akoo/akmon
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
master
akmon/养老系统方案.md
akoo 77a2bab985 Initial commit of akmon project
2026-01-20 08:04:15 +08:00

11 KiB
Raw Permalink Blame History

AI养老系统方案

项目概述

本项目是一个基于uni-app-x开发的智能养老管理系统，采用Supabase作为后端数据库，集成了AI语音识别、健康监测、紧急呼叫等功能，为养老机构提供全面的数字化管理解决方案。

AI养老规划

核心AI功能模块

1. 语音交互系统

  • 离线语音识别：集成Sherpa-onnx实现本地语音转文字
  • 语音助手：支持老人通过语音发起服务请求
  • 紧急呼叫：语音触发医疗急救或护理员呼叫
  • 状态：已实现基础语音识别插件（ak-onnx），支持UTS Android规范

2. 健康监测与预警

  • 实时健康数据采集：血压、血糖、心率监测设备集成
  • AI分析引擎：基于健康数据进行异常检测和趋势分析
  • 智能预警：自动识别健康风险并推送预警信息
  • 状态：数据库结构已设计，设备管理表已创建

3. 行为分析与安全监控

  • 视频分析：基于现有ak_video_analysis系统扩展
  • 跌倒检测：AI识别老人跌倒并自动报警
  • 行为模式分析：监测老人日常活动异常
  • 状态：基础架构已存在，需进一步AI模型集成

4. 智能服务推荐

  • 个性化服务：基于老人健康状况和偏好推荐服务
  • 用药提醒：智能分析用药时间和剂量
  • 活动推荐：根据老人身体状况推荐适合的活动
  • 状态：规划阶段，需结合健康数据实现

AI技术栈

  • 语音识别：Sherpa-onnx + OnnxRuntime
  • 数据分析：PostgreSQL内置分析函数 + 自定义AI模型
  • 设备集成：MQTT协议连接智能设备
  • 前端框架：uni-app-x + UTS (Ultimate Type System)

页面总体状况分析

现有页面结构

老人端页面 (pages/ec/elder/)

  1. dashboard.uvue - 老人仪表板

    • ✅ 功能：显示今日活动、紧急呼叫、健康提醒
    • ✅ 状态：基本功能完整，支持语音紧急呼叫
    • ⚠️ 问题：活动参与逻辑曾有子查询问题，已修复

  2. care-records.uvue - 服务记录页面

    • ✅ 功能：查看护理记录，支持筛选
    • ✅ 状态：UTS兼容，已重构为Android兼容版
    • ✅ 特点：扁平化CSS，避免嵌套选择器

护理员端页面 (pages/ec/caregiver/)

  • 状态：规划中，基础页面结构存在

医生端页面 (pages/ec/doctor/)

  • 状态：规划中，基础页面结构存在

管理员端页面 (pages/ec/admin/)

  1. service-records.uvue - 服务记录管理
    • ✅ 功能：管理所有服务记录
    • ✅ 状态：已实现基础查询功能

活动管理页面 (pages/ec/activity/)

  1. management.uvue - 活动管理
    • ✅ 功能：创建、编辑活动，管理参与者
    • ⚠️ 状态：存在参与人数统计逻辑问题（子查询），类似dashboard问题

页面技术特点

UTS Android兼容性重构

  • 背景：uni-app-x项目需支持Android原生功能
  • 重构策略：
    • 移除所有嵌套CSS选择器（:last-child等）
    • 使用flex布局替代grid
    • 扁平化样式结构
    • 避免伪类和复杂选择器
  • 已重构页面：care-records.uvue, comindex.uvue等

响应式设计

  • 移动端优化：适配uni-app-x的移动端界面
  • 触摸友好：大按钮设计，便于老人操作

跨平台支持状况

Android平台支持
  • 原生功能：✅ 完整支持语音识别（ak-onnx插件）、紧急呼叫、传感器数据采集
  • UTS插件：✅ 支持自定义UTS插件开发，性能优秀
  • 性能表现：✅ 优秀的运行性能，适合实时语音处理和健康监测
  • 开发状态：✅ 已完成UTS Android兼容性重构
  • 限制：部分CSS属性（如gap、grid）在Android WebView中不支持，已重构为flex布局
iOS平台支持
  • 原生功能：⚠️ 基础uni-app功能支持，语音识别和传感器需验证
  • UTS插件：❌ 暂不支持UTS iOS插件开发
  • 性能表现：✅ 流畅的用户体验，适合老人使用
  • 开发状态：✅ 基础页面功能正常，需测试语音和传感器功能
  • 限制：iOS审核政策对健康数据收集和语音处理有严格要求
小程序平台支持
  • 原生功能：❌ 不支持语音识别和传感器访问（小程序沙箱限制）
  • UTS插件：❌ 不支持UTS插件
  • 性能表现：✅ 优秀的加载性能和用户体验
  • 开发状态：✅ 基础页面功能可运行，但核心AI功能无法使用
  • 限制：小程序环境限制，无法访问麦克风、传感器等硬件设备
鸿蒙平台支持
  • 原生功能：⚠️ 理论支持语音和传感器，但需适配鸿蒙API
  • UTS插件：❌ 暂不支持UTS鸿蒙插件开发
  • 性能表现：✅ 优秀的系统集成体验
  • 开发状态：❓ 未经过充分测试，需验证兼容性
  • 限制：鸿蒙生态相对封闭，AI模型和传感器集成复杂度较高
跨平台兼容性总结
  • 最佳平台：Android - 完整AI功能支持，性能优秀，适合养老场景
  • 次佳平台：iOS - 基础功能支持，需额外适配和审核
  • 受限平台：小程序 - 无法使用核心AI语音和健康监测功能
  • 待验证平台：鸿蒙 - 理论可行，实际需测试AI模型集成
  • 技术方案：基于uni-app-x + UTS的跨平台架构
  • 核心挑战：语音识别和传感器访问在不同平台限制不同，影响AI功能完整性

