CN107646118A - 用于确定与楼层平面图相关的rf传感器性能的系统和方法 - Google Patents
用于确定与楼层平面图相关的rf传感器性能的系统和方法 Download PDFInfo
- Publication number
- CN107646118A CN107646118A CN201680030352.9A CN201680030352A CN107646118A CN 107646118 A CN107646118 A CN 107646118A CN 201680030352 A CN201680030352 A CN 201680030352A CN 107646118 A CN107646118 A CN 107646118A
- Authority
- CN
- China
- Prior art keywords
- building
- floor plan
- room
- wall
- computer system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title description 109
- 238000009434 installation Methods 0.000 claims abstract description 124
- 238000005259 measurement Methods 0.000 claims abstract description 70
- 230000000007 visual effect Effects 0.000 claims abstract description 55
- 239000000463 material Substances 0.000 claims description 51
- 230000008859 change Effects 0.000 claims description 24
- 238000012800 visualization Methods 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012544 monitoring process Methods 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 13
- 230000005855 radiation Effects 0.000 claims description 11
- 230000005611 electricity Effects 0.000 claims description 9
- 239000004035 construction material Substances 0.000 claims description 8
- 230000033001 locomotion Effects 0.000 description 58
- 238000010586 diagram Methods 0.000 description 49
- 238000001514 detection method Methods 0.000 description 37
- 238000009826 distribution Methods 0.000 description 28
- 238000013507 mapping Methods 0.000 description 28
- 238000005286 illumination Methods 0.000 description 27
- 238000012545 processing Methods 0.000 description 24
- 238000013439 planning Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 23
- 239000011521 glass Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 15
- 238000013475 authorization Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 10
- 238000005457 optimization Methods 0.000 description 9
- 230000005540 biological transmission Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 8
- 230000009545 invasion Effects 0.000 description 8
- 238000000465 moulding Methods 0.000 description 8
- 238000012360 testing method Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 7
- 238000005375 photometry Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 239000013598 vector Substances 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000010276 construction Methods 0.000 description 6
- 238000010438 heat treatment Methods 0.000 description 6
- 239000000779 smoke Substances 0.000 description 6
- 230000003068 static effect Effects 0.000 description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 5
- 101150039239 LOC1 gene Proteins 0.000 description 5
- 239000004566 building material Substances 0.000 description 5
- 229910002091 carbon monoxide Inorganic materials 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 4
- 230000005055 memory storage Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000000644 propagated effect Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000035939 shock Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 241000700647 Variola virus Species 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000011840 criminal investigation Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- TVZRAEYQIKYCPH-UHFFFAOYSA-N 3-(trimethylsilyl)propane-1-sulfonic acid Chemical compound C[Si](C)(C)CCCS(O)(=O)=O TVZRAEYQIKYCPH-UHFFFAOYSA-N 0.000 description 1
- 108010022579 ATP dependent 26S protease Proteins 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 241000132456 Haplocarpha Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 244000131316 Panax pseudoginseng Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241001074085 Scophthalmus aquosus Species 0.000 description 1
- 201000001880 Sexual dysfunction Diseases 0.000 description 1
- 240000006365 Vitis vinifera Species 0.000 description 1
- 235000014787 Vitis vinifera Nutrition 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000004851 dishwashing Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000005059 dormancy Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000004081 narcotic agent Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 231100000872 sexual dysfunction Toxicity 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 239000005341 toughened glass Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/10—Monitoring; Testing of transmitters
- H04B17/15—Performance testing
- H04B17/19—Self-testing arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/52—Network services specially adapted for the location of the user terminal
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/535—Tracking the activity of the user
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/566—Grouping or aggregating service requests, e.g. for unified processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Electromagnetism (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
Abstract
提供了一种用于以图形指示建筑物的楼层平面图的射频(RF)连接的质量的计算机系统,计算机处理器被配置为识别墙壁类型并且确定包括在所述楼层平面图中的多个墙壁的墙壁性质;预测来自位于所述楼层平面图上的特定位置处的RF发送机的RF信号强度;基于信号测量确定预测置信水平;基于对相关联的预测RF信号强度、所述接收机装置的安装倾斜度和取向、与定位在预测RF信号的预期路径中的墙壁相关联的确定墙壁性质和相关联链路余量的分析来确定要被定位在所述楼层平面图的不同区域中的相应RF接收机的RF连接等级,并且在计算机显示器上提供指示所述楼层平面图的区域上的RF连接等级的可视化的GUI。
Description
发明背景
1.相关应用的交叉引用
本申请要求于2015年3月24日提交的且题为“SYSTEM AND METHOD FORDETERMINING RF SENSOR PERFORMANCE RELATIVE TO A FLOOR PLAN”的美国临时专利申请序列号62/137,475的权益,其通过引用以其整体并入本文。
2.发明领域
所公开的实施方案通常涉及建筑物系统,且更具体地涉及确定分布式建筑物系统中的RF传感器性能。
3.相关技术的描述
建筑物内部的无线射频(RF)装置的性能例如范围、数据速率、包错误率等都在建筑物或建筑物内的位置之间变化。建筑物特性影响RF传播。用于分析建筑物内的无线装置的性能的现有自动化解决方案包括使用建筑物楼层平面图的可视检查(例如,二维(2D)或三维(3D)几何形状表示)和关于用于预测无线信号的室内传播的建筑物材料性质的信息。(见美国专利号7,711,371,其通过引用以其整体并入本文。)对于一般用户,通过这种可视检查难以推断建筑物材料类型,这可导致严重预测误差。(见2004年的IEEE军事通信会议的论文中的Beneat等人的“Optimization of building material properties foraccurate indoor ray tracing models”,其通过引用以其整体并入本文)。
一些现有解决方案提供材料校准优化方法,该方法利用建筑物中进行的无线信号测量来提高预测的准确性。可考虑选定的墙壁和材料之间的大量可能组合来选择提供最小预测误差的最佳组合。处理时间根据组合数量而增加,并且可能需要在现场进行的设计和安装应用的快速解决方案。此外,将现场测量分配给楼层平面图上的各个位置的手动过程可能很乏味且容易出错。此外,属于技术性质的性能结果对于不熟悉无线技术的建筑物自动化安装人员来说可能难以解释。
除了与现场和安装位置特定的传感器性能相关的参数外,传感器性能、无线电范围和电池消耗都是时变的,其可使初始估计无效,并使长期预测不准确。考虑到建筑物几何形状、材料性质、时变和电池消耗的建筑物系统性能的估计可能乏味且耗时。
在非居住建筑物中,无线电性能主要受建筑物几何形状(例如墙壁)的影响,建筑物几何形状可衰减无线电信号,并使无线电信号由于衍射和反射而穿过多条路径。接收机装置可感知由于经过多个路径的若干衰减、延迟和相移信号副本的时变组合而引起的慢信号衰落。在不同建筑物中,几何形状可能由于不同障碍物分布而不同地影响无线电信号,从而改变类似部署的无线电性能。此外,在不同安装位置,装置可不同地接收无线电信号,因为它们的天线增益将取决于天线方向图主瓣和旁瓣关于无线电信号的入射角度的取向。此外,大多数建筑物是通过移动可影响安装后的无线电性能的人和障碍物(例如门和窗)而占据。图7J示出随着时间的接收信号强度变化的图,其中接收机装置感知到可引起波传播路径的动态变化并且使初始部署计划无效的大而快速的信号衰落。
无线电性能估计技术通常采用建筑物几何形状和材料来预测无线信号的波传播特性。(见2009年的Wireless Communications and Networking(无线通信和网络)上的EURASIP杂志,2009:415736doi:10.1155/2009/415736http://jwcn.eurasipjournals.com/content/2009/1/415736,其通过引用以其整体并入本文)。可基于确定性、经验或混合方法构建典型模型。确定性模型利用控制波传播的规律来确定特定位置处的接收信号功率。典型实例是有限元和光线跟踪方法。
另一方面,经验模型可采用来自先前测量操作的概率理论和数据来预测信号功率。确定性波传播模型可能够通过预测小尺度衰落参数(诸如延迟分布)来捕获来自建筑物几何形状的信号方差。经验模型可能够通过在长时间内测量接收信号并采用概率回归模型捕获信号方差。现有自动化系统规划解决方案可采用平均信号强度并且通过系统特定的链路余量值表示时间变化。高链路余量值可增加系统的成本,而低值可限制无线电连接,从而导致系统性能较差。
建筑物系统传感器通常也由电池供电,以提供低安装成本和更灵活的放置位置。建筑物系统传感器的能源供应有限,且通常在系统的寿命结束前消耗。因此,电池消耗是建筑物系统性能估计的另一重要传感器参数。在空建筑物中,电池消耗主要是由于定期监控操作(诸如感测和发送定期无线电心跳引起)。然而,对于居住的建筑物,电池耗尽取决于几个附加因素,诸如成功传送无线电心跳所需的重新发送的次数、正在检测的事件的频率和警报通信的频率。电池寿命预测模型通常仅考虑平均传感器通信、处理和感测要求(见http://dl.acm.org/citation.cfm?id=1031518,其通过引用以其整体并入本文)。考虑到上述场地和位置特定因素的电池寿命预测模型的现场调谐对于安装人员来说可能是一个耗时任务。为了补偿缺乏现场调谐,安装传感器寿命估计可能被限于系统寿命期间发生的常见事件(例如,在电池供电锁定系统中预期的刷卡次数)。
发明概述
描述了一种用于生成指示建筑物的楼层平面图的射频(RF)连接的质量的图形用户界面(GUI)的计算机系统。计算机系统包括存储器,其被配置为存储指令;和处理器,其设置为与存储器通信。处理器在执行指令时被配置为识别包括在楼层平面图中的多个墙壁中的每个的墙壁类型,并根据每个墙壁的确定建造材料来确定每个识别墙壁类型的墙壁性质。处理器在执行指令时还被配置为预测来自位于楼层平面图上的特定位置处的无线RF发送机的RF信号强度;并在选定位置处测量来自定位在特定位置处的RF发送机的RF信号强度。处理器在执行指令时还被配置为根据选定位置处的测量信号强度和预测信号强度之间的差来确定预测置信水平。处理器在执行指令时还被配置为基于对相关联的预测RF信号强度、接收机装置的安装倾斜度和取向、与定位在预测RF信号的预期路径中的墙壁相关联的确定墙壁性质和相关联链路余量的分析来确定要位于楼层平面图的不同区域中的相应RF接收机的RF连接等级,RF连接等级指示在定位在楼层平面图的不同区域处时的RF接收机处从位于楼层平面图上的特定位置处的RF发送机的成功包接收发送的可能性。处理器在执行指令时还被配置为在计算机显示器上提供指示楼层平面图的每个区域上的确定RF连接等级的可视化的GUI。
在实施方案中,识别墙壁类型包括将大型物体建模为墙壁的集合。大型物体可包括楼梯和天花板高的结构中的至少一种。在某些实施方案中,RF连接等级的确定包括从计算机数据库检索RF发送机和相关联RF接收机的包错误率阈值。处理器还可被配置为根据与楼层平面图的确定的建筑物类型和RF发送机和相关联RF接收机的安装位置相关的信息来调整包错误率阈值。识别墙壁类型可包括分析建筑物楼层平面图的几何表示以识别建筑物内的不同墙壁和天花板。在实施方案中,识别墙壁类型包括将每个识别墙壁分类为内部墙壁、隔断墙壁或周边墙壁。
另一方面,确定墙壁性质包括利用与建筑物所定位的地理区域有关的信息。在实施方案中,确定墙壁性质包括利用与楼层平面图的确定的建筑物类型有关的信息。确定墙壁性质可包括利用与楼层平面图的确定建筑物年龄有关的信息。确定每个墙壁的建造材料可包括用户规定每个墙壁的材料类型和厚度。预测RF信号强度可包括分析发送信号的信号路径以及为了在建筑物中放置而考虑的RF装置的安装方向性和发送机和接收机特性。
发送机特性可包括发送输出功率、发送频率、天线方向图和内部电路损耗。接收机特性可包括接收机灵敏度、接收机频率、天线方向图和内部电路损耗。预测RF信号强度可包括应用RF传播模型以获得从位于楼层平面图上的特定位置处的RF发送机发送的在楼层平面图上的各个位置处接收的RF信号的估计。RF传播模型可考虑以下中的一种或多种:建筑物的几何模型表示;每个墙壁的材料类型和厚度;RF发送机硬件特性;RF发送机位置和一个或多个RF接收机位置。可通过校准RF墙壁性质来增加预测置信水平,其中校准RF墙壁性质可包括比较来自楼层平面图上的各个位置的RF信号测量与相同位置处的估计信号强度值,以便计算预测误差。校准RF墙壁性质可包括确定将使预测误差最小化的墙壁材料类型和厚度值。
确定墙壁材料类型和厚度值可包括改变墙壁材料类型和墙壁厚度;从RF传播模型获得新预测估计;计算预测误差;和如果预测误差值小于先前确定的预测误差值,则在存储器中保存墙壁材料类型和墙壁厚度值。在某些实施方案中,处理器还被配置为通过比较预测RF信号强度与实际RF信号测量来计算楼层平面图上的每个房间的预测误差。房间的预测误差越高,房间的预测置信水平可越低。确定与选定位置中的一个相关联的链路余量可包括计算位置的预测置信水平,并利用查找表来检索推荐链路余量值。可为建筑物的整个房间(包括选定位置)推荐链路余量值。查找表可被配置为使得房间的预测置信水平越低,可为房间推荐的链路余量值越高。
可通过对房间的预测置信水平和房间内的RF接收机的安装位置的分析来确定房间中的RF接收机的推荐链路余量值。在实施方案中,在计算机显示器上提供指示楼层平面图的每个区域上的RF连接等级的可视化的GUI包括提供指示楼层平面图的每个区域上的RF连接等级的热图。在计算机显示器上提供指示RF连接等级的可视化的GUI可包括提供位于楼层平面图的每个区域中的从RF发送机至RF接收机的颜色编码线路,颜色代码指示RF发送机和RF接收机中的每个之间的RF连接性。颜色编码线路还通过呈现将每个接收机仅连接至提供最高连接等级的发送机的线路来提供发送机和接收机之间的父子关系的指示。该特征可在调试时使用,以通过配置中继器以仅从提供最高RF连接等级并存在于楼层平面图的相同区域中的发送机重新发送信号来减少无线干扰。
在本公开的另一方面,处理器在执行指令时被配置为接收要位于建筑物中的至少一个无线RF装置的规范信息;接收建筑物的楼层平面图布局信息;接收所述至少一个无线RF装置要定位的楼层平面图上的定位信息;并接收建筑物居住模式信息。处理器还被配置为利用接收规范信息、楼层平面图信息、定位信息和建筑物居住模式信息以为概率模型提供切换参数,其中概率模型包括两个状态,包括对应于建筑物的空闲状态的准静态状态和对应于建筑物的居住状态的时变状态,两个状态用于对建筑物中人员居住波动的影响建模,且切换参数用于指示概率模型在两个状态的每个中花费的时间量。处理器还被配置为使用概率模型估计至少一个无线RF装置的性能。
在实施方案中,处理器还被配置为对与准静态状态中的至少一个无线RF装置相关联的信号强度波动的范围建模;并预测可归因于经由不同发送路径到达至少一个无线RF装置的RF接收机的相同发送信号的两个或多个版本之间的干扰的信号波动范围。
在实施方案中,处理器还被配置为预测由于在时变状态中建筑物中的居住者在无线电路径中的阴影引起的信号强度波动的范围。可从离线信号测量操作获得与示例建筑物传感器放置和建筑物居住者密度相关联的信号阴影。
在本公开的另一方面,处理器还被配置为接收要位于建筑物中的至少一个电池供电装置的规范信息;接收建筑物的楼层平面图布局信息;接收至少一个电池供电装置定位的楼层平面图上的定位信息;并接收建筑物居住模式信息。处理器还被配置为利用接收规范信息、楼层平面图信息、定位信息和建筑物居住模式信息,为概率模型提供切换参数,其中概率模型包括两个状态,包括对应于建筑物的空闲状态的准静态状态和对应于建筑物的居住状态的时变状态,两个状态用于对建筑物中人员居住波动的影响建模,且切换参数用于指示概率模型在所述两个状态的每个中花费的时间量。处理器还被配置为使用概率模型来估计至少一个电池供电装置的剩余功率水平。
在实施方案中,当对准静态状态建模时,功率消耗可归因于监视警报的定期无线电通信。此外,在实施方案中,当对时变状态建模时,功率消耗根据建筑物居住模式可归因于预期建筑物居住者流动性,并且还可归因于基于示例建筑物传感器放置和建筑物居住者密度的离线功率信号测量操作。此外,在实施方案中,处理器还被配置为在计算机显示器上提供指示至少一个电池供电装置的剩余功率水平的可视化的GUI。可视化可包括在至少一个电池供电装置的相应电池供电装置所定位的楼层平面图的区域中的颜色编码指示。与区域相关联的颜色代码可指示基于相关联电池供电装置的电池的初始电池容量和在指示时间操作期间消耗的功率的剩余功率水平。
附图简述
所以本主题公开所属的领域的技术人员将容易理解如何在不进行实验的情况下制作和使用本公开的装置和方法,本文将在下面参考特定附图详细描述其优选实施方案,其中:
图1A是根据本公开构造的系统的示例实施方案的示意图,其示出在IAC过程的所有阶段期间可由一个以上装置访问的基于web的安装和调试框架(IAC);
图1B是示出使用图1A的系统来对建筑物规划和报价的方法的流程图;
图1C是示出使用图1A的系统来对建筑物安装和布线的方法的流程图;
图1D是示出使用图1A的系统来对建筑物调试和测试的方法的流程图;
图2A是根据本公开构造的方法的示例实施方案的示意图,其示出用于组件放置的步骤;
图2B是根据本公开的系统的示意图,其示出用于将组件放置在楼层平面图上的模块;
图2C是示出在参考轴线落在受关注多边形内部时组件的取向的计算的示意图;
图2D是示出在参考轴线落在受关注多边形外部时组件的取向的计算的示意图;
图2E是示出由落在受关注多边形内部的多个射线计算取向的示意图;
图2F是示出使用制造商的规范来确定组件的安装轴和视场的示例图;
图2G是示出在手动放置组件期间的可视反馈的示意图;
图2H是示出组件覆盖可视化的示意图;
图2I是示出影响组件的放置的视场约束的示意图;
图2J是示出附图的分层放置的示例图;
图2K是示出建筑物等级组件放置的流程图;
图2L是示出动态威胁移动模型的示例图;
图2M是示出组件放置输出的示例图;
图2N是示出通过组件的自动放置实现的威胁等级的降低的示例图表;
图2O是示出放置在其中的组件的完成楼层平面图的示意图;
图3A是根据本公开构造的系统的示例实施方案的示意图,其示出用户使用移动装置捕获360度全景的地板到墙壁交汇测量和房间几何形状的图像;
图3B是图3A的移动装置的示意图;
图3C是示出用于计算从捕获位置至地板到墙壁交汇的距离以及移动装置和天花板的高度的几何关系的示意图;
图3D是图3A的系统的示意图,其示出用户捕获360度天花板到墙壁交汇测量以及房间几何形状的图像;
图3E是图3A的系统的示意图,其示出使用激光扫描来捕获房间几何形状的3D视图;
图3F是图3A的系统的示意图,其示出用于捕获房间几何形状的激光扫描测量的不同位置;
图3G是图3A的系统的示意图,其示出在捕获360地板到墙壁交汇图像时进行的环境测量;
图4A是根据本公开构造的系统的示例实施方案的框图,其示出系统模块;
图4B是楼层平面图的示意图,其示出组件位置和覆盖区域;
图5A是根据本公开构造的系统的示例实施方案的示意图,其示出装置注册的概述;
图5B是图5A的系统的示例装置注册消息交换的示意图;
图5C是图5A的系统的示例装置表的示意图;
图5D是用于图5A的系统中的装置注册的移动装置上的示例GUI的视图;
图5E是装置定位的示例方法的示意图,其示出用于定位有线分布式装置的移动装置;
图5F是示出根据本公开的分布式装置的自动定位的示例方法的示意流程图;
图5G是与图5F的方法一起使用的预测RF指纹表的示意图;
图5H是与图5F的方法一起使用的测量RF指纹表的示意图;
图5I是用于图5F的方法的匹配和关联方案的示意图;
图5J是图5I的方案的一次迭代之后的结果的示意图,其示出关联结果和模糊性;
图6A是具有用于规划太阳能装置的照明器具及其具有存储的时间点照度数据的对应多维建筑物模型的系统的示例实施方案的示意图;
图6B是包括用于规划能量采集装置的所公开的系统和方法的模块的示意图;
图6C是用于与图6A的系统一起使用的给定区域的照明时间表的示意图;
图6D是与图6A的系统一起使用的用于导入历史辐射数据的示例过程的示意图;
图7A示出系统操作的一个实施方案中的系统概述和数据流;
图7B示出由无线规划和性能分析系统(WiSPA)模块生成的建筑物信息模型;
图7C示出由WiSPA模块使用的方法的流程图;
图7D示出在确定墙壁材料类型和厚度时进行预测误差最小化的方法的流程图;
图7E示出第一连接可视化,其以图形指示无线系统性能的预测;
图7F示出第二连接可视化,其以图形指示与设置在特定位置处的RF发送机装置不同的接收机位置处的RF连接性等级;
图7G示出位置特定的装置性能估计系统;
图7H示出根据时间延迟变化的信号的多路径信道的示例功率延迟分布(PDP);
图7I示出双节点马尔可夫(Markov)模型的示意图;
图7J示出由接收机装置感知的较大且快速RF信号衰落;
图8A示出根据本公开的入侵者威胁检测系统的示意框图;
图8B示出显示的图形用户界面(GUI),其示出具有示出对入侵者威胁的相对漏洞的指示的建筑物楼层平面图;
图8C示出用于对建筑物和/或围绕建筑物的外部周边的入侵威胁建模的分层模型;
图8D示出入侵者移动模型,其对在建筑物的房间之间的入侵者移动的可能性建模;
图8E示出显示的GUI,其示出具有示出房间内的入侵者移动的概率分布的可视指示符的房间等级威胁模型;和
图8F示出显示的GUI,其示出具有示出楼层上的不同房间的入侵者移动的相对威胁的可视指示符的楼层等级威胁模型。
优选实施方案详述
现在参考附图更全面地描述所示实施方案,其中相同的参考数字标识相似的结构/功能特征。所示实施方案不以任何方式限于所示出的实施方案,因为下面描述的所示实施方案仅是示例的,如本领域技术人员所理解,其可以各种形式实施。因此,应理解,本文公开的任何结构和功能细节不应被解释为限制,而是仅作为权利要求的基础,并且作为用于教导本领域技术人员不同地采用所讨论的实施方案的表示。此外,本文使用的术语和短语不旨在是限制性的,而是提供对所示实施方案的可理解描述。
在提供一系列值的情况下,应理解,每个中间值、至下限单位的十分之一(除非上下文另有明确规定)、在该范围的上限和下限之间以及所述范围中的任何其它所述或中间值涵盖在所示实施方案内。这些较小范围的上限和下限可独立地包括在较小范围内,也涵盖在所示实施方案内,在所述范围内受到任何具体排除限制。在所述范围包括一个或两个限制的情况下,除了这些包括的限制之一或两者之外的范围也包括在所示实施方案中。
除非另有定义,否则本文使用的所有技术和科学术语具有与本公开所属领域的普通技术人员通常理解的相同的含义。虽然与本文所述的那些相似或等同的任何方法和材料也可用于所示实施方案的实践或测试中,但是现在描述示例方法和材料。本文提及的所有公布通过引用并入本文以公开并描述与引用公布有关的方法和/或材料。
