FR3090974A1 - Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment - Google Patents
Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment Download PDFInfo
- Publication number
- FR3090974A1 FR3090974A1 FR1873635A FR1873635A FR3090974A1 FR 3090974 A1 FR3090974 A1 FR 3090974A1 FR 1873635 A FR1873635 A FR 1873635A FR 1873635 A FR1873635 A FR 1873635A FR 3090974 A1 FR3090974 A1 FR 3090974A1
- Authority
- FR
- France
- Prior art keywords
- data
- people
- person
- activity
- home automation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000000694 effects Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000004590 computer program Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 17
- 230000000875 corresponding effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000013499 data model Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010411 cooking Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000010415 tidying Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/2803—Home automation networks
- H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
- H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/14—Activity of occupants
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/44213—Monitoring of end-user related data
- H04N21/44218—Detecting physical presence or behaviour of the user, e.g. using sensors to detect if the user is leaving the room or changes his face expression during a TV program
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment L’invention concerne un procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes présentes dans un bâtiment, le procédé comprend : - l’acquisition d’au moins une donnée de capteur domotique et d’une donnée de position d’au moins une personne parmi la pluralité de personnes ; - l’application d’au moins une règle de traitement sur la donnée de capteur domotique et la donnée de position pour obtenir au moins un résultat; - l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat.
Description
Description
Titre de l'invention : Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment
[0001] La présente invention concerne le domaine de la domotique, en particulier des systèmes permettant d’analyser au sein d’un bâtiment les activités de ses occupants.
[0002] Les techniques d’analyse actuelles sont complexes et peu performantes pour déterminer l’activité d’un groupe de personnes dans une pièce d’un bâtiment. Par exemple, il peut être nécessaire que les personnes transportent avec eux des capteurs ou puces pour permettre que des données relatives à l’activité obtenues soient exploitables. Ces techniques sont contraignantes et ne permettent pas de déduire une activité ou des activités d’une ou de plusieurs personnes dans un groupe de personnes dans un bâtiment.
[0003] La présente invention vient améliorer la situation.
[0004] Un premier aspect de l’invention concerne un procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes présentes dans un bâtiment, pouvant contenir une ou plusieurs pièces, le procédé comprend :
- l’acquisition d’au moins une donnée de capteur domotique et d’une donnée de position d’au moins une personne parmi la pluralité de personnes ;
- l’application d’au moins une règle de traitement sur la donnée de capteur domotique et la donnée de position pour obtenir au moins un résultat;
- l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat.
[0005] Ainsi, le procédé permet d’identifier une activité d’une personne ou d’un groupe de personnes de manière fiable et efficace. En effet, le procédé croise les données provenant de types de capteur différents, à savoir des données obtenues au moyen de capteurs de position (c’est à dire des capteurs permettant de déterminer plus ou moins précisément la position d’au moins un individu dans une pièce) avec des données obtenues au moyen de capteurs domotiques. Ainsi, l’activité est identifiée au moyen d’au moins deux capteurs de nature différente, ce qui permet d’améliorer la fiabilité de l’analyse permettant d’identifier l’activité d’une personne ou d’un groupe. Cela est d’autant plus important que dans le contexte où plusieurs personnes sont présentes dans une même salle l’identification d’une activité réalisée par une personne ou par un groupe est délicate. Par exemple, il est complexe de déterminer si deux personnes dans la même pièce effectuent deux activités ensemble (les deux personnes dînent en regardant la télévision) ou si chacun réalise l’une des activités individuellement (l’une des deux personnes dîne et l’autre regarde la télévision). Les données acquises ne permettent pas de statuer immédiatement sur l’activité en cours, notamment en raison des imprécisions des capteurs de position, de la présence d’évènements aléatoires tels qu’une ouverture de porte ou de consommation d’énergie. De plus, les données acquises ne permettent pas une identification de la personne. L’anonymat des personnes est ainsi préservé.
[0006] Par activité relative à au moins une personne parmi une pluralité de personnes il est entendu une activité réalisée par ladite personne seule ou avec d’autres personnes présentes dans la pièce. Les activités peuvent être par exemple, regarder la télévision, prendre un repas, cuisiner, consulter un ordinateur, se reposer, nettoyer, etc.
[0007] Par acquisition d’une donnée de capteur il est entendu le recueil ou la réception des données provenant du capteur.
[0008] Par application d’une règle de traitement sur des données de capteur pour obtenir un résultat il est entendu une fonction qui à l’information provenant des capteurs renvoie un résultat, le résultat pouvant être par exemple une valeur binaire ou encore un niveau de probabilité. La règle peut prendre en compte des données provenant uniquement d’un capteur domotique et d’un capteur de position, mais la règle peut également impliquer un plus grand nombre de capteurs, par exemple deux capteurs domotiques et deux capteurs de position. Chaque règle est associée à une activité.
