简介gydF4y2Ba

基于新材料和人工智能(AI)技术的自然用户界面(NUI)是连接物理世界和数字空间、丰富人类生活的关键gydF4y2Ba1gydF4y2Ba．从传统的人机交互到物联网(IoT)，它在医疗保健领域的各种应用都是学术研究的热门话题gydF4y2Ba2gydF4y2Ba，gydF4y2Ba3.gydF4y2Ba，gydF4y2Ba4 gydF4y2Ba，gydF4y2Ba5gydF4y2Ba，运动监测gydF4y2Ba6gydF4y2Ba，gydF4y2Ba7gydF4y2Ba，gydF4y2Ba8gydF4y2Ba，gydF4y2Ba9gydF4y2Ba，gydF4y2Ba10gydF4y2Ba,机器人gydF4y2Ba11gydF4y2Ba，gydF4y2Ba12gydF4y2Ba，gydF4y2Ba13gydF4y2Ba，gydF4y2Ba14gydF4y2Ba，以及智能家居gydF4y2Ba15gydF4y2Ba，gydF4y2Ba16gydF4y2Ba，gydF4y2Ba17gydF4y2Ba等。传感器设备是智能交互系统中重要的感知单元。为了进一步实现以人为中心的高体验人机交互模式，需要使用工业友好、便携、精确的传感器。然而，现有的商用智能设备或全部或部分由平面和刚性材料构成，让人感受到强烈的存在感。此外，这些设备一般都有一个坚硬的外壳，是突兀的配件，这与无缝人机集成的理念是不兼容的。为了克服这些限制，柔性电子是潜在的新型传感器材料，可以创新环境和身体信号感知传感器的设计。gydF4y2Ba

NUI本质上是一个隐形的用户界面，可以为用户提供自然的人机交互体验。目前，实现NUI有许多不同的策略，其中之一是使用“现实用户界面”(RUI)，也称为“基于现实的界面”方法，通常使用可穿戴设备实现。RUI将现实世界中的物品呈现为“可点击”的形式，因此佩戴者可以点击任何日常物品，使其成为一个超链接，将网络空间与现实世界融为一体。柔性电子技术的最新进展为设计各种类型的智能设备接口提供了独特的机会，使其更接近人类，更方便地作为实现NUI和RUI的接口。gydF4y2Ba

多功能纤维的概念gydF4y2Ba18gydF4y2Ba，gydF4y2Ba19gydF4y2Ba柔性电子传感器gydF4y2Ba20.gydF4y2Ba，gydF4y2Ba21gydF4y2Ba，gydF4y2Ba22gydF4y2Ba，gydF4y2Ba23gydF4y2Ba，gydF4y2Ba24gydF4y2Ba，gydF4y2Ba25gydF4y2Ba，gydF4y2Ba26gydF4y2Ba具有灵活的力学，舒适性和嵌入式机器学习算法gydF4y2Ba27gydF4y2Ba提出了解决上述困难的可能解决方案。为了最大程度地服务于人类生活，柔性电子传感器最终应该适应人类生活的形态因素，比如纺织品。因此，随着电子产品融入纺织产品的日常使用，基于纺织品的传感器成为智能设备的诱人前景。基于各种转导机制，以纺织品为基础的传感器，包括电容gydF4y2Ba28gydF4y2Ba，gydF4y2Ba29gydF4y2Ba，gydF4y2Ba30.gydF4y2Ba，gydF4y2Ba31gydF4y2Ba，gydF4y2Ba32gydF4y2Ba,压电电阻率gydF4y2Ba33gydF4y2Ba，gydF4y2Ba34gydF4y2Ba，gydF4y2Ba35gydF4y2Ba、压电gydF4y2Ba36gydF4y2Ba，gydF4y2Ba37gydF4y2Ba，gydF4y2Ba38gydF4y2Ba，gydF4y2Ba39gydF4y2Ba以及摩擦电gydF4y2Ba40gydF4y2Ba，gydF4y2Ba41gydF4y2Ba，gydF4y2Ba42gydF4y2Ba，gydF4y2Ba43gydF4y2Ba，已被报道。在这些传感器中，电容式应变传感器由于结构简单、灵敏度高、稳定性好而得到了广泛的研究gydF4y2Ba25gydF4y2Ba．gydF4y2Ba

