王中林院士Materials Today：全喷涂式摩擦电-压阻复合传感器应用于智能运动分析-特诺科技官方网站

王中林院士Materials Today：全喷涂式摩擦电-压阻复合传感器应用于智能运动分析

来源：科诺科研

在物联网、大数据分析、人工智能和分布式传感器网络的推动下，体育分析的快速数字化正在重塑运动表现评估和比赛客观判断。当前的智能运动分析和裁判系统，例如鹰眼、光学动作捕捉和超宽带定位，主要依赖于基于视觉或射频跟踪技术。虽然这些方法提供了较高的空间分辨率，但它们存在固有的局限性，包括采购和维护成本高、对光照和环境条件敏感、标记物遮挡以及局限于受控的室内或半开放空间。更根本的是，这些技术试图通过成像或位置重建间接推断机械事件，而不是直接感知发生在地面界面的机械相互作用。这种间接传感范式不可避免地会在复杂、高速的运动场景下引入模糊性和误判的可能性。因此，研发一种环境适应性强、低成本且易于规模化制备的传感策略，能够直接感知运动表面的机械刺激，为智能运动分析和裁判辅助提供可靠的物理证据具有重要意义。

2012年，王中林教授提出了摩擦纳米发电机（TENG），用于将不规则、分布、低频的机械能转化为电能，具有材料多样性广、制备简单、电输出高、成本低等独特优势。除了能量收集，TENG 本身还可以作为自供电传感器运行，在没有外部电源的情况下用于振动、加速度、触觉或压力传感。考虑到人体在运动中的生物力学运动主要是低频和间歇性的，摩擦电传感器（TES）非常适合这种应用，并且在智能运动中显示出相当大的前景，包括边界检测、冲击定位和运动监测等任务。然而，摩擦电传感机制从根本上偏向于瞬态动态信号，因为电荷的产生依赖于接触-分离过程。因此，TES设备难以解决静态机械信息，这对于解释运动员与地面的相互作用，如脚步、重量分布和姿势稳定性等，同样至关重要。这种根本性的限制突出了能够解耦并同时获取体育赛事中动态和静态机械刺激的复合传感架构的必要性。尽管摩擦电-压阻复合传感器已经在步态监测、软机器人和拳击识别等背景下进行了探索，但大多数报道的设计依赖于复杂的微结构、多层微加工或基材特异性加工。这些方法严重限制了复合传感器的可制造性、可扩展性和大面积部署，这是智能体育基础设施的关键要求。此外，动态和静态信号的共存产生了多模态数据流，需要进行数据驱动的分析来提取其中蕴含的机械信息，这表明了将复合传感与人工智能相结合的必要性。

针对上述挑战，中国科学院北京纳米能源与系统研究所王中林院士、骆健俊副研究员团队，报道了一种全喷涂式摩擦电-压阻复合传感系统，通过将材料工程、可扩展的喷涂制造工艺和数据驱动分析集成到一个统一的系统中，该方法解决了在现实运动条件下感知地面界面动态和静态机械刺激的挑战。摩擦电传感层由通过分子桥接策略设计的氟化聚合物复合涂层构建，赋予传感器优异的疏水性、机械耐久性和高动态压力灵敏度。此外，通过原位再生策略制备的再生纤维素基复合涂层用作压阻传感层，具有快速响应、低滞后和较宽的静压检测范围。值得注意的是，压阻层同时作为摩擦电单元的电极，这极大地简化了设备的架构和制造过程。凭借完全喷涂且不依赖基底的制造工艺，该复合传感器实现了双传感模式的无缝垂直集成，同时保持了出色的稳定性和可扩展性。当部署为运动场的智能边线时，该传感器能够同时采集球和运动员脚部产生的动态和静态机械信号。此外，通过将复合传感器输出与一维卷积神经网络深度学习模型相结合，该系统在区分复杂边线事件达到了100 %的分类准确率，突出了其用于实时智能裁判和运动分析的能力。这项工作不仅为智能边线判断提供了一种新颖的方法，更重要的是，提出了一种可推广的范例，其中喷涂制造的复合传感涂层使运动场能够充当下一代智能运动分析的机械感知界面。相关论文以“Fully sprayed triboelectric-piezoresistive hybrid sensor for intelligentsports analytics”为题，发表在Materials Today期刊上。该文章的第一作者为北京纳米能源与系统研究所的博士研究生黄丽君，该研究工作得到了北京市自然科学基金、科技部国家重点研发计划、国家自然科学基金等项目资助。