Один датчик, чтоб править всеми

Проект интеллектуального датчика Neurio, который за две недели до окончания кампании ^[1] на Кикстартере уже превысил план на 40 000 долларов, основан на необычном подходе к управлению умным домом. В основе Neurio лежит очень точный и подробный анализ энергопотребления. Умный счётчик похож на обычный электронный счётчик электроэнергии, но фиксирует гораздо больше параметров, и делает это точнее и чаще, чем обычный. Эти данные отправляются в облако и там анализируются алгоритмами искусственного интеллекта, которые достаточно уверенно распознают отдельных потребителей электричества по характерному для них «почерку».

Это возможно благодаря тому, что датчик Neurio измеряет в двух независимых двухсторонних каналах не только активную мощность, но и реактивную мощность, коэффициент мощности, напряжение, ток, и частоту. Данные обновляются один раз в секунду и передаются в домашнюю сеть по WiFi. На случай потери связи есть внутренняя память, которой хватает на год непрерывной записи.

В облаке поток информации об электрических характеристиках домашней сети преобразуется в поток сообщений о распознанных событиях, таких как включение или выключение определённого электроприбора или ещё более высокоуровневых, комбинированных событиях — например, если включился привод гаражных ворот, а затем в доме зажёгся свет, система может сделать вывод о том, что пользователь вернулся домой с работы. Реакцию на каждое событие задаёт пользователь — это может быть СМС-уведомление, включение или выключение какого-либо электроприбора — Neurio уже интегрирован с IFTTT и SmartThings. Возможно и подключение любых пользовательских устройств и скриптов — API Neurio открыт.

В комплекте с датчиком и облачным сервисом Neurio идёт приложение Wattson, которое анализирует историю энергопотребления и позволяет выявить наиболее прожорливых потребителей и оптимизировать потребление. Для параноиков будет возможность развернуть персональное облако Neurio на собственном сервере, правда скорее всего за это придётся платить меньшей точностью распознавания — ведь общее облако постоянно самообучается на основе пользовательских данных.

Автор: Nordavind

Источник ^[2]