CN109076310B - 物理位置的自主语义标记 - Google Patents
物理位置的自主语义标记 Download PDFInfo
- Publication number
- CN109076310B CN109076310B CN201780022475.2A CN201780022475A CN109076310B CN 109076310 B CN109076310 B CN 109076310B CN 201780022475 A CN201780022475 A CN 201780022475A CN 109076310 B CN109076310 B CN 109076310B
- Authority
- CN
- China
- Prior art keywords
- data
- fingerprint
- semantic tag
- signals
- received
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/303—Terminal profiles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephone Function (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
便携式电子设备可生成射频(RF)指纹,该RF指纹包括表示在给定的物理位置处接收的RF信号中的至少一部分的信息。该RF指纹可包括例如唯一标识符和信号强度,两者都与所接收的RF信号中的至少一部分逻辑地相关联。便携式电子设备还可接收表示该便携式电子设备附近的数个环境参数的数据。可使用由便携式电子设备携带的传感器来测量这些环境参数。组合地考虑,这些环境参数提供了针对给定位置的环境签名。当被组合为数据集群时,RF指纹和环境签名可提供对便携式电子设备所位于的物理细分区域的指示。该便携式电子设备随后可生成针对该物理细分区域的所提出的语义标签。
Description
技术领域
本公开涉及用于便携式设备的自主位置检测。
背景技术
当前,许多便携式电子设备使用利用传统IEEE 802.11位置服务确定的或以其他方式计算的绝对位置或地理坐标。这些技术通常基于接收到的信号强度指示符(RSSI)传播模型、WiFi飞行时间(ToF)或者通过将来自数个不同的WiFi源的一组RSSI编译成位置签名(例如,RSSI指纹识别)来使用三边测量导出设备位置。这些方案中的一些允许便携式电子设备的用户输入(enter)或以其他方式输入(input)语义标签(例如,房间级别的室内位置),随后将语义标签与相应的位置逻辑地相关联。
典型的方法可包括在每一个房间内的数个位置处或在语义位置处收集WiFi样本,然后应用监督分类算法以将新的WiFi测量结果映射到经训练的热点。此类现有的方案是繁琐的,要求便携式电子设备用户手动地训练房间分类器或语义分类器以创建将特定的签名映射到特定的语义位置或房间位置的WiFi数据库。此类***是是劳动密集型的,并且当房间环境改变时要求定期维护。
附图说明
随着以下具体实施方式进行并且在参照附图时,所要求保护的主题的各实施例的特征和优点将变得显而易见,其中,类似数字指代类似部件,并且其中:
图1提供了根据本公开的至少一个实施例的说明性自主语义标记***的示意图;
图2提供了根据本公开的至少一个实施例的使用房间中的多个设备的说明性自主语义标记***的示意图;
图3提供了根据本公开的至少一个实施例的可在其上实现自主语义标记***的示例***的框图;
图4提供了根据本公开的至少一个实施例的示例语义标记方法的高级流程框图;
图5提供了根据本公开的至少一个实施例的用于与图4中的语义标记方法一起使用的示例环境签名内容提取***的高级流程框图;
图6提供了根据本公开的至少一个实施例的示例语义标记方法的高级逻辑流程图;
图7提供了根据本公开的至少一个实施例的包括自主设备简档选择的示例语义标记方法的高级逻辑流程图;
图8提供了根据本公开的至少一个实施例的包括与其他本地便携式电子设备交换物理位置数据的示例语义标记方法的高级逻辑流程图;以及
图9提供了根据本公开的至少一个实施例的在其中基于便携式电子设备的物理位移来调整射频(RF)采样频率的示例语义标记方法的高级逻辑流程图。
虽然以下具体实施方式将参照说明性实施例进行,但是其许多替代方案、修改和变型对本领域技术人员而言将是显而易见的。
具体实施方式
本文中所公开的***和方法提供了自动地学习与室内环境中的物理位置逻辑地相关联的语义标签的方案。此类物理位置可包括房间或存在于较大结构内的类似的可分隔的子结构,或者可包括较大区域的子部分,诸如,体育馆或具有很少的(如果有)内部分隔物的类似的大型开放式结构的子部分。本文中所公开的***和方法提出了针对物理位置进行语义标记而不需要任何显式的用户训练。此类***和方法有益地并有利地提供了在日常基础上结合位置感知技术的流畅的用户体验。
此类物理位置的语义标记提供了超过当前最先进***的显著的益处。例如,此类***和方法可在家庭环境中提供家长控制,在该家庭环境中,便携式电子设备可简单地通过识别诸如主卧室、起居室或孩子的卧室之类的物理位置来自动地在设备简档之间切换。在另一示例中,此类***和方法可用于通过跟踪设备用户睡觉所在的位置并依据位置提供关于用户的睡眠质量的反馈来对睡眠进行监测。在另一示例中,此类***和方法可用于通过跟踪老年人在何处花费时间以形成对诸如膳食、卫生间活动和娱乐活动之类的老年人的日常生活的理解来进行老年人看护。这样可允许对不健康趋势和紧急情况的检测。
代替于要求便携式电子设备的用户手动地收集每一个房间中的WiFi训练数据并对该数据进行标记,本文中所描述的***和方法利用用户的日常活动期间在后台中收集的WiFi数据。本文中所描述的***和方法自动地将WiFi信号分组或集群化为WiFi信号空间中的虚拟房间,该虚拟房间可经由简化的用户注释过程而映射到物理房间。本文中所描述的***和方法可采用从由便携式电子设备所携带的一个或多个传感器收集的数据来推断用户活动,并且基于用户的运动状态对数据进行滤波,以减少WiFi信号噪声并适应WiFi信号中的日常波动。另外,此类用户运动性数据可用于调整对WiFi数据的采样频率、由用户标识个人重要地点、以及确定伺机收集设备用户反馈的最佳时间。例如,当设备传感器数据指示用户是静止的时,可降低WiFi采样频率——这样可减少在单个位置处的冗余数据的收集。在另一示例中,当设备传感器数据指示用户正在运动中时所收集的WiFi数据可被丢弃,因为此类数据典型地在用户在房间之间转换时被收集。在实施例中,经滤波的WiFi数据可缓冲在便携式电子设备存储器中,直到数据大小超过所定义的阈值。当所收集的数据超过阈值时,可对所收集的WiFi数据应用无监督集群化过程,以形成逻辑集群和虚拟房间。
一旦确定便携式电子设备的用户是静止的(即,保持在同一位置中超过所定义的时间),本文中所描述的***和方法将伺机且自主地提示用户提供反馈。此类反馈可用于利用语义标签对当前的虚拟房间进行标记、认定***已经自主地将正确的语义标签分配到当前的虚拟房间、或者用于当***已经自主地将不正确的语义标签分配到当前的虚拟房间时纠正并重新训练该***。此类设备用户反馈可有益地用于针对分类状态机以及针对用于评估分类状态机的性能的基础事实的训练反馈。在缺少用户反馈的情况下,高性能状态机可用于自动地将新发现的数据集群或虚拟房间与已知的或先前所标记的物理房间进行合并。例如,如果可将虚拟房间中的WiFi指纹以高置信度分类为已知的物理房间,则该虚拟房间可以共享房间标签并且被映射到对应的物理房间。
***和方法有益地融合来自往往由便携式电子设备携带的传感器(例如,音频传感器、加速度计)的数据,以在捕捉表示房间的上下文时对WiFi数据进行扩充并且利用该数据自动地传播标签或合并房间。例如,房间的环境音频简档可能跨不同的房间是唯一的,并且可用作用于标识物理房间的签名。随后可自动地合并与物理房间共享同一个音频签名的新发现的虚拟房间,并自动地对该虚拟房间进行标记,而无需用户输入。类似地,通过融合加速度计数据,在便携式电子设备静止的时间段期间所检测到的不同的虚拟房间可自动地被合并,或者甚至相应地被标记,如果静止时间窗口与高置信度的物理房间检测重叠。
提供了便携式电子设备。该便携式电子设备可包括收发器、传感器以及可通信地耦合到收发器并且耦合到传感器的电路,该收发器在操作时接收射频(RF)频谱中的所定义的部分内的多个RF信号。该便携式电子设备进一步包括可通信地耦合到电路的存储设备,该存储设备用于存储机器可读指令,该机器可读指令在由至少一个电路执行时使得该至少一个电路提供语义标记控制器。该语义标记控制器使用来自多个所接收的RF信号中的每一个RF信号的至少一个参数来选择性地生成至少一个RF指纹;从传感器接收至少一个输出信号,该输出信号包括指示便携式电子设备外部的物理细分区域的数据或信息;使用来自至少一个传感器输出信号的至少一个参数来选择性地生成至少一个环境签名;响应于RF指纹满足至少一个阈值标准而选择性地将表示至少一个RF指纹的数据以及表示至少一个环境签名的数据或信息分组为数据集群;并且至少部分地基于RF指纹和环境签名来自主地提出用于与物理细分区域的逻辑关联的语义标签。
还提供了便携式电子设备控制器。该控制器可包括可通信地可耦合到射频(RF)收发器并且可通信地可耦合到传感器的电路以及可通信地耦合到该电路的存储设备,该传感器生成包括指示物理细分区域中该电路附近的周围环境的数据或信息的信号,该存储设备用于存储机器可读指令,该机器可读指令在由至少一个电路执行时使得该至少一个电路提供语义标记控制器。该语义标记控制器可使用来自多个所接收的RF信号中的每一个RF信号的至少一个参数来选择性地生成至少一个RF指纹;从传感器接收至少一个输出信号,该输出信号包括指示便携式电子设备外部的物理细分区域的数据或信息;使用来自至少一个传感器输出信号的至少一个参数来选择性地生成至少一个环境签名;响应于RF指纹满足至少一个阈值标准而选择性地将表示至少一个RF指纹的数据以及表示至少一个环境签名的数据或信息分组为数据集群;并且至少部分地基于RF指纹和环境签名来自主地提出用于与物理细分区域的逻辑关联的语义标签。
提供了自主语义标记方法。该方法可包括:由语义标记控制器使用来自多个所接收的射频(RF)信号中的每一个RF信号的至少一个参数来选择性地生成至少一个RF指纹;由语义标记控制器从可通信地耦合的传感器接收至少一个输出信号,该输出信号包括指示便携式电子设备外部的物理细分区域的数据或信息;由语义标记控制器使用来自至少一个传感器输出信号的至少一个参数来选择性地生成至少一个环境签名;由语义标记控制器响应于RF指纹满足至少一个阈值标准而选择性地将表示至少一个RF指纹的数据以及表示至少一个环境签名的数据或信息分组为数据集群;并且由语义标记控制器至少部分地基于RF指纹和环境签名来自主地提出用于与物理细分区域的逻辑关联的语义标签。
提供了自主语义标记***。该***可包括:用于使用来自多个所接收的射频(RF)信号中的每一个RF信号的至少一个参数来选择性地生成至少一个RF指纹的装置;用于接收包括指示便携式电子设备外部的物理细分区域的数据或信息的至少一个输出信号的装置;用于使用来自至少一个传感器输出信号的至少一个参数来选择性地生成至少一个环境签名的装置;用于响应于RF指纹满足至少一个阈值标准而选择性地将表示至少一个RF指纹的数据以及表示至少一个环境签名的数据或信息分组为数据集群的装置;以及用于至少部分地基于RF指纹和环境签名来自主地提出用于与物理细分区域的逻辑关联的语义标签的装置。
提供了存储设备。该存储设备可包括机器可读指令,该机器可读指令在由电路执行时使得该电路提供语义标记控制器,该语义标记控制器使用来自多个所接收的RF信号中的每一个RF信号的至少一个参数来选择性地生成至少一个RF指纹;从传感器接收至少一个输出信号,该输出信号包括指示便携式电子设备外部的物理细分区域的数据或信息;使用来自至少一个传感器输出信号的至少一个参数来选择性地生成至少一个环境签名;响应于RF指纹满足至少一个阈值标准而选择性地将表示至少一个RF指纹的数据以及表示至少一个环境签名的数据或信息分组为数据集群;并且至少部分地基于RF指纹和环境签名来自主地提出用于与物理细分区域的逻辑关联的语义标签。
图1提供了根据本公开的至少一个实施例的说明性自主位置检测和语义标记***100的示意图。在实施例中,数个射频(RF)发射器104A-104n(统称为“RF发射器104”)可各自位于相应的数个位置102A-102n(统称为“位置102”)中的一个位置中。每一个RF发射器104A-104n生成相应的RF信号106A-106n(统称为“RF信号106”),该相应的RF信号106包括相应的唯一标识符108A-108n并且具有信号强度110A-110n(统称为“信号强度110”),该信号强度110与距始发RF发射器104的距离的平方成反比地变化。诸如智能电话或类似的便携式、基于处理器的计算设备之类的便携式电子设备122可设置在位置112处的位置124A处,位置112不同于位置102但在位置102的附近。例如,便携式电子设备120可设置在结构112的一个房间130A中,结构112包括诸如房间、办公室、会议室等数个细分区域130A-130n(统称为“细分区域130”),这些细分区域可由全部高度或部分高度的隔板、墙壁或其他类似分隔物隔开。在一些实现方式中,RF设备114可设置在结构112内的不同的房间130n中。
