当人们正在专注于某件事时，有可能会忘记需要做的家务。例如，人们忘记从洗衣机中取出湿衣服，从微波炉中取出热食物，关掉滴水的水龙头。康奈尔大学的研究人员开发了一种单设备，可以利用振动跟踪17种电器。

该设备名为VibroSense，它使用激光捕捉墙壁、天花板和地板上的细微振动，形成一个深度学习网络，对振动计的数据进行建模，为每种设备创建不同的标签。这让研究人员离更高效、更集成的智能家居更近了一步。

信息科学助理教授，《 VibroSense：通过深度学习识别微妙的家庭活动》一书的高级作者张成说：“认识到家庭活动可以帮助计算机更好地理解人的行为和需求，希望能开发出更好的人机界面。使用激光多普勒振动法从单个点对房屋的内表面进行振动。”

该论文发表在交互，移动，可穿戴和普适技术的计算机协会论文集上，将在9月12日至17日举行的ACM普适和普适计算国际联合会议上发表。

为了检测整个房子的使用情况，研究人员的任务有两方面:使用激光多普勒测振仪检测微小的振动;并通过识别振动在房间间的传播路径来区分由多个设备产生的类似振动。

深度学习网络被训练来区分不同的活动，部分是通过学习路径信号——通过房子的独特路径振动以及它们独特的噪音。

该报道称，该设备在两天内对五户家庭的17种不同活动进行了近96%的识别，包括滴水的水龙头、排风扇、电水壶、冰箱和炉灶罩。振冲器也能区分五个不同阶段的设备使用，平均准确率超过97%。

在单层房屋中，激光指向房屋中心的内墙。它指向两层楼的天花板。

张说，该设备主要用于独户住宅，因为在建筑物中，它可以监测邻近公寓的活动，这就带来了潜在的隐私风险。

“这肯定需要研究人员、行业从业者和政府之间的合作，以确保它被用于正确的目的，”张。

除此之外，该系统还可以帮助家庭监控能源使用情况，并有可能帮助减少能源消耗。

张说:“由于我们的系统既可以检测室内事件的发生，也可以检测事件发生的时间，它可以用来估计用电量和水费，并为业主提供节能建议。”“它还可以防止水和电的浪费，以及家用电器短路等电气故障。”