Des clignements d’yeux et des sourires aux serrements de mâchoire et haussements de sourcils, les visages sont constamment en mouvement — et génèrent au passage de petites quantités d’énergie. Désormais, des ingénieurs de l’Université Northwestern mettent cette énergie au travail.
Dans une nouvelle étude, l’équipe a développé un type entièrement nouveau de lunettes connectées équipées de minuscules capteurs qui récupèrent l’énergie mécanique des mouvements du visage et la convertissent en énergie électrique. Même un clignement d’œil rapide ou la pulsation imperceptible d’une artère fournit suffisamment d’énergie mécanique pour activer ces capteurs très sensibles.
Pour mettre à l’épreuve leur dispositif sans batterie, les chercheurs ont utilisé les lunettes pour détecter le serrement de mâchoire, le claquement de dents, le clignement des yeux et le haussement de sourcils. Non seulement les lunettes ont distingué ces mouvements d’activités quotidiennes comme parler et manger, mais elles ont également reconnu le claquement de dents avec une précision de 99 % et le serrement de mâchoire avec une précision de 96 %.
Cette avancée pourrait ouvrir la voie à des lunettes ordinaires capables de suivre de manière transparente, tout au long de la journée, la santé cardiovasculaire, le bruxisme (serrement involontaire de la mâchoire et grincement des dents), la fatigue, les comportements alimentaires et d’autres activités — sans batteries encombrantes ni recharges régulières.
Les chercheurs présenteront ces travaux, appelés GlassTENG, le jeudi 15 octobre à 16 h, heure normale de Chine (4 h du matin, heure avancée de l’Est), lors d’UbiComp/ISWC 2026, une conférence de premier plan dédiée à l’informatique ubiquitaire, ambiante et portable. « GlassTENG : Self-powered triboelectric nanogenerator based sensing of pulse, jaw and upper facial activity from everyday glasses » fait partie de la session « Eyewear Computing ». L’article est disponible dans les Proceedings of the 2026 ACM International Symposium on Wearable Computers.
« Le visage humain est une mine d’or de données de santé, ce qui fait des lunettes du quotidien l’objet connecté parfait », a déclaré la chercheuse de Northwestern Nivedita Arora, qui a dirigé ces travaux. « En général, les objets connectés suivent les données de santé, comme la fréquence cardiaque, via le poignet. Mais il faut penser à porter ces trackers et à les retirer pour les recharger. Notre idée repose sur le fait que la moitié de la population porte déjà des lunettes. Nous pouvons transformer ces lunettes en objets connectés sans demander aux gens de changer leurs habitudes et leurs comportements. »
Spécialiste de l’électronique auto-alimentée, Arora est professeure adjointe titulaire de la chaire Breed en génie électrique et informatique ainsi qu’en science informatique à la McCormick School of Engineering de Northwestern, où elle dirige le Vasudhaiva Kutumbakam (VAK) Embodied Systems Lab. Raj Dave, Jovanis Prodanich et Yung-ching Lai — tous étudiants en master au VAK Embodied Systems Lab — sont les co-premiers auteurs de l’étude.
Un peu d’électricité statique fait des merveilles
Au cœur des nouvelles lunettes se trouvent trois dispositifs fins comme du papier, appelés nanogénérateurs triboélectriques (TENG). Bien que le nom paraisse compliqué, le phénomène qui les sous-tend est familier : l’électricité statique.
Toute personne ayant déjà frotté un ballon contre ses cheveux ou caressé le pelage d’un chat par une journée sèche d’hiver a fait l’expérience de l’effet triboélectrique. Lorsque deux matériaux différents entrent en contact puis se séparent, des électrons peuvent passer de l’un à l’autre, générant une brève charge électrique.
GlassTENG exploite ce même phénomène de base. Chaque capteur flexible contient des couches de matériaux qui se pressent puis se séparent à répétition en réponse aux mouvements du visage. Un clignement d’œil, par exemple, exerce une pression sur un capteur. Une mâchoire serrée en active un autre. Même la pression subtile produite par le sang qui pulse dans une artère peut solliciter les capteurs.
