Usando un proceso de fabricación novedoso, los investigadores del MIT han producido textiles inteligentes que se ajustan cómodamente al cuerpo para que puedan sentir la postura y los movimientos del usuario. Al incorporar un tipo especial de hilo de plástico y usar calor para derretirlo ligeramente, un proceso llamado termoformado, los investigadores pudieron mejorar en gran medida la precisión de los sensores de presión tejidos en textiles de punto multicapa, a los que llaman 3DKnITS.
Utilizaron este proceso para crear un zapato y una alfombra “inteligentes”, y luego construyeron un sistema de hardware y software para medir e interpretar los datos de los sensores de presión en tiempo real. El sistema de aprendizaje automático predijo movimientos y posturas de yoga realizadas por una persona de pie sobre la alfombra textil inteligente con una precisión de aproximadamente el 99%.
Su proceso de fabricación, que aprovecha la tecnología de tejido digital, permite la creación rápida de prototipos y se puede ampliar fácilmente para la fabricación a gran escala, dice Irmandy Wicaksono, asistente de investigación en el MIT Media Lab y autor principal de un artículo que presenta 3DKnITS. La técnica podría tener muchas aplicaciones, especialmente en el cuidado de la salud y la rehabilitación. Por ejemplo, podría usarse para producir zapatos inteligentes que sigan el paso de alguien que está aprendiendo a caminar nuevamente después de una lesión, o calcetines que controlen la presión en el pie de un paciente diabético para prevenir la formación de úlceras.
“Con el tejido digital, tiene la libertad de diseñar sus propios patrones y también de integrar sensores dentro de la estructura misma, de modo que se vuelve uniforme y cómodo, y puede desarrollarlo en función de la forma de su cuerpo”, dice Wicaksono.
Escribió el artículo con los estudiantes de pregrado del MIT Peter G. Hwang, Samir Droubi y Allison N. Serio a través del Programa de Oportunidades de Investigación de Pregrado; Franny Xi Wu, recién graduada del Wellesley College; Wei Yan, profesor asistente de la Universidad Tecnológica de Nanyang; y el autor principal Joseph A. Paradiso, profesor Alexander W. Dreyfoos y director del grupo Responsive Environments dentro del Media Lab. La investigación se presentará en la Conferencia de la Sociedad de Ingeniería en Medicina y Biología del IEEE.
“Algunos de los primeros trabajos pioneros sobre telas inteligentes ocurrieron en el Media Lab a finales de los 90. Los materiales, la electrónica integrable y las máquinas de fabricación han avanzado enormemente desde entonces”, dice Paradiso. “Es un buen momento para ver que nuestra investigación regresa a esta área, por ejemplo, a través de proyectos como el de Irmandy, que apuntan a un futuro emocionante donde la detección y las funciones se difunden de manera más fluida en los materiales y abren enormes posibilidades”.
Conocimientos de tejido
Para producir un textil inteligente, los investigadores utilizan una máquina de tejer digital que entreteje capas de tela con filas de hilo estándar y funcional. El tejido de punto multicapa se compone de dos capas de tejido de hilo conductor intercaladas alrededor de un tejido piezorresistivo, que cambia su resistencia cuando se aprieta. Siguiendo un patrón, la máquina cose este hilo funcional en todo el textil en filas horizontales y verticales. Donde las fibras funcionales se cruzan, crean un sensor de presión, explica Wicaksono.
Pero el hilo es suave y flexible, por lo que las capas se mueven y se frotan entre sí cuando el usuario se mueve. Esto genera ruido y provoca una variabilidad que hace que los sensores de presión sean mucho menos precisos.
A Wicaksono se le ocurrió una solución a este problema mientras trabajaba en una fábrica de tejidos en Shenzhen, China, donde pasó un mes aprendiendo a programar y mantener máquinas de tejer digitales. Observó a los trabajadores que fabricaban zapatillas con hilos termoplásticos que comenzaban a derretirse cuando se calentaban a más de 70°C, lo que endurece ligeramente el tejido para que pueda mantener una forma precisa. Decidió intentar incorporar la fusión de fibras y el termoformado en el proceso de fabricación de textiles inteligentes.
