Zum Inhalt springen
MACT.ai
Alle Projekte

AI-Wearable

Durchgehende Messung am Körper, Klassifikation auf dem Gerät und mehrtägige Akkulaufzeit.

2026TinyML · Hardware · Embedded · Mobile
AI-Wearable

Projektübersicht

Ein Armband, das Aktivität, Herzfrequenz und Hauttemperatur erfasst, den Kontext auf dem Gerät klassifiziert und Ergebnisse gebündelt über BLE überträgt. Die Akkulaufzeit gilt als primäre Produktspezifikation, nicht als Ergebnis.

Herausforderung

Jeder Feature-Wunsch übersetzte sich direkt in mittleren Strom. Das Team brauchte eine Grundlage, um Features mit Belegen statt mit Meinungen zu entscheiden — und Sensordaten aus dem Labor übertrugen sich nicht auf echtes Tragen bei unterschiedlichen Körpertypen.

Lösung

Wir haben in der ersten Woche ein gemessenes Strombudget erstellt und jedes Feature dagegen geprüft. Die Merkmalsextraktion wanderte auf das Gerät, damit kein Rohsignal übertragen wird, und ein Signalqualitätsgate verwirft unbrauchbare Fenster, bevor überhaupt Inferenz läuft.

Architektur

01

Hardware

Ein Ultra-Low-Power-MCU mit PPG-Frontend, IMU und Hauttemperatursensor auf einer Rigid-Flex-Platine in einem dichten Armband.

  • Ruhestrom unter einem Mikroampere mit Wake-on-Motion
  • PPG-Frontend über verschiedene Hauttöne abgestimmt
  • Rigid-Flex-PCB in der Geometrie des Armbands
  • Schutz gegen Wassereintritt, hautverträgliche Materialien
02

AI

Ein TinyML-Aktivitätsklassifikator und ein Signalqualitätsgate, beide in Fixkomma auf dem Gerät, mit Langzeit-Trendanalyse in der Cloud.

  • Klassifikator unter 40 kB, Inferenz in Fixkomma
  • Signalqualitätsgate verwirft unbrauchbare Fenster zuerst
  • Merkmalsextraktion auf dem Gerät — kein Rohsignal wird gestreamt
  • Langzeit-Trend- und Anomalieanalyse in der Cloud
03

Software

Zephyr-Firmware mit Store-and-Forward-Puffer im Flash, plus iOS- und Android-Apps mit Hintergrund-Sync und Anbindung an die Health-Plattformen.

  • Store-and-Forward-Puffer übersteht Tage ohne Telefon
  • BLE-OTA mit Fortsetzung nach Abbruch
  • Anbindung an HealthKit und Health Connect
  • Funk-Duty-Cycle budgetiert wie jedes andere Feature

Ergebnis

  • Mehrtägige Akkulaufzeit gemessen, nicht geschätzt
  • Beschrifteter Datensatz am Körper über Körpertypen und Tragepositionen
  • Features gegen ein Strombudget angenommen oder verworfen
  • Rohe physiologische Signale verlassen das Gerät nie

Technologie-Stack

Hardware

nRF54PPG + IMURigid-flex PCB

AI

TinyMLSensor FusionSignal Quality Gate

Embedded

ZephyrBLE 5.4Low PowerOTA

Apps

iOSAndroidHealthKit