CN115086973A - 一种智能家居人体感应方法及装置 - Google Patents
一种智能家居人体感应方法及装置 Download PDFInfo
- Publication number
- CN115086973A CN115086973A CN202210995577.5A CN202210995577A CN115086973A CN 115086973 A CN115086973 A CN 115086973A CN 202210995577 A CN202210995577 A CN 202210995577A CN 115086973 A CN115086973 A CN 115086973A
- Authority
- CN
- China
- Prior art keywords
- grid
- signal intensity
- equipment
- matrix
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
- H04W16/225—Traffic simulation tools or models for indoor or short range network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2807—Exchanging configuration information on appliance services in a home automation network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/02—Access restriction performed under specific conditions
- H04W48/04—Access restriction performed under specific conditions based on user or terminal location or mobility data, e.g. moving direction, speed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W48/00—Access restriction; Network selection; Access point selection
- H04W48/20—Selecting an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/10—Small scale networks; Flat hierarchical networks
- H04W84/12—WLAN [Wireless Local Area Networks]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Automation & Control Theory (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提出了一种智能家居人体感应方法及装置,通过根据配置信息建立wifi热点,接收至少一个智能家居设备的请求建立wifi通信连接,以预设长度为单位在立体空间中构建网格矩阵,根据智能家居设备的定位信息将智能家居设备与网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵,计算网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量,能够有效利用家用wifi环境进行人体感应。
Description
技术领域
本发明涉及智能家居技术领域,特别涉及一种智能家居人体感应方法及装置。
背景技术
智能家居技术的推广和普及使得人们在家庭环境中也能体会到“智能”为生活所带来的便利,而所谓“智能”其本质在于预判人们的所行所想在合适的时机为人们提供合理的服务,作为前提,“人”的存在与否及其身份、位置等信息则是智能家居的智能化控制所依赖的必要信息,因此,人体感应技术在智能家居的解决方案中的起着非常重要的作用。目前较为常见的人体感应技术有三类,分别是红外感应技术、微波感应技术以及雷达传感器技术。其中,红外感应技术实现方案成熟、实施成本较低,是人体感应技术中应用最为广泛的技术,但由于红外感应技术是根据人体温度来进行人体识别的,非常容易受到环境温度的影响。微波感应和雷达传感器也较广泛地被应用于人体感应,然而微波感应技术不能感应到静止状态的人,在使用场景上有较大的局限性。而雷达传感器的感应范围较小,覆盖整个智能家居环境需要布设大量的雷达传感器,否则只能进行单个智能家居设备的小范围应用,例如扫地机的障碍检测、智能家具或智能家电的人体接近检测等。同时,以上三种人体感应技术有一个共性的问题,就是无法利用智能家居设备或家庭环境下的现有硬件方案来实现,需要额外加装传感装置,采用侵入式的解决方案,对智能家居环境的部署并不友好。近些年来,一些研究机构研究出了类似于Wi-Vi监测系统、Winect无线传感系统等利用wifi信号进行人体追踪的技术,然而虽然wifi环境几乎是家家户户都有,但是普通wifi信号并不能应用在wifi人体追踪技术中,wifi人体追踪系统需要专门部署,对信号发射端、信号接收端、信号强度或者信号编码等有较高要求,并不适用于普通的家用环境。
发明内容
本发明正是基于上述问题,提出了一种智能家居人体感应方法及装置,能够有效利用家用wifi环境进行人体感应。
