正文

智能家居的案例（智能家居产品设计案例）

发布时间：2023-04-30 18:42:22 稿源：创意岭阅读： 75

大家好！今天让创意岭的小编来大家介绍下关于智能家居的案例的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。

创意岭作为行业内优秀企业，服务客户遍布全国，设计相关业务请拨打175-8598-2043，或微信：1454722008

本文目录:

1、小米唐沐等大咖精心挑选的100个年度研发案例实践
2、如何安装智能家居全屋智能家居装修方案
3、微课课堂｜王斌：智能家居集成商如何应对AI技术发展与趋势？
4、想象作文700字,我住进了智能新家

智能家居的案例（智能家居产品设计案例）

一、小米唐沐等大咖精心挑选的100个年度研发案例实践

2017年，机器学习、大数据、人工智能等词汇成为软件研发行业的主流，大前端、DevOps、区块链等技术方式成为热点方向；2017年，智能硬件开始成为新的焦点，这一年更被称为智能音箱井喷的一年；2017年，互联网更快速地发展，要求一切都变得更快，工程效率、交付速度、创新速度。还有软件重构、云平台搭建、多活改造、数据变现、大数据转型……

11月9-12日，北京国家会议中心，第六届TOP100全球软件案例研究峰会。4天时间，洞察100位技术带头人所思所想的案例实践。

2017年TOP100summit依旧是5个专场同时并行，15个话题方向全面展示软件研发全生命周期各个维度的实践和解决方案。

专场一：体验设计/产品创新/运营驱动

精选案例

●《Balancing Creativity and technology to make innovation product》

Ruthia He ——Facbook Product Designer

案例价值：设计过程就像一场需要在产品目标、技术实现、创意发挥、用户体验之间不断探索寻找平衡的旅程。在紧张的资源中纵横捭阖是一种艺术，举例来说，你需要时刻提醒自己你的产品目标是什么，但实现产品目标的技术实现资源很可能一直不足；又或者设计师的灵感催生了一项独特的创意，但是这种创意却不一定能被所有人接受。本案例将以讲师在硅谷的产品设计经验为内容告诉大家如何找到产品设计的「完美平衡点」。

●《“一元购画”背后的设计思考》

陈晓畅——腾讯用户研究与体验设计部设计中心总监

案例价值：8月29日，朋友圈被一幅幅出自“小朋友”之手的美丽画作所刷屏。短短半天时间，580万人次参与，筹得善款1500余万。互联网已经在改变我们的公益事业。科技连接信任，为公益做设计，那么怎样做才会有更好的效果，本案例会复盘整个传播事件，带大家去看“一元购画”背后的设计思考，同时结合设计团队在对腾讯公益10年的设计支持中的经验，探讨如何用服务设计为公益创造更多的价值。

●《揭开人工智能终端的时代——天猫精灵的思考和定义》

茹忆——阿里巴巴人工智能实验室（A.I.Labs）智能终端负责人

案例价值：天猫精灵的问世代表着阿里巴巴对人工智能时代下智能终端的思考和探索，智能终端在完善用户体验、降低使用门槛的同时也意味着终端生态的封闭加强。人工智能时代相对封闭的生态意味着厂商想要提供优质的服务体验，不通过终端很难完成，而未来云端一体将成为大势所趋的新格局，本案例思考在这样的趋势下如何利用自身优势定义和落地终端产品。

●《用户至上--从智能家居终端的战争中脱颖而出》

陈亚——Amazon 资深工程师

案例价值：智能家居的终端作为智能家居的入口，是各大巨头抢占市场的主要阵地。那什么让亚马逊一个零售业起家的电商从这场战争中脱颖而出，以压倒性的优势，占据终端市场70%的份额? 本案例将以Echo产品为例，从产品设计及开发管理模式两大方面来分析，亚马逊是怎样将Customer Obession深入到产品的各个阶段，压制了以技术见长的Google。同时本案例也对目前国内的智能家居终端做一个探索性的分析。

●《滴滴新业务背后的增长抓手》

李森——滴滴增长负责人

案例价值：本案例将讲述分享者自2015年加入滴滴后，先后负责的顺风车车主拉新、巴士产品用户增长、小巴产品冷启动、快车重庆区县业务等从0-1的增长型业务的思考和实践，从增长的逻辑展开，通过复盘业务介绍给大家一些屡试不爽的增长抓手，介绍滴滴快车、小巴等业务从0到1冷启动项目如何解决增长问题，如何解决场景内最后一公里的交通问题。

