CN112639410B - 用于验证传感器网络中的传感器的方法和传感器网络 - Google Patents

用于验证传感器网络中的传感器的方法和传感器网络 Download PDF

Info

Publication number
CN112639410B
CN112639410B CN201980056151.XA CN201980056151A CN112639410B CN 112639410 B CN112639410 B CN 112639410B CN 201980056151 A CN201980056151 A CN 201980056151A CN 112639410 B CN112639410 B CN 112639410B
Authority
CN
China
Prior art keywords
sensor
sensors
sen
network
identified
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
Application number
CN201980056151.XA
Other languages
English (en)
Other versions
CN112639410A (zh
Inventor
J.哈通
J-C.霍尔斯特
F.A.杰格
N.莫格林
K.米勒
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN112639410A publication Critical patent/CN112639410A/zh
Application granted granted Critical
Publication of CN112639410B publication Critical patent/CN112639410B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D21/00Measuring or testing not otherwise provided for
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D3/00Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Geophysics And Detection Of Objects (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Branch Pipes, Bends, And The Like (AREA)

Abstract

本发明涉及一种用于验证传感器网络中的传感器的方法。该传感器网络由不同的传感器、例如由校准的传感器(MS)、移动传感器(MOS)以及位置固定的要验证或者已经经过验证的传感器(SEN)构成。根据本发明,为了进行验证,使用已经经过验证的传感器作为参考传感器。特别是,其在此可以是校准的传感器(MS)。可以将测量偏差位于特定公差范围内的其它传感器(SEN)纳入传感器网络中,如借助传感器(SEN)上的对勾相应地示出的。然而,在偏差太大的情况下,也可以拒绝传感器(通过叉号示出)。根据本发明,可以有利地将不同提供商和网络的传感器彼此耦合,由此可以使用多个可用的传感器,例如用于空气污染控制的管理系统。

