对长者来说，跌倒很常见，约30% 的独立生活长者和50% 的长期护理机构长者每年至少跌倒一次[1]。去年我们的长者防跌倒图鉴系列，帮助大家了解跌倒的危害、长躺、隐瞒式跌倒、科技产品以及可能导致跌倒的疾病等。今天给大家介绍下真实的跌倒及万蕴Vayyar 是如何一步步提高解决方案的准确性的。

一、真实的跌倒场景

1. 跌倒多数情况下都是瞬间、大家不愿意面对的事件，大多缺少必要的记录。

2. 很多针对跌倒的研究，要么通过跌倒者和目击者的回忆来描述跌倒事件，要么就是公共场所的视频，这些跌倒事件和机构、居家的跌倒有很大的不同。

3. 跌倒监测产品测试过程中，基于安全和其他方面的考虑，多数是由年轻人来测试，跌倒的速度、姿态和真实的长者跌倒有差距。

跌倒监测产品如何兼顾准确性和误报率？

过硬的硬件 + 不断迭代进化的软件算法

▶ 要参照科学的研究数据

▶ 要有真实数据的“喂养”，促进算法升级跌倒

▶ 要有实验室的大量模拟和测试

从而不断迭代、持续优化

二、学术界关于真实跌倒的观察性研究

加拿大Simon Fraser 大学的Stephen N Robinovich 教授主导的长者伤害预防技术项目[2] 致力于研究长者跌倒和跌倒相关伤害的原因及预防方法。他的团队通过与两家长期护理机构的合作，在其公共区域( 餐厅、休息室、走廊) 安装摄像头，监测和录制长者真实的跌倒数据。

• 这项研究历时3年多（2007-2010）

• 涉及130位居民

• 平均年龄为78岁

• 最终收集到了227例真实跌倒事件的视频片段

三、真实跌倒的原因及活动状态

研究结果显示

失去平衡是导致跌倒最常见的原因( 在227 例跌倒事件中占93 例) 41%

绊倒 48 例 21%

身体磕碰 25 例 11%

失去支撑 25 例 11%

晕倒 24 例 11%

滑倒 6 例 3%

此外，与跌倒事件相关性最高的三项活动分别为：行进中跌倒、站立时跌倒、坐下时跌倒

行进中跌倒 54 例

站立时跌倒 29 例

坐下时跌倒 28 例

这项研究揭秘了最常见的长者真实跌倒的原因，也为有效评估长者的活动平衡能力以及预防跌倒提供了数据支撑。

四、基于真实跌倒数据的研究和训练

真实数据的“喂养”

1. 对于跌倒算法开发来说，最大的挑战在于缺乏有效的训练和验证数据集。传统的毫米波雷达由于分辨率有限，在算法优化过程中需要配合摄像头进行实际场景数据集的采集。然而，由于跌倒设备通常安装在私密的生活空间，传统依赖摄像头进行数据采集和训练的方式已经无法适用。

2. 万蕴Vayyar 的高分辨射频成像传感器，可以在保护隐私的前提下，根据策略采集真实场景下的数据，包括不同类型的真实跌倒和导致误报的数据，然后，利用高分辨率的点云数据流进行数据标注，从而持续生成所需的训练或验证数据集，实现算法和数据的闭环流程。

3. 万蕴Vayyar 的跌倒检测方案已经迭代到第二代产品，从2018 年发布一代Walabot Home 产品以来，广泛服务于国内外众多机构和居家用户。通过这款产品，我们积累了海量真实场景数据，特别是那些隐蔽场景的跌倒和误报数据，这些数据帮助我们不断地提升跌倒算法的准确度。

真实跌倒的模拟数据

1. 由于跌倒事件的复杂性，涉及到各种不同的跌倒姿态和环境情况。为了弥补实际数据的不足，我们在研究了大量真实跌倒数据的情况下，通过专门的测试人员来模拟真实的跌倒事件，这些数据帮助我们对跌倒检测方案进行不断优化。

2. 因此，万蕴Vayyar 的跌倒检测方案，对于无论是快、慢、侧、仰、俯等体态的跌倒，还是跌倒后人体静止、爬行、挥手、撑地均可实现有效检测

五、高分辨率射频成像硬件平台

万蕴Vayyar 的跌倒检测方案基于我们独特的高分辨率射频成像传感器硬件，可以提供足够精细和稳定的人体点云数据，从而为包括跌倒检测、人员跟踪等在内的应用算法的实现提供更好的底层数据支撑。

• 搭载强大的自研芯片及48 根收发（24 发22 收）天线形成高达528 个信号通道

• 可以提供几十倍于传统FMCW 雷达分辨率的点云数据

• 不仅可以实现准确的存在检测，还可以实现更精细的人体跟踪，跌倒姿态、生命体征检测等高级探测应用

• 万蕴Vayyar 的射频成像模组将芯片、DSP 处理器、天线和包括跌倒、存在等算法集与一体，易于开发集成

• 同时支持包括点云在内的多维数据输出，可以满足客户第三方应用开发需求

参考文献

1. Rubenstein LZ, Josephson KR, Robbins AS. Falls in the nursing home. Ann Intern Med 1994; 121: 442–51.

2. Injury Prevention and Mobility Laboratory

3. Robinovitch SN, et al. Video capture of the circumstances of falls in elderly people residing in long-term care: an observational study

关于万蕴

万蕴[Vayyar]是4D射频成像传感器的技术先驱，其研发的片上射频成像传感系统，可以在保护隐私的前提下，采集重要的生命数据，为智能家居、长者照护、智慧出行、智能零售、智能安防等领域提供解决方案。

万蕴[Vayyar]致力于研发更先进、更小型、性价比更高及用途更广泛的传感技术，关注每个人的生活，助力构建一个更加智能安全和谐的社会。