CN111213073B - 占用传感器校准和占用估计 - Google Patents

占用传感器校准和占用估计 Download PDF

Info

Publication number
CN111213073B
CN111213073B CN201880067938.1A CN201880067938A CN111213073B CN 111213073 B CN111213073 B CN 111213073B CN 201880067938 A CN201880067938 A CN 201880067938A CN 111213073 B CN111213073 B CN 111213073B
Authority
CN
China
Prior art keywords
occupancy
sensor
data
sensing area
detected
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
Application number
CN201880067938.1A
Other languages
English (en)
Other versions
CN111213073A (zh
Inventor
M.赵
A.V.潘德里潘德
M.H.威尔伯克特
M.A.克朗彭豪威尔
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.)
Signify Holding BV
Original Assignee
Signify Holding BV
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 Signify Holding BV filed Critical Signify Holding BV
Publication of CN111213073A publication Critical patent/CN111213073A/zh
Application granted granted Critical
Publication of CN111213073B publication Critical patent/CN111213073B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05BELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10Controlling the light source
    • H05B47/105Controlling the light source in response to determined parameters
    • H05B47/115Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/125Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • HELECTRICITY
    • H05ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05BELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10Controlling the light source
    • H05B47/105Controlling the light source in response to determined parameters
    • H05B47/115Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/26Power supply means, e.g. regulation thereof
    • G06F1/32Means for saving power
    • G06F1/3203Power management, i.e. event-based initiation of a power-saving mode
    • G06F1/3206Monitoring of events, devices or parameters that trigger a change in power modality
    • G06F1/3231Monitoring the presence, absence or movement of users
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

一些实施例涉及一种占用传感器校准装置(100),该装置被布置成反复地检测视觉数据中的占用和占用数据中的并发占用检测,确定在视觉数据中检测到的占用的位置,并将该位置存储为占用感测区域的一部分。

