迈向个性化的一步, 自动化智能家居: 系统可以自动识别人走动室内可以实现自我调节的家园.

开发自动化系统来跟踪乘客和自我适应自己的喜好对智能家居的未来的重大下一步. 当你走进一个房间, 例如, 系统可以设置您的首选温度. 或者当你坐在沙发上, 系统可以在电视瞬间轻弹您最喜爱的频道.

但是，使一个家庭系统，他们把家搬到认识居住者是一个比较复杂的问题. 最近, 系统 已经建成通过测量无线信号从他们身体反射来定位人类. 但是，这些系统无法识别个人. 其它系统可以识别人, 但只有当他们总是背着他们的移动设备. 这两种系统也依赖于这可能是微弱的，或因各种结构阻止跟踪信号.

MIT的研究人员建立了一个系统，需要通过识别乘客向全自动化智能家居一步, 即使他们没有携带移动设备. 系统, 所谓的二重奏, 利用反射的无线信号来定位个人. 但它也包含算法，平安附近的移动设备来预测个人的身份, 基于谁最后使用的设备和他们的预测移动轨迹. 它还使用逻辑弄清楚谁是谁, 即使在信号被拒绝的领域.

“智能家居仍然是基于明确的输入来自应用程序或告诉Alexa的做一些事情. 理想的情况下, 我们希望的家园，是我们做什么更多的反应, 适应我们,”迪帕克Vasisht说, 博士生在麻省理工学院计算机科学和人工智能实验室 (CSAIL) 并在纸上主要作者描述了在上周的普适计算会议上提出系统. “如果你启用智能住宅位置感知和识别意识, 你可以这样做自动. 你家里知道这是你行走, 在哪里你走, 它可以自行更新。”

在两间卧室的公寓有4人，一间办公室做了九人的实验, 两周, 显示系统可以识别个体 96 ％，而 94 ％的准确率, 分别, 当人们并没有携带他们的智能手机或正在阻塞领域，包括.

但系统不只是新奇. 二重奏可能被用来识别入侵者或保证游客不要进入你家的私人领域. 此外, Vasisht说, 该系统可以捕获医疗保健应用行为，分析见解. 有人患上抑郁症, 例如, 可以走动或多或少, 这取决于他们是如何感觉在任何一天. 这样的信息, 一段时间内收集, 可能是监测和治疗有价值.

“在行为研究, 您关心的人是如何移动的随着时间的推移和人们是如何表现,” Vasisht说. “所有这些问题都可以通过获得对人的位置，以及他们的移动信息来回答。”

研究人员设想，他们的系统将与明确同意从谁可以被识别使用，并与二重奏跟踪. 如果需要的话, 他们还可以开发一个应用程序，为用户授予或随时撤销自己的位置信息二重奏的访问, Vasisht增加.

在论文的合着作者是: 相邻迪娜, 电气工程和计算机科学的安德鲁和尔娜维特教授; 前者CSAIL研究员Anubhav耆那教'16; 和CSAIL博士生陈钰许和扎卡里Kabelac.

跟踪和识别

二重奏是安装在墙壁上的无线传感器的约一英尺半平方. 它集成了一个楼层地图标注的区域, 如卧室, 厨房, 床, 而客厅的沙发上. 它还收集来自乘客的手机识别标签.

该系统建立在一个装置基于 定位系统 由 Vasisht 建造, 邻近的, 和其他研究人员认为几十厘米内跟踪个人, 基于从他们的设备的无线信号的反射. 它通过使用一个中心节点来计算它需要的信号的时间打一个人的设备和出差回来这样做. 在实验中, 该系统能够确定这里的人们在一套两居室的公寓，在一间咖啡馆.

系统, 然而, 依靠携带的移动设备的人. “但在建筑 [双人] 我们意识到, 在家里，你不要总是随身携带手机,” Vasisht说. “大多数人离开办公桌或表装置, 走动的房子“。

研究人员用无设备跟踪系统相结合的基于设备的国产化, 叫 WITRACK, 通过Katabi等CSAIL研究人员开发, 通过测量无线信号的反射掉他们的身体本地化人.

二重唱定位智能电话，并用通过使游离设备定位捕获的各个运动相关的运动. 如果两者都在朝紧密相关的轨迹, 该系统对与各个所述设备和, 因此, 知道个人的身份.

为了确保二重奏知道一个人的身份时，他们从他们的设备远离, 研究人员设计的系统，捕捉到从手机接收到的信号的功率曲线时，它的使用. 该配置文件修改, 取决于信号的取向, 而这种改变被映射到一个单独的轨迹，以确定他们. 例如, 当使用和手机，然后放下, 该系统将捕获初始功率曲线. 然后，它会估计，如果它仍然被沿路径由附近的移动个人携带能量分布是什么样子. 不断变化的权力分布与移动的个人路径的相关性越强, 个人拥有手机的可能性越大.

逻辑思维

最后一个问题是浴室瓷砖等结构, 电视屏幕, 镜子, 和各种金属设备可以阻挡信号.

为了弥补, 研究人员结合概率算法将逻辑推理应用于定位. 要做到这一点, 他们设计的系统可以识别家中特定空间的入口和出口边界, 如门到每个房间, 床边, 和一个沙发的边. 任何时候, 系统会识别出最有可能的身份在每个边界每一个人. 然后，推断出谁被淘汰的过程是谁.

假设一个公寓有两名乘客: 艾莉莎和贝特西. 二重奏看到艾莉莎和贝特西走进客厅, 通过与他们的运动轨迹配对他们的智能手机运动. 无论再留在附近的咖啡桌收取他们的手机 - 贝琪进入卧室睡午觉; 艾莉莎停留在沙发上观看电视. 二重奏推断贝琪已经进入地层界面，并没有退出, 所以一定要在床上. 过了一会儿, 艾莉莎和贝特西进入, 说, 厨房 - 和信号滴. 二重奏原因，两个人在厨房里, 但它不知道他们的身份. 当贝琪回到客厅，拿起她的手机, 然而, 系统会自动重新标记以个人为贝特西. 通过排除法, 其他人还在厨房里是艾丽莎.

“家中有系统无法工作的盲点. 但, 因为你有逻辑框架, 你可以做出这些推断,” Vasisht说.

“Duet 采用了一种巧妙的方法，将不同设备的位置结合起来，并将其与人类联系起来, 并利用无设备定位技术来定位人类,”兰维尔·钱德拉说, 微软首席研究员, 谁没有参与工作. “准确确定家中所有住户的位置有可能显着提升用户的居家体验. ... 家庭助理可以根据周围的人来个性化响应; 温度可根据个人喜好自动控制, 从而节省能源. 如果他们知道谁在房子里，未来的家中机器人可能会更聪明. 潜力无穷。”

资源:

HTTP://news.mit.edu, 罗布洋行