但唐仁,袁華思,楊海紅

（深圳信息職業(yè)技術(shù)學(xué)院軟件學(xué)院，廣東 深圳 518172）

【信息經(jīng)濟(jì)研究】

一種基于數(shù)據(jù)模糊融合的智能家居監(jiān)控應(yīng)用情景設(shè)計(jì)方法研究

但唐仁,袁華思,楊海紅

（深圳信息職業(yè)技術(shù)學(xué)院軟件學(xué)院，廣東 深圳 518172）

智能家居的應(yīng)用情景設(shè)計(jì)是智能家居走入家庭重要一環(huán)，本文針對(duì)家庭失火監(jiān)控應(yīng)用運(yùn)用多傳感器數(shù)據(jù)模糊融合理論提出了一種設(shè)計(jì)方法，分析了該方法的理論原理、步驟，并使用一個(gè)案例加以應(yīng)證。研究表明，該方法能減少單個(gè)傳感器的誤判，增加智能家居失火監(jiān)控應(yīng)用情景設(shè)計(jì)的可靠和穩(wěn)定。

數(shù)據(jù)融合；智能家居；失火監(jiān)控；應(yīng)用情景

1 智能家居應(yīng)用情景設(shè)計(jì)概述

智能家居是以家庭住所為平臺(tái)、兼?zhèn)浣ㄖ?、網(wǎng)絡(luò)通信、設(shè)備自動(dòng)化、信息家電，集系統(tǒng)、結(jié)構(gòu)、服務(wù)、管理為一體，實(shí)現(xiàn)高效、舒適、安全、便利、環(huán)保、節(jié)能的居住和娛樂的自動(dòng)化系統(tǒng)。從功能上看主要包含5大子系統(tǒng)：即家電智能控制、家居安防監(jiān)控、家庭能量管理（三表抄送）、家庭信息自動(dòng)處理和家庭娛樂，其中家居安防監(jiān)控子系統(tǒng)是家居生活的安全保障，主要是防止煤氣泄漏、火災(zāi)和非法入侵等意外情況。良好的安防監(jiān)控系統(tǒng)能隨時(shí)檢測(cè)家中的環(huán)境，一旦有異常就會(huì)發(fā)送報(bào)警信號(hào)給用戶的手持設(shè)備或者小區(qū)的管理中心，從而減少不必要的損失。

為了更好地使用智能家居控制系統(tǒng)，往往需要設(shè)計(jì)出使用方便的一鍵式操作，對(duì)應(yīng)不同的應(yīng)用情景模式，如在家模式、外出模式、白天模式、夜晚模式、自動(dòng)監(jiān)控模式等等，這對(duì)于我國(guó)人口老齡化日趨嚴(yán)重的家庭更為重要。自動(dòng)監(jiān)控情景模式又涵蓋了上述5大子系統(tǒng)中的家電智能控制、家居安防監(jiān)控、家庭信息自動(dòng)處理等子系統(tǒng)，子系統(tǒng)之間相互聯(lián)動(dòng)，而其中核心部分在于家居安防監(jiān)控子系統(tǒng)的設(shè)計(jì)。

2 智能家居安防監(jiān)控子系統(tǒng)的組成與分析

智能家居安防監(jiān)控子系統(tǒng)包含著與生活息息相關(guān)的各種探測(cè)傳感器，如煙霧、CH4、CO2、溫度、濕度、光照度、紅外等等探測(cè)傳感器，不同的傳感器組合構(gòu)成了側(cè)重點(diǎn)不一的監(jiān)控系統(tǒng)，如煙霧、CH4、溫度等探測(cè)傳感器組成家庭失火監(jiān)控系統(tǒng)，CO2、溫度、濕度、光照度等探測(cè)傳感器組成家庭室內(nèi)空氣舒適度監(jiān)控系統(tǒng)，而溫度、光照度、紅外等探測(cè)傳感器則可組成家庭防盜監(jiān)控系統(tǒng)等等。不同的監(jiān)控系統(tǒng)對(duì)于不同的應(yīng)用情景，下面以家庭失火監(jiān)控系統(tǒng)為內(nèi)容，討論家庭失火監(jiān)控應(yīng)用情景。

智能家居中每一種傳感器都有不同的功能和一定的測(cè)量范圍，單個(gè)傳感器的數(shù)據(jù)只是從某個(gè)側(cè)面反應(yīng)家庭的環(huán)境狀況，會(huì)有一定局限性和不確定性。而且家庭內(nèi)多個(gè)傳感器同時(shí)工作產(chǎn)生大量的數(shù)據(jù)，會(huì)增加這種不確定性，可能會(huì)導(dǎo)致系統(tǒng)發(fā)生誤報(bào)或系統(tǒng)工作失靈。解決這一問題的途徑之一是多傳感器的數(shù)據(jù)融合技術(shù)。

