Detecta caídas integrando ML en la ropa
Equipo Arduino — 22 de febrero de 2023
La densidad ósea, la fuerza y la coordinación disminuyen con la edad, lo que puede provocar graves consecuencias en forma de resbalones, caídas y otros accidentes. En Finlandia, las caídas son el tipo de muerte accidental más común entre las personas de 65 años o más, con alrededor de 1200 muertes por año. Pero Thomas Vikstrom espera reducir este número de detectar caídas en el momento en que ocurren gracias al uso del acelerómetro del Arduino Nicla Sense ME con una chaqueta K-Way y un reloj conectado.
Al principio, Vikstrom intentó recopilar y etiquetar datos para todo tipo de actividades, como sentarse, caminar, correr, conducir, etc., pero luego se dio cuenta de que la detección de anomalías sería mucho más adecuada para esta aplicación. Después de recopilar unos 80 segundos de datos con Borde de estudio de impulso, entrenó un modelo de detección de anomalías para detectar cuándo ocurren eventos inusuales. Luego, el modelo se implementó en Nicla Sense ME al incorporar el código de inferencia en un servicio BLE que genera un valor positivo cuando se detecta una gota, además de iluminar el LED incorporado.
Para recibir esta información, Vikstrom agregó un reloj inteligente Bangle.js 2 al sistema que llama automáticamente a un número de emergencia si el usuario no interviene. Para más detalles, puede consulte su página de documentación de Edge Impulse aquí. Aunque solo es una prueba de concepto, este proyecto de K-Way demuestra cómo la ropa de abrigo con tecnología tinyML se puede usar para detectar caídas y, con dispositivos de red celular, enviar luz de ayuda en caso de que el usuario esté parado.
Puede seguir cualquier respuesta a esta entrada a través de la fuente RSS 2.0. Puedes deja una respuestao trackback desde su propio sitio.