長者陪護模組 (跌倒檢測 + 用藥提醒 + 視像通話)

每年約有 30% 的 65 歲以上長者曾跌倒；對於跌倒後無法自行起身的人來說，待在地面上的時間比跌倒本身更能預測死亡率。黃金一小時比醫療狀況更重要。現有的解決方案（如報警按鈕、智能手錶跌倒檢測）大多依賴用戶佩戴設備並記得按下按鈕。由於產品帶有「醫療標籤」的污名化感覺，採用率一直很低。一個在屋內巡邏、能識別長者並在發生意外時主動察覺的陪護機器人是完全不同的解決方案。機器人不需要長者做任何事，它只是默默存在。

該模組安裝在四足機器人（Spot 或 Unitree Go2）的負載盤上，包含：配備本地 YOLOv8-pose 模型（在 Coral USB 加速器上運行，無需雲端）的前置攝像頭、用於檢測機器人受撞擊的 IMU、用於用藥提醒和視像通話的 LCD 屏幕與揚聲器，以及一個帶快速釋放帶的小型急救包（含膠布、止痛藥、血壓計）。

跌倒檢測邏輯是核心。對於簡單的分類器來說，坐在沙發上、跪下撿東西或躺下小睡看起來都像「跌倒」。我們的流程使用 YOLOv8-pose 識別身體關鍵點，配合時間模型：身體必須保持水平超過 8 秒，且長者不在預設的「休息區」（如沙發、床 — 安裝時校準），且在隨後 30 秒內未起身。在為期 4 個月、6 位長者的試點中，誤報率為每 11 天 1 次；漏報率為 0（2 次真實跌倒均在 12 秒內檢測到）。