CN109952493A - 用于感测并用于改善传感器精度的方法和装置 - Google Patents

用于感测并用于改善传感器精度的方法和装置 Download PDF

Info

Publication number
CN109952493A
CN109952493A CN201780053026.4A CN201780053026A CN109952493A CN 109952493 A CN109952493 A CN 109952493A CN 201780053026 A CN201780053026 A CN 201780053026A CN 109952493 A CN109952493 A CN 109952493A
Authority
CN
China
Prior art keywords
data
sensor
calibration
sensing
calibration data
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.)
Pending
Application number
CN201780053026.4A
Other languages
English (en)
Inventor
曼纽尔·皮努耶拉·兰赫尔
黛安娜·斯蒂芬
巴丹·威尔逊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sansheng Health Group Co.,Ltd.
Original Assignee
Drayson Technologies Europe Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Drayson Technologies Europe Ltd filed Critical Drayson Technologies Europe Ltd
Publication of CN109952493A publication Critical patent/CN109952493A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/002—Automatic recalibration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0006—Calibrating gas analysers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/008—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00 with calibration coefficients stored in memory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G08B21/14—Toxic gas alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/20—Calibration, including self-calibrating arrangements
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/18—Prevention or correction of operating errors
    • G08B29/20—Calibration, including self-calibrating arrangements
    • G08B29/24—Self-calibration, e.g. compensating for environmental drift or ageing of components

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Pathology (AREA)
  • Toxicology (AREA)
  • Computer Security & Cryptography (AREA)
  • Environmental & Geological Engineering (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
  • Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明提供了一种用于感测环境参数的方法，该方法包括：选择用于传感器系统的第一校准数据，其中，传感器系统构造成提供表明环境参数的感测程度的传感器数据；向用于表明环境参数的传感器系统提供第一校准数据；从传感器系统获得多项传感器数据；确定多项传感器数据是否满足第一条件；以及，在满足第一条件的情况下，向用于表明环境参数的传感器系统发送已更新的校准数据，其中，已更新的校准数据基于第一校准数据和多项传感器数据。

