CN114077308A - 用于警示用户保持物理距离的系统、方法和装置 - Google Patents
用于警示用户保持物理距离的系统、方法和装置 Download PDFInfo
- Publication number
- CN114077308A CN114077308A CN202110867192.6A CN202110867192A CN114077308A CN 114077308 A CN114077308 A CN 114077308A CN 202110867192 A CN202110867192 A CN 202110867192A CN 114077308 A CN114077308 A CN 114077308A
- Authority
- CN
- China
- Prior art keywords
- electronic device
- distance
- distance value
- electronic devices
- signal
- 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
Links
- 238000000034 method Methods 0.000 title abstract description 74
- 238000010801 machine learning Methods 0.000 claims abstract description 95
- 238000013528 artificial neural network Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 15
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000007670 refining Methods 0.000 claims description 11
- 230000004913 activation Effects 0.000 claims description 6
- 230000001131 transforming effect Effects 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 abstract description 16
- 238000004891 communication Methods 0.000 description 152
- 238000012545 processing Methods 0.000 description 112
- 230000004044 response Effects 0.000 description 47
- 230000006870 function Effects 0.000 description 40
- 238000003860 storage Methods 0.000 description 36
- 208000024891 symptom Diseases 0.000 description 34
- 230000008569 process Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 12
- 238000002604 ultrasonography Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 10
- 230000003287 optical effect Effects 0.000 description 9
- 230000008859 change Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 8
- 230000000977 initiatory effect Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000013145 classification model Methods 0.000 description 6
- 238000013527 convolutional neural network Methods 0.000 description 6
- 238000013499 data model Methods 0.000 description 6
- 239000002609 medium Substances 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- 230000011664 signaling Effects 0.000 description 6
- 206010011224 Cough Diseases 0.000 description 5
- 230000003213 activating effect Effects 0.000 description 5
- 230000036541 health Effects 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 229920001690 polydopamine Polymers 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 230000000241 respiratory effect Effects 0.000 description 4
- 206010041232 sneezing Diseases 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000009977 dual effect Effects 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000029058 respiratory gaseous exchange Effects 0.000 description 3
- 230000005236 sound signal Effects 0.000 description 3
- 230000007723 transport mechanism Effects 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- 208000035473 Communicable disease Diseases 0.000 description 2
- 208000000059 Dyspnea Diseases 0.000 description 2
- 206010013975 Dyspnoeas Diseases 0.000 description 2
- 229920001609 Poly(3,4-ethylenedioxythiophene) Polymers 0.000 description 2
- 241000700605 Viruses Species 0.000 description 2
- 238000007792 addition Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000005358 geomagnetic field Effects 0.000 description 2
- 230000001965 increasing effect Effects 0.000 description 2
- 206010022000 influenza Diseases 0.000 description 2
- 238000005007 materials handling Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000002428 photodynamic therapy Methods 0.000 description 2
- 239000002096 quantum dot Substances 0.000 description 2
- 208000013220 shortness of breath Diseases 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012897 Levenberg–Marquardt algorithm Methods 0.000 description 1
- 201000003176 Severe Acute Respiratory Syndrome Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000010420 art technique Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 238000010224 classification analysis Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011982 device technology Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000002458 infectious effect Effects 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000006163 transport media Substances 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G08B21/18—Status alarms
- G08B21/22—Status alarms responsive to presence or absence of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
- G01S17/06—Systems determining position data of a target
- G01S17/08—Systems determining position data of a target for measuring distance only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/016—Input arrangements with force or tactile feedback as computer generated output to the user
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- 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
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0266—System arrangements wherein the object is to detect the exact distance between parent and child or surveyor and item
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
-
- 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
- G08B21/0202—Child monitoring systems using a transmitter-receiver system carried by the parent and the child
- G08B21/0277—Communication between units on a local network, e.g. Bluetooth, piconet, zigbee, Wireless Personal Area Networks [WPAN]
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B5/00—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied
- G08B5/22—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission
- G08B5/36—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources
- G08B5/38—Visible signalling systems, e.g. personal calling systems, remote indication of seats occupied using electric transmission; using electromagnetic transmission using visible light sources using flashing light
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B6/00—Tactile signalling systems, e.g. personal calling systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Signal Processing (AREA)
- Child & Adolescent Psychology (AREA)
- Emergency Management (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明题为用于警示用户保持物理距离的系统、方法和装置。本发明描述了一种用于在电子设备上警示用户的方法。该方法包括识别在第一电子设备处接收的来自第二电子设备的超声传输频率下的信号。此外,该方法包括接收与该第一电子设备和该第二电子设备之间的超声传输的交换对应的定时信息。此外,通过使用该定时信息执行飞行时间估计来计算该第一电子设备和该第二电子设备之间的第一距离值。此外,通过使用机器学习模型的输出来细化该第一距离值以确定第二距离值。此外,该方法包括基于该第二距离值与预定义阈值距离值的比较来生成警示。在一些示例中,该警示能够指示在环境中违反了物理距离规范。
Description
技术领域
本文所述的示例性实施方案整体涉及用于确定环境中两个用户之间的距离的系统、方法和装置,并且更具体地讲,涉及警示用户保持物理距离。
背景技术
用户通常使用电子设备诸如但不限于移动设备、智能电话、膝上型电脑、手持设备、便携式数据终端、条形码扫描器、RFID阅读器、成像器等来执行各种活动。在一些情况下,可能期望在电子设备上通知用户他或她附近的另一用户的存在或可用性。例如,在一些示例中,可在电子设备上通知用户事件,诸如但不限于另一用户非常接近的存在、另一用户朝用户靠近,以及/或者基于用户与另一用户的距离。又如,可在电子设备上通知用户违反了要在个人之间保持的社交距离规范、安全小贴士等。在一些示例中,可基于确定两个用户之间的距离来生成此类通知。由于计算两个用户之间的距离可受到各种外部因素的影响,因此对两个用户之间的距离执行准确估计具有挑战性并且具有相关联的限制。
发明内容
下文给出了简要发明内容,以提供对本文所述的实施方案的一些方面的基本理解。该发明内容不是详尽综述,并且既非旨在识别关键元件或重要元件,亦非描写此类元件的范围。其目的在于作为后文所提供的具体实施方式的序言,以简化形式给出所述特征的一些概念。
本文所述的各种示例性实施方案涉及用于在电子设备上警示用户的方法。该方法包括由第一电子设备的第一麦克风识别超声传输频率下的信号。可从第二电子设备接收该信号。此外,该方法包括在该第一电子设备处接收与该第一电子设备和该第二电子设备之间的超声传输的交换对应的定时信息。此外,该方法包括由该第一电子设备的处理单元通过使用该定时信息执行飞行时间估计来计算该第一电子设备和该第二电子设备之间的第一距离值。此外,该方法包括由该处理单元通过使用机器学习模型的输出来细化该第一距离值。可以细化该第一距离值以便确定第二距离值。此外,该机器学习模型可基于输入数据,该输入数据包括:该第一距离值和一组各自与影响该第一电子设备和该第二电子设备之间的距离的估计的至少一个相应预定义因素相关联的距离值。此外,该方法包括由该处理单元基于该第二距离值与预定义阈值距离值的比较来在该第一电子设备上生成警示。
在一些示例性实施方案中,该至少一个预定义因素可包括该第一电子设备和该第二电子设备中的至少一者所在的环境的温度。在一些示例性实施方案中,该至少一个预定义因素可包括该第一电子设备和该第二电子设备中的至少一者的使用历史。此外,在一些示例性实施方案中,该至少一个预定义因素可包括与该第一电子设备和该第二电子设备中的至少一者相关联的取向数据。此外,在一些示例性实施方案中,该至少一个预定义因素可包括与该第一电子设备和该第二电子设备中的至少一者相关联的设备规格信息。此外,在一些示例性实施方案中,该至少一个预定义因素可包括与该第一电子设备和该第二电子设备中的至少一者相关联的移动数据。
在一些示例性实施方案中,由该处理单元生成的该警示可指示在环境中违反了要在与该第一电子设备相关联的第一工作者和与该第二电子设备相关联的第二工作者之间保持的物理距离指南。
根据一些示例性实施方案,生成该警示可包括以下中的至少一者:(a)在该第一电子设备上响起警报,(b)在该第一电子设备的第一显示屏上显示指示,其中该指示的颜色基于该第二距离值,(c)在该第一电子设备上生成触觉反馈,以及(d)激活该第一电子设备的第一手电筒。
根据一些示例性实施方案,该方法包括由该第一电子设备的第一通信电路通过蓝牙低功耗(BLE)通信网络广播连接请求。此外,响应于从该第二电子设备接收到对该连接请求的响应,该方法包括由该第一电子设备生成第一超声频率下的第一信号。
根据一些示例性实施方案描述了一种系统。该系统可包括处理器和存储可执行指令的存储器,这些可执行指令在由该处理器执行时促进操作的执行。这些操作可包括接收与由第一电子设备和第二电子设备进行的超声频率信号的交换对应的定时信息。此外,这些操作可包括通过使用该定时信息执行飞行时间估计来计算该第一电子设备和该第二电子设备之间的第一距离值。此外,这些操作可包括通过使用机器学习模型的输出来细化该第一距离值以确定第二距离值。就这一点而言,该机器学习模型可基于输入数据,该输入数据包括:该第一距离值和一组根据影响该第一电子设备和该第二电子设备之间的距离估计的至少一个预定义因素记录的距离值。此外,这些操作可包括基于该第二距离值与预定义阈值距离值的比较,在该第一电子设备和该第二电子设备中的至少一者上生成警示。
在一些示例性实施方案中,这些操作还可包括生成第一命令以致使在该第一电子设备和该第二电子设备中的至少一者上响起警报。此外,这些操作可包括生成第二命令以致使在该第一电子设备的第一显示屏和该第二电子设备的第二显示屏中的至少一者上显示指示,其中该指示的颜色基于该第二距离值。此外,这些操作可包括生成第三命令以致使激活该第一电子设备的第一手电筒和该第二电子设备的第二手电筒中的至少一者。此外,这些操作可包括生成第四命令以致使在该第一电子设备和该第二电子设备中的至少一者上生成触觉反馈。
根据一些示例性实施方案,这些操作还可包括从该第一电子设备接收:(a)第一定时信息,该第一定时信息指示由该第一电子设备的第一扬声器广播第一超声频率下的第一信号的定时;和(b)第二定时信息,该第二定时信息指示由该第一电子设备的第一麦克风接收第二超声频率下的第二信号的定时。此外,这些操作可包括从该第二电子设备接收:(c)第三定时信息,该第三定时信息指示由该第二电子设备的第二扬声器广播该第二超声频率下的该第二信号的定时;和(d)第四定时信息,该第四定时信息指示由该第二电子设备的第二麦克风接收该第二超声频率下的该第一信号的定时。此外,这些操作可包括通过基于该第一定时信息、该第二定时信息、该第三定时信息和该第四定时信息执行该飞行时间估计来计算该第一电子设备和该第二电子设备之间的该第一距离。
根据一些示例性实施方案描述了第一电子设备。该第一电子设备包括扬声器,该扬声器可被配置为在预定义超声频率下生成第一信号。此外,该第一电子设备包括麦克风,该麦克风可被配置为识别该预定义超声频率下的第二信号。此外,该第一电子设备包括通信电路,该通信电路可被配置为发射该第一信号并接收该第二信号。此外,该第一电子设备包括处理单元。该处理单元可通信地耦接到该扬声器、该麦克风和该通信电路。该处理单元可被配置为接收与该第一电子设备和该第二电子设备之间的超声传输的交换对应的定时信息。此外,该处理单元可被配置为计算该第一电子设备和该第二电子设备之间的第一距离值。可通过使用该定时信息执行飞行时间估计来计算该第一距离值。此外,该处理单元可被配置为通过使用机器学习模型的输出来细化该第一距离值。就这一点而言,可将该第一距离值细化为由该处理单元确定的第二距离值。在该方面,该机器学习模型可基于输入数据,该输入数据包括:该第一距离值和一组各自与影响该第一电子设备和该第二电子设备之间的距离的估计的至少一个相应预定义因素相关联的距离值。此外,该第一电子设备的该处理单元可被配置为基于该第二距离值与预定义阈值距离值的比较来在该第一电子设备上生成警示。
根据一些示例性实施方案,该第一电子设备的该处理单元可被配置为生成该警示。在一些示例中,该警示可包括在该第一电子设备上响起警报。此外,该警示可包括在该第一电子设备的第一显示屏上显示指示。就这一点而言,在一些示例中,该指示的颜色可以基于该第二距离值。此外,在一些示例中,该警示可包括在该第一电子设备上生成触觉反馈。在一些示例中,该警示可包括激活该第一电子设备的第一手电筒。
在一些示例性实施方案中,该第一电子设备的该通信电路可被配置为通过蓝牙低功耗(BLE)通信网络广播连接请求。就这一点而言,响应于从该第二电子设备接收到对该连接请求的响应,该处理单元可被配置为发起该第一信号的传输。
根据一些示例性实施方案,该处理单元可被配置为在该第二电子设备上发送用于响起警报的第一命令。此外,该处理单元可被配置为发送第二命令以在该第二电子设备的第二显示屏上显示指示。就这一点而言,该指示的颜色基于该第二距离值。此外,该处理单元可被配置为发送第三命令以在该第二电子设备上生成触觉反馈。此外,该处理单元可被配置为发送第四命令以激活该第二电子设备的第二手电筒。
提供上述发明内容仅是为了概述一些示例性实施方案的目的,以提供对本公开一些方面的基本了解。因此,应当理解,上述实施方案仅为示例并且不应理解为以任何方式缩小本公开的范围或实质。应当理解,除了这里总结的那些,本公开的范围还涵盖了很多可能的实施方案,这些实施方案中的一些实施方案将在下面进一步描述。
附图说明
可结合附图阅读例示性实施方案的描述。应当理解,为了说明的简单和清晰,图中所示的元件不一定按比例绘制。例如,元件中的一些元件的尺寸相对于其他元件被夸大。结合本公开的教导的实施方案相对于文中给出的附图示出和描述,在附图中:
图1示出了根据本文所述的一些示例性实施方案的包括环境中的多个电子设备的示例性系统。
图2示出了根据本文所述的示例性实施方案的描绘基于超声频率范围内的信号交换的第一电子设备和第二电子设备之间的通信的示例性场景。
图3示出了根据本文所述的另一示例性实施方案的描绘基于超声频率范围内的信号交换的第一电子设备和第二电子设备之间的通信的示例性场景。
图4示出了根据本文所述的一些示例性实施方案的用于计算两个电子设备之间的距离的机器学习模型的示例性架构。
图5示出了根据本文所述的一些示例性实施方案的描绘第一电子设备和第二电子设备之间的通信的消息流程图。
图6示出了根据本文所述的一些示例性实施方案的描绘服务器、第一电子设备和第二电子设备之间的通信的另一消息流程图。
图7示出了根据本文所述的示例性实施方案的示例性电子设备的示意图。
图8示出了根据本文所述的另一示例性实施方案的示例性电子设备的示意图。
图9示出了根据本文所述的示例性实施方案的表示用于警示电子设备的用户的方法的流程图。
图10示出了根据本文所述的另一示例性实施方案的表示用于基于超声频率范围内的信号交换在第一电子设备和第二电子设备之间建立通信的方法的流程图。
图11示出了根据本文所述的示例性实施方案的表示用于根据另一用户的症状状态警示电子设备的用户的方法的流程图。
具体实施方式
在下文中将参考附图更全面地描述本公开的一些实施方案,附图中示出了本公开的一些实施方案,但未示出全部实施方案。实际上,本公开可以以许多不同的形式体现,并且不应该被解释为限于本文阐述的实施方案;相反,提供这些实施方案是为了使本公开满足适用的法律要求。除非另外指明,否则术语“或”和“任选地”在另选和结合意义上均用于本文。术语“例示性”和“示例性”是用于没有质量水平指示的示例。在全篇内容中,类似的标号指代类似的元件。
附图中示出的部件表示在本文描述的本公开的各种实施方案中可以存在或可以不存在的部件,使得实施方案可以包括比图中所示的部件更少或更多的部件,而不脱离本公开的范围。
一般来讲,在工作环境中,可能期望通知工作者另一工作者在一定距离处的存在。例如,可能期望通知工作者另一工作者存在于限定距离处,以便帮助工作者完成任务。在一些示例中,可能期望通知第一工作者关于第二工作者所位于的距离,以便帮助第一工作者将任务委托给第二工作者。在另一个示例中,可能期望通知操作工业车辆(例如,铲车)的第一工作者关于第二工作者所位于的距离,以便保持第一工作者和第二工作者之间的安全距离。在一些示例中(例如,在物料搬运环境中),可能期望警示工作者在搬运货盘或物品以及在可能安装其他机械装备(例如,传送机、机器人臂、伸缩传送机等)的工作区域中执行移动时保持安全距离。
此外,在一些示例中,在工业环境中,可存在用于确保在环境中工作的工作者的安全的一些安全协议。就这一点而言,在示例中,可能期望通知工作者向可能存在于距该工作者限定距离内的另一工作者提供医疗救助或急救。此外,在一些示例中,可在用于防止感染性疾病传播的环境中定义一些安全协议,所述感染性疾病诸如但不限于呼吸道疾病、流行性感冒、SARS、COVID等。在此类情况下,可能期望在工作者忙于在工作环境中进行日常活动时保持工作者之间的物理距离(通常也称为“社交距离”)。就这一点而言,对安全协议依从性的任何损害可导致工作者被病毒性疾病感染。因此,可能期望基于工作者之间的估计距离来通知工作者关于环境中的其他工作者的可用性。
通常,存在用于监视环境中工作者的移动并确定环境中的两个或更多个工作者之间的距离的一些技术。用于确定两个工作者之间的距离的现有技术中的一些技术基于利用由工作者使用的电子设备(例如,移动电话)的数据。例如,用于确定设备之间的距离的一些现有技术基于使用无线信号强度、GPS位置、BLE信号强度。然而,这些技术是无效的并且具有相关联限制。例如,无线信号的RSSI强度可根据工作环境中的障碍物或对象而变化,这可导致电子设备之间的距离估计不准确并导致生成错误警示。因此,需要有效地确定由工作者使用的电子设备之间的距离,使得可警示工作者另一工作者存在于限定距离处(例如但不限于,当工作者朝另一工作者靠近时或在任何违反了与任何传染病相关的任何安全规范的情况下等)。
本文所述的各种示例性实施方案涉及在电子设备上生成警示。在一些示例中,出于各种目的,警示可通知用户关于该用户距另一用户的距离。在一些示例中,警示可与用于工作环境中工作者的安全协议相关联。例如,警示可指示违反了工作环境中工作者之间的物理距离规范。在一些示例性实施方案中,可在由相应工作者使用的电子设备上生成警示。可基于确定电子设备之间的距离并将其与阈值距离值进行比较来生成警示。
根据一些示例性实施方案,可基于两个电子设备之间的超声频率下的信号交换来确定电子设备之间的距离。就这一点而言,相应电子设备的扬声器和麦克风可被配置为生成和识别超声频率下的信号。此外,可使用与超声频率下的信号交换相关的信息来执行飞行时间估计并确定两个电子设备之间的第一距离值。此外,可通过使用机器学习模型来细化第一距离值以确定第二距离值。机器学习模型可用于考虑影响工作环境中电子设备之间的距离估计的各种参数。就这一点而言,从机器学习模型确定的第二距离值可以是两个电子设备之间的实际距离的比第一距离值相对准确的表示。因此,可通过将第二距离值与阈值距离值进行比较来生成警示。下文参考对图1至图11的描述来描述用于生成警示的各种示例性实施方案的细节。
下文所用的术语“电子设备”是指手持设备、移动电话、可穿戴设备、个人数据助理(PDA)、平板电脑、智能书、掌上电脑、条码阅读器、扫描仪、标记阅读器、成像器、射频识别(RFID阅读器或询问器)、车载计算机、可穿戴条码扫描仪、可穿戴标记阅读器、销售点(POS)终端、头戴式耳机设备、可编程逻辑控制器(PLC)、可编程自动化控制器(PAC)、工业计算机、膝上型计算机、台式计算机、个人计算机和配备有至少一个被配置为执行本文所述的各种操作的处理器的类似电子设备中的任一者或全部。
为了简洁起见,本文使用可互换使用的术语“计算平台”或“主设备”来描述各种实施方案。术语“计算平台”在本文中可用于指能够充当服务器(诸如主交换服务器、web服务器、邮件服务器、文档服务器或任何其他类型的服务器)的任何计算设备或计算设备的分布式网络。计算平台可以是专用计算设备或包括服务器模块(例如,运行可使计算设备作为服务器操作的应用程序)的计算设备。服务器模块(例如,服务器应用程序)可以是全功能服务器模块或者轻型或辅助服务器模块(例如,轻型或辅助服务器应用程序),其被构造为在计算设备上的动态数据库中提供同步服务。轻型服务器或辅助服务器可以是服务器型功能的精简版,可在诸如智能电话的计算设备上实现,从而使其只有在提供本文所述功能所需时才能够充当互联网服务器(例如,企业电子邮件服务器)。
在一些示例性实施方案中,计算平台可对应于工业计算机、基于云计算的平台、外部计算机、独立计算设备等中的任一者。在一些示例性实施方案中,主设备或计算平台还可指任何电子设备,如本文所述。在一些示例性实施方案中,计算平台可包括接入点或网关设备,该接入点或网关设备能够与一个或多个电子设备直接通信,并且还能够与网络建立服务(例如,互联网服务提供商)通信(直接或另选地经由通信网络诸如互联网间接通信)。在一些示例性实施方案中,计算平台可以是指可在整个物理环境中管理一个或多个电子设备的部署的服务器系统。在一些示例性实施方案中,计算平台可以是指包括分布式系统的网络建立服务,其中通过利用在网络和/或基于云的平台或基于云的服务(诸如基于软件的服务(SaaS)、基于基础设施的服务(IaaS)或基于平台的服务(PaaS)等中的任一者)上部署的多个计算资源来执行多个操作。
图1示出了根据本文所述的一些示例性实施方案的包括多个电子设备(例如,第一电子设备102、第二电子设备104、第三电子设备108等)的系统100的示例性环境。在一些示例性实施方案中,该多个电子设备(102-10N)可对应于例如但不限于移动设备、智能电话、PDT、PDA等,如先前所述。在一些示例性实施方案中,该多个电子设备(102-10N)还可包括可穿戴设备,诸如腕表、健身手环、生物识别监视器、活动跟踪器、健康手环等。在一些示例性实施方案中,这些电子设备可由工作环境(例如,工业环境、仓库、配送中心、制造单元等)中的工作者使用。例如,在一些示例中,第一电子设备102可以是由第一工作者使用的第一移动设备,并且第二电子设备104可以是由第二工作者使用的第二移动设备。在一些示例性实施方案中,该多个电子设备102-10N可对应于可被调试和/或被配置为在工作环境(例如工业环境)中执行特定功能的此类设备。例如,在一些示例中,该多个电子设备102-10N可对应于可由在工业环境(例如但不限于仓库、制造厂或配送中心)中工作的工作者使用的工业设备,例如手持设备、标记扫描器、RFID读取器、PDT、PDA等,以在执行各种操作时提高生产率。
根据本文所述的一些示例性实施方案,该多个电子设备(102-10N)可被配置为警示和跟踪工作者以保持彼此之间的物理距离。例如,在流行性情况例如流行性感冒、SARS、COVID等的情况下,除了像数据收集、数据识别等的通常操作之外,该多个电子设备(102-10N)还可用于通过生成与安全措施相关的警示并保持工人之间的物理距离来通知工人。另选地,在其他示例中,可能期望警示工作者关于在距该工作者的限定距离处存在或不存在另一工作者。
根据一些示例性实施方案,该多个电子设备(102-10N)可被配置为基于电子设备之间的估计距离来生成提示。例如,第一电子设备102可基于确定第一电子设备102和第二电子设备104之间的距离来生成警示。在一些示例中,该警示可指示第一电子设备102和第二电子设备104之间的距离。在一些示例中,在第一电子设备102和第二电子设备104之间的距离小于预定义距离的实例下,可在第一电子设备102上生成警示。在该方面,可根据针对环境推荐的健康安全协议来定义该预定义距离。也就是说,根据一些示例性实施方案,当违反了要在工作者之间保持的物理距离规范时,第一电子设备102可生成警示。因此,通过下文所述的各种示例性实施方案的具体实施,该多个电子设备(102-10N)可用于生成与安全、健康和健康状况相关的警示,其更多细节参考图2至图11有所描述。
如图所示,在一些示例性实施方案中,该多个电子设备(102-10N)可位于联网环境中。联网环境可对应于其中该多个电子设备(102-10N)可通过通信网络103彼此进行通信、交换数据和控制信号的环境。例如,在一些示例性实施方案中,电子设备可通过无线通信网络彼此通信地耦接。在其他示例中,本文提及的联网环境可对应于可通过P2P通信网络通信地耦接的电子设备102-10N的对等(P2P)网络。在一些示例性实施方案中,通信网络103可对应于可通过其在各种电子设备之间交换各种命令(例如,控制命令)、消息和数据的介质。
在一些示例性实施方案中,通信网络103可包括但不限于无线保真(Wi-Fi)网络、微微网、个人局域网(PAN)、Zigbee和Scatternet。在一些示例中,通信网络103可以是近程无线网络,通过该网络,该多个电子设备102-10N可使用一个或多个通信协议(诸如但不限于Wi-Fi、蓝牙、蓝牙低功耗(BLE)、Zigbee、基于超声频率的网络和Z-Wave)彼此通信。在一些示例中,通信网络103可对应于这样的网络,其中该多个电子设备102-10N可使用其他各种有线和无线通信协议(诸如传输控制协议和互联网协议(TCP/IP)、用户数据报协议(UDP)和2G、3G或4G通信协议)彼此通信。在一些示例中,通信网络103可对应于任何通信网络,诸如但不限于LORA、蜂窝(NB IoT、LTE-M、泄漏馈线同轴电缆等)。
根据本文所述的各种示例性实施方案,该多个电子设备102-10N中的任何电子设备(例如,但不限于电子设备102)可使用通信网络103发起对剩余电子设备的通信。在一些示例中,可基于事件的发生来发起从第一电子设备102到其他电子设备的通信。在一些示例中,两个电子设备之间的通信可由移动应用程序或系统进程或服务的实例发起。在一些示例中,事件的发生可对应于诸如但不限于第一电子设备的引导或在系统重置之后或在周期性系统更新之后,从而通过通信网络103建立与其他电子设备的通信。另选地和/或另外,在一些示例性实施方案中,第一电子设备102可基于用户输入(例如,工作者在电子设备上输入登录凭据)来初始化通信网络103。也就是说,在示例性实施方案中,第一电子设备102可通过基于蓝牙低功耗(BLE)的通信网络发起与第二电子设备104连接的请求。在另一示例性实施方案中,第一电子设备102可通过基于超声频率范围的通信网络发起与第二电子设备104连接的请求。在一些示例中,第一电子设备102可以通过使用通信网络类型(即BLE和超声频率)与第二电子设备104通信,其细节进一步参考图2至图11有所描述。为了简洁起见,第一电子设备102和第二电子设备104在下文中可统称为电子设备(102,104)。
根据本文所述的各种示例性实施方案,每个电子设备可包括可被配置为执行各种操作的多个部件、电路等。如图所示,第一电子设备102可至少包括扬声器152、麦克风154、存储器156、输入/输出电路158、通信电路160、传感器单元162和可通信地耦接到这些部件中的一个或多个部件的处理单元150。
根据本文所述的一些示例性实施方案,第一电子设备102的扬声器152可被配置为生成输出,即可听频率范围和不可听频率范围两者下的声音。在一些示例性实施方案中,扬声器152和麦克风154可被配置为支持不可听信号。例如,在示例中,第一电子设备102的扬声器152可被配置为生成超声频率范围内的不可听信号。就这一点而言,在一些示例性实施方案中,扬声器152可被配置为生成频率高于20千赫(kHz)的声音信号。在一些示例性实施方案中,扬声器152可被配置为生成18kHz至23kHz范围内,或具体地19kHz至21kHz范围内,或更具体地20kHz的信号。在另一示例性实施方案中,扬声器152可被配置为生成500Hz至50kHz范围内,或具体地1kHz至30kHz范围内,或更具体地10kHz至20kHz范围内的信号。换句话讲,在一些示例中,扬声器152可被配置为生成超声下的不可听信号。此外,如图所示,第一电子设备102可包括麦克风154,该麦克风可被配置为识别可听和/或不可听信号。在一些示例性实施方案中,麦克风154可被配置为识别以超声频率发射并且在第一电子设备102处接收的不可听信号。例如,麦克风154可识别可由第二电子设备104发射的超声频率范围的信号。
根据本文所述的各种示例性实施方案,第一电子设备102的扬声器152和麦克风154可用于执行超声频率下不可听信号的交换。就这一点而言,根据本文所述的各种示例性实施方案,可使用与在第一电子设备102处发射和/或接收的超声频率范围内的不可听信号的交换相关的信息来确定第一电子设备102和另一电子设备之间的距离。此外,基于所确定的距离,可由处理单元150生成警示。在一些示例性实施方案中,可在两个电子设备(102,104)上生成警示。此外,可生成各种类型的警示,其细节在稍后的描述中有所描述。此外,根据一些示例,警示可指示违反了要在工作环境中的两个用户之间保持的物理距离规范。根据本文所述的一些示例性实施方案,该多个电子设备(即,第二电子设备104、第三电子设备106等)中的剩余者还可包括类似部件中的一个或多个类似部件,如参考第一电子设备102所述的处理单元150、扬声器152、麦克风154、传感器单元162等。