3 多傳感器數(shù)據(jù)融合理論

數(shù)據(jù)融合概念上講是指為完成某個(gè)決策或估計(jì)任務(wù)而對(duì)多元信息在一定準(zhǔn)則下進(jìn)行自動(dòng)分析、綜合處理的過程，是將多個(gè)傳感器檢測(cè)到的數(shù)據(jù)共同轉(zhuǎn)化成關(guān)于被測(cè)對(duì)象的某種狀態(tài)知識(shí)，從而產(chǎn)生一個(gè)更可靠、更準(zhǔn)確的控制或者決策信息，作為整個(gè)監(jiān)測(cè)系統(tǒng)的最優(yōu)估計(jì)量。對(duì)于多個(gè)傳感器數(shù)據(jù)融合的監(jiān)測(cè)系統(tǒng)，融合算法是整個(gè)系統(tǒng)的核心。

3.1 基于模糊理論數(shù)據(jù)融合算法

多傳感器數(shù)據(jù)融合的算法有多種，如自適應(yīng)加權(quán)數(shù)據(jù)融合算法、經(jīng)典推理法、貝葉斯估計(jì)、D-S證據(jù)理論方法、模糊理論、神經(jīng)網(wǎng)絡(luò)等等，本文討論基于模糊理論數(shù)據(jù)融合，該算法的主要特點(diǎn)是：利用模糊綜合評(píng)判原理對(duì)家庭多個(gè)傳感器的數(shù)據(jù)進(jìn)行融合，這樣很大程度上減少某單一傳感器的局限性，提高家庭失火監(jiān)測(cè)結(jié)果的可信度，其基本流程如圖1。

圖1 模糊理論數(shù)據(jù)融合流程圖Fig.1 Flow chart of fuzzy data fusion theory

在該算法中，首先要對(duì)多個(gè)傳感器的監(jiān)測(cè)數(shù)據(jù)同時(shí)進(jìn)行局部預(yù)處理和特征提取，然后將處理結(jié)果送到融合模塊；融合模塊采用基于模糊處理的信息技術(shù)，給出一個(gè)全局狀態(tài)結(jié)果，并作出綜合評(píng)判。

基于模糊數(shù)據(jù)融合算法是一種利用模糊集理論來對(duì)多種因素影響的事物作出綜合評(píng)判的方法，基本思想是把單一集合中的絕對(duì)隸屬關(guān)系靈活化，使元素對(duì)集合的隸屬度從原來只能取0和1值擴(kuò)充到可以取[0,1]區(qū)間中的任一數(shù)值。在進(jìn)行綜合決策時(shí)，除具備因素集之外，還要定義評(píng)價(jià)集和單因素判決。一般過程為先根據(jù)傳感器的作用程度各不相同，確定由因素集到評(píng)判集的模糊判斷矩陣（即為隸屬度集合），再得到傳感器對(duì)評(píng)價(jià)對(duì)象的指標(biāo)權(quán)重，對(duì)權(quán)重和模糊判斷矩陣進(jìn)行合成運(yùn)算即可得到綜合判斷。

3.2 智能家居的模糊數(shù)據(jù)融合模型

（1）隸屬度

假設(shè)智能家居系統(tǒng)有m個(gè)傳感器，監(jiān)測(cè)結(jié)果分為n級(jí)，則傳感器的集合為

監(jiān)測(cè)結(jié)果的評(píng)判集

對(duì)傳感器集合中的每一個(gè)傳感器對(duì)評(píng)判集的指標(biāo)進(jìn)行評(píng)判，可以得到模糊關(guān)系矩陣

式中，rij表示由單個(gè)傳感器i（i∈[1,m]）推斷出評(píng)判集中j（j∈[1,n]）狀態(tài)的可能性大小，即傳感器對(duì)監(jiān)測(cè)結(jié)果的隸屬度。