Description

用于验证传感器网络中的传感器的方法和传感器网络
技术领域
本发明涉及一种用于验证用于传感器网络的传感器的方法,其中,至少一个参考传感器位于该传感器网络中。此外,本发明涉及一种传感器网络,准备该传感器网络,以便能够实现用于验证这些传感器的方法。此外,本发明涉及一种计算机程序产品以及用于这种计算机程序产品的提供装置。
背景技术
已知传感器网络例如用于检测关于特别是诸如大城市的城市空间中的空气质量的数据。例如在因特网www.luftdaten.info上存在一个开放的数据平台,可以借助其来测绘数据。这些数据由自制或官方安装的传感器提供。这是位于斯图加特的Büro fürGestalten/DE公司的一项倡议,当然也是广告。自制的传感器由可以从www.luftdaten.info获得的价格低廉的传感器标准构件构成。因此,该倡议是针对如下目的建立的一个解决方案,即,尽可能多的用户获得传感器标准构件,以便得到尽可能覆盖全面的传感器网络。因此,传感器网络的质量取决于用户的购买行为。但是,这里也存在问题,因为尤其是例如城市地区的社会弱势居民居住在有问题的空气污染区域中,这些社会弱势居民参与必要的投资的能力较弱。
另一个问题在于,提供方估计所提到的传感器网络的测量精度存在波动。因此,正如提供方本身所告知的,不要求有特别高的准确性。因此,数据库和算法对数据进行的分析不提供特别准确的结果。
此外,存在商业提供商,例如Hawa Dawa公司。该公司提供由专门开发的用于天气和交通数据的污染物传感器构成的网络。因此,相应的投资可以实时生成关于空气质量的全面覆盖的信息,但是这种解决方案取决于例如城市空间的市政当局对这种网络进行较大的投资。经常无法获得为此所需的预算。
最后,例如联邦环境局也运营着多个校准的测量站。联邦环境局为此与州政府合作。但是,这些测量站的密度非常低,因此对测量站之间的测量值进行数学插值,或者通过模型计算来确定测量站之间的测量值。虽然这种方法适合用于进行全国范围的评估,但是无法利用其局部准确地测量或预测城市空间中的空气质量的精确发展。
发明内容
本发明要解决的技术问题在于,提供一种用于确定空气质量的传感器网络,其一方面在购置方面是成本低廉的或者最优地利用资源,另一方面提供具有足够的质量的数据。此外,本发明要解决的技术问题是,给出一种用于验证这种传感器网络中的传感器的方法,可以利用这种方法来构建和/或运行这种网络。最后,本发明要解决的技术问题是,提供一种计算机程序产品,利用其,可以自动执行所提到的方法。
根据本发明,利用开头给出的根据本发明的方法,通过在所述方法中执行如下步骤,来解决上述技术问题:
·识别传感器,
·检查是否登记了识别出的传感器(移动的或者固定的),
·仅当尚未登记识别出的传感器时,登记该识别出的传感器,
·定位识别出的传感器,
·将利用识别出的传感器记录测量值,与同时在定义的空间环境内利用参考传感器记录的测量值进行比较,
·确定识别出的传感器的测量值与参考传感器的测量值的偏差,
·依据偏差,对传感器分配至少两个类别中的正好一个。
所述方法因此有利地适合用于提供一种验证系统,可以利用其来对存在的不同提供商或者不同传感器网络的所有传感器进行验证。为此,使用针对所述方法形成的标准,如下面还将详细说明的,该标准使得能够对不同的传感器进行验证。在此,在这种方法中使用的算法持续检查要验证的传感器的准确位置。在此,可以将基于位置的传感器以及还有(例如车辆中的)移动传感器纳入验证中。基于位置的传感器当然总是具有相同的位置。然而,移动传感器位于传感器网络的不同的位置,并且也可以离开该传感器网络,或者进入该传感器网络。除了传感器的位置之外,还对每次验证运行(即上面描述的过程)设置时间戳。这是确认同时测量所需要的,从而如上面所给出,也可以对测量值进行比较。然后,经过验证的传感器属于传感器网络,并且可以以提供基于位置的方式确定的数据,由此能够实现空气质量的概况,或者要通过传感器网络确定的其它标准的概况(例如还可以想到用于确定水体或者水体系统中的水质量的传感器网络)。
因此,通过借助同时测量使用已经经过验证的传感器判断新传感器的质量,来支持是否可以将传感器纳入传感器网络中的决定。为此,对测量的数据进行分类。如下面还将详细说明的,可以划分传感器的不同的类别。在任何情况下都存在传感器类别“适合”(即精度足以满足传感器网络的需求)和类别“不足”(即,不能将该传感器纳入传感器网络中,但是可以在稍后的时间点再次对该传感器进行检查,或者最终将该传感器从传感器网络中排除)。
根据本发明的一个设计方案设置为,设置如下传感器类别中的至少两个,来对传感器进行分类:
·类别1意为,识别出的传感器的精度足以用于对其它传感器进行验证,
·类别2意为,识别出的传感器的精度足以用于使用测量值来进行数据处理,