专场二：工程文化/团队增长/绩效考核

精选案例

●《The Science behind Art - Five Years Journey of Data Team at Riot Games》

李仁杰——Riot Games Head of Data

案例价值：本案例以Riot Games数据团队五年的心路历程为主线介绍如何从零到有建立一支国际一流的大数据团队, 每年团队的工作和vision如何成长和进化，以及这其中的收获和走过的弯路。以每年精选一个case study为副线，介绍全球最受欢迎的游戏《英雄联盟》是如何用数据来提高玩家的体验，支持和帮助公司每一个部门的商业决策和运营计划，以及如何用机器学习和人工智能来颠覆传统的产品。

●《Google如何利用OKR帮助团队挑战不可能的任务》

Zhouzhou He——Google 产品经理《从传统项目转型敏捷，你只需要两天》

案例价值：Google作为世界顶尖的科技公司之一，挑战了许多在之前看来不可能完成的高精尖任务，比如AlphaGo围棋，谷歌翻译，自动驾驶汽车，Tensorflow，TPU等。Google是如何组织和激励团队的？又如何确保团队齐心协力，向同一个方向冲刺？本案例来自于Google现任美国总部产品经理的第一手体验。他会从机制、人文、流程、决策方法、产品方针以及公司组织等多方面，分享Google的管理成功之道。

●《华为百人团队精益看板演进变革之路》

陈军——华为敏捷精益专家

案例价值：面对市场需求的激增及快速变化，研发团队需要灵活应对快速响应，并在有限的人力下提升研发效率，决定引入精益看板能有效帮助提升研发效率。本案例讲述华为百人团队精益看板演进变革的历程，从建立看板（四个实践）到运作看板（四个实践），取得小胜利，再到团队遇到困局，停滞不前甚至倒退，面对困局同团队一起再审视改进，重新走上了正确的道路。

●《从传统项目转型敏捷，你只需要两天》

古月——平安科技高级敏捷教练

案例价值：敏捷转型不仅是应用一套新的流程，而是要改变人的思维方式和工作方式，甚至改变企业的组织架构。转型是否有捷径可走？平安科技两天的Quick Start工作坊又是如何成为从传统轨道切换到敏捷轨道的有力扳手的？本案例将一一为您揭晓。

●《非典型敏捷：10天一个版本》

左杨眉——：中兴通讯敏捷教练

案例价值：“快”是相对的。传统的电信领域仍然坚持严格的加法规则和安全要求，遵循基本的“需求-实现-发布-升级”的流程。本案例从重新梳理用户价值出发，引入过程交付物的概念，实现了客户的深度参与和快速反馈；重新审视典型敏捷流程的核心实践，基于“快速验证客户的产品假设”这一目标，去掉自动化测试和持续集成等实践，引入以手绘为中心的低保真交付，引入数据模拟和切面功能。某种程度上，本案例是对《设计冲刺》在电信领域的一次加长版交付项目实战。

专场三：架构演进/工程实践/大前端

精选案例

●《618大促网关承载十亿级的调用量背后的架构实践》

王栋京东京东商城开放平台总架构师

案例价值：每年618大促京东商场开放平台在保证近千个不同类型服务接口的海量调用的同时，还要确保服务接口之间的互不干扰，并且能够快速响应任何复杂情况。稳定、快速是一直追求的目标。本案例将分享实践过程中常用的隔离技术、缓存技术、SQL优化、降级限流等方法。学习京东团队如何将这些技术应用到每一次的备战中，确保了每一年的618平稳度过。

●《深圳证券交易所新一代交易系统架构转型之路》

喻华丽——深圳证券交易所总工程师

案例价值：处于行业核心地位的业务系统对持续平稳运行有着严苛的要求，如何对这些核心业务系统进行升级换代以满足业务发展和技术进步的需要，是很多CIO及其研发团队所面临的难题。本案例分享了深圳证券交易所在核心系统特别是高可用高性能的实时处理系统，实施去IOE、走向开放平台开源技术、分布式处理、高可用低时延设计的架构转型、平稳升级的成功经验，分享如何在这种全面重构的架构转型中确保安全平稳升级、并同时带领全市场平稳升级。

