迈向“6S”智慧家居:智能科技与智慧生活

                    

本文由 电器杂志 发表,转载请注明来源!

在最近的数十年间,网络技术的发展带来了巨大的社会进步,主要体现在人类的生产活动中。因特网的出现带来了信息传输与获取的便利,人类节约了大量的时间与金钱成本。最近几年,大数据、人工智能技术在生产领域的应用也逐渐普及并发挥效果。然而,对比之下,在生产领域之外的生活领域,人类的居家方式至今并没有发生很大的改变。家庭——作为社会组成的基本单元,几乎成为“到处都算,什么都连”的信息时代孤岛,发展大为落后[1,2]。

智能家居的概念于1984年起源于美国联合科技公司,其意义是将建筑设备信息化、整合化,与配套的软件和设备相结合,以达到一个理想的居住环境。智能家居相关技术的发展对人类生活方式的进步有着重要意义。智能家居的最主要功能是对家居环境进行安全、卫生清洁、硬件维护、作息、个人健康等全方面的管理,进而将人从繁琐重复的家居劳动中解脱出来,利用大数据技术,为人们创造更好的生活方式。现阶段,智能家居技术着重于解决系统设计、用电规划、家庭物联网与通信、图像与语音识别、室内环境控制、数据安全与隐私保护等[3~5]问题。目前看来,智能家居技术国内外发展各有特点,国内侧重应用技术,国外侧重基础技术。2018年,科大讯飞发表了智能物联云“AIoT”技术,并在2019年宣布与德国摩根携手深耕智能家居领域[6~8]。AIoT的概念是,由物联网产生的庞大繁杂的数据,存储于云端、边缘端,交由人工智能来实现快速的自我学习,提升识别能力,而通过大数据分析以及更高形式的人工智能,也能使得物联网本身实现万物数据化和智联化[9]。与科大讯飞同样处于领先地位的是华为的“全屋智能”技术,依靠鸿蒙系统的标准接口进行智能化互联,实现全场景分布式OS,带来生态共享[10,11]。相比之下,国外的智能家居服务商在设备建模和连接以及安防等单一功能的实现(如快思聪、塞万特、谷歌等公司)方面有更多的实践经验,而对于人工智能和大数据的应用并不普及,目前仅亚马逊在AI语音助手(Alexa)方面有所应用[12]。

目前,中国的智能家居生态尚处于孵化过程中,产品在国内外面临诸多问题。这种情况不仅仅是文化环境差异产生的,智能家居相关技术的不成熟也是非常重要的原因之一。现有的智能家居技术的主要问题包括:(1)人机交互体验较差;(2)没有真正的用户刚需场景;(3)产品之间联动性差。业内停留在“为了智能而智能”的阶段,最终导致用户不愿意为非需求功能提升而产生的产品溢价买单[13~15]。无论从整个系统角度来看,还是从单个产品来看,智能家居技术还有很大的发展和进步空间。因此,本文将基于整个智能家居系统与用户场景需求,对于当前智能家居的重要技术及其发展趋势进行分析,指出发展方向,并对智能家居未来整体的发展及应用进行展望。

本文共分为4个部分:第一部分为引言;第二部分介绍了智能家居系统的通用技术;第三部分提出新一代的“6S”智慧家居系统及主要场景需求,阐述其演化过程,着重描述“社区耦合”与“联邦”两种全新的生态的构成与应用;第四部分展望了智能家居的未来,将机器人技术引入智能家居技术,阐述了机器人技术在智能家居环境中作为功能性拓展的重要性。

智能家居系统的通用技术

目前,应用在智能家居系统中的技术包括通信/物联网技术、传感与控制技术、语音语义识别技术、图像识别技术、云计算与边缘计算技术等。

(1) 通信/物联网技术

物联网技术是智能家居系统最基础的部分,每一种智能家居产品都需要通过家庭智能网关相互连接。智能网关是智能家居系统的控制核心,应用技术包括互联网技术、总线通信技术、广域/局域网技术、射频通信技术等。目前,智能家居系统中所应用的技术标准种类繁多,包括CEBus、Havi、HomePNA、ZigBee、RS485等[16,17]。种类繁多的通信技术标准也给智能家居产品的通用性和推广带来了困难。

