基于可穿戴设备的环境感知用于室内活动与位置估计
人机交互
2016-11-17 v1 机器学习
摘要
我们在这项初步研究中展示了一组实验的结果，以调查用户活动对由居住者携带的多用途传感器监测的各种环境参数的因果影响。验证了每种测量类型的假设，包括在八种典型活动中收集的温度、湿度和光照水平：坐在实验室/隔间、室内行走/跑步、体力活动后休息、爬楼梯、乘电梯和室外行走。我们的主要贡献是基于环境测量开发了用于活动和位置识别的特征，这些特征利用了位置和活动特定的特性，并捕捉了由潜在生理过程产生的趋势。这些特征在统计上显示出良好的可分性且信息丰富。将环境感知与加速度融合在一起，分类准确率高达99.13%。对于建筑应用，这项研究激发了一种传感器融合范式，用于学习个性化的活动、位置和环境偏好，以实现能源管理和用户舒适度。
引用
@article{arxiv.1406.5765,
title = {Environmental Sensing by Wearable Device for Indoor Activity and Location Estimation},
author = {Ming Jin and Han Zou and Kevin Weekly and Ruoxi Jia and Alexandre M. Bayen and Costas J. Spanos},
journal= {arXiv preprint arXiv:1406.5765},
year = {2016}
}
备注
submitted to the 40th Annual Conference of the IEEE Industrial Electronics Society (IECON)