又見谷歌黑科技,用電子紡織繩控制智能設備

  隨着材料科學和半導體技術的進步,集兩者之大成的電子紡織物逐漸成為了熱門研究領域,也被視為是可穿戴設備和紡織行業最值得期待的發展方向之一。

  早在 2014 年,谷歌 ATAP 團隊就曾與 Levi’s 合作,推動 “Project Jacquard(緹花項目)”,並於次年推出了一款帶有導電紗線的智能夾克,能夠藉助小型終端設備,在衣服上實現基本的音頻播放操作和手機控制。

  該項目目前已經拓展到揹包和球鞋,而谷歌的其他團隊正在進行類似的努力。

  這一次,谷歌的人工智能團隊將重點放在了智能線繩上。

  比如下面這條看似平平無奇的線繩,其實暗藏玄機:

又見谷歌黑科技,用電子紡織繩控制智能設備
  如果結合手勢識別技術,就可以控制手機:

又見谷歌黑科技,用電子紡織繩控制智能設備
  研究人員希望在很多衣服和電子產品都有的軟線繩上做文章,探索出更符合直覺的人機交互方式,比如輕輕擠壓耳機線,就可以播放或暫停歌曲,或者用扭轉帽衫線繩的方式滑動網頁等等。

  目前谷歌 AI 團隊已經做出三款原型產品,有耳機線、帽衫抽繩和交互式電源線,均採用新型螺旋感應矩陣技術來識別觸摸手勢,支持六種操作類別,包括扭轉,輕彈 / 輕拂,滑動,擠壓,抓握和拍打。配合上力度、速度和方向等參數,每種操作類型還可以衍生出五花八門的響應動作。

  這項工作其實是該團隊在 2018 年進行的另一項研究的拓展,他們將其命名為 “電子紡織微交互”,以論文的形式發表於人機交互領域頂級學術會議 ACM CHI 2020 上。

  谷歌研究科學家亞歷克斯 · 奧爾瓦爾(Alex Olwal)表示,“通過改善美學、舒適度和人體工程學,紡織物可以幫助高科技融入我們的日常環境和物品中。材料和柔性電子技術的進步,使得帶有傳感和顯示功能的衣服成為可能。”

  螺旋感應矩陣

  在織物中加入導電纖維並非新鮮技術,只要加入一些電容感應傳感器,就可以實現基本的手勢捕捉和控制。但谷歌 AI 團隊沒有采用這種傳統方式製作線繩,而是開發了一種新型的螺旋感應矩陣(Helical Sensing Matrix)結構,可以識別更大的手勢操作空間,同時減少誤操作。

  簡單來説,採用 HSM 結構的編織物由包裹了絕緣層的導電紗線和無導電能力的支撐紗線組成,其中一部分支撐紗線還可以用光纖代替,從而實現高效的視覺反饋。從官方圖片來看,其外表幾乎和普通線繩沒什麼區別。

又見谷歌黑科技,用電子紡織繩控制智能設備
  織物中的導電紗線有正負方向之分,承擔着在多個電極中傳遞電流的任務,以實現電容感應,捕捉和識別手勢。由於導電紗線是沿着整條線繩編織的,因此理論上在任何一個位置都可以施加操控手勢。

  經過特殊設計的螺旋結構可以分辨單根紗線的相對角度。對於扭轉類的動作來説,這是非常關鍵的特徵。在電極被激活後,通過追蹤紗線之間的角度變化,就可以捕捉它們的相對運動,進而準確識別用户的手勢操作。

  舉個例子,如果兩條對稱紗線的相對初始位置偏移超過 90 度,就意味着用户可能正在有意扭轉線繩。當然,觸碰的力度、面積和時間等參數也會納入考量,以減少誤判。

又見谷歌黑科技,用電子紡織繩控制智能設備
  圖 | 紡織繩的基本結構(來源:谷歌)

  基於軟線繩的觸敏性,其交互原則不同於玻璃或塑料這樣的硬性結構,研究團隊為此設計了兩條交互準則:簡單手勢和閉環反饋。

  前者強調操作手勢必須是簡短的,無論是一觸即發,還是連續操作,都必須符合直覺。後者則意味着,在整個交互過程中,用户會得到適當且持續的視覺、觸覺和聽覺反饋,減少不確定性。

  前文提到的在織物中加入光纖,就是提供視覺反饋的核心方式,不同顏色的光束可以向用户提供多樣化的動態實時反饋。

  為了進行概念驗證,谷歌團隊已經開發了三種結合電子紡織線的產品,都是生活中常見的東西,包括能夠控制手機媒體播放的 USB-C 耳機(線),在衣服上添加音樂控制功能的帽衫抽繩,以及能夠控制智能音箱的電源線。

  恰當的操作手勢

  為了確定什麼是簡單的、符合直覺的操作手勢,谷歌團隊曾經進行過手勢操作研究。針對新研究,他們又額外收集了 12 位志願者的 864 個手勢樣本,每個人被要求執行 8 種手勢,重複 9 次。

  在重複相同動作時,人們不可能做到完全一致,而且每個人又有個體差異,比如有的人習慣用拇指和食指捏住並扭轉,有的人習慣用拇指和中指,有的人力量大,有的人力量小,等等。因此對於手勢的分析必須經過訓練和篩選,減少個人風格和偏好的影響。

  為了增強一致性,團隊還對志願者進行了培訓,並且引入了實時反饋系統,幫助他們調整其行為差異。

  對於動作捕捉系統來説,每種手勢有 16 個特徵,隨着時間的變化線性分佈在 80 個觀察點中。換句話説,每種手勢從開始到結束都會被仔細觀察,捕捉到的關鍵特徵會用於訓練一套與用户風格無關的系統。

  最終,志願者的操作數據顯示,在軟線繩上執行的手勢識別精度可以達到 94%。谷歌團隊認為這一結果是積極的,因為實驗中的概念驗證線繩只有 8 個電極,精度較低,仍然有很大的提升空間。

  圖 | 不同手勢造成的形變和位移

  除此之外,他們還對不同操作手段進行了量化對比,用電子紡織線繩,對比傳統耳機控件和觸摸板。

  結果顯示,操控電子線繩的速度比按鈕式傳統耳機線控件更快,與筆記本電腦上的觸控板相當。而且相比耳機控件,純線繩操作的交互體驗更受青睞。其中一個原因是電子線繩更加敏感,而且可以在耳機線的任何一個位置施加有效操作,不用特意尋找按鈕的位置,也不會按錯鍵。

  作為一條耳機線,觸碰皮膚和衣服在所難免。為了避免誤操作,研究團隊還加入了高通濾波器。但他們也承認,未來需要完成更多的工作來評估其耐用性,以及實際使用情況下的長期表現是否穩定。

  谷歌 AI 團隊最後表示,希望未來能夠拓展更多的應用場景,在現有可穿戴設備和傳統紡織物中引入微交互技術,在保留工業設計精髓的同時提升人與科技的交互體驗。

版權聲明:本文源自 網絡, 於,由 楠木軒 整理發佈,共 2355 字。

轉載請註明: 又見谷歌黑科技,用電子紡織繩控制智能設備 - 楠木軒