Les chercheurs utilisent l'apprentissage automatique pour créer un capteur tactile en tissu

Les chercheurs utilisent l'apprentissage automatique pour créer un capteur tactile en tissu

Une nouvelle étude de la NC State University combine des techniques de broderie tridimensionnelle avec l'apprentissage automatique pour créer un capteur en tissu capable de contrôler les appareils électroniques par le toucher. L'article est publié dans la revue Appareil.

À mesure que le domaine de l'électronique portable suscite de plus en plus d'intérêt et que de nouvelles fonctions sont ajoutées aux vêtements, un capteur ou « bouton » basé sur la broderie, capable de contrôler ces fonctions, devient de plus en plus important. Intégré au tissu d’un vêtement, le capteur peut activer et contrôler des appareils électroniques comme des applications mobiles entièrement par le toucher.

L'appareil est composé de deux parties ; le capteur de pression brodé lui-même et une micropuce qui traite et distribue les données collectées par ce capteur. Le capteur est triboélectrique, ce qui signifie qu’il s’alimente grâce à la charge électrique générée par la friction entre ses multiples couches. Il est fabriqué à partir de fils constitués de deux matériaux triboélectriques, l'un avec une charge électrique positive et l'autre avec une charge négative, qui ont été intégrés dans des tissus textiles conventionnels à l'aide de machines à broder.

Rong Yin, auteur correspondant de l'étude, a déclaré qu'il était important de bien comprendre la structure tridimensionnelle du capteur.

« Le capteur de pression étant triboélectrique, il devait comporter deux couches avec un espace entre elles. Cet espace était l'une des parties difficiles du processus, car nous utilisons une broderie qui est généralement bidimensionnelle. C'est une technique de décoration. tissu », a-t-il déclaré. « Il est difficile de créer une structure tridimensionnelle de cette façon. En utilisant une entretoise, nous avons pu contrôler l'écart entre les deux couches, ce qui nous permet de contrôler la sortie du capteur. »

Les données du capteur de pression sont ensuite envoyées à la puce électronique, qui est chargée de transformer ces entrées brutes en instructions spécifiques pour tous les appareils connectés. Les algorithmes d'apprentissage automatique sont essentiels pour garantir le bon fonctionnement de ce système, a déclaré Yin. L'appareil doit être capable de faire la différence entre les gestes affectés à différentes fonctions, ainsi que d'ignorer toute action involontaire pouvant provenir du mouvement normal du tissu.

« Parfois, les données acquises par le capteur ne sont pas très précises, et cela peut se produire pour toutes sortes de raisons », a expliqué Yin. « Parfois, les données seront affectées par des facteurs environnementaux tels que la température ou l'humidité, ou le capteur touche quelque chose par erreur. En utilisant l'apprentissage automatique, nous pouvons entraîner l'appareil à reconnaître ce genre de choses. L'apprentissage automatique permet également à ce très petit appareil d'atteindre de nombreuses tâches différentes, car il peut reconnaître différents types d'entrées.

Les chercheurs ont démontré cette reconnaissance d’entrée en développant une simple application mobile de lecture de musique connectée au capteur via Bluetooth. Ils ont conçu six fonctions pour l'application : lecture/pause, chanson suivante, dernière chanson, augmentation du volume, diminution du volume et sourdine, chacune contrôlée par un geste différent sur le capteur. Les chercheurs ont pu utiliser l'appareil pour plusieurs autres fonctions, notamment la définition et la saisie de mots de passe et le contrôle des jeux vidéo.

L'idée n'en est qu'à ses débuts, a déclaré Yin, car la technologie de broderie existante n'est pas capable de gérer facilement les types de matériaux utilisés dans la création du capteur. Néanmoins, le nouveau capteur représente une autre pièce du puzzle en développement de l’électronique portable, qui continuera certainement à susciter un intérêt dans un avenir proche.