有鉴于此,本发明的第一方面提出了一种智能家居人体感应方法,包括:
根据配置信息建立wifi热点;
接收至少一个智能家居设备的请求建立wifi通信连接;
以预设长度为单位在立体空间中构建网格矩阵,所述预设长度大于1厘米小于10厘米;
根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵;
计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,所述静态信号强度为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下所述wifi热点信号到达所述网格矩阵中每个立体网格的信号强度;
当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量。
进一步的,在上述的智能家居人体感应方法中,根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵的步骤具体包括:
获取所述智能家居设备的类型信息;
根据所述智能家居设备的类型信息确定智能家居设备为固定设备还是移动设备,所述固定设备为安装后不可移动的智能家居设备;
获取所述固定设备的定位信息,所述定位信息包括所述固定设备的相对距离以及相对方位;
根据所述固定设备的定位信息将所述固定设备与所述网格矩阵中对应位置的立体网格相关联。
进一步的,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之前还包括:
周期性获取所述固定设备的信号强度;
当所述固定设备的信号强度的波动幅度小于第二阈值时,将所述固定设备的平均信号强度确定为其关联网格的静态信号强度。
进一步的,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之后还包括:
周期性获取所述移动设备的定位信息,所述定位信息包括所述移动设备的相对距离和相对方位信息;
根据所述移动设备的定位信息确定所述移动设备的移动路径经过的所述网格矩阵中每个立体网格;
将所述移动设备的移动路径经过的所述网格矩阵中每个立体网格确定为非实体网格,所述非实体网格为不阻碍wifi信号的立体网格;
根据所述非实体网格的位置以及所述固定设备的关联网格的位置构建室内墙体模型,所述墙体包括地面和天花板;
将所述室内墙体模型对应位置的立体网格确定为实体网格,所述实体网格为阻碍wifi信号的立体网格。
进一步的,在上述的智能家居人体感应方法中,在将所述室内墙体模型对应位置的立体网格确定为实体网格的步骤之后还包括:
确定所述移动设备的运动状态;
当所述移动设备处于静止状态时,获取所述移动设备的定位信息;
当与所述移动设备的距离小于第三阈值的固定设备的信号强度与其关联网格的静态信号强度的差值均小于第四阈值时,将所述静态信号强度分布矩阵中对应所述定位信息的网格的静态信号强度修正为所述移动设备的当前信号强度。
进一步的,在上述的智能家居人体感应方法中,在根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤之前还包括:
周期性获取所述固定设备的信号强度;
当任一所述固定设备的信号强度其关联网格的静态信号强度的差值大于第五阈值时,计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵,所述动态信号强度分布矩阵由每一个网格的动态信号序列组成,所述动态信号序列包括时间序列和与所述时间序列相关联的信号强度序列。
进一步的,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵的步骤之前还包括:
根据所述固定设备的信号强度与其关联网格的静态信号强度的差值确定造成所述固定设备信号强度变化的影响因素来源于室内还是室外。
进一步的,在上述的智能家居人体感应方法中,根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤具体包括:
当造成所述固定设备信号强度变化的影响因素来源于室内时,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配;
根据所述实体网格构成的实体的大小和位置确定人体位置和数量。
进一步的,在上述的智能家居人体感应方法中,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配的步骤具体包括:
在非实体网格中构建实体,所述实体由至少一个实体网格组成;
以所述实体网格为障碍物,计算所述wifi热点发出的wifi信号到达所述固定设备的信号强度;
调整所述实体的大小和位置使得计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配。
本发明的第二方面提出了一种智能家居人体感应装置,包括wifi天线以及wifi模块,所述wifi模块包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序实现上述第一方面任一所述的智能家居人体感应方法。
本发明提出了一种智能家居人体感应方法及装置,通过根据配置信息建立wifi热点,接收至少一个智能家居设备的请求建立wifi通信连接,以预设长度为单位在立体空间中构建网格矩阵,根据智能家居设备的定位信息将智能家居设备与网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵,计算网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,静态信号强度为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下wifi热点信号到达网格矩阵中每个立体网格的信号强度,当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量,能够有效利用家用wifi环境进行人体感应。
