智能家居生物特征数据:家用电器如何实现物联网数据应用

当他们来到市场时，健身跟踪器和其他可穿戴物是IOT未来的宠儿，但自从失去了大部分光泽以来。

而可穿戴市场越来越多据IDC称，即使是市场领头羊Fitbit也面临着挑战出货量下降，而且弃用率几乎没有改善——许多用户不再佩戴他们的设备六个月后使用。穿戴设备的能力激发了人们对该领域的兴趣，但也成为物联网发展和普及的障碍。

可穿戴设备需要佩戴才能发挥作用，而另一种技术可以做到这一点提供可比活动数据而不会遭受高遗弃率。与家庭设备的交互可以连接到医疗保健和其他企业和政府垂直领域。这些收集到的数据可以由医疗保健专业人员、家庭成员、保险公司、社区、城市和州进行分析，以造福社会和房主。

人体有四到六六临床上接受的生命体征，表明整体条件，其中四种是定期通过今天的可穿戴物定量的：血压，脉冲，呼吸速率和温度。第五个和第六个生命体征并不像经常使用，因为它们是主观的或纪律依赖性的，例如糖尿病患者的疼痛或葡萄糖水平。这些指标和其他关于身体功能的特征，如睡眠和月经，可能有一天在其他人中被考虑在临床上，但在医疗保健之外的应用有限，对IOT的人口大小的数据分析提供很少的见解。

相比之下，普通的智能家居有许多生命体征，一旦被量化，就会产生非常丰富的数据描述——不仅包括人类活动，还包括习惯、偏好、风险和生活模式的变化。这种家庭数据——家庭的生物特征——可以从环境传感器、锁和灯等智能家居设备中收集，这些设备的指标不仅适用于医疗保健。安全、能源、保险、高级的生活，消费产品和公共安全可以收集智能家庭数据，或者开始探索其机会。

在物联网分析中使用域数据存在两个主要障碍。其一，全球智能家居市场仍处于成长期，市场前景不容乐观估计为2180万美国家庭拥有某种智能设备。随着房屋拍摄更多设备，Domotic数据将成为评估市场相关活动和行为的事实上的公制。

家园数据没有被使用的第二个原因可以归结为理解如何使用它，以及如何将其转化为可用的、可扩展的物联网数据。第三方，如企业和政府机构，正在开发这种数据分析的用途和好处，而不是由消费者自己开发。

进一步采用物联网域数据的下一步将是一个标准化的词典，分类为根据时间和人口规模可伸缩的智能推理，以便为特定的垂直领域定制。智能家居行业仍处于发展的初期阶段，其中的媒介就是信息。来自智能锁的门状态信息通常被理解为此时的数据，但为了对物联网有用，分析可以超越孤立事件和设备状态。它需要开始解释随着时间的推移，事件如何成为行为信息，以及它们如何被用于有益的目的。

考虑普通的智能锁，以及包含家庭安全系统的相关设备 - 最常见的智能家庭场景。打开或封闭式门或窗口的设备状态可以在家中发出偏离和到达，仅对房主有用。这种简单的静态信息目前仅对家庭监控和安全的居民有用;但是，当分析更大的规模时，该数据可以在更大的影响中发挥作用。

当通过特定于行业特定镜头检查相同的条件时，可以是多种数据由家庭保险公司使用。例如，如果一个家庭具有数字代码作为智能锁的电子键，则额外的新密钥的分配可以指示当相对访问或新的照顾者进入房屋时。其他条件，如习惯性的访客，以及其他租赁情景，如Airbnb，可以影响家庭安全和保险方程。

我们还可以利用同样的数据推断出士气风险——习惯性的疏忽导致的风险，比如车库门经常开着。经常忘记锁门或在冬天关闭后院水阀的房主符合这种情况，这自然会影响保险费。

如果同样的数据被扩展到一个局部区域来识别一种模式，就可以推断邻里安全，在邻里安全中，让窗户和车库门开着不会被视为危险行为。这一发现可能会影响保费和地方治安;在市级以上的州，这些数据可以帮助更有效地分配公共安全预算。通过这种方式，简单的状态通知可以大规模地看到有潜力影响更多的人口。

其他家庭数据可以产生类似的外部见解，并对当地和区域的能源使用模式、水消耗、住宅安全风险、街道和建筑的结构弱点、老年人活动和服务等做出相应的反应。自十多年前进入市场以来，Z-Wave技术一直致力于让这些可能性成为主流，通过互操作、品牌无关的方法，创建了世界上最大的智能家居设备、功能和数据生成生态系统。通过为消费者提供一个平台，让他们用自己选择的设备构建自己的智能家居，互操作性可以推动智能家居的采用，并让市场更接近这些物联网数据应用。

随着智能家居市场的成熟，住宅和商用住宅都配备了传感器、摄像头和其他监控和自动化技术，家庭的生物识别技术可以开始产生影响。

所有IOT议程网络贡献者负责其帖子的内容和准确性。意见是作者，不一定能够传达物联盟议程的思想。