Robô Móvel Acessível para Detecção de Quedas em Idosos

Quedas são um problema sério para os mais velhos. Quando alguém cai, um socorro rápido pode fazer toda a diferença na recuperação e segurança. Pra lidar com isso, criamos um robô móvel de baixo custo que pode checar como os idosos estão em casa. Se o robô detectar uma queda, ele manda um e-mail pros responsáveis, avisando sobre a situação.

#A Importância da Detecção de Quedas

Com o nosso povo envelhecendo, o número de pessoas acima de 65 anos tá aumentando. Com isso, os riscos de quedas estão ficando mais sérios. A gente sabe que prevenir quedas é super importante, mas também é fundamental ter sistemas que consigam detectar as quedas quando elas acontecem. Isso permite respostas mais rápidas e pode salvar vidas.

#Tecnologias Atuais

Tem várias tecnologias pra detectar quedas, incluindo alarmes ativados pelo usuário, sistemas passivos de detecção e robôs móveis. Alarmes ativados pelo usuário dependem que alguém aperte um botão pra pedir ajuda, o que pode ser um problema se a pessoa não conseguir fazer isso após uma queda. Sistemas passivos não dependem da ação do indivíduo, o que é melhor pra idosos que podem hesitar em pedir ajuda.

Robôs móveis trazem uma solução única. Esses robôs podem se mover pela casa periodicamente, checando as pessoas. Se eles detectarem alguém caído, podem alertar cuidadores ou familiares. Diferente de câmeras fixas, robôs móveis circulam pelo espaço, lembrando as pessoas da presença deles e reduzindo a chance de quedas.

#O Design do Nosso Robô

A gente focou em criar um robô móvel que seja acessível e eficaz na detecção de quedas. O nosso robô custa mais ou menos o mesmo que uma plataforma robótica famosa, mas tem características únicas que o tornam ideal pra essa tarefa específica.

#Características Principais

1. Design Personalizado: O nosso robô tem um design único com rodas omnidirecionais, que permitem que ele se mova suave em qualquer direção. Além disso, ele roda algoritmos de aprendizado profundo pra uma detecção de quedas melhor e pode se recarregar sem fio.

2. Detecção Melhorada de Quedas: Melhoramos a precisão do nosso sistema de detecção de quedas. A câmera do robô fica mais baixa do que em sistemas padrão, o que pode impactar a qualidade da imagem. Pra resolver isso, ajustamos as imagens pra simular a altura de um olho humano, resultando em taxas de detecção muito melhores.

3. Sistema de Controle Aprimorado: Desenvolvemos um controlador que prevê a velocidade que o robô deve se mover com base nos sinais que recebe. Isso torna a navegação mais suave e eficiente.

#Tecnologias Relacionadas

Embora muitos robôs tenham sido criados pra detectar quedas, a maioria apenas classifica as imagens como "queda" ou "sem queda". Esse método pode ser limitante, especialmente em situações onde várias pessoas estão na imagem. Usando detecção de objetos em vez de classificação, nosso robô consegue identificar várias pessoas na mesma imagem. Isso é especialmente útil quando tem uma estátua ou boneco presente, já que pode diferenciar entre eles e uma pessoa caída.

#Comparação de Sistemas de Detecção de Quedas

No nosso trabalho, comparamos diferentes tecnologias de detecção de quedas. Sistemas ativados pelo usuário dependem que uma pessoa peça ajuda, o que pode ser problemático. Sistemas passivos, como os que usam dispositivos vestíveis, oferecem vantagens, mas podem levar a alarmes falsos.

Nossa prioridade são os robôs móveis. Esses robôs são mais dinâmicos e podem oferecer um equilíbrio de características. Por exemplo, eles podem checar um indivíduo a cada 30 minutos e responder a alarmes de dispositivos vestíveis ou sons altos.

#Detalhes Técnicos do Nosso Robô

Nosso robô é composto por várias partes, incluindo sua estrutura mecânica, eletrônicos e componentes de software. O custo de construção do robô é em torno de $700, tornando-o acessível pra mais usuários.

#Design Mecânico

O corpo do robô é feito de materiais fortes, mas leves. Ele tem um suporte de bateria e um sistema de recarga sem fio, que é chave pra manter o robô funcionando sem ter que plugar. As rodas permitem que ele se mova de lado, facilitando a navegação.

#Eletrônicos

O cérebro do nosso robô é um NVIDIA Jetson Nano, que processa dados e controla os movimentos. Ele gerencia dados de sensores, controle de motores e tarefas de comunicação de forma eficiente. Usamos uma placa de circuito impresso (PCB) pra conectar tudo de forma segura.

