智能環境基于用戶交互模態的情境感知服務

王軍鋒，余隋懷，IMRE Horvath，王 寧

WANG Junfeng1，2，3,YU Suihuai1,IMRE Horvath3,WANG Ning1

1.西北工業大學 工業設計研究所，西安710072

2.西南科技大學 制造科學與工程學院，四川 綿陽621010

3.代爾夫特理工大學 工業設計工程學院，荷蘭 代爾夫特2628CE

1.Institute of Industrial Design,Northwestern Polytechnical University,Xi’an 710072,China

2.School of Manufacturing Science and Engineering,Southwest University of Science and Technology,Mianyang,Sichuan 621010,China

3.Faculty of Industrial Design Engineering,Delft University of Technology,Delft 2628CE,Netherland

1 引言

近年來已有許多針對普適計算的情境感知研究[1-2]。大部分研究及其應用的對象都是智能環境——配備有一系列傳感器（sensor）和執行器（actuator）的物理空間。大部分需要情境感知技術輔助有障礙人群的受控環境（如醫院、酒店、公寓、家庭環境、教室等）都屬于智能環境，相關技術在人口老齡化問題日益凸顯的歐美和日本等發達國家越來越普及[3]。除了輔助有障礙人群，彌補部分生理缺陷，提升他們的生活品質之外，智能環境還能降低對專業看護人員的需求，從而節省成本。為了實現以上目標，智能環境需要具備能夠動態調整、感知情境的智能機制為環境中的各種設備分配輔助性服務。動態調整能力和情境感知的準確性是此類系統成功的關鍵，而由于智能環境的復雜性[4]、系統設備的異質性、系統配置的專業性和所需處理信息的巨大數量，導致提供主動性服務十分困難。

本文提出一種基于用戶交互模態的情境感知服務系統。該系統基于用戶所處的位置和交互能力提供個性化服務，所考慮的情境信息包括：（1）用戶的交互能力和對人機交互界面的偏好；（2）環境中各類可交互對象的位置、可交互區域的描述、物理環境結構等；（3）設備資源、使用情況、位置、可作用的區域等；（4）服務需求和特征，例如提供某項服務所需的資源、對軟件和硬件的需求、用戶界面的表現形式等。

本文研究工作主要的創新之處在于把用戶信息，特別是交互模態信息（視覺能力、手臂操作能力和移動能力）整合進了主動式服務的推理過程。基于以上交互模態信息的推理過程能讓本文提出的系統選擇出最適合當前情境和用戶交互能力和人機界面偏好的設備提供服務。為了驗證所提出解決方案的有效性，在不同使用情境下，引入多名具有不同交互能力的用戶對系統進行了測試和驗證。

2 情境感知相關研究工作

Gouin-Vallerand 等[5]利用網絡服務、OSGi、OWL 和模糊邏輯開發出了一種具有情境感知能力的中間件。該中間件通過感知設備的硬件信息以及在環境中的位置信息，幫助環境管理人員和專業看護人員組織和布局新的軟件，以實現更好的監控。但該研究并未考慮提供服務最應該關注的對象——用戶信息，另外，該研究所提出的情境推理都集中于系統的關鍵節點處，屬于集中式控制，系統執行效率較低。Ghorbel等[6]利用語義推理開發出了一種能在智能手機用戶進入具有普適計算能力的環境時主動提供服務的系統。該研究并未考慮在擁有多個終端設備的環境下如何向用戶，而不是智能手機推送服務。Ranganathan 等[7]利用拓撲結構和語義匹配搜索適當的設備配置，從而實現在給定環境中布局軟件。該研究主要著眼于硬件配置分析和環境空間信息的描述，并未關注用戶需求、交互能力和偏好。Syed等[8]為普適計算系統提出了一種主動服務和實現軟件自組織的工作框架。該研究利用情境構成、系統能力、規則和所有權等定義設備、服務過程和任務，其推理過程類似于基于用例的推理。該研究對于系統工作、任務、服務過程和設備相關的情境信息進行推理，從而找出適當的設備提供服務，也沒有考慮用戶在提供服務過程中的角色和作用。Nieves 等[9]提出通過詢問對話的方式實現智能環境中的服務決策，系統服務由三種帶有不同角色，代表不同數據源的Agent 提供。環境Agent 用于處理環境資源可用性的動態變化信息，為交互活動的執行提供工具；活動Agent 識別智能環境中的活動（無目標）和用戶行為（目標導向），通過過濾可用的服務影響并促進當前正在進行的行為。通過以上兩類Agent 的協助，訓練Agent 能提升用戶執行行為的能力，為了維持用戶的興趣，系統要提供符合用戶期望的服務。該研究通過詢問對話的方式實現服務篩選，交互效率較低，且沒有考慮交互情境和環境中可用的交互設備信息。Loke等[10提出了一種基于位置的服務篩選方法，該方法把目標環境劃分為多個環境區域，并定義每個區域所對應提供的服務，區域間所提供的服務可以有所重疊，通過分析服務的相似性、優先權和限制因素，并制定相應的選擇規則，可以解決重疊區域的服務選擇問題。該研究主要關注于基于地理位置的服務選擇，并未考慮用戶的需求和用戶的交互能力等信息。

