《外文翻譯-基于wifi構(gòu)建的智能家居系統(tǒng)綜合接入及控制裝置(嵌入式系統(tǒng)部分)》由會(huì)員分享，可在線閱讀，更多相關(guān)《外文翻譯-基于wifi構(gòu)建的智能家居系統(tǒng)綜合接入及控制裝置(嵌入式系統(tǒng)部分)（17頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、外文翻譯原文APYROELECTRICINFRAREDSENSORBASEDINDOORLOCATIONAWARESYSTEMFORTHESMARTHOMESUKLEE,MEMBER,IEEE,KYOUNGNAMHA,KYUNGCHANGLEE,MEMBER,IEEEABSTRACTSMARTHOMEISEXPECTEDTOOFFERVARIOUSINTELLIGENTSERVICESBYRECOGNIZINGRESIDENTSALONGWITHTHEIRLIFESTYLEANDFEELINGSONEOFTHEKEYISSUESFORREALIZINGTHESMARTHOMEISHOWTODE

2、TECTTHELOCATIONSOFRESIDENTSCURRENTLY,THERESEARCHEFFORTISFOCUSEDONTWOAPPROACHESTERMINALBASEDANDNONTERMINALBASEDMETHODSTHETERMINALBASEDMETHODEMPLOYSATYPEOFDEVICETHATSHOULDBECARRIEDBYTHERESIDENTWHILETHENONTERMINALBASEDMETHODREQUIRESNOSUCHDEVICETHISPAPERPRESENTSANOVELNONTERMINALBASEDAPPROACHUSINGANARRAY

3、OFPYROELECTRICINFRAREDSENSORSPIRSENSORSTHATCANDETECTRESIDENTSTHEFEASIBILITYOFTHESYSTEMISEVALUATEDEXPERIMENTALLYONATESTBEDINDEXTERMSSMARTHOME,LOCATIONBASEDSERVICE,PYROELECTRICINFRAREDSENSORPIRSENSOR,LOCATIONRECOGNITIONALGORITHMIINTRODUCTIONTHEREISAGROWINGINTERESTINSMARTHOMEASAWAYTOOFFERACONVENIENT,CO

4、MFORTABLE,ANDSAFERESIDENTIALENVIRONMENT1,2INGENERAL,THESMARTHOMEAIMSTOOFFERAPPROPRIATEINTELLIGENTSERVICESTOACTIVELYASSISTINTHERESIDENTSLIFESUCHASHOUSEWORK,AMUSEMENT,REST,ANDSLEEPHENCE,INORDERTOENHANCETHERESIDENTSCONVENIENCEANDSAFETY,DEVICESSUCHASHOMEAPPLIANCES,MULTIMEDIAAPPLIANCES,ANDINTERNETAPPLIAN

5、CESSHOULDBECONNECTEDVIAAHOMENETWORKSYSTEM,ASSHOWNINFIG1,ANDTHEYSHOULDBECONTROLLEDORMONITOREDREMOTELYUSINGATELEVISIONTVORPERSONALDIGITALASSISTANTPDA3,4FIG1ARCHITECTUREOFTHEHOMENETWORKSYSTEMFORSMARTHOMEESPECIALLY,ATTENTIONHASBEENFOCUSEDONLOCATIONBASEDSERVICESASAWAYTOOFFERHIGHQUALITYINTELLIGENTSERVICES

6、,WHILECONSIDERINGHUMANFACTORSSUCHASPATTERNOFLIVING,HEALTH,ANDFEELINGSOFARESIDENT57THATIS,IFTHESMARTHOMECANRECOGNIZETHERESIDENTSPATTERNOFLIVINGORHEALTH,THENHOMEAPPLIANCESSHOULDBEABLETOANTICIPATETHERESIDENTSNEEDSANDOFFERAPPROPRIATEINTELLIGENTSERVICEMOREACTIVELYFOREXAMPLE,INAPASSIVESERVICEENVIRONMENT,T

7、HERESIDENTCONTROLSTHEOPERATIONOFTHEHVACHEATING,VENTILATING,ANDAIRCONDITIONINGSYSTEM,WHILETHESMARTHOMEWOULDCONTROLTHETEMPERATUREANDHUMIDITYOFAROOMACCORDINGTOTHERESIDENTSCONDITIONVARIOUSINDOORLOCATIONAWARESYSTEMSHAVEBEENDEVELOPEDTORECOGNIZETHERESIDENTSLOCATIONINTHESMARTHOMEORSMARTOFFICEINGENERAL,INDOO

8、RLOCATIONAWARESYSTEMSHAVEBEENCLASSIFIEDINTOTHREETYPESACCORDINGTOTHEMEASUREMENTTECHNOLOGYTRIANGULATION,SCENEANALYSIS,ANDPROXIMITYMETHODS8THETRIANGULATIONMETHODUSESMULTIPLEDISTANCESFROMMULTIPLEKNOWNPOINTSEXAMPLESINCLUDEACTIVEBADGES9,ACTIVEBATS10,ANDEASYLIVING11,WHICHUSEINFRAREDSENSORS,ULTRASONICSENSOR

