橫濱國立大學的研究人員開發了一種彈性、高精度測量可穿戴設備，該設備結合了軟質聚合物材料和剛性電子元件。該設備即使延伸至其長度的 2.5 倍，也能準確測量慣性數據。

這種可拉伸的高精度裝置與機器學習實現了多種類型的動作識別，準確率較高。這項技術的潛在應用已經實現了將各種軟性和剛性電子與資訊技術整合的系統。

能夠快速準確地感知物理和生物電資訊的可拉伸、穿戴式裝置越來越多地用於健康監測和運動測量等領域。然而，製造一種具有足夠彈性、足夠舒適且足夠剛性以準確感測數據的設備是很困難的。

機器學習可以幫助使這些設備變得更強大，但為了整合該技術，需要開發兼具舒適性和穩定數據處理能力的可拉伸混合穿戴式裝置。

一張紙發表在裝置8 月 7 日概述如何使用柔性基板上分層的剛性積體電路來提高可穿戴性能。

「基於固態電子學的結合高性能感測器積體電路的可拉伸設備已經被開發出來，但它們缺乏適應兩倍以上伸長率的大變形的拉伸性。這些因素限制了可拉伸設備和機器整合系統的發展學習，”橫濱國立大學工程學院副教授 Hiroki Ota 說。

事實上，Ota解釋說，目前市場上還沒有可拉伸設備（或具有高變形能力的設備）能夠同時實現高精度和高重複性測量的設備。

在這項研究中，研究人員專注於開發具有整合式機器學習功能的動作捕捉穿戴式裝置。這些設備非常容易變形，這意味著它們很靈活並且可以貼合身體輪廓。

開發了一種稱為異質剛性保護結構的結構，為柔性穿戴設備提供額外的穩定性。這些結構保護了電氣接線並具有三層：硬層、中間層、軟層。

軟層確保設備保持彈性，硬層保持設備中感測器的完整性。整個設備還使用了液態金屬漿料，包括開發佈線，以確保設備保持靈活性。

Ota 表示：「可拉伸材料和基於固態電子的剛性元件的融合實現了將彈性與高運算和測量能力相結合的新穎設備。這些設備促進了與機器學習系統的集成，其中數據再現性至關重要。

來測試一下電源的功率穿戴式裝置研究人員執行了三項任務：結的自形狀估計、識別空中書寫以及手語辨識。研究人員還測試了該設備在拉伸時的持續工作。

與先前只有電路板的可穿戴設備相比，新開發的具有異質剛性保護結構的設備在處理伸長和拉伸方面表現更好。僅具有電路板和軟層的裝置在 30% 伸長率時表現出應變，並在 100% 伸長率時斷裂。

相較之下，在 100% 伸長率時，具有異質剛性保護結構的裝置沒有表現出任何破壞性應變的跡象，即使拉伸到 150%，它仍能繼續工作。

這些設備還接受了測試，看看它們在某些指定任務上的表現如何，包括識別手指拼寫和手語識別過程中拼寫的字母。

目前，用於追蹤手指拼字的可穿戴設備很難在不彎曲手指的情況下進行平行移動。新開發的異質剛性設備能夠對 91% 到 98% 的拼字字母進行準確分類，具體取決於用於分析資料的處理模型，但需要進行額外的研究來了解訓練模型的差異。

研究人員還認為，該技術可以超越手指拼字並識別美國手語，這是一項備受追捧的技術。然而，開發這項技術的挑戰超出了可拉伸、穿戴式裝置的限制，需要進一步的開發。

展望未來，研究人員計劃利用這項新技術開發更多設備。

Ota 表示：「最終，我們的目標是利用剛性裝置和彈性材料的電子特性，並將其與資訊處理技術集成，實現可拉伸混合電子裝置，將固態電子裝置與可拉伸電子裝置整合在一起。