CN111811569B - 一种用于感知室内环境的方法和系统 - Google Patents
一种用于感知室内环境的方法和系统 Download PDFInfo
- Publication number
- CN111811569B CN111811569B CN202010489255.4A CN202010489255A CN111811569B CN 111811569 B CN111811569 B CN 111811569B CN 202010489255 A CN202010489255 A CN 202010489255A CN 111811569 B CN111811569 B CN 111811569B
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensors
- integrated
- indoor space
- indoor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000007613 environmental effect Effects 0.000 claims abstract description 153
- 238000009826 distribution Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims description 87
- 238000005192 partition Methods 0.000 claims description 40
- 239000000523 sample Substances 0.000 claims description 38
- 230000008859 change Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 18
- 230000003750 conditioning effect Effects 0.000 description 14
- 230000006870 function Effects 0.000 description 14
- 230000033228 biological regulation Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 10
- 230000008447 perception Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 238000009434 installation Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000003213 activating effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000036760 body temperature Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 125000006850 spacer group Chemical group 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000001788 irregular Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000007958 sleep Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 239000002178 crystalline material Substances 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 235000021268 hot food Nutrition 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002086 nanomaterial Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
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
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明涉及一种用于感知室内环境的方法和系统,该方法包括:从多个集成传感器接收所述多个集成传感器所在位置的多个环境参数;至少部分利用所述多个集成传感器的位置信息获取室内空间建模信息;以及至少部分基于所述多个集成传感器的所述多个环境参数以及所述室内空间建模信息,获得室内环境分布信息。本申请的室内环境感知方法,可以基于传感器网络和空间建模的帮助下,能够实现更为精准的室内空间环境感知。
Description
技术领域
本发明涉及传感器技术领域,特别地涉及一种用于感知室内环境的方法和系统。
背景技术
在本世纪,传感器技术作为现代信息技术的重要支柱之一获得了快速的发展。基于半导体材料、晶体材料、陶瓷材料、有机复合材料、金属材料、高分子材料、超导材料、光纤材料和纳米材料的各种各样的传感器层出不穷,并且开始逐渐进入了家庭。从传统的温湿度传感器到反映空气质量的PM2.5探测器都已经广泛地在家庭中使用。
随着智能家居理念逐渐被人们接受以及具有物联网功能设备的普及,不久以后,越来越多的传感器会更快地进入家庭的人居环境之中。虽然更多的传感器能够采集更多的信息,但是如此之多的传感器也带来了安装和管理上的诸多不便,使得智能家居只能停留在展示中心,而无法真正的进入千家万户。因此,这是本领域迫切需要解决的问题之一。
发明内容
针对现有技术中存在的技术问题,本申请提出了一种用于感知室内环境的方法,包括:从多个集成传感器接收所述多个集成传感器所在位置的多个环境参数;至少部分利用所述多个集成传感器的位置信息获取室内空间建模信息;以及至少部分基于所述多个集成传感器的所述多个环境参数以及所述室内空间建模信息,获得室内环境分布信息。
如上所述的方法,其中所述集成传感器经配置以探测室内环境的一个或多个环境参数和/或室内活动的人的一个或多个人体参数。
如上所述的传感器网络,其中根据来自多个集成传感器中一者或多者的多个探测结果共同确定一个环境或人体参数。
如上所述的方法,其中所述集成传感器经配置以探测室内活动的人发出的命令。
如上所述的方法,其中所述位置信息包括高度。
如上所述的方法,其中所述位置信息包括水平相对位置信息。
如上所述的方法,其中所述室内空间信息包括室内空间的尺寸。
如上所述的方法,进一步包括基于所述室内空间信息将室内空间分成多个子空间;以及利用来自所述多个集成传感器的多个环境参数为至少部分子空间的环境参数赋值。
如上所述的方法,进一步包括:通过插值法为至少部分子空间的环境参数赋值。
如上所述的方法,进一步包括:至少部分基于所述多个子空间的环境参数,预估室内空间的场分布;以及至少部分基于室内空间的场分布,为至少部分子空间的环境参数赋值。
如上所述的方法,其中所述室内空间的场为温度场。
如上所述的方法,其中所述室内空间的场为电磁信号强度场。
如上所述的方法,进一步包括:从所述多个集成传感器接收所述多个集成传感器所在位置的位置属性信息;以及至少部分基于所述位置属性信息,为至少部分子空间的环境参数赋值。
如上所述的方法,进一步包括:预估各个子空间的环境参数变化,并根据预估的变化更新各个子空间的环境参数。
如上所述的方法,进一步包括:根据室内空间设施状态的变化或者所述变化后来自多个集成传感器的多个环境参数的变化,预估室内空间中其他多个子空间的环境参数变化。
如上所述的方法,进一步包括:获得室外环境变化状态;以及至少部分基于室外环境变化状态,预估室内空间中各个子空间的环境参数变化。
根据本申请另一个方面,提出了一种用于感知室内环境的系统,包括:多个集成传感器,其分布在所述室内空间中;以及数据中心,其与所述多个集成传感器通信;其中,所述数据中心经配置以至少部分基于来自所述多个集成传感器的所述多个环境参数以及室内空间建模信息,获得室内环境分布信息。
如上所述的系统,其中所述室内空间信息包括室内空间的尺寸。
如上所述的系统,其中所述数据中心经配置以基于所述室内空间信息将室内空间分成多个子空间;以及利用来自所述多个集成传感器的多个环境参数为至少部分子空间的环境参数赋值。
如上所述的系统,其中所述数据中心经配置以通过插值法为至少部分子空间的环境参数赋值。
如上所述的系统,其中所述数据中心经配置以至少部分基于所述多个子空间的环境参数,预估室内空间的场分布;以及至少部分基于室内空间的场分布,为至少部分子空间的环境参数赋值。
如上所述的系统,其中所述数据中心经配置以从所述多个集成传感器接收所述多个集成传感器所在位置的位置属性信息;以及至少部分基于所述位置属性信息,为至少部分子空间的环境参数赋值。
如上所述的系统,其中所述数据中心经配置以根据室内空间设施状态的变化,预估室内空间中各个子空间的环境参数变化。
如上所述的系统,其中所述数据中心经配置以获得室外环境变化状态;以及至少部分基于室外环境变化状态,预估室内空间中各个子空间的环境参数变化。
本申请的室内环境感知方法,可以基于传感器网络和空间建模的帮助下,能够实现更为精准的室内空间环境感知。
附图说明
下面,将结合附图对本发明的优选实施方式进行进一步详细的说明,其中:
图1是根据本发明一个实施例的集成传感器的结构示意图;
图2是根据本发明另一个实施例的集成传感器的结构示意图;
图3是根据本发明再一个实施例的集成传感器外壳的示意图;
图4是根据本发明一个实施例的集成传感器电路结构示意图;
图5是根据本发明一个实施例的集成传感器供电结构示意图;
图6是根据本发明一个实施例的室内人居环境感知系统的结构示意图;
图7是根据本发明一个实施例集成传感器探测方法的流程图;
图8是根据本发明一个实施例的传感器网络结构示意图;
图9A为根据本申请一个实施例的传感器网络房间内结构示意图;
图9B是根据本发明一个实施例的集成传感器定位示意图;
图10是根据本发明一个实施例的室内空间建模方法的流程图;
图11是根据本发明一个实施例的感知室内空间环境的方法;
图12为根据本申请一个实施例的室内模型示意图;
图13A和图13B为根据本申请一个实施例的室内环境变化示意图;
图14是根据本发明一个实施例的调节室内环境方法的流程图;
图15为根据本申请一个实施例的室内空间建模元件的结构示意图;
图16为根据本发明一个实施例以建模元件为基础的室内空间建模流程示意图;
图17A-图17D为根据本申请一个实施例的室内设施的结构示意图;以及
图18为根据本发明一个实施例以室内设施为基础的室内空间建模流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在以下的详细描述中,可以参看作为本申请一部分用来说明本申请的特定实施例的各个说明书附图。在附图中,相似的附图标记在不同图式中描述大体上类似的组件。本申请的各个特定实施例在以下进行了足够详细的描述,使得具备本领域相关知识和技术的普通技术人员能够实施本申请的技术方案。应当理解,还可以利用其它实施例或者对本申请的实施例进行结构、逻辑或者电性的改变。
本发明提出了一种用于室内人居环境的集成传感器,并且基于该集成传感器提出了一种传感器网络。在一些实施例中,传感器网络还可以是多个不同的传感器,并不仅限于集成传感器。以下将以集成传感器为例来说明本申请技术方案,如本领域技术人员所理解,集成传感器的位置也可以是包括多个不同种类的传感器。
在本发明的一些实施例中,集成传感器集合了多个环境传感器,包括但不限于:光敏传感器(视觉)、声敏传感器(听觉)、气敏传感器(嗅觉)、化学传感器(味觉)、压敏传感器(触觉)、流体传感器(触觉)、热敏传感器(温度)、湿敏传感器(湿度)、磁敏传感器(磁场)等中的一种或多种。环境传感器用户探测室内环境的一个或多个参数。