·类别3意为,传感器的精度太低,其中,可以在稍后的时间点再次对该传感器进行检查,
·类别4意为,传感器的精度太低,无法在所述方法中再次进行检查。
由此,可以有利地提供通用的分类准则,其中,该分类准则可以通过其它类别进行补充。类别1意为,传感器如此准确,使得该传感器提供足够的精度,以对其它传感器进行验证。该精度必须比提供用于判断空气质量的测量值所需的精度高。否则,无法以足够的可靠性确定要验证的传感器的精度。
类别2意为,经过验证的传感器将来至少可以用于确定传感器网络的测量值。但是精度不足以用于足够可靠地对尚未纳入传感器网络的其它传感器进行验证。
类别3意为,虽然传感器由于测量误差或者测量情况而落在允许的公差范围外,但是不能排除传感器的质量可能是足够的。因此,可以在稍后的时间点对该传感器再次进行检查。
类别4意为,偏差如此之大,使得可以排除精度足以用于记录希望的数据。于是可以说,最终可以剔除该传感器。当对曾经在传感器网络中或者针对传感器网络识别出的所有传感器重新进行识别时,将不再次对类别4的传感器进行验证。这具有如下优点,即,以这种方式可以更高效地执行验证过程,因为避免了不必要的双重测量。
类别1以及类别2的数据可以用于分析。如果涉及用于确定空气质量(或者水质量)的传感器网络,那么例如可以提供这些数据用于信息服务。这种信息服务可以传递健康信息。例如,具有呼吸问题的人在臭氧含量过高的情况下应当避开城市地区的特定区域,或者应当关闭供游泳的特定游泳湖。这些信息也可以用于进行交通引导。例如,可以通过交通引导减轻氮含量过高的街道的负荷。以这种方式,可以进行传感器网络支持的空气质量管理。
根据本发明的一个设计方案设置为,以一定的时间间隔对分配了类别3的传感器重新进行检查,方式是,将利用这些传感器记录的测量值,与同时在定义的空间环境内利用参考传感器(例如经过验证的类别1的传感器或者校准的传感器)记录的测量值进行比较。
与最终从传感器网络中排除的类别4的传感器不同,在类别3的情况下,可以检查这些传感器一般是否具有足够的精度,并且导致归类到类别3中的测量是否仅仅是异常值。然而,如果重复的测量,例如3、5或者10次测量,不停地导致被分配为类别3,那么最终也可以将这种传感器从传感器网络中排除。即使仅唯一一次测量导致分配类别4,那么最终也可以将该传感器从传感器网络中排除。
也可以以规律的间隔对类别1和/或2的传感器再次进行检查。由此,例如可以确定由于老化而导致的传感器的质量劣化,因此可能需要在稍后的时间点也对经过验证的传感器分配另一个类别,并且在最坏的情况下,将这些传感器从传感器网络中排除。
根据本发明的一个设计方案设置为,对识别出的传感器和/或参考传感器的每个测量值设置测量时间点。
这意味着,测量时间点不仅用于验证传感器,而且为了确定空气质量而稍后进行分析的传感器数据可以说作为时间戳而唯一地设置有测量时间点。这使稍后对测量值的分析变得容易,因为也可以与相关联的测量时间一起对测量值进行存档。作为其替换,例如将网络的所有传感器数据存储在数据库中,将存储时间点一起存储在数据库中。
根据本发明的一个设计方案设置为,使用校准的传感器作为参考传感器。
如果在传感器网络中提供校准的传感器,那么这些传感器对于传感器网络的精度特别重要。因此,也不需要对这些传感器进行验证过程,因为校准的传感器具有足以用于测量目的的精度,并且计量局还规律地对这些传感器进行确认。但是如果因为验证过程的校准的传感器总是以类别1运行,因此这里的验证过程没有区别,那么当然也可以对这些传感器进行验证。然而,如果在识别的过程中,校准的传感器已经被识别为校准的传感器本身,那么也可以缩短验证过程,方式是,立即对这些传感器分配类别1。
校准的传感器也特别适合用于以规律的间隔对已经经过验证的传感器进行检查,检查已经经过验证的传感器是否仍然针对其任务足够准确地工作。于是对于经过验证的传感器,这些规律的检查代替了必须由官方规律地对校准的传感器进行的校准过程。
根据本发明的一个设计方案设置为,使用移动传感器作为参考传感器,其中,使用移动传感器,来对在移动传感器运动期间进入其空间环境的传感器进行验证。当然,原理也可以相反。这意味着,参考传感器是位置固定的,而要验证的传感器是移动的,例如安装在汽车上。可以在要验证的传感器经过位置固定的参考传感器期间,对该要验证的传感器进行验证。
本发明的这种设计方案使得传感器的网络中的移动传感器具有什么价值变得清楚。即,移动传感器使得也能够对如下传感器网络进行验证,在这些传感器网络中,传感器密度还不是那么高,以至于所有传感器都位于经过验证的传感器的区域中。即,如果移动传感器被验证为类别1,那么移动传感器通过在传感器网络内运动,可以对能够对如下的传感器进行验证做出贡献,这些传感器远离其它已经经过验证的传感器,以至于否则不能进行验证。即,该问题的背景是,在传感器网络中,仅当传感器相应地位于定义的空间环境内时,才能够进行验证。这意味着,仅当存在相同或者至少非常类似的测量条件时,才能够对测量值进行比较。否则,测量值的偏差可能是由于实际不同的测量条件而产生的,使得无法识别出测量误差,或者虽然误差是由于不同的测量条件,但是识别出误差。
