智能紡織品作為紡織領域的發展新方向，具有廣闊的發展前景和潛力，其利用智能元件或組織，能夠感應外界環境的變化，及時做出反應。近日，麻省理工學院公布了一款智能面料，該面料不僅舒適貼身，還能感知穿著者的姿勢和動作，如行走、跑步、跳躍等。
研究人員通過數字化針織技術，將多層織物與功能性導電紗線編織在一起，利用功能性纖維的交叉點形成壓力傳感器，但是由于在織物中的紗線柔軟易彎，所以當穿著者活動時，纖維之間會相互移動并產生摩擦，進而出現噪聲并影響傳感精度。
因此，研究人員利用一種熱塑性紗線，通過微加熱（70℃以上時）使其熱定形，從而提高織入壓力傳感器的精度。同時，該熱成型工藝還能夠幫助實現理想的符合用戶尺寸要求的3D形狀，例如可以做成鞋子、襪子等。
受圖像分類深度學習技術的啟發，研究人員設計了一個將壓力傳感器數據顯示為熱圖的系統，這些圖像被輸入到一個機器學習模型中，通過對該模型的訓練使其能夠根據熱圖圖像檢測用戶的姿勢、姿態或運動。
通過上述方法，研究人員制備了一種“智能”墊子，然后建立了一個硬件和軟件系統，以實時測量和解釋來自壓力傳感器的數據，機器學習系統一旦經過訓練，就可以對用戶在智能墊上的活動進行分類，如走路、跑步、做俯臥撐等，準確率達99.6%，同時還能以98.7%的準確率識別7個瑜伽姿勢。
此外，研究人員還使用圓機織造了一款貼合腳型的“智能”鞋，在整個“智能”鞋上分布著96個壓力傳感點，可以用其測量穿鞋者踢球時施加在腳上不同部位的壓力。同時，研究人員還開發了一種智能紡織地毯，可以根據舞者的腳步驅動音符和聲景，探索音樂和編舞之間的雙向關系。
這項技術能夠實現自由設計和大規模制造，在許多領域尤其是醫療保健和康復領域應用廣泛。例如，它可以用來生產智能鞋，跟蹤受傷后康復人群的步態，或者生產襪子，監測糖尿病患者腳上的壓力，防止潰瘍的形成。
目前，該模型必須針對每個人進行校準，然后才能對行動進行分類，取消校準步驟將使其更容易使用。未來，研究人員將繼續完善電路和機器學習模型，同還希望在實驗室進行測試，探究溫度和濕度等環境條件對傳感器準確性的影響。
來源：紡織導報
公安備案號：11010502039965??? 
