以下の詳細な説明では、関連する教示の完全な理解を提供するために、例として多数の具体的な詳細が記載されている。しかしながら、本教示がそのような詳細なしで実施されてもよいことは当業者に明らかである。他の例では、本教示の態様を不必要に曖昧にすることを避けるために、周知の方法、手順、構成要素、および/または回路が詳細なしに比較的高レベルで説明される。
システム/内部接続
一実施形態では、本教示は、無線モニタシステムの方法、装置、デバイス、システム、および/またはソフトウェア(方法/装置/デバイス/システム/ソフトウェア)について開示している。無線マルチパスチャネル(チャネル)の時系列のチャネル情報(CI)は、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリ中に記憶された命令セットを使用して得ることができる。時系列のCI(time series of CI:TSCI)は、場所内でチャネルを通じてタイプ1(タイプ1)異種無線デバイスとタイプ2(タイプ2)異種無線デバイスとの間で送信される無線信号(信号)から抽出され得る。チャネルは、場所内でのオブジェクトの動きにより影響を受ける場合がある。オブジェクトのおよび/またはオブジェクトの動きの特性および/または時空間情報(例えば、動き情報)は、TSCIに基づいてモニタされ得る。タスクは、特性(characteristics)および/または時空間情報(例えば、動き情報)に基づいて実施され得る。タスクに関連する提示(presentation)は、ユーザのデバイス上のユーザインターフェース(UI)で生成され得る。TSCIは、前処理され得る。
タイプ1デバイスは、少なくとも1つの異種無線送信器を含み得る。タイプ2デバイスは、少なくとも1つの異種無線受信器を含み得る。タイプ1デバイスおよびタイプ2デバイスは、同一のデバイスであり得る。任意のデバイスは、プロセッサと、プロセッサと通信可能に結合されたメモリと、プロセッサによって実行するようにメモリ中に記憶された命令セットと、を有することができる。いくつかのプロセッサ、メモリ、および命令セットは、協調し得る。同一のタイプ2デバイス(または複数のタイプ2デバイス)と相互作用する複数のタイプ1デバイスが存在する場合があり、および/または同一のタイプ1デバイスと相互作用する複数のタイプ2デバイスが存在する場合がある。複数のタイプ1デバイス/タイプ2デバイスは、同一の/異なる窓の幅/サイズおよび/またはタイムシフトと同期および/または非同期であってもよい。複数のタイプ1デバイスによって送られた無線信号は、同期および/または同時存在し得る。複数のタイプ1デバイス/タイプ2デバイスは、独立しておよび/または協同で動作してもよい。タイプ1および/またはタイプ2デバイスは、異種ハードウェア回路(例えば、無線信号を生成/受信すること、受信した信号からCIを抽出すること、またはCIを利用可能にすることが可能な異種チップまたは異種IC)を有し/を備え/であり得る。これらは、同一または異なるサーバ(例えば、クラウドサーバ、エッジサーバ、ローカルサーバ)に通信可能に結合され得る。あるデバイスの動作は、動作、状態、内部状態、ストレージ、プロセッサ、メモリ出力、物理的な場所、計算リソース、別のデバイスのネットワークに基づき得る。様々なデバイスは、直接および/または別のデバイス/サーバ/クラウドサーバを介して、通信することができる。デバイスは、関連する設定により1人以上のユーザと関連付けることができる。設定は、一度選択されるか、事前にプログラムされるか、および/または時間の経過と共に変更され得る。1つまたは複数のタイプ1デバイスが1つまたは複数のタイプ2デバイスと相互作用する場合、任意の処理(例えば、時間領域、周波数領域)は、異なるデバイスに対して異なる場合がある。処理は、位置、向き、方向、役割、ユーザ関連特性、設定、構成、利用可能なリソース、利用可能な帯域幅、ネットワーク接続、ハードウェア、ソフトウェア、プロセッサ、コプロセッサ、メモリ、バッテリ寿命、利用可能電力、アンテナ、アンテナタイプ、アンテナの指向性/単指向性、電力設定、および/またはデバイスの他のパラメータ/特性に基づくことができる。
無線受信器(例えば、タイプ2デバイス)は、無線送信器(例えば、タイプ1デバイス)から信号および/または別の信号を受信することができる。無線受信器は、別の無線送信器(例えば、第2のタイプ1デバイス)から別の信号を受信することができる。無線送信器は、信号および/または別の信号を別の無線受信器(例えば、第2のタイプ2デバイス)に送信することができる。無線送信器、無線受信器、別の無線受信器、および/または別の無線送信器は、オブジェクトおよび/または別のオブジェクトと共に移動することができる。別のオブジェクトは、追跡され得る。別のオブジェクトがついせきされ得る。
タイプ1および/またはタイプ2デバイスは、少なくとも2つのタイプ2および/またはタイプ1デバイスと無線で結合することが可能であり得る。タイプ1デバイスは、場所内で別の場所でタイプ2デバイスから第2のタイプ2デバイスへの無線カップリングを切り換え/確立させることができる。同様に、タイプ2デバイスは、場所内で更に別の場所でタイプ1デバイスから第2のタイプ1デバイスへの無線カップリングを切り換え/確立させることができる。切り換えは、サーバ、プロセッサ、タイプ1デバイス、タイプ2デバイス、および/または別のデバイスによって制御することができる。切り換えの前後で使用される無線は、異なる場合がある。第2の無線信号(第2の信号)は、チャネルを介して、タイプ1デバイスと第2のタイプ2デバイスとの間(またはタイプ2デバイスと第2のタイプ1デバイスとの間)で送信させることができる。第2の信号から抽出されたチャネルの第2のTSCIを得ることができる。第2の信号は第1の信号であり得る。オブジェクトの特徴、時空間情報、および/または別の量は、第2のTSCIに基づいてモニタすることができる。タイプ1デバイスおよびタイプ2デバイスは、同一であり得る。
信号および/または別の信号には、データが埋め込まれていてもよい。信号は、一連のプローブ信号であり得る。プローブ信号には、データが埋め込まれていてもよい。プローブ信号は、データ信号で置換され得る。無線受信器、無線送信器、別の無線受信器、および/または別の無線送信器は、少なくとも1つのプロセッサ、それぞれのプロセッサと通信可能に結合されたメモリ、および/またはメモリ中に記憶されたそれぞれの命令セットと関連付けることができ、この命令セットは、実行されると、プロセッサに、オブジェクトの時空間情報(例えば、動き情報)、初期時空間情報、初期時間、方向、瞬間の場所、瞬間の角度、および/または速さを決めるのに必要な任意のおよび/またはすべてのステップを実施させる。プロセッサ、メモリ、および/または、命令セットは、タイプ1異種無線送受信器、少なくとも1つのタイプ2異種無線送受信器のうちの1つ、オブジェクト、オブジェクトと関連付けられたデバイス、場所と関連付けられた別のデバイス、クラウドサーバ、および/または別のサーバと関連付けることができる。
タイプ1デバイスは、場所内でのチャネルを介して、少なくとも1つのタイプ2デバイス(単数または複数)に、ブロードキャスト方式で信号を送信することができる。信号は、タイプ1デバイスが任意のタイプ2デバイスと無線接続(接続)を確立することなく送信される。タイプ1デバイスは、2つ以上のタイプ2デバイスで共通の特定の媒体アクセス制御(media access control:MAC)アドレスに送信することができる。各タイプ2デバイスは、そのMACアドレスを特定のMACアドレスに調整することができる。
特定のMACアドレスは、場所と関連付けられ得る。関連付けは、関連付けサーバの関連付けテーブルに記録され得る。場所は、特定のMACアドレス、一連のプローブ信号、および/またはプローブ信号から抽出された少なくとも1つのTSCIに基づいて、タイプ1デバイス、タイプ2デバイス、および/または別のデバイスによって識別することができる。例えば、タイプ2デバイスは、(例えば、別の場所から)場所内の新しい場所に移動することができる。タイプ1デバイスは、タイプ1およびタイプ2デバイスが互いに認識しないように、場所内に新たにセットアップすることができる。セットアップ中に、タイプ1デバイスは、特定のMACアドレスに一連のプローブ信号を送信するように、(例えば、ダミー受信器を使用して、ハードウェアpin設定/接続を使用して、記憶された設定を使用して、ローカル設定を使用して、リモート設定を使用して、ダウンロードした設定を使用して、またはサーバを使用して)命令/誘導/原因と/制御、され得る。電源投入すると、タイプ2デバイスは、様々な場所での放送に使用され得る(例えば、指定ソース、サーバ、クラウドサーバ中に記憶された)MACアドレス(例えば、家、オフィス、囲い地、フロア、高層ビル、ストア、空港、モール、スタジアム、ホール、駅、地下鉄、ロット、エリア、ゾーン、領域、地区、市、国、大陸などの様々な場所で使用される様々なMACアドレス)のテーブルに従って、プローブ信号をスキャンし得る。タイプ2デバイスが特定のMACアドレスに送信されたプローブ信号を検出する場合、タイプ2デバイスは、テーブルを使用して、MACアドレスに基づいて場所を識別することができる。場所内でのタイプ2デバイスの場所は、特定のMACアドレス、一連のプローブ信号、および/またはプローブ信号からタイプ2デバイスによって得られた少なくとも1つのTSCIに基づいて計算することができる。計算は、タイプ2デバイスによって実施することができる。
特定のMACアドレスは、時間と共に変更され得る。タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従って、変更され得る。特定のMACアドレスは、MACアドレスの利用可能性、事前選択リスト、衝突パターン、トラフィックパターン、タイプ1デバイスと別のデバイスとの間のデータトラフィック、有効帯域幅、ランダム選択、および/またはMACアドレス切り換え計画に基づいて選択され得る。特定のMACアドレスは、第2の無線デバイス(例えば、ダミー受信器、またはダミー受信器として機能する受信器)のMACアドレスであり得る。タイプ1デバイスは、チャネルのセットから選択されたチャネルでプローブ信号を送信することができる。選択されたチャネルの少なくとも1つのCIは、選択されたチャネルで送信されたプローブ信号からそれぞれのタイプ2デバイスによって得られ得る。選択されたチャネルは、時間と共に変更され得る。変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。選択されたチャネルは、チャネルの利用可能性、ランダム選択、事前選択リスト、同一チャネル干渉、チャネル間干渉、チャネルトラフィックパターン、タイプ1デバイスと別のデバイスとの間のデータトラフィック、チャネルと関連付けられた有効帯域幅、セキュリティ基準、チャネル切り換え計画、基準、および/または考察に基づいて選択され得る。特定のMACアドレスおよび/または選択されたチャネルの情報は、ネットワークを介して、タイプ1デバイスとサーバとの間で通信され得る。特定のMACアドレスおよび/または選択されたチャネルの情報はまた、別のネットワークを介して、タイプ2デバイスとサーバとの間で通信され得る。タイプ2デバイスは、特定のMACアドレスおよび/または選択されたチャネルの情報を別のタイプ2デバイスに(例えば、メッシュネットワーク、Bluetooth、WiFiなどを介して)通信することができる。特定のMACアドレスおよび/または選択されたチャネルは、サーバによって選択され得る。特定のMACアドレスおよび/または選択されたチャネルは、タイプ1デバイス、タイプ2デバイス、および/またはサーバによってアナウンスチャネルにて信号で送られ得る。通信前に、任意の情報を前処理することができる。
タイプ1デバイスと別の無線デバイスとの間の無線接続は、(例えば、信号ハンドシェイクを使用して)確立され得る。タイプ1デバイスは、第1のハンドシェイク信号(例えば、サウンディングフレーム、プローブ信号、送信要求RTS)を別のデバイスに送信し得る。別のデバイスは、第2のハンドシェイク信号(例えば、命令、または送信可CTS)をタイプ1デバイスに送ることと、タイプ1デバイスをトリガして、任意のタイプ2デバイスとの接続を確立することなく、信号(例えば、一連のプローブ信号)をブロードキャスト方式で複数のタイプ2デバイスに送信することと、によって返信することができる。第2のハンドシェイク信号は、第1のハンドシェイク信号に対する応答または肯定応答(例えば、ACK)であり得る。第2のハンドシェイク信号は、場所の情報および/またはタイプ1デバイスの情報を有するデータを含み得る。
別のデバイスは、タイプ1デバイスと無線接続を確立する目的、第1の信号を受信する目的、および/または第2の信号を送信する目的(例えば、主要目的、副次目的)を有するダミーデバイスであり得る。別のデバイスは、タイプ1デバイスに物理的に取り付けられ得る。別の実施例では、別のデバイスは、第3のハンドシェイク信号をタイプ1デバイスに送り、タイプ1デバイスをトリガして、任意のタイプ2デバイスとの接続を確立することなく、信号(例えば、一連のプローブ信号)を複数のタイプ2デバイスにブロードキャストし得る。タイプ1デバイスは、第4のハンドシェイク信号を別のデバイスに送信することによって、第3の特別信号に返信することができる。別のデバイスを使用して、2つ以上のタイプ1デバイスをトリガして、ブロードキャストすることができる。トリガは、順次、部分的に順次、部分的に並列、または完全に並列であり得る。別のデバイスは、複数の送信器を並行してトリガするための2つ以上の無線回路を有し得る。並列トリガはまた、別のデバイスと並行して(別のデバイスがするのと同様に)トリガを実施するために、少なくとも1つの更に別のデバイスを使用して達成され得る。別のデバイスは、タイプ1デバイスとの接続を確立後、は、タイプ1デバイスと通信しない(または通信を一時停止する)場合がある。一時停止された通信は、再開され得る。別のデバイスは、タイプ1デバイスとの接続を確立後、非アクティブモード、ハイバネーションモード、スリープモード、スタンバイモード、低電力モード、OFFモード、および/または電力ダウンモードに入ることができる。別のデバイスは、特定のMACアドレスを有することができ、これにより、タイプ1デバイスは、信号を特定のMACアドレスに送信する。タイプ1デバイスおよび/または別のデバイスは、タイプ1デバイスと関連付けられた第1のプロセッサ、別のデバイスと関連付けられた第2のプロセッサ、指定ソースと関連付けられた第3のプロセッサ、および/または別のデバイスと関連付けられた第4のプロセッサによって、制御および/または協調することができる。第1および第2のプロセッサは、互いに連係することができる。
第1の一連のプローブ信号は、タイプ1デバイスの第1のアンテナによって、少なくとも1つの第1のタイプ2デバイスに、第1の場所内の第1のチャネルを介して送信され得る。第2の一連のプローブ信号は、タイプ1デバイスの第2のアンテナによって、少なくとも1つの第2のタイプ2デバイスに、第2の場所内の第2のチャネルを介して送信され得る。第1の一連および第2の一連は、異なっていても、異なっていなくてもよい。少なくとも1つの第1のタイプ2デバイスは、少なくとも1つの第2のタイプ2デバイスとは異なっていてもよく、異なっていなくてもよい。第1および/または第2の一連のプローブ信号は、タイプ1デバイスと任意のタイプ2デバイスとの間に確立された接続なしでブロードキャストされ得る。第1および第2のアンテナは、同一であってもよく、異なっていてもよい。
2つの場所は、異なるサイズ、形状、マルチパス特性を有し得る。第1および第2の場所は、重複し得る。第1および第2のアンテナの周りのそれぞれの近接エリアは、重複し得る。第1および第2のチャネルは、同一であってもよく、異なっていてもよい。例えば、第1のものは、WiFiであってもよく、第2のものは、LTEであってもよい。または、両方がWiFiであってもよいが、第1のものは、2.4GHzのWiFiであってもよく、第2のものは、5GHzのWiFiであってもよい。または、両方が2.4GHzのWiFiであってもよいが、異なるチャネル番号、SSID名、および/またはWiFi設定を有していてもよい。各タイプ2デバイスは、それぞれの一連のプローブ信号から少なくとも1つのTSCIを得ることができ、CIは、タイプ2デバイスとタイプ1デバイスとの間のそれぞれのチャネルのものであり得る。いくつかの第1のタイプ2デバイス(単数または複数)およびいくつかの第2のタイプ2デバイス(単数または複数)は、同一であり得る。第1および第2の一連のプローブ信号は、同期/非同期であり得る。プローブ信号は、データと共に送信され得るか、またはデータ信号で置換され得る。第1および第2のアンテナは、同一であってもよく、異なっていてもよい。
第1の一連のプローブ信号は、第1のレート(例えば、30Hz)で送信され得る。第2の一連のプローブ信号は、第2のレート(例えば、200Hz)で送信され得る。第1および第2のレートは、同一であってもよく、異なっていてもよい。第1および/または第2のレートは、時間の経過と共に変更され得る。変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。どのレートも時間と共に変更され得る。第1および/または第2の一連のプローブ信号は、第1のMACアドレスおよび/または第2のMACアドレスにそれぞれ送信され得る。2つのMACアドレスは、同一であってもよく、異なっていてもよい。第1の一連のプローブ信号は、第1のチャネルで送信され得る。第2の一連のプローブ信号は、第2のチャネルで送信され得る。2つのチャネルは、同一であってもよく、異なっていてもよい。第1または第2のMACアドレス、第1または第2のチャネルは時間の経過と共に変更され得る。任意の変更は、タイムテーブル、ルール、ポリシー、モード、条件、状況、および/または変更に従い得る。
タイプ1デバイスおよび別のデバイスは、制御および/もしくは協調される場合があり、物理的に取り付けられる場合があり、または共通のデバイスであり得る/内にあり得る/であり得る。これらは、共通データプロセッサによって制御/に接続され得るか、または共通バス相互接続/ネットワーク/LAN/Bluetoothネットワーク/BLEネットワーク/ワイヤードネットワーク/無線ネットワーク/メッシュネットワーク/モバイルネットワーク/クラウドに接続され得る。これらは、共通メモリで共有されるか、または、共通ユーザ、ユーザデバイス、プロファイル、アカウント、識別情報(identity:ID)、世帯、家、物理アドレス、場所、地理座標、IPサブネット、SSID、ホームデバイス、オフィスデバイス、および/または製造デバイスと関連付けられ得る。各タイプ1デバイスは、それぞれのタイプ2デバイスのセットの信号源であり得る(すなわち、それぞれの信号(例えば、それぞれの一連のプローブ信号)をそれぞれのタイプ2デバイスのセットに送信する)。各それぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、信号源としてタイプ1デバイスを選択する。各タイプ2デバイスは、非同期的に選択できる。少なくとも1つのTSCIは、タイプ1デバイスからのそれぞれの一連のプローブ信号から各それぞれのタイプ2デバイスによって得ることができ、CIは、タイプ2デバイスとタイプ1デバイスとの間のチャネルのものである。
それぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、タイプ1/タイプ2デバイスの識別情報(ID)、実施されるはずのタスク、過去の信号源、(例えば、過去の信号源、タイプ1デバイス、別のタイプ1デバイス、それぞれのタイプ2受信器、および/または別のタイプ2受信器の)履歴、信号源を切り替えるための閾値、ならびに/または(例えば、タイプ1デバイスおよび/またはそれぞれのタイプ2受信器と関連付けられた)ユーザ、アカウント、アクセス情報、パラメータ、特性、および/もしくは信号強度の情報に基づいて、信号源としてタイプ1デバイスを選択する。最初は、タイプ1デバイスは、初期時に初期のそれぞれのタイプ2デバイスのセットの信号源であり得る(すなわち、タイプ1デバイスは、初期のそれぞれのタイプ2デバイスのセットにそれぞれの信号(一連のプローブ信号)を送信する)。各初期のそれぞれのタイプ2デバイスは、すべてのタイプ1デバイスの中から、信号源としてタイプ1デバイスを選択する。
特定のタイプ2デバイスの信号源(タイプ1デバイス)は、(1)タイプ2デバイスの現在の信号源から受信された、2つの隣接するプローブ信号間(例えば、現在のプローブ信号と直前のプローブ信号との間、または次のプローブ信号と現在のプローブ信号との間)の時間間隔が第1の閾値を超える場合、(2)タイプ2デバイスの現在の信号源と関連付けられた信号強度が第2の閾値未満である場合、(3)タイプ2デバイスの現在の信号源と関連付けられた処理された信号強度が第3の閾値未満であり、信号強度は、低域フィルタ、帯域フィルタ、メジアンフィルタ、移動平均フィルタ、加重平均フィルタ、線形フィルタ、および/もしくは線形フィルタで処理されている場合、ならびに/または(4)タイプ2デバイスの現在の信号源と関連付けられた信号強度(または処理された信号強度)が、最近の時間窓のかなりのパーセンテージ(例えば、70%、80%、90%など)について第4の閾値未満である場合、変更され得る。パーセンテージは、第5の閾値を超える場合がある。第1、第2、第3、第4、および/または第5の閾値は、経時変化する場合がある。条件(1)は、タイプ1デバイスおよびタイプ2デバイスが、互いに漸進的に離れていき、これにより、タイプ1デバイスからのいくらかのプローブ信号が、弱くなりすぎ、タイプ2デバイスによって受信されない場合に起こり得る。条件(2)~(4)は、2つのデバイスが、互いに離れていき、これにより、信号強度が非常に弱くなる場合に起こり得る。タイプ2デバイスの信号源は、その他のタイプ1デバイスが、現在の信号源の係数(例えば、1、1.1、1.2、または1.5など)より弱い信号強度を有する場合、変化しない場合がある。信号源が変化すると、新しい信号源は、近い将来(例えば、それぞれの次回)に有効になり得る。新しい信号源は、最強の信号強度および/または処理された信号強度を有するタイプ1デバイスであり得る。現在の信号源および新しい信号源は、同一であってもよく、異なっていてもよい。利用可能なタイプ1デバイスのリストは、各タイプ2デバイスによって初期化され維持され得る。リストは、それぞれのタイプ1デバイスのセットと関連付けられた信号強度および/または処理された信号強度を検査することによって更新され得る。
タイプ2デバイスは、それぞれのプローブ信号レート、MACアドレス、チャネル、特性/プロパティ/状態、タイプ2デバイスによって実施されるはずのタスク、第1および第2の一連の信号強度、および/または別の考察に基づいて、第1のタイプ1デバイスからの第1の一連のプローブ信号と第2のタイプ1デバイスからの第2の一連のプローブ信号との間から選択することができる。一連のプローブ信号は、規則的なレート(例えば、200Hz)で送信され得る。一連のプローブ信号は、規則的な間隔(例えば、100Hzで0.01秒)でスケジュールされてもよいが、各プローブ信号は、おそらく、タイミング要件、タイミング制御、ネットワーク制御、ハンドシェイク、メッセージパッシング、衝突回避、キャリアセンシング、輻輳、リソースの利用可能性、および/または別の考察によって、短い時間の摂動を経験し得る。レートは、変更され得る。変更は、タイムテーブル(例えば、1時間に1回変更)、ルール、ポリシー、モード、条件、および/または変更(例えば、何らかのイベントが発生するたびに変更)に従い得る。例えば、レートは、通常、100Hzであり得るが、必要な状況では1000Hzに変更され、低電力/スタンバイ状況では1Hzに変更され得る。プローブ信号は、バーストで送信されてもよい。
プローブ信号レートは、タイプ1デバイスまたはタイプ2デバイスによって実施されたタスクに基づいて変化し得る(例えば、タスクは、通常100Hz、瞬間的に20秒間は1000Hzが必要であり得る)。一実施例では、送信器(タイプ1デバイス)、受信器(タイプ2デバイス)、および関連するタスクは、クラス(例えば、低優先、高優先、緊急、重大、通常、特権的、非購読、購読(subscription)、支払い、および/または非支払いのクラス)に適応的に関連し得る。(送信器の)レートは、いくつかのクラス(例えば、高優先クラス)のために調整されている場合がある。クラスの必要性が変化したら、レートを変更することができる。受信器の電力が非常に低い場合、プローブ信号に応答するために受信器の電力消費を削減するためにレートが低減され得る。一実施例では、プローブ信号を使用して、電力を無線で受信器(タイプ2デバイス)に伝送することができ、レートを調整して、受信器に伝送される電力量を制御することができる。レートは、サーバ、タイプ1デバイス、および/またはタイプ2デバイスによって(または基づいて)変更され得る。制御信号は、それらの間で通信され得る。サーバは、タイプ2デバイスの必要性、および/またはタイプ2デバイスによって実施されるタスクをモニタ、追跡、予報、および/または予期することができ、かつタイプ1デバイスを制御して、レートを変更することができる。サーバは、タイムテーブルに従ってレートを変更するようにスケジュールすることができる。サーバは、緊急事態を検出して、すぐにレートを変更することができる。サーバは、展開中の条件を検出して、徐々にレートを調整することができる。
特徴および/または時空間情報(例えば、動き情報)は、特定のタイプ1デバイスおよび特定のタイプ2デバイスと関連付けられたTSCIに基づいて、個別にモニタされるか、ならびに/または特定のタイプ1デバイスおよび任意のタイプ2デバイスと関連付けられた任意のTSCIに基づいて、連帯的にモニタされるか、ならびに/または特定のタイプ2デバイスおよび任意のタイプ1デバイスと関連付けられた任意のTSCIに基づいて、連帯的にモニタされるか、ならびに/または任意のタイプ1デバイスおよび任意のタイプ2デバイスと関連付けられた任意のTSCIに基づいて、全体的にモニタされ得る。任意の共同モニタは、ユーザ、ユーザアカウント、プロファイル、世帯、場所のマップ、および/またはユーザ履歴などに関連付けられ得る。
タイプ1デバイスとタイプ2デバイスとの間の第1のチャネルは、別のタイプ1デバイスと別のタイプ2デバイスとの間の第2のチャネルとは異なり得る。2つのチャネルは、異なる周波数帯域、帯域幅、搬送周波数、変調、無線規格、コーディング、暗号化、ペイロード特徴、ネットワーク、ネットワークID、SSID、ネットワーク特徴、ネットワーク設定、および/またはネットワークパラメータなどと関連付けられ得る。2つのチャネルは、異なる種類の無線システム(例えば、WiFi、LTE、LTE-A、2.5G、3G、3.5G、4G、4G超、5G、6G、7G、802.11システム、802.15システム、802.16システム、メッシュネットワーク、Zigbee、WiMax、Bluetooth、BLE、RFID、UWB、マイクロ波システム、レーダ様システムなどのうちの2つ)と関連付けられ得る。 例えば、一方は、WiFiで、他方は、LTEである。2つのチャネルは、異なるネットワークにあるが同一の種類の無線システムと関連付けられ得る。例えば、第1のチャネルは、帯域幅が20MHzの2.4GHz帯の「Pizza and Pizza」と名付けられたWiFiネットワークと関連付けられる場合があり、一方、第2のチャネルは、帯域幅が40MHzの5GHz帯のSSIDが「StarBud hotspot」であるWiFiネットワークと関連付けられる場合がある。2つのチャネルは、同一ネットワーク(例えば、「StarBud hotspot」ネットワーク)内の異なるチャネルであり得る。
一実施形態では、無線モニタシステムは、複数のイベントと関連付けられた訓練TSCIに基づいて、場所内で複数のイベントの分類子を訓練することを含み得る。既知のイベントと関連付けられたそれぞれの訓練期間における場所内で起こる複数の既知のイベントの各々について、それぞれの訓練無線信号(例えば、それぞれの一連の訓練プローブ信号)は、第1のタイプ1異種無線デバイスのアンテナによって、第1のタイプ1デバイスのプロセッサ、メモリ、および命令セットを使用して、それぞれの訓練期間における場所内の無線マルチパスチャネルを介して、少なくとも1つの第1のタイプ2異種無線デバイスに送信され得る。少なくとも1つのそれぞれの時系列の訓練CI(訓練TSCI)は、少なくとも1つの第1のタイプ2デバイスの各々によって、(それぞれの)訓練信号から非同期的に得ることができる。CIは、既知のイベントと関連付けられた訓練期間内の第1のタイプ2デバイスと第1のタイプ1デバイスとの間のチャネルのCIであり得る。少なくとも1つの訓練TSCIは、前処理され得る。
場所内で現在の期間内に起きた現在のイベントについて、現在の無線信号(例えば、一連の現在のプローブ信号)は、第2のタイプ1異種無線デバイスのアンテナによって、第2のタイプ1デバイスのプロセッサ、メモリ、および命令セットを使用して、場所内で現在のイベントと関連付けられた現在の期間内のチャネルを介して、少なくとも1つの第2のタイプ2異種無線デバイスに送信され得る。少なくとも1つの時系列のカレントCI(カレントTSCI)は、少なくとも1つの第2のタイプ2デバイスの各々によって、カレント信号(例えば、一連のカレントプローブ信号)から非同期的に得ることができる。CIは、現在のイベントと関連付けられた現在の期間内の第2のタイプ2デバイスと第2のタイプ1デバイスとの間のチャネルのCIであり得る。少なくとも1つの現在のTSCIは、前処理され得る。
分類子は、少なくとも1つの第2のタイプ2デバイスによって、一連の現在のプローブ信号から得られた少なくとも1つの現在のTSCIを分類すること、特定の現在のTSCIの少なくとも1つの部分を分類すること、および/または特定の現在のTSCIの少なくとも1つの部分と別のTSCIの別の部分との組み合わせを分類することに適用され得る。分類子はまた、現在のイベントと、既知のイベント、未知のイベント、および/または別のイベントとを関連付けるために適用され得る。各TSCIは、各々がそれぞれのタイムスタンプと関連付けられた少なくとも1つのCIを含み得る。2つのタイプ2デバイスと関連付けられた2つのTSCIは、異なる開始時間、持続時間、停止時間、CIの量、サンプリング頻度、サンプリング周波数と異なる場合があり得る。これらのCIは、異なる特徴を有し得る。第1および第2のタイプ1デバイスは、場所内の同一の場所であり得る。これらは、同一のデバイスであり得る。少なくとも1つの第2のタイプ2デバイス(またはこれらの場所)は、少なくとも1つの第1のタイプ2デバイス(またはこれらの場所)の置換(permutation)であり得る。特定の第2のタイプ2デバイスおよび特定の第1のタイプ2デバイスは、同一のデバイスであり得る。
第1のタイプ2デバイスの部分集合および第2のタイプ2デバイスの部分集合は、同一であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合であり得る。少なくとも1つの第1のタイプ2デバイスおよび/または少なくとも1つの第1のタイプ2デバイスの部分集合は、少なくとも1つの第2のタイプ2デバイスの部分集合の置換であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合の置換であり得る。少なくとも1つの第2のタイプ2デバイスおよび/または少なくとも1つの第2のタイプ2デバイスの部分集合は、少なくとも1つの第1のタイプ2デバイスの部分集合と同一のそれぞれの場所であり得る。少なくとも1つの第1のタイプ2デバイスおよび/または少なくとも1つの第1のタイプ2デバイスの部分集合は、少なくとも1つの第2のタイプ2デバイスの部分集合と同一のそれぞれの場所であり得る。
タイプ1デバイスのアンテナおよび第2のタイプ1デバイスのアンテナは、場所内の同一の場所にあり得る。少なくとも1つの第2のタイプ2デバイスのアンテナ(単数または複数)および/または少なくとも1つの第2のタイプ2デバイスの部分集合のアンテナ(単数または複数)は、少なくとも1つの第1のタイプ2デバイスの部分集合のそれぞれのアンテナ(単数または複数)と同一のそれぞれの場所にあり得る。少なくとも1つの第1のタイプ2デバイスのアンテナ(単数または複数)および/または少なくとも1つの第1のタイプ2デバイスの部分集合のアンテナ(単数または複数)は、少なくとも1つの第2のタイプ2デバイスの部分集合のそれぞれのアンテナ1つまたは複数のと同一のそれぞれの場所(単数または複数)にあり得る。
第1のTSCIの第1の持続時間の第1のセクションとおよび第2のTSCIの第2のセクションの第2の持続時間の第2のセクションは、整合させることができる。第1のセクションの項目と第2のセクションの項目の間のマップが、計算され得る。第1のセクションは、第1の開始時間/終了時間を有する第1のTSCIの第1のセグメント、および/または処理された第1のTSCIの別のセグメントを含み得る。処理された第1のTSCIは、第1の演算によって処理された第1のTSCIであり得る。第2のセクションは、第2の開始時間および第2の終了時間を有する第2のTSCIの第2のセグメント、ならびに処理された第2のTSCIの別のセグメントを含み得る。処理された第2のTSCIは、第2の演算によって処理された第2のTSCIであり得る。
第1の演算および/または第2の演算には、サブサンプリング、再サンプリング、補間、フィルタリング、変換、特徴抽出、前処理、および/または別の演算が含まれ得る。第1のセクションの第1の項目は、第2のセクションの第2の項目にマップされ得る。第1のセクションの第1の項目はまた、第2のセクションの別の項目にマップされ得る。第1のセクションの別の項目はまた、第2のセクションの第2の項目にマップされ得る。マッピングは、1対1、1対多、多対1、多対多であり得る。第1のTSCIの第1のセクションの第1の項目、第1のTSCIの別の項目、第1の項目のタイムスタンプ、第1の項目の時間差、第1の項目の時間微分、第1の項目の隣接タイムスタンプ、第1の項目と関連付けられた別のタイムスタンプ、第2のTSCIの第2のセクションの第2の項目、第2のTSCIの別の項目、第2の項目のタイムスタンプ、第2の項目の時間差、第2の項目の時間微分、第2の項目の隣接タイムスタンプ、および第2の項目と関連付けられた別のタイムスタンプ、のうちの少なくとも1つの少なくとも1つの関数は、少なくとも1つの制約を満たし得る。
1つの制約は、第1の項目のタイムスタンプと第2の項目のタイムスタンプとの間の差が適応上限閾値で上限が決められ、適応下限閾値で下限が決められ得ることであり得る。第1のセクションは、第1のTSCI全体であり得る。第2のセクションは、第2のTSCI全体であり得る。第1の持続時間は、第2の持続時間に等しい場合がある。TSCIの持続時間のセクションは、適応的に決定され得る。TSCIの暫定的なセクションは、計算され得る。セクション(例えば、暫定的なセクション、セクション)の開始時間および終了時間は、決定され得る。セクションは、暫定的なセクションの初め部分および終わり部分を除去することにより決定され得る。暫定的なセクションの初め部分は、次のとおり決定され得る。繰り返すが、タイムスタンプが増加する暫定的なセクションの項目は、一度に1項目ずつ現在の項目とみなすことができる。各繰り返しにおいて、少なくとも1つの活動性尺度が計算および/または考慮され得る。少なくとも1つの活動性尺度は、現在のタイムスタンプと関連付けられた現在の項目、現在のタイムスタンプより大きくないタイムスタンプを有する暫定的なセクションの過去の項目、および/または現在のタイムスタンプより小さくないタイムスタンプを有する暫定的なセクションの将来の項目のうちの少なくとも1つと関連付けられ得る。少なくとも1つの活動性尺度と関連付けられた少なくとも1つの基準が満たされている場合、現在の項目は、暫定的なセクションの初期部分に追加され得る。
活動性尺度と関連付けられた少なくとも1つの基準は、(a)活動性尺度が適応上限閾値より小さい、(b)活動性尺度が適応下限閾値より大きい、(c)少なくとも所定の量の連続したタイムスタンプについて、活動性尺度が適応上限閾値より連続して小さい、(d)少なくとも別の所定の量の連続したタイムスタンプについて、活動性尺度が適応下限閾値より連続して大きい、(e)少なくとも所定の量の連続したタイムスタンプの少なくとも所定のパーセンテージについて、活動性尺度が適応上限閾値より連続して小さい、(f)別の所定の量の連続したタイムスタンプの少なくとも別の所定のパーセンテージについて、活動性尺度が適応下限閾値より連続して大きい、(g)現在のタイムスタンプと関連付けられた別のタイムスタンプと関連付けられた別の活動性尺度が別の適応上限閾値より小さく、かつ別の適応下限閾値より大きい、(h)現在のタイムスタンプと関連付けられた少なくとも1つのそれぞれのタイムスタンプと関連付けられた少なくとも1つの活動性尺度がそれぞれの上限閾値より小さく、かつそれぞれの下限閾値より大きい、(i)現在のタイムスタンプと関連付けられたタイムスタンプのセット中の、それぞれの上限閾値より小さく、かつそれぞれの下限閾値より大きい、活動性尺度と関連付けられたタイムスタンプのパーセンテージが閾値を超える、および(j)別の基準のうちの少なくとも1つを含み得る。
時間T1での項目と関連付けられた活動性尺度は、(1)時間T1での項目および時間T1-D1での項目の第1の関数であり、D1は、所定の正の量である(例えば、一定の時間オフセット)、第1の関数(2)時間T1での項目および時間T1+D1での項目の第2の関数、(3)時間T1での項目および時間T2での項目の第3の関数であり、T2は、所定の量である(例えば、固定の初期基準時間;T2は、時間の経過と共に変更され得る;T2は、定期的に更新され得る;T2は、期間の初めであり得、T1は、期間内のスライディング時間であり得る)、第3の関数、ならびに(4)時間T1での項目および別の項目の第4の関数、のうちの少なくとも1つを含み得る。
第1の関数、第2の関数、第3の関数、および/または第4の関数のうちの少なくとも1つは、少なくとも2つの引数XおよびYを有する関数(例えば、F(X,Y,...))であり得る。2つの引数は、スカラーであり得る。関数(例えば、F)は、X、Y、(X-Y)、(Y-X)、abs(X-Y)、X^a、Y^b、abs(X^a-Y^b)、(X-Y)^a、(X/Y)、(X+a)/(Y+b)、(X^a/Y^b)、および((X/Y)^a-b)のうちの少なくとも1つの関数であり得、式中、aおよびbは、いくらかの所定量であり得る。例えば、関数は、単にabs(X-Y)、または(X-Y)^2、(X-Y)^4であり得る。関数は、ロバスト関数であり得る。例えば、関数は、abs(X-Y)が閾値T未満である場合、(X-Y)^2であり得、abs(X-Y)が閾値Tより大きい場合、(X-Y)+aであり得る。あるいは、関数は、abs(X-Y)がTより大きい場合、一定であり得る。関数はまた、abs(X-y)がTより大きい場合、関数が緩やかに増加することによって制限される場合があるので、異常値が結果に深刻な影響を与えない。関数の別の例は、(abs(X/Y)-a)であり得、式中、a=1である。この方法では、X=Y(すなわち、変化なし、または活動なし)である場合、関数は、値0を与える。XがYより大きい場合、(X/Y)は1より大きく(XおよびYは正と仮定)、関数は正になる。そして、XがY未満である場合、(X/Y)は1より小さく、関数は負になる。別の実施例では、引数XおよびYの両方は、X=(x_1,x_2,...,x_n)およびY=(y_1,y_2,...,y_n)のようにnタプルであり得る。関数は、x_i、y_i、(x_i-y_i)、(y_i-x_i)、abs(x_i-y_i)、x_i^a、y_i^b、abs(x_i^a-y_i^b)、(x_i-y_i)^a、(x_i/y_i)、(x_i+a)/(y_i+b)、(x_i^a/y_i^b)、および((x_i/y_i)^a-b)のうちの少なくとも1つの関数であり得、式中、iは、nタプルのXおよびYの成分インデックス(1≦i≦n)であり、例えば、x_1の成分インデックスは、i=1であり、x_2の成分インデックスは、i=2である。関数は、次のx_i、y_i、(x_i-y_i)、(y_i-x_i)、abs(x_i-y_i)、x_i^a、y_i^b、abs(x_i^a-y_i^b)、(x_i-y_i)^a、(x_i/y_i)、(x_i+a)/(y_i+b)、(x_i^a/y_i^b)、および((x_i/y_i)^a-b)のうちの少なくとも1つの別の関数の成分毎の合計を含み得、式中、iは、nタプルのXおよびYの成分インデックスである。例えば、関数は、sum_{i=1}^n(abs(x_i/y_i)-1)/n、またはsum_{i=1}^n w_i×(abs(x_i/y_i)-1)の形態であり得、式中、w_iは、成分iの重みである。
マップは、動的時間伸縮法(dynamic time warping:DTW)を使用して計算され得る。DTWは、マップ、第1のTSCIの項目、第2のTSCIの項目、第1の持続時間、第2の持続時間、第1のセクション、および/または第2のセクションのうちの少なくとも1つに対する制約を含み得る。マップ内で、i番目のドメイン項目は、j番目の範囲項目にマッピングされていると仮定する。制約は、iおよびjの許容可能な組み合わせ上にあり得る(iとjとの間の関係に対する制約)。 第1のTSCIの第1の持続時間の第1のセクションと第2のTSCIの第2の持続時間の第2のセクションとの間のミスマッチコストが計算され得る。 第1のセクションおよび第2のセクションは、整合され得、これにより、2つ以上のリンクを含むマップを第1のTSCIの第1の項目と第2のTSCIの第2の項目との間に確立することができる。 各リンクについて、第1のタイムスタンプを有する第1の項目のうちの1つは、第2のタイムスタンプを有する第2の項目のうちの1つと関連付けられ得る。整合させた第1のセクションと整合させた第2のセクションとの間のミスマッチコストが計算され得る。ミスマッチコストは、マップの特定のリンク、およびマップの特定のリンクと関連付けられたリンク様コストによって関連付けられた、第1の項目と第2の項目との間の項目様コストの関数を含み得る。
整合させた第1のセクションおよび整合させた第2のセクションは、同一のベクトル長さの第1のベクトルおよび第2のベクトルとしてそれぞれ表現され得る。ミスマッチコストは、第1のベクトルと第2のベクトルとの間の、内積、内積様量(inner-product-like quantity)、相関に基づく量、共分散に基づく量、判別スコア、距離、ユークリッド距離、絶対距離、Lk距離(例えば、L1、L2,...)、重み付き距離、距離様量(distance-like quantity)、および/または別の相似値のうちの少なくとも1つを含み得る。ミスマッチコストは、それぞれのベクトル長さによって正規化され得る。
第1のTSCIの第1の持続時間の第1のセクションと第2のTSCIの第2の持続時間の第2のセクションとの間のミスマッチコストから導出されたパラメータは、統計的分布でモデル化できる。統計的分布の、スケールパラメータ、場所パラメータ、および/または別のパラメータのうちの少なくとも1つを推定することができる。第1のTSCIの第1の持続時間の第1のセクションは、第1のTSCIのスライディングセクションであり得る。第2のTSCIの第2の持続時間の第2のセクションは、第2のTSCIのスライディングセクションであり得る。第1のスライディング窓は、第1のTSCIに適用され得、対応する第2のスライディング窓は、第2のTSCIに適用され得る。第1のTSCIの第1のスライディング窓および第2のTSCIの対応する第2のスライディング窓は、整合され得る。 第1のTSCIの整合された第1のスライディング窓と第2のTSCIの対応する整合された第2のスライディング窓との間のミスマッチコストが計算され得る。 現在のイベントは、ミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。
分類子は、少なくとも1つの暫定的な分類結果を得るために、第1のTSCIの第1の持続時間の各第1のセクションおよび/または第2のTSCIの第2の持続時間の各第2のセクションのうちの少なくとも1つに適用され得る。各暫定的な分類結果は、それぞれの第1のセクションおよびそれぞれの第2のセクションと関連付けられ得る。現在のイベントは、ミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。現在のイベントは、第1のTSCIの2つ以上のセクションにおいて、かつ第2のTSCIのより多くのセッションの対応する暫定的な分類結果の最大数に基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けることができる。例えば、ミスマッチコストがN回連続して(例えば、N=10)特定の既知のイベントを指す場合、現在のイベントは、特定の既知のイベントと関連付けられ得る。別の実施例では、特定の既知のイベントを指す直前のN個の連続N内のミスマッチコストのパーセンテージが特定の閾値を超える(例えば、>80%)場合、現在のイベントは、特定の既知のイベントと関連付けられ得る。
別の実施例では、現在のイベントは、期間内のほとんどの時間でミスマッチコストを最小にする既知のイベントと関連付けられ得る。現在のイベントは、全体のミスマッチコストを最小にする既知のイベントと関連付けられ得る。ここで、全体のミスマッチコストとは、少なくとも1つの第1のセクションと関連付けられた少なくとも1つのミスマッチコストの加重平均のことである。現在のイベントは、別の全体コストのうちの最小を達成する特定の既知のイベントと関連付けられ得る。少なくとも1つの第1のセクションの十分なパーセンテージで第1の閾値T1より小さいミスマッチコストを達成する既知のイベントがない場合、現在のイベントは、「未知のイベント」と関連付けられ得る。第2の閾値T2より小さい全体のミスマッチコストを達成するイベントがない場合、現在のイベントはまた、「未知のイベント」と関連付けられ得る。現在のイベントは、第1のTSCIの少なくとも1つの追加のセクションおよび第2のTSCIの少なくとも1つの追加のセクションと関連付けられたミスマッチコストならびに追加のミスマッチコストに基づいて、既知のイベント、未知のイベント、および/または別のイベントのうちの少なくとも1つと関連付けられ得る。既知のイベントは、ドアクローズイベント、ドアオープンイベント、窓クローズイベント、窓オープンイベント、マルチステートイベント、オンステートイベント、オフステートイベント、中間ステートイベント、連続ステートイベント、離散ステートイベント、人間の存在イベント、人間の不在イベント、人気の存在イベント、および/または人気の不在イベントのうちの少なくとも1つを含み得る。各CIについての射影(projection)は、訓練TSCIに基づいて次元削減方法(dimension reduction method)を使用して、訓練され得る。次元削減方法は、主成分分析(principal component analysis:PCA)、異なるカーネルによるPCA、独立成分分析(independent component analysis:ICA)、Fisher線形判別分析、ベクトル量子化、教師あり学習、教師なし学習、自己組織化マップ、オートエンコーダ、ニューラルネットワーク、ディープニューラルネットワーク、および/または別の方法のうちの少なくとも1つを含み得る。射影は、分類子についての、少なくとも1つのイベントと関連付けられた訓練TSCIおよび/または現在のTSCIのうちの少なくとも1つに適用され得る。少なくとも1つのイベントの分類子は、射影および少なくとも1つのイベントと関連付けられた訓練TSCIに基づいて、訓練され得る。少なくとも1つの現在のTSCIは、射影および現在のTSCIに基づいて、分類され得る。射影は、訓練TSCI、射影の再訓練前の少なくとも1つの現在のTSCI、および/または追加の訓練TSCIのうちの少なくとも1つに基づいて、次元削減方法および別の次元削減方法のうちの少なくとも1つを使用して、再訓練され得る。別の次元削減方法は、主成分分析(PCA)、異なるカーネルによるPCA、独立成分分析(ICA)、Fisher線形判別分析、ベクトル量子化、教師あり学習、教師なし学習、自己組織化マップ、オートエンコーダ、ニューラルネットワーク、ディープニューラルネットワーク、および/または更に別の方法のうちの少なくとも1つを含み得る。または別の方法のうちの少なくとも1つを含み得る。少なくとも1つのイベントの分類子は、再訓練された射影、少なくとも1つのイベントと関連付けられた訓練TSCI、および/または少なくとも1つの現在のTSCIのうちの少なくとも1つに基づいて再訓練され得る。少なくとも1つの現在のTSCIは、再訓練された射影、再訓練された分類子、および/または現在のTSCIに基づいて分類され得る。各CIは、複素数値のベクトルを含み得る。複素数値の大きさを与えるように、各複素数値を前処理できる。対応する複素数値の大きさを含む負でない実数のベクトルを与えるように、各CIを前処理できる。各訓練TSCIは、射影の訓練において加重され得る。射影は、2つ以上の射影された成分を含み得る。射影は、少なくとも1つの最も有意な射影された成分を含み得る。射影は、分類子にとって有益であり得る少なくとも1つの射影された成分を含み得る。
チャネル/チャネル情報/場所/時空間情報/動き/オブジェクト
チャネル情報(channel information:CI)は、信号強度、信号振幅、信号位相、受信信号強度インジケータ(received signal strength indicator:RSSI)、チャネル状態情報(channel state information:CSI)、チャネルインパルス応答(channel impulse response:CIR)、チャネル周波数応答(channel frequency response:CFR)、チャネル特徴、チャネルフィルタ応答、タイムスタンプ、補助情報、データ、メタデータ、ユーザデータ、アカウントデータ、アクセスデータ、セキュリティデータ、セッションデータ、ステータスデータ、モニタデータ、世帯データ、識別情報(ID)、デバイスデータ、ネットワークデータ、近隣データ、環境データ、リアルタイムデータ、センサデータ、記憶データ、暗号化データ、圧縮データ、保護データ、および/または別のチャネル情報と関連付けられ得る/を含み得る。CIは、チャネルを介する信号の、周波数帯域、周波数シグニチャ、周波数位相、周波数振幅、周波数傾向、周波数特徴、周波数様特徴(frequency-like characteristics)、時間領域要素、周波数領域要素、時間周波数領域要素、直交分解特徴、および/または非直交分解特徴と関連付けられた情報と関連付けられ得る。
CIは、信号の期間、時間シグニチャ、タイムスタンプ、時間振幅、時間位相、時間的傾向、および/または時間的特徴と関連付けられた情報とも関連付けられ得る。CIは、信号の時間周波数分割、シグニチャ、振幅、位相、傾向、および/または特徴と関連付けられた情報と関連付けられ得る。CIは、信号の分解と関連付けられ得る。CIは、チャネルを介する信号の、方向、到達角度(angle of arrival:AoA)、指向性アンテナの角度、および/または位相と関連付けられた情報と関連付けられ得る。CIは、チャネルを介した信号の減衰パターンと関連付けられ得る。各CIは、タイプ1デバイスおよびタイプ2デバイスと関連付けられ得る。各CIは、タイプ1デバイスのアンテナおよびタイプ2デバイスのアンテナと関連付けられ得る。CIは、CIを提供できる通信ハードウェアから得ることができる。通信ハードウェアは、WiFi対応チップ/IC(集積回路)、802.11または802.16または別の無線/無線規格に準拠したチップ、次世代WiFi対応チップ、LTE対応チップ、5G対応チップ、6G/7G/8G対応チップ、Bluetooth対応チップ、BLE(Bluetooth low power)対応チップ、UWBチップ、別の通信チップ(例えば、Zigbee、WiMax、メッシュネットワーク)などであり得る。通信ハードウェアは、CIを計算して、バッファメモリにCIを記憶して、CIを抽出に利用可能にする。CIは、チャネル状態情報(CSI)に関するデータおよび/または少なくとも1つのマトリックスを含み得る。少なくとも1つのマトリックスをチャネルイコライゼーション、および/またはビーム形成などに使用することができる。
チャネルは、場所と関連付けられ得る。減衰は、場所内での信号伝播、空気(例えば、場所の空気)を通じた/における/中の信号の伝播/反射/屈折/回折、屈折媒体/反射面(例えば、壁、ドア、家具、障害物、および/またはバリアなど)が原因であり得る。減衰は、フロア、天井、家具、作り付け家具、オブジェクト、人々、ペットなどの表面および障害物(例えば、反射面、障害物)での反射が原因であり得る。各CIは、タイムスタンプと関連付けられ得る。各CIは、N1個の成分(例えば、CFRのN1個の周波数領域成分、CIRのN1個の時間領域成分、またはN1個の分解成分)を含み得る。各コンポーネント(component)は、コンポーネント成分インデックスと関連付けられ得る。各コンポーネントは、実数、虚数、または複素数、大きさ、位相、フラグ、および/またはセットであり得る。各CIは、複素数のベクトルまたはマトリックス、混合量のセット、および/または少なくとも1つの複素数の多次元コレクション(multi-dimensional collection)を含み得る。
特定のコンポーネントインデックスと関連付けられたTSCIのコンポーネントは、それぞれのインデックスと関連付けられたそれぞれのコンポーネント時系列を形成し得る。TSCIは、N1個のコンポーネント時系列に分けられ得る。各それぞれのコンポーネント時系列は、それぞれのコンポーネントインデックスと関連付けられている。 オブジェクトの動きの特徴/時空間情報は、コンポーネント時系列に基づいてモニタされ得る。
コンポーネント-特徴時系列のTSCIのコンポーネント毎の特徴が計算され得る。コンポーネント毎の特徴は、スカラー(例えば、エネルギ)またはドメインおよび範囲を有する関数(例えば、自己相関関数、変換、逆変換)であり得る。オブジェクトの動きの特徴/時空間情報は、コンポーネント毎の特徴に基づいてモニタされ得る。TSCIの全体特徴は、TSCIの各コンポーネント時系列のコンポーネント毎の特徴に基づいて計算され得る。全体特徴は、コンポーネント毎の特徴の加重平均であり得る。オブジェクトの動きの特徴/時空間情報は、全特徴に基づいてモニタされ得る。
タイプ1デバイスおよびタイプ2デバイスは、WiFi、WiMax、3G/3G超、4G/4G超、LTE、5G、6G、7G、Bluetooth、BLE、Zigbee、UWB、メッシュネットワーク、独自の無線システム、IEEE802.11規格、802.15規格、802.16規格、3GPP規格、および/または別の無線システムをサポートし得る。共通無線システムおよび/または共通無線チャネルは、タイプ1送受信器および/または少なくとも1つのタイプ2送受信器によって共有され得る。少なくとも1つのタイプ2送受信器は、共通無線システムおよび/または共通無線チャネルを使用して、それぞれの信号を同時期に送信し得る。タイプ1送受信器は、少なくとも1つのタイプ2送受信器に、共通無線システムおよび/または共通無線チャネルを使用して、信号を送信し得る。タイプ1デバイスは、一時的にタイプ2デバイスとして機能し得、その逆も同様であり得る。デバイスは、同時に、タイプ1デバイス(無線送信器)およびタイプ2デバイス(無線受信器の両方として機能し得る。各タイプ1デバイスおよびタイプ2デバイスは、少なくとも1つの送信/受信アンテナを有し得る。各CIは、タイプ1デバイスの送信アンテナのうちの1つおよびタイプ2デバイスの受信アンテナのうちの1つと関連付けられ得る。
少なくとも1つのTSCIは、タイプ1デバイスとタイプ2デバイスとの間の様々なアンテナ対に対応し得る。タイプ1デバイスは少なくとも1つのアンテナを有することができる。タイプ2デバイスも少なくとも1つのアンテナを有することができる。各TSCIは、タイプ1デバイスのアンテナおよびタイプ2デバイスのアンテナと関連付けられ得る。アンテナリンクについて平均化または加重平均化を実施できる。平均化または加重平均化は、少なくとも1つのTSCIについてであり得る。平均化は、アンテナ対の部分集合に対応する少なくとも1つのTSCIの部分集合で、任意で実施されてもよい。TSCIの一部のCIのタイムスタンプは、不規則である場合があり、かつ修正されている場合があり、これにより、時間修正されたCIの修正されたタイムスタンプは、時間的に均一に間隔を開けられている場合がある。複数のタイプ1デバイスおよび/または複数のタイプ2デバイスの場合、修正されたタイムスタンプは、同一または異なるクロックに関し得る。CIの各々と関連付けられた元のタイムスタンプが決定され得る。元のタイムスタンプは、時間的に均一な間隔ではない可能性がある。現在のスライディング時間窓における特定のTSCIの特定の部分のすべてのCIの元のタイムスタンプは、時間修正されたCIの修正されたタイムスタンプが時間的に一様に間隔を空けられるように修正され得る。
特徴および/または時空間情報(例えば、動き情報)には、場所、場所の座標、場所の変更、位置(例えば、初期位置、新しい位置)、マップ上の位置、高さ、水平場所、垂直場所、距離、変位、速さ、加速度、回転速さ、回転加速度、動きの角度、方位、動きの方向、回転、パス、変形、変換、縮小、拡大、歩行、歩行サイクル、頭の動き、繰り返しの動き、周期的動き、疑似の周期的動き、衝撃的動き、突然の動き、転倒の動き、過渡的動き、行動、過渡的行動、動きの周期、動きの頻度、時間的傾向、時間的プロファイル、時間的特徴、発生、変化、頻度の変化、タイミングの変化、歩行サイクルの変化、タイミング、開始時間、終了時間、持続時間、動きの履歴、動きの種類、動きの分類、周波数、周波数スペクトル、周波数特徴、存在、不在、近接、接近、後退、オブジェクトの識別情報、オブジェクトの構成、頭の動きのレート、頭の動きの方向、口腔関連レート、眼球関連レート、呼吸数、心拍数、手の動きのレート、手の動きの方向、脚の動き、体の動き、歩行レート、手の動きのレート、位置特徴、オブジェクトの運動と関連付けられた特徴、ツールの動き、機械の動き、複雑な動き、および/もしくは複数の動きの組み合わせ、イベント、動き統計、動きの大きさ、動きの位相、類似性スコア、距離スコア、ユークリッド距離、重み付き距離、k>2のL_1ノルム、L_2ノルム、L_kノルム、統計的距離、相関、自己相関、共分散、自己共分散、相互共分散、内積、外積、動き信号変換、動き特徴、動きの存在、動きの不在、動きの位置特定、動き識別、動き認識、オブジェクトの存在、オブジェクトの不在、オブジェクトの侵入、オブジェクトの退出、オブジェクトの変更、動きサイクル、動きカウント、歩行サイクル、動きリズム、変形運動、ジェスチャー、筆跡、頭の動き、口の動き、心臓の動き、内臓の動き、動きの傾向、サイズ、長さ、面積、体積、容量、形状、形態、タグ、開始場所、終了場所、開始量、終了量、イベント、転倒イベント、セキュリティイベント、事故イベント、ホームイベント、オフィスイベント、工場イベント、倉庫イベント、製造イベント、組み立てラインイベント、メンテナンスイベント、自動車関連イベント、ナビゲーションイベント、追跡イベント、ドアイベント、ドアオープンイベント、ドアクローズイベント、窓イベント、窓オープンイベント、窓クローズイベント、繰り返し可能イベント、ワンタイムイベント、消費量、未消費量、状態、物理的状態、健康状態、幸福状態、感情状態、精神状態、別のイベント、ならびに/または別の情報が含まれ得る。プロセッサは、タイプ1異種無線デバイスおよびタイプ2異種無線デバイスと計算作業負荷を共有する。
タイプ1デバイスおよび/またはタイプ2デバイスは、ローカルデバイスであり得る。ローカルデバイスは、スマートフォン、スマートデバイス、TV、サウンドバー、セットトップボックス、アクセスポイント、ルータ、リピータ、リモコン、スピーカ、ファン、冷蔵庫、電子レンジ、オーブン、コーヒーメーカ、湯沸かしポット、台所用品、テーブル、椅子、照明、ランプ、ドアロック、カメラ、マイク、動きセンサ、セキュリティデバイス、消火栓、ガレージドア、スイッチ、電源アダプタ、コンピュータ、ドングル、コンピュータ周辺装置、電子パッド、ソファ、タイル、アクセサリ、スマートホームデバイス、スマートビークルデバイス、スマートオフィスデバイス、スマート建物デバイス、スマート製造デバイス、スマートウォッチ、スマートグラス、スマートクロック、スマートテレビ、スマートオーブン、スマート冷蔵庫、スマートエアコンディショナ、スマート椅子、スマートテーブル、スマートアクセサリ、スマートユーティリティ、スマートアプライアンス、スマート機械、スマートビークル、モノのインターネット(IoT)デバイス、インターネット対応デバイス、コンピュータ、ポータブルコンピュータ、タブレット、スマートハウス、スマートオフィス、スマート建物、スマート駐車場、スマートシステム、および/または別のデバイスであり得る。各タイプ1デバイスは、それぞれの識別情報(ID)と関連付けられ得る。各タイプ2デバイスもまた、それぞれの識別情報(ID)と関連付けられ得る。IDは、数字、テキストと数字の組み合わせ、名前、パスワード、アカウント、アカウントID、ウェブリンク、ウェブアドレス、何かの情報のインデックス、および/または別のIDを含み得る。IDは、割り当てることができる。IDは、ハードウェア(例えば、ハードワイヤード、ドングルおよび/またはその他のハードウェアを介して)、ソフトウェア、および/またはファームウェアによって割り当てることができる。IDは、記憶することができ(例えば、データベースに、メモリに、サーバに、クラウドに、ローカルに記憶、リモートで記憶、永久に記憶、一時的に記憶)、かつ取り返すことができる。IDは、少なくとも1つの記録、アカウント、ユーザ、世帯、住所、電話番号、社会保障番号、顧客番号、別のID、タイムスタンプ、および/またはデータのコレクションと関連付けられ得る。タイプ1デバイスのIDおよび/またはIDの一部は、タイプ2デバイスで利用可能にされてもよい。IDは、タイプ1デバイスおよび/またはタイプ2デバイスによって、登録、初期化、通信、識別、検証、検出、認識、認証、アクセス制御、クラウドアクセス、ネットワーキング、ソーシャルネットワーキング、ログ取り、記録、カタログ作コンポーネント類、タグ付け、関連付け、ペアリング、トランザクション、電子トランザクション、および/または知的財産制御のために使用され得る。
オブジェクトは、人、乗客、子供、老人、乳児、寝ている乳児、ビークル内の乳児、患者、労働者、高価値労働者、専門家、スペシャリスト、ウェイター、モールの客、空港/鉄道駅/バスターミナル/船舶ターミナルの旅行者、工場/モール/スーパーマーケット/オフィス/職場のスタッフ/労働者/カスタマーサービス担当者、下水/換気システム/リフト昇降路のサービスマン、リフト昇降路内のリフト、エレベーター、収監者、追跡/モニタ対象の人々、動物、植物、生き物、ペット、犬、猫、スマートフォン、フォンアクセサリ、コンピュータ、タブレット、ポータブルコンピュータ、ドングル、計算アクセサリ、ネットワークデバイス、WiFiデバイス、IoTデバイス、スマートウォッチ、スマートグラス、スマートデバイス、スピーカ、キー、スマートキー、ウォレット、パース、ハンドバッグ、バックパック、商品、貨物、荷物、機材、モータ、機械、エアコンディショナ、ファン、エアコンディショニング機材、作り付け照明、可動照明、テレビ、カメラ、オーディオおよび/もしくはビデオ機材、ステーショナリ(stationary)、モニタ機材、部品、看板、ツール、カート、チケット、駐車券、市外交換証、航空券、クレジットカード、プラスチックカード、アクセスカード、食品包装、台所用品、テーブル、椅子、クリーニング機材/ツール、ビークル、自動車、駐車施設内の自動車、倉庫/ストア/スーパーマーケット/流通センター内の商品、ボート、自転車、飛行機、ドローン、リモコン自動車/飛行機/ボート、ロボット、製造デバイス、組み立てライン、工場での材料/未完成の部品/ロボット/ワゴン/輸送、空港/ショッピングマート/スーパーマーケットで追跡対象のオブジェクト、非オブジェクト、オブジェクトの不在、オブジェクトの存在、形態を有するオブジェクト、形態が変化するオブジェクト、形態のないオブジェクト、流体の質量、液体の質量、ガス/煙の質量、火、炎、電磁(EM)源、EM媒体、ならびに/または別のオブジェクトであり得る。
