AI respalda el proyecto de investigación de iluminación inteligente

El proyecto de investigación alemán OpenLicht ha desarrollado con éxito un sistema de iluminación inteligente basado en software de código abierto y bibliotecas de aprendizaje automático, además de hardware económico, que puede ajustar automáticamente la iluminación de una habitación en función de lo que esté haciendo el usuario.

Las soluciones de iluminación inteligente de hoy se basan en bombillas inteligentes como Philips Hue y Osram Lightify. Si bien ofrecen algunas funciones inteligentes, generalmente requieren el control manual por parte del usuario a través de una aplicación de teléfono inteligente. Algunos se pueden programar (por ejemplo, para que se enciendan y apaguen en determinados momentos), pero las reglas aún deben configurarse manualmente, por lo que la relación básica entre el usuario y el sistema de iluminación no cambia haciéndolo más inteligente.

Los sistemas de iluminación inteligente actuales aún deben ser configurados manualmente por el usuario. El proyecto OpenLicht
ha desarrollado un prototipo para un sistema de iluminación más inteligente (Imagen:Infineon Technologies / OpenLicht)

El proyecto OpenLicht, que se lanzó en septiembre de 2016, se propuso cambiar eso agregando inteligencia artificial y técnicas de aprendizaje automático a la iluminación inteligente. “El proyecto tenía dos objetivos principales:por un lado, avanzar en la investigación y la colaboración de los sistemas de iluminación inteligente basados ​​en inteligencia artificial y, por otro lado, hacer que la tecnología de punta sea accesible para todos, incluidas las empresas emergentes y el fabricante. comunidad ”, dijo el coordinador del proyecto Juan Mena-Carrillo, gerente de I + D para iluminación inteligente en Infineon Technologies.

El proyecto recientemente concluido fue financiado por el Ministerio de Educación e Investigación de Alemania (BMBF) con los miembros del equipo Infineon, Bernitz Electronics, el Instituto de Tecnología Deggendorf y la Universidad Técnica de Dresde. Infineon y TU Dresden desarrollaron la aplicación y los algoritmos de aprendizaje automático. Deggendorf desarrolló la interfaz gráfica / aplicación para el proyecto, y Bernitz estuvo a cargo de la puerta de enlace y las comunicaciones entre los sensores y actuadores del sistema.

Prototipo inteligente

El producto principal del proyecto fue un prototipo de un sistema de iluminación inteligente basado en IA, que incluye un sistema de software adaptativo con una interfaz gráfica (aplicación) y una puerta de enlace de hardware central basada en Raspberry Pi que maneja el procesamiento de datos y todas las tareas de control. El sistema prototipo ajusta automáticamente la iluminación de una habitación en función de la posición y la actividad del usuario; esta podría ser una configuración diferente para ver televisión y leer, por ejemplo. El sistema aprende las preferencias del usuario y responde en consecuencia. Hasta cierto punto, también puede responder a situaciones que aún no ha encontrado ni aprendido.

La puerta de enlace de hardware de código abierto se basa en una Raspberry Pi con una placa de expansión. También hay una versión miniaturizada, basada en una arquitectura de microcontrolador, pero requiere conexión a una puerta de enlace OpenLicht (Imagen:Infineon Technologies / OpenLicht)

El componente central del prototipo es su middleware de código abierto para el hogar inteligente, basado en openHAB, una plataforma de software de automatización del hogar de código abierto independiente de la tecnología y el proveedor. Los investigadores del proyecto desarrollaron enlaces openHAB para los diversos sensores, incluidos los sensores de presión y de radar, que se colocan en una habitación para detectar ocupación y movimiento. Los sensores envían sus datos a los enlaces correspondientes, que conectan los sensores del mundo real con el sistema openHAB y entregan los datos a "elementos":representaciones virtuales de sensores y actuadores. Cuando se producen cambios en los elementos, esos cambios se envían al marco de trabajo de aprendizaje automático de código abierto Encog.

