一件“智能衣服”，发了一篇Nature新大子刊！

背景：在运动康复、可穿戴设备和人机交互等领域，人体运动的精准捕捉是核心技术，而肩关节三维运动的长期稳定监测一直是难点。传统光学系统成本高且依赖实验室环境，基于惯性传感器的可穿戴方案则存在漂移问题。研究目的：哈佛大学团队旨在开发一种无需复杂校准、可在真实场景中长时间高精度追踪肩关节运动的新型可穿戴传感系统。结论：研究提出了一种融合惯性测量单元与柔性应变传感器的多模态系统，结合机器学习算法，实现了超过1小时、整体误差在4.5°以内的三维肩关节运动追踪，显著优于单一传感方案，为可穿戴运动监测提供了实用化路径。