在最简单的情况下,可以定义空间环境,使得环境以特定半径以圆形包围传感器。在这种情况下,仅当要验证的(识别出的)传感器和参考传感器的距离小于该空间环境的半径时,可以对新的传感器进行验证。
另一种可能性在于,将具有可变的大小(面积)和轮廓(形状)的小区(Zelle)定义为空间环境(与移动无线电网络的小区类似)。在此,可以考虑与城市地区有关的特殊性。例如,在建筑密集的市中心,可能需要建立更紧密的小区网络。房屋可能将公园与街道区域分离,从而在公园中和在街道区域上存在不同的条件,虽然这些区域非常靠近。在人口较不密集的区域中,例如在城市森林中,可能存在恒定的条件,从而小区可以大得多。
根据本发明的一个设计方案设置为,参考传感器位于交通工具中。
传感器位于交通工具中使得能够有利地在尤其是在那里空气污染(例如交通繁忙的道路上的氮氧化物污染)可能特别严重的城市空间中进行测量。因此,利用移动传感器,可以有利地特别良好地对这些区域进行监视。此外,交通工具总是在路上(例如诸如公共汽车的公共交通工具),从而也可以使在传感器网络中总是对新的传感器进行验证变得容易。
根据本发明的一个设计方案设置为,跟踪位于交通工具中的参考传感器的路径。
当跟踪参考传感器所在的交通工具的路径时,可以将这种位置变化与测量值的记录的时间变化相关。在此,例如也可以确定早上上班高峰的交通中的空气质量的发展。例如,当骑自行车的人从绿色郊区驶向交通拥堵的市中心时,他的呼吸负荷如何增加。因此,也可以有利地确定附加的数据,这些附加的数据特别是提供非常直观的测量结果。
替换地,根据本发明,利用开头给出的根据本发明的传感器网络,还通过如下方式来解决上述技术问题,即,传感器网络与用于进行数据处理的设备耦合,其中,用于进行数据处理的设备被构造为用于执行根据本发明的方法。
当然,例如用于确定空气质量的传感器的网络也从上面已经详细说明的方法获益。因此,利用这种方法工作的传感器网络也适合用于解决上面给出的技术问题。上面已经对与这种方法相关联的优点进行了说明。
因此,借助上面给出的方法运行的传感器网络必须配备有计算机,计算机可以执行上面给出的方法的算法。除了用于传感器的发送和接收接口之外,该计算机还具有数据库,可以将传感器值存储在数据库中。此外,在计算机中运行程序,程序以上面描述的方式对所述方法进行控制。下面将对这种程序(计算机程序产品)进行详细说明。
根据本发明的一个设计方案设置为,该传感器网络安装在城市地区、特别是城市中。
根据本发明的一个设计方案设置为,可以利用传感器来测量空气质量。
此外,请求保护一种具有程序指令的计算机程序产品,程序指令用于执行所提到的根据本发明的方法和/或其实施例,其中,借助计算机程序产品,可以相应地执行根据本发明的方法和/或其实施例。
此外,请求保护一种用于存储和/或提供计算机程序产品的提供装置。提供装置例如是存储和/或提供计算机程序产品的数据载体。替换地和/或附加地,提供装置例如是网络服务、计算机系统、服务器系统、特别是分布式计算机系统、基于云的计算机系统和/或虚拟计算机系统,其优选以数据流的形式存储和/或提供计算机程序产品。
例如作为完整的计算机程序产品的程序数据块和/或指令数据块形式的下载,优选作为文件,特别是作为下载文件,或者作为数据流,特别是作为下载数据流,来进行这种提供。但是例如也可以作为部分下载来进行这种提供,部分下载由多个部分构成,并且特别是经由对等网络(Peer-to-Peer Netzwerk)来下载部分下载,或者作为数据流来提供部分下载。例如使用数据载体形式的提供装置将这种计算机程序产品读入系统中,并且这种计算机程序产品执行程序指令,从而使得在计算机上执行根据本发明的方法。
除非在下面的描述中另外给出,否则术语“创建”、“计算”、“运算”、“确定”、“生成”、“配置”、“修改”等优选涉及改变和/或产生数据的和/或将数据转换为其它数据的操作和/或处理和/或处理步骤,其中,数据特别是可以作为物理参量、例如作为电脉冲,示出或者存在。特别是,表述“计算机”应当宽泛地进行解释,以覆盖具有数据处理性能的所有电子设备。因此,计算机例如可以是个人计算机、服务器、手持计算机系统、掌上PC设备、移动无线电设备以及可以以计算机支持的方式处理数据的其它通信设备、处理器和用于进行数据处理的其它电子设备,其优选也可以连接成网络。
结合本发明,“以计算机支持的方式”例如可以理解为如下方法的实现,在该方法中,一个计算机或者多个计算机执行方法的至少一个方法步骤。
