CN115206043B - 用于检测系统中的事件的系统和方法 - Google Patents
用于检测系统中的事件的系统和方法 Download PDFInfo
- Publication number
- CN115206043B CN115206043B CN202210386909.XA CN202210386909A CN115206043B CN 115206043 B CN115206043 B CN 115206043B CN 202210386909 A CN202210386909 A CN 202210386909A CN 115206043 B CN115206043 B CN 115206043B
- Authority
- CN
- China
- Prior art keywords
- sensor data
- sensor
- sensors
- intrusion
- mode
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 238000001514 detection method Methods 0.000 claims abstract description 137
- 230000008569 process Effects 0.000 claims abstract description 5
- 239000011521 glass Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 238000013528 artificial neural network Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/22—Electrical actuation
- G08B13/24—Electrical actuation by interference with electromagnetic field distribution
- G08B13/2491—Intrusion detection systems, i.e. where the body of an intruder causes the interference with the electromagnetic field
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/14—Mechanical actuation by lifting or attempted removal of hand-portable articles
- G08B13/1436—Mechanical actuation by lifting or attempted removal of hand-portable articles with motion detection
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/188—Data fusion; cooperative systems, e.g. voting among different detectors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C9/00—Individual registration on entry or exit
- G07C9/20—Individual registration on entry or exit involving the use of a pass
- G07C9/28—Individual registration on entry or exit involving the use of a pass the pass enabling tracking or indicating presence
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/04—Mechanical actuation by breaking of glass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/02—Mechanical actuation
- G08B13/08—Mechanical actuation by opening, e.g. of door, of window, of drawer, of shutter, of curtain, of blind
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/06—Electric actuation of the alarm, e.g. using a thermally-operated switch
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/18—Prevention or correction of operating errors
- G08B29/185—Signal analysis techniques for reducing or preventing false alarms or for enhancing the reliability of the system
- G08B29/186—Fuzzy logic; neural networks
-
- 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
- G06N3/08—Learning methods
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Emergency Management (AREA)
