CN118043904A - 基于voc检测的健康评估生成 - Google Patents
基于voc检测的健康评估生成 Download PDFInfo
- Publication number
- CN118043904A CN118043904A CN202180102505.7A CN202180102505A CN118043904A CN 118043904 A CN118043904 A CN 118043904A CN 202180102505 A CN202180102505 A CN 202180102505A CN 118043904 A CN118043904 A CN 118043904A
- Authority
- CN
- China
- Prior art keywords
- sensor
- voc
- enclosed space
- air quality
- person
- 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
- 230000036541 health Effects 0.000 title claims abstract description 186
- 238000001514 detection method Methods 0.000 title claims abstract description 61
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims abstract description 280
- 239000012855 volatile organic compound Substances 0.000 claims abstract description 260
- 229910002092 carbon dioxide Inorganic materials 0.000 claims abstract description 140
- 239000001569 carbon dioxide Substances 0.000 claims abstract description 140
- 238000000034 method Methods 0.000 claims abstract description 84
- 238000009825 accumulation Methods 0.000 claims abstract description 36
- 238000005259 measurement Methods 0.000 claims description 107
- 230000033001 locomotion Effects 0.000 claims description 51
- 230000007958 sleep Effects 0.000 claims description 40
- 230000008859 change Effects 0.000 claims description 22
- 208000024891 symptom Diseases 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 10
- 230000003860 sleep quality Effects 0.000 claims description 10
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 9
- 238000001303 quality assessment method Methods 0.000 claims description 6
- 230000036387 respiratory rate Effects 0.000 claims description 6
- 230000035900 sweating Effects 0.000 claims description 4
- 239000003570 air Substances 0.000 description 432
- 239000000356 contaminant Substances 0.000 description 212
- 230000007613 environmental effect Effects 0.000 description 61
- 230000035945 sensitivity Effects 0.000 description 43
- 230000006870 function Effects 0.000 description 28
- 230000006854 communication Effects 0.000 description 24
- 238000004891 communication Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 23
- 238000012545 processing Methods 0.000 description 20
- 238000009423 ventilation Methods 0.000 description 18
- 230000009471 action Effects 0.000 description 15
- 238000003915 air pollution Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 12
- 239000007789 gas Substances 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 239000008186 active pharmaceutical agent Substances 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000005070 sampling Methods 0.000 description 8
- 239000003344 environmental pollutant Substances 0.000 description 7
- 238000010438 heat treatment Methods 0.000 description 7
- 231100000719 pollutant Toxicity 0.000 description 7
- CSCPPACGZOOCGX-UHFFFAOYSA-N Acetone Chemical compound CC(C)=O CSCPPACGZOOCGX-UHFFFAOYSA-N 0.000 description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 229910002091 carbon monoxide Inorganic materials 0.000 description 6
- 238000001816 cooling Methods 0.000 description 6
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 6
- 239000000809 air pollutant Substances 0.000 description 5
- 231100001243 air pollutant Toxicity 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 239000000126 substance Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 208000035143 Bacterial infection Diseases 0.000 description 3
- 208000036142 Viral infection Diseases 0.000 description 3
- 208000022362 bacterial infectious disease Diseases 0.000 description 3
- 230000007177 brain activity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 208000015181 infectious disease Diseases 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000000116 mitigating effect Effects 0.000 description 3
- 238000007789 sealing Methods 0.000 description 3
- 230000003612 virological effect Effects 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002730 additional effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000036772 blood pressure Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 2
- 229910052753 mercury Inorganic materials 0.000 description 2
- 150000002894 organic compounds Chemical class 0.000 description 2
- 230000000246 remedial effect Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000035985 Body Odor Diseases 0.000 description 1
- 208000001380 Diabetic Ketoacidosis Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 206010040904 Skin odour abnormal Diseases 0.000 description 1
- 241001178520 Stomatepia mongo Species 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 238000004887 air purification Methods 0.000 description 1
- 235000013334 alcoholic beverage Nutrition 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000035622 drinking Effects 0.000 description 1
- 230000029142 excretion Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000008821 health effect Effects 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- -1 particulates (e.g. Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 229910052704 radon Inorganic materials 0.000 description 1
- SYUHGPGVQRZVTB-UHFFFAOYSA-N radon atom Chemical compound [Rn] SYUHGPGVQRZVTB-UHFFFAOYSA-N 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000009528 vital sign measurement Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
- G16H40/63—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/66—Volatile organic compounds [VOC]
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/70—Carbon dioxide
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Air Conditioning Control Device (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Emergency Alarm Devices (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
描述了基于挥发性有机化合物(VOC)检测创建健康评估的技术。在示例中,VOC传感器测量一时间段期间封闭空间内的VOC的浓度。在此时间段期间检测到空间内二氧化碳的累积。基于二氧化碳的累积,可以确定人存在于该空间内并且该空间是基本上密封的。然后,VOC传感器检测到该空间内VOC浓度在该时间段期间增加。基于检测到的VOC上的增加生成人的健康评估,并向电子设备发出包括该评估的通知。
Description
相关申请的交叉引用
本申请与同日提交的、题为“COLLABORATIVE ENVIRONMENTAL SENSOR NETWORKSFOR INDOOR AIR QUALITY(用于室内空气质量的协同环境传感器网络)”的律师档案号094021-1252809的美国申请相关,其公开内容通过引用整体并入本文以用于各种目的。
背景技术
空气质量传感器可用于检测和监测诸如颗粒物和气体的各种污染物的浓度。人可以从了解附近和外部污染物的浓度中受益。空气质量传感器网络可用于监测室内和更大地理地区的各种污染物。监测传感器网络内的一个或多个传感器可以帮助人就其健康和周围环境做出明智的决策。
发明内容
描述了与基于挥发性有机化合物(VOC)检测生成健康评估相关的各种实施例。在一些实施例中,描述了一种用于根据VOC检测创建健康评估的方法。该方法可以包括利用VOC传感器测量第一时间段期间封闭空间内的第一VOC的浓度。该方法可以包括检测第一时间段期间封闭空间内二氧化碳的累积。该方法可以包括基于二氧化碳的累积来确定人存在于封闭空间内。该方法可以包括基于二氧化碳的累积来确定封闭空间是基本上密封的。当封闭空间基本上密封时,流入和流出封闭空间的气流可以低于阈值。该方法可以包括通过VOC传感器检测封闭空间内的第一VOC的浓度在第一时间段期间增加。该方法可以包括基于检测到的第一VOC浓度的增加来生成人的健康评估。该方法可以包括向电子设备发出通知,该通知包括健康评估。
这样的方法的实施例还可以包括基于对封闭空间基本上密封的确定和对人存在于封闭空间内的确定来确定第一VOC的浓度增加至少部分地归因于人的一个或多个身体排放,包括呼气、出汗或两者。该方法还可以包括使用睡眠传感器确定人在第一时间段期间正在睡觉。该方法还可以包括基于由睡眠传感器收集的传感器数据生成在第一时间段期间人的睡眠质量评估。在一些实施例中,生成健康评估还可以基于检测到的第一VOC浓度的增加和睡眠质量评估的组合。
在一些实施例中,基于检测到的第一VOC浓度的增加来生成健康评估可以包括将人增加的第一VOC排放识别为与健康风险相关联的症状并且在健康评估中包括健康风险的标识。在一些实施例中,测量第一VOC的浓度可以响应于检测到封闭空间内二氧化碳的累积而发生。在一些实施例中,确定人存在于封闭空间内可以进一步基于使用运动传感器感测人的移动。在一些实施例中,确定人存在于封闭空间内还可以包括检测与人相关联的呼吸速率、心率或两者。
在一些实施例中,该方法还包括使用气压传感器测量第一时间段期间封闭空间内的气压的改变。确定封闭空间基本上密封还可以包括确定气压的改变小于阈值。在一些实施例中,该方法还包括用VOC传感器测量包括第一VOC的多个VOC的浓度。
在一些实施例中,描述了一种用于根据VOC检测创建健康评估的系统。该系统可以包括VOC传感器,其被配置为收集封闭空间内的第一VOC的VOC浓度测量结果。该系统可以包括基于云的健康服务器系统。基于云的健康服务器系统可以包括一个或多个处理器。基于云的健康服务器系统可以包括存储器,其与一个或多个处理器通信地耦合并且可由一个或多个处理器读取,并且在其中存储有处理器可读指令,处理器可读指令当由一个或多个处理器执行时,使一个或多个处理器接收由VOC传感器在第一时间段期间收集的VOC浓度测量结果。一个或多个处理器可以基于第一时间段期间封闭空间内二氧化碳的累积来确定人存在于封闭空间内。一个或多个处理器可以基于二氧化碳的累积来确定封闭空间是基本上密封的。当封闭空间基本上密封时,流入和流出封闭空间的气流可以低于阈值。一个或多个处理器可以从VOC测量结果中检测到封闭空间内的第一VOC的浓度在第一时间段期间增加。一个或多个处理器可以基于检测到的第一VOC浓度的增加来生成对人的健康评估。一个或多个处理器可以向电子设备发出包括健康评估的通知。
这样的系统的实施例还可以包括二氧化碳传感器,其被配置为测量封闭空间内的二氧化碳浓度并将二氧化碳累积的指示传输到基于云的健康服务器系统。该系统还可以包括被配置为确定人在第一时间段期间正在睡觉的睡眠传感器。该系统还可以包括运动传感器,该运动传感器被配置为感测人在封闭空间内的移动。该系统还可以包括气压传感器,该气压传感器被配置成测量第一时间段期间封闭空间内的气压的改变。该系统还可以包括被配置为检测与人相关联的呼吸速率、心率或两者的可穿戴传感器。
在一些实施例中,该系统还可以包括中枢设备,该中枢设备被配置为从VOC传感器接收VOC浓度测量结果并将VOC浓度测量结果传输到基于云的健康服务器系统。中枢设备还可以被配置为在第一时间段期间从二氧化碳传感器接收二氧化碳测量结果并将二氧化碳的累积的指示传输到基于云的健康服务器系统。
