Human Emergency Detection during Autonomous Hospital Transports

要約

病院での人員輸送は労働集約的であり、時間を節約するために主にベッドで行われます。
この移送方法は患者の可動性や自律性を促進するものではありません。
介護者をこの時間のかかる作業から解放するために、病院内で人間を自律的に移動させる移動ロボットが開発されました。
歩行や車椅子に座った状態など、さまざまな移動モードを提供します。
この論文が焦点を当てている問題は、緊急事態を検出し、搬送中の患者の健康を確保することです。
この目的のために、患者はカメラ システムで追跡および監視されます。
OpenPose は、人間の姿勢推定と緊急検知用の訓練された分類器に使用されます。
私たちは、研究室および病院環境で 18,000 枚の画像のデータセットを収集し、公開しました。
これは、RGB-D データのみを使用してシーン内に複数の人がいる非常に動的な環境で、さまざまな転送モードで移動ロボットを使用するため、関連する作業とは異なります。
重要なリコール指標を改善するために、しきい値の移動と時間遅延を適用します。
AutoML アプローチを使用してさまざまなモデルを比較します。
この論文は、歩行中の緊急事態は、単一フレームで 95.8% の再現率を持つ SVM によって最もよく検出されることを示しています。
座って移動する場合、最良のモデルは 62.2% の再現率を達成します。
貢献は、この新しいデータセットに基づいてベースラインを確立し、このユースケースにおける人間の緊急事態検出の概念実証を提供することです。

要約(オリジナル)

Human transports in hospitals are labor-intensive and primarily performed in beds to save time. This transfer method does not promote the mobility or autonomy of the patient. To relieve the caregivers from this time-consuming task, a mobile robot is developed to autonomously transport humans around the hospital. It provides different transfer modes including walking and sitting in a wheelchair. The problem that this paper focuses on is to detect emergencies and ensure the well-being of the patient during the transport. For this purpose, the patient is tracked and monitored with a camera system. OpenPose is used for Human Pose Estimation and a trained classifier for emergency detection. We collected and published a dataset of 18,000 images in lab and hospital environments. It differs from related work because we have a moving robot with different transfer modes in a highly dynamic environment with multiple people in the scene using only RGB-D data. To improve the critical recall metric, we apply threshold moving and a time delay. We compare different models with an AutoML approach. This paper shows that emergencies while walking are best detected by a SVM with a recall of 95.8% on single frames. In the case of sitting transport, the best model achieves a recall of 62.2%. The contribution is to establish a baseline on this new dataset and to provide a proof of concept for the human emergency detection in this use case.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google