便携式电子设备122可位于物理位置124A处,例如,结构112的细分区域130A中的物理位置124A处。在物理位置124A处放置便携式电子设备距RF设备104A-104n中的每一个RF设备一定的距离。在物理位置124A处,RF信号106A-106n的唯一标识符108A-108n和信号强度110A-110n以及RF信号116的唯一标识符118和信号强度120形成包含对物理位置124A唯一的数个值或“RF指纹”的数据集或数据集群。以相似的方式,可由唯一的RF指纹来标识***100内的任何物理位置124A-n。
随着将便携式电子设备122移动到结构112中的不同的物理位置(例如,不同的细分区域130A-130n),该便携式电子设备处的RF指纹(即,包含每一个RF信号104A-104n和114的唯一标识符和信号强度的数据集)将改变。事实上,随着便携式电子设备120在结构112内的单个细分区域130附近移动,由便携式电子设备122检测到的RF指纹将改变。RF指纹的此类变化使得映射单个细分区域130的范围是困难的、繁琐的并且耗时的。
在实现方式中,便携式电子设备122可包括数个传感器。由便携式电子设备122携带的传感器可收集与该便携式电子设备122附近的外部环境或周围环境中的全部或部分有关的信息。此类信息可包括但不限于,环境中的环境音频水平、环境中的环境光水平、便携式电子设备在环境中的移动和/或环境的一个或多个图像。在实现方式中,由便携式电子设备122携带的传感器可提供相应的输出信号,该相应的输出信号包括表示便携式电子设备122附近的周围环境的一个或多个方面的数据或信息。
在实现方式中,结构112内的每一个细分区域130可包括元素140,该元素140唯一地表征和/或标识相应的细分区域130内的周围环境。这些元素140中的每一个可包括表征该元素140并且可辅助细分区域130的标识的一个或多个环境签名142A-142n(统称为“环境签名142”)。这些环境签名142可包括唯一的颜色、唯一的形状、唯一的声音或其组合。例如,诸如厨房之类的细分区域130可包括产生可识别的、可再现的并且可标识的环境签名142A-142n的各种器具(例如,冰箱140A、空调140B、垃圾处理机140n)。在此类实例中,由便携式电子设备122携带的音频传感器可捕捉能够表征结构112内的特定细分区域130的数据或信息。例如,由便携式电子设备122携带的话筒可输出音频信号,该音频信号包括表示诸如厨房之类的细分区域130中的运行中的冰箱或操作中的垃圾处理机的特有的音频的数据或信息。可在厨房细分区域130内的物理位置124中的一些或全部物理位置处捕捉此类音频信息。
将所接收的RF指纹数据与由便携式电子设备122携带的一个或多个传感器生成的传感器输出数据组合可形成数据集群。在实施例中,便携式电子设备122可通过将所接收的RF指纹数据中的一些或全部与包括在所接收的传感器输出数据中的数据或信息中的一些或全部组合来选择性地生成一个或多个数据集群。对于细分区域130内的各个物理位置124,RF指纹可变化,然而在包括在便携式电子设备传感器输出数据中的数据或信息之间存在足够的相似性,从而允许得出结论:具有不同的RF指纹但类似的传感器输出数据的所有数据集群表示共同细分区域130内的不同的物理位置124。
例如,数个RF指纹将在诸如厨房之类的细分区域130内的不同的物理位置124处存在,然而,可贯穿厨房细分区域130听到运行中的冰箱或运行中的垃圾处理机的特有的声音。在此类实例中,可得出结论:在与数据集群中的一些或全部逻辑地相关联的RF指纹相异(即,表示不同的物理位置124)的同时,数据集群中的一些或全部共享表示共同细分区域130(即,厨房)内的物理位置124的充分类似的传感器输出数据(即,包括运行中的冰箱或操作中的垃圾处理机的音频信号)。在此类实例中,便携式电子设备120可提出诸如“厨房”之类的语义标签,以供与由数据集群中的每一个所定义的“虚拟”细分区域逻辑地相关联。换言之,便携式电子设备能够将语义标签分配给由结构112中的一个或多个物理位置124定义的数据集群的集合。
虽然如图1中的结构进行描绘,但位置102可包括任何数量的室内位置和室外位置和/或室内位置和室外位置的任何组合。例如,便携式电子设备120可被定位在接收到来自多个RF发射器104的RF信号106的物理位置。这可包括RF信号的混合,诸如:公共公园中的不安全的室外Wi-Fi连接、图书馆中的不安全的室内Wi-Fi连接和私人家庭中的安全的室内Wi-Fi连接。位置102中的每一个包含生成RF信号106的一个或多个RF发射器104,RF信号106包含至少唯一标识符108,唯一标识符108与始发RF发射器104逻辑地相关联或者是可与始发RF发射器104逻辑地相关联的。
RF发射器104可包括任何数量的能够产生、生成和发射包括唯一标识符108的RF信号106的当前的和/或未来的发射器、接收器或收发器和/或这些发射器、接收器或收发器的任何组合。在一些实现方式中,RF发射器104可包括一个或多个无线路由器,诸如一个或多个兼容IEEE 802.11(最新版本)的无线路由器。在一些实现方式中,RF发射器104可包括一个或多个有线或无线调制解调器,诸如,一个或多个有线电缆调制解调器、一个或多个有线数字用户线(DSL)调制解调器或者一个或多个卫星连接调制解调器。在一些实现方式中,RF发射器104可包括能够在“无线热点”或“热点”模式下操作的一个或多个便携式电子设备。
每一个RF发射器104可产生、生成和/或发射RF信号106,RF信号106包括唯一标识符108并且具有信号强度110,信号强度110在距相应的RF发射器的距离的平方的倒数(1/d2)与该距离的五次方的倒数(1/d5)之间的某处变化。在实施例中,每一个RF发射器104可使用包括报头或类似逻辑格式的帧、分组或类似的离散逻辑结构来形成诸如分组交换网络之类的网络的一部分,该报头或类似逻辑格式包括指示对相应的RF发射器唯一的标识符的数据。在此类实施例中,唯一标识符108可包括指示网络接口卡(NIC)标识符的数据。在一些实现方式中,唯一标识符可包括指示媒体访问卡(MAC)地址的数据。在一些实现方式中,RF发射器104可包括与任何当前的或未来的IEEE802.11(Wi-Fi)标准兼容的发射器或收发器。在一些实现方式中,RF发射器104可包括与任何当前的或未来的标准兼容的发射器或收发器。在一些实现方式中,RF发射器104可包括与任何当前的或未来的近场通信(NFC)标准兼容的发射器或收发器。在一些实现方式中,RF收发器104可包括与任何当前的或未来的无线数字数据传送标准兼容的任何数量的发射器或收发器或者这些发射器或收发器的任何组合。
结构112可包括具有一个或多个细分区域130A-130n的任何结构。在一些实现方式中,结构112可包括封闭的结构,诸如,住宅、商业建筑、购物中心或任何其他封闭式结构。在一些实现方式中,结构112可包括开放式或半开放式结构,诸如,室外公园、露天剧场或所定义的区域中的任何其他部分地或完全地开放的结构。单个结构112可包括或纳入任何数量的物理位置124A-124n。单个结构112可包括或纳入任何数量的细分区域130。单个细分区域130可包括任何数量的物理位置124。
例如,诸如办公建筑之类的结构112可包括数十甚至数百个诸如办公室或会议室之类的细分区域130。结构112中的细分区域130中的每一个可包括任何数量的物理位置124。在另一示例中,结构112可包括公共公园,该公共公园包括数个细分区域130,诸如,儿童的游乐场、网球场、游泳池以及自然区域。结构112中的细分区域130中的每一个可包括任何数量的物理位置124。
图2描绘了根据本公开的至少一个实施例的说明性细分区域130,其包括设置在贯穿该细分区域130的不同物理位置124A-124n中的多个元素140和多个便携式电子设备122A-122n。细分区域130可包括任何室内或室外位置。如图2中所描绘,便携式电子设备122A和122B分别设置在细分区域130内的物理位置124A和124B处。便携式电子设备122A和122B将数据集群212A、212B以及逻辑地相关联的语义标签210A、210B传送到便携式电子设备122n。数据集群212A和212B包括相应的RF指纹214A、214B(统称为“RF指纹214”)以及相应的环境指纹216A、216B。在一个示例中,由便携式电子设备122A和122B提供给便携式电子设备122n的环境签名216A和216B(统称为“环境签名216”)可包括源自相应的数个环境元素140A-140n的数个环境签名142A-142n,该数个环境元素140A-140n设置在细分区域130中、细分区域130上、细分区域130附近或细分区域130周围。
在一个实施例中,便携式电子设备122A和122B可设置在厨房中,并且环境元素可包括典型地在厨房中遇到的物品,诸如,冰箱140A、垃圾处理机140B和抽油烟机140C。环境签名142A-142C可由相应的环境元素140A-140C生成。在此类实施例中,便携式电子设备122A和122B可分别将数据集群212A和212B传送到便携式电子设备122n。便携式电子设备122n可接收数据集群212A和212B,并且将环境签名142A和142B与本地收集的环境签名142n进行比较。如果本地收集的环境签名142n良好地与环境签名142A和142B进行比较(即,在所定义的限制或容限内),则便携式电子设备122n可得出结论:物理位置124n与物理位置124A和124B在同一细分区域130内,并且可建议或提出使用由便携式电子设备122A和122B提供的语义标签210A和210B“厨房”。
便携式电子设备122n与便携式电子设备122A和122B之间的此类通信有益地提高了使用由便携式电子设备122n收集的一个或多个虚拟房间数据集群来确定适当的语义标签的准确性和速度。当与仅依赖于RF指纹识别的***和方法相比时,由RF指纹提供的位置数据或信息与逻辑地获取的环境签名216的这种合并提供了准确性和语义标记的显著改进。
图3和下列讨论提供了对形成说明性***300的组件的简要的、总体的描述,该说明性***300包括一个或多个语义标记控制器312,可在其中实现便携式电子设备122的所图示的各种实施例。一些实施例可包括机器可读或计算机可执行的指令集,诸如,正在由一个或多个语义标记控制器312执行的程序应用模块、对象或宏。一些实施例可包括以硬连线电路、半导体电路、微处理器、控制器或类似器件的形式实现的电路,其提供射频(RF)指纹电路314、环境签名电路316、数据分组电路318、语义标记电路320、设备简档选择电路322等等。
相关领域的技术人员将领会,所图示的实施例以及其他实施例可以通过其他基于电路的设备配置来实施,这些基于电路的设备配置包括便携式电子设备或手持式电子设备,例如智能电话、便携式计算机、可穿戴计算机、基于微处理器的或可编程的消费电子产品,个人计算机(“PC”)、网络PC、小型计算机、大型计算机等等。实施例可以在分布式计算环境中实施,在分布式计算环境中,任务或模块由通过通信网络链接的远程处理设备执行。在分布式计算环境中,程序模块可位于本地和远程存储器存储设备两者中。
便携式电子设备122可包括任何数量的电路310,电路310中的每一个可包括部分地或完整地设置在可穿戴计算机、便携式计算设备、个人数字助理、个人计算机、或者能够执行机器可读指令的其他类似的当前的或未来的基于处理器的设备和/或***中的各种电子和/或半导体组件。一个或多个电路310可经由一个或多个通信链路306与便携式电子设备122内的各种组件互连、电耦合和/或可通信地耦合到这些组件。如图3中所描绘,可将一个或多个电路310分派或分配到一个或多个控制器312、RF指纹生成电路314、环境签名电路316、数据分组电路318、语义标记电路320和设备简档选择电路322。
如图3中所描绘,诸如***存储器322之类的***组件可经由一个或多个通信链路306可通信地耦合到一个或多个电路310。便携式电子设备122在本文中有时可能以单数形式被引用,但是这并不旨在将实施例限制于单个***,因为在某些实施例中,将存在多于一个的便携式电子设备122或所涉及的其他联网的***、电路或设备。
一个或多个电路310可包括任何数量、类型的导体、绝缘体、电气器件和/或半导体组件,或者其任何组合。有时,一个或多个电路310可以全部或部分地以半导体器件的形式实现,该半导体器件诸如,二极管、晶体管、电感器、电容器和电阻器。此类实现方式可包括但不限于任何当前或未来开发的单核或多核处理器或微处理器,诸如:一个或多个片上***(SOC);一个或多个中央处理单元(CPU);一个或多个数字信号处理器(DSP);一个或多个图形处理单元(GPU);一个或多个专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA),等等。除非另有描述,否则图3中所示的各框的构造和操作是常规设计的构造和操作。作为结果,此类框不需要在本文中进一步详细描述,因为相关领域的技术人员将会理解这些框。使组件中的至少一些组件互连的一个或多个通信链路306可采用任何已知的串行或并行总线结构或架构。
