织物手感与手指振动信号的相关性研究

徐姗姗　阎玉秀

摘 要：为了探究织物手感和手指振动信号之间的关系，对手指滑动触摸织物所产生的手指振动信号进行测试，并采用因子分析的方法提取特征量。然后对振动信号特征量和织物手感评价因子进行了相关性分析。通过研究得到能够代表手指触摸织物所受到的振动刺激有6个特征量。特征量与手感评价因子的相关性为：舒适感、柔软感和光滑感与手指经向触摸织物时在80～500 Hz频段内的振动强度呈强负相关;舒适感和柔软感与手指纬向触摸织物时在90～300 Hz频段内的振动强度呈中度负相关。客观的手指振动信息可与主观评价统一起来应用于研究织物手感，为织物手感评价的准确性提供了一个客观手段。

关键词：手指振动;信号特征值;主观评价;手感;相关性

中图分类号：TB383  文献标志码：A

文章编号：1009-265X（2021）05-0088-07

Study on the Correlation Between the Fabric Feel and Vibration Signals of Fingers

XU Shanshan， YAN Yuxiu

（College of Fashion Design & Engineering， Zhejiang Sci-Tech University， Hangzhou 310018， China）

Abstract： In order to explore the relationship between the fabric feel and vibration signals of fingers， vibration signals produced by fingers sliding and touching fabrics were tested and the characteristic quantities were extracted by means of factor analysis. The relationship between the characteristic quantities of vibration signals and the evaluation factor of fabric feel was analyzed by correlation analysis. Through research， there were 6 characteristic quantities which can represent the vibration stimulation that the fingers were subject to when touching the fabric. The correlation between characteristic quantities and the evaluation factor of hand feel was： comfort， softness and smoothness were strongly negatively correlated with the vibration intensity in the frequency band of 80-500 Hz when the finger touched the fabric warp-wise; comfort and softness were significantly negatively correlated with the vibration intensity in the frequency band of 90-300 Hz when the finger touched the fabric weft-wise. Objective finger vibration information can be unified with the subjective evaluation to study the fabric feel， which can provide an objective means to evaluate fabric feel accurately.

Key words：finger vibration; signal eigenvalues; subjective evaluation; hand feel; correlation

皮膚震动是评价物体的触觉信息（如粗糙度和纹理）的重要参数之一[1]。为了评估和识别纹理，开发出了类人触觉传感器和触觉传感系统[2-4]。Kikuuwe等[5]把PVDF压电薄膜传感器固定在指尖的指甲表面，记录手指滑过面料组织结构或表面磨损程度不同的机织物表面所产生的以电压表示的震动信号，发现震动信号的FFT（Fast fourier transformation）分量可辨别出这些织物。Tanaka等开发出一套PVDF压电薄膜传感器系统，用于模拟人触摸感的评测，可记录传感器触头滑过织物表面时摩擦震动激发的电压信号，发现电压信号在时域的平均方差和在中、高频带范围内的功率谱密度能表征织物的不同触觉质感[6-8]。在这些研究中，PDVF压电薄膜的可穿戴触觉传感器已经开发出来并可直接测量皮肤传播的震动，章媛[9]通过研究服用织物与手指接触产生的加速度信号，从中提取出能区分织物触感的特征量从而对织物粗糙度和柔软度进行分类，最后用主观织物粗糙度和柔软度评价结果对分类结果进行验证。

本文对采集到的手指滑动触摸织物的震动信号与织物手感的相关性进行研究。在信号的处理方面，提取与手指触觉感受器应激反应的频率区间重合的特征量。设计多维度主观评价的方法对织物手感进行评价，并分析摩擦震动信号与主观评价的相关性。

1 手指震动信号的采集

1.1 实验仪器

手指震动记录装置（Yubi-Recorder）由名古屋大学的田中由浩等开发，Tec Gihan公司生产。装置由皮肤震动传感器、带均衡器的放大器和A/D转换器组成，如图1所示。

1.2 被 试

受试者为10名手指皮肤与身体均健康的年轻女性，其基本情况如表1所示。实验环境为24 ℃、相对湿度80%的人工气候室。受试者对28个测试样本进行了手指震动信号采集实验和主观评价实验，实验过程中对受试者的皮肤水分含量、油分含量和皮肤温度进行了检测记录。

