Gli strati di materiali e l’apprendimento automatico migliorano la precisione dei dispositivi indossabili

Dispositivi estensibili e indossabili in grado di rilevare in modo rapido e accurato informazioni fisiche e bioelettriche vengono sempre più utilizzati per attività come il monitoraggio della salute e la misurazione del movimento. Tuttavia, realizzare un dispositivo che sia sufficientemente elastico da essere comodo e sufficientemente rigido da rilevare i dati in modo accurato è difficile.

L’apprendimento automatico può contribuire a rendere questi dispositivi più potenti, ma per integrare la tecnologia sarà necessario sviluppare dispositivi indossabili ibridi, che combinino comfort ed elaborazione stabile dei dati.

In un articolo pubblicato sulla rivista Device il 7 agosto, viene dimostrato come circuiti integrati rigidi stratificati su un substrato flessibile possano essere utilizzati per migliorare le prestazioni dei dispositivi indossabili.

“Sono stati sviluppati dispositivi estensibili che combinano circuiti integrati di sensori ad alte prestazioni basati su elettronica a stato solido, ma non hanno la capacità di allungarsi per adattarsi a grandi deformazioni di oltre il doppio dell’allungamento”, ha affermato Hiroki Ota, professore associato presso l’Università Nazionale di Yokohama. Facoltà di Ingegneria. Fattori nello sviluppo di sistemi integrati per dispositivi estensibili e machine learning. Infatti, ha spiegato Ohta, non esistono attualmente dispositivi disponibili sul mercato in grado di misurare con elevata precisione ed elevata ripetibilità tra i dispositivi allungabili (o dispositivi ad alta deformabilità).

In questo studio, i ricercatori si sono concentrati sullo sviluppo di dispositivi indossabili per la cattura del movimento con apprendimento automatico integrato. I dispositivi erano altamente deformabili, il che significa che erano flessibili e potevano adattarsi al corpo. Sono state sviluppate strutture chiamate strutture protettive con rigidità eterogenea per fornire ulteriore stabilità ai dispositivi indossabili flessibili. Queste strutture proteggono i cavi elettrici e sono costituite da tre strati: uno strato duro, uno strato intermedio e uno strato morbido. Lo strato morbido garantisce che il dispositivo rimanga elastico mentre gli strati più duri mantengono l’integrità dei sensori nel dispositivo. In tutto il dispositivo è stata utilizzata anche pasta di metallo liquido, compreso lo sviluppo dei cavi, per garantire che il dispositivo rimanesse flessibile.

“L’integrazione di materiali elastici ed elementi rigidi basati su elettronica solida realizza nuovi dispositivi che combinano flessibilità con elevate capacità di calcolo e misurazione. Questi dispositivi migliorano l’integrazione con i sistemi di apprendimento automatico, dove la riproducibilità dei dati è cruciale”, ha affermato Ohta. Per testare la potenza del dispositivo indossabile, i ricercatori hanno eseguito tre compiti: stima della forma della collana, riconoscimento della scrittura a mezz’aria e riconoscimento del linguaggio dei segni. I ricercatori hanno anche testato il modo in cui il dispositivo continuava a funzionare mentre era esteso.

Rispetto alle versioni precedenti di dispositivi indossabili che contenevano solo un circuito stampato, il dispositivo di nuova concezione con una struttura protettiva di rigidità eterogenea era in grado di gestire meglio l’allungamento e lo stiramento. Il dispositivo contenente solo un circuito stampato e uno strato morbido ha mostrato fatica con un allungamento del 30% e si è rotto con un allungamento del 100%. In confronto, con un allungamento del 100%, il dispositivo con struttura protettiva a rigidità eterogenea non ha mostrato dannosi segni di fatica e ha continuato a funzionare anche con allungamento del 150%.

I dispositivi sono stati anche testati per vedere se si comportavano bene in determinati compiti specifici, tra cui il riconoscimento delle lettere scritte durante l’ortografia e il riconoscimento del linguaggio dei segni. Attualmente, i dispositivi indossabili utilizzati per monitorare la dattilografia hanno difficoltà con i movimenti paralleli senza piegare le dita. Il dispositivo a rigidità variabile di recente sviluppo è stato in grado di classificare accuratamente tra il 91% e il 98% delle lettere scritte, a seconda del modello di elaborazione utilizzato per analizzare i dati, ma sono necessarie ulteriori ricerche per comprendere le differenze nei modelli di formazione.

I ricercatori hanno anche ipotizzato che questa tecnologia potrebbe andare oltre l’ortografia e riconoscere la lingua dei segni americana, una tecnologia molto richiesta. Tuttavia, le sfide legate allo sviluppo di questa tecnologia vanno oltre i limiti dei dispositivi estensibili e indossabili e sono necessari ulteriori sviluppi.

In futuro, i ricercatori intendono sviluppare più dispositivi utilizzando questa nuova tecnologia. “In definitiva, miriamo a realizzare un’elettronica ibrida estensibile che combini elettronica solida ed estensibile sfruttando le proprietà elettroniche di dispositivi rigidi e materiali flessibili e combinandoli con la tecnologia di elaborazione delle informazioni”, ha affermato Ohta.