[0009] L’identification de l’activité sur la base du résultat se fait par analyse du résultat. Par exemple, si le résultat de la règle R; est une valeur V; de type binaire alors, si V) est égale à 1 la règle est vérifiée et l’activité associée est considérée comme effectuée par au moins une personne dans la pièce. A contrario, si le résultat de la règle R; est égal à 0 la règle n’est pas vérifiée et l’activité associée est considérée comme non effectuée. Si le résultat de la règle R; correspond à un niveau de probabilité p,, alors en fonction de la comparaison de ce niveau de probabilité p; avec une valeur seuil pOi l’on détermine si l’activité associée à la règle est considérée comme effectuée (p; > pOi) ou non effectuée (p; < pOi). Dans le cas où plusieurs règles sont appliquées, il est possible de considérer les activités associées aux règles appliquées les unes par rapport aux autres. Par exemple, c’est l’activité associée à une règle dont le niveau de probabilité est le plus élevé qui est considérée comme effectuée.
[0010] La donnée de position peut correspondre à la position de la personne qui effectue l’activité qui est identifiée, mais il est également possible que la donnée de position corresponde à la position d’une personne n’effectuant pas l’activité, par exemple la donnée de position indique qu’une personne est attablée alors que le capteur domotique du four indique que celui-ci vient d’être allumé.
[0011] Selon un mode de réalisation, une pluralité de règles de traitement sont appliquées sur la donnée de capteur domotique et la donnée de position de l’au moins une personne parmi la pluralité de personnes pour obtenir respectivement une pluralité de résultats; et dans lequel l’identification d’une activité relative à au moins la personne parmi la pluralité de personnes se base sur la pluralité de résultats.
[0012] Ainsi, en appliquant plusieurs règles il est possible d’identifier des types d’activité différents, par exemple, diner, cuisiner, etc. Il est également possible à partir d’une même situation de déterminer plusieurs activités simultanément, par exemple, diner en regardant la télévision. De plus, cela peut permettre d’améliorer la fiabilité de l’identification. En effet, si plusieurs règles sont appliquées les résultats de celles-ci peuvent être croisés pour augmenter la fiabilité de l’identification. Par exemple, en considérant l’activité dont le niveau de probabilité est le plus élevé. Par exemple, en fusionnant des résultats obtenus simultanément ou encore en adaptant les résultats obtenus les uns aux autres, notamment lorsqu’il est peu probable que deux activités soient réalisées de manière simultanée, ou inversement lorsqu’il est fort probable que deux activités soient réalisées de manière simultanée.
[0013] Selon un mode de réalisation, au moins l’une des données parmi la donnée de capteur domotique et la donnée de position d’au moins une personne parmi la pluralité de personnes est acquise dans un intervalle de temps d’une durée de référence avant l’application des règles de traitement.
[0014] Ainsi, certaines données lorsqu’elles ont été acquises depuis un certain temps ne sont plus prises en compte, et sont alors obsolètes. L’obsolescence d’une donnée peut dépendre ou bien être relative à la règle qui lui appliquée. Ainsi, pour une même donnée, une première règle pourrait considérer cette donnée, alors qu’une seconde règle ne la considérerait pas. Cela permet de ne considérer que les données les plus pertinentes relativement à l’activité qui est identifiée.
[0015] Selon un mode de réalisation, l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes dépend d’une condition sur une position d’au moins une personne parmi la pluralité de personnes. Une condition peut par exemple être le fait que la position d’au moins une personne parmi la pluralité de personnes soit dans une sous zone géographique spécifique, par exemple, à proximité d’une table.
[0016] De plus, l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes dépend d’une condition sur la position d’une autre personne parmi la pluralité de personnes, ladite condition étant relative à la position d’au moins une personne parmi la pluralité de personnes.
[0017] Ainsi, il est possible de déduire plus aisément si une activité est une activité de groupe ou non. En effet, la condition sur la position de l’autre personne est relative à la position précédemment considérée. Par exemple, la distance entre deux personnes parmi la pluralité de personnes est inférieure à une certaine valeur.
[0018] Selon un mode de réalisation, la condition sur la position d’au moins une personne parmi la pluralité de personnes est relative à une pluralité de positions temporellement distribuée de ladite au moins une personne.
[0019] Ainsi, plusieurs positions successives d’une même personne sont considérées, permettant de rendre plus fiable l’identification de l’activité. Par exemple, cela permet de distinguer le fait de regarder la télévision avec celui de ranger le salon alors que la télévision est restée allumée.
