DE102023113147A1

DE102023113147A1 - Automatische bestimmung der umgebungsbedingungen eines geräts im innen- oder aussenbereich

Info

Publication number: DE102023113147A1
Application number: DE102023113147.8A
Authority: DE
Inventors: Charles Lukaszewski; Stuart Walker Strickland
Original assignee: Hewlett Packard Enterprise Development LP
Current assignee: Hewlett Packard Enterprise Development LP
Priority date: 2022-06-13
Filing date: 2023-05-17
Publication date: 2023-12-14
Also published as: US20240310803A1; US20230400826A1; US12019416B2; CN117233694A

Abstract

Es werden Systeme und Verfahren bereitgestellt, mit denen deterministisch abgeschätzt werden kann, ob sich der Standort eines festen oder mobilen Computergeräts innerhalb eines vollständig umschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise in Innenräumen oder im Freien). Verschiedene Umgebungen werden durch den Inhalt der Offenlegung unterstützt, einschließlich vollständig oder teilweise Innen- und Außenumgebungen.

Description

Hintergrund
Die heutigen drahtlosen Geräte sind in der Lage, viele Aufgaben zu erfüllen, die von Geräten in bestehenden Computerumgebungen nicht ausgeführt werden konnten. Dank des technologischen Fortschritts sind sowohl stationäre als auch mobile Geräte in der Lage, ihren Standort mit Hilfe eines globalen Satellitennavigationssystems (GNSS) zu ermitteln oder beispielsweise andere Phänomene in der lokalen Umgebung direkt zu erkennen und zu quantifizieren, um Funktionen des Geräts wie das Aufhellen oder Abdunkeln eines Bildschirms als Reaktion auf die Umgebungslichtbedingungen anzupassen. Es ist jedoch zunehmend erforderlich, dass Geräte Entscheidungen auf der Grundlage von Umgebungsbedingungen treffen, die nicht direkt gemessen werden können. Ein Beispiel dafür ist die Frage, ob sich ein Gerät im Innen- oder Außenbereich befindet, einschließlich der Situation, in der sich ein Gerät physisch „innerhalb“ eines Gebäudes oder einer Struktur befindet, aber aufgrund einer offenen Atriumdecke, offener Fenster, offener Hangartüren und dergleichen für bestimmte Zwecke als „draußen“ betrachtet werden sollte. Die Kenntnis dieses Zustands könnte mit hoher Sicherheit genutzt werden, um beispielsweise zu bestimmen, ob bestimmte Funkfrequenzbänder von dem Gerät zur Datenübertragung genutzt werden dürfen, wenn eine staatliche Regulierungsbehörde Beschränkungen auferlegt hat, die darauf beruhen, ob sich ein Gerät im Innen- oder Außenbereich befindet. Ein Auto in einer Garage mit geschlossener Tür könnte automatisch den Benzinmotor abschalten, um eine versehentliche Kohlenmonoxidvergiftung zu verhindern, usw.
Kurzbeschreibung der Zeichnungen
Die vorliegende Offenbarung wird in Übereinstimmung mit einer oder mehreren verschiedenen Ausführungsformen unter Bezugnahme auf die folgenden Abbildungen im Detail beschrieben. Die Abbildungen dienen lediglich der Veranschaulichung und stellen lediglich typische oder beispielhafte Ausführungsformen dar.

zeigt ein Computergerät zur Bestimmung der Umgebungsbedingungen in der Umgebung eines Geräts gemäß einigen Beispielen der Offenbarung.
zeigt illustrative GNSS-RSL-Messungen.
zeigt ein Computergerät oder einen Sensor in der Umgebung gemäß einigen Beispielen der Offenlegung.
zeigt die Daten von Umweltsensoren aus zwei verschiedenen Stockwerken in einem Gebäude im Zeitverlauf, wie in einigen Beispielen der Offenlegung dargestellt.
zeigt die Daten von Umweltsensoren an einem zweiten Standort im Laufe der Zeit, in Übereinstimmung mit einigen Beispielen der Offenlegung.
zeigt Sensordaten an einem dritten Ort im Zeitverlauf gemäß einiger Beispiele der Offenlegung.
zeigt die Daten von Umweltsensoren im Zeitverlauf gemäß einiger Beispiele der Offenlegung.
zeigt Lichtspektraldiagramme von Intensität und Wellenlänge, die verschiedene Arten von Beleuchtungsquellen charakterisieren, in Übereinstimmung mit einigen Beispielen der Offenbarung.
zeigt einen Prozessablauf für die Initialisierung von Sensormesswerten in Übereinstimmung mit einigen Beispielen der Offenlegung.
zeigt einen Prozessablauf zur Bestimmung eines Konfidenzwerts im Zeitverlauf gemäß einigen Beispielen der Offenlegung.
ist ein Beispiel für eine Computerkomponente, die zur Implementierung verschiedener Merkmale der in der vorliegenden Offenbarung beschriebenen Ausführungsformen verwendet werden kann.
ist ein Beispiel für eine Computerkomponente, die zur Implementierung verschiedener Merkmale der in der vorliegenden Offenbarung beschriebenen Ausführungsformen verwendet werden kann.
zeigt ein Blockdiagramm eines Beispiel-Computersystems, in dem verschiedene der hier beschriebenen Ausführungsformen implementiert werden können.
Die Abbildungen sind nicht erschöpfend und beschränken die vorliegende Offenbarung nicht auf die genaue Form, die offengelegt wird.

Detaillierte Beschreibung
Mehrere bestehende Systeme versuchen, auf die Innen- oder Außenumgebung eines Computergeräts zu schließen, indem sie sich auf eine Kombination von Schätzungen des Gerätestandorts und/oder 2D-Kartendaten stützen, um abzuschätzen, ob der Standort des Geräts mit einem Ort auf der Karte übereinstimmt (z. B. ein Innenstandort eines Gebäudes oder ein anderer Umgebungsstandort). Diese bestehenden Systeme können beispielsweise GNSS-Daten (Global Navigation Satellite Systems) mit Sensordaten ergänzen, um die Geolokalisierung des Computergeräts zu bestimmen. Einige Systeme können diese geschätzte Geolokation auch mit einer 2D-Karte vergleichen und weitere Informationen über die Umgebung ermitteln, die in der Karte dargestellt ist. Auf diese Weise können bestehende Systeme versuchen, mit einer Kombination aus GNSS-, Sensor- und Kartendaten zu bestimmen, ob sich das Computergerät innerhalb eines Gebäudegrundrisses befindet. Derartige Versuche können jedoch nicht zuverlässig feststellen, ob sich das Gerät tatsächlich in einer Innen- oder Außenumgebung befindet, wenn beispielsweise ein Auto in einer mehrstöckigen, oberirdischen Rampe mit offenen Wänden und einem Dachparkplatz geparkt ist oder ein Benutzer weit innerhalb einer offenen Balkontür steht. Es gibt viele Situationen, in denen ein solches Gerät als im Freien befindlich angesehen werden würde. So verbieten die US-Funkvorschriften im 6-GHz-Frequenzband ausdrücklich jede Form der Übertragung direkt in den Außenbereich, also auch Geräte, die sich zwar innerhalb eines Gebäudes befinden, aber dennoch direkt den Außenbedingungen ausgesetzt sind.
Bestehende Systeme zur Erkennung von Innen- oder Außenbereichen werden immer ungenauer, wenn das Computergerät in Bewegung ist. Dies kann darauf zurückzuführen sein, dass die Datenverarbeitungsfähigkeiten des mobilen Computergeräts mehr Zeit benötigen, bis die Umgebungssensoren den Innen- oder Außenstatus ermitteln, als dies bei der Geolokalisierung der Fall ist, die mit modernen Geräten in Echtzeit erfolgen kann. Beispielsweise kann unter Verwendung der GNSS-Daten, während sich das Computergerät von einer Umgebung in eine andere bewegt, der Standort des Computergeräts zu einem bestimmten Zeitpunkt mit hoher räumlicher und zeitlicher Genauigkeit geschätzt werden. Da jedoch Sensoren, die für die Erkennung von Innenräumen wichtig sind, wie Temperatur, Luftfeuchtigkeit, Beleuchtungsintensität, spektrale Signatur der Beleuchtung und/oder ausgestrahlte Funksignale, mehrere Minuten bis zu mehreren Stunden benötigen können, um zu einer zuverlässigen Schätzung der Umgebung zu gelangen, kann die Umwelterkennung auf mobilen Plattformen möglicherweise nicht den Grad an statistischer Zuverlässigkeit erreichen, der ortsfesten Geräten mit vergleichbaren Sensorfunktionen zur Verfügung steht.
Ausführungsformen der Anwendung können deterministisch abschätzen, ob sich der Standort eines ortsfesten oder beweglichen Computergeräts innerhalb eines vollständig geschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise drinnen/außen). Die Bestimmung der Umgebung am festen oder beweglichen Standort kann innerhalb eines bestimmten Zeitrahmens (z. B. 4, 12 oder 24 Stunden) erforderlich sein, um ein gewünschtes minimales Konfidenzniveau für einen bestimmten Anwendungsfall zu erreichen (z. B. 95 % Konfidenzwert eines trainierten maschinellen Lernmodells), obwohl spezifische Zeit- und Genauigkeitsbegrenzungen nicht in allen Ausführungsformen erforderlich sind. Bei sich bewegenden Geräten kann es sein, dass eine geringe oder mäßige Konfidenz das Beste ist, was erwartet werden kann, wobei die potenzielle maximale Konfidenzgrenze umgekehrt proportional zur Geschwindigkeit des Geräts ist. Da die Geschwindigkeit selbst mit weit verbreiteten und kostengünstigen Sensoren bestimmt werden kann, lässt sich diese Anpassung der Konfidenzniveaus im Vergleich zum festen Fall anhand der in der Offenlegung erörterten Beispiele berechnen.
Verschiedene Umgebungen werden durch den Inhalt der Offenbarung unterstützt, einschließlich vollständig oder teilweise Innen- und Außenumgebungen. So kann beispielsweise ein erster Satz von Computergeräten und Sensoren vollständig im Inneren eines Gebäudes an einem ersten Standort und ein zweiter Satz von Computergeräten und Sensoren vollständig im Freien neben dem Gebäude an einem zweiten Standort platziert werden. Die Standorte können sich sowohl innerhalb als auch außerhalb eines Gebäudes befinden, das bewegliche Komponenten aufweist, wie z. B. ein Dach (z. B. ein professionelles Sportstadion, das je nach den örtlichen Wetterbedingungen geöffnet und geschlossen werden kann), Schiebetüren oder -wände (z. B. ein Flugzeughangar oder ein Lagerhaus mit einer beweglichen Wand, um einen einfachen Zugang für Fahrzeuge zu ermöglichen) oder andere Strukturarten. Wenn die Struktur vollständig geschlossen ist (z. B. das Dach, die Schiebetüren oder die Wände), können die Computergeräte und Sensoren typische Umgebungsbedingungen und Sensordaten erfassen, die mit einer kontrollierten Innenraumumgebung verbunden sind. Im Vergleich dazu können die Computergeräte und Sensoren eine Außenumgebung erkennen, wenn sich die Umgebungsbedingungen des Gebäudes geändert haben (z. B. wenn das bewegliche Dach oder die Schiebetüren geöffnet sind). In diesen Fällen können die Computergeräte und Sensoren ortsfest bleiben, aber die Umgebung um diese Geräte hat sich verändert. In diesen Fällen können die Computergeräte und Sensoren die veränderte oder aktuelle Umgebung erkennen.
Wie hierin definiert, kann „vollständig im Haus“ einem Computer oder Sensor entsprechen, der sich innerhalb einer konstruierten Struktur befindet. Die Struktur kann auf allen Seiten Wände, eine Art von technischem Fußbodensystem und/oder eine Dachstruktur haben, die gegen die meisten Wetterbedingungen schützt. Das Bauwerk kann Türen und Fenster haben, die sich von Zeit zu Zeit öffnen, wobei die Öffnungsweite der Öffnungen im Verhältnis zur Größe des Bauwerks gering ist. Es kann davon ausgegangen werden, dass die Türen und Fenster aus Sicherheits-, Klimatisierungs- oder anderen Gründen im Allgemeinen geschlossen sind. Ein weithin verstandener Zweck solcher Strukturen besteht darin, den Insassen eine kontrollierte Umgebung zu bieten, die sich messbar von den Bedingungen im Freien" unterscheidet. Aus diesem Grund kann ein Auto, das in einem Parkhaus mit einer mehrstöckigen Betonrampe geparkt ist, bei dem das Parkhaus nach außen hin offen ist, nicht als „vollständig im Haus“ betrachtet werden, auch wenn sich das Computergerät oder der Sensor, das bzw. der sich vorübergehend im Parkhaus befindet, innerhalb der auf einer Karte oder in einer Gebäudedatenbank dargestellten physischen Grundfläche des Parkhauses befinden kann.
Die vollständig überdachte Struktur kann entweder dauerhaft oder vorübergehend sein. Wenn die Struktur temporär ist, kann sie so konstruiert sein, dass sie im Allgemeinen nach außen hin geschlossen ist, wie oben beschrieben. Als anschauliches Beispiel kann die vollständig in Innenräumen befindliche Struktur einem großen klimatisierten Zelt entsprechen. Das Zelt kann in verschiedenen Situationen verwendet werden, z. B. für die Unterbringung großer Menschengruppen während einer Sportveranstaltung, die von einer Mannschaft aufgebaut und nach der Veranstaltung wieder abgebaut wird. Ein Campingzelt entspricht jedoch nicht unbedingt den Anforderungen an einen vollständigen Innenraum, da es z. B. schwache Wände, ein ständig geöffnetes Fenster oder eine offene Tür, atmungsaktives, nicht feuchtigkeitsbeständiges Material und ähnliches aufweist, was eine genaue Bestimmung des Unterschieds zu den Bedingungen im Freien erschwert.
Wie hier definiert, kann „ganz oder teilweise im Freien“ einem Computer oder Sensor entsprechen, der sich außerhalb einer konstruierten und geschlossenen Struktur befindet, oder einem Ort, der nicht „ganz in Innenräumen“ ist, wie oben definiert. So sind beispielsweise Orte innerhalb fester Strukturen, die während der normalen Betriebszeiten auf einer oder mehreren Seiten direkt den Außenbedingungen ausgesetzt sind, „vollständig im Freien“. Beispiele hierfür sind eine Autowerkstatt mit Rolltoren, die sich während der Arbeitszeit normalerweise in der oberen Position befinden, ein Flugzeughangar oder eine Stadionkabine, die während eines Spiels normalerweise zum Spielfeld hin geöffnet ist (wobei das Stadion selbst offen ist).
In einigen Beispielen kann aus algorithmischer Sicht jedes Gerät, dessen geschätzte Wahrscheinlichkeit (einschließlich des Konfidenzwerts), sich in Innenräumen aufzuhalten, unter einem für einen bestimmten Anwendungsfall definierten Schwellenwert liegt, als im Freien befindlich betrachtet werden. In einigen Beispielen kann ein Gerät, dessen geschätzte Wahrscheinlichkeit (einschließlich des Konfidenzwerts), im Freien zu sein, über einem definierten Schwellenwert liegt, unabhängig von der Innenraumwahrscheinlichkeit als im Freien befindlich betrachtet werden.
Trotz dieser anschaulichen Beispiele können sich Computergeräte und Sensoren in verschiedenen Umgebungen auch „teilweise drinnen oder draußen“ befinden. Beispielsweise kann sich das Computergerät teilweise in einem Innenraum befinden, wenn das Dach oder die große Schiebetür halb geöffnet ist. Das System (das sich z. B. entfernt von der Umgebung befindet, in der sich ein Computer oder ein Sensor befindet) kann Sensordaten von dem Computer oder den Sensoren in der Umgebung empfangen und die Wahrscheinlichkeiten abschätzen oder ableiten, dass sich der Computer oder die Sensoren vollständig in einem Innenraum, vollständig im Freien oder teilweise in einem Innen- oder Außenbereich befinden.
