面向下一代工人的实时跌倒预防系统
信号处理
2025-06-02 v1 机器学习
摘要
开发通用的可穿戴实时跌倒检测系统仍然是一项具有挑战性的任务，特别是对于在恶劣环境中工作的健康强壮的个体，如工业工人。在本研究中，我们提出了一种用于跌倒检测和预防的混合方法，该方法使用倒立摆的动态模型生成跌倒模拟，随后将其输入到深度学习框架中。其输出是一个信号，当个体面临受伤风险时，该信号会激活跌倒缓解机制。该方法的优势在于，可以使用抽象模型高效地为具有不同跌倒初始条件的数千个不同个体生成训练数据，而这在实际实验中几乎是不可能的。该方法适用于特定类型的跌倒，即个体在跌倒时未显著改变其初始姿态，这是迈向通用可穿戴设备的第一步，旨在减少工业环境中与跌倒相关的伤害，从而提高工人的安全性。
引用
@article{arxiv.2505.24487,
title = {Real-time Fall Prevention system for the Next-generation of Workers},
author = {Nicholas Cartocci and Antonios E. Gkikakis and Darwin G. Caldwell and Jesús Ortiz},
journal= {arXiv preprint arXiv:2505.24487},
year = {2025}
}