Abstract:
Response time in emergency situations such as falls, car accidents, and insecurity problems is critical; lack of immediate attention can worsen injuries, cause fractures, contusions, irreversible damage, and prolonged recovery periods. This project focuses on developing an improved technological solution for the detection and notification of falls and risk situations using TinyML. The project aims to develop new functionalities in the mobile application and execute a test plan to validate the system's operation. The design of the wearable device was improved, including a longer-lasting battery. Furthermore, a multi-platform architecture was implemented, integrating a Flask backend with MySQL, a React web dashboard, and a Flutter mobile application. The system incorporates multi-channel notifications (SMS, WhatsApp, email, push notifications) and a dynamic response time mechanism to discard false alarms. The test plan results showed high satisfaction: 4.8/5 and 4.6/5, confirming the correct generation of alerts. The project establishes a competitive alternative to commercial solutions.
Keywords: Wearable device, edge computing, emergency alert, real-time monitoring
Description:
El tiempo de respuesta en situaciones de emergencia como caídas, accidentes automovilísticos yo situaciones relacionadas a la inseguridad resulta crítico; la falta de atención inmediata puede agravar las lesiones, causar fracturas, contusiones, daños irreversibles y períodos prolongados de recuperación. Este proyecto se enfoca en desarrollar una solución tecnológica mejorada para la detección y notificación de caídas y situaciones de riesgo utilizando TinyML. Se plantea mejorar desarrollar nuevas funcionalidades en la aplicación móvil y ejecutar un plan de pruebas para validar el funcionamiento del sistema. Se mejoró el diseño del dispositivo wearable incluyendo una batería con mayor duración. Además, se implementó una arquitectura multi-plataforma que integró backend Flask con MySQL, dashboard web en React y aplicación móvil Flutter. El sistema incorporó notificaciones multi-canal (SMS, WhatsApp, email, push) y un mecanismo de tiempo de respuesta dinámica para descarte de falsas alarmas. Los resultados del plan de pruebas mostraron alta satisfacción: 4.8/5 y 4.6/5 donde se confirmó la correcta generación de alertas. El proyecto establece una alternativa competitiva frente a soluciones comerciales.
