سیستم فرش هوشمند بر پایه پرتونگاری مقطعی فتونیک برای نظارت بر نحوه راه رفتن و تعادل در محیطهای خانگی
سیستم فرش هوشمند بر پایه پرتونگاری مقطعی فتونیک برای نظارت بر نحوه راه رفتن و تعادل در محیطهای خانگی
حمیده نجارزاده۱، میلاد محمدی۲
- دانشجوی دکترا، مهندسی شیمی نساجی و علوم الیاف، دانشکده نساجی، دانشگاه آزاد اسلامی، واحد علوم تحقیقات
- دانشجوی کارشناسی ارشد، مهندسی شیمی نساجی و علوم الیاف، دانشکده نساجی، دانشگاه آزاد اسلامی، واحد تهران جنوب
چکیده
در این مطالعه با ارائه سیستمی برای تصویربرداری از ردپا با استفاده از حسگرهایی از جنس الیاف نوری پلاستیکی (POF) گونهای از پرتونگاری مقطعی فتونیک در مسیر هدایتشده (GPT) گزارش میشود. با اتصال ۸۰ لیف نوری پلاستیکی به لایه زیرین یک فرش حسگری به ابعاد ۲×۱ متر مربع ساخته شد. اصول این حسگرها بر پایه حساسیت الیاف نوری پلاستیکی نسبت به خمش است. میزان این حساسیت با اندازهگیری انتقال نور تعیین میشود. سیستم GPT فتونیک از یک حسگر سختافزار و نرمافزار پردازشگر تشکیل شده که توسط یک فرش روکش شده است. این سیستم، تصویربرداری از رد پا را با موفقیت انجام داده و موقعیت دقیق و محل فرود پای فردی که روی فرش راه میرود را در زمان واقعی نمایش میدهد. در این مقاله از محاسبات سریع مرکز جرم ردپا که برای ثبت نحوه راه رفتن و محل فرود پا مناسب است، استفاده شده است.
مقدمه
در این مطالعه، از اصطلاح فرش هوشمند برای فرشی استفاده میشود که دارای سیستم حسگری با قابلیت تصویربرداری، پردازش و ارائه اطلاعات ردپای انسان است. به طور کلی، این کار را میتوان بسته به زمینهای که قرار است در آنجا به کار گرفته شود با پیچیدگی، قابلیت حمل و هزینههای متغیری انجام داد. از سال ۱۹۸۰ میلادی تاکنون چندین روش برای حس رد پا پیشنهاد شده و توسعه یافتهاند. این روشها عبارتند از استفاده از: حسگرهای پیزوالکتریک، مقاومتی، خازنی، لرزهنگار و صوتی. فناوریهای حسگر مورد استفاده نیز عبارتند از: نیروسنجها، سوئیچها، فیلمهای الکتروشیمیایی، الیاف نوری، اسکنرهای مسطح، نیروهای مقاومتی، شتابسنجها و ترکیبی از این موارد. اصطلاح مورد استفاده نیز بسته به کاربرد متفاوت است. برای مثال میتوان به اصطلاحاتی مانند فرش جادویی، حسگر کفپوشی، کفپوش فعال، کفپوش حسگر فشاری، فرش هوشمند و کفپوش هوشمند اشاره کنیم.
در این مطالعه از روش پرتونگاری مقطعی در مسیر هدایتشده (GPT) برای تصویربرداری از تغییرشکل ناشی از فرود پا استفاده شده است. این روش با کاهش تعداد اندازهگیریها و اتصالات حسگرها در واحد سطح، برای کاربرد در حوزههای مختلفی مانند اندازهگیری محیط رد پا مناسب است. بنابراین، سیستمهای قابل حمل و ارزان قیمت GPT از قابلیت استفاده در مراقبتهای بهداشتی، ورزش، سرگرمی، کاربردهای امنیتی و سایر حوزهها برخوردارند. در این کاربردها میتوان تماس پای یک یا چند نفر با کف زمین را به روشی غیرمخرب ثبت و تحلیل کرد.
در این مقدمه تحلیل نحوه راه رفتن را به عنوان یکی از اهداف این سیستم توضیح میدهیم. تشخیص نحوه راه رفتن در سیستم GPT میتواند در کاربردهایی که به اطلاعات خصوصیات زیستسنجی انسان مانند عدم تقارن، ناپایداری، روشهای معادل و راه رفتن تطبیقی، نیاز است استفاده شود. نحوه راه رفتن شامل: سرعت راه رفتن، فاصله بین ردپاها (در راستای طولی و عرضی) و الگوی ردپاها میشود. تا به امروز، اطلاعات مربوط به تشخیص نحوه راه رفتن معمولاً به سه روش متفاوت بر اساس حسگرهای ویدئویی، حسگرهای کف زمین و یا حسگرهای پوشیدنی به دست میآمدند. این روشها علاوه بر گران بودن مشکلاتی از نظر شکستن حریم شخصی و وابسته بودن به همکاری فرد مورد آزمون را داشتند. سیستم GPT گزارششده در این مقاله علاوه بر این که میتواند به عنوان یک حسگر کفپوشی استفاده شود، تداخلی با محیط روزانه افراد نداشته و در مقایسه با تجهیزات پوشیدنی مزاحمتی برای افراد ایجاد نکرده و مشکلات اخلاقی مربوط به نظارت ویدئویی مستمر افراد را نیز در پی ندارد. علاوه بر این، سیستم GPT بر پایه تغییرشکل ناشی از نیروی ثقلی اعمالی بر روی وزن بدن فرد کار میکند که قابل حذف نیست و در نتیجه بیشترین همکاری ممکن از سوی فرد مورد آزمون به دست میآید. فرش هوشمند GPT برخلاف سایر حسگرهای کفپوشی قادر به شبیهسازی تغییرشکلها بوده و چندین شاخص اضافی مربوط به نحوه راه رفتن و تعادل در شرایط پزشکی مانند موقعیت مرکز ثقل بدن، حرکت مفاصل، تقارن و فشار کف پا در آن یکپارچه شده است.