●《饿了么整体服务异地多活改造》

李双涛饿了么中间件团队首席架构师、异地多活项目总架构师

案例价值：本案例描述了饿了么的异地多活改造，从设计到正式上线的过程中，做的各种取舍，以及如何协调业务团队，和中间件团队的工作，安全而平稳的改造整个业务，使业务从一个单机房的服务，变成多机房多活的服务。当发生机房级故障的时候，服务方可以把用户路由到健康的机房，保证在故障发生时，业务可以正常执行，减小机房级故障带来的巨大损失。

●《Uber for Business, 从0到1健康医疗数字化转型中的微服务创新实践》

时晓宇——Uber Tech Lead

案例价值：本案例将分享如何从0到1实现一个高可用的系统，解决实际的Uber for Business业务问题。通过具体的项目需求和系统架构，包括支付系统，账单系统， Policy系统来分析如何end to end完成这些系统。如何完成从0到1的过程，短短两年成为Uber一个非常重要的业绩增长点。同时，从一个6人的工程师团队发展到近40人。

●《小米直达服务平台与移动端服务未来形态探索》

董红光——小米MIUI系统框架负责人团队主管

案例价值：移动端服务目前的承载形式，无论是应用还是网页，都有着一些不足之处，导致用户使用起来不方便，同时对开发者自身也有一定的影响。如何更加高效的分发和使用服务，是行业中非常关心的一个话题。小米在这个领域也做了一些探索，推出了直达服务这样的技术平台，旨在解决传统应用和网页承载服务的情况下存在的一些问题，提高用户和开发者各方的效率。本案例主要围绕小米直达服务平台，聊一聊小米在这一块的思考和目前的一些实践成果。

专场四——数据科学/人工智能/数据驱动

精选案例

●《美国NFCU银行如何利用大数据AI开启转型之路》

江晓东——NFCU 金融数据架构师

案例价值：美国NFCU银行是家财富200强企业，到2016年底，已在全球拥有280个分行，资产超过 7千4百亿美元，全美拥有6多万会员（客户）, 全球雇员1万4千人。如何管理体量如此庞大的全球线下各分行，ATM机每日的现金流，整合总部与分行，分行柜台与顾客，顾客与ATM机间的现金存储，转账，提取等交易额，决定着银行与运钞车，央行以及银行内部的结算和现金流监管管理成果和效率。此案例为大型传统金融企业实施大数据和AI项目开辟了一个非常有意义的案例，将分享NFCU银行运用大数据和人工智能算法解决企业现金流管理的方法和途径。

●《人工智能时代，二手交易平台的智能推荐系统如何演进》

孙玄转转架构算法部负责人

案例价值：转转的推荐系统从0开始打造，针对业务的不同阶段，一步步发展演进。在发展的过程中经历了全局无个性化推荐阶段、个性化离线推荐阶段、个性化实时推荐阶段、机器学习排序推荐阶段等。本案例会详细讲解不同发展阶段的原因、架构的演进，让听众对二手交易平台的智能推荐系统能够深刻认识。

●《先知：人工智能助力Fintech反欺诈让黑产无处遁形——大数据和人工智能如何助力风控防御体系》

王婷——宜人贷数据科学家

案例价值：先知是基于宜人贷的反欺诈云平台，面向Fintech全行业的一种反欺诈解决方案，以强大的金融数据能力、反欺诈智能和线上客户获取服务能力，帮助Fintech企业解决在信贷申请欺诈、金融中介识别、团伙监控/预警上面临的一系列问题，为金融科技企业提供更强大的信用评估、风险控制和精准获客。本案例将分享在反欺诈云平台的构建过程中，如何利用人工智能实现以上功能。

●《线上到线下场景中机器学习和统计建模的一些应用》

张健——3M 数据科学技术负责人

案例价值：线上到线下是未来发展的重要趋势，数据发掘和机器学习已经广泛成熟运用到线上软件开发，推荐匹配，用户分析等等方面。然而线下和线上的数据融合，优化才刚刚开始。本次分享将从线上到线下零售的具体案例中通过建设线上到线下数据反馈与优化系统，将A/B 测试，深度个性推荐，加强学习等统计与机器学习方法运用其中，达到提高数据分析效率，了解用户行为，增加线下收入等一系列具体的目标。

