物联网情景感知技术研究

1、第卷 第期计 算 机 科 学年月物 网情景感知技 研究童恩 沈 强 雷 君 刘 宇 唐 晖（）中国科学院声学研究所高性能网 室 北京摘 要 与互 网不同，物 网（，）通 各 通信技 将具有 、感知或者 行能力的物理 体互 ，形成了“物物互 ”的虚 网 。随着 算机及通信技 的迅速 展， 算 源将遍布人 周 的 境，情景感知技 运而生。情景感知 得 感器采集的情景信息以后， 信息 行智能 理，自主地 用 提供服 。物 网具有海量信息的特性， 的情景信息 理方法已不再适用。 物 网情景感知技 行了 的介 ，首先 出情景和情景感知的概念及其研究 展和 用。然后， 合物 网特性，以情景感知流程 主 ，

2、探 了信息 取、建模和智能 理等内容。最后，系 构是情景感知的关 ，因此 有的系 构 行了分析和 比， 合物 网 境 述了当前情景感知系 的不足之 ，并 出了情景感知系 的参考 构。关 物 网，情景感知， 同感知中 法分 号 文献 （，） ，（），了的 告， 告 未来物 引言：年之前被广泛 用于网的 展将 个 段物 网（， ）是一种通 各种接入技物流、零售和制 域，年 物体互 期；，；。日 将海量 子 与互 网 行互 的大 模虚 网 包年 半智能化 点 年之后 入全智能化 段括、 感器以及其他 行器的 子 通 互 网互 本、 国相 提出了“”和“” 目。随后，互通、异构信息 聚以后共同完成某

3、特定任 。大部分学提出“智慧地球”的概念，将物 网列 点研究内容。国内，（） “者 感网是物 网的 形 因此物 网的 生可以追溯国家中 期科学与技 展 划年和 新一到年在美国召开的移 算和网 国 会 。 会 ”代 移 无 通信网 重大 中均将物 网列入重点研提出：“。”究 域。中科院早在年就启 了 感网的研究。 感网是下一个世纪人类面临的又一个发展机遇，年 在突尼斯 行的信息社会世界峰会上 国际电信联年 温家宝在无锡调研时 对中科院物联网研究予以高度关（）：，、。盟 ， 内 发布了 互联网报告物联网正式提注 提出了将物 网中心 在无 射全国的理念出了物 网的概念。（）家 ，“ ”、，欧盟智能系

4、 集成技 平台作物 网 将成 算机 互 网之后 世界信息 到稿日期： 返修日期： 本文受国家重大 （），中科院知 新工程方向性 目（和），中国博士后科学基金（） 助。童恩 男，博士生，主要研究方向 分布式 算、数据挖掘、智能信息 理；沈 强（），男，博士后，主要研究方向 物 网 与数据融合 理；雷 君（），男，博士生，主要研究方向 物 网架构 与智能信息 理；刘 宇 男，博士，主要研究方向 无 通信网 、移 算、分布式 算、智能信息 理；唐 晖 男，博士，研究 ，博士生 ，主要研究方向 无 通信、网 、智能信息 理。 的第三次浪潮。到 一目 的唯一途径。早期的研究多集中在通 探 用 不同于互

5、网以信息 主，物 网不 包含信息 的位置将其 用到感知系 中，其中最具代表的两 工程是输，智能信息 理和融合也是物 网的重要特征之一，它 穿和。系统 中，物 网采集、控制、 和上 用的整个“物物相 ” 程。 等人提出使用胸章的位置定位系 ，根据 些位置信物 网智能信息 理的目 是将多 感器信息 行融合和 息将呼入的 接到离用 最近的 机上， 被 是同感知，共同完成某 特定任 。随着 算机和 感器技 情景感知最早的 用之一。之后，出 了很多基于用 位置的迅速 展，遍布环境的计算资源使得情景感知易于实现。信息的情景感知 用。例如，旅游方面， 用了情景感知技作 物 网智能信息 理最关 的情景感知能