Description

用于感测并用于改善传感器精度的方法和装置
技术领域
本发明涉及感测技术，更具体地，涉及用于改善传感器读取的精度的方法和装置。
背景技术
近期的科学研究表明，习惯性暴露于某些环境污染物可能对健康具有显著的不利效果。这种效果的发生率可能敏感地取决于组分的含量(例如，浓度)。即使低于立即中毒的含量，一些组分也可能损害精神健康和身体健康。
环境参数，例如温度、压强以及大气中的组分的含量(例如湿气、CO2、多余的O2、O3以及其他污染物)可以通过各种技术测量。通常，所选择的技术取决于所要求的精度的等级。
例如，国内的一氧化碳警报器通常能够检测几百ppm(parts per million，百万分之一)的一氧化碳的含量，并具有约±30ppm的精度。在检测这种污染物的立即中毒的含量时，该精度的等级可能是可接受的，但是，在损害由习惯性暴露于较低含量引起，且处理与试图避免且/或保护免于该损害相关的含量时，该精度的等级不是太有用。已经表明，长期暴露于低含量的一氧化碳，能够导致神经系统的症状，例如，难以思考或集中注意力以及频繁的情感变化，例如，更容易变得烦躁、沮丧或者做出冲动或非理性的决定。
已经发现在长期的习惯性暴露之后引起这种效果的含量可能远低于许多标准检测器的检测极限。当然，安全含量和有害含量之间的差别可能小于普通检测器的分辨极限。
在被定期地占用或访问的各个区域，设置敏感性提高的传感器似乎为自然的回答。然而，这将要求设置大量高度精确的传感器。单元自身的成本，更不用说其安装和维护，因而价格高昂。一氧化碳检测只是测量环境参数的一个示例。
校准，例如测量系统的输入和输出之间的关系可以由校准流程建立。该流程可以包括将已知数值或者一系列的已知数值应用至传感器，目的在于观察其输出。通过应用一系列的这种已知数值并观察传感器输出，从而能够确定校准。这种校准流程可以改善传感器读取的精度，但是，通常耗时且成本高。因此，大规模生产的传感器通常在生产的时候以统一的方式校准——一个具体类型的所有传感器被假定为具有相同的感测特性。非常规的、单独校准的各传感器将增加显著的成本和不便。在实践中，因而可能优选简单地购买提供更精确的数据的传感器。
发明内容
本发明的方面和示例在权利要求中被阐明，并力求解决至少一部分上述技术问题。
附图说明
现在参照附图，并仅通过示范的方式，描述本公开的实施方式。在附图中：
图1示出了包括服务器和多个传感器系统的网络；
图2是图示了控制传感器系统的方法的流程图，该传感器系统例如为图1中所示的传感器系统之一；
图3是图示了根据诸如图2的方法的方法控制一氧化碳传感器网的示例的流程图；
图4示出了包括绕着地理区域分布的多个传感器的装置；以及
图5示出了包括移动通信手机和传感器的传感器系统。
在附图中，相似的标号用于表明相似的要素。
具体实施方式
图1示出了包括服务器和多个传感器系统26、28、30的网络。服务器10经由广域通信网络24而与传感器系统26、28、30通信。
当首先部署一个具体的传感器系统26时，图1中所示的服务器10使用从其他传感器系统28、30的人口获得的校准数据，以校准从该传感器接收的传感器数据。服务器10接着随着时间观察该传感器系统26的行为，以开发用于该传感器系统的特定校准。服务器10应用的校准可以经历从其初始状态起的转变(仅由人口的行为支配)，使得其随着时间逐渐转变成用于该传感器系统的特定校准。该逐渐的转变可以包括使用来自人口的校准和来自该传感器的校准的加权组合。该加权可以基于来自该传感器的校准的可靠性的一个或多个度量。
图1中所示的传感器系统26、28、30均包括移动通信装置27和传感器29。移动通信装置27包括处理器32、数据存储部36、通信接口40以及用户界面。以下参照图5更详细地描述这种传感器系统的一个示例。
传感器29布置成感测环境参数，并向移动通信装置27提供该参数的感测程度(level)。图1中所示的传感器还构造成感测一个或多个控制变量，例如温度，并还向移动通信装置27提供该控制变量。因此，应当理解，除了欲感测的环境参数之外，从传感器获得的数据可以包括传感器测量参数时感测的一个或多个控制变量。在以下参照图3描述的示例中，控制变量是温度，但是，可以使用其他控制变量。
移动通信装置27与传感器29通信，以从传感器29获得数据，并通过网络向服务器10通告该传感器数据。
图1中所示的服务器10包括数据存储部16、用于通过广域通信网络进行通信的广域通信接口以及控制器12。数据存储部16联接至控制器12，使得控制器12能够从数据存储部16接收数据并将新数据存储在数据存储部16中。控制器12联接至广域通信接口14，该广域通信接口14用于通过网络从传感器系统26、28、30接收传感器数据，并用于向这些系统发送数据和命令信号。
广域通信接口14包括用于通过分组交换网络(packet switched network)进行通信的有线接口或无线接口，该分组交换网络例如为互联网。
数据存储部16可操作地存储与传感器系统26、28、30中的一个或多个相关的数据。存储的信息通常包括：
1、第一校准数据20，描述用于传感器系统26、28、30的默认校准；
2、第二校准数据22，涉及用于传感器系统26、28、30中的特定的传感器系统26的校准，并涉及该特定的传感器系统的标识；以及
3、从传感器系统26、28、30收集的多项数据18，该数据通常包括表明已感测的参数的程度的程度值、在感测到该程度时表明传感器处的条件的一个或多个控制变量以及收集该数据的传感器系统的标识。
控制器12构造成从各传感器系统26、28、30获得多项该传感器数据18并记录在数据存储部16中。
控制器12还构造成基于从传感器系统26收集的传感器数据和存储于数据存储部中的第一校准数据20而确定用于各传感器系统26的校准，并接着使用这些以选择用于该特定的传感器的校准。
控制器12构造成使得选定的条件可以用于确定是否使用默认校准，或者切换成用于选定的传感器的另一特定的校准。以下参照图3描述这种条件的一个示例，但是，可以使用其他。在最简单的情况下，这可以包括检查是否已经从该传感器收集了足够数量的多项传感器数据。然而，应当领悟到，也可以应用其他或不同的条件。例如，该条件可以为是否在控制变量的一系列数值的各个数值已经感测到足够数量的程度。如果在一系列离散的数值对控制变量进行取样，那么，该条件可以被表达为控制变量的每个数值的最小数量的程度测量。
控制器12还构造成，如果满足用于从默认校准切换的条件，那么，将欲使用的特定的校准确定为第一校准数据20和第二校准数据的加权组合，其中，基于从考虑中的传感器收集的多项传感器数据确定第二校准数据。
控制器12构造成通过选择多项传感器数据，接着使用于传感器类型的数据模型匹配于这些选定的多项传感器数据，从而确定该第二校准数据。选定的多项传感器数据可以包括在控制变量的各数值观察到的最低传感器程度的估值。此外，或者作为备选，基于何时获得多项传感器数据而在该匹配中对多项传感器数据进行加权。例如，更近时获得的传感器数据可以比旧的数据被赋予更大的权重。例如，在选定的时间间隔之外感测到的数据可以被赋予小权重或零权重——这可以通过仅使用在近期的某个选定长度的间隔的期间选定的传感器数据而实现。可以选择该间隔的长度，以将校准敏感性调整至传感器漂移。
由控制器使用以确定该第二校准数据的数据模型使控制变量值与传感器数据值相关。因此，控制器能够使用模型以确定用于系统偏置误差(例如，零误差或零偏移)的修正，该系统偏置误差可能作为控制变量的函数而变化。数据模型可以还包括诸如一个或多个其他控制变量的变化的其他构件，例如，这可能导致对已感测的数据具有影响的其他特定环境变量。
