银发防跌倒 / 健身 AI 教练 · On-device balance & strength coach for older adults
端侧姿态估计，实时指导循证的平衡与力量训练，并把国际通用的功能自测（首发：30 秒起坐测试）变成可追踪的数字。 画面只在本机处理，绝不上传。
稳行是健身与自我测试工具（consumer wellness），不是医疗器械。 它不诊断疾病、不判定"跌倒风险等级"、不提供治疗建议。所有结果仅供日常参考与自我比较； 如有不适或疑虑，请咨询医生或康复师。运动时请始终在身边有可扶稳的椅子或台面的环境下进行。
打开摄像头，稳行在你的设备上实时识别 33 个人体关键点，然后：
- 🪑 测一测 · 30 秒起坐（30CST）：自动计数完整的"坐→站→坐"，对照 Rikli & Jones 同龄常模给出"高于 / 在 / 低于常见范围"，并保存趋势。协议细节也复刻了：双臂抱胸提示、迟滞防抖计数、"结束时过半即记一次"规则。
- ⚖️ 测一测 · 站立平衡：四种站姿（并拢 / 半串联 / 串联 / 单腿扶稳），量化重心摆动（路径长 / 95% 置信椭圆面积 / 摆动指数）或单腿维持秒数——只与你自己的过去比较，不下临床结论。
- 💪 练一练 · Otago 子集 + 太极起势：坐站、提踵、扶椅半蹲、侧向抬腿、单腿站、脚跟脚尖走。每个动作有目标关节角的纠错规则（"站直一点""慢一点"）、语音 + 大字幕双通道反馈、按完成训练次数渐进解锁的安全分级。
- 📈 看进展：手绘 SVG 趋势图（含同龄常模带）、连续天数、CSV 导出、打印/PDF 报告（可带给医生）。
适老化 UX：正文 ≥22px（可再放大两档）、超大点击区、一屏一件事、语音引导 + 大字幕、运动前 PAR-Q 式就绪自查、镜头摆放引导（"我能看到你了！"）。
| 主张 | 来源 |
|---|---|
| 跌倒是 65+ 老年人的重大健康威胁，每年约 28–35% 发生跌倒 | WHO Falls Fact Sheet |
| 以平衡 + 功能性训练为主的运动可使老年人跌倒率约降 23% | Sherrington et al., 2019, Cochrane Review CD012424 |
| 训练动作取自经过 RCT 验证的方案 | Otago Exercise Programme (Campbell & Robertson); 太极 (Li et al.) |
| 30 秒起坐测试协议与同龄常模（60–94 岁，按性别） | Rikli & Jones, Senior Fitness Test, 1999/2013 |
| 起立行走测试（TUG，路线图 M4） | Podsiadlo & Richardson, 1991 |
原则：只复刻已验证的量表与方案，不自创"跌倒风险分"。 常模为美国社区老年人数据，跨人群参考时仅作区间提示，文案永远不输出诊断式结论。
- 视频帧只在内存中经过姿态模型，任何画面都不落盘、不上传；存进 IndexedDB 的只有次数、秒数、角度等数字。
- 姿态运行时与模型已 vendor 进仓库（
vendor/+assets/models/）——应用可在完全断网下安装运行，零外部网络请求。 - 验证方法：打开浏览器开发者工具 Network 面板做一次完整测试，或直接断网使用。