Description

占用传感器校准和占用估计
技术领域
本发明涉及占用传感器校准装置、占用聚合装置、占用传感器校准方法、占用聚合方法、照明***、以及计算机可读介质。
背景技术
占用传感器形成了智能照明***中的重要部分。提供关于传感器的感测区域内占用/空闲的二进制信息的占用传感器已被用于控制灯和节省能量。传统的用于此目的的传感器是被动红外(PIR)传感器。例如,在WO2017/072158A1中公开了一种用于识别区域中的工作空间的基于视觉的占用检测器。
在照明***中,占用传感器可以被部署用于照明控制。一个人可以尝试使用占用传感器来获得其他信息,诸如空间使用信息,但遗憾的是,即使已知占用传感器的位置,也无法精确推断出空间使用信息或是甚至将其用于数据聚合,因为这取决于实际的感测区域。在已知的***中,占用传感器的感测区域是未知的,或者仅在名义上已知,例如,基于传感器的规格和装配信息(诸如安装高度)。
例如,对来自有着具有窄视场的PIR传感器的***的数据进行聚合(例如平均),将提供与有着具有宽视场(FoV)的PIR传感器的***不同的结果。与具有窄视场的传感器相比,相同的占用者的分布可能触发更多的具有宽视场的传感器。
发明内容
提供了一种如权利要求中所限定的占用传感器校准装置。该校准装置使用从第二传感器(视觉传感器)获得的信息来对占用传感器的感测区域进行校准。由视觉传感器提供的数据不仅允许确定占用与非占用,还允许确定占用的位置。
这种校准的感测区域是一个优点,因为它们允许验证占用传感器的正确放置,并且还可以用于获得改进的聚合占用度量。例如,可以对占用数据进行处理,以获得区域内的人的计数,或识别时间和空间使用模式,这可提供更有用的信息,以优化空间使用。
本发明的其他方面涉及占用聚合装置、占用传感器校准方法、占用聚合方法、照明***和计算机可读介质。
校准装置和占用聚合装置是电子装置。例如,它们可以集成在计算机、或服务器、或照明***控制器等中。
根据本发明的方法可以在计算机上作为计算机实现的方法来实现,或者可以在专用硬件中实现,或者可以在两者的组合中实现。根据本发明的方法的可执行代码可以存储在计算机程序产品中。计算机程序产品的示例包括存储装置、光存储器装置、集成电路、服务器、在线软件等。优选地,计算机程序产品包括存储在计算机可读介质上的非暂时性程序代码,该非暂时性程序代码用于当所述程序产品在计算机上执行时执行根据本发明的方法。
在一个优选实施例中,计算机程序包括计算机程序代码,其被适配为当计算机程序在计算机上运行时执行根据本发明的方法的所有步骤。优选地,计算机程序体现在计算机可读介质上。
本发明的另一方面提供了一种使计算机程序可供下载的方法。当计算机程序被上载到例如苹果的应用商店、谷歌的Play商店或微软的Windows商店中时,并且当计算机程序可从这样的商店中下载时,使用本方面。
附图说明
本发明的进一步的细节、方面和实施例将通过参照附图仅以示例的方式来描述。图中的元件是为了简单和清晰而被图示的,并不一定是按比例绘制的。在图中,与已经描述的元件相对应的元件可以具有相同的附图标记。在附图中:
图1示意性地示出了占用传感器校准装置的实施例的示例;
图2a和2b示意性地示出了凸壳(convex hull)的实施例的示例;
图2c示意性地示出了平面壳体(planar hull)的实施例的示例;
图3示意性地示出了PIR传感器检测到的占用的位置的热图的实施例的示例;
图4a-4c示意性地示出了平面壳体的示例;
图4d示意性地示出了确定感测精度的示例;
图5a和5b示意性地示出了平面壳体的示例;
图6示意性地示出了占用聚合装置的实施例的示例;
图7a示意性地示出了占用传感器校准方法的实施例的示例;
图7b示意性地示出了占用聚合方法的实施例的示例;
图8a示意性地示出了具有包括根据实施例的计算机程序的可写部分的计算机可读介质;
图8b示意性地示出了根据实施例的处理器***的示意表现;
图9a和9b示意性地示出了感测区域限定和历史管理的实施例的示例;
图9c示意性地示出了具有建筑物应用空间的感测区域的实施例的示例;
图9d示意性地示出了考虑到感测区域的占用的示例;
图9e示意性地示出了考虑到重叠和多个感测区域的占用的示例。
图1-6中的附图标记列表。
100 占用传感器校准装置
112 计算机网络
120 占用传感器
122 占用感测区域
130 视觉传感器
132 视觉感测区域
140 占用存储器
150 通信接口
162 移动检测单元
164 相关性单元
166 位置分析器
167 验证单元
172 第一房间
174 第二房间
210、220 位置
230 椭圆
232 多边形
310、320 房间
410、420 房间
422-428 位置
440 感兴趣的区域以外的位置的壳体(hull)
600 占用聚合装置
650 通信接口
640 存储器
612 占用区域确定器
614 占用估计器。
具体实施方式
虽然本发明容许许多不同形式的实施例,但在附图中示出并将在此详细描述一个或多个具体实施例,应理解,本公开应被视为本发明的原理的范例,而非旨在将本发明限制在所示和描述的具体实施例中。在下文中,为理解起见,将在操作中描述实施例中的元件。然而,将显而易见的是,相应元件被布置成执行被描述为由它们执行的功能。进一步地,本发明不限于实施例,并且本发明在于本文描述的或在相互不同的从属权利要求中记载的每一个新颖的特征或特征的组合。
占用传感器提供关于传感器的感测区域内的占用/空闲的二进制信息。例如,占用传感器可以用于在照明***中控制灯和节省能量。例如,只有在灯照射的区域被占用的情况下,该灯可以被打开。用于此目的的常规传感器是PIR传感器,尽管也已知其他类型的(二进制)占用传感器。当在照明***中使用占用传感器时,期望的是占用传感器的感测区域和与其相关联的区域相匹配。例如,大于其对应的照射区域的感测区域将导致误报(falsepositive),例如,尽管照射区域未被占用,但用于该照射区域的照明被打开的情况。例如,小于其对应的照射区域的感测区域可能导致漏报(false negative),例如,尽管照射区域被占用,但用于该照射区域的照明未被打开的情况。事实上,如果感测区域与照射区域部分重叠,则这两个问题可能同时发生。
占用传感器也可以用于空间管理服务中,因此,空间管理服务可以使用照明***基础设施,占用传感器可以是该照明***基础设施的一部分。例如,然后可以处理占用数据,以获得区域中的人的计数,从而获得平均使用或识别时间和空间使用模式,以便提供更有用的信息来优化空间使用。占用传感器也可用于HVAC控制。因此,期望获得关于占用传感器的感测区域的更精确的信息。
图1示意性地示出了占用传感器校准装置100的实施例的示例。图1示出了一校准***,该校准***包括占用传感器校准装置100、占用传感器120和视觉传感器130。校准装置100包括通信接口150。通过通信接口150,设备100接收来自占用传感器120的占用数据。在一实施例中,可以存在多个占用传感器,其中一个占用传感器如图1中所示。装置100可以接收多个占用传感器的占用数据,并对多个占用传感器进行校准。
占用传感器具有占用感测区域122,在该占用感测区域122中检测占用。然而,占用感测区域122不是已知的,或者不是在足够的精度上已知的。
图1示出了两个房间:房间172和房间174。在本示例中,占用感测区域122限于房间172。在实践中,占用传感器也可以感测跨多个房间的占用。例如,发明人观察到的一个问题在于,占用传感器可以感测房间旁边的走廊上的移动,特别是在房间的门打开的情况下。因此,即使房间是空的,这样的占用传感器也可以被触发。如果感测区域太小,也可能发生相反的问题。在那种情况下,即使房间被占用,也可以检测到没有占用。因此,即使有人正在使用房间,灯也可以关闭。在一实施例中,占用感测区域被包含在房间中,但这不是必要的。例如,在开放办公室中,感测区域可以覆盖房间的一部分。在此,可以出现同样的问题。
校准装置100可以是照明***的一部分,但这不是必要的。例如,可以在校准装置100处接收占用感测结果,例如占用触发,因为传感器触发事件由照明***共享。例如,在照明***的一实施例中,照明***包括多个占用传感器、多个灯具、至少一个照明控制器和占用传感器校准装置。照明控制器使用占用数据来控制灯具。例如,照明控制器可以包括用于与多个占用传感器以及多个灯具通信的通信接口。照明控制器还可以包括处理器电路,处理器电路被布置成接收来自多个占用传感器的占用数据,根据占用数据确定对应于在其中检测到占用的占用感测区域的一个或多个灯具,并向对应的灯具发射控制信号,来响应于检测到的占用而增加光输出。如果未检测到占用,则照明控制器可以减少光输出。有意思的是,占用数据既可以用于控制灯具,也可以用于校准传感器。例如,可以使用占用数据和占用传感器校准装置来对占用感测区域进行校准。
