不用电池的智能眼镜：靠眨眼供电监测健康

人平均每分钟眨眼 14 到 20 次，而这些动作蕴含的能量此前一直被白白浪费。美国西北大学的工程师找到了一种办法，把这份动能变成电力，驱动一副不需要电池的健康监测眼镜。

这颗星球上近一半人都戴眼镜。如果能让超过 40 亿人已经在使用的这件物品顺带采集健康数据，无疑是一石二鸟。再加上没有电池需要充电、也没有电池会老化更换，这几乎就是理想形态的可穿戴设备。

“人脸是一座健康数据的金矿，这让日常眼镜成为完美的可穿戴载体，”主导这项工作的西北大学研究者 Nivedita Arora 表示。“一般来说，可穿戴设备会通过手腕追踪心率等健康数据，但人们必须记得戴上它们，还得摘下来充电。我们的思路建立在这样一个事实之上：一半人口本来就戴着眼镜。我们可以把这些眼镜变成可穿戴设备，而不要求人们改变任何习惯和行为。”

这个原型被命名为 GlassTENG，它不仅能收集眨眼时的运动能量，还能利用微笑、咬紧牙关、抬眉毛等动作产生的能量。其传感器读取这些动作信号以及脉搏，从而追踪磨牙症、疲劳和心血管健康等状况。

靠“摩擦起电”供能

为此，研究人员使用了名为摩擦纳米发电机（TENG）的传感器。这类薄型器件可以收集静电，也就是让气球吸附在头发上的那种能量。当两种不同材料——在这里是传感器和佩戴者的面部——相互接触再分离时，会交换电子并产生短暂的电荷。GlassTENG 的柔性传感器内部含有随面部运动而压合、分离的材料层。Arora 解释说，正是这种运动提供了驱动传感所需的机械能。

团队在镜架上安装了三枚传感器：

• 第一枚位于鼻梁处、靠近内眦动脉的位置，负责采集脉搏、眨眼和眉毛动作；
• 第二枚位于太阳穴上方、颞浅动脉之上，追踪脉搏和下颌活动；
• 第三枚更靠近耳朵，用于检测咀嚼和咬牙动作。

每种动作都会留下独特的电学“指纹”。脉搏是测试中最微弱的信号，产生 50 至 100 毫伏；眨眼和抬眉产生 200 至 500 毫伏；强烈的下颌动作则可达到 1.5 伏。

识别准确率与短板

为了验证效果，研究人员用一个通过样本学习模式识别能力的机器学习算法，分析了 20 名志愿者的信号。团队报告称，识别受试者正在做何种动作的整体准确率为 93.8%。其中，牙齿叩击的识别率为 99%，咬紧牙关为 96%。脉搏则另外由 10 名静坐休息的参与者单独测量，与作为参照的胸带式设备相比，眼镜的平均误差为每分钟 1.82 次心跳。

这套系统目前还不完美。如果你在晚餐时聊天，眼镜可能会以为你的嘴正忙着对付主菜：说话的识别准确率只有 55%，另有 37% 的情况被误判为进食。作者把原因归结为两种活动都会带动下颌，并以相似方式牵动颞肌（位于头侧的一块肌肉）。

下一步是摆脱手机

目前，GlassTENG 通过蓝牙把数据发送到智能手机或平板电脑，但团队希望切断这条连接线。“从长远看，我们希望做设备端计算，”Arora 说。“如果它检测到某个生理事件，就能以无电池的方式在本地完成智能判断，并立即给出反馈。比如，如果它检测到咬紧牙关，就可以立刻提醒用户放松下颌。我认为，我们日常佩戴的眼镜能够监测健康，只是时间问题。”

该研究本周正在上海举行的 UbiComp/ISWC 2026 研讨会上展示。

来源：美国西北大学