طوّر باحثون من معهد ماساتشوستس للتكنولوجيا، اعتمادًا على عملية تصنيع جديدة، منسوجات ذكية تتوافق بشكل مريح مع الجسم، ويمكنها الشعور بوضعية وحركات مرتديها.

وتمكن الباحثون، إلى حدٍ كبير، ومن خلال دمج نوع خاص من خيوط البلاستيك واستخدام الحرارة لصهرها قليلاً _ وهي عملية تسمى التشكيل الحراري _ من تحسين دقة أجهزة استشعار الضغط المستخدمة في منسوجات ذكية متماسكة متعددة الطبقات، والتي يسمونها 3DKnITS.

استخدم الباحثون هذه العملية؛ لصناعة حذاء وحصيرة "ذكية"، ثم قاموا ببناء جهاز ونظام برمجي؛ لقياس وتفسير البيانات المتحصّل من مستشعرات الضغط في الوقت الفعلي. وقد توقع نظام التعلم الآلي الحركات وأوضاع اليوجا التي يؤديها فرد ما يقف على حصيرة النسيج الذكية بدقة تصل إلى 99 بالمائة.

وبهذه المناسبة، قال إيرماندي ويكاكسونو؛ مساعد باحث في MIT Media Lab والمؤلف الرئيسي للورقة البحثية: "إن عملية التصنيع الخاصة بهم، والتي تستفيد من تقنية الحياكة الرقمية، تتيح العديد من النماذج الأولية السريعة، ويمكن توسيع نطاقها بسهولة للتصنيع على نطاق واسع".

ويمكن أن يكون لهذه التقنية العديد من التطبيقات، لا سيما في مجال الرعاية الصحية وإعادة التأهيل. على سبيل المثال، يمكن استخدامها لإنتاج أحذية ذكية تتعقب مشية شخص يتعلم المشي مرة أخرى بعد الإصابة، وكذلك الجوارب التي تراقب الضغط على قدم مريض السكري لمنع تكون القرح.

يقول إيرماندي ويكاكسونو: "مع الحياكة الرقمية، ستكون لديك هذه الحرية في تصميم الأنماط الخاصة بك، وأيضًا دمج المستشعرات داخل الهيكل نفسه، بحيث يصبح سلسًا ومريحًا، ويمكنك تطويره بناءً على شكل جسمك".

وكتب الورقة البحثية، مع طلاب البكالوريوس في معهد ماساتشوستس للتكنولوجيا، كلٌ من: فراني شي وو؛ خريج حديث من كلية ويليسلي، ووي يان؛ الأستاذ المساعد في جامعة نانيانغ التكنولوجية، وجوزيف إيه باراديسو؛ كبير مؤلفي الورقة البحثية، أستاذ كرسي ألكسندر دبليو دريفوس ومدير مجموعة البيئات المستجيبة داخل Media Lab. وذلك من خلال برنامج فرص البحث الجامعي. 

سيتم تقديم البحث في مؤتمر IEEE Engineering in Medicine and Biology Society.

يقول باراديسو: "حدثت بعض الأعمال الرائدة في وقت مبكر على الأقمشة الذكية في Media Lab في أواخر التسعينيات. لقد تطورت المواد، والإلكترونيات القابلة للاستخدام، وآلات التصنيع بشكل كبير منذ ذلك الحين". 

واعتبر "أنه وقت رائع لرؤية أبحاثنا تعود إلى هذه المنطقة، على سبيل المثال من خلال مشاريع مثل Irmandy التي تشير إلى مستقبل مثير؛ حيث ينتشر الاستشعار بشكل أكثر مرونة في المواد ويفتحون إمكانيات هائلة".

ولإنتاج منسوجات ذكية، استخدم الباحثون آلة حياكة رقمية تنسج معًا طبقات من القماش مع صفوف من الخيوط القياسية والوظيفية. 

ويتكون النسيج المحبوك متعدد الطبقات من طبقتين من خيوط الغزل الموصلة المحبوكة حول نسيج مقاوم للضغط؛ مما يغير مقاومته عند الضغط عليه. 

وتقوم الآلة، عبر اتباع نمط معين، بخياطة هذا الخيط في جميع أنحاء النسيج في صفوف أفقية ورأسية. 

ويوضح ويكاكسونو أنه عندما تتقاطع الألياف الوظيفية، فإنها تخلق مستشعرًا للضغط. لكن الغزل ناعم ومرن؛ لذا فإن الطبقات تتغير وتحتك ببعضها عندما يتحرك من يرتديها. هذا يولد ضوضاء ويسبب تقلبات تجعل مستشعرات الضغط أقل دقة.

توصل ويكاكسونو إلى حل لهذه المشكلة أثناء عمله في مصنع حياكة في Shenzhen، في الصين؛ حيث أمضى شهرًا في تعلم برمجة آلات الحياكة الرقمية وصيانتها. لقد شاهد عمالًا يصنعون أحذية رياضية باستخدام خيوط لدنة، وتبدأ في الذوبان عند تسخينها فوق 70 درجة مئوية؛ مما يؤدي إلى تصلب النسيج قليلاً حتى يتمكن من الحصول على شكل دقيق.