视觉传感器130比占用传感器120更强大。视觉传感器130通过通信接口150向校准装置100发送视觉数据。视觉数据可以包括例如静止图像的形式或视频图像的形式的图像数据。在将图像发送至校准装置100之前,可以例如在视觉传感器中对它们进行预处理。例如,可以降低图像的分辨率、增加对比度等。视觉传感器可以并不总是转发图像,而是例如仅在需要时才转发,例如在检测到变化时转发。
视觉数据适合用于确定占用,例如,通过检测人和/或检测移动来确定占用。从视觉数据检测占用本身是已知的。例如,参见Fleuret等人的“具有盖然性占用地图的多相机人员跟踪(Multi-Camera People Tracking with a Probabilistic Occupancy Map)”。检测占用及其位置可以通过将视觉传感器放置于楼层的天花板上来简化,因为在一般情况下,在此应用中不需要识别特定用户。
视觉传感器可以是照明***的一部分,但通常将不会是其一部分。例如,可以例如为了校准占用传感器120的目的而临时安装视觉传感器。由于视觉传感器可以临时用于校准占用传感器的目的,因此视觉传感器的能量消耗是有限的。此外,就隐私问题而言,可能不要求视觉传感器持续地保持开启,而只是为了所述校准的目的而暂时开启。例如,可以出于另一原因安装视觉传感器;例如,视觉传感器120可以主要旨在用于安全目的。占用传感器120和视觉传感器130的感测区域至少部分重叠。在一实施例中,视觉传感器130的感测区域132包括占用传感器120的感测区域122。视觉传感器通常比占用传感器(诸如PIR传感器)具有更多的感测区域。例如,在所示示例中,感测区域132包括房间172和174,例如,房间可以是隔间。同样的现象可以发生在开放办公室中。通常,覆盖一开放办公室所需要的视觉传感器比占用传感器少得多。尽管如此,可能需要两个或更多个视觉传感器来校准单个占用传感器。
在一实施例中,占用传感器校准装置100包括被布置成存储视觉数据和占用数据(未单独示出)的数据存储器。视觉数据和占用数据可以包括指示数据接收的时间戳。例如,占用传感器校准装置100可以被配置成具有检索单元,该检索单元被布置为以特定时间间隔从数据存储器中检索时间戳所存在于的数据。
视觉传感器被配置成检测多个占用。例如,可以根据视觉数据检测到多个人,例如移动的人。此外,可以检测人的位置。位置可以是相对的,例如,相对于传感器的方位,或者相对于可以在感测区域132中可见的地标,例如,门柱等。位置可以是绝对的,例如,视觉传感器的位置可以是已知的。特别地,视觉传感器的感测区域可以是已知的。占用传感器的感测区域可以使用在很长的时间内(例如,若干天、若干月等)来自相关联的视觉传感器的位置数据来确定。
占用传感器(例如传感器120)、视觉传感器130和通信接口150可以通过计算机网络112进行通信。该计算机网络可以是局域网、广域网、内联网、互联网、因特网等。网络112可以是有线、无线或者部分有线和部分无线的。例如,传感器可以被布置为无线协议(例如,ZigBee),而通信接口可以被配置为有线接口(例如,以太网)。在通信接口150和传感器120以及130之间可以安装路由器、集线器、网关等。这些传感器不一定共享相同的网络。例如,通信接口150可以包括用于占用传感器120的第一部分和用于视觉传感器130的第二部分。例如,由于传感器触发事件由照明***共享,因此可以在通信接口150处获得占用感测结果。
校准方法的执行在处理器电路中实现,在此示出了处理器电路的示例。图1和图6示出了可以作为处理器电路的功能单元的功能单元。例如,图1示出了包括移动检测单元162和相关性单元164的校准装置100。这些图可以用作处理器电路的可能的功能组织的蓝图(blueprint)。处理器电路未与图1和图6中的单元分离地示出。例如,图中所示的功能单元可以全部或部分地由计算机指令来实现,这些指令存储在装置100或600处,例如存储在装置的电子存储器中,并可由装置的微处理器执行。在混合实施例中,功能单元部分地以硬件实现,例如作为协处理器,例如图像协处理器,并且部分地以在装置上存储和执行的软件实现。
校准装置100包括移动检测单元162,该移动检测单元162被配置在视觉数据中检测占用。在一实施例中,移动检测单元162可以被配置为在视觉数据中检测移动,例如检测后续视觉帧(例如图像)之间的差异。虽然可能不总是需要确定移动,但是例如,在一示例中,移动检测单元162是占用检测单元,并且可以被配置成具有占用检测算法,占用检测算法例如可以被配置成分析视觉数据以识别其中的占用模式,例如工作的人。在这种情况下,可能不需要识别移动。与占用一起,还检测占用(例如移动)的位置。该位置可以是绝对的或相对的。在一实施例中,移动检测单元162被布置成用于估计占用是否将会被占用传感器检测到,例如通过估计占用是否具有足够的移动。
相关性单元164被配置为在占用数据中检测并发的占用检测。例如,相关性单元164可以访问从占用传感器120接收的占用事件,例如触发。如果由占用传感器120检测到的占用发生于在视觉数据中检测到的占用的一时间间隔内(例如5秒内),则该占用是并发的。在一实施例中,即使这样的占用可以被占用传感器检测到,占用传感器可能也不总是对占用进行报告,例如如果灯刚刚被打开的话。例如,智能占用传感器可能不会在发送第一占用触发后不久就转发第二占用触发。
例如,移动检测单元162可以在13:00时在方位(x1,y1)处检测到移动。相关性单元164可以在13:00:04时发现由占用传感器120生成的占用事件。在这种情况下,这两个事件是相关的。相关性单元164 I被配置成将该位置存储为占用感测区域的一部分。例如,相关性单元164可以将位置(x1,y1)存储为占用传感器120的感测区域的一部分。
占用传感器和视觉传感器可以在占用和视觉数据流中包括标识传感器的标识符。校准装置100中(例如,相关性单元164中)的表将占用传感器id与视觉传感器id相关联。在一实施例中,占用传感器与多个视觉传感器相关联。例如,这在如下情况中可能是有用的:占用传感器例如由于窗户或打开的门而跨多个房间进行感测,而视觉传感器不这样做,或者视觉传感器做得不够充分。在这种情况下,在与占用传感器相关的任何一个相关联的移动传感器中检测到的移动可以导致记录的位置。优选地,多个视觉传感器使用相同的参考来报告位置。
对相关占用的检测例如,在多天、多周或者甚至多月的过程中被反复多次。因此,大量的位置被存储在占用存储器140中,该占用存储器140被布置成存储这些位置。该存储器可以是本地存储器,例如硬盘,但也可以被实现为朝向外部存储器(例如云存储器)的接口。
位置的集合可以直接用作占用传感器120的感测区域,但优选地,对这些位置进行处理。校准存储器可以包括可选的位置分析器166,来用于分析存储在占用传感器120的存储器140中的位置。在图中,为了清楚起见,分析位置的示例的大多数示例使用示例性数据。在实践中,数据可以是不同的,例如位置的数量可能大得多。
在一些示例中,占用传感器校准装置的处理器电路可以进一步被布置为向对应的占用传感器传送位置或存储的位置。由此,所述对应的占用传感器的占用感测区域可以相应地根据本发明被校准。因此,在一些示例中,占用传感器校准装置的处理器电路可以进一步被布置为更新对应的占用传感器的占用感测区域。
在示例中,所述占用传感器校准装置可以包括在占用传感器内。因此,占用传感器可以包括根据本发明的占用传感器校准装置。这样的配置也可以被称为占用传感器***。
在示例中,根据本发明的通信接口可以被布置成发送信息,诸如确定的位置,诸如存储的位置。所述信息可以被发送至外部用户装置,该外部用户装置被配置成诸如例如在指示占用传感器的感测区域的热图中使所述信息(例如根据本发明的校准的位置)可视化。这可以是有利的,以根据需要相应地重新调整占用传感器。
在一实施例中,该装置被配置为,如果对于来自视觉传感器的估计的位置(xi,yi)而言,占用传感器被触发,则将位置(xi,yi)分配为在该占用传感器的感测区域内。可选地,该装置可以确定所述位置的频率的热图,并过滤低于指定频率阈值的区域,例如作为离群点(outlier)。例如通过连接外部所述位置形成的区域是占用传感器的感测区域,例如将物理上可行的区域考虑在内。
在一实施例中,分析器166针对位置创建热图。例如,这在图3中进行。图3示意性地示出了PIR传感器检测到占用的位置的热图的实施例的示例。例如,分析器166可以被配置成具有热图算法。例如,热图算法可以例如为分散在检测到的位置周围的区域中的每个位置分配一些能量。
图3是根据实际数据创建的。图3中示出了两个房间:房间310和房间320。占用传感器位于房间310中。可以看出,检测到的相关占用的大部分在房间310内。较亮的颜色对应于较高的占用强度。在图3中可以看到,占用传感器还感测到在房间310之外但在房间320内的一些占用。这种情况的发生是因为人们经过房间310的打开的门,这被占用传感器检测到。
