01 / 25
NEXT-GEN ELDERCARE ROBOT

老人跌倒偵測與緊急通報機器人

AI 跌倒偵測 · 多機器人自主導航系統

02 / 25
THE PROBLEM

跌倒危機

跌倒是高齡者致命與非致命傷害的主要原因。

50%

延遲救援會使死亡率提升

  • 穿戴式裝置經常被忘記佩戴或不舒適
  • 固定式攝影機存在死角與隱私問題
03 / 25
VISION ENGINE — 視覺引擎

機器人的 「眼睛」

Grove Vision AI Module V2 — 由 WiseEye2（Arm Cortex-M55 + Arm Ethos-U55 NPU）驅動。

0.35 W 超低功耗
裝置端推論
~30 FPS 骨架追蹤
Grove Vision AI Module V2
GROVE VISION AI V2
04 / 25
CONTROL CORE — 控制核心
CHIP
ESP32
— S3
Dual-core · 240 MHz

系統決策 · 連線中心

  • 透過 I2C / UART 連接 AI 模組
  • 管理即時馬達控制
  • 管理警報報警
05 / 25
POSE ESTIMATION — 姿態估測
ARCHITECTURE

YOLOv8n-Pose

即時擷取 17 個人體關鍵點。
聚焦於髖部、肩部與軀幹向量，計算身體狀態與方向。

17 keypoints
~30 FPS
on-device
● LIVE · 30 FPS POSE-V8N
13 KP · TRACKED CONF 0.98
06 / 25
DETECTION LOGIC — 偵測邏輯

四大 幾何 指標

01 · BAR
邊界框長寬比
監測偵測框高寬比例
< 0.8
02 · CHR
中心高度比例
髖部相對畫面高度
> 0.65
03 · CKV
中心關鍵點速度
垂直加速度
> 15 px/f
04 · TIA
軀幹傾斜角
相對於垂直軸
> 60°

ESP32 無需大量神經網路運算 · 10 幀滑動視窗驗證，排除雜訊（如蹲下動作）。

07 / 25
01OF FOUR
INDICATOR · BAR

邊界框長寬比

監測偵測框 高度與寬度的比例。

THRESHOLD
BAR < 0.8

表示可能處於臥倒姿勢

STANDING
2.8
FALLEN
0.4
08 / 25
02OF FOUR
INDICATOR · CHR

中心高度比例

分析人體中心點（髖部）相對於影像畫面的高度。

THRESHOLD
CHR > 0.65

代表重心顯著降低

0.65
CENTER POINT
Y / H
09 / 25
03OF FOUR
INDICATOR · CKV

中心點速度

偵測突然向下的垂直加速度。

THRESHOLD
CKV > 15 px/f

代表突然下降

STABLE Δ > 15 px / FRAME ↓ Y (px) TIME · FRAME CKV · 22 px/f
10 / 25
04OF FOUR
INDICATOR · TIA

軀幹傾斜角

軀幹相對於垂直軸的絕對角度。

THRESHOLD
TIA > 60°
60° TIA · 75°
COMBINED LOGIC
跌倒 = ( BAR < 0.8 ) ∧ ( CHR > 0.65 ∨ CKV > 15 ) ∧ ( TIA > 60° )
11 / 25
CHASSIS — 底盤設計

機械結構

  • 後輪驅動　·　3V 小型 DC 馬達
  • 轉向控制　·　SG90 高扭力伺服馬達
  • 小型化機身　·　適合室內移動
FRONT VISION AI V2 SG90 ESP32-S3 BRAIN DC · 3V DC · 3V CAMERA STEERING CONTROL DRIVE
12 / 25
MOTOR PROTECTION — 馬達安全保護

電晶體 保護 電路

防止高電流反衝影響 ESP32 邏輯腳位。

  • 2N2222 NPN 電晶體　·　作為 3V 馬達的開關
  • 確保電路板在連續負載下的長期可靠性
ESP32 GPIO 2N2222 +3V Motor GND
13 / 25
VISION-ONLY TRACKING — 純視覺追蹤

目標 置中

機器人會根據邊界框中心偏移量調整 SG90 轉向。

  • 不需要 LiDAR — 具備成本效益的設計
  • 邊界框面積縮放維持 1.5 公尺最佳距離
PERSON · 98%
DIST 1.5 m
14 / 25
PID NAVIGATION — 比例-積分-微分