例示性地,系统100还可包括计算平台105。在一些示例中,如先前所述,计算平台105可对应于服务器。在一些示例中,计算平台105可对应于例如但不限于基于云的服务、基于云的平台、基于云的基础结构、远程服务器等。该多个电子设备102-10N中的一个或多个电子设备可经由通信网络103通信地耦接到计算平台105。换句话讲,出于各种目的,该多个电子设备(102-10N)可使用通信网络103与计算平台105进行通信。例如,在一些示例中,计算平台105可与该多个电子设备(102-10N)中的一个或多个电子设备进行通信以:共享配置设置,检索由设备捕获的数据,监视该多个电子设备中的一个或多个电子设备的状态、跟踪电子设备的活动和性能、共享设备更新、在设备上提供工作流、跟踪电子设备的使用历史等。
在一些示例性实施方案中,计算平台105可对应于数据分析平台,该数据分析平台可被配置为从该多个电子设备102-10N中的一个或多个电子设备接收数据,对该数据执行分析并向该多个电子设备102-10N提供行动方案。在一些示例中,计算平台105可由工作环境的管理员使用以基于电子设备间的交易、该多个电子设备102-10N的跟踪和/或从该多个电子设备102-10N接收的数据来监视工作者的活动。在一些示例性实施方案中,该多个电子设备(102-10N)中的一个或多个电子设备可运行可由计算平台105托管的应用程序(例如,移动应用程序)。如图所示,计算平台105可包括处理电路170。另外和/或另选地,计算平台105还可包括类似于存储器156、输入/输出电路158、通信电路160的一个或多个部件,如参考第一电子设备102所述。以下描述图1的段落描述了该多个电子设备(102-10N)和/或计算平台105的一个或多个硬件部件、电路等的细节。
为了简洁起见,电子设备的处理单元150和计算平台105的处理电路170在下文的整个描述中可统称为处理单元(150,170)。处理单元(150,170)可以是能够执行根据本公开的一个或多个实施方案的操作的硬件实体(例如,物理地体现在电路中)。另选地,在其中处理单元(150,170)被体现为软件指令的执行器的实施方案中,软件指令可将处理单元(150,170)配置为响应于软件指令被执行而执行本文所述的一个或多个算法和/或操作。在实施方案中,处理单元(150,170)可以是单核处理器、多核处理器、系统100内部的多个处理器、远程处理器(例如,在服务器上实现的处理器)和/或虚拟机。根据一些示例性实施方案,处理单元(150,170)可对应于任何计算处理单元或设备,包括但不限于包括:单核处理器;具有软件多线程执行能力的单核处理器;多核处理器;具有软件多线程执行能力的多核处理器;具有硬件多线程技术的多核处理器;并行平台;以及具有分布式共享存储器的并行平台。另外,处理单元(150,170)可以是指集成电路、专用集成电路(ASIC)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、复杂可编程逻辑设备(CPLD)、分立门或晶体管逻辑、分立硬件部件或被设计成执行本文所述的功能的它们的任意组合。在一些示例中,处理单元(150,170)还可利用纳米级架构,诸如但不限于基于分子和量子点的晶体管、开关和门,以便优化空间使用或增强用户装备的性能。
根据一些示例性实施方案,电子设备的传感器单元162可包括一个或多个传感器。在示例性实施方案中,传感器单元162可包括惯性传感器,例如磁力计、地磁场传感器、加速度计、活动度测量计等。就这一点而言,处理单元150可利用传感器单元162来检测第一电子设备102的取向、移动等中的一者或多者。在一些示例性实施方案,传感器单元162可包括传感器,例如成像设备(如彩色相机和/或深度相机)、光眼、充满度传感器、体积传感器、速度传感器、RFID询问器、扫描引擎、条形码扫描器、标记读取器等。
根据一些示例性实施方案,该多个电子设备(102-10N)和/或计算平台105可包括通信电路(例如,通信电路160),该通信电路可被配置为从/向网络和/或在通信网络103上通信的任何其他设备、电路或模块接收和/或发射数据。为此,在一些示例性实施方案中,本文提及的通信电路160可以是在与第一电子设备102的相应部件相关联的硬件或硬件与软件的组合中体现的任何装置,诸如设备或电路。在一些示例中,通信电路160可包括用于实现与有线或无线通信网络的通信的网络接口。例如,通信电路可包括一个或多个网络接口卡、天线、总线、交换机、路由器、调制解调器和支持硬件和/或软件或适用于经由通信网络103实现通信的任何其他设备。另外或另选地,通信电路160可包括用于与天线交互的电路以致使信号经由天线传输或处理经由天线接收的信号接收。这些信号可由第一电子设备102的部件中的任一个部件和/或处理单元150使用多种无线个人局域网(PAN)技术(诸如但不限于1.0版到3.0版、蓝牙低功耗(BLE)、红外无线(例如IrDA)、超宽带(UWB),感应无线传输等)或经由有线通信技术(诸如数据现场总线、电缆等)通过通信网络103发射。
在一些示例性实施方案中,该多个电子设备(102-10N)和/或计算平台105可包括输入/输出电路(例如,I/O电路158),该输入/输出电路可与处理单元150通信以向用户提供输出,并且在一些实施方案中,接收用户输入的指示。I/O电路158可包括用户界面并且可包括显示器,该显示器可包括网页用户界面、移动应用程序、客户端设备等。在一些实施方案中,I/O电路158还可包括小键盘、操纵杆、触摸屏、触摸区域、软键、麦克风、扬声器或其他输入/输出机构。在一些示例中,处理单元150和/或包括与I/O电路158相关联的处理器的用户界面电路可被配置为通过存储在处理单元150可访问的存储器156上的计算机程序指令(例如,软件和/或固件)来控制与I/O电路158相关联的一个或多个用户界面元素的一个或多个功能。还参考图9至图10描述了第一电子设备102和/或该多个电子设备(102-10N)的部件的更多细节。
图2示出了根据本文所述的示例性实施方案的描绘第一电子设备102和第二电子设备104之间的通信的示例,该通信涉及超声频率范围内的信号交换的示例性场景200。例示性地,第一电子设备102可包括第一麦克风(MK1)202和第一扬声器(SPK1)204。此外,第二电子设备104可包括第二麦克风(MK2)206和第二扬声器(SPK2)208。根据本文所述的一些示例性实施方案,第一扬声器204和第二扬声器208可被配置为生成超声频率的预定义范围内的不可听信号。例如,在一些示例中,第一扬声器204和第二扬声器208可被配置为生成18kHz至23kHz范围内,或具体地19kHz至21kHz范围内,或更具体地20kHz的多个信号。此外,第一麦克风202和第二麦克风206可被配置为识别超声频率范围内的不可听信号,该不可听信号可分别在第一电子设备102和第二电子设备104处接收。
例示性地,根据示例性实施方案,第一电子设备的第一扬声器204可生成第一超声频率下的第一信号214。可由第二电子设备104的第二麦克风206接收和识别第一信号214。此外,第二扬声器208可生成第二超声频率下的第二信号216。可由第一电子设备102的第一麦克风202接收和识别第二信号216。根据一些示例性实施方案,预定义可预定义基于超声频率的不可听信号的交换的超声频率范围。换句话讲,第一超声频率和第二超声频率可以是电子设备(102,104)预定义的和已知的。例如,可根据设备配置设置来定义第一超声频率和第二超声频率。在一些示例中,设备配置设置可由原始装备制造商(OEM)预定义。另选地,在一些示例中,可基于用户输入(例如,由工作环境中的管理员)来定制设备配置设置。因此,第一扬声器204和第二扬声器208可生成根据设备配置设置定义的各种预定义超声频率范围内的不可听信号。
在一些示例中,计算平台105可定义第一电子设备102和第二电子设备104的配置设置。换句话讲,计算平台105可向电子设备(102-10N)提供配置设置,这些配置设置可定义超声频率范围,在该超声频率范围内电子设备(102,104)可彼此通信。就这一点而言,在一些示例中,计算平台105可基于计算平台105处(例如,管理员)的用户输入来提供配置设置。因此,第一电子设备102和第二电子设备104可从计算平台105接收设备配置设置。在一些示例中,除了超声频率范围之外,配置设置还可包括信息诸如用于在超声频率下交换信号的开始时间和结束时间,第一电子设备102和第二电子设备104可以基于该超声频率彼此通信,其更多细节在稍后的描述中有所描述。
根据一些示例性实施方案,第一电子设备102和第二电子设备104中的每一者可配置有移动应用程序。在一些示例中,移动应用程序可以由计算平台105托管,并且可以分别在第一电子设备102和第二电子设备104上运行。根据本文所述的一些示例性实施方案,移动应用程序可:(a)发起第一电子设备102和第二电子设备104之间的通信(例如,通过BLE和/或超声频率),(b)确定第一电子设备102和第二电子设备104之间的距离,以及(c)基于第一电子设备102和第二电子设备104之间的该距离在相应电子设备(102,104)上生成警示。
根据一些示例性实施方案,移动应用程序可预安装在工作环境内使用的电子设备上。例如,在一些示例性实施方案中,在工作环境(例如,仓库、工业环境、配送中心等)中,工作者可设置有电子设备(如第一电子设备102和第二电子设备104),这些电子设备可预先配置有移动应用程序以执行各种活动。例如,工作者可使用这些电子装置进行自动识别和信息的数据捕获并提高工作环境中的生产率。此外,可安装在所述电子设备(102,104)上的移动应用程序可被配置为在社交距离(或物理距离)遵从性规范遭到违反的情况下监视电子设备之间的接近度,并在这些电子设备上进一步生成警示。例如,社交距离遵从性规范可以是:当在工作环境中工作时,两个工作者必须在其自身之间保持6英尺或更大的距离。就这一点而言,根据一些示例性实施方案,移动应用程序可被配置为确定电子设备(102,104)之间的距离。此外,根据本文所述的各种示例性实施方案,电子设备(102,104)之间的距离可通过使用对应于超声频率信号(即,在超声频率范围下在电子设备处发射和/或接收的信号)的交换的信息来确定,其细节在稍后的描述中有所描述。
如先前参考图1所述,第一电子设备102可使用通信网络103与第二电子设备104通信。根据本文所述的各种示例性实施方案,可通过使用基于BLE的信号或基于超声频率的信号和/或两者的组合(即,通过在两种通信模式之间周期性地切换)来执行电子设备(102,104)之间的通信。在一些示例性实施方案中,可在确定两个电子设备是否处于彼此的BLE通信范围内之后执行第一电子设备102和第二电子设备104之间超声频率下的不可听信号的交换。就这一点而言,电子设备(102,104)可最初建立基于BLE的通信,并且然后交换超声频率上的不可听信号。为此,在发起基于超声频率的信号传输之前使用基于BLE的连接建立可节省电子设备(102,104)的资源(例如,电池或处理周期)。
图2示出了分别被描绘为第一视图250和第二视图270的两个示例性视图。第一视图250表示示例性场景,其中第一电子设备102和第二电子设备104彼此通信地耦接。如第一视图250所示,可使用基于BLE的信号传输和/或基于超声频率的信号传输来执行第一电子设备102和第二电子设备104之间的通信。第二视图270表示第一电子设备102和第二电子设备104彼此通信地耦接并且进一步通信地耦接到计算平台105(例如,服务器)的另一示例性场景。
参考第一视图250,根据一些示例性实施方案,第一电子设备102可以向第二电子设备发射连接请求210以通过BLE网络建立连接。响应于该连接请求,第一电子设备102可接收来自第二电子设备104的响应。为此,在当第二电子设备104在第一电子设备102的蓝牙通信范围内时的实例中,可从第二电子设备104接收响应。换句话讲,在当第一电子设备102的蓝牙通信范围内不存在其他电子设备时的实例中,第一电子设备102可不接收对连接请求210的任何响应。在接收到响应时,可在第一电子设备102和第二电子设备104之间建立基于BLE的连接。在通过BLE建立连接时,第一电子设备102和第二电子设备104可使用基于BLE的通信交换数据。此外,根据一些示例性实施方案,响应于第一电子设备102和第二电子设备104之间成功的基于BLE的连接,可发起超声频率下的信号交换。以下段落描述了两个电子设备(102,104)之间超声频率下信号交换的示例。
例示性地,第一电子设备102的第一扬声器204可以生成第一超声频率下的第一信号214。在示例中,可由第一电子设备104的通信电路(例如,类似于通信电路160)广播第一信号214。此外,可在第二电子设备104处接收第一信号214。在该方面,第二电子设备104的第二麦克风206可识别第一信号214。类似地,第二电子设备104的第二扬声器208可生成第二超声频率下的第二信号216。第二信号216可由第二电子设备104的通信电路广播。此外,如图所示,第二信号216可在第二电子设备104处被接收,并且可由第二麦克风206识别。根据本文所述的各种示例性实施方案,两个电子设备1(102,104)之间的超声频率范围内的不可听信号的交换可用于确定两个电子设备(102,104)之间的距离。就这一点而言,与超声频率下的不可听信号的交换相关联的定时信息可用于执行飞行时间估计以确定两个电子设备(102,104)之间的估计距离。此外,可基于机器学习模型的输出来细化基于飞行时间估计确定的距离,其细节在稍后的描述中有所描述。
图2中所示的第二视图270表示第一电子设备102和第二电子设备104之间的通信的示例性场景,类似于第一视图250中所示的场景,不同的是第一电子设备102和第二电子设备104也通信地耦接到计算平台105。就这一点而言,如先前所述,在一些示例中,第一电子设备102和/或第二电子设备104可通过使用通信网络103与计算平台105通信。例如,在一些示例中,计算平台105可与第一电子设备102和第二电子设备104共享设备配置设置。在一些示例中,计算平台105可以分别同步在第一电子设备102和第二电子设备104处保持的时间时钟。此外,计算平台105可以向电子设备(102,104)发送可定义例如但不限于电子设备(102,104)可以基于其执行基于超声频率的信号的通信的频率范围、开始时间和停止时间的设备配置设置。在一些示例中,计算平台105可基于对与相应设备相关联的每个用户/工作者的过去用户行为和作业分配数据的分析来共享电子设备(102,104)的设备配置设置。
图3示出了根据本文所述的另一示例性实施方案的描绘第一电子设备102和第二电子设备104之间的通信的另一示例性场景300,该通信包括超声频率下的不可听信号的交换。在该示例性场景中,第一电子设备102和第二电子设备104可使用以超声频率传输的信号作为数据通信的介质。例如,如第一视图250所示,第一电子设备102和第二电子设备104可通过使用超声数据交换信号302彼此传送数据。因此,如第二视图270所示,第一电子设备102和第二电子设备104可通过使用另一超声数据交换信号304彼此传送数据。图3所示的示例性场景可适用于其中在工作环境中使用的电子设备可能不兼容执行基于BLE的通信的用例。此外,类似于参考图2所述,第一电子设备102和第二电子设备104可交换以超声频率传输的第一信号214和第二信号216。
图4示出了根据本文所述的一些示例性实施方案的可用于计算两个电子设备之间的距离值的机器学习模型的示例性架构400。根据一些示例性实施方案,机器学习模型可用于细化第一距离值并从该第一距离值确定第二距离值。就这一点而言,本文提及的第一距离对应于两个电子设备(例如,第一电子设备102和第二电子设备104)之间的距离,该距离可通过使用与超声频率信号的交换相关的定时信息执行飞行时间估计来确定,如先前参考图1至图3所述。在该方面,与第一距离值相比,第二距离值可提供对电子设备(102,104)之间的距离的相对准确的估计。此外,第二距离值可用于在电子设备(102,104)上生成警示。
根据一些示例性实施方案,可由机器学习引擎402生成机器学习模型,如图4所示。根据本文所述的各种示例性实施方案,机器学习引擎402可使用输入数据404和神经网络架构来生成机器学习模型。机器学习引擎402可以是多个电子设备(102-10N)和/或计算平台105中的任一者的部件。在一些示例性实施方案中,机器学习引擎402可通信地耦接到处理单元(150,170)。机器学习引擎402可采用一个或多个机器学习进程和/或一种或多种人工智能技术来细化两个电子设备(102,104)之间的第一距离值并确定第二距离值。就这一点而言,由机器学习引擎402采用的机器学习模型可输出距离校正因子,该距离校正因子可用于修改第一距离值并确定第二距离值。
在某些实施方案中,由机器学习引擎402采用的机器学习模型的输出可与数据模型描述相关联。例如,数据模型描述可以计算机格式描述一个或多个距离校正因子。在一个方面,数据模型描述可包括与硬件、传感器和/或用于促进确定两个电子设备(102,104)之间的距离并生成警示的其他数据相关联的属性和/或数据。另外或另选地,数据模型描述可包括与数字信号处理相关联的数据。另外或另选地,数据模型描述可包括与一个或多个机器学习过程相关联的数据。另外或另选地,数据模型描述可包括与用于距离值校正的预测相关联的数据,该数据可以用于将第一距离值细化为第二距离值,如先前参考图1至图3所述。
在示例性实施方案中,机器学习引擎402可采用支持向量机(SVM)分类器来确定与输入数据404相关的一个或多个分类、一个或多个相关性、一个或多个表达式、一个或多个推理、一个或多个模式、一个或多个特征和/或其他学习信息。在另一实施方案中,机器学习引擎402可采用与贝叶斯机器学习网络、二元分类模型、多类分类模型、线性分类器模型、二次分类器模型、神经网络模型、概率分类模型、决策树和/或一个或多个其他分类模型相关联的一个或多个机器学习分类技术。由机器学习引擎402采用的机器学习模型(例如,分类模型、机器学习分类器等)可被明确训练(例如,经由训练数据)和/或隐式训练(例如,经由由机器学习模型接收的外在数据)。例如,由机器学习引擎402采用的机器学习模型(例如,分类模型、机器学习分类器等)可用训练数据(即,输入数据404)训练,该训练数据包括通过将电子设备(102,104)保持在预定义因素的不同实例的已知位置处而记录的距离值的一个或多个样本,其细节在下文有所描述。
根据本文所述的各种示例性实施方案,机器学习引擎402可生成机器学习模型。机器学习模型可(a)使用输入数据404,(b)对输入数据404执行回归分析,以及(c)输出指示距离校正因子的分类。此外,由机器学习模型输出的距离校正因子可由处理单元(150,170)用于细化第一距离值并确定第二距离值。根据一些示例性实施方案,机器学习引擎402可通过使用输入数据404确定与该输入数据相关的一个或多个分类、一个或多个相关性、一个或多个表达式、一个或多个推理、一个或多个模式、一个或多个特征和/或其他学习信息来执行学习(例如,深度学习等)。就这一点而言,输入数据404可表示用于机器学习模型的训练数据集。
