BLE信号处理和机器学习用于室内行为分类
Yi-Shiun Lee1, Yong-Yi Fanjiang1,2, Chi-Huang Hung1,3
1Graduate Institute of Applied Science and Engineering, Fu Jen Catholic University, New Taipei City 242062, Taiwan.
Sensors (Basel, Switzerland)
|July 30, 2025
概括
这项研究介绍了使用蓝牙低能耗 (BLE) 进行健康监控的保护隐私的智能家居系统. 它在没有摄像头的情况下准确地识别用户行为和位置,增强家庭护理.
科学领域:
- 医疗信息学 医疗信息学
- 无处不在的计算无处不在的计算
- 机器学习 机器学习
背景情况:
- 智能家居技术改善了家庭护理和健康监测.
- 隐私问题限制了基于视频的行为分析的使用.
- 需要非视觉替代品来实现可持续和私人健康监测.
研究的目的:
- 为室内定位和行为识别提出一个支持蓝牙低能耗 (BLE) 的系统.
- 为智能医疗保健应用开发一个保护隐私的解决方案.
- 通过非侵入性行为分析来支持老年护理和远程健康监测.
主要方法:
- 使用垂直安装的数据收集单元 (DCU) 进行增强的高度定位.
- 实现了同步数据收集和卡尔曼过来实现信号平滑 (RSSI).
- 采用基于AI的RSSI分析,使用智能手腕带进行准确的行为识别.
主要成果:
- 该系统可靠地跟踪家庭环境中的用户位置.
- 成功识别各种用户行为模式 (站立,坐着,躺着).
- 证明了BLE信号变化的有效性,用于活动识别.
结论:
- 拟议的BLE系统为健康监测提供了一个保护隐私的替代方案.
- 这项技术支持可持续的老年护理和远程患者观察.
- 为智能医疗保健应用程序提供非侵入性行为分析.