须注意,如本文和所附权利要求中所使用,除非上下文另有明确规定,否则单数形式(a/an/the)包括复数指示物。因此,例如,对“刺激”的引用包括多个此类刺激,并且对“信号”的引用包括对本领域技术人员已知的一个或多个信号及其等同物的引用,等等。
本文所讨论的公布仅仅是为了其在本申请的申请日之前的公开而提供。本文中的任何内容都不应被解释为承认所示实施方案无权借助于先前发明提前此类公布。此外,所提供的公布的日期可与可能需要独立确认的实际公布日期不同。
应理解,下面讨论的所示实施方案优选地是驻留在计算机可用介质(其具有用于能够在具有计算机处理器的机器上执行的控制逻辑)上的软件算法、程序或代码。机器通常包括被配置为提供来自执行计算机算法或程序的输出的存储器存储装置。
如本文所使用,术语“软件”旨在与可处于主机计算机的处理器中的任何代码或程序同义,而不管该实现是呈硬件、固件还是作为在盘、存储器存储装置上可用或者用于从远程机器下载的软件计算机产品。本文描述的实施方案包括用于实现上述方程式、关系和算法的此类软件。本领域技术人员应基于上述实施方案来理解所示实施方案的其它特征和优点。因此,所示实施方案不受特别示出和描述的实施方案的限制,除了所附权利要求书所指示。本文引用的所有公布和参考文献通过引用以其整体明确地并入本文。
下面参考根据本公开的实施方案的方法、设备(系统)和计算机程序产品的流程图和/或框图来描述本公开的各方面。应理解,流程图和/或框图的每个框以及流程图和/或框图中的框的组合可由计算机程序指令来实现。这些计算机程序指令可被提供至通用计算机、专用计算机或其它可编程数据处理设备的处理器以产生机器,使得经由计算机或其它可编程数据处理设备的处理器执行的指令创建用于实现流程图和/或框图的一个框或多个框中指定的功能/动作的方式。
这些计算机程序指令还可存储在计算机可读介质中,该计算机可读介质可引导计算机、其它可编程数据处理设备或其它装置以特定方式工作,使得存储在计算机可读介质中的指令产生制品,包括实现流程图和/或框图的一个框或多个框中指定的功能/动作的指令。
计算机程序指令也可被加载至计算机、其它可编程数据处理设备或其它装置上,以使一系列操作步骤在计算机、其它可编程设备或其它装置上进行以产生计算机实现的过程,使得在计算机或其它可编程设备上执行的指令提供用于实现流程图和/或框图的一个框或多个框中指定的功能/动作的过程。
现在将参考附图,其中相同参考数字标识本主题公开的相似结构特征或方面。为了解释和说明而非限制的目的,根据本公开的系统和方法的示例实施方案的部分视图在图1A中示出,并且通常由参考字符100表示。在图1B-8F中提供根据本公开的系统和方法的其它实施方案,或其方面,如将要描述。
应理解,系统100、300、400、500、600、700在整个文档中可互换使用,其中所有参考文献提及突出显示其不同方面的相同系统。本公开的系统100使关键任务自动化,并使得在与集成系统相关的三个过程阶段(规划和报价、安装和布线以及调试和测试)中能够实现一致信息流。如图1所示,系统100由安装和调试(IAC)工具102组成。IAC工具102是一种应用,其可通过移动装置或计算装置访问,以在整个三个阶段过程中帮助并引导用户,如下面将进一步详细讨论。IAC工具102包括数据库104,其使存储器106可操作地连接至处理器108和服务器114a以用于处理、存储和传播与每个建筑物相关的最新信息。服务器114a连同数据库可采取托管在位于不同位置的网络(web)服务器或云计算平台上的web应用的形式,其可由各种客户实体访问以在三个处理阶段进行不同任务。数据库102可由一个以上移动装置110a、110b、110c和/或具有网络能力的计算装置访问。例如,位于销售代表的办公室的计算机和可由安装人员或客户使用的平板计算机可各自访问数据库。IAC工具102还可由作为建筑物系统的一部分而安装的安装和有线组件112访问。在另一实施方案中,整个系统100可存在于单个平台(诸如没有网络连接的平板计算机或具有网络连接的计算装置)上。
I.规划和报价
在图1B中示出完成集成建筑物系统的第一阶段的方法120。诸如销售代表或客户的用户经由移动装置或其它网络连接的计算装置访问IAC工具102以创建客户帐户。客户帐户还包括建筑物描述,诸如楼层平面图、地址、居住人数、典型的建筑物使用等。如框124中所示,IAC工具102包括引导界面,其请求建筑物系统要求,包括建筑物系统的类型(例如,入侵检测系统、视频监控、访问控制、消防安全、HVAC、电梯等)及其所需认证等级(例如,消防安全传感器的NFPA评级、HVAC和UL的ASHRAE标准或用于入侵传感器的EN级别)。IAC工具102允许基于选定组件的可用库存和交付时间来更新选定组件。
基于建筑物系统要求、建筑物描述和组件的可用库存,通过使用作为IAC工具102的一部分的自动计算机程序或手动地生成建筑物的部署平面图,如框122所示。部署平面图包括楼层平面图(即建筑物的几何表示),其具有位于其规划的安装位置处的选定组件、选定组件的配置。选定组件可包括运动传感器、火灾传感器、光传感器、图像传感器、视频或红外相机、热、火焰、烟雾或一氧化碳检测器、声音检测器、冲击检测器、振动传感器、加速度计、水分检测器、湿度传感器、磁性接触器、温度传感器、光电检测器、致动器(例如钥匙扣、车库门开启器、发声器、紧急按钮、恒温器、照明和电器控制模块、灯开关等)、路由器、中继器、移动或静态显示器、智能电表、智能电器。如果使用自动计算机程序来创建部署平面图,则程序会将选定组件自动地放置在建筑物楼层平面图上的指定安装位置处,如下文进一步详细所述。建筑物描述(包括地址、楼层平面图、居住人数、建筑物使用等)系统要求和部署平面图都作为详细建筑物信息存储在数据库104中,如框125中所示。建筑物信息从所支持组件的数据库中识别一组建筑物系统组件,其满足客户和建筑物的要求。建筑物信息还包括选定组件在建筑物中的位置。这可以图形显示在楼层平面图上或显示为具有位置标识符的列表。接下来,建筑物信息示出建筑物中每个选定组件的配置。该配置可特定于建筑物类型、建筑物使用和组件在建筑物内的位置。
包括详细建筑物信息的客户帐户可由系统设计者稍后访问,如框126中所示。系统设计者还可使用单独装置作为用于接收和存储建筑物信息的装置来检索客户/建筑物信息。换言之,多个用户能够在部署平面图存储在相关客户帐户下之后的任何时间点从唯一装置访问所存储的建筑物信息。
如框128中所示,建筑物信息用于生成建筑物系统的销售、安装、调试的材料清单和定价报价。可再次自动地或在由IAC工具提供的计算机程序的辅助下由销售代表或客户进行该步骤。
为了提供详细的部署平面图,系统提供用于指定建筑物信息和用户要求的交互式用户界面,其包括用于快速放置传感器和评估连接性的自动化算法,以及用于辅助现场部署的安装图的可视化表示。系统100允许多个用户完成用于规划建筑物系统的方法201,如图2A和框202、204、206、208、210和212所示。方法201包括以下关键步骤:(1)获得楼层平面图;(2)获得用户要求;(3)选择系统组件;(4)放置系统组件;(5)评估连接性;和(6)生成价格报价。
A.获得楼层平面图
为了获得建筑物的楼层平面图,用户可浏览一组模型楼层平面图,以选择代表其建筑物的模型楼层平面图。用户是希望在建筑物内安装集成系统的客户,例如家庭。用户可使用典型绘图工具来修改模型楼层平面图,并且还提供不同房间的测量信息,使得楼层平面图与建筑物紧密配合。用户基于以下信息选择模型楼层平面图:区域、楼层数、房间数、建筑风格和施工年份。
在另一实施方案中,用户使用移动装置接口以访问基于web的工具用于捕获每个房间的360度全景图像并创建楼层平面图。在创建楼层平面图时,用户还对每个房间(例如卧室、浴室、地下室、起居室等)进行分类。
如图3A所示的系统300提供用于从场地捕获、更新和处理多维建筑物信息以辅助建筑物系统的设计和部署的方法。系统300允许用户使用诸如平板计算机或移动电话的移动装置在建筑物周围走动,以捕获有关建筑物的描述信息。例如,地理位置属性、2D或3D缩放的楼层平面图,和建筑物内的局部环境描述符。参考图3A,示出多维建筑物信息模式的示例。系统300由两个关键模块组成:映射模块302和定位和测量(LAM)模块310。
i.映射模块
映射模块302使用配备有至少一个方向传感器306和至少一个移动传感器308的移动装置110a、304(例如,移动装置、平板计算机、眼镜等)。移动装置304是图1A中引用的移动装置110a的详细示意图。方向和移动传感器306、308可包括相机、加速度计、陀螺仪、数字罗盘、激光指示器和/或激光计(即,距离传感器)。激光指示器或激光计附接至平板计算机,使得投影的激光束与相机的光轴对准(即,平行)。映射模块在移动装置304上实现,以允许用户映射建筑物内的房间以缩放。用户(例如客户)站在房间(例如,房间A)中的给定捕获位置L1处,并将相机和/或激光指示器指向地板并围绕捕获位置L1旋转以获得地板到墙壁交汇的360度全景图像,同时确保交汇总是在覆盖在可视显示器316上的可视指南内。在用户捕获房间的地板到墙壁交汇的360度图像时,映射模块304使用激光计和陀螺仪来记录从捕获位置到地板到墙壁交汇的周边的各个点的距离和方位角,如图3A所示。这些点由捕获位置作为原点的极坐标(dflaser,θ)表示。距离dflaser由用户将移动装置304保持在高度hftablet来测量,其可通过使用勾股定理(Pythagoras theorem)转换为从地板水平的捕获位置L1的距离dfloor,如图3C所示。该步骤为二维(2D)的房间几何形状的多边形表示提供初始的顶点集(dfloor,θ)。为了校正在确保激光与地板到墙壁交汇的对准中的各种捕获误差(诸如激光计测量误差和用户误差),可将像分裂与合并和线拟合的分割和线提取算法应用于初始房间顶点集,以获得2D的房间几何形状的改进估计。
用户在建筑物的至少一个附加房间(例如,房间B)中重复捕获360度图像的尺寸的步骤。用户重复在捕获位置L2旋转360度的步骤,同时在移动装置304的显示器内保持看见地板到墙壁交汇。当捕获到两个图像时,第一个房间(房间A)的360度图像和第二房间(房间B)的360度图像被记录在移动装置312的存储器312内。用户指示302如何连接房间以创建建筑物的楼层平面图。例如,用户可指示在第一房间和第二房间之间共享哪些相邻墙壁。或者,相邻房间可通过使用与房间拐角相关联的罗盘读数来确定。可连接其读数相同或更接近的房间拐角,以从房间自动组装楼层平面图。通过在建筑物的每个房间中重复这些步骤,用户创建建筑物的楼层平面图。在捕获360图像时,映射模块302自动检测门口和窗框,使得映射模块将房间/建筑物的这些特征构建到楼层平面图中。
映射模块允许用户基于存储的房间的地板到墙壁360图像,以创建三维(3D)楼层平面图。为了创建房间的3D楼层平面图,用户将移动装置朝向天花板倾斜,并捕获天花板到墙壁交汇的360度图像,如图3D所示。映射模块使用加速度计来测量平板计算机倾斜角度I,因为用户将平板计算机倾斜度从地板到墙壁面向变为天花板到墙壁面向。映射模块还使用激光计捕获到天花板到墙壁交汇的距离dclaser。如图3C所示,可通过相加hftablet&hctablet,(从I、dclaser和dflaser导出)来计算天花板高度hceiling。在天花板高度计算之后,重复上述步骤以获得沿天花板到墙壁交汇的各个点的极坐标dfloor,θ,以获得天花板几何形状的估计(例如,天花板高度的变化)。然后可将地板到墙壁几何形状的图像和天花板到墙壁几何形状的图像与所计算的天花板高度hceiling对准,以提供房间的3D表示。本领域技术人员应容易地理解,可在整个建筑物的附加房间中重复用于捕获天花板到墙壁交汇的步骤,以创建楼层平面图的每个房间的3D表示。或者,不同水平的楼层平面图(例如一楼、二楼等)可通过以下方式在彼此之上对准:a)允许用户将楼层平面图拖放到彼此之上,并指定每个楼层的天花板高度,或b)通过使用与房间拐角相关联的罗盘读数,以在彼此之上自动对准楼层平面图。映射模块还可仅使用移动装置的激光计捕获2D表示。用户站在房间中的给定捕获位置L3处,以捕获房间墙壁表面的360度激光扫描,如图3E所示。用户围绕捕获位置L3旋转,同时连续调整平板计算机倾斜度,使得投射的激光束落在房间墙壁表面上。在装有家具和其它物体的房间中,用户可能需要例如一直从地板-墙壁交汇到地板-天花板交汇检查平板计算机倾斜角度的完整频谱。在一些情况下,为了加快捕获过程,用户可根据拐角的可视性从天花板水平或地板水平或其中间处的房间的拐角获得激光扫描测量。在此类情况下,可通过经由直线连接捕获的拐角而直接构造房间几何形状,如图3F所示,其中O1和O2指示用户可站立以捕获可视拐角的两个位置。在用户捕获360度激光扫描时,映射模块使用激光计、加速度计和陀螺仪记录从捕获位置到房间墙壁上的各点的距离(dlaser)、倾斜角(I)和方位角(θ)。映射模块使用每个点处的倾斜角(I)测量来将dlaser距离转换为dfloor距离,这相当于从捕获位置到相同平面上的墙壁上的各点的距离(平板计算机高度(hftablet))。如图3C所示,如果倾斜角度I<90°,则dfloor=dlaser×sin;且如果倾斜角度I>90°,则e=I-90°,dfloor=dlaser×cos e。
在房间的所有部分不在任何单个位置的用户视线中的情况下,映射模块提供从多个位置捕获房间的选项。首先,用户捕获从给定位置可视的房间的部分。映射模块然后引导用户重新定位到房间内的更合适位置,并捕获一组新点,这些点是先前隐藏的。此外,用户必须选择捕获以前捕获的至少两个点,以便自动组装房间。
或者,装置中的惯性测量单元可用于评估用户在用户的房间捕获位置之间的位移。无论哪种方式,使用加速度计和陀螺仪测量与从激光获得的距离一起将来自所有位置的测量合并到单个房间。该过程可递归地用于映射具有复杂几何形状的房间。映射模块然后将距离dfloor与对应的方位角合并,以获得具有极坐标(dfloor,θ)的初始顶点集,用于表示2D的房间几何形状的多边形。在捕获房间的过程期间,用户还点击激光并将所关注房间细节的位置(例如,门、窗等)记录到映射模块中。房间细节可包括但不限于恒温器、HVAC管道、光源、烟雾警报器、CO2传感器、洒水器、插座、入侵传感器。映射模块将这些特征自动识别为房间细节,并将房间细节并入到楼层平面图中。或者,也可在捕获整个房间几何形状之后记录房间细节的位置。
ii.定位和测量模块
定位和测量(LAM)模块310从移动装置304上的各种传感器进行定位测量,以创建具有与定位测量集成的楼层平面图的建筑物信息模型。如图3G所示,在用户通过围绕捕获位置原点L1旋转移动装置304来映射房间(例如,房间A)时,LAM模块310将捕获位置初始化为笛卡尔(Cartesian)坐标的原点(X=0、Y=0、Z=0)。此外,在户围绕捕获位置L1旋转时,LAM模块310从移动装置304的各种环境传感器313以一定间隔记录测量。环境传感器可包括但不限于光传感器、无线电信号传感器、温度传感器等。换言之,在用户正在捕获房间几何形状的360度图像时,LAM模块310正在使用环境传感器313捕获例如捕获位置处的光强度、温度和/或湿度。LAM模块同时记录与每个传感器读数(Sli)相关联的平板计算机倾斜度(Ili)和旋转度(θli)。(下标l描述位置,l=0用于原点描述的坐标X、Y、Z。下标(i)描述在相同位置进行的多个读数。像Wi-Fi、蓝牙、蜂窝网络等的无线电接收机也被LAM模块视为传感器。LAM模块能够测量来自每个连接的接收机的无线电信号的各种属性,诸如:接收信号强度指示符(RSS)、链路质量指示符、信噪比、噪声电平、信道状态信息和网络或发送机标识符。
LAM模块310经由光传感器并通过使用移动装置304的相机特征(下面进一步详细描述)测量入射光亮度(以勒克斯(lux)计)。LAM模块310还可经由从捕获位置L1看到的各个位置处的后置相机来测量反射光亮度。当映射模块302使用激光指示器时,LAM模块310将测量从后置相机可视的激光点处的反射光亮度。激光点的位置坐标因此提供与测量的反射光亮度相关联的位置。也使用激光点的已知颜色,可将反射亮度测量转换为激光点位置处的入射光亮度的估计。
为了完成并更新建筑物信息模型,用户优选从房间中的至少一个更多位置捕获附加环境信息。在捕获位置原点(0、0、0)完成映射和测量之后,用户移动至房间内的不同位置。LAM模块310使用来自加速度计和陀螺仪的读数来估计用户的位移和方向,并且应用航位推测方法来获得新位置的坐标(X、Y、Z)。一旦建立了新位置的坐标,模块将重复上述步骤,以获得新位置处的环境传感器测量。
如上所述,系统600使用多维建筑物信息模型602校准场地特定的光模拟模型,如图6A所示。然后使用光模拟模型来估计建筑物内任何给定位置的照度。了解位置处可用的平均照度允许图6B所示的能量采集系统性能分析(ESPA)模块604确定经由光伏能量采集器为电子装置(例如门/窗接触传感器)供电的可行性。该模块604的目标是为安装人员简化过程,并消除进行处理关于能量采集的分析的任何广泛数据的需要。
ESPA模块604使用在建筑物内的一些位置处提供照度测量的建筑物信息模型602与光模拟模型一起来确定在建筑物内的任何给定位置处使用光伏(PV)电池供电的电子装置的可行性。由ESPA模块604使用的方法如下所述。
系统600在已知照明条件下在建筑物内的各个位置处使用时间点照度测量。建筑物信息模型602可提供两组照度测量:一种在典型日光条件下,而另一种在典型室内光条件下。为了在测量不可用的位置处获得时间点照度估计,ESPA模块604使用以下方法。ESPA模块604在具有照度测量的位置处限定虚拟照明器。假设虚拟照明器以全向模式辐射光,其强度等于相应位置处的测量照度。ESPA模块604然后使用像光线跟踪的光模拟模型来基于房间几何形状和墙壁材料性质(由图6B中的映射模块606提供)跟踪来自虚拟照明器的光到房间内的任何给定位置。因此,可通过将从所有虚拟照明器接收在该位置处的光相加来获得任何给定位置处的照度的估计。
对于内部照明灯具的位置与其光度规范一起可用的已知室内照明条件,ESPA模块604可直接使用照明模拟模型618(图6D中所示)与房间几何形状和材料信息(由映射模块606提供)一起以获得各个位置处的照度的初始估计,如在图6B中用模块616示意地指示。然后比较给定位置处的可用照度测量与那些位置处的估计。然后可调整房间墙壁材料性质,以最小化给定位置处的测量照度值和估计照度值之间的差。这些调整的材料性质然后能够在任何位置处提供更准确的时间点照度估计。
类似地,对于门和窗帘/百叶窗位置和其它建筑物数据612已知的已知日光条件,ESPA模块604利用可用于地理位置的历史阳光数据608来获得各个位置处的照度的初始估计,如图6D中示意地指示。该历史数据可例如来自谷歌地图(Google Maps)(例如可从California的Mountain View的Google Inc.公司购得)。然后比较给定位置处的可用照度测量与那些位置610处的估计。然后调整房间墙壁材料性质和门/窗帘位置以最小化给定位置610处的测量照度值和估计照度值之间的差。调整的材料性质和窗帘位置然后能够提供在任何位置610处的时间点照度的更准确估计。
可通过对由映射模块606捕获的房间的全景图像进行图像内容分析获得房间中的门和窗的大小和形状。还可对建筑物和/或场地的空中图像或外部图像进行图像内容分析以获得邻近建筑物的位置/建筑物的外部障碍物和取向。与门/窗上的点相关联的磁方位读数(例如,来自移动装置罗盘)用于获得门和/或窗相对于太阳的位置。可使用已经相关联的照度测量数据和机器学习算法将所有新的时间点测量与可能的室内照明条件中的一种进行分类来为建筑物或建筑物内的区域限定所有可能的照明条件。
现在参考图6C,建筑物或特定房间的照明时间表614指定在特定星期几和一天内特定时间间隔处的房间内的可能照明条件。照明时间表可将照明条件描述为日光或室内或混合。对于日光条件,照明时间表可进一步在不同时间指定不同的门/窗位置,例如在早上全开门和窗、在傍晚打开部分窗并关闭门等。对于室内照明条件,时间表614可进一步指定在不同时间打开的不同类型的灯,例如,在夜晚打开夜灯、在傍晚打开阅读灯等。照明时间表可基于用户人口统计、地理位置和年度季节由ESPA模块604自动填充。在实施方案中,照明时间表614的一些或全部可由用户经由例如建筑物中的中央面板处的用户界面或连接至中央面板的移动装置来提供。
ESPA模块604在由照明时间表614指定的不同照明条件下生成累积时间点照度估计。ESPA模块614因此能够获得每周(和/或每日)在位置610处可用的光能平均值。ESPA模块604然后使用光伏电池的效率规范来估计可在任何给定位置从该位置处的可用光照度采集的平均功率。
ESPA模块604确定操作PV供电装置的可行性。ESPA模块604比较在位置610处的PV电池的可用平均功率与电子装置的功率使用情况。如果可用功率超过所需平均功率,则ESPA模块604推荐部署PV供电的电子装置。ESPA模块604还可搜索房间内的所有位置,以确定可采集的平均功率超过给定电子装置的功率使用情况的位置610。在实施方案中,ESPA模块604基于可采集功率对位置610进行排序。然后可通过基于装置类型(例如必须将门/窗传感器放置在门/窗上)组合其它放置准则和连接要求(例如装置将需要来自面板的足够无线信号强度以将其测量传送到面板)来确定电子装置的最终安装位置。该输出还可驱动对传感器(例如可移动或可重新定位的PV面板)的要求。该方法可包括在给定特定装置类型的感测和连接要求时,确定在安装位置使用的采集器的类型(例如可移动或可重新定位的PV面板)。
本公开中描述的能量采集系统性能分析提供与传统系统相比的以下潜在优点:允许安装人员基于其安装位置来验证实现光伏电池供电的电子装置的连续操作的可行性、易于使用功能,当与本文也描述的映射模块集成时,允许在可行的情况下对于装置使用无电池的替代方案,提供将能够便于光伏供电的装置的连续操作的建筑物内的一组位置。提供一种集成工具(其考虑到室内和日光条件来预测能量采集装置随时间的性能)会提供使用来自现场的时间点照度测量来校准室内和日光模拟模型并校正建筑物信息输入的误差的方法,且消除了对照明灯具的准确光度规范来预测室内照明性能的需要。
LAM模块310因此能够自动测量各种环境属性并将其定位到房间的2D和/或3D地图上。模块还允许用户手动指定房间内的各种物体(像路由器、照明灯具、家具等)的位置。然后,这种详细的建筑物信息模型由其它模块或外部系统用于协助建筑物操作和维护。
B.获得用户要求
一旦完成楼层平面图/建筑物信息模型,用户就会指定要求。例如,用户可指定建筑物的多个分区,使得可独立地规划并控制每个分区。用户还可基于重要性/价值指定每个入口/出口处的感知的威胁和对每个房间的保护水平。用户可在离家或在家时进一步指定宠物的存在和保护偏好。用户可使用移动装置接口来选择属于各个分区的房间或区域。用户然后可选择每个分区的功能,例如安保、安全、家庭自动化(照明控制、环境监控和自我监控和控制)。用户还可指定每个功能的符合性。例如,对于安保功能,用户可选择系统必须符合的UL标准。用户还可选择系统应符合的监管标准。系统100基于建筑物的位置自动确定适用的监管标准。例如,在美国,系统100将能够基于建筑物所在的州来确定烟雾和二氧化碳传感器的监管要求。
C.选择系统组件
在获得用户要求之后,系统100自动从制造商的数据库中选择能够满足用户要求并适合于建筑物的组件。在这样做时,系统100分析建筑物楼层平面图的大小和房间的数量以确定所需系统容量。系统100还考虑了可用组件的类型,诸如PIR/运动传感器、门/窗/接触传感器、玻璃破碎传感器、图像传感器、视频或红外相机、热、火焰、烟雾或一氧化碳检测器、声音检测器、冲击检测器、振动传感器、加速度计、水分检测器、湿度传感器、磁性接触器、温度传感器、光电检测器、致动器(例如钥匙扣、车库门开启器、发声器、紧急按钮、恒温器、照明和电器控制模块)。对于每个组件,系统100还评估参数,诸如覆盖(径向范围、角度范围)、检测性能(例如检测概率)、准确度、电池寿命、无线连接性、虚警可能性、虚警概率等。在选择组件之前,还将审查对组件放置的约束诸如门和窗的兼容性以及对位置的可能约束。此外,系统100允许用户选择所需系统控制面板并选择与满足用户要求的选定面板兼容的系统组件。
D.放置系统组件
i.基于组件类型的放置
接下来,系统100通过针对不同类型的组件使用不同方法来将选定组件自动放置在楼层平面图上。
对于磁性接触传感器,系统100分析楼层平面图以例如通过选择不属于一个以上房间的门和窗来识别所有周边门和窗。
对于运动传感器,系统100分析楼层平面图和运动传感器覆盖规范,以通过识别适合于运动传感器放置的房间来自动放置传感器。这通过分析楼层平面图来识别具有特定特性的房间来完成。例如,比较房间大小,并且面积比预定百分位数大的房间被认为是大房间并且被认为适合于运动传感器。适合于运动传感器的其它房间包括:具有两个或更多周边窗的房间、具有超过一定数量的室内门且周边门没有窗户的房间、和标有“起居室”或其它类似类别的房间。系统100还识别最适合于指定房间的运动传感器的类型。这可通过计算房间面积和用于兼容运动传感器的覆盖面积(提供在传感器规范中)之间的差且然后选择提供最小绝对差的运动传感器来完成。
对于玻璃破碎传感器,系统100分析楼层平面图以识别具有一个或多个玻璃门、窗等的房间,并且将玻璃破碎传感器自动放置在这些房间的每个中。对于房间内的单个物品(例如,一个玻璃窗),基于物品特性/属性(例如,玻璃的大小和材料)、传感器规范计算用于玻璃破碎传感器的潜在放置区域,在与窗的最大和最小径向距离以及与物品的角度关系,以及最后在建筑物中的房间布局和物品位置(即相对坐标)方面,所述传感器规范描述玻璃破碎传感器的放置要求/规则。
在替代实施方案中,为了计算用于保护单个物品的潜在玻璃破碎传感器放置区域,可对房间面积采样以获得分布的网格点。确定满足传感器相对于要保护的物品的放置要求的点,并将传感器自动放置在最佳位置。
每当需要保护相同房间内的多个物品时,系统100会尝试找到单个安装区域,从该单个安装区域,可放置单个玻璃破碎传感器来保护所有物品。当这不可行时,所提出的方法放置附加的玻璃破碎传感器来对房间内的所有所需物品提供保护。特定物品的安装区域被挑选并与另一物品的安装区域交汇,如果所产生的交汇区域大于特定最小大小,则将所得区域被视为输入并与其它单个安装区域交汇,直到已经检查了对应于不同物品的所有单个区域,或者所得交汇区域小于最小大小。每当交汇区域小于最小大小时,传感器将被放置在最后有效的交汇区域中。这针对放置多个传感器的剩余窗重复。当没有更多区域保留被检查时,玻璃破碎传感器被放置在最后所得交汇区域中。
在另一实施方案中,用于全部可能放置窗的安装区域彼此交汇,以找出在所需传感器的数量方面提供最佳解决方案的交汇的哪个组合,以保护房间中的所有可用物品。在又另一实施方案中,针对要保护的所有不同物品的安装规则来检查网格点以验证如果要将传感器放置在特定点处则可保护哪些物品。一旦知道每个网格点的受保护物品,引擎将选择覆盖所有物品的任何点作为放置点。如果没有一个点涵盖所有物品,则选择几个点,以便覆盖所有物品。
ii.基于房间内的位置和取向的放置
一旦系统100基于类型确定每个组件的优选位置,系统100即针对给定组件自动地确定房间内的最佳安装位置(即,天花板、墙壁、拐角等)和取向,并使对于楼层平面图上的组件所实现的覆盖范围动态地可视化。有效的安装位置和取向也可用作自动放置算法的输入。图2B示出系统将由用户获得的楼层平面图222和每个组件的制造商规范224作为输入参数的概述。四个关键模块用于确定安装位置和取向:安装位置确定模块226、自动传感器放置模块227、辅助手动放置的模块228和覆盖可视化模块229。安装位置确定模块226分析所生成的楼层平面图以基于从组件制造商的规范导出的物理约束来识别验证组件的有效安装位置和取向。对于给定组件,安装位置确定模块自动地识别房间和天花板高度的家具(例如,壁挂式橱柜)的顶点。所识别的顶点集合被分析并组合以生成描述该平面图内的各个房间的一组多边形。
对于天花板安装式传感器,安装类型由制造商的规范(从传感器规范数据库中提取)来确定,并且房间多边形以特定大小的网格离散,以获得详尽潜在安装位置集合。基于感测范围、房间大小和制造商规范的其它安装指南来确定适当网格大小。
对于壁挂式传感器,可通过将每个墙壁部分以相等部分分段来确定详尽潜在安装位置集合。这可通过识别分开指定最小距离的两个连续多边形顶点之间的一组点来完成,这再次基于制造商的规范来确定。
对于拐角安装式传感器,房间多边形中的每个顶点都是潜在安装位置。然后通过处理详尽潜在安装位置集合来获得有效的安装位置集合,使得消除与房间中的天花板高度的物体/家具重叠的点。对于特定点,根据制造商对传感器的安装规范,可考虑不同高度。
对于墙壁和拐角安装式传感器,可通过首先估计主要安装轴235(如图2F中所示)来确定每个有效位置的有效安装取向,该安装轴在墙壁位置的情况下是看起来在房间内的墙壁分段的法线,且在拐角位置的情况下是看起来在房间内的拐角的角平分线。为了确定二维(2D)的安装轴,以较小delta半径朝向参考轴发送光线250,从而产生新的参考向量和点(图2C和图2D)。对于参考点,运行点包容算法(point-in-polygon algorithm)来确定它是否落在受关注多边形内。如果点位于多边形内,则通过方程式(1)和(2)获得相对于参考轴或向量的取向,如图2C中所示:
另一方面,如果参考点不落在受关注多边形内,则通过如下方程式(3)获得相对于参考轴或向量的取向(图2D):
在附加的实施方案中,为了确定2D中的安装轴,在给定安装点处,针对给定半径在点周围的所有可能方向上发送光线252,从而产生一组新的检查点,其相对于参考轴的方向或取向是已知的(参见图2E)。对于每个点,应用点包容算法来检查它们是否保留在受关注原始房间多边形中。最后,2D楼层平面图中的点的安装轴是被发现在受关注原始多边形之内的检查点的最远取向(相对于参考轴)之间的平均值。
一旦已经确定了安装轴,就可使用制造商的规范以相对于安装轴的一组可行安装角度的形式获得一组有效安装取向,如图2F所示。对于每个有效安装角度,也可获得可行安装倾斜度,例如,针对防宠物的向下倾斜、向上倾斜或反向安装的嵌入式安装。可对每个计算的位置和取向进行附加检查,以消除不符合制造商规范中规定的任何安装约束或指南的位置和取向组合。例如不应放置基于PIR的运动传感器,使得其视场指向窗、外门或像加热通风口的热源。
对于像PIR或具有倾斜规范的相机的传感器,基于由楼层平面图描述和制造商规范提供的房间高度来为确定的放置指定倾斜度。在实现自动传感器放置算法的实施方案中,然后可将该组有效安装放置传递为放置算法的输入,该输入然后可选择最佳安装位置以实现期望性能。