在一些实施例中,描述了一种非暂时性处理器可读介质。该介质可以包括处理器可读指令,所述指令被配置为使得一个或多个处理器在第一时间段期间测量封闭空间内的第一挥发性有机化合物(VOC)的浓度。一个或多个处理器可以检测第一时间段期间封闭空间内二氧化碳的累积。一个或多个处理器可以基于二氧化碳的累积来确定人存在于封闭空间内。一个或多个处理器可以基于二氧化碳的累积来确定封闭空间是基本上密封的。当封闭空间基本上密封时,流入和流出封闭空间的气流可以低于阈值。一个或多个处理器可以检测到封闭空间内的第一VOC的浓度在第一时间段期间增加。一个或多个处理器可以基于检测到的第一VOC浓度的增加来生成人的健康评估。一个或多个处理器可以向电子设备发出通知,该通知包括健康评估。
在一些实施例中,一个或多个处理器还可以被配置成基于对封闭空间基本上密封的确定以及对人存在于封闭空间内的确定来确定第一VOC的浓度增加至少部分归因于人的一个或多个身体排放,包括呼气、出汗或两者。在一些实施例中,用于生成健康评估的处理器可读指令还被配置为使得一个或多个处理器将人的增加的第一VOC排放识别为与健康风险相关联的症状并且在健康评估中包括健康风险的标识。
附图说明
可以通过参考以下附图来实现对各种实施例的性质和优点的进一步理解。在附图中,相似的组件或特征可以具有相同的附图标记。此外,可以通过在附图标记后面跟随破折号和在相似组件当中进行区分的第二标记来区分相同类型的各种组件。如果在说明书中仅使用第一附图标记,则该描述适用于具有相同第一附图标记的任何一个相似组件,而与第二附图标记无关。
图1图示了环境感测系统的实施例。
图2图示了智能家居环境的示例,其中,可以应用本文进一步描述的设备、方法、系统、服务和/或计算机程序产品中的一个或多个。
图3图示了用于管理分布式环境传感器网络的空气质量系统的实施例。
图4图示了分布式环境传感器网络中的空气质量传感器系统的实施例。
图5图示了示例环境,其中,可以部署分布式环境传感器网络来检测结构内的内源空气污染。
图6图示了另一个示例环境,其中,可以部署分布式环境传感器网络来检测结构内的外源空气污染。
图7图示了历史空气质量的图表。
图8图示了用于监测分布式环境感测网络的界面的实施例。
图9图示了用于管理分布式环境传感器网络的方法的实施例。
图10图示了用于基于检测到的挥发性有机化合物生成健康评估的系统的实施例。
图11图示了环境的示例,其中,可以应用本文进一步描述的设备、方法、系统、服务和/或计算机程序产品中的一个或多个。
图12图示了在封闭空间中检测到的二氧化碳和VOC浓度的图表。
图13图示了用于查看基于检测到的挥发性有机化合物生成的健康评估的界面的实施例。
图14A和14B图示了用于基于检测到的挥发性有机化合物生成健康评估的方法的实施例。
具体实施方式
随着物联网(IoT)中连接设备的数量增加,以对社会有意义且有用的方式管理不断增加的数据生成通常会是一项具有挑战性的壮举。我们日常生活和环境的几乎每个方面都可以通过某种方式被监测,从而以前所未有的方式创建对于新数据的访问。监测空气质量也不例外。污染和差的空气质量可能有任何数量的源,诸如森林火灾、后院烧烤、改变的天气条件、家庭中煤气泄漏和工业污染等源。空气质量传感器可以监测和检测传感器附近的多种污染物,诸如二氧化碳、一氧化碳、铅、化学品和有机化合物等。由多个空气质量传感器收集的数据可用于就人们正在呼吸或即将呼吸的空气质量做出明智的决策或采取抢先动作。
在接收到收集和/或共享由家庭内外的空气质量传感器网络收集的空气质量数据的明确许可之后,可以共享覆盖更广泛地理区域的空气质量数据,以在污染物到达人们之前告知人们,并且可以允许他们采取抢先动作,诸如关闭窗户或关断外部通风系统。同样,在接收每个用户的明确许可后,可以共享覆盖更广泛地理区域的空气质量数据,以告知人们室外空气比建筑物内的空气质量更清洁或更健康,从而允许他们采取补救动作,诸如打开窗户或接通外部通风系统和/或空气净化系统。在足够长的时间内,从空气质量传感器网络收集的空气质量数据可用于生成关于未来空气质量的预测。通过识别一天中某些时间检测到的污染物或较低空气质量的趋势,可以采取抢先动作,诸如避免在一天中的那些时间期间使用外部通风系统。
此外,空气质量传感器网络可用于识别或以其他方式定位污染物源。使用相异的传感器之间的检测时间和相对距离,可以估计污染物源的位置。同样,随着更多的传感器检测到远离源头的不同水平的污染物,可以生成关于潜在受影响区域的预测。这些确定可以用商业或政府的天气和空气质量数据来补充。
在用户授予对来自传感器的空气质量数据进行匿名使用的许可之后,由空气质量传感器生成的空气质量数据可以被标记有粗略的地理位置,诸如邮政编码、城市、邻居、或周长。通过用粗略的地理位置而不是具体的地址或位置标记数据,空气质量数据可以填充到云端并在没有个人身份信息(PII)的情况下共享,从而保护与传感器相关联的每个个体个人的隐私。在收集和分析空气质量数据后,可以向可能潜在受到不良空气质量或污染物影响的人们发送警报和通知。警报和通知可以被发送到与由中央服务器系统管理的用户账户相关联的电子设备。
结合附图提供了关于从空气质量传感器网络收集和管理空气质量数据的进一步细节。图1图示了环境感测系统100的实施例。系统100可以包括:基于云的空气质量服务器系统110;环境机构数据系统120;网络130;移动设备140;个人计算机150;以及,结构160。结构160可以包括或者以其他方式关联于以下部分的一个或多个:空气质量传感器165;智能恒温器170;挥发性有机化合物(VOC)传感器175;以及,HVAC系统185。在一些实施例中,系统100的一个或多个组件可以经由网络130可通信地连接到系统100的其他组件。
基于云的空气质量服务器系统110可以包括一个或多个处理器,其被配置为执行各种功能,诸如接收检测到的空气污染物的指示,如结合下面的图3进一步描述的。基于云的空气质量服务器系统110可以包括运行一个或多个过程的一个或多个物理服务器。基于云的空气质量服务器系统110还可以包括跨基于云的服务器系统分布的一个或多个过程。在一些实施例中,基于云的空气质量服务器系统110通过网络130连接到系统100的任何或所有其他组件。例如,基于云的空气质量服务器系统110可以连接到空气质量传感器165-1以接收结构160-1内存在污染物的指示。作为另一个示例,基于云的空气质量服务器系统110可以连接到空气质量传感器165-2以使其改变操作模式。
基于云的空气质量服务器系统110还可以连接到移动设备140和个人计算机150以发送关于当前空气质量的更新或通知。例如,在从空气质量传感器165-1接收到结构160-1内存在污染物的指示之后,基于云的空气质量服务器系统110可以向移动设备140发送带有指示在结构160-1内检测到污染物的警报的通知。基于云的空气质量服务器系统110还可以连接到智能恒温器170以发送指示如何和/或何时控制HVAC系统185的命令。例如,基于云的空气质量服务器系统110可以向智能恒温器170发送命令,指示它激活或停用HVAC系统185的外部通风组件、激活风扇和/或激活加热或冷却。
环境机构数据系统120可以是通过网络130连接的服务器系统,诸如基于云的服务器系统,并且能够生成和分发公共可用的环境数据。环境数据可以包括天气数据,诸如温度、风速和风向、湿度等。环境数据还可以包括空气质量数据,诸如空气质量指数(AQI)。空气质量数据可以包括关于一个或多个地区的当前和预测的空气质量的信息。可替代地,空气质量数据可以包括关于地区内的环境事故或特定污染物的源的具体信息。例如,空气质量数据可能指示天然气罐车在附近的高速公路上发生事故,并且气体正在扩散贯穿附近区域。由环境机构数据系统120提供的空气质量数据可以被基于云的空气质量服务器系统110用来生成给用户的通知和/或警报。基于云的空气质量服务器系统110还可以使用空气质量数据来生成和/或更新关于地区或区域的潜在空气质量的预测。
环境机构数据系统120可以使用公开的应用程序接口(“API”)将空气质量数据提供为Web服务。例如,环境机构数据系统120可以发布API,允许外部系统——诸如基于云的空气质量服务器系统110——通过网络130连接到它,以便发送对于数据的请求并接收所请求的数据作为响应。可替代地或附加地,环境机构数据系统120可以向订户服务发布各个地区的更新的空气质量数据。
网络130可以包括一个或多个无线网络、有线网络、公共网络、专用网络和/或网状网络。家庭无线局域网(例如,Wi-Fi网络)可以是网络130的一部分。网络130可以包括互联网。网络130可以包括网状网络,诸如Thread,其可以包括一个或多个其他智能家居设备,并且可以用于使空气质量传感器165、智能恒温器170和VOC传感器175能够与诸如Wi-Fi网络的另一网络进行通信。空气质量传感器165、智能恒温器170和VOC传感器175中的任何一个可以用作边缘路由器,其将从相对低功率网状网络上的其他设备接收的通信转换成另一种形式的网络,诸如相对较高功率网络,诸如Wi-Fi网络。
移动设备140可以是智能手机、平板计算机、膝上型计算机、游戏设备、或者可以经由网络130与基于云的空气质量服务器系统110通信或者可以与空气质量传感器165、智能恒温器170和VOC传感器175中的任何一个直接通信的某种其他形式的计算机化设备。同样,个人计算机150可以是膝上型计算机、台式计算机或能够经由网络130与基于云的空气质量服务器系统110通信或者能够与空气质量传感器165、智能恒温器170和VOC传感器175中的任何一个直接通信的某种其他形式的计算机化设备。用户可以与在移动设备140或个人计算机150上执行的应用交互,以控制空气质量传感器165、智能恒温器170和VOC传感器175,查看来自空气质量传感器165、智能恒温器170和VOC传感器175的数据,或者与它们交互。例如,移动设备140或个人计算机150的用户可以经由网络130连接到用户家中的智能恒温器170,以监测智能恒温器170的状态或向智能恒温器170发送加热和冷却指令,这又将导致HVAC系统为用户的家提供加热或冷却。作为另一个示例,移动设备140可以经由网络130连接到空气质量传感器165和/或VOC传感器175以监测用户家中和/或周围的空气质量。移动设备140还可以通过网络130连接到基于云的空气质量服务器系统110。例如,基于云的空气质量服务器系统110可以向移动设备140发送关于用户家或位置周围或内部的空气质量的通知。通知或更新可以是通过应用的文本消息、电子邮件或通知的形式。
结构160可以是各种类型的一个或多个结构和/或建筑物。例如,结构160-1可以是住宅,诸如房屋、公寓和/或休闲车(RV)。作为另一个示例,结构160-2可以是多户住宅结构,诸如公寓或共管公寓楼。在该示例中,结构160-2可以包括多个子结构,诸如公寓单元。在又一示例中,结构160-3可以是商业结构,诸如办公楼或工业综合体,其中设置有一个或多个空气质量传感器,诸如空气质量传感器165-3。
结构160可以与由基于云的空气质量服务器系统110管理的一个或多个住宅用户账户相关联。例如,房主可以经由基于云的空气质量服务器系统110上的移动设备140和/或个人计算机150创建与结构160-1相关联的住宅用户账户。住宅用户账户可以包括关于结构160的各种信息,诸如大小、位置、房间数量、传感器——诸如空气质量传感器165和/或VOC传感器175——的存在和布置等。在一些实施例中,结构160可以与多个住宅用户账户相关联。例如,结构160-2可以是具有多个公寓的公寓楼,每个公寓与分开的住宅用户账户相关联。移动设备140和/或个人计算机150还可以与住宅用户账户相关联。例如,在接收到在结构内和/或周围检测到第一污染物的指示之后,基于云的空气质量服务器系统110可以向与也与结构相关联的住宅用户账户相关联的移动设备140和/或个人计算机150发送通知。住宅用户账户可以是任何类型的用户账户,并且不需要专门用于住宅目的。例如,可以创建用户账户以便访问由基于云的服务器系统提供的任何数量的服务。然后,个体用户可以选择将那些服务用于任何目的,诸如住宅和/或商业目的。
结构160可以包括空气质量传感器165、智能恒温器170、VOC传感器175和/或HVAC系统185中的一个或多个。例如,结构160-1可以是房屋并且可以包括设置贯穿结构的内部以及结构的外部周围的一个或多个空气质量传感器传感器165和/或VOC传感器175。结构160-1还可以包括耦合到HVAC系统185的智能恒温器170。作为另一示例,结构160-1可以是公寓楼并且可以在每个单元中、在内部公共区域和外部位置——诸如停车场、泳池区和/或游乐场区——中包括一个或多个空气质量传感器165和/或VOC传感器175。
空气质量传感器165可以是能够测量空气污染并连接到网络130的任何设备。空气质量传感器165可以包括可以执行存储在设备的存储器中的专用软件的一个或多个处理器。空气质量传感器165可以测量一个或多个类型的污染,诸如但不限于气体、化学品、有机化合物和/或颗粒物质。例如,空气质量传感器165可以包括被校准以检测特定污染物的一个或多个个体传感器。每个空气质量传感器165可以同时测量一个或多个污染物和/或特定于一种类型的特定污染物。例如,VOC传感器175可以是被设计为仅检测和监测VOC浓度的空气质量传感器。在一些实施例中,空气质量传感器165可以仅检测污染物的存在。例如,空气质量传感器165可以具有针对每个可检测污染物的阈值,并且可以仅在污染物浓度高于阈值时指示检测到污染物。在一些实施例中,空气质量传感器165可以测量污染物的浓度。例如,每个空气质量传感器165和/或VOC传感器175能够测量各种空气污染物体积的百万分之几(PPM)和/或十亿分之几(PPB)。
空气质量传感器165和/或VOC传感器175可以经由网络130连接到系统100的一个或多个附加组件。在一些实施例中,空气质量传感器165和/或VOC传感器175可以经由网络130连接到基于云的空气质量服务器系统110。例如,空气质量传感器165-1可以经由网络130向基于云的空气质量服务器系统110传输检测到第一污染物的指示。在一些实施例中,检测到污染物的指示可以包括一条或多条附加信息,诸如检测位置、检测时间和/或检测到的污染物的量。空气质量传感器165可以在检测到污染物时立即传输指示和/或它们可以在预定义时间间隔内收集数据并在预定义时间间隔结束时传输收集到的数据。空气质量传感器165和/或VOC传感器175可以经由网络130连接到移动设备140和/或个人计算机150。例如,移动设备140的用户可以连接到任何一个或多个空气质量传感器165以调查传感器周围的空气质量。空气质量传感器165和/或VOC传感器175以及附加地连接到其他空气质量传感器165和/或VOC传感器175。
智能恒温器170可以是能够连接到网络130并控制HVAC系统185的智能恒温器。智能恒温器170可以包括一个或多个处理器,其可以执行存储在智能恒温器170的存储器中的专用软件。智能恒温器170可以包括一个或多个传感器,诸如温度传感器或环境光传感器。智能恒温器170还可以包括电子显示器。电子显示器可以包括允许用户与电子屏幕交互的触摸传感器。智能恒温器170可以经由网络130连接到基于云的空气质量服务器系统110。例如,智能恒温器170可以接收指令以基于结构160内和/或周围的空气质量来控制HVAC系统185。在一些实施例中,智能恒温器170可以经由网络130连接到移动设备140或个人计算机150。例如,智能恒温器170可以从用户的移动设备140或个人计算机150接收加热或冷却指令。
图2图示了智能家居环境200的示例,其中,可以应用本文进一步描述的设备、方法、系统、服务和/或计算机程序产品中的一个或多个。所描绘的智能家居环境200包括结构160。结构160可以包括例如如上所述的房屋、公寓、共管公寓、办公楼、车库或移动房屋。智能家居环境可以包括实际结构160内部和/或外部的设备,诸如空气质量传感器165、VOC传感器175、智能恒温器170和无线路由器235。例如,一个或多个远程空气质量传感器265可以位于结构160之外。
所描绘的结构160包括多个房间205,这些房间205经由墙壁210至少部分地彼此分开。墙壁210可以包括内墙或外墙。每个房间还可以包括地板215和天花板220。设备可以安装在墙壁210、地板215或天花板220上、与墙壁210、地板215或天花板220整合和/或由墙壁210、地板215或天花板220支撑。
图2所示的智能家居包括多个设备,包括可以彼此无缝整合和/或与基于云的服务器系统无缝整合以提供多种有用的智能家居目标中的任何一种的智能、多感测、网络连接设备。智能家居环境中和/或图中所示的一个、多个或每个设备可以包括一个或多个传感器、用户界面、电源、通信组件、模块化单元和智能软件,如本文所述。设备的示例如图2所示。
智能、多感测、网络连接的恒温器——诸如智能恒温器170——可以检测周围气候特性(例如,温度和/或湿度)并控制加热、通风和空调(HVAC)系统185。HVAC系统185可以与风扇290和/或通风口295耦合和/或能够控制风扇290和/或通风口295。可替代地或附加地,智能恒温器170可以被配置为控制风扇290和/或通风口295。例如,HVAC系统185或智能恒温器170可以被配置为激活风扇290和/或通风口295,以便通过通风口295吸入外部空气并通过风扇290排出内部空气。一个或多个智能的、网络连接的、多感测设备——诸如空气质量传感器165和/或VOC传感器175——可以检测家居环境中和周围的有害物质和/或污染物(例如,烟雾、一氧化碳、甲烷、氡气、丙酮等)的存在。
除了包含处理和感测能力之外,每个设备——诸如空气质量传感器165、VOC传感器175、远程空气质量传感器265和/或智能恒温器170——还能够与每个其他设备以及与世界上任何地方网络连接的任何云服务器或任何其他设备——诸如如上所述的移动设备140和/或个人计算机150——进行数据通信和信息共享。这些设备可以经由各种定制或标准无线协议(Wi-Fi、ZigBee、6LoWPAN、Thread、蓝牙、BLE、HomeKit配件协议(HAP)、Weave等)和/或各种定制或标准有线协议(CAT6以太网、HomePlug等)的任何一种来发送和接收通信。每个设备还可能能够接收来自用户的话音命令或其他基于话音的输入,诸如Google界面。
例如,第一设备可以经由无线路由器235与第二设备通信。设备还可以经由到诸如网络130的网络的连接与远程设备通信。通过网络130,设备可以与中央服务器或云计算系统——诸如基于云的空气质量服务器系统110和/或环境机构数据系统120——通信。此外,软件更新可以从中央服务器或云计算系统自动被发送到设备(例如,在可用时、在购买时或按常规间隔)。
