现有智能家居系统的不足及改进研究

　　摘要：近年来，我国智能家居的高速发展主要依托于智能手机和移动互联网的普及，但智能家居系统的设计较少考虑个人计算机（PC）用户以及PC中虚拟软件的使用行为。目前智能家居系统距离真正的自动响应还有很长的路要走，这是因为对人类行为的归纳和识别存在诸多困难。用户在PC上使用软件的行为可以较简单的进行归纳，因此能够实现一定程度的自动响应，提出了PC与智能家居结合要点：根据用户软件使用行为自动改变住宅声光环境；将PC系统账户作为安全身份验证的辅助手段；将PC自身的传感器加入智能家居系统的输入端。将PC使用行为引入智能家居系统设计考量中，能够有助于家居产品实现真正的自动响应。

　　关键词：智能家居； 交互设计； 个人计算机； 软件使用；

　　Abstract:In recent years,the rapid development of smart home in China mainly relies on the popularity of smart phones and mobile internet.However,the design of smart home system seldom considers the personal computer（PC） users and the use behavior of PC software.Furthermore,there is still a long way for smart home to achieve the truly automatic response because of the difficulties in the induction and identification of human behavior.This paper points out that it is relatively simple to summarize the user's software usage behavior on PC,so it can achieve a certain degree of automatic response.The combination of PC and smart home is put forward in three aspects:The residential environment can be changed automatically according to the user' s software usage behavior.The PC system account is used as an auxiliarymeans of security authentication.The sensors of PC are added to the input of smart home system.The introduction of PC usage behavior into smart home system design can help home products achieve real automatic response.

　　Keyword:smart home; interactive design; personal computer; software;

　　智能家居起源于20世纪80年代的美国，最初名为smart home/home automation[1],是以住宅为平台，利用综合布线技术、安防技术、自动控制技术、网络通信技术、音视频技术将家居生活的有关设施集成[2,3],构建高效住宅设施与家庭日程事务管理系统。智能家具则是将传感器、机械运动部件、单片机等技术嵌入在传统家具实体中，使之融入智能家居系统[4,5].可以说，智能家居是构建未来更便捷、更人性化、更舒适的生活方式所需的系统，而智能家具则是这个系统中必不可少的一环[6,7].

　　虽然智能家居的出现已经有了很长一段历史，但一直以来都是富裕阶层的玩具，直到近年来网络带宽的增加、移动互联网的普及，以及云计算、大数据、语音识别、计算机图像识别等技术的成熟，智能家居才算是真正走进了千家万户[8].

　　国内智能家居起步晚，其蓬勃发展则是依托于智能手机产业和互联网产业的进步。在过去，智能家居系统的安装和使用需要一定的技术门槛，智能手机的普及则降低了技术门槛并提供了庞大的潜在用户群，只要有手机，有Wi-Fi,智能家居单品就可以直接使用。这就造成了国内智能家居产品设计同电脑用户、电脑的使用行为之间的脱节，因为这一产业的高速发展恰好越过了从90年代末互联网的兴起，到2013年左右智能手机的全面铺开，即有电脑无手机的时间。

　　第44次互联网络发展状况统计报告指出[9],国内46%的网民拥有台式机，36%的网民拥有笔记本电脑，城镇居民每日空闲时间使用电脑上网的平均时长为1.5 h,而对于需要在家办公的人群以及游戏影音爱好者来说，电脑使用时间会更长。智能家居系统的设计不能只考虑睡觉、洗漱等用户的现实生活行为，也有必要将用户在个人电脑（PC）上的虚拟行为加入设计考量中。

　　1 现有智能家居系统的不足

　　1.1 智能化程度不高

　　"人工智能"一词指能够模仿人类与人类思维相关联的认知功能，能够感知环境并采取行动以最大程度实现其目标的设备[10].现有的智能家居系统存在智能化程度不高、标准不统一、兼容性较差、缺少市场监管等问题，往往最后沦为了有趣的科技小摆设而真正对生活有帮助的系统。

　　1.2 对用户行为识别不准确

　　目前在"认知"层面，智能家居产品对人类行为的主要识别方式为自然语言处理（NLP）和计算机视觉识别（CV）。智能音响的崛起反映了用户对语音这一交互方式的需求，谷歌、亚马逊、百度、科大讯飞等公司也都已经有了成熟的解决方案，而计算机视觉识别则依旧需要进一步的研发和落地。

　　目前，这两种识别方式都面临准确性低的问题。在计算机视觉方向，虽然使用神经网络进行机器学习的算法已经成熟，但这些算法仍旧需要更多数据的训练。这是因为用户在家中的行为是模糊的、复杂的、难以量化的，即使是同一个行为，不同用户的身材、动作幅度、动作模式都有较大差异，且家中视频背景复杂，天气光线等原因都会影响识别的效果[11,12].

