Всем привет! Во втором семестре все первокурсники программы Прикладная математика и информатика в Питерской Вышке делают командные проекты по С++. Мы занимались разработкой умной футболки.

О том, что это такое, и что мы успели сделать за время работы над проектом, читайте в этой статье.


Мы Денис Тарасов и Денис Филиппов студенты уже второго курса бакалавриата Прикладная математика и информатика в Питерской Вышке. Мы работали над проектом вместе с Яном Фрейдкиным и Иваном Чунаревым. С ними мы учились в одной школе: Санкт-Петербургском ГФМЛ 30.

В 11 классе у Яна и Ивана был проект по робототехнике Умная футболка (она на первой фотографии). Идея такова: берётся футболка, на неё крепятся различные датчики (акселерометр, гироскоп и другие). По считываемым данным можно определить некоторые показатели, например, корректность осанки. Ребята успели принять участие в нескольких конференциях и собирались после окончания школы продолжить работу над проектом, но поняли, что им нужны программисты. Собственно вот мы и здесь.

Футболка Яна и Ивана могла считывать ЭКГ и отслеживать корректность осанки. Для этого использовалась Arduino UNO платформа разработки с устаревшими микроконтроллерами AVR. Достаточно скоро им стало не хватать памяти для кода. На новой стадии работы над проектом мы поняли, что нужно предъявлять более строгие требования к микроконтроллеру:

• Чтобы можно было подключить больше датчиков, необходим был процессор с большей частотой, большее количество периферии и более скоростная периферия;
• Больший объем flash памяти, оперативной памяти;
• Меньшая стоимость;
• Стабильность работы микроконтроллера.

Мы решили, что нужно менять микроконтроллер. У нас было два варианта: использовать более мощный микроконтроллер серии AVR (в нашем случае Arduino) или перейти на другую серию микроконтроллеров, а именно ARM (в нашем случае STM32). Несмотря на большое сообщество Arduino и простоту в использовании этого микроконтроллера, мы решили перейти на STM32, потому что его производительность лучше, а объем памяти больше. Сейчас мы используем микроконтроллер серии STM32f4*.


В прошедшем семестре мы поставили перед собой цель реализовать получение информации об осанке человека и её обработку. Схема проекта следующая: у нас есть футболка, на ней закреплены акселерометры и гироскопы, с помощью которых мы получаем углы закручивания. Полученные с датчиков данные поступают на микроконтроллер. Там они обрабатываются и, если нужно, подается напряжение на вибромотор, стимулирующий человека выпрямиться. С помощью приложения на Android включается и выключается обработка осанки, а также осуществляется связь футболки с пользователем. Но в целом футболка может работать и без доступа к смартфону: можно включить обработку осанки в приложении, оставить телефон дома и пойти в футболке гулять. При этом данные будут обрабатываться на микроконтроллере и вибромотор будет включаться, если положение неправильное.

Первые шаги. Зажгли светодиод

У нас не было опыта программирования микроконтроллеров, и мы прочитали, что инициализация и объявление датчикови пинов на STM это долго и сложно. Поэтому мы использовали высокий уровень абстракции с помощью библиотеки HAL и STM32CubeMX. STM32CubeMX инструмент, который с помощью графического интерфейса настраивает порты микроконтроллера и генерирует соответствующий код, использующий библиотеку HAL. Сначала мы решили сделать самую базовую в программировании микроконтроллеров вещь (на уровне Hello world) зажечь светодиод.


Интерфейс STM32CubeMX

После долгого поиска IDE, которая была бы кроссплатформенной, бесплатной и удобной для разработки, мы остановились на STM32CubeIDE.



Задача включения светодиода оказалась не самой простой, поскольку в интернете довольно мало информации по программированию STM32 (особенно по сравнению с Arduino). В дальнейшем этот фактор также усложнял работу над проектом.

Прошивка микроконтроллера

После того, как мы научились зажигать светодиод и поняли, как вообще программировать микроконтроллер, мы занялись написанием основы прошивки микроконтроллера, на базе которой в дальнейшем можно было бы добавлять различный функционал. Для начала нужно было научиться инициализировать датчики и получать информацию с них. Из датчиков мы успели добраться лишь до IMU-сенсоров: гироскопа и акселерометра. У нас были сенсоры MPU-6050.