附图说明
图1是本发明一个实施例提供的一种智能家居人体感应方法的示意流程图;
图2是本发明一个实施例提供的一种生成智能家居设备分布矩阵方法的示意流程图;
图3是本发明一个实施例提供的一种构建室内墙体模型方法的示意流程图;
图4是本发明一个实施例提供的一种静态信号强度分布矩阵修正方法的示意流程图;
图5是本发明一个实施例提供的一种人体位置和数量计算方法的示意流程图;
图6是本发明一个实施例提供的一种实体网格确定方法的示意流程图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
在本发明的描述中,术语“多个”则指两个或两个以上,除非另有明确的限定,术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。术语“连接”、“安装”、“固定”等均应做广义理解,例如,“连接”可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。此外,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相 对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”等的特征可 以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个” 的含义是两个或两个以上。
在本说明书的描述中,术语“一个实施例”、“一些实施方式”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
下面参照附图描述根据本发明一些实施方式提供的一种智能家居人体感应方法及装置。
本发明的技术方案应用于一种智能家居系统,包括用于通过wifi模块提供wifi热点的无线网关设备和至少一个集成有wifi模块的智能家居设备。所述无线网关设备为互联网接入网关如安装有wifi模块的光猫设备等,所述无线网关设备还可以是局域网接入网关如安装有wifi模块的无线路由设备,该无线路由设备通过光猫等互联网接入网关接入互联网。所述智能家居设备被配置为通过所述wifi热点与所述无线网关设备建立通信连接以与局域网或互联网上的其它设备通信。所述无线网关设备包括至少两根间隔一定距离设置的天线。
如图1所示,本发明的第一方面提出了一种智能家居人体感应方法,包括:
S100:根据配置信息建立wifi热点。具体地,根据用户在所述无线网关设备上配置的wifi热点信息包括SSID(Service Set Identifier,服务集标识)以及密码等信息建立起以所述SSID为名称的wifi热点。
S200:接收至少一个智能家居设备的请求建立wifi通信连接。集成了wifi模块的智能家居设备通过wifi模块扫描所述wifi热点的wifi广播信号,并根据程序配置自动发送连接请求或者根据用户操作发送连接请求以连接所述wifi热点从而与所述无线网关设备建立通信连接。
S300:以预设长度为单位在立体空间中构建网格矩阵,所述预设长度大于1厘米小于10厘米。优选的,所述预设长度为所述智能家居设备上集成的wifi模块上的天线的长度。当不同的智能家居设备使用不同型号的wifi模块时,其天线长度有可能不一致,取其中长度最小的天线的长度作为所述预设长度。进一步的,所述无线网关设备连接预先配置的云服务器的wifi模块信息数据库,所述wifi模块信息数据库中存储有各种型号的wifi模块的参数信息,所述参数信息包括wifi模块的天线长度信息。
S400:根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵。在将室内立体空间划分为所述网格矩阵后,每个集成有wifi模块的智能家居设备均会落入到一个或多个立体网格当中,将所述智能家居设备的wifi天线中心位置所落入的立体网格作为其在所述网格矩阵中对应位置的立体网格。构建一个立体数据矩阵,所述立体数据矩阵中的每一个矩阵单位对应所述立体空间中的一个立体网格,每一个矩阵单位表示为(x,y,z,“device id(设备身份标识)”),其中x、y、z分别为对应立体网格在立体空间坐标系中以所述预设长度为单位的空间坐标, “device id”为处于对应立体网络的智能家居设备的设备标识,该设备标识可以为所述智能家居设备的设备型号、设备名称或者其wifi模块的Mac(Media Access Control,媒体介入控制层)地址即wifi模块的物理地址等。
S500:计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,所述静态信号强度为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下所述wifi热点信号到达所述网格矩阵中每个立体网格的信号强度。应该知道的是,由于室内结构是变化的,例如家具位置的变化、墙体结构的变化或者门窗开关状态的变化等,所述静态信号强度分布矩阵并不是一成不变的,但由于这些变化频度较低,因此所述静态信号强度分布矩阵具有一定的时效性,即所述静态信号强度分布矩阵在一定时间范围内具有有效性。