1.3 实验材料

选取如表2所示的28种不同类型的服装材料，包括天然纤维、合成纤维等。根据JIS L0217—1995《纺织品的注意事项提示标签》标准手工清洗了所有试料，平摊放置晾干。实验前24 h放置于24 ℃、相对湿度80%的人工气候实验室内。

1.4 实验流程

实验在温度24 ℃±2 ℃、相对湿度80%±2%的人工气候实验室中进行。试样大小为15 cm×5 cm，被放置在六轴力传感器上。所有受试者都在相同的张力下用皮带在手指上安装了可穿戴传感器，在10 kHz的采样频率下测量皮肤传播的震动。受试者在每块试料上滑动触摸4次，每次滑动触摸的长度为10 cm。摩擦速度限制在10 cm/s左右。为了调整摩擦速度，所有受试者都听节拍器敲打来作为对速度的参考。通过使用六轴力传感器的输出，笔记本电脑的屏幕上显示了两条呈现0.5 N和施加接触力的线条，并且指示所有参与者调整所施加的接触力，使得这两条线彼此一致从而使得接触力被限制在0.5 N左右。实验过程中每个受试者保持手指和试料之间的角度几乎相同。

2 主观评价

2.1 主观评价项目

采用语意评定法对各试样进行主观评价。有8个手感评价项目，分别为光滑感、柔软感、轻感、滑感、薄感、干燥感、冷感、舒适感。选择以下8对评价用语来表征8种手感：（1）硬—软（2）粗糙—光滑（3）重—轻（4）黏连—不黏连（5）厚—薄（6）潮湿—干燥（7）暖—凉（8）不舒适—舒适。在对立的8个评价用语之间划分出7个级，对应分数为-3～+3，如表3所示。

2.2 实验流程

主观评价实验的被试、实验材料和实验环境与手指震动信号采集实验相同。评价前，对评价人员进行一定的训练，以进一步提高他们对织物风格的

判别能力，正式实验前，向评价人员讲述各用语的含义并出示标准试样。评价在温度20 ℃±2 ℃、相对湿度65%±4%的人工气候实验室中进行，试样大小为20 cm×20 cm。实验时，各评价人员在对比标准试样的基础上触摸各试样后进行评分。为忽略光学信息的影响，对试样进行了无目视的接触和评价，触摸方式为按面料纬向和经向各触摸4次，每个评价人员的评价独立进行。

2.3 主观手感评价结果

用加权平均数的方法处理10名受试者对28块面料的手感评价值，得到无目视接触的织物的主观评价结果，见表4。1级对应-3分，2级对应-2分，3级对应-1分，4级对应0分，5级对应1分，6级对应2分，7级对应3分，每块面料各等级中打分的人数作为权重。加权平均数的计算方法为各等级分数与其权重相乘后求和，最后除以打分总人数10。

3 手指震动信号特征量提取

采用的数据集由手指震动信号采集仪器采集而成，该数据库包含10名受试者分别滑动触摸28种试料各4次的手指震动电压信号数据，共1 120条数据记录。数据经过预处理后，每条数據记录中包含1 s的电压信号，共5 000个时间片（数据是以10 kHz的采样频率进行记录的，因此每个时间间隔中就包含有0.000 2 s的电压数据）。图3为1条记录的电压数据折线图。

运用快速傅里叶变换将采集到的手指震动信号转换为频域内的功率谱密度。本文根据手指触摸织物时感知到的刺激强度在0～500 Hz频域内的分布特点，以10 Hz为间隔单位在0～100 Hz的频率区间内细分得到10个小频段;以50 Hz为间隔单位在100～200 Hz的频率区间内分出2个中频段;以100 Hz为间隔单位在200～500 Hz频域内分出3个大频段。总共得到15个大小不一的频段，如表5所示。

将手指在各频段的有效震动刺激定义为震动强度值，其计算方法为在每个频段内以相对应的功率谱密度曲线为上限进行积分，最后计算得到15个震动强度值。15个震动强度值间的相关性分析结果表明震动强度值间的相关性高，即可用较少的综合强度值表示存在于各强度值中的信息，即降维。因子分析的方法是降维时常用的一种方法。

