CN109030715A - 室内人体侦测的方法 - Google Patents

室内人体侦测的方法 Download PDF

Info

Publication number
CN109030715A
CN109030715A CN201710431486.8A CN201710431486A CN109030715A CN 109030715 A CN109030715 A CN 109030715A CN 201710431486 A CN201710431486 A CN 201710431486A CN 109030715 A CN109030715 A CN 109030715A
Authority
CN
China
Prior art keywords
few
value
interior space
human body
threshold value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710431486.8A
Other languages
English (en)
Other versions
CN109030715B (zh
Inventor
许超云
陈信全
丁嘉晖
姚昌皜
赖威文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Elitegroup Computer Systems Co Ltd
Original Assignee
Elitegroup Computer Systems Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Elitegroup Computer Systems Co Ltd filed Critical Elitegroup Computer Systems Co Ltd
Priority to CN201710431486.8A priority Critical patent/CN109030715B/zh
Publication of CN109030715A publication Critical patent/CN109030715A/zh
Application granted granted Critical
Publication of CN109030715B publication Critical patent/CN109030715B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G01N33/004—CO or CO2
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
    • G01V11/00—Prospecting or detecting by methods combining techniques covered by two or more of main groups G01V1/00 - G01V9/00

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Emergency Alarm Devices (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明为一种室内人体侦测的方法，藉由侦测二氧化碳的设备，侦测室内的二氧化碳变化来判断室内是否有人存在，同时因采用侦测二氧化碳的方法，有别于传统检测室内是否有人的作法，可侦测是否有人来进行追踪、监视或启动一些特定功能的同时又能达到保护个人的隐私。

