基于端边云协同的
独居老人状态监测系统
毕业设计开题答辩
答辩人：何兰忠 (38241323136)
专 业：计算机科学与技术2023级
导 师：张明富
学 院：贵州工程应用技术学院
01. 课题背景与意义
行业痛点与技术瓶颈
- 高发区域盲区：跌倒多发于卧室、卫生间，光学摄像头极易侵犯隐私。
- 设备依从性差：智能手环/胸带需频繁充电，老人忘戴导致看护失效。
- 平价雷达缺陷：传统单体毫米波雷达易受风扇等机械运动干扰，产生海量误报。
- 网络鲁棒性弱：断网/断电即瘫痪，缺乏离线容灾兜底机制。
课题理论与实践意义
- 理论价值：探索受限算力(ESP32-S3)下的传感器数据融合(Sensor Fusion)，构建时序状态机硬性剥离伪影。
- 工程实践：产出低成本、高可用方案。引入滑动时间窗口与MQTT LWT机制解决断联盲区。
- 社会关怀：调用大模型(LLM) API将底层冷数据转化为语义化健康报告，弥合数字鸿沟。
02. 主要研究内容
异构数据融合
多级防抖预警
LLM智能评估
本课题致力于开发全栈物联网智能看护系统，核心内容涵盖三大维度：
- 感知采集与非对称异构融合：
基于ESP32-S3并发读取毫米波雷达与PIR传感器。采用PIR捕捉活体红外响应作为“准入验证”，阻断纯机械伪影；跌倒时动态调整权重由雷达复核。 - 多级时序防抖与离线容灾预警：
底层引入滑动时间窗口机制滤除弯腰等正常动作。云端部署MQTT QoS 1与LWT(遗嘱机制)，断网时自动由云端代理下发阻断式离线告警。 - AI语义转化与响应式2D呈现：
分离高频热数据与长效冷数据。Python后端定时提取MySQL中的冷数据，封装Prompt投递至大模型API，生成结构化健康周报并通过微信推送，前端配合Vue 3大屏展示。
03. 系统总体方案与模块架构
系统采用严格的“端(感知) - 边(计算) - 云(调度) - 端(呈现)”四层协同架构设计。
- L1: 感知边缘层 (硬件网关)
主控为带有PSRAM的ESP32-S3，集成毫米波雷达与PIR，完成底层精准感知与交叉校验降噪。 - L2: 云端调度层 (基建与中枢)
Ubuntu服务器隔离部署Mosquitto与MySQL；Python守护进程执行冷热数据分流与遗嘱消息接管。 - L3: 智能分析层 (AI降维打击)
接入通义千问等LLM API，执行长期轨迹的数据清洗与语义化推断。 - L4: 交互应用层 (终端呈现)
HTTPS加密的Vue 3 2D响应式大屏，结合微信Webhook极速告警下发。
04. 核心系统创新点
01. 边缘侧非对称时序状态机
突破传统单一雷达/PIR物理局限。当有红外进入时赋予PIR高置信度；当目标跌倒陷入静息态(红外特征消失)时，动态剥夺PIR权重，交由雷达特征接管，硬性剥离风扇等机械伪影。
02. 网络级断联兜底反推
针对断电/路由器死机痛点。不依赖边缘设备自发警报，利用MQTT协议底层的LWT（遗嘱机制），由Mosquitto云端代理判定心跳丢失后，向家属反向推流，实现被动式安防阻断。
03. 物联数据的认知升维 (LLM API)
摒弃传统只展现图表、代码的冰冷逻辑。将冰冷的长期停留坐标、起夜频次等IoT“冷数据”封装为Prompt，通过AI生成自然语言健康趋势报告，彻底解决非专业家属的信息阅读障碍。
05. 研究方法与技术实现路径
全链路自主研发，覆盖底层C++驱动至云端HTTPS Web应用闭环。
- 硬件与固件路线：摒弃Arduino IDE，基于VS Code PlatformIO框架编写C++高并发固件。通过UART总线解析雷达JSON帧，外部中断捕获PIR。独立实现基于PubSubClient的Wi-Fi退避重连算法。
- 云端后端路线：使用Ubuntu弹性云服务器。利用Docker容器化部署Mosquitto和MySQL。核心业务由Python守护进程(Daemon)驱动，运用Paho-MQTT监听队列，并通过HTTP POST触发微信Webhook推送。
- 前端渲染路线：基于现代化Vue 3框架与ECharts组件库，开发跨端SPA单页应用。配置Nginx反向代理与CA安全证书，实现公网HTTPS全站加密，解决跨域与隐私泄露隐患。
06. 研究进度里程碑计划
2026.04 - 2026.09
完成项目需求分析，撰写开题报告并完成开题答辩。
2026.10 - 2026.11
总体架构设计，完成ESP32-S3与传感器的电路搭设及多源异构固件编写。
2026.11 - 2027.02
服务器Docker环境配置，Python后端中枢开发及Vue 3前端监测大屏联调测试。
2027.03 - 2027.04
系统全链路高并发压力测试，撰写毕业设计论文，准备答辩实物与展示PPT。
答辩完毕，请各位老师批评指正！
Q & A