***存储器322可包括只读存储器(“ROM”)324和随机存取存储器(“RAM”)326。ROM324的一部分可包含基本输入/输出***(“BIOS”)328。BIOS 328可向便携式电子设备122提供基本功能。例如,在一些实现方式中,通过使一个或多个电路310加载一个或多个机器可读指令集,该机器可读指令集使得一个或多个电路310提供特定并专用的语义标记控制器312并且起到特定并专用的语义标记控制器312的作用。在另一示例中,BIOS 328可使通用电路310、处理器、微处理器或类似的器件执行机器可读指令集,该机器可读指令集使得通用电路310变换为一个或多个专用的或特定的机器和/或电路,诸如,RF指纹生成电路314、环境签名电路316、数据分组电路318、语义标记电路320以及设备简档选择电路322。
便携式电子设备122可包括一个或多个可通信地耦合的非瞬态数据存储设备332。一个或多个数据存储设备332可以包括任何数量的任何当前或未来开发的非瞬态存储设备和/或存储器和/或任何当前或未来开发的非瞬态存储设备和/或存储器的任何组合。此类非瞬态数据存储设备332的非限制性示例可以包括但不限于:一个或多个磁存储设备、一个或多个光存储设备、一个或多个固态电磁存储设备、一个或多个电阻存储设备、一个或多个分子存储设备、一个或多个量子存储设备或其各种组合。
如本领域技术人员已知的,一个或多个存储设备332可包括将相应的存储设备332可通信地耦合到一个或多个通信链路306的接口或控制器(未示出)。一个或多个存储设备332可包含机器可读指令集、数据结构、程序模块以及对便携式电子设备122有用的其他数据。在一些实例中,可将一个或多个外部存储设备330可通信地耦合到便携式电子设备122。此类外部存储设备330对于便携式电子设备122可以是本地的,或者是便携式电子设备122的远程设备。在一个示例中,一个或多个外部存储设备330可包括一个或多个远程的基于服务器的存储设备或“云”存储设备,其经由一个或多个网络可双向通信地耦合到便携式电子设备122,该一个或多个网络诸如,一个或多个无线网络(例如,IEEE 802.11“Wi-Fi”)、一个或多个有线网络(例如,IEEE 802.3“以太网”)或其组合。
便携式电子设备122可包括数个传感器380,这些传感器380经由一个或多个通信链路306可通信地耦合到语义标记控制器312和/或环境签名电路316。在一些实现方式中,传感器380可包括以下各项中的一些或全部:一个或多个音频输入传感器382(例如,一个或多个话筒或类似的传感器);一个或多个图像传感器384(例如,一个或多个电荷耦合器件(CCD)或互补金属氧化物半导体(CMOS)图像传感器、环境光级传感器、或类似的传感器);一个或多个红外照明器/红外图像采集传感器386;一个或多个基于移动或运动的传感器388,或者其组合。在至少一些实现方式中,此类传感器380可在规则的、不规则的、周期性的或非周期性的基础上自主地收集环境数据或信息。
机器可读指令集和/或应用程序338与内务(housekeeping)指令集340可整体或部分地存储或以其他方式保留在***存储器324中。此类指令集可从一个或多个存储设备332和/或一个或多个外部存储设备330转移,并且整体或部分地存储在***存储器324中,以供一个或多个电路310执行。机器可读指令集338可包括提供本文中所描述的语义标记功能和能力的指令和/或逻辑。
例如,一个或多个应用程序338可使得RF指纹生成电路314收集表示与由便携式电子设备122接收的多个RF信号中的每一个RF信号相关联的一个或多个参数的数据。一个或多个应用程序338可进一步使得RF指纹生成电路314生成包括所收集的表示与由便携式电子设备122接收的多个RF信号中的每一个RF信号相关联的一个或多个参数的数据的信号。
在一些实施方式中,RF指纹生成电路314可收集来自多个RF信号的数据,该多个RF信号在至少一个所定义的频带内接收。此类频带可包括但不限于:IEEE 802.11(WiFi)频带、频带、近场通信频带或其组合。在一些实现方式中,RF指纹生成电路314可生成包含与所接收的RF信号中的每一个相关联的数据的信号——该数据可包括但不限于下列各项中的一项或多项:信号强度、信号频率、唯一信号标识符、唯一信号发射器标识符、信号相位或信号方向。一个或多个应用程序338可进一步使得RF指纹生成电路314将所收集的RF信号信息或数据组合到RF指纹214中,该RF指纹214可与特定的物理或地理位置124逻辑地相关联。
一个或多个应用程序338可附加地使得RF指纹生成电路314以所定义的间隔收集RF样本,所定义的间隔可以是固定的、周期性的或基于一个或多个所定义的事件的发生或没有发生的。例如,当便携式电子设备122保持静止时,或者当便携式电子设备122保持静止长于所定义的时间间隔的时间时,一个或多个应用程序338可使得RF指纹生成电路314以较慢的速率收集RF样本。
基于一个或多个所定义的事件的发生或没有发生,一个或多个应用程序338可进一步使得RF指纹生成电路314丢弃所收集的RF样本或者使得其不收集RF样本。例如,当便携式电子设备122正在移动时,或者当便携式电子设备122正在以大于所定义的值的速率或速度移动时,一个或多个机器可读指令集338可使得RF指纹生成电路停止RF样本的收集。
一个或多个应用程序338可使得环境签名电路316收集来自一个或多个传感器380的环境数据或信息。一个或多个应用程序338可使得环境签名电路316进一步生成环境签名信号,该环境签名信号包括指示便携式电子设备122附近的环境的一个或多个参数的数据。
此类环境数据可包括使用一个或多个音频传感器382(例如,一个或多个话筒)、一个或多个图像传感器384(例如,一个或多个图像采集设备,其在诸如380纳米至760纳米的可见光谱带或大于760纳米的近红外光谱带之类的一个或多个光谱带中敏感)收集的音频信息。此类环境数据可包括从一个或多个MEMS设备收集的移动、运动、取向、和/或加速度信息或数据,该一个或多个MEMS设备诸如耦合到便携式电子设备的一个或多个加速度计或陀螺仪设备。此类环境数据可包括地理位置数据,诸如全球定位***数据。在实施例中,可在由RF指纹生成电路对RF信号数据进行收集的同时收集此类环境数据或信息。在其他实施例中,可在与收集RF信号数据不同的时间收集此类环境数据或信息。
一个或多个应用程序338可使得数据分组电路316通过选择性地将从RF指纹生成电路314接收的一个或多个RF指纹214与从环境签名电路316接收的一个或多个环境签名216组合来生成一个或多个数据集群212。在一些实现方式中,一个或多个应用程序338可在建立与所定义的语义标签的逻辑关联之前使得便携式电子设备122在至少临时基础上将此类数据集群212与“虚拟”房间或类似的逻辑条目逻辑地相关联。
一个或多个应用程序338可使得语义标记电路320自主地分析数据集群中的一些或全部,并且自主地生成所提出的语义标签210,以用于与以下各项中的至少一项的逻辑关联:数据集群212、RF指纹214和/或环境签名216。在一些实现方式中,一个或多个应用程序338可提示设备用户接受所提出的语义标签210。在一些实现方式中,一个或多个应用程序338可使得语义标记电路320通过将包括在数据集群中的环境签名216中的一些或全部与先前已经与相应的语义标签210逻辑地相关联的多个已知的或标识的环境签名216进行比较来自主地分析数据集群。
一个或多个应用程序338可使得语义标记电路320自主地利用指示环境签名以及它们的逻辑地相关联的语义标签的信息和/或数据来填充环境签名数据库、数据结构或数据存储。在一些实例中,一个或多个应用程序338可使得语义标记电路320与一个或多个其他本地便携式电子设备122交换此类环境签名/语义标签信息。在一些实例中,一个或多个应用程序338可使得语义标记电路320将此类环境签名/语义标签信息传输到多个便携式电子设备122可访问的一个或多个远程服务器或者基于云的存储设备。以此类方式,本文中所描述的***和方法可基于由语义标记电路320所接收的环境数据或信息来有益地“学习”新的环境签名216并且提供更准确的语义标签建议。
一个或多个应用程序338可使得RF指纹生成器电路314和/或环境签名电路316选择性地对所接收的RF信号或信息和/或所接收环境数据或信息进行滤波或以其他方式对其应用降噪技术。在一些实现方式中,一个或多个应用程序338可使得环境签名电路316从由一个或多个传感器380提供的有噪声的信号提取一个或多个环境签名216。在一些实施方式中,一个或多个应用程序338可使得环境签名电路316执行i-向量线性判别分析(i-vector/LDA)以取得环境数据片段中的所有的声学特征(梅尔频率倒谱系数/感知线性预测或MFCC/PLP),该环境数据片段诸如使用音频输入设备382收集的音频信号。在一些其他实现方式中,MFCC/PLP或梅尔滤波器组输出可使得环境签名电路316提取训练用于区分不同声音源的深度神经网络或卷积神经网络的瓶颈特征,并且可针对每个数据帧计算瓶颈特征,对这些瓶颈特征进行平均以产生针对片段的一个向量。在实施例中,为了应对细分区域130中的环境内的声音的随机性质,可将环境数据集群化为少量的质心。取决于本地环境条件,单个语义标签(例如,“厨房”、“卧室”)可包含多于一个的质心,以适应该细分区域内的环境的固有可变性。在实施例中,一个或多个应用程序338可使得环境签名电路316通过确定到最近的质心的距离来推断语义标签。
一个或多个应用程序338可使得设备简档选择电路322从数据存储、数据集、数据库或类似的数据存储结构检索一个或多个设备参数。在一些实现方式中,一个或多个应用程序338可使得设备简档选择电路322至少部分地基于RF指纹214、环境签名216、语义标签210或其组合来选择一个或多个设备简档。
便携式电子设备122可包括一个或多个可通信地耦合的物理输入设备350,诸如,一个或多个文本输入设备352(例如,键盘)、一个或多个指点设备354(例如,鼠标、轨迹球、触摸屏)和/或一个或多个音频输入设备356。此类物理输入设备350可用于将命令(例如,确认、选择、认定以及类似的命令)以及信息(例如,确认、经纠正的语义标签以及类似的信息)例如提供、输入或以其他方式供应到语义标记控制器312。便携式电子设备122可包括一个或多个可通信地耦合的物理输出设备360,诸如,一个或多个视觉输出设备362(例如,显示设备)、一个或多个触觉输出设备364(例如,触觉反馈或类似的触觉输出设备)、一个或多个音频输出设备366、或者其任何组合。
为方便起见,网络接口370、一个或多个电路310、***存储器324、物理输入设备350和物理输出设备360被图示为经由一个或多个通信链路306彼此通信地耦合,由此提供上述组件之间的连接。在替代实施例中,上述组件可以以与图3中所图示不同的方式通信地耦合。例如,上述组件中的一个或多个可以直接耦合到其他组件,或者可以经由一个或多个中间组件(未示出)彼此耦合。在一些实施例中,可以省略一个或多个通信链路306,并且使用合适的有线或无线连接使组件彼此直接耦合。
图4提供根据本公开的至少一个实施例的可在便携式电子设备122上实现的说明性语义标记方法400的高级流程框图。方法400开始于在402处到达所标识的位置。在实施例中,可通过接收来自先前所标识的源的数据来检测该到达,该先前所标识的源例如家庭Wi-Fi服务器。在实施例中,与一个或多个所定义的物理活动404耦合的到达位置使得RF指纹生成电路314对其他RF信号的存在进行扫描406。在此类实施例中,可基于便携式电子设备保持在静止位置中或相对于物理位置124的所定义的距离内达超过所定义阈值的一定时间来发起此类RF信号扫描。
在一些实现方式中,RF指纹生成电路314可在408处停止RF信号数据或信息的收集,例如,当RF指纹生成电路314确定便携式电子设备112在物理位置124之间运动时。在一些实现方式中,RF指纹生成电路314可至少部分地基于408处便携式电子设备122在细分区域130内的移动或运动来对所收集的RF信号进行滤波或以其他方式进行调节。
在一些实现方式中,RF指纹生成电路314可在412处将经滤波的RF信号进行聚合并且提取表征所接收的RF信号的特征以提供RF指纹214。收集足够数量的RF信号并提取表征所接收的RF信号的特征之后,RF指纹生成电路314可开始后台任务,该后台任务包括将特征无监督集群化为一个或多个数据集群212。为了降低所接收的RF数据中的噪声和信号波动,RF指纹生成电路314可在414处在集群化之前将主元分析(PCA)或其他降维(dimensionality reduction)或去噪(de-noising)技术应用到表征所接收的RF信号的特征。
