EITWatch สมาร์ทวอทช์โอเพนซอร์ส ESP32-S3 ที่ใช้ EIT ตรวจจับท่าทางมือแบบระนาบ

นักวิจัยจาก Northwestern University เปิดตัว EITWatch ระบบตรวจจับท่าทางมือด้วยเทคนิค EIT (Electrical Impedance Tomography) แบบโอเพนซอร์ส ที่ใช้บอร์ด ESP32-S3 โดยมีขนาดพอดีกับตัวเรือนสมาร์ทวอทช์มาตรฐาน ตัวระบบระบบใช้บอร์ด Seeed Studio XIAO ESP32-S3 และอิเล็กโทรดจำนวน 8 จุดที่ติดตั้งอยู่ด้านหลังตัวเรือนนาฬิกา เพื่อวัดการเปลี่ยนแปลงของค่าอิมพีแดนซ์ที่เกิดจากการเคลื่อนไหวของกล้ามเนื้อและเส้นเอ็นใต้ผิวหนัง

แตกต่างจากระบบ EIT ที่ข้อมืออื่นๆ อิเล็กโทรดเป็นแถบพันรอบข้อมือ EITWatch วางอิเล็กโทรดทั้ง 8 จุดไว้บนด้านหลังของตัวเรือนสมาร์ทวอทช์ พื้นที่ตรวจจับประกอบด้วยวงแหวนอิเล็กโทรดขนาดเส้นผ่านศูนย์กลาง 31 มม. ซึ่งสามารถติดตั้งภายในตัวเรือนนาฬิกาขนาดมาตรฐาน 40 มม. ขณะที่ส่วนขยายของ PCB ยาวประมาณ 20 มม. ใช้ติดตั้งวงจร Analog Front End (AFE)

สเปคฮาร์ดแวร์ของ EITWatch:

บอร์ดไร้สาย – XIAO ESP32-S3
- SoC – Espressif ESP32-S3R8
  - CPU – ไมโครคอนโทรลเลอร์ Tensilica LX7 แบบ Dual-core ความเร็วสูงสุด 240 MHz พร้อมชุดคำสั่งเวกเตอร์สำหรับเร่งการประมวลผล AI
  - หน่วยความจำ – SRAM 512KB, PSRAM 8MB
  - การเชื่อมต่อไร้สาย – รองรับ Wi-Fi 4 และ Bluetooth 5.0 แบบ Dual-mode (Classic + BLE)
- ที่เก็บข้อมูล – SPI flash ขนาด 8MB
- สายอากาศ – สายอากาศ u.FL ภายนอกสำหรับ Wi-Fi และ Bluetooth
- USB – พอร์ต USB Type-C สำหรับจ่ายไฟและอัปโหลดโปรแกรม
พื้นผิวตรวจจับ – อิเล็กโทรดดิสก์สเตนเลสเคลือบทอง ขนาดเส้นผ่านศูนย์กลาง 2 มม. จำนวน 8 จุด
การจัดวางอิเล็กโทรด – เรียงเป็นวงแหวนขนาดเส้นผ่านศูนย์กลาง 31 มม. โดยมีระยะห่างระหว่างอิเล็กโทรดที่อยู่ติดกันประมาณ 11.9 มม.
วงจร Analog Front-End (AFE)
- Excitation – เครื่องกำเนิดสัญญาณ AD5930 สร้างสัญญาณไซน์ความถี่ 50 kHz
- Drive – ADA4841 ทำหน้าที่ขับกระแสแบบแรงดันเป็นกระแส (Voltage-to-Current) ได้ประมาณ 1 mA peak-to-peak
- Sensing – ใช้ Instrumentation Amplifier AD8220 และ ADC AD7450 ความละเอียด 12 บิตแบบ SPI
- Digital Potentiometer – ใช้ IC AD5270 สำหรับกำหนดกระแสขับและอัตราขยายของวงจรตรวจจับ
- Switching – ใช้เมทริกซ์สวิตช์ ADG738 แบบ 8 ช่อง จำนวน 4 ตัว เพื่อกำหนดเส้นทางของคู่ขั้วสำหรับการฉีดกระแสและการวัด
แหล่งจ่ายไฟ
- 5V ผ่านพอร์ต USB Type-C
- แบตเตอรี่ 3.7V ความจุ 300 mAh, การใช้พลังงานประมาณ 35 mA ทำให้ใช้งานได้ประมาณ 8.6 ชั่วโมง
- ใช้ตัวควบคุมแรงดัน TLV73325PDBV ที่ 2.5 V
ขนาด – 60 x 40 มม. (PCB 6 ชั้น) สามารถติดตั้งใต้ตัวเรือนนาฬิกาขนาดมาตรฐาน 40 มม.