- Signal Processing (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Electromagnetism (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Alarm Systems (AREA)
- Burglar Alarm Systems (AREA)
Abstract
本发明题为“用于检测系统中的事件的系统和方法”。多个传感器可操作地耦接到系统控制器。每个传感器包括检测模式,其中传感器将一个或多个检测算法应用于由对应传感器生成的传感器数据以检测可能事件并将该可能事件报告给系统控制器,但不将系统数据报告给系统控制器。每个传感器还包括传感器数据模式,其中传感器数据被报告给系统控制器。当多个传感器中的一个传感器将可能事件报告给系统控制器时,系统控制器指示多个传感器中的一个或多个传感器从检测模式切换到传感器数据模式。系统控制器被配置成接收传感器数据并处理接收到的传感器数据以确认或以其它方式提供所报告的可能事件中的置信度的量度。
Description
技术领域
本公开整体涉及使用传感器数据来检测系统中的事件。更具体地,本公开涉及使用来自未检测到事件的其它传感器的传感器数据,以便确认或以其它方式生成所检测到的事件中的置信度水平。
背景技术
各种系统使用传感器来检测系统内的事件。例如,建筑物中的入侵系统使用入侵检测传感器来检测入侵系统内的入侵(事件)。暖通空调(HVAC)系统使用HVAC传感器来检测事件,诸如HVAC系统内阀门卡住、设备故障等。一种火灾检测系统使用火灾检测传感器来检测火灾检测系统内的火灾和火灾(事件)的迹象。其它系统诸如工业过程控制和航空航天使用各种传感器来检测其系统内的可能事件。依赖于用于检测事件的传感器的系统可能遭受误报警。期望的是用于减少此类误报警的方法和系统。
发明内容
本公开涉及使用传感器数据来检测系统中的事件。这可以适用于各种不同类型的系统中的任一种。在一个例示性但非限制性示例中,入侵检测系统包括入侵检测控制器和可操作地耦接到入侵检测控制器的多个传感器。多个传感器中的每个传感器被配置成包括检测模式,其中传感器将一个或多个检测算法应用于由对应传感器生成的传感器数据以检测可能入侵事件并将该可能入侵事件报告给入侵检测控制器。在检测模式中,未将传感器数据报告给入侵检测控制器。多个传感器中的每个传感器还被配置成包括传感器数据模式,其中传感器数据被报告给入侵检测控制器。当多个传感器中的一个传感器将可能入侵事件报告给入侵检测控制器时,该入侵检测控制器被配置成指示多个传感器中除报告了可能入侵事件的那个传感器外的一个或多个传感器从检测模式切换到传感器数据模式。入侵检测控制器被配置成从切换到传感器数据模式的多个传感器中的一个或多个传感器接收传感器数据,并且处理接收到的传感器数据以确认或以其它方式提供所报告的可能入侵事件中的置信度的量度。在一些情况下,入侵检测控制器还可以将报告了可能入侵事件的传感器切换到传感器数据模式并处理接收到的传感器数据。
在另一示例中,提供了一种使用多个传感器来检测事件的方法。传感器中的每个传感器包括检测模式和传感器数据模式。方法包括多个传感器中的每个传感器在检测模式下操作。当多个传感器中的一个传感器检测到可能事件时,检测到可能事件的传感器报告该可能事件。响应于所报告的可能事件,指示多个传感器中除报告了可能事件的那个传感器外的一个或多个传感器从检测模式切换到传感器数据模式。从切换到传感器数据模式的多个传感器中的一个或多个传感器接收传感器数据,并且处理该传感器数据以确认或以其它方式确定所报告的可能事件中的置信度的量度。报告所报告的可能事件中的置信度的量度。
在另一示例中,提供了一种传感器。传感器包括被配置成感测所感测到的条件并输出传感器数据的感测元件、收发器、和与感测元件和收发器可操作地耦接的控制器。控制器被配置成从感测元件接收传感器数据并且经由收发器接收指示传感器在检测模式与传感器数据模式之间切换的指令。在检测模式中,控制器将一个或多个检测算法应用于传感器数据以检测可能事件并且经由收发器报告该可能事件。在检测模式中,传感器数据不经由收发器传输。在传感器数据模式中,传感器数据经由收发器传输。控制器被配置成当处于检测模式时经由收发器传输所检测到的可能事件而不传输传感器数据,并且当处于传感器数据模式时经由收发器传输传感器数据。
提供前面的发明内容是为了便于理解本公开所特有的一些创新特征,而并非意图作为完整的描述。通过将整个说明书、权利要求书、附图和说明书摘要视作一个整体,可以获得对本公开的全面理解。
附图说明
结合附图考虑以下对各种示例的描述,可以更全面地理解本公开,在附图中:
图1是用于检测系统内的事件的例示性系统的示意性框图;
图2是提供图1的例示性系统的示例的例示性入侵检测系统的示意性框图;
图3是能够在图1的例示性系统中使用的例示性传感器的示意性框图;
图4是示出可经由图1的例示性系统执行的例示性方法的流程图;并且
图5是深度神经网络可如何与入侵检测系统一起使用的示例的示意性框图。
虽然本公开服从于各种修改和另选形式,但是其细节已经在附图中以示例的方式示出并将被详细描述。然而,应当理解,其意图并非是将本公开限制于所述的特定示例。相反,其意图是覆盖落入本公开的实质和范围内的所有修改、等同物和替代方案。
具体实施方式
应参考附图阅读以下描述,其中不同附图中的相似元件以相同的方式编号。附图未必按比例绘制,其描绘了不旨在限制本公开范围的示例。虽然展示了各种元件的示例,但是本领域的技术人员将认识到,所提供的许多示例具有可以利用的合适替代方案。
本文假设所有数字均由术语“约”修饰,除非内容另有明确说明。用端点对数值范围的表述包括包含在该范围内的所有数字(例如,1至5包括1、1.5、2、2.75、3、3.80、4和5)。
