您的位置:首页 > 任务详情
招标模式 人体摔倒检测算法
  • 雇主:mike
  • 发布时间:2025-05-05
  • 分类:程序开发

¥ 5000.00

免责声明 该外包需求信息来源于站外平台,本站仅提供公开信息部分字段展示与订阅服务,更多请查看免责声明。

任务详情

一、算法目标 实现对老年人佩戴设备(如智能手表)过程中发生摔倒事件的精准识别。 要求准确率(Accuracy)≥ 95%,召回率(Recall)优先考虑,误报率(False Positive Rate)控制在较低水平(建议<5%)。 二、传感器与数据要求  使用传感器:6轴 陀螺仪)+空气压力传感器 采样频率:50Hz~100Hz(建议默认60Hz) 三、算法逻辑需求 1. 预处理 滤波:低通滤波(如Butterworth)去除噪声 标准化:对不同用户动作幅度做归一化处理 2. 特征提取(时域 & 频域) 峰值检测(加速度模长是否超过阈值,通常 >2.5g) 姿态变化(角速度快速变化并结合姿态突变) 冲击前后序列特征(预跌倒+冲击+静止阶段) 静止检测:摔倒后长时间无明显动作 3. 判断逻辑/模型 可选: 规则引擎 + 阈值法(适合嵌入式,耗电低,但难以泛化) 机器学习模型: 决策树、SVM、KNN 更优方案:轻量级神经网络(如1D CNN, LSTM)部署在MCU或Edge上 模型训练数据:需采集真实摔倒动作数据(模拟跌倒 + 正常活动) 四、训练数据要求 数据样本:不少于 1000 次完整动作序列 包括摔倒类型(向前/后/侧跌,滑倒,坐倒) 包括非摔倒运动(走路、跑步、坐下、跳跃等) 数据应来源于真实设备佩戴方式(手表位置、佩戴稳定性) 采集人群:包含老年人及不同体型个体 五、评估指标 准确率 ≥ 95% 召回率 ≥ 97%(避免漏检) 假阳率 ≤ 5% 响应时间 < 1 秒(从跌倒动作发生到报警) 能耗评估(适合长时间佩戴,考虑边缘计算) 六、边缘部署要求(如使用STM32 + LSM6DSOX) 算法内存占用 ≤ 128KB 实时性满足 50Hz处理 七、输出与报警机制 输出跌倒状态布尔值(true/false) 可选:置信度(0~1) 跌倒后触发本地报警 + 4G通知上传(与App或平台对接)

任务附件 (0)

暂无稿件哦!

预期中标

已中标

0

快去分享,提高任务的曝光率吧

  • 发布需求     2025.05.05
  • 服务商报价    
  • 选择服务商并托管资金    
  • 服务商工作    
  • 验收付款    
  • 评价