オブジェクト自体は、WiFi、MiFi、3G/4G/LTE/5G、Bluetooth、BLE、WiMax、Zigbee、メッシュネットワーク、アドホックネットワーク、および/またはその他のネットワークなどのいくつかのネットワークと通信可能に結合され得る。オブジェクト自体が、AC電源を備えて嵩高い場合があるが、設置、クリーニング、メンテナンス、修復などの間は移動される。また、可動プラットフォーム、例えば、リフト、パッド、ムーバブル、プラットフォーム、エレベーター、コンベヤベルト、ロボット、ドローン、フォークリフト、自動車、ボート、ビークルなどに設置され得る。オブジェクトは、複数の部分を有し得、各部分が、異なる運動を行う。例えば、オブジェクトは、歩いて前進する人であり得る。歩行中、左手および右手は、異なる瞬間速さ、加速度、動きなどで、異なる方向に動き得る。
無線送信器(例えば、タイプ1デバイス)、無線受信器(例えば、タイプ2デバイス)、別の無線送信器、および/または別の無線受信器は、(例えば、前の運動、現在の運動、および/または、将来の運動においてオブジェクトおよび/または別のオブジェクトと共に動くことができる。これらは、1つ以上の近くのデバイスに通信可能に結合され得る。これらは、TSCIおよび/またはTSCIと関連付けられた情報を、近くのデバイスに、および/または互いに送信し得る。これらは、近くのデバイスを有し得る。無線送信器および/または無線受信器は、小型(例えば、コインサイズ、タバコの箱サイズ、またはもっと小さいサイズ)軽量ポータブルデバイスの一部であり得る。ポータブルデバイスは、近くのデバイスと無線で結合され得る。
近くのデバイスは、スマートフォン、iPhone、Androidフォン、スマートデバイス、スマートアプライアンス、スマートビークル、スマートガジェット、スマートTV、スマート冷蔵庫、スマートスピーカ、スマートウォッチ、スマートグラス、スマートパッド、iPad、コンピュータ、ウェアラブルコンピュータ、ノートブックコンピュータ、ゲートウェイであり得る。近くのデバイスは、インターネット、ワイヤードインターネット接続、および/または無線インターネット接続を介して、クラウドサーバ、ローカルサーバ、および/またはその他のサーバに接続され得る。近くのデバイスは、ポータブルであり得る。ポータブルデバイス、近くのデバイス、ローカルサーバ、および/またはクラウドサーバは、タスク(例えば、TSCIを得る、オブジェクトの運動と関連付けられたオブジェクトの特徴/時空間情報の決定、時系列の電力情報の計算、特定の関数の決定/計算、局所的極値の探索、分類、時間オフセットの特定の値を識別、ノイズ除去、処理、単純化、クリーニング、無線スマートセンシングタスク、信号からCI抽出、切り換え、セグメンテーション、軌道の推定、マップの処理、補正、補正調整、調整、マップによる補正、誤差の検出、境界ヒット(boundary hitting)のチェック、閾値法など)および情報(例えば、TSCI)のために計算および/またはストレージを共有し得る。
近くのデバイスは、オブジェクトと共に動いてもよいし、動かなくてもよい。近くのデバイスは、ポータブル/ポータブルでない/可動/非可動であってもよい。近くのデバイスは、バッテリ電源、ソーラーパワー、AC電源、および/またはその他の電源を使用することができる。近くのデバイスは、交換可能/交換不可能バッテリおよび/または充電可能/充電不可能バッテリを有し得る。近くのデバイスは、オブジェクトに類似していてもよい。近くのデバイスは、オブジェクトと同一の(および/または同様の)ハードウェアおよび/またはソフトウェアを有し得る。近くのデバイスは、スマートデバイス、ネットワーク対応デバイス、WiFi/3G/4G/5G/6G/Zigbee/Bluetooth/アドホックネットワーク/その他のネットワークへの接続を有するデバイス、スマートスピーカ、スマートウォッチ、スマートクロック、スマートアプライアンス、スマート機械、スマート機材、スマートツール、スマートビークル、モノのインターネット(internet-of-thing:IoT)デバイス、インターネット対応デバイス、コンピュータ、ポータブルコンピュータ、タブレット、および別のデバイスであり得る。
無線受信器と関連付けられた、近くのデバイスおよび/または少なくとも1つのプロセッサ、無線送信器、別の無線受信器、別の無線送信器、および/または、クラウドサーバ(クラウド内)は、オブジェクトの初期時空間情報を決定し得る。それらのうちの2つまたはそれ以上は、連帯的に初期時空間情報を決定し得る。それらのうちの2つまたはそれ以上は、初期時空間情報(例えば、初期位置)の決定において、中間情報を共有し得る。一実施例では、無線送信器(例えば、タイプ1デバイス、またはトラッカーボット)は、オブジェクトと共に動くことができる。無線送信器は、無線受信器(例えば、タイプ2デバイス、またはオリジン登録器)に信号を送信するか、またはオブジェクトの初期時空間情報(例えば、初期位置)を決定し得る。無線送信器はまた、オブジェクトの動き(時空間情報)をモニタするために、別の無線受信器(例えば、別のタイプ2デバイス、または別のオリジン登録器)に信号および/または別の信号を送信し得る。無線受信器はまた、オブジェクトの動きをモニタするために、無線送信器および/または別の無線送信器から信号および/または別の信号を受信し得る。無線受信器および/または別の無線受信器の場所は、既知であり得る。別の実施例では、無線受信器(例えば、タイプ2デバイス、またはトラッカーボット)は、オブジェクトと共に動くことができる。無線受信器は、オブジェクトの初期時空間情報(例えば、初期位置)を決定するために、無線送信器(例えば、タイプ1デバイス、またはオリジン登録器)から送信された信号を受信し得る。無線送信器はまた、オブジェクトの現在の動き(例えば、時空間情報)をモニタするために、別の無線送信器(例えば、別のタイプ1デバイス、または別のオリジン登録器)から信号および/または別の信号を受信し得る。無線送信器はまた、オブジェクトの動きをモニタするために、無線受信器および/または別の無線受信器(例えば、別のタイプ2デバイス、または別のトラッカーボット)に信号および/または別の信号を送信し得る。無線送信器および/または別の無線送信器の場所は、既知であり得る。
場所は、部屋、家、オフィス、職場、廊下、歩道、リフト、リフト昇降路、エスカレーター、エレベーター、下水システム、換気システム、階段、集合エリア、ダクト、エアダクト、パイプ、チューブ、密閉構造、半密閉構造、密閉エリア、少なくとも1つの壁を有するエリア、プラント、機械、エンジン、木でできた構造、ガラスでできた構造、金属でできた構造、壁を有する構造、ドアを有する構造、隙間を有する構造、反射面を有する構造、流体を有する構造、建物、ルーフトップ、ストア、工場、組み立てライン、ホテルの部屋、美術館、教室、学校、大学、政府の建物、倉庫、ガレージ、モール、空港、鉄道駅、バスターミナル、ハブ、交通ハブ、船舶ターミナル、政府施設、公共施設、学校、大学、エンタテイメント施設、レクリエーション施設、病院、老人ホーム、介護施設、コミュニティセンター、スタジアム、遊び場、公園、フィールド、スポーツ施設、水泳施設、トラックおよび/またはフィールド、バスケットボールコート、テニスコート、サッカースタジアム、野球スタジアム、体育館、ホール、ガレージ、ショッピングマート、モール、スーパーマーケット、製造施設、駐車施設、建設現場、採掘施設、輸送施設、高速道路、道路、谷、森林、木、土地、地形、小部屋、パティオ、地面、小道、アミューズメントパーク、市街地、田舎、郊外エリア、都市圏、ガーデン、広場、プラザ、音楽ホール、ダウンタウン施設、オーバーエア施設、セミオープン施設、閉鎖エリア、鉄道のホーム、鉄道駅、流通センター、倉庫、ストア、流通センター、ストレージ施設、地下施設、宇宙(例えば、地上、宇宙空間)施設、フローティング施設、洞窟、トンネル施設、屋内施設、野外施設、いくつかの壁/ドア/反射バリアを有する屋外施設、オープン施設、半オープン施設、自動車、トラック、バス、バン、コンテナ、船/ボート、潜水艇、列車、トラム、飛行機、ビークル、移動住宅、洞穴、トンネル、パイプ、チャネル、大都市圏、比較的高い建物のあるダウンタウンエリア、谷、井戸、ダクト、細道、ガスライン、オイルライン、送水管、細道/小路/道路/チューブ/空洞/洞穴/パイプ状構造/空域/流体域,を相互接続するネットワーク、人体、動物の体、体腔、臓器、骨、歯、軟組織、硬組織、硬質組織、非硬質組織、血管/体液管、気管、エアダクト、小部屋などのスペースであり得る。場所は、屋内、屋外であり得る。場所は、空間の内側および外側の両方を含み得る。例えば、場所は、建物の内側および建物の外側の両方を含み得る。例えば、場所は、1階または複数階の建物であることができ、建物の一部は、地下であることができる。建物の形状は、例えば、円形、正方形、矩形、三角形、または不規則な形状であり得る。これらは、単なる例である。本開示を使用して、その他の種類の場所または空間内のイベントを検出することができる。
無線送信器(例えば、タイプ1デバイス)および/または無線受信器(例えば、タイプ2デバイス)は、(例えば、前の運動および/または現在の運動において)オブジェクトと共に動くことができるポータブルデバイス(例えば、モジュール、またはモジュールを備えたデバイス)内に埋め込まれ得る。ポータブルデバイスは、ワイヤード接続(例えば、USB、マイクロUSB、Firewire、HDMI、シリアルポート、パラレルポート、およびその他のコネクタを介して)および/または接続(例えば、Bluetooth、Bluetooth Low Energy(BLE)、WiFi、LTE、ZigBeeなど)を使用して、オブジェクトと通信可能に結合され得る。ポータブルデバイスは、軽量デバイスであり得る。ポータブルは、バッテリ、充電可能バッテリ、および/またはAC電源によって電力供給され得る。ポータブルデバイスは、超小型(例えば、1ミリメートル未満のスケールおよび/もしくは1センチメートル未満のスケール)、ならびに/または小型(例えば、コインサイズ、カードサイズ、ポケットサイズ、もしくはそれ以上)であり得る。ポータブルデバイスは、大型、大きい、および/または嵩高(例えば、設置される重機)であり得る。ポータブルデバイスは、WiFiホットスポット、アクセスポイント、モバイルWiFi(MiFi)、USB/マイクロUSB/ファイアワイア(Firew1ire)/その他のコネクタを備えるドングル、スマートフォン、ポータブルコンピュータ、コンピュータ、タブレット、スマートデバイス、モノのインターネット(IoT)デバイス、WiFi対応デバイス、LTE対応デバイス、スマートウォッチ、スマートグラス、スマートミラー、スマートアンテナ、スマートバッテリ、スマート照明、スマートペン、スマートリング、スマートドア、スマート窓、スマートクロック、小バッテリ、スマートウォレット、スマートベルト、スマートハンドバッグ、スマート衣服/衣料品、スマートオーナメント、スマート包装、スマートペーパー/本/雑誌/ポスター/印刷物/看板/ディスプレイ/照明付きシステム/照明システム、スマートキー/ツール、スマートブレスレット/チェーン/ネックレス/ウェアラブル/アクセサリ、スマートパッド/クッション、スマートタイル/ブロック/れんが/建物材料/その他の材料、スマートゴミ箱/廃棄物コンテナ、スマートフードキャリッジ/ストレージ、スマートボール/ラケット、スマート椅子/ソファ/ベッド、スマート靴/履物/カーペット/マット/シューラック、スマートグローブ/手袋/リング/ハンドウェア(hand ware)、スマートハット/ヘッドウェア/メイクアップ/ステッカー/タトゥ、スマートミラー、スマートトイ、スマートピル、スマートキッチン用品、スマートボトル/フードコンテナ、スマートツール、スマートデバイス、IoTデバイス、WiFi対応デバイス、ネットワーク対応デバイス、3G/4G/5G/6G対応デバイス、埋め込みデバイス、インプラント型デバイス、エアコンディショナ、冷蔵庫、ヒーター、暖炉、家具、オーブン、クッキングデバイス、テレビ/セットトップボックス(set-top box:STB)/DVDプレイヤ/オーディオプレイヤ/ビデオプレイヤ/リモコン、hi-fi、オーディオデバイス、スピーカ、ランプ/照明、壁、ドア、窓、ルーフ、ルーフタイル/屋根板/構造/屋根裏構造/デバイス/特徴/設備/作り付け家具、芝刈機/ガーデンツール/庭ツール/工具/ガレージツール/、ゴミ箱/コンテナ、20フィート/40フィートコンテナ、ストレージコンテナ、工場/製造/生産デバイス、修理ツール、流体コンテナ、機械、設置される機械、ビークル、カート、ワゴン、倉庫ビークル、自動車、自転車、オートバイ、ボート、大型船、飛行機、バスケット/ボックス/バッグ/バケツ/コンテナ、スマートプレート/カップ/ボウル/ポット/マット/キッチン用品/キッチンツール/キッチンデバイス/キッチンアクセサリ/キャビネット/テーブル/椅子/タイル/照明/送水管/蛇口/ガスレンジ/オーブン/食器洗い機/などであり得る。ポータブルデバイスは、交換可能、交換不可能、充電可能、および/または充電不可能であり得るバッテリを有し得る。ポータブルデバイスは、無線で充電できる。ポータブルデバイスは、スマートペイメントカードであり得る。ポータブルデバイスは、駐車場、高速道路、娯楽公園、または支払いが必要なその他の場所/施設で使用されるペイメントカードであり得る。ポータブルデバイスは、上記のように、識別情報(ID)を有することができる。
TSCIに基づいてイベントをモニタすることができる。イベントは、オブジェクト関連イベント、例えば、オブジェクト(例えば、人および/または病人)の転倒、回転、逡巡、一時停止、衝撃(例えば、サンドバッグ、ドア、窓、ベッド、椅子、テーブル、机、キャビネット、箱、別の人、動物、鳥、はえ、テーブル、椅子、ボール、ボーリングボール、テニスボール、フットボール、サッカーボール、野球ボール、バスケットボール、バレーボールなどをたたく人)、ツーボディアクション(例えば、風船を放す人、魚を捕まえる、粘度を成形する、書類を書く、コンピュータでタイピングする人など)、ガレージ内を動く自動車、スマートフォンを持ちながら空港/モール/政府の建物/オフィス/などを歩き回る人、自律的な可動オブジェクト/動き回る機械(例えば、真空掃除機、ユーティリティビークル、自動車、ドローン、自動運転車など)であり得る。
タスクまたは無線スマートセンシングタスクには、オブジェクト検出、存在検出、オブジェクト認識、オブジェクト検証、ツール検出、ツール認識、ツール検証、機械検出、機械認識、機械検証、人間検出、人間認識、人間検証、乳児検出、乳児認識、乳児検証、人間呼吸検出、動き検出、動き推定、動き検証、周期的動き検出、周期的動き推定、周期的動き検証、定常動き検出、定常動き推定、定常動き検証、周期的定常動き検出、周期的定常動き推定、周期的定常動き検証、過渡的動き検出、過渡的動き推定、過渡的動き検証、トレンド検出、トレンド推定、トレンド検証、呼吸検出、呼吸推定、呼吸推定、人間バイオメトリクス検出、人間バイオメトリクス推定、人間バイオメトリクス検証、環境情報検出、環境情報推定、環境情報検証、歩行検出、歩行推定、歩行検証、ジェスチャー検出、ジェスチャー推定、ジェスチャー検証、機械学習、教師あり学習、教師なし学習、半教師あり学習、クラスタリング、特徴抽出、特徴訓練、主コンポーネント分析、固有値分解、周波数分解、時間分解、時間周波数分解、関数分解、その他の分解、訓練、識別訓練、教師あり訓練、教師なし訓練、半教師あり訓練、ニューラルネットワーク、突然の動き検出、転倒検出、危険検出、生命の脅威検出、規則的な動き検出、定常動き検出、周期的定常動き検出、侵入検出、不審な動き検出、セキュリティ、安全モニタ、ナビゲーション、ガイダンス、マップによる処理、マップによる補正、不規則性検出、場所特定、追跡、複数のオブジェクト追跡、屋内追跡、屋内位置、屋内ナビゲーション、電力伝送、無線電力伝送、オブジェクトカウント、パーキングガレージ中での自動車追跡、患者検出、患者モニタ、患者検証、無線通信、データ通信、信号放送、ネットワーキング、コーディネーション、管理、暗号化、保護、クラウドコンピューティング、その他の処理および/またはその他のタスクが含まれ得る。タスクは、タイプ1デバイス、タイプ2デバイス、別のタイプ1デバイス、別のタイプ2デバイス、近くのデバイス、ローカルサーバ、エッジサーバ、クラウドサーバ、および/または別のデバイスによって実施され得る。
タスクの第1の部分には、前処理、信号調整、信号処理、後処理、ノイズ除去、特徴抽出、コーディング、暗号化、変換、マッピング、動き検出、動き推定、動き変化検出、動きパターン検出、動きパターン推定、動きパターン認識、バイタルサイン検出、バイタルサイン推定、バイタルサイン認識、周期的動き検出、周期的動き推定、呼吸数検出、呼吸数推定、呼吸パターン検出、呼吸パターン推定、呼吸パターン認識、心拍検出、心拍推定、心臓パターン検出、心臓パターン推定、心臓パターン認識、ジェスチャー検出、ジェスチャー推定、ジェスチャー認識、速さ検出、速さ推定、オブジェクト場所特定、オブジェクト追跡、ナビゲーション、加速推定、加速検出、転倒検出、変化検出、侵入者検出、乳児検出、乳児モニタ、患者モニタ、オブジェクト認識、無線電力伝送、および/または無線充電のうちの少なくとも1つが含まれ得る。
タスクの第2の部分には、スマートホームタスク、スマートオフィスタスク、スマート建物タスク、スマート工場タスク(例えば、機械または組み立てラインを使用する製造)、スマートモノのインターネット(IoT)タスク、スマートシステムタスク、スマートホーム動作、スマートオフィス動作、スマート建物動作、スマート製造動作(例えば、資材/部品/原材料を機械/組み立てラインに移動)、IoT動作、スマートシステム動作、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて照明をオン、照明をオフ、照明を制御、サウンドクリップを再生、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてサウンドクリップを再生、歓迎、グリーティング、別れ、第1のメッセージ、および/もしくはタスクの第1の部分と関連付けられた第2のメッセージのうちの少なくとも1つのサウンドクリップを再生、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてアプライアンスをオン、アプライアンスをオフ、アプライアンスを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて電気システムをオン、電気システムをオフ、電気システムを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいてセキュリティシステムをオン、セキュリティシステムをオフ、セキュリティシステムを制御、部屋、領域および/もしくは場所のうちの少なくとも1つにおいて機械システムをオン、機械システムをオフ、機械システムを制御、ならびに/またはエアコンディショニングシステム、暖房システム、換気システム、照明システム、暖房デバイス、ストーブ、エンタテイメントシステム、ドア、フェンス、窓、ガレージ、コンピュータシステム、ネットワークデバイス、ネットワークシステム、ホームアプライアンス、オフィス機材、照明デバイス、ロボット(例えば、ロボットアーム)、スマートビークル、スマート機械、組み立てライン、スマートデバイス、モノのインターネット(IoT)デバイス、スマートホームデバイス、および/もしくはスマートオフィスデバイスのうちの少なくとも1つを制御、のうちの少なくとも1つが含まれ得る。
タスクとしては、ユーザの帰宅を検出、ユーザの外出を検出、ユーザの部屋から部屋への移動を検出、窓/ドア/ガレージドア/ブラインド/カーテン/パネル/ソーラーパネル/日除けを検出/制御/ロック/アンロック/開く/閉じる/部分的に開く、ペットを検出、何かをしているユーザを検出/モニタ(例えば、ソファで寝る、ベッドルームで寝る、トレッドミルで走る、調理する、ソファに座る、TVを観る、キッチンで食事をする、ダイニングルームで食事をする、階上/階下へ行く、外出する/帰宅する、トイレにいるなど)、ユーザ/ペットの場所をモニタ/検出、検出時に自動的に何かをする、ユーザを検出時に自動的にユーザのために何かをする、照明をオン/オフ/薄暗くする、音楽/無線/ホームエンタテイメントシステムをオン/オフ、TV/HiFi/セットトップボックス(STB)/ホームエンタテイメントシステム/スマートスピーカ/スマートデバイスをオン/オフ/調整/制御、エアコンディショニングシステムをオン/オフ/調整、換気システムをオン/オフ/調整、暖房システムをオン/オフ/調整、カーテン/照明シェードを調整/制御、コンピュータをオン/オフ/起動、コーヒーメーカ/湯沸かしポットをオン/オフ/予熱/制御、調理器具/オーブン/電子レンジ/別のクッキングデバイスをオン/オフ/制御/予熱、温度をチェック/調整、天気予報をチェック、電話メッセージボックスをチェック、メールをチェック、システムチェックを行う、システムを制御/調整、セキュリティシステム/ベビーモニターをチェック/制御/準備/解除、冷蔵庫をチェック/制御、報告の実施(例えば、Google home、Amazon Echoなどのスピーカを通して、ディスプレイ/スクリーン上で、ウェブページ/eメール/メッセージシステム/通知システムなどを介して)を挙げてもよい。
例えば、ユーザが自動車で家に着いたとき、タスクは、自動的に、ユーザまたは彼の自動車が接近しているのを検出する、検出するとすぐにガレージドアを開く、ユーザがガレージに近づくとドライブウェイ/ガレージ照明をオンする、エアコンディショナ/ヒーター/ファンをオンする、などをすることであり得る。ユーザが家に入ると、タスクは、自動的に、エントランス照明をオンする、ドライブウェイ/ガレージ照明をオフする、ユーザを歓迎するためにグリーティングメッセージを再生する、音楽をつける、ラジオをつけてユーザの好みのラジオニュースチャンネルに合わせる、カーテン/ブラインドを開ける、ユーザの気分をモニタする、ユーザの気分またはユーザの毎日のカレンダーにある現在の/差し迫ったイベントに応じて照明およびサウンド環境を調整する(例えば、ユーザは、1時間後にガールフレンドとディナーを食べることになっているので、ロマンチックな照明および音楽にする)、ユーザが朝に準備した電子レンジ内の食べ物を温める、家の中のすべてのシステムの診断チェックをする、明日の仕事のために天気予報をチェックする、ユーザの関心のあるニュースをチェックする、ユーザのカレンダーおよびto-doリストをチェックしてリマインドする、電話応答システム/メッセージシステム/eメールをチェックして対話システム/音声合成を使用して口頭で報告する、(例えば、スピーカ/HiFi/音声合成/音声/声/音楽/歌/音場/背景音場/対話システムなどの可聴ツールを使用して、TV/エンタテイメントシステム/コンピュータ/ノートブック/スマートパッド/ディスプレイ/照明/色/輝度/パターン/記号などの視覚ツールを使用して、触覚ツール/バーチャルリアリティーツール/ジェスチャー/ツールを使用して、スマートデバイス/アプライアンス/用具/家具/作り付け家具を使用して、webツール/サーバ/クラウドサーバ/フォグサーバ/エッジサーバ/ホームネットワーク/メッシュネットワークを使用して、メッセージツール/通知ツール/通信ツール/スケジューリングツール/eメールを使用して、ユーザインターフェース/GUIを使用して、香り/匂い/芳香/味を使用して、神経ツール/神経系ツールを使用して、組み合わせを使用して、など)ユーザの母親の誕生日をリマインドして彼女に電話する、(例えば、上述のようにリマインドのためにツールを使用して)報告を準備して報告を実施する、ことであり得る。タスクは、あらかじめエアコンディショナ/ヒーター/換気システムをオンするか、またはあらかじめスマートサーモスタットの温度設定を調整し得る。ユーザがエントランスからリビングルームに移動すると、タスクは、リビングルーム照明をオンする、リビングルームカーテンを開く、窓を開く、ユーザの後ろのエントランス照明をオフする、TVおよびセットトップボックスをオンする、TVをユーザのお気に入りのチャンネルに設定する、ユーザの好みおよび条件/状態に従ってアプライアンスを調整する(例えば、照明を調整し、かつ音楽を選択/再生して、ロマンチックな雰囲気を作る)、などをすることであり得る。
別の例は、以下であり得る。ユーザが朝目覚めると、タスクは、ユーザがベッドルーム内を動いていることを検出する、ブラインド/カーテンを開く、窓を開く、アラームクロックをオフする、夜間温度プロファイルから日中温度プロファイルへと屋内温度を調整する、ベッドルーム照明をオンする、ユーザがレストルームに近づくとレストルーム照明をオンする、無線またはストリーミングチャネルをチェックして朝のニュースを再生する、コーヒーメーカをオンして水を予熱する、セキュリティシステムをオフする、などをすることであり得る。ユーザがベッドルームからキッチンへ歩いているとき、タスクは、キッチンおよび廊下の照明をオンする、ベッドルームおよびレストルームの照明をオフする、ベッドルームからキッチンに音楽/メッセージ/リマインダーを移動する、キッチンのTVをオンする、TVを朝のニュースチャンネルに変える、キッチンのブラインドを下げてキッチンの窓を開け新鮮な空気を入れる、ユーザが裏庭をチェックするために裏口をアンロックする、キッチンの温度設定を調整する、などをすることであり得る。別の例は、以下であり得る。ユーザが仕事のために家を出ると、タスクは、ユーザの外出を検出する、送別および/またはいってらっしゃいメッセージを再生する、ガレージドアを開く/閉じる、ガレージ照明およびドライブウェイ照明をオンする/オフする、エネルギ節約のために照明をオフする/薄暗くする(万が一ユーザが忘れている場合)、すべての窓/ドアを閉じる/ロックする(万が一ユーザが忘れている場合)、アプライアンスをオフする(特に、ストーブ、オーブン、電子レンジ)、侵入者に対して家を守るためにホームセキュリティシステムをオンする/装備する、エネルギ節約のために、エアコンディショニング/暖房/換気システムを「外出中」プロファイルに調整する、ユーザのスマートフォンにアラート/レポート/アップデートを送信する、などをすることであり得る。
動きには、動きなし、静止の動き、動かない動き、決定論的動き、過渡的動き、転倒の動き、繰り返しの動き、周期的動き、疑似の周期的動き、呼吸と関連付けられた周期的動き、心拍と関連付けられた周期的動き、生物と関連付けられた周期的動き、機械と関連付けられた周期的動き、人工物と関連付けられた周期的動き、自然と関連付けられた周期的動き、過渡的要素および周期的要素を含む複雑な動き、反復性の動き、非決定論的動き、確率論的動き、無秩序な動き、ランダム動き、非決定論的要素および決定論的要素を含む複雑な動き、定常ランダム動き、疑似定常ランダム動き、周期的定常ランダム動き、非定常ランダム動き、周期的自己相関関数(autocorrelation function:ACF)による定常ランダム動き、ある期間にわたる周期的ACFによるランダム動き、ある期間にわたって疑似定常であるランダム動き、瞬間ACFがある期間にわたって疑似の周期的要素を有するランダム動き、機械の動き、機械的な動き、ビークルの動き、ドローンの動き、空気関連の動き、風関連の動き、気象関連の動き、水関連の動き、流体関連の動き、地面関連の動き、電磁気特徴の変化、地表下の動き、地震の動き、植物の動き、動物の動き、人間の動き、通常の動き、異常な動き、危険な動き、警告の動き、不審な動き、雨、火、洪水、津波、爆発、衝突、差し迫った衝突、人体の動き、頭の動き、顔の動き、眼の動き、口の動き、舌の動き、首の動き、指の動き、手の動き、腕の動き、肩の動き、体の動き、胸の動き、腹部の動き、腰の動き、脚の動き、足の動き、体の関節の動き、膝の動き、肘の動き、上半身の動き、下半身の動き、皮膚の動き、皮膚下の動き、皮下組織の動き、血管の動き、静脈内の動き、臓器の動き、心臓の動き、肺の動き、胃の動き、腸の動き、はらわたの動き、摂食の動き、呼吸の動き、顔の表情、眼の表情、口の表情、会話の動き、歌唱の動き、摂食の動き、ジェスチャー、手のジェスチャー、腕のジェスチャー、キーストローク、タイピングストローク、ユーザインターフェースのジェスチャー、人と機械の相互作用、歩行、ダンス運動、協調運動、ならびに/または協調身体運動のうちの少なくとも1つが含まれ得る。タイプ1デバイスおよび/または任意のタイプ2受信器の異種ICは、低ノイズアンプ(LNA)、パワーアンプ、送受信スイッチ、媒体アクセスコントローラ、ベースバンド無線、2.4GHz無線、3.65GHz無線、4.9GHz無線、5GHz無線、5.9GHz無線、6GHz未満無線、60GHz未満無線、および/または別の無線を含み得る。
異種ICは、プロセッサと、プロセッサと通信可能に結合されたメモリと、プロセッサによって実行するようにメモリ中に記憶された命令セットと、を備えることができる。ICおよび/または任意のプロセッサには、汎用プロセッサ、専用プロセッサ、マイクロプロセッサ、マルチプロセッサ、マルチコアプロセッサ、並列プロセッサ、CISCプロセッサ、RISCプロセッサ、マイクロコントローラ、中央処理装置(central processing unit:CPU)、グラフィカルプロセッサユニット(graphical processor unit:GPU)、デジタル信号プロセッサ(digital signal processor:DSP)、特定用途向け集積回路(application specific integrated circuit:ASIC)、フィールドプログラマブルゲートアレイ(field programmable gate array:FPGA)、組込みプロセッサ(例えば、ARM)、論理回路、その他のプログラマブルロジックデバイス、個別論理、および/または組み合わせのうちの少なくとも1つが含まれ得る。異種ICは、ブロードバンドネットワーク、無線ネットワーク、モバイルネットワーク、メッシュネットワーク、セルラーネットワーク、無線ローカルエリアネットワーク(wireless local area network:WLAN)、ワイドエリアネットワーク(wide area network:WAN)、およびメトロポリタンエリアネットワーク(metropolitan area network:MAN)、WLAN規格、WiFi、LTE、802.11規格、802.11a、802.11b、802.11g、802.11n、802.11ac、802.11ad、802.11af、802,11ah、802.11ax、802.11ay、メッシュネットワーク規格、802.15規格、802.16規格、セルラーネットワーク規格、3G、3.5G、4G、4G超、4.5G、5G、6G、7G、8G、9G、Bluetooth、Bluetooth Low-Energy(BLE)、Zigbee、WiMax、および/または別の無線ネットワークプロトコルをサポートし得る。プロセッサは、汎用プロセッサ、専用プロセッサ、マイクロプロセッサ、マイクロコントローラ、組込みプロセッサ、デジタル信号プロセッサ、中央処理装置(CPU)、グラフィカルプロセッシングユニット(GPU)、マルチプロセッサ、マルチコアプロセッサ、および/またはグラフィック機能を備えたプロセッサ、および/または組み合わせを含み得る。メモリは、揮発性、不揮発性、ランダムアクセスメモリ(random access memory:RAM)、読み取り専用メモリ(Read Only Memory:ROM)、電気的プログラマブルROM(Electrically Programmable ROM:EPROM)、電気的消去可能プログラマブルROM(Electrically Erasable Programmable ROM:EEPROM)、ハードディスク、フラッシュメモリ、CD-ROM、DVD-ROM、磁気ストレージ、光ストレージ、有機ストレージ、ストレージシステム、ストレージネットワーク、ネットワークストレージ、クラウドストレージ、エッジストレージ、ローカルストレージ、外部ストレージ、内部ストレージ、またはその他の形態の当該技術分野において既知の非一過性のストレージメディアであり得る。方法ステップに対応する命令セット(機械実行可能コード)は、ハードウェア中、ソフトウェア中、ファームウェア中、またはこれらの組み合わせ中に直接埋め込まれ得る。命令セットは、埋め込まれ、事前にロードされ、起動時にロードされ、オンザフライでロードされ、要望に応じてロードされ、事前にインストールされ、インストールされ、および/またはダウンロードされ得る。プレゼンテーションは、視聴覚的方法、グラフィカルな方法(例えば、GUIを使用した)、テキストの方法、記号の方法、または機械的方法によるプレゼンテーションであり得る。
基本的な計算
本方法と関連付けられた計算作業負荷は、プロセッサ、タイプ1異種無線デバイス、タイプ2異種無線デバイス、ローカルサーバ、クラウドサーバ、および別のプロセッサ間で共有される。演算、前処理、処理、および/または後処理をデータ(例えば、TSCI、自己相関)に適用できる。演算は、前処理、処理、および/または後処理であり得る。前処理、処理、および/または後処理は、演算であり得る。演算には、前処理、処理、後処理、オペランド関数の計算、フィルタリング、線形フィルタリング、非線形フィルタリング、折畳み、グループ化、エネルギ消費、低域フィルタリング、帯域フィルタリング、高域フィルタリング、メジアンフィルタリング、ランクフィルタリング、四分位数フィルタリング、百分位数フィルタリング、モードフィルタリング、有限インパルス応答(finite impulse response:FIR)フィルタリング、無限インパルス応答(infinite impulse response:IIR)フィルタリング、移動平均(moving average:MA)フィルタリング、自己回帰(autoregressive:AR)フィルタリング、自己回帰移動平均(filtering,autoregressive moving averaging:ARMA)フィルタリング、選択的フィルタリング、適応フィルタリング、補間、デシメーション、サブサンプリング、アップサンプリング、リサンプリング、時間補正、時間軸補正、位相補正、大きさ補正、相クリーニング、大きさクリーニング、マッチドフィルタリング、エンハンスメント、復元、ノイズ除去、平滑化、信号調整、エンハンスメント、復元、スペクトル分析、線形変換、非線形変換、周波数変換、逆周波数変換、フーリエ変換、ウェーブレット変換、ラプラス変換、ヒルベルト変換、アダマール変換、三角関数変換、サイン変換、コサイン変換、2のべき乗変換、スパース変換、グラフベース変換(graph-based transform)、グラフ信号処理、高速変換、ゼロパディングと組み合わせた変換、循環パディング(cyclic padding)、パディング、ゼロパディング、特徴抽出、分解、射影、正射影、非正射影、オーバーコンプリート射影(over-complete projection)、固有値分解、特異値分解(singular value decomposition:SVD)、主コンポーネント分析(principle component analysis:PCA)、独立コンポーネント分析(independent component analysis:ICA)、グループ化、ソート、閾値法、ソフト閾値法、ハード閾値法、クリッピング、ソフトクリッピング、一次導関数、二次導関数、高次導関数、畳み込み、乗算、除算、加算、減算、積分、最大化、最小化、極大化、極小化、コスト関数の最適化、ニューラルネットワーク、認識、ラベリング、訓練、クラスタリング、機械学習、教師あり学習、教師なし学習、半教師あり学習、別のTSCIとの比較、類似性スコアの計算、量子化、ベクトル量子化、マッチング追跡、圧縮、暗号化、コーディング、記憶、送信、正規化、時間正規化、周波数領域正規化、分類、クラスタリング、ラベリング、タグ付け、学習、検出、推定、学習ネットワーク、マッピング、リマッピング、拡張、記憶、取り返す、送信、受信、表現、マージ、結合、分割、追跡、モニタ、マッチドフィルタリング、カルマンフィルタリング、粒子フィルタ、内挿、外挿、重点サンプリング、モンテカルロサンプリング、圧縮センシング、表現、マージ、結合、分割、スクランブリング、誤り保護、前方誤り訂正、何もしない、経時変化処理、調整平均、加重平均、算術平均、幾何平均、調和平均、選択された周波数での平均、アンテナリンクでの平均、論理演算、置換、組み合わせ、ソート、AND、OR、XOR、和集合、論理積、ベクトル加算、ベクトル減算、ベクトル乗算、ベクトル除算、逆、ノルム、距離、および/または別の演算が含まれ得る。演算は、前処理、処理、および/または後処理であり得る。演算は、複数の時系列または関数に連帯的に適用され得る。
関数(例えば、オペランド関数)には、スカラー関数、ベクトル関数、離散関数、連続関数、多項式関数、特徴、特徴、大きさ、位相、指数関数、対数関数、三角関数、超越関数、論理関数、線形関数、代数関数、非線形関数、区分線形関数、実関数、複素関数、ベクトル値関数、逆関数、関数の微分、関数の積分、円関数、別の関数の関数、1対1関数、1対多関数、多対1関数、多対多関数、ゼロ交差、絶対値関数、指示関数、平均、最頻値、メジアン、範囲、統計、分散、算術平均、幾何平均、調和平均、トリムド平均、百分位数、平方、立方、根、累乗、サイン、コサイン、タンジェント、コタンジェント、正割、余割、楕円関数、放物線関数、双曲線関数、ゲーム関数、ゼータ関数、絶対値、閾値法、制限関数、床関数、丸め関数、符号関数、量子化、区分定数関数、合成関数、関数の関数、演算(例えば、フィルタリング)で処理された時間関数、確率論的関数、確率関数、ランダム関数、エルゴード関数、定常関数、確定関数、周期関数、変換、周波数変換、逆周波数変換、離散時間変換、ラプラス変換、ヒルベルト変換、サイン変換、コサイン変換、三角変換、ウェーブレット変換、整数変換、2のべき乗変換、スパース変換、射影、分解、主コンポーネント分析(PCA)、独立コンポーネント分析(ICA)、ニューラルネットワーク、特徴抽出、移動関数、時系列の隣接項目の移動窓関数、フィルタリング関数、畳み込み、平均関数、分散関数、統計関数、短時間変換、離散変換、離散フーリエ変換、離散コサイン変換、離散サイン変換、アダマール変換、固有値分解、固有値、特異値分解(SVD)、特異値、直交分解、マッチング追跡、スパース変換、スパース近似、任意分解、グラフベース処理、グラフベース変換、グラフ信号処理、分類、ラベリング、学習、機械学習、検出、推定、特徴抽出、学習ネットワーク、特徴抽出、ノイズ除去、信号強調、コーディング、暗号化、マッピング、リマッピング、ベクトル量子化、低域フィルタリング、高域フィルタリング、帯域フィルタリング、マッチドフィルタリング、カルマンフィルタリング、前処理、後処理、粒子フィルタ、FIRフィルタリング、IIRフィルタリング、自己回帰(AR)フィルタリング、適応フィルタリング、一次導関数、高次導関数、積分、ゼロ交差、平滑化、メジアンフィルタリング、モードフィルタリング、サンプリング、ランダムサンプリング、リサンプリング関数、ダウンサンプリング、アップサンプリング、補間、外挿、重点サンプリング、モンテカルロサンプリング、圧縮センシング、統計、短期統計、長期統計、平均、分散、自己相関関数、相互相関、積率母関数、時間平均化、加重平均、特殊関数、ベッセル関数、誤差関数、相補誤差関数、ベータ関数、ガンマ関数、整関数、ガウス関数、ポアソン関数などが含まれ得る。
機械学習、訓練、識別訓練、ディープラーニング、ニューラルネットワーク、連続時間処理、分散コンピューティング、分散ストレージ、GPU/DSP/コプロセッサ/マルチコア/マルチプロセッシングを使用した加速は、本開示のステップ(または各ステップ)に適用され得る。周波数変換としては、フーリエ変換、ラプラス変換、アダマール変換、ヒルベルト変換、サイン変換、コサイン変換、三角変換、ウェーブレット変換、整数変換、2のべき乗変換、ゼロパディングおよび変換の組み合わせ、ゼロパディング付きフーリエ変換、ならびに/または別の変換が挙げられ得る。変換の高速バージョンおよび/または近似バージョンが実施され得る。変換は、浮動小数点演算および/または固定小数点演算を使用して実施され得る。逆周波数変換としては、逆フーリエ変換、逆ラプラス変換、逆アダマール変換、逆ヒルベルト変換、逆サイン変換、逆コサイン変換、逆三角変換、逆ウェーブレット変換、逆整数変換、逆2のべき乗変換、ゼロパディングおよび変換の組み合わせ、ゼロパディング付き逆フーリエ変換、ならびに/または別の変換が挙げられ得る。変換の高速バージョンおよび/または近似バージョンが実施され得る。変換は、浮動小数点演算および/または固定小数点演算を使用して実施され得る。
TSCIからの量を計算することができる。量は、動き、場所、マップ座標、高さ、速さ、加速度、運動角度、回転、サイズ、体積、時間的傾向、時間的傾向、時間プロファイル、周期的動き、頻度、過渡的、呼吸、歩行、アクション、イベント、不審なイベント、危険なイベント、警報イベント、警告、信念、近接、衝突、電力、信号、信号電力、信号強度、受信信号強度インジケータ(received signal strength indicator:RSSI)、信号振幅、信号位相、信号周波数コンポーネント、信号周波数帯域コンポーネント、チャネル状態情報(CSI)、マップ、時間、周波数、時間周波数、分解、直交分解、非直交分解、追跡、呼吸、心拍、バイオメトリクス、乳児、患者、機械、デバイス、温度、ビークル、駐車場、場所、リフト、エレベーター、空間、道路、流体の流れ、家庭、部屋、オフィス、家、建物、倉庫、ストレージ、システム、換気、ファン、パイプ、ダクト、人々、人間、自動車、ボート、トラック、飛行機、ドローン、ダウンタウン、群衆、衝撃的イベント、周期的定常、環境、振動、材料、表面、3次元、2次元、ローカル、グローバル、存在、および/または別のもののうちの少なくとも1つの統計を含み得る。
スライディング窓/アルゴリズム
スライディング時間窓は、経時変化窓幅を有し得る。高速に取得できるように初めは小さくてもよく、時間の経過と共に定常状態サイズまで増加することができる。定常状態サイズは、モニタされる周波数、繰り返しの動き、過渡的運動、および/または時空間情報に関し得る。定常状態であっても、窓サイズは、電池寿命、電力消費、利用可能な計算力、ターゲットの量の変化、モニタされる動きの性質などに基づいて、適応的に変化され得る。隣接する時間インスタンスでの2つのスライディング時間窓間のタイムシフトは、時間の経過と共に、一定/変更可能/局所的に適応的であり得る。より短いタイムシフトが使用される場合、任意のモニタの更新をより頻繁になってもよく、これは、高速に変化する状況、オブジェクトの動き、および/またはオブジェクトに使用され得る。より長いタイムシフトは、より遅い状況、オブジェクトの動き、および/またはオブジェクトに使用され得る。窓幅/サイズおよび/またはタイムシフトは、ユーザの要求/選択に応じて変更されてもよい。タイムシフトは、自動的に(例えば、プロセッサ/コンピュータ/サーバ/クラウドサーバによって制御される)および/または適応的に変更されてもよい。
関数(例えば、自己相関関数、自己共分散関数、相互相関関数、相互共分散関数、パワースペクトル密度、時間関数、周波数領域関数、周波数変換)の少なくとも1つの特徴が(例えば、オブジェクト追跡サーバ、プロセッサ、タイプ1異種デバイス、タイプ2異種デバイス、および/または別のデバイスによって)決定され得る。関数の少なくとも1つの特徴としては、局所的最大値、局所的最小値、局所的極値、正の時間オフセットを有する局所的極値、正の時間オフセットを有する第1の局所的極値、正の時間オフセットを有するn番目の局所的極値、負の時間オフセットを有する局所的極値、負の時間オフセットを有する第1の局所的極値、負の時間オフセットを有するn番目の局所的極値、制約付き(制約内の引数を有する)最大、最小、制約付き最大、制約付き最小、制約付き極値、傾き、導関数、高次導関数、最大傾き、最小傾き、局所的最大値傾き、正の時間オフセットを有する極大値傾き、極小値傾き、制約付き最大傾き、制約付き最小傾き、最大高次導関数、最小高次導関数、制約付き高次導関数、ゼロ交差、正の時間オフセットを有するゼロ交差、正の時間オフセットを有するn番目のゼロ交差、負の時間オフセットを有するゼロ交差、負の時間オフセットを有するn番目のゼロ交差、制約付きゼロ交差、傾きのゼロ交差、高次導関数のゼロ交差、および/または別の特徴が挙げられる。関数の少なくとも1つの特徴と関連付けられた、関数の少なくとも1つの引数を識別することができる。いくらかの量(オブジェクトの例えば、時空間情報)は、関数の少なくとも1つの引数に基づいて決定され得る。
特徴(例えば、場所内のオブジェクトの動きの特徴)は、瞬時特徴、短期特徴、反復特徴、繰り返し特徴、履歴、増分特徴、変動特徴、偏差特徴、位相、大きさ、時間特徴、周波数特徴、時間周波数特徴、分解特徴、直交分解特徴、非直交分解特徴、決定論的特徴、確率論的特徴、確率的特徴、自己相関関数(ACF)、平均、分散、統計、持続時間、タイミング、傾向、周期的特徴、長期特徴、履歴特徴、平均特徴、現在の特徴、過去の特徴、将来特徴、予測特徴、場所、距離、高さ、速さ、方向、速度、加速度、加速度の変化、角度、角速さ、角速度、オブジェクトの角加速度、角加速度の変化、オブジェクトの配向、回転の角度、オブジェクトの変形、オブジェクトの形状、オブジェクトの形状の変化、オブジェクトのサイズの変化、オブジェクトの構造の変化、および/またはオブジェクトの特徴の変化のうちの少なくとも1つを含み得る。
関数の少なくとも1つの局所的最大値および少なくとも1つの局所的最小値を識別することができる。少なくとも1つの信号対雑音比様(local signal-to-noise-ratio-like)(SNR様)パラメータは、隣接する局所的最大値および局所的最小値の各対について計算され得る。SNR様パラメータは、局所的最小値と同一の量である局所的最大値の量(例えば、電力、大きさなど)の分数の関数(例えば、線形、log、指数関数、単調関数)であり得る。これはまた、局所的最大値の量と同一量の局所的最小値の量との間の差の関数でもあり得る。
有意な局所的ピークを識別または選択することができる。各有意な局所的ピークは、閾値T1より大きいSNR様パラメータの局所的最大値および/または閾値T2より大きい振幅の局所的最大値であり得る。永続性系アプローチを使用して、周波数領域における少なくとも1つの局所的最小値および少なくとも1つの局所的最小値を識別/計算することができる。選択された有意な局所的ピークのセットは、選択基準に基づいて、識別された有意な局所的ピークのセットから選択され得る。オブジェクトの特徴/時空間情報は、選択された有意な局所的ピークのセットと関連付けられた、選択された有意な局所的ピークおよび周波数値のセットに基づいて計算され得る。
一実施例では、選択基準は常に、ある範囲内で最強のピークを選択するように対応し得る。最強のピークが選択され得るが、選択されていないピークは、依然として有意(かなり強い)であり得る。選択されていない有意なピークは、将来のスライディング時間窓内において将来の選択に使用するための、「確保された」ピークとして記憶および/またはモニタされ得る。一例として、特定のピーク(特定の周波数にて)が、時間の経過と共に、均一に現れる場合がある。最初は、有意であるが選択されない場合がある(その他のピークが強い場合があるため)。しかし、後になって、ピークは、より強くより支配的になる場合があり、選択される場合がある。「選択された」状態になると、時間的に後戻りして、有意であるが選択されなかった場合に早くから「選択された」状態になり得る。かかる場合、後戻りしたピークは、早くに以前に選択されたピークで置き換わる場合がある。置き換えられたピークは、比較的弱いか、または、時間的に孤立して現れるピークである場合がある(すなわち、時間的に短時間だけ現れる)。別の実施例では、選択基準は、ある範囲内で最強のピークを選択するように対応しない場合がある。その代わりに、ピークの「強さ」だけでなく、ピークの「痕跡」を考慮する場合があり、このピークは、過去に起きたことがあるピーク、特に長期間識別されていたピークである。例えば、有限状態機械(finite state machine:FSM)が使用される場合、FSMの状態に基づいてピーク(単数または複数)を選択することができる。決定閾値は、FSMの状態に基づいて、適応的に計算することができる。
TSCIの一次的に隣接するCIの対に基づいて、類似性スコアおよび/またはコンポーネント類似性スコアを(例えば、サーバ、プロセッサ、タイプ1デバイス、タイプ2デバイス、ローカルサーバ、クラウドサーバ、および/または別のデバイスによって、)計算することができる。この対は、同一のスライディング窓または2つの異なるスライディング窓由来であり得る。類似性スコアはまた、2つの異なるTSCIからの、一時的に隣接するまたは隣接しないCIの対に基づき得る。類似性スコアおよび/またはコンポーネント類似スコアは、時間反転共鳴強度(time reversal resonating strength:TRRS)、相関、相互相関、自己相関、共分散、相互共分散、自己共分散、2つのベクトルの内積、距離スコア、ノルム、メトリック、統計的特徴、判別スコア、メトリック、ニューラルネットワーク、ディープラーニングネットワーク、機械学習、訓練、判別、加重平均、前処理、ノイズ除去、信号調整、フィルタリング、時間補正、タイミング補償、位相オフセット補償、変換、コンポーネント毎の演算、特徴抽出、有限状態機械、および/または別のスコアであり得る/を含み得る。特徴および/または時空間情報は、類似性スコアに基づいて決定/計算することができる。任意の閾値は、事前に決定され得る、適応的に決定され得る、および/または有限状態機械によって決定され得る。適応決定は、時間、空間、場所、アンテナ、パス、リンク、状態、電池寿命、残りの電池寿命、利用可能な電力、利用可能な計算リソース、利用可能なネットワーク帯域幅などに基づき得る。2つのイベント(または2つの条件、または2つの状況、または2つの状態)AおよびBを区別するために試験統計量に適用される閾値が決定され得る。データ(例えば、CI、チャネル状態情報(CSI))は、訓練状況においてAの下および/またはBの下で収集され得る。試験統計量は、データに基づいて計算され得る。Aの下の試験統計量の分布は、Bの下の試験統計量の分布と比較され得、閾値は、いくつかの判定基準に基づいて選択され得る。判定基準は、最尤法(maximum likelihood:ML)、最大事後確率推定法(maximum aposterior probability:MAP)、識別訓練、所与のタイプ2誤差についての最小タイプ1誤差、所与のタイプ1誤差についての最小タイプ2誤差、および/またはその他の判定基準を含み得る。閾値は、A、B、および/または別のイベント/条件/状況/状態に対して異なる感度を得るために調整され得る。閾値調整は、自動、半自動、および/または手動であり得る。閾値調整は、一度、時々、しばしば、定期的に、たまに、時折、および/または要望に応じて適用できる。閾値調整は、適応性であり得る。閾値調整は、オブジェクト、場所内の/場所での/場所のオブジェクトの運動/場所/方向/アクション、オブジェクトの特徴/時空間情報/サイズ/プロパティ/習性/習慣/行動、場所、フィーチャ/作り付け家具/家具/バリア/材料/機械/生き物/物/オブジェクト/境界/表面/媒体、マップ、マップの制約、イベント/状態/状況/条件、時間、タイミング、持続時間、現在の状態、過去の履歴、ユーザ、および/または個人的な好みなどに依存し得る。
繰り返しアルゴリズムの停止基準は、繰り返し中の更新における現在のパラメータ(例えば、オフセット値)の変化が閾値未満であることであり得る。閾値は、0.5、1、1.5、2、または別の数字であり得る。閾値調整は、適応的であり得る。繰り返しが進むにつれて変化することがある。オフセット値について、適応閾値は、タスク、第1の時間の特定の値、現在の時間オフセット値、回帰窓、回帰分析、回帰関数、回帰誤差、回帰関数の凸性、および/または繰り返し数に基づいて決定され得る。局所的極値は、回帰窓における回帰関数の対応する極値として決定され得る。局所的極値は、回帰窓内の時間オフセット値のセットおよび関連する回帰関数値のセットに基づいて決定され得る。時間オフセット値のセットと関連付けられた関連する回帰関数値のセットの各々は、回帰窓内の回帰関数の対応する極値からの範囲内であり得る。
局所的極値の探索には、ロバスト探索、最小化、最大化、最適化、統計的最適化、二重最適化、制約最適化、凸最適化、大局的最適化、局所的最適化、エネルギ最小化、線形回帰、二次回帰、高次回帰、線形計画法、非線形計画法、確率的計画法、組合せ最適化、制約プログラミング、制約充足、変分法、最適制御、動的計画法、数理計画法、多目的最適化、マルチモーダル最適化、離接計画法、空間マッピング、無限次元最適化、ヒューリスティックス、メタヒューリスティックス、凸計画法、半正定値計画法、錐線形計画法、錐計画法、整数計画法、二次計画法、分数計画法、数値解析、シンプレックスアルゴリズム、反復法、勾配降下法、劣勾配法、座標降下法、共役勾配法、ニュートンアルゴリズム、逐次二次計画法、内点法、楕円体法、縮小勾配法、準ニュートン方法、同時摂動確率近似、内挿法、パターン探索法、直線探索、微分不可能最適化、遺伝的アルゴリズム、進化的アルゴリズム、動的緩和、山登り法、粒子群最適化、重力探索アルゴリズム、焼きなまし法、ミメティックアルゴリズム、差分進化、動的緩和、確率論的トンネリング、タブー探索法、反応探索最適化(reactive search optimization)、曲線あてはめ、最小二乗法、シミュレーションに基づく最適化、変分法、および/または変形が含まれ得る。局所的極値の探索は、目的関数、損失関数、コスト関数、効用関数、適合関数、エネルギ関数、および/またはエネルギ関数と関連付けられ得る。回帰は、サンプリングされたデータ(例えば、CI、CIの特徴、CIのコンポーネント)または回帰窓内の別の関数(例えば、自己相関関数)に適合するように回帰関数を使用して実施され得る。少なくとも1回の繰り返しにおいて、回帰窓の長さおよび/または回帰窓の場所は、変化し得る。回帰関数は、線形関数、二次関数、三次関数、多項式関数、および/または別の関数であり得る。
回帰分析は、絶対誤差、二乗誤差、高次誤差(例えば、三次、四次など)、ロバスト誤差(例えば、誤差の大きさが小さい場合は二乗誤差、誤差の大きさが大きい場合は絶対誤差、または誤差の大きさが小さい場合は第1種誤差、誤差の大きさが大きい場合は第2種誤差)、別の誤差、絶対誤差の加重和(例えば、複数のアンテナを有する無線送信器および複数のアンテナを有する無線受信器について、送信器アンテナおよび受信器アンテナの各対がリンクを形成する。異なるリンクと関連付けられた誤差は、異なる重みを有し得る。1つの可能性としては、大きなノイズを有するいくつかのリンクおよび/またはいくつかのコンポーネントが、より小さいかまたはより大きい重みを有し得る。)、加重平方和誤差、高次誤差の加重和、ロバスト誤差の加重和、別の誤差の加重和、絶対コスト、二乗コスト、高次コスト、ロバストコスト、別のコスト、絶対コストの加重和、加重平方和コスト、高次コストの加重和、ロバストコストの加重和、および/または別のコストの加重和である。
決定された回帰誤差は、絶対誤差、二乗誤差、高次誤差、ロバスト誤差、更に別の誤差、絶対誤差の加重和、加重平方和誤差、高次誤差の加重和、ロバスト誤差の加重和、および/または更に別の誤差の加重和であり得る。回帰窓内の特定の関数に関する回帰関数の最大回帰誤差(または最小回帰誤差)と関連付けられた時間オフセットは、繰り返し中に更新された現在の時間オフセットであり得る。局所的極値は、2つの異なる誤差の差(例えば、絶対誤差と二乗誤差との差)を含む量に基づいて探索され得る。2つの異なる誤差の各々は、絶対誤差、二乗誤差、高次誤差、ロバスト誤差、別の誤差、絶対誤差の加重和、加重平方和誤差、高次誤差の加重和、ロバスト誤差の加重和、および/または別の誤差の加重和であり得る。量は、F分布、中心F分布、別の統計的分布、閾値、確率と関連付けられた閾値、誤ったピークを見つける確率と関連付けられた閾値、F分布と関連付けられた閾値、中心F分布と関連付けられた閾値、および/または別の統計的分布と関連付けられた閾値と比較され得る。
回帰窓は、オブジェクトの運動、オブジェクトと関連付けられた量、オブジェクトの運動と関連付けられたオブジェクトの少なくとも1つの特徴および/もしくは時空間情報、局所的極値の推定場所、雑音特徴、推定ノイズ特徴、F分布、中心F分布、別の統計的分布、閾値、事前設定閾値、確率と関連付けられた閾値、所望の確率と関連付けられた閾値、誤ったピークを見つける確率と関連付けられた閾値、F分布と関連付けられた閾値、中心F分布と関連付けられた閾値、別の統計的分布と関連付けられた閾値、窓中心での量が回帰窓内で最大であるという条件、窓中心での量が回帰窓内で最大であるという条件、回帰窓、別の回帰窓内の第1の時間の特定の値について、特定の関数の局所的極値のうちの1つのみがあるという条件、ならびに/または別の条件のうちの少なくとも1つに基づいて決定され得る。回帰窓の幅は、探索されるはずの特定の局所的極値に基づいて決定され得る。局所的極値は、第1の局所的最大値、第2の局所的最大値、高次の局所的最大値、正の時間オフセット値を有する第1の局所的最大値、正の時間オフセット値を有する第2の局所的最大値、正の時間オフセット値を有するより高い局所的最大値、負の時間オフセット値を有する第1の局所的最大値、負の時間オフセット値を有する第2の局所的最大値、負の時間オフセット値を有するより高い局所的最大値、第1の局所的最小値、第2の局所的最小値、より高い局所的最小値、正の時間オフセット値を有する第1の局所的最小値、正の時間オフセット値を有する第2の局所的最小値、正の時間オフセット値を有するより高い局所的最小値、負の時間オフセット値を有する第1の局所的最小値、負の時間オフセット値を有する第2の局所的最小値、負の時間オフセット値を有するより高い局所的最小値、第1の局所的極値、第2の局所的極値、より高い局所的極値、正の時間オフセット値を有する第1の局所的極値、正の時間オフセット値を有する第2の局所的極値、正の時間オフセット値を有するより高い局所的極値、負の時間オフセット値を有する第1の局所的極値、負の時間オフセット値を有する第2の局所的極値、および/または負の時間オフセット値を有するより高い局所的極値を含み得る。
現在のパラメータ(例えば、時間オフセット値)は、ターゲット値、ターゲットプロファイル、傾向、過去の傾向、現在の傾向、ターゲット速さ、速さプロファイル、ターゲット速さプロファイル、過去の速さ傾向、オブジェクトの運動、オブジェクトの運動と関連付けられたオブジェクトの少なくとも1つの特徴および/もしくは時空間情報、オブジェクトの位置量、オブジェクトの運動と関連付けられたオブジェクトの初速度、既定義値、回帰窓の初期幅、持続時間、信号の搬送周波数に基づく値、信号の帯域幅、チャネルと関連付けられたアンテナ量、ノイズ特徴、ならびに/または適応値に基づいて初期化され得る。現在の時間オフセットは、回帰窓の中央、左側、右側、および/または別の固定の相対場所であり得る。
プレゼンテーションでは、情報は、場所のマップに表示され得る。情報には、場所、ゾーン、領域、エリア、修正された場所、おおよその場所、場所のマップに関する場所、場所のセグメンテーションに関する場所、方向、パス、マップおよび/またはセグメンテーションに関するパス、小道(例えば、過去5秒、または過去10秒などの時間窓内の場所、時間窓持続時間は、適応的に調整され得る、時間窓持続時間は、速さ、加速度などに関して適応的に調整され得る)、パスの履歴、パスに沿ったおおよその領域/ゾーン、過去の場所の履歴/サマリー、関心のある過去の場所の履歴、頻繁に訪れるエリア、顧客のトラフィック、群衆の分布、群衆の行動、群衆の制御情報、速さ、加速度、動き統計、呼吸数、心拍数、動きの存在/不在、人々の存在/不在、バイタルサインの存在/不在、ジェスチャー、ジェスチャー制御(ジェスチャーを使用するデバイスの制御)、場所に基づくジェスチャー制御、場所に基づく動作の情報、関係するオブジェクトの識別情報(ID)(例えば、ペット、人、自動運転機械/デバイス、ビークル、ドローン、自動車、ボート、自転車、自動運転ビークル、ファン付き機械、エアコンディショナ、TV、可動部を有する機械)、ユーザ(例えば、人)の識別、ユーザの情報、ユーザの場所/速さ/加速度/方向/動き/ジェスチャー/ジェスチャー制御/動き追跡、ユーザのID、ユーザの活動、ユーザの状態、ユーザの睡眠/休息特徴、ユーザの感情状態、ユーザのバイタルサイン、場所の環境情報、場所の天気情報、地震、爆発、嵐、雨、火、温度、衝突、衝撃、振動、イベント、ドアオープンイベント、ドアクローズイベント、窓オープンイベント、窓クローズイベント、転倒イベント、バーニングイベント、フリージングイベント、水関連のイベント、風関連のイベント、空気運動イベント、事故イベント、疑似の周期的イベント(例えば、トレッドミルでのランニング、上下ジャンプ、縄跳び、宙返りなど)、群衆イベント、ビークルイベント、ユーザのジェスチャー(例えば、手のジェスチャー、腕のジェスチャー、足のジェスチャー、脚のジェスチャー、体のジェスチャー、頭のジェスチャー、顔のジェスチャー、口のジェスチャー、眼のジェスチャーなど)が含まれ得る。
場所は、2次元(例えば、2次元座標による)、3次元(例えば、3次元座標による)であり得る。場所は、相対的(例えば、マップに関する)、または関係的(例えば、点Aと点Bとの間の中間点、コーナーの周り、階段の上、テーブルの上、天井にて、フロアの上、ソファの上、点Aの近く、点Aからの距離R、点Aから半径Rの範囲内、など)であり得る。場所は、直交座標、極座標、および/または別の表現で表示され得る。情報(例えば、場所)は、少なくとも1つの記号でマークされ得る。記号は、経時変化し得る。記号は、色/強度を変えながらまたは変えずに、点滅および/または振動し得る。サイズは、時間の経過と共に変化し得る。記号の配向(orientation)は、時間の経過と共に変化し得る。記号は、瞬間の量(例えば、ユーザのバイタルサイン/呼吸数/心拍数/ジェスチャー/状態/ステータス/アクション/動き、温度、ネットワークトラフィック、ネットワーク接続性、デバイス/機械のステータス、デバイスの残電力、デバイスのステータスなど)を反映する数字であり得る。変化率、サイズ、配向、色、強度、および/または記号は、それぞれの動きを反映し得る。情報は、視覚的に表示および/または(例えば、事前に録音された音声、または音声合成を使用して)口頭で説明され得る。情報は、テキストで記載され得る。情報はまた、機械的な方法(例えば、アニメーション化ガジェット、可動部の運動)で表示され得る。
ユーザインターフェース(user-interface:UI)デバイスは、スマートフォン(例えば、iPhone、Androidフォン)、タブレット(例えば、iPad)、ラップトップ(例えば、ノートブックコンピュータ)、パーソナルコンピュータ(personal computer:PC)、グラフィカルユーザインターフェース(graphical user interface:GUI)を有するデバイス、スマートスピーカ、ボイス/オーディオ/スピーカ機能を有するデバイス、バーチャルリアリティー(VR)デバイス、拡張現実感(augmented reality:AR)デバイス、スマートカー、車内ディスプレイ、ボイスアシスタント、車内ボイスアシスタントなどであり得る。マップは、2次元、3次元、および/または高次元であり得る。(例えば、経時変化2D/3Dマップ)壁、窓、ドア、入口、出口、禁止エリアがマップ上にマークされ得る。マップは、施設の間取り図を含み得る。マップは、1つ以上の層(オーバーレイ)を有し得る。マップは、送水管、ガスパイプ、配線、ケーブル配線、エアダクト、クロールスペース、天井レイアウト、および/または地下レイアウトを含むメンテナンスマップであり得る。場所は、複数のゾーン、例えば、ベッドルーム、リビングルーム、ストレージルーム、通路、キッチン、ダイニングルーム、ロビー、ガレージ、1階、2階、トイレ、オフィス、会議室、レセプションエリア、様々なオフィスエリア、様々な倉庫領域、様々な施設エリアなどに分けられてもよい。セグメント/領域/エリアは、マップ中に表示され得る。異なる領域は、色分けすることができる。異なる領域は、特徴(例えば、色、明るさ、色の濃さ、質感、アニメーション、点滅、点滅速度など)とともに提示され得る。場所の論理的なセグメンテーションは、少なくとも1つの異種タイプ2デバイス、またはサーバ、またはクラウドサーバなどを使用して、行われ得る。
これは、開示されたシステム、装置、および方法の例である。ステファンと彼の家族は、開示された無線動き検出システムを設置して、ワシントン州シアトルにある2000平方フィートの2階建てタウンハウスにて動き検出をしたいと考えている。彼の家は2階建てなので、ステファンは、1階で1つのタイプ2デバイス(Aと名付けた)および2つのタイプ1デバイス(BおよびCと名付けた)を使用すると決めた。彼の家の1階には、主に3つの部屋がある。キッチン、ダイニングルーム、およびリビングルームがまっすぐに並び、ダイニングルームが真ん中にある。キッチンおよびリビングルームは、家の両端にある。彼は、ダイニングルームにタイプ2デバイス(A)を置き、キッチンに1つのタイプ1デバイス(B)、リビングルームに他のタイプ1デバイス(C)を置いた。デバイスをこのように配置することで、彼は、動き検出システムを使用して、実用的上、1階を3ゾーン(ダイニングルーム、リビングルーム、およびキッチン)に仕切っている。動きがAB対およびAC対によって検出されると、システムは、動き情報を分析して、動きを3つのゾーンのうちの1つに関連付けるだろう。
