設備通過振動AI跟蹤家用電器

為了提高典型家庭的效率，在這種情況下，人們忘記了從洗衣機中取出濕衣服，從微波爐中取出熱食并關閉滴水龍頭，康奈爾大學的研究人員開發了一種設備，該設備可以利用振動跟蹤17種類型的設備。

這款名為VibroSense的設備使用激光捕獲墻壁，天花板和地板中的細微振動，以及使用深度學習網絡對振動計的數據進行建模，從而為每種設備創建不同的簽名，從而使研究人員更接近更高效，集成化的智能家居。

信息科學助理教授，《 VibroSense：通過深度學習識別微妙的家庭活動》一書的高級作者張成說：“認識到家庭活動可以幫助計算機更好地理解人的行為和需求，并希望開發出更好的人機界面。使用激光多普勒振動法從單個點對房屋的內表面進行振動。” 該論文發表在交互，移動，可穿戴和普適技術的計算機協會論文集上，并將在9月12日至17日舉行的ACM普適和普適計算國際聯合會議上發表。

“要在這一點上擁有一個智能家居，您需要使每臺設備都變得智能，這是不現實的;或者您需要在每臺設備上或每個區域中安裝單獨的傳感器。”康奈爾大學的科幻實驗室。“我們的系統是第一個可以使用一個設備監視跨不同樓層，不同房間的設備的系統。”

為了檢測整個房屋的使用情況，研究人員的任務是雙重的：使用激光多普勒振動計檢測微小的振動;并通過識別振動在各個房間之間傳播的路徑來區分由多個設備產生的類似振動。

深度學習網絡受到了訓練，以區分不同的活動，部分是通過學習路徑簽名(穿過房屋的獨特路徑振動)以及它們的獨特噪音來進行的。

據該文件稱，該設備在兩棟房子中，可以在兩天內對五棟房子中的17種不同活動(包括滴水龍頭，排氣扇，電熱水壺，冰箱和抽油煙機)進行識別，準確性接近96%。VibroSense還可以區分設備使用的五個不同階段，平均準確率超過97%。

在單層房屋中，激光指向房屋中心的內墻。它被指向兩層樓房屋的天花板。

張說，該設備主要用于單戶住宅，因為在建筑物中，它可能會在附近的公寓中進行活動，存在潛在的隱私風險。

張說：“這肯定需要研究人員，行業從業者和政府之間的合作，以確保將其用于正確的目的。”

除其他用途外，該系統還可以幫助家庭監控能源使用情況，并有可能幫助減少能耗。

張說：“由于我們的系統既可以檢測到室內事件的發生，也可以檢測事件的時間，因此可以用來估計電和水的使用率，并為房主提供節能建議。” “這也可以防止水和電的浪費，以及電氣故障，如短路家庭電器。”