S600:当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量。当有人在室内环境当中时,由于人体对wifi信号传播的阻碍作用,其周边的智能家居设备所接收到的wifi信号的强度会发生变化,根据其当前信号强度与其关联网格的静态信号强度的差值可以计算得到人体位置和数量。在本发明的技术方案,室内的智能家居设备越多,用于计算人体位置和数量的可用数据就越多,从而计算准确率越高。
采用该实施方式的技术方案,将立体空间划分为以多个立体网格构成的网格矩阵,以所述立体网格为单位对所述智能家居设备进行定位,以及以所述立体网格为单位确定立体空间中的wifi信号强度分布。一方面,使用wifi信号对智能家居设备进行定位,由于定位的基础是智能家居设备中wifi模块的天线,而不同智能家居设备自身的形状构造不同,wifi模块的安装位置不同,使用wifi信号实现获取智能家居设备包括姿态信息在内的定位信息的方案较为复杂且没有必要,在本发明的技术方案中,使用wifi模块的天线位置代表所述智能家居设备的位置,使用wifi模块的天线长度作为长度单位的定位精度已经足够实现本发明的发明目的。另一方面,在室内环境下,wifi信号强度的衰减原因主要是障碍物如墙体等,以及一些会发射干扰频段信号的设备如蓝牙设备、微波炉等设备的干扰,在没有这些干扰因素的情况下,wifi信号强度在所述预设长度的距离内的变化不大。综合以上两个方面的原因,采用较大粒度的网格矩阵在立体空间中对智能家居设备进行定位和确定立体空间中的wifi信号强度分布,可以获得合理精度的同时减小计算量。
如图2所示,在上述的智能家居人体感应方法中,根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵的步骤具体包括:
S410:获取所述智能家居设备的类型信息。所述智能家居设备的类型信息包括其设备名称、设备制造商名称和/或设备型号等信息。
S420:根据所述智能家居设备的类型信息确定智能家居设备为固定设备还是移动设备,所述固定设备为安装后不可移动的智能家居设备。应当知道的是,所述的不可移动是相对的,指的是设备的位置不会轻易发生移动,例如通过固定连接方式如螺丝等固定在墙上或者门窗上的智能空调挂机、智能门锁等,或者虽然没有采用固定连接由于重量较大一般不发生移动的设备例如智能冰箱、智能电视、智能沙发、智能窗帘或者立式智能空调等。相对应的,所述移动设备是指使用位置会频繁发生变化的智能家居设备,例如智能扫地机、智能手机、智能遥控器或者智能电吹风等。
S430:获取所述固定设备的定位信息,所述定位信息包括所述固定设备的相对距离以及相对方位。具体的,所述无线网关设备包括至少两根间隔一定距离设置的天线,通过每根天线发射到所述固定设备的信号的发射时间以及接收时间采用三角定位的方式可以计算得到所述固定设备与所述无线网关设备的相对距离和相对方位。
S440:根据所述固定设备的定位信息将所述固定设备与所述网格矩阵中对应位置的立体网格相关联。
如图3所示,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之前还包括:
S511:在预设时间段内周期性获取所述固定设备的信号强度;
S512:当所述固定设备的信号强度的波动幅度小于第二阈值时,将所述固定设备的平均信号强度确定为其关联网格的静态信号强度。
优选的,所述预设时间段为凌晨00时00分至06时00分之间的时段,在该时段内,室内外影响wifi信号强度的因素较少,当所述固定设备的信号强度的波动幅动较小时,表示内外部影响因素已大多被关闭或者停止活动,该时段所述固定设备的平均信号强度可以被确认为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下所述wifi热点信号到达所述固定设备位置的信号强度。
继续参见图3,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之后还包括:
S521:周期性获取所述移动设备的定位信息,所述定位信息包括所述移动设备的相对距离和相对方位信息。同样的,所述无线网关设备根据发送到所述移动设备的wifi信号可以获取到所述移动设备的实时定位信息。
S522:根据所述移动设备的定位信息确定所述移动设备的移动路径经过的所述网格矩阵中每个立体网格。以较高的频率例如每1秒或每3秒一次的频率获取所述移动设备的实时定位信息,将这些实时定位信息的坐标连起来形成所述移动设备的移动路径,并进一步可以得到所述移动设备的移动路径所经过的所述网格矩阵中每个立体网格。
S523:将所述移动设备的移动路径经过的所述网格矩阵中每个立体网格确定为非实体网格,所述非实体网格为不阻碍wifi信号的立体网格。所述移动设备的移动路径经过的立体网格可以被视为没有障碍物的立体网格,即wifi信号可以穿透所述非实体网格而不受到阻碍。通过长时间监测包括智能扫地机、智能手机、笔记本电脑以及其它移动设备的定位信息,可以将室内空间中的部分立体网格确定为非实体网格。
S524:根据所述非实体网格的位置以及所述固定设备的关联网格的位置构建室内墙体模型,所述墙体包括地面和天花板。例如通过智能灯具的定位信息可以得到天花板的高度,通过智能空调挂机的定位信息、智能电视的定位信息、智能窗帘的定位信息等可以得到墙面的位置等,结合所述非实体网格的位置以及所述固定设备的关联网格的位置可以得到墙体的位置和高度等信息,从而构建出室内墙体模型。
S525:将所述室内墙体模型对应位置的立体网格确定为实体网格,所述实体网格为阻碍wifi信号的立体网格。墙体是影响室内wifi信号强度的主要因素,构建室内墙体模型并将墙体模型中的墙体对应的立体网格确定为实体网格,有助于在根据所述智能家居设备的wifi信号强度计算人体位置和数量时确定wifi信号的传播路径。
