非接触跌倒检测和报警系统

基于毫米波雷达和机器学习算法的跌倒检测系统

Picture1

研究背景

  1. 人口老龄化问题日益严峻，空巢老人、独居老人增多；
  2. 跌倒是老人意外死亡的主要原因之一。跌倒事故随时、随地可能发生（如在卧室、浴室，在白天或是夜晚）。在跌倒事故发生后，对老人给予及时的救助能够有效地降低老人因事故受到严重伤害或死亡的风险；
  3. 因此，在老人家中布置一种全天候跌倒检测系统具有重要意义。基于非接触传感器的非接触跌倒检测，具有较高的环境鲁棒性，并且不受穿戴舒适度、电池容量等因素限制，将成为未来智能家居系统辅助老人独居的重要技术之一。

解决方案和技术要点

  1. 基于调频连续波雷达的时频分析方法；
  2. 基于Pattern Contour的运动特征提取算法 [1][2]；
  3. 基于卷积神经网络（e.g. Line Kernel CNN [3])和雷达数据及特征的运动分类方法；
  4. 基于FPGA的时频分析、特征提取和神经网络算法的实现；
相关文献和专利

Didn't answer your question?

Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Diam vel quam elementum pulvinar etiam non quam.

  1. B. Wang, H. Zhang, and Y.-X. Guo, “Radar-based Soft Fall Detection using Pattern Contour Vector,” accepted by IEEE Internet of Things Journal.
  2. B. Wang, Z. Zheng, and Y.-X. Guo, “Millimeter-Wave Frequency Modulated Continuous Wave Radar-Based Soft Fall Detection Using Pattern Contour-Confined,” IEEE Sens. J., vol. 22, no. 10, pp. 9824–9831, 2022.
  3. B. Wang, L. Guo, H. Zhang, and Y. X. Guo, “A Millimetre-Wave Radar-Based Fall Detection Method Using Line Kernel Convolutional Neural Network,” IEEE Sens. J., vol. 20, no. 22, pp. 13364–13370, 2020.
  4. 王博，郭永新，“运动状态检测方法及系统”，CN112630777A，2021.04.09.
  5. 王博，郭永新，“一种动作检测方法、装置、终端设备和存储介质一种动作检测方法”，中国专利，申请号：202210339126.6.