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”包括复数指代物,除非内容另有明确说明。如在本说明书和所附权利要求中所使用的,术语“或”通常以其包括“和/或”的意义使用,除非内容另有明确说明。
应当注意,在说明书中提及“一个实施方案”、“一些实施方案”、“其他实施方案”等,是指示所描述的实施方案可以包括特定的特征、结构或特性,但是每个实施方案可以不必包括该特定的特征、结构或特性。而且,这些短语不一定是指同一实施方案。另外,当结合实施方案描述特定特征、结构或特性时,可以设想到,无论是否明确描述,该特征、结构或特性可以应用于其他实施方案,除非另外明确相反陈述。
图1是例示性系统10的示意性框图。例示性系统10可被视为表示任何系统,该任何系统使用传感器检测系统10内的事件并且由于传感器错误、传感器维护问题、传感器放置和/或其它原因可能遭受误报警。例示性系统10可以例如表示入侵系统、HVAC系统、火灾检测系统、工业过程控制系统、航空航天系统等。在图1中,例示性系统10包括系统控制器12,该系统控制器可被视为被配置成控制和/或调节系统10的至少一些部分的操作。在一些情况下,系统控制器12可以被配置成与多个传感器14通信并控制该多个传感器的操作,而另一控制器(未示出)可以控制系统10的其它特征和功能。
例示性系统10包括被各自标记为14a、14b和14c的多个传感器14。虽然示出了总共三个传感器14,但是应当理解,系统10可以包括任何数量的传感器14,并且可以包括大体上更多数量的传感器14。如果系统10是入侵检测系统10,则传感器14可以包括运动传感器、玻璃破碎检测器、窗户和/或门打开传感器等。如果系统10是火灾检测系统,则传感器14可以包括火灾检测传感器、烟雾检测传感器、温度传感器等。如果系统10是HVAC系统,则传感器14可以包括温度传感器、空气质量传感器、空气流传感器等。这些仅是示例,因为传感器14可以包括任何数量的多种传感器。例如,传感器14中的至少一些传感器可以与其它传感器物理地分开,诸如通过设置在建筑物的房间中的不同位置处或甚至在建筑物的不同房间/区域中。
传感器14中的每个传感器可被视为包括检测模式16和传感器数据模式18。检测模式16被各自标记为16a、16b、16c,并且传感器数据模式18被各自标记为18a、18b、18c。应当理解,检测模式16和传感器数据模式18例如可以各自表示传感器14内的功能块。检测模式16和传感器数据模式18可以各自表示内置在传感器14中的每个传感器中的功能。特定传感器14可能有不同的作用,这取决于特定传感器14当前处于其检测模式还是其传感器数据模式。当传感器14处于其检测模式时,传感器14可以将一个或多个算法应用于由传感器生成的传感器数据,以便检测可能事件并且将可能事件报告给系统控制器12。当处于检测模式时,由传感器14运行的算法可以例如在传感器数据的幅值、频率或其它特性超过特定事件阈值时检测可能事件。这可意味着可以基本上忽略较小的较低量值信号,或至少不报告给系统控制器12。当处于检测模式时,传感器数据本身未被报告给系统控制器12。在一些情况下,可以将由在传感器数据上运行的算法产生的表示传感器数据的一个或多个参数报告给系统控制器12,但这不是必需的。当传感器14处于传感器数据模式时,传感器数据本身被报告给系统控制器12。这可以包括由传感器产生的原始传感器数据。在一些情况下,原始传感器数据在被报告给系统控制器12之前被过滤或以其它方式进行调整,但这不是必需的。传感器14可以默认为检测模式,并且可以仅在由系统控制器12指示为切换到传感器数据模式时才切换到传感器数据模式,如将讨论的。
在一些情况下,当系统控制器12从传感器14中的一个传感器接收已经检测到可能事件的通信时,可能比较关心的是特定传感器14是否准确地检测到了实际事件,而不是某种类型的误报警。为了提供可能事件中的置信度的量度,系统控制器12可以在被通知可能事件时,确定其它传感器14中的哪个传感器可以被定位或以其它方式能够检测对相同可能事件的某种类型的指示,即使其它传感器14的检测算法未检测到原本会引起其他传感器14检测并报告可能事件的东西。在一些情况下,不管是否为与报告传感器14相同类型的传感器,该一个或多个其它传感器14可能已经检测到或以其它方式可产生所感测到的信息,该感测到的信息可证实或至少部分地证实报告传感器14的发现结果。
在一些情况下,已经指示从其检测模式切换到其传感器数据模式的传感器14可以在特定的时间段内保持在其传感器数据模式中持续足够长的时间,以证实或不证实由报告传感器14报告的可能事件。在一些情况下,已被指示从其检测模式切换到其传感器数据模式的传感器14可以保持在其传感器数据模式中,直到系统控制器12指示传感器14恢复到其检测模式。为了说明,假设系统10是HVAC系统,并且报告可能事件的传感器14是报告当前温度远低于期望温度设定点的温度传感器。尚未检测到事件但具有可与确认、提供置信度水平和/或诊断检测到的可能事件相关的传感器数据的其它传感器可以切换到其传感器数据模式并报告其传感器数据。
作为另一示例,占用率传感器或运动传感器可以报告空间中的人数的增加。系统控制器12可以指示附近的传感器诸如二氧化碳传感器切换为其传感器数据模式,使得那些其它传感器可以向系统控制器12提供其传感器数据。二氧化碳传感器可以例如报告原始传感器数据,该原始传感器数据可以通过报告例如二氧化碳浓度升高但本身不足以引发可能事件来证实进行报告的占用率传感器或运动传感器是正确的。这些只是示例。
在一些情况下,传感器14a、14b和14c中的每个传感器可包括先进先出(FIFO)缓冲器或其它存储器(未明确示出),其将由对应传感器感测的传感器数据存储至少一段时间,从而对历史传感器数据进行高速缓存。历史传感器数据中的至少一些数据可以包括在由报告传感器14报告的传感器数据中。
