CN104865929A - 一种基于仿人行为的智能家居电源控制系统 - Google Patents

Abstract

本发明提供一种基于仿人行为的智能家居电源控制系统，具体涉及仿人智能家居信息化领域。其中，家居网关是提供仿人智能家居信息管理的功能；仿人行为算法模块是在家居网关中嵌入基于隐条件随机场人类行为分类算法，以期家居电源智能化操作；无线通信模块是采用Wifi、BlueTooth、ZigBee技术实现与各模块的通信；继电器插板模块是依据包括用户和仿人智能算法的操作命令，用继电器控制家居电源的通断，以控制家电设备；Android手机终端是采用智能手机第三方应用程序(App)“智能插板”实现与家居网关的通信，以期对家居电源控制。本发明的目的是实现对家居设备电源实时智能化控制，提高节能效率，具有成本低、功耗小、操作便捷、适应强等特点，具有较高推广使用价值。

Description

一种基于仿人行为的智能家居电源控制系统

技术领域

本发明提供了一种基于仿人行为的智能家居电源控制系统，具体涉及Android手机应用程序移动互联网APP开发技术，无线通信ZigBee技术、Wifi技术以及BlueTooth技术，继电式插板设计，仿人行为预测研究等，属于智能家居信息化领域。

背景技术

随着社会的高速发展，人们生活水平不断提高，工作节奏也越来越快，用于家庭看护等方面的时间和精力越来越少，随着智能家居市场的不断完善，科技的不断进步，实现家庭信息化、网络化是未来家居发展的主要方向，也就为基于仿人行为的智能家居电源控制系统提供了广阔的市场前景。

智能家居概念早在上个世纪八十年代末就已被提出，但是其发展受到价格昂贵、用户部署安装成本高、不易扩展、操作繁琐交互性差等因素制约，使其很难步入普通百姓家里，而智能手机和移动互联网的出现，培养了用户全新的交互方式和使用习惯，降低了用户对类似电子产品的畏难情绪和学习成本。智能手机作为一个强大的终端处理平台，移动互联网作为一个高速稳定的通信网络，促进智能家居发展的硬件平台建设。与智能手机相结合的智能家居已不仅仅是单独的单一产品，而是一种解决方案，它是将控制、信息和安防等各种家居生活有效地结合起来，来解决对住宅中的各种通信、家电、安保设备等进行监测、控制与管理等等。让智能家居系统分析用户的使用行为，从而使其逐渐具备自主学习用户操作行为的能力，进而能够主动地为用户提供希望得到的服务。

人类行为是有一定规律的，即人类个体行为常常会落入一种范围之内，在该范围中，一些行为是共同的，一些行为是认为不同寻常的，目前利用计算机技术来研究人类行为已经很成熟。

插板作为基础性的多路电源分配部件，与各种家用电器的电源插头相连，可以通过控制插座来实现控制家用电器的目的，因此本项目提出了基于仿人行为的智能家居电源控制系统，用户可以通过专门开发的Android应用程序来控制智能插板，具有使用简单、部署方便、可随处移动等特点，能极大的便利日常的生活，促进智能家居的推广与普及。

发明内容

有鉴于此，本发明的目的是提供一种基于仿人行为的智能家居电源控制系统，实现对家居设备电源的实时智能化控制，提高节能效率，而且具有成本低、功耗小、操作便捷、适应强等特点。

本发明采用以下方案实现：一种基于仿人行为的智能家居电源控制系统，其特征在于：以Android手机中的“智能插板”通过Internet互联网实现与家居网关的通信，以此实现用户对家用电器电源的实时控制；仿人行为算法实现对用户的使用行为进行分析，逐渐具备自主学习能力，最终达到家居电源的自主式服务；无线通信模块是将仿人行为算法的运算结果综合采用BlueTooth、Wifi和ZigBee等技术手段传输到继电器插板中，同时继电器插板也要将插板电器电源通断的状态信息通过无线通信模块传输至家居网关中；继电器插板模块依据接收到的信息，采用继电器元件控制家居电器电源的通断，同时记录家居电器的电源状态。

进一步，在一种基于仿人行为的智能家居电源控制系统实现方案中，本发明由Android手机终端模块、家居网关模块、仿人行为算法模块、无线通信模块和继电器插板模块等五大部分组成；

