- GlassTENG-Brillen benötigen keine Batterie, sie erzeugen Strom durch Gesichtsbewegungen.
- Drei ultradünne triboelektrische Nanogeneratoren treiben die Sensoren zur Datenerfassung an.
- Machine-Learning-Algorithmen analysieren Bewegungen mit einer Genauigkeit von 93,8 %.
- Die Technologie kann kardiovaskuläre Gesundheit und Essgewohnheiten überwachen.
Alltagsbrillen könnten künftig mithilfe von Sensoren Herzaktivität, Kieferbewegungen und Essgewohnheiten verfolgen – ganz ohne Batterie, so der Forschungsbericht von Ingenieuren der Northwestern University. Der Prototyp namens GlassTENG nutzt Sensoren, um die durch Gesichtsbewegungen erzeugte mechanische Energie einzufangen und in die für die Messung benötigte elektrische Energie umzuwandeln. Nivedita Arora von der McCormick School of Engineering der Northwestern University, die an der Studie beteiligt war, erklärte, das Ziel sei es, Brillen in gesundheitsorientierte Wearables zu verwandeln, ohne die Gewohnheiten der Menschen zu ändern, da bereits etwa die Hälfte der Bevölkerung eine Brille trage.
Der Kern des Designs besteht aus drei ultradünnen triboelektrischen Nanogeneratoren. Sie basieren auf dem elektrostatischen Prinzip: Wenn zwei unterschiedliche Materialien in Kontakt kommen und sich wieder trennen, können Elektronen zwischen ihnen wandern und erzeugen eine kurzlebige elektrische Ladung. Jeder flexible Sensor enthält eine mehrschichtige Struktur, die sich durch Gesichtsbewegungen ständig zusammendrückt und wieder auseinanderzieht. Schnelles Blinzeln, Zusammenbeißen der Zähne oder der Blutfluss in den Arterien können diese Sensoren antreiben. Arora zufolge hilft die Blinzelbewegung dabei, den Sensor, der das Blinzeln erfasst, mit Strom zu versorgen.
Design und Funktion der Sensoren
Das Team platzierte einen Sensor auf dem Nasenrücken, nahe der Augenwinkelarterie und der Augenmuskulatur, um Puls, Blinzeln und Augenbewegungen zu erfassen. Ein zweiter Sensor sitzt in der Nähe der Schläfe, über der oberflächlichen Schläfenarterie, und misst Puls und Kinnbewegungen. Der dritte Sensor befindet sich näher am Ohr und registriert Kauen und Zähneknirschen. Unterschiedliche Bewegungen erzeugen unterschiedliche elektrische Signaturen: Der arterielle Puls, die schwächste Kraft, erzeugt etwa 50 bis 100 Millivolt, Blinzeln und Hochziehen der Augenbrauen etwa 200 bis 500 Millivolt, während starke Kieferbewegungen wie Kauen und Zähneknirschen bis zu 1,5 Volt erreichen können.
In Tests trugen 20 Teilnehmer die Brille und führten Bewegungen wie Blinzeln, Hochziehen der Augenbrauen, Beißen, Zähneklappern, Essen und Sprechen aus. Machine-Learning-Algorithmen analysierten die Signale zur Identifikation der Aktivitäten und erreichten bei den sechs Aktivitäten eine Genauigkeit von 93,8 %. Die Brille erkannte Zähneklappern zu 99 % und Zähneknirschen zu 96 % und konnte diese Bewegungen von Alltagsaktivitäten wie Sprechen und Essen unterscheiden.
Viele Wearables verbrauchen kontinuierlich Strom, was größere Batterien und regelmäßiges Aufladen erfordert. Die drei Sensoren von GlassTENG hingegen haben eine Gesamtleistungsaufnahme von lediglich 4,1 Mikrowatt – um mehrere Größenordnungen niedriger als viele herkömmliche Sensortechnologien. Die Daten werden per Bluetooth an Smartphones oder Tablets übertragen.
Potenzielle Anwendungen der Technologie
Die Forscher sehen Anwendungsmöglichkeiten bei der Überwachung kardiovaskulärer Gesundheit, Kieferproblemen (unwillkürliches Zähneknirschen und Zahnabrieb), Müdigkeit und täglichem Essverhalten. Co-Autor Nabil Alshurafa, Associate Professor für Präventivmedizin, Informatik sowie Elektro- und Computertechnik, erklärte, die Brille könne Träger dazu anregen, den Kiefer zu entspannen oder bewusster auf Essgewohnheiten zu achten. Arora nannte als langfristiges Ziel batterieloses Edge Computing, damit die Brille bei Erkennung physiologischer Ereignisse sofort Feedback geben könne. Alshurafa betonte, das Ziel sei es, Wearables zu schaffen, die Menschen helfen, „Verhalten im Moment zu erkennen und zu ändern“.
Die Studie wurde in den Proceedings des ACM International Symposium on Wearable Computers 2026 veröffentlicht. Die Masterstudenten Raj Dave, Jovanis Prodanich und Yung-ching Lai sind Co-Erstautoren; die Arbeit wurde teilweise von Ansys, Inc. unterstützt.
Aus batterieloser Wearable-Technologie
Das innovative Design der GlassTENG-Brille eliminiert nicht nur die Abhängigkeit von herkömmlichen Batterien, sondern ermöglicht auch eine effektive Überwachung des Gesundheitszustands der Nutzer. Diese Technologieentwicklung hat große Bedeutung für den Wearable-Markt, da sie den Ladebedarf reduziert und die Nutzererfahrung verbessert. Angesichts wachsenden Interesses an Gesundheitsmanagement werden die Praktikabilität und Bequemlichkeit solcher Geräte weitere Nutzer anziehen. Zudem haben diese Brillen durch die Analyse physiologischer Daten mittels Machine Learning das Potenzial, zu wichtigen Werkzeugen der täglichen Gesundheitsüberwachung zu werden und Menschen dabei zu helfen, Lebensstil und Gesundheitsverhalten besser zu managen.