在本发明的一些实施例中,集成传感器集合了多个人体传感器,包括但不限于:声音传感器、红外线传感器、超声波传感器、激光传感器、重力传感器、动作传感器、手势传感器、温度传感器、电流传感器、电压传感器、磁场传感器、位移传感器、速度传感器、加速度传感器等中的一种或多种。人体传感器用于探测室内活动的人的一个或多个参数。
在一些实施例中,环境传感器和人体传感器可能为同一种传感器,例如声音传感器。声音传感器具有探测声音的功能。既能探测环境中的声音,也能够探测人发出的声音。在一些实施例中,同一种传感器可能具有探测环境参数和人的参数两种功能,例如温度传感器。温度传感器既能够探测室内空气的温度,也远距离探测人体的温度。然而,探测空气温度和远距离探测人体温度是两个完全不同的功能。
在一些实施例中,集成传感器检测的多个结果共同表征一个环境或人体参数。例如,集成传感器中温度探测的结果和烟雾探测的结果共同说明室内失火。在一些实施例中,多个集成传感器的检测结果共同表征一个环境或人体参数。例如,多个摄像头设置在合适的位置就可以实现精准定位。再例如,某个位置的集成传感器的重力探测结果和另一位置的集成传感器的红外探测结果结合表明室内某个位置有人活动。
在一些实施例中,环境或人体参数包括环境中的物体或者人发出的命令。例如,某个位置的集成传感器的微波探测结果可以定位某个位置的人,配合另一个位置的手势动作传感器获得的指令,结合表明人发出的主动命令。
由此,一个或多个集成传感器能够探测并提供室内人居环境的多个环境或人体参数,能够替代现有的多种类型的传感器,向智能家居的数据中心,例如计算机或服务器,提供基础环境和人体的数据服务,简单方便而且易于安装和维护,使得智能家居能够更为便利地实现。
图1是根据本发明一个实施例的集成传感器的结构示意图。如图所示,集成传感器100包括外壳102、探头104、以及电路板106。在一些实施例中,探头104和电路板106安装在外壳102上。在一些实施例中,外壳102中包括一个或多个支撑结构。探头104和电路106通过一个或多个支撑结构而安装到外壳102上。或者,外壳102、探头104和电路板106都安装到一个或多个支撑结构上,从而实现外壳102、探头104、以及电路板106的装配。
如本发明背景技术所记载的,本实施例的集成传感器的一个重要的应用是用来探测室内人居环境。在一些实施例中,探头104的至少一部分与室内环境直接接触。例如,探头104为集成传感器外表面的一部分,从而直接与室内环境接触。在一些实施例中,探头104包括一个或多个与室内环境连通的通道,从而间接与室内环境接触。当然,探头104可以同时直接和间接地与室内环境接触。
在一些实施例中,探头104包括多个传感器11-14。多个传感器11-14为多个环境探测器和/或人体探测器,用来探测多个环境参数和/或人体参数。多个传感器11-14电连接到电路106。
如图所示,多个传感器11-14通过多个线路电连接到电路106板。在一些实施例,这些线路为设置于外壳102或支撑结构上的固定线路,例如:导电涂层、导电胶、或者导电层等,而不是电导线。
在一些实施例中,电路板106包括单片的印刷电路板以及多个板上的电子元件,例如处理器以及通信模块。电路板106通过多个板上的电子元件接收来自传感器11-14的探测结果,对来自传感器11-14的探测结果进行处理,然后再转发到家庭数据中心。
与现有技术中的温度或湿度探测器不同,本实施例的集成传感器适于安装于室内的墙壁、地板或者天花等房间设施中,从而与室内环境融为一体。这样的方式有很多好处:一方面,可以简化集成传感器外观设计,不必担心集成传感器会影响房间的整体美观;另一方面也可以使得集成传感器的安装更为方便,不会破坏室内房间墙壁、地板或者天花等部分。更为重要的是,将集成传感器安装于室内的墙壁、地板或者天花等房间设施中能够提供更大的空间,以集成多个传感器,而不必担心空间受限,更有利于集成传感器的实施。
在一些实施例中,墙壁、地板或者屋顶中包括用于安装集成传感器的托架。托架本身为墙壁、地板或者天花的一部分,而集成传感器安装于托架上从而置于墙壁、地板或者天花中。在一些实施例中,墙壁、地板或者天花为不与室内原有墙面、地板和屋顶硬连接的可移动墙、地板或者天花。申请号为201910295819.8,申请日为2019年4月12日,发明名称为一种装配式建筑及内张力墙体,公开了一种内张力墙,其即为不与原有墙面、地板和屋顶硬连接的可移动墙的实例。该申请的全文以引用的方式并入本文中。申请号为201910858472.3,申请日为2019年9月11日,发明名称为一种天花及装配式建筑,公开了一种天花,其即为不与原有墙面、地板和屋顶硬连接的天花的实例。该申请的全文也以引用的方式并入本文中。在如上两个例子的可移动墙和天花中都包括了足够的空间以容纳本申请的集成传感器。因此,作为优选的实施例,本申请的集成传感器与不与室内原有墙面、地板和屋顶硬连接的可移动墙、地板或者天花共同使用。现有技术中有多种方式能够实现集成传感器的安装,不限于托架的方式,在此不再赘述。
在集成传感器置于墙壁、地板或者天花的实施例中,集成传感器与室内环境的接触方式能够以多种方式实现。在图1所示的实施例中,探头104成为集成传感器100与环境直接接触的表面或其一部分。传感器11-14通过探头104与环境直接接触的表面探测室内环境参数或人体参数。在以下的2个具体的实施例,示出了集成传感器探头和外壳的其他设计方案。当然,本发明集成传感器的实现方式并不局限于此。
图2是根据本发明另一个实施例的集成传感器的结构示意图。图2所示的集成传感器200包括:外壳、探头204和电路板(未示出);其中,外壳和电路板部分与图1所述实施例对应的部分类似。同样地,图2所示实施例的集成传感器也可以包括支撑结构。进一步地,传感器与电路板之间的线路也可以图1所述实施例类似的方式实施。在此不再赘述。
如图2所示,集成传感器200的探头204包括通道205,其与集成传感器200的内部空间207连通。在通道205和内部空间207中布置一个或多个传感器21-24。传感器21-24通过通道205间接与室内环境接触。这些传感器包括但不限于声音传感器、温度传感器、湿度传感器、磁传感器、气体传感器、电磁信号传感器等。通道205和内部空间207提供了足够的空间以容纳多个传感器,从而使得本申请的集成传感器能够具有更小的体积和更高的集成度。
在一些实施例中,集成传感器200的探头204包括与室内环境直接接触的探头表面209。通道205经设置通过探头表面209。在探头表面209包括一个或多个传感器25-28。传感器25-28直接与室内环境接触。这些传感器包括但不限于:光传感器、热释电传感器、红外传感器、压力传感器等。探头表面209提供了与室内环境直接接触的表面,有利于获得准确的探测结果。
图3是根据本发明再一个实施例的集成传感器外壳的示意图。图3所示的集成传感器包括:外壳、探头304和电路(未示出);其中,外壳和电路部分与图1所述实施例对应的部分类似。同样地,图3所示实施例的集成传感器也可以包括支撑结构。进一步地,传感器与电路之间的线路也可以图1所述实施例类似的方式实施。在此不再赘述。
如图3所示,集成传感器300的探头304包括多个通道305,其中每个通道305与集成传感器300的一个内部空间307连通。在通道305和内部空间307中布置一个或多个传感器31-35,其通过通道305间接与室内环境接触。这些传感器包括但不限于声音传感器、温度传感器、湿度传感器、磁传感器、气体传感器、电磁信号传感器等。通道305和内部空间307提供了足够的空间以容纳多个传感器,从而使得本申请的集成传感器能够具有更小的体积和更高的集成度。
在一些实施例中,集成传感器300的探头304包括与室内环境直接接触的探头表面309。多个通道305经设置通过探头表面309。在探头表面309包括一个或多个传感器36-39。传感器36-39直接与室内环境接触。这些传感器包括但不限于:光传感器、热释电传感器、红外传感器、压力传感器等。探头表面309提供了与室内环境直接接触的表面,有利于获得准确的探测结果。
在一些实施例中,集成传感器与室内环境之间可能存在间隔物。这些间隔物包括镂空或通气的装饰板,例如木纹板、纸板、石材板、釉面砖等、或者涂覆有墙漆、壁纸、墙布、墙泥、墙贴等材料的板材;镂空或通气的装饰物,例如装饰画、照片、工艺品、纺织品、收藏品、花艺品等;或者家具或家用电器等。这些间隔物的存在不影响集成传感器与室内环境之间的直接或间接接触。
图4是根据本发明一个实施例的集成传感器电路结构示意图。如图所示,集成传感器400包括探头401和电路板。探头401包括一个或多个模拟量传感器、一个或多个数字量传感器以及一个或多个开关量传感器。电路板包括处理器402。在一些实施例中,处理器402包括多个端口分别对应不同的传感器。例如,处理器402包括8通道的I/O端口,其中2个通道为模拟量;2个通道为数字量;2个通道为开关量。处理器402的各个通道分别对应不同类型探测结果的传感器。
在一些实施例中,为了增加集成传感器能够容纳传感器的数量,减少处理器通道对于传感器数量的限制,采用现场总线或非现场总线来实现处理器与多个传感器之间的通信。
参考图4,探头401的第一模拟量传感器41和42通过模拟量线路与处理器402电连接。模拟量传感器41和42的探测结果经过模拟数字信号转换器ADC再连接到数字量线路,再与处理器402电连接。探头401的第一数字量传感器43和44通过数字量线路与处理器402电连接。探头401的第一开关量传感器43和44通过开关量线路与处理器402电连接。在一些实施例中,数字量和开关量线路可以合并为同一个线路。这样的线路包括但不限于:远程数字IO线路,例如:PROFIBUS、MODBUS等;或者现场总线线路,例如:RS485、CAN、CC-LINK、D-Net、ASI、DP总线等;或者数据总线线路,例如:PCI、PCIe、USB总线等。由于对于集成传感器的探测实时性要求不高,一些高时延的非现场总线(例如数据总线)也可以应用于本发明之中。
在一些实施例中,在传感器与线路之间可能包括一个或多个信号调理电路,其用于将来自传感器的探测信号转换成标准的模拟量信号、数字量信号、差分信号或开关量信号以用于后续的信号处理。
在一些实施例中,在模拟量、数字量或开关量线路中可以包括一个或多个控制器,其用于信号的处理以及部分传感器的控制以减轻处理器402的工作量,降低成本,提高系统的效率。
在一些实施例中,有些传感器也可以设置于电路板上。对于这些传感器,所有与之有关的电子器件都可以集成于集成传感器的电路板上。在其他实施例中,对于设置在电路板之外传感器,除了传感器与电路板之间必要的线路之外,其他的电子器件,包括信号调理电路、控制器以及它们之间的线路都设置在电路板上,从而提高多个传感器的集成度。
在本实施例中,处理器402既可以通过多个不同类型的接口支持不同的传感器,也可以通过支持多个传感器的模拟量、数字量和开关量线路分别与不同类型测量结果的传感器通信,能够实现多种类型多个传感器的集成;而且传感器的数量并不受处理器402端口数量的限制。
在一些实施例中,为了方便增加或者更换传感器,集成传感器400数字量或开关量线路可以分别包括了即插即用接口,以方便根据需要增加或改变集成传感器400的功能。例如,在集成传感器400的数字量或模拟量线路中包括一个或多个即插即用接口,其包括但不限于PCIe、PCI以及USB接口。对于输出结果为数字量或开关量的传感器,其可以通过连接到这些即插即用接口而实现。对于输出结果为模拟量的传感器,其可以通过ADC转换为数字信号,然后再通过数字量或模拟量线路中的即插即用接口实现即插即用。
在一些实施例中,集成传感器400还包括与处理器402通信的显示模块404。显示模块404用于显示集成传感器的状态。例如,显示模块404可以是一块液晶显示屏,显示器工作状态或者探测结果。再例如,显示模块404是多个指示灯,其通过颜色、点亮、闪烁等状态反应集成传感器400的工作状态。