根据一些示例性实施方案,机器学习模型的输入数据404可包括一组距离值,该组距离值可能已经在基于(i)在预定义因素的各种值下以及(ii)当将两个电子设备(102,104)放置在已知位置处(即,彼此间隔开已知距离)执行飞行时间估计的训练数据的收集期间被记录。如先前所述,预定义因素可表示可通过使用与电子设备(102,104)之间的超声频率下的不可听信号的交换相关的定时信息执行飞行时间估计来影响计算电子设备(102,104)之间的距离的计算的因素,其细节在以下几个段落中有所描述。
可基于各种因素来影响两个电子设备(102,104)之间的距离的基于飞行时间的估计。例如,超声波的速度可根据工作环境的温度而变化。因此,基于飞行时间的估计导致在两个电子设备(102,104)可存在于其中的环境的不同温度值下给出保持在已知位置处的两个电子设备(102,104)之间的不同距离值。在该方面,由机器学习模型使用的输入数据404可包括可通过在不同的环境温度值下(例如,但不限于,16℃、20℃、24℃、28℃、32℃等)执行飞行时间估计以及通过将两个电子设备(102,104)保持在已知距离处隔开而确定的样本距离值。
又如,第一电子设备102和第二电子设备104的角取向还可影响这两个电子设备(102,104)之间的距离的基于飞行时间的估计。换句话讲,在以超声频率交换信号期间,第一电子设备102可定位在第一角取向上,并且第二电子设备104可定位在可不同于第一角取向的第二角取向上。此外,第一电子设备102和第二电子设备104各自的第一麦克风202、第一扬声器204、第二麦克风206、第二扬声器208和通信电路中的一者或多者的角取向可以相对于彼此不同。因此,两个电子设备(102,104)之间的距离的飞行时间估计可能不指示这两个电子设备(102,104)之间的准确距离。换句话讲,电子设备(102,104)及其相应部件的角取向也可影响对电子设备(102,104)之间的距离的估计。为此,在超声频率下的不可听信号的交换期间,距离的估计误差也可根据(电子设备102、104两者的)麦克风和扬声器之间的距离而变化。而且,虽然第一电子设备102和第二电子设备104可定位在不同角取向上,但是与信号交换对应的超声波可遵循从源设备到目标设备的不同路径。例如,在当两个电子设备(102,104)都面向彼此时的实例中,超声波可遵循第一路径从第一电子设备102行进到第二电子设备104。此外,在当两个电子设备(102,104)不面向彼此时的实例中,超声波可遵循不同于第一路径的第二路径。因此,信号在两个电子设备之间的行进时间可取决于电子设备(102,104)的角取向,从而导致基于飞行时间的两个电子设备(102,104)之间的距离估计的变化。因此,当两个电子设备(102,104)保持竖直(即,相对于表面处于90度的相同角取向)时,在两个电子设备(102,104)之间确定的距离将不同于当两个电子设备(102,104)处于不同角取向时确定的距离值。这就是说,用于机器学习模型的输入数据404还可包括样本距离值,该样本距离值可通过在电子设备(102,104)及其相关联的部件的角取向的不同值处执行飞行时间估计来确定。
根据一些示例性实施方案,在收集样本训练数据(即,用于机器学习模型的输入数据404)时,还可将其他因素诸如与该多个电子设备(102-10N)相关联的设备规格信息(例如,设备型号、设备规格等)考虑在内。例如,根据电子设备(102-10N)的模型或类型,每个电子设备(102-10N)可具有唯一的设备规格(例如,尺寸、外部设计、内部部件布置等)。换句话讲,麦克风、扬声器和/或通信电路的内部定位或布置在不同型号的电子设备中将是不同的。类似地,不同模型类型的电子设备可具有不同的外部结构、尺寸和形状。因此,与电子设备相关联的设备规格信息还可影响基于飞行时间估计对电子设备之间的距离的确定。因此,机器学习模型的输入数据还可包括可能已通过将不同设备规格的电子设备保持在已知位置处而被记录的样本距离值。
此外,在一些示例中,与第一电子设备102和第二电子设备104中的至少一者相关联的其他因素诸如移动状态和使用历史也可影响对电子设备(102,104)之间的距离的确定。例如,如果使用两个电子设备(102,104)中的任一者的工作者处于运动状态,则使用飞行时间估计的距离可根据与该工作者相关联的运动状态而变化。而且,在一些示例中,工作者在工作环境中的移动可根据工作者的移位定时。因此,电子设备(102,104)的使用历史还可影响对电子设备(102,104)之间的距离的估计。因此,根据一些示例性实施方案,输入数据404还可包括已根据与电子设备(102,104)相关联的设备使用历史和/或移动状态而被记录的两个电子设备之间的样本距离值。如先前所述,电子设备(102,104)可包括传感器单元162,该传感器单元可包括惯性传感器,诸如磁力计、地磁场传感器、加速度计、活动度测量计等,以确定与电子设备(102,104)及其部件相关联的惯性数据(例如,角取向)。因此,由传感器单元162记录的感官数据可用于确定与电子设备(102,104)相关联的移动状态、角取向等。
根据本文所述的各种示例性实施方案,机器学习引擎402可采用可包括多个层的基于人工神经网络(ANN)的架构。在一些示例性实施方案中,机器学习引擎402可采用卷积神经网络(CNN)。根据一个示例性实施方案,机器学习引擎402可采用三层ANN。如图所示,架构400(例如,基于神经网络的架构)可包括输入层406、多个隐藏层408-40(N-1)和输出层40N。在一些示例性实施方案中,机器学习引擎402可执行回归分析,以对输入数据404和ANN的输出层40N处的输出409之间的关系进行建模。如先前所述,输入数据404可在输入层406处以输入向量(P1-P22)的形式提供。此外,根据一些示例性实施方案,架构400的每个层中的神经元可通过连接强度完全互连,如权重407所示。而且,每个隐藏层神经元和输出层神经元可包括与其相关联的偏置项405。根据一些示例性实施方案,对于ANN,可通过任何已知的算法(例如但不限于列文伯格-马夸尔特法算法)获得初始权重和阈值,该算法可用于在执行回归分析时拟合非线性曲线。此外,ANN的输出409可以是分类(例如,可用于将第一距离值细化为第二距离值的距离校正因子,如先前参考图1至图3所述)。
根据一些示例性实施方案,可基于从实验结果导出的各种因素和观察结果来确定架构400中的层数。例如,该多个隐藏层(408-40N-1)的数量可基于实验观察凭经验确定。例如,可通过实验观察到,响应于隐藏层数量的增加,可实现分类率(即,模型的输出的准确性)的增加和输出的标准偏差的减小。也就是说,在示例性实施方案中,在实验期间,最初可用一个隐藏层训练和测试ANN,并且随后可将神经元的数量从第一值增加到第二值。此外,可添加后续隐藏层(即,第二隐藏层),并且可通过增加神经元的数量以通过实验观察模型的性能。因此,可定义隐藏层(408-40N-1)的数量,在该数量下可实现最佳分类率。根据示例性实施方案,输入神经元的数量可基于通过执行基于飞行时间的估计来影响距离的计算的预定义因素(例如,角取向、环境温度、设备规格等)的数量。因此,可通过执行试误法并且基于观察实验结果来确定可在ANN中使用的隐藏层、神经元的最佳数量以及最佳学习率。
此外,根据本文所述的一些示例性实施方案,ANN的每个层可与传递函数(例如,激活函数)相关联,该传递函数可确定相应层的输出。换句话讲,传递函数可将ANN的层的输出映射到该层的输入。在示例性实施方案中,机器学习引擎402可使用传递函数(例如,但不限于ReLU函数、逻辑或Sigmoid function等)以将ANN的层的输出与该层的输入一起映射到该层。根据示例性实施方案,机器学习引擎402可针对ANN的每个隐藏层(408-4N-1)使用非线性激活函数。在示例性实施方案中,机器学习引擎402可使用整流线性单元(ReLU)函数作为ANN的每个隐藏层的传递函数。ReLU函数可以是如下所述的函数:
y=max(0,x)or f(x)={o for x<0;x for x≥0}
在上述公式中,y和f(x)表示输出值,并且x表示ANN层处的输入值。
根据一些示例性实施方案,机器学习引擎402还可使用误差函数或损失函数来确定ANN的层的实际输出和该层处的预期或预测输出之间的误差。在一个示例中,机器学习引擎402可使用平方误差函数(例如,均方努力函数)作为评估标准来评估机器学习模型的性能。就这一点而言,在示例中,平方误差函数可使ANN的每次迭代中产生的误差的平方平均值最小化,并可相应地更新权重407和偏置407。由机器学习引擎402生成的机器学习模型可预测可对应于距离校正的输出的离散值。就这一点而言,机器学习模型的输出409是可用于从第一距离值确定第二距离值的距离校正因子。
在示例性场景中,由飞行时间估计确定的电子设备(102,104)之间的第一距离值可以是6.5英尺。此外,用于触发警示的预定义阈值距离可以是6英尺。此外,基于机器学习模型的输出确定的第二距离值可以是5.5英尺。就这一点而言,可基于第二距离值与预定义阈值(即5.5英尺<=6英尺)的比较在第一电子设备102和/或第二电子设备104上生成警示。
图5示出了根据本文所述的一些示例性实施方案的描绘第一电子设备102和第二电子设备104之间的通信的示例的消息流程图500。
根据本文所述的一些示例性实施方案,第一电子设备102和第二电子设备104可对应于可分别由第一工作者和第二工作者在工作环境中使用以执行各种操作的手持设备(例如,移动设备、PDA)。例如,在一些示例中,第一电子设备102和第二电子设备104可由工作者用于执行活动,诸如但不限于执行任务的工作流、自动数据收集和识别、处理协调、参与和管理工作者等。在一些示例中,电子设备(102,104)可由物料搬运环境(例如,仓库、配送中心、订单履行中心、库存、生产站点、制造厂等)中的工作者使用以用于执行各种操作(例如,库存管理、订单拣选、维修和维护等)。在一些示例性实施方案中,可在这些电子设备(102,104)上生成指示工作者安全问题的各种警示。可基于通过使用可由电子设备(102,104)执行的超声频率下的信号通信来确定电子设备(102,104)之间的距离来生成这些警示。图5示出了涉及超声频率下的信号交换的电子设备(102,104)之间的此类通信的示例。
根据一些示例性实施方案,图5中所示的消息流程图500描绘了可在第一电子设备102和第二电子设备104之间发生的消息序列和数据通信。在一些示例性实施方案中,可在第一电子设备102和第二电子设备104中的每一者处执行有限组的进程线程以执行操作(例如,生成指示工作者安全的警示)。此外,消息流程图500还表示可由相应设备的处理单元(例如,处理单元150)执行的每个进程线程的有限事件序列。例示性地,可在第一电子设备102处执行的进程线程由垂直线502表示,并且可在第二电子设备104处执行的进程线程由垂直线504表示。此外,消息流程图500中的水平线表示在第一电子设备102和第二电子设备104之间传送的通信(即消息)和/或在相应电子设备处处理的数据。
例示性地,在步骤506处,第一电子设备102可向第二电子设备104发送BLE连接请求。BLE连接请求可对应于用于发起通过BLE网络在第一电子设备102和第二电子设备104之间建立连接的请求。在一个示例性实施方案中,响应于在第一电子设备102处发起基于BLE的连接的BLE发现阶段,可经由第一电子设备104的通信电路160发射BLE连接请求。此外,BLE连接请求可由第一电子设备102通告或广播,以寻求与可在第一电子设备102的BLE通信范围内的其他电子设备的基于BLE的连接。根据示例,BLE连接请求可包括例如但不限于与第一电子设备102相关联的设备标识符、通用唯一标识符(UUID)、服务集标识符(SSID)等。
响应于发射BLE连接请求,第一电子设备102“可”或“可不”接收对BLE连接请求的响应。例如,如果另一电子设备(例如,第二电子设备104)位于第一电子设备102的BLE通信范围内,则可在第一电子设备102处接收对连接请求的响应。另选地,即,如果在第一电子设备102的BLE通信范围内没有其他电子设备可用,则在第一电子设备102处可能未接收到对连接请求的响应。例示性地,在步骤508处,第一电子设备102可从第二电子设备104接收BLE连接响应。BLE连接响应可指示来自第二电子设备104的确认或肯定以通过基于BLE的通信网络在第一电子设备102和第二电子设备104之间建立连接。就这一点而言,第二电子设备104可以在扫描阶段操作,并且监听任何传入的BLE连接请求(即,宣告信号)并以确认(即,BLE连接响应)进行响应。因此,第一电子设备102可以监听任何传入的BLE连接响应作为对BLE连接请求的响应。应当理解,在电子设备(102,104)之间建立基于BLE的连接建立可包括步骤506和508之间的附加步骤(例如,对应于诸如以下的各个阶段的步骤:“扫描”、“发现”、“连接”、“初始化”、“同步”和“连接”,这些对于基于标准BLE的连接建立是已知的),为了简洁起见,本文未示出。
如图所示,步骤506和508(即,基于BLE的通信)可以是任选的。换句话讲,根据示例性实施方案,电子设备(102,104)之间的通信可涉及基于BLE的连接建立,如步骤506和508所示,之后是超声频率下的不可听信号的生成和交换。另选地,根据另一示例性实施方案,电子设备(102,104)之间的通信可涉及超声频率下的不可听信号的生成和交换,而不执行任何基于BLE的连接建立。此外,在一些示例性实施方案中,超声频率下的信号的生成和交换可基于任何事件的发生(例如,按下电子设备102、104中的任一者上的触发按钮等)。在一些示例性实施方案中,电子设备(102,104)之间的超声频率下的信号的生成和交换可独立于任何事件。
在步骤510和512处,超声频率下的不可听信号可分别由第一电子设备102和第二电子设备104生成。超声频率下的不可听信号可以类似的方式在电子设备(102,104)处生成,如先前参考图1至图4所述。例如,第一电子设备102的第一扬声器204可生成第一超声频率下的第一信号。此外,第二电子设备104的第二扬声器208可生成第二超声频率下的第二信号。例如,第一信号和第二信号可以是18kHz至23kHz范围内,或具体地19kHz至21kHz范围内,或更具体地20kHz的声音信号。在示例性实施方案中,第一超声频率可以与第二超声频率相同。此外,在一些示例性实施方案中,可在电子设备(102,104)之间发生不可听信号的生成和交换的超声频率范围可以是电子设备(102,104)预定义的和已知的。例如,可根据设备配置设置来定义第一超声频率和第二超声频率,电子设备(102,104)的扬声器可根据设备配置设置由OEM预先配置。
如图所示,在步骤514处,第一电子设备102可经由通信电路160将第一信号发射到第二电子设备104。此外,在步骤516处,第二电子设备104可经由相应通信电路将第二信号发射到第一电子设备102。
根据一些示例性实施方案,第一电子设备102可记录:(a)指示发射第一信号的时间的第一时间值和(b)指示在第一电子设备102处接收第二信号的时间的第二时间值。类似地,第二电子设备104可记录(例如,存储在相应存储器位置中):(a)指示在第二电子设备104处接收第一信号的时间的第三时间值和(b)指示发射第二信号的时间的第四时间值。因此,如图所示,在步骤518处,第一电子设备102可将第一时间值和第二时间值记录为第一定时信息。此外,在步骤520处,第二电子设备104可将第三时间值和第四时间值记录为第二定时信息。尽管为了简洁起见未示出,但根据一些示例性实施方案,在第一电子设备102和第二电子设备104之间可存在超声频率下的多个信号(即,不限于两个信号)的交换。因此,可记录对应于在相应电子设备(102,104)处发送和接收该多个信号的定时信息。
根据一些示例性实施方案,可在电子设备(102,104)之间共享与超声频率下的信号交换相关的定时信息。例如,如图所示,在步骤522处,第一电子设备102可将第一定时信息发送到第二电子设备104。此外,如步骤524处所示,第二电子设备可将第二定时信息发送到第一电子设备102。在一些示例性实施方案中,第一电子设备102和第二电子设备104可利用基于BLE的连接来彼此共享定时信息。另外和/或另选地,在一些示例性实施方案中,第一电子设备102和/或第二电子设备104可利用任何通信网络103,如参考图1所述,用于在彼此之间共享定时信息。
在步骤526处,在第一电子设备102处,可通过利用对应于电子设备(102,104)之间的超声频率下的信号交换的定时信息来计算第一电子设备102和第二电子设备104之间的距离。就这一点而言,最初,可通过使用第一定时信息和第二定时信息执行飞行时间估计来计算第一电子设备102和第二电子设备104之间的第一距离值。此外,可根据第一距离值确定第二距离值。可通过根据机器学习模型的输出细化第一距离值来确定第二距离值,其细节在先前参考图4有所描述。在该方面,与第一距离值相比,第二距离值可提供对电子设备(102,104)之间的距离的相对准确的估计。
在步骤528处,第一电子设备102可生成警示。可基于第二距离值与预定义阈值的比较来生成警示。在一些示例中,预定义阈值可对应于可根据环境的物理距离规范定义的阈值距离。此外,如果第二距离值小于或等于预定义阈值,则可由第一电子设备102生成警示。例如,预定义阈值可以是4英尺。就这一点而言,如果在两个电子设备之间计算的第二距离值小于或等于4英尺,则可生成警示。
根据本文所述的实施方案,可由第一电子设备102生成各种类型的警示。例如,在示例中,在第一电子设备102上生成警示可包括在第一电子设备102上响起警报。又如,生成警示可包括在第一电子设备102的第一显示屏上显示指示。再如,生成警示可包括生成触觉反馈和/或通过激活第一电子设备102上的手电筒。
根据一些示例性实施方案,第一电子设备102还可致使在第二电子设备104上生成警示。例如,如步骤530处所示,第一电子设备102可向第二电子设备104发送警示命令,该警示命令可触发在第二电子设备104处生成警示。如图所示,在步骤532处,响应于接收到警示命令,可在第二电子设备104处生成警示。在一个示例性实施方案中,第一电子设备102可发送第一警示命令,该第一警示命令可致使在第二电子设备104处响起警报。在另一示例性实施方案中,第一电子设备102可发送第二警示命令,该第二警示命令可致使在第二电子设备104的显示屏上显示指示。在又一示例性实施方案中,第一电子设备102可向第二电子设备104发送第三警示命令,该第三警示命令可致使在第二电子设备104上生成触觉反馈。在另一示例性实施方案中,第一电子设备102可发送第四警示命令,该第四警示命令可致使激活第二电子设备104的第二手电筒。在电子设备(102,104)处生成警示的更多细节在如参考图9至图11所述的方法流程图中有所描述。
