Att utveckla automatiserade system som spårar passagerare och anpassar sig efter deras preferenser är ett stort nästa steg för framtiden för smarta hem. När du går in i ett rum, till exempel, ett system kan ställa in en termometer till önskad temperatur. Eller när du sitter i soffan, ett system kan omedelbart flicka tv:n till din favoritkanal.

Men att göra det möjligt för ett hemsystem att känna igen passagerare när de rör sig i huset är ett mer komplext problem. Nyligen, system har byggts som lokaliserar människor genom att mäta reflektionerna av trådlösa signaler från deras kroppar. Men dessa system kan inte identifiera individerna. Andra system kan identifiera människor, men bara om de alltid bär sina mobila enheter. Båda systemen är också beroende av spårningssignaler som kan vara svaga eller blockeras av olika strukturer.

MIT -forskare har byggt ett system som tar ett steg mot fullt automatiserat smart hem genom att identifiera passagerare, även när de inte bär mobila enheter. Systemet, kallas Duet, använder reflekterade trådlösa signaler för att lokalisera individer. Men det innehåller också algoritmer som pingar mobila enheter i närheten för att förutsäga individernas identitet, baserat på vem som senast använde enheten och deras förutspådda rörelsebana. Den använder också logik för att ta reda på vem som är vem, även i signalförnekade områden.

"Smarta hem är fortfarande baserade på tydliga inmatningar från appar eller att be Alexa att göra något. Helst, vi vill att hem ska vara mer reaktiva på vad vi gör, att anpassa sig till oss, "säger Deepak Vasisht, en doktorand i MIT:s datavetenskap och artificiell intelligenslaboratorium (CSAIL) och huvudförfattare på ett papper som beskriver systemet som presenterades vid förra veckans Ubicomp -konferens. "Om du aktiverar platsmedvetenhet och identifieringsmedvetenhet för smarta hem, du kan göra detta automatiskt. Ditt hem vet att det är du som går, och där du går, och den kan uppdatera sig själv. "

Experiment gjorda i en lägenhet med två sovrum med fyra personer och ett kontor med nio personer, över två veckor, visade att systemet kan identifiera individer med 96 procent och 94 procent noggrannhet, respektive, inklusive när människor inte bar sina smartphones eller befann sig i blockerade områden.

Men systemet är inte bara nyhet. Duet kan eventuellt användas för att känna igen inkräktare eller se till att besökare inte kommer in i privata områden i ditt hem. Dessutom, Vasisht säger, systemet kan fånga beteende-analyser insikter för hälso-och sjukvård applikationer. Någon som lider av depression, till exempel, kan röra sig mer eller mindre, beroende på hur de mår varje dag. Sådan information, samlas in över tid, kan vara värdefull för övervakning och behandling.

"I beteendestudier, du bryr dig om hur människor rör sig över tiden och hur människor beter sig, "Vasisht säger." Alla dessa frågor kan besvaras genom att få information om människors platser och hur de rör sig. "

Forskarna föreställer sig att deras system skulle användas med uttryckligt samtycke från alla som skulle identifieras och spåras med Duet. Om det behövs, de kan också utveckla en app för användare att när som helst bevilja eller återkalla Duets åtkomst till sin platsinformation, Tillägger Vasisht.

Medförfattare på tidningen är:Dina Katabi, Andrew och Erna Viterbi professor i elektroteknik och datavetenskap; tidigare CSAIL -forskare Anubhav Jain '16; och CSAIL-doktorander Chen-Yu Hsu och Zachary Kabelac.

Spårning och identifiering

Duet är en trådlös sensor installerad på en vägg som är ungefär en och en halv fot i kvadrat. Den innehåller en golvkarta med kommenterade områden, som sovrummet, kök, säng, och soffa i vardagsrummet. Det samlar också in identifikationstaggar från passagerarnas telefoner.

Systemet bygger på ett enhetsbaserat lokaliseringssystem byggt av Vasisht, Katabi, och andra forskare som spårar individer inom tiotals centimeter, baserat på trådlösa signalreflektioner från deras enheter. Det gör det genom att använda en central nod för att beräkna den tid det tar signalerna att träffa en persons enhet och resa tillbaka. I experiment, systemet kunde identifiera var människor befann sig i en lägenhet med två sovrum och på ett kafé.

