参考计算机协会通讯-12期 张黔教授的一篇文章进行以下归纳和总结:
(1)摄像头-》计算机视觉
(2)智能手环+智能手表+智能眼镜-》可穿戴传感器
(3)声音+无线+光-》通信媒介(室内WiFi,室外的5G,物物相连的NB-IOT,以及LoRA)
上述三类技术成为各种智慧应用场景的核心支撑技术,使得智慧家庭、智慧医疗、智慧交通乃至大规模的智慧城市等称为可能。
一个IOT感知的生态体系包含如图所示的三个部分:IOT系统、物理世界以及对抗者。
图1:IOT感知的生态体系组成
图2:围绕IOT生态体系3个部分所做的研究工作
IOT生态体系应该满足3个基本需求:
-- 便捷而强大的感知能力
-- 设备交互的安全性
-- 系统的鲁棒性
上述三个需求衍生出许多要解决的研究问题:室内定位、行为识别、隐私保护以及安全性。接下来介绍几类智能感知研究:
1. 基于声音信号的定位跟踪
研究基础:1)声音信号的慢传播特性,使得基于声音信号的跟踪可以获得较高的精确度;2)扬声器和麦克风在移动设备、终端设备上大量内置,提供了基于声音定位、跟踪感知能力的广泛基础;3)声音信号的采样率低,使得软件处理成为可能。
研究相关工作:1)当前基于声音跟踪系统都是通过计算距离实现跟踪,然而这种设计原理导致多个扬声器之间要有足够大的距离才能保证跟踪系统的高准确度(例如,当今普及的智能音箱等设备中,小型扬声器阵列之间距离非常靠近,会产生较大的跟踪误差);2)通过引入角度这一维度,可以解决扬声器阵列距离很小情况下的跟踪误差大的问题。研究工作(Ge L, Zhang Q, Zhang J, et al. Acoustic Intensity-based Motion Tracking[J]. ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (IMWUT,to be appeared), 2021.)利用声场的强度特性来获取角度信息,具体来说,在两个扬声器之间,通过发射不同频率的声音,会形成一个有变化规律的声场。当物体跨过声场高低不同的部分,可以看到声场强度变化和角度变化之间的对应关系,准确率在5厘米的范围。如图3所示:
图3:从基于距离的跟踪到基于强度的跟踪
2. 基于可见光的定位
研究基础:1)室内环境中灯的部署相对密集,并且能够提高较好的视距传播;2)光线直线传播的特性,具有稳定的方向性。
研究相关工作:直接利用环境光传感器做可见光定位的创新解决方案(Wang Z, Yang Z, Huang Q, et al. ALS-P: Light Weight Visible Light Positioning via Ambient Light Sensor[C]// IEEE INFOCOM 2019 - IEEE Conference on Computer Communications. IEEE, 2019.);核心思想是面对高采样发送端时,接收端通过一个亚采样来进行相关解码。亚采样进行解码的核心原理就是利用频率混叠(frequency aliasing)的技术,使得低采样率的设备可以去解码高采样率的信号。
开放探索的研究课题