Современная электроника №4/2025

СОВРЕМЕННЫЕ ТЕХНОЛОГИИ 18 WWW.CTA.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА • № 4 / 2025 лект «носимой электроники» и уже предоставляют более надёжные решения для решения проблем и резонансных задач. Ранее традици- онный метод анализа информации от сенсорных датчиков был ограничен из-за необходимости обрабатывать данные, основанные на неавтома- тизированном анализе поверхност- ных признаков. Сочетание техноло- гий ИИ с технологиями Интернета вещей привело к появлению искус- ственного интеллекта вещей (ИИ IoT) для поддержки надёжной свя- зи между электронными носимыми устройствами и облачным сервером, что улучшает возможности прогно- зирования в более сложной и дина- мичной системе. Это касается обе- спечения мониторинга процессов в реальном времени, сезонного или запрограммированного анализа дан- ных для предотвращения диагности- ки неисправностей, а также будущих обновлений приложений и разрабо- ток в данной области. С помощью электронных датчиков рассмотренного вида уже удалось зна- чительно повысить качество жиз- ни людей, особенно с ограниченны- ми возможностями здоровья (ОВЗ), а также многих других потребите- лей из медицински здоровых участ- ников групп и сообществ, к примеру, спортсменов. Спортивная медицина с применением устройств современной электроники перспективно развива- ется. В будущем описанная электрон- ная система станет ещё более гиб- кой, с интеграцией гибких печатных плат (ПП), что ещё заметнее улучшит комфортность ношения устройств. С интегрированной информацией, собранной с помощью устройства, и дополнительными электронными сенсорными датчиками и нейронны- ми электродами созданная платформа является ещё одним шагом к реали- зации технологии «цифрового чело- века» с ИИ в ближайшем будущем. Медицинская РЭА не только диа- гностирует и лечит, но и помогает в тестовых и исследовательских рабо- тах, НИОКР, когда идёт борьба раз- вития конкурентных технологий в разных государствах. В том числе в направлении повышения продол- жительности жизни человека. Из рассматриваемых примеров – оцен- ка походки и позы человека для соз- дания экзоскелета и носимый мно- горежимный датчик с бесшовной интегрированной структурой для распознавания различных состояний движения суставов с помощью алго- ритма глубокого обучения. Проблемным местом для долго- срочного применения РЭА в WSN пока является большое общее потре- бление энергии. Для решения пробле- мы уже появились технологии сбора энергии из разных сред, в том числе от пота, выделяемого человеком при нагреве тела, повышения темпера- туры или при активном движении. В первом случае эксперименты про- водились в разных формах: от клас- сической русской парной до фин- ской и турецкой сауны (имеющих различия в том числе в температур- ном режиме), а также при нагреве с помощью ИК-воздействия. Об этом мы подробно поговорим в последу- ющих статьях. В этой связи разработчики РЭА в ведущих странах мира на основе передовых технологий активно разра- батывают носимые и, что немаловаж- но, экономичные и автономные элек- тронные системы с потенциальной самодостаточностью. Развитие техно- логий уже идёт к следующему поко- лению интерфейсов человек-машина: от машинного обучения ИИ, улучшен- ного тактильного восприятия до ней- роморфных сенсорных систем. Литература 1. Бария М., Найин Х., Джавей А. Носи- мые датчики пота. Nat. Electron. 1, 160–171 (2018). 2. Донг Б. и др. Носимая трибоэлектри- ческая / нитрида алюминия наноэ- нергетическая наносистема с само- поддерживающейся фотонной моду- ляцией и непрерывным измерением силы. Adv. Sci. 7, 1903–636 (2020). 3. Донг К., Пэн С., Ван З.Л. Пьезоэлек- трические и трибоэлектрические наногенераторы на основе воло- кон/тканей для гибкой/растягива- ющейся и носимой электроники и искусственного интеллекта. Adv. Mater. 32, 1902549 (2020). 4. Ляо Д. и др. Арочный трибоэлек- трический наногенератор для био- механического зондирования с большим допуском сбора энергии. Nano Energy 69, 104417 (2020). 5. Мейер Д., Лукович П., Тростер Г. Текстильный датчик давления для мышечной активности и обнару- жения движения. Х Международ- ный симпозиум IEEE по носимым компьютерам, 69–72 (IEEE, Монтрё, Швейцария, 2006). 6. Он Т. и др. Автономная носимая текстильная наноэнергетиче- ская наносистема (NENS) для меди- цинских приложений следующе- го поколения. Adv. Sci. 6, 1901437 (2019). 7. Сундарам С. и др. Изучение сиг- натур человеческого захвата с использованием масштабируемой тактильной перчатки. Nature 569, 698–702 (2019). 8. Фарах Д., Баддур Н., Лемэр Э. Опре- деление фазы походки по кине- матике бедра с использовани- ем методов машинного обучения. В материалах Международно- го симпозиума IEEE 2017 года по медицинским измерениям и при- ложениям (MeMeA), 263–268 (IEEE, Рочестер, Миннесота, 2017). 9. Фокин А. Носи носки. Восемь неба- нальных вариантов банально- го подарка. URL: https://nplus1.ru/ material/2023/12/30/new-year-socks. 10. Хан И. и др. Самостоятельное рас- познавание личности на основе походки с помощью мягкой и рас- тяжимой трибоэлектрической лен- ты. Nano Energy 56, 516–523 (2019). 11. Чен Л. и др. Управление поверх- ностным зарядом, генерируемым контактной электризацией: стра- тегии и приложения. Adv. Mater. 30, 1802405 (2018). 12. Чжан З., Хэ Т., Чжу М. и др. Три- боэлектрические интеллектуаль- ные носки с поддержкой глубоко- го обучения для анализа походки на основе Интернета вещей и при- ложений виртуальной реальности. Flex Electron 4, 29 (2020). URL: https:// doi.org/10.1038/s41528-020-00092-7. 13. Чжу М. и др. Автономный и само- функциональный хлопковый носок с использованием пьезоэлектри- ческого и трибоэлектрического гибридного механизма для меди- цинского и спортивного монито- ринга. ACS Nano 13, 1940–1952 (2019). 14. Cai G. и др. Растяжимые датчики деформации на основе проводя- щих самовосстанавливающихся динамических сшитых гидрогелей для обнаружения движения чело- века. Adv. Sci. 4, 1600190 (2017). 15. Zixuan Z., Tianyiyi H., Minglu Z. Deep learning-enabled triboelectric smart socks for IoT-based gait analysis and VR applications. URL: https://www.nature . com/articles/s41528-020-00092-7.