凭借网络连接性,图2的一个或多个智能家居设备还可以允许用户与设备交互,即使用户不靠近设备。例如,用户可以与诸如移动设备140和/或个人计算机150的设备进行通信。网页或app可以被配置为接收来自用户的通信并基于该通信来控制设备和/或向用户呈现关于设备的操作的信息。例如,用户可以查看设备的当前设定点温度并使用计算机调整它。在该远程通信期间,用户可以在结构内或在结构外。
图3图示了用于管理分布式环境传感器网络的空气质量系统300的实施例。空气质量系统300可以包括:基于云的空气质量服务器系统110;环境机构数据系统120;网络130;移动设备140;以及,结构160。结构160可以包括以下中的任何一个或多个:空气质量传感器165、VOC传感器175、智能恒温器170和HVAC系统185。虽然在图3仅仅图示了一个结构160,但是应当理解,空气质量系统300可以包括类似于结构160的多个结构。多个结构中的每个结构中包括的每个感测组件可以形成由基于云的空气质量服务器系统110控制和/或管理的分布式环境传感器网络。环境机构数据系统120可以如关于上面图1详细描述的那样起作用。智能恒温器170和HVAC系统185可以如关于上面的图1详细描述的那样起作用。网络130可以如关于上面图1详细描述的那样起作用。
基于云的空气质量服务器系统110可以包括多个服务,诸如:API引擎311;通信接口312;传感器管理模块313;历史数据引擎314;账户管理模块315;以及,预测引擎316。基于云的空气质量服务器系统110还可以包括一个或多个数据库,诸如空气质量数据库317。基于云的空气质量服务器系统110还可以包括可以协调由多个服务提供的各种功能的执行并且可以与一个或多个数据库——诸如空气质量数据库317——通信的处理系统318。
API引擎311可以实现来自一个或多个外部系统和设备的公开接口。公开接口可以允许基于云的空气质量服务器系统110与各种外部系统——诸如环境机构数据系统120——交互以请求和交换数据。API引擎311还可以允许基于云的空气质量服务器系统110与连接到网络130的各种设备进行通信。例如,API引擎311可以实现用于向移动设备140发送文本消息、电子邮件或应用通知的接口。API引擎311还可以配置基于云的空气质量服务器系统110以发送对于来自一个或多个空气质量传感器——诸如空气质量传感器165和/或VOC传感器175——的空气质量指示的请求。API引擎311还可以允许基于云的空气质量服务器系统110发送用于操作连接到网络130的智能设备的指令。例如,API引擎311可以实现用于智能恒温器170的接口。
通信接口312可用于与一个或多个有线网络通信。在一些实施例中,可以存在有线网络接口,诸如以允许与局域网(LAN)通信。通信接口312还可以用于通过虚拟网络与跨多个虚拟机的分布式服务进行通信。通信接口312可以由一个或多个其他过程使用,以便与其他过程或外部设备和服务——诸如移动设备140、环境机构数据系统120、空气质量传感器165、VOC传感器175或智能恒温器170——进行通信。
传感器管理模块313可以包括用于管理分布式环境感测网络的一个或多个过程。例如,传感器管理模块313可以请求并接收来自多个环境传感器中的每一个的状态更新。环境传感器可以包括空气质量传感器165、VOC传感器175、智能恒温器170、气压传感器、二氧化碳传感器、环境光传感器、运动检测传感器等。从多个环境传感器接收的状态更新可以包括由多个环境传感器收集的数据。例如,状态更新可以包括在第一结构内和/或第一结构的邻近区检测到污染物的指示。作为另一个示例,状态更新可以包括第一结构内污染物的浓度。状态更新还可以包括与传输更新的特定传感器相关联的设置。例如,状态更新可以包括诸如传感器的位置和/或收集传感器数据的时间的设置。在一些实施例中,基于传感器的标识来确定传感器的位置。例如,在从传感器接收到状态更新之后,传感器管理模块313可以通过在将传感器ID映射到住宅用户账户和/或近似地理位置的表或数据库中查找传感器ID来确定传感器的近似位置。
传感器管理模块313还可以分析状态更新的集合以识别潜在的后续动作。后续动作可以包括生成通知、控制个体环境传感器、向智能设备发送指令等。例如,传感器管理模块313可以确定地理地区内低空气质量和/或特定污染物的存在,并且向住宅用户账户生成具有与该地理地区相关联的结构和/或移动设备的通知。作为另一个示例,在确定地理区域内存在低空气质量和/或特定污染物之后,传感器管理模块313可以将指令传输到智能设备,诸如智能恒温器170,以停用位于地理地区的邻近区的结构内的HVAC系统的外部空气通风组件。
传感器管理模块313还可以分析状态更新的集合,包括检测到一个或多个污染物的指示,以确定一个或多个污染物的潜在源。例如,传感器管理模块313可以接收在第一结构内检测到第一污染物的指示。传感器管理模块313还可以接收在第一结构的邻近区的第二结构内未检测到第一污染物的指示。可替代地,传感器管理模块313可以根据缺失在第二结构内检测到第一污染物的指示来确定第一污染物不存在于第二结构内。基于第一污染物位于第一结构内而不是第二结构内的确定,传感器管理模块313可以确定第一污染物的源位于第一结构内。在确定第一污染物的源可能在第一结构内之后,传感器管理模块313可以生成通知并将其传输至与第一结构相关联的住宅用户账户,指示第一污染物在第一结构内的潜在内源。
作为另一示例,在确定第一污染物位于第一结构内之后,传感器管理模块313可以确定第一污染物也在第二结构内。基于第一污染物位于第一结构和第二结构两者之内的确定,传感器管理模块313可以确定第一污染物的源位于第一结构和第二结构两者之外。在确定第一污染物的源可能在第一结构和第二结构两者之外之后,传感器管理模块313可以生成通知并将其传输至与第一结构、第二结构和/或第一结构和第二结构的邻近区内的附加结构相关联的一个或多个住宅用户账户。
传感器管理模块313还可以控制分布式环境感测网络中的个体环境传感器的操作。在一些实施例中,传感器管理模块313可以被配置成将空气质量传感器165的操作模式从第一操作模式改变为多个潜在操作模式中的另一个,如下面关于下面的图4进一步讨论的。例如,在接收到来自位于第一结构内的空气质量传感器的指示之后,传感器管理模块313可以使得位于第一结构的邻近区附近的第二结构内的空气质量传感器将操作模式从正常灵敏度模式改变为高灵敏度模式。作为另一个示例,传感器管理模块313可以被配置为向智能恒温器170发送指令以激活和/或停用HVAC系统185的外部空气通风组件。
历史数据引擎314可以包括用于分析历史数据和度量的过程。在一些实施例中,历史数据引擎314周期性地或偶尔地分析各个地区和/或结构内的历史空气质量数据以帮助预测未来空气质量何时将再次上升或下降。例如,历史数据引擎314可以分析高速公路的邻近区内的结构的历史空气质量数据,并确定一个或多个污染物的浓度在每天与高峰时段交通重合的可预测时间间隔期间增加和减少。作为另一个示例,历史数据引擎314可以分析单个结构内的一组传感器的历史空气质量数据,并确定在与该结构的居民存在时的晚上的时候,该结构内的二氧化碳存在可预测的上升和下降。由历史数据引擎314识别的趋势和预测可以用于生成对与地理地区和/或结构相关联的住宅用户账户的通知。可替代地或附加地,由历史数据引擎314识别的趋势和预测可以被提供给预测引擎316以用于进一步分析和通知生成。通知可以包括历史数据的汇总和/或用于调整日常活动的建议,诸如何时打开和/或关闭房屋中的窗户。
账户管理模块315可以包括用于管理住宅用户账户的一个或多个过程。例如,账户管理模块315可以访问、修改和存储特定住宅用户账户的账户细节,诸如与该账户相关联的一个或多个用户拥有和操作的一个或多个设备的信息、设备的粗略地理位置以及与住宅用户账户相关联的结构等。账户管理模块315可以向传感器管理模块313、历史数据引擎314和预测引擎316中的任一个或两者提供住宅用户账户特定信息以生成用户账户特定通知。在一些实施例中,账户管理模块315还可以向与用户账户相关联的用户发送通信,诸如通知或更新,或者向与用户账户相关联的移动设备140上的应用发送通信。例如,账户管理模块315可以向住宅用户账户发送电子邮件、文本或应用通知,指示与住宅用户账户相关联的结构内或周围的空气质量。
预测引擎316可以包括用于分析空气质量数据并生成空气质量预测的一个或多个过程。预测引擎316可以从传感器管理模块313接收当前空气质量数据和/或从历史数据引擎314接收历史空气质量数据。预测引擎316还可以从环境机构数据系统120接收当前和/或历史空气质量数据。当前和/或历史空气质量数据可以包括由分布式环境传感器网络的每个个体传感器收集的原始数据。可替代地,当前和/或历史空气质量数据可以包括由每个个体传感器分布式环境传感器网络收集的原始数据的汇总。例如,历史数据引擎314可以分析检测到污染物的指示和/或污染物的浓度,并生成要提供给预测引擎316的数据的汇总。在一些实施例中,预测引擎316除了来自多个地区的多个预测之外还生成单个地区的多个预测。例如,预测引擎316可以生成城市或自治市的空气质量预测以及该城市或自治市内的个体结构的多个预测。
预测引擎316可以使用从分布式环境传感器网络、环境机构数据系统120或两者收集的空气质量数据来生成预测。例如,预测引擎316可以仅使用从分布式环境传感器网络收集的数据来生成初始预测,并且当从环境机构数据系统120收集的数据变得可用时,用从环境机构数据系统120收集的数据来补充所生成的预测。
诸如空气质量数据库317的一个或多个数据库可以存储数据或以其他方式使得数据可被基于云的空气质量服务器系统110访问。空气质量数据库317可以包括与历史和预测空气质量相关联的数据。历史空气质量数据可以包括由分布式环境传感器网络或针对城市或地区的第三方服务收集的空气质量,诸如从环境机构数据系统120收集的数据。包括空气质量数据库317的一个或多个数据库可以通过一个或多个合适的数据库结构——诸如关系数据库(例如,SQL)或NoSQL数据库(例如,MongoDB)——来实现。
处理系统318可以包括一个或多个处理器。处理系统318可以包括一个或多个专用或通用处理器。这样的专用处理器可以包括被专门设计来执行本文详述的功能的处理器。这样的专用处理器可以是ASIC或FPGA,它们是被物理和电配置为执行本文详述的功能的通用组件。这样的通用处理器可以执行使用一个或多个非暂时性处理器可读介质——诸如基于云的空气质量服务器系统110的随机存取存储器(RAM)、闪存、硬盘驱动器(HDD)或固态硬盘驱动器(SSD)——存储的专用软件。
图4图示了分布式环境传感器网络中的空气质量传感器系统400的实施例。空气质量传感器系统400可以包括:空气质量传感器165;智能恒温器170;网络130;基于云的空气质量服务器系统110;移动设备140;以及,远程空气质量传感器465。基于云的空气质量服务器系统110可以如关于上面图1-3所描述的那样起作用。网络130可以如关于上面图1所描述的那样起作用。环境机构数据系统120可以连接到基于云的空气质量服务器系统110并且可以如关于上面图1所描述的那样起作用。智能恒温器170可以如关于上面图1-3所描述的那样起作用。空气质量传感器系统400可以包括多个空气质量传感器165。多个空气质量传感器165可以形成分布式环境感测网络。
空气质量传感器165可以包括多个组件,诸如:电子显示器411;网络接口412;空气传感器413;占用传感器414;睡眠传感器415;环境光传感器416;温度传感器417;以及,处理系统419。在一些实施例中,空气质量传感器165包括单个设备中的组件子集,而其他组件容纳在分布式设备中。例如,空气质量传感器165可以包括电子显示器411、网络接口412、空气传感器413和处理系统419,而其余组件——诸如占用传感器414、睡眠传感器415、环境光传感器416和温度传感器417——可以容纳在一个或多个不同的设备中。在该示例中,一个或多个不同的设备可以包括个体显示器、网络接口和处理系统,以便与空气质量传感器165和一个或多个不同的设备中的其他设备通信。空气质量传感器165还可以连接到一个或多个远程空气质量传感器,诸如远程空气质量传感器465。在一些实施例中,远程空气质量传感器465可以包括与空气质量传感器165的相同的特征中的一个或多个和/或以与空气质量传感器165类似的方式起作用。
空气质量传感器165可以包括多种操作模式。例如,操作模式可以包括低功率模式、正常灵敏度模式和高灵敏度模式。当在每个模式下操作时,空气质量传感器165可以修改和/或调整一个或多个感测组件的采样率。例如,在低功率模式下,采样率可以在每五分钟一次到低至每小时或更长一次的范围内,以便减少空气质量传感器165的功率消耗。作为另一个示例,在正常灵敏度模式下,采样率可以在每三十分钟一次到高达每五分钟或更短一次的范围内,以便在功耗与精确的传感器测量之间取得平衡。在又一示例中,高灵敏度模式的采样率可以在每五分钟一次到高达10Hz的范围内,以便最大化由空气质量传感器165进行的传感器测量的准确性。
空气质量传感器165的操作模式和/或采样率可以基于污染物的检测而改变。例如,在检测到污染物的存在之后,空气质量传感器165可以从诸如正常灵敏度模式的第一操作模式改变为诸如高灵敏度模式的第二操作模式。从第一操作模式改变到第二操作模式可以使得系统能够随着时间的推移更准确地监测污染物的水平和/或提供关于污染物是否仍然存在于环境内或者是否已经消散的更实时的更新。同样,操作模式可以响应于补救活动而改变。例如,在检测到结构内的污染物并导致外部通风系统和/或空气净化器系统激活之后,操作模式可以改变为高灵敏度模式,以便监测污染物从环境中消散的速率和/或何时污染物不再存在。
在一些实施例中,操作模式可以改动或调整各种阈值。例如,在正常灵敏度模式中,当污染物的浓度升高到高于第一阈值时,空气传感器413可以指示污染物的存在。在高灵敏度模式中,当污染物的浓度升高到高于第二阈值时,空气传感器413可以指示污染物的存在。第二阈值可以低于第一阈值,以便在污染物达到第一阈值浓度值之前检测到污染物。
在一些实施例中,空气质量传感器165的每个组件——诸如空气传感器413、占用传感器414、睡眠传感器415、环境光传感器416和温度传感器417——可以具有不同的操作模式。例如,空气传感器413可以被配置为在正常灵敏度模式下操作,而诸如睡眠传感器415的其他组件被配置为在低功率模式下操作。
电子显示器411可以是诸如液晶显示器、发光二极管显示器或被配置为显示由空气质量传感器165产生的信息的任何其他类似显示器的显示器。在一些实施例中,电子显示器411仅在当电子显示器411被点亮时可见。在一些实施例中,电子显示器411是触摸屏。触摸传感器可以允许检测一个或多个手势,包括轻击和滑动手势。电子显示器411可以显示由空气质量传感器165生成的一条或多条信息。例如,电子显示器411可以显示空气质量传感器165的状态、一个或多个空气质量测量结果——诸如一个或多个污染物的浓度等等。
网络接口412可用于与一个或多个有线或无线网络通信。网络接口412可以与诸如Wi-Fi网络的无线局域网通信。还可以存在附加的或可替代的网络接口。例如,空气质量传感器165可能能够诸如通过使用直接与用户设备通信。空气质量传感器165可能能够经由网状网络与各种其他家居自动化设备通信。与基于诸如Wi-Fi的无线局域网的通信相比,网状网络可以使用相对较少的功率。在一些实施例中,空气质量传感器165可以充当边缘路由器,其在网状网络和诸如Wi-Fi的无线网络之间转换通信。在一些实施例中,可以存在有线网络接口,诸如以允许与局域网(LAN)通信。还可以存在一个或多个直接无线通信接口,诸如以便使得能够与安装在不同于空气质量传感器165的不同位置的远程空气质量传感器——诸如远程空气质量传感器465——直接通信。无线通信向第五代(5G)和第六代(6G)标准和技术的演变提供更高的通过量和更低的延迟,其增强移动宽带服务。5G和6G技术还通过控制和数据信道为车辆联网(V2X)、固定无线宽带和物联网(IoT)提供新的服务类别。空气质量传感器165可以包括可以使用5G和/或6G网络进行通信的一个或多个无线接口。
空气传感器413可以是一个或多个传感器,其被配置为检测各种空气传播污染物的存在和/或测量此类污染物的浓度。空气传感器413可能能够检测的污染物的示例包括气体(例如,氨、一氧化碳、二氧化硫、甲烷、二氧化碳等)、颗粒物(例如,气溶胶)和/或生物分子。空气传感器413可以指示一个或多个类型的污染物的浓度何时上升到高于某一阈值浓度。可替代地或附加地,空气传感器413可以被配置为测量各种类型的污染物的实际浓度。可以百万分之几、十亿分之几或任何类似的空气传播污染物浓度测量单位来测量污染物浓度。在一些实施例中,空气传感器413可以被配置为基于由空气传感器413测量的一个或多个空气污染物的浓度来生成总体空气质量评分。例如,空气传感器413可以使用空气质量指数(AQI)或任何类似的空气质量测量来对周围空气进行评分。
占用传感器414可以是被配置为检测占用传感器414的邻近区是否存在一个或多个人的一个或多个传感器。例如,占用传感器414可以包括雷达传感器、激光雷达传感器、照相传感器、红外传感器或能够检测环境内运动的任何其他类似传感器中的一个或多个。可替代地或附加地,占用传感器414可以包括二氧化碳传感器。例如,通过检测环境内二氧化碳的浓度,占用传感器414可能能够由于观察到环境内二氧化碳浓度的增加而确定一个或多个人在环境内。
睡眠传感器415可以是被配置成检测人何时正在睡觉并监测睡眠质量的一个或多个传感器。例如,睡眠传感器415可以包括心率监测器、呼吸速率监测器、大脑活动监测器、运动检测传感器和眼睛活动监测器或能够监测和检测沉睡的人的可测量特性的任何其他类似传感器中的一个或多个。在一些实施例中,来自睡眠传感器415的测量可用于改动对空气传感器413检测污染物的响应。例如,在空气传感器413检测到第一污染物的存在之后,空气质量传感器165可以根据由睡眠传感器415生成的输入确定占用者正在睡觉,并基于检测到的污染物的严重程度来确定是否生成警报。
环境光传感器416可以感测空气质量传感器165的环境中存在的光量。由环境光传感器416进行的测量可用于调整电子显示器411的亮度。由环境光传感器416进行的测量可用于调整电子显示器411的亮度。由环境光传感器416进行的测量可以由占用传感器414和/或睡眠传感器415使用来确定人是否存在和/或人何时可能正在睡觉。例如,环境光传感器416可以在一天中不存在自然光的时间期间检测存在于空气质量传感器165的环境中的光,从而指示人存在并且已经接通灯。作为另一个示例,环境光传感器416可以在人本来正在睡觉时检测房间中光的存在,从而指示人可能没有在睡觉。