目前已有一些研究致力于基于用戶交互能力和交互模態信息，解決人機界面的適應性問題。文獻[11]提出了基于用戶選擇偏好和使用歷史解決視覺界面的適應性問題。Bezold 等[12]提出了基于基本的人與系統交互事件序列多用戶進行建模，并從中提取新知識，從而實現系統對人類行為的適應。Castillejo 等[13]認為用戶偏好、情境信息和設備能力是建立適應性用戶界面的基礎，由此對交互中的人、情境和設備進行了建模，三者的模型構成了適應性用戶界面的拓撲結構。該拓撲結構結合作者提出的兩種適應規則，智能系統能夠以適應用戶特征、交互情境的方式定義設備的人機界面參數。Sakurai 等[14]建立了包括多個顯示設備的環境中的交互行為模型。為了讓信息的顯示方式適應用戶，該研究綜合考慮了用戶與顯示器之間的距離、視野等問題。以上研究所面向的領域和研究角度雖然與本文的工作有所差異，但其研究方法為本文的研究提供了一些思路。

本文提出的情境感知服務系統解決了以上相關研究未考慮到的一些問題。例如，情境感知中間件考慮了文獻[5-8，10]未考慮的用戶交互能力和偏好兩方面因素；本研究針對的是帶有多設備智能環境中的交互問題，而文獻[6，9，11-13]的研究只考慮了單個交互設備的情況；另外，本研究采用模糊邏輯篩選所要提供的服務，這種方法能提升計算速度，同時，通過定義不同的模糊邏輯使得推理過程更加靈活，具有一定的可拓展性，優于其他推理方法，如文獻[6]的描述邏輯、文獻[7]的語義匹配，以及文獻[8]的基于案例的推理。

3 情境感知服務系統

本文所提出情境感知服務系統主要用于在各種智能環境中布局各種輔助性服務。這些智能環境通過提供相關信息，如用戶身份、需要使用的軟件，環境中是否由特定的區域響應服務請求等，并發送服務請求到情境感知服務系統，從而實現系統根據用戶的交互特征和所在位置的設備資源向用戶提供服務。通過使用面向服務的架構（Service Oriented Architecture，SOA），系統的情境感知服務功能可用于智能環境中的多個子系統，系統中其他軟件就不需要再執行復雜的推理過程[15]。

3.1 情境感知模型和策略

本文所提出主動服務機制考慮四種情境信息：用戶信息、設備信息、環境拓撲和軟件信息。智能環境中所布局的服務都需要有相應的硬件、軟件和情境條件支持。一方面，諸如準備餐食或帶有情境感知能力的日程提醒能在環境中定位特定用戶所在的位置，向周圍設備發出服務請求；這些設備有其特定的交互支撐能力，如所能夠使用的資源，與周邊設備的連接情況等。另一方面，用戶有其特定的交互能力，如視力水平和視野范圍，手臂工作范圍和手臂力量等。同時用戶所處位置與環境中的設備具有不同的物理距離，對人機界面有個人使用偏好，例如，相比傳統的人機界面更喜歡使用觸摸屏。所有這些要素都分布在智能環境中的不同位置，并與特定的情境區域相關，如廚房、浴室、客廳等。圖1 給出了主動服務推理機所處理的各類信息。根據所指對象不同，輸入到推理機的信息表達形式有所差異，如用戶視力水平可表示為20/40*根據斯奈倫視力測試方法，正常視力水平為20/20，表示被試能在20 ft（約6 m）處清晰地看到最小的五分視角字母。如果視力水平為20/40，表示被試需要在20 ft位置才能看清楚正常視力在40 ft位置看到的字母。，視野范圍為左右60°，移動速度為1.2 m/s，對觸摸屏的交互偏好為1（1 表示喜歡，0表示無所謂，－1 表示不喜歡）。