在一些实施例中,集成传感器400还包括与处理器402通信的存储器406。存储器用来存储集成传感器400的数据,包括但不限于:集成传感器的探测结果、集成传感器自身的数据(例如位置,工作状态等)、以及集成传感器工作过程中的数据。
在一些实施例中,集成传感器400还包括通信模块408。通信模块408用于与外部(例如其他集成传感器或者家庭数据中心)通信。在一些实施例中,通信模块408可以为无线模块。无线模块采用的通信协议包括但不限于:5G、2.5G、Wi-Fi、Zigbee、Lora、NB-IOT、Z-Ware、Bluetooth等。
在一些实施例中,通信模块408可以为有线模块。有线模块用于外部(例如其他集成传感器或者家庭数据中心)通信。有线模块采用的通信协议包括但不限于:远程数字IO线路,例如:PROFIBUS、MODBUS等;或者现场总线线路,例如:RS485、CAN、CC-LINK、D-Net、ASI、DP总线等;或者数据总线线路,例如:PCI、PCIe、USB总线等。特别是对于集成传感器设置于可移动墙或者天花的一些实施例,在可移动墙或者天花中可以预先设置用于有线通信的线路,以支持集成传感器通过有线的方式通信。
在一些实施例中,各个集成传感器之间可以利用各自的通信模块408相互通信而形成通信网络,例如移动自组织(ad hoc)网络等。
图5是根据本发明一个实施例的集成传感器供电结构示意图。如图所示,集成传感器还包括电池501和电源管理模块502。在电源管理模块502控制下,电池501向各个传感器,例如传感器1和传感器2供电。同样地,电源管理模块502也控制电池501向处理器402供电的同时也向无线模块和存储器供电。
由于集成传感器设置于墙壁、地板或者天花中,布置有线的电源线路是可选的选择。在一些实施例中,集成传感器还包括无线充电模块504,其连接到电池501。通过无线充电模块504能够实现对于电池501的无线充电。在一些实施例中,集成传感器还包括太阳能充电模块506,其连接到电池501。通过太阳能充电模块506能够将光能转换成电能对电池501充电。在可移动墙、地板或者天花的实施例中,可移动墙、地板或者天花中已经包括了电源线路,因此,也可以通过其中的电源线路直接对集成传感器进行供电。在该实施例中,电池501、无线充电模块504和太阳能充电模块506都是可选的。
如本发明的一些实施例所显示的,集成传感器具有如下的优点:
1.体积小,重量轻,功耗小。本发明的集成传感器实现了多个传感器的集成,是一个独立的功能完善的电子系统,其可以实现于小的单片集成电路板上。在实现多种探测功能的同时,还能够缩小体积、减轻重量,降低功耗。
2.成本低。一方面,本发明的集成传感器方便批量生产,从而使得成本能够大大降低。另一方面,多个传感器可以集中布置和管理,传感器的安装和管理成本也大大降低。
3.可靠性高。本发明的集成传感器将多个电子器件集成在一个电路板上,连接点和焊接点大大减少,而且出厂的检验保证了器件的高可靠性。因此,相比于多个分立的传感器,电路可靠性大幅度提高,降低维护成本。
4.可扩展性好。本发明的集成传感器实现了多个传感器的集成和相互通信以及与外部数据中心的通信,方便在此基础上实现不同的功能,可扩展性极佳。
图6是根据本发明一个实施例的室内人居环境感知系统的结构示意图。如图所示,本实施例的室内人居环境感知系统包括多个集成传感器,例如集成传感器A-H,其分别布置于室内的环境之中。在一些实施例中,多个集成传感器分别布置于墙壁、地板和天花之中。特别地,墙壁、地板和天花为可移动墙、地板和天花。进一步地,本实施例的室内人居环境感知系统包括家庭数据中心。多个集成传感器以无线的方式与家庭数据中心通信。家庭数据中心可以是服务器、专用机、电脑、笔记本等设备,也可以是手机、Pad等移动设备。
家庭数据中心一方面作为各个集成传感器的探测结果(数据)的存储、处理和挖掘的中心,也是利用这些数据控制室内人居环境的指挥中心。另一方面,家庭数据中心也是家庭网络的网关。家庭数据中心包括网关。所有的集成传感器的探测结果(数据)不经过家庭数据中心都不能向外发送。因此,家庭数据中心也是数据保护的中心。
在一些实施例中,家庭数据中心包括一个或多个处理器、第一通信模块和第二通信模块。第一无线模块用于与多个集成传感器通信,从多个集成传感器接收一个或多个探测结果;或者向多个集成传感器发送控制命令。第一通信模块可以是5G、2.5G、Wi-Fi、Zigbee、Lora、NB-IOT、Z-Ware、Bluetooth等通信协议的数据收发端。第二通信模块用于以有线或无线的方式与外部网络通信,包括但不限于移动互联网、Internet、以及能够实现双向通信的其他网络。
在一些实施例中,家庭数据中心能够以有线或无线的方式与人体佩戴的传感器通信,从而获得来自非集成传感器的探测结果。在一些实施例中,家庭数据中心以有线或无线的方式与室内的家用电器通信,从而获得来自非集成传感器的探测结果。
在一些实施例中,家庭数据中心能够执行处理来自集成传感器或非集成传感器的探测结果,并以此为依据,利用大数据以及人工智能等技术,调整室内环境的一个或多个参数,从而实现主动的室内环境调节。
图7是根据本发明一个实施例集成传感器探测方法的流程图。如图所示,集成传感器探测方法包括:在步骤710,在家庭数据中心接收来自第一集成传感器中第一传感器的探测结果。第一集成传感器通过其无线模块将其第一传感器的探测结果发送到家庭数据中心。
在步骤730,在家庭数据中心接收来自第一集成传感器中第二传感器的探测结果和/或第二集成传感器中第三传感器的探测结果。第一集成传感器通过其无线模块将其第二传感器的探测结果发送到家庭数据中心;或者,第二集成传感器通过其无线模块将其第三传感器的探测结果发送到家庭数据中心;或者,第一集成传感器的第二传感器的探测结果以及第二集成传感器的第三传感器的探测结果都发送到家庭数据中心。
在步骤750,在家庭数据中心,综合分析第一传感器、第二传感器和/或第三传感器的探测结果,得出一个或多个室内环境参数或人体参数。如本领域技术人员所理解,本发明并不限制集成传感器及其中的传感器的类型、数量以及探测时间,综合分析这些探测结果,在家庭数据中心能够更为准确地获得希望的室内环境参数或人体参数。
在一些实施例中,在步骤740,还包括在家庭数据中心接收来自人体佩戴的第四传感器的探测结果。在实施例中,家庭数据中心综合分析第一传感器、第二传感器、第三传感器和/或第四传感器的探测结果,再得出一个或多个室内环境参数或人体参数。通过将人体佩戴的第四传感器的探测结果,能够更为准确地了解人体的一个或多个参数,从而能够更为准确地获得希望的室内环境参数或人体参数。
在一些实施例中,在步骤770,还包括家庭数据中心根据来自步骤750的一个或多个室内环境参数或人体参数控制室内环境中的一个或多个电器,调整一个或多个室内环境参数。通过调整一个或多个室内环境参数,将室内环境调整到使用者合适的或者希望的情况。利用集成传感器的探测结果,本实施例的方法实现了主动的室内人居环境改变,从而成为主动人工智能方面的直接应用。
虽然本申请以室内人居环境为例,说明了本发明集成传感器的技术方案;但是,本领域技术人员应当理解,本发明集成传感器的应用不仅仅局限于室内,可以应用于其他的独立空间,包括但不限于静态的室外空间、移动空间(如车内)等。
传感器网络
根据本发明的一个实施例,多个集成传感器构成集成传感器网络。集成传感器网络与家庭数据中心一起成为室内人居环境感知系统的组成部分。在集成传感器网络中,各个集成传感器能够相互通信,或者与集成传感器网络的分中心通信。在一些实施例中,家庭数据中心可以作为传感器网络的中心节点。在集成传感器网络中,各个集成传感器还能够与家庭数据中心通信。在一些实施例中,在集成传感器网络的分中心或者家庭数据中心的协调下,多个集成传感器可以协同工作,实现更优的室内人居环境控制。
另一个方面,本发明也提供了一种传感器网络。如上所述的集成传感器网络可以是传感器网络的一个实例。传感器网络包括多个传感器和数据中心。多个传感器置于在室内的多个位置,其可以为如上所述的集成传感器,也可以为其他类型的传感器。在以下以集成传感器为例的描述中,本领域技术人员应当理解,其他类型的传感器也是可行的。数据中心以有线或无线方式与多个传感器通信,其至少部分基于所述多个传感器的多个位置信息进行室内环境的探测。数据中心可以为家庭数据中心或分中心。
图8是根据本发明一个实施例的传感器网络结构示意图。如图8所示,室内人居环境包括多个房间,例如:房间A、房间B和房间C;其中房间A与房间C分别与房间B相通。房间A内布置有多个集成传感器A01-A05;房间B内布置有多个集成传感器B01-B04;以及,房间C内布置有多个集成传感器C01-C05。在一个实施例中,即使被布置于不同的房间中,各个集成传感器也可以相互通信。例如,集成传感器A01可以和集成传感器C05直接通信。在一些实施例中,图8所示的传感器网络可以包括一个数据中心(未示出),其能够与各个房间中的各个集成传感器通信。在一些实施例中,各个房间内可以包括分中心,例如分中心A、分中心B和分中心C(未示出)。分中心的物理结构与数据中心类似,可以是具有计算能力的设备。分中心并不是必需的。在房间比较大或者房间内集成传感器数量较多时,分中心的设置能够减轻数据中心的工作负荷,也有利于更快地针对环境变化进行反应。在一些实施例中,各个集成传感器通过分中心或者数据中心实现协同工作,而无需直接通信。
在一些实施例中,房间内的集成传感器可以设置在可移动或者不可移动的墙、地板或者天花等室内设施中。以房间A为例,集成传感器可以设置于房间A四周的墙壁的多个位置上,形成房间A的传感器网络,在一些实施例中,集成传感器还可以设置于房间A的天花和/或地板上(图中未示出)。在一些实施例中,房间内的智能穿戴设备(例如:智能手环、智能手表、智能手机等)也可以与数据中心通信。
在一些实施例中,当组成一个或多个房间的传感器网络后,数据中心可以通过多个集成传感器对室内的环境进行探测。与现有技术不同,多个不同位置的集成传感器在至少两个方面提升环境探测的结果。一方面,从多个位置进行探测能够获得室内环境的分布,从而提高探测的精确性。例如,现有技术中,一个房间内可能只有一个温湿度探测器,房间内的温湿度分布可能是不均匀的,而该温湿度传感器只能探测其周围的温湿度。由于房间内不同位置上有多个集成传感器,这些集成传感器可以探测各自位置的温湿度。数据中心根据各个位置的温湿度就能够获得温湿度的分布,更准确地反映房间内的温湿度情况。另一个方面,多个位置的集成传感器能够探测多种类型的环境参数。在不同位置获得的不同类型的环境参数使得数据中心能够探测到现有传感器无法探测的环境参数。
在一些实施例中,集成传感器可以对室内环境的一个或多个环境参数进行探测,数据中心可以根据传感器网络的多个集成传感器中一者或多者的多个检测结果及其位置信息共同确定一个环境参数。例如,数据中心可以根据来自多个集成传感器探测的房间内的温度以及该多个集成传感器的位置确定房间内的温度分布。
在一些实施例中,集成传感器也可以对室内活动人的一个或多个人体参数进行探测,数据中心可以根据传感器网络的多个集成传感器中一者或多者的多个检测结果及其位置信息共同确定一个人体参数。例如,数据中心可以根据来自多个集成传感器探测的来自人体的红外信息以及该多个集成传感器的位置确定房间内活动的人的移动路线。
在一些实施例中,数据中心可以根据传感器网络的多个集成传感器中一者或者多者的多个检测结果共同确定一个室内活动的人发出的命令。例如,数据中心可以根据来自一个集成传感器探测的来自人体的红外信息和另一个集成传感器探测的来自活动的人的语音信息,确定该人用语音发出调节其周围温度的命令。通过集成传感器的红外信息对于确定发出命令的人及其位置是有用的。在一些实施例中,数据中心可以根据传感器网络的多个集成传感器中一者或多者的多个探测结果和/或室内活动人的命令调整室内环境。