9、S,ANDVISIONSENSORS,RESPECTIVELYTHESCENEANALYSISMETHODEXAMINESAVIEWFROMAPARTICULARVANTAGEPOINTREPRESENTATIVEEXAMPLESOFTHESCENEANALYSISMETHODAREMOTIONSTAR12,WHICHUSESADCMAGNETICTRACKER,ANDRADAR13,WHICHUSESIEEE80211WIRELESSLOCALAREANETWORKLANFINALLY,THEPROXIMITYMETHODMEASURESNEARNESSTOAKNOWNSETOFPOINTS

10、ANEXAMPLEOFTHEPROXIMITYMETHODISSMARTFLOOR14,WHICHUSESPRESSURESENSORSALTERNATIVELY,INDOORLOCATIONAWARESYSTEMSCANBECLASSIFIEDACCORDINGTOTHENEEDFORATERMINALTHATSHOULDBECARRIEDBYTHERESIDENTTERMINALBASEDMETHODS,SUCHASACTIVEBATS,DONOTRECOGNIZETHERESIDENTSLOCATIONDIRECTLY,BUTPERCEIVETHELOCATIONOFADEVICECAR

11、RIEDBYTHERESIDENT,SUCHASANINFRAREDTRANSCEIVERORRADIOFREQUENCYIDENTIFICATIONRFIDTAGTHEREFORE,ITISIMPOSSIBLETORECOGNIZETHERESIDENTSLOCATIONIFHEORSHEISNOTCARRYINGTHEDEVICEINCONTRAST,NONTERMINALMETHODSSUCHASEASYLIVINGANDSMARTFLOORCANFINDTHERESIDENTSLOCATIONWITHOUTSUCHDEVICESHOWEVER,EASYLIVINGCANBEREGARD

12、EDTOINVADETHERESIDENTSPRIVACYWHILETHESMARTFLOORHASDIFFICULTYWITHEXTENDIBILITYANDMAINTENANCETHISPAPERPRESENTSANONTERMINALBASEDLOCATIONAWARESYSTEMTHATUSESANARRAYOFPYROELECTRICINFRAREDPIRSENSORS15,16THEPIRSENSORSONTHECEILINGDETECTTHEPRESENCEOFARESIDENTANDARELAIDOUTSOTHATDETECTIONAREASOFADJACENTSENSORSO

13、VERLAPBYCOMBININGTHEOUTPUTSOFMULTIPLEPIRSENSORS,THESYSTEMISABLETOLOCATEARESIDENTWITHAREASONABLEDEGREEOFACCURACYTHISSYSTEMHASINHERENTADVANTAGEOFNONTERMINALBASEDMETHODSWHILEAVOIDINGPRIVACYANDEXTENDIBILITY,MAINTENANCEISSUESINORDERTODEMONSTRATEITSEFFICACY,ANEXPERIMENTALTESTBEDHASBEENCONSTRUCTED,ANDTHEPR

14、OPOSEDSYSTEMHASBEENEVALUATEDEXPERIMENTALLYUNDERVARIOUSEXPERIMENTALCONDITIONSTHISPAPERISORGANIZEDINTOFOURSECTIONS,INCLUDINGTHISINTRODUCTIONSECTIONIIPRESENTSTHEARCHITECTUREOFTHEPIRSENSORBASEDINDOORLOCATIONAWARESYSTEMPILAS,ANDTHELOCATIONRECOGNITIONALGORITHMSECTIONIIIDESCRIBESARESIDENTDETECTIONMETHODUSI

15、NGPIRSENSORS,ANDEVALUATESTHEPERFORMANCEOFTHESYSTEMUNDERVARIOUSCONDITIONSUSINGANEXPERIMENTALTESTBEDFINALLY,ASUMMARYANDTHECONCLUSIONSAREPRESENTEDINSECTIONIVIIARCHITECTUREOFTHEPIRSENSORBASEDINDOORLOCATIONAWARESYSTEMAFRAMEWORKOFTHESMARTHOMEGIVENTHEINDOORENVIRONMENTOFTHESMARTHOME,ANINDOORLOCATIONAWARESYS

16、TEMMUSTSATISFYTHEFOLLOWINGREQUIREMENTSFIRST,THELOCATIONAWARESYSTEMSHOULDBEIMPLEMENTEDATARELATIVELYLOWCOSTBECAUSEMANYSENSORSHAVETOBEINSTALLEDINROOMSOFDIFFERENTSIZESTODETECTTHERESIDENTINTHESMARTHOMESECOND,SENSORINSTALLATIONMUSTBEFLEXIBLEBECAUSETHESHAPEOFEACHROOMISDIFFERENTANDTHEREAREOBSTACLESSUCHASHOM

17、EAPPLIANCESANDFURNITURE,WHICHPREVENTTHENORMALOPERATIONOFSENSORSTHETHIRDREQUIREMENTISTHATTHESENSORSFORTHELOCATIONAWARESYSTEMHAVETOBEROBUSTTONOISE,ANDSHOULDNOTBEAFFECTEDBYTHEIRSURROUNDINGSTHISISBECAUSETHESMARTHOMECANMAKEUSEOFVARIOUSWIRELESSCOMMUNICATIONMETHODSSUCHASWIRELESSLANORRADIOFREQUENCYRFSYSTEMS