(2) 传感与控制技术

智能家居的传感与控制技术主要应用在家居内部光照、温度和湿度等环境参数的控制上。传感方面包括温/湿度传感器、雨滴传感器、风力传感器、气压传感器、人体心率传感器、光强度传感器等,将室内温度和湿度、室外温度和湿度、天气状况、人体生理状态等数据通过家居联网输入控制器,用以对室内空调、加湿器、窗户、晾衣架、灯光、电风扇等智能家居产品进行智能调节,保证住户在健康、适宜的环境下进行家居生活[18,19]。

此外,在光照、温度、湿度的基本家居环境要求的基础上,刘剑飞[14]提出了家居“五恒”系统。除了恒温恒湿,刘剑飞还在研究中加入了恒氧、恒净、恒洁的标准,对家居环境的含氧量、空气污染物、微生物等方面提出了进一步的要求。

(3) 语音语义识别技术

语音语义识别是让智能设备能听懂人类的语音,本质是一种基于语音特征参数的模式识别,利用一部分自然语言处理技术,让系统把输入的语音按识别模式区分,进而通过判定准则获得最佳的匹配效果。智能家居的语音识别模块包括语音识别器、自然语言解析器、问题求解器,搭载语音交互功能的产品还包括语言生成器、语言合成器和对话管理器[20~24]。其中,对住户的话语进行理解的自然语言处理(Natural Language Processing, NLP)是最难以实现的。

自然语言理解所依靠的是语义模型的建立和应用,语义模型则具有高度的社会属性。为此,王飞跃[25,26]在平行应急管理系统中提出了基于人工社会的语义BDI智能体结构,在原有BDI智能体结构的基础上添加了语义生成器、语义推理机和语义解释器等构件。其中,语义生成器将感知信息(如语音、环境参数、用户身体状态等)转换为语义描述信息,输出新的信念和外部事件。外部事件促使新目标的产生,以及对已存在目标的追求;语义推理机查询目标集和信念集,理解目标和信念的语义描述,根据计划选择函数进行推理,从计划集中确定目标计划;语义解释器对目标计划进行解释,并将解释后的子行为和子目标传递给执行器执行。

当前,智能家居语音语义识别技术的应用遇到的主要困难在于——几乎每个用户使用的语言习惯都不同,并且在家庭生活中往往是由官方语言夹杂本地语言进行交流的。这给语音语义识别系统快速、正确地反应带来了一定的困难。

(4) 图像识别技术

在智能家居系统中,图像识别技术的应用集中在居家安全方面,包括基于人脸识别的门禁监控防盗系统,以及家居监控防灾系统上。图像识别技术的主要工作原理是通过对监视摄像头所得图像信息的采集,与数据库中的图像进行比对,对访客身份、事故发生位置、类型、严重程度等信息进行识别[27,28]。

(5) 云计算与边缘计算技术

云计算是通过计算机网络的强大连接能力,将电脑和服务器在数据中心汇集共同计算,使智能家居系统在算力和存储能力方面得到保障与进化。云计算在智能家居系统中的应用意义在于数据的集中化和管理的智能化。然而,其中的问题在于:1)对于用户隐私数据的保护还不够;2)云端本身带宽和算力上的负荷使得难以对家居场景实现快速响应。

为了解决云计算在智能家居应用中的现存问题,本文在云计算的基础上加入了边缘计算。边缘计算的概念兴起于2016年,是为了解决集中式云计算在处理海量数据时所遇到的带宽和算力问题,降低云端的负荷,将数据资料、应用程序与服务的运算由网络逻辑上的中心节点移至边缘节点,使之更加靠近用户终端的新型计算模型[29,30]。通过在云计算网络中加入边缘计算,可以有效加快资料的传输与处理速度,提高系统的响应能力。除此之外,通过边缘节点进行数据处理,相比于单纯使用云计算可以更有效地保证用户的数据安全及隐私问题。一方面,用户对数据管理有更多的自主权;另一方面,智能家居系统场景应用可以更加贴近用户个人的需求。