●《联想大数据助力联想业务转型升级》

于辰涛——联想集团大数据事业部高级总监、首席研究员

案例价值：以数字化转型为驱动的第四次工业革命已经开始，它开启了一条大数据、云服务与智能技术并行的新航路。企业也赢得机遇的同时也面临很多难题：企业内各个系统数据无法共享，数据区块化现象严重，直接导致企业采购、生产、物流、销售等环节效率降低。本案例分享联想如何在成本可控的前提下，借助大数据、工业互联网4.0、中国制造2025的契机，解决上述问题，借着风势得到一个快速的发展。

专场五——质量管理/智能运维/DevOps 专场

精选案例

●《无人测试如何助力京东提升产品测试效率与质量》

杨瑾——京东 B2B产品质量团队负责人

案例价值：随着业务的发展，系统通常会经历单体式，服务化，平台化的过程，在系统持续演进的漫漫长途中，不管是小需求，还是大改动，每一次的上线都伴随着大量的回归工作，即使是经验老道的测试老司机也没有100%不出问题的信心。在迭代周期短，发版频率高的互联网行业，产品质量的如何在频繁的上线中，保证产品质量，提升用户体验是我们一直在努力探索和实践的。本案例讲述了一种高效的回归测试方法以及此方法在提升产品测试效率与质量方面的实践。

●《阿里移动DevOps实践》

陆义元阿里巴巴平台产品负责人

案例价值：移动开发模式已经进入两级分化：超大规模APP的研发模式偏项目式，研发协同的人员、模块较多，需要完整的构建、测试、发布、运维等DevOps体系；而一些创新、试验类的APP在商业模式和业务形态未完全确定的情况下，更适合以较快的方式来测试和验证业务的想法，所以以最低成本快速创建一个 APP 就是当务之急。本案例将分享阿里移动技术在过去几年如何沉淀和解决这些问题。

●《以Kafka为例的大规模有状态集群优化方法探索》

秦江杰 LinkedIn Staff Software Engineer

案例价值：分布式系统的动态负载均衡和自我管理始终是一个不太容易解决的问题。大多数解决方法是迁移整个应用进程来实现硬件资源的负载均衡，这种方法对无状态应用较为适用，但对于有状态集群（如Kafka）并不十分有效。因为迁移应用意味着大量状态的迁移，这是一个漫长又昂贵的过程。LinkedIn为解决这一问题开发了Cruise Control，其主要特点是可以根据应用的特点进行部分状态的迁移。本案例将通过对Cruise Control实践的解读，分享一套大规模有状态集群优化方法。

●《低成本实现系统接口测试--自动化、性能、持续集成&线上监控》

九毫大疆测试开发工程师

案例价值：在大多数公司和项目中都存在对系统接口进行自动化测试、性能测试、持续集成、线上监控的需求。但现有方式都存在投入产出比低的问题，工具和技术栈多且杂，维护成本和学习成本居高不下。针对这一普遍存在的痛点，大疆探索出一种低成本的最佳实践方案，并将其沉淀为一款开源的接口测试框架 ApiTestEngine。本案例将拆解这一框架的技术要点和实现原理。

●《运维智能化@Pinterest》

孟晓桥——Pinterest 监控部门经理

案例价值：运维智能化是所有基于云计算的公司未来趋势。PINTEREST作为一个大型图片分享平台，后台的计算平台和软件架构非常庞大而复杂，如何用最少的人力和资源成本保证高质量的运维，是一个巨大的挑战。为此，我们监控部门搭建了一套集成式的监控平台，该监控平台高伸缩性、集成式、智能化三大特点，本案例将通过分享该监控平台，提供运维运维智能化方面的实践上的探索。

以上为部分精选案例展示，更多TOP100案例信息及日程请前往 [官网] 查阅。4天时间集中分享2017年最值得学习的100个研发案例实践。本平台共送出10张开幕式单天免费体验票，数量有限，先到先得。免费体验票申请入口。

