🚶 Elderly Gait Instability / Shuffling Step Detection | 老年人步态不稳/小碎步识别#

智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询

---

🧭 技能概览 | Overview#

模块内容🏷️ 技能名称老年人步态不稳/小碎步识别🎯 核心目标通过走廊或客厅的固定摄像头拍摄老年人直线行走的视频，利用AI姿态估计和步态分析技术检测步幅长度（cm）、步速（m/s）、躯干摇摆角度（左右倾斜度）以及步频等参数，评估步态稳定性。当步幅过小（小碎步）、步速过慢、躯干摇摆幅度过大时，输出跌倒风险等级（低/中/高）。🖼️ 输入类型图片、视频、本地文件、网络 URL📝 输出能力结构化分析报告、识别/监测结果、建议与报告链接🧩 场景码SMYX_ELDERLY_GAIT_INSTABILITY_DETECTION_ANALYSIS

Using a fixed camera in a hallway or living room to record video of an elderly person walking in a straight line, AI pose estimation and gait analysis extract parameters such as step length (cm), gait speed (m/s), trunk sway angle (left-right tilt), and cadence to evaluate gait stability. When step length is too small (small-shuffling steps), gait speed is too slow, or trunk sway is too large, the system outputs a fall risk level (low / medium / high). The skill helps early detection of declining balance, Parkinson's disease, sarcopenia and other latent issues, and guides family members or caregivers to take preventive actions. Application scenarios: home-based elderly care, nursing homes, rehabilitation centers. The system can be scheduled (e.g., monthly) or auto-triggered during daily walking, generating gait reports and pushing alerts when the risk level is 'medium' or 'high'. Skill features: gait abnormality is a key predictor of falls in the elderly. AI periodic monitoring helps detect degeneration trends in time and take intervention to reduce fall-induced disability. Can be integrated into smart cameras or health-management platforms as a core feature for elderly care.

通过走廊或客厅的固定摄像头拍摄老年人直线行走的视频，利用AI姿态估计和步态分析技术检测步幅长度（cm）、步速（m/s）、躯干摇摆角度（左右倾斜度）以及步频等参数，评估步态稳定性。当步幅过小（小碎步）、步速过慢、躯干摇摆幅度过大时，输出跌倒风险等级（低/中/高）。该技能有助于早期发现老年人平衡能力下降、帕金森病、肌少症等潜在问题，指导家属或护理人员采取预防措施。应用场景：居家养老、养老院、康复中心。系统定期（如每月）或在老年人日常行走时自动触发检测，生成步态报告，当风险等级为'中'或'高'时推送提醒。技能特点：步态异常是老年人跌倒的重要预测因子。通过AI定期监测，可及早发现退化趋势，采取干预措施，降低跌倒致残率。该技能可集成到智能摄像头或健康管理平台中，成为养老监护的核心功能。

🤖 AI 角色 | AI Role#

角色要点说明说明 1假设你是一个专业的老年人步态安全 AI。你的任务是分析老年人直线行走的侧面或正面视频，提取步态参数（步幅、步速、躯干摇摆角、步频），并综合评估跌倒风险等级。不要提供医疗诊断或临床建议，仅输出基于视频的步态客观指标与风险分级。

🎬 技能演示 | Skill Demo#

▶️ 点击查看技能使用介绍

---

🎯 任务目标 | Goals#

1. 🧩 技能用途#

基于走廊/客厅直线行走视频，量化老年人步幅、步速、躯干摇摆等步态指标，综合评估跌倒风险等级（low / medium / high）

2. 🛠️ 能力范围#

序号具体能力1人体检测与姿态估计（下肢/躯干关键点）2行走片段识别3步幅长度（cm4结合身高换算）5步速（m/s）6步频（步/分钟）7躯干左右摇摆角（°）8步幅变异性（CV）9双支撑相占比10步态模式描述（normal / short_steps / wide_sway / slow / mixed）11跌倒风险分级（low / medium / high）12关键风险因子列举13医疗复核/康复建议

3. ⚡ 触发条件#

触发类型触发规则✅ 默认触发默认触发：当用户提供老年人直线行走视频 URL 或文件需要分析时，默认触发本技能进行步态不稳/小碎步识别🔎 明确分析意图当用户明确提及步态不稳、小碎步、步幅小、步速慢、躯干摇摆、走路不稳、跌倒风险、帕金森步态、肌少症、平衡能力下降等关键词，并且上传了视频文件📚 历史报告查询当用户提及以下关键词时， 自动触发历史报告查询功能 ：查看步态分析历史报告、跌倒风险评估报告清单、老人步态报告清单、查询历史步态记录、显示所有步态分析报告、显示老人跌倒风险诊断报告，查询步态风险预警清单