ومن ثم قرر محاولة دمج الألياف الذائبة والتشكيل الحراري في عملية تصنيع المنسوجات الذكية.

يقول ويكاكسونو: "يعمل التشكيل الحراري على حل مشكلة الضوضاء حقًا؛ لأنه يقوي النسيج متعدد الطبقات في طبقة واحدة؛ عن طريق ضغط وصهر النسيج بالكامل معًا؛ مما يحسن الدقة. ويسمح لنا هذا التشكيل الحراري أيضًا بإنشاء أشكال ثلاثية الأبعاد، مثل الجورب أو الحذاء، والتي تناسب في الواقع الحجم الدقيق وشكل المستخدم".

وبمجرد إتقان عملية التصنيع، احتاج ويكاكسونو إلى نظام لمعالجة بيانات مستشعر الضغط بدقة. ونظرًا لأن القماش متماسك كشبكة، فقد صمم دائرة لاسلكية تقوم بمسح الصفوف والأعمدة على القماش وتقيس المقاومة عند كل نقطة. 

ابتكر ويكاكسونو، بإلهام من تقنيات التعلم العميق لتصنيف الصور، نظامًا يعرض بيانات مستشعر الضغط كخريطة حرارة. ويتم تغذية هذه الصور إلى نموذج التعلم الآلي، والذي يتم تدريبه على اكتشاف الموقف أو الوضع أو الحركة للمستخدم بناءً على صورة خريطة الحرارة.

بمجرد تدريب النموذج، يمكنه تصنيف نشاط المستخدم على السجادة الذكية (المشي والجري وأداء تمارين الضغط وما إلى ذلك) بدقة تصل إلى 99.6 بالمائة، ويمكنه أيضًا، التعرف على سبع وضعيات يوغا بدقة 98.7 بالمائة.

ويمكن أن تجعل الدقة العالية لـ 3DKnITS مفيدة للتطبيقات في الأطراف الصناعية؛ حيث تكون الدقة ضرورية، كما يمكن لبطانة نسيج ذكية أن تقيس الضغط الذي يضعه طرف اصطناعي على التجويف؛ مما يمكّن فني الأطراف الاصطناعية من رؤية مدى ملاءمة الجهاز بسهولة، كما يقول ويككسون.

ويستكشف ويككسون وزملاؤه المزيد من التطبيقات الإبداعية، وبالتعاون مع مصمم صوت وراقص معاصر، طوروا سجادة نسيجية ذكية تحرك النوتات الموسيقية ومقاطع الصوت بناءً على خطوات الراقص، ولاستكشاف العلاقة ثنائية الاتجاه بين الموسيقى وتصميم الرقصات. تم تقديم هذا البحث مؤخرًا في مؤتمر ACM للإبداع والإدراك.

يقول ويكاكسونو: "لقد تعلمت أن التعاون متعدد التخصصات يمكن أن يخلق بعض التطبيقات الفريدة حقًا".

الآن وقد أثبت الباحثون نجاح تقنية التصنيع الخاصة بهم، يخطط ويككسون لتحسين نموذج التعلم الآلي المستحدث ذاك. وحاليًا، يجب معايرة النموذج لكل فرد قبل أن يتمكن من تصنيف الإجراءات، وهي عملية تستغرق وقتًا طويلاً.

ستؤدي إزالة خطوة المعايرة إلى تسهيل استخدام تقنية 3DKnITS. يريد الباحثون أيضًا إجراء اختبارات على الأحذية الذكية خارج المختبر؛ لمعرفة كيف تؤثر الظروف البيئية مثل درجة الحرارة والرطوبة في دقة أجهزة الاستشعار.

ومن جانبه، يقول إريك بركسون؛ الأستاذ المساعد لجراحة العظام في كلية الطب بجامعة هارفارد: "إنه لأمر مدهش دائمًا أن ترى التقدم التكنولوجي بطرق مفيدة جدًا"، مضيفًا "أنه أمر لا يصدق أن نعتقد أن الملابس التي نرتديها، أو كم الذراع أو الجورب، يمكن إنشاؤها بطرق يمكن من خلالها استخدام هيكلها ثلاثي الأبعاد للاستشعار".

واستطرد قائلًا: "في المجال الطبي، وفي الطب الرياضي لتقويم العظام على وجه التحديد، توفر هذه التقنية القدرة على اكتشاف الحركة وتصنيفها بشكل أفضل، والتعرف على أنماط توزيع القوة في مواقف العالم الحقيقي (خارج المختبر). هذا هو نوع التفكير الذي سيعزز أساليب الوقاية من الإصابات والكشف عنها ويساعد في تقييم إعادة التأهيل وتوجيهه".

يُشار إلى أنه تم دعم هذا البحث، جزئيًا، من قبل MIT Media Lab Consortium.