CN108028860A - 检测事件并生成通知的智能织物 - Google Patents

Abstract

本文描述的各种技术涉及包括传感器阵列的智能织物，该传感器阵列包括布置在该织物中各个位置处的传感器节点。传感器节点被配置以输出指示在织物中各个位置处检测到的条件的信号。织物可进一步包括发射机和控制单元。该控制单元可被配置成从传感器节点接收指示在织物中各个位置处检测到的条件的信号，并使用发射机传送指定在织物中各个位置处检测到的条件的数据。数据可以被传送到计算系统，用于分析织物的状态以检测事件的发生。事件可以是织物的撕裂、织物中的扭曲大于阈值扭曲，或织物中的应变大于阈值应变。

Description

检测事件并生成通知的智能织物

背景

在各种情况下，织物可能被撕裂，受到严重的扭曲(例如，缠绕)，或受到严重应变(例如，拉扯、拉伸)。例如，很有可能，一个人穿的服装的织物可能会被撕裂，经历极度的扭曲，或者在人受到攻击时经受极端的应变。确定织物是否被撕裂、遭受严重扭曲、或遭受严重应变的常规方法通常涉及对这种织物的视觉检查或触觉观察。例如，织物可以被手工检查以通过视觉或触觉观察和确认来检测织物是否被撕裂。

在确认织物的撕裂、扭曲、拉扯、拉伸等后，这种信息的传播往往由个体手工执行。例如，一名儿童学校的雇员可以目视检查孩子穿的衬衫，以标识衬衫被撕裂并且孩子打过架了。响应于标识衬衫已经被撕裂，雇员可以通知孩子的父母(例如，打电话给父母，向父母发送消息)，从而指示孩子打过架了并且他的衬衫被撕裂。

此外，视觉或触觉检查以外的技术通常用于评估保护性服装行业(例如，医生的手套、避孕套)中的撕裂。这些方法通常涉及使用化学电解质来检测微孔。然而，这种技术在使用衣服期间检测此类衣服中的穿孔方面并不可行。还存在使用笨重的设备和技术来检测宏观的撕裂的其他常规方法，这对于在使用中的衣服是不可行的。

概述

这里描述的是涉及用于检测事件并生成通知的智能织物的各种技术。该织物包括传感器阵列。该传感器阵列包括布置在所述织物中各个位置的多个传感器节点。该传感器阵列可包括全球定位系统(GPS)传感器、磁强计、射频识别(RFID)标签和RFID读取器、加速度计、其组合等等。传感器节点可被配置来输出指示在织物中各个位置处检测到的条件的信号。织物可进一步包括发射机和控制单元。控制单元可被配置来从传感器阵列中的各传感器节点接收指示在织物中各个位置处检测到的条件的信号。此外，控制单元还可被配置来使用发射机传送指定在织物中各个位置处检测到的条件的数据。数据可以被传送到计算系统，用于分析织物的状态以检测事件的发生。事件可以是织物的撕裂，织物中的扭曲大于阈值扭曲，或织物中的应变大于阈值应变。

根据各种实施例，该计算系统可以从包含在该织物中的发射机接收指定在该织物中的各位置处检测到的条件的数据。计算系统可分析织物的状态来检测事件的发生。可以基于指定在织物中的各位置处检测到的条件的数据来分析织物的状态。此外，该计算系统可以响应于事件发生的检测而导致指示事件的通知被生成。例如，响应于事件发生的检测，该计算系统可以生成指示事件的通知并输出指示事件的通知。根据另一个示例，响应于事件发生的检测，计算系统可以传送指示符，该指示符指定事件已发生在不同的计算系统。指示符可使该不同的计算系统输出指示事件的通知。

以上概述呈现了简化概述，以提供对本文讨论的系统和/或方法的一些方面的基本理解。本概述并不是对此处所讨论的系统和/或方法的全面综述。并不旨在标识关键/重要元素，也不描绘这样的系统和/或方法的范围。其唯一目的是以简化形式呈现一些概念，作为稍后呈现的更详细说明的序言。

附图简述

图1示出包括用于检测事件并生成通知的智能织物的示例性系统的功能框图。

图2示出了织物的示例的功能框图。

图3示出了织物的另一示例的功能框图。

图4示出包括用于检测事件并生成通知的织物的另一示例性系统的功能框图。

图5示出了包括该织物的另一示例性系统的功能框图。

图6示出了包括该织物的又一示例性系统的功能框图。

图7是示出了控制通知生成的示例性方法的流程图。

图8示出了示例性计算设备。

图9示出了示例性计算系统。

详细描述

现在参考附图来描述与用于检测事件并生成通知的智能织物有关的各种技术，其中在附图中贯穿始终使用相同的附图标记来引述相同的要素。在以下描述中，为解释起见，阐明了众多具体细节以提供对一个或多个方面的全面理解。然而，显然这(些)方面可以在没有这些具体细节的情况下实施。在其他实例中，以框图形式示出公知的结构和设备以便于描述一个或多个方面。另外，要理解，被描述为由特定系统部件执行的功能性可由多个部件执行。类似地，例如，一部件可被配置成执行被描述为由多个部件实现的功能。

此外，术语“或”意指包括性“或”而非排斥性“或”。即，除非另有指定或从上下文显而易见，否则短语“X采用A或B”意指任何自然的包括性排列。即，短语“X采用A或B”藉由以下实例中任何实例得到满足：X采用A；X采用B；或X采用A和B两者。另外，本申请和所附权利要求书中所使用的冠词“一”和“某”一般应当被解释成表示“一个或多个”，除非另外声明或者可从上下文中清楚看出是指单数形式。

如本文所述，嵌入在织物中或机械地耦合到织物的传感器(例如物联网(IoT)传感器)可输出指示在织物中相应位置处检测到的条件的信号。可以分析指定在织物中的各位置处检测到的条件的数据，以检测事件的发生(例如，使用机器学习分类算法或试探法)。例如，事件可以是织物的撕裂，织物中的扭曲大于阈值扭曲，或织物中的应变大于阈值应变。此外，响应于事件发生的检测，可以生成并输出指示事件的通知。例如，通知可以是发送给移动设备和/或执法部门的消息、警报(例如，可听到的警报、可见的警报、对应于警报的触觉反馈)等。这里描述的技术能够实现对织物中的撕裂、扭曲或应变的实时(或接近实时)标识和通知。