在本发明的另一些实施例中,所述无线网关设备可以接收用户输入的建筑平面图或者建筑信息模型图以获取所述墙体模型,从而确定对应的实体网格。例如,用户通过所述无线网关设备提供的web管理界面上传所述建筑平面图或者建筑信息模型图等。
如图4所示,在上述的智能家居人体感应方法中,在将所述室内墙体模型对应位置的立体网格确定为实体网格的步骤之后还包括:
S531:确定所述移动设备的运动状态;
S532:当所述移动设备处于静止状态时,获取所述移动设备的定位信息;
S533:当与所述移动设备的距离小于第三阈值的固定设备的信号强度与其关联网格的静态信号强度的差值均小于第四阈值时,将所述静态信号强度分布矩阵中对应所述定位信息的网格的静态信号强度修正为所述移动设备的当前信号强度。
所述移动设备处于静止状态是指所述移动设备在超过一定时间没有发生移动的状态,例如超过5秒或者超过10秒所述移动设备未发生移动,则视为所述移动设备处于静止状态。在本发明的一些实施方式中,可以通过所述无线网关设备获取所述移动设备的定位信息来确定其运动作状。在本发明的另一些实施方式中,对于具有运动传感器如陀螺仪、微波传感器、雷达传感器、摄像头或者红外传感器等的移动设备,可以由移动设备自身获取运动状态信息后发送给所述无线网关设备。当与所述移动设备附近的固定设备的信号强度与这些固定备的关联网格的静态信号强度基本相同时,可以视为当前所述移动设备位置的wifi信号强度未受到环境因素影响,从而可以将其确定为对应立体网格的静态信号强度。
如图5所示,在上述的智能家居人体感应方法中,在根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤之前还包括:
S610:周期性获取所述固定设备的信号强度。室内存在人体的情况下,wifi信号传播路径经过人体附近的智能家居设备处的wifi信号强度会受到明显的影响。
S630:当任一所述固定设备的信号强度其关联网格的静态信号强度的差值大于第五阈值时,计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵,所述动态信号强度分布矩阵由每一个网格的动态信号序列组成,所述动态信号序列包括时间序列和与所述时间序列相关联的信号强度序列。
优选的,在上述实施方式的技术方案中,当室内存在处于静止状态的移动设备时,还包括周期性获取所述处于静止状态的移动设备的信号强度,当任一所述处于静止状态的移动设备的信号强度其所处位置的立体网格的静态信号强度的差值大于第五阈值时,基于所述处于静止状态的移动设备的信号强度计算所述网格矩阵中每个立体网格的动态信号强度以修正所述动态信号强度分布矩阵。
继续参见图5,在上述的智能家居人体感应方法中,在计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵的步骤之前还包括:
S620:根据所述固定设备的信号强度与其关联网格的静态信号强度的差值确定造成所述固定设备信号强度变化的影响因素来源于室内还是室外。为了避免室外临时出现的发射干扰频段信号的设备导致人体感应出现错误,需要先排除来源于室外的干扰源。由于室外干扰源对室内智能家居设备的信号强度的影响与距离相关,通过对多个智能家居设备的信号强度与其关联网格的静态信号强度的差值进行对比,当距离室外较近的智能家居设备的信号强度受影响大于距离室外较远的智能家居设备时,可以确认干扰源来源于室外。
继续参见图5,在上述的智能家居人体感应方法中,根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤具体包括:
S640:当造成所述固定设备信号强度变化的影响因素来源于室内时,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配;
S650:根据所述实体网格构成的实体的大小和位置确定人体位置和数量。
优选的,在上述实施方式的技术方案中,当室内存在处于静止状态的移动设备时,还包括在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备以及所述处于静止状态的移动设备的信号强度与所述动态信号强度分布矩阵中相应位置的立体网格的信号强度序列相匹配。
如图6所示,在上述的智能家居人体感应方法中,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配的步骤具体包括:
S641:在非实体网格中构建实体,所述实体由至少一个实体网格组成;
S642:以所述实体网格为障碍物,计算所述wifi热点发出的wifi信号到达所述固定设备的信号强度;
S643:调整所述实体的大小和位置使得计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配。
优选的,在上述实施方式的技术方案中,当室内存在处于静止状态的移动设备时,还包括以所述实体网格为障碍物,计算所述wifi热点发出的wifi信号到达所述固定设备以及所述处于静止状态的移动设备的信号强度,并调整所述实体的大小和位置使得计算得到的所述固定设备和所述处于静止状态的移动设备的信号强度与所述动态信号强度分布矩阵中相应位置的立体网格的信号强度序列相匹配。优选的,在上述实施方式的技术方案中,当对应同一动态信号强度分布矩阵所述实体的大小和位置有多种可能时,选择所述实体的大小与人体大小相近的计算结果为目标计算结果。
