[논문 리뷰] Reliable Quasi-Static Post-Fall Floor-Occupancy Detection Using Low-Cost Millimetre-Wave Radar

Huy Trinh, Phuong Thai외 2명|arXiv (Cornell University)|2026. 01. 25.

Advanced SAR Imaging Techniques인용 수 0

한 줄 요약

본 논문은 60 GHz mmWave 레이더에 대한 MVDR/Capon 기반의 범위-방위 전처리 파이프라인을 제시하여 준정적(post-fall) 낙상 이후 바닥 점유를 신뢰성 있게 탐지하고, 현실적인 LTC 스타일의 방에서 벤더 DBF 기반 대비 성능을 능가한다. 다수의 피험자, 시점, 바닥 위치에 대해 평가하고 프레임 수준 FPR 캡으로 CA-CFAR를 사용한다.

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).

연구 동기 및 목표

• 장기 요양(LTC) 환경에서 신뢰할 수 있는 낙상 후 바닥 점유 탐지의 필요성을 다룬다.
• 준정적(post-fall) 탐지를 Fall-event 분류와 구별되는 신뢰성-필수 감지 문제로 공식화한다.
• 벤더 DBF 기반과 대비한 MVDR/Capon 범위-방위 전처리 파이프라인을 개발하고 평가한다.
• 현실적인 환경에서 피험자, 시점 및 바닥 위치에 따른 성능, 신뢰성 및 커버리지를 정량화한다.

제안 방법

• 60 GHz FMCW 레이더(Infineon BGT60TR13C)를 사용하여 range-Doppler 처리에서 range-azimuth 맵을 얻는다.
• 가벼운 MTI 및 시간적 스무딩을 적용하여 RA 맵을 생성하되 공간 처리에 필요한 복소 위상은 보존한다.
• 벤더 DBF 기반을 제안된 MVDR/Capon 전처리와 비교하는데, 이 방법은 범위-빈 공분산을 추정하고 Capon 파워 P_Cap(r,θ)을 계산한다.
• 대각 로딩 없이 범위별 공분산을 추정하고 역행렬화하여 강력한 각 방향 에너지 위치화를 얻는다.
• RA 맵에서 2D CA-CFAR 감지기를 사용하고 프레임 수준 거짓 경보율 한도(FPR ≤ 0.1)를 충족하도록 CFAR 스케일 계수 k를 조정한다.
• 7명의 참가자와 다중 시점/위치에 걸친 프레임 수준 탐지를 평가하고 임계값에 따른 신뢰성을 분석한다.

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

실험 결과

연구 질문

• RQ1 MVDR/Capon 기반 전처리가 준정적 시나리오에서 벤더 DBF보다 더 안정적이고 신뢰할 수 있는 낙상 후 바닥 점유 탐지를 제공하는가?
• RQ2 현실적인 잡음이 많은 방에서 서로 다른 피험자, 시점, 바닥 위치에 따라 탐지 성능, 신뢰성 및 커버리지가 어떻게 달라지는가?
• RQ3 CA-CFAR 조정과 시간적 통합이 실제 탐지를 보존하면서 거짓 경보를 줄이는 데 어떤 영향을 주는가?
• RQ4 빈 방 조건에서 높은 True-Negative Rate를 달성하고 도전적인 다중 경로/폐색 상황에서도 견고한 탐지를 달성할 수 있는가?

주요 결과

• MVDR/Capon 전처리는 평균 프레임 양성율을 0.82(DBF)에서 0.92(제안)로 향상시킨다.
• 짝을 이룬 실험에서 제안 방법은 94.3%의 실험에서 DBF 대비 향상되거나 일치한다.
• 제안된 접근법은 임계값에 따른 더 높은 신뢰성을 제공하며, 즉 성공 기준이 촘촘해질수록 탐지의 커버리지가 더 좋아진다.
• 빈 방 데이터에서 DBF 기반은 약 99%의 True-Negative Rate를 달성했고, 제안 방법은 100% TNR(FPR ~0%)을 달성했다.
• 주관적 정성적 예시는 DBF 방법이 실패하는 곳에서 제안 방법이 심한 잡음 하에서도 탐지 가능함을 보여준다.

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.