目前還沒有一個(gè)統(tǒng)一的模式能精確確定隸屬度的方法，在實(shí)際應(yīng)用中經(jīng)常使用的有模糊統(tǒng)計(jì)方法、例證法、指派方法、專家經(jīng)驗(yàn)法等等，其中指派方法是一種根據(jù)人們的實(shí)踐經(jīng)驗(yàn)確定模糊集隸屬函數(shù)的方法，常用的隸屬函數(shù)有正態(tài)型分布、Γ型分布、梯形分布、k次拋物型分布及柯西型分布等。在智能家居失火監(jiān)測(cè)中，由于模糊性較強(qiáng)，不同狀態(tài)之間的界限并不是很明顯，通常采用柯西型模糊分布來實(shí)現(xiàn)，其隸屬函數(shù)又根據(jù)模糊程度的不同有三種形式，分別如下：

（2）權(quán)重

設(shè)智能家居融合系統(tǒng)中的每個(gè)傳感器的評(píng)價(jià)權(quán)重子集為：

權(quán)重表示出了某一傳感器對(duì)要評(píng)價(jià)的對(duì)象貢獻(xiàn)度的大小，方法有模糊聚類分析法、德爾菲法及層次分析法等，其中層次分析法是將要決策的問題分解為不同的層次結(jié)構(gòu)，然后運(yùn)用求解判斷矩陣特征向量的辦法得到每一層次的不同元素對(duì)上一層次某個(gè)元素的優(yōu)先權(quán)重，最后求出各個(gè)備投方案對(duì)于總目標(biāo)的最終的權(quán)重，最終的權(quán)重最大者就是最優(yōu)的方案。層次分析法是一種解決多目標(biāo)、多準(zhǔn)則的復(fù)雜決策問題的一種簡(jiǎn)便的、可行的決策方法，本系統(tǒng)就是采用該方法。

（3）模糊綜合評(píng)判

將評(píng)級(jí)權(quán)重子集W與模糊關(guān)系矩陣R進(jìn)行合成運(yùn)算，得到模糊綜合評(píng)判，記為B，即

在模糊綜合評(píng)判時(shí)，常用的方法是最大隸屬度法、面積重心法等確定最終的判決結(jié)果。本系統(tǒng)采用最大隸屬度法，其規(guī)則為：判決結(jié)果應(yīng)有最大的隸屬度；判決結(jié)果的隸屬度必須大于某一閾值參數(shù)（一般取0.5）；判決結(jié)果的隸屬度與其他判決的隸屬度值之差必須大于某一閾值（一般取0.1）。

4 智能家居失火監(jiān)控情景數(shù)據(jù)融合實(shí)例分析

本文設(shè)計(jì)中，在家庭失火監(jiān)測(cè)上使用了溫度、CH4和煙霧探測(cè)器傳感器，基于上文模糊推理的數(shù)據(jù)融合的一般方法，對(duì)失火監(jiān)控情景應(yīng)用討論如下：

即綜合評(píng)判B的失火的隸屬度為0.615（大于0.5），無火的隸屬度為0.385（失火與無火的隸屬度差大于0.1），根據(jù)最大隸屬度法，該時(shí)刻經(jīng)各傳感器數(shù)據(jù)融合后判斷發(fā)生失火的可能性大于無火的可能性，需要自動(dòng)啟動(dòng)家庭失火報(bào)警模式。

在使用柯西型模糊分布函數(shù)計(jì)算各傳感器對(duì)應(yīng)失火、無火的隸屬度時(shí)，需要根據(jù)專家經(jīng)驗(yàn)確定各傳感器對(duì)應(yīng)某一監(jiān)測(cè)等級(jí)的狀態(tài)值，例如對(duì)溫度傳感器而言，正常無火的溫度狀態(tài)值為20℃，危險(xiǎn)失火的溫度狀態(tài)值為26℃，CH4傳感器在正常無火的濃度狀態(tài)值為0.1%以下，危險(xiǎn)失火的濃度狀態(tài)值為1%，煙霧傳感器在正常和失火狀態(tài)下的值分別為0.65%FT以下和15.5%FT以上；在利用層次分析法取得各傳感器權(quán)重時(shí)，仍需要專家經(jīng)驗(yàn)比較每?jī)蓚€(gè)傳感器相對(duì)失火而言的重要性，通常取9個(gè)層次之間的差異，如兩個(gè)同等重要、一個(gè)比另一個(gè)稍微重要、重要一點(diǎn)、很重要等等，再進(jìn)行歸一化處理。下面給出3組不同時(shí)刻各傳感器對(duì)失火、無火的隸屬度值及融合后的隸屬度值。

表1 多傳感器融合判斷表Tab.1 Judgment table of multi sensor fusion

從表1中看出，當(dāng)傳感器單獨(dú)識(shí)別時(shí)，某些傳感器的結(jié)論為不確定，無法判斷，或者結(jié)論相反，造成自相矛盾，但經(jīng)過數(shù)據(jù)融合后能得出最終結(jié)果，這樣有效地提高了監(jiān)測(cè)的準(zhǔn)確率，增加了智能家居環(huán)境監(jiān)測(cè)系統(tǒng)的可信度，大大減少了系統(tǒng)的不確定因素。

