基于边缘机器学习与云平台的压感地板室内检测系统设计_曹栢熙.pdf
《基于边缘机器学习与云平台的压感地板室内检测系统设计_曹栢熙.pdf》由会员分享,可在线阅读,更多相关《基于边缘机器学习与云平台的压感地板室内检测系统设计_曹栢熙.pdf(5页珍藏版)》请在咨信网上搜索。
1、|21智能应用0 引言 智能家居发展进程中,单品智能向场景智能再向全屋智能的过渡升级已经成为了产业共识1,各种家居设备的互联互通是发展必然趋势,作为能够覆盖全屋的地板也应具有更加智能化的功能。地板作为承载结构,能直接采集到屋内的压力数据,通过处理分析可以起到识别用户姿势及状态的功能,并智能控制屋内其他家居设备,以完善全屋智能体系。与基于图像识别处理的方案2相比,通过地板压力数据识别的方案具有一定的潜在优势,如:能够提供全屋的完整覆盖;减少了用户之间互相遮挡造成的干扰的可能性;减少侵犯用户隐私,容易被用户接受等。目前对大面积智能压感地板的研究较少,Alan Brnzel等3研发的 Gravity
2、Space 智能地板系统可以跟踪和识别用户的轨迹,其团队使用了 FTIR 摄像头感知压力,并使用GPU 进行 SIFT 运算和压力数据集群分类,该系统智能化程度高,但系统复杂,成本高昂且后期难以维护。张杰团队4研发的多功能地板使用了压力传感器感知地板表面的压力,与其他智能传感器以及无线通信相结合,实现室内近距离定位监测功能。该系统将室内地板串联成有机整体,但功能性与智能化程度有待提升。针对上述情况与问题,本文设计了一种压感地板智能室内检测系统,使用地板下的压力传感器56构成阵列采集全屋压力数据,配合部署了边缘机器学习识别算法模型7的 MCU,在设备侧实现用户状态识别并智能控制其他家居设备,并通
3、过 MQTT 协议将结果与数据上传至云平台8实现云端数据的可视化。该系统具有低成本低功耗,智能化程度高且交互性强的特点。1 整体设计方案系统主要由压力感知地板、数据分析与处理模块和云端数据可视化系统构成,如图 1 所示。(1)压力感知地板设计的压力感知地板模块由多个放置于地板下的压力传感器组成的传感器阵列与电阻电压转换电路构成,通过对阵列高速扫描,实现电压随地板所受压力变化而变化,并将采集的压力变化数据传至数据分析与处理模块。(2)数据分析与处理获得阵列压力数据后,MCU 主控通过提前构建好的边缘模型算法对数据进行建模分析,计算得到评估结果后,对全屋内相连接的各类智能家居外接设备进行控制调整与
4、资源分配。(3)云端数据可视化主控 MCU 完成分析后,将得到的数据与结果通过基于边缘机器学习与云平台的压感地板室内检测系统设计曹栢熙,施景瀚,赵东阳,许浩天,蔡文郁(杭州电子科技大学 电子信息学院,浙江杭州,310018)基金项目:国家级大学生创新创业训练计划项目(202210336025)。摘要:随着我国智能家居产业的快速发展,前装性智能家居的概念也逐渐被人们认可,而将传感器大面积铺设作为智能地板的相关研究还比较缺乏。针对于此,设计了一种基于边缘机器学习与云平台的压感地板室内检测系统,通过铺设的压感地板采集表面压力变化情况,使用MCU上部署的边缘计算模型,将数据进行“类图像”的记录与智能分
5、析,拟识别生物活动轨迹等,实现对室内环境的监测;并通过对外接口控制各种智能家居设备,同时通过MQTT协议将数据与结果上传至云平台实现数据可视化。实验结果表明,系统具有较高的识别准确率,较快的响应速度,同时减少了云端负担。关键词:智能家居;压力传感器;边缘机器学习;MQTT协议图 1 系统整体框图DOI:10.16589/11-3571/tn.2023.11.02822|电子制作 2023 年 6月智能应用MQTT 协议910与云平台对接,云平台进行数据的存储以及更新,并在家居控制终端上实现数据可视化,呈现屋内环境情况以及用户行为等。2 核心设计与实现 2.1 原理与硬件设计系统硬件由数据采集模
