|
現在有一個新發明的可穿戴原型機，能夠檢測到你周圍環境中正在運行的電器設備。而發明著個名為MagnifiSense的可穿戴設備的人是來自華盛頓大學的一名工程師，該設備是一個腕帶式的磁感應檢測系統，通過特定的家電，比如微波爐和吹風機之間的磁感應交互，能夠判斷你周圍是否有這些工作的電器。在檢測到正在工作的設備之后，系統將判斷你將要進行的活動，比如你打開微波爐意味著你這在加熱食物，那么你將要吃飯了。如果你打開吹風機，說明你剛洗完頭。另外，通過這種設備來追蹤和檢測個人用戶的日常行為活動，能夠建立一張個人的能源足跡(energy footprint)，并作出相關的節能措施。另外，這些信息還能傳輸到智能家居的系統中，為居家老人提供一些安全提示。此外，他們還在文檔中列舉出了潛在應用場景，該文獻發布在2015年的Pervasive and Ubiquitous Computing會議上。 
MagnifiSense的工作原理在于，每個設備在工作時所發的電磁輻射模式各不相同，通過一個非常常見的電磁傳感器，設備能夠捕獲用戶附近的非常廣的頻譜。因此，這個可穿戴設備能夠識別出周圍正在運行的電機、整流器、以及不同的調節器，而他們工作時的電磁輻射模式也各不相同。通過捕獲信號，預處理和相關的機器學習算法，MagnifiSense通過不同的排列組合來區分不同設備形成的電磁輻射模式。 Edward Wang和華盛頓大學電氣工程系的其他研究人員以電吹風為例，介紹了設備的工作模式。 電吹風的電磁輻射頻率包括：一個旋轉的馬達，所以就還包括相應的，用于控制馬達轉速的電路。當然，還有電吹風的工作工頻，在美國一般是60Hz。而設備正好能捕獲這一數據信號。如果設備檢測到某一個工作的電器工頻不到60hz，那么顯然不是電吹風。 這些電器的特性，通常被定義為領域知識，被匯聚成一個模式集，也可以稱之為模板。當在系統中錄入上百個市面上銷售的電吹風的模式集之后，我們通過算法學習電吹風的行為模式。當系統檢測到新的工作設備之后，系統將采集到的信號與學習得到的模板進行匹配。 
研究小組在12個家庭中測試了12中常用的電器，包括在廚房、課題、衛生間使用的不同設備。同時，MagnifiSense識別了用戶和設備之間的交互行為，在最后的24h測試中，MagnifiSense成功的識別了用戶與29種不同設備之間交互行為的25種，識別率約為86%左右。 該技術還是十分具有應用前景的，雖然目前的設備還具有一些缺陷需要研究人員去完善。另外，現實中，往往會有多個不同電器設備同時被使用，目前該設備還無法識別超過一個正在運行的設備的情況。 現在的技術瓶頸在于信號，傳感器在識別信號時，是通過直接將A，B兩個信號進行疊加，得到單個C信號。這就意味著，當你打開電磁爐和攪拌器的同時，目前的設備會檢測到一個大于單獨運行電磁爐和攪拌器的信號。另外，他們還考慮將這個穿戴設備的體積縮小。
義烏靈鷗家政服務公司:專門提供家政、月子護理、育嬰師、保姆、專業陪護、服侍老人、醫院護理、鐘點工、家庭公司保潔、搬家等服務。 |
