论文标题：Development and Assessment of Internet of Things-Driven Smart Home Security and Automation with Voice Commands

论文链接：https://www.mdpi.com/2624-831X/5/1/5

期刊名：IoT

期刊主页：https://www.mdpi.com/journal/IoT

随着全球数字化浪潮的推进，智能家居系统在提升居住舒适度与财产安全方面的价值愈发凸显。人、物联网和智能家居系统之间的高效协同，是实现家居管理便利性、效率及安全性的核心引擎。泰国兰实大学与坦亚武里皇家理工大学的研究团队在IoT期刊上发表了一篇文章，通过构建一个分层式的物联网框架，将硬件传感、软件调度与应用交互深度融合。该系统不仅支持泰语与英语的双语语音控制，还通过严谨的实证研究验证了其在不同网络环境下的响应速度与检测精度。本研究旨在解决如何构建一个兼顾高实时性、多协议兼容性以及精准安防预警的智能家居自动化系统，以应对日常生活中日益复杂的安全与效率需求。

基于物联网的智能家居框架

研究过程与结果

本项研究提出并实现了一个精密设计的物联网智能家居自动化架构，该框架由硬件层、软件层和应用层构成，确保了系统的灵活性与可扩展性。硬件层作为中央控制单元，集成树莓派、被动红外（PIR）传感器、继电器及报警装置，负责物理信号的采集与执行；软件层则利用Python代码、Java WebSocket服务器及MQTT协议，高效完成硬件信号与数据之间的转换；应用层则通过 Blynk 移动端及Google Assistant为用户提供直观的操作门户 。为了确保评估的严谨性，研究团队实施了大规模的实证调查，针对开关灯控制和入侵检测两个核心场景，从泰语语音、英语语音及应用程序按钮三种指令源进行了每组至少100次的重复实验。实验全面覆盖了Wi-Fi、4G及5G等多种无线通信模式，旨在通过平均有效响应时间（AERT）和平均准确入侵检测（AAID）分数，多维度量化系统在现实部署中的性能表现。

入侵者检测系统的可视化架构

研究团队在实验中总结得出，在控制效率与识别精度方面，实验数据充分证明了该系统的卓越可靠性。针对“开灯/关灯”指令的自动化控制，系统在不同网络环境下的平均有效响应时间（AERT）稳定保持在2.4至5.3秒的较低范围内，展现了极高的响应效率，尽管英语语音助手在执行时存在约18%的指令失败率。而在安防识别精度维度，系统表现尤为亮眼：在1秒的低延迟响应场景下，其平均准确入侵检测（AAID）得分处于2.2至4.7之间，能够迅速且精准地识别入侵者；即使在响应时间延长至2.5秒的中等延迟场景下，系统依然保持了2.7至5.6的高准确度得分；而当网络波动导致延迟达到5秒时，AAID得分仍处于5.8至7.5的有效范围内。这组量化数据印证了该系统即便在波动的网络环境和不同的响应时间下，依然具备精准识别并实时预警非法闯入者的稳健能力。

比较PIR入侵检测和照明控制在各种命令方式下的响应能力和准确性

研究总结

本研究在理论与时间层面开发并评估了一套基于物联网驱动的智能家居安防与自动化系统。通过对多种命令类型与通信模式的全面评估，验证了系统在复杂安防场景中的有效性与实用性。然而，研究也客观指出了一些潜在的局限性，如语音响应时间在不同环境下的可变性、系统对持续网络连接的过度依赖，以及传感器硬件的运行寿命限制。未来的研究将聚焦于硬件与网络的故障安全机制、优化物联网设备的能耗管理、提升系统的语言识别能力，并推动系统向更高层级的智能化方向演进，为构建更安全、更节能、更具响应力的数字生活空间提供技术支撑。

扫描二维码，订阅期刊资讯。