AAU Student Projects - visit Aalborg University's student projects portal
A master's thesis from Aalborg University
Book cover


Controller Synthesis for Home Automation

Author

Term

4. term

Publication year

2014

Pages

35

Abstract

En stor udfordring i hjemmeautomation er at skrive de kontrolprogrammer, der bestemmer, hvordan enheder opfører sig. Det er teknisk krævende og overlades ofte til slutbrugere uden hjælp. Vi præsenterer en metode, der kan generere sådanne programmer ud fra en enkel, høj-niveau beskrivelse af den ønskede adfærd. Vores tilgang bruger spilteori – en matematisk ramme for at tænke over valg og interaktioner – til automatisk at skabe kontrolstrategier. Vi har bygget en komplet værktøjskæde på HomePort-platformen, som bruger UPPAAL TiGa til at syntetisere kontrolstrategier. Processen kører på en Raspberry Pi og er fuldt automatiseret: Brugeren angiver adfærd via en simpel webapp, og systemet genererer, udruller og aktiverer det tilsvarende kontrolprogram. Vores resultater viser, at tilgangen anvender spilteori i et virkeligt smart home-scenarie med lovende ydelse og skalerbarhed. Metoden er allerede praktisk brugbar, men der er behov for både hastighedsforbedringer og større udtrykskraft i specifikationerne.

A major challenge in home automation is writing the control programs that decide how devices behave. This is technically demanding and often falls to end users without support. We present a method that turns a simple, high-level description of the desired behavior into a working control program. Our approach uses game theory—a mathematical way to reason about choices and interactions—to automatically generate control strategies. We built a complete toolchain on the HomePort platform that uses UPPAAL TiGa to synthesize control strategies. The process runs on a Raspberry Pi and is fully automated: a user specifies behavior through a simple web app, and the system generates, deploys, and activates the corresponding control program. Our results show a promising real-world application of game theory in smart homes, with sufficient performance and scalability for practical use. Some work remains to improve speed and to expand the range of behaviors that can be expressed.

[This abstract was generated with the help of AI]