本发明的第二方面提出了一种智能家居人体感应装置,包括wifi天线以及wifi模块,所述wifi模块包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序实现上述第一方面任一所述的智能家居人体感应方法。
本发明提出了一种智能家居人体感应方法及装置,通过根据配置信息建立wifi热点,接收至少一个智能家居设备的请求建立wifi通信连接,以预设长度为单位在立体空间中构建网格矩阵,根据智能家居设备的定位信息将智能家居设备与网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵,计算网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,静态信号强度为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下wifi热点信号到达网格矩阵中每个立体网格的信号强度,当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量,能够有效利用家用wifi环境进行人体感应。
应当说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
依照本发明的实施例如上文所述,这些实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施例。显然,根据以上描述,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种智能家居人体感应方法,其特征在于,包括:
根据配置信息建立wifi热点;
接收至少一个智能家居设备的请求建立wifi通信连接;
以预设长度为单位在立体空间中构建网格矩阵,所述预设长度大于1厘米小于10厘米;根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵;
计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵,所述静态信号强度为基于当前的室内结构和室内布置在没有室内外变化因素影响的情况下所述wifi热点信号到达所述网格矩阵中每个立体网格的信号强度;
当所述智能家居设备的信号强度与其关联网格的静态信号强度的差值大于第一阈值时,根据所述智能家居设备的信号强度变化情况计算人体位置和数量。
2.根据权利要求1所述的智能家居人体感应方法,其特征在于,根据所述智能家居设备的定位信息将所述智能家居设备与所述网格矩阵中对应位置的立体网格相关联以生成智能家居设备分布矩阵的步骤具体包括:
获取所述智能家居设备的类型信息;
根据所述智能家居设备的类型信息确定智能家居设备为固定设备还是移动设备,所述固定设备为安装后不可移动的智能家居设备;
获取所述固定设备的定位信息,所述定位信息包括所述固定设备的相对距离以及相对方位;
根据所述固定设备的定位信息将所述固定设备与所述网格矩阵中对应位置的立体网格相关联。
3.根据权利要求2所述的智能家居人体感应方法,其特征在于,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之前还包括:
周期性获取所述固定设备的信号强度;
当所述固定设备的信号强度的波动幅度小于第二阈值时,将所述固定设备的平均信号强度确定为其关联网格的静态信号强度。
4.根据权利要求3所述的智能家居人体感应方法,其特征在于,在计算所述网格矩阵中每个立体网格的静态信号强度以生成静态信号强度分布矩阵的步骤之后还包括:
周期性获取所述移动设备的定位信息,所述定位信息包括所述移动设备的相对距离和相对方位信息;
根据所述移动设备的定位信息确定所述移动设备的移动路径经过的所述网格矩阵中每个立体网格;
将所述移动设备的移动路径经过的所述网格矩阵中每个立体网格确定为非实体网格,所述非实体网格为不阻碍wifi信号的立体网格;
根据所述非实体网格的位置以及所述固定设备的关联网格的位置构建室内墙体模型,所述墙体包括地面和天花板;
将所述室内墙体模型对应位置的立体网格确定为实体网格,所述实体网格为阻碍wifi信号的立体网格。
5.根据权利要求4所述的智能家居人体感应方法,其特征在于,在将所述室内墙体模型对应位置的立体网格确定为实体网格的步骤之后还包括:
确定所述移动设备的运动状态;
当所述移动设备处于静止状态时,获取所述移动设备的定位信息;
当与所述移动设备的距离小于第三阈值的固定设备的信号强度与其关联网格的静态信号强度的差值均小于第四阈值时,将所述静态信号强度分布矩阵中对应所述定位信息的网格的静态信号强度修正为所述移动设备的当前信号强度。
6.根据权利要求5所述的智能家居人体感应方法,其特征在于,在根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤之前还包括:
周期性获取所述固定设备的信号强度;
当任一所述固定设备的信号强度其关联网格的静态信号强度的差值大于第五阈值时,计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵,所述动态信号强度分布矩阵由每一个网格的动态信号序列组成,所述动态信号序列包括时间序列和与所述时间序列相关联的信号强度序列。
7.根据权利要求6所述的智能家居人体感应方法,其特征在于,在计算所述网格矩阵中每个立体网格的动态信号强度以生成动态信号强度分布矩阵的步骤之前还包括:
根据所述固定设备的信号强度与其关联网格的静态信号强度的差值确定造成所述固定设备信号强度变化的影响因素来源于室内还是室外。
8.根据权利要求7所述的智能家居人体感应方法,其特征在于,根据所述智能家居设备的信号强度变化情况计算人体位置和数量的步骤具体包括:
当造成所述固定设备信号强度变化的影响因素来源于室内时,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配;
根据所述实体网格构成的实体的大小和位置确定人体位置和数量。
9.根据权利要求8所述的智能家居人体感应方法,其特征在于,在室内确定多个非实体网格使所述多个非实体网格为实体网格时所计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配的步骤具体包括:
在非实体网格中构建实体,所述实体由至少一个实体网格组成;
以所述实体网格为障碍物,计算所述wifi热点发出的wifi信号到达所述固定设备的信号强度;
调整所述实体的大小和位置使得计算得到的所述固定设备的信号强度与所述动态信号强度分布矩阵中关联网格的信号强度序列相匹配。
10.一种智能家居人体感应装置,其特征在于,包括wifi天线以及wifi模块,所述wifi模块包括存储器和处理器,所述处理器执行所述存储器存储的计算机程序实现如权利要求1至9所述的智能家居人体感应方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995577.5A CN115086973B (zh) | 2022-08-19 | 2022-08-19 | 一种智能家居人体感应方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210995577.5A CN115086973B (zh) | 2022-08-19 | 2022-08-19 | 一种智能家居人体感应方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115086973A true CN115086973A (zh) | 2022-09-20 |
CN115086973B CN115086973B (zh) | 2022-11-11 |
Family
ID=83245065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210995577.5A Active CN115086973B (zh) | 2022-08-19 | 2022-08-19 | 一种智能家居人体感应方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115086973B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885029A (zh) * | 2014-04-21 | 2014-06-25 | 苏州果壳传感科技有限公司 | 基于无线传感器网络的一种多目标无源追踪方法 |
CN104519571A (zh) * | 2014-12-26 | 2015-04-15 | 北京工业大学 | 一种基于rss的室内定位方法 |
CN104936287A (zh) * | 2015-06-09 | 2015-09-23 | 南京邮电大学 | 基于矩阵补全的传感网室内指纹定位方法 |
CN106019209A (zh) * | 2016-05-12 | 2016-10-12 | 天津大学 | 基于射频层析成像的室内人员被动式定位方法 |
CN106535216A (zh) * | 2016-12-05 | 2017-03-22 | 美的智慧家居科技有限公司 | 估计区域中信号强度的方法和装置 |
US9942872B1 (en) * | 2017-06-09 | 2018-04-10 | Rapid Focus Security, Llc | Method and apparatus for wireless device location determination using signal strength |
CN110390273A (zh) * | 2019-07-02 | 2019-10-29 | 重庆邮电大学 | 一种基于多核迁移学习的室内人员入侵检测方法 |
CN111405463A (zh) * | 2020-03-16 | 2020-07-10 | 北京嘀嘀无限科技发展有限公司 | 信息获取方法、装置、电子设备和存储介质 |
CN111479321A (zh) * | 2020-04-17 | 2020-07-31 | 滴图(北京)科技有限公司 | 一种网格构建方法、装置、电子设备和存储介质 |
CN114585012A (zh) * | 2020-12-01 | 2022-06-03 | 中移(成都)信息通信科技有限公司 | 无线信号强度的确定方法、装置、设备及存储介质 |
-
2022
- 2022-08-19 CN CN202210995577.5A patent/CN115086973B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885029A (zh) * | 2014-04-21 | 2014-06-25 | 苏州果壳传感科技有限公司 | 基于无线传感器网络的一种多目标无源追踪方法 |
CN104519571A (zh) * | 2014-12-26 | 2015-04-15 | 北京工业大学 | 一种基于rss的室内定位方法 |
CN104936287A (zh) * | 2015-06-09 | 2015-09-23 | 南京邮电大学 | 基于矩阵补全的传感网室内指纹定位方法 |
CN106019209A (zh) * | 2016-05-12 | 2016-10-12 | 天津大学 | 基于射频层析成像的室内人员被动式定位方法 |
