Evaluation of the accuracy of a UWB tracker for in-home positioning for older adults
Notice bibliographique
Résumé
The population of older adults is rapidly growing. In-home monitoring systems have been used to support aging-in-place. Ambient sensors or wearable localizers can be used but may be too low resolution, while camera systems are invasive to privacy. Ultra-wideband (UWB) localization offers precise positioning by placing anchors throughout the house and wearing a tag that is tracked by the anchors. In this study, the accuracy of UWB for indoor tracking was evaluated in a motion capture gait lab and in a mock condo in the Glenrose Rehabilitation Hospital. First, the configuration of UWB was tested, changing factors related to sampling time, anchor placement and line-of-sight. Comparing these factors to the configurations recommended by the manufacturer guidelines, accuracies remained within 14 cm. We then performed static and dynamic accuracy tests, with dynamic testing comprised of rolling and walking motions. In the motion capture lab, we found localization accuracies of 7.0 ± 11.1 cm while in the mock condo, we found accuracies of 27.3 ± 12.9 cm. Dynamic testing with rolling motions had an average of 19.1 ± 1.6 cm while walking was 20.5 ± 4.2 cm. The mean accuracy of UWB is within the 30 cm target for indoor localization.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».