論文の概要: EM-Fall: Embodied mmWave Sensing for Day-and-Night Fall Detection on Humanoid Robots
- arxiv url: http://arxiv.org/abs/2606.11109v1
- Date: Tue, 09 Jun 2026 17:06:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.067635
- Title: EM-Fall: Embodied mmWave Sensing for Day-and-Night Fall Detection on Humanoid Robots
- Title（参考訳）: EM-Fall:人型ロボットの昼と夜の転倒検出のための身体波センシング
- Authors: Yanshuo Lu, Yuxuan Hu, Shenghai Yuan, Xinyu Zhou, Kuangji Zuo, Bofan Lyu, XiChen Yuan, Jianfei Yang,
- Abstract要約: 移動体ヒューマノイドロボットに実装した転倒検出フレームワークである textbfEM-Fall を提案する。
このシステムは、ミリ波(mmWave)センシングとロボットモビリティを統合し、ロボットはその知覚視点を積極的に調整する。
提案手法は, 実室内8室内環境を対象に, 4人の参加者で評価し, 家庭内ミリ波落下検出データセットを構築した。
- 参考スコア（独自算出の注目度）: 28.393045623878212
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Falls are one of the leading causes of injury and hospitalization among elderly individuals, making reliable fall awareness an essential capability for safety monitoring in residential environments. However, existing fall detection systems often rely on wearable devices or fixed sensing installations, which may suffer from low user compliance, limited spatial coverage, or degraded performance under occlusion and poor lighting conditions. In this work, we propose \textbf{EM-Fall}, an embodied fall detection framework deployed on a mobile humanoid robot. The system integrates millimeter-wave (mmWave) sensing with robotic mobility, allowing the robot to actively adjust its sensing viewpoint and maintain target observability across rooms and under occlusion. To address interference in complex residential environments, including pet motion and multipath artifacts, we design a human-centered perception pipeline combined with lightweight temporal modeling to capture motion evolution before, during, and after fall events. We evaluate the proposed system across eight real indoor environments with four participants and construct an in-home mmWave fall detection dataset. Experimental results show that the embodied mobile sensing paradigm improves monitoring continuity and maintains robust fall detection performance under diverse environmental conditions. The proposed framework provides a practical solution for robot-assisted safety monitoring in home environments.
- Abstract（参考訳）: 転倒は高齢者の怪我や入院の主な原因の1つであり、信頼性の高い転倒認識は住宅環境の安全監視に欠かせない能力である。
しかし、既存の転倒検知システムは、ユーザーのコンプライアンスの低さ、空間範囲の制限、閉塞状態の劣化、照明条件の低さに悩まされる、ウェアラブルデバイスや固定された検知装置に依存していることが多い。
本研究では,モバイル型ヒューマノイドロボットに実装した転倒検出フレームワークであるtextbf{EM-Fall}を提案する。
このシステムは、ミリ波(mmWave)センシングとロボットモビリティを統合し、センサーの視点を積極的に調整し、部屋や閉塞下での目標観測性を維持する。
ペットの動きやマルチパスのアーチファクトを含む複雑な住宅環境における干渉に対処するため、我々は人間中心の知覚パイプラインと軽量な時間的モデリングを組み合わせることで、秋のイベント前後の運動の進化を捉える。
提案手法は, 実室内8つの環境を対象に, 4人の参加者で評価し, 家庭内ミリ波落下検出データセットを構築した。
実験結果から,組込み型移動センシングパラダイムはモニタリングの継続性を向上し,多様な環境条件下での堅牢な落下検出性能を維持することが示唆された。
提案フレームワークは,家庭環境におけるロボット支援型安全監視の実践的ソリューションを提供する。
関連論文リスト
- Robust Cross-Domain WiFi Fall Detection via Physics-Driven Attention-Enhanced Transformers [64.35403680946182]
