面向老龄化社会的智慧养老解决方案
当前我国老龄化进程加速，老年人口数量激增。传统养老照护模式面临人力成本攀升与安全响应滞后的双重挑战。老年人突发健康事件（如跌倒、昏厥）风险较高，现有服务体系依赖人工巡查，存在响应滞后的结构性短板。
本项目利用计算机视觉、加速度传感器等多源传感设备，通过多模态融合处理，综合判断老年人行为状态。当老人身处危险（如摔倒、久坐不起）时，系统即时通过手机终端向医护人员或子女发出报警，协助老人尽快摆脱困境。
项目将智能传感与人工智能技术融入养老服务，推动养老服务向智能化、精细化、普惠化方向发展，为积极应对人口老龄化提供可落地的技术方案。
四大模块构建全方位安全守护体系
整合摄像头视觉数据、加速度传感器运动数据、声音传感器环境音频数据，实现老年人姿态、动作、环境声音的实时全维度采集与预处理。
基于特征层融合，将视觉姿态特征、运动加速度特征与环境语音特征融合，结合轻量级大模型精准识别摔倒、久坐不起、突发昏厥等危险行为，有效降低漏报与误报率。
实现多摄像头智能联动，一键绑定所有设备；根据老人移动轨迹自动切换主监控画面。支持双向语音通话，报警后自动接通，方便紧急沟通确认。
精细化用户权限管控，支持为护工、家属、医护人员分配不同查看权限。本地部署大模型，数据加密传输，支持摄像头定时休眠与敏感区域遮挡，全面保障隐私安全。
突破传统方案的四大创新优势
突破单一视觉检测局限，融合视觉、传感器、声音多模态数据。通过适配端侧部署的轻量级大模型进行综合判断，无需依赖高性能服务器即可实现高精度识别，符合大学生开发条件。
不仅实现多摄像头统一绑定管理，还能根据老年人移动轨迹自动切换主监控画面，彻底解决单一摄像头监控盲区问题，实现无缝全域覆盖。
支持用户自定义报警接收方式和通知优先级，针对摔倒、久坐不起等不同危险等级匹配差异化通知强度，避免无效信息干扰，同时确保紧急情况不遗漏。
本地部署大模型实现数据不出户处理，传输全程加密；支持摄像头定时休眠与敏感区域智能遮挡功能，在保障安全的同时最大化保护老人隐私。
端到端的数据采集、分析与响应流程
数据采集层 → 特征融合层 → 智能分析层 → 报警响应层 → 用户终端层
北京工业大学 · 北京-都柏林国际学院
2026年1月 – 2027年1月 · 9个月研发周期