Общение с микроконтроллером осуществляется по шине I2C. Благодаря библиотеке HAL передача данных производится легко: необходимо вызвать функцию для чтения/записи. Пример чтения данных с акселерометра из кода:

HAL_I2C_Mem_Read(i2c_handle, addres, ACCEL_XOUT_H_REG, 1, buffer, 6, 1000)

Функция получает хэндлер нужной шины, адрес датчика на ней, регистр, из которого необходимо прочитать (регистры прописаны в документации к датчику), размер регистра, буфер для записи, размер буфера и таймаут (время, которое отводится на ожидание ответа) в миллисекундах. Функция записи обладает аналогичной сигнатурой. Пример установки диапазона измерений гироскопа:

HAL_I2C_Mem_Write(i2c_handle, addres, GYRO_CONFIG_REG, 1, &Data, 1, 1000)

Также у нас был Bluetooth модуль (HC-05 и HC-06), но он не требовал каких-либо особых манипуляций для работы. После его подключения можно просто слать данные через универсальный асинхронный приемопередатчик (UART) специальное устройство внутри микроконтроллера, которое позволяет общаться с другими устройствами. Для него в HAL предусмотрены функции, схожие с функциями для I2C. Мы лишь написали небольшую обертку над ними, чтобы было проще выводить сообщения во время отладки.


HC-06

Далее мы создали класс Controller, который осуществляет инициализацию датчиков, запускает основной цикл программы и обрабатывает запросы, приходящие из приложения. Запросы хранятся в очереди, поступают через Bluetooth и принимаются с помощью механизма прерываний. Прерывание сигнал от программного или аппаратного обеспечения, сообщающий процессору о наступлении какого-либо события, которое требует немедленного внимания. Механизм прерывания нужен в том числе для быстрого реагирования системы на важные события.

Также Controller хранит список функций футболки с помощью базового класса BaseFunc. На данный момент у нас есть только обработка осанки, но в будущем при добавлении нового функционала достаточно будет просто создать класс-наследник и добавить его в список функций. Контроллер выглядит примерно так:

class Controller {std::vector<std::unique_ptr<IMU>> IMUSensors; // список сенсоровstd::queue<Request> reqQueue; // очередь запросовstd::vector<std::pair<std::unique_ptr<BaseFunc>, bool>> mithrilFuncs; // список пар //<функция футболки, включена ли она>Controller();void Run(); // основной цикл программы};

Также для получения углов закручивания с IMU-сенсоров пришлось добавить специальный фильтр, который по данным с акселерометра и гироскопа выдает корректные углы отклонения. Мы решили использовать комплементарный фильтр, потому что он достаточно эффективен, и при этом его было легко реализовать. При реализации этого фильтра мы написали математику для кватернионов. Можно было обойтись и векторами, но кватернионы понадобились в другом фильтре, который мы тестировали, так что сейчас мы используем кватернионы.

Что там по прототипу

После того, как мы разобрались с программированием микроконтроллера и написали основы его прошивки, понадобился прототип футболки, с помощью которого можно было бы начать заниматься обработкой осанки. И тут вмешался коронавирус...

Из-за пандемии мы больше не могли встречаться и работать над футболкой вчетвером, и у нас фактически не было возможности ездить к Яну и Ивану, чтобы в случае проблем с прототипами оперативно их решать. Ян и Иван разработали прототип футболки, на котором можно было расставлять датчики, протягивая провода так, чтобы они не влияли на показания своим весом и натяжением. Ребята послали нам с Денисом по экземпляру футболки, а также изоленты, провода и др., чтобы мы сами могли устранять возможные поломки.

Приложение для Android

Мы поставили перед собой цель создать Android-приложение с возможностью общаться через Bluetooth с микроконтроллером. Как и в случае с программированием микроконтроллеров, опытом написания приложений под Android мы не обладали, однако найти информацию про Android оказалось намного легче, чем про STM32. Основы мы изучали при помощи курса на Stepik.org (курс действительно неплохой), где сначала разбирают основы языка Kotlin, а затем рассказывают о программировании под Android.

Первая версия приложения позволяла подключаться к микроконтроллеру через Bluetooth и передавать ему сообщения. Последняя версия не сильно отличается от первой (написание приложение для нас не было в приоритете): в ней появились виджеты для запуска калибровки и включения/выключения функции слежения за корректностью осанки.