#Gerenciamento de Bateria

Pra energia, usamos uma bateria Lithium Polymer leve que pode durar mais de uma hora e meia com uma única carga. Isso permite que o robô execute suas tarefas sem interrupções frequentes.

#Sistemas de Sensores

O robô está equipado com vários sensores. Eles incluem uma unidade LiDAR pra detectar objetos e obstáculos por perto, assim como câmeras pra entrada visual. A combinação desses sensores permite que o robô colete uma ampla gama de dados ambientais.

#Framework de Software

Pra que o robô funcione corretamente, desenvolvemos vários componentes de software. Todo o software roda no Jetson Nano, que suporta vários métodos de comunicação.

#Fase de Configuração

Antes do robô poder trabalhar autonomamente, ele precisa passar por uma fase de configuração. Durante esse tempo, um operador usa um controle pra guiar o robô pela casa, permitindo que ele crie um mapa do ambiente. Esse mapa é essencial pra que o robô navegue eficientemente ao redor.

#Operação Autônoma

Uma vez que o mapa é construído, o robô pode operar sem assistência humana. Ele usa sensores pra se localizar e completar suas tarefas. O sistema de recarga permite que ele volte ao seu local de carga quando a bateria tá baixa.

#Sistema de Detecção de Quedas

O processo de detecção de quedas é dividido em três partes principais: Preparação da Imagem, detecção de pessoas e a detecção real da queda.

#Preparação da Imagem

Antes de detectar uma queda, a câmera do robô captura imagens. Essas imagens são então preparadas redimensionando e ajustando elas pra simular uma altura típica de um observador humano. Isso melhora bastante a precisão do processo de detecção.

#Detectando Indivíduos e Suas Posições

Pra detectar indivíduos e suas posições, usamos um modelo chamado YOLOv8-Pose. Esse modelo reconhece pessoas nas imagens e marca pontos chave no corpo delas, o que ajuda a determinar suas posições.

#Técnicas de Detecção de Quedas

Avaliamos dois métodos pra identificar quedas. A primeira abordagem é baseada em um conjunto de regras relacionadas às posições dos pontos-chave do corpo. A segunda abordagem usa um modelo de aprendizado de máquina que classifica indivíduos como caídos ou não caídos.

Ambos os métodos trabalham em conjunto, usando os dados do modelo YOLOv8-Pose pra resultados eficazes.

#Testes e Resultados

Fizemos vários testes pra checar como o robô se sai em suas tarefas.

#Identificação do Sistema de Motores

Pra garantir que o robô siga os caminhos corretamente, testamos sua capacidade de rastrear os movimentos desejados. Isso envolveu comparar um controlador que usou nosso sistema desenvolvido com um que não usou identificação de sistema. Os resultados mostraram uma melhoria significativa em seguir os caminhos pretendidos quando usamos nossos aprimoramentos.

#Carga e Duração da Bateria

Avaliar quanto peso o robô poderia mover e quanto tempo poderia operar com a bateria foi importante. O robô carregou com sucesso pesos de até 5,4 kg mantendo o desempenho. Ele também mostrou um tempo de execução de mais de uma hora e meia em condições típicas.

#Precisão de Movimento

Testes da capacidade do robô de navegar uma área mapeada mostraram resultados promissores. Ele efetivamente criou um mapa detalhado do espaço, permitindo que navegasse por obstáculos com sucesso.

#Evitação de Obstáculos

Enquanto se movia, o robô teve apenas uma colisão durante um teste de 30 minutos. Isso indica que sua capacidade de entender o ambiente é bem eficaz.

#Capacidades de Detecção de Quedas

Construímos um conjunto de dados pra avaliar quão bem o robô poderia detectar quedas. Comparando imagens tiradas da perspectiva do robô com aquelas ajustadas pra altura humana, descobrimos que as imagens ajustadas forneceram melhor precisão na identificação de quedas.

#Conclusão

Nosso robô móvel de baixo custo representa uma solução promissora pra detecção de quedas entre os idosos. Usando características de design avançadas e métodos inovadores de detecção de quedas, conseguimos oferecer uma ferramenta que ajuda a melhorar a segurança e os tempos de resposta em situações de emergência. Indo adiante, nosso objetivo é aprimorar ainda mais as habilidades do robô, garantindo que ele possa se adaptar efetivamente a diferentes ambientes e necessidades. Estamos ansiosos pra testes no mundo real e feedback dos usuários pra refinar seu design e funcionalidade.