多种智能技术在防寒服装功能研发中的应用进展

马 亮，李 俊,2

(1.东华大学 服装与艺术设计学院，上海 200051；2.东华大学 现代服装设计与技术教育部重点实验室，上海 200051)

人体在寒冷环境中工作或生活会从生理层面和心理层面都感到不舒适[1]，甚至会造成机体损伤和死亡[2]。穿着适体轻量的防寒服装是人体抵御冷环境威胁，维持肌体热平衡的重要手段。传统防寒服装主要通过隔热层中新型保暖隔热材料的应用[3-4]、服装通风开口部位的结构改良[5]、着装方式的优化[6]等被动隔热方式来提高服装的保暖性能[7]。但通过以上方式的改进，依然无法扩展防寒服对超低温环境的适应能力。当环境温度过低时单纯采用被动隔热的方式会造成服装质量与体积过大，使穿着者活动范围受限[8]。多种主动加热系统(电加热系统[9]、化学加热系统[10]、流体加热系统[11]、太阳能系统[12]、相变加热系统[13])在防寒服中的应用不仅可减轻整体质量也可以扩展其在低温环境中的适用范围。鉴于人体不同部位的冷防护需求不同[14]，并且人体对环境温度的适应性存在年龄差异[15]与性别差异[16]，即对档位调节的主动加热系统在功能上提出了进一步完善的要求。此外，为确保人体在冷环境中免受危害，该类服装还应该具备生理信息监测、环境快速响应及人体热生理水平预测等功能。

为了实现功能的突破，在硬件层面智能型防寒服装应以人体传感器网络(body area network,BAN)[17-18]和环境监测传感器网络[19]为架构基础，实现冷环境条件下人体生理信号、防寒服加热温度及环境动态信号的采集与传输。但目前市场常见的智能加热服装往往只在加热元器件内部设置单个热电偶用以监测加热单元的温度，当温度出现异常值时，系统停止工作，对于其余功能则鲜有集成。此外，加热单元的有效使用受到材料自身特性及制作工艺的制约，一般弹性较小且不易拉伸。在软件层面，需在多档位温度调节的基础上，依托神经网络[20-21]、人体热生理模型等新算法对防寒服内部温度控制模式进行优化。目前，智能算法模型主要以加载到处理器中的个体历史调温数据为基础，通过机器学习的方法对个体穿着习惯进行智能判断，以实现服装内加热单元的温度调节。

本文在回顾防寒服装发展概况的基础上，针对适用于防寒服装的智能技术，从动态信号采集传输、加热系统的研发水平、控制算法的优化升级及人体热生理模型的合理应用等4个角度进行整理与回顾，分别探讨了各技术手段在防寒服装中的适用范围、技术瓶颈及其延展空间。指出研究并设计功能集成度高且满足不同群体热生理需求的非均匀智能温控防寒服十分必要，并提出构建面向智能防寒服装的多维度测评方法及标准的设想[20]。文章最后指出了现有研究中存在的不足并对未来的研究方向进行了展望。

1 防寒服装的发展进程

防寒服装的发展主要经历了3个阶段。首先是被动隔热阶段，通过对防寒服内不同层位隔热材料优化、服装结构设计、装着方式的改良等方面展开。当环境温度不断降低，一味提高被动系统的隔热性能，不仅会造成整个服装系统的质量增加，也会使穿着者体感较差，制约了该类研究的发展及应用。近年来随着隔热材料的优化，出现了聚酰亚胺气凝胶膜、气凝胶发泡材料、相变微胶囊等新型复合材料[22]，防寒服装逐渐朝着轻薄的方向发展。

其次是主动加热阶段，研究主要依托加热元件和控制电路的相互作用，为防寒服提供额外的热量。这一阶段防寒服中出现了多种类型的主动加热模式，主要包括电加热模式、化学加热模式、流体加热模式、太阳能加热模式和相变加热模式等。通过将主动加热系统与被动隔热系统的有机结合，提高了整体防寒服装的防寒能力。针对主动加热系统出现了对应的控制系统，使得主动加热系统可以设置多个加热档位，从而满足人体在不同环境下的防寒需求，但是人工控制系统档位设计模式单一，多为三档调温系统。此外，发热元件和电池性能的升级也是牵制研究突破的难点。

