RSTDResearch on Scientific and Technological Development3070-07013070-0728Art and Technology10.61369/RSTD.2026010009Article基于AI与多模态融合的老年人跌倒监测预警系统设计https://artdesignp.com/journal/RSTD/1/1/10.61369/RSTD.2026010009晏明波,张鹏,龙燕聪,刘杨,何意如2026112026-01-20随着人口老龄化加速，居家空巢老人跌倒风险凸显，传统跌倒监测系统存在被动监测、数据融合不足、隐私与可信性缺失等痛点。本文设计并实现了一种基于AI+的居家老人跌倒监测预警系统，构建“数据采集-分析检测-服务支撑”全流程防护体系。系统采用五层架构，核心模块以多模态分析与异常检测为核心——搭配视频处理、预警服务等模块，先通过视频技术适配本地及网络视频流完成数据预处理，再依托多模态模型深度解析视频内容，大幅提升跌倒、晕倒等异常的识别精度；同时借助实时通信技术推送预警，并以加密存储保障数据安全。该系统可为居家养老安全提供高效技术支撑，适用于智慧园区、居家防护等场景。居家养老,跌倒监测,AI多模态融合,实时预警

[1]国家卫生健康委员会.中国老年人跌倒预防指南（2022 版）[J]. 中华老年医学杂志，2022, 41 (10):1153-1208.[2]聂影，邵世云龙。基于 ADXL345 倾角传感器的老人防跌倒检测与报警系统 [J]. 科技风，2020 (34):22-23. DOI:10.19392/j.cnki.1671-7341.202034011.[3]陆寅，朱铝芬，杨帆.老人跌倒警报器的设计 [J]. 物联网技术，2020, 10 (04):82-83. DOI:10.16667/j.issn.2095-1302.2020.04.024.[4]许继平，李景涛，彭森，等。基于三轴加速度传感器的老年人摔倒检测系统 [J]. 计算机仿真，2014, 31 (12):434-437.[5]王鹏，王慧，孔凡宁，等.基于 FPGA 的视频监控摔倒检测报警系统 [J]. 电机与控制学报，2019, 23 (8):122-128.[6]李刚, 王颖, 张涛. 基于多模态融合的视频异常行为检测算法研究[J]. 计算机应用研究, 2023, 40(8):2412-2416.[7]刘畅, 陈杰, 吴昊. 基于深度学习的智能视频监控系统设计与实现[C]//第二十届全国图象图形学学术会议论文集, 2021:356-361.[8]Bradski G, Kaehler A. Learning OpenCV 4: Computer Vision in C++ with the OpenCV Library[M]. O'Reilly Media, 2019.[9]Reimers N, Gurevych I. Sentence-BERT: Sentence Embeddings using Siamese BERT-Networks[C]//EMNLP 2019, 2019:3982-3992.[10]通义千问官方文档. Qwen2.5-VL 视觉语言模型 API 使用指南 [EB/OL]. https://help.aliyun.com/document_detail/2512442.html, 2024.[11]张明宇. 基于WebSocket的实时数据推送技术研究与实现[D]. 北京邮电大学, 2022.