现场智能传感器(智能马桶传感器在哪里)

 郭一璞 发自 凹非寺量子位 报道 | 公众号 QbitAI

你听说过菊纹么？

跟手指上一圈一圈的指纹一样，菊花也有许多个褶儿，每个人褶儿的造型纹路也是不一样的，因此，菊纹可以成为独一无二的身份标识。

互联网小常识：网络版防病毒系统的基本安装对象包括系统中心的安装、服务器端的安装、客户端的安装和管理控制台的安装。安装方式主要有本地安装、客户端安装、Web安装和脚本登录安装。

斯坦福出品的这款智能马桶，就用到了这个冷知识。

这款马桶靠菊纹打卡，识别坐者，并用马桶内的一系列传感器监控坐者的排泄物、排泄状态信息，以判断坐者是否有患上某种疾病的风险。

也就是说，这款智能马桶的智商，碾压你去日本旅游用到的那种智能马桶，基本上算个家用的入门级体检化验设备。

这款马桶的论文，也被发在了Nature子刊《生物医学工程》上。

有理有菊，令人信服？

哦对了，温馨提示一下，本文没有影响食欲的图片，读者老爷们可放心阅读。

菊纹是怎么肥四？

菊纹，其实是个新词，是这个马桶的发明者们造的，英文analprint，如果你去Google这个词，会发现它最近几天才出现在这个世界上。

Anal意思是肛门的，print自然就指的是印子，肛门的印子，我们就翻译成菊纹了。

注意霓虹国皇室的那个菊纹没有一毛钱关系。

不过，由于研究菊花实在是太羞羞了，所以直到上个世纪，人类的知识库里才有菊纹是每个人独一无二的身份特征这一条。

发现这一点的，是西班牙画家萨尔瓦多·达利，就是《记忆的永恒》的创作者。

西方画家们喜欢画人体，达利也不例外，他也因此有了许多机会研究人类的菊花。

在阅菊无数后，达利发现，无论是高傲的贵族，还是普通的劳动人民，人类的菊花都有35个或者37个褶儿，而且除了双胞胎之外，每个人的菊花褶儿的造型都是不一样的。菊花褶儿，和指纹一样，是每个人独特的身份标识。

因此，斯坦福的研究者们在发明这个马桶的时候，就用到了这一点，在马桶里装了菊花专用摄像机，用卷积神经网络来做菊纹识别，判断是谁的屁股正坐在马桶上。

可是问题来了，大家用马桶都是要冲水的，为啥不直接在冲水的按钮上装个指纹识别传感器啊？

其实也是有的，智能马桶的发明者做了双保险，不仅识别菊纹，也识别指纹。只是，光靠指纹来识别马桶的使用者有一个bug：

有人不冲马桶！

所以，如果只靠指纹识别的话，可能A上厕所不冲马桶，B冲了马桶，就会错误的把A的数据记在B头上。

所以，识别菊纹要稳一点，毕竟你不能雇人替你上厕所。

但是，让AI看菊花会有另一个bug：AI有时候会找错菊花。

就好像你在用AI刷脸的时候，如果身后远处有另一个人，系统有时候就会偏偏锁定后面那个人而无视你的大脸。

那么在AI找菊花的时候，也可能找错，比如把女性的外生殖器当成菊花。

这就尴尬了，分分钟某hub现场。

因此，对数据隐私保护的要求非常高了。所以这款智能马桶的所有数据传输和存储，都是经过哈希函数端到端加密的。

发明者说，还可以用低强度激光扫描仪或者红外摄像机来拍摄，这样拍到的隐私部位照片和正常人眼看是不一样的，即使万一被暴露，那一副医院X光片子的画风，也不会让马桶的使用者感到太羞耻。