在实施例中,语义标记电路322可在410处伺机提示用户注释和反馈。在一些实现方式中,语义标记电路322可至少部分地基于便携式电子设备122的运动或移动来伺机提示用户注释和反馈。在至少一些实现方式中,在416处,用户提供的输入可通过将有意义的语义标签逻辑地关联到所收集的RF数据而用于对细分区域进行合并并且用于将虚拟细分区域映射到物理细分区域。在实施例中,当检测到用户在空闲状态(即,非移动状态)下时,语义标记电路320可请求此类伺机性的反馈。此类伺机性的反馈可包括:为当前由用户占据的细分区域130提供正确的标签;确认由语义标记电路320提出的自主选择的语义标签210是正确的;或者纠正由语义标记电路320提出的不正确的自主选择的语义标签210。
在一些实现方式中,环境签名电路316可在420处收集周围环境签名。语义标记电路320可在416处将一个或多个环境签名216与物理细分区域130逻辑地相关联,该一个或多个环境签名216例如一个或多个环境音频签名,物理细分区域130诸如物理房间。在一些实现方式中,语义标记电路320可通过将从虚拟细分区域收集的一个或多个环境签名216与逻辑地与物理细分区域130相关联的一个或多个环境签名216进行匹配或以其他方式相关来标识一个或多个虚拟细分区域。
在一些实现方式中,语义标记电路320可将环境签名216与物理细分区域130逻辑地相关联。为了提供对虚拟细分区域的用户注释或由语义标记控制器312提出的自主生成的语义标签210的认定(例如,用户和便携式电子设备122是静止的)的及时的并且适当的请求,语义标记电路320可在424处监视用户的物理活动或者便携式电子设备122的移动。通过在422处使用确定用户的物理活动或便携式电子设备122的移动何时满足一个或多个所定义的标准的静止时段滤波器,语义标记电路320可至少部分地基于与物理细分区域130逻辑地相关联的环境签名216来自主地提出针对一个或多个虚拟细分区域的语义标签。
在至少一些实现方式中,可基于由便携式电子设备122的用户和/或由语义标记电路320自主地提出的语义标签的用户认定提供的语义标签信息来在418处对语义标记电路320进行训练。在一些实现方式中,经训练的语义标记电路320可在432处使用诸如决策树分类器之类的分类器或类似的逻辑结构,以基于诸如RF指纹和/或与虚拟细分区域逻辑地相关联的环境签名216之类的数据或信息来提出未来的语义标记。在实施例中,此类训练还可提供关于语义标记电路320的性能的反馈。此类反馈可有益地用于标识能够可靠地并且准确地标识用于虚拟细分区域的适当的语义标签210的“高性能”语义标记电路320。此类高性能语义标记电路320可随后在没有用户输入的情况下可靠地并且准确地将语义标签210与虚拟细分区域自主地逻辑地相关联。例如,如果虚拟细分区域中的某个RF指纹群可以以高置信度分类为已知的物理细分区域,则该虚拟细分区域可共享该房间标签,并且被正确地映射到对应的物理细分区域中。
图5提供了根据本公开的至少一个实施例的可与图4中的语义标记方法400一起使用的示例环境签名内容提取方法500的高级流程框图。虽然按照声学环境签名对图5进行讨论,但本领域普通技术人员将领会本文中所公开的***和方法对不依赖于声学环境签名的其他形式和类型的环境签名216的适用性。
在实施例中,诸如房间之类的细分区域130的环境签名216或声学签名可主要由低能量或低频率成分而不是高能量或高频率成分来进行表征。因此,诸如HVAC***操作、外面的道路交通以及冰箱嗡嗡声之类的低频声音是可由环境签名电路316表征的环境签名216。
在502处,环境签名电路316收集表示便携式电子设备122附近的周围音频环境的数据。所收集的音频数据可包括高频成分(例如,语音、电视音频以及类似者)以及低频成分(例如,HVAC嗡嗡声、冰箱运行声、外部交通以及类似者)两者。在一些实现方式中,环境签名电路316可选择性地提取在环境音频数据中存在的低频成分中的全部或部分。环境签名电路316可收集环境签名216中的此类低频成分达所定义的时间段,诸如,15秒、30秒、45秒或60秒。
在504处,环境签名电路316可从所收集的环境签名216提取特征。在实施例中,在504处的特征提取期间,环境签名电路316可将所期望的属性作为目标,诸如,提供环境签名216的紧凑表示以及通过在特征空间中定位相距甚远的频率来在包括在环境签名216中的频率之间进行区分。在一些实现方式中,可使用i向量/DLA和/或深度神经网络(DNN)的瓶颈特征来将环境签名216中的所期望的属性作为目标。i向量收集所收集的环境数据或信息中的所有的环境签名,并产生单个向量;随后可针对每一组环境签名数据或信息计算瓶颈特征,以产生单个向量的片段。
在506处,数据分组电路318将与单个虚拟细分区域相关联的环境签名216集群化为数个质心。本文中所描述的***和方法的一个优点是提示用户反馈以辅助语义标记控制器312对细分区域进行合并和清除的机会。
本文中所公开的语义标记控制器312有益地将RF指纹数据214与环境签名数据216融合以捕捉细分区域130的上下文,并且利用该RF和环境数据的融合来自主地传播语义标签或合并细分区域130。例如,细分区域130的环境签名216可能跨不同的细分区域130是唯一的,并且可被语义标记控制器312用作用于标识不同细分区域130的签名。由语义标记控制器312发现的与先前所标识的物理细分区域130共享类似的环境签名216的虚拟细分区域可随后被语义标记控制器312自主地合并(例如,基于从RF指纹214收集的接近度数据)或标记而无需用户输入。类似地,如果便携式电子设备122保持禁止的时间与物理细分区域130的检测重合,则通过融合诸如加速度计数据之类的环境签名数据,在便携式电子设备122维持静止时检测到的不同的虚拟细分区域可相应地被自主地合并或标记。
图6呈现了根据本公开的至少一个实施例的说明性语义标记方法600的高级逻辑流程图,该方法600可使用诸如参考图1至图5所详细描述的那些语义标记控制器之类的一个或多个语义标记控制器312来实现。方法600开始于602。
在604处,RF指纹生成电路314选择性地检测数个射频(RF)信号106。考虑到由RF指纹生成电路314接收多个RF信号106,可基于由RF信号106中的每一个RF信号携带并且与之逻辑地相关联的相应的唯一标识符108以及RF信号106中的每一个RF信号的相应的信号强度来标识物理位置124。RF指纹生成电路314可对所接收的RF信号106中的一些或全部进行滤波、处理或以其他方式进行调节,以提供三维空间内对特定的物理位置124唯一的RF指纹214。
在一些实现方式中,RF指纹生成电路314可在间歇性的、连续的、周期性的或非周期性的基础上选择性地对所接收的RF信号进行采样。在一些实现方式中,此类采样可基于一个或多个环境参数,例如,便携式电子设备122是否在运动中和/或便携式电子设备122的速度。在一些实现方式中,RF指纹生成电路314自主地确定RF信号采样率。
在606处,环境签名电路316接收由一个或多个环境传感器提供的一个或多个输出信号,该一个或多个环境传感器由便携式电子设备122携带。在实施例中,这些输出信号提供对便携式电子设备122的物理位置124进行表征的环境签名216。在一些实现方式中,环境签名电路316至少部分地与RF指纹数据214的接收同时地收集环境签名数据216。在一些实现方式中,环境签名电路316与RF指纹数据214的接收异步地收集环境签名数据216。
在实施例中,环境传感器380可包括任何数量的能够为语义标记电路320提供输出信号的传感器和/或这些传感器的组合,该输出信号包括与便携式电子设备122或便携式电子设备122周边的环境相关的数据或信息。此类数据或信息可包括但不限于与下列各项相关的数据或信息:环境音频、环境成像、环境光水平、环境湿度、环境温度、环境压力、便携式电子设备122的移动/运动/速度、便携式电子设备122的加速度、便携式电子设备122的物理/陀螺仪取向、或者其组合。
在608处,数据分组电路318选择性地将所接收的RF指纹数据214的至少一部分与环境签名数据216的至少一部分进行集群化,以提供数据集群212。在实施例中,数据分组电路318可在由语义标记控制器312收集RF指纹214和环境签名216时将一个或多个数据集群212与便携式电子设备122的物理位置124逻辑地相关联。每一个数据集群212基于由语义标记电路320接收的RF指纹214和环境签名216来唯一地标识特定的物理位置124。
在610处,语义标记电路320可至少部分地基于由语义标记控制器312在相应的物理细分区域130内的物理位置124处生成的数据集群212来自主地提出语义标签210以用于与物理细分区域130的逻辑关联。在一些实现方式中,语义标记电路320可至少部分地基于由环境签名电路316收集的环境签名216与数据库或数据存储中将包括环境签名216的那些与物理细分区域130逻辑地相关的条目之间的良好的比较来自主地选择所提出的语义标签210以用于与物理细分区域130的逻辑关联。在一些实现方式中,语义标记电路320可至少部分地基于由RF指纹生成电路314收集的RF指纹214与数据库或数据存储中将包括RF指纹214的那些与物理细分区域130逻辑地相关的条目之间的良好的比较来自主地选择所提出的语义标签210以用于与物理细分区域130的逻辑关联。在一些实现方式中,语义标记电路320可至少部分地基于RF指纹214以及环境签名216与数据库或数据存储中将包括RF指纹214以及环境签名216的那些与物理细分区域130逻辑地相关的条目之间的良好的比较来自主地选择所提出的语义标签210以用于与物理细分区域130的逻辑关联。
在一些实现方式中,将RF指纹214以及环境签名216与物理细分区域130逻辑地相关的数据库、数据存储或类似的数据结构可存储在或以其他方式保留在可通信地耦合到语义标记控制器312的存储设备332、334中。在一些实现方式中,存储设备332可设置在语义标记电路320本地。在其他实现方式中,存储设备332可远离于语义标记电路320设置,并且可经由一个或多个无线或有线网络可通信地耦合。方法600结束于612。
图7呈现了根据本公开的至少一个实施例的说明性语义标记方法700的高级逻辑流程图,其中,设备简档选择电路322至少部分地基于与细分区域130逻辑地相关联的语义标签210来自主地选择设备简档。方法700开始于702。
在704处,设备简档选择电路322至少部分地基于与便携式电子设备122的物理位置124逻辑地相关联的物理细分区域130来直接地或间接地选择便携式电子设备简档。例如,响应于便携式电子设备122被定位在与语义标签“卧室”逻辑地相关联的物理位置124中,设备简档选择电路322可选择降低显示亮度并减少音频输出的设备简档。方法700结束于706。
图8呈现根据本公开的至少一个实施例的说明性语义标记方法800的高级逻辑流程图,其中,便携式电子设备122A接收来自被设置在同一物理细分区域130中的一个或多个其他便携式电子设备122B-122n的数据集群212B-212n。方法800开始于802。
在804处,便携式电子设备122A检测位于同一物理细分区域130中的至少一个其他便携式电子设备122B-122n的存在。
在806处,便携式电子设备122A与位于同一物理细分区域130中的其他便携式电子设备122B-122n中的至少一些无线地交换数据。在一些实现方式中,此类信息交换可在后台中发生,并且可对便携式电子设备122A的用户透明。在一些实现方式中,此类信息交换可仅在接收到由便携式电子设备122A的用户提供的对传送或接收信息的授权之后发生。
在实施例中,便携式电子设备122A可能已经收集一个或多个RF指纹214A以及一个或多个环境签名216A,但语义标记控制器312A可能不能提供所提出的用于与物理细分区域130的逻辑关联的语义标签210A。其他便携式电子设备122B-122n可各自将相应的数据集群212B-212n传输到便携式电子设备122A。数据集群212B-212n中的每一个可包括相应的语义标签210B-210n以及相应的环境签名216B-216n。
在808处,便携式电子设备122A中的语义标记控制器312A可将诸如包括在所接收的数据集群212B-212n中的每一个数据集群中的环境签名216B-216n之类的信息与使用便携式电子设备122A上的环境传感器380A接收的环境签名216A进行比较。
在810处,响应于使用便携式电子设备122A上的环境传感器380A接收的环境签名216A与包括在所接收的数据集群212B-212n中的环境签名216B-216n之间的良好比较,语义标记控制器312A可将相应的数据集群212B中的语义标签210B与物理细分区域130逻辑地相关联。该方法结束于812。
图9呈现根据本公开的至少一个实施例的说明性语义标记方法900的高级逻辑流程图,其中,语义标记控制器312基于便携式电子设备122的一个或多个物理方面来自主地调整RF信号和/或环境信号采样率。方法900开始于902。