手动组件放置模块228便于手动放置传感器。系统100提供用户界面,其示出楼层平面图,并允许用户拖动特定组件并将其放在楼层平面图上的特定位置。为了在手动放置组件期间帮助用户,模块228允许用户从预定义列表中选择组件类型。例如,用户可拖放组件图标。模块保持跟踪组件图标位置、获取图标附近的有效位置的子集,且例如,突出显示附近的这些有效位置232a-f,如图2G中所示。这提供了视觉/音频/触觉反馈以引导用户了解潜在有效放置选项。模块在用户在位置处放下组件(“捕捉到有效位置”)时将组件自动放置在最近有效位置,并沿墙壁切线轴对放置的组件自动取向。
一旦组件被安装在最佳位置并被取向,覆盖可视化模块229即基于其感测模态、感测范围、位置、取向和倾斜度来估计由组件提供的覆盖。这可通过许多不同方式完成。例如,在门/窗接触传感器的情况下,可通过受保护门或窗周围的圆圈236来简单地使覆盖可视化,如图2H中所示。在运动传感器或相机的情况下,可通过首先计算可视多边形来完成覆盖可视化,该覆盖可视化是从安装位置可视的所有点的360度集合。这考虑了房间多边形的形状和房间内部的任何类型的障碍物,诸如由楼层平面图描述限定的家具、楼梯等。然后可计算给定的安装位置、取向、高度和倾斜度的视场,这可从制造商的规范获得,如图2F中所示。通过提取可视多边形和视场多边形的交汇,可获得覆盖多边形。如果组件放置以手动完成,则模块229允许在用户在整个楼层平面图上拖动组件时动态地进行覆盖可视化。
iii.基于房间布局的布置
对于具有自由/开放空间但是可能是任意形状并且可能存在障碍物(其导致从另一位置对一个位置的可视性的约束)的楼层平面图内的房间,系统100使用覆盖最大化过程来优化组件的放置。系统100还考虑到每个单独组件的能力以及入侵者位置的概率模型和入侵者运动的方向性来评估组件网络的覆盖。参考图8A,示出入侵者威胁检测系统840,其模仿、映射和生成GUI(其使给定建筑物的入侵威胁可视化以在显示装置上显示)。移动装置上显示的模型允许用户可更新入侵者模型,以实时重新计算最佳组件放置。
将组件最佳地放置在限定域中的任务可被表达为使覆盖分布(其捕获域中的每个点如何很好地被传感器覆盖)以及入侵者先验分布之间的距离最小化的问题。最小化该距离导致传感器足迹集中在入侵者检测概率较高的区域中。这可通过改变组件的位置和取向来实现,直到实现最小成本或距离。随机梯度下降方法在本应用中特别强大。对于组件数量和可能位置较低的情况,系统100可枚举传感器位置和取向的所有可能组合,以发现每个传感器的最佳位置和取向。该方法独立于特定组件特性(像检测范围和检测概率)。
首先,在生成楼层平面图期间在创建时考虑房间布局。房间布局包括以下:房间的几何形状和坐标、房间内的有效传感器安装位置和取向的集合、房间内的其它物体(例如墙壁、家具、窗等)的位置和大小、和入侵者先验活动图(其捕获入侵者的可能位置以及入侵者的可能运动方向(以下进一步详细讨论))。方法还将要使用的传感器列表及其各自特性(像检测范围和检测性能)作为输入,以将给定传感器最佳地放置在房间内,以便最小化覆盖度量。覆盖度量也考虑到由于像墙壁和家具的物体的位置而引起的可视性约束。
该方法还可将视场(FOV)约束作为输入,以便防止组件观察房间中的特定物体(像窗、散热器或通风口)。通过考虑这些FOV约束,该方法可减少所生成的虚警。FOV约束可被传递为组件可能不被瞄准的坐标集,这些坐标可表示光源、热源等的位置。为了评估传感器的选定位置或取向是否不符合约束,可在特定位置和取向上发送一组光线242,以查看这些光线是否与物体241交汇(如图2I所示)。如果发现交汇,则可能会丢弃该位置或取向或两者。
对于传感器放置优化,也可考虑入侵者运动的可能方向,见图2L。系统100包括动态威胁模型,其使用从类似建筑物中的先前入侵者收集的数据来分析并确定入侵者可基于进入建筑物的入口采取的预计路线。动态威胁模型考虑入侵者在一组网格点上限定的整个楼层平面图上的静态概率分布。模型还基于在房间中发现入侵者的可能性并入有建筑物中的房间的相对威胁等级。还设想,每个外部门/窗的相对威胁等级可由用户作为输入而提供。然后可使用这些来导出给定房间的威胁等级。在这种情况下,用对应于(X,θ)对的节点构成一个图形,其中X是房间中的位置,且θ是位置X可由组件观察的角度的可能有限集合中的一个。如果且仅是如果对应位置彼此接近并且对应角度彼此接近时,该图上的两个节点被认为是相邻。
接下来,使用上一步骤中获得的图形的相邻矩阵A,我们计算对称的拉普拉斯矩阵(Laplacian matrix)L=D-1/2AD-1/2,并计算矩阵L的特征向量,如方程式(4)所示:
Lfk=λkfk (4)
最后步骤是找到最小化以下成本函数的每个组件的最佳位置和取向,如方程式(5)所示:
其中μk=<μ,fk>,ck=<C,fk>且N是图上的节点数。这里的μ是在图的节点上限定的概率分布,其捕获观察图上的每个节点的值。并且C是图的节点上限定的覆盖分布,其捕获图上的每个节点如何被传感器覆盖的程度。使用对应于每个组件的位置及其安装取向的可视性多边形来计算覆盖分布。给定了对可视性障碍的对象的位置和大小,对应于位置X的可视性多边形是从位置X可视的一组位置。
所描述的优化实质上通过对所有有效传感器位置和取向进行随机梯度下降或穷举搜索来最小化入侵者先验分布μ与覆盖分布C之间的距离。随机梯度下降是一种迭代方法,其从传感器位置和取向的初始猜测开始,并通过随机改变组件位置和取向来进行,使得降低成本φs,直到无法进一步改进。优化方法可被修改为考虑视场(FOV)约束,以便防止组件观察房间中的特定物体(像窗、散热器或通风口)。如果不能满足FOV约束,则该方法将进行有效组件推荐以保证满足该约束。此外,可通过截短在总和中使用的特征向量的数量来计算所描述的成本函数来加速优化。
所述方法的输出是入侵者检测的最佳组件位置和取向。可通过计算入侵者的检测概率(使用蒙特卡罗(Monte Carlo)模拟)或通过计算由传感器覆盖(或观察到的)房间中的自由空间的分数来评估通过优化方法给出的解决方案的质量。也可通过计算由传感器位置/取向引起的虚警报率来评估解决方案的质量。
入侵者威胁检测系统840包括识别输入模块842,其识别被建模的建筑物特定的输入参数,以便建模建筑物特定的威胁。输入选自建筑物和位置信息844,其包括建筑物的犯罪统计、卫星地图和建筑物楼层布局。由识别输入模块842识别的示例输入参数包括:
○邻域犯罪率-在实施方案中,识别输入模块842使用建筑物的地理位置信息(例如,GPS坐标或邮政编码)从网站或本地存储的犯罪统计数据库获得建筑物邻域的当前和历史犯罪率。在特定实施方案中,用户可使用用户界面来手动输入犯罪率;
○罪犯人口比率-在实施方案中,识别输入模块842使用建筑物的地理位置信息(例如,GPS坐标)来获得罪犯人口相对于建筑物的给定半径(例如2英里)内的总人口的比率;
○犯罪活动-在实施方案中,识别输入模块842使用建筑物的地理位置信息(例如,GPS坐标)来例如从本地报纸或法律执法机构获得的信息中收集建筑物附近的近期或历史犯罪活动的估计;
○建筑物信息模型-在实施方案中,识别输入模块842可从电子文件中获得建筑物的2D或3D几何布局(诸如在图8B中所示,其示出布局图870);
○建筑物的类型-在实施方案中,识别输入模块842使用建筑物的地理位置信息(例如,地址信息)来通过查询网站或本地存储的数据库将建筑物识别为住宅或商业房产。关于建筑物的使用的更多信息(例如,办公空间、工厂、度假屋等)可由用户经由用户界面提供;
○可视性、可监控性和可访问性-在实施方案中,识别输入模块842使用建筑物的地理位置信息来获得建筑物及其附近的卫星视图,并且通过使用图像处理技术(诸如边缘检测、物体检测和物体间距离计算)来分析卫星视图(例如,图像),以识别例如与建筑物相邻的道路、相邻道路上的交通量、建筑物与邻近建筑物的邻近度以及确定的其它特性:
○建筑物位置的可监控性-识别输入模块842使用例如可从公共和/或私人来源获得的交通量信息,以及卫星图像的图像处理结果来了解建筑物是否位于偏远地区或邻近郊区,在这种情况下,由于很少会有邻居或路人注意或阻止入侵者进行范围界定域并阻止其规划入侵,所以建筑物的可监控性将被评定为低;
○建筑物进入点的可视性-识别输入模块842使用图像处理结果和在相邻道路上确定的交通量来确定从相邻道路和邻近建筑物的各种进入点(例如门、窗等)的可视性。从行进的相邻道路的进入点的可视性越高,入侵者就越不可能从这些进入点闯入建筑物;
○建筑物进入点的可访问性-识别输入模块842基于检测到的进入点前面的胡同或道路的存在来确定各个进入点的可访问性。从一条胡同或一条道路上的进入点越容易访问,入侵者越有可能尝试闯入。还可从以下导出可访问性:门/窗的大小/类型(例如,大小、滑动、铰链、把柄)、所使用的锁、门/窗的材料、门/窗与地面的高度、和存在于门/窗附近的建筑物外部或附近的结构(例如,火灾安全出口、横档、葡萄藤、排水管)(这使入侵者更易于访问);
○进入点的漏洞等级-在实施方案中,识别输入模块842使用上面针对进入点识别的可访问性和可视性度量来确定其相对于建筑物中其它进入点的入侵的漏洞。或者,用户可能够通过点击建筑物并选择漏洞等级为高、低、中或无经由GUI手动地输入建筑物的每个进入门、窗或侧面的该漏洞信息(如图8B中所示)。可根据等级确定闯入的漏洞(例如,底层楼的漏洞等级比第一层楼高,且第一层楼的漏洞等级比较高层楼高);
○可根据在建筑物或房间的进入点处设置的窗、门或墙壁的类型来确定闯入的漏洞。窗户的类型可包括例如钢化玻璃窗、常规玻璃窗、前侧窗、后侧窗、固定窗、吊窗、滑动窗、凸窗等。门的类型可包括例如前门、后门、安全门、车库门、法式门、金属门、木门等。墙壁的类型可包括例如砖墙壁、木墙壁、石墙壁、铠装墙壁等;
○建筑物区域的保护等级-在实施方案中,识别输入模块842基于在建筑物中的给定区域中具有贵重物品或居住者的可能性来确定区域的保护等级。例如,在住宅建筑物中,卧室可设置在高保护等级下,因为它可能具有居住者和贵重物品两者。
在实施方案中,建筑物楼层平面图可以是语义上丰富的,其在本文中是指提供可用于估计闯入的漏洞的细节,诸如结构的位置、类型和大小。楼层平面图可列出描述建筑物的不同元素,诸如墙壁、门、窗、天花板、地板、区域和内部物体及其特定关系、属性和性质,例如高度、宽度、材料、形状、铠装、锁的存在、相关联的值或质量、名称等。在实施方案中,可通过提取并处理由语义丰富的建筑物楼层平面图提供的信息来确定设置在建筑物进入点或房间进入点处的窗、墙壁和/或门的类型。在实施方案中,可通过提取并处理提供在建筑物的捕获图像中的信息来确定设置在建筑物进入点或房间进入点处的窗、墙壁和/或门的类型。例如,可将语义丰富的建筑物楼层平面图和/或捕获图像的特性映射至计算机数据库,以确定关于建筑物的信息,诸如窗、墙壁和/或门的类型。
在特定实施方案中,用户可能够经由GUI手动地输入不同区域的保护等级,如图8B所示。在特定实施方案中,可经由用户界面输入上述输入参数。例如,用户可能够针对参数选择并输入评级值,例如高、中、低或无。
入侵者威胁检测系统840还包括威胁建模模块846。图8C示出由威胁建模模块846使用来对建筑物的入侵威胁建模的分层模型860。
在最高分层等级处,邻域安全等级模型862提供结构化数据,其使用邻域犯罪率、罪犯人口比率和最近犯罪活动度量来基于方程式(6)提供邻域安全的估计度量:
邻域安全等级=1/(邻域犯罪率×犯罪人口比率) (6)
邻域安全等级越高,邻域建筑物的平均入侵威胁就越低。
在下一最高分层等级处,建筑物风险等级模型864提供结构化数据,其基于风险方程式(7)提供给定建筑物的风险等级的估计度量:
建筑物风险等级=闯入可能性×闯入影响 (7)
其中,闯入可能性取决于邻域安全等级、建筑物的类型(住宅房产的风险等级高于商用房产)、建筑物位置的可监控性、建筑物进入点的可视性和建筑物进入点的可访问性。闯入可能性可用方程式(8)计算:
闯入可能性=建筑物位置的可监控性+建筑物进入点的可视性-建筑物进入点的可访问性 (8)
其中闯入影响取决于建筑物或房间居住(居住因数)以及房间或建筑物中资产的价值或敏感性(资产因素)。
也可基于房间的重要性来确定与房间相关联的闯入可能性。重要性指示相对于其它房间应提供给房间的一定程度的保护,和/或入侵者可能试图访问房间的可能性。房间的重要性可通过比较楼层平面图中可用的语义信息与可用的闯入统计来获得,并且可由用户改变。关于闯入的统计指示入侵不同类型房间的可能性。入室盗窃研究指示入侵者首先前往主卧室寻找容易携带的首饰和/或现金,其次是进入厨房或起居室寻找手机、电子产品等,且然后到浴室寻找麻醉药品。(参见:2011年,FBI UCR的Crime in US(美国的犯罪);美国司法部,DL Weisel的Burglary of Single Family Houses(单身家庭房屋盗窃案);2012年,K.Raposo的Burglar Reveals 15 Trade Secrets(盗窃犯揭示了15个商业秘密);J.N.Gilbert的Criminal Investigation(刑事调查),7版,1007)。这些统计可用于基于由楼层平面图提供的房间的名称或描述将重要等级自动分配给房间(例如,主卧室是高重要等级、厨房和起居室是中重要等级,且浴室是低重要等级)。
在实施方案中,房间的重要性可由用户输入来指定。例如,用户可向婴儿卧室指定比主卧室高的重要等级。
关于闯入影响,在下午时间居住的房间将比没有居住的房间有更多闯入影响。闯入影响可用方程式(9)计算:
闯入影响=居住因数+资产因素 (9)
建筑物风险等级越高,闯入建筑物的尝试的可能性越高,且建筑物的推荐保护性越高。
在下一分层等级处,建筑物威胁模型866提供结构化数据,该数据可对每个周边门、窗和周边墙壁段作为闯入的潜在进入点进行建模。使用给定进入点来闯入的相对闯入可能性是从由上述识别输入模块842分配的漏洞等级导出。在实施方案中,建筑物内所有进入点的相对可能性的总和为100%。如果λ1、λ2、λ3…是列举进入点的相对闯入可能性,则根据方程式(10)获得标准化可能性:
建筑物威胁模块866提供结构化数据,该结构化数据提供建筑物中的不同区域、楼层或房间的相对漏洞的估计度量,该估计度量根据方程式(11)是直接连接至给定区域的进入点和房间的闯入可能性的函数,如图8B所示:
其中在房间之间运动的概率是从连接房间移动至给定房间的概率,其可以是描述房间的目的的房间标签(例如,浴室、卧室、起居室、办公室、仓库、计算机服务器机房)的函数。
建筑物威胁模块866还可提供结构化数据,该结构化数据提供沿建筑物的周边的相对漏洞的估计度量。可基于建筑物的进入点处的出口和建筑物之外的环境特性或建筑物外部,诸如照明、安全出口、该区域是否可从附近街道可视,确定沿周边的漏洞。
在下一分层等级处,房间威胁模型868提供结构化数据,该结构化数据对建筑物的周边、房间中的每个周边门、窗和周边墙壁段作为潜在进入点进行建模,并将每个室内门或开口作为离开点进行建模。假设经由房间尝试闯入,则使用给定房间进入点的相对房间等级闯入可能性是从针对进入点的建筑物等级可能性值导出。模块然后使用诸如马尔可夫决策过程的概率建模来跟踪入侵者从进入点到离开点的移动,同时假设以下:
○入侵者以高给定概率P沿最短路径移动
○入侵者以概率1-P探索房间
○入侵者避开房间内的障碍物(像家具)
○入侵者可在不到达特定出口的情况下逃离房间
○入侵者检测应在接近进入点与离开点时发生
概率建模可生成房间内的入侵者移动的概率分布。应注意,在替代实施方案中,可使用基于其它主体的模拟技术来基于上述因素获得房间内的入侵者移动的概率分布。在其它实施方案中,通过聚合从几个模拟运行获得的入侵者分布来导出房间中的入侵者移动的概率分布,其中每次单个运行都假设在房间中的给定开口作为进入点,且所有其它开口作为具有一定概率的潜在出口,且然后获得入侵者分布,然后重复模拟,其中以另一开口作为进入点,而所有其它开口作为出口,直到房间中的所有开口至少一次被认为是进入点。
入侵者威胁检测系统840还包括威胁可视化模块848。威胁可视化模块848使用来自威胁建模模块846的输出以在建筑物楼层平面图的显示器上生成威胁的可显示的可视化(其可被设置为在显示装置上显示的GUI)。可显示的可视化允许用户对建筑物等级、楼层等级和房间等级下的威胁可视。这种可视化可描绘入侵威胁概率与建筑物楼层平面图上的位置之间的关系。
入侵者威胁检测系统840,特别是识别输入模块842、威胁建模模块846和威胁可视化模块848可用图7A的示例计算系统环境700来实现。
关于图8D,示出入侵者移动模型872,其对建筑物的进入点和离开点(周边开口)以及房间之间的连接性建模。房间被建模为网络节点。物理房间连接性识别可能的节点过渡。假设入侵者以某种可能性从给定节点移动至所有连接的节点。当入侵者能够在一对房间之间移动时(不需要进入第三个房间),一对房间被认为是连接的。移动可能性可能是连接房间的重要性和所访问房间的过去历史的函数。模型872还可例如经由楼梯或电梯指示楼层之间的连接性。关于图8E,房间等级威胁可视化被示为房间等级威胁热图880。威胁建模模块846使用由房间威胁模型模块868生成的入侵者移动的概率分布来生成所计算的威胁概率分布的显示,如热图880。热图880使用诸如颜色编码的可视指示符来显示威胁的不同概率及其相对于建筑物楼层平面图的位置。
关于图8F,楼层等级威胁可视化被示为楼层等级威胁热图890。在实施方案中,为了生成楼层等级的威胁概率的显示,根据由建筑物威胁模型866导出的相对漏洞及其相对于建筑物楼层平面图的位置,威胁可视化模块848使用每个房间的相对漏洞等级调整该房间的房间等级威胁热图880。图8F还可描绘布置在楼层等级下的聚合的房间等级威胁热图880的可视化。在另一实施方案中,楼层等级威胁热图890可包括例如使用颜色代码为每个房间在视觉上指示房间的相对漏洞等级的热图。
在实施方案中,可生成建筑物等级威胁可视化以在显示装置上显示,其中根据建筑物中的楼层布置而堆叠楼层等级威胁热图890。建筑物等级威胁可视化可指示建筑物不同楼层的相对威胁等级。在其它实施方案中,聚合给定楼层上的所有房间和/或区域的相对漏洞等级,以获得楼层的相对漏洞等级。建筑物等级威胁可视化可例如使用颜色代码为每个楼层在视觉上指示楼层的相对漏洞等级。
在实施方案中,建筑物等级威胁可视化可指示沿周边的相对漏洞。沿建筑物的周边的相对漏洞的可视化可覆盖在建筑物的卫星图像上。
返回参考图8A,在特定实施方案中,来自威胁建模模块846的输出和热图880和890可用于以下威胁模型应用:
○安全和安保系统放置850-给定描绘入侵威胁概率的可视热图,诸如房间等级威胁热图880或楼层等级威胁热图890,用户可手动地指定安全和/或安保装置的放置来对抗威胁。在实施方案中,可视热图可包括诸如相机、热检测器或运动传感器的装置的覆盖区域的图形描绘。用户可确定将装置放置在建筑物的房间和/或区域或建筑物的外部的位置,使得所显示的传感器的覆盖区域与映射在房间、区域内或沿建筑物的周边映射的威胁重叠;在实施方案中,计算机程序可自动地确定用于装置放置在房间、区域中或沿建筑物的周边的位置,使得所计算的装置的覆盖区域与映射的威胁重叠;
○安全和安保管理合同852-可视热图880和890和/或装置放置的确定可用于管理安全和安保规定,诸如为安保提供商制定招标建议或安保管理合同以保护建筑物;
○安保程序确定854-可视热图880和890和/或装置放置的确定可由安全和/或安保顾问使用来确定建筑物的适当安保程序。
根据上述,在本公开的特定实施方案中,可对建筑物的安全或安保威胁进行识别、建模和/或可视化以供显示,而不管用户的技术背景或有关安保的知识如何,都向用户提供有用信息。例如,用户可基于与区域和/或房间相关联的价值或重要性来指定用于保护区域和/或房间的优先等级(例如,高、中、低或无)。在另一示例中,可基于建筑物的地理位置和类型来估计建筑物的威胁等级。在又另一示例中,可估计建筑物内的威胁分布,并且可生成估计的威胁分布的可视化以供显示。在另一示例中,可估计房间内和整个房间的入侵者移动,并且可生成估计的入侵者移动的可视化以供显示。可通过减少这种规划所需的技能来减少部署安保装置的规划时间和误差以缓解对建筑物的安保威胁。例如,可生成建筑物内的威胁分布的详细概率模型,该模型可用于自动确定装置放置以最大化威胁检测。
iv.基于分层等级的放置
组件首先放置在房间等级下且然后放置在建筑物等级下,以确定最佳放置并实现最高性能。将不同类型的组件放置在给定房间中,以从组件或多个组件的组合获得房间内的最佳检测性能。该房间等级放置的输出是针对房间描述由组件或组件组合实现的成本、检测性能、虚警性能的表,如图2J所示。在其它实施方案中,它还可提供组件在房间内的精确位置和角度取向以实现估计性能。这种放置可以几种不同方式进行。在优选实施方案中,可实现用于将玻璃破碎检测器、运动传感器或摄像机放置在房间中的自动化方法,以在房间内找到组件的最佳位置,以最大化房间内的覆盖或检测。还基于房间内各种因素的存在(这导致给定传感器类型的虚警)来评估给定组件位置的虚警率。例如,在运动传感器的情况下,在组件的覆盖内存在南面的窗、道路、炉、光辐射和其它热源将导致更高虚警率。
接下来,建筑物等级放置确定房间和/或周边门和/或窗(其中组件应该被放置为实现整个房屋的所需系统成本或性能)考虑以下:(a)每个周边门、窗的相对威胁等级或房间的相对威胁等级,(b)房间之间的连接性(c)房间的内容物(贵重物品)或期望的保护等级以开发动态威胁模型。然后该动态威胁模型与关于门/窗的类型的信息一起使用来估计放置在建筑物中的组件的给定组合的检测性能,如图2K和图2L所示。该过程的输出是提供检测入侵者的最大概率的组件及其位置的选择。
当存在用于放置装置的多个选项时,该方法具有消除冲突的能力。调用诸如虚警率、检测延时和用户偏好的次要度量来交互地做出决策。例如,在具有两个窗的给定房间中,可优选地将接触传感器放置在两个窗上,而不是单个运动传感器,从而提供较低检测延时。此外,如果期望较高检测概率,则还可用附加运动传感器来测量房间。图2M描述从给定楼层平面图的工具获得的典型组件放置(3个D/W传感器和1个PIR)。选择‘开放’区域用于PIR的放置,因为它连接到大多数房间。因此,将传感器放置在那里会最大化检测入侵者的可能性。
基于材料/成本清单与检测性能之间的折衷来获得最佳组件放置。此外,该工具还根据最佳放置的传感器的类型和数量提供进入点处的漏洞减少。图2N示出一个这样的结果。
工具具有获得一组传感器放置在给定位置和已知配置的性能的能力。性能度量可包括:
○检测概率(外出布防):所有布防的传感器提供的安全等级;
○检测概率(布防留守/夜间模式):仅布防的周边门/窗传感器和玻璃破碎/冲击传感器提供的安全等级;
○检测延时:检测入侵所花费的时间的分布(和平均值);
○虚警率:基于传感器的类型、配置和数量生成虚警的可能性。基于房间的几何形状、窗、道路、炉、光线辐射和其它妨碍源的存在来改变虚警率;和
○覆盖:房屋中的体积空间的覆盖。它如方程式(12)、(13)、(14)所示定义:
覆盖总数=覆盖周边+(1-覆盖周边)×覆盖内部 (14)
在如上所述将组件手动地和/或自动地放置在最佳位置和取向之后,显示完成的楼层平面图(如图2O所示),以供用户最终批准。系统100允许用户经由用户界面重新定位、添加或移除组件,同时确保用户不能添加不兼容的传感器。
E.评估连接性
一旦用户对组件在楼层平面图上的选择和位置感到满意,系统将评估传感器与面板的连接性。对于有线传感器,系统计算从所有有线组件到面板的距离,以估计支持面板与组件通信和供电要求所需的布线的数量和类型。这也允许系统估计后续步骤的布线成本。对于无线组件,系统基于建筑物的类型通过使用经验范围估计公式来估计从所有无线装置到面板的连接性。系统突出显示没有足够连接的装置,且然后建议用户添加无线中继器或移动装置。
图4A中示出用于自动获得建筑物中的传感器组件的参数值和组件配对的系统400。系统400由以下关键模块组成:组件放置410;覆盖估计420;应用推理430;组件配对440;和参数配置450。
i.组件放置
组件放置模块410提供基于移动装置的用户界面以便于在楼层平面图上放置组件。组件可包括传感器,诸如运动检测传感器、门/窗接触传感器、光检测传感器、玻璃破碎传感器、图像传感器、视频或红外相机、热、火焰、烟雾或一氧化碳检测器、声音检测器、冲击检测器、振动传感器、加速度计、水或水分检测器、湿度传感器、磁性接触器、温度传感器、光电检测器、致动器(例如钥匙扣、车库门开启器、发声器、紧急按钮、恒温器、照明和电器控制模块、灯开关、致动器、控制面板等。组件的放置可由作为系统的一部分或者可从移动装置访问的自动工具生成。还可设想,用户可手动地完成传感器的放置。用户可包括客户和/或销售代表。模块410在移动装置的可视显示器上呈现机器可读楼层平面图,并允许用户将可用组件库中的特定组件放置在楼层平面图上的特定位置。例如,用户可从组件库中拖动组件,并在楼层平面图上按要求放下组件图标。如图4B所示,是具有放置在其中的组件W1、W2、W3、M1、M2、D1、S1的示例楼层平面图412。模块410还将描述性位置标签、位置ID和位置坐标414与楼层平面图内的组件关联。
ii.覆盖估计
一旦组件已经被放置在楼层平面图上的不同位置,覆盖估计模块420即基于其感测模态和感测范围来估计任何给定组件的覆盖区域。根据组件的类型,可以几种不同的方式完成估计覆盖区域。例如,对于门/窗接触传感器,由受保护的门或窗周围的圆圈估计覆盖区域,如图4B所示。
对于运动传感器M1、M2和相机,通过以下方式估计覆盖区域:i)计算可视性多边形,其是从安装位置可视的所有点的集合;ii)计算给定安装位置和取向的视场范围多边形,这可从制造商的规范获得;并且iii)通过采用可视性多边形和视场范围多边形的交汇来获得覆盖区域。例如,图4B描绘运动传感器的覆盖区域。
对于玻璃破碎传感器和烟雾传感器S1,基于图4B所示的制造商规范中规定的覆盖模式/范围,通过计算给定安装位置和取向的范围多边形来估计覆盖。
对于照明器具和照明器L1、L2,通过以下方式估计如图4B所示的覆盖:i)计算可视性多边形,其是从安装位置可视的所有点的集合;ii)计算在典型室内环境中照度高于特定阈值(例如50勒克斯或最大勒克斯的10%)的范围多边形,其可从制造商的光度规范获得;和iii)通过采用可视性多边形和范围多边形的交汇来获得覆盖区域。
iii.应用推理
应用推理模块分析传感器类型和给定传感器在楼层平面图上的位置或覆盖,以按照以下几类来分类传感器:i)外部保护:在建筑物周边的外部具有100%覆盖区域的传感器;ii)内部保护:在建筑物周边的内部具有100%覆盖区域的传感器;iii)周边保护:安装在周边门或窗上的门/窗接触传感器,例如图4B所示的W1、W2、W3、D1,和在其覆盖区域具有周边墙壁、门或窗的玻璃破碎传感器;和iv)进入保护:安装在门上的周边传感器,例如D1,包括外部传感器和内部传感器,其周边门在其覆盖区域内。
iv.组件配对
组件配对模块440分析楼层平面图上的组件的覆盖区域之间的关系,以基于组件类型自动彼此配对组件,使得触发配对组件中的一个的事件将致动另一组件来进行特定动作或与由其它组件生成的事件相关。
为了将给定组件与楼层平面图上的其它组件配对,模块440计算给定组件的覆盖区域与楼层平面图上的其它组件之间的重叠。
模块440可在以下条件下配对组件:
○覆盖区域之间存在重叠。如果重叠(即交汇)超过预定义阈值(例如,一个组件的覆盖区域的25%),则模块440配对组件,例如L1和L2或L1和M2;和
○覆盖区域之间没有重叠。如果两个覆盖区域之间的距离小于预定义阈值,并且在两个覆盖区域之间存在入侵者或居住者路径的高可能性,则模块440配对组件,例如M1和M2。可使用马尔可夫决策过程等来估计区域中的入侵者移动的概率分布,这允许生成建筑物内的最可能的入侵者路径或轨迹。在实施方案中,可使用其它模拟技术来获得入侵者或居住者移动的概率分布。
基于覆盖区域的常见配对情景可包括:
○相机配对-模块440将相机与门/窗接触器、运动传感器、玻璃破坏传感器和烟雾传感器配对,使得由任何这些配对组件检测到的事件将使相机记录预定义持续时间与场景的触发前捕获和触发后捕获两者的视频剪辑。为了将相机与上述组件配对,模块440计算楼层平面图上的相机和其它传感器的覆盖区域之间的重叠。如果与给定传感器的覆盖区域的重叠(即交汇)超过预定义阈值,则模块440将传感器与相机配对,否则可使用上述的高可能性路径的存在来决定配对。如果相机具有平移-倾斜特征,则模块440可分析所有镜头取向的覆盖重叠;
○灯具配对-模块440将灯具与门/窗接触器、运动传感器、玻璃破碎传感器配对,使得由这些配对组件中的一个检测到的事件将使灯具打开或关闭。为了将灯具与上述组件配对,模块440使用用于相机配对的上述方法。为了解决一个以上的可能触发器或致动器可能存在的情况,可使用从楼层平面图描述导出的组件之间的距离来解决冲突,即最接近的合适传感器与最接近的合适灯具配对;
○运动传感器配对-模块440将运动传感器与门/窗接触器、运动传感器、玻璃破碎传感器配对,使得由任何这些配对组件检测到的事件将与来自运动传感器的事件关联以生成警报或忽略事件。例如,如果烟雾传感器触发事件之后或之前是来自配对运动传感器的事件,则系统可提供本地通报,而不是生成警报监控中心的警报。为了将运动传感器与上述组件配对,模块440使用用于相机配对的上述方法。
如果给定组件的覆盖区域与一个以上其它兼容组件重叠,则模块440还可识别最佳配对组件。如图4B所示,在运动传感器M1、M2和灯具L1、L2之间配对的情况下,模块440仅使用一个运动传感器(其覆盖区域具有最高重叠)与给定灯具配对(例如M1和L2)。
在替代实施方案中,不管覆盖范围如何并且基于楼层平面图内的位置,可对组件分组并配对。在该实施方案中,模块440将相同房间中的相同类型的组件、相同楼层中的相同类型的组件和建筑物中的相同类型的组件自动分组,使得主要控制装置(例如,控制面板C1)的分组信息可自动填充。这允许控制面板集体控制并响应组内的装置。传感器可以几种不同方式分组,包括但不限于所有外部传感器和致动器、所有内部传感器和致动器、属于给定房间的所有传感器、属于给定楼层的所有传感器、属于房间的给定类型的所有传感器、属于房间的给定类型的所有致动器、给定类型的所有外部致动器。在该实施方案中,组件的绑定和配对是基于它们的类型、位置ID或标签和位置分离而建立。
绑定组件可基于以下:
○给定致动器仅与兼容的传感器绑定,如在下面两个示例中:
■灯具-与由壁挂开关、运动传感器、光传感器、门/窗接触器等产生的事件兼容;
■视频或图像相机-与由运动传感器、门/窗接触器、烟雾传感器等产生的事件兼容;
○给定致动器绑定至具有相同位置标签或ID的兼容传感器;