圖1 情境感知服務推理過程涉及的情境信息

在智能環境中，服務由特定的設備提供，根據設備所處的位置及其周邊設施情況，把所要感知的情境劃分為多個“微觀情境”。對單個微觀情境信息進行抽象、聚合之后再與系統的其他微觀情境共享信息，就可以完成對微觀情境的感知；同時，多個微觀情境聚合之后，結合其他信息源可以形成更高一層的情境信息——宏觀情境。微觀情境感知實現對情境對象的認知，并理解環境實體的周邊關系；宏觀情境感知則負責全局化的情境信息，以及各種突發情況[15]。將情境劃分為微觀和宏觀兩類不僅能分層處理情境信息，降低軟件程序的耦合度，還能避免泄漏敏感信息。

情境感知服務系統利用模糊邏輯組織推理機（Fuzzy Logic Organization Reasoning Engine，FLORE）[16]匹 配服務需求與智能環境中的相關情境信息。模糊邏輯[17能夠把情境信息模糊化，例如，把具體數值轉換成相對于定量集合的模糊值，并利用推理規則進行處理，然后再將結果解模糊化為系統可用的數值。智能環境中交互情境信息的數據類型具有很大異構性，包括諸如室溫之類的量化數據和用戶情緒狀態之類的定性數據。模糊邏輯能在同一推理規則內對定量和定性數據進行比較。同時，在缺少關于所推理對象精確知識的情況下，基于模糊邏輯的推理算法依然能得出有效結果，智能環境中的人機交互關系正屬于這一情況。最后，模糊邏輯能夠描述無法清晰判斷和評估的情形，例如通過用戶行走速度的“快”和“慢”來判斷某一設備資源對該用戶是否可用。

利用模糊邏輯對信息進行推理的過程主要包括：（1）利用隸屬函數把輸入數值模糊化為詞匯；（2）利用前面所得詞匯，通過聚集（聚集各種不同表述詞匯）、激活（分配規則進行判定）和累加（把結論合成為要輸出的模糊集）完成模糊規則推論；（3）把輸出的模糊集解模糊為具體數值（通常用重心法尋找解模糊集的均值）。

基于智能環境的分布式布局，以及前文給出的微觀和宏觀情境模型，FLORE 可以被劃分為帶有不同模糊邏輯控制器的單元：（1）FLORE 設備單元——作用于微觀情境，根據計算提供特定服務所需的設備資源和人機交互界面，計算結果共享到宏觀情境層。智能環境中所有能提供服務的非專用設備（如桌面式計算機、手機、平板電腦和筆記本電腦）與其軟件一起構成一個FLORE設備單元。（2）FLORE 協調器單元——作用于宏觀情境，分析來自設備單元、用戶信息、環境拓撲和系統部件位置等信息與服務需求的對應關系。

以上FLORE設備單元和協調器單元均采用JFuzzy-Logic[18]控制器處理情境信息。協調器單元計算結果的范圍為0～100，記為設備能力指數（Device Capability Index，DCI），表示某個設備對應某項服務請求的最優性，與用戶信息相關。為了提供服務，設備必須具備一定數量的中央處理單元（CPU）、隨機存儲器（RAM）或永久存儲器（PMS），組成特定的配置，另外還需要一些人機界面設施，如鼠標、鍵盤、觸摸屏、顯示屏等。FLORE設備單元初步計算出的DCI傳輸給FLORE協調器單元，計算與宏觀情境信息相匹配的DCI。圖2給出了FLORE設備單元、FLORE 協調器單元以及管理工具（幫助用戶在智能環境中布局服務）三者所處理的情境信息。

圖2 FLORE 設備單元、協調器單元以及管理工具所處理的情境信息

FLORE 協調器單元根據服務需求處理用戶信息，并結合來自FLORE 設備單元的處理結果，計算設備最終的DCI。因此，FLORE 協調單元需要基于用戶的交互模態對用戶信息進行分析。交互模態決定了用戶與環境及其他物體交換信息的過程，主要包括感覺（采集環境信息）、認知（感知信息）、理解（解釋并保持）、行為（做出反應）。在情境感知服務系統中，通過這種方法對用戶交互能力進行分類，并將其應用于推理過程。本文所提出情境感知服務系統使用視覺和動作兩種模態共計四類信息。

