- 结合毕业设计（论文）课题情况，根据所查阅的文献资料，每人撰写2000字左右的文献综述：
|
文 献 综 述 |
随着人们生活水平的提高，人们对更好的家庭环境的需求也不断提高，智能家居系统便逐步走进人们的生活中。智能家居控制系统是以家庭房屋为基础，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境[1]。随着物联网技术的快速发展，越来越多的研究者将物联网技术应用到智能家居的研究中[2]。
智能家居行业在国外起步较早，1984年美国建立了第一个智能大厦，随后日本、德国等发达国家也开始从事智能家居的研究开发。我国的智能家居研究起步较晚，相对落后，近年来随着国内科技的快速发展，智能家居体系才开始逐步完善[3]。智能家居系统具有节约能源、远程控制、为居民提供舒适环境等优点，还可以监测家中的老年人并为他们提供相关的医疗服务[4]，因此，发展并完善智能家居系统必然是一个趋势。
智能家居系统的研究包括传感器技术、无线通信技术、人机交互以及物联网等关键技术，核心控制器是整个智能家居最重要的部分，其完善性决定了整个智能家居的功能性与实用性。目前，已经有大量的科研人员进行了与智能家居相关的研究，并且取得了一些成果。Kawarazaki提出了利用语音识别技术来远程控制家用电器的方法。他们的远程控制系统由一个可由程序控制的远程遥控器[5]，由一台PC电脑，一个麦克风和一个音箱组成。该系统使用语音识别软件Julius和一个形态分析软件Mecab来实现语音识别。该系统的优势是所使用的设备皆为常用设备，人们可以很容易的获得这些设备。但是该系统的总体语音识别率只有60%，而且系统无法给出语音识别结果的可靠程度。
Senanayake提出了一种基于手势识别的智能家用电器控制系统[6]。该系统的手势识别率可以达到90%，但是该系统也存在着一定的局限性。由于传感器的像素为640times;480，当手与传感设备的距离超过1米时，对手指的探测就会失去精确性。而手指探测的最佳距离为500毫米到800毫米。也就是说使用该系统的用户必须与传感器保持在500毫米到800毫米的距离，才能有效的识别手势命令，这一局限性将会影响到用户的操作性。
Arduino是一款便捷灵活、方便上手的开源电子平台，包含硬件和软件，具有使用简单、功能多样等优点，目前已广泛地应用在电子产品设计中[7]。基于Arduino的智能家居研究同样具有广阔的前景。强晓明等人设计了以Arduino Mega 2560为主控制器的智能家居系统[8]，该系统利用传感器技术、无线传输技术，实现对自动防盗门、照明设备、家电设备等的智能控制，最终通过GSM模块将采集到的温度值及光照强度值以短信的形式发送给移动手机。王记元介绍了一种也是以 Arduino 为核心的智能家居控制系统[9]，该系统通过应变片、光敏电阻、红外传感器、水滴传感器等传感器采集用户动作数据以及环境数据，借助电机、数字开关、LED 灯等对温度、湿度、光线、通风进行调控，以此实现家庭生活智能化。
邱鹏瑞等人研究了一种针对高校实验室的环境监测系统[10]，该系统以 Android 开源平台作为移动终端，通过 Arduino ADK 实现与温湿度传感器、烟雾传感器和动力传感器连接并进行信息采集、处理，将相关数据上传到Yeelink 物联网开放云平台，在Android 移动端可对传感数据信息进行临时存储、在线监测和实时报警。经过测试，该系统部署快速简易，搭建成本较低，在扩展性、定制性和适用性方面具有较好的表现。
王川术等人设计了一种基于物联网的智能鱼缸系统[11]，系统硬件由 Arduino 模块、服务器、移动终端、传感器等部分构成，Arduino 模块将传感器采集到的环境参数实时上传到服务器，既可以由用户通过移动终端远程监控鱼缸的水质、温度、照明、投食等，也可以智能运行以保证鱼缸的生态稳定。
杨静运用Arduino和App Inventor2开发空气温湿度监测系统，将传统交互设计教学中的界面与硬件相联系。该系统主要由温湿度传感器、Arduino UNO 开发板、蓝牙通信模块、手机 App 等构成，具有结构简单、成本低廉的特点，能够在手机端实时监测空气的温度和湿度[12]。游猛研究开发了基于Arduino的空气质量检测器[13]，能对空气中的香烟气味、氨气、硫化物等有害气体、悬浮
颗粒PM2.5和空气温湿度进行实时检测，并通过蓝牙将数据发送给用户手机，以便环保部门及时了解周围空气质量状况。
虽然智能家居开始兴起，但是要达到普及化仍然面临着许多挑战。第一，市场竞争大，产品价格高，各个厂商使用的协议不同，产品无法互通。第二，智能家居的管理系统不完善，可能会出现能源浪费等问题。第三，系统容易受到黑客攻击，泄露用户数据和隐私[4]。面对这些挑战以及技术的不足，人们正在努力研究相关策略来解决问题。