Das offengelegte System kann diese und andere Umgebungen des Computergeräts unter Verwendung von Sensordatenanalysen, wie in der gesamten Offenlegung beschrieben, auf der Grundlage von einfachen Wenn/Dann/Sonst-Schwellenwertvergleichen, Muster- oder Signaturerkennung auf der Grundlage von Kurvenanpassung oder anderen Techniken, linearer Programmierung oder einem trainierten maschinellen Lernmodell (ML) identifizieren. Jeder dieser Ansätze kann einen Konfidenzwert bestimmen, der mit der Umgebung des Computergeräts korrespondiert, und festlegen, ob der Standort und der Konfidenzwert bei einer Bewegung des Geräts oder einer Anpassung der Umgebung (z. B. Verschieben des Dachs, Veränderung der Wände usw.) in Echtzeit neu berechnet werden sollen. Es können Daten von verschiedenen Sensortypen erzeugt werden, einschließlich, aber nicht beschränkt auf Funksignalempfänger, Zeitgeber und Uhren, Druck, Luftpartikel und Spurengase, radiologische, Trägheits-, Vibrations- (z. B. piezoelektrische), optische, akustische, elektrische oder magnetische Sensoren, die in das Computergerät oder die Umgebung eingebettet sind oder mit diesem kommunizieren. In einigen Beispielen können mehrere Geräte Sensordaten an ein entferntes Gerät oder System liefern, um die Umgebung jedes der mehreren Geräte zu bestimmen. Die geschätzte Umgebung und der Konfidenzwert können an andere Systeme weitergegeben werden, um z. B. Hausautomatisierungsgeräte zu aktivieren oder benachbarte Geräte auf der Grundlage der ermittelten Umgebung automatisch abzustimmen.
Durch die Offenlegung werden technische Verbesserungen erzielt. Zum Beispiel kann das offengelegte System die Umgebung des Computergeräts und der Sensoren genauer erfassen, was eine genauere Datenverarbeitung ermöglicht. Darüber hinaus kann die Verwendung der genaueren Daten und Umgebungsbestimmungen in externen Systemen implementiert werden, um Hausautomatisierungsaufgaben zu verbessern, Bildparameter in einem Sicherheitssystem einzustellen, Funkemissionen zu ändern, um geltende Regeln auf der Grundlage offener oder geschlossener Umgebungen einzuhalten, Muster von Veränderungen im Laufe der Zeit in der Umgebung zu melden, oder andere automatisierte Prozesse, die auf der Bestimmung von Merkmalen der Umgebung beruhen können.
zeigt ein Computergerät zur Bestimmung eines Umgebungszustands eines Geräts gemäß einigen Beispielen der Offenlegung. In dem Computergerät 102 sind ein Prozessor 104, ein Speicher 105 und ein maschinenlesbares Medium 106 vorgesehen. Das Computergerät 102 kann über ein Netzwerk 140 mit einem oder mehreren Standorten 130 kommunizieren, die eine Reihe von Computergeräten und Sensoren 132 umfassen. In einigen Beispielen ist das Netzwerk 140 ein internes Netzwerk (z. B. LAN oder WAN), das öffentliche Internet oder eine öffentliche Cloud-Computing-Umgebung.
Bei dem Prozessor 104 kann es sich um eine oder mehrere Zentraleinheiten (CPUs), halbleiterbasierte Mikroprozessoren, Container, virtuelle Maschinen und/oder andere Hardwarevorrichtungen handeln, die für den Abruf und die Ausführung von Anweisungen geeignet sind, die in computerlesbaren Medien 106 gespeichert sind. Der Prozessor 104 kann Anweisungen abrufen, dekodieren und ausführen, um Prozesse oder Vorgänge zur Erstellung und Implementierung der beschriebenen Analysealgorithmen und/oder trainierten ML-Modelle zu steuern. Alternativ oder zusätzlich zum Abrufen und Ausführen von Befehlen kann der Prozessor 104 einen oder mehrere elektronische Schaltkreise enthalten, die elektronische Komponenten zum Ausführen der Funktionalität eines oder mehrerer Befehle enthalten, wie z. B. eine Grafikprozessoreinheit (GPU), ein Field Programmable Gate Array (FPGA), einen anwendungsspezifischen integrierten Schaltkreis (ASIC) oder andere elektronische Schaltkreise.
Der Speicher 105 kann einen Speicher mit wahlfreiem Zugriff (RAM), einen nichtflüchtigen RAM (NVRAM), einen Cache und/oder andere dynamische Speichervorrichtungen zum Speichern von Informationen und Anweisungen, die vom Prozessor 104 auszuführen sind, umfassen. Der Speicher 105 kann auch zum Speichern von temporären Variablen oder anderen Zwischeninformationen während der Ausführung von Anweisungen verwendet werden, die vom Prozessor 104 ausgeführt werden sollen. Solche Befehle, die in computerlesbaren Medien 106 gespeichert sind, auf die der Prozessor 104 zugreifen kann, machen das Computergerät 102 zu einer Spezialmaschine, die so angepasst ist, dass sie die in den Befehlen angegebenen Operationen ausführen kann.
Der Speicher 105 kann einen Festwertspeicher (ROM) oder ein anderes statisches Speichergerät zum Speichern statischer Informationen und Anweisungen für den Prozessor 104 umfassen. Der Speicher 105 kann eine Magnetplatte, eine optische Platte, eine Solid State Disk (SSD), Non Volatile Memory Express (NVMe) oder ein USB-Stick (Flash-Laufwerk) usw. zum Speichern von Informationen und Anweisungen umfassen. In einigen Beispielen können die Informationen und Anweisungen in einer Vielzahl von Datenspeichern gespeichert werden, einschließlich des Sensorregeldatenspeichers 118 und des Zeitseriendatenspeichers 120.
Bei den computerlesbaren Medien 106 kann es sich um jedes elektronische, magnetische, optische oder andere physische Speichergerät handeln, das ausführbare Anweisungen enthält oder speichert. Bei den computerlesbaren Medien 106 kann es sich beispielsweise um einen elektrisch löschbaren, programmierbaren Festspeicher (EEPROM), ein Speichergerät, eine optische Platte oder Ähnliches handeln. In einigen Ausführungsformen kann das computerlesbare Medium 106 ein nicht-transitorisches Speichermedium sein, wobei der Begriff „nicht-transitorisch“ nicht die transitorischen Übertragungssignale umfasst. Wie unten im Detail beschrieben, können computerlesbare Medien 106 mit ausführbaren Anweisungen kodiert sein, die mit einer Vielzahl von Modulen, Schaltkreisen und Engines implementiert sind, einschließlich des Sensorüberwachungsmoduls 108, des Sensor-Event-Handler-Moduls 110, der Zuverlässigkeitswert-Engine 112, der Machine-Learning-Engine (ML) 114 und der Interaktions-Engine 116.
Das Sensorüberwachungsmodul 108 ist so konfiguriert, dass es Sensordaten von einem oder mehreren Computergeräten und Sensoren 132 von verschiedenen Standorten 130 empfängt. Die Sensordaten sowie der entsprechende Zeitstempel und die Gerätekennung, die die Sensordaten erzeugt haben, können im Zeitseriendatenspeicher 120 des Computergeräts 102 gespeichert werden.
Es können verschiedene Sensordaten empfangen und verwendet werden, um eine oder mehrere Sensorregeln zu erstellen, die im Sensorregeldatenspeicher 118 gespeichert werden. Eine Regel kann beispielsweise lauten, dass, wenn eine Messung des GNSS-Empfangssignalpegels (RSL) gleich oder innerhalb eines bestimmten Bereichs der erwarteten Leistungsspektraldichte auf Meereshöhe von etwa -130 dBm/MHz liegt, der Konfidenzwert, der „vollständig im Freien“ entspricht, über einen definierten Schwellenwert gesetzt wird. In einem anderen Beispiel wird, wenn der GNSS RSL deutlich unter dem erwarteten Wert für den Meeresspiegel liegt, die Außenwahrscheinlichkeit nicht erhöht, und es können zusätzliche Datenquellen zur weiteren Disambiguierung ausgewertet werden.
zeigt illustrative GNSS-RSL-Messungen über 24 Stunden für zwei Empfänger, von denen sich einer im Freien und einer vollständig in einem Gebäude befindet. In diesem Beispiel entspricht der Empfänger 210, der sich im Freien befindet, etwa -130 dBm/MHz und der Empfänger 220, der sich in einem Innenraum befindet, etwa -160 dBm/MHz. Der messbare Abfall der Signalleistung um 30 dB ist auf die Dämpfung durch die Gebäudewände und das Dach zurückzuführen.
In einigen Beispielen können GNSS-RSL-Messungen im Laufe der Zeit in Korrelation mit den Umlaufbahnen der einzelnen Satelliten durchgeführt werden. Aus den Mustern des Auftretens und Fehlens über den Bogen der Umlaufbahn kann abgeleitet werden, ob ein fehlendes, abgeschwächtes oder reflektiertes Signal vorübergehend oder dauerhaft ist und möglicherweise ein vorübergehendes oder lokales Hindernis oder eine größere Decke oder Wand in der Umgebung des Sensors darstellt. Da GNSS-Signale rechtszirkular polarisiert (RHCP) sind, können polarisierte Antennen verwendet werden, um festzustellen, ob die empfangenen Signale auf der Sichtlinie (LOS) liegen oder reflektiert werden. Diese RSL-Messungen können unabhängig davon verwendet werden, ob der Empfänger in der Lage ist, seinen Standort zu bestimmen.
In einigen Beispielen kann die Helligkeit und/oder die Farbtemperatur und/oder die Spektralsignatur des vom Computer oder Sensor erfassten Umgebungslichts mit der Umgebung des Geräts korrelieren, wie in dargestellt und hier beschrieben. Wenn das erfasste Licht beispielsweise einen Zustand aufweist, der von den Erwartungen abweicht (z. B. dunkel, wenn es Tag ist; hell, wenn es Nacht ist), dann kann die Sensorregel den Vertrauenswert erhöhen, dass sich das Gerät in einem Innenraum befindet. In ähnlicher Weise können häufige große Änderungen der Beleuchtungs- oder Sonneneinstrahlungsintensität während der Tageszeiten, die mit menschlicher Aktivität am Tag korrespondieren, mit einer Regel verbunden sein, bei der der Vertrauenswert, der mit der Wahrscheinlichkeit verbunden ist, dass sich das Gerät in Innenräumen befindet, erhöht werden kann.
In einigen Beispielen können die Temperaturmuster über die Zeit beobachtet werden. So können die Temperaturmuster beispielsweise innerhalb enger Bandbreiten liegen, die mit Klimaregelungen für den Komfort von Lebewesen in einem geschlossenen Raum vereinbar sind (z. B. ein Hinweis auf eine Umgebung, die vollständig in Innenräumen liegt). Umgekehrt können Temperaturmuster, die in einem zyklischen Muster über eine große Amplitude in einem Tageszyklus variieren, mit einem Außenbereich übereinstimmen. Wenn dieses zyklische Muster mit den Telemetriedaten einer unabhängigen Temperaturmessstation in der Nähe des Gerätestandorts übereinstimmt (bestimmt durch GNSS oder andere Mittel), kann der Vertrauenswert für den Zustand im Freien weiter erhöht werden.
In einigen Beispielen können die vom Computer oder Sensor 132 überwachten Feuchtigkeitsmuster anstelle von oder in Verbindung mit der Temperatur verwendet werden. Feuchtigkeitszyklen, die mit klimatisierten Umgebungen übereinstimmen, können ebenso wie die Temperatur in Bahnen eingeteilt werden, während sie in Außenbereichen zyklisch über 24-Stunden-Intervalle schwanken können. Die Luftfeuchtigkeit bewegt sich in der Regel umgekehrt zur Temperatur im Freien und hat entgegengesetzte Minima und Maxima, so dass eine kombinierte Regel möglich ist, die das Vertrauen noch weiter erhöhen kann als eine der beiden Messungen allein.
In einigen Beispielen kann das Vorhandensein und die Schwankung von Sauerstoff- und Kohlendioxidwerten (oder anderen atmosphärischen Gasen) mit einem geschlossenen Raum oder einem offenen Raum übereinstimmen. So kann beispielsweise das völlige Fehlen von Luftpartikeln über einem bestimmten Durchmesser (z. B. in Mikron) in einer Umgebung einer Regel zur Erhöhung des Vertrauenswerts bei der Bewertung einer Innenraumumgebung entsprechen, die mit dem Vorhandensein eines HLK-Systems verbunden ist. In anderen Beispielen kann das Vorhandensein von Luftpartikeln über einer Umgebung einer Regel zur Erhöhung des Vertrauenswerts bei einer Bewertung einer Außenumgebung entsprechen, die mit dem Fehlen eines HVAC-Systems verbunden ist. Solche digitalen Partikelgrößenzähler können von Sensoren stammen, die in Gewerbeimmobilien eingebaut sind, um diese Daten zu erfassen.
In einigen Beispielen können die Luftdruckdaten einem atmosphärischen Druck entsprechen, der sich wesentlich von den Datenwerten unterscheidet, die unter den Bedingungen im Freien an einem bestimmten Ort zu erwarten sind. Die Barometerdruckdaten können mit anderen Datenquellen kombiniert werden, um den Vertrauenswert zu erhöhen. So können beispielsweise wiederholte messbare Druckänderungen auf mechanische Systeme (z. B. HVAC) zurückzuführen sein, die im Laufe der Zeit darauf hindeuten, dass sich das Computergerät oder der Sensor 132 in einem klimatisierten Bereich befindet. Alternativ können die Druckdaten in Kombination mit anderen Sensordaten (z. B. der Geolokalisierung und einem Geländemodell) erkennen lassen, dass sich das Computergerät oder der Sensor 132 in einem Untergeschoss auf einer Höhe unterhalb des örtlichen Bodenniveaus oder auf einer viel höheren Höhe als dem Bodenniveau befindet, was darauf hinweisen kann, dass sich das Computergerät oder der Sensor in einem oberen Stockwerk eines Gebäudes befindet.
In einigen Beispielen kann die Erkennung von drahtlosen Funksignalen als Sensordaten verwendet werden. Beispielsweise kann ein routinemäßiger Kanalscan gemäß den technischen Standards für lokale Netzwerke nach IEEE 802 (z. B. Wi-Fi) nur bestimmte Arten von Computergeräten als vorhanden anzeigen. Auf der Grundlage von Informationen, die in Wi-Fi-Baken signalisiert werden, kann die Sensorregel den Konfidenzwert des Computergeräts als wahrscheinlich in einer Innen- oder Außenumgebung befindlich erhöhen, je nach Art des erkannten Geräts. Die Regeln für das 6-GHz-Frequenzband verlangen beispielsweise, dass Computergeräte über Funk erkennen, ob sie sich in einem Zustand befinden, der einem „Low Power Indoor“-Flag entspricht oder nicht. Ein weiteres Beispiel: Wenn die erwartete Empfangssignal-Referenzleistung (RSRP) eines Makro-Mobilfunknetzes für einen bestimmten Standort bekannt ist und mit den vom Gerät gemessenen Werten übereinstimmt, kann dies die Bestimmung des Außenbereichs bestätigen. Verschiedene andere Funksignale können das Vertrauen in eine vollständig im Freien befindliche Umgebung stärken, einschließlich eines Nahfeld-Kommunikationsprotokolls oder Bluetooth^® , wo die Beobachtung einer sich ständig ändernden Folge von Geräten auf einen offenen öffentlichen Raum hinweisen kann. In einigen Beispielen kann das Fehlen von Geräten und/oder das relativ statische Erscheinungsbild einer kleineren Gruppe von Geräten auf eine Umgebung hinweisen, die vollständig in Innenräumen liegt, und eine Regel kann sie als solche identifizieren. Andere öffentliche HF-Übertragungen, einschließlich der RSL von AM/FM-Radiosendern, der RSL von Fernsehsendern, der RSL von Satelliten-Internetdiensten in niedriger Erdumlaufbahn oder anderer allgemein erkennbarer Funkgeräte können ebenfalls ermittelt werden. Das Vorhandensein, die Abwesenheit oder die Verschlechterung solcher Signaldaten kann dazu beitragen, den Vertrauenswert von Computergeräten zu bestätigen, von denen bekannt ist, dass sie sich entweder in Innenräumen oder im Freien befinden.
