[发明专利]基于BP神经网络的人类活动在智能家居环境中的辨识方法

说明书

技术领域

本发明涉及依据安装在智能家居环境测试台中的运动传感器和项目传感器所采集的人类不同活动的数据对人类的活动进行辨识的方法，特别是涉及一种基于BP神经网络(Back Propagation Neural Networks)的人类活动的辨识方法，应用于智能家居、模式识别等技术领域。

背景技术

智能家居是以住宅为平台，兼备建筑、网络通信、信息家电、设备自动化，集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境。智能家居利用先进的计算机技术、网络通讯技术、综合布线技术，将与家居生活有关的各种子系统有机地结合在一起，通过统筹管理，让家居生活更加舒适、安全、有效。与普通家居相比，智能家居不仅具有传统的居住功能，提供舒适安全、高品位且宜人的家庭生活空间，还由原来的被动静止结构转变为具有能动智能的工具，提供全方位的信息交换功能，帮助家庭与外部保持信息交流畅通，优化人们的生活方式。这可能包括住户的安全、维护环境费用的减少、资源利用的最优化或者是任务的自动化。智能家居环境的特点是他们具有自治的能力，能够自己适应变化的环境，以一个自然的方式和人类进行交流。智能自动化能够减少居民需要合作的次数，减少资源的损耗和其他潜在的消费。智能家居还可能具备其它的功能，比如说可以发觉不正常行为的健康监测功能和家庭安全功能。智能家居还可以帮助那些不能独立生活的人完成日常生活，比如老年人和残疾人。所以智能家居环境不仅仅可以给住户提供方便，也能够保障住户的健康和人身安全。

人是智能家居的核心，智能家居中的各项功能都是为人服务的，而老年人又是一个非常特殊的群体。

随着世界人口老龄化程度的加深，独立生活的老年人也日益增多。20世纪90年代，我国也迈进了老龄化社会。人口普查数据显示，到2002年底，全国60岁以上的老年人已达1.32亿，60至69岁的低龄老人约6000万，占人口总量的10.32％，占世界老年人口的五分之一。而根据专家预测，今后几十年内，我国老年人口数量将以年均3％以上的速度递增，而80岁以上的高龄老人则每年以5％的速度增长。到2050年，全国老年人口总量将达到4亿多，占人口总数的四分之一多。

另据调查，我国老年人中，“空巢”率已达到26.4％，这就意味着有四分之一的老人身边无子女照料。然而，年纪的增长会产生一系列的健康问题，例如出现行动困难，视力、听力的下降，记忆力衰退以及各种多发疾病等，这给他们独立生活带来一定的困难。基于中国人传统的思想，家庭养老仍然是大部分子女和老人共同的愿望。由于大部分老年人还是希望生活在自己熟悉的生活环境里，所以我们希望老年人独立生活在家中时，仍然能够正常生活，这促进了智能家居环境技术的发展。智能家居技术的一个重要作用就是能够为那些长时间待在家里不能独立生活的老年人和残疾人提供帮助，并进行健康监护。

为了能够独自在家生活，个人需要完成日常生活的许多活动，比如吃饭、穿衣服、煮饭、喝水、吃药等。要使智能家居能够帮助人类的日常生活，就要使智能家居能够读懂和理解人类的活动，从而需要研究人类活动的辨识方法。对住户的活动进行正确辨识和理解是给住户提供正确服务的前提，无论是智能家居直接给住户提供服务，还是将来通过机器人给住户提供服务，都是在正确辨识住户的活动、理解住户意图的基础上实现的。因此能够使智能家居对住户的活动进行辨识和理解具有重要的意义，这也为实现对独居老人和残疾人的智能监护提供了一种模式，为服务机器人真正走进家庭提供了可能。

目前国内外对人类活动辨识的研究大部分集中在基于视觉的辨识研究领域，但是对于智能家居而言，许多住户认为安装视频摄像装置会侵犯住户的隐私，所以并不希望家中安装有视频摄像装置。相对而言，利用由运动传感器和项目传感器采集住户的活动数据来进行活动辨识就没有了这样的烦恼，保护了住户的隐私。

发明内容

本发明针对由运动传感器和项目传感器所采集的数据，提出了一种基于BP神经网络的人类活动辨识方法，具有更高的辨识准确度。

为了实现上述目的，本发明通过以下技术路线来实现：

基于BP神经网络的人类活动在智能家居环境中的辨识方法，其过程包括如下的步骤：

步骤S1)数据采集：由实验人员在智能家居环境测试台中按照要求重复进行指定的不同活动，与此同时由安装在智能家居环境测试台中的运动传感器和项目传感器对实验活动进行数据采集，然后对采集到的数据进行标记。