诸如温度传感器417的一个或多个温度传感器可以存在于空气质量传感器165内。温度传感器417可以用于测量空气质量传感器165的环境中的环境温度。由温度传感器417进行的测量可以与空气质量传感器165的一个或多个其他组件——诸如空气传感器413、占用传感器414和睡眠传感器415——进行的测量结合使用。例如,空气传感器413对空气中指示火灾的一个或多个质量的检测可以与由温度传感器417进行的指示温度上的增加的测量结果相证实,以确定环境内存在火灾。远离空气质量传感器165的一个或多个附加温度传感器——诸如智能恒温器170中的温度传感器和/或远程空气质量传感器465中的温度传感器——可以附加地或可替代地用于测量周围环境的温度。
处理系统419可以包括一个或多个处理器。处理系统419可以包括一个或多个专用或通用处理器。这样的专用处理器可以包括被专门设计来执行本文详述的功能的处理器。这样的专用处理器可以是ASIC或FPGA,它们是被物理和电配置为执行本文详述的功能的通用组件。这样的通用处理器可以执行使用一个或多个非暂时性处理器可读介质——诸如空气质量传感器165的随机存取存储器(RAM)、闪存、硬盘驱动器(HDD)或固态硬盘驱动器(SSD)——存储的专用软件。
处理系统419可以输出信息以呈现给电子显示器411。处理系统419可以从各种传感器——诸如空气传感器413、占用传感器414、睡眠传感器415、环境光传感器416和温度传感器417——接收信息。例如,处理系统419可以从空气传感器413接收在空气质量传感器165的邻近区内检测到污染物的指示。处理系统419可以执行与网络接口412、移动设备140和/或基于云的空气质量服务器系统110的双向通信。例如,在从空气传感器413接收到检测到污染物的指示之后,处理系统419可以向移动设备140传输警报。警报可以是由在移动设备140上运行并被配置为与空气质量传感器165通信的应用生成的推送通知。作为另一个示例,处理系统419可以从诸如空气传感器413的传感器接收指示检测到污染物的存在的信息,并将该指示传输到基于云的空气质量服务器系统110。在一些实施例中,处理系统419执行存储在空气质量传感器165上或可由空气质量传感器165访问的一个或多个软件应用或服务。例如,空气质量传感器165的一个或多个组件——诸如空气传感器413、占用传感器414、睡眠传感器415、环境光传感器416和温度传感器417——可以包括可以由处理系统419执行的一个或多个软件应用或软件服务。
基于云的空气质量服务器系统110可以保持映射到空气质量传感器165的住宅用户账户。可替代地或附加地,住宅用户账户可以被映射到结构,并且该结构可以进一步被映射到一个或多个空气质量传感器165。空气质量传感器165可以周期性地或间歇性地与基于云的空气质量服务器系统110通信。例如,在检测到污染物的存在之后,空气质量传感器165可以向基于云的空气质量服务器系统110传输消息,其包括检测到污染物的指示和/或检测到的污染物浓度。作为另一个示例,空气质量传感器165可以从基于云的空气质量服务器系统110接收指令以改变空气质量传感器165的操作模式。人可以经由计算机化设备——诸如移动设备140和/或个人计算机150——与空气质量传感器165交互。计算机化设备可以经由网络130与空气质量传感器165连接。在一些实施例中,诸如移动设备140的计算机化设备可能能够经由在计算机化设备上运行的应用远程监测空气质量传感器165的状态和测量结果。
图5图示了其中可以部署分布式环境传感器网络来检测结构内的内源空气污染的示例环境。内源空气污染可以是产生自或源自结构内部的任何类型的空气传播污染。例如,当结构内存在气体泄漏、化学品溢出、火灾、一氧化碳积聚或任何类似污染源时,结构可能会表现出内源空气污染。内源空气污染的检测可以通过下述方式来执行:将结构内的一个或多个类型的污染物的检测水平与结构外部和紧邻结构内的相同的一个或多个类型的污染物的检测水平进行比较。当结构内检测到的水平高于结构外检测到的水平时,可以确定污染源位于结构内部而不是结构外部。通过如图5所示的图示可以使该确定更加清楚。
如图5所示,分布式环境感测网络可以包括多个结构560。结构560可以与如上面进一步描述的结构160相同。例如,结构560-1可以是房屋,而结构560-2可以是共管公寓或公寓。每个结构560可包括一个或多个空气质量传感器565。空气质量传感器565可以与上述空气质量传感器165相同或以与其类似方式起作用。例如,每个空气质量传感器565可以被配置为检测一个或多个类型的空气污染物的存在和/或测量其浓度。每个结构560可以包括分布在结构560的内部内和/或外部周围的一个或多个空气质量传感器565。例如,如图5所示,结构560-1可以包括位于结构560-1的内部的空气质量传感器565-2,而空气质量传感器565-1位于结构560-1的外部上或外部周围。
每个结构560可以与已知的地理位置相关联。例如,地理位置可以由街道地址、纬度和经度、军事网格参考系统坐标、通用横轴墨卡托坐标或任何类似合适的位置参考来指示。可替代地,每个结构560可以被映射到已知地理位置的特定半径内。例如,每个结构560可以在距已知位置1英里至10英里的范围内。每个结构560可以与另一个结构560相距已知的距离。例如,如图5所示,使用结构560-1和结构560-2的已知位置,可以确定结构560-1和结构560-2之间的距离508。可以以类似的方式确定结构560-1和结构560-3之间的距离512。每个结构560之间的距离可以以英尺、米、码、英里或任何类似合适的测量单位存储在基于云的服务器系统中,诸如如上所述的基于云的空气质量服务器系统110。
在一些实施例中,确定污染物源可能位于结构内可以基于由结构内的空气质量传感器收集的传感器测量结果与紧邻结构内的空气质量传感器收集的传感器测量结果的比较。例如,如图5所示,空气质量传感器565-2可以检测结构560-1内第一污染物的存在,而空气质量传感器565-1可能无法检测结构560-1外部第一污染物的存在。在该情况下,第一污染物的源504在结构560-1内的可能性将高于第一污染物的源504在结构560-1外部的可能性。确定污染物源可能位于结构内还可以基于结构内的空气质量传感器测量的污染物浓度和紧邻结构内的空气质量传感器测量的污染物浓度的差异。例如,空气质量传感器565-2可以测量结构560-1内的第一污染物的较高浓度,而空气质量传感器565-1可以测量结构560-1外部的第一污染物的较低浓度,从而增加以下可能性:第一污染物的源504在结构560-1内。在一些实施例中,比较由不同结构中的空气质量传感器收集的传感器测量结果可以增强污染物源可能位于结构内的确定的准确性。例如,如果空气质量传感器565-1足够靠近结构560-1,则即使污染物源504在结构560-1内,它也可以检测到结构560-1外部污染物的存在。
在一些实施例中,确定污染物源可能位于第一结构内可以基于由第一结构内和/或紧邻第一结构内的空气质量传感器以及位于第二结构内的空气质量传感器收集的传感器测量结果的比较。例如,空气质量传感器565-1和空气质量传感器565-2可以检测到结构560-1内第一污染物的存在,而空气质量传感器565-3和空气质量传感器565-4都没有检测到结构560-2内的第一污染物的存在。通过将由空气质量传感器565-1和565-2收集的传感器测量结果与由空气质量传感器565-3和565-4收集的传感器测量结果进行比较,可以确定第一污染物的源504在结构560-1内,而不是结构560-1外部。
在一些实施例中,基于第一结构和第二结构之间的距离来选择第二结构。例如,在检测到结构560-1内的污染物之后,可以识别结构560-2以用于比较,因为结构560-1和结构560-2之间的距离508小于预定义的距离阈值。预定义的距离阈值可以低至50英尺或高至5英里或更多,以增强确定的准确性。同样,结构560-2可以被识别用于比较,因为结构560-1和结构560-2之间的距离508大于预定义的距离阈值。在一些实施例中,第二结构基于其在最大距离阈值和最小距离阈值之间来识别。在一些实施例中,选择最接近的结构。例如,可以选择结构560-2,因为结构560-1和结构560-2之间的距离508小于结构560-1和结构560-3之间的距离512。
在一些实施例中,响应于确定污染物源可能位于结构内而采取一个或多个动作。该一个或多个动作可以包括生成和/或发出与该结构相关联的住宅用户账户的通知。例如,在确定污染物源504可能位于结构560-1内之后,可以向与映射到结构560-1的住宅用户账户相关联的电子设备——诸如移动设备140——发出单一结构警报通知。单一结构警报通知可以通知住宅用户账户的用户检测到污染物并且存在污染物源位于该结构内的可能性。单一结构警报通知还可以包括用于减轻由检测到的污染物造成的风险的建议,例如建议占用者腾出结构和/或打开门窗以改善结构内的流通。
附加地或可替代地,一个或多个动作可以包括控制HVAC系统以减轻由污染物造成的风险。例如,可以使诸如智能恒温器170的智能恒温器控制诸如HVAC系统185的HVAC系统,以激活外部空气通风组件。一个或多个动作还可以包括使得分布在另一结构内和/或周围的一个或多个空气质量传感器改变操作模式。例如,在确定污染物存在于结构560-1内但不存在于结构560-2内之后,可以使位于结构560-2内/或结构560-2周围的空气质量传感器565-3和565-4从正常灵敏度模式改变为高灵敏度模式,如上所述。将操作模式从正常灵敏度模式改变为高灵敏度模式可以增加结构560-1内检测到的污染物如果扩散到结构560-2则将被更快检测到的可能性。
图6图示了可以在其中部署分布式环境传感器网络来检测结构内的外源空气污染的另一示例环境。外源空气污染可以是产生自或源自结构外部的任何类型的空气污染。例如,外源空气污染可能产生自工厂、高速公路或道路、自然灾害或任何类似的污染源。可以通过将结构内的一个或多个类型的污染物的检测水平与另一结构内或附近的相同的一个或多个类型的污染物的检测水平进行比较来执行外源空气污染的检测。当在多个结构内而不是在单个结构内检测到污染物时,可以确定污染源在两个结构的外部。通过如图6所示的图示可以使该确定更加清楚。
如图6所示,分布式环境感测网络可以包括多个结构660。结构660可以与如上面进一步描述的结构160和/或560相同。例如,结构660-1可以是房屋,而结构660-2可以是共管公寓或公寓。每个结构660可以包括一个或多个空气质量传感器665。空气质量传感器665可以与上述空气质量传感器165相同或以与其类似的方式起作用。例如,每个空气质量传感器665可以被配置为检测一个或多个类型的空气污染物的存在和/或测量其浓度。每个结构660可包括分布在结构660的内部内和/或外部周围的一个或多个空气质量传感器665。例如,如图6所示,结构660-1可以包括位于结构660-1的内部内的空气质量传感器665-2,而空气质量传感器665-1位于结构660-1的外部上或外部周围。
每个结构660可以与已知的地理位置相关联。例如,地理位置可以由街道地址、纬度和经度、军事网格参考系统坐标、通用横轴墨卡托坐标或任何类似合适的位置参考来指示。可替代地,每个结构660可以被映射到已知地理位置的特定半径内。例如,每个结构660可以在距已知位置1英里至10英里的范围内。每个结构560可以与另一个结构660相距已知的距离。例如,如图6所示,使用结构660-1和结构660-2的已知位置,可以确定结构660-1和结构660-2之间的距离608。可以以类似的方式确定结构660-1和结构660-3之间的距离612以及结构660-2和结构660-3之间的距离616。每个结构660之间的距离可以以英尺、米、码、英里或任何类似合适的测量单位存储在基于云的服务器系统中,诸如如上所述的基于云的空气质量服务器系统110。
在一些实施例中,确定污染物源可能位于结构内可以基于由结构内的空气质量传感器收集的传感器测量结果与紧邻结构内的空气质量传感器收集的传感器测量结果的比较。例如,如图6所示,空气质量传感器665-2和空气质量传感器665-1两者都可以检测结构660-1内/或结构660-1周围第一污染物的存在。在该情况下,第一污染物的源604在结构660-1外部的可能性将高于第一污染物的源604在结构660-1内部的可能性。确定污染物源可能在结构外部还可以基于结构内的空气质量传感器和紧邻结构内的空气质量传感器测量的污染物浓度的差异。例如,空气质量传感器665-1可以测量结构660-1外部的第一污染物的较高浓度,而空气质量传感器665-2可以测量结构660-1内的第一污染物的较低浓度,从而增加以下可能性:第一污染物的源604在结构560-1外部。在一些实施例中,比较由不同结构中的空气质量传感器收集的传感器测量结果可以增强污染物源可能位于结构外部的确定的准确性。例如,如果空气质量传感器665-1足够靠近结构660-1,则空气质量传感器665-1和空气质量传感器665-2两者都可以检测到污染物的存在,即使污染物源604在结构660-1内。
在一些实施例中,确定污染物源可能在第一结构外部可以基于由第一结构内和/或紧邻第一结构内的空气质量传感器收集的传感器测量结果以及位于第二结构内的空气质量传感器收集的传感器测量结果的比较。例如,空气质量传感器665-1、665-2、665-3、665-4可以各自检测结构660-1和结构660-2内/或周围第一污染物的存在。通过将由空气质量传感器665-1和665-2收集的传感器测量结果与由空气质量传感器665-3和665-4收集的传感器测量结果进行比较,可以确定第一污染物的源604在结构660-1的外部,而不是在结构660-1内部。类似地,可以确定第一污染物的源604在结构660-2的外部。
在一些实施例中,来自第一结构的传感器测量结果由在正常灵敏度模式下操作的一个或多个空气质量传感器收集,而来自第二结构的传感器测量结果由在高灵敏度模式下操作的一个或多个传感器收集。例如,在通过在正常灵敏度模式下操作的空气质量传感器665-1和665-2检测到结构660-1内和/或周围存在第一污染物之后,可以使得空气质量传感器665-3和665-4将操作模式从正常灵敏度模式改变为高灵敏度模式。通过使空气质量传感器665-3和665-4从正常灵敏度模式改变为高灵敏度模式,可以增加确定污染物源604在结构660-1外部的准确性和/或速度。
在一些实施例中,基于第一结构和第二结构之间的距离来选择第二结构。例如,在检测到结构660-1内的污染物之后,可以识别结构660-2以用于比较,因为结构660-1和结构560-2之间的距离608小于预定义的距离阈值。预定义的距离阈值可以是10英里、5英里、1英里或任何类似合适的阈值距离以增强确定的准确性。同样,结构660-2可以被识别用于比较,因为结构660-1和结构660-2之间的距离608大于预定义的距离阈值。在一些实施例中,第二结构基于其在最大距离阈值和最小距离阈值之间来识别。在一些实施例中,选择最接近的结构。例如,可以选择结构660-2,因为结构660-1和结构660-2之间的距离608小于结构660-1和结构660-3之间的距离612。
在一些实施例中,响应于确定污染物源可能位于结构外部而采取一个或多个动作。一个或多个动作可以包括生成和/或发出针对一个或多个住宅用户账户的通知。例如,在确定污染物源604可能在结构560-1外部之后,可以向与映射到结构660-1和/或结构660-2的住宅用户账户相关联的电子设备——诸如移动设备140——发出潜在外在源警报通知。可替代地或附加地,可以向与映射到其中尚未检测到污染物的结构的住宅用户账户相关联的电子设备发出潜在外在源警报通知。例如,可以向与映射到结构660-3的住宅用户账户相关联的电子设备发出潜在外在源警报通知,从而允许在污染物破坏结构660-3之前采取抢先动作。潜在外在源警报通知可以通知住宅用户账户的用户在与用户相关联的结构内检测到污染物并且存在污染物源在结构外部的可能性。潜在外在源警报通知还可以包括用于减轻由检测到的污染物造成的风险的建议,诸如建议占用者留在结构内和/或关闭门窗以减少结构内的外部空气流通。
附加地或可替代地,一个或多个动作可以包括控制HVAC系统以减轻由污染物造成的风险。例如,可以使诸如智能恒温器170的智能恒温器控制诸如HVAC系统185的HVAC系统,以停用外部空气通风组件。一个或多个动作还可以包括使得分布在另一结构内和/或周围的一个或多个空气质量传感器改变操作模式。例如,在确定污染物存在于结构660-1和结构660-2内之后,可以使位于结构660-3内和/或周围的空气质量传感器665-5和665-6从正常灵敏度模式改变为高灵敏度模式,如上所述。将操作模式从正常灵敏度模式改变为高灵敏度模式可以增加结构660-1和结构660-2内检测到的污染物如果扩散到结构660-3则将被更快检测到的可能性。
在一些实施例中,可以基于对三个或更多个结构内和/或周围的污染物的检测来确定外源空气污染物源的位置。例如,使用距离608、612和616和/或结构660的已知位置,结合在每个结构660内检测到第一污染物的存在时的时间620-1、620-2和620-3之间的差异,可以确定第一污染物的源604的位置。可以使用到达时间差计算或地理定位中使用的任何类似合适的计算来确定位置。
图7图示了历史空气质量的图表700。图表700图示了作为时间的函数的历史空气质量708。竖直轴702使用空气质量指数(AQI)来指示空气质量。然而,可以使用任何类似的空气质量测量单位,诸如百万分之几、十亿分之几和/或毫克每立方米。横轴704指示以小时为单位的时间,尽管可以使用任何时间单位来提供期望的粒度水平。历史空气质量708可以表示一个或多个类型的污染物。例如,历史空气质量708可以表示由于多个可测量污染物而产生的组合空气质量。可替代地或附加地,历史空气质量708可以表示单一污染物和/或污染物类型。
历史空气质量708可以表示相似时间间隔内历史空气质量的一个或多个记录。例如,可以在一天中的同一时间期间测量多天的地区或特定位置的空气质量,并且将其记录在数据库中,诸如在空气质量数据库317中,如上所述。每天可以针对一个或多个地区和/或位置进行多次记录。类似地,记录可以包括在一整天的过程中和/或在一天的特定时间期间收集的数据。在已经收集了足够数量的记录之后,可以分析记录以识别地区或位置的记录的空气质量的趋势。例如,如图7所示,通过分析历史空气质量708,可以在多个空气质量记录中识别峰值712和716。如上所述,可以通过诸如历史数据引擎314的历史数据引擎或诸如预测引擎316的预测引擎来分析记录。