在示例性场景中,可以实现本文描述的一些示例性实施方案,其中电子设备(102,104)的一个或多个操作可由计算平台105(例如,主设备或服务器)管理。例如,在一些示例性实施方案中,电子设备(102,104)之间的距离的计算以及警示的生成可由计算平台105管理。图6示出了根据本文所述的一些示例性实施方案的描绘计算平台105、第一电子设备102和第二电子设备104之间的示例性通信的另一消息流程图600。
在一些示例中,电子设备(102,104)和计算平台105可以在工作环境(例如,仓库、库存或任何其他工业环境)中提供。例如,如先前所述,电子设备(102,104)可由工作者使用以增加工作者的生产率,同时在工作环境中执行各种操作(如但不限于包装定位、再填充搁架、存货库存、装运处理等)。在此类情况下,包括任务步骤的工作流可以视觉指令的形式执行并且/或者可以电子设备(102,104)上的音频或视觉指令的形式提供给工作者。在一些示例性实施方案中,这些工作流可由计算平台105在电子设备(102,104)上提供。因此,工作者可接收用于在电子设备(102,104)上的库存内执行各种操作的音频和/或视觉指令形式的指令,工作者可使用相应输入/输出电路来对这些指令作出响应,如参考图1所述。此外,关于任务的执行的数据可从电子设备(102,104)传送回计算平台105。此外,计算平台105可执行由电子设备(102,104)执行的各种活动的管理和执行。
在一些示例性实施方案中,计算平台105可对应于与电子设备(102,104)的资源相比可包括显著更多资源(例如,存储器、电池寿命、网络连接性等)的主设备。在示例性场景中,计算平台105可作为可由管理员(例如,工作人员经理)管理的中央服务器操作,并且电子设备(102,104)可由工作者使用。
图6所示的消息流程图600描绘了根据一些示例性实施方案的可分别在计算平台105、第一电子设备102和第二电子设备104之间发生的消息序列和数据通信。在一些示例性实施方案中,可分别在计算平台105、第一电子设备102和第二电子设备104中的每一者处执行有限组的进程线程以执行操作(例如,生成指示工作者安全的警示)。此外,消息流程图600还表示可由相应设备的处理单元(例如,处理单元150、170)执行的每个进程线程的有限事件序列。例示性地,可在计算平台105处执行的进程线程由垂直线601表示,可在第一电子设备102处执行的进程线程由另一垂直线603表示,并且可在第二电子设备104处执行的进程线程由另一垂直线605表示。此外,消息流程图600中的水平线表示在计算平台105、第一电子设备102和第二电子设备104之间传送的通信(即消息)和/或在相应设备处处理的数据。
例示性地,在步骤602处,计算平台105可以向第一电子设备102发送配置设置。此外,在步骤604处,计算平台105可向第二电子设备104发送配置设置。在示例性实施方案中,配置设置可包括指示可用于第一电子设备102和第二电子设备104之间的通信的超声频率范围的信息。另外和/或另选地,在另一示例性实施方案中,配置设置可包括指示用于由第一电子设备102和第二电子设备104以超声频率交换信号的“开始时间”和“结束时间”的信息。如先前所述,在一些示例中,可基于用户输入来选择电子设备(102,104)可彼此通信的超声频率范围。就这一点而言,在一些示例性实施方案中,配置设置还可包括指示用于在电子设备(102,104)之间以超声频率交换信号的用户定义的频率范围的信息。因此,第一电子设备102和第二电子设备104可从计算平台105接收设备配置设置。在一些示例性实施方案中,配置设置还可包括其他信息,诸如用户凭证、工作者的定制设置等。
类似于先前参考图5所述,根据一些示例性实施方案,电子设备(102,104)可任选地在发起超声频率下的信号交换之前建立基于BLE的连接。如步骤606处所示,第一电子设备102可向第二电子设备104发送BLE连接请求。BLE连接请求可对应于用于发起通过BLE网络在第一电子设备102和第二电子设备104之间建立连接的请求。
响应于广播连接请求,第一电子设备102'可'接收'或'可不'接收对连接请求的响应。例如,如果对连接请求的响应位于第一电子设备102的BLE通信范围内,则可在第一电子设备102处从另一电子设备(例如,第二电子设备104)接收该响应。另选地,如果在第一电子设备102的BLE通信范围内没有其他电子设备可用,则在第一电子设备102处可能未接收到对连接请求的响应。如步骤608处所示,第一电子设备102可从第二电子设备104接收BLE连接响应,以通过基于BLE的通信网络在第一电子设备102和第二电子设备104之间建立连接。
此外,如步骤610和612所示,超声频率下的信号可分别由第一电子设备102和第二电子设备104生成。例如,在步骤610处,第一电子设备102的第一扬声器204可生成第一超声频率下的第一信号。此外,在步骤612处,第二电子设备104的第二扬声器208可生成第二超声频率下的第二信号。如图所示,在步骤614处,第一电子设备102可将第一信号发射到第二电子设备104,并且在步骤516处,第二电子设备104可将第二信号发射到第一电子设备102。虽然图6示出了超声频率下的两个信号(即,第一信号和第二信号)的交换,但是可以理解,可在电子设备(102,104)之间生成和交换超声频率下的多个不可听信号。
在示例性实施方案中,超声频率下的信号的生成可以一定时间间隔执行,该时间间隔可根据从计算平台105接收的配置设置来定义。换句话讲,超声频率下的信号可根据配置设置中定义的“开始时间”在电子设备(102,104)之间生成和交换。此外,可根据配置设置中定义的“结束时间”来停止超声频率下的信号的生成和交换。在一些示例中,开始时间和停止时间可以是用户定义的。在一些示例中,开始时间和停止时间可由计算平台105根据电子设备(102,104)的使用历史(例如,工作轮班时间)来定义。
如先前参考图5所述,电子设备(102,104)可记录与超声频率下的信号交换相关的定时信息。例如,在示例性实施方案中,第一电子设备102可以记录:(a)指示发射第一信号的时间的第一时间值和(b)指示接收第二信号的时间的第二时间值。类似地,第二电子设备104可记录(例如,存储在相应存储器位置中):(a)指示接收第一信号的时间的第三时间值和(b)指示发射第二信号的时间的第四时间值。因此,如图所示,在步骤618处,第一电子设备102可将第一时间值和第二时间值记录为第一定时信息。此外,在步骤620处,第二电子设备104可将第三时间值和第四时间值记录为第二定时信息。根据一些示例性实施方案,在相应电子设备处记录的定时信息可与计算平台105共享。例如,如图所示,在步骤622处,计算平台105可从第一电子设备102接收第一定时信息。此外,如步骤624所示,计算平台105可从第二电子设备104接收第二定时信息。就这一点而言,在示例性实施方案中,计算平台105可以几乎实时地接收定时信息。在另一示例性实施方案中,计算平台105可以周期性地轮询电子设备(102,104)以共享定时信息。
在步骤626处,可在计算平台105处计算第一电子设备102和第二电子设备104之间的距离。如先前参考图1至图5所述,最初可计算第一电子设备102和第二电子设备104之间的第一距离,即,通过利用定时信息执行基于飞行时间的估计。此外,可根据第一距离值确定第二距离。如先前参考图4所述,可通过使用由机器学习引擎402采用的机器学习模型的输出细化第一距离值来确定第二距离值。
此外,在步骤628处,计算平台105可基于第二距离值与预定义阈值的比较来生成警示。预定义阈值可对应于可根据环境的物理距离规范定义的距离值。根据一些示例,警示可指示工作者的安全问题。例如,在一个示例中,警示可指示违反了两个工作者之间的社交距离(即,物理距离)规范。如步骤630和632所示,计算平台105可分别向第一电子设备102和第二电子设备104发送警示。如先前参考图5所述,可生成各种类型的警示。例如,在示例中,计算平台105可向第一电子设备102和/或第二电子设备104发送警示命令,该警示命令可致使例如但不限于第一电子设备102和/或第二电子设备104中的至少一者响起警报,在第一电子设备102和/或第二电子设备104中的至少一者上生成触觉反馈(例如,振动),在第一电子设备102和/或第二电子设备104中的至少一者上显示安全指南等。
图7示出了根据本文所述的示例性实施方案的(例如,该多个电子设备102-10N中的)示例性电子设备的示意图700。在一些示例性实施方案中,第一电子设备102和/或第二电子设备104可对应于移动手持装置。图7示出了示例最终用户设备(诸如可以是能够生成提示的第一电子设备102和/或第二电子设备104的用户装备)的示意性框图,如参考图1至图6所述。为此,根据一些示例性实施方案,图7所示的电子设备能够基于确定精确的距离值并将其与预定义阈值进行比较来生成警示,从而指示违反了要在环境中保持的物理距离规范。
虽然图7示出了移动手持装置,但应当理解,其他设备可以是图1中所述的任何电子设备,并且该移动手持装置仅被示出为提供本文所述的各种实施方案中的实施方案的上下文。为此,以下讨论旨在提供可在其中实现各种实施方案的合适环境的示例的简要的总体描述。虽然本说明书包括体现在机器可读存储介质上的计算机可执行指令的一般性上下文,但本领域的技术人员将认识到,各种实施方案也可与其他程序模块结合和/或作为硬件和软件的组合来实现。
一般来讲,应用程序(例如,程序模块)可包括根据示例性实施方案的本文所述的可执行特定任务或实现特定抽象数据类型的例程、程序、组件、数据结构等。此外,本领域的技术人员应当理解,本文所述的方法可用其他系统配置来实践,包括单处理器或多处理器系统、小型计算机、大型计算机以及个人计算机、手持式计算设备、基于微处理器或能够编程的消费电子产品等,它们中的每一者都可操作地耦接到一个或多个相关联的设备。
根据一些示例性实施方案,该多个电子设备(102-10N)通常可包括各种机器可读介质。机器可读介质可以是可由计算机访问的任何可用介质,并且包括易失性和非易失性介质、可移动和不可移动介质。以举例而非限制的方式,计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质可包括易失性和/或非易失性介质、可移动和/或不可移动介质,以用于存储信息的任何方法或技术实现,诸如计算机可读指令、数据结构、程序模块或其他数据。计算机存储介质可包括但不限于RAM、ROM、EEPROM、闪存存储器或其他存储器技术、CD ROM、数字通用光盘(DVD)或其他光盘存储设备、磁带盒、磁带、磁盘存储设备或其他磁存储设备,或可用于存储所需信息并且可被计算机访问的任何其他介质。
根据本文所述的一些示例性实施方案,通信介质通常在调制数据信号(诸如载波或其他传输机制)中体现计算机可读指令、数据结构、程序模块或其他数据,并且包括任何信息递送介质。就这一点而言,术语“调制数据信号”可对应于以将信息编码在信号中的方式设置或改变其特性中的一个或多个特性的信号。作为示例而非限制,通信介质包括有线介质(诸如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外和其他无线介质)。上述任何的组合也可包括在计算机可读介质的范围内。
根据一些示例性实施方案,移动手持装置可包括用于控制和处理所有板载操作和功能的处理器702。存储器704介接到处理器702,用于存储数据以及一个或多个应用程序706(例如,视频播放器软件、用户反馈部件软件等)。其他应用程序可以包括对预先确定的语音命令的语音识别,该语音命令促进用户反馈信号的发起。应用程序706可存储在存储器704和/或固件708中,并且由处理器702从存储器704或/和固件708中的一者或两者执行。固件708还可以存储用于在将移动手持装置初始化时执行的启动代码。通信部件710介接到处理器702,以促进与外部系统(例如,蜂窝网络、VoIP网络等)的有线/无线通信。此处,通信部件710还可包括用于对应信号通信的合适的蜂窝收发器711(例如,GSM收发器)和/或无许可收发器713(例如,Wi-Fi、WiMAX)。移动手持装置可以是具有移动通信能力的设备(诸如蜂窝电话、PDA),以及以消息为中心的设备。通信部件710还促进从陆地无线电网络(例如,广播)、数字卫星无线电网络和基于互联网的无线电服务网络的通信接收。
移动手持装置还可包括显示器712(例如,显示屏),该显示器用于显示文本、图像、视频、电话功能(例如,呼叫者ID功能)、设置功能以及用于用户输入。例如,显示器712也可被称为“屏幕”,该屏幕可适应多媒体内容(例如,音乐元数据、消息、墙纸、图形等)的呈现。显示器712还可显示视频,并且可促进视频报价的生成、编辑和共享。提供了与处理器702连通的串行I/O接口714,以促进通过硬线连接和其他串行输入设备(例如,键盘、小键盘和鼠标)的有线和/或无线串行通信(例如,USB和/或IEEE 1384)。例如,这支持对移动手持装置进行更新和故障诊断。音频功能通过音频I/O部件716提供,该音频I/O部件可包括扬声器,该扬声器用于输出与(例如)指示用户按下正确的按键或按键组合以发起用户反馈信号有关的音频信号。音频I/O部件716还促进通过麦克风输入音频信号,以记录数据和/或电话语音数据,以及用于输入电话对话的语音信号。
移动手持装置还可包括插槽接口718,该插槽接口用于容纳卡订户身份模块(SIM)或通用SIM 720形状因数的SIC(订户身份部件),以及使SIM卡720与处理器702介接。然而,应当理解,SIM卡720可被制造到移动手持装置中并且可以通过下载数据和软件来更新。
移动手持装置还可通过通信部件710处理IP数据流量,以适应来自IP网络(诸如互联网、公司内部网、家庭网络、个人局域网等)的通过ISP或宽带电缆提供商的IP流量。因此,VoIP流量可被移动手持装置利用,并且基于IP的多媒体内容可以编码格式或解码格式接收。
可提供视频处理部件722(例如,相机)以用于对编码的多媒体内容进行解码。视频处理部件822可有助于促进视频报价的生成、编辑和共享。移动手持装置还包括电池和/或AC电源子系统形式的电源724,电源724可通过电源I/O部件726介接到外部电力系统或充电装备(未示出)。
根据一些示例性实施方案,移动手持装置还可包括视频部件730,该视频部件用于处理接收的视频内容以及用于记录和传输视频内容。例如,视频部件730可促进视频报价的生成、编辑和共享。在一些示例性实施方案中,位置跟踪部件732促进在地理上定位移动手持装置。如上文所述,这可在用户自动地或手动地发起反馈信号时发生。根据一些示例性实施方案,用户输入部件734促进用户发起质量反馈信号。就这一点而言,在一些示例中,用户输入部件734还可促进视频报价的生成、编辑和共享。根据本文所述的各种示例性实施方案,用户输入部件734可包括此类常规输入设备技术,诸如小键盘、键盘、鼠标、触笔和/或触摸屏。
再次参见应用程序706,滞后部件736可促进分析和处理滞后数据,该滞后数据用于确定何时与接入点相关联。可提供软件触发部件838,该软件触发部件促进在Wi-Fi收发器713检测到接入点的信标时触发滞后部件738。SIP客户端740使移动手持装置能够支持SIP协议以及通过SIP注册管理服务器注册订户。在一些示例性实施方案中,应用程序706还可包括客户端742,该客户端提供至少发现、播放和存储多媒体内容(例如,音乐)的能力。
在一些示例性实施方案中,如上所述,与通信部件710相关的移动手持装置包括室内网络无线电收发器713(例如,Wi-Fi收发器)。此功能可支持用于双模式GSM手持装置的室内无线电链路,诸如IEEE 802.11。在一些示例性实施方案中,移动手持装置可通过可将无线语音和数字无线电芯片组组合到单个手持设备中的手持装置来适应至少卫星无线电服务。
图8示出了根据本文所述的另一示例性实施方案的电子设备801的另一示例的示意图。根据一些示例性实施方案,图8所示的电子设备801可对应于该多个电子设备(102-10N)中的任何电子设备,如参考图1至图7所述。在一些示例性实施方案中,图8所示的电子设备还可对应于如参考图1至图7所述的计算平台105。
现在参见图8,其示出了用于运行在所述示例性实施方案中执行的功能和操作的框图。在一些示例性实施方案中,电子设备801可在有线或无线通信网络与服务器和/或通信设备之间提供联网和通信能力。为了为其各个方面提供附加的上下文,图8和以下讨论旨在提供合适的计算环境的简要的一般性描述,在该计算环境中可实现实施方案的各个方面来促进实体与第三方之间交易的建立。虽然以上描述是在可在一个或多个计算机上运行的计算机可执行指令的一般性上下文中,但本领域的技术人员将认识到,各种实施方案也可与其他程序模块结合和/或作为硬件和软件的组合来实现。
根据所述示例性实施方案,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、部件、数据结构等。此外,本领域的技术人员应当理解,本发明的方法可用其他计算机系统配置来实践,包括单处理器或多处理器计算机系统、小型计算机、大型计算机以及个人计算机、手持式计算设备、基于微处理器或能够编程的消费电子产品等,它们中的每一者都可操作地耦接到一个或多个相关联的设备。
各种实施方案的所示方面也可在分布式计算环境中实践,在分布式计算环境中,某些任务由通过通信网络链接的远程处理设备执行。在分布式计算环境中,程序模块可位于本地存储器存储设备和/或远程存储器存储设备中。
根据一些示例性实施方案,计算设备通常包括各种介质,这些介质可包括计算机可读存储介质或通信介质,这两个术语在本文中彼此不同地使用,如下所述。
根据一些示例性实施方案,计算机可读存储介质可以是可由计算机访问的任何可用存储介质,并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制,可以结合用于存储信息(诸如计算机可读指令、程序模块、结构化数据、或非结构化数据)的任何方法或技术来实现计算机可读存储介质。计算机可读存储介质可包括但不限于RAM、ROM、EEPROM、闪存存储器或其他存储器技术、CD ROM、数字通用光盘(DVD)或其他光盘存储设备、磁带盒、磁带、磁盘存储设备或其他磁存储设备,或可用于存储所需信息的其他有形和/或非暂态介质。计算机可读存储介质可由一个或多个本地或远程计算设备例如经由访问请求、查询或其他数据检索协议来访问,以针对该介质存储的信息进行多种操作。
在一些示例中,通信介质可在数据信号(诸如调制数据信号,例如,载波或其他传输机制)中体现计算机可读指令、数据结构、程序模块、或其他结构或非结构化数据,并且包括任何信息递送或运输介质。术语“调制数据信号”或信号是指以将信息编码在一个或多个信号中的方式设置或改变其特性集中的一个或多个的信号。作为示例而非限制,通信介质包括有线介质(诸如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外和其他无线介质)。
参考图8,实现本文关于最终用户设备描述的各个方面可包括电子设备801,该电子设备包括处理单元804、系统存储器806和系统总线808。系统总线808可被配置为将包括但不限于系统存储器806的系统部件耦接到处理单元804。在一些示例性实施方案中,处理单元804可为各种可商购获得的处理器中的任何一种。为此,在一些示例中,双微处理器和其他多处理器架构也可用作处理单元804。