基于纺织品的传感器主要以保形纺织品的形式报道，如手套gydF4y2Ba44gydF4y2Ba，gydF4y2Ba45gydF4y2Ba、地毯gydF4y2Ba46gydF4y2Ba，以及各种各样的衣服gydF4y2Ba8gydF4y2Ba，gydF4y2Ba47gydF4y2Ba．这些表面分布有传感点的纺织品，代表了复杂的电子连接和大面积覆盖的信号处理。人们生活在一个复杂的环境中，这些纺织品并不适合所有的情况。例如，在炎热的夏天，人们不习惯戴手套或袜子进行特定的互动。基于高效模式和小型化传感器实现高体验交互和实际应用是一项挑战。最近，谷歌报告了一个I/O BraidgydF4y2Ba48gydF4y2Ba这是一个微小的交互式纺织绳，带有嵌入式螺旋重复编织拓扑的触摸矩阵。绳状结构可以通过少量的传感通道实现可伸缩的手势传感，并且几乎是一维的形式。随着越来越复杂的编织结构(包括平辫、圆辫和三维结构几何辫)的发展，手工制作技术和自动化加工技术为日常生活的界面设计提供了更多的可能性。gydF4y2Ba

本文介绍了一种用芯纺压敏纱线编织成的电容式应变传感器，其不易察觉、可设计、可扩展。该纱线采用棉纤维包裹金属丝，喷涂聚氨酯胶粘剂，形成稳定的结构。采用芯纺压敏纱线和普通纱线，根据不同的设计，将产生的具有线状形态的绳编织成不同的重复触摸矩阵。在触摸矩阵的设计中，我们制作了一种具有螺旋通道分布的交互式纺织绳，可以区分不同的位置、不同的接触区域和不同的运动。此外，基于多种编织技术，可以包含更多的触摸矩阵。由于不需要巨大的覆盖面积，细绳的直径只有2.5毫米，可伸缩的手势。这种微型化的界面，可以用少量的渠道实现多种交互方式，可以轻松地应用于各种场合，实现潜移移化的用户体验。最后，通过实例验证了该策略的可设计性和有效性。gydF4y2Ba

结果gydF4y2Ba

编织电子线绳的设计与制造gydF4y2Ba

如图所示。gydF4y2Ba1gydF4y2Ba编织电子线绳的制造方法完全可以在传统的纺织加工设备上实现。该过程包括两个主要步骤:(i)制造芯纺压力传感纱;以及(ii)编织电子线的制造。基于电容感测机制的包芯压敏纱线由介电层和电极层组成。铁芯金属丝用棉纤维绕紧，用旋转圆筒绕紧。双重处理提供了防止金属线暴露的保护层。然而，由于弯曲、挤压和挤压等多种变形来源，棉层中螺旋应力和纤维形态的结果是不稳定的，这将影响可靠性和准确性。双层包覆后喷涂聚氨酯胶粘剂，在加热室中固化，可获得稳定的结构。其实是聚氨酯粘合剂gydF4y2Ba49gydF4y2Ba已被用于粘合纺织品，利用其所含的极性基团(-NCO)。这些极性基团确保了某些材料的优良附着力，并允许与含有活性氢的基团(-OH， -NH)发生高反应性gydF4y2Ba2gydF4y2Ba， -COOH等)。数字gydF4y2Ba1 bgydF4y2Ba展示由传统纺织工艺制作的可伸缩纱线。图中显示了直径为440 μm的典型包芯纱截面的高倍放大图像。gydF4y2Ba1 dgydF4y2Ba．介质层由棉花和聚氨酯胶粘剂制成，将导电金属层包裹严密。最外层的棉被聚氨酯胶粘剂渗透，紧紧包裹内部结构，有利于保护纱线的稳定性。gydF4y2Ba

图1:基于芯纺压敏纱线的电子编织线。gydF4y2Ba
图1gydF4y2Ba

一个gydF4y2Ba芯纺压力传感纱的制造示意图。gydF4y2BabgydF4y2Ba芯纺压力传感纱的照片。gydF4y2BacgydF4y2Ba包芯纱间交叉接触示意图。gydF4y2BadgydF4y2Ba包芯纱截面的光学显微照片。gydF4y2BaegydF4y2Ba编织电子线绳的制造示意图。gydF4y2BafgydF4y2Ba直径为2.5毫米的电子编织线照片。gydF4y2BaggydF4y2Ba编织结构示意图。gydF4y2BahgydF4y2Ba电子编织线的自动制造照片。gydF4y2Ba我gydF4y2Ba编织电子线绳的传感点和重复编织结构的示意图。gydF4y2Ba