因此，本文描述的技术使得能够检测触发通知生成的事件。例如，所检测到的事件可以对应于以下情况，其中：穿着由该织物形成的服装的人是攻击、强奸或类似行为的受害者(例如，由于在这种情况下，服装的织物可能被撕裂、扭曲、拉扯、拉伸等等)。因此，事件通知可用于通知执法部门、家人和朋友，并触发附加行动，诸如警报。

现在参考附图，图1示出了包括用于检测事件并生成通知的智能织物102的系统100。该织物102包括传感器阵列104。该传感器阵列104包括布置在所述织物102中各个位置处的多个传感器节点。织物102中的各位置可以基本上包括织物102中的任何点集。例如，传感器阵列104可包括传感器节点106、传感器节点108等。应当理解，传感器阵列104中可包括基本上任何数量的传感器节点。此外，传感器节点在织物102内相对于彼此的基本上任何布置都旨在落入在此所附权利要求的范围。例如，传感器节点的数量和/或传感器节点在织物102中相应位置处的相对排列可以取决于织物102的大小、织物102的形状、由织物102形成的项目类型(例如，服装类型)等等。

传感器阵列104可以是网格型IoT传感器阵列。例如，传感器阵列104中的传感器可以是毫米级传感器。此外，传感器阵列104可以包括检测在织物102中的各个位置处的条件的基本上任何一种或多种类型的传感器。例如，该传感器阵列104可包括全球定位系统(GPS)传感器、磁强计、射频识别(RFID)标签和RFID读取器、加速度计、其组合等等。例如，传感器阵列104中的传感器节点可以包括一种或多种类型的传感器。此外，设想传感器阵列104中的两个或更多个传感器节点可以包括相同的一种或多种类型的传感器。另外地或替换地，传感器阵列104中的两个或更多个传感器节点可以包括不同类型的传感器。

根据一个示例，传感器阵列104(例如，传感器阵列104的传感器节点)可以嵌入到织物102中。根据图示，传感器节点可以被结合到织物102的圈、编结、编织等中。作为另一个示例，传感器阵列104(例如，传感器阵列104的传感器节点)可以被机械地耦合到织物102。例如，传感器节点可以被缝合、粘合、或以其他方式固定到织物102。

构想了几乎任何类型的织物102旨在落在所附权利要求的范围内。织物类型的示例包括，但不限于，竹、山羊绒、雪尼尔、雪纺、灯芯绒、棉布、牛仔布、绒布、摇粒绒、乔其纱、衫(jersey)、皮革、亚麻布、超细纤维、尼龙、涤纶、人造丝、丝绸、丝绒、羊毛、或它们的组合。然而，要领会的是，上述示例性织物类型列表并非详尽无遗，并且织物102基本上可以是任何其他织物类型。

此外，织物102可被形成到服装中。可由织物102形成的服装的示例包括，但不限于，衬衫、裤子、短裤、连衣裙、裙子、内衣、夹克、运动衫等。然而，构想了其他类型的服装可以由织物102形成。此外，还应认识到，除服装外的物品也可由织物102形成(例如，安全网可由织物102形成，渔网可由织物102形成)。

传感器阵列104中的各传感器节点可被配置来输出指示在织物102中各个位置处检测到的条件的信号。因此，传感器节点106可以输出指示在织物102中传感器节点106的位置处检测到的条件的信号，传感器节点108可以输出指示在织物102中传感器节点108的位置处检测到的条件的信号，等等。传感器阵列104允许创建织物102的虚拟线框(例如，可以将织物102抽象到线框)。

织物102可进一步包括控制单元110。控制单元110可包括至少一个处理器112和存储器114。处理器112可被配置来执行被加载到存储器114中的指令。

控制单元110可被配置来从传感器阵列104中的各传感器节点接收指示在织物102中各个位置处检测到的条件的信号。例如，存储器114可包括用于从传感器阵列104中的各传感器节点周期性地收集指示在织物102中各个位置处检测到的条件的信号的指令。此外，指定在织物中各个位置处检测到的条件的数据(例如，达一个或多个时间区间)可以被存储在存储器114中。

织物102可进一步包括发射机116。控制单元110可被配置来使用发射机116传送指定在织物102中各个位置处检测到的条件的数据。数据可以由发射机116传送到计算系统118，用于分析织物102的状态以检测事件的发生。

根据一个示例，控制单元110可以是传感器阵列104的一部分。作为说明，控制单元110可以是传感器阵列104中传感器节点的一个(或多个)。根据另一个示例，控制单元110可以是独立于传感器阵列104的独立单元；因此，控制单元110可以通过无线和/或有线连接耦合到传感器阵列104。

织物102可进一步包括电源120。电源120可向传感器阵列104、发射机116和控制单元110供电。然而，应当理解，某些类型的传感器可能不需要由电源120供电(例如，传感器可以包括电池、传感器可以是无电的、传感器可以由周围的射频信号或织物102的移动来供电)。电源120的示例包括一个或多个电池(例如，可充电电池)、太阳能电池等。此外，应当理解，电源120可以耦合到电源插座、外部电池、外部太阳能电池或类似装置，以充电电源120；然而，要保护的主题不限于此。

发射机116、控制单元110和电源120可被嵌入到织物102中和/或机械耦合到织物102。然而，也构想了发射机116、控制单元110和/或电源120可以外部地连接到织物102。

如上所述，可以将指定在织物102中各个位置处的检测到的条件的数据发送到计算系统118。该计算系统118包括至少一个处理器122、存储器124、和接收机126。处理器122被配置为执行被加载到存储器124中的指令(例如被加载到存储器124中的一个或多个系统可以由处理器122执行，被加载到存储器124中的一个或多个部件可以由处理器122执行)。此外，接收机126可以接收来自织物102的发射机116的传输。