二、如何安装智能家居全屋智能家居装修方案

智能家居装修是根据房屋结构、业主需求进行设计和安装，以下智能家居解决方案可借鉴参考：

智能玄关
玄关在家居环境中起到安全防护作用，因此案例性的提高很有必要，所需智能产品包括智能门锁、智能猫眼、智能摄像头、智能开关、场景开关。
智慧客厅
客厅可以实现多种场景模式，比如回家模式、会客模式、娱乐模式、离家模式等，装修时需要根据个人生活习惯或者爱好进行DIY，所需智能产品包括智能插座、智能窗帘、智能扫地机器人、智能音箱、家庭影院系统、温湿度传感器、空气净化器、新风系统、智能主机、智能开关、红外控制器。
智慧厨房
厨房是做饭的地方，也是家中安全隐患最多的地方，所以打造智慧厨房尤为重要，所需智能产品包括烟雾传感器、水浸传感器、智能冰箱、智能油烟机、智能灶具、智能推窗器、智能插座、智能洗碗机。
智慧浴室
浴室是洗漱梳洗重地，所需智能产品包括智能魔镜、智能马桶、智能开关、智能插座、水浸传感器。
智慧卧室
卧室是休息的地方，主打舒适性，让身心更加放松，智慧卧室主要分为叫醒模式、就寝模式、起夜模式等，在不同模式下触发不同的家电设备，满足不同用户的需求。所需智能产品包括智能窗帘系统、背景音乐系统、智能插座、智能开关、红外控制器、人体活动传感器。
智慧阳台
阳台主要的作用是摆放花草、晾晒衣物，所需智能产品包括智能灌溉系统、智能晾衣架、智能门磁探测器、智能摄像头、智能开关。

三、微课课堂｜王斌：智能家居集成商如何应对AI技术发展与趋势？

王斌博士，CSHIA智能家居技术研究院院长

人工智能技术是当前的热点，也是我们国家的战略。事实上，人工智能已经热了很多年了。人工智能源于上世纪60年代，美国的一帮学者，开了一个会议，想用计算机来模拟人的智能，开创了人工智能发展的一个先河。在研究初期，人工智能被寄予很多希望，这些学者们兴奋无比，各个学派都投入了大量的人力物力。实际上，研究的结果并没有大家想象中的那么好。

人工智能的发展史

我们知道人工智能技术要发展，依赖于计算机技术的进步。在上世纪70年代到80年代的时候，个人计算机还有大型计算机开始发展，计算机的存储技术和运算速度，有显著的提高。尤其是随着集成电路不断的发展，带动了整个计算机行业快速的技术进步。有这样的硬件支撑，人工智能技术在上世纪80年代的时候，又有了一次大的飞跃，主要来源于计算机的存储能力和计算机的计算能力。

当时，科学家的思路是想把某个领域的知识全部存起来，存到硬盘上或者电子介质上。问题是如何利用计算机的快速计算能力，才能快速搜索到问题的解决方法？这个东西，当时取名叫做专家系统。专家系统被期待为在某个领域，无所不知，具有丰富知识的设备。所以专家系统火了一阵子。当时我们国家研究出了很多专家系统，比如说天气预报的专家系统，还有渔业，海洋，林业等各方面的专家系统。这些系统跟当时的计算能力是相匹配的。但是我们再反过头来看，这些系统的应用，并不像想象中那么好。

所以在上世纪80年代，人工智能就火不起来了，因为大家发现投入产出比和解决实际问题的能力太低。所以曾经有一段时间，人工智能研究专家都被视为骗取科研经费的。有一段时间，行业里面都在调侃，人工智能研究的唯一作用，就是让很多博士发表论文而已，对国民经济的贡献很少。

时间轴调到本世纪初，随着互联网技术的发展和计算机能力的提高，另外还有很多新的个人工智能理论的不断出现，使得人工智能解决实际问题的能力大幅提高。这里不得不提到一个比较有代表性的事件，Alphago和围棋选手柯洁的比赛，最后人工智能战胜了人类。Alphago所涉及的深度学习技术之一——深度神经网络（Deep Neural Networks），在AlphaGo中有两个强大的深度神经网络：策略网络（Policy networks）用于选择下一步棋的走法，评估函数（Value networks）用于评估棋盘的全局形势。AlphaGo是人工智能技术的漂亮应用，与其说机器战胜了人类，不如说人类的智慧战胜了自己。目前在语音识别，计算机视觉，生物信息学，自然语言处理，推荐系统，机器人等诸多方面，人工智能都有着广泛的应用。

