随着社会经济的高速发展，人口老龄化问题日益加重，如何保证老人的安全和健康显得尤为重要。据统计，我国每年至少有2000万老年人发生2500万次跌倒，意外跌倒成为威胁老人安全的重大隐患。在家庭和医疗健康监护中，如何及时准确地进行实时老人状态监测特别是跌倒检测已成为亟待解决的难题。
跌倒检测算法主要分为两种：穿戴式和非穿戴式。穿戴式方法针对固定对象进行跌倒检测，如利用惯性测量单元、加速度计和陀螺仪等传感器组成的穿戴式跌倒检测设备。穿戴式方法有准确度高、体积小等优点，同时存在体感上的不适和老人容易忘记主动佩戴等问题。非穿戴式方法针对固定区域进行检测，利用非接触传感器对目标区域进行检测。
毫米波雷达（Millimeter-wave Radar）是一种主动微波探测设备，具有精准度高、体积小、成本低等优势。毫米波雷达用于跌倒检测可以克服光线带来的不良影响，同时有效地保护监测对象的隐私。近年来，基于深度学习的分类算法在各个领域表现出优越的性能，跌倒检测与神经网络的有效结合越来越成为探究的热点。
如果想要了解最新的4D毫米波雷达跌倒检测设备，请关注鲲泓智能http://www.haiervayyar.com