« Lorsque les couches se touchent et se séparent, elles génèrent une minuscule tension », explique Arora. « Cela signifie que le mouvement même qui est mesuré fournit l’énergie mécanique nécessaire à l’alimentation de sa détection. Autrement dit, un clignement d’œil aide à alimenter le capteur qui détecte ce clignement. »
Trois capteurs, de nombreux signaux
Pour capter un maximum d’informations, Arora et son équipe ont placé trois capteurs à des emplacements stratégiques autour de la monture des lunettes. L’un se situe à l’arête du nez, près de l’artère angulaire et des muscles entourant les yeux. Là, il peut capter le pouls ainsi que les clignements et les mouvements des sourcils. Un autre capteur se trouve près de la tempe, où il détecte l’artère temporale superficielle ainsi que les mouvements de la mâchoire. Un troisième capteur est placé plus près de l’oreille, où il détecte les mouvements liés à la mastication et au serrement.
Ensemble, les trois capteurs offrent aux lunettes différents points d’observation à partir desquels « ressentir » les mouvements du visage. Et les capteurs sont sensibles à une gamme de forces. Une pulsation artérielle — la force la plus légère testée par les chercheurs — a généré des signaux électriques d’environ 50 à 100 millivolts. Les clignements d’yeux et les haussements de sourcils ont produit environ 200 à 500 millivolts. Les mouvements plus puissants de la mâchoire, comme la mastication et le serrement, ont généré des signaux allant jusqu’à 1,5 volt.
« Ces différences donnent à chaque activité faciale sa propre signature électrique reconnaissable », déclare Arora.
En portant GlassTENG, 20 participants ont réalisé six activités : cligner des yeux, hausser les sourcils, serrer les dents, claquer des dents, manger et parler. L’équipe de recherche a ensuite utilisé des algorithmes d’apprentissage automatique pour analyser les motifs dans les signaux électriques et déterminer quelle activité chaque participant avait réalisée. Sur l’ensemble des six activités, le système a atteint une précision de 93,8 %.
« L’une des possibilités les plus passionnantes est d’utiliser cette technologie pour transformer des comportements inconscients en occasions d’adopter un comportement utile », a déclaré le coauteur de l’étude Nabil Alshurafa, professeur agrégé de médecine préventive, d’informatique et de génie électrique et informatique à Northwestern, où il est rattaché à la Northwestern University Feinberg School of Medicine et à McCormick. « Imaginez des lunettes qui reconnaissent quand une personne serre la mâchoire et lui rappellent doucement de se détendre, ou qui détectent les prises alimentaires et encouragent une conscience attentive de ses habitudes. En combinant la détection cardiovasculaire et comportementale au sein d’une même plateforme à ultra-faible consommation, GlassTENG ouvre la voie à l’étude des interactions entre états physiologiques et comportements quotidiens, ainsi qu’à la fourniture d’interventions personnalisées au moment où elles peuvent être les plus utiles. »
Ultra-faible consommation, grands avantages
Au-delà de ce que GlassTENG peut faire, un autre grand avantage est ce dont il n’a pas besoin : l’électricité. De nombreux objets connectés existants consomment de l’énergie en continu. Une consommation d’énergie constante entraîne des besoins énergétiques plus importants qui exigent des batteries plus grosses, sources de poids et d’encombrement. Les batteries nécessitent en outre des recharges régulières, ce qui constitue un autre obstacle à une véritable surveillance continue de la santé.
Les trois capteurs de GlassTENG ne consomment au total que 4,1 microwatts — plusieurs ordres de grandeur de moins que de nombreuses technologies de détection classiques. L’appareil utilise ensuite le Bluetooth pour transmettre les données directement vers un smartphone ou une tablette.
« À long terme, nous souhaitons effectuer le calcul directement sur l’appareil », indique Arora. « S’il détectait un événement physiologique, il pourrait disposer d’une intelligence embarquée, sans batterie, capable de fournir un retour immédiat. Par exemple, s’il détectait un serrement de mâchoire, il pourrait immédiatement alerter l’utilisateur pour qu’il relâche sa mâchoire. Je pense qu’il ne s’agit que d’une question de temps avant que les lunettes que nous portons au quotidien puissent surveiller notre santé. »
« L’avenir ne réside pas seulement dans des objets connectés qui nous disent ce que nous avons fait », a déclaré Alshurafa, « mais dans des objets connectés qui nous aident à reconnaître et à modifier ce que nous faisons sur le moment. »
Article : GlassTENG: Self-Powered Triboelectric Nanogenerator based Sensing of Pulse, Jaw, and Upper Facial Activity from Everyday Glasses – DOI : Lien vers l’étude
Source : Northwestern University
