CN109870984B - 一种基于可穿戴设备的多家电控制方法 - Google Patents

Abstract

一种基于可穿戴设备的多家电控制方法，步骤为：步骤1，获取用户所处房间及家电位置的三维空间信息；步骤2，在房间内放置定位用的超声波测距设备；步骤3，获取可穿戴设备上的传感器信息；步骤4，训练阶段，提取传感器数据特征值并建立特征数据库和分类器；步骤5，控制阶段，根据可穿戴设备及辅助定位设备返回的传感器信息，获取并执行用户指令。本发明简单自然，避免了隐私泄露的风险；通过分析惯性测量单元和超声测距信息，可以计算出可穿戴设备的位置和指向，利用事先建立的数据表在多家电场景下准确的判断用户选中的设备，提升了控制***的可靠性。

Description

一种基于可穿戴设备的多家电控制方法

技术领域

本发明涉及一种基于可穿戴设备的多家电控制方法，特别是通过融合惯性传感器信息和超声定位信息识别用户控制指令，实现低成本，简单方便，无隐私风险的多家电控制。

背景技术

与普通家居相比，智能家居不仅具有传统的居住功能，同时能够提供丰富的人机交互功能，使得用户能够方便的获取环境和设备信息，并对设备进行控制。这种特性利于用户节约不必要的时间消耗，使得家居生活更加安全、舒适。因为所有智能家电设备都已经通过无线通信的方式接入控制服务器，所以以往使用设备物理按键或者专用遥控器的控制方式如今显得过于繁琐和不易用，因其对用户的需求更多(需要走到设备附近，或者准备多个遥控器)。在可穿戴设备用户群体逐渐扩大的今天，因可穿戴设备贴近用户，配有传感器丰富的特性，基于可穿戴设备的交互技术开始受到用户的关注。

语音控制是一种较为方便和自然的人机交互方式。使用语音技术进行智能设备控制已经为许多厂商和用户所接受。目前，为数不少的智能家居产品配有语音控制接口，但在实际使用时会出现以下问题：语音识别技术在远场情景下难以保持其有效性，当用户距离设备较远的情况下，对指令的识别率会下降；从隐私方面考虑，持续监听环境声音的语音设备可能成为用户隐私泄露的隐患。

基于图形化界面的控制方式一般在用户的智能手机或者平板上运行特定的应用，要求用户通过在应用上点击的方式下达指令。这种控制方式因为智能手机和平板的普遍性吸引了很多的厂商和用户。需要指出的是，这种交互方式相对来说操作更加繁琐了，在设备之间的切换，指令的下达，需要多次的点击，家居设备越多，在App里消耗的不必要时间也越多。

综上所述，研究一种用户友好，无隐私风险的多家电控制方法是十分重要的。

发明内容

本发明要克服现有技术的上述缺点,提供了一种基于可穿戴设备的多家电控制方法。

为实现以上目的，本发明所采取的一种基于可穿戴设备的多家电控制方法，包括以下步骤：

步骤1，获取用户所处房间及家电位置的三维空间信息，包括：

(1.1)获取足以描述房间三维形状的信息；

(1.2)在房间内建立X-Y-Z三维右手坐标系。

(1.3)建立该房间的家电数据表。对房间内每一个可通过网络控制的智能家电设备，计算该设备在(1.2)所建立坐标系下的三维空间坐标(即设备中心坐标)，将设备名，设备尺寸和坐标存储进数据表中；

步骤2，在房间内放置定位用的超声波测距设备。包括：

(2.1)在房间内三个任意位置放置超声波定位设备，设备配有麦克风并可以接受频率17KHz及以上的超声波。同时设备具有无线通信能力且可以与可穿戴设备建立无线传输；

(2.2)记录三个超声波定位设备在在(1.2)所建立坐标系下的三维空间坐标；

步骤3，获取可穿戴设备上的传感器信息，包括：

(3.1)采集可穿戴设备九轴惯性测量单元读数，其中包括三轴加速度计，三轴陀螺仪和三轴磁力计读数；

(3.2)对于(3.1)中采集的数据，传输到服务器进行综合处理、分析；

步骤4，训练阶段，提取传感器数据特征值并建立特征数据库和分类器，包括：

(4.1)对佩戴于手腕的可穿戴设备，预定义若干控制动作。用户佩戴可穿戴设备，完成每种预定义的控制动作若干次，同时采集动作过程中九轴惯性测量单元读数；

(4.2)对于获取的传感器数据进行切片。使用一个移动时间窗口监测加速度计读数并计算窗口内加速度数据的平均值。如果传感器读数更新后与移动窗口内平均数据的差距大于设定的阈值，认为检测到动作开始/结束，并保存每次动作“开始”至“结束”过程中九轴惯性测量单元读数。