根据一些示例性实施方案,系统总线808可为可进一步互连到存储器总线(具有或不具有存储器控制器)、外围总线和本地总线的几种类型的总线结构中的任何一种,这些总线使用各种可商购获得的总线架构中的任何一者。在一些示例中,系统存储器806可包括只读存储器(ROM)827和随机存取存储器(RAM)812。根据一些示例性实施方案,基本输入/输出系统(BIOS)存储在非易失性存储器827(诸如ROM、EPROM、EEPROM)中,该BIOS包含有助于在计算设备801内的元件之间传递信息(诸如在启动过程中)的基本例程。RAM 812还可包括高速RAM,诸如用于高速缓存数据的静态RAM。
根据一些示例性实施方案,计算设备801还可包括内部硬盘驱动器(HDD)814(例如,EIDE、SATA),该内部硬盘驱动器814也可被配置为在合适的机箱(未示出)、磁软盘驱动器(FDD)816(例如,从可移动磁盘818读取或写入到可移动磁盘)和光盘驱动器820(例如,读取CD-ROM盘822,或从其他大容量光介质诸如DVD读取或写入到其他大容量光介质)中供外部使用。在一些示例中,硬盘驱动器814、磁盘驱动器816和光盘驱动器820可分别由硬盘驱动器接口824、磁盘驱动器接口826和光盘驱动器接口828连接到系统总线808。根据一些示例性实施方案,用于外部驱动器具体实施的接口824可包括通用串行总线(USB)和IEEE1394接口技术中的至少一者或两者。其他外部驱动连接技术也在本主题实施方案的设想内。
根据本文所述的一些示例性实施方案,驱动器及其相关联的计算机可读介质提供数据、数据结构、计算机可执行指令等的非易失性存储。对于电子设备801,驱动器和介质适应存储合适的数字格式的任何数据。尽管上面对计算机可读介质的描述是指HDD、可移动磁盘和可移动光学介质(诸如CD或DVD),但本领域的技术人员可以理解,可由电子设备801读取的其他类型的介质(诸如zip驱动器、磁带盒、闪存存储器卡、磁带等)也可在示例性操作环境中使用,此外,任何此类介质可包含用于执行本发明所公开的实施方案的方法的计算机可执行指令。
在一些示例性实施方案中,多个程序模块可存储在驱动器和RAM 812中,包括操作系统830、一个或多个应用程序832、其他程序模块834和程序数据836。为此,在一些示例中,操作系统、应用程序、模块和/或数据的全部或部分也可被高速缓存在RAM 812中。应当理解,各种实施方案可用各种可商购获得的操作系统或操作系统的组合来实现。
根据一些示例性实施方案,用户可通过一个或多个有线/无线输入设备(例如,键盘838)和指向设备(诸如鼠标840)来将命令和信息输入到计算设备801中。其他输入设备(未示出)可包括麦克风、IR遥控器、操纵杆、游戏手柄、触笔、触摸屏等。在一些示例中,这些和其他输入设备通常通过耦接到系统总线808的输入设备接口842连接到处理单元804,但是可由其他接口连接,诸如并行端口、IEEE 1384串行端口、游戏端口、USB端口、IR接口等。
根据一些示例性实施方案,监视器844或其他类型的显示设备也可通过接口(诸如视频适配器846)连接到系统总线808。除了监视器844之外,计算设备801还可包括其他外围输出设备(未示出),诸如扬声器、打印机等。
根据一些示例性实施方案,计算设备801可使用通过有线和/或无线通信到一个或多个远程计算机(诸如远程计算机848)的逻辑连接来在联网环境中操作。在一些示例中,远程计算机848可为工作站、服务器计算机、路由器、个人计算机、便携式计算机、基于微处理器的娱乐设备、对等设备或其他公共网络节点,并且通常包括关于计算机所述的元件中的许多或全部,尽管为了简洁起见,仅示出了存储器/存储设备850。根据一些示例性实施方案,所描绘的逻辑连接包括到局域网(LAN)852和/或更大的网络(例如广域网(WAN)854)的有线/无线连接。此类LAN和WAN网络环境常见于办公室和公司中,并且促进了企业范围内的计算机网络,诸如企业内部网,所有这些计算机网络都可连接到全球通信网络,例如互联网。
在一些示例中,当在LAN联网环境中使用时,计算设备801可通过有线和/或无线通信网络接口或适配器856连接到局域网852。适配器856可促进与LAN 852的有线或无线通信,LAN 852也可包括设置在其上的用于与无线适配器856通信的无线接入点。
在另选的示例中,当在WAN联网环境中使用时,计算设备801可包括调制解调器858,或者可连接到WAN 854上的通信服务器,或者具有用于通过WAN 854建立通信的其他装置,诸如通过互联网。调制解调器858可以是内部或外部的有线或无线设备,该设备通过输入设备接口842连接到系统总线808。在联网环境中,关于计算机或其部分所描绘的程序模块可存储在远程存储器/存储设备850中。应当理解,所示的网络连接是示例性的,并且可使用在计算机之间建立通信链路的其他装置。
根据一些示例性实施方案,计算设备801可操作为与可操作地设置在无线通信中的任何无线设备或实体进行通信,例如打印机、扫描仪、台式计算机和/或便携式计算机、便携式数据助理、通信卫星、与可无线检测的标签信息相关的任何装备或位置(例如,信息亭、售报处、盥洗室),以及电话。这还可包括至少Wi-Fi和BluetoothTM无线技术。因此,该通信可以是与常规网络一样的预定义结构,或者仅仅是至少两个设备之间的自组通信。
根据一些示例性实施方案,Wi-Fi或无线保真(Wireless Fidelity)允许在不用网线的情况下从家中的长沙发、酒店房间的床或工作场所的会议室连接到互联网。为此,本文提及的Wi-Fi是类似于在移动电话中使用的无线技术,其使得此类设备例如计算机可在室内和室外以及基站范围内的任何地方发送和接收数据。Wi-Fi网络使用称为IEEE802.11(a、b、g、n等)的无线电技术来提供安全、可靠、快速的无线连接。此外,根据本文所述的一些示例性实施方案,Wi-Fi网络可用于将计算机或该多个电子设备102-10N彼此连接,连接到互联网以及连接到有线网络(这些有线网络使用IEEE802.3或以太网)。Wi-Fi网络以(例如)11Mbps(802.11b)或54Mbps(802.11a)数据速率在无许可2.4和5GHz无线电频带中操作,或者在包含两个频带(双频带)的产品上运行,因此这类网络可提供与许多办公室中使用的基本“9BaseT”有线以太网相似的真实性能。
图9至图11示出了根据本发明的一些示例性实施方案的由装置诸如该多个电子设备(102…10N)和/或计算平台105执行的操作的示例性流程图,如图1至图8所示。应当理解,流程图中的每个框、以及流程图中的框的组合可以通过各种装置(诸如硬件、固件、一个或多个处理器、电路、和/或与包括一个或多个计算机程序指令的软件的执行相关联的其他设备)来实现。例如,上述过程中的一者或多者可以通过计算机程序指令来体现。在这方面,体现上述过程的计算机程序指令可以由采用本发明的实施方案的装置的存储器存储并由装置中的处理器执行。可以理解,可以将任何这样的计算机程序指令加载到计算机或其他可编程装置(例如,硬件)上以产生一种机器,使得所得计算机或其他可编程装置提供一个或多个流程图框中指定的功能的实施方式。这些计算机程序指令还可以存储在非暂态计算机可读存储存储器中,非暂态计算机可读存储存储器可以指示计算机或其他可编程装置以特定方式工作,使得存储在计算机可读存储存储器中的指令产生一种制品,其执行可实现一个或多个流程图框中指定的功能。计算机程序指令还可以加载到计算机或其他可编程装置上,以使得在计算机或其他可编程装置上执行一系列操作,从而产生计算机实施方法,使得在计算机或其他可编程装置上执行的指令提供用于实现一个或多个流程图框中指定的功能的操作。因此,图9至图11的操作在被执行时,将计算机或处理电路转换成被配置为执行本发明的示例性实施方案的特定机器。因此,图10至图11的操作可定义用于将计算机或处理器配置为执行示例性实施方案的算法。在一些情况下,可为通用计算机提供处理器的实例,该实例执行图9至图11的算法,以将通用计算机转变为被配置为执行示例性实施方案的特定机器。
因此,流程图中的框支持用于执行指定功能的装置的组合以及用于执行指定功能的操作的组合。还将理解,流程图中的一个或多个框以及流程图中的框的组合可以由执行指定功能的基于硬件的专用计算机系统或者专用硬件和计算机指令的组合来实现。
图9示出了根据本文所述的示例性实施方案的表示用于警示电子设备(902,904)的用户的方法900的流程图。例示性地,方法900在步骤902处开始。在步骤904处,第一电子设备102可包括用于识别超声频率下的信号的装置,诸如第一麦克风(154,202)。在一些示例中,可从第二电子设备104发射信号,并且可由第一电子设备102的通信电路160接收信号。例如,如先前参考图2至图6所述,第一麦克风202可接收从第二电子设备104发射的第二信号216。
在步骤906处,第一电子设备102可包括装置诸如通信电路154,该通信电路可接收与第一电子设备102和第二电子设备104之间的超声传输的交换对应的定时信息。超声传输的交换可分别对应于第一电子设备102和第二电子设备104之间的超声频率下的信号交换。换句话讲,定时信息可对应于与在相应电子设备(102,104)处发送和/或接收超声频率信号相关的时间段和/或各个时间实例。例如,重新参见图2至图6,定时信息可包括定时的数据值,在这些定时处:(a)由第一电子设备102发射第一信号214,(b)在第二电子设备104处接收第一信号,(c)由第二电子设备104发射第二信号216,以及(d)在第一电子设备102处接收第二信号216。
在示例性实施方案中,可基于电子设备(102,104)之间的数据通信在第一电子设备102和第二电子设备104之间共享定时信息。电子设备(102,104)之间的各种数据通信模式是可能的。例如,可通过使用基于BLE的连接建立(210,212)在电子设备(102,104)之间共享定时信息,如先前参考图2至图6所述。在另一示例中,定时信息可由计算平台105共享给电子设备(102,104)。就这一点而言,在示例性实施方案中,第一电子设备102和第二电子设备104可周期性地将定时信息共享给计算平台105。此外,在另一示例性实施方案中,计算平台105可轮询电子设备(102,104)的定时信息。在又一示例性实施方案中,可通过使用基于超声频率的通信网络在电子设备(102,104)之间共享定时信息。
移动到步骤908,第一电子设备102可包括用于计算第一电子设备102和第二电子设备104之间的第一距离值的装置,诸如处理单元150。可通过使用该定时信息执行飞行时间估计来计算该第一距离值。例如,处理单元150可基于使用(i)音速(即,超声波)和(ii)时间段(即,从发送方设备发送超声频率的信号的第一时间和在接收方设备处接收信号的第二时间之间的时间间隔)来计算两个电子设备(102,104)之间的距离。换句话讲,处理单元150可通过使用飞行时间(即,超声频率下的信号从发送方设备行进到接收器设备所花费的时间)和环境中的音速来计算电子设备(102,104)之间的第一距离。
在步骤910处,第一电子设备102可包括用于细化第一距离的装置,诸如处理单元150。就这一点而言,细化第一距离可对应于例如但不限于将第一值修改、修正、更新、改变、校正为第二距离值。处理单元150可通过使用机器学习模型(例如,如参考图4所述的机器学习模型402)的输出来细化第一距离。因此,处理单元150可通过根据机器学习模型的输出(例如,校正因子)细化第一距离值来确定第二距离值。根据一些示例性实施方案,可基于输入数据来定义用于细化第一距离值的机器学习模型,该输入数据可包括:(a)第一距离值和(b)一组距离值。该组距离值可对应于可根据至少一个预定义因素记录的距离值的样本数据集。
如先前所述,可基于各种因素来影响两个电子设备(102,104)之间的距离的基于飞行时间的估计。根据本文所述的一些示例性实施方案,该至少一个预定义因素可包括可影响第一电子设备102和第二电子设备104之间的距离的估计的此类因素。例如,在一些示例性实施方案中,该至少一个预定义因素可包括:(i)工作环境的温度,(ii)第一电子设备和第二电子设备中的至少一者的使用历史,(iii)与第一电子设备102和第二电子设备104中的至少一者相关联的取向数据,(iv)与第一电子设备102和第二电子设备(104)中的至少一者相关联的设备规格信息,以及(v)与第一电子设备102和第二电子设备104中的至少一者相关联的移动状态。
在步骤912处,第一电子设备102可包括用于基于第二距离值与预定义阈值的比较来生成警示的装置,诸如处理单元150。预定义阈值可对应于可根据环境的物理距离规范定义的距离值。例如,物理距离规范可以是在两个工作者之间保持至少6英尺的距离。在示例性实施方案中,在第二距离值小于或等于预定义阈值的实例中,处理单元150可生成警示。
如先前参考图1至图8所述,可生成各种类型的警示。例如,在示例性实施方案中,处理单元150可通过在第一电子设备102上响起警报来在第一电子设备102上生成警示。根据另一示例性实施方案,处理单元150可基于其他装置例如通过在第一电子设备102上生成触觉反馈以及/或者通过激活第一电子设备102的第一手电筒来生成警示。
根据示例性实施方案,处理单元150可通过在第一电子设备102的第一显示屏上显示指示来生成警示。就这一点而言,在示例性实施方案中,指示可基于第二距离值的变化而动态地改变。例如,在一些示例中,在第一显示屏上显示的指示的颜色可基于第二距离值。换句话讲,如果第二距离值改变(即,第二电子设备104相对于第一电子设备102移动得更远或更近),则指示的颜色可改变。例如,如果第二距离值在第一范围内,则指示的颜色可从“绿色”改变为“黄色”,并且如果第二距离值在第二范围内,则指示的颜色可进一步从“黄色”改变为“红色”。在示例性实施方案中,如果第二电子设备104与第一电子设备102非常接近(例如,距离小于2英尺),则指示的颜色可变为“红色”。
在一些示例性实施方案中,可在第一电子设备102和第二电子设备104两者上生成警示。而且,在一些示例性实施方案中,由处理单元150生成的警示可包括指示的组合(例如,响起警报连同在显示屏上显示指示),如先前所述。
根据另一示例性实施方案,基于第二距离值与预定义阈值的比较,第一电子设备102的处理单元150可致使在第二电子设备104上生成警示。例如,处理单元150可向第二电子设备104发送第一命令以在第二电子设备104上响起警报。又如,处理单元150可向第二电子设备104发送第二命令,以在第二电子设备104的第二显示屏上显示指示。就这一点而言,类似于先前针对第一电子设备104所述,第二显示屏上的指示的颜色可基于第二距离值。换句话讲,第二电子设备104的第二显示屏上的指示的颜色可根据第二距离值的改变而改变。又如,处理单元150可向第二电子设备104发送第三命令以致使在第二电子设备104上生成触觉反馈。又如,处理单元150可向第二电子设备104发送第四命令以致使激活第二电子设备104的第二手电筒。该方法在步骤914处停止。
根据本文所述的一些示例性实施方案,可基于条件(即,当两个电子设备(102,104)在彼此的BLE通信范围内时)来执行超声频率范围内的信号交换。在该方面,由于超声频率下的信号交换可以是资源密集型操作,因此在一些实例中(例如,在第一电子设备102的BLE通信范围内没有另一电子设备的情况下),中止或暂停超声频率下的信号交换的执行可以有助于节省电子设备(102,104)的资源(例如,电池、处理时间)。
图10示出了根据本文所述的另一示例性实施方案的表示用于基于超声频率范围内的信号交换在第一电子设备102和第二电子设备104之间建立通信的方法1000的流程图。在该示例性实施方案中,可基于检测两个电子设备(102,104)是否在彼此的蓝牙低功耗(BLE)通信范围内来发起这两个电子设备(102,104)之间的超声频率范围内的信号交换。换句话讲,在两个电子设备(102,104)不在彼此的BLE通信范围内的情况下,可以终止或暂停超声频率范围内的信号传输。
方法1000在步骤1002处开始。在步骤1004处,第一电子设备102可包括用于经由通信电路160致使广播通过BLE通信网络连接的连接请求的装置,诸如处理单元150。例如,第一电子设备102可通告请求其他电子设备通过BLE通信网络与第一电子设备102连接的一个或多个BLE信号。
响应于广播连接请求,第一电子设备102'可'接收'或'可不'接收对连接请求的响应。例如,如果对连接请求的响应位于第一电子设备102的BLE通信范围内,则可在第一电子设备102处从另一电子设备(例如,第二电子设备104)接收该响应。另选地,如果在第一电子设备102的BLE通信范围内没有其他电子设备可用,则在第一电子设备102处可能未接收到对连接请求的响应。
如图所示,在步骤1006处,处理单元150可识别是否在第一电子设备102处接收到对连接请求的响应。该方法响应于接收到BLE响应而移动到步骤1008。然而,如果未接收到BLE响应,则该方法移动到步骤1018,在该步骤处,处理单元150可终止或暂停发起超声频率下的任何信号交换。就这一点而言,终止距离的估计还可包括不发起对第一电子设备102与附近电子设备(例如,第二电子设备104)的距离的确定,从而节省第一电子设备102的资源(例如,电池、处理周期等)。因此,在一些示例中,如果处理单元150未识别到第一电子设备102的BLE通信范围内的其他电子设备,则第一扬声器(152,204)可能不会发起超声频率范围内任何信号的传输,并且第一麦克风(154,202)可能不会识别可能在第一电子设备102处接收的超声频率范围内的任何信号。
移动到步骤1008,响应于在步骤1006处接收的BLE响应的肯定识别,第一电子设备102可包括可识别超声频率下的信号的装置,诸如第一麦克风(154,202)。例如,可在第一电子设备102处从第二电子设备104或第一电子设备102的BLE通信范围内的任何其他电子设备接收信号。
此外,在步骤1010处,第一电子设备102可包括装置诸如通信电路154,该通信电路可接收与第一电子设备102和第二电子设备104之间的超声传输的交换对应的定时信息。如先前参考图1至图9所述,超声传输的交换对应于第一电子设备102和第二电子设备104之间的超声频率下的信号的交换。例如,参考图2和图3所述,定时信息可包括定时的数据值,在这些定时处:(a)由第一电子设备102发射第一信号214,(b)在第二电子设备104处接收第一信号,(c)由第二电子设备104发射第二信号216,以及(d)在第一电子设备102处接收第二信号216。在示例性实施方案中,可以在第一电子设备102处从计算平台105(例如,服务器)接收定时信息。在另一示例性实施方案中,可分别在两个电子设备(102,104)之间共享定时信息。换句话讲,第一电子设备102可从第二电子设备104接收对应于在第二电子设备104处发送和接收信号的信息。
此外,在步骤1012处,处理单元150可计算第一电子设备102和第二电子设备104之间的第一距离值。可通过使用定时信息并以类似的方式执行飞行时间估计来计算第一距离值,如先前参考图9所述。移动到步骤1014,第一电子设备102可包括用于细化第一距离值的装置,诸如处理单元150。就这一点而言,可将第一值细化为第二距离值。在示例性实施方案中,处理单元150可细化第一距离值以确定第二距离值。细化第一距离值可包括通过基于距离校正因子来修正第一距离值。就这一点而言,距离校正因子可以是来自机器学习模型(例如,如参考图4所述的机器学习模型402)的输出。
根据一些示例性实施方案,如先前参考图4所述,可通过使用人工神经网络(ANN)架构来定义用于细化第一距离值的机器学习模型,该ANN架构可使用(a)输入数据,(b)通过一组网络层处理输入数据来执行回归分析,以及(c)输出距离校正因子。在该方面,根据一些示例性实施方案,输入数据可以包括:(a)第一距离值和(b)一组距离值。该组距离值可对应于可通过将这两个电子设备(102,104)保持在已知位置根据至少一个预定义因素记录的距离值的样本数据集。如先前参考图9所述,该至少一个预定义因素可对应于影响基于两个电子设备(102,104)之间的距离的估计的飞行时间的因素。例如,该至少一个预定义因素可包括:(i)第一电子设备102和/或第二电子设备所处的工作环境的温度,(ii)第一电子设备102和第二电子设备104中的至少一者的使用历史,(iii)与第一电子设备102和第二电子设备104中的至少一者相关联的取向数据,(iv)与第一电子设备102和第二电子设备(104)中的至少一者相关联的设备规格信息,以及(v)与第一电子设备102和第二电子设备104中的至少一者相关联的移动状态。
在步骤1016处,第一电子设备102可包括用于基于第二距离值与预定义阈值的比较来生成警示的装置,诸如处理单元150。在一些示例中,预定义阈值可以是可根据环境的物理距离规范定义的距离值。例如,为了避免流行性情况下呼吸道疾病的传播,预定义阈值可定义为在工作环境中的两个工作者之间保持相隔至少6英尺的物理距离。因此,预定义阈值距离可根据可由权限(例如但不限于健康组织、国家权力机构、工业标准操作程序、任何远程规则等)设置的工作环境中的安全协议或安全法规来定义。
根据一些示例性实施方案,在步骤1016处生成的警示可指示要在环境(例如,工作环境)中遵循的安全问题(例如,可能违反了安全规范)。在示例性实施方案中,可在第一电子设备102上生成警示。在另一示例性实施方案中,可在第二电子设备104上生成警示。在又一示例性实施方案中,可在第一电子设备102和第二电子设备104两者上生成警示。根据各种示例性实施方案,警示可以是例如但不限于以下形式:在电子设备(102,104)上响起警报、显示基于颜色的指示、生成触觉反馈、激活手电筒。该方法在步骤1020处停止。
如先前所述,根据本文所述的各种示例性实施方案,可在由环境中的用户使用的电子设备(例如,移动电话)上生成指示违反了物理距离规范的警示。就这一点而言,如前所述,响应于确定用户使用的两个电子设备(102,104)之间的距离是否在预定义阈值距离的范围内,可生成警示。根据一些示例性实施方案,可基于与使用电子设备(102,104)的用户相关联的症状状态来动态地改变被认为用于生成警示的预定义阈值距离。例如,如果在通常的操作中,用于生成警示的阈值距离是6英尺(即,当两个工作者之间的距离小于6英尺时,将生成警示),在某些场景中,该阈值距离可以是10英尺或更大。就这一点而言,根据所述示例性实施方案,可基于识别出用户患有呼吸道疾病的症状(例如,用户咳嗽、打喷嚏、呼吸沉重、呼吸短促等)来动态地改变阈值距离。因此,可基于新阈值距离来生成警示。在该方面,可基于用户的症状类别来确定新阈值距离。
图11示出了根据本文所述的示例性实施方案的表示用于根据另一用户的症状状态警示电子设备(102,104)的用户的方法1100的流程图。根据示例,方法1100可在工作环境(例如,工业环境、仓库、配送中心等)中实践,其中第一电子设备102可由第一工作者使用,并且第二电子设备104可由在工作环境中工作的第二工作者使用。
该方法在步骤1102处开始。在步骤1104处,第一电子设备102可包括可识别在第一电子设备102处接收的多个信号的装置,诸如第一麦克风(154,202)。此外,可在第一电子设备102处经由通信网络103从第二电子设备104接收该多个信号。根据一些示例,该多个信号可包括例如但不限于:(a)由第二电子设备104的第二扬声器208生成的超声频率下的信号和/或(b)任何其他信号,例如,对应于可能已由第二电子设备104的第二麦克风206检测到的任何声音(例如,咳嗽的声音、呼吸沉重的声音、打喷嚏的声音、呼吸短促的声音等)的信号。
移动到步骤1106,第一电子设备102的处理单元150可计算第一电子设备102和第二电子设备104之间的第一距离。如先前参考图1至图10所述,可通过使用分别与第一电子设备102和第二电子设备104之间的超声频率下的信号交换相关的定时信息执行飞行时间估计来计算第一距离。
根据一些示例性实施方案,处理单元150可从在电子设备(102,104)处接收的该多个信号中移除信号噪声(例如,与环境噪声有关的信号)。就这一点而言,根据一些示例性实施方案,在电子设备(102,104)处接收的该多个信号可包括超声频率信号和与环境噪声有关的其他信号。在一些示例性实施方案中,处理单元150可执行信号处理以识别由第二扬声器208生成的在第一电子设备104处接收的超声频率下的信号。根据一些示例性实施方案,处理单元150可使用任何数字信号处理技术从该多个信号中滤除与超声频率对应的信号。另选地,在一些示例性实施方案中,处理单元150可利用机器学习模型,机器学习引擎402可采用该机器学习模型来滤除信号噪声,并且从在第一电子设备102处接收的该多个信号中进一步分类对应于超声频率的一组信号。就这一点而言,在一些示例性实施方案中,在环境噪声信号不与时域中的超声频率信号重叠的一些情况下,处理单元150可使用时域中的信号滤波器来检测与环境噪声有关的信号。
对于其他情况,即,在超声频率信号和对应于环境噪声的信号同时(即,信号重叠)记录在电子设备(102,104)的接收器(例如,通信电路160)处,可以不使用信号滤波器。在此类情况下,处理单元(150,170)可使用机器学习引擎402采用模式检测卷积神经网络从在电子设备(102,104)处接收的该多个信号中准确地检测对应于超声信号的该组信号。就这一点而言,可用多个噪声和超声信号组合训练机器学习模型,以标记出实际对应于超声频率的该组信号。由机器学习引擎402采用的机器学习模型可使用监督学习来检测超声频率下的该组信号并且/或者从在电子设备(102,104)处接收的该多个信号中滤除与环境噪声有关的信号。因此,对应于与超声频率有关的该组信号的交换的定时信息可用于确定第一距离值。
在步骤1108处,第一电子设备的处理单元150可细化第一距离。在示例性实施方案中,可细化第一距离值以确定第二距离值。如先前参考图1至图10所述,处理单元150可通过使用机器学习模型来细化第一距离。在一些示例中,机器学习模型可由机器学习引擎402采用并且基于架构400,如参考图4所述。就这一点而言,处理单元150可通过使用机器学习模型的输出(例如,距离校正因子)来细化第一距离。因此,在步骤1108处,处理单元150可根据第一距离值确定第二距离值。
在步骤1110处,处理单元150可使用第二电子设备104来识别第二工作者的症状状态。根据一些示例,症状状态可指示工作者的疾病状态。例如,症状状态可指示工作者是否正在经历疾病(例如,呼吸道疾病)症状。根据一些示例性实施方案,处理单元150可使用第二机器学习模型来识别第二工作者的症状状态。就这一点而言,第二机器学习模型可处理该多个信号以识别第二工作者的症状状态。在一些示例性实施方案中,机器学习引擎402可采用第二机器学习模型。在一些示例性实施方案中,第二机器学习模型可以通过使用样本数据(诸如,指示症状(例如,咳嗽、打喷嚏、呼吸短促、呼吸沉重等)的已知信号值的标记数据)作为输入来利用监督式学习,以通过使用任何机器学习技术(例如,分类分析)训练模型。在一些示例性实施方案中,机器学习引擎402可使用音频信号分类器并采用卷积神经网络(用针对来自多个人的各种症状收集的标记的语音样本训练)来实时检测与第二工作者相关联的症状。就这一点而言,在一些示例性实施方案中,CNN网络的第一部分可从第二工作者的语音样本中提取可在超声频率信号的交换和第一距离的估计期间记录的特征(使用卷积层)。此外,CNN网络的第二部分可(使用完全连接的层)执行所提取的语音特征的非线性变换,以将在超声频率信号的交换期间记录的一个或多个信号分类为有症状的(具有检测到的类别中的一者)或无症状的。
在步骤1112处,处理单元150可识别第二工作者是有症状的还是无症状的。就这一点而言,处理单元150可基于第二工作者的症状状态的识别来进行识别,如步骤1110所述。根据一些示例,如果第二工作者在工作环境中执行操作时有咳嗽、打喷嚏、呼吸沉重等中的任一者,则第二工作者可处于症状状态。因此,如果第二工作者不具有所述呼吸症状中的任一者,则该工作者可以是无症状的。在第二工作者有症状的肯定响应的情况下,该方法移动到步骤1116。另选地,在步骤1112处的非肯定响应的情况下,方法1100移动到步骤1114。
在步骤1114处,处理单元150可基于第二距离值与第一预定义阈值的比较来在第一电子设备102上生成警示。第一预定义阈值可对应于可根据环境的物理距离规范定义的距离值。如先前参考图1至图10所述,可分别在第一电子设备102或第二电子设备104上或在第一电子设备102和第二电子设备104两者上生成警示。此外,如前所述,警示可以是例如但不限于以下形式:在电子设备(102,104)上响起警报、显示基于颜色的指示、生成触觉反馈、激活手电筒。在一些示例中,警示还可通知第一工人关于第二距离,即,第二工人远离第一工人的距离。
响应于在步骤1112处对第二工作者有症状的肯定识别,方法1100移动到步骤1116。在步骤1116处,处理单元150可识别第二工作者的症状类别。可存在与第二工作者相关联的各种类别的疾病症状。因此,处理单元150可识别第二工作者经历的症状类别。例如,处理单元150可将症状类别识别为“症状前”、“非常轻微”、“轻微”、“重度”、“严重”和“非常严重”中的任一种。在一些示例中,该类别可基于与第二工作者相关联的症状状态,例如,为第二工作者识别的咳嗽、打喷嚏和/或呼吸沉重的强度。根据一些示例性实施方案,处理单元150可基于第二机器学习模型的输出分类来识别系统的类别。
一般来讲,在工作环境中,为了避免感染性病毒的传播,可能需要在两位工作者之间保持至少预定义距离。例如,如果没有工作者有症状,则在两个工作者之间保持6英尺的距离可能是足够的。也就是说,如果工作者中的任一者有症状,则两个工作者之间的预定义(例如,6英尺)距离可能不足以防止病毒从有症状的工作者传输到另一工作者。因此,根据本文所述的一些示例性实施方案,可根据工作环境中工作者的症状状况动态地修改预定义距离。这就是说,如步骤1118所示,处理单元150可基于与第二工作者相关联的症状的类别来确定第二预先确定的阈值。例如,如果第一预定义阈值是6英尺,则对于与第二工作者相关联的症状状态的“症状前”、“非常轻微”、“轻微”、“重度”、“严重”和“非常严重”类别中的每一者,第二预定义阈值可分别是8英尺、10英尺、12英尺、14英尺、16英尺和18英尺。因此,用于生成警示的预定义距离(即,阈限距离)可根据第二工作者的症状状态的类别来动态地改变。
在步骤1120处,处理单元150可基于第二距离值与第二预定义阈值的比较来生成警示。如先前参考图1至图10所述,可在第一电子设备102、第二电子设备104或这两个电子设备(102,104)上生成警示。根据各种示例性实施方案,可以任何方式在第一电子设备102和/或第二电子设备104上生成警示,如先前参考图1至图10的描述所述。
根据一些示例性实施方案,处理单元150可基于症状状态的类别生成警示。例如,响应于对第二工作者的“重度”、“严重”或“非常严重”症状状态的识别,可生成具有较高强度的警示。例如,响应于对第二工作者的“重度”、“严重”或“非常严重”症状状态的识别,可在较长持续时间内生成警示。在另一示例中,响应于对工作者的“重度”、“严重”或“非常严重”症状状态的识别,与生成警报的通常音量相比,可以更高的音量生成警报。在另一示例中,警示可显示在第二电子设备104的显示屏上并且指示第二工作者在工作环境的隔离区域中移动。在一些示例中,警示可以是听觉和/或视觉的,并且还可为第二工作者提供使用预防措施例如佩戴面罩、覆盖面部等的指导。因此,基于症状状态的类别警示工作者的不同变型是可能的。该方法在步骤1122处停止。
如本申请中所用,术语“系统”、“部件”、“接口”等通常旨在指代计算机相关实体或与具有一个或多个特定功能的可操作机器相关的实体。本文公开的实体可以是硬件、硬件和软件的组合、软件或执行中的软件。例如,部件可以是但不限于在处理器上运行的过程、处理器、对象、可执行文件、执行线程、程序和/或计算机。作为说明,在服务器上运行的应用程序和服务器都可以是部件。一个或多个部件可以驻留在执行的过程和/或线程中,并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。这些部件还可以从其上存储有各种数据结构的各种计算机可读存储介质执行。这些部件可诸如根据具有一个或多个数据分组(例如,来自与本地系统、分布式系统中的另一个部件进行交互,和/或跨网络(诸如互联网)经由信号与其他系统进行交互的一个部件的数据)的信号经由本地和/或远程过程进行通信。又如,部件可以是具有由通过电气或电子电路操作的机械零件提供的特定功能的装置,该电气或电子电路作为由处理器执行的一个或多个软件或固件应用程序进行操作,其中处理器可以在装置内部或外部并且执行软件或固件应用程序的至少一部分。作为又一个示例,部件可以是通过电子部件而非机械零件提供特定功能的装置,电子部件可以在其中包括处理器以执行至少部分地赋予电子部件功能的软件或固件。接口可以包括输入/输出(I/O)部件以及相关联的处理器、应用程序和/或API部件。
此外,本发明所公开的主题可被实现为使用标准编程和/或工程技术来产生软件、固件、硬件或它们的任何组合以控制计算机实现本发明所公开的主题的方法、装置或制品。如本文所用,术语“制品”旨在涵盖可从任何计算机可读设备、计算机可读载体、或计算机可读介质访问的计算机程序。例如,计算机可读介质可以包括但不限于磁存储设备,例如,硬盘;软盘;一个或多个磁条;光盘(例如,光盘(CD)、数字视频光盘(DVD)、Blu-ray DiscTM(BD));智能卡;闪存存储器设备(例如,卡、棒、钥匙驱动器);和/或模拟存储设备和/或任何上述计算机可读介质的虚拟设备。
如在本主题说明书中所采用的,术语“处理器”可以指基本上任何计算处理单元或设备,包括但不限于包括:单核处理器;具有软件多线程执行能力的单核处理器;多核处理器;具有软件多线程执行能力的多核处理器;具有硬件多线程技术的多核处理器;并行平台;以及具有分布式共享存储器的并行平台。另外、处理器可以指集成电路、专用集成电路(ASIC)、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑控制器(PLC)、复杂可编程逻辑设备(CPLD)、分立门或晶体管逻辑、分立硬件部件、或被设计成执行本文所述的功能的其任意组合。处理器可以利用纳米级架构,诸如但不限于基于分子和量子点的晶体管、开关和门,以便优化空间使用或增强用户设备的性能。处理器也可以被实现为计算处理单元的组合。
在本说明书中,术语(诸如“存储”、“数据存储”、“数据存储装置”、“数据库”、“存储库”、“队列”、以及与部件的操作和功能有关的基本上任何其他信息存储部件)是指“存储器部件”或体现在“存储器”中的实体或包括存储器的部件。应当理解,本文描述的存储器部件可以是易失性存储器或非易失性存储器,或者可以包括易失性和非易失性存储器两者。另外,存储部件或存储元件可以是可移动的或固定的。此外,存储器可以在设备或部件的内部或外部,或者可以是可移动或固定的。存储器可以包括可由计算机读取的各种类型的介质,诸如硬盘驱动器、zip驱动器、磁带盒、闪存卡、或其他类型的存储卡、盒式磁带等。
作为说明而非限制,非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除ROM(EEPROM)、或闪存存储器。易失性存储器可以包括充当外部高速缓存存储器的随机存取存储器(RAM)。作为说明而非限制,RAM可能以多种形式,诸如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、Synchlink DRAM(SLDRAM)和直接Rambus RAM(DRRAM)。另外,本文的系统或方法的公开存储器部件旨在包括但不限于包括这些和任何其他合适类型的存储器。
具体地并且关于由上述部件、设备、电路、系统等执行的各种功能,除非另有说明,否则用于描述此类部件的术语(包括对“装置”的引用)旨在对应于尽管在结构上不等同于所公开的结构(其在本文中示出的实施方案的示例性方面中执行功能),但仍执行所述部件的特定功能(例如,功能上等效)的任何部件。在这方面,还将认识到,实施方案包括具有用于执行各种方法的动作和/或事件的计算机可执行指令的系统以及计算机可读介质。
计算设备通常包括各种介质,其可以包括计算机可读存储介质和/或通信介质,这两个术语在本文中彼此不同地使用,如下所述。计算机可读存储介质可以是可由计算机访问的任何可用存储介质,并且包括易失性和非易失性介质、可移动和不可移动介质。作为示例而非限制,可以结合用于存储信息(诸如计算机可读指令、程序模块、结构化数据、或非结构化数据)的任何方法或技术来实现计算机可读存储介质。计算机可读存储介质可包括但不限于RAM、ROM、EEPROM、闪存存储器或其他存储器技术、CD ROM、数字通用光盘(DVD)或其他光盘存储设备、磁带盒、磁带、磁盘存储设备或其他磁存储设备,或可用于存储所需信息的其他有形和/或非暂态介质。计算机可读存储介质可由一个或多个本地或远程计算设备例如经由访问请求、查询或其他数据检索协议来访问,以针对该介质存储的信息进行多种操作。
另一方面,通信介质通常在数据信号(诸如调制数据信号,例如,载波或其他传输机制)中体现计算机可读指令、数据结构、程序模块、或其他结构化或非结构化数据,并且包括任何信息递送或传输介质。术语“调制数据信号”或信号是指以将信息编码在一个或多个信号中的方式设置或改变其特性集中的一个或多个的信号。作为示例而非限制,通信介质包括有线介质(诸如有线网络或直接有线连接)以及无线介质(诸如声学、RF、红外和其他无线介质)。
另外,术语(诸如“用户装备”、“用户设备”、“移动设备”、“移动装置”、“站”、“接入终端”、“终端”、“手持装置”和类似术语)通常是指由无线通信网络或服务的订户或用户用来接收或传送数据、控制、语音、视频、声音、游戏、或基本上任何数据流或信令流的无线设备。前述术语在本说明书和相关附图中可互换地使用。同样,术语“接入点”、“节点B”、“基站”、“演进节点B”、“小区”、“小区站点”等可以在本申请中可互换使用,并且是指服务一组订户站和从其接收数据、控制、语音、视频、声音、游戏、或基本上任何数据流或信令流的无线网络部件或设备。数据和信令流可以是分组化或基于帧的流。应当注意,在本说明书和附图中,上下文或显式区别提供了相对于服务室外环境中的移动设备并从其接收数据的接入点或基站,以及在室外覆盖区域中覆盖的受限(主要室内)环境中操作的接入点或基站的区别。数据和信令流可以是分组化或基于帧的流。