对手指按纬向滑动触摸时的15个震动强度值进行因子分析，提取出了4个相互独立的因子变量代替了原来变量的大部分信息，方差累计载荷为90%，第一主成分因子所占方差百分比为31.1%，第二主成分因子所占的方差百分比为30.1%，第三主成分因子所占的方差百分比为21.9%，第四主成分因子所占的方差百分比为6.8%。

对手指按经向滑动触摸时的15个震动强度值进行因子分析，提取出了2个相互独立的因子变量代替了原来变量的大部分信息，方差累计载荷为87.9%，第一主成分因子所占方差百分比为44.6%，第二主成分因子所占的方差百分比为43.3%。

将纬向滑动触摸织物时震动强度的第一主成分因子命名为因子1，第二主成分因子命名为因子2，第三主成分因子命名为因子3，第四主成分因子命名为因子4。将经向滑动触摸织物时震动强度的第一主成分因子命名为因子5，第二主成分因子命名为因子6。因子载荷矩阵见表6。

从表6所示的因子分析得到的因子载荷矩阵可以得出：

因子1在手指纬向触摸织物的震动强度值5、6、7、8、9上有较高的载荷，参照表5，代表40～90 Hz频段内手指受到的有效震动刺激，将因子1命名为震动强度特征量1。

因子2在手指纬向触摸织物的震动强度值10、11、12、13上有较高的载荷，代表90～300 Hz频段内手指受到的有效震动刺激，将因子2命名为震动强度特征量2。

因子3在手指纬向触摸织物的震动强度值2、3上有较高的载荷，代表10～30 Hz频段内手指触摸织物时感受到的有效震动刺激，将因子3命名为震动强度特征量3。

因子4在手指纬向触摸织物的震动强度值14上有较高的载荷，代表300～400 Hz频段内手指受到的有效震动刺激，将因子4命名为震动强度特征量4。

因子5在手指经向触摸织物的震动强度值2、3、4、5、6、7上有较高的载荷，代表10～70 Hz频段内手指受到的有效震动刺激，将因子5命名为震动强度特征量5。

因子6在手指经向触摸织物的震动强度值9、10、11、12、13、14、15上有较高的载荷，代表80～500 Hz频段内手指受到的有效震动刺激，将因子6命名为震动强度特征量6。

手指属于人体无毛区皮肤，无毛皮肤含有四类有髓鞘的传入神经，包括二种快适应（Fast Adapting）型，FA1（Meissner）和FA2（pacinian），以及二种慢适应（Slowly Adapting）型，SA1（Merkel）和SA2（Ruffini）[10]。

FA1的应激频率区间为3～40Hz;FA2的应激频率区间为40～500 Hz，对300 Hz的刺激最敏感;SA1的应激频率区间为2～16 Hz;SA2的应激频率区间为100～500 Hz[10]。

6个手指震动强度特征量对应的频率区间在人手指的4种触觉感受器的应激反应频段内，6个特征量能够高效表示手指受到的震动刺激。表7为手指震动强度特征量信息。

4 手指震动信号特征量和主观手感评价因子相关性分析

对手指震动信号特征量和主观手感评价因子进行相关性分析。相关性分析是一种在实际应用中经常用到的一种数理统计方法，对多个具备相关性的变量因素进行分析，从而衡量两个变量因素的相关密切程度[11]。两变量相关系数的绝对值越接近1，则两变量越相关。按相关系数的大小可以得到几种不同程度的相关，若相关系数的绝对值大于等于0.8，则说明呈极强相关;若相关系数的绝对值在0.6～0.8区间内，则说明呈强相关;若相关系数的绝对值在0.4～0.6区间内，则说明呈中等程度相关。表9是相关分析的主要结果。

在0.01的显著水平，特征量2和柔软感、舒适感呈显著相关，特征量6和光滑感、柔软感、舒适感呈显著相关。舒适感、光滑感和柔软感与特征量6呈强负相关，相关系数分别为-0.712、-0.705和-0.672。

