Files
yovision/docs/其他项目的文档/居家老人跌倒监护系统 — 方案流程说明(客户版).md

5.0 KiB
Raw Permalink Blame History

📊 居家老人跌倒监护系统 — 方案流程说明(客户版)

来源:Notion · https://app.notion.com/p/3af401dc38a681a186a4fa7a8f5930a5 导出时间:2026-08-01

面向客户的方案说明材料 · 居家老人跌倒监护系统

一句话说明

雷达 7×24 守护,AI 二次确认,确认跌倒后 3 分钟内必定有人响应。

平时不看、不录、不传——只有在真正发生异常时,系统才会看一眼。

一、业务流程

flowchart TD
    A["老人在家中正常生活"] --> B{"雷达持续监测<br/>姿态异常或长时间静止"}
    B -->|一切正常| A
    B -->|疑似跌倒| C["唤醒摄像头<br/>回捞事发前 30 秒画面"]
    C --> D{"AI 姿态分析<br/>二次确认"}
    D -->|判定为误报| E["静默记录<br/>不打扰家属"]
    E --> A
    D -->|确认跌倒| F["生成预警事件<br/>附带视频证据"]
    F --> G["第一级:家属 App 推送"]
    G --> H{"30 秒内确认?"}
    H -->|已确认| M["家属查看视频<br/>前往处理"]
    H -->|未确认| I["第二级:短信 + 语音电话"]
    I --> J{"60 秒内确认?"}
    J -->|已确认| M
    J -->|未确认| K["第三级:备用联系人<br/>邻居 / 物业 / 护理员"]
    K --> L{"90 秒内确认?"}
    L -->|已确认| M
    L -->|未确认| N["第四级:呼叫中心人工介入"]
    M --> O["处置结果回填<br/>误报反馈持续优化系统"]
    N --> O

关键时间线

时间 发生什么
T+0s 跌倒发生,雷达捕获
T+3s 摄像头唤醒,AI 开始分析
T+10s 确认跌倒,首次通知发出
T+40s 未响应 → 短信与电话
T+100s 未响应 → 备用联系人
T+190s 未响应 → 呼叫中心人工介入

最坏情况下,三分钟内一定有真人接手。

二、系统架构

flowchart LR
    subgraph HOME["用户家中"]
        CAM["IP 摄像头"]
        RADAR["毫米波雷达<br/>卧室 / 卫生间"]
        NVR["边缘盒子<br/>录像 + 设备管理"]
        CAM --> NVR
        RADAR --> NVR
    end
    subgraph CLOUD["云端平台"]
        SAVANT["AI 分析引擎<br/>姿态识别 + 跌倒判定"]
        CORE["业务核心服务<br/>事件 / 证据 / 权限"]
        ALERT["预警调度引擎<br/>升级链 + 多通道"]
        DB[("事件与审计库")]
        SAVANT --> CORE
        CORE --> ALERT
        CORE --> DB
    end
    NVR -->|"仅上传事件片段"| SAVANT
    ALERT --> FAM["家属 / 护理员 / 呼叫中心"]
    CORE --> APP["家属 App"]

三、为什么这样设计

隐私:视频默认不出户

  • 卧室、卫生间只装雷达,不装摄像头——雷达只感知人体轮廓与动作,不成像
  • 客厅摄像头平时不解码、不上传,仅在雷达报警时上传那一小段
  • 录像存在户内盒子,不全量上云
  • 家属只能看到自己家、且与告警相关的片段

可靠:不依赖单一环节

风险 应对
家属没看手机 短信 + 语音电话自动升级,可穿透勿扰模式
家属不在本地 升级至备用联系人与呼叫中心
家庭断网 边缘盒子本地缓存,恢复后补传;断网本身触发运维告警
设备故障 每日自动探活,离线超阀值主动联系用户
单户故障 一户一盒子,互不影响

准确:两级判定降误报

单靠摄像头或单靠雷达,误报都会让家属很快失去信任。

  • 一级(雷达):宁可多报,不能漏报
  • 二级(AI 视频):审核一级的候选,剥离坐下、弯腰、宠物、访客等干扰
  • 误报反馈:家属标记的每一次误报都会回流系统,越用越准

可追溯:每一条告警都有完整记录

什么时间触发、基于什么证据、向谁发过、走的什么通道、是否送达、谁在何时确认、处置结果如何——全部不可篡改地留存,可导出备查。

四、技术基座

核心组件均基于成熟开源项目,无厂商锁定,数据完全可控:

环节 技术基座 说明
边缘录像与设备管理 Kerberos Agent MIT 许可,可商用
AI 分析流水线 Savant 开源,支持故障隔离与弹性扩容
预警调度 GoAlert Apache-2.0,由 Target 公司开源并在内部生产使用
边缘硬件 RK3588 平台 无风扇设计,无噪音,低功耗
业务平台与家属 App 自主开发 根据业务需求持续迭代

五、实施路径

flowchart LR
    P1["试点验证<br/>10 户"] --> P2["小规模运营<br/>50 户"] --> P3["全量部署<br/>200 户"]
阶段 重点 产出
试点 验证检测准确率与安装流程 真实误报基线、安装规范
小规模 验证告警响应链与运维能力 SLA 实测数据、客服流程
全量 规模化与成本优化 正式运营

本文档为方案概述。具体技术实现、容量规划与风险控制见《线上生产开发方案》。