ステファンと彼の家族が(例えば、長い週末休みにキャンプに行くために)週末に外出する際、ステファンは、モバイルフォンアプリ(例えば、AndroidフォンアプリまたはiPhoneアプリ)を使用して、動き検出システムをオンにする。システムが動きを検出すると、警告信号がステファンに送信される(例えば、SMSテキストメッセージ、eメール、モバイルフォンアプリへのプッシュメッセージなど)。ステファンが月額料金(例えば、10ドル/月)を払えば、サービス会社(例えば、セキュリティ会社)がワイヤードネットワーク(例えば、ブロードバンド)または無線ネットワーク(例えば、家庭用WiFi、LTE、3G、2.5Gなど)を介して警告信号を受信し、ステファンのためにセキュリティ手順を実施する(例えば、問題を確認するために彼に電話する、家の中をチェックするために誰かを送る、ステファンの代わりに警察に連絡するなど)。ステファンは、彼の年老いた母親を愛しており、彼女が家で1人でいるときの彼女の幸福(well-being)について気にかけている。母親が1人でおり、残りの家族が外出しているとき(例えば、仕事もしくは買い物に行く、または休暇に行く)、ステファンは、母親が無事かを確認するために、彼のモバイルフォンアプリを使用して動き検出システムをオンにする。次いで、彼は、モバイルアプリを使用して、家の中の彼の母親をモニタする。ステファンが、モバイルアプリを使用して、母親が、彼女の毎日のルーティンに従って家の中を3つの領域の間を動いているのを見ると、ステファンは、彼の母親が元気にしていることがわかる。ステファンは、彼が外出中に動き検出システムが彼の母親の幸福をモニタするのを助けることができることに感謝している。
標準的な日では、母親は午前7時ごろに起きるだろう。彼女は、約20分間キッチンで朝食を作るだろう。次いで、彼女は、約30分間ダイニングルームで朝食を食べるだろう。次いで、彼女は、リビングルームで毎日のエクササイズをし、その後、リビングルームのソファに座り、彼女のお気に入りのTV番組を観るだろう。動き検出システムにより、ステファンは、家の3つの領域の各々における運動のタイミングを見ることを可能にする。動きが毎日のルーティンに一致すると、ステファンは、母親が元気に違いないことがおおよそわかる。しかし、動きパターンが異常が現れた場合(例えば、午前10時まで動きがない、または彼女がキッチンにいる時間が長すぎる、または彼女が動かない時間が長すぎるなど)、ステファンは、何かがおかしいと疑い、母親に電話して彼女にチェックするだろう。ステファンは、更に誰か(例えば、家族、近所の人、有給の人員、友人、ソーシャルワーカー、サービスプロバイダ)に彼の母親をチェックさせ得る。
いつか、ステファンは、タイプ2デバイスの位置変更をしたいと思っている。彼は、デバイスを元のAC電源プラグから抜き、別のAC電源プラグに差し込むだけである。彼は、無線動き検出システムがプラグアンドプレイであり、位置変更がシステムの動作に影響せず、嬉しく思う。電源を入れると、すぐに動作する。後日、ステファンは、当社の無線動き検出システムが非常に高精度および非常に低い警報で動きを本当に検出でき、彼は、モバイルアプリを使用して、1階の動きを本当にモニタできることを確信する。彼は、2階のベッドルームをモニタするために、2階に同様のセットアップ(すなわち、タイプ2デバイス1つおよびタイプ1デバイス2つ)を設置することを決める。もう1度、彼は、彼がタイプ2デバイスおよびタイプ1デバイスを2階のAC電源プラグに差し込む必要があるだけで、システムセットアップが極めて簡単であることがわかる。特別な設置は、必要ない。そして、彼は、同一のモバイルアプリを使用して、1階および2階の動きをモニタすることができる。1階/2階の各タイプ2デバイスは、1階および2階の両方にあるすべてのタイプ1デバイスと相互作用することができる。ステファンは、彼が、タイプ1およびタイプ2デバイスへの投資を2倍にすると、組み合わせたシステムの能力が2倍以上になることを知り、嬉しく思う。
様々な実施形態によれば、各CI(CI)には、チャネル状態情報(CSI)、周波数領域CSI、少なくとも1つのサブバンドと関連付けられた周波数領域CSI、時間領域CSI、領域内のCSI、チャネルインパルス応答(CIR)、チャネル周波数応答(CFR)、チャネル特徴、チャネルフィルタ応答、無線マルチパスチャネルのCSI、無線マルチパスチャネルの情報、タイムスタンプ、補助情報、データ、メタデータ、ユーザデータ、アカウントデータ、アクセスデータ、セキュリティデータ、セッションデータ、ステータスデータ、モニタデータ、世帯データ、識別情報(ID)、デバイスデータ、ネットワークデータ、近隣データ、環境データ、リアルタイムデータ、センサデータ、記憶データ、暗号化データ、圧縮データ、保護データ、および/または別のCIのうちの少なくとも1つが含まれ得る。一実施形態では、開示されたシステムは、ハードウェアコンポーネント(例えば、アンテナを有する無線送信器/受信器、アナログ回路、電源供給、プロセッサ、メモリなど)と、対応するソフトウェアコンポーネントと、を有する。本教示の様々な実施形態によれば、開示されたシステムは、バイタルサインの検出およびモニタのために、ボット(タイプ1デバイスと称される)とオリジン(タイプ2デバイスと称される)とを含む。各デバイスは、送受信器と、プロセッサと、メモリとを備える。
開示されたシステムは、多くの場合、適用可能である。一実施例では、タイプ1デバイス(送信器)は、テーブルの上に置かれている小型WiFi対応デバイスであり得る。WiFi対応テレビ(TV)、セットトップボックス(STB)、スマートスピーカ(例えば、Amazon echo)、スマート冷蔵庫、スマート電子レンジ、メッシュネットワークルータ、メッシュネットワークサテライト、スマートフォン、コンピュータ、タブレット、スマートプラグなどでもあり得る。一実施例では、タイプ2(受信器)は、テーブルの上に置かれているWiFi対応デバイスであり得る。WiFi対応テレビ(TV)、セットトップボックス(STB)、スマートスピーカ(例えば、Amazon echo)、スマート冷蔵庫、スマート電子レンジ、メッシュネットワークルータ、メッシュネットワークサテライト、スマートフォン、コンピュータ、タブレット、スマートプラグなどでもあり得る。タイプ1デバイスおよびタイプ2デバイスを会議室内/付近に置き、人数を数えることができる。タイプ1デバイスおよびタイプ2デバイスは、高齢者の健康モニタシステム内にあり得、彼らの日常の行動と症状(例えば、認知症、アルツハイマー病)のあらゆるサインをモニタする。タイプ1デバイスおよびタイプ2デバイスをベビーモニターに使用して、生きている乳児のバイタルサイン(呼吸)をモニタすることができる。タイプ1デバイスおよびタイプ2デバイスをベッドルームに置いて、睡眠の質および睡眠時無呼吸をモニタすることができる。タイプ1デバイスおよびタイプ2デバイスを車内に置いて、乗客とドライバーの健康をモニタし、ドライバーの睡眠を検出し、車内に残された乳児を検出することができます。タイプ1デバイスおよびタイプ2デバイスを物流に使用して、トラックおよびコンテナに隠れているあらゆる人間をモニタすることにより人身売買を防ぐことができる。タイプ1デバイスおよびタイプ2デバイスは、被災地にて救急隊によって配備され、がれきのなかに閉じ込められた被災者を探索することができる。タイプ1デバイスおよびタイプ2デバイスは、エリア内に配備され、あらゆる侵入者の呼吸を検出することができる。ウェアラブルでない無線呼吸モニタの用途は、数多くある。
ハードウェアモジュールは、タイプ1送受信器およびタイプ2送受信器のいずれかを含むように構成することができる。ハードウェアモジュールは、最終商品を設計、構築、および販売するために、様々なブランドに販売されたり、使用される場合がある。開示されたシステムおよび/または方法を使用する製品は、ホーム/オフィスセキュリティ製品、睡眠モニタ製品、WiFi製品、メッシュ製品、TV、STB、エンタテイメントシステム、HiFi、スピーカ、ホームアプライアンス、ランプ、ストーブ、オーブン、電子レンジ、テーブル、椅子、ベッド、棚、ツール、台所用品、トーチ、真空掃除機、煙検出器、ソファ、ピアノ、ファン、ドア、窓、ドア/窓ハンドル、ロック、煙検出器、カーアクセサリ、計算デバイス、オフィスデバイス、エアコンディショナ、ヒーター、パイプ、コネクタ、モニタカメラ、アクセスポイント、計算デバイス、モバイルデバイス、LTEデバイス、3G/4G/5G/6Gデバイス、ゲーミングデバイス、メガネ、ガラスパネル、VRゴーグル、ネックレス、ウォッチ、ウエストバンド、ベルト、ウォレット、ペン、ハット、ウェアラブル、インプラント型デバイス、タグ、駐車券、スマートフォンなどであり得る。
サマリーは、分析、選択された時間窓、サブサンプリング、変換、射影などのうちの少なくとも1つを含み得る。表示には、月毎の図、週毎の図、日ごとの図、簡略図、詳細図、断面図、スモールフォームファクタ図、ラージフォームファクタ図、色分け図、比較図、サマリー図、アニメーション、web図、音声アナウンスメント、および繰り返しの動きの周期的特徴に関する別の描写のうちの少なくとも1つの表示を含み得る。
タイプ1デバイスおよび/またはタイプ2デバイスは、アンテナ、アンテナを有するデバイス、アンテナに取り付ける/接続する/リンクするインターフェースを有するデバイス、無線送受信器を有するデバイス、無線送信器を有するデバイス、無線受信器を有するデバイス、モノのインターネット(IoT)デバイス、無線ネットワークを有するデバイス、ワイヤードネットワーキングおよび無線ネットワーキングの両方の機能を有するデバイス、無線集積回路(IC)を有するデバイス、Wi-Fiデバイス、Wi-Fiチップを有するデバイス(例えば、802.11a/b/g/n/ac/ax規格準拠など)、Wi-Fiアクセスポイント(AP)、Wi-Fiクライアント、Wi-Fiルータ、Wi-Fiリピータ、Wi-Fiハブ、Wi-Fiメッシュネットワークルータ/ハブ/AP、無線メッシュネットワークルータ、アドホックネットワークデバイス、無線メッシュネットワークデバイス、モバイルデバイス(例えば、2G/2.5G/3G/3.5G/4G/LTE/5G/6G/7Gなど)、セルラーデバイス、モバイルネットワーク基地局、モバイルネットワークハブ、モバイルネットワーク対応デバイス、LTEデバイス、LTEモジュールを有するデバイス、モバイルモジュール(例えば、Wi-Fiチップ、LTEチップ、BLEチップなどのモバイル対応チップ(IC)を有する回路基板)、Wi-Fiチップ(IC)、LTEチップ、BLEチップ、モバイルモジュールを有するデバイス、スマートフォン、スマートフォンのためのコンパニオンデバイス(例えば、ドングル、アタッチメント、プラグイン)、専用デバイス、プラグインデバイス、AC電源デバイス、バッテリ電源デバイス、プロセッサ/メモリ/命令セットを有するデバイス、スマートクロック、スマートステーショナリ、スマートペン、スマートユーザインターフェース、スマートペーパー、スマートマット、スマートカメラ、スマートテレビ(TV)、セットトップボックス、スマートマイク、スマートスピーカ、スマート冷蔵庫、スマートオーブン、スマート機械、スマートフォン、スマートウォレット、スマート家具、スマートドア、スマート窓、スマートシーリング、スマートフロア、スマート壁、スマートテーブル、スマート椅子、スマートベッド、スマートナイトスタンド、スマートエアコンディショナ、スマートヒーター、スマートパイプ、スマートダクト、スマートケーブル、スマートカーペット、スマートデコレーション、スマートガジェット、スマートUSBデバイス、スマートプラグ、スマートドングル、スマートランプ/照明、スマートタイル、スマートオーナメント、スマートボトル、ビークル、スマートカー、スマートAGV、ドローン、スマートロボット、ラップトップ、タブレット、コンピュータ、ハードディスク、ネットワークカード、スマートインストルメント、スマートラケット、スマートボール、スマート靴、スマートウェアラブル、スマート衣服、スマートグラス、スマートハット、スマートネックレス、スマートフード、スマートピル、生物の体内を動く小型デバイス(例えば、血管内、リンパ液内、消化系など)であり得る。タイプ1デバイスおよび/またはタイプ2デバイスは、インターネット、インターネットにアクセスする別のデバイス(例えば、スマートフォン)、クラウドサーバ、エッジサーバ、ローカルサーバ、および/またはストレージと通信可能に結合され得る。
一実施形態では、オブジェクト追跡システムの方法/装置/システムは、プロセッサ(例えば、100A、100B)、プロセッサ(例えば、100A、100B)と通信可能に接続されたメモリ(例えば、図1の102A、102B)、および、メモリ(例えば102A、102B)に格納された1組の命令(例えば、図1の104A、104B)を用いて無線マルチパスチャネル(例えば、図1の144)の1つ以上のTSCI(例えば、図1の111A、111B)を取得することを含む。1つ以上のTSCI(例えば、300、111A、111B)は、場所(例えば図1の142)内の第1の位置(例えば114、115B、115A、117、119、406、408、410、414)にあるタイプ1異種無線デバイス(例えば、図1の106A、106B、108、109、113A 、113B)、及び、場所(例えば図1の142)内の第2の位置(114、115B、115A、117、119、406、408、410、414)にあるタイプ2異種無線デバイス(例えば図1の106A、106B、108、109、113A、113B)から無線マルチパスチャンネル(例えば144)を介して抽出/派生/取得される。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクトの現在の動き(例えば120)によって影響を受ける。方法/装置/システムはまた、少なくとも1つのTSCI(例えば300、111A、111B)、現在の動き(例えば120)に関連付けられた時間パラメータ、および/またはオブジェクト(例えば112)の過去の時空間情報以下に基づいて、オブジェクト(例えば112)の時空間情報(例えば位置、スピード、速度、加速度、周期運動、時間傾向、過渡運動、周期など)を決定する。1つのTSCI(例えば300、111A、111B)は前処理される。
タイプ1異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)とタイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404) とは異なってよい。異なるタイプ1異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は異なってもよい。異なるタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は異なってもよい。これらは異なる量のアンテナ(例えば200A、200B、200C、200D、200E、200F)を有してよい。これらのアンテナ(例えば200A、200B、200C、200D、200E、200F)は異なってもよい。これらは、異なる回路基板、異なるチップ、および/または異なる論理を、異なる消費電力および/または異なる価格で使用してもよい。それぞれが異なる追加の機能性および/またはアップグレードされた機能性を有してもよい。これらは、異なる製造業者、異なる工場、および/または異なるブランドからのものであってよい。これらは、いくつかの共通の構成要素(例えばハードウェア、アンテナ、回路、プロセッサ(例えば100A、100B)、メモリ(例えば102A、102B)、記憶装置、ネットワーク)、いくつかの共通のソフトウェア(例えば装置内(例えば106A、106B、108、109、113A、113B、400、402、404)、クラウド内など)、および/またはいくつかの共通モジュールを共有してもよい。
オブジェクト(例えば112)の現在の動き(例えば120)の距離(例えば122)は、1つ以上の CIの時系列(例えば、300、111A、111B)に基づいて、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイス)によって決定されてもよい。オブジェクト(例えば112)の現在の動き(例えば120)の推定方向(例えば123)を取得してもよい。オブジェクト(例えば112)の時空間情報は、オブジェクト(例えば112)の現在の動き(例えば120)の距離(例えば122)及び/又は推定方向(例えば123)に基づいて決定されてもよい。
少なくとも1つの類似のスコアが、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイス)によって計算されてもよい。各類似性スコアは、オブジェクト(例えば112)の現在の動き(例えば120)に関連するTSCI(例えば300)の一対の時間的に隣接するCI(例えば111A、111B)に基づいてよい。特徴的な類似性スコア(例えば、平均、中央値、最頻値、加重平均、重心、百分位数、四分位数、トリム平均などの代表的な類似性スコア)は、少なくとも1つの類似性スコアに基づいて計算されてよい。オブジェクト(例えば112)の現在の動き(例えば120)の距離(例えば122)は、特徴的な類似スコアを基準減衰曲線(例えば数学式によって生成される曲線、いくつかの学習アルゴリズムによって学習される曲線、または両方の組み合わせなど)と比較することに基づいて決定されてよい。オブジェクト(例えば112)の時空間情報は、オブジェクト(例えば112)の現在の動き(例えば120)の距離(例えば122)に基づいて決定されてもよい。少なくとも1つの最新のCI(例えば111A、111B)が(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、 400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または別のデバイスによって)決定されてもよい。最新のCI(例えば111A、111B)はそれぞれ、1つ以上のTSCI(例えば300)のうちの1つにおいて最新のものであり得る。「最新」は「現在」であってもよい。最新のCIは、最新のタイムインデックスを有するCIであってもよい。1つ以上の時系列の類似性スコアが計算されてもよい。各類似性スコアは、類似性スコアに関連する特定の時系列の2つのCI(例えば111A、111B)(CI)に基づいて計算されてもよい。2つのCI(例えば111A、111B)は、オブジェクト(例えば120)の現在の動き(例えば120)に関連付けられた時間窓内の、最新のCI(例えば111A、111B)及び時間的に隣接するCI(例えば111A、111B)であってよい。 時系列の類似性スコアを計算するために使用される時間的に隣接したCIのセットは、時間窓内のすべての最近過去CIを含み得る。少なくとも1つを曲線を計算することができる。各曲線は、時系列の類似のスコアに基づいて決定されてよい。曲線の少なくとも1つの特徴点が識別されてよい。オブジェクト(例えば112)の時空間情報は、少なくとも1つの特徴点に基づいて決定/計算されてよい。少なくとも1つの特徴点は、局所的最大値、局所的最小値、第1の局所的最大値、第2の局所的最大値、別の局所的最大値、第1の局所的最小値、第2の局所的最小値、別の局所的最小値、ゼロ交差、第1のゼロ交差、第2のゼロ交差、他のゼロ交差、第2の特徴点と所定の関係を有する点、および/または他の特徴点を含んでよい。
少なくとも1つの類似のスコアが、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイス)によって計算されてもよい。各類似性スコアは、初期CI(例えば111A、111B)および現在のCI(例えば111A、111B)に基づいて計算されてよい。初期CI(例えば111A、111B)は現在の動き(例えば120)の開始時に時間的に近くてよい。現在のCI(例えば111A、111B)は現在の動き(例えば120)の終了時または現時点に時間的に近くてよい。特徴的な第2の類似性スコアは、少なくとも1つの第2の類似性スコアに基づいて決定されてもよい。特徴的な第2の類似性スコアが閾値よりも大きい(または「以上」、「未満」、または「以下」)場合、オブジェクト(例えば112)は静止していると判定され、そして現在の動き(例えば、120)は、ゼロの動き、小さな動き、および/または無視できるほど小さな動きであると判定され得る。
オリジンレジスタの初期位置の取得
オブジェクト(例えば112)の現在の動き(例えば120)より前の開始時(例えば116)におけるオブジェクト(例えば112)の時空間情報(例えば初期位置114)は、オブジェクト(例えば112)の前の動きと関連付けられた他のCI(例えば111A、111B)(CI)の他の時系列(例えば、300、111A、111B)に基づいて、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイスによって)決定されてもよい。他のCI(例えば300)の他の時系列は、場所(例えば142)の第3の位置(例えば408)にある第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と、場所(例えば142)の第4の位置(例えば410)にある第2のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と間でワイヤレスマルチパスチャネル(例えば144)を介して送信される第2の無線信号(例えば140)から抽出されてもよい。無線マルチパスチャネル(例えば144)は、オブジェクト(例えば112)の以前の動きによって影響を受ける可能性がある。初期時間(例えば116)におけるオブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および/または第2のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と関連付けられた既知の位置となるように決定されてよい。期間が決定されてもよい。その期間内で、他のCI(例えば111A、111B)の他の時系列の本質的に全て(例えば少数を除く全て、又は異常値を除く全て)の対応するCI(例えば111A、111B)は第1の適応的閾値より大きく、第2の適応的閾値よりも小さくてよい。初期時間(例えば116)は、期間の特徴点として決定されてもよい。オブジェクト(例えば112)の時空間情報は、初期(例えば112)のオブジェクト(例えば112)の初期時空間情報(例えば初期位置114)に基づいて決定されてもよい。期間の特徴点は、次の点であってよい。それは、中点、四分位点、百分位数点、始点、終点、他のCI(例えば111A、111B)が極大となる点、他のCI(例えば111A、111B)が局所的に最小となる点、他のCI(例えば111A、111B)が特定の特性を有する点、および/または他の特性点である。
オブジェクト(例えば112)の以前の移動の間の初期時間(例えば116)において、第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および第2のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のうちの「1つ」 は、オブジェクト(例えば112)の以前の移動中に、オブジェクト(例えば112)に空間的に近接およびともに移動してもよい。初期時間(例えば116)に、第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および第2のタイプ2異種デバイス(例えば106A、 106B、108、109、113A、113B、400、402、404)の「他の1つ」は指向性アンテナを有してよい。初期時間(例えば116)におけるオブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイスによって)、指向性アンテナを有する第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および第2のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のうちの他の1つと関連付けられた既知の場所であると判定されてもよい。
一例として、第2のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および第2のタイプ2異種デバイス(例えば106A、106B、108 、109、113A、113B、400、402、404))のうちの「1つ」は、モジュール1 106Aおよび/または無線送信機(例えば108)であってよく、一方、第2のタイプ1異種デバイス(例えば、106A、106B、108、109、113A 、 113B、400、402、404)および第2のタイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)のうちの「他の1つ」は、モジュール2 106Bおよび/または無線受信機(例えば、109)であってよい。「1つ」は、スマートフォンおよび/または他の携帯用機器であり得る。オブジェクト(例えば112)は人であってよい。オブジェクト(例えば112)(人)は動き回るので、オブジェクト(例えば112)(人)は「1つ」(スマートフォン、人に空間的に近い)を携帯していてよい。以前の移動(例えば、ウォーキング)は、場所(例えば142)(例えば、空港、ターミナル、モール、スーパーマーケットなど)に入る、スマートフォンを持った人であってよい。したがって、「1つ」は、オブジェクト(例えば112)に空間的に近くてもよく、オブジェクト(例えば112)の前の移動中にオブジェクト(例えば112)と共に移動してもよく、オブジェクト(例えば112)(例えば人)に空間的に近くにあるスマートフォンまたは別の携帯デバイスであってもよい。
「他のもの」は、入口の上部または側部または底部にまたは周りまたは近くに設置されてよい。「他の1つ」の指向性アンテナは、オブジェクト(例えば112)によって運ばれる「1つ」が入り口を通過するときに特別な信号を拾うように、入り口を狙って/指していてよい。初期時間(例えば116)は、人が入り口を通過する瞬間であってよい。指向性アンテナのビーム(円錐形の有効範囲)が(例えば、人間の動きの速度と比較して)狭くなるにつれて、特別な信号が短期間(例えば0.2秒)に強くなりうる。初期時間(例えば116)は、期間(例えば中間点)の特徴点として決定されてもよい。初期時間(例えば116)における人物の初期時空間情報(例えば初期位置114)は、入り口の位置、または入り口付近の所定の位置であり得る。
オブジェクト(例えば112)の移動中の現在時刻において、第1のタイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および第1のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のうちの「1つ」は、オブジェクト(例えば112)の移動中に、オブジェクト(例えば112)に空間的に近接し共に移動してもよい。この「1つ」はスマートフォンであってよい。オブジェクト(例えば112)は人であってよい。当該人は、スマートフォンを運んでいてよい。オブジェクト(例えば112)の動きは、人が場所(例えば142)(例えばモール)を歩き回ることであってもよい。「1つ」(例えば、スマートフォン)は、オブジェクト(例えば、112)の移動中に、オブジェクト(例えば、112)(例えば人)に空間的に接近してもよく、および/または共に移動してもよい。
現在の時間は、オブジェクト(例えば112)の移動中のリアルタイムであってよい。例えば、初期時間(例えば116)は、現在の時間の前の秒、分、時間、日、週、月、および/または年であってよい。現在の時間において、第1のタイプ1異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)および第1のタイプ2異種デバイス(例えば、106A、106B、108、109 、 113A、113B、400、402、404)の「1つ」は、ネットワークサーバと通信可能に結合されてもよく、および/またはネットワークサーバと通信可能に結合され得るローカルデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と通信可能に結合されてもよい。「1つ」および/またはローカルデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、2.5G / 3G / 4G / LTE /5G / 6G、WiFi、WiMax、Zigbee、Bluetooth、BLE、無線ネットワークなどを使用してインターネット内のクラウドサーバに接続してよい。 「1つ」は、ローカルデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)を介してクラウドサーバに接続してもよく、ローカルデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に接続することによって順にクラウドサーバに接続する。
「1つ」(例えば、スマートフォン、携帯用/移動可能デバイス、WiFiおよび/またはBLEおよび/または他の通信チャネルを介してスマートフォンと通信可能に接続された携帯用ガジェット、または携帯機器)が場所(例えば142)(例えばモール)内のオブジェクト(例えば112)(例えば人)と共に移動するとき、オブジェクト(例えば112)の位置(例えば114、115B、115A、117、119、406、408、410、414)を無線信号(例えば140)から導出/抽出/取得/計算されるCI(例えば111A、111B)に基づいて追跡することができるように、オブジェクト(例えば112)および/または「1つ」の動きは、場所(例えば142)に関連付けられた無線マルチパスチャネルを通過する無線信号(例えば140)に影響を与え得る。
アンテナマッチングを用いた追跡
一例として、オブジェクト(例えば112)は、現在時刻T1(例えば現在時刻t_N130)において現在位置L1(例えば新しい位置115B)にあり得る。現在時刻T1(例えば130)の直前に、オブジェクト(例えば112)は直前時刻T0(例えば直前時刻t_{N-1}132)において直前位置L0(例えば直前位置115A)にあってもよい。タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)およびタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のうちの「1つ」 は、オブジェクト(例えば112)と空間的に近接してよく、オブジェクト(例えば112)と共に移動してもよい。「1つ」は、互いに空間的に近接した2つのアンテナA1およびA2を含み得る。A1とA2との間の距離はdであってよい。 T1とT0との間の時間差は、t = T1 - T0であり得る。A1とA2を結ぶ線は方向シータである。
オブジェクト(例えば112)が直前の位置L0(例えば115A)にあり得る直前の時間T0(例えば132)において、2つのアンテナA1及びA2はそれぞれ位置L0A1及びL0A2にあってよく、これらの両方はL0(例えば115A)に近接してよい。時刻T0において、アンテナA1に関連付けられたCI C10A1が得られ、アンテナA2に関連付けられたCI C10A2が得られる。
オブジェクト(例えば112)が直前の位置L1(例えば115A)にあり得る現在時刻T1(例えば130)において、2つのアンテナA1及びA2はそれぞれ位置L1A1及びL1A2にあってよく、これらの両方はL1(例えば115B)に近接してよい。時刻T1において、アンテナA1に関連付けられたCI CI1A1が得られ、アンテナA2に関連付けられたCI CI1Aが得られる。オブジェクトの時空間情報は、CI0A1、CI0A2、CI1A1およびCI1A2に基づいて決定されてよい。時空間情報は、現在の動き(例えば、現在の動き120)の変位、距離、方向、速度、加速度のうちの少なくとも1つを含んでよい。CI1A1およびCI1A2は、CI0A1およびCI0A2と比較されてよい。
CI1A1が(例えば、ある閾値よりも大きい類似性スコアを用いて)CI0A2と一致し得る場合、それは、アンテナA2(および「1つ」およびオブジェクト自体)が時刻T0において位置L0A2から時刻T1における位置L1A1に移動した可能性があることの指標であり得る。距離(すなわち、時空間情報)は、アンテナA1とA2の間の距離であるd、すなわち、L0A2とL1A1の間の距離、として決定されてよい。速度は、距離dを時間t = T1 - T0で割った値、すなわち速度= d /(T1 - T0)として決定されてもよい。動きの軸は、アンテナA1とA2を結ぶ軸として決定されてもよい。方向は、アンテナA2からA1への方向(例えばシータ)として決定されてもよい。
CI1A2が(例えば、ある閾値よりも大きい類似性スコアを用いて)CI0A1と一致し得る場合、それは、アンテナA1(および「1つ」およびオブジェクト自体)が時刻T0において位置L0A1から時刻T1における位置L1A2に移動した可能性があることの指標であり得る。距離(すなわち、時空間情報)は、アンテナA1とA2の間の距離であるd、すなわち、L0A1とL1A2の間の距離、として決定されてよい。速度は、距離dを時間t = T1 - T0で割った値、すなわち速度= d /(T1 - T0)として決定されてもよい。動きの軸は、アンテナA1とA2を結ぶ軸として決定されてもよい。方向は、アンテナA1からA2への方向として決定されてもよい。
「1つ」は3つ以上のアンテナを有することができる。例えば、それらは、いくつかの他のアンテナ(例えば、N個のアンテナ)によって囲まれた中心のアンテナであってよい。中央のアンテナはアンテナA1であってよい。他のアンテナの1つはアンテナA2であってよい。あるいは、他のアンテナの2つはアンテナA1およびアンテナA2であってよい。他のアンテナは、等間隔(例えば、N = 4の場合は角度= 90度、N = 6の場合は角度= 60度、N = 8の場合は角度= 45度、N = 12の場合は角度= 30などの円上で等間隔である)および/または不均一な間隔(例えば、ランダムに間隔が空いている、または局所的に均一な間隔で配置されている)で配置されてもよい。中央アンテナにおいて隣接するアンテナによって維持される角度は、均一な間隔で配置されてもよく、および/または均一ではない間隔で配置されてもよい。例えば、他のアンテナは、1つ以上の多面体(例えば、正方形、五角形、六角形、七角形、八角形、非凸多面体など)の頂点において、中心アンテナから等距離に(すなわち円上に)、および/またはランダムに間隔を空けて、配置されてよい。
一例では、「1つ」は、中央のアンテナが中央にある状態で、(正方格子または方形格子上に)三目並べ構成で配置された9つのアンテナを有することができる。「1つ」は9つ(または他の任意の数の)アンテナを有し、1つは中心にあり、残りは、中心まわりに円形または楕円形または他の形状(例えば凹形状、凸形状、非凸形状、非凹形)に配置される。中心のまわりの形、不規則な形)に配置されてよい。一例では、「1つ」は、3次元配置(またはコンステレーション)に配置されたアンテナを有してもよい。例えば、アンテナは、3次元の正方形および/または長方形の格子に、および/または(地球を取り囲むGPS衛星のように)球に配置されてよい。あるいは、立方体の中心に1つ、頂点に8つである9本のアンテナでありうる。一例では、「1つ」は、中央アンテナ、中央アンテナの周りに一方向に配置された1組のアンテナ(例えばN1個のアンテナ)、及び中央アンテナの周りに別の方法で配置された他の組のアンテナ(例えばN2個のアンテナ)を有してよい。一例では、「1つ」は複数のセンタアンテナを有してよい。一例では、「1つ」は、アンテナの相対的な間隔および配置を経時的に変化させることができるように可動アンテナを有してよい。アンテナの適応間隔および配置は、現在の動き、過去の動きおよび/または将来の予測される動きに依存してよい。一例では、「マルチ」は、無線マルチパス信号が制御および/または操縦され得るように、アンテナの周りに少なくとも1つの可動/調整可能バリアを有してよい。マルチパス信号をある方向に集束/操縦されるように、バリアを移動/調整することができる。一例では、「1つ」は、共線的に配置されたM個のアンテナA1、A2、…、M(またはAi、i = 1、…、M)を含むことができる。共線的に配置されているため、M個のアンテナに関連した固有の「方向」、「向き」、および/または「軸」がある。隣接するアンテナ間の距離をd 1、d 2、…、d M-1とする。ここで、diはアンテナAiとA i + 1の間の距離であり、i = 1、…、M-1である。距離をd1、d2、…、dM-1は全てが等しくてもそうでなくてもよい。アンテナが等間隔に配置されている場合、距離d1、d2、…、dM - 1は全てが等しくてよい。
N個の昇順時刻インスタンス、T1、T2、… 、TN(またはTiはi = 1、…、N)を考える。隣接する時間インスタンス間の時間差をt 1、t 2、…、t N - 1とする。ここで、i = 1、2、…、N - 1に対して、t i = Ti + 1 - Tiである。時間差t 1、t 2、…、t N - 1は、経時的に等しくても等しくなくてもよい。時間インスタンスt 1、t 2、…、t N - 1が一様な空間である場合、時間差は全て等しくなり得る。オブジェクト(例えば112)はT1における位置L1、T2におけるL2、…、およびTNにおけるLNにあり得る。時間T1において、オブジェクトは位置L1にあり得る。Tiにおけるj番目のアンテナAjの位置をLi、jとすると、 i = 1、…、N、j = 1、…、Mの場合、d1、d2、…、dM-1は時間とともに変化し得る。M個のアンテナの向きは経時的に変化してもしなくてもよい。時間Tiにおいて、(i = 1、…、N、j = 1、…、Mに対して)アンテナA jに関連付けられたCI CIi、jが取得されてよい。オブジェクトの時空間情報は、{CIi、j:i = 1、…N、j = 1、…、M}に基づいて決定されてもよい。時空間情報は、現在の動き(例えば、現在の動き120)の変位、距離、方向、速度、加速度のうちの少なくとも1つを含んでよい。
異なる時間シフトkが調査/試験されてもよく、ここでkは1からN - 1までの範囲である。時間シフトkについては、j 1 = 1、…、M、j 2 = 1、…、Mについて、CIi、j1をCIi + k、j 2と比較することができる。CIi、j1がCIi + k、j 2と一致する(例えば類似性スコアがある閾値T1よりも大きい)場合、これは、位置Li、j 1が位置Li+k、j 2と同一(またはほぼ同一)であり、アンテナA j2(および「1つ」およびオブジェクト自体と同じ)が時間Tiにおける位置Li、j2から時間Ti + kにおける位置Li + k、j2(すなわち、Li、j1)に移動したことの指標である。言い換えれば、オブジェクトと(そのアンテナと一緒に)「1つ」は、アンテナの「方向」または「向き」または「軸」に移動した可能性がある。例えば、i = 1、k = 1、j1 = 1、j2 = 2の場合、CI1,1はCI2,2と一致し、これは、アンテナA2が時間T1における位置L1,2からT2における位置L1,1に移動したことを示し得る。言い換えれば、(k = 1であるので)1単位時間(1単位時間= T2 - T1 = T3 - T2となるような一定の時間間隔を仮定する)において、オブジェクトとそのアンテナと共にある「1つ」は1単位時間ごとにアンテナ軸の方向に (アンテナが等間隔に配置されていると仮定すると、1単位の距離= d1 = d2 = d3となる)移動し得る。
他の例として、i=1、k=1、j1=3、j2=4の場合、CI1,3はCI3,4と一致し、これは、アンテナA4が時間T1における位置L1,4からT3における位置L1,3に移動したことを示し得る。言い換えれば、(k = 2であるので)2単位時間(1単位時間= T2 - T1 = T3 - T2となるような一定の時間間隔を仮定する)において、オブジェクトとそのアンテナと共にある「1つ」は1単位時間ごとにアンテナ軸の方向に (アンテナが等間隔に配置されていると仮定すると、1単位の距離= d1 = d2 = d3となる)移動し得る。
CIi、j1とCIi+k、j 2との間の類似性スコアは、内積、内積的量、相関に基づく量、共分散に基づく量、識別スコア、距離、および第1のベクトルと第2のベクトルとの間のユークリッド距離、絶対距離、Lk距離、重み付き距離、距離のような量、および/または別の類似性の値を含んでよい。
統合類似性スコアは、例えば、複数の時間インスタンス、複数のアンテナ、および/または複数の「他のもの」からの複数の類似性スコアを組み合わせることによって得られてもよい。例えば、組み合わされた類似性スコアは、類似性スコアを組み合わせることによって得ることができ、各スコアは、lの値のセットに対して、CIi+l、j 1とCIi+l+k、j 2との間にある。例えば、そのセットは、{l:l=0、1、2、…、N-l-k}のサブセットを含み得る
組み合わされた類似性スコアは正規化されてもよい。それは、lの値の集合の濃度で除算することによって正規化することができる。組み合わせ類似性スコアは、類似性スコアの平均、中央値、最頻値、加重平均、トリム平均、および/またはロバスト平均を含んでよい。組み合わされた類似性スコアは、平均値、中央値、最頻値、加重平均、トリム平均、および/またはロバスト平均の組み合わせであってもよい。
同様のスコアに対する閾値T1は適応的に決定されてもよい。それは、lの値の集合の濃度に依存し得る。それは、lの値の集合の濃度が大きい場合、閾値をより小さくしてもよい。閾値は、平均値、中央値、最頻値、加重平均、トリム平均、および/またはロバスト平均の組み合わせに依存してもよい。距離(すなわち、あり得る時空間情報)は、Li、j1とLi、j2との間の距離として決定されてもよく、これは、j2> j1の場合、dj1 + dj1+l +…+ dj2-lの合計であり得る。 j1> j2の場合、dj2 + dj2+l +…+ dj1-lとなります。
速度(すなわちあり得る時空間情報)は、距離をT iとTi+kとの間の期間で割ったものとして決定され得る。時間差が等間隔である場合、期間はk単位時間であり得る。期間は、ti+ ti+l+ ti+k-lに等しくてもよい。動きの軸は、アンテナを結ぶ軸として決定されてもよい。方向は、アンテナAj2からAj1への方向として決定されてもよい。
(複数のアンテナに関連付けられた)複数のCIは、強力なマッチングに適合し得る。同時にCIi、j1がCIi+k、j2(例えば類似度スコアがある閾値T2より大きい)と一致し、かつCIi、j1+1がCIi+k、j2+1と一致し、…、かつCIi、j1+pがCIi+k、j2+Pと一致する場合(すなわち、r=0、1、…、Pに対して同時にCIi、j1+rがCIi+k、j2+rに一致し)、それは位置Li、j1+rがr = 0,1、…、Pに対して位置Li+ k、j2+rと同一(またはほぼ同じ)であることの指標であり、アンテナAj2+r(および「1つ」とオブジェクト自体)が時間Tiにおける位置Li、j2+rから時間Ti+kにおける位置Li+k、j2+r(すなわち、Li、j1)に移動したことの強い指標となる。この強いマッチングのための閾値T2は、個々のマッチングのための閾値T1とは異なり得る。複数のCIは、r = 0、1、…、Pのサブセットについて(例えば、ある閾値T3よりも大きい類似性スコアを用いて)マッチングされ得る(すなわち、CIi、j1+rは、r = 0、1、…、Pのサブセットについて同時にCIi+k、j2+rと一致し得る)。このマッチングは、r = 0、1、…、Pのフルセットに対するマッチングほど強くないが、個々のCIマッチングよりも強力である。閾値T3は、T1および/またはT2と異なってよい。
(複数のインスタンスに関連付けられた)複数のCIは、強力なマッチングのために比較され得る。同時にCIi、j1がCIi+k、j2(例えば類似度スコアがある閾値T4より大きい)と一致し、かつCIi、j1がCIi+2k、j1+2(j2-j1)と一致し、…、かつCIi、j1がCIi+Pk、j1+P(j2-j1)と一致する場合(すなわち、r=0、1、…、Pに対してCIi、j1がCIi+rk、j1+r(j2-j1)に一致し)、それは位置Li、j1がr = 0,1、…、Pに対して位置Li+rk、j1+r(j2-j1)と同一(またはほぼ同じ)であることの指標であり、アンテナAj2(および「1つ」とオブジェクト自体)が時間Tiにおける位置Li、j2から時間Ti+kにおける位置Li+k、j2(すなわち、Li、j1)に移動したことの強い指標となる。これは、アンテナAj1+r(j2-j1)(および「1つ」およびオブジェクト自体)が、時間Tiの位置Li、j1+r(j2-j1)からr=0,1、…、Pにおいて時間Ti+rkにおける位置Li+rk、j1+2(j2-j1)(すなわち、Li、j1)に移動したことを示す。 様々なアンテナの移動(r= 0、1、…、Pの場合のAj1+r(J2-j1))がすべて同じスピードと方向を指しているため、これは強いマッチングとなる。この強いマッチングのための閾値T4は、個々のマッチングのための閾値T1、T2および/またはT3とは異なり得る。
複数のCIは、r=0、1、…、Pのサブセットについて(例えば、ある閾値T5よりも大きい類似性スコアを用いて)マッチングされ得る(すなわち、CIi、j1は、r = 0、1、…、PのサブセットについてCIi+rk、j1+r(j2ーj1)と一致し得る)。このマッチングは、r = 0、1、…、Pのフルセットに対するマッチングほど強くないが、個々のCIマッチングよりも強力である。閾値T5は、T1、T2、T3および/またはT4と異なってよい。オブジェクト追跡システムの方法/装置/システムは、プロセッサ、プロセッサと通信可能に結合されたメモリ、およびメモリに格納された命令セットを使用して無線マルチパスチャネルの少なくとも2つのTSCIを取得することを含む。少なくとも1つのTSCIは、場所内の第1の位置にあるタイプ1異種無線デバイスと場所内の第2の位置にあるタイプ2異種無線デバイスとの間で無線マルチパスチャネルを介して送信される無線信号から抽出される。無線マルチパスチャネルは、場所内のオブジェクトの現在の動きによって影響を受ける。タイプ1デバイスは、オブジェクトの近くにあり、オブジェクトの現在の移動においてオブジェクトとともに移動します。タイプ1デバイスは少なくとも2つのアンテナを含む。
第1の時間において少なくとも2つの第1のCIが取得される。第1のCIのそれぞれは、タイプ1デバイスのそれぞれのアンテナと関連付けられてもよい。第2の時間において少なくとも2つの第2のCIが取得される。第2のCIのそれぞれは、タイプ1デバイスのそれぞれのアンテナと関連付けられてもよい。第1の時間は第2の時間と近くてよい。少なくとも1つの類似性スコアが計算されてよい。各類似性スコアは、少なくとも2つの第1のCIのうちの1つと少なくとも2つの第2のCIのうちの1つとの間であり得る。第1のアンテナに関連付けられた特定の第1のCIと、第2のアンテナに関連付けられた特定の第2のCIとの間の一致が識別され得る。第1のアンテナと第2のアンテナとは異なってもよい。オブジェクトの時空間情報は、特定の第1のCIと特定の第2のCIのうちの少なくとも1つに基づいて決定されてもよい。
距離、方向、および/または他の量は、第1のアンテナの位置および第2のアンテナの位置に基づいて決定されてもよい。オブジェクトの時空間情報は、距離、方向、第1の時間および第2の時間のうちの少なくとも1つに基づいて決定されてよい。オブジェクトの時空間情報は、第1の時間と第2の時間の時間差によって距離を割ることによって算出されてよい。時空間情報は、オブジェクトの速度であり得る。少なくとも1つの統合された類似性スコアが計算されてよい。統合された類似性スコアは、少なくとも2つの類似性スコア基づいてよい。オブジェクトの時空間情報は、少なくとも1つの統合された類似性スコアに基づいて決定されてよい。類似性スコアは、時間反転共鳴強度(time reversal resonating strength)(TRRS)、相関、相互相関、自己相関、共分散、相互共分散、自己共分散、2つのベクトルの内積、距離スコア、識別スコア、メトリック、ニューラルネットワーク出力、ディープラーニングネットワーク出力、および/または別のスコアを含んでよい。
少なくとも2つのアンテナの空間分布は、中心に配置された中心アンテナと、中心アンテナの周りに2次元構成および/または3次元構成で配置された残りのアンテナとを含んでよい。少なくとも2つのアンテナの空間分布は、中心に配置された中心アンテナと、中心アンテナの周りに一様に配置された残りのアンテナとを含んでよい。少なくとも2つのアンテナの空間分布は、矩形格子を形成するいくつかのアンテナを含み得る。少なくとも2つのアンテナの空間分布は、直線を形成するいくつかのアンテナを含み得る。少なくとも2つのアンテナの空間分布は、円形格子、楕円格子、凸形状、非凸形状、凹形形状、非凹形形状、および/または不規則形状を形成するいくつかのアンテナを含み得る。
1組の時間インスタンスのそれぞれについて少なくとも2つの第1のCIを取得することができ、第1のCIのそれぞれはタイプ1デバイスのそれぞれのアンテナに関連付けられる。少なくとも1つの類似性スコアが、それぞれ、第1の時間と第1のアンテナに関連する第1のCI、および第2の時間と第2のアンテナに関連する第2のCIの2つのCIの間で計算され得る。特定の第1のアンテナと特定の第1の時間とに関連付けられた特定の第1のCI、および特定の第2のアンテナと特定の第2の時間とに関連する特定の第2のCIとの間の一致が識別され得る。オブジェクトの時空間情報は、特定の第1のCI、特定の第1のアンテナ、特定の第1の時間、関連する第1の情報、特定の第2のCI、特定の第2のアンテナ、特定の第2の時間、および関連する第2の情報の少なくとも1つに基づいて決定されてよい。
少なくとも1つの結合類似性スコアが計算されてもよく、各結合類似性スコアは少なくとも2つの類似性スコアに基づいている。オブジェクトの時空間情報は、少なくとも1つの統合された類似性スコアに基づいて決定されてよい。類似性スコアは、時間反転共鳴強度(time reversal resonating strength)(TRRS)、相関、相互相関、自己相関、共分散、相互共分散、自己共分散、2つのベクトルの内積、距離スコア、識別スコア、メトリック、ニューラルネットワーク出力、ディープラーニングネットワーク出力、および/または別のスコアを含んでよい。
少なくとも2つの類似性スコアのうちの1つは、第1の時間に関連付けられた第1のCIと第2の時間に関連付けられた第2のCIとの間の類似性スコアであり得る。少なくとも2つの類似性スコアの残りは、第1の時間に関連付けられたCIと第2の時間に関連付けられたCIとの間の類似性スコアであり得る。少なくとも2つの類似性スコアのうちの1つは、第1の時間に関連付けられた第1のCIと第2の時間に関連付けられた第2のCIとの間の類似性スコアであり得る。少なくとも2つの類似性スコアは、それぞれ第3のCIと第4のCIとの間の少なくとも1つの類似性スコアを含み得る。第3のCIに関連付けられた時間インスタンスと第4のCIに関連付けられた時間インスタンスとの間の差は、第1の時間と第2の時間との間の差に等しくてよい。1以上の時系列の電力情報(PI)は、1つ以上のTSCI(例えば300)に基づいて、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイス)によって計算されてもよい。各PIはCIと関連付けられてもよい(例えば111A、111B)。PIは複素数であってもよい。電力情報(PI)の実部は、CI(例えば111A、111B)の大きさ、大きさの二乗、位相、実部、虚部、および他の関数に基づいて計算してよい。1つ以上の時系列のPIの第1の関数が計算され得る。第1の関数は、自己相関関数、自己相関関数の二乗、自己共分散関数、自己共分散関数の二乗、内積、自己相関的な関数、および/または共分散のような関数の演算を含んでよい。
第1の関数の特性が、(例えばオブジェクト追跡サーバ、プロセッサ(例えば100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、および/または他のデバイス)によって決定されてもよい。タイプ1異種無線デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、(例えば、オブジェクト追跡サーバ、プロセッサ(例えば、100A、100B)、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)および/または他のデバイスによって)、第2のタイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)を場所(例えば142)内の別の場所で切り替えるように動作する 。タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、少なくとも2つのタイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と無線接続が可能であり得る。第2の無線信号(例えば140)は、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と第2のタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)との間で、無線マルチパスチャネル(例えば144)を介して、送信されてもよい。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクトの現在の動き(例えば120)によって影響を受け得る。無線マルチパスチャネル(例えば144)の1つ以上の第2のTSCI(例えば300、111A、111B)(CI)が取得されてもよい。1つ以上の第2のTSCI(例えば、300、111A、111B)は、第2の無線信号(例えば、140)から抽出されてもよい。オブジェクト(例えば112)の時空間情報は、1つ以上の第2のTSCI(例えば300、111A、111B)に基づいて決定されてもよい。
別の実施形態では、オブジェクト追跡サーバは、プロセッサ(例えば100A、100B)と、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A、102B)と、メモリ(例えば102A、102B)内に記憶され、プロセッサ(例えば100A、100B)によって実行される命令セット(例えば104A、104B)とを含む。命令セット(例えば104A、104B)がメモリ(例えば102A、102B)を使用してプロセッサ(例えば100A、100B)によって実行されると、オブジェクト(例えば112)追跡サーバは、無線マルチパスチャネル(例えば144)の1つ以上のTSCI(例えば300、111A、111B)(CI)を取得するように構成される。少なくとも1つのTSCI(例えば、300、111A、111B)は、場所(例えば142)内の第1の位置(例えば114、115B、115A、117、119、406、408、410、414)にあるタイプ1異種無線デバイス(例えば、106A、106B、108、109、113A 、113B、400、402、404)、及び、場所(例えば142)内の第2の位置(114、115B、115A、117、119、406、408、410、414)にあるタイプ2異種無線デバイス(例えば図1の106A、106B、108、109、113A、113B、400、402、404)から無線マルチパスチャンネル(例えば144)を介して抽出される。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクトの現在の動き(例えば120)によって影響を受ける。オブジェクト(例えば112)追跡システムは、少なくとも1つのTSCI(例えば300、111A、111B)、現在の動き(例えば120)に関連付けられた時間パラメータ、および/またはオブジェクト(例えば112)の過去の時空間情報に基づいて、オブジェクト(例えば112)の時空間情報を決定する。1つのTSCI(例えば300、111A、111B)は前処理される。プロセッサ(例えば100A、100B)は計算付加を、タイプ1異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)およびタイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と共有する。
さらに別の実施形態では、オブジェクト追跡サーバのシステムは、場所(例えば142)内の第1の位置(たとえば114、115B、115A、117、119、406、408、410、414)におけるタイプ1異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、場所(例えば142)に関連付けられた無線マルチパスチャネル(例えば144)を介してタイプ1異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)と無線接続される、場所(例えば142)内の第2の位置(例えば、114、115B、115A、117、119、406、408、410、414)におけるタイプ2異種無線デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、および/またはオブジェクト(例えば112)追跡サーバを含む。オブジェクト(例えば112)追跡サーバは、プロセッサ(例えば100A、100B)と、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A、102B)と、メモリ(例えば102A、102B)内に記憶され、プロセッサ(例えば100A、100B)によって実行される命令セット(例えば104A、104B)とを有する。
オブジェクト(例えば112)追跡サーバ、タイプ1異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)、タイプ2異種デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、無線マルチパスチャネル(例えば144)の少なくとも1つのTSCI(例えば300、111A、111B)(CI)を取得するように構成される。少なくとも1つのTSCI(例えば300、111A、111B)は、タイプ1異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)とタイプ2異種デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)との間で伝送される無線信号(例えば140)から抽出される。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクトの現在の動き(例えば120)によって影響を受ける。
一例では、リアルタイム(例えば、図1の時間t_N130、t_(N - 1)132、t_(Nk)134、t_(Nk - 1)136)における、オブジェクト(例えば、オブジェクト112)の時空間情報(例えば、図1の現在の動き120、以前の動き118、位置115A、初期位置114、速度、速度、加速度等)を追跡するシステム、装置、および/または方法が開示される。システム、装置および/または方法は、プロセッサ(例えば100A、100B)と、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A、102B)とを含み得る。システム、装置および/または方法は、オブジェクト(例えば112)の移動(たとえば120、118)に先立つオブジェクト(たとえば112)の初期時空間情報(例えば初期位置114、直前の位置115A)を取得し、そして、オブジェクト(例えば112)の動き(例えば120、118)によって影響を受けるマルチパスチャネル(例えば144)から少なくとも1つの無線信号(例えば140)を取得することを含む。システム、装置、および/または方法は、少なくとも1つの無線信号(たとえば140)からマルチパスチャネル(たとえば144)についてのTSCI(たとえば111A、111B、またはチャネル状態情報(CSI)110A / 110B)を抽出することと、 CSIの時系列(例えば300、110A、110B)に基づいてオブジェクト(例えば112)の動き(例えば120)の距離(例えば122)を決定することとを更に含む。システム、装置および/または方法は、オブジェクト(たとえば112)の動き(たとえば120)の方向(たとえば123)を推定することと、新しい時空間情報(たとえば時間t_N130に関連付けられた、動き(例えば現在の動き120)の後のオブジェクト(たとえば112)の位置115B)を、距離(たとえば122)、方向(たとえば123)、および初期時空間情報(たとえば初期位置114)に基づいて決定することとを含む。
別の例では、システム、装置および/または方法が開示される。当該システム、装置および/または方法は、オブジェクト(たとえば112)の現在の動き(たとえば120)の前の、オブジェクト(たとえば112)の初期時空間情報(たとえば初期位置114)を決定するためのものである。システム、装置および/または方法は、現在の移動(112)の前にオブジェクト(たとえば112)の以前の移動(たとえば118)によって影響を受けた無線マルチパスチャネル(たとえば144)から少なくとも1つの無線信号(たとえば140)を、プロセッサ(例えば100A及び/又は100B)、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A及び/又は102B)、及びメモリ(例えば102A、102B)に記憶された命令セット(例えば104A、104B)を用いて、取得する。システム、装置および/または方法は、無線信号(例えば140)から無線マルチパスチャネル(例えば144)の少なくとも1つのTSCI(例えば300、111A、111B)を抽出し、オブジェクト(例えば112)の現在の移動(例えば120)の前のオブジェクト(例えば112)の初期時空間情報(例えば初期位置114)を、オブジェクト(例えば118)の前の移動(例えば118)に関連付けられたCI(例えば300、111A、111B)に基づいて決定する。オブジェクト(例えば112)の時空間情報(例えば現在の動き120)が追跡され得る。システム、装置および/または方法は、オブジェクト(たとえば112)の別の時空間情報(たとえば現在の動き120)の追跡のために時空間情報(たとえば114、115A)を利用可能にしてもよい。
無線マルチパスチャネル(たとえば144)は、少なくとも1つの無線送信機(たとえば108)および少なくとも1つの無線受信機(たとえば109)に関連付けられてよい。プロセッサ(例えば100A、100B)、メモリ(例えば102A、102B)および命令セット(例えば104A、104B)は少なくとも1つの無線送信機(例えば108、113B)のうちの1つおよび/または少なくとも1つの無線受信機の(例えば109、113A)のうちの1つと関連付けられてよい。オブジェクト(例えば112)は少なくとも1つの無線送信機(例えば108、113B)のうちの1つおよび/または少なくとも1つの無線受信機の(例えば109、113A)のうちの1つと関連付けられてよい。
無線送信機(例えば108、113B)、無線受信機(例えば109、113A)、無線送信機/受信機を含む第1のデバイス(例えば106A / B、108、109、113A、113B、400、402、404)及び/又は、無線送信機/受信機を備える、(例えば、ブルートゥース、ジグビー、BLE、WiFi、LTE、3G / 4G / 5G / 6G / 7G /8G等を介して)第1のデバイスと接続される第2のデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、それぞれ識別子(ID)と関連付けられてもよい。
少なくとも1つの無線送信機のうちの1つ(たとえば118)は、少なくとも1つの送信アンテナ(たとえば図2のアンテナ200A、200B、200Cなど)を有してよい。少なくとも1つの無線受信機のうちの1つ(たとえば109)は、少なくとも1つの受信アンテナ(たとえば図2のアンテナ202A、202B、202Cなど)を有してよい。無線マルチパスチャネル(例えば144)のTSCI(例えば300、111A及び/又は111B)は、少なくとも1つの送信アンテナのうちの1つ(例えば200A、200B、200C)と少なくとも1つの受信アンテナのうちの1つ(例えば202A、202B、202C)との間で接続する各リンク(例えばリンク202A、202B、202C、202D、202E、202F、 202G、202G、202J)の無線信号(例えば140)から抽出されてよい。時系列(例えば300)の各CI(例えば111A、111B)(CI)は、時間インスタンス(例えば時間130、132、134、136)及び/又は、対応する送信アンテナ(例えば200A、200B、200C)と対応する受信アンテナ(例えば202A、202B、202C)との間のリンク(例えばリンク202A、202B、202C 、202D、202E、202F、202G、202G、202J))と関連付けられてよい。