根据各示例，计算系统118可以是计算设备或包括计算设备。按照各种说明，计算设备可以是台式计算设备、移动计算设备(例如膝上型计算设备、移动电话、智能电话、平板计算设备、可穿戴计算设备、手持计算设备、便携式游戏设备、个人数字助理、相机)、游戏控制台、车载通信和信息娱乐系统等等。根据其它示例，计算系统118可以是一个或多个服务器计算设备，或包括一个或多个服务器计算设备。例如，计算系统118可以是一个或多个数据中心或包括一个或多个数据中心，其中数据中心包括多个服务器计算设备。另外地或替换地，计算系统118可以是分布式计算系统。

织物102的发射机116和计算系统118的接收机126可以通过无线连接在它们之间传输信息。基本上任何类型的无线技术都可以用于在发射机116和接收机126之间交换信息，该无线技术包括但不限于，无线保真度(Wifi)、蓝牙、移动电信技术等。作为解说，发射机116可以是蓝牙发射机而接收机126可以是蓝牙接收机；因此，可以将指定检测到的条件的数据从织物102发送到计算系统118，而织物102和计算系统118位于彼此的物理接近范围内(例如，在10米量级的范围内)。根据另一个解说，发射机116可以是4G发射机(第四代移动通信技术)，接收机126可以是4G接收机；根据这个解说，当指定检测到的条件的数据从织物102被发送到计算系统118时，织物102和计算系统118不必在彼此的地理临近度内。

计算系统118的存储器124可以包括事件检测部件128；因此，事件检测部件128可以由处理器122执行。事件检测部件128可被配置为接收指定在织物102中的各位置处检测到的条件的数据。事件检测部件128可以通过计算系统118的接收机126从包括在织物102中的发射机116接收此类数据。事件检测部件128还可以被配置来分析织物102的状态以检测事件的发生。可以由事件检测部件128基于指定在织物102中的各位置处检测到的条件的数据来分析织物102的状态。响应于事件发生的检测，事件检测部件128还可以被配置来致使指示事件的通知134被生成。

根据一个示例，事件检测部件128可以使用机器学习分类算法，基于指定在织物102中的各位置处检测到的条件的数据来检测事件的发生。遵循此示例，事件检测部件128可以使用机器学习分类算法来分类指定在织物102中的各位置处检测到的条件的数据是否代表撕裂、大于阈值扭曲的扭曲、大于阈值应变的应变，或在织物102中没有检测到的事件。例如，机器学习模型可以针对一种类型各种尺寸的服装来被训练(例如，可以针对衬衫训练一个特定的机器学习模型，而不管衬衫大小)；但是，也可以构想针对一种类型不同尺寸的服装训练不同的模型(例如，可以针对小衬衫训练第一机器学习模型，可以针对中等衬衫训练第二机器学习模型，而可以针对大衬衫训练第三机器学习模型)。应当理解，不同的机器学习模型可以用于不同类型的服装(例如，第一机器学习模型可以用于衬衫，第二机器学习模型可以用于裤子)；但是，也构想了针对不同类型的服装可以使用相同的机器学习模型。此外，构想了机器学习模型可以随着时间的推移而被更新(例如，随着执行对这种模型的额外训练)。作为另一个示例，事件检测部件128可以使用试探法基于指定在织物102中的各位置处检测到的条件的数据来检测事件的发生。

传感器阵列104提供了一种机制，通过该机制，织物102能够传送其物理状态。在织物102中各位置处检测到的条件可由事件检测部件128确定和分析，以评估各位置的空间配置。事件检测部件128可以将织物102中的各位置解释为在虚拟空间中描述织物102的线框。事件检测部件128可以使用基于实验的试探法或受过训练的机器学习分类算法(例如，受过训练的机器学习模型)来分析织物102中的各位置处检测到的条件。因此，事件检测部件128可基于计算系统118的数据存储132中保留的配置数据130将织物102中的各位置处检测到的条件的特定配置(例如，特定时间区间的数据集)分类为张力、扭曲、撕裂或没有检测到的事件的状态。配置数据130可包括历史数据或训练数据(例如，数据模型)。事件检测部件128可以使用配置数据130来检测传感器阵列104中各传感器节点之间的连接何时中断(例如，撕裂)，大于阈值应变的应变何时发生，或者大于阈值扭曲的扭曲何时发生。例如，配置数据130可以随时间而被更新以增强对事件发生的检测。此外，根据一个示例，为提高撕裂检测精度，传感器阵列的104的各传感器节点可以使用也可嵌入在织物102中的绊网机制来被机械地附连到相邻节点。因此，当绊网(例如，在织物撕裂期间)断开时，撕裂可使用电子的方式被推断。

在图1中描述的示例中，计算系统118的存储器124还可以包括事件处理器部件136；因此，事件处理器部件136可以由处理器122执行。事件处理器部件136可以被配置成响应于事件检测部件128对事件发生的检测而生成指示事件的通知134。此外，事件处理器部件136可以被配置来输出指示事件的通知134。例如，事件处理器部件136可以通过向不同的计算系统发送通知134(例如，向一个或多个不同的计算系统发送消息、向执法部门发送消息)、输出警报等来输出通知134。

通知134可以包括与事件相关的信息。例如，通知134可以指定事件的类型(例如，撕裂、扭曲、应变)、事件的时间、事件的持续时间、事件严重程度、事件在一段时间内的频率、事件发生的地理位置(例如，事件发生时织物102的地理位置)等等。

作为示例，事件处理器部件136可以致使通知134被显示在计算系统118或不同的计算系统的显示屏幕上。根据另一个示例，事件处理器部件136可以致使通知134通过计算系统118或不同的计算系统的扬声器被输出。根据又一个示例，事件处理器部件136可以致使与通知134对应的触觉反馈通过计算系统118或不同的计算系统被提供。此外，事件处理器部件136可以致使上述内容的组合。然而，应当理解，其他类型的通知意在落入所附权利要求的范围内。

