基于多源数据的智能家居控制系统设计与开发

黄孟卉,吴 玉,鲍建行

(1.滁州学院,安徽 滁州 239000;2.北京奇虎科技有限公司,北京 100000)

0 引言

伴随着经济的快速发展,国民对生活品质的要求不断提高,智能控制在国民生活的方方面面得到了广泛的应用。智能家居作为物联网的重要应用,其以家庭住宅为基础,有效融合互联网、现代通信技术、无线传感器技术,从而实现对家居的智能化控制[1]。智能家居控制系统设计是学术界关注的焦点,引起了许多学者的高度关注。荀艳丽等通过GPRS和ZigBee技术实现了物联网智能家居系统,并通过实际测试验证了所设计的智能家居控制系统可以满足远程监控需求,整个系统可以脱离用户操作来实现智能控制,降低了信令交互[2]。郑钰莹等对传统控制系统运行过程中控制指令数据损失量过大的问题,设计了基于双目视觉的无障碍智能家居控制系统,该系统硬件采用ARM处理器,软件采用神经网络层处理控制系统中的不同家居单元,使得控制的范围更加广泛,更加适合于实际的推广应用[3]。程翔等对传统智能家居系统存在使用范围窄、控制方式单一的缺陷,提出了基于物联网的智能家居控制系统设计方案,该系统能够通过主控制器来对本地的家居实施控制,具有可靠性强、功耗低、易扩展等优势[4]。杨晓迪等对传统智能家居存在的有线组建布线烦琐,系统升级、维护不便等问题,将ZigBee无线通信技术和嵌入式ARM技术相结合,借助Qt技术实现人机交互,设计了家居智能控制系统,并通过测试验证了该系统具有实用性强、可靠性高、易拓展等优势[5]。在前人研究的基础上,对多源数据进行融合,实现各种设备设施的有机组合,从而形成可靠性更高、功能性更强的智能家居控制系统。

1 智能家居系统结构整体设计

智能家居控制系统集传感器技术、计算机智能化技术、无线通信技术等于一体,通过部署在智能网关上的多种类型传感器获取多源数据,将获取的多源数据融合处理,将结果推送给家庭用户和执行机构,从而实现对家居的自动控制或手动控制。目前智能家居控制系统主要是采用单一类型传感器,这使得控制系统的可靠性不高[6]。基于多源数据的智能家居控制系统,其由执行机构、传感器节点、智能网关、路由器等平台所组成,具体如图1所示。

图1 智能家居系统架构图

由图1可知,智能家居系统的底层为执行机构,执行机构直接操作家居设备,完成对家居的智能化控制。例如当用户家中发生天然气泄漏事故,执行机构开启排风扇、窗户,同时向用户推送安全警告信息。传感器节点是通过灵敏度高、可靠性强的各种传感器来监测家居环境信息,如烟雾传感器、温度传感器、人体红外传感器等,将采集到的多源传感器数据利用信息传输技术传输到智能网关并进行多源数据的融合处理。智能网关是智能家居控制系统的控制中心,智能网关负责多源数据融合处理,同时通过移动通信网络以及互联网向用户实时发出报警信息。所有监控信息和预警信息都会存储在云端,有效保障数据的安全性与可靠性。

2 多源数据融合

2.1 数据融合技术

数据融合是对来自多个传感器的数据进行融合并做出判断,相对于单个传感器信息所做出的判断具有更高的准确性和可靠性。数据融合技术在军事领域和非军事领域均具有十分广泛的应用,如军事领域的空对空防御、地对空防御,综合地基与飞机电磁信号能够做出更加精准的预警;非军事领域的医疗,如综合X射线、核磁共振比目视检测所做出的疾病诊断结果更加精准。目前数据融合共有3种方法,具体如图2所示[7]。

图2 数据融合方法

采用直接融合法要求不同类型传感器获取的数据信息是可以直接运算的,如果不能够直接运算或者经过简单处理也不能够直接运算,那么就无法使用直接融合法。特征融合是对每一个传感器数据提取特征向量,并基于所提取的特征向量进行融合。由此可见,融合的结果受到提取特征向量精度的影响,如果所选择的特征向量提取方法不合理,那么就会导致融合的结果误差比较大。决策融合是对每一个传感器的数据进行决策判断,同时对不同传感器决策判断的结果进行融合。智能家居控制系统传感器类型多样,采用决策融合对多源数据融合,所得决策结果精度更高。

2.2 D-S证据理论

智能家居控制系统是结合多传感器获取的家居监测信息来做出某种控制决策,由于传感器自身精度所导致的误差使得单一传感器数据智能家居控制系统可靠性差、决策精度低,为此提出采用D-S证据理论来降低决策风险,以更好地实现家居的智能控制。D-S推理理论认为导致事件发生的原因是多方面的,不同结果对不同假设独立判断获得不同假设的概率分配,该函数为MSS函数。由于MSS函数来源于主观判断,因此具有比较强的主观性。将MSS函数和量化方法相结合,获得比较客观的函数,进而计算融合概率。融合概率比较大的事件就是要发生的事件,也是决策融合得到的判断结果[8]。