初期時空間情報(例えば初期位置114)は、少なくとも1つのTSCI(例えば、300、111A、111B)の少なくとも1つの局所的特性(例えば一時的な局所的または時間に関して局所的、空間的な局所的または場所に関して局所的、周波数に関して局所的、および/または、ある分解に関して局所的等)に基づいて決定されてよい。一組の時間インスタンス(例えば、時間130、132、134、136など)を含む少なくとも1つの時系列の時間集合が識別されてよい。時間集合の各時間インスタンス(またはその前後)において、(少なくとも1つの時系列のうちの1つの)CI(たとえば111A、111B)は、ある局所的特性(たとえば、時間、空間、周波数、および/または何らかの分解など)を有し得る。局所的特性は、各CI(例えば、111A、111B)(例えば、CIは、時間、空間、周波数、および/または何らかの分解に関連する量であり得る)が、第1の閾値より大きく、および/または第2の閾値より小さいことであってよい。局所的特性は、各CI(例えば111A、111B)が一組の許容可能な情報に属するということであってよい。局所特性はまた、1つおよび/または複数のCI(例えば111A、111B)のある関数が第1の閾値よりも大きく、および/または第2の閾値よりも小さいことであってよい。第1の閾値および/または第2の閾値は、異なる時点で異なる値を用いた、局所的に適応的であってよい。第1の閾値および/または第2の閾値は、異なる時点で異なる値を用いた、局所的に適応的であってよい。時間集合は、連続した期間であってよい。時間集合はまた、ばらばらな連続した期間および/または個々の時間インスタンスの組み合わせであってよい。許容可能な情報は、連続的および/または離散的であってよい。局所的特性は他の要素を含んでよい。
時系列(例えば、300)の各CI(例えば、111A、111B)は、時間インスタンス(例えば、301)と関連付けられてもよい。初期時空間情報(例えば初期位置114)は、初期時間(例えば116)及び/又は期間(例えば図3の310)と関連付けられてよい。 初期時間(例えば116)は、その期間における時間インスタンス(例えば図3の301)の関数(例えば図3の306)であってよい。期間は、初期時間(例えば116)が時間Aと時間Bとの間にあるように、AからBまでの全時間を含み得る。期間(例えば310)内には、少なくとも1つのTSCI(例えば300)の多くの時間インスタンス(例えば301)があり得る。関数(例えば306)は、平均、中央値、最頻値、四分位数、百分位数、および/または他の関数であってよい。初期時空間情報(例えば初期位置114)は、期間(例えば312)内の対応する時間インスタンスに関連付けられた期間(例えば314)内のCI(例えば111A、111B)に基づいて決定されてもよい。
初期時空間情報(例えば初期位置114)は、無線送信機(例えば108)及び無線受信機(例えば109)のうちの少なくとも一つに関連付けられた少なくとも1つの既知の時空間情報(例えば位置117、119)に基づいて決定されてよい。初期位置(例えば114)は、場所のマップ(例えば142)に基づいて決定されてよい。初期時間(例えば116)は、現在の動き(例えば120)のかなり前(すなわち、時間t_N132と時間t_(N-k)134との間の大きな差)および/または直前(すなわち時間t_N132と時間t_(N-k)134との間の小さな差)であり得る。時間t_N132と時間t_(N - k)134との間の差は、1秒未満、1秒から1分の間、1分から1時間の間、および/または1時間を超えてもよい。
初期時空間情報(例えば初期位置114)は、対応する複数の位置(例えば114、115B、115A、117、119、406、408、410、414)における複数の初期時間(例えば116)インスタンスに関連付けられ得る。初期時間(例えば116)に関連付けられた初期時空間情報(例えば初期位置114)は、複数の初期時間(例えば116)インスタンス(例えば301)および/または対応する複数の位置(例えば114、115B、115A、117、119、406、408、410、414)に基づいて決定されてよい。複数の初期時間(たとえば116)のインスタンス(たとえば301)および複数の対応する時空間情報(たとえば位置114、115B、115A、117、119、406、408、410、414)は、線形回帰、いくつかの回帰、最適化、結合最適化、コスト最小化、および/または曲線フィッティング等のうちの少なくとも1つを用いて処理されてよい。初期時間(例えば、116)は、複数の初期時間(例えば、116)インスタンスおよび/または複数の対応する時空間情報(例えば、114、115B、115A、117、119、406、408、410、414)に基づいて決定されてよい。
無線マルチパスチャネル(たとえば144)は、少なくとも1つの無線送信機(たとえば108)および少なくとも1つの無線受信機(たとえば109)に関連付けられてよい。少なくとも1つの無線送信機(例えば108)は、無線信号(例えば140)を少なくとも1つの無線受信機(例えば109)に送信することができる。プロセッサ(例えば100AB)、メモリ(例えば102A、102B)および命令セット(例えば104A、104B)は特定の無線送信機(例えば108)および/または特定の無線受信機(例えば109)と関連付けられてよい。特定の無線送信機(例えば108)および/または特定の無線受信機(例えば109)は、オブジェクト(例えば112)の以前の移動(例えば118)、オブジェクト(例えば112)の現在の移動(例えば120)、オブジェクト(例えば112)の)および/またはオブジェクト(例えば112)の将来の移動におけるオブジェクト(例えば112)と共に移動してよい。
特定の無線送信機(例えば108)および/または特定の無線受信機(例えば109)は、少なくとも1つの既知の時空間情報(例えば位置117、119)と関連付けられてよい。初期時空間情報(例えば初期位置)は、特定の無線送信機(例えば108)及び特定の無線受信機(例えば109)のうちの少なくとも一つに関連付けられた少なくとも1つの既知の時空間情報(例えば位置)に基づいて決定されてよい。初期時空間情報(例えば初期位置114)は、少なくとも1つの既知の時空間情報(例えば位置)のうちの1つとすることができる。
初期時空間情報(例えば初期位置114)および/または初期時間(例えば116)はさらに、他の既知の時空間情報(例えば、他の既知の位置)と関連付けられた、別の特定の無線受信機(たとえば113A)および/または別の特定の無線送信機(たとえば113B)に基づいて決定されてよい。初期時空間情報(例えば初期位置114、初期時間116)は、特定の無線受信機(例えば109)、特定の無線送信機(例えば108)、他の特定の無線受信機(例えば113A)および/または他の特定の無線送信機(例えば113B)の両方に基づいて結合的に決定され得る。特定の無線受信機(たとえば109)、特定の無線送信機(たとえば108)、別の特定の無線受信機(たとえば113A)、および/または別の特定の無線送信機(たとえば113B)は、少なくとも1つの基準に基づいて選択された少なくとも1つのTSCI(例えば300)から選択された少なくとも1つの時系列と関連付けられてよい。例えば、1つの基準は、時系列のいくつかのCI(例えば111A、111B)が第3の閾値より大きいこと、および/または第4の閾値より小さいことであり得る。
初期時空間情報(例えば初期位置)はまた、特定の無線受信機(例えば109)、特定の無線送信機(例えば108)、別の特定の無線受信機(たとえば113A)、および/または別の特定の無線送信機(たとえば113B)に関連付けられた時系列における少なくとも1つの代表CI(例えば111A、111B)に基づいて決定されてよい。無線受信機(例えば109)および/または無線送信機(例えば108)はそれぞれ少なくとも1つの指向性アンテナ(例えば200A、200B、200C、200D、200E、200F)を有することができる。オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、少なくとも1つの指向性アンテナの少なくとも1つの特性に基づいて決定することができる。特性は、指向性、角度、ビーム幅、基準信号強度、指向性アンテナの減衰特性、指向性アンテナの利得特性、および/または他の特性であり得る。
オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、特定のTSCI(例えば300、111A、111B)と、記憶されている不均一な期間の基準TSCI(例えば300、111A、111B)との比較に基づいて決定されてもよい。記憶された基準時系列は、過去に(初期時間116の前に)取得および/または収集されたものであってよい。記憶された基準時系列は、オブジェクト(例えば112)および/またはオブジェクト(例えば112)の別の過去の動き(例えば118)と関連付けられても、されなくてもよい。記憶された基準時系列は、無線受信機(例えば109)および/または無線送信機(例えば108)と関連付けられても、されなくてもよい。比較は、特定の時系列と記憶された基準時系列とを整合させること、および記憶された基準時系列の少なくとも1つの基準となる特定の特別な瞬間に整合された特定の時系列の少なくとも1つの特別な瞬間を識別することを含み得る。整合は、動的計画法、動的計画法の変形、動的タイムワープ(DTW)、および/または少なくとも1つのミスマッチ測度に関するDTWの変形に基づいてよい。オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、特定の時系列の特定の特別な瞬間またはその周辺におけるCIに基づいて決定されてよい。オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、特定の時系列の特定の特別な瞬間におけるCIの関数(例えば図の308)に基づいて決定されてよい。オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)は、特定の閾値を有する特定の時系列の特定の特別な瞬間の少なくとも1つにおけるCI(例えば111A、111B)の少なくとも1つの機能の比較に基づいて決定されてよい。比較することは、ハード閾値および/またはソフト閾値を含み得る。少なくとも1つの時系列における少なくとも1つの他の特別な瞬間が識別され得る。オブジェクト(例えば112)の初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)は、少なくとも1つの他の特別な瞬間に基づいて決定されてもよい。
初期時空間情報(例えば、114、115B、115A、117、119、406、408、410、414)は、少なくとも1つの所定の位置(例えば、117および/または119)のうちの1つの近傍にあり得る。一例では、少なくとも1つの無線受信機(例えば109)および/または少なくとも1つの無線送信機(例えば108)は、オブジェクト(例えば112)の以前の移動(例えば118)、オブジェクト(例えば112)の現在の移動(例えば120)、および/またはオブジェクト(例えば112)の将来の移動におけるオブジェクト(例えば112)と共に移動してよい。少なくとも1つの無線受信機(例えば109)および/または少なくとも1つの無線送信機(例えば108)は少なくとも1つの所定の場所(例えば117および/または119)に配置されてもよい。初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)は、複数の所定の時空間情報(例えば位置)に関連付けられてよい。初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)は、複数の所定の時空間情報(例えば位置)に基づいて決定されてよい。初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)は、複数の所定の時空間情報(例えば、位置)に基づく三角測量および/または他の融合技術によって決定されてよい。少なくとも1つの無線受信機(例えば109)および/または少なくとも1つの無線送信機(例えば108)は、少なくとも1つの所定の時空間情報(例えば位置)に関連付けられてよい。
別の例では、ワイヤレス受信機(たとえば109)およびワイヤレス送信機(たとえば108)のうちの1つを有する第1のデバイス(たとえば図1の106A、106B、108、109、113A、113B、図4の400)は、以前の動き(たとえば118)、現在の動き(たとえば120)および/または将来の動きにおいてオブジェクト(たとえば112)と共に動いてよい。第1の装置(例えば106A、106B、108、109、113A、113B、400)は、オブジェクト(例えば112)が移動するにつれてオブジェクト(例えば112)の位置(例えば114、115B、115A)とともに変化する第1の時空間情報(例えば位置)と関連付けられてもよい。無線受信機(例えば109)および無線送信機(例えば108)のうちの他方である第2の装置(例えば106A、106B、108、109、113A、113B、400、402、404)は、第2の位置上および/または周囲(たとえば図4の406)に位置してよい。オブジェクト(例えば112)が第2の位置(例えば406)の近くに移動すると、RSSIのようなCI(例えば111A、111B)が第2の位置(例えば117、119)で、閾値よりも大きいCI(例えば111A、111B)の最大値を有する、最大となるように、第1のデバイス(例えば400)と第2のデバイス(例えば402)は非常に接近する。オブジェクトの初期位置114(例えば112)は、対応する初期時間(例えば116)における第2の位置(例えば406)であると決定されてもよく、初期時間(例えば116)は,最大値に関連付けられた時間インスタンス(例えば301のうちの1つ)である。
別の例では、ワイヤレス受信機(たとえば109)およびワイヤレス送信機(たとえば108)のうちの1つである第1のデバイス(たとえば400)は、以前の動き(たとえば118)、現在の動き(たとえば120)および/または将来の動きにおいてオブジェクト(たとえば112)と共に動いてよい。オブジェクト(例えば112)は、2つのデバイス(例えば106A、106B、108、109、113A、113B、402、404)、すなわち第2のデバイス(例えば402)と第3のデバイス(例えば404)との間を移動してもよい。第1のデバイス(例えば400)は、第2のデバイス(例えば402)及び第3のデバイス(例えば404)と無線で通信可能に結合されてもよい。言い換えれば、無線信号(例えば140)は、第1のデバイス(例えば400)と第2のデバイス(例えば402)との間で送信され得る。同様に、無線信号(例えば140)は、第2のデバイス(例えば400)及び第3のデバイス(例えば404)の間で送信されてもよい。無線受信機(例えば109)および無線送信機(例えば108)のうちの他方である第2のデバイス(例えば402)は、第2の位置上および/または周囲(たとえば406)に位置してよい。無線受信機(例えば109)および無線送信機(例えば108)のうちの他方のインスタンスである第3のデバイス(例えば404)は、第3の位置上および/または周囲(たとえば408)に位置してよい。
第1のデバイス(例えば400)とともにオブジェクト(例えば112)が第2の位置(例えば406)と第3の位置(例えば408)の間を移動する場合、第1のデバイス(例えば400)と第2のデバイス(例えば402)は、第2のデバイス(例えば402)に対応するRSSIのようなCI(例えば111A及び/又は111B)が、第2の位置(例えば406)および第3の位置(例えば408)の間のどこかにある第4の位置(例えば410)における第4の時間インスタンス(例えば412)において最大値を示すように、非常に近接し得る。一方、第1のデバイス(例えば400)と第3のデバイス(例えば404)は、第3のデバイス(例えば404)に対応するRSSIのようなCI(例えば111A及び/又は111B)が、第2の場所(例えば406)と第3の場所(例えば408)との間のどこかにある第5の位置(例えば416)における第5の時間インスタンス(例えば416)において最大値を示すように、非常に接近し得る。オブジェクト(例えば112)の動き(例えば418)が第2の位置(例えば406)と第3の位置(例えば408)を結ぶ直線(例えば420)に対して垂直である場合(すなわち図4Bに示すように角度(例えば422)が90度である)、第4の時間インスタンス(例えば412)は、第5の時間インスタンス(例えば416)と等しくてもよく、及び/又は第4の位置(例えば410)は第5の位置(例えば414)と同一でもよい。オブジェクト(例えば112)の動き(例えば418)が、図4Aに示すように角度(例えば422)が90度未満であるように、第2の位置(例えば406)と第3の位置(例えば408)とを結ぶ直線(例えば420)に対してある角度(例えば422)である場合、第4の時間インスタンス(例えば412)は第5の時間インスタンス(例えば416)より前であってもよい。図4Cに示されるように、角度(例えば422)が90度より大きい場合、第4の時間インスタンス(例えば412)は第5の時間インスタンス(例えば416)の後であり得る。したがって、第1のデバイス(例えば400)の動き418の方向(例えば123)は、第4の時間インスタンス(例えば412)が第5の時間インスタンス(例えば416)に等しいか前後であるかに概ね基づいて推定し得る。第1のデバイスの移動方向418(例えば400)は、式:cosθ=(vΔt/L)に基づいて角度(例えば422)を推定することによりさらに推定することができる。ここで、vは第1のデバイスの瞬間速度(例えば400)、Δtは第5の時間インスタンス(例えば416)から第4の時間インスタンス(例えば412)を引いた値であり、Lは第2のデバイス(例えば402)の第2の位置(例えば406)と第3のデバイス(例えば404)の第3の位置(例えば408)との間の距離である。
CI(例えば111A、111B)はチャネル状態情報(CSI、例えば110A、110B)を含んでよい。第1のデバイスの瞬間速度v(例えば400)は、我々の以前の特許出願に記載されているように、2つの隣接CSI間の瞬間時間反転共振強度(TRRS)をモデル関数と比較することによって得られる。同様に、2つの隣接CSIは、第1のデバイス(例えば400)及び第2のデバイス(例えば402)の間のCSIであってよい。2つの隣接CSIは、第1のデバイス(例えば400)及び第3のデバイス(例えば404)の間のCSIであってよい。
オブジェクト(例えば112)の初期位置(例えば114)及び初期時間(例えば116)は、第4の位置(例えば410)、第4の時間インスタンス(例えば412)、第5の位置(例えば414)および/または第5の時間インスタンス(例えば416)に基づいて決定されてよい。初期位置114はまた、第1の装置(例えば400)、第2の装置(例えば402)および第3の装置(例えば404)に関連付けられたCI(例えば111A、111B)に基づいて決定されてもよい。例えば、CI(例えば111A、111B)はRSSIを含むことができる。CIの基準関数(例えば111A、111B)が得られてもよい。第1のデバイス(例えば400)と第2のデバイス(例えば402)との間の瞬間CI(例えば111A、111B)は、第1のデバイス(例えば400)と第2のデバイス(例えば402)との間の瞬間的な距離を推定するために、RSSIと比較される。第1のデバイス(例えば400)と第3のデバイス(例えば404)との間の瞬間CI(例えば111A、111B)は、RSSIと比較されて、第1のデバイス(例えば400)と第3のデバイス(例えば404)との間の瞬間的な距離を推定する。オブジェクト(例えば112)の瞬間位置は、2つの瞬間的な距離に基づいて計算されてもよい。オブジェクト(例えば112)の瞬間位置は、三角測量、三角法および他の方法に基づいて計算されてもよい。
第4の時間インスタンス(例えば412)におけるオブジェクト(例えば112)の瞬間的な位置が計算されて初期位置114として選択されるように、初期時間(例えば116)が第4の時間インスタンス(例えば412)となるように選択されてよい。第5の時間インスタンス(例えば416)におけるオブジェクト(例えば112)の瞬間的な位置が計算されて初期位置114として選択されるように、初期時間(例えば116)が第5の時間インスタンス(例えば412)となるように選択されてよい。初期時間(例えば116)におけるオブジェクト(例えば112)の瞬間的な位置が計算されて初期位置114として選択されるように、初期時間(例えば116)が第4の時間インスタンス(例えば412)および/または第5の時間インスタンス(例えば412)となるように選択されてよい。内挿および/または外挿を使用して、初期時間(たとえば116)におけるオブジェクト(たとえば112)の瞬間的な位置を計算してもよい。初期時間(例えば116)が第4の時間インスタンス(例えば412)と第5の時間インスタンス(例えば416)との間にある場合には補間を使用してよく、そうでなければ外挿を使用してよい。
第2の装置(例えば402)および第3の装置(例えば404)とは別に、近くの位置にある追加の同様の装置(例えば106A、106B、108、109、113A、113B、400、402、404)が第1の装置と接続されて、第1の装置(例えば400)の初期位置114及び初期時間(例えば116)を決定するために使用されてもよい。第2のデバイス(例えば402)、第3のデバイス(例えば404)および/または追加の同様のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)もまた通信可能に接続され得る。
第2の装置(例えば402)は、第2の位置(例えば406)の周りの異なる位置に2つ以上のアンテナ(例えば200A、200B、200C、200D、200E、200F)を有することができる。第3の装置(例えば404)は、第3の位置(例えば408)の周りの異なる位置に2つ以上のアンテナ(例えば200A、200B、200C、200D、200E、200F)を有することができる。第2のデバイスのアンテナ(例えば402)と第3のデバイスのアンテナ(例えば404)との間にそれぞれ複数の直線を引くことができる。線(例えば420)と同様に、これらの直線のそれぞれは、第1のデバイス(例えば418)の動きの対応する推定距離、推定される瞬間的位置及び/又は推定角度(例えば422)を与えることができ、これらを組み合わせることで推定値に対してより高い精度を得ることできる。
無線受信機(例えば109)は、無線送信機(例えば108)から無線信号(例えば140)及び/又は他の無線信号(例えば140)を受信することができる。無線受信機(例えば109)は他の無線送信機(例えば113B)から他の無線信号(例えば140)を受信することができる。無線送信機(例えば108)は、他の無線受信機(例えば113A)に無線信号(例えば140)及び/又は他の無線信号(例えば140)を送信することができる。無線送信機(例えば108)、無線受信機(例えば109)、他の無線受信機(例えば113A)および/または他の無線送信機(例えば113B)は、オブジェクト(例えば112)および/または他のオブジェクトと共に移動してよい。他のオブジェクトは追跡され得る。無線受信機(例えば109)は無線送信機(例えば108)から他の無線送信機(例えば113B)に同時に切り替え得る。無線送信機(例えば108)は無線受信機(例えば109)から他の無線受信機(例えば113A)に別のときに切り替え得る。無線送信機(例えば108)および他の無線送信機(例えば113B)は同一のおよび/または異なる無線を使用することができる。無線受信機(例えば109)および他の無線受信機(例えば113A)は同一のおよび/または異なる無線を使用することができる。無線信号(例えば140)および/または別の無線信号(例えば140)はデータを埋め込むことができる。無線受信機(例えば109)、無線送信機(例えば108)、他の無線受信機(例えば113A)および/または他の無線送信機(例えば113B)は、少なくとも1つのプロセッサ(例えば100Aおよび/または100B)、それぞれのプロセッサ(例えば100Aおよび/または100B)と通信可能に接続されたメモリ(例えば102A、102B)、および/またはメモリ(例えば102A、102B)に格納されたそれぞれの命令セット(例えば104A、104B)であって、実行されるとプロセッサ(例えば100Aおよび/または100B)に、時空間情報(例えば114、115B、115A、117、119、406、408、410、414)、初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)、初期時間(例えば116)、方向(例えば123)、瞬時位置(例えば115B、406、408 、 410、414)、オブジェクトの瞬間角度(例えば422)、および/または速度(例えば112)を決定するための任意のおよび/またはすべてのステップを実行させる命令セットの少なくとも1つと関連付けられる。
無線送信機(例えば108)、無線受信機(例えば109)、他の無線送信機(例えば113B)及び/又は他の無線受信機(例えば113A)は、前の動き(例えば118)、現在の動き(例えば120)および/または将来の動きにおいて、オブジェクト(例えば112)及び/又は他のオブジェクトと共に移動し得る。
無線受信機(例えば109)、無線送信機(例えば108)、別の無線受信機(例えば113A)および/または別の無線送信機(例えば113B)は、1つ以上の近くのデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に通信可能に接続され得る。近くの装置(例えば106A、106B、108、109、113A、113B、400、402、404)はオブジェクト(例えば112)と共に移動してもしなくてもよい。無線受信機(例えば109)、無線送信機(例えば108)、他の無線受信機(例えば113A)および/または他の無線送信機(例えば113B)は、少なくとも1つのTSCI(例えば111A、111B)、および/または、近くのデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に対する少なくとも1つのTSCI(例えば300)、無線送信機(例えば108)、無線受信機(例えば108)、他の無線送信機(例えば113B)及び/又は他の無線受信機(例えば113A)に関連付けらた情報を送信する。他の無線送信機(例えば113B)及び/又は他の無線受信機(例えば113A)は近くのデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と一緒にいることができる。
近くのデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、携帯型/非携帯型/移動可能/移動不能であり得る。近くの装置(例えば、106A、106B、108、109、113A、113B、400、402、404)は、バッテリ電力、太陽光電力、AC電力、および/または他の電源を使用することができる。近くの装置(例えば、106A、106B、108、109、113A、113B、400、402、404)は、交換可能/非交換可能バッテリ、および/または充電式/非充電式バッテリを有することができる。近くの装置(例えば106A、106B、108、109、113A、113B、400、402、404)はオブジェクト(例えば112)と類似し得る。近くの装置(例えば106A、106B、108、109、113A、113B、400、402、404)は、オブジェクトを(例えば112)と同一の(および/または類似の)ハードウェアおよび/またはソフトウェアを有することができる。近くの機器(例えば、106A、106B、108、109、113A、113B、400、402、404)は、WiFi / 3G / 4G / 5G / 6G / Zigbee/Bluetooth/アドホックネットワーク/その他のネットワークに接続する機器、スマートスピーカー、スマートウォッチ、スマートクロック、スマートアプライアンス、スマートマシン、スマート機器、スマートツール、スマートビークル、インターネット・オブ・シングス(IoT)デバイス、インターネット対応デバイス、コンピュータ、ポータブルコンピュータ、タブレット、およびその他のデバイスとの接続を有するスマート機器、ネットワーク対応機器であり得る。
近くの装置(例えば106A、106B、108、109、113A、113B、400、402、404)および/または無線受信機(例えば109)、無線送信機(例えば108)、他の無線受信機(例えば113A)、他の無線送信機113B及び/又はクラウドサーバ(クラウド内)と関連付けられた少なくとも1つのプロセッサ(例えば100A、100B)がオブジェクト(例えば112)の初期時空間情報(例えば114、115B、115A、117、119、406、408、410、414)を決定してもよい 。それらのうちの2つ以上が共同で初期の時空間情報(例えば114、115B、115A、117、119、406、408、410、414)を決定してもよい。それらのうちの2つ以上は、初期の時空間情報(例えば、初期位置114)の決定において中間情報を共有してもよい。
一例では、無線送信機(例えば108)は、前の移動(例えば118)及び/又は現在の移動(例えば120)においてオブジェクト(例えば112)と共に移動してもよい。無線送信機(例えば108)は、オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)を決定するために無線信号(例えば140)を無線受信機(例えば109)に送信してよい。無線送信機(例えば108)はまた、オブジェクト(例えば120)の現在の動き(例えば120)を追跡するために、無線信号(例えば140)及び/又は他の無線信号(例えば140)を他の無線受信機(例えば113A)に送信してもよい。無線受信機(例えば109)はまた、オブジェクト(例えば120)の現在の動き(例えば120)を追跡するために、無線信号(例えば140)及び/又は他の無線信号(例えば140)を、無線送信機(例えば108)及び/又は他の無線送信機(例えば113B)に送信してもよい。
他の例では、無線受信機(例えば109)は、前の移動(例えば118)及び/又は現在の移動(例えば120)においてオブジェクト(例えば112)と共に移動してもよい。無線受信機(例えば109)は、オブジェクト(例えば112)の初期時空間情報(例えば初期位置114)を決定するために無線信号(例えば140)を無線送信機(例えば108)から受信してよい。無線受信(例えば109)はまた、オブジェクト(例えば120)の現在の動き(例えば120)を追跡するために、無線信号(例えば140)及び/又は他の無線信号(例えば140)を他の無線送信機(例えば113A)から受信してもよい。
コインサイズのボット
本開示はまた、小型(例えば、コインサイズ、タバコの箱サイズ、またはもっと小さいサイズなど)ボット/オリジンを使用した、オブジェクト追跡に関する。この開示では、無線送信機(例えば図1の108、113B)および/または無線受信機(例えば109、113A)は小型軽量の第1の携帯機器(例えば106A、106B、108、109A、113A、113B、400、402、404)の一部であり得る。第1のポータブルデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、第2のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と無線で接続され得る。
第2のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、スマートフォン、iPhone、Androidフォン、スマートデバイス、スマートアプライアンス、スマートビークル、スマートガジェット、スマートTV、スマート冷蔵庫、スマートスピーカ、スマートウォッチ、スマートグラス、スマートパッド、iPad、コンピュータ、ウェアラブルコンピュータ、ノートブックコンピュータ、ゲートウェイであり得る。第2のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、インターネット、ワイヤードインターネット接続、および/または無線インターネット接続を介して、クラウドサーバ、ローカルサーバ、および/またはその他のサーバに接続され得る。第2のデバイスは、ポータブルであり得る。
第1のポータブルデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、第2のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)、ローカルサーバ、および/またはクラウドサーバは、タスクのいずれか(例えば、TSCI(例えば300、111A、111B)を得る、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の特徴を決定、時系列の電力情報の計算、特定の関数の決定/計算、局所的極値の探索、分類、時間オフセットの特定の値を識別、ノイズ除去、処理、単純化、クリーニング、無線スマートセンシングタスク、無線信号(例えば140)からCI(例えば111A、111B)抽出、切り換え、セグメンテーション、軌道の推定、マップの処理、補正、補正調整、調整、マップによる補正、誤差の検出、境界ヒットのチェック、閾値法など)および本開示と関連付けられた情報(例えば、TSCI(例えば300、111A、111B))のために計算および/またはストレージを共有し得る。
CSI対応チップ
本開示はまた、CIを提供することが可能な通信ハードウェアに関する。通信ハードウェアは、WiFi対応チップ(例えば、集積回路またはIC)、次世代WiFi対応チップ、LTE対応チップ、5G対応チップ、6G/7G/8G対応チップなどであり得る。通信ハードウェアは、CIを計算して、バッファメモリ(例えば102A、102B)にCI(例えば111A、111B)を記憶して、CI(例えば111A、111B)を抽出に利用可能にする。CI(例えば111A、111B)は、チャネル状態情報(例えば、図1のCSI、110A、110B)に関するデータおよび/または少なくとも1つのマトリックスを含み得る。少なくとも1つのマトリックスをチャネルイコライゼーション、および/またはビーム形成などに使用することができる。
パッシブ速度推定
本開示の別の態様は、速さ、加速度、歩行サイクル、歩行、オブジェクトの動き、およびイベントなどのオブジェクト(例えば112)の1つ以上の特徴および/または時空間情報(例えば144)の推定に関する。より具体的には、本教示は、リッチスキャッタリング環境における時間反転技術に基づいて、オブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報(例えば144)を決定することに関する。
一実施例では、オブジェクト(例えば112)の運動(例えば、現在の運動120、および/または前の運動(例えば118))と関連付けられた、オブジェクト(例えば、オブジェクト(例えば112))の少なくとも1つの特徴および/または時空間情報(例えば特性146)を決定するためのシステム、装置、および/または方法は、プロセッサ(例えばプロセッサ100A、および/または100B)、プロセッサ(例えばプロセッサ100A、および/または100B)と通信可能に結合されたメモリ(例えばメモリ102A、および/または102B)、およびメモリ(例えばプロセッサ102A、および/または102B)中に記憶された命令セット(例えば、命令セット104A、および/または104B)を使用して、無線マルチパスチャネル(例えば、無線マルチパスチャネル144)の1つ以上のTSCI(例えば、CI111Aおよび/または111B)を得ることを含む。少なくとも1つのTSCI(例えば、CI111Aおよび/または111B)、またはチャネル状態情報110Aおよび/または110B)は、無線マルチパスチャネル(例えば144)を介して送信された無線信号(例えば、無線信号140)から得られる。無線マルチパスチャネル(例えば144)は、オブジェクトの動き(例えば120)によって影響を受ける。システム、装置、および/または方法は、1つ以上のTSCI(例えば110A、110B、111Aおよび/または111B)に基づいてオブジェクト(例えば112)の動き(例えば120)と関連付けられたオブジェクト(例えば112)の1つ以上の特徴および/または時空間情報(例えば146)を決定することを更に含む。CI(例えば111A及び/又は111B)は無線マルチパスチャネル(例えば144)のチャネル状態情報(CSI)(例えば110A及び/又は110B)を含むことができる。無線マルチパスチャネルの各CSI(例えば144)は時間と関連付けられてもよい。各CSIは、時間領域要素、周波数領域要素、および/または時間 - 周波数領域要素を含み得る。各CSIは1つ以上の要素を含み得る。CSIの各要素は、実数、虚数、複素数、大きさ、位相、フラグ、および/またはセットであり得る。各CI(例えば111A、111B)(CI)は、複素数のベクトル、複素数の行列、1組の混合量、および/または少なくとも1つの複素数の多次元集合を含むことができる。
1つ以上の時系列の電力情報は、無線マルチパスチャネル(例えば144)の1つ以上のTSCI(例えば300、111A、111B)に基づいて計算され得る。各電力情報は、無線マルチパスチャネル(例えば、144)のCI(例えば、111A、111B)に関連付けられてもよい。電力情報とCI(例えば111A、111B)の両方が時間と関連付けられてもよい。CI(例えば111A、111B)のベクトルおよび電力情報のベクトルは、同一数の要素を有し得る。電力情報ベクトルの各実数要素は、CI(例えば111A、111B)の対応する複素数要素のそれぞれの大きさ、位相、実部、虚部、および/または別の関数に基づいて計算され得る。特に、電力情報ベクトルの実数要素は、チャネル情報(例えば111A/B)の対応する複素数要素の大きさの二乗に基づき得る。
特定の関数は、第1の時間、時間オフセット、電力情報の第1の窓、および電力情報の第2の窓に基づいて決定され得る。電力情報について本明細書で言及されているが、特定の関数をCI(例えば111A、111B)および/またはその他の情報に適用することができる。電力情報の第1の窓は、第1の時間と関連付けられた、特定の時系列の電力情報の第1の部分集合であり得る。電力情報の第2の窓は、第1の時間からオフセットされた時間における第2の時間と関連付けられた、特定の時系列の電力情報の第2の部分集合であり得る。第1の窓および第2の窓は、同一サイズであり得る。第2の窓は、第1の窓からオフセットされた時間である。第1の窓および第2の窓は、両方が、同一の特定の時系列の電力情報(および/またはCI(例えば111A、111B)、および/またはその他の情報)の窓であり得る。第1の部分集合の基数は、第2の部分集合の基数と等しい場合がある。特定の関数は、第1の時間の少なくとも1つの値について、および第1の時間の各々に対する時間オフセットの少なくとも1つの値について計算され得る。オブジェクト(例えば112)の運動と関連付けられた、オブジェクト(例えば112)の1つ以上の特徴および/または時空間情報は、時間オフセットの少なくとも1つの値を計算する関節関数(articular function)に基づいて決定され得る。第1の時間の特定の値は、オブジェクト(例えば112)の運動ならびにオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報と関連付けられ得る。特定の関数は、共分散関数、共分散様関数(covariance-like function)、自己共分散関数、自己共分散様関数(auto-covariance-like function)、相関関数、相関様関数(correlation-like function)、自己相関関数、自己相関様関数(auto-correlation-like function)、内積、別の関数、これらの関数のいずれかと前処理関数との組み合わせ、これらの関数のいずれかと後処理関数との組み合わせ、ならびにこれらの関数のいずれかと周波数分解、時間分解、時間周波数分解、および別の分解のうちの少なくとも1つとの組み合わせのうちの少なくとも1つの第2の関数であり得る。
第2の関数は、ノイズ除去、平滑化、調整、エンハンスメント、復元、特徴抽出、加重平均、低域フィルタリング、帯域フィルタリング、高域フィルタリング、メジアンフィルタリング、ランクフィルタリング、四分位数フィルタリング、百分位数フィルタリング、モードフィルタリング、線形フィルタリング、非線形フィルタリング、有限インパルス応答(FIR)フィルタリング、無限インパルス応答(IIR)フィルタリング、移動平均(MA)フィルタリング、自己回帰(AR)フィルタリング、自己回帰移動平均(ARMA)フィルタリング、閾値法、ソフト閾値法、ハード閾値法、ソフトクリッピング、極大化、極小化、費用関数の最適化、ニューラルネットワーク、機械学習、教師あり学習、教師なし学習、半教師あり学習、変換、フーリエ変換、ラプラス、アダマール変換、変換、分解、選択的フィルタリング、適応フィルタリング、導関数、一次導関数、二次導関数、高次導関数、積分、ゼロ交差、指示関数、絶対変換、畳み込み、乗算、除算、前処理、後処理、別の変換、別の処理、別のフィルタ、および第3の関数、および第3の関数のうちの少なくとも1つであり得る。特定の関数は、無線信号(例えば140)の受信した電磁(electromagnetic:EM)波の電界コンポーネントの自己相関関数(ACF)の加重平方和の推定であり得る。
電力情報は、周波数分解、時間分解、時間周波数分解、および/または別の分解を含み得る。別の関数は、周波数分解の周波数(またはその他の分解の変数/インデックス)、第1の時間、時間オフセット、電力情報の第1の窓、および電力情報の第2の窓に基づいて決定され得る。別の関数は、周波数分解の周波数の少なくとも1つの値について計算され得る。特定の関数は、周波数分解の周波数の少なくとも1つの値を計算する別の関数を平均することによって計算され得る。
別の実施例では、電力情報は、周波数サブバンド分解を含み得る。別の関数は、周波数分解の周波数サブバンド、第1の時間、時間オフセット、電力情報の第1の窓、および電力情報の第2の窓に基づいて決定される。別の関数は、周波数分解の周波数サブバンドの少なくとも1つの例について計算され得る。特定の関数は、周波数分解の周波数サブバンドの少なくとも1つの例について計算された別の関数を平均することによって計算され得る。別の実施例では、電力情報は、時間周波数分解を含み得る。別の関数は、時間周波数分解の時間周波数分割、第1の時間、時間オフセット、電力情報の第1の窓、および電力情報の第2の窓に基づいて決定され得る。別の関数は、時間周波数分解の時間周波数分割の少なくとも1つの例について計算され得る。特定の関数は、時間周波数分解の時間周波数分割の少なくとも1つの例について計算された別の関数を平均することによって計算され得る。
特定の関数の計算には、第1の時間、第3の時間、時間オフセット、電力情報の第3の窓、および電力情報の第4の窓に基づいて予備関数を決定することが含まれ得る。電力情報の第3の窓は、第3の時間と関連付けられた、特定の時系列の電力情報の第3の部分集合であり得る。電力情報の第4の窓は、第3の時間からオフセットされた時間における第4の時間と関連付けられた、特定の時系列の電力情報の第4の部分集合であり得る。予備関数は、第1の時間の特定の値、および第1の時間と近い第3の時間の少なくとも1つの値についての時間オフセットの特定の値について計算され得る。第1の時間の特定の値および時間オフセットの特定の値についての特定の関数は、第1の時間の特定の値、および第1の時間に近い第3の時間の少なくとも1つの値について計算された時間オフセットの特定の値についての予備関数を平均することによって計算され得る。
少なくとも1つの特別な特徴および/または特別な時空間情報(例えば、局所的最大値、局所的最小値、ゼロ交差など)は、第1の時間の特定の値について、決定/計算され得る。各々が、第1の時間の特定の値についての特定の関数のそれぞれの特別な特徴および/または時空間情報(例えば、局所的最大値、局所的最小値、ゼロ交差など)と関連付けられた、時間オフセットの少なくとも1つの特定の値を識別することができる。オブジェクト(例えば112)の運動と関連付けられた、オブジェクト(例えば112)の少なくとも1つの特別な特徴および/または特別な時空間情報は、時間オフセットの少なくとも1つの特定の値に基づいて決定され得る。
第1の時間の特定の値についての特定の関数の局所的極値の探索することがある。探索は、以下のステップを含み得る。(1)現在の時間オフセット値を初期化し得る。これに再帰が続く。(2)再帰の各繰り返しにおいて、現在の時間オフセット値周りの回帰窓が決定され得る。(3)現在の時間オフセット値周りの回帰窓内の特定の関数は、回帰分析を使用して回帰関数で/によって近似され得る。(4)特定の関数に関する回帰関数の回帰誤差が決定され得る。(5)現在の時間オフセット値は、回帰関数の凸性、回帰関数の別の特徴および/もしくは時空間情報、ならびに/または回帰窓内の特定の関数に関する回帰関数の回帰誤差に基づいて更新され得る。(6)少なくとも1つの停止基準が満たされるまで、再帰の繰り返しを実施する。
特定の関数の局所的極値は、回帰窓内の回帰関数の対応する極値に基づいて、第1の時間の特定の値について決定され得る。特定の関数の局所的極値と関連付けられた時間オフセットの特定の値は、回帰窓内で識別され得る。オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報は、時間オフセットの特定の値に基づいて計算され得る
最初の現在時刻のオフセット値は正、負、および/またはゼロであり得る。少なくとも1回の繰り返しにおいて、回帰窓の長さおよび/または回帰窓の場所は、変化し得る。回帰関数は、線形関数、二次関数、三次関数、多項式関数、および/または別の関数であり得る。
回帰分析は、絶対誤差、二乗誤差、高次誤差(例えば、三次、四次など)、ロバスト誤差(例えば、誤差の大きさが小さい場合は二乗誤差、誤差の大きさが大きい場合は絶対誤差、または誤差の大きさが小さい場合は第1種誤差、誤差の大きさが大きい場合は第2種誤差)、別の誤差、絶対誤差の加重和(例えば、複数のアンテナ(例えば200A、200B、200C、200D、200E、200F)を有する無線送信器(例えば108)および複数のアンテナ(例えば200A、200B、200C、200D、200E、200F)を有する無線受信器(例えば108)について、送信器アンテナ(例えば200A、200B、200C)および受信器アンテナ(例えば200D、200E、200F)の各対がリンクを形成する。異なるリンクと関連付けられた誤差は、異なる重みを有し得る。1つの可能性としては、大きなノイズを有するいくつかのリンクおよび/またはいくつかのコンポーネントが、より小さいかまたはより大きい重みを有し得る。)、加重平方和誤差、高次誤差の加重和、ロバスト誤差の加重和、別の誤差の加重和、絶対コスト、二乗コスト、高次コスト、ロバストコスト、別のコスト、絶対コストの加重和、加重平方和コスト、高次コストの加重和、ロバストコストの加重和、および/または別のコストの加重和。回帰窓内の特定の関数に関する回帰関数の最大回帰誤差と関連付けられた時間オフセットは、繰り返し中に更新された現在の時間オフセットであり得る。
一実施例では、回帰関数が回帰窓内で局所的に凸状である場合、回帰窓内の特定の関数に関する回帰関数の最大回帰誤差と関連付けられた時間オフセットは、更新された現在の時間オフセットとなり得る。別の実施例では、回帰関数が回帰窓内で局所的に凹状である場合、回帰窓内の特定の関数に関する回帰関数の最大回帰誤差と関連付けられた時間オフセットは、更新された現在の時間オフセットとなり得る。新された現在の時間オフセットとなり得る。
回帰関数が回帰窓内で局所的に凸状である場合、回帰窓の両端と関連付けられた時間オフセットのうちの少なくとも1つは、更新された現在の時間オフセットとなり得る。回帰関数が回帰窓内で局所的に凹状である場合、回帰窓の両端と関連付けられた時間オフセットのうちの少なくとも1つは、更新された現在の時間オフセットとなり得る。
回帰窓の両端と関連付けられた時間オフセットのうちの少なくとも1つは、回帰窓内の回帰関数の局所的凸性に基づいて更新された現在の時間オフセットになり得る。回帰が窓の一部で局所的に凸状であり、窓の別の一部で局所的に凹状である場合、窓サイズは、縮小し得る。回帰窓内の特定の関数に関する回帰関数の最大回帰誤差と関連付けられた時間オフセットに近い時間オフセットは、条件に基づいて更新された現在の時間オフセットになり得る。
オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つは、オブジェクト(例えば112)の速さであり得る。オブジェクト(例えば112)の速さは、回帰窓内の第1の時間の特定の値についての特定の関数の局所的極値と関連付けられた、時間オフセットの特定の値に基づいて、計算され得る。
ある時間におけるオブジェクト(例えば112)の速さは、回帰窓内の第1の時間の特定の値についての特定の関数の局所的極値と関連付けられた、時間オフセットの特定の値に基づいて、計算され得る。第1の時間の特定の値は、その時間と等しくてもよい。
特定の時間におけるオブジェクト(例えば112)の加速度は、特定の時間に近い各時間におけるオブジェクト(例えば112)の速さの少なくとも1つの値に基づいて決定され得る。特定の時間におけるオブジェクト(例えば112)の加速度は、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。特定の時間におけるオブジェクト(例えば112)の加速度は、特定の時間に近い1つ以上の各時間におけるオブジェクト(例えば112)の速さの少なくとも1つの値に基づいて決定され得る。特定の時間におけるオブジェクト(例えば112)の加速度の決定には、時間関数によって1つ以上の時間にてオブジェクト(例えば112)の速さを近似することと、特定の時間に近い時間関数の1つ以上の傾きを決定することと、時間関数の1つ以上の傾きに基づいて加速度を計算することと、が含まれ得る。加速度は、時間関数の1つ以上の傾きの関数として、計算され得る。関数は、平均、加重平均、メジアン、最頻値、四分位数、百分位数、ロバスト関数、線形関数、非線形関数、および/または別の関数であり得る。
時間関数の1つ以上の傾きのうちの1つは、2つの隣接する時間におけるオブジェクト(例えば112)の速さの2つの値の間の差を2つの隣接する時間値の差で割ったものとして決定され得る。時間関数は、区分線形関数であり得る。加速度は、特定の時間における区分線形関数の傾きとして計算され得る。1つ以上の時間は、特定の時間の周りの時間窓内であり得る。1つ以上の時間は、特定の時間の周りの時間窓を含み得る。
オブジェクト(例えば112)の加速度は、特定の時間におけるオブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の加速度であり得る。特定の時間におけるオブジェクト(例えば112)の加速度は、特定の時間に近い時間の複数の値で計算されたオブジェクト(例えば112)の速さに基づいて決定され得る。オブジェクト(例えば112)の速さは、少なくとも1つのTSCI(例えば300、111A、111B)に基づいて決定されたオブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。
オブジェクト(例えば112)の速さは、第1の時間の特定の値(第1の時間の特定の値は、特定の時間に近い時間の複数の値のうちの1つである)および時間オフセットの少なくとも1つの値について計算された特定の関数に基づいて決定された、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。オブジェクト(例えば112)の速さはまた、回帰窓内の第1の時間の特定の値(第1の時間の特定の値は、時間と等しい)についての特定の関数の局所的極値と関連付けられた時間オフセットに基づいて決定された、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つでもあり得る。第1の時間の特定の値におけるオブジェクト(例えば112)の速さは、回帰窓内の特定の関数の局所的極値と関連付けられた時間オフセットの特定の値で割った量として計算され得る。
別の実施例では、少なくとも1つの特徴および/または時空間情報のうちの1つは、オブジェクト(例えば112)の速さであり得る。第1の時間におけるオブジェクト(例えば112)の速さは、回帰窓内の特定の関数の局所的極値と関連付けられた、時間オフセットの特定の値に基づいて、計算され得る。局所的極値は、正の時間オフセットを有する第1の局所的最大値および/または負の時間オフセットを有する第1の局所的最大値であり得る。特定の関数は、時間オフセットに関する特有の自己相関関数の導関数であり得る。CI(例えば111A、111B)は、周波数分解と関連付けられたCSIであり得る。各CSIは、周波数分解の周波数に各々対応する複素コンポーネントのベクトルであり得る。コンポーネント毎の自己相関関数は、CSIの特定の時系列に基づいて、周波数分解の各周波数について計算され得る。特徴自己相関は、周波数分解の周波数にわたるコンポーネント毎の自己相関関数の平均として計算され得る。
繰り返しは、少なくとも1つの極値を得るために少なくとも1回適用され得る。各極値は、それぞれの繰り返しにおける、それぞれの現在の時間オフセット値、それぞれの回帰窓、それぞれの回帰関数、および/またはそれぞれの特定の時間オフセット値と関連付けられ得る。オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報は、回帰窓内の特定の関数のそれぞれの特定の時間オフセット値のうちの少なくとも1つに基づいて計算され得る。繰り返しは、第1の局所的極値および第2の局所的極値を得るために2回適用され得る。第1の局所的極値は、第1の現在の時間オフセット値、第1の回帰窓、第1の回帰関数、および/または第1の特定の時間オフセット値と関連付けられ得る。第2の局所的極値は、第2の現在の時間オフセット値、第2の回帰窓、第2の回帰関数、および/または第2の特定の時間オフセット値と関連付けられ得る。オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報は、回帰窓内の特定の関数の第1の特定の時間オフセット値および/または第2の特定の時間オフセット値に基づいて計算され得る。繰り返しは、正の時間オフセットを有する第1の局所的最大値である第1の局所的極値および負の時間オフセットを有する第1の局所的最大値である第2の局所的極値を得るために2回適用され得る。第1の局所的極値は、第1の現在の時間オフセット値、第1の回帰窓、第1の回帰関数、および/または第1の特定の時間オフセット値と関連付けられ得る。第2の局所的極値は、第2の現在の時間オフセット値、第2の回帰窓、第2の回帰関数、および/または第2の特定の時間オフセット値と関連付けられ得る。オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報は、回帰窓内の特定の関数の第1の特定の時間オフセット値および/または第2の特定の時間オフセット値に基づいて計算され得る。
オブジェクト(例えば112)の歩行サイクルは、オブジェクト(例えば112)の速さの少なくとも1つの値および/またはオブジェクト(例えば112)の加速度の少なくとも1つの値に基づいて決定され得る。オブジェクト(例えば112)の少なくとも1つの歩行サイクルはまた、オブジェクト(例えば112)の速さの少なくとも1つの値および/またはオブジェクト(例えば112)の加速度の少なくとも1つの値に基づいて決定され得る。少なくとも1つの歩行サイクルは、正の加速度の期間および負の加速度の期間の連続を検出することによって決定され得る。少なくとも1つの歩行サイクルは、速さが増加する期間および速さが減少する期間の連続を検出することによって決定され得る。少なくとも1つの歩行サイクルは、正の速さの期間および負の速さの期間の連続を検出することによって決定され得る。少なくとも1つの歩行サイクルは、関連する期間における、オブジェクト(例えば112)の速さの基礎をなす周期的行動、オブジェクト(例えば112)の速さ変化、および/またはオブジェクト(例えば112)の加速度を検出することによって決定され得る。少なくとも1つの歩行サイクルは、関連する期間における、オブジェクト(例えば112)の極大速さの基礎をなす周期的行動、オブジェクト(例えば112)の極小速さ、オブジェクト(例えば112)の極大加速度、オブジェクト(例えば112)の極小加速度、オブジェクト(例えば112)の極大速さ変化、および/またはオブジェクト(例えば112)の極小速さ変化を検出することによって決定され得る。少なくとも1つの歩行サイクルは、期間と関連付けられるよう決定されてもよい。オブジェクト(例えば112)の速さおよび/またはオブジェクト(例えば112)の加速度の関数は、期間と関連付けられた場所にて局所的最大値を示し得る。少なくとも1つの歩行サイクルは、期間と関連付けられるよう決定されてもよい。オブジェクト(例えば112)の速さおよび/またはオブジェクト(例えば112)の加速度の関数は、期間と関連付けられた、関連する複数の対のピーク場所における、局所的最大値および局所的最小値の複数の対を有するピーク局在化を示すように決定され得る。
期間は、関数の、2つの隣接する局所的最大値、2つの隣接する局所的最小値、隣接する局所的最大値および局所的最小値の対、所定の数の最大値によって分離された2つの局所的最大値、所定の数の最小値によって分離された2つの局所的最小値、ならびに所定の数の極値によって分離された局所的最大値および局所的最小値の対のうちの少なくとも1つの間の距離に基づいて決定され得る。関数には、自己相関関数、自己相関様関数(auto-correlation like function)、自己共分散関数、自己共分散様関数(auto-covariance like function)、速さとシフトされたバージョンの加速度との積、速さと既知の期間のシフトされたバージョンの周期的関数との積、加速度と既知の期間のシフトされたバージョンの周期的関数との積、コスト関数の最適化、コスト関数の制約付き最適化、コスト関数の制約なし最適化、フーリエ変換、ラプラス変換、別の変換、および/または別の関数が含まれ得る。
オブジェクト(例えば112)の少なくとも1つの歩行サイクルは、オブジェクト(例えば112)の速さの少なくとも1つの値およびオブジェクト(例えば112)の加速度の少なくとも1つの値に基づいて決定され得る。オブジェクト(例えば112)の速さは、少なくとも1つのTSCI(例えば300、111A、111B)に基づいて決定されたオブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。オブジェクト(例えば112)の加速度は、オブジェクト(例えば112)の速さに基づいて決定され得る。オブジェクト(例えば112)の少なくとも1つの歩行サイクルは、オブジェクト(例えば112)の速さの少なくとも1つの値およびオブジェクト(例えば112)の加速度の少なくとも1つの値に基づいて決定され得る。オブジェクト(例えば112)の速さは、第1の時間の特定の値(第1の時間の特定の値は、特定の時間に近い時間の複数の値のうちの1つである)および時間オフセットの少なくとも1つの値について計算された特定の関数に基づいて決定された、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。オブジェクト(例えば112)の加速度は、オブジェクト(例えば112)の速さに基づいて決定され得る。オブジェクト(例えば112)の少なくとも1つの歩行サイクルは、オブジェクト(例えば112)の速さの少なくとも1つの値およびオブジェクト(例えば112)の加速度の少なくとも1つの値に基づいて決定され得る。オブジェクト(例えば112)の速さは、回帰窓内の第1の時間の特定の値(第1の時間の特定の値は、時間と等しい)についての特定の関数の局所的極値と関連付けられた時間オフセットに基づいて決定された、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。オブジェクト(例えば112)の加速度は、オブジェクト(例えば112)の速さに基づいて決定され得る。オブジェクト(例えば112)の歩行および/またはイベントは、TSCI(例えば300、111A、111B)の少なくとも1つのセグメント、時系列のチャネル状態情報(CSI)の少なくとも1つのセグメント、特定の関数の少なくとも1つの値、オブジェクト(例えば112)の速さの少なくとも1つの値、および/または各々がオブジェクト(例えば112)の速さの少なくとも1つの値に基づく、オブジェクトの加速度の少なくとも1つの値のうちの少なくとも1つに基づいて検出され得る。オブジェクト(例えば112)の歩行および/またはイベントは、CI(例えば111A、111B)、チャネル状態情報(CSI、例えば図1の110A、110B)、特定の関数、オブジェクト(例えば112)の速さ、および/またはオブジェクト(例えば112)の加速度のうちの少なくとも1つの時間的傾向に基づいて検出され得る。オブジェクト(例えば112)の歩行および/またはイベントの検出は、オブジェクト(例えば112)の速さの時間的傾向に基づいてエンジンを使用して、オブジェクト(例えば112)の歩行および/またはイベントを決定することを含み得る。エンジンへの入力は、TSCI(例えば300、111A、111B)の少なくとも1つのセグメント、時系列のチャネル状態情報(CSI、例えば図1の110A、110B)の少なくとも1つのセグメント、特定の関数の少なくとも1つの値、オブジェクトの速さの少なくとも1つの値、オブジェクトの加速度の少なくとも1つの値のうちの少なくとも1つを含み得る。エンジンは、ニューラルネットワークおよび/または分類エンジンであり得る。エンジンは、訓練フェーズで訓練入力により訓練され、オブジェクト(例えば112)の既知の歩行および既知のイベントと関連付けられた、少なくとも1つの基準時間的傾向を生成し得る。エンジンの訓練入力は、オブジェクト(例えば112)の既知の歩行および既知のイベントと関連付けられ得る。訓練は、識別訓練、判定帰還型訓練、機械学習、教師あり学習、教師なし学習、シャローラーン(shallow learn)、ディープラーニング、および/または別の訓練のうちの少なくとも1つであり得る。
エンジンを使用したオブジェクト(例えば112)の歩行および/またはイベントの決定は、時間的傾向を得ることと、時間的傾向と基準時間的傾向の各々と比較することと、第1の持続時間の時間的傾向と異種持続時間の少なくとも1つの基準時間的傾向の各々とを整合させることと、を含む。時間的傾向とそれぞれの整合された基準時間的傾向との間の少なくとも1つの類似性スコア各々を計算することと、ならびに/または少なくとも1つの類似性スコアに基づいて、オブジェクト(例えば112)の既知の歩行のうちの1つおよび/もしくは既知のイベントのうちの1つとして、オブジェクト(例えば112)の歩行および/もしくはイベントを決定することと、を更に含み得る。
オブジェクト(例えば112)の速さは、少なくとも1つのTSCI(例えば300、111A、111B)に基づいて決定されたオブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。オブジェクト(例えば112)の速さは、第1の時間の特定の値(第1の時間の特定の値は、特定の時間に近い時間の複数の値のうちの1つである)および時間オフセットの少なくとも1つの値について計算された特定の関数に基づいて決定された、オブジェクト(例えば112)の運動と関連付けられたオブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報のうちの1つであり得る。