“6S”智慧家居系统及演化过程

(1) “6S”智慧家居系统及其主要场景需求

王飞跃在2020年提出了“6S”智慧家居概念。“6S”包括物理安全(Safety)、信息安全(Security)、可持续发展(Sustainability)、个性化需求(Sensitivity)、服务(Service),以及智慧(Smartness)。相比之下,传统的智能家居系统对物理安全以外的“5S”的支持是较为不足的,尤其体现在个性化需求以及智慧方面。一个较为完整的“6S”智慧家居系统的组成案例如图1所示。图1中所示系统及功能模块,其中一部分,如门禁、智能锁、照明、娱乐系统等属于现阶段比较成熟的技术;另一部分,如语义识别模块、情绪识别模块、智能厨师等技术虽然还不够成熟,但都具有比较好的发展前景,在将来有很高的可能性被整合到“6S”智慧家居系统中。

迈向“6S”智慧家居:智能科技与智慧生活

图1 “6S”智慧家居系统的组成案例

“6S”智慧家居的提出是基于近未来人类社会对于家居生活的更高层次的场景需求。家居的概念对于人类来说,从远古时代的“遮风挡雨”的需要,到现代的“温馨港湾”的比喻,进而到由于当代都市中越来越快的生活节奏,包括最近的新冠肺炎疫情的压力下所引发的“家居办公一体化”的趋势,实际上是在基础需求不动摇的前提下,不断向着更多的拓展需求进化[6~10]。“6S”智慧家居系统作为面向近未来人类家庭生活需要的智能家居系统,在已有的智能家居系统的场景需求上进行更全面和更深层次的拓展。“6S”智慧家居系统的场景需求主要包括通用场景需求、会客场景需求、娱乐场景需求、休息场景需求、家务场景需求、饮食场景需求、工作场景需求、私密场景需求、紧急场景需求9种场景需求。其中,通用场景需求所需系统及功能模块,包括安防、智能、照明、水循环等,时常处于活跃状态。其他场景需求所需系统及模块会依照智能模块的实时监听、判断,选择性进入或解除活跃状态。例如,当家中有人来访时,智能家居系统通过识别模块判断是否是家庭成员。如果来访者是非家庭成员,智能家居系统则通过主人的授权与否选择是否打开门禁。在极端情况下,例如来客试图破坏门禁,智能家居系统会进入紧急场景需求的活跃状态,进行报警、蜂鸣、电击等防御性操作;如果来访者通过主人邀请,则进入会客场景需求的活跃状态,进行机器人引导、泡茶操作,在用餐时间也可以选择进入饮食场景需求的活跃状态。

王飞跃提出,“6S”智慧家居系统将以认知家居作为科学基础,平行系统作为技术方法,联邦生态及联邦家居与社会家居+作为组织形态[25,26,33,38]。其中,认知家居的作用在于赋予底层数据人性化和个性化,平行系统的作用在于提供整个复杂家居环境的智能控制手段,联邦生态的作用在于实现智能家居的社会性。这三者在“6S”智慧家居系统中可以独立存在,也可以相互兼容协作。从技术方面来看,随着5G技术、边缘计算技术以及区块链技术的落地应用与推广,可以预见到联邦生态在“6S”智慧家居系统中是较为接近实现的。然而,这一目标的实现也需要逐步的演化,这一演化过程将在下文中详细描述。