6、做到在用 的 游助手可以根据游客的位置 行景点推荐、路 游；不 出服 求的情况下自主判断何 提供以及提供何种服 物方面，可以根据 客的位置 行商品推荐等等。随着 务。情景感知技 化了用 和网 的交互，提升了用 体感器技 的不断 展， 感器的种 不断丰富， 得的情景信验，因此得到了广泛的关注。息也随之丰富起来，情景感知 理的信息不再局限于用 的 情景感知的定 及其 用位置。等人建立了家庭网 ，利用可穿戴的传感器，如（，心 电图）和（情景感知的 理 象是 境中的情景信息。用 的情景，皮肤温度 感器）等， 用 的身体信息。信息通常是 而易 的，例如用 所 境的温度、湿度和当 些信息通 送 服 器，由

7、服 器上的 用 件，。 行 ，甚至根据 家系 及用 的 史信息 行 前 但要 情景信息一个通用的定 却相当困 年，等 个 ，并通 枚。，使用了断或推理、此外 情景感知被广泛 用于智能家居普适（）类来定义：（） 公、精准 等。作 极具 展前景的新型信息 理技 ， 的方式将情景信息 分为计算情景，如网 的可用性、 接 、附近的 （打印机、 示器、情境感知在美国和欧州被提高到了特 的高度。欧盟研究与、） ；（），、 展基金会将情境智能列入其信息社会技 研究第六框架 等 用 情景 如用 配置 位置 附近的人 姿势行 、社会关系等；（）物理情景，如温度、光线明暗、噪音大（ ），（）。划开展了为期年的研究

8、 在第七框小、交通状况等。 定 忽略了 史情景，即上述情景在 架 划（）的信息通 技 （， 上的 化。目前大家常用的是）中也 助了相关项目。美国麻省理工在其博士 文中 出的定 ：情景信息是可以用来描述实体情形（）的任学院著名的多媒体 室也特 成立了情境智能的何信息。所 体是指人、位置或其他和用 及 用交互相课题组。关的物体，包括用 和 用本身。 情景感知 理流程情景感知是 取情景信息并 其 行信息 理的操作。年，和 情景感知是系 感知情景并作出相应的调整。总结前人的结果，把情景感知定 ：无 是用桌面 算机 是移 ，普适 算 境中使用情景的 用，都称 情景感知。通 人机交互或 感器采集的方式可以

9、 得关于人和 境等情景信息。而情景感知 是根据 些情景信息，让 算 做出相 的反 。情景感知的最 目的是使得 算机能 主 取情景，并 一步感知情景，改 并丰富 的人机交互方式以提供更好的服 。 于以上描述，情景感知系 必 能 完成 采集 境信息；信息的知 表达，包括 互操作；通 信息融合技 ， 合低 情景信息，生成 用可 的高 信息；基于 索到的信息主 提供服 。随着各种新型 感器的出 ，人 深刻体会到 算机无 不在。然而， 有网 并不能使人 随 随地享受到 些服 。 此，年， 实验室提出了普适计算（）的思想：随着 算机 用的不断 展， 算机将充 人 生活的各个角落，并以人 期望的形式存在。如

10、同木料一 ， 算机将作 一种基本材料被用在各种用品中。 算机的概念被淡化，计算 源却无 不在。更重要的是， 些 藏在生活中随 可能用到的“ 算机”可以通 各种无 、有 网 互 互通，形成一个无 一的网 境。在 的 境中，人 可以随 随地 取自己想要的信息和服 。 算 源的不可 性，最 重要的一点是 算机主 地提供服 ，而不是被 地接受指令。目前情景感知是达情景感知是如何利用 境中的情景信息 助决策 化的一种 算模式，需要解决的 主要是：信息采集、建模和智能 理。物 网 境下的情景感知有其新特点并面 新的 题，本 以情景感知流程 主 行 。）情景信息采集情景信息的 取可以分 用 主 入和通 感器