少なくとも1つの閾値が決定され得る。オブジェクト(例えば112)の少なくとも1つの特徴および/または時空間情報は、少なくとも1つの閾値に基づいて決定され得る。少なくとも1つの閾値は、第2のプロセッサ(例えば100A、100B)、第2のプロセッサ(例えば100A、100B)と通信可能に結合された第2のメモリ(例えば102A、102B)、および第2のメモリ(例えば102A、102B)中に記憶された第2の命令セット(例えば104A、104B)を使用して、無線マルチパスチャネル(例えば144)の訓練CI(例えば111A、111B)(CI)の少なくとも1つの時系列に基づいて決定され得る。第2のプロセッサ(例えば100A、100B)は、第1のプロセッサ(例えば100A、100B)、第1のプロセッサ(例えば100A、100B)の一部、および/または第1のプロセッサ(例えば100A、100B)と接続されたものであり得る。第2のプロセッサ(例えば100A、100B)のいくつかのリソース(ハードウェア、ネットワーク、通信、ユーザインターフェース、および/またはソフトウェア)は、第1のプロセッサ(例えば100A、100B)と共有され得る。第2のメモリ(例えば102A、102B)は、第1のメモリ(例えば102A、102B)、第1のメモリ(例えば102A、102B)の一部、第1のメモリ(例えば102A、102B)と接続されたもの、および/または第1のメモリ(例えば102A、102B)と共有されたものであり得る。第2の命令セット(例えば104A、104B)は、第1の命令セット(例えば104A、104B)、および/または第1の命令セット(例えば104A、104B)の一部であり得る。第2の命令セット(例えば104A、104B)および第1の命令セット(例えば104A、104B)は、いくつかのソフトウェアライブラリ、いくつかのソフトウェアルーチン、いくつかのハードウェアリソース、いくつかの通信リソースおよび/またはその他のリソースを共有し得る。第2の命令セット(例えば104A、104B)および第1の命令セット(例えば104A、104B)は、独立して、協同で、連帯的に、順次、並行して、交互に、および/または対話式で、動くことができる。
無線マルチパスチャネル(例えば、144)の少なくとも1つの時系列の訓練CI(例えば111A、111B)(CI)は、訓練フェーズ中に無線マルチパスチャネル(例えば、144)を介して送信された第2の無線信号(例えば、140)から得ることができる。無線マルチパスチャネル(例えば、144)は、訓練フェーズにおける第2のオブジェクトの訓練運動により影響を受ける場合がある。訓練フェーズは、訓練セッションであり得、これは、1回、たまに、定期的に、および/または要望に応じて実施され得る。訓練フェーズ中の第2のオブジェクトのターゲットポジティブ訓練運動と関連付けられた、無線マルチパスチャネル(例えば、144)の少なくとも1つの時系列の第1の訓練CI(例えば、111A、111B)を得ることとができる。ポジティブ訓練運動は、認識され、モニタされ、測定され、研究され、処理され、検出され、推定され、検証され、および/または捕捉されるはずのターゲット運動であり得る。訓練フェーズ中の第2のオブジェクトのターゲットネガティブ訓練運動と関連付けられた、無線マルチパスチャネル(例えば、144)の少なくとも1つの時系列の第2の訓練CI(例えば、111A、111B)を得ることとができる。ネガティブ訓練運動は、無視される、逃される、モニタされない、検出されない、推定されない、認識されない、検証されない、捕捉されない、測定されない、および/または研究されないはずのターゲット運動であり得る。
少なくとも1つの時系列の第1のトレーニングCI(例えば111A、111B)からの少なくとも1つの第1の量、及び/又は少なくとも1つの時系列の第2のトレーニングCI(例えば111A、111B)からの少なくとも1つの第2の量が計算され得る。少なくとも1つの第1の量および/または少なくとも1つの第2の量は、運動統計、位置統計、マップ座標統計、高さ統計、速度統計、加速度統計、移動角度統計、回転統計、サイズ統計、体積統計、時間を含み得る。傾向、時間傾向統計、時間プロファイル統計、周期的運動統計、頻度統計、過渡統計、呼吸統計、歩行統計、行動統計、事象統計、疑わしい事象統計、危険事象統計、警報事象統計、警告統計、信念統計、近接統計、衝突統計、電力統計、信号統計、信号電力統計、信号強度統計、受信信号強度インジケータ(RSSI)、信号振幅、信号位相、信号周波数成分、信号周波数帯域成分、チャネル状態情報(CSI、例えば図1の110A、110B)(CSI)、CSI統計、マップ統計、tim電子統計、周波数統計、時間 - 周波数統計、分解統計、直交分解統計、非直交分解統計、追跡統計、呼吸統計、心拍統計、バイオメトリック統計、赤ちゃん統計、患者統計、機械統計、機器統計、温度統計、車両統計、駐車場統計、会場統計、リフト統計、エレベーター統計、空間統計、道路統計、流体統計、住宅統計、部屋統計、オフィス統計、住宅統計、建物統計、倉庫統計、保管統計、システム統計、換気統計、ファン統計、パイプ統計、ダクト統計、人統計、人間統計、自動車統計、ボート統計、トラック統計、飛行機統計、ドローン統計、ダウンタウン統計、群衆統計、衝動的イベント統計、サイクロ定常統計、環境統計、振動統計学、材料統計学、表面統計学、3次元統計学、2次元統計学、ローカル統計学、グローバル統計学、プレゼンス統計学、および/または他の統計学を含む。
少なくとも1つの閾値は、少なくとも1つの第1の量および/または少なくとも1つの第2の量に基づいて決定され得る。少なくとも1つの閾値は、第1の量の第1のパーセンテージが、第1の閾値(少なくとも1つの閾値ではない)より大きい、それに等しい、および/またはそれ未満であるように、決定され得る。少なくとも1つの閾値は、第2の量の第2のパーセンテージが、第2の閾値(少なくとも1つの閾値ではない)より大きい、それに等しい、および/またはそれ未満であるように、決定され得る。第1の閾値は、第2の閾値より大きい、それに等しい、および/またはそれ未満であり得る。第1の閾値は、第2の閾値であり得る。第1のパーセンテージは、第2のパーセンテージより大きい、それに等しい、および/またはそれ未満であり得る。
無線マルチパスチャネル(例えば114)の少なくとも1つの時系列の第1の訓練CI(例えば、111A、111B)は、訓練フェーズ中にモニタエリア内の第2のオブジェクトの訓練運動と関連付けられ得る。第2のオブジェクトのターゲットポジティブ訓練運動は、モニタエリア内の第2のオブジェクトの訓練運動であり得る。無線マルチパスチャネル(例えば、144)の少なくとも1つの時系列の第2の訓練CI(例えば、111A、111B)は、訓練フェーズ中のモニタエリア外の第2のオブジェクトの訓練運動と関連付けられ得る。第2のオブジェクトのターゲットネガティブ訓練運動は、モニタエリア外の第2のオブジェクトの訓練運動であり得る。
第2のオブジェクトは第1のオブジェクトであり得る。第2のオブジェクトは、第1のオブジェクトの模造品、取り換え品、バックアップ、および/またはレプリカであり得る。第2のオブジェクトは、第の1オブジェクトと同様の他のオブジェクトであり得る。第2のオブジェクトは、構造、サイズ、形状、機能性、周期性、変形特性、動き特性、速度、加速度、歩行、傾向、習慣、無線特性、および他の特徴に関して第1のオブジェクトと類似していてもよい。
ハンドオーバー技術
本開示はまた、無線センシングハンドオーバーに関する。無線センシングハンドオーバのシステム、装置および/または方法は、場所(たとえば142)に関連付けられた無線マルチパスチャネル(たとえば144)を介して少なくとも1つのタイプ2異種無線送受信機と無線で接続されるタイプ1異種無線送受信機と、及び/又は場所(例えば142)のそれぞれの位置にある少なくとも1つのタイプ2異種無線送受信機を含む。それ(すなわちシステム、装置および/または方法)は更に、プロセッサ(例えば100A、100B)、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A、102B)、及び/又は、メモリ(例えば102A、102B)内に記憶され、実行されるとプロセッサ(例えば100A、100B)に以下を実行させる命令セット(例えば104A、104B)を有する。それは、タイプ1送受信機に、場所(例えば142)に関連付けられた無線マルチパスチャネル(例えば144)を通して、場所(例えば142)の第1の位置で第1のタイプ2送受信機との無線接続を確立させる。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクトによって影響を受ける。それ(すなわち、システム、装置および/または方法)はさらに、タイプ1送受信機に、第1のワイヤレス信号(たとえば140)を第1のタイプ2送受信機に送信させ、および/または第1のタイプ2送受信機から第2のワイヤレス信号(たとえば140)を受信させる。それは、第1の無線信号(例えば140)および/または第2の無線信号(例えば140)から少なくとも1つの第1のCI(例えば111A、111B)を抽出する。それは、少なくとも1つの第1のCI(例えば111A、111B)に基づいて、場所内のオブジェクトに関連付けられた無線スマートセンシングタスクを実行する。それはさらに、タイプ1送受信機に、少なくとも1つの第1のCI(例えば111A、111B)に基づいて、第1のタイプ2送受信機から、場所の第2の位置(例えば142)における第2のタイプ2送受信機に無線接続を切り替えさせる。それはさらに、タイプ1送受信機に、第3のワイヤレス信号(たとえば140)を第2のタイプ2送受信機に送信させ、および/または第2のタイプ2送受信機から第4のワイヤレス信号(たとえば140)を受信させる。それは、第3の無線信号および/または第4の無線信号(たとえば140)からの少なくとも1つの第2のCI(たとえば111A、111B)を抽出し、および/または 少なくとも1つの第2のCI(例えば111A、111B)に基づいて、場所(例えば142)内のオブジェクト(たとえば112)に関連付けられた無線スマートセンシングタスクを実行する。
タイプ1送受信機は、異種であり得る複数のタイプ2送受信機と無線で通信し得る。タイプ2送受信機は、異種であり得る複数のタイプ1送受信機と無線で通信し得る。無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクト(例えば112)、オブジェクト(例えば112)の存在、場所(例えば142)内のオブジェクト(例えば112)の位置(例えば114、115B、115A、117、119、406、408、410、414)、オブジェクト(例えば112)の状態、オブジェクト(例えば112)の動き、オブジェクト(例えば112)の変化、オブジェクト(例えば112)の変形、オブジェクト(例えば112)の速度、オブジェクト(例えば112)の特性、および/またはオブジェクト(例えば112)の時空間情報によって影響を受け得る。無線接続は、WiFi、WiMax、3G / 3G超、4G / 4G超、LTE、5G、6G、7G、Bluetooth、Zigbee、独自の無線システム、および/または他の無線システムに基づいてよい。
プロセッサ(例えば100A、100B)、メモリ(例えば102A、102B)および/または命令セット(例えば104A、104B)は、タイプ1異種無線送受信機、少なくとも1つのタイプ2異種無線送受信機のうちの1つ、オブジェクト(例えば112)、オブジェクト(例えば112)に関連付けられた装置(例えば106A、106B、108、109、113A、113B、400、402、404)、場所(例えば142)に関連付けられた他の装置(例えば106A、106B、108、109、113A、113B、400、402、404)、クラウドサーバ、および/または他のサーバに関連付けられてよい。
第1の場所の第1のタイプ2送受信機から第2の場所の第2のタイプ2送受信機への切り替えは、信号強度、信号振幅、信号位相、受信信号強度インジケータ(RSSI)、チャネル状態情報(CSI、例えば図1の110A 、110B)、マップ、タイプ1送受信機の現在位置、以下の少なくとも1つと関連付けられた情報、とに基づき得る。当該情報は、周波数帯域、周波数シグネチャ、周波数位相、周波数振幅、周波数トレンド、周波数特性、周波数的特性、直交分解特性、および/または非直交分解特性を含む。更に、期間、時間シグネチャ、時間振幅、時間位相、時間傾向、および/または時間特性のうちの少なくとも1つに関連する情報、および/または以下のうちの少なくとも1つに関連する情報を含む。それは、時間-周波数区分、時間-周波数シグネチャ、時間-周波数振幅、時間 - 周波数位相、時間 - 周波数傾向、および/または時間-周波数特性、方向、到来角、指向性アンテナの角、および/または位相、および/または他の情報に関連付けられた情報を含む。
Type1送受信機は、少なくとも1つの第1のCI(例えば111A、111B)および/または少なくとも1つの第2のCI(例えば111A、111B)から導出された量が切り替え条件を満たし得る場合、第1の場所の第1のType2送受信機から第2の場所の第2のType2送受信機に無線接続を切り替えることができる。
ダミーオリジン
特定のタイプ2(トランシーバ)デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、一連のプロービング信号を1以上のタイプ1(送受信)デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)にブロードキャストしてよい。特定のタイプ2デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、WiFiアクセスポイント、LTE基地局、Bluetoothデバイス、および/またはBLEデバイスであってよい。デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)が、ブロードキャストモードで一連のプロービング信号を送信するように、最初にまたは定期的に、または時折、またはリセット時に、特定のType2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のブロードキャストモードをトリガ/開始するための手順を適用されてよい。開始手順において、タイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は一時的にタイプ1デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)として機能してよく 、一時的にタイプ2デバイス(例えば、106A、106B、108、109、113A 、113B、400、402、404)として機能する他のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に、少なくとも1つのプロービング信号をタイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に送信させてよい。他のデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、開始手順においてタイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と通信する専用のダミーデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)であり得る。他の装置(例えば106A、106B、108、109、113A、113B、400、402、404)は他の便利な機能を有し得る。
トラッカーボットID
特定のタイプ2(トランシーバ)デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は、一連のプロービング信号を1以上のタイプ1(送受信)デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)にブロードキャストしてよい。特定のタイプ2デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、WiFiアクセスポイント、LTE基地局、Bluetoothデバイス、および/またはBLEデバイスであってよい。タイプ2デバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)が、ブロードキャストモードで一連のプロービング信号を送信するように、最初にまたは定期的に、または時折、またはリセット時に、特定のType2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)のブロードキャストモードをトリガ/開始するための手順が適用されてよい。開始手順において、タイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)は一時的にタイプ1デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)として機能してよく 、一時的にタイプ2デバイス(例えば、106A、106B、108、109、113A 、113B、400、402、404)として機能する他のデバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に、少なくとも1つのプロービング信号をタイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)に送信させてよい。他のデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)は、開始手順においてタイプ2デバイス(例えば106A、106B、108、109、113A、113B、400、402、404)と通信する専用のダミーデバイス(例えば、106A、106B、108、109、113A、113B、400、402、404)であり得る。他の装置(例えば106A、106B、108、109、113A、113B、400、402、404)は他の便利な機能を有し得る。
マップベースの補正
本開示はまた、追跡および/またはナビゲーション補正(追跡および/またはナビゲーションの補正)に関する。追跡及び/又はナビゲーションの補正のシステム、装置および/または方法は、プロセッサ(例えば100A、100B)、プロセッサ(例えば100A、100B)と通信可能に結合されたメモリ(例えば102A、102B)、及び/又は、メモリ(例えば102A、102B)内に記憶され、実行されるとプロセッサ(例えば100A、100B)に以下を実行させる命令セット(例えば104A、104B)を有する。それ(追跡補正のシステム、装置および/または方法)は、場所(例えば142)内の軌道に沿ったオブジェクトの動きを決定する。無線信号(例えば140)は、場所(例えば142)の無線マルチパスチャネル(例えば144)を通して送信される。場所(例えば142)内の無線マルチパスチャネル(例えば144)は、場所(例えば142)内のオブジェクト(例えば120)の動きによって影響を受ける。少なくとも1つのTSCI(例えば、300、111A、111B)が無線信号(例えば、140)から抽出される。それ(追跡補正のシステム、装置および/または方法)はさらに、少なくとも1つのTSCI(例えば300、111A、111B)に基づいて推定される、オブジェクト(たとえば、142)の移動に関連付けられた場所(たとえば、142)内のオブジェクト(たとえば112)の推定軌道経路(および/またはナビゲーション経路)を決定し、オブジェクト(例えば112)の推定された軌道(および/またはナビゲーション経路)に補正的調整を適用する。
無線信号(例えば140)は、場所(例えば142)内の無線マルチパスチャネル(例えば144)を介して、2つの異種無線送受信機の間で送信されてよい。2つの異種無線送受信機のうちの1つは、オブジェクト(例えば112)および/またはオブジェクトの動き(例えば112)に関連付けられてもよい。オブジェクト(例えば112)の推定された軌跡は、1つ以上の第2のTSCI(例えば300、111A、111B)に基づいて推定されてよい。
場所(例えば142)に関連付けられたマップを取得することができる。マップは、二次元、三次元、および/またはより高い次元であり得る。マップ内の点は、経度座標、緯度座標などの他の時空間情報と関連付けられてもよい。場所(例えば142)に関連するマップは、以下に基づいて取得することができる。これは、場所の間取り図の写真(例えば142)、場所の間取り図の画像(例えば142)、場所の間取り図の写真(例えば142)、例えば、142)、場所の少なくとも1つの画像(例えば142)、場所の少なくとも1つのビデオ(例えば142)、場所の少なくとも1つの走査データ(例えば142)、場所の少なくとも1つのキャプチャデータ(例えば142)、場所の記録された説明(例えば、142)、場所の音声による説明(例えば、142)、場所の赤外線による説明(例えば、142)、場所の音波による説明(例えば、142)、場所(例えば142)の超音波記述(例えば142)、場所(例えば142)の可視光記述(例えば142)、場所(例えば142)の無線周波数記述(例えば142)、場所(例えば142)の周波数記述(例えば142)、場所(例えば142)の時間周波数記述(例142)、場所(例えば142)の2次元記述、場所(例えば142)の3次元記述、より高い次元会場の正式な説明、場所(例えば142)の記述情報が、グローバル座標、ローカル座標、エレベータ、傾斜、傾斜、地形記述、主要構造記述、壁の説明、ドアの説明、床の説明、天井の説明、窓の説明、カップリングの説明、多層説明、地下室の説明、屋根の説明、材料の説明、植生の説明、器具の説明、電気配線の説明、照明の説明、換気の説明、エアコンの説明、配水管の説明、下水の説明、設置の説明、移動可能な設置の説明、移動不可能な設置の説明、家具の説明、部屋の説明、オフィスの説明、パブリックエリアの説明、オープンエリアの説明、クローズドエリアの説明、セミクローズドエリア説明、棚の説明、通路の説明、歩行者用エリアの説明、制限付きエリアの説明、制限付きアクセスエリアの説明、アクセス制御の説明、高さの説明、建物のレイアウトの説明、人の流れの説明、ワイヤレスの設置説明、周辺エリアの説明、屋外エリアの説明、エアケースの説明、リフトの説明、エレベータの説明、火災計画の説明、災害計画の緊急時計画の説明、毎日の日常の説明、毎月の定期の説明、年間の定期の説明、時間パターンの説明、時間に関する説明、保守の説明、一時的な説明、非一時的な配置の説明、イベントの説明、将来のイベントの説明、差し迫ったイベントの説明、浮遊の説明、浮遊の説明、水没の説明、天気の説明、周囲の環境の説明、および歴史的な説明(例えば142)、場所のグラフィックス記述(例えば142)、場所の電子表現(例えば142)、開催地の関係記述(例えば142)および他の開催地(例えば142)、および/または開催地の他の記述(例えば142のうちの少なくとも1つを含む。
マップ上のオブジェクト(例えば112)を登録することができる。オブジェクト(例えば112)は、対応するタイムスタンプと共にマップ上の初期時空間情報(例えば初期位置114)と関連付けられてもよい。オブジェクト(例えば112)は人であってよい。オブジェクト(例えば112)の次の時空間情報および/または次の位置(例えば114、115B、115A、117、119、406、408、410、414)は、オブジェクト(例えば112)の現在の時空間情報、オブジェクト(例えば112)の現在の時空間情報および/または位置(例えば114、115B、115A、117、119、406、408、410、414)、オブジェクト(例えば112)の現在の方向、オブジェクト(例えば112)の現在の速度、オブジェクト(例えば112)の現在の加速度、オブジェクト(例えば112)の現在の特性および/または時空間情報、オブジェクト(例えば112)の能力、オブジェクト(例えば112)の制約、オブジェクト(例えば112)の状態、オブジェクト(例えば112)の周囲の制限、オブジェクト(例えば112)の挙動、オブジェクト(例えば112)の習慣、オブジェクト(例えば112)の傾向、オブジェクト(例えば112)のモデル、および/またはオブジェクト(例えば112)の履歴に基づいて、予測され得る。
マップは、オブジェクト(例えば112)の推定軌跡を決定し、オブジェクト(例えば112)の推定軌跡を補正的に調整するために処理されてよい。マップの処理は、拡大縮小、サイズ変更、回転、変換、変形、マッピング、ラベリング、着色、タグ付け、タイムスタンプ、他のマップとのマッチング、および/または他のマップとの同期を含んでよい。場所(例えば142)内のオブジェクト(例えば112)の推定軌跡が処理され得る。補正的調整は、場所(例えば142)に関連付けられたマップ、および/またはマップに関連付けられた少なくとも1つの制約に基づいて、オブジェクト(例えば112)の推定軌道に適用され得る。
オブジェクト(例えば112)の推定軌道は少なくとも1つのセグメントにセグメント化されてもよい。補正的調整は、少なくとも1つのセグメントに適用され得る。少なくとも1つのセグメントのそれぞれは、セグメント識別情報(ID)と関連付けられてもよい。推定軌道は、各セグメントが1つまたは複数のセグメンテーションタイプと関連付けられ得るように分類され得る。補正的調整は、場所(例えば142)に関連付けられたマップ、および/またはマップに関連付けられた少なくとも1つの制約に基づいて、少なくとも1つのセグメントに適用され得る。オブジェクト(例えば112)の推定軌道は、それぞれがセグメント化タイプ、タイムスタンプ、および/またはセグメント識別子(ID)に関連付けられた少なくとも1つのセグメントに、セグメント化され分類され得る。補正的調整は、セグメンテーションタイプ、セグメントID、移動距離(例えば122)、移動方向角、場所(例えば142)のマップおよび/またはマップに関連付けられた少なくとも1つの制約に基づいて、少なくとも1つの分類されたセグメントに適用され得る。
分類は、セグメント化タイプの直線セグメント、セグメント化タイプのARCセグメント、および/または別のセグメント化タイプを含んでよい。分類は、初期分類および/または洗練された分類を含み得る。
オブジェクト(例えば112)の推定軌道は、それぞれが初期分類における初期分割タイプおよび/または初期セグメント識別(ID)に関連付けられた少なくとも1つの初期セグメントに分割され得る。洗練された分類は、マップを拡大縮小すること、拡大縮小率を用いてマップを拡大縮小すること、局所拡大縮小率を用いてマップを洗練すること、および/または、それぞれが洗練されたセグメンテーションタイプおよび洗練されたセグメント識別子(ID)に関連付けられた少なくとも一つの洗練されたセグメントを取得するための少なくとも一つの初期セグメントを再分類することによって、マップが統合され、マージされ、分割され、再組織化され、再構成され、洗練されて得られ得る。
マップベースの補正は、ガイドベースの補正、低レベルの補正、および/または高レベルの補正を含み得る。ガイドベースの補正は、オブジェクト(例えば112)が直線に沿って移動していると判定され得る場合、補正された軌跡が直線経路と平行になるようにオブジェクト(例えば112)の推定軌跡の角度が補正されることを含み得るが、推定された軌跡は直線軌跡と平行でなくてもよい。ガイドベースの補正は、推定された軌道が禁止構造に近すぎる場合、推定軌道を禁止構造からより遠くになるように調整することを含み得る。
直線路は、以下を含んでよい。それは、通路、道路、路地、車線、通路、通路、ライン、私道、ギャップ、谷、歩道、舗装、トラック、ダクト、パイプ、はしご、階段、トンネル、川、水路、通路、棚の間の通路、商品の間の通路、席の間の通路、設置の間の通路、倉庫の通路、車両の通路、工場の通路、オフィスの通路、家の通路、建物の通路、庭の小道、2つの平行な壁で部分的に囲まれたエリア、2つの直線で囲まれたエリア、2つの平行な境界で囲まれたエリア、2つの平行な境界で囲まれたエリア2つの局所的に平行な境界、2つの直線状の境界によって囲まれる領域、2つのほぼまっすぐな境界によって囲まれる領域、2つの柔軟な直線状の境界によって囲まれる領域、2つの平行な境界によって囲まれる領域、2つの局所的な平行界面によって囲まれる領域、二つの直線インタフェースによって囲まれ2つのほぼ直線状の界面で囲まれた領域、2つの柔軟な直線状の界面で囲まれた領域、対称軸を持つ領域、局所対称軸を持つ領域、および/または対称軸に近い領域を含む。
禁止構造は、壁、境界、境界面、廊下側、道路側、車線側、通路側、通路側、ライン、車道境界、ギャップ側、谷側、歩道境界、舗装境界、トラック境界、ダクト、パイプ、梯子の端、階段の端、トンネルの側、河川側、水路の境界、通路の境界、オブジェクトの列、席の列、棚、インストール、組立ライン、柵で囲まれた領域、保護区域、立ち入り禁止区域、備品、家具機器、マシン、ドア、フェンス、天井、床、地面、岩、ダクト、パイプ、コーナー、ターニングポイント、カーブ、アーク、直線、分離、崖、海岸線、禁止区域、道路の構造、および/または禁止構造を含み得る。
推定軌道と禁止構造との間の距離が閾値よりも小さい場合、推定軌道は禁止構造に近すぎる可能性がある。推定軌道は、禁止構造から最小距離を保つことによってさらに遠くになるように調整されてもよい。最小距離は、ゼロ、正の量、および負の量であり得る。最小距離は、禁止構造の少なくとも1つの特性および/または時空間情報に基づいて決定される適応量であり得る。
現在のセグメントが調整された後、少なくとも1つの前のセグメントが、連続するセグメント間の食い違いおよび/または一貫性の欠如についてチェックされ得る。食い違いおよび/または一貫性の欠如が検出された場合、低レベルの補正および/または高レベルの補正を含む追加のマップベースの補正が適用され得る。低レベル調整は、推定軌跡の現在のセグメントに関連する誤差を局所的に補正することであって、推定軌跡の現在のセグメントに関連する誤差条件が決定される、ことと、補正された軌跡ではエラー状態が発生しないように現在のセグメントおよび/または直前のセグメントを調整することとを含む。
エラー条件は、禁止された構造にぶつかる現在のセグメント、禁止された構造に関連付けられた境界にぶつかる現在のセグメント、オブジェクト依存の禁止構造の属性がオブジェクト(例えば112)の特性および/または時空間情報に基づいているオブジェクト依存の禁止構造にぶつかる現在のセグメント、一時的に禁止された構造にぶつかる現在のセグメント、貫通不可能な構造を通過する現在のセグメント、以下の少なくとも1つを通過する現在のセグメントであって、それは天井、床、壁、構造、機械、家具、および備品を含む、現在のセグメント、マップの境界にぶつかる現在のセグメント、監視領域にぶつかる現在のセグメント、異常な行動に関連付けられた現在のセグメント、オブジェクト(例えば112)の異常な行動に関連付けられた現在のセグメント、不当な高さに達する現在のセグメント、および/または他のエラー条件を含み得る。
高レベル調整は、推定軌跡の現在のセグメントに関連付けららた誤差を全体的に補正することであって、推定軌跡の現在のセグメントに関連付けられた誤差条件が決定され、誤差条件は低レベル調整では補正されない、ことと、補正された軌跡ではエラー状態が発生しないように現在のセグメントおよび/または直前のセグメントを調整することとを含む。
スケーリングファクタは、推定軌跡、マップ、および/またはマップの少なくとも1つの制約に基づいて交差点-通路(IC)グラフを決定することによって、得ることができる。交差点-通路グラフは、1組の頂点および/または1組の辺を含んでよい。交差点-通路(IC)グラフの一連の頂点および/またはエッジに対応し、また推定軌道の少なくとも1つの区間にも対応する場所内の通路(たとえば142)が決定され得る。通路の正確な長さは、マップおよび/またはマップの少なくとも1つの制約に基づいて計算されてよい。通路の第2の長さは、推定軌跡の少なくとも1つのセクション、および/または通路に対応するICグラフの頂点および/またはエッジに基づいて計算されてもよい。倍率は、正確な長さおよび/または第2の長さに基づいて計算されてもよい。オブジェクト(例えば112)が少なくとも1回通路に沿って移動している間に得られた無線信号(例えば140)に基づいて推定軌道を計算することによって、倍率がさらに得られ得る。倍率は、場所(例えば142)の無線マルチパスチャネル(例えば144)を通して送信された第2の無線信号(例えば140)から抽出された(例えば111A、111B)少なくとも1つの時系列の第2のCIに基づいて、少なくとも1度の、経路に沿った第2のオブジェクトの第2の動きに関連付けられた、場所(例えば142)内の第2のオブジェクトの第2の推定起動を決定することによって得られ得る。第2のオブジェクトの第2の動きに関連付けられた場所(例えば142)内の第2のオブジェクトの第2の推定軌道は、少なくとも1つの時系列の第2のCI(例えば111A、111B)に基づいて計算されてよい。1組の頂点および/または1組のエッジを含む交差点-通路グラフは、マップおよび/またはマップの少なくとも1つの制約に基づいて決定されてもよい。経路が交差点-通路(IC)グラフの一連の頂点および/またはエッジ、および/または第2の起動の少なくとも1つのセクションとも対応することが判定されてよい。経路の正確な長さは、交差点‐通路グラフおよび/またはマップに基づいて計算されてよい。経路の第2の長さは、推定軌跡の少なくとも1つのセクション、および/または経路に対応するICグラフの頂点および/またはエッジに基づいて計算されてよい。倍率は、正確な長さおよび/または第2の長さに基づいて計算されてもよい。
第2のオブジェクトは、経路に沿って複数回移動し得る。経路の第2の長さは、第2のオブジェクトが経路に沿って移動し得る複数回に関連付けられた経路の長さの加重平均に基づいて、計算することができる。推定軌道、マップ、および/またはマップの少なくとも1つの制約は、スケーリングファクタを用いてスケーリングされてよい。
頂点の集合は、コーナ、転換点、制御点、円弧の終点、直線の終点、チェックポイント、ゲート、出口、ドア、交差点、2つの経路の交点、インタセクション、および/または他のポイントの特徴を表し得る。1組のエッジは、廊下、道路、路地、車線、経路、線、直線、弧、曲線、私道、ギャップ、谷、歩道、舗装、トラック、ダクト、パイプ、梯子、階段、トンネル、川、水路、通路、部分的に2つの壁で囲まれた領域、2つの境界で囲まれた領域、2つの界面で囲まれた領域、および対称軸を持つ領域を表し得る。
交差-通路(IC)グラフのエッジは、無向、有向、単向、および/または双方向であり得る。交差-通路グラフの各頂点は、頂点コストと関連付けられてもよい。各エッジは、エッジの方向性に基づいて少なくとも1つのエッジコストと関連付けられてもよい。
1組の命令(たとえば104A、104B)はさらに、オブジェクト(たとえば112)の推定軌道を、それぞれがタイムスタンプ、セグメント識別子(ID)、および/または少なくとも1つのセグメントタイプに関連付けられた少なくとも1つのセグメントに、セグメント化および分類し得る。オブジェクト(例えば112)の推定軌道は、それぞれタイムスタンプと推定位置とに関連付けられた時系列の軌道点を含み得る。軌道点の各々は、他の軌道点、移動距離(例えば122)、移動方向、少なくとも1つのTSCI(例えば300、111A、111B)、および/または他の量に基づいて決定されてもよい。1組の命令(例えば104A、104B)は、新しい軌跡点に関連付けられた推定移動方向角と過去の軌跡点に関連付けられた別の推定移動方向角との間の差に基づいて、デルタ角を計算することができる。現在のセグメントは、新しい軌跡点の直前に少なくとも1つの軌跡点を含んでよい。現在のセグメントは過去の軌跡点を含んでよい。新しい軌跡点は、推定移動距離(例えば122)および推定移動方向角に関連付けられてよい。一組の命令(例えば104A、104B)は、新しい軌道点、デルタ角、現在のセグメント、および/または過去のセグメントに基づいて、新しい軌道点をセグメント化および分類してよい。少なくとも1つのセグメンテーションタイプは、直線(STRAIGHT LINE)タイプおよび/または弧(ARC)タイプなどを含むことができる。現在のセグメンテーションタイプが直線であり、デルタ角がゼロを中心としたマージン内である場合に、1組の命令(例えば104A、104B)は現在の軌跡点を現在のセグメントに追加してもよい。
現在のセグメンテーションタイプが直線タイプであり、デルタ各がゼロの周囲のマージンの外側にあって現在のセグメントが少なくとも1回はゼロと交差する場合、命令セット(例えば104A、104B)は現在の軌跡点を現在のセグメントに追加し、現在のセグメンテーションタイプを弧タイプに変更し、バレーファインダ(valley finder)をリセットしてよい。1組の命令(例えば104A、104B)は、現在のセグメンテーションタイプが直線タイプであり、デルタ角はゼロを中心としたマージンの外側にあり、そして現在のセグメントが少なくとも1回ゼロで交差する場合、現在のセグメントを前部分と後部分に分割し、分割された現在のセグメントの後部分を使用して新しいセグメントを形成し、現在の軌跡点を新しいセグメントに追加してもよい。1組の命令(例えば104A、104B)は、現在のセグメンテーションタイプが弧タイプであり、デルタ角がソフトゼロにあたる場合、直線タイプのセグメンテーションタイプで新しいセグメントを開始して、現在の軌跡点を現在のセグメントに追加してよい。デルタ角がゼロからのマージン内にある場合、デルタ角はソフトゼロにあたってよい。1組の命令(例えば104A、104B)は、現在のセグメンテーションタイプが弧タイプであり、デルタ角がソフトゼロにあたらない場合、現在の軌道点を現在のセグメントに追加し、現在の軌道点をバレーファインダに追加してよい。バレーがバレーファインダによって確認され得る、および/またはデルタ角の絶対値が閾値よりも大きくなり得る場合、その場合には一連の命令(例えば104A、104B)が現在のセグメントを前部分と次の部分とに分割し、後半部分を使用して新しいセグメントを作成し、バレーファインダをリセットしてもよい。
現在のセグメントが直線タイプであり、現在のセグメントの長さが短く、現在のセグメントの前の直前のセグメントが弧タイプである場合、1組の命令(例えば104A、104B)は現在のセグメントと前のセグメントを結合されたセグメントとして一時的に結合し、結合されたセグメントにマップとマップの制約との少なくとも一方に基づいて弧タイプのヒット補正を再帰的に適用し、結合されたセグメントを前部分と後部分とに分離する。前部分は前のセグメントと関連付けられ、後部分は現在のセグメントと関連付けられてもよい。現在のセグメントが弧タイプのものである場合、命令セット(例えば104A、104B)は弧ヒッティングタイプ(arc-hitting type)を取得し、弧ヒットタイプと、マップおよび少なくとも1つのマップの制約とに基づいて、弧タイプヒット補正を再帰的に適用してよい。現在のセグメントが直線タイプであり、かつ、現在のセグメントの長さが短くないことと現在のセグメントの前の直前のセグメントが弧タイプではないこととの少なくとも1つである場合、命令のセット(例えば104A、104B) )は、マップおよびマップの少なくとも1つの制約に基づいて、現在のセグメントに直線セグメント補正を適用してよい。
現在のセグメントに対する直線セグメント補正は、マップの境界の方向および/またはマップの少なくとも1つの制約と現在のセグメントに関連する移動方向との間のデルタ角を計算することを含むことができる。デルタ角が閾値より小さい場合、補正は平行カットイン補正を適用することができる。そうでない場合、補正は直交ヒット補正であってよい。
平行カットイン補正は、移動方向が境界の方向と平行であるように、および/または境界の方向に近づくように、デルタ角に基づいて、現在のセグメントに関連付けられた移動方向を補正することを含んでよい。直交ヒット補正は、現在のセグメントに関連付けられた移動方向を変更することなく、現在のセグメントに関連付けられた移動距離を1未満の倍率によって縮小することを含んでよい。倍率は、0.9、0.8、0.7、0.6、0.5、0.4、0.3、0.2、0.1、0.0および/または別の数であってよい。弧ヒットタイプは、出口ヒットタイプ、入口ヒットタイプおよび/または接線タイプを含んでよい。出口ヒットタイプは、出口に関連付けられ得る。出口ヒットタイプは、直線部分および/または弧部分と関連付けられてよい。出口ヒットタイプに対する弧タイプヒット補正は、出口に向かう直線部分の長さを調整すること、および/または出口に向かう弧部分をシフトさせることを含んでよい。セグメントが出口をオーバーシュートすると、直線部分の長さは減少する場合がある。セグメントが出口をアンダーシュートすると、直線部分の長さは増加する場合がある。入口ヒットタイプは、推定軌跡の現在のセグメントに関連付けられた現在の境界と、現在の境界に対するある角度でマップ上の現在のセグメントに隣接する隣接境界とに関連付けられてよい。出口ヒットタイプに対する弧タイプヒット補正は、現在のセグメントの直線部分が現在の境界と一致する場合に、推定軌跡の現在のセグメントが隣接する境界の隣の経路に向けられるように、隣接する境界に向かう現在のセグメントの直線部分の長さを調整することを含み得る。セグメントが経路をオーバーシュートすると、直線部分の長さは減少する場合がある。セグメントが経路をアンダーシュートすると、直線部分の長さは増加する場合がある。接線ヒットタイプは、推定軌跡の現在のセグメントによってヒットされている前方境界と関連付けられてもよい。接線ヒットタイプに対する弧タイプヒット補正は、前方境界に当たることを回避するように現在のセグメントの直線部分を短くすることを含んでよい。
命令セット(例えば104A、104B)は、マップ上の推定軌道がマップに関連付けられた境界およびマップの少なくとも1つの拘束にぶつかるときに、オブジェクト(例えば112)の推定軌道に修正調整を適用することができる。命令セット(例えば104A、104B)は、調整された推定軌道が境界にぶつからずに境界の距離内に留まるように推定軌道を調整することができる。命令セット(例えば104A、104B)は、調整された現在のセグメントが境界にぶつからずに境界の距離内に留まるように推定軌道の現在のセグメントを調整することができる。
推定された軌跡が衝突する可能性があるとき、マップおよびマップの少なくとも1つの制約に関連付けられた開口は、位置(例えば114、115B、115A、117、119、406、408、410、414)の近くにあってもよい。命令セット(例えば104A、104B)は、調整された推定軌道が境界にぶつからずに開口に向かうように、推定軌道を調整することができる。
推定された軌跡が境界と衝突する場合、マップおよび/またはマップの少なくとも1つの制約に関連付けられた他の境界は、位置(例えば114、115B、115A、117、119、406、408、410、414)の近くの開口と関連付けられてもよい。命令セット(例えば104A、104B)は、調整された推定軌道が境界にぶつからずに開口をぬけて他の境界に向かうように推定軌道を調整することができる。
推定された軌跡が衝突するとき、マップおよびマップの少なくとも1つの制約に関連付けられた角(corner)は、位置(例えば114、115B、115A、117、119、406、408、410、414)の近くにあってもよい。命令セット(例えば104A、104B)は、調整された推定軌道が境界にぶつからずに角の周辺を通るように、推定軌道を調整することができる。
補正調整は、推定軌道の現在のセグメントの長さを変更すること、現在のセグメントの方向を変更すること、現在のセグメントの局所的な曲率を変更すること、現在のセグメントの形状を変形すること、および/または現在のセグメントのタイムスタンプを変更することを含む。
推定軌跡の軌跡点は、統計的領域と関連付けられてもよい。軌跡点は、統計的領域内にとどまるように調整されてもよい。推定軌跡の現在のセグメントの軌跡点はそれぞれ、それぞれの統計的領域と関連付けられてもよい。現在のセグメントは、修正調整後に調整された現在のセグメントになり得る。調整された現在のセグメントの軌跡点はそれぞれ、現在のセグメントのそれぞれの軌跡点の統計的領域内にあり得る。
命令セット(例えば104A、104B)は、調整された推定軌道の調整された現在のセグメントになるように推定軌道の現在のセグメントを調整することができる。推定軌跡の現在のセグメントの軌跡点は、一組の許容領域と関連付けられてもよい。命令セット(例えば104A、104B)は、調整された許容領域セットになるように許容領域セットを調整することができる。現在のセグメントは、調整された現在のセグメントの軌跡点がそれぞれ調整された許容領域内にあるように調整されてもよい。命令セット(例えば104A、104B)は、調整された推定軌道の調整された現在のセグメントになるように推定軌道の現在のセグメントを調整することができる。推定軌道の現在のセグメントに接続された推定軌道の将来のセグメントは、調整された推定軌道の調整された現在のセグメントに接続された調整推定軌道の調整未来セグメントになるように調整され得る。命令セット(例えば104A、104B)は、マップに関連する境界およびマップの少なくとも1つの制約に衝突する、推定軌跡の現在のセグメントに関連するアークヒットタイプ(arc-hitting type)を決定することができる。命令セット(例えば104A、104B)は、アークヒットタイプに基づいて、調整された推定軌道の調整された現在のセグメントになるように現在のセグメントを調整することができ、現在のセグメントはARCタイプとして分類され得る。命令セット(例えば104A、104B)は、現在の数量と過去の数量とに基づいてアークヒットタイプを決定することができる。現在の量は、境界の現在の法線方向と現在のセグメントに関連する推定軌道の現在の方向との間の現在の角度に基づいて決定され得る。過去の量は、過去の境界の法線方向と過去の推定軌跡の方向との過去の角度に基づいて決定され得る。
現在の量が過去の量よりも大きい場合、アークヒットタイプはTANGENT HITタイプであり得る。現在の数量が過去の数量より大きくなく、現在のセグメントが境界に当たる現在のセグメントの終点が通路に関連付けられていない場合、アークヒットタイプはFREE SPACE EXIT HITタイプになり得る。現在の量が過去の量よりも大きくない場合、現在のセグメントが境界に達する現在のセグメントの終点が最初の通路に関連付けられ、最初の通路が最初の通路に関連付けられている場合、アークヒットタイプはEXIT HITタイプとなり得、第1の通路は現在のセグメントの始点に関連付けられている第2の通路と同一である。現在の量が過去の量よりも大きくない場合、現在のセグメントが境界に当たる現在のセグメントの終点が最初の通路に関連付けられ、最初の通路が次の場合、アークヒットタイプはDOOR ENTRY HITタイプとなり得、第1の通路は現在のセグメントの始点に関連付けられた2番目の通路と同一ではなく、現在のセグメントの終点は2番目の通路に関連付けられたドアの近くにある。現在の量が過去の量よりも大きくない場合、アークヒットタイプはNON-DOOR ENTRY HITタイプであり得、現在のセグメントが境界に当たる現在のセグメントの終点は、第1の通路に関連付けられる。第1の通路は現在のセグメントの始点に関連付けられた第2の通路と同じではなく、現在のセグメントの終点は第2の通路に関連付けられたドア以外の近くにある。
命令セット(例えば104A、104B)は、アークヒットタイプに基づいて現在のセグメントについてターゲットチェックポイントおよび/またはターゲット方向を決定することができる。推定軌跡の過去のセグメントの長さは、ターゲットチェックポイント、ターゲット方向、および/またはアークヒットタイプに基づいて調整することができる。過去のセグメントは、STRIGHT LINEタイプとして分類され得る。推定軌跡の過去のセグメントの長さは、現在のセグメントがターゲットチェックポイントおよび/またはターゲット方向に向かって進むことができるように調整され得る。
アークヒットタイプがTANGENT HITである場合、過去のセグメントの長さは、固定量、適応量、百分率量、および/または別の量によって短縮され得、その結果、現在のセグメントは境界に衝突しない可能性がある。アークヒットタイプがFREE SPACE EXIT HITタイプである場合、ターゲット方向は、どの通路にも関連していない境界を超えた点に向かっていると決定され得る。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標方向に向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがFREE SPACE EXIT HITタイプである場合、ターゲットチェックポイントは、どの通路にも関連していない境界を超えた点であると決定され得る。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標チェックポイントに向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがEXIT HITタイプである場合、目標方向は、境界に関連付けられる第1の通路とは異なる第2の通路に向かうと決定されてもよい。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標方向に向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがEXIT HITタイプである場合、目標チェックポイントは、境界に関連付けられる第1の通路とは異なる第2の通路内の点であると決定されてもよい。過去のセグメントの長さは、現在のセグメント終わりが一般に目標チェックポイントに向くように、固定量、適応量、百分率量、および他の量の少なくとも1つによって調整することができる。アークヒットタイプがDOOR ENTRY HITタイプである場合、目標方向は、境界の開口部に関連するドアに向かうと決定されてもよい。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標方向に向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがDOOR ENTRY HITタイプである場合、目標チェックポイントは、境界の開口部に関連するドアに関連するポイントとして決定されてもよい。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標チェックポイントに向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがNON-DOOR ENTRY HITタイプである場合、目標方向は、第2の通路に関連付けられる非ドアに向かうと決定され得る。過去のセグメントの長さは、現在のセグメントの終わりが一般に目標方向に向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。アークヒットタイプがNON-DOOR ENTRY HITタイプである場合、目標チェックポイントは、第2の通路に関連する非ドアに関連するポイントとして決定されてもよい。過去のセグメントの長さは、現在のセグメントの終点が一般に目標チェックポイントに向くように、固定量、適応量、百分率量、および/または他の量によって調整することができる。
マップに関連するマップ点の(2D、3Dおよび/またはより高次元の)アレイが決定されてもよい。マップに関連する少なくとも1つの通路が決定されてもよい。各通路に関連する少なくとも1つのマップポイントが決定されてもよい。推定軌道に関連するマップポイントもまた決定することができる。少なくとも1つのマップポイントは、通路に関連する少なくとも1つの境界矩形に基づいて各通路に関連すると決定され得る。通路に関連する少なくとも1つのマップポイントがユーザによってタグ付けされてもよい。
マップ、通路、ドア、および/またはドア以外のものに関連付けられた仮想ゲートを決定することができる。補正中には、仮想ゲート付近の推定軌道は、仮想ゲートを通過するように調整され得る。マップ、通路、ドア、および/またはドア以外のものに関連付けられたチェックポイントが決定され得る。補正中には、仮想ゲート付近の推定軌道は、チェックポイントを通過するように調整され得る。仮想ゲートは、マップ、通路、交差点、T字路、交差点、交差点、角交差点、角、開口、経路、リフト、エレベータ、入口、出口、傾斜路、ゲート、舗装、歩道、チェックポイント、交通渋滞エリア、ウィンドウ、ドア、ドア以外、待合室、座席、椅子、ソファ、ガレージ、駐車スペース、トランジションエリア、共用エリア、公共エリア、キッチン、トイレ、部屋、家、建物、階段、コンパートメント、オフィス、および/または住宅と関連付けられるように決定されてもよい。仮想ゲート付近の推定軌道のセグメントは、調整されたセグメントが仮想ゲートを通るように調整されてもよい。
一例では、決定されるべき少なくとも1つの閾値が存在し得る。量(例えば、類似性スコア、信号、機能、信号の機能、CIの構成要素、CIの機能、チャネル状態情報(CSI)の構成要素、CSIの機能、電力情報(PI)の構成要素、PIの機能、出力動作、時間量、周波数量、時空間量など)をしきい値と比較することができる。少なくとも1つの閾値が適応的に決定され得る。量の学習データは、少なくとも1つのターゲットケース(例えば、「ドアオープン」のターゲットケース、「ドアクローズ」のターゲットケース、「ドア半開」のターゲットケースなど)について取得することができる。少なくとも1つの閾値は、第1のターゲットケースの第1の割合に対する肯定的反応、第2のターゲットケースの第2の割合に対する肯定的反応、第3のターゲットケースの第3の割合に対する否定的反応、および 第4のターゲットケースの第4の割合に対する否定的反応の少なくとも1つがあるように適応的に決定され得る。
一例では、第1のターゲットケースは、「保護領域内を歩いている(または何か動いている)誰か」であり得る(例えば、保護領域は、家、オフィス、アパート、および/または任意の領域であり得る)。第3のターゲットケースは、「保護地域外を歩いている(または何か動いている)人」であり得る(例えば、誰かが家、オフィス、アパート、および/または地域の外を歩いている可能性がある)。閾値は、大部分(例えば99.99%)の第1のターゲットケースが検出され、大部分(または最大量)の第3のターゲットケースが検出されないように適応的に調整されてもよい。
一対のデバイス(すなわち、第1のデバイスおよび第2のデバイス)は、一対の装置間で送信される無線信号から取得/抽出されたCIを使用して共同でタスクを実行することができる。性能を向上させ、望ましくないソースからの干渉を低減するために特定の方向により大きな電力を放射/受信する指向性アンテナを、一対のデバイスに使用することができる。一対のデバイスは、デバイス、無線送信機(例えば108)、無線受信機(例えば109)、タイプ1異種無線デバイス、タイプ2異種無線デバイス、および/または他のデバイスを含むことができる。
第1のデバイスは、特定の方向を向くように(例えば、機械的に、電子的におよび/またはデジタル的に)制御される少なくとも1つの指向性アンテナ(例えば位相アレイ)を含み得る。指向性アンテナおよび/または特定の方向は、おそらくは少なくとも1つの要因(たとえば、オブジェクトおよび/または第2のデバイスの移動などの外部要因、オブジェクトおよび/または第2のデバイスの可能な場所、マップに関連する位置/方向、第2のデバイスの特性/状態(たとえば電池レベル、距離、相対方向)、干渉が少ない可能性がある方向、および/または電池レベルなどの内部要因、計時遅れなど)に応じて適応的に調整/操縦/変更することができる。指向性アンテナおよび/または特定の方向は、予めプログラムされた方法で、経時的に調整/操縦/変更されてもよい。
一例では、第1のデバイスの指向性アンテナは、場所内の特定のエリア(例えば、会議室、寝室、居間、ダイニングエリア、オフィス、歩道、待合室、入り口/出口、高セキュリティエリアなど))に向けられてもよい。指向性アンテナ(および関連するCI)は、特定のエリア(ただし、特定のエリアの外側ではない、例えば、会議室、寝室、居間、ダイニング領域、オフィス、通路、待機エリア、出入り口エリア、高セキュリティエリアなど)および/または特定のエリアの方向で発生したイベントの検出を可能にすることができる。
イベントは、オブジェクトの移動、特定の動作シーケンスを受けるオブジェクト、周期的動作、過渡的動作、ドアの開閉、窓の開閉、人が落ちる動作シーケンス、ロボットが動作シーケンスを行うこと(例えば組立ラインで作業を行うロボットアーム)、特定の動作シーケンスを実行する哺乳動物、歩く人/ジョギング/ランニングする人、泣いている赤ん坊、施設に出入りする老人、医療機関内で移動する患者/医師/看護師、警備員による巡回、チェックポイント(特定の領域)に現れた(第2のデバイスを持ち運ぶ)人、配達人が配達する、郵便物を配達する郵便配達人、用務員の仕事をする管理人など、を含むことができる。
一対のデバイス(すなわち、第1のデバイスおよび第2のデバイス)は、一対の装置間で送信される無線信号から取得/抽出されたCIを使用して共同でタスクを実行することができる。無線送信機、無線受信機、無線デバイス、タイプ1異種無線デバイス、タイプ2異種無線デバイスおよび/または他のデバイスのアンテナの電力/電力利得は、タスクが場所内の特定のエリア(例:会議室、寝室、リビングルーム、ダイニングエリア、オフィス、通路、待合室、出入り口エリア、高セキュリティエリアなど)に限定されるように、制御/調整され得る。タスクは特定のエリアに制限されているが特定のエリア外にはないかもしれない。
一例では、特定のエリア内で発生するタスク(例えば、動き検出)のためのトレーニングデータ(例えば、「会議室における動きの検出」のためのトレーニングデータ)は、屋外の特定のエリア(例えば、「会議室外の動きの検出」のためのトレーニングデータ)で発生するタスクのためのトレーニングデータと共に使用され得る。2つのタイプのトレーニングデータは、タスク(例えば動き検出)が特定のエリアに限定されるが特定のエリアの外側にはならないように少なくとも1つの閾値を決定するために一緒に使用されてもよい。
データ処理を含む上記の機能は、データストレージシステム、少なくとも1つの入力デバイス、および少なくとも1つの出力デバイスからのデータおよび命令を受信し、ならびにこれらにデータおよび命令を送信するように結合された少なくとも1つのプログラマブルプロセッサを含む、プログラマブルシステム上で実行可能な1つ以上のコンピュータプログラム内に有利に実装できる。コンピュータプログラムは、特定の活動を実施するか、または特定の結果をもたらすために、コンピュータ内で直接的または間接的に使用することができる命令セットである。コンピュータプログラムは、コンパイル型言語またはインタプリタ型言語を含む、任意の形態のプログラミング言語(例えば、C、Java)で書くことができ、スタンドアロンプログラム、またはモジュール、コンポーネント、サブルーチン、ブラウザベースウェブアプリケーション、もしくはコンピューティング環境で使用するのに好適なその他のユニットを含む、任意の形態で配布され得る。
命令のプログラムを実行するのに好適なプロセッサとしては、例えば、汎用マイクロプロセッサおよび専用マイクロプロセッサの両方、デジタル信号プロセッサ、ならびに任意の種類のコンピュータの唯一のプロセッサ、または複数のプロセッサもしくはコアのうちの1つが挙げられる。一般に、プロセッサは、読取り専用メモリもしくはランダムアクセスメモリまたはその両方から命令およびデータを受信することになる。コンピュータの必須要素は、命令を実行するためのプロセッサ、ならびに命令およびデータを記憶するための1つ以上のメモリである。一般に、コンピュータはまた、データファイルを記憶するための1つ以上大容量ストレージデバイスを含む、または通信するように動作可能に結合され、このようなデバイスには、磁気ディスク、例えば、内部ハードディスクおよび取外し可能ディスク、光磁気ディスク、光学ディスク、およびソリッドステートドライブ等を含む。コンピュータプログラム命令およびデータを実態的に具現化するのに好適なストレージデバイスは、例として、EPROM、EEPROM、およびフラッシュメモリデバイスなどの半導体メモリデバイス、内部ハードディスクおよび取外し可能ディスクなどの磁気ディスク、光磁気ディスク、ならびにCD-ROMおよびDVD-ROMディスクを含む、すべての形態の不揮発性メモリを含む。プロセッサおよびメモリは、ASIC(特定用途向け集積回路)によって補足するかまたはその中に組み込み得る。
本明細書は多くの具体的な実装の詳細を含むが、これらはいかなる開示の範囲または主張され得るものに対する限定としてではなく、むしろ特定の開示の特定の実施形態に特有の特徴の説明として解釈されるべきである。別個の実施形態との関連で本明細書に記載されたある特定の特徴はまた、単一の実施形態において組み合わせて実装され得る。逆に、単一の実施形態との関連で記載された様々な特徴はまた、複数の実施形態において別個に、または任意の適切な部分的組み合わせで、実装され得る。
同様に、動作は、特定の順番で図面に示されるが、これは、好ましい結果を達成するために、そのような動作が示された特定の順番でまたは逐次的に実施されること、あるいは、すべての図示された動作が実施されることを必要とするものとして理解されるべきではない。ある特定の状況では、マルチタスキングおよび並行処理が、有利であることがある。更に、前述の実施形態における様々なシステム構成要素の分離は、すべての実施形態でそのような分離が必要とされるものとして理解されるべきではなく、記載されているプログラム構成要素およびシステムは、一般に、単一のソフトウェア製品においてともに統合されてもよく、または複数のソフトウェア製品にパッケージ化されてもよいことを理解されたい。
本主題の特定の実施形態について説明した。その他の実施形態はまた、以下の特許請求の範囲内である。場合によっては、本特許請求の範囲に列挙されるアクションは、異なる順番で実行され、望ましい結果をやはり達成することがある。加えて、添付の図面に記載された工程は、望ましい結果を達成するために、示された特定の順番、または逐次的順番を必ずしも必要としない。ある特定の実装例では、マルチタスキングおよび並行処理が、有利であることがある。
本開示の多くの実装例について説明してきた。それにもかかわらず、本開示の精神と範囲から逸脱することなしに、様々な変更を行うことができると理解することができる。例えば、無線送信器、無線受信器、アンテナ、指向性アンテナ、無線送信、マルチパスチャネル、無線信号、オブジェクト、オブジェクト、プロセッサ、メモリ、命令セット、CI、チャネル状態情報(CSI)、電力情報(PI)、CI/CSI/PIのフォーマット/特徴/コンポーネント/コンテキスト、CI/CSI/PIの圧縮/表現/ストレージ/送信/暗号化/処理/前処理/後処理、時系列フォーマット/順序/シーケンス、無線信号からのCIの抽出、時空間情報、過去の情報、初期情報、時間量、空間量、時空間量、推定方向、類似性スコア、オブジェクト、距離、オブジェクトの運動、特徴ポイント、ローカルデバイス、および/または計算作業負荷共有は、上記のようなものとは異なる場合がある。
アンテナマッチングに基づく速さ推定の例示的なフロー図を図6に示す。ステップ1302において、主要(lead)アンテナに対するCFR結合の詳細な式は、Hlead(t1)=[H2(t1),H3(t1),H2(t1+Δt),H3(t1+Δt),...,H2(t1+(N-1)Δt),H3(t1+(N-1)Δt)]である。ステップ1304において、追従アンテナのためのCFR結合の詳細な式は、Hfollow(t2)=[H1(t2),H2(t2),H1(t2+Δt),H2(t2+Δt),...,H1(t2+(N-1)Δt),H2(t2+(N-1)Δt)]である。
ステップ1306では、各タイムスロットt1に対して、2つのフィンガプリントであるHlead(t1)とHfollow(t2)との間のTRRSγ(t1,t2)が異なるt2近傍のt1のために計算される。ステップ1308では、γ(t1,t2)の最大値を与えるt2が決定され、そして、主要アンテナのグループと追従アンテナのグループとの間の遅延τは従ってτ=t2-t1である。ステップ1310では、速度推定は従って、v=d/τであり、ここで、dは任意の2つの隣接する別々のアンテナの間の距離を表す。したがって、その他の実施形態は、以下の特許請求の範囲内である。