Elkhorchani H提出了一种家庭能源使用的节能算法，并对其进行了仿真，他利用了可再生能源，同时可以减少CO2排放[14]。吴小华研究了一种采用插入式电动汽车(PEV)储能和光伏阵列(PV)阵列的智能家居的随机能量管理系统，建立了随机变量模型，包括PEV移动性的马尔可夫链模型、家庭电力需求预测模型和光伏电源预测模型[15]。Lee J.S提出了一种统计方法来检测干扰间隔，以便从各种声音中识别多用户活动，该方法在多用户活动识别精度方面优于以往的分类算法[16]。范晓东提出了一个基于智能手机应用的智能家居能源可视化程序[17]。该程序不仅使用户能够直观地了解家庭用电情况，而且使用户能够按照自己的用电习惯优化家庭能源效率，从而达到家庭节能、高效、方便的目的。
智能家居具有可持续性和时代的前瞻性，是未来社会的必然之路，是信息化社会的潮流，能够提高人们的生活居住水平和质量，具有良好的发展前景。
参考文献：
[1] 叶明. 基于Arduino的智能家居控制系统设计与实现[D]. 东北大学. 2015.
[2] 钱蕾. 基于物联网的智能家居控制系统的研究[D]. 华北理工大学. 2017.
[3] 朱晨. 基于Arduino_Mega_2560的智能家居控制系统的实现[D]. 武汉邮电科学研究院. 2018.
[4] Mussab Alaa, A.A.Zaidan, et al. A review of smart home applications based on Internet of Things[J]. Journal of Network and Computer Applications, 2017: 48–65.
[5] Deng L. Research of Intelligent Home Control System [C]. International Conference on Electrical and Control Engineering, 2010: 1616-1618.
[6] Qin B, Yu L, Shao F, et al. Wireless Intelligent Home Scouting Controlling System [J], Application research of computer, Vol 190, April 2006: 190-193.
[7] 桂淮濛. 基于Arduino的电子产品设计[J]. 电脑编程技巧与维护, 2018(09): 59-60 88.
[8] 强晓明, 单毅, 郝浩. 基于Arduino Mega 2560的智能家居系统[J]. 电工技术, 2018(20).
[9] 王记元. 一种以Arduino为核心的智能家居控制系统[J]. 通讯世界, 2018(08): 203-205.
[10] 邱鹏瑞, 袁希平, 甘淑, 容会. 基于Android与Arduino的高校实验室环境监测系统研究[J]. 云南民族大学学报(自然科学版),2018,27(05):422-425.
[11] 王川术, 张春明, 许建国. 基于物联网的智能鱼缸系统设计与实现[J]. 信息与电脑(理论版), 2018(19): 141-143.
[12] 杨静. 基于Arduino和App Inventor2的空气温湿度检测系统设计[J/OL].电子技术与软件工程, 2018(21) :52-53.
[13] 游猛, 李敏. 基于Arduino的空气质量检测器设计[J]. 绿色科技, 2016(14):250-253.
[14] Elkhorchani H, Grayaa K. Novel home energy management system using wireless communication technologies for carbon emission reduction within a smart grid[J]. Journal of Cleaner Production, 2016, 135(Complete): 950-962.
[15] Wu X, Hu X, Moura S, et al. Stochastic control of smart home energy management with plug-in electric vehicle battery energy storage and photovoltaic array[J]. Journal of Power Sources, 2016, 333: 203-212.
[16] Lee J S, Choi S, Kwon O. Identifying multiuser activity with overlapping acoustic data for mobile decision making in smart home environments[J]. Expert Systems with Applications, 2017, 81: 299-308.
[17] Xiaodong Fan, Bo Qiu, Yuanyuan Liu, Haijing Zhu, Bochong Han. Energy Visualization for Smart Home[J]. Energy Procedia, 2017, 105: 2545-2548.