In einigen Beispielen können Beschleunigungsmesserdaten verwendet werden, um die auf anderen Sensortypen basierenden Vertrauensschätzungen zu ergänzen und zu verbessern. Wenn zum Beispiel ein Geschwindigkeitswert über einem Schwellenwert liegt (z. B. wenn er mit einem Fahrzeug oder einem motorisierten Fahrzeug übereinstimmt), kann der Vertrauenswert erhöht werden, der besagt, dass sich das Computergerät oder der Sensor 132 vollständig im Freien befindet. Alternativ können die Beschleunigungsmesserdaten Vibrationsmuster oder Vibrationssignaturen über die Zeit erkennen, die mit einem Bewegungsmuster übereinstimmen. In einigen Beispielen können die Beschleunigungsmesserdaten, die einer Bewegung entsprechen, eine Neubewertung und Berechnung des Innen- oder Außenstatus und der Vertrauenswerte auslösen. Bei einigen Anwendungen und Anwendungsfällen kann ein Computergerät, das sich in einem ansonsten geschlossenen und klimatisierten Fahrzeug (z. B. einem Auto oder einem Zug) befindet, bestimmten gesetzlichen Beschränkungen unterliegen, die einige oder alle Betriebsarten ausschließen. So ist beispielsweise der Betrieb bestimmter elektronischer Geräte in einer Höhe von weniger als 10.000 Fuß oder im 6-GHz-Frequenzband in Fahrzeugen jeglicher Art verboten. In einem derartigen Anwendungsfall könnten Beschleunigungsmesserdaten verwendet werden, um ein ansonsten eindeutiges Umgebungssignal für Innenraumbedingungen zu entschlüsseln und ein falsches Ergebnis zu vermeiden.
In einigen Beispielen können Entfernungsdaten von optischen (z. B. Laser), akustischen, Ultraschall- oder anderen integrierten Entfernungsmessern ermittelt werden, die in der Lage sind, Entfernungen von einem Computergerät in verschiedenen Richtungen zu messen. Die Entfernung kann in den Himmelsrichtungen, um den gesamten Azimut und/oder vertikal gemessen werden, um den Abstand zwischen Wand und Boden zu messen. Wenn z. B. eine horizontale und vertikale Strecke auf allen Seiten frei ist, kann sich der Konfidenzwert dahingehend erhöhen, dass sich das Computergerät oder der Sensor 132 vollständig im Freien befindet. In einem anderen Beispiel, wenn ein horizontaler Abstand auf einer oder mehreren Seiten behindert ist (z.B. innerhalb von 20 Metern oder weniger), kann der Vertrauenswert dahingehend steigen, dass sich das Computergerät oder der Sensor 132 vollständig im Innenbereich befindet. In einem anderen Beispiel, wenn ein vertikaler Sensor in Aufwärts- und/oder Abwärtsrichtung behindert wird, kann sich der Konfidenzwert dahingehend erhöhen, dass sich das Computergerät oder der Sensor 132 vollständig in Innenräumen befindet. In einem anderen Beispiel, wenn mehr als zwei Seiten verdeckt sind und eine oder zwei Seiten nicht verdeckt sind, kann sich der Vertrauenswert dahingehend erhöhen, dass sich das Computergerät oder der Sensor 132 vollständig im Freien befindet (z. B. kann es sich bei dem Standort 130 um einen Flugzeughangar, eine Autowerkstatt, eine Skybox im Stadion usw. handeln).
In einigen Beispielen können die Kompassdaten bestimmt werden. So kann beispielsweise die Erkennung der für die Innenraumumgebung charakteristischen magnetischen Abweichung mit einem Basiswert der bekannten lokalen magnetischen Deklination verglichen werden.
In einigen Beispielen können Audio- oder Akustikdaten (austauschbar verwendet) ermittelt werden (z. B. von einem kombinierten Lautsprecher-Mikrofon-Computer). Die Audiodaten können beispielsweise eine Frequenzantwort auf ein Impulssignal identifizieren, die mit einer Raumform oder -größe übereinstimmt.
In einigen Beispielen können radiologische Daten bestimmt werden. Zum Beispiel kann die Erkennung und Bestimmung von Alpha-, Beta-, Gammastrahlen- oder Neutronensignaturen mit bekannten Hintergrundwerten in Innenräumen oder im Freien verglichen werden. Die Abweichung zwischen den beiden Signaturen kann den Vertrauenswert für die Innen- oder Außenumgebung erhöhen oder verringern.
In einigen Beispielen können Daten von Drittanbietern aus dem Datenspeicher 142 von Drittanbietern auf dem Computergerät 102 (über das Netzwerk 140) empfangen und im Zeitreihendatenspeicher 120 gespeichert werden. Beispielsweise können Online-Informationsquellen Echtzeitdaten speichern (z. B. Wetterdaten, Sonneneinstrahlung oder Bestrahlungsstärke usw.). Die Daten von Drittanbietern können mit den lokalen Sensormesswerten verglichen werden. Der Vergleich kann dazu beitragen, den Mindestbeobachtungszeitraum der Sensordaten zu verkürzen, indem Muster und zusätzliche Daten im Laufe der Zeit ergänzt werden.
Weitere Abbildungen der Sensordaten aus sind in den zu sehen.
Alle diese und andere Daten, die in der Offenlegung diskutiert werden, können vom Sensorüberwachungsmodul 108 empfangen und verarbeitet werden. Zum Beispiel kann das Sensorüberwachungsmodul 108 eine Mindestmenge an Sensordaten für eine Mindestabtastzeit empfangen. Bestimmte Sensortypen sind beispielsweise in der Lage, innerhalb sehr kurzer Zeitspannen (z. B. einige Minuten oder sogar einige Sekunden) eine erste Feststellung zu treffen, ob sich ein Computer oder Sensor 132 im Freien befindet oder nicht. Ein anderes Beispiel: Wenn ein mit GNSS ausgestattetes Gerät über einige Minuten hinweg keine Signale empfangen kann, dann ist das Computergerät möglicherweise nicht „draußen“. Im Allgemeinen kann eine Mindestschwelle von Sensordaten erfasst werden, um Muster im Zeitverlauf zu erkennen (z. B. tageszeitlich, wöchentlich, monatlich usw.). In diesen Beispielen kann sich der anfängliche Konfidenzwert bei Wiederholung im Laufe der Zeit um einen vorhersehbaren Betrag verbessern.
Das Sensor-Event-Handler-Modul 110 ist so konfiguriert, dass es ein Ereignis von einem Computergerät oder Sensor 132 empfängt und eine oder mehrere Aktionen bestimmt, die als Reaktion auf das empfangene Ereignis ausgeführt werden. Die Aktion kann beispielsweise darin bestehen, die vorhergesagte Umgebung des Computergeräts oder Sensors 132 neu zu bewerten (z. B. auf der Grundlage von Bewegung, Zeitverzögerung zwischen zwei Sensormessungen, einem automatischen Auslöser für die erneute Ausführung des ML-Modells usw.). Die Kriterien, die zur Feststellung des Innen- oder Außenstatus des Computergeräts oder Sensors 132 verwendet werden, können sich von denen unterscheiden und/oder unabhängig von denen sein, die zur Feststellung verwendet werden, dass sich ein solcher Zustand geändert haben könnte und eine Neubewertung gerechtfertigt ist.
Zusätzlich zu den aktualisierten Bewegungsdaten, Gyroskopdaten oder GNSS-Standortdaten können auch andere Datentypen von Sensorereignissen verwendet werden, um eine Neubewertung der vorhergesagten Umgebung des Computergeräts oder Sensors 132 auszulösen. So kann beispielsweise ein Stromausfall oder ein Wechsel der Stromversorgung des Computergeräts oder Sensors 132 die Neuberechnung auslösen. Ein anderes Beispiel: Wenn die GNSS-RSL-, Sonneneinstrahlungs- oder Kompassdaten alle nicht auffindbar sind, kann sich das Computergerät oder der Sensor 132 mit einem hohen Zuverlässigkeitswert vollständig in Innenräumen befinden. In einigen Beispielen können auch Muster in den Daten die Neuberechnung der vorhergesagten Umgebung des Computergeräts oder Sensors 132 auslösen.
Die Zuverlässigkeitswert-Engine 112 ist so konfiguriert, dass sie einen Zuverlässigkeitswert empfängt oder bestimmt, der einem Computergerät oder Sensor 132 zugeordnet ist. Bei der Bestimmung eines Wertes können die im Laufe der Zeit empfangenen Sensordaten verfolgt werden. Wenn die Zeitspanne einen Schwellenwert überschreitet, kann der bestimmte Sensor einem ersten Zuverlässigkeitswert entsprechen. Mit der Zeit kann sich der Zuverlässigkeitswert des Sensors erhöhen, wenn der Sensor zusätzliche Daten liefert.
In einigen Beispielen kann die Zuverlässigkeitswertmaschine 112 die Sensorsignale analysieren. Beispielsweise können einheitliche Sensorsignale eine konstante Amplitude haben (z. B. plus oder minus den Wert von etwa 1-2 % innerhalb der lokalen geografischen Region). Die Werte können an einem Ort, z. B. einer Flughafenwetterstation, gemessen werden, um eine Extrapolation auf andere Gebiete zu ermöglichen (z. B. innerhalb von 100 km² unter Verwendung von GNSS-Signalen, lokaler Temperatur, lokaler Luftfeuchtigkeit, lokaler Sonneneinstrahlung, barometrischem Druck usw.).
In einigen Beispielen der Offenlegung kann ein maschinelles Lernmodell (ML) trainiert und implementiert werden, obwohl dies nicht in jeder Ausführungsform erforderlich ist. Wenn ein ML-Modell verwendet wird, ist die Maschine für maschinelles Lernen (ML) 114 so konfiguriert, dass sie Sensordaten analysiert, um Muster zu bestimmen, die auf Umgebungsbedingungen hinweisen, ohne ein maschinelles Lernmodell zu trainieren. Die Verwendung eines trainierten ML-Modells ist nicht in jeder hier beschriebenen Ausführungsform erforderlich.
Die Maschine für maschinelles Lernen (ML) 114 ist auch so konfiguriert, dass sie ein ML-Modell trainiert. Beispielsweise können Sensordaten empfangen werden, um eine bestimmte Umgebung zu erkennen, die einer Umgebung entspricht, die vollständig in Innenräumen, vollständig im Freien oder teilweise in Innenräumen und im Freien liegt. Die Paare von Sensordaten und Umgebung können dem ML-Modell während des Trainingsprozesses zur Verfügung gestellt werden, um die Erkennung zukünftiger, ähnlicher Umgebungsdaten zu unterstützen.
Die Maschine für maschinelles Lernen (ML) 114 kann die Konfidenz und den/die Wert(e) bestimmen, der/die mit der Ausgabe des ML-Modells verbunden ist/sind (z. B. die Wahrscheinlichkeit, dass sich die Computergeräte und Sensoren 132 ganz oder teilweise in Innenräumen oder im Freien befinden). Beispielsweise kann der Konfidenzwert eine neunzigprozentige Wahrscheinlichkeit angeben, dass sich das Computergerät oder der Sensor 132A am ersten Standort 130A und die bereitgestellten Sensordaten in einer Umgebung befinden, die teilweise im Freien ist (z. B. ist das bewegliche Dach des Stadions offen).
In einigen Beispielen kann der Vertrauenswert, der der Wahrscheinlichkeit entspricht, dass sich das Computergerät oder der Sensor 132 in einer Innen- oder Außenumgebung befindet, auf der Grundlage eines Zuverlässigkeitswertes der Datenquelle, die die Sensordaten erzeugt (z. B. entsprechend dem Ursprung der Sensordaten am Sensor oder Computergerät 132), erhöht oder verringert werden. Der Vertrauenswert, der mit der Umgebungsbestimmung verbunden ist, kann angepasst werden, um sich mehr oder weniger auf diese bestimmte Datenquelle zu verlassen. In einigen Beispielen kann die Gewichtung und/oder der Zuverlässigkeitswert durch einen iterativen Trainingsprozess für das ML-Modell bestimmt werden (z. B. durch Identifizierung der deterministischen Beziehung zwischen dem bestimmten Sensor und der ermittelten Umgebung).
Die ML-Engine 114 kann so konfiguriert sein, dass sie ein überwachtes ML-Modell mit einer linearen oder nicht linearen Funktion ausführt. Das trainierte ML-Modell kann beispielsweise einen Entscheidungsbaum umfassen, der ein oder mehrere mit den Sensordaten verknüpfte Eingabemerkmale akzeptiert, um einen Konfidenzwert bereitzustellen, der die Eingabe mit einer Ausgabe korreliert (z. B., dass sich das Computergerät oder der Sensor 132 in einer bestimmten Umgebung befindet).
In einigen Beispielen kann das ML-Modell ein neuronales Netzwerk umfassen, das die Beziehung zwischen der abhängigen Variable (z. B. der vom Gerät implementierten Logik oder Aktion) und den unabhängigen Variablen (z. B. den Sensordaten) misst, indem es mehrere Schichten von Verarbeitungselementen verwendet, die nichtlineare Beziehungen und Wechselwirkungen zwischen den unabhängigen Variablen und der abhängigen Variable ermitteln.
In einigen Beispielen kann das ML-Modell ein Deep Learning Neural Network umfassen, das aus mehr als einer Schicht von Verarbeitungselementen zwischen der Eingabeschicht und der späteren Ausgabe besteht, oder ein Convolutional Neural Network, bei dem aufeinanderfolgende Schichten von Verarbeitungselementen bestimmte hierarchische Muster von Verbindungen mit der vorherigen Schicht enthalten.
Die ML-Engine 114 kann eine Ausgabe des ML-Modells bestimmen, wobei die Ausgabe die Wahrscheinlichkeit schätzt, dass sich das Computergerät oder der Sensor 132 in einem Innen- oder Außenbereich befindet. Beispielsweise kann der Konfidenzwert mit einem oder mehreren Schwellenwerten verglichen werden, die besagen, dass sich das Gerät vollständig in Innenräumen befindet (z. B. mehr als 90 %), ohne sich auf die Zuverlässigkeit des datenerzeugenden Geräts oder Sensors zu verlassen. Wenn der ermittelte Konfidenzwert den ersten Konfidenzschwellenwert überschreitet, kann festgestellt werden, dass sich das Computergerät vollständig im Haus befindet. Wenn der Konfidenzwert innerhalb eines reduzierten Schwellenwertbereichs (z. B. zwischen 10 und 90 %) liegt, kann das Computergerät als teilweise in Innenräumen oder im Freien befindlich eingestuft werden (und jeder zugehörige Zuverlässigkeitswert für einen einzelnen Sensor kann für den Algorithmus oder das ML-Modell wichtiger sein). Wenn der Zuverlässigkeitswert unter einem zweiten Schwellenwert liegt (z. B. unter 10 %), kann das Computergerät als vollständig im Freien befindlich eingestuft werden. In anderen Beispielen kann jedes Computergerät mit einem geschätzten Konfidenzwert, der größer ist als der Konfidenzschwellenwert, unabhängig von der Innenraumwahrscheinlichkeit als im Freien befindlich betrachtet werden. Diese Werte und Bereiche dienen nur zur Veranschaulichung und sollen die Offenbarung nicht einschränken.
In einigen Beispielen kann der Konfidenzschwellenwert oder der Wertebereich auf der Grundlage des externen Systems angepasst werden. So kann bei verschiedenen Anwendungen und Anwendungsfällen zwischen Innen- und Außenbereichen unterschieden werden, wobei die Bereiche breiter oder enger definiert sind, oder die Konfidenzwerte müssen möglicherweise höher oder niedriger sein. Die ML-Engine 114 kann die Werte anpassen, indem sie anwendungsspezifische Profile erstellt, anhand derer die Eingaben bei der Bestimmung und Meldung des Innen- oder Außenbereichsstatus ausgewertet werden.
