英才計劃：栽下一粒科學的種子

栽下一粒科學的種子

小時候，我曾好奇于各式各類電子產(chǎn)品的工作原理，包括電腦與手機軟件如何制作等。上小學時第一次接觸到計算機編程，我便十分感興趣，開始潛心學習并探索。在學習過程中，我經(jīng)常嘗試編寫一些代碼實現(xiàn)一些小功能，比如“掃雷”等小游戲，或是找到一個問題的最優(yōu)解。這些都是我在計算機學習道路上所積攢的能量，鼓勵著我繼續(xù)前行。

懷著對科學的探索之心，2022 年年底，我報名參加“中學生英才計劃”的選拔，經(jīng)過層層篩選，我有幸成為2023 年英才計劃計算機學科的正式學員，有機會進入中國科學技術大學，在導師的帶領下進行交流與探索。

研究內容與成果

在與導師的探討過程中，我確定了研究方向——構建基于毫米波雷達的跌倒檢測系統(tǒng)，項目靈感來源于社會現(xiàn)狀：由于學習和工作上的壓力，現(xiàn)代年輕人往往缺少對家里老人的關注，獨居老人摔倒通常很難被發(fā)現(xiàn)。因此，當家中老人無人看護時，或許可以通過一種設備實時監(jiān)測家中老人的狀態(tài)。毫米波雷達通過發(fā)射毫米波能精確檢測出人體的位置信息，可根據(jù)跌倒的毫米波雷達數(shù)據(jù)與正常動作數(shù)據(jù)之間的差異判斷老人是否跌倒。

我的研究內容主要分為5 個部分：準備工作、程序燒錄、采集數(shù)據(jù)、數(shù)據(jù)處理、分析數(shù)據(jù)。首先，我準備了TIIWR6843ISK 毫米波雷達， 以及配套的數(shù)據(jù)采集工具，并使用軟件UniFlash 將點云檢測程序燒錄到雷達中，使其具有檢測功能。隨后，開始數(shù)據(jù)采集，將毫米波雷達安裝至可伸縮支架上，將USB 數(shù)據(jù)線與筆記本電腦連接，再將其高度升高至大約2 m處。由于雷達僅有一面可發(fā)射和接收毫米波，需將發(fā)射毫米波的面正對采集區(qū)域。由于不確定雷達檢測的人體點云是否精準，我打開了Toolbox 中的數(shù)據(jù)可視化工具，觀察人體移動時檢測到的數(shù)據(jù)是否精準。確認無誤之后，我開始著手編寫Python 數(shù)據(jù)采集代碼，以便后期將數(shù)據(jù)交給代碼處理。雖然編寫與改進代碼的過程充滿困難和荊棘，但在導師的幫助與指導下，經(jīng)過反復調整，最終取得了成功。

采集數(shù)據(jù)后， 需要在數(shù)據(jù)處理的代碼上進行修改，以實現(xiàn)點云可視化，核心操作為將采集到的數(shù)據(jù)轉化為空間直角坐標，顯示為人體的一個個點出現(xiàn)在空間直角坐標系內。這時，問題又出現(xiàn)了，由于毫米波雷達在室內的精準度問題，可能將從墻體或其他物體反射回來的毫米波誤判為人體，會在坐標系內顯示出非人體的雜點。這個問題著實讓人頭疼，所幸經(jīng)過一段時間的思考，以及與導師的探討，我也成功找到了解決方法，即在數(shù)據(jù)處理的過程中添加一個聚類算法（DBSCAN），其原理是尋找一定范圍內達到一定數(shù)量的點，并將這些點聚類為一個簇，以實現(xiàn)聚類人體目標和消除雜點。這樣一來，雜點便會因為數(shù)量和距離達不到聚類的要求而被濾除。至此，人體在空間中移動的數(shù)據(jù)就可以被全部捕捉，用于跌倒檢測。

那么，跌倒應如何檢測呢？我選擇分析跌倒時的人體特點。由于人在跌倒時，一般是頭部的瞬時速度最大，頭部所處高度變化也最快，我便想到，不妨采集人體在不同動作下的最大高度和最大速度，以此得到跌倒的綜合特點。于是，我比較了行走、蹲下和跌倒動作下的3 組數(shù)據(jù)，成功地驗證了我的想法。然后，我就用熟悉的C++ 語言編寫了判斷跌倒的代碼，將行走、蹲下和跌倒動作的3 組數(shù)據(jù)分別導入，最后得到輸出“未跌倒”“未跌倒”“跌倒了”。此時，我對跌倒檢測的初步探究結束。可以看出，毫米波雷達檢測跌倒的效果很好，精度高、采集速度快、容易分析，如果將其真正應用于跌倒檢測，將給老人和家庭提供很大的幫助。

相信明天會更好

對于跌倒檢測還有更深、更遠的空間等待我挖掘，目前僅完成了對“是否跌倒”的判斷，未來我還可以持續(xù)追蹤人體跌倒后的狀態(tài)，判斷跌倒的嚴重程度。總之，科學探索之路無邊無際，我也將懷揣對毫米波雷達的興趣在這條道路上不斷探索和學習。

感謝英才計劃為我提供了一個提高能力的平臺，讓我在科研中體會到獨一無二的快樂。感謝李向陽教授及課題組其他導師和學長的指導和幫助，為我點亮了指引未來學習之路的明燈。我將繼續(xù)學習、深化信息學知識，努力成為更好的自己！

周俊豪

2023 級英才計劃計算機學科學生

就讀于安徽省合肥市第六中學，師從中國科學技術大學李向陽導師組。培養(yǎng)期間完成“基于毫米波雷達的跌倒檢測”項目，并在2023 年CSP-S 復賽中獲得二等獎。