CN116148311A - 一种纺织品接触凉感性能检测装置及其检测方法 - Google Patents
一种纺织品接触凉感性能检测装置及其检测方法 Download PDFInfo
- Publication number
- CN116148311A CN116148311A CN202310446710.6A CN202310446710A CN116148311A CN 116148311 A CN116148311 A CN 116148311A CN 202310446710 A CN202310446710 A CN 202310446710A CN 116148311 A CN116148311 A CN 116148311A
- Authority
- CN
- China
- Prior art keywords
- textile
- contact
- simulating
- steps
- textiles
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000004753 textile Substances 0.000 title claims abstract description 142
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 33
- 239000000835 fiber Substances 0.000 claims abstract description 31
- 230000001052 transient effect Effects 0.000 claims abstract description 24
- 230000033001 locomotion Effects 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 10
- 230000003183 myoelectrical effect Effects 0.000 claims abstract description 7
- 230000008859 change Effects 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 34
- 238000012360 testing method Methods 0.000 claims description 22
- 238000010438 heat treatment Methods 0.000 claims description 17
- 239000000463 material Substances 0.000 claims description 13
- 238000013528 artificial neural network Methods 0.000 claims description 9
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 8
- 229910021389 graphene Inorganic materials 0.000 claims description 8
- 230000000977 initiatory effect Effects 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 7
- 238000001595 flow curve Methods 0.000 claims description 6
- 230000003014 reinforcing effect Effects 0.000 claims description 6
- 238000005452 bending Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000013136 deep learning model Methods 0.000 claims description 3
- 239000010409 thin film Substances 0.000 claims description 3
- 238000005507 spraying Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 5
- 238000001816 cooling Methods 0.000 abstract description 3
- 210000005036 nerve Anatomy 0.000 abstract description 2
- 239000010410 layer Substances 0.000 description 22
- 239000004744 fabric Substances 0.000 description 20
- 210000003414 extremity Anatomy 0.000 description 8
- 230000035597 cooling sensation Effects 0.000 description 7
- 210000003205 muscle Anatomy 0.000 description 4