Description

室内人体侦测的方法
技术领域
本发明是关于一种室内人体侦测的方法，特别是指一种依据室内的二氧化碳的变化量来判断室内是否有人存在的方法，利用常见的气体侦测器侦测室内空间的二氧化碳浓度值，随着时间及二氧化碳浓度的变化判断此室内空间是否有人，并可持续侦测该室内空间是否有人的状态来决定后续相关的行为的方法。
背景技术
从几十年前就有人发明传感器用以了解一个空间内是否有人存在，其可用在救灾现场、保全监控、人员追踪、甚至是提升服务质量上，因其应用广泛，故不断有人研究以改进其准确度及稳定度。
以往侦测室内空间是否有人的方法有安装红外线感测装置、设置摄影镜头以及装设气体传感器等方式用以判断室内空间是否有人存在。
现有红外线感测装置侦测室内空间是否有人存在通常会配合温度侦测及移动侦测技术，虽然红外线是不可见光，但仍会因其他可隔绝光线传导的物体阻挡而无法侦测出是否有人，要是有人利用物体包覆阻隔红外线辐射或是移动幅度过小都会无法检测出室内空间是否有人，此外，红外线感测装置必须设置于可直接或折射接收红外线光源处，不然会有接收的问题。
使用摄像镜头则会结合图像处理辨识技术来做判断，但却有侵犯隐私权的争议，且摄像镜头所拍摄的影像数据遭到恶意人士取走则有可能被用在不正当用途上，造成个人名誉损害、金钱损失等问题，而摄像镜头也需考虑设置的位置，还有光源环境等问题，否则影像质量会不稳定导致增加辨识的难度或是错误。
目前的气体传感器有探针式的气体传感器和供居家环境使用的安全警报装置传感器，探针式的传感器是操作人员将探针针头***预探测的空间，侦测其二氧化碳浓度值来判断是否有人，此种方式却不适合长时间的持续侦测且缺乏方便性、实时性，而居家使用的安全警报传感器通常多为设定一指定的二氧化碳浓度值，当气体传感器侦测到的二氧化碳浓度值超过指定的值时，就发出警报，或是启动预先设定好的工作，虽能避免侵犯隐私权的疑虑，但其功能单一且无法判断室内人员的流动性。
因此若能提出一种同时具有保护个人隐私且能提高侦测室内空间是否有人的准确度的方法，以提高安全防范、预防意外、防止恶意入侵以及提升服务品质等，更能符合目前实际需求。
发明内容
本发明的主要目的，在于提供一种室内人体侦测的方法，其提出一种提高侦测室内空间是否有人的准确度的方法。
本发明的次要目的，在于提供一种室内人体侦测的方法，其利用气体传感器侦测室内空间是否有人，以达到保护个人隐私的方法。
本发明的又一目的，在于提供一种室内人体侦测的方法，其可持续侦测室内空间是否有人，藉由分析二氧化碳浓度的变化来分析室内人员的流动性。
为了达到上述的目的，本发明的一实施例揭示一种室内人体侦测的方法，其步骤包含：一传感器侦测一室内空间的一二氧化碳浓度初值，经过一第一时间区段后，该传感器侦测该室内空间的一二氧化碳浓度终值，一电子设备依据所接收的该传感器的该二氧化碳浓度初值及该二氧化碳浓度终值计算一整体浓度变化量，最后该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人，当该整体浓度变化量为正时判断该室内空间有人，反之，该整体浓度变化量为负时判断该室内空间无人。
于本发明的一实施例中，其中于该传感器侦测该室内空间的一二氧化碳浓度终值的步骤前，进一步包含该传感器侦测该室内空间的多个二氧化碳浓度值，其中该些个二氧化碳浓度值之间其取样间隔为一第二时间区段。
于本发明的一实施例中，其中于该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人的步骤中，当该整体浓度变化量为正时，其步骤进一步包含：计算该些个二氧化碳浓度值的多个局部浓度变化量，计算一上升次数，其中该上升次数为该些个局部浓度变化量的正负为正的数量，当该上升次数超过一第一门槛值时判断该室内空间有人。
于本发明的一实施例中，其中该些个局部浓度变化量为对应一时间点的该些个二氧化碳浓度值的一与该时间点之前的该些个二氧化碳浓度值之一相减。
于本发明的一实施例中，其中于该上升次数超过一第一门槛值判断该室内空间有人的步骤中，其步骤进一步包含该上升次数高于该第一门槛值时，一计数器的一统计值为零以上累进加一，该计数器的该统计值为负则为一。
于本发明的一实施例中，其中于该上升次数高于该第一门槛值时，一计数器的一统计值为零以上累进加一，该计数器的该统计值为负则为一的步骤后进一步包含：该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值，计算一投票次数，其中该投票次数为该些个传感器对应的该些个计数器的该些个统计值超过一第三门槛值的数量，该投票次数超过该些个传感器数量的一半判断该室内空间有人。