到今天为止，人工智能能够热起来，主要不在于技术本身，而在于其产生的社会影响力。目人工智能在很多岗位上逐渐取代人的一部分功能，也引发了一些革命。比如说大家现在经常接到一些机器人电话，自动与客户语音交互。还有我们看到的一些新闻稿件，都是人工智能撰写的，代替了很多编辑的工作。所以在智能家居领域引入人工智能，不是一个营销噱头，是对智能家居的发展有实实在在的推进作用。

人工智能在智能家居领域究竟能起到什么作用？

语音识别技术方面，自从2016年CSHIA与科大讯飞合作做语音库，基于语音识别的机器人开始在国内火了，紧接着是智能音箱。如今智能家居系统操作，不再依赖于面板和APP，只需要一个指令如开灯关灯。若加入语义后，只需要涉及到关键词，它就会自动匹配功能。现在这种机器人和语音音箱产品，在市面上已经很多。

图像方面，涉及到的产品用的最多的就是人脸识别。尤其在智能家居领域，现在也有个别企业把人脸识别和智能门锁结合起来，在智能社区领域，人脸识别和可视对讲、道闸系统结合起来等等，如今已经有了非常广泛的应用。

数据方面，比如说健康数据。通过传感器对一些数据进行采集，采集完了以后把它送到人工智能系统当中进行判断，对某种疾病的信息诊断和管理。这现在在很多社区的智能家居的案例当中，也有零星的应用。

这些是目前在智能家居领域当中已经用了的一些人工智能技术。那未来的话，人工智能技术到底该如何去帮助人们更好的生活呢？我想可能不仅是从技术方面去驱动，另外一个层面是需要从需求方即人真正的痛点问题，去做人工智能技术的规划。比如CSHIA最近在做基于养老社区的小组，我们确定了人工智能在养老方面的应用，以及要解决的痛点问题。

一是老年人的生理补偿问题，因为老年人的视觉、听觉和触觉都已退化，通过传感、图像和语音功能，使老年人的视力和听力年轻人一样好；

二是老年人的心理慰籍问题。目前我们主要是从以下几个方面讨论：

1.老年人的陪伴，人老后总是喜欢回忆当年，而年轻人又不想听，机器人可与他们进行交流，实现他们的分享愿望。

2.老年人和子女、老同事、朋友可方便得进行快捷视频通话，运用人工智能技术去建立起有效连接。

3. 健康管理。大家都知道，老年人身体正逐渐走下坡路，那怎么样去管理可使得身体衰老得更延缓一些呢？解决方案包括提醒吃药，生理指标监测，健康生活管理等等。所以人工智能从这几个方面去贴近养老社区，是能够解决老年人的痛点问题的。

人工智能不仅在养老领域应用，还可拓展到儿童领域，与儿童的需求结合起来。所以人工智能技术一定是跟具体的应用场景和痛点结合起来，去解决实际问题，并且在这些痛点和需求层面会衍生很多产品、硬件与智能家居系统结合起来，形成产品联动，甚至是系统解决方案。

智能家居集成商如何应对在人工智能发展？

集成商往往会担心，人工智能技术出了很多新的产品，和以前做的产品不一样，不太会集成了，形成了一定的门槛。其实大家不必太担心，因为越是智能化的东西，操作越是便捷。它会像手机和很多入户到家的消费电子产品一样，会能够很好的融入到智能家居系统当中来。

人工智能的发展会使整个智能家居行业产生一些变化，主要集中在市场营销方式上。智能家居市场目前主要是别墅、房产、酒店和工装。但随着人工智能技术的发展，会催生普通消费者的消费升级。当这一人群扩大的时候，怎么面向这些普通的老百姓和消费者来进行新产品推广和使用安装成了新的问题。

于是，市场上将衍生出新的营销和销售策略，如新零售。新零售将会使集成商从个性化的定制者会变成智能家居服务商。业务范围将大大的提高，也将推动智能家居的发展。但未来市场怎么变化？未来产品形态怎么变化？还需要后边进一步验证。总之，智能家居的发展由新技术不断推进，无论是消费者也好，还是集成商、设备商都会从中获利，得到我们想要的东西。