在一些实施例中,集成传感器在首次与数据中心通信时,可以向数据中心发送身份信息和其所在的位置信息。在一些实施例中,集成传感器需要在数据中心注册,才能够加入数据中心的传感器网络。在注册时,集成传感器发送其身份信息,例如ID;及其位置信息。在一些实施例中,集成传感器的身份信息包括其所在房间。例如:集成传感器处于A房间、B房间或者C房间中,传感器身份信息A02中A即表示A房间,02号表示编号为2号传感器。在集成传感器的身份信息中包括房间信息时,其位置信息可以为房间中的位置信息。在一些实施例中,集成传感器的身份信息还可以包括集成传感器位置状态信息。例如:集成传感器为可移动或者不可移动的传感器。对于可移动的集成传感器,其身份信息中包括字母X。例如X01,编号为1号的可移动传感器。
在一些实施例中,集成传感器发送探测结果时,可以同时向数据中心发送其身份信息和所在位置信息。特别是可移动传感器,其通过发送位置信息以更新其所在的位置。对于不可移动传感器,如果其所在的房间设施是可移动的,那么在改变位置后,也将重新注册或者在下次发送探测结果时,同时发送更新后的位置信息。
在一些实施例中,集成传感器的位置信息包括高度。也就是说,集成传感器的位置信息为三维位置信息。而现有的室内定位中,通常是不包括高度信息的。三维位置信息有利于建立更为准确的环境模型。进一步地,在一些实施例中,位置信息包括水平相对位置信息。高度信息和水平相对位置信息一起定义集成传感器的位置。其中,水平相对位置信息基于与定位点的相对位置,所述定位点为定位传感器的位置或者所述传感器所在房间的预设点。室内定位通常似乎是困难的,难以精确定位的,而精确的定位对于本发明却是重要的。为了解决这一难题以及降低定位成本,在本实施例中,以房间为单位,利用水平相对位置信息来减小定位的难度。水平相对位置的定位点是房间内的预设点,或者预设点上的定位集成传感器。这样就将相对于坐标原点的三维空间定位变成了房间内的预定点的相对定位,从而可以充分利用房间的墙等辅助设施,降低相对定位难度。而通过预定点与坐标原点之间的位置关系,可以很容易计算出所有集成传感器相对于坐标原点的位置。
图9A为根据本申请一个实施例的传感器网络房间内结构示意图。如图所示,房间900包括墙壁910、920和930(仅示出3个)、天花940以及地板950;其中,墙壁910和930分别与墙壁920连接。各个墙壁与天花940、地板950相连,构成室内空间。在一些实施例中,房间900还可以包括隔墙960,其可以与墙壁910相连,并设置于天花940和地板950之间,可以用于对室内空间进行分隔,可以将室内空间分隔成多个空间。在一些实施例中,隔墙960为可移动隔墙。
在一些实施例中,墙壁920与墙壁930连接处包括墙角970,其相比于墙壁920和墙壁930来说比较凸出,在一些实施例中,墙角还可以有其他形状,例如:扇形等。在一些实施例中,墙壁整体也并非平直。例如:墙壁存在一定的弧度、凹凸度等等。
在一些实施例中,房间内包括多个集成传感器。墙壁910上可以包括集成传感器911-913,其中,集成传感器911位于墙壁910与天花940的交界处,集成传感器912位于墙壁910与地板950的交界处,集成传感器913位于墙壁910、地板950以及隔墙960的交界处。墙壁920可以包括集成传感器921,其位于墙壁920的中心。墙壁930包括集成传感器931-933,集成传感器931设置于墙壁930与天花940的交界处,集成传感器932位于墙壁930与地板950的交界处,集成传感器933位于墙壁930的中心处。天花940包括集成传感器941,其位于天花940的中心处。地板950包括集成传感器951,其位于地板950的中心处。隔墙960包括集成传感器961-963,其中,集成传感器961位于隔墙960与天花940交界处,集成传感器962位于隔墙960与地板950之间,集成传感器963设置与隔墙960的中心处。墙角970包括集成传感器971和972,其中,集成传感器971位于墙角970与天花940的交界处,集成传感器972位于墙角970与地板950的交界处。
在其他一些实施例中,墙壁910、墙壁920、墙壁930、天花940、地板950或者隔墙960上还可以包括不同数量、不同位置的集成传感器。例如:集成传感器911也可以位于天花上,或者将墙壁、天花、地板或者隔墙等分成多个矩形,每个矩形的中心处设置一个集成传感器,或者再每个矩形的各个角和中心处各设置一个集成传感器等。
在一些实施例中,传感器网络在房间900内包括集成传感器911-913、集成传感器921、集成传感器931-933、集成传感器941、集成传感器951、集成传感器961-963、集成传感器971和972。这些集成传感器都能与数据中心通信。在一些实施例中,用户身上可能持有或穿戴的智能设备980。该智能设备980也能够与数据中心通信。
图9B是根据本发明一个实施例的集成传感器定位示意图。如图所示,以集成传感器933定位为例,预定点为房间地面的中心点A。集成传感器933并不具有定位功能,但是支持以输入的方式输入高度和与预定点A的水平相对位置。一个典型的操作是高度和水平相对位置由设置集成传感器933的工人利用手持激光测距仪实施。工人首先利用激光测距仪测量集成传感器933与地面之间的距离Z。在预定点A,利用激光测距仪测量预定点A到墙壁930的距离X,并确定预定点A在墙壁930的投影点B。然后再投影点B放置一个挡光装置。然后,在集成传感器933在地面的投影点上利用激光测距仪测量该点距离预定点A的投影点B之间的距离Y。经过测量的距离X、Y和Z输入集成传感器933,其中X和Y是集成传感器933相对于预定点A的水平相对距离。其中,X和Y可以是正或负数,以表示相对于预定点A的方向。换言之,预定点类似于房间中的一个坐标原点。数据中心存储预定点A的位置。数据中心利用从集成传感器933的X、Y和Z以及预定点A的位置就能够计算出集成传感器933的位置。在一些情况下,房间的形状不规则。这时可以采用在房间内布置2个预定点。通过测量集成传感器在地面的投影点与两个预定点之间的距离作为水平相对位置。在这种模式下,同样可以精确地计算出集成传感器的位置。误差在厘米级或者以下。同样地,房间900内的其他集成传感器也可以利用类似的方式定位。这样的方式操作方便,成本低,无需更多的硬件支持。
在一些实施例中,集成传感器可以包括定位件。定位件可以利用UWB、红外线、超声波等方式实现精确定位。房间内包括定位装置(例如,UWB基站或者红外线或超声波发射装置),其所在的位置为定位点。定位装置能够与集成传感器中的定位件通信,从而能够更容易地实现集成传感器的定位。然而,成本相对较高。这种定位方式的精确程度与所使用的技术有关。在一些情况下,通过定位件能够实现室内的厘米级的定位。
本发明传感器网络的一个重要应用是对于室内环境的精准探测和调节。根据本发明的一个实施例,根据传感器网络的多个集成传感器中一者或多者的多个检测结果能够建立室内空间模型。基于室内空间模型,可以进一步地感知室内环境。在感知室内环境后,数据中心能够控制室内的电器,调整室内环境。
室内空间建模
所谓室内空间建模是指建立室内空间的模型。在现有技术中,室内空间的布局通常是不变的。例如一个房子内有几个房间和各个房间的大小和朝向都很少调整。然而,对于未来的智能房屋而言,室内空间的布局却可以很容易地改变。当房间布局不改变时,数据中心可以存储外部输入的室内空间模型。然而,当房间布局经常变动时,每次都要从外部输入室内空间模型就会变得非常不便。因此,如果能自动地获得房间的布局,或者在房间布局发生变动时自动地更新,从而获得室内空间的模型,更能够适应未来的智能房屋。这种自动的获得并更新房间布局的方法即成为室内空间的建模。基于本发明的传感器网络能够方便地实现这样的室内空间建模。通过室内空间建模获得的室内布局信息不一定完全准确,但是也已经可以满足使用的要求。
图10是根据本发明一个实施例的室内空间建模方法的流程图。如图所示,空间建模方法包括如下步骤:在步骤1010,从多个集成传感器接收多个集成传感器的位置信息。在本实施例中,空间建模基于多个集成传感器的位置信息。如前所述,数据中心能够获得室内布置的传感器网络中多个集成传感器的位置。利用这些集成传感器的位置反映的室内空间信息来尽可能准确地还原室内空间布局,实现室内空间建模。如前所述,在集成传感器在数据中心注册时或者发送探测结果时,可以发送其位置信息。如果集成传感器的位置发生变化,其需要再次向作为传感器网络主节点的数据中心注册;或者再发送探测结果时,同时完成自身位置的更新。
在一些实施例中,数据中心还可以利用其他信息来辅助空间建模。这些信息包括但不限于原有的房屋布局;房屋不可拆除部分的布局;额外布置的定位点信息等。例如,数据中心可以存储原有的房屋布局。虽然房屋布局发生了改变,但是原有的房间布局仍然能够有帮助。结合多个集成传感器的位置信息能够更容易地获得新的房屋布局,建立室内空间模型。在例如,在未来的房屋中,房屋只提供不可拆除的部分,而房间的划分等布局都由使用者自己决定。数据中心可以存储房屋不可拆除部分的布局。结合多个集成传感器的位置信息能够更容易地获得新的房屋布局,从而建立起室内空间模型。当然,除了集成传感器之外,还可以额外的定位点。这些定位点的信息也有利于获得室内空间模型。
在步骤1020,基于所述多个集成传感器的分组,获得室内空间的分区。在一些实施例中,数据中心可以从多个集成传感器接收器分组信息,实现多个集成传感器进行分组,从而可以获得室内空间的分区。例如:可以将同一房间中的所有集成传感器分为一组。如图8所示的实施例,数据中心根据各个集成传感器的ID将所有的集成传感器分为A、B和C三个组。如果房间内包括可移动集成传感器,那么其可以单独成为一组。对于非可移动集成传感器的分组,每个组可以对应于一个房间。在一些实施例中,进一步地,集成传感器的分组可以包括子组,其可以代表房间的局部设施(例如:墙壁、天花、地板等等)等等。高度最低的一些集成传感器属于地面子组;高度最高的一些集成传感器属于天花子组;高度不同但是水平相对位置为一条直线的代表一个墙壁子组。也就是说,针对于同一分组内的集成传感器的进一步分组,能够获得关于房间内设施的信息。这些信息对于室内空间建模都是有用的。
在一些实施例中,如果从集成传感器的身份信息中无法获得房间信息,数据中心可以根据集成传感器的位置特点,自动地将集成传感器分组,即自动地根据集成传感器的位置特点获取房屋的房间布局信息。例如,数据中心可基于形状匹配实现集成传感器的分组。通常,房间的形状是规则的。比如,长方体或者多个长方体组成的房间最为常见。也有一些房间的形状是不规则的。比如,长方体和弧面组成的房间。数据中心存储这些常见的房间形状,利用常见的房间形状与多个集成传感器的位置相匹配,选择最佳的匹配方案作为房间布局。
在一些实施例中,数据中心对集成传感器分组还可以基于区域划分。在一些实施例中,区域划分可以基于到预定点的距离最优方案来进行。具体而言,在多个集成传感器的区域中给出多个预定点。这些预定点周围的集成传感器到预定点之间的距离累加的结果最小的预定点设置方案即为最优解。而对于这个最优解而言,每个预定点对应于一个房间,从而识别出房间的布局。
在一些实施例中,区域划分可以基于目标识别算法,以从看似散乱的多个集成传感器位置中找出其可能归属的不同区域。基于深度学习的目标识别算法,包括但不限于,R-CNN、YOLO、或SSD。已有的集成传感器布置和房间布局可以作为数据集训练目标识别算法模型。利用经训练的目标识别算法模型可以实现多个集成传感器的区域划分,从而识别出房间的布局。
在一些实施例中,所述区域划分还可以基于所述多个集成传感器的探测结果。对于同一区域的集成传感器,探测的结果可能相同或者近似。例如,集成传感器中包括温度探测器;而同一房间内的温度可能相差不多。这样,集成传感器的温度探测结果也可以用来进行或者辅助区域划分,例如:检测结果相同或者相近的集成传感器可以划分为一组,从而得出房间的布局。
同样地,原有的房屋布局或者房屋不可拆除部分的布局也可以辅助确定集成传感器的分组,从而获得新的房间布局。
如本领域技术人员所理解的,以上的区域划分方式可以独立或者组合使用,从而得出更为准确的房间布局。当然,现有技术中的其他区域划分方式,独立或者与以上的区域划分方式组合,也可以应用于此。
