📖+40 XP
🎧+25 XP
✅+45 XP
等级 B2 – 中高级CEFR B2
5 分钟
266 字
佐治亚理工学院的研究人员提出了一种极小、无需电池的金属标签,用于智能家居感知。标签为带中央孔和边缘开口的金属圆盘,安装在一个小型 3D 打印底座上,可固定在橱柜、门框、水龙头等表面。
工作原理是:移动部件上的一小片在打开时撞击圆盘,冲击产生一个短促的超声脉冲。该脉冲在人耳不可闻,但附近的可穿戴设备能检测并记录。每个圆盘的形状决定其共振频率,从而形成独特的“声音指纹”,便于识别不同位置或动作。
负责该项振动建模和仿真的 Bolei Deng 表示,团队的仿真产生了近 1,300 个初始设计,每个在 20 千赫以上生成独特超声频率,研究中实际使用了 15 个设计。经过设计优化,标签总数可能扩展到数千个。
这些标签体积小、成本只有几美分且工作安静,超声波传播距离短,因而只有附近的麦克风能听到,具有天然隐私性。团队使用简单的硬编码算法而非复杂机器学习来识别信号,以降低计算和电力需求。相关成果发表在 Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies。
- 潜在应用包括健身计数、监控水龙头或马桶盖以及作为按钮启动记录等。
- Fu 在一条 Instagram 病毒视频中展示这些标签,该视频获得 1.6 million 次观看和 150,000 个赞,观众还提出其他应用想法。
难词
- 超声脉冲 — 人耳听不到的短促声波
- 共振频率 — 物体振动的特定频率
- 声音指纹 — 区分不同位置或动作的独特声音特征
- 可穿戴设备 — 可以随身佩戴的电子设备
- 仿真 — 用计算机模拟实际情况
- 设计优化 — 改进设计以获得更好性能
- 天然隐私性 — 由于设计自然保护隐私
- 硬编码 — 用固定规则而非学习的程序硬编码算法
提示:在文章中将鼠标悬停、聚焦或轻触高亮词语,即可在阅读或听音频时快速查看简要释义。
讨论问题
- 你认为这种无需电池的金属标签在哪些智能家居场景最有用?请说明理由和可能的限制。
- 文章提到标签具有“天然隐私性”。你认为这足够保护隐私吗?还可能存在哪些隐私风险?
- 与使用机器学习相比,采用硬编码算法有哪些优缺点?在什么情况下你会选择改变算法方法?