На то, чтобы написать первую рабочую версию приложения, ушло около 6 часов мы потратили больше времени на изучение теории. Код такого простенького приложения занял примерно 400 строк, что приятно удивило. При этом наверняка его можно написать компактнее.


Меню навигации


Вкладка для подключения через Bluetooth


Вкладка для обмена данными

Обработка осанки

Мы пришли к двум разным способам обработки осанки: с помощью методов анализа данных и без них.

Обработка осанки с помощью методов анализа данных

В предыдущей версии на футболке был только один датчик, по данным с которого принималось решение о правильности осанки человека: оно зависело от угла закручивания датчика. Очевидно, что такой подход не может дать высокой точности, ведь у нас нет никаких данных о положении большей части спины. В нашей версии появилось 4 датчика. Было достаточно сложно придумать, как интерпретировать показания с них, поэтому мы решили прибегнуть к методам анализа данных. Из-за проблем с прототипами многое не успели сделать к дедлайну.

Сначала мы сняли с себя данные: углы закручивания и показания акселерометра с каждого из датчиков. Получили примерно 2000 замеров: около 1000 положительных и 1000 отрицательных. Конфигурация датчиков была следующая (два датчика расположены на лопатках и два на позвоночнике):



К сожалению, на обоих прототипах возникли проблемы с одним из четырех датчиков, поэтому датчик под номером 3 не использовался. Мы расположили их интуитивно: хотели отслеживать положение лопаток и отдела позвоночника вблизи шеи.



Проекции данных в двумерное пространство.

Здесь зеленым цветом выделены области правильной осанки, красным неправильной. В проекции на трехмерное пространство видно, что правильные положения и неправильные легко отделить друг от друга.


Далее необходимо было выбрать модели для предсказания. Мы решили попробовать линейную регрессию, а точнее ее модификацию Ridge, метод опорных векторов (SVM) с линейным ядром и дерево принятия решений. Выбор обусловлен простотой переноса моделей на микроконтроллер: первые две описываются некоторым количеством коэффициентов, а последняя представляет из себя набор условий if-else. Модели были взяты из библиотеки scikit-learn. Пример переноса линейной регрессии:

bool isPostureCorrect =(a11 * deviceAngles1[0] + a12 * deviceAngles1[1] + a13 * deviceAngles1[2] +           g11 * deviceGravity1[0] + g12 * deviceGravity1[1] + g13 * deviceGravity1[2] +           a21 * deviceAngles2[0] + a22 * deviceAngles2[1] + a23 * deviceAngles2[2] +           g21 * deviceGravity2[0] + g22 * deviceGravity2[1] + g23 * deviceGravity2[2] +           a41 * deviceAngles3[0] + a42 * deviceAngles3[1] + a43 * deviceAngles3[2] +           g41 * deviceGravity3[0] + g42 * deviceGravity3[1] + g43 * deviceGravity3[2]) > bias;

значения a??, g??, bias берутся из обученной модели.

Точность моделей с разной конфигурацией на тестовой выборке можно увидеть в таблице:


Размер тестовой выборки составлял 33% от всех данных. Такие высокие показатели скорее всего обусловлены малым количеством данных, ибо предсказания уж слишком хороши.

В реальных условиях модели, которые мы успели протестировать (деревья решений и некоторые конфигурации линейной регрессии), не работали настолько хорошо, поэтому их пришлось немного корректировать, чтобы они вели себя адекватнее. Лучше всех себя показал Ridge, обученный на углах закручивания.


Пример дерева принятия решений.

В условиях пандемии и наличия только двух прототипов мы не смогли собрать большого количества данных с разных людей, что плохо сказывается на работе моделей. Также в текущем решении используется лишь один замер для определения корректности осанки, чего, разумеется, недостаточно. Человек может просто наклониться за предметом, а футболка начнет подавать вибросигнал. Для решения подобных проблем следует попробовать модели, которые делают предсказания по последовательности входных данных, однако такие модели будет тяжелее перенести на микроконтроллер тем способом, что был в текущем решении.

Обратка осанки без методов анализа данных

Для того, чтобы обрабатывать осанку без ML, пришлось сначала изучить множество медицинских статей об осанке. Очень хотелось найти информацию о количественных характеристиках, которые можно было бы измерить и сравнить с нормой: то есть знать нормальный диапазон значений.