在904处,语义标记控制器312至少部分地基于便携式电子设备122的物理方面来自主地调整RF信号采样率。在实施例中,当便携式电子设备122在运动中时,语义标记控制器312可限制或者甚至停止RF信号数据和/或环境信号数据的收集。可例如使用设置在便携式电子设备122中、便携式电子设备122上或便携式电子设备122附近的一个或多个陀螺仪传感器或者一个或多个加速度计来检测此类运动。在实施例中,当便携式电子设备122以所定义的姿势被放置或者被放置在所定义的位置中(诸如,面朝下放在一表面上)时,语义标记控制器312可限制或者甚至停止RF信号数据和/或环境信号数据的收集。在实施例中,当便携式电子设备122正在执行一个或多个所定义的功能时(诸如,当提供全球定位***(GPS)路线引导时),或者当便携式电子设备122被耦合到充电电源时,语义标记控制器312可限制或甚至停止RF信号数据和/或环境信号数据的收集。此类由语义标记控制器312对数据收集的自主的、积极的管理可有益地限制便携式电子设备122中所收集和存储的数据量,由此节省便携式电子设备122中的存储器以及降低信号内的噪声和所收集数据的变化。方法900结束于906。
如本文中任何实施例中所使用,“电路”可以例如单一地或以任何组合形式包括硬连线电路、可编程电路、状态机电路、和/或存储由可编程电路执行的指令的固件。应用可具体化为可在诸如主机处理器的可编程电路或其他可编程电路上执行的代码或指令。如在本文中的任何实施例中使用的模块可具体化为电路。该电路可具体化为集成电路,诸如集成电路芯片。
下列示例涉及进一步的实施例。本公开的下列示例可包括主题素材,诸如设备、方法、用于存储指令的至少一种机器可读介质(这些指令当被执行时使机器基于方法来执行动作)、用于基于方法来执行动作的装置和/或用于收集物理位置124中的射频(RF)指纹214和环境签名216、分析所收集的数据并生成一个或多个所提出的语义标签以用于与物理位置以及与RF指纹214和/或环境签名216的逻辑关联的***。
根据示例1,提供了一种语义标记控制器。该控制器可包括:收发器,用于接收射频(RF)频谱中所定义的部分内的多个RF信号;传感器,用于生成包括指示物理细分区域中控制器外部的周围环境的数据或信息的信号;RF指纹生成器电路,耦合到收发器,该RF指纹生成器电路用于接收多个RF信号并且选择性地生成RF指纹,该RF指纹包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据;环境签名生成器电路,耦合到传感器,该环境签名生成器电路用于接收包括指示物理细分区域中的周围环境的数据或信息的信号,并且选择性地生成包括指示控制器外部的周围环境的数据的环境签名;数据分组电路,耦合到RF指纹生成器电路并且耦合到环境信号生成器电路,该数据分组电路用于响应于RF指纹满足至少一个阈值条件而选择性地将RF指纹和环境签名分组为数据集群;以及语义标记电路,耦合到数据分组电路,该语义标记电路用于至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联。
示例3可包括示例1的元素,其中,在操作中,收发器接收至少RF频谱中由IEEE802.11(WiFi)标准所定义的部分内的RF信号。
示例4可包括示例3的元素,其中,RF指纹生成器电路使用与多个所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成RF指纹。
示例5可包括示例4的元素,其中,语义标记电路进一步:生成包括指示所提出的语义标签的数据的人类可感知的输出;接收指示对所提出的语义标签的认定的输入;以及
响应于接收指示对所提出的语义标签的认定的输入,将经认定的语义标签与物理细分区域逻辑地相关联。
示例6可包括示例5的元素,其中,传感器包括以下各项中的至少一项:音频输入传感器、环境光传感器、加速度计或图像传感器。
示例7可包括示例6的元素,并且可附加地包括:设备简档选择电路,耦合到语义标记电路,该设备简档选择电路用于至少部分地基于所标识的物理细分区域来选择设备简档。
示例8可包括示例6的元素,并且可附加地包括:设备检测电路,耦合到语义标记电路并且耦合到数据分组电路,该设备检测电路用于:检测至少一个其他本地便携式电子设备的存在;接收来自该至少一个其他本地便携式电子设备的信号,该信号包括表示语义标签以及与该语义标签逻辑地相关联的所标识的数据集群的数据;将表示所标识的数据集群的所接收的数据与由数据分组电路生成的数据集群进行比较;以及响应于良好的比较,将所接收的语义标签与物理细分区域逻辑地相关联。
示例9可包括示例1的元素,其中,数据分组电路至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率。
示例10可包括示例9的元素,其中,数据分组电路响应于包括在传感器的输出信号中的数据或信息指示该传感器是静止的而选择性地降低RF信号采样率。
示例11可包括示例9的元素,其中,数据分组电路响应于包括在传感器的输出信号中的数据或信息指示该传感器在运动中而进一步选择性地停止RF信号采样。
示例12可包括示例1的元素,其中,数据分组电路响应于RF指纹保持在RF指纹阈值内超过所定义的时间阈值时间段而选择性地将RF指纹和环境签名分组为数据集群。
根据示例13,提供了一种语义标记方法。该方法可包括:由射频(RF)指纹生成器电路选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹;由传感器生成包括指示物理细分区域中控制器外部的周围环境的数据或信息的信号;由耦合到传感器的环境签名生成电路生成包括指示传感器外部的周围环境的数据的环境签名;由耦合到RF指纹生成器电路并且耦合到环境信号生成器电路的数据分组电路响应于RF指纹满足至少一个阈值条件而选择性地将RF指纹和环境签名选择性地分组为数据集群;以及
由耦合到数据分组电路的语义标记电路至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联。
示例14可包括示例13的元素,其中,选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的步骤可包括:由RF指纹生成器电路使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹,该多个所接收的RF信号中的每一个在包括以下各项中的至少一项的RF频谱的至少一部分内:RF频谱或近场通信(NFC)RF频谱。
示例15可包括示例13的元素,其中,选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的步骤可包括:由RF指纹生成器电路使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹,该多个所接收的RF信号中的每一个在包括IEEE802.11(WiFi)RF频谱的RF频谱的至少一部分内。
示例16可包括示例15的元素,其中,使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的步骤可包括:由RF指纹生成电路使用与多个所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成至少一个RF指纹。
示例17可包括示例13的元素,其中,至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联的步骤可包括:由语义标记电路生成人类可感知的输出,该人类可感知的输出包括指示所提出的语义标签的数据;由语义标记电路接收指示对所提出的语义标签的认定的输入;以及由语义标记电路响应于接收指示对语义标签的认定的输入而将经认定的语义标签与物理细分区域逻辑地相关联。
示例18可包括示例13的元素,其中,生成包括指示传感器外部的周围环境的数据的环境签名的步骤可包括由传感器接收包括指示以下各项中的至少一项的数据或信息的环境签名:便携式电子设备外部的可听事件、便携式电子设备外部的环境光事件、便携式电子设备外部的周围运动事件、或便携式电子设备外部的环境图像。
示例19包括示例13的元素,并且可附加地包括:由耦合到语义标记电路的设备简档选择电路至少部分地基于所标识的物理细分区域来选择便携式电子设备简档。
示例20可包括示例13的元素,并且可附加地包括:由耦合到语义标记电路并且耦合到数据分组电路的设备检测电路检测至少一个其他本地便携式电子设备的存在;由设备检测电路接收来自该至少一个其他本地便携式电子设备的信号,该信号包括表示语义标签以及与该语义标签逻辑地相关联的所标识的数据集群的数据;由设备检测电路将表示所标识的数据集群的所接收的数据与由数据分组电路生成的数据集群进行比较;以及由设备检测电路响应于良好的比较而将所接收的语义标签与物理细分区域逻辑地相关联。
示例21可包括示例13的元素,其中,使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的步骤可包括:由数据分组电路至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率。
示例22可包括示例21的元素,其中,至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的步骤可包括:由数据分组电路响应于包括在传感器的输出信号中的数据或信息指示该传感器是静止的而选择性地降低RF信号采样率。
示例23可包括示例21的元素,其中,至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的步骤可包括:由数据分组电路响应于包括在传感器的输出信号中的数据或信息指示该传感器在运动中而选择性地停止RF信号采样。
根据示例24,提供了自主语义标记***,可包括:用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置;用于生成包括指示物理细分区域中***外部的周围环境的数据或信息的信号的装置;用于生成包括指示传感器外部的周围环境的数据的环境签名的装置;用于响应于RF指纹满足至少一个阈值条件而将RF指纹和环境签名选择性地分组为数据集群的装置;以及用于至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联的装置。
示例25可包括示例24的元素,其中,用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置可包括:用于使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹的装置,该多个所接收的RF信号中的每一个在包括以下各项中的至少一项的RF频谱的至少一部分内:RF频谱或近场通信(NFC)RF频谱。
示例26可包括示例24的元素,其中,用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置可包括:用于使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹的装置,该多个所接收的RF信号中的每一个在包括IEEE 802.1(WiFi)RF频谱的RF频谱的至少一部分内。
示例27可包括示例26的元素,其中,用于使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹的装置可包括:用于使用与所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成RF指纹的装置。
示例28可包括示例27的元素,其中,用于至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联的装置可包括:用于生成包括指示所提出的语义标签的数据的人类可感知的输出的装置;用于接收指示对所提出的语义标签的认定的输入的装置;以及用于响应于接收指示对语义标签的认定的输入而将经认定的语义标签与物理细分区域逻辑地相关联的装置。
示例29可包括示例28的元素,其中,用于生成包括指示物理细分区域中***外部的周围环境的数据或信息的信号的装置可包括:用于生成包括指示包括周围可听事件、环境光事件、周围运动事件、或周围环境的图像中的至少一者的周围环境的数据或信息的信号的装置。
示例30可包括示例29的元素,并且可附加地包括:用于至少部分地基于所标识的物理细分区域来选择设备简档的装置。
示例31可包括示例29的元素,并且可附加地包括:用于检测至少一个其他本地便携式电子设备的存在的装置;用于接收来自该至少一个其他本地便携式电子设备的信号的装置,该信号包括表示语义标签以及与该语义标签逻辑地相关联的所标识的数据集群的数据;用于将表示所标识的数据集群的所接收的数据与由数据分组电路生成的数据集群进行比较的装置;以及用于响应于良好的比较而将所接收的语义标签与物理细分区域逻辑地相关联的装置。
示例32可包括示例24的元素,其中,用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置可包括:用于至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的装置。
示例33可包括示例24的元素,其中,用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置可包括:用于响应于包括在传感器的输出信号中的数据或信息指示该传感器是静止的而选择性地降低RF信号采样率的装置。