- 210000000653 nervous system Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000010408 film Substances 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 2
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 229910052802 copper Inorganic materials 0.000 description 2
- 239000010949 copper Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000004247 hand Anatomy 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 239000011810 insulating material Substances 0.000 description 2
- 210000001640 nerve ending Anatomy 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 239000000741 silica gel Substances 0.000 description 2
- 229910002027 silica gel Inorganic materials 0.000 description 2
- 239000002344 surface layer Substances 0.000 description 2
- 238000010998 test method Methods 0.000 description 2
- 210000001519 tissue Anatomy 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 210000000707 wrist Anatomy 0.000 description 2
- 239000004743 Polypropylene Substances 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- -1 polypropylene Polymers 0.000 description 1
- 229920001155 polypropylene Polymers 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 210000001032 spinal nerve Anatomy 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N25/00—Investigating or analyzing materials by the use of thermal means
- G01N25/20—Investigating or analyzing materials by the use of thermal means by investigating the development of heat, i.e. calorimetry, e.g. by measuring specific heat, by measuring thermal conductivity
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/0009—Constructional details, e.g. manipulator supports, bases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Medical Informatics (AREA)
- Biophysics (AREA)
- Analytical Chemistry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biochemistry (AREA)
- Databases & Information Systems (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Chemical & Material Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种纺织品接触凉感性能检测装置及其检测方法，通过设计模拟肢体和织物之间形成微气候环境，并结合纺织品的图像和交织方式，获得纺织品表面的特征，将特征进行识别对比，能够快速定位纺织品的纤维走向；采取真实场景下测试人员在接触不同纺织品时的标准动作，并将标准动作以肌电信号的方式存储，并形成一套控制指令信号，结合计算机视觉进行辅助动作训练，确定模拟肢体按照指定方向进行完整的手部动作的手指位置变化、动态运动，模拟真实的人体皮肤与纺织品摩擦的微环境，模拟神经加工输送处理热量的能力，弥补了现有技术中同一压接和任意的接触方向带来的误差，实现高精度的纺织品动态最大瞬态凉感的测量。
Description
技术领域
本发明涉及纺织品凉感检测技术领域，尤其涉及一种纺织品接触凉感性能检测装置及其检测方法。
背景技术