در این مطالعه فرشی هوشمند ارائه شده که در آن از ۸۰ حسگر از جنس لیف نوری پلاستیکی بر پایه GPT فتونیک (PGPT) استفاده شده است. این فرش مساحتی به ابعاد ۲×۱ متر مربع را با قدرت تشخیص فاصلهای ۰۶/۰ متر پوشانده و قادر به نمایش تصویر ردپاها در زمان واقعی و ذخیره دادههای اندازهگیری شده برای پردازش و تحلیل بیشتر است. دو عامل این سیستم یعنی قدرت تشخیص فاصلهای و قدرت تشخیص زمانی مستقل نبوده و به طور جداگانه از روی تعداد و موقعیت حسگرهای POF، خصوصیات مکانیکی زیرلایه و عملکرد تجهیزات پردازشگر و تحلیلگر وسرعت الگوریتمهای پردازشکننده دادهها تعیین میشوند.
در ادامه مقاله به ترتیب به موضوعات اشاره شده میپردازیم. در قسمت دوم مروری بر سیستمهای توسعهیافته بر پایه حسگرهای کفپوشی خواهیم داشت. در بخش ۳ جزئیات مربوط به حسگرهای POF را مورد بررسی قرار میدهیم. در بخش ۴ نیز در مورد PGPT و اصول تصویربرداری بکار رفته در سیستم توضیحی ارائه خواهیم داد. در قسمت پنجم جزئیات مربوط به نمایش گر تصویربردار از فرش و در بخش ششم نتایج به دست آمده ارائه خواهند شد. در قسمت هفتم نیز بحث مختصری در مورد نتایج مقاله ارائه میشود.
سابقه مطالعاتی
نتایج نشان میدهند که در حالت معمول هر دوره پیادهروی یک انسان متوسط حدود ۲/۱ ثانیه طول میکشد که دو برابر سیکل کامل یک بار گام برداشتن است. زمان تماس پا با زمین در این دوره ۶/۰ ثانیهای حدود ۲/۰ ثانیه است. با توجه به مدت زمان راه رفتن، قدرت تشخیص زمانی و یا نرخ فریم تصویر مورد نیاز برای سیستم تشخیص راه رفتن باید حداقل ۱۰ هرتز (تصویربرداری در بازههای زمانی ۱۰۰ میلی ثانیه) باشد.
فاصله بین استخوانهای کف پا و پاشنه پا در افراد مختلف متفاوت است. طول متوسط قوس کف پای بزرگسالان که از پشت پاشنه تا استخوان کف پا اندازهگیری میشود، ۱۸۹/۰ متر است (اندازهگیری شده در ۱۰۰ زن و مرد). بر اساس این نتیجه، فاصله مورد انتظار بین استخوانهای پاشنه و کف پا تقریباً ۱۵/۰ متر است. بنابراین، هر نوع سیستم مورد استفاده برای تشخیص موقعیت این نقاط فشار باید حداقل از قابلیت تجزیه و تحلیل این فاصله برخوردار باشد.
در یکی از مطالعات قبلی، از یک کابل پیزوالکتریک برای ساخت حسگر کفپوشی به ابعاد ۸/۱×۳ متر مربع استفاده شده است. نرخ اسکن این سیستم که به آن فرش جادویی گفته میشود ۶۰ هرتز بوده و قابلیت تشخیص فاصلهای آن حدود ۱/۰ متر است. از این سیستم با موفقیت برای نظارت بر موقعیت دینامیکی پا و فشار آن در موسیقی تعاملی استفاده شده است. با این حال، کاربرد این سیستم برای تحلیل نحوه راه رفتن بررسی نشده است.
در مطالعهای دیگر از سیستمی به ابعاد ۲×۴/۲ متر مربع بر پایه حسگرهای خازنی استفاده شده است که در قطعات الکترونیکی و منسوجات تعبیه شده و به صورت لفاف درون یک فرش قرار داده شده است. این سیستم از قابلیت ردیابی مسیر راه رفتن فرد با دقت حدود ۹۸ درصد برخوردار است. با این حال قابلیت استفاده از این سیستم نیز برای تحلیل نحوه راه رفتن مشخص نیست.
در مقالهای دیگر به تشخیص ردپا در خانههای هوشمند اشاره شده است. در این مطالعه از دو مبدل پیزوالکتریک در زیر کفپوش لاستیکی برای جمعآوری ۳۵۵۰ داده مربوط به ردپای ۵۵ نفر استفاده شده است. اگرچه این سیستم برای تشخیص ردپا به کار رفته است، اما فقط قادر به دریافت سیگنالهای ردپا در موقعیتی ثابت و معینمیباشد. همین محققین در مطالعهای دیگر از دو حصیر حسگر به ابعاد ۳۵/۰ × ۴۵/۰ متر مربع استفاده کردهاند که هر یک حاوی ۸۸ حسگر پیزوالکتریک بودند. این سیستم از قابلیت دریافت دو سیگنال پشت سر هم گام افراد برخوردار است. شایان ذکر است که این مطالعه با هدف تولید پایگاه دادهای برای ردپا در کاربردهای زیستسنجی انجام شده است و در نتیجه به تجهیزات آزمایشگاهی خاصی نیاز دارد که در آن از دوربینهای ویدئویی و میکروفونها استفاده میشود.
در مطالعه دیگر با استفاده از الیاف نوری و با بکارگیری ۴۰ متر از الیاف پر پیچ و خم یک کفپوش حسگر توزیعشده برای روکش کردن مساحتی به ابعاد ۴ ×۶/۱ متر مربع ساخته شده است. در این مطالعه از تحلیل نوری حوزه زمان بریلون (BOCDA) برای موقعیتیابی کرنشهای ایجاد شده در راستای الیاف در زمان ۶/۳ ثانیه استفاده شده است. همچنین از الگوریتم پردازش خاصی برای ردیابی سرعتی معادل ۷/۱ متر بر ثانیه کمک گرفته شده است. این سیستم برای تشخیص حضور فرد و ردیابی آن ساخته شده و قدرت تشخیص فاصلهای آن ۱۸/۰ متر است. علاوه بر این، استفاده از تحلیل BOCDA به یک مولد سیگنال، لیزر و مدولاتور فرکانس نیاز دارد که پیچیدگی سیستم و هزینه آن را به میزان زیادی افزایش میدهد. در نتیجه کاربردهای غیر آزمایشگاهی این سیستم محدود هستند.