于本发明的一实施例中，其中于该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人的步骤中，当该整体浓度变化量为负时，其步骤进一步包含：计算该些个二氧化碳浓度值的多个局部浓度差值，计算一下降次数，其中该下降次数为该些个局部浓度差值小于一浓度设定差值的数量，该下降次数小于一第二门槛值判断该室内空间有人，该下降次数为高于该第二门槛值以上判断该室内空间无人。
于本发明的一实施例中，其中该些个局部浓度差值为对应一时间点的该些个二氧化碳浓度值之一与该时间点之前的该些个二氧化碳浓度值之一相减后取绝对值的结果。
于本发明的一实施例中，其中于该下降次数小于一第二门槛值判断该室内空间有人的步骤中，其步骤进一步包含该计数器的该统计值为零以上累进加一，该计数器的该统计值为负则为一。
于本发明的一实施例中，其中于该下降次数小于一第二门槛值判断该室内空间有人的步骤中，其步骤进一步包含：该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值，计算该投票次数，其中该投票次数为该些个传感器对应的该些个计数器的该些个统计值超过一第三门槛值的数量，该投票次数超过该些个传感器数量的一半判断该室内空间有人。
于本发明的一实施例中，其中于该下降次数高于该第二门槛值以上判断该室内空间无人的步骤中，其步骤进一步包含该计数器的该统计值为零以下则减一，该计数器的该统计值为正则为负一。
于本发明的一实施例中，其中于该下降次数高于该第二门槛值以上判断该室内空间无人的步骤中，其步骤进一步包含：该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值，计算该投票次数，其中该些个统计值为负的该些个传感器数量超过该些个传感器数量的一半则该投票次数减一，该些个统计值为负的该些个传感器数量低于该些个传感器数量的一半则该投票次数归零，该投票次数低于一第四门槛值判断该室内空间无人。
于本发明的一实施例中，其中于计算该计数器的统计值的步骤后进一步包含该统计值高于该第三门槛值时判断该室内空间有人。
于本发明的一实施例中，于计算该计数器的统计值的步骤后进一步包含该统计值低于该第四门槛值时判断该室内空间无人。
附图说明
图1：其为本发明的一第一实施例的室内人体侦测的方法的流程图；
图2：其为本发明的一第一实施例的室内人体侦测的方法的***示意图；
图3-1：其为本发明的一第二实施例的室内人体侦测的方法的流程图；
圖3-2：其为本发明的一第二实施例的室内人体侦测的方法的流程图；
图4-1：其为本发明的一第三实施例的室内人体侦测的方法的流程图；
图4-2：其为本发明的一第三实施例的室内人体侦测的方法的流程图；
图5-1：其为本发明的一第四实施例的室内人体侦测的方法的流程图；以及
图5-2：其为本发明的一第四实施例的室内人体侦测的方法的流程图。
【图号对照说明】
10：传感器
30：电子设备
具体实施方式
为了使本发明的结构特征及所达成的功效有更进一步的了解与认识，特用较佳的实施例及配合详细的说明，说明如下：
本实施案例提供一种室内人体侦测的方法，先前技术使用气体传感器侦测室内空间有人存在与否大部分为侦测当前二氧化碳浓度值，并预先设定一门槛值，当侦测的二氧化碳浓度值超过该门槛值则认为有人，反之则没人，然此种侦测方式并无考虑空间内二氧化碳浓度值并非恒常固定，会有些微的变动，且若门槛值固定的就无法因应空间环境变化而会有错误率提高的可能，而目前尚未有人提出依据时间变化及二氧化碳浓度值来判断室内空间是否有人的作法，并持续追踪该空间内人员流动的变化，因此本发明提出一种室内人体侦测的方法，随着时间变化侦测二氧化碳浓度值，并依据其变化量判断空间内是否有人存在，且此种作法可适用于一般气体传感器，不需另外设计新式传感器或是额外购买传感器，降低成本的同时可符合实际的需求。
在此说明本发明的第一实施例的室内人体侦测的方法的流程，请参阅图1，其为本发明的第一实施例的室内人体侦测的方法的流程图。如图所示，本实施例的室内人体侦测的方法其步骤包含：
步骤S1：传感器侦测二氧化碳浓度初值；
步骤S3：传感器侦测二氧化碳浓度终值；
步骤S5：电子设备依据所接收的二氧化碳浓度初值及二氧化碳浓度终值计算整体浓度变化量；
步骤S7：整体浓度变化量为正；
步骤S19：此空间有人；以及
步骤S35：此空间无人。
接着说明为达成本发明的室内人体侦测的方法所需的***，请参阅图2，其为本发明的第一实施例的室内人体侦测的方法的***示意图。如图所示，本发明的室内人体侦测的方法的***包含：一传感器10及一电子设备30。
传感器10与电子设备30以有线或无线的方式相连。
传感器10可以不断侦测空间中二氧化碳浓度值并传送至电子设备30，由电子设备30决定是否采用，也可以由电子设备30向传感器10发出讯号要求传送二氧化碳浓度值。
以下将说明本发明的第一实施例的室内人体侦测的方法的流程，请参阅搭配图1及图2。
