柔性织物基传感器具有优良的弯曲折叠性、舒适透气性、稳定传感性等优点,在人体运动监测和人机交互等领域有着广泛的应用前景。近来年,随着智能可穿戴系统需求的增加,高灵敏度、快速响应、性能稳定的传感器被大量的用于监测人体信息,但针对手足姿态识别的织物基传感器系统地研究较少。本文立足于手足运动特点,以织物为基底和以石墨烯为传感元素,设计构建了不同类型的织物基传感器。进一步制备了可穿戴的智能手套及鞋垫,并通过可视化处理在仿真条件下实现了在手足姿态监测上的应用,为织物基可穿戴系统在人体健康领域提供了可行性策略。采用涤纶织物作为柔性基底,石墨烯作为导电材料,通过亚锡离子改性还原得到导电rGO织物电极。在织物电极的表面通过水热方法生长一层均匀的氧化锌纳米棒阵列,与具有压电效应的PVDF膜按照三明治结构的方式进行组装,得到了具有压电效应的织物基压电式压力传感器。制备的压电式压力传感器在0-2.25 k Pa灵敏度为0.62 V/k Pa,最大输出电压为11.47 V,最小监测限为8.71 Pa。并且在不同频率及不同压力条件下具有明显甄别能力。将其组装到人体手腕时,可根据手腕运动幅度的大小及运动快慢反馈手腕运动的状态。将其组装到手指关节处时,可根据手指关节弯曲度数及手指弯曲幅度的变化作出反应,并根据其输出电压的大小可观察到手指运动情况,从而达到手势识别的目的。为进一步精准实现实时手势监测,在预拉伸的条件下采用银镜反应使氧化石墨烯片层搭载银纳米粒子,利用尼龙织带良好的柔韧拉伸性能从而制备得到高灵敏度及甄别不同应变能力的AgNPs@rGO应变拉伸传感器。通过对其传感性能分析比对可知,传感器在0-3%应变下灵敏度为1.13,迟滞为11.48%,并且具有优良的循环稳定性能。通过缝制的方法将制备的织物基应变传感器组装到智能手套上,然后连接到手势识别监测系统用以辨别手势姿态的变化。以智能手套上5个传感器的电阻变化规律为基础,建立手势变化对应的手势库。将不同手势的信号变化转换对应相应数组变化,并根据数组的变化搜索对应手势库中相应手势,准确的反馈对应手指部位发生的变化,从而实现虚拟仿真条件下手势图像化显示的过程。利用rGO导电棉织物及Ag浆叉指电路作为电极,通过面对面叠加的方式设计了一种全织物压阻式压力传感器,以织物基压阻式压力传感器为基础制备得到采集足底压力分布的智能鞋垫。分析探讨了织物基压阻式压力传感器的性能,在0-36 k Pa下的灵敏度为3.96 k Pa-1,迟滞率为28.6%,其优良的循环稳定性能等使其能够准确的监测到足底的压力。组装在鞋垫后测试了传感器在鞋垫上的稳定性能并分别测试了不同传感器的动态响应性能。为了得到在行走时足底压力的动态分布,让志愿者穿戴制备的智能鞋垫行走,从而监测了行走时各个传感器压力变化分布,得到了行走时足底压力分布状态,从而实现了步态监测的目的。