智能家居知道你喜欢早餐的方式

 作者:凤堕     |      日期:2019-02-05 11:02:07
麦克格雷戈·坎贝尔(图片来源:保罗·泰勒/图像库/盖蒂)人类是习惯的生物,因为普尔曼的华盛顿州立大学的传感器填充公寓知道智能家居只需观察他们如何走动并使用不同的设备,就可以了解居民的方式该技术可用于房屋,以支持患有日常生活需求的认知困难或痴呆症患者,或使健康人更容易例如,公寓可以识别一个人何时进行与早餐相关的动作如果该人心不在焉地离开炉灶,系统可以发现异常并用音频和视频信号提示他们返回滚刀 Diane Cook及其同事开发了分析传感器输出的计算机系统,称为Casas研究生Parisa Rashidi改进了Casas,因此它可以学习一个人的习惯,而无需事先假设什么样的事件或模式以前的智能家居需要在识别之前预先定义关键活动 Rashidi和Cook已经在一个特别装修的公寓里成功测试了他们的系统,校园里有一个单独的居民拉希迪表示,需要大约一个月的培训才能准确地从传感器数据的海洋中梳理出居民的习惯经过培训,Casas可以识别出复杂的模式,如“早上6点厨房灯亮起,咖啡机开启,烤面包机开启”,而不知道会发生什么为了保持居民的隐私感,Casas不使用相机,RFID芯片或麦克风相反,较少的“侵入性”传感器可检测运动,温度,光线,湿度,水,门接触以及关键物品的使用,例如打开一瓶药物或打开烤面包机拉什迪说:“我们不想让居民觉得老大哥在看他们”被动传感方法可以安抚奥威尔式的,但它使活动识别更加困难例如,相机可以容易地区分人在房间中的位置,但是来自运动传感器的数据不那么容易 Rashidi开发了许多数据挖掘算法,以帮助理解传感器输出一种算法使用运动传感器网格来绘制人如何在家中行走,寻找每日“轨迹”或穿过房屋的路线第二种算法在一系列事件中找到模式,例如学习期望居民在打开烤箱后打开水龙头第三种算法试图将它检测到的事件与一天中的时间相关联以识别模式,例如,该人何时吃晚餐 Rashidi和Cook正在进行升级,使公寓能够破译多个居民的行为,并识别常见重复任务的微妙变化 “你不是每天都以同样的方式完成同样的任务,”拉希迪说 Sumi Helal是盖恩斯维尔佛罗里达大学Gator-Tech Smart House项目的负责人,他表示,如果没有明确的预培训,在家中发现并学习行为是一个“难题” Helal说,大多数系统都需要这样的预培训 “培训是漫长而不可靠的,所以如果你可以跳过这一步而不必给出系统提示,那将是新颖的,”他说期刊参考:IEEE Transactions on Systems Man&Cyber​​netics,A(DOI: