CN114339588A - 社交距离判断系统及社交距离判断方法 - Google Patents
社交距离判断系统及社交距离判断方法 Download PDFInfo
- Publication number
- CN114339588A CN114339588A CN202011163484.3A CN202011163484A CN114339588A CN 114339588 A CN114339588 A CN 114339588A CN 202011163484 A CN202011163484 A CN 202011163484A CN 114339588 A CN114339588 A CN 114339588A
- Authority
- CN
- China
- Prior art keywords
- electronic device
- similarity
- communication
- similarity result
- communication strength
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004891 communication Methods 0.000 claims abstract description 122
- 239000013598 vector Substances 0.000 claims abstract description 81
- 238000004364 calculation method Methods 0.000 claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims abstract description 20
- 230000009466 transformation Effects 0.000 claims description 32
- 238000012360 testing method Methods 0.000 claims description 10
- 238000013519 translation Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims 6
- 238000005070 sampling Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 5
- 238000012795 verification Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W76/00—Connection management
- H04W76/10—Connection setup
-
- 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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
- G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
-
- 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
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0284—Relative positioning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明提供一种社交距离判断系统及社交距离判断方法,其中,方法包含:藉由一第一电子装置与一无线基地台建立一第一通讯连接,并检测第一通讯连接的一第一通讯强度;以及依据第一通讯强度产生一第一转换向量,并将第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。通过社交距离判断系统及社交距离判断方法得到的相似度结果,可用以估算出人与人之间的社交距离,以得知是否有群聚的情况。
Description
技术领域
本发明是关于一种量测系统,特别是关于一种社交距离判断系统及社交距离判断方法。
背景技术
在疫情流行时,保持社交距离是非常重要的,被传染的病人应该要居家隔离,不能随处乱走。为了保持社交距离,需要知道是否人与人之间的互动距离相近。由于人们可以自由活动,采用本地化方法(localization method)以地理位置定位,以确认每个人的所在位置在实际上是不可行的。
因此,如何检测社交距离,且不造成人们额外的困扰,为本领域所需解决的问题之一。
发明内容
为了解决上述的问题,本揭露内容的一态样提供了一种社交距离判断系统,包含:一第一电子装置。第一电子装置用以与一无线基地台建立一第一通讯连接,并检测第一通讯连接的一第一通讯强度,依据第一通讯强度产生一第一转换向量,并将第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。
为了解决上述的问题,本揭露内容的一态样提供了一种社交距离判断方法,包含:藉由一第一电子装置与一无线基地台建立一第一通讯连接,并检测第一通讯连接的一第一通讯强度;以及依据第一通讯强度产生一第一转换向量,并将第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。
本发明实施例所示的社交距离判断系统及社交距离判断方法可以通过每个使用者随身携带的电子装置,只要能连上网络,即可算出相似度结果,通过相似度结果可以知道每个使用者之间的距离,在不造成人们额外的困扰的情况下,在疫情期间通过社交距离判断系统及社交距离判断方法可以估算出人与人之间的社交距离,以得知是否有群聚的情况,甚至在社交距离过近的时候电子装置可发出一提醒讯息,让使用者之间保持适当的社交距离,达到避免疫情因群聚而扩散的功效。
