A Novel Non-Intrusive Framework for Real-Time Sleep Status Detection with Single 2D LiDAR
Notice bibliographique
Résumé
Sleep monitoring devices that use contact sensors or camera technology often compromise sleep quality and pose significant privacy risks.This paper investigates a novel sleep status recognition method employing 2D LiDAR technology, which enables low-cost, real-time monitoring of sleep quality while reducing privacy risks.The study systematically explores the behavior recognition normal framework based on 2D LiDAR, with a focus on point cloud data processing procedures and techniques.A comprehensive sleep status recognition framework is proposed, utilizing a single 2D LiDAR, encompassing three critical aspects: detecting target definition using DBSCAN clustering and quantitative calculation, identification of the same target object, and changes in the status of the same target object.Additionally, an experimental environment was developed for testing on subjects during afternoon naps.The results of ten experimental trials demonstrate that the proposed method is capable of effectively detecting changes in sleep states.Additionally, during object recognition, three distinct target objects were consistently identified, corresponding to the positions of the human head, waist, and legs.Further analysis of the data reveals that each experimental trial recorded 5 to 10 state changes, a frequency consistent with current public findings on sleep quality assessment.A detailed examination of the first group's data indicates minimal movement in the head (average displacement of 12.2 cm), substantial movement in the legs (average displacement of 50.6 cm), and moderate movement in the waist (average displacement of 18.2 cm).These variations in distance are not attributable to differences in LiDAR angles but align with commonly observed patterns of turning during human sleep.These findings provide valuable support for the advancement of low-cost sleep care solutions and related business opportunities.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».