面向非侵入浴室跌倒检测的边缘效率双流多模态架构

潮湿浴室环境中的跌倒是独居老年人的重大安全风险。近期研究表明，仅使用毫米波、仅使用振动，或现有多模态方案（如振动触发雷达激活、早期特征拼接、决策级得分融合）可支持隐私保留、非侵入式跌倒检测。然而，这些设计仍将运动与冲击视为松耦合的流，依赖粗糙的时间对齐和幅值阈值，未显式编码雷达观测的坍塌与地面冲击之间的因果关系，也未解决时间漂移、物体掉落干扰以及低功耗边缘设备上的延迟和能耗限制。为此，我们提出一种双流架构，Motion--Mamba 分支用于编码雷达信号捕获长程运动模式，Impact--Griffin 分支用于处理地面振动，强调冲击瞬态和跨轴耦合。跨条件融合采用低秩双线性相互作用和 Switch--MoE 头，对齐运动与冲击标记并抑制物体掉落干扰。该模型保持推理成本适合在树莓派 4B 网关上实时执行。我们构建了一个浴室跌倒检测基准数据集，包含帧级标注，包含超过 3 小时的同步毫米波雷达和三轴振动记录，覆盖八种场景下的运行水情况，并提供主题独立的训练、验证和测试划分。在测试集上，我们的模型实现了 96.1% 的准确率、94.8% 的精确率、88.0% 的召回率，以及 91.1% 的宏平均 F1 分数和 0.968 的 AUC。相对于最强基线，准确率提高了 2.0 个百分点，跌倒召回率提高了 1.3 个百分点，同时将树莓派 4B 网关上的延迟从 35.9 ms 降至 15.8 ms，将 2.56 秒窗口的能耗从 14200 mJ 降至 10750 mJ。