In einigen Beispielen kann der ermittelte Konfidenzwert erhöht werden, wenn eine Reihe von Computergeräten oder Sensoren 132 kombiniert werden, um viele Sensordatenquellen über ein größeres Gebiet bereitzustellen. Dies kann die Erkennungswahrscheinlichkeit mit mehr Sensoren, Computergeräten und/oder externen Datenbanken verbessern. So kann beispielsweise ein Computer mit zwei oder mehr Sensoren (z. B. GNSS, Gyroskop und Mikrofon) eine größere Gewissheit über den Innen-/Außenbereich haben als ein Gerät mit nur einem Sensor (z. B. GNSS). Ebenso kann ein Computergerät mit grober Geopositionserkennung und Internetzugang seine Vertrauens- und Zuverlässigkeitsschätzungen weiter verbessern, indem es Daten von einem oder mehreren Sensoren mit Zugriff auf noch mehr Datensignaturen über Datenspeicher von Drittanbietern (142) vergleicht.
Die ML-Engine 114 kann die Ausgabe, die Umgebungszustände und die Konfidenzwerte an externe Systeme, einschließlich Betriebssystemsoftware, Benutzeranwendungen und andere elektronische Programme, übertragen. In einigen Beispielen kann die Übertragung über einen Software Development Kit (SDK) Application Programming Interface (API)-Aufruf, ein Datenregister, Netzwerk-Broadcast oder Multicast oder andere technische Mittel erfolgen.
Die Interaktionsmaschine 116 ist so konfiguriert, dass sie eine Aktion in einem externen System an einem oder mehreren Orten 130 auslöst. Die Aktion kann beispielsweise auf der Grundlage der Feststellung ausgewählt werden, ob sich die Computergeräte in Innenräumen oder im Freien (z. B. teilweise oder vollständig) befinden, und in einigen Beispielen auf der Grundlage des entsprechenden Konfidenzwerts, der von dem trainierten ML-Modell ermittelt wurde.
Es werden auch verschiedene Aktionen in externen Systemen beschrieben. Beispielsweise kann die Aktion in dem externen System die Beleuchtung, Wasserspiele oder andere automatisierte Abläufe aktivieren, die mit einem Hausautomatisierungssystem an einem ersten Standort 130A korrespondieren. Die Merkmale der Sensordaten können erkennen, wenn sich das Computergerät 132 zusammen mit dem Benutzer von innerhalb eines Hauses nach draußen bewegt, wobei das Computergerät 102 erkennen kann, dass sich der Benutzer von einer vollständigen Innenumgebung in eine vollständige Außenumgebung bewegt hat. Die Aktion kann mit der Aktivierung der Beleuchtung in der Außenumgebung korrespondieren, die mit dem Computergerät 102 in Verbindung steht, und zwar in Übereinstimmung mit dieser Bewegung.
In einem anderen Beispiel kann die Aktion im externen System automatisch die mit einer Sicherheitskamera verbundenen Bildparameter anpassen (z. B. einen Scheinwerfer in einer schwach beleuchteten Umgebung einschalten usw.). In einem anderen Beispiel kann die Aktion im externen System die Einstellungen für Funkemissionen ändern, Türen und Fenster öffnen oder schließen, Partikelfilter in Lüftungsanlagen ein- oder ausschalten. In einem anderen Beispiel können im externen System erkannte Muster von ganz oder teilweise drinnen oder draußen verfolgt und verwendet werden, um einen Bericht über ein Muster der Umgebung für historische Berichte und Analysezwecke zu erstellen. Der Bericht kann an ein oder mehrere Computergeräte im externen System oder an einen Verwaltungsbenutzer übermittelt werden. Bei jeder dieser Aktionen können die Computergeräte, die die Aktionen durchführen, von den Computergeräten und Sensoren 132A am ersten Standort 130A, die die ursprünglichen Sensordaten geliefert haben, getrennt sein.
Ein weiteres Beispiel: Im Rahmen der Einhaltung gesetzlicher Vorschriften können bestimmte gesetzliche Bestimmungen oder Marktanforderungen den Betrieb bestimmter Arten von Computergeräten einschränken. Dazu kann gehören, dass das Computergerät 132 nicht in bestimmten Betriebsarten betrieben werden darf oder dass bestimmte Vorschriften oder Regeln eingehalten werden müssen, je nachdem, ob sich das Computergerät 132 in einer Innen- oder Außenumgebung befindet. Beispielsweise gelten für das 6-GHz-Band und andere Frequenzbänder unterschiedliche und spezifische Grenzwerte für die Funkemissionen, je nachdem, ob sich das Gerät im Innen- oder Außenbereich befindet.
In einem anderen Beispiel kann das externe System mit der persönlichen Gesundheit eines Benutzers in Verbindung stehen. Das Computergerät oder der Sensor 132, von dem die Sensordaten stammen, kann die Sensordaten einer Smartphone-Anwendung zur Verfügung stellen, die versucht, die Merkmale der Umgebung im Laufe der Zeit zu verfolgen. Dies kann die Exposition gegenüber unbehandelter Luft in der Umgebung oder die Messung der Partikelexposition umfassen. Die Sensordaten können nicht einfach durch die Kenntnis des physischen Standorts (z. B. Breitengrad, Längengrad und Höhe) erfasst werden, sondern können sich auf zusätzliche Merkmale der Innen- oder Außenumgebung stützen, wie in der Offenlegung beschrieben.
In einem anderen Beispiel kann das externe System den Betrieb von Unternehmens geräten umfassen. Bei Geräten, die sowohl im Innen- als auch im Außenbereich eingesetzt werden können, können die Schnittstellen und andere Benutzererfahrungen an die jeweilige Umgebung angepasst werden. So könnte beispielsweise eine hochauflösende (HD) Sicherheitskamera die Bildparameter automatisch an die Außenumgebung anpassen. In einem anderen Beispiel könnte ein Audiomikrofon oder -sensor automatisch eine bestimmte akustische Konfiguration auswählen, die auf der Bestimmung der Merkmale der Umgebung beruht.
In einigen Beispielen kann das Computergerät 102 mit mehreren anderen Computergeräten kommunizieren, die mit einem gemeinsamen Computersystem verbunden sind, entweder direkt oder über die Anwendungsprogrammierschnittstelle (API) 117. API 117 kann beispielsweise dabei helfen, die geschätzte Umgebung und den Vertrauenswert für andere Systeme zu veröffentlichen, indem sie eine Reihe von Funktionen und Prozeduren bereitstellt, die die Erstellung von Anwendungen ermöglichen, die auf die Funktionen oder Daten des Computergeräts 102 zugreifen. API 117 kann z. B. dazu verwendet werden, Geräte zur Hausautomatisierung zu aktivieren oder benachbarte Geräte auf der Grundlage der ermittelten Umgebung automatisch abzustimmen. Diese und andere Beispiele, die in der gesamten Anwendung erörtert werden, können von einem öffentlichen Datennetz und von allen öffentlich zugänglichen Datenbanken getrennt sein. Mit anderen Worten, die dargestellte Computerumgebung ist nicht auf ein einzelnes Gerät beschränkt, das selbständig eine Innen/Außen-Bestimmung vornimmt, sondern kann als mehrere Geräte mit jeweils eigenen Sensoren implementiert werden, die diese Sensordaten untereinander oder mit einem zentralen Computersystem austauschen, das eine Bestimmung der Umgebung eines oder mehrerer Standorte der anderen Computergeräte vornimmt.
Ein anschauliches Beispiel ist in dargestellt, in dem das Computergerät 102 über ein Netzwerk 140 mit einem oder mehreren Computergeräten oder Sensoren 132 an verschiedenen Standorten 120 kommunizieren kann. Das Netzwerk 140 kann eine Verbindung über ein lokales Netzwerk zu einem Host-Computer oder zu Datengeräten umfassen, die von einem Internetdienstanbieter (ISP) und/oder den internen Netzwerken eines Cloud-Computing-Anbieters betrieben werden. Der ISP stellt seinerseits Datenkommunikationsdienste über das weltweite Paketdatenkommunikationsnetz (z. B. „Internet“) zur Verfügung, um Datenpakete zwischen dem Computergerät 102 und den Computergeräten oder Sensoren 132 zu übertragen. Das Netz 140 kann elektrische, elektromagnetische oder optische Signale zur Übertragung der digitalen Datenströme verwenden.
Mehrere Standorte 130 können Innen- oder Außenbereiche umfassen. Beispielsweise können die Computergeräte und Sensoren 132A vollständig im Innenbereich eines Gebäudes platziert werden, das sich statisch am ersten Standort 130A befindet, und die Computergeräte und Sensoren 132B können vollständig im Außenbereich des Gebäudes platziert werden, das sich statisch am zweiten Standort 130B befindet.
Verschiedene Umgebungen werden durch den Inhalt der Offenbarung unterstützt. Beispielsweise kann sich ein erster Standort 130A innerhalb eines Gebäudes mit einem beweglichen Dach befinden, einschließlich eines professionellen Sportstadions. Die Computergeräte und Sensoren 132A können sich technisch gesehen innerhalb des professionellen Sportstadions befinden (z. B. physisch im Inneren des Gebäudegrundrisses), sind jedoch Umgebungsbedingungen ausgesetzt, wenn das bewegliche Dach geöffnet ist, die sich von den Umgebungsbedingungen unterscheiden, wenn das bewegliche Dach geschlossen ist. Die Computergeräte und Sensoren 132A können innerhalb des ersten Standorts 130A fixiert bleiben, können aber erkennen, dass sie sich teilweise im Freien oder teilweise in Innenräumen befinden, wenn das bewegliche Dach geöffnet ist, und können erkennen, dass sie sich vollständig in Innenräumen befinden, wenn das bewegliche Dach geschlossen ist. Im Vergleich dazu können die Computergeräte und Sensoren am zweiten Standort 130B außerhalb des professionellen Sportstadions verbleiben und keine Veränderung in ihrer Umgebung feststellen, während das bewegliche Dach geöffnet oder geschlossen ist.
Die Computergeräte und Sensoren 132 können Funkempfänger, Zeitgeber und Uhren, Druck-, Luftpartikel- und Spurengassensoren, radiologische, Trägheits-, Schwingungs- (z. B. piezoelektrische), optische, akustische, elektrische oder magnetische Sensoren umfassen. Die Computergeräte und Sensoren 132 können in ein Computergerät oder in die Umgebung eingebettet sein, sie können fest installiert oder mobil sein, batteriebetrieben oder von externen Energiequellen abhängig. Jedes dieser Computergeräte und Sensoren 132 kann zur Bestimmung des Innen-/Außenzustands des Geräts und des zugehörigen Vertrauenswerts beitragen, entweder allein oder in Kombination mit anderen, die in ein Computergerät oder in ein oder mehrere andere Computergeräte eingebettet sind, deren Innen-/Außenzustand bekannt oder unbekannt sein kann.
Computergeräte und Sensoren 132 können verschiedene Sensordaten erzeugen (z. B. je nach Art des Sensors). Die Sensordaten können einzeln oder in Kombination mit anderen lokalen oder entfernten Sensoren oder Indikatoren verwendet werden, um Umgebungszustände, Korrelationen oder gleichzeitige oder aufeinander folgende Muster in gemeldeten oder beobachteten Werten zu erkennen. Die Sensordaten können beispielsweise das Ausbleiben erwarteter Daten (z. B. ein negatives Signal), die Beobachtung von Daten, die einzelne oder mehrere abgestufte Schwellenwerte überschreiten, die Beobachtung von Datenänderungen im Zeitverlauf oder von aggregierten Zustandsmustern über wiederkehrende Intervalle (z. B. Stunde, Tag, Monat, Jahr) oder die Beobachtung von Datenänderungen umfassen, die darauf hindeuten, dass sich das Gerät von einem Ort entfernt hat, an dem sein Innen-/Außenstatus zuvor festgelegt worden war.
Die Sensordaten können mit Hilfe des Computergeräts 102 in eine oder mehrere Wahrscheinlichkeiten umgewandelt werden, die als Wert mit einem zugehörigen Konfidenzniveau ausgedrückt werden. Wenn ein ML-Modell in einer Ausführungsform der Offenlegung implementiert wird, kann das ML-Modell Gewichtungen für jede Art von Sensordateneingabe zuweisen, die auf irgendeine Weise korreliert und/oder gefaltet sind. In einigen Beispielen können die Bestimmungen der Umgebung eine Schätzung sein, dass sich der Sensor oder das Computergerät 132 in einer teilweisen Innen-/Außenumgebung befindet. Basierend auf dem ermittelten Konfidenzwert und der vorhergesagten Umgebung können verschiedene Aktionen ausgelöst werden.
zeigt eine mögliche Ausführungsform der in beschriebenen konzeptionellen Maschine in Übereinstimmung mit einigen Beispielen der Offenbarung. Verschiedene Sensoren sind zur Veranschaulichung dargestellt, sollen aber bestimmte Ausführungsformen der Offenlegung nicht einschränken. Das Computergerät 300 kann dem in dargestellten Computergerät 102 ähnlich sein, wenn das maschinelle Lernen und die Verarbeitung fern von den Sensoren durchgeführt wird, oder dem in dargestellten Computergerät oder den Sensoren 132, wenn das maschinelle Lernen und/oder die Verarbeitung in der Vorrichtung durchgeführt wird, die auch die Sensordaten sammelt. In einigen Beispielen kann das Computergerät, das die Analyse und Bestimmung der Umgebung der in dargestellten Computergeräte und Sensoren 132 durchführt, die Form des in dargestellten Computergeräts 102 oder des Computergeräts 300 in annehmen.
In umfasst das Computergerät 300 den Sensor Monitor & Event-Handler in Block 1, eine Wahrscheinlichkeitsschätzungsmaschine in Block 2, eine Sensorregeldatenbank in Block 3, eine Zeitreihendatenbank in Block 4, eine Netzwerkschnittstelle in Block 5A, ein öffentliches Datennetzwerk in Block 5B, einen GNSS-Empfänger in Block 6A, eine öffentliche GNSS-Ephemeriden-Datenbank in Block 6B, einen Temperatursensor in Block 7A, einen Sensor für relative Luftfeuchtigkeit in Block 7B, Luftdrucksensor in Block 7C, öffentliche Wetterdatenbank in Block 7D, Sonneneinstrahlungssensor in Block 8A, öffentliche Sonneneinstrahlungsdatenbank in Block 8B, Sensor-Funkkomplex für die Inline-Überwachung in Block 9A, öffentliche Funksignal-Signaturdatenbank in Block 9B, Primärgeräte-Funkkomplex in Block 9C/9D, andere öffentliche Datensätze in Block 10, Betriebssystem auf dem Gerät in Block 11 (z.g., das maschinenlesbare Anweisungen zum Abrufen und Veröffentlichen des Innen-/Außenbereichszustands für Anwendungen enthalten kann), und andere Anwendungen in Block 12 (die z. B. den Innen-/Außenbereichszustand direkt oder über das Betriebssystem abrufen können).
