横滨国立大学的研究人员开发了一种弹性、高精度测量可穿戴设备，该设备结合了软质聚合物材料和刚性电子元件。该设备即使延伸至其长度的 2.5 倍，也能准确测量惯性数据。

这种可拉伸的高精度装置与机器学习实现了多种类型的动作识别，准确率较高。这项技术的潜在应用已经实现了将各种软性和刚性电子与信息技术集成的系统。

能够快速准确地感知物理和生物电信息的可拉伸、可穿戴设备越来越多地用于健康监测和运动测量等领域。然而，制造一种具有足够弹性、足够舒适且足够刚性以准确感测数据的设备是很困难的。

机器学习可以帮助使这些设备变得更强大，但为了集成该技术，需要开发兼具舒适性和稳定数据处理能力的可拉伸混合可穿戴设备。

一张纸发表在设备8 月 7 日概述了如何使用柔性基板上分层的刚性集成电路来提高可穿戴性能。

“基于固态电子学的结合高性能传感器集成电路的可拉伸设备已经被开发出来，但它们缺乏适应两倍以上伸长率的大变形的拉伸性。这些因素限制了可拉伸设备和机器集成系统的发展学习，”横滨国立大学工程学院副教授 Hiroki Ota 说。

事实上，Ota解释说，目前市场上还没有可拉伸设备（或具有高变形能力的设备）能够同时实现高精度和高重复性测量的设备。

在这项研究中，研究人员专注于开发具有集成机器学习功能的动作捕捉可穿戴设备。这些设备非常容易变形，这意味着它们很灵活并且可以贴合身体轮廓。

开发了一种称为异质刚性保护结构的结构，为柔性可穿戴设备提供额外的稳定性。这些结构保护了电气接线并具有三层：硬层、中间层和软层。

软层确保设备保持弹性，硬层保持设备中传感器的完整性。整个设备还使用了液态金属浆料，包括开发布线，以确保设备保持灵活性。

Ota 表示：“可拉伸材料和基于固态电子的刚性元件的融合实现了将弹性与高计算和测量能力相结合的新颖设备。这些设备促进了与机器学习系统的集成，其中数据再现性至关重要。”

来测试一下电源的功率可穿戴设备研究人员执行了三项任务：结的自形状估计、识别空中书写以及手语识别。研究人员还测试了该设备在拉伸时的持续工作情况。

与之前只有电路板的可穿戴设备相比，新开发的具有异质刚性保护结构的设备在处理伸长和拉伸方面表现更好。仅具有电路板和软层的装置在 30% 伸长率时表现出应变，并在 100% 伸长率时断裂。

相比之下，在 100% 伸长率时，具有异质刚性保护结构的装置没有表现出任何破坏性应​​变的迹象，即使拉伸到 150%，它仍能继续工作。

这些设备还接受了测试，看看它们在某些指定任务上的表现如何，包括识别手指拼写和手语识别过程中拼写的字母。

目前，用于跟踪手指拼写的可穿戴设备很难在不弯曲手指的情况下进行平行移动。新开发的异构刚性设备能够对 91% 到 98% 的拼写字母进行准确分类，具体取决于用于分析数据的处理模型，但需要进行额外的研究来了解训练模型的差异。

研究人员还认为，该技术可以超越手指拼写并识别美国手语，这是一项备受追捧的技术。然而，开发这项技术的挑战超出了可拉伸、可穿戴设备的限制，需要进一步的开发。

展望未来，研究人员计划利用这项新技术开发更多设备。

Ota 表示：“最终，我们的目标是利用刚性器件和弹性材料的电子特性，并将其与信息处理技术集成，实现可拉伸混合电子器件，将固态电子器件与可拉伸电子器件集成在一起。”