示例34可包括示例24的元素,其中,用于至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的装置可包括:用于响应于包括在传感器的输出信号中的数据或信息指示该传感器在运动中而选择性地停止RF信号采样的装置。
根据示例35,提供了一种存储设备,包括机器可读指令,该机器可读指令在由电路执行时使该电路提供一种语义标记控制器,该语义标记控制器:选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹;生成包括指示物理细分区域中控制器外部的周围环境的数据或信息的信号;生成包括指示传感器外部的周围环境的数据的环境签名;响应于RF指纹满足至少一个阈值条件,将RF指纹和环境签名选择性地分组为数据集群;以及至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联。
示例36可包括示例35的元素,其中,使语义标记控制器选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的机器可读指令进一步使该语义标记控制器:使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹,该多个所接收的RF信号中的每一个在包括以下各项中的至少一项的RF频谱的至少一部分内: RF频谱或近场通信(NFC)RF频谱。
示例37可包括示例35的元素,其中,使语义标记控制器选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的机器可读指令进一步使该语义标记控制器:使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹,该多个所接收的RF信号中的每一个在包括IEEE 802.11(WiFi)RF频谱的RF频谱的至少一部分内。
示例38可包括示例37的元素,其中,使语义标记控制器使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的机器可读指令进一步使该语义标记控制器:使用与多个所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成至少一个RF指纹。
示例39可包括示例35的元素,其中,使语义标记控制器至少部分地基于包括在数据集群中的RF指纹和环境签名来自主地生成所提出的语义标签以用于与物理细分区域的逻辑关联的机器可读指令进一步使该与语义标记控制器:生成人类可感知的输出,该人类可感知的输出包括指示所提出的语义标签的数据;接收指示对所提出的语义标签的认定的输入;以及响应于接收指示对语义标签的认定的输入,将经认定的语义标签与物理细分区域逻辑地相关联。
示例40可包括示例35的元素,其中,使语义标记控制器生成包括指示传感器外部的周围环境的数据的环境签名的机器可读指令进一步使语义标记控制器接收包括指示以下各项中的至少一项的数据或信息的环境签名:便携式电子设备外部的可听事件、便携式电子设备外部的环境光事件、便携式电子设备外部的周围运动事件、或便携式电子设备外部的环境图像。
示例41包括示例35的元素,并且可附加地包括:使语义标记控制器至少部分地基于所标识的物理细分区域来选择便携式电子设备简档的机器可读指令。
示例42可包括示例35的元素,并且可附加地包括使语义标记控制器执行以下操作的机器可读指令:检测至少一个其他本地便携式电子设备的存在;接收来自该至少一个其他本地便携式电子设备的信号,该信号包括表示语义标签以及与该语义标签逻辑地相关联的所标识的数据集群的数据;将表示所标识的数据集群的所接收的数据与由数据分组电路生成的数据集群进行比较;以及响应于良好的比较,将所接收的语义标签与物理细分区域逻辑地相关联。
示例43可包括示例35的元素,其中,使语义标记控制器使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的机器可读指令进一步使该语义标记电路:至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率。
示例44可包括示例43的元素,其中,使语义标记电路至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的机器可读指令进一步使该语义标记控制器:响应于包括在传感器的输出信号中的数据或信息指示该传感器是静止的,选择性地降低RF信号采样率。
示例45可包括示例43的元素,其中,使语义标记电路至少部分地基于包括在来自传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的机器可读指令进一步使该语义标记控制器:响应于包括在传感器的输出信号中的数据或信息指示该传感器在运动中,选择性地停止RF信号采样。
根据示例46,提供了一种用于空间的自主语义标记的***,该***被布置成执行如权利要求13至23中任一项所述的方法。
根据示例47,提供了一种芯片组,该芯片组被布置成执行如权利要求13至23中任一项所述的方法。
根据示例48,提供了至少一种机器可读介质,该机器可读介质包括多条指令,该多条指令响应于在计算设备上被执行,使得该计算设备执行根据权利要求13至23中任一项所述的方法。
根据示例49,提供了被配置用于利用语义标签对空间进行自主标记的设备,该设备被布置成执行权利要求13至23中任一项所述的方法。
如在本文中的任何实施例中所使用,术语“模块”可以是指被配置成用于执行前述操作中的任何一个操作的软件、固件和/或电路。软件可被具体化为记录在非暂态计算机可读存储介质上的软件包、代码、指令、指令集和/或数据。固件可被具体化为硬编码(例如,非易失性)在存储器设备中的代码、指令或指令集和/或数据。如本文中的任何实施例中所使用,“电路”可单独地或以任何组合包括例如硬连线电路、可编程电路(诸如,包括一个或多个单独的指令处理核的计算机处理器)、状态机电路和/或存储由可编程电路执行的指令的固件。模块可以总体地或单独地被具体化为形成较大***的部分的电路,例如,集成电路(IC)、片上***(SoC)、台式计算机、膝上型计算机、平板计算机、服务器、智能电话等。本文所使用的术语和表达被用作描述性而非限制性的术语,在使用此类术语和表达时,不旨在排除所示出的和所描述的特征(或其某些部分)的任何等效内容,应当认识到,在权利要求书的范围之内,各种修改都是可能的。相应地,权利要求书旨在涵盖所有此类等效内容。
Claims (25)
1.一种语义标记控制器,包括:
收发器,用于接收射频(RF)频谱中的所定义的部分内的RF信号;
传感器,用于生成包括指示物理细分区域中所述控制器外部的周围环境的数据或信息的信号;
RF指纹生成器电路,耦合到所述收发器,所述RF指纹生成器电路用于接收多个RF信号并且选择性地生成RF指纹,所述RF指纹包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据;
环境签名生成器电路,耦合到所述传感器,所述环境签名生成器电路用于接收包括指示所述物理细分区域中的所述周围环境的数据或信息的所述信号,并且选择性地生成包括指示所述控制器外部的所述周围环境的数据的环境签名;
数据分组电路,耦合到所述RF指纹生成器电路并且耦合到所述环境信号生成器电路,所述数据分组电路用于响应于所述RF指纹满足至少一个阈值条件而选择性地将所述RF指纹和所述环境签名分组为数据集群;
语义标记电路,耦合到所述数据分组电路,所述语义标记电路用于至少部分地基于包括在所述数据集群中的所述RF指纹和所述环境签名来自主地提出语义标签以用于与所述物理细分区域的逻辑关联。
3.如权利要求1所述的语义标记控制器,其特征在于,在操作中,所述收发器接收至少RF频谱中由IEEE 802.11(WiFi)标准所定义的部分内的RF信号。
4.如权利要求3所述的语义标记控制器,其特征在于,所述RF指纹生成器电路使用与多个所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成所述RF指纹。
5.如权利要求4所述的语义标记控制器,其特征在于,所述语义标记电路进一步:
生成包括指示所提出的语义标签的数据的人类可感知的输出;
接收指示对所提出的语义标签的认定的输入;以及
响应于接收指示对所提出的语义标签的所述认定的输入,将经认定的语义标签与所述物理细分区域逻辑地相关联。
6.如权利要求1所述的语义标记控制器,其特征在于,进一步包括:设备检测电路,耦合到所述语义标记电路并且耦合到所述数据分组电路,所述设备检测电路用于:
检测至少一个其他本地便携式电子设备的存在;
接收来自所述至少一个其他本地便携式电子设备的信号,所述信号包括表示语义标签以及与所述语义标签逻辑地相关联的所标识的数据集群的数据;
将表示所标识的数据集群的所接收的数据与由所述数据分组电路生成的数据集群进行比较;以及
响应于良好的比较,将所接收的语义标签与所述物理细分区域逻辑地相关联。
7.如权利要求1所述的语义标记控制器,其特征在于,所述数据分组电路至少部分地基于包括在来自所述传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率。
8.如权利要求6所述的语义标记控制器,其特征在于,所述数据分组电路响应于包括在所述传感器的输出信号中的数据或信息指示所述传感器是静止的而选择性地降低所述RF信号采样率。
9.如权利要求6所述的语义标记控制器,其特征在于,所述数据分组电路响应于包括在所述传感器的输出信号中的数据或信息指示所述传感器在运动中而选择性地停止RF信号采样。
10.如权利要求1所述的语义标记控制器,其特征在于,所述数据分组电路
响应于所述RF指纹保持在RF指纹阈值内超过所定义的时间阈值时间段而选择性地将所述RF指纹和所述环境签名分组为数据集群。
11.一种语义标记方法,包括:
由射频(RF)指纹生成器电路选择性地生成RF指纹,所述RF指纹包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据;
由传感器生成包括指示物理细分区域中语义标记控制器外部的周围环境的数据或信息的信号;
由耦合到所述传感器的环境签名生成电路生成环境签名,所述环境签名包括指示所述语义标记控制器外部的所述周围环境的数据;
由耦合到所述RF指纹生成器电路并且耦合到所述环境信号生成器电路的数据分组电路响应于所述RF指纹满足至少一个阈值条件而选择性地将所述RF指纹和所述环境签名分组为数据集群;以及
由耦合到所述数据分组电路的语义标记电路至少部分地基于包括在所述数据集群中的所述RF指纹和所述环境签名来自主地提出语义标签以用于与所述物理细分区域的逻辑关联。
13.如权利要求11所述的方法,其特征在于,选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的步骤包括:
由所述RF指纹生成器电路使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成RF指纹,所述多个所接收的RF信号中的每一个在包括IEEE 802.1(WiFi)RF频谱的RF频谱的至少一部分内。
14.如权利要求13所述的方法,其特征在于,使用来自所述多个所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的步骤包括:
由所述RF指纹生成器电路使用与所述多个所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成至少一个RF指纹。
15.如权利要求11所述的方法,其特征在于,至少部分地基于包括在所述数据集群中的所述RF指纹和所述环境签名来自主地提出语义标签以用于与所述物理细分区域的逻辑关联的步骤包括:
由所述语义标记电路生成包括指示所提出的语义标签的数据的人类可感知的输出;
由所述语义标记电路接收指示对所提出的语义标签的认定的输入;以及
由所述语义标记电路响应于接收指示对所述语义标签的认定的输入而将经认定的语义标签与所述物理细分区域逻辑地相关联。
16.如权利要求11所述的方法,其特征在于,进一步包括:
由耦合到所述语义标记电路并且耦合到所述数据分组电路的设备检测电路检测至少一个其他本地便携式电子设备的存在;
由所述设备检测电路接收来自所述至少一个其他本地便携式电子设备的信号,所述信号包括表示语义标签以及与所述语义标签逻辑地相关联的所标识的数据集群的数据;
由所述设备检测电路将表示所标识的数据集群的所接收的数据与由所述数据分组电路生成的数据集群进行比较;以及
由所述设备检测电路响应于良好的比较而将所接收的语义标签与所述物理细分区域逻辑地相关联。
17.如权利要求11所述的方法,其特征在于,使用来自所述所接收的RF信号中的每一个的至少一个参数来选择性地生成至少一个RF指纹的步骤包括:
由所述数据分组电路至少部分地基于包括在来自所述传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率。