全尺寸图像gydF4y2Ba

上述步骤为后续编织电子线的构建提供了电容传感光纤的基础。然后采用自动编织或人工编织技术，将芯线相互堆叠，在两芯线交叉接触处形成电容式应变传感点。压力改变了交叉纱线之间的距离，从而导致电容的增加。在自动化加工技术中，编织机由矩形或圆形的床身组成，筒子在其上以特定的方式移动，形成重复的编织结构。在手工加工工艺中，编织拓扑组合方案较多，结构复杂。编织电子线束触控矩阵的设计涉及两个方面的考虑:(i)除芯纺压敏纱线外，还选择普通纱线;(2)重复编织结构决定了通道数据的差异。在这里，普通纱线是实现人机界面的必要部分。与相同通道数下添加普通纱线的线绳相比，全覆盖感测点的全压感纱制成的线绳在触摸不同位置时，各通道之间没有明显差异，因为手指触摸在密集的感测点处覆盖不同通道相似。换句话说，增加普通纱的作用是通过扩大结构面积或改变沟道分布的均匀性来改变重复编织结构，从而增大相同面积下沟道之间的差异。 Besides, the more channels created by core-spun pressure-sensing yarns, the more human–computer interaction data can be obtained by the cord, but at the cost of larger diameter of the cord. In this study, circular braiding was mainly used because of its maturity in the automated processing technology. And the commercial cotton yarn is chosen due to the advantages of low cost, easy access, and maturity in textile processing. As shown in Fig.1 hgydF4y2Ba时，从相应主轴上的筒管中抽出商品纱和包芯压纱，并在紧套处相互交织。主轴在底盘上从一个圆盘到另一个圆盘的往复运动有助于芯线周围的纱线交织。借助顶部收卷装置，编织的电子线绳可以连续均匀地缠绕在滚筒上，不受长度限制。数字gydF4y2Ba1 fgydF4y2Ba显示直径为2.5 mm的电子编织线的典型图像，由8根芯纺压力传感纱和8根商用棉纱组成。包芯纱的编织结构及与普通纱的力学差异是造成表面螺旋纹的主要原因。编织电子线的成本很低，如补充表所示gydF4y2BaS1gydF4y2Ba．gydF4y2Ba

为了更直接地说明这种编织电子线的结构，图。gydF4y2Ba1我gydF4y2Ba显示了电子编织线的传感点和重复编织结构。相应地，每根纱线沿编织绳表面呈螺旋状分布，使得各通道中传感点的信号分布也呈螺旋状。相邻的沟道由普通纱线隔开。重复编织结构为4 × 4阵列，从其中选择列作为通道。此外，需要注意的是，其他编织方法通常具有重复结构。gydF4y2Ba

编织电子线的特性gydF4y2Ba

金属线被用作电极，它们的棉花涂层和它们之间的喷涂聚氨酯粘合剂被用作电介质层。根据电容感测原理，它们的感测机理是:当人按下线绳时，十字处形成的感测点受力变形，芯纱之间的距离缩短，电容显著增大。照此，图。gydF4y2Ba2gydF4y2Ba显示了编织电子线(长度10厘米)在20n、30n和50n压缩三次压缩释放循环中的电容响应。数字gydF4y2Ba2 bgydF4y2Ba显示了编织电子线(长度4.8厘米)在按压时的电容感应特性。的敏感性gydF4y2Ba28gydF4y2Ba电容式压力传感器的斜率可以定义为图中轨迹的斜率。gydF4y2Ba2 bgydF4y2Ba通过三个连续的不同值的区域。敏感性随压力的增加而降低，与文献中一致报道的结果一致。对于低于14 kPa、14 ~ 97 kPa和97 ~ 483 kPa的压力，灵敏度为0.00241 kPagydF4y2Ba−1gydF4y2Ba， 0.000713 kPagydF4y2Ba−1gydF4y2Ba， 0.00232 kPagydF4y2Ba−1gydF4y2Ba,分别。在这里，最低的施加压力的灵敏度最高，这是足够的手指按压gydF4y2Ba50gydF4y2Ba在人机交互中。gydF4y2Ba

图2:编织电子线的表征。gydF4y2Ba
图2gydF4y2Ba

一个gydF4y2Ba在20 N, 30 N和50 N的压力下，编织电子线的三重压缩释放循环的电容响应。gydF4y2BabgydF4y2Ba编织电子线绳的相对电容变化与施加压力的关系。gydF4y2BacgydF4y2Ba编织电子线绳的相对电容变化与应用接触面积的关系。gydF4y2BadgydF4y2Ba在35n力下编织电子线绳重复压缩释放10000次以上的电容响应(i)和无压力编织电子线绳的相对电容与重复压缩释放次数的关系(ii)。gydF4y2Ba

全尺寸图像gydF4y2Ba

除了压力的尺度外，还通过电容变化的特性研究了压力的接触面积。本研究采用不同尺寸的模具进行研究。通道的总电容随压力接触面积呈线性变化(图2)。gydF4y2Ba2摄氏度gydF4y2Ba)．随着面积的增加，更多的感知点被覆盖，这是判断不同手势(捏和抓)的关键原因之一。通过反复加卸载循环试验，研究了编织电子线绳的耐久性和稳定性。如图所示。gydF4y2Ba二维gydF4y2Ba时，编织电子线(长度4.8 cm)在35n的压力下反复压缩释放，输出信号稳定。编织电子电缆的输出信号稳定地保持，没有任何显著的退化，尽管密集的循环测试涉及重复超过10,000次的过程。数字gydF4y2Ba二维gydF4y2Ba(ii)与初始电容值相比，稳定性变化不大。它可以在不同的环境温度和湿度下正常工作。gydF4y2BaS5gydF4y2Ba及补充表格gydF4y2BaS3gydF4y2Ba而且gydF4y2Ba4 gydF4y2Ba)，其可洗性乘以>10次(补充表gydF4y2BaS4gydF4y2Ba)．因此，可以得出结论，编织电子线可以长期重复使用，对抗反复的机械负荷，适合日常使用。gydF4y2Ba

编织电子线的相互作用机理建立在结构和表征的基础上。它可以识别编织循环中不同位置的按压，对不同编织循环中相同重复位置的按压反应相似，如图补充图所示。gydF4y2BaS1gydF4y2Ba．此外，编织电子线还可以识别不同接触区域的手势和不同的按压动作(补充图。gydF4y2BaS2gydF4y2Ba)，在人机交互方面具有重要的应用价值。交互机构适用于所有重复编织结构的绳。gydF4y2Ba

基于数据线的人机交互gydF4y2Ba

为了实现高体验的人机交互，设计了一个基于数据线的人机交互系统，如图所示。gydF4y2Ba3gydF4y2Ba．针对手机计算性能有限的问题，设计并开发了基于客户端或服务器架构的软件系统。整个系统采用蓝牙等现代标准通信方法gydF4y2Ba51gydF4y2Ba和无线网络gydF4y2Ba52gydF4y2Ba．我们采用了技术成熟的电容采集芯片连接电路。最终采集装置尺寸为68 × 68 × 20 mm，净重为60 g。它可以测量0-20pf范围内的电容，并具有蓝牙模块，可以同时采集10个通道的数据。首先，我们将编织电子线与具有蓝牙通信功能的微电容采集芯片连接，连续获取编织电子线的电容特性。芯片通过蓝牙与手机连接，音乐播放器App可以接收到编织电子线的电容值数据。我们制作了一个简单的过滤器，它使用适当的阈值来确定动作的发生。通过对数据集的统计，我们设置了一个合适的阈值。只有当采集到的数据中任何通道的值超过阈值时，才会进行操作。之后，App从服务器端获取通用的动作识别模型，进行简单的交互指令识别。 Due to the different interaction habits of users, it is necessary to collect user interaction data through the App and upload it to the server to update the model. Finally, the App instructs the music player to switch songs and change the volume based on the recognized interaction commands (Supplementary MovieS1gydF4y2Ba)．gydF4y2Ba

