Современная электроника №4/2025

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 15 WWW.CTA.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 4 / 2025 с трёх каналов могут образовывать целый спектр данных и поступать на вход той же аналитической структу- ры CNN для классификации разных пользователей. Окончательная точ- ность «интеллектуального носка» с тремя датчиками может достигать 100%, что на 4% лучше, чем у устрой- ства с одним сенсором-датчиком. Поэ- тому чем больше количество датчи- ков, установленных в «электронном носке», стельке или подошве обуви, тем выше точность классификации обученной модели. Для повышения точности системы распознавания разработчиками пред- ложен метод 4-секундного скользяще- го измерения с 2-секундным перекры- тием (паузой). Такой способ расширит ограниченный обучающий ИИ набор примерно в два раза по сравнению с предыдущим вариантом. С увеличе- нием числа участников эксперимен- та обученный ИИ, анализирующий наборы данных от датчиков, имеет более высокую точность. По состоянию на 2023 год выявлен набор данных из 13 индивидуаль- ных шаблонов походки и с помощью вышеупомянутого метода достигнута высокая точность измерений 93,54%. Но из-за ограничения наборов данных точность незначительно снижается по мере увеличения числа участни- ков реферативной группы, участво- вавших в экспериментах. Эту пробле- му можно решить, расширив выборки обучающего набора, собрав боль- ше данных о походке у нескольких участников. Быстрое развитие технологий вир- туальной реальности (VR) и допол- ненной реальности (AR) открывает путь для разнообразного примене- ния подобных устройств в социаль- ных сетях, личном взаимодействии, хирургическом обучении, играх и дру- гих сферах. «Умный носок» с элек- тронными датчиками TENG с под- держкой глубокого обучения ИИ как носимый HMI может собирать и кор- ректировать информацию о походке пользователей для создания сценари- ев виртуальной/дополненной реаль- ности. Система управления в реальном времени включает устройство с тре- мя датчиками TENG, модуль пред- варительной обработки сигнала, микроконтроллер с беспроводным передающим модулем, ПК и вирту- альное пространство с соответству- ющим программным обеспечением, каким может быть ПО Unity. Во-первых, когда пользователь движется, выходной сигнал трибо- электрического датчика будет гене- рироваться, а затем поступать в микроконтроллер после прохождения схемы предварительной обработки. Схема предварительной обработки используется для фильтрации окру- жающего шума и устранения пере- крёстных помех между различными каналами. Она в основном состоит из электронных модулей с несколь- кими функциями: смещения, усили- теля и фильтра нижних частот. Затем микроконтроллер обнаружит эквива- лентный аналоговый сигнал выход- ного напряжения и отправит данные всего спектра на ПК через беспровод- ную передачу. На основе полученного спектра сигналов обученная модель машинного обучения ИИ отправит соответствующие команды движения в ПО Unity. В рассматриваемой раз- работке пока доступны пять движе- ний по умолчанию, чтобы управлять виртуальным персонажем, включая прыжок, бег, скольжение, скачок и ходьбу. После обучения модели на основе 1D CNN точность распознавания дей- ствий человека достигает 96,67% при 100 обучающих образцах для каждо- го движения, как показано на карте «ошибок». ПО Unity получает команду про- гнозируемого движения и преобра- зовывает её в движение виртуаль- ного персонажа. К примеру, когда появляется на пути персонажа вир- туальной игры «куча дров», пользо- ватель должен выполнить прыжок, чтобы перепрыгнуть её неповрежден- ным. В далёкие времена это можно было выполнить манипуляцией на клавиатуре или с помощью джой- стика любого вида, включая мани- пулятор типа «мышь». Теперь такое движение реального персонажа, осна- щённого носками, обувью или иной формы датчиками на ступнях, одно- временно синхронизировано с дви- жением виртуального персонажа в виртуальном пространстве. В игре пользователи могут выбрать формат бега или ходьбы по лесной тропе и гравийной дороге до следующего пре- пятствия. Когда оказываются перед скалой и каменной пещерой, они должны выполнить движение прыж- ка и скольжения соответственно. Эта демонстрация VR хорошо иллюстри- рует потенциал функции и возмож- ности «интеллектуального электрон- ного носка» с датчиками TENG для реализации передовых многофунк- циональных HMI и разнообразных электронных приложений. В буду- щем интеллектуальная система на основе таких устройств будет допол- нительно интегрирована с персональ- ной системой мониторинга фитнеса, измеряющей и анализирующей дан- ные о физической работоспособности во время VR-игры. Распознавание жизнедеятельности человека с помощью «умных носков» показано на рис. 17 (выше). Поскольку устройство с ИИ в непрерывном режиме способно распознавать и идентифицировать активность конкретного пользова- теля-человека, оно имеет большое значение в разработке интеллекту- альной носимой системы, где движе- Рис. 18. График анализа выходных сигналов, полученных в разных точках стоп Напряжение (В) Считать 0 0 1 2 3 4 5 100 200 300 400 500 600 700 3й пиксель 2й пиксель 1й пиксель