在本公开的上下文中，将领悟到这可以根据基础数据的本质和传感器的类型而以各种不同的方式应用。例如，如果已知传感器的类型展现作为具体的控制变量而变化的系统偏移，那么，通过使反映该函数的数据模型匹配于多项传感器数据，从而可以获得第二校准数据。例如，如果已知变化是线性变化，那么，能够使用第一阶多项式模型，如果是指数变化，那么，能够使用指数模型，如果是幂级数，那么能够使用幂级数模型，以此类推。以下参照图3，描述该过程的一个示例，但是，可以设想其他这种示例。无论如何实现，该方法的结果为第二校准数据包括传感器感测的程度和控制变量的数值之间的关系。无论该关系是数字表示的(例如，查询表、逻辑设备表或数据值的其他关联的形式)还是解析的(例如，方程的形式)，能够使用该关系以确定控制变量对传感器感测的程度的影响。因此，考虑到控制变量的数值，能够使用该关系，以减小控制变量对感测程度的影响。例如，可以允许将控制变量的影响减去，或者将控制变量的影响建模为不被感测程度包括。能够使用第二校准数据(专用于该具体的传感器)和第一校准数据(从类似传感器的人口计算出)的加权组合，而不是简单地使用第二校准数据作为用于该具体的传感器的校准。
控制器12还构造成基于从该具体的传感器收集的数据而确定权重。这可以通过应用权重而完成，该权重基于用于计算第二校准数据的传感器数据的样本的数量(例如，用于匹配的多项数据的简单计数)。也可以使用更尖端的方法。例如，数据项的计数可以限于符合质量标准的那些项。
该质量标准可以为期望程度的最大偏差。例如，期望程度可以基于匹配于数据项的模型而确定第二校准数据，并且，在计算数据项的计数时，从该匹配偏离超过某个最大阈值的异常值可以不被考虑。
此外，或者作为备选，基于数据项的计数使用权重，该权重可以基于用于具体的传感器的校准数据已知或期望的特性。例如，已知具体的传感器具有单调的校准函数，因而，控制器12可以构造成减小如果第二校准数据偏离单调性则应用于该第二校准数据的权重。再例如，控制器12可以构造成基于第二校准数据的数值而选择权重，例如基于控制变量的具体范围中的数值。此外，或者作为备选，使用第二校准数据的梯度，可以应用类型的方法。一下将参照图3而描述一个这种方法，该图3描述了使用匹配的校准的低温行为，以在将其与默认的基于人口的估值组合时，确定欲应用于匹配的校准的权重。
现在参照图2，将描述图1中所示的装置的运行。
如图2所示，为了获得50第一校准数据，服务器10的控制器12能够与多个传感器系统26、28、30中的各个传感器通信，从各个传感器系统获得52传感器数据。该第一传感器数据20通常包括感测程度和传感器处的控制变量的标示，在收集数据时提供该标示。控制器12接着能够基于该第一传感器数据而确定54第一校准数据，例如，通过使控制变量的函数匹配于第一传感器数据。
控制器12接着能够将第一校准数据存储于数据存储部中。当然，如果已经确定，通过从数据存储部检索第一校准数据，从而能够简单地获得该第一校准数据。同样地，存储于数据存储部16中的第一校准数据可以基于从传感器系统26、28、30获得的观察结果而更新。这可以间隔地完成，例如周期性地且/或响应于某个触发条件。该触发条件可以是超过某个阈值等级的传感器系统的数量的增加，例如至少5％，例如至少10％。
接着，从选定的传感器系统26通过广域通信网络24而获得56多项第二传感器数据。各项这种第二传感器数据表明选定的传感器感测的环境参数的程度和感测程度时的控制变量的数值。
使用该第二传感器数据和第一校准数据20，服务器10的控制器12能够确定58用于修正选定的传感器系统收集的传感器数据的校准。这可以根据以上参照图1而描述的方法而完成，由此，如果满足基础的第一条件60，那么，第一校准数据20用于设定用于修正传感器数据的默认校准。在备选中，如果满足该条件，那么，可以使用64第一校准数据和某个第二校准数据的组合。可以根据上述方法中的任意一个或多个而对该组合进行加权。
可以通过网络向传感器系统26提供66校准，例如，通过在网络信息中发送。传感器系统26的处理器32可以将校准存储于传感器系统的数据存储部36中，例如，以数据表或其他存储的关联的形式。为了表明传感器处的参数的程度，处理器32从传感器获得已感测的参数的程度，并获得控制变量的关联数值。接着，处理器32使用控制变量值和校准，以修正感测程度值。能够向传感器系统26处的用户界面34提供该修正的程度数据，且/或该修正的程度数据可以用于提供系统的位置处的参数的程度的标示。服务器10可以与该组传感器系统26、28、30通信，并使用各个传感器系统26、28、30的位置处的感测程度值，以合成遍及地理区域的参数程度的地图。在一些实施方式中，传感器系统26可以向服务器发送传感器数据，服务器的控制器接着能够使用与传感器数据相关的控制变量值和校准，以修正服务器的感测程度值。接着，能够将已修正的程度值传回传感器系统。
图3图示了应用于一氧化碳传感器的方法的示例，该一氧化碳传感器展现取决于温度的零偏移，在本文中被称为基线。
在参照图3描述的示例中，一氧化碳传感器包括丝网印刷的电化学传感器，该电化学传感器具有：0至1000ppm的测量范围、0.5ppm的检测极限、小于100ppb(parts perbillion，十亿分之一)的分辨率、-30至55℃(连续工作时为-20至40℃)的运行温度范围以及15至95％的连续工作的运行湿度范围(不凝结)和0至大于95％的间歇性相对湿度。一个这种传感器可以从加利福尼亚州纽瓦克市中央大街8430号D套房的规格传感器有限责任公司(Spec Sensors LLC)获得，产品号是3SP_CO_1000Package 110-109。但是，该同样的方法可以应用于具有取决于温度的基线偏移(零误差)的任意其他传感器。还应当领悟，在本公开的上下文中，这只不过是系统的实施方式的一个示例，该系统例如为以上参照图1和图2描述的系统。
如这些示例所述，当部署具体的传感器时，用于传感器的校准基于第一校准数据。这实际上是可能已经从传感器数据计算出的默认校准，从类似的传感器系统26、28、30的人口获得该传感器数据。随着时间的流逝，当从具体的传感器获得数据时，转变成校准基于从具体的传感器习得的第一校准数据和第二校准数据的加权组合。
在部署传感器之后，图3中所示的方法如下地进行。从数据存储部获得50第一校准数据20，或者，从表明多个传感器中的各个传感器处的环境污染物的含量的第一传感器数据计算出。该第一校准数据包括一系列的温度中的温度和传感器提供的信号电平之间的关系。无论如何获得，该第一校准数据可以代表作为温度的函数的零程度偏移——在一系列不同的温度值中的各个温度值代表零一氧化碳含量的传感器输出的期望程度。
当继续运行时，传感器系统26向服务器10提供70多项传感器数据。这些多项传感器数据包括一氧化碳含量和表明感测CO含量的温度的相应温度。服务器的控制器12在任意给定的温度确定72一氧化碳的最小含量的度量(measure)。这可以通过在各个温度选择一组最低数值并基于这些选定的数值而确定最小含量而完成，例如，这可以基于这些选定的数值的平均值，该平均值例如为平均数、中间值或者这些选定的数值的某个加权组合。
这在任意给定的温度提供传感器的零程度的估值——最低程度估值。该估值所基于的多项数据和相关的最低程度估值可以存储于服务器的数据存储部16中。
控制器12接着确定74是否为了被视为可靠的最小程度的估值而已经从具体的传感器系统26收集足够数量的多项传感器数据(被称为“第二传感器数据”)。这通过确定是否已经在一组选定的温度值中的各个温度值收集阈值数量的一氧化碳含量读数而进行。基于该第一条件，控制器12确定是否从仅使用默认校准向基于第二传感器数据的校准切换。如果针对控制变量(在该情况中，是温度)的每个数值已经收集了至少最小计数的多项第二传感器数据，那么，控制器12能够进行切换，如果没有收集，那么，控制器12可以继续使用默认校准直至已经收集足够数量密度的数据点。
视为满足该第一条件的多项第二传感器数据限于满足合格性标准的第二传感器数据。不位于选定系列的数值中的多项传感器数据可能被拒绝为不合格。可以基于设备的物理特性而选择该系列，例如，可以无视非物理数值或系列之外的数值。选定系列的数值可以被固定，且/或可以基于使数据模型匹配于第二传感器数据而选择选定系列的数值。例如，控制器12可以还通过使数据模型(例如，指数曲线)匹配于作为温度函数的第二传感器数据并选择关于该数据模型的阈值偏差而确定合格性标准。不落入该系列中的多项数据被从第二传感器数据排除。这两个合格性标准可以结合地应用，例如，可以在数据模型匹配于余下的数值之前，丢弃固定系列之外的数值，并且，还能够将超出匹配的模型的阈值偏差的异常值视为不合格。
