Хотя уже существуют системы отслеживания движений тела, многие из них включают громоздкие носимые устройства или требуют, чтобы человек передвигался перед массивом камер. Однако новая технология выполняет свою работу, просто используя нити, прилегающие к коже.
Экспериментальная система, разработанная в Массачусетском университете Тафтса, включает нити, покрытые электропроводными чернилами на основе углерода. По мере того как эти нити изгибаются в ответ на внешнее механическое напряжение, их проводимость изменяется. Следовательно, отслеживая эти изменения, можно определить, когда и в какой степени нити изгибаются.
При тестировании технологии исследовательская группа поместила две нити на шею испытуемого сзади. Эти нити были расположены в противоположных ориентациях, пересекая друг друга, так что они образовывали широкий X. Эта конфигурация располагала их вдоль двух разных осей.
Затем через нити пропускали электрический ток, когда испытуемый двигал головой (что также включало движение шеи). Результирующие изменения импеданса нити передавались по Bluetooth на компьютер, где использовались алгоритмы на основе машинного обучения для сопоставления этих изменений с конкретными движениями головы в реальном времени.
В целом, система на 93 процента точно определяла изменения направления, угла поворота и степени смещения головы. Технология, вероятно, должна работать так же хорошо при отслеживании движения других частей тела, хотя алгоритмы должны быть специально обучены для каждой из них.
Есть надежда, что когда-то эта система превратится в форму тонких кожных пластырей или даже в облегающую одежду, и ее можно будет использовать для таких целей, как дискретный мониторинг спортивных результатов, проверка того, что водители грузовиков не становятся сонными, или наблюдение за пациентами с болезнью Паркинсона.
«Это многообещающая демонстрация того, как мы могли бы создать датчики, которые следят за нашим здоровьем, производительностью и окружающей средой ненавязчиво, - говорит студентка Ивен Цзян, первый автор статьи об исследовании. «Необходимо проделать дополнительную работу, чтобы улучшить границы деятельности и точность датчиков, что в данном случае может означать сбор данных из большего массива потоков, с регулярным интервалом или ранжированных по шаблону, и разработку алгоритмов, улучшающих количественную оценку сочлененного движения».
Статья была опубликована на этой неделе в журнале Scientific Reports.
Источник: New Atlas / Tufts University via EurekAlert
