エッジデバイス上の軽量アンサンブルCNNとFMCWレーダーを用いた屋内環境でのリアルタイム転倒検知
Real-Time Fall Detection in Indoor Environments Using FMCW Radar and Lightweight Ensemble CNN on Edge Devices
本研究では、プライバシーを保護しつつリアルタイムで転倒を検知するシステムを開発した。このシステムは、周波数変調連続波(FMCW)レーダーセンサーと、エッジデバイスに展開された軽量畳み込みニューラルネットワーク(CNN)アーキテクチャを使用する。プライバシー懸念から屋内でのリアルタイム監視が制限される高齢者の転倒検知を目的としている。このシステムは、接触不要なレーダーセンシングと、フォールシーケンス全体を捉えて高い再現率を目指すベースモデルと、転倒瞬間を高い精度で特定するサブモデルからなる2つの独立したCNNモデルのアンサンブルを利用する。最終的な判断は、両モデルが一致した場合のみ転倒アラートを発する投票メカニズムによって行われ、誤検知を大幅に削減する。14回の記録セッションで13回の転倒(再現率92.9%)を誤報なしで検知し、4回の転倒と20回の非転倒活動を含む24回のオンデバイステストでも、誤報なしで全ての転倒を検知した。低電力マイクロコントローラー上で動作し、プライバシーを保護するオンデバイス転倒検知の実現可能性を示唆しているが、高齢者や実際の生活環境での検証は今後の課題である。
- FMCWレーダーセンサーとエッジデバイス上の軽量CNNを組み合わせた非接触・プライバシー保護型のリアルタイム転倒検知システムを開発した。
- フォールシーケンス全体を捉えるベースモデルと転倒瞬間を特定するサブモデルの2つの独立CNNをアンサンブルし、両者が一致した場合のみ警報を出す投票方式で誤検知を削減している。
- 14回の記録セッションで13回の転倒を検知(再現率92.9%)し、誤報はゼロだった。
- 4回の転倒と20回の非転倒活動を含む24回のオンデバイステストでも、誤報なしで全転倒を検知した。
- 低電力マイクロコントローラー上で動作し、オンデバイスでの転倒検知が実現可能であることを示したが、高齢者や実際の生活環境での検証は今後の課題として残る。
FMCWレーダー×軽量CNNのアンサンブルを低電力マイクロコントローラー上で動かし、誤報ゼロで転倒検知を実現した点は、エッジAI推論の実用域到達を示す好例。カメラを使わない非接触センシングはプライバシー規制が厳しい介護・見守り市場での導入障壁を下げるため、ウェアラブルやカメラ型見守りに対する代替・補完需要を取り込む余地がある。ただし被験者14セッション・24回のオンデバイステストに留まり、高齢者や実住環境での検証が未実施である点は投資判断上まだ小さく、商用化には大規模フィールドデータと規制・介護保険制度側の受容が鍵になる。エッジ向け小型レーダーセンサーとMCU推論スタックのサプライヤーにとっては、応用先が1つ増えるポジティブ材料として注視したい。