在一实施例中,分析器166被布置成确定被存储为占用感测区域的一部分的位置的平面壳体。例如,在一实施例中,分析器166被配置成将凸壳算法应用于被存储为占用感测区域的一部分的位置。图2a和2b示意性地示出了凸壳生成的实施例的示例。在图2a中,示出了占用传感器120和视觉传感器130都检测到占用(例如移动)的位置;这些位置取自视觉传感器130的视觉数据。这种相关的占用位置被指示为小圆圈;其中两个用附图标记210和220指示。将凸壳算法应用于该位置,以获得平面壳体。得到的多边形232如图2b中所示。例如,该平面壳体可以存储为多边形。在这种情况下,该多边形可以被存储为一系列顶点。例如,顶点可以是位置的子集,例如诸如顶点210。图2c示出了平面壳体的又一示例。在这个示例中,位置集是用椭圆来近似的。注意,在这种情况下,通过去掉多个离群点改进了椭圆的拟合。例如,可以使用最小化误差算法(诸如聚类算法)来确定椭圆。注意,与图2b的多个顶点相比,存储椭圆所需的存储器要少一些。同样的原理可以应用于图2b,例如减少顶点的数量,并且同时失去一些位置,例如失去一些精度。凸壳算法本身是从组合几何领域中已知的,参见例如Kirkpatrick和Seidel的“终极平面壳体算法(The ultimate planar convexhull algorithm)”。也可以使用样条来代替多边形。
图4a示出了两个房间中的相关位置:对应于房间420中的占用传感器的房间410和房间420。图4b示出了对相关位置应用凸壳算法的结果。图4b的凸壳中示出的位置中的一些存在无法实际被检测到的风险。事实上,在房间410中检测到的位置是由房间410和420之间的墙壁中的门或窗造成的异常。尽管这个问题可能并非对于所有应用都是相关的。在一实施例中,校准装置100包括存储多个房间的房间边界的房间边界存储器。在图1中未单独示出房间边界存储器;在一实施例中,存储器140也可以存储房间边界,例如墙壁。分析器166可以被配置为将位置划分为位于相同房间内的位置集,并对这些位置集分别应用凸壳算法。后者在图4c中图示。这些位置被划分成两个集:一个集对应于房间410,并且一个集对应于房间420。接下来对这两组单独应用平面壳体,例如凸壳算法。图4c中所示的结果比图4b中所示的结果有所改进,因为包含在包括在房间420中的壳体中的位置实际上更有可能可被占用传感器检测到。另一方面,在两个凸壳之间的小区域可能包含实际上可被占用传感器检测到但不包含在壳体中的位置。有趣的是,这个示例还显示,校准后的感测区域不一定必须是连接的区域。在图4c中示出的是占用传感器给出误报的区域440。根据感兴趣的区域,可以检测到这样的区域的存在,并将其作为问题来发信号通知。
用于找到占用传感器的感测区域的一种方法是检测占用传感器触发的位置。可以使用的进一步的信息是占用传感器不触发的位置。例如,在一实施例中,相关单元164被布置成反复地在占用数据中检测并发占用检测的缺失,尽管在视觉数据中检测到了占用。在这种情况下,相关单元164可以确定检测到的移动的位置,例如从移动检测单元164获得该位置,并将该位置存储为在占用感测区域之外。特别地,如果由于某些原因,例如由于传感器的缺陷,占用传感器的感测区域异常,则使用传感器未触发的位置可能是有帮助的。在一实施例中,可以对占用传感器未触发的位置进行过滤,例如以去除距占用传感器太远以致不相关的位置。
图5a示意性地示出了位置的示例,其中小圆圈指示占用传感器触发的位置,并且小三角形指示尽管存在一些移动但占用传感器没有触发的位置。图5b示意性地示出了根据图5a中给出的位置构造的平面壳体的示例。该壳体包含所有或至少大部分占用传感器触发的位置,并且不包含占用传感器未触发的位置。构造这样的壳体的方法本身是已知的,其来自组合几何学领域,例如参见Radoslav Fulek的“论不包括点集的多边形(On PolygonsExcluding Point Sets)”。如上所述,壳体可以是多边形,或者是样条等。例如,可以施加额外的标准,例如,在多边形壳体的顶点是位置的条件下使多边形壳体的面积最大化。例如,位置分析器166可以被配置为构造一感测区域,该感测区域包括在其中发现相关性的位置,例如包括至少一百分比(比如90%)在其中发现相关性的位置,并且不包括在其中没有发现相关性的位置,例如排除至少一百分比(比如90%)的在其中没有发现相关性的位置。
在一实施例中,占用传感器可能不会总是对占用事件进行报告,即使这样的占用可以被占用传感器检测到,例如在灯刚刚被打开的情况下。必须要注意仅在应当检测到占用的情况下才包括排除点,例如人们可以将一实施例限制为仅在灯关闭的情况下包括作为排除的位置。后面的信息可以例如通过计算机网络从照明***获得。
在一实施例中,校准装置100包括可选的验证单元167。例如,可以在感兴趣的区域(例如房间)中安装占用传感器,例如占用传感器120。验证单元167可以被配置成在以下情况下增加第一计数器:
- 在感兴趣的区域之外检测到视觉数据中的并发移动,
- 在感兴趣的区域之内检测到视觉数据中的移动的缺失,以及
- 检测到占用数据中的占用检测。
这种因素的组合指示,占用传感器基于感兴趣的区域之外的移动而触发。例如,这些可以指示基于例如通过门或窗看到的移动的误报触发。验证单元167还可以或可以替代地被配置成在以下情况下增加第二计数器:
- 在感兴趣的区域内没有并发占用检测的情况下在视觉数据中检测到移动。
这可能指示其中占用传感器给出漏报的情况,例如它应该触发但没有触发。
如果第一和/或第二计数器超过阈值,则验证单元167可以发射信号。例如,该信号可以是电子邮件、报告、SMS等。该阈值可以是绝对数,例如100。该阈值可以是百分比,例如触发中的3%是误报和/或漏报等。当例如通过验证单元167发现具有误报或漏报的问题时,可以通过重新配置和/或移动传感器来解决该问题。例如,可以修改视场,可以将传感器移到远离门的地方,可以用两个或更多个(例如具有较小视野的)传感器代替单个(例如具有较大视野的)传感器等。
在传感器重新配置的一实施例中,我们考虑两种情况。第一,在占用感测区域超出感兴趣的区域(例如比房间大)的情形下假触发的检测。考虑以下提出的方法。对于来自视觉传感器的估计位置(xi,yi),使得(xi,yi)在感兴趣的区域之外,并且感兴趣的区域中的灯为关闭(OFF);这意味着之前的占用状态为未占用。在这种情况下,使用灯状态作为占用传感器的状态的代理。如果相关联的占用传感器随后被触发,则false_trigger_count+=1;如果false_trigger_count超过一定的可容忍限度,装置可以声明占用传感器需要被重新配置,例如改变放置或者需要限制其视场。
现在,让我们考虑一个实施例,在该实施例中,由于占用传感器的覆盖不足而出现遗漏检测。考虑下面的方法。设备对missed_detection_count计数:对于来自视觉传感器的估计位置(xi,yi),使得(xi,yi)在感兴趣的区域中,并且相关联的占用传感器未被触发。如果missed_detection_count超过一定的可容忍限度,声明占用传感器需要被重新配置,例如改变放置或者需要扩大其视场。
注意,在上述两种实例中,还可以确定占用传感器的感测区域,使得还提供用于传感器重新配置的设计建议。
注意,可以在没有位置分析器166、没有验证单元167的情况下构造装置。
图4d示出了四个标记位置:422、424、426和428。
位置422在感兴趣的区域之外,在不触发占用传感器的情况下检测到运动。这是没有问题的。
位置426在感兴趣的区域之外,在触发占用传感器的情况下检测到运动。这是误报。
位置424在感兴趣的区域之内,在不触发占用传感器的情况下检测到运动。这是漏报。
位置428在感兴趣的区域之内,在触发占用传感器的情况下检测到运动。这是没有问题的。
如果由于任何原因,重新配置占用传感器,也可以对占用传感器进行重新校准。例如,在一实施例中,处理器电路可以被布置成接收用于占用传感器的重新配置信号,并在接收到所述信号后对占用传感器进行重新校准。例如,该信号可以由操作人员发送,并且可以通过接口(例如API、用户接口等)来接收。处理器电路可以被布置成例如像重新校准信号所指示的那样,使用具有日期在占用传感器的重新配置之后的时间戳的视觉和或占用数据来重新校准占用传感器。
图6示意性地示出了一占用聚合装置600的实施例的示例。聚合装置600包括被布置成接收来自多个占用传感器的占用数据的通信接口650,占用传感器具有对应的占用感测区域,在对应的占用感测区域中检测占用。聚合装置600使用占用传感器来估计占用,例如建筑物或楼层等的占用。实际上,聚合装置600包括被布置成存储对应于多个占用传感器的占用感测区域的存储器640。
聚合装置600不需要视觉传感器,通信接口650也不需要与视觉传感器通信。然而,这在例如校准装置和聚合装置600集成在相同的装置中的情况下是可能的。在一实施例中,校准装置100与聚合装置600临时集成或连接,以校准感测装置。在校准之后,可以移除(多个)视觉传感器或与视觉传感器的连接和/或校准软件。
在一实施例中,聚合装置600包括占用区域确定器612和占用估计器614,例如由处理器电路执行的电子存储中的软件实现。