18、,WHICHPRODUCEELECTROMAGNETICNOISE,ORTHEREMAYBESIGNIFICANTCHANGESINLIGHTORTEMPERATURETHATCANAFFECTSENSORPERFORMANCEFINALLY,ITISDESIRABLETHATTHESYSTEMSACCURACYISADJUSTABLEACCORDINGTOROOMTYPESAMONGMANYSYSTEMSTHATSATISFYTHEREQUIREMENT,THEPIRSENSORBASEDSYSTEMHASNOTATTRACTEDMUCHATTENTIONEVENTHOUGHTHESYSTE

19、MHASSEVERALADVANTAGESTHEPIRSENSORS,WHICHHAVEBEENUSEDTOTURNONALIGHTWHENITDETECTSHUMANMOVEMENT,ARELESSEXPENSIVETHANMANYOTHERSENSORSINADDITION,BECAUSEPIRSENSORSDETECTTHEINFRAREDWAVELENGTHEMITTEDFROMHUMANSBETWEEN94104M,THEYAREREASONABLYROBUSTTOTHEIRSURROUNDINGS,INTERMSOFTEMPERATURE,HUMIDITY,ANDELECTROMA

20、GNETICNOISEMOREOVER,ITISPOSSIBLETOCONTROLTHELOCATIONACCURACYOFTHESYSTEMBYADJUSTINGTHESENSINGRADIUSOFAPIRSENSOR,ANDPIRSENSORSAREEASILYINSTALLEDONTHECEILING,WHERETHEYARENOTAFFECTEDBYTHESTRUCTUREOFAROOMORANYOBSTACLESFIGURE2SHOWSTHEFRAMEWORKFORTHEPILASINASMARTHOMETHATOFFERSLOCATIONBASEDINTELLIGENTSERVIC

21、ESTOARESIDENTWITHINTHISFRAMEWORK,VARIOUSDEVICESARECONNECTEDVIAAHOMENETWORKSYSTEM,INCLUDINGPIRSENSORS,ROOMTERMINALS,ASMARTHOMESERVER,ANDHOMEAPPLIANCESHERE,EACHROOMISREGARDEDASACELL,ANDTHEAPPROPRIATENUMBEROFPIRSENSORSISINSTALLEDONTHECEILINGOFEACHCELLTOPROVIDESUFFICIENTLOCATIONACCURACYFORTHELOCATIONBAS

22、EDSERVICESEACHPIRSENSORATTEMPTSTODETECTTHERESIDENTATACONSTANTPERIOD,ANDTRANSMITSITSSENSINGINFORMATIONTOAROOMTERMINALVIATHEHOMENETWORKSYSTEMFIG2FRAMEWORKOFSMARTHOMEFORTHEPILASCONSEQUENTLY,THEROOMTERMINALRECOGNIZESTHERESIDENTSLOCATIONBYINTEGRATINGTHESENSORINFORMATIONRECEIVEDFROMALLOFTHESENSORSBELONGIN

23、GTOONECELL,ANDTRANSMITSTHERESIDENTSLOCATIONTOTHESMARTHOMESERVERTHATCONTROLSTHEHOMEAPPLIANCESTOOFFERLOCATIONBASEDINTELLIGENTSERVICESTOTHERESIDENTWITHINTHISFRAMEWORK,THESMARTHOMESERVERHASTHEFOLLOWINGFUNCTIONS1THEVIRTUALMAPGENERATORMAKESAVIRTUALMAPOFTHESMARTHOMEGENERATINGAVIRTUALMAP,ANDWRITESTHELOCATIO

24、NINFORMATIONOFTHERESIDENT,WHICHISRECEIVEDFROMAROOMTERMINAL,ONTHEVIRTUALMAPWRITINGTHERESIDENTSLOCATIONTHEN,ITMAKESAMOVINGTRAJECTORYOFTHERESIDENTBYCONNECTINGTHESUCCESSIVELOCATIONSOFTHERESIDENTTRACKINGTHERESIDENTSMOVEMENT2THEHOMEAPPLIANCECONTROLLERTRANSMITSCONTROLCOMMANDSTOHOMEAPPLIANCESVIATHEHOMENETWO

25、RKSYSTEMTOPROVIDEINTELLIGENTSERVICESTOTHERESIDENT3THEMOVINGPATTERNPREDICTORSAVESTHECURRENTMOVEMENTTRAJECTORYOFTHERESIDENT,THECURRENTACTIONOFHOMEAPPLIANCES,ANDPARAMETERSREFLECTINGTHECURRENTHOMEENVIRONMENTSUCHASTHETIME,TEMPERATURE,HUMIDITY,ANDILLUMINATIONAFTERSTORINGSUFFICIENTINFORMATION,ITMAYBEPOSSIB

26、LETOOFFERHUMANORIENTEDINTELLIGENTSERVICESINWHICHTHEHOMEAPPLIANCESSPONTANEOUSLYPROVIDESERVICESTOSATISFYHUMANNEEDSFOREXAMPLE,IFTHESMARTHOMESERVER“KNOWS”THATTHERESIDENTNORMALLYWAKESUPAT700AMANDTAKESASHOWER,ITMAYBEPOSSIBLETOTURNONTHELAMPSANDSOMEMUSICINADDITION,THETEMPERATUREOFTHESHOWERWATERCANBESETAUTOM