舒适感和柔软感与特征量2呈中度负相关，相关系数分别为-0.582、-0.522。

参照表7，特征量2代表手指沿纬向触摸织物时在90～300 Hz频段内的震动强度，特征量6代表手指沿经向触摸织物时在80～500 Hz频段内的震动强度。

以舒适感、柔软感和光滑感分别作为因变量，特征量2和特征量6作为自变量，采用逐步的方法做线性回归分析，分析结果显示特征量2均为被排除的变量，得到三个回归方程：舒适感=-0.62×特征量6;柔软感=0.532-0.938×特征量6;光滑感=-1.003×特征量6。三个方程的回归系数的显著性水平为0.000，明显小于0.05，说明回归系数显著，线性模型恰当。即手指震动强度特征量6（按经向触摸）可通过线性回归模型解释与主观手感值间的线性关系，手指震动强度特征值2（按纬向触摸）不可建立线性回归模型解释与主观手感值间的线性關系。震动强度特征值6越大，舒适感、柔软感和光滑感的评价值越低。

主观评价实验中手指触摸面料方式为纬向和经向各4次，且配对样本T检验结果为手指震动强度特征量2和特征量6无显著差异，即说明被试者按经向和纬向触摸同一织物时，手指震动强度无显著差异。手感的评价值与按纬向触摸面料时手指的震动强度无法建立显著线性回归模型的原因可能涉及神经、心理学领域，待进一步研究。

4 结 论

a）根据传感器检测到的0～500Hz频率范围内的手指震动强度分布特点，细分出15个频段并计算出各频段内的手指震动强度值。因子分析降维得到震动强度值6个特征量，它们能够代表手指触觉感受器受到的震动刺激。

b）相关性分析结果为手感评价中的舒适感、光滑感和柔软感与手指震动强度特征值6呈强负相关;舒适感和柔软感与手指震动强度值2呈中度负相关。

c）线性回归分析得到三个回归方程：舒适感=-0.62×特征量6;柔软感=0.532-0.938×特征量6;光滑感=-1.003×特征量6。手指震动强度特征量6（按经向触摸）可通过线性回归模型解释与主观手感值间的线性关系，手指的震动强度特征值6越大，舒适感、柔软感和光滑感的评价值越低。

d）基于手指震动信息的特征量对织物舒适感、光滑感和柔软感进行预测评价可行，客观的手指震动信息能为织物手感评价的准确性提供一个客观手段。

参考文献：

[1]SLIMAN BENSMIA， MARK HOLLINS. Pacinian representations of fine surface texture[J].Perception & Psychophysics，2005，67（5）：842-54.

[2]MUKAIBO Y， SHIRADO H， KONYO M， et al. Development of a texture sensor emulating the tissue structure and perceptual mechanism of human fingers[C]//Proc IEEE International Conference on Robotics & Automation，2005.

[3]HOSODA K， TADA Y， ASADA M. Anthropomorphic robotic soft fingertip with randomly distributed receptors[J].Robotics & Autonomous Systems，2006，54（2）：104-109.

[4]FISHEL J A， LOEB G B. Bayesian exploration for intelligent identification of textures[J].Frontiers in Neurorobotics，2012，6：4.

[5]KIKUUWE R， NAKAMURA K， YAMAMOTO M. Finger-mounted tactile sensor for evaluating surfaces[J].Transactions of the Japan Society of Mechanical Engineers，2011，77（784）：4567-4580.

[6]TANAKA M， CHONAN S， JIANG Z， et al. Measurement and valuation of touch sensation. tactile perception of forefinger compared with PVDF sensor output[J].Transactions of the Japan Society of Mechanical Engineers，1999，65（631）：970-976.

[7]TANAKA M， NUMAZAWA Y. Rating and valuation of human haptic sensation[C]//11th International Symposium on Applied Electromagnetics and Mechanics，2004.

[8]TANAKA Y， TANAKA M， CHONAN S. Development of a sensor system for collecting tactile information[J].Microsystem Technologies，2007，13（8-10）：1005-1013.

[9]章媛.基于摩擦震動信号的织物触感分类研究[D].上海：东华大学，2014.

[10]潘志娟，李旭高.触摸手法的生理机制及对织物评价的影响[J].纺织学报.2002，23（3）：13-14.

[11]李钢，胡新荣，姚迅，等.丝绸织物悬垂性影响因子定量相关性分析[J].现代纺织技术，2015，23（5）：36-42.

收稿日期：2019-11-13 网络出版日期：2020-07-20

基金项目：浙江省科技厅省级新产品试制计划项目（2018D60SA733456）

作者简介：徐姗姗（1994-），女，杭州人，硕士研究生，主要从事服装舒适性方面的研究。

通信作者：阎玉秀，E-mail：yanyuxiu777@163.com