（1）視野：用戶視野和計算設備及其顯示器作用范圍的對應關系；在模糊邏輯推理過程中，計算用戶視野范圍和顯示器投射范圍的重疊區域，判斷兩者是否雙向可達。

（2）視力：用戶視力和設備顯示器上所顯示信息的對應關系；獲取用戶位置坐標之后，計算用戶和服務設備間的距離，對比用戶視力水平在此距離所能清晰看到的字符尺寸和顯示器上所顯示文字的大小，判定是否利用該設備提供服務。

（3）移動能力：用戶移動能力相對于設備和人機界面所在位置的關系；利用用戶移動速度和設備之間距離的比值判斷用戶到達該設備所需的時間。

（4）操作能力：用戶操作能力和人機界面所需操作能力的對應關系；根據用戶位置坐標和手臂操作范圍判斷是否能對相應的設備進行交互操作。

與以上交互模態相關的信息經過處理之后，傳輸到FLORE 協調器單元，利用隸屬函數模糊化所有定量數據，將其轉換為定性信息，然后利用一系列模糊規則，結合解模糊函數計算DCI。如利用模糊規則：IF 視野IS 雙向可達AND 視力IS 最佳AND 用戶移動能力IS 快AND行走時間IS 很短AND 人機界面IS 已連接THEN 設備評估IS 最優；計算前面給出的各種與交互模態相關的定性信息，并將結果傳輸給解模糊函數optimal。本文所提出情境感知服務系統目前包括38 條用于計算DCI 的模糊規則，15 條用于計算微觀情境的模糊規則。應用38條規則所得結果的重心就是設備的DCI。

3.2 應用案例

本文將通過一個案例場景說明情境感知服務系統如何利用交互模態信息和用戶對交互界面的偏好計算設備的DCI。該案例的系統架構如圖3 所示，智慧家庭被分為多個區域，如廚房、客廳、臥室等。多個設備和相關的人機交互界面安裝在這些區域內。系統通過傳感器采集用戶的位置和面部朝向等信息，用于判定用戶與顯示器是否視覺雙向可達。另外與設備信息和用戶個人信息一起輸入到模糊邏輯組織推理機中，對各類信息進行模糊推理，篩選出最佳設備向用戶提供服務。

圖3 智慧家庭應用案例的系統架構

假設某智慧家庭系統用戶患有慢性病，需按時服藥，但該用戶卻經常會忘記按時服藥。智慧家庭系統將通過用戶的日程安排（存儲于智能手機之內）讀取提醒用戶按時服藥的服務需求，然后在需服藥的時間點，根據用戶所處在智慧家庭環境內的位置，利用就近的人機交互設備提醒用戶按時服藥，以及服用藥物的注意事項。本示例假定用戶將藥物放置在廚房內的儲藏柜中（在系統實際運行時可由用戶自行定義特定服務對應的環境區域）。用戶的其他信息包括：視力較差；視野范圍一般；移動（步行）速度一般；上肢具有足夠的力量操作人機交互設備（觸摸屏、鍵盤、鼠標等）；環境中也有足夠的空間供用戶展開操作；相比于傳統人機交互設備，用戶更傾向于觸摸屏操作。系統提供服藥提醒功能所需的資源包括：用于顯示信息的觸摸屏，最好位于放置藥品的區域。

在圖4 所示的布局圖中，離用戶所處位置最近的有四個交互設備：右前方的筆記本電腦、右右方的智慧家庭系統服務器、左方的平板電腦以及左后方的智能電視機。圖中給出了各種交互模態的作用區域，如用戶視力和視野區（扇形）、用戶在2 s 之內可到達的范圍（圓形），同時還給出了提供服務的目標區域（矩形）。

圖4 基于用戶交互模態的情境感知服務示例

情境信息被傳輸到情境感知服務推理機（FLORE）之后，系統就可以計算每臺設備的DCI。在圖4 的示例中，廚房內的平板電腦的DCI 值最高，為72.35，其次是廚房內的筆記本電腦為62.40，然后是客廳內的電視機為55.45，最后是智慧家庭服務器為0。本示例中的數值來自于后續實驗與驗證部分的一個驗證情境。廚房的筆記本電腦得分較低是因為距離用戶較遠，且對視力要求較高。另外，用戶對人機界面的偏好是觸摸屏優先于鼠標和鍵盤。客廳內的電視機位于用戶后方，且在服務目標區域（廚房）之外，這兩個原因使其DCI 得分較低。此外，智慧家庭的服務器并沒有提供信息的顯示器和人機交互設備，因此無法為用戶提供所需的服務，DCI 得分為0。所以，在測試情境下，為用戶提供服務的最佳設備為廚房內的平板電腦。