布满传感器的马桶，带薪如厕终结者

识别菊纹只是第一步，接下来还要给菊纹的主人检查身体。

既然是要检查身体嘛，那马桶里就不可能只有拍摄菊花的摄像头一个传感器，还有N个各种各样的传感器。

互联网小常识：综合布线系统分为六个子系统，分别为：工作区子系统、配线（水平）子系统、干线（垂直）子系统、设备间子系统、管理子系统和建筑群子系统。

让我们来看一看这个智能马桶的马桶圈底下到底有多少传感器：

马桶圈本圈上的压力传感器（i），后部有运动传感器（ii），伸出来的长条是尿液分析带（iii），后面伸出的小圆球是肛门相机（v），前方的两个黑块是尿液相机（vi），后面的黑色小方块是粪便相机（iv）。

差不多整个马桶圈之下，水面之上，都是布满了传感器。

果然，你如厕的时候岁月静好，是因为有传感器在底下默默耕耘。

而这些传感器们也有不同的功能，全方位检测使用者的如厕状态。

比如，肛门相机可以拍摄菊纹的具体细节，可以判断是谁坐在了这个马桶上。

压力传感器可以感受到有个屁股坐在这里，判断屁股的主人蹲坑蹲了多长时间，或许也可以判断他这一局王者荣耀打了多久。

而尿液分析带上装了尿流计，可以判断使用者放出来的是泉水还是洪水；还可以测定尿液里有没有蛋白，有多少蛋白，这也是尿检的指标之一。

只不过，男女小便的姿势不同，尿液流淌的位置也有所差别，因此发明者们在研究要不要放个伸缩棒之类的，一伸一缩，就可以精准接触尿液。

前方的两个尿液相机可以分别从左边和右边判断尿液分别拍摄，判断排尿时间，进而结合流量算出排尿量。

而在大便的时候，这个马桶没有越王勾践那么智能，没法尝粪，只能观粪——没错，用到的还是我们熟悉的卷积神经网络，看着马桶底部的水坑，来实现分辨图像的分类。

具体的分类方式，是用布里斯托大便分类法，这个方法从第一型到第七型分别是便秘到拉肚子的渐变过程，第一型、第二型是便秘，第三型、第四型是正常，第五、六、七型，那可能是拉肚子了。

CNN学习图片数据集训练之后，就可以判断粪主便秘/正常/拉肚子了。训练之后，CNN的准确率和医学生差不太多。

另外，这个马桶还可以检测排便时间，用的还是CNN。

当然，CNN是不会盯着你的菊花眼睁睁的看着肠中物出来的，它看的还是马桶的水坑，打开LED灯照明，判别水坑是清洁，还是有粪便，还是有厕纸三种状态。

显然，清洁的水坑是你的肠中物还没有成功发射，有厕纸意味着发射状态已经结束，只有中间才是真正的发射时间。

不知道这马桶要是装在公司厕所，会不会被定制化，然后把占着茅坑不拉屎时间传到HR的电脑里，折算成带薪休假。

不过，在研究者正常设定的规则中，这些检测到的数据会被收集起来传到云端，然后发给如厕者的医生，帮助监测健康状况。

但是，装了这么多传感器，还要直接接触尿液，要如何清洁呢？

别忘了现在的智能马桶就已经有清洁菊花的功能了。这个智能马桶里装了可以喷水的清洁系统，可以清洁菊花，也可以清洁传感器们。

能查出什么病？

这篇论文的共同一作之一，斯坦福医学院科学家Seung-min Park撰文介绍，目前这款智能马桶已经可以检测出良性前列腺增生、肠易激综合征、尿路感染等疾病。

发明者们预计，如果投入生产的话，这台智能马桶的制造成本在300~600美元之间。

折算成人民币就是在2100元~4200元之间，考虑到利润、溢价和税收的话，说不定会卖到上万，除非是雷布斯这类企业家来生产。

那么，这样的智能马桶，你想来一套吗？

论文传送门

A mountable toilet system for personalized health monitoring via the analysis of excretahttps://www.nature.com/articles/s41551-020-0534-9

注意，如果看论文原文的话，请尽量避开吃饭时间。

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间获知前沿科技动态

互联网小常识：IEEE802.11b运作模式基本分为两种：点对点模式（ad hoc，无线网卡与无线网卡之间的通信方式，最多256台），基本模式（无线网络规模扩充或无线和有线网络并存时的通信方式，是802.11b最常用的工作模式，最多1024台）。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186