基于語義推理的智能家居系統設計與實現

蘇晨 趙靜雅 陳梅

摘要：該文設計了一種基于語義推理的智能家居系統。主要采用了物聯網語義推理關鍵技術和OWL（Ontology WebLanguage，本體網絡語言）本體技術，設計了涉及用戶安全、生活、健康和娛樂四方面的智能家居系統，搭建了包含所有概念和關系的智能家居本體知識庫，編寫了基于用戶需求的用于語義推理的規則，并搭建了web頁面用于智能家居系統的控制與展示。測試結果表明，智能家居本體知識庫的構建并由語義推理得到用戶需求結果。

關鍵詞：智能家居：語義推理;物聯網;OWL;Web

中圖分類號：TN392 文獻標識碼：A

文章編號：1009-3044（2019）30-0082-03

1概述

近些年來，智能化的家電受到廣大消費者的熱烈歡迎，一整套的涉及家庭各方面設施的智能家居系統能真正地實現家庭生活的智能化。智能家居是以住宅為平臺，通過物聯網技術將家中的各種設備連接在一起，使他們可以達成自動控制和互聯互動，提高家庭環境的安全性、便利性和舒適性。要稱之為智能，需要家居系統自動判斷環境并據此做出相應的反應而不是依靠人類的操作，這個自動判別與行動的過程也就是智能化的過程。為了實現智能家居的環境判斷和互聯，可以在物聯網中引人語義元素，搭建一個基于語義推理的智能家居系統，使用語義推理來完成自動判別的過程，是未來家居智能化的發展方向。

目前國內已有一些用于研究的智能家居系統規劃，例如2000年左右推出的清華同方e-home數字家園和海爾的“e家庭”智能家居系統。e-home數字家園涵蓋了家居智能控制器、社區綜合管理、網絡基礎設施、社區“一卡通”和社區信息化服務這些技術實現。e家園的智能化包括三個層次：家庭自動化，將家中的通信設施裝置通過網絡平臺實現互通，并連接到統一管理中心，實現異地監視或外部管理;小區智能化，將小區內家家戶戶聯系在一起，實現家庭智能控制系統互聯，并建立信息發布平臺和統一管理中心，實現小區內公共設施維護與監控、醫療救助和安防等功能;社區信息化，將社會服務、小區物業和家庭設備管理統一起來，提供更加全面的服務。e家庭的特點可以概括為網絡化、智能化、個陛化和人性化，海爾和微軟強強聯手，共同推出了e家庭軟件平臺，盡力提高用戶的人性化體驗。但是總的來說，由于時代和技術的限制，e-home和e家庭只提出了家居智能化的架構和方向而沒有實現，但這種方向對我們今天發展智能家居依然起著指引的作用。考慮到物聯網和信息產業近些年的發展，新一代的智能家居系統應脫離電力環境的硬性控制，而更多轉向軟件控制以及虛擬平臺管理，這也是我國智能家居系統發展主要考慮的方向。

2智能家居功能分析

家居設施可分為四類：安全防護類、生活服務類、健康服務類、娛樂設施類。因此在設計一個智能家居系統時，首先應確定此智能家居系統包括哪些設施，應完成什么功能，哪些設備之間有聯動，需要收集哪些外界信息。系統有兩個狀態：home-.time和worktime，在worktime時，生活服務類家居設施不會對外界環境做出反應，在hometime時，家居設施才會根據外界環境自動進行打開或關閉等措施，安全防護類設施則在任何時間都正常工作。基于以上原則，提出了一種基于語義推理的智能家居系統設計，功能模塊圖如圖1。

3系統平臺功能設計

智能家居本體及推理完成后，為方便用戶的使用需要搭建一個智能家居控制平臺，所以要對平臺的功能進行設計，平臺功能可分為前端功能和后臺功能兩部分，平臺功能模塊圖如圖2。

平臺的首要功能是展示處理結果，這部分顯示在前端，用戶可選擇手動輸入需求環境或者接受默認設置，用戶手動輸入需求溫濕度和pm2.5濃度后，系統將會把本體中原有的規則替換成以用戶需求為中心的規則，例如用戶輸入溫度25度，則平臺將會判斷若此時溫度高于25度就打開空調冷風，若溫度低于0度則打開壁掛爐，溫度高于0度但低于25度則打開空調熱風，使得溫度向25度靠攏，滿足用戶需求。用戶設置需求后點擊提交，就可跳轉到下一個頁面，展示各個家居設施的運行情況。

