摘要
人员表面触摸行为是大多数胃肠道及呼吸道传染病的潜在传播途径，同时也应用于智慧家居中。传统的表面触摸行为采集通过肉眼观察，数据精度低、人工成本极高。如何高精度、低成本收集并识别表面接触行为，是亟待解决的关键问题。
研究团队自主开发了一套触摸传感装置，其主要利用薄膜压力传感器、Arduino板和压力-电压转换模块，可以实现表面触摸行为（压力大小、持续时间和接触位置等）的自动检测和收集。为了从人员接触行为中区分出手部触摸及非手接触行为，利用机器学习分类算法，对超过500次人员表面接触行为数据构成的数据集进行训练、测试。
结果显示所有分类算法的准确率都在85%以上，其中随机森林算法最优，准确率为91.8%、精确率为91.9%、AUC值为0.98。该研究证明了基于薄膜压力传感器在检测、收集、识别表面触摸行为方面的可行性。本研究也为深入理解病原体表面传播机制、智慧建筑等相关研究提供了数据依据。
关键词：表面触摸；薄膜压力传感器；随机森林；传染病
人员表面触摸行为决定了传染病的表面传播风险，多项研究已证实了表面接触行为和表面污染确实会影响病毒在室内环境中的传播。同时，在智慧建筑领域，多种感官体验，尤其是人员触摸交互，已经被应用于智能照明控制、楼宇安全、考勤签到等多个方面。因此，获取人员表面触摸行为至关重要。传统触摸行为的收集方法主要包括问卷调查、视频分析、肉眼观察等，有主观性强、工作量大，数据精度低等缺陷。本研究旨在利用基于薄膜压力传感器的触摸传感系统，结合机器学习分类算法，识别人员表面触摸行为。
（1）开发基于薄膜压力传感器的触摸传感装置
（2）机舱内人员真实表面触摸行为监测
（3）基于机器学习分类算法的表面触摸行为智能识别
本研究开发了一种集成机器学习算法的传感器压力传感装置，能够通过分析表面接触行为数据来区分手部触摸与非手部接触行为。该装置由研究团队自主设计并构建，其核心是采用一个低功耗集成电路，来检测和记录表面接触事件，同时具备数据采集、存储和显示的功能。薄膜压力传感器与装置内各模块之间的协同工作显著降低了整体成本并提高了装置的可操作性。本文提出的触摸传感装置为获取高精度、低成本的人员接触行为数据提供了一种创新的方法。对于传染病防控以及智慧家居的设计都具有重要的实际意义。
表面触摸行为的智能监测对传染病防控和智慧家居设计至关重要。
薄膜压力传感器为检测表面接触行为提供了可行的解决方案。
分析和验证机器学习在表面接触行为识别中的潜力。
随机森林在识别表面接触行为方面表现最佳。
作者
Baotian Chang1, Jianchao Zhang1, Yingying Geng1, Jiarui Li1, Doudou Miao1, Nan Zhang1*
Chang B, Zhang J, Geng Y, et al. (2024). Machine learning enabled film pressure sensor to identify surface contacts: An application in surface transmission of infectious disease. Building Simulation, 17: 1023-1036.
https://doi.org/10.1007/s12273-024-1132-7
相关阅读：
长按二维码或点击左下角“阅读原文”访问全文
基于压力膜传感系统的人员表面触摸行为识别
期刊介绍
Building Simulation 2008年创刊，是世界上第一本有关建筑模拟领域最新研究成果的英文学术期刊，跨多种学科领域，涉及建筑技术、土木工程、建筑学、环境工程、能源及动力工程等，致力于为中外同行提供一个高水平的学术交流平台。被SCI、EI Compendex、Scopus、CSCD等数据库收录。2024年SCI影响因子6.1，在JCR两个学科领域均位于Q1区；位于中科院期刊分区，工程技术类1区。