织物102中传感器阵列104的多个传感器节点可以被用来收集关于在织物102中的各位置处检测到的条件的数据。在织物102中检测到的条件可以是织物102中的一个位置或一组位置处的物理的、可量化的、可测量的属性。此外，数据的收集可以被用于使事件检测部件128能够检测事件何时发生。例如，事件可以是织物102的撕裂，织物中的扭曲大于阈值扭曲，或织物中的应变大于阈值应变。因此，事件检测部件128可以检测织物102何时被撕裂、遭受严重扭曲(例如缠绕)或经历严重应变(例如，拉扯、拉伸)。此外，事件处理器部件136可以处理通知134并响应于事件的检测而执行动作(例如，向不同的计算设备发送消息，通知执法部门，拉响警报)。

传感器阵列104可以是网格传感器网络，其能够实现通过无线传输对空间描述性数据的收集以及到计算系统118的传输。这种传输可以是固定的频率(例如每秒一次，或者基本上任何其他频率)。描述织物102中的各位置的物理特征集可以表示虚拟世界中的织物102的抽象或线框。事件检测部件128可以执行命令，以将指定在织物102中各位置处检测到的条件的数据与对应于各种输出状态(诸如撕裂、扭曲或应变)的预定数据模型(例如，配置数据130)进行比较。如果，在比较执行时，事件检测部件128标识这些状态(例如，撕裂、扭曲或应变)之一，则进一步的动作可被触发。此类动作要由事件处理器部件136执行。

根据各示例，织物102可进一步包括标签138。标签138可以标识传感器阵列104和/或包括在传感器阵列104中的传感器节点。标签138可以是织物102的可扫描标签；标签138可以是(例如，通过计算系统118)可读的来启动对织物102的状态进行分析。标签138的示例包括RFID标签、近场通信(NFC)芯片、条形码或快速响应(QR)代码；然而，应当理解，其他类型的标签旨在落入所附权利要求的范围内。

此外，计算系统118的存储器124还可以包括链接部件140。链接部件140可以是处理器122可执行的。链接部件140可被配置来读取织物102的标签138。此外，响应于标签138被读取，链接部件140可以启动对织物102的状态的分析。因此，计算系统118可以响应于标签138正由链接部件140读取而开始跟踪织物102的状态。

根据一个示例，可以通过链接部件140提供安全性。作为解说，链接部件140只能在计算系统118是织物102的可信系统(例如，Cookie可以被保留在允许访问织物102的计算系统118的存储器124或数据存储132中)的情况下才能开始分析织物102的状态。如果计算系统118不是织物102的可信系统(例如，计算系统118缺少允许对织物102的访问的cookie)，则链接部件140可能无法启动对织物102的状态的分析。根据另一个解说，链接部件140可以响应于标签138正在被读取，向授权计算系统发送用于访问织物102的请求。响应于发送请求，可以从授权计算系统接收接受或拒绝该请求的响应消息。如果接受，则链接部件140可以启动对织物102的状态的分析；或者，如果拒绝，则可以禁止链接部件140发起对织物102的状态的分析。

参考图2，所例示的是织物102的示例。如图2描绘的，织物102包括传感器阵列104和控制单元110。然而，如本文所描述的，控制单元110可以位于织物102的外部。

该传感器阵列104包括布置在所述织物102中各个位置处的多个传感器节点。在所述示例中，传感器阵列104包括传感器节点1 202、传感器节点2 204、传感器节点3 206和传感器节点4 208等。(这里统称为传感器节点202-208)。传感器阵列104基本上可以包括任意数目的传感器节点202-208。此外，传感器阵列104基本上可以具有传感器节点202-208在织物102中相对于彼此的任何布置。

根据一个示例，在传感器阵列104中的传感器节点202-208可以包括各自的GPS传感器(例如，传感器节点1 202可包括第一GPS传感器，传感器节点2 204可包括第二GPS传感器)。由GPS传感器输出的信号可以指示在织物102中各个位置处检测到的地理坐标。例如，GPS传感器可以在特定的时间区间期间向控制单元110发送指示这种传感器的x、y、z坐标的信号；因此，针对特定时间区间，x、y、z坐标可以分配给织物102中与GPS传感器对应的位置。

作为另一个示例，在传感器阵列104中的传感器节点202-208可以包括各自的磁力计(例如，传感器节点1 202可包括第一磁力计，传感器节点2 204可包括第二磁力计)。由磁力计输出的信号可以指示在织物102中各个位置处检测到的磁矩。磁力计可向控制单元110发送信号，该信号指示在特定时间区间期间在织物102中的一个位置处检测到的磁力计的x、y和z方向中的磁矩(Mx、My和Mz)；因此，针对特定时间区间，Mx、My和Mz可以被分配给织物102中对应于该磁力计的位置。

根据又一个示例，在传感器阵列104中的传感器节点202-208可以包括各自的加速度计(例如，传感器节点1 202可包括第一加速度计，传感器节点2 204可包括第二加速度计)。由加速度计输出的信号可以指示在织物102中各个位置处检测到的加速度。加速度计可向控制单元110发送信号，该信号指示在特定时间区间期间在织物102中的一个位置处检测到的加速度计的x、y和z方向中的加速度(x(g)、y(g)和z(g))；因此，针对特定时间区间，x(g)、y(g)和z(g)可以被分配给织物102中对应于该加速度计的位置。

作为解说，每个传感器节点202-208可以包括一个GPS传感器和一个加速度计。遵循该解说，传感器节点1 202可以输出信号P1(x，y，z，x(g)，y(g)，z(g))，传感器节点2 204可以输出信号P2(x，y，z，x(g)，y(g)，z(g))，等等。因此，信号P1可以指定在与传感器节点1202相对应的位置处测得的坐标和加速度，信号P2可以指定在与传感器节点2 204相对应的位置处测得的坐标和加速度，等等。

作为另一个解说，传感器节点202-208的每一个可以包括一个磁力计和一个加速度计。遵循该解说，织物中102的每个传感器节点202-208可以检测空间朝向和移动。当扭曲和应变发生时，织物102上的至少某些位置会发生空间朝向上的特定移动和变化。这些模式可以被捕获和分析(例如，通过事件检测部件128，使用机器学习分类算法，使用试探法)。遵循该解说，传感器节点1 202可以输出信号P1(Mx，My，Mz，x(g)，y(g)，z(g))，传感器节点2204可以输出信号P2(Mx，My，Mz，x(g)，y(g)，z(g))，等等。信号P1可以指定在与传感器节点1202相对应的位置处测得的磁矩和加速度，信号P2可以指定在与传感器节点2 204相对应的位置处测得的磁矩和加速度，等等。

