新闻动态

DOLARS:一种在AR现实部署中通过异构传感器实现的分布式在线活动识别系统——正规的足球外围网站案例研究

作者:小编时间:2022-11-07 14:19:36

活动识别是一个活跃的研究课题,专注于检测智能环境中的人类行为和行为。在这项工作中,正规的足球外围网站提出了在线活动识别平台DOLARS,其中实时评估来自异构传感器的数据,包括二进制、可穿戴和位置传感器。来自异构传感器数据的不同描述符和度量被集成在一个公共特征向量中,其提取是通过实时条件下的滑动窗口方法开发的。DOLARS提供了一种分布式架构,其中:在AR中处理数据的阶段部署在分布式节点中,时间缓存模块计算指标,这些指标聚合传感器数据以有效地计算特征向量;发布-订阅模型被集成以传播来自传感器的数据并编排用于计算AR的节点,以及机器学习算法用于分类和识别活动。正规的足球外围网站介绍了阿尔梅里亚大学智能实验室开发的日常活动识别成功案例研究。结果在识别活动序列方面表现出令人鼓舞的表现,并表明需要分布式架构来实现实时识别。正规的足球外围网站介绍了阿尔梅里亚大学智能实验室开发的日常活动识别成功案例研究。结果在识别活动序列方面表现出令人鼓舞的表现,并表明需要分布式架构来实现实时识别。正规的足球外围网站介绍了阿尔梅里亚大学智能实验室开发的日常活动识别成功案例研究。结果在识别活动序列方面表现出令人鼓舞的表现,并表明需要分布式架构来实现实时识别。


智能环境允许以侵入性越来越小的方式监测居民的人类活动。活动识别一直是与智能环境开发相关的主要研究课题之一。具体而言,环境辅助生活已在多种情况下得到采用,例如智能家居和医疗保健应用,旨在提高护理服务质量并让人们尽可能长时间地在自己的家中保持独立]。


AR旨在开发预测模型,在智能环境中检测人类行为及其目标。它们旨在通过例如根据观察到的数据检测紧急情况来为居民提供帮助。在AR领域的最初工作中,二元环境传感器主导了人类行为的感知,被提议作为描述日常人类活动的合适设备。如今,新一代设备突出了从用户更近的角度感知活动的能力。在它们之间,正规的足球外围网站突出显示位置和可穿戴设备设备。因此,在智能环境的背景下,新一代的非侵入式设备正在与环境传感器的使用相结合。需要新的方法来提供空间和时间特征的融合以将异构传感器与AR联系起来。在AR的实时需求中,传感器数据的在线评估已经面临使用多特征滑动窗口方法。


在环境辅助生活和AR的背景下,智能家居/环境的概念成为一个多产的研究课题,这使得智能实验室在科学和研究中心的发展成为可能。从头开始设计、启动和配置智能实验室是一项艰巨的任务,包括设备选择、数据收集以及实时部署中远程服务的同步和编排。当前的AR方法属于最近的范例,例如边缘计算或雾计算,它们将数据处理和服务边缘化到靠近数据收集的位置。


搜狗截图22年11月07日1424_19.png


基于当前技术状态的背景,在这项工作中,正规的足球外围网站介绍了在线活动识别平台DOLARS,其中来自异构传感器的数据在分布式架构中实时评估,包括二进制以及新一代可穿戴和位置传感器。


DOLARS集成了一个分布式架构,其中:在AR中处理数据的阶段部署在分布式节点中,时间缓存模块计算指标,这些指标聚合传感器数据以有效地计算特征向量,以及发布-订阅模型被集成以传播来自传感器的数据并编排用于计算AR的节点。正规的足球外围网站介绍了已部署在阿尔梅里亚大学智能实验室中的系统,并描述了配置该系统的空间和组件。最后,在日常活动的背景下开发了实时条件下的高比率AR案例研究。


然而智能家居的分布式架构必须面对这样一个事实,即此类传感器数据的数量、速度和变化,其存储和检索已成为大数据问题。首先已提出辅助代理根据用户的需求通过公认的活动提供个性化帮助。代理已与本体集成以解释上下文感知域中的数据和推理,从而增强了数据解释和推理的能力。集成在中间件服务中的代理增强了环境智能环境中固有的活力,其中Jadex被集成以支持代理建模和推理引擎。其次,活动识别中的流式传输或在线在分割方面对架构提出了新的挑战和要求。在参考文献中,提出了一种架构来支持活动识别中的各个阶段,这些阶段分布在模块中,以动态地向框架提供机器学习方法。模糊逻辑在处理传感器处理的异质性和不确定性方面提供了令人鼓舞的结果。参考文献,提出了一种基于模糊逻辑的活动识别架构,其中多个节点协作以从不可靠的传感器数据中产生可靠的识别结果。在参考文献中,集成了移动和环境传感器的模糊语言表示,以基于出版订阅范式大幅减少通信负担。