后臺功能共分為三部分：隨機數據產生，家居設施和規則的處理，推理及輸出。第一部分是隨機數據產生，為了模擬各種環境，當前的環境參數由系統隨機產生，每個參數都給了正常生活中的范圍，還用變量speciahemp表示著火時高溫的特殊情況。家居設施從本體中讀人，可在后臺程序中進行添加或者刪改，但要用于推理還要加入相應規則，同理規則寫在本體中，后臺程序可讀入也可對其進行添加或者刪除修改，單以用戶設置為例，用戶設置需求溫度25度，則后臺程序將規則修改為使用25度進行判斷。有了個體、個體間的關系和規則后，系統可調用推理機進行推理，并將推理結果輸出到前端界面。前端負責和用戶的交互以及輸人和輸出的展示，后臺負責了本體的調用和整個系統的數據處理。

本體的創建選擇了Protege軟件5.2.0版本，Protege軟件是斯坦福大學醫學院生物信息研究中心基于Java語言開發的本體編輯和知識獲取軟件，是一種本體開發工具，也是基于知識的編輯器，且代碼開源。這個軟件主要用于語義網中本體的構建，是語義網中本體構建的核心開發工具，現在的最新版本為5.2.0版本。

Protege軟件有三大優點：第一是本體創建方便快捷且全面，Protege提供了本體概念類、關系、屬性和實例的構建，采用圖形化界面，便于操作，用戶通過點擊對類和關系進行編輯，并且屏蔽了具體的本體描述語言，支持中文，用戶只需在概念層次上進行領域本體模型的構建，因此適用于初學者。Protege提供全面的本體創建元素包括類，關系屬性，數據屬性和個體，除此之外還擁有豐富的可擴展性，可以使用插件或者基于Java的API進行擴展，例如使用Graphviz可以展現拓撲圖，對用戶友好。第二是可以進行推理，Protege 5.2.0版本可以使用SWRLTab寫入規則并且自帶推理機，用戶可直接在Protege中搭建本體并建立規則，然后使用推理機推理并檢查推理結果是否正確，語義推理的整個過程都可以在Protege中完成，適合本次畢業設計使用。第三則是因為Protege是開源軟件，易于調用且更新快。

推理機大致可分為通用的面向低層次的CLISP推理機Jess和針對本體語言的推理機例如Rac-er、FaCT、KAON2、Pellet和Jena。

CLISP是一種基礎性的正向推理引擎，許多上層的推理任務都要映射到它運行，因此只要被提供特有領域規則和知識，CLISP原則上可以處理各種類型的推理任務。其中Jess是基于Java語言的CLISP推理機，也是最常用的推理機，由于更偏低層，所以擴展性和兼容性非常好，但也隨之帶來優化困難的問題，而且大量的中間數據導致空間效率很低。因此已經確定使用OWL本體的推理任務還是應該選擇在針對本體的效率更高的推理機。

Racer、FaCT、KAON2、Penet和Jena是針對本體的推理機。其中KAON2可以直接調用API，但配置過程比較復雜;FaCT和Racer都需要使用DIG接口或者客戶端;Pellet是基于Tableau算法的描述邏輯推理機，引用部分Jena模塊把OWL本體中描述的所有類、類的關系等解析為三元組再轉換為邏輯描述，Pellet利用subsumption來判斷兩個類概念之間的關系，歸約轉化為判斷類概念的可滿足性問題，一般在涉及到OWL-DL層面的本體語言中會用到Pellet;ena是面向語義web的應用開發包，自身的推理機可以概括為CLISP協同本體領域產生式規則的前向推理系統，基于RDF三元組，自身效率不高，但Jena中包含DIG接口，可以使用Racer、FaCT、KAON2、Penet等推理機。將owl本體加入生成本體模型然后加載推理機進行推理，安裝方便且容易調用。但Jena存儲基于內存，不擅長處理大規模數據。由智能家居系統基于OWL本體且數據量小的特點，我們選擇可編程的Jena推理機進行推理。

系統平臺使用web服務器搭建，由于系統主要用于推理系統的輸人和輸出以及用戶交互等方面，數據傳輸過程較為簡單，因此選擇前后端不分離的編程方法。Protege和Jean都基于Java語言，web編程也選擇了Java框架Spring，編程軟件采用可直接調用Spring的IntelliJ。

4系統搭建

完成本體的搭建和規則的編寫后，在Protege中已經實現了智能家居系統的基礎功能，但為了用戶的可讀性和便利性，需要搭建一個web頁面，方便用戶設定需求和查看推理結果。

