Умная скатерть распознаёт поставленные на неё предметы

Capacitivo распознаёт предметы «на ощупь».

Исследователи из Дартмутского института (Dartmouth College) и Microsoft Research разработали «умную» ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями), способную распознавать «на ощупь» неметаллические предметы, от авокадо и до банковских карт.

Исследование и видео, демонстрирующее работу ткани (Строение тканей живых организмов изучает наука гистология) под заглавием Capacitivo, были представлены на Симпозиуме по программному обеспечению и технологиям пользовательского интерфейса (UIST 2020) Accоциации вычислительной техники.

Син Дон Ян (Xing-Dong Yang), доктор кафедры информатики Дартмутского института и один из создателей исследования, считает, что это изобретение способно конструктивно поменять повседневное взаимодействие людей с компами, превратив обыденные бытовые предметы из ткани (Строение тканей живых организмов изучает наука гистология), к примеру, скатерть, в умственные интерфейсы.

Уже имеющиеся технологии определения через ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями), обычно, полагаются на такие входные данные, как прикосновения и жесты юзера. Новенькая интерактивная система употребляет технику «неявного ввода», при которой ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями) не просит действий от опознаваемого объекта.

Тканевая система распознаёт объекты, анализируя конфигурации распределения заряда на сетке электродов, вызванные коснувшимся её предметом. Эти конфигурации могут быть соединены с типом материала, размером предмета и формой области контакта. Считанная с электродов информация сравнивается с той, что получена системой в процессе машинного обучения.

Ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями) неповторима собственной способностью распознавать неметаллические предметы, такие как пищевые продукты, воды, кухонная посуда, пластик и бумажные изделия.

«Умение распознавать неметаллические объекты — это прорыв в области «умных» тканей, поэтому что дозволяет юзерам вести взаимодействие с самыми различными ежедневными предметами совсем заного», — рассуждает Те-Йен Ву (Te-Yen Wu), аспирант Дартмутского института и ведущий создатель исследования.

Опытнейший макет представляет собой решётку из электродов ромбовидной формы, сделанных из токопроводящей ткани (Строение тканей живых организмов изучает наука гистология), прикреплённой к хлопковому отрезу. Размеры электродов и расстояние меж ними спроектированы таковым образом, чтоб максимизировать зону обнаружения и чувствительность.

Употреблять «умную» ткань (мед. система клеток и межклеточного вещества, объединённых общим происхождением, строением и выполняемыми функциями) можно многообразно. К примеру, она может определять, нуждается ли стоящее на ней комнатное растение в горшке в поливе, и инициировать соответственное действие связанной с ней системы: фактически полив либо оповещение о его необходимости.

Исследователи ждут, что системы, включающие подобные чувствительные интерфейсы, сумеют делать разные функции, включая помощь в поиске потерянных объектов, отправку предупреждений либо извещений, а также предоставление инфы иным «умным» системам. Системы с «умной» тканью (Совокупность различных и взаимодействующих тканей образуют органы) могут помогать в изготовлении еды: к примеру, вы кладёте на покрытый таковой тканью (Совокупность различных и взаимодействующих тканей образуют органы) стол некоторый набор товаров, а система их распознаёт и дает включающие их рецепты блюд.

В рамках исследования на ткани (Строение тканей живых организмов изучает наука гистология) было протестировано 20 предметов. Они были различного размера, формы, изготовлены из разных материалов. Создатели также употребляли стакан воды и миску, чтоб проверить, как надёжно система распознаёт наполненность сосудов.

В целом, точность определения системой предметов составила 94,5%. В особенности отлично распознавались фрукты и овощи. Также система показала отличные результаты в различении различных жидкостей: она умеет опознавать воду, молоко, яблоковый сидр и содовую.

Источник: 22century.ru

Добавить комментарий