我們設計一款透過壓電片與摩擦片收集資料的智慧鞋，壓電片嵌入在鞋底，摩擦片安裝在前腳掌，兩者並聯。當人行走時，感測器會被擠壓變形，藉由DAQ（數據採集）收集感測器的電壓輸出，可顯示出正常步行、快走、慢跑和漫步等活動的訊息，利用時變電壓形式的輸出數據，與能夠識別時域信號的CNN深度學習（卷積神經網絡）進行不同類型步態辨識。 實驗結果顯示此方法可以檢測這四種步態，其準確率高達95%。訓練好的CNN可同時辨識個人身份與步態。結果顯示，識別快走時準確率極高，識別正常步行和漫步時準確率為90%，識別慢跑時準確率僅達49%。因此，我們未來預計將提高同時辨識不同受試者與不同步態之辨識率，並透過壓電能量擷取器為藍牙模組供電。