浅析基于人工智能的智慧建筑管理系统应用

徐达强

摘 要 本文具体讨论了现代人工智能技术在建筑管理中的应用，包括使用面部识别来确定人员及其使用权限，使用语音识别来确定用户命令，使用机器学习来分析中央空调的运行状态，用智能技术控制门禁、照明、视频、空调装置和其他设备的管理，以增强用户的办公体验并实现建筑物的绿色节能运行。

关键词 人工智能;建筑管理;人脸识别;语音识别

引言

当前，人工智能技术的全面发展为实现智能建筑群提供了新的契机。它可以充分利用建筑物连续运行的综合数据，极大优化了建筑物的整体运行效率和维护速度。一般来说，建筑物的基本运行维护良好，可以给普通用户带来全新的生活和工作体验。语音对话和图像数据是建筑活动产生的最重要的数据，人工智能根据数据操作权限是正确、合理进行判断以及实时访问控制，做好系统功能管理工作的依据。

1智慧建筑人工智能应用

1.1 人脸识别

人脸识别在智能建筑中的应用主要包括门禁管理、访客与管理、考勤时钟管理等，传统的人工操作访客信息登记存在诸多安全软件漏洞，操作灵活不人性化，服务标准化水平低，严重缺乏准确的管理模式、混乱的内部访问控制设备在人脸识别过程中也容易产生误判，导致用户只能通过传统方式快速進入大门，这大大影响了相关设备的使用效率和用户的体验。我国传统的手工登记数据存在许多安全技术漏洞。操作不人性化，专业服务整体水平较低。在人脸识别过程中，由于缺乏准确的管理数据，门禁相关设备（包括转门）更容易发生误判。因此，很多用户无法以多种方式快速打开大门，这将影响所有用户的使用体验。

例如人工智能软件系统与人脸精确识别核心技术可以深度集成融合在一起，可以实现在数字时代下来往人员身份管理认证，能保持良好的智能办公新体验 。人脸识别基本过程及其用法如下：用多种方式引导用户在终端里注册人脸像素;在软件的帮助下，所有用户面部信息内容都存储在数据库中;成功完成注册后，更多的用户可以实现快速的门控刷脸。与传统的人脸识别技术相比，人工智能IBMS快速人脸识别应用可以有效提高识别的准确性和实时动态反馈率。借助多种方式的高效实时链接效果，现有用户可以快速通过刷脸验证并获得更好的应用程序体验。该技术还扩展了新的应用场景，如员工出勤，访客注册，会议登录和人员流量统计，并为智能办公室提供了持续稳定的支持条件。传统识别技术的原始图像通常受到各种条件和随机干扰的限制，并不能直接使用，必须在图像处理的早期阶段对其进行预处理，而现在的技术具有正确位置的脸部图像扫描，能更好改善脸部图像质量，不仅让图像的视觉更清晰，而且使图像更便于计算机处理和识别[1]。

1.2 语音识别

以智能建筑为设计方向，应用了大量的智能设备，包括各种办公、传感器、手持设备等，除了传统的人机界面控制方式外，还需要对这些设备进行集中管理和控制，语音识别控制是大楼常见的一种新管理方式。

例如语音对话可以识别各种技术，将人类语音信息中单词的内容主题转换为计算机可读输入框，如原始文本或命令，它是计算机技术外部接口的多维，多模式快速识别与智能应用研究领域。语音和字符识别技术主要包括MODE-1 6速手动变速器，显著特征提取过程和相关模型训练。在语音信息等控制方面，语音信息自动识别短句通过语言模型分解为几个最重要的词，然后把最关键词执行更多的智能命令，它可以控制各种软件和与之相关的设备，实现各种设备的迅速启动和停止系统。语音识别顺序以网络（fsmn）为核心框架，可以实现良好的识别效果，且延迟低。fsmn的存储功能是通过前馈结构实现的，它具有两个优点：首先，当双向fsmn记住信息时，双向RNN可以等待语音输入的结束来判断当前语音帧。可以将延迟控制在较低的水平，其次，在训练过程中，语音会沿着存储块和隐藏层之间的连接权重传。因此fsmn以更简单的方式解决了RNN中的识别不清的问题。

1.3 机器学习

为了将现代建筑构建为绿色建筑，需要使用人工智能和机器学习系统来感知和模拟建筑操作人员行为，以实现对建筑对象的精确控制，并增强自我优化，自我保护的能力。IBMS是一种机器自学习功能，机器学习技术是在过去20年中兴起的多学科交叉学科。主要是设计和分析一些算法，这些算法可使计算机自动学习，自动分析数据并从中获取正确规则，并使用这些规则预测未知数据。

例如一台机器的强大学习能力，充分体现在以下两个方面：一是智能分析其设备整体运行状况，综合运用设备预警系统和各种信息，逐步适应维修周期循环，系统自动生成工艺维修工单;其次，对于分体空调等设备，主要包括耗能使用、自学习神经线路和网络，过去对如何优化算法进行升级，自定义非常模糊，不可控制。现在机器方法可实现按需冷却和连续运行，高效节能。用它深入挖掘系统的基本运行数据，从整体上优化连续运行工况，有助于实现其他设备的环保节能。

2基于自学习的中央空调系统节能

为了高效，节能地实现中央空调软件系统的连续运行，有必要为中央空调软件系统的连续运行提供支持的系统模块。该模块的主要原因是由高负荷分析和预测神经网络终端Ann-1，并网连接的ANN 2优化组成。功能模块应收集中央空调能源管理模式系统，且收集频率不应高于10分钟/次。

例如①大负荷分析预测了网络线路，需要能够根据建筑物的大冷负荷及时调整工况，从而实现节能并继续运行。因为，更准确的冷负荷分析和预测是实现最佳控制的必要条件。建筑中的大冷负荷包括过多的内部冷负荷和较高的冷负荷能力。影响外部因素的主要原因是室内外摄氏度和空气相对湿度。②中央网络可以使用多种方式用于预测各种工况和运行负荷的能力。优化的目的是使系统的总功耗非常小，从而获得充分满足的高负荷预测数据需求，并及时反馈给智能建筑日常管理软件系统。正式授权的用户还可以借助工具软件平台使用更多的人机系统，用户可以通过物联网在任何地方的管理服务器上获取数据。管理人员和操作人员可以通过显示设备显示的各种信息和打印机记录的各种信息，从而达到管理人员的各种特定控制要求[2]。

3结束语

人工智能技术与智能管理系统IBMS紧密集成，并构建了一系列面向管理的应用程序。人脸识别设备安装在建筑物的入口和某些区域得到最大限度使用，并与门禁系统和照明系统进行实时链接，为用户提供良好的办公体验。

参考文献

[1] 杜明芳.AI+智慧建筑研究[J].土木建筑工程信息技术，2018，47（3）： 5-10.

[2] 王善涛.人脸识别技术在安防行业的具体应用[J].中国安防，2018 （Z1）：79-81.