此外,术语“用户”、“订户”、“客户”、“消费者”等在本说明书的整体中可互换使用,除非上下文保证在这些术语之间有一个或多个特定区别。应当理解,此类术语可以指代可提供模拟视觉、声音识别等的人类实体、相关联设备、或通过人工智能(例如,基于复杂数学形式体系进行推理的能力)支持的自动化部件。此外,在本申请中,术语“无线网络”和“网络”可互换使用,当其中利用该术语的上下文出于清楚目的而保证区别时,使这种区别变得明确。
此外,本文使用的词语“示例性”意指用作示例、实例或说明。本文描述为“示例性”的任何方面或设计不一定被理解为比其他方面或设计优选的或有利的。相反,示例性的词语的使用旨在以具体方式呈现概念。如本申请中所使用的,术语“或”旨在表示包括性的“或”而不是排他性的“或”。也就是说,除非另有说明或从上下文可以清楚地看出,否则“X采用A或B”旨在表示任何自然的包括性排列。也就是说,如果X采用A;X采用B;或X使用A和B两者,则在任何上述情况下均满足“X采用A或B”。此外,在本申请和所附权利要求中使用的冠词“一”和“一个”通常应当被解释为意指“一个或多个”,除非另有说明或从上下文清楚地指向单数形式。
此外,虽然可使用仅关于若干实现方式中的一者来公开特定特征,但是此类特征可与其他实现方式的一个或多个其他特征组合,如对于任何给定或特定应用可能期望或有利的那样。此外,在具体实施方式或权利要求书中使用术语“包括”和“包含”及其变型的范围内,此类术语旨在以类似于术语“包括”的方式包含在内。
本主题公开的各种实施方案的以上描述和对应附图以及说明书摘要中描述的内容在本文中为了进行示意性的说明而描述,并且并非旨在穷举或将所公开的实施方案限于所公开的精确形式。应当理解,本领域的普通技术人员可以认识到,具有修改、置换、组合和添加的其他实施方案可以被实现以用于执行所公开的主题的相同、类似、代替或替代的功能,并且因此被认为在本公开的范围内。因此,所公开的主题不应限于本文所述的任何单个实施方案,而是应根据以下权利要求的广度和范围来解释。
应当指出的是,如在本说明书和所附权利要求中所使用的,单数形式“一”、“一个”和“该”包括复数指示物,除非内容另有明确说明。
在本说明书中对“一个实施方案”、“实施方案”、“多个实施方案”或“一个或多个实施方案”的引用旨在指示结合实施方案描述的特定特征、结构或特性包括在本公开的至少一个实施方案中。此类短语在说明书中的各个地方的出现不一定都指代相同的实施方案,也不是与其他实施方案互斥的单独或另选实施方案。此外,描述了可以由一些实施方案而不是由其他实施方案呈现的各种特征。
应当指出的是,当在本公开中采用时,术语“包含”、“包括”和来自根术语“包含”的其他衍生词旨在是开放式术语,其指定存在任何所述特征、元素、整数、步骤或部件,并且不旨在排除一个或多个其他特征、元素、整数、步骤、部件或其组的存在或添加。
本文公开了详细的实施方案;然而,应当理解,所公开的实施方案仅仅是示例性的,其可以各种形式体现。因此,本文所公开的具体结构和功能细节不应理解为限制性的,而仅仅是权利要求书的基础。
虽然显而易见的是,所公开的本文所述的例示性实施方案实现了上述目标,但应当理解,本领域的普通技术人员可设计出许多修改和其他实施方案。因此,应当理解,所附权利要求旨在涵盖属于本公开的实质和范围内的所有此类修改和实施方案。
Claims (6)
1.一种系统,所述系统包括:
处理器;和
存储器,所述存储器存储可执行指令,所述可执行指令在由所述处理器执行时促进操作的执行,所述操作包括:
接收与由第一电子设备和第二电子设备进行的超声频率信号的交换对应的定时信息;
通过使用所述定时信息执行飞行时间估计来计算所述第一电子设备和所述第二电子设备之间的第一距离值;
通过使用机器学习模型的输出细化所述第一距离值以确定第二距离值,其中所述机器学习模型基于输入数据,所述输入数据包括:所述第一距离值和一组根据影响所述第一电子设备和所述第二电子设备之间的距离估计的至少一个预定义因素记录的距离值;以及
基于所述第二距离值与预定义阈值距离值的比较,在所述第一电子设备和所述第二电子设备中的至少一者上生成警示。
2.根据权利要求1所述的系统,其中所述至少一个预定义因素包括:工作环境的温度,所述第一电子设备和所述第二电子设备中的至少一者的使用历史,与所述第一电子设备和所述第二电子设备中的至少一者相关联的取向数据,与所述第一电子设备和所述第二电子设备中的至少一者相关联的设备规格信息,以及与所述第一电子设备和所述第二电子设备中的至少一者相关联的移动状态。
3.根据权利要求1所述的系统,其中所述警示指示在环境中违反了要在与所述第一电子设备相关联的第一工作者和与所述第二电子设备相关联的第二工作者之间保持的物理距离规范。
4.根据权利要求1所述的系统,其中所述操作还包括:
生成第一命令以致使在所述第一电子设备和所述第二电子设备中的至少一者上响起警报;
生成第二命令以致使在所述第一电子设备的第一显示屏和所述第二电子设备的第二显示屏中的至少一者上显示指示,其中所述指示的颜色基于所述第二距离值;
生成第三命令以致使激活所述第一电子设备的第一手电筒和所述第二电子设备的第二手电筒中的至少一者;以及
生成第四命令以致使在所述第一电子设备和所述第二电子设备中的至少一者上生成触觉反馈。
5.根据权利要求1所述的系统,其中所述操作还包括:
从所述第一电子设备接收:(a)第一定时信息,所述第一定时信息指示由所述第一电子设备的第一扬声器广播第一超声频率下的第一信号的定时;和(b)第二定时信息,所述第二定时信息指示由所述第一电子设备的第一麦克风接收第二超声频率下的第二信号的定时;
从所述第二电子设备接收:(c)第三定时信息,所述第三定时信息指示由所述第二电子设备的第二扬声器广播所述第二超声频率下的所述第二信号的定时;和(d)第四定时信息,所述第四定时信息指示由所述第二电子设备的第二麦克风接收所述第二超声频率下的所述第一信号的定时;以及
通过基于所述第一定时信息、所述第二定时信息、所述第三定时信息和所述第四定时信息执行所述飞行时间估计来计算所述第一电子设备和所述第二电子设备之间的所述第一距离。
6.根据权利要求1所述的系统,所述系统还包括机器学习引擎,所述机器学习引擎通信地耦接到所述处理器并且被配置为:
基于人工神经网络采用所述机器学习模型;
通过执行回归来变换所述输入数据以输出指示距离校正因子的分类;以及
使用所述距离校正因子修改所述第一距离值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/992,626 US11740353B2 (en) | 2020-08-13 | 2020-08-13 | Systems, methods, and apparatuses for alerting users to maintain physical distancing |
US16/992,626 | 2020-08-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114077308A true CN114077308A (zh) | 2022-02-22 |
Family
ID=77499602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110867192.6A Pending CN114077308A (zh) | 2020-08-13 | 2021-07-29 | 用于警示用户保持物理距离的系统、方法和装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11740353B2 (zh) |
EP (1) | EP3968295A1 (zh) |
CN (1) | CN114077308A (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11430315B2 (en) * | 2020-02-12 | 2022-08-30 | Conservention, Inc. | Personal proximity alert device and associated behavior modification system |
US11551540B2 (en) * | 2021-02-23 | 2023-01-10 | Hand Held Products, Inc. | Methods and systems for social distancing |
US20230132999A1 (en) * | 2021-10-29 | 2023-05-04 | Samsung Electronics Co., Ltd. | Device and method for handling critical events in an iot environment |
WO2024107059A2 (en) | 2022-11-18 | 2024-05-23 | Elliptic Laboratories Asa | Device positioning |
WO2024107058A1 (en) | 2022-11-18 | 2024-05-23 | Elliptic Laboratories Asa | System and method for controlling access |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3806849A1 (de) * | 1988-03-03 | 1989-09-14 | Bosch Gmbh Robert | Abstandsmesssystem zur beruehrungslosen abstandsmessung |
WO2016126410A1 (en) * | 2015-02-05 | 2016-08-11 | Google Inc. | Systems and methods for mutual authentication of electronic devices |
US20160291116A1 (en) * | 2015-04-03 | 2016-10-06 | Sony Computer Entertainment Inc. | Mobile terminal, wearable terminal, sonic distance measurement system, and sonic distance measurement method |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090268553A1 (en) | 2008-04-24 | 2009-10-29 | Pepperl+Fuchs, Inc. | Ultrasonic sensor system and method for sensing distance |
US10126406B2 (en) * | 2014-12-02 | 2018-11-13 | Qualcomm Incorporated | Method and apparatus for performing ultrasonic presence detection |
EP3673492B1 (en) * | 2017-08-21 | 2024-04-03 | Koninklijke Philips N.V. | Predicting, preventing, and controlling infection transmission within a healthcare facility using a real-time locating system and next generation sequencing |
US20210072378A1 (en) * | 2018-06-05 | 2021-03-11 | Google Llc | Systems and methods of ultrasonic sensing in smart devices |
AU2019335011B2 (en) * | 2018-09-07 | 2023-01-12 | Gatekeeper Systems, Inc. | Shopping basket monitoring using computer vision and machine learning |
-
2020
- 2020-08-13 US US16/992,626 patent/US11740353B2/en active Active
-
2021
- 2021-07-29 CN CN202110867192.6A patent/CN114077308A/zh active Pending
- 2021-08-04 EP EP21189736.8A patent/EP3968295A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3806849A1 (de) * | 1988-03-03 | 1989-09-14 | Bosch Gmbh Robert | Abstandsmesssystem zur beruehrungslosen abstandsmessung |
WO2016126410A1 (en) * | 2015-02-05 | 2016-08-11 | Google Inc. | Systems and methods for mutual authentication of electronic devices |
US20160291116A1 (en) * | 2015-04-03 | 2016-10-06 | Sony Computer Entertainment Inc. | Mobile terminal, wearable terminal, sonic distance measurement system, and sonic distance measurement method |
Also Published As
Publication number | Publication date |
---|---|
US20220050199A1 (en) | 2022-02-17 |
EP3968295A1 (en) | 2022-03-16 |
US11740353B2 (en) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114077308A (zh) | 用于警示用户保持物理距离的系统、方法和装置 | |
US9907104B2 (en) | Systems, apparatus, and methods for programmatically associating nearby users | |
CN107209819B (zh) | 通过对移动装置的连续鉴定的资产可存取性 | |
US20170064490A1 (en) | System and method for device positioning with bluetooth low energy distributions | |
WO2016100372A1 (en) | Doorbell camera package detection | |
US10679192B2 (en) | Assigning tasks and monitoring task performance based on context extracted from a shared contextual graph | |
KR102561572B1 (ko) | 센서 활용 방법 및 이를 구현한 전자 장치 | |
AU2018428381B2 (en) | Location determination based on beacon signal transmission to enabled devices | |
CN110447070A (zh) | 基于接近度的语音启用特征 | |
US20230058047A1 (en) | Storing data based on device location | |
US20190043064A1 (en) | Real-time qualitative analysis | |
WO2019019837A1 (zh) | 生物识别方法及相关产品 | |
CN113574906A (zh) | 信息处理设备、信息处理方法和信息处理程序 | |
US20240152390A1 (en) | Enabling workers to swap between mobile devices | |
US20210398543A1 (en) | System and method for digital assistant receiving intent input from a secondary user | |
US20220107625A1 (en) | Method to support autonomous robot-to-robot identification and task transfer | |
EP3979162A1 (en) | Systems, methods, and apparatuses for improving performance of executing a workflow operation | |
JP6342220B2 (ja) | 交友状況検知プログラム、交友状況検知装置及び交友状況の検知方法 | |
US11743958B2 (en) | Enabling workers to use a personal mobile device with a wearable electronic device | |
US20230029857A1 (en) | Methods and systems for estimating damage risk due to drop of an electronic device | |
US20230080923A1 (en) | Systems and methods for providing real-time assistance | |
US20240020640A1 (en) | Voting based proximity detection and ranging | |
US20230056075A1 (en) | Random forest predictive spam detection | |
EA040965B1 (ru) | Определение местоположения на основе передачи маяковых радиосигналов в устройства с поддержкой соответствующих возможностей |
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 |