18.如权利要求17所述的方法,其特征在于,至少部分地基于包括在来自所述传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的步骤包括:
由所述数据分组电路响应于包括在所述传感器的所述输出信号中的数据或信息指示所述传感器是静止的而选择性地降低所述RF信号采样率。
19.如权利要求17所述的方法,其特征在于,至少部分地基于包括在来自所述传感器的输出信号中的数据或信息中的至少一者来选择性地确定RF信号采样率的步骤包括:
由所述数据分组电路响应于包括在所述传感器的所述输出信号中的数据或信息指示所述传感器在运动中而选择性地停止RF信号采样。
20.一种自主语义标记***,包括:
用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置;
用于生成包括指示物理细分区域中所述***外部的周围环境的数据或信息的信号的装置;
用于生成包括指示所述***外部的周围环境的数据的环境签名的装置;
用于响应于所述RF指纹满足至少一个阈值条件而选择性地将所述RF指纹和所述环境签名分组为数据集群的装置;以及
用于至少部分地基于包括在所述数据集群中的所述RF指纹和所述环境签名来自主地提出语义标签以用于与所述物理细分区域的逻辑关联的装置。
22.如权利要求20所述的***,其特征在于,用于选择性地生成包括指示与所接收的RF信号中的每一个相关联的至少一个参数的数据的RF指纹的装置包括:
用于使用来自多个所接收的RF信号中的每一个的至少一个参数来选择性地生成所述RF指纹的装置,所述多个所接收的RF信号中的每一个在包括IEEE802.1(WiFi)RF频谱的RF频谱的至少一部分内。
23.如权利要求22所述的***,其特征在于,用于使用来自所述多个所接收的RF信号中的每一个的至少一个参数来选择性地生成所述RF指纹的装置包括:
用于使用与所述所接收的RF信号中的每一个相应的RF信号逻辑地相关联的至少唯一标识符和信号强度来选择性地生成所述RF指纹的装置。
24.如权利要求23所述的***,其特征在于,用于至少部分地基于包括在所述数据集群中的所述RF指纹和所述环境签名来自主地提出语义标签以用于与所述物理细分区域的逻辑关联的装置包括:
用于生成包括指示所提出的语义标签的数据的人类可感知的输出的装置;
用于接收指示对所提出的语义标签的认定的输入的装置;以及
用于响应于接收指示对所述语义标签的所述认定的输入而将经认定的语义标签与所述物理细分区域逻辑地相关联的装置。
25.至少一种机器可读介质,包括多条指令,所述多条指令响应于在计算设备上被执行而使得所述计算设备执行根据权利要求11至19中任一项所述的方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/084,799 | 2016-03-30 | ||
US15/084,799 US9781575B1 (en) | 2016-03-30 | 2016-03-30 | Autonomous semantic labeling of physical locations |
PCT/US2017/015570 WO2017172018A1 (en) | 2016-03-30 | 2017-01-30 | Autonomous semantic labeling of physical locations |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109076310A CN109076310A (zh) | 2018-12-21 |
CN109076310B true CN109076310B (zh) | 2021-06-22 |
Family
ID=59928453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780022475.2A Active CN109076310B (zh) | 2016-03-30 | 2017-01-30 | 物理位置的自主语义标记 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9781575B1 (zh) |
JP (1) | JP6961609B2 (zh) |
CN (1) | CN109076310B (zh) |
DE (1) | DE112017001648T5 (zh) |
WO (1) | WO2017172018A1 (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2977789A1 (en) * | 2014-07-25 | 2016-01-27 | Nxp B.V. | Distance measurement |
US11772270B2 (en) | 2016-02-09 | 2023-10-03 | Cobalt Robotics Inc. | Inventory management by mobile robot |
US10265859B2 (en) | 2016-02-09 | 2019-04-23 | Cobalt Robotics Inc. | Mobile robot with removable fabric panels |
US10923137B2 (en) * | 2016-05-06 | 2021-02-16 | Robert Bosch Gmbh | Speech enhancement and audio event detection for an environment with non-stationary noise |
GB2549983A (en) * | 2016-05-06 | 2017-11-08 | Here Global Bv | Improving a positioning performance |
US11184766B1 (en) * | 2016-09-07 | 2021-11-23 | Locurity Inc. | Systems and methods for continuous authentication, identity assurance and access control |
US10318846B2 (en) * | 2016-12-28 | 2019-06-11 | Ancestry.Com Operations Inc. | Clustering historical images using a convolutional neural net and labeled data bootstrapping |
CN110291422B (zh) * | 2017-02-22 | 2023-11-24 | 索尼公司 | 信息处理装置、信息处理方法以及程序 |
US10360785B2 (en) * | 2017-04-07 | 2019-07-23 | Sita Information Networking Computing Usa, Inc. | Article tracking system and method |
CN112204903A (zh) * | 2018-01-17 | 2021-01-08 | Mersive技术有限公司 | 用于确定房间占用的***和方法 |
US10304341B1 (en) * | 2018-02-09 | 2019-05-28 | International Business Machines Corporation | Vehicle and bicycle communication to avoid vehicle door crash accidents |
US10880016B2 (en) | 2018-03-12 | 2020-12-29 | Cisco Technology, Inc. | Connecting ultrasound-incapable client devices to collaboration devices |
US11082667B2 (en) | 2018-08-09 | 2021-08-03 | Cobalt Robotics Inc. | Contextual automated surveillance by a mobile robot |
US11460849B2 (en) * | 2018-08-09 | 2022-10-04 | Cobalt Robotics Inc. | Automated route selection by a mobile robot |
CN109151995B (zh) * | 2018-09-04 | 2020-12-01 | 电子科技大学 | 一种基于信号强度的深度学习回归融合定位方法 |
EP3847508A4 (en) * | 2018-09-06 | 2022-06-01 | Pricewaterhousecoopers LLP | SYSTEMS AND METHODS FOR AUTOMATIC RESOLUTIONS OF WIRELESS SIGNALS |
US20210225160A1 (en) * | 2018-10-09 | 2021-07-22 | Hewlett-Packard Development Company, L.P. | Environment signatures and depth perception |
US20200265301A1 (en) * | 2019-02-15 | 2020-08-20 | Microsoft Technology Licensing, Llc | Incremental training of machine learning tools |
EP3712802A1 (en) * | 2019-03-19 | 2020-09-23 | Robert Bosch GmbH | Method for representing an environment of a mobile platform |
US11197262B2 (en) * | 2019-08-02 | 2021-12-07 | Dell Products, Lp | Systems and methods of room profiling using wireless local area networks |
US20210073447A1 (en) | 2019-09-06 | 2021-03-11 | BeamUp, Ltd. | Structural design systems and methods for updating simulation and modeling results |
CN110620600B (zh) * | 2019-09-11 | 2021-10-26 | 华为技术有限公司 | 车载收音机及控制方法 |
CN111310242B (zh) * | 2020-02-03 | 2022-06-07 | 同盾控股有限公司 | 设备指纹生成的方法、装置、存储介质及电子设备 |
US11438886B2 (en) * | 2020-02-27 | 2022-09-06 | Psj International Ltd. | System for establishing positioning map data and method for the same |
TWI775186B (zh) * | 2020-10-20 | 2022-08-21 | 財團法人資訊工業策進會 | 射頻指紋訊號處理裝置及射頻指紋訊號處理方法 |
US11514109B2 (en) | 2020-10-29 | 2022-11-29 | Google Llc | Inferring semantic label(s) for assistant device(s) based on device-specific signal(s) |
US11470162B2 (en) * | 2021-01-30 | 2022-10-11 | Zoom Video Communications, Inc. | Intelligent configuration of personal endpoint devices |
CN113916231A (zh) * | 2021-09-28 | 2022-01-11 | 上海浦东发展银行股份有限公司 | 移动设备定位导航方法、装置、移动设备及存储介质 |
US20230269693A1 (en) * | 2022-02-24 | 2023-08-24 | Charter Communications Operating, Llc | Methods and systems for radio frequency signature generation and position estimation |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101449142A (zh) * | 2006-02-23 | 2009-06-03 | 洛克威尔自动控制技术股份有限公司 | 射频识别/生物识别区域保护 |
