近日，兰州大学兰伟教授、靳志文教授和俄亥俄州立大学Li Jinghua助理教授合作研究了一种基于非线性协同压力传感技术的无线自供电智能鞋垫系统。该鞋垫集成了22个高精度传感器和柔性太阳能供电模块，能够实时监测足底压力分布并准确识别多种运动状态，为医疗康复、运动科学及个性化健康管理提供了全新解决方案。相关研究以“A wireless, self-powered smart insole for gait monitoring and recognition via nonlinear synergistic pressure sensing”为题发表在《Science Advances》。

技术亮点：非线性协同传感与自供电系统

该智能鞋垫的核心创新在于其非线性协同压力传感器。通过碳纳米管（CNT）、乙炔黑（ACET）与聚二甲基硅氧烷（PDMS）复合材料的协同设计，传感器在0~225kPa范围内实现了近乎完美的线性响应（R² > 0.999），解决了传统电阻式传感器非线性响应的难题。此外，传感器在经历18万次压缩循环后仍保持稳定性能，显著优于现有技术。

能源供应方面，鞋垫采用柔性钙钛矿太阳能电池（FPSC）作为电源，其光电转换效率达16.95%，且经过800次弯曲后仍能保持96.7%的初始性能。配合锂电池储能模块，系统可在低光照条件下（如室内500 lux）连续工作60min，满足全天候使用需求。

图 1.自供电智能鞋垫概述。

图 2.具有非线性协同作用的 CNT/ACET/PDMS 传感器的性能。

智能分析：机器学习精准识别八种运动状态

研究团队将支持向量机（SVM）模型集成至智能手机应用中，通过22个传感器的时空压力数据，成功实现了对静坐、站立、单脚站立、深蹲、步行、跑步、上下楼梯等八种运动状态的100%准确识别。对比测试中，随机森林模型同样表现优异，而卷积神经网络（CNN）因数据量限制稍显不足。这一技术为帕金森病步态冻结、糖尿病足溃疡风险区域监测提供了高精度工具。

图 3.FPSC 的设计和表征。

图 4. 压力映射智能鞋垫的设计和表征。

应用场景：从医疗到运动科学的多元潜力

医疗诊断：实时监测足底压力分布，辅助早期发现腰椎退行性疾病、扁平足及糖尿病足溃疡高风险区域。

康复训练：通过动态压力热图分析，帮助中风患者矫正步态不对称性，优化康复方案。

运动科学：捕捉跑步与步行时的压力变化频率差异，为运动员姿势优化和疲劳预测提供数据支持。

个性化设计：鞋垫可根据足弓形态定制，适配高足弓或扁平足用户，提升穿戴舒适性。

（来源：高分子科学前沿）