边缘设备上家庭警报的流推理

问题描述 投票:0回答:1

我正在为安全用例开发一些家庭自动化软件,我想最终会有一个具有不同信息源的本体:

  • 相机
  • 麦克风
  • 入室盗窃
  • 列出项目
  • 警报
  • 其他传感设备

我想使用图像/声音识别等组合来检测的事件是: 入室盗窃

  • 我儿子和客人一起回家(!)
  • 破窗
  • 狗叫声
  • 等等

最终我有一个行动清单:

  • 警告或报警
  • 给我的邻居打电话
  • 给住在同一条街上的兄弟打电话
  • 警告或致电消防队
  • 致电RSPC(动物保护机构)
  • 等等

最终我想构建一个迷你推理结构,能够针对不同的输入提出不同的操作,同时考虑到误报的存在并需要避免(即提供一定程度的交叉检查)。

这可能会发生在某种类型的边缘设备上。

我有兴趣研究类似的项目并获得一些想法。

我不太舒服的关键部分是:

  • 如何使用来自传感器和警报的流数据更新我的推理结构?
  • 我应该只使用内存组件吗?
  • 流解决方案是否能够提供基于边缘的内存解决方案,但提供与本体相当的推理能力?

欢迎提出建议/想法!

security streaming rdf ontology home-automation
1个回答
0
投票

RDFox 是商业版,它并没有真正的社区版。您可以下载评估许可证,有效期为 1 个月。 Ontotext 的 GraphDB 确实有社区版,它支持一些与 RDFox 相同的推理功能。对于您的目的来说,GraphDB 可能就足够了。

© www.soinside.com 2019 - 2024. All rights reserved.