实时、精准且连续的动态监测能力，是科学制定力量训练、康复训练、航天员在轨训练等各类抗阻训练方案，并及时调整优化的核心前提。但当前在高速抗阻训练场景中，如何实现运动参数的实时精准捕捉与动态量化分析，仍是尚未攻克的关键技术瓶颈。 

 近日，华中科技大学陶光明教授团队在《National Science Review》期刊发表了题为“A scalable, hyperstable intelligent fibre velocimeter for dynamic digitisation of resistance training”的研究成果，提出了一种可量产、高稳定性的智能纤维测速器，专门用于抗阻训练的动态数字化监测。该纤维测速器具备优异的耐用性，循环使用寿命超12万次，同时拥有抗扭转干扰的特性，测速准确率高达95%以上。以该测速器为核心构建的智能弹力带系统，能够实时采集训练过程中的速度、阻力、功率等关键参数，还可对训练状态进行评估，并及时发出超速警示或疲劳预警。实验验证显示，这套智能系统能够有效提升训练强度、爆发力以及动作规范性，为抗阻训练的数字化发展提供了新的解决方案，具有广阔的应用前景。

随着全球老龄化进程不断加深，加之长期太空任务的持续推进，抗阻训练的实时监测需求日益迫切。这种监测能力不仅是预防运动损伤、提升训练效果的关键，更对保障航天员在轨健康具有重要意义。然而，目前常用的线性位移传感器、惯性传感器等监测设备，在高速（超过 1 m/s）、高扭矩、微重力等复杂场景下，普遍存在测量范围受限、抗干扰能力弱、误差易累积等问题，难以满足抗阻训练中对速度、张力及功率参数的精准实时监测需求。

近年来，热拉制液态金属纤维凭借其出色的柔性与可拉伸性，在该领域展现出良好应用潜力，但这类器件在实现单根纤维对速度、张力、功率的毫秒级、高稳定性多参数同步监测方面，仍面临不少技术难题，尤其在高精度、长寿命及复杂环境适应性等核心性能上，亟待取得突破。

为应对上述技术挑战，研究团队创新性地提出了一种基于纤维测速器的抗阻训练监测新方案。该装置采用独特设计，将液态金属纤芯完全封装在弹性包层内部，形成可快速形变的导电体结构。这种设计能确保纤维测速器在高速运动、扭转等复杂条件下，依然保持连续监测的高稳定性，且具备抗重力干扰的特性。当纤维发生轴向伸长时，通过采集电阻与时间的关联数据，即可精准解算出纤维的拉伸速度。

以该纤维测速器为核心搭建的智能弹力带系统，成功实现了抗阻训练的动态、实时、高稳定数字化监测，测速精度超过 95%（图 1）。结合数据可视化技术，该系统可在循环抗阻训练过程中，实时捕捉速度、张力、功率等瞬时物理参数，进而动态评估肌肉疲劳程度与超速状态，并及时触发安全警报。为验证系统的通用性与高稳定性，研究团队已在康复训练、力量训练以及微重力环境下的航天员阻力训练等多种场景中完成了相关测试。

图1.纤维测速器的制备与性能表征

研究团队采用工业级纤维热拉制技术，将液态金属与超弹聚合物高度整合于单根纤维内部，成功攻克了传统器件在高速拉伸场景下信号易漂移、使用寿命短的核心难题。针对传统刚性传感器在高速运动、高重复次数、高扭矩等复杂条件下易失效、难以集成的痛点，团队通过构建纤维内液态金属在剪切力作用下的应变电阻模型，深入探究了电阻变化率与运动速度之间的映射规律。这一创新设计使器件在360°/cm的扭转环境下，电阻漂移量仍控制在0.8%以内，测速准确性保持在95%以上，有效解决了高速阻力训练中传感器寿命短、信号易漂移的关键问题。此外，借助热拉制技术实现纤维测速器的连续化制备，其循环使用寿命突破12万次，成功破解了高速阻力训练用测速设备在稳定性、柔性与可量产性之间难以兼顾的行业困境。