(4.3)对步骤(4.2)中获得的传感器数据，进行特征提取；

(4.4)对步骤(4.3)中获得的特征，结合动作类别真实值的标记，构建动作识别分类器，分类器可以输出当前数据属于哪个控制动作；

步骤5，控制阶段，根据可穿戴设备及辅助定位设备返回的传感器信息，获取并执行用户指令，包括：

(5.1)可穿戴设备的扬声器持续产生FMCW连续调频波。室内放置的超声波定位设备在接收到该信号后，根据飞行时间测距原理计算出设备间相对距离R。由三个超声波定位设备计算出三个相对距离<R₁，R₂，R₃>,利用粒子滤波器计算出空间中最符合测距结果的可穿戴设备3维坐标；

(5.2)对于采集到的可穿戴设备上加速度计数据、陀螺仪数据和磁力计数据，使用惯性导航的方法，计算出可穿戴设备当前指向；

(5.3)利用(5.1)中得到的可穿戴设备位置以及(5.2)中得到的可穿戴设备指向，计算基于该位置和指向的一个空间向量。根据该空间向量和(1.3)建立的家电数据表判断当前哪个家电设备处于被指向状态；

(5.4)根据(5.3)中得到的结果，判断当任一家电处于连续被指向状态的时间超过一定时间，***判断该家电进入被选中状态。可穿戴设备提示提示用户该家电被选中；

(5.5)任一家电进入被选中状态后，用户可以下达任意的动作控制指令。使用(4.2)中的方式对动作进行切片并依据(4.3)的方式进行特征提取，最后使用(4.4)训练的分类器识别动作。

(5.6)可穿戴设备将识别的动作类别发送给家电控制服务器，由服务器发送对应的控制指令给家电，完成控制。

进一步地，本发明在所述步骤(2.1)所述的超声波测距设备，是集成了现有商用超声波接受模块。

进一步地，本发明在所述步骤(3.1)所述的可穿戴设备，是现有商用智能手表。

本发明的有益效果是：利用动作识别技术来获取用户的控制指令，该控制方式简单自然，而且避免了隐私泄露的风险。通过分析惯性测量单元和超声测距信息，可以计算出可穿戴设备的位置和指向，利用事先建立的数据表在多家电场景下准确的判断用户选中的设备，提升了控制***的可靠性。

附图说明

图1是本发明方法的工作流程图。

具体实施方式

下面结合附图对本发明作进一步描述。本发明的具体实施方式如下：

本发明所采取的一种基于可穿戴设备的多家电控制方法，包括以下步骤：

步骤1，获取用户所处房间及家电位置的三维空间信息，包括：

(1.1)以平面形状为长方形的房间为例，获取房间的长度，宽度以及高度。对于其它形状的房间，同样获取足以描述其三维形状的信息；

(1.2)以平面形状为长方形的房间为例，以房间某个确定空间点(如某一墙角)为原点，建立X-Y-Z三维右手坐标系。

(1.3)建立该房间的家电数据表。对房间内每一个可通过网络控制的智能家电设备，计算该设备在(1.2)所建立坐标系下的三维空间坐标(即设备中心坐标)，将设备名，设备尺寸和坐标存储进数据表中；

步骤2，在房间内放置定位用的超声波测距设备。包括：

(2.1)在房间内三个任意位置放置超声波定位设备，设备配有麦克风并可以接受频率17KHz及以上的超声波，其采样频率设置为48KHz。同时设备具有WiFi通信能力，且可以与可穿戴设备建立无线传输；