附图说明
图1为依照本发明一实施例绘示一种社交距离判断系统的示意图。
图2为根据本发明的一实施例绘示一种社交距离判断方法的流程图。
图3为根据本发明的一实施例绘示一种结果列表的流程图。
图4为根据本发明的一实施例绘示一种社交距离判断系统的应用环境的示意图。
附图符号说明:
100:社交距离判断系统;
AP1~AP3:无线基地台;
D1~D3:电子装置;
200:社交距离判断方法;
210~220:步骤;
300:结果列表;
400:办公室;
MR:会议室;
DR1,DR2:门;
TB:桌子;
41,42,43:取样点;
ws:w-cosine相似度的比较基准点。
具体实施方式
以下说明系为完成发明的较佳实现方式,其目的在于描述本发明的基本精神,但并不用以限定本发明。实际的发明内容必须参考申请专利范围。
必须了解的是,使用于本说明书中的“包含”、“包括”等词,用以表示存在特定的技术特征、数值、方法步骤、作业处理、元件以及/或组件,但并不排除可加上更多的技术特征、数值、方法步骤、作业处理、元件、组件,或以上的任意组合。
于申请专利中使用如“第一”、“第二”、“第三”等词用来修饰申请专利中的元件,并非用来表示之间具有优先权顺序,先行关系,或者是一个元件先于另一个元件,或者是执行方法步骤时的时间先后顺序,仅用来区别具有相同名字的元件。
请一并参照图1~图2,图1为依照本发明一实施例绘示一种社交距离判断系统100的示意图。图2为根据本发明的一实施例绘示一种社交距离判断方法200的流程图。
于一实施例中,如图1所示,社交距离判断系统100包含一无线基地台AP1以及一电子装置D1。于一实施例中,电子装置D1通讯连接至无线基地台AP1,通讯连接可以通过Wi-Fi或蓝芽技术实现之。
于一实施例中,社交距离判断系统100包含无线基地台AP1~AP3以及电子装置D1~D2。于一实施例中,电子装置D1~D2分别通讯连接至每个无线基地台AP1~AP3,通讯连接可以通过Wi-Fi或蓝芽技术实现之。
于一实施例中,电子装置D1~D2例如为笔记本电脑、平板、手机、智能手表或具有通讯连接能力的电子装置。为方便叙述,后续电子装置D1以手机为例,电子装置D2以智能手表D2为例作说明。
于一实施例中,电子装置D1~D2各自包含处理器及储存装置。于一实施例中,处理器可由集成电路如微控制单元(micro controller)、微处理器(microprocessor)、数字信号处理器(Digital Signal Processor,DSP)、现场可变成逻辑门阵列(FieldProgrammable Gate Array,FPGA)、特殊应用集成电路(Application SpecificIntegrated Circuit,ASIC)或一逻辑电路来实施。于一实施例中,储存装置可由只读存储器、快闪存储器、软盘、硬盘、光盘、随身碟、磁带、可由网络存取的资料库或具有相同功能的储存媒体以实现之。于一实施例中,电子装置D1~D2各自更包含通讯电路,例如可应用Wi-Fi、蓝芽或其他通讯装置以与其他设备建立通讯连接。
于步骤210中,电子装置D1与无线基地台AP1建立一第一通讯连接,并检测第一通讯连接的一第一通讯强度。
于一实施例中,电子装置D1可以检测第一通讯的接收强度指示(received signalstrength index(RSSI))作为第一通讯强度。
于步骤220中,电子装置D1依据第一通讯强度产生一第一转换向量,并将第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。
于一实施例中,电子装置D1与每个无线基地台AP1~AP3建立一第一通讯连接,并检测每个第一通讯连接的第一通讯强度,依据此些第一通讯强度产生第一转换向量,并将此第一转换向量与第二转换向量进行相似度运算,以得到相似度结果。
例如,第一通讯连接以Wi-Fi实现之,电子装置D1可以检测Wi-Fi信号的通讯强度(如RSSI),例如,电子装置D1与无线基地台AP1的通讯强度为-48,电子装置D1与无线基地台AP2的通讯强度为-48,电子装置D1与无线基地台AP3的通讯强度为-40。电子装置D1依据此些第一通讯强度产生转换向量,每个向量值可以分别为-48、-48、-40,第一转换向量表示方法例如为并将此第一转换向量与第二转换向量进行相似度运算,第二转换向量的表示法例如为以得到相似度结果。每个向量值可以对应到无线基地台的识别码或是Mac Address,例如向量值-48对应到无线基地台AP1的Mac Address,藉此可识别无线基地台AP1的通讯强度为-48,才能将电子装置D1检测到的通讯强度-48对应到无线基地台AP1,并通过无线基地台AP1的Mac Address以及各无线基地台的通讯强度形成转换向量。于另一实施例中,每个转换向量中的每个向量值以预定的无线基地台顺序形成,例如无线基地台AP1的通讯强度为每个转换向量中的第一个向量值,无线基地台AP2的通讯强度为每个转换向量中的第二个向量值,以此类推。如果电子装置没有与对应的无线基地台形成通讯连接,则转换向量中对应的无线基地台的向量值将以0表示。
于一实施例中,相似度运算可以应用多种方式,将于后续详述之。
于一实施例中,电子装置D1于一第一时间戳检测第一通讯强度,以得到一第一时点通讯强度,并于一第二时间戳检测第一通讯强度,以得到一第二时点通讯强度,并将第一时点通讯强度与第二时点通讯强度进行相似度运算,以得到相似度结果。于一实施例中,第二转换向量可以是第二时点通讯强度。
