ResearchMan← Technology
EITWatch
Prototype商用OK (CERN-OHL-P-2.0 (hardware) / Apache-2.0 (firmware))#HCI/MediaArt#Motion/Body

EITWatch

Northwestern University SPICE Lab (Xuanyou Liu, Novel Alam, Karan Ahuja)/2026-09

Overview

スマートウォッチの裏ぶた(直径40mmの時計ケース裏)に電極を並べるだけで、手のジェスチャーを読み取るセンサー。回路図・基板データ・ファームウェアまで公開されている。

技術のポイント

腕時計の裏側にある、肌に触れる小さな円の中だけで、手の形や指の動きを判別できる点がすごい。腕に帯のようなセンサーを巻く必要がなく、普通の時計の見た目のまま使える。腕の内部を流れる微弱な電流の通りやすさは、筋肉や腱の動きで変わる。その変化から、握る・つまむなどの手の動きを当てる仕組みだ。広告や体験づくりでは、カメラを使わないジェスチャー操作に応用できそうだ。暗い会場や、手が隠れる場面でも使える。たとえば、展示会で来場者が腕時計型デバイスをはめて手の形で映像や音を操作するインスタレーションや、手を握る強さで演出が変わるライブ連動演出が考えられる。精度はまだ研究段階で、初対面の人に校正なしで使うと約55〜63%にとどまる。本番では事前の調整が必要になる。

技術の詳細

仕組み:腕に触れる8個の金色の電極を、時計の裏ぶたと同じ31mmの輪の形に並べる。1つの電極から約50kHzの微弱な電流を流し、ほかの電極で電圧を測る。腕の中の筋肉や腱が動くと電流の通り道が変わり、測定値も変わる。電流を流す電極と受ける電極の組み合わせを変えながら、1フレームあたり35通りを毎秒約48回測る。組み合わせの距離を変えることで、皮膚の浅い層から6〜15mmほどの深さまでを探る。この多段の測定法は、隣り合う電極だけを使う従来方法より、精度が10〜15ポイント高かった。得られた数値は、ExtraTrees という軽量な機械学習モデルが分類する。 従来との違い:これまでの手首型EIT(電気インピーダンス・トモグラフィ)は、手首をぐるりと囲む電極と、別体の測定回路が必要だった。EITWatch は電極を時計の裏ぶた内に収めている。12人を対象にした実験では、同じ装着中の精度が約92%(6種の保持姿勢)と約91%(5種の小さな動き)だった。一方、2日後に付け直すと約70〜73%、新しい人では55〜63%に下がる。個人差と装着ずれが今後の課題だと著者も述べている。 使うには:マイコンは Seeed Studio の XIAO ESP32-S3 を使う。基板は6層で、Altium の設計データ、Gerber、部品表(BOM)、ESP-IDF v5.2以降用のファームウェアがGitHubで公開されている。基板の発注、はんだ付け、書き込みができる電子工作のスキルが必要。費用はリポジトリ上に記載がなく、確認できなかった。消費電力は約0.15Wで、300mAhの電池なら約8.6時間と見積もられている(著者は理想値としている)。発表は UIST 2026 の Short Paper & Demo。

License

ハードウェアは CERN-OHL-P-2.0、ファームウェアは Apache-2.0。研究試作でありIRB承認済みの試験またはファントム試験向けで、医療機器ではない。埋め込み型電子機器を使う人には使用不可。

Sources

Related Works

  • Pneutouch

    空気で膨らむ素材を手首に付け、触覚を返すウェアラブル。手首まわりのインタラクション研究。

  • MorphPatch

    形が変わる表示面とVRの視覚・触覚錯覚を組み合わせ、VRでペン操作の手応えを返す研究。