AI系列之赋能教育：基于“AI+IOT”技术的“智慧教

新一代技术赋能到特定的商业场景，基于人工智能+物联网技术的组合为新一代“智慧教室”的概念提供了新的解决方案。

随着人工智能相关技术的日臻成熟和蓬勃发展，尤其是基础层新型传感器、智能芯片等硬件基础算力设施更新迭代和大发展，使得赋能各业的商业落地行为有了实质性的进展和支撑。

而今，无论是计算机视觉、语音识别、自然语言处理以及机器学习等关键技术领域的突破已成为引领新一代技术变革的发展引擎，并且在制造、金融、家居、金融、交通、安防、医疗等行业逐渐落地应用，使得技术的发展真正赋能到特定的商业场景。

以教育行业为例，万物互联，基于人工智能+物联网技术的组合为新一代“智慧教室”的概念提供了新的解决方案，由硬件系统、软件系统、云计算平台构成了智慧教室的生态圈，实现远程控制设备、设备间互通互联、设备自我学习等功能，使得教室的管理更加智能、安全、便捷和节能。

例如，借助智能语音技术，通过应用自然语言实现对教室系统硬件设备的操控，譬如开关门窗、操控照明系统、调节温湿度调控系统等行为，通过声纹识别、脸部识别、指纹识别等技术进行开锁。

基于AI+IOT的“智慧教室”的核心在于其物联系统形成的智能决策行为，智能决策的基础在于对环境数据的收集分析，并通过数据处理系统进行即时计算，反馈至智能控制系统进行处理。

数据处理的即时性和有效性在于算力的强弱和算法的支撑，尤其是传感器、智能芯片及相关的算法集成，天然助力于基于物联网技术的智慧教室解决方案。

将传感器、智能芯片、算法、智能程序嵌入终端硬件系统进行整合开发，构建教室立体化环境数据感应系统，实时监控各维度数据变化情况，打破终端数据孤岛，全天候全方位检测教室环境变化，并进行智能管理。

一、照明智能控制系统

1.1 场景自定义及智能控制系统

可通过预设条件去自定义使用场景，结合内置的3D效果图预览已定义的条件所生成的现实显示效果，完成自定义的场景设置和保存。

在进行场景切换中系统将根据场景的预设条件调动教室内灯具照度控制系统进行智能调节，完成相应的场景使用要求。

例如切换场景时的淡入淡出时间，使灯光柔和变化。

1.2 照度恒定调节系统

可通过感光传感器获取各种天气下教室内部的日照光度数据，并上传至智能控制系统，智能控制系统可通过预设的最佳光照值调动灯具的亮度控制器进行光照的补损，保证教室内部光照情况的均衡。采用照度传感器，可以达到室内的光线保持恒定。

例如，在光线不足的阴天，亮度控制器将会提亮灯具的照射光度，在光线充足的情况，亮度控制器将会下调灯具的照射光度，在光线十分充足的情况下，甚至可以使得灯具自动关闭。

又比如，在学校的教室，要求靠窗与靠墙光强度其本相同，可在靠窗与靠墙处分别加装传感器，当室外光线强时系统会自动将靠窗的灯光减弱或关闭及根据靠墙传感器调整靠墙的灯光亮度；当室外光线变弱时，传感器会根据感应信号调整灯的亮度到预先设置的光照度值。这样，通过智能调光器系统的控制可调节照度达到相对的稳定，且可节约能源。

1.3. 自动感应系统

采用移动传感器，当人进入教室设定的传感器感应区域后，控制系统将启动灯具或升光，当人走出感应区域后灯光渐渐减低或熄灭，可以在人不进行物理按钮控制的情况下，对于灯照进行自动开关和亮度调节，比如当所有学生和老师都离开教室后，灯光控制系统自动关闭所有灯具，当师生重新进场后再次点亮。

1.4. 限压保护系统

影响灯具寿命的主要因素主要有过电压使用和冷态冲击，它们使灯具寿命大大降低。具备智能调光器的灯具具有输出限压保护功能，智能调光控制系统采用缓开启及淡入淡出调光控制，可避免对灯具的冷态冲击，延长灯具寿命，减少更换灯泡的工作量。

二、空气质量检测及智能调节系统

通过在教室内外部预设众多空气质量传感器，去获取包括PM2.5值在内的多路空气质量采样数据，并形成多维度的质量检测报告汇总至数据处理中心对报告结果进行分析，判断空气质量的各项检测参数值是否超标，并根据判断结果生成对应的调节指令信号，而接收到调节指令的空气调节终端将根据指令执行相应的空气质量调节操作。

这样，通过对多路质量采样信号的获取和并行处理，智能指挥各项调节终端，从而完成教室空气的改善目标。

三、温湿度智能控制系统

本系统包括温湿度传感装置、调节装置、处理器等设备，通过在教室内外的传感器获取相应空间范围内的温湿度区间值，处理器获取数据后判定参数值是否处于正常值范围内，然后通过连接温湿度调节装置进行温湿度多调节设备的系统工作，保证室内环境温度和湿度的平衡，使室内环境适宜人体。

四、门窗监测预警及控制系统

4.1 监测预警系统

可在教室门窗开合出嵌入窗户门磁模块用以监测门和窗户的开关状态，在正常上学时间内将不会开启监测和预警系统，相反在设定的上学时间段之外系统将自动开启监测和预警系统，一旦检测到开合异常将自动启用报警系统。