27、ATICALLYFORTHERESIDENTBLOCATIONRECOGNITIONALGORITHMINORDERTODETERMINETHELOCATIONOFARESIDENTWITHINAROOM,ANARRAYOFPIRSENSORSAREUSEDASSHOWNINFIG3INTHEFIGURE,THESENSINGAREAOFEACHPIRSENSORISSHOWNASACIRCLE,ANDTHESENSINGAREASOFTWOORMORESENSORSOVERLAPCONSEQUENTLY,WHENARESIDENTENTERSONEOFTHESENSINGAREAS,THES

28、YSTEMDECIDESWHETHERHE/SHEBELONGSTOANYSENSINGAREABYINTEGRATINGTHESENSINGINFORMATIONCOLLECTEDFROMALLOFTHEPIRSENSORSINTHEROOMFOREXAMPLE,WHENARESIDENTENTERSTHESENSINGAREAB,SENSORSAANDBOUTPUTONSIGNALS,WHILESENSORCOUTPUTSOFFSIGNALAFTERCOLLECTINGOUTPUTS,THEALGORITHMCANINFERTHATTHERESIDENTBELONGSTOTHESENSIN

29、GAREABACCORDINGTOTHENUMBEROFSENSORSANDTHEARRANGEMENTOFTHESENSORSSIGNALINGON,THERESIDENTSLOCATIONISDETERMINEDINTHEFOLLOWINGMANNERFIRST,IFONLYONESENSOROUTPUTSONSIGNAL,THERESIDENTISREGARDEDTOBEATTHECENTEROFTHESENSINGAREAOFTHECORRESPONDINGSENSORIFTHEOUTPUTSOFTWOADJACENTSENSORSAREON,THERESIDENTSLOCATIONI

30、SASSUMEDTOBEATTHEPOINTMIDWAYBETWEENTHETWOSENSORSFINALLY,IFTHREEORMORESENSORSSIGNALON,THERESIDENTISLOCATEDATTHECENTROIDOFTHECENTERSOFTHECORRESPONDINGSENSORSFOREXAMPLE,ITISASSUMEDTHATTHERESIDENTISLOCATEDATPOINT1INTHEFIGUREWHENONLYSENSORASIGNALSON,WHILETHERESIDENTISLOCATEDATPOINT2WHENSENSORSAANDBBOTHOU

31、TPUTONSIGNALSTHELOCATIONACCURACYOFTHISSYSTEMCANBEDEFINEDTHEMAXIMUMDISTANCEBETWEENTHEESTIMATEDPOINTSANDTHERESIDENTFOREXAMPLE,WHENARESIDENTENTERSSENSINGAREAA,THERESIDENTISASSUMEDTOBEATPOINT1ONTHEASSUMPTIONTHATARESIDENTCANBEREPRESENTEDBYAPOINTANDTHERADIUSOFTHESENSINGAREAOFAPIRSENSORIS1M,WEKNOWTHATTHELO

32、CATIONACCURACYIS1MBECAUSETHEMAXIMUMERROROCCURSWHENTHERESIDENTISONTHEBOUNDARYOFSENSINGAREAAALTERNATIVELY,WHENTHERESIDENTISINSENSINGAREAB,THERESIDENTISASSUMEDTOBEATPOINT2,ANDTHEMAXIMUMLOCATIONERROROCCURSWHENTHERESIDENTISACTUALLYATPOINT3INTHISCASE,THEERRORIS3/2MWHICHISTHEDISTANCEBETWEENPOINTS2AND3THERE

33、FORE,THELOCATIONACCURACYOFTHETOTALSYSTEMSHOWNINFIG3CANBEREGARDEDAS1M,WHICHISTHEMAXIMUMVALUEOFTHELOCATIONACCURACYOFEACHAREASINCETHENUMBEROFSENSORSANDTHESIZEOFTHEIRSENSINGAREASDETERMINETHELOCATIONACCURACYOFTHEPILAS,ITISNECESSARYTOARRANGETHEPIRSENSORSPROPERLYTOGUARANTEETHESPECIFIEDSYSTEMACCURACYFIG3THE

34、LOCATIONRECOGNITIONALGORITHMFORPIRSENSORSINORDERTODETERMINETHERESIDENTSLOCATIONPRECISELYANDINCREASETHEACCURACYOFTHESYSTEM,ITISDESIRABLETOHAVEMORESENSINGAREASWITHGIVENNUMBEROFSENSORSANDTOHAVESENSINGAREASOFSIMILARSIZEFIG4SHOWSSOMEEXAMPLESOFSENSORARRANGEMENTSANDSENSINGAREASFIG4AAND4BSHOWTHEARRANGEMENTS

35、WITHNINESENSORSTHATPRODUCE40AND21SENSINGAREAS,RESPECTIVELYTHEARRANGEMENTINFIG4AISBETTERTHANFIG4BINTERMSIFTHENUMBEROFSENSINGAREASHOWEVER,THEARRANGEMENTINFIG4AHASSOMEAREASWHEREARESIDENTCANNOTBEDETECTEDANDLOWERLOCATIONACCURACYTHANTHATINFIG4BFIG4CSHOWSANARRANGEMENTWITHTWELVESENSORSTHATFIVE28SENSINGAREAS