于步骤S1中，传感器10侦测一二氧化碳浓度值，于此时间点将该二氧化碳浓度值视为二氧化碳浓度初值。
于步骤S3中，经过一段预设时间后，传感器10侦测一二氧化碳浓度值，于此时间点将该二氧化碳浓度值视为二氧化碳浓度终值。
于步骤S5中，电子设备30依据所接收的二氧化碳浓度初值及二氧化碳浓度终值计算单位时间的二氧化碳浓度变化量，该二氧化碳浓度变化量视为整体浓度变化量。此步骤可以由传感器10主动侦测后传送至电子设备30，也可以由电子设备30决定于何时取得二氧化碳浓度值，发出讯号向传感器10取得二氧化碳浓度值。
于步骤S7中，当整体浓度变化量为正时，前往步骤S19，否则前往步骤S35。
于步骤S19中，因整体浓度变化量为正，表示此空间内二氧化碳浓度是增加的，因此判定该空间内有人存在。
于步骤S35中，因整体浓度变化量为负，表示此空间内二氧化碳浓度是减少的，因此判定该空间内有人离开，也就是无人存在。
于此，即完成本发明的第一实施例的室内人体侦测的方法，传感器侦测二氧化碳浓度值后，电子设备接收二氧化碳浓度值，并依此计算二氧化碳浓度的变化量，依变化量的正负来判断空间中是否有人存在。
接着说明为达成本发明的第二实施例的室内人体侦测的方法，请参阅图3-1和图3-2，本实施例的流程与第一实施例的差异在于：本实施例的流程中，增加步骤S2，步骤S5被步骤S5a取代，于步骤S7与步骤S19之间增加步骤S9至步骤S13，于步骤S7与步骤S35之间增加步骤S21至步骤S25。
于步骤S2中，在侦测二氧化碳浓度终值之前，每隔一段时间就会侦测一二氧化碳浓度值，在预设时间内会侦测多个二氧化碳浓度值，该些个二氧化碳浓度值表示在二氧化碳浓度初值与二氧化碳浓度终值这段时间内二氧化碳浓度的变化。
于步骤S5a中，电子设备30接收二氧化碳浓度初值、该些个二氧化碳浓度值及二氧化碳浓度终值。其实际运作的流程与步骤S5相同。
于步骤S9中，因整体浓度变化量为正，表示此空间内这段时间内二氧化碳浓度的整体趋势是增加的，因此计算这段时间内时间间隔较小的二氧化碳浓度变化量，而这些二氧化碳浓度变化量视为局部浓度变化量。
于步骤S11中，依据这些局部浓度变化量计算上升次数，这些局部浓度变化量为正的数量对应该上升次数。
于步骤S13中，当上升次数超过第一门槛值时，表示这段时间内的二氧化碳浓度也是增加居多，因此前往步骤S19，否则无法确定此情况，回到步骤S3继续侦测。
于步骤S21中，因整体浓度变化量为负，表示此空间内这段时间内二氧化碳浓度的整体趋势是下降的，但因空间的二氧化碳浓度是会变动的，因此必须进一步进行确认，所以计算这段时间内时间间隔较小的二氧化碳浓度差值，此差值只管二氧化碳浓度的浮动程度，因此只取绝对值，不管正负，而这些二氧化碳浓度差值视为局部浓度差值。
于步骤S23中，依据这些局部浓度差值计算下降次数，当室内空间无人时其二氧化碳浓度会在一定范围内浮动，因此这些局部浓度差值小于一浓度设定差值的数量对应该下降次数。
于步骤S25中，当下降次数小于第二门槛值时，前往步骤S19，否则前往步骤S35。该第二门槛值为用以辨别二氧化碳浓度值低于一定范围内的浮动次数，其下降次数超过第二门槛值表示每次的浮动量都不剧烈，因此判断该空间无人存在(步骤S35)，反之则有人存在(步骤S19)。
藉由本实施例，可以依据时间内的二氧化碳浓度变化量更精准的判断空间内是否有人存在，同时也考虑了空间中二氧化碳浓度并非一成不变，会有浮动的情况发生，因此可以排除空间内无人却因二氧化碳浓度突然上升而造成误判有人的情况发生，此种作法将不受空间中二氧化碳浓度值浮动的影响，具有很高的准确率。
接着说明为达成本发明的第三实施例的室内人体侦测的方法，请参阅图4-1和图4-2，本实施例的流程与第二实施例的差异在于：本实施例的流程中，于步骤S13与步骤S19之间增加步骤S15至步骤S17，于步骤S25与步骤S35之间增加步骤S27至步骤S29。
于步骤S13中，当上升次数超过第一门槛值时，改为前往步骤S15，否则改为前往步骤S17。
于步骤S15中，当上升次数超过第一门槛值且统计值为零以上，则统计值加一，反之，统计值改为一。该统计值持续追踪该室内空间的二氧化碳浓度变化一段时间，以进一步判断空间内是否有人的评估方式，统计值为正表示目前判断倾向于有人，统计值为负则表示目前判断倾向于无人。
于步骤S17中，当统计值超过第三门槛值，表示此空间内的二氧化碳浓度值与空间内无人的二氧化碳浓度值相比，一直处于上升状态，因此前往步骤S19，否则无法确定此情况，回到步骤S3继续侦测。
于步骤S25中，当下降次数小于第二门槛值时，改为前往步骤S15，否则前往步骤S27。
于步骤S27中，当下降次数大于等于第二门槛值且统计值为零以下，则统计值减一，反之，统计值改为负一。