(2) 从物联网到智联网——5G与边缘计算的应用

智能家居系统是面向场景应用的系统。Robert Scoble[15]提出,场景中有5种技术力量,被称为“场景五力”,包括移动设备、社交网络、大数据、传感器以及定位系统。物联网是“场景五力”结合的一大体现。具体来说,智能家居系统通过传感器将家居环境中的温度、湿度、亮度、音量等数据收集起来,通过控制中枢判断这些变量是否满足要求,进而协调执行器进行场景动作。这些组件之间的通讯由通信网络支持,并通过移动设备作为人机接口接受用户的指令以及将信息反馈给用户。这是目前的智能家居系统所能够做到的[31,32]。一言蔽之,当前的智能家居系统对于“场景五力”的利用并不充分,相关产品基本停留在“物联”的水平,并没有实现有机互动的“智联”。所谓智联网,是以互联网、物联网技术为前序的基础科技。在此之上,以知识自动化系统为核心系统,以知识计算为核心技术,以获取知识、表达知识、交换知识、关联知识为关键任务,进而建立包含人机物在内的智能实体之间语义层次的联结,实现各智能体所拥有的知识之间的互联互通。这正是“6S”智慧家居系统中的“智慧”部分[33]。由此可知,从物联网到智联网的升级是智能家居系统摆脱“为了智能而智能”的阶段,迈向真正智能的必经之路。

从物联网升级到智联网需要掌握4个关键技术的应用,包括以5G技术为代表的新一代通信技术、大数据技术、边缘计算技术和联邦/平行智能技术。其中,5G技术不仅提供了足够的网络上行速率、即时性、覆盖范围与带宽,并且可以解决不同智能家居产品之间的连接障碍问题,为家居大数据的传输提供了先决条件;大数据技术在智能家居系统中主要被用于建立用户的行为偏好预测模型。此外,智能家居系统还可以通过上级网络(边缘端网络、云端网络)实现知识层面上的联通,借助机械智能的连结形成更高层次的智能家居生态[34,35]。

(3) 从单一生态到耦合生态——结合MEC的智能社区服务

对于边缘计算而言,5G时代的到来意味着可以利用无线接入网络就近提供电信用户IT所需服务和云端计算功能,而创造出一个具备高性能、低延迟与高带宽的电信级服务环境,我们称之为移动边缘计算(MEC)[36]。

进一步地,我们可以将MEC与社区服务在智能家居系统中结合起来。社区服务本就与家居生活有着非常紧密的关系,尤其在物理安全、能源管控等方面,在家居生活中与邻居、其他社区住户之间的互动也是必不可少的。然而,一直以来,在智能家居系统概念中,关于社区服务与家居生活的关系和如何结合的问题极少有深层次的研究和讨论。在新时代的“6S”智慧家居系统中,社区生活同样是场景需求的重要组成部分。因此,我们提出了以MEC作为技术基础,将智能社区生态融入智能家居生态,形成“智能社区联合——智能社区——智能家居”对应“云计算服务——边缘计算服务——家居终端计算服务”的“6S”智慧家居耦合生态体系,如图2所示。

迈向“6S”智慧家居:智能科技与智慧生活

图2 “6S”智慧家居社区耦合生态体系

在图2中,“6S”智慧家居社区耦合生态体系在物理维度和虚拟维度上平行对应。物理维度产生数据,将信息传达到虚拟维度;而虚拟维度通过数据生成决策,通过服务的形式回馈到物理维度。在家庭端,各种智能家居终端产品负责人的家庭生活,并采集住户个人数据,原则上由住户自行选择上传数据种类。例如,面部和体态的图像数据、语音数据、社会关系数据等。这些数据的上传和管理对于物理安全来说是必要的,但如果将这些数据直接上传至云端,会带来较大的信息安全风险。为此而生的解决办法,是上传至边缘端进行加密并交由社区管理,生成社区局部大数据,再将加密后的数据上传至云端形成社区联合大数据。因为在国内的社区生活文化中,“远亲不如近邻”,人和人之间在物理上距离较近,生活行为和圈子有较多重叠之处,对于很多生活信息的分享不如对社区外的人敏感,所以较容易构成相互信赖的关系。另外,社区本身对于住户生活进行一定程度管理的情况普遍存在,且由于目前中国大多是封闭/半封闭式社区。在这种情况下,家居安全与社区安全在物理层面可以近乎等同。如此,就在物理安全和信息安全之间找到了一个两全其美的平衡点。此外,社区局部大数据还有两个用途。一是作为智能社区管理与服务平台建设的基础,具体可执行水、电、煤气、采暖、宠物、垃圾分类、噪声、车辆管理、迁入迁出、业余活动等服务和管理,构建更为和谐、卫生、方便的社区生活环境;二是将部分住户生活数据和社区内数据转化为整体的社区管理数据,此数据可上传至管理社区联合数据的云端服务器,便于对于各个社区进行应急控制和资源分配。

