随着电子皮肤、健康监测等多场景下对人体运动检测需求的不断增长，可穿戴压力传感器不仅需在宽压力范围内具备高灵敏度，还需在极端环境下保持稳定性能。然而，现有智能压力传感器普遍存在高压下电信号易饱和、检测范围受限、宽量程下分辨率不足等问题。因此，如何在宽压力范围内同时实现高灵敏度与高分辨率，仍是当前可穿戴压力传感器面临的关键挑战。

近期，郑州大学申长雨院士/刘春太教授团队的刘虎教授课题组在Advanced Fiber Materials上发表了题为“Biomimetic Gradient Fibrous Aerogel Pressure Sensor Featuring Ultrawide Sensitive Range and Extraordinary Pressure Resolution for Machine Learning Enabled Posture Recognition”的研究进展。

该研究采用逐层冷冻技术，制备具有梯度模量结构的聚酰亚胺纤维(PIF)/碳纳米管(CNT)复合气凝胶，以克服可穿戴压力传感器在灵敏度与检测范围之间的固有矛盾。这种梯度气凝胶模拟了人体皮肤的独特微观结构，实现了卓越的压力检测能力(10 Pa 至1.58 MPa)、1 MPa高压下分辨率仍达0.001%，并兼具极端温度耐受性(-150 °C 至200 °C)以及优异的压缩性和抗疲劳性。此外，结合深度学习算法，其可准确识别评估健身姿势，凸显了将高性能传感器与智能算法结合的智能交互变革潜力。

该工作模拟人体皮肤的仿生结构，采用逐层冷冻浇筑技术，设计并制备出具有梯度模量结构的纤维状气凝胶压力传感器(图1a)。先将经剪切处理的PIF、CNT与水溶性聚丙烯酸(PAA)粉末均匀分散于三乙胺(TEA)水溶液;再通过层状冷冻技术，用不同浓度分散液构建具有界面熔融效应的复合气凝胶;最后经冷冻干燥和退火处理得到了具有宽检测范围、高压分辨率高且耐极端温度的梯度纤维状PIF/CNTs气凝胶(图1b-c)。

图1 梯度纤维 PIF/CNTs 气凝胶的仿生机理和制备

如图2所示，梯度纤维PIF/CNTs气凝胶结构完整，层间无可见分层缺陷。观察其SEM图像可看出，气凝胶从顶部到底部具有明显的梯度多孔结构，特征性蜘蛛网状孔壁结构的成功构建赋予了梯度气凝胶优异的机械性能。

图2 梯度纤维 PIF/CNT 气凝胶的形态和结构表征

如图3所示，梯度纤维气凝胶在压缩变形与抗压强度之间实现了最佳平衡，这对同时实现高压力灵敏度和扩展传感范围至关重要。同时，梯度结构纤维气凝胶赋予传感器更宽的检测区间、优异的回弹性及抗疲劳性能。

图3 梯度纤维PIF/CNTs气凝胶的压缩机械性能

图4系统评估了梯度纤维气凝胶压力传感器的性能，并与均质纤维气凝胶进行对比。结果显示，梯度纤维气凝胶压力传感器在高达 1.58 MPa 的传感范围内表现出高灵敏度，综合了低模量区高灵敏度与高模量区宽量程的双重优势，与有限元模拟结果一致。

图4 梯度纤维 PIF/CNTs压力传感器的传感性能及有限元分析

如图5所示，梯度纤维 PIF/CNTs气凝胶压力传感器在全压力区间产生明显且稳定的传感信号，即便应力低至10 Pa仍能产生电流响应，凸显其在高精度检测场景中应用的潜力。

图5 梯度纤维 PIF/CNTs压力传感器的传感性能

如图6所示，得益于所制备的梯度纤维气凝胶压力传感器的宽检测范围、低检测限和高压分辨率，传感器在生理信号监测中表现出色。附着于手腕可精准捕捉运动前后的脉搏变化，固定于额头可识别皱眉等微表情等，证明了传感器捕捉细微肌肉运动的能力和检测多尺度生理信号的潜力。

图6 梯度纤维PIF/CNTs压力传感器在实时监测生理信号和人体运动中的应用

如图7所示，梯度压力传感器可附着在关键身体部位(包括二头肌、肘部、膝盖和脚部)，采集各类健身动作的电信号;借助深度学习算法解析不同关节的电响应信号，实现健身姿势的准确识别。

图7 梯度纤维 PIF/CNTs压力传感器的深度学习算法辅助的人体健身姿势识别

综上所述，该工作成功地开发了一种逐层冷冻浇筑技术，设计并制备梯度纤维气凝胶PIF/CNTs，实现了卓越的压力检测能力(10 Pa至1.58 MPa)、在1 MPa压力下0.001% 的高压分辨率，以及优异的极端温度耐受性(-150 ℃至200 ℃);同时，在深度学习算法的辅助下，其成功实现了对健身姿势的准确识别与评估。该成果为气凝胶压力传感器在健身监测、姿势识别、人机交互等领域提供了新思路。