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的Android手机终端模块，其核心是应用程序“智能插板”APP，是Android手机与家居网关通信的主要交互途径，采用统一的通信协议；

其中，应用程序“智能插板”App具有打开、关闭家用电器电源，定时设置、接收家居设备电源信息，并以可视化图表的形式展示；

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的家居网关模块，分为外网和内网两部分，外网采用以太网与Android手机终端进行通信，内网采用无线通信方式与继电器插板进行通信，采用统一的通信协议；

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的仿人行为算法模块，采用基于隐条件随机场的人类行为分类算法进行。

其中，基于隐条件随机场的人类行为分类算法采用隐条件随机场的模型建立、模型训练、行为分类三大步骤进行。基于隐条件随机场的模型建立可采用以下几个步骤进行：

步骤一：建立条件随机场。一条长度为T的行为轨迹x＝(x₁,x₂,...,x_T)，其相应的类标签为Y＝(y₁,y₂,...,y_T)；引入一个无向图模型(UGM)，假设无向图G＝(节点V,边E)表示一个UGM，Y表示其中的点；若条件为X，Y满足Markov性，则(Y，X)便是一个条件随机场(RCF)；

步骤二：建立隐条件随机场。在条件随机场中引入隐变量h＝(h₁,h₂,...,h_T)得到隐条件随机场，隐变量h对应于G中的点，且当h_i,h_j之间存在链接时，(i,j)∈E便是G中的一条边。

步骤三：求取行为轨迹x的条件分布函数P(y|x；θ)，待学习参数为θ＝{θ_a,θ_b}：归一化因子Z(x；θ)为：

$Z(x;\mathrm{\θ})=\underset{y;h}{\mathrm{\Σ}}(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y^{\′},h_{t-1},h_t,x;\mathrm{\θ})\right)$ 式(1)

将特征函数F(y,h_t-1,h_t,x；θ)定义为：

$F(y,h_{t-1},h_t,x;\mathrm{\θ})=\underset{a\∈A}{\mathrm{\Σ}}{\mathrm{\θ}}_a{f}_a(y,h_{t-1},h_t,x)+\underset{b\∈B}{\mathrm{\Σ}}{\mathrm{\θ}}_b{f}_b(y,h_t,x)$ 式(2)

其中，A是边的特征的集合，B是点的特征集合，f_a是转移特征函数，f_b是状态特征函数，(h_t-1,h_t)是指无向图中相邻的两个隐变量。由此可得行为轨迹x的条件分布函数P(y|x；θ)为：

$P\left(y\right|x;\mathrm{\θ})=\underset{h}{\mathrm{\Σ}}P(y,h|x;\mathrm{\θ})=\frac{1}{Z(x;\mathrm{\θ})}\underset{h}{\mathrm{\Σ}}\left(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y,h_{t-1},h_t,x;\mathrm{\θ})\right)\right)$ 式(3)

基于隐条件随机场的模型训练可以采用以下方式进行：用T^y＝(x₁,x₂,...,x_N)表示第y种行为的训练数据，待学习的参数可以通过优化训练数据的对数似然得到：

$L\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{L}_i\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\log P\left(y_i\right|x_i;\mathrm{\θ}),i=\mathrm{1,2},...,N$ 式(4)

由此将其转化为一个可以采用梯度上升算法来求取待学习参数的最优化问题。

基于隐条件随机场的行为分类是通过最大化条件概率来测试轨迹x^*的行为分类y^*：

$y^{*}=\arg \underset{y\∈Y}{\max }P\left(y\right|x^{*},{\mathrm{\θ}}^{*})$ 式(5)

其中，θ^*的值是从模型训练学习中而来。

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的无线通信模块，采用BlueTooth、Wifi和ZigBee等技术手段实现与家居设备的无线通信；

进一步，在一种基于仿人行为的智能家居电源控制系统的组成部分中的继电器插板模块是采用无线通信技术实现数据交互，依据交互信息采用继电器实现插板电源的通断，无线通信采用统一的通信协议。