Una red neuronal que ha sido entrenada con datos de sensores procesa los cambios e intuye la actividad actual del usuario. Su predicción se combina con datos sobre las condiciones de luz natural y la información se envía a una segunda red neuronal, que es de autoaprendizaje y se adapta a las preferencias de los usuarios mientras está en uso. En función de los datos que se le envían, la segunda red neuronal determina la configuración adecuada para las lámparas de la habitación. Luego, esa configuración se transforma en comandos de lámpara, que se envían a través de elementos de actuador y enlaces a las lámparas del mundo real.

El equipo instaló una sala de demostración para evaluar el sistema prototipo y recopilar los datos de los sensores necesarios para entrenar la red neuronal (Imagen:Infineon Technologies / OpenLicht)

“Un usuario siempre puede adaptar el color y la intensidad de la luz de las lámparas a través de una interfaz de usuario, interruptor, atenuador o control remoto cuando no está satisfecho”, dijo Mena-Carrillo. “El sistema reconoce el cambio y mapea la nueva configuración a la luz y actividad natural, que son reconocidas y medidas en el momento de la adaptación. Este mapeo se utiliza luego para reentrenar la red neuronal combinándola [el nuevo mapeo] con los datos antiguos. Sin embargo, los nuevos datos obtienen mayor peso que los datos antiguos en el proceso de reentrenamiento ".

Problema de privacidad

Los desafíos clave para el proyecto incluyeron los temas vinculados de seguridad y privacidad. Se incorporó un módulo de plataforma confiable (TPM) basado en hardware de Infineon para proteger contra ataques de piratas informáticos mediante el cifrado y la protección de la integridad del sistema. Los TPM son chips de seguridad basados ​​en un estándar internacional para procesadores seguros que se utilizan para almacenar datos críticos como contraseñas y claves de cifrado, así como para ejecutar algoritmos de cifrado.

“Después de realizar entrevistas con muchos usuarios finales, identificamos que la cuestión de la privacidad es uno de los mayores obstáculos para la aceptación de los sistemas de hogares inteligentes”, dijo Mena-Carrillo. Por lo tanto, se decidió que el sistema OpenLicht usaría IA en el borde; es decir, los datos del usuario se procesan dentro del sistema del hogar inteligente en lugar de en la nube. La técnica preserva la privacidad del usuario porque los datos confidenciales solo se procesarán localmente. Por lo general, también permite tiempos de respuesta más rápidos y reduce o elimina la necesidad de una conexión a Internet.

Código abierto

Uno de los objetivos clave del proyecto OpenLicht era hacer que la tecnología fuera accesible para la industria y la comunidad en general. Todo el software se basa en tecnologías de código abierto:los resultados se implementan como extensiones para openHAB, y la biblioteca de aprendizaje automático de código abierto Encog se adaptó para su uso en el proyecto. El uso de hardware económico también fue una decisión deliberada para hacerlo accesible. El software resultante del proyecto en sí será de código abierto de forma inminente.

“Todos pueden usar los resultados de nuestro software, y lo mejor es que nuestro sistema se puede mejorar con nuevas características y funciones”, dijo Mena-Carrillo. "Estos resultados ahora permiten a los usuarios agregar nuevas funciones y características de IA a sus sistemas openHAB".

Todo el software OpenLicht estará disponible en GitHub "muy pronto", incluido el software de aprendizaje automático, la base de conocimientos y los enlaces openHAB, agregó. Si bien el proyecto cumplió con sus dos objetivos clave, Mena-Carrillo admitió que el equipo también se dio cuenta de que hay mucho más trabajo por hacer antes de que dicho sistema funcione de manera confiable en todas las circunstancias. Dada la naturaleza de código abierto del proyecto, los desarrolladores de OpenLicht esperan que evolucione una vez que la industria y la comunidad de fabricantes tengan acceso a él.

>> Este artículo se publicó originalmente el nuestro sitio hermano, EE Times Europe.