创新背景

智能面料的一些早期开创性工作发生在90年代后期的媒体实验室。从那时起，材料，可嵌入的电子产品和制造机器已经取得了巨大的进步

创新过程

2022年7月7日，麻省理工学院的研究人员使用一种新的制造工艺，生产出与身体紧密贴合的智能纺织品，以便它们可以感知佩戴者的姿势和动作。

通过掺入一种特殊类型的塑料纱线并使用热量将其稍微熔化——这一过程称为热成型——研究人员能够大大提高编织成多层针织纺织品的压力传感器的精度，他们称之为3DKnITS。这个制造过程利用了数字编织技术，能够实现快速成型，并且可以很容易地进行大规模制造。
研究团队利用这个技术创建了一个“智能”鞋和垫子，然后建立了一个硬件和软件系统来测量和解释来自压力传感器的实时数据。该机器学习系统预测了一个人站在智能纺织品垫子上的动作和瑜伽姿势，准确率约为99%。该技术可以有许多应用，特别是在医疗保健和康复方面。例如，它可以用来生产智能鞋，跟踪受伤后正在学习再次行走的人的步态，或者监测糖尿病患者脚部压力以防止溃疡形成的袜子。

为了生产一种智能纺织品，研究人员使用了一种数字编织机，将多层织物与一排排标准和功能性纱线编织在一起。多层针织织物是由两层导电针织纱夹在压阻针织纱周围，当压阻针织纱受到挤压时，其电阻会发生变化。然后机器会将这种功能性纱线缝合在整个纺织品中，在功能性纤维交叉的地方，它们会形成一个压力传感器。

纱线柔软而有弹性，所以当穿着者移动时，纱线层会发生变化，并相互摩擦。这会产生噪音，可能会导致压力传感器的变化，使其精度大大降低。而热成型技术解决了噪音问题，因为它通过将整个织物挤压和熔化在一起，将多层织物硬化成一层，从而提高了精度。这种热成型技术还能让我们创造出3D模型，比如袜子或鞋子，它们实际上能精确地契合用户的尺寸和形状。

由于织物是编织成网格状的，为了能够利用系统来精确处理压力传感器数据，他制作了一个无线电路，扫描织物上的行和列，并测量每一点的电阻。他设计这个电路是为了克服当用户同时对两个或多个独立的点施加压力时，就会出现的伪影。
同时，受图像分类深度学习技术的启发，研究人员设计了一个系统，将压力传感器数据显示为热图。这些图像被输入到一个机器学习模型，该模型经过训练，可以根据热图图像检测用户的姿势、姿势或运动。

训练完成之后，该模型就可以对用户在智能垫子上的活动进行分类(行走、跑步、做俯卧撑等)，准确率为99.6%，还可以识别七种瑜伽姿势，准确率为98.7%。

之后他们还使用圆形针织机制作了一种贴合的智能纺织鞋，在整个3D纺织品上具有96个压力感应点。他们用鞋子来测量当穿着者踢足球时施加在脚部不同部位的压力。

3DKnITS的高精度可以使它们可用于修复体应用，其中精度至关重要。Wicaksono说，智能纺织衬垫可以测量假肢在插座上施加的压力，使假肢师能够轻松查看设备的贴合程度。

创新价值

麻省理工学院的研究人员创造了一种含有压力传感器的针织纺织品，称为3DKnITS，可用于预测一个人的运动。在医学领域，特别是在骨科运动医学中，这项技术提供了更好地检测和分类运动的能力，并识别现实世界（实验室外）情况下的力分布模式。这种思维方式将增强伤害预防和检测技术，并有助于评估和指导康复。