图2是可被视为关于图1描述的系统10的特定示例的例示性入侵检测系统20的示意性框图。入侵检测系统20包括入侵检测控制器22,该入侵检测控制器可被视为被配置成控制和/或调节入侵检测系统20的至少一些部分的操作。入侵检测系统包括被各自标记为24a、24b、24c的多个传感器24。虽然示出了总共三个传感器24,但是应当理解,系统20可以包括任何数量的传感器24,并且可以包括大体上更多数量的传感器24。例如,传感器24中的至少一些传感器可被物理地分开,诸如通过设置在房间的不同区域内或甚至在建筑物的不同房间内。传感器14可包括运动传感器、玻璃破碎检测器、窗户或门打开传感器等。
传感器24中的每个传感器可被视为包括检测模式16和传感器数据模式18。检测模式16被各自标记为16a、16b、16c,并且传感器数据模式18被各自标记为18a、18b、18c。应当理解,检测模式16和传感器数据模式18例如可各自表示传感器24内的功能块。检测模式16和传感器数据模式18可以各自表示内置在传感器24中的每个传感器中的功能。特定传感器24可能有不同的作用,这取决于特定传感器24当前处于其检测模式还是其传感器数据模式。当传感器24处于其检测模式时,传感器24可以将一个或多个检测算法应用于由传感器的传感器元件生成的传感器数据,以便检测可能入侵事件,并且将该可能的入侵事件报告给入侵检测控制器22。当处于检测模式时,由传感器24运行的算法可以例如在传感器数据的幅值、频率、信号特征或其它特性超过特定事件阈值时检测可能事件。这可意味着可以基本上忽略较小的较低量值信号,或至少不报告给入侵检测控制器22。当处于检测模式时,传感器数据本身未被报告给入侵检测控制器22。在一些情况下,可以将由在传感器数据上运行的算法产生的表示传感器数据的一个或多个参数报告给入侵检测控制器22,但这不是必需的。当传感器24处于传感器数据模式时,传感器数据本身被报告给入侵检测控制器22。这可以包括由传感器24产生的原始传感器数据。在一些情况下,原始传感器数据在被报告给入侵检测控制器22之前被过滤或以其它方式进行调整,但这不是必需的。在一些情况下,原始传感器数据在被报告给入侵检测控制器22之前未被过滤或未以其它方式进行调整。传感器24可以默认为检测模式,并且可以仅在由系统控制器12指示为切换到传感器数据模式时才切换到传感器数据模式,如将讨论的。
在一些情况下,当入侵检测控制器22从传感器24中的一个传感器接收已经检测到可能事件的通信时,可能比较关心的是特定传感器24是否准确地检测到了实际入侵事件,而不是某种类型的误报警。为了提供置信度的量度,入侵检测控制器22可以在被通知可能事件时,确定其它传感器24中的哪个传感器可以被定位或以其它方式能够检测对相同可能事件的某种类型的指示,即使其它传感器24的检测算法未检测到原本会引起其他传感器24检测并报告可能事件的东西。在一些情况下,不管是否为与报告传感器24相同类型的传感器,该一个或多个其它传感器24可能已经检测到或以其它方式可产生所感测到的信息,该感测到的信息可证实或至少部分地证实报告传感器24的发现结果。
例如,报告传感器24是运动传感器。可以被指示以切换到传感器数据模式并向入侵检测控制器22提供其原始传感器数据的附近的传感器24可以包括其它运动传感器和/或可以包括其它类型的传感器,诸如振动传感器和玻璃破碎检测器。接近可能的入侵事件但不足以触发超过入侵检测阈值的信号的运动传感器可以生成较小信号,该较小信号可以提供可用于帮助证实和/或提供可能的入侵事件中的置信度水平的信息。在一些情况下,来自其它传感器的传感器数据可以融合或以其它方式结合考虑以帮助证实和/或提供可能的入侵事件中的置信度水平。玻璃破碎检测器可能不检测玻璃破碎的声音或振动,特别是如果该检测器不足够接近可能的入侵事件,但是其原始传感器数据可以指示例如对检测到的脚步声的指示,或指示不符合玻璃破碎阈值的玻璃破碎特征。
当传感器14中的一个传感器将可能的入侵事件报告给入侵检测控制器22时,入侵检测控制器22被配置成采取一系列步骤。例如,入侵检测控制器22指示其他传感器24中除报告了可能的入侵事件的传感器24外的一个或多个其它传感器从检测模式16切换到传感器数据模式18。入侵检测控制器22从切换到传感器数据模式的其它传感器24中的一个或多个传感器接收传感器数据。入侵检测控制器22被配置成处理接收到的传感器数据以确认和/或提供所报告的可能的入侵事件中的置信度的量度。在一些情况下,多个传感器24彼此物理地间隔开。例如,这可能意味着传感器24位于不同房间中,或在大空间的不同部分中。
在一些情况下,除非被入侵检测控制器22指示为切换到传感器数据模式18,否则传感器24中的每个传感器可以被配置成默认处于检测模式16。切换到传感器数据模式18的传感器24可以被配置成在一段时间内保持在传感器数据模式18中,并且在该时间段到期之后自动恢复到检测模式16。可以确定该时间段足以证实或不证实所报告的可能入侵事件。例如,可以将时间段设置为等于一分钟或五分钟。也设想了其它时间段。在一些情况下,切换到传感器数据模式18的传感器24中的一个或多个传感器被配置成保持在传感器数据模式18中,直到入侵检测控制器22随后指示传感器24恢复到检测模式16。
在一些情况下,多个传感器24包括多个不同传感器类型的传感器。入侵检测控制器22从被指示为切换到传感器数据模式18的传感器24接收到的传感器数据可以包括来自两个或更多个不同传感器类型的传感器数据。在一些情况下,接收到的传感器数据可以例如通过使用机器学习来融合或以其它方式进行处理,以便确认或以其它方式提供所报告的可能入侵事件中的置信度的量度。在一些情况下,入侵检测控制器22可以被配置成使用所报告的可能入侵事件中的置信度的量度来确定所报告的可的入侵事件是否合法或是否表示误报警。