将智能家居MEC与社区服务结合还有以下几个优点:1)边缘端部署位置的选择可与社区建设与改造规划相互配合,缩短通信距离,有利于降低数据传输成本,提高传输速度;2)在物理安全方面,有利于社区警务信息的全方面采集与整合,提高基层警务工作效率,提高社区和家居环境的安全性;3)在信息安全方面,使得用户信息管理更加方便,同时明确了信息安全责任,让用户权益更加有保障;4)促进邻里互助互信,提升人民生活幸福感;5)社区联合形成智慧社会,成为中国现代化征程和伟大复兴的宏伟蓝图战略部署的重大目标之一[37]。

(4) 从强中心化到弱中心化——“6S”智慧家居联邦生态体系

在结合了MEC与智能社区服务的“6S”智慧家居社区耦合生态体系的基础上,更进一步地,加入联邦智能和基于区块链技术的应用,可以将“6S”智慧家居社区耦合生态体系进化至“6S”智慧家居联邦生态体系。联邦生态指在分布式的联邦节点间,以基于区块链的联邦安全、联邦共识、联邦激励、联邦合约为支撑技术,以联邦数据、联邦控制、联邦管理、联邦服务为核心的面向隐私保护和数据安全、资源协同管理的统一整体。联邦生态最大的优点在于完全实现隐私可控,住户的信息安全与数据隐私可以得到更加有效的保护。住户、社区、服务人员及设备作为联邦区块链的终端参与者,通过安全加密的方式进行数据交换,使用区块链作为数据管理和有效性验证工具,并以之为基础实现数据、服务、管理等一系列功能的联邦化,即“6S”智慧家居联邦生态体系。更进一步地,借助人工智能和大数据技术实现群体智能,可以驱动整个智能家居生态的创新和进步[38]。

迈向“6S”智慧家居:智能科技与智慧生活

图3 “6S”智慧家居联邦生态体系

“6S”智慧家居联邦生态体系的结构如图3所示。与“6S”智慧家居社区耦合生态体系不同的是,分布式的边缘计算节点形成边缘网络,代替云计算节点,而原本负责社区联合管理与维护的企业或政府部门,在这里作为可信的第三方,无需中介、自我验证、自动执行的智能合约的撰写、更新及发布,由此形成数据与管理方面的弱中心化[39]。在“6S”智慧家居联邦生态体系中,智能合约的链接对象不仅包含社区与住户,也包含智能家居供应商、服务人员以及各类智能家居设备本体。经多方共同协定,智能合约通过If-Then和What-If语句预置合约条款的相应触发场景和响应规则[40]。合约代码通过智能家居设备获取可靠的数据,从而判断合约触发条件并严格执行。

在“6S”智慧家居联邦生态体系中,由于在现实维度智能家居产品的应用,一些有效的激励机制也可以此为基础创造出来。在联邦区块链中,通常的节点资源包括数据与算力,而在联邦智能家居区块链中,节点资源还可包括能源以及住户行为等。例如,用以实现群体智能所需要的住户数据以及住户设备的算力,通过住户自愿的贡献,可以相应地在智能家居产品服务上获得一定程度的优惠。这样可以在保障用户数据所有权和控制权的基础上,既促进住户更积极地参与“6S”智慧家居联邦生态的维护和管理,又推动联邦生态体系的发展。同时,住户通过对自家周边地区进行卫生管理及绿化的行为,可以获得社区停车位租赁上的优惠。再例如,住户在居家过程中产生较大噪声的行为会给自家的用电额度造成一定的扣除,而扣除部分则分发给受到影响的邻居。这种激励机制的优势是显而易见的:1)住户的积极参与使得“6S”智慧家居联邦生态的维护成本降低,使得“6S”智慧家居产品的价格下降,同时住户在参与维护的过程中能得到实惠,使得产品更容易推广;2)推动住户进行社区环境建设,提高社区生活质量,降低社区管理成本,有助于社区住户之间的互助互信;3)基于可信联邦区块链,自动化的激励和管理模式可以有效解决邻里的纠纷问题,有益于塑造和谐的社区氛围,规范公民的家居行为,提高住户的生活幸福感;4)为联邦生态的发展和进化提供充足动力,使之进入良性循环。