6、块、MCU 控制器与WiFi 模块构成,如图 2 所示。其中在数据采集模块中,于地板底层位置放置压力传感器,在全屋范围内整体构成压力数据采集阵列。采集得到的地板压力数据矩阵传至MCU 控制器,进行数据处理与分析。WiFi 模块将处理后的数据与结果上传至上位机和云端。(1)数据采集模块数据采集模块中使用压阻式压力传感器采集压力感知数据。压阻式传感器根据压阻效应测量压力,因此需要设计电阻电压转换电路将原始输出电阻值的变化转化成电压信号,以实现电压随着压力变化而产生变化。电阻转换电压转换电路的输入端接到压力传感器两端,输出端直接接到单片机的 I/O 口,对压力值进行采集。每个感应点的输出电压 Uo
7、和电阻 Rij之间的关系表达式在公式(1)中进行了说明。,(,1,2,.,32)ijorefijIMRUVi jRR=+式(1)其中 Vref为 5V,阻抗匹配电阻 RIM 为 200k,因此它具有良好的线性度和相对较宽的电压范围。电阻 Rij的变化由相应感应点处的压力决定,实际测量可表示为式(2)。16903.379ijijPR=式(2)根据实验得出压力 Pij与电阻 Rij的关系如图 3 所示,实线表示压力直接与电阻1/R正比;虚线表示压力与R成反比。为了简化电路,提高资源的复用率,系统在压感地板与数据处理模块之间设置了多路模拟开关11,如图 4 所示,利用处理器芯片控制多路模拟开关的通路
8、打开或闭合,保证每次采样过程中只有一个压力传感器连入电路,通过 GPIO的 I/O 控制可以实现对压感模块的高速扫描切换。(2)MCU 控制器在硬件逻辑控制方面上,MCU 控制器进行多路模拟开关驱动程序的执行与进行数模转换等工作。在软件实现方面上,通过部署经过训练后的算法模型对采集的压力数据进行分析得到识别结果。系统选择使用 STM32F4 处理器,该芯片性能满足实现要求且工作功耗较低。(3)WiFi 模块在本系统中 WiFi 模块通过 MQTT 协议用于通信和数据交互,将数据传至云端实现数据可视化并连接其他智能家居设备,共同构成全屋智能家居系统。2.2 数据处理分析与识别为提升系统的稳定性和
9、准确性,本系统选择使用边缘机器学习算法处理分析压感数据。通 过 TensorFlow1213构 建、训练、评估机器学习模型,并使 用 TensorFlow Lite14将 训图 2 系统硬件设计结构图 3 压阻式阵列压力传感器特性图 4 多路模拟开关选通示意图|23智能应用练后的模型部署到主控 MCU 中15运行模型,该过程如图 5所示。图 5 系统搭建与程序运行过程系统搭建后,使用压感模块采集得到日常活动下的压力数据 P 和动作产生时间 t,构建动作向量111212122212(,.,.,.,.,)nnnnnnPP PPPPPPPPt=?,压感模块中第i 行第 j 列压力传感器输出的压力数据
10、称为 Pij:111212122212(,.,.,.,.,)nnnnnnPP PPPPPPPPt=?式(3)样本数据的丰富度决定了识别模型本身的效果,为使模型的表现力更强,模型的准确率更高,使用范围更广,在收集样本数据时应考虑各类情况,因此采集了多个日常活动动作包括静止站立、摔倒、不同速度的走动、坐卧在不同家具上等对应的动作向量数据,构建训练数据集。系统使用 BP 神经网络1617进行识别算法的构建,算法具有较好的非线性映射能力和柔性可变的网络结构,在模式识别、分类和数据压缩方面有着广泛的应用和良好的性能。模型构建完成后,将动作向量训练数据集输入机器学习模型中,输出向量ri?作为控制指令。12
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 边缘 机器 学习 平台 地板 室内 检测 系统 设计 曹栢熙
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。