于步骤S29中，当统计值低于第四门槛值，表示此空间内的二氧化碳浓度值在这段时间内一直处于下降状态，因此前往步骤S35，否则无法确定此情况，回到步骤S3继续侦测。
藉由本实施例，将侦测的时间长度拉长且判断结果须连续为同一状态，进而再一次提升判断室内空间是否有人的准确率。
以下举例说明本发明的第三实施例的室内人体侦测的方法于实际使用的流程，请搭配图2、图4-1及图4-2。假设以4分钟为一个单位，每30秒传感器就会侦测空间中二氧化碳的浓度值并传送至电子设备，总共9笔数据─{M1,M2,M3,M4,M5,M6,M7,M8,M9}，因此依照时间顺序，第1笔被侦测到的二氧化碳浓度值M1视为二氧化碳浓度初值，第9笔数据M9视为二氧化碳浓度终值，中间第2～8笔数据M2～M8视为多个二氧化碳浓度值并计算整体浓度变化量，也就是这4分钟内二氧化碳浓度的变化趋势─(M9-M1)/4min(步骤S1至步骤S5a)。
接续上述，假设这4分钟内整体浓度变化量为正，粗步预估此空间可能有人(步骤S7)，因此前往步骤S9。
接续上述，电子设备接下来会计算这4分钟内每30秒的局部浓度变化量，也就是第1～9笔数据两两之间的差，且每次都是目前时间点减去前一时间点的二氧化碳浓度值，例：(M2-M1)/4min、(M3-M2)/4min…，总共8笔数据(步骤S9)。
接续上述，依据这些局部浓度变化量计算上升次数，假设这8笔数据中数值为正的有4笔数据，因此上升次数即为4(步骤S11)。
接续上述，判断上升次数是否超过第一门槛值(步骤S13)，假设第一门槛值为3，因此上升次数超过第一门槛值，前往步骤S15。该第一门槛值也可设定为数据笔数的三分之一，因此可以随时间设定的长短改变门槛值。
接续上述，计算统计值，统计值初始为0，因此目前统计值为1(步骤S15)。
接续上述，判断统计值是否超过第三门槛值(步骤S17)，该统计值依据一段时间长度且连续判断结果皆为同一种来提高判断空间内是否有人存在的可靠度，依一开始假设每30秒侦测一次二氧化碳浓度值来算，最少需要六分钟，也就是13笔数据才能判断空间内是否有人。假设此例中第三门槛值为4，因此统计值未超过第三门槛值，因此回到步骤S3。该第三门槛值也可以设定为数据笔数的二分之一。
接续上述，回到步骤S3后会再侦测一次二氧化碳浓度值，此时数据数总数为10，第1笔资料被舍弃，第2笔资料视为二氧化碳浓度初值，第10笔资料视为二氧化碳浓度终值，第3～9笔资料视为多个二氧化碳浓度值，此后新侦测到的数据以此类推，假设整体浓度变化量依然为正，因此重复步骤S5a～步骤S11。
接续上述，步骤S11中的上升次数每次都须重新计算，因此上升次数计算前先归0，假设第10笔数据使得上升次数变成3，因此上升次数未超过第一门槛值(步骤S13)，前往步骤S17。
接续上述，统计值目前仍为1，因此统计值未超过第三门槛值，因此再一次回到步骤S3。
接续上述，假设第11笔侦测的二氧化碳浓度值使得整体浓度变化量为负，因此会前往步骤S21。
接续上述，计算局部浓度差值，也就是第3～11笔数据两两之间的差后取绝对值，且每次都是目前时间点减去前一时间点的二氧化碳浓度值，例：||M4-M3||、||M5-M4||…，总共8笔数据(步骤S21)。
接续上述，依据这些局部浓度差值计算降下降次数，因下降次数的目的在于判断二氧化碳浓度下降的情况是突然的浮动变化抑或是人从空间内离开所导致，所以只要观察局部浓度差值其数值的变化是否于一定范围内浮动即可，因此一个局部浓度差值小于浓度设定差值，其下降次数就加1，以此类推。假设局部浓度差值小于浓度设定差值的数量为6，因此下降次数为6(步骤S23)。而通常空间内无人时，二氧化碳浓度浮动不会超过3ppm，因此浓度设定差值可以设定为3ppm。
接续上述，判断下降次数是否小于第二门槛值(步骤S25)，假设第二门槛值为6，因此下降次数等于第二门槛值，前往步骤S27。该第二门槛值也可设定为数据笔数的三分的二。
接续上述，因目前统计值为1，因此将统计值改为-1，前往步骤S29。
接续上述，判断统计值是否低于第四门槛值(步骤S29)，假设第四门槛值为-3，因此统计值未低于第四门槛值，因此回到步骤S3。该第四门槛值也可以设定为数据笔数的三分之一。
接续上述，假设第12笔侦测的二氧化碳浓度值使整体浓度变化量为正，且后续的数据第13～16笔数据皆使得整体浓度变化量为正，上升次数皆超过第一门槛值，因此在将第16笔数据视为二氧化碳浓度终值的步骤S17中，统计值已经为5，超过第三门槛值，因此前往步骤S19，也就是判断该空间内有人存在。
于此，即完成本发明的第三实施例的室内人体侦测的方法于实际使用的流程，此仅实际使用的其中一例，包含但不限于本发明，同本发明相同或相似概念及数值的设定与变化皆可视同本发明。