Systemet, dock, förlitat sig på personer som bär mobila enheter. "Men när vi byggde [Duet] insåg vi att hemma bär du inte alltid din telefon, "Vasisht säger." De flesta lämnar enheter på skrivbord eller bord, och gå runt i huset. "

Forskarna kombinerade sin enhetsbaserade lokalisering med ett enhetsfritt spårningssystem, kallas WiTrack, utvecklad av Katabi och andra CSAIL -forskare, som lokaliserar människor genom att mäta reflektionerna av trådlösa signaler från deras kroppar.

Duet lokaliserar en smartphone och korrelerar dess rörelse med individuella rörelser som fångas av den enhetsfria lokaliseringen. Om båda rör sig i tätt korrelerade banor, systemet parar enheten med individen och, därför, känner till individens identitet.

För att säkerställa att Duet känner till någons identitet när de är borta från sin enhet, forskarna utformade systemet för att fånga effektprofilen för signalen som tas emot från telefonen när den används. Den profilen ändras, beroende på signalens orientering, och att förändringen mappas till en individs bana för att identifiera dem. Till exempel, när en telefon används och sedan läggs ner, systemet kommer att fånga den första effektprofilen. Sedan kommer den att uppskatta hur effektprofilen skulle se ut om den fortfarande fördes längs en väg av en närliggande person i rörelse. Ju närmare den förändrade effektprofilen korrelerar till den rörliga individens väg, desto mer sannolikt är det att individen äger telefonen.

Logiskt tänkande

En sista fråga är att strukturer som badrumsplattor, tv -skärmar, speglar, och olika metallutrustningar kan blockera signaler.

För att kompensera för det, forskarna införlivade probabilistiska algoritmer för att tillämpa logiska resonemang på lokalisering. Att göra så, de utformade systemet för att känna igen in- och utgångsgränser för specifika utrymmen i hemmet, som dörrar till varje rum, sängen, och sidan av en soffa. När som helst, systemet kommer att känna igen den mest troliga identiteten för varje individ i varje gräns. Det kommer då fram vem som är vem genom elimineringsprocess.

Antag att en lägenhet har två personer:Alisha och Betsy. Duet ser Alisha och Betsy gå in i vardagsrummet, genom att para ihop sin smartphone -rörelse med sina rörelsebanor. Båda lämnar sedan sina telefoner på ett närliggande soffbord för att ladda - Betsy går in i sovrummet för att sova; Alisha ligger i soffan för att titta på tv. Duet visar att Betsy har gått in i sänggränsen och inte gått ut, så måste ligga på sängen. Efter ett tag, Alisha och Betsy flyttar in, säga, köket - och signalen sjunker. Duett anledningar till att två personer är i köket, men den vet inte deras identitet. När Betsy återvänder till vardagsrummet och tar upp sin telefon, dock, systemet märker automatiskt individen som Betsy. Genom elimineringsprocess, den andra personen som fortfarande finns i köket är Alisha.

"Det finns blinda fläckar i hem där system inte fungerar. Men, eftersom du har en logisk ram, du kan göra dessa slutsatser, "Säger Vasisht.

"Duet tar ett smart tillvägagångssätt för att kombinera platsen för olika enheter och associera det med människor, och utnyttjar enhetsfria lokaliseringstekniker för lokalisering av människor, "säger Ranveer Chandra, en huvudforskare på Microsoft, som inte var inblandad i arbetet. "Att exakt bestämma platsen för alla boende i ett hem har potential att avsevärt förbättra användarens upplevelse hemma. ... Hemassistenten kan anpassa svaren baserat på vem alla är i närheten av. Temperaturen kan automatiskt kontrolleras baserat på personliga preferenser, vilket resulterar i energibesparingar. Framtida robotar i hemmet kan vara mer intelligenta om de visste vem som var var i huset. Potentialen är oändlig. "

Nästa, forskarna siktar på långsiktig distribution av Duet i fler utrymmen och att tillhandahålla analytiska tjänster på hög nivå för applikationer som hälsoövervakning och lyhörd smarta hem.

Denna artikel publiceras på nytt med tillstånd av MIT News (web.mit.edu/newsoffice/), en populär webbplats som täcker nyheter om MIT -forskning, innovation och undervisning.