- GlassTENG 眼鏡無需電池,透過面部運動產生電力。
- 三個超薄摩擦電納米發電機驅動感應器收集數據。
- 機器學習算法分析動作,準確率達 93.8%。
- 此技術可監測心血管健康及飲食習慣。
日常眼鏡未來有望透過感應器追蹤心臟活動、咬合及飲食習慣,且無需電池,這是西北大學工程師的研究報告。該原型名為 GlassTENG,利用感應器收集面部運動產生的機械能,轉換為檢測所需的電力。參與此項研究的西北大學麥考密克工程學院的 Nivedita Arora 表示,目的是將眼鏡變成健康可穿戴設備,無需改變人們的使用習慣,因為約有一半的人口已經佩戴眼鏡。
設計的核心由三個超薄的摩擦電納米發電機組成。它們依賴靜電原理:當兩種不同材料接觸後分開時,電子可以在它們之間移動,創造出短暫的電荷。每個靈活的感應器含有多層結構,隨著面部運動不斷壓合和拉開。快速眨眼、緊閉下巴或血液在動脈中流動都能驅動這些感應器。Arora 表示,眨眼的動作有助於為檢測眨眼的感應器供電。
感應器的設計與功能
團隊將一個感應器安置在鼻樑位置,靠近角動脈及眼部周圍肌肉,以檢測脈搏、眨眼及眉毛運動。第二個感應器位於太陽穴附近,覆蓋在淺顳動脈上,檢測脈搏及下巴運動。第三個感應器更靠近耳朵,感應咀嚼及緊閉下巴的動作。不同的運動產生不同的電能指紋,動脈脈搏這種最輕微的力道可產生約 50 至 100 毫伏的電壓,而眨眼及眉毛上揚則產生約 200 至 500 毫伏,強烈的下巴運動如咀嚼及緊閉下巴則可達到 1.5 伏特。
在測試中,20 名參與者佩戴眼鏡進行眨眼、眉毛上揚、咬合、敲擊牙齒、進食及交談等動作。機器學習算法分析信號以識別各項活動,在六項活動中達到 93.8% 的準確率。眼鏡對牙齒敲擊的識別率為 99%,對下巴緊閉的識別率為 96%,並能將這些動作與日常活動如交談和進食區分開來。
許多可穿戴設備持續消耗電力,這需要更大的電池以及定期充電。而 GlassTENG 的三個感應器的總消耗功率僅為 4.1 微瓦,這是許多傳統傳感技術的幾個數量級低。數據通過藍牙傳輸至智能手機或平板電腦。
技術的潛在應用
研究人員認為,此技術可用於監測心血管健康、牙齒咬合問題(不自主的下巴緊閉及牙齒磨損)、疲勞及日常飲食行為。共同作者、預防醫學、計算機科學及電氣與計算機工程的副教授 Nabil Alshurafa 表示,眼鏡可以促使佩戴者放鬆緊閉的下巴,或更加註意飲食習慣。Arora 表示,長期目標是實現無需電池的設備計算,讓眼鏡能在檢測到生理事件時即時反饋。Alshurafa 指出,目標是讓可穿戴設備幫助人們「識別並改變當下的行為」。
該研究發表於 2026 年 ACM 國際可穿戴計算研討會的會議錄中。碩士生 Raj Dave、Jovanis Prodanich 和 Yung-ching Lai 為共同第一作者,而 Ansys, Inc. 部分支持了該項工作。
無需電池的可穿戴技術的前景
GlassTENG 眼鏡的創新設計不僅消除了對傳統電池的依賴,還能有效監測使用者的健康狀況。這種技術的發展對可穿戴設備市場具有重要意義,因為它能減少充電需求,提升用戶體驗。隨著人們對健康管理的關注增加,這類設備的實用性和便捷性將吸引更多用戶。此外,透過機器學習分析生理數據,這些眼鏡有潛力成為日常健康監測的重要工具,幫助人們更好地管理生活方式和健康行為。