接着说明为达成本发明的第四实施例的室内人体侦测的方法，请参阅图5-1和图5-2，第一实施例至第三实施例皆以一个传感器侦测室内空间中是否有人，而本实施例用多个传感器侦测室内空间中是否有人，本实施例的流程与第三实施例的差异在于：本实施例的流程中，移除步骤S17并增加步骤S16及步骤S18，移除步骤S29并增加步骤S28、步骤S30、步骤S31、步骤S33。
步骤S1至步骤S15、步骤S1至步骤S27皆是针对单颗传感器所侦测的二氧化碳浓度个别计算，因此每颗传感器皆有自己所属的统计值。
于步骤S16中，依据该些个传感器的统计值计算投票次数，该些个传感器的统计值超过第三门槛值的传感器数量对应该投票次数。
于步骤S18中，投票次数为该些个传感器数量的一半以上，前往步骤S19，否则前往步骤S3。
于步骤S28中，若该些个传感器的统计值为负的传感器数量为该些个传感器数量的一半以上，前往步骤S31，否则前往步骤S30。
于步骤S30中，因该些个传感器的统计值为负的传感器数量不到该些个传感器数量的一半以上，因此投票次数无论多少都会归零。
于步骤S31中，因该些个传感器的统计值为负的传感器数量为该些个传感器数量的一半以上，因此投票次数会依目前的投票次数减一。
于步骤S33中，当投票次数低于第四门槛值，表示多数传感器都侦测到此空间内的二氧化碳浓度值在这段时间内一直处于下降状态，因此前往步骤S35，否则无法确定此情况，回到步骤S3继续侦测。
藉由本实施例，可防止空间的大小及人与传感器之间的距离影响空间内是否有人的判断，利用多颗传感器提高判断的结果。
以下举例说明本发明的第四实施例的室内人体侦测的方法于实际使用的流程，请参阅图5-1和图5-2，门槛值的假设皆与第三实施例相同。假设此空间为一长方形且装有5颗传感器，其门口两端设有2颗传感器，正中央设有1颗传感器，相对于门口的另一端设有2颗传感器。想象一情境，此空间原无人存在，有一人刚打开此空间的门口进入，而后关门，之后慢慢往空间中央移动，并于中央逗留一段时间，再返回门口处离开此空间。
刚开始此人进入空间后，其呼吸所产生的二氧化碳会逐渐从此空间中扩散，因此传感器离人最近的会先侦测到二氧化碳浓度上升，但距离较远的传感器其侦测到的二氧化碳浓度却还没什么变化，因此依照时间顺序及传感器的不同，每颗传感器皆会侦测第1～9笔数据，总共45笔，其中第1、2颗传感器其时间越后，二氧化碳浓度值上升越高，剩下3颗所侦测的二氧化碳浓度变化不大。侦测后分别对每颗传感器分别计算整体浓度变化量(步骤S1至步骤S5a)。
接续上述，假设这5颗传感器整体浓度变化量皆为正，也就是呈现上升趋势，因此分别计算局部浓度变化量、上升次数、判断是否超过第一门槛值以及计算统计值(步骤S7至步骤S15)。此前作法与第三实施例相同，故不再赘述。
接续上述，假设每颗传感器的上升次数分别5、6、3、2、2(步骤S13)，统计值初始为0，因此统计值分别为1、1、0、0、0(步骤S15)。
接续上述，计算投票次数，由于使用多颗传感器判断空间内是否有人，故此时要采用多数决来决定，但由于是第一轮侦测，因此所有传感器的统计值皆不会超过第三门槛值。
接续上述，假设的后数轮使得第1、2颗传感器的统计值超过第三门槛值，但其余3颗传感器的统计值尚未超过第三门槛值，因此投票次数为2。
接续上述，比较投票次数与传感器的数量(步骤S18)，若投票次数超过传感器数量一半以上，依此例来说要3以上，就会判断此空间有人，若没超过就回到步骤S3，每颗传感器再个别侦测二氧化碳浓度值，依目前情况要回到步骤S3。
接续上述，假设后续接收到的二氧化碳浓度值使得第1、2颗传感器的统计值超过第三门槛值，但仍会因为超过第三门槛值的传感器数量未达一半以上导致仍然无法判断此空间内是否有人，因此会继续回到步骤S3。
接续上述，直到第3颗传感器的统计值也超过第三门槛值后，会因为超过第三门槛值的传感器数量达到3，因而超过传感器数量的一半，因此会判断此空间有人，前往步骤S19。
接续上述，此时此人于在空间内逗留，其产生的二氧化碳会持续扩散，使得第4、5颗传感器其侦测到的二氧化碳浓度也持续上升，直到所有传感器的统计值皆超过第三门槛值，因而继续判断此空间内有人。
接续上述，此时此人离开该空间，二氧化碳浓度渐渐会减少，刚离开时可能只有第4、5颗传感器侦测到二氧化碳浓度减少，但不会马上就判定此空间无人存在，一直到离开一小段时间后，多数传感器所侦测的二氧化碳浓度会不断降低，使得传感器的统计值为负，又因为多数决的方式使得投票次数开始为负，等到投票次数低于第四门槛值─-3，就会判断此空间无人存在。
于此，即完成本发明的第四实施例的室内人体侦测的方法于实际使用的流程，此仅实际使用的其中一例，包含但不限于本发明，同本发明相同或相似概念及数值的设定与变化皆可视同本发明。
上文仅为本发明的较佳实施例而已，并非用来限定本发明实施的范围，凡依本发明权利要求范围所述的形状、构造、特征及精神所为的均等变化与修饰，均应包括于本发明的权利要求范围内。