在一些实施例中,历史空气质量记录中识别的趋势被用来确定关于收集记录的地区和/或位置的某些特性。例如,峰值712和716可以和最常与车辆废气排放相关联的一个或多个类型的污染物的增加相对应,从而导致确定该位置可能靠近繁忙的道路和/或高速公路。作为另一个示例,高峰712和716可以每天大约在同一时间出现,导致确定那些时间对应于高峰繁忙时间。在一些实施例中,可以基于历史空气质量记录中所识别的趋势和/或所确定的位置的特性来预测特定位置的空气质量预测。例如,基于所识别的峰值712和716,可以生成包括一天中的同一时间的类似峰值的该位置的空气质量预测。在一些实施例中,预测的位置的空气质量可以用于生成针对映射到该位置附近的结构的住宅用户账户的通知和/或建议。例如,可以向与一个或多个住宅用户账户相关联的一个或多个电子设备——诸如移动设备140——发出通知,通知用户何时保持门和/或窗关闭以与增加的低空气质量的时间相对应。
图8图示了用于监测分布式环境感测网络的界面800的实施例。在一些实施例中,用于监测分布式环境感测网络的界面可以显示在一个或多个类型的电子设备上,诸如在如上所述的移动设备140和/或个人计算机150上。可以通过执行在电子设备上运行的软件应用和/或通过使用Web浏览器访问网页来访问界面800。例如,界面800可以是在诸如移动设备140的移动设备上执行的软件应用的主页。
界面800可用于显示一个或多个类型的信息,诸如警报、通知、一个或多个传感器和/或设备的状态、收集的传感器测量结果、空气质量信息和任何类似合适的信息。例如,界面800可以被配置为显示横幅通知820,该横幅通知820指示针对与正在显示界面800的移动设备140相关联的住宅用户账户发出了警报通知。在一些实施例中,在电子设备上运行的应用可以使界面800显示弹出对话框、徽章、警报或任何其他合适的通知方法以警告用户检测到一个或多个污染物以及一个或多个污染物的潜在源。响应于从与横幅通知820相关联的用户接收选择,界面800可以显示关于警报通知的附加信息,诸如检测到的污染物的类型和/或用于减轻由检测到的污染物造成的风险的建议。
作为另一示例,界面800可以显示智能恒温器状态804和空气质量状态816。智能恒温器状态804可以指示由智能恒温器——诸如如上所述的智能恒温器170——测量的当前环境温度812。智能恒温器状态804还可以指示智能恒温器的当前操作模式808。空气质量状态816可以指示一个或多个空气质量传感器——诸如如上所述的空气质量传感器165——的邻近区并且由其测量的总体空气质量。可替代地或附加地,空气质量状态816可以指示一个或多个污染物类型的当前测量结果。
用户可以通过使用与特定住宅用户账户相关联的用户凭证登录来访问界面800。例如,在打开应用和/或访问网站之后,可以提示用户在登录页面上输入用户凭证。登录之后,界面800中可用的信息可以特定于特定住宅用户账户。例如,每个住宅用户账户可以与空气质量传感器、智能恒温器和/或其他智能设备的独特组合相关联。界面800可以被修改为显示与每个住宅用户账户相关联的每个独特组合的信息。
在一些实施例中,界面800的一个或多个方面是交互式的。例如,与智能恒温器状态804交互可以允许用户调整与智能恒温器相关联的设定点温度和/或使得由智能恒温器控制的HVAC系统的外部通风组件激活和/或停用。作为另一示例,与空气质量状态816交互可以允许用户调整与当前空气质量相关联地显示的信息的粒度、改变一个或多个空气质量传感器的操作模式、添加新的空气质量传感器和/或移除现有的空气质量传感器。
可以使用上面的图1-4中详细描述的系统来执行各种方法以管理如关于上面的图5-8详细描述的分布式环境传感器网络。图9图示了用于管理分布式环境传感器网络的方法900的实施例。在一些实施例中,方法900可以由基于云的空气质量服务器系统——诸如如关于上面图3所描述的基于云的空气质量服务器系统110——来执行。例如,基于云的空气质量服务器系统110的处理系统318可以执行来自一个或多个模块——诸如传感器管理模块313、历史数据引擎314、账户管理模块315和/或预测引擎316——的软件。在一些实施例中,方法900的各个步骤可以由一个或多个空气质量传感器——诸如关于上面的图4描述的空气质量传感器165——执行。例如,空气质量传感器165的处理系统419可以执行来自一个或多个模块——诸如空气传感器413、占用传感器414、睡眠传感器415、环境光传感器416和/或温度传感器417——的软件。在一些实施例中,方法900的一些步骤可以由基于云的空气质量服务器系统——诸如基于云的空气质量服务器系统110——执行,而其他步骤由诸如空气质量传感器165的空气质量传感器执行。
方法900可以包括在框910处,使用设置在第一结构内的一个或多个室内空气质量(IAQ)感测设备来测量空气质量。一个或多个IAQ感测设备可以与如上所述的空气质量传感器165相同或以与其类似的方式起作用。例如,一个或多个IAQ感测设备可以被配置为测量一个或多个污染物的浓度。一个或多个污染物的浓度可以以百万分之几、十亿分之几或用于监测空气质量的任何类似合适的测量单位来测量。一个或多个IAQ感测设备可以包括一个或多个操作模式。例如,每个IAQ感测设备可以包括正常灵敏度模式和/或高灵敏度模式。在一些实施例中,基于当前操作模式来调整对测量结果进行采样的速率。例如,与高灵敏度模式相比,正常灵敏度模式中的采样率可以较低。可替代地或附加地,操作模式可以调整阈值测量值,在该阈值测量值处确定污染物存在。
如上所述,一个或多个IAQ感测设备可设置在诸如结构160的结构内。例如,第一结构可以是房屋、公寓房屋、公寓、办公楼、或设计用于人占用的任何类似合适的结构。一个或多个IAQ感测设备可以被设置贯穿第一结构的内部和/或外部。例如,除了贯穿房屋外部的多个位置之外,IAQ感测设备还可以放置在房屋的每个房间中。该结构可以与由基于云的服务器系统——诸如基于云的空气质量服务器系统110的账户管理模块315——控制和/或管理的住宅用户账户相关联。账户管理模块315可以关联和/或存储将第一结构的一个或多个特性与住宅用户账户相关联和/或存储。例如,住宅用户账户可以包括诸如结构的地理位置、结构的大小、贯穿结构的一个或多个IAQ感测设备的数量和/或放置、以及与结构中和周围的空气质量的检测和/或管理相关的任何类似合适的细节的特性。诸如移动设备140和/或个人计算机150的一个或多个电子设备也可以与住宅用户账户相关联。
在框914处,检测空气质量测量结果中第一污染物的存在。可以分析每次测量结果以确定是否已检测到污染物。当测量结果指示的污染物的可测量浓度和/或量上升到高于阈值时和/或当存在任何可检测到的污染物量(例如阈值为零)时,可以识别污染物的存在。在一些实施例中,每个污染物可以具有与环境内可接受的污染物量相对应的不同阈值。例如,二氧化碳的阈值可以大于一氧化碳的阈值,因为与二氧化碳相比,一氧化碳的浓度水平较低时健康风险增加。在一些实施例中,在污染物测量结果增加的持续时间段之后检测第一污染物的存在。例如,污染物浓度的短暂增加可能并不指示该污染物的存在,而污染物浓度的长时间增加可能指示该污染物的存在。
在框918处,传输第一污染物存在于第一结构内的指示。例如,一个或多个IAQ感测设备可以将第一污染物存在于结构内的指示传输至基于云的服务器系统,诸如如上所述的基于云的空气质量服务器系统110。该指示可以经由诸如如上所述的网络130的网络来传输。该指示可以包括一条或多条信息,诸如检测到的特定污染物的标识、污染物的测量浓度、IAQ感测设备的独特标识符、第一结构的独特标识符、结构内的IAQ感测设备的位置和/或IAQ感测设备的地理位置。在一些实施例中,第一污染物存在于第一结构内的指示与现有的例行和/或事先安排的传输分开地传输。例如,一个或多个IAQ感测设备可以全天以周期性间隔传输状态更新。作为另一示例,一个或多个IAQ感测设备可以在每天结束时传输单个状态更新。状态更新可以包括全天和/或自上次传输状态更新以来收集的一些或全部测量结果。在上述任一情况下,第一污染物存在于第一结构内的指示可以作为分离的分组或消息来传输。
在框922处,接收第一污染物存在于第一结构内的指示。例如,基于云的服务器系统——诸如如上所述的基于云的空气质量服务器系统110——可以从一个或多个IAQ感测设备接收第一污染物存在于第一结构内的指示。所接收的指示可以由专门的过程和/或模块——诸如如上所述的基于云的空气质量服务器系统110的传感器管理模块313——来接收和/或分析。在一些实施例中,可以对照其他空气质量数据——诸如如上所述从环境机构数据系统120接收的空气质量数据——来分析该指示。例如,在接收到第一污染物存在于第一结构内的指示之后,传感器管理模块313可以基于可用的空气质量数据来确定在IAQ感测设备周围的区域内预计第一污染物的水平增加,并且第一污染物的源是已知的。
在一些实施例中,在接收到第一污染物存在于第一结构内的指示之后,该指示可以被存储和/或以其他方式与住宅用户账户相关联。例如,账户管理模块315可以确定指示的源IAQ感测设备与特定住宅用户账户相关联。作为另一个示例,账户管理模块315可以确定源IAQ感测设备与结构相关联,并且该结构与特定住宅用户账户相关联。在确定特定住宅用户账户之后,与住宅用户账户相关联的附加信息可用于做出进一步的确定等或采取附加动作。例如,住宅用户账户可以指示关于其中设置有IAQ感测设备的结构的一个或多个特性,诸如结构的大小和/或位置和/或与住宅用户账户相关联的一个或多个电子设备。
在框926处,识别距第一结构预定义距离内的第二结构。在分析第一污染物存在于第一结构内的指示之后,可以识别第二结构,以便将在第二结构内收集的空气质量传感器测量结果与在第一结构内收集的传感器测量结果进行比较。在一些实施例中,距第一结构预定义距离内的任何结构可以被识别为第二结构。预定义距离可以是最大距离,诸如10英里、5英里、1英里或任何类似合适的最大距离。在一些实施例中,第二结构基于其在最大距离阈值和最小距离阈值之间来识别。在一些实施例中,选择最接近的结构。
可以从与一个或多个住宅用户账户相关联的多个结构中识别第二结构。例如,账户管理模块315可能能够基于存储在与第一结构相关联的住宅用户账户中的位置来识别与位于距第一结构预定义距离内的结构相关联的住宅用户账户。多个结构可以被识别为在距第一结构的预定义距离内。在该情况下,传感器管理模块313和/或账户管理模块315可以应用附加过滤标准来选择第二结构。例如,可以选择多个结构中最接近的结构作为第二结构。作为另一个示例,可以选择具有更多IAQ感测设备的结构而不是具有更少IAQ感测设备的结构。
在识别第二结构之后,对空气质量数据的请求可以被传送到与第二结构相关联的一个或多个IAQ感测设备。IAQ感测设备可以分布在第二结构内和/或周围。该请求可以包括对在接收该请求之前的预定时间范围内收集的所有空气质量数据的一般请求。可替代地或附加地,该请求可以包括对第一污染物的当前测量结果的特定请求。
在框930处,确定第一污染物是否存在于第二结构内。例如,传感器管理模块313可以确定位于第二结构内的任何IAQ感测设备是否已传输第一污染物在预定义时间长度内存在于第二结构内的指示。预定义时间长度可以是5分钟、10分钟、30分钟或过去任何类似合适的时间量。如果第二结构内的IAQ感测设备均尚未传输指示,则可以确定第一污染物不在第二结构内。在一些实施例中,确定第一污染物是否存在于第二结构内包括分析由位于第二结构内的一个或多个IAQ感测设备收集的最近的传感器测量结果。例如,传感器管理模块313可以分析由位于第二结构内的一个或多个IAQ感测设备生成的最新报告。该报告可以包括一个或多个可检测污染物的测量结果。作为另一示例,传感器管理模块313可以分析由位于第二结构内的一个或多个IAQ感测设备生成的一个或多个先前报告。一个或多个先前报告可以包括针对预定义时间间隔收集的测量结果。例如,可以分析一个或多个报告,直到所收集的测量结果涵盖过去五分钟、15分钟、30分钟、一小时或任何类似合适的时间段。
如果第一污染物不存在于第二结构内,则方法900可以包括在框934处使第二结构内的一个或多个IAQ感测设备改变至高灵敏度操作模式。一个或多个IAQ感测设备可以包括一个或多个操作模式。例如,每个IAQ感测设备可以包括正常灵敏度模式和/或高灵敏度模式。在一些实施例中,基于当前操作模式来调整对测量结果进行采样的速率。例如,与高灵敏度模式相比,正常灵敏度模式中的采样率可以较低。可替代地或附加地,操作模式可以调整阈值测量值,在该阈值测量值处确定污染物存在。在一些实施例中,使一个或多个IAQ感测设备改变至高灵敏度操作模式包括改变模式达预定义时间长度。例如,一个或多个IAQ感测设备可以在接下来的五分钟、15分钟、30分钟、一小时或任何类似合适的时间量内改变至高灵敏度操作模式。在该时间长度已经到期之后,如果尚未检测到第一污染物,则一个或多个IAQ感测设备可以独立地改变回先前的操作模式。
在一些实施例中,使一个或多个附加结构内的IAQ感测设备改变至高灵敏度操作模式。例如,传感器管理模块313和/或账户管理模块315可以确定在距第一结构的预定义距离内存在一个或多个结构,并且使得每个结构内的一个或多个IAQ感测设备从正常灵敏度操作模式改变至高灵敏度操作模式。各种操作模式可以对应于IAQ感测设备的不同采样率。例如,高灵敏度模式可能使得IAQ感测设备比正常灵敏度模式更频繁地采样。预定义距离可以是距第一结构的任何距离,诸如1英里、5英里、10英里或任何类似合适的距离。
在框938处,针对与第一结构相关联的住宅用户账户发出警报。例如,可以向与映射到第一结构的住宅用户账户相关联的电子设备——诸如移动设备140——发出单一结构警报通知。单一结构警报通知可以通知住宅用户账户的用户在该结构内检测到污染物并且存在污染物源在该结构内的可能性。确定污染物源位于结构内的可能性可以至少部分地基于污染物不存在于第二结构内的确定。单一结构警报通知还可以包括用于减轻由检测到的污染物造成的风险的建议,诸如建议占用者腾出结构和/或打开门窗以改善结构内的流通。
在一些实施例中,不向第一住宅用户账户的用户提供与第二结构和/或与第二结构相关联的住宅用户账户有关的识别信息。例如,向与第一结构相关联的住宅用户账户发出的警报可以指示在第一结构内检测到第一污染物但在第一结构外部尚未检测到第一污染物。在一些实施例中,在确定第一污染物不存在于第二结构内之后,不向第二住宅用户账户发出警报。可以在第二住宅用户账户的用户不知情和/或不参与的情况下完成对与第一结构相关联的住宅用户账户发出警报。例如,第二结构内的一个或多个IAQ感测设备可以响应于来自基于云的空气质量服务器系统的请求和/或改变操作模式,而不以其他方式指示它们正在响应于对信息的请求和/或改变操作模式。
在框942处,可选地使第一结构内的HVAC系统激活外部空气通风组件。例如,可以使诸如智能恒温器170的智能恒温器控制诸如HVAC系统185的HVAC系统,以激活外部空气通风组件。激活外部空气通风组件可以有助于促进用来自该结构外部的新鲜空气替换第一结构内的污染空气。外部空气通风组件可以包括分布在该结构内的一个或多个风扇和/或通风口,使得外部空气可以被吸入第一结构中,同时将污染空气排出该结构。
返回框930,如果第一污染物存在于第二结构内,则方法900可以包括:在框946处,针对与第一结构和第二结构相关联的住宅用户账户发出警报。该警报可以是潜在外在源警报通知。潜在外在源警报通知可以通知住宅用户账户的用户在与用户相关联的结构内检测到污染物并且存在污染物源在结构外部的可能性。潜在外在源警报通知还可以包括减轻检测到的污染物造成的风险的建议,诸如建议占用者留在结构内和/或关闭门窗以减少结构内的外部空气流通。
在一些实施例中,潜在外在源警报通知被发出到与映射到第一结构和第二结构的住宅用户账户相关联的电子设备,诸如移动设备140。在一些实施例中,可以向与映射到附加结构的住宅用户账户相关联的电子设备发出潜在外在源警报通知。可以基于映射到住宅用户账户的结构与第一和/或第二结构之间的距离来识别附加结构和/或住宅用户账户。例如,附加结构可以包括在预定义距离内——诸如在距第一结构和/或第二结构100英尺至10英里的范围内——的任何结构。附加结构可以包括也可以不包括一个或多个IAQ感测设备。例如,可以向与映射到第三结构的住宅用户账户相关联的电子设备发出潜在外在源警报通知,在该第三结构内第一污染物尚未被一个或多个IAQ感测设备检测到。作为另一个示例,可以向与映射到第一和/或第二结构的预定义距离内的结构的任何住宅用户账户相关联的电子设备发出潜在外在源警报通知,而不管结构内部是否存在IAQ感测设备。通过向与内部尚未检测到污染物的结构相关联的住宅用户账户发出警报,可以在污染物到达结构之前采取抢先动作。
在框950处,可选地使第一结构和第二结构内的HVAC系统停用外部空气通风组件。例如,可以使第一结构和第二结构内的诸如智能恒温器170的智能恒温器控制诸如HVAC系统185的HVAC系统以停用外部空气通风组件。停用外部空气通风组件可以帮助减少能够进入第一结构和第二结构的污染物的量。
如图5-9中通过示例的方式所示,可以对分布式环境传感系统进行管理和监测,以便检测一个或多个结构内一个或多个污染物的存在,确定污染物源是否可能位于结构内,并采取主动措施以减轻由检测到的污染物造成的风险。分布式环境传感器网络可以在不暴露和/或以其他方式与其他住宅用户账户的用户共享与住宅用户账户相关联的个人身份信息(PII)的情况下完成每个步骤。
在许多情况下,污染物是由无机过程或源——诸如发电厂或气体泄漏——生成的。在一些情况下,污染物可能来自无机过程或有机过程。例如,二氧化碳可以通过燃烧化石燃料或通过人呼吸产生。作为另一个示例,挥发性有机化合物(VOC)可能源自人为源,诸如蒸发燃料和/或溶剂——例如丙酮,或者它们可能源自一个或多个身体排放物,诸如呼吸和/或皮肤排泄。人产生或排放VOC可能有多种原因。例如,压力可能会导致出汗量增加,从而导致与体味相关联的可检测VOC的附加产生。作为另一个示例,人在喝完酒精饮料后可能会呼出酒精。在许多情况下,人产生VOC是无害的,但在一些情况下,它可能指示存在潜在的健康问题或状况。例如,丙酮产生的增加可能与糖尿病酮症酸中毒相关。
在一些情况下,用于检测和测量由身体机能产生的VOC的方法和系统可能是耗时的和/或使用更昂贵和专业的实验室设备。在一些实施例中,如上所述和本文进一步描述的环境感测系统中的一个或多个传感器用于检测和测量由身体机能产生的VOC。例如,通过在一段时间内监测来自一个或多个传感器的传感器测量结果,系统可以被配置为检测该时间期间一个或多个VOC的增加,并进一步确定VOC的源是特定的人,而无需人的积极参与或互动。在检测和测量一个或多个VOC之后,可以为人生成一份报告,为他们提供有关其健康的专门信息以及作为响应采取附加动作的明智建议。