功能替代方案设计

云端语音识别替代方案

针对小程序、鸿蒙等不支持本地语音识别的平台，设计云端语音识别服务：

技术架构
  • 录音上传：使用uni-app的录音API录制音频片段
  • 云端处理：通过HTTP/WebSocket上传音频到云端AI服务
  • 实时反馈：支持流式语音识别，提供实时转写结果
  • 离线缓存：网络不稳定时缓存音频，网络恢复后批量上传
云端服务选项

  1. 腾讯云语音识别

    • 优势：中文识别准确率高，支持实时流式识别
    • 适用场景：小程序、H5等受限环境
    • 集成复杂度：中等

  2. 阿里云智能语音交互

    • 优势：支持多方言识别，AI对话能力强
    • 适用场景：智能客服、语音指令
    • 集成复杂度：中等

  3. 百度智能云语音技术

    • 优势：离线识别能力强，隐私保护好
    • 适用场景：对隐私要求高的养老场景
    • 集成复杂度：较低
实现策略
  • 分层设计：抽象语音识别接口，本地/云端自动切换
  • 降级处理：网络异常时提供文字输入替代方案
  • 隐私保护：音频数据加密传输，服务端不存储原始音频
  • 成本控制：按使用量计费，设置合理的调用频率限制
传感器数据替代方案

针对不支持传感器访问的平台：

手动数据录入
  • 界面设计：简化的数据录入表单，大字体、语音提示
  • 智能辅助：基于历史数据提供输入建议
  • 批量导入：支持从其他设备导入数据
第三方设备集成
  • 智能手环小程序版：通过小程序蓝牙API连接轻量级设备
  • 云端数据同步：手环数据先上传到云端，再同步到小程序
  • 家庭网关：通过智能家居网关转发传感器数据
紧急呼叫功能替代方案
  • 一键拨号：直接调用系统电话功能拨打紧急号码
  • 短信报警：发送包含位置信息的短信到护理员
  • 小程序消息推送：通过微信小程序消息推送机制
  • 位置共享：集成高德/百度地图小程序版获取位置
AI分析功能替代方案
  • 云端AI服务：将数据上传到云端进行AI分析
  • 轻量级本地算法：使用简单的规则引擎进行基础判断
  • 人工辅助：提供人工审核和干预机制
  • 离线模式：预设规则在离线状态下工作
性能优化策略
  • 增量同步：只同步变更数据，减少网络传输
  • 数据压缩：音频和图片数据压缩上传
  • 缓存机制：本地缓存常用数据，提升响应速度
  • 渐进式加载：按需加载功能模块，减少初始包体积
用户体验保障
  • 功能说明：清晰标注平台功能差异和替代方案
  • 引导使用：智能引导用户选择合适的输入方式
  • 降级提示：功能不可用时提供友好的提示和替代方案
  • 反馈机制：收集用户反馈，持续优化跨平台体验

页面功能覆盖分析

✅ 已实现功能

  1. 用户认证：基于Supabase的角色系统
  2. 基础CRUD：老人档案、服务记录、活动管理
  3. 紧急呼叫：语音和手动触发机制
  4. 数据筛选：服务记录按时间、类型筛选
  5. 实时同步：Supabase实时数据更新

⚠️ 存在问题

  1. 数据库查询优化：

    • 子查询嵌套问题：ec_activity_participations关联查询
    • 解决方案：拆分为多步查询，避免Supabase子查询限制

  2. AI功能集成：

    • 语音识别插件开发中
    • 健康数据AI分析待实现

  3. 页面间导航：

    • 部分详情页面跳转逻辑待完善

  4. 性能优化：

    • 大数据量查询分页
    • 图片加载优化

🚧 开发中功能

  1. 智能设备集成：MQTT连接健康监测设备
  2. AI预警系统：基于健康数据的智能分析
  3. 语音交互：完整的语音助手功能

数据库架构评估

表结构完整性

  • ✅ 核心表：ec_elders, ec_care_records, ec_activities, ec_service_requests
  • ✅ 关联完整：外键约束完善
  • ✅ 索引优化：主要查询字段已建立索引
  • ✅ RLS安全：行级安全策略已配置

最近更新

  • ec_service_requests表：新增服务请求管理
  • 字段标准化：统一使用type而非request_type

结论与下一步规划

当前系统优势

  1. 技术架构成熟：uni-app-x + Supabase + PostgreSQL
  2. AI基础扎实：语音识别、健康监测架构已搭建
  3. 用户体验良好：响应式设计，老人友好界面
  4. 扩展性强：模块化设计，便于功能扩展

主要挑战

  1. AI模型集成：需要专业AI团队支持
  2. 设备生态：智能硬件集成复杂度高
  3. 数据隐私：医疗健康数据安全合规
  4. 多端适配：Android/iOS功能差异处理

优先级建议

  1. 立即执行：完善现有页面功能，修复查询性能问题
  2. 短期目标：完成语音识别功能上线
  3. 中期规划：智能设备集成，AI预警系统
  4. 长期愿景：构建完整的AI养老生态

技术债务清理

  1. 重构剩余页面的UTS兼容性
  2. 优化数据库查询性能
  3. 统一错误处理机制
  4. 完善测试覆盖

文档生成时间：2025年11月26日 基于项目当前状态分析

Reference in New Issue View Git Blame Copy Permalink