如果余下的(不合格的)样本不向该组离散的温度值的各个温度值提供阈值数量的一氧化碳含量读数，那么，视为不满足第一条件，并且，传感器系统26继续76使用仅基于第一校准数据的校准而运行。
在备选中，如果合格的多项第二传感器数据满足第一条件，那么，控制器12基于第一校准数据和从该传感器系统收集的合格的多项传感器数据而确定78用于该传感器系统26的新校准。
为了计算该组合，控制器12在各个温度使指数曲线匹配于第一校准数据和第二传感器数据的最低数值。为了确定该匹配，控制器12根据以下中的一个或多个而对第二传感器数据的贡献进行加权：
·多项第二传感器数据的原始计数，例如，基于在各个温度收集的第二传感器数据的项数的、该温度值处的权重。这能够使最低含量的可靠测量(基于许多重复的观察而确定)能够比基于较小数量的观察而确定的可靠测量被赋予更大的权重。
·符合第一质量标准的多项第二传感器数据的计数，例如以上参照合格性而描述的计数。例如，质量标准可以为污染物的期望含量的最大偏差。在数据包括激增值或其他异常的情况下，这可以使得能够将权重减小。
·选定系列的温度中的、匹配于第二传感器数据的最低数值的曲线的梯度和/或数值。在为了观察而确定的传感器的特性不符合该传感器类型的已知特性的情况下，这可以使得能够将权重减小。例如，如果0℃和5℃之间的低温区域中的梯度超过某个阈值且/或为负，那么，可以将权重减小至或设定为零。如果，另一方面，匹配数据的曲线如期望地表现，那么，能够增加权重。
·匹配于第二传感器数据的最低数值的曲线的单调性。如果曲线显出非单调性，例如，如果随着温度增加，数值不是一直增加，那么，控制器12可以减小权重。可以基于通过使指数模型匹配而获得的系数的正负号而评估单调性，以获得曲线。这能够避免为了单调性而需要审查整个数据系列。
一旦已经确定了权重，则控制器12使用权重确定匹配，以确定校准基线，该校准基线考虑了类似传感器的人口的已知特性和传感器自身的具体特性。接着能够在服务器10采用该校准基线，以修正从该传感器获得的传感器数据。此外，或者作为备选，能够向传感器系统提供80校准。接着，传感器系统26能够使用校准和温度的度量，以确定用于感测程度的修正。
如果传感器系统26还向服务器10提供表明地理位置的位置信息，那么，服务器10例如通过插入于部署了传感器的位置之间，从而能够基于传感器程度值和该地理信息而合成地图，以提供感测程度的地理地图。可以响应于从传感器接收新的传感器数据而将地图更新。
图4示出了包括多个感测设备260、280、300、310、320、340、360、380、400和控制器500的装置，多个感测设备260、280、300、310、320、340、360、380、400绕着地理区域分布，控制器500与这些传感器通信。
感测设备260-400构造成感测环境参数的程度，例如污染物含量。感测设备260-400还构造成提供表明与感测程度值相关的至少一个控制变量的数值的数据。布置感测设备以向控制器500提供该数据。
控制器500与各个感测设备260-400通信，以获得传感器数据。控制器构造成存储用于各感测设备的校准数据，通常，该校准数据包括控制变量和传感器信号电平之间的关系。
控制器500还存储各感测设备的标识和表明该感测设备的位置的位置信息之间的关联。在一些情况下，当部署感测设备或感测设备之家为其他间隔时，可以从感测设备向控制器500提供该信息。
在运行中，控制器500从各个感测设备获得第一传感器数据，并使用该第一传感器数据，以确定导致至少一个控制变量的变化的校准。这可以通过使用相关的控制变量数据，使选定的数据模型匹配于传感器数据而完成。然后，将另一感测设备400部署于分布有其他感测设备的地理区域。控制器从该另一感测设备400获得传感器数据和相关的控制变量值。这提供了表明选定的传感器的地理位置处的环境参数的程度的数据，当然，该位置可以因为其他单独的感测设备的特定位置而不同。
控制器500接着基于校准数据、控制变量值以及来自另一感测设备的数据而确定另一感测设备的地理位置处的环境参数的程度。
校准数据通常包括第一组校准数据和另一(或第二)校准数据的组合，该第一组校准数据是基于从已经部署于地理区域中的该组感测设备收集的数据而确定的，该另一(或第二)校准数据是基于仅从已经部署于该区域中的另一感测设备获得的传感器数据而确定的。使用随着多项第二传感器数据的计数而增加的第二校准数据的权重，能够将两种类型的校准数据组合。该计数可以限于满足上文所述的合格性标准的项。
此外，该架构可以用于实施以上参照图2和/或图3描述的方法，且不需要移动通信设备或使用单独的广域通信网络。如这些示例所述，应当领悟到，这种装置可以用于监测一氧化碳含量并控制可能影响用于这些方法的传感器的温度的变化。
从本公开的上下文应该领悟到，参照图4描述的感测设备可以包括传感器系统，例如参照图1和图5描述的系统。这种系统的一个示例为带有短程通信链接的传感器，该短程通信链接例如为诸如蓝牙(RTM)的无线链接，通向构造成经由广域网而与控制器500通信的通信装置。这种通信装置的示例包括蓝牙(RTM)网关。感测设备可以反而仅包括带有直接向控制器500提供传感器信号的基础通信接口的传感器。
图5示出了包括移动通信手机27和传感器29的传感器系统26。这种传感器系统可以用于参照图1和图2描述的装置和方法。
移动通信手机27包括处理器32、数据存储部36、通信接口40以及用户界面。
处理器32联接至数据存储部36以读取并写入数据，并布置成经由通信接口40而进行通信。用户界面34包括处理器32控制的显示器和用于操作者的命令的输入设备。
通信接口包括至少一个当地频道，例如用于与传感器进行通信的短程脉冲(例如，蓝牙RTM)和用于经由广域通信网络24而进行通信的广域频道，该广域通信网络24例如为蜂窝电话网络和/或互联网。
传感器构造成感测环境参数的程度和控制变量，并包括机器可读取的标识数据。传感器可操作地经由当地频道进行通信，以向手机提供感测程度和控制变量数据。手机还能够从传感器获得标识数据。这还可以通过当地频道或者从传感器读取标识数据的手机而完成，例如，可以使用条形码读取器或二维码读取器或者使用光学特性识别软件而读取数据。
在运行中，手机从传感器获得该标识，并操作通信接口，以从手机经由广域通信网络24将唯一的标识传输至远程设备，例如，传输至图1中所示的服务器10。手机接着从该远程设备经由广域通信网络24接收用于传感器的校准。
在第一示例中，该校准仅基于一组第一校准数据。已经基于第一传感器数据而确定第一校准数据，该第一传感器数据是从构造成感测环境参数的程度的多个类似的传感器中的各个传感器获得的。在本公开的上下文中将领悟到，远程设备可以已经例如通过识别传感器的类型并接着从一组已存储的校准中的一个之中进行选择，从而选择基于唯一的标识的该第一校准数据，。
手机处的传感器接着感测多项第二传感器数据，该第二传感器数据表明环境参数的程度，并可选地还表明控制变量的程度。手机的处理器32接着基于校准和该第二传感器数据而提供手机处的参数的程度的标示。
手机可以还向远程设备传输多项第二传感器数据。在响应时，远程设备可以基于该第二传感器数据而确定修订的校准。该修订的校准接着能够用于更新在用于表明参数的程度的手机使用的校准。该修订的、更新的校准考虑了第一校准数据和第二传感器数据，这可以基于第二传感器数据自身或使用匹配于能够接着与第一校准数据组合的该数据的校准曲线而完成。这可以通过使用权重而完成，该权重例如为本文描述的权重中的任意一个或多个。
虽然已经参照一氧化碳传感器而描述了图3和一些其他的附图，但是，同样的方法可以用于调节来自任意合适的传感器的数据。传感器可以包括一组类似的传感器，该传感器均布置成感测诸如湿气的环境参数或者诸如污染物的含量的另一类型的参数，该污染物例如为诸如花粉或尘埃的空中悬浮颗粒、诸如杀虫剂的气雾剂、诸如NOx的气态污染物。
