智能家居安防系统的架构、关键技术及其发展.pdfVIP

智能家居安防系统的架构、关键技术及

其发展

摘要：人们在享受科技给家庭生活带来便利的同时，对家庭安全的关注度也

越来越高。智能家居利用传感、通信、控制等技术，为住户提供安全智能、舒适

方便的居住条件。智能家居安防系统能够提供环境和人员监测等功能，并可采取

措施来降低或避免人员伤亡及财产损失。由于其保护对象的重要性，智能家居安

防系统相较于家居娱乐等其他子系统而言显得更为重要。

关键词：智能家居；安防系统；架构；技术

1基于物联网的智能家居安防应用

环境监测主要为家庭环境提供实时的环境监测和报警处理，通过传感器采集

与居住安全和舒适相关的气体、火焰、烟雾及温湿度等数据，经过预处理和解析，

将按照协议规定传输给终端控制系统，再由终端控制系统进行数据存储和数据分

析，同时设定规定阈。与安全数据值进行对比，当检测异常数据时，系统会进行

报警处理。目前，有许多基于智能锁的解锁方式，如指纹识别、人脸识别、无线

遥控开锁以及解锁密码等。智能报警系统的核心是智能感知设备，可以通过传感

器监测周围环境，如红外线传感器、雷达、声波传感器等。同时，设备可以通过

图像识别等技术分析和识别监控画面，进一步提高监控的效果和准确性。当家中

发生火灾和燃气泄漏等时，智能警报可以及时发出报警信号，提醒用户采取必要

的安全措施。

2智能家居安防系统架构

智能家居安防系统架构按照功能可以划分为5个层次：感知层、网络层、控

制层、执行层以及交互层。在感知层中，各类数据采集设备采集到的数据作为安

防系统的输入。典型数据采集设备有烟雾、CO、水淹、红外传感器以及摄像头等。

网络层利用有线或者无线技术进行信号的传递。由于无线技术组网的便捷性，其

应用越来越广泛。典型的无线技术有蓝牙、Wi-Fi、ZigBee等。根据接收到的数

据，控制层进行数据处理和决策。控制方式根据控制单元位置可以分为本地控制

以及远程控制。本地控制即数据由室内处理单元进行处理，如智能设备的处理器、

全屋中央处理器等。而远程控制即数据由远程的服务器进行处理，如云端厂商的

云端服务器。按照控制单元的数量可以分为集中控制、模块化控制以及单点控制

等。集中控制方式是将系统中采集到的信号交由一个控制单元进行处理和控制，

如全屋中央处理器负责所有收据处理并进行控制；模块化控制是将系统中某些相

近功能交由一个控制单元进行控制，如火灾控制器可处理烟雾、CO、温度传感器

等数据；而单点控制方式用于单一的安防设备，它的信息采集和控制由一个设备

完成，如智能摄像头负责采集视频和数据处理。另外，控制层还可以通过大数据

分析、深度学习、人工智能等技术提供更加稳定、快速、准确并符合用户喜好的

服务。执行层中执行系统根据控制层发出的指令迅速完成相应的动作。交互层中

用户通过手机、PC、房屋智能中控等不同的终端工具，及时掌握目前家居环境的

各种数据，接收报警或者发出指令。

3智能家居安防系统关键技术

3.1多传感器数据融合技术

为了更加准确地监测家居环境，提高系统报警准确率，将多传感器数据融合

技术应用于智能家居安防系统是非常有必要的。比如火灾监测时，可以将温度传

感器、CO传感器、烟雾传感器的数据利用融合算法进行综合判断，能够提高火灾

检测的精确度。根据数据融合程度，多传感器数据融合技术可以递进地划分为3

个层次：数据层、特征层和决策层。数据层融合技术保留了很多原始数据，但是

数据量大、抗干扰能力弱等，一般很少实际应用。特征层融合技术多了特征提取

的步骤，数据量的减少提升了计算速度。决策层融合技术由各传感器负责数据采

集、特征提取、特征识别，最后由算法整合结果，形成决策性结果。每种融合技

术都涉及相关融合算法，通常可以结合几种算法，达到更好的数据效果。比如，

通过以神经网络作为主要决策依据，并以模糊逻辑推理并联的方式进行辅助判断，

可以提高火灾检测的准确性。

3.2基于人工智能技术的应用

3.2.1基于人工智能的计算机视觉技术的应用

与智能家居安防系统相关的计算机视觉技术有人脸识别技术和行为监测技术

等。人脸识别技术利用人脸特征对住户身份进行识别，相关智能安防产品有智能

门锁、智能摄像头等。一般人脸识别步骤有：

（1）摄像头采集人脸图像；

（2）人脸定位来识别是否为人脸；

（3）对人脸特征进行提取；

（4）特征匹配识别。

其中，在特征提取步骤中，可以使用卷积神经网络技术来