论文部分内容阅读
目前我国正处于老龄化社会阶段，由于子女大多出外工作，老人家庭空巢率也在不断增加，对智能化的看护系统的需求更加紧迫。而智能化看护系统的关键问题就在于对老人在日常生活中的活动进行识别和理解。目前，针对活动识别的研究主要可分为两大类：基于视觉监控设备的方式和基于传感器设备的方式。基于视觉监控设备的方式虽然在实现技术上已经比较成熟，但由于其在采集数据的过程中侵犯了观察对象的隐私，因此并不适合在家居环境中采用。而随着无线传感网络的发展，利用无线传感设备收集活动数据，进行活动识别，已经吸引了越来越多的研究者的注意力。本文将活动识别和无线传感器网络技术结合起来，针对家居环境中日常生活的智能监护问题，提出了异常活动分布式检测方法DetectingAct。由于正常活动与异常活动的区分是一个比较主观的问题，本文中的正常活动被定义为在活动数据中反复出现的活动，而异常活动被定义为在时空数据上与正常活动存在着较大偏差的活动。本文的主要贡献体现在以下几个方面：①针对日常生活智能监护中对实时性的要求，本文设计了分布式异常活动检测方法DetectingAct。该方法在检测时充分利用了传感器节点自身有限的计算资源和存储资源，避免了集中式检测方法带宽需求大和反应时间长的缺点，同时保证了检测精度，提高了检测速度。②针对传统活动识别中对活动定义的缺陷，本文在活动模型的原有轨迹信息的基础上，引入了触发数据中的持续时间信息。改进后的模型对活动的定义更准确，提高了检测精度。③针对当前研究中缺乏面向运动传感器的智能环境仿真系统的问题，开发设计了日常生活仿真及统计系统作为实验基础平台。该系统可对真实环境下的智能环境进行仿真，所获取到的仿真数据的可信度较高。④利用从日常生活仿真及统计系统中生成的仿真数据与真实环境中产生的触发数据进行了实验，从准确性、实时性、稳定性三个方面验证了分布式异常活动检测方法DetectingAct相比于传统的基于轨迹的检测算法的优势。