图3是可被视为表示传感器14或传感器24中的一个传感器的例示性传感器26的示意性框图。例示性传感器26包括感测元件28,该感测元件被配置成感测所感测到的条件并输出原始传感器数据。感测元件28可以例如是运动检测器、玻璃破碎检测器、资产保护传感器、占用率传感器或振动传感器。例示性传感器26还包括收发器30和与感测元件28和收发器30可操作地耦接的控制器32。在一些情况下,收发器30可以是无线收发器。在其它情况下,收发器30是有线收发器。检测模式16和传感器数据模式18以图形方式表示为控制器32的一部分。例如,这些可以表示内置或编程到控制器32中的功能。
控制器32被配置成从感测元件28接收传感器数据以及经由收发器30接收指示传感器26在检测模式16与传感器数据模式18之间切换的指令。当处于检测模式16时,控制器32被配置成将一个或多个检测算法应用于传感器数据以便检测可能事件并且经由收发器30报告该可能事件。当处于检测模式16时,检测到的可能事件经由收发器30传输,但是当处于检测模式16时,传感器数据不经由收发器传输。当处于传感器数据模式18时,传感器数据经由收发器30传输。
在一些情况下,控制器32可以包括先进先出(FIFO)缓冲器或其它存储器31,其将由感测元件28感测的传感器数据存储至少一段时间,从而对历史传感器数据进行高速缓存。历史传感器数据中的至少一些数据可以包括在由传感器26报告的传感器数据中。
图4是示出用于使用多个传感器(诸如传感器14或传感器24)检测事件的例示性方法40的流程图,其中多个传感器中的每个传感器包括检测模式(诸如检测模式16)和传感器数据模式(诸如传感器数据模式18)。例示性方法40包括传感器中的每个传感器在检测模式下操作,如在框42处所示。在多个传感器中的一个传感器检测到可能事件时,检测到可能事件的传感器报告该可能事件,如在框44处所示。响应于所报告的可能事件,如在框46处所示,指示多个传感器中除报告了可能事件的那个传感器外(或除此之外)的一个或多个传感器从检测模式切换到传感器数据模式,如在框46a处所示。从切换到传感器数据模式的多个传感器中的一个或多个传感器接收到传感器数据,如在框46b处所示。处理该接收到的传感器数据以确认或以其它方式确定所报告的可能事件中的置信度的量度,如在框46c处所示。所报告的可能事件中的置信度的量度被报告,如在框46d处所示。在一些情况下,方法40可以进一步包括使用所报告的可能事件中的置信度的量度来确定所报告的可能事件是否为误报警,如在框48处所示。
在一些情况下,处理接收到的传感器数据包括将不同的加权值分配给从被指示为切换到传感器数据模式的传感器中的至少两个传感器接收到的传感器数据。作为一个示例,假设存在两个运动检测器M1和M2和一个玻璃破碎检测器G1。假设运动检测器M1首先检测运动。作为响应,运动检测器M2和玻璃破碎检测器G1都被置于传感器数据模式中。可通过对M1*w1和M2*w2和G1*w3进行求和来计算置信度值,其中w1+w2+w3等于1。其逻辑是M2将具有一些相关数据,但可能不高于其事件检测阈值,因为M2比另一运动检测器M1距离可能的入侵者更远。尽管玻璃破碎检测器G1被设计成检测破碎玻璃,但是玻璃破碎检测器G1可以拾取指示例如可能的脚步声或门破碎的较小信号。在一些情况下,可以将相对较大的权重赋予报告了可能事件的传感器。在一些情况下,相对于赋予来自与报告传感器不同类型的传感器的其它传感器的传感器数据的权重,可以将更大的权重赋予来自与报告传感器相同类型的传感器的其它传感器的传感器数据,但这不是必需的。
在一些情况下,处理接收到的传感器数据可以包括利用神经网络。任何激活函数可以与神经网络一起使用,包括但不限于sigmoid、tanh、relu、leaky relu等。随着时间的推移,可基于相对权重的反向传播使用学习优化器来调谐神经网络,诸如但不限于梯度下降、自适应梯度下降、RMS(均方根)等。
图5是深度神经网络可如何与入侵检测系统诸如入侵检测系统20一起使用的示例的示意性框图。图5示出了简化的神经网络50,其包括标记为52的运动检测器M1、标记为54的运动检测器M2和标记为56的玻璃破碎检测器G1。原始传感器数据流到第一隐藏层58和第二隐藏层60。虽然示出了仅第一隐藏层58和第二隐藏层60,但是应当理解,也可以存在附加隐藏层。组合的传感器52、54、56可被视为形成输入层。来自传感器52、54、56中的每个传感器的原始传感器数据流到第一隐藏层58,然后流到第二隐藏层60上(和任何附加隐藏层)。来自每个传感器52、54、56的数据流到每个组件58a、58b、58c、58d,其中为每个组件提供相对权重。类似地,数据从第一隐藏层58的每个组件58a、58b、58c、58d流到第二隐藏层60的每个组件60a、60b、60c、60d。第二隐藏层60输出到输出层62,该输出层指示是否存在实际报警以及该报警的置信度得分。这只是示例。
尽管已经如此描述了本公开的若干说明性实施方案,但是本领域的技术人员将容易理解,在本文所附权利要求书的范围内,可以制造和使用其他实施方案。然而,应当理解,本公开在许多方面仅为说明性的。在不超出本公开范围的情况下,可以对细节(尤其是与形状、尺寸、零件的布置,以及步骤的排除和顺序有关的细节)进行改变。当然,本公开的范围以表达所附权利要求书的语言来限定。
Claims (10)
1.一种入侵检测系统,所述入侵检测系统包括:
入侵检测控制器;
多个传感器,所述多个传感器操作地耦接到所述入侵检测控制器;
所述多个传感器中的每个传感器包括:
检测模式,其中所述传感器将一个或多个检测算法应用于由对应传感器生成的传感器数据以检测可能入侵事件并将所述可能入侵事件报告给所述入侵检测控制器,其中在所述检测模式中,所述传感器数据未被报告给所述入侵检测控制器;
传感器数据模式,其中所述传感器数据被报告给所述入侵检测控制器;
当所述多个传感器中的一个传感器将可能入侵事件报告给所述入侵检测控制器时,所述入侵检测控制器被配置成:
指示所述多个传感器中除报告了所述可能入侵事件的所述一个传感器外的一个或多个传感器从所述检测模式切换到所述传感器数据模式;
从切换到所述传感器数据模式的所述多个传感器中的所述一个或多个传感器接收所述传感器数据;以及
处理所接收到的传感器数据以提供所报告的可能入侵事件中的置信度的量度。