5 結(jié)論

將多傳感器數(shù)據(jù)模糊融合方法應(yīng)用到智能家居失火監(jiān)控應(yīng)用情景設(shè)計(jì)，與單一的傳感器相比，具有更高的準(zhǔn)確性和可信度。運(yùn)行結(jié)果表明，這種方法對(duì)提高失火監(jiān)測(cè)的可靠性是實(shí)用和有效的，可降低失火報(bào)警的誤報(bào)率。在家庭環(huán)境中，根據(jù)不同的具體條件，還需要更多的專家經(jīng)驗(yàn)值確定每一個(gè)傳感器對(duì)判決的隸屬度值和各傳感器對(duì)判決的權(quán)重，目前還沒有形成統(tǒng)一的理論。

[1]鐘銘.基于模糊數(shù)據(jù)融合的煤礦瓦斯預(yù)警研究[D].西安科技大學(xué),2009 Zhong Ming Research on Early-warning of Gas in Coal Mine Based on Fuzzy Data Fusion[D].Xi'an University of Science And Technology，2009.(in Chinese)

[2]王志軍.基于物聯(lián)網(wǎng)技術(shù)的智能家居系統(tǒng)的實(shí)現(xiàn)研究[D].安徽理工大學(xué),2012 WangZhijun.The intelligent home system Implementation Research Based on the Internet of Things technology[D].AnHui University of Science and Technology,2012.(in Chinese)

[3]劉凱.多源傳感器分層數(shù)據(jù)融合在煤礦瓦斯預(yù)警系統(tǒng)的應(yīng)用與研究[D].太原理工大學(xué)Liu Kai,Multi sensor data hierarchical fusion application in coal mine gas warning system[D].Taiyuan University of Technology.(in Chinese)

[4]劉學(xué)會(huì)等.基于物聯(lián)網(wǎng)的智能家居安防監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].制造業(yè)自動(dòng)化,2012,34(17):8-40,56 Liu Xuehui etc.Design and implementation of smart home security monitoring system based on Internet of things[J].Manufacturing automation2012,34(17):8-40,56.(in Chinese)

[5]肖麗等.智能家居中老人跌倒遠(yuǎn)程監(jiān)護(hù)系統(tǒng)的設(shè)計(jì)[J].電視技術(shù),2012,36(13):131-134 Xiao Li etc.Design of remote monitoring system for old people fall in smart home TV Technology.(in Chinese)

[6]Damien Brulin,Yannick Benezeth,and Estelle Courtial.Posture Recognition Based on Fuzzy Logic for Home Monitoring of the Elderly[J].IEEE Transactions on Information Technology in Biomedicine,2012,pp.974-982..(in Chinese)

[7]柳小軍等.基于ARM9多傳感器數(shù)據(jù)融合火災(zāi)報(bào)警系統(tǒng)[J].工業(yè)控制計(jì)算機(jī),2009,22(3):52-53 Liu Xiajun etc.Fire Alarm System Based on Multi-sensor Data Fusion of ARM9 Controller[J].Industrial control computer 2009,22(3):52-53.(in Chinese)

Abstrat:Smart home application scenario design is an important part of smart home into the family.In this paper,a design method is proposed for the application of multi-sensor data fusion theory for the application of multi-sensor data fusion,the theory and procedure of the method are analyzed,and a case is used to prove it.The research shows that this method can reduce the false positives of a single sensor,and increase the reliability and stability of the smart home fire monitoring application.

Method for smart home monitoring application based on data fusion

DAN Tangren,YUAN Huasi,YANG Haihong
（Shenzhen Institute of Information Technology,Guangdong Shenzhen 518172,P.R.China）

data fusion;smart home;fire monitoring;application scenarios

TP273.5

A

1672-6332（2015）03-0053-04

【責(zé)任編輯：高潮】

2015-09-30

《基于計(jì)算機(jī)視覺的空間機(jī)器人粒子群軌跡規(guī)劃算法研究》深圳市科技規(guī)劃項(xiàng)目（項(xiàng)目編號(hào)：JCXJ20120615101640639）

但唐仁（1970-），男（漢），江西九江人，副教授，研究方向?yàn)榍度胧郊夹g(shù)與應(yīng)用。E-mail:dantr@sziit.com.cn