于一实施例中,一伺服器用以搜集多个电子装置(例如电子装置D1及电子装置D2)上传的资料,例如为每一预设时间周期将第一转换向量或第二转换向量传输至伺服器,第一转换向量为电子装置D1上传,第二转换向量为电子装置D2上传,使伺服器进行相似度运算,以得到相似度结果。
例如,电子装置D1于一第一时间戳检测第一通讯强度为-30,于一第二时间戳检测第一通讯强度,以得到一第二时点通讯强度为-40,电子装置D1可以将第一时点通讯强度-30与第二时点通讯强度-40进行相似度运算,以得到相似度结果。
于一实施例中,如图1所示,电子装置D2与每个无线基地台AP1~AP3建立一第二通讯连接,并检测每个第二通讯连接的一第二通讯强度,依据第二通讯强度产生第二转换向量,此第二转换向量例如表示为于此实施例中,是由同一个电子装置(例如电子装置D2)于同一时间点对每个无线基地台AP1~AP3检测通讯强度,以产生一个转换向量表示法(例如V2)。
又例如,电子装置D1于一第一时间戳检测第一通讯强度为-30(视为第一时点通讯强度),电子装置D1于一第二时间戳检测第一通讯强度为-50(视为第二时点通讯强度),其转换向量表示方法为电子装置D2于一第一时间戳检测第一通讯强度为-80(视为第一时点通讯强度),电子装置D2于一第二时间戳检测第一通讯强度为-90(视为第二时点通讯强度),其转换向量表示方法为电子装置D1或电子装置D2将第一时点通讯强度的转换向量与第二时点通讯强度的转换向量进行相似度运算,以得到相似度结果。于此实施例中,是由同一个电子装置(例如电子装置D2)于两个时间点检测到的通讯强度,以产生一个转换向量表示法(例如转换向量V2)。
于一实施例中,电子装置D1依据一预设门槛值(例如0.07)以判断相似度结果,响应于电子装置D1判断相似度结果大于一预设门槛值时,将电子装置D1于第一时间戳与第二时间戳的位置视为无差别,响应于电子装置D1判断相似度结果不大于一预设门槛值时,将第一电子装置于该第一时间戳与第二时间戳的位置视为有差别。于此实施例中,电子装置D1是判断第一时间戳的转换向量V1与第二时间戳的转换向量V2的相似度。
在一例子中,相似度结果可以用于判断居家隔离者是否离开家。当第一时点通讯强度与第二时点通讯强度的相似度结果趋近0,代表持有电子装置D1(如手机)或电子装置D2(如智能手表)的使用者,可能在第一时点到第二时点的时间区间内的移动距离较大(可能已离开家的范围);当第一时点通讯强度与第二时点通讯强度的相似度结果趋近或等于1,代表同时持有电子装置D1(如手机)或电子装置D2(如智能手表)的使用者,可能在时间区间内的移动距离较小或并未移动(可能没有离开家的范围)。
于一实施例中,电子装置D1依据T-test统计检定以判断相似度结果,例如依据T-test统计检定一时间区段中的多笔资料(例如电子装置D1与电子装置D2的第一时间戳的转换向量V1与第二时间戳的转换向量V2)的相似度结果,当电子装置D1依据T-test统计检定判断相似度结果大于一P值(P value,例如为0.05)时,将电子装置D1与电子装置D2的位置视为无差别,当第一电子装置依据T-test统计检定判断相似度结果不大于P值时,将电子装置D1与电子装置D2的位置视为有差别。
于一实施例中,电子装置不限于图1所示的电子装置D1与电子装置D2,电子装置的数量可以更多,例如电子装置中包含电子装置D1、电子装置D2及电子装置D3,电子装置D1~D3各自与无线基地台AP1~AP3建立一当前通讯连接,并检测当前通讯连接的一当前通讯强度,依据当前通讯强度产生一当前转换向量,并将此当前转换向量由其中一个电子装置D1~D3运算,或是由伺服器运算,以进行相似度运算,以得到相似度结果;其中依据相似度结果,将电子装置D2及电子装置D3各自与电子装置D1的距离由近至远进行排序,以产生一结果列表。
例如,请参阅图3为根据本发明的一实施例绘示一种结果列表300的示意图。在昨日的下午3~4点配戴电子装置D1的使用者确诊,则依据相似度结果,由相似度的高低列出其他电子装置(例如为电子装置D2、电子装置D3)与电子装置D1的位置相似度。结果列表例如为图3所示,电子装置D3与电子装置D1的距离最近,电子装置D3的使用者为X,电子装置D2的使用者为Y。藉此,疾病控管人员可以知道使用者X与使用者Y可能与确诊者有接触,及其各自的接触距离。于一实施例中,电子装置D1~D3运算或是由伺服器可利用向量推算距离。
于一实施例中,相似度运算应用欧几里得距离或cosine相似度演算法以算出。
于一实施例中,相似度运算也可以采用欧几里得距离计算,欧几里得距离的公式如下:
假设:
A=[A1,A2,A3]=[-30,-40,-50]
B=[B1,B2,B3]=[-70,-80,-90]
D(A,B)=69.28
其中,A、B为转换向量的例子,将69.28作为相似度结果。于此实施例中,可输出相似度结果,以进行比较或排序,或是判断相似度结果大于一相似度阀值时(例如为40)将视为位置有差别。
于一实施例中,cosine相似度(similarity)演算法的公式为:
其中,符号A、B可以是转换向量,此公式的结果为相似度结果(后称CosineSimilarity),假设:
A=[A1,A2,A3]=[-30,-40,-50]
B=[B1,B2,B3]=[-70,-80,-90]
A·B=A1*B1+A2*B2+A3*B3=(-30)·(-70)+(-40)·(-80)+(-50)·(-90)=2100+3200+4500=9800