由于集成传感器的布置一般比较稀疏,能够获得相对粗略的房间布局情况。为了解决集成传感器稀疏,无法精确地反映房间内情况的问题,在一些实施例中,增加了集成传感器的属性信息,以使得数据中心能够获得集成传感器所在位置的局部特征。集成传感器包括位置属性信息,其可以为身份ID的一部分,或者为一个单独的字段。在注册到数据中心或者发送探测结果时,数据中心获得集成传感器的位置属性信息。位置属性信息反映集成传感器附近室内空间的特征。位置属性信息包括类型字段或类型字段和数量字段。类型字段可以表示其所在的位置是外凸、内凹、弧面、立柱等特征。数量字段可以表示外凸或内凹的距离、弧面的半径、立柱的弧度等。通过位置属性信息能够获得更为准确的房间内局部特征。在一些实施例中,位置属性信息还可以包括集成传感器所在位置所述的功能区。例如:如果集成传感器位于卫生间、厨房等特殊场所,集传感器的位置属性信息会指示功能区的类型。在一些实施例中,位置属性信息还可以包括集成传感器所在位置或其周围的室内设施。例如:集成传感器所在位置附近包括隔墙、窗户、门等,位置属性信息会指示室内设施的类型和粗略位置。这些信息都有利于室内空间模型的建立。
在步骤1030,基于所述多个集成传感器的位置信息,获得各个分区的尺寸信息。在获得了室内空间的分区信息,也就是室内的房间布局后,可以进一步获得各个分区的尺寸信息,例如各个房间的尺寸。在获得了房间的尺寸后,也就建立起了室内空间的模型。这样即使室内房间布局发生变化,利用布置于室内的多个集成传感器,仍可以容易地获得新的房间布局,从而实现自动更新。在一些实施例中,对于房间布局可以根据使用者的愿望随时变化的未来房屋而言,这样的自动更新能力是非常有用的。进一步地,利用室内空间建模,还可以更为精确地调整室内环境,从而实现更为舒适的居住体验。
在一些实施例中,首先对分区进行形状匹配。如果分区已经进行了形状匹配,可以利用之前适配的形状。如果分区尚未进行形状匹配,则先通过形状匹配确定分区的形状。在形状匹配后,确定匹配形状的尺寸。该尺寸即为分区的尺寸。如果存在集成传感器的位置属性信息,那么可以利用集成传感器的位置属性信息对于匹配的形状和尺寸进行调整。在一些实施例中,可以根据同一分区内位于分区边缘的集成传感器的位置来确定分区的尺寸。同样地,原有的房屋布局或者房屋不可拆除部分的布局也可以辅助确定分区的尺寸。在确定了分区的尺寸后,也就建立起了室内空间的模型。
室内空间环境感知
所谓室内空间感知是指精确地探测室内空间环境的一个或多个参数。现有的室内环境探测,往往是以传感器在某一个点的探测结果代表整个空间的环境参数。但是,这样的探测结果是不准确的,并无法反映整个空间的复杂环境变化情况,也不利于实现更为精确的环境控制。在本发明的一些实施例中,基于传感器网络,在空间建模的帮助下,能够实现更为精准的室内空间环境感知。
图11是根据本发明一个实施例的感知室内空间环境的方法。如图所示,该感知室内空间环境的方法包括如下步骤:在步骤1110,从多个集成传感器接收所述多个集成传感器所在位置的多个环境参数。如前所述,室内空间的传感器网络能够从室内空间的多个位置向数据中心发送器探测的环境参数。在数据中心,将这些探测结果汇集,就能够了解室内空间多个位置的环境参数。
在步骤1120,至少部分利用所述多个集成传感器的位置信息获取室内空间建模信息。在一些实施例中,如前所述的利用集成传感器网络针对室内空间建模的方法可以应用于此,用来获得室内空间信息。在一些实施例中,也可以利用其他方式获得室内空间模型。本发明在此并不进行限制。多个集成传感器的位置至少部分被利用以修改或确认室内空间模型,从而获取室内空间信息。例如,如果现有的室内空间模型无法与集成传感器匹配,可能会影响后面的环境赋值,可以根据集成传感器的位置来修正室内空间模型。
在步骤1130,至少部分基于所述多个集成传感器的所述多个环境参数以及所述室内空间建模信息,获得室内环境分布信息。室内空间信息反映是室内的空间情况,而多个集成传感器的探测结果则反映了室内空间中多个分立的点的环境参数。在本步骤中,利用这些分立点的环境参数建立起整个室内空间的环境参数,实现环境的感知。
在一些实施例中,获得室内环境信息可以包括以下步骤:在步骤1131,基于所述室内空间信息将室内空间分成多个子空间。划分子空间的方法可以有很多。例如,固定长度、宽度和高度;固定体积等方式。在步骤1132,利用来自所述多个集成传感器的多个环境参数为至少部分子空间的环境参数赋值。如果某个子空间中包括一个集成传感器或者与一个集成传感器相邻,那么数据中心使用该集成传感器的测量值为该子空间的环境参数赋值。这样,部分子空间的环境参数被赋值;而部分子空间的环境参数尚未被赋值。
在步骤1133,数据中心为剩余的尚未被赋值子空间的环境参数赋值,从而实现整个室内空间的环境感知。可以有多种方法来为这些子空间赋值。在一些实施例中,通过插值法为这些子空间的环境参数赋值。例如,两个已经被赋值的子空间之间间隔有一个或多个子空间,那么可以通过插值法为这些间隔的子空间的环境参数赋值。
在一些实施例中,可以基于已经赋值的多个子空间的环境参数,预估室内空间的环境参数的场分布;然后,基于室内空间的场分布,为一些子空间的环境参数赋值。以温度场为例,如果室内空间中存在一个热源,那么在这个热源周围会出现热量的流场。根据热源的温度,出风量,以及房间的尺寸能够大概地估计热量流场的形态,从而估计出温度的流场分布。根据估计的温度流场分布以及已经被赋值的子空间的温度,可以对一些子空间的温度进行赋值以使得整个房间的温度流场分布与估计的温度流场分布相一致。这样能够实现对部分子空间的环境参数的赋值。以估计的温度流场为基础,再利用插值法或进一步的场分析方法可以对其他的子空间进行赋值,从而得出整个室内空间的温度场。再例如,对于电磁信号强度,根据信号源的位置以及电磁信号在空间的衰减规律,能够大致预计出电磁信号强度场的分布。结合室内多个集成传感器对于电磁信号强度的探测结果,能够实现对于室内部分子空间的电磁信号强度的赋值。以估计的电磁信号强度场为基础,再利用插值法可以对其他的子空间进行赋值,从而得出整个室内空间的电磁强度分布。
在一些实施例中,数据中心还可以根据多个集成传感器的位置属性信息为至少部分子空间的环境参数赋值。如前所述,集成传感器可以包括位置属性信息,表示集成传感器或其附近位置的空间特征。例如,如果集成传感器的位置是内凹的,那么其环境参数可能相对稳定,可以将内凹区域的所有子空间都采用相同的赋值。再例如,如果集成传感器是位于卫生间的水源附近,那么其周围的子空间中湿度赋值会相应的提高。
本领域技术人员应当理解,以上方式可以独立或者组合使用,以更准确地为各个子空间的环境参数赋值。当然,还存在其他方式为尚未赋值的子空间的环境参数赋值。这些方式可以独立或者与以上的方法组合使用,从而更精准的感知室内空间的环境。
在步骤1140,数据中心可以预估各个子空间的环境参数变化,并根据预估的变化更新各个子空间的环境参数。这些子空间既包括具有集成传感器或者与集成传感器相邻的子空间,也包括不与任何集成传感器直接接触的子空间。
在一些实施例中,数据中心根据室内空间设施状态的变化,预估室内空间中各个子空间的环境参数变化。例如,室内的门或窗打开而能够与外界进行气体交换,那么数据中心可以预计室内的温度和湿度将发生变化。根据室外的温湿度以及门和窗打开的时间,数据中心能够预估室内空间温度和湿度的变化。根据预估的结果,数据中心能够对室内空间中的多个子空间的温湿度重新赋值。
在一些实施例中,数据中心根据室内空间设施状态的变化后来自多个集成传感器的多个环境参数的变化,预估室内空间中其他多个子空间的环境参数变化。这样的更新虽然速度上会略有延时,但是能够保证环境变化感知的准确性。
在一些实施例中,数据中心响应于室外环境变化状态预估室内空间中各个子空间的环境参数变化。如果室外环境发生很大的变化,例如温度大幅降低,那么即使不打开门或窗,预计室内温度也将发生相应的变化。数据中心能够预估室内空间温度和湿度的变化。根据预估的结果,数据中心能够对室内空间中的多个子空间的温湿度重新赋值。
本领域技术人员应当理解,以上方式可以独立或者组合使用,以更准确地更新各个子空间的环境参数赋值。当然,还存在其他方式为更新各个子空间的环境参数赋值。这些方式可以独立或者与以上的方法组合使用,从而更精准的感知室内空间的环境变化。
以下将以一个具体的房间为例,来进一步介绍本申请传感器网络,室内空间建模、识别用户发出的命令以及感知室内空间的环境。
图12为根据本申请一个实施例的室内模型示意图。如图所示,房间1200包括墙壁1210、1220和1230、天花1240、地板1250以及墙角1260,其格局设置与图9实施例相似,故在不在赘述。
在一些实施例中,墙壁1210包括集成传感器1211-1215,墙壁1220包括集成传感器1221-1225,墙壁1230包括集成传感器1231-1235,天花1240包括集成传感器1241-1245,地板1250包括集成传感器1251-1255。其中,每个集成传感器均位于各墙壁、天花或者地板分隔矩形的中心处,组成房间1200的传感器网络,各个集成传感器可检测房间内的一个或多个环境参数和/或一个或多个人体参数,并可以将检测结果上传至数据中心。
所有的集成传感器1211-1255的身份ID都具有相同的标识A,代表房间A。因此,房间1200可以是数据中心对房屋的室内空间进行建模后得出的结果。当然,房屋也可能如图8所示,还包括房间B和房间C。数据中心获取各个集成传感器的位置信息,并由此得到房间的尺寸信息。
在一些实施例中,数据中心可以对房间A内的集成传感器进行再分组。例如:墙壁1210上的集成传感器1211-1215为一个子组;墙壁1220、墙壁1230、天花1240以及地板1250上的所有集成传感器各为一个子组。这样就可以进一步得出房间内设施的相关信息。在一些实施例中,数据中心可以从集成传感器接收集成传感器的分组信息。在一些实施例中,在安装集成传感器时即可以对集成传感器的分组信息进行预设(例如:集成传感器属于墙壁1210或者房间A等),通过集成传感器的预设分组信息,可以对集成传感器进行分组,从而可以获得室内空间的分区信息。例如:分为多个房间,或者一个房间分为墙壁、天花、地板等不同室内设施。
在一些实施例中,数据中心还可以获得集成传感器的位置属性信息。例如:集成传感器1222、1223、1231以及1234的位置属性信息都显示其所在位置向外凸出,数据中心可以得出房间1200包括墙角1260,其位于墙壁1220与墙壁1230之间。
在一些实施例中,房间包括墙角或者墙壁为弧面等,位置属性信息可以包括集成传感器所在位置的弧度等。在一些实施例中,位置属性信息还可以包括集成传感器所在位置所述的功能区。例如:集成传感器位于卫生间、厨房等特殊场所。数据中心可以确定室内分区为特殊功能区。在一些实施例中,位置属性信息还可以包括集成传感器所在位置周围的室内设施。例如:集成传感器所在位置附近包括隔墙、窗户、门等,数据中心可以确定室内这些设施的位置。
进一步地,数据中心获得房间1200的空间模型后,可以进一步利用传感器网络感知房间1200内的空间环境。数据中心将房间1200的空间分成多个子空间,以便于根据多个集成传感器探测到不同子空间的环境参数从而估计房间其他子空间的环境。如图所示,将房间1000的空间等分成27个子空间room01-room27。如本领域技术人员所理解,以上的划分仅仅是示例性的,房间1200的空间还可以分成其他数量的子空间。
数据中心从各个集成传感器接收其所在位置的环境参数,并可以根据集成传感器位置信息得到的室内空间信息,得出室内环境信息。在一些实施例中,根据集成传感器的位置信息得到的室内空间信息至少包括室内空间的尺寸。
数据中心利用集成传感器探测的环境参数为至少部分子空间的环境参数赋值。例如:与集成传感器直接接触的子空间可以根据集成传感器的检测结果赋值。如图所示,靠近墙壁、天花或者地板的子空间可以根据与其接触的集成传感器检测结果赋值。
在一些实施例中,不与集成传感器接触的其他子空间内的环境参数可以根据插值法确定其空间内的环境参数。以温度场为例,第十一子空间room11中集成传感器检测到温度为10.0℃,第十七子空间room17中集成传感器检测到温度为11.0℃,则可以认为第十四子空间room14中的温度为10.5℃。或者,以湿度场为例,第五子空间room5中集成传感器检测到湿度为50%,第二十三子空间room23中集成传感器检测到湿度为48%,则可以认为第十四子空间room14中的湿度为49%。