4.1前端頁面

前端頁面采用HTML語言編寫，有兩個頁面，一個是輸人頁面，點擊提交后則會跳轉到另一個輸出頁面，兩個頁面形式上大致相同，只在數據傳輸方式上有些區別，都使用表格將頁面分為了四大部分，分別是傳感器信息、防盜報警系統、防火報警系統和設備狀態，分別表示智能家居系統的主要功能，傳感器信息為輸入，設備狀態為輸出，防盜和防火由于其重要性被單獨展示。頁面模板使用thymeleaf，樣式設置統一采用CSS的內部樣式表，使用“

”使頁面兼容中文，頁面名稱為“智能家居（inteHigent house.con）”。

4.2后臺處理

后臺處理部分是系統的重中之重，包括對本體和推理機的調用和對輸人數據的處理同時還有手動設定功能的實現，由于后臺和前端沒有分離，所以使用java框架spring，后臺的代碼實現在IntelliJ的MainController.java中，作為一個后臺處理程序，首先要實現對html文件的調用和頁面的跳轉，語法@Request-Mapping（”/index”）表示打開本地ipl27.0.O.1：7777findex時會執行后續函數，也即打開index.html顯示輸入頁面，在輸入頁面點擊提交后，post到back頁面，繼續執行@RequestMapping（"/back”）后的代碼，也就是系統的處理代碼。

首先是環境的隨機生成，與之前的功能設計相同，在正常環境范圍內隨機給與傳感器環境信息，創建隨機數生成器語法為Random rand=new Random（）;通過實例化一個Random對象創建一個隨機數生成器，java編譯器將以系統當前時間作為隨-機數生成器的種子。以溫度為例，假設隨機溫度范圍在10-38度，則代碼表示為

InsideTemp=rand.nextInt（48）-10;

獲取隨機環境后就要把隨機環境寫入本體，這個過程分為三個步驟：讀入本體、對應隨機數據寫人本體和保存新本體。第一步是獲取本體的IRI，由于讀取到的IRI包括在括號中，因此要使用循環和判斷語句對其中每個字符進行判斷，若遇到尖括號空格則將其刪除，將處理后的IRI寫入base后，第二步就是要將隨機生成的環境數據寫入本體，以溫度為例，定義數據屬性和個體名稱以及處理函數，使用處理函數將隨機溫度的數值寫入本體中的溫度個體，同理處理其他隨機環境數據，全部加入完畢后，將本體保存為OWL/XML格式，即完成了隨機環境寫入本體的過程。

其次是從本體中取出數據并進行處理，由前端頁面可知，后臺發送給前端輸出頁面的數據有當前環境數據、手動輸人數據和推理所得結果，后臺將對這三種數據分別處理。當前環境數據只需從本體的個體中讀出，去除掉其他符號，然后添加鍵值對，就能在輸出頁面讀取。手動輸入數據處理分為兩個方面，在輸出頁面顯示很簡便，直接添加鍵值對就能在輸出頁面讀取;另一方面則是以輸入數據為規則進行判斷，先根據輸入頁面表單信息判斷用戶是否選擇了手動設定，若選擇了手動設定，則關閉默認模式使用用戶輸入的數據作為判斷標準，替代原有的合適類;若沒有選擇手動設定，則按照系統默認分類進行判斷和推理，分類規則寫在了后臺的處理代碼中，只要將當前環境數據與分類規則進行比較然后代入本體中的規則就可以得到正確的推理結果，推理機采用Jena默認推理機，然后添加推理結果的鍵值對，就可以在輸出頁面進行判斷選擇正確的表單。

系統處理數據，也是外界與本體的交互過程，在后臺可以輕松控制個體和規則的增改，若出現規則沖突或者在某一步運行出錯，則會返回錯誤原因，后臺處理部分是系統平臺的支柱，負責數據在本體與前端展示頁面間的傳輸。

5結論

本文在物聯網語義技術和OWL本體語言的基礎上，設計了涉及用戶安全、生活、健康和娛樂四方面的智能家居系統，搭建了包含所有概念和關系的智能家居本體知識庫，編寫了基于用戶需求的用于語義推理的規則，并搭建了web頁面用于智能家居系統的控制與展示。實際使用過程中，測試效果良好，但距離實用還有許多需改進之處，本文只涉及了家居系統中的部分家居設施，未來還有更多可互相聯系的家居設施加人，也會增加更多復雜規則，基于語義推理的智能家居是物聯網飛速發展條件下智能家居發展的方向，未來會更加完善。