现在转到图3，所解说的是织物102的另一个示例。织物102同样包括传感器阵列104和控制单元110；然而，正如这里所指出的，控制单元110可以替代地是在织物102的外部。如图所示，传感器阵列104包括传感器节点202-208。此外，在图3所示的示例中，传感器阵列104包括读取器1 302、读取器2 304、读取器3 306和读取器4 308(这里统称为读取器302-308)。尽管图3中描述了四个读取器302-308，要领会的是，传感器阵列104中可以包括任何数量大于4的读取器302-308。

此外，尽管图3显示围绕传感器节点202-208的读取器302-308，应当理解，可以将读取器302-308和传感器节点202-208定位在织物102上具有实质上相对彼此任何朝向的各位置处。此外，读取器302-308可以位于相对静态的位置(例如，在织物102的角处，在穿着由织物102形成的服装的个人的腰带上)。

遵循图3中所描绘的示例，传感器节点202-208可以分别包含RFID标签。此外，读取器302-308可以是RFID读取器。遵循这一示例，传感器阵列104输出的信号可以指示RFID标签和RFID读取器之间的检测到的距离。例如，对于包含在传感器节点1 202中的RFID标签，并且在特定的时间区间期间，传感器阵列104可以输出指示RFID标签与读取器1 302之间的距离(d1)、RFID标签与读取器2 304之间的距离(d2)、RFID标签与读取器3 306之间的距离(d3)，以及RFID标签与读取器4 308之间的距离(d4)的信号。

根据解说，传感器阵列104中的每个传感器节点202-208可以包括RFID标签和加速度计。遵循该解说，传感器阵列104可以针对传感器节点1 202输出信号P1(d1，d2，d3，d4，x(g)，y(g)，z(g))，可以针对传感器节点2 204输出信号P2(d1，d2，d3，d4，x(g)，y(g)，z(g))，等等。因此，控制单元110可接收指示从读取器302-308的每一个到对应于传感器节点1 202的位置的距离以及在对应于传感器节点1 202的位置处测得的加速度的信号，指示从读取器302-308的每一个到对应于传感器节点2 204的位置的距离以及在对应于传感器节点2204的位置处测得的加速度的信号，等等。

转到图4，所解说的是另一个示例性系统400，它包括用于检测事件并生成通知的织物102。如图4中所示，系统400包括计算系统118。计算系统118的存储器124可以同样包括事件检测部件128。

事件检测部件128可以被配置来通过接收机126从包含在织物102中的发射机116接收指定在织物102的各位置处检测到的条件的数据。事件检测部件128还可以被配置来分析织物102的状态以检测事件的发生。响应于事件发生的检测，事件检测部件128可以被配置来致使指示事件的通知134被生成。在图4中所示的示例中，事件检测部件128可以通过传送指定事件已发生在计算系统402(例如，不同的计算系统)的指示符，来导致生成通知134。

该计算系统402包括至少一个处理器404和存储器406。处理器404被配置为执行被加载到存储器406中的指令(例如被加载到存储器406中的一个或多个系统可以由处理器404执行，被加载到存储器406中的一个或多个部件可以由处理器404执行)。如图4的示例中示出，存储器406包括事件处理器部件136；因此，事件处理器部件136可以由处理器404执行。

遵循此示例，可将计算系统402的事件处理器部件136配置为从计算系统118接收指定事件已经发生的指示符。此外，事件处理器部件136可以被配置来响应于指定事件已发生的指示符的接收来输出指示事件的通知134。因此，由事件检测部件128生成的指示符可以致使计算系统402输出指示事件的通知134。

根据各示例，计算系统402可以是计算设备或包括计算设备。按照各种说明，计算设备可以是台式计算设备、移动计算设备(例如膝上计算设备、移动电话、智能电话、平板计算设备、可穿戴计算设备、手持计算设备、便携式游戏设备、个人数字助理、相机)、游戏控制台、车载通信和信息系统等等。根据其它示例，计算系统402可以是一个或多个服务器计算设备，或包括一个或多个服务器计算设备。例如，计算系统402可以是一个或多个数据中心或包括一个或多个数据中心，其中数据中心包括多个服务器计算设备。另外地或替换地，计算系统402可以是分布式计算系统。

根据解说，计算系统402可以是通知处理服务(例如，后端云服务)，该服务可以将通知推送到其他计算系统、拉响警报、联系执法部门，等。计算系统402(例如，事件处理器部件136)可被触发以响应从计算系统118(例如来自事件检测部件128)接收指示符来执行动作。例如，计算系统402执行的动作可以因变于事件的类型(例如，撕裂、扭曲、应变)、事件的时间、事件的持续时间、事件严重程度、事件在一段时间内的频率、事件发生的地理位置等等。

现在转到图5，所解说的是包括织物102的另一个示例性系统500。与上述类似，织物102可以包括传感器阵列104、控制单元110、发射机116和电源120。在图5所描绘的示例中，控制单元110的存储器114还可以包括事件检测部件128和事件处理器部件136；因此，事件检测部件128和事件处理器部件136可以由处理器112执行。此外，控制单元110可以包括能够保留配置数据130的数据存储502。

根据图5中所示的示例，织物102的控制单元110可以从传感器阵列104中的传感器节点接收指示在织物102中各个位置处检测到的条件的信号。此外，事件检测部件128可以分析织物102的状态，以基于在织物102中的位置处检测到的条件来检测事件的发生。此外，控制单元110的事件处理器部件136可以响应于事件发生的检测而输出通知134。例如，事件处理器部件136可以致使发射机116将通知134发送到不同的计算系统。

现在参考图6，所解说的是包括织物102的又一个示例性系统600。再次，织物102可以包括传感器阵列104、控制单元110、发射机116和电源120。在图6中示出的示例中，控制单元110的存储器114还可以包括事件检测部件128；因此，事件检测部件128可以由处理器112执行。系统600还包括计算系统402，其包括处理器404和存储器406。计算系统402的存储器406还包括事件处理器部件136，其可由处理器404执行。