比例-積分-微分 控制

平滑化移動控制，避免搜尋式擺動或震盪。

CONTROL EQUATION
u(t) = Kp e(t) + Ki ∫e(t) dt + Kd dedt

目標：將誤差（邊界框 X − 中心 X）維持在 0。

RESPONSE CURVE
without with PID
target error time →
15 / 25
ALARM · LEVEL 1
L1

即時 本地 回應

  • 啟動高分貝 蜂鳴器警報
  • 啟動 LED 視覺 求救訊號
  • 喚醒附近家人或提醒鄰居
16 / 25
ALARM · LEVEL 2
L2

即時數位 推播

透過台灣最常用的通訊平台 LINE 進行警報通知。

  • ESP32 透過 LINE 訊息 API 觸發 HTTPS POST
  • 包含時間戳記與事件類別
  • 延遲 < 3 秒
L
LINE · NOW
⚠️ 跌倒事件警報
⚠️ FALL DETECTED · 跌倒警報
在客廳偵測到跌倒事件。請立即查看狀況。
2026/05/19 · 14:32:08
CARE-BOT
機器人 A 已抵達現場，正在追蹤狀態。
14:32:11
17 / 25
ESCALATION — 升級警報

當時間流逝 · 層層升級

L1 · 0s

本地警報

蜂鳴器 · LED

L2 · < 3s

LINE 推播

家人即時收到通知

L3 · 60s 未讀

語音通話

網路電話或 SMS 警報

L4 · 仍無回應

EMS 119

緊急醫療 / 長照中心

18 / 25
MIDDLEWARE — 數位橋接

中介軟體 架構

01

LINE Bot Webhook

由 ESP32 直接傳送

HTTPS · POST /webhook
02

JSON Payload

狀態中繼資料

{ event: "FALL",
  ts: "...",
  room: "L-RM" }
03

MQTT Sync

多機器人同步

QoS 1 · /fleet/status
ESP32 → LINE → CLOUD → FLEET
19 / 25
FUTURE · 室內地圖建構

視覺 SLAM

建立居家空間結構地圖，讓機器人可進行非視覺導航。

  • 產生 Point Cloud · 居家空間配置
  • 依房間情境制定對應策略
Living Bedroom Kitchen
20 / 25
FLEET · 雙機器人輪替

熱插拔 策略

ROBOT A
主動追蹤中
TRACKING · BEDROOM
22% · LOW handoff at 20%
HANDOFF
ROBOT B
停靠充電中
DOCKED · BASE
100% · READY awaiting cue

機器人 A 電量降至 20% 時，機器人 B 前往相同房間座標接替任務 — 監控不中斷。

21 / 25
HANDOFF — 交接機制

座標 轉移

確保輪替過程中監控不中斷。

  • 機器人 B 接收最後已知的 房間位置 與 目標座標
  • B 車無縫接手追蹤任務
  • A 車依照已建立地圖路徑返回基地
PAYLOAD · HANDOFF.JSON
{
  "room": "BEDROOM",
  "target": [3.4, 2.1],
  "last_seen": "14:32:08",
  "status": "TRACKING"
}
22 / 25
FAIL-SAFE — 緊急停止

可靠性 優先

若視覺邏輯當機，底層硬體會立即停止。

  • ESP32 程式內建 看門狗計時器
  • 實體 防撞桿中斷機制
FAIL-SAFE
23 / 25
POWER ANALYSIS — 功耗分析
SYSTEM TOTAL
1.45W

整機平均功耗　·　優化效率

視覺 AI V2（WiseEye2） 0.35 W
ESP32-S3 ~0.50 W
DC 馬達 + SG90 伺服 ~0.60 W
系統總功耗 ~1.45 W
24 / 25
PRIVACY BY DESIGN — 隱私保護

邊緣運算 優勢

01 · NO UPLOAD

不上傳影像

僅傳輸關鍵點與狀態中繼資料

02 · ON-DEVICE

本地處理

神經網路完全在 WiseEye2 NPU 內執行

03 · ENCRYPTED

SSL / TLS

所有雲端訊息皆加密傳輸

— FIN 2026 CARE-BOT · v1.0 EOF ▮
25 · END

END