[0020] Selon un mode de réalisation, l’identification de l’activité relative à au moins la personne de la pluralité de personnes dépend d’un indice de confiance attribuée au moins à l’une des données parmi la donnée de capteur domotique et de la donnée de position d’au moins une personne parmi la pluralité de personnes.
[0021] Par exemple, le résultat de la règle peut être considéré comme plus ou moins fiable en fonction de la valeur de confiance attribuée aux données sur lesquelles on applique la règle. Cela permet d’augmenter la fiabilité de l’identification de l’activité. Par exemple, lorsque le capteur n’a pas été étalonné depuis un certain temps, que les batteries d’un capteur sont faibles ou que les identifications d’activités précédemment réalisées avec les données issues d’un capteur spécifique ont montré des anomalies (situation peu probable : activités successives incohérentes, activités parallèles incohérentes...) alors un indice de confiance (également appelé valeur de confiance) faible est attribué aux données issues de ce capteur.
[0022] Selon un mode de réalisation, la donnée de capteur domotique et la donnée de position d’au moins une personne parmi la pluralité de personnes ne permettent pas d’identifier une personne.
[0023] Les données acquises au moyen des capteurs ne contiennent pas d’information permettant à elle seule d’identifier une personne présente dans la pièce. Cela permet de préserver l’anonymat et la vie privée des personnes dans la pièce, et plus généralement dans leur domicile. Par exemple, il est possible de ne faire usage que de capteur ne produisant pas de données permettant d’identifier une personne, par exemple des capteurs de position de type infrarouge, radio ou encore sonar. Il est également possible d’utiliser des capteurs qui permettent de produire de telles données, par exemple des caméras, mais dans ce cas les données produites par les capteurs sont traitées pour obtenir les données de capteur domotique ou les données de position afin que les personnes ne soient plus identifiables. Par exemple, il n’est conservé que les coordonnées géographiques des personnes sur les images vidéo et non la vidéo ellemême.
[0024] Selon un mode de réalisation, la donnée de capteur domotique est acquise à partir d’un capteur appartenant à un groupe comprenant au moins un capteur d’ouverture de porte, un capteur de détection de mouvement, une prise connectée.
[0025] Selon un mode de réalisation, la donnée de position d’au moins une personne est une donnée de position d’au moins deux personnes parmi la pluralité de personnes dans la pièce.
[0026] Cela permet d’augmenter la fiabilité de l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes.
[0027] Un deuxième aspect de l’invention concerne un programme informatique comportant des instructions pour la mise en œuvre des étapes du procédé décrit ci-avant, lorsque ces instructions sont exécutées par un processeur.
[0028] Un troisième aspect de l’invention concerne un dispositif d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans une pièce, comprenant :
- un module d’acquisition apte à acquérir au moins une donnée de capteur domotique et une donnée de position d’au moins une personne parmi la pluralité de personnes;
- un processeur apte à appliquer au moins une règle préétablie sur la donnée de capteur domotique et la donnée de position d’au moins une personne parmi la pluralité de personnes pour obtenir au moins un résultat et le processeur est en outre apte à identifier l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat.
[0029] Un quatrième aspect de l’invention concerne un système d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans une pièce, comprenant:
- Un capteur domotique ;
- Un capteur de position ; et
- Un dispositif selon la revendication 12, dans lequel la donnée de capteur domotique est acquise à partir du capteur domotique et la donnée de position d’au moins une personne parmi la pluralité de personnes est acquise à partir du capteur de position.
[0030] D’autres caractéristiques et avantages de l’invention apparaîtront encore à la lecture de la description qui va suivre. Celle-ci est purement illustrative et doit être lue en regard des dessins annexés sur lesquels :
[0031] [fig-1] illustre une pièce avec des capteurs dans un mode de réalisation particulier;
[0032] [fig.2] illustre un ordinogramme représentant le procédé dans un mode de réalisation particulier.
[0033] La figure 1 représente une zone géographique 100, par exemple une pièce 100 d’un domicile ou plus généralement toutes pièces d’un bâtiment. Dans l’exemple de la figure 1, une unique pièce est représentée, toutefois l’invention ne se limite pas à une telle zone géographique 100 et peut comprendre plusieurs pièces d’un domicile ou plus généralement d’un bâtiment, mais également les zones alentour du bâtiment, notamment une terrasse, un parking ou encore une entrée de jardin. Dans cette pièce se trouvent plusieurs équipements électroniques 101, par exemple un téléviseur, un or dinateur. Il peut également s’agir d’éléments électroniques de la cuisine non représentés dans l’exemple de la figure 1. Les personnes 105 présentes dans la pièce participent à des activités, par exemple regarder la télévision ou utiliser un ordinateur, ou encore faire la cuisine (ce qui n’est pas représenté dans l’exemple de la figure 1).
