相关实验视频
Updated: Jan 9, 2026
08:05
Design and Analysis for Fall Detection System Simplification
Published on: April 6, 2020
11.1K
基于视觉的双模块框架,用于近距离实时落检测
概括
这项研究介绍了使用SkyWalker机器人的老年人实时落检测系统. 它准确地识别了坐立转换和跌倒风险,提高了安全性.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 生物力学 生物力学
- 老年学是一门学科.
背景情况:
- 跌倒是对老年人独立的主要风险.
- 坐到站 (STS) 过渡是跌倒的常见时刻.
- 现有的落检测方法可能缺乏实时准确性或效率.
研究的目的:
- 开发一个与SkyWalker辅助机器人集成的实时落检测系统.
- 使用动力学数据准确地分类坐立阶段,并检测下跌.
- 提高老年人在移动性过渡期间的安全性.
主要方法:
- 利用SkyWalker机器人上的深度摄像头进行近距离运动捕捉.
- 使用MediaPipe生成3D骨架模型并提取14个动态特征.
- 实施了用于STS相位和落检测的双模块支持矢量机 (SVM) 分类框架.
主要成果:
- 在实时分类STS阶段中实现了高精度.
- 证明有效地检测不规则的运动,表明跌倒.
- 该系统在计算上被证明是高效的,并且对骨架扭曲具有强大的耐受性.
结论:
- 拟议的实时摔倒检测系统有效地监测老年人的STS过渡.
- 与SkyWalker机器人集成提供了一种有前途的降落预防方法.
- 未来的工作将集中在积极的防摔策略上,以确保更安全的流动性.