Windows：双击文件夹里的 启动稳行.bat，浏览器会自动打开（需装 Node.js）。
# 其他平台 / 命令行（零依赖小服务器，自动开浏览器）
node tools/serve.js
# 或任何静态服务器：npx http-server -p 8080 -c-1 .
# 没有摄像头？体验回放演示：加 ?demo=1注意：不能直接双击 index.html（
file://）打开——浏览器对本地文件的安全限制会拦截模块加载与摄像头；页面会显示同样的提示。摄像头需要localhost或 HTTPS。
平板/电视上：浏览器菜单 → "添加到主屏幕"，即可像 App 一样全屏离线使用（PWA）。
摄像头帧 ──▶ Pose Landmarker (33 点, WASM/GPU, 全端侧)
│ assets/pose.js
▼
特征层 extractFeatures() ← 纯函数
关节角 / 髋高 / 躯干倾角 / 时序 assets/assess.js
│
┌──────────┴──────────┐
▼ ▼
评估引擎(状态机) 训练引擎(动作库+纠错规则)
30CST·平衡·单腿计时 Otago 子集 form rules
assets/assess.js assets/exercises.js
│ │
└────────┬────────────┘
▼
语音+大字幕 (coach.js) · IndexedDB 仅存派生指标 (store.js) · 趋势/报告 (ui.js/app.js)
- 双信号门控：膝角 ≥160° 且 髋部上升 ≥ 0.45×坐姿大腿长才算站起（防"半蹲计数"）；单信号被遮挡时自动降级到另一信号。
- 迟滞 + 驻留：进入/退出双阈值（160°/110°），状态需持续 250ms 才提交（防阈值附近抖动重复计数）。
- 协议细节：结束瞬间"已过半程"（膝角 ≥135°）记一次，与 Rikli & Jones 原始协议一致；从站姿开始会被标记提示。
- 躯干安全监测：自然起身本来就有 30–45° 前倾，所以警告阈值设在 55°——不会每次起身都误报。
- 全部由"录制关键点夹具"锁定：合成的干净序列（10 次整 + 终场半起）与刁钻序列（半蹲、阈值抖动、1.2s 遮挡、过度前倾）以 JSON 形式提交在仓库里，
node --test断言精确计数。改动算法跑不过测试就合不进来。
node --test # 44 个测试：几何/特征/状态机/夹具集成/常模/动作库/i18n 键齐全性
node tools/gen-fixtures.js # 重新生成关键点夹具（确定性，含种子噪声）
node tools/vendor.mjs # 重新下载端侧运行时+模型（npmmirror/GCS/HF 多级回退）- 姿态精度受侧光、强遮挡、过于宽松衣物影响——镜头引导与置信度门限可缓解，无法消除；画面不稳的测试会被标记"仅供参考，建议重测"。
- 计数验收目标为 ±1 次（对真实视频）；合成夹具内为精确断言。真人多机位实测仍在路线图上（见 M 里程碑）。
- 常模来自美国人群；中文人群常模发表数据有限，结果文案已按"常见范围"弱化表述。
- TUG 起立行走需要距离标定，按路线图放在 M4，当前版本不提供。
- ✅ M0 摄像头+姿态管线+镜头引导 · M1 30CST · M2 训练引擎（Otago 子集） · M3 站立平衡
- ⏳ M4 TUG（半定量计时）、韩语、报告打磨 · M5 开源内核稳定接口（供机构端仪表盘对接）
开源（MIT）= 单用户端侧 App + 评估引擎 + 动作库 schema；机构端多用户管理/队列分析为独立闭源层，经稳定接口对接，互不混淆。
On-device fall-prevention & fitness AI coach for older adults. Webcam → 33-point pose estimation (all on-device) → real-time coaching for evidence-based balance/strength exercises, plus camera-quantified standard functional self-tests, starting with the 30-Second Chair Stand (30CST). Video never leaves the device.
Boundary: steady is a consumer wellness tool, not a medical device — it does not diagnose, treat, or classify fall risk. Results are for self-reference; talk to your doctor when in doubt, and always exercise with sturdy support within reach.
Evidence base: falls affect ~28–35% of adults 65+ yearly (WHO); balance-and-function focused exercise reduces fall rate by ~23% (Sherrington 2019, Cochrane CD012424); exercises follow the Otago Exercise Programme and tai chi; assessments replicate published instruments — Rikli & Jones' 30s Chair Stand with age/sex normative ranges (1999/2013), TUG (Podsiadlo & Richardson 1991) on the roadmap. steady invents no scores and ships no diagnosis.
Why the rep counting is trustworthy: dual-signal gating (knee extension ≥160° AND hip rise
≥0.45× seated thigh length), enter/exit hysteresis with a 250ms dwell, the official
"more-than-halfway-at-the-buzzer counts" rule, and a 55° trunk-lean warning threshold (natural
sit-to-stand flexes the trunk 30–45°, so anything lower would false-alarm every rep). The whole
pipeline is pinned by recorded-keypoint JSON fixtures asserted exactly under node --test
(clean 10-rep sequence, half-stands that must not count, threshold bounce, occlusion dropout,
excessive-lean burst).
Privacy, verifiable: the pose runtime and model are vendored into the repo, so the app makes zero external network requests — verify with DevTools or by going offline. Only derived numbers (counts, seconds, angles) are stored, locally, in IndexedDB.
Quick start: npx http-server -p 8080 -c-1 . → http://localhost:8080 (camera needs
localhost/HTTPS) · no camera? try the replay demo at /?demo=1 · install as a PWA for offline
use. Tests: node --test.
License: MIT © 2026 DENG YUFAN
稳行 steady 不能替代医生。如出现胸痛、头晕、明显气短，请立即停止并就医。