Die Rechnereinrichtung 300 in kann mit der Rechnereinrichtung 102 in auf verschiedene Weise korrelieren. Zum Beispiel können das Sensorüberwachungsmodul 108 und das Sensorereignishandhabungsmodul 110 in als Sensorüberwachungs- und Ereignishandhabungsmodul in Block 1 in implementiert werden. Das Zuverlässigkeitswertmodul 112, das Modul für maschinelles Lernen (ML) 114 und das Interaktionsmodul 116 in können in Block 2 in als Wahrscheinlichkeitsschätzungsmodul implementiert werden. Der Sensorregel-Datenspeicher 118 in kann als Sensorregel-Datenbank in Block 3 in implementiert werden. Der Zeitreihendatenspeicher 120 in kann als Zeitreihendatenbank in Block 4 in implementiert werden. Das Netzwerk 140 in kann als öffentliches Datennetzwerk in Block 5B in implementiert werden. Computergeräte oder Sensoren 132 in können als ein oder mehrere GNSS-Empfänger in Block 6A, als Temperatursensor in Block 7A, als Sensor für die relative Luftfeuchtigkeit in Block 7B, als Luftdrucksensor in Block 7C, als Sonneneinstrahlungssensor in Block 8A und als Funkmesskomplex für die Inline-Überwachung in Block 9A in implementiert werden. Der Drittanbieterspeicher 142 in kann als eine oder mehrere öffentliche GNSS-Ephemeriden-Datenbank(en) in Block 6B, öffentliche Wetterdatenbank(en) in Block 7D, öffentliche Sonneneinstrahlungs-Datenbank(en) in Block 8B, öffentliche Funksignalsignatur-Datenbank(en) in Block 9B und andere öffentliche Datensätze in Block 10 in implementiert werden. Prozessor 104, Speicher 105 und maschinenlesbare Medien 106 in können als Betriebssystem auf dem Gerät in Block 11 und als andere Anwendung(en) in Block 12 in implementiert werden.
Das Computergerät 300 in oder das Computergerät 102 in kann verschiedene Sensordaten empfangen. Verschiedene Sensordaten werden zur Veranschaulichung in den und dargestellt und zuvor mit besprochen. Die anschaulichen Beispiele können helfen, die Auswirkungen von Innenraum- und Türumgebungsmessungen auf die Sensordaten im Laufe der Zeit zu zeigen. Die Daten (z. B. mit hoch zuverlässigen Schätzungen des Innen- gegenüber dem Außenzustand) können in verschiedenen Zeiträumen (z. B. zwischen 12 und höchstens 24 Stunden oder einem Tageszyklus) auf vorhersehbare und leicht erkennbare Weise Abweichungen aufweisen. Diese können in erkennbare Datensignaturen umgewandelt werden. In einigen Beispielen können 4 bis 6 Stunden für einen Algorithmus mehr als ausreichend sein, um eine eindeutige Vorhersage des Innen- oder Auß enzustands zu treffen, insbesondere wenn mehrere derartige Sensoreinspeisungen verfügbar sind. Ein Beispiel: Einige Signale können in der Hälfte eines Tageszyklus eine Zuverlässigkeit von 95 % erreichen, und eine fortgesetzte Beobachtung über 24 Stunden hinaus kann die Zuverlässigkeit weiter verbessern.
Sensorsignale können bei lokaler Beobachtung in Innenräumen im Vergleich zu ihren Außensignalen verschiedene Veränderungen erfahren, z. B. Amplitudensprungverlust, Amplitudenbanding und Time Domain Banding.
Eine Art von Umwelteinfluss ist der Verlust der Amplitudenkontinuität. Bei bestimmten Signaltypen, wie z. B. HF-Übertragungen oder Sonneneinstrahlung, kann ein Gebäude oder eine andere Struktur das Signal erheblich reduzieren oder ganz blockieren. Diese Diskontinuität kann im Allgemeinen negativ sein, d. h. die Amplitude des Signals in Innenräumen kann geringer sein als die Amplitude des gemessenen Signals im Freien.
Beispielsweise kann der frequenzabhängige HF-Eintrittsverlust in ein Gebäude einer Reihe von Gebäudetypen entsprechen und sich als plötzliche Abnahme, gemessen an der Innenseite der Gebäudewand, bemerkbar machen. In einigen Beispielen können andere Signale (z. B. akustische Signale oder Wärme) lokal entstehen und sich in einer nicht umschlossenen Umgebung (z. B. teilweise in Innenräumen mit offenen Decken oder Wänden oder teilweise im Freien mit dünnen Zeltwänden) schneller ausbreiten. Diese Wirkung an der Innenseite der Gebäudewand kann typisch für Signale sein, die in einer größeren Umgebung oder von anderen lokalen Außenquellen ausgehen. Andere Signale (z. B. akustische Signale oder Wärme) können lokal entstehen und sich in einer nicht umschlossenen Umgebung schneller abbauen. Dieser Dämpfungseffekt kann sich auf niedrigere Frequenzen weniger stark auswirken als auf höhere Frequenzen. Ein GNSS-, AM-, FM- oder Fernsehsignal kann über die Diskontinuität einen Verlust erleiden, wie in dargestellt. Im Bereich des sichtbaren Lichts kann das Sonnenlicht durch lichtundurchlässige Materialien vollständig abgeblockt werden. Bei Glasfenstern kann die Gesamtintensität abgeschwächt werden, und diese Abschwächung kann bei bestimmten Wellenlängen konstruktionsbedingt verstärkt werden (z. B. um ultraviolettes Licht zu blockieren).
Eine andere Art von Umgebungseffekt ist die Amplitudenstreuung, wie sie durch die farbigen horizontalen Kästchen in veranschaulicht wird. So können beispielsweise vollständig geschlossene Gebäude kontrollierte Umgebungen für die Bequemlichkeit und Produktivität der darin lebenden Menschen bieten. Daher können bestimmte Signale, die im Freien große Amplitudenschwankungen aufweisen können, bei der Messung in Innenräumen auf ein relativ schmales Band beschränkt sein. Temperatur und relative Luftfeuchtigkeit sind einige Beispiele dafür.
Amplitudenbandensignale können sich in mancher Hinsicht von Diskontinuitätsverlustsignalen unterscheiden. Zum Beispiel kann das Signal in Innenräumen verstärkt statt gedämpft werden, wie z. B. bei einem HLK-System, das die Temperatur an einem kalten Tag erhöht. Zweitens kann der Jitter in der Amplitude auf ein schmales Band beschränkt sein, das von der Funktion des Bereichs abhängt. Einige Beispiele hierfür sind: Innentemperatur für Menschen (z. B. 65-72 Grad und relative Luftfeuchtigkeit zwischen 30-60 %), Kühllager (z. B. 35-55 Grad) und relative Luftfeuchtigkeit (z. B. zwischen 60-95 % je nach Artikel) und Tiefkühllager (z. B. 14-32 Grad mit hoher relativer Luftfeuchtigkeit zwischen 90-95 %). Im Vergleich zu Außensignalen, deren Wert im Allgemeinen „schwimmt“ oder nicht durch diese Wertebereiche eingeschränkt ist, können die „gebänderten“ Werte bedeuten, dass die Messung in einem bestimmten erwarteten Teilbereich liegt. Die genaue Bandbreite kann für jedes Gebäude unterschiedlich sein, aber ihr Minimum, Maximum und/oder Median kann algorithmisch ermittelt werden (z. B. über einen Zeitraum von einigen Tagen der Beobachtung).
Eine andere Art von Umgebungseffekt ist die zeitliche Streuung, die auch durch die vertikalen grauen Kästen in dargestellt wird. Zum Beispiel können Geschäfts- und Wohngebäude vorhersehbare Belegungspläne haben, was wiederum zu leicht erkennbaren Signaturen in der Art und Weise führen kann, wie sich Sensorsignale über kulturell festgelegte Intervalle (z. B. über einen 24-Stunden-Zyklus oder eine 5-Tage-Arbeitswoche) ändern. Wohngebäude können vom späten Nachmittag bis zum frühen Morgen bewohnt sein, während in Geschäftsgebäuden lose oder fest definierte Arbeitsschichten herrschen können. Diese sich wiederholenden Muster können in der Zeitdomäne Bänder bilden.
In einigen Beispielen kann es auch wöchentliche und saisonale Bandbreiten für einige Signale geben. So stehen beispielsweise Gewerbeimmobilien an den Tagen, die in einem bestimmten Land als „Wochenende“ gelten, oft leer, während umgekehrt Wohnimmobilien an solchen Tagen stark belegt sind. Auf Jahresbasis variieren einige Signalmuster mit der Jahreszeit, wie z. B. die Sonneneinstrahlung, die im Winter im Vergleich zum Sommer auf jeder Hemisphäre in Bezug auf Amplitude, Anfangszeit, Spitzenzeit und Dauer erheblich variiert. Diese beiden längerfristigen Messungen können die Zuverlässigkeit der Schätzungen für den Innen- und Außenbereich zusätzlich erhöhen.
Die bis zeigen Beispiele für Sensordaten an einem kommerziellen Bürostandort im Laufe der Zeit, in Übereinstimmung mit einigen Beispielen der Offenlegung. Es sind verschiedene Sensordaten dargestellt, darunter absolute Temperaturdaten 410 und Daten zur relativen Luftfeuchtigkeit 420 in und barometrischer Druck 610, Außenluftfeuchtigkeit und Temperatur 620 sowie Sonneneinstrahlung und Beleuchtungsstärke 630 in .
In diesen Diagrammen sind verschiedene Sensorstandorte dargestellt. Beispielsweise befindet sich ein Innensensor, der erste Sensordaten 430 (dargestellt als Temperatursensordaten 430A und Daten zur relativen Luftfeuchtigkeit 430B) erzeugt, an der südöstlichen Ecke innerhalb des Gebäudes. Der zweite Sensorstandort, der zweite Sensordaten 440 (dargestellt als Temperatursensordaten 440A und Daten zur relativen Luftfeuchtigkeit 440B) erzeugt, befindet sich außerhalb desselben Gebäudes.
In diesen Darstellungen von können die Sensordaten, die von einem Computergerät oder einem Sensor ermittelt werden, der sich im Außenbereich befindet (z. B. zweiter Sensorstandort, der zweite Sensordaten 440 erzeugt), durch Muster gekennzeichnet sein, die sich auf Tages-, Monats- und Jahresbasis wiederholen. Die Amplitude dieser Änderungen (z. B. Temperaturänderungen um 40° oder relative Luftfeuchtigkeit um 50 %) sowie ihre Änderungsrate und die Zeit, zu der die Spitzen und Tiefpunkte auftreten, können verwendet werden, um Regeln zu erstellen oder Mustervergleichsalgorithmen zu programmieren. Mit anderen Worten: Es ist zu erwarten, dass die ML-Modellregeln, die mit einem Außenstandort verbunden sind, durch ähnliche Muster gekennzeichnet sind, die sich zeitabhängig wiederholen. Die Regeln können im Sensorregeldatenspeicher 118 gespeichert werden.
In einigen Beispielen können die Sensordaten, die von einem Computer oder einem Sensor, der sich im Inneren befindet, ermittelt werden (z. B. erste und zweite Sensorpositionen, die erste Sensordaten 430 bzw. zweite Sensordaten 440 erzeugen), auch durch Muster gekennzeichnet sein. So können die Sensordaten beispielsweise relativ stabile Werte sowohl in Bezug auf die relative Amplitude als auch auf die Tageszeit aufweisen, die sowohl die Amplitude als auch die zeitliche Streuung widerspiegeln. Die absolute Größe des mittleren Merkmals kann auch einem erkennbaren Muster entsprechen. Bestimmte zeitliche Muster können für Innenräume charakteristisch sein, wie z. B. vorhersehbare Warm-Kalt-Zyklen an Wochentagen, die an Wochenenden nicht oder nicht so ausgeprägt vorhanden sind.
zeigt Daten von Umweltsensoren über einen längeren Zeitraum in Übereinstimmung mit einigen Beispielen der Offenlegung. In dieser Abbildung werden zyklische Signale gesammelt und aufgezeichnet. Die erste zeigt die zyklischen Muster beim Vergleich von Innen- und Außentemperaturen, und die zweite zeigt eine vergrößerte Ansicht der gleichen Daten wie in Beispiel 510, die klare zyklische Muster beim Vergleich von Innentemperaturen an verschiedenen Innenstandorten 530 und 540 erkennen lässt. Der Außenstandort 550 zeigt die tatsächliche lokale Temperatur, die von der lokalen Wetterstation gemessen und über eine öffentliche Internetdatenbank (z. B. Datenspeicher eines Drittanbieters 142) gesammelt wurde.
In einigen Beispielen variiert diese Art der Sensorversorgung zyklisch innerhalb eines Zeitraums (z. B. 24 Stunden). Jeder Zyklus kann sich in Amplitude und Gesamtform vom vorhergehenden unterscheiden, wobei das Muster über einen bestimmten Zeitraum ähnlich sein kann. Die zyklischen Signale können je nach dem verwendeten Messsystem und den verwendeten Einheiten bei jedem beliebigen Wert variieren, auch bei negativen Werten.
In beiden und wirkt sich der Belegungsstatus der verschiedenen Stockwerke auf die Daten aus. So kann beispielsweise die erste Etage 530 belegt sein und über ein HLK-System verfügen, das die Temperatur auf 73 Grad einstellt. Die schnelleren Zyklen der Datenzeile können damit zusammenhängen, dass das HLK-System die Etage wieder auf diesen Wert abkühlt, wenn die Temperatur um mehr als etwa 1 Grad über den Bereich hinausgeht. Die zweite Ansicht 540 zeigt eine unbesetzte Etage desselben Gebäudes mit einer entspannten Zieltemperatur von etwa 71 Grad. Die HLK-Anlage verhält sich in diesem Stockwerk anders, um Energie zu sparen, da es nicht bewohnt ist und daher nicht aktiv geheizt oder gekühlt wird.
Die zweite mit einer vergrößerten Y-Achse zeigt ein klares zyklisches Muster (z. B. etwa 6 Zyklen pro Tag von jeweils etwa 4 Stunden), das aus der größeren Ansicht in 510 nicht ersichtlich ist. Jeder Sensor in der ersten Elevation 530 und der zweiten Elevation 540 kann mit einer Varianz von 3 % auf jeder Seite des Mittelwerts korrespondieren, was engen, fließenden Signaturen entsprechen kann. Die dritte Umgebung 550, die von einem vollständig außen liegenden Sensor erfasst wird, kann einer breiten, fließenden Signatur entsprechen, bei der es eine große Variation in der Umgebung gibt.
Eine andere Art von Umgebungseffekt ist die Amplitudenstreuung, wie sie durch die farbigen horizontalen Kästchen in veranschaulicht wird. So können beispielsweise vollständig geschlossene Gebäude kontrollierte Umgebungen für die Bequemlichkeit und Produktivität der darin lebenden Menschen bieten. Daher können bestimmte Signale, die im Freien große Amplitudenschwankungen aufweisen können, bei der Messung in Innenräumen auf ein relativ schmales Band beschränkt sein. Temperatur und relative Luftfeuchtigkeit sind einige Beispiele dafür.
Amplitudenbandensignale können sich in mancher Hinsicht von Diskontinuitätsverlustsignalen unterscheiden. Zum Beispiel kann das Signal in Innenräumen verstärkt statt gedämpft werden, wie z. B. bei einem HLK-System, das die Temperatur an einem kalten Tag erhöht. Zweitens kann der Jitter in der Amplitude auf ein schmales Band beschränkt sein, das von der Funktion des Bereichs abhängt. Einige Beispiele hierfür sind: Innentemperatur für Menschen (z. B. 65-72 Grad und relative Luftfeuchtigkeit zwischen 30-60 %), Kühllager (z. B. 35-55 Grad) und relative Luftfeuchtigkeit (z. B. zwischen 60-95 % je nach Artikel) und Tiefkühllager (z. B. 14-32 Grad mit hoher relativer Luftfeuchtigkeit zwischen 90-95 %). Im Vergleich zu Außensignalen, deren Wert im Allgemeinen „schwimmt“ oder nicht durch diese Wertebereiche eingeschränkt ist, können die „gebänderten“ Werte bedeuten, dass die Messung in einem bestimmten erwarteten Teilbereich liegt. Die genaue Bandbreite kann für jedes Gebäude unterschiedlich sein, aber ihr Minimum, Maximum und/oder Median kann algorithmisch ermittelt werden (z. B. über einen Zeitraum von einigen Tagen der Beobachtung).
