• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Chimica
    La tovaglia intelligente può trovare frutta e aiutare ad innaffiare le piante

    Il tessuto Capacitivo smart può identificare la frutta e ritrovare gli oggetti smarriti. Globale, il sistema ha raggiunto una precisione del 94,5% nei test. Credito:cifra per gentile concessione di XDiscovery Lab.

    I ricercatori hanno progettato un tessuto intelligente in grado di rilevare oggetti non metallici che vanno dagli avocado alle carte di credito, secondo uno studio del Dartmouth College e Microsoft Research.

    Il tessuto, chiamato Capacitivo, rileva i cambiamenti nella carica elettrica per identificare oggetti di varie forme e dimensioni.

    Uno studio e un video dimostrativo che descrivono il sistema di rilevamento sono stati presentati all'ACM Symposium on User Interface Software and Technology (UIST 2020).

    "Questa ricerca ha il potenziale per cambiare il modo in cui le persone interagiscono con l'informatica attraverso oggetti morbidi di tutti i giorni fatti di tessuti, " disse Xing-Dong Yang, un assistente professore di informatica e ricercatore senior per lo studio.

    Le tecniche di rilevamento esistenti che utilizzano i tessuti in genere si basano su input come il tocco dell'utente. Il nuovo sistema interattivo si basa su una tecnica di "input implicito" in cui il tessuto non richiede l'azione dell'oggetto che sta rilevando.

    Il sistema del tessuto riconosce gli oggetti in base ai cambiamenti di carica elettrica nei suoi elettrodi causati dalle modifiche al campo elettrico di un oggetto. La differenza di carica può riguardare il tipo di materiale, dimensione dell'oggetto e forma dell'area di contatto.

    Le informazioni rilevate sulla carica elettrica vengono confrontate con i dati memorizzati nel sistema utilizzando tecniche di apprendimento automatico.

    La capacità di riconoscere oggetti non metallici come prodotti alimentari, liquidi, stoviglie, plastica, e prodotti di carta rende il sistema unico.

    "Essere in grado di percepire oggetti non metallici è una svolta per i tessuti intelligenti perché consente agli utenti di interagire con un'ampia varietà di oggetti di uso quotidiano in modi completamente nuovi, ", ha affermato Te-Yen Wu, uno studente di dottorato a Dartmouth e autore principale dello studio.

    Venti oggetti sono stati testati sulla "tovaglia intelligente" come parte dello studio. Gli oggetti variavano in grandezza, forma e materiale. Il team ha incluso anche un bicchiere d'acqua e una ciotola per testare l'affidabilità del sistema in grado di riconoscere la pienezza di un contenitore.

    Globale, il sistema ha raggiunto una precisione del 94,5% nei test.

    Il sistema era particolarmente accurato per distinguere tra diversi frutti, come kiwi e avocado. Anche lo stato di un contenitore di liquidi era relativamente semplice da determinare per il sistema.

    In uno studio supplementare, il sistema è stato in grado di distinguere tra diversi tipi di liquidi come acqua, latte, sidro di mele e soda.

    Il sistema era meno accurato per gli oggetti che non creano impronte salde sul tessuto, come le carte di credito.

    Il prototipo di design presenta una griglia di elettrodi a forma di diamante realizzati in tessuto conduttivo attaccato a un foglio di cotone. La dimensione degli elettrodi e la distanza tra loro sono state progettate per massimizzare l'area di rilevamento e la sensibilità.

    Quando un oggetto o lo stato di un oggetto viene identificato dal tessuto, ad esempio quando una pianta in vaso ha bisogno di essere annaffiata, il tessuto intelligente può attivare un'azione o un prompt desiderati.

    I ricercatori si aspettano che il sistema possa svolgere una varietà di funzioni tra cui aiutare a trovare oggetti perduti, fornire avvisi o notifiche, e fornire informazioni ad altri sistemi intelligenti come i tracker dietetici.

    Il sistema può anche aiutare con la cottura fornendo suggerimenti di ricette e dando istruzioni di preparazione.

    Teddy Seyed di Microsoft Research, Lu Tan dell'Università di Wuhan, e Yuji Zhang della Southeast University hanno anche contribuito a questa ricerca.


    © Scienza https://it.scienceaq.com