根据该示例，织物102的控制单元110可以从传感器阵列104中的传感器节点接收指示在织物102中各个位置处检测到的条件的信号。此外，事件检测部件128可以分析织物102的状态，以基于在织物102中的位置处检测到的条件来检测事件的发生。响应于事件发生的检测，事件检测部件128可以致使指示事件的通知134被生成。更具体地，响应于事件的发生的检测，事件检测部件128可以通过发射机116传送指定事件已经发生的指示符。该指示符可被传送到计算系统402。

计算系统402的事件处理器部件136可以接收指示符，这可以致使计算系统402输出指示事件的通知134。例如，响应于指定事件已发生的指示符的接收，事件处理器部件136可以输出指示事件的通知134。

图7示出了一种与在织物中检测事件和/或响应于这样的事件的检测而生成通知有关的示例性方法。尽管该方法被示出且被描述为顺序地执行的一系列动作，但可以理解并意识到，该方法不受该顺序的次序的限制。例如，一些动作能以与本文描述的不同的次序发生。另外，某一动作可以与另一动作并发地发生。此外，在一些实例中，实现本文描述的方法并不需要所有动作。

此外，本文描述的动作可以是可由一个或多个处理器实现的和/或存储在一个或多个计算机可读介质上的计算机可执行指令。计算机可执行指令可包括例程、子例程、程序、执行的线程等。另外，这些方法的动作的结果可以存储在计算机可读介质中，显示在显示设备上，等等。

图7示出了一种控制通知生成的方法700。在702，可以接收到指定织物中各位置处检测到的条件的数据。各位置对应于传感器阵列中的传感器节点。例如，可以从传感器阵列中的传感器节点接收指示在织物中的各位置处检测到的条件的信号。根据另一个示例，指定在织物中的各位置处检测到的条件的数据可从织物中包括的发射机无线地接收。在704，可以分析织物的状态以检测事件的发生。可以基于指定在织物中的各位置处检测到的条件的数据来分析织物的状态。事件可以是织物的撕裂，织物中的扭曲大于阈值扭曲，或织物中的应变大于阈值应变。在706，响应于事件发生的检测，可以致使指示事件的通知被生成。根据一个示例，响应于事件发生的检测，可以生成并输出指示事件的通知。根据另一个示例，响应于事件发生的检测，指定事件已经发生的指示符可以被传送到计算系统，其中指示符可以致使计算系统输出指示事件的通知。应理解，方法700可以例如由织物102的控制单元110或计算系统118来执行。

现在参考图8，示出了可以根据本文公开的系统和方法使用的示例性计算设备800的高级图示。例如，计算设备800可被用于检测事件和/或基于织物中的各位置处检测到的条件生成通知的系统中。根据另一个示例，计算设备800可被用于输出响应于本文所述事件发生的检测而生成的通知的系统中。计算设备800包括执行存储在存储器804中的指令的至少一个处理器802。这些指令可以是例如用于实现被描述为由上述一个或多个部件执行的功能的指令或用于实现上述方法中的一个或多个的指令。处理器802可以通过系统总线806访问存储器804。除了存储可执行指令外，存储器804还可以存储指定织物中各位置处检测到的条件的数据、通知、配置数据、数据模型等等。

此外，计算设备800还包括可由处理器802通过系统总线806访问的数据存储808。数据存储808可包括可执行指令、指定织物中各位置处检测到的条件的数据、通知、配置数据、数据模型等。计算设备800还包括允许外部设备与计算设备800通信的输入接口810。例如，输入接口810可被用于从外部计算机设备、从用户等处接收指令。计算设备800也可包括使计算设备800和一个或多个外部设备相对接的输出接口812。例如，计算设备800可以通过输出接口812显示文本、图像等。

考虑了通过输入接口810和输出接口812与计算设备800通信的外部设备可被包括在提供实质上任何类型的用户可与之交互的用户界面的环境中。用户界面类型的示例包括图形用户界面、自然用户界面等。例如，图形用户界面可接受来自用户采用诸如键盘、鼠标、遥控器等之类的(诸)输入设备的输入，以及在诸如显示器之类的输出设备上提供输出。此外，自然语言界面可使得用户能够以无需受到诸如键盘、鼠标、遥控器等之类的输入设备强加的约束的方式来与计算设备800交互。相反，自然用户界面可依赖于语音识别、触摸和指示笔识别、屏幕上和屏幕附近的姿势识别、空中姿势、头部和眼睛跟踪、语音和语音、视觉、触摸、姿势、以及机器智能等。

此外，尽管被示为单个系统，但可以理解，计算设备800可以是分布式系统。因此，例如，若干设备可以通过网络连接进行通信并且可共同执行被描述为由计算设备800执行的任务。

转向图9，示出了可以根据本文公开的系统和方法使用的示例性计算设备900的高级图示。例如，计算系统900可以是计算系统118或包括计算系统118。另外地或替换地，计算系统118可以是计算系统900或包括计算系统900。作为另一示例，计算系统900可被包括在计算系统402中。另外地或替换地，计算系统402可以是计算系统900或包括计算系统900。

计算系统900包括多个服务器计算设备，即服务器计算设备902、……、以及服务器计算设备904(统称为服务器计算设备902-904)。服务器计算设备902包括至少一个处理器和存储器；所述至少一个处理器执行存储在存储器上的指令。这些指令可以是例如用于实现被描述为由上述一个或多个部件执行的功能的指令或用于实现上述方法中的一个或多个的指令。类似于服务器计算设备902，除服务器计算设备902之外的服务器计算设备902-904的至少一个子集每个分别包括至少一个处理器和存储器。而且，服务器计算设备902-904的至少一个子集包括各自的数据存储。

一个或多个服务器计算设备902-904的处理器可以是处理器122或包括处理器108。而且，一个或多个服务器计算设备902-904的处理器可以是处理器124或包括处理器110。而且，一个或多个服务器计算设备902-904的数据存储可以是数据存储132或包括数据存储132。