此处会延伸一个问题,如果把B换成[-30,-40,-50],则cos(θ)=1,CosineSimilarity对于不同强度考虑是不明显的,一般而言,0.995与1会被认为差不多的数字,换言之,在强度的部分考虑太少了,因此将收集到的RSSI加上一个值,因为RSSI落在-30~-100之间,因此将RSSI值加上-1*(-30+(-100))/2=65,加上这个值主要目的是把不同强度等级的Cosine Similarity表现更明显,换言之,可以将Cosine Similarity结合信号强度运算,以调整相似度结果的权重。以上述例子而言,将上述转换向量A、B由下述方式调整成A’与B’:
A’=[A1+65,A2+65,A3+65]=[-30+65,-40+65,-50+65]=[35,25,15]
B’=[B1+65,B2+65,B3+65]=[-70+65,-80+65,-90+65]=[-5,-15,-25]
此时可看出转换向量指的方向已经不同,再利用A’与B’的转换向量计算CosineSimilarity:
A′·B′=A′1*B′1+A′2*B′2+A′3*B′3=(35)·(-5)+(25)·(-15)+(15)·(-25)=-925
如此就能看出Cosine Similarity的不同。
于一实施例中,电子装置D1可以将Cosine Similarity结合频率运算,以调整相似度结果的权重。假设电子装置D1是手机,可以收集到几个资讯:所有扫到的Wi-Fi无线基地台的强度、频率(例如:2G、5G)、无线基地台的媒体存取控制位址(Mac Address),每个无线基地台的Mac Address是唯一的,可以作为栏位的关键字(key)。由于办公室环境比较复杂,扫到的无线基地台可能有很多,以下取信号强的前三笔为例作计算,假设此三笔信号在30秒内每秒被扫瞄到的频率分别为30、25、29,频率都是2G,因此可以整理成如下表一:
无线基地台的Mac Address | 强度 |
e0:1c:41:d8:48:54 | -48 |
e0:1c:41:d8:48:55 | -48 |
02:9f:c2:61:d6:0c | -50 |
表一
接着,将频率转为权重,其中,权重的计算例如30/(30+25+29)、25//(30+25+29)、29/(30+25+29),因此资讯可整理成表二所示:
表二
依据以上数据可以计算w-cosine的值。
实务上会针对RSSI作平移,因为RSSI的值大约是-30~-100之间,因此加上-65((-30+(-100))/2),使强信号跟弱信号之差异更为明显,例如,强信号-30+65变成35,而弱信号-80+65变成-15,两者正负相反,达到强信号与弱信号更为分开的目的,实务上会有碰到-65+65为零的状况,此情况可以指定一个接近零但不是零的值。根据w-cosine的公式,这边取30秒出现的次数来取权重:藉此可以计算如下:
0.357*(-48+65)*(-51+65)+0.297*(-48+65)*(-51+65)+0.346*(-50+65)*(-53+65)=217.93
0.357*(-48+65)2+0.297*(-48+65)2+0.346*(-50+65)2=178.00
0.357*(-51+65)2+0.297*(-51+65)2+0.346*(-53+65)2=266.85
w-cos(θ)会介于-1与1之间,越接近1代表两个向量越接近,代表两个电子装置(例如电子装置D1、电子装置D2)越接近,于此例中,0.99代表两个电子装置高度接近。假设接下来代入其他数值并进行上述计算后,w-cos(θ)的值为0.51,代表w-cos(θ)变小,表示电子装置(例如电子装置D1、电子装置D2)已经移动或远离彼此。于一实施例中,电子装置(例如电子装置D1或电子装置D2)可以事先设定一cosine相似度阀值,由于w-cos(θ)会介于-1与1之间,越接近1代表两个向量越接近,当电子装置(例如电子装置D1或电子装置D2)判断w-cos(θ)小于cosine相似度阀值,则判断电子装置(例如电子装置D1、电子装置D2)已经移动或远离彼此。
于一实施例中,电子装置D1可以将Cosine Similarity结合Softmax运算,以调整相似度结果的权重。以下先叙述Softmax运算公式,此公式回传的是一个序列,代表每个元素的权重:
假设得到一个序列:L=[1,2,3,4]。可先求得:
σ(z1)=2.718/84.79=0.032
σ(z2)=7.389/84.79=0.087
σ(z3)=20.085/84.79=0.236
σ(z4)=54.598/84.79=0.645
因此,Softmax(L)=[0.032,0.087,0.236,0.645]。
于一实施例中,电子装置D1可以将Cosine Similarity结合Softmax运算,以调整相似度结果的权重,其公式如下:
其中,符号y是保留在先前时间戳中用以作比较的值,符号x是新进入Wi-Fi RSSI表中的值。
y=[y1,y2,y3]=[-30,-40,-50]
x=[x1,x2,x3]=[-70,-80,-90]
RSSI程度(level)对应起来分别是:
1=[2,1,1]
softmax(1)=[0.576,0.212,0.212]
∑softmax(rssi levelx)×(rssix+65)×(rssiy+65)=0.576*(-70+65)*(-30+65)+0.212*(-80+65)*(-40+65)+0.212*(-90+65)+0.212*(-50+65)=-29.78
藉由上述计算得到调整权重后的相似度结果。
于一实施例中,上述的w-cosine可视为相似度结果。
由上述可知,相似度运算可以选择性的结合一Softmax运算、一频率运算或一信号强度运算,以调整相似度结果的权重。并输出调整后的相似度结果,以进行比较或排序。