“El termoformado realmente resuelve el problema del ruido porque endurece el tejido multicapa en una sola capa esencialmente apretando y derritiendo todo el tejido, lo que mejora la precisión. Ese termoformado también nos permite crear formas 3D, como un calcetín o un zapato, que en realidad adaptarse al tamaño y la forma precisos del usuario”, dice.
Una vez que perfeccionó el proceso de fabricación, Wicaksono necesitaba un sistema para procesar con precisión los datos del sensor de presión. Dado que la tela se teje como una cuadrícula, elaboró un circuito inalámbrico que escanea filas y columnas en la tela y mide la resistencia en cada punto. Diseñó este circuito para superar los artefactos causados por ambigüedades “fantasmas”, que ocurren cuando el usuario ejerce presión sobre dos o más puntos separados simultáneamente.
Inspirándose en las técnicas de aprendizaje profundo para la clasificación de imágenes, Wicaksono ideó un sistema que muestra los datos del sensor de presión como un mapa de calor. Esas imágenes se alimentan a un modelo de aprendizaje automático, que está entrenado para detectar la postura, la pose o el movimiento del usuario en función de la imagen del mapa de calor.
Análisis de actividades
Una vez entrenado, el modelo podía clasificar la actividad del usuario en la alfombra inteligente (caminar, correr, hacer flexiones, etc.) con un 99,6% de precisión y podía reconocer siete posturas de yoga con un 98,7% de precisión. También utilizaron una máquina de tejer circular para crear un zapato textil inteligente ajustado a la forma con 96 puntos de detección de presión repartidos por todo el tejido 3D. Usaron el zapato para medir la presión ejercida en diferentes partes del pie cuando el usuario pateaba una pelota de fútbol.
La alta precisión de 3DKnITS podría hacerlos útiles para aplicaciones en prótesis, donde la precisión es esencial. Un forro textil inteligente podría medir la presión que ejerce una prótesis sobre el encaje, lo que le permite al protésico ver fácilmente qué tan bien se ajusta el dispositivo, dice Wicaksono.
Él y sus colegas también están explorando aplicaciones más creativas. En colaboración con un diseñador de sonido y una bailarina contemporánea, desarrollaron una alfombra textil inteligente que impulsa notas musicales y paisajes sonoros basados en los pasos de la bailarina, para explorar la relación bidireccional entre la música y la coreografía. Esta investigación fue presentada recientemente en la Conferencia de Creatividad y Cognición de ACM.
“He aprendido que la colaboración interdisciplinaria puede crear algunas aplicaciones realmente únicas”, dice.
Ahora que los investigadores han demostrado el éxito de su técnica de fabricación, Wicaksono planea refinar el circuito y el modelo de aprendizaje automático. Actualmente, el modelo debe calibrarse para cada individuo antes de que pueda clasificar las acciones, lo cual es un proceso que requiere mucho tiempo. Eliminar ese paso de calibración haría que 3DKnITS fuera más fácil de usar. Los investigadores también quieren realizar pruebas en zapatos inteligentes fuera del laboratorio para ver cómo las condiciones ambientales, como la temperatura y la humedad, afectan la precisión de los sensores.
“Siempre es sorprendente ver el avance de la tecnología de formas tan significativas. Es increíble pensar que la ropa que usamos, una manga para el brazo o un calcetín, se puede crear de manera que su estructura tridimensional se pueda usar para detectar”, dice Eric Berkson, profesor asistente de cirugía ortopédica en la Escuela de Medicina de Harvard y cirujano ortopédico de medicina deportiva en el Hospital General de Massachusetts, que no participó en esta investigación. “En el campo de la medicina, y específicamente en la medicina deportiva ortopédica, esta tecnología brinda la capacidad de detectar y clasificar mejor el movimiento y reconocer patrones de distribución de fuerza en situaciones del mundo real (fuera del laboratorio). Este es el tipo de pensamiento que mejorar las técnicas de prevención y detección de lesiones y ayudar a evaluar y dirigir la rehabilitación”.
Fuente: Tech Xplore.