在一些实施例中,数据中心可以根据至少部分确定环境参数的子空间预估室内空间的场分布,并且可以通过室内空间的流场分布为其他环境参数未确定的子空间确定环境参数。
在一些实施中,室内空间的位置属性或者室内空间设施或其状态可能会对室内空间的流场造成影响。例如:屏风、墙角等可能会对室内空间温度场产生影响、或者门、窗等室内设施的状态同样可能会对室内空间的温度场产生影响。在一些实施例中,数据中心会从多个集成传感器接收集成传感器所在位置的位置属性信息,并根据位置属性信息为受影响子空间的环境确定其环境参数。以下将详细介绍影响室内环境的因素。
图13A和图13B为根据本申请一个实施例的室内环境变化示意图。通过图13A和13B,既可以了解流场分布的情况,也可以了解室内环境变化带来的影响。
如图所示,房间1300包括墙壁1310、1320和1330、天花1340以及地板1350。其格局布置与上述实施例相同,故在此不再赘述。其中,房间1300还包括集成传感器1301-1308,其设置与房间1300的各个角落。例如:墙壁1310与墙壁1320和天花1340相交的角落,或者墙壁1320与墙壁1330和底板1350相交的角落。房间1300还可以包括集成传感器1311、1321、1331、1341和1351,其分别设置与墙壁、天花以及地板的中心处。其中,集成传感器1301-1308、1311、1321、1331、1341和1351共同组成房间1300的传感器网络,并可以对房间1300进行探测,并将探测结果上传至数据中心,从而可以对房间1300建立空间模型以及确定空间内的环境参数,可参考图9、图10以及图11实施例,在此不再赘述。
在一些实施例中,数据中心可以根据集成传感器的位置属性信息,确定室内空间或者部分子空间的环境参数。在一些实施例中,房间1300的墙壁、天花或者地板包括特殊形状,可能会对房间1300内的部分子空间的环境产生影响。在一些实施例中,房间1300包括特殊区域,可能会对部分子空间的环境参数影响。例如:房间1300内包括卫生间,则部分子空间内的湿度可能较高;或者房间1300内包括厨房,则部分子空间内的电磁强度可能较高。在一些实施例中,房间1300内包括一些室内设施,可能会对部分子空间内的环境产生影响。例如:门窗等可能会对部分子空间内的温度产生影响。
在一些实施例中,墙壁1310可以包括门1313,墙壁1330可以包括窗户1332,其中,门1313和窗户1332可能会对房间1300内的环境产生影响。其中,数据中心可以根据门1313和/或窗户1332的状态变化,对房间1300的空间或者各个子空间的环境参数进行预估。例如:门1313和窗户1332由关闭状态变为打开状态,数据中心可以对于门或者窗户接触的子空间或者二者之间的子空间内的温度下调或者上调一定的数值(如:2℃、3℃、5℃等)。
在一些实施例中,当门1313和/或窗户1332状态变化后,数据中心还可以根据多个集成传感器的多个环境参数变化,对室内空间的其他子空间的环境参数进行预估。例如:集成传感器检测到靠近窗户1332附近的子空间温度为25℃,靠近门1313附近的子空间温度为20℃,则可以预测窗户1332与门1313之间其他子空间的温度为22.5℃。
在一些实施例中,数据中心还可以通过室外环境的或者室外环境变化状态,对室内空间或各个子空间的环境参数或环境参数的变化进行预估。在一些实施例中,室外处于不同季节,会对室内环境(如:温度、湿度等)存在影响。例如:夏季室外较热,冬季室外较冷,会对房间内的温度产生较大影响;或者夏季雨水较多,冬季比较干燥,会对房间内的湿度产生较大影响。在一些实施例中,室外一天中不同时段,对室内环境也同样存在影响。例如:早上晚上温度较低,中午温度较高,会对室内的温度产生较大影响。在一些实施例中,室外环境发生较大变化,对室内环境会存在影响。例如:突然的降水,会对室内的湿度产生较大影响。在一些实施例中,数据中心还可以接受房间1300本地的天气预报,可以通过天气预报确定室外的环境。在一些实施例中,房间1300的外部同样可以包括集成传感器,用于检测室外的环境。
室内环境的调节
所谓室内环境的调节是指通过启动室内电器调节室内环境。室内环境的调节包括被动调节和主动调节。被动调节是通常的方式:当室内环境发生变化或者收到使用人的指令时,启动室内电器调节室内环境。主动调节是一种特有的调节方式:根据室内环境可能的变化趋势或者使用人的情况,主动地改变室内环境,以使得人居环境更为友好,居住也更为舒适。
图14是根据本发明一个实施例的调节室内环境方法的流程图。如图所示,本实施例的调节室内环境的方法,包括如下步骤:在步骤1410,从多个集成传感器接收所述多个集成传感器所在位置的多个环境参数。如前所述,室内空间的传感器网络能够从室内空间的多个位置向数据中心发送器探测的环境参数。在数据中心,将这些探测结果汇集,就能够了解室内空间多个位置的环境参数。
在步骤1420,至少部分基于所述多个集成传感器的所述多个环境参数以及室内空间信息,获得室内环境信息。如前所述,通过传感器网络,能够实现室内的空间环境的感知,从而获得更为精准的室内环境信息。本领域技术人员应当理解,本发明并不限于之前所描述的空间环境感知的方法。其他获取精确空间环境信息的方式也可以应用于此。
在步骤1430,启动环境调节装置,调节室内环境,以获得希望的室内环境。在室内空间中,布置有一个或多个环境调节装置。针对不同的环境参数,可以使用不同的环境调节装置。这些环境调节装置包括但不限于:空调、风扇、电暖气、加热器、加湿器、信号放大器等不同种类和数量的电器或设施。通过启动这些电器或者设施,能够实现对于室内环境参数的调节。在一些实施例中,室内的环境调节装置的数量和分布经过布置以使得数据中心能够了解其对于各个子空间的环境参数的变化的影响,从而实现环境的精确调节。以温度为例,室内包括分布于各个墙壁的多个空调或空调出风口以及加热器,从而能够实现对于各个子空间温度的精确调节。
对于被动调节而言,相比于现有技术,本发明的方法可以进行更为精确的环境调节。例如,室内环境的舒适温度为21±2℃。为了保证居住的舒适性,所有居住者有关的子空间的温度都设定在21±2℃,数据中心维持这些子空间的温度。通过室内的空间环境的感知,数据中心发现室内空间中门和窗口附近子空间的温度在23℃,而位于室内空间中离门和窗较远的床的子空间的温度却达到了25℃。数据中心启动床附近的空调或空调出风口,降低床的子空间的温度,将床周围的温度控制在人体舒适的范围内。从这样一个例子可以看出,通过空间环境感知,能够获得空间环境更为精细的环境参数,从而能够实现更为精细的环境参数调节。
再例如,数据中心通过例如集成传感器接收到室内多个活动的人的命令,可以根据这些命令分别调节多个人所处的子空间的环境参数,从而使得室内活动的多个人都能享受到舒适的室内环境。例如,室内包括男女两个人:A和B,其中A喜欢温度低一点;而B喜欢温度高一点。当A和B两个人都处于同一室内时,A和B可能会发出不同的命令,A的命令为温度降低到16℃;而B的命令为温度升高到25℃。在现有技术中,这样的命令是无法被执行的。在本发明的情况下,如果A和B之间有一定的间隔,处于不同的子空间中;那么,数据中心可以通过精细调节A和B各自子空间的温度,从而满足这样的需求。数据中心可以通过空调降低A所处子空间的温度;并且通过加热器升高B所处子空间的温度。这样,无论是A和B,都能够享受对于各自舒适的环境,从而提高整个室内人居环境的舒适性。
本发明的室内环境调节的一个特色在于主动调节,即无需环境发生变化或者收到使用者的命令即可以主动调节环境,进一步提高居住的舒适性。以下通过几个实例来进一步说明。
在一些实施例中,数据中心可以根据室内设施的状态变化,预估室内空间中各个子空间的环境参数变化,并根据预估的各个子空间的环境参数变化,主动调节室内环境。例如,如果室内的门或窗从关闭状态转换为打开状态,那么室内的温度可能并未马上发生变化。数据中心检测到室内设施的门或窗的状态变化以后,根据室外的温度和风速等能够预估室内的温度将会上升或者下降。进一步地,数据中心可以启动环境调节装置对各个子空间的温度进行调整,将室内环境维持在舒适范围之内。换言之,在开门或窗通风的同时,室内的温度并未发生变化。
在一些实施例中,发生状态改变的室内设施可能是环境调节装置。当启动调节环境调节装置后,数据中心可以对室内各个子空间的环境参数进行预估。例如:以图13为例,室内各个子空间初始温度为20℃,墙壁1310处的空调进打开了制冷,数据中心根据空调的功率和风向预估靠近墙壁1310处的子空间的温度可以是15℃,靠近墙壁1330处的子空间的温度可以是18℃,二者之间子空间的温度可以是16℃。进一步地,数据中心可以自行启动1310处子空间的加热装置,调高1310子空间的温度,从而将各个子空间的温度都保持在舒适环境。
如果室内有一个或者多个人,数据中心能够根据是否有人、人的身份和活动等主动调节人周围子空间的环境参数,使得人居环境更为人性化。
在一些实施例中,房间1300内的多个集成传感器可以对室内活动的一个或者多个人进行探测。数据中心能够了解室内现在有人活动,并且了解人的数量和位置。数据中心可以主动调节人所能看见的各个子空间的照明度,使得人眼能够舒适地看清楚室内的情况。
在一些实施例中,房间1300内的多个集成传感器可以对室内活动的一个或者多个人体参数进行探测,数据中心可以根据探测结果调节室内活动人的周围子空间的环境。以温度为例,如果数据中心发现室内活动的多个人中的一个人体温升高(无论是运动还是吃热的食物等原因),数据中心可以开启空调,降低体温升高的人所处子空间的温度,使得其感觉舒适;而保持其他人周围子空间的温度不变。
数据中心可以识别人的身份,并根据身份主动调节室内活动人周围子空间的环境。例如:集成传感器探测得出A用户位于墙壁1310和1320附近,数据中心可以根据A用户的习惯调节其周围子空间的环境,将温度调节至A用户习惯的范围。
在一些实施例中,集成传感器对室内活动人的活动进行识别,数据中心可以根据识别结果主动调节室内活动人附近子空间的环境参数。举例而言,当识别到室内有人睡觉(例如躺在床上不活动超过预定时间),则将其周围子空间的温度适当调高。再比如,当识别到室内有人运动(例如:跑步、健身等),将其周围子空间的氧含量适当调高。
本发明的另一个特色在于,通过室内环境的精确调节,能够在不降低人居环境的舒适度的前提下,实现节能环保,从而更加符合家居的未来发展方向。
在一些实施例中,数据中心响应于对室内活动的一个或者多个人的探测结果,打开或者关闭环境参数调节装置。例如,当数据中心识别出室内有一个或多个人时,则启动其周围子空间的信号放大器,使得一个或多个人能够享受无线信号。如果室内没有人或者对于周围没有人的子空间,数据中心则关闭信号放大器,以节省能源。同样地,对于温度也可以如此。当数据中心识别出室内的人处于睡眠状态,除了人周围的子空间适当提高温度以保证人居环境的舒适度之外,对于其余子空间,数据中心可以关闭空调或者加热器等环境温度调节装置,从而节省能源。本发明能够实现室内环境的精细调节,从而可以最大限度地节省能源,实现绿色家居。
在一些实施例中,即使在调节室内环境时,数据中心也在启动环境调节装置之前,根据希望的室内环境,对调节室内各个子空间的环境所需要启动的多个环境调节装置以及其相应的功率进行估算。
在一些实施例中,数据中心可以估算调节室内环境所需要启动的多个环境调节装置消耗的总能最少的方式启动环境调节装置,以有利于节约能源。例如:当用户A所处的位置需要降温,既可以利用墙壁1310的制冷装置,也可以利用墙壁1320的制冷装置,或者同时使用二者。经过能耗比较,数据中心选择控制墙壁1310的制冷装置对其周围的子空间进行降温,而不启动墙壁1320的制冷装置。这样,能够以最小的能耗将用户A所处的位置的温度降低到所需温度范围。