请参阅图4,图4为依照本发明一实施例绘示一种社交距离判断系统的应用环境的示意图。于图4中,办公室400有一个门DR2,办公室400中,有一个会议室MR,会议室MR有一个门DR1,在会议室MR中,有一个桌子TB,将w-cosine相似度视为相似度结果,w-cosine相似度的比较基准点ws位于桌子TB的中间,以空心三角形表示之,在此例中,可以将电子装置D1视为w-cosine相似度的比较基准点ws,其他的取样点41~43视为电子装置D2,电子装置D1可计算出比较基准点ws与桌子TB上的其他取样点41(以空心圆圈表示之)及比较基准点ws与位于会议室MR中的其他取样点42(以实心圆圈表示之)的P值为0.278,大于0.05,因此视为取样点41、取样点42分别与比较基准点ws之间的w-cosine相似度没有不同,代表此些取样点41~42与比较基准点ws十分相近(若是有人生病,可能位于此些取样点的人被传染的机率高)。另一方面,取样点41与取样点43之间的P值为0.0001,小于0.05,取样点42与取样点43之间的P值为0.0002,小于0.05,因此视为取样点41、取样点42分别与取样点43相似度不同,代表此些取样点41~42与取样点43不相近(若是取样点41~42的位置有人生病,位于取样点43的人被传染的机率较低)。
本发明实施例所示的社交距离判断系统及社交距离判断方法可以通过每个使用者随身携带的电子装置,只要能连上网络,即可算出相似度结果,通过相似度结果可以知道每个使用者之间的距离,在不造成人们额外的困扰的情况下,在疫情期间通过社交距离判断系统及社交距离判断方法可以估算出人与人之间的社交距离,以得知是否有群聚的情况,甚至在社交距离过近的时候电子装置可发出一提醒讯息,让使用者之间保持适当的社交距离,达到避免疫情因群聚而扩散的功效。
Claims (20)
1.一种社交距离判断系统,其特征在于,包含:
一第一电子装置,用以与一无线基地台建立一第一通讯连接,并检测该第一通讯连接的一第一通讯强度,依据该第一通讯强度产生一第一转换向量,并将该第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。
2.如权利要求1所述的社交距离判断系统,其特征在于,更包含:
复数个无线基地台;
其中,该第一电子装置与每个该些无线基地台建立一第一通讯连接,并检测每个该些第一通讯连接的该第一通讯强度,依据该些第一通讯强度产生该第一转换向量,并将该第一转换向量与该第二转换向量进行该相似度运算,以得到该相似度结果。
3.如权利要求2所述的社交距离判断系统,其特征在于,更包含:
一第二电子装置,该第二电子装置与每个该些无线基地台建立一第二通讯连接,并检测每个该些第二通讯连接的一第二通讯强度,依据该些第二通讯强度产生该第二转换向量。
4.如权利要求1所述的社交距离判断系统,其特征在于,该第一电子装置于一第一时间戳检测该第一通讯强度,以得到一第一时点通讯强度,依据该第一时点通讯强度产生该第一转换向量,并于一第二时间戳检测该第一通讯强度,以得到一第二时点通讯强度,依据该第二时点通讯强度产生该第二转换向量,并将该第一时点通讯强度与该第二时点通讯强度进行该相似度运算,以得到该相似度结果。
5.如权利要求1所述的社交距离判断系统,其特征在于,该相似度运算应用一欧几里得距离或一cosine相似度演算法以算出;
其中响应于该相似度运算采用该欧几里得距离计算时,当该第一电子装置判断该相似度结果大于一相似度阀值时,将该第一电子装置与一第二电子装置的位置视为有差别。
6.如权利要求1所述的社交距离判断系统,其特征在于,该相似度运算结合一Softmax运算、一频率运算或一信号强度运算,以调整该相似度结果的权重。
7.如权利要求3所述的社交距离判断系统,其特征在于,该第一电子装置依据T-test统计检定以判断该相似度结果,当该第一电子装置依据T-test统计检定判断该相似度结果大于一P值时,将该第一电子装置与该第二电子装置的位置视为无差别,当该第一电子装置依据T-test统计检定判断该相似度结果不大于P值时,将该第一电子装置与该第二电子装置的位置视为有差别。
8.如权利要求3所述的社交距离判断系统,其特征在于,该第一电子装置依据一预设门槛值以判断该相似度结果,响应于该第一电子装置判断该相似度结果大于一预设门槛值时,将该第一电子装置与该第二电子装置的位置视为无差别,响应于该第一电子装置判断该相似度结果不大于一预设门槛值时,将该第一电子装置与该第二电子装置的位置视为有差别。
9.如权利要求4所述的社交距离判断系统,其特征在于,该第一电子装置依据一预设门槛值以判断该相似度结果,响应于该第一电子装置判断该相似度结果大于一预设门槛值时,将该第一电子装置于该第一时间戳与该第二时间戳的位置视为无差别,响应于该第一电子装置判断该相似度结果不大于一预设门槛值时,将该第一电子装置于该第一时间戳与该第二时间戳的位置视为有差别。
10.如权利要求3所述的社交距离判断系统,其特征在于,更包含复数个电子装置,该些电子装置中包含该第一电子装置、该第二电子装置及一第三电子装置,该些电子装置各自与该些无线基地台建立一当前通讯连接,并检测每一该当前通讯连接的一当前通讯强度,依据该当前通讯强度产生一当前转换向量,将该当前转换向量进行该相似度运算,以得到该相似度结果;其中该第一电子装置依据该相似度结果,将该第二电子装置及该第三电子装置各自与该第一电子装置的距离由近至远进行排序,以产生一结果列表。
11.一种社交距离判断方法,其特征在于,包含:
藉由一第一电子装置与一无线基地台建立一第一通讯连接,并检测该第一通讯连接的一第一通讯强度;以及
依据该第一通讯强度产生一第一转换向量,并将该第一转换向量与一第二转换向量进行一相似度运算,以得到一相似度结果。
12.如权利要求11所述的社交距离判断方法,其特征在于,更包含:
藉由该第一电子装置与每个复数个无线基地台建立一第一通讯连接,并检测每个该些第一通讯连接的该第一通讯强度;以及