最后是智能控制研究阶段。近年来随着微电子技术的发展，防寒服装的研究从一般的人工控制阶段进入了智能控制阶段，但在这一时期，控制系统的硬件集成度低，功能单一，依托多维人体及环境信号的“监测-反馈”系统研究相对较少。目前集中于对软件算法的改进，主要依托前沿计算机技术，以服装作为载体，使防寒服装具有自主学习和判断的能力，但基于数据分类判别的控制模式需要经过一段时间的数据处理后才能实现个体对加热温度的个性化自动调节功能。此外，需要提升加热单元对温控系统发出的控制指令的响应时间。

在接下来的研究中，应该重点加强硬件系统的集成水平，增加人体与环境信号的采集与传输功能，实现低温环境下人体的健康监测。其次，为确保温度的实时动态调节，要在总结加热单元及现有控制模式的基础上，融合人体热生理模型的理论研究成果，构建基于冷环境条件下的多维度人体生理模型数据库，实现算法模型的优化。人体热生理模型在温度控制算法中的有效应用有助于进一步满足人体各部位的防寒需求，优化加热系统的合理性，同时也可以对不同冷环境下人体的热应激情况进行预估。

2 动态信号的采集与传输

由于人体在受到寒冷侵袭时肌体易受到损伤甚至威胁生命，因此防寒服装应具备动态信号采集与数据传输的功能。动态信号采集包括人体生理信号与环境信号两部分，所采集的数据可以为防寒服智能预警设计提供决策支撑。信号传输包括指向穿戴型微处理器的近距离通信与指向云端的远距离通信两部分，选择合适的传输方式是保证信号传递实时性与有效性的基础。

图1 动态信号采集与数据传输Fig.1 Dynamic signal acquisition and data transmission

2.1 人体与环境动态信号的采集

智能型防寒服装具有信号采集功能的目的是实时监测人体在寒冷环境中的各项生理指标和环境指标，以保证人体免受冷环境威胁。

目前人体生理信号监测主要集中在健康监护服装[23-24]，尚未在防寒服装中得到较好的应用，主要有以下2个原因：首先，生理信号的采集效度存在挑战，防寒服装属于外穿防护服装，服装最内层材料不与人体皮肤接触，生理信号的采集需要依托近距离无线通信技术，使电磁波透过内层服装的阻隔，通过算法的转化最终实现对部分生理信号的监测。该技术路径的实现难度大，信号可监测范围有限且监测精度较低，因此传统紧身型健康监测服装的设计模式无法在防寒服中得到有效的应用。通过设计接口电路，使传统紧身型健康监测服装内置的监测电路与防寒服外层的控制单元有效连接，可以在一定程度上解决上述问题，但同时会造成服装穿脱不便，影响穿着体验。其次，传感器监测数据规模小且彼此之间的关联度较差。早期的监测服装通过布局有限的传感器对人体生理信号进行监测，各传感器之间无直接联系，数据无法融合，基于此研发的智能健康监护服装常会出现不必要的预警提示。因此，数据采集规模需要由单一信号向多源信号发展。

随着数据采集规模的扩大，出现了基于人体传感器网络(BAN)的信号采集系统[25]。该网络由多个传感器节点构成，各节点均可对一个或多个生命体征进行监测，其中BAN的合理架构[26]是避免信道交错与噪声干扰的研究难点。BAN中传感器的数量较少，制约了数据的采集规模，其中刚性传感器在BAN中的应用技术已经相对成熟[27]，而将柔性传感器[28-29]集成到人体传感器网络中仍然是一个挑战。开发面向柔性传感器的BAN可以使智能型防寒服装的穿着舒适性得到显著提高[30]。

与人体生理信号采集类似，环境信号的实时监测数据是智能防寒服装进行温度调节的另一个依据，通过在防寒服最外层布局无线环境监测系统[19]可以对外界环境数据进行采样、处理和通信。现阶段面向人体和面向服装的传感器监测网络尚未建立互联通信协议，彼此关系不紧密，在防寒服装的研究中各自独立发展。