11、采集等方式。情景感知的目 是通 普适的 算 源在用 少参与或者根本不需要用 参与的情况下 用 的服 推荐。因此，情景感知系统需要用户个性化信息，如生活习惯、日程表等，来 助系 做出正确的决策。此外，系 需要通 部署在 境中的 感器和其他 自 取其他情景信息。例如，用 的位置信息，在户外环境下可以通过 取；在室内 ，可采用如下技 取：基于原理，采用 外（系 、系 ）、射 技 ；基于信号 差的系 ；基于信号衰落的系 以及基于 技 的定位系 。温度、湿度、加速度信息可通 相 的 感器 得； 信息 由系 内部 提供； 似于网 的信息可以通 的手段 得。信息 取的手段众多， 里不再一一 例 明。在物 网

12、中大量 感器分布在 境中， 了保 境信息 取的快速性和准确性，常采用多 感器 同感知的手段。使用多 感器相互 作来提高系 可靠性及可信性， 可以 展 感器的覆盖范 ，包括空 覆盖范 和 覆盖范 。但 感器采集到的信息受自身 量和性能噪声的影响，往往是不完整且不准确的，因此有必要 同一 目 的，。性和 象包含个基本概念。 是具有相似属性和方法的 多 感器数据 行 理 我 将在第小 介 ），。 承性指子情景信息建模象的集合 每个 象都是它所在 的一个 例情景信息是情景感知的基 。物 网的特性之一是海量 承其所有父 的全部属性和方法。通 承，提供了数设备，不同的 感器采集到的信息不同，如位置、 或者

13、光据和方法重用机制，避免了重复定 。 象包含指一个 象 等，表示方式也千差万 。 了达到 互操作的目的，需的属性可以是另一个 象。 不 使 之 具有 次 构，要 些多源异构信息 行有效的表示、 和存 。因此，而且某一个 内部也具有包含的 次 构，形成复 象 需要 些数据 行 一形式的描述，或者称 定 准的构。数据格式及 。如何从底 情景信息高效地提取出有意 由于采用了 象的 承和包含机制，面向 象模型相比，。传统模型，在对现实世界的表现上更加自然有效。因的高 信息 也同 要求 情景信息 行有效 和表达，此，重点使用了面向 象模型来表达信息。情景信息的建模可以分 两个 面 一是形式上的 一，本体

14、模型（）即不同的情景信息采用相同的表示方式 如关 模型 其主要目的是解决信息的高效存 和 等 ，并不涉及 ；使用本体建模是目前很流行的一种方法。本体可以很好二是支持 上的 一，如基于本体 的知 表达，通 一地描述情景信息。本体的概念最初来源于哲学，表示客 存的 表达解决情景信息 互操作和利用效率 。文献在的一个系 的解释和说明。随着智能信息处理技术的发 。本文 其展，本体被 予了新的概念。年， 出了本体的指出了以下几种情景信息建模中的常用模型 行介 ，并 些模型在物 网中的 用前景。一个最 流行的定 ，即“本体是概念模型的明确的形式关 模型（）化 范 明”。之后有不少学者在此基 上 出了本体的

15、新使用关 偶 ，通 提供情景信息的关 及其 来定 ，。描述。 模型建模 ，关 偶 易于管理，但物 网中各构造本体的目 是 得相关 域的知 ，通 确定 感器 得的信息之 存在着一定的 系。 模型割裂了域 可的 ， 域知 的共同理解，使其符合物 信息 的相互 系，而信息 的 种 系在物 网的信息 网 互操作的要求。基于本体的知识表达包含层含理中是相当重要的。义：概念模型（）、明确 （）、形式化模式 模型（）（）（）。“”和共享 概念模型 指通 抽象出客观世（），界中一些 象的相关概念而得到的模型，独立于具体的 境和各种 言 如和等 事物的一 模式 模型就是采用 （ ）分 象 行 ， 种状 ；“”明