第一校准数据可以作为本文描述的方法的一部分而被计算出，例如通过对来自类似的传感器系统的人口的传感器数据进行取样，并基于从该人口收集的传感器数据而估计用于具体的控制变量的基线或其他系统修正。因此，在本公开的一些实施方式中，第一校准数据基于从传感器的人口收集的测量而间隔地更新。在一些实施方式中，无论第一校准数据可以如何固定，例如，第一校准数据可以包括不需要更新的存储的数据值。
如果基于第一校准数据和从具体的传感器习得的数据的组合而确定校准，那么，通过将对传感器数据自身与第一校准数据的组合进行加权，或者首先使数据模型匹配于传感器数据，以获得第二校准数据(模型匹配于该传感器数据)，接着确定该匹配与第一校准数据的加权组合，从而可以确定校准。
参照图3描述的示例使用温度作为控制变量，但是，也可以以这种方式考虑附加的或备选的控制变量。可以被校准的控制变量的示例包括温度、湿度、压强、亮度、加速度、速度、当地重力或者能够与欲感测的程度同时被感测的任何其他控制变量。这种其他控制变量的示例包括取向、位置、海拔高度以及诸如挥发性碳氢化合物的其他污染物的含量。
控制变量值可以由传感器的部件或布置成确定其数值的任何其他设备提供。例如，独立或集成的设备可以设在传感器系统的附件。控制变量值和/或传感器数据可以设有与其相关的传感器的标识。
参照图3描述的校准为基线零程度修正，但是，也可以以这种方式解决其他类型的系统误差和偏置。
在参照图3描述的示例中，视为满足用于从默认基线修正切换的条件的多项第二传感器数据限于满足选定的合格性标准的第二传感器数据。在一些示例中，然而，可以使用从传感器获得的所有的样本。在图3的示例中，合格性标准基于与匹配于第二传感器数据的数据模型相关的阈值偏差。可以应用更简单的合格性标准。例如，合格性标准可以排除从平均值(例如，中间值或平均数)偏离超出选定的最大极限的数值。这可以是与控制变量(例如，具体温度)的具体数值或者控制变量的具体范围相关的平均数或中间值，或者，这可以是控制变量的所有数值的整体平均值。可以基于数据值的展形(spread)的度量，例如方差，选择最大极限。
通过使控制变量的指数函数匹配于第二传感器数据的最低数值以提供基线修正，从而提供参照图3描述的校准。然而，可以使用其他数据模型。在一些实施方式中，基于传感器的类型选择数据模型。例如，可以由经由网络获得的数据识别传感器，并且，选择用于识别校准的数据模型以进行符合。服务器10可以存储传感器的多种类型中的各个类型和一个或多个相应的数据模型之间的关联。这可以使得传感器能够基于识别传感器的信息而选择合适的数据模型。
本文描述的匹配流程可以包括线性回归，或者可以基于非线性优值函数(meritfunction)。在一些实施方式中，使用对数-线性匹配。基于匹配与传感器数据的数据模型，选择任意具体的示例中采用的匹配流程和/或优值函数的本质。合适的匹配流程的示例可以在位于剑桥市特兰平顿街匹兹堡大厦的剑桥大学出版集团于2002年出版的第二版科学计算领域的C部的数学分析中找到。
本文描述的广域网可以由任何在地理上分散的通信网络提供。其可以是分组交换式，并可以至少部分地包括蜂窝通信网络。本文描述的广域通信接口包括可操作地经由这种网络进行通信的任何接口。这种接口的示例包括用语经由分组交换网络进行通信的调制解调器，该分组交换网络可以包括有线和/或无线的部件。这种接口可以还包括GSM、GPRS、3GPP、LTE以及其他移动通信接口。
图1和图5中所示的移动通信设备被描述为手机，但是，在本公开的上下文中将领悟到，这包括用于经由广域网进行通信并具有的必要的数据处理能力的任何用户设备(UE)。这能够是手提电话、带有移动宽带适配器的笔记本电脑、平板电脑、蓝牙网关、专门设计的电子通信装置或者任何其他设备。将领悟到，这种设备可以构造成确定其位置，例如使用全球定位系统(GPS)设备且/或基于其他方法，例如使用来自WLAN信号和通信信号的信息。
通常参照附图，将领悟到示意性的功能框图用于表明本文描述的系统和装置的功能。然而，将领悟到，功能不必被如此地划分，并且，不应当用于暗示除了以下描述并主张的硬件结构以外的任何具体的硬件结构。附图中所示的一个或多个要素的功能可以被进一步划分且/或分布遍及本公开的装置。在一些实施方式中，附图中所示的一个或多个要素的功能可以集成为单个功能单元。例如，传感器和传感器系统中的移动通信装置的功能可以集成为单个装置，或者，以不同的方式在两个或更多独立的设备之间划分。
以上实施方式应被理解为说明性示例。设想另外的实施方式。例如，在一个实施方式中，本公开提供控制传感器系统的方法，该方法包括：从多个传感器的每个传感器获得第一传感器数据，该第一传感器数据表明多个传感器中的每个传感器处的环境污染物的含量；基于第一传感器数据而确定第一校准数据；经由广域通信网络从选定的传感器获得多项第二传感器数据，各个第二传感器数据表明由选定的传感器感测的环境污染物的含量；基于第二传感器数据和第一校准数据而确定用于选定的传感器的校准；以及提供选定的传感器处的污染物的含量的标示，其中，使用校准修正标示。提供标示可以包括经由广域通信网络而向包括选定的传感器的传感器系统发送校准，使得传感器系统的处理器能够确定修正。备选地，提供标示可以包括经由广域通信网络而向服务器发送传感器数据，因此，服务器能够应用校准，以修正传感器数据。该已修正的传感器数据可以，可选地，被发送返回传感器系统。应当理解，关于任何一个实施方式(例如，本段中描述的实施方式)描述的任何特征可以被单独使用，或者与本文的任何地方描述的其他特征结合使用，并且，还可以与任何其他实施方式的一个或多个特征结合使用，或者在任何其他实施方式的任意组合中使用。此外，可以在不脱离本发明的范围的情况下，还可以采用以上未描述的等同和变型，该等同和变型在所附的权利要求中限定。
在一些实施方式中，传感器可以设有敏感性特性的标示。这可以由传感器自身进行，例如，以机器可读的标记的形式。本公开的实施方式可以包括获得该标示并使用该标示从一组存储的敏感性特性选择第一校准数据。这可以使得第一校准数据能够提供用于任何给定的传感器的校准的更好的起始点。
在阅读了本公开之后，然而，将领悟到，在不了解传感器的细节的情况下，能够实施本文描述的方法，即，服务器不必知道正在使用CO传感器或者知道传感器具有某个敏感性。
在本公开的上下文中，还将领悟到，在提及控制变量的数值的情况下，这涉及离散的数值或者这种数值的范围，例如直方图柱(histogram bin)。例如，用于确定是否已经观察到足够数量的传感器数据值的第一条件能够基于一系列直方图柱中的各个直方图柱中的数据值的数量，例如代替直方图柱4、6、8的直方图柱3-5、5-7、7-9。直方图柱能够交叠，例如3-5、4-6、5-7等。这些数字值和柱宽当然是示例性的，能够使用其他数值和范围。
在一些示例中，一个或多个存储器元件能够存储用于实施本文描述的运行的数据和/或程序指令。本公开的实施方式提供有形的非瞬时性存储介质，该存储介质包括程序指令，该程序指令可操作地对处理器进行编程，以实施本文描述且/或主张的任意一个或多个方法，且/或提供本文描述且/或主张的数据处理装置。本文描述的数据存储部可以包括用于存储计算机可读取的数据和指令的挥发性存储器和/或非挥发性存储器。
本文描述的处理器和控制器(以及它们进行的活动)可以利用固定逻辑实施，该固定逻辑例如为逻辑网关或可编程逻辑的汇编，可编程逻辑例如为由处理器执行的软件和/或计算机程序指令。其他种类的可编程逻辑包括可编程处理器、可编程数字逻辑(例如，现场可编程门阵列(FPGA)，可擦可编程只读存储器(EPROM)，电可擦可编程只读存储器(EEPROM))、专用集成电路、特定用途集成电路或者任何其他种类的数字逻辑、软件、代码、电子指令、闪存、光盘、CD-ROM、DVD ROM、磁卡或光卡、适于存储电子指令的其他种类的机器可读取的介质或者任何合适的组合。