○当多种类型的兼容传感器具有相同位置ID,而仅单个致动器具有相同位置ID时,如果配对集中(即面板作为中介),则所有兼容传感器默认绑定至单个致动器。在这种情况下,当几组传感器可控制单个装置时,它们中的任何一个可能够打开该装置,但是它们中的所有都需要同意关闭装置。如果配对是对等的,则仅一个装置可能够在另一个上致动;
○当多个兼容传感器-致动器对具有相同位置ID时,给定致动器与最接近兼容传感器配对。
可使用上述指南来自动配对传感器和致动器。例如,在房间中存在单个传感器(例如壁挂开关)和致动器(例如灯开关)的情况下,一个绑定至另一个上。如果不同开关和传感器可用,则它们基于其特性或类型而绑定。如果在相同房间内存在相同类型的几个传感器和开关,则它们被分开在与它们的数量成比例的组中,并且基于它们分开的距离彼此绑定等。
不管绑定/配对是基于覆盖区域还是基于位置标签,模块440都基于装置的类型自动地创建场景。例如,位于外部的所有灯都在下午6点打开。另一示例,在起居室中触发的运动传感器可打开起居室中的所有灯具,并且在起居室中开始用相机进行视频记录,或者触发位于外部的运动传感器来打开所有配对的灯具。
一旦确定了优选的分组、绑定和场景,它们即被显示给用户以根据需要接受或编辑。
v.参数配置模块
组件参数配置(PC)模块450分析楼层平面图上的组件类型和覆盖区域,以基于预定义特性自动配置组件。对于进入延迟,在不会引起警报的情况下,模块确定授权用户在触发进入组件后须对系统撤防的时间。对于分类为周边保护但不作为进入保护的每个组件,进入延迟可设置为0。对于分类为系统中的进入保护的每个传感器,PC模块450可首先确定在楼层平面图上的所述进入组件和系统撤防单元(通常都位于系统控制面板内)之间的距离。PC模块450然后根据“到撤防单元的距离”(d)和“进入的模式”(其由与进入组件相关联的位置标签指示)来计算进入延迟。例如,安装在车库中的门/窗传感器将指示汽车和步行进入的模式。因此,传感器将具有较高进入延迟,因为它需要为用户提供足够时间来驶入、锁汽车且然后走到撤防单元。
对于离开延迟,在不会引起警报的情况下,模块在对系统布防之后确定授权用户须离开场所的时间。对于分类为周边保护但不作为进入保护的每个传感器,离开延迟可设置为0。对于分类为系统中的“进入保护”的每个传感器,PC模块450首先确定在楼层平面图上的所述进入/离开组件和系统布防单元(通常都位于系统控制面板内)之间的距离。PC模块450然后根据“到离开组件的距离”和“离开模式”(其由与离开组件相关联的位置标签指示)来计算离开延迟。例如,安装在车库中的门/窗传感器将指示步行和汽车进入的模式。因此,传感器将具有较高离开延迟,因为它需要为用户提供足够时间来走到汽车、解锁汽车并开车离开。
PC模块450还基于针对运动传感器和热传感器在楼层平面图上的它们的覆盖区域的分析来确定组件的适当感测灵敏度。对于运动传感器,PC模块450可调整灵敏度以使覆盖区域与可视区域匹配。更具体而言,PC模块调整组件的灵敏度以使视场范围多边形大小与从给定安装位置的可视性多边形大小匹配。如果可视性多边形小于视场范围多边形,这会降低灵敏度,且如果反之,则会提高灵敏度。如果有加热源(例如HVAC通风口或灶头)存在于传感器的覆盖区域内,则PC模块450会降低运动传感器的灵敏度。对于烟雾传感器,如果具有任何加热源(例如的灶头、热水淋浴等)存在于传感器(例如S1)的覆盖区域内,则PC模块450可调整烟雾传感器的灵敏度。
除了用于灵敏度调整的上述方法之外,在替代实施方案中,PC模块450基于与传感器相关联的位置标签来调整灵敏度。代替分析加热源存在的覆盖区域,模块简单地使用建筑物中的每个不同区域的描述性位置标签来推断可能落在安装在这些区域中的传感器的覆盖区域内的物体。例如,厨房或同义词位置标签指示在该区域内存在灶头、微波炉、冰箱、搅拌机/研磨机、洗碗机等。浴室或同义词位置标签指示在该区域内存在热水淋浴等。炉房或同义位置标签指示该区域内存在炉和其它加热设备。
本领域技术人员应认识到,所有上述方法都在实际系统安装之前发生。换言之,虚拟地进行组件的放置、估计覆盖区域和关联组件。只有当安装系统并且实际传感器与虚拟传感器相关联时,所有的配置细节都将从虚拟设置移到真正建筑物。
vi.确定性能
在虚拟地使用IAC工具102放置组件之后,在图7A中描绘可实现所示实施方案的通用计算机化的实施方案,其示出处理系统700,其通常包括至少一个处理器702或处理单元或多个处理器、存储器704、至少一个输入装置706和至少一个输出装置708,这些装置经由总线或一组总线710耦接在一起。在特定实施方案中,输入装置706和输出装置708可以是相同装置。还可提供接口712用于将处理系统700耦接至一个或多个外围装置,例如接口712可以是PCI卡或PC卡。还可提供容纳至少一个数据库716的至少一个存储装置714。存储器704可以是任何形式的存储器装置,例如易失性或非易失性存储器、固态存储装置、磁性装置等。
处理器702可包括一个以上不同处理装置,例如用以处理处理系统700内的不同功能。输入装置706接收输入数据718,并且可包括例如键盘;指示装置,诸如笔状装置或鼠标;用于语音控制激活的音频接收装置,诸如麦克风;数据接收机装置或天线,诸如调制解调器或无线数据适配器、数据采集卡等。
输入数据718可来自不同来源,例如结合经由网络接收的数据的键盘指令。对由处理器702“访问”数据的引用包括生成数据、经由传输至处理器702或经由来自输入装置706的输入来接收数据、或者由处理器702检索数据,例如从存储器104或外部存储器装置或通过从软件模块或另一处理装置请求数据。输出装置708产生或生成输出数据720,并且可包括例如显示装置或监控器,在这种情况下,输出数据720是可视的;打印机,在这种情况下,输出数据720被打印;端口,例如USB端口;外围组件适配器;数据发送器或天线,诸如调制解调器或无线网络适配器等。输出数据720可以是不同的,并且来自不同输出装置,例如结合发送至网络的数据的监控器上的可视显示器。用户可在例如监控器上或使用打印机查看数据输出或数据输出的解释。存储装置714可以是任何形式的数据或信息存储装置,例如易失性或非易失性存储器、固态存储装置、磁性装置等。
在使用中,处理系统700适于允许经由有线或无线通信装置将数据或信息存储在至少一个数据库716中和/或从其中检索。接口712可允许在处理单元702和可用于专门目的的外围组件之间进行有线和/或无线通信。优选地,处理器702经由输入装置706接收指令作为输入数据718,并且可通过利用输出装置708将处理结果或其它输出显示给用户。可提供一个以上输入装置706和/或输出装置708。应理解,处理系统700可以是任何形式的终端、服务器、专用硬件等。
应理解,处理系统700可以是网络通信系统的一部分。处理系统700可连接至网络,例如因特网或WAN。输入数据718和输出数据720可经由网络传送至其它装置。通过网络传输信息和/或数据可使用有线通信装置或无线通信装置来实现。服务器可便于在网络和一个或多个数据库之间的数据传输。服务器和一个或多个数据库提供信息源的示例。
因此,图7A中所示的处理计算系统环境700可在使用到一个或多个远程计算机的逻辑连接的联网环境中操作。远程计算机可以是个人计算机、平板装置、智能电话装置、服务器、路由器、网络PC、对等装置或其它公共网络节点,并且通常包括上述许多或所有元件。
还应理解,图7A中描绘的逻辑连接包括局域网(LAN)和广域网(WAN),但也可包括其它网络,诸如个人局域网(PAN)。此类网络环境在办公室、企业范围的计算机网络、内联网和因特网中很常见。例如,当在LAN网络环境中使用时,计算系统环境700通过网络接口或适配器连接至LAN。当在WAN网络环境中使用时,计算系统环境通常包括用于通过WAN(诸如因特网)建立通信的调制解调器或其它装置。可位于内部或外部的调制解调器可经由用户输入接口或经由另一适当机制连接至系统总线。在联网环境中,相对于计算系统环境700描绘的程序模块或其部分可存储在远程存储器存储装置中。应理解,图7A的所示网络连接是示例的,且可使用在多个计算机之间建立通信链路的其它方式。
图7A旨在提供可实现下面描述的本公开的实施方案的说明和/或合适的示例环境的简要总体描述。图7A是合适环境的示例,并且不旨在建议对本公开的实施方案的结构、使用范围或功能性的任何限制。特定环境不应被解释为具有与示例操作环境中所示的任何一个组件或组件的组合相关的任何依赖性或要求。例如,在特定情况下,环境的一个或多个元件可被认为是不必要并被省略。在其它情况下,一个或多个其它元件可被认为是必要并被添加。
在下面的描述中,可参考由一个或多个计算装置(诸如图7A的计算系统环境700)进行的动作和操作的符号表示来描述特定实施方案。因此,应理解,有时被称为计算机执行的此类动作和操作包括由计算机的处理器对以结构化形式表示数据的电信号的操纵。这种操纵会转换数据或将其保持在计算机的存储器系统中的位置,这以本领域技术人员理解的方式重新配置或以其它方式改变计算机的操作。数据保持在的数据结构是具有由数据格式定义的特定性质的存储器的物理位置。然而,虽然在上述情况下描述了实施方案,但是不意味着限制,如本领域技术人员应理解:下文描述的动作和操作也可以硬件实现。
还应理解,实施方案可用许多其它通用或专用计算装置和计算系统环境或配置来实现。可适用于实施方案的众所周知的计算系统、环境和配置的示例包括但不限于个人计算机、手持或笔记本型装置、个人数字助理、平板装置、智能电话装置、多处理器系统、基于微处理器的系统、机顶盒、可编程消费电子产品、网络、小型计算机、服务器计算机、游戏服务器计算机、web服务器计算机、大型计算机和包括任何上述系统或装置的分布式计算环境。可在由计算机执行的计算机可执行指令(诸如程序模块)的一般上下文中描述实施方案。通常,程序模块包括进行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等。还可在分布式计算环境(在其中,由通过通信网络链接的远程处理装置进行任务)中实践实施方案。在分布式计算环境中,程序模块可位于本地和远程计算机存储介质(包括存储器存储装置)中。
图7B是示出由无线(例如,射频(RF))规划和性能分析系统(WiSPA)724(其由上面通常示出和讨论的图7A的示例计算系统环境700实现)生成和/或校准的多维建筑物信息模型722的示意图。建筑物信息模型724是特定建筑物的场地特定模型。建筑物信息模型724可进一步用于基于建筑物内的无线装置的位置来预测无线RF装置的性能(例如,通信范围)。装置可包括传感器,例如运动检测器、热检测器、门/窗接触传感器、热、火焰、烟雾或一氧化碳检测器、图像传感器、视频或红外相机、声音检测器、冲击检测器、水分检测器、湿度传感器、磁性接触器、温度传感器、光电检测器、致动器例如钥匙扣、发声器、紧急按钮、恒温器、照明和电器控制模块(具有无线通信能力或没有感测或致动接口的通信装置,诸如系统面板、中继器和移动显示器)。
图7C示出由WiSPA模块722用于分析多维建筑物信息模型并预测建筑物内的无线RF系统的性能的方法的流程图。该方法的操作732包括访问建筑物信息模型724。在操作734,建筑物信息模型724用于识别墙壁类型。操作734包括由WiSPA模块722分析建筑物的几何表示以识别建筑物内的不同墙壁和天花板。每个墙壁都被分类为内部墙壁、隔断墙壁或周边墙壁。墙壁进一步与特定房间类型(例如浴室、卧室、厨房等)相关联。识别墙壁类型可包括将大型物体建模为墙壁的集合。此类大型物体可包括例如楼梯和天花板高的结构。
操作736包括使用来自建筑物信息模型724的以下信息来确定(例如,诸如在建造项目之后的初始化或更新)建造材料性质的值,诸如墙壁材料类型和壁厚:
○墙壁类型-用于具有相同墙壁类型(例如,周边)的墙壁的材料通常是相同的,而属于不同类型(例如,隔断与周边)的墙壁的材料通常是变化的。因此,了解墙壁类型用于减少建筑物内的墙壁和材料类型组合的数量;
○建筑物的地理位置-世界不同地区使用不同建造风格和材料。然而,在给定地点内,所使用的建造材料的类型通常是全球使用的材料一小子集。获得地理位置因此有助于减少给定建筑物的可能材料选项的集合;
○建筑物类型-可在第三方数据库中搜索建筑物地址,以确定建筑物是商业空间还是住宅空间。建筑物类型信息可基于建筑物是住宅建筑物还是商业建筑物来指示建造材料和风格。建筑物类型信息有助于在WiSPA模块的初始化期间为建筑物中的每个墙壁选择更准确的材料类型;
○建造年份-建筑物中使用的建造材料的类型随着时间而演变。可基于建造或重大改造操作的年份来识别初始材料类型。
在操作738,访问和/或确认墙壁性质。WiSPA模块722提供用户界面,用户可经由该界面确认或改变墙壁性质,例如,以确认或改变自动确定的建造材料性质,诸如墙壁材料和厚度值。WiSPA模块的用户界面允许用户单独修改每个墙壁段的性质,或者同时修改一组墙壁的性质。分组可例如基于用户对墙壁类型的选择,例如周边墙壁、楼层、隔断等。
在操作740,在建筑物中预测RF装置的性能和RF信号强度。这可包括获得RF装置的发送机和接收机特性。在操作742,访问(例如,输入)RF装置的硬件规范特性。无线电硬件规范可用于对在操作740进行的建筑物中的RF装置的性能进行预测。硬件规范特性包括,例如:
○发送机特性:
发送输出功率
发送机频率
天线方向图
内部电路损耗
○接收机特性:
接收机灵敏度
接收机频率
天线方向图
内部电路损耗
发送机和接收机特性的分析可包括分析发送信号路径和安装方向性,并基于天线方向图和装置安装确定天线方向性和增益方向。
可诸如通过在外部规范数据库中查询给定RF装置部件号在操作742由WiSPA模块722访问硬件规范特性。或者,可手动输入硬件规范特性,或者直接从附连至装置的光学代码(例如QR码)或RF接口读取并发送硬件规范特性。
操作740还可包括预测接收信号强度,其可包括访问从位于建筑物内的给定位置处的给定RF发送机装置在各个位置处接收的RF信号的估计。例如,发送机装置可设置有用于RF系统的面板。面板可被例如定位在诸如门附近的位置,在用户进入和离开建筑物期间,用户可方便地访问该位置。在实施方案中,面板可位于用于建筑物或一组建筑物的控制区域(诸如控制室)处。WiSPA模块722可应用RF传播模型以获得从定位在建筑物内的给定位置处的给定RF发送机装置在各个位置处接收的RF信号的估计。(参见Schaubach等人,“A raytracing method for predicting path loss and delay spread in microcellularenvironments”,1992年的Proceedings of the IEEE Vehicular Technology Conference(IEEE汽车技术会议论文集),和1999年,布鲁塞尔,欧洲委员会的COST Action 231,Digital mobile radio towards future generation systems(面向未来发电系统的数字移动无线电),最终报告,两者均通过引用以其整体并入本文。)下面列出的是可通过RF传播模型访问的输入:
○建筑物的2D、2.5D或3D几何表示;
○建筑物的墙壁和地板的材料类型和厚度;
○RF发送机和接收机的硬件特性;
○RF发送机装置位置,由用户或另一设计模块(例如,进行来自移动装置上的各种传感器的定位测量的定位和测量(LAM)模块)提供,和;
○RF接收机装置位置,由用户、另一设计模块(例如,LAM模块)或跨越建筑物的接收机装置位置的假定均匀分布提供的。
RF传播模型使用这些输入来确定从发送机装置到各种接收机装置位置的RF信号的路径损耗(PLdB)。路径损耗值用于根据方程式(15)计算每个接收机装置位置处的接收信号强度(RSSdB):
RSSdB=GtdB-LtdB+PtdB-PLdB+GrdB-LrdB,其中 (15)
(GtdB、GrdB)表征发送机和接收机增益,其中天线增益取决于如果使用光线跟踪模型而对天线定义的垂直和水平模式,并且(LtdB、LrdB)表示内部电路损耗。
在操作744,校准墙壁性质。为了提高由建筑物信息模型724提供的接收信号强度估计的步骤740的预测准确度,WiSPA模块722在操作746获得现场信号,诸如由LAM模块从发送机装置位置(多个)(例如,Wi-Fi路由器)采集的局部RF信号测量。WiSPA 722可计算预测误差,其可包括比较在各个位置处获得的RF信号测量与针对相同位置估计的信号强度值。
现在参考图7D,示出流程图,其示出可在操作744实现以在确定墙壁材料类型和厚度时最小化预测误差的各种示例实施方案。应注意,不需要图7D所示的步骤的顺序,因此在原理上,可不按所示顺序进行各种步骤。还可跳过特定步骤,可添加或替换不同步骤,或者可在本文所述的实施方案之后的单独应用中进行所选步骤或几组步骤。
在操作760,可诸如通过用户操作由WiSPA模块722提供的用户界面输入并改变墙壁材料类型和/或墙壁厚度。在操作762,使用RF传播模型获得新预测估计。在操作764,计算预测误差。在操作766,确定当前预测误差值是否小于在操作764计算的先前计算的误差值。如果在操作766的确定为是,则在操作768,保存当前墙壁材料类型和墙壁厚度值。如果在操作764的确定为否,则该方法返回到操作760。
WiSPA模块722使用在操作736获得的建造特定的建筑物信息来最小化用于墙壁材料类型/厚度校准的搜索空间。因此,在操作744进行的校准可包括使用比较测量与来自多个模拟运行的预测结果的优化方法,直到模拟模型参数被优化以与测量数据具有高度相关的结果。用于优化的频繁使用的RF特性可以是平均总功率。可使用其它RF特性(诸如信道脉冲响应峰值功率或延迟扩展)来提高准确度。
一旦已经校准了墙壁材料性质以使RF接收信号强度预测误差最小化,即可计算每个房间的预测误差以估计预测置信水平。因此,可通过校准RF墙壁性质来提高预测置信水平。可根据操作744来计算每个房间的预测信号强度并将其与实际测量值比较。房间的较高预测误差导致该房间的预测置信水平较低。在其它实施方案中,预测置信水平可被分组为比房间更细的水平。
在操作748,WiSPA模块722使用为每个房间确定的预测置信水平来计算部署在房间中的无线装置的推荐链路余量值。可通过分析特定房间的推荐链路余量和特定房间内的无线装置的安装位置来确定特定房间中的RF接收机的推荐链路余量值。当足够量的采样测量可用时,可采用来自所收集样本测量的随时间变化的方差来拟合可用于提高置信度值的准确度的概率分布。可采用查找表来推荐链路余量值。对于具有比对具有较高预测水平的装置推荐的预测置信水平低的房间中的装置,可推荐较高链路余量值。
在操作748,计算RF连接性等级,并且生成用于经由图形用户界面(GUI)显示的可视化(例如图形描绘)、图形描绘。WiSPA模块722通过采用方程组(16)计算使用无线电中继器k从发送机装置i向位于具有坐标(x、y、z)的位置处的接收机装置j的多跳连接性c_(i,k,j)(x、y、z):
其中和
其中RSSk是如参考操作740所述的接收机装置k的预测接收信号强度,
Sk是如RF硬件数据表中定义的接收机装置k的接收机灵敏度,且
LMik是链路i、k的推荐余量值。
可通过分析设置在楼层平面图的不同相应区域的RF接收机的RF信号的预测强度和链路余量以及RF接收机性质来确定RF连接性等级,其中RF连接性等级指示在楼层平面图上的特定RF接收机从位于楼层平面图上的特定位置处的RF发送机装置的成功包接收的可能性。
可通过从例如计算机数据库检索包误差率阈值来确定位于楼层平面图上的不同位置处的RF发送机装置和RF接收机装置的连接性等级。可使用与确定的建筑物类型和RF发送机和接收机装置所位于的安装位置相关的信息来调整包误差率阈值。
图7E示出(例如使用颜色编码)以图形指示无线系统性能的预测的第一连接性可视化770。图7F示出可由WiSPA模块722生成用于经由GUI显示的第二连接性可视化780,其中(例如使用颜色编码)以图形指示在不同位置处从位于一个或多个RF发送机装置位置处的RF发送机装置接收的RF信号强度。即使没有技术知识,用户也可使用图7E和/或图7F来选择用于将新接收机装置放置在楼层区域中的位置。
连接性可视化770和780包括用于建筑物的楼层平面图的可视指示,诸如散列或颜色编码,以指示具有用于从发送机装置接收信号的良好、差和不存在的连接的区域。此外,示出无线装置,其中颜色编码指示每个无线装置与建筑物中的无线网关之间的连接质量。此外,示出不同无线装置之间的链接,其中颜色编码指示各个装置之间的连接质量。例如,连接性的指示可包括从无线发送机装置到一组RF接收机中的每个RF接收机的颜色编码的线路。在另一示例中,连接性的指示可包括特定无线发送机装置与一组(例如全部)RF接收机中的每个RF接收机之间的连接性的指示。
颜色编码的线路还可通过呈现将每个接收机连接到仅提供最高连接性等级的发送机的线路来提供发送机和接收机之间的亲子关系的指示。该特征可在调试时使用,以通过配置中继器来仅重新发送来自提供最高RF连接性等级并存在于相同区域中的发送机的信号来减少无线干扰。
根据上述,提供使用现场获得的局部RF信号强度测量来提高预测性能的无缝方法。通过利用与建筑物相关的地理位置信息来加快建筑物材料的校准。用户可提供指定给定类型的墙壁段的材料的输入。通过指定墙壁段类型,可用输入材料更新具有指定类型的所有墙壁段。可基于预测置信水平为装置提供链路余量推荐。可提供不同无线装置之间的连接质量的直观和非技术可视化。通过提供用于在显示装置上显示的GUI,无线装置之间的对等链路质量可被可视化(例如呈现为图形描绘),以指示弱链路。
参考图7G,示出位置特定的装置性能估计系统790,其使用准静态建模、时变建模和装置性能估计来为室内建筑物安全和安保系统提供位置特定的无线装置性能估计。在实施方案中,性能估计值与系统和客户要求一起使用来提供自动化气候控制、安全和安保建筑物系统设计。
包括在系统790中的装置可包括运动检测器、热检测器、烟雾或一氧化碳检测器、图像传感器、视频或红外相机、声音检测器、冲击检测器、水分检测器、湿度传感器、磁性接触器、玻璃破碎检测器、温度传感器、光电检测器、钥匙扣、发声器、紧急按钮、恒温器、照明和电器控制模块、系统面板、中继器和移动显示器。
传感器装置可包括例如红外传感器、温度传感器、可见光传感器、声音传感器、烟雾或一氧化碳传感器、磁场传感器、振动传感器和/或湿度传感器,以感测传感器的环境的至少一个特性。装置还包括发送机,诸如RF发送机,以发送信息,例如与感测特性有关的信息。装置还可包括致动器,诸如电源开关、灯泡、水阀、风扇或喷水器。装置性能与装置发送信息的能力有关。
准静态建模模块791(也称为基线建模模块791)在给定准静态建筑物环境(例如,零居住的空置建筑物)的情况下对每个装置的性能进行建模。准静态建模模块791使用接收的装置无线电和电池规范信息792、楼层平面图布局信息793和描述建筑物内的装置位置的装置位置信息794来进行建模。准静态建模模块791预测由于两个或更多个版本的相同发送信号(其由于建筑物几何形状而通过不同路径到达接收机装置)之间的干扰引起的快速RF信号波动范围。称为多路径波的这些波在接收机装置的接收机天线处组合,以给出合成信号(其可根据波的强度分布和相对传播时间而使幅度和相位变化)。即使建筑物是空的并且接收机装置是静止的,由于无线电信道中的轻微环境变化,多路径信号幅度和相位也会随时间而变化。
可从信道的功率延迟分布(PDP)来预测由于多路径信号变化引起的对接收信号强度的这些快速波动。能够预测PDP的一些众所周知的波传播模型是光线跟踪和主导路径模型。图7H示出PDP的示例图782,其指示通过多路径信道接收的每个信号的功率强度作为时间延迟的函数。可从PDP经验地拟合赖斯(Ricean)概率分布,以根据方程式(17)估计多路径方差:
其中参数A表示主要信号的峰值幅度,参数σ表示多路径的方差,且I0是第一类和零阶的修正贝塞尔函数(Bessel function)。
准静态电池模型还预测由于由室内建筑物安全和安保系统的建筑物系统面板进行的定期监控引起的在零居住时期期间的装置的功率消耗,以确保系统以期望性能水平运行。该监控涉及一些功能:诸如环境的连续感测(例如,针对检测事件)和监视警报的定期无线电通信。因此可按照方程式(18)计算在准静态状态下消耗的能量Eqs:
其中Poi是板组件i(例如,微控制器、传感器或无线电)所需的功率,且ti是需要此类组件按照制造商数据表进行监控目的的时间量(例如,监视警报频率)。
时变建模模块795对每个装置在由于建筑物内的人的移动引起时变环境中的性能进行建模。为了进行建模,除了装置无线电和电池规范信息792、建筑物楼层平面图布局信息793和装置位置信息794之外,时变建模模块795还使用关于建筑物中的居住移动模式的建筑物居住模式信息796。在实施方案中,关于建筑物居住模式信息796的统计是从类似建筑物中的先前装置部署数据、楼层平面图房间标签和关于建筑物居住的普查数据而自动产生,并且由时变建模模块795使用。
时变建模模块795预测发生由无线电路径中的人的阴影引起的平均信号强度波动的范围。建筑物系统面板和装置(例如,传感器、致动器)通常放置在进行事件检测的天花板、墙壁、窗和门上。从无线电传播的角度来看,这些位置可使建筑物系统面板和装置之间的信号跨越建筑物内的人,这会引起平均信号强度的缓慢变化。
在一个实施方案中,通过将装置设置在建筑物内部的典型装置放置处并在离线操作期间测量人密度来离线获得慢信号变化。然后将这些测量用于拟合由人密度ρ和与建筑物系统面板的距离d参数化的概率分布函数。如Klepal等人所描述,“Influence of peopleshadowing on optimal deployment of WLAN access points(人阴影对WLAN接入点的最佳部署的影响)”,IEEE第60届车辆技术会议论文集,1004,根据方程式(19),概率分布Ptv(σ,μ)可用于获得由于人移动引起的信号阴影:
σ=log7(55ρ+1)0.5 (19)
μ(d,ρ)=(3dρ)3.7
时变建模模块795还可预测由于与建筑物中的人员流动有关的事件检测操作引起的装置的功率消耗。建筑物传感器(诸如运动检测器)每次在环境中检测到人时,建筑物传感器都对面板进行无线电信号包的检测、处理和发送,因此与准静态情况相比会消耗更多能量。可根据方程式(20)计算事件检测状态下的传感器能量消耗:
其中P是传感器检测到有人密度ρ和距离d时的事件的概率。
装置性能估计模块797从准静态建模模块791和时变建模模块795获得装置性能信息。概率模型(诸如马尔可夫模型)由装置性能估计模块797实现。
可用图7A的示例计算系统环境700来实现装置性能估计系统790,特别是准静态建模模块791、时变建模模块795和装置性能估计模块797。
参考图7I,示出双节点马尔可夫模型的示意图784。双节点马尔科夫模型可使用状态概率S和(1-S)来对每个装置的性能建模。对于电池性能估计,状态概率表示人们穿过感测区域并触发警报的时间量。另一方面,对于无线电性能估计,状态概率表示人们跨越整个无线电路径的时间量。在实施方案中,使用在离线测量操作期间获得的离线测量来离线计算状态概率。如Klepal等人在“Influence of people shadowing on optimal deploymentof WLAN access points(人阴影对WLAN接入点的最佳部署的影响)”(IEEE第60届车辆技术会议论文集,1004)中所公开,其通过引用以其整体并入本文,可使用经验方程式(21)基于人们移动和链路长度在每个装置位置处计算信道切换参数值S(d,ρ):
S(d,ρ)=(1-ρ)0.2d (21)
可根据方程式(22)使用位置特定的切换值来获得无线电链路余量输出798和电池寿命输出799的所得位置特定的装置性能估计γ作为静态和时变模型的线性组合:
γ(d,ρ)-S·PQS(c,A)+(1-S)·Ptv(o,μ) (22)
在根据本公开的示例方法中,WiSPA模块722接收要定位在建筑物中的无线RF装置的规范信息、用于建筑物的楼层平面图布局信息、无线RF装置被定位在楼层平面图上的位置信息和建筑物居住模式信息。WiSPA模块722使用所接收的信息来为概率模型提供切换参数。概率模型包括两个状态,包括对应于建筑物的空闲状态的准静态状态,和对应于建筑物的居住状态的时变状态。这两个状态用于对建筑物中人员居住波动的影响进行建模。切换参数用于指示概率模型在两种状态中的每种状态下花费的时间量。WiSPA模块722使用概率模型估计无线RF装置的性能。
WiSPA 722对与准静态状态下的无线RF装置相关联的信号强度波动的范围进行建模,并且预测可归因于经由不同发送路径到达无线RF装置中的一个的两个或多个版本的相同发送信号之间的干扰的信号波动范围。
WiSPA模块722可预测由于在时变状态下建筑物中的居住者在无线电路径中的阴影而引起的信号强度波动的范围。可从离线信号测量操作获得与示例建筑物传感器放置和建筑物居住者密度相关联的信号阴影。
在某个实施方案中,WiSPA 722可接收要被定位在建筑物中的电池供电装置的规范信息、用于建筑物的楼层平面图布局信息、关于电池供电装置所位于的楼层平面图上的位置信息和建筑物居住模式信息。WiSPA 722可利用所接收信息来提供概率模型。WiSPA722可使用概率模型来估计电池供电装置的剩余功率水平。
在实施方案中,当对准静态状态建模时,功率消耗可归因于监视警报的定期无线电通信。此外,在实施方案中,当对时变状态建模时,功率消耗可归因于根据建筑物居住模式的预期建筑物居住者流动性,并且还可归因于基于示例建筑物传感器放置和建筑物居住者密度的离线功率信号测量操作。
在特定实施方案中,WiSPA 722可在计算机显示器上提供指示电池供电装置的剩余功率水平的可视化的GUI。可视化可包括在相应电池供电装置所位于的楼层平面图的区域中的颜色编码指示。与区域相关联的颜色代码可基于相关联的电池供电装置的电池的初始电池容量和在指示时间操作期间消耗的功率来指示剩余功率水平。
F.生成报价
在所有系统组件(包括有线和无线中继器,在必要时)已经被放置在楼层平面图上之后,系统100生成报价,其详细描述组件、布线和安装劳动的成本。
II.安装和布线
在关闭销售之后,IAC工具102安排与客户帐户相关的场地的安装作业。在图1C中示出用于完成安装和布线阶段的方法130。当安装人员到达场地时,安装人员使用的并链接至web托管的IAC工具102的移动装置将基于其GPS位置、地址或客户帐户细节自动检索场地的部署计划,如框132所示。安装人员可包括可访问IAC工具102的任何第三方个人。如框134所示,安装人员能够根据布局平面图对建筑物系统组件进行安装并布线并且还跟踪所涉及任务的状态。