Eine andere Art von Umgebungseffekt ist die zeitliche Streuung, die auch durch die vertikalen grauen Kästen in dargestellt wird. Zum Beispiel können Geschäfts- und Wohngebäude vorhersehbare Belegungspläne haben, was wiederum zu leicht erkennbaren Signaturen in der Art und Weise führen kann, wie sich Sensorsignale über kulturell festgelegte Intervalle (z. B. über einen 24-Stunden-Zyklus oder eine 5-Tage-Woche) ändern. Wohngebäude können vom späten Nachmittag bis zum frühen Morgen bewohnt sein, während in Geschäftsgebäuden lose oder fest definierte Arbeitsschichten herrschen können. Diese sich wiederholenden Muster können in der Zeitdomäne Bänder bilden.
In einigen Beispielen kann es auch wöchentliche und saisonale Bandbreiten für einige Signale geben. So stehen beispielsweise Gewerbeimmobilien an den Tagen, die in einem bestimmten Land als „Wochenende“ gelten, oft leer, während umgekehrt Wohnimmobilien an solchen Tagen stark belegt sind. Auf Jahresbasis variieren einige Signalmuster mit der Jahreszeit, wie z. B. die Sonneneinstrahlung, die im Winter im Vergleich zum Sommer auf jeder Hemisphäre in Bezug auf Amplitude, Anfangszeit, Spitzenzeit und Dauer erheblich variiert. Diese beiden längerfristigen Messungen können die Zuverlässigkeit der Schätzung für den Innen- und Außenbereich zusätzlich erhöhen.
zeigt Sensordaten, die mit korrelierten Bewegungen diskreter Werte übereinstimmen. In dieser Abbildung werden Daten zum barometrischen Druck (610), zur Außenluftfeuchtigkeit und Temperatur (620) sowie zur Sonneneinstrahlung und Beleuchtung (630) im Zeitverlauf dargestellt. In diesen Abbildungen ist zu beachten, dass die Amplitudenänderungen der Temperatur und der relativen Luftfeuchtigkeit (im Beispiel 620) entgegengesetzte Phasen haben, obwohl beide dem Tagesmuster entsprechen. Das Computergerät 102 in kann (z. B. über das ML-Modell 114) einen höheren Vertrauenswert oder eine höhere Wahrscheinlichkeit dafür ermitteln, dass sich der Sensor im Innen- oder Außenbereich befand, indem sie mehrere Signaturen identifiziert, die sich so verhalten, wie man es von bestimmten Werten erwartet (selbst wenn keine anderen Daten vorliegen).
In einigen Beispielen können die Sensordaten mit unkorrelierten Bewegungen von Werten korrespondieren. Zum Beispiel können die Innen- und Außenwerte im Wesentlichen unkorreliert sein. Die Rechnereinrichtung 102 in (z. B. über das ML-Modell 114) kann eine oder mehrere Datenabfragen zu den erwarteten Wetterbedingungen in ihrem Gebiet veranlassen und wäre in der Lage, solche Unterschiede zwischen den von der Rechnereinrichtung oder den Sensoren 132 ermittelten Umweltbedingungen und den Umweltbedingungen in der Datenbank zu erkennen. Das Computergerät 102 in (z. B. über das Sensorüberwachungsmodul 108) kann die Datenquellen der beiden Sensoren vergleichen und feststellen, dass die Signaturen zweier Werte nicht übereinstimmen, oder eine numerische Subtraktion veranlassen, um einen neuen synthetischen Wert zu erzeugen, der einen Differenzvergleich widerspiegelt. In einigen Beispielen kann der Differenzwert eine eigene Datensignatur haben, die für die Analyse von Innen- und Außenbereichen von Bedeutung sein kann.
In einigen Beispielen können die Sensordaten mit der Geoposition eines Computergeräts oder Sensors 132 korrespondieren, um einen Datensatz eines Drittanbieters zum Standortvergleich abzufragen. Beispielsweise kann ein Computer mit Internetzugang seinen Standort mit einer sehr groben Genauigkeit bestimmen (z. B. auf Bezirks- oder Postleitzahlenebene) und eine Vielzahl von Datensätzen abfragen, um den Analyseprozess zu unterstützen. Die öffentlich zugänglichen Wetterstationsdaten (z. B. der dritte Sensorstandort, der die dritten Sensordaten 640 erzeugt) sind möglicherweise nur an der lokalen Dichte der Stationsstandorte und/oder dem nächstgelegenen Flughafen verfügbar.
In einigen Beispielen können die Ähnlichkeiten und Unterschiede zwischen den Datenquellen und Datentypen bestimmt werden, wenn eine bestimmte Menge an Sensordaten (z. B. drei aufeinanderfolgende Tage) empfangen wurde. In dieser Abbildung wird der barometrische Druck (BP) erfasst und in dargestellt, die diese Ähnlichkeiten und Unterschiede im Zeitverlauf zeigt.
Bei der Einbeziehung des Luftdrucks oder anderer zusätzlicher Sensordaten in die Zuverlässigkeitsanalyse kann das Computergerät oder der Sensor auf der Grundlage des Standorts über dem Boden, der dem Stockwerk im Gebäude entspricht, erkannt werden. An manchen Orten fällt der Luftdruck mit einer Rate von -0,011 in Hg pro 10 Fuß, was in den Unterschieden zwischen den Sensorstandorten in verschiedenen Stockwerken des Gebäudes erkannt werden kann. Wenn die Stockwerkshöhe erkannt wird, kann das Computergerät 102 in (z. B. über das ML-Modell 114) die Position über dem Boden mit einem höheren oder niedrigeren Vertrauenswert für einen vollständigen Innenraum korrelieren (z. B. Verringerung der Wahrscheinlichkeit, sich im Freien zu befinden, für gängige Mittel- oder Hochhaustypen).
In Beispiel 630 können ein oder mehrere Sensoren einen Beleuchtungs- oder Sonneneinstrahlungsmesser umfassen, und es werden Sonnenbeleuchtungs- oder Sonneneinstrahlungsdaten erzeugt. Wie aus den ersten Sensordaten 640 hervorgeht, können die Sensoren Sonneneinstrahlungswerte ermitteln, die je nachdem, ob es ein klarer oder ein bewölkter Tag ist, variieren, sowie einen hypothetischen Innenraumwert unter Verwendung der Amplitude des Umgebungslichts am Sensor. Wie bei den Temperaturmesswerten könnte die Form einer gemessenen Kurve über einen bestimmten Zeitraum (z. B. einen 24-Stunden-Tag oder von Monat zu Monat) bestimmt werden, wobei der Konfidenzwert im Laufe der Zeit anhand des ML-Modells (z. B. über das ML-Modell 114) oder des Zuverlässigkeitswertes der jeweiligen Sensoren (z. B. über die Zuverlässigkeitswert-Engine 112) zunimmt.
Die tatsächliche Sonneneinstrahlung kann nach einem vorgegebenen Zeitplan (z. B. stundenweise) dargestellt werden. Als Kontrast dazu wird in Beispiel 630 ein hypothetisches Büro mit einem zweiten Sensor 650 gezeigt, in dem die Mitarbeiter um 6:30 Uhr ankommen und um 18:30 Uhr mit konstanter Amplitude abreisen. Dies entspricht wahrscheinlich einer Innenraumumgebung.
Andere Sensoren können für ähnliche Bedingungen eingesetzt werden. Beispielsweise kann ein Sensor, der die spektrale Signatur des Lichts oder die Farbtemperatur analysieren kann, zwischen natürlichem Sonnenlicht und künstlichem Innenraumlicht verschiedener Typen unterscheiden, wie in dargestellt.
In einigen Beispielen können die Attribute der Gleichmäßigkeit und des Abklingens in Innenräumen zutreffen, aber sie haben unterschiedliche Bedeutungen. So kann eine gleichmäßige Messung in Innenräumen ein guter Indikator für einen auf den Menschen bezogenen Prozess sein, wie z. B. Temperatur oder Luftfeuchtigkeit, die sowohl in der Amplitude als auch in der Zeit gestreut sind. Solche Bandbreiten sollten in einem bestimmten Gebäude mit einem einzigen Eigentümer in etwa konstant sein. Im Gegensatz dazu können bestimmte Signale, die außerhalb eines Gebäudes gleichmäßig sind (z. B. GNSS L1/L5-Signalleistung oder Sonneneinstrahlung), in Innenräumen mit zunehmendem Abstand von den Außenwänden abnehmen. Sowohl einheitliche als auch abklingende Signale in Innenräumen können algorithmisch sinnvolle Techniken sein, um die Umgebung des Geräts zu identifizieren.
In Innenräumen gibt es möglicherweise kein Sensorsignal, das den Zustand des Innenraums in einem einzigen Messwert oder in wenigen Minuten definitiv bestimmen könnte. Ein GNSS-L1- oder -L5-Signal, das 20 dB niedriger ist als der einheitliche Pegel im Freien (siehe ), könnte beispielsweise das Ergebnis einer Dämpfung durch die Gebäudehülle sein, aber auch durch andere Faktoren verursacht werden. Ein Lichtspektrum oder eine Farbtemperatur, die stark auf eine künstliche Beleuchtung hinweist, ist allein noch kein Beweis dafür, dass sich ein Gerät in einem Gebäude befindet. Auch ein Spektrum für den Außenbereich ist nicht unbedingt eine Garantie dafür, dass man sich im Freien befindet, da es so genannte „Vollspektrum“-Innenraumleuchten gibt. Ein anschauliches Beispiel für Sensordaten von künstlicher Beleuchtung ist in dargestellt.
zeigt einen Prozessablauf für die Initialisierung von Sensormesswerten in Übereinstimmung mit einigen Beispielen der Offenlegung. Das in dargestellte Computergerät 102 kann die hier beschriebenen Schritte implementieren. In einigen Beispielen kann die Datenerfassung Sensordaten von Computergeräten umfassen, die im Netzwerk registriert werden können.
In Block 910 kann das Computergerät oder der Sensor 132 eingeschaltet werden. In einigen Beispielen kann das Computergerät 102 ein Signal senden, um das Computergerät oder den Sensor 132 aus der Ferne einzuschalten. In anderen Beispielen kann die Datenverarbeitungsvorrichtung oder der Sensor 132 zu einem bestimmten Zeitpunkt oder manuell eingeschaltet werden.
In einigen Beispielen kann jedes der Computergeräte oder Sensoren 132 vom Einschalten an auf der Grundlage des Herstellerprofils des Geräts gewichtet werden. Das Profil kann auch dazu beitragen, bestimmte Regeln für die Bestimmung von Innen- oder Außenbereichen festzulegen. Eine bestimmte Kombination aus Sensortyp, Sensorqualität oder anderen Faktoren kann die Wahrscheinlichkeitsgewichtung für das Gerät erhöhen oder verringern.
In Block 915 kann das Computergerät 102 die Position des Geräts (z. B. die Geoposition) bestimmen und/oder ein lokales Datum/eine lokale Uhrzeit des Geräts erhalten.
In Block 920 kann das Computergerät 102 die verfügbaren Sensoren für die Innen- oder Außenbereichserkennung bestimmen. In einigen Beispielen können die Geoposition des Geräts und/oder das lokale Datum/die lokale Uhrzeit des Geräts als Eingabeparameter bereitgestellt werden, um den Konfidenzwert zu bestimmen, der mit der Innen- oder Außenbestimmung verbunden ist.
In Block 930 kann das Computergerät 102 einen Zeitplan für die Abfrage von Tag und Uhrzeit mit dem Ereignismanager des Betriebssystems festlegen.
In Block 940 kann das Computergerät 102 frühere Wahrscheinlichkeitsbins für den Erkennungszustand lesen und/oder Wahrscheinlichkeitsbins initialisieren.
In Block 950 kann das Computergerät 102 Prozesse auslösen, um asynchrone Sensorauslöser oder Zustandsänderungen zu verarbeiten.
zeigt einen Prozessablauf zur Bestimmung eines Konfidenzwerts im Zeitverlauf gemäß einigen Beispielen der Offenlegung. In einigen Beispielen kann der Vertrauenswert ohne Verwendung eines Zuverlässigkeitswertes bestimmt werden. Das in dargestellte Computergerät 102 kann die hier beschriebenen Schritte implementieren, um beispielsweise einen auf diskreten Sensortriggern basierenden Prozess zu implementieren.
In einigen Beispielen können die Werte einzelner oder mehrerer Sensoren mit erwarteten Werten verglichen werden. Die erwarteten Werte können entweder durch bekannte Korrelationen, historische Daten, Daten von Referenzstationen oder Datenbanken oder andere Quellen festgelegt werden. Wenn ein vorgegebener Schwellenwert überschritten wird oder die Vertrauenswerte erhöht oder verringert werden, kann das System zusätzliche Datenmessungen durchführen. In einigen Beispielen können die Datenmessungen auch in regelmäßigen Abständen oder dann ausgelöst werden, wenn bestimmte Werte erwartet werden, um das Vertrauensniveau zu erhöhen oder zu senken, indem Vergleiche mit erwarteten Werten zu diesen Zeiten oder unter diesen Bedingungen erleichtert werden.
In Block 1010 kann das Computergerät 102 einen Auslöser empfangen. Der Auslöser kann z. B. ein Zeit- oder Tagesprogramm, eine Sensoraktivierung oder Zustandsänderung oder einen programmatischen Aufruf umfassen.
In Block 1020 kann das Computergerät 102 die Datenerfassung vom Sensor basierend auf dem Auslöser initiieren.
In Block 1030 kann das Computergerät 102 Sensordaten, Zustände oder andere Informationen lesen.
In Block 1040 kann das Computergerät 102 die Sensordaten mit Zeitstempeln in einer Zeitreihendatenbank (TSDB) speichern, einschließlich des Zeitreihendaten-Speichers 120. Das Computergerät 102 kann verschiedene Sensorprotokolldaten in der TSDB speichern.
In Block 1050 kann das Computergerät 102 sensorbezogene Innen- oder Außengewichtsbewertungen für sofortige Messwerte durchführen.
In Block 1060 kann die Datenverarbeitungsvorrichtung 102 die Wahrscheinlichkeitsbereiche anhand der Momentanwerte aktualisieren.
In Block 1070 kann das Computergerät 102 sensorspezifische Innen- oder Außengewichtsbewertungen für die Zeitreihenmesswerte durchführen.
In Block 1080 kann das Computergerät 102 die Wahrscheinlichkeitsbins aus den Zeitreihenmesswerten aktualisieren.
In einigen Beispielen kann die Periodizität auf der Grundlage von Rückkopplungsschleifen, Tageszeit, Wochentag oder anderen Faktoren variieren, die die Innen- oder Außenwahrscheinlichkeitsbins über verschiedene Zeiträume (z. B. 1 Minute, 5 Minuten, 30 Minuten, 60 Minuten, 4 Stunden, 12 Stunden, 24 Stunden, 7 Tage) kontinuierlich aktualisieren können.
In einigen Beispielen kann die Rechnereinrichtung 102 alle Sensorregeln und Gewichtungen für alle Sensorwerte anwenden, um eine kumulative Bestimmung des Innen- oder Außenzustands in jedem Bin zu erzeugen.
In einigen Beispielen kann das Computergerät 102 Anforderungen für zusätzliche Sensordaten oder Messungen durch bestimmte Sensoren zur Disambiguierung auslösen (z. B. basierend auf der Art und Weise, wie das Computergerät 102 ausgeführt wird).
In einigen Beispielen kann das Computergerät 102 eine asynchrone und auslöserbasierte (z. B. einschließlich geplanter Messwerte) Bestimmung einer Innen- oder Außenumgebung durchführen. Jedes Auslöseereignis kann mit einer „Auffrischung“ der Wahrscheinlichkeitsbereiche enden. Dies kann bedeuten, dass anstelle eines absoluten Wertes in jedem Feld bei jedem Triggeraufruf eine relative Gewichtung jedes Feldes auf der Grundlage neuer Informationen angepasst wird. Als Beispiel könnte der Bereich „Hohe Wahrscheinlichkeit im Freien“ in jeder Iterationsschleife ein wenig höher oder niedriger eingestellt werden, bis hin zu einem Höchst- oder Mindestwert. Für diesen Prozess sind keine komplizierten, verschachtelten if-then-else-Wälder in maschinenausführbaren Anweisungen erforderlich, um alle Sensorkombinationen und -werte zu erfassen. Jeder Auslöser kann veränderte Umwelteigenschaften je nach Bedarf anpassen. Das ML-Modell kann im Laufe der Zeit zu einem stabilen Satz von Bins konvergieren, der mehr oder weniger unverändert ist.
