摘要：智能纺织正在变得越来越“聪明”！通过把能感应压力、温度、声音等信号的材料织进布料里，衣服也能“感知”外界，像是监测健康、识别手势，甚至还能发光发声与设备互动。传统做法成本高、难加工，还可能有安全风险。相比之下，声波技术成为新选择：不但安全、便宜、容易整合，还能

智能纺织正在变得越来越“聪明”！通过把能感应压力、温度、声音等信号的材料织进布料里，衣服也能“感知”外界，像是监测健康、识别手势，甚至还能发光发声与设备互动。传统做法成本高、难加工，还可能有安全风险。相比之下，声波技术成为新选择：不但安全、便宜、容易整合，还能精确识别特定信号（例如通过特定频率来过滤噪音）。这一方向正在让“会听、会说”的衣服真正走进现实生活。

在此，苏黎世联邦理工大学Daniel Ahmed教授课题组介绍了一种基于声波的智能纺织技术，研究团队将其命名为“声纺织”（SonoTextiles）。它的核心原理是：在玻璃微纤维的两端安装压电换能器，这些换能器可以发送和接收声波。玻璃微纤维既柔软又能传导声波，被嵌入到织物中，能精准地感应外界的刺激，比如触摸或弯曲，这是通过检测声波在纤维中传播时的能量损耗来实现的。此外，研究人员还利用了声波的频率选择性，并引入了频域信号处理算法，以提升计算效率。这种声波织物不仅透气性好、耐用，而且在温度变化下依然稳定。实验表明，它可以应用于多点触觉感应、手势识别和呼吸频率监测等领域。相关成果以“A smart acoustic textile for health monitoring”为题发表在《Nature Electronics》上，第一作者为Yingqiang Wang（现为上海交通大学博士后），Chaochao Sun为共同一 作。

用于智能纺织品传感的声波导

声纺织是一种能“听见”外界刺激的智能织物，它的原理是：将玻璃微纤维当作“声波导管”，引导声波在纤维中传播。当有人触摸或按压时，声波的能量会发生衰减，织物就能“感知”这一变化，从而实现触觉识别、手势感应或呼吸监测等功能（图1a）。研究人员先用一个发射端和一个接收端（即所谓“SISO系统”，图1b）进行实验，声波从一个压电元件发出，经由纤维传输，被另一个元件接收，过程中如果遇到按压，信号就会变弱。在此基础上，他们还开发出可以识别多个触点的纤维阵列系统（图1c、1e），将细长柔软的玻璃纤维交错编入布料，织出一个像坐标网格一样的“触控界面”。

图 1：使用玻璃纤维声波导的智能纺织品

研究人员通过搭建基础的SISO系统，验证了声纺织中声波在玻璃微纤维内的传播机制。他们发现100到103kHz的声波在纤维中能稳定传播，即便嵌入织物中后因接触纱线导致能量略有损耗，整体表现仍然可靠（图2a–d）。在模拟按压实验中，随着手指施力增强，接收到的声波信号从65.0mV下降到6.7mV，能量损耗达19.7dB，展现出对外部压力的高灵敏度（图2e–g）。此外，这种系统还能检测自身弯曲角度的变化，特别是在90°到120°之间表现尤为敏感（图2h–j），为智能触控、健康监测等可穿戴应用提供了可靠支撑。

图 2：智能声学纺织品的特性

光纤阵列触觉传感接口

为了实现二维触控感应，研究团队将多个单纤维系统组合，构建了一个“多输入单输出”（MISO）架构的声纺织系统（图1c、3a）。通过在经纬两个方向上各布设4根玻璃微纤维，并为每根纤维分配不同的频率，他们构建了一个4×4的触控阵列，可实现16个独立感应点（图3b、3c）。采用频分多址（FDMA）技术，仅需两个接收器，就能通过频率变化快速识别按压的位置。实验表明，系统能准确识别单点、多点按压下的触控坐标，例如按压点（2,1）时，相应频率的声波信号损失高达21.9dB，精度高且响应灵敏（图3d）。与传统阵列相比，这种设计大幅减少了所需传感器数量和布线复杂度，在更大规模应用中优势尤为明显（图3e）。后续实验证实，系统能稳定识别多种触控组合（图3f），展示出强大的可穿戴触控感知能力。

图 3：声纤维阵列作为可穿戴触觉传感接口

用于手势识别的智能手套

研究团队开发了一种“声学智能手套”（SonoGloves），能感知手指弯曲，并实现手势识别（图4a）。手套内嵌一根玻璃微纤维作为声波通道，指尖弯曲时，声波在纤维中传播会发生衰减。实验显示，手指从0°弯到85°时，声波信号几乎完全消失，能量损耗高达18.8dB（图4b、4c）。为实现多手指识别，研究人员进一步构建了MISO系统，将5根玻璃纤维分布在五根手指上，分别对应不同频率（175–183kHz），通过频率识别手势变化（图4d、4e）。例如，数字“1”的手势中只有食指伸出，频谱中就只出现181kHz的声波信号；数字“2”则有两个频率通道同时激活（图4f）。这种设计让手套具备了手势识别、甚至手语转语音的潜力，为可穿戴互动应用带来新可能。

图 4：用于手势识别的智能手套

生理监测

声学智能织物还能用于监测肌肉活动和呼吸频率，为康复训练和健康管理提供帮助。研究人员将SISO系统嵌入贴身衣物中，实时追踪手臂肌肉（如肱二头肌）的紧张与放松状态。肌肉收缩时，织物与皮肤接触增强，声波传播损耗加大，能量下降可达25.6dB（图5a–c）。同样的方法也能用于监测腹部呼吸，织物随着吸气和呼气而感知腹部起伏，吸气时信号能量减少14.4dB（图5d–f）。在持续测试中，系统能准确记录正常与快速呼吸状态的变化，例如呼吸频率从18.5次/分钟上升到46.5次/分钟，且快速呼吸时振幅减小（图5h）。这种可穿戴系统有望在日常中无创监测呼吸异常，辅助健康诊断。

图 5：声学织物系统的生理监测应用

小结

研究团队开发了一种基于声波的智能织物平台，通过将微型玻璃纤维和压电元件嵌入织物中，实现了对触摸、弯曲、肌肉活动和呼吸频率等外部刺激的精准感知。系统采用频分多址和快速傅里叶变换技术，在保持织物柔软透气的同时，减少了传感器数量与布线复杂度，提升了效率与可扩展性。该技术成本低、稳定耐用，适用于康复训练、手势识别、虚拟现实、运动监测等多种场景。未来还可结合AI与无线通信，实现更智能的人机交互与健康管理。

来源：高分子科学前沿一点号1