16、确 指所使用的概念及 些概念的 束都需要明确表示方式又称为 配置。 定义了定 ；“”；“ ”形式化 指本体必 具有 算机可 的特性共享 指（ ） ，还 有本体中体 的是共同 可的知 ，反映的是相关 域中公 （，的概念集。本体的概念 足物 网 互操作和 源重用的）标准 它们都用 来表述 扩展后可用于情景建模。要求，是物 网中主要的建模方法。传统模型（）关于本体的构造，目前 没有 一的 准，影响 大的是传统模型又称 体 系模型，由 于 ：（）；在文献 中提出的个准 明确性和客 性，。（）完整性；（）一致性；（）最大可 展性；（）最小 定。传它将 世界 化成 年提出 是一种概念数据模型体、 系和属性

17、等几个基本概念，并用一种较为简单的 的本体生成多依 域 家，易存在 向性，同 及 来表示。如 所示的 图中，实体用矩形表示，属性地更新也比 困 。因此，当前的研究 点集中在自 及半用 形表示， 系 用菱形表示。自 地生成本体，。（半）自动本体生成大体可分为确定本体的 域、本体分析、本体表示、本体 估和本体确定。其中本体分析是由数据源分析出本体的概念及关系，数据源包括 构化数据（如数据 ）、非 构化数据（如 文本）和半 构化数据（如、）。常用本体学习工具有，等。概念的获取有基于 言学和基于 学的方法。 取概念 关系大多基于图图模板、概念聚 、 典和关 方法；本体表示方式可以多物 网中存在大量的

18、体，而 的模型受限于关，、，种多 如一 网 基于框架的系 但目前系模型的 范，在 行数据建模 常需要 增加新的 使用最普遍的是所推荐的语言；本体评估判体，不能有效表示现实世界。在实体间的联系上，传统，断构造的本体的 劣 采用的方法有 相 的 用 行 模型 使用 似：（其中， 分 表示 体集合，冒号表“”，。 和基于即与手工构建的本体 行比 示集合 的 系）的形式来表示， 种表达方法用于 复 ）情景信息 理技 的物 网情景感知 ， 得无能 力。情景感知的最 目 是自主提供用 当前所需的服 。面向 象模型（）得到当前 境及用 的情景信息后，如何有效利用 些信息， 模型以 模型 基 ， 起于世 年代

19、。是情景感知系 能否 的关 。面向 象模型 客 世界由特定 构、功能且具有相互 物 网 境下信息采集 多 感器 同感知，需要解决系的 象 成，最低限度上必 具有 象、类、 象 、 承的主要 是信息的 理。信息 理面 的 首先是数据关 ，即建立某一 感器量 与其它 感器量 数据的的概率分布，可以解 我 不同可能性的信任程度。贝关系，以确定它 是否是关于同一个目 的量 的 理 程。叶斯方法可以 理不完整和 有噪声的数据集，它用概率 的 果不 可以减少信息 理的 算量， 可以提高信度的 重来描述数据 的相关性，解决了数据 的不一致性。息 理的精确度。文献 ；，运用信息 感器的 然而 叶斯方法是利用先

20、 概率和 本数据来 得 未知其次是信息的去冗余及冲突 理以得到准确的 感器量 。 本的估 ，使用之初必 首先 得先 信息。 取先 信 感器自身故障及网 中遇到的 等都会造成采集到息有主 和客 两种。主 方法是借助 域 家的知 指定的数据不完整或存在噪声，而多 感器的存在不可避免会造先 概率；客 方法是 察 集的 特征，要求有足 多成数据不一致和数据冗余，增加网 担。通 数据清的数据才能 取其真 分布。 中多采用两种方式相 合理将多个 感器在空 或 上的冗余及互信息的解决 法。 叶斯网 先 信息的要求以及 境中情景依据某种准 行 合，可以获得监测对象的一致性解释和描述。信息的复 性使其网 的建立