Мы изучили множество статей, но в большинстве из них либо не было количественных характеристик, либо характеристики невозможно было бы измерить имеющимися у нас средствами. Только одна статья оказалась полезной для нас (кстати, на неё ссылаются многие другие исследования, связанные с осанкой человека). В ней были описаны различные углы, по значениям которых можно определять корректность осанки.


Показатели осанки у людей с большим депрессивным расстройством до (A) и после (B) лечения из статьи J.Canales et al (2010)

Осталось только измерить эти углы. Для измерения можно приближенно изобразить нормальное положение позвоночника с помощью какой-нибудь функции, а затем брать нужные точки на графике и по ним искать значения различных углов.



Конфигурация датчиков

Датчики расположены вдоль позвоночника. В точках, где они находятся, можно получить углы наклона касательных, а следовательно, найти значение производной (которая равна тангенсу угла наклона касательных). Поскольку позвоночник изгибается, координаты точек всё время меняются. Из-за этого применить, например, интерполяцию по Эрмиту невозможно. При этом известны расстояния между точками вдоль кривой: их можно физически измерить. Изначально по этим данным мы хотели попробовать найти гладкую функцию, например, какой-нибудь многочлен. Но, во-первых, для этого нужно побольше точек, в которых известны производные, а во-вторых, задача довольно не проста с математической и вычислительной точек зрения. Поэтому на данном этапе разработки было принято решение приближать позвоночник с помощью кусочно-линейной функции.


В результате из двух углов, которые я пытался измерить (углы 3 и 4 на изображении из статьи), один измерялся корректно, а другой нет. Значения угла 3 совпадали с нормальными, указанными в статье. Угол 4 измерялся плохо из-за особенностей конструкции. Скорее всего, проблема заключается в том, что футболка в некоторых местах не плотно прилегает к телу, из-за чего угол наклона касательных вычисляется неверно.

Демо-видео

Вот демо-видео работы футболки и приложения:


Сначала включается обработка осанки, затем запускается калибровка, а после этого начинают приходить сообщения о корректности осанки.

Заключение

В результате у нас получилось обработать осанку двумя способами, разобраться с программированием под Android, написать приложение для Android и заодно немного разобраться с программированием микроконтроллера STM32.

Конечно, нельзя считать, что наша футболка закончена но пока мы работали над ней в течение одного семестра первого курса. Еще многое остается доделать, и в следующем году мы планируем продолжить!

Теперь немного о наших планах на будущее. Мы хотим:

• Усовершенствовать приближения позвоночника с помощью функции, чтобы точнее измерять углы, связанные с позвоночником.
• Собрать побольше данных для обработки осанки. На текущий момент данные сняты только с нас двоих и наши прототипы немного отличаются.
• Расширить функционал. Например, добавить снятие электрокардиограммы, чтобы по ней можно было выявлять различные болезни, отклонения и т.д.
• Усовершенствовать приложение: расширить его функционал. Например, подсчитывать статистику, анализировать её, рисовать графики.
• Создать прототип футболки, который будет иметь более товарный вид. На текущем этапе прототипы предназначены исключительно для тестирования функционала. Хочется собрать футболку, готовую для полноценного использования.

Ссылки на гитхаб проекта:

github.com/DT6A/Mithril прошивка микроконтроллера,
github.com/DT6A/MithrilApp приложение для android,
github.com/DT6A/MithrilData работа с данными.

На картинке скрин из нашумевшей игры про не очень далёкое будущее. Заметили странный воротник у типа? Думаете что это такое? Признаюсь честно, я совсем не пытался выяснить назначение этого устройства по сюжету, но мне сразу подумалось, что художник пытался изобразить ИНФРАКРАСНЙ ОБОГРЕВАТЕЛЬ!)) По моему логично. Сколько бы вы не протезировали органов и сколько бы дырок в черепе под нейролинк не насверлил вам Илон Машк, остатки вашей биологической плоти будут предательски старомодно мёрзнуть, создавая всем хорошо знакомое угнетающее ощущение божечки, я сейчас точно кони двину от холода, если этот автобус не приедет в ближайшую минуту!
Заходи под кат, чтобы узнать мои мысли по поводу существующих систем персонального обогрева и почему электрические греющие куртки это тупик. Всех с первой зимней пятницей!)


