Nature:MIT团队造全新声感织物,这件「毛衣」可以听到你的心跳

2022 年 3 月 28 日 新智元

来源:学术头条


近日,麻省理工学院(MIT)的工程师们和 Rhode Island 设计学院合作,开发了一种全新的「声感织物」,这种织物材料,不仅能够像麦克风一样,「听到」声音,还能像扬声器一样,「发出」声音。

从安静的图书馆,到繁忙的交通噪音,这种声感织物都可以捕捉这些分贝范围内的声音,并能够确定诸如拍手之类声音的精确方向。当把这种材料织入衬衫的衬里时,还可以检测到穿着者细微的心跳特征。




该成果的详细介绍,发表在最新一期的《自然》杂志上。

论文第一作者、麻省理工学院博士后 Wei Yan(现为新加坡南洋理工大学助理教授)表示,这项研究的成果,提供了一种全新的方式来倾听我们的身体和周围环境,将产生许多超乎想象的应用。

「穿着声感服装,你可以通过它来接听电话,与他人交流。此外,这种织物还可以与人体皮肤接触,使佩戴者能够以舒适、连续、实时和长期的方式监测自己的心脏和呼吸状况。」Fink 说。


受人耳启发的声感材料


传统织物,往往用于抑制或阻隔声音。例如音乐厅的隔音层,以及我们生活中的地毯。但 MIT 的研究团队多年来一直致力于重塑织物的传统角色。他们专注于扩展材料的特性,比如使织物更具功能性。

此次在寻找声音感应织物的方法时,人耳的「听声原理」给了研究人员很大的灵感。

声音,其实是一种空气中传播的压力波。当这些声波到达我们的耳朵时,极其敏感和复杂的三维器官——鼓膜,将压力波转化为机械振动,然后这些振动通过听小骨进入内耳,耳蜗再将这些振动波转换为可由大脑感知和处理的电信号。

尽管有些声音很小,平时我们无法感知,但都会引起相应的振动,只不过有时候这种振动是纳米级别的。为了捕捉到这些难以察觉的振动信号,受人类听觉系统的启发,该团队试图创造一种柔软、耐用、舒适且能够检测声音的织物「耳朵」。


(来源:Nature


为了实现这一目的,他们发现:这种织物必须加入坚硬的或「高模量」纤维,才能有效地将声波转化为振动;其次,必须设计一种可以随织物弯曲并在此过程中产生电输出的特殊纤维。

考虑到这些前提条件,该团队开发了一种称为预制件的分层材料块,由压电层和响应声波振动的增强材料成分制成。得到的预制材料块大约有记号笔那么大,然后被加热并像软糖一样被拉成 40 米长的细纤维。

实际上,这种纤维是由一种「压电(piezoelectric)」材料设计,在弯曲或机械变形时会产生电信号,从而为织物提供一种将声音振动转换为电信号的方法。而这种柔性纤维被编织成织物时,也能够像海洋中的海藻一样,与织物一起任意弯曲。


不仅能听声,还能发声


为了测试声感纤维的敏感性,研究人员将声感纤维连接到一块悬浮的聚酯薄膜上,然后使用激光来测量薄片的振动——进而测量纤维的振动——以响应通过附近扬声器播放的声音。

虽然在安静的图书馆和繁忙的道路交通之间,声音的分贝有所不同,但声感纤维都能够相应振动,并产生与播放的声音成比例的电流。

「这表明,薄膜上声感纤维的性能可与手持式麦克风相媲美。」研究论文作者之一,MIT 化学工程系的 Grace Noel 说。


接下来,研究团队将特制声感纤维与传统纱线编织在一起,生产出可悬垂、可机洗的织物面料。研究人员表示,合成面料感觉就像一件轻便的夹克,比牛仔布更轻,但比正装衬衫重。

随后,研究人员将一块面料缝在衬衫的里面,通过在与衬衫不同角度站立时拍手,来测试织物对定向声音感知的敏感性。结果表明,这种织物能够在 3 米外的距离内,检测到 1 度以内的声音角度。

研究人员认为,这种能够定向感知声音的传感织物,可以帮助听力受损的人在嘈杂的环境中收听外界声音。


(来源:MIT)


此外,研究团队还在衬衫的内衬上缝合一根纤维,位置大概在胸部区域上方,结果发现该声感材料能够准确检测健康志愿者的心跳,以及心脏跳动特征的细微变化。

除了监测心跳外,研究人员认为将声感织物融入孕妇装,还可以帮助监测胎儿心跳。

更有意思的是,研究人员提出新的设想,如果将声感纤维的功能颠倒过来,不再用作声音检测器,而是用作扬声器,效果会怎样呢?

为此,研究人员先录下一串口语,并以施加电压的形式将记录馈送到声感纤维,发现声感纤维能够将电信号转换为可听见的振动,而再用另一根声感纤维作为「耳朵」,顺利检测到声感纤维发出的声音振动。

除了可穿戴助听器、可语音交流的服装,以及可追踪生命体征的服装外,该团队还看到了更多的应用可能。

「它可以与航天器服装集成,以监测太空尘埃,或嵌入建筑物中,以检测裂缝或应变,」Yan 建议道。「它甚至可以编织成一个智能网来监测海洋中的鱼类。由此可见,声感纤维正在开启一个极大的机遇。」

参考资料:
https://www.nature.com/articles/s41586-022-04476-9

https://news.mit.edu/2022/fabric-acoustic-microphone-0316


登录查看更多
0

相关内容

深入学习的成功来自于三个方面:高效的算法、强大的硬件和大规模的数据集。我们的实验室针对前两个方面,麻省理工学院汉实验室正在寻找有动机的学生在深入学习和计算机架构领域来解决有影响的人工智能问题,具有较轻的模型和较高的计算效率。
如何帮助人类理解机器人?哈佛、MIT专家为你解读
专知会员服务
28+阅读 · 2022年3月11日
Stabilizing Transformers for Reinforcement Learning
专知会员服务
58+阅读 · 2019年10月17日
这期Nature封面「雪崩」了!
新智元
0+阅读 · 2021年1月16日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
15+阅读 · 2018年6月23日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2010年12月31日
国家自然科学基金
0+阅读 · 2010年12月31日
Top
微信扫码咨询专知VIP会员