图3:基于数据线的人机交互。gydF4y2Ba
图3gydF4y2Ba

一个gydF4y2Ba编织电子线绳人机交互的处理流程。gydF4y2BabgydF4y2Ba概述了我们提出的基于人机交互的动作识别算法的应用。gydF4y2BacgydF4y2Ba本文算法的混淆矩阵。gydF4y2BadgydF4y2Ba基于我们提出的算法和其他基于机器学习的分类器的动作识别的评估结果。gydF4y2BaegydF4y2Ba一个微型平台的实例，通过将辫子编成头发用三次捏和抓来控制音乐播放器App，如切换歌曲和改变音量。gydF4y2Ba

全尺寸图像gydF4y2Ba

基于编织电子线的交互机制，对电子线施加特定的手势，从而得到独特的电容数据序列。由于纱线是按规则方式编织的，因此在其不同位置上按压所产生的数据的特征具有周期性变化的性质。同时，当使用不同的手势操作同一位置时，数据波动也有所不同。各信道的响应信号之间有很大的相关性。因此，我们收集一段时间内的电容值作为原始时间序列，并使用算法对动作进行分类。gydF4y2Ba

在这里，我们使用两阶段算法来判断动作gydF4y2Ba53gydF4y2Ba，如图所示。gydF4y2Ba3 bgydF4y2Ba．第一阶段利用信号特征和时序信息输入递归神经网络，实现交互方式的判断;在第二阶段，当确定“捏”动作时，根据信号的特征差确定位置。最后实现了对交互位置的准确判断。gydF4y2Ba

在第一阶段，我们采用的深度神经网络是Long - Short-Term Memory网络，将在各种温度和湿度条件下采集的交互动作数据作为训练集。由于纱线的物理结构，电容涨落的各种统计特征不同，如能量、熵、均值、方差等。因此，在第二阶段，利用这些统计特征和每个通道滤波后的电容数据，通过机器学习的方法，可以得到它属于每个交互指令的概率。该网络可以提取和融合多种数据特征，以滑动窗口的形式依次捕获时间序列数据，最后给出动作的预测概率，得到动作的类别和被按压的位置信息，如图所示。gydF4y2Ba3 dgydF4y2Ba．该算法既关注信号本身的特征，避免特征丢失，又利用纱线信号相对于其他传感信号的特征，设计了一种更容易挖掘和确定的特征提取方法。两阶段算法弥补了单一算法的不足，在决策上相互补充，增强了系统的鲁棒性。同时，我们还与传统的机器学习方法进行了对比，如图所示。gydF4y2Ba3 cgydF4y2Ba．该算法的识别精度为0.96。与其他基于机器学习的算法相比，逻辑回归算法也表现出了很好的识别性能。证明了该算法的准确性。，混淆矩阵gydF4y2Ba54gydF4y2Ba得到一个特定的矩阵，它可以可视化算法的性能。混淆矩阵的横轴表示实际动作，纵轴表示预测结果。因此，对角线上的深色网格表示预测精度，其他网格表示预测误差。可以直观地看到，pinch2动作的识别误差最大，而Pinch3动作的识别精度高达100%。在无花果。gydF4y2Ba3 dgydF4y2Ba，证明了我们的算法可以识别包括三个pinch和grab在内的四种动作，显著提高了预测精度，减少了误分类。gydF4y2Ba

编织电子线绳是一种纵横比大、柔性高的一维界面，其交互系统有三种构建策略:(1)与生活中的柔性或刚性物体集成，(2)与纺织产品集成，(3)作为独立的柔性装置交互。这些策略利用了绳索的形式，覆盖了日常生活中的大多数情况，如图所示。gydF4y2Ba4gydF4y2Ba．gydF4y2Ba

图4:智能交互应用场景。gydF4y2Ba
图4gydF4y2Ba

一个gydF4y2Ba基于编织电子线的交互系统示意图。gydF4y2BabgydF4y2Ba智能手悬链线的照片。gydF4y2BacgydF4y2Ba用于移动受限的紧急呼叫的智能手悬链线示例。gydF4y2BadgydF4y2Ba不同交互活动对智能手悬链线的电容响应。gydF4y2BaegydF4y2Ba基于绳结的智能织物照片。gydF4y2BafgydF4y2Ba乐器演奏用智能织物的例子。gydF4y2BaggydF4y2Ba不同交互活动对弦的电容响应。gydF4y2BahgydF4y2Ba以包芯纱为基础，通过按压交互式绣花枕控制光线。gydF4y2Ba我gydF4y2Ba以芯纱为基础的交互式绣花枕照片。gydF4y2BajgydF4y2Ba不同字母刺绣压接时的电容响应。gydF4y2Ba