Claims (14)

1.一种室内人体侦测的方法，其特征在于，其步骤包含：
一传感器侦测一室内空间的一二氧化碳浓度初值；
经过一第一时间区段，该传感器侦测该室内空间的一二氧化碳浓度终值；
一电子设备依据所接收的该传感器的该二氧化碳浓度初值及该二氧化碳浓度终值计算一整体浓度变化量；以及
该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人，其中该整体浓度变化量为正判断该室内空间有人，该整体浓度变化量为负判断该室内空间无人。
2.如权利要求1所述的室内人体侦测的方法，其特征在于，其中于该传感器侦测该室内空间的一二氧化碳浓度终值的步骤前，进一步包含该传感器侦测该室内空间的多个二氧化碳浓度值，其中该些个二氧化碳浓度值之间其取样间隔为一第二时间区段。
3.如权利要求2所述的室内人体侦测的方法，其特征在于，其中于该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人的步骤中，当该整体浓度变化量为正时，其步骤进一步包含：
计算该些个二氧化碳浓度值的多个局部浓度变化量；
计算一上升次数，其中该上升次数为该些个局部浓度变化量的正负为正的数量；以及
该上升次数超过一第一门槛值判断该室内空间有人。
4.如权利要求3所述的室内人体侦测的方法，其特征在于，其中该些个局部浓度变化量为对应一时间点的该些个二氧化碳浓度值之一与该时间点之前的该些个二氧化碳浓度值之一相减。
5.如权利要求3所述的室内人体侦测的方法，其特征在于，其中于该上升次数超过一第一门槛值判断该室内空间有人的步骤中，其步骤进一步包含该上升次数高于该第一门槛值时，一计数器的一统计值为零以上累进加一，该计数器的该统计值为负则为一。
6.如权利要求5所述的室内人体侦测的方法，其特征在于，其中于该上升次数高于该第一门槛值时，一计数器的一统计值为零以上累进加一，该计数器的该统计值为负则为一的步骤后进一步包含：
该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值；
计算一投票次数，其中该投票次数为该些个传感器对应的该些个计数器的该些个统计值超过一第三门槛值的数量；以及
该投票次数超过该些个传感器数量的一半判断该室内空间有人。
7.如权利要求2所述的室内人体侦测的方法，其特征在于，其中于该电子设备依据该整体浓度变化量的正负判断该室内空间是否有人的步骤中，当该整体浓度变化量为负时，其步骤进一步包含：
计算该些个二氧化碳浓度值的多个局部浓度差值；
计算一下降次数，其中该下降次数为该些个局部浓度差值小于一浓度设定差值的数量；以及
该下降次数小于一第二门槛值判断该室内空间有人，该下降次数高于该第二门槛值以上判断该室内空间无人。
8.如权利要求7所述的室内人体侦测的方法，其特征在于，其中该些个局部浓度差值为对应一时间点的该些个二氧化碳浓度值之一与该时间点之前的该些个二氧化碳浓度值之一相减后取绝对值的结果。
9.如权利要求7所述的室内人体侦测的方法，其特征在于，其中于该下降次数小于一第二门槛值判断该室内空间有人的步骤中，其步骤进一步包含该计数器的该统计值为零以上累进加一，该计数器的该统计值为负则为一。
10.如权利要求9所述的室内人体侦测的方法，其特征在于，其中于该下降次数小于一第二门槛值判断该室内空间有人的步骤中，其步骤进一步包含：
该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值；
计算该投票次数，其中该投票次数为该些个传感器对应的该些个计数器的该些个统计值超过一第三门槛值的数量；以及
该投票次数超过该些个传感器数量的一半判断该室内空间有人。
11.如权利要求7所述的室内人体侦测的方法，其特征在于，其中于该下降次数高于该第二门槛值以上判断该室内空间无人的步骤中，其步骤进一步包含该计数器的该统计值为零以下则减一，该计数器的该统计值为正则为负一。
12.如权利要求11所述的室内人体侦测的方法，其特征在于，其中于该下降次数高于该第二门槛值以上判断该室内空间无人的步骤中，其步骤进一步包含：
该室内空间具有多个传感器，其中该些个传感器具有对应的多个计数器的多个统计值；
计算该投票次数，其中该些个统计值为负的该些个传感器数量超过该些个传感器数量的一半则该投票次数减一，该些个统计值为负的该些个传感器数量低于该些个传感器数量的一半则该投票次数归零；以及
该投票次数低于一第四门槛值判断该室内空间无人。
13.如权利要求5或9或11所述的室内人体侦测的方法，其特征在于，其中于计算该计数器的统计值的步骤后进一步包含该统计值高于该第三门槛值判断该室内空间有人。
14.如权利要求5或9或11所述的室内人体侦测的方法，其特征在于，其中于计算该计数器的统计值的步骤后进一步包含该统计值低于该第四门槛值判断该室内空间无人。
CN201710431486.8A 2017-06-09 2017-06-09 室内人体侦测的方法 Expired - Fee Related CN109030715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710431486.8A CN109030715B (zh) 2017-06-09 2017-06-09 室内人体侦测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710431486.8A CN109030715B (zh) 2017-06-09 2017-06-09 室内人体侦测的方法

