Introduction« EyeWalker » est un projet qui a pour but de développer un appareil léger et compact s’adaptant facilement à n’importe quel déambulateur et alertant un/e utilisateur/trice avant qu’il/elle se trouve dans une situation dangereuse pouvant entraîner sa chute. Dans ce travail, nous traitons la détection de deux types de situations présentant un risque. Le premier est lié à l’état affectif de la personne et le deuxième est défini par la présence d’escaliers descendants.Matériel et méthodesL’anxiété et la peur sont les émotions qui contribuent le plus à la chute d’une personne âgée. En utilisant un accéléromètre installé sur un déambulateur, nous proposons un détecteur de démarche. Spécifiquement, grâce à un algorithme d’apprentissage statistique la démarche « normale » et « anormale » de six personnes ont été apprises avec des exemples représentatifs. Pour la détection d’escaliers descendants, nous avons mis en place une caméra stéréoscopique et appliqué un algorithme de détection basé sur la densité de points à différentes profondeurs.RésultatsPour la détection d’une démarche normale/anormale, nous avons obtenu un taux de reconnaissances correctes de 80,9 %, alors que pour la détection d’escaliers ce taux est égal à 99,8 %.Discussion – conclusionCes premiers résultats nous permettent d’être très optimistes pour l’intégration du détecteur d’escaliers dans un système embarqué de faibles dimensions. Le détecteur de démarche devra être amélioré, surtout pour les faux positifs.