Smartwear: Ανίχνευση εξάντλησης στην άσκηση με έξυπνα αθλητικά ρούχα


Ερευνητές στο ETH Zurich ανέπτυξαν ένα ηλεκτρονικό νήμα ικανό να μετρήσει με ακρίβεια πώς κινείται το σώμα ενός ατόμου. Ενσωματωμένος απευθείας σε αθλητικά ρούχα ή ρούχα εργασίας, ο αισθητήρας υφασμάτων προβλέπει το επίπεδο εξάντλησης του χρήστη κατά τη σωματική άσκηση. Η εξάντληση μας κάνει πιο επιρρεπείς σε τραυματισμούς όταν ασκούμαστε ή εκτελούμε σωματικές εργασίες. Μια ομάδα ερευνητών της ETH Ζυρίχης με επικεφαλής τον Carlo Menon, καθηγητή Τεχνολογίας Mobile Health, έχουν αναπτύξει τώρα έναν αισθητήρα υφασμάτων που παράγει μετρήσεις σε πραγματικό χρόνο για το πόσο εξαντλείται ένα άτομο κατά τη διάρκεια της σωματικής άσκησης.

Για να δοκιμάσουν τον νέο τους αισθητήρα, τον ενσωμάτωσαν σε ένα ζευγάρι αθλητικά κολάν. Απλώς ρίχνοντας μια ματιά στο smartphone τους, οι δοκιμαστές μπόρεσαν να δουν πότε έφταναν τα όριά τους και αν έπρεπε να κάνουν ένα διάλειμμα. Η νέα τεχνολογία δημοσιεύεται στο περιοδικό Advanced Materials. Αυτή η εφεύρεση, για την οποία η ETH Zurich έχει καταθέσει δίπλωμα ευρεσιτεχνίας, θα μπορούσε να ανοίξει το δρόμο για μια νέα γενιά έξυπνων ρούχων. Πολλά από τα προϊόντα που κυκλοφορούν αυτή τη στιγμή στην αγορά έχουν ηλεκτρονικά εξαρτήματα όπως αισθητήρες, μπαταρίες ή τσιπ μετασκευασμένα σε αυτά.

Εκτός από την αύξηση των τιμών, αυτό καθιστά δύσκολη την κατασκευή και τη συντήρηση αυτών των αντικειμένων. Αντίθετα, ο εκτατός αισθητήρας των ερευνητών ETH μπορεί να ενσωματωθεί απευθείας στις ίνες υλικού ελαστικών, αθλητικών ενδυμάτων ή ρούχων εργασίας που εφαρμόζουν. Αυτό καθιστά την παραγωγή μεγάλης κλίμακας ευκολότερη και φθηνότερη. Ο Menon υπογραμμίζει ένα άλλο πλεονέκτημα: «Δεδομένου ότι ο αισθητήρας βρίσκεται τόσο κοντά στο σώμα, μπορούμε να καταγράψουμε τις κινήσεις του σώματος με μεγάλη ακρίβεια χωρίς καν να το αντιληφθεί ο χρήστης».

Ένα εξαιρετικό νήμα

Όταν οι άνθρωποι κουράζονται, κινούνται διαφορετικά—και το τρέξιμο δεν αποτελεί εξαίρεση: τα βήματα συντομεύονται και γίνονται λιγότερο τακτικά. Χρησιμοποιώντας τον νέο τους αισθητήρα, ο οποίος είναι κατασκευασμένος από ένα ειδικό είδος νήματος, οι ερευνητές του ETH μπορούν να μετρήσουν αυτό το φαινόμενο. Όλα είναι χάρη στη δομή του νήματος — η εσωτερική ίνα είναι κατασκευασμένη από ένα αγώγιμο, ελαστικό καουτσούκ. Οι ερευνητές τύλιξαν ένα άκαμπτο σύρμα, το οποίο είναι επενδεδυμένο με ένα λεπτό στρώμα πλαστικού, σε μια σπείρα γύρω από αυτήν την εσωτερική ίνα. “Αυτές οι δύο ίνες λειτουργούν ως ηλεκτρόδια και δημιουργούν ένα ηλεκτρικό πεδίο. Μαζί, σχηματίζουν έναν πυκνωτή που μπορεί να συγκρατήσει ένα ηλεκτρικό φορτίο”, λέει ο Tyler Cuthbert.

Έξυπνο κολάν για τρέξιμο

Η ραφή αυτού του νήματος στο τμήμα των μηρών ενός ζευγαριού ελαστικού κολάν για τρέξιμο σημαίνει ότι θα τεντωθεί και θα χαλαρώσει με έναν συγκεκριμένο ρυθμό καθώς ο χρήστης θα τρέχει. Κάθε κίνηση μεταβάλλει το κενό μεταξύ των δύο ινών, και συνεπώς και το ηλεκτρικό πεδίο και το φορτίο του πυκνωτή. Υπό κανονικές συνθήκες, αυτές οι διακυμάνσεις φορτίου θα ήταν πολύ μικρές για να βοηθήσουν στη μέτρηση των κινήσεων του σώματος. Ωστόσο, οι ιδιότητες αυτού του νήματος είναι κάθε άλλο παρά φυσιολογικές: «Σε αντίθεση με τα περισσότερα άλλα υλικά, το δικό μας γίνεται πιο παχύ όταν τεντώνεται», λέει ο Cuthbert.

Ως αποτέλεσμα, το νήμα είναι πολύ πιο ευαίσθητο στις ελάχιστες κινήσεις. Εάν το τεντώσετε έστω και λίγο, παράγει ευδιάκριτες μετρήσιμες διακυμάνσεις στη φόρτιση του αισθητήρα. Αυτό καθιστά δυνατή τη μέτρηση και την ανάλυση ακόμη και ανεπαίσθητων αλλαγών στη μορφή τρεξίματος. Πώς όμως μπορεί να χρησιμοποιηθεί αυτό για τον προσδιορισμό του επιπέδου εξάντλησης ενός ατόμου; Σε προηγούμενη έρευνα, ο Cuthbert και ο Menon παρατήρησαν μια σειρά δοκιμαστών, οι οποίοι έτρεχαν φορώντας αθλητικά κολάν εξοπλισμένα με παρόμοιο αισθητήρα.

Κατέγραψαν πώς άλλαζαν τα ηλεκτρικά σήματα καθώς οι δρομείς κουράζονταν όλο και περισσότερο. Το επόμενο βήμα τους ήταν να μετατρέψουν αυτό το μοτίβο σε ένα μοντέλο ικανό να προβλέπει την εξάντληση των δρομέων, το οποίο μπορεί τώρα να χρησιμοποιηθεί για τον νέο αισθητήρα υφασμάτων τους. Αλλά η διασφάλιση ότι το μοντέλο μπορεί να κάνει ακριβείς προβλέψεις εκτός εργαστηρίου θα απαιτήσει πολλές πρόσθετες δοκιμές και μάζες δεδομένων μοτίβου βάδισης.

ΠΗΓΗ


Αφήστε ένα μήνυμα

εισάγετε το σχόλιό σας!
παρακαλώ εισάγετε το όνομά σας εδώ