در مطالعهای پژوهشی یک پیادهروی الکترونیکی که با نام تجاری GAITRite در بازار عرضه میشود، ساخته شده است. این پیادهرو از لاییهای حسگر تشکیل شده است که هر یک حاوی ۲۳۰۴ حسگر هستند. این حسگرها در شبکهای با ابعاد ۴۸×۴۸ قرار گرفتهاند و مساحت فعالی معادل ۶×۱ متر مربع را میپوشانند. این سیستم قادر به اندازهگیری عوامل زمانی و فاصلهای راه رفتن بوده و قابل حمل است. پیادهروی GAITRite توسط فیزیوتراپها برای تحلیلهای کلینیکی استفاده میشود، اما قیمت بالایی دارد. همین امر باعث شده است که به جای استفاده از این سیستم در خانههای جدید،کاربرد آن تنها به مصارف آزمایشگاهی محدود شود.
در بین روشهای متنوعی که برای حس ردپا استفاده شدهآند، بسیاری از روشها از اصول یکسانی بهره میبرند. در این سیستمها از نیروی اعمالی به حسگر که از وزن فرد ناشی میشود و ضربه واردشده به حسگر استفاده میشود. در سیستمهای ضربهای از نیروی عکسالعمل زمین (GRF) استفاده میشود. این نیرو عبارت است از عکسالعمل حسگر در پاسخ به وزن و اینرسی یک شیء. این نیروی عسالعمل ایجاد شده در مساحت تماس واحد منجر به اعمال فشار به حسگر میشود. به مختصات نقطهای که برآیند تمامی نیروهای عکسالعمل در آن وارد میشوند مرکز فشار گفته میشود. مختصات مرکز فشار بسته به تعادل و نحوه راه رفتن در طول زمان تغییر میکند.
اصول حسگری مورد استفاده در این مطالعه نیز نوعی از حسگرهای نیروی عکسالعمل زمین هستند. این حسگرها نسبت به آرایهای از حسگرهای تماسی (باینری) سودمندتر هستند. در این حسگرها از الیاف نوری پلاستیکی استفاده میشود که به نحوه تغییرشکل زیرلایه خود در اثر فشار اعمالی به سطح فرش حساس هستند. دامنه تغییرشکل به وزن فرد مورد آزمون (SUT) و خصوصیات مکانیکی زیرلایهای بستگی دارد که حسگر الیاف نوری را از زمین غیر قابل تغییرشکل جدا میسازد. در حسگر الیاف نوری شدت انتقال نوری اندازهگیری میشود. این روش نسبت به سایر روشهای حسگر از مزایایی مانند نیرومند بودن، ایمنی دائمی و مقاومت در برابر مایعات بدنی مانند خون و اوره برخوردار است. معمولاً الیاف نوری پلاستیکی با قیمتی کمتر از ۱ دلار در متر عرضه میشوند و میتوان این الیاف را در ترکیب با منابع نوری و آشکارسازهای ارزان، سبک و کوچک استفاده کرد و حسگرهایی به صرفه از نظر مصرف انرژی تولید نمود. علاوه بر این، کاربرد حسگرهای الیاف نوری در زیرلایههای تجاری مورد استفاده در فرشها آسان است. به این ترتیب حسگر به صورت نامشخص در زیر یک فرش معمولی مورد استفاده در زندگی روزمره قرار میگیرد.
جدول ۱- خلاصهای از سیستمهای کفپوشی بررسی شده
با توجه به مطالعات انجام شده در این زمینه میتوانیم نتیجه بگیریم که اگرچه سیستمهای بررسیشده از قابلیت تشخیص فاصلهای و زمانی مناسبی برای نظارت بر نحوه راه رفتن و عادتهای پیادهروی برخوردارند، اما این سیستمها بیشتر برای کاربردهای آزمایشگاهی مناسب بوده و در تعارض با حریم شخصی افراد قرار دارند. قیمت این سیستمها بسیار بالا است که کاربرد آنها در مساحتهای زیاد را با محدودیت روبرو میکند. هزینه مواد مورد استفاده برای تولید حسگرهای فرش هوشمند کمتر از ۱۵۰ دلار در متر مربع است. در جدول ۱ مقایسهای بین قابلیت تشخیص زمانی و فاصلهای هر یک از این سیستمها ارائه شده است. در ردیف آخر این جدول مقادیر اندازهگیری شده از سیستم ارائهشده در این مقاله آورده شده است (به صورت برجسته).
حسگرهای الیاف نوری پلاستیکی برای استفاده به عنوان PGPT
عناصر حسگر که بر اساس تغییرشکل و یا خمش اعمالشده به الیاف نوری کار میکنند در سیستمهای اندازهگیری برای نظارت بر فشار، کرنش، ارتعاش، جابهجایی، سرعت و شتاب استفاده شدهاند. در این کاربردها انتخاب الیاف نوری پلاستیکی انتخابی کاملاً طبیعی هستند. زیرا حساسیت این الیاف نسبت به خمش در مقایسه با الیاف شیشه بسیار بالاتر است. با این حال، حساسیت الیاف نوری پلاستیکی به خمش در مقادیر مطلق هنوز ضعیف است. با توجه به این محدودیت، محققین مختلفی روشهایی را برای ارتقای حساسیت این الیاف ارائه کردهاند. در این روشها با ایجاد نقاط عیب در الیاف، خصوصیات هدایت موج الیاف به صورت تابعی از شعاع خمش تعدیل میشود. برای مثال در یکی از این مطالعات یک کرنشسنج از جنس الیاف نوری ساخته شده است. برای این منظور شیارهایی شعاعی در یک لیف نوری پلاستیکی چندحالتی ایجاد شده است تا حساسیت اندازهگیری انحنا افزایش یابد. در مطالعهای دیکر قطاعی با طول از پیش تعیینشده از سطح مقطع الیاف نوری پلاستیکی خارج شده است تا حساسیت کرنشی لیف نوری با خراشیدن سطح آن توسط یک تیغ افزایش یابد. در پژوهش دیگر از طریق تکمیلهای فیزیکی (آسیاب، تراش) ناحیهای حساس در یک طرف لیف ایجاد شده است. سطح این ناحیه حساس از قابلیت تابش نور برخوردار است.
سادهترین و ارزانترین روش برای افزایش حساسیت الیاف نوری پلاستیکی نسبت به خمش ایجاد شیارهایی با عمق و دوره تناوب مناسب در راستای طولی الیاف است. نتایج حاصل از ردیابی پرتوی، شبیهسازیها و اندازهگیریها نشان میدهند که حساسیت الیاف نوری پلاستیکی شیاردار به ترتیب با باز و بسته شدن شیارها در اثر خمشهای مثبت و منفی افزایش مییابد. بسیاری از محاسبات و ارزیابیهای تجربی بر روی مجموعهای از ساختارهای حاوی شیارهای نسبتاً کم عمق انجام شدهاند.