Publications (2)

Publication Number Publication Date
CN109030715A true CN109030715A (zh) 2018-12-18
CN109030715B CN109030715B (zh) 2021-04-06

Family

ID=64628701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710431486.8A Expired - Fee Related CN109030715B (zh) 2017-06-09 2017-06-09 室内人体侦测的方法

Country Status (1)

Country Link
CN (1) CN109030715B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110927333A (zh) * 2019-10-31 2020-03-27 深圳绿米联创科技有限公司 人体检测的方法、硬件***、装置、电子设备及存储介质
CN112051621A (zh) * 2019-08-15 2020-12-08 河南紫联物联网技术有限公司 一种房间有人无人状态的判定方法与装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1654892A (zh) * 2004-02-12 2005-08-17 三洋电机株式会社 空调装置
CN102693600A (zh) * 2011-12-14 2012-09-26 河南科技大学 一种单元式灾害控制方法及***
CN103985210A (zh) * 2014-05-23 2014-08-13 徐晓青 一种入侵检测监控方法及装置
US20140278145A1 (en) * 2013-03-14 2014-09-18 Src, Inc. Method And System For Human Presence Correlation Using Carbon Dioxide
CN104354695A (zh) * 2014-10-29 2015-02-18 来安县新元机电设备设计有限公司 一种防止在汽车内窒息的方法和***
CN105059226A (zh) * 2015-08-24 2015-11-18 无锡伊佩克科技有限公司 基于人体感应的汽车控制方法
CN105083190A (zh) * 2015-09-14 2015-11-25 吕东贤 一种车内二氧化碳浓度探测的智能救护***
CN105279871A (zh) * 2014-06-19 2016-01-27 徐晓青 一种入侵检测装置和方法
CN105501113A (zh) * 2014-10-14 2016-04-20 德尔福技术有限公司 具有co2检测的乘坐者安全***
CN105913609A (zh) * 2016-05-27 2016-08-31 柳州铁道职业技术学院 儿童被锁车内报警器及其检测方法
CN106023506A (zh) * 2016-06-08 2016-10-12 宁德师范学院 一种火灾前期预警方法
CN106183708A (zh) * 2016-07-12 2016-12-07 上海爱斯达克汽车空调***有限公司 车厢内二氧化碳浓度监测***及其控制方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1654892A (zh) * 2004-02-12 2005-08-17 三洋电机株式会社 空调装置
CN102693600A (zh) * 2011-12-14 2012-09-26 河南科技大学 一种单元式灾害控制方法及***
US20140278145A1 (en) * 2013-03-14 2014-09-18 Src, Inc. Method And System For Human Presence Correlation Using Carbon Dioxide
CN103985210A (zh) * 2014-05-23 2014-08-13 徐晓青 一种入侵检测监控方法及装置
CN105279871A (zh) * 2014-06-19 2016-01-27 徐晓青 一种入侵检测装置和方法
CN105501113A (zh) * 2014-10-14 2016-04-20 德尔福技术有限公司 具有co2检测的乘坐者安全***
CN104354695A (zh) * 2014-10-29 2015-02-18 来安县新元机电设备设计有限公司 一种防止在汽车内窒息的方法和***
CN105059226A (zh) * 2015-08-24 2015-11-18 无锡伊佩克科技有限公司 基于人体感应的汽车控制方法
CN105083190A (zh) * 2015-09-14 2015-11-25 吕东贤 一种车内二氧化碳浓度探测的智能救护***
CN105913609A (zh) * 2016-05-27 2016-08-31 柳州铁道职业技术学院 儿童被锁车内报警器及其检测方法
CN106023506A (zh) * 2016-06-08 2016-10-12 宁德师范学院 一种火灾前期预警方法
CN106183708A (zh) * 2016-07-12 2016-12-07 上海爱斯达克汽车空调***有限公司 车厢内二氧化碳浓度监测***及其控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
GUILLAUME ANSANAY-ALEX: "Estimating Occupancy Using Indoor Carbon Dioxide Concentrations Only in an Office Building: a Method and Qualitative Assessment", 《ARXIV》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112051621A (zh) * 2019-08-15 2020-12-08 河南紫联物联网技术有限公司 一种房间有人无人状态的判定方法与装置
CN112051621B (zh) * 2019-08-15 2024-03-15 河南紫联物联网技术有限公司 一种房间有人无人状态的判定方法与装置
CN110927333A (zh) * 2019-10-31 2020-03-27 深圳绿米联创科技有限公司 人体检测的方法、硬件***、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN109030715B (zh) 2021-04-06

Similar Documents

Publication Publication Date Title
US20240185609A1 (en) Information processing method, recording medium, and information processing system
CN109157186A (zh) 无人化自助视力监测仪
CN105590007B (zh) 刷牙姿态的分析方法及分析***
CN204256821U (zh) 一种高智能闸机
CN109030715A (zh) 室内人体侦测的方法
CN114140275A (zh) 一种具有健康关怀的智慧社区云平台***
CN110544312A (zh) 虚拟场景中的视频显示方法、装置、电子设备与存储装置
CN106599802A (zh) 一种基于云技术的智能楼道监控***
CN106713815A (zh) 楼宇对讲***
CN109775501A (zh) 一种应用于电梯的投影触控物联网救援***
CN112991607A (zh) 一种可有效采集进门人脸部信息的门禁***
CN114563969A (zh) 一种实验室用智能安全***及其控制方法
CN104732697A (zh) 一种基于物联网与脸部识别的安全监控***
CN104867205A (zh) 一种安全识别监控***
CN107368825A (zh) 一种危险区域内人数检测装置、方法及***
CN111753636A (zh) 基于面部遮挡条件下的测温识别方法及***
JP7516711B2 (ja) 保険料算出システム
CN106023365A (zh) 一种基于景区安全的人像与身份证比对识别方法及***
TWI647669B (zh) Indoor human body detection method
CN109242490A (zh) 基于人脸识别的支付信息确认方法
CN104851151A (zh) 一种安全识别监控***
CN103680027B (zh) 一种远程门卫监控装置
CN104851154A (zh) 一种安全识别监控***
CN204515963U (zh) 一种基于物联网与视网膜识别的安全监控***
CN111568427A (zh) 老人活动状态监测***和方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210406