MIT:这双AI袜子,暴露了你的行动丨Nature子刊

2021-04-07 21:53 641 阅读 ID:322
量子位
量子位

你的行动,全都在这双袜子的掌控之中:



无论是单脚站立、还是扭腰、走路,这双袜子都能通过脚上压力的变化,来预测你的行动:



最关键的是,材料制造简单。

不需要集成大量高精度传感器,用织衣服的方法,就能做出检测效果非常棒的袜子。

这双有着“超能力”的袜子,由MIT开发,现在登上了Nature子刊



这样准确的预测效果,到底是怎么做到的?

结合AI,准确预测各种姿势

袜子的运动检测原理,本身很简单:

利用机器学习,将人体姿势、与触觉脚印关联起来,从而预测人体的运动。



这是因为,人在从一个姿势,改变成另一个姿势时,由于脚上的压力发生变化(如重心从右脚转移到左脚),触觉脚印也会发生相应变化。

通过采集大量数据、利用自监督学习,对模型进行训练,就能预测人体的运动:



然而,如何才能让这种织物,既能大量生产、又能保证检测精细

要知道,批量生产的话,就不可能再精准地对传感器位置一个个进行设计。

为此,这双袜子采用了2种织物混合制成。

包括普通纺织纤维腈纶纱、与能够传感力度的功能性纤维。

如图,功能性纤维中包含有力度传感材料。



因此,这种袜子既保留了袜子本身的柔软性,又具有检测动作的能力。

两条织线之间,会有交叠。

因此,当感知到负载压力的时候,两条线就会相互挤压,里面的传感材料就能通过交叉点,感知到力度的大小。



此前,许多可穿戴设备,需要大量高精度传感器,才能保证测量的准确性。

但与现有的可穿戴电子设备不同,这种袜子的设计,可以被用于大型服装生产中,极大降低成本。



不过,这种袜子在生产时,也可能会出现一些问题。

如果批量制造的话,有些袜子的传感器,可能会无法正常工作。

这时候,就需要结合机器学习算法,来识别和调整袜子中的某些传感器,来及时找出工作不了的传感器部分。

具体检测效果,也确实不错。

例如,扭扭腰。系统预测的动作和正在做的动作,几乎完全一致:



下蹲。机器所预测的姿势,也几乎与真正的姿势完全一样:



试试走路?就连步态、步幅也都基本一致:



再来看看下楼梯。除了步幅以外,其他也基本是完全一样了。



而且,这种智能织物,还不止能用在袜子上。

还有背心、膝盖、手套系列

除了智能袜子,来自MIT的研究人员,还搞出了背心、膝盖、手套等各种系列的智能织物:



这套神奇的衣服,原理基本与袜子一样,也是由类似的织物构成。

感知到压力后,利用两条织线交叠产生的压力,就能对人所做的动作进行预测。

这套衣服,可以用于病人的运动和康复训练。

如果家属允许,可以用来监护病人在医院、病患的健康状况,以免他们在独处时跌倒、或者是失去意识。



当然,也能给机器人穿。

通过学习这套衣服中的数据,机器也许就能理解,人类是如何做动作的,从而学会做出各种不同的动作。

有了这套衣服,机器人也许就能“拥有”触觉。

这项研究的第一作者,是一名来自MIT的华人博士小姐姐Yiyue Luo



Yiyue Luo中学毕业于广州市执信中学,曾在伊利诺伊大学香槟分校就读本科,目前是一名MIT的博士三年级学生。

她的研究方向,是制造、智能织物和触觉传感。



论文二作Yunzhu Li,MIT四年级博士生,本科毕业于北京大学计算机科学系,研究兴趣是计算机视觉、机器学习和机器人。

此外,Pratyusha Sharma、Wan Shou、Kui Wu、Michael Foshey、Beichen Li、Tomás Palacios、Antonio Torralba、Wojciech Matusik也参与了论文的研究。

网友:袜子也有WiFi了

一位网友苦思冥想,给这双AI袜子起了个名字:神经袜子(Neuro socks)……



还有网友调侃:我的袜子马上就有WiFi了!



不过,也有网友表示担心。

他认为,这种袜子可能会在未来监测我们的活动:这样不好。



你想拥有一双这样的袜子吗?

论文地址:
https://www.nature.com/articles/s41928-021-00558-0

参考链接:
[1]https://www.csail.mit.edu/news/smart-clothes-can-measure-your-movements
[2]https://twitter.com/MIT_CSAIL/status/1375505517917786119
[3]https://yyueluo.com/

—完—

@量子位 · 追踪AI技术和产品新动态

深有感触的朋友,欢迎赞同、关注、分享三连վ'ᴗ' ի ❤

免责声明:作者保留权利,不代表本站立场。如想了解更多和作者有关的信息可以查看页面右侧作者信息卡片。
反馈
to-top--btn