如框136所示,当安装人员对各种组件进行安装、布线并上电时,安装人员使用移动装置以通过使用建筑物内定位系统(其使移动装置坐标定位在建筑物内)和移动装置的相机(其捕获已安装组件的图片)的组合来捕获并验证建筑物中的物理安装位置。这允许移动装置用其在楼层平面图上的位置来标记安装组件的图片,将其与规划位置比较,并且如果需要,用实际安装位置更新规划位置。
安装人员还通过经由相机捕获安装组件上的LED活动来验证组件的布线和上电,如框138所示。可通过使用简单视频分析算法来自动分析和验证该LED活动。安装人员还会用安装和有线组件的验证状态来更新web托管的IAC工具102。
III.调试和测试
在建筑物系统组件的安装和布线完成时,建筑物系统112的控制器114(多个)自动地搜索并请求选定组件与IAC工具102的关联(下文进一步详细描述)。用于调试和测试选定组件的方法1D如图1D中所示。这可通过使用web服务发现协议或者通过将控制器114预先配置有远程存储库和处理引擎的web地址来完成。在从控制器114接收到关联请求时,如框142和框143中所示,IAC工具102将控制器链接至对应客户帐户和场地。将控制器链接至对应客户帐户可基于控制器标识符、作为关联请求的一部分所接收的场地标识符、通过手动输入或者通过使用扫描工具使控制器序列号与客户帐户关联。如框144中所示,IAC工具102然后将能够将在规划和报价阶段期间保存的安装位置和相关联配置信息下载到控制器。在替代实施方案中,移动装置从远程存储库检索配置信息和控制器地址,且然后在场地直接连接至控制器,以将配置从平板计算机下载到控制器。IAC工具102还允许其可能是与安装人员分开的个人的调试技术人员在现场调试系统的同时使用移动装置来添加、修改和更新配置信息,如框146中所示。技术人员然后使用移动装置来测试并验证不同组件的功能,如框148中所示。这可通过直接或经由IAC工具102从移动装置到控制器发送测试命令并接收测试消息来完成。移动装置还保持跟踪在该过程的调试和测试阶段涉及的任务状态。
在完成过程的三个阶段之后,安装在建筑物系统内的控制器继续保持与IAC工具102关联,并且发送定期诊断信息,例如组件之间的本地通信链路的质量、电池状态等,以帮助系统的维护。IAC工具102还允许维护技术人员在需要对与系统相关的任何问题进行故障排除时远程查看完整系统与部署布局、配置和对配置的更改。
当在相同场地进行后续安装时,销售和安装技术人员可通过登录IAC工具102并检索与客户帐户相关的信息来重新使用建筑物信息。IAC工具102允许将新组件添加至现有系统设计、为新组件添加配置、更新现有组件的配置(如果需要)且如上所述为新组件执行IAC过程的剩余阶段。IAC工具102还允许来自一个经销商或VAR组织的销售人员针对其客户使建筑物信息进行匿名化,并将其用于针对组织未出售的建筑物系统产品向其它第三方组织征求报价。来自其它第三方组织的销售人员可使用连接至IAC工具102的移动装置来审查并投标所请求的作业。IAC工具102还允许为建筑物和/或顾客在建筑物信息数据库中搜索特定属性(像地点、建筑物面积、房间数量、车库或地下室的存在等)。
如上所述,在图5A中示意地示出的系统500和方法502提供使用在移动装置504(诸如平板计算机)上的基于楼层平面图的用户界面的工具,以使用系统控制面板508发现、定位、授权、验证并注册分布式装置506。示例装置506包括运动传感器、相机、锁等。这里公开的工具可在装置506安装并上电的顺序以及进行方法502的步骤的顺序的方面实现完全灵活。如图5A所示的方法502中的操作顺序仅是一个示例。本领域技术人员应容易地理解,也可使用任何其它合适的顺序。Wi-Fi、ZigBee、Z-Wave或任何其它合适的专用或非专用的有线或无线协议可用于装置506和面板508之间的通信,如图5A中所指示。
方法502包括在中央面板或服务器508处发现多个装置506,如框510中所指示。这允许系统控制面板508在现场发现分布式装置506。在分布式装置506在系统控制面板508之前安装并上电的情况下,装置可定期广播加入请求,其包括装置的唯一标识符(ID)及其操作情况描述(诸如装置类型、应用情况类型、应用输入、应用输出、允许的内容类型和查询格式等),直到提供响应。装置506中的任何电池供电装置可通过在定期请求之间睡眠来节省电池电力。可由装置506根据可用电池容量和注册尝试次数来调整定期请求率。
如图5B所示,系统控制面板508在其安装并上电之后立即进入聆听模式。在从装置506接收到加入请求时,面板508在其装置表520(其示例在图5C中示出)中搜索装置,以查看装置506的授权标志522是否被检查。如果装置506被授权,则面板以继续进行加入或授权许可的消息来响应装置,所述消息包括面板的唯一标识符(ID)。如果在装置表中找不到装置,则面板508为装置创建清除的授权标志的条目。如果装置506未被授权,则面板以等待授权消息或加入拒绝消息来响应装置。
在接收到等待授权消息时,装置506可继续定期地广播加入请求,查看其它面板是否响应,或者在等待授权的同时开始向面板508发送单播登记消息。在一些实施方案中,加入装置506可不需要发送特殊加入请求。从新装置506首次接收的任何消息(具有装置唯一ID)可被面板508视为加入请求。如果装置506未被授权,则面板508简单地忽略来自装置506的所有后续消息,直到它被授权。在另一实施方案中,当装置506接收到等待授权消息时,装置506进入低功率模式并且等待外部触发(例如按下按钮、重新供电)以重新开始注册过程。
另一方面,方法500可包括比较每个加入请求中的装置标识符与面板的装置表520,和仅向装置表520中被标记为授权的装置506发送继续加入信号。具有装置标识符的表520可由面板508在其开始接收加入请求时创建,或者可例如经由移动装置504或服务器预先下载到面板508。应注意,在某些情况下继续加入消息可能不会被发送,或者可能不需要发送,因为某些装置是单向的。
方法502还包括如框512所指示的定位装置506。为了在建筑物内相对于彼此定位分布式装置506,移动装置504中的应用使用建筑物的建筑物楼层平面图作为基础。例如,图5A中所示的楼层平面图524可在平板计算机触摸屏上按比例呈现。这允许确定楼层平面图524上的任何给定点的坐标。楼层平面图524可被划分为具有用于每个区域(例如,主卧室、餐厅、起居室等)的唯一位置标签的不同物理区域(诸如房间或开放区域)。每个区域可被进一步划分为例如八个八分圆,这些八分圆由图5D所示的八个方向标识。移动装置504上的应用允许安装人员通过以下来规划系统安装:在楼层平面图524上添加用于不同类型的装置(例如由其库存单元(SKU)识别)的图标,且然后将装置506拖放到楼层平面图524上的这些装置应安装在建筑物内的位置。也可使用任何其它合适输入技术。
通过示例的方式,安装人员可逐个步行到装置506要安装的位置;识别移动装置应用上的楼层平面图524上的位置;并且通过点击移动装置504的屏幕上的装置的图标,同时将移动装置504的相机指向装置506上的条形码等,来扫描装置506上的条形码、QR码、RFID等,如图5E中示意地示出。也预期手动输入代码。这允许应用经由在楼层平面图524上单次点击来同时学习装置标识符并且定位装置506。条形码等将由装置506包括的唯一装置标识符提供在加入请求消息中。可选地,代码还可提供编码的默认加密密钥(由移动装置应用解码以验证来自装置506的消息)、装置类型和装置规范。
移动装置应用识别楼层平面图524上的位置,其中安装人员点击该位置以确定楼层平面图524上的对应位置坐标,并且还标识坐标周围的区域和八分圆。移动装置应用然后将上述位置信息与从代码读取的装置标识符和其它可选装置信息相关联。装置位置可由楼层平面图524上的指示位置的坐标表示。如果扫描代码的装置类型与楼层平面图上的点击图标的装置类型不匹配,则移动装置应用可引起错误。应用还通过连接以下信息字段为扫描装置创建唯一名称:<区域位置标签><最接近方向><装置类型>,例如,厨房NE运动。应用然后为新扫描和定位的装置506创建条目以进入存储在移动装置504上的装置表520中,其中填充有相关字段,如图5C所示。
在另一实施方案中,应用可允许安装人员连续或同时扫描具有QR码等的多个装置506。应用然后按照装置标识符字段的升序或降序对装置信息进行排序,并在顺时针方向上将装置信息自动分配给楼层平面图524上的规划装置图标,例如从进入门开始,同时还使来自扫描代码的装置类型与楼层平面图524上的图标的装置类型匹配。这允许安装人员在到达场地之前在场外(例如后台)学习装置。例如,如果起居室有两个门/窗接触器和一个运动传感器,则可通过点击移动装置504上显示的起居室来同时扫描所有三个传感器。应用然后可从最接近起居室入口的装置图标(例如门接触传感器)开始,并对其分配最小装置ID,其中装置类型是门/窗接触器。应用然后可在顺时针方向上移动,例如在起居室内找到下一个最接近的装置图标,例如运动传感器,并对其分配最小装置ID,其中装置类型是运动传感器。应用可继续顺时针移动,并将扫描的装置ID分配到楼层平面图524上的位置,直到已经映射所有同时扫描的装置ID。应用可在对应图标下方显示装置ID,以允许安装人员在现场正确地安装装置。可选地,应用可连接至打印机,以在可贴在具有对应装置ID的装置上的标签上打印所分配的装置名称。
安装人员可从没有任何装置图标的无规划楼层平面图524开始。在现场安装装置506时,安装人员可适当地定位楼层平面图524,且然后可通过点击装置正在安装在其上的楼层平面图位置来扫描装置506上的QR码等。应用然后可根据所扫描的装置信息确定装置类型(SKU),并将对应装置图标放置在点击位置处的楼层平面图524上。应用然后可如上所述地识别位置信息、在装置表520中创建新条目,并且用扫描装置506的位置和装置信息填充相关字段,并且可将相关授权标志设置为是。例如,可从移动装置504中的GPS接收机获取并保存场地地址/位置。
定位装置506可包括接受至移动装置504、为每个装置506指定楼层平面图524上的相应位置的输入。例如,定位装置506可包括首先在楼层平面图524内定位移动装置504,且然后例如通过处理由移动装置504接收的其RF信号的相对强度来相对于移动装置504定位装置506。定位装置506可包括在移动装置504上显示楼层平面图524并且简单地接受来自用户(例如,安装人员)的输入,以指示装置506在楼层平面图524上的位置。
方法502包括由与中央面板508或服务器通信的移动装置504对装置506授权,如图5A和图5B的框512所指示。装置506可被授权以经由移动装置应用向面板508注册。如图5A所示,应用首先发现面板508并使用安全连接登录到面板508。应用然后将其装置表520的副本发送至面板508,该面板然后授权装置表520中的装置ID字段为其填充的所有装置506。如图5B所示,面板508还使其自己的本地装置表与从移动装置应用接收的副本同步。一旦移动装置应用登录到面板508,它即可通过将从条形码/QR码等读取的装置ID发送到面板508来立即对装置506授权,例如,在扫描它们时一次授权一个。还可设想,用户(例如,安装人员)可通过经由面板用户界面手动接受发现的装置506来对装置506授权。一旦已经在面板上授权装置506,面板508即响应于来自授权装置506的任何后续登记消息或加入请求来发送授权授予的消息。
方法502可包括:在向中央面板508注册装置(如框518中所指示)之前,通过比较每个装置506和中央面板508之间的信号质量与预定义阈值水平,验证与每个装置506的链路质量(如框516中所指示)。在从面板508接收到授权授予的消息时,如图5B所示,装置506可启动链路余量验证序列,以验证在装置506和面板508之间交换的消息的信号质量超过预定义阈值水平。如果装置506的链路质量低于预定义水平,则面板508可拒绝装置注册。
方法502还包括向中央面板508注册装置506,如框514中所指示。一旦链路质量验证成功完成,如图5B中所示,面板508即可通过将装置注册消息发送至装置506来完成装置506的注册。此后,将开始用于建立密钥以便确保面板508和装置506之间的通信的过程。
现在参考图5F,定位装置506可被自动化。用于使装置506的定位自动化的过程600包括基于每个相应装置506在楼层平面图524上的位置来预测每个装置506的信号指纹,如框602中所指示。过程600还包括测量每个装置的信号指纹,如框604中所指示,并且基于预测信号指纹和测量信号指纹的比较来确定每个装置506在实际建筑物中的位置,如框606中所指示。
一旦安装人员根据规划部署图已经在现场安装了装置506并对其上电,即可发生在楼层平面图524上自动映射装置ID与其相应物理位置的这种方法。在下文中,指纹是指在系统规划中的一个装置506和其余装置506之间交换的信号的特性。例如,给定装置506的指纹可以是包含在该装置处在特定时间从所有其它装置506接收的信号强度的向量。如图5F所示,系统100可通过以下三个步骤来现场进行装置506的自定位:指纹预测602、指纹测量604和预测指纹与测量指纹的匹配和关联606。
系统500可使用图5F所示的规划装置部署图608来生成每个装置位置的预测RF指纹(以dBm计),如图5G的表610所示,其中左侧列中列出的每个装置的指纹由相应行中的RF信号强度值(以dBm计)表示,其中最小信号强度值为-100dBm,且最大值不大于0dBm。指纹预测模块可采用场地特定的RF传播模型,诸如光线跟踪,用于预测从部署在部署图608中所描绘的不同位置处的所有其它装置506接收的给定装置506位置(例如LOC1、LOC2等)处的RF信号强度。例如,在图5G中标记为“LOC0”的行示出从部署图508上的所有其它装置506(即在LOC1到LOC8)接收的装置506位置LOC0看到的预测RF信号强度。场地特定的RF模型使用楼层平面图524、建筑物材料信息、装置RF输出功率和天线方向图来生成预测指纹的高保真度估计。在实施方案中,采用在系统规划期间由移动装置504收集的指纹来校准预测在规划装置位置处的指纹的场地特定的RF传播模型。
一旦安装人员已经在现场在其相应位置处安装并打开了装置506,装置506即可开始彼此交换RF包。这允许装置506测量来自所有相邻装置506的包的接收信号强度,并为其位置创建测量RF指纹。例如,图5H中的行1示出在现场由装置Dev0测量的来自所有其它装置506的信号强度。装置506可定期将其测量的指纹更新并报告给网关(或面板508),该网关(或面板)收集这些测量指纹数据并将它们存储在表612中,如图5H所示,其中最小信号强度值为-100dBm且最大值不大于0dBm。如果系统100包括电池供电装置,则这些装置可通过从用于时钟同步(即作为信标)的参考包中测量接收信号强度并在剩余时间期间进入休眠功率状态来节省电池功率。
一旦在网关或面板508处创建了测量指纹表612,则匹配和关联模块即会计算装置506和规划图上的位置(例如,LOC1、LOC2等)之间的一对一关联。这可通过使匹配和关联模块最大化预测指纹(如图5G所示)和测量指纹(如图5H所示)之间的全局相似性来完成。在实施方案中,生成成本矩阵,其记录每个预测指纹与所有测量指纹的相似度(或反之亦然)。矩阵列是装置ID Dev0至Devn,行是位置(LOC0、LOC1、LOC2等),且矩阵中的每个条目是与相对行的位置相关的预测指纹与相对于列的装置的指纹之间的相似度。在一个实施方案中,这种相似度被表达为相对于预测指纹和测量指纹的两个接收信号强度向量之间的欧几里德(Euclidian)距离。可使用任何现有关联方法来测量全局关联(装置和规划位置之间的一对一关联),诸如图5I所示的迭代操作。在实施方案中,使用动态编程(DP)来使用匈牙利算法(Hungarian Algorithm)找到全局关联。需要对成本矩阵中的装置的所有可能顺序进行迭代。在图5I所描绘的迭代过程的每个步骤中,选择访问点的顺序,并且将其与图5H中的矩阵的相对值复制到预测(空心)矩阵(图5I中左侧的矩阵)。测量(空心)矩阵(图5I右侧的底部矩阵)的值在该过程开始时仅被复制一次。采用编程算法来例如在如图5J所示的表614中选择最佳关联的总成本。可选择装置506的配置(表614中的顺序)和对应于来自所有迭代的最低成本的关联作为全局关联。图6示出从实际部署取得的测量和预测信号表以及单次迭代之后的距离矩阵的示例。
如果两个位置或两个装置506具有相似指纹,则匹配和关联过程606可能不会返回最佳关联。可通过在规划时(在部署前)分析预测指纹来减轻或防止这种模糊。这可通过计算交叉相似矩阵(类似于用于关联的成本矩阵,但是列和行都对应于预测指纹)来完成。如果任何列/行中的至少两个条目相似(模糊),并且无法通过全局分配来解析,则会检测到模糊。例如,可手动地或自动地重新布置地图608上的位置,以便使指纹更具识别性。在另一种技术中,可在第一关联阶段忽略引起模糊的一个装置506(在具有指纹相似的两个装置的情况下),并且在其余节点相关联时稍后添加。该过程可被推广至引起模糊的任何数量的节点。
一旦已经识别了装置506在现场的位置,即可使用该信息来确保所有规划的装置已经被安装在现场。匹配和关联方案还允许检测在安装期间是否有任何装置被错误地交换。这可通过报告装置类型信息与测量RF指纹数据一起来完成。规划部署图可能已经捕获每个规划装置的装置类型。如果从类型A的装置报告的测量指纹数据与装置类型B被规划的位置LOC1处的预测指纹数据匹配,则这指示该装置已经安装在错误位置。
位置信息还可用于授权装置506请求加入网络。由装置报告的测量指纹也可用于授予或拒绝其加入网络的请求。如果由装置报告的测量指纹与任何预测指纹不匹配,则这指示该装置可能是盗贼或来自相邻部署,且不属于网络。
位置信息可用于远程配置装置。一旦建立了装置的位置,装置的配置(其可高度依赖于位置和装置类型)即可经由网关远程从系统软件传送到装置。
位置信息的另一种用途是对非无线装置506定位。如果除了无线装置506之外或代替其,部署的建筑物系统还包括有线装置506,则上述自定位方法可适于包括移动装置504,诸如手持无线装置,像智能电话或平板计算机,其与临时安装在建筑物中的其它无线定位装置交换消息以便于定位。在现场安装和供电之后,安装人员可例如从装置506上的标签扫描装置506。移动装置504然后可与安装在建筑物中的临时定位无线装置交换包,以测量安装位置处的RF指纹,并将其附加至从装置扫描的ID中,其用作该装置的MAC ID。这允许系统将扫描的安装装置自动映射至其在楼层平面图上的位置,而不是安装人员手动进行。
位置信息也可用于识别故障装置和错误配置。如果建筑物系统100在调试之后报告链接至特定装置ID的故障,则位置信息允许设施管理者识别此类装置506在建筑物楼层平面图524内的位置。
装置定位信息的另一用途是增强决策支持系统。一旦装置标识符与其物理位置相关联,即可创建地理信息系统。该系统可用于例如通过大数据分析设计决策支持系统。
位置信息的又另一用途是比传统系统更直观的警报和事件报告。将装置标识符映射至物理位置可用于在基于楼层平面图的图形用户界面(例如移动装置504上的楼层平面图524)上显示装置数据(诸如警报)。这种类型的GUI可比传统的基于文本的报告更直观和交互,有助于系统操作者工作。
本文描述的用于注册分布式装置的系统和方法提供了优于传统系统的以下潜在优点:在现场对装置安装和上电的顺序方面的完全灵活性,在进行装置发现、装置定位和装置授权的顺序方面的灵活性,装置的单触摸授权和定位,消除了在注册期间在面板和装置之间来回运行的需要,同时授权装置以便于装置在后台的授权和定位,对于具有较差链路质量的装置,无需注册确保安装人员从现场减少回叫,并减少装置学习过程中的时间和错误。
本文描述的装置定位的系统和方法与传统系统之间的显著区别不仅仅取决于用于直接计算装置位置的测量接收信号强度(即通过三角测量技术)。而是采用场地特定的RF模型来生成预测RF指纹,通过使用鲁棒的n到n匹配和关联方案来确定装置在建筑物内的位置使该预测RF指纹与测量RF指纹匹配。这减少了现有接收信号强度技术的定位不准确性,因为该问题被构造为关联问题而不是纯定位问题。
本文描述的用于定位的系统和方法提供了优于传统系统的以下潜在优点:将安装在建筑物中的无线装置自动映射至其在建筑物楼层平面图上的物理位置,从而节省时间并消除错误,经由使用手持无线装置和临时定位节点支持非无线装置的自动定位(有线或其它方式),在如何以及何时安装和配置系统方面提供灵活性(例如,安装人员可对装置安装、布线并上电,并离开,或者调试技术人员可在稍后的时间点远程调试装置),确保装置按规划安装,确保仅有效装置加入网络。
对于上述某些所示实施方案,应理解,本文描述的各种非限制实施方案可单独使用、组合或选择地组合以用于特定应用。此外,可使用上述非限制实施方案的各种特征的一些,而不对应使用其它所描述的特征。因此,前面的描述应被认为是仅仅说明本发明的原理、教导和示例实施方案,而不是其限制。
应理解,上述布置仅是所示实施方案的原理的应用的说明。在不脱离所示实施方案的范围的情况下,本领域技术人员可设计许多修改和替代布置,并且所附权利要求旨在覆盖此类修改和布置。
Claims (32)
1.一种用于生成指示建筑物的楼层平面图的无线射频(RF)连接的质量的图形用户界面(GUI)的计算机系统,其包括:
存储器,其被配置为存储指令;
处理器,其设置为与所述存储器通信,其中所述处理器在执行所述指令时被配置为:
识别包括在所述楼层平面图中的多个墙壁中的每个的墙壁类型,并根据每个所述墙壁的确定建造材料来确定每个所述识别墙壁类型的墙壁性质;
预测来自位于所述楼层平面图上的特定位置处的无线RF发送机的RF信号强度;
在选定位置处测量来自定位在所述特定位置处的所述RF发送机的RF信号强度;
根据所述选定位置处的所述测量信号强度和所述预测信号强度之间的差来确定预测置信水平;
基于对所述相关联的预测RF信号强度、与定位在预测RF信号的预期路径中的墙壁相关联的确定墙壁性质、所述RF接收机的安装倾斜度和取向和相关联链路余量的分析来确定要位于所述楼层平面图的不同区域中的相应无线RF接收机的RF连接等级,所述RF连接等级指示在定位在所述楼层平面图的所述不同区域中时的所述RF接收机处从位于所述楼层平面图上的所述特定位置处的所述RF发送机的成功包接收发送的可能性;和
在计算机显示器上提供指示所述楼层平面图的每个区域上的所述确定RF连接等级的可视化的GUI。
2.如权利要求1所述的计算机系统,其中识别墙壁类型包括将大型物体建模为墙壁的集合。
3.如权利要求1所述的计算机系统,其中大型物体包括楼梯和天花板高的结构中的至少一种。
4.如权利要求1所述的计算机系统,其中所述RF连接等级的确定包括从计算机数据库检索所述RF发送机和所述相关联RF接收机的包错误率阈值。
5.如权利要求4所述的计算机系统,其中所述处理器还被配置为根据与所述楼层平面图的确定的建筑物类型和所述RF发送机和所述相关联RF接收机的安装位置相关的信息来调整所述包错误率阈值。
6.如权利要求1所述的计算机系统,其中识别墙壁类型包括分析所述建筑物楼层平面图的几何表示以识别建筑物内的不同墙壁和天花板。
7.如权利要求1所述的计算机系统,其中识别墙壁类型还包括将每个识别墙壁分类为内部墙壁、隔断墙壁或周边墙壁。
8.如权利要求1所述的计算机系统,其中确定墙壁性质包括利用与所述建筑物所定位的地理区域有关的信息。
9.如权利要求1所述的计算机系统,其中确定墙壁性质包括利用与所述楼层平面图的确定的建筑物类型有关的信息。
10.如权利要求1所述的计算机系统,其中确定墙壁性质包括利用与所述楼层平面图的确定建筑物年龄有关的信息。
11.如权利要求1所述的计算机系统,其中确定每个所述墙壁的建造材料包括用户规定每个所述墙壁的材料类型和厚度。
12.如权利要求1所述的计算机系统,其中预测RF信号强度包括分析发送信号的信号路径以及为了在所述建筑物中放置而考虑的RF装置的安装方向性和发送机和接收机特性。
13.如权利要求12所述的计算机系统,其中所述发送机特性包括发送输出功率、发送频率、天线方向图和内部电路损耗。
14.如权利要求12所述的计算机系统,其中所述接收机特性包括接收机灵敏度、接收机频率、天线方向图和内部电路损耗。
15.如权利要求1所述的计算机系统,其中预测RF信号强度包括应用RF传播模型以获得从位于所述楼层平面图上的所述特定位置处的所述RF发送机发送的在所述楼层平面图上的各个位置处接收的RF信号的估计。
16.如权利要求15所述的计算机系统,其中所述RF传播模型考虑以下中的一种或多种:所述建筑物的几何模型表示;每个所述墙壁的材料类型和厚度;RF发送机硬件特性;RF发送机位置和一个或多个RF接收机位置。
17.如权利要求1所述的计算机系统,其中通过校准RF墙壁性质来增加预测置信水平包括校准所述RF墙壁性质,校准所述RF墙壁性质包括比较来自所述楼层平面图上的各个位置的RF信号测量与相同位置处的估计信号强度值,以便计算预测误差。
18.如权利要求17所述的计算机系统,校准所述RF墙壁还包括确定将使预测误差最小化的墙壁材料类型和厚度值。
19.如权利要求18所述的计算机系统,其中确定墙壁材料类型和厚度值包括:
改变墙壁材料类型和墙壁厚度;
从RF传播模型获得新预测估计;
计算预测误差;和
如果预测误差值小于先前确定的预测误差值,则在存储器中保存墙壁材料类型和墙壁厚度值。
20.如权利要求1所述的计算机系统,其中所述处理器还被配置为通过比较所述预测RF信号强度与实际RF信号测量来计算所述楼层平面图上的每个房间的预测误差,由此房间的预测误差越高,所述房间的所述预测置信水平越低。
21.如权利要求20所述的计算机系统,其中确定与所述选定位置中的一个相关联的所述链路余量包括计算所述位置的所述预测置信水平,并利用查找表来检索推荐链路余量值,其中为所述建筑物的包括所述选定位置的整个房间推荐所述链路余量值,其中所述查找表被配置为使得所述房间的所述预测置信水平越低,为所述房间推荐的所述链路余量值越高。
22.如权利要求21所述的计算机系统,其中通过对房间的所述预测置信水平和所述房间内的RF接收机的安装位置的分析来确定所述房间中的所述RF接收机的所述推荐链路余量值。
23.如权利要求1所述的计算机系统,其中在所述计算机显示器上提供指示所述楼层平面图的每个区域上的RF连接等级的所述可视化的所述GUI包括提供指示所述楼层平面图的每个区域上的RF连接等级的热图。
24.如权利要求1所述的计算机系统,其中在所述计算机显示器上提供指示RF连接等级的所述可视化的所述GUI包括提供位于所述楼层平面图的每个区域中的从所述RF发送机至RF接收机的颜色编码线路,所述颜色代码指示所述RF发送机和所述RF接收机中的每个之间的RF连接性。
25.如权利要求24所述的计算机系统,其中所述颜色编码线路将每个接收机仅连接至提供最高RF连接等级的所述发送机,
其中所述处理器还被配置为配置中继器以仅从提供最高RF连接等级并且存在于所述楼层平面图的相同区域中的所述发送机重新发送信号。
26.一种用于确定建筑物的楼层平面图的无线射频(RF)装置性能估计的计算机系统,其包括:
存储器,其被配置为存储指令;
处理器,其设置为与所述存储器通信,其中所述处理器在执行所述指令时被配置为:
接收要位于所述建筑物中的至少一个无线RF装置的规范信息;
接收所述建筑物的楼层平面图布局信息;
接收所述至少一个无线RF装置定位的所述楼层平面图上的定位信息;
接收建筑物居住模式信息;
利用所述接收规范信息、楼层平面图信息、定位信息和建筑物居住模式信息,为概率模型提供切换参数,其中所述概率模型包括两个状态,包括对应于所述建筑物的空闲状态的准静态状态和对应于所述建筑物的居住状态的时变状态,所述两个状态用于对建筑物中人员居住波动的影响建模,且所述切换参数用于指示所述概率模型在所述两个状态的每个中花费的时间量;和
使用所述概率模型估计所述至少一个无线RF装置的性能。
27.如权利要求26所述的计算机系统,其中所述处理器还被配置为:
对与所述准静态状态中的所述至少一个无线RF装置相关联的信号强度波动的范围建模;和
预测可归因于经由不同发送路径到达所述至少一个无线RF装置的RF接收机的相同发送信号的两个或多个版本之间的干扰的信号波动范围。
28.如权利要求26所述的计算机系统,其中所述处理器还被配置为预测由于在所述时变状态中建筑物中的居住者在无线电路径中的阴影引起的信号强度波动的范围,其中从离线信号测量操作获得与示例建筑物传感器放置和建筑物居住者密度相关联的信号阴影。
29.一种用于确定建筑物的楼层平面图的装置功率消耗性能估计的计算机系统,其包括:
存储器,其被配置为存储指令;
处理器,其设置为与所述存储器通信,其中所述处理器在执行所述指令时被配置为:
接收要位于所述建筑物中的至少一个电池供电装置的规范信息;
接收所述建筑物的楼层平面图布局信息;
接收所述至少一个电池供电装置定位的所述楼层平面图上的定位信息;
接收建筑物居住模式信息;
利用所述接收规范信息、楼层平面图信息、定位信息和建筑物居住模式信息,为概率模型提供切换参数,其中所述概率模型包括两个状态,包括对应于所述建筑物的空闲状态的准静态状态和对应于所述建筑物的居住状态的时变状态,所述两个状态用于对建筑物中人员居住波动的影响建模,且所述切换参数用于指示所述概率模型在所述两个状态的每个中花费的时间量;和
使用所述概率模型来估计所述至少一个电池供电装置的剩余功率水平。
30.如权利要求28所述的计算机系统,其中当对所述准静态状态建模时,功率消耗可归因于监视警报的定期无线电通信。
31.如权利要求28所述的计算机系统,其中当对所述时变状态建模时,功率消耗根据所述建筑物居住模式可归因于预期建筑物居住者流动性,并且还可归因于基于示例建筑物传感器放置和建筑物居住者密度的离线功率信号测量操作。
32.如权利要求28所述的计算机系统,其中所述处理器还被配置为在计算机显示器上提供指示所述至少一个电池供电装置的剩余功率水平的可视化的GUI,所述可视化包括在所述至少一个电池供电装置的相应电池供电装置所定位的所述楼层平面图的区域中的颜色编码指示;与区域相关联的颜色代码指示基于所述相关联电池供电装置的电池的初始电池容量和在指示时间操作期间消耗的功率的剩余功率水平。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201562137475P | 2015-03-24 | 2015-03-24 | |
US62/137475 | 2015-03-24 | ||
PCT/US2016/023791 WO2016154320A1 (en) | 2015-03-24 | 2016-03-23 | System and method for determining rf sensor performance relative to a floor plan |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107646118A true CN107646118A (zh) | 2018-01-30 |