(2.2)记录三个超声波定位设备在在(1.2)所建立坐标系下的三维空间坐标；

步骤3，获取可穿戴设备上的传感器信息，包括：

(3.1)使用可穿戴设备TicWatch2，以50Hz采样频率采集九轴惯性测量单元读数，其中包括三轴加速度计，三轴陀螺仪和三轴磁力计读数；

(3.2)对于(3.1)中采集的数据，传输到服务器进行综合处理、分析；

步骤4，训练阶段，提取传感器数据特征值并建立特征数据库和分类器，包括：

(4.1)以佩戴于左手手腕的手表式可穿戴设备为例，预定义6个控制动作，向上挥手，向下挥手，向左挥手，向右挥手，向前挥手，向后挥手。用户佩戴可穿戴设备，完成每种预定义的控制动作30次，同时采集动作过程中加速度计，陀螺仪和磁力计的数据；

(4.2)对于获取的传感器数据进行切片。使用一个移动时间窗口监测加速度计读数并计算窗口内加速度数据的平均值。如果传感器读数更新后与移动窗口内平均数据的差距大于设定的阈值，认为检测到动作开始/结束，并保存每次动作“开始”至“结束”过程中九轴惯性测量单元读数。

(4.3)对步骤(4.2)中获得的传感器数据，进行特征提取，特征包括最大值、最小值、平均值，标准差，四分之一点、中值点、四分之三点、斜率、峰度；

(4.4)对步骤(4.3)中获得的特征，结合动作类别真实值的标记，使用搭载径向基函数RBF内核的支持向量机SVM构建分类器，分类器可以输出当前数据属于哪个预定义控制动作；

步骤5，控制阶段，根据可穿戴设备及辅助定位设备返回的传感器信息，获取并执行用户指令，包括：

(5.1)可穿戴设备的扬声器持续产生17KHz至22KH的FMCW连续调频波。室内放置的超声波定位设备在接收到该信号后，根据飞行时间测距原理计算出设备间相对距离R如公式一所示：

其中f_p是设备接受到声音信号的频率，c是声音在空气中传播速度，T是信号周期，B是信号带宽；

由三个超声波定位设备计算出三个相对距离<R₁，R₂，R₃>,可穿戴设备在(1.2)所建立坐标系下的三维空间坐标Z应满足公式二：

R₁＝EuclideanDistance(D₁，Z)，

R₂＝EuclideanDistance(D₂，Z)，

R₃＝EuclideanDistance(D₃，Z)， 公式(2)

其中D₁，D₂，D₃分别代表三个超声波定位设备的3维坐标，函数EuclideanDistance计算两个坐标之间的欧式距离。利用粒子滤波器计算出空间中最符合公式(2)的3维坐标；

(5.2)对于采集到的可穿戴设备上加速度计数据、陀螺仪数据和磁力计数据，使用惯性导航的方法，计算出可穿戴设备当前指向。以佩戴于左手手腕的手表式可穿戴设备为例，计算(1.2)所建立坐标系下代表设备正X轴方向的向量，该方向的物理意义即用户前臂(由肘到腕)在空间中的指向；

(5.3)利用(5.1)中得到的可穿戴设备室内位置以及(5.2)中得到的可穿戴设备指向，计算基于该位置和指向的一个空间向量。对于家电数据表中的每一个家电，计算该家电坐标与该指向向量的距离是否小于家电的尺寸，如果成立，判断该家电处于被指向状态；

(5.4)根据(5.3)中得到的结果，判断当任一家电处于连续被指向状态的时间超过0.5秒，***判断该家电进入被选中状态。可穿戴设备以屏幕提示，语音，震动，或其它方式提示用户该家电被选中；

(5.5)任一家电进入被选中状态后，用户可以下达任意的动作控制指令。使用(4.2)中的方式对动作进行切片并依据(4.3)的方式进行特征提取，最后使用(4.4)训练的分类器识别动作。

(5.6)可穿戴设备将识别的动作类别发送给家电控制服务器，由服务器发送对应的控制指令给家电，完成控制。

本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。

Claims (1)

1.一种基于可穿戴设备的多家电控制方法，其特征在于以下步骤：

步骤1，获取用户所处房间及家电位置的三维空间信息，包括：

(1.1)获取足以描述房间三维形状的信息；

(1.2)以房间某个确定空间点为原点，建立房间的X-Y-Z三维右手坐标系；

(1.3)建立该房间的家电数据表；对房间内每一个可通过网络控制的智能家电设备，计算该设备在步骤(1.2)所建立坐标系下的三维空间坐标，将设备名，设备尺寸和坐标存储进数据表中；