　　1.3 多为交互而非自动响应

　　如图1所示，现有的智能家居产品大多停留在交互控制的层面，即用户通过语音下达"命令",产品通过内置处理器或将语音信息上传到云处理器以识别命令并进行相应的操作。以米家的智能音响"小爱同学"为例[13,14],是目前功能较全、产品较多的智能家居平台，用户可以下达如"小爱同学，开灯"这样的单独命令，也可下达"进入办公模式"这样整体控制的命令，但其无法自行判断用户的需求，无法自行决定是否进入"办公模式".

　　图1 现有智能家居产品的交互控制类型  

　　Fig.1 Interactive control types of existing smart home products

　　通过嵌入家居系统的传感器和控制器可脱离云平台[15],实现简单的自动响应，例如感应灯可以在人经过时自动亮起，有些智能窗帘也可以根据日照强度自动决定是否启动，此外，广州云麦网络科技公司曾推出一款根据用户体重自动调整高度的座椅[16],但这种程度的自动多是简单的、单方向的、孤立的，无法构成一个系统，与真正的"智能"相距甚远。

　　2 用户在PC端的行为及其与智能家居系统融合的手段

　　2.1 将PC软件使用行为作为自动改变住宅声光环境的触发条件

　　如果说用户在家中的各种行为是复杂无法识别的，那在电脑上的操作行为则相对简单，且容易进行识别、量化与归类。用户在电脑上的行为可分为休闲娱乐、轻度办公、深度办公。休闲娱乐活动包括观看电影、玩游戏，浏览网络小说等；轻度办公则是以文档阅读与编辑、制作表格PPT为主；深度办公则涉及使用绘图、剪辑、编程等专业软件，以及控制台、监听耳机等各种外设。

　　以上不同的行为对住宅的声光环境提出了不同的需求。例如白天看电影时需要将窗帘拉上以减少外界阳光的影响，玩游戏时则需要可以改变颜色的氛围灯，轻度办公需要自然的暖色光，使用专业软件的深度办公则要求准确的白色光，使用音响时为不影响其他家人可能需要关闭房间门或需要拉上厚重的隔音窗帘。

　　如图2所示，可以通过检测PC正在运行中的软件、PC桌面中打开的窗口、处于置顶状态（最大化）的软件窗口、不同窗口之间切换的频率甚至浏览器打开的网页来判断用户此刻正在工作还是休闲，根据判断的结果来自动调整各种智能家居产品的设置，改变住宅的声光环境。在初期可以将PC的运行状态、系统的判断结果、用户对于该结果的反馈上传到云服务器中，配合大数据来改进判断的精度。

　　图2 软件使用行为触发家居声光环境改变的系统结构图 

　　Fig.2 System structure diagram of software use behavior triggering home acousto-optic environment change

　　2.2 将PC系统账户作为安全身份验证的辅助手段

　　目前家用安防设备中的身份验证步骤主要是通过智能手机、智能门锁以及各类传感器完成。此外，传统防盗门的钥匙锁、办公家具的普通电子锁、保险箱上的机械密码锁等都可以算作简单的身份验证工具。近年来小米、华为、苹果也都在给各自的智能家居系统开发基于NFC（near field communi‐cation）芯片进行抵近解锁的功能。

　　智能家居系统的安防功能通常会设置多种模式，不同模式对输入的响应不同。以米家为例，米家的安防功能被称为"守护",内设3种模式：在家、离家、睡眠，睡眠模式时可设置门窗处传感器被触发就报警。模式的切换需要对操作者的身份进行认证，由于智能手机已经登陆的米家的账户，所以可以通过智能手机手动控制模式切换，也可以使用智能门锁切换在家和离家。

　　Windows、Mac、Linux等PC操作系统都可以设置多个账号，不同账号的权限不同，可以将操作系统账号信息作为安全身份验证的辅助手段。例如，管理员账户登录时自动切入在家模式，或是自动解锁存放重要文件的抽屉和柜子；计算机的异常开关机，如在离家模式时有人多次登录管理员账户密码输入失败则调动其他家庭安防系统，并向主人发送信息。

　　2.3 将PC自身传感器加入智能家居系统的输入端

　　随着消费级数码产品技术的进步，以及各大厂家的差异化竞争，除了传统的摄像头、麦克风，PC上其他的传感器也越来越多，尤其是集成度更高的笔记本电脑。戴尔的外星人系列在2017年推出了搭载Tobii Eye-Tracking眼球追踪技术的游戏本；华为、小米、联想等公司主打办公的超极本则纷纷加入指纹解锁功能；苹果的Mac电脑则拥有灵活的多指触控板。

　　如图3所示，这些传感器完全可以成为智能家居系统的一部分，对声光环境和安全验证进行辅助。例如，在用户看电影时系统会将灯光调暗，如果此时摄像头和眼球追踪传感器发现用户起身则可以自动提高照明亮度，或者用电脑的音响和麦克风代替独立的智能音响来进行交互，关于这一点，在微软公司的操作系统Windows 10在2019年1月的一次更新中便添加了可以通过电脑语音助手"小娜"控制其他智能家居产品的功能。