4.2 门窗智能控制系统

在教室内可利用遥控器发送控制指令经过路由等设备传输至门窗控制终端模块，门窗控制终端将接收到的控制指令后执行相应操作，据此实现对于门窗的远程控制。

4.3 窗帘控制系统

通过采集安装在窗户的光照传感器数据，根据预设门限值，以窗帘自动开、关来实现教室内光照强度的补偿。

五、智能清洁系统

在教室内部装配扫地机器人，在正常授课时间范围内，扫地机器人处于静默充电状态，在放学之后的夜间，扫地机器人将按照设定时间自动启动清扫所有地面垃圾，并在完成清扫后回到充电桩继续充电并给出内部垃圾存储值或者垃圾空间占比以及是否需要进行对扫地机器人进行手动清理的指示。

六、智能开关控制系统

在传感器和视频监控长时间未发现有人出现，智能开关在保证必要的处理器和服务器系统正常运转外将对部分终端进行休眠或断电处理，同时在检测到人体后将自动唤醒必要的终端设备并运行应用。

七、智能门禁系统

智能门禁系统主要依托于门禁锁、控制系统及权限分级，门禁锁主要由芯片、指纹识别、人脸识别、触控显示屏、门控开关及门控开关电路组成，根据教室所设门的数量进行分配，各门门禁锁通过总线与网络中心进行教室使用权限的通信控制，学校管理部门可提前将课表及对应授课教师和学生名单导入门禁控制系统，门禁系统识别课表中时间、课时、任课教师及对应班级，从而自动完成权限设置，任课教师按照课表对应的课时安排通过刷卡、指纹验证、人脸识别或者综合验证手段来开启教室，且任课教师只能在预设的授课时间段内才能进入教室，否则在预设的授课时间段外将不被授权进入，从而确保硬件的安全，并实时生成门禁开关日志及对应的操作使用者，当然学校物业管理中心可被授权全天候通过网络远程实现对门禁系统的管理控制。

八、智能语音控制系统

所有物联设备均需嵌入语音识别的功能模块，可以通过自然语音对各智能硬件设备进行唤醒，自动将语音指令进行分析识别输入至终端控制模块，控制模块依据指令内容进行相应的回应操作。

九、环境检测数据智能显示系统

将教室内部各传感器数据、终端设备详细指标以及硬件运行情况等汇总至智能显示系统进行数据可视化处理和展示，以便于管理者对于教室整体软硬件情况的了解。

例如包括课程名称、班级、任课教师、考勤率，还有各传感器采集的环境数据：温度、湿度、PM2.5值、光照度、二氧化碳浓度等指标数据。

十、教室硬件资产管理系统

资产管理系统由特高频RFID读卡器、纸质标签、抗金属标签和配套控制软件构成。在教室前后门各安装一个特高频读卡器，对教室内的所有的仪器、设备、桌椅等资产（贴有RFID标签，标签上存储有设备的详细信息）进行出入教室的监控与管理，对未授权用户把教室内资产带出教室进行告警，方便设备管理人员对教室设备的统一管理。

十一、智能监控管理系统

监控系统可以设置在教室的入门处及室内，对整个教室内外进行监控。通过Wi-Fi或以太网与云服务器进行无线连接，实时将采集的监控图像传输给云服务器，教师终端就可以通过云服务器获取监控图像，对一个或多个教室进行同步监控，提高教室的安全防护等级，特别是对于低龄教育环境，监控系统的设置更加重要，教师可以通过教师终端实时查看教室中学生的状况，确保学生的人身安全。

智能监控系统包括摄像头、红外灯、微控制单元和无线发射电路，微控制单元分别与摄像头、红外灯和无线发射电路连接，微控制单元将摄像头采集的监控图像实时传输给云服务器，并控制红外灯的开闭。

其中云服务器包括处理器、存储器和无线收发器，处理器分别与存储器和无线收发器电连接，处理器用于通过无线收发器接收监控图像，并对监控图像进行人脸检测以统计考勤结果，处理器还用于对监控图像进行人脸表情识别以识别出学生听课状态，存储器用于存储监控数据，监控数据包括考勤结果和学生听课状态。

微控制单元可以在白天光线充足时关闭红外灯，摄像头在自然光线下拍摄图像，微控制单元在夜晚光线较暗时开启红外灯，摄像头在红外灯发射的红外光线下拍摄图像，使监控灯可以做到全天候监控，进一步提高教室的安全性。

为了准确的控制红外灯的开启与关闭，可以设置光传感器实现，光传感器与微控制单元电连接，微控制单元可以根据光传感器的光检测结果控制红外灯的开闭。另外，微控制单元可以将光传感器检测的光照强度通过无线发射电路发送给云服务器,使云服务器根据光照强度进行其他处理。

在具体实现时，微控制单元通过光传感器可以检测光照强度，当检测到光照强度较高时，例如光照强度超过预设的光强阈值时，说明光线充足，此时可以关闭红外灯；当检测到光照强度较低时，例如光照强度不超过预设的光强阈值时，说明光线不足，此时可以开启红外灯。通过设置合适的光强阈值，即可在较佳的时机控制红外灯的开启与关闭。

微控制单元通过摄像头采集到监控图像后，通过无线发射电路实时发送给云服务器;云服务器通过无线收发器接收到监控图像后，可以采用图像处理技术对监控图像进行处理。

例如：云服务器的处理器采用人脸识别技术对监控图像进行人脸检测，云服务器的数据库中存储各学生的人脸数据，处理器将识别出的人脸数据与数据库中的人脸数据进行比对，可以统计出上课人员名单以及上课迟到和早退人员的名单等考勤结果；而且，还可以在课间对监控图像进行人脸表情识别以识别出上课睡觉、注意力不集中等听课状态不佳的学生，并将考勤结果以及学生听课状态等监控数据都通过存储器存储起来，教师通过教师终端可以实时获取这些监控数据，根据监控数据采取相应的措施。