基于毫米波感知的非接触式智能家居跌倒检测与行为识别系统设计.docxVIP

PAGE2

基于毫米波感知的非接触式智能家居跌倒检测与行为识别系统设计

摘要

随着老龄化社会加剧，居家老人跌倒已成为亟待解决的安全痛点。传统摄像头监控侵犯隐私，穿戴式设备依从性差。本课题基于物联网与智能感知领域，设计非接触式毫米波雷达跌倒检测与行为识别系统。系统提取雷达点云姿态特征，构建轻量化网络实现跌倒报警与日常行为分类，全程无视觉采集以保护隐私。

全文按工程递进思路展开。第一章分析痛点明确目标；第二章论证毫米波与轻量化网络选型；第三章细化功能与性能需求；第四章规划感知-边缘-应用三层架构；第五章设计特征提取与识别算法核心逻辑；第六章完成算法部署与系统联调；第七章执行功能与精度测试。创新点在于将轻量化网络适配雷达点云，实现边缘端实时推理与隐私安全闭环。

第一章绪论

1.1研究背景

近年来，全球人口老龄化进程加速，居家养老成为主流模式。然而，老年人身体机能衰退，跌倒事故频发。据世界卫生组织统计，65岁以上老人每年约有30%发生跌倒，跌倒已成为老年人致伤、致残甚至致死的首要原因。跌倒后的”黄金救援时间”极为短暂，若未能及时发觉并干预，往往导致不可逆的严重后果。

当前居家跌倒检测方案存在显著痛点。基于视觉的摄像头方案虽识别直观，但严重侵犯居家隐私，老人及家属极难接受在卧室、卫生间等私密区域安装。穿戴式设备如智能手环，虽规避了隐私问题，但需老人主动佩戴且定期充电，依从性极差，夜