Claims (38)

1.一种控制传感器系统的方法，所述方法包括：
从多个传感器中的各个传感器获得第一传感器数据，该第一传感器数据表明所述多个传感器中的各个传感器处的环境污染物的含量；
基于所述第一传感器数据而确定第一校准数据；
经由广域通信网络从选定的传感器获得多项第二传感器数据，各个第二传感器数据表明所述选定的传感器感测的所述环境污染物的含量；
基于所述第二传感器数据和所述第一校准数据而确定用于所述选定的传感器的校准；以及
提供所述选定的传感器处的所述污染物的含量的标示，其中，使用所述校准修正所述标示。
2.如权利要求1所述的方法，包括：确定所述多项第二传感器数据是否满足第一条件，并且，在满足所述第一条件的情况下，基于所述第一校准数据和第二校准数据的组合而确定所述校准，所述第二校准数据基于所述多项第二传感器数据。
3.如权利要求2所述的方法，其中，所述组合包括所述第二校准数据的权重。
4.如权利要求3所述的方法，其中，所述权重基于所述多项第二传感器数据的计数。
5.如权利要求4所述的方法，其中，所述计数包括符合第一质量标准的所述多项第二传感器数据的计数。
6.如权利要求5所述的方法，其中，所述第一质量标准包括所述污染物的期望含量的最大偏差。
7.如权利要求3至6中的任一项所述的方法，其中，所述权重基于控制变量的选定范围中的所述第二校准数据的梯度和数值中的至少一个。
8.如权利要求3至7中的任一项所述的方法，其中，所述权重基于所述第二校准数据的单调性条件。
9.如权利要求3至7中的任一项所述的方法，包括：获得更多项第二传感器数据，并且，基于所述更多项第二传感器数据，更新所述第二校准数据和所述权重中的至少一个。
10.如权利要求2至9中的任一项所述的方法，其中，除非满足所述第一条件，否则，所述校准是所述第一校准数据。
11.如权利要求2至10中的任一项所述的方法，其中，所述第一条件基于所述多项第二传感器数据的计数。
12.如权利要求11所述的方法，其中，所述第一条件包括控制变量的每个数值的最小计数。
13.上述权利要求中的任一项所述的方法，其中，所述选定的传感器的校准使控制变量与所述选定的传感器提供的信号相关，该信号表明所述环境参数的程度。
14.如权利要求13所述的方法，其中，所述多项第二传感器数据均包括控制变量数据值和程度数据值，该程度数据值表明与所述控制变量数据值相对应的所述环境污染物的含量。
15.如权利要求14所述的方法，包括使选定的数据模型匹配于所述第二传感器数据，以确定所述第二校准数据。
16.一种服务器，构造成控制传感器系统，所述服务器包括：
数据存储部，存储基于从多个传感器的各个传感器获得的第一传感器数据而确定的第一校准数据，所述第一传感器数据表明所述多个传感器中的各个传感器处的环境污染物的含量；
广域通信接口，构造成经由广域通信网络而与多个传感器系统通信，各个传感器系统包括用于感测所述环境污染物的含量的传感器；以及
控制器构造成：
从所述多个传感器系统中的选定的传感器系统获得多项第二传感器数据，各项第二传感器数据表明所述选定的传感器系统感测的所述环境污染物的含量；
基于所述第二传感器数据和所述第一校准数据而确定用于所述选定的传感器系统的校准；以及
经由所述广域通信网络而向所述选定的传感器系统提供所述校准。
17.如权利要求16所述的服务器，其中，所述控制器构造成实行如权利要求2至15中的任一项所述的方法。
18.一种方法，包括：
从绕着地理区域分布的多个感测设备中的各个感测设备获得第一传感器数据，该第一传感器数据表明环境污染物的含量；
基于所述第一传感器数据而确定校准数据；
从选定的感测设备获得表明所述选定的感测设备的地理位置处的所述环境污染物的含量的数据；
基于所述校准数据和来自所述选定的传感器的所述数据而确定所述选定的感测设备的地理位置处的所述环境污染物的含量。
19.如权利要求18所述的方法，其中，所述校准数据包括第一校准数据和第二校准数据的组合，该第一校准数据基于所述第一传感器数据，该第二校准数据基于从所述选定的感测设备获得的第二传感器数据。
20.如权利要求19所述的方法，包括：基于所述第二传感器数据的合计项数而确定所述组合中的所述第二校准数据的权重。
21.如权利要求20所述的方法，包括：获得更多项第二传感器数据，并且，更新基于所述更多项第二传感器数据的所述第二校准数据和所述权重中的至少一个。
22.如权利要求18至21中的任一项所述的方法，其中，所述校准数据包括控制参数和传感器信号之间的关系，该传感器信号表明所述环境参数的程度。
23.如权利要求22所述的方法，其中，所述控制参数包括温度，所述环境污染物包括一氧化碳。
24.如权利要求22或23所述的方法，包括：使选定的数据模型匹配于所述第二传感器数据，以确定所述关系。
25.一种操作移动通信手机的方法，所述方法包括：
与所述手机处的传感器通信，以获得所述传感器的唯一的标识，其中，所述传感器构造成感测环境污染物的含量；
经由广域通信网络而从所述手机向远程设备传输所述唯一的标识；
经由所述广域通信网络而接收基于第一校准数据的用于所述传感器的校准，该第一校准数据是基于从构造成感测所述环境污染物的含量的多个传感器中的各个传感器获得的第一传感器数据而确定的，其中，基于所述唯一的标识而在所述远程设备选择所述第一校准数据；
从所述手机处的所述传感器获得多项第二传感器数据；以及
基于所述校准和所述第二传感器数据而表明所述手机的所述环境污染物的含量。
26.如权利要求25所述的方法，包括：向所述远程设备传输所述多项第二传感器数据，并且，基于所述多项第二传感器数据而更新所述校准。
27.如权利要求26所述的方法，其中，所述更新包括：基于所述第一校准数据和所述第二传感器数据而从所述远程设备获得已更新的校准数据。
28.一种感测环境参数的方法，包括：
选择用于传感器系统的第一校准数据，其中，所述传感器系统构造成提供表明所述环境参数的感测程度的传感器数据；
向用于表明所述环境参数的所述传感器系统提供所述第一校准数据；
从所述传感器系统获得多项所述传感器数据；
确定多项所述传感器数据是否满足第一条件；以及
在满足所述第一条件的情况下，向用于表明所述环境参数的所述传感器系统发送已更新的校准数据，
其中，所述已更新的校准数据基于所述第一校准数据和多项所述传感器数据。
29.如权利要求28所述的方法，还包括：基于所述第一校准数据和第二校准数据的加权组合而确定所述已更新的校准数据，该第二校准数据基于多项所述传感器数据。
30.如权利要求29所述的方法，其中，所述权重基于多项第二传感器数据的计数。
31.如权利要求30所述的方法，其中，所述计数包括符合第一质量标准的所述多项第二传感器数据的计数。
32.如权利要求31所述的方法，其中，所述第一质量标准包括所述污染物的期望含量的最大偏差。
33.如权利要求29至32中的任一项所述的方法，其中，所述权重基于控制变量的选定的范围中的所述第二校准数据的梯度的数值中的至少一个。
34.如权利要求29至33中的任一项所述的方法，其中，所述第二校准数据包括控制参数和传感器信号之间的关系，该传感器信号表明所述环境参数的程度。
35.如权利要求34所述的方法，包括：使选定的数据模型匹配于所述第二传感器数据，以确定所述关系。
36.如权利要求28至35中的任一项所述的方法，其中，选择所述第一校准数据，还包括从多个传感器的各个传感器获得第一传感器数据，该第一传感器数据表明所述多个传感器中的各个传感器处的所述环境参数的程度；以及
选择使所述第一传感器数据与控制变量相关的校准数据。
37.如权利要求28至36中的任一项所述的方法，包括：
从所述传感器系统接收标识数据；以及
基于所述标识数据而确定所述第一校准数据。
38.一种计算机程序产品，包括程序指令，该程序指令构造成对处理器编程以实行如权利要求1至15、18至37中的任一项所述的方法。
CN201780053026.4A 2016-06-27 2017-06-27 用于感测并用于改善传感器精度的方法和装置 Pending CN109952493A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GB1611154.4 2016-06-27
GB1611154.4A GB2544575B (en) 2016-06-27 2016-06-27 Method and apparatus for sensing and for improving sensor accuracy
PCT/GB2017/051871 WO2018002602A1 (en) 2016-06-27 2017-06-27 Method and apparatus for sensing and for improving sensor accuracy