在一些实施例中,舒适性也是需要考虑的问题。数据中心还可以估算调节室内环境所需要启动多个环境调节装置调节速度最快方式启动环境调节装置,以有利于增加用户的体验。例如:当用户B所处的位置需要加温,则控制墙壁1330和地面1350附近的加热装置同时对其周围的子空间进行加热,以最快地将B所处的位置温度升到到所需的温度范围。
在本文以上的部分中,通过集成传感器、传感器网络、室内空间建模、室内空间环境感知和室内空间环境调节,以多个实施例的方式,说明了本发明的技术方案。本领域技术人员应当理解,本发明的技术方案存在着多种可能的改变,而这些改变也仍在本发明的范围之内。
以下通过两个本发明技术方案的变形来进一步说明本发明的技术方案。
利用建模元件代替集成传感器实现空间建模
在本实施例中,室内空间建模元件具有定位功能,而可以不包括传感器,不具有探测功能。多个传感器可以相对于多个建模元件定位,成本更低,也更加灵活。
图15为根据本申请一个实施例的室内空间建模元件的结构示意图。如图所示,室内空间的建模元件1500包括处理器1510、定位元件1520以及通讯模块1530;其中,处理器1510与定位元件1520以及通讯模块1530电连接。定位元件1520用于确定建模元件的位置,在一些实施例中,定位元件可以通过UWB、Wi-Fi、RFID、红外线、或超声波等方式实现室内空间定位。在一些实施例中,通讯模块1530用于与家庭数据中心或者房间分中心的数据中心通信。
在一些实施例中,建模元件1500还可以包括存储器1540,其与处理器1510电连接,可以用于存储建模元件1500的数据。在一些实施例中,存储器1540与处理器可以是集成于同一芯片。
在一些实施例中,建模元件还可以包括输入显示装置1560,其与处理器相连,可以用于输入信息到处理器,并显示相关信息。例如:可以将建模元件的身份信息和/或位置信息输入到处理器。在一些实施例中,输入显示装置可以是触摸显示屏。
图16为根据本发明一个实施例以建模元件为基础的室内空间建模流程示意图。如图所示,在步骤1610,数据中心从多个建模元件获取各个建模元件的位置信息。如前所述,建模元件的定位元件能够实现室内空间定位。数据中心从建模元件接收其定位元件的空间定位信息就能够获得建模元件的位置。
为了方便定位,在一些实施例中,建模元件的位置信息包括高度和/或水平相对位置信息。在一些实施例中,水平相对位置可以是相对于房间内的定位点的相对位置。对于空间定位而言,确定高度有时候是困难的。通过将建模元件布置在固定的一个或多个高度而仅利用定位元件获得水平相对位置信息能够简化空间定位,结果也更为准确。在一些实施例中,在前述实施例中集成传感器使用的相对于房间内的定位点的定位方式也是可以应用的于此的,这里不再赘述。
在步骤1620,数据中心可以根据多个建模元件的分组得到室内空间的分区信息。在一些实施例中,数据中心可以从建模元件接收多个建模元件的分组信息。利用这些分组信息即能够实现建模元件的分组,进而得到室内空间的分区。与集成传感器的实施例类似,在一些实施例中,多个建模元件分组可以通过形状匹配。例如:将多个组成矩形形状的建模元件为一组。在一些实施例中,可以通过聚类算法实现建模元件的分组。
在步骤1630,数据中心根据从多个建模元件获得的多个建模元件的位置信息,获得室内空间分区的尺寸信息,形成室内空间模型。在一些实施例中,数据中心还可以从多个建模元件接收位置属性信息,从而可以得出室内空间分区的特征信息。在一些实施例中,位置属性信息包括但不限于:建模元件所在位置的弧度、建模元件所在位置的凸凹度、建模元件所在位置所属的功能区、建模元件所在位置周围的室内设施。
在步骤1640,在室内空间模型中标定室内的多个传感器的多个位置。为了空间环境感知和空间环境控制,需要了解不包括定位元件的传感器在空间模型中的位置。
在一些实施例中,多个传感器也包括定位元件,例如通过UWB、Wi-Fi、RFID、红外线、或超声波等方式实现室内空间定位。在本步骤中,根据从多个传感器接收的位置即可以实现传感器的位置标定。
在一些实施例中,多个传感器并不包括定位元件,以降低成本。多个传感器利用其相对于建模元件的位置来实现在空间模型中的位置标定。在一些实施例中,传感器与建模元件的相对位置是固定的。例如,一个简单的规则是两个建模元件之间的中点上都布置一个传感器,并且每个传感器的命名即表明了其是在那两个建模元件之间。比如,传感器A12即表示在房间A中1号和2号建模元件之间中点上的传感器。B67即表示房间B中6号和7号建模元件之间中点上的传感器。这样,数据中心根据传感器的名称即能够了解其相对于建模元件的位置,从而能够将其位置标定在空间模型上。
在一些更为复杂的例子中,多个传感器包括RFID标签。多个建模元件也包括RFID标签。RFID标签的成本较低,利于大规模的使用和推广。室内布置有多个RFID扫描器。通过扫描传感器,能够获得不同位置的RFID标签的返回的时间和信号强度。以多个建模元件的RFID的返回时间和信号强度进行标定,就能够了解多个传感器相对于建模元件的位置。这种技术作用距离几米到几十米,能够满足室内定位的需求。通过RFID扫描仪能够在几毫秒内得到厘米级定位精度的信息,且传输范围很大,成本较低。这样的方式对于红外、Wi-Fi、超声波等方式也同样适用。
由此,通过将多个传感器的位置标定在室内空间模型上,实现了传感器网络与空间模型的结合,从而可以实现后续的室内环境感知和室内环境控制,能够更为精细地探测室内环境,并改变室内环境,从而提供更好的人居环境。
在一些实施例中,建模元件也可以具有探测功能。这样,建模元件也可以成为传感器。但是,建模元件的这一类传感器将比较特殊,其能够通过其自身的定位元件实现室内定位,而不需要其他传感器帮助。而另一类传感器虽然也具有定位元件,但是其不能自己完成定位,必须依赖于其他传感器才能实现定位。
利用室内设施实现空间建模
在本实施例中,室内设施,例如墙壁、踢脚、地板或者天花具有定位功能,而且也包括多个传感器,具有探测功能;从而可以直接实现传感器网络和空间建模,适于工业化生产,成本更低。
图17A-图17D为根据本申请一个实施例的室内设施的结构示意图;其中图17A所示的室内设施为可移动墙;图17B所示的室内设施为踢脚;图17C所示的室内设施为地板;以及图17D所示的室内设施为天花。如图所示,在这些设施中都包括处理器1710、定位元件1720以及通讯模块1730;其中,处理器1710与定位元件1720以及通讯模块1730电连接。定位元件1720用于确定建模元件的位置,在一些实施例中,定位元件可以通过UWB、Wi-Fi、RFID、红外线、或超声波等方式实现室内空间定位。在一些实施例中,通讯模块1730用于与家庭数据中心或者房间分中心的数据中心通信。
图18为根据本发明一个实施例以室内设施为基础的室内空间建模流程示意图。如图所示,在步骤1810,数据中心从多个室内设施获取各个室内设施的位置信息。如前所述,多个室内设施的一个或多个定位元件能够实现室内空间定位。数据中心从室内设施接收其定位元件的空间定位信息就能够获得室内设施的位置。
为了方便定位,在一些实施例中,室内设施的位置信息包括高度和/或水平相对位置信息。在一些实施例中,水平相对位置可以是相对于房间内的定位点的相对位置。对于空间定位而言,确定高度有时候是困难的。通过将室内设施布置在固定的一个或多个高度而仅利用定位元件获得水平相对位置信息能够简化空间定位,结果也更为准确。由于室内设施中使用的定位元件数量较少,而对定位精度有着较高的要求。在一些实施例中,定位元件为UWB、红外线、超声波等高精度定位技术,提供厘米级或更高的定位精度。
在步骤1820,数据中心可以根据从多个室内设施获得的多个室内设施的位置信息,得到室内空间的分区信息。在一些实施例中,一些室内设施即用于分隔室内空间,可以直接根据室内设施的尺寸和位置,例如墙或者踢脚的长度或者位置,将室内空间分成多个区域。各个室内设施也就因此被用于划分各个区域中。其他一些室内设置,例如地板、天花等设施,也就被划分到各自的房间中。
在步骤1830,数据中心获得室内空间分区的尺寸信息,形成室内空间模型。在一些实施例中,数据中心根据多个室内设施接收位置属性信息,从而可以得出室内空间分区的特征信息。在一些实施例中,位置属性信息包括但不限于:室内设施所在位置的弧度、室内设施所在位置的凸凹度、室内设施所在位置所属的功能区、室内设施所在位置周围的室内设施。
在步骤1840,在室内空间模型中标定室内的多个传感器的多个位置。为了空间环境感知和空间环境控制,需要了解不包括定位元件的传感器在空间模型中的位置。
在一些实施例中,多个传感器并不包括定位元件,以降低成本。多个传感器安装在室内设施中,其相对于室内设施的定位元件的位置是固定的,因此,可以直接实现在空间模型中的位置标定。例如,每个传感器的命名即表明了其相对于室内设施的定位元件的位置。比如,传感器A12即表示在室内设施墙壁A中第12号传感器。数据中心存储各个室内设施中各个传感器的具体位置的表格。数据中心通过查询表格就能了解,第12号传感器即为在墙壁A中定位元件的右上方45°距离为40cm的传感器。由此,数据中心可以将A12传感器的位置标定在室内空间模型中。再比如,B67表示室内设置地板B中第67号传感器。数据中心通过查表即能力了解,第67号传感器的位置是在以地板B的定位元件为原点,坐标为(150,-300)厘米处。由此,数据中心可以将B67传感器的位置标定在室内空间模型中。这样,数据中心根据传感器的名称即能够了解其相对于室内设施定位元件的位置,从而能够将其位置标定在空间模型上。在本实施例中,传感器无需增加任何额外的定位元件,成本低而且扩展性好。在一些实施例中,室内设施的定位元件也可以具有探测功能。这样,定位元件也可以成为传感器,成为传感器网络的一部分。
由此,通过将多个传感器的位置标定在室内空间模型上,实现了传感器网络与空间模型的结合,从而可以实现后续的室内环境感知和室内环境控制,能够更为精细地探测室内环境,并改变室内环境,从而提供更好的人居环境。
上述实施例仅供说明本发明之用,而并非是对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明范围的情况下,还可以做出各种变化和变型,因此,所有等同的技术方案也应属于本发明公开的范畴。
Claims (20)
1.一种用于感知室内环境的方法,包括:
从多个集成传感器接收所述多个集成传感器所在位置的多个环境参数;
至少部分利用所述多个集成传感器的位置信息获取室内空间建模信息,其中,多个集成传感器的位置至少部分被利用以修改或确认室内空间模型,从而获取室内空间信息;至少部分基于所述多个集成传感器的所述多个环境参数以及所述室内空间建模信息,获得室内环境分布信息;
基于所述室内空间信息将室内空间分成多个子空间;以及利用来自所述多个集成传感器的多个环境参数为至少部分子空间的环境参数赋值;
其中,所述室内空间信息包括:从多个集成传感器接收所述多个集成传感器的位置信息;基于所述多个集成传感器的分组,获得室内空间的分区;基于多个集成传感器的位置信息,获得室内空间各个分区的尺寸信息;室内空间布局发生变化时,利用布置于室内的多个集成传感器,能够获得新的房间布局,并自动更新;
多个集成传感器以无线的方式与家庭数据中心通信,家庭数据中心分析第一传感器、第二传感器、第三传感器和/或第四传感器的探测结果,得出一个或多个室内环境参数或人体参数,其中,第一传感器、第二传感器和第三传感器位于集成传感器中,第四传感器是人体佩戴的传感器;
所述集成传感器包括外壳、探头和电路板,所述探头的至少一部分与室内环境直接接触,探头包括多个传感器,所述多个传感器与所述电路板连接,所述电路板通过多个板上的电子元件接收来自多个传感器的探测结果,对来自多个传感器的探测结果进行处理,然后再转发到家庭数据中心;
所述多个集成传感器设置于不同的房间中以形成传感器网络,在所述传感器网路中,集成传感器能够对室内环境的多个环境参数进行探测,数据中心根据传感器网络的多个集成传感器中多者的多个探测结果及其位置信息共同确定一个环境参数。
2.根据权利要求1所述的方法,其中所述集成传感器经配置以探测室内环境的一个或多个环境参数和/或室内活动的人的一个或多个人体参数。
