Prefall
Prefall
预判跌倒风险，守护长者身心。
Prefall 打破传统事后跌倒识别，实现居家老人跌倒前置预警与无感心理健康监测。
从"事后识别"升级为"前置预判"，围绕居家养老场景构建端边云一体化守护体系。
区别于传统事后识别，基于时序姿态分析与步态失稳建模，提前输出跌倒风险概率。
同步分析行为节律、活动强度与微行为特征，完成跌倒风险评估与心理状态筛查。
采用端边云协同架构，视频本地脱敏处理，原始影像不上云，降低隐私泄露风险。
Prefall 面向居家养老与社区监护场景，构建更主动、更温和的长者安全守护系统。
我国居家老人跌倒与心理健康问题长期并存。传统监控多停留在事后识别，难以在跌倒发生前给出预警；心理状态评估也常依赖线下问诊，缺乏连续、无感、非接触式的监测手段。
Prefall 依托萤石开放平台硬件，采用端-边-云协同架构，先通过 7 天静默采集建立老人个性化行为基线，再基于步态时序、活动节律和微行为特征进行持续学习与风险评估。
系统面向居家养老、社区养老场景设计，希望通过 AI 前置预判，让跌倒风险从"发生后发现"转变为"发生前干预"。
Prefall 通过端边云协同实现数据采集、本地推理与分级预警，兼顾智能响应与隐私安全。
Prefall 项目由管理、技术、文编三组协同推进，覆盖产品、算法、硬件、前后端与材料输出。
zxy（项目经理）
zx（技术总协调）
STARoy、lsh
GONS1、zrc、wy
zyd、zdq、cjh
项目研究报告、申报PPT、宣传视频、部署手册等材料正在整理中，近期开放下载。
资料咨询邮箱：3301922422@qq.com