占用区域确定器612被配置为例如根据共享的占用触发来确定多个传感器中的在一时间间隔内检测到占用的占用传感器。例如,可以仅确定在特定时间间隔内(例如在5分钟、1小时、1天等期间)的触发。占用区域确定器612进一步被配置为从存储器640中检索与确定的占用传感器对应的占用感测区域。
占用估计器614被配置成根据检索到的占用感测区域计算占用估计。例如,占用估计器614可以将检索到的占用感测区域的面积相加。面积之和可以被视为占用的测量,它还可以被进一步处理,例如除以例如总面积。在更高级的实施方式中,占用估计器614可以考虑到重叠区域。例如,估计器614可以被配置为仅将非重叠的占用感测区域纳入考虑。
在一高级实施方式中,占用估计器614可以动态地确定非重叠感测区域的最大数量。例如,占用估计器614可以构造一个图形,该图形的顶点代表检索到的感测区域,而边代表重叠的感测区域。通过求解该图形的所谓的最大独立集问题,获得感测区域的良好表示。所选择的区域可以用来计算占用估计。例如,可以计数所选择的区域的数量。未选择的感测区域可以被丢弃,或被给予较小的权重。
在校准装置和/或聚合装置的各种实施例中,例如图1和图6中示出的,可以从各种备选方案中选择通信接口。例如,通信接口可以是到局域网或广域网(例如因特网)的网络接口、到内部或外部数据存储器的存储器接口、应用接口(API)等。
校准装置和/或聚合装置的各种实施例(例如图1和图6中示出的)可以具有用户接口,其可以包括公知的元件,诸如一个或多个按钮、键盘、显示器、触摸屏等。用户接口可以被布置为适应执行校准、审查占用传感器问题、执行占用估计等的用户交互。各种实施例可以包括用于在显示器(例如监视器、智能电话等)上显示信息的显示接口。例如,显示器可以示出相关或不相关的位置、计算的感测区域、热图等。
存储器140和640可以被实施为电子存储装置,比如闪存存储装置,或磁性存储装置,比如硬盘等。存储器140和640可以包括多个分立存储装置,它们共同构成存储器140和640。存储器140和640也可以是临时存储器,比如RAM。在临时存储器的情况下,该存储器包含一些在使用前获取数据的构件,比如通过在可选的网络连接上获取它们。
通常,校准装置和聚合装置(例如图1和图6中示出的)各自包括微处理器(未单独示出),该微处理器执行存储在该装置上的适当软件;例如,该软件可以已经下载和/或存储在对应的存储装置中,例如,易失性存储(诸如RAM)或非易失性存储(诸如闪存)(未单独示出)。装置120和130还可以配备有微处理器和存储装置(未单独示出)。可替代地,装置100和600可以全部或部分地以可编程逻辑实现,例如作为现场可编程门阵列(FPGA)。装置100和600可以全部或部分地实现为所谓的专用集成电路(ASIC),即为它们的特定用途定制的集成电路(IC)。例如,该电路可以用CMOS实现,例如使用诸如Verilog、VHDL等硬件描述语言。
在一实施例中,校准装置100包括移动检测电路和相关性电路。在一实施例中,聚合装置600包括占用区域确定器电路和占用估计器电路。这些电路实现了本文描述的对应单元。该装置可以包括附加电路,例如,与本文所示的单元相对应的电路。该电路可以是处理器电路和存储器电路,处理器电路执行存储器电路中以电子方式表示的指令。
处理器电路可以以分布式的方式实现,例如作为多个子处理器电路。存储器可以分布在多个分布式子存储器上。存储装置的部分或全部可以是电子存储装置、磁性存储装置等。例如,存储器可以具有易失性部分和非易失性部分。存储器的一部分可以是只读存储器。
图7a示意性地示出了占用传感器校准方法700的实施例的示例。该方法包括
- 接收712来自占用传感器的占用数据,占用传感器具有占用感测区域,在占用感测区域中检测占用,
- 接收714来自视觉传感器的视觉数据,视觉传感器具有至少部分地与占用感测区域重叠的视觉感测区域,
- 反复检测720视觉数据中的占用和占用数据中的并发占用检测,确定730在视觉数据中检测到的占用的位置,并将该位置存储740为占用感测区域的一部分。
图7b示意性地示出了占用聚合方法750的实施例的示例。占用聚合方法750包括
- 接收760来自多个占用传感器的占用数据,占用传感器具有对应的占用感测区域,在占用感测区域中检测到占用,所述占用数据被存储在存储器中,
- 确定770多个占用传感器中的在一时间间隔内检测到占用的占用传感器,
- 从存储器中检索780与所确定的占用传感器对应的占用感测区域,
- 根据检索到的占用感测区域计算790占用估计。
执行本方法的许多不同方式是可能的,这对于本领域技术人员来说是明显的。例如,步骤的顺序可以改变,或者一些步骤可以并行执行。此外,在步骤之间可以***其他方法步骤。***的步骤可以代表如本文所描述的方法的细化,或者可以是与本方法无关的步骤。例如,一些步骤可以至少部分地并行执行。此外,在下一个步骤开始之前,给定的步骤可能还没有完全完成。
根据本发明的方法可以使用软件来执行,该软件包括用于使处理器***执行方法700或750的指令。软件可以仅包括***的特定子实体所采取的那些步骤。软件可以存储在合适的存储介质中,诸如硬盘、软盘、内存、光盘等。软件可以作为信号沿导线、或无线、或使用数据网络(例如因特网)发送。可以使软件可供下载和/或在服务器上远程使用。根据本发明的方法可以使用被布置为配置可编程逻辑(例如现场可编程门阵列(FPGA))以执行本方法的比特流来执行。
应当理解的是,本发明还延伸到被适配为将本发明付诸实践的计算机程序,特别是载体上或载体中的计算机程序。程序可以是源代码、目标代码、介于源代码和目标代码之间的代码(例如部分编译的形式)的形式或者适合用于实施根据本发明的方法的任何其他形式。与计算机程序产品有关的一实施例包括与所阐述方法中的至少一种方法的每一个处理步骤相对应的计算机可执行指令。这些指令可以被细分为子例程和/或存储在可以静态或动态地链接的一个或多个文件中。与计算机程序产品有关的另一实施例包括与所阐述***和/或产品中的至少一个中的每个构件相对应的计算机可执行指令。
根据一实施例,图8a示出了具有可写部分1010的计算机可读介质1000,可写部分1010包括计算机程序1020,计算机程序1020包括用于使处理器***执行校准和/或聚合方法的指令。计算机程序1020可以作为物理标记或借助于计算机可读介质1000的磁化而体现在计算机可读介质1000上。然而,也可以设想任何其他合适的实施例。此外,将理解的是,尽管此处将计算机可读介质1000示出为光盘,但计算机可读介质1000可以是任何合适的计算机可读介质,诸如硬盘、固态存储装置、闪存存储装置等,并且可以是不可录或可录的。计算机程序1020包括用于使处理器***执行所述校准和/或聚合方法的指令。
图8b示出了根据实施例的处理器***1140(例如校准装置和/或聚合装置的处理器***)的示意性表示。该处理器***包括一个或多个集成电路1110。一个或多个集成电路1110的架构示意性地在图8b中示出。电路1110包括处理单元1120,例如CPU,用于运行计算机程序组件以执行根据实施例的方法和/或实现其模块或单元。电路1110包括存储装置1122,用于存储编程代码、数据等。存储装置1122的一部分可以是只读的。电路1110可以包括通信元件1126,例如天线、连接器或二者等。电路1110可以包括专用集成电路1124,用于执行方法中定义的部分或全部处理。处理器1120、存储器1122、专用IC 1124和通信元件1126可以经由互连接1130(比如总线)与彼此连接。处理器***1110可以被布置成分别使用天线和/或连接器来进行有接触和/或无接触通信。
例如,在一实施例中,校准装置和/或聚合装置可以包括处理器电路和存储装置电路,处理器被布置成执行存储在存储装置电路中的软件。例如,处理器电路可以是英特尔酷睿i7处理器、ARM Cortex-R8等。在一实施例中,处理器电路可以是ARM Cortex M0。存储电路可以是ROM电路,或者是非易失性存储装置,例如闪存存储装置。存储装置电路可以是易失性存储装置,例如SRAM存储装置。在后一种情况下,该装置可以包括被布置用于提供软件的非易失性软件接口,例如硬盘驱动器、网络接口等。
下面给出了各种进一步的实施例。
在连接的照明***中采用各种类型的占用传感器来用于照明控制。传感器数据也可以用于照明应用和服务之外的应用和服务,诸如HVAC控制和空间管理等。对于HVAC和空间管理服务,期望在不同的空间聚合层次上聚合占用信息,例如HVAC区、房间、楼层和建筑物。在本发明中,我们提出了一种将感测区域的检测结果与有效时间段相关联的占用信息的通用数据模型表示。我们还提供了根据通用建筑物信息模型的占用聚合方法。
对来自有着具有窄视场的占用传感器的***的数据进行聚合(例如平均),将提供与有着具有宽视场(FoV)的占用传感器的***不同的结果。这是因为,与具有窄视场的传感器相比,同样的占用分布会触发更多的具有宽视场的传感器。如此,这种语境信息可以被集成到传感器模型中。感测区域也可以与共用的建筑物信息模型(BIM)绑定用于数据聚合。
联网照明***中的常规PIR传感器可以用作感测装置,以获得其所处空间的占用信息。传感器触发事件为此目的而传递。然而,在安装了多个传感器的空间中,由于缺乏对视场(FoV)的了解,很难根据传感器触发事件推导出空间整体的占用情形。作为一示例,考虑报告占用数据的壁装式占用传感器。在不知道它的取向、装备高度、FoV的情况下,不清楚关于物理空间中的何处报告占用情况。
此外,可能要求在不同的建筑物空间层次上(例如书桌台(desk island)、多书桌台开放区域、楼层、建筑物等)的聚合占用信息,以确定每个空间层次处的“占用水平”。在该语境中,“占用水平”通常被定义为空间区域的被占用的百分比。如何进行合适的数据聚合并不是显而易见的,因为这取决于传感器网格的粒度和其他属性。一种解决方案是将单个传感器的结果进行聚合,而不考虑类似FoV的附加属性,因此“占用水平”可以转化为“被占用传感器的百分比”。
在一实施例中,我们将感测区域并入数据模型,将感测结果映射到建筑物空间,以产生共用的表示,并且然后执行聚合,以解决上述问题。我们提出将占用感测区域作为一个属性并入到传感器数据模型中,因此表示感测区域中的占用,而不是像当前这样将占用值关联到装置。占用传感器和图像传感器的感测区域都可以关于建筑物信息模型中的“建筑物空间”来表示。在该语境中,“建筑物空间”可以是建筑物模型内部的任何2D面积或3D体积。然后基于建筑物空间定义进行聚合。可以根据建筑物空间的应用特征来使用不同的聚合方法。
在一实施例中,连接的智能照明***包括多个二进制占用传感器(例如PIR传感器)、多个图像传感器和照明控制***。第一种选项是将具有感测区域的占用传感器的数据与相关联的配置有效时间段相关联。第二种选项是使用共用的建筑物信息模型通过将不同感测区域上的占用数据映射到所要求的空间层次来在建筑物的一空间层次上对占用信息进行聚合。第三种选项是使用与占用传感器触发相组合的位置数据来估计占用传感器的感测区域,对误触发和遗漏检测进行分析,并从而提供配置建议。作为一示例,我们将考虑具有多个占用传感器、图像传感器、照明控制器和灯具的连接的智能照明***。
在第一实施例中,考虑具有单一形态的传感器的示例部署,例如PIR传感器,或者可替代地考虑具有多种形态的传感器地示例部署,例如PIR传感器和图像传感器。在常规***中,来自传感器的传感器触发事件(占用-空闲转换)被传送给接收方。通常,传感器位置不已知,并且只知道它们在房间内的粗关联。更高级的入网初始化可以定义传感器位置;然而,传感器取向的相关信息通常既不被包括也不保持跟踪关闭,以防随着时间的推移发生变化。
占用传感器的感测区域可以被定义为参考建筑物或其他参考的坐标系(例如地理坐标系)中的多边形。这可以是2D或3D多边形,例如在后一种情况下是多边形网。在2D的情况下,地板和天花板将在垂直维度上定义边界,而感测区域取决于应用而定义在桌面或地板水平处。在一些情况下,例如高开放空间或半层楼层或装配有主要水平观察方向的传感器,可能需要3D空间定义,但一般来说,2D定义就足够了。代替给出传感器占用状态改变事件,人们可以描述与传感器感测区域多边形相关联的空间占用。用这种方式,关于空间定义占用的语境化的描述。感测区域可以被表示为在诸如BIM的公开标准中定义的建筑物空间。然而,感测区域可能会由于以下原因随着时间的推移而改变:
- 照明***或建筑物装修。
- 装置更换,新装置具有与旧装置不同的物理特性。作为一示例,外部镜头被修改。
- 装置重新配置,例如装置被重新定向为具有不同感测区域。
- 空间重新配置,例如在开放空间中放置内墙或将较大的会议室划分成较小的房间。
在一实施例中,我们就感测区域的多边形定义随时间推移对感测区域保持跟踪。然后,相对应的占用数据模型唯一地描述了建筑物空间中任何给定时间点的占用数据。
图9a给出了感测区域(SR)定义的一示例。例如,数据项905可以定义SR1,并包括“建筑物楼层0”和多边形((0,0),(0,50),(100,50),(100,0),(0,0))。数据项906可以定义SR2并可以包括“建筑物楼层0”和多边形((0,0),(0,55),(100,55),(100,0),(0,0))。图9b示出了一数据结构。数据项910可以包含诸如以下的信息
楼层:FL0
UUID:00009
创建:
移除:
数据项915可以包含
SR1
UUID:000011
创建: 12-03-2016
移除:12-05-2017
数据项916可以包含
SR2
UUID:000012
创建:12-05-2017
移除:
因此,当传感器被例如替换时,由多边形1定义的旧感测区域将被注释有移除时间。新的感测区域被创建,并由多边形2定义和被注释有创建时间。当请求时间12-03-2016和12-05-2017之间的历史占用数据时,将提供来自感测区域SR1的数据。
所提出的模型的一个优点在于,数据变得独立于装置、装置配置或装置形态。由于每个数据元素都由其感测区域描述,因此也很容易有可能跨形态融合数据。代表具有多个传感器的聚合的较大空间的数据仍然可以用(较大的、组合的)感测区域来表示。
在一实施例中,可以对共用建筑物信息模型的不同占用数据表示进行聚合。感测区域给出了建筑物中的占用信息的准确和未处理的概念。然而,通常情况下,用户将优选针对给定的建筑物应用空间的占用描述,该占用描述可以是或不是感测区域的一对一映射。
在一实施例中,执行以下步骤以将占用信息聚合到任一指定的空间层次。首先,识别与期望空间层次相对应的所有感测区域。该识别可以基于以多边形定义为基础的几何匹配进行。然后,从感测区域中获取占用数据。在感测区域的任何感测区域中都不存在重叠的情况下,基于期望的度量标准(例如,一个小时内的感测区域上的平均占用值)对占用数据进行聚合。在存在来自重叠的感测区域的数据的情况下,可以首先将其融合,以产生感测区域上的单一值。如果数据是二进制的,所述融合的一个示例是或(OR)操作。
图9C示出了例如在建筑物应用空间内的建筑物楼层0(920)内的感测区域。示出了开放办公室1(931)和会议室1(932)。另外,示出了多个感测区域:SR1 921、SR3 922、SR4923、SR5 924、SR6 926和SR7 925。如图9c中所示,在建筑物楼层0处,我们把开放办公室1和会议室1看成是具有一定功能的建筑物应用空间。设施管理员将想要知道:开放办公室的占用水平和/或会议室的占用,如果它没有被占用,则它将会出现在内部预定***中。
可以使用从感测区域占用到应用空间占用的转换。聚合方法可以取决于应用空间类型。下面提供了一些空间聚合的示例。
在会议室和单人办公室的情况下,如果感测区域的任何一个显示占用,我们就认为该房间或办公室被占用。对于细粒度占用,使用与非重叠感测区域相关联的占用来确定占用水平,如图9d中所示。在该图中,聚合方法将确定感测区域R1和R3是不重叠的并且覆盖感兴趣的空间,并将R2视为冗余。因此,与R1和R3相关联的占用数据将被加入,以得出该空间中的占用。将此与在不知道感测区域的情况下将会在传感器层次上聚合占用数据的方法进行比较。在这种情况下,来自传感器s1-s3的所有数据将会被聚合,导致对空间内的占用水平的不正确估计。
对于开放办公室,可以根据下述内容推导出百分比:被占用的二进制感测区域(考虑到重叠)占二进制感测区域的总数的百分比,和/或在所有感测区域上(考虑到重叠)检测到的人数(使用图像传感器)占最大人数或者可以由应用空间适应的容量的百分比。作为示例,考虑图9e。在这种情况下,传感器s1和s3分别是具有感测区域R1和R3的二进制占用传感器,而传感器s2是可以报告在两个感测区域R2a和R2b上的占用的图像传感器。在这种情况下,考虑到传感器的感测区域,聚合占用将为{d(R1) OR d(R2a)} + {d(R3) OR d(R2b)}。这里d(.)是指定感测区域内的占用数据,OR标识逻辑或(OR)运算符。
可以使用以上空间聚合来传递给定时间的应用空间的占用百分比。如果请求一时间段内的占用百分比,则可以通过取得来自请求的时间段的多个空间聚合的占用样本来执行进一步的时间聚合。
应当指出的是,上述实施例说明而非限制本发明,并且本领域技术人员将能够设计许多可替代实施例。
在权利要求书中,置于括号之间的任何附图标记不应解释为对权利要求的限制。使用动词“包括”及其词形变化并不排除权利要求书中所述及的那些元件或步骤以外的元件或步骤的存在。在元件前面的冠词“一”或“一个”(“a”或“an”)不排除存在多个这样的元件。本发明可以借助于包括若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干个构件的装置权利要求中,这些构件中的若干个可以由同一硬件项来体现。在权利要求书中,括号中的标记指的是例示实施例的附图中的附图标记,或指的是实施例的公式,从而增加权利要求书的可理解性。这些标记不应解释为对权利要求的限制。

