Technologie

Neues intelligentes Kleidungsstück verfolgt die Haltung und Übungsroutine einer Person

Forscher der Cornell University haben eine neue Art von intelligenter Kleidung entwickelt, die die Haltung und Übungsroutine einer Person verfolgen kann, aber wie ein normales Hemd aussieht, trägt und wäscht -.

Die neue Technologie namens Seamfit verwendet flexible leitfähige Fäden, die in den Hals, den Arm und die Seitennähte eines Standard-Kurzärmel-T-Shirts eingenäht sind.

Der Benutzer muss sein Training nicht manuell protokollieren, da eine Pipeline für künstliche Intelligenz Bewegungen erkennt, die Übung identifiziert und Wiederholungen zählt. Danach entfernt der Benutzer einfach eine Leiterplatte am hinteren Ausschnitt und wirft das verschwitzte Hemd in die Waschmaschine.

Laut Catherine Yu, Doktorandenstudentin und leitender Forscherin des Projekts, sind die meisten vorhandenen Kleidung der Körperverfolgung eng und restriktiv oder in klobige Sensoren eingebettet.

Wir waren daran interessiert, wie wir Kleidung schlau machen können, ohne sie sperrig oder unbrauchbar zu machen, und um die Praktikabilität zu treiben, damit die Menschen sie so behandeln können, wie sie normalerweise ihre Kleidung behandeln. „

Catherine Yu, Doktorandin und leitende Forscherin des Projekts

Alternativ können Sportler Fitness -Tracker wie Smartwatches oder Ringe auswählen, aber dies sind zusätzliche Geräte, die Menschen beim Training möglicherweise nicht tragen möchten und die Bewegung nicht im gesamten Körper verfolgen können.

Die Studie „SeamFit: Auf dem Weg zu praktischen intelligenten Kleidung für automatische Übungsprotokollierung“, veröffentlicht im Proceedings of the ACM über interaktive, mobile, tragbare und allgegenwärtige Technologien, wird auf der UBIComp/ISWC 2025 im Oktober vorgestellt.

Um die Leistung der Shirts zu testen, rekrutierte das Team Freiwillige, die eine Reihe von 14 Übungen-einschließlich Lungen, Sit-ups und Bizeps-Locken-während des Seamfits durchführten. Ohne Kalibrierung oder Schulung für jeden Benutzer klassifizierte das Modell von SeamFit die Übungen mit einer Genauigkeit von 93,4% und zählte die Wiederholungen erfolgreich. Zählte, die im Durchschnitt um weniger als eins waren.

Seamfit funktioniert, denn wenn Menschen trainieren, ändert sich die Kapazität der Threads – ihre Fähigkeit, die Ladung zu speichern -, wenn sich die Fäden bewegen, mit dem menschlichen Körper verformen und interagieren. Die Leiterplatte am Rückausschnitt misst die Kapazitäten und überträgt sie über eine Bluetooth -Verbindung zu einem Computer. Eine angepasste, leichte Signalverarbeitungs- und maschinell-lernende Pipeline entschlüsselt dann die Bewegungen.

Im weiteren Sinne könnte diese Art von Technologie bei der Interaktion zwischen Mensch und AI beitragen, da KI durch die Verfolgung menschlicher Bewegungen und Aktivitäten besser verstehen kann, wann sie interagieren und wann sie warten müssen-z. B. wenn jemand isst oder schläft.

„Während dieses Papier den Ansatz für ein einfaches Kleidungsstück demonstrierte, glauben wir, dass es leicht an eine breite Palette von Kleidungsstücken angepasst werden kann und die komplexen Nahtmuster von fortgeschrittener Sportbekleidung nutzen kann“, sagte Co-Autor François Guimbretière, Professor für Informationswissenschaft.


Quellen:

Journal reference:

Yu, T. C., et al. (2025). SeamFit: Towards Practical Smart Clothing for Automatic Exercise Logging. Proceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies. doi.org/10.1145/3712287.

Daniel Wom

Daniel Wom ist ein renommierter Webentwickler und SEO-Experte, der in der digitalen Welt eine beeindruckende Karriere aufgebaut hat. Als Betreiber mehrerer Blogs und Online-Magazine erreicht er jeden Monat mehr als 1 Million begeisterte Leser. Sein unermüdlicher Einsatz für Qualität im Web und seine Fähigkeit, die neuesten Trends und Entwicklungen im Webdesign und in der digitalen Kommunikation vorherzusehen und sich daran anzupassen, haben ihn zu einer angesehenen Persönlichkeit in der Branche gemacht.

Ähnliche Artikel

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert