В NTU разработали систему домашнего мониторинга без навязчивых камер — News-Medical
Исследователи Ноттингемского университета Трента (NTU) совместно с Integrated System Technologies Ltd разработали недорогую систему домашнего мониторинга пожилых людей. Она сочетает миллиметровый радар, тепловые датчики и умные розетки для отслеживания повседневной активности без необходимости в навязчивых камерах или носимых устройствах. Об этом сообщает News-Medical.
Как работает система
Для выявления движения в жилье применяют несколько миллиметровых радарных сенсоров, которые можно незаметно разместить в выбранных местах. Умные розетки, подключенные к бытовым приборам и Wi-Fi, используют для отслеживания моделей поведения, связанных с повседневными действиями, например приготовлением чая или еды либо работой за столом.
Тепловые сенсоры распознают положение тела: сидя, стоя, во время ходьбы или лежа. При этом они не раскрывают черты лица или личность человека: изображения сильно пикселизированы и имеют низкое разрешение, чтобы не отображать детализированные движения и изображения.
Больше актуальных новостей — в Telegram-канале UA.News Telegram.
Искусственный интеллект и испытания
Алгоритм искусственного интеллекта объединяет данные трех типов устройств и со временем изучает привычное поведение жильца. По замыслу разработчиков, это может помочь выявлять нетипичные изменения, в частности возможные экстренные состояния, падения, инфаркты, инсульты или постепенное ухудшение мобильности и ежедневного распорядка.
Если система зафиксирует экстренную ситуацию, она может уведомить специалистов по уходу или близких человека, чтобы они проверили его состояние дистанционно или лично. Длительная неактивность, изменения режима сна или отсутствие привычных домашних дел, по оценке команды, потенциально могут сигнализировать о проблемах со здоровьем.
Сенсоры протестировали в имитированной домашней среде с шестью вариантами планировки комнат, в том числе спальнями и гостиными с различным расположением мебели. Команда записывала ряд действий, чтобы оценить точность определения движения и позы. Результаты показали, что объединение данных всех сенсоров улучшало работу системы по сравнению с использованием технологий по отдельности. Исследование опубликовали в журнале Sensors.
