SeamFit
변화 유발 신체 자세/움직임 추적
데이터 블루투스 통해 노트북으로 전송
로봇 공학 분야에도 응용
코넬 대 연구팀 개발
스마트 셔츠, 운동 기록 추적 및 세탁 바로 가능 연구원들은 전도성 실을 사용하여 세탁에 편리한 스마트 의류를 만들었습니다.
팔을 들어올리는 사람의 3D 모델과 셔츠 디자인, 그리고 여러 가지 다채로운 선이 표시된 컴퓨터 화면입니다. AI 모델은 스마트 티셔츠에서 수신한 신호를 운동 및 자세 데이터로 변환합니다. 루이스 디피에트로/코넬 대학교
Smart Shirt Tracks Workouts—and Goes Straight to the Wash
https://spectrum.ieee.org/smart-clothing-cornell
코넬 대학교 연구진은 외관, 착용감, 세탁 편의성을 손상시키지 않으면서도 운동 및 자세 데이터를 높은 정확도로 기록하는 "스마트 티셔츠"를 개발했습니다. 기존의 많은 스마트 의류 와 달리 , SeamFit이라는 이름의 이 셔츠는 부피가 큰 센서나 몸에 꽉 끼는 착용감을 필요로 하지 않습니다. 이 셔츠는 의학 및 운동 분야를 포함한 다양한 분야에 잠재적으로 적용될 수 있습니다.
SeamFit은 일반적인 면 셔츠의 목, 팔, 옆솔기에 꿰매진 유연한 전도성 실을 사용합니다. 코넬 대학교 정보과학 박사과정생인 캐서린 유 는 "착용자의 자세가 변하면 솔기 전극, 즉 전도성 실이 변형되어 자체 정전용량이 변하고, 착용자의 몸과 큰 도체, 그리고 솔기 전극 사이의 결합력이 변합니다."라고 말합니다 . "정전용량의 변화를 모니터링함으로써 이러한 변화를 유발하는 신체 자세/움직임을 추론할 수 있습니다."
목선에 부착된 작고 분리 가능한 회로 기판이 정전용량 데이터를 기록하고 블루투스를 통해 노트북으로 전송합니다. 노트북에서는 AI 모델이 신호를 분석하여 운동을 인식하고 반복 횟수를 계산합니다.
연구진은 15명의 자원봉사자를 대상으로 셔츠의 성능을 테스트했고, 그 결과를 3월에 ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 에 게재한 논문 에 기술했습니다 .
엔지니어링 고정확도 운동 감지
이 연구에서 각 자원봉사자는 런지, 싯업, 바이셉스 컬을 포함한 14가지 운동을 수행했습니다. 사용자별 보정 없이 SeamFit은 89%의 운동 감지 정확도, 93.4%의 운동 분류 정확도를 보였으며, 사용자, 워싱, 피팅 여부와 관계없이 세트 내 반복 횟수 계산 시 평균 1회 미만의 오차를 보였습니다.
연구원들은 일반 면 셔츠의 목, 팔, 옆솔기에 전도성 실을 꿰매어 착용자의 움직임을 추적했습니다. 루이스 디피에트로/코넬 대학교
SeamFit은 세탁 전에 몇 가지 준비가 필요합니다. 연구진은 셔츠를 세탁기에 넣기 전에 제거해야 하는 분리형 회로 기판을 내장했습니다. 그러나 의류에 꿰맨 전도성 실은 여러 번의 세탁 주기 동안 전도성을 유지합니다. 하지만 Yu는 시간이 지남에 따라 성능이 약간 저하되어 세탁 횟수가 많아질수록 신호 품질에 차이가 발생한다고 말합니다. 이 문제를 해결하기 위해 연구팀은 여러 번의 세탁 후 수집된 데이터 세트를 기반으로 데이터 처리 파이프라인을 학습시켜 시스템이 이러한 변화에 적응하고 신뢰할 수 있는 정확도를 유지할 수 있도록 했습니다.
"탈착식 회로 기판과 세탁기 세척 가능성과 같은 실용적인 디자인 선택은 유지 관리와 편안함에 대한 일반적인 사용자 우려 사항을 직접 해결합니다."라고 연구에 참여하지 않은 노스캐롤라이나 주립대학교 섬유 공학, 화학 및 과학과 조교수인 롱 인이 말했습니다."이러한 사용자 중심 접근 방식은 피트니스 애호가뿐만 아니라 물리 치료 및 재활을 위한 임상 환경에서도 널리 채택될 가능성을 크게 높입니다 ."
Forward Pathway
스마트 의류 에서 로봇공학 까지 ?
SeamFit은 피트니스 추적 외에도 로봇 공학 분야에 응용될 수 있습니다. 유 교수는 SeamFit이 장시간 데이터를 수집하는 편리하고 눈에 띄지 않는 방식을 제공하기 때문에 휴머노이드 로봇이 인간의 움직임을 더 잘 모방하도록 훈련하는 데 도움이 될 수 있다고 말합니다. 또한, 이 셔츠는 인간의 움직임에 대한 데이터를 수집함으로써 인간-로봇 상호작용의 안전성을 향상시킬 수 있습니다. 잉 교수는 SeamFit이 "미묘한 인간의 움직임을 이해하는 것이 중요한" 인간-컴퓨터 상호작용 에도 응용될 수 있다고 덧붙였습니다.
스마트 티셔츠에서 나오는 신호를 이해하기 위해 연구진은 세 부분으로 구성된 맞춤형 AI 시스템을 개발했습니다. 가벼운 랜덤 포레스트 모델은 착용자가 운동 중인지 휴식 중인지를 감지합니다. 딥러닝 인코더-디코더 모델은 어떤 운동을 하고 있는지 파악합니다. 그리고 학습이 필요 없는 휴리스틱 피크 검출 알고리즘은 착용자가 수행하는 반복 횟수를 계산합니다.
연구진은 AI 모델이 새로운 사용자에게 얼마나 잘 일반화되는지 테스트하기 위해 "참가자 한 명 제외(leave-one-participant-out)" 방식을 사용했습니다. 이 방식은 한 명을 제외한 모든 참가자의 데이터로 모델을 학습시킨 후, 제외된 참가자의 데이터로 모델을 테스트하는 방식이었습니다. 연구 참여자 각각에 대해 이 과정을 반복함으로써, 연구팀은 서로 다른 사람, 서로 다른 셔츠 핏, 그리고 세탁으로 인한 신호 변화에도 시스템이 제대로 작동하는지 확인했습니다.
언젠가는 스마트 티셔츠를 입는 것이 오늘날 면을 입는 것만큼 흔한 일이 될 수도 있습니다. 유와 그녀의 동료들에 따르면 SeamFit은 그러한 미래를 향한 한 걸음을 의미합니다.
Smart Shirt Tracks Workouts—and Goes Straight to the Wash
https://spectrum.ieee.org/smart-clothing-cornell
https://youtu.be/Kx60Nsg1qkE
댓글 없음:
댓글 쓰기