CN101523453A (zh) * | 2005-09-06 | 2009-09-02 | 洛克威尔自动控制技术股份有限公司 | 用于rfid准确度的传感器融合 |
CN101576616A (zh) * | 2008-05-06 | 2009-11-11 | 广州香港科大研究开发有限公司 | 基于rfid技术的室内定位*** |
CN101848273A (zh) * | 2009-03-26 | 2010-09-29 | 深圳富泰宏精密工业有限公司 | 电子装置及其情景模式切换方法 |
CN103210410A (zh) * | 2010-09-23 | 2013-07-17 | 诺基亚公司 | 用于情境确定的方法和装置 |
CN104584656A (zh) * | 2012-09-28 | 2015-04-29 | 英特尔公司 | 用于传递用于定位的环境信息的方法和设备 |
CN104813186A (zh) * | 2012-12-14 | 2015-07-29 | 苹果公司 | 使用指纹数据进行位置确定 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07111675A (ja) * | 1993-08-19 | 1995-04-25 | Nippon Steel Corp | 移動体の位置決め方法及びその装置、並びにそれを用いた移動体通信システム |
US6393294B1 (en) | 1998-09-22 | 2002-05-21 | Polaris Wireless, Inc. | Location determination using RF fingerprinting |
US7064675B2 (en) * | 2003-08-15 | 2006-06-20 | Microsoft Corporation | Context-sensitive remote controls |
US7271702B2 (en) * | 2004-09-23 | 2007-09-18 | International Business Machines Corporation | Method and system for autonomous correlation of sensed environmental attributes with entities |
JP2007264799A (ja) * | 2006-03-27 | 2007-10-11 | Nec Corp | 情報管理システム、情報管理方法、プログラムおよび記録媒体 |
US8745250B2 (en) | 2009-06-30 | 2014-06-03 | Intel Corporation | Multimodal proximity detection |
FR2950151B1 (fr) * | 2009-09-15 | 2011-10-21 | Commissariat Energie Atomique | Procede et systeme de localisation d'une personne, support d'enregistrement pour ce procede |
US9234958B2 (en) * | 2012-04-19 | 2016-01-12 | Nokia Technologies Oy | Method, apparatus, and computer program product for distributed indoor three-dimensional radiomap |
ITBA20130065A1 (it) * | 2013-10-02 | 2015-04-03 | Domenico Colucci | Sistema di localizzazione "indoor" ad alta affidabilita' e relative metodologie di utilizzo |
JP2015087356A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立製作所 | 位置情報取得システム、端末及びその方法 |
US20150317896A1 (en) * | 2014-05-01 | 2015-11-05 | Solvera, LLC | Smart label with integrated sensor |
US9807549B2 (en) * | 2014-07-18 | 2017-10-31 | Intel Corporation | Systems and methods for adaptive multi-feature semantic location sensing |
US10206068B2 (en) * | 2015-07-09 | 2019-02-12 | OneMarket Network LLC | Systems and methods to determine a location of a mobile device |
CN105203100B (zh) * | 2015-10-29 | 2018-12-25 | 小米科技有限责任公司 | 智能引导用户搭乘电梯的方法及装置 |
-
2016
- 2016-03-30 US US15/084,799 patent/US9781575B1/en not_active Expired - Fee Related
-
2017
- 2017-01-30 DE DE112017001648.7T patent/DE112017001648T5/de active Pending
- 2017-01-30 CN CN201780022475.2A patent/CN109076310B/zh active Active
- 2017-01-30 JP JP2018549872A patent/JP6961609B2/ja active Active
- 2017-01-30 WO PCT/US2017/015570 patent/WO2017172018A1/en active Application Filing
- 2017-10-02 US US15/722,872 patent/US10219129B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101523453A (zh) * | 2005-09-06 | 2009-09-02 | 洛克威尔自动控制技术股份有限公司 | 用于rfid准确度的传感器融合 |
CN101449142A (zh) * | 2006-02-23 | 2009-06-03 | 洛克威尔自动控制技术股份有限公司 | 射频识别/生物识别区域保护 |
CN101576616A (zh) * | 2008-05-06 | 2009-11-11 | 广州香港科大研究开发有限公司 | 基于rfid技术的室内定位*** |
CN101848273A (zh) * | 2009-03-26 | 2010-09-29 | 深圳富泰宏精密工业有限公司 | 电子装置及其情景模式切换方法 |
CN103210410A (zh) * | 2010-09-23 | 2013-07-17 | 诺基亚公司 | 用于情境确定的方法和装置 |
CN104584656A (zh) * | 2012-09-28 | 2015-04-29 | 英特尔公司 | 用于传递用于定位的环境信息的方法和设备 |
CN104813186A (zh) * | 2012-12-14 | 2015-07-29 | 苹果公司 | 使用指纹数据进行位置确定 |
Also Published As
Publication number | Publication date |
---|---|
US20180184265A1 (en) | 2018-06-28 |
JP2019516080A (ja) | 2019-06-13 |
WO2017172018A1 (en) | 2017-10-05 |
US10219129B2 (en) | 2019-02-26 |
US9781575B1 (en) | 2017-10-03 |
US20170289768A1 (en) | 2017-10-05 |
JP6961609B2 (ja) | 2021-11-05 |
DE112017001648T5 (de) | 2018-12-20 |
CN109076310A (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109076310B (zh) | 物理位置的自主语义标记 | |
US11735018B2 (en) | Security system with face recognition | |
EP2962171B1 (en) | Adaptive sensor sampling for power efficient context aware inferences | |
US20190220697A1 (en) | Automated localized machine learning training | |
Zou et al. | Unsupervised WiFi-enabled IoT device-user association for personalized location-based service | |
US20110190008A1 (en) | Systems, methods, and apparatuses for providing context-based navigation services | |
CN109977731B (zh) | 一种场景的识别方法、识别设备及终端设备 | |
US20140226855A1 (en) | Subject sensing in an environment | |
CN111047621B (zh) | 一种目标对象追踪方法、***、设备及可读介质 | |
US11736555B2 (en) | IOT interaction system | |
US10769909B1 (en) | Using sensor data to detect events | |
JP2018061114A (ja) | 監視装置および監視方法 | |
Luo et al. | iMap: Automatic inference of indoor semantics exploiting opportunistic smartphone sensing | |
Yang et al. | Unmanned aerial vehicle–assisted node localization for wireless sensor networks | |
Elhamshary et al. | Towards ubiquitous indoor spatial awareness on a worldwide scale | |
US20230128689A1 (en) | Extrinsic camera calibration using calibration object | |
Luo et al. | From mapping to indoor semantic queries: Enabling zero-effort indoor environmental sensing | |
US20220230410A1 (en) | Object localization in video | |
CN117854156B (zh) | 一种特征提取模型的训练方法和相关装置 | |
Gu | Indoor Localization Supported by Landmark Graph and Locomotion Activity Recognition | |
US11906647B2 (en) | Person location determination using multipath | |
WO2023005864A1 (zh) | 一种位置语义指纹库构建方法以及相关装置 | |
Blasi | Evaluating Sensor Data in the Context of Mobile Crowdsensing | |
CN118196825A (zh) | 一种跌倒检测方法、电子设备及计算机介质 |
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 |