本发明的突出特征是将仿人行为预测算法嵌入到智能家居设备中，实现家居设备电源的自主式通断，提高节能效率，符合国家提倡的节能减排；采用模块化设计，用户可根据自身需求选择功能外设进行个性化安装，节约成本，具有使用简单、部署方面、可随处移动等特点，能极大地便利日常生活，促进智能家居的推广与普及。

附图说明

为使本发明的目的、技术方案和突出效果展示地更加清晰，本发明提供了以下附图进行说明：

图1为本发明的系统原理框图；

图2为本发明的工作流程图；

图3为本发明的Android手机终端模块核心应用程序“智能插板”App功能框图；

图4为本发明中的家居网关模块的部分功能原理图；

图5为本发明的仿人行为算法原理框图；

图6为本发明的继电器插板组成原理图。

具体实施方式

下面将结合附图详细描述本发明一种基于仿人行为的智能家居电源控制系统，图1为系统原理框图。

如图1所示，一种基于仿人行为的智能家居电源控制系统，具体实施方式为：以Android手机中的“智能插板”App通过Internet互联网实现与家居网关的通信；仿人行为算法实现对用户的使用行为进行分析，逐渐具备自主学习能力，最终达到家居电源的自主式服务；无线通信模块是将仿人行为预测算法的运算结果综合采用BlueTooth、Wifi和ZigBee等技术手段传输到继电器插板中，同时继电器插板也要将插板电器电源通断的状态信息通过无线通信模块传输至家居网关中；继电器插板模块依据接收到的信息，采用继电器元件控制家居电器电源的通断，同时记录家居电器的电源状态。

图2给出了一种基于仿人行为的智能家居电源控制系统的工作流程图。以下进行更为详细的说明：

进一步，在一种基于仿人行为的智能家居电源控制系统实现方案中，本发明由Android手机终端模块、家居网关模块、仿人行为预测算法模块、无线通信模块和继电器插板模块等五大部分组成；

其中，Android手机终端模块与家居网关模块相互间通过Internet网进行用户操作信息的交互；家居网关模块将用户行为进行实例化为仿人行为算法提供算法接口，同时仿人行为算法将计算结果与中间数据存储于家居网关中；仿人行为算法模块将运算结果传输至无线通信模块；无线通信模块有两部分功能：一则是将仿人行为算法模块结果进行解析，控制继电器插板模块，二则是将电源通断信息，包括电源开关状态等信息，反馈给家居网关；继电器插板模块则是与无线通信模块进行内网的信息交互，同时采用继电器的方式控制家居电源的通断，以及电压测量。

图3给出了一种基于仿人行为的智能家居电源控制系统的Android手机终端模块核心应用程序“智能插板”App功能框图。以下做出更为详细的说明：

进一步，“智能插板”App首先是安全保护问题，进入登录界面，只有登录成功采用进入控制中心主界面，而后选择相应的系统设置、系统信息、本地功能、家电控制、事件记录和终端维护6大功能模块。其具有打开、关闭家用电器电源，定时设置、接收家居设备电源信息，并以可视化图表的形式展示；另外，还可以了解用户的历史操作信息，系统使用说明与帮助等等常规功能。

图4给出了一种基于仿人行为的智能家居电源控制系统的家居网关模块的部分功能原理图，以下做出相关解释：

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的家居网关模块，分为外网和内网两部分，外网采用以太网方式与Android手机终端进行通信，内网采用无线通信方式与继电器插板进行通信，采用统一的通信协议；

其中，内网中采用BlueTooth、Wifi、ZigBee等方式进行通信；家居网关中还有安全卫士和人机交互等功能。

图5给出了一种基于仿人行为的智能家居电源控制系统的仿人行为算法模块的原理示意图，具体实施方式可采用以下方式进行：

进一步，在一种基于仿人行为的智能家居电源控制系统组成部分中的仿人行为算法模块，采用基于隐条件场的人类行为分类算法进行。

其中，基于隐条件随机场的人类行为分类算法采用隐条件随机场的模型建立、模型训练、行为分类三大步骤进行。基于隐条件随机场的模型建立可采用以下几个步骤进行：

步骤一：建立条件随机场。一条长度为T的行为轨迹x＝(x₁,x₂,...,x_T)，其相应的类标签为Y＝(y₁,y₂,...,y_T)；引入一个无向图模型(UGM)，假设无向图G＝(节点V,边E)表示一个UGM，Y表示其中的点；若条件为X，Y满足Markov性，则(Y，X)便是一个条件随机场(RCF)；