21、有一定的困 。常用数据清理方法有数据平滑技 ，包括分箱、聚 、回 等神 网 是模仿人 神 网 的 构和某些工作机制而 噪声数据的消除；通 一定策略填充空缺 ；以及卡 曼建立的一种新的 算模型。 种 算模型的特点是：利用大 波法量的 算 元（即神 元） 成网 ，来 大 模并行、 据推理和模糊理 等。其中，卡 曼 波是一个最 化自回 数据 理算法，通 方差 估 算。 构上，可以把一个神 网 划分 入 、 出 和算出最 ，由于只保留上一 刻的 方差 ，因此运行速度 含 ，其中 含 的 数和每 点的个数决定了神 网很快。 据理 是 概率 的 展，采用信任函数 的复 度。神 网 的性 主要取决于网 的拓

22、扑 构和而不是概率作 度量，通 一些事件的概率加以 束来建网 的 ，其学 就是网 的 整 。最常用立信任函数，不必 明精确的 以 得的概率，同模糊理 一的神经 网络 学习 算法是算法（ 具有 大的灵活性。）。， 通 将 出 果同期望 行比较 调整加权物 网的目的是通 物物互 自主地提供相 服 。因值，重新 算 出 ，使得 梯度下降。不断重复学 程，此，得到 感器的底 信息 需要将其 化 用可理解的直至 足 止判断条件。同 有无 督学 ，即不需要知高 信息。例如，光 感器探 到的光 度、 力 感器感道期望 ，学 完全是一种自我 整的 程。知到的 力， 些感知信息 我 的物 网 用来 没有任神 网

23、 的 在于不必知道先 知 ， 于物 网何意 。但是，若根据客 光 的 化及布置在卧室床上的 复 的网 来 是很大的便利。神 网 的并行分布 感元件，运用情景感知方法推理出用 准 休息，那么系 理能力又使得其能 迅速 理大量数据，而海量数据是物 就可以据此作出开启房屋入侵 系 及关 卧室窗帘的操网的基本特征。因此，神 网 将是物 网重点 展的技 。作。物 网情景感知其 就是从采集到的数据中 藏的此外，关 是表示一 数据信息 某种关 关系的有意 的知 ，并感知用 当前情景，触 相 知 ，提供感规则。挖掘关 的目的是从指定的数据集中 与 知服 。之 有趣的关 和相关关系，使得人 可以根据 种关系从

24、藏的知 涉及到数据挖掘技 ，即通 存 某一数据 象的信息 得另一数据 象的信息， 情景感知理后的 感器数据得到有关物 网 境信息的海量数据，从系 的决策提供支持。例如，通 数据 中的数据挖掘，关中可以挖掘出有用的知 。我 合物 网 境分析相 数“的人又 了 表示 了物品的 客中有据挖掘技 。物品”。从 一 中就可以 客的 行 模式。决策 是一种 学 方法，通 感器得到大量的 可用于商品 放位置 、生 安排和有 性的 集， 行学 ，可以确定决策 内部各 点的属性。当新数销。关 的 一特征使得我 可以 物 网用 的行据到来 ，通 在内部 点 行属性 的判断，得出从 点 模式，以更好地提供服 。关

25、由等于向下的分支，最 找到一个叶 点，得出 。 取 属性年首先提出， 典算法是从候 集挖掘出 繁 集的是决策 的关 ，其中最有影响的是算法。但 避免决算法。之后 多研究人 关 的挖掘 行了策 学 ，运行之初需要建立完 的 集。由于物 大量研究。感 境及用 行 的复 性， 取完 集存在着 以克物 网 境中的数据集是海量复 的，没有哪个情景 服的瓶 。且 世界中，事物 展的随机性和复 性 来理技 能 在整个数据集上是最 的，不能 地否定某 了大量的不确定性。如果使用确定性的 典 ，就需要把技 ，也不能 依 一技 ，往往需要根据特定的 用 原本不确定性的 化 确定性 来 理， 无疑会舍合各技 的特点