Эх, сколько же уюта в этих картинках) Если опустить мысли про подгорающие волосы, только представьте, как стало бы классно, если вместо толстого воротника и колючего шарфа, вокруг вашей шеи располагался ИНФРАКРАСНЙ ОБОГРЕВАТЕЛЬ! типа такого

Холод это плохо. Холод это смерть. И ваш организм за миллионы лет эволюции это хорошо усвоил, записав важную информацию на уровне рефлексов в генетическую память человеческого вида.
Казалось бы, страх замёрзнуть далеко в прошлом, мы живём в мегаполисах, транспорт ходит по расписанию, в каждой машине тепло, а к домам идут теплотрассы, чтобы доставить уют в каждую квартиру. Но постоянно сидеть в квартире не будешь, и машины есть не у всех, по этому каждый из нас попадал в ситуацию когда оделся не по погоде или транспорт задержался. Помните свои мысли в тот момент? !@#$%^%^*&&(*&^, когда же это закончится!
Невозможно наслаждаться музыкой, увлечённо смотреть видео, погрузиться в чтение или думать о чём то прекрасном, когда холод взял за ж#пу! Мысли путаются, перемешиваются с матом, невозможно на чём то сосредоточится, потому что для внутреннего животного вы в шаге от смертельной опасности! Как тут не позавидовать персонажу из игры с инфракрасным обогревателем в воротнике куртки)
Это конечно же фантазия художника и не самый рациональный вариант обогрева, но на сегодняшний день вся греющая одежда устроена примерно так. И греющая куртка от Ксиоми туда же.

Работает всё до безобразия просто: Вы подключаете свой мощный, увесистый пауербанк к куртке, она замыкает его на металлические пластины внутри нескольких нагревателей и вся эта технологичная система потребляя ток до 2х ампер, при 5ти вольтах, по законам физики выделяет максимум 10 Ватт тепла вам под куртку. Через пару часов ваш павербанк садиться и вы бежите домой в холодной китайской куртке с увесистым литиевым кирпичом в кармане, требующим 4-6 часов до полной зарядки чтобы повторить прогулку.
И хорошо если бежать не далеко и есть куда. А в виду природных и политических аномалий, участившихся в последнее время, централизованное теплоснабжение может прекратиться в любой момент. Вы смотрите те же новости, наверно видели.
Кароче, электрические греющие куртки это неудобная приспособа для жителей городов, чтобы сбегать в магаз или выгулять собаку. Эта технология совершенно не придаст вам уверенности в экстремальных условиях. Вряд ли если случится беда или киберпанк, то вы выберете 10 ватт обогрева в течении пары часов, вместо трёх суток функционирования современного смартфона с навигацией и связью.
Очевидно, что в наше непростое время нужен новый подход к персональному обогреву и это подтолкнуло меня на собственное исследование:)

Люди уже тысячи лет знают как согреться нужно просто что-то сжечь! Проблема персонального электрического обогрева в низкой плотности энергии в аккумуляторах и долгой их зарядке. В то время как сжигаемое топливо целиком превращается в тепло и свет. Его запас легко пополняется и оно не нуждается в увесистой таре в виде банок литиевой батареи, которая даже не становится легче после полной разрядки.

Вот например ещё хорошая картинка, где мужик идет сквозь холод с керосиновой лампой. Это древнее устройство перерабатывает жидкое горючее в тепло и свет, имея автономность около суток на одной заправке. По сравнению с пауэрбанком заряжается за секунды, но работает только в вертикальном положении.(
Как мне рассказали позже, вершиной инженерной мысли в носимых системах обогрева на сжигаемом топливе сегодня являются каталитические грелки.

Это как распухшая бензиновая зажигалка зиппо, которая умеет гореть в закрытом виде. Процесс горения топлива в присутствии платинового катализатора проходит без видимых языков пламени. Тепла выделяется соответственно тоже не очень много.
Сама каталитическая реакция по информации из форумов не очень стабильный процесс, зависящий от многих факторов. Необходимо чистое топливо и качественный платиновый катализатор, которые можно и не найти в условиях пост апокалипсиса, лол. Также требуется предварительный подогрев катализатора, что усложняет систему автоматического управления.
Возможность использования бензина я взял на заметку, а сам выбрал в качестве топлива для первого прототипа сжиженный газ)

Я смело предположил, что можно собрать удобный тепловой модуль до пары кг весом, включая запас газа например на сутки. В начале испытаний его можно будет класть в рюкзак, а позже разнести на блоки и расположить их в удобных местах одежды.
Вся система будет состоять из баллона с газом, пары теплообменников с горелками и электроники, которая будет всем этим рулить.
Для равномерного распределения тепла было решено использовать жидкий теплоноситель, который будет прокачиваться через контур водяной рубашки костюма, как у рыжего космонавта:

По сути мне было нужно уменьшить современную бытовую газовую колонку до носимых размеров, позволяющих разместить все модули под верхней одеждой для минимизации теплопотерь.

