Technische Samenvatting: ActiveVital

Probleemstelling

Huishoudelijke robots vereisen betrouwbare, contactloze monitoring van vitale functies om de veiligheid van gebruikers te waarborgen en gezondheidsbewuste interactie mogelijk te maken. Hoewel millimetergolf (mmWave) radar een veelbelovende oplossing is vanwege de gevoeligheid voor sub-millimeter thoracale bewegingen, wordt de effectiviteit fundamenteel beperkt door de observatiegeometrie. mmWave-radar meet alleen de radiale component van beweging langs de gezichtslijn. In ongecontroleerde thuisomgevingen leiden willekeurige oriëntaties tussen robot en mens vaak tot een hoekafwijking, wat de meetbare signalen verzwakt — met name voor hartslagcomponenten met extreem kleine amplitudes.

Bestaande benaderingen lijden onder twee primaire beperkingen:

1. Statische Sensoring: Vertrouwt op gebruikers die handmatig de uitlijning met een vaste sensor behouden, wat onpraktisch is voor langdurige, onopvallende monitoring.
2. Proximity Embodied Sensing: Mobiele robots verkleinen de afstand tot het onderwerp om de signaalsterkte te verbeteren, maar reguleren de anatomische uitlijning (observatiehoek) niet. Gevolgelijk missen deze methoden een closed-loop mechanisme om de observeerbaarheid van vitale functies te optimaliseren, wat leidt tot instabiele hartslagschattingen wanneer de robot en de mens niet perfect op elkaar zijn uitgelijnd.

Methodologie: ActiveVital

De auteurs stellen ActiveVital voor, een visueel gestuurd embodied sensing framework dat de sensorgeometrie behandelt als een expliciete controlevariabele. Het systeem herformuleert de monitoring van vitale functies van passieve signaalextractie naar actieve geometrische regulatie. De pijplijn bestaat uit drie stadia:

1. Visueel Gestuurde Borstkaslokalisatie

Om een geometrische referentie vast te stellen zonder gebruikerscoöperatie, gebruikt het systeem ViTPose om menselijke skelet-keypoints (schouders en heupen) te detecteren.

• Constructie van het Borstkasreferentiepunt: Een borstkasankerpunt ($P_{ref}$) wordt geïnterpoleerd langs de torso-as tussen de middelpunten van de schouders en de heupen.
• Anatomische Bias: De verticale coördinaat is gebiast naar de bovenborst ($\alpha = 0.75$), en een horizontale offset wordt toegepast ($\beta = 0.1$) om het referentiepunt naar de cardiale nabijheid te verschuiven, ter compensatie van laterale anatomische asymmetrie.

2. Closed-Loop Pose Regulatie

De robot past zijn sensorpose actief aan om de radar-gezichtslijn uit te lijnen met het borstkasreferentiepunt.

• Foutgestuurde Controle: Pixelfoutafwijkingen tussen de optische as van de radar en het borstkasreferentiepunt worden omgezet in bewegingscommando's.
• Ruimtelijke Mapping: Gebruikmakend van diepte-informatie en cameraintrinsieken worden pixelfouten in metrieke verplaatsingen ($\Delta L, \Delta H, \Delta D$) gemapt.
• Executie: De robotarm stuurt de radar naar een bijna normale invalshoek ten opzichte van het thoracale oppervlak. Eenmaal uitgelijnd, houdt de robot een vaste pose vast voor een kort tijdsvenster om gegevens te verzamelen, wat maximale radiale observeerbaarheid ($\theta \to 0$) garandeert.

3. Geometrie-geconstreerde Faseverwerking

Om stabiele signaalextractie te garanderen onder resterende posevariaties, gebruikt het systeem een module voor differentiële faseverbetering:

• Fase Unwrapping & Differencing: Ruwe fasesequenties worden ontvouwen (unwrapped) en onderworpen aan eerste-orde temporele differentiatie om laagfrequente drift te onderdrukken en periodieke micromotie te verbeteren.
• Robuuste Outlier Onderdrukking: Een Hampel-filter wordt toegepast om impulsieve ruis te mitigeren door uitschieters te vervangen door lokale medianen.
• Spectrale Ontkoppeling: De verfijnde fasesequentie ondergaat een FFT, gevolgd door Gaussische smoothing en FIR band-pass filtering om respiratie- en hartslagcomponenten te scheiden. De hartslag wordt geschat via energie-gewogen averaging binnen de cardiale band.

