[发明专利]基于体感信息的实时自适应智能楼宇系统

摘要

一种基于体感信息的实时自适应智能楼宇系统，包含智能家居和智能办公等范畴，系统的主要模块构成是用户端传感器模块、语音识别系统、视频分析系统、云端数据库、云端服务器、移动边缘计算网关及控制模块；用户端传感器模块包括健康数据采集传感器、声音传感器以及视觉传感器；健康传感器获取用户身体健康数据，声音传感器主要是充当麦克风接收用户声波信息，视觉传感器获取使用环境内的图像信息；用户端传感器模块与移动边缘计算网关、语音识别系统及视频分析系统相连，用户端传感器模块通过有线或无线连接将声音数据传输给语音识别系统、将图像信息传输给视频分析系统进行预处理。本发明能够在无人介入下实时监测人体健康数据并调整室内环境。

主权项

1.一种基于体感信息的实时自适应智能楼宇系统，其特征在于：包含智能家居和智能办公等范畴，系统的主要模块构成是用户端传感器模块、语音识别系统、视频分析系统、云端数据库、云端服务器、移动边缘计算网关及控制模块；用户端传感器模块包括健康数据采集传感器(心率、血压、血氧、体温、加速度等传感器)、声音传感器以及视觉传感器；健康传感器获取用户身体健康数据，声音传感器主要是充当麦克风接收用户声波信息，视觉传感器获取使用环境内的图像信息；用户端传感器模块与移动边缘计算网关、语音识别系统及视频分析系统相连，用户端传感器模块通过有线或无线连接(蓝牙、WiFi、Zigbee、Z‑wave等)将声音数据传输给语音识别系统、将图像信息传输给视频分析系统进行预处理；其中，语音识别系统对语音传感器上传的声音数据进行预处理具体是：语音识别系统收到声音数据后进行数据建模，建立声音数据集，对声音数据集进行标注，一部分作为训练数据放入卷积神经网络形成分类器，另一部分作为测试数据形成测试集，将分类器与测试集进行比对，不断优化，提高识别的准确率；将声波转化为数字之后采样到分类器，分类器根据语速、音频等进行分类处理，然后调用长传输协议将数据传入移动边缘计算网关；视频分析系统对视觉传感器上传的图像数据进行预处理具体是：视频分析系统收到图像数据后进行数据建模，通过Dlib获取用户面部特征点，结合Tensorflow获取用户姿态特征，利用卷积神经网络对视频信息探测到的人体信息进行一定时间的训练，形成一个分类器供云端服务器载入使用，并分析行为和表情信息和特定的个人信息；通过onvif协议进行无线通讯，将该数据通过网络和相应的移动边缘计算网关进行连接，移动边缘网关接受数据后进行分类存储；移动边缘计算网关与用户端传感器模块、语音识别系统、视频识别系统、数据融合模块、云端服务器和云端数据库相连；用户端传感器将实时监测到的体感数据发送到移动边缘计算网关进行预处理，然后将数据上传到云端数据库，云端服务器读取数据库中的数据并使用规则引擎绑定指定的信息，并进行数据清洗，将处理完的数据转发到移动边缘网关的数据融合模块，利用数据融合技术进行分析，移动边缘计算网关将数据发送给控制模块生成指令消息，终端设备便通过指令实现控制智能家居；其中，移动边缘计算网关对传感器上传的体感数据进行预处理具体是：移动边缘计算网关接收到传感器通过基站发送的数据后进行分类存储，将实时监测到的数据(标记为P₁,P₂,…,P_N)在本地计算出一段时间内的平均值λ＝(P₁+P₂+…+P_N)/N；云端服务器读取数据库中的数据并使用规则引擎绑定指定的信息，并进行数据清洗，具体包括分析识别、数据同步；1)分析识别：云端服务器读取数据库中的数据，调用语音识别程序载入分类器，判断出用户当前声音性质，包括分析所属性别、年龄、声音状况等；调用视频分析程序载入分类器，将特征值与测试库中的数据进行比对，返回探测到的最有可能的行为和表情，然后通过探测到的人脸，进行人脸库比对得出行为的归属人，将行为和表情信息和特定的个人信息；调用健康传感分析程序，使用规则引擎绑定指定的信息，进行数据存储，判断用户的呼吸速率、心率、脑电和体表温度等特征分析用户当前处于什么状态；2)数据同步：云端服务器将数据通过mqtt长传输协议下发到各个边缘网关，边缘网关接受后调用分类器将声音识别信息、图像识别信息分别存储于语音识别系统、视频分析程序部分；云端服务器读取数据库中的数据并使用规则引擎绑定指定的信息，并进行数据清洗，具体是：移动边缘计算网关从云端取出数据进行清洗得到满足质量要求的数据；涉及到异常检测过程要对异常值进行过滤，其中包括泊松算法、条形聚类算法、平均算法以及中位数算法等；异常值抓取详见如下过程：S1.当前监测的数据为X₁，X₂，…，X_N，由上述第一步得出平均值λ；S2.假设x是当前检查的值，λ为数据集的平均值，由以下公式建立一个正常值模型：S3.将数据集中最高的标记为，由以下公式算出一个得分，若x偏离了λ₁，则得分与给定的越不匹配，则异常越多；将处理完的数据转发到移动边缘网关的数据融合模块，利用数据融合技术进行分析，具体是：对用户进行行为分析；将清洗后的数据在云端数据库存储，通过机器学习算法分析历史健康数据，得到数据走向，在云端管理员界面中监控并分析，实现预测效果和智能动态调整测量；将融合分析后的数据通过函数计算进行处理，调用API设置设备属性，移动边缘计算网关将数据发送给控制模块生成指令消息，设备端便可以通过指令实现控制智能家居，通过综合判断用户的呼吸速率、心率、脑电和体表温度等特征分析用户当前处于什么状态，比如判断出用户是深度睡眠状态，则控制室温为最宜睡眠温度。