Да, где то внутри одежды будет гореть небольшое пламя, вы всё правильно поняли.) Не стоит паниковать, огонь опасен только без присмотра. За нашими микро горелками будет присматривать микроконтроллер Ардуино! По этому можно быть спокойным:) Программа будет дозировать поступление газа и воздуха, следить за наличием пламени и контролировать температуру теплоносителя.
Мне не терпелось выяснить, сколько сниженного газа потребуется, чтобы согревать одного единственного человека в любой мороз и я приступил к экспериментам прямо летом 2017го)

Сначала я хотел разработать все компоненты системы с нуля, но после локального настольного пожара изза утечки газа через самодельный электроуправляемый клапан решил не рисковать.) Как было сказано выше, наиболее похожим существующим прибором оказалась бытовая газовая колонка.

Электрическая составляющая большинства колонок рассчитана на батарейное питание(3 вольта) и уже в стоковом виде эта штука является почти носимым обогревателем, за исключением большого веса(~10кг) и отсутствия циркуляционного насоса.

Мощность газовой колонки обычно больше 10 квт, некоторые умельцы на ютюбе приспосабливают их для отопления целых домов. Для носимой установки такие мощности излишни, по этому я взял у донора только газовый клапан и генератор высокого напряжения для поджига, остальное выбросил.

Меня конечно расстраивал вес газового клапана, который явно не был рассчитан на использование в носимых устройствах, но рисковать больше не хотелось.

От клапана были отрезаны тяжелые литые фланцы, а из платы управления вычленен высоковольтный модуль розжига.

Горелку я тоже не стал изобретать, а взял готовую китайскую инжекционную с которой тоже было отрезано всё лишнее. Для понижения давления был куплен за 300 рублей готовый газовый редуктор и после соединения этих компонентов, я получил достаточно компактный, электрически управляемый огонь, на поддержание горения которого требовалось всего лишь 0,1 ампер, которые в основном расходовались на удержание газового клапана в открытом состоянии.

Следующей задачей было научиться эффективно передавать тепло от пламени теплоносителю для последующего равномерного распределения.

Теплообменник из первого эксперимента обладал крайне малой эффективностью изза малой площади контакта с разогретыми продуктами горения газа. Пришлось побегать по городу чтобы найти более тонкие медные трубки и научиться паять медь, чтобы создать более эффективный теплообменник.

Уже в таком виде система хорошо нагревала воду и можно было бы на этом остановится, но мой медный теплообменник сообщал теплоносителю по приблизительным прикидкам даже меньше половины всего тепла, а остальное пролетало дальше отапливать улицу. Я не захотел мириться с такими потерями и для повышения кпд добавил в систему ещё один теплообменник большой площади, чтобы забрать себе как можно больше тепла.

Размеры выбирал так, чтобы всё устройство помещалось в рюкзаке в отделении для ноутбука и грело спину. Размер листа а4 чтобы вы представляли.

Два вентилятора создавали тягу и выдували продукты горения через гофрированные воздуховоды наружу.

Алюминиевый корпус второго радиатора послужил рамой для размещения всех модулей.

Водяная помпа с напряжением питания 12в не лучший вариант для портативных устройств. При работе спокойно кушает 0,4 ампера. Ещё 0,1 ампер требуется на вентиляцию и столько же для удержания газового клапана открытым. Всего 0,6Ампера в работе.

Всё было почти готово для испытаний, несколько вечеров просидел над написанием скетча, чтобы это всё работало автоматически. Согласно алгоритму, по нажатию кнопки ардуина включала вытяжку, открывала газ, давала искру и запускала циркуляцию теплоносителя. Данные с датчиков температуры в различных точках устройства и статистика горения выводятся на экран пульта управления

Таким образом с первого раза у меня получилось уменьшить газовую колонку в 4 раза до веса ~2,5кг.

А весь комплект оборудования, включая батарейки, стакан теплоносителя, 10метров тонкого шланга и запас сжиженного газа объёмом пол литра весит чуть больше трёх кг.