另外地或替换地，一个或多个服务器计算设备902-904的处理器可以是处理器404或包括处理器404。而且，一个或多个服务器计算设备902-904的处理器可以是处理器406或包括处理器406。

计算系统900还包括各种网络节点906，所述节点在服务器计算设备902-904之间传送数据。而且，网络节点902借助网络908从服务器计算设备902-904传送数据到(例如计算系统900之外的)外部节点。网络节点902还借助网络908从外部节点传送数据给服务器计算设备902-904。网络908，例如，可以是因特网、蜂窝网络等等。网络节点906包括交换机、路由、负载平衡器等等。

计算系统900的织物控制器910管理服务器计算设备902-904的硬件资源(例如服务器计算设备902-904的处理器、存储器、数据存储等)。织物控制器910还管理网络节点906。而且，织物控制器910管理在服务器计算设备902-904上例示的虚拟机的创建、提供、取消提供和监督。

现在描述各个示例。

示例1：一种织物，包括：传感器阵列，所述传感器阵列包括布置在所述织物中各个位置处的多个传感器节点，所述传感器节点被配置为输出指示在所述织物中各个位置处检测到的条件的信号；发射机；以及配置用于以下的控制单元：从所述传感器阵列中的所述传感器节点接收指示在所述织物中各个位置处检测到的条件的信号；并使用所述发射机传送指定在所述织物中各个位置处检测到的条件的数据，所述数据被传送到计算系统，用于分析所述织物的状态以检测事件的发生，所述事件是织物的撕裂、织物中的扭曲大于阈值扭曲、或织物中的应变大于阈值应变中的至少一个。

示例2：根据示例1所述的织物，所述传感器阵列被嵌入在所述织物中。

示例3：根据示例1所述的织物，所述传感器阵列被机械地耦合到所述织物。

示例4：根据示例1－3所述的任一个的织物被制成衣服。

示例5：根据示例1－4所述的任一个的织物，所述传感器节点包括各个全球定位系统(GPS)传感器，由GPS传感器输出的信号指示在所述织物中的各个位置处所检测到的地理坐标。

示例6：根据示例1－5所述的任一个的织物，所述传感器节点包括各个磁力计，由所述磁力计输出的信号指示在所述织物中的各个位置处所检测到的磁矩。

示例7：根据示例1－6所述的任一个的织物，所述传感器节点包括各个加速度计，由所述加速度计输出的信号指示在所述织物中的各个位置处所检测到的加速度。

示例8：根据示例1－7所述的任一个的织物，所述传感器节点包括各个射频识别(RFID)标签，所述传感器阵列还包括多个RFID读取器，输出的信号指示RFID标签和RFID读取器之间检测到的距离。

示例9：根据示例1－8所述的任一个的织物，还包括标识所述传感器阵列的标签，所述标签能够被所述计算系统读取，以由所述计算系统开始分析所述织物的状态。

示例10：根据示例1－9所述的任一个的织物，还包括向所述传感器阵列、所述发射机、和所述控制单元供电的电源。

示例11：一种计算系统，包括：至少一个处理器；以及存储器，所述存储器包括计算机可执行指令，在所述计算机可执行指令被所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：从包含在织物中的发射机接收指定在所述织物中的位置处检测到的条件的数据；分析所述织物的状态以检测事件的发生，基于指定在所述织物中的所述位置处检测到的条件的数据来分析所述织物的状态，所述事件是所述织物撕裂、所述织物中的扭曲大于阈值扭曲、或所述织物中的应变大于阈值应变的至少一个；并且响应于所述事件发生的检测，致使指示事件的通知被产生。

示例12：根据示例11所述的计算系统，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：读取所述织物的标签；并响应于标签正在被读取，启动对所述织物状态的分析。

示例13：根据示例11－12的任一个所述的计算系统，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：响应于所述事件的发生的检测：生成指示所述事件的通知；并输出指示所述事件的所述通知。

示例14：根据示例11－12的任一个所述的计算系统，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：响应于所述事件发生的检测，传送指示符，所述指示符指定事件已发生在不同的计算系统，其中所述指示符致使所述不同的计算系统输出指示所述事件的通知。

示例15：根据示例11－14的任一个所述的计算系统，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：基于指定在所述织物中的位置处检测到的条件的数据，使用机器学习分类算法检测事件的发生。

示例16：根据示例11－14的任一个所述的计算系统，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：基于指定在所述织物中的位置处检测到的条件的数据，使用试探法来检测事件的发生。

示例17：一种控制通知生成的方法，包括：接收指定在织物中的位置处检测到的条件的数据，所述位置对应于在传感器阵列中的传感器节点；分析所述织物的状态以检测事件的发生，所述织物的状态基于指定在所述织物中的所述位置处检测到的条件的数据来被分析，所述事件是所述织物撕裂、所述织物中的扭曲大于阈值扭曲、或所述织物中的应变大于阈值应变的至少一个；并且响应于所述事件发生的检测，致使指示事件的通知被产生。

示例18：如示例17所述的方法，接收指定在织物中的位置处检测到的条件的所述数据还包括：从所述传感器阵列中的所述传感器节点接收指示在所述织物中的所述位置处检测到的条件的信号。

示例19：如示例17－18的任一个所述的方法，所述方法由控制单元执行，其中所述织物包括所述控制单元。

示例20：如示例17所述的方法，指定在所述织物中的所述位置处检测到的条件的数据从所述织物中包括的发射机无线地接收。

如本文所使用的，术语“部件”和“系统”旨在包含用使得在被处理器执行时执行特定功能的计算机可执行指令配置的计算机可读数据存储。计算机可执行指令可包括例程、功能等等。还要理解部件或系统可以位于单个设备上或跨若干设备分布。

