計畫背景
傳統以攝影機為基礎的監測系統存在隱私風險，且不適用於醫療照護場所，而人工監控則耗費人力且容易出錯。現有感測模型高度依賴人工數據標記，成本高、耗時長且難以大規模擴展。因此，亟需一套能自動化學習、兼顧隱私保護的室內人體狀態感測解決方案。
研究目標
本計畫目標為開發一套結合Wi-Fi CSI感測與行動機器人的協同系統，實現無需攝影機的隱私保護人體狀態偵測。系統透過機器人自動完成數據標記（零人工介入），並採用分層聯邦學習架構，在動態環境下維持高準確率的異常偵測能力。
技術方法
計畫採用Wi-Fi通道狀態資訊（CSI）訊號作為感測來源，搭配行動機器人進行自動化數據收集與標記，並建立三狀態人體偵測模型（空場、有人、異常）。進一步導入聯邦學習機制，實現多節點分散式訓練，並設計雙層安全機制，先由Wi-Fi偵測異常，再由機器人進行精確確認。
創新
本計畫最大創新在於以行動機器人取代人工進行數據標記，實現零人工介入的感測模型訓練流程。同時結合Wi-Fi CSI與機器人的雙層感測架構，以及支援隱私保護的聯邦學習框架，為智慧醫療場景提供可擴展且無侵入性的解決方案。
預期成果
本計畫預期建立一套可實際運作的Wi-Fi CSI人體異常偵測系統，並完成第一階段機器人輔助偵測驗證。長期而言，系統將擴展為多節點聯邦學習架構，提升模型在各類室內環境下的泛化能力，並為醫療照護場所提供具隱私保護、低成本的智慧監測解決方案。