在 Mac OS 上为 IoT 设备构建房间探测器

Desknumber

在本教程中，您将构建一个桌面应用程序，使用简单的机器学习算法（最小二乘法）来预测您所在的房间。该代码适用于任何平台，但我们仅提供 Mac OSX 的依赖安装说明。

了解您所在的房间可以启用各种物联网应用——从开灯到更换 电子邮件营销列表 电视频道。那么，我们如何检测您和手机在厨房、卧室或客厅的时刻呢？当今的商用硬件有无数的可能性：

一种解决方案是为每个房间配备蓝牙设备。一旦您的手机处于蓝牙设备的范围内，您的手机就会根据蓝牙设备知道它位于哪个房间。然而，维护一系列蓝牙设备的开销非常大——从更换电池到更换故障设备。此外，靠近蓝牙设备并不总是解决问题的办法：如果您在客厅，靠近与厨房共用的墙壁，您的厨房电器不应该开始制作食物。



另一种虽然不切实际的解决方案是使用 GPS。然而，请记住，GPS 在室内的工作效果很差，因为室内大量的墙壁、其他信号和其他障碍物会对 GPS 的精度造成严重破坏。

相反，我们的方法是利用所有范围内的 WiFi 网络，甚至是您的手机未连接的网络。具体方法如下：考虑厨房中 WiFi A 的强度；假设是 5。由于厨房和卧室之间有一堵墙，我们可以合理地预期卧室中 WiFi A 的强度会有所不同；假设是 2。我们可以利用这个差异来预测我们在哪个房间。更重要的是：来自邻居的 WiFi 网络 B 只能从客厅检测到，但从厨房实际上看不到。这使得预测变得更加容易。总之，所有范围内 WiFi 的列表为我们提供了丰富的信息。