26、， 取相 技 或 合利用多种 理技 ，来弃某些重要属性，造成信息 失，妨碍系 做出最好的决定。得到最 出。因此，决策 方法有局限性。 情景感知的系 构分析我 需要的是能 理不确定信息的技 。 叶斯网 将 叶斯 方法与有向无 合起来，提供了一种自然 感器采集到的信息种 繁多，而不同的 用需要的信的表示因果信息的方法，用来 数据 的潜在关系。在有息 理方法也各不相同，而 些方法 系 构的需求也不向无 中， 点表示 量，弧表示依 关系，弧的 表示同。 有研究中，有两种常 的情景感知系 构：直接 种关系的 弱，推理 程 上就是概率 算。 方法的 感器和基于中 件技 。特点是使用概率去表示所有形式的不确

27、定性，学 或其他形直接 感器的方法 常用于内嵌 感器的 ，应式的推理都用概率 来 。学 的 果表示 随机 量用程序直接从 感器中 取所需信息， 感器与 用是一种 耦合关系。以往的无 感器网 （）都是一些小规模的 用， 感器种 及数量都比 少，采用直接 感器的方法就可以 足其需要。但 于物 网来 ，随着 模的 大及 用的增多，采用 耦合的方式会造成感知系 的复 化，限制了系 的灵活性及可 展性，本文 此不作 介绍。基于中 件的 构是在情景感知系 中引入一种分 构，它位于下 感器与上 用之 。 向上屏蔽底 感器操作 ，提供 一的信息 接口；向下 物理或 的 感器 行信息采集。通 中 件技 ，构建

28、用程序与 感数据源的 梁，集成情景信息建模、 理等共性功能模 ， 化了物 网情景感知 用程序的开 ，同 增 了系 的可 展性。中 件在系 中的位置如 所示。图 中 件在系 中的位置中 件技 源于 件行 ，可用来解决多种硬件系 平台的异构 。中 件是位于平台（硬件和操作系 ）和 用之 的通用服 ， 些服 能 足大量 用的需要，能 运行在多种硬件平台上，且支持各 准 接口。物 网具有海量信息的特性，而情景感知 用又要求中 件具有情景信息 理的能力。因此， 的中 件技 无法 足物 网的要求，需要新的支撑技 。根据本文的描述，物 网的中 件要 的功能至少 包括上面提到的情景信息建模、 理和存储管理。已

29、有的情景感知中间件包括，提供 史上下文存 服 ； 存 情景信息的本体。图 构 （）是美国 大学开 的一个基于的体系 构，是人工智能领域的 ，具 算 源，能 自 主 地 行相关任 并通 某种通 言与其它 行信息交 。多个自治智能相互 ， 合起来采取行 或求解 。 同 是集中式的情景信息管理 构，核心是一个智能情景代理（）， 持和管理一个共享的情景信息模型。情景代理包括个功能模 ：情景信息知 、情景信息推理引擎、情景信息 取模 和保密管理模 。信息来源包括智能空 中的物理或 感器， 包括虚 空 中信息服 、语义和数据 等。相 于 ， 的情景信息建模使用 言，具有很好的灵活性。 系统 构如 所示。图

30、 系 构 ， 。物 网最基本的 成部分是 感器。不同于 的 感 等是美国 治 理工学院提出并 的一网，物 网是个大的网络，其中的传感器数量巨大且种类繁个支持 生情景感知 用程序的中 件。上下文信息的 算多，同 感器自身故障及网 致信息空缺及噪和管理分布在用 的 上 行，上下文感知 用 求用 声数据。多 感器 同感知不可避免会出 大量冗余和不确 取相关的上下文。主要包含 象：、服 ，定信息 感器有效管理和数据 理是情景感知能否高效器和解 器。架构中， 感器被抽象 的关 。如何管理海量 的 感器以及如何 理海量， 上 用提供 一的数据接口；服 器和解 器 封，的不确定信息 是物 网的重点 物 网情景感知系 当重装了情景信息的分析 理 程。但它采用的是面向特定 象点考 。此外， 的多 感器 同感知 用 理的 的信息建模方法，缺乏情景信息的共享，有一定的局限性。感器采集的感知信息，物 网情景感知 用不 理 感器是由伊利 斯州立大学 等开发的普感知信息， 包括用 个性信息，如用 、日程表，并注重。（用 反