全尺寸图像gydF4y2Ba

通过将电子编织线编织成头发并进行四通道测试，证明了该电子编织线可作为微型化平台应用于人机界面。采用配备蓝牙模块的多通道电容分析电路系统对辫子系统进行了电容测量。该技术捕捉到穿戴者不同手势的数据集。图中描述了辫子在4种手势(捏1、捏2、捏3、抓)下的电容响应。gydF4y2Ba3 egydF4y2Ba．当在发辫的不同位置掐或抓时，每个通道的电容都有足够的可分辨性变化。由于纱线是按照螺旋形状交叉编织的，纱线在各个位置的接触点和变形是不同的，从而产生不同的电容参考值和变化，从而可以区分。同时考虑到纱线旋转后，识别精度可能会降低。我们从不同角度采集了压制纱线的电容数据，增强了最终算法模型的泛化能力。我们开发了一个音乐播放器App来展示交互能力。通过编发系统，可以成功控制音乐播放器AppgydF4y2BaS1gydF4y2Ba)．gydF4y2Ba

为了证明本研究设计的可行性，我们演示了其他编织技术中的电子线可以应用到生活中的许多场景中。图中显示了一种扁平编织电子线，用于在紧急情况下呼叫智能手链线。gydF4y2Ba4摄氏度gydF4y2Ba．手悬链线由3根包芯压感纱和3根商品棉纱组成平面交叉结构。本文前面介绍了纱线织造的原理。可以知道，通道越多，越容易区分机织纱线在不同位置的电容波动。与图中所示的应用场景相比。gydF4y2Ba3.gydF4y2Ba，由于智能手链线上的操作很少，我们只使用了项目开始前设计的三个通道。当按压不同位置或手掌按压时，手悬链线有不同的反应(图。gydF4y2Ba4 dgydF4y2Ba)，显示了以数据线为基础的人机界面相较于刚性界面的便利性。在一些紧急情况下，人们的行动可能会受到限制，例如被殴打时需要向警察报告，受伤时无法移动，或者火灾严重时移动困难。在这种情况下，没有手机或其他救援设备将导致严重的后果。因此，将应急呼叫功能整合到手链线上具有重要的价值。手悬链线上的三个位置分别对应报警、医疗急救和消防救援三个功能。手心按压，用于唤醒呼叫状态，防止日常生活中意外接触。由于基于纺织品的传感器比较柔软，用户很难感受到人机界面的存在。gydF4y2Ba

除了以上功能外，考虑到紧急情况下通话效率可能不高，我们对app做了一些改动，实现了定位和短信发送。我们在app中集成了位置SDK, app在检测到按压超过3秒后，开始获取手机的详细位置，可以精确到具体的街道。然后按不同的位置，通过短信平台将位置信息发送到公安机关，实现更加方便安静的报警、求救。gydF4y2Ba

基于双芯压感纱的结绳可用于人机界面。这种打结绳由于尺寸较小，通过缝合很好地融入到衣服中(图。gydF4y2Ba4 egydF4y2Ba)．单结绳可作为可穿戴绳用于交互功能(补充电影gydF4y2BaS2gydF4y2Ba)．每根打结的线绳都表现出足够明显的电容变化，而不同线绳之间没有相当大的干扰(图2)。gydF4y2Ba4 ggydF4y2Ba)．开发了一个吉他应用程序，以显示其适当的响应。在这种情况下，人们可以在日常生活中随时随地自由地演奏音乐，而不需要沉重的吉他(图。gydF4y2Ba4 fgydF4y2Ba)．此外，该芯纺压敏纱还可作为平面结构的电容式压力传感器(补充图)。gydF4y2BaS3gydF4y2Ba)或其他交叉结构。灵感来自智能隐形数字病房gydF4y2Ba55gydF4y2Ba，我们还在医院枕头上设计了两层刺绣，以帮助行动受限的患者通过远程控制的动作。行动不便的患者可以触摸刺绣来打开和关闭灯(图。gydF4y2Ba4 h-kgydF4y2Ba及辅助电影gydF4y2BaS3gydF4y2Ba)．为电子绳在交互式数字病房中的应用前景铺平了道路。gydF4y2Ba

