| 作品介紹 |
隨著少子化與高齡化人口金字塔變動，已在2018年轉為高齡社會，預估將在2025年邁入超高齡化社會，現今高齡者照護面臨人力缺乏的情況下，照護輔助系統成為相當重要的角色，對高齡者來說某些行為獨立完成容易因為體力不支、四肢無力、本身慢性疾病造成未預期傷害，同時若患有失智或智能障礙的高齡者無法精準表達自己的需求，為避免以上情形發生，須加派照護人力或使用輔助設備。
目前常用的影像式監控輔助設備全天候拍攝房間內部狀況，不僅缺少隱私，也可能發生影像外流的疑慮，以壓力感測離床輔助設備來說，可能會有反應時間過長、體重過輕影響敏感度和靈敏度過高誤報等問題，若使用的雷達輔助監控設備不僅能保護受顧者的隱私，在偵測到危險時發出警示，照護者即便身在不同空間或是無法亦步亦趨跟隨照護，也能隨時掌握高齡者狀況，適時給予協助。
本系統建置實作一個2D LiDAR(Light Detection and Ranging)與深度學習技術應用於高齡者居家照護輔助系統，使用2D LiDAR感測雷達獲取房間內部點狀輪廓，運用DBSCAN (Density Based Spatial Clustering of Applications with Noise) 進行空間聚類，將物體經過RF (Random Forest) 演算法分類成人與非人兩種結果。依照順序紀錄人物座標產生軌跡圖譜，利用AutoEncoder輔助，進行軌跡圖譜的資料預處理，由於移動軌跡屬於時序型資料，本系統使用ST-GCN (Spatio-Temporal Graph Convolutional Networks)做軌跡行為分類訓練，若偵測到跌倒時的異常軌跡將發出警示訊號。互動感知系統利用追蹤器與二分法來實現，受顧者透過手勢變換或工具輔助讓追蹤器判別轉換成非人，無法持續描繪目標物的移動，異常軌跡使ST-GCN判斷為危險狀況，通知照護者緊急協助，達成緊急意外預防。 |