2.根据权利要求1所述的入侵检测系统,其中除非被所述入侵检测控制器指示为切换到所述传感器数据模式,否则所述多个传感器中的每个传感器被配置成默认为所述检测模式。
3.根据权利要求1所述的入侵检测系统,其中切换到所述传感器数据模式的所述多个传感器中的所述一个或多个传感器被配置成在一段时间内保持在传感器数据模式中,并且在所述时间段到期之后自动恢复到所述检测模式。
4.根据权利要求1所述的入侵检测系统,其中切换到所述传感器数据模式的所述多个传感器中的所述一个或多个传感器被配置成保持在所述传感器数据模式中,直到所述入侵检测控制器随后指示所述传感器恢复到所述检测模式。
5.根据权利要求1所述的入侵检测系统,其中所述入侵检测控制器被配置成使用所报告的可能入侵事件中的置信度的量度来确定所报告的可能入侵事件是否为误报警。
6.根据权利要求1所述的入侵检测系统,其中所述检测算法处理由所述对应传感器生成的所述传感器数据以确定何时越过了入侵事件阈值,从而指示检测到的可能入侵事件。
7.根据权利要求1所述的入侵检测系统,其中在所述传感器数据模式中,所述传感器数据在被报告给所述入侵检测控制器之前被过滤。
8.根据权利要求1所述的入侵检测系统,其中在所述传感器数据模式中,所述传感器数据在被报告给所述入侵检测控制器时未被过滤。
9.根据权利要求8所述的入侵检测系统,其中在所述传感器数据模式中,所述传感器数据是在被报告给所述入侵检测控制器时由所述对应传感器生成的原始传感器数据。
10.一种传感器,所述传感器包括:
感测元件,所述感测元件被配置成感测所感测到的条件并输出传感器数据;
收发器;
控制器,所述控制器与所述感测元件和所述收发器可操作地耦接,所述控制器被配置成:
从所述感测元件接收所述传感器数据;
经由所述收发器接收指示所述传感器在以下模式之间切换的指令:
检测模式,其中所述控制器将一个或多个检测算法应用于所述传感器数据以检测可能事件并且经由所述收发器报告所述可能事件,其中在所述检测模式中,所述传感器数据不经由所述收发器传输;和
传感器数据模式,其中所述传感器数据经由所述收发器传输;
在处于所述检测模式时,经由所述收发器传输所检测到的可能事件而不传输所述传感器数据;以及
当处于所述传感器数据模式时,经由所述收发器传输所述传感器数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/229,163 US11276284B1 (en) | 2021-04-13 | 2021-04-13 | System and method for detecting events in a system |
US17/229,163 | 2021-04-13 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115206043A CN115206043A (zh) | 2022-10-18 |
CN115206043B true CN115206043B (zh) | 2024-01-12 |
Family
ID=80683577
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210386909.XA Active CN115206043B (zh) | 2021-04-13 | 2022-04-13 | 用于检测系统中的事件的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US11276284B1 (zh) |
EP (1) | EP4075403B1 (zh) |
CN (1) | CN115206043B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1729147A1 (en) * | 2005-06-02 | 2006-12-06 | Northrop Grumman Corporation | Event capture and filtering system |
CN104428176A (zh) * | 2012-07-10 | 2015-03-18 | 大成电气有限公司 | 车辆入侵检测系统和车辆入侵检测方法 |
CN105934781A (zh) * | 2014-01-03 | 2016-09-07 | 玛丽卡尔公司 | 用于监测的方法和系统 |
TWI571721B (zh) * | 2015-11-05 | 2017-02-21 | 台達電子工業股份有限公司 | 區域控制器的自動控制方法 |
CN108154635A (zh) * | 2017-12-26 | 2018-06-12 | 重庆硕德信息技术有限公司 | 多维信号检测防入侵系统 |
CN110840438A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 远程生物计量监测和通信系统 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5202661A (en) | 1991-04-18 | 1993-04-13 | The United States Of America As Represented By The Secretary Of The Navy | Method and system for fusing data from fixed and mobile security sensors |
US5517429A (en) | 1992-05-08 | 1996-05-14 | Harrison; Dana C. | Intelligent area monitoring system |
US6862537B2 (en) | 2002-03-21 | 2005-03-01 | Ford Global Technologies Llc | Sensor fusion system architecture |