Es sollte beachtet werden, dass die Begriffe „optimieren“, „optimal“ und dergleichen, wie sie hier verwendet werden, so verwendet werden können, dass sie die Leistung so effektiv oder perfekt wie möglich machen oder erreichen. Wie jedoch ein Fachmann, der dieses Dokument liest, erkennen wird, kann Perfektion nicht immer erreicht werden. Dementsprechend können diese Begriffe auch bedeuten, die Leistung so gut oder effektiv wie unter den gegebenen Umständen möglich oder praktikabel zu machen oder zu erreichen, oder die Leistung besser zu machen oder zu erreichen als die, die mit anderen Einstellungen oder Parametern erreicht werden kann.
zeigt ein Beispiel für eine Rechenkomponente, die verwendet werden kann, um deterministisch abzuschätzen, ob sich der Standort eines feststehenden oder beweglichen Computergeräts innerhalb eines vollständig umschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise drinnen/außen), in Übereinstimmung mit verschiedenen Ausführungsformen. Wie in dargestellt, kann die Rechnerkomponente 1100 beispielsweise ein Servercomputer, ein Controller oder eine andere ähnliche Rechnerkomponente sein, die Daten verarbeiten kann. In der Beispielimplementierung von umfasst die Rechnerkomponente 1100 einen Hardwareprozessor 1102 und ein maschinenlesbares Speichermedium 1104.
Der Hardware-Prozessor 1102 kann aus einer oder mehreren Zentraleinheiten (CPUs), halbleiterbasierten Mikroprozessoren und/oder anderen Hardware-Geräten bestehen, die zum Abrufen und Ausführen von Befehlen geeignet sind, die im maschinenlesbaren Speichermedium 1104 gespeichert sind. Der Hardwareprozessor 1102 kann Befehle, wie die Befehle 1106-1112, abrufen, dekodieren und ausführen, um Prozesse oder Operationen zu steuern, um deterministisch abzuschätzen, ob sich der Standort eines feststehenden oder beweglichen Computergeräts innerhalb eines vollständig umschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise drinnen/außen). Alternativ oder zusätzlich zum Abrufen und Ausführen von Befehlen kann der Hardware-Prozessor 1102 eine oder mehrere elektronische Schaltungen umfassen, die elektronische Komponenten zur Ausführung der Funktionalität eines oder mehrerer Befehle enthalten, wie z. B. ein Field Programmable Gate Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC) oder andere elektronische Schaltungen.
Ein maschinenlesbares Speichermedium, wie das maschinenlesbare Speichermedium 1104, kann ein beliebiges elektronisches, magnetisches, optisches oder anderes physikalisches Speichergerät sein, das ausführbare Anweisungen enthält oder speichert. So kann das maschinenlesbare Speichermedium 1104 beispielsweise ein RAM (Random Access Memory), ein NVRAM (Non-Volatile RAM), ein EEPROM (Electrically Erasable Programmable Read-Only Memory), ein Speichergerät, eine optische Platte oder ähnliches sein. In einigen Ausführungsformen kann das maschinenlesbare Speichermedium 1104 ein nicht-transitorisches Speichermedium sein, wobei der Begriff „nicht-transitorisch“ nicht die transitorischen Übertragungssignale umfasst. Wie nachstehend im Detail beschrieben, kann das maschinenlesbare Speichermedium 1004 mit ausführbaren Befehlen kodiert sein, z. B. mit den Befehlen 1106 bis 1112.
Der Hardware-Prozessor 1102 kann den Befehl 1106 ausführen, um Daten von einer Vielzahl von Sensoren zu sammeln, die mit dem Computergerät verbunden sind.
Der Hardware-Prozessor 1102 kann den Befehl 1108 ausführen, um einen Vertrauenswert zu bestimmen, der mit den von jedem der mehreren Sensoren gesammelten Daten verbunden ist. Beispielsweise kann bei Erreichen einer Schwellenzeitspanne, in der das Computergerät stationär ist, der Vertrauenswert bestimmt werden.
Der Hardware-Prozessor 1102 kann den Befehl 1110 ausführen, um auf der Grundlage der erfassten Sensordaten und des Konfidenzwerts zu bestimmen, ob sich das Computergerät in einem Innen- oder Außenbereich befindet. Die gesammelten Sensordaten mit einem niedrigen Konfidenzniveau können nicht verwendet werden, um zu bestimmen, ob sich das tragbare Gerät in einem Innen- oder Außenbereich befindet.
Der Hardware-Prozessor 1102 kann den Befehl 1112 ausführen, um festzustellen, ob sich das Computergerät in einem Innen- oder Außenbereich befindet, und eine Aktion in einem externen System auslösen.
zeigt ein Beispiel für eine Rechnerkomponente, die verwendet werden kann, um deterministisch abzuschätzen, ob sich der Standort eines feststehenden oder beweglichen Rechners innerhalb eines vollständig umschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise drinnen/außen), in Übereinstimmung mit verschiedenen Ausführungsformen. Wie in dargestellt, kann die Rechnerkomponente 1200 beispielsweise ein Servercomputer, ein Controller oder eine andere ähnliche Rechnerkomponente sein, die Daten verarbeiten kann. In der Beispielimplementierung von umfasst die Rechnerkomponente 1200 einen Hardwareprozessor 1202 und ein maschinenlesbares Speichermedium 1204.
Bei dem Hardware-Prozessor 1202 kann es sich um eine oder mehrere Zentraleinheiten (CPUs), halbleiterbasierte Mikroprozessoren und/oder andere Hardwarevorrichtungen handeln, die zum Abrufen und Ausführen von Befehlen geeignet sind, die im maschinenlesbaren Speichermedium 1204 gespeichert sind. Der Hardware-Prozessor 1202 kann Befehle, wie die Befehle 1206-1212, abrufen, dekodieren und ausführen, um Prozesse oder Operationen zu steuern, um deterministisch abzuschätzen, ob sich der Standort eines feststehenden oder beweglichen Computergeräts innerhalb eines vollständig umschlossenen Gebäudes befindet oder nicht (z. B. vollständig oder teilweise drinnen/außen). Alternativ oder zusätzlich zum Abrufen und Ausführen von Befehlen kann der Hardware-Prozessor 1202 eine oder mehrere elektronische Schaltungen umfassen, die elektronische Komponenten zur Ausführung der Funktionalität eines oder mehrerer Befehle enthalten, wie z. B. ein Field Programmable Gate Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC) oder andere elektronische Schaltungen.
Ein maschinenlesbares Speichermedium, wie das maschinenlesbare Speichermedium 1204, kann ein beliebiges elektronisches, magnetisches, optisches oder anderes physikalisches Speichergerät sein, das ausführbare Anweisungen enthält oder speichert. Bei dem maschinenlesbaren Speichermedium 1204 kann es sich beispielsweise um einen Direktzugriffsspeicher (RAM), einen nichtflüchtigen RAM (NVRAM), einen elektrisch löschbaren, programmierbaren Festspeicher (EEPROM), ein Speichergerät, eine optische Platte oder Ähnliches handeln. In einigen Ausführungsformen kann das maschinenlesbare Speichermedium 1204 ein nicht-transitorisches Speichermedium sein, wobei der Begriff „nicht-transitorisch“ nicht die transitorischen Übertragungssignale umfasst. Wie nachstehend im Detail beschrieben, kann das maschinenlesbare Speichermedium 1204 mit ausführbaren Befehlen kodiert sein, z. B. mit den Befehlen 1206 - 1212.
Der Hardwareprozessor 1202 kann die Anweisung 1206 ausführen, um Daten und einen Sensorzuverlässigkeitswert von einer Vielzahl von Sensoren zu sammeln, die mit dem Computergerät verbunden sind.
Der Hardware-Prozessor 1202 kann den Befehl 1208 ausführen, um einen Vertrauenswert zu bestimmen, der mit den von jedem der mehreren Sensoren erfassten Daten verbunden ist. Der Vertrauenswert kann auf der Grundlage des Sensorzuverlässigkeitswertes für den entsprechenden Sensor aus der Vielzahl der Sensoren bestimmt werden.
Der Hardware-Prozessor 1202 kann den Befehl 1210 ausführen, um auf der Grundlage der erfassten Sensordaten und des Konfidenzwerts zu bestimmen, ob sich das Computergerät in einem Innen- oder Außenbereich befindet. Die gesammelten Sensordaten mit einem niedrigen Konfidenzniveau können nicht verwendet werden, um zu bestimmen, ob sich das tragbare Gerät in einem Innen- oder Außenbereich befindet.
Der Hardware-Prozessor 1202 kann den Befehl 1212 ausführen, um festzustellen, ob sich das Computergerät in einem Innen- oder Außenbereich befindet, und eine Aktion in einem externen System auslösen
zeigt ein Blockdiagramm eines beispielhaften Computersystems 1300, in dem verschiedene der hier beschriebenen Ausführungsformen implementiert werden können. Das Computersystem 1300 umfasst einen Bus 1302 oder einen anderen Kommunikationsmechanismus zur Übermittlung von Informationen, einen oder mehrere Hardware-Prozessoren 1304, die mit dem Bus 1302 zur Verarbeitung von Informationen verbunden sind. Bei dem/den Hardware-Prozessor(en) 1304 kann es sich zum Beispiel um einen oder mehrere Allzweck-Mikroprozessoren handeln.
Das Computersystem 1300 umfasst auch einen Hauptspeicher 1306, wie z. B. einen Speicher mit wahlfreiem Zugriff (RAM), einen Cache und/oder andere dynamische Speichergeräte, die mit dem Bus 1302 verbunden sind, um Informationen und Anweisungen zu speichern, die vom Prozessor 1304 ausgeführt werden sollen. Der Hauptspeicher 1306 kann auch zum Speichern von temporären Variablen oder anderen Zwischeninformationen während der Ausführung von Befehlen verwendet werden, die vom Prozessor 1304 ausgeführt werden sollen. Wenn solche Befehle in Speichermedien gespeichert werden, auf die der Prozessor 1304 zugreifen kann, wird das Computersystem 1300 zu einer Spezialmaschine, die so angepasst ist, dass sie die in den Befehlen angegebenen Operationen ausführt.
Das Computersystem 1300 umfasst außerdem einen Festwertspeicher (ROM) 1308 oder ein anderes statisches Speichergerät, das mit dem Bus 1302 verbunden ist, um statische Informationen und Anweisungen für den Prozessor 1304 zu speichern. Ein Speichergerät 1310, wie z. B. eine Magnetplatte, eine optische Platte oder ein USB-Stick (Flash-Laufwerk) usw., ist vorgesehen und mit dem Bus 1302 verbunden, um Informationen und Anweisungen zu speichern.
Das Computersystem 1300 kann über den Bus 1302 mit einer Anzeige 1312, z. B. einer Flüssigkristallanzeige (LCD) (oder einem Berührungsbildschirm), verbunden sein, um einem Computerbenutzer Informationen anzuzeigen. Ein Eingabegerät 1314, einschließlich alphanumerischer und anderer Tasten, ist mit dem Bus 1302 gekoppelt, um Informationen und Befehlsauswahlen an den Prozessor 1304 zu übermitteln. Eine andere Art von Benutzereingabegerät ist die Cursorsteuerung 1316, wie z. B. eine Maus, ein Trackball oder Cursorrichtungstasten zur Übermittlung von Richtungsinformationen und Befehlsauswahlen an den Prozessor 1304 und zur Steuerung der Cursorbewegung auf dem Display 1312. In einigen Ausführungsformen können die gleichen Richtungsinformationen und Befehlsauswahlen wie bei der Cursorsteuerung über den Empfang von Berührungen auf einem Touchscreen ohne Cursor implementiert werden.
Das Computersystem 1300 kann ein Benutzerschnittstellenmodul zur Implementierung einer grafischen Benutzeroberfläche enthalten, das in einem Massenspeichergerät als ausführbare Softwarecodes gespeichert werden kann, die von dem/den Computergerät(en) ausgeführt werden. Dieses und andere Module können beispielsweise Komponenten wie Softwarekomponenten, objektorientierte Softwarekomponenten, Klassenkomponenten und Aufgabenkomponenten, Prozesse, Funktionen, Attribute, Prozeduren, Unterprogramme, Segmente von Programmcode, Treiber, Firmware, Mikrocode, Schaltkreise, Daten, Datenbanken, Datenstrukturen, Tabellen, Arrays und Variablen umfassen.
Im Allgemeinen kann sich das Wort „Komponente“, „Engine“, „System“, „Datenbank“, „Datenspeicher“ und dergleichen, wie es hier verwendet wird, auf eine in Hardware oder Firmware verkörperte Logik oder auf eine Sammlung von Softwareanweisungen beziehen, die möglicherweise Ein- und Ausstiegspunkte haben und in einer Programmiersprache wie z. B. Java, C oder C++ geschrieben sind. Eine Softwarekomponente kann kompiliert und zu einem ausführbaren Programm verknüpft werden, in einer dynamischen Link-Bibliothek installiert werden oder in einer interpretierten Programmiersprache wie BASIC, Perl oder Python geschrieben sein. Es ist klar, dass Softwarekomponenten von anderen Komponenten oder von sich selbst aus aufgerufen werden können und/oder als Reaktion auf erkannte Ereignisse oder Unterbrechungen aufgerufen werden können. Softwarekomponenten, die für die Ausführung auf Computergeräten konfiguriert sind, können auf einem computerlesbaren Medium, wie z. B. einer Compact Disc, einer digitalen Videodisc, einem Flash-Laufwerk, einer Magnetplatte oder einem anderen greifbaren Medium, oder als digitaler Download bereitgestellt werden (und können ursprünglich in einem komprimierten oder installierbaren Format gespeichert sein, das vor der Ausführung eine Installation, Dekomprimierung oder Entschlüsselung erfordert). Ein solcher Softwarecode kann teilweise oder vollständig in einem Speicher des ausführenden Computergeräts gespeichert werden, damit er von dem Computergerät ausgeführt werden kann. Softwareanweisungen können in Firmware, wie z. B. einem EPROM, eingebettet sein. Darüber hinaus können die Hardwarekomponenten aus verbundenen Logikeinheiten wie Gattern und Flipflops und/oder aus programmierbaren Einheiten wie programmierbaren Gatteranordnungen oder Prozessoren bestehen.
Das Computersystem 1300 kann die hier beschriebenen Techniken unter Verwendung von kundenspezifischer festverdrahteter Logik, einem oder mehreren ASICs oder FPGAs, Firmware und/oder Programmlogik implementieren, die in Kombination mit dem Computersystem das Computersystem 1300 zu einer Spezialmaschine macht oder programmiert. Gemäß einer Ausführungsform werden die hierin beschriebenen Techniken vom Computersystem 1300 als Reaktion auf den/die Prozessor(en) 1304 ausgeführt, der/die eine oder mehrere Sequenzen von einem oder mehreren Befehlen ausführt/ausführen, die im Hauptspeicher 1306 enthalten sind. Solche Anweisungen können in den Hauptspeicher 1306 von einem anderen Speichermedium, wie z. B. der Speichervorrichtung 1310, eingelesen werden. Die Ausführung der im Hauptspeicher 1306 enthaltenen Befehlssequenzen veranlasst den/die Prozessor(en) 1304, die hier beschriebenen Prozessschritte durchzuführen. In alternativen Ausführungsformen können fest verdrahtete Schaltungen anstelle von oder in Kombination mit Softwareanweisungen verwendet werden.