目前市场上已出现很多具有凉暖感的功能性纺织品，但国内外对织物的接触冷暖感尚未有公开的检验方法标准，虽然国家标准GB/T 11048—2008《纺织品生理舒适性温态条件下热阻和湿阻的测定》是评价纺织品舒适性的一种测试方法，其中热阻主要测试纺织品的保温性能，但该试验方法是测定经过较长时间后在稳定状态下通过试样的热流量情况。而织物的接触冷暖感与瞬态导热有关, 是皮肤与织物表面接触后极短时间内产生的热量峰值，反映了人体皮肤的冷暖感觉。
引起织物与皮肤接触冷暖感的根本原因是织物与皮肤间发生了热交换，使皮肤产生了一定的温度变化。这种温度变化将引起皮肤中感温神经末梢的兴奋而产生以电脉冲为形式的感觉信息，上述信息经脊髓神经加工和处理后输送到大脑，大脑对信息进行处理和判断，从而产生冷或暖的判断。
由于纺织品的瞬间接触凉感与瞬态导热有关, 是皮肤与织物表面接触后极短时间内产生的热量峰值，反映了人体皮肤的冷暖感觉。而现有技术中采用的热源板和面料接触来模拟人体皮肤接触面料的情况，而接触采用压力式瞬态凉感检测，并且热源板为规则的形状，都是整个测试面和纺织品的表面完全贴合，显然这不能模拟真实的人体皮肤与纺织品摩擦的微环境，也无法模拟神经加工输送处理热量的能力。
因此，有必要对现有技术中的纺织品接触凉感性能检测方法进行改进，以解决上述问题。
发明内容
本发明克服了现有技术的不足，提供一种纺织品接触凉感性能检测装置及其检测方法。
为达到上述目的，本发明采用的技术方案为：一种纺织品接触凉感性能检测方法，包括以下步骤：
S1、将纺织品置于测试腔室中，获取纺织品的图像，确定纺织品的类型和交织方式；
S2、根据纺织品的类型和交织方式，采取模拟人肢体的结构和动作，模拟接触纺织品的表面；
S3、根据模拟人肢体获取的电信号，转化为热流信号，得到纺织品的最大瞬态热流量。
本发明一个较佳实施例中，纺织品图像的获取方式为：利用摄像机获取材料不同角度的图像；将获得的图像通过图像采集卡传输至计算机，在经过灰度变换、图像分割和轮廓线条的提取的步骤后，可以获得纺织品表面的特征，将特征进行识别对比，根据特征确定纺织品的类型和交织方式，其中，特征包括：纤维横、纵向的尺寸变化、纤维的边界线尺寸。
本发明一个较佳实施例中，识别对比的方式为：获取不同纺织品的图像，形成数据集；将纺织品进行增强处理，得到增强图像数据；将增强图像数据导入至卷积神经网络中，通过不断更迭训练网络参数，形成训练后的神经网络；将神经网络获取的不同纺织品的特征数据，作为特征数据库。
本发明一个较佳实施例中，人肢体为仿真机械手，所述仿真机械手包括手掌、手指、手臂、连接件、手指驱动结构、手臂转动驱动结构和感测件；所述手指为纤维增强的弹性管状结构，中间有多个关节连接，用于模仿人体的关节结构；手指驱动结构的作用为模仿人手的手指弯曲、转动或舒展动作；手臂转动驱动结构用于驱动手臂和手掌的转动角度，并控制转动速度，使得仿真机械手的操作和控制指令信号保持一致；
其中，每套控制指令信号中储存有完整的手部动作的手指位置变化、动态运动对应的手指驱动结构的驱动信号。
本发明一个较佳实施例中，在所述仿真机械手表面喷涂二维石墨烯基弹性超薄膜，内部的石墨烯片层会相互堆叠形成动态网络，增加仿真机械手和纺织品的接触点位。
本发明一个较佳实施例中，检测前将纺织品置于温度20±2℃，相对湿度65±4％的环境中，并平衡24小时。
本发明一个较佳实施例中，控制信号的获取方式为：通过采取真实场景下测试人员在接触不同纺织品时的标准动作，并将标准动作以肌电信号的方式存储，并形成一套控制指令信号；其中，控制指令信号为仿真机械手按照肌电信号的初始动作，结合计算机视觉的辅助训练，得到的实际动作的对应指令信号。
本发明一个较佳实施例中，所述感测件包括：加热层、介质层和检测层；所述加热层为柔性材料和设置在所述柔性材料一侧的加热单元，加热单元用于每次测试前将仿真皮肤加热至恒温；所述介质层用于传导纺织品与仿真机械手之间的热量；所述检测层为若干热敏性电阻，或电容式触觉传感器。
本发明一个较佳实施例中，所述加热层、所述介质层和所述检测层的相邻层间紧密贴合，保证在外界力作用下相邻层间不发生滑移，形成一体式的柔性结构。
本发明一个较佳实施例中，由所述仿真机械手获得电信号，并获得最大瞬态热流量的方法为：由电信号转化为离散点进行曲线拟合热流曲线，取热流曲线的波峰值，即为该纺织品的最大瞬态热流量；曲线拟合的方式采用人工智能的深度学习模型和递归算法的神经网络结构实现。
本发明一个较佳实施例中，在S2中，沿着纤维热量传递沿纤维轴向传导的阻力最小的方向进行接触测试。
本发明一个较佳实施例中，交织方式包括：平纹、斜纹、平纹加筋或斜纹加筋。
本发明一个较佳实施例中，获取方式具体为：将纺织品置于基准板上，整理平整后，用压脚对试样施加压力，测量接触纺织品的压脚面积与基准板之间的距离，即为厚度值。
本发明一个较佳实施例中，真实场景下，获取测试人员接触纺织品的肌电信号的方法为：通过在测试人员的手指的指关节、手臂、手腕和手背处设置运动传感器，利用运动传感器与测试人员的皮肤接触，感测测试人员在手部运动时的肌肉运动，并形成肌电信号。
本发明一个较佳实施例中，仿真机械手基于计算机视觉进行辅助动作训练，通过计算机视觉获取真实场景下测试人员的手部动作，并对图像或视频进行解析，获得视觉获取角度、手部关键点的位置信息和深度信息；仿真机械手按照肌电信号完成初始动作，并形成图像或视频，并获取初始动作的视觉获取角度、手部关键点的位置信息和深度信息；计算真实手部关键点的位置相对于初始动作的角度偏差，以辅助仿真机械手根据所述角度偏差对任一运动动作进行训练，直至角度偏差接近于0。
本发明解决了背景技术中存在的缺陷，本发明具备以下有益效果：