Belangrijkste Bijdragen

1. Geometrie-gereguleerde Embodied Sensing: Het artikel introduceert een paradigma waarbij de radar-observatiegeometrie actief wordt gereguleerd via feedbackgestuurde pose-uitlijning, wat betrouwbare sensoring mogelijk maakt onder ongecontroleerde robot-mens configuraties.
2. Visueel Gestuurde Pose Regulatie met Robuuste Signaalextractie: Een pijplijn die de robot-gemonteerde radar stuurt naar een bijna axiale observatie, terwijl een fase-gebaseerde verbeteringsmodule wordt geïntegreerd om extractie onder posevariaties te stabiliseren.
3. Cross-Paradigma Validatie: Het systeem wordt geëvalueerd tegen drie sensormodi (Static, Proximity Embodied, en Geometry-Aware) en drie baseline signaalverwerkingsalgoritmen, waarbij consistente verbeteringen in nauwkeurigheid worden aangetoond.

Experimentele Resultaten

Het systeem is geïmplementeerd op een Galaxea R1 Lite mobiele robot uitgerust met een 60 GHz FMCW-radar en een RGB-D camera. Experimenten werden uitgevoerd in een gecontroleerde binnenomgeving met zittende participanten.

Prestatie-metrieken (Mean Absolute Error - MAE):

• Ademhalingsinterval (BI): ActiveVital verminderde de fout van 0.87 s (Proximity Embodied) naar 0.14 s, waarmee een nauwkeurigheid werd bereikt die vergelijkbaar is met Static Sensing (0.15 s).
• Hartslag (HR): ActiveVital verminderde de fout van 13.59 bpm (Proximity Embodied) naar 2.22 bpm. Hoewel Static Sensing de laagste fout behaalde (1.66 bpm), vereiste dit handmatige uitlijning door de gebruiker. ActiveVital behaalde vergelijkbare prestaties zonder dat gebruikerscoöperatie nodig was.

Vergelijkende Analyse:

• Vs. Proximity Sensoring: ActiveVital presteerde significant beter dan proximity-gebaseerde benaderingen, die leden onder hoge fouten door misuitlijning die het cardiale signaal verzwakte.
• Vs. Static Sensoring: ActiveVital behaalde een vergelijkbare nauwkeurigheid als statische sensoring, maar met het cruciale voordeel van autonomie, waardoor de noodzaak voor gebruikers om specifieke houdingen aan te nemen, vervalt.
• Algoritmische Robuustheid: Bij testen tegen baseline algoritmen (Second-Order DE, Band-pass Filter, Scattering Model), behield de geometrie-bewuste aanpak van ActiveVital een superieure stabiliteit naarmate de geometrische condities verslechterden, waarbij de kleinste prestatiedegradatie werd getoond bij de hartslagschatting.

Betekenis en Claims

Het artikel claimt dat de sensorgeometrie een controleerbare variabele is voor robuuste contactloze fysiologische monitoring. Door de pose van de robot actief te reguleren om een bijna axiale uitlijning met het thoracale oppervlak te bereiken, maximaliseert ActiveVital de radiale projectie van cardiopulmonale micromotie.

De auteurs stellen dat deze aanpak:

• Contactloze monitoring mogelijk maakt in normale huiselijke omgevingen zonder wearables of vooraf geïnstalleerde infrastructuur.
• Autonome vitale functieschatting biedt die robuust is tegen variaties in de houding van de gebruiker, in tegen tegenstelling tot statische systemen die afhankelijk zijn van gebruikerscoöperatie.
• Aantoont dat geometrie-bewuste embodied sensing essentieel is voor het vastleggen van zwakke cardiale signalen, en een oplossing biedt waar traditionele proximity-gebaseerde mobiele sensoring faalt.

Het werk positioneert ActiveVital als een opportunistische functie voor multifunctionele huishoudelijke robots, waarbij de kloof tussen taakuitvoering en continue gezondheidsmonitoring wordt overbrugd.