此外，当防寒服装内部配置有生理和环境信号监测系统时，虽扩展了防寒服本身的功能[37]但同时会导致服装整体质量较大的问题。传感器与控制单元的有效布局会对其力学舒适性研究带来新的挑战[38-40]，主要表现在以下3个方面：首先，由于防寒服为外穿服装，为了提高生理信号测量精度，需要在传感器信号检测精度和穿着舒适性之间进行平衡，寻求最优的设计方法，这已成为智能服装设计和商业化开发的主要挑战之一[31]。第二，由于智能型防寒服装自重较大等原因会对穿着者的身体造成一定的力学压迫，进而会引发由局部血流阻断，诱发肌肉疲劳和酸痛等疾病，因此对压力舒适性提出了更高的要求[32]。提升智能型防寒服装的压力舒适性可以更好地实现穿戴者与防寒服间的交互关系。良好的力学性能可以防止核心数据存储与数据处理单元产生不必要的滑移。第三，智能防寒服装的供电单元主要采用外接电池供电，防寒服装的上衣、裤子及鞋帽需要有序地与电源进行连接，整个接线系统需要与防寒服装的结构匹配，否则复杂的布线会造成穿者活动灵活度降低，增加不必要的负荷，影响服用感受。

2.2 信号的传输

目前智能型防寒服装的信号传输主要包含3部分，首先是防寒服内置的多个传感器将监测信号向微处理器传输，第2部分是微处理器将信号向近端基站的传输，第3部分是指近端基站将数据上传云端且向数据控制中心发送的过程。前2个部分属于近距离通信，第3部分属于远距离通信。

当传感器将监测信号向微处理器传输时，服装内部核心处理单元的部署方式逐渐由集成式部署转向分布式部署，并结合人机工学原理分布在人体适合穿戴的部位。当采用有线通信传输方式时多终端连线的布线模式及传输线弹性低等问题会降低服装的穿着舒适性。当采用无线通信传输方式时，信道间的相互干扰会加剧噪声的传播。因此数据有效传输是智能防寒服研究的又一个难点。

在处理器容量有限的情况下，随着传输数据维度和规模的扩展，多维数据在传输前需要进行数据压缩并在接收后进行解压缩，但2次数据转换会造成传输信号信度下降，使后期算法的研究失去准确性。

相较于第1部分，第2部分与第3部分的传输主要依赖于无线通信技术。无线通信系统的快速发展为智能仿寒服装的进一步开发提供了更多的可能。近年来出现了基于蓝牙技术传输的PID智能加热服[33]，该技术依托脉宽调制(PWM)模拟控制方法对多个部位如背部、腹部和手腕进行加热，但在一些特殊环境条件下如环境温度过低或水域工作区域(封闭环境)，无线通信技术的信号易出现中断现象。此外，无线充电[34]技术的发展，使得防寒服有望摆脱电池的困扰，减轻整体的重量。

在信号传输过程中，在人体层面还需要关注天线发射信号时，电磁波的主瓣发射方向对人体所造成的辐射危害。向外环境发射传输信号时候需要关注系统本身的电磁兼容问题。

硬件功能的大量集成可能会引起电磁辐射的威胁，需要明晰防寒服装内置电子单元的电磁辐射对人体的辐射情况。有学者采用计算机模拟的方法建立了一系列可以表征人体各组织器官电磁特性的人体电磁模型。模型的发展经历了简化型多层圆柱体着装模型[35]，人体主要器官局部防护模型[52]，和基于人体解剖学拓扑结构的整体精确生物电磁模型[36]。模型的突破和发展为了解人体各部位所受电磁辐射的强度提供了新的思路。

电磁兼容性设计与验证需要符合 GJB 151B—2013《军用设备和分系统 电磁发射和敏感度要求与测量》和GJB 1389A—2005《系统电磁兼容性要求》的规定。目前尚未有专门针对智能型防寒服装电磁兼容特性的研究，在之后的研究中随着服装智能化程度的不断增加，其电磁兼容特性需要重点关注。

3 加热单元的发展

加热单元的有效应用是实现防寒服装智能化设计的重要前提。传统的防寒服装采用多层设计，其核心目的是通过增加服装层数来提高整体服装的热阻值，实现保暖防寒的目的。主动加热模式的有效应用可以降低服装的重量和体积。与通过提升材料性能降低服装重量的方式不同，主动加热系统可以更好的与智能控制相结合，实现人体各部位差异化的保暖需求。从加热原理分析可以将现有加热单元分为被动型加热单元与主动型加热单元。

