横浜国立大学の研究者らは、柔らかいポリマー素材と硬い電子素子を組み合わせた伸縮性のある高精度測定ウェアラブルデバイスを開発した。この装置は、長さの 2.5 倍まで伸びても正確に慣性データを測定できます。

この伸縮可能な高精度デバイスとの組み合わせにより、機械学習複数種類の動作認識を高い精度で実現しました。この技術の潜在的な応用は、さまざまなソフトおよびリジッドエレクトロニクスと情報技術を統合するシステムの実現につながりました。

身体情報や生体電気情報を迅速かつ正確に感知できる伸縮性のあるウェアラブル デバイスは、健康監視や動作測定などに使用されることが増えています。ただし、快適に使用できるほど伸縮性があり、データを正確に感知できるほど十分な剛性を備えたデバイスを作成することは困難です。

機械学習はこれらのデバイスをより強力にするのに役立ちますが、この技術を統合するには、快適さと安定したデータ処理を組み合わせた伸縮性のあるハイブリッドウェアラブルを開発する必要があります。

紙出版されたでデバイス8 月 7 日の論文では、フレキシブル基板上に積層されたリジッド集積回路を使用してウェアラブルのパフォーマンスを向上させる方法について概説しています。

「ソリッドステートエレクトロニクスに基づいた高性能センサー集積回路を組み合わせた伸縮性デバイスが開発されていますが、伸びの2倍を超える大きな変形に対応できる伸縮性がありません。これらの要因により、伸縮性デバイスと機械の統合システムの開発が制限されています」学習しています」と横浜国立大学工学部准教授の太田裕樹氏は語る。

実際のところ、伸縮性のあるデバイス（または変形能力の高いデバイス）の中で、高精度と高い再現性を両立して測定できるデバイスは現在市販されていないと太田氏は説明する。

この研究では、研究者は統合された機械学習を備えたモーション キャプチャ ウェアラブルの開発に焦点を当てました。このデバイスは非常に変形しやすく、柔軟性があり、体の輪郭に合わせてフィットすることができました。

異種剛性保護構造と呼ばれる構造は、柔軟なウェアラブルにさらなる安定性を提供するために開発されました。これらの構造は、電気配線ハード層、中間層、ソフト層の3層構造になっています。

柔らかい層はデバイスの伸縮性を確保し、より硬い層はデバイス内のセンサーの完全性を維持しました。デバイスの柔軟性を確保するために、配線の開発など、デバイス全体に液体金属ペーストも使用されました。

「伸縮性材料とソリッドステートエレクトロニクスベースの剛体要素の融合により、弾性と高いコンピューティングおよび測定能力を組み合わせた新しいデバイスが実現します。これらのデバイスは、データの再現性が重要である機械学習システムとの統合を促進します。」と太田氏は述べています。

の力をテストするには、ウェアラブルデバイス、研究者らは、結び目の自己形状推定、空中文字の認識、手話認識の 3 つのタスクを実行しました。研究者らはまた、装置が伸ばされたときにどの程度機能し続けるかをテストした。

回路基板のみを備えたこれまでのウェアラブル デバイスと比較すると、不均一な剛性の保護構造を備えた新しく開発されたデバイスは、伸びや伸びへの対応が優れています。回路基板と軟質層のみを備えたデバイスは、30% の伸びで歪みを示し、100% の伸びで破損しました。

比較すると、不均一な剛性の保護構造を備えたデバイスは、100% の伸長時に損傷を与える歪みの兆候を示さず、150% まで伸長しても機能し続けました。

また、指で綴る際に綴られた文字の認識や手話認識など、特定の割り当てられたタスクでデバイスがどの程度うまく機能するかを確認するテストも行われました。

現在、指のスペルを追跡するために使用されるウェアラブル デバイスは、指を曲げずに平行移動することが困難です。新しく開発された不均一剛性デバイスは、データの分析に使用された処理モデルに応じて、綴られた文字の 91% ～ 98% を正確に分類できましたが、トレーニング モデルの違いを理解するには追加の研究が必要です。

研究者らはまた、この技術は指のスペルを超えて、非常に人気の高い技術であるアメリカ手話を認識できる可能性があると主張した。ただし、この技術開発の課題は伸縮性のあるウェアラブル デバイスの限界を超えており、追加の開発が必要です。

今後を見据えて、研究者たちはこの新しい技術を使ってさらに多くのデバイスを開発する予定です。

「最終的には、剛体デバイスと弾性材料の電子特性を活用し、情報処理技術と融合することで、固体エレクトロニクスと伸縮性エレクトロニクスを融合した伸縮性ハイブリッドエレクトロニクスの実現を目指します」と太田氏は述べた。