本发明中提供了一种纺织品接触凉感性能检测方法，通过设计模拟肢体和织物之间形成微气候环境，并结合纺织品的图像和交织方式，确定模拟肢体按照指定方向进行完整的手部动作的手指位置变化、动态运动，弥补了现有技术中同一压接和任意的接触方向带来的误差，实现高精度的纺织品动态最大瞬态凉感的测量。
本发明中利用对纺织品图像处理，获得纺织品表面的特征，将特征进行识别对比，根据特征确定纺织品的类型和交织方式，这使得能够快速定位纺织品的纤维走向，提高仿真机械手对于接触走向的把控和响应，提高最大瞬态凉感的测量的准确率和速率。
本发明中的仿真机械手中肌肉部分采用硅胶材料，而表面为了模拟人体组织的神经系统，采用在仿真机械手表面喷涂二维石墨烯基弹性超薄膜。这种薄膜内部的石墨烯片层会相互堆叠形成动态网络，通过不同程度滑移，灵敏地响应外界的刺激，类似于神经系统，实现了增加仿真机械手和纺织品的接触点位，提高瞬态热流量测量的响应率。
本发明中通过采取真实场景下测试人员在接触不同纺织品时的标准动作，并将标准动作以肌电信号的方式存储，并形成一套控制指令信号，结合计算机视觉进行辅助动作训练，以辅助仿真机械手根据所述角度偏差对任一运动动作进行训练，直至角度偏差接近于0，通过该指令可以优化仿真机械手在运动过程中的手指细节特征，使得与纺织品接触的点位更加精确。
由于纺织品的交织方式的不同，为了获得最大瞬态凉感，选择沿着纤维热量传递沿纤维轴向传导的阻力最小的方向进行接触测试。以平纹或斜纹的纺织品为例，只需测试人员沿着平纹或斜纹的纹理进行接触，仿真机械手模拟基础动作，按照平纹或斜纹的纹理进行接触即可实现最大瞬态凉感的测量。对于一些不规则的或具有曲面状纤维集合的纺织品，仍然按照大致纤维轴向为接触方向。织物组织为平纹或平纹加强筋时的接触凉感大于斜纹，因为平纹组织与皮肤的接触面积大于斜纹组织，与皮肤接触瞬间参与导热的纤维更多，传导的热流量更大。
本发明将纺织品置于一定的湿度和温度下一段时间，实现纺织品表层和内部的湿度和温度的平衡。在测试时，利用保温材料将纺织品包裹密封后转入测试腔室，消除由于空气的流动造成的传热，以保证纺织品温度和湿度不变。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1是本发明的优选实施例的纺织品接触凉感性能检测方法的流程图；
图2是本发明的优选实施例的纺织品图像的获取方式的流程图；
图3是本发明的优选实施例的控制信号的获取方式的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
在本申请的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请保护范围的限制。
在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本申请中的具体含义。
本发明中的接触瞬间凉感是指皮肤与低于其温度的织物接触瞬时,引起皮肤表面热量快速流失、温度顺即下降,再经过皮肤中感温神经末梢反映到大脑后形成的凉爽感觉。
如图1所示，本发明提供了一种纺织品接触凉感性能检测方法，包括以下步骤：
S1、将纺织品置于测试腔室中，获取纺织品的图像，确定纺织品的类型和交织方式；
S2、根据纺织品的类型和交织方式，采取模拟人肢体的结构和动作，模拟接触纺织品的表面；
S3、根据模拟人肢体获取的电信号，转化为热流信号，得到纺织品的最大瞬态热流量。
本发明中的纺织品为具有凉感性功能性的纺织品，包括但不限于：涤纶凉爽纤维、凉爽型丙纶纤维、玉石纤维、饭麦石纤维等。当本发明中的纺织品测得的qmax≥0.15 J/(cm2·s)，可评价为该纺织品具有接触瞬间凉感性能。
本发明在S1步骤前，在纺织品转移至测试腔室的过程中，纺织品的冷暖感可能会发生变化，为了减少这种误差。本发明将纺织品置于一定的湿度和温度下一段时间，实现纺织品表层和内部的湿度和温度的平衡。在测试时，利用保温材料将纺织品包裹密封后转入测试腔室，消除由于空气的流动造成的传热，以保证纺织品温度和湿度不变。
其中，检测前将纺织品置于温度20±2℃，相对湿度65±4％的环境中，并平衡24小时。
纺织品厚度取决于纱线线密度、织物组织、结构相、密度以及纱线结构等，织物厚度用织物厚度仪测量，加压大小、加压时间、测试次数等试验参数需按GB/T1380—1997的有关规定执行。获取方式具体为：将纺织品置于基准板上，整理平整后，用压脚对试样施加压力，测量接触纺织品的压脚面积与基准板之间的距离，即为厚度值；其中，纺织品的尺寸至少为120mm×120mm，优选为180mm×180mm。
如图2所示，在S1步骤中，纺织品图像的获取方式为：利用摄像机获取材料不同角度的图像；将获得的图像通过图像采集卡传输至计算机，在经过灰 度变换、图像分割和轮廓线条的提取的步骤后，可以获得纺织品表面的特征，将特征进行识别对比，根据特征确定纺织品的类型和交织方式。这里的特征，包括：纤维横、纵向的尺寸变化、纤维的边界线尺寸等。
这里的交织方式包括：平纹、斜纹、平纹加筋或斜纹加筋等。
本发明中识别对比的方式为：获取不同纺织品的图像，形成数据集；将纺织品进行增强处理，得到增强图像数据；将增强图像数据导入至卷积神经网络中，通过不断更迭训练网络参数，形成训练后的神经网络；将神经网络获取的不同纺织品的特征数据，作为特征数据库。其中，不同纺织品的图像包括：成分不同、细度不同、交织方式不同等。
本发明中利用对纺织品图像处理，获得纺织品表面的特征，将特征进行识别对比，根据特征确定纺织品的类型和交织方式，这使得能够快速定位纺织品的纤维走向，提高仿真机械手对于接触走向的把控和响应，提高最大瞬态凉感的测量的准确率和速率。