被动式加热单元无需人为控制，即可实现温度的变化，主要可以分为2类：一类是以能量转化为基础，将环境中的能量有效吸收后转化为热能，如通过太阳能板将太阳能转化为热能。另一类是以材料本身的特质为变温基础，根据环境温度的不同，对加热温度进行调节，如相变材料即是通过材料本身物态转变实现吸热放热。被动式加热元件组要依托外界环境功能，无需电子系统的干预，因此它可以降低能源成本。由于受到环境条件的制约，该类加热模式在防寒服装的中的应用较为局限。

多种主动加热元件是以控制电路为核心，通过手动或自动的方式对加热单元进行控制，实现温度的调节。加热单元主要以超细电阻丝、镀金属材料、碳纤维、石墨烯、碳纳米管涂层或高聚物涂层等电热材料将电能转化为热能，最后通过与电路系统的配合实现温度的有效调节。

为了保证加热系统在服装上的有效应用，需要重点关注以下几点问题：第一，加热单元发热均匀性及热辐射范围。第二，加热单元往往不具备弹性，无法在关节等活动较大的肢体部位应用。进一步提升加热元件及导线或织带的耐弯折、可伸缩、柔软、耐水洗及安全等特性是保障系统正常运行及加热单元有效工作的关键。第三，提升电池柔性化水平与耐受程度，增强其对冷环境条件适用性。

目前对于加热单元性能的评价研究主要集中在织物层面，且主要关注加热单元本身的物理性能，例如加热片的温升温况、峰值温度、热辐射范围等。除了采用温度传感器或红外热像仪进行测试外也有研究借助ANSYS[37-38]、ABAQUS[39]商业软件进行织物层面的数值模拟，但研究结果很难表征加热单元缝制在服装上后，人体穿着状态下该单元的热辐射情况。在接下来的研究中应从服装层面对于包含人体生理模型和控制电子器件散热模型的智能加热服装进行电热耦合性能的数值模拟分析。

4 温度控制算法

智能型防寒服装的温度控制算法在现有研究的基础上，需要进一步考虑人体在冷环境下的热生理特征。研究框架如图2所示。该研究成果可以为智能型防寒服装的研发提供理论基础。人体热生理模型是对人体在特定生存环境条件下生理反应的客观描述，主要包括人体体温调节模型又称人体热调节模型、人体各区域热敏感分布模型、人体热舒适模型等；不同人体热生理反应模型的研究可以为防寒服装的智能化研发提供一定的参考依据。

图2 控制算法与人体生理模型的应用Fig.2 Application of control algorithm and human physiological model

目前的研究主要集中于对防寒服内部温度控制模式[40]的优化及新算法技术的引入，如利用机器学习算法记录穿着者的调温习惯，深入了解穿着者自身的防寒诉求，如美国波士顿服装公司研发的Mercury Jacket与Omius研发的“会呼吸”的夹克均为基于该技术所开发的智能防寒产品。此外，将气候数据与智能型防寒服装的控制模式进行关联研究也是一种新的研究方向。目前出现的电子终端应用程序如ClimApp已经将气候数据与防寒服装的穿着搭配进行关联，通过计算给出相应气候条件下的穿衣指南。

依靠人体传感器网络采集和记录人体日常的脉搏、呼吸、体温等生理数据已成为现实。然而，配置了人体传感器网络的智能型防寒服装在一段时间过后易出现数据的爆炸式增长，不利于普通用户观察、分析、提取有价值的生理信息，影响防寒服相应功能的驱动，因此需要对生理数据进行融合。此外由于人体形态与组织结构的差异对个体防寒能力有影响，因此也可进一步对人体体型数据进行融合，为生理模型的应用提供帮助。综上可以发现面向智能防寒服装的数据融合主要包括生理数据融合[41]与人体体型数据融合[42]两大类。

上述2种类型的数据融合主要涉及各子系统之间不同来源的异构数据集成[43-44]、数据转换、综合聚类[42]等研究方法。将多种结构类型的数据进行有效的融合可以极大地提高寒冷环境下人体热舒适需求的预测精度。