弹力带系统展示

研究团队以模型推算为基础，结合可视化界面设计，成功开发出智能弹力带系统。该系统能够从纤维电阻时间序列中提取特征信息，在单根纤维上同步实现运动速度、阻力、瞬时功率等多参数的分离与获取。具体来看，系统采用标准化蓝牙通信架构：首先将智能弹力带与集成蓝牙模块的微电阻采集芯片相连，实时捕捉弹力带的电阻特征数据；随后采集芯片通过蓝牙协议将数据传输至电脑终端，终端系统对接收的电阻-时间序列数据进行解析处理，最终生成训练次数、运动速度、平均功率、速度损失率等关键训练参数。此外，团队通过实验证实了速度损失率与肌电信号之间的内在关联，依托这一关联特性，系统实现了毫秒级的肌肉疲劳状态预警以及运动超速风险预警，为训练安全与效果优化提供了及时保障。

水下场景训练

智能弹力带系统凭借内置纤维测速器所具备的柔性特质、可拉伸性能与扭转不敏感特性，可在深蹲、抗旋转等多平面、多关节动作中实现0~2.5 m/s宽速度量程的实时测速，且测速误差小于5%。集成纤维测速器的不同磅数弹力带，可通过即插即用模式实现灵活切换。同时该系统不受重力场影响，即便在太空、水下等极端环境中，仍能稳定监测训练过程中的速度、张力、功率与疲劳指标。

图2 智能弹力带系统的功能与应用可扩展性

上图a部分由西西智研提供

借助实时反馈功能，该系统能将训练强度与动作规范率提升10%以上，同时显著提高训练中的峰值功率与平均功率。系统可即时识别离心超速情况，并在速度损失达到80%这一疲劳阈值时发出预警，助力使用者及时纠正错误动作，有效降低运动损伤风险（图2）。此外，系统采用轻便且可拆卸的模块化设计，适配性极强——无论是航天员、康复患者，还是健身人群，都能借助它随时随地开展精准、对称的数字化抗阻训练。这一创新设计全面推动居家训练、康复训练及在轨训练迈入智能化新阶段，为不同需求的用户提供了高效、安全的训练解决方案。

研究团队依托可量产的热拉制多材料纤维工艺，成功研发出一种高稳定性、能精准感知多项运动训练参数的智能纤维测速器件。该器件打破了传统刚性传感器在高速、高扭矩、微重力等复杂场景下信号易漂移、使用寿命短、难以集成的技术瓶颈，实现了单根纤维对“速度-阻力-功率”多维度训练参数的毫秒级快速响应，以及0~2.5 m/s宽量程的精细化监测。以该纤维测速器件作为核心感知单元，团队进一步打造出轻量化、可视化且适配多场景的智能弹力带系统。目前，该系统已在竞技健身、医疗康复、水下训练等典型场景中完成实用性验证，为数字体育、智慧康复、载人航天等领域，提供了通用化、可扩展的“即插即用”式传感基础设施支持。展望未来，纤维测速器将深度融合AI运动处方库与实时生理反馈模块，实现个性化训练方案的动态自主优化。同时，该器件还将与康复机器人、智能可穿戴织物等终端设备深度集成，有望开启人机共生、虚实融合的新一代交互模式，为相关领域的技术革新注入新动力。

陶光明，华中科技大学华中卓越首席教授、博士生导师，国家杰出青年科学基金获得者，现任智能纤维器件与装备研究中心主任、医疗装备科学与工程研究院副院长、纺织新材料与先进加工全国重点实验室及血管衰老教育部重点实验室副主任 。

本科、硕士分别毕业于山东大学光信息科学与技术专业、复旦大学光学专业，获美国中佛罗里达大学光学博士学位 。主要从事零能耗热管理新材料、智能纤维与织物空间及微创医疗纤维机器人研究，在Science、Science Robotics等期刊发表论文120余篇 。牵头创建世界首条光学超材料织物器件生产线，相关成果入选“2021年中国光学十大进展”及“中国科学十大进展”候选项目。主持国家杰出青年科学基金项目，研发的无源降温光学超材料织物实现人体降温5℃，无源保暖护脸装备应用于2022年北京冬奥会。获2025年“科学探索奖”（前沿交叉）及2024年中国纺织工业联合会科学技术奖自然科学奖一等奖 ，现任中国材料研究学会纤维材料改性与复合技术分会副理事长、Advanced Fiber Materials期刊创刊副主编。

原文链接

https://doi.org/10.1093/nsr/nwaf560

点击图片，跳转页面

论文插图封面设计，科学动画，作图排版与图文美化，医学插画，摘要图

西西智研，让科研绘图更专业、更简单