由于纺织品的瞬间接触凉感与瞬态导热有关, 是皮肤与织物表面接触后极短时间内产生的热量峰值，反映了人体皮肤的冷暖感觉。而现有技术中采用的热源板和面料接触来模拟人体皮肤接触面料的情况，而接触采用压力式瞬态凉感检测，并且热源板为规则的形状， 都是整个测试面和纺织品的表面完全贴合，显然这不能模拟真实的人体皮肤与纺织品摩擦的微环境。
本发明中的人肢体为仿真机械手，该仿真机械手根据人手部结构制备形成。仿真机械手包括手掌、手指、手臂、连接件、手指驱动结构、手臂转动驱动结构和感测件。这里，手指为纤维增强的弹性管状结构，中间有多个关节连接，用于模仿人体的关节结构，关节连接包括转轴连接、扣合、铰接等。手指驱动结构的作用为模仿人手的手指弯曲、转动或舒展动作。手臂转动驱动结构用于驱动手臂和手掌的转动角度，并控制转动速度，使得仿真机械手的操作和控制指令信号保持一致。每套控制指令信号中储存有完整的手部动作的手指位置变化、动态运动对应的手指驱动结构的驱动信号。
本发明中的仿真机械手由导热材料制备，不限于铜等金属材料。这里的瞬间凉感的计算为：
；式中，S为指定动作下手指和纺织品的接触面积，单位为平方厘米；Q为手指与纺织品接触后热量传递过程中的热流密度，单位为焦耳每平方厘米秒；/>
为手指与纺织品接触的时间变化量，单位为秒。
本发明中的仿真机械手中肌肉部分采用硅胶材料，而表面为了模拟人体组织的神经系统，采用在仿真机械手表面喷涂二维石墨烯基弹性超薄膜。这种薄膜内部的石墨烯片层会相互堆叠形成动态网络，通过不同程度滑移，灵敏地响应外界的刺激，类似于神经系统，实现了增加仿真机械手和纺织品的接触点位，提高瞬态热流量测量的响应率。
如图3所示，本发明中控制信号的获取方式为：通过采取真实场景下测试人员在接触不同纺织品时的标准动作，并将标准动作以肌电信号的方式存储，并形成一套控制指令信号。其中，控制指令信号为仿真机械手按照肌电信号的初始动作，结合计算机视觉的辅助训练，得到的实际动作的对应指令信号。
具体地，真实场景下，获取测试人员接触纺织品的肌电信号的方法为：通过在测试人员的手指的指关节、手臂、手腕和手背处设置运动传感器，利用运动传感器与测试人员的皮肤接触，感测测试人员在手部运动时的肌肉运动，并形成肌电信号。
仿真机械手基于计算机视觉进行辅助动作训练，通过计算机视觉获取真实场景下测试人员的手部动作，并对图像或视频进行解析，获得视觉获取角度、手部关键点的位置信息和深度信息；仿真机械手按照肌电信号完成初始动作，并形成图像或视频，并获取初始动作的视觉获取角度、手部关键点的位置信息和深度信息；计算真实手部关键点的位置相对于初始动作的角度偏差，以辅助仿真机械手根据所述角度偏差对任一运动动作进行训练，直至角度偏差接近于0。
本发明中的感测件包括：加热层、介质层和检测层；加热层为柔性材料，可以为铜或铂，柔性材料的一侧设置有加热单元，用于每次测试前将仿真皮肤加热至恒温，优选为33℃。介质层用于传导纺织品与仿真机械手之间的热量，可以为水银材料；检测层为若干热敏性电阻，或电容式触觉传感器。
本发明中的加热层、介质层和检测层的相邻层间紧密贴合，可以保证在外界力作用下相邻层间不发生滑移，形成一体式的柔性结构，使得感测件能够在曲率较大的手指内部或关节处保持整体高度的柔性和可挠度。
本发明中仿真机械手在接触纺织品的表面时，由感测件获得电信号，并反解出最大瞬态热流量的方法为：将感测件和单片机数据采集系统连接，将感测件的信号方法后，经过A/D模数转换，并发送至计算拟合模型；该计算拟合模型用于曲线拟合热流曲线，并得到热流曲线的波峰值，即为该纺织品的最大瞬态热流量。其中，计算拟合模型为基于人工智能的深度学习模型，所述数据学习模型通过递归算法精确计算的神经网络结构。
由于纺织品的交织方式的不同，为了获得最大瞬态凉感，选择沿着纤维热量传递沿纤维轴向传导的阻力最小的方向进行接触测试。以平纹或斜纹的纺织品为例，只需测试人员沿着平纹或斜纹的纹理进行接触，仿真机械手模拟基础动作，按照平纹或斜纹的纹理进行接触即可实现最大瞬态凉感的测量。
而对于一些不规则的或具有曲面状纤维集合的纺织品，仍然按照大致纤维轴向为接触方向。织物组织为平纹或平纹加强筋时的接触凉感大于斜纹，因为平纹组织与皮肤的接触面积大于斜纹组织，与皮肤接触瞬间参与导热的纤维更多，传导的热流量更大。织物组织为平纹加强筋时的接触凉感优于平纹。本发明中一些不规则的或具有曲面状纤维集合的纺织品在检测后，其纺织品的图像和瞬间凉感数据储存于数据库。
本发明在模拟测试腔室中人体皮肤周围环境，模拟皮肤与织物之间形成微气候环境，然后根据不同纺织品的交织类型，结合一定的传感器完成对织物热湿性能的测试。本发明需要预先收集不同织物的材料属性、环境条件等信息，并形成特定的数据库。
以上依据本发明的理想实施例为启示，通过上述的说明内容，相关人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定技术性范围。
Claims (10)
1.一种纺织品接触凉感性能检测方法，其特征在于，包括以下步骤：
S1、将纺织品置于测试腔室中，获取纺织品的图像，确定纺织品的类型和交织方式；
S2、根据纺织品的类型和交织方式，采取模拟人肢体的结构和动作，模拟接触纺织品的表面；
S3、根据模拟人肢体获取的电信号，转化为热流信号，得到纺织品的最大瞬态热流量。