结合本发明,“处理器”例如可以理解为机器或者电子电路。特别是,处理器可以是可能与用于存储程序指令的存储单元等组合的主处理器(中央处理单元,英语:CentralProcessing Unit,CPU)、微处理器或者微控制器、例如专用集成电路或者数字信号处理器。处理器例如也可以是IC(集成电路,英语:Integrated Circuit)、特别是FPGA(现场可编程门阵列,英语:Field Programmable Gate Array)或者ASIC(专用集成电路,英语:Application-Specific Integrated Circuit)或者DSP(数字信号处理器,英语:DigitalSignal Prozessor)。处理器也可以理解为虚拟化的处理器或者软CPU。例如也可以是配备有用于执行所提到的根据本发明的方法的配置的可编程的处理器。
结合本发明,“存储单元”例如可以理解为以工作存储器(随机存取存储器,英语:Random-Access Memory,RAM)或者硬盘形式的计算机可读的存储器。
附图说明
下面,将借助附图描述本发明的其它细节。相同或者对应的附图元素相应地设置有相同的附图标记,并且仅在各个附图之间产生不同的情况下,对这些附图元素进行多次说明。
下面说明的实施例是本发明的优选实施方式。在这些实施例中,所描述的实施方式的部件相应地是应当视为彼此独立的本发明的各个特征,其相应地也彼此独立地扩展本发明,因此也单独或者以与所示出的组合不同的组合视为本发明的组成部分。此外,也可以通过已经描述的本发明的特征中的其它特征,来补充所描述的实施方式。
附图中:
图1和图2示出了传感器网络的实施例,其中,理想化地作为地图示出了这些实施例,并且在图1和图2中示出了根据本发明的方法的实施例的流程的不同阶段,
图3作为流程图示出了根据本发明的方法的实施例,
图4作为框图示出了具有中央计算单元的根据本发明的传感器网络的实施例。
具体实施方式
在图1中示出了城市CTY形式的城市地区。在该城市地区中,存在街道SRT形式的路径,这些路径作为网络穿越该城市地区。在街道上,移动传感器MOS可以在路上,移动传感器MOS例如可以是公共短途交通的车辆,或者也可以安装在私家车中。此外,存在校准的传感器MS,国家方面的校准机构以规律的间隔对这些校准的传感器MS进行检查。由此确保校准的传感器MS在任何情况下都符合要执行的测量的精度要求。
此外,存在不同的传感器SEN,如在开头关于现有技术已经说明的,这些传感器SEN属于不同的提供商或者其它组织。通过几何图形,更确切地说通过圆形、正方形以及五边形,示出了这些传感器。由此表述如下事实,即,这些传感器属于不同的分组。因此,例如所有圆形可以表示由开源因特网平台提供的传感器。这已经在开头进行了说明。在此,其可以是综合到网络中的自制传感器。其它传感器例如可以是商业传感器,其例如由汽车共享公司或汽车租赁公司(正方形)或出租车公司(五边形)运行。所提到的公司例如可以为传感器的运行获得酬劳,以便针对测量值的记录进行激励。
起初,仅校准的传感器MS经过了验证,用于在根据本发明的传感器网络中使用。这通过校准的传感器MS设置有对勾示出。
从图2中可以看到,如何通过根据本发明的方法,在根据本发明的传感器网络中,逐渐地对越来越多的数量的传感器SEN进行检查。如已经提到的,出发点是校准的传感器MS,因此在图2中也用单词“Start(开始)”标出了校准的传感器MS。如通过图2中的箭头所示出的,可以从校准的传感器MS出发,相应地对相邻的传感器SEN进行验证,或者当移动传感器MOS正好位于这种校准的传感器MS的空间附属区域中时,也对移动传感器MOS进行验证。以这种方式,不仅对邻近校准的传感器的固定的传感器SEN进行验证,而且当移动传感器MOS沿着校准的(或者已经经过验证的)传感器附近的街道SRT移动时,对移动传感器MOS进行验证。同样通过对勾示出了对传感器SEN以及移动传感器MOS各自的验证。根据箭头可以看到验证的顺序。
然而,如果要验证的传感器没有达到所要求的测量精度,那么将该传感器从传感器网络中排除。这通过图2中的叉号示出。
然而,不是所有的传感器SEN都位于校准的传感器MS的附属区域中。因此,为了逐渐地开拓完整的传感器网络,使用已经经过验证的移动传感器MOS,移动传感器MOS在街道SRT上移动,并且以这种方式也经过不位于校准的传感器MS的附属区域中的传感器SEN。然后,可以在行驶通过期间对传感器网络的其它传感器进行验证。在此,可以说移动传感器MOS用作用于使经过验证的传感器SEN扩散的工具(Vehikel)。