TSCIの一部のCIのタイムスタンプは、不規則である場合があり、かつ修正されている場合があり、これにより、時間修正されたCIの修正されたタイムスタンプは、時間的に均一に間隔を開けられている場合がある。複数のタイプ1デバイスおよび/または複数のタイプ2デバイスの場合には、修正されたタイムスタンプは同じまたは異なるクロックに関してあり得る。CIの各々と関連付けられた元のタイムスタンプが決定され得る。元のタイムスタンプは、時間的に均一な間隔ではない可能性がある。現在のスライディング時間窓における特定のTSCIの特定の部分のすべてのCIの元のタイムスタンプは、時間修正されたCIの修正されたタイムスタンプが時間的に一様に間隔を空けられるように修正され得る。少なくとも1つのTSCIは、タイプ1デバイスとタイプ2デバイスとの間の様々なアンテナ対に対応し得る。タイプ1デバイスは少なくとも1つのアンテナを有することができる。タイプ2デバイスはまた少なくとも1つのアンテナを有することができる。少なくとも1つのTSCIのそれぞれは、タイプ1デバイスの少なくとも1つのアンテナのうちの1つと、タイプ2デバイスのうちの少なくとも1つのアンテナのうちの1つとに関連付けられ得る。アンテナリンクについて平均化を実施できる。少なくとも1つのTSCIにわたって平均化し得る。平均化は、アンテナ対のサブセットに対応する少なくとも1つのTSCIのサブセットに対して任意に実行されてもよい。
少なくとも1つのタイプ1デバイスが少なくとも1つのタイプ2デバイスと相互作用する場合、処理、前処理、後処理、および/または他の処理は装置ごとに異なり得る。処理/前処理/後処理/他の処理は、位置、向き、方向、役割、ユーザ関連特性、設定、構成、利用可能なリソース、利用可能な帯域幅、ネットワーク接続、ハードウェア、ソフトウェア、プロセッサ、コプロセッサ、メモリ、バッテリ寿命、利用可能電力、アンテナ、アンテナタイプ、アンテナの指向性/一方向性の特性、電力設定、および/またはデバイスの他のパラメータ/特性に基づくことができる。
粒子フィルタベースの追跡
別の実施形態は、無線監視システムの方法/装置/デバイス/システム/ソフトウェアであり、(1)プロセッサ、メモリ、および命令セットを使用して、場所内の無線マルチパスチャネルを介して少なくとも1つの異種ターゲット無線受信器へ第1の無線デバイスのアンテナによって一連のプローブ信号を送信することと、(2)少なくとも1つの異種ターゲット無線受信機のそれぞれによって、一連のプローブ信号から少なくとも1つのTSCI(TSCI)を非同期に取得することであって、CIは、異種ターゲット無線受信機と第1の無線デバイスとの間の無線マルチパスチャネルである、取得することと、(3)それぞれの異種ターゲット無線受信機によって一連のプローブ信号から得られたそれぞれの少なくとも1つのTSCIに基づいてそれぞれのマップに対してそれぞれのオブジェクトに関連するそれぞれの動きを反復的に非同期に監視することと、(4)それぞれの少なくとも1つのTSCIに基づいてそれぞれの増分時間期間(ΔT)内にそれぞれのオブジェクトが移動したそれぞれの増分距離(ΔD)を反復的に決定することと、(5)それぞれの現在時刻(T2)におけるそれぞれのオブジェクトのそれぞれの現在位置、それぞれの増分距離(ΔD)、および/またはそれぞれの増分期間中のそれぞれの動きのそれぞれの方向(シータ)、の少なくとも1つに基づいて、それぞれのマップにおけるそれぞれの次の時間(T1)におけるそれぞれのオブジェクトのそれぞれの次位置を繰り返し計算することと、を含む。
特定のオブジェクトの特定の動きは、2つ以上の異種ターゲット無線受信機によって取得されたTSCIに基づいて監視されていてもよい。例えば、全ての異種ターゲット無線受信機によって得られたTSCIは、共通の対象物の共通の動きを監視するために使用されてもよい。監視は、個別監視および/または共同監視であり得る。すべての異種ターゲット無線受信機によって取得されたTSCIは、非同期および/または同期であり得る。
特定の(共通の)マップに対して、2つ以上のそれぞれのオブジェクトに関連する2つ以上のそれぞれの動きを監視することができる。例えば、異なるオブジェクトの動きを共通のマップに関して監視することができる。あるいは、少なくとも1つの共通の位置を共有する2つ以上のマップに対して、2つ以上のそれぞれのオブジェクトに関連する2つ以上のそれぞれの動きを監視することができる。
増分期間(ΔT)は、一連のプローブ信号のうちの2つのプローブ信号間の時間差であり得る。例えば、増分期間は、一連のプローブ信号内の2つの連続するプローブ信号(例えば、時間インデックス= 10を有するものと時間インデックス= 11を有するものとの間)の間の時間差であり得る。それはまた、一連のプローブ信号におけるプローブ信号(例えば、時間インデックス= 10)と他のプローブ信号(例えば、時間インデックス= 13、または時間インデックス= 20、または時間インデックス= 1000)との間の時間差であり得る。
それぞれの増分期間は、それぞれの次の時間とそれぞれの現在の時間との間の時間差(ΔT = T1 - T2)とすることができる。異なるオブジェクトに関連付けられている現在時刻は異なる場合があります。それらは非同期かもしれません。異なるオブジェクトに関連付けられている次時刻は異なってもよい。それらは非同期であり得る。それぞれの増分期間は、オブジェクトごとに異なる場合があります。それぞれの増分期間は、変化し得る。それぞれの増分期間は、1単位時間、1年、4分の1年、1ヶ月、1週間、1日、1時間、1分、1秒、0.1秒、0.01秒、0.001秒 、0.0001秒、0.00001秒、0.000001秒、および/またはより小さい時間単位の持続時間を有することができる。増分期間中に一連のプローブ信号のうちの0、1、2、またはそれ以上のプローブ信号があってもよい。オブジェクトの異なる増分期間は異なる期間を有し得る。
それぞれの増分期間中のそれぞれの動きのそれぞれの方向(シータ)は、それぞれの現在の時間(T2)におけるそれぞれの動きのそれぞれの方向、それぞれの時間におけるそれぞれの動きのそれぞれの方向、それぞれの次の時間(T1)および/または別の時間におけるそれぞれの動きのそれぞれの方向のそれぞれの関数であり得る。例えば、それぞれの方向は、T1における瞬間方向およびT2における瞬間方向の平均および/または加重平均であり得る。それぞれの方向は、それぞれの増分期間の平均方向でもあり得る。それはまた、それぞれの増分期間におけるサンプリングされた方向の加重平均であり得る。
それぞれのマップ内のそれぞれの次の時点におけるそれぞれのオブジェクトのそれぞれの次の位置は、粒子フィルタを使用して計算することができる。それぞれのオブジェクトのそれぞれの初期数のそれぞれの初期候補位置は、それぞれの初期時間(T0)に初期化され得る。例えば、それぞれの初期数は、1000、100、または10であり得る。各初期候補位置は、何らかの確率密度関数に従ってランダムにサンプリングされ得る。確率密度関数(pdf)は、ガウス分布、ラプラシアン分布、一様分布、他のpdf、特定の領域に限定された他のpdf、および/またはそれぞれの多次元マップに関連する制約を受ける他のpdfのような対称分布であり得る。制約の一例は、多次元マップの到達不可能な位置がゼロの確率を有することであり得る。関連する配列要素aを有する部分的に到達可能な位置は、配列要素aに基づく位置でpdfを減少させることができる。例えば、pdfはガウス分布であり得る。到達不能な場所では、pdfはゼロになるように強制され得る。関連する配列要素a = 0.3を有する部分的に到達可能な位置において、その位置におけるガウスpdf値に変換が適用され得る。ガウスpdf値がbであるとする場合、変換されたpdf値は、ある実数値cに対してはa*b、(a^2)*b、または(a^c)*b、あるいはある関数に対してはf(a、b)である。
各オブジェクトのそれぞれの第1の候補位置の第1の動的数(N1)は、現時点でのそれぞれのオブジェクトのそれぞれの第2の候補位置の第2の動的数(N2)に基づいて、次回に反復して計算され得る。次回のそれぞれの次の位置は、N1個のそれぞれの第1の候補位置に基づいて計算され得る。現在のそれぞれの現在位置は、N1個のそれぞれの第1の候補位置に基づいて計算され得る。N2個のそれぞれの第2の候補位置は、現在時刻におけるそれぞれの現在位置を計算するために使用され得る。第1の候補位置が一度に1つずつ定義され、追加されおよび/または作成され得るため、瞬間N1は経時的に変化し得る(すなわち動的に変化する)。最終のN1は、最終のN2と同じであっても同じでなくてもよい。言い換えれば、候補位置の数は時間とともに変化し得る(すなわち動的に変化する)。
第1の候補位置は、第2の候補位置に関連し得る。いくつかの第1の候補位置は、いくつかの対応する第2の候補位置の次の位置であり得る。次の位置は、第2の候補位置からそれぞれの方向(シータ)にそれぞれの増分距離(ΔD)だけ移動した終点であり得る。いくつかの第1候補位置は、いくつかのpdfに基づいて生成された(第2候補位置と比較して)新しい位置であり得る。pdfは、第2の候補位置に関連し得る。
それぞれの次回における、それぞれのオブジェクトのそれぞれの次の位置は、それぞれの次回における、それぞれの第1の候補位置の第1の動的数、および/またはそれぞれの現在時刻における第2の候補位置のそれぞれの第2の動的数のうちの少なくとも1つに基づいて計算され得る。それぞれのオブジェクトは、それぞれの多次元マップによって表されるそれぞれの領域内のそれぞれの時間経過期間中に移動し得る。それぞれの多次元マップは、それぞれの多次元配列Aとして表すことができ、それによって各領域のそれぞれの位置の到達可能性が、0から1の間の論理値(または確率値)を有し得る対応する配列要素aによって表され得る。例えば、配列要素aは0から10までの間の値を取り得、これは論理的に0から1までの論理値と等しい。ある位置に関連付けられた配列要素aは、その位置に到達する確率を定義し得る。配列要素a = 0(確率ゼロ、これは制限された位置または禁止された位置を暗示し得る)である場合、位置は到達不可能であり禁止されている可能性がある。a = 1(任意の時間に自由にアクセスすることができる制限されていない位置を意味する可能性がある、単一確率)であれば、位置は完全に到達可能であり得る。0 <a <1の場合、位置は部分的に到達可能であり得る。より大きな配列要素aは、その位置がより到達可能またはアクセス可能であり得ることを暗示し得る。
それぞれの次の位置、それぞれの現在の位置、N1個のそれぞれの第1の候補位置、および/またはN2個のそれぞれの第2の候補位置、のそれぞれは、それぞれの領域内のポイントであり、a>0である、対応する配列要素aとして表され得る。それぞれの次の位置、それぞれの現在の位置、N1個のそれぞれの第1の候補位置、および/またはN2個のそれぞれの第2の候補位置、のそれぞれは、完全に到達可能および/または部分的に到達可能であり得るが、禁止され得ない。
それぞれの任意の位置におけるそれぞれのオブジェクトのそれぞれの動きのそれぞれの方向は、いくつかの許容される方向のうちの1つとして局所的に表され得る。例えば、マップは、二次元配列として表すことができる二次元マップとすることができる。許容される方向は、4つの連結方向:左、右、上および下を含み得る。許容される方向は他の方向を含み得る。例えば、許容される方向は、左、右、上、下、右上、左上、右下および左下の8つの連結方向を含み得る。
別の例では、マップは三次元配列として表される三次元マップであり得る。許容可能な局所方向は、左、右、上、下、上、および下など、軸のうちの1つに平行ないくつかの方向を含み得る。許容される方向は他の方向を含み得る。例えば、許容される方向は、右上、左上、右下、左下、上上、上下、下上、下下、左上、左下、右上、右下、上右上、上右下、上左上、上左下、下左上、下左下、下右上、および/または下右下など、約45度の方向を含むことができる。
マップは時変であるため4次元であり得る。許容可能な局所的方向は、時間とともに(例えば時間適応的に)変化することがあり、したがって4次元であることもある。マップはより高次元でもよく、許容可能な局所的方向はマップの次元以下の次元でもよい。例えば、マップは3次元であり得るが、許容される方向は2 - D平面(例えば水平面)内に定義されてもよい。
合計N1個(第1の動的数)の重みが計算され得る。各重みは、それぞれの第1の候補位置に関連付けられてもよい。重みは、それぞれの現在位置、それぞれの第1の候補位置、それぞれの第1の候補位置に関連付けられるそれぞれの第2の候補位置の対応関係、それぞれの動きのそれぞれの方向、および/または、それぞれの方向におけるそれぞれの第1の候補位置と第1の到達不能配列要素aとの間の距離のうちの少なくとも1つの関数であり得る。
それぞれのオブジェクトのそれぞれの次の位置は、それぞれの第1の候補位置の第1の動的数(N1)に基づいて計算され、そして重みの第1の動的数(N1)に関連付けられ得る。各重みは、それぞれの方向における、それぞれの第1の候補位置と第1の到達不能配列要素aとの間の距離についての単調減少しない関数であり得る。一般に、重みは、距離が長いほど大きくなり得る。各重みは距離の有界関数であり得る。重みは正規化され得る。それぞれのオブジェクトのそれぞれの次の位置は、重みに基づいて、それぞれの第1の候補位置の第1の動的数の加重平均として計算され得る。それぞれのオブジェクトのそれぞれの次の位置は、それぞれの第1の候補位置のうちの1つとして計算され得る。それぞれの第1の候補位置の第1の動的数の残りについての、それぞれの第1の候補位置の重み付けコストが計算され得る。加重コストは、それぞれの第1の候補位置とそれそれの第1の候補位置の残りのそれぞれとの間のペア毎の距離の加重和であり得る。各第1候補位置に関連付けられた重みのセットは異なってもよい。各重みのセットは正規化され得る。それぞれのオブジェクトのそれぞれの次の位置は、最小の重み付きコストを有するそれぞれの第1の候補位置として選択され得る。
それぞれの第1の候補位置と別の第1の候補位置との間のペア毎の距離に対する重みは、第1の候補位置に関連する重み(W1)および/または別の第1の候補位置に関連する重み(W2)の関数であり得る。関数は、W 1、W 2、W 1 * W 2、W 1 + W 2、a * W 1 + b * W 2、(W 1)^ a *(W 2)^ b、および/またはW 1およびW 2の別の関数であり得る。
ペア毎の距離は、ユークリッド距離(L2距離)、絶対距離(L1距離)、ロバスト距離、および/または別の距離であり得る。ロバスト距離は、基本的に、小さい場合には1つの距離関数(例えばユークリッド距離)であり、大きい場合には別の距離関数がより遅い増加率(例えばL1距離と同様に線形)となる。距離は、ユークリッド距離(L2距離)、絶対距離(L1距離)、および/または別の距離の単調増加関数であり得る。多次元マップは二次元であってもよい。配列Aは、2次元配列であり得る。各配列要素aは2つのインデックスを持ち得る。多次元マップは3次元であり得る。配列Aは、3次元配列であり得る。各配列要素aは3つのインデックスを持ち得る。
予測値は、第2の候補位置、それぞれの増分距離(ΔD)、および/またはそれぞれの増分期間(ΔT)のうちの少なくとも1つに基づいて、それぞれのオブジェクトの第2の候補位置ごとに計算され得る。 第2の候補位置の予測値が(関連するアレイ要素a = 1で)完全に到達可能である場合、それぞれのオブジェクトの第1の候補位置は、第2の候補位置の予測値に基づいて生成され得る。第2の候補位置の予測値が関連付けられた配列要素a = 0で禁止されている場合、第2の候補位置は、第1の候補位置を作成することなく「拒否」としてラベル付けされてもよい。第2候補位置の予測値が、関連付けられた配列要素0 <a <1で部分的に到達可能である場合、0と1との間の乱数が生成され得る。乱数がaより小さい場合、それぞれのオブジェクトの第1の候補位置は、第2の候補位置の予測値に基づいて生成され得る。
第1の候補位置の量がしきい値よりも小さい場合、それぞれのオブジェクトの新しい第1の候補位置は、予測値に関連する重み、第2の候補位置に関連する重み、予測値に関連する多次元配列Aの配列要素、第2の候補位置に関連する多次元配列Aの配列要素及び/又は他の確率分布のうちの少なくとも1つに基づく確率分布で、拒否されていない第2の候補位置の予測値を採用して確率的に作成され得る。第1の候補位置の量が閾値よりも小さい場合、それぞれのオブジェクトの新しい第1の候補位置は、拒否されていない2番目の候補地の予測値に関連する重みに基づく確率で、拒否されない第2の候補位置を確率的に採用して確率的に作成され得る。第1候補位置の量が閾値よりも小さい場合、第1候補位置の量に基づいて暫定的な次の位置を計算することができ、および/またはそれぞれのオブジェクトの新しい第1候補位置を、確率分布に基づいて暫定的な次の位置の近傍に確率的に作成し得る。第1の候補位置の量が閾値よりも小さい場合、確率分布に基づいてそれぞれの現在位置の近傍でサンプリングされた位置の予測子として、それぞれのオブジェクトの新しい第1の候補位置を確率的に生成し得る。
近傍は、拒否されていない第2の候補位置のうちの少なくとも1つを含み得る。近隣は、拒否されていない第2の候補位置の大部分または全部を含み得る。確率分布は、拒否されない様々な第2の候補位置を中心とする1組のpdfの加重和であり得る。pdfのセットのうち2つ、いくつか、またはすべてが共通のpdfになり得る。共通確率は、ガウス分布、ラプラシアン分布、または一様分布などの1次元pdfであり得る。もう一つはおそらく2次元のpdfであり得る。それは一次元のpdfの積であり得る。それは円対称のpdfであり得る。それは、ガウス分布、二変量ガウス分布、円対称ガウス分布などの積であり得る。それは、3次元またはより高次元であり得る。加重和における第2の候補位置に関連付けられた各pdfの重みは、第2の候補位置に関連付けられた配列要素の関数であり得る。それぞれの候補位置の動的数はいつでも維持することができる。各候補位置の動的数は、少なくとも1つの各候補位置の初期化、少なくとも1つの各候補位置の更新、少なくとも1つの各候補位置の追加、少なくとも1つの各候補位置の一時停止、少なくとも1つの一時停止した各候補位置の再開、少なくとも1つの停止した各候補位置を停止し、少なくとも1つの停止した各候補位置を再初期化し、および/または少なくとも1つの各候補位置を除去することの少なくとも1つによって変更され得る。
それぞれの次回における、それぞれのオブジェクトのそれぞれの次の位置は、それぞれの次回における、それぞれの第1候補位置の第1の動的数、および/または他の時刻における候補位置のそれぞれの動的数のうちの少なくとも1つに基づいて計算され得る。それぞれの次回におけるそれぞれのオブジェクトのそれぞれの次の位置は、それぞれの次回におけるそれぞれの候補位置の動的数、過去の1つまたは複数の時刻のそれぞれの候補位置の動的数、 1つまたは複数の将来の時点におけるそれぞれの候補場所の動的数、のいくつかまたはすべてに基づいて計算され得る。それぞれの次回におけるそれぞれのオブジェクトのそれぞれの次の位置は、候補位置の加重平均として計算され得る。各それぞれの候補位置に関連する重みは、それぞれの候補位置、およびそれぞれの方向におけるそれぞれの候補位置と第1の到達不能配列要素aとの間の距離に基づいて計算され得る。それぞれのオブジェクトのそれぞれの次の位置は、それぞれの第1の候補位置の第1の動的数および関連する重みに基づいて計算され得る。例えば、それぞれのオブジェクトのそれぞれの次の位置は、それぞれの候補位置の動的数の加重平均として計算され得る。
それぞれの候補位置の総数は、いつか、それぞれの現在時刻、それぞれの次回、またはそれぞれのすべての時間において上限によって制限されるように維持され得る。それぞれの候補位置の総数は、いつか、それぞれの現在時刻、それぞれの次回、またはそれぞれのすべての時間において加減によって制限されるように維持され得る。上限および/または下限は時変であり得る。上限および/または下限は、ユーザ入力、システム状態、および/または他の条件のうちの少なくとも1つに従って調整され得る。それぞれの候補場所の総数が下限を下回ると、いくつかの候補場所が追加され得る。 候補位置の平均数は、定常状態数付近で制御され得る。
別の例では、それぞれのオブジェクトのそれぞれの次の位置は、候補位置のうちの1つとして計算されてもよい。それぞれのオブジェクトのそれぞれの次の位置は、他の候補位置からの最小の正規化された重み付き距離を有する特定の候補位置として計算され得る。
正規化された重み付き距離は、特定の候補位置と残りの候補位置のそれぞれとの間の距離の重み付き合計であり得る。特定候補位置と別の候補位置との間の距離に対する重みは、特定候補位置に関連する重み(W1)および/または別の候補位置に関連する重み(W2)の関数であり得る。関数は、W 1、W 2、W 1 * W 2、W 1 + W 2、a * W 1 + b * W 2、(W 1)^ a *(W 2)^ b、および/またはW 1およびW 2の別の関数であり得る。重みは正規化され得る。それらは、和が単位量になるように正規化され得る重みW2は、各候補位置に対して正規化されてもされなくてもよい。W1もまた正規化されてもされなくてもよい。
距離は、ユークリッド距離(L2距離)、絶対距離(L1距離)、ロバスト距離、および/または別の距離であり得る。ロバスト距離は、基本的に、小さい場合には1つの距離関数(例えばユークリッド距離)であり、大きい場合には別の距離関数(例えばL1距離と同様に線形)となる。距離は、ユークリッド距離(L2距離)、絶対距離(L1距離)、および/または別の距離の単調増加関数であり得る。
マップエンジン
場所の少なくとも一部は、少なくとも1つのスキャン装置を使用してスキャンされてもよい。少なくとも1つのスキャンされた多次元画像が取得され得る。少なくとも1つのスキャン装置は、異なるスキャン様式を使用し、異種の解像度/特性を有する異種のものとすることができる。マップ(例えば街路図、グーグルマップ、手描きマップ、屋内レイアウト図、建築設計図/レイアウト図/消防士のマップ、整備図、下水図、配管図、換気図、ナビゲーション図など)を取得され、スキャンされ/キャプチャされ得る。多次元マップに関連付けられた場所の少なくとも1つのスキャン/キャプチャ済み多次元画像を取得し得る。多次元配列Aは、それぞれの多次元マップの少なくとも1つのスキャンされた多次元画像に基づいて生成され得る。スキャン画像は、一次元、二次元、三次元、四次元またはそれ以上の次元であってよい。
スキャン画像は、カメラ、2Dスキャナ、写真/画像スキャナ、3Dスキャナ、LIDAR(光検出および測距)、深度センサ、赤外線、超音波、レーダ等を使用するセンサ/スキャナを使用してキャプチャ/スキャン/サンプリングすることができる。ノイズ除去、復元、強調、補正、色補正、幾何学的補正、変換、回転、拡大縮小、リサンプリング、特徴抽出などを含む画像前処理を適用することができる。センサ統合が適用され得る。信号調整、信号処理、トレーニング、分類、認識、検証、クラスタリング、コンピュータビジョン、機械学習、符号化、圧縮/解凍、誤り訂正、暗号化/復号化、スクランブル、スクランブル解除、送信、記憶が適用され得る。
スキャンされた多次元画像は、多次元パッチの多次元配列に細分されてもよい。パッチの形状は、規則的または不規則的であり得る。いくつかのパッチの形状は、円形、楕円形、長方形、対称形、非対称形、細長い形、局所的な凹形および凸形の曲線/表面/マニホルドなどを有する星形であり得る。パッチは中空であり得る。パッチに関連する形態学的操作(例えば、パッチ形状、境界幅、位置など)を適用することができる。
多次元パッチは重なっていても、重なっていなくてもよい。各多次元パッチは、多次元アレイAの配列要素aと関連付けられてもよい。したがって、各配列要素aは、多次元インデックスを有し得る。各多次元パッチの少なくとも1つの特徴を抽出することができる。配列要素aは、少なくとも1つの特徴に基づいて計算され得る。多次元パッチの少なくとも1つの特徴のうちの1つは、特徴、ヒストグラム、パッチのローパス特徴、回転不変特徴、スケール不変特徴、および他の特徴であり得る。
第2の一連のプローブ信号は、プロセッサ、メモリ、および第2の無線デバイスの命令セットを使用して、場所内の既知の場所において第2の無線デバイスのアンテナによって送信され得る。少なくとも1つの第2のTSCI(TSCI)は、第2の一連のプローブ信号から少なくとも1つの異種ターゲット無線受信機のそれぞれによって非同期に取得され得、CIは異種ターゲット無線受信機と第2無線デバイスとの間の無線マルチパスチャネルである。
それぞれの初期時間におけるそれぞれのオブジェクトのそれぞれの初期候補位置のそれぞれの初期数は、少なくとも1つの第2のTSCIに基づいて初期化され得る。初期候補位置は、第2の無線デバイスの既知の位置の近くにあり得る。初期候補位置は、確率密度関数(probability density function(pdf))に基づいて、第2の無線デバイスの既知の位置の近傍で確率的にサンプリングされ得る。近傍は規則的または不規則な形状をし得る。近傍の形状は、局所的に凹状、局所的に凸状、円形、長方形、星形、楕円形、細長い、対称、対称、および/または中空であり得る。pdfは、一様分布、ガウス分布、ラプラシアン分布、デルタ関数(指標pdf)、または近傍に限定された他の分布であり得る。pdfの中心は、第2の無線デバイスの既知の場所の近くに/あり得る。
第2の無線デバイスへのそれぞれのオブジェクトの最も近い接近は、第2のTSCIに基づいて決定され得る。それぞれの初期時間は、最も近いアプローチに関連する時間に基づいて決定され得る。オブジェクトの加速度は、オブジェクトの速さに基づいて決定され得る。pdfの中心は最も近い接近に基づいて決定され得る。最も近い近接は、特徴が局所的最大値(または最小値)である(達成する)として決定され得る。それぞれの初期時間は、特徴が局所的に最大になる時間として決定され得る。pdfおよびpdfの中心は、それが最大であるときの特徴の大きさに基づいて決定され得る。それぞれの初期時間におけるそれぞれのオブジェクトの初速度は、第2のTSCI、および第2のTSCIの一連の特徴のうちの少なくとも1つに基づいて推定され得る。それぞれの初期時間におけるそれぞれのオブジェクトの推定トレースの長さは、第2のTSCI、および第2のTSCIの一連の特徴のうちの少なくとも1つに基づいて推定され得る。それぞれのオブジェクトの位置は、それぞれのオブジェクトの位置がマップ上にオーバーレイされた状態でGUI上に表示され得る。短いスライド期間にわたるそれぞれのオブジェクトの位置がリアルタイムで同時に表示されるとき、それぞれのオブジェクトの推定軌跡が表示されてもよい。推定されたトレースはリアルタイムで移動され更新されてもよい。
それぞれの初期時間におけるそれぞれのオブジェクトの初期方向は、第2のTSCI、第2のTSCIの一連の特徴、既知の位置、場所、および2番目のワイヤレスデバイスのインストール設定情報のうちの少なくとも1つに基づいて推定することができる。第2の一連のプローブ信号の各々は、第2の無線デバイスの識別、第2の無線デバイスの既知の位置、および/または第2の無線デバイスの向きのうちの少なくとも1つを含み得る。第2の無線デバイスの識別、第2の無線デバイスの既知の位置、および/または第2の無線デバイスの向きは、取得/格納/送信/受信/圧縮/暗号化/シグナリング/で取得されてもよい。
トラッカーボットID
それぞれの方向(シータ)は、それぞれの方向を向いているそれぞれの方向デバイスによって捉えられてよい。例えば、方向デバイスは、自然な前向き方向を有するスマートフォンのジャイロスコープ(ジャイロ)であり得る。時には、ユーザは、スマートフォンを直立させて前向き方向と同じ方向(シータ)に前方に歩くことがある。ユーザはまた、スマートフォンを水平に保持し、前向き方向とは全く異なる方向(シータ)に前方に歩くこともできる。動きの方向が前向き方向と異なる場合、ジャイロセンサおよび他のセンサは異なる特性を有し得る。従って補正が必要となり得る。それぞれの方向デバイスのそれぞれの前向き方向が判定され得る。それぞれの前向き方向がそれぞれの方向と異なると判定された場合、補正が、それぞれの方向および前向き方向の少なくとも1つに基づいて(例えばジャイロ出力、加速度計出力に)適用され得る。
改良されたストレートヒットマップ補正
一例では、常に1つの候補位置のみが存在し得る。N1=1のそれぞれの次回についてただ1つの第1の候補位置が存在し、N2=1のそれぞれの現在の時間についてただ1つの第2候補位置が存在し得る。各候補位置は、少なくとも1つの以前の候補位置に基づいて計算された予測値であり得る。第1の候補位置は、第2の候補位置に基づいて計算された予測値であり得る。
セグメントは、第1の候補位置、第2の候補位置、それぞれの現在時刻以前の少なくとも1つの過去の候補位置、およびそれぞれの次回以降の少なくとも1つの将来の候補位置のうちの少なくとも1つに基づいて形成され得る。セグメント内の候補位置はトレースを形成し得る。修正は、セグメント内の候補位置に対して適用され得る。それぞれのマップ内のそれぞれの次の時点におけるそれぞれのオブジェクトのそれぞれの次の位置は、補正された第1の候補位置に基づいて計算され得る。セグメント内の全候補位置が完全に到達可能である場合、修正は必要とされない/適用されない可能性がある。セグメント内の任意の候補位置が到達可能またはでない、および/または禁止されている場合、補正がそのセグメントに適用され得る。補正は、それぞれのセグメント内の候補位置と別のセグメント内の候補位置とに一緒に適用され得る。少なくとも1つのそれぞれの将来の候補位置はそれぞれのセグメントに追加され得る。
セグメント内の候補ロケーションの1つに到達できないかもしれない。例えば、第1の候補位置は到達不能であり(禁止され)得る。到達不能な候補位置は、局所的に平坦な禁止構造に対して、到達不能な候補位置における法線方向を有する局所的に平坦な禁止構造の一部であり得る。例えば、禁止位置は、かなりの長さ/面積の禁止された壁/表面/線の一部であり得る。禁じられた位置は長くまっすぐな禁止構造の一部であり得る。法線方向は、禁止壁または長く直線状の/平坦な禁止構造(例えば、直線、平面、超平面)に関して、禁止位置において定義されてもよい。法線は局所的に平坦な禁制構造に対して垂直であり得る。
ある状況では、禁止位置にぶつかるという問題が、長さ/距離の不正確な推定値に起因することがある(すなわち、それぞれの増分距離(ΔD)は不正確であり得る)。この場合、長さが修正され得る。セグメントの直線部分が識別されて良く、直線部分/セグメントの長さが増減してもよい。ある状況では、禁止位置にぶつかるという問題が、不正確な方向に起因することがある(すなわち、それぞれの方向(シータ)は不正確であり得る)。この場合、トレースの角度が補正され得る。セグメントの直線部分が識別されてもよく、直線部分の角度は、禁止壁に対して局所的に平行、または長く直線的な/平坦な禁止構造に対して局所的に平行になるように調整されてもよい。この角度は、過去のトレースに接続したままセグメントの直線部分を回転させることによって調整され得る。「未来の」トレースは、未来のトレースが直線部分に接続されたままであるように、直線部分と共に回転され得る。
それぞれのセグメントの候補方向の直線部分は、以下の少なくとも1つによって決定され得、それは、セグメントの直線部分が識別されるのを待つこと、必要ならば将来の候補位置を追加すること、および/またはセグメントの直線部分を識別することである。補正は、直線部分の長さを調整すること、および/または直線部分の角度を調整することのうちの少なくとも1つによって、それぞれのセグメントに適用され得る。セグメントの残りの部分は、調整された直線部分に接続されたままで直線部分に対して同じ相対位置に留まるように調整され得る。直線部分の角度は、セグメントの直線部分を回転させることによって調整され得る。直線部分の長さは、直線部分から候補位置を除去すること、および/または直線部分に候補位置を追加することのうちの少なくとも1つによって調整され得る。
セグメントのトレースと禁止壁の法線との間の角度を「打撃角度」とする。打撃角度が第1の閾値(例えば、30°、40°、45°、50°、60°)より大きい場合、それは「平行カットイン」の場合として分類され得る。これは不正確な方向が原因であり得、角度補正はセグメントの直線部分に適用され得る。平行カットイン補正は、セグメントに適用され得る。打撃角度が第1の閾値(例えば、30°、40°、45°、50°、60°)より小さな場合、それは「直交ヒット」の場合として分類され得る。これは不正確な長さ/距離が原因であり得る。長さ補正は、セグメントの直線部分に適用され得る。直交カットイン補正は、セグメントに適用され得る。セグメントの直線部分が識別され得る。必要であれば、直線部分が識別されるまで(すなわち、待ちが生じ得る)、少なくとも1つの将来の候補位置がセグメントに追加され得る。
直交カットイン補正は、直線部分から候補位置を除去すること、および/または直線部分に候補位置を追加することのうちの少なくとも1つによって、セグメントの直線部分の長さを調整することによって、セグメントを補正することを含み得る。セグメントの残りの部分は、調整された直線部分に接続されたままで、調整された直線部分に対して同じ相対位置になるように調整され得る。平行カットイン補正は、セグメントの直線部分の角度を調整すること、およびセグメントの直線部分を回転させることによってセグメントを補正することを含み得る。セグメントの残りの部分は、調整された直線部分に接続されたまま調整された直線部分に対して同じ相対位置に留まるように調整され得る。平行カットイン補正はまた、セグメントの候補位置をセグメントの主方向に対して垂直な方向に移動させて、移動されたすべての候補位置に到達できないことを確実にすることによってセグメントを補正することを含み得る。セグメント全体がまっすぐである場合、主方向は動き方向であり得る。主方向は、セグメントの直線部分の方向であり得る。セグメントの候補位置のうちの少なくとも1つから、到達不可能な位置の近傍において任意の禁止境界点までの符号付き距離を計算することができる。セグメントの候補位置は、すべての符号付き距離が負にならないことを確実にするため、セグメントの直線部分に垂直な方向に移動され得る。
ナビゲーションモジュール
それぞれの現在位置(またはそれぞれの次の位置)から場所の目標位置へのパスが決定され得る。それぞれの次の場所から目標位置の場所への更新されたパスが計算されてもよい。それぞれの次の場所から目標位置の場所への更新されたパスがユーザの表示デバイス上に表示されてもよい。表示デバイスは、スマートフォン、タブレット、ラップトップ、PC、ディスプレイを有するスマートデバイス、音声合成を有するスマートデバイスであり得る。例えば、更新されたパスはスマートスピーカにおいて音声を用いて表現され(表示され)てよい。
パスは、それぞれの現在の場所から目標位置の場所までの多次元配列A上で決定されてもよい。それぞれの次の場所から目標位置の場所への更新されたパスが計算されてもよい。場所内の少なくとも1つの場所の特徴が、走査された多次元画像に基づいて検出され得る。少なくとも1つの場所の特徴は多次元配列A上にマークされ得る。少なくとも1つの場所の特徴は多次元配列Aに印を付けることができ、少なくとも1つの場所の特徴に関連する情報はユーザによって入力できる。少なくとも1つの場所の特徴は、壁、ドア、角、廊下、窓、および他の特徴のうちの少なくとも1つを含み得る。多次元配列Aの少なくとも1つの場所特徴が識別され得る。多次元配列内の各場所の特徴の線は、それらが他の線と交差するまで延長されてもよい。多次元配列Aの配列要素の矩形ブロックは、少なくとも1つの場所特徴から延びる直線に基づいて決定され得る。Aの配列要素の矩形ブロックは、2つ以上の小さな矩形ブロックに分割され得る。Aのアレイ要素の各矩形ブロックは、「スーパー」アレイBの「スーパー」アレイ要素として関連付けることができる。コストは、スーパーアレイBの各スーパーアレイ要素に関連付けることができる。コストは、スーパーアレイBの隣接スーパーアレイ要素の対のそれぞれと関連付けられ得る。
最小コストを有するスーパーパスは、スーパーアレイB上で、それぞれの現在位置から目標位置の場所まで決定され得る。それぞれの次の位置から目標位置の場所までの最小コストでのスーパーアレイB上の更新されたスーパーパスが計算され得る。スーパーアレイB上のスーパーパスに対応するアレイA上のパスが決定され得る。スーパーアレイB上の更新されたスーパーパスに対応するアレイA上の更新されたパスが決定され得る。
スマートトラッキングのためのハンドオーバー
以下では、屋内オブジェクト追跡システムのカバレッジを拡張するための受信信号強度インジケータ/信号強度レベル(RSSI / SSL)ベースのハンドオーバアルゴリズムの例が提示される。図27に示すように、
開始:ハンドオーバモジュールの開始
初期状態:最初の着信パケットを待ち、プリセット期間例えば100msの間に、RSSI/SSLの最大中央値を有する衛星を現在の衛星として選択
現在のサテライトの可用性チェック:実行時に、隣接する2つの着信パケット間の時間間隔に基づいて、現在のサテライトの可用性をチェックします。間隔がプリセット値を超えている場合は、現在の衛星に対応するキュー内のCSIを空にして、「初期化状態」モジュールに進む。そうでなければ、現在の衛星のCSIの待ち行列が一杯になったとき、「現在の衛星のリンク品質チェック」モジュールに移動
現在の衛星のリンク品質チェック:現在の衛星のRSSI / SSLの品質が低い場合は、「衛星交換アルゴリズム」に進み、詳細は次のセクションで説明する。品質が良ければ、「現在の衛星の利用可能性チェック」モジュールに戻る。システムは、2つの隣接するパケット間の時間差に従って代替衛星の待ち行列も更新することに注意する。
図28に示す衛星スイッチングアルゴリズムタイムスロットnにおいて、Sが現在のトラッカーBotに対する観察可能な起点の集合を示すとする。riraw [n]が、対応するキュー内のオリジン衛星 iからの時刻nにおける未加工のRSSI / SSL読み取り値を示すものとします。 メディアンフィルタと移動平均フィルタをriraw [n]に適用してフィルタ処理された値ri [n]を取得することで、RSSI / SSLの読み取り値を平滑化することができる。curは、ボットが現在関連付けられているオリジンサテライトのインデックスを表し、rcurmax [n]がそのキュー内の最大RSSI / SSLを示す。rcurmax [n]が事前設定された閾値γを下回る場合に、フルキューを有する他の代替衛星の最小RSSI / SSLの最大値、すなわち、raltermin [n]←max {min {ri [n-m]、m = 0、…、M-1},i≠cur}を計算する。raltermin [n] ≧ rcurmax [n]の場合、ボットはその新しい衛星に切り替える。それ以外の場合、以前の衛星のままとなる。
一例として、オブジェクトの追跡は、時間Tにてオブジェクトの初期場所を得ることと、次いで、少なくとも1つのTSCIに基づいて、時間T+ΔTにてオブジェクトの更新された場所を計算することと、によって達成され得る。
時間Tでのオブジェクトの初期場所は、エントランスにいくつかの指向性アンテナを設置することによって得ることができ、これにより、オブジェクトが指向性アンテナ下を動いていると、オブジェクトが指向性アンテナと関連付けられた場所にあることを示す無線信号を受信し得る。
オブジェクトの更新された場所は、増分時間ΔT内にオブジェクトが移動した距離を計算することと、変位ベクトルを得るために距離とオブジェクト動き方向(例えば、オブジェクトと関連付けられたジャイロスコープから得られた)とを結合することと、によって計算され得る。変位ベクトルを時間Tにて場所に追加して、時間T+ΔTでのオブジェクトの更新された場所を得ることができる。
タイプ1異種無線デバイスは、第1のタイプの異種無線デバイス(例えば、第1のプロービング信号(インパルスなど)を送信する無線送信器、第2のプロービング信号を受信する無線受信器、ボットとして機能する無線デバイス、またはオリジンとして機能する無線デバイス)であり、タイプ2異種無線デバイスは、第2のタイプの異種無線デバイス(例えば、第1のプロービング信号を受信する無線受信器、第2のプロービング信号を送信する無線送信器、または無線送受信器、またはオリジンとして機能する無線デバイス、またはボットとして機能する無線デバイス)である。タイプ1デバイスは、一方がプロービング信号を送信し、もう一方がそれを受信するように、タイプ2デバイスと協調して動作し得る。Type1デバイスおよび/またはType2デバイスは、スマートスピーカー、スマートフォン、電話への接続、別のデバイスに差し込むためのポータブルドングル、USBドングル、コンピュータ、WiFiルータ、LTE基地局、WiFiリピータ、LTEリピータ、TV、DVDプレーヤ、HiFi、オーディオ機器、照明器具、時計、ランプ、冷蔵庫、電子レンジ、家電製品、調理器具、トーチ、防犯カメラ、専用セキュリティボックス、装飾品等であり得る。
本教示の様々な実施形態によれば、オブジェクトの追跡およびナビゲーションのためのシステムにおいて、オリジンは、送受信器であり得、ボットは、別の送受信器であり得る。 オリジンおよびボットの各々は、タイプ1またはタイプ2異種無線デバイスであり得る。各CIは、タイムスタンプ、タイプ1デバイスの少なくとも1つの第1アンテナ、タイプ1デバイスのID、タイプ2デバイスの少なくとも1つの第2アンテナ、タイプ2デバイスのID、SSID、MACアドレス、インターネットプロトコル(IP)アドレス、場所、空間位置、ジオタグ、環境情報、周波数、周波数帯、周波数チャネル、WiFi周波数チャネル、LTEチャネル、モバイルチャネル、分解の周波数特性、オブジェクト、オブジェクトのID、ユーザ、ユーザのID 、場所、場所のID、ローカルエリアネットワーク(LAN)、LANのID、タイプ1デバイスおよび/またはタイプ2デバイスによって観察可能なSSID、と関連付けられ得る。
図17は本発明の一実施形態による、オブジェクト追跡のための例示的な方法を示す。動作1702にて、プロセッサ、メモリ、およびメモリ中に記憶された命令セットを使用して、無線マルチパスチャネルの少なくとも1つのTSCIが得られる。少なくとも1つのTSCIは、無線マルチパスチャネルを介して、場所内の第1の位置にあるタイプ1異種無線デバイスと場所内の第2の位置にあるタイプ2異種無線デバイスとの間で送信された無線信号から抽出される。無線マルチパスチャネルは、場所内でのオブジェクトの現在の運動により影響を受ける。動作1704にて、オブジェクトの時空間情報は、少なくとも1つのTSCI、現在の運動と関連付けられた時間パラメータ、およびオブジェクトの過去の時空間情報のうちの少なくとも1つに基づいて決定される。動作1706にて、タスクは、時空間情報に基づいて実施される。
図18は、本発明の一実施形態による時空間情報1802の例を示す。図19は、本発明の一実施形態による、時空間情報に基づいて実行されるタスク1804の例を示す。
図20は、本発明の一実施形態による、オブジェクト追跡のための他の例示的な方法を示す。図20にて示すように、TSCI111A/111Bを得て、動作2002にて距離を決定することができ、これにより、現在のオブジェクトの運動の距離情報2004を得ることができる。並行して、いくつかのメカニズムを使用して、現在のオブジェクトの運動の推定方向2006を得ることができる。そのように、時空間情報は、距離情報2004および推定方向2006に基づいて、図17にて示す動作1704と同様に決定されて、図18に示すような時空間情報1802を得ることができる。
一般的に、タスクは、図17の動作1706にて示すように、時空間情報に基づいて実施され得る。一実施形態では、タスクは、時空間情報のプレゼンテーションを含み得る。これは、視聴覚的方法、グラフィカルな方法、テキストの方法、記号の方法、または機械的方法によって表示され得る。例えば、時空間情報は、家の異なる部屋内のオブジェクトの動きの検出であり得る。グラフィカルユーザインターフェース(GUI)は、家の中のオブジェクトの位置を示すように構成することができる。例えば、オブジェクトは、人であり得る。オブジェクトの場所またはおおよその場所を示す/マークすることができる。そして、GUIで家を、リビングルームエリア、ファミリールームエリア、ダイニングルームエリア、ベッドルーム1エリア、ベッドルーム2エリアなどに仕切ることができる。各エリアに色を割り当て、および/または色で網掛けすることができる。各エリアは、アニメーション化され得る(例えば、エリアのサイズ、エリアの形状、エリアの色、エリアの色の強度、テキスト表示、記号表示など)。または、GUIは、マップの有無にかかわらず各領域を別の表現にできる。表現は、アニメーション化であり得る。アニメーションは、リアルタイムまたは後であり得る。予測オブジェクト(ユーザ)行動/活動もまた、アニメーション化され得る。プレゼンテーションはまた、時空間情報を反映するために、振動、機械的フィードバック、物理的フィードバック、触覚フィードバック、照明、陰影、形状などの形態であり得る。時空間情報は、2つ以上の分析、例えば、人数、動きの存在、動きの強度、動きの持続時間、動きの頻度、「異常な」または「予期しない」動き、バイタルサイン、生/死、動かない、眠り、不審なイベント、および/または転倒などを含み得る。例えば、動きが大きい場合、色は、暗いか(黒/グレー要素が多い)、またはより鮮明か、またはより明るくなり得る。動きが小さい場合、色は、より明るいか、または鮮明さが低くなるか、または薄暗くなり得る。人が家に入ると、GUIは、彼が、フロントロビーエリア、リビングルーム、ベッドルーム1などにいることを示すことができる。GUIは、コンピュータ/タブレット用のソフトウェア、スマートフォン(例えば、iPhone、Android phoneなど)のアプリ、スマートデバイス(例えば、スマートグラス、スマートウォッチなど)内のアプリであり得る。
図21は、本発明の一実施形態による、場所における時空間情報の例示的な提示を示す。例えば、図21にて示すように、2ベッドルームアパートメント2100において、オリジン2201(または2101)は、リビングルームエリア2202(または2102)に置くことができ、ボット2210(または2110)は、ベッドルーム1エリア2212(または2112)に置くことができ、ボット2220(または2120)は、ダイニングルームエリア2222(または2122)に置くことができる。ボット1 2110およびボット2 2120の両方が動き/活動を検出する場合、活動/動き/人/ユーザは、リビングルームエリア2102内にあり得る。ボット1 2110のみが動き/活動を検出する場合、活動/動き/人/ユーザは、ベッドルーム-1エリア2112内にあり得る。ボット2 2120のみが動き/活動を検出する場合、活動/動き/人/ユーザは、ダイニングルームエリア2122内にあり得る。2つのボットのいずれも動き/活動を検出しない場合、アパートメント2100内に誰もいないことがある。活動/動き/人/ユーザが検出された対応するエリアは、所定のパターンまたは色でマークされ得る。本開示の多くの実装例について説明してきた。それにもかかわらず、本開示の精神と範囲から逸脱することなしに、様々な変更を行うことができると理解されるであろう。例えば、無線送信器、無線受信器、アンテナ、指向性アンテナ、無線送信、マルチパスチャネル、無線信号、オブジェクト、オブジェクト、プロセッサ、メモリ、命令セット、CI、チャネル状態情報(CSI)、電力情報(PI)、CI/CSI/PIのフォーマット/特徴/コンポーネント/コンテキスト、CI/CSI/PIの圧縮/表現/ストレージ/送信/暗号化/処理/前処理/後処理、時系列フォーマット/順序/シーケンス、無線信号からのCIの抽出、時空間情報、過去の情報、初期情報、時間量、空間量、時空間量、推定方向、類似性スコア、オブジェクト、距離、オブジェクトの運動、特徴ポイント、ローカルデバイス、および/または計算作業負荷共有は、上記のようなものとは異なる場合がある。時空間情報は、速さであり得る。速さ推定方法の例示的な説明は、以下のとおりである。3つの受信アンテナは、図22にて示すように、移動方向と平行な線上に整列させることができる。図22は、本教示の一実施形態による、アンテナマッチングに基づく速さ推定の例示的な図である。更に、受信アンテナの速さは、時間的にゆっくり変化することができる、すなわち、短時間内に、速さは、一定の値vに近似することができる。受信アンテナRx2およびRx3をグループ化して主要アンテナと呼び、受信アンテナRx1およびRx2をグループ化して追従アンテナまたは後続アンテナと呼ぶことができる。これは、追従アンテナ(または後続アンテナ)が主要アンテナと同一の軌道を通ることができるが、未知の遅延ττがあるためである。速さは、関係
によって推定することができ、式中、dは、隣接するアンテナ間の間隔(等しい間隔)である。したがって、速さ推定問題は、τの推定に変換することができる。以下で、TRRSを使用して、τを推定することができる。H
i(t)は、i番目の受信アンテナで時間tに測定されたCSI(またはCI CI)を表し、Δtは、2つの隣接するCSI測定間の持続時間を意味する。各時間t
1について、基準CSIを形成でき、これは、主要アンテナによって測定され、H
lead(t
1)=[H
2(t
1),H
3(t
1),H
2(t
1+Δt),H
3(t
1+Δt),...,H
2(t
1+(N-1)Δt),H
3(t
1+(N-1)Δt)]として示され、式中、Nは、1,2,3...であり、かつ比較のためのCSIを形成でき、これは、追従アンテナ(または後続アンテナ)によって測定され、H
follow(t)=[H
1(t),H
2(t),H
1(t+Δt),H
2(t+Δt),...,H
1(t+(N-1)Δt),H
2(t+(N-1)Δt)]として示される。TRRSγ(t
1,t)値ならびに/またはH
lead(t
1)とH
follow(t)との間のいくつかの類似性測定値および/もしくはいくつかの距離測定値を計算できる。追従アンテナが時間t
1に対応する主要アンテナの場所に到達すると、γ(t
1,t)は、変数tにわたりその最大値を達成し得る。本実施例では、t=t
2を有することができるため、推定
を有することができる。
アンテナマッチングに基づく速さ推定の例示的なフロー図を図11に示す。動作1102では、リードアンテナのCFR連結の詳細な定式化は、Hlead(t1)=[H2(t1),H3(t1),H2(t1+Δt),H3(t1+Δt),...,H2(t1+(N-1)Δt),H3(t1+(N-1)Δt)]である。動作1104では、追従アンテナのCFR連結の詳細な定式化は、Hfollow(t2)=[H1(t2),H2(t2),H1(t2+Δt),H2(t2+Δt),...,H1(t2+(N-1)Δt),H2(t2+(N-1)Δt)]である。動作1106では、各タイムスロットt1について、2つのCFRフィンガープリントHlead(t1)およびHfollow(t2)の間のTRRSγ(t1,t2)が異なるt2の近くのt1について計算される。動作1108では、γ(t1,t2)の最大値を与えるt2を決定することができるので、次いで、主要アンテナの群と追従アンテナの群との間の遅延τは、τ=t2-t1である。つまり、動作1110では、速さ推定は、v=d/τであり、dは、任意の2つの隣接する均一に間隔を開けられたアンテナの間の距離である。したがって、その他の実施形態は、以下の特許請求の範囲内である。
動き検出
以下の詳細な説明では、関連する教示の完全な理解を提供するために、例として多数の具体的な詳細が記載されている。 しかしながら、本教示がそのような詳細なしで実施されてもよいことは当業者に明らかである。 他の例では、本教示の態様を不必要に曖昧にすることを避けるために、よく知られている方法、手順、コンポーネント、および/または回路が詳細なしで比較的高レベルで説明されている。
本教示は、オブジェクトの動きにより影響を受ける無線マルチパスチャネルのCIに基づいて、場所内でのオブジェクトの動きを検出するためのシステム、デバイス、および方法について開示している。一実施形態では、オブジェクトの動きは、無線マルチパスチャネルのTSCIに基づいて計算された動き情報に基づいて検出される。 動き情報は、TSCIの現在の時間窓と過去の時間窓との間の異種類似性スコアを含み得る。
一実施形態では、開示されたシステムは、場所内のオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して無線信号を送信するために構成された第1の無線デバイスと、第1の無線デバイスのタイプとは異なるタイプを有する第2の無線デバイスと、を備える。第2の無線デバイスは、場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して無線信号を受信し、かつ無線信号に基づいて無線マルチパスチャネルのTSCIを得るように構成されている。開示されたシステムは、オブジェクトの動きに関する動き情報に基づいて場所内でのオブジェクトの動きを検出するように更に構成されている。第1および第2の無線デバイスと関連付けられた動き情報は、動き検出器と第2の無線デバイスとのうちの少なくとも1つによってTSCIに基づいて計算される。
動き検出器は、第1の無線デバイスと、第2の無線デバイスと、第1の無線デバイスと同一の種類の第3の無線デバイスと、第2の無線デバイスと同一の種類の第4の無線デバイスと、クラウドサーバと、フォグサーバと、ローカルサーバと、エッジサーバと、のうちの少なくとも1つに結合され得る。一実施形態では、第1の無線デバイスは、タイプ1のタイプ1デバイスとであり、第2の無線デバイスは、タイプ2のタイプ2デバイスであり、システムは、少なくとも1つの追加のタイプ1デバイスおよび少なくとも1つの追加のタイプ2デバイスのうちの少なくとも1つを更に備え、タイプ1デバイスおよびタイプ2デバイスは、複数のタイプ1およびタイプ2デバイスの対を形成する。タイプ1デバイスおよびタイプ2デバイスを含むタイプ1およびタイプ2デバイスの各対について、それぞれのタイプ1デバイスは、場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介してそれぞれの無線信号を送信するように構成することができ、それぞれのタイプ2デバイスは、無線マルチパスチャネルを介してそれぞれの無線信号を受信し、それぞれの無線信号に基づいて無線マルチパスチャネルのそれぞれのTSCIを得るように構成することができ、動き検出器およびそれぞれのタイプ2デバイスのうちの少なくとも1つは、それぞれのTSCIに基づいてオブジェクトの動きに関するそれぞれの異種動き情報を非同期的に計算するように構成することができ、動き検出器およびタイプ2デバイスのうちの少なくとも1つは、タイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを個別にかつ非同期的にモニタすることと、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタすることと、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタすることと、タイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを全体的にかつ非同期的にモニタすることと、のうちの少なくとも1つを実施するように構成されている。
本教示の様々な実施形態によれば、オブジェクトの動き検出およびモニタのための開示されたシステムにおいて、オリジンは、送受信器であることができ、ボットは、別の送受信器であることができる。ボットおよびオリジンの各々は、タイプ1またはタイプ2異種無線デバイスであり得る。
一実施形態では、それぞれのTSCIの各CIは、少なくとも1つのそれぞれのコンポーネントを有し得る。各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、ならびに少なくとも1つのそれぞれのコンポーネントの各々について、以下を行うことができる。(a)それぞれのTSCIのコンポーネントのそれぞれの現在のコンポーネント窓は、それぞれの現在の窓に基づいて、非同期的に決定され得る、(b)それぞれのTSCIのコンポーネントのそれぞれの過去のコンポーネント窓は、それぞれの過去の窓に基づいて、非同期的に決定され得る、(c)それぞれの現在のコンポーネント窓は、それぞれの過去のコンポーネント窓とコンポーネント毎に非同期的に比較され得る、(d)オブジェクトの動きは、それぞれの現在のコンポーネント窓とそれぞれの過去のコンポーネント窓との非同期的なコンポーネント毎の比較に基づいて、コンポーネント毎にモニタされ得る。オブジェクトの動きは、非同期のコンポーネント毎の比較に基づいて検出され得る。
一実施形態では、開示されたシステムは、対(タイプ1デバイスおよびタイプ2デバイス)で動作する、ハードウェアコンポーネント(例えば、アンテナを有する無線送信器/受信器、アナログ回路、RF/IF/ベースバンド要素、低ノイズアンプ、電源供給、プロセッサ、メモリなど)と、対応するソフトウェアコンポーネントと、を有する。開示されたシステムは、非常に高い検出率および非常に低い誤警報率で場所内のオブジェクトの動きを検出することが可能である。特に、開示されたシステムは、セキュリティシステム内で広く使用されている動きセンサである既存の受動型赤外線(PIR)センサよりもはるかに優れている。
第1に、開示されたシステムは、動き検出範囲がかなり大きい。一実施形態では、開示された無線動き検出システムは、環境(場所)を探査するために無線信号(Wi-FiまたはLTEなど)を使用し、Wi-Fiによって約10,000平方フィートの広い固有範囲を有する。PIRは、赤外線信号を使用することによって、約100~200平方フィートの範囲よりかなり狭い範囲を有する。
第2に、開示されたシステムは、コーナーの周りの動きを検出できる。PIRセンサは、視線(line-of-sight:LOS)操作に依存しているが、これは、壁の後ろ、またはコーナーの周り、または障害物(例えば、TV、ソファ、窓、パーティションなど)の後ろの動きを検出できない。対照的に、開示されたシステムは、視線(LOS)および非視線(non-line-of-sight:NLOS)条件の両方で働く。開示されたシステムは、複数の壁の後ろ、複数のコーナーの周り、および障害物の後ろの動きを完全に検出することが可能である。セキュリティアプリケーションでは、侵入者が暗闇でまさに隠れており悪事をするのを待っている可能性があるため、コーナーの周りおよび壁の後ろの動きを検出できることが、極めて重要である。
第3に、開示されたシステムは、とても優れた誤警報率を有する。誤警報とは、実際に動きがないのに、システムが動きを検出することを意味する。このような誤警報は、オペレータや警察を非常に煩わせる。開示されたシステムは、0.1%未満の非常に低い誤警報率を有し、一方、PIR系検出器の誤警報率は、10%以上の範囲内である。一方、PIR系検出器は、例えば、強い日光などによる温度変化に敏感であるが、開示されたシステムは、日光または温度変化に敏感ではない。
第4に、開示されたシステムは、PIR系検出器のような特別な設置は必要ない。PIR系検出器は、特別な設置が必要である。一度設置されると、動かすことはできない。PIR系検出器は、非常に限られた範囲を有するので、多くのPIRデバイスは、労働集約的で、時間がかかり、かつ高価である。加えて、故障したPIRデバイスの交換には、更なる労力を必要とする。開示されたシステムは、既存のWi-FiまたはLTEを使用して、動き検出を実施することができる。言い換えると、特別な設置は必要ない。開示されたシステムは、単にいくつかの既存のWi-Fi準拠デバイス、例えば、Wi-Fiルータ、スマートフォン、スマートスピーカ(例えば、Amazon Echo、Google Homeなど)、スマートデバイス(例えば、スマート温度計、スマートカメラ、スマートTV、スマートセットトップボックス、スマート冷蔵庫など)を使用することができる。タイプ1デバイスおよびタイプ2デバイスは、プラグアンドプレイデバイスであることができ、特別な設置は必要ない。プラグアンドプレイの性質が故に、開示された無線動き検出システムは、デバイスが消費者によって移動されても(例えば、リビングルームからファミリールーム、またはあるプラグから別のプラグ)、依然として動く。
更に、開示されたシステムは、Wi-FiおよびLTEなどの既存の規格準拠大量販売用インフラストラクチャを活用できる。したがって、開示されたシステムの多くの構成要素が、典型的には大量生産品であるため、低コストで、消費者市場ならびにニッチ市場に好適である。
一実施形態では、オブジェクトの動きに関するタスクは、少なくとも1つのTSCIに基づいた、オブジェクトのいくつかの時空間情報(例えば、場所、速さ、速度、加速度、周期的動き、時間的傾向、過渡的運動、期間、特徴など)、現在の運動と関連付けられた時間パラメータ、および/またはオブジェクトの過去の時空間情報に基づいて実施され得る。少なくとも1つの現在のTSCIは、前処理され得る。一実施形態では、タスクは、時空間情報のプレゼンテーションを含み得る。これは、視聴覚的方法、グラフィカルな方法、テキストの方法、記号の方法、または機械的方法によって表示され得る。例えば、時空間情報は、家の異なる部屋内のオブジェクトの動きの検出を示すことができる。グラフィカルユーザインターフェース(GUI)は、家の中のオブジェクトの位置を示すように構成することができる。例えば、オブジェクトは、人であり得る。オブジェクトの場所またはおおよその場所を示すかマークすることができる。
GUIで家を、リビングルームエリア、ファミリールームエリア、ダイニングルームエリア、ベッドルーム1エリア、ベッドルーム2エリアなどに仕切ることができる。各エリアに色を割り当て、および/または色で網掛けすることができる。各エリアは、アニメーション化され得る(例えば、エリアのサイズ、エリアの形状、エリアの色、エリアの色の強度、テキスト表示、記号表示など)。または、GUIは、マップの有無にかかわらず各領域を別の表現にできる。表現は、アニメーション化であり得る。アニメーションは、リアルタイムまたは後であり得る。予測オブジェクト(ユーザ)行動/活動もまた同様に、アニメーション化され得る。プレゼンテーションはまた、時空間情報を反映するために、振動、機械的フィードバック、物理的フィードバック、触覚フィードバック、照明、陰影、形状などの形態であり得る。時空間情報は、2つ以上の分析、例えば、人数、動きの存在、動きの強度、動きの持続時間、動きの頻度、「異常な」または「予期しない」動き、バイタルサイン、生/死、動かない、眠り、不審なイベント、および/または転倒などを含み得る。例えば、動きが大きい場合、色は、暗いか(黒/グレー要素が多い)、またはより鮮明か、またはより明るくなり得る。動きが小さい場合、色は、より明るいか、または鮮明さが低くなるか、または薄暗くなり得る。人が家に入ると、GUIは、彼が、フロントロビーエリア、リビングルーム、ベッドルーム1などにいることを示すことができる。GUIは、コンピュータ/タブレット様のソフトウェア、スマートフォン(例えば、iPhone、Android phoneなど)のアプリ、スマートデバイス(例えば、スマートグラス、スマートウォッチなど)内のアプリによって実装され得る。
図9は、本教示の一実施形態による、場所内での時空間情報に基づいてオブジェクトの動きを検出する例示的なシナリオを示す。図9はまた、場所内での時空間情報の例示的なプレゼンテーションを示す。例えば、図9にて示すように、2ベッドルームアパートメント900において、オリジン901は、リビングルームエリア902に置くことができ、ボット1 910は、ベッドルーム1エリア912に置くことができ、ボット2 920は、ダイニングルームエリア922に置くことができる。ボット1 910およびボット2 920の各々は、無線信号をオリジン901に送信することができ、オリジン901は、無線信号に基づいて無線マルチパスチャネルのCIを得ることができる。オリジン901は、それ自身によって、または動き検出器の様な第3のデバイスを介して、CIに基づいて動き情報を計算し、動き情報に基づいてオブジェクトの動き/活動を検出することができる。これは、オリジン901が、それ自身によって、または動き検出器の様な第3のデバイスを介して、ボット1 910および/またはボット2 920によって送信された無線信号に基づいてオブジェクトの動き/活動を検出することができる。オブジェクトの動き/活動が、ボット1 910およびボット2 920の両方によって送信された無線信号に基づいて検出される場合、活動/動きまたはオブジェクト(例えば、人/ユーザ)は、リビングルームエリア902内であり得る。オブジェクトの動き/活動が、ボット1 910によって送信された無線信号のみに基づいて検出される場合、活動/動きまたはオブジェクト(例えば、人/ユーザ)は、ベッドルーム-1 912内であり得る。オブジェクトの動き/活動が、ボット2 920によって送信された無線信号のみに基づいて検出される場合、活動/動きまたはオブジェクト(例えば、人/ユーザ)は、ダイニングルームエリア922内であり得る。オブジェクトの動き/活動が、ボット1 910またはボット2 920のいずれかによって送信された無線信号に基づいて検出できない場合、アパートメント900内には誰もおらずオブジェクトもないと判断され得る。活動/動き/人/ユーザが検出された対応するエリアは、所定のパターンまたは色でマークされ得る。
