一种由压电/摩擦电纳米发电机传感器阵列驱动的自供电智能鞋垫，用于健康监测和能量收集

时间：2026年6月1日

来源：Sensors and Actuators B: Chemical

编辑推荐：

邱浩峰|向桥邦|翁照辉|徐鹏冲|薛伟|廖宁波温州大学机械与电气工程学院，中国温州325035摘要基于柔性压力传感器的鞋垫在步态识别和预测方面受到了广泛关注，显示出在辅助外骨骼、人机交互和健康监测等新兴应用中的巨大潜力。柔性传感器为这一趋势提供了有前景的解决方案，但目前基于可穿戴传

邱浩峰|向桥邦|翁照辉|徐鹏冲|薛伟|廖宁波

温州大学机械与电气工程学院，中国温州325035

摘要

基于柔性压力传感器的鞋垫在步态识别和预测方面受到了广泛关注，显示出在辅助外骨骼、人机交互和健康监测等新兴应用中的巨大潜力。柔性传感器为这一趋势提供了有前景的解决方案，但目前基于可穿戴传感器的智能鞋垫的实际应用仍受到其稳定性差和制造工艺复杂的限制。本文提出了一种高效、自供电且结构简单的智能鞋垫，用于实现高精度的步态识别和能量收集。该智能鞋垫由压电复合薄膜-摩擦电纳米发电机（PC-TENG）传感器构成，结合了AZO/SiC/AlN压电薄膜和PDMS/MXene摩擦电纳米发电机。PC-TENG具有高灵敏度（2140 mV/kPa）、宽检测范围（0.1–200 kPa）、在14000次压缩循环中的高可靠性、快速响应时间（42 ms）以及优异的防汗性能。PC-TENG的充电性能表明其能够在34.5秒内将电容器（4.7 μF）充电至1 V，特别是当集成到鞋垫中时，其充电效率显著提高。通过与卷积神经网络模型的结合，该鞋垫能够以96.24%的平均准确率高效识别六种人类动作，相比类似的报告系统，传感器阵列更简单，准确率也显著提高。这项工作为可穿戴运动识别系统提供了战略性的进展，为新型智能健康监测和医疗评估提供了实际解决方案。

引言

随着辅助外骨骼、健康监测和人机交互等新兴应用需求的增长，人类运动识别已成为一个重要的研究焦点[1]、[2]、[3]、[4]。准确识别人类运动对于监测日常活动和评估康复效果至关重要，从而大大减少了紧急响应时间，并有助于诊断医疗状况[5]、[6]。在辅助外骨骼领域，运动识别通过实时捕捉力动态来预测用户意图[7]。当集成到智能可穿戴设备中时，它还能够实时分析运动生物力学并提高运动表现[8]。运动识别还允许机器通过解码非接触信号（包括手势和肢体运动模式）来理解人类意图[9]。然而，主流的基于视觉的识别系统通常具有有限的泛化能力，并且容易受到环境干扰，导致在复杂环境中的鲁棒性和准确性下降[10]、[11]。另一方面，使用刚性传感器的商业系统在复杂条件下表现出稳定性和高准确性，但其固有的刚性和佩戴不适限制了它们在下一代可穿戴识别技术中的应用[9]、[12]。

与刚性传感器相比，柔性传感器具有更好的灵活性、适应性和延展性，适用于步态分析和生物力学评估[11]、[13]、[14]。一种采用磁性微测量方法的柔性传感器被证明可以连续监测肌肉、肌腱和骨骼的运动，从而在外骨骼和假肢应用中实现直观和反射式控制[15]。此外，基于纳米裂纹分层纳米纤维的柔性压力传感器在运动姿势识别方面表现出高灵敏度和宽检测范围，成功应用于阻塞性睡眠等疾病的诊断[16]。然而，大多数报道的用于姿势识别的压电传感器存在一些局限性，如稳定性差、制造工艺复杂和滞后响应[17]、[18]、[19]。可穿戴鞋垫已被广泛研究用于健康监测、康复指导和运动表现分析[20]、[21]、[22]。丝网印刷纳米材料和压阻式传感器被用于制造智能鞋垫，以监测足底压力，提供了出色的灵活性和高的空间分辨率[23]。PVDF/Ca–POM复合材料被用于将传感器阵列集成到智能鞋垫中，实现了六种不同人类运动状态的分类[24]。尽管一些现有的鞋垫具有压力测量能力，但它们仍然受到传感器阵列灵敏度低、可靠性低和结构复杂的限制[25]、[26]、[27]。

最近的研究表明，通过将摩擦电纳米发电机（TENG）与压电传感器结合，可以显著增强传感器的压电性能，从而产生一种效率更高的混合压电-摩擦电机制[28]、[29]、[30]、[31]、[32]。PVDF-HFP纤维基纳米发电机中摩擦电和压电效应的各自贡献得到了阐明，并为设计下一代电子器件提供了新的见解[19]。提出了一种在单层膜中结合摩擦电和压电效应的工作原理，表现出卓越的协同性能和高能量转换能力[33]。为了改进单模传感的局限性，开发了一种压电-摩擦电耦合传感器阵列，具有独特的振幅特性，与单模传感器相比，准确率和检测范围都有所提高。此外，还引入了一种具有优异适应性的多模摩擦电传感器，能够独立输出双信号，以实现更多场景下的并行感知和识别[28]。然而，许多多模传感器容易因摩擦电和压电材料之间的化学和物理性质不匹配而发生界面剥离、材料降解和性能下降，最终影响这些设备的操作寿命[34]。

本文提出了一种高效且智能的鞋垫，用于能量收集和人类运动识别，结合了压电复合薄膜和摩擦电纳米发电机（PC-TENG）多模压力传感器以及机器学习。首先通过其在监测人体压力分布中的应用来评估这种混合传感器的实际效果。然后使用嵌入了简洁传感器阵列的柔性智能鞋垫实现运动识别和意图预测。相应的输出信号由微控制器单元（MCU）处理，随后由卷积神经网络（CNN）模型进行分析。PC-TENG的高灵敏度和宽检测范围得益于其双模工作原理，因此通过简单结构的传感器阵列实现了高精度的步态识别。

章节片段

方法

在制备压电薄膜时，将PVDF薄膜基底在乙醇和去离子水中清洗15分钟以去除表面杂质。然后在1.5 Pa的压力下引入流量为35 sccm的氩气。压电复合薄膜由SiC、AZO和AlN层组成，通过磁控溅射制备。AZO是一种透明的导电氧化物，具有压电性能；SiC和AlN具有良好的压电响应、高硬度等特性。

结果与讨论

图1展示了多模传感器的制造过程、多层结构和材料特性。压电层是通过将AZO/SiC/AlN复合薄膜沉积在PVDF薄膜基底上并通过磁控溅射制备的。随后，这些压电薄膜被封装在PDMS/MXene双层摩擦电纳米发电机中。PDMS和MXene通过化学合成形成摩擦电纳米发电机层，然后将其结合在一起。

结论

总之，本文报道了一种高效且结构简单的智能鞋垫，通过高灵敏度的混合压电/摩擦电纳米发电机元件实现了高效的步态识别和能量收集。PC-TENG具有高灵敏度（2140 mV/kPa）、宽检测范围（0.1–200 kPa）、在14000次压缩循环中的高可靠性、快速响应时间（42 ms）以及优异的防汗性能。PC-TENG的充电性能表明其具有高