2.根据权利要求1所述的一种纺织品接触凉感性能检测方法，其特征在于：纺织品图像的获取方式为：利用摄像机获取材料不同角度的图像；将获得的图像通过图像采集卡传输至计算机，在经过图像处理步骤后，获得纺织品表面的特征，将特征进行识别对比，根据特征确定纺织品的类型和交织方式，其中，特征包括：纤维横、纵向的尺寸变化、纤维的边界线尺寸。
3.根据权利要求1所述的一种纺织品接触凉感性能检测方法，其特征在于：识别对比的方式为：获取不同纺织品的图像，形成数据集；将纺织品进行增强处理，得到增强图像数据；将增强图像数据导入至卷积神经网络中，通过不断更迭训练网络参数，形成训练后的神经网络；将神经网络获取的不同纺织品的特征数据，作为特征数据库。
4.根据权利要求1所述的一种纺织品接触凉感性能检测方法，其特征在于：人肢体为仿真机械手，所述仿真机械手包括手掌、手指、手臂、连接件、手指驱动结构、手臂转动驱动结构和感测件；所述手指为纤维增强的弹性管状结构，中间有多个关节连接，用于模仿人体的关节结构；手指驱动结构的作用为模仿人手的手指弯曲、转动或舒展动作；手臂转动驱动结构用于驱动手臂和手掌的转动角度，并控制转动速度，使得仿真机械手的操作和控制指令信号保持一致；
其中，每套控制指令信号中储存有完整的手部动作的手指位置变化、动态运动对应的手指驱动结构的驱动信号。
5.根据权利要求4所述的一种纺织品接触凉感性能检测方法，其特征在于：在所述仿真机械手表面喷涂二维石墨烯基弹性超薄膜，内部的石墨烯片层会相互堆叠形成动态网络，增加仿真机械手和纺织品的接触点位。
6.根据权利要求1所述的一种纺织品接触凉感性能检测方法，其特征在于：控制指令信号的获取方式为：通过采取真实场景下测试人员在接触不同纺织品时的标准动作，并将标准动作以肌电信号的方式存储，并形成一套控制指令信号；其中，控制指令信号为仿真机械手按照肌电信号的初始动作，结合计算机视觉的辅助训练，得到的实际动作的对应指令信号。
7.根据权利要求4所述的一种纺织品接触凉感性能检测方法，其特征在于：所述感测件包括：加热层、介质层和检测层；所述加热层为柔性材料和设置在所述柔性材料一侧的加热单元，加热单元用于每次测试前将仿真皮肤加热至恒温；所述介质层用于传导纺织品与仿真机械手之间的热量；所述检测层为若干热敏性电阻，或电容式触觉传感器。
8.根据权利要求7所述的一种纺织品接触凉感性能检测方法，其特征在于：所述加热层、所述介质层和所述检测层的相邻层间紧密贴合，保证在外界力作用下相邻层间不发生滑移，形成一体式的柔性结构。
9.根据权利要求4所述的一种纺织品接触凉感性能检测方法，其特征在于：由所述仿真机械手获得电信号，并获得最大瞬态热流量的方法为：由电信号转化为离散点进行曲线拟合热流曲线，取热流曲线的波峰值，即为该纺织品的最大瞬态热流量；曲线拟合的方式采用人工智能的深度学习模型和递归算法的神经网络结构实现。
10.根据权利要求1所述的一种纺织品接触凉感性能检测方法，其特征在于：在S2中，沿着纤维热量传递沿纤维轴向传导的阻力最小的方向进行接触测试。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310446710.6A CN116148311B (zh) | 2023-04-24 | 2023-04-24 | 一种纺织品接触凉感性能检测装置及其检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310446710.6A CN116148311B (zh) | 2023-04-24 | 2023-04-24 | 一种纺织品接触凉感性能检测装置及其检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116148311A true CN116148311A (zh) | 2023-05-23 |
| CN116148311B CN116148311B (zh) | 2023-06-27 |
Family
ID=86339306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310446710.6A Active CN116148311B (zh) | 2023-04-24 | 2023-04-24 | 一种纺织品接触凉感性能检测装置及其检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116148311B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010020173A1 (zh) * | 2008-08-18 | 2010-02-25 | 香港纺织及成衣研发中心 | 织物湿热传递的仿真系统 |
| CN101736570A (zh) * | 2009-12-09 | 2010-06-16 | 武汉科技学院 | 一种织物接触冷感测试装置及测试方法 |
| CN104316557A (zh) * | 2014-10-10 | 2015-01-28 | 东华大学 | 一种纺织品的冷暖感测试及指标计算方法 |
| CN105136847A (zh) * | 2015-09-10 | 2015-12-09 | 江苏斯利浦睡眠产业科技有限公司 | 热流式织物凉感测试设备及测试方法 |
| CN205080077U (zh) * | 2015-09-10 | 2016-03-09 | 江苏斯利浦睡眠产业科技有限公司 | 热流式织物凉感测试设备的测试探头 |
| CN105628900A (zh) * | 2014-11-05 | 2016-06-01 | 恒源祥（集团）有限公司 | 一种衣物穿着舒适度检测系统及其检测方法 |