机器人与“6S”智慧家居的未来

(1) 智能家居机器人是“6S”智慧家居重要的功能性拓展

智能家居之所以被称为智能家居,是因为其设备可以在无人为干预的前提下自动进行感知、判断、执行,对住户的家居生活与环境进行管理和辅助。所以,未来在“6S”智慧家居系统的总体生态发展更加完善的同时,在具体的技术和功能上也需要更深层次地拓展。单从执行层面来讲,当前智能家居产品的智能化程度还较为有限,例如智能晾衣架、智能照明装置等,实现的功能较为单一[41,42]。

之所以要将机器人引入“6S”智慧家居系统,是因为机械臂比起其他自动化设备,在自由度和灵活性上具有绝对的优势,能够完成多种复杂的工作,对于一些现有的智能家居产品可以做到替代,并发展出之前所无法实现的功能。例如,在扫地机器人上加装机械臂以及对应的智能模块,不仅可以起到清扫地面灰尘杂物的功能,还可以进行对应的垃圾分类以及地面物品的摆放;在厨房加装机械臂用来帮厨,可以通过对语音命令的识别,执行为厨师传递食材、调味品、清洗蔬菜等工作,即“打下手”,在相关技术更加成熟后机器人也能做到自行烹饪,为住户准备一日三餐,成为真正的“智能厨师”;卧室及书房的机械臂会将办公、生活用品自动整理至房间高处摆放架上,有需要时将其传递至住户手中。这样不仅给住户提供了便利,而且有效利用了室内的高处空间,使得住户生活区域更加宽敞舒适。

需要强调的是,本文所提到的智能家居机器人与当前国内市场上所谓的“智能家居机器人”是完全不同的概念,后者着眼于儿童教育和语音交互,在功能上更加类似于智能教育终端。然而,随着未来的技术发展,这两者可以有机地结合在一起,成为功能更加强大的可移动式“智能机器人管家”。未来,智能机器人管家将以人形机器人的形态出现于家居生活当中,集成“6S”智慧家居系统中UI以及多任务执行器的部分,通过与其他家居终端共享智能模块进行分工合作,通过内置的语音合成模块与住户进行对话交流,以及通过机械臂进行泡茶、打扫、整理等工作。

(2) 智能家居机器人的关键技术

本文认为,要想将上述智能家居机器人进行市场化并推广,需要解决的最主要的问题有3个:空间、成本以及安全。当前的标准工业机械臂和协作机械臂的体积和重量较大,能耗较高,安装和维护费用也很高,不适合作为智能家居产品。理想的智能家居机器人应该是由轻型材料制成结构,由微型电机和微型减速器作为关节驱动单元,可自动更换末端执行器,能耗和成本较低,可折叠的超小型机械臂。机械臂末端安装摄像头和力反馈传感器,同时接收室内摄像头数据,由此赋予一定的感知能力,可有效避免损坏物品和人身伤害。

目前,类似的超小型机械臂主要应用于空间探测和医疗等高端领域,关键技术包括视觉技术、力反馈控制技术、新型材料以及伺服驱动技术[43~46]。其中,视觉技术和力反馈控制技术是当今机器人领域的常见课题,通过计算机视觉技术实现对于目标和障碍位置的判断,以此规划机器人的行动路线,通过力传感器或电流反馈判断是否与物体接触与接触力大小,进行拾取、抓握等操作。新型材料及伺服驱动技术是智能家居机器人小型化与廉价化的关键,目的是在降低成本与重量的同时,让机器人本体维持必要的强度和可靠性,通过一些新型材料在驱动装置上的应用,还可以让机器人本身具有柔性,从而可以更加安全、灵活地与环境和住户互动,达到人机协作的效果。