3.3 系統架構

本文提出的系統基于OSGi 框架開發。OSGi 屬于面向服務的架構，能夠為普適計算應用的模塊化提供支撐，并對其進行管理。由于情境感知服務系統屬于分布式架構，所以采用Apache CXF dOSGi和WS-Discovery為服務設備和協調設備（主要用于運行情境感知服務推理機FLORE）提供通信支持。在OSGi 框架之上是一些用于在智能環境中為用戶提供服務的應用模塊。環境管理協調器節點用于管理設備搜索過程，維持環境拓撲，接受服務請求，并利用FLORE 進行管理。設備節點布局在環境中的設備之上，主要實現為用戶提供的各種服務，同時也對情境信息進行推理。

主動服務功能利用情境信息和用戶信息尋找最優路徑為用戶提供服務，需要對情境信息進行描述。本文通過網絡本體語言（Web Ontology Language，OWL）中的元本體[24]描述普適計算環境，它利用資源描述框架和OWL 格式的語義連接表示情境信息。系統使用的模糊邏輯控制器，基于JFuzzy Logic API 實現，使用模糊控制語言定義隸屬函數、解模糊函數和模糊規則。由其他環境應用程序或管理工具發送到系統的服務請求通過網絡服務請求接收，然后傳輸給情境感知服務推理機。智能環境中的情境信息提取一部分由專家手動輸入到宏觀環境描述，如環境拓撲、用戶交互能力等。另外，專家還需要提供一些關于設備的信息，如顯示尺寸、分辨率、朝向以及已連接的人機交互界面。而用戶所在位置/朝向和設備資源等信息則在服務過程中，由相關應用程序動態讀取。

4 實驗與驗證

本文主要驗證情境感知服務系統的技術可行性，而不是這種服務系統對實際用戶產生的影響。因此，實驗和驗證階段的主要目標為：（1）驗證系統是否能根據具體的使用情境和用戶信息給出最優的解決方案，也就是找出針對特定情境中應該具有最高DCI 值的設備；（2）驗證系統的執行效率，也就是在較短時間內處理服務請求的能力；（3）針對相似的使用情境，確保系統所需的執行時間穩定，產生的結果可重復，得出的DCI值差異較小。

針對第一個測試目標，建立兩類驗證情境：第一類情境在智慧家庭環境中設定不同的用戶角色，然后發送服務請求，分析情境感知服務系統計算得出的各個設備DCI 值，并對不同用戶角色所得值進行比較。第二類情境用于測試用戶對人機界面的偏好，對情境感知服務推理過程以及DCI 的影響。定義五種具有不同人機界面偏好的用戶，并分析系統計算結果。以上兩類測試均在某家電企業的智慧家庭實驗室內進行，由相關企業人員扮演不同類型的用戶角色。所有測試場景均涉及八臺設備，其中四臺離用戶所處位置較近，分別是：

