河南大学王中坤教授团队（Interdiscip. Mater.）：基于静电纺丝压电复合膜与嵌入式 AI 的可穿戴传感集群用于实时多关节运动识别
在智能康复、人机交互飞速发展的今天，能够实时、精准、无感监测人体关节运动的可穿戴设备，一直是科研界和产业界追逐的热点。传统光学动作捕捉设备昂贵、笨重、受限场地，而普通柔性传感器又存在信号弱、抗干扰差、识别不准等问题。
近日，河南大学王中坤、张远征、郑海务团队在国际期刊《Interdiscip. Mater.》发表重要研究成果：基于静电纺丝压电复合膜 + 嵌入式 AI，成功研发一套可穿戴传感集群，实现腕、肘、肩、膝、踝等多关节运动实时同步识别，为智能穿戴与康复医疗带来全新技术方案。
这项研究最核心的突破，在于用静电纺丝技术制备出高性能 PVDF‑HFP/Ag NWs 复合纳米纤维膜。团队以 PVDF‑HFP 为基底，精确掺杂 0.05 wt% 银纳米线，通过优化静电纺丝参数，得到直径均匀、无缺陷的连续纳米纤维。再经过热压与快速退火处理，材料 β 相含量大幅提升，压电输出比纯 PVDF‑HFP 直接提高 5.47 倍，同时兼具柔软、亲肤、透气、隔热等穿戴优势。
在传感器性能上，该成果更是交出亮眼数据：灵敏度达到0.64 V/N，信噪比高达72.5 dB，远超同类聚合物压电传感器普遍 31 dB 的水平；传感器可拉伸 100%，经受 25000 次力学循环依然稳定输出，真正做到长期佩戴不掉线、不衰减。
为实现精准运动识别，团队设计了12 通道差分压电传感阵列，搭配微型化信号调理电路，硬币大小的硬件就能完成微弱信号采集、放大、滤波。更厉害的是，系统搭载了仅 245 KB 的轻量级 2D‑CNN 人工智能模型，在微控制器上直接实现端侧实时推理，不用依赖云端，延迟更低、隐私更强。
测试结果显示，这套系统可精准识别20 种关节动作，包括不同关节弯曲角度、行走、跑步、颈部活动等，平均识别准确率高达99.6%。依托一主多从无线架构与 ESP‑NOW 协议，多个传感节点可协同工作，同步解析腕、肘、肩等多关节复合运动，实现全身动作实时 “读懂”。
从材料制备到系统应用，这项成果完整打通了静电纺丝功能膜→高信噪比传感器→嵌入式 AI 部署→多节点协同感知全链条技术路径，也再次证明静电纺丝是制备柔性压电功能材料的关键核心技术。
对于从事智能康复、可穿戴传感、柔性电子、运动监测的科研团队与企业而言，该成果提供了可直接借鉴的材料配方、工艺路线与系统设计方案。而像佛山微迈科技 E04 多功能静电纺丝机这类专业装备，凭借多针阵列、双组分、同轴纺丝等能力，可高效制备核壳、梯度、复合功能层纳米纤维膜，完美支撑这类高端科研与产品开发。
总体来看，河南大学这项研究将静电纺丝先进材料技术与嵌入式人工智能深度融合，攻克了传统可穿戴运动传感器信噪比低、算力不足、多关节协同难等痛点，不仅在学术上具有重要价值，更在康复训练、运动损伤预防、人机交互、居家健康监测等场景具备广阔落地前景，是我国在柔性电子与智能传感领域的又一标志性成果。
