Taplak meja pintar dapat menemukan buah dan membantu menyiram tanaman


Newswise – HANOVER, NH – 29 Oktober 2020 – Para peneliti telah merancang kain pintar yang dapat mendeteksi objek non-logam mulai dari alpukat hingga kartu kredit, menurut sebuah studi dari Dartmouth College dan Microsoft Research.

Kain tersebut, bernama Capacitivo, merasakan pergeseran muatan listrik untuk mengidentifikasi barang dengan berbagai bentuk dan ukuran.

Video studi dan demonstrasi yang mendeskripsikan sistem penginderaan dipresentasikan di ACM Symposium on User Interface Software and Technology (UIST 2020).

“Penelitian ini berpotensi mengubah cara orang berinteraksi dengan komputasi melalui objek lembut sehari-hari yang terbuat dari kain,” kata Xing-Dong Yang, asisten profesor ilmu komputer dan peneliti senior untuk studi tersebut.

Teknik penginderaan yang ada menggunakan kain biasanya mengandalkan input seperti sentuhan pengguna. Sistem interaktif baru ini bergantung pada teknik “masukan implisit” di mana fabric tidak memerlukan tindakan dari objek yang dirasanya.

Sistem fabric mengenali objek berdasarkan pergeseran ke muatan listrik di elektroda yang disebabkan oleh perubahan medan listrik objek. Perbedaan muatan dapat berkaitan dengan jenis bahan, ukuran benda dan bentuk bidang kontak.

Informasi yang terdeteksi pada muatan listrik dibandingkan dengan data yang disimpan di sistem menggunakan teknik pembelajaran mesin.

Kemampuan untuk mengenali objek non-logam seperti makanan, cairan, peralatan dapur, plastik, dan produk kertas menjadikan sistem ini unik.

“Mampu merasakan objek non-logam adalah terobosan untuk kain pintar karena memungkinkan pengguna untuk berinteraksi dengan berbagai macam barang sehari-hari dengan cara yang sama sekali baru,” kata Te-Yen Wu, seorang mahasiswa PhD di Dartmouth dan penulis utama studi tersebut. .

Dua puluh objek diuji pada “taplak meja pintar” sebagai bagian dari penelitian. Benda-benda tersebut bervariasi dalam ukuran, bentuk dan bahan. Tim juga menyertakan gelas air dan mangkuk untuk menguji seberapa andal sistem dapat mengenali kepenuhan wadah.

Secara keseluruhan, sistem mencapai akurasi 94,5% dalam pengujian.

Sistem ini sangat akurat untuk membedakan antara buah-buahan yang berbeda, seperti kiwi dan alpukat. Status wadah cairan juga relatif sederhana untuk ditentukan oleh sistem.

Dalam studi tambahan, sistem dapat membedakan berbagai jenis cairan seperti air, susu, sari apel, dan soda.

Sistem tersebut kurang akurat untuk objek yang tidak membuat jejak kaki yang kuat di kain, seperti kartu kredit.

Prototipe desain menampilkan kisi-kisi elektroda berbentuk berlian yang terbuat dari kain konduktif yang dipasang pada selembar kapas. Ukuran elektroda dan jarak antara keduanya dirancang untuk memaksimalkan area penginderaan dan sensitivitas.

Ketika suatu objek atau status objek diidentifikasi oleh kain – seperti ketika tanaman dalam pot perlu disiram – kain pintar dapat memicu tindakan atau permintaan yang diinginkan.

Peneliti berharap sistem tersebut dapat melayani berbagai fungsi termasuk membantu menemukan benda yang hilang, memberikan peringatan atau notifikasi, dan memberikan informasi ke sistem pintar lain seperti pelacak diet.

Sistem tersebut bahkan dapat membantu memasak dengan membuat saran resep dan memberikan petunjuk persiapan.

Teddy Seyed dari Microsoft Research, Lu Tan dari Wuhan University, dan Yuji Zhang dari Southeast University juga berkontribusi pada penelitian ini.

###

Tentang Dartmouth

Didirikan pada tahun 1769, Dartmouth adalah anggota Ivy League dan menawarkan pendidikan seni liberal utama dunia, menggabungkan komitmennya yang mendalam terhadap pengajaran sarjana dan pascasarjana yang luar biasa dengan penelitian dan beasiswa terkemuka dalam seni dan sains serta sekolah profesional terkemuka: Sekolah Geisel Kedokteran, Sekolah Pascasarjana dan Studi Lanjutan Guarini, Thayer


Diposting Oleh : https://singaporeprize.co/

About the author