另外，如此处所用的，术语“示例性”旨在是指“充当某事物的图示或示例”。

本文中描述的各功能可在硬件、软件或其任何组合中实现。如果在软件中实现，则这些功能可以作为一条或多条指令或代码存储在计算机可读介质上或藉其进行传送。计算机可读介质包括计算机可读存储介质。计算机可读存储介质可以是能被计算机访问的任何可用存储介质。作为示例而非限定，这样的计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储或其他磁存储设备、或能被用来存储指令或数据结构形式的期望程序代码且能被计算机访问的任何其他介质。如本文中所使用的盘(disk)和碟(disc)包括压缩碟(CD)、激光碟、光碟、数字多用碟(DVD)、软盘和蓝光碟(BD)，其中盘(disk)往往以磁的方式再现数据，而碟(disc)常常用激光以光学方式再现数据。另外，所传播的信号不被包括在计算机可读存储介质的范围内。计算机可读介质还包括通信介质，该通信介质包括促成将计算机程序从一地转移到另一地的任何介质。连接例如可以是通信介质。例如，如果软件使用同轴电缆、光纤电缆、双绞线、数字订户线(DSL)、或诸如红外线、无线电、以及微波之类的无线技术来从web网站、服务器、或其它远程源传输，则该同轴电缆、光纤电缆、双绞线、DSL、或诸如红外线、无线电、以及微波之类的无线技术被包括在通信介质的定义中。上述的组合应当也被包括在计算机可读介质的范围内。

替换地或附加地，本文中所描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如、但非限制，可使用的硬件逻辑部件的说明性类型包括现场可编程门阵列(FPGA)、程序专用的集成电路(ASIC)、程序专用的标准产品(ASSP)、片上系统系统(SOC)、复杂可编程逻辑器件(CPLD)、等等。

以上所描述的包括一个或多个实施例的示例。当然，出于描绘前述各方面的目的而描述上述设备或方法的每个可以想到修改和改变是不可能的，但本领域内的普通技术人员可以认识到，各方面的许多另外的组合和置换都是可能的。因此，所描述的各方面旨在包括所有这些属于所附权利要求书的范围内的改变、修改和变型。此外，就在详细描述或权利要求书中使用术语“包括”而言，这一术语旨在以与术语“包含”在被用作权利要求书中的过渡词时所解释的相似的方式为包含性的。

Claims (15)

1.一种织物，包括：

传感器阵列，所述传感器阵列包括布置在所述织物中各个位置处的多个传感器节点，所述传感器节点被配置为输出指示在所述织物中各个位置处检测到的条件的信号；

发射机；以及

控制单元，所述控制单元被配置成：

从所述传感器阵列中的所述传感器节点接收指示在所述织物中的各个位置处检测到的条件的信号；以及

使用所述发射机传送指定在所述织物中的各个位置处检测到的条件的数据，所述数据被传送到计算系统，用于分析所述织物的状态以检测事件的发生，所述事件是织物的撕裂、织物中的扭曲大于阈值扭曲、或织物中的应变大于阈值应变中的至少一个。

2.如权利要求1所述的织物，其特征在于，所述传感器节点包括各个全球定位系统(GPS)传感器，由GPS传感器输出的信号指示在所述织物中的各个位置处所检测到的地理坐标。

3.如权利要求1所述的织物，其特征在于，所述传感器节点包括各个射频识别(RFID)标签，所述传感器阵列还包括多个RFID读取器，输出的所述信号指示RFID标签和RFID读取器之间检测到的距离。

4.一种计算系统，包括：

至少一个处理器；以及

存储器，所述存储器包括计算机可执行指令，在所述计算机可执行指令被所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

从包含在织物中的发射机接收指定在所述织物中的位置处检测到的条件的数据；

分析所述织物的状态以检测事件的发生，所述织物的状态基于指定在所述织物中的所述位置处检测到的条件的数据来被分析，所述事件是所述织物撕裂、所述织物中的扭曲大于阈值扭曲，或所述织物中的应变大于阈值应变的至少一个；以及

响应于所述事件发生的检测，致使指示事件的通知被产生。

5.如权利要求4所述的计算系统，其特征在于，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

读取所述织物的标签；以及

响应于标签正在被读取，启动对所述织物状态的分析。

6.如权利要求4所述的计算系统，其特征在于，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

响应于所述事件的发生的检测：

生成指示所述事件的通知；以及

输出指示所述事件的所述通知。

7.如权利要求4所述的计算系统，其特征在于，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

响应于所述事件发生的检测，传送指示符，所述指示符指定事件已发生在不同的计算系统，其中所述指示符致使所述不同的计算系统输出指示所述事件的通知。

8.如权利要求4所述的计算系统，其特征在于，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

基于指定在所述织物中的位置处检测到的条件的数据，使用机器学习分类算法检测事件的发生。

9.如权利要求4所述的计算系统，其特征在于，所述存储器进一步包括计算机可执行指令，所述计算机可执行指令在由所述至少一个处理器执行时，致使所述至少一个处理器执行包括以下的动作：

基于指定在所述织物中的位置处检测到的条件的数据，使用试探法来检测事件的发生。

10.一种控制通知生成的方法，包括：

接收指定在织物中的位置处检测到的条件的数据，所述位置对应于在传感器阵列中的传感器节点；

分析所述织物的状态以检测事件的发生，所述织物的状态基于指定在所述织物中的所述位置处检测到的条件的数据来被分析，所述事件是所述织物撕裂、所述织物中的扭曲大于阈值扭曲，或所述织物中的应变大于阈值应变的至少一个；以及

响应于所述事件发生的检测，致使指示事件的通知被产生。

11.根据权利要求1所述的织物，其特征在于，所述传感器节点包括各个磁力计，由所述磁力计输出的信号指示在所述织物中的各个位置处所检测到的磁矩。

12.根据权利要求1所述的织物，其特征在于，所述传感器节点包括各个加速度计，由所述加速度计输出的信号指示在所述织物中的各个位置处所检测到的加速度。

13.根据权利要求1所述的织物，其特征在于，还包括标识所述传感器阵列的标签，所述标签能够被所述计算系统读取，以由所述计算系统开始分析所述织物的状态。

14.如权利要求10所述的方法，其特征在于，接收指定在织物中的位置处检测到的条件的所述数据还包括：

从所述传感器阵列中的所述传感器节点接收指示在所述织物中的所述位置处检测到的条件的信号。

15.如权利要求10所述的方法，其特征在于，指定在所述织物的位置处检测到的条件的数据从所述织物中包括的发射机无线地接收。