（1）一臺Thinkpad筆記本電腦（Intel Core i5 5200U，Windows 7，Java 6）；

（2）一臺聯想平板電腦（2GHz Intel 處理器，Windows 8，Java 6）；

（3）一臺PC服務器（Intel四核處理器，Windows Vista，Java 6）；

（4）一臺安裝在客廳的多媒體電視機（Intel Core 2，Windows 7，Java 6）。

另有一臺智能手機（Android 4.2）放在客廳的桌子上。以上所有設備的布局如前文圖4 所示。針對第一類驗證情境，設計五種用戶角色。

（1）普通用戶：具有平均視力水平，普通行走速度，視野范圍正常，手臂力量和工作范圍良好；

（2）近視用戶：視力水平較低（10/20），其他能力處于普通水平；

（3）窄視野用戶：左眼視野范圍為60°，其他能力處于普通水平；

（4）操作能力受限用戶：手臂力量受限（只能輸出100 N 的力），手臂操作范圍受限（60°）；

（5）移動能力受限用戶：行走速度為0.8 m/s，其他能力處于普通水平。

在測試過程中，以上五位用戶站在智慧家庭環境中的同一位置，緊鄰客廳的餐廳入口處，面向廚房，然后向系統發出服務請求，系統給出的情境感知服務結果如表1所示。

表1 利用各類用戶角色對系統進行驗證的結果

比較針對普通用戶和近視用戶的測試結果，廚房位置的平板電腦和客廳的電視機所得的DCI 值有所下降，其原因在于近視用戶較低的視覺能力使得以上兩臺設備的視覺可用率較低；其他兩臺在視野之外的設備的DCI值相同。對于窄視野用戶，廚房筆記本電腦的DCI 值與針對普通用戶測試所得的DCI 值相同，因為這兩類用戶的視力和視野水平在此處沒有差異，而廚房的平板電腦對于窄視野用戶來說，則處于第三順序，位于客廳電視機之后。其原因在于，平板電腦在窄視野用戶的視野能力之外，而電視機距離用戶更近一些。針對操作能力受限用戶，由于不能與平板電腦的界面進行交互，所以系統給予廚房的筆記本最高DCI 值，用它來提供輔助服務。最后，針對移動能力受限用戶，兩臺最近的設備得到了比較高的DCI值（平板電腦和電視機），由于和用戶距離較遠，筆記本電腦排在第三位，智能手機的DCI值大幅下降。由此可見，情境感知服務系統能根據不同的用戶信息，計算特定設備的DCI值，選擇出最適當的設備提供服務。

第二類情境驗證用戶對人機界面的使用偏好所產生的影響。五個對人機界面有不同偏好的用戶處于智慧家庭的同一位置，同一面部朝向，然后發出服務請求，系統處理結果如表2所示。針對用戶完全喜歡其界面的設備和完全不喜歡其界面的設備，DCI值的差異也只有3.64，這不足以在所有使用情境中作為依據，賦予一臺設備更高的優先權。另外，在完全不喜歡的情境中，設備的DCI 值也沒有達到預期的40 之下。調整與用戶對人機界面偏好相關的模糊規則和隸屬函數之后，再次實驗，得到了預期的結果，DCI值最大的差異也達到了5.75。

表2 根據用戶對人機界面偏好提供服務的測試結果

第二項驗證目標是系統的計算時間少于用戶反應時間，也就是1～2 s。由于情境感知服務系統可能用于專業的醫療護理服務，其中的一項要求就是讓用戶感到服務是瞬間響應的。上述實驗驗證場景的平均計算時間為0.5 s（其中包括網絡、系統延遲以及網絡服務請求時間），小于用戶反應時間，有助于提供及時的輔助服務。

最后，情境感知服務系統在測試中表現出了穩定的效率，數據處理時間較為穩定。實驗結果在其他使用情境中可重復，DCI值在相似情境中變化不大。

5 結語

智能環境的情境感知、動態化組件和適應性等特點能為用戶在日常生活中提供各種輔助服務。用戶需要智能、易于使用的系統在日常生活環境中提供各種服務。本文提出了一種基于用戶交互模態，具有情境感知能力的情境感知服務系統，該系統利用智能環境中的情境信息和用戶信息尋找最適合用戶交互能力的設備提供服務。系統功能的原型在真實的智能家庭環境中進行了測試。本研究的創新之處在于提出了將用戶交互模態信息（如視力、視野、移動能力和交互操作能力等）應用于情境感知推理過程。通過對這些信息進行推理，情境感知服務系統能向智能環境中的用戶提供適當的服務。

實驗和驗證表明，系統能在各種測試中根據使用情境計算出各個設備的DCI，也就是找出特定情境之下，與用戶交互能力最匹配的設備提供服務。系統的計算時間和效率也符合預期，能向用戶提供及時的服務。

隨著智慧城市計劃的推出，本文所提出的情境感知服務系統將面臨更廣闊的應用前景。然而系統需要安裝在實際用戶的家庭環境，在用戶使用過后收集反饋意見，進行不斷的完善。后續研究工作將考慮引入更多的交互模態（如聽覺和認知）到服務推理過程，并拓展更多的驗證場景對系統性能進行驗證。此外還將研究此類系統對用戶日常生活產生的影響，評估用戶對系統的接受程度。

[1] Dey A K，Abowd G D，Salber D.A conceptual framework and a toolkit for supporting the rapid prototyping of context-aware applications[J].Human-Computer Interaction，2001，16（2）：97-166.

