Yaşlı ve Hareket Kısıtlılığı Olan Bireyler İçin Yapay Zeka Tabanlı Düşme Algılama ve Mobil Bildirim Sistemi
Düşme vakaları, özellikle yaşlı bireyler ve hareket kısıtlılığı bulunan kişiler için ciddi sağlık problemlerine yol açabilen kritik bir risk faktörüdür. Bu tür olaylar çoğu zaman yalnız gerçekleştiği için, müdahalenin gecikmesi yaralanmaların şiddetini artırabilmekte ve yaşam kalitesini olumsuz etkilemektedir.
Safe Step, bu probleme çözüm sunmak amacıyla geliştirilmiş, yapay zekâ tabanlı bir düşme algılama ve mobil bildirim sistemidir. Sistem, ortamda yerleştirilen bir kamera aracılığıyla bireyin hareketlerini gerçek zamanlı olarak analiz eder, olası bir düşme durumunu otomatik olarak tespit eder ve ilgili kişilere anında uyarı gönderir.
Proje kapsamında geliştirilen yapı;
-
Gerçek zamanlı görüntü işleme ve düşme analizi,
-
Mobil uygulama üzerinden hasta, doktor ve hasta yakını rollerine özel bildirim mekanizması,
-
Düşme anına ait video kaydı oluşturma ve bulut ortamında saklama,
-
Acil müdahale sürecini hızlandıran uçtan uca entegre sistem mimarisi
gibi bileşenleri bir araya getirerek bütünleşik bir erken uyarı çözümü sunmaktadır.
Safe Step, yalnızca bireysel güvenliği artırmayı değil, aynı zamanda sağlık sistemleri üzerindeki yükü azaltmayı ve yaşlı bireylerin daha bağımsız bir yaşam sürdürebilmesini desteklemeyi hedeflemektedir.
SafeStep/
│
├── Safe_Step_app/ # Flutter mobil uygulama
├── Safe_Step_ai/ # Python AI düşme tespit sistemi
└── README.md # Ana giriş dökümanı
Bu repository iki ana modülden oluşur:
🤖 AI Modülü (Fall Detection)
-
YOLOv11 ile insan tespiti ve kırpma
-
MobileNetV2 + SVM ile düşme sınıflandırması
-
Gerçek zamanlı video analizi
📌 Detaylar için: /Safe_step_ai klasörüne gidiniz.
➡️ safe_step_ai/README.md
📱 Mobil Uygulama (Flutter + Firebase)
-
Hasta / Doktor / Hasta Yakını rolleri
-
Gerçek zamanlı bildirim (FCM)
-
Düşme videolarını izleme
-
İlaç hatırlatma sistemi
📌 Detaylar için: /Safe_step_app klasörüne gidiniz.
➡️ safestep_app/README.md
Sistem akışı özetle şu şekildedir:
1.Kamera görüntüsü alınır
2.AI modeli düşme tespiti yapar
3.Düşme olayı Firestore’a kaydedilir
4.Video Storage’a yüklenir
5.Mobil uygulamaya bildirim gönderilir
Bu proje, TÜBİTAK 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı kapsamında desteklenmekte olup Erciyes Üniversitesi Bilgisayar Mühendisliği Bölümü bünyesinde geliştirilmiştir.
Projemize sağladıkları destek dolayısıyla TÜBİTAK BİDEB’e ve akademik rehberlikleri ile katkı sunan danışman öğretim üyelerimiz:
- Arş. Gör. Gökhan Azizoğlu
- Arş. Gör. Fatma Azizoğlu
Safe Step sisteminin çalışma mantığını ve mobil uygulama arayüzünü içeren demo videosuna aşağıdan ulaşabilirsiniz:
🎥 Demo Video: YouTube’da İzlemek İçin Tıklayın
Projemiz hakkında görüş, öneri veya iş birliği talepleriniz için bizimle iletişime geçebilirsiniz.
📧 E-posta: falldetection11@gmail.com