从校园原型机走进真实养老院，“久伴”团队的无感守护方案迎来关键的应用检验。根据项目计划书，2026年，团队在广州市两家养老院开展首期部署测试，覆盖120张床位，系统累计运行超过2000小时，采集有效数据约9.6万条。

这一阶段的核心任务，不只是让雷达识别跌倒，更要检验系统能否融入夜间护理流程。

图中团队成员和老人合影

“久伴”以60GHz毫米波雷达作为感知端，通过非成像信号捕捉人体活动与微小体征变化；边缘AI网关负责就地分析，识别跌倒、异常离床等事件，并向护理终端推送告警。设备不要求老人主动佩戴或操作，也不依赖卧室摄像头获取图像。护理人员接收提醒后，可以根据事件优先级和人员位置处理任务，再将处置状态反馈至管理端，形成从异常发现到现场处理的工作闭环。

试点数据为产品改进提供了具体依据。团队记录显示，跌倒检测准确率达到94.5%，检测延迟为8.3秒；系统在断网条件下连续运行测试达到8天。与试点前的人工巡查方式相比，夜间告警平均响应时间由约8分钟缩短至45秒，护工无效巡房里程减少约60%。在家属沟通方面，项目资料记录的满意度由72%提升至91%。这些指标反映的是团队阶段性测试与试点统计，后续推广仍需在更多机构和不同环境中继续验证。

图中学生在讲解日常的一下注意事项

真实场景也考验着产品的处置能力。根据项目记录，试点期间系统共预警3次跌倒事件，涉及夜间下床失衡、离床后滑倒和房间内晕眩跌倒等情况，护理人员接警后赶赴现场并开展相应处置。其中一位老人有轻微擦伤，护理人员及时赶到现场处理；三次处置经历也成为团队完善告警流程的参考。

除了技术指标，团队还将护理人员的使用感受纳入迭代流程。护工任务派单、家属每日简报、管理数据看板等功能，分别对应夜间减负、信息透明和机构运营管理需求。试点让学生接触到设备安装、网络稳定、护理培训、告警确认等实际问题，也促使算法、硬件和界面设计成员协同优化产品。2026年4月起，团队继续围绕识别准确率与误报控制开展迭代。

从一线调研到原型研发，再到两家养老院的首期试点，“久伴”探索的是一条以真实需求牵引技术、以场景反馈检验产品的路径。团队希望在保持非接触、重隐私等特点的同时，进一步提高复杂环境下的稳定性，让智能设备成为护理人员的辅助工具，也让老人和家属获得更及时、清晰的安全信息。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com