此外，引入温度控制算法之后，防寒服内部需要配置相应的主动加热材料以实现算法的相应功能。因此其测评方法与传统防寒服装存在2方面差别：首先智能防寒服装内置加热系统，服装层内部微环境温度的升高可能引起局部出汗量的加大，因此不同加热功率下防寒服热湿舒适性研究需要区别进行；其次是服装内部的控制单元与控制线路需要在加热的工作环境下工作，电子元件本身的升温情况也会对人体的热湿舒适性带来影响。传统研究方法包括人主观实验[45]、暖体假人测评[46-47]和CFD数值模拟[48]3种。

从人体安全性的层面来讲，当系统失调时会对人体造成过保护不当的情况。算法的设计要严格确保防寒服内部温控系统的调温范围。当防护过度，服装内部温度超过人体所接受的最高阈值会造成人体低温烫伤；当防护过欠缺，服装内部温度过低会带来冻伤风险。

从控制系统本身所面临的服装内环境温度而言，需要保证其系统的稳定运行。由于防寒服装的智能控制系统与其他智能可穿戴系统所面临的工作环境不同，当智能防寒服正常工作时，服装内部受到加热系统的热辐射作用，其温度往往高于38 ℃，在这样的温度环境中，电子设备的使用会面临系统崩溃的情况，与其类似，当智能防寒服装直接暴露在寒冷环境中，同样会影响系统的工作工作状态，因此，在算法设计过程中需要对电子元器件的安全特性进行监控。

5 人体热生理模型应用

5.1 体温调节模型的应用

在实际生活中，个体在选择防寒服装时会出现穿着过多或穿着较少的现象[49]，这主要是因为人体对自身在冷环境中的体温调节能力错误预估而造成的[50]。成年人可以通过增减服装数量的方法进行个体保暖调节，但婴幼儿、残疾人等特殊群体则可能由于穿着过多而引发的体温过高[51]。

人体体温调节模型可以对不同代谢状态下人体的体表温度分布情况进行实时瞬态计算，预估人体在冷环境条件下的热生理水平与体表温度分布情况[52]，通过体温调节模型的计算结果可以了解人体对防寒服装在不同环境温度条件下的热阻需求。将参数化的体温调节模型通过接口电路读入智能型防寒服装的控制单元，可以实现模型的应用。利用自定义程序化的设计模式可以根据外界环境温度对服装的加热温度有效预估。

但目前体温调节模型在智能型防寒服装中的应用尚存在以下4点不足。首先，各年龄段体温调节模型开发程度不均衡，参数化水平较低。目前主要是针对正常健康状态下成人人体体温调节模型进行开发。相比之下，针对冷环境下的高危人群如婴儿[53]、青少年[54]、老年人[55-56]以及处在非健康状态下的群体所开发的人体体温调节模型相对较少。第二，人体体温调节模型的几何形态还原度有待提高[57-58]，且附带加热单元的多层防寒服装模型缺少研究。组织的空间结构信息对相应的生理量分布有较大的影响[59]，建立准确的三维人体模型有助于对相应生理现象进行数值分析。近几年所建立的高维度体温调节模型在几何模型创建阶段有意向人体真实形态逼近[60]。第三，寒冷环境中体温调节模型的适用性受限。特别是当人体外出或进入室内时会面临温度突变的环境条件，建立可以适用于温度突变环境，并且对于皮肤温度的不均匀分布特性予以充分考虑的体温调节模型是极其困难的。第四，冷环境下针对不同运动状态下的热生理研究较少[14]。

在未来的研究中，人体体温调节的研究结论不仅可以为智能型防寒调节服装的相关功能设计提供理论参考。面向不同群体的参数化体温调节模型的开发使智能型防寒服装的个性化定制成为可能。最后，计算结果的可视化处理可以应用于交互平台的开发，用户可以直观地看出所穿防寒服对人体各部位的保暖效果。

5.2 人体热敏感模型的应用

生理学研究显示人体各部位对冷环境的敏感程度不同。在防寒服装的设计中，人体各部位的保暖需求呈现差异性变化。通过高精度人体热敏感图谱的绘制可以直观地看到人体各部位的热敏感程度[61]，基于此可以针对不同部位进行非均匀分布的防寒设计。上述方法不仅可以更好地满足人体各部位的保暖需求，同时可以节省加热单元与控制系统的电能消耗并且延长服装的有效保暖工作时间。

