Utilizando un proceso de fabricación novedoso, los investigadores del MIT han creado textiles inteligentes que se ajustan estrechamente al cuerpo, lo que les permite 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 desarrollar un calzado y una alfombrilla «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 alrededor del 99 por ciento.
Su proceso de fabricación, que aprovecha la tecnología de tejido digital, permite la creación rápida de prototipos y se puede ampliar fácilmente para una producción de gran volumen, dice Irmandy Wicaksono, investigadora asociada en MIT Media Lab y autora principal de un artículo que muestra 3DKnITS.
La técnica podría tener muchas aplicaciones, particularmente en el cuidado de la salud y la rehabilitación. Por ejemplo, se podrían hacer zapatos inteligentes que rastreen el paso de alguien que está aprendiendo a caminar de nuevo después de una lesión, o calcetines que controlen la presión sobre el pie de un diabético para evitar que se formen úlceras.
«Con el tejido digital, tiene la libertad de diseñar sus propios patrones y también incorporar sensores en la estructura misma para que sea uniforme y cómodo, y puede diseñarlo según la forma de su cuerpo», dice Wicaksono.
Escribió el trabajo con los estudiantes del MIT Peter G. Hwang, Samir Droubi y Allison N. Serio como parte del Programa de Oportunidades de Investigación de Pregrado; Franny Xi Wu, graduada de Wellesley College; Wei Yan, profesor asistente de la Universidad Tecnológica de Nanyang; y el autor sénior Joseph A. Paradiso, profesor Alexander W. Dreyfoos y líder del grupo Responsive Environments en Media Lab. Los resultados de la investigación se presentarán 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 fines de la década de 1990. Los materiales, la electrónica que se puede integrar y las máquinas de producción se han desarrollado enormemente desde entonces”, dice Paradiso. «Es un buen momento para ver que nuestra investigación regresa a este campo, por ejemplo, a través de proyectos como el de Irmandy: apuntan a un futuro emocionante donde la percepción y las funciones se difunden de manera más fluida en los materiales, abriendo enormes posibilidades».
saber tejer
Para crear un textil inteligente, los investigadores utilizan una máquina de tejer digital que teje capas de tela junto con filas de hilos estándar y funcionales. El tejido de punto multicapa consta de dos capas de tejido de hilo conductor intercaladas alrededor de un tejido piezorresistivo que cambia de resistencia cuando se comprime. Siguiendo un patrón, la máquina cose este hilo funcional a través del textil en filas horizontales y verticales. Se crea un sensor de presión donde se cruzan las fibras funcionales, explica Wicaksono.
Pero el hilo es suave y flexible, por lo que las capas se mueven y se frotan entre sí a medida que se mueve el usuario. Esto crea ruido y provoca fluctuaciones que hacen que los sensores de presión sean mucho menos precisos.
Wicaksono encontró 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, cuando se calentaban a más de 70 grados centígrados, comenzaban a derretirse, lo que endurecía un poco el tejido para que pudiera mantener una forma precisa.
Decidió intentar integrar fibras fusibles y 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 comprimiendo y fusionando todo el tejido, lo que mejora la precisión. El termoformado también nos permite crear formas 3D, como un calcetín o un zapato, que realmente se ajustan al tamaño y la forma exactos del usuario”, dice.
Después de perfeccionar el proceso de fabricación, Wicaksono necesitaba un sistema para procesar con precisión los datos del sensor de presión. Debido a que la tela se teje en una cuadrícula, hizo 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 las ambigüedades «fantasmas» que ocurren cuando el usuario aplica presión a dos o más puntos separados al mismo tiempo.
Inspirándose en las técnicas de clasificación de imágenes de aprendizaje profundo, Wicaksono desarrolló un sistema que muestra los datos del sensor de presión como un mapa de calor. Estas imágenes se introducen en un modelo de aprendizaje automático que está capacitado para reconocer la postura, la pose o el movimiento del usuario en función de la imagen del mapa de calor.
analizar actividades
Una vez entrenado, el modelo pudo clasificar la actividad del usuario en el tapete inteligente (caminar, correr, hacer flexiones, etc.) con un 99,6 % de precisión y reconocer siete posturas de yoga con un 98,7 % de precisión.
También usaron una máquina de tejer circular para crear un zapato textil inteligente ajustado a la forma con 96 puntos de medición de presión distribuidos 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 importante. Un revestimiento textil inteligente podría medir la presión que ejerce una prótesis sobre el encaje, lo que le permitiría a un ortopedista 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.
Después de que los investigadores demuestren 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 este paso de calibración facilitaría el uso de 3DKnITS. 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 los avances tecnológicos de una manera tan significativa. Es increíble imaginar que la ropa que usamos, una manga para el brazo o un calcetín, se pueda hacer de tal manera que su estructura tridimensional se pueda usar para capturarla», dice Eric Berkson, profesor asistente de cirugía ortopédica en Harvard Medical. School y un cirujano ortopédico de medicina deportiva del Hospital General de Massachusetts, que no participó en este estudio. “En el campo de la medicina y en particular en la medicina deportiva ortopédica, esta tecnología ofrece la posibilidad de reconocer y clasificar mejor los movimientos y reconocer patrones de distribución de fuerza en situaciones reales (fuera del laboratorio). Este es el tipo de pensamiento que mejorará las técnicas de prevención y detección de lesiones y ayudará a evaluar y guiar la rehabilitación”.
Esta investigación fue apoyada en parte por el MIT Media Lab Consortium.