Инженеры корейского университета Rutgers изобрели дешевый и простой способ превратить наушники в сенсоры, которые можно подключать к смартфонам, способные идентифицировать пользователей, следить за их пульсом и выполнять другие функции.
Их изобретение, называемое HeadFi, основано на небольшом подключаемом адаптере для наушников, который превращает обычный наушник в сенсорное устройство. В отличие от "умных" устройств, в обычных наушниках отсутствуют датчики. HeadFi позволит пользователям избежать необходимости покупать новую пару "умных" наушников со встроенными датчиками, чтобы получить сенсорные функции.
По словам главного разработчика этого устройства Сяорана Фана ( Xiaoran Fan ) ,
HeadFi может превратить сотни миллионов существующих обычных наушников по всему миру в "умные" с помощью простого обновления.
Разработка специалистов университета Rutgers будет официально представлена в октябре на MobiCom 2021 , ведущей международной конференции по мобильным вычислениям, а также мобильным и беспроводным сетям.
Наушники являются одними из самых популярных носимых устройств во всем мире, и они продолжают становиться более "умными" по мере появления новых функций, таких как управление жестами и касаниями и возможность записи заметок. Новые функции, как правило, полагаются на вспомогательные датчики, такие как акселерометры, гироскопы и микрофоны, которые доступны в многих "умных" наушниках.
HeadFi превращает два динамика, которые уже есть внутри всех наушников, в универсальный сенсор, и он работает путем подключения наушников к устройству сопряжения, например смартфон. Это не требует добавления дополнительных сенсоров и позволяет избежать изменений в самих наушниках или необходимости настройки наушников, что может увеличить их вес и объем. Подключенные через HeadFi, преобразованные наушники могут одновременно выполнять сенсорные задачи и проигрывать музыку.
Инженеры провели эксперименты с 53 добровольцами, используя 54 пары наушников, стоимость которых варьировалась от $2,99 до $15 000. С помощью наушников HeadFi можно достичь точности идентификации пользователя от 97.2 до 99.5 процентов, мониторинга частоты сердечных сокращений - от 96.8 до 99.2 процентов и распознавания жестов - от 97.7 до 99.3 процентов.
Источник: Science Daily