可以从图3中看到验证过程的流程。在开始STR之后,首先,通过到达经过验证的传感器VS的有效范围内的传感器SEN进行测量值的输入IN。例如经由无线接口、例如天线发送该输入。随后,在传感器网络中进行识别ID,其中,在询问的过程中,识别ID可以使得作为已经登记的传感器识别出传感器。在步骤REG?中,在肯定的情况下,也即在识别出已经登记的传感器的情况下,基于其ID,将输入IN的测量的值与步骤ID-IN中的ID相关。对于对是否登记REG?的询问是否定的情况,在步骤REG ID中首次执行传感器的登记。在任何情况下,随后在步骤LOC中,对要验证的传感器SEN进行定位。此外,除了作为输入IN记录测量值之外,还在步骤TME中,存储时间戳,即时间的数值,其中,该时间对应于传感器SEN提供输入IN的时间点。
在接下来的步骤SEN=VS中,可以询问传感器SEN是否已经是经过验证的传感器。在肯定的情况下,可以直接将在先前的方法进行中已经确认有用(Tauglichkeit)的测量值IN馈送到数据库DAT,以供对测量值的进一步处理使用。仅当询问SEN=VS是否定的,即,传感器尚未经过验证时,所述方法继续进行。
所述方法的继续在于,在步骤CLS VS中,对于传感器SEN确定接下来的经过验证的传感器VS。在此,前提是,经过验证的传感器VS位于传感器SEN的定义的范围中,以便传感器SEN的测量的值(IN)与传感器VS的比较测量值的能够比较是现实的。
如果发现了经过验证的传感器VS,则将其用作参考传感器,用于将参考值与测量值IN进行比较。如果测量值IN相对于其参考测量值位于大的公差t1内,那么为了进行分类,进一步对测量值IN进行检查。仅当测量值IN位于该公差外部时,拒绝将传感器SEN纳入传感器网络内,并且(在步骤END(结束)中)停止验证过程。同样拒绝在对测量值进行分析时可能导致错误的结果的测量值,因为其不是由授权的传感器记录的。
在进一步进行分类的情况下,开始另一个询问,即,传感器SEN的测量值IN是否位于更精细的公差t2内。如果是这种情况,那么将该传感器SEN分类为级别1的传感器LEV1,因此该传感器SEN将来可以用作参考传感器,用于继续进行上面描述的方法。如果离开了该更小的公差t2,那么将该传感器SEN验证为级别2的传感器LEV2。该传感器不用于其它传感器SEN的验证,换句话说,也即不用作参考传感器。然而,所产生的测量值足够准确,可以馈送到对测量值的数据处理中。在这两种情况下,对传感器网络NTW分配级别1的传感器LEV1以及级别2的传感器LEV2,其中,工作范围与所确定的级别有关。可以在验证流程到达其结束END之前,将引入了验证过程的测量值IN存储在数据库DAT中。
在图4中示出了用作(由传感器SEN、MOS和MS表示的)传感器网络的中央计算单元的计算机C。计算机具有处理器PRC,处理器PRC首先对至少一个天线模块ANT和时钟CLK进行控制。这些模块被构造为计算机的一部分。
根据图4,在外部构造与所述方法相关的其它元件,其中,这些元件也可以作为计算机的一部分在内部实现。天线模块ANT经由接口S1与天线A连接。此外,处理器PRC经由接口S2与外部数据库DAT通信。也可以作为内部存储器在计算机C中设置数据库DAT(然而,在图4中未示出)。此外,存在与因特网www的接口S3,例如用于获得当前的天气数据,其可能对下面的计算起决定性的作用。
在这一点上应当注意,代替天线模块,也可以以未示出的方式使用其它发送和接收模块。例如,可以实现经由红外接口或者激光接口交换信息的接口。
计算机C也可以经由天线A,与传感器网络的校准的传感器MS的另一个天线A1、移动传感器MOS的天线A2或者固定的传感器SEN的天线A3进行联系。此外,所述天线Al、A2、A3被设计为用于与卫星SAT进行连接,例如以便卫星SAT可以发送GPS坐标,由此使得能够对传感器进行定位。在图4中通过双箭头示出了所描述的各个部件的通信。同时,如在图4中所示出的,当移动传感器MOS例如在城市空间的街道SRT上移动时,移动传感器MOS的定位可能发生变化。
同样从图4中可以看到,要进行验证的传感器SEN必须位于定义的环境U(未示出)内,以便给出通过传感器SEN与通过移动传感器MOS记录的数据的比较。在图4中作为圆形示出了所定义的这种影响范围,移动传感器MOS位于其中心。然而,替换地(未示出),也可以将一个区域(参见图1和图2)划分为不同的小区(与在移动无线电网络中类似)。
附图标记列表
CTY 城市
SRT 街道
MOS 移动传感器
MS 校准的传感器
SEN 传感器
STR 开始
VS 经过验证的传感器
IN 输入
ID 识别
DAT 数据库
LEV1 级别1的传感器
LEV2 级别2的传感器
NTW 传感器网络
END 结束
C 计算机
PRO 处理器
ANT 天线模块
CLK 时钟
A 天线
Al 天线
A2 天线
A3 天线
S1 接口
S2 接口
S3 接口
WWW 因特网
SAT 卫星
U 环境