36、WITHOUTANYBLINDSPOTSFIG4LOCATIONACCURACYACCORDINGTOTHESENSORARRANGEMENTOFPIRSENSORSA40SENSINGAREASB21SENSINGAREASC28SENSINGAREASWITHTWELVESENSORSWHENPIRSENSORSAREINSTALLEDAROUNDTHEEDGEOFAROOM,ASSHOWNINFIG4C,ITSOMETIMESMAYGIVEAWKWARDRESULTSONEEXAMPLEISSHOWNINFIG5FIG5ASHOWSTHEPATHOFARESIDENTIFWEMARKTH

37、EESTIMATEDPOINTSBYUSINGTHESENSORLOCATIONORTHEMIDPOINTOFADJACENTSENSORS,ITWILLBEAZIGZAGGINGPATTERNSASSHOWNINFIG5BINORDERTOALLEVIATETHIS,WEMAYREGARDTHESENSORSONTHEEDGESTOBELOCATEDALITTLEINWARDS,WHICHGIVETHERESULTSHOWNINFIG5CFIG5THEEFFECTOFCOMPENSATINGFORTHECENTERPOINTOFTHEOUTERSENSORSARESIDENTSMOVEMEN

38、TBBEFORECOMPENSATINGFORTHEOUTERSENSORSCAFTERCOMPENSATINGFORTHEOUTERSENSORSSUMMARYANDCONCLUSIONSTHISPAPERPRESENTSAPIRSENSORBASEDINDOORLOCATIONAWARESYSTEMTHATESTIMATESTHERESIDENTSLOCATIONFORLOCATIONBASEDINTELLIGENTSERVICESINTHESMARTHOMETHISPAPERINTRODUCESTHEFRAMEWORKOFSMARTHOMEFORTHELOCATIONAWARESYSTE

39、M,ANDALOCATIONRECOGNITIONALGORITHMTHATINTEGRATESTHEINFORMATIONCOLLECTEDFROMPIRSENSORSINADDITION,THISPAPERPRESENTSARESIDENTDETECTIONMETHODFINALLY,ANEXPERIMENTISIMPLEMENTEDTOEVALUATETHEEFFICACYOFTHEPILASBASEDONSEVERALEXPERIMENTSCONDUCTEDUNDERVARIOUSCONDITIONS,WEVERIFIEDTHATTHEPILASCANESTIMATESRESIDENT

40、SLOCATIONSUFFICIENTLYWELLMOREOVER,BECAUSETHELOCATIONACCURACYOFTHESYSTEMISLESSTHAN05MWITHOUTANYTERMINALFORLOCATIONRECOGNITION,THESYSTEMCANBEVERYPRACTICALFURTHERMORE,ITSHOULDBEPOSSIBLETOENHANCETHELOCATIONACCURACYOFTHESYSTEMBYINCREASINGTHENUMBEROFSENSINGAREAS,BYEQUALIZINGTHESENSINGAREASBASEDONTHESENSOR

41、ARRANGEMENT,ORBYCOMPENSATINGFORTHECENTERSOFOUTERSENSORSSINCETHELOCATIONACCURACYOFTHISSYSTEMDIFFERSACCORDINGTOTHESENSORARRANGEMENT,ITISNECESSARYTODETERMINETHEOPTIMALSENSORARRANGEMENTTHATOFFERSTHEGREATESTLOCATIONACCURACYINORDERTOENHANCETHELOCATIONACCURACY,ITISALSONECESSARYTOENHANCETHEMETHODOFPROCESSIN

42、GTHEPIRSENSORSUSINGMOREADVANCEDTECHNIQUESSUCHASPROBABILISTICTHEORIESANDSOFTCOMPUTINGFINALLY,THEPROPOSEDPILASYSTEMSHOULDBEEXTENDEDTODEALWITHAROOMOCCUPIEDBYMORETHANONERESIDENTS外文資料翻譯基于熱釋電紅外傳感器的智能家居室內(nèi)感應(yīng)定位系統(tǒng)SUKLEE，電機(jī)及電子學(xué)工程師聯(lián)合會(huì)會(huì)員KYOUNGNAMHA,KYUNGCHANGLEE,電機(jī)及電子學(xué)工程師聯(lián)合會(huì)會(huì)員摘要智能家居，是一種可以通過識(shí)別具有不同生活習(xí)慣和感覺的住戶來提供各種不

43、同的智能服務(wù)。而實(shí)現(xiàn)這樣的功能其中最關(guān)鍵的問題之一就是如何確定住戶的位置。目前，研究工作只要集中于兩種方法終端方式和非終端方式。終端方式需要一種住戶隨身攜帶的設(shè)備，而非終端方式則不需要這樣的設(shè)備。本文提出一種使用可以探測到住戶的熱釋電紅外傳感器（紅外傳感器）的新的非終端方式。該系統(tǒng)的可行性已經(jīng)通過了測試平臺(tái)的實(shí)驗(yàn)性評估。索引詞智能家居，定位服務(wù)，熱釋電紅外傳感器（紅外傳感器），定位識(shí)別算法I簡介現(xiàn)在由于人人都想有一個(gè)方便，舒適，安全的居住環(huán)境，因此大家對于智能家居表現(xiàn)的越來越感興趣12。一般來說，智能家居旨在提供合適的智能服務(wù)來積極促進(jìn)住戶更好的生活，比如家務(wù)勞動(dòng)，娛樂，休息和睡眠。因此，為了

