Bài báo mở đầu về nhu cầu hỗ trợ người cao tuổi sống độc lập tại nhà, tổng quan các nghiên cứu về robot dịch vụ gia đình, nhà thông minh, và tích hợp robot–nhà thông minh.  

Khái niệm RiSH: gồm ba phần – (1) môi trường nhà thông minh với mạng cảm biến phân tán, robot dịch vụ, mạng cảm biến cơ thể, thiết bị di động, thiết bị gia dụng thông minh, cổng kết nối; (2) máy chủ đám mây chạy dịch vụ hỗ trợ, lưu trữ và điều khiển từ xa; (3) người chăm sóc từ xa.  

Phần cứng testbed: nhà mẫu 5×7 m, robot ASCC (Pioneer P3-DX + khung màn hình cảm ứng + LRF Hokuyo + camera RGB-D + micro array), mạng cảm biến PIR và nhiệt độ hồng ngoại GridEye, cảm biến cơ thể (ECG, SpO₂, nhịp thở, IMU tự chế), thiết bị di động, cổng nhà và hạ tầng đám mây OpenStack, hệ thống mô phỏng âm thanh và định vị OptiTrack.  

Kiến trúc phần mềm nhiều lớp: lớp vật lý, thiết bị, dịch vụ (cảm biến, định vị, SLAM, điều hướng, dịch vụ thính giác, nhận dạng hoạt động cơ thể), truyền thông, và ứng dụng.  

Dịch vụ cơ bản:  

• Nhận thức âm thanh: định hướng, tách nguồn, phân loại giọng/nội dung khác bằng SVM.  
• - Định vị thô bằng mạng PIR, kết hợp xác suất phát hiện và báo động giả.  
• - Giám sát qua wearable: thu dữ liệu sinh lý, nhận dạng tư thế/động tác bằng Gradient Boosting trên đặc trưng gia tốc/góc vận tốc.  

Ứng dụng:

• Theo dõi vị trí người: kết hợp dữ liệu PIR + IMU + bản đồ hành vi vào lọc hạt (PF) để ước lượng quỹ đạo, sai số RMS < 0,2 m khi hợp nhất.  
• - Giám sát hoạt động qua âm thanh: nhận dạng sự kiện âm thanh theo ngữ cảnh bằng mạng Bayes động (DBN), đặc trưng MFCC và thống kê, lượng tử vector, huấn luyện và suy diễn theo Viterbi ngắn hạn; thử nghiệm trên 38 loại âm thanh sinh hoạt, độ chính xác trung bình ~88%.  
• - Phát hiện và ứng cứu té ngã: tích hợp dữ liệu vị trí + nhận dạng âm thanh té ngã, tự tính điểm đến an toàn để điều hướng robot tới vị trí nạn nhân, gửi cảnh báo và truyền dữ liệu tới thiết bị của người chăm sóc để điều khiển từ xa và hỗ trợ.

Kết quả thử nghiệm:  

• Định hướng âm thanh sai số < 2° ở 0,5 m, tách âm và phân loại giọng/nội dung khác đạt > 98% ở mức quyết định toàn bộ.  
• - Nhận dạng hoạt động cơ thể qua IMU đạt ~86%.  
• - Theo dõi vị trí với RMS giảm từ ~2,3 m (chỉ PIR) xuống ~0,14 m (PIR+IMU).  
• - Nhận dạng 38 âm thanh đạt trung bình 0,885 (DBN) so với 0,851 (HMM).  
• - Phát hiện té ngã qua âm thanh đạt độ chính xác khung ~80% ở SNR 12 dB, hoạt động cả khi robot không nhìn thấy người.