[論文レビュー] Reliable Quasi-Static Post-Fall Floor-Occupancy Detection Using Low-Cost Millimetre-Wave Radar

Huy Trinh, Phuong Thai+2 more|arXiv (Cornell University)|Jan 25, 2026

Advanced SAR Imaging Techniques被引用数 0

ひとこと要約

この論文は、60 GHz mmWaveレーダの MVDR/Capon ベースの距離方位前処理パイプラインを提案し、実際の LTCスタイルの部屋での quasi-static ポストフォール床占有を信頼性高く検出する。ベンダーの DBF ベースラインを現実的な部屋条件で上回る。複数の被験者・視点・床位置に渡って評価し、CA-CFAR を用いたフレームレベルの FPR 上限制御を行う。

ABSTRACT

As the population ages rapidly, long-term care (LTC) facilities across North America face growing pressure to monitor residents safely while keeping staff workload manageable. Falls are among the most critical events to monitor due to their timely response requirement, yet frequent false alarms or uncertain detections can overwhelm caregivers and contribute to alarm fatigue. This motivates the design of reliable, whole end-to-end ambient monitoring systems from occupancy and activity awareness to fall and post-fall detection. In this paper, we focus on robust post-fall floor-occupancy detection using an off-the-shelf 60 GHz FMCW radar and evaluate its deployment in a realistic, furnished indoor environment representative of LTC facilities. Post-fall detection is challenging since motion is minimal, and reflections from the floor and surrounding objects can dominate the radar signal return. We compare a vendor-provided digital beamforming (DBF) pipeline against a proposed preprocessing approach based on Capon or minimum variance distortionless response (MVDR) beamforming. A cell-averaging constant false alarm rate (CA-CFAR) detector is applied and evaluated on the resulting range-azimuth maps across 7 participants. The proposed method improves the mean frame-positive rate from 0.823 (DBF) to 0.916 (Proposed).

研究の動機と目的

• 長期介護（LTC）環境における信頼性の高いポストフォール床占有検出の必要性に対処する。
• ポストフォール検出を、 falls イベント分類とは異なる信頼性重視のセンシング問題として定式化する。
• ベンダー DBF ベースラインと比較した MVDR/Capon 距離-方位前処理パイプラインを開発・評価する。
• 現実的な環境で、被験者・視点・床位置を跨ぐ性能・信頼性・カバレッジを定量化する。

提案手法

• 60 GHz FMCW レーダ（Infineon BGT60TR13C）を用いて range-Doppler 処理から range-azimuth マップを取得する。
• 軽量な MTI および時系列平滑化を適用して RA マップを生成し、空間処理のために複素位相を保持する。
• ベンダー DBF ベースラインと、距離ビン共分散を推定して Capon パワー P_Cap(r,θ) を計算する提案 MVDR/Capon 前処理を比較する。
• 対角読み込みなしで距離特異的な共分散を推定・反転して頑健な角エネルギー局在化を得る。
• RA マップ上で 2D CA-CFAR 検出器を用い、CFAR スケール因子 k を調整してフレームレベルの偽警報率 cap（FPR ≤ 0.1）を満たす。
• 7名の参加者と複数の視点/場所に渡るフレームレベル検出を評価し、閾値による信頼性を分析する。

Figure 1: Infineon XENSIV ™ BGT60TR13C Radar. [ 8 ]

実験結果

リサーチクエスチョン

• RQ1 MVDR/Capon ベースの前処理は、 quasi-static なシナリオでベンダー DBF より安定的で信頼性の高いポストフォール床占有検出を提供するか。
• RQ2 現実的な雑音・混雑がある部屋で、被験者・視点・床位置に応じて検出性能・信頼性・カバレッジはどのように変化するか。
• RQ3 CA-CFAR の調整と時系列統合が偽陽性を減らしつつ真陽性を保持する影響はどれほどか。
• RQ4 空室条件での真陰性率を高く、複雑な多重経路/遮蔽条件下で頑健な検出を達成できるか。

主な発見

• MVDR/Capon 前処理により平均フレーム陽性率が DBF の 0.82 から 提案法の 0.92 へ向上。
• 対となる試行のペアで、提案法は 94.3% の試行で DBF ベースラインを改善または同等に。
• 提案手法は閾値を変えてもより高い信頼性を示し、検出のカバレッジが成功基準を厳しくするほど向上。
• 空室データでは DBF ベースラインが約 99% の真陰性率を達成したのに対し、提案手法は 100% の TNR（FPR ~ 0%）。
• 主観的な定性的例では、提案法は DBF 法が困難とされる重い雑音下でも検出可能性を維持。

Figure 2: Experimental setup and viewpoints. Two wall-mounted radar viewpoints (TV-side and Window-side) are used to observe post-fall floor occupancy across five floor locations (P1–P5) under real room clutter and occlusions.