US8272053B2 (en) | 2003-12-18 | 2012-09-18 | Honeywell International Inc. | Physical security management system |
US8108929B2 (en) * | 2004-10-19 | 2012-01-31 | Reflex Systems, LLC | Method and system for detecting intrusive anomalous use of a software system using multiple detection algorithms |
JP4682912B2 (ja) * | 2006-05-08 | 2011-05-11 | 株式会社日立製作所 | センサネットシステム、センサネット位置特定プログラム |
JP4911069B2 (ja) * | 2008-02-25 | 2012-04-04 | 株式会社豊田自動織機 | ウィンドウガラス破損検出具及び破損検出装置 |
JP2009280084A (ja) * | 2008-05-22 | 2009-12-03 | Toyota Industries Corp | ウィンドウガラス破損検出用クリップ |
US8138918B2 (en) * | 2009-09-17 | 2012-03-20 | Raytheon Company | Intrusion detection and tracking system |
US9013294B1 (en) | 2012-01-24 | 2015-04-21 | Alarm.Com Incorporated | Alarm probability |
US9000918B1 (en) | 2013-03-02 | 2015-04-07 | Kontek Industries, Inc. | Security barriers with automated reconnaissance |
US9384656B2 (en) | 2014-03-10 | 2016-07-05 | Tyco Fire & Security Gmbh | False alarm avoidance in security systems filtering low in network |
US9558639B2 (en) * | 2014-12-30 | 2017-01-31 | Google Inc. | Systems and methods of intrusion detection |
US9576469B2 (en) * | 2014-12-30 | 2017-02-21 | Google Inc. | Systems and methods of adaptively adjusting a sensor of a security system |
WO2016113162A1 (en) | 2015-01-12 | 2016-07-21 | Koninklijke Philips N.V. | A system and method for monitoring activities of daily living of a person |
US9609399B2 (en) | 2015-05-12 | 2017-03-28 | Honeywell International Inc. | Automatic reporting of prognosis data from wireless mesh sensors to cloud |
US10274947B2 (en) * | 2015-09-08 | 2019-04-30 | Nuro Technologies, Inc. | Residential sensor device platform |
US20170098162A1 (en) | 2015-10-06 | 2017-04-06 | Evolv Technologies, Inc. | Framework for Augmented Machine Decision Making |
US10015139B2 (en) * | 2016-02-03 | 2018-07-03 | Oracle International Corporation | Inter-arrival time intrusion-detection technique to provide enhanced cybersecurity |
EP3301656A3 (en) | 2016-09-29 | 2018-08-01 | Essence Security International Ltd. | System and method for an alarm system |
US10719604B2 (en) * | 2018-01-30 | 2020-07-21 | Hewlett Packard Enterprise Development Lp | Baseboard management controller to perform security action based on digital signature comparison in response to trigger |
EP3844909A1 (en) * | 2018-08-27 | 2021-07-07 | Signify Holding B.V. | Determining a suitability of network nodes for rf-based presence and/or location detection |