[2] Preuveneers D，Van den Bergh J，Wagelaar D，et al.Towards an extensible context ontology for ambient intelligence[M]//Ambient Intelligence.Berlin Heidelberg：Springer，2004：148-159.

[3] White C.Health care spending growth：How different is the United States from the rest of the OECD?[J].Health Affairs，2007，26（1）：154-161.

[4] Talwar V，Milojicic D，Wu Q，et al.Approaches for service deployment[J].Internet Computing，2005，9（2）：70-80.

[5] Gouin-Vallerand C，Giroux S，Abdulrazak B.Tyche project：A context aware self-organization middleware for ubiquitous environment[C]//Proceedings of IEEE 13th International Conference on High Performance Computing and Communications（HPCC），2011：924-929.

[6] Ghorbel M，Mokhtari M，Renouard S.A distributed approach for assistive service provision in pervasive environment[C]//Proceedings of the 4th International Workshop on Wireless Mobile Applications and Services on WLAN Hotspots，2006：91-100.

[7] Ranganathan A，Shankar C，Campbell R.Application polymorphism for autonomic ubiquitous computing[J].Multiagent and Grid Systems，2005（2）：109-129.

[8] Syed A A，Lukkien J，Frunza R.An architecture for self-organization in pervasive systems[C]//Proceedings of the Conference on Design，Automation and Test in European.[S.l.]：European Design and Automation Association，2010：1548-1553.

[9] Nieves J C，Lindgren H.Deliberative argumentation fo service provision in smart environments[M]//Multi-Agent Sys tems.[S.l.]：Springer International Publishing，2014：388-397

[10] Loke S W，Krishnaswamy S，Naing T T.Service domain for ambient services：concept and experimentation[J].Mobil Networks and Applications，2005，10（4）：395-404.

[11] Gajos K，Weld D S.SUPPLE：Automatically generating user interfaces[C]//Proceedings of the 9th Internationa Conference on Intelligent User Interfaces，2004：93-100.

[12] Bezold M，Minker W.A framework for adapting interac tive systems to user behavior[J].Journal of Ambient Intel ligence and Smart Environments，2010，2（4）：369-387.

[13] Castillejo E，Almeida A，López-de-Ipi?a D.Ontology-based model for supporting dynamic and adaptive user inter faces[J].International Journal of Human-Computer Inter action，2014，30（10）：771-786.

[14] Sakurai S，Itoh Y，Kitamura Y，et al.A middleware fo seamless use of multiple displays[M]//Interactive Systems Design，Specification，and Verification.Berlin Heidelberg：Springer，2008：252-266.

[15] Abdulrazak B，Roy P，Gouin-Vallerand C，et al.Macro and micro context-awareness for autonomic pervasive com puting[C]//Proceedings of the 12th International Confer ence on Information Integration and Web-based Appli cations and Services，2010：427-434.

[16] George J K，Bo Y.Fuzzy sets and fuzzy logic：Theory and applications[M].New Jersey：Prentice Hall，1995.

[17] Yuan B，Herbert J.Fuzzy cara-a fuzzy-based context rea soning system for pervasive healthcare[J].Procedia Com puter Science，2012，10：357-365.

[18] Cingolani P，Alcala-Fdez J.jFuzzy logic：A robust and flexible fuzzy-logic inference system language imple mentation[C]//FUZZ-IEEE，2012：1-8.

[19] Muraoka T，Ikeda H.Selection of display devices used a man-machine interfaces based on human factors[J].IEEE Transactions on Industrial Electronics，2004，51（2）：501-506

[20] Van Kan G A，Rolland Y，Andrieu S，et al.Gait speed a usual pace as a predictor of adverse outcomes in com munity-dwelling older people an International Academy on Nutrition and Aging（IANA）task force[J].The Journa of Nutrition，Health and Aging，2009，13（10）：881-889.

[21] Carey N.Establishing pedestrian walking speeds[D].Port land State University，2005.

[22] Kadouche R，Abdulrazak B，Mokhtari M，et al.A semantic approach for accessible services delivery in a smart envi ronment[J].International Journal of Web and Grid Ser vices，2009，5（2）：192-218.

[23] Kaptein M C，Nass C，Markopoulos P.Powerful and con sistent analysis of likert-type ratingscales[C]//Proceeding of the SIGCHI Conference on Human Factors in Com puting Systems，2010：2391-2394.