结合附图提供了关于VOC的检测和测量以及从环境传感器网络系统生成健康评估的进一步细节。图10图示了用于基于检测到的挥发性有机化合物生成健康评估的系统1000的实施例。系统1000可以包括:网络130;移动设备140;智能恒温器170;基于云的健康服务器系统1010;中枢(hub)设备1020;睡眠传感器1030;可穿戴传感器1040;VOC传感器175;二氧化碳传感器1050;压力传感器1060;以及,运动传感器1070。网络130、移动设备140和智能恒温器170可以如关于上面的图1-4详细描述的那样起作用。VOC传感器175可以如关于上面的图1详细描述的那样起作用。系统1000的一个或多个组件可以被包括在一个或多个电子设备中。例如,睡眠传感器1030、VOC传感器175、二氧化碳传感器1050、压力传感器1060和/或运动传感器1070可以是电子设备或传感器系统的组件,诸如关于上面图1-4描述的空气质量传感器165。系统1000的一个或多个组件可以贯穿诸如如上所述的结构160的结构分布和/或在封闭空间内分布。
在一些实施例中,系统1000的一个或多个组件可以与基于云的空气质量服务器系统110或上述系统100的任何组件通信。同样,本领域技术人员应当理解,系统1000中的组件的任何组合可以被包括在跨一个或多个设备。同样,应当理解,系统1000中表示的一个或多个组件可以包括重复项。例如,系统1000可以包括多个VOC传感器175。
基于云的健康服务器系统1010可以包括一个或多个处理器,其被配置为执行各种功能,诸如接收和分析来自系统1000的一个或多个其他组件的传感器测量结果。基于云的健康服务器系统1010可以包括运行一个或多个过程的一个或多个物理服务器。基于云的健康服务器系统1010还可以包括跨基于云的服务器系统分布的一个或多个过程。在一些实施例中,基于云的健康服务器系统1010通过网络130连接到系统1000的任何或所有其他组件。例如,基于云的健康服务器系统1010可以连接到VOC传感器175以接收由VOC传感器175在一段时间内收集的VOC测量结果。可替代地或附加地,基于云的健康服务器系统1010可以连接到中枢设备1020以请求和接收从系统1000的一个或多个组件收集的传感器测量结果。
基于云的健康服务器系统1010可以被配置为基于来自其他感测设备——诸如二氧化碳传感器1050、压力传感器1060和/或运动传感器1070——的一个或多个附加输入将检测到的VOC归因于人。例如,基于云的健康服务器系统1010可以识别从二氧化碳传感器1050收集的一个或多个测量结果,该一个或多个测量结果指示人在二氧化碳传感器1050的邻近区存在较长时间段。此外,基于云的健康服务器系统1010可以识别在人存在的时间段期间由二氧化碳传感器1050的邻近区的VOC传感器175检测到的一个或多个VOC的浓度的增加。最后,基于一个或多个VOC的浓度的增加与人存在于VOC传感器175邻近区的时间段一致的确定,一个或多个VOC的产生可以与人相关联。
基于云的健康服务器系统1010可以被配置为管理用户账户。例如,基于云的健康服务器系统1010可以允许任何人创建用户账户以便参与VOC的检测和测量和/或接收基于检测到的VOC的健康评估。在一些实施例中,用户账户与诸如如上所述的结构160的住宅结构相关联。用户账户可以与由如上所述的账户管理模块315管理的住宅用户账户相同和/或以与其类似的方式进行管理。用户可以在用户账户下为与该用户账户相关联的结构的每个占用者创建多个配置文件。用户可以将一个或多个感测设备——诸如VOC传感器175和二氧化碳传感器1050——与用户账户和/或用户账户的特定简档相关联。例如,基于VOC传感器175定位于与特定简档相关联的占用者的卧室内,VOC传感器175可以与特定简档相关联。
基于云的健康服务器系统1010可以被配置为基于归因于与用户账户相关联的人的一个或多个检测到的VOC来生成用户账户的健康评估。健康评估可以包括检测到并归因于人的特定VOC的报告。附加地或可替代地,健康评估可以包括人的整体健康的指示,其可以包括该人可能患有一个或多个健康状况或疾病的可能性或预测。例如,健康评估可能指示有很大可能性人患有病毒或细菌感染、特定疾病、体味增加和/或与平均健康水平的个体相比产生异常量的一个或多个VOC。预测人患有健康状况的可能性可以包括将人增加的第一VOC排放识别为与健康风险——诸如疾病或感染——相关联的症状。
基于云的健康服务器系统1010还可以连接到移动设备140以传输对与移动设备140相关联的人的健康评估。例如,在检测到VOC产生并将其归因于与移动设备140相关联的人之后,基于云的健康服务器系统1010可以向移动设备140发送带有指示检测到VOC的警报以及与VOC相关联的任何潜在的健康影响的通知。基于云的健康服务器系统1010还可以连接到智能恒温器170以发送指示如何和/或何时控制HVAC系统的命令。例如,基于云的健康服务器系统1010可以向智能恒温器170发送命令,指令其基于对人产生的、指示人太冷或太热的一个或多个VOC的检测来调整设定点温度。
在一些实施例中,基于云的健康服务器系统1010可以与基于云的空气质量服务器系统110和/或基于云的空气质量服务器系统110的扩展相同。例如,基于云的健康服务器系统1010和基于云的空气质量服务器系统110可以各自包括跨基于云的服务器系统分布的一个或多个过程。附加地或可替代地,基于云的空气质量服务器系统110的一个或多个组件可以支持基于云的健康服务器系统1010。例如,传感器管理模块313可以分析由系统1000的一个或多个组件——诸如二氧化碳传感器1050、压力传感器1060和运动传感器1070——收集的测量结果。作为另一示例,账户管理模块315可以控制和管理与一个或多个人相关联的一个或多个用户账户。
中枢设备1020可以是能够经由网络130与基于云的健康服务器系统1010通信的计算机化设备。中枢设备1020还可以被配置为经由网络130和/或直接与睡眠传感器1030、可穿戴传感器1040、VOC传感器175、二氧化碳传感器1050、压力传感器1060和运动传感器1070中的任一个通信。例如,中枢设备1020可以被配置为经由各种定制或标准无线协议(Wi-Fi、6LoWPAN、/> HomeKit配件协议Matter等)中的任何一种和/或各种定制或标准有线协议(CAT6以太网、/>等)的任何一种来发送和接收通信。在一些实施例中,中枢设备1020可以充当在网状网络和诸如Wi-Fi网络的无线网络之间转换通信的边缘路由器。例如,一个或多个组件——诸如VOC传感器175、二氧化碳传感器1050、压力传感器1060和/或运动传感器1070——可以形成网状网络并将数据传输到中枢设备1020以中继到基于云的健康服务器系统1010用于分析。
在一些实施例中,系统1000的一个或多个组件可以被包括在中枢设备1020中。例如,中枢设备1020可以包括VOC传感器175、二氧化碳传感器1050、压力传感器1060和/或运动传感器1070的任何组合。用户可以与在中枢设备1020上执行的应用交互,以控制智能恒温器170、VOC传感器175、睡眠传感器1030、可穿戴传感器1040、二氧化碳传感器1050、压力传感器1060和/或运动传感器1070或与之交互。例如,中枢设备1020的用户可以监测智能恒温器170的状态或者向智能恒温器170发送加热和冷却指令,这又将导致HVAC系统向用户的家提供加热或冷却。中枢设备1020还可以通过网络130连接到基于云的空气质量服务器系统110。例如,基于云的空气质量服务器系统110可以向移动设备140发送关于用户家或位置周围或内部的空气质量的通知。中枢设备1020还可以通过网络130连接到基于云的健康服务器系统1010。例如,中枢设备1020可以将从一个或多个传感器收集的传感器测量结果传输到基于云的健康服务器系统1010,并且接收基于对收集的传感器测量结果的分析的健康评估通知和/或更新。通知或更新可以采用短信、电子邮件或通过应用通知的形式。中枢设备1020可以包括被配置为显示通知和/或更新的电子显示器。
睡眠传感器1030可以是被配置为检测人何时正在睡觉并监测睡眠质量的一个或多个传感器。例如,睡眠传感器1030可以包括心率监测器、呼吸速率监测器、大脑活动监测器、运动检测传感器和眼睛活动监测器或者能够监测和检测睡眠的人的可测量特性的任何其他类似传感器中的一个或多个。在一些实施例中,来自睡眠传感器1030的测量结果可以与收集的VOC测量结果结合使用以生成人的健康评估。例如,在检测到一个或多个VOC的存在之后,由睡眠传感器1030收集的传感器数据可用于确定人实际上是检测到的VOC的源并且该人正在睡觉。作为另一个示例,在检测到VOC的存在之后,可以基于由睡眠传感器收集的传感器数据来生成睡眠质量评估。睡眠质量评估可以与收集的VOC测量结果结合使用,以单独基于VOC测量结果证实初始健康评估。
可穿戴传感器1040可以是被配置为检测和/或监测与穿戴者健康相关的各种生命体征和身体机能的一个或多个传感器。例如,可穿戴传感器1040可以包括心率监测器、呼吸速率监测器、脉搏血氧计、大脑活动监测器、运动检测传感器、眼睛活动监测器和/或用于监测人的活动的任何类似合适的传感器中的一个或多个。在一些实施例中,可穿戴传感器1040可以包括睡眠传感器1030或者被包括在睡眠传感器1030中。例如,睡眠传感器1030可以是可穿戴传感器1040的、被配置为监测和分析与睡眠相关联的各种测量的组件。可穿戴传感器1040还可以被配置为确定穿戴者的当前活动水平。当前活动水平可以指示佩戴者是否久坐、进行轻度活动和/或进行剧烈活动。所收集的佩戴者的测量结果和/或任何相关的确定——诸如活动水平——可以与所收集的VOC测量结果结合使用以生成佩戴者的健康评估。例如,在确定一个或多个VOC——诸如体味——的检测水平由于佩戴者进行剧烈活动而增加之后,可以忽略它们的检测水平的增加。在一些实施例中,可穿戴传感器1040与系统1000的一个或多个其他组件通信。例如,可穿戴传感器1040可以通过与移动设备140配对。可穿戴传感器1040还可以将收集到的测量结果传输到基于云的健康服务器系统1010并从基于云的健康服务器系统1010接收健康评估通知。
二氧化碳传感器1050可以是空气质量传感器,诸如如上所述的空气质量传感器165,其被配置为检测和测量传感器的邻近处的二氧化碳和任何其他数量的污染物的浓度。可替代地,二氧化碳传感器1050可以是被配置成单独检测和测量二氧化碳浓度的独立感测设备。二氧化碳传感器1050可以测量百万分之几(PPM)和/或十亿分之几(PPB)的二氧化碳浓度。
二氧化碳传感器1050可以被配置为基于一时间段内二氧化碳的累积来确定人存在于二氧化碳传感器1050的邻近区。例如,二氧化碳传感器1050可以检测与至少一个人的存在一致的所测量的二氧化碳浓度的稳定增加速率,并且确定至少一个人存在于传感器的邻近区。作为另一个示例,二氧化碳传感器1050可以检测二氧化碳浓度从第一稳态浓度到与人占用一致的第二稳态浓度的增加。在一些实施例中,与人占用一致的环境内二氧化碳累积的速率和/或稳态浓度是预编程值。可替代地或附加地,可以使用经过训练的机器学习模型通过分析历史二氧化碳测量结果来确定那些值。可以用附加的输入——诸如从系统1000的一个或多个其他组件收集的测量结果——来训练机器学习模型。
二氧化碳传感器1050可以被配置为基于一时间段内二氧化碳的累积来确定二氧化碳传感器1050位于封闭空间内和/或封闭空间基本上密封。封闭空间可以是所有侧面被物理屏障——诸如墙壁、天花板和地板——包围的区域。附加地或可替代地,封闭空间可以是具有有限入口和出口的区域。封闭空间的示例可包括:汽车、休闲车(例如露营车)、房屋、办公室、公寓、飞机和/或火车。当封闭空间内的一个或多个气体的浓度被抑制和/或不能与封闭空间外的一个或多个气体的浓度达到平衡时,封闭空间可以基本上密封。可替代地或附加地,当封闭空间内的气压不受封闭空间外部的气压的改变影响时,封闭空间可以基本上密封。确定封闭空间基本上密封可以包括确定流入和/或流出封闭空间的空气体积低于阈值流速。由于人占用者的正常呼吸,在基本上密封的封闭空间内,二氧化碳可能会累积,和/或二氧化碳的浓度可能会增加。因此,确定封闭空间基本上密封还可以包括检测封闭空间内二氧化碳浓度的累积和/或增加。
在一些实施例中,封闭空间的大小可用于进一步确定封闭空间是基本上密封的和/或有人存在于封闭空间内。例如,可以用封闭空间的大小和/或体积来编程二氧化碳传感器1050。可替代地,可以由二氧化碳传感器1050位于其中的封闭空间的尺寸来确定封闭空间的体积。然后,该体积可以被存储在二氧化碳传感器1050的存储器中和/或在基于云的健康服务器系统1010的存储器中。基于封闭空间的体积,二氧化碳在封闭空间内将增加的预期速率当有人存在时,可以向上或向下调整。例如,二氧化碳在小空间中将增加的速率可能比在较大空间中更快。
压力传感器1060可以是被配置为测量电子设备的邻近区的大气压力的电子设备。压力传感器1060可以包括一个或多个气压计。压力传感器1060可以测量以巴和/或毫米/英寸汞柱为单位的大气压力。在一些实施例中,由压力传感器1060测量的大气压力可用于帮助确定封闭空间是基本上密封的。例如,如果由压力传感器1060测量的检测到的气压改变多于阈值,则这可以对应于封闭空间中的窗户或门被关闭,从而密封封闭空间。可替代地或附加地,如果由压力传感器1060测量的检测到的空气压力在预定义的时间间隔的过程没有改变,或者改变少于阈值,则这可以对应于在预定义时间间隔期间在封闭空间中没有窗户或门被打开。
运动传感器1070可以是具有一个或多个传感器的电子设备,该一个或多个传感器被配置为检测诸如封闭空间的环境内的运动。例如,运动传感器1070可以包括雷达传感器、激光雷达传感器、照相传感器、红外传感器或能够检测环境内的运动的任何类似合适的传感器中的一个或多个。在一些实施例中,由运动传感器1070检测到的运动用于帮助确定人存在于封闭空间内。例如,由运动传感器1070检测到的运动可以与由二氧化碳传感器1050收集的测量结果组合以确定人实际上存在于封闭空间内。
图11图示了环境1100的示例,在该环境1100内,可以应用本文进一步描述的设备、方法、系统、服务和/或计算机程序产品中的一个或多个。所描绘的环境1100包括结构1104。结构1104可以包括例如房屋、共管公寓、公寓、办公楼、车库或移动房屋,并且可以类似于如上所述的结构160。环境1100可以包括实际结构1104内的设备,诸如VOC传感器175、智能恒温器170、中枢设备1020、睡眠传感器1030、可穿戴传感器1040、二氧化碳传感器1050、传感器设备1110和无线路由器235。传感器设备1110可以包括压力传感器——诸如压力传感器1060,和/或运动传感器——诸如运动传感器1070,如上所述。
结构1104可以包括一个或多个封闭空间1108,该一个或多个封闭空间1108经由从侧面封闭该结构和封闭空间1108的一个或多个壁至少部分地彼此分离。结构1104还可以包括从上方和下方包围该结构的天花板和墙壁。墙壁可以包括窗户1120和门1130。当窗户1120和门1130中的每一个关闭时,封闭空间1108可以变得基本上密封,如上所述。设备可以安装在封闭空间1108内的墙壁和/或表面上、与该墙壁和/或表面整合和/或由其支撑。例如,智能恒温器170可以安装在封闭空间1108的内壁上,而VOC传感器175可以定位在诸如书桌或床头柜的表面上。
一个或多个智能、网络连接、多感测设备——诸如VOC传感器175和二氧化碳传感器1050——可以检测和测量封闭空间1108内的有害物质和/或污染物——诸如VOC和二氧化碳——的浓度。一个或多个传感器设备——诸如传感器设备1110——可以检测封闭空间1108内的气压的改变和/或占用者的移动。由一个或多个设备中的每一个收集的数据可以被提供给中央设备和/或服务,诸如基于云的健康服务器系统1010或中枢设备1020,以用于分析。
除了包含处理和感测能力之外,每个设备——诸如智能恒温器170、中枢设备1020、睡眠传感器1030、可穿戴传感器1040、二氧化碳传感器1050、传感器设备1110——能够进行数据通信以及与每个其他设备以及与世界上任何地方网络连接的任何云服务器或任何其他设备——诸如如上所述的移动设备140——共享信息。这些设备可以经由各种定制或标准无线协议(Wi-Fi、6LoWPAN、/> HomeKit配件协议/>Matter等)的任何一种和/或各种定制或标准有线协议(CAT6以太网、/>等)的任何一种来发送和接收通信。每个设备还能够接收来自用户的话音命令或其他基于话音的输入,诸如Google/>界面。
例如,第一设备可以经由无线路由器235与第二设备通信。设备还可以经由到诸如网络130的网络的连接与远程设备通信。通过网络130,设备可以与中央服务器或云计算系统——诸如基于云的健康服务器系统1010和/或基于云的空气质量服务器系统110——通信。此外,软件更新可以从中央服务器或云计算系统自动发送到设备(例如,在可用时、在购买时或按常规间隔)。
凭借网络连接性,图11的设备中的一个或多个设备还可以允许用户与设备交互,即使用户不靠近设备。例如,用户可以与诸如移动设备140的设备进行通信。网页或app可以被配置为接收来自用户的通信并基于该通信来控制设备和/或向用户呈现关于设备的操作的信息。例如,用户可以使用计算机查看一个或多个类型的污染物的当前浓度。在该远程通信期间,用户可以在结构中或在结构外。
图12图示了在封闭空间中检测到的二氧化碳和VOC浓度的图表1200。图表1200图示了作为时间的函数的、在封闭空间内测量的二氧化碳浓度1208。图表1200还图示了作为时间的函数的、在封闭空间内测量的VOC浓度1212。竖轴1202将空气中的浓度指示为百万分之几,然而,可以使用空气传播污染物浓度的任何类似的测量单位,诸如十亿分之几和/或每立方米毫克。横轴1204指示以小时为单位的时间,尽管可以使用任何时间单位来提供期望的粒度水平。测量的VOC浓度1212可以表示一个或多个类型的VOC。例如,VOC浓度1212可以表示由诸如VOC传感器175的VOC传感器可检测的所有VOC的组合浓度。其中收集测量结果的封闭空间可以包括卧室。
如图12所示,测量的二氧化碳浓度1208在一天的大部分时间保持在稳定水平,并且在大约21:00和第二天早上06:00之间急剧增加,然后再次减少。大约21:00处的二氧化碳浓度1208的初始峰值1216可以与人进入封闭空间的时间和/或与人呼吸增加相对应的人在封闭空间内的活动量的增加一致。在时间1220开始的二氧化碳浓度1208的稳定增加可以与人关闭封闭空间的门的时间一致,从而导致封闭空间基本上密封并限制二氧化碳从封闭空间内到封闭空间外部的均衡,如上所述。随后在时间1224开始的二氧化碳浓度1208的降低可能与人打开门的时间一致,从而导致封闭空间不再基本上密封并且在封闭空间内积聚的二氧化碳与在封闭空间外的二氧化碳平衡。