[0034] Chaque équipement électronique 101 peut être relié au secteur par une prise connectée 103. Les prises connectées 103 sont des capteurs domotiques permettant notamment d’établir une variation de courant et ainsi de savoir si l’équipement électronique 101 connecté à la prise connectée est en cours d’utilisation ou non. Ainsi, si une personne 105 présente dans la pièce utilise l’ordinateur 101, la prise connectée 103 par lequel l’ordinateur 101 est relié au secteur peut transmettre des données (appelée données brutes) à une unité centrale 109.
[0035] La pièce est également équipée d’un capteur de position 107 permettant de déterminer plus ou moins précisément où se situent les personnes 105 dans la pièce. Ainsi, le capteur de position 107 pourra transmettre à une unité centrale 109 des données représentatives de la position d’une personne 105, par exemple, représentatives de coordonnées géographiques. Ainsi, si une personne 105 est assise dans le canapé, le capteur de position 107 transmet des données à l’unité centrale 109 représentatives de la position de cette personne 105. Le capteur de position 107 peut être, par exemple un capteur de position fonctionnant avec les technologies infrarouges (par exemple, capteur pyroélectrique infra-rouge, « PIR »), radio ou encore sonar. L’usage de ces technologies évite que les données brutes que transmettent les capteurs à l’unité centrale 109 puissent permettre d’identifier les personnes dans la pièce. Lorsque les capteurs et notamment les capteurs de position 107 produisent des données brutes permettant d’identifier les personnes, il est possible de les transformer pour obtenir des données de capteur domotique et des données de position qui ne contiennent pas d’information permettant d’identifier les personnes dans la pièce.
[0036] L’exemple de la figure 1 décrit un seul capteur de position 107 et deux prises connectées 103, mais le système proposé n’est pas limité à cette combinaison de capteurs. Ainsi, le système peut comprendre plusieurs capteurs de position 107, un nombre différent de prises connectées 103 et/ou des capteurs domotiques 103 de type différent à celui d’une prise connectée 103.
[0037] L’unité centrale 109 est configurée pour recevoir les données issues des capteurs domotiques 103 et des capteurs de position 107, pour traiter ces données, pour analyser et d’identifier la ou les activités des personnes 105 dans la pièce. Les capteurs domotiques 103 et les capteurs de position 107 peuvent être disposés dans la pièce mais également dans d’autres pièces du bâtiment voire en dehors du bâtiment.
[0038] Pour recevoir les données issues des capteurs 103, 107, l’unité centrale 109, peut être équipée d’un circuit électronique de communication 109.3 pour communiquer selon un protocole notamment les protocoles adaptés à la technologie des objets connectés.
[0039] Un tel circuit électronique de communication 109.3 peut par exemple être un circuit de communication PAN (pour « Personal Area Network » en anglais, ou réseau personnel en français), qui permet des communications sur des distances allant de quelques centimètres jusqu’à une dizaine de mètres selon la technologie utilisée. Par exemple, le circuit électronique de communication PAN 109.3 peut utiliser une ou plusieurs technologies de communication parmi les technologies Wifi, Bluetooth, infrarouge, NFC, Zigbee, Enocean, Z-Wave, etc.
[0040] Le circuit électronique de communication 109.3 peut aussi utiliser un LPWAN (pour « Low-Power Wide-Area Network » en anglais, ou « réseau étendu à faible consommation énergétique » en français), qui permet des communications à longue portée, à un débit très faible. Ce type de réseau est particulièrement adapté aux applications M2M (pour « Machine to Machine » en anglais, ou communication entre machines en français) et à l’Internet des objets (ou loT pour « Internet of Things » en anglais), qui sont généralement limités en termes de capacité de mémoire, de puissance de calcul et d’énergie. Par exemple, le circuit électronique peut utiliser un réseau parmi Sigfox, LTE-M, ou LoRaWAN.
[0041] Le dispositif 109 peut comporter plusieurs circuits électroniques de communication 109.3 pour pouvoir prendre en charge plusieurs protocoles différents lorsque les objets connectés, à savoir les capteurs 103 et 107, emploient des technologies différentes. Il est également possible d’avoir un unique circuit qui prendrait en charge plusieurs protocoles de communication.
[0042] Le circuit électronique de communication 109.3 dispose d’un organe de communication 109.1 permettant de recevoir le signal transmis par les capteurs 103 et 107. Cet organe de communication 109.1 peut être par exemple une antenne (antenne Wifi, une lentille infrarouge...).
[0043] Selon un mode de réalisation, l’unité centrale 109, également appelée dispositif d’identification d’activité 109, peut envoyer une partie ou l’intégralité des données reçues (éventuellement après les avoir prétraitées) à un serveur externe afin que cellesci soient analysées.
[0044] Selon un mode de réalisation, les données des capteurs sont directement