由于金属丝本身具有一定的硬度和刚性，难以像普通纱线一样直接在传统的机织或针织机上进行织造，导致其很难直接集成于柔性智能穿戴设备中。因此受人造血管支架结构的启发，研究通过编织的方法，模仿纺织中两种常见结构（平纹组织结构和针织线圈结构）在特定的编织模具上将金属丝制成具有一定弹性、柔性和弯曲性能的管状结构来作为弯曲传感器。将这个管状结构集成在手套上，来测量每个手指关节处的弯曲信息。另外，研究还对比了不锈钢软丝，铜软丝和银软丝这三种金属丝所制成的传感器的传感性能。其中还对弯曲传感器的五种不同（6头，8头，10头，12头和14头）的编织密度做了对比研究，以探讨最合适的编织密度。因此，在一系列实验评估后，最终在三种金属丝和五种编织密度中选择了不锈钢软丝和10头编织密度所制成的弯曲传感器。这种使用金属丝编织成管状的弯曲传感器，成本低廉，稳定性好，灵敏度高，编织结构赋予了金属丝较强的柔性可弯曲性，能够更加全面地感知手指的运动信息。同时将多个压力传感器分别放置在手套上的各个指尖处，用于感知指尖压力。该数据手套，采用了多通道的数据传输模式，通过集成电路将手部的弯曲和压力信号传输到电脑终端上进行后续的数据处理和分析。并利用机器学习-SVM（Support Vector Machine）对不同手势进行识别。 研究成果总结成题“Artificial Vascular Stent-Inspired Bending Sensors Embedded in A Data Glove
for Hand Gesture Recognition”发表在IEEE Sensors Journal（DOI：10.1109/JSEN.2023.3306045）上。文章第一作者为西安工程大学硕士研究生董晗睿，共同第一作者为西安工程大学支超副教授，通讯作者为西安工程大学纺织科学与工程学院余灵婕副教授。此外，西安工程大学孙润军教授，西安工程大学董子靖副教授，青岛大学王聪儿博士，太原理工大学张钰晶博士也参与了这项工作。