44、提高住戶的便捷和安全，像家用電器，多媒體設(shè)備和互聯(lián)網(wǎng)設(shè)備應(yīng)通過家庭網(wǎng)絡(luò)系統(tǒng)連接在一起，如圖1所示。并且它們應(yīng)通過電視或個(gè)人數(shù)字助理（PDA）來控制或遠(yuǎn)程監(jiān)控34。圖1智能家居的家庭網(wǎng)絡(luò)體系結(jié)構(gòu)尤其要注意的是，作為一種提供高質(zhì)量的智能服務(wù)，目標(biāo)應(yīng)集中于定位服務(wù)，同時(shí)考慮人為因素，比如住戶的生活方式，健康狀況和居住感受57。也就是說，如果智能家居能識(shí)別住戶的生活方式或健康狀況，那么家用電器應(yīng)該能預(yù)見住戶的需要，并能更主動(dòng)的提供適合的智能服務(wù)。例如，在一個(gè)被動(dòng)的服務(wù)環(huán)境下，需要住戶控制供熱通風(fēng)與空氣調(diào)節(jié)系統(tǒng)（供暖，通風(fēng)和空調(diào)），而智能家居將根據(jù)住戶情況自動(dòng)調(diào)節(jié)房間的溫濕度。智能家居或智能辦公室的各種

45、室內(nèi)感應(yīng)定位系統(tǒng)的已經(jīng)研發(fā)到能夠識(shí)別住戶的位置。一般來說，室內(nèi)定位感應(yīng)系統(tǒng)根據(jù)測量技術(shù)分為三種類型三角測量，場景分析和接近方法8。三角測量法是通過多個(gè)已知點(diǎn)來計(jì)算位置距離。運(yùn)用三角測量法的例子包括ACTIVEBADGES9，ACTIVEBATS10和EASYLIVING11，它們分別運(yùn)用了紅外傳感器，超聲波傳感器和視覺傳感器來實(shí)現(xiàn)的。場景解析法是檢測一個(gè)場景內(nèi)的特定著眼點(diǎn)。場景解析法的典型例子是使用直流磁力跟蹤器的MOTIVESTAR12，和使用無線局域網(wǎng)絡(luò)LAN標(biāo)準(zhǔn)IEEE802,11的RADAR13。接近法則是以一組已知點(diǎn)中最接近的點(diǎn)近似作為定位點(diǎn)。接近法的例子有使用壓力傳感器的SMART

46、FLOOR14。另外，室內(nèi)感應(yīng)定位系統(tǒng)可以根據(jù)是否需要住戶隨身攜帶一種設(shè)備來分類。終端方式，例如ACTIVEBATS，不需要直接找到住戶位置，但是可以感應(yīng)到住戶隨身攜帶的設(shè)備位置，例如紅外收發(fā)器或者射頻識(shí)別技術(shù)（RFID）標(biāo)簽。因此，如果住戶沒有隨聲攜帶終端設(shè)備，那就不可能找到他。相反的，非終端方式如EASYLIVING和SMARTFLOOR則不需要這種設(shè)備就能找到住戶位置。然而，人們認(rèn)為EASYLIVING侵犯了住戶隱私，SMARTFLOOR則是擴(kuò)展和維護(hù)都比較困難。本文提出一種使用陣列熱釋電紅外（PIR）傳感器實(shí)現(xiàn)的基于非終端方式的室內(nèi)感應(yīng)定位系統(tǒng)1516。紅外傳感器固定在天花板上，并使相

47、鄰的傳感器的感應(yīng)范圍有重疊。當(dāng)它感應(yīng)到一名住戶時(shí)，通過多個(gè)紅外傳感器的綜合，能夠比較準(zhǔn)確的確定住戶的位置。該系統(tǒng)不僅具有非終端方式的特有優(yōu)點(diǎn)，還避免了侵犯隱私，擴(kuò)展性不佳和維護(hù)困難的問題。為了證明其有效性，已經(jīng)在實(shí)驗(yàn)平臺(tái)上通過了各種不同測試環(huán)境下的實(shí)驗(yàn)性評估。包括此簡介，本文共分為四個(gè)部分，第二部分介紹基于紅外傳感器的室內(nèi)定位感應(yīng)系統(tǒng)架構(gòu)（PILAS）以及定位識(shí)別算法。第三部分介紹了基于紅外傳感器的住戶檢測法和在實(shí)驗(yàn)測試平臺(tái)上的不同環(huán)境下評估系統(tǒng)的表現(xiàn)。最后一部分為總結(jié)和結(jié)論。II基于熱釋電紅外傳感器的室內(nèi)感應(yīng)定位系統(tǒng)架構(gòu)A智能家居的結(jié)構(gòu)鑒于智能家居的室內(nèi)環(huán)境，室內(nèi)感應(yīng)定位系統(tǒng)必須滿足一下條件

48、。第一，由于需要在各種大小不同的房間里安裝大量傳感器來感知智能家居中的住戶，因此定位感應(yīng)系統(tǒng)需保持較低的成本。第二，傳感器的安裝必須是靈活可變的，因?yàn)楦鱾€(gè)房間的形狀結(jié)構(gòu)不同，并且還有各樣阻礙傳感器正常工作的家電和家具。第三，要求定位感應(yīng)系統(tǒng)使用的傳感器能夠抵御很強(qiáng)的噪聲，這是因?yàn)橹悄芗揖幽芾酶鞣N無線傳輸技術(shù)，比如無線局域網(wǎng)，射頻系統(tǒng)，它們都會(huì)產(chǎn)生電磁噪聲，并且光或溫度的巨大變化也會(huì)影響傳感器的正常工作。最后該系統(tǒng)的精度可以，根據(jù)房間類型作出最合適的調(diào)節(jié)。盡管基于熱釋電紅外傳感器的這個(gè)系統(tǒng)有諸多的優(yōu)點(diǎn)，但在眾多滿足要求的產(chǎn)品中并不能吸引人們更多的關(guān)注。它已應(yīng)用于感應(yīng)燈（當(dāng)它感應(yīng)到人體移動(dòng)時(shí)使燈

49、自動(dòng)打開），并且成本低于許多其他種類的感應(yīng)器。另外，由于熱釋電紅外傳感器感應(yīng)的是人體發(fā)出的94104微米波長的紅外線，從溫度、濕度和電磁噪聲來說，這種波長相對周圍環(huán)境較為明顯。而且，它可以通過調(diào)整感應(yīng)半徑來控制定位精度，并容易安裝在天花板上，這樣就不會(huì)受到房間結(jié)構(gòu)和障礙物的影響。圖2顯示的是為住戶提供基于位置的智能服務(wù)的PILAS智能家居框架。在這個(gè)框架下，包括熱釋電紅外傳感器、房屋終端、智能家居服務(wù)器和家用電器在內(nèi)的各種設(shè)備通過家庭網(wǎng)絡(luò)系統(tǒng)連接在一起。每個(gè)房間被視為一個(gè)單元，并在每個(gè)單元的天花板上安裝適當(dāng)數(shù)量的傳感器，為定位服務(wù)提供足夠的定位精度。每個(gè)紅外傳感器周期性的感應(yīng)住戶位置，然后將感

50、應(yīng)信息通過家庭網(wǎng)絡(luò)系統(tǒng)傳輸?shù)椒课萁K端。因此，房屋終端通過集合來自同一個(gè)單元的傳感器信息來確定住戶的位置，再將住戶位置傳輸?shù)街悄芗揖臃?wù)器，服務(wù)器就會(huì)控制家用電器為住戶提供基于位置的定位服務(wù)。圖2PILAS智能家居框架在這個(gè)框架內(nèi)，智能家居服務(wù)器具有以下功能（1）虛擬地圖發(fā)生器為智能家居提供虛擬地圖（生成虛擬地圖），并在虛擬地圖中標(biāo)出由房屋終端提供的住戶位置信息（標(biāo)注住戶位置）。然后，它通過連接住戶的連續(xù)定位點(diǎn)來繪制住戶的運(yùn)動(dòng)軌跡（追蹤住戶運(yùn)動(dòng)）。（2）家電控制器通過家庭網(wǎng)絡(luò)系統(tǒng)發(fā)送控制命令給家用電器為住戶提供智能服務(wù)。（3）運(yùn)動(dòng)模式預(yù)測器保存當(dāng)前的住戶運(yùn)動(dòng)軌跡、家電的動(dòng)作和反映居家環(huán)境的參數(shù)，

51、比如時(shí)間、溫度、濕度、光照度。儲(chǔ)存足夠的信息后，它可能會(huì)使家電主動(dòng)提供滿足人們需要的人性化的智能服務(wù)。例如，如果智能家居服務(wù)器“知道”住戶通常在早上7點(diǎn)醒來，之后要淋浴，它也許就會(huì)在那一時(shí)間打開燈并播放音樂。另外，住戶的淋浴水溫也會(huì)被自動(dòng)記錄。B定位識(shí)別算法為了確定住戶在房間里的位置，要使用一組熱釋電紅外傳感器，如圖3所示。在此圖中，每個(gè)傳感器的感應(yīng)面呈圓形并且相鄰的幾個(gè)傳感器有重疊的感應(yīng)范圍。因此，當(dāng)住戶進(jìn)入某一感應(yīng)區(qū)域后，系統(tǒng)根據(jù)從房間內(nèi)的所有傳感器收集到的感應(yīng)信息判斷他/她是否屬于這一感應(yīng)區(qū)。例如，當(dāng)一位住戶進(jìn)入B感應(yīng)區(qū)，A，B傳感器輸出“ON”信號(hào)，而C傳感器輸出“OFF”信號(hào)。收集輸