步骤二：建立隐条件随机场。在条件随机场中引入隐变量h＝(h₁,h₂,...,h_T)得到隐条件随机场，隐变量h对应于G中的点，且当h_i,h_j之间存在链接时，(i,j)∈E便是G中的一条边。

步骤三：求取行为轨迹x的条件分布函数P(y|x；θ)，待学习参数为θ＝{θ_a,θ_b}：归一化因子Z(x；θ)为：

$Z(x;\mathrm{\θ})=\underset{y;h}{\mathrm{\Σ}}(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y^{\′},h_{t-1},h_t,x;\mathrm{\θ})\right)$ 式(1)

将特征函数F(y,h_t-1,h_t,x；θ)定义为：

$F(y,h_{t-1},h_t,x;\mathrm{\θ})=\underset{a\∈A}{\mathrm{\Σ}}{\mathrm{\θ}}_a{f}_a(y,h_{t-1},h_t,x)+\underset{b\∈B}{\mathrm{\Σ}}{\mathrm{\θ}}_b{f}_b(y,h_t,x)$ 式(2)

其中，A是边的特征的集合，B是点的特征集合，f_a是转移特征函数，f_b是状态特征函数，(h_t-1,h_t)是指无向图中相邻的两个隐变量。由此可得行为轨迹x的条件分布函数P(y|x；θ)为：

$P\left(y\right|x;\mathrm{\θ})=\underset{h}{\mathrm{\Σ}}P(y,h|x;\mathrm{\θ})=\frac{1}{Z(x;\mathrm{\θ})}\underset{h}{\mathrm{\Σ}}\left(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y,h_{t-1},h_t,x;\mathrm{\θ})\right)\right)$ 式(3)

基于隐条件随机场的模型训练可以采用以下方式进行：用T^y＝(x₁,x₂,...,x_N)表示第y种行为的训练数据，待学习的参数可以通过优化训练数据的对数似然得到：

$L\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{L}_i\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\log P\left(y_i\right|x_i;\mathrm{\θ}),i=\mathrm{1,2},...,N$ 式(4)

由此将其转化为一个可以采用梯度上升算法来求取待学习参数的最优化问题。

基于隐条件随机场的行为分类是通过最大化条件概率来测试轨迹x^*的行为分类y^*：

$y^{*}=\arg \underset{y\∈Y}{\max }P\left(y\right|x^{*},{\mathrm{\θ}}^{*})$ 式(5)

其中，θ^*的值是从模型训练学习中而来。

图6给出了一种基于仿人行为的智能家居电源控制系统的继电器插板的组成原理图，具体实施方式可采用以下方式进行：

进一步，在一种基于仿人行为的智能家居电源控制系统的组成部分中的继电器插板模块是采用无线通信技术实现数据交互，依据交互信息采用继电器阵列实现对插板电源的通断，对电器电源的监管采用电压测量阵列进行。

本发明的突出特征是将仿人行为算法嵌入到智能家居设备中，实现家居设备电源的自主式通断，提高节能效率，符合国家提倡的节能减排；采用模块化设计，用户可根据自身需求选择功能外设进行个性化安装，节约成本，具有使用简单、部署方面、可随处移动等特点，能极大地便利日常生活，促进智能家居的推广与普及。

最后需要说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了较为详细的说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种基于仿人行为的智能家居电源控制系统，其特征在于：以Android手机中的“智能插板”App通过Internet互联网实现与家居网关的通信，以此实现用户对家用电器电源的远程控制；仿人行为算法实现对用户的使用行为进行分析，逐渐具备自主学习能力，最终达到家居电源的自主式服务；无线通信模块是将仿人行为算法的运算结果综合采用BlueTooth、Wifi和ZigBee等技术手段传输到继电器插板中，同时继电器插板也要将插板电器电源通断的状态信息通过无线通信模块传输至家居网关中；继电器插板模块依据接收到的信息，采用继电器元件控制家居电器电源的通断，同时记录家居电器的电源状态。

2.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：该系统包括Android手机终端模块、家居网关模块、仿人行为算法模块、无线通信模块和继电器插板模块五大部分。

