透明的RFID标签墙由人工智能为辅助生活提供支持

科学领域:

• 工程 工程师 工程师 工程师
• 计算机科学 计算机科学
• 医疗信息学 医疗信息学

背景情况:

• 当前的活动辅助生活 (AAL) 系统往往是复杂的,昂贵的和侵入性的,限制了用户的采用.
• 像人工智能和无线通信这样的新兴技术提供了改善AAL实用性和有效性的机会.
• 增强的AAL可以通过更好的监测和紧急响应来减少医疗保健成本和住院治疗.

研究的目的:

• 引入一种新的非接触式人类活动监控系统.
• 解决现有的活动辅助生活 (AAL) 解决方案的局限性.
• 利用射频识别 (RFID) 和深度学习来增强AAL.

主要方法:

• 透明RFID标签墙 (TRT-Wall) 系统的开发.
• 使用一个被动的超高频 (UHF) RFID标签阵列.
• 采用基于RSSI和阶段数据的深度学习算法进行活动识别.

主要成果:

• TRT-Wall系统在五个不同的活动中进行了测试:坐着,站着,走路 (两个方向) 和没有活动.
• 该系统在区分不同距离 (2-4.5米) 的活动方面实现了高平均准确性.
• 通过RFID阵列捕获的RSSI和相位信息是准确活动分类的关键.

结论:

• 拟议的TRT-Wall为人类活动监控提供了一个实用且非接触式的解决方案.
• 这一系统具有显著的潜力,可以提高老年患者的辅助生活.
• 整合RFID和深度学习为未来的AAL发展提供了一个有希望的途径.