在物聯網、大數據分析、人工智能和分布式傳感器網絡的推動下，體育分析的快速數字化正在重塑運動表現評估和比賽客觀判斷。當前的智能運動分析和裁判系統，例如鷹眼、光學動作捕捉和超寬帶定位，主要依賴于基于視覺或射頻跟蹤技術。雖然這些方法提供了較高的空間分辨率，但它們存在固有的局限性，包括采購和維護成本高、對光照和環境條件敏感、標記物遮擋以及局限于受控的室內或半開放空間。更根本的是，這些技術試圖通過成像或位置重建間接推斷機械事件，而不是直接感知發生在地面界面的機械相互作用。這種間接傳感范式不可避免地會在復雜、高速的運動場景下引入模糊性和誤判的可能性。因此，研發一種環境適應性強、低成本且易于規模化制備的傳感策略，能夠直接感知運動表面的機械刺激，為智能運動分析和裁判輔助提供可靠的物理證據具有重要意義。

2012年，王中林教授提出了摩擦納米發電機（TENG），用于將不規則、分布、低頻的機械能轉化為電能，具有材料多樣性廣、制備簡單、電輸出高、成本低等獨特優勢。除了能量收集，TENG 本身還可以作為自供電傳感器運行，在沒有外部電源的情況下用于振動、加速度、觸覺或壓力傳感。考慮到人體在運動中的生物力學運動主要是低頻和間歇性的，摩擦電傳感器（TES）非常適合這種應用，并且在智能運動中顯示出相當大的前景，包括邊界檢測、沖擊定位和運動監測等任務。然而，摩擦電傳感機制從根本上偏向于瞬態動態信號，因為電荷的產生依賴于接觸-分離過程。因此，TES設備難以解決靜態機械信息，這對于解釋運動員與地面的相互作用，如腳步、重量分布和姿勢穩定性等，同樣至關重要。這種根本性的限制突出了能夠解耦并同時獲取體育賽事中動態和靜態機械刺激的復合傳感架構的必要性。盡管摩擦電-壓阻復合傳感器已經在步態監測、軟機器人和拳擊識別等背景下進行了探索，但大多數報道的設計依賴于復雜的微結構、多層微加工或基材特異性加工。這些方法嚴重限制了復合傳感器的可制造性、可擴展性和大面積部署，這是智能體育基礎設施的關鍵要求。此外，動態和靜態信號的共存產生了多模態數據流，需要進行數據驅動的分析來提取其中蘊含的機械信息，這表明了將復合傳感與人工智能相結合的必要性。

針對上述挑戰，中國科學院北京納米能源與系統研究所王中林院士、駱健俊副研究員團隊，報道了一種全噴涂式摩擦電-壓阻復合傳感系統，通過將材料工程、可擴展的噴涂制造工藝和數據驅動分析集成到一個統一的系統中，該方法解決了在現實運動條件下感知地面界面動態和靜態機械刺激的挑戰。摩擦電傳感層由通過分子橋接策略設計的氟化聚合物復合涂層構建，賦予傳感器優異的疏水性、機械耐久性和高動態壓力靈敏度。此外，通過原位再生策略制備的再生纖維素基復合涂層用作壓阻傳感層，具有快速響應、低滯后和較寬的靜壓檢測范圍。值得注意的是，壓阻層同時作為摩擦電單元的電極，這極大地簡化了設備的架構和制造過程。憑借完全噴涂且不依賴基底的制造工藝，該復合傳感器實現了雙傳感模式的無縫垂直集成，同時保持了出色的穩定性和可擴展性。當部署為運動場的智能邊線時，該傳感器能夠同時采集球和運動員腳部產生的動態和靜態機械信號。此外，通過將復合傳感器輸出與一維卷積神經網絡深度學習模型相結合，該系統在區分復雜邊線事件達到了100 %的分類準確率，突出了其用于實時智能裁判和運動分析的能力。這項工作不僅為智能邊線判斷提供了一種新穎的方法，更重要的是，提出了一種可推廣的范例，其中噴涂制造的復合傳感涂層使運動場能夠充當下一代智能運動分析的機械感知界面。相關論文以“Fully sprayed triboelectric-piezoresistive hybrid sensor for intelligent sports analytics”為題，發表在Materials Today期刊上。該文章的第一作者為北京納米能源與系統研究所的博士研究生黃麗君，該研究工作得到了北京市自然科學基金、科技部國家重點研發計劃、國家自然科學基金等項目資助。

圖1 摩擦電-壓阻復合傳感器的結構設計及原理圖。圖片來源：Materials Today.

圖2. 氟化聚合物復合涂層的制備、表征和摩擦電性能。圖片來源：Materials Today.

圖3. 摩擦電傳感器的結構設計和傳感性能。圖片來源：Materials Today.

圖4. 再生纖維素基復合涂層的制備和表征，及其壓阻傳感器的傳感性能。圖片來源：Materials Today.

圖5. 基于復合傳感器的智能運動分析。圖片來源：Materials Today.