使用4D成像雷达进行老年人安全的非接触式落检测系统,基于CNN模型

科学领域:

• 老年学是指老年学的学科.
• 生物医学工程 生物医学工程
• 计算机科学 计算机科学

背景情况:

• 全球人口老龄化导致更多的老年人独自生活.
• 老年人中跌倒事故的增加导致严重伤害,生活质量下降,医疗费用增加.
• 目前的摔倒检测方法,如可穿戴设备和相机,具有诸如不适和隐私问题等局限性.

研究的目的:

• 开发使用4D成像雷达和人工智能 (AI) 的非接触式摔倒检测系统.
• 提供实时监控,可视化和立即警报下降.
• 解决现有的落检测技术的局限性.

主要方法:

• 将4D成像雷达传感器与人工智能技术集成在一起,用于降落检测.
• 利用雷达生成的点云数据 (空间坐标,速度,多普勒功率,时间) 来分析身体位置和运动.
• 采用卷积神经网络 (CNN) 模型进行姿势分类 (站立,坐着,躺着) 和跌倒检测,并使用零填充和k-means集群进行数据预处理.

主要成果:

• 该系统在姿势分类方面实现了98.66%的准确性.
• 该系统在跌倒检测方面表现出95%的准确性.
• 拟议的系统有效地检测掉落而不需要可穿戴设备或摄像头,从而保护隐私.

结论:

• 开发的非接触式摔倒检测系统是有效和准确的.
• 这项技术为老年人落监控提供了一个可行的,对隐私有意识的解决方案.
• 未来的研究可能会探索用于增强室内监控应用的多传感器集成.