智能家居集成商如何应对新技术应用与落地，更多精彩观点与知识分享，请关注 8月14-16日，上海交通大学，2019 CSHIA智能家居集成服务创业营·上海站！

四、想象作文700字,我住进了智能新家

我住进了智能新家

智能家居概念的起源甚早，但一直未有具体的建筑案例出现，直到1984年美国联合科技公司（United Techno1ogiesBuilding System）将建筑设备信息化、整合化概念应用于美国康乃迪克州（Conneticut)哈特佛市（Hartford）的CityPlaceBuilding时，才出现了首栋的[智能型建筑],从此也揭开了全世界争相建造智能家居的序幕。

最著名的智能家居要算比尔﹒盖茨的豪宅。比尔﹒盖茨在他的“未来之路”一书中以很大篇幅描绘他正在华盛顿湖建造的私人豪宅。他描绘他的住宅是“由硅片和软件建成的”并且要“采纳不断变化的尖端技术”。经过7年的建设，1997年，比尔﹒盖茨的豪宅终于建成。他的这个豪宅完全按照智能住宅的概念建造，不仅具备高速上网的专线，所有的门窗、灯具、电器都能够通过计算机控制，而且有一个高性能的服务器作为管理整个系统的后台。

智能家居是IT技术（特别是计算机技术）、网络技术、控制技术向传统家电产业渗透发展的必然结果。由社会背景之层面来看，近年来信息化的高度进展，通讯的自由化与高层次化、业务量的急速增加与人类对工作环境的安全性、舒适性、效率性要求的提高，造成家居智能化的需求大为增加﹔此外在科学技术方面，由于计算机控制技术的发展与电子信息通讯技术之成长，也促成了智能家居的诞生。

20世纪80年代初, 随着大量采用电子技术的家用电器面市,住宅电子化出现。80年代中期，将家用电器/通信设备与安全防范设备各自独立的功能综合为一体后，形成了住宅自动化概念。80年代末，通信与信息技术的发展，出现了通过总线技术对住宅中各种通信/家电/安防设备进行监控与管理的商用系统，这在美国称为SmartHome,也就是现在智能家居的原型．智能家居最初的定义是这样的：＂将家庭中各种与信息相关的通信设备/家用电器和家庭安防装置，通过家庭总线技术(HBS)连接到一个家庭智能系统上，进行集中或异地监视/控制和家庭事务性管理，并保持这些家庭设施与住宅环境的和谐与协调．＂HBS是智能住宅的基本单元也是智能住宅的核心．

世界上第一幢智能建筑1984年在美国康涅迪格州出现，当时只是对一座旧式大楼进行了一定程度的改造，采用计算机系统对大楼的空调、电梯、照明等设备进行监测和控制，并提供语音通信、电子邮件和情报资料等方面的信息服务。智能家居最早沿于英文Smart Home，早先更多提法是Home Automation 家庭自动化，因为早先涉及的产品都与家庭自动化产品和配件有关，自动化、智能化是其重要特点。几年前，美国、欧洲和东南亚等经济比较发达的国家先后提出了“智能住宅”(即智能家居Smart Home)的概念。其目标就是：“将家庭中各种与信息相关的通讯设备，家用电器和家庭保安装置通过家庭总线技术(HBS)连接到一个家庭智能化系统上进行集中的或异地的监视、控制和家庭事务性管理，并保持这些家庭设施与住宅环境的和谐与协调。”

智能家居(Smart Home)频繁出现在各大媒体上，成了人们耳熟能详的词汇。目前关于智能家居的称谓多种多样，诸如：电子家庭(ElectronicHome)、e-Home、数字家园(Digital family)、家庭自动化(Home Automation)、家庭网络(Home net/Networksfor Home)、网络家居(NetworkHome)、智能化家庭(Inte1ligenthome)等等几十种，尽管名称是五花八门，但它们的含义和所要完成的功能大体是相同的。

目前通常把智能家居被定义为利用电脑、网络和综合布线技术，通过家庭信息管理平台将与家居生活有关的各种子系统有机地结合的一个系统。也就是说，首先，它们都要在一个家居中建立一个通讯网络，为家庭信息提供必要的通路，在家庭网络的操作系统的控制下，通过相应的硬件和执行机构，实现对所有家庭网络上的家电和设备的控制和监测。其次，它们都要通过一定的媒介平台，构成与外界的通讯通道，以实现与家庭以外的世界沟信息，满足远程控制/监测和交换信息的需求。最后，它们的最终目的都是为满足人们对安全、舒适、方便和符合绿色环境保护的需求。

以上就是关于智能家居的案例相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。