依据该些第一通讯强度产生该第一转换向量,并将该第一转换向量与该第二转换向量进行该相似度运算,以得到该相似度结果。
13.如权利要求12所述的社交距离判断方法,其特征在于,更包含:
藉由一第二电子装置与每个该些无线基地台建立一第二通讯连接,并检测每个该些第二通讯连接的一第二通讯强度,依据该些第二通讯强度产生该第二转换向量。
14.如权利要求11所述的社交距离判断方法,其特征在于,该第一电子装置于一第一时间戳检测该第一通讯强度,以得到一第一时点通讯强度,依据该第一时点通讯强度产生该第一转换向量并于一第二时间戳检测该第一通讯强度,以得到一第二时点通讯强度,依据该第二时点通讯强度产生该第二转换向量,并将该第一时点通讯强度与该第二时点通讯强度进行该相似度运算,以得到该相似度结果。
15.如权利要求11所述的社交距离判断方法,其特征在于,该相似度运算应用为一欧几里得距离或一cosine相似度演算法以算出;
其中响应于该相似度运算采用该欧几里得距离计算时,当该第一电子装置判断该相似度结果大于一相似度阀值时,将该第一电子装置与一第二电子装置的位置视为有差别。
16.如权利要求11所述的社交距离判断方法,其特征在于,该相似度运算结合一Softmax运算、一频率运算或一信号强度运算,以调整该相似度结果的权重。
17.如权利要求13所述的社交距离判断方法,其特征在于,该第一电子装置依据T-test统计检定以判断该相似度结果,当该第一电子装置依据T-test统计检定判断该相似度结果大于一P值时,将该第一电子装置与该第二电子装置的位置视为无差别,当该第一电子装置依据T-test统计检定判断该相似度结果不大于该P值时,将该第一电子装置与该第二电子装置的位置视为有差别。
18.如权利要求13所述的社交距离判断方法,其特征在于,该第一电子装置依据一预设门槛值以判断该相似度结果,响应于该第一电子装置判断该相似度结果大于一预设门槛值时,将该第一电子装置与该第二电子装置的位置视为无差别,响应于该第一电子装置判断该相似度结果不大于一预设门槛值时,将该第一电子装置与该第二电子装置的位置视为有差别。
19.如权利要求14所述的社交距离判断方法,其特征在于,该第一电子装置依据一预设门槛值以判断该相似度结果,当该第一电子装置判断该相似度结果大于一预设门槛值时,将该第一电子装置于该第一时间戳与该第二时间戳的位置视为无差别,当该第一电子装置判断该相似度结果不大于一预设门槛值时,将该第一电子装置于该第一时间戳与该第二时间戳的位置视为有差别。
20.如权利要求13所述的社交距离判断方法,其特征在于,更包含:
藉由复数个电子装置各自与该些无线基地台建立一当前通讯连接;其中该些电子装置中包含该第一电子装置、该第二电子装置及一第三电子装置;
该些电子装置各自检测与每一该些无线基地台的该当前通讯连接的一当前通讯强度,依据该当前通讯强度产生一当前转换向量;以及
将该当前转换向量进行该相似度运算,以得到该相似度结果;
其中该第一电子装置依据该相似度结果,将该第二电子装置及该第三电子装置各自与该第一电子装置的距离由近至远进行排序,以产生一结果列表。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW109133212 | 2020-09-25 | ||
TW109133212A TWI756843B (zh) | 2020-09-25 | 2020-09-25 | 社交距離判斷系統及社交距離判斷方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114339588A true CN114339588A (zh) | 2022-04-12 |
CN114339588B CN114339588B (zh) | 2023-11-10 |
Family
ID=80821998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011163484.3A Active CN114339588B (zh) | 2020-09-25 | 2020-10-27 | 社交距离判断系统及社交距离判断方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11596007B2 (zh) |
CN (1) | CN114339588B (zh) |
TW (1) | TWI756843B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140320348A1 (en) * | 2013-04-24 | 2014-10-30 | Kabushiki Kaisha Toshiba | Position estimating device, position estimating method, and wireless communication system |
WO2014180219A1 (zh) * | 2013-10-21 | 2014-11-13 | 中兴通讯股份有限公司 | 一种定位方法、装置、终端和计算机存储介质 |
EP3001215A1 (en) * | 2014-09-24 | 2016-03-30 | Alcatel Lucent | Method for determining the relative position of user equipment in a wireless telecommunication network, a node and a computer program product |
