论文部分内容阅读
随着近两年智能家居行业的快速发展和相关产品的不断推出,传统的围绕设备功能实现的基于GUI的智能家居系统造成用户交互体验不佳的问题越来越受到重视,而围绕用户交互体验提升的基于NUI体感交互的下一代智能家居系统成为未来发展方向,其中在NUI领域以Kinect传感器的体感交互最具开发潜力。不同于以往智能家居论文中对家电自动控制技术的实现作为描述重点,本文通过一个全新的视角,结合设计学知识,将人与NUI智能家居系统的交互分为两部分——主动型交互和被动型交互,并以Kinect体感交互为基础对基于NUI的智能家居系统的交互性进行技术方面的研究。在NUI智能家居主动型交互中,对其中最核心的主动型身份识别问题进行了算法方面的研究与创新。创新性的将基于Kinect的深度数据应用于步态识别中,提出了基于正面人体的,可以满足全天候识别需求的KWU步态识别算法。其在运动人体和步态周期的检测中,都采用了基于深度数据的方法。在特征提取阶段,采用了傅里叶描述子和基于深度几何视角场的身高特征以及基于深度数据的步幅特征。然后将三个特征串行融合,得到步态识别的结果,并结合基于PCA的人脸识别的结果,在并行融合的决策层进行数据融合得到最终识别结果。文中将该算法在自建的步态人脸混合数据库上进行实验,取得了良好的效果。同时结合智能家居的应用场景对算法设计了仿真实验,结果证明该算法提升了交互体验,满足了NUI智能家居的需求。在NUI智能家居被动型交互中,创新性的将体感交互应用于智能家居的控制系统,设计并实现了一套基于Kinect手势识别的智能家居家庭监护系统。本部分首先对挥手手势识别算法的实现进行了详细描述,然后设计了一套基于消息注册机制的支持多用户同时在线的服务器系统,随后设计并实现了两套满足不同需求的基于北斗BDM100模块的定位方案,最后描述了基于Android和百度地图API的实时位置显示系统的实现。最终系统在实际试验中取得了良好效果。本文利用Kinect体感交互功能对基于NUI的智能家居系统交互性的两方面中的主要问题进行了技术方面的研究,均取得了满意的成果。