机器人是多领域技术交叉融合的产物,未来能否在智能家居中应用,取决于一些关键技术在近期内能否取得突破。例如,机器人减速器技术,作为机器人中的关键技术,决定了未来的智能家居机器人能否顺利小型化、微型化。一直以来,国内及国际机器人减速器市场由少数几家厂商垄断,而国产机器人减速器由于国内的材料与制造工艺所限一直难以突破技术壁垒。如国内在谐波减速器的仿制上处于先进地位的绿的谐波,虽然在一些减速器型号的部分参数上达到了国外厂商同等水平,但始终无法仿制直径小于70mm的产品。如此一来,智能家居机器人依然需要依赖国外减速器,无法控制成本和产能,应用也无从谈起。

总结

本文从技术和应用角度出发,阐述了面向近未来的“6S”智慧家居系统的主要场景需求。为了满足这些需求,引入移动边缘计算及区块链技术,本文提出了“6S”智慧家居社区耦合生态体系与“6S”智慧家居联邦生态体系,将社区服务与建设、信息与物理安全、产品智能化与推广有机地结合在一起。最后,本文将智能家居机器人的应用作为功能性拓展引入“6S”智慧家居系统。

参考文献

[1]王飞跃,黄小池.基于网络的智能家居系统现状和发展趋势[J].家用电器科技,2001(06):56~61

[2]刘剑飞.科技住宅的发展及现状[J].住宅科技,2021,41(05):8~11+23

[3]罗金海.基于物联网技术设计的当代智能家居控制系统[J].厦门科技,2021(02):57~59

[4]Zhang Shaomin,Rong Jieqi,Wang Baoyi. An Optimal Scheduling Scheme for Smart Home Electricity Considering Demand Response and Privacy Protection[J]. International Journal of Electrical Power and Energy Systems,2021:132

[5]武法建.科大讯飞新品发布会发布AIUI3.0[J].计算机与网络,2018,44(12):75

[6]科大讯飞携手德国摩根发布重磅新品,深耕智能家居领域[J].机电信息,2019(16):59

[7]中国智能物联网(AIoT)白皮书 2020年[A].上海艾瑞市场咨询有限公司.艾瑞咨询系列研究报告(2020年第2期)[C]:上海艾瑞市场咨询有限公司,2020:45

[8]陈应.浅谈5G+AIoT如何赋能智慧建筑[J].智能建筑,2020(06):31~32+43

[9]张钦海.浅谈AI算力的普及给AIoT领域带来的新机遇[J].中国安防,2020(08):54~57

[10]华为:构建跨终端融合共享生态 打造全场景智慧生活新体验[J].日用电器,2019(08):2~5

[11]林骁颖.鸿蒙系统试水智能电视,家庭物联网竞争进入白热化[J].日用电器,2019(08):1~2

[12]涂孟蝶.5G时代下中国智能家居走出国门的研究[J].现代商贸工业,2021,42(11):42~43

[13]赵艳滨,高健.国内外智能家居开发概况及对我国的启示[J].农村经济与科技,2021,32(02):266~267

[14]刘剑飞.科技住宅的发展及现状[J].住宅科技,2021,41(05):8~11+23

[15]R. Scoble. Age of Context: Mobile,Sensors,Data and The Future of Privacy,Create Space Independent Publishing Platform,2013

