巧解成本精度难题！电子科技大学“灵犀智伴”团队重构脑卒中居家智能康复新模式

8月24日，在全国大学生物联网设计竞赛全国总决赛八强赛上，电子科技大学灵犀智伴团队携创新作品“灵犀智伴——基于ESP CLAW的脑卒中作业治疗辅助系统”亮相舞台，凭借扎实的技术落地能力、精准的民生需求定位与前沿的创新设计，在全国众多参赛队伍中脱颖而出。

产品展示

“团队深耕智慧医疗康复领域，项目研发初衷源于真实民生痛点。”团队负责人叶梓涵介绍，当前我国脑卒中患者基数庞大，术后康复需求迫切，但行业普遍面临专业康复治疗师资源短缺的困境，尤其是专业作业治疗师人才缺口极大。传统脑卒中康复多以抬手、抬脚等单一重复动作训练为主，仅能帮助患者恢复基础肌力，无法适配日常生活场景康复需求，难以助力患者真正回归正常生活。与此同时，市面现有康复设备普遍存在训练模式固化、无法适配居家环境、康复方案个性化不足、动作质量难以量化监测、代偿与疲劳问题无法及时识别等短板，而专业作业治疗需要康复师上门勘测家庭环境、定制生活化康复场景，成本高、普及难，极大制约了脑卒中患者居家康复效果。

产品展示

针对行业痛点与现有技术短板，团队深耕技术攻关，联合华西医院开展医工交叉合作，依托医院专业医学指导，完成产品医学逻辑打磨与功能迭代，成功研发出一套适配居家场景、低成本、高精度的脑卒中作业治疗智能辅助系统，打通“环境感知—智能决策—精准训练—全程监测”的居家康复闭环。

该项目搭建了云边协同的完整物联网架构，依托阿里云端、全向移动机器人与多类型传感设备，构建分层软硬件体系。硬件层面，系统采用分层模块化设计，以ESP32-P4为患者侧核心控制平台，搭配Camera视觉相机与ToF设备实现家庭环境全域感知，通过4路IMU与4路sEMG传感器精准采集患者上肢运动姿态与肌肉活动数据；康复传感侧与移动底座分别搭载ESP32-S3芯片，实现多模态数据采集传输、电机驱动、超声波测距与底层运动精准控制，兼顾设备轻量化与功能完整性。软件层面，系统搭载环境感知、任务决策、训练管理、动作评价四大核心模块，基于ESP-CLAW框架部署核心控制程序，依托SD卡留存长期康复数据，结合云端完成视觉分析、空间计算与多模态动作评分，通过PC端实现康复轨迹、评分结果与康复趋势的可视化呈现，为康复评估提供直观数据支撑。

产品展示

“技术攻坚过程中，团队突破低成本高精度环境感知核心难题。”叶梓涵说，为降低设备落地成本，团队摒弃高成本三维深度相机，采用轻量化板载二维相机开展研发。研发初期，团队先后尝试尺规等比例校准、OpenCV相似三角形测算等方案，均存在误差大、稳定性不足的问题，一米距离内最大误差可达20厘米，无法满足康复场景精准度要求。经过反复迭代优化，团队创新改良基于注意力的神经网络算法，融合RGB视觉信息与ToF深度信息，在大幅降低硬件成本的同时，将设备空间感知误差稳定控制在3%以内，精度趋近高价三维深度相机方案，实现了低成本与高精度的双重突破。

“相较于传统康复设备，‘灵犀智伴’系统具备四大核心创新优势。一是行业首创脑卒中作业治疗智能体，依托乐鑫开源ESP-CLAW框架，融合DeepseekV4 pro大模型，整合微信交互、训练管理、长期数据监测功能，打造智能化康复交互体系；二是创新低成本空间感知技术，通过注意力神经网络融合多维度传感信息，破解民用设备精度与成本失衡难题；三是革新康复训练模式，以专业作业治疗为核心，打破传统设备固定动作训练局限，构建以患者康复能力为导向的个性化任务决策体系，适配生活化康复场景；四是实现多模态感知融合，通过IMU与sEMG数据搭建患者康复数字孪生模型，精准完成动作质量评价、代偿行为监测、训练负荷管控，可提前预判康复趋势，保障训练科学性与安全性。”团队指导老师覃昊洁介绍。

目前，该系统已完成多轮功能测试与精度校验，各项性能指标表现优异。在74.5cm标准高度重复测试中，40次测试平均输出值为74.55cm，77.5%的测量误差控制在±5cm以内，最大绝对误差仅7.20cm。同时，系统环境安全判断准确率达96.7%，目标空间信息相对误差低至5.3%，端到端指令执行成功率95.0%，跨训练信息检索准确率96.7%，整体性能稳定可靠，完全适配居家康复常态化使用场景。

团队合影

项目研发期间，团队前往四川多家三甲医院开展实地调研，与一线医学团队深度交流，吸纳专业医学建议完善产品功能，筑牢项目医学专业性根基。

叶梓涵表示，团队将持续深化与华西医院及本地三甲医院的校企医合作，持续迭代产品功能、优化算法精度、丰富康复场景库，进一步完善个性化康复方案适配能力，推动智能化脑卒中居家康复设备落地普及，用物联网科创技术赋能智慧医疗，助力破解居家康复难题，为脑卒中患者提供高效、便捷、普惠的智能化康复新方案。

天眼新闻记者 陈阳

实习生 秦熔 程媛媛

编辑 袁航

二审 谌贵璇

三审 李玲