| CN106770448A (zh) * | 2017-02-21 | 2017-05-31 | 烟台南山学院 | 一种模拟人体生理感觉的纺织品冷暖感的测试方法 |
| US20200387698A1 (en) * | 2018-07-10 | 2020-12-10 | Tencent Technology (Shenzhen) Company Limited | Hand key point recognition model training method, hand key point recognition method and device |
| CN114117739A (zh) * | 2021-10-29 | 2022-03-01 | 际络科技(上海)有限公司 | 基于真实数据的交通流仿真场景构建方法和系统 |
| CN114994119A (zh) * | 2022-08-03 | 2022-09-02 | 苏州中纺联检验技术服务有限公司 | 一种纺织品瞬间接触凉感性能测试设备及其测试方法 |
| EP4081926A1 (en) * | 2020-01-30 | 2022-11-02 | Siemens Aktiengesellschaft | Automatic simplification of a rigid-body simulation |
-
2023
- 2023-04-24 CN CN202310446710.6A patent/CN116148311B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010020173A1 (zh) * | 2008-08-18 | 2010-02-25 | 香港纺织及成衣研发中心 | 织物湿热传递的仿真系统 |
| CN101736570A (zh) * | 2009-12-09 | 2010-06-16 | 武汉科技学院 | 一种织物接触冷感测试装置及测试方法 |
| CN104316557A (zh) * | 2014-10-10 | 2015-01-28 | 东华大学 | 一种纺织品的冷暖感测试及指标计算方法 |
| CN105628900A (zh) * | 2014-11-05 | 2016-06-01 | 恒源祥（集团）有限公司 | 一种衣物穿着舒适度检测系统及其检测方法 |
| CN105136847A (zh) * | 2015-09-10 | 2015-12-09 | 江苏斯利浦睡眠产业科技有限公司 | 热流式织物凉感测试设备及测试方法 |
| CN205080077U (zh) * | 2015-09-10 | 2016-03-09 | 江苏斯利浦睡眠产业科技有限公司 | 热流式织物凉感测试设备的测试探头 |
| CN106770448A (zh) * | 2017-02-21 | 2017-05-31 | 烟台南山学院 | 一种模拟人体生理感觉的纺织品冷暖感的测试方法 |
| US20200387698A1 (en) * | 2018-07-10 | 2020-12-10 | Tencent Technology (Shenzhen) Company Limited | Hand key point recognition model training method, hand key point recognition method and device |
| EP4081926A1 (en) * | 2020-01-30 | 2022-11-02 | Siemens Aktiengesellschaft | Automatic simplification of a rigid-body simulation |
| CN114117739A (zh) * | 2021-10-29 | 2022-03-01 | 际络科技(上海)有限公司 | 基于真实数据的交通流仿真场景构建方法和系统 |
| CN114994119A (zh) * | 2022-08-03 | 2022-09-02 | 苏州中纺联检验技术服务有限公司 | 一种纺织品瞬间接触凉感性能测试设备及其测试方法 |
Non-Patent Citations (1)
| Title |
|---|
| 苑洁: "基于fMRI的织物接触压力舒适性脑感知表征", 《万方学位论文》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116148311B (zh) | 2023-06-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101489479B (zh) | 健康管理装置 | |
| Carbonaro et al. | Exploiting wearable goniometer technology for motion sensing gloves | |
| CN110200601A (zh) | 一种脉象获取装置及系统 | |
| CN102525795A (zh) | 一种足部按摩机器人快速自动定位方法 | |
| CN104936519A (zh) | 位置检测装置和呼吸测量装置以及心率测量装置 | |
| De Rossi et al. | Electroactive fabrics for distributed, conformable and interactive systems | |