3.根据权利要求2所述的传感器网络,其中根据来自多个集成传感器中一者或多者的多个探测结果共同确定一个环境或人体参数。
4.根据权利要求1所述的方法,其中所述集成传感器经配置以探测室内活动的人发出的命令。
5.根据权利要求1所述的方法,其中所述位置信息包括高度。
6.根据权利要求1所述的方法,其中所述位置信息包括水平相对位置信息。
7.根据权利要求1所述的方法,进一步包括:通过插值法为至少部分子空间的环境参数赋值。
8.根据权利要求1所述的方法,进一步包括:至少部分基于所述多个子空间的环境参数,预估室内空间的场分布;以及至少部分基于室内空间的场分布,为至少部分子空间的环境参数赋值。
9.根据权利要求8所述的方法,其中所述室内空间的场为温度场。
10.根据权利要求8所述的方法,其中所述室内空间的场为电磁信号强度场。
11.根据权利要求1所述的方法,进一步包括:从所述多个集成传感器接收所述多个集成传感器所在位置的位置属性信息;以及至少部分基于所述位置属性信息,为至少部分子空间的环境参数赋值。
12.根据权利要求1所述的方法,进一步包括:预估各个子空间的环境参数变化,并根据预估的变化更新各个子空间的环境参数。
13.根据权利要求12所述的方法,进一步包括:根据室内空间设施状态的变化或者所述变化后来自多个集成传感器的多个环境参数的变化,预估室内空间中其他多个子空间的环境参数变化。
14.根据权利要求12所述的方法,进一步包括:获得室外环境变化状态;以及至少部分基于室外环境变化状态,预估室内空间中各个子空间的环境参数变化。
15.一种用于感知室内环境的系统,包括:
多个集成传感器,其分布在所述室内空间中;多个集成传感器以无线的方式与家庭数据中心通信,家庭数据中心分析第一传感器、第二传感器、第三传感器和/或第四传感器的探测结果,得出一个或多个室内环境参数或人体参数,其中,第一传感器、第二传感器和第三传感器位于集成传感器中,第四传感器是人体佩戴的传感器;
数据中心,其与所述多个集成传感器通信;其中,所述数据中心经配置以至少部分基于来自所述多个集成传感器的所述多个环境参数以及室内空间建模信息,获得室内环境分布信息;其中,多个集成传感器的位置至少部分被利用以修改或确认室内空间模型,从而获取室内空间信息,所述室内空间信息包括:从多个集成传感器接收所述多个集成传感器的位置信息;基于所述多个集成传感器的分组,获得室内空间的分区;基于多个集成传感器的位置信息,获得室内空间各个分区的尺寸信息;室内空间布局发生变化时,利用布置于室内的多个集成传感器,能够获得新的房间布局,并自动更新;
所述数据中心经配置以基于所述室内空间信息将室内空间分成多个子空间;以及利用来自所述多个集成传感器的多个环境参数为至少部分子空间的环境参数赋值,所述室内空间信息包括室内空间的尺寸;
所述集成传感器包括外壳、探头和电路板,所述探头的至少一部分与室内环境直接接触,探头包括多个传感器,所述多个传感器与所述电路板连接,所述电路板通过多个板上的电子元件接收来自多个传感器的探测结果,对来自多个传感器的探测结果进行处理,然后再转发到家庭数据中心;
所述多个集成传感器设置于不同的房间中以形成传感器网络,在所述传感器网路中,各个集成传感器能够相互通信,或者与集成传感器网络的分中心通信,集成传感器能够对室内环境的多个环境参数进行探测,数据中心根据传感器网络的多个集成传感器中多者的多个探测结果及其位置信息共同确定一个环境参数。
16.根据权利要求15所述的系统,其中所述数据中心经配置以通过插值法为至少部分子空间的环境参数赋值。
17.根据权利要求15所述的系统,其中所述数据中心经配置以至少部分基于所述多个子空间的环境参数,预估室内空间的场分布;以及至少部分基于室内空间的场分布,为至少部分子空间的环境参数赋值。
18.根据权利要求15所述的系统,其中所述数据中心经配置以从所述多个集成传感器接收所述多个集成传感器所在位置的位置属性信息;以及至少部分基于所述位置属性信息,为至少部分子空间的环境参数赋值。
19.根据权利要求15所述的系统,其中所述数据中心经配置以根据室内空间设施状态的变化,预估室内空间中各个子空间的环境参数变化。
20.根据权利要求19所述的系统,其中所述数据中心经配置以获得室外环境变化状态;以及至少部分基于室外环境变化状态,预估室内空间中各个子空间的环境参数变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489255.4A CN111811569B (zh) | 2020-06-02 | 2020-06-02 | 一种用于感知室内环境的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010489255.4A CN111811569B (zh) | 2020-06-02 | 2020-06-02 | 一种用于感知室内环境的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111811569A CN111811569A (zh) | 2020-10-23 |
CN111811569B true CN111811569B (zh) | 2023-11-28 |
Family
ID=72848258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010489255.4A Active CN111811569B (zh) | 2020-06-02 | 2020-06-02 | 一种用于感知室内环境的方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111811569B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114220242A (zh) * | 2021-12-10 | 2022-03-22 | 珠海格力电器股份有限公司 | 室内状态的监测方法、装置、存储介质及设备 |
CN115309217B (zh) * | 2022-10-12 | 2023-02-10 | 北京聚新工程技术有限公司 | 一种纺织车间的智能监测控制方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103968967A (zh) * | 2013-01-31 | 2014-08-06 | 珠海格力电器股份有限公司 | 检测室内空间温度场的方法、系统和空调器的控制系统 |
CN105577748A (zh) * | 2015-11-16 | 2016-05-11 | 清华大学 | 基于群体感知技术的环境信息采集方法及系统 |
CN106643842A (zh) * | 2017-02-10 | 2017-05-10 | 华南师范大学 | 一种分布式传感器及传感方法 |
CN107545100A (zh) * | 2017-07-31 | 2018-01-05 | 江苏大学 | 一种venlo型温室环境的高分辨率降阶建模方法 |
CN108667702A (zh) * | 2013-03-14 | 2018-10-16 | 谷歌有限责任公司 | 用于设有智能传感器的住家的安全的装置、方法和关联的信息处理 |
CN109631970A (zh) * | 2018-12-26 | 2019-04-16 | 国网北京市电力公司 | 环境检测装置和系统 |
-
2020
- 2020-06-02 CN CN202010489255.4A patent/CN111811569B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103968967A (zh) * | 2013-01-31 | 2014-08-06 | 珠海格力电器股份有限公司 | 检测室内空间温度场的方法、系统和空调器的控制系统 |
CN108667702A (zh) * | 2013-03-14 | 2018-10-16 | 谷歌有限责任公司 | 用于设有智能传感器的住家的安全的装置、方法和关联的信息处理 |
CN105577748A (zh) * | 2015-11-16 | 2016-05-11 | 清华大学 | 基于群体感知技术的环境信息采集方法及系统 |
CN106643842A (zh) * | 2017-02-10 | 2017-05-10 | 华南师范大学 | 一种分布式传感器及传感方法 |
CN107545100A (zh) * | 2017-07-31 | 2018-01-05 | 江苏大学 | 一种venlo型温室环境的高分辨率降阶建模方法 |
CN109631970A (zh) * | 2018-12-26 | 2019-04-16 | 国网北京市电力公司 | 环境检测装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111811569A (zh) | 2020-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10716194B2 (en) | Smart light switch with vacation mode | |
Zou et al. | WinLight: A WiFi-based occupancy-driven lighting control system for smart building | |
CN105929705B (zh) | 智能节能控制系统 | |
US11662450B2 (en) | Occupant detection device | |
CN106796043B (zh) | 温度控制方法和装置 | |
CN105571046B (zh) | 空调出风状态调节方法及室内机 | |
CN111811569B (zh) | 一种用于感知室内环境的方法和系统 | |
CN111818447B (zh) | 一种室内人居环境的传感器网络 | |
CN111854753B (zh) | 一种室内空间的建模方法 | |
US9921557B2 (en) | Automation system comprising a monitoring device and methods therefor | |
WO2018095169A1 (zh) | 照明与空调控制系统 | |
CN106961772B (zh) | 即时照明控制系统及即时照明控制方法 | |
CN206710818U (zh) | 一种基于ZigBee和云计算的智能家居控制系统 | |
CN104896668A (zh) | 一种室内空调器智能调节系统及其调节方法 | |
CN111813056B (zh) | 一种调节室内环境的方法 | |
CA3037165A1 (en) | Smart light switch with temperature sensing | |
CN111829580B (zh) | 一种室内空间重建的方法 | |
CN111829579B (zh) | 一种室内空间重建的方法 | |
TWI602139B (zh) | 照明與空調控制系統 | |
WO2022234814A1 (ja) | 環境調整装置の制御方法及び装置、知能環境調整システム | |
CN212747878U (zh) | 一种集成传感器、房间设施及室内人居环境感知系统 | |
CN108919666A (zh) | 楼宇自动化控制系统 | |
CN205506121U (zh) | 一种室内环境监测装置 | |
CN111811568A (zh) | 一种室内人居环境的集成传感器 | |
CN220321556U (zh) | 一种多功能风机盘管温控器 |
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 |