如图12进一步所示,时间间隔1228指示其间二氧化碳浓度1208朝着时间1224处的峰值稳定增加的时间。基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——可以被配置为分析测量二氧化碳浓度1208并确定在时间间隔1228期间有人存在。可替代地或附加地,一个或多个其他设备——诸如移动设备140和/或中枢设备1020——可以被配置为确定在时间间隔1228期间有人存在。基于云的健康服务器系统或另一设备可以进一步被配置为确定人在时间间隔1228期间正在睡觉。确定人在时间间隔1228期间存在和/或正在睡觉可以包括分析由一个或多个其他传感器——诸如如上所述的睡眠传感器1030、可穿戴传感器1040、压力传感器1060和/或运动传感器1070——收集的附加数据。例如,运动传感器1070在时间1220检测到的移动和来自睡眠传感器1030的人在间隔1228的某个部分期间正在睡觉的指示可以用于确定人在整个时间间隔1228期间存在并且至少大部分时间间隔1228正在睡觉。
图12还图示了除了贯穿收集的测量结果期间VOC浓度1212偶尔增加之外,VOC浓度1212在时间间隔1228也轻微增加。基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——可以被配置为结合测量的VOC浓度1212来分析测量的二氧化碳浓度1208,并将在时间间隔1228上的VOC浓度1212的轻微增加归因于人而不是某个其他人为源。例如,在基于测量的二氧化碳浓度1208和来自其他设备的输入确定人在封闭空间内存在和/或正在睡觉之后,基于云的健康服务器系统1010可以将VOC浓度1212的轻微增加归因于人。可替代地或附加地,一个或多个其他设备——诸如移动设备140和/或中枢设备1020——可以被配置为将VOC浓度1212的增加归因于人。在将VOC浓度1212的增加归因于人之后,可以采取附加的步骤,诸如基于归因于人的特定VOC来生成人的健康评估。
图13图示了用于查看基于检测到的挥发性有机化合物生成的健康评估的界面1300的实施例。在一些实施例中,用于查看基于检测到的挥发性有机化合物生成的健康评估的界面可以显示在一个或多个类型的电子设备上,诸如如上所述的移动设备140和/或中枢设备1020。可以通过执行在电子设备上运行的软件应用和/或通过使用Web浏览器访问网页来访问界面1300。例如,界面1300可以是由移动设备140和/或中枢设备1020执行的应用的主页。
界面1300可以被配置成以各种格式显示一个或多个类型的信息,该信息涉及封闭空间内的VOC的检测和/或基于检测到的VOC生成的健康评估。例如,如图13所示,界面1300可以被配置为显示横幅通知1304,该横幅通知1304指示已经为与电子设备相关联的用户生成了健康评估。在一些实施例中,在电子设备上运行的应用可以使界面1300显示弹出对话框、标记、警报或任何其他合适的通知方法以警告用户已经为用户生成了健康评估。
如图13所示,界面1300还可以被配置为显示相关信息的一个或多个容器1308。例如,界面1300可以包括VOC检测容器1308-1和/或健康评估容器1308-2。每个容器1308可以包括用于显示相关数据的一个或多个字段。例如,VOC检测容器1308-1可以包括:指示由VOC传感器测量和/或检测到的VOC的检测到的VOC 1312;以及,指示被测量或检测到的每个VOC的浓度的VOC水平1316。VOC水平1316可以指示以百万分之几、十亿分之几为单位的VOC浓度、等级(例如,低、中、高)、或用于显示测量的VOC的浓度的任何类似合适的测量。
作为另一示例,健康评估容器1308-2可以包括健康风险1320、症状1324和/或附加链接1328。健康风险1320可以指示基于检测到的一个或多个VOC的浓度而识别的总体健康风险,诸如检测到的VOC 1312。健康风险可以是诸如潜在疾病或不适的任何类型的健康风险和/或诸如病毒或细菌感染的感染,如上所述。
症状1324可以指示与每个识别的健康风险相关联的常见症状。症状1324还可以指示用户正在经历的并且进一步与每个所识别的健康风险相关联的其他症状。例如,用户可以经由分离的界面向系统提供用户当前正在经历的一个或多个症状,并且可以基于用户提供的症状来生成和/或更新健康评估。还可以根据其他传感设备——诸如睡眠传感器或可穿戴传感器——收集的测量结果来识别症状。例如,睡眠传感器收集的测量结果可能指示用户正在经历低于平均的睡眠质量。然后,低于平均的睡眠质量的指示可以与一个或多个VOC的检测结合使用,以识别具有匹配症状的健康风险。作为另一个示例,可穿戴传感器收集的测量结果可能指示用户最近已经经历了较高的血压和心率加快,同时VOC传感器已检测到与体味相关联的VOC。生命体征水平的增加和与体味相关联的VOC的组合可用于将压力识别为与所有检测到的症状相关联的健康风险。
附加链接1328可以包括到与每个健康风险相关的附加信息的链接。一些链接可能导航到应用和/或网站的新页面。例如,应用可能具有针对每个健康风险的一页或多页信息。附加链接1328还可以被配置为导航到外部页面和/或网站。例如,附加链接1328可以导航到专用健康网站或专门治疗该特定健康风险的当地医生的网站。
在一些实施例中,VOC检测容器1308-1和健康评估容器1308-2可经由应用和/或网站的不同页面来访问。例如,用户可能能够导航到应用和/或网站的传感器状态页面,以便查看VOC检测容器1308-1和/或由一个或多个附加感测设备——诸如二氧化碳传感器1050、睡眠传感器1030、可穿戴传感器1040和/或运动传感器1070——收集的最新测量结果。VOC检测容器1308-1和健康评估容器1308-2还可以经由应用和/或网站的单个页面来访问。例如,健康评估页面可以包括VOC检测容器1308-1和健康评估容器1308-2两者。作为另一示例,响应于从用户接收到与横幅通知1304相关联的选择,界面1300可以显示健康评估页面。
用户可以通过使用与特定用户账户相关联的用户凭证登录来访问界面1300。例如,在打开应用和/或访问网站之后,可以提示用户在登录页面上输入用户凭证。登录之后,界面1300中可用的信息可以特定于特定用户账户。例如,每个用户账户可以与封闭空间和感测设备的独特组合相关联。在登录之后,界面1300可以显示用户账户的主页,包括用于修改与用户账户相关联的一个或多个设置和/或特征的交互字段。例如,通过导航到设置页面,用户可能能够相对于用户账户添加和/或移除感测设备、将现有感测设备与用户账户的不同封闭空间相关联,将简档与用户账户的不同封闭空间相关联,和/或任何其他类似合适的行为。
可以使用上面图10中详述的系统来执行各种方法,以管理VOC的检测和测量以及从环境传感器网络系统生成健康评估,如关于上面图11-13详细描述的。图14A和14B图示了用于基于检测到的挥发性有机化合物生成健康评估的方法1400的实施例。在一些实施例中,方法1400可以由基于云的健康服务器系统——诸如如结合上面图10所描述的基于云的健康服务器系统1010——来执行。在一些实施例中,方法1400的各个步骤可以由一个或多个感测设备——诸如如关于上面图10所描述的VOC传感器175、二氧化碳传感器1050、压力传感器1060和/或运动传感器1070——执行。在一些实施例中,方法1400的一些步骤可以由基于云的健康服务器系统——诸如基于云的健康服务器系统1010——执行,而其他步骤由感测设备——诸如VOC传感器175——执行。
方法1400可以包括在框1410处,在第一时间段期间利用VOC传感器测量封闭空间中的VOC浓度。VOC传感器可以与如上所述的VOC传感器175相同或以与其类似的方式起作用。VOC传感器还可以被配置为测量封闭空间内的一个或多个附加VOC的浓度。一个或多个VOC的浓度可以以百万分之几、十亿分之几或用于测量VOC的任何类似合适的测量单位来测量。封闭空间可以设置在结构内,诸如如上所述的结构160。例如,该结构可以是房屋,并且封闭空间可以是房屋内的卧室。该结构可以具有一个或多个附加的VOC传感器,该一个或多个附加的VOC传感器贯穿其他封闭空间中的结构来设置。例如,结构内的每个卧室可以具有布置在其中的VOC传感器。该结构、封闭空间和/或VOC传感器可以与由基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——控制和/或管理的用户账户相关联。封闭空间可以与用户账户下的特定人占用者和/或用户简档相关联。例如,用户账户可以存储与通常占据封闭空间的用户简档相关联的封闭空间的描述。
在框1414处,在第一时间段期间监测封闭空间内的运动。封闭空间内的运动可以由一个或多个运动传感器——诸如如上所述的运动传感器1070——来监测。运动传感器可以是具有被配置为检测封闭空间内的运动的一个或多个传感器的电子设备。例如,运动传感器可以包括雷达传感器、激光雷达传感器、照相传感器(例如,相机)、红外传感器或能够检测环境内的运动的任何类似合适的传感器中的一个或多个。
在框1418处,在第一时间段期间测量封闭空间内的二氧化碳浓度。可以使用二氧化碳传感器——诸如如上所述的二氧化碳传感器1050——来测量二氧化碳浓度。二氧化碳传感器可以是空气质量传感器,诸如如上所述的空气质量传感器165,其被配置为检测和测量传感器的邻近区内的二氧化碳和任何其他数量的污染物的浓度。可替代地,二氧化碳传感器可以是被配置为单独检测和测量二氧化碳浓度的独立感测设备。二氧化碳传感器可以以百万分之几(PPM)和/或十亿分之几(PPB)为单元测量二氧化碳浓度。
在框1422处,确定人是否存在于封闭空间内。确定人是否存在于封闭空间内可以包括检测一时间段内二氧化碳的累积。例如,二氧化碳传感器——诸如二氧化碳传感器1050——可以被配置为基于一时间段内二氧化碳的累积来确定人存在于二氧化碳传感器的邻近区,因此存在于封闭空间内。附加地或可替代地,诸如中枢设备或基于云的健康服务器系统的另一设备可以被配置为分析来自二氧化碳传感器的二氧化碳测量结果并检测一时间段内二氧化碳的累积。在一些实施例中,检测到的封闭空间内的移动用于帮助确定人存在于封闭空间内。例如,由运动传感器1070检测到的运动可以与由二氧化碳传感器1050收集的测量结果组合以确定人实际上存在于封闭空间内。
测量的二氧化碳浓度可以指示与至少一个人的存在一致的测量的二氧化碳浓度的稳定增长率,并且因此指示确定至少一个人存在于传感器的邻近区内。作为另一个示例,测量的二氧化碳浓度可以指示二氧化碳浓度从第一稳态浓度增加到与人占用一致的第二稳态浓度。在一些实施例中,与人占用一致的环境内二氧化碳累积的速率和/或稳态浓度是预编程值。可替代地或附加地,可以使用经过训练的机器学习模型通过分析封闭空间的历史二氧化碳测量结果来确定那些值。可以利用附加的输入——诸如从系统1000的一个或多个其他组件收集的测量结果——来训练机器学习模型。如果在封闭空间内尚未存在任何检测到的运动和/或二氧化碳的累积,则方法1400可以返回框1414或框1418以继续测量二氧化碳浓度和/或检测封闭空间内的运动,直到可以确定人在封闭空间内。
如果确定有人存在于封闭空间内,则方法1400可以可选地包括在框1426处测量第一时间段期间封闭空间内的气压。封闭空间内的气压可以使用压力传感器——诸如如上所述的压力传感器1060——来测量。压力传感器可以是被配置为测量电子设备的邻近区的大气压力的电子设备。压力传感器可以包括一个或多个气压计。封闭空间内的气压可以以巴和/或毫米/英寸汞柱为单位来测量。在一些实施例中,由压力传感器测量的大气压力可用于帮助确定封闭空间是基本上密封的。例如,如果由压力传感器1060测量的检测到的气压改变多于阈值,则这可以对应于封闭空间中的窗户或门被关闭,从而密封封闭空间。可替代地或附加地,如果由压力传感器1060测量的检测到的气压在预定义的时间间隔的过程没有改变,或者改变少于阈值,则这可以对应于在预定义时间间隔期间在封闭空间内没有窗或门被打开。
在框1430处,确定封闭空间是否基本上密封。封闭空间可以是所有侧面被物理屏障——诸如墙壁、天花板和地板——包围的区域。附加地或可替代地,封闭空间可以是具有有限入口和出口的区域。封闭空间的示例可以包括:汽车、休闲车(例如露营车)、房屋、办公室、公寓、飞机和/或火车。当封闭空间内的一个或多个气体的浓度被抑制和/或不能与封闭空间外的一个或多个气体的浓度达到平衡时,封闭空间可以基本上被密封。可替代地或附加地,当封闭空间内的气压不受封闭空间外部的气压改变影响时,封闭空间可以基本上密封。确定封闭空间基本上密封可以包括确定流入和/或流出封闭空间的空气体积低于阈值流速。
确定封闭空间是否基本上密封还可以包括用二氧化碳传感器检测一时间段内二氧化碳的累积。二氧化碳传感器可以被配置为基于一时间段内二氧化碳的累积来确定二氧化碳传感器位于封闭空间内和/或封闭空间基本上密封。由于人占用者的正常呼吸,在基本上密封的封闭空间内,二氧化碳可能会积聚,和/或二氧化碳的浓度可能会增加。因此,确定封闭空间基本上密封还可以包括检测封闭空间内二氧化碳浓度的累积和/或增加。
在一些实施例中,封闭空间的大小可用于进一步确定封闭空间是基本上密封的和/或有人存在于封闭空间内。封闭空间的大小和/或体积可以由封闭空间的大小来确定。然后该体积可以被存储在二氧化碳传感器的存储器中和/或基于云的健康服务器系统的存储器中。基于封闭空间的体积,当有人存在时二氧化碳在基本上密封的封闭空间内将增加的预期速率可以被向上或向下调整。例如,二氧化碳在小空间中将增加的速率可能比在较大空间中更快。
确定封闭空间是否基本上密封还可以包括监测封闭空间内的气压。例如,如果由压力传感器测量的检测到的气压的改变多于阈值,则这可以对应于封闭空间中的窗户或门被关闭,从而密封封闭空间。可替代地或附加地,如果由压力传感器测量的检测到的气压在第一时间段上没有改变,或者改变少于阈值,则这可以对应于在第一时间段期间在封闭空间中没有门窗被打开。如果确定封闭空间没有基本上密封,则方法1400可以返回至框1426以继续测量封闭空间内的气压,直到做出封闭空间基本上密封的确定。可替代地,例如,如果确定人不再存在于封闭空间内,则方法1400可返回至框1418。
继续图14B,如果确定封闭空间基本上密封,则方法1400可以包括在框1434处检测该时间段期间VOC浓度的增加。检测在该时间段期间VOC浓度的增加可以由基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——来执行。例如,基于云的健康服务器系统1010可以接收由VOC传感器在第一时间段期间收集的一个或多个测量结果,并分析该一个或多个测量结果以确定在第一时间段期间封闭空间内的VOC浓度是否增加。附加地或可替代地,中枢设备或其他电子设备——诸如中枢设备1020和/或移动设备140——可以被配置以分析由一个或多个VOC传感器收集的测量结果并检测第一时间段期间VOC的增加。作为另一示例,一个或多个VOC传感器可以被配置为检测一个或多个VOC的浓度的增加。VOC传感器可以包括一个或多个VOC的阈值浓度值,并且可以创建和/或传输与当一个或多个VOC的浓度升至高于每个特定VOC的阈值浓度值时的时间相关联的标记。
在一些实施例中,在确定人位于封闭空间内并且该空间基本上密封时,发起检测和/或分析由VOC传感器收集的测量结果。例如,由一个或多个VOC传感器收集的测量结果可以存储在缓冲器中涵盖过去预定义时间段。当收集新的测量结果时,可以移除最旧的测量结果以优化存储空间。在确定人位于封闭空间内并且封闭空间基本上密封之后,可以触发警报或过程,从而导致对缓冲的VOC测量结果进行分析。直到自确定人在该空间内并且该空间基本上被密封起已经过去了预定义的时间量之后,才可以触发警报或过程。预定义的时间量可以基于VOC在基本上密封的封闭空间内累积所花费的时间量。例如,基于封闭空间的体积和平均呼吸速率,自封闭空间变得基本密封起2小时、4小时、6小时或更长时间内,人排放的VOC可能不会累积到可检测的水平。
在确定人位于封闭空间内之后,封闭空间基本上密封,并且检测到VOC浓度的增加,增加的浓度可以归因于封闭空间内的人。将检测到的VOC归因于人可以基于来自其他感测设备——诸如如上所述的二氧化碳传感器1050、压力传感器1060和/或运动传感器1070——的一个或多个附加输入。在一些实施例中,VOC浓度的增加可以归因于与由基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——控制和管理的用户账户相关联的人。例如,基于云的健康服务器系统可以确定所收集的测量结果是从布置在与用户账户的简档相关联的房间内的VOC传感器接收的,并且将VOC浓度的增加归因于简档和/或与简档相关联的人。
在一些实施例中,如果未检测到VOC上的增加,则方法1400可以返回到1422以再次确定人是否存在于封闭空间内。例如,如果确定人已经离开封闭空间,则过程可以重新开始,直到在封闭空间内再次检测到人为止。可替代地,方法1400可以返回框1430以再次确定封闭空间是否基本上密封。例如,如果封闭空间内的人打开窗户或门,则该过程可以重新开始,直到确定人不再处于封闭空间内,或者封闭空间再次基本上密封。
如果检测到VOC浓度的增加,则方法1400可以包括在框1438处基于检测到的VOC浓度的增加生成对人的健康评估。健康评估可能包括检测到并归因于人的特定VOC的报告。附加地或可替代地,健康评估可以包括人的整体健康的指示,其可以包括该人可能患有一个或多个健康状况或疾病的可能性或预测。例如,健康评估可能指示有很大可能性人患有病毒或细菌感染、特定疾病、体味增加和/或与平均健康水平的个体相比产生异常量的一个或多个VOC。预测人患有健康状况的可能性可以包括将人增加的第一VOC排放识别为与诸如疾病或感染的健康风险相关联的症状。
生成健康评估还可以包括分析与人相关联的一个或多个识别特征。识别特征可以包括:年龄、体重、整体健康状况、公开的疾病或既往病史、最近的生命体征测量结果——诸如静息心率、静息呼吸频率、血压——以及可以帮助诊断健康状况的任何类似合适的可识别特征。识别特征可以被存储和/或与由基于云的健康服务器系统——诸如如上所述的基于云的健康服务器系统1010——管理的用户账户相关联。例如,用户账户可以与结构和通常占据该结构的一个或多个人相关联。附加地或可替代地,每个人可以与用户账户的个体简档相关联(例如,每个家庭成员可以具有与家庭的用户账户相关联的简档)。此外,识别特征可以由与每个人占用者的用户账户和/或简档相关联的用户提供。附加地或可替代地,当新的测量结果——诸如由睡眠传感器和/或可穿戴传感器收集的新测量结果——变得可用时,可以定期更新识别特征。可以由中央基于云的服务器系统——诸如基于云的健康服务器系统1010——或另一电子设备——诸如中枢设备1020和/或移动设备140——来执行生成健康评估。