図2は、本教示の一実施形態による、無線CIに基づいて動き検出器によって実施される動き検出のための例示的な方法のフロー図を示す。動作202にて、無線信号は、オブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して受信される。動作204にて、チャネルの少なくとも1つのコンポーネントを有するTSCIは、無線信号に基づいて得られる。コンポーネントのそれぞれの現在のコンポーネント窓は、現在の時間窓に基づいて、動作206にて、非同期的に決定される。コンポーネントのそれぞれの過去のコンポーネント窓は、過去の時間窓に基づいて、動作208にて、非同期的に決定される。動作210にて、それぞれの現在のコンポーネント窓は、それぞれの過去のコンポーネント窓とコンポーネント毎に非同期的に比較して、比較結果を生成する。動作212にて、オブジェクトの動きは、非同期のコンポーネント毎の比較結果に基づいて検出される。任意で動作214にて、オブジェクトの動きは、連続的に生成された比較結果に基づいてモニタされる。
図15は、本教示の一実施形態による、第1の無線デバイス(例えば、ボット1500)の例示的なブロック図を示す。ボット1500は、本明細書記載の様々な方法を実装するように構成することができるデバイスの一例である。図15にて示すように、ボット1500は、プロセッサ1502、メモリ1504、送信器1512及び受信器1514を含む送受信器1510、同期コントローラ1506、電力モジュール1508、キャリアコンフィギュレータ1520、並びに無線審号発生器1522を含むハウジング1540を含む。
本実施形態では、プロセッサ1502は、ボット1500の生成動作を制御して、1つ以上の処理回路またはモジュール、例えば、中央処理装置(CPU)、ならびに/または汎用マイクロプロセッサ、マイクロコントローラ、デジタル信号プロセッサ(DSP)、フィールドプログラマブルゲートアレイ(FPGA)、プログラマブルロジックデバイス(programmable logic device:PLD)、コントローラ、状態機械、ゲート論理、離散ハードウェアコンポーネント、専用ハードウェア有限状態機械、またはデータの算出またはその他の操作を実施できる任意のその他の好適な回路、デバイスおよび/もしくは構造の任意の組み合わせを含むことができる。
読み取り専用メモリ(ROM)およびランダムアクセスメモリ(RAM)の両方を含み得るメモリ1504は、命令およびデータをプロセッサ1502に提供することができる。メモリ1504の一部はまた、不揮発性ランダムアクセスメモリ(non-volatile random access memory:NVRAM)を含み得る。プロセッサ1502は通常、メモリ1504内に記憶されているプログラム命令に基づいて論理演算および算術演算を実行する。メモリ1504に格納されている命令(別名、ソフトウェア)は、本明細書で説明されている方法を実行するためにプロセッサ1502によって実行することができる。プロセッサ1502およびメモリ1504は一緒にソフトウェアを格納し実行する処理システムを形成する。本明細書で使用されるとき、「ソフトウェア」は、ソフトウェア、ファームウェア、ミドルウェア、マイクロコードなどと呼ばれるかにかかわらず、1つまたは複数の所望の機能またはプロセスを実行するように機械または装置を構成できる任意のタイプの命令を意味する。命令は、コード(例えば、ソースコードフォーマット、バイナリコードフォーマット、実行可能コードフォーマット、または任意の他の適切なコードフォーマット)を含み得る。命令は、1つまたは複数のプロセッサによって実行されると、処理システムに本明細書に記載のさまざまな機能を実行させる。
送受信器1510(送信器1512および受信器1514を含む)により、ボット1500が、リモートデバイス(例えば、オリジンまたは別のボット)との間でデータを送信および受信できるようになる。アンテナ1550は、通常、ハウジング1540に取り付けられており、トランシーバ1510に電気的に結合されている。様々な実施形態では、ボット1500は、(図示せず)複数の送信器、複数の受信器、および複数の送受信器を含む。一実施形態では、アンテナ1550は、それぞれが異なる方向を向く複数のビームを形成することができるマルチアンテナアレイ1550と置き換えられる。送信機1512は、プロセッサ1502が生成する、異なる種類または機能を有する信号を無線で送信するように構成することができる。同様に、受信機1514は、異なる種類または機能を有する無線信号を受信するように構成され、プロセッサ1502は、複数の異なる種類の信号を処理するように構成される。
本実施例のボット1500は、場所内でのオブジェクトの動きを検出するため、図1のボット1 110またはボット2 120として機能し得る。例えば、無線信号発生器1522は、無線信号を生成し、送信器1512によって場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して送信することができる。無線信号は、チャネルの情報を運ぶ。チャネルは、動きにより影響を受けたため、CIは、オブジェクトの動きを表現できる動き情報を含む。そのように、動きは、無線信号に基づいて示すおよび検出することができる。無線信号発生器1522での無線信号の生成は、別のデバイス(例えば、オリジン)からの動き検出要求に基づくか、またはシステムの事前設定に基づき得る。すなわち、ボット1500は、送信された無線信号を使用して動きを検出するであろうことを知っているか知らない場合がある。
一実施形態では、ボット1500は、無線モニタシステムの特定の非同期異種タイプ1デバイスであり得る。無線モニタシステムは、少なくとも1つの非同期異種タイプ1デバイスおよび少なくとも1つの非同期異種タイプ2デバイスを備え得る。無線モニタシステムはタイプ1デバイスとタイプ2デバイスの少なくとも1つの組み合わせを備え、各組み合わせは少なくとも1つのタイプ1デバイスのうちの1つと少なくとも1つのタイプ2デバイスのうちの1つを備える。特定の非同期異種タイプ1デバイスは、無線モニタシステムのタイプ1およびタイプ2デバイスの少なくとも1つの特定の組み合わせである。特定のタイプ1デバイスは、タイプ1およびタイプ2デバイスの少なくとも1つの特定の組み合わせを介して、少なくとも1つの特定のタイプ2デバイスと対にされる。特定の非同期異種タイプ1デバイスは、無線回路と、無線回路と通信可能に結合された第1のプロセッサと、第1のプロセッサと通信可能に結合された第1のメモリと、第1のメモリ中に記憶された第1の命令セットであって、これは、実行されると、第1のプロセッサに、無線回路を使用して、非同期異種無線信号を特定のタイプ1デバイスから少なくとも1つの特定のタイプ2デバイスにサイト内の物質の動態により影響を受けた無線マルチパスチャネルを介して非同期的に送信させる、第1のメモリ中に記憶された第1の命令セットと、を備える。少なくとも1つの特定のタイプ2デバイスの各々について、無線回路によって送信された非同期異種無線信号から収集された無線マルチパスチャネルの少なくとも1つの一連のCI(TSCI)は、タイプ2デバイスの第2のプロセッサ、第2のメモリ、および第2の命令セットを使用して、タイプ2デバイスによってフェッチされる。一実施例では、サイト内の物質の動態は、タイプ3デバイスの第3のプロセッサ、第3のメモリ、第3の命令セットを使用して、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの組み合わせと関連付けられたTSCIに基づいて、個別にかつ非同期的に追跡される。別の実施例では、物質の動態は、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられたTSCIに基づいて、連帯的にかつ非同期的に追跡される。別の実施例では、物質の動態は、少なくとも1つの特定のタイプ2デバイスのうちの1つを含むタイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられたTSCIに基づいて、連帯的にかつ非同期的に追跡される。別の実施例では、物質の動態は、タイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられたTSCIに基づいて、全体的にかつ非同期的に追跡される。
別の実施形態では、各タイプ1デバイスについて、ならびにタイプ1デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つの組み合わせの各々について、タイプ1およびタイプ2デバイスのそれぞれの組み合わせと関連付けられたそれぞれの異種類似性スコアは、タイプ1およびタイプ2デバイスのそれぞれの組み合わせと関連付けられた、少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との比較に基づいて、非同期的に計算される。一実施例では、サイト内の物質の動態は、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの組み合わせと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、個別にかつ非同期的に追跡される。別の実施例では、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの組み合わせと関連付けられた異種類似性スコアが、個別の閾値より大きいおよび/または等しい場合、サイト内の物質の動態は、個別にかつ非同期的に検出される。別の実施例では、サイト内の物質の動態は、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、連帯的にかつ非同期的に追跡される。別の実施例では、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた異種類似性スコアに基づいて計算された第1の共同スコアが、第1の共同の閾値以上であるもののうちの少なくとも1つである場合、サイト内の物質の動態は、連帯的にかつ非同期的に検出される。別の実施例では、少なくとも1つの特定のタイプ2デバイスのうちの1つと関連付けられた、タイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、サイト内の物質の動態は、連帯的にかつ非同期的に追跡される。別の実施例では、少なくとも1つの特定のタイプ2デバイスのうちの1つと関連付けられたタイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた異種類似性スコアに基づいて計算された第2の共同スコアが、第2の共同の閾値以上であるもののうちの少なくとも1つである場合、サイト内の物質の動態は、連帯的にかつ非同期的に検出される。別の実施例では、サイト内の物質の動態は、タイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、全体的にかつ非同期的に追跡される。別の実施例では、タイプ1およびタイプ2デバイスの任意の組み合わせと関連付けられた異種類似性スコアに基づいて計算された第3の共同スコアが、第3の共同の閾値より大きいおよび/または等しい場合、サイト内の物質の動態は、全体的にかつ非同期的に検出される。
本実施例の同期コントローラ1506は、別のデバイス(例えば、オリジン、または別のボット)と同期または非同期するようにボット1500の動作を制御するように構成することができる。一実施形態では、同期コントローラ1506は、ボット1500によって送信された無線信号を受信するオリジンと同期するようにボット1500を制御することができる。別の実施形態では、同期コントローラ1506は、その他のボットと非同期的に無線信号を送信するようにボット1500を制御することができる。別の実施形態では、ボット1500およびその他のボットの各々は、個別にかつ非同期的に無線信号を送信することができる。
本実施例のキャリアコンフィギュレータ1520は、無線信号発生器1522によって生成された無線信号を送信するための送信リソース(例えば、時間およびキャリア)を構成し得る。一実施形態では、TSCIの各CIは、各々が、無線信号の送信のキャリアまたはサブキャリアに対応する1つ以上のコンポーネントを有する。動きの検出は、コンポーネントのうちの任意の1つまたは任意の組み合わせにおける動き検出に基づき得る。
電源モジュール1508は、1つまたは複数の電池などの電源と、図15の上記のモジュールのそれぞれに調整された電力を供給するための電力レギュレータ(power regulator)とを含むことができる。いくつかの実施形態では、ボット1500が専用外部電源(例えば、壁電気コンセント)に結合されている場合、電力モジュール1508は、変圧器および電力レギュレータを含むことができる。上述した様々なモジュールはバスシステム1530によって互いに結合されている。バスシステム1530は、データバス、ならびにデータバスに加えて、例えば、電力バス、制御信号バス、および/またはステータス信号バスを含み得る。ボット1500のモジュールは、任意の好適な技術および媒体を使用して、互いに動作可能に結合することができると理解されている。多くの別々のモジュールまたは構成要素が図15にて図示されているが、当業者は、モジュールのうちの1つ以上を組み合わせるまたは一般に実装することができることを理解するであろう。例えば、プロセッサ1502は、プロセッサ1502に関して上記の機能を実装できるだけでなく、無線信号発生器1522に関して上記の機能も実装できる。逆に、図15に示されたモジュールの各々は、複数の個別の構成要素または要素を使用して実装することができる。
図16は、本開示のいくつかの実施形態に従い、第1の無線デバイス(例えば、図15のボット1500)によって実施された例示的な方法1600のフロー図を示す。任意で、動作1602にて、ボットは、マルチパスチャネル環境における動き検出のための要求を受信する。動作1604にて、ボットは、無線マルチパスチャネルを介する無線送信のためのキャリアまたはサブキャリアを決定する。動作1606にて、ボットは、無線送信のための同期情報を決定することができる。動作1608にて、ボットは、無線送信のための異種無線信号を生成することができる。動作1610にて、ボットは、無線マルチパスチャネルを介して異種無線信号を送信する。
図17は、本教示の一実施形態による、第2の無線デバイス(例えば、オリジン1700)の例示的なブロック図を示す。オリジン1700は、本明細書記載の様々な方法を実装するように構成することができるデバイスの一例である。図17にて示すように、オリジン1700は、プロセッサ1702、メモリ1704、送信器1712および受信器1714を含む送受信器1710、電力モジュール1708、同期コントローラ1706、CI抽出器1720、ならびに任意の動き検出器1722を含むハウジング1740を含む。
本実施形態では、プロセッサ1702、メモリ1704、送受信器1710、および電力モジュール1708は、ボット1500内のプロセッサ1502、メモリ1504、送受信器1510、および電力モジュール1508と同様に動く。アンテナ1750またはマルチアンテナアレイ1750は、典型的には、ハウジング1740に取り付けられ、送受信器1710に電気的に結合される。
オリジン1700は、第1の無線デバイス(ボット1500)のタイプとは異なるタイプを有する第2の無線デバイスであり得る。特に、オリジン1700内のCI抽出器1720は、場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して無線信号を受信し、かつ無線信号に基づいて無線マルチパスチャネルのTSCIを得るように構成されている。CI抽出器1720は、場所内でのオブジェクトの動きを検出するために、任意の動き検出器1722に、またはオリジン1700の外側の動き検出器に抽出されたCIを送信し得る。
動き検出器1722は、オリジン1700における任意構成要素である。一実施形態では、図17にて示すように、オリジン1700内にある。別の実施形態では、オリジン1700の外側および別のデバイス(ボット、別のオリジン、クラウドサーバ、フォグサーバ、ローカルサーバ、およびエッジサーバであり得る)中にある。任意の動き検出器1722は、オブジェクトの動きに関する動き情報に基づいて場所内でのオブジェクトの動きを検出するように構成されていてもよい。第1および第2の無線デバイスと関連付けられた動き情報は、動き検出器1722、またはオリジン1700の外側の別の動き検出器によってTSCIに基づいて計算される。
一実施形態では、オリジン1700は、無線モニタシステムの特定の非同期異種タイプ2デバイスである。無線モニタシステムは、少なくとも1つの非同期異種タイプ1デバイスおよび少なくとも1つの非同期異種タイプ2デバイスを備え得る。無線モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つのペアリングを備えることができ、各ペアリングは、少なくとも1つのタイプ1デバイスのうちの1つと少なくとも1つのタイプ2デバイスのうちの1つとを備える。特定の非同期異種タイプ2デバイスは、無線モニタシステムのタイプ1およびタイプ2デバイスの少なくとも1つの特定のペアリングにある。各タイプ2デバイスは、タイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対を介して、少なくとも1つの特定のタイプ1無線デバイスとグループ化されている。一実施例では、特定の非同期異種タイプ2デバイスは、少なくとも1つの非同期異種無線信号を非同期的に受信するための無線回路と、無線回路と通信可能に結合された第2の異種プロセッサと、第2の異種プロセッサと通信可能に結合された第2の異種メモリと、第2の異種メモリ中に記憶された第2の異種命令セットと、を備える。各非同期異種無線信号は、少なくとも1つの特定のタイプ1デバイスのうちの1つによって、タイプ1デバイスのそれぞれの第1の異種プロセッサ、それぞれの第1の異種メモリ、およびそれぞれの第1の異種命令セットを使用して、少なくとも1つの非同期異種タイプ2デバイスに、サイト内の質量の運動により影響を受けた無線マルチパスチャネルを介して、非同期的に送信される。第2の異種命令セットは、実行されると、第2の異種プロセッサに、タイプ1およびタイプ2デバイスの少なくとも1つの特定のペアリングの各々について、無線マルチパスチャネルの少なくとも1つのそれぞれの一連のCI(TSCI)を非同期的に保護させる。
一実施形態では、タイプ1およびタイプ2デバイスの特定のペアリングと関連付けられた少なくとも1つのそれぞれのTSCIは、無線回路によって非同期的に受信されたそれぞれの非同期異種無線信号から非同期的に導出されている。一実施例では、サイト内の質量の運動は、タイプ3デバイスの第3のプロセッサ、第3のメモリ、および第3の命令セットを使用して、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスのペアリングと関連付けられたTSCIに基づいて、個別にかつ非同期的にモニタされる。別の実施例では、質量の運動は、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意のペアリングと関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる。別の実施例では、質量の運動は、少なくとも1つの特定のタイプ1デバイスのうちの1つを含むタイプ1およびタイプ2デバイスの任意のペアリングと関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる。別の実施例では、質量の運動は、タイプ1およびタイプ2デバイスの任意のペアリングと関連付けられたTSCIに基づいて、全体的にかつ非同期的にモニタされる。
一実施形態では、各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのペアリングの各々について、タイプ1およびタイプ2デバイスのそれぞれのペアリングと関連付けられたそれぞれの異種類似性スコアは、タイプ1およびタイプ2デバイスのペアリングと関連付けられた、少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との比較に基づいて、非同期的に計算される。一実施例では、サイト内の質量の運動は、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスのペアリングと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、個別にかつ非同期的にモニタされる。別の実施例では、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた異種類似性スコアが、個別の閾値以上であるもののうちの少なくとも1つである場合、サイト内の質量の運動は、個別にかつ非同期的に検出される。別の実施例では、サイト内の質量の運動は、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、連帯的にかつ非同期的にモニタされる。別の実施例では、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた異種類似性スコアに基づいて計算された第1の共同スコアが、第1の共同の閾値以上であるもののうちの少なくとも1つである場合、サイト内の質量の運動は、連帯的にかつ非同期的に検出される。別の実施例では、少なくとも1つの特定のタイプ1デバイスのうちの1つと関連付けられた、タイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、サイト内の質量の運動は、連帯的にかつ非同期的にモニタされる。別の実施例では、第2の共同スコアが、少なくとも1つの特定のタイプ1デバイスのうちの1つと関連付けられた、タイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた、異種類似スコアに基づいて計算された場合、サイト内の質量の運動は、連帯的にかつ非同期的に検出される。別の実施例では、サイト内の質量の運動は、タイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、全体的にかつ非同期的にモニタされる。別の実施例では、タイプ1およびタイプ2デバイスの任意のペアリングと関連付けられた異種類似性スコアに基づいて計算された第3の共同スコアが、第3の共同の閾値以上であるもののうちの少なくとも1つである場合、サイト内の質量の運動は、全体的にかつ非同期的に検出される。
本実施例の同期コントローラ1706は、別のデバイス(例えば、ボット、別のオリジン、または個別の動き検出器)と同期または非同期するようにオリジン1700の動作を制御するように構成することができる。一実施形態では、同期コントローラ1706は、無線信号を送信するボットと同期するようにオリジン1700を制御することができる。別の実施形態では、同期コントローラ1706は、その他のオリジンと非同期的に無線信号を受信するようにオリジン1700を制御することができる。別の実施形態では、オリジン1700およびその他のオリジンの各々は、個別にかつ非同期的に無線信号を受信することができる。一実施形態では、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、それぞれのTSCIに基づいてオブジェクトの動きに関するそれぞれの異種動き情報を非同期的に計算するように構成されている。一実施例では、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、タイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを個別にかつ非同期的にモニタおよび/または検出するように構成されている。別の実施例では、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタおよび/または検出するように構成されている。別の実施例では、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタおよび/または検出するように構成されている。別の実施例では、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、タイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを全体的にかつ非同期的にモニタおよび/または検出するように構成されている。任意の動き検出器1722またはオリジン1700の外側の動き検出器の詳細な構造は、図19に関して記載されている。
上述した様々なモジュールは、バスシステム1730によって一緒に結合される。バスシステム1730は、データバス、ならびにデータバスに加えて、例えば、電力バス、制御信号バス、および/またはステータス信号バスを含み得る。オリジン1700のモジュールは、任意の好適な技術および媒体を使用して、互いに動作可能に結合することができると理解されている。多くの別々のモジュールまたは構成要素が図17にて図示されているが、当業者は、モジュールのうちの1つ以上を組み合わせるまたは一般に実装することができることを理解するであろう。例えば、プロセッサ1702は、プロセッサ1702に関して上記の機能を実装できるだけでなく、CI抽出器1720に関して上記の機能も実装できる。逆に、図17に示されたモジュールの各々は、複数の個別の構成要素または要素を使用して実装することができる。一実施形態では、ボット1500およびオリジン1700に加えて、システムはまた、場所内でのオブジェクトの動きにより影響を受けた追加の無線マルチパスチャネルを介して追加の異種無線信号を送信するように構成された第3の無線デバイス(例えば、別のボット)と、第3の無線デバイスのタイプとは異なるタイプを有する第4の無線デバイス(例えば、別のオリジン)と、を備え得る。第4の無線デバイスは、場所内でのオブジェクトの動きにより影響を受けた追加の無線マルチパスチャネルを介して追加の異種無線信号を受信し、かつ追加の異種無線信号に基づいて追加の無線マルチパスチャネルの時系列の追加のCIを得るように構成されていてもよい。追加の無線マルチパスチャネルの追加のCIは、無線マルチパスチャネルのCIと関連付けられたものとは異なるプロトコルまたは構成と関連付けられている。例えば、無線マルチパスチャネルは、LTEと関連付けられており、一方、追加の無線マルチパスチャネルは、Wi-Fiと関連付けられている。この場合、任意の動き検出器1722またはオリジン1700の外側の動き検出器は、第1および第2の無線デバイスと関連付けられた動き情報と、追加の動き検出器および時系列の追加のCIに基づく第4の無線デバイスのうちの少なくとも1つによって計算された、第3および第4の無線デバイスと関連付けられた追加の動き情報との両方に基づいて場所内のオブジェクトの動きを検出するように構成されている。
図18は、本開示のいくつかの実施形態に従い、第2の無線デバイス(例えば、図17のオリジン1700)によって実施された例示的な方法のフロー図を示す。動作1802にて、オリジンは、オブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して、無線信号を受信および分析する。動作1804にて、オリジンは、無線信号に基づいてチャネルのTSCIを得る。オプションとして、動作1806にて、オリジンは、TSCIの少なくとも1つの時間窓および/または少なくとも1つのコンポーネントを決定する。オプションとして、動作1808にて、オリジンは、TSCIに基づいてオブジェクトの動きに関する動き情報を計算する。オプションとして、動作1810にて、オリジンは、計算された動き情報に基づいてオブジェクトの動きを検出する。オプションとして、動作1812にて、オリジンは、オブジェクトの動きと関連付けられた位置を推定する。
図19は、本発明の一実施形態による、例示的な動き検出器を示す。動き検出器1900は、オリジン内の動き検出器(例えば、任意の動き検出器1722)、または任意のオリジンの外側の単独の動き検出器として機能し得る。図19にて示すように、本実施例の動き検出器1900は、動き情報決定器1902、動き決定器1906、時間窓決定器1904、および任意の動き場所推定器1908を含む。様々な実施形態によれば、動き検出器1900は、オブジェクトの動きを検出およびモニタするために、第1の無線デバイスと、第2の無線デバイスと、第1の無線デバイスと同一の種類の第3の無線デバイスと、第2の無線デバイスと同一の種類の第4の無線デバイスと、クラウドサーバと、フォグサーバと、ローカルサーバと、エッジサーバと、のうちの少なくとも1つに結合され得る。
一実施形態では、動き検出器1900は、CI抽出器1720からTSCIを受信して、TSCIに基づいて動き情報を計算し得る。例えば、動き情報決定器1902は、オリジンからそれぞれのTSCIを受信し、それぞれのTSCIに基づいてオブジェクトの動きに関連したそれぞれの異種動き情報を非同期的に計算することができる。一実施例では、動き情報決定器1902は、距離スコア、絶対距離、ユークリッド距離、ノルム、メトリック、統計的特徴、時間反転共鳴強度(TRRS)、相互相関、自己相関、共分散、自己共分散、2つのベクトルの内積、前処理、信号調整、ノイズ除去、位相補正、タイミング補正、タイミング補償、位相オフセット補償、変換、射影、フィルタリング、特徴抽出、有限状態機械、過去の類似性スコアの履歴、少なくとも1つのTSCIの別の過去の窓、コンポーネント毎の演算、機械学習、ニューラルネットワーク、ディープラーニング、訓練、判別、加重平均、および別の動作のうちの少なくとも1つに基づいて、TSCIの現在の時間窓と過去の時間窓との間の異種類似性スコアを計算し、これにより、計算された異種類似性スコアに基づいて、場所内のオブジェクトの動きを検出することができる。動き情報決定器1902は、オブジェクトの動きを検出およびモニタするために、計算された動き情報を動き決定器1906に送信し得る。
一実施形態では、時間窓決定器1904は、TSCIの現在の窓および過去の窓を決定し、現在の時間窓および過去の時間窓を動き情報決定器1902に送信することができる。次いで、動き情報決定器1902は、TSCIの現在の窓と過去の窓との間の異種類似性スコアを非同期的に計算することができ、これにより、場所内でのオブジェクトの動きは、動き情報および異種類似性スコアに基づいて検出される。
本実施例の動き決定器1906は、動き情報決定器1902から計算された動き情報を受信し、オブジェクトの動きに関連した動き情報に基づいて、場所内でのオブジェクトの動きを検出することができる。一実施形態では、少なくとも1つのコンポーネントの各々について、時間窓決定器1904は、現在の時間窓に基づいてコンポーネントのそれぞれの現在のコンポーネント窓を非同期的に決定し、過去の時間窓に基づいてコンポーネントのそれぞれの過去のコンポーネント窓を非同期的に決定し、それぞれの現在のコンポーネント窓およびそれぞれの過去のコンポーネント窓についての情報を動き決定器1906に送信できる。動き決定器1906は、それぞれの現在内のコンポーネント窓とそれぞれの過去のコンポーネント窓とをコンポーネント毎に非同期的に比較して、比較結果を生成し、比較結果に基づいてオブジェクトの動きをコンポーネント毎にモニタし、非同期のコンポーネント毎の比較に基づいて場所内のオブジェクトの動きを検出することができる。
一実施形態では、少なくとも1つのコンポーネントの各々について、動き情報決定器1902は、距離スコア、ノルム、メトリック、統計的特徴、時間反転共鳴強度(TRRS)、相互相関、自己相関、共分散、自己共分散、2つのベクトルの内積、前処理、信号調整、ノイズ除去、位相補正、タイミング補正、タイミング補償、位相オフセット補償、変換、射影、フィルタリング、特徴抽出、有限状態機械、過去の類似性スコアの履歴、少なくとも1つのTSCIの別の過去の窓、コンポーネント毎の演算、機械学習、ニューラルネットワーク、ディープラーニング、訓練、判別、加重平均、および別の動作のうちの少なくとも1つに基づいて、それぞれの現在のコンポーネント窓およびそれぞれの過去のコンポーネント窓と関連付けられたコンポーネント類似性スコアを非同期的に計算することができる。次いで、動き情報決定器1902は、少なくとも1つのコンポーネント類似性スコアの異種関数に基づいて、異種類似性スコアを非同期的に計算できる。異種関数は、代表値、標準値、加重平均、百分位数、最大、最小、40%四分位数、50%四分位数、60%四分位数、平均、中央値、最頻値、和、積、根、算術平均、幾何平均、調和平均、一般化平均、順序統計量、トリム平均、統計的関数、期待値、分散、選択されたもの、および別の関数のうちの少なくとも1つを含む。動き決定器1906は、異種類似性スコアが第1の閾値以上である場合、場所内でのオブジェクトの動きを検出できる。
他の実施形態では、少なくとも1つのコンポーネントの各々について、動き情報決定器1902は、距離スコア、ノルム、メトリック、統計的特徴、時間反転共鳴強度(TRRS)、相互相関、自己相関、共分散、自己共分散、2つのベクトルの内積、前処理、信号調整、ノイズ除去、位相補正、タイミング補正、タイミング補償、位相オフセット補償、変換、射影、フィルタリング、特徴抽出、有限状態機械、過去の類似性スコアの履歴、少なくとも1つのTSCIの別の過去の窓、コンポーネント毎の演算、機械学習、ニューラルネットワーク、ディープラーニング、訓練、判別、加重平均、および別の動作のうちの少なくとも1つに基づいて、それぞれの現在のコンポーネント窓およびそれぞれの過去のコンポーネント窓と関連付けられたコンポーネント類似性スコアを非同期的に計算し得る。次いで、少なくとも1つのコンポーネントの各々について、動き決定器1906は、それぞれのコンポーネント類似性スコアがそれぞれのコンポーネント閾値よりも大きいまたは等しい場合、オブジェクトの動きをコンポーネント毎に非同期的に検出し、コンポーネントの選択されたグループにおけるコンポーネント毎の動き検出のパーセンテージが第2の閾値以上である場合、場所内でのオブジェクトの動きを検出することができる。
一実施形態では、第1の無線デバイスは、タイプ1を有するタイプ1デバイスであり、第2の無線デバイスは、タイプ2を有するタイプ2デバイスである。一実施例では、動き決定器1906は、タイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを個別にかつ非同期的にモニタおよび/または検出し得る。別の実施例では、動き決定器1906は、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタおよび/または検出し得る。ニタおよび/または検出するように構成されている。別の実施例では、動き決定器1906は、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを連帯的にかつ非同期的にモニタおよび/または検出し得る。別の実施例では、動き決定器1906は、タイプ1およびタイプ2デバイスの任意の対と関連付けられた、非同期的に計算された異種動き情報に基づいて、場所内でのオブジェクトの動きを全体的にかつ非同期的にモニタおよび/または検出し得る。
一実施形態では、タイプ1デバイスおよびタイプ2デバイスを含むタイプ1およびタイプ2デバイスの各対について、それぞれのタイプ2デバイスまたは動き検出器1900内の動き情報決定器1902は、それぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との間のそれぞれの異種類似性スコアを非同期的に計算するように構成されている。次いで、動き決定器1906またはタイプ2デバイスは、タイプ1およびタイプ2デバイスの対と関連付けられたそれぞれの異種類似性スコアの第1の関数がそれぞれの個別の閾値より大きいまたは等しい場合、場所内でのオブジェクトの動きを個別にかつ非同期的に検出し、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた異種類似性スコアの第2の関数がそれぞれの共同の閾値より大きいまたは等しい場合、場所内でのオブジェクトの動きを連帯的にかつ非同期的に検出し、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられた異種類似性スコアの第3の関数が別のそれぞれの共同の閾値より大きいまたは等しい場合、場所内でのオブジェクトの動きを連帯的にかつ非同期的に検出し、ならびに/またはタイプ1およびタイプ2デバイスの任意の対と関連付けられた異種類似性スコアの第4の関数がそれぞれのグローバル閾値より大きいまたは等しい場合、場所内でのオブジェクトの動きを全体的にかつ非同期的に検出できる。
本実施例の任意の動き場所推定器1908は、動き検出器1900内の任意の構成要素である。一実施形態では、任意の動き場所推定器1908は、動き検出器1900の外側にある場合があり、モニタデバイスとして機能することができ、これは、場所のマップを複数の領域に仕切るように、および/またはタイプ2無線デバイスから受信した異種動き情報に基づいて、オブジェクトの動きと場所のマップの複数の領域のうちの少なくとも1つとを非同期的に関連付けるように構成されている。一実施形態では、動き検出器1900およびタイプ2デバイスのうちの少なくとも1つは、異種動き情報の各々のそれぞれの特徴空間を複数のそれぞれの特徴セグメントに仕切ることと、各それぞれの特徴セグメントと場所のマップの複数の領域のうちの少なくとも1つとを関連付けるそれぞれのマッピングを構成することと、それぞれのマッピングに基づいて、オブジェクトの動きと場所のマップの複数の領域のうちの少なくとも1つとを個別に非同期的に関連付けることと、複数のタイプ1およびタイプ2デバイスの対と関連付けられた異種動き情報の共同特徴空間を複数の共同特徴セグメントに仕切ることと、各共同特徴セグメントと場所のマップの複数の領域のうちの少なくとも1つとを関連付ける共同マッピングを構成することと、共同マッピングに基づいて、オブジェクトの動きと場所のマップの複数の領域のうちの特定の1つとを連帯的に非同期的に関連付けることと、のうちの少なくとも1つを実施するように構成されている。
一実施形態では、動き検出器1900は、無線モニタシステムのタイプ3デバイスとして機能し得る。無線モニタシステムは、少なくとも1つの非同期異種タイプ1デバイスおよび少なくとも1つの非同期異種タイプ2デバイスを備え得る。無線モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つのダブレットを備えることができ、各ダブレットは、少なくとも1つの非同期異種タイプ1デバイスのうちの1つと少なくとも1つの非同期異種タイプ2デバイスのうちの1つとを備える。タイプ3デバイスは、少なくとも1つの非同期異種タイプ1デバイスおよび少なくとも1つの非同期異種タイプ2デバイスのうちの少なくとも1つと通信可能に結合された第3のプロセッサと、第3のプロセッサと通信可能に結合された第3のメモリと、第3のメモリ中に記憶された第3の命令セットと、を備え得る。第3の命令セットは、実行されると、第3のプロセッサに、各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのダブレットの各々について、タイプ2デバイスのそれぞれの第2のプロセッサ、それぞれの第2のメモリ、およびそれぞれの第2の命令セットを使用して、タイプ2デバイスによって非同期的に受信されたある場所でのアイテムの動きにより影響を受けた、無線マルチパスチャネルの少なくとも1つのそれぞれのTSCI(TSCI)を非同期的に受信させる。タイプ1およびタイプ2デバイスのそれぞれのダブレットと関連付けられた少なくとも1つのそれぞれのTSCIは、それぞれのダブレットのそれぞれのタイプ1デバイスから、それぞれのタイプ1デバイスのそれぞれの第1のプロセッサ、それぞれの第1のメモリ、およびそれぞれの第1の命令セットを使用して、少なくとも1つの非同期異種タイプ2デバイスに、無線マルチパスチャネルを介して送信されたそれぞれの非同期異種無線信号から非同期的に得られる。加えて、第3の命令セットは、実行されると、第3のプロセッサに、特定のタイプ2デバイスおよび特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの特定のダブレットと関連付けられたTSCIに基づいて、ある場所でのアイテムの動きを個別にかつ非同期的に追跡することと、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つのダブレットのいずれかと関連付けられたTSCIに基づいて、アイテムの動きを連帯的にかつ非同期的に追跡することと、特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つのダブレットのいずれかと関連付けられたTSCIに基づいて、アイテムの動きを連帯的にかつ非同期的に追跡することと、タイプ1およびタイプ2デバイスの少なくとも1つのダブレットのいずれかと関連付けられたTSCIに基づいて、アイテムの動きを全体的にかつ非同期的に追跡すること、のうちの少なくとも1つを実施させる。
一実施形態では、システムは、場所のマップ、マップの複数の仕切られた領域、任意の検出されたオブジェクトの動きと関連付けられた領域、タイプ1およびタイプ2デバイスの少なくとも1つの対と関連付けられた異種動き情報、コンポーネント毎の類似性スコア、異種類似性スコア、過去の動き情報、過去の類似性スコア、別の過去の情報、タイプ1デバイス、およびタイプ2デバイスのうちの少なくとも1つと関連付けられた情報を非同期的に信号で伝えるように構成されたモニタデバイスを備え得る。一実施例では、モニタデバイスは、検出またはモニタ結果を表示するためのアプリまたはGUIを実行するモバイルフォンであり得る。その他の実施例では、モニタデバイスは、デスクトップ、ラップトップ、タブレット、IoTデバイス、またはスマートスピーカであり得る。
図20は、本発明の一実施形態による、例示的な動き検出アルゴリズムを示す。図20では、G(f;t)は、タイムスロットtでのサブキャリアfのCSI(またはCI)振幅を表すことができる。M×Nアンテナ構成を有するシステムについて、サブキャリアの総数は、F=MNLであり、式中、Lは、各アンテナ対のサブキャリア数である。各サブキャリアfについて、一次のサンプル自己相関係数について動き統計を計算することができ、式中、Tは、動き統計を計算するための時間窓の長さである。動き統計の物理的意味は、動き統計が高いほど、動きが強いということである。各サブキャリアには、例えば、サンプル自己相関係数が既定義閾値より大きい場合に、動きを検出するために算出された動き統計が存在する。システムのF個のサブキャリアからすべての決定を融合するために多数決が適用され得る。利用可能なサブキャリアの総数の半分超がエレベーター内の人間の動きを検出する場合、システムは、その動きを検出し、そうでなければ、動きを検出しない。別の実施形態では、G(f;t)は、タイムスロットtでのサブキャリアfにおけるCIの別の関数、例えば、(CSI振幅)^2、(CSI振幅)^4、位相オフセットクリーニング後のCSIの実部/虚部と定義され得る。次数が時間窓の長さTの4分の1未満である場合、動き統計はまた、別の次数のサンプル自己相関係数として定義することもできる。個々の決定の加重結合などのその他の決定融合ルールもまた、採用され得る。
図21は、本発明の一実施形態による、オブジェクトの動き検出のための例示的方法を示す。動作2102にて、プロセッサ、メモリ、およびメモリ中に記憶された命令セットを使用して、無線マルチパスチャネルの少なくとも1つのTSCIが得られる。少なくとも1つのTSCIは、無線マルチパスチャネルを介して、場所内の第1の位置にあるタイプ1異種無線デバイスと場所内の第2の位置にあるタイプ2異種無線デバイスとの間で送信された無線信号から抽出される。無線マルチパスチャネルは、場所内でのオブジェクトの動きにより影響を受ける。動作2104にて、オブジェクトの時空間情報は、少なくとも1つのTSCI、動きと関連付けられた時間パラメータ、およびオブジェクトの過去の時空間情報のうちの少なくとも1つに基づいて決定される。動作2106にて、タスクは、時空間情報に基づいて実施される。時空間情報は、動き情報の形態であり得、動き情報は、時空間情報の形態であり得る。タイプ1デバイスは、第1のデバイスであり得、タイプ2デバイスは、第2のデバイスであり得る。前述の「タスク」は、「動きをモニタ」することおよび/または「動きを検出」することであり得る。
図22は、本発明の一実施形態による、オブジェクトの運動位置特定方法のための例示的なフローチャートを示す。図22のオブジェクトの動きの位置特定は、2つのボット(タイプ1デバイス)に基づいており、特定のオリジン(タイプ2デバイス)と対にされている。まず、各ボットについて、各ボット-オリジン対(2202Aおよび2202B)と関連付けられた動き情報/統計が算出される。次いで、算出された動き情報の各々をノイズ除去プロセッサ(例えば、低域フィルタ)に通して、ノイズを除去する(2204Aおよび2204B)。次いで、いくつかの関数に従って、動き尤度(1006)を算出する。動き尤度は、ボットの近くまたはオリジンの近くで発生する動きの確率を表し得る。尤度はまた、ノイズが多い場合があるため、例えば、動きが発生すると急速に変化するため、尤度値は、別のノイズ除去プロセッサ2208を通過し得る。最後に、動きの位置特定の決定は、動きが起こる場所で行われる。
動き情報と尤度のマッピングの例示的な関数は、次のとおり定義され得る。時間tでのボットi-オリジン対について算出した動き情報は、m
i(t)と表す。時間tでのボットi付近の動き尤度の一例は、次のとおり算出され得る。
L
i(t)は、どちらのボットも動きを検出しない場合、定義されない。動きの位置特定決定ルールの一例をノイズ除去した後の尤度は、
と表し、下記のようであり得る。
の両方が未定義である場合、モニタエリア内に動きは存在しない。
本開示の様々な実施形態は、以下に詳細に記述されている。本開示における実施形態および実施例の特徴は、矛盾しない方法で互いに組み合わせることができることに注意する。
一実施形態では、無線(またはradioまたはRF)モニタシステムは、少なくとも1つの非同期異種タイプ1無線(またはradioまたはRF)デバイス(または装置)と、少なくとも1つの非同期異種タイプ2無線(またはradioまたはRF)デバイスと、を備える。無線(またはradioまたはRF)モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つの対(またはペアリング、またはカップル、またはデュオ、または組み合わせ、またはダブレット、またはコンボ、またはマッチ、またはチーム)を備え、各対は、少なくとも1つの非同期異種タイプ1デバイスのうちの1つと少なくとも1つの非同期異種タイプ2デバイスのうちの1つとを備える。少なくとも1つのタイプ2デバイスの各々は、タイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対にある。各タイプ2デバイスは、タイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対を介して、少なくとも1つのそれぞれの特定のタイプ1デバイスと関連付けられる(またはグループ化される、または結合される、または対にされる、または連合される、または組み合わされる、または合併する、または組まれる)。
一実施形態では、無線(またはradioまたはRF)モニタシステムの開示された方法には、各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、場所(または現地、または場所、またはサイト、または状況、または敷地)内でのオブジェクト(または物品、または本体、または商品、またはガジェット、またはアイテム、または事柄、または物質、または実体、または質量)の動き(または運動、または行動、またはジェスチャー、または変化、またはドリフト、または動態、または流れ、または変動、または流動、または身振り、またはキネティックス、またはロコモーション、または移動性、または運動、またはオシレーション、または通過、または進行、または撹拌、または動揺)によって影響を受けた(または影響を受けた)無線マルチパスチャネルの少なくとも1つのそれぞれのTSCI(またはチャネルデータ)を非同期的に得ること(または受信すること、または取ること、または収集すること、または取り返すこと、または確保すること、またはフェッチすること)が含まれる。タイプ1およびタイプ2デバイスの特定の対と関連付けられた少なくとも1つのそれぞれのTSCI(TSCI)は、それぞれの非同期異種無線(またはradioまたはRF)信号から非同期的に抽出される(または得られる、または導出される、または収集される、または集められる、または獲得される)。それぞれの非同期異種無線(またはradioまたはRF)信号は、少なくとも1つのそれぞれの特定のタイプ1デバイスのうちのそれぞれの1つから、タイプ1デバイスのそれぞれの第1の異種プロセッサ、それぞれの第1の異種メモリ、およびそれぞれの第1の異種命令セットを使用して、少なくとも1つの非同期異種タイプ2デバイスに、無線マルチパスチャネルを介して、非同期的に送信される。
場所内でのオブジェクトの動きは、タイプ3デバイスの第3のプロセッサ、第3のメモリ、および第3の命令セットを使用して、次の4つの方法のうちの少なくとも1つで、モニタされる(または追跡される、またはチェックされる、または観察される、または監督される、または観察される、または調査される)。(a)場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられたTSCIに基づいて、個別にかつ非同期的にモニタされる、(b)オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる、(c)オブジェクトの動きは、少なくとも1つのそれぞれの特定のタイプ1デバイスのうちの1つと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる、ならびに(d)オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、全体的にかつ非同期的にモニタされる。
例えば、2つ以上の非同期異種タイプ1デバイスは、これらのそれぞれの非同期異種無線(またはradioまたはRF)信号を同一のタイプ2デバイスに非同期的に送信し得る。(タイプ1デバイスのいくつかは、2つ以上のタイプ2デバイスに送信していることがあります。)これらの送信は、瞬間的に同期され得る。これらの送信は、非同期であり得るが、時々、タイプ1デバイスのうちの2つの無線(またはradioまたはRF)信号は、時間が重複し得る。これらの送信は、協調し得る。オブジェクトの動きは、タイプ2デバイスと2つ以上の非同期タイプ1デバイスのうちの1つとを備える、タイプ1およびタイプ2デバイスのTSCIに関連付けられた対に基づいて、連帯的にモニタされ得る。
別の実施例では、非同期異種タイプ1デバイスは、非同期異種無線(またはradioまたはRF)信号を2つ以上の非同期異種タイプ2デバイスに送信し得る。非同期異種無線(またはradioまたはRF)信号は、非同期的に、またはほぼ同期的に、または単に同期的に受信され得る。TSCIは、受信した非同期異種無線(またはradioまたはRF)信号から非同期的に抽出できる。オブジェクトの動きは、タイプ1およびタイプ2デバイスのTSCIに関連付けられた対に基づいて、連帯的にモニタされ得、各々は、非同期異種タイプ1デバイスと2つ以上の非同期異種タイプ2デバイスのうちの1つとを備える。
CIは、タイプ2デバイスによって受信されたプローブ信号(マルチパスによる)、タイプ2デバイスの集積回路(IC、またはチップ)(例えば、Wi-Fiチップ、LTEチップ、セルラーネットワークチップ、無線ネットワークチップ、メッシュネットワークチップ、Bluetoothチップ、UWBチップなど)から抽出され得る。プローブ信号は、データを含んでも含まなくてもよい。2つ以上のCIが受信プローブ信号から抽出され得る。送信アンテナおよび受信アンテナの各対について、1つのCIを抽出することができる。例えば、3つの送信アンテナを有するタイプ1デバイスおよび2つの受信アンテナを有するタイプ2デバイスについて、合計で6つのCIが、各プローブ信号から抽出され得る。
CIは、送信アンテナおよび受信アンテナの2つ以上の対からのチャネルの情報を含み得る。CIは、タイプ2デバイスから別のデバイス(例えば、近隣デバイス、コンパニオンデバイス、ペアデバイス、エッジデバイス、クラウドデバイス)に送信され得る。別のデバイスは、タイプ2デバイスと通信可能に結合され得る。別のデバイスは、別のタイプ2デバイス、タイプ1デバイス、および/または別のタイプ1デバイスであり得る。異なる異種タイプ2デバイスが場所内の異なる場所にあり得るため、異なる異種タイプ2デバイスによって得られたCIは、異なる場合があり、これにより、これらは、異なるマルチパスパターンを経験し得る。言い換えると、それぞれの異種タイプ2デバイスによって経験されるそれぞれの無線マルチパスチャネルは、異なり得る。CIは、場所の情報(例えば、動き、周期的動き、形状、サイズ、体積、パス、方向、距離、速さ、加速度、変化、変化率など)および/または場所内の任意のオブジェクト(人々、ペット、生物、機械、可動部を有するデバイス、ドア、窓、壁、パーティション、家具、作り付け家具、配管、エアコンディショニング、暖房、ファンなど)を捕捉することができる。CIは、ノイズ、位相誤差、タイミング誤差などのいくらかの固有の不完全性を有し得る。CIは、前処理、処理、および/または後処理され得る。
少なくとも1つのタイプ1デバイスが少なくとも1つのタイプ2デバイスと相互作用する場合、処理、前処理、後処理、および/または他の処理は装置ごとに異なり得る。処理/前処理/後処理/その他の処理は、場所、配向、方向、役割、ユーザ関連特徴、設定、構成、利用可能なリソース、利用可能な帯域幅、ネットワーク接続、ハードウェア、ソフトウェア、プロセッサ、コプロセッサ、メモリ、電池寿命、利用可能な電力、アンテナ、アンテナ種類、アンテナの指向性/単指向性、電力設定、および/またはデバイスのその他のパラメータ/特徴に基づき得る。
任意の前処理、処理、および/または後処理は1つ以上の閾値を必要とし得る。任意の閾値は、事前に決定され、適応的に決定され、および/または有限状態機械によって決定され得る。適応的な決定は、時間、空間、位置、アンテナ、パス、リンク、状態、バッテリ寿命、残バッテリ寿命、使用可能電力、使用可能計算資源、使用可能ネットワーク帯域幅に基づき得る。
異種タイプ1デバイスから異種タイプ2デバイスに送信された無線(またはradioまたはRF)信号は、一連のプローブ信号であり得る。各プローブ信号は、インパルス、多くの(例えば、2、3、4、またはそれ以上)インパルス、または別の信号波形であり得る。別の信号波形は、無線マルチパスチャネルに基づき得る。インパルス数の時間間隔は、時間の経過と共に変化し得る。(例えば、第2および第3のインパルスの間の時間間隔は、第1および第2のインパルスの間の時間間隔とは異なり得る)。異なるインパルスの大きさは、異なり得る(例えば、第1のインパルスは、第2のインパルスよりも強いまたは弱い)。異なるインパルスの形状は、異なり得る。(例えば、第1のインパルスは、狭い三角波形を有し得、一方、第2のインパルスは、更に別の波形を有し得る)。プローブ信号は、時間の経過と共に適応するように変化し得る。プローブ信号(単数または複数)は、異なるチャネル、異なる空間時間周波数チャネル、異なるアンテナなどに対して異なり得る。プローブ信号(単数または複数)は、異なるタイプ1デバイスおよび/またはタイプ2デバイスに対して異なり得る。プローブ信号は、(例えば、1つ以上のタイプ2デバイスからの)フィードバック信号に基づいて変更され得る。プローブ信号(単数または複数)は、データを含んでもよい。いくつかのプローブ信号は、データを含み得るが、いくつかのその他のプローブ信号は、データを含まない場合がある。
一連のプローブ信号は、規則的な間隔(例えば、隣接するプローブ信号間の間隔が25ms(1/40秒)で、1秒当たり40プローブ信号)または不規則的な間隔(例えば、無線チャネルがそれほどビジーではないかビジーではないときに送られるプローブ信号、または適応的にまたは要望に応じて、短く/長く/長いバーストで送られるプローブ信号)であり得る。各プローブ信号と関連付けられた規則的な間隔および/または波形は、時間の経過と共に変化し得る。例えば、プローブ信号は、ある期間(例えば、1日、1時間、または20秒)に対して1秒当たり40プローブ信号であり得、別の期間に対して1秒当たり2200プローブ信号に変更され得る。変更は、ユーザ入力、システム命令、タスク、タスクの変更、場所、場所の変更、それぞれのオブジェクト、それぞれのオブジェクトの変更、それぞれのオブジェクトのそれぞれの動き、それぞれのオブジェクトのそれぞれの動きの変更、および/またはそれぞれのオブジェクトのそれぞれのオブジェクト/それぞれの動きのモニタに基づき得る。それぞれのオブジェクトの2つは同じオブジェクトであり得る。それぞれのオブジェクトのいずれも同じオブジェクトであり得る。
2つ以上の異種タイプ1デバイスが存在し得る。タイプ1デバイス(および/またはタイプ2デバイス)は、異種であり得る。例えば、タイプ1デバイス(および/もしくはタイプ2デバイス)は、Wi-Fiアクセスポイントであり得、別のタイプ1デバイス(および/もしくはタイプ2デバイス)は、スマートTVであり得、ならびに/または更に別のタイプ1デバイスは、一連のプローブ信号を送るための専用のシンプルデバイスであり得る(および/もしくは更に別のタイプ2デバイスは、一連のプローブ信号を受信し、それらを通過させるための専用のシンプルデバイスであり得る)。異なるタイプ1デバイス(および/またはタイプ2デバイス)は、様々な機能、ブランド(例えば、Sony、Samsung、Philips、Appleなど)、モデル、サイズ、フォームファクタ、形状、色、モジュール、アンテナ、回路、論理回路、プロセッサ、クロック、バス、メモリ、メモリバス、ストレージ、命令セット、電源(例えば、ACまたはDC、充電可能バッテリなど)、チップ(IC)、チップセット、ファームウェア、ソフトウェア、ネットワーク接続、優先度、アクセス権、セキュリティ設定などを有し得る。
デバイスは、タイプ1デバイスおよびタイプ2デバイスとして機能し得る。デバイスは、一時はタイプ1デバイスとして機能し、別の時にタイプ2デバイスとして機能し得る。デバイスは、同時にタイプ1デバイスおよびタイプ2デバイスとして機能し得る。
異種タイプ1デバイスおよび/または異種タイプ2デバイスは、集積回路(IC)を備えることができる。ICは、規格に準拠し得る。ICは、2つ以上の規格/プロトコル(例えば、802.11a/b/e/g/n/ac/ax、2G/2.5G/3G/3.5G/4G/LTE/5G/6G、802.16、メッシュネットワーク、アドホックネットワーク、4G超、Bluetooth、BLE、別のネットワーク、UWB、RFIDなど)をサポートし得る。タイプ1またはタイプ2デバイスは、動きを検出し、別のデバイス(例えば、TV、ファン、無線、スピーカ、照明、エアコンディショナ、ヒーター、電気器具、セキュリティシステムなど)を制御することができる。異種タイプ1デバイスおよび/またはタイプ2デバイスは、2つ以上のアンテナを備えることができる。アンテナは、異種であり得る。アンテナは、指向性または全指向性であり得る。アンテナは、円/楕円状、直線状、格子状、または別のパターン、または別の配置順に配置され得る。特定の異種タイプ1デバイスは、特定のタイプ2デバイスとの通信リンクを確立してもしなくてもよい。タイプ3デバイスは、ネットワークサーバ、クラウドサーバ、フォグサーバ、エッジサーバ、ローカルサーバ、ローカルクライアント、スマートデバイス、スマートフォン、モノのインターネットデバイスであり得る。タイプ3プロセッサは、異種タイプ1デバイスまたは異種タイプ2デバイスであり得る。
各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、タイプ1およびタイプ2デバイスのそれぞれの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIに基づいて、オブジェクトの動きと関連付けられた少なくとも1つのそれぞれの異種動き情報を非同期的に計算する(または得る、または算出する、または推定する、または決定する、または評価する)ことができる。
場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報に基づいて、個別にかつ非同期的にモニタされ得る。オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報に基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報に基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報に基づいて、全体的にかつ非同期的にモニタされ得る。例えば、少なくとも1つの組み合わされたスコアは、全スコアに基づいて計算され得、オブジェクトの動きは、少なくとも1つの組み合わされたスコアに基づいて連帯的にモニタされ得る。計算は、第1のプロセッサ、第2のプロセッサ、第3のプロセッサ、コンパニオンプロセッサ、クラウドサーバ、フォグサーバ、および/またはローカルサーバ間で共有され得る。
各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、無線デバイスのそれぞれの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との間のそれぞれの異種類似性スコアは、非同期的に計算され得る。
場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種類似性スコアに基づいて、個別にかつ非同期的にモニタされ得る。オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種類似性スコアに基づいて、全体的にかつ非同期的にモニタされ得る。
1つの(または2つ以上の、またはすべての)TSCIの現在の窓および過去の窓の各々は、ベクトルとして表現され得るか、またはベクトルに変換され得る。類似性スコアは、絶対距離、ユークリッド距離、またはその他の距離などの2つのベクトル間の距離であり得る。CI(またはCIの窓、またはCIのスライディング窓)は、確率プロセスとみなすことができる。類似度は、相互共分散(cross-covariance)または自己共分散(auto-covariance)であり得る。1に近い共分散は、非常に類似した(または相関が高い)2つのCI(またはCIの2つの窓)を意味する場合がある。平均がゼロであるCIの場合、共分散は、相関となり得る。内積は、相関を計算する方法の1つであり得る。
2つのベクトルの内積:各CIについてN個のコンポーネントを仮定する。CIと関連付けられたベクトルは、N個のコンポーネントを含むNタプルであり得る。2つ以上のTSCIが存在することができ、M≧1でのM個の時系列である。特定の時間でのM CI時系列と関連付けられたベクトルは、特定の時間でのM CIのN個のコンポーネントを含むKタプル(K=M×N)であり得る。P≧1のP CIを含むTSCIの窓を考慮する。窓と関連付けられたベクトルは、窓のP CIのN個のコンポーネントを含むKタプル(K=P*N)であり得る。各TSCIのP≧1のP CIの窓を含むM CI(CI)時系列の合成窓(composite window)を考慮する。合成窓と関連付けられたベクトルは、M時系列の各々の窓のP CIのN個のコンポーネントを含むKタプル(K=P*M*N)であり得る。i番目(i=1,...,M)のTSCIのP_i≧1でのP_i CIの窓を含むM CI時系列の合成窓を考慮する。合成窓と関連付けられたベクトルは、i番目(i=1,2,...,M)のTSCIの窓のP_i CIのN個のコンポーネントを含む、Kタプル(K=(P_1+P_2+...+P_M)*Nであり得る。