Claims (13)

1.一种占用传感器校准装置(100),用于校准占用传感器(120)的占用感测区域(122),在所述占用感测区域(122)中检测占用,所述占用传感器校准装置(100)包括:
- 通信接口(150),被布置用于接收
- 来自所述占用传感器(120)的占用数据,
- 来自视觉传感器(130)的视觉数据,所述视觉传感器具有至少部分与所述占用感测区域重叠的视觉感测区域(132),
- 处理器电路,被布置成反复地(i)检测所述视觉数据中的占用和所述占用数据中的并发占用检测,(ii)确定在所述视觉数据中检测到的占用的位置,以及(iii)将所述位置存储为所述占用感测区域的一部分,以及
- 占用存储器(140),被布置为存储所述位置;
其中所述处理器电路被布置成反复地(i)检测所述视觉数据中的移动和所述占用数据中的并发占用检测的缺失,(ii)确定检测到的移动的位置,以及(iii)将所述位置存储为所述占用感测区域之外。
2.如权利要求1中所述的占用传感器校准装置(100),其中所述处理器电路被布置成确定被存储为所述占用感测区域的一部分的所述位置的平面壳体。
3.如权利要求1和2中任一项所述的占用传感器校准装置(100),其中所述处理器电路被布置成对被存储为所述占用感测区域的一部分的所述位置应用凸壳算法。
4.如权利要求1和2中任一项所述的占用传感器校准装置(100),包括
- 房间边界存储器,被配置用于存储多个房间的房间边界,其中所述处理器电路被布置为
- 将所述位置划分为位于相同的房间内的位置集,并对所述位置集单独地应用凸壳算法。
5.如权利要求1和2中任一项所述的占用传感器校准装置(100),其中所述占用传感器被安装在感兴趣的区域中,并且其中所述处理器电路被布置成
- 如果在所述感兴趣的区域之外检测到所述视觉数据中的并发移动,在所述感兴趣的区域之内检测到所述视觉数据中的移动的缺失,以及检测到所述占用数据中的占用检测,增加第一计数器,和/或
- 如果在所述视觉数据中检测到移动,而在所述感兴趣的区域内没有并发占用检测,增加第二计数器,
- 如果所述第一和/或第二计数器超过阈值,发射信号。
6.如权利要求1和2中任一项所述的占用传感器校准装置(100),其中所述占用传感器是PIR传感器。
7.根据权利要求1和2中任一项所述的占用传感器校准装置(100),其中所述处理器电路被布置成接收用于所述占用传感器的重新配置信号,和在接收到所述信号后对所述占用传感器进行重新校准。
8.如权利要求7所述的占用传感器校准装置(100),包括被布置为存储所述视觉数据和所述占用数据的数据存储器,其中所述视觉数据和所述占用数据包括指示接收所述数据的时间戳,所述处理器电路被布置为使用具有日期在所述占用传感器的重新配置之后的时间戳的视觉数据和/或占用数据来重新校准所述占用传感器。
9.一种占用聚合装置(600),包括
- 通信接口(650),被布置为接收
- 来自多个占用传感器的占用数据,所述占用传感器具有相对应的占用感测区域,在所述占用感测区域内检测占用,
- 存储器(640),被配置用于存储与所述多个占用传感器对应的占用感测区域,
- 处理器电路,被配置为
- 确定所述多个占用传感器中的在时间间隔中检测到占用的至少一个占用传感器,
- 从所述存储器中检索与所述至少一个确定的占用传感器对应的占用感测区域,
- 根据所述检索到的占用感测区域计算占用估计;
其中所述占用聚合装置进一步包括
- 如权利要求1-8中任一项所述的占用传感器校准装置,所述占用感测区域中的至少一个用所述占用传感器校准装置进行校准。
10.如权利要求9中所述的占用聚合装置(600),其中,所述处理器电路被配置为仅考虑检索到的非重叠的占用感测区域用于所述占用估计的计算。
11.一种照明***,包括多个占用传感器、多个灯具、至少一个照明控制器和如权利要求1-8中任一项所述的占用传感器校准装置,所述占用传感器具有占用感测区域(122),在所述占用感测区域(122)内检测占用,
所述至少一个照明控制器包括
- 通信接口,被配置用于与所述多个占用传感器和所述多个灯具进行通信,
- 处理器电路,被布置为
- 接收来自所述多个占用传感器的占用数据,
- 根据所述占用数据,确定与在其中检测到占用的占用感测区域对应的一个或多个灯具,
- 响应于所述检测到的占用,将控制信号发射至对应的灯具以增加光输出,其中
- 所述占用感测区域使用所述占用数据和所述占用传感器校准装置进行校准。
12.一种占用传感器校准方法(700),所述方法包括
- 接收(712,714)
- 来自占用传感器的占用数据,所述占用传感器具有占用感测区域,在所述占用感测区域中检测占用,
- 来自视觉传感器的视觉数据,所述视觉传感器具有至少部分与所述占用感测区域重叠的视觉感测区域,
- 反复地检测(720)所述视觉数据中的占用和所述占用数据中的并发占用检测,确定(730)在所述视觉数据中检测到的占用的位置,和将所述位置存储(740)为所述占用感测区域的一部分
- 反复地检测所述视觉数据中的移动和所述占用数据中的并发占用检测的缺失,确定检测到的移动的位置,和将所述位置存储为所述占用感测区域之外。
13.一种计算机可读介质(1000),包括代表使处理器***执行根据权利要求12所述的方法的指令的暂时性或非暂时性数据(1020)。
CN201880067938.1A 2017-10-17 2018-10-11 占用传感器校准和占用估计 Active CN111213073B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP17196726.8 2017-10-17
EP17196726 2017-10-17
PCT/EP2018/077784 WO2019076732A1 (en) 2017-10-17 2018-10-11 OCCUPANCY SENSOR CALIBRATION AND OCCUPANCY ESTIMATE