CN107646118B CN107646118B (zh) | 2022-04-15 |
Family
ID=55745812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680030352.9A Expired - Fee Related CN107646118B (zh) | 2015-03-24 | 2016-03-23 | 用于确定与楼层平面图相关的rf传感器性能的系统和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10756830B2 (zh) |
EP (1) | EP3274933A1 (zh) |
CN (1) | CN107646118B (zh) |
WO (1) | WO2016154320A1 (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109727422A (zh) * | 2019-01-24 | 2019-05-07 | 北京万相融通科技股份有限公司 | 一种消防报警信号与监控视频联动的方法 |
CN109902876A (zh) * | 2019-03-01 | 2019-06-18 | 腾讯科技(深圳)有限公司 | 一种确定智能设备移动方向的方法、装置及路径规划系统 |
CN110161490A (zh) * | 2018-02-15 | 2019-08-23 | 莱卡地球系统公开股份有限公司 | 具有布局生成功能的距离测量系统 |
CN110895614A (zh) * | 2018-09-13 | 2020-03-20 | 开利公司 | 灭火系统-管路设计人工智能辅助和可视化工具 |
CN111241881A (zh) * | 2018-11-29 | 2020-06-05 | 中国移动通信集团四川有限公司 | 区域识别的方法、装置、设备和介质 |
CN112655279A (zh) * | 2018-08-02 | 2021-04-13 | 路创技术有限责任公司 | 基于相机的调试 |
CN113196082A (zh) * | 2019-01-29 | 2021-07-30 | 松下知识产权经营株式会社 | 通信系统和通信方法 |
CN114416272A (zh) * | 2022-02-07 | 2022-04-29 | 神策网络科技(北京)有限公司 | 图形组件显示方法、装置、存储介质及电子设备 |
US20230041036A1 (en) * | 2020-02-13 | 2023-02-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for estimating indoor radio transmitter count |
CN116367084A (zh) * | 2023-03-30 | 2023-06-30 | 营口天成消防设备有限公司 | 一种消防探测类设备用无线中继器的安装方法 |
CN118052980A (zh) * | 2024-04-15 | 2024-05-17 | 杭州海康威视数字技术股份有限公司 | 检测区域分析方法、装置、电子设备及存储介质 |
Families Citing this family (83)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104685428B (zh) | 2012-08-28 | 2017-03-01 | 戴尔斯生活有限责任公司 | 用于改善与可居住环境相关联的幸福感的系统、方法以及物件 |
US9377323B2 (en) * | 2014-01-22 | 2016-06-28 | Mapquest, Inc. | Systems and methods for using route matrices for identifying intersection POIs |
AU2015223112B2 (en) | 2014-02-28 | 2020-07-09 | Delos Living Llc | Systems, methods and articles for enhancing wellness associated with habitable environments |
EP3397018B1 (en) * | 2015-12-24 | 2021-11-10 | Sony Group Corporation | Information processing method, program, and information processing system |
US11338107B2 (en) | 2016-08-24 | 2022-05-24 | Delos Living Llc | Systems, methods and articles for enhancing wellness associated with habitable environments |
US10484847B2 (en) * | 2016-09-13 | 2019-11-19 | Hand Held Products, Inc. | Methods for provisioning a wireless beacon |
GB201711478D0 (en) | 2016-10-12 | 2017-08-30 | Qcic Ltd | Building control systems |
US11545013B2 (en) * | 2016-10-26 | 2023-01-03 | A9.Com, Inc. | Customizable intrusion zones for audio/video recording and communication devices |
US12096156B2 (en) | 2016-10-26 | 2024-09-17 | Amazon Technologies, Inc. | Customizable intrusion zones associated with security systems |
US11409920B2 (en) * | 2016-11-14 | 2022-08-09 | Autodesk, Inc. | Generative design for architecture |
US11475177B2 (en) | 2017-02-22 | 2022-10-18 | Middle Chart, LLC | Method and apparatus for improved position and orientation based information display |
US10628617B1 (en) | 2017-02-22 | 2020-04-21 | Middle Chart, LLC | Method and apparatus for wireless determination of position and orientation of a smart device |
US10949579B2 (en) | 2017-02-22 | 2021-03-16 | Middle Chart, LLC | Method and apparatus for enhanced position and orientation determination |
US10740502B2 (en) | 2017-02-22 | 2020-08-11 | Middle Chart, LLC | Method and apparatus for position based query with augmented reality headgear |
US11481527B2 (en) | 2017-02-22 | 2022-10-25 | Middle Chart, LLC | Apparatus for displaying information about an item of equipment in a direction of interest |
US11625510B2 (en) | 2017-02-22 | 2023-04-11 | Middle Chart, LLC | Method and apparatus for presentation of digital content |
US10268782B1 (en) | 2017-02-22 | 2019-04-23 | Middle Chart, LLC | System for conducting a service call with orienteering |
US10740503B1 (en) | 2019-01-17 | 2020-08-11 | Middle Chart, LLC | Spatial self-verifying array of nodes |
US10776529B2 (en) | 2017-02-22 | 2020-09-15 | Middle Chart, LLC | Method and apparatus for enhanced automated wireless orienteering |
US10984146B2 (en) | 2017-02-22 | 2021-04-20 | Middle Chart, LLC | Tracking safety conditions of an area |
US10671767B2 (en) | 2017-02-22 | 2020-06-02 | Middle Chart, LLC | Smart construction with automated detection of adverse structure conditions and remediation |
US10824774B2 (en) | 2019-01-17 | 2020-11-03 | Middle Chart, LLC | Methods and apparatus for healthcare facility optimization |
US10831945B2 (en) | 2017-02-22 | 2020-11-10 | Middle Chart, LLC | Apparatus for operation of connected infrastructure |
US10733334B2 (en) | 2017-02-22 | 2020-08-04 | Middle Chart, LLC | Building vital conditions monitoring |
US11900021B2 (en) | 2017-02-22 | 2024-02-13 | Middle Chart, LLC | Provision of digital content via a wearable eye covering |
US11900022B2 (en) | 2017-02-22 | 2024-02-13 | Middle Chart, LLC | Apparatus for determining a position relative to a reference transceiver |
US11436389B2 (en) | 2017-02-22 | 2022-09-06 | Middle Chart, LLC | Artificial intelligence based exchange of geospatial related digital content |
US10620084B2 (en) | 2017-02-22 | 2020-04-14 | Middle Chart, LLC | System for hierarchical actions based upon monitored building conditions |
US12086507B2 (en) | 2017-02-22 | 2024-09-10 | Middle Chart, LLC | Method and apparatus for construction and operation of connected infrastructure |
US10467353B2 (en) | 2017-02-22 | 2019-11-05 | Middle Chart, LLC | Building model with capture of as built features and experiential data |
US11468209B2 (en) | 2017-02-22 | 2022-10-11 | Middle Chart, LLC | Method and apparatus for display of digital content associated with a location in a wireless communications area |
US10902160B2 (en) | 2017-02-22 | 2021-01-26 | Middle Chart, LLC | Cold storage environmental control and product tracking |
US10433112B2 (en) | 2017-02-22 | 2019-10-01 | Middle Chart, LLC | Methods and apparatus for orienteering |
US11194938B2 (en) | 2020-01-28 | 2021-12-07 | Middle Chart, LLC | Methods and apparatus for persistent location based digital content |
US10762251B2 (en) | 2017-02-22 | 2020-09-01 | Middle Chart, LLC | System for conducting a service call with orienteering |
US10872179B2 (en) | 2017-02-22 | 2020-12-22 | Middle Chart, LLC | Method and apparatus for automated site augmentation |
US10735976B2 (en) * | 2017-05-01 | 2020-08-04 | Johnson Controls Technology Company | Systems and methods for network design, monitoring and visualization |
US20180324082A1 (en) * | 2017-05-05 | 2018-11-08 | Fang Hao | Weight setting using inverse optimization |
WO2019046580A1 (en) | 2017-08-30 | 2019-03-07 | Delos Living Llc | SYSTEMS, METHODS AND ARTICLES FOR EVALUATING AND / OR IMPROVING HEALTH AND WELL-BEING |
EP3756027A1 (en) * | 2018-02-22 | 2020-12-30 | Signify Holding B.V. | Location services using a light fixture |
US11275873B2 (en) * | 2018-04-06 | 2022-03-15 | G. Lori Morton | System and method for compliance, safety and space management |
US10382152B1 (en) * | 2018-06-29 | 2019-08-13 | IBT Connect R&D, LLC | Spectrum monitor system and apparatus for radio coverage testing |
US20200003900A1 (en) * | 2018-06-29 | 2020-01-02 | Perceptive Inc. | Systems and methods for measuring characteristics of an object at distance |
US10754011B2 (en) | 2018-06-29 | 2020-08-25 | Perceptive Inc. | Perception systems for use in autonomously controlling systems |
US11649977B2 (en) | 2018-09-14 | 2023-05-16 | Delos Living Llc | Systems and methods for air remediation |
CA3114093C (en) | 2018-09-26 | 2024-06-18 | Middle Chart, LLC | Method and apparatus for augmented virtual models and orienteering |
EP3640767B1 (de) * | 2018-10-17 | 2024-09-11 | Siemens Schweiz AG | Verfahren zum bestimmen mindestens eines bereichs in mindestens einem eingabemodell für mindestens ein zu platzierendes element |
WO2020153221A1 (ja) * | 2019-01-21 | 2020-07-30 | 日本電気株式会社 | 無線通信品質可視化システム、無線通信品質可視化装置、および測定装置 |
WO2020176503A1 (en) | 2019-02-26 | 2020-09-03 | Delos Living Llc | Method and apparatus for lighting in an office environment |
US11898898B2 (en) | 2019-03-25 | 2024-02-13 | Delos Living Llc | Systems and methods for acoustic monitoring |
US10827322B1 (en) * | 2019-07-05 | 2020-11-03 | Charter Communications Operating, Llc | Augmented reality signal visualization |
EP4011108A4 (en) * | 2019-08-08 | 2023-09-13 | PCTEL, Inc. | SYSTEMS AND METHODS FOR DISPLAYING SUMMARY AND DETAILED INFORMATION REGARDING 2D AND 3D STRUCTURE TEST RESULTS |
FR3102266B1 (fr) * | 2019-10-16 | 2022-03-25 | Maxime Roland Marcel Burger | Système et procédé de génération d’une liste d’articles d’équipement d’immeubles, et programme d’ordinateur |
US11288856B2 (en) * | 2019-11-05 | 2022-03-29 | Intelligent Fusion Technology, Inc. | Method and system for wave propagation prediction |
CN114651292B (zh) | 2019-11-22 | 2024-05-24 | 昕诺飞控股有限公司 | 向多个存在传感器系统分配不同的任务 |
US11640486B2 (en) | 2021-03-01 | 2023-05-02 | Middle Chart, LLC | Architectural drawing based exchange of geospatial related digital content |
US11507714B2 (en) | 2020-01-28 | 2022-11-22 | Middle Chart, LLC | Methods and apparatus for secure persistent location based digital content |
US11172369B2 (en) | 2020-03-17 | 2021-11-09 | Ambeent Wireless | Method and system for enhancing signal qualities within a Wi-Fi network using an adaptive-software defined network (A-SDN) |
US10999744B1 (en) | 2020-04-21 | 2021-05-04 | Ralph R. Richey | RF certification system and method |
US12041094B2 (en) * | 2020-05-01 | 2024-07-16 | Amazon Technologies, Inc. | Threat sensor deployment and management |
US11489853B2 (en) | 2020-05-01 | 2022-11-01 | Amazon Technologies, Inc. | Distributed threat sensor data aggregation and data export |
US12058148B2 (en) | 2020-05-01 | 2024-08-06 | Amazon Technologies, Inc. | Distributed threat sensor analysis and correlation |
US12107702B2 (en) | 2020-10-13 | 2024-10-01 | Innovative Building Technologies, Llc | Electrical load validation for a smart space in a building |
US11805389B2 (en) * | 2020-10-27 | 2023-10-31 | International Business Machines Corporation | Evaluation of device placement |
CN112437408B (zh) * | 2020-11-13 | 2023-12-22 | 江苏宁创智能科技有限公司 | 一种幕墙定位方法及系统 |
KR102510521B1 (ko) * | 2020-12-14 | 2023-03-16 | 주식회사 어반베이스 | 인테리어 서비스의 빅데이터 기반의 기 배치 사물 분석을 통한 사물 특성 추천 장치 및 방법 |
CN112734627B (zh) * | 2020-12-24 | 2023-07-11 | 北京达佳互联信息技术有限公司 | 图像风格迁移模型的训练方法、图像风格迁移方法及装置 |
US11503433B2 (en) * | 2021-02-24 | 2022-11-15 | Building Robotics, Inc. | System and method for managing sensors |
EP4060909A1 (en) * | 2021-03-16 | 2022-09-21 | Siemens Aktiengesellschaft | Progressive wireless signal quality indicator map refinement for wireless networks |
GB2605158B (en) | 2021-03-24 | 2023-05-17 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
GB2605152B (en) | 2021-03-24 | 2023-11-08 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
GB2605156B (en) * | 2021-03-24 | 2023-11-08 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
GB2605154B (en) | 2021-03-24 | 2023-05-24 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
GB2605171B (en) | 2021-03-24 | 2023-05-24 | Sony Interactive Entertainment Inc | Image rendering method and apparatus |
US11670045B2 (en) | 2021-05-07 | 2023-06-06 | Tencent America LLC | Method and apparatus for constructing a 3D geometry |
EP4110021A1 (en) * | 2021-06-25 | 2022-12-28 | Tridonic Portugal, Unipessoal Lda | Method and system of configuring an illumination system of a building |
US11785477B2 (en) | 2021-07-21 | 2023-10-10 | Cisco Technology, Inc. | Three-dimensional visualization of Wi-Fi signal propagation based on telemetry data |
US12074661B2 (en) * | 2021-07-30 | 2024-08-27 | Cisco Technology, Inc. | Three-dimensional visualization of Wi-Fi signal propagation based on building plan with implicit geometry |
EP4156136A1 (en) * | 2021-09-24 | 2023-03-29 | Carrier Corporation | Customizing algorithms based on device mounting orientation |
US12111933B2 (en) | 2022-02-07 | 2024-10-08 | Bank Of America Corporation | System and method for dynamically updating existing threat models based on newly identified active threats |
US11922000B2 (en) * | 2022-03-29 | 2024-03-05 | At&T Mobility Ii Llc | Method and apparatus for generating a venue map from a digital image |
US20240005051A1 (en) * | 2022-06-30 | 2024-01-04 | DPR Construction | Construction Modeling Systems And Methods For Material Optimization |
EP4379622A1 (en) * | 2022-11-29 | 2024-06-05 | Koninklijke Philips N.V. | Determining efficacy of location system assisting in asset retrieval |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1195446A (zh) * | 1994-06-17 | 1998-10-07 | 家庭无线网络公司 | 家庭个人通讯系统 |
US20020006799A1 (en) * | 1999-05-26 | 2002-01-17 | Rappaport Theodore S. | Method and system for analysis, design, and optimization of communication networks |
CN1446335A (zh) * | 2000-08-04 | 2003-10-01 | 无线谷通讯有限公司 | 有效观察和比较通信网络系统性能的系统和方法 |
US20060145842A1 (en) * | 2003-02-03 | 2006-07-06 | Stilp Louis A | Multi-level meshed security network |
CN101253460A (zh) * | 2005-06-29 | 2008-08-27 | 霍尼韦尔国际公司 | Rf互连hvac系统和安全系统 |