3.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：Android手机终端模块核心是应用程序“智能插板”APP，其是Android手机与家居网关通信的主要交互途径，采用统一的通信协议。

4.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：家居网关模块采用嵌入式家居网关，分为外网的以太网模块和内网无线通信模块，外网实现与Android手机终端的通信，内网实现与继电器插板模块通信，采用统一的通信协议。

5.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：仿人行为算法模块采用基于隐条件随机场的人类行为分类算法进行。

6.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：无线通信模块是综合采用BlueTooth、Wifi和ZigBee等技术手段实现与家居设备的无线通信。

7.根据权利要求1所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：继电器插板模块是采用无线通信技术实现数据交互，依据交互信息采用继电器阵列实现对插板电源的通断，对电器电源的监管采用电压测量阵列进行。

8.根据权利要求3所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：“智能插板”APP具有打开、关闭家用电器电源，定时设置、接收家居设备电源信息，并以可视化图表展示。

9.根据权利要求5所述的一种基于仿人行为的智能家居电源控制系统，其特征在于：基于隐条件随机场的人类行为分类算法采用隐条件随机场的模型建立、模型训练、行为分类三大步骤进行。

基于隐条件随机场的模型建立可采用以下几个步骤进行：

步骤一：建立条件随机场。一条长度为T的行为轨迹x＝(x₁,x₂,...,x_T)，其相应的类标签为Y＝(y₁,y₂,...,y_T)；引入一个无向图模型(UGM)，假设无向图G＝(节点V,边E)表示一个UGM，Y表示其中的点；若条件为X，Y满足Markov性，则(Y，X)便是一个条件随机场(RCF)；

步骤二：建立隐条件随机场。在条件随机场中引入隐变量h＝(h₁,h₂,...,h_T)得到隐条件随机场，隐变量h对应于G中的点，且当h_i,h_j之间存在链接时，(i,j)∈E便是G中的一条边。

步骤三：求取行为轨迹x的条件分布函数P(y|x；θ)，待学习参数为θ＝{θ_a,θ_b}：

归一化因子Z(x；θ)为：

$Z(x;\mathrm{\θ})=\underset{y;h}{\mathrm{\Σ}}(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y^{\′},h_{t-1},h_t,x;\mathrm{\θ})\right)$     式(1)

将特征函数F(y,h_t-1,h_t,x；θ)定义为：

$F(y,h_{t-1},h_t,x;\mathrm{\θ})=\underset{a\∈A}{\mathrm{\Σ}}{\mathrm{\θ}}_a{f}_a(y,h_{t-1},h_t,x)+\underset{b\∈B}{\mathrm{\Σ}}{\mathrm{\θ}}_b{f}_b(y,h_t,x)$     式(2)

其中，A是边的特征的集合，B是点的特征集合，f_a是转移特征函数，f_b是状态特征函数，(h_t-1,h_t)是指无向图中相邻的两个隐变量。由此可得行为轨迹x的条件分布函数P(y|x；θ)为：

$P\left(y\right|x;\mathrm{\θ})=\underset{h}{\mathrm{\Σ}}P(y,h|x;\mathrm{\θ})=\frac{1}{Z(x;\mathrm{\θ})}\underset{h}{\mathrm{\Σ}}\left(\exp \left(\underset{t=1}{\overset{T}{\mathrm{\Σ}}}F(y,h_{t-1},h_t,x;\mathrm{\θ})\right)\right)$    式(3)

基于隐条件随机场的模型训练可以采用以下方式进行：用T^y＝(x₁,x₂,...,x_N)表示第y种行为的训练数据，待学习的参数可以通过优化训练数据的对数似然得到：

$L\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{L}_i\left(\mathrm{\θ}\right)=\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\log P\left(y_i\right|x_i;\mathrm{\θ}),i=\mathrm{1,2},...,N$    式(4)

由此将其转化为一个可以采用梯度上升算法来求取待学习参数的最优化问题。

基于隐条件随机场的行为分类是通过最大化条件概率来测试轨迹x^*的行为分类y^*：

$y^{*}=\arg \underset{y\∈Y}{\max }P\left(y\right|x^{*},{\mathrm{\θ}}^{*})$    式(5)

其中，θ^*的值是从模型训练学习中而来。