摘要
本发明提供了一种多源数据融合的适老化场景下的跌倒检测方法，包括将佩戴式九轴惯性模组捕获的高频信号经滑动重叠窗口、重力标定与磁场校正得到初级运动向量；用该向量引导顶装深度视觉模组分割人体点云，经视角补偿与遮挡补全输出骨骼拓扑流；再结合二者驱动壁挂毫米波阵列进行三维散射体聚类与轮廓追踪，生成空间姿态张量；三者拼接为四阶融合超矩阵，经张量核范数最小化与稀疏残差融合得跌倒概率场；对概率场进行时序置信累积、阈值跨越检测并自适应对齐个体基线，输出跌倒风险度量；最后拆解多级响应任务，在线策略梯度优化与超参数微调，形成个性化干预路径。本发明可以提升适老化场景下跌倒事件的检测效率与应急响应能力。