| Huang et al. | Using pressure map sequences for recognition of on bed rehabilitation exercises | |
| Teyssier et al. | Human-like artificial skin sensor for physical human-robot interaction | |
| CN109946000A (zh) | 一种点阵式柔性压力分布传感装置及其压力定位方法 | |
| Feng et al. | Dynamic measurement of legs motion in sagittal plane based on soft wearable sensors | |
| CN116148311B (zh) | 一种纺织品接触凉感性能检测装置及其检测方法 | |
| Qiu et al. | A multisensory-feedback tactile glove with dense coverage of sensing arrays for object recognition | |
| De Rossi et al. | Monitoring body kinematics and gesture through sensing fabrics | |
| Bianchi et al. | Exploiting hand kinematic synergies and wearable under-sensing for hand functional grasp recognition | |
| CN209541957U (zh) | 一种点阵式柔性压力分布传感装置 | |
| Hughes et al. | Sensorized phantom for characterizing large area deformation of soft bodies for medical applications | |
| CN107582030A (zh) | 基于bp神经网络的人体表面皮肤温度场测量方法 | |
| CN116442283A (zh) | 一种指关节角度检测机构及物体三维模型构建方法 | |
| KR102462821B1 (ko) | 한의 복진 장치 | |
| Liu et al. | On-bed monitoring for range of motion exercises with a pressure sensitive bedsheet | |
| CN106236099A (zh) | 脊柱侧弯智能手机自测模块 | |
| Sundarsingh et al. | On-Body RF Sensor Toward Tremor Detection in Parkinson's Disease | |
| Ho et al. | Development of Plantar Pressure Measurement System and Personal Classification Study based on Plantar Pressure Image. | |
| CN114670224B (zh) | 一种指尖触觉信息采集装置 | |
| TW201720373A (zh) | 肌肉張力感測方法及系統 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230523 Assignee: Baihe Instrument (Suzhou) Co.,Ltd. Assignor: SUZHOU FIBER INSPECTION INSTITUTE|NANTONG INSTITUTE OF FIBER INSPECTION|SUZHOU TAIHU SNOW SILK Co.,Ltd. Contract record no.: X2023980054654 Denomination of invention: A textile contact cooling performance testing device and its testing method Granted publication date: 20230627 License type: Common License Record date: 20231228 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20230523 Assignee: Shenzhen feiquelanbo Technology Research Center Co.,Ltd. Assignor: SUZHOU FIBER INSPECTION INSTITUTE|NANTONG INSTITUTE OF FIBER INSPECTION Contract record no.: X2024980000974 Denomination of invention: A textile contact cooling performance testing device and its testing method Granted publication date: 20230627 License type: Common License Record date: 20240119 |