少なくとも1つのそれぞれのTSCIは、少なくとも1つのそれぞれのコンポーネントを有し得る。各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、ならびに少なくとも1つのそれぞれのコンポーネントの各々について、以下を行うことができる。(a)少なくとも1つのそれぞれのTSCIのコンポーネントのそれぞれの現在のコンポーネント窓は、それぞれの現在の窓に基づいて、非同期的に決定され得る、(b)少なくとも1つのそれぞれのTSCIのコンポーネントのそれぞれの過去のコンポーネント窓は、それぞれの過去の窓に基づいて、非同期的に決定され得る、(c)それぞれの現在のコンポーネント窓は、それぞれの過去のコンポーネント窓とコンポーネント毎に非同期的に比較され得る、(d)オブジェクトの動きは、それぞれの現在のコンポーネント窓とそれぞれの過去のコンポーネント窓との非同期的なコンポーネント毎の比較に基づいて、コンポーネント毎にモニタされ得る。
場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、非同期的なコンポーネント毎の比較に基づいて、個別にかつ非同期的にモニタされ得る。オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的なコンポーネント毎の比較に基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的なコンポーネント毎の比較に基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的なコンポーネント毎の比較に基づいて、全体的にかつ非同期的にモニタされ得る。
例えば、各CIは、N個の要素(コンポーネント)を有する集合/レコード、N個の項目/特徴/特徴/行動測定(コンポーネント)のコレクション、Nタプル、N列のマトリックス(各列がコンポーネントである)、N行のマトリックス(各行がコンポーネントである)、Nコンポーネントベクトル、Nコンポーネントチャネル応答、Nコンポーネント時間信号、Nコンポーネントチャネル、Nコンポーネントチャネルインパルス応答(CIR)、Nコンポーネント周波数信号、Nコンポーネントチャネル周波数応答(CFR)などを含み得る。N個のコンポーネントは、同種または異種であり得る。
各コンポーネントは、異なっていてもよい。例えば、あるコンポーネントは、複素数であってもよく、別のコンポーネントは、論理値であってもよい。各コンポーネントは、周波数、周波数サブキャリア、周波数帯域、時間、タイムラグ、時間窓、期間、および/またはカウントのうちの少なくとも1つと関連付けられ得る。現在の窓(または現在のコンポーネント窓)内のCIの量および/または過去の窓(または過去のコンポーネント窓)内のCIの量は、同一かまたは異なり得る。現在の窓および/または過去の窓内のCIの量は、経時変化し得る。複素共役を適用することができる。複素共役を適用することができる。
比較には、前処理、信号調整、ノイズ除去、位相補正、タイミング補正、タイミング補償、位相オフセット補償、変換、射影、フィルタリング、特徴抽出、有限状態機械、機械学習、ニューラルネットワーク、ディープラーニング、訓練判別、加重平均などが含まれ得る。例えば、過去の動き情報は、過去のCI、オブジェクトの動きと関連付けられた過去のCI、過去の比較、過去の動き決定、過去の動き統計、過去のスコア、過去の類似性スコア、過去のコンポーネント類似性スコア、過去のデバイス毎の類似性スコアなどであり得る。
各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、少なくとも1つのコンポーネントの各々について、コンポーネント類似性スコアは、それぞれの現在のコンポーネント窓およびそれぞれの過去のコンポーネント窓に基づいて、非同期的に計算され得る。
それぞれの異種類似性スコアは、少なくとも1つのコンポーネント類似性スコアの異種関数として、非同期的に計算され得る。異種関数は、代表値、標準値、加重平均、百分位数、最大、最小、40%四分位数、50%四分位数、60%四分位数、平均、メジアン、最頻値、和、積、根、算術平均、幾何平均、調和平均、一般化平均、順序統計量、トリムド平均、統計的関数、期待値、分散、選択されたもの、および/または別の関数のうちの少なくとも1つを含み得る。
場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、異種類似性スコアおよび少なくとも1つのコンポーネント類似性スコアのうちの少なくとも1つに基づいて、個別にかつ非同期的にモニタされ得る。オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、異種類似性スコアおよび少なくとも1つのコンポーネント類似性スコアの少なくとも1つに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、異種類似性スコアおよび少なくとも1つのコンポーネント類似性スコアのうちの少なくとも1つに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、異種類似性スコアおよび少なくとも1つのコンポーネント類似性スコアのうちの少なくとも1つに基づいて、全体的にかつ非同期的にモニタされ得る。
関数は、代表値、標準値、加重平均、百分位数、最大、最小、10%四分位数、20%四分位数、30%四分位数、40%四分位数、50%四分位数、60%四分位数、70%四分位数、80%四分位数、90%四分位数、平均、メジアン、最頻値、和、積、根、算術平均、幾何平均、調和平均、一般化平均、順序統計量、トリムド平均、統計的関数、期待値、分散、閾値法、カウント、および/または選択されたもののうちの少なくとも1つを含み得る。
特徴抽出は、サンプリングされた特徴、統計的特徴、時間領域特徴、周波数領域特徴、分解、特異値分解、主コンポーネント分析、独立コンポーネント分析、前処理、信号処理、後処理、変換、線形処理、非線形処理、信号調整、信号処理、代表値、標準値、加重平均、百分位数、最大、最小、10%四分位数、20%四分位数、30%四分位数、40%四分位数、50%四分位数、60%四分位数、70%四分位数、80%四分位数、90%四分位数、平均、メジアン、最頻値、和、積、根、算術平均、幾何平均、調和平均、一般化平均、順序統計量、トリムド平均、統計的関数、期待値、分散、閾値法、クラスタリング、訓練、機械学習、ニューラルネットワーク、ディープラーニング、カウント、および/またはロバスト処理などのうちの少なくとも1つを含み得る。
各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、少なくとも1つのコンポーネントの各々について、それぞれのコンポーネント類似性スコアがそれぞれのコンポーネント閾値以上であるもののうちの少なくとも1つである場合、オブジェクトの動きは、コンポーネント毎に非同期的に検出され得る。
場所内でのオブジェクトの動きは、次のうちの少なくとも1つである場合、個別にかつ非同期的に検出され得る。特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた異種類似性スコアの第1の関数が、それぞれの第1の個別の閾値以上であるもののうちの少なくとも1つである、ならびに/または特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられたコンポーネントの第1の選択されたグループにおけるコンポーネント毎の動き検出の第1のパーセンテージがそれぞれの第2の個別の閾値以上であるもののうちの少なくとも1つである。オブジェクトの動きは、次のうちの少なくとも1つである場合、連帯的にかつ非同期的に検出され得る。特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第2の関数がそれぞれの第1の共同の閾値以上であるもののうちの少なくとも1つである、ならびに/または特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたコンポーネントの第2の選択されたグループにおけるコンポーネント毎の動き検出の第2のパーセンテージがそれぞれの第2の共同の閾値以上であるもののうちの少なくとも1つである。オブジェクトの動きは、次のうちの少なくとも1つである場合、連帯的にかつ非同期的に検出され得る。それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第3の関数がそれぞれの第3の共同の閾値以上であるもののうちの少なくとも1つである、ならびに/またはそれぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたコンポーネントの第3の選択されたグループにおけるコンポーネント毎の動き検出の第3のパーセンテージがそれぞれの第4の共同の閾値以上であるもののうちの少なくとも1つである。オブジェクトの動きは、次のうちの少なくとも1つである場合、全体的にかつ非同期的に検出され得る。タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第4の関数がそれぞれの第1のグローバル閾値以上であるもののうちの少なくとも1つである、ならびに/またはタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたコンポーネントの第4の選択されたグループにおけるコンポーネント毎の動き検出の第4のパーセンテージがそれぞれの第2のグローバル閾値以上であるもののうちの少なくとも1つである。
第1の関数、第2の関数、第3の関数、および/または第4の関数は、線形関数、非線形関数、平均、加重平均、算術平均、幾何平均、調和平均、一般化平均、トリムド平均、ロバスト平均、加重平均(weighted mean)、メジアン、最頻値、および/または別の関数であり得る。第1の関数、第2の関数、第3の関数、および/または第4の関数のうちの2つまたはそれ以上は、数学的に同様であり得る。個別の閾値および/または共同の閾値は、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、および/または別の閾値であり得る。それは、経時変化し得る。2つまたはそれ以上の閾値は、いくつかの現在の時間で同一または異なる場合がある。
場所内でのオブジェクトの動きは、場所内でのオブジェクトの動きにより影響を受けた別の無線マルチパスチャネルの別のTSCIに更に基づいて、非同期的にモニタすることができる。別のTSCIは、非同期異種タイプ3無線デバイスから非同期異種タイプ4無線デバイスに別の無線マルチパスチャネルを介して送信された別の非同期異種無線(またはradioまたはRF)信号から抽出することができる。例えば、タイプ1およびタイプ2デバイスは、Wi-Fiデバイスであり得、一方、タイプ3およびタイプ4デバイスは、LTE、BLE、RFID、または別のWi-Fiデバイスであり得る。例えば、タイプ1およびタイプ2は、2.4GHzのWi-Fiであり得、一方、タイプ3およびタイプ4デバイスは、5GHzのWi-Fiであり得る。
選択されたコンポーネントのグループ(例えば、第1の、第2の、第3の、第4の選択されたコンポーネントのグループ)は、有意なコンポーネントのグループ、有意でないコンポーネントのグループ、重要なコンポーネント、重要でないコンポーネント、改善コンポーネント、減衰コンポーネント、良コンポーネント、悪コンポーネント、ある行動/傾向を有するコンポーネント、意見に影響するコンポーネント、ターゲットコンポーネント、有意なエネルギを有するコンポーネント、有意なエネルギを有する分解コンポーネントのグループ、モニタのために有意な/有用な/敏感なコンポーネントのグループ、訓練段階で学習されたコンポーネントのグループ、何らかの方法で選択されたコンポーネントのグループであり得る。例えば、選択されたコンポーネントは、モニタされるいくつかのターゲットイベントに対して敏感であり/明らかであり/区別され/識別され得る。第1の、第2の、第3の、第4の選択されたコンポーネントのグループのうちの2つまたはそれ以上は、重複していてもよく、および/または同一であってもよい。例えば、多数決は、閾値が0.5(50%)で実施できる。パーセンテージが50%より大きい場合、動きは、検出され得る。
各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つのそれぞれの特定の対の各々について、タイプ1およびタイプ2デバイスのそれぞれの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIに基づいて、オブジェクトの動きと関連付けられた少なくとも1つのそれぞれの異種動き情報を非同期的に計算することができる。
少なくとも1つのそれぞれのTSCIのそれぞれの過去の窓を有する無線デバイスのそれぞれの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓を、非同期的に比較できる。少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との間のそれぞれの異種類似性スコアは、非同期的に計算され得る。
場所内でのオブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報および異種類似性スコアに基づいて、個別にかつ非同期的にモニタされ得る。オブジェクトの動きは、特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報および異種類似性スコアに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報および異種類似性スコアに基づいて、連帯的にかつ非同期的にモニタされ得る。オブジェクトの動きは、タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報および異種類似性スコアに基づいて、全体的にかつ非同期的にモニタされ得る。
例えば、タイプ1およびタイプ2デバイスは、(Wi-Fi信号である無線(またはradioまたはRF)信号を有する)Wi-Fiデバイスであり得、一方、タイプ3およびタイプ4デバイスは、(LTE信号である別の無線(またはradioまたはRF)信号を有する)LTEデバイスであり得る。別の実施例では、タイプ1およびタイプ2デバイスは、第1のSSID(例えば、「my home network」)を有するWi-Fiネットワークを使用するWi-Fiデバイスであってもよく、一方、タイプ3およびタイプ4デバイスは、第2のSSID(例えば、「Your Neighborhood」)を有するWi-Fiネットワークを使用するWi-Fiデバイスであってもよい。別の実施例では、タイプ1、タイプ2、タイプ3、およびタイプ4デバイスは、同一のWi-Fiネットワーク内にあってもよい。タイプ1およびタイプ2デバイスは、20MHzの帯域幅を使用している場合があり、一方、タイプ3およびタイプ4デバイスは、40MHzの帯域幅を使用している場合がある。
タイプ1デバイスおよびタイプ3デバイスは、同一のデバイスまたは異なるデバイスであり得る。タイプ2デバイスおよびタイプ4デバイスは、同一のデバイスであり得る。タイプ1デバイスは、タイプ3デバイスであり得、その逆も同様であり得る。タイプ2デバイスは、タイプ4デバイスであり得、その逆も同様であり得る。
場所のマップは、2つ以上の領域に仕切ることができる。オブジェクトの動きは、次のうちの少なくとも1つに基づいて、場所のマップの2つ以上の領域のうちの少なくとも1つと非同期的に関連付けられ得る。(a)特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた、非同期的に計算された異種動き情報、(b)特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報、(c)それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報、ならびに(d)タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた、非同期的に計算された異種動き情報。
それぞれの類似性スコアは、少なくとも1つのそれぞれの動き情報のうちの1つであり得る。それぞれの現在の窓は、それぞれの過去の窓として同一または異なる持続時間(または長さ)を有し得る。異なるタイプ2デバイスと関連付けられた現在の窓は、異なっている場合がある。異なるタイプ2デバイスと関連付けられた過去の窓もまた、異なっている場合がある。現在の窓および過去の窓は、同一量のCI、同一の持続時間、同一の前処理、同一の処理、同一の後処理、および/または同一の設定を有し得る。現在の窓および過去の窓は、異なる量のCI、異なる持続時間、異なる前処理、異なる処理、異なる後処理、および/または異なる設定を有し得る。
タイプ1およびタイプ2デバイスの各それぞれの対について、少なくとも1つのそれぞれの異種動き情報のそれぞれの特徴空間は、タイプ1およびタイプ2デバイスのそれぞれの対と関連付けられて2つ以上のそれぞれの特徴セグメントに仕切ることができる。各それぞれの特徴セグメントと場所のマップの2つ以上の領域のうちの少なくとも1つとを関連付けるそれぞれのマッピングを構成することができる。オブジェクトの動きは、それぞれのマッピングに基づいて、場所のマップの2つ以上の領域のうちの少なくとも1つと非同期的に個別に関連付けられ得る。タイプ1およびタイプ2デバイスの2つ以上の対と関連付けられた異種動き情報の共同特徴空間を2つ以上の共同特徴セグメントに仕切ることができる。各共同特徴セグメントと場所のマップの2つ以上の領域のうちの少なくとも1つとを関連付ける共同マッピングを構成することができる。オブジェクトの動きは、共同マッピングに基づいて、場所のマップの2つ以上の領域のうちの特定の1つと関連付けられ得る。
2つ以上の領域のうちの2つまたはそれ以上は、重複していてもよい。領域は、別の領域の部分集合であり得る。領域は、2つ以上のその他の領域の和集合であり得る。領域の場所は、1つ以上のタイプ2デバイスの場所に関する場合がある。マップおよび/または領域は、1次元、2次元、3次元、または高次元であり得る。2D領域は、矩形、正方形、円形、楕円形、またはその他の形状であってもよい。領域は、凹状または凸状であり得る。いくつかの領域は、大きい場合がある。いくつかは、小さい場合がある。2つ以上の領域は、独立した領域への場所の分解(例えば、多解像度分解)または重複領域を含み得る。2つ以上の領域は、規則的または不規則的であり得る。
タイプ1およびタイプ2デバイスの各それぞれの対について、タイプ1およびタイプ2デバイスのそれぞれの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIのそれぞれの現在の窓とそれぞれの過去の窓との間のそれぞれの異種類似性スコアは、非同期的に計算され得る。
特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられた異種類似性スコアの第1の関数がそれぞれの個別の閾値以上であるもののうちの少なくとも1つである場合、場所内でのオブジェクトの動きは、個別にかつ非同期的に検出され得る。特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第2の関数がそれぞれの共同の閾値以上であるもののうちの少なくとも1つである場合、場所内でのオブジェクトの動きは、連帯的にかつ非同期的に検出され得る。それぞれの特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第3の関数が別のそれぞれの共同の閾値以上であるもののうちの少なくとも1つである場合、場所内でのオブジェクトの動きは、連帯的にかつ非同期的に検出され得る。タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられた異種類似性スコアの第4の関数がそれぞれのグローバル閾値以上であるものうちの少なくとも1つである場合、場所内でのオブジェクトの動きは、全体的にかつ非同期的に検出され得る。
特徴は、動き情報、または1つ以上の動き情報の特徴/特徴/関数であり得る。特徴は、異種であり得る。例えば、ある特徴は実数であってもよく、別の特徴はブーリアンであってもよく、別のものは複素数/ベクトルであってもよく、別のものは集合であってもよく、更に別のものは物のコレクションであってもよい。特徴は、1つ以上の動き情報に演算を適用することによって得られ得る。特徴空間は、空間または部分空間であり得る。特徴空間は、特徴のうちの1つ以上によって広がり得る。いくつかの特徴セグメントは、超平面および/または多様体によって、仕切られ/束縛され/定義され得る。いくつかの特徴セグメントは、スカラー量子化および/またはベクトル量子化によって、仕切られ/定義され得る。特徴空間は、セル(例えば、すべての次元で均一な長さの「矩形」)に分解/分割され得る。特徴セグメントは、隣接するセルまたは近接していないセルの和集合であり得る。共同特徴空間は、それぞれの特徴空間の和集合であり得る。異なるタイプ2デバイスの特徴空間の次元は、異なっていてもよい。それぞれのマッピングまたは共同マッピングは、1対1、1対多、多対1、または多対多であり得る。マッピングは、上書きされ得る。
情報は、モニタデバイスによって非同期的に信号で送られ、提示され、表示され、再生され、送信され、記憶され得る。情報は、場所のマップ、マップの2つ以上の仕切られた領域、任意の検出されたオブジェクトの動きと関連付けられた領域、タイプ1およびタイプ2デバイスの少なくとも1つの対と関連付けられた異種動き情報、コンポーネント類似性スコア、異種類似性スコア、過去の動き情報、過去の類似性スコア、別の過去の情報、タイプ1デバイス、タイプ2デバイス、タイプ3デバイス、および/またはタイプ4デバイスのうちの少なくとも1つと関連付けられ得る。信号で伝えること(signaling)には、分析すること、分解すること、変換すること、処理すること、フィルタすること、順序付けすること、整列すること、フォーマットすること、整理すること、プレゼンテーションすること、表示すること、再生すること、送信すること、および/または記憶することを含み得る。
場所は、2次元(例えば、2次元座標による)、3次元(例えば、3次元座標による)であり得る。場所は、相対的(例えば、マップに関する)、または関係的(例えば、点Aと点Bとの間の中間点、コーナーの周り、階段の上、テーブルの上、天井にて、フロアの上、ソファの上、点Aの近く、点Aからの距離R、点Aから半径Rの範囲内、など)であり得る。場所は、直交座標、極座標、および/または別の表現で表示され得る。
情報(例えば、場所)は、少なくとも1つの記号でマークされ得る。記号は、経時変化し得る。記号は、色/強度を変えながらまたは変えずに、点滅および/または振動し得る。サイズは、時間の経過と共に変化し得る。記号の配向(orientation)は、時間の経過と共に変化し得る。記号は、瞬間の量(例えば、ユーザのバイタルサイン/呼吸数/心拍数/ジェスチャー/状態/ステータス/アクション/動き、温度、ネットワークトラフィック、ネットワーク接続性、デバイス/機械のステータス、デバイスの残電力、デバイスのステータスなど)を反映する数字であり得る。変化率、サイズ、配向、色、強度、および/または記号は、それぞれの動きを反映し得る。情報は、(例えば、事前に録音された音声、または音声合成を使用して)口頭で説明され得る。情報は、テキストで記載され得る。情報はまた、機械的な方法(例えば、アニメーション化ガジェット、可動部の運動)で表示され得る。
ユーザインターフェース(user-interface:UI)デバイスは、スマートフォン(例えば、iPhone、Androidフォン)、タブレット(例えば、iPad)、ラップトップ(例えば、ノートブックコンピュータ)、パーソナルコンピュータ(personal computer:PC)、グラフィカルユーザインターフェース(graphical user interface:GUI)を有するデバイス、スマートスピーカ、ボイス/オーディオ/スピーカ機能を有するデバイス、バーチャルリアリティー(VR)デバイス、拡張現実感(augmented reality:AR)デバイス、スマートカー、車内ディスプレイ、ボイスアシスタント、車内ボイスアシスタントなどであり得る。
マップは、二次元マップ、三次元マップおよび/または高次元マップであり得る。(例えば、経時変化2D/3Dマップ)壁、窓、ドア、入口、出口、禁止エリアがマップ上にマークされ得る。マップは、施設の間取り図を含み得る。マップは、1つ以上の層(オーバーレイ)を有し得る。マップは、配水管、ガス管、配線、ケーブル配線、送風管、クロールスペース、天井レイアウト、地下レイアウトのうちの少なくとも1つを含むメンテナンスマップであり得る。
別の実施形態では、無線(またはradioまたはRF)モニタシステムは、少なくとも1つの非同期異種タイプ1無線(またはradio)デバイスと、少なくとも1つの非同期異種タイプ2無線(またはradioまたはRF)デバイスと、を備える。無線(またはradioまたはRF)モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つの対を備え、各対は、少なくとも1つのタイプ1デバイスのうちの1つと少なくとも1つのタイプ2デバイスのうちの1つとを備える。
特定の非同期異種タイプ2デバイスは、無線(またはradioまたはRF)モニタシステムのタイプ1およびタイプ2デバイスの少なくとも1つの特定の対にある。特定のタイプ2デバイスは、タイプ1およびタイプ2デバイスの少なくとも1つの特定の対を介して、少なくとも1つの特定のタイプ1デバイスと関連付けられる。
無線(またはradio)モニタシステムの特定の非同期異種タイプ2デバイスは、無線回路と、第2の異種プロセッサと、第2の異種メモリと、第2の異種命令セットと、を備える。
無線回路は、少なくとも1つの非同期異種無線(またはradioまたはRF)信号を非同期的に受信する。各非同期異種無線(またはradioまたはRF)信号は、少なくとも1つの特定のタイプ1デバイスのうちの1つによって、タイプ1デバイスのそれぞれの第1の異種プロセッサ、それぞれの第1の異種メモリ、およびそれぞれの第1の異種命令セットを使用して、少なくとも1つの非同期異種タイプ2デバイスに、場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して、非同期的に送信される。
第2の異種プロセッサは、無線回路と通信可能に結合される。第2の異種メモリは、第2の異種プロセッサと通信可能に結合される。第2の異種命令セットは、第2の異種メモリに記憶され、これは、実行されると、第2の異種プロセッサに、タイプ1およびタイプ2デバイスの少なくとも1つの特定の対の各々について、無線マルチパスチャネルの少なくとも1つのそれぞれの一連のCI(TSCI)を非同期的に得させる。タイプ1およびタイプ2デバイスの特定の対と関連付けられた少なくとも1つのそれぞれのTSCIは、無線回路によって非同期的に受信されたそれぞれの非同期異種無線(またはradioまたはRF)信号から非同期的に抽出されている。
次のうちの1つが実施される。(a)場所内でのオブジェクトの動きは、タイプ3デバイスの第3のプロセッサ、第3のメモリ、および第3の命令セットを使用して、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられたTSCIに基づいて、個別にかつ非同期的にモニタされる、(b)オブジェクトの動きは、特定のタイプ2デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる、(c)オブジェクトの動きは、少なくとも1つの特定のタイプ1デバイスのうちの1つを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、連帯的にかつ非同期的にモニタされる、ならびに/または(d)オブジェクトの動きは、タイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、全体的にかつ非同期的にモニタされる。
別の実施形態では、無線(またはradioまたはRF)モニタシステムは、少なくとも1つの非同期異種タイプ1無線(またはradio)デバイスと、少なくとも1つの非同期異種タイプ2無線(またはradioまたはRF)デバイスと、を備える。無線(またはradio)モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つの対を備え、各対は、少なくとも1つのタイプ1デバイスのうちの1つと少なくとも1つのタイプ2デバイスのうちの1つとを備える。
特定の非同期異種タイプ1デバイスは、無線(またはradio)モニタシステムのタイプ1およびタイプ2デバイスの少なくとも1つの特定の対にある。特定のタイプ1デバイスは、タイプ1およびタイプ2デバイスの少なくとも1つの特定の対を介して、少なくとも1つの特定のタイプ2デバイスと関連付けられる。
無線(またはradio)モニタシステムの特定の非同期異種タイプ1デバイスは、無線回路と、第1のプロセッサと、第1のメモリと、第1の命令セットと、を備える。第1のプロセッサは、無線回路と通信可能に結合される。第1のメモリは、第1のプロセッサと通信可能に結合される。第1の命令セットは、第1のメモリ中に記憶され、これは、実行されると、第1のプロセッサに、無線回路を使用して、非同期異種無線(またはradioまたはRF)信号を特定のタイプ1デバイスから少なくとも1つの特定のタイプ2デバイスに場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルを介して非同期的に送信させる。
少なくとも1つの特定のタイプ2デバイスの各々について、無線回路によって送信された非同期異種無線信号(またはradioまたはRF)から抽出された無線マルチパスチャネルの少なくとも1つの一連のCI(TSCI)は、タイプ2デバイスの第2のプロセッサ、第2のメモリ、および第2の命令セットを使用して、タイプ2デバイスによって得られる。
次のうちの少なくとも1つが実施される。(a)場所内でのオブジェクトの動きは、タイプ3デバイスの第3のプロセッサ、第3のメモリ、および第3の命令セットを使用して、特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの対と関連付けられたTSCIに基づいて、個別にかつ非同期的にモニタされる、(b)特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、オブジェクトの動きを連帯的にかつ非同期的にモニタすることと、(c)少なくとも1つの特定のタイプ2デバイスのうちの1つを含むタイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、オブジェクトの動きを連帯的にかつ非同期的にモニタすることと、(d)タイプ1およびタイプ2デバイスの任意の対と関連付けられたTSCIに基づいて、オブジェクトの動きを全体的にかつ非同期的にモニタすること。
別の実施形態では、無線(またはradioまたはRF)モニタシステムは、少なくとも1つの非同期異種タイプ1無線(またはradio)デバイスと、少なくとも1つの非同期異種タイプ2無線(またはradioまたはRF)デバイスと、を備える。無線(またはradio)モニタシステムは、タイプ1およびタイプ2デバイスの少なくとも1つの対を備え、各対は、少なくとも1つの非同期異種タイプ1デバイスのうちの1つと少なくとも1つの非同期異種タイプ2デバイスのうちの1つとを備える。
無線(またはradio)モニタシステムのタイプ3デバイスは、第3のプロセッサ、第3のメモリ、および第3の命令セットを含む。第3のプロセッサは、少なくとも1つの非同期異種タイプ1デバイスおよび少なくとも1つの非同期異種タイプ2デバイスのうちの少なくとも1つと通信可能に結合される。第3のメモリは、第3のプロセッサと通信可能に結合される。第3の命令セットは、第3のメモリ中に記憶される。
実行されると、第3の命令セットは、第3のプロセッサに、各タイプ2デバイスについて、ならびにタイプ2デバイスを含むタイプ1およびタイプ2デバイスの少なくとも1つの対の各々について、場所内でのオブジェクトの動きにより影響を受けた無線マルチパスチャネルの少なくとも1つのそれぞれのTSCI(TSCI)を非同期的に受信させる。
各TSCIは、タイプ2デバイスによって、タイプ2デバイスのそれぞれの第2のプロセッサ、それぞれの第2のメモリ、およびそれぞれの第2の命令セットを使用して、非同期的に得られる。タイプ1およびタイプ2デバイスのそれぞれの対と関連付けられた少なくとも1つのそれぞれのTSCIは、それぞれの非同期異種無線(またはradioまたはRF)信号から非同期的に抽出される。それぞれの非同期異種無線(またはradioまたはRF)信号は、それぞれのタイプ1デバイスのそれぞれの対から、それぞれのタイプ1デバイスのそれぞれの第1のプロセッサ、それぞれの第1のメモリ、およびそれぞれの第1の命令セットを使用して、少なくとも1つの非同期異種タイプ2デバイスに、無線マルチパスチャネルを介して、送信される。実行されると、第3の命令セットは、第3のプロセッサに、次のうちの少なくとも1つを更に行わせる。(a)特定のタイプ2デバイスおよび特定のタイプ1デバイスを含むタイプ1およびタイプ2デバイスの特定の対と関連付けられたTSCIに基づいて、場所内でのオブジェクトの動きを個別にかつ非同期的にモニタすることと、(b)特定のタイプ2デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、オブジェクトの動きを連帯的にかつ非同期的にモニタすることと、(c)特定のタイプ1デバイスと関連付けられたタイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、オブジェクトの動きを連帯的にかつ非同期的にモニタすることと、ならびに/または(d)タイプ1およびタイプ2デバイスの少なくとも1つの対のいずれかと関連付けられたTSCIに基づいて、オブジェクトの動きを全体的にかつ非同期的にモニタすること。
加えて、睡眠モニタは、増加している需要および興味を引き付ける重大で困難なタスクである。本教示は、周囲無線信号を活用して、睡眠段階を認識し睡眠品質を査定する、第1の実用的な睡眠モニタシステムである、SMARS(Sleep Monitoring via Ambient Radio Signals)(周囲無線信号による睡眠モニタ)のモデル、設計、および実装について開示している。これは、被験者の体またはベットに用具を取り付けることなく、遍在する非侵襲性および非接触の方式で毎日の睡眠をモニタする将来のスマートホームが可能になる。以前のRF系アプローチとは異なり、本教示は、すべての反射および散乱マルチパスの説明となる統計的モデルを考案し、これにより、コモディティデバイス上で史上最高のパフォーマンスを達成しながら、高精度なおよび瞬間の呼吸推定を可能にする。これに基づいて、SMARSは、覚醒、REM、およびNREMを含む様々な睡眠段階を認識し、これは、以前は専用ハードウェアでのみ可能であった。リアルタイムシステムは、市販のWiFiチップセット上に実装され、6人の参加者がいる6つの家に配置され、合計で32晩のデータを得た。結果は、SMARSが呼吸推定について、0.47bpmのメジアン誤差および2.92bpmのみの95%誤差をもたらし、人がリンクから10m離れている、または壁の後ろにいる場合であっても、しっかりと呼吸を検出することを示す。SMARSは、85%の睡眠段階精度を達成し、接触センサまたはレーダを使用する進んだソリューションよりも優れている。更に、SMARSは、20人の患者の夜間の睡眠を測定する、最近リリースされたデータセットで評価され、これにより、パフォーマンスを確認する。単に、単一のコモディティRFリンクで有望な結果を得るために、SMARSは、実用的な家庭内睡眠モニタソリューションのための段階を設定する。
睡眠は、精神的および肉体的の両方で、個人の健康および幸福で重要な役割を担う。睡眠量および睡眠品質は、心臓血管疾患、脳卒中、腎不全、糖尿病、および精神状態の悪化などのような健康リスクに基本的に関連していることは、よく認識されている。残念なことに、現代社会では、多くの人が睡眠障害に苦しんでいる。最近報告されたように、人口の10%が慢性不眠症(高齢者の間では更に高い)に苦しんでおり、アメリカ人の1/3は、十分な睡眠を取っていない。睡眠をモニタすることは、増加している睡眠障害のグループを助け、管理し、診断し、および治療するために、ならびに個人の健康を定期的にモニタするために不可欠な要求として現れる。
しかし、睡眠モニタは、何十年も途方もない努力をしてきた困難なタスクである。一般に、これは、睡眠時間を測定し、様々な睡眠段階、例えば、覚醒、REM(Rapid Eye Movement)(急速眼球運動)、およびNREM(非REM)を認識し、それに応じて、個々の睡眠品質を評価する。様々なソリューションが提案されてきた。医学的な判定基準は、睡眠ポリグラフ(Polysomnography:PSG)に頼っており、これは、患者に取り付けられた多くのワイヤードセンサによって、脳活動、呼吸、および体の運動などの様々な生理学的パラメータをモニタする。正確でかつ広範囲にわたるが、PSGは通常、高価であり、かつ睡眠困難を引き起こし得る侵襲性センサを伴うため厄介であり、確認された患者への臨床的使用に制限されている。フォトプレチスモグラフィ(photoplethysmography:PPG)およびアクチグラフィ(actigraphy:ACT)を含むその他のアプローチでは、ユーザに睡眠中に専用センサを付ける必要がある。心弾動図(Ballistocardiogram:BCG)は、弾道力を測定するために、EMFiセンサのアレイを有するマットレスを備える必要がある。コストにかかわらず、これらのアプローチは、特別なケアが必要だが一般の人には理想的とは言えない人に好適なソリューションを提供する。モバイルコンピューティングにおける近年の試みでは、スマートフォンおよびウェアラブルを使用する家庭内睡眠モニタを構想している。しかし、これらの方法は、粒度が粗く、精度が低い測定値を提供するだけであり、呼吸数のようなバイタルサインをモニタできない。加えて、モバイルおよびウェアラブルは、特に高齢者および認知症の高齢者には望ましくない。
主流となっているソリューションとは異なり、開示されたソリューションは、体またはベッドに取り付けずに、遍在する、非侵襲性、非接触および正確な方式で毎日の睡眠をモニタする将来のスマートホームを期待する。次の2つの観点によってこのようなシステムの可能性を観測できる。1)臨床研究は、生理活性が異なる睡眠段階の間で変化することを示した。例えば、呼吸数は、REM睡眠中に脳の酸素消費が増加することにより不規則かつ高速になり、NREM睡眠中はより安定しかつ遅くなり、呼吸モニタに基づいて睡眠段階の実現性を表している。2)最近の無線技術の進歩は、環境内の体の動きの非接触感知を実証した。呼吸によって引き起こされる胸部および腹部の動きは、無線信号伝播を変更することができ、したがって受信された信号を変調することができ、そこから、呼吸を解読することができる。2つの観点間の相乗効果を探すことができ、その結果、周囲無線信号(例えば、WiFi)活用して、睡眠中の人の呼吸および動きを捕捉し、かつ更に睡眠行動をモニタするシステムをもたらす。
初期の研究では、RF系呼吸推定および睡眠モニタの実現性を調査してきたが、これらは、FMCWレーダのような専用のハードウェアに依存しているか、または制御された環境でのみ動くか、のいずれかである。専用無線に基づくソリューションは通常、高価であり、遍在して適用できない。コモディティデバイスを使用するその他の物は、典型的には、ユーザに、自分の胸部に極めて近いところで無線を有するベット上に横になることを要求し、かつ無関係な動きが存在する中、または見通し外(NLOS)シナリオで失敗する。加えて、呼吸推定における精度が限定されているため、異なる睡眠段階を識別できるものはない。このような限定は、これらの実用的な家庭内睡眠モニタのための用途を妨げる。
本教示は、コモディティの周囲無線信号を活用して、睡眠段階を認識し捕らえどころがない睡眠品質を査定する、第1の実用的な睡眠モニタシステムである、SMARSのモデル、設計、および実装について開示している。SMARSは、体に接触することなく、目立たない方法で動く。無線ルータが既に家の中に設置されている場合、ユーザがやる必要があることは、例えば、単に受信器を置くことによって、2つのコモディティ無線間の1つの単一のリンクを設定することである。SMARSは、高精度なおよび瞬間の呼吸推定を可能にする新しい統計的モデルによって、文献を進歩させる。これに基づいて、SMARSは、様々な睡眠段階を認識することができ、これは、以前は高価な専用ハードウェアでのみ得ることができる。具体的には、SMARSは、実用的な睡眠モニタを行うために3つの特有な態様が秀でている。第1に、屋内のすべての反射および分散マルチパスを活用する、チャネル状態情報(CSI)における動きの統計的モデルを考案できる。既存の動きは通常、いくつかのマルチパスおよび人体から反射される1つの主要パスを有する幾何学的モデル(例えば、屋外空間用に開発された2線モデル)を仮定する。しかし、実世界の屋内環境下では、数百のマルチパスが存在する場合があり、信号は、空間内の人の体およびその他のオブジェクトで反射するだけでなく散乱する場合がある。結果として、優位な反射経路を欠いているために、以前のアプローチは、NLOS環境で、および微細な動きで失敗する。対照的に、開示されたモデルは、このような非現実的な仮定をせずに、CSIにおける動きの統計的特徴を調査し、呼吸を含む任意の動きのロバストな検出の基礎をなす。
第2に、SMARSは、正確な呼吸数推定を瞬時にかつ強固に達成する。以前の呼吸推定スキームのほとんどは、十分な周波数分解能を得るために、比較的大きい時間窓間に一定の呼吸数を仮定して、睡眠中のきめ細かい呼吸変動を失う。加えて、微細な呼吸の動きは、CSI測定ノイズに容易に埋まる場合があり、既存の理念は、無関係な動きなしで途方もなく近く近接している(典型的には、2~3m内)場合にのみ有効になる。時間分解能を向上させるため、SMARSは、呼吸数を推定するために、時間領域自己相関関数(ACF)を活用し、これは、1秒ごとの頻度でリアルタイム呼吸数を報告し、瞬間の呼吸数変化を捕捉することができる。ACFを使用することによって、SMARSはまた、ノイズの多い位相および通常ハンドクラフトされるCSIノイズ除去手順の使用を回避する。より重要なことに、周波数オフセットを排除して、これにより異なるサブキャリア上の呼吸信号を同期させることによって、ACFは、最大比合成(MRC)を実施できるようにして、複数のサブキャリアを組み合わせ、測定ノイズを駆除して、最適な方法で呼吸信号を最大化する。そうすることにより、呼吸信号対雑音比(SNR)の限度を押し上げて、したがって、広い範囲ならびに弱い呼吸についての感知感度を著しく増加させることができる。具体的には、SMARSは、人がリンクから10m離れている、または壁の後ろにいる場合、呼吸を確実に検出でき、これは、専用の低電力レーダよりも更に優れている。
最後に、睡眠中に抽出された呼吸数および動き統計に基づいて、様々な睡眠段階(覚醒、REM、およびNREMを含む)を認識して、全体的な睡眠の量および質を包括的に評価することができる。呼吸数と睡眠段階との間の関係の深い理解に基づいて、睡眠段階の分解のための特有の呼吸特徴を抽出できる。既製のデバイスを使用する既存の動きは、睡眠の段階分けという同一のゴールに到達できない。
リアルタイムシステムは、様々な市販のWiFiチップセット上に実装されており、そのパフォーマンスは、広範囲にわたる実験を通して評価される。評価には、次の2つの部分が含まれる。1)SMARSを6人の健康な被験者がいる6つの家に配置し、32晩のデータを収集でき、そのうちの5件は、市販のデバイスにより記録されたPSGデータを有する。結果は、SMARSが1分当たり0.47呼吸(bpm)のメジアン呼吸推定誤差および2.92bmpの95%タイル誤差で、優れたパフォーマンスを達成することを示す。睡眠の段階分けに関しては、SMARSは、85.2%の驚くべき精度であり、一方、市販のソリューション、例えば、接触センサに基づくEMFITおよびレーダを使用するResMedは、それぞれたった69.8%および83.7%の精度を有する。2)RF系呼吸モニタが最近リリースしたデータセットでSMARSを更に実証できる。データセットは、グラウンドトルースとして臨床的にラベル付けされたPSGデータを使用して、4つの最先端の呼吸モニタシステムを比較評価するために20人の患者の一晩の睡眠を収集した。4つのシステムすべて(それぞれZigBee、Sub-RSS無線、UWBレーダ、およびWiFi CSIに基づく)は、約2~3bpmの有意なメジアン誤差および10bpmあたりまたは約10bpmの95%タイル誤差を生成する。比較として、SMARSは、メジアン誤差は0.66bpmまで、および95%タイル誤差は3.79bpmまで減少させることによって有意な向上を達成する。有望なパフォーマンスを達成することによって、SMARSは、毎日および定期的に実際に使用するために臨床的に意味のある睡眠モニタを提供することができ、日常生活で個人の健康をモニタする将来のスマートホームに向けて重要なステップを進んでいる。
ごく簡潔に言うと、ここでのコアコントリビューションは、SMARSであり、これは、コモディティの既製のWiFiデバイスを使用して、使用場所で高精度なおよび瞬間の呼吸推定を達成することによって、スマートホームに住人の睡眠を段階分けできるようにする最初のシステムである。SMARSはまた、CSIにおける動きを理解および捕捉するために第1の統計的モデルに寄与し、無線感知の様々な用途を一新する。
一実施形態では、本教示は、睡眠モニタのための方法、装置、およびシステムを開示する。 開示された方法は、プロセッサと、プロセッサと通信可能に結合されたメモリと、メモリに格納された命令のセットとを使用して無線マルチパスチャネルのTSCIを取得すること、およびTSCIに基づいてユーザの睡眠関連動作をモニタすることを含む。TSCIは、無線マルチパスチャネルを介して、場所内でタイプ1異種無線デバイスとタイプ2異種無線デバイスとの間で送信された無線信号から抽出される。無線マルチパスチャネルは、場所内でのユーザの睡眠関連の動きにより影響を受ける。
睡眠関連の動きをモニタすることには、ユーザの、睡眠タイミング、睡眠持続時間、睡眠段階、睡眠品質、睡眠時無呼吸、睡眠問題、睡眠障害、呼吸問題、喘ぎ、窒息、歯ぎしり、睡眠の一時停止、不眠、不眠症、睡眠中の不安、過眠症、睡眠時異常行動、日中の眠気、睡眠場所、運転中の睡眠、睡眠中断、悪夢、夜驚症、睡眠歩行、REM睡眠行動障害、概日リズム障害、非24時間睡眠覚醒障害、周期的四肢運動障害、交替勤務睡眠障害、ナルコレプシー、錯乱性覚醒、睡眠麻痺、別の睡眠関連状態、および/または別の睡眠関連行動のうちの少なくとも1つをモニタすることが含まれる。睡眠タイミングには、ベッドに行く、睡眠開始、起床、REM開始、NREM開始、睡眠段階移行の開始、睡眠障害、睡眠問題、呼吸問題、不眠症、過眠症、睡眠時異常行動、睡眠ヒプノグラム関連イベント、睡眠中断、睡眠時無呼吸、睡眠中のいびき、ベッドではない場所での睡眠、日中の睡眠、睡眠歩行、睡眠関連イベント、睡眠関連状態、および/または、睡眠関連行動などのうちの少なくとも1つのタイミングが含まれる。ユーザの、呼吸数の時間関数および動き統計の時間関数のうちの少なくとも1つは、TSCIに基づいて計算され得る。呼吸が時間tにおいて検出されない場合、時間tにおける呼吸数は、ゼロとして計算され得る。ユーザの睡眠関連の動きは、ユーザの、呼吸数の時間関数および/または動き統計の時間関数のうちの少なくとも1つに基づいて、モニタされ得る。
ユーザの、呼吸比率の時間関数および動き比率の時間関数のうちの少なくとも1つは、一連のCIに基づいて計算され得る。呼吸数の時間関数が時間tを含む第1の時間窓においてゼロでない場合、時間tにおける呼吸比率は、時間のパーセンテージとして計算され得る。動き統計の時間関数が時間tを含む第2の時間窓内の第1の閾値より大きい場合、時間tにおける動き比率は、時間のパーセンテージとして計算され得る。ユーザの睡眠関連の動きは、ユーザの、呼吸比率の時間関数および/または動き比率の時間関数のうちの少なくとも1つに基づいて、モニタされ得る。
動き比率が第2の閾値より大きい、および/または呼吸比率が第3の閾値未満である、のうちの少なくとも1つである場合、睡眠段階は、「目覚め」と分類することができる。動き比率が第2の閾値未満である、および/または呼吸比率が第3の閾値より大きい、のうちの少なくとも1つである場合、睡眠段階は、「眠り」と分類することができる。「眠り」段階は、急速眼球運動(REM)段階および/または非REM(NREM)段階のうちの少なくとも1つを含み得る。
呼吸数傾向関数(breathing rate trend function)は、呼吸数の時間関数を低域フィルタリングすることによって計算され得る。傾向除去された呼吸数関数は、呼吸数の時間関数から呼吸数傾向関数を減算することによって計算され得る。呼吸数分散の時間関数は、スライディング時間窓内の傾向除去された呼吸数関数の分散を計算することによって計算され得る。ユーザの睡眠関連の動きは、呼吸数分散の時間関数に基づいて、モニタされ得る。
平均NREM呼吸数は、一晩の期間における「眠り」段階において呼吸数の時間関数のヒストグラムのピークを識別することによって計算され得る。(例えば、一晩中、または一晩中から「目覚め」期間を差し引く)。呼吸数偏差の時間関数は、スライディング時間窓内の呼吸数の平均NREMと百分位数との間の距離を計算することによって計算され得る。睡眠段階は、呼吸数偏差の時間関数に基づいて、REM段階および/またはNREM段階のうちの少なくとも1つに分類することができる。
呼吸数分散の時間関数は、第1のスライディング時間窓内の傾向除去された呼吸数関数の分散を計算することによって計算され得る。呼吸数偏差の時間関数は、第2のスライディング時間窓内の呼吸数の平均NREMと百分位数との間の距離を計算することによって計算され得る。睡眠段階は、呼吸数分散の時間関数および呼吸数偏差の時間関数に基づいて、REM段階、および/またはNREM段階のうちの少なくとも1つに分類することができる。
分類子は、機械学習を使用して、呼吸数、分散、および呼吸数偏差のうちの少なくとも1つに基づいて訓練され得る。機械学習は、教師あり学習、教師なし学習、半教師あり学習、能動学習、強化学習、サポートベクターマシン、ディープラーニング、特徴学習、クラスタリング、回帰、および/または次元削減のうちの少なくとも1つを含み得る。睡眠段階は、分類子に基づいて、REM段階、および/またはNREM段階のうちの少なくとも1つに分類することができる。
ユーザの睡眠関連の動きに関する品質は、TSCIに基づいて、計算され得る。ユーザの睡眠関連の動きは、品質に基づいてモニタすることができる。品質は、ユーザがベッドに行く時間、ユーザがベッドから出る時間、睡眠開始時間、ユーザが眠りに落ちるまでにかかる総時間、起床時間、睡眠障害時間、睡眠中断期間の数、平均中断持続時間、中断持続時間の分散、ベッドでの総時間、ユーザが眠っている総時間、REMの期間、NREMの期間、目が覚めている期間、REMの総時間、NREMの総時間、REM期間の数、NREM期間の数、ベッド内で寝返りする時間、寝返りの持続時間、ヒプノグラム、無呼吸の期間、いびきの期間、無呼吸の総持続時間、無呼吸期間の数、無呼吸期間の平均持続時間、呼吸問題の期間、睡眠品質スコア、日中睡眠、日中睡眠の期間、日中睡眠の総持続時間、日中睡眠の期間の数、日中睡眠の期間の平均持続時間、および別の品質のうちの少なくとも1つを含み得る。
図29は、呼吸信号抽出および最大化について提案されたスキームについてまとめている。図29の左側部分は、人がモニタ領域内で正常に呼吸しているときのチャネル電力応答の測定されたACFの分析を示す一方、右側部分は呼吸信号のACFのSNRを高めるためのMRC方式を示す。図30は、実世界の測定に基づく例示的な実施例を示しており、これは呼吸信号のSNRが、最大分散によって示された最良のサブキャリアと比較して2.5dB増幅され、すべてのサブキャリアを直接平均することと比較して3.7dB増幅される。図31は、開示されたACF系MRCスキームの利得を更に実証し、振幅およびその分散は、サブキャリア選択についてメトリックが効果的ではないという本明細書での観測を確認する。見られるように、動き(すなわち、最大の動き統計を保持する)に最も敏感なサブキャリアは、非常に小さい振幅および低分散を経験し得る。
睡眠段階認識
SMARSは、一晩の睡眠の連続した動きおよび呼吸推定を300秒のエポックに分割する。各エポックについて、SMARSは、3つの異なる睡眠段階、すなわち、覚醒、REM睡眠、およびNREM睡眠を認識する。段階分けは、2つのステップで実施される。第1に、SMARSは、主に体の動きによって睡眠から覚醒を区別する。第2に、REMおよびNREM段階を睡眠期間中に更に識別する。
睡眠/覚醒検出 SMARSは、最初に、睡眠覚醒検出器を実装し、睡眠状態および覚醒状態を識別する。重要な洞察としては、被験者が目覚めた時は、体の運動がより頻繁に観測され、一方、被験者が眠っている時は、主に呼吸の動きが存在することである。身体運動は呼吸の動きよりも著しく強く、それらの両方は容易に補足でき、かつ本明細書で定義された動き統計によって定量化できるので、SMARSは、それを利用して、睡眠状態と覚醒状態とを区別する。
具体的には、動き統計
が事前設定閾値より大きい場合、時間のパーセンテージとして動き比率を定義することができる。従って、覚醒状態では、図32Aにて示すように、より高い動き比率が期待されている。同様に、呼吸信号が検出されるときの時間のパーセンテージとして呼吸比率を定義することもできる。身体運動は、環境動態の周期性を破壊するため、図32Bにて示すように、被検者が目覚めているときは呼吸比率はより低くなる。
上記の2つの特徴を組み合わせて、SMARSは、動き比率が既定義閾値より小さくかつ呼吸比率がその他の閾値より大きい場合にのみ、エポックを睡眠と識別する。両閾値は、図32Aおよび図32Bのように実験的に決定される。開示されたモデルは、統計的には屋内のすべてのマルチパスを考慮するため、両閾値の値は、異なる環境および被験者に一般化される。
REM/NREM認識 SMARSは、以下の臨床的事実を活用して、したがって、REM/NREM段階分類についての呼吸数推定から2つの特有の特徴を抽出する。REM段階では、呼吸数が通常速く、かつ変動性がより高く不規則なパターンが存在し、一方、NREM段階では、より安定しかつ遅い。
NREM段階は、典型的な健康な大人の全睡眠の大部分(約75%~80%)を構成するため、NREM段階中の平均呼吸数は、図33Aにて示すように、一晩の呼吸数推定のヒストグラムのピークを局所化することによって推定できる。これに基づいて、NREM段階の呼吸数からREM段階の呼吸数の偏差を定量化するために、各エポックについて、呼吸数偏差、推定平均NREM呼吸数と呼吸数の90%タイルとの間の距離を定義できる。
各エポックの呼吸数の変動性を抽出するために、低域フィルタを一晩の呼吸推定に適用することにより、最初に呼吸数の傾向を推定することができ、元の呼吸数推定から傾向を減算することにより、傾向除去された呼吸数推定を得ることができる。次いで、呼吸数変動性は、各エポックについて定義され、かつエポックの長さによって正規化された傾向除去された推定の分散として算出される。
図33Bは、NREMおよびREM睡眠それぞれの下で提案された2つの特徴の分布を視覚化している。図33Bからわかるように、NREM睡眠の呼吸数変動性および呼吸数偏差の大部分は、REM睡眠のそれらよりかなり小さい。これらの2つの特徴に基づいて、REM睡眠とNREM睡眠とを区別するために、広く使用されているバイナリ分類子であるサポートベクターマシン(SVM)を訓練することができる。
睡眠品質評価
睡眠全体の覚醒段階、REM段階、およびNREM段階の推定を得ると、臨床的な診療に使用される以下の標準的アプローチによって、ユーザの捕らえどころがない睡眠品質を評価することができる。特に、以下のとおり、認識された睡眠段階に基づいて、各晩について睡眠スコアを算出できる。T
N、T
R、およびT
Wは、それぞれ、NREM睡眠、REM睡眠、および覚醒の持続時間(時間単位)を表す。睡眠スコア計算には標準的な公式がないため、睡眠スコアの簡単な式がSMARSに適用される。
これは、より長く睡眠すると、REM睡眠の時間がより長くなり、ベット内で目覚めている時間が短くなり、睡眠スコアがより良くなることを意味する。最近の研究によると、REM睡眠は、精神的回復のために非常に重要であり、したがって、より多くの部分がREM睡眠に割り当てられる。
SMARSは、毎日の家庭内での使用のための実用的な睡眠モニタを構想している。様々なユーザ間で睡眠スコアを比較することにはあまり意味がないが、特定のユーザの睡眠スコアの傾向または履歴は、その人の睡眠品質の変化を反映する。このような結果は、魅力的な方法で、睡眠障害の診断を助け、個人の健康を管理するために、臨床的に有意性のある証拠を提供する。図34は、本教示の一実施形態による、睡眠モニタのための例示的なネットワーク環境を示す。図35は、本教示の一実施形態による、睡眠モニタのための例示的なアルゴリズム設計を示す。
図36は本発明の一実施形態による、座席占有検出および人数カウントのための自動車の例示的な室内鳥瞰図を示す。一例では、1つ以上のタイプ1デバイスおよび複数のタイプ2デバイス(例えば、N=4)は、人を保持できる固定の場所(立つ、座る、ひざまずく、横になるなどのための空間であり得る)にて、複数の「シート」を有する限られたエリア(例えば、自動車、会議室、バス、飛行機、または映画館などの閉鎖エリア、窓が開いたバス、または屋外テーブルの周りの8脚の屋外椅子を有するバルコニーなどの半開放エリア)に置くことができる。タイプ1デバイスからタイプ2デバイスに送られた無線信号から抽出されたTSCIに基づいて、1つ以上の「シート」に人が存在することが検出され得る。
図36は、前列に2シートおよび後列に2シートを備えた4シートの自動車の特定の例を示す。各シートは、人が座るための「シートベッド」および人がもたれるための「シートバック」を有することに注意する。タイプ1デバイスは、フロントのダッシュボード上に置くことができる。4つのタイプ2デバイスは、4つのシートの各々に1つずつ配置することができる(例えば、シートベッド中/上/下、またはシートベッド中/上/下)。シートA(例えば、運転席、または前列の右シート、または後列の左シートなど)がドライバーまたは乗客またはチャイルドシートに乗った乳児によって占有されている場合、占有されたシートAと関連付けられたCI(CI)は、空のシートAと関連付けられたCIとは異なる(例えば、小さくなるまたは大きくなる)動作をし得る。したがって、CIを検査することによって各シートのシート占有率を検出することができる。すべてのシートにこのような試験を実施することによって、車内の人数をカウントできる。人が標準的でない場所(例えば、2つのシートの間、後列の中央、前列の中央、またはチャイルドシートに乗った乳児)に座っている場合、CIに関連付けられた複数のタイプ2デバイスは、連帯的に分析され、そこに人がいるかどうかを判定することができる。チャイルドシートに乗った乳児のシグニチャ(signature )が大人または子供とは異なり得るため、大人/子供/乳児の分類をCIに基づいて実施することができる。
タスクは、上記のシート占有率に基づいて実施され得る。例えば、タスクは、シートが占有されている場合は、エアバッグを準備するが、シートが占有されていない場合は、エアバッグを解除することであり得る。並のサイズの大人の代わりに小さいサイズの人(例えば、子供)が検出される場合、大人用に設計されたエアバッグは準備されない場合がある。暖房/エアコンディション設定は、調整され得る。タスクは、窓、照明、オーディオシステム、エンタテイメントシステム(例えば、ビデオ)、ノイズキャンセリング、衝撃吸収システム、安定化サイズ、自動車回避システム、安全機能、タイヤ空気圧、任意のその他の自動車サブシステムなどを制御することであり得る。例えば、乗客が右前シートに検出された場合、その領域(右前)の温度を事前設定レベルに制御することができる。シートが空である場合、温度を異なって調整することができる。
図37A-図37Dは、本発明の一実施形態による、自動車内の様々な座席占有状況によるCIの変化を示す。図37Aは、占有されているシートがない場合のCIを示す。図37Bは、シート1(例えば、図36のボットアンテナ1を有するシート)が占有されている場合のCIを示す。図37Cは、シート3(例えば、図36のボットアンテナ3を有するシート)が占有されている場合のCIを示す。図37Dは、シート1およびシート3の両方が占有されている場合のCIを示す。
上記の機能は、データストレージシステム、少なくとも1つの入力デバイス、および少なくとも1つの出力デバイスからのデータおよび命令を受信し、ならびにこれらにデータおよび命令を送信するように結合された少なくとも1つのプログラマブルプロセッサを含む、プログラマブルシステム上で実行可能な1つ以上のコンピュータプログラム内に有利に実装できる。コンピュータプログラムは、特定の活動を実施するか、または特定の結果をもたらすために、コンピュータ内で直接的または間接的に使用することができる命令セットである。コンピュータプログラムは、コンパイル型言語またはインタプリタ型言語を含む、任意の形態のプログラミング言語(例えば、C、Java)で書くことができ、スタンドアロンプログラム、またはモジュール、コンポーネント、サブルーチン、ブラウザベースウェブアプリケーション、もしくはコンピューティング環境で使用するのに好適なその他のユニットを含む、任意の形態で配布され得る。
命令のプログラムを実行するのに好適なプロセッサとしては、例えば、汎用マイクロプロセッサおよび専用マイクロプロセッサの両方、デジタル信号プロセッサ、ならびに任意の種類のコンピュータの唯一のプロセッサ、または複数のプロセッサもしくはコアのうちの1つが挙げられる。一般に、プロセッサは、読取り専用メモリもしくはランダムアクセスメモリまたはその両方から命令およびデータを受信することになる。コンピュータの必須要素は、命令を実行するためのプロセッサ、ならびに命令およびデータを記憶するための1つ以上のメモリである。一般に、コンピュータはまた、データファイルを記憶するための1つ以上大容量ストレージデバイスを含む、または通信するように動作可能に結合され、このようなデバイスには、磁気ディスク、例えば、内部ハードディスクおよび取外し可能ディスク、光磁気ディスク、ならびに光ディスクを含む。コンピュータプログラム命令およびデータを実態的に具現化するのに好適なストレージデバイスは、例として、EPROM、EEPROM、およびフラッシュメモリデバイスなどの半導体メモリデバイス、内部ハードディスクおよび取外し可能ディスクなどの磁気ディスク、光磁気ディスク、ならびにCD-ROMおよびDVD-ROMディスクを含む、すべての形態の不揮発性メモリを含む。プロセッサおよびメモリは、ASIC(特定用途向け集積回路)によって補足するかまたはその中に組み込むことができる。
本教示は、多数の特定の実装詳細を含むが、これらは、本教示の範囲または特許請求され得る範囲の制限として解釈されるべきではなく、本教示の特定の実施形態に固有である特徴の説明として解釈されるべきである。別個の実施形態との関連で本明細書に記載されたある特定の特徴はまた、単一の実施形態において組み合わせて実装され得る。逆に、単一の実施形態との関連で記載された様々な特徴はまた、複数の実施形態において別個に、または任意の適切な部分的組み合わせで、実装され得る。
同様に、動作は、特定の順番で図面に示されるが、これは、好ましい結果を達成するために、そのような動作が示された特定の順番でまたは逐次的に実施されること、あるいは、すべての図示された動作が実施されることを必要とするものとして理解されるべきではない。ある特定の状況では、マルチタスキングおよび並行処理が、有利であることがある。更に、前述の実施形態における様々なシステム構成要素の分離は、すべての実施形態でそのような分離が必要とされるものとして理解されるべきではなく、記載されているプログラム構成要素およびシステムは、一般に、単一のソフトウェア製品においてともに統合されてもよく、または複数のソフトウェア製品にパッケージ化されてもよいことを理解されたい。
本主題の特定の実施形態について説明した。上記の特徴およびアーキテクチャの任意の組み合わせは、下記の特許請求の範囲の範囲内であることが意図されている。その他の実施形態はまた、以下の特許請求の範囲内である。場合によっては、本特許請求の範囲に列挙されるアクションは、異なる順番で実行され、望ましい結果をやはり達成することがある。加えて、添付の図面に記載された工程は、望ましい結果を達成するために、示された特定の順番、または逐次的順番を必ずしも必要としない。ある特定の実装例では、マルチタスキングおよび並行処理が、有利であることがある。