讨论gydF4y2Ba

综上所述，我们开发了一种不可感知、可设计和可扩展的基于编织电子绳的电容式压力传感器策略，由芯纺压力传感纱线组成。我们的方法是在自动化制造中使用低成本和容易获得的纺织和电子材料，这些材料有望在工业上大规模生产，并实际应用于人们的生活。所提出的编织电子线可以在小直径(2.5毫米)内识别不同位置、不同接触区域和不同运动的手势，并且可以承受至少10,000次压缩释放循环。得益于细直径，线绳很软，几乎是一维形式，基于线绳的交互系统有多种设计策略。基于线绳的人机交互显示了编织电子线绳设计和应用的多样性，适用于日常生活中的大多数情况，将促进人机一体化的发展。未来，基于数据线的接口可以广泛部署在各个地方，构建基于nui的物理世界和数字世界。它将极大地让人类享受到新材料和AI技术带来的智能交互。gydF4y2Ba

方法gydF4y2Ba

材料gydF4y2Ba

以下各节将介绍芯纺压敏纱和编织电子线的材料。gydF4y2Ba

包芯压敏纱gydF4y2Ba

用棉纤维和聚氨酯胶粘剂形成介电层。核心金属线是直径0.1毫米的铜，形成导电层。聚氨酯胶粘剂TS-8217从东莞烟台化工科技有限公司获得，形成稳定的电容结构。gydF4y2Ba

电子编织线gydF4y2Ba

除芯纺压敏纱外，还选用普通涤纶纱进行编织。芯线是尼龙，以构建稳定的固体结构而不是空心结构。gydF4y2Ba

包芯压敏纱的制备gydF4y2Ba

铜线和棉纤维分别通过精密绕线机(浙江威丰机械有限公司WF55C)引导进入自动编织机专用纱管。纱管在自动化包装机上组装(浙江威丰机械有限公司，WF288)，芯线为铜线，包有两层棉纤维。将聚氨酯胶粘剂用气动喷枪喷在包纱表面，然后在加热室(上海艺恒科学仪器有限公司，DZF-6090)中50℃完全固化24小时。gydF4y2Ba

电子编织线的制造gydF4y2Ba

自动化编织机(徐州聚正机械有限公司，90/32)配有8组涤纶纱、8组包芯纱、1组尼龙包芯纱。在包芯纱中，由于同一叶轮主轴两侧运动方向相反，四组包芯纱和其余四组包芯纱分别安装在叶轮两侧，以保证包芯纱在最终编织结构中有效交织。gydF4y2Ba

性能测试gydF4y2Ba

将包芯纱端部浸入DMF溶液中，溶解表面聚氨酯胶后解捻表面棉纤维，得到裸铜线。基于蓝牙模块的多通道电容分析电路由Linkzill(杭州)公司设计制造。采用机械试验机(东莞致趣精密仪器有限公司，ZQ-990B)对编织电子线施加精确控制力。gydF4y2Ba

音乐播放器App的设计gydF4y2Ba

音乐播放器App使用Android Studio开发。功能模块将在以下部分进行描述。gydF4y2Ba

蓝牙通信模块gydF4y2Ba

负责与电容采集芯片通信，实现对采集芯片通信接口的全面支持，将采集到的数据直接传输到数据模块。gydF4y2Ba

数据分析模块(核心模块)gydF4y2Ba

它实现了所有的数据处理和分析功能，包括数据格式化、动态调整电容基准值、波动检测(只有当检测到波动超过阈值时，我们才认为用户采取了动作，可以减少Wi-Fi的通信开销)、数据转发到服务器、音乐播放器控制(将识别结果转换为App的相应操作)。gydF4y2Ba

Wi-Fi通信模块gydF4y2Ba

它负责与服务器的通信，主要用于发送原始数据。gydF4y2Ba

音乐播放模块gydF4y2Ba

它实现了本地音乐文件扫描，音乐播放，播放器控制(切换歌曲，音量控制，音乐播放和暂停)。gydF4y2Ba

报警App的设计gydF4y2Ba

闹钟App的实现方式与音乐播放器类似。它还有蓝牙通信模块，通过电容采集芯片获取手环的电容值数据。用户对手环的操作相对简单，动作识别算法直接集成到App中，无需连接服务器进行识别。同时，报警App集成了百度地图SDK，可以获取用户的具体地理位置。当用户触发报警时，App会将位置信息通过短信发送到报警平台。gydF4y2Ba