転倒は、公衆衛生上の重要な課題であり、とりわけ高齢者や障害のある人々にとって深刻な結果を招くことが多い。深刻な傷害、自立の喪失、死亡率の上昇につながりやすい。従来の転倒検知システムは、誤報率が高いこと、プライバシー上の懸念、現実環境への適用が限られていることが課題である。本研究は、YOLOv8に基づく骨格姿勢推定と、負荷分布センシングを決定レベルで統合する、装着不要型の改良転倒検知手法を提案する。このシステムは、実時間の人の姿勢解析と骨格運動に基づく転倒認識にYOLOv8を用いることで、単純な存在検知型やLiDARのみのアプローチの限界に対処する。感知面に埋め込まれた分散型Force-Sensitive Resistor（FSR）アレイは、床面の相対的な荷重パターンと、衝撃に関連する変化を監視する。時間的フィルタリングを伴う決定レベル融合は、骨格の姿勢・運動情報と床負荷の証拠を組み合わせることで、視覚のみの構成よりも実質的に誤報を減らしつつ、正確な転倒検知を可能にする。主要な手法には、負荷センサの詳細な校正、意図的な横臥と転倒を区別するための時間領域フィルタリング、視覚と床ベースのFSRセンシングの相補的な強みを活用する融合ロジックが含まれる。管理された屋内環境で、住宅環境を模擬する設定により実験評価を行ったところ、F1スコア0.935、特異度97.5%、視覚のみの構成と比較した誤報数の82%削減が得られた。このモジュール化されたROS2ベースのシステムは、居住環境や介助付き生活施設への将来的な展開の可能性を持ちつつ、実用的で非侵襲的な枠組みを提供する。さらに、より広範な支援モニタリング応用への拡張にも対応できる。
https://doi.org/10.20944/preprints202609.0193.v1