US20190101632A1 (en) * | 2016-03-17 | 2019-04-04 | Samsung Electronics Co., Ltd | Location estimation method and apparatus using access point in wireless communication system |
CN109639452A (zh) * | 2018-10-31 | 2019-04-16 | 深圳大学 | 社交关系模型训练方法、装置、服务器及存储介质 |
TW201918103A (zh) * | 2017-10-24 | 2019-05-01 | 商之器科技股份有限公司 | 無線資產定位的方法 |
US20200195772A1 (en) * | 2018-12-18 | 2020-06-18 | Samsung Electronics Co., Ltd. | Location based operation method, electronic device and storage medium |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201132085A (en) | 2009-04-22 | 2011-09-16 | Koninkl Philips Electronics Nv | Systems and apparatus for light-based social communications |
WO2012139250A1 (en) * | 2011-04-13 | 2012-10-18 | Telefonaktiebolaget L M Ericsson (Publ) | Positioning in a cellular communication network |
US10649607B2 (en) | 2012-12-28 | 2020-05-12 | Facebook, Inc. | Re-ranking story content |
US9413837B2 (en) | 2013-02-06 | 2016-08-09 | Facebook, Inc. | Routine deviation notification |
WO2014153352A1 (en) | 2013-03-18 | 2014-09-25 | Sony Corporation | Systems, apparatus, and methods for social graph based recommendation |
KR20180071095A (ko) * | 2016-12-19 | 2018-06-27 | 삼성전자주식회사 | 위치 정보 제공 방법 및 그 장치 |
CN110557716B (zh) * | 2019-09-03 | 2020-11-20 | 华南师范大学 | 一种基于对数正态模型的室内定位方法 |
CN111586585A (zh) * | 2020-05-07 | 2020-08-25 | 悠尼客(上海)企业管理有限公司 | 一种基于Wifi的位置指纹定位方法 |
CN111651485A (zh) * | 2020-05-22 | 2020-09-11 | 华中科技大学 | 基于rssi趋势相似度的伴随关系的分析方法和装置 |
-
2020
- 2020-09-25 TW TW109133212A patent/TWI756843B/zh active
- 2020-10-27 CN CN202011163484.3A patent/CN114339588B/zh active Active
- 2020-12-02 US US17/109,280 patent/US11596007B2/en active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140320348A1 (en) * | 2013-04-24 | 2014-10-30 | Kabushiki Kaisha Toshiba | Position estimating device, position estimating method, and wireless communication system |
WO2014180219A1 (zh) * | 2013-10-21 | 2014-11-13 | 中兴通讯股份有限公司 | 一种定位方法、装置、终端和计算机存储介质 |
EP3001215A1 (en) * | 2014-09-24 | 2016-03-30 | Alcatel Lucent | Method for determining the relative position of user equipment in a wireless telecommunication network, a node and a computer program product |
US20190101632A1 (en) * | 2016-03-17 | 2019-04-04 | Samsung Electronics Co., Ltd | Location estimation method and apparatus using access point in wireless communication system |
TW201918103A (zh) * | 2017-10-24 | 2019-05-01 | 商之器科技股份有限公司 | 無線資產定位的方法 |
CN109639452A (zh) * | 2018-10-31 | 2019-04-16 | 深圳大学 | 社交关系模型训练方法、装置、服务器及存储介质 |
US20200195772A1 (en) * | 2018-12-18 | 2020-06-18 | Samsung Electronics Co., Ltd. | Location based operation method, electronic device and storage medium |
Also Published As
Publication number | Publication date |
---|---|
TWI756843B (zh) | 2022-03-01 |
US11596007B2 (en) | 2023-02-28 |
TW202212859A (zh) | 2022-04-01 |
US20220104284A1 (en) | 2022-03-31 |
CN114339588B (zh) | 2023-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gezici et al. | Nonparametric nonline-of-sight identification | |
Laoudias et al. | Localization using radial basis function networks and signal strength fingerprints in WLAN | |
CN107677989B (zh) | 一种基于rssi最大值进行rssi去除噪声的室内位置定位方法 | |
US20100309807A1 (en) | Maintaining the integrity of configuration information of a network of access points for use in positioning an apparatus | |
WO2014106363A1 (zh) | 移动设备定位系统及方法 | |
KR20110116565A (ko) | 베이지안 알고리즘을 이용한 실내 측위 방법 | |
Canovas et al. | Detecting indoor/outdoor places using WiFi signals and AdaBoost | |
Wang et al. | IWKNN: An effective Bluetooth positioning method based on Isomap and WKNN | |
Honnef et al. | Zero-effort indoor continuous social distancing monitoring system | |
Kozlowski et al. | Data fusion for robust indoor localisation in digital health | |
CN114339588A (zh) | 社交距离判断系统及社交距离判断方法 | |
CN110557829A (zh) | 一种融合指纹库的定位方法及定位装置 | |
Ma et al. | Subway station real-time indoor positioning system for cell phones | |
Alfakih et al. | An enhanced indoor positioning method based on Wi-fi RSS fingerprinting | |
Pham et al. | Ensemble learning model for Wifi indoor positioning systems | |
CN101923155B (zh) | 基于设备移动性分类的位置过滤 | |
US7447236B2 (en) | Method and apparatus for determining an arrival time associated with a synchronization burst | |
CN113055901A (zh) | 一种终端定位的方法和装置 | |
CN111654808A (zh) | 一种更新指纹数据库的方法及系统、wifi定位方法及系统 | |
Hromadová et al. | Impact of user orientation on indoor localization based on Wi-Fi | |
Guo et al. | Optimized indoor positioning based on WIFI in mobile classroom project | |
EP3405806B1 (en) | Location determination using crowd sourced information | |
CN116095610B (zh) | 识别轨迹的方法、装置、服务器及计算机可读存储介质 | |
Suwannawach | Indoor Localization using Wi-Fi RSSI Based by Weighting Factors and Detection Probabilities of Access Point in Real Environment Testing Area | |
Ramakrishnan et al. | Mean-offset classifier based on Wi-Fi indoor positioning system |
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 |