CN106535216A (zh) * | 2016-12-05 | 2017-03-22 | 美的智慧家居科技有限公司 | 估计区域中信号强度的方法和装置 |
US9942872B1 (en) * | 2017-06-09 | 2018-04-10 | Rapid Focus Security, Llc | Method and apparatus for wireless device location determination using signal strength |
CN110390273A (zh) * | 2019-07-02 | 2019-10-29 | 重庆邮电大学 | 一种基于多核迁移学习的室内人员入侵检测方法 |
CN111405463A (zh) * | 2020-03-16 | 2020-07-10 | 北京嘀嘀无限科技发展有限公司 | 信息获取方法、装置、电子设备和存储介质 |
CN111479321A (zh) * | 2020-04-17 | 2020-07-31 | 滴图(北京)科技有限公司 | 一种网格构建方法、装置、电子设备和存储介质 |
CN114585012A (zh) * | 2020-12-01 | 2022-06-03 | 中移(成都)信息通信科技有限公司 | 无线信号强度的确定方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115086973B (zh) | 2022-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lee et al. | A pyroelectric infrared sensor-based indoor location-aware system for the smart home | |
US9483934B2 (en) | Presence based system and method for controlling devices | |
Bulusu et al. | GPS-less low-cost outdoor localization for very small devices | |
JP5015423B2 (ja) | ビーコン装置を用いて位置決定を行うターゲット装置、遠隔サーバ及び方法 | |
CN113272673A (zh) | 基于节点和各种rf支持装置之间的射频通信使用测距和三角测量来确定无线传感器节点位置的系统和方法 | |
CN111526973A (zh) | 用移动清洁机器人映射、控制和显示网络设备 | |
CN106664531B (zh) | 基于区段的照明访问 | |
KR101397999B1 (ko) | 센서 네트워크에서의 전송 파워를 이용한 센서 노드위치인식 방법 및 장치 | |
KR100673484B1 (ko) | 위치 측정 장치, 이를 이용한 위치 측정 시스템 및 그 방법 | |
Taniuchi et al. | Spring model based collaborative indoor position estimation with neighbor mobile devices | |
MX2011002355A (es) | Sistema inalambrico activo y pasivo para administrar construcciones. | |
EP3092830B1 (en) | Feedback in a positioning system | |
Jeong et al. | SALA: Smartphone-assisted localization algorithm for positioning indoor IoT devices | |
CN111503843A (zh) | 空调器控制方法及其装置、多联式空调系统 | |
Mardini et al. | Adaptive RSSI-based localization scheme for wireless sensor networks | |
Retscher | Fusion of location fingerprinting and trilateration based on the example of differential Wi-Fi positioning | |
CN115086973B (zh) | 一种智能家居人体感应方法及装置 | |
CN112617672B (zh) | 扫地机器人的清扫方法及装置 | |
CN111811569B (zh) | 一种用于感知室内环境的方法和系统 | |
WO2017005502A1 (en) | Policies for access to location-based services | |
Lazaroiu et al. | Ble to improve iot connection in the smart home | |
CN111818447B (zh) | 一种室内人居环境的传感器网络 | |
CN209731576U (zh) | 一种基于无线信号的人体存在检测系统 | |
CN111813056A (zh) | 一种调节室内环境的方法 | |
Huseth et al. | Localization in wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |