科创中国

行业领域

电子信息技术

需求背景

随着经济发展和人民生活水平的提高，家居产品的智能化需求日益增强，智能家居技术也得到了快速发展。同时，中国60岁及以上人口的比重在上升,研发适合老年人使用智能家居产品是大势所趋。但目前在适老智能家居产品仍存在诸多不足，如房间长时间无人或外出，供暖和空调仍在工作中，造成能源浪费；再如随着老人视觉、行动等能力的下降，目前很少能提供相应友好、便捷的辅助服务(如老人靠近淋浴设备和家电时，系统自动亮灯提示）；还有在满足个性化需求方面也有待进一步提升，如老人和年轻人对空调和供暖温度的需求不同，而目前的产品还无法做到区分对待。特别是在老龄化日趋严重的形势下，照看老人经常存在疏忽或者不可见、不可控的危险，如当独居老人不小心在家跌倒时后果是极其严重的，需快速地感知和识别屋内活动状况、判定意外的发生并通知家属等相关人员。还有是居家环境下人体感知对于隐私保护、生活舒适度及友好性具有较高的要求。

需解决的主要技术难题

本项目采用先进的毫米波雷达技术提升适老家居产品的智能化，较于其他感知设备，毫米波雷达具备精度高、无扰式及安全性好的先天优势，将其与家居物联、健康养老、社区服务等融合，形成垂直应用，可为用户提供一个更加安心的适老环境。需解决的主要技术难题

1）毫米波雷达硬件系统和智能家居产品的集成设计，综合考虑使用条件、安放位置、监测范围、空间利用率、设备供电及通信系统等多要素进行研发设计。

2）针对居家环境特点，开发高精度无扰式老人跌倒检测技术，研究人体姿态特征参数提取算法，融合距离、角度、速度等多种信息研发跌倒检测算法，并实现报警联动。

3）设计基于毫米波雷达的人员位置检测算法，实现房间有无人员的判断，并结合智能家居设备实现温度的自适应控制。

4）基于毫米波雷达实现人和设备相对距离的判断，并结合智能家居设备提供及时亮屏、设备启动等便捷性服务。

5）针对居家环境下动态人体行为特点，提取基于毫米波雷达的人体活动状态特征，基于机器学习设计人体行为识别算法。

6）融合人体姿态、步态及深度生物特征，设计基于深度学习的人员身份识别算法，结合智能家居设备提供个性化服务。

7）搭建毫米波雷达智能感知信息平台，实现跌倒检测、报警联动、温度自适应控制、设备启停、行为分析等多种功能的集成。

期望实现的主要技术目标

1、技术指标参数：

①成功研制毫米波雷达智能家居装备1套，具有跌倒检测、报警联动、定位跟踪、室内有无人员及人员数量、人员行为识别等功能;

②将毫米波雷达与燃具、空调等智能家居产品集成，达到友好、安全，舒适感知的效果，实现对居家环境24小时不间断监测。

③跌倒检测准确率达到90%及以上;

④行为识别准确率达到95%以上；

⑤毫米波雷达跌倒检测装置服务器端与报警响应延迟在3s之内，可以及时发送给被监测者的监护人。

2、技术成果：

①申请专利不少于3项。

②软件著作权1项

③专业论文1篇

需求解析

解析单位：“科创中国”5G+行业创新应用专业科技服务团（中国通信工业协会） 解析时间：2022-11-15

岳颖

“科创中国”5G+行业创新应用专业科技服务团

副团长

综合评价

该项需求描述清晰，可以跟进。我国60岁及以上人口已达2.64亿，90%左右的老年人选择居家养老。对智能家居进行适老化改造，就是根据老年用户的身体机能和使用习惯进行功能调整或重新设计，使之更好满足老年人群体的使用需求。比如，针对一些老年人记忆力下降的情况，在冰箱内部划分设置特殊物品存放区、开发智能提醒食材保质期功能；在安全防护方面，为智能家居添加风险监测、便捷报警模块等。不少暖心而实用的适老化改造和设计，让老年人群体的居家生活更安全、更便捷，彰显了科技的人文温度。是全社会的共同期待。

查看更多>

解析单位：“科创中国”大数据与新一代信息技术产业科技服务团（中国指挥与控制学会） 解析时间：2022-09-13

刘丹

北京华为数字技术有限公司

教授

综合评价

随着人工智能技术和5G(第五代通信技术)的迅猛发展,信息科技和AI技术逐渐为社会中的各种系统提供服务支撑,同时也为"养老事业"的推进提供了新的思路,逐渐成为了解决老龄化社会问题的强有力手段.但高度的智能化为老年人的日常生活带来一定便利的同时也带来了一系列负面效应,因此,如何才能衡量好产品的"智能尺度",让智能产品更好地为老年人的日常生活进行服务成为了当今设计领域普遍关注的重点.本文选择行为预测作为基本理论,研究老年人的行为特征,通过其中的规律性,构建适合老人生活的智能产品使用模式.研究以家居行为预测为出发点,利用场景理论和活动理论等相关设计理论,构建老年人智能家居行为预测系统,得出相应的设计原则和策略,并进行了一系列的设计实践.首先对老年人的居家行为进行分类研究,通过文献综述,用户调研和对比分析等手段归纳出老年人居家生活中的各项行为特点,按照其特点分为四大类型:规律行为,偶然行为,突发行为和渐变行为,为系统的数据分类处理奠定基础;将行为预测理论引入到适老智能产品设计方法的研究当中,同时使用场景理论和活动理论,通过二者的耦合关系构建老年人居家场景活动模型,并在此基础上利用人机双向学习过程

查看更多>

处理进度