Claims (12)

1.一种用于运行传感器网络(NTW)的方法,
其特征在于,
在所述方法中执行以下步骤:
·识别出与所述传感器网络通信的传感器(SEN),
·检查是否在所述传感器网络的数据库中登记了识别出的传感器(SEN),所述数据库存储了对于多个登记的传感器的记录,
·如果在所述数据库中不存在对于识别出的传感器的记录,登记所述识别出的传感器并且存储识别出所述识别出的传感器的相应记录,
·确定识别出的传感器的位置,
·识别在由所述识别出的传感器的位置定义的空间环境内的参考传感器,
·将利用识别出的传感器记录测量值,与同时利用参考传感器记录的测量值进行比较,
·确定识别出的传感器的测量值与参考传感器的测量值的偏差,以定义识别出的传感器的精度,
·依据精度,对识别出的传感器(SEN)分配四个类别中的正好一个,
·将所分配的类别以及识别出的传感器的识别存储在所述相应记录中,
其中存储在数据库中的每个记录包括多个传感器中的相应一个传感器的识别以及与多个传感器中的相应一个传感器对应的四个类别中的正好一个,
其中四个类别包括
类别1表示精度足以用于对其它传感器进行验证,
类别2意为,精度足以用于进行数据处理,
类别3意为,精度太低,但将在稍后的时间点再次对相应的传感器进行检查,
类别4意为,精度太低,无法再次对相应的传感器进行检查,并且
·使用类别1和类别2的传感器来收集数据。
2.根据权利要求1所述的方法,
其特征在于,
以一定的时间间隔对分配了类别3的传感器重新进行检查,方式是,将利用这些传感器(SEN)记录的测量值,与同时在定义的空间环境内利用参考传感器记录的测量值进行比较。
3.根据权利要求1所述的方法,
其特征在于,
对识别出的传感器(SEN)和/或参考传感器的每一个测量值设置测量时间点。
4.根据权利要求1至3中任一项所述的方法,
其特征在于,
使用校准的传感器(MS)作为参考传感器。
5.根据权利要求1至3中任一项所述的方法,
其特征在于,
使用移动传感器(MOS)作为参考传感器,其中,使用所述移动传感器来对在移动传感器(MOS)运动期间进入空间环境(U)的传感器(SEN)进行验证。
6.根据权利要求5所述的方法,
其特征在于,
参考传感器位于交通工具中。
7.根据权利要求6所述的方法,
其特征在于,
跟踪位于交通工具中的参考传感器的路径。
8.一种具有多个传感器(SEN)的传感器网络(NTW),
其特征在于,
所述传感器网络与用于进行数据处理的设备、特别是计算机(C)耦合,其中,所述用于进行数据处理的设备被构造为用于执行根据权利要求1至7中任一项所述的方法。
9.根据权利要求8所述的传感器网络(NTW),
其特征在于,
所述传感器网络安装在一个区域、特别是城市(CTY)中。
10.根据权利要求8或9所述的传感器网络(NTW),
其特征在于,
能够利用所述传感器(SEN)对空气质量进行测量。
11.一种具有程序指令的计算机程序产品,所述程序指令用于执行根据权利要求1至7中任一项所述的方法。
12.一种用于根据权利要求11所述的计算机程序产品的提供装置,其中,所述提供装置存储和/或提供所述计算机程序产品。
CN201980056151.XA 2018-08-29 2019-08-19 用于验证传感器网络中的传感器的方法和传感器网络 Active CN112639410B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18191495.3 2018-08-29
EP18191495.3A EP3617663A1 (de) 2018-08-29 2018-08-29 Verfahren zum verifizieren von sensoren eines sensornetzwerks und sensornetzwerk
PCT/EP2019/072085 WO2020043519A1 (de) 2018-08-29 2019-08-19 Verfahren zum verifizieren von sensoren eines sensornetzwerks und sensornetzwerk