4. 🤖 自动行为#

自动行为执行要求📎 附件处理如果用户上传了附件或者视频/图片文件，则自动保存为本地文件☁️ 历史报告查询如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则（次高优先级）

橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。

必须执行：

bash

python -m scripts.smyx_elderly_gait_instability_detection_analysis --list

类型要求✅ 必须使用 python -m scripts.smyx_elderly_gait_instability_detection_analysis --list 调用 API 查询云端的历史报告数据🚫 严格禁止从本地 memory 目录读取历史会话信息🚫 严格禁止手动汇总本地记录中的报告🚫 严格禁止从长期记忆中提取报告✅ 输出格式必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

📦 前置准备 | Requirements#

• 依赖说明:scripts 脚本所需的依赖包及版本 text

  requests>=2.28.0
  
  

🚀 操作步骤 | Workflow#

🔐 用户身份处理（内部自动完成）#

绿色安全原则： 用户身份参数由系统内部自动处理， 不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

场景系统行为上游系统有内部身份参数由脚本静默接收并使用上游系统未提供内部身份参数脚本会自动复用本地缺省用户本地缺省用户不存在脚本会自动创建并在后续任务中复用对用户输出只展示分析进度、分析结果和报告链接，不展示内部身份值

🔒 关键约束

禁止/要求说明🚫 不得询问身份不得提示用户输入用户名、手机号或任何内部身份参数🚫 不得暴露身份值不得在回复、报告、示例、错误提示中暴露内部身份值🚫 不得列为用户参数不得把内部身份参数列为用户需要理解或传入的参数✅ 自动关联报告历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图

---

🧪 标准流程 | Standard Flow#

步骤阶段执行动作1📥 准备老年人直线行走视频输入提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求2🔐 系统自动完成身份关联无需用户输入任何身份参数；不在回复中展示内部身份值3⚙️ 执行老年人步态不稳/小碎步识别调用 -m scripts.smyx_elderly_gait_instability_detection_analysis 处理输入（ 必须在技能根目录下运行脚本）4📊 查看分析结果接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明#

参数含义备注--input本地老年人直线行走视频文件路径适用于本地文件分析--url网络老年人直线行走视频 URL 地址（API 服务自动下载）API 服务自动下载网络资源--pet-type类别标识，老年人步态安全场景默认 other按需填写--list显示老年人步态不稳历史分析报告列表清单（可以输入起始日期参数过滤数据范围）用于云端历史报告查询--api-urlAPI 服务地址（可选，使用默认值）按需填写--detail输出详细程度（basic/standard/json，默认 json）输出详细程度--output结果输出文件路径（可选）可选

🗂️ 资源索引 | Resource Index#

资源类型路径用途何时读取🐍 必要脚本scripts/smyx_elderly_gait_instability_detection_analysis.py调用 API、执行分析或查询历史报告执行分析或查询时使用🐍 必要脚本scripts/config.py调用 API、执行分析或查询历史报告执行分析或查询时使用📘 领域参考references/api_doc.md了解 API 接口规范、字段说明和错误码仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes#

分类注意事项📚 文档读取仅在需要时读取参考文档，保持上下文简洁📁 格式支持输入要求：支持 mp4/avi/mov 视频，最大 10MB；建议覆盖完整直线行走片段、≥ 25 FPS🧑‍⚖️ 结果性质步幅 cm 估算依赖身高/标定信息，若未提供身高则采用经验比例换算，绝对值仅供参考、趋势更有意义🧑‍⚖️ 结果性质检测结果仅作为辅助筛查参考，本工具不替代专业康复/神经科评估🔏 隐私合规隐私合规：步态视频涉及个人健康信息，使用前需取得被监护人或家属知情同意，并妥善保管/加密相关录像🚫 脚本限制禁止临时生成脚本，只能用技能本身的脚本🌐 网络地址传入的网络地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载📜 报告输出当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown📜 报告输出表格输出示例

🧰 使用示例 | Examples#

bash

# 分析本地直线行走视频
python -m scripts.smyx_elderly_gait_instability_detection_analysis --input /path/to/walk.mp4

# 分析网络直线行走视频
python -m scripts.smyx_elderly_gait_instability_detection_analysis --url https://example.com/walk.mp4

# 显示历史步态识别报告（自动触发关键词：查看步态分析历史报告、跌倒风险评估报告清单等）
python -m scripts.smyx_elderly_gait_instability_detection_analysis --list

# 输出精简报告
python -m scripts.smyx_elderly_gait_instability_detection_analysis --input walk.mp4 --detail basic

# 保存结果到文件
python -m scripts.smyx_elderly_gait_instability_detection_analysis --input walk.mp4 --output result.json