WiFiチャンネル状態情報(CSI)を利用したデバイスフリーの転倒検出が,高齢者の健康モニタリングのための有望なソリューションとして浮上している。
既存のディープラーニングアプローチでは、目に見えない環境にデプロイされた場合、パフォーマンスが大幅に低下する。
本稿では,新しいCNN-Transformerハイブリッドアーキテクチャを特徴とする,堅牢で汎用的なフレームワークを提案する。
論文 参考訳（メタデータ） (2026-04-23T03:28:12Z) - A2VISR: An Active and Adaptive Ground-Aerial Localization System Using Visual Inertial and Single-Range Fusion [17.59898575353575]
これは、地上と航空の協調システムを用いて、散在した環境下での飛行ロボットのロケライズロバスト性を高めるための実践的なアプローチである。
我々は、アクティブビジョン、単一配列、慣性計測、光学フローを統合した地上局地化フレームワークをより包括的に改善する。
提案手法は、平均根平均平方誤差が約0.09mであり、損失とセンサ故障を捕捉するためのレジリエンスを維持しながら、ロバストなオンラインローカライゼーションを実現する。
論文 参考訳（メタデータ） (2025-12-18T10:07:06Z) - Near-Field Perception for Safety Enhancement of Autonomous Mobile Robots in Manufacturing Environments [1.4627307351436138]
本稿では,自律移動ロボットのための3層近接場認識フレームワークを提案する。
最初のアプローチでは光の不連続検出を採用し、近距離領域にレーザーストライプを投射する。
第2のアプローチでは、光変位測定を用いて物体の高さを推定する。
第3のアプローチでは、組み込みAIハードウェア上のコンピュータビジョンに基づくオブジェクト検出モデルを使用してオブジェクトを分類する。
論文 参考訳（メタデータ） (2025-12-15T17:18:04Z) - OS-Sentinel: Towards Safety-Enhanced Mobile GUI Agents via Hybrid Validation in Realistic Workflows [77.95511352806261]
VLM(Vision-Language Models)を利用したコンピュータ利用エージェントは、モバイルプラットフォームのようなデジタル環境を操作する上で、人間のような能力を実証している。
我々は,明示的なシステムレベルの違反を検出するための形式検証器と,文脈的リスクとエージェント行動を評価するコンテキスト判断器を組み合わせた,新しいハイブリッド安全検出フレームワークOS-Sentinelを提案する。
論文 参考訳（メタデータ） (2025-10-28T13:22:39Z) - OOSTraj: Out-of-Sight Trajectory Prediction With Vision-Positioning Denoising [49.86409475232849]
軌道予測はコンピュータビジョンと自律運転の基本である。
この分野における既存のアプローチは、しばしば正確で完全な観測データを仮定する。
本稿では,視覚的位置決め技術を利用した視線外軌道予測手法を提案する。
論文 参考訳（メタデータ） (2024-04-02T18:30:29Z) - Floor extraction and door detection for visually impaired guidance [78.94595951597344]
未知の環境で障害物のない経路を見つけることは、視覚障害者や自律ロボットにとって大きなナビゲーション問題である。
コンピュータビジョンシステムに基づく新しいデバイスは、障害のある人が安全な環境で未知の環境でナビゲートすることの難しさを克服するのに役立つ。
本研究では,視覚障害者のためのナビゲーションシステムの構築につながるセンサとアルゴリズムの組み合わせを提案する。
論文 参考訳（メタデータ） (2024-01-30T14:38:43Z) - Environment-independent mmWave Fall Detection with Interacting Multiple
Model [1.9358739203360094]
mmWave radarは、プライバシー保護と非接触性のための有望な候補技術である。
FADEは現実のシナリオにおいて精度と堅牢性を高めた実用的な落下検知レーダーシステムである。
論文 参考訳（メタデータ） (2023-11-15T07:49:46Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Robot Active Neural Sensing and Planning in Unknown Cluttered
Environments [0.0]
未知の乱雑な環境でのアクティブなセンシングと計画は、ホームサービス、探索と救助、狭い通行検査、医療支援を提供するロボットにとって、オープンな課題である。
本研究は,ロボットマニピュレータの動力学的に実現可能な視点列を手動カメラで生成し,基礎環境の再構築に必要な観測回数を最小化するための能動型ニューラルセンシング手法を提案する。
我々のフレームワークは視覚的RGBD観測を積極的に収集し、それらをシーン表現に集約し、環境との不要なロボットの相互作用を避けるためにオブジェクト形状推論を行う。
論文 参考訳（メタデータ） (2022-08-23T16:56:54Z) - Towards robust sensing for Autonomous Vehicles: An adversarial
perspective [82.83630604517249]
結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。
敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。
より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
論文 参考訳（メタデータ） (2020-07-14T05:25:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。