เนื่องจากอาร์เรย์อิเล็กโทรดแบบแบนไม่สามารถโอบรอบข้อมือได้ EITWatch จึงใช้ โปรโตคอลการสแกนหลายระดับความลึก (multi-depth scanning) แทนวิธีการฉีดกระแสแบบ adjacent injection ทั่วไป โดยกำหนดให้อิเล็กโทรดหนึ่งจุดเป็นแหล่งกำเนิดกระแสแบบคงที่ แล้วสลับขั้วลบหรือจุดรับกระแสไปยังอิเล็กโทรดอีก 7 ตำแหน่ง ทำให้สามารถวัดบริเวณที่มีความลึกและเส้นทางการไหลของกระแสในมุมต่าง ๆ ได้ ระบบสามารถเก็บข้อมูลอิมพีแดนซ์ 35 ครั้งต่อหนึ่งเฟรม ที่ความถี่ 48 Hz

EIT system showing the electrode array, AC signal excitation, data acquisition, boundary measurements, and image reconstruction process — ระบบ EIT แสดงอาร์เรย์อิเล็กโทรด การกระตุ้นสัญญาณ AC การเก็บข้อมูล การวัดที่ขอบเขต และกระบวนการสร้างภาพ EIT

EIT wrist sensing setup showing the electrode array, bone and fat layers, and EIT maps — การติดตั้งระบบ EIT สำหรับตรวจจับบริเวณข้อมือ แสดงอาร์เรย์อิเล็กโทรด ชั้นกระดูกและไขมัน รวมถึงแผนที่ EIT

นักวิจัยรายงานว่า สมาร์ทวอทช์ที่ใช้ ESP32-S3 รันแอปพลิเคชันบน ESP-IDF v5.2+ ซึ่งส่งข้อมูล EIT ผ่าน Wi-Fi ไปยังคอมพิวเตอร์สำหรับบันทึกและจำแนกท่าทาง ระบบสามารถทำความแม่นยำในการจำแนกท่าทางได้ 92.5% สำหรับ macro-gestures และ 91.5% สำหรับ micro-gestures เช่น การหนีบและการปัด แต่เมื่อทดสอบอีกครั้งหลังจากผ่านไป 48 ชั่วโมง ความแม่นยำลดลงเหลือ 73.2% สำหรับ macro-gestures และ 70.4% สำหรับ micro-gestures เมื่อทดสอบกับผู้ใช้รายใหม่ ความแม่นยำลดลงไปอีก เหลือ 63.1% และ 55.3% ตามลำดับ

ทีมวิจัยยังประสบความสำเร็จในการทำให้กระบวนการประมวลผลทั้งหมดทำงาน บนอุปกรณ์โดยตรง โดยใช้คอร์หนึ่งของ ESP32-S3 สำหรับเก็บข้อมูล และอีกคอร์หนึ่งสำหรับประมวลผลสัญญาณล่วงหน้า รวมถึงการประมวลผลโมเดล ExtraTrees เพื่อจำแนกท่าทาง ระบบแบบประมวลผลบนอุปกรณ์นี้ใช้กระแสไฟต่อเนื่องประมาณ 35 mA ที่แรงดัน 4.3 V ซึ่งคิดเป็นระยะเวลาการใช้งานประมาณ 8.6 ชั่วโมง จากแบตเตอรี่ขนาด 300 mAh ในกรณีที่เป็นความจุใช้งานในอุดมคติ

ESP32-S3 EIT smartwatch macro and micro gesture examples with corresponding EIT signal maps — การศึกษาทดสอบ macro-gestures จำนวน 6 ท่า ได้แก่ Six, Gun, Point, Thumb Up, Stretch และ Fist และ micro-gestures จำนวน 5 ท่า ได้แก่ Swipe Left, Swipe Right, Pinch, Splay และ Wrist Flip รวมถึงคลาส Relax สำหรับกรณีไม่ทำท่าทาง

ก่อนหน้านี้มีโครงการสมาร์ทวอทช์โอเพนซอร์สและ DIY หลายโครงการ เช่น MutantW V1, Sensor Watch Pro และ Core 2 Duo แต่โครงการเหล่านี้ยังไม่มีความสามารถในการตรวจจับท่าทางมือในลักษณะเดียวกับ EITWatch

EITWatch เป็นโครงการ โอเพนซอร์สอย่างสมบูรณ์ โดยไฟล์ต่าง ๆ รวมถึงไฟล์ออกแบบ PCB จาก Altium, Gerber และ Bill of Materials (BoM) เผยแพร่ภายใต้สัญญาอนุญาต CERN-OHL-P-2.0 ขณะที่เฟิร์มแวร์ภาษา C สำหรับ ESP32-S3 เผยแพร่ภายใต้ Apache-2.0 สามารถดูข้อมูลทั้งหมดได้จาก GitHub repository ของโครงการ และส่วนรายละเอียดทางเทคนิคเชิงลึกสามารถดูได้ที่เว็บไซต์ของ Xuanyou Liu นอกจากนี้ยังมีวิดีโอสาธิตการทำงานจริงบน LinkedIn ด้วย