Capacitivo smarta tyg kan identifiera frukt och hitta förlorade föremål. Övergripande, systemet uppnådde en noggrannhet på 94,5 % vid testning. Kredit:Figur med tillstånd från XDiscovery Lab.
Forskare har designat ett smart tyg som kan upptäcka icke-metalliska föremål, allt från avokado till kreditkort, enligt en studie från Dartmouth College och Microsoft Research.
Tyget, som heter Capacitivo, känner av förändringar i elektrisk laddning för att identifiera föremål av olika former och storlekar.
En studie och demonstrationsvideo som beskriver avkänningssystemet presenterades vid ACM Symposium on User Interface Software and Technology (UIST 2020).
"Denna forskning har potential att förändra hur människor interagerar med datorer genom vardagliga mjuka föremål gjorda av tyger, " sa Xing-Dong Yang, en biträdande professor i datavetenskap och seniorforskare för studien.
Befintliga avkänningstekniker som använder tyger förlitar sig vanligtvis på input som användarberöring. Det nya interaktiva systemet förlitar sig på en "implicit input"-teknik där tyget inte kräver åtgärd från objektet det känner av.
Tygsystemet känner igen objekt baserat på skiftningar till elektrisk laddning i dess elektroder orsakade av förändringar i ett objekts elektriska fält. Skillnaden i avgift kan relatera till typen av material, storleken på föremålet och formen på kontaktytan.
Information som detekteras om den elektriska laddningen jämförs med data som lagras i systemet med hjälp av maskininlärningstekniker.
Förmågan att känna igen icke-metalliska föremål som livsmedel, vätskor, köksutrustning, plast, och pappersprodukter gör systemet unikt.
"Att kunna känna av icke-metalliska föremål är ett genombrott för smarta tyger eftersom det tillåter användare att interagera med en mängd olika vardagliga föremål på helt nya sätt, " sa Te-Yen Wu, doktorand vid Dartmouth och huvudförfattare till studien.
Tjugo föremål testades på den "smarta duken" som en del av studien. Föremålen varierade i storlek, form och material. Teamet inkluderade också ett vattenglas och en skål för att testa hur tillförlitligt systemet kunde känna igen fylligheten i en behållare.
Övergripande, systemet uppnådde en noggrannhet på 94,5 % vid testning.
Systemet var särskilt noggrant för att skilja mellan olika frukter, som kiwi och avokado. Statusen för en vätskebehållare var också relativt enkel för systemet att fastställa.
I en kompletterande studie, systemet kunde skilja mellan olika typer av vätskor som vatten, mjölk, äppelcider och läsk.
Systemet var mindre exakt för föremål som inte skapar fasta fotspår på tyget, som kreditkort.
Designprototypen har ett rutnät av diamantformade elektroder gjorda av ledande tyg fästa på ett bomullsark. Storleken på elektroderna och avståndet mellan dem utformades för att maximera avkänningsområdet och känsligheten.
När ett objekt eller ett objekts status identifieras av tyget – till exempel när en krukväxt behöver vattnas – kan det smarta tyget utlösa en önskad åtgärd eller uppmaning.
Forskare förväntar sig att systemet kan tjäna en mängd olika funktioner, inklusive att hjälpa till att hitta förlorade föremål, tillhandahålla varningar eller meddelanden, och tillhandahålla information till andra smarta system såsom dietspårare.
Systemet kan till och med hjälpa till med matlagning genom att ge receptförslag och ge instruktioner för tillagning.
Teddy Seyed från Microsoft Research, Lu Tan från Wuhan University, och Yuji Zhang från Southeast University bidrog också till denna forskning.