人体的热敏感模型研究是指在环境仓内通过生理学实验对人体不同部位的对冷热敏感程度进行测量，通过将测量结果制作成图谱模型，可以直观地反应出人体各部位的冷热敏感程度[61-62]。皮肤的冷热敏感性决定了在不同温度下的冷热感觉强度，其中性别、毛发覆盖率、年龄等都会对人体的热敏感性能产生影响[63]。

目前热敏感模型在智能防寒服装中的应用尚存在以下4点不足。第一，热敏感模型的适用性狭窄，目前国内外研究中所选取的实验对象集中在20～30岁的在校人群，从技术路线探索的角度来说，这样的研究为学术界提供了一种研究思路，但却存在推广难题。20～30岁的在校人群身体条件较好，而对于受到寒冷威胁较大的人群如婴儿、青少年、老年人和多种慢性病患者的相关机制研究还不够深入。第二，模型的应用受到严重的地域性制约，人体对寒冷程度的敏感性存在耐受现象，长时间处在冷环境中的人群其对冷环境的敏感程度要低于初次接触此类环境的人群。第三，人体冷热敏感性强弱存在人体各部位区域差异，特别是关于腹部外侧和中心区域之间的差异仍然没有得到合理的解释。第四，虽然部分结果表明了体毛对人体各部位的热敏感强度大小有潜在作用，但系统地研究体毛对冷热敏感性的直接影响却相对较少。

根据热敏感模型的研究结果，在未来的研究中，不仅可以调整防寒服装的通风口位置和数量，为通风口的开启位置设计与数量设计提供指导依据，还可以为智能型防寒服装预冷(预热)算法提供算法设计依据。当人体从高温环境进入低温环境或者人体由运动状态转为静止状态，服装可以根据人体不同区段的热敏感程度提前进行开口通风与智能加热，从而使人体可以一直保持在热中性的服装微环境中，减少骤冷骤热环境转换中的多种伤害。

6 未来发展趋势

目前智能型防寒服装的研究尚处于起步阶段。智能技术的应用为防寒服装的智能化发展提供了更多的可能，使其更加符合人体的热生理需求，并且扩大了其对极端寒冷天气的适应能力，在接下来的研究中可以在以下5个方面进行进一步的研究。

1)强化控制元器件的硬件集成度。基于人体传感器网络增强对人体生理信号及环境信号的监测功能；优化数据传输的通信协议。确保低温环境条件下，职业作业人员及身体状况欠佳人群在生命体征出现异常时可以及时被发现并且得到有效救助。

2)智能型防寒服装应该从多个尺度满足人体生理反应的差异，充分考虑人体热生理特征。在智能控制层，可将多尺度人体生理模型融入预测算法的研究，使得整个控制系统的决策更加符合实际环境中人体的防寒需求，为人体各部位非均匀加热系统的研究提供理论支持。

3)目前智能型防寒服装所采用的电子元器件通常体积与硬度较大，并且布线复杂。随着服装系统中控制模块性能的提升，造成整个系统在服装中的合理性布局难度增加。将柔性可编织电子器件以分布式的架构方法在人体传感器网络内进行合理布局，是实现微型电子元器件在防寒服中有效应用的途径。

4)目前针对智能型防寒服装所构建的完整测评体系存在研究空缺。从宏观角度来看，智能服装是以服装为载体进行智能化设计，需要从电气性能、热湿性能及压力舒适性等多个维度进行综合评价。目前研究中着重关注整个智能防寒服装的加热性能及人体所面临的低温烫伤危害，忽略了在防寒服装内部高温环境下，系统自身稳定性与安全特性。

5)构建相关评价标准。通过对智能型防寒服装标准查阅，发现相关标准主要包括以下几个方面：针对防寒服装本身的标准，包括服装的研发与测试；针对内部加热系统的标准，且目前只有针对电加热系统的行业规定；针对电子器件电气性能规定的标准，可以发现目前尚未出台针对智能型防寒服装的研发与测试标准。相关评价标准亟待建立和发布。

FZXB