[16]李婷.基于物联网的智能家居照明系统实现策略[J].光源与照明,2021(01):23~25

[17]华厚强,戴奎.基于STM32的智能家居控制器设计[J].数字技术与应用,2021,39(02):31~34

[18]张津瑜.智能家居控制系统设计和应用[J].自动化技术与应用,2021,40(03):141~143+165

[19]陶恒屹,汤志曹,车行.基于Arduino的自适应助眠系统设计[J].物联网技术,2021,11(05):78~80

[20]徐明辉,郑泽宇,林剑雄.利用自然语言处理的无线智能家居设计[J].中国新通信,2021,23(11):55~57

[21]张春刚,甘龙.智能语音提示技术在数字万用表的应用研究[J].数字技术与应用,2020,38(05):43~44

[22]沈洋.基于云端处理的语音识别智能音响的设计与研究[J].电子技术与软件工程,2021(11):59~60

[23]邹智敏,刘伟.基于语音识别的智能家电控制APP的实现[J].电子技术与软件工程,2021(05):59~61

[24]田钰彬,朱剑刚,王国坤.智能家居语音交互体验的设计方法探析[J].家具,2021,42(03):23~27+38

[25]段伟,曹志冬,邱晓刚,王飞跃,曾大军.平行应急管理系统中人工社会的语义建模[J].系统工程理论与实践,2012,32(05):1010~1017

[26]张俊,许沛东,王飞跃.平行系统和数字孪生的一种数据驱动形式表示及计算框架[J].自动化学报,2020,46(07):1346~1356

[27]余彦琼.以STC12C5A60S2单片机为基础的智能家居环境监控系统的设计探讨[J].科学技术创新,2020,4(30):82~83

[28]李昌奇,何志琴,周恒,王霄.基于Android和Wi-Fi的智能家居监控系统设计与实现[J].现代电子技术,2020,43(20):67~70

[29]梁广俊,王群,辛建芳,李梦,许威.移动边缘计算资源分配综述[J].信息安全学报,2021,6(03):227~256

[30]施巍松,张星洲,王一帆,张庆阳.边缘计算:现状与展望[J].计算机研究与发展,2019,56(01):69~89

[31]江桃,张.康养型住宅大数据分析与智能控制[J].软件导刊,2021,20(05):134~138

[32]武兴,熊昕.物联网技术在智能家居中的应用分析[J].信息与电脑(理论版),2020,32(21):175~176

[33]王飞跃,张俊.智联网:概念、问题和平台[J].自动化学报,2017,43(12):2061~2070

[34]王飞跃,张军,张俊,王晓.工业智联网:基本概念、关键技术与核心应用[J].自动化学报,2018,44(09):1606~1617

[35]王飞跃.如何培养人工智能人才:从平行教学到智慧教育[J].科技导报,2018,36(11):9~12

[36]梁广俊,王群,辛建芳,李梦,许威.移动边缘计算资源分配综述[J].信息安全学报,2021,6(03):227~256

[37]首届数字中国建设峰会开幕 习近平致信表示祝贺[J].信息技术与信息化,2018(05):1

[38]王飞跃,王艳芬,陈薏竹,田永林,齐红威,王晓,张卫山,张俊,袁勇.联邦生态:从联邦数据到联邦智能[J].智能科学与技术学报,2020,2(04):305~311

[39]韩璇,袁勇,王飞跃.区块链安全问题:研究现状与展望[J].自动化学报,2019,45(01):206~225

[40]欧阳丽炜,王帅,袁勇,倪晓春,王飞跃.智能合约:架构及进展[J].自动化学报,2019,45(03):445~457

[41]Inagawa Masahiro,Takei Toshinobu, Imanishi Etsujiro. Analysis of Cooking Recipes Written in Japanese and Motion Planning for Cooking Robot[J]. Robomech Journal,2021,8(1)

[42]刘景泰,张森,孙月.面向智能家居/智慧生活的服务机器人技术与系统[J].集成技术,2016,5(03):38~46

[43]Norbert Müller,Paul Zwicklhuber,Georg Steinbichler. Carbon Arm Improves Dynamics of Small Robots[J]. Lightweight Design Worldwide,2017,10(6)

[44]Elfasakhany,Ashraf,等.Design and Development of a Competitive Low-cost Robot Arm with Four Degrees of Freedom[J].Modern Mechanical Engineering,2011,1(02):47

[45]Konishi,Satoshi,等. Pneumatic Micro Hand and Miniaturized Parallel Link Robot for Micro Manipulation Robot System[J]. Proceedings 2006 IEEE International Conference on Robotics and Automation,2006

[46]Hawkes,Elliot W,等. A Soft Robot that Navigates Its Environment through Growth[J]. Science Robotics,2017

(0)

本文由 电器杂志 发表,转载请注明来源!