Publications (1)

Publication Number Publication Date
CN109952493A true CN109952493A (zh) 2019-06-28

Family

ID=56891514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780053026.4A Pending CN109952493A (zh) 2016-06-27 2017-06-27 用于感测并用于改善传感器精度的方法和装置

Country Status (9)

Country Link
US (1) US20190234920A1 (zh)
EP (2) EP3848704A1 (zh)
JP (1) JP7023874B2 (zh)
CN (1) CN109952493A (zh)
AU (1) AU2017289711A1 (zh)
CA (1) CA3029383A1 (zh)
GB (2) GB2544575B (zh)
MX (1) MX2019000073A (zh)
WO (1) WO2018002602A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114263520A (zh) * 2021-12-28 2022-04-01 潍柴动力股份有限公司 一种检测NOx传感器精度的方法及装置
CN114323104A (zh) * 2021-12-23 2022-04-12 沈阳环境科学研究院 一种车辆环境检测传感器在线校准系统

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018151805A1 (en) 2017-02-16 2018-08-23 Watlow Electric Manufacturing Company Compact modular wireless sensor
CN109959593B (zh) * 2017-12-22 2022-05-27 霍尼韦尔国际公司 网络辅助式颗粒物传感器
CN108052134B (zh) * 2017-12-30 2023-05-12 利穗科技(苏州)有限公司 数字化缓冲液配液系统及方法
CN110736807A (zh) * 2018-07-19 2020-01-31 霍尼韦尔国际公司 检测气体浓度的方法以及气体检测装置
CN109186657B (zh) * 2018-09-26 2022-03-08 Oppo广东移动通信有限公司 接近传感器参数校准方法、装置、终端设备及存储介质
DE102018222376A1 (de) * 2018-12-19 2020-06-25 Robert Bosch Gmbh Verfahren und Vorrichtung zur Anpassung einer Funktionalität eines Sensors eines Sensornetzwerks
US11624757B2 (en) * 2019-03-04 2023-04-11 Meta Platforms, Inc. Modeling poses of tracked objects by predicting sensor data
US20220059238A1 (en) * 2020-08-24 2022-02-24 GE Precision Healthcare LLC Systems and methods for generating data quality indices for patients
AU2021346654A1 (en) * 2020-09-22 2023-05-11 Uhoo Pte Ltd Apparatus and method for measuring air quality
JP7016196B1 (ja) 2021-09-06 2022-02-18 Wota株式会社 プログラム、センサ装置、方法、情報処理装置、システム
JP7016197B1 (ja) * 2021-09-06 2022-02-18 Wota株式会社 プログラム、方法、情報処理装置、システム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103109311A (zh) * 2010-06-25 2013-05-15 工业科技公司 多感测环境监视设备与方法
CN103176460A (zh) * 2013-03-05 2013-06-26 北京智淼科技有限公司 远程实时水质监测与控制系统
US20140200840A1 (en) * 2012-12-19 2014-07-17 Instrument Works Pty Ltd Platform for Portable Sensing Applications
CN103983295A (zh) * 2014-05-30 2014-08-13 江苏出入境检验检疫局机电产品及车辆检测中心 基于信号和环境激励的传感器故障诊断系统和诊断方法
US20140278186A1 (en) * 2013-03-13 2014-09-18 Aclima Inc. Calibration method for distributed sensor system