　　图3 PC与智能家居系统的融合手段

　　Fig.3 Integration of PC and smart home system

　　3 个人计算机与智能家居系统的通信技术

　　智能家居设备间无线通信的手段主要有WiFi、Zig Bee、Bluetooth、Bluetooth Mesh等[17,18].其中Wi-Fi技术的覆盖范围广，数据传输速率高但功耗很大，适合长期连接电源工作的设备；Zig Bee技术传输速率低，但是耗电量非常小，适合各种使用电池的传感器[19,20,21];Bluetooth Mesh是由Bluetooth技术发展而来，不同于前两种技术需要手动配对设备与网关，Bluetooth Mesh不仅能够自动连接网关，而且在网关覆盖范围不够时可以通过其他使用此技术的设备进行信号中转，这是智能家居互通互联的新型解决方案。

　　以上4种技术都可用于PC与智能家居系统的通信，但Zig Bee模块和Bluetooth Mesh模块还没有被广泛安装于PC上，因此现阶段PC与智能家居系统的通信手段应以Wi-Fi为主，Bluetooth为辅，用Wi-Fi模块连接互联网的云平台进而间接连接智能家居系统，或是在没有互联网的环境中使用Blue‐tooth直接连接智能家居系统[22,23].

　　4 结语

　　智能家居的目的是给人们的生活带来便利，将PC及PC用户的使用行为加入智能家居系统的设计考量之中，不仅可以满足用户多样的需求，更能填补一个既存的需求缺口，在一定程度上实现真正的自动响应，并且在充分利用现有硬件资源的基础上即可实现。

　　本研究提供了一个加入PC硬件及PC使用行为的智能家居系统框架，指出了PC在智能家居系统中的地位和功能，但其功能逻辑有待细化，具体的参数调整需要结合云计算对用户进行大数据分析，这些都需要学者们的进一步研究。

　　参考文献

　　[1]朱敏玲，李宁。智能家居发展现状及未来浅析[J].电视技术，2015,39（4）：82-85,96.

　　[2]刘萌，傅军，赵博。用户体验在智能音箱设计上的应用与研究[J].家具与室内装饰，2020,27（1）：114-116.

　　[3]赵丹。老年家居绿色化与智能化设计思考[J].林产工业，2020,57（2）：110-112.

　　[4]吴智慧，张雪颖，徐伟，等。智能家具的研究现状与发展趋势[J].林产工业，2017,44（5）：5-8,13.

　　[5]张雪颖，吴智慧，詹先旭。智能家具的控制技术与设计方法[J].家具，2019,40（1）：52-57.

　　[6]唐梦菲，陈瑶，高建民。基于Unity 3D的手势感应自动开关门衣柜设计及功能模拟[J].林业工程学报，2020,5（5）：172-176.

　　[7]武莉，高娃，侯嘉珍，等。面向室内环境健康的智能家居客户端界面设计研究[J].家具，2018,39（5）：79-82.

　　[8]熊先青，吴智慧。家居产业智能制造的现状与发展趋势[J].林业工程学报，2018,3（6）：11-18.

　　[9] 中国互联网信息中心。第44次中国互联网络发展状况统计报告[R].网络：中国网信网，2019[2020].http://www.cac.gov.cn/2019-08/30/c_1124938750.htm.

　　[10]郭叶莹子，易熙琼，陈浩淼。智能家具概念及产品设计方法探析[J].家具，2016,37（1）：70-73.

　　[11]闫坤。基于智能家居的用户行为预测技术研究[D].南京：南京邮电大学，2019.

　　[12]朱煜，赵江坤，王逸宁，等。基于深度学习的人体行为识别算法综述[J].自动化学报，2016,42（6）：848-857.

　　[13]王洪亮，于伸。智能家具的研究与探索[J].家具，2005,26（6）：59-62.

　　[14]凌凯莉，黄艳辉，冯启明，等。互联网背景下小米家居的营销调查[J].家具，2019,40（6）：36-39,49.

　　[15]王子轩，吴智慧。办公空间智能家具的交互设计[J].家具，2020,41（3）：13-17.

　　[16]李珂心，杨子倩。智能家具的组成系统与设计原则[J].家具，2019,40（5）：45-49,60.

　　[17]罗欣，高娃。基于Arduino技术的智能家居研究现状和发展态势[J].家具，2020,41（2）：7-11.

　　[18]程洛林，徐伟，龙六角，等。适用于学龄前儿童智能陪伴玩具的APP交互设计研究[J].家具，2019,40（2）：71-77.

　　[19]李睿。基于Zig Bee的移动智能终端在物联网智能家具中的应用[D].北京：北京邮电大学，2011.

　　[20]罗欣，周橙旻，罗亦然，等。企业定制衣柜的智能模块化设计研究[J].家具，2019,40（5）：104-107.

　　[21]史小玉，金冬。智能家居控制系统设计与实现探究[J].艺术科技，2019,32（6）：95-96.

　　[22] 熊先青，吴智慧。家居产业智能制造的现状与发展趋势[J].林业工程学报，2018,3（6）：11-18.

　　[23]吴双双，徐伟，詹先旭。人体坐姿脊柱曲线测试座椅设计[J].林产工业，2020,57（9）：60-63.