52、出信號(hào)后，該算法可以推斷出住戶屬于B感應(yīng)區(qū)。根據(jù)傳感器的數(shù)量和傳感信號(hào)“ON”的排列，住戶的位置通常有以下幾種情況。首先，如果只有一個(gè)傳感器輸出“ON”信號(hào)，那么認(rèn)為住戶處于該傳感器感應(yīng)區(qū)域的中心位置。其次，如果有兩個(gè)相鄰的傳感器輸出“ON”信號(hào)，那么認(rèn)為住戶位于兩傳感器的連線中心點(diǎn)處。最后，如果有三個(gè)或者更多的傳感器輸出“ON”信號(hào)，則認(rèn)為住戶位于所有這些傳感器的面心處。比如，假設(shè)住戶位于圖中的點(diǎn)1處，只有一個(gè)傳感器A輸出“ON”信號(hào)，而當(dāng)住戶位于點(diǎn)2處，傳感器A和B都輸出“ON”信號(hào)。圖3熱釋電紅外傳感器的定位識(shí)別算法這個(gè)系統(tǒng)的定位精度定義為假設(shè)點(diǎn)和住戶之間的最大距離。例如當(dāng)住戶進(jìn)入A感應(yīng)

53、區(qū)，住戶被假設(shè)在點(diǎn)1處。在此假設(shè)中，住戶可以代表一個(gè)點(diǎn)，熱釋電紅外傳感器的感應(yīng)半徑為1米，故定位精確度是1米。因此，當(dāng)住戶位于A感應(yīng)區(qū)的邊緣時(shí)最有可能發(fā)生判斷錯(cuò)誤。另外，當(dāng)住戶位于B感應(yīng)區(qū)時(shí)，他被假設(shè)為在點(diǎn)2處，定位誤差最大時(shí)就是實(shí)際上住戶位于點(diǎn)3處。在這種情況下，定位誤差達(dá)15米，即在點(diǎn)2和點(diǎn)3之間距離是15米。因此，圖3顯示的這個(gè)系統(tǒng)定位精度被視為1米，這是每個(gè)區(qū)域定位精度的最大有效值。傳感器的數(shù)量和它們感應(yīng)區(qū)域的面積決定了PILAS的定位精度，必須合理安排傳感器，以保證系統(tǒng)的精確度。為了準(zhǔn)確判斷住戶位置，提高系統(tǒng)的精確度，這就需要給定數(shù)量的傳感器有更大的感應(yīng)范圍。圖4顯示的是一些傳感器不

54、同排列產(chǎn)生的不同感應(yīng)范圍。圖4（A）和（B）顯示的是9個(gè)傳感器不同排列分別產(chǎn)生的40和21的感應(yīng)范圍。如果從感應(yīng)范圍來看圖4（A）中的排列比圖4（B）的好。但是，按照（A）中傳感器的排列，在某些區(qū)域?qū)o法感應(yīng)到住戶位置，并且定位精度低于（B）。圖4（C）中顯示12個(gè)傳感器排列成28的感應(yīng)范圍內(nèi)沒有任何盲點(diǎn)。圖4定位精度取決于熱釋電紅外傳感器的排列（A）40感應(yīng)范圍（B）21感應(yīng)范圍（C）12個(gè)傳感器構(gòu)成的28感應(yīng)范圍當(dāng)傳感器如圖4（C）一樣排列在房間邊緣，他有時(shí)會(huì)產(chǎn)生尷尬的結(jié)果。圖5就是一個(gè)例子。圖5（A）顯示的是住戶的運(yùn)動(dòng)路線。如果我們通過使用傳感器定位或相鄰傳感器的中點(diǎn)來標(biāo)記系統(tǒng)假設(shè)的住戶

55、位置點(diǎn)，那么運(yùn)動(dòng)路線就會(huì)變?yōu)槿鐖D5（B）顯示的折形路線。為了緩解這一問題，我們認(rèn)為處于房間邊緣的傳感器稍微向內(nèi)補(bǔ)償，結(jié)果就如圖5（C）。圖5中心點(diǎn)外部傳感器的補(bǔ)償效果（A）住戶的運(yùn)動(dòng)路線（B）外部傳感器補(bǔ)償之前（C）外部傳感器補(bǔ)償之后總結(jié)和結(jié)論本文提出了一種以熱釋電紅外傳感器為基礎(chǔ)的室內(nèi)感應(yīng)定位系統(tǒng)，此系統(tǒng)可以為智能家居中的基于位置的智能服務(wù)估計(jì)出住戶的位置。本文介紹了感應(yīng)定位系統(tǒng)中的智能家居框架，綜合紅外傳感器收集的信息實(shí)現(xiàn)的定位識(shí)別算法。此外，本文提出了住戶檢測發(fā)放。最后，對PILAS進(jìn)行了性能評估。根據(jù)各種條件下的多次實(shí)驗(yàn)，我們可以證實(shí)，該P(yáng)ILAS法可以相當(dāng)準(zhǔn)確的估計(jì)出住戶的位置。此外，由于該系統(tǒng)的定位精度小于05米，不需要任何定位識(shí)別終端，因此非常實(shí)用。而且，通過增加傳感器的數(shù)量，或排列傳感器使它們的感應(yīng)范圍相等，或?qū)ν獠總鞲衅鞯闹行倪M(jìn)行補(bǔ)償，可以提高它的定位精度。由于該系統(tǒng)的定位精度根據(jù)傳感器的不同排列方法有所不同，我們需要找到最優(yōu)排列方法以提供最準(zhǔn)確的定位精度。為了提高定位精度，還需要對紅外傳感器的處理方法應(yīng)用更先進(jìn)的技術(shù)，比如概率理論和軟計(jì)算。最后，建議PILAS系統(tǒng)應(yīng)該擴(kuò)展到處理一個(gè)房間中的多人定位。