-
2021
- 2021-04-13 US US17/229,163 patent/US11276284B1/en active Active
-
2022
- 2022-02-16 US US17/673,422 patent/US11715358B2/en active Active
- 2022-04-01 EP EP22166288.5A patent/EP4075403B1/en active Active
- 2022-04-13 CN CN202210386909.XA patent/CN115206043B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1729147A1 (en) * | 2005-06-02 | 2006-12-06 | Northrop Grumman Corporation | Event capture and filtering system |
CN104428176A (zh) * | 2012-07-10 | 2015-03-18 | 大成电气有限公司 | 车辆入侵检测系统和车辆入侵检测方法 |
CN105934781A (zh) * | 2014-01-03 | 2016-09-07 | 玛丽卡尔公司 | 用于监测的方法和系统 |
TWI571721B (zh) * | 2015-11-05 | 2017-02-21 | 台達電子工業股份有限公司 | 區域控制器的自動控制方法 |
CN108154635A (zh) * | 2017-12-26 | 2018-06-12 | 重庆硕德信息技术有限公司 | 多维信号检测防入侵系统 |
CN110840438A (zh) * | 2018-08-20 | 2020-02-28 | 韦伯斯特生物官能(以色列)有限公司 | 远程生物计量监测和通信系统 |
Also Published As
Publication number | Publication date |
---|---|
EP4075403A1 (en) | 2022-10-19 |
EP4075403B1 (en) | 2023-11-08 |
US11715358B2 (en) | 2023-08-01 |
US20220327899A1 (en) | 2022-10-13 |
CN115206043A (zh) | 2022-10-18 |
US11276284B1 (en) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7221260B2 (en) | Multi-sensor fire detectors with audio sensors and systems thereof | |
US6392536B1 (en) | Multi-sensor detector | |
KR101640152B1 (ko) | 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템 | |
JP2007140587A (ja) | 侵入監視方法、プログラム及びシステム | |
KR100979783B1 (ko) | Wsn 기반 상황인지 엔진 | |
KR102501053B1 (ko) | 복합 화재 감지기 및 이를 포함하는 화재 감시 시스템 | |
GB2351170A (en) | Multi-unit monitoring systems | |
KR20160085033A (ko) | 학습형 다중센서 재난감지 시스템과 그 방법 | |
US7782197B2 (en) | Systems and methods of detection using fire modeling | |
WO2017172123A1 (en) | Sensing technologies in alarm devices | |
KR102079805B1 (ko) | 인공지능 기술을 탑재한 화재 경보 시스템 및 방법 | |
CN111047815A (zh) | 基于自学习模型识别消防探测器误报的方法及系统 | |
KR100977562B1 (ko) | 온도센서 기반의 화재 이상징후 판별시스템 | |
CN115206043B (zh) | 用于检测系统中的事件的系统和方法 | |
US20120169499A1 (en) | Method and system for monitoring physical security via detecting potential intrusion | |
JP2012146138A (ja) | 監視方法および監視装置 | |
CN107808504A (zh) | 报警方法和报警系统 | |
SE542317C2 (en) | Fall detection system and method | |
JP4429718B2 (ja) | 警備システム | |
EP3848917B1 (en) | Integrated fire alarm method and system | |
JP3933902B2 (ja) | 監視装置、監視方法および状態変化検知装置 | |
JPH06111165A (ja) | 環境監視装置並びに環境管理装置および環境管理システム | |
JP3034972B2 (ja) | 自火報システムの判定感度設定方法 | |
KR101817341B1 (ko) | 엘리베이터를 이용한 건물 소방환경 모니터링 시스템 | |
US20210201658A1 (en) | Integrated fire alarm method and 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 |