在框1442处,向电子设备发出包括健康评估的通知。电子设备可以是任何电子设备,诸如移动设备140和/或中枢设备1020。电子设备可以与人和/或用户账户的简档相关联。例如,每个简档可以与独特的移动设备140相关联。作为另一个示例,每个简档可以与单个共享中枢设备1020相关联。在生成与简档和/或用户账户相关联的人的健康评估之后,通知可以被传输到与人和/或简档相关联的电子设备。该通知可以包括指示已生成健康评估的横幅通知,提示用户导航至该健康评估。然后可以将健康评估显示在界面上,诸如在如上所述的界面1300上。该界面可以被由电子设备执行的软件应用来显示。附加地或可替代地,该界面可以作为网站或网页经由互联网浏览器来访问。
应当注意,上面讨论的方法、系统和设备仅旨在作为示例。必须强调的是,各种实施例可以适当地省略、替代或添加各种过程或组件。例如,应当理解,在可替代实施例中,可以按照与所描述的次序不同的次序来执行方法,并且可以添加、省略或组合各种步骤。此外,关于某些实施例描述的特征可以组合在各种其他实施例中。实施例的不同方面和元件可以以类似的方式组合。另外,应当强调的是,技术在不断发展,因此,许多元件都是示例,并且不应被解释为限制本发明的范围。
在描述中给出具体细节以提供对实施例的透彻理解。然而,本领域普通技术人员将理解,在没有这些具体细节的情况下也可以实践实施例。例如,已经示出了公知的过程、结构和技术,而没有不必要的细节,以便避免模糊实施例。该描述仅提供示例实施例,并且不旨在限制本发明的范围、适用性或配置。相反,前面对实施例的描述将为本领域技术人员提供用于实现本发明的实施例的使能描述。在不脱离本发明的精神和范围的情况下,可以对元件的功能和布置进行各种改变。
另外,应当注意的是,实施例可以被描述为被描绘为流程图或框图的过程。尽管每个都可以将操作描述为顺序过程,但是许多操作可以并行或并发执行。另外,操作的次序可以重新排列。过程可能具有未包括在图中的附加步骤。
已经描述了若干示例配置,可以使用各种修改、可替代构造和等同物而不脱离本公开的精神。例如,上述元件可以是较大系统的组件,其中,其他规则可以优先于或以其他方式修改本发明的应用。此外,在考虑上述元件之前、期间或之后可以采取多个步骤。
Claims (20)
1.一种用于根据挥发性有机化合物VOC检测创建健康评估的方法,所述方法包括:
利用VOC传感器测量第一时间段期间封闭空间内的第一VOC的浓度;
检测所述第一时间段期间所述封闭空间内二氧化碳的累积;
基于二氧化碳的所述累积确定人存在于所述封闭空间内;
基于二氧化碳的所述累积确定所述封闭空间基本密封,其中,当所述封闭空间基本密封时,流入所述封闭空间和流出所述封闭空间的气流低于阈值;
由所述VOC传感器检测所述封闭空间内的所述第一VOC的所述浓度在所述第一时间段期间增加;
基于所检测到的所述第一VOC的所述浓度的增加生成所述人的健康评估;以及
向电子设备发出通知,所述通知包括所述健康评估。
2.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,还包括:基于确定所述封闭空间基本密封以及确定所述人存在于所述封闭空间内来确定所述第一VOC的所述浓度增加至少部分归因于所述人的一个或多个身体排放,所述身体排放包括呼气、出汗或两者。
3.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,还包括使用睡眠传感器确定所述人在所述第一时间段期间正在睡觉。
4.根据权利要求3所述的用于根据VOC检测创建健康评估的方法,还包括:
基于由所述睡眠传感器收集的传感器数据,生成在所述第一时间段期间所述人的睡眠质量评估;以及
其中,生成所述健康评估还基于所检测到的所述第一VOC的所述浓度的增加和所述睡眠质量评估的组合。
5.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,其中,基于所检测到的所述第一VOC的所述浓度的增加生成所述健康评估包括:
将人的所述第一VOC的增加排放识别为与健康风险相关联的症状;以及
在所述健康评估中包括所述健康风险的标识。
6.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,其中,测量所述第一VOC的所述浓度响应于检测到所述封闭空间内的二氧化碳的所述累积而发生。
7.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,其中,确定所述人存在于所述封闭空间内还基于使用运动传感器感测所述人的移动。
8.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,其中,确定所述人存在于所述封闭空间内还包括检测与所述人相关联的呼吸速率、心率或两者。
9.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,其中,所述方法还包括:
使用气压传感器测量所述第一时间段期间所述封闭空间内的气压的改变;以及
其中,确定所述封闭空间基本上密封还包括确定气压的所述改变小于阈值。
10.根据权利要求1所述的用于根据VOC检测创建健康评估的方法,还包括利用所述VOC传感器测量多个VOC的浓度,其中,所述第一VOC被包括在所述多个VOC中。
11.一种用于根据挥发性有机化合物VOC检测创建健康评估的系统,所述系统包括:
VOC传感器,所述VOC传感器被配置为收集封闭空间内第一VOC的VOC浓度测量结果;
基于云的健康服务器系统,包括:
一个或多个处理器;以及
存储器,所述存储器与所述一个或多个处理器通信地耦合并且能够由所述一个或多个处理器读取,并且在其中存储有处理器可读指令,所述处理器可读指令当由所述一个或多个处理器执行时,使所述一个或多个处理器:
接收由所述VOC传感器在第一时间段期间收集的所述VOC浓度测量结果;
基于所述第一时间段期间所述封闭空间内二氧化碳的累积确定人存在于所述封闭空间内;
基于二氧化碳的所述累积确定所述封闭空间基本密封,其中,当所述封闭空间基本密封时,流入所述封闭空间和流出所述封闭空间的气流低于阈值;
从所述VOC测量结果中检测所述封闭空间内的所述第一VOC的所述浓度在所述第一时间段期间增加;
基于所检测到的所述第一VOC的所述浓度的增加生成所述人的健康评估;以及
向电子设备发出通知,所述通知包括所述健康评估。
12.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括二氧化碳传感器,所述二氧化碳传感器被配置为测量所述封闭空间内的二氧化碳浓度,并且将二氧化碳的所述累积的指示传输到所述基于云的健康服务器系统。
13.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括睡眠传感器,所述睡眠传感器被配置为确定所述人在所述第一时间段期间正在睡觉。
14.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括运动传感器,所述运动传感器被配置为感测在所述封闭空间内所述人的移动。
15.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括气压传感器,所述气压传感器被配置为测量所述第一时间段期间所述封闭空间内的气压的改变。
16.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括可穿戴传感器,所述可穿戴传感器被配置为检测与所述人相关联的呼吸速率、心率或两者。
17.根据权利要求11所述的用于根据VOC检测创建健康评估的系统,还包括中枢设备,所述中枢设备被配置为:
从所述VOC传感器接收所述VOC浓度测量结果并且将所述VOC浓度测量结果传输至所述基于云的健康服务器系统;以及
在所述第一时间段期间接收来自二氧化碳传感器的二氧化碳测量结果,并且将二氧化碳的所述累积的指示传输至所述基于云的健康服务器系统。
18.一种非暂时性处理器可读介质,包括处理器可读指令,所述处理器可读指令被配置为使一个或多个处理器:
测量第一时间段期间封闭空间内的第一挥发性有机化合物VOC的浓度;
检测所述第一时间段期间所述封闭空间内二氧化碳的累积;
基于二氧化碳的所述累积确定人存在于所述封闭空间内;
基于二氧化碳的所述累积确定所述封闭空间基本密封,其中,当所述封闭空间基本密封时,流入所述封闭空间和流出所述封闭空间的气流低于阈值;
检测所述封闭空间内的所述第一VOC的所述浓度在所述第一时间段期间增加;
基于所检测到的所述第一VOC的所述浓度的增加生成所述人的健康评估;以及
向电子设备发出通知,所述通知包括所述健康评估。
19.根据权利要求18所述的非暂时性处理器可读介质,其中,所述处理器可读指令进一步被配置为使所述一个或多个处理器:
基于确定所述封闭空间基本密封以及确定所述人存在于所述封闭空间内来确定所述第一VOC的所述浓度增加至少部分归因于所述人的一个或多个身体排放,所述身体排放包括呼气、出汗或两者。
20.根据权利要求18所述的非暂时性处理器可读介质,其中,用于生成所述健康评估的所述处理器可读指令还被配置为使所述一个或多个处理器:
将人的所述第一VOC的增加排放识别为与健康风险相关联的症状;以及
在所述健康评估中包括所述健康风险的标识。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2021/048065 WO2023027734A1 (en) | 2021-08-27 | 2021-08-27 | Health assessment generation based on voc detection |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118043904A true CN118043904A (zh) | 2024-05-14 |
Family
ID=78073992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180102505.7A Pending CN118043904A (zh) | 2021-08-27 | 2021-08-27 | 基于voc检测的健康评估生成 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4392987A1 (zh) |
JP (1) | JP2024532353A (zh) |
CN (1) | CN118043904A (zh) |
WO (1) | WO2023027734A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118430807A (zh) * | 2024-04-26 | 2024-08-02 | 生态环境部南京环境科学研究所 | 一种空气污染对人体健康风险评估方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2016202287B2 (en) * | 2015-01-13 | 2021-04-01 | Delos Living Llc | Systems, methods and articles for monitoring and enhancing human wellness |
EP3316765B1 (en) * | 2016-05-09 | 2018-11-21 | Koninklijke Philips N.V. | Sleep monitoring |
WO2018058132A1 (en) * | 2016-09-26 | 2018-03-29 | Whirlpool Corporation | Controlled microclimate system |
US10921763B1 (en) * | 2017-10-25 | 2021-02-16 | Alarm.Com Incorporated | Baby monitoring using a home monitoring system |
-
2021
- 2021-08-27 CN CN202180102505.7A patent/CN118043904A/zh active Pending
- 2021-08-27 JP JP2024513072A patent/JP2024532353A/ja active Pending
- 2021-08-27 EP EP21786289.5A patent/EP4392987A1/en active Pending
- 2021-08-27 WO PCT/US2021/048065 patent/WO2023027734A1/en active Application Filing
Also Published As
Publication number | Publication date |
---|---|
WO2023027734A1 (en) | 2023-03-02 |
JP2024532353A (ja) | 2024-09-05 |
EP4392987A1 (en) | 2024-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3999784B1 (en) | Environment monitoring and management system and method | |
US11680935B2 (en) | Networked air quality monitoring | |
US10393394B2 (en) | System, method and device to record personal environment, enable preferred personal indoor environment envelope and raise alerts for deviation thereof | |
US20210151195A1 (en) | Estimating impact of property on individual health -- cognitive calculator | |
US20160189513A1 (en) | Situationally Aware Alarm | |
KR101608386B1 (ko) | 실시간 교육환경 모니터링 시스템 | |
EP2985540B1 (en) | Air environment regulating system, and controlling device | |
Montgomery et al. | Comparison of the indoor air quality in an office operating with natural or mechanical ventilation using short-term intensive pollutant monitoring | |
US10416143B2 (en) | Devices and methods for determining and acting upon cumulative exposure of a building occupant to a hazardous substance | |
US20210372650A1 (en) | Method and system for monitoring ambient air quality | |
AU2015246061A1 (en) | Indoor Environmental Quality | |
KR20220036737A (ko) | 실내 공기질 모니터링 시스템 및 이를 통한 공기질 수준 예측방법 | |
Taştan | A low-cost air quality monitoring system based on Internet of Things for smart homes | |
US20230070313A1 (en) | Building data platform with air quality analysis based on mobile air quality sensors | |
CN118043904A (zh) | 基于voc检测的健康评估生成 | |
CN109493973B (zh) | 一种家用住宅空气环境健康风险预警方法及系统 | |
WO2023027735A1 (en) | Collaborative environmental sensor networks for indoor air quality | |
Wei et al. | Airborne infection risk in classrooms based on environment and occupant behavior measurement under COVID-19 epidemic | |
KR20210083592A (ko) | 다중이용시설에 대한 실내 공기질 모니터링 시스템 | |
US11585799B2 (en) | System for monitoring the probability of viral disease transmission | |
KR20210063688A (ko) | 공기질 빅데이터 분석을 통한 사용자 맞춤형 ai 공기질 관리 서비스 | |
Cooper | The use of portable air purifiers for the reduction of PM2. 5 in residences: Effects on indoor pollutant concentrations, perceived air quality, and mortality | |
Romero López et al. | CO 2 Monitoring System to Warn of Possible Risk of Spread of COVID-19 in Classrooms | |
Dias | Development of a Mobile Application for Enhancing Thermal Comfort and Indoor Environmental Quality in Social Housing | |
Bilal et al. | MQTT Based Intelligent IoT Monitoring and Notification System for Enhanced Comfort of Learning Spaces |
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 |