疲劳驾驶与突发性心血管疾病已成为导致交通事故的主要原因，实时监测驾驶员生理状态对降低事故率至关重要。传统可穿戴设备在脉搏波检测方面存在功耗高、无法获取血管压力信息等局限，而基于机械原理的传感器虽能直接映射脉搏波形，却面临微弱机械信号采集难、灵敏度不足等挑战。
针对上述问题，研究团队提出一种界面工程压电摩擦传感器（IETS），通过优化应力传递路径和分布，显著提升脉搏波检测精度。该传感器采用压电截锥阵列填充传感器与皮肤间的间隙，不仅提供应力传递路径，还能产生压电电荷，实现机电耦合增强效应，灵敏度高达4.28 V/kPa。同时，接触界面采用山形微结构设计，在10 kPa预压力下仍能捕捉脉搏波细节，高灵敏度响应范围扩展至12 kPa。
该传感器在5 kPa预压力下可检测约0.05克水滴重量引起的压力变化，检测下限低至2 Pa，响应时间仅70毫秒，检测范围达110 kPa。集成机器学习算法后，可穿戴系统可实时采集并分析驾驶员脉搏波信号，有效评估其健康状况和疲劳程度，为预防交通事故提供技术支撑。这一成果为可穿戴电子技术在健康监测领域的应用开辟了新方向。