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA94560A (en) 1905-07-17 1905-08-08 Leonard B. Gump Car replacer
US5552763A (en) * 1993-11-10 1996-09-03 Simplex Time Recorder Company Fire alarm system with sensitivity adjustment
US5908600A (en) * 1996-07-23 1999-06-01 Apl Group International, Llc Monitor for detecting hydrocarbons and other gases in an open area
JP2005221386A (ja) * 2004-02-05 2005-08-18 Hitachi Ltd 物理量センサの較正データ管理方法、物理量センサ、較正装置および物理量センシングシステム
WO2013068873A1 (en) * 2011-11-11 2013-05-16 Sony Mobile Communications Ab System and method for the assisted calibration of sensors distributed across different devices
JP5792667B2 (ja) * 2012-03-19 2015-10-14 日立Ｇｅニュークリア・エナジー株式会社 センサ診断装置及びセンサ診断方法
US20140019052A1 (en) * 2012-07-13 2014-01-16 Baker Hughes Incorporated Device and method for predictive calibration
KR101749513B1 (ko) * 2013-03-13 2017-06-21 애클리마 인코포레이티드 원격 센서 노드들 및 집중 데이터 처리를 갖는 분산된 센서 시스템
EP2950058B1 (en) * 2014-05-28 2018-03-28 Axis AB Calibration data in a sensor system
EP3016352B1 (en) * 2014-11-03 2019-02-06 Fujitsu Limited Method of managing sensor network
US20160356632A1 (en) * 2015-06-02 2016-12-08 Empire Technology Development Llc Sensor degradation compensation
US10690641B2 (en) * 2015-06-17 2020-06-23 Trane International Inc. Sensor calibration systems and methods

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103109311A (zh) * 2010-06-25 2013-05-15 工业科技公司 多感测环境监视设备与方法
US20140200840A1 (en) * 2012-12-19 2014-07-17 Instrument Works Pty Ltd Platform for Portable Sensing Applications
CN103176460A (zh) * 2013-03-05 2013-06-26 北京智淼科技有限公司 远程实时水质监测与控制系统
US20140278186A1 (en) * 2013-03-13 2014-09-18 Aclima Inc. Calibration method for distributed sensor system
CN103983295A (zh) * 2014-05-30 2014-08-13 江苏出入境检验检疫局机电产品及车辆检测中心 基于信号和环境激励的传感器故障诊断系统和诊断方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114323104A (zh) * 2021-12-23 2022-04-12 沈阳环境科学研究院 一种车辆环境检测传感器在线校准系统
CN114263520A (zh) * 2021-12-28 2022-04-01 潍柴动力股份有限公司 一种检测NOx传感器精度的方法及装置
CN114263520B (zh) * 2021-12-28 2022-10-28 潍柴动力股份有限公司 一种检测NOx传感器精度的方法及装置

Also Published As

Publication number Publication date
GB2544575A (en) 2017-05-24
GB201704522D0 (en) 2017-05-03
EP3848704A1 (en) 2021-07-14
US20190234920A1 (en) 2019-08-01
EP3475664A1 (en) 2019-05-01
AU2017289711A1 (en) 2019-01-31
JP2019527344A (ja) 2019-09-26
GB2545137A (en) 2017-06-07
WO2018002602A1 (en) 2018-01-04
GB2545137B (en) 2021-06-23
CA3029383A1 (en) 2018-01-04
EP3475664B1 (en) 2020-12-02
GB201611154D0 (en) 2016-08-10
GB2545137A8 (en) 2017-06-28
GB2544575B (en) 2019-10-09
JP7023874B2 (ja) 2022-02-22
MX2019000073A (es) 2019-08-29

Similar Documents

Publication Publication Date Title
CN109952493A (zh) 用于感测并用于改善传感器精度的方法和装置
Borrego et al. Assessment of air quality microsensors versus reference methods: The EuNetAir joint exercise
JP7119930B2 (ja) 環境センサの検出データの処理装置、処理方法、コンピュータ読み取り可能な記憶媒体、及び環境センサシステム
Magi et al. Evaluation of PM2. 5 measured in an urban setting using a low-cost optical particle counter and a Federal Equivalent Method Beta Attenuation Monitor
EP2028454A1 (en) An environmental monitoring apparatus and method thereof
Castell et al. Can commercial low-cost sensor platforms contribute to air quality monitoring and exposure estimates?
Marinov et al. Air quality monitoring in urban environments
Carvlin et al. Development and field validation of a community-engaged particulate matter air quality monitoring network in Imperial, California, USA
Nyarku et al. Mobile phones as monitors of personal exposure to air pollution: Is this the future?
Pfautsch et al. Sap flow measurements reveal influence of temperature and stand structure on water use of Eucalyptus regnans forests
Williams et al. Deliberating performance targets workshop: Potential paths for emerging PM2. 5 and O3 air sensor progress
Ueberham et al. Wearable sensors for multifactorial personal exposure measurements–A ranking study
Zhang et al. Evaluation and comparison of gross primary production estimates for the Northern Great Plains grasslands
McKercher et al. Low-cost mobile air pollution monitoring in urban environments: a pilot study in Lubbock, Texas
CN110514785A (zh) 传感器数据在线校准方法、装置、电子设备及存储介质
Mahan et al. Agricultural applications of a low-cost infrared thermometer
Theunis et al. Sensing the environment
Munsadwala et al. Identification and visualization of hazardous gases using IoT
KR101936081B1 (ko) 대기오염 정보와 기상정보를 활용한 스마트 대기정보 측정 장치 와 그 방법
EP4058754A1 (en) Hyper-local mapping of environmental conditions
Rosenthal et al. A comparison of total, respirable, and real-time airborne particulate sampling in horse barns
Levy Zamora et al. Identifying optimal co-location calibration periods for low-cost sensors
Ukpebor et al. Field comparison of two total suspended particulates (TSP) samplers to assess spatial variation
JP4318410B2 (ja) ニオイ検知器とニオイ検知器の校正システム
Sivertsen Discussing the scientific method and a documentation system of meteorological and biological parameters

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191203

Address after: Schrodinger house, Hitler Road, Oxford Science Park, Oxford, UK

Applicant after: Sansheng Health Group Co.,Ltd.

Address before: Major league studios, 332 Conglin Road, radbrock, London, UK

Applicant before: Drayson Technologies (europe) Ltd.

AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20221101