Der Begriff „nichtflüchtige Medien“ und ähnliche Begriffe, wie sie hier verwendet werden, beziehen sich auf alle Medien, die Daten und/oder Befehle speichern, die eine Maschine in einer bestimmten Weise arbeiten lassen. Solche nichtflüchtigen Medien können nichtflüchtige Medien und/oder flüchtige Medien umfassen. Zu den nichtflüchtigen Medien gehören beispielsweise optische oder magnetische Festplatten, wie die Speichervorrichtung 1310. Zu den flüchtigen Medien gehören dynamische Speicher, wie der Hauptspeicher 1306. Zu den gängigen Formen nichtflüchtiger Medien gehören beispielsweise Disketten, flexible Platten, Festplatten, Solid-State-Laufwerke, Magnetbänder oder andere magnetische Datenspeichermedien, CD-ROMs, andere optische Datenspeichermedien, physische Medien mit Lochmustern, RAM, PROM und EPROM, FLASH-EPROM, NVRAM, andere Speicherchips oder -kassetten sowie deren vernetzte Versionen.
Nicht-transitorische Medien unterscheiden sich von Übertragungsmedien, können aber in Verbindung mit ihnen verwendet werden. Übertragungsmedien sind an der Übertragung von Informationen zwischen nicht-transitorischen Medien beteiligt. Zu den Übertragungsmedien gehören beispielsweise Koaxialkabel, Kupferdraht und Glasfaserkabel, einschließlich der Drähte, die den Bus 1302 bilden. Übertragungsmedien können auch in Form von Schall- oder Lichtwellen auftreten, wie sie bei der Datenkommunikation über Funk und Infrarot erzeugt werden.
Das Computersystem 1300 umfasst auch eine Kommunikationsschnittstelle 1318, die mit dem Bus 1302 verbunden ist. Die Kommunikationsschnittstelle 1318 stellt eine Zwei-Wege-Datenkommunikationsverbindung zu einer oder mehreren Netzwerkverbindungen her, die mit einem oder mehreren lokalen Netzwerken verbunden sind. Bei der Kommunikationsschnittstelle 1318 kann es sich beispielsweise um eine ISDN-Karte (Integrated Services Digital Network), ein Kabelmodem, ein Satellitenmodem oder ein Modem handeln, um eine Datenkommunikationsverbindung zu einer entsprechenden Art von Telefonleitung herzustellen. Als weiteres Beispiel kann die Kommunikationsschnittstelle 1318 eine LAN-Karte (Local Area Network) sein, um eine Datenkommunikationsverbindung zu einem kompatiblen LAN (oder einer WAN-Komponente für die Kommunikation mit einem WAN) herzustellen. Es können auch drahtlose Verbindungen implementiert werden. In jeder dieser Implementierungen sendet und empfängt die Kommunikationsschnittstelle 1318 elektrische, elektromagnetische oder optische Signale, die digitale Datenströme mit verschiedenen Arten von Informationen übertragen.
Eine Netzverbindung ermöglicht in der Regel die Datenkommunikation über ein oder mehrere Netze zu anderen Datengeräten. Eine Netzverbindung kann beispielsweise eine Verbindung über ein lokales Netz zu einem Host-Computer oder zu Datengeräten herstellen, die von einem Internetdienstanbieter (ISP) betrieben werden. Der ISP wiederum bietet Datenkommunikationsdienste über das weltweite Paketdatenkommunikationsnetz an, das heute gemeinhin als „Internet“ bezeichnet wird. Sowohl das lokale Netz als auch das Internet verwenden elektrische, elektromagnetische oder optische Signale, die digitale Datenströme übertragen. Die Signale in den verschiedenen Netzwerken und die Signale auf der Netzwerkverbindung und über die Kommunikationsschnittstelle 1318, die die digitalen Daten zum und vom Computersystem 1300 übertragen, sind Beispiele für Übertragungsmedien.
Das Computersystem 1300 kann über das/die Netzwerk(e), die Netzwerkverbindung und die Kommunikationsschnittstelle 1318 Nachrichten senden und Daten, einschließlich Programmcode, empfangen. In dem Internet-Beispiel könnte ein Server einen angeforderten Code für ein Anwendungsprogramm über das Internet, den ISP, das lokale Netzwerk und die Kommunikationsschnittstelle 1318 übertragen.
Der empfangene Code kann vom Prozessor 1304 ausgeführt werden, sobald er empfangen wird, und/oder in der Speichereinrichtung 1310 oder einem anderen nichtflüchtigen Speicher zur späteren Ausführung gespeichert werden.
Jeder der in den vorangegangenen Abschnitten beschriebenen Prozesse, Methoden und Algorithmen kann in Codekomponenten verkörpert und vollständig oder teilweise durch diese automatisiert werden, die von einem oder mehreren Computersystemen oder Computerprozessoren mit Computerhardware ausgeführt werden. Das eine oder die mehreren Computersysteme oder Computerprozessoren können auch so betrieben werden, dass sie die Ausführung der entsprechenden Vorgänge in einer „Cloud Computing“-Umgebung oder als „Software as a Service“ (SaaS) unterstützen. Die Prozesse und Algorithmen können teilweise oder vollständig in anwendungsspezifischen Schaltkreisen implementiert sein. Die verschiedenen oben beschriebenen Merkmale und Verfahren können unabhängig voneinander verwendet oder auf verschiedene Weise kombiniert werden. Verschiedene Kombinationen und Unterkombinationen sollen in den Anwendungsbereich dieser Offenbarung fallen, und bestimmte Verfahrens- oder Prozessblöcke können in einigen Implementierungen weggelassen werden. Die hier beschriebenen Methoden und Prozesse sind auch nicht auf eine bestimmte Reihenfolge beschränkt, und die damit verbundenen Blöcke oder Zustände können in anderen geeigneten Reihenfolgen, parallel oder auf andere Weise ausgeführt werden. Blöcke oder Zustände können zu den offengelegten Beispielen hinzugefügt oder aus ihnen entfernt werden. Die Ausführung bestimmter Operationen oder Prozesse kann auf Computersysteme oder Computerprozessoren verteilt werden, die sich nicht nur in einer einzigen Maschine befinden, sondern über eine Reihe von Maschinen verteilt sind.
Eine Schaltung kann in jeder Form von Hardware, Software oder einer Kombination davon implementiert werden. Beispielsweise können ein oder mehrere Prozessoren, Controller, ASICs, PLAs, PALs, CPLDs, FPGAs, logische Komponenten, Software-Routinen oder andere Mechanismen implementiert werden, um eine Schaltung zu bilden. Bei der Implementierung können die verschiedenen hier beschriebenen Schaltungen als diskrete Schaltungen implementiert werden, oder die beschriebenen Funktionen und Merkmale können teilweise oder insgesamt auf eine oder mehrere Schaltungen aufgeteilt werden. Auch wenn verschiedene Merkmale oder Funktionselemente einzeln als getrennte Schaltungen beschrieben oder beansprucht werden, können diese Merkmale und Funktionen von einer oder mehreren gemeinsamen Schaltungen gemeinsam genutzt werden, und eine solche Beschreibung soll nicht voraussetzen oder implizieren, dass getrennte Schaltungen erforderlich sind, um diese Merkmale oder Funktionen zu implementieren. Wenn eine Schaltung ganz oder teilweise mit Software implementiert ist, kann diese Software so implementiert werden, dass sie mit einem Computer- oder Verarbeitungss ystem arbeitet, das in der Lage ist, die in Bezug auf sie beschriebene Funktionalität auszuführen, wie z. B. das Computersystem 1300.
Wie hierin verwendet, kann der Begriff „oder“ sowohl im einschließenden als auch im ausschließenden Sinne verstanden werden. Darüber hinaus ist die Beschreibung von Ressourcen, Vorgängen oder Strukturen im Singular nicht so zu verstehen, dass der Plural ausgeschlossen wird. Bedingte Ausdrücke wie z. B. „kann“, „könnte“, „könnte“ oder „kann“, sofern nicht ausdrücklich anders angegeben oder im Kontext anders verstanden, sollen im Allgemeinen zum Ausdruck bringen, dass bestimmte Ausführungsformen bestimmte Merkmale, Elemente und/oder Schritte enthalten, während andere Ausführungsformen diese nicht enthalten.
Die in diesem Dokument verwendeten Begriffe und Ausdrücke sowie deren Abwandlungen sind, sofern nicht ausdrücklich etwas anderes angegeben ist, nicht als einschränkend, sondern als offen zu verstehen. Adjektive wie „konventionell“, „traditionell“, „vorhanden“, „normal“, „Standard“, „bekannt“ und Begriffe mit ähnlicher Bedeutung sind nicht so zu verstehen, dass sie den beschriebenen Gegenstand auf einen bestimmten Zeitraum oder auf einen zu einem bestimmten Zeitpunkt verfügbaren Gegenstand beschränken, sondern sollten so verstanden werden, dass sie konventionelle, traditionelle, vorhandene, normale oder Standardtechnologien umfassen, die jetzt oder zu einem beliebigen Zeitpunkt in der Zukunft verfügbar oder bekannt sein können. Das Vorhandensein erweiternder Wörter und Formulierungen wie „eine oder mehrere“, „mindestens“, „aber nicht beschränkt auf“ oder ähnlicher Formulierungen in einigen Fällen ist nicht so zu verstehen, dass der engere Fall beabsichtigt oder erforderlich ist, wenn solche erweiternden Formulierungen nicht vorhanden sind.

Claims

Computergerät zum Bestimmen, dass eine Umgebung des Standortes des Computergeräts drinnen oder draußen ist, umfassend: einen Speicher; und einen oder mehrere Prozessoren, die so konfiguriert sind, dass sie im Speicher gespeicherte maschinenlesbare Anweisungen ausführen, um das Verfahren durchzuführen, das Folgendes umfasst: Sammeln von Daten von einer Vielzahl von Sensoren, die mit dem Computergerät verbunden sind; bei Erreichen einer Schwellenzeitspanne, in der das Computergerät stationär ist, Bestimmen eines Vertrauenswertes, der mit den von jedem der mehreren Sensoren gesammelten Daten verbunden ist; Bestimmen, dass sich das Computergerät in einem Innenraum oder im Freien befindet, basierend auf den gesammelten Sensordaten und dem Konfidenzwert, wobei gesammelte Sensordaten mit einem niedrigen Konfidenzniveau nicht verwendet werden, um zu bestimmen, ob sich die tragbare Vorrichtung in einem Innenraum oder im Freien befindet; und die Feststellung, dass sich das Computergerät in einem Innen- oder Außenbereich befindet, und die Auslösung einer Aktion in einem externen System.
Computergerät nach Anspruch 1, wobei die Vielzahl von Sensoren mindestens zwei von Funkempfängern, Zeitgebern und Uhren, Druck, Luftpartikeln und Spurengasen, radiologischen, Trägheits-, piezoelektrischen, optischen, akustischen, elektrischen oder magnetischen Sensoren umfasst.
Computergerät nach Anspruch 1, wobei die mehreren Sensoren in die Datenverarbeitungsvorrichtung oder die Umgebung eingebettet sind.
Computergerät nach Anspruch 1, wobei die Aktion im externen System die Beleuchtung, Wasserspiele oder andere Abläufe aktiviert und das externe System eine Komponente der Hausautomatisierung ist.
Computergerät nach Anspruch 1, wobei die Aktion im externen System automatisch Bildparameter einstellt und das externe System eine Sicherheitskamera enthält.
Computergerät nach Anspruch 1, wobei die Aktion im externen System automatisch die Betriebsemissionscharakteristik eines Funkgeräts anpasst.
Computergerät nach Anspruch 1, wobei die Aktion im externen System automatisch eine elektronische Kommunikation auf einem zweiten Protokoll erzeugt, das auf der Feststellung basiert, dass sich das Computergerät in einem Innen- oder Außenbereich befindet.
Computergerät nach Anspruch 1, wobei die Aktion im externen System automatisch einen Bericht erzeugt, der ein Betriebsmuster in der Umgebung detailliert beschreibt.
Computergerät zum Bestimmen, dass eine Umgebung des Standorts der Computervorrichtung drinnen oder draußen ist, umfassend: einen Speicher; und einen oder mehrere Prozessoren, die so konfiguriert sind, dass sie maschinenlesbare Anweisungen ausführen, die in dem Speicher gespeichert sind, um das Verfahren durchzuführen, das umfasst: Sammeln von Daten und einem Sensorzuverlässigkeitswert von einer Vielzahl von Sensoren, die mit dem Computergerät verbunden sind; Bestimmen eines Vertrauenswertes, der mit Daten verbunden ist, die von jedem der Vielzahl von Sensoren gesammelt wurden, wobei der Vertrauenswert auf der Grundlage des Sensorzuverlässigkeitswertes für den entsprechenden Sensor aus der Vielzahl von Sensoren bestimmt wird; Bestimmen, dass sich die Computervorrichtung in einem Innenraum oder im Freien befindet, basierend auf den gesammelten Sensordaten und dem Konfidenzwert, wobei gesammelte Sensordaten mit einem niedrigen Konfidenzniveau nicht verwendet werden, um zu bestimmen, ob sich die tragbare Vorrichtung in einem Innenraum oder im Freien befindet; und Bereitstellen der Bestimmung, dass sich die Computervorrichtung in einem Innenraum oder im Freien befindet und Auslösen einer Aktion in einem externen System.
Computergerät nach Anspruch 9, wobei die Vielzahl von Sensoren mindestens zwei von Funkempfängern, Zeitgebern und Uhren, Druck-, Luftpartikel- und Spurengassensoren, radiologischen, Trägheits-, piezoelektrischen, optischen, akustischen, elektrischen oder magnetischen Sensoren umfasst.
Computergerät nach Anspruch 9, wobei die mehreren Sensoren in die Datenverarbeitungsvorrichtung oder die Umgebung eingebettet sind.
Computergerät nach Anspruch 9, wobei die Aktion im externen System die Beleuchtung, Wasserspiele oder andere Abläufe aktiviert und das externe System eine Komponente der Hausautomatisierung ist.
Computergerät nach Anspruch 9, wobei die Aktion im externen System automatisch Bildparameter einstellt und das externe System eine Sicherheitskamera enthält.
Computergerät nach Anspruch 9, wobei die Aktion im externen System automatisch die Betriebsemissionscharakteristik eines Funkgeräts anpasst.
Computergerät nach Anspruch 9, wobei die Aktion im externen System automatisch eine elektronische Kommunikation auf einem zweiten Protokoll erzeugt, das auf der Feststellung basiert, dass sich das Computergerät in einem Innenraum oder im Freien befindet.
Computergerät nach Anspruch 9, wobei die Aktion im externen System automatisch einen Bericht erzeugt, der ein Betriebsmuster in der Umgebung detailliert beschreibt.
Computerimplementiertes Verfahren zum Bestimmen, dass eine Umgebung des Standortes des Computergeräts drinnen oder draußen ist, umfassend: Sammeln von Daten von einer Vielzahl von Sensoren, die mit dem Computergerät verbunden sind; bei Erreichen einer Schwellenzeitspanne, in der das Computergerät stationär ist, Bestimmen eines Vertrauenswertes, der mit den von jedem der mehreren Sensoren gesammelten Daten verbunden ist; Bestimmen, dass sich das Computergerät in einem Innenraum oder im Freien befindet, basierend auf den gesammelten Sensordaten und dem Konfidenzwert, wobei gesammelte Sensordaten mit einem niedrigen Konfidenzniveau nicht verwendet werden, um zu bestimmen, ob sich die tragbare Vorrichtung in einem Innenraum oder im Freien befindet; und die Feststellung, dass sich das Computergerät in einem Innen- oder Außenbereich befindet, und die Auslösung einer Aktion in einem externen System.
Verfahren nach Anspruch 17, wobei die Vielzahl von Sensoren mindestens zwei von Funkempfängern, Zeitgebern und Uhren, Druck-, Luftpartikel- und Spurengassensoren, radiologischen, Trägheits-, piezoelektrischen, optischen, akustischen, elektrischen oder magnetischen Sensoren umfasst.
Verfahren nach Anspruch 17, wobei die mehreren Sensoren in das Computergerät oder die Umgebung eingebettet sind.
Verfahren nach Anspruch 17, wobei die Aktion im externen System die Beleuchtung, Wasserspiele oder andere Abläufe aktiviert und das externe System eine Komponente der Hausautomation ist.