Publications (2)

Publication Number Publication Date
CN112639410A CN112639410A (zh) 2021-04-09
CN112639410B true CN112639410B (zh) 2022-12-30

Family

ID=63642486

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980056151.XA Active CN112639410B (zh) 2018-08-29 2019-08-19 用于验证传感器网络中的传感器的方法和传感器网络

Country Status (7)

Country Link
US (1) US11506525B2 (zh)
EP (2) EP3617663A1 (zh)
CN (1) CN112639410B (zh)
ES (1) ES2924926T3 (zh)
PL (1) PL3811035T3 (zh)
PT (1) PT3811035T (zh)
WO (1) WO2020043519A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022101007B4 (de) 2022-01-17 2023-11-02 Bernard Technologies GmbH Verfahren zum Kalibrieren eines Eigengeräts
GB202204150D0 (en) * 2022-03-24 2022-05-11 British Telecomm Sensor evaluation

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004011693A1 (de) 2004-03-10 2005-09-29 Siemens Ag Sensorknoten und sich daraus selbst organisierendes Sensornetzwerk
DE102005023485B4 (de) * 2005-05-21 2010-08-26 Diehl Stiftung & Co.Kg Netzwerk aus Sensorelementen
DE202005009115U1 (de) 2005-05-21 2006-10-05 Diehl Stiftung & Co.Kg Netzwerk aus Sensorelementen
EP2417827A4 (en) * 2009-04-07 2014-03-05 Ericsson Telefon Ab L M ATTACHING A DETECTOR TO A WSAN (WIRELESS NETWORK OF SENSORS AND ACTORS)
US8832461B2 (en) * 2010-06-25 2014-09-09 Microsoft Corporation Trusted sensors
KR20140112902A (ko) * 2013-03-14 2014-09-24 한국전자통신연구원 외부 물리 장치 개인화 가능한 센서 단말 및 그 방법
CN106463049B (zh) * 2014-04-04 2019-12-10 飞利浦灯具控股公司 用来经由环境感知和传感器校准和验证支持自主车辆的系统和方法
DE102014211168A1 (de) * 2014-06-11 2015-12-17 Continental Teves Ag & Co. Ohg Verfahren und System zur Verifizierung von Messdaten
EP3189310B1 (en) * 2014-09-04 2018-10-03 PCMS Holdings, Inc. System and method for sensor node localization and sensor network organization based on contextual event detection
US10942046B2 (en) * 2014-09-23 2021-03-09 Infineon Technologies Ag Sensor system using safety mechanism
US20170208493A1 (en) * 2016-01-19 2017-07-20 Qsense Inc. Management of a distributed sensor system
AU2017274568A1 (en) * 2016-04-07 2018-10-25 Urban.IO Methods and systems for configuring sensors
US10928295B2 (en) 2017-12-22 2021-02-23 Honeywell International Inc. Network assisted particulate matter 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

Also Published As

Publication number Publication date
PL3811035T3 (pl) 2022-09-19
US20210341319A1 (en) 2021-11-04
PT3811035T (pt) 2022-07-27
WO2020043519A1 (de) 2020-03-05
EP3617663A1 (de) 2020-03-04
EP3811035A1 (de) 2021-04-28
EP3811035B1 (de) 2022-06-01
US11506525B2 (en) 2022-11-22
ES2924926T3 (es) 2022-10-11
CN112639410A (zh) 2021-04-09

Similar Documents

Publication Publication Date Title
Calabrese et al. Understanding individual mobility patterns from urban sensing data: A mobile phone trace example
Lesani et al. Development and testing of a real-time WiFi-bluetooth system for pedestrian network monitoring, classification, and data extrapolation
Díaz et al. Bluetooth traffic monitoring systems for travel time estimation on freeways
Sohn et al. Dynamic origin–destination flow estimation using cellular communication system
US20200234582A1 (en) Integrative system and methods to apply predictive dynamic city-traffic load balancing and perdictive parking control that may further contribute to cooperative safe driving
US10317226B2 (en) System and method for pollution mapping from variations data
CN101836084B (zh) 用于产生地图数据的方法及机器以及用于使用地图数据确定路线的方法及导航装置
Astarita et al. The use of adaptive traffic signal systems based on floating car data
US20140108058A1 (en) Method and System to Determine Auto Insurance Risk
US20160102981A1 (en) Position accuracy testing system
CA2794990C (en) Method for determining traffic flow data in a road network
Qin et al. EXIMIUS: A measurement framework for explicit and implicit urban traffic sensing
CN112639410B (zh) 用于验证传感器网络中的传感器的方法和传感器网络
CN112685659B (zh) 目标地点确定方法、装置、电子设备及计算机存储介质
Kamel et al. CaTch: a confidence range tolerant misbehavior detection approach
EP3362981A1 (en) Sensor information management systems and methods
EP3742420B1 (en) Estimation of mobile device count
Alrassy et al. OBD-data-assisted cost-based map-matching algorithm for low-sampled telematics data in urban environments
CN111615047A (zh) 一种实时客流统计的方法、装置、存储介质及电子设备
Randriamasy et al. Reliable vehicle location in electronic toll collection service with cooperative intelligent transportation systems
Pesé et al. Spy: Car steering reveals your trip route!
Arregui et al. Impact of the road network configuration on map‐matching algorithms for FCD in urban environments
CN109874170B (zh) 地理坐标系盲检测方法、装置、设备及介质
CN112533208A (zh) 模型训练方法、虚假终端识别方法和装置、电子设备
Rescot Feasibility of bluetooth data as a surrogate analysis measure of traffic

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