设备通过振动AI跟踪家用电器

为了提高典型家庭的效率，在这种情况下，人们忘记了从洗衣机中取出湿衣服，从微波炉中取出热食并关闭滴水龙头，康奈尔大学的研究人员开发了一种设备，该设备可以利用振动跟踪17种类型的设备。

这款名为VibroSense的设备使用激光捕获墙壁，天花板和地板中的细微振动，以及使用深度学习网络对振动计的数据进行建模，从而为每种设备创建不同的签名，从而使研究人员更接近更高效，集成化的智能家居。

信息科学助理教授，《 VibroSense：通过深度学习识别微妙的家庭活动》一书的高级作者张成说：“认识到家庭活动可以帮助计算机更好地理解人的行为和需求，并希望开发出更好的人机界面。使用激光多普勒振动法从单个点对房屋的内表面进行振动。” 该论文发表在交互，移动，可穿戴和普适技术的计算机协会论文集上，并将在9月12日至17日举行的ACM普适和普适计算国际联合会议上发表。

“要在这一点上拥有一个智能家居，您需要使每台设备都变得智能，这是不现实的;或者您需要在每台设备上或每个区域中安装单独的传感器。”康奈尔大学的科幻实验室。“我们的系统是第一个可以使用一个设备监视跨不同楼层，不同房间的设备的系统。”

为了检测整个房屋的使用情况，研究人员的任务是双重的：使用激光多普勒振动计检测微小的振动;并通过识别振动在各个房间之间传播的路径来区分由多个设备产生的类似振动。

深度学习网络受到了训练，以区分不同的活动，部分是通过学习路径签名(穿过房屋的独特路径振动)以及它们的独特噪音来进行的。

据该文件称，该设备在两栋房子中，可以在两天内对五栋房子中的17种不同活动(包括滴水龙头，排气扇，电热水壶，冰箱和抽油烟机)进行识别，准确性接近96%。VibroSense还可以区分设备使用的五个不同阶段，平均准确率超过97%。

在单层房屋中，激光指向房屋中心的内墙。它被指向两层楼房屋的天花板。

张说，该设备主要用于单户住宅，因为在建筑物中，它可能会在附近的公寓中进行活动，存在潜在的隐私风险。

张说：“这肯定需要研究人员，行业从业者和政府之间的合作，以确保将其用于正确的目的。”

除其他用途外，该系统还可以帮助家庭监控能源使用情况，并有可能帮助减少能耗。

张说：“由于我们的系统既可以检测到室内事件的发生，也可以检测事件的时间，因此可以用来估计电和水的使用率，并为房主提供节能建议。” “这也可以防止水和电的浪费，以及电气故障，如短路家庭电器。”