CN102204163A (zh) * | 2008-09-03 | 2011-09-28 | 西门子工业公司 | 无源和有源无线建筑管理系统 |
CN103119819A (zh) * | 2010-05-03 | 2013-05-22 | 无线环境有限责任公司 | 无线照明装置和电网切换应用 |
Family Cites Families (161)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2057961C (en) | 1991-05-06 | 2000-06-13 | Robert Paff | Graphical workstation for integrated security system |
US5831610A (en) | 1996-02-23 | 1998-11-03 | Netsuite Development L.P. | Designing networks |
US5668562A (en) | 1996-04-19 | 1997-09-16 | Lgc Wireless, Inc. | Measurement-based method of optimizing the placement of antennas in a RF distribution system |
US6006021A (en) | 1996-07-01 | 1999-12-21 | Sun Microsystems, Inc. | Device for mapping dwellings and other structures in 3D |
US5832365A (en) | 1996-09-30 | 1998-11-03 | Lucent Technologies Inc. | Communication system comprising an active-antenna repeater |
FI105369B (fi) | 1997-01-03 | 2000-07-31 | Nokia Networks Oy | Menetelmä toistimien hallintaan ja toistin |
US6366242B1 (en) | 1997-01-21 | 2002-04-02 | Wherenet Corporation | Computer workstation tool for displaying performance estimate of tagged object geo-location system for proposed geometry layout of tag transmission readers |
US6037945A (en) | 1997-12-16 | 2000-03-14 | Xactware, Inc. | Graphical method for modeling and estimating construction costs |
US6446030B1 (en) | 1998-01-24 | 2002-09-03 | Quantapoint, Inc. | Method and apparatus for establishing the layout of a building |
US6801878B1 (en) | 1999-04-08 | 2004-10-05 | George Mason University | System and method for managing sensors of a system |
US6499006B1 (en) | 1999-07-14 | 2002-12-24 | Wireless Valley Communications, Inc. | System for the three-dimensional display of wireless communication system performance |
US6954859B1 (en) | 1999-10-08 | 2005-10-11 | Axcess, Inc. | Networked digital security system and methods |
US7231327B1 (en) | 1999-12-03 | 2007-06-12 | Digital Sandbox | Method and apparatus for risk management |
US6414661B1 (en) | 2000-02-22 | 2002-07-02 | Sarnoff Corporation | Method and apparatus for calibrating display devices and automatically compensating for loss in their efficiency over time |
US6971063B1 (en) | 2000-07-28 | 2005-11-29 | Wireless Valley Communications Inc. | System, method, and apparatus for portable design, deployment, test, and optimization of a communication network |
US6625454B1 (en) | 2000-08-04 | 2003-09-23 | Wireless Valley Communications, Inc. | Method and system for designing or deploying a communications network which considers frequency dependent effects |
US6686838B1 (en) | 2000-09-06 | 2004-02-03 | Xanboo Inc. | Systems and methods for the automatic registration of devices |
US7055107B1 (en) | 2000-09-22 | 2006-05-30 | Wireless Valley Communications, Inc. | Method and system for automated selection of optimal communication network equipment model, position, and configuration |
US6973622B1 (en) | 2000-09-25 | 2005-12-06 | Wireless Valley Communications, Inc. | System and method for design, tracking, measurement, prediction and optimization of data communication networks |
US20030023411A1 (en) | 2001-04-23 | 2003-01-30 | Don Witmer | Methods for facilitating the design and installation of custom home networking systems |
US7130774B2 (en) | 2001-05-15 | 2006-10-31 | Metron Media, Inc. | System for creating measured drawings |
SE519803C2 (sv) | 2001-08-06 | 2003-04-08 | Ericsson Telefon Ab L M | Metod och anordning för analys av sensorsystems prestanda |
US8050521B2 (en) | 2002-07-27 | 2011-11-01 | Archaio, Llc | System and method for simultaneously viewing, coordinating, manipulating and interpreting three-dimensional and two-dimensional digital images of structures for providing true scale measurements and permitting rapid emergency information distribution |
US20040122628A1 (en) | 2002-12-03 | 2004-06-24 | Laurie Michael Stuart | Method and device for generating two-dimensional floor plans |
US7295119B2 (en) | 2003-01-22 | 2007-11-13 | Wireless Valley Communications, Inc. | System and method for indicating the presence or physical location of persons or devices in a site specific representation of a physical environment |
US20040229563A1 (en) | 2003-02-14 | 2004-11-18 | Kabushiki Kaisha Toshiba | Communication network for indoor environment |
US7953842B2 (en) | 2003-02-19 | 2011-05-31 | Fisher-Rosemount Systems, Inc. | Open network-based data acquisition, aggregation and optimization for use with process control systems |
US7012524B2 (en) | 2003-03-07 | 2006-03-14 | Omron Corporation | Anti-intruder security system with sensor network and actuator network |
US20040230437A1 (en) | 2003-04-29 | 2004-11-18 | Havrilak Robert J. | Method for assessing and managing security risk for systems |
US20040225480A1 (en) | 2003-05-06 | 2004-11-11 | Dale Dunham | Method for analysis and design of a security system |
US7259778B2 (en) | 2003-07-01 | 2007-08-21 | L-3 Communications Corporation | Method and apparatus for placing sensors using 3D models |
AU2003271249A1 (en) | 2003-08-27 | 2005-03-16 | Zakrytoe Aktsionernoe Obschestvo Proizvodstvenno-Vnedre- Ncheskoe Predpriyatie "Amulet" | Method for designing an integrated security system for an object |
US7181371B2 (en) | 2003-10-22 | 2007-02-20 | Eflection, Inc. | Apparatus and method for inputting measurements into a software product to construct software models of architectural structures |
US20050089213A1 (en) | 2003-10-23 | 2005-04-28 | Geng Z. J. | Method and apparatus for three-dimensional modeling via an image mosaic system |
US7406320B1 (en) | 2003-12-08 | 2008-07-29 | Airtight Networks, Inc. | Method and system for location estimation in wireless networks |
US10444964B2 (en) | 2007-06-12 | 2019-10-15 | Icontrol Networks, Inc. | Control system user interface |
US7512450B2 (en) | 2004-03-25 | 2009-03-31 | Siemens Building Technologies, Inc. | Method and apparatus for generating a building system model |
KR20070089119A (ko) | 2004-07-23 | 2007-08-30 | 와이어리스 밸리 커뮤니케이션 인크 | 무선 네트워크 향상을 위해 무선 장치 또는 기반 구조의 위치를 결정하고 이용하는 방법 |
US7487494B2 (en) | 2004-08-02 | 2009-02-03 | International Business Machines Corporation | Approach to monitor application states for self-managing systems |
WO2006121457A2 (en) | 2004-08-18 | 2006-11-16 | Sarnoff Corporation | Method and apparatus for performing three-dimensional computer modeling |
US7546094B2 (en) | 2004-08-27 | 2009-06-09 | International Business Machines Corporation | Method and system for deploying a wireless repeater |
TW200611157A (en) | 2004-09-23 | 2006-04-01 | Inventec Corp | Height measuring method of 3D stereographic space |
US7126471B2 (en) | 2004-09-27 | 2006-10-24 | Siemens Aktiengesellschaft | Two dimension RF location method and apparatus |
US7378980B2 (en) | 2004-09-29 | 2008-05-27 | Siemens Building Technologies, Inc. | Triangulation of position for automated building control components |
US7308394B2 (en) | 2005-02-24 | 2007-12-11 | Ultravision Security Systems, Inc. | Method for modeling and testing a security system |
US7773995B2 (en) | 2005-04-18 | 2010-08-10 | Motorola, Inc. | Method and apparatus for utilizing RF signals to create a site specific representation of an environment |
US20060232673A1 (en) | 2005-04-19 | 2006-10-19 | Objectvideo, Inc. | Video-based human verification system and method |
US7400594B2 (en) | 2005-05-03 | 2008-07-15 | Eaton Corporation | Method and system for automated distributed pairing of wireless nodes of a communication network |
TW200803292A (en) | 2005-09-30 | 2008-01-01 | Koninkl Philips Electronics Nv | Wireless building automation and control network |
US7378942B2 (en) | 2005-10-27 | 2008-05-27 | Viking Electronics Services, Llc | Method of designing, installing, and operating a fire alarm or security system |
US7705863B2 (en) | 2005-11-15 | 2010-04-27 | Honeywell International Inc. | Systems and methods for rendering building spaces |
US7379829B2 (en) | 2006-02-23 | 2008-05-27 | Siemens Aktiengesellschaft | Method and apparatus for automated characterization of objects with unknown RF characteristics |
US7567844B2 (en) | 2006-03-17 | 2009-07-28 | Honeywell International Inc. | Building management system |
WO2007130034A1 (en) | 2006-05-03 | 2007-11-15 | Chubb International Holdings Limited | Security system design analysis |
US7825792B2 (en) | 2006-06-02 | 2010-11-02 | Sensormatic Electronics Llc | Systems and methods for distributed monitoring of remote sites |
US7561050B2 (en) | 2006-06-28 | 2009-07-14 | International Business Machines Corporation | System and method to automate placement of RFID repeaters |
US7983941B2 (en) | 2006-08-11 | 2011-07-19 | Raytheon Company | Analyzing system performance, operational performance, and costs of a surveillance system |
US20080062167A1 (en) | 2006-09-13 | 2008-03-13 | International Design And Construction Online, Inc. | Computer-based system and method for providing situational awareness for a structure using three-dimensional modeling |
GB0619145D0 (en) | 2006-09-27 | 2006-11-08 | React Engineering Ltd | Improvements in radiation modelling |
US7746222B2 (en) | 2006-10-23 | 2010-06-29 | Robert Bosch Gmbh | Method and apparatus for installing a wireless security system |
GB2443856A (en) | 2006-11-18 | 2008-05-21 | Stephen George Nunney | Distance and position measuring system for producing a model of a structure or topography |
US8466917B2 (en) | 2006-11-20 | 2013-06-18 | Thomson Licensing | Method and system for modeling light |
US20080120068A1 (en) | 2006-11-22 | 2008-05-22 | Jason Martin | Generating an analytical model of a building for use in thermal modeling and environmental analyses |
US7415385B2 (en) | 2006-11-29 | 2008-08-19 | Mitsubishi Electric Research Laboratories, Inc. | System and method for measuring performances of surveillance systems |
US7847681B2 (en) | 2007-03-23 | 2010-12-07 | Johnson Controls Technology Company | Building automation systems and methods |
US20080249756A1 (en) | 2007-04-06 | 2008-10-09 | Pongsak Chaisuparasmikul | Method and system for integrating computer aided design and energy simulation |
US20090045939A1 (en) | 2007-07-31 | 2009-02-19 | Johnson Controls Technology Company | Locating devices using wireless communications |
US20100187832A1 (en) | 2007-07-31 | 2010-07-29 | Johnson Controls Technology Company | Devices for receiving and using energy from a building environment |
WO2009038561A1 (en) | 2007-09-19 | 2009-03-26 | United Technologies Corporation | System and method for threat propagation estimation |
US8482558B2 (en) | 2007-11-16 | 2013-07-09 | M.I.C. Industries, Inc. | Systems and methods for computational design and modeling of buildings |
US8437276B2 (en) | 2007-11-29 | 2013-05-07 | Tridinetworks Ltd. | Control systems, commissioning tools, configuration adapters and method for wireless and wired networks design, installation and automatic formation |
US20090144028A1 (en) | 2007-11-30 | 2009-06-04 | Motorola, Inc. | Method and apparatus of combining mixed resolution databases and mixed radio frequency propagation techniques |
EP2093636A1 (en) | 2008-02-21 | 2009-08-26 | Siemens Aktiengesellschaft | Method for controlling an alarm management system |
US7902977B2 (en) | 2008-02-21 | 2011-03-08 | Honeywell International Inc. | Integrated multi-spectrum intrusion threat detection device and method for operation |
US8270767B2 (en) | 2008-04-16 | 2012-09-18 | Johnson Controls Technology Company | Systems and methods for providing immersive displays of video camera information from a plurality of cameras |
WO2009128576A1 (en) | 2008-04-17 | 2009-10-22 | Kt Corporation | Method and device for calculating quality-value of in-building mobile communication service |
US20090292509A1 (en) | 2008-05-23 | 2009-11-26 | Thompson Benjamin P | Method and system for assessing response of a building system to an extreme event |
WO2009144729A1 (en) | 2008-05-28 | 2009-12-03 | Technion Research & Development Foundation Ltd. | Laparoscopic camera array |
US20090307255A1 (en) | 2008-06-06 | 2009-12-10 | Johnson Controls Technology Company | Graphical management of building devices |
US8694292B2 (en) | 2008-08-29 | 2014-04-08 | Disney Enterprises, Inc. | Method and system for estimating building performance |
US8207886B2 (en) | 2008-09-11 | 2012-06-26 | Lawrence Livermore National Security, Llc | Model-based tomographic reconstruction |
NO20084122A (no) | 2008-09-29 | 2010-01-18 | Verdisikring Safety As | System, fremgangsmåte og programvare for konfigurering av husautomasjon ved et salgssted |
US20100134285A1 (en) | 2008-12-02 | 2010-06-03 | Honeywell International Inc. | Method of sensor data fusion for physical security systems |
CN102317945A (zh) | 2009-02-20 | 2012-01-11 | 太阳能公司 | 自动化太阳能收集器安装设计 |
EP2408984B1 (en) | 2009-03-19 | 2019-11-27 | Honeywell International Inc. | Systems and methods for managing access control devices |
US9619589B2 (en) | 2009-03-28 | 2017-04-11 | The Boeing Company | Method of determining optical sensor coverage |
US8638211B2 (en) | 2009-04-30 | 2014-01-28 | Icontrol Networks, Inc. | Configurable controller and interface for home SMA, phone and multimedia |