步骤2，在房间内放置定位用的超声波测距设备；包括：

(2.1)在房间内三个任意位置放置超声波定位设备，设备配有麦克风并可以接受频率17KHz及以上的超声波，其采样频率应大于超声测距过程中所用最大超声波频率的两倍；同时设备具有无线通信能力，且与可穿戴设备建立无线传输；

(2.2)记录三个超声波定位设备在步骤(1.2)所建立坐标系下的三维空间坐标；

步骤3，获取可穿戴设备上的传感器信息，包括：

(3.1)采集可穿戴设备九轴惯性测量单元读数，其中包括三轴加速度计，三轴陀螺仪和三轴磁力计读数；

(3.2)对步骤(3.1)中采集的数据，传输到服务器进行综合处理、分析；

步骤4，训练阶段，提取传感器数据特征值并建立特征数据库和分类器，包括：

(4.1)针对佩戴于手腕的可穿戴设备，预定义若干控制动作；用户佩戴可穿戴设备，完成每种预定义的控制动作若干次，同时采集动作过程中加速度计，陀螺仪和磁力计的数据；

(4.2)对于获取的传感器数据进行切片；使用一个移动时间窗口监测加速度计读数并计算窗口内加速度数据的平均值；如果传感器读数更新后与移动窗口内平均数据的差距大于设定的阈值，认为检测到动作开始/结束，并保存每次动作“开始”至“结束”过程中九轴惯性测量单元读数；

(4.3)对步骤(4.2)中获得的传感器数据，进行特征提取，特征包括最大值、最小值、平均值，标准差，四分之一点、中值点、四分之三点、斜率、峰度；

(4.4)对步骤(4.3)中获得的特征，结合动作类别真实值的标记，使用搭载径向基函数RBF内核的支持向量机SVM构建分类器，分类器可以输出当前数据属于哪个预定义控制动作；

步骤5，控制阶段，根据可穿戴设备及辅助定位设备返回的传感器信息，获取并执行用户指令，包括：

(5.1)可穿戴设备的扬声器持续产生17KHz以上的FMCW连续调频波；室内放置的超声波定位设备在接收到该信号后，根据飞行时间测距原理计算出设备间相对距离R如公式(1)所示：

其中f_p是设备接受到声音信号的频率，c是声音在空气中传播速度，T是信号周期，B是信号带宽；

由三个超声波定位设备计算出三个相对距离＜R₁，R₂，R₃＞，可穿戴设备在步骤(1.2)所建立坐标系下的三维空间坐标Z应满足公式(2)：

R₁＝EuclideanDistance(D₁，Z)，

R₂＝EuclideanDistance(D₂，Z)，

R₃＝EuclideanDistance(D₃，Z)， 公式(2)

其中D₁，D₂，D₃分别代表三个超声波定位设备的3维坐标，函数EuclideanDistance计算两个坐标之间的欧式距离；利用粒子滤波器计算出空间中最符合公式(2)的3维坐标；

(5.2)对于采集到的可穿戴设备上加速度计数据、陀螺仪数据和磁力计数据，使用惯性导航的方法，计算出可穿戴设备当前指向；对佩戴于手腕的可穿戴设备，计算步骤(1.2)所建立坐标系下代表设备正X轴方向的向量，该方向的物理意义即用户前臂在空间中的指向；

(5.3)利用步骤(5.1)中得到的可穿戴设备室内位置以及步骤(5.2)中得到的可穿戴设备指向，计算基于该位置和指向的一个空间向量；对于家电数据表中的每一个家电，计算该家电坐标与该指向向量的距离是否小于家电的尺寸，如果成立，判断该家电处于被指向状态；

(5.4)根据步骤(5.3)中得到的结果，判断当任一家电处于连续被指向状态的时间超过一定时间，***判断该家电进入被选中状态；可穿戴设备以屏幕提示方式提示用户该家电被选中；

(5.5)任一家电进入被选中状态后，用户可以下达任意的动作控制指令；使用步骤(4.2)中的方式对动作进行切片并依据步骤(4.3)的方式进行特征提取，最后使用步骤(4.4)训练的分类器识别动作；

(5.6)可穿戴设备将识别的动作类别发送给家电控制服务器，由服务器发送对应的控制指令给家电，完成控制。

Images