假定智能家居控制系统中所有可能决策结果构成完备集合Θ,集合中元素之间相互独立。定义完备集合Θ中各焦元m函数为

m:2Θ→[0,1],st.m(Θ)=0

(1)

∀Ai满足Ai∈Θ(i=1,2,…,n)为非空集合,那么完备集合Θ上n个m函数m1,m2,…,mn的合成规则为

(2)

不同的证据之间可能存在冲突,K值反映不同证据之间冲突的大小。K值越大,不同证据之间的冲突越大;K值越小,不同证据之间的冲突越小。当K=1时,采用D-S证据理论进行融合是无效的。

对智能家居控制系统多源数据进行融合时,当K值大于5时,采用Lefevre组合规则;当K值小于5时,采用D-S融合规则。不妨设智能家居控制系统中共包含有n个传感器,那么就会得到n个证据,即E1,E2,…,En。对n个证据进行合成,涉及冲突的焦元为C1,C2,…,Cl且Ci∈P(i=1,2,…,l),其中P为冲突焦元的集合。根据冲突焦元信任度值大小计算加权因子ω,即[9]

(3)

根据加权因子ω对冲突焦元信任值再次分配,即

A⊆P

0

A⊄P

(4)

因此,智能家居控制系统多源数据融合规则为

(5)

智能家居控制系统多源数据融合采取先对两个证据融合,融合结果再和第三个证据融合,依次类推完成多源数据证据融合的方式。不妨假定智能家居控制系统共包含4个传感器,那么需要融合的证据为4个,多源数据证据融合的过程如图3所示。

图3 4个证据融合过程示意图

3 智能家居控制系统开发

3.1 系统开发软硬件

智能家居控制系统硬件部分包括内网与外网,内网与外网之间采用RS232串口通信,无线收发系统采用SIM900模块。网络控制系统硬件组成如图4所示。

图4 控制系统硬件组成

智能家居控制系统硬件设计应该满足实时性、可靠性、准确性、易扩展、低功耗等要求。传感器节点要准确、实时将传感器信息传输给智能网关,同时智能网关将多源数据进行融合处理做出判断,并将判断的结果推送给家庭用户与执行机构,完成相应的智能控制操作。智能家居控制系统的各种硬件装置应该能够长时间的稳定工作,有效感知外部环境的变化,避免发出错误的预警信息。考虑到智能家居控制系统全天候的运行,因此在硬件的设计上必须满足节能要求。智能家居控制系统的软件设计要确保传感器采集信息的传输实时有效,采取模块化的设计理念进行模块化设计,这样对智能家居控制系统的维护更加方便、移植也更加容易。

3.2 信息传输网络

信息传输网络直接关系到智能家居控制系统的通信,进而影响到系统的稳定性和可靠性。目前无线通信技术有射频通信、Wi-Fi通信、IrDA通信、ZigBee通信、蓝牙通信,对不同通信技术指标进行比较,结果如表1所示[10]。

表1 不同通信技术指标对比结果

由表1可知,智能家居环境下的内部网络具有复杂度不高、传输速率低、成本敏感等特点,而相对于其他的4种无线通信技术,射频通信具有较强的穿透能力、通信距离远、可靠性高、功耗与成本低等优点,因此信息传输网络选择射频通信的方式来进行传感器节点之间的数据传输。

3.3 智能家居网关开发

网关是智能家居控制系统的控制中心,其集数据融合、网络协议转化、时间决策等功能于一体,其将射频网络转化为Wi-Fi、以太网等上层应用网络。图5为智能家居网关模块架构。

图5 智能家居网关模块架构

3.4 可视化管理平台

开发可视化的管理界面能更好地实现对智能家居的控制,实现对家居环境动态监控的目的。图6为可视化管理平台界面示意图。

图6 可视化管理平台界面示意图

由图6可知,执行机构主要是对排风扇、窗帘开度、门禁等进行控制。如在厨房安装有烟雾传感器、瓦斯探测器等传感器,一旦出现煤气泄漏,就会打开排风扇,同时将煤气泄漏信息传输给用户,实现煤气泄漏预警。各种传感器能够实现对家居环境的监控,系统通过多源数据融合处理,将处理结果发送给用户,实现报警。系统将多源数据融合处理结果传输到传感器节点,进而到达执行机构来执行相应的智能化操作,实现对家居报警环境下的处置,以创造良好、舒适的家居环境。系统通过瓦斯探测器、烟雾传感器、声光报警器等多传感器获取多源数据,提高了传感数据决策的精度,实现了对智能家居环境的精准化、智能化控制。

4 结论

智能家居控制系统能够为用户家庭提供更加舒适的家居环境,设计了包含多传感器的智能家居系统,提高了智能家居控制系统的可靠性。对多传感器获取的多源数据采用决策融合方法进行数据融合,提出了采用D-S证据理论进行数据融合的技术。所开发系统的控制中心为智能网关,借助传感器技术、通信技术、控制技术,实现了各种设备的有机融合,开发的智能家居控制系统实现了安全事件监控、报警、处置等功能,具有更高的可靠性。