Для распределения тепла под верхней одеждой я равномерно пришил 10 метров тонкого шланга к толстовке.

На спине шланги отсутствуют, потому что спину через рюкзак греет корпус нагревательного модуля.

Испытания проводились -10 с холодным ветром и в -20 без ветра. Сверху была одета старая осенняя куртка в которой я обычно замерзал уже при нуле. Обогреватель автоматически зажигал горелку, когда температура на датчиках падала ниже 50ти градусов и тушил после прогрева теплоносителя до 55.

Про эффективность. Словами сложно передать,) Хочется улыбаться прохожим, смотреть по сторонам, стоять на месте и любоваться видом как будто холод отключили) это как обмотаться 10ю метрами шланга внутри которого кипяточек)) хотя горячее 60 градусов уже совсем не комфортно. Я думаю не один автономный электроообогрев не сможет давать столько тепла продолжительное время)
За 2 часа и 10 минут испытаний горелка была включена чуть меньше часа, 3484секунды или 58 минут. Можно грубо сказать что горелка работала половину времени моего путешествия по холоду. При токе потребления в активном режиме 0,6Ампера, можно примерно посчитать, что установке для работы в среднем требуется 0,3 ампера в час. Или аккумулятор 7,2А/ч на сутки. Это означает, что понадобится ~288г аккумуляторов для того чтобы 24 часа с комфортом находится на любом морозе. Но есть вариант перейти на 2s акк и их вес будет ощутимо меньше.
Расход газа измерил взвешиванием баллона

В активном режиме за 601 секунду установка расходует 6 грамм газа. Значит за минуту активного нагрева тратится 6г/10мин = 0,6 грамм газа. Учитывая, что в реальных условиях горелка бывает включена меньше половины общего времени пребывания на морозе, можно сказать, что система потребляет 0,3г газа в минуту.

Эта штука собрана буквально на коленке из подручных материалов и демонстрирует возможность персонального обогрева с помощью сжигаемого топлива. Довольно ощутимый размер и вес получился в результате использования доступных и серийно производимых деталей от бытовых газовых приборов.
Но уже в таком виде это устройство наделяет меня супер способностью противостоять любому холоду около 12ти часов на одном целом балончике газа 220г за 50 рублей.
В теории можно кинуть в рюкзак пару балончиков газа, трёхсот граммовый 3s аккумулятор и отправится на сутки выживать в зимний лес, только для того чтобы похвастать своим превосходством над силами природы.) Лишний вес носимого оборудования при этом составит около трёх килограмм.
При создании этого первого прототипа я получил полезный опыт и ещё сильней вдохновился идеей создания греющей одежды на новом принципе. Дружитесь со мной в социальных сетях, там можно найти больше фотографий этого проекта и новых устройств

Извиняюсь за посредственное оформление и дефицит запятых, мне это очень трудно даётся, но если вам интересны мои статьи, то сообщите положительными сигналами в карму и я расскажу вам как собрал следующую версию носимого обогревателя, который использует в качестве топлива спирт, в два раза легче и располагается непосредственно под верхней одеждой)

В 2015 году у Марти Макфлая куртка сама подбирала длину рукавов (для кого вообще их такими делали, для орангутанов?), продувалась и высыхала за несколько секунд, а шнурки на кроссовках автоматически затягивались. Выглядело офигенно круто, если не считать рукавов. Но сегодня мы иначе представляем себе умную одежду. Мы подобрали несколько проектов с интересными идеями. Возможно, некоторые из них через несколько лет станут обыденностью.

Levi's Commuter x Jacquard

Совместный проект Levi's и Google. В манжет неприметной джинсовой куртки вплетены нити, реагирующие на прикосновения, а под тканью размещена электроника. Куртку можно по беспроводной связи подключить к Android-смартфону, и она превращается в сенсорный элемент управления. Похлопывая и поглаживая рукав, можно менять громкость музыки, убирать уведомления, использовать быстрые ответы на звонки и сообщения, управлять навигатором. В целом, набор функций невелик, а возможности зависят от воли и фантазии Google.

Линейка одежды Tommy Jeans Xplore

Пару лет назад компания выпустила серию толстовок, блузок, курток, джинсов, бейсболок и сумок со встроенным Bluetooth-чипом с геопозиционированием, который отслеживает количество носок, а также записывает координаты передвижений владельца. Чем больше носишь, тем больше скидка в фирменных магазинах. Так себе умные возможности, но что есть. Похоже, целевая аудитория не восхитилась, потому что сейчас одежду линейки Jeans Xplore на официальном сайте можно найти только в разделе распродажи.

Nadi X

Кикстартерный проект по созданию умных лосин для фанатов йоги. Когда владелица принимает одну из поз, прописанных в приложении, штаны с помощью вшитых вибромоторов подсказывают, какую часть какой конечности нужно подвинуть, чтобы поза получилась идеальной. Стоили суперлосины $250 без учёта доставки.

Умные носки Sensoria

В подошвы носков вшиты датчики давления, а сбоку крепится съёмный блок электроники. Носки отслеживают характер давления ступней, а приложение подсказывает, что нужно поменять в своих движениях, чтобы бежать или идти эффективнее.

Nike Adapt BB

Первая версия умных кроссовок (уже не производятся) Nike называлась Hyper Adapt 1.0. Они были оснащены моторами и могли корректировать посадку ступни для максимального удобства.


Затем вышли самозатягивающиеся на ноге Adapt BB и Adapt BB 2.0. Есть приложение, позволяющее настраивать силу затяжки и цвет подсветки. Одобрено Марти Макфлаем.

Футболка Ambiotex

Футболка из микрофибры со вшитыми датчиками, а спереди находятся магниты для крепления блока электроники. Умеет в течение суток записывать частоту пульса и дыхания, вариабельность сердечного ритма и общую динамику показателей. Одежда не даст соврать себе, как ты перетрудился в спортзале. Или сразу сообщит о проблемах со здоровьем у пожилого родственника.

Линейка одежды Hexoskin

Широкая линейка обтягивающих маек-безрукавок, которые регистрируют сердечный ритм, частоту дыхания, шаги, потраченные калории. Даже во сне. Полезно тем, кто хочет держать руку на пульсе и подробнейшим образом анализировать своё состояние.

Mircod

А это российский проект умной одежды униформы. Причём она может быть укомплектована, как неплохой смартфон:

• Гальванические датчики для анализа потоотделения.
• Гиродатчик, акселерометр и магнетометр для определения положения в пространстве.
• Барометр.
• Датчики температуры.
• Датчики сердечного и дыхательного ритма.
• Газоанализаторы для определения загрязнения воздуха.

И при этом никакого дурацкого блока электроники, всё сделано максимально незаметным и вшитым.

Athos

Умная одежда для спортсменов (со съёмным блоком электроники), которая через приложение наглядно показывает, какие группы мышц активируются в данный момент. Ну и сердечный ритм с дыханием, куда же без них. Можно потом проанализировать и скорректировать свои движения, если что-то делаешь неправильно.

HugShirt блузка-обнимашка

Что мы всё о спорте, нужно ведь подумать и о просто приятном, а не обязательно полезном. Например, блузка со встроенными датчиками и приводами для передачи обнимания. Подключаешься к смартфону по Bluetooth, обнимаешь себя, и отправляешь запись своей половине (или половину), которая тоже носит блузку-обнимашку. И одежда передаёт ощущение объятий. Каким-то образом. Прямо идеально по меркам 2020 года апофеоз социального дистанцирования.

Xenoma e-skin

Ещё один производитель умной одежды на этот раз не только для спортсменов, но и для пожилых. Одежда регистрирует жизненные показатели и степень физической активности, чтобы эффективнее заниматься спортом или сразу оповещать о проблемах со здоровьем.

Куртка Ministry of Supply Mercury

Куртка оснащена электрическими углеродными обогревателями с автоматическим включением по термостату. Температурный предел не указан, хотя вряд ли куртке под силу 30-градусный мороз, если только не высадить аккумулятор за полчаса. А он тут, к слову, приличного размера.

---

Сегодня большинство моделей умной одежды создаётся для спортсменов, которые хотят записывать и анализировать свои жизненные показатели во время тренировок. Вторая по массовости аудитория для такой одежды пожилые. А с другими задачами пока грустно, в основном это очень нишевые или артхаусные проекты, не предназначенные для действительно массового потребителя. Кроме того, умной одежде пока не удаётся избавиться от довольно массивного блока электроники. Да, его пытаются сделать как можно меньше, легче и быстросъёмнее, придают ему вычурный дизайн но без него было бы лучше.

P.S. Если пропустили нашу подборку проектов аэротакси, она тут.