US7912807B2 (en) | 2009-04-30 | 2011-03-22 | Integrated Environmental Solutions, Ltd. | Method and system for modeling energy efficient buildings using a plurality of synchronized workflows |
FR2946440B1 (fr) | 2009-06-05 | 2012-01-13 | Thales Sa | Dispositif de simulation d'un environnement d'un systeme de supervision d'une infrastructure |
CN101605330B (zh) | 2009-07-03 | 2012-11-28 | 中兴通讯股份有限公司 | 无线分布系统连接的建立方法及装置 |
US8473721B2 (en) | 2009-09-09 | 2013-06-25 | Advanced Micro Devices, Inc. | Video instruction processing of desired bytes in multi-byte buffers by shifting to matching byte location |
WO2011035438A1 (en) | 2009-09-23 | 2011-03-31 | Scl Elements Inc. | Digital control manager |
US8565902B2 (en) | 2009-09-29 | 2013-10-22 | Honeywell International Inc. | Systems and methods for controlling a building management system |
US20110213593A1 (en) | 2009-11-26 | 2011-09-01 | Wilson Peter B | Rules based design system |
US8558658B2 (en) | 2009-12-03 | 2013-10-15 | Honeywell International Inc. | Method and apparatus for configuring an access control system |
US8538167B2 (en) | 2010-01-07 | 2013-09-17 | Raytheon Company | Designating corridors to provide estimates of structures |
CN101763656B (zh) | 2010-01-28 | 2012-03-28 | 北京航空航天大学 | 三维城市建筑分层分户模型的构建与显示控制方法 |
IT1398025B1 (it) | 2010-02-12 | 2013-02-07 | Andrew Llc | Distributed antenna system for mimo communications. |
US20110209081A1 (en) | 2010-02-23 | 2011-08-25 | Honeywell International Inc. | Methods and systems for constructing multi-dimensional data models for distribution networks |
US20110213480A1 (en) | 2010-03-01 | 2011-09-01 | Genexis Design Inc. | Parametric product configuration system |
US8442552B2 (en) * | 2010-04-23 | 2013-05-14 | Hewlett-Packard Development Company, L.P. | Method and system for radio frequency coverage prediction in a multi-level wireless network |
WO2011134064A1 (en) | 2010-04-26 | 2011-11-03 | Tyco Safety Products Canada Ltd. | Alarm system providing redundant alarm signalling over mobile handsets |
CN102985915B (zh) | 2010-05-10 | 2016-05-11 | 网际网路控制架构网络有限公司 | 控制系统用户接口 |
US20110285851A1 (en) | 2010-05-20 | 2011-11-24 | Honeywell International Inc. | Intruder situation awareness system |
US20110291831A1 (en) | 2010-05-26 | 2011-12-01 | Honeywell International Inc. | Time based visual review of multi-polar incidents |
US8706310B2 (en) | 2010-06-15 | 2014-04-22 | Redwood Systems, Inc. | Goal-based control of lighting |
US20130104073A1 (en) | 2010-06-22 | 2013-04-25 | Ohio University | Immersive video intelligence network |
US8615254B2 (en) | 2010-08-18 | 2013-12-24 | Nearbuy Systems, Inc. | Target localization utilizing wireless and camera sensor fusion |
US9104211B2 (en) | 2010-11-19 | 2015-08-11 | Google Inc. | Temperature controller with model-based time to target calculation and display |
EP2617224A4 (en) | 2010-09-17 | 2017-04-12 | Consistel Pte Ltd | Automatic network design |
US8514283B2 (en) | 2010-09-20 | 2013-08-20 | Ajou University Industry Cooperation Foundation | Automatic vision sensor placement apparatus and method |
US8174931B2 (en) | 2010-10-08 | 2012-05-08 | HJ Laboratories, LLC | Apparatus and method for providing indoor location, position, or tracking of a mobile computer using building information |
US20120184219A1 (en) | 2011-01-19 | 2012-07-19 | Qualcomm Incorporated | Method and apparatus for learning of the parameters of a fingerprint prediction map model |
EP2668008A4 (en) | 2011-01-28 | 2018-01-24 | Intouch Technologies, Inc. | Interfacing with a mobile telepresence robot |
US9151608B2 (en) | 2011-03-31 | 2015-10-06 | Francis Ruben Malka | Apparatus, tool, and method for modifying a portion of a floor plan based on measurements made by one or more sensors |
JP2012221144A (ja) | 2011-04-07 | 2012-11-12 | Ricoh Co Ltd | デバイス配置管理装置,デバイス配置管理方法,プログラム,および記録媒体 |
US20120259594A1 (en) | 2011-04-08 | 2012-10-11 | Azam Khan | Bim based 3-d visualization |
US8884961B2 (en) | 2011-05-17 | 2014-11-11 | Autodesk, Inc. | Systems and methods for displaying a unified representation of performance related data |
US9292972B2 (en) | 2011-05-17 | 2016-03-22 | Autodesk, Inc. | Occupant centric capture and visualization of building performance data |
EP2719257B1 (en) | 2011-06-07 | 2017-04-12 | Philips Lighting Holding B.V. | Automatically commissioning of devices of a networked control system |
US20120320058A1 (en) | 2011-06-14 | 2012-12-20 | Robert Stephen Consulting LLC | Facilities management system and method |
WO2012171138A1 (en) | 2011-06-14 | 2012-12-20 | Metrologic Instruments, Inc. | Camera registration and video integration in 3-d geometry model |
US9879994B2 (en) | 2011-06-15 | 2018-01-30 | Trimble Inc. | Method of placing a total station in a building |
WO2013040192A1 (en) | 2011-09-13 | 2013-03-21 | Baker Engineering And Risk Consultants, Inc. | System and method for fire & gas detection |
US8793790B2 (en) | 2011-10-11 | 2014-07-29 | Honeywell International Inc. | System and method for insider threat detection |
CN103874527A (zh) | 2011-10-19 | 2014-06-18 | 霍尼韦尔国际公司 | 信息和撤离消息的基于模型的生成 |
US9282296B2 (en) | 2011-12-07 | 2016-03-08 | Siemens Aktiengesellschaft | Configuration tool for video analytics |
US20130185024A1 (en) | 2012-01-12 | 2013-07-18 | Honeywell International Inc. | System for automatic object classification and tagging in an rf planning tool |
US9942521B2 (en) | 2012-01-13 | 2018-04-10 | Honeywell International Inc. | Automatic configuration of cameras in building information modeling |
US8908875B2 (en) | 2012-02-02 | 2014-12-09 | King's College London | Electronic device with digital reverberator and method |
US20130201339A1 (en) | 2012-02-08 | 2013-08-08 | Honeywell International Inc. | System and method of optimal video camera placement and configuration |
US20130225197A1 (en) | 2012-02-24 | 2013-08-29 | Broadcom Corporation | Low Power Location Beacon |
US9324190B2 (en) | 2012-02-24 | 2016-04-26 | Matterport, Inc. | Capturing and aligning three-dimensional scenes |
WO2013149340A1 (en) | 2012-04-02 | 2013-10-10 | Mcmaster University | Optimal camera selection iν array of monitoring cameras |
US20140032555A1 (en) | 2012-06-07 | 2014-01-30 | Honeywell International Inc. | System and method to classify telemetry from automation systems |
US8965831B2 (en) | 2012-07-27 | 2015-02-24 | Selectica, Inc. | System, method, and software program product for enabling users to create and use rule patterns to generate custom product-configuration rules |
US9575477B2 (en) | 2012-07-31 | 2017-02-21 | International Business Machines Corporation | Sensor installation in a building management system |
AU2013203521B2 (en) | 2012-08-13 | 2016-05-26 | Auto-Measure Pty Limited | Building modelling system |
US9396293B2 (en) | 2012-11-06 | 2016-07-19 | Cenergistic Llc | Adjustment simulation method for energy consumption |
US8849308B2 (en) | 2012-11-21 | 2014-09-30 | Apple Inc. | Tiling of map data |
US20140149498A1 (en) | 2012-11-26 | 2014-05-29 | Telefonaktiebolaget L M Ericsson (Publ) | Method and architecture for local content sharing using dynamic location mapping |
US20140149038A1 (en) | 2012-11-28 | 2014-05-29 | The Arizona Board Of Regents On Behalf Of The University Of Arizona | Solar irradiance measurement system and weather model incorporating results of such measurement |
US10262460B2 (en) | 2012-11-30 | 2019-04-16 | Honeywell International Inc. | Three dimensional panorama image generation systems and methods |
US8976172B2 (en) | 2012-12-15 | 2015-03-10 | Realitycap, Inc. | Three-dimensional scanning using existing sensors on portable electronic devices |
US20140172392A1 (en) | 2012-12-18 | 2014-06-19 | Palo Alto Research Center Incorporated | Simultaneous mapping and registering thermal images |
US8923650B2 (en) | 2013-01-07 | 2014-12-30 | Wexenergy Innovations Llc | System and method of measuring distances related to an object |
US20140198618A1 (en) | 2013-01-13 | 2014-07-17 | Qualcomm Incorporated | Determining room dimensions and a relative layout using audio signals and motion detection |
WO2014113882A1 (en) | 2013-01-28 | 2014-07-31 | Spielo International Canada Ulc | Computer system and method for indoor geo-fencing and access control |
KR20140096717A (ko) | 2013-01-29 | 2014-08-06 | 한국전자통신연구원 | Bim 기반 빌딩에너지 관리 장치 및 방법 |
WO2014121136A1 (en) * | 2013-01-31 | 2014-08-07 | Ruckus Wireless, Inc. | Modeling radio frequency coverage |
US20140266687A1 (en) | 2013-03-12 | 2014-09-18 | Digital Monitoring Products, Inc. | Wireless security sensor registration |
US20140278107A1 (en) | 2013-03-12 | 2014-09-18 | Locus Energy, Llc | Methods and systems for real-time solar forecasting incorporating a ground network |
US20140278280A1 (en) | 2013-03-15 | 2014-09-18 | Eduardo Pardo-Fernandez | System and method for designing buildings |
US9747392B2 (en) | 2013-03-15 | 2017-08-29 | Robert Bosch Gmbh | System and method for generation of a room model |
WO2014144867A1 (en) | 2013-03-15 | 2014-09-18 | Adt Us Holdings, Inc. | Security system using visual floor plan |
WO2014144628A2 (en) | 2013-03-15 | 2014-09-18 | Master Lock Company | Cameras and networked security systems and methods |
EP2974436A4 (en) | 2013-03-15 | 2017-04-26 | Michael A. Kerr | Contextually aware relevance engine platform |
CN103440526B (zh) | 2013-07-05 | 2016-04-20 | 北京建筑大学 | 一种基于建筑信息模型的发电预测方法和装置 |
US9342223B2 (en) | 2013-08-16 | 2016-05-17 | Honeywell International Inc. | System and method for virtual region based access control operations using BIM |
CN103906210B (zh) | 2014-04-09 | 2017-06-20 | 河海大学 | 一种分布式光伏发电装置传感器网络节点休眠调度方法 |
US8868375B1 (en) | 2014-05-21 | 2014-10-21 | Locometric Ltd | Generation of a floor plan |
-
2016
- 2016-03-23 US US15/561,385 patent/US10756830B2/en active Active
- 2016-03-23 CN CN201680030352.9A patent/CN107646118B/zh not_active Expired - Fee Related
- 2016-03-23 EP EP16715939.1A patent/EP3274933A1/en not_active Withdrawn
- 2016-03-23 WO PCT/US2016/023791 patent/WO2016154320A1/en active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1195446A (zh) * | 1994-06-17 | 1998-10-07 | 家庭无线网络公司 | 家庭个人通讯系统 |
US20020006799A1 (en) * | 1999-05-26 | 2002-01-17 | Rappaport Theodore S. | Method and system for analysis, design, and optimization of communication networks |
CN1446335A (zh) * | 2000-08-04 | 2003-10-01 | 无线谷通讯有限公司 | 有效观察和比较通信网络系统性能的系统和方法 |
US20060145842A1 (en) * | 2003-02-03 | 2006-07-06 | Stilp Louis A | Multi-level meshed security network |
CN101253460A (zh) * | 2005-06-29 | 2008-08-27 | 霍尼韦尔国际公司 | Rf互连hvac系统和安全系统 |
CN102204163A (zh) * | 2008-09-03 | 2011-09-28 | 西门子工业公司 | 无源和有源无线建筑管理系统 |
CN103119819A (zh) * | 2010-05-03 | 2013-05-22 | 无线环境有限责任公司 | 无线照明装置和电网切换应用 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110161490A (zh) * | 2018-02-15 | 2019-08-23 | 莱卡地球系统公开股份有限公司 | 具有布局生成功能的距离测量系统 |
CN112655279A (zh) * | 2018-08-02 | 2021-04-13 | 路创技术有限责任公司 | 基于相机的调试 |
CN112655279B (zh) * | 2018-08-02 | 2023-11-21 | 路创技术有限责任公司 | 使用移动装置来调试照明控制系统的方法 |
CN110895614A (zh) * | 2018-09-13 | 2020-03-20 | 开利公司 | 灭火系统-管路设计人工智能辅助和可视化工具 |
CN111241881A (zh) * | 2018-11-29 | 2020-06-05 | 中国移动通信集团四川有限公司 | 区域识别的方法、装置、设备和介质 |
CN109727422A (zh) * | 2019-01-24 | 2019-05-07 | 北京万相融通科技股份有限公司 | 一种消防报警信号与监控视频联动的方法 |
CN109727422B (zh) * | 2019-01-24 | 2021-03-12 | 北京万相融通科技股份有限公司 | 一种消防报警信号与监控视频联动的方法 |
CN113196082A (zh) * | 2019-01-29 | 2021-07-30 | 松下知识产权经营株式会社 | 通信系统和通信方法 |
CN113196082B (zh) * | 2019-01-29 | 2024-02-27 | 松下知识产权经营株式会社 | 通信系统和通信方法 |
CN109902876A (zh) * | 2019-03-01 | 2019-06-18 | 腾讯科技(深圳)有限公司 | 一种确定智能设备移动方向的方法、装置及路径规划系统 |
CN109902876B (zh) * | 2019-03-01 | 2024-09-06 | 腾讯科技(深圳)有限公司 | 一种确定智能设备移动方向的方法、装置及路径规划系统 |
US20230041036A1 (en) * | 2020-02-13 | 2023-02-09 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and system for estimating indoor radio transmitter count |
CN114416272B (zh) * | 2022-02-07 | 2024-04-05 | 神策网络科技(北京)有限公司 | 图形组件显示方法、装置、存储介质及电子设备 |
CN114416272A (zh) * | 2022-02-07 | 2022-04-29 | 神策网络科技(北京)有限公司 | 图形组件显示方法、装置、存储介质及电子设备 |
CN116367084B (zh) * | 2023-03-30 | 2023-10-24 | 营口天成消防设备有限公司 | 一种消防探测类设备用无线中继器的安装方法 |
CN116367084A (zh) * | 2023-03-30 | 2023-06-30 | 营口天成消防设备有限公司 | 一种消防探测类设备用无线中继器的安装方法 |
CN118052980A (zh) * | 2024-04-15 | 2024-05-17 | 杭州海康威视数字技术股份有限公司 | 检测区域分析方法、装置、电子设备及存储介质 |
CN118052980B (zh) * | 2024-04-15 | 2024-07-02 | 杭州海康威视数字技术股份有限公司 | 检测区域分析方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107646118B (zh) | 2022-04-15 |
EP3274933A1 (en) | 2018-01-31 |
US20180102858A1 (en) | 2018-04-12 |
WO2016154320A1 (en) | 2016-09-29 |
US10756830B2 (en) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11356519B2 (en) | Floor-plan based learning and registration of distributed devices | |
CN107646118A (zh) | 用于确定与楼层平面图相关的rf传感器性能的系统和方法 | |
CN107660300B (zh) | 用于提供指示建筑物的入侵者威胁等级的图形用户界面的系统和方法 | |
CN107660299B (zh) | 建筑物系统的基于楼层平面图的规划 | |
CN107660290B (zh) | 用于建筑物系统的销售、安装和维护的集成系统 | |
CN107667366A (zh) | 用于捕获和分析多维建筑物信息的系统和方法 | |
CN107667384A (zh) | 基于楼层平面图覆盖的自动配对和参数设置 | |
EP3079110B1 (en) | System and method for energy harvesting system planning and performance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20220415 |
|
CF01 | Termination of patent right due to non-payment of annual fee |