Publications (2)

Publication Number Publication Date
CN111213073A CN111213073A (zh) 2020-05-29
CN111213073B true CN111213073B (zh) 2024-03-12

Family

ID=60268172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880067938.1A Active CN111213073B (zh) 2017-10-17 2018-10-11 占用传感器校准和占用估计

Country Status (4)

Country Link
US (1) US11184968B2 (zh)
EP (1) EP3698609B1 (zh)
CN (1) CN111213073B (zh)
WO (1) WO2019076732A1 (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE1950998A1 (en) * 2019-09-02 2021-03-03 Assa Abloy Ab Calibrating a people counter
US11193683B2 (en) * 2019-12-31 2021-12-07 Lennox Industries Inc. Error correction for predictive schedules for a thermostat
GB201919447D0 (en) * 2019-12-31 2020-02-12 Essence Security International Esi Ltd Apparatus and method for monitoring an access point
DE102020101727A1 (de) * 2020-01-24 2021-07-29 Steinel Gmbh Steuervorrichtung zum Ansteuern eines Bewegungsmelders
US11605201B2 (en) * 2020-01-27 2023-03-14 Meta Platforms Technologies, Llc Systems, methods, and media for detecting object-free space
US11126850B1 (en) 2020-04-09 2021-09-21 Facebook Technologies, Llc Systems and methods for detecting objects within the boundary of a defined space while in artificial reality
US11520073B2 (en) 2020-07-31 2022-12-06 Analog Devices International Unlimited Company Multiple sensor aggregation
US11720117B1 (en) * 2020-10-28 2023-08-08 Amazon Technologies, Inc. System to facilitate autonomous mobile device movement
US11232644B1 (en) 2020-12-31 2022-01-25 Facebook Technologies, Llc Systems and methods for providing spatial awareness in virtual reality
US11895753B2 (en) * 2022-01-03 2024-02-06 Synaptics Incorporated Motion-activated switch control based on object detection

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1675086A (zh) * 2002-08-21 2005-09-28 罗伯特·博世有限公司 用于检测座椅的占用状况的方法和装置
CN1727839A (zh) * 2004-07-28 2006-02-01 发那科株式会社 机器人***中再校准三维视觉传感器的方法和设备
CN103246388A (zh) * 2012-02-01 2013-08-14 罗技欧洲公司 用于对输入设备进行校准的***和方法
CN103324280A (zh) * 2012-03-05 2013-09-25 株式会社理光 互动白板会话的自动终止
CN105229582A (zh) * 2013-03-14 2016-01-06 视力移动科技公司 基于近距离传感器和图像传感器的手势检测
CN106164984A (zh) * 2014-02-14 2016-11-23 康戈尼迈蒂克斯公司 用于占用率估计的***和方法
WO2017072158A1 (en) * 2015-10-30 2017-05-04 Philips Lighting Holding B.V. A system and method for determining the location and occupancy of workspaces
CN107103276A (zh) * 2016-02-19 2017-08-29 德尔福技术有限公司 使用低层传感器融合的视觉算法执行

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9955551B2 (en) * 2002-07-12 2018-04-24 Yechezkal Evan Spero Detector controlled illuminating system
US8009042B2 (en) * 2008-09-03 2011-08-30 Lutron Electronics Co., Inc. Radio-frequency lighting control system with occupancy sensing
WO2010053469A1 (en) 2008-11-07 2010-05-14 Utc Fire & Security Corporation System and method for occupancy estimation and monitoring
US9665776B2 (en) 2010-02-01 2017-05-30 Vito Nv System and method for 2D occupancy sensing
CA3084936A1 (en) 2010-11-04 2012-05-10 Digital Lumens Incorporated Method, apparatus, and system for occupancy sensing
JP6157006B2 (ja) 2011-03-24 2017-07-05 フィリップス ライティング ホールディング ビー ヴィ 多領域照明制御器
US9157764B2 (en) * 2011-07-27 2015-10-13 Honeywell International Inc. Devices, methods, and systems for occupancy detection
US8809788B2 (en) * 2011-10-26 2014-08-19 Redwood Systems, Inc. Rotating sensor for occupancy detection
GB2519769B (en) 2013-10-29 2016-09-28 Cp Electronics Ltd Apparatus for controlling an electrical load
US10038983B2 (en) * 2014-05-09 2018-07-31 Orcasense, Inc. System and method for estimating interest in, activity at and occupancy of a physical location
US10766041B2 (en) 2014-12-24 2020-09-08 Illinois Tool Works Inc. Flow diverter in fluid application device
WO2017015664A1 (en) 2015-07-23 2017-01-26 Digital Lumens Incorporated Intelligent lighting systems and methods for monitoring, analysis, and automation of the built environment
WO2017060083A1 (en) 2015-10-06 2017-04-13 Philips Lighting Holding B.V. Integrated lighting and people counting system
US10240751B2 (en) * 2016-03-24 2019-03-26 TurningMode, LLC Systems and methods of illumination
CN110506452B (zh) * 2017-02-07 2021-12-03 路创技术有限责任公司 基于音频的负载控制***
WO2018189744A1 (en) * 2017-04-13 2018-10-18 Bright Led Ltd Outdoor lighting system and method

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1675086A (zh) * 2002-08-21 2005-09-28 罗伯特·博世有限公司 用于检测座椅的占用状况的方法和装置
CN1727839A (zh) * 2004-07-28 2006-02-01 发那科株式会社 机器人***中再校准三维视觉传感器的方法和设备
CN103246388A (zh) * 2012-02-01 2013-08-14 罗技欧洲公司 用于对输入设备进行校准的***和方法
CN103324280A (zh) * 2012-03-05 2013-09-25 株式会社理光 互动白板会话的自动终止
CN105229582A (zh) * 2013-03-14 2016-01-06 视力移动科技公司 基于近距离传感器和图像传感器的手势检测
CN106164984A (zh) * 2014-02-14 2016-11-23 康戈尼迈蒂克斯公司 用于占用率估计的***和方法
WO2017072158A1 (en) * 2015-10-30 2017-05-04 Philips Lighting Holding B.V. A system and method for determining the location and occupancy of workspaces
CN107103276A (zh) * 2016-02-19 2017-08-29 德尔福技术有限公司 使用低层传感器融合的视觉算法执行

Also Published As

Publication number Publication date
WO2019076732A1 (en) 2019-04-25
EP3698609A1 (en) 2020-08-26
US11184968B2 (en) 2021-11-23
US20200305258A1 (en) 2020-09-24
EP3698609B1 (en) 2021-02-17
CN111213073A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
CN111213073B (zh) 占用传感器校准和占用估计
US11356519B2 (en) Floor-plan based learning and registration of distributed devices
US10756830B2 (en) System and method for determining RF sensor performance relative to a floor plan
US10606963B2 (en) System and method for capturing and analyzing multidimensional building information
US10621527B2 (en) Integrated system for sales, installation, and maintenance of building systems
US10928785B2 (en) Floor plan coverage based auto pairing and parameter setting
US10459593B2 (en) Systems and methods for providing a graphical user interface indicating intruder threat levels for a building
US11036897B2 (en) Floor plan based planning of building systems
EP3079110A1 (en) System and method for energy harvesting system planning and performance
EP3590310B1 (en) Detecting recommissioning
US11907988B2 (en) Systems and methods for providing geolocation services in a mobile-based crowdsourcing platform
US11284544B1 (en) Systems and methods for sensing, recording, analyzing and reporting environmental conditions in data centers and similar facilities
JP6584716B2 (ja) 照明センサ分析
WO2020104254A1 (en) A people counting system with aggregated detection regions
US20210251065A1 (en) Room type determinations with motion sensors

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