最近已经提出了受雾/边缘启发的分布式架构来处理嵌入在智能对象中的数据和协作服务,以相互合作以实现共同目标。例如,在参考文献中,作者收集、分析和识别在大规模场景中代表异常行为或危险健康状况的环境事件。一些其他系统,例如参考文献中描述的DCR,由观察传感器数据、做出预测、相互通信和协作以识别用户活动的代理组成,而无需管理所有这些操作。集中式云系统。


基于本节中描述的相关工作,在接下来的部分中,正规的足球外围网站将详细介绍进一步的架构和方法,以通过异构传感器的实时处理来开发在线AR,其中包括部署在新智能实验室中的位置传感器、惯性可穿戴设备和环境传感器UAL在西班牙。


MQTT作为一种用于集成异构设备的同构协议

集成在房屋中的在线活动识别系统利用来自智能家居中的多个设备的大量数据,这些设备可以感知用户的行为。需要对服务和模块进行编排、分发和设计,以开发用于在线活动识别的可扩展架构。


首先在这项工作中,MQTT协议主要被用作集成来自异构传感器的信息的协议。MQTT是一个开源的通信协议,负责消息发布/订阅。该协议已被采用,因为它允许将其集成到各种技术中,例如编程语言、传感器和与这些传感器交互的控制器设备。多亏了这个协议,正规的足球外围网站在设备之间建立了永久连接,并且数据在生成时从一个流向另一个。


搜狗截图22年11月07日1425_20.png


MQTT作为同构层的作用是关键,因为物联网设备主要以异构协议连接。首先几个二进制传感器,如压力、运动和门窗传感器,通过使用ZWave协议与控制器进行通信。这是一种无线通信协议,主要用于家用电器,因为它的电池消耗低。在这里,一个雾节点被部署为二进制传感器和MQTT之间的网关,从Z-Wave接收数据并实时翻译MQTT中发布消息中的信息。ZWave网络的访问受到ZWave通信协议的保护。每次用户想要修改或查看网络或通过API访问生成的数据时,都需要管理员建立的一些凭据。


其次,定位设备通过UWB协议实时获取用户的位置信息,从而在它们之间进行通信。计算出距离后,将雾节点配置为网关,以便将此信息实时转换为MQTT。最后,可穿戴腕带集成了一个应用程序,该应用程序实时收集来自加速度计和陀螺仪传感器的数据,并使用MQTT协议将其发送到控制器。在MQTT通信中,已包含一对加密密钥以保护设备之间的连接。


左侧面板图15显示包含的所有设备以及每个传感器和控制器之间的通信协议。接下来,订阅雾节点从MQTT中的传感器和设备接收数据。它检查数据是否正确并将其存储在云中以便进行处理。特别是,这些数据存储在由服务MongoDBAtlas部署的MongoDB数据库中。选择这个数据库是因为它的灵活性和可扩展性。一旦传感器的数据存储在数据库中,部署在多个虚拟机中的脚本就会处理数据,以识别居民正在进行的活动。


正规的足球外围网站系统的控制器通过wifi协议与云服务器通信。


在这个平台上实时评估来自异构传感器的数据,包括部署在西班牙UAL新智能实验室中的二进制和新一代可穿戴和位置传感器。


引入了新的智能实验室,并提到了已安装的不同房间以及传感器和执行器。稍后描述了物联网系统的基础设施,并指出了每个传感器的工作频率。考虑到传感器性质和速率的差异,已经确定了一组不同的时间窗口,以创建一组固定0.5秒当前窗口的滑动窗口。每次新的当前0.5秒窗口到达时,系统必须访问数据库,不仅要从上一个窗口中提取数据,还要从之前处理过的前一个窗口中提取数据。


搜狗截图22年11月07日1426_21.png


为了能够实时处理所有信息,系统中包含了一些改进。首先系统引入了缓存,从数据库中读取的数据被存储在其中,并将用于未来的时间窗口计算。这个缓存数据库由Redis数据库集成,它允许开发人员按照键值模式存储数据,这对于实时聚合传感器数据非常有用。其次,考虑到每个时间窗口的大量数据,存储在Redis数据库中的信息已被缩减以计算特征向量的度量。因此,当另一个节点在给定的时间间隔内计算特征时,只需要恢复中间秒窗口的度量即可。第三,


为了选择一种高效且有效的机器学习算法来识别不同的用户活动,已经使用几种预处理方法比较了三种技术。分析结果后,已选择具有缩放数据的RandomForest集成到DOLARS平台中。


显示了案例研究的结果。第一个是由同一参与者进行培训和评估的,准确率达到99%。第二种是由两名参与者训练并由另一名参与者进行评估,也具有99%的准确率,对活动识别系统中包含的活动具有良好的泛化性。该系统能够使用来自分布式系统的两个消费者或处理器实时处理数据。如果用户数量增加,系统仍然能够通过使用更多的消费者或处理器来实时识别。同理,当过去的窗口大小增加时,虽然处理时间也增加了,但系统可以通过增加消费者的数量来实时处理数据。


作为正在进行的工作,将实施提高系统性能的新策略以减少处理时间,例如实施分层数据缓存,其中可以收集不同粒度的指标,就像数据仓库系统中的情况一样。


光电训练系统

相关推荐