در مقایسه با مقالات موجود، در این مطالعه افت توان در یک شیار با عمق بیشتر از ۱/۰ تا ۵/۰ میلیمتر اندازهگیری شده است. عمق ۵/۰ میلیمتری تقریباً با شعاع الیاف نوری پلاستیکی برابر است.
| افت توان در یک شیار | افت توان نرمال شده نسبت به لیف بدون شیار | ||
 |
 |
||
| شکل ۱- (a) وابستگی افت توان در یک شیار به عمق خمش در عمقهای شیار مختلف (b) نمودار مشابه، اما بدون نمودار مربوط به لیف بدون شیار. نقشههای تکمیلی خمش مثبت (باز شدن شیارها) و یا منفی (بسته شدن شیارها) (علامتهای داخل پرانتز نشاندهنده شیارهایی هستند که خمش رو به جلو دارند) و عمق خمش d را نشان میدهند. خطوط فقط برای راهنمایی ترسیم شدهاند. | |||
علت این امر حساسیت مورد نیاز نسبت به ردپای انسان در محصولات تجاری موجود از ترکیب فرش و زیرلایه است. در شکل ۱ خلاصهای از واکنش برخی از حسگرهای الیاف نوری مورد استفاده در این مطالعه نسبت به خمش استوانهای به شعاع ۷۵/۳ سانتیمتر نشان داده شده است. این خمش برای ایجاد تغییرشکل در فوم زیرلایهای به کار رفته است که الیاف نوری پلاستیکی شیاردار به محکمی به آن متصل شدهاند. لیف نوری پلاستیکی مورد استفاده (محصول شرکت Toray Industries، مدل PGR-FB1000) به قطر ۱ میلیمتر با ضریب شکست پلهای با مغزی به قطر ۹۸/۰ میلیمتر و از جنس پلی متیل متاکریلات با روکشی از پلیمر فلوئوردار خاص بود. برای ایجاد خمش مثبت یا منفی نیز به ترتیب از تغییرشکل رو به جلو و رو به عقب ناشی از استوانه استفاده شده است. جزئیات بیشتر آزمون در مرجع ارائه شدهاند.
نتایج ارائه شده در شکل ۱ نشان میدهند که به هنگام قرار گرفتن شیارها در مقابل استوانه تغییرشکل دهنده (خمش منفی) افتی منفی (افزایش نسبی) در توان منتقلشده مشاهده میشود. تاثیر شیارها تا عمقهای شیار معادل با نصف شعاع استوانه تغییرشکل دهنده، خطی است. افزایش نسبی مشاهده شده به عمق شیار بستگی دارد. رفتار الیاف نوری در عمقهای خمش بالا مشابه الیافی است که بدون شیار هستند و برای کار در این محدوده به کالیبراسیون دقیقی نیاز داریم.
در شکل ۲ نتایج اندازهگیریهای انجام شده در شرایط یکسان بر روی گروهی از شیارهای هم فاصله نشان داده شده است (در بعضی از آزمونها تا ۳۰ شیار مورد اندازهگیری قرار گرفته شدهاند. در عین حال فاصله شیارها برای هر تعداد از شیارها یکسان در نظر گرفته شده است). بنابراین طول حساسشده کل در تناسب مستقیم با تعداد شیارها قرار دارد. در این حالت، با توجه به این که لیف نوری پلاستیکی به زیرلایه تغییرشکلیافته متصل میشود، مطابق نقشه کمکی شکل ۲ امکان بررسی سه قسمت مجاور لیف نوری پلاستیکی وجود دارد. این سه قسمت عبارتند از : تغییرات علامت خمش به محض انتقال به قسمت مجاور. این تغییر بر وابستگی افتهای توان به عمق شیار تاثیر میگذارد. در واقع، حساسیت لیف تا عمق شیار حدود ۲ سانتیمتر افزایش مییابد (مشابه لیف تک شیاری) و تغییرشکل بیشتر موجب کاهش در حساسیت میگردد. زیرا از این نقطه به بعد نقش قسمتهایی با علامت خمش مثبت نیز در سیگنال منتقلشده دیده میشود. مطابق شکل ۲ با افزایش تعداد شیارها و در نتیجه افزایش طول کلی حساسشده، میزان کاهش حساسیت بیشتر نیز میشود. زیرا در این حالت هر سه قسمت مجاور در این امر دخیل هستند.
| افت توان در ساختارهای چند شیاری |
 |
| شکل ۲- نقش افت توان ناشی از تغییر تعداد شیارهای چندگانه با عمق شیار مختلف. نمودارهای کمکی نشاندهنده رخ دادن خمش مثبت و منفی هستند. علائم منفی به معنای خمش رو به عقب (و علائم مثبت داخل پرانتز به معنای خمش رو به جلو) در تغییرشکل معین هستند که حساسیت الیاف را تعیین میکند. عمق خمش d در مرجع تعریف شده است. خطوط برای راهنمایی چشمی ارائه شدهاند. |
برای طراحی حسگری از جنس لیف نوری پلاستیکی که دارای نواقص ساختاری نیز باشد، باید میزان یکپارچگی مکانیکی ناشی از این نواقص ساختاری را مشخص کنیم. زیرا لیف نوری پلاستیکی در معرض خمشهای متوالی و مکرر قرار خواهد گرفت. این موضوع در صورت شیاردار کردن لیف اهمیت بیشتری پیدا میکند. زیرا ایجاد شیار بر روی الیاف میتواند موجب بروز ترکهای میکرو و یا سایر عیوب شود. برای مشخص شدن این مشکلات آزمونهای خمش مکرر بر روی الیاف نوری پلاستیکی تک و چند شیار انجام شد تا شرایط مورد نیاز برای پارگی الیاف بررسی شود.
در تمامی آزمونها، یک انتهای لیف نوری شیاردار تثبیت شده و سمت دیگر لیف توسط بازویی فلزی در خطی مستقیم به میزان ۱۰۰۰ سیکل در دقیقه جابهجا شد. در جدول ۲ نتایج مربوط به ناحیه بحرانی (جایی که پارگی الیاف مشاهده شده است) نشان داده شده است. به استثنای ردیف آخر این جدول که یکپارچگی مکانیکی حتی پس از ۲۵۰۰۰ سیکل خمشی در شعاع خمش ۵/۳ سانتیمتر، از بین نرفته است. جدول ۲ بر اساس نوع آزمون خمش و عمق شیار تهیه شده است (هندسه زنگولهای شکل برای شعاع خمش کوچکتر و هندسه حلقوی برای شعاع خمش بیشتر). شایان ذکر است که در این مطالعه عمق های شیار ۱/۰ و ۵/۰ میلیمتر با هم مقایسه شدهاند. شعاع ۵/۰ میلیمتری حداکثر عمق شیارهای مورد استفاده در مقالات بوده و عمق شیار ۱/۰ میلیمتر حداکثر عمق شیار الیاف نوری پلاستیکی به قطر حدود ۱ میلیمتر است. در شعاعهای خمش کم تاثیر میکروترکها و سایر عیوب ناشی از ایجاد شیار اثبات شد. مشاهدات تشان دادند که با کاهش عمق شیار از ۵۰ به ۱۰ درصد قطر لیف نوری، زمان پارگی لیف با ضریبی حدود ۲۳ برابر افزایش یافته است. یادآور میشویم که خمشهای شدید در کاربردهای مدنظر در این مطالعه در فرکانسهایی به مراتب پایینتر از فرکانس نوسانی فوق رخ میدهد. این بدان معناست که عمر مفید حسگر بسته به خصوصیات ماده تشکیلدهنده لیف نوری پلاستیکی بسیار بیشتر از برآوردهای فوق خواهد بود. در واقع، شعاع خمش در هندسه زنگولهای شکل و عمق شیار در هندسه حلقهای فراتر از محدوده شرایط و قواعد طراحی واقعی هستند.
جدول ۲- یکپارچگی مکانیکی الیاف نوری شیاردار در خمش مکرر.
به طور کلی، نتایج نشان میدهند که الیاف نوری پلاستیکی بدون شیار از حساسیتی ماندگار نسبت به خمشهای معمول در این کاربرد برخوردارند. با این حال، شیاردار کردن لیف نوری موجب افزایش این حساسیت میشود. در شرایط واقعی و بر اثر ایستادن فردی با اندام متوسط با یک پای برهنه بر روی فرش مجهز به الیاف نوری پلاستیکی، افت توان در الیاف نوری بدون شیار ۰۱/۰ ± ۴۸/۱ درصد بود. این در حالی است که افت توان در الیاف نوری با ۲۵ شیار که در فواصل ۱ سانتیمتری از هم قرار گرفته بودند، ۱۷/۰ ± ۶۴/۷ درصد بوده است. سیگنالهای اندازهگیری شده به خصوصیات مکانیکی زیرلایه نیز بستگی خواهند داشت. زیرا خمش لیف نوری پلاستیکی موجب تغییرشکل مکرر سطح بالایی و زیرلایه میشود. بنابراین، انتخاب این فناوری برای سیستم فرش هوشمند به جزئیات خاص ساختاری و نحوه آرایش این الیاف بستگی دارد.
پرتونگاری مقطعی فتونیک در مسیر هدایت شده
در نگاه اول استفاده از پرتونگاری مقطعی برای تصویربرداری از تغییرشکل متناقض به نظر میرسد. زیرا از پرتونگاری مقطعی معمولاً برای تصویربرداری دو بعدی (برای مثال در سیستمهای اولیه پرتونگاری مقطعی با اشعه ایکس) و یا تصویربرداری پیشرفته سه بعدی از اشیایی با توزیع فاصلهای خارج از صفحه قابل توجه (برای مثال پرتونگاری مقطعی الکتریکی) استفاده میشود. با این حال، با این روش میتوان در مسیرهای هدایتشده از سطوح غیر مسطح نیز تصویربرداری کرد.
روش پرتونگاری مقطعی در مسیر هدایتشده برای تصویربرداری دمایی توسعه یافته و عرضه شده است. در این حالت از انتگرالهای خطی و میرایی اشعه ایکس ضعیف در سرتاسر شی استفاده میشود.
 |
| شکل ۳- برداشت هنری از حسگرهای فرش هوشمند متشکل از مبدلهای الیاف نوری پلاستیکی بدون شیار (بالا) و مبدلهای الیافی شیاردار (پایین)، که انتگرالهای مسیر میرایی ناشی از خمش را به وجود میآورند. سادهترین حالت ممکن از نمای عمودی نشان داده شده است. قسمتهای تکراری با یک یا چند شیار به شکل استوانههایی گسسته در امتداد طول مبدل لیف نوری نشان داده شدهاند. |
در این حالت انتگرالگیری بر روی کل قسمتهای بدون شیار لیف نوری پلاستیکی (که ممکن است در مجاورت هم نباشند) انجام شده و جمع کردن بر روی تمامی قسمتهای شیاردار حاوی یک یا چند شیار انجام میشود. a ضریب میرایی ظاهری در امتداد لیف و aG میانگین ضریب میرایی ظاهری در امتداد لیف برای قسمت شیارداری به طول lG است. با توجه به این که بخشی از خمش اعمال شده بر روی لیف نوری پلاستیکی اجتنابناپذیر است (حتی بدون استفاده از نیروی تغییرشکل دهنده)، افت توان تمامی مبدلهای الیاف نوری باید در غیاب فرد مورد آزمون تحت کالیبراسیون اولیه قرار بگیرد. سپس تبدیل رادون به صورت مجموعهای از مقادیر اندازهگیریشده از کروشه معادله (۴) برای هر یک از الیاف نوری پلاستیکی تعریف میشود. تبدیل رادون این اندازهگیریها بیانگر تفاوت بین سیگنالهای کالیبراسیون و اندازهگیریهای واقعی است. با استفاده از این روش میتوانیم حتی در مرحله تصویربرداری تمامی اشیای ثابت روی فرش را حذف کنیم (مانند مبلمان) و تنها تصاویر دینامیک ردپای انسان را از طریق معکوس کردن دادهها به دست بیاوریم. همچنین در این روش تمامی تغییرشکلهای موجود در حصیر الیافی در نظر گرفته میشوند.
 |
| شکل ۴- فلوچارت عملکرد سیستم فرش هوشمند. |
برخی از نتایج نمونههای اولیه PGPT در مورد ردیابی اشیای سبک منزل (با وزن ۲ تا ۵ کیلوگرم) بر روی حصیری به ابعاد ۸/۰ × ۸/۰ متر مربع پیش از این گزارش شدهاند. با این حال، این نمونه اولیه برای تصویربرداری از ردپا در زمان واقعی مناسب نیست. با توجه به سابقه مطالعاتی ارائه شده در قسمت سوم و مفهوم PGPT که در این بخش ارائه شد، در این مطالعه سیستم فرش هوشمند با قابلیت تصویربرداری در زمان واقعی از تغییرشکلهای ناشی از راه رفتن فردی با وزن متوسط، ساخته شده است. در بخش بعدی توضیح بیشتری در مورد فرش هوشمند ارائه میشود. این فرش که از حسگری ساخته شده که از یک فرش معمولی و زیرلایه فرش با قابلیت پرتونگاری مقطعی فتونیک در مسیر هدایت شده تشکیل شده است.
فرش هوشمند
سیستم PGPT از سه قسمت تشکیل شده است که عبارتند از: حسگر، قطعات الکترونیکی محرک و تشخیصدهنده و واحد تصویربرداری و پردازش (شکل ۴). این قسمتها در ادامه توضیح داده میشوند.
الف- سَری حسگر
همان گونه که در بخش ۴ گفته شد، سری حسگر حاوی لایهای از PGPT فعال است که از تعدادی از الیاف نوری پلاستیکی تشکیل شده است. این الیاف نوری پلاستیکی با آرایش هدفمندی به محکمی در زیرلایه فرشی مستطیلی شکل متصل شدهاند (با استفاده از چسب کفپوش لاتکس مصنوعی بر پایه آب) تا قابلیت تشخیص فاصلهای مورد نیاز به دست بیاید. سپس زیرلایه و لایه PGPT توسط یک فرش خابدار استاندارد با ابعاد یکسان با زیرلایه پوشانده شدهاند (شکل ۵). به این ترتیب سیستم فرش هوشمند با ناحیه تصویربرداری به ابعاد ۲×۱ متر مربع ساخته شد. در لایه PGPT از انتگرالهای مسیر پرتو خطی به عنوان هندسه نمونهبرداری استفاده شد و میتوان چندین واحد اندازهگیری مجاور در زیرلایه و یک لایه از الیاف نوری پلاستیکی را با لایهای پیوسته از فرش پوشش داد. به این ترتیب ناحیه تصویربرداری بزرگتری با شکلهای مختلف تشکیل میشود. چالش اصلی در طراحی حسگر تطابق بین تعداد و موقعیت مبدلهای الیاف نوری پلاستیکی با قابلیت تشخیص فاصلهای و نرخ فریم مورد نیاز برای تصویربرداری و هزینهها است. در این سیستم ۸۰ حسگر از جنس لیف نوری به طور نایکنواخت در معرض سه پرتودهی در زوایای صفر(۱۴ پرتو) ، ۶۰ و ۱۲۰ درجه (با ۳۳ پرتو در هر مسیر) قرار گرفتند. فاصله بین حسگرها ۰۶/۰ متر بود (شکل ۶).
 |
| شکل ۵- برشی از حسگر که سطح مقطع آن را نشان میدهد. در این تصویر فرش رویی،موقعیت لایه حاوی الیاف نوری پلاستیکی و زیرلایه نشان داده شده است. |
ب قطعات الکترونیکی محرک و تشخیصدهنده
برای روشن شدن، لامپهای LED به یک سر الیاف نوری پلاستیکی متصل شدند. سر دیگر الیاف به یک دیود نوری جداگانه متصل شد تا شدت نور را اندازهگیری نماید. به این ترتیب میتوان اندازهگیریهای مبدل را به طور موازی و مستقل انجام داد. این روش برخلاف روش قبلی ما بود. در روش قبلی برای روشن شدن از لامپهای LED تکی استفاده شده و تمامی الیاف نوری پلاستیکی به صورت یک دسته در آمده و انتهای این دسته الیاف به یک دیود نوری با سطح بزرگ متصل شده بود. با توجه به اصول نمونهبرداری، انتگرالگیری روی مسیر برای تبدیل رادون باید به صورت مستقل انجام شود. برای این کار میتوان از از یک منبع و یا آشکارسازهای جداگانه استفاده کرد. با این حال، با توجه به تعداد مبدلهای الیاف نوری مورد استفاده، اولویت در استفاده از منابع و آشکارسازهای جداگانه است که خروجی آنها در یک خروجی مشترک ترکیب شده باشد تا بتوان اندازهگیریهای پیاپی را انجام داد. این کار موجب توازن بهتر بین پیچیدگی، عملکرد و هزینهها میشود و در عین حال امکان دستیابی به نرخهای داده مورد نیاز برای تصویربرداری در زمان واقعی از ردپا را فراهم میسازد. تمامی تجهیزات اجرا و دریافت (۸۰ جفت) و اتصالات آنها همراه با واحد کنترل الکترونیکی بر اساس یک ابزار منطقی قابل برنامهریزی (PLD) درون چهارچوبی (همتراز با فرش) در پیرامون سری حسگر قرار گرفتند.
 |
| شکل ۶- دیاگرام و هندسه مورد استفاده در سری حسگر. |
سیگنالهای دریافتشده با استفاده از مدول ورودی آنالوگ NI-9205 که به شاسی NI-cDAQ-9172 متصل بود، به یک لپتاپ و محیط نرمافزار LabView ارسال شدند. اگرچه حد بالایی تحریک ۸۰ رشته لامپ LED و دریافت دادهها بیش از ۶۰ هرتز بود، اما در نتایجی که بعداً ارائه میشوند این حد بالایی برای تطبیق با سرعت تصویربرداری در زمان واقعی محدود میشود. به این ترتیب امکان باریک شدن قابل توجه پهنای باند برای بهبود نسبت سیگنال به نویز حاصل از میانگین ۲۵۰ اندازهگیری میسر میشود. در این شرایط، اسکن دادههای یک چهارچوب کامل ۳۲۸ میلی ثانیه طول میکشد (معادل حدود ۳ فریم در ثانیه). این محدودیت سرعت قطعی نیست و به سختافزار خارجی مورد استفاده برای بازسازی تصویر بستگی دارد. قطعاً با افزایش سرعت سختافزار این محدودیت رفع خواهد شد.
پ تصویربرداری
دادههای دریافتشده از سری حسگر یک تبدیل رادون شدید را تشکیل میدهد. زیرا طراحی سیستم تنها امکان انجام تعداد بسیار کمی پرتودهی را به دست میدهد که حاوی تعداد بسیار کمی از انتگرالهای روی مسیر هستند. در این شرایط، نقطه شروع برای تصویربرداری در زمان واقعی از تغییرشکل ردپاها با استفاده از روش تکراری لند وِبِر (ILM) و با استفاده از فیلتر میانه دادهها در هر تکرار انجام میشود. نتایج نشان داده است که با استفاده از این روش امکان بازسازی حداقل ۲۸ انتگرال خطی در پرتونگاری مقطعی جذبی نزدیک به مادون قرمز سوخت در موتورهای احتراق داخلی، وجود دارد. الگوریتم بازسازی تصویر در نرمافزار Matlab نوشته شده و برای بازسازی دادههای زمان واقعی به نرمافزار LabView منتقل شد.
در مقاله قبلی قابلیت کاربرد تبدیل سینوسی هاف و سپس آستانهسازی نمودارهای سینوسی(بیان تصویری تبدیل رادون) نمونهگیریشده را نشان دادیم. در این روش علاوه بر بر بازیابی نمودار سینوسی برای اعمال تبدیل رادون معکوس، امکان بازسازی سریع و محاسباتی مرکز جرم نیز وجود دارد. این روش برای کاربردهایی که حرکات فرد مورد آزمون از مقدار توزیع داخلی و جزئیات کانتورهای آن بیشتر است، مناسب میباشد. با استفاده از الگوریتم مرکز جرم موازی (PCoMA) در اجرای سختافزار میتوانیم زمان معکوس کردن دادهها را مستقل از تعداد افرادی که در چهارچوب تصویربرداری قرار دارند، به کمتر از چند میکروثانیه کاهش دهیم.
شایان ذکر است که در روشهای مرکز جرم CoM (مانند PComA) مختصات مرکز جرم بدون بازسازی کل تصویر به دست میآید. در روش PcoMA مراکز جرم میرایی در هر پرتودهی زاویهای برای بازسازی مرکز هندسی یک سطح مقطع دو بعدی از فرد مورد آزمون استفاده میشوند. در تحلیل نحوه راه رفتن با استفاده از فرش هوشمند و روش PGPT، خروجی این الگوریتمها باید به عنوان مرکز تغییرشکل تفسیر شوند.
در بخش بعدی نتایج بدست آمده از روش ILM با فیلتر میانه و همچنین نتایج بدست آمده از روش PcoMA ارائه میشوند. این الگوریتمها به صورت زمان واقعی بر روی دادههای پردازششده و دریافتشده و یا بر روی مجموعه دادههای بدست آمده از قبل اجرا شدهاند.
 |
| شکل ۷- نتایج تصویربرداری از (a) موقعیت ایستاده و (b) و (c) راه رفتن با استفاده از روش تکراری لندوبر (ILM) و (c) تغییرشکلهای ناشی از ایستادن با پای برهنه بر روی فرش هوشمند. |
ت مثالی در مورد عملکرد سیستم
عملکرد سیستم از طریق ایستادن و راه رفتن روی سری حسگر بررسی شد. در شکل ۷ (a) و شکل ۷ (b) تصاویر لحظهای از دو موقعیت پا با کفش نشان داده شده است. در شکل (a) حالت ایستاده در شکل (b) حالت راه رفتن نشان داده شده است. در شکلهای سمت چپ تصاویر مرجع نشان داده شده است. در حالی که تصاویر سمت راست بازسازی تصویر با استفاده از روش ILM را نشان میدهند. ابعاد شبکه بازسازی کامل ۱۶۰×۸۰ پیکسل بود. با این حال به منظور نمایش بهتر، تصاویر نمودارها به ابعاد ۹۰×۷۰ بریده شدهاند تا تنها قسمتهایی نشان داده شوند که حاوی بیشتر دادهها هستند. بازسازیها نشان میدهند که گام برداشتن روی پاشنه و جلوی کف پا انجام شده است. این نتیجهگیری را میتوان از روی شکل خاص کف پا توضیح داد که منجر به تغییرشکل بیشتر زیرلایه قرار گرفته در زیر این موقعیتها میشود. با دانلود فیلم ویدئویی از سایت IEEEXplore میتوانید فریمهای متوالی بازسازی تصویر در زمان واقعی را مشاهده کنید. در شکل ۷ (c) وضعیت متعادل بدن با پاهای برهنه نشان داده شده است. در این تصویر به وضوح میتوان فرق بین تغییرشکل ناشی از استخوانهای کف و پاشنه پا را مشاهده کرد. همان گونه که گفته شد حسگر به گونهای طراحی شده است که از قابلیت تشخیص فاصلهای ۰۶/۰ متر برخوردار باشد (فاصله بین انتگرالهای مسیر مجاور هم).
عملکرد الگوریتمهای PcoMA و ILM به صورت آفلاین و با استفاده از مجموعه دادههای خاصی که از سری حسگر به دست آمدهاند بررسی شد تا مقایسهای بین موقعیتهای فاصلهای واقعی و محاسبهشده انجام شود. نتایج حاصل از آزمون با پای برهنه در شکل ۸ در شبکهای به ابعاد ۱۰۰×۲۰ پیکسل نشان داده شدهاند. در این شکل موقعیت واقعی و بازسازی تصویر با دو الگوریتم PcoMA و ILM دیده میشوند (به ترتیب خانههای سمت چپ، مرکز و سمت راست، نقطه x=0 با ۵۰ پیکسل به صورت خطی متشکل از خط تیره و نقطه نشان داده شده است). شبکه پیکسلها دقیقاً مطابق ابعاد واقعی فرش بر حسب سانتیمتر است.
دو ردیف اول در شکل ۸ تفاوت بین حالتهای ایستادن روی دو پا را نشان میدهند. در شکل (a) استخوانهای کف پا و در شکل (b) استخوانهای پاشنه پا نشان داده شدهاند. ردیف (c) نیز حالت ایستادن روی یک پا را نشان میدهد. موقعیت واقعی پا در هر یک از این سه حالت از طریق تصویر کردن بر روی زمینه قوزک میانی تعریف میشود. این مختصاتها به شکل خط تیرههای متقاطع در خانه سمت چپ نشان داده شدهاند. خط تیرههای افقی در خانههای میانی و سمت راست تکرار شدهاند تا جابهجایی مراکز تغییرشکل در خانه میانی (الگوریتم PcoMA) و تغییرات در تصاویر بازسازی شده در خانه سمت راست (روش ILM) مشاهده شود. مختصاتهای تمامی پنج موقعیت پا در خانه سمت چپ نشان داده شدهاند. با توجه به این که در هر سه حالت (a)، (b) و (c) به بهترین عملکرد فرد مورد آزمون نیاز است، این مختصات به عنوان موقعیتهای روی سطح فرش علامتگذاری شدهاند و اندازهگیریها با همراستا کردن قوزک میانی با این موقعیتها انجام شده است.
شکل ۸- سه موقعیت مختلف پای برهنه در ردیفهای (a)، (b) و (c) فرد مورد آزمون (ستون سمت چپ) با مختصات استخوان پاشنه که همراه با نتایج حاصل از محاسبات الگوریتم PcoMA (ستونی میانی) و بازسازی تصویر به روش ILM (ستون سمت راست) نشان داده شده است، (a) وزن فرد روی استخوانهای کف پا قرار دارد، (b) وزن فرد روی استخوانهای پاشنه پا قرار دارد و (c) وزن فرد روی پای چپ به تعادل رسیده است.
بحث و نتیجهگیری
در حالت (a) در شکل ۸ میتوانیم تاثیر سطح تماس بیشتر را در مقایسه فشار ناشی از استخوانهای کف پا و پنجه مشاهده کنیم. در این حالت تغییرشکل ضعیفتر بوده و ناحیه تصویربرداریشده به روش ILM نسبت به حالتهای (b) و (c) فشردهتر است. موقعیتهای نسبی دو پا به درستی بازسازی شدهاند. در حالت (a) جابهجایی حدود ۱۵ سانتیمتری به سمت جلوی هر دو پا رخ داده است. این موضوع به خوبی در حالت (b) دیده میشود که از ایستادن روی پاشنه حاصل شده است. در این حالت فشار اعمالی به دلیل شکل استخوان پاشنه بیشتر بوده و ناحیه تغییرشکل پهنای بیشتری دارد. مختصات محاسبه شده در روش مرکز جرم در مقایسه با مختصات واقعی پاها در هر دو پا به اندازه ۷ سانتیمتر به سمت جلو و عقب پا و حدود ۳ سانتیمتر به سمت بیرون جابهجا شده است. در حالت (c) برای حفظ تعادل، تنش به صورت طبیعی روی هر دو استخوان پاشنه و کف پا توزیع شده است. علاوه بر این، فشار دو برابر شده و تغییرشکل بیشتری را ایجاد کرده است. این فشار موجب بیشتر شدن پهنای ناحیه شده است (مطابق روش ILM). مرکز تغییرشکل حدود ۸ سانتیمتر به سمت جلوی پا جابهجا میشود که نشاندهنده توزیع یکنواختتر فشار بین پاشنه و کف پا در مقایسه با سایر حالتها است. هماهنگی خوبی بین نتایج محاسبات PCoMA و بازسازی به روش ILM وجود دارد.
به طور خلاصه، در این مقاله سیستم فرش هوشمند بر اساس حسگرهای الیاف نوری پلاستیکی گزارش شد که قادر به تصویربرداری در زمان واقعی از ردپای انسان با استفاده از روش PGPT است. تباین تصویربرداری به صورت تغییرشکل ناشی از قدم برداشتن بر روی خاب فرش در زیرلایه تعریف میشود. از فرش هوشمند میتوان در محیطهای زندگی جدید و یا به روز بدون ایجاد اختلال استفاده کرد. در واقع با استفاده از این فرش چیز جدیدی وارد فضای خانه نمیشود و به توجه و یا عملی خارج از عرف نیازی ندارد. با استفاده از این فرش شکستن حریم شخصی میتواند به صفر برسد. زیرا میتوان سیستم را به گونهای تنظیم کرد که فقط جزئیات ضروری و پذیرفتهشده را مخابره کند.
در حوزه مراقبتهای بهداشتی میتوان پیشرفتهای بیشتری را از روی قابلیت نشان داده شده از این فرش برای ایجاد تمایز بین استخوانهای کف و پاشنه پا الهام گرفت (مانند شکل ۸). با توجه به این که سختافزار موجود میتواند قطعات الکترونیکی (رشته لامپهای LED و دریافتکنندههای داده) را در نرخ فریم ۶۰ هرتز و با استفاده از الگوریتم PCoMA به کار بیندازد، ما قبلاً از حد آستانه ۱۰ فریم در ثانیه که برای تحلیل الگوهای راه رفتن مورد نیاز است تجاوز کردیم. برای تصویربرداری در زمان واقعی به دلیل استفاده از سختافزار خارجی ارزان سرعت بر روی ۳ فریم بر ثانیه محدود شد. این سختافزار را میتوان بروز کرد و یا با سختافزاری با سرعت بیشتر جایگزین نمود. فناوری فرش هوشمند را میتوان با سایر روشهایی که در آنها از الیاف نوری پلاستیکی به عنوان حسگر استفاده میشود یکپارچه نمود و تصویری کلیتر از الگوهای فعالیت و استراحت به دست آورد. تغییر در میزان فعالیت، راه رفتن و یا تعادل فرد بیانگر وخیم شدن سلامتی است که معمولاً منجر به حوادث آسیبزنندهای مانند افتادن و یا بستری شدن در بیمارستان میشود. این مشکلات درصد بالایی از مردم را درگیر کرده است. با یکپارچه کردن و سفارشیسازی نرمافزار نهایی سیستم هوشمند فوق میتوان دادهها را از راه دور جمعآوری نمود و از طریق اتصال بیسیم به مردم جامعه خدمات مراقبتی مناسب را ارائه داد. از طریق اتصال چهارچوب حسگرهای فرش هوشمند و یا خود فرش به سایر حسگرها میتوان تغییرات رفتاری و نحوه راه رفتن را تحلیل نمود. این اطلاعات میتواند متخصصین حوزه سلامت و مراقبتهای بهداشتی را از سیر نزولی سلامت افراد مطلع کنند. در نتیجه میتوان با انجام اقدامات زودتر ضمن صرفهجویی در هزینههای مربوط به این بیماریها، از بروز وقایع آسیبزننده نیز جلوگیری کرد.
دامنه کاربرد فناوری ارائه شده در این مقاله وسیع بوده و هدف ما در این مطالعه نشان دادن این کاربردها نیست. احتمالاً با ایجاد تغییراتی در میزان حساسیت الیاف نوری پلاستیکی در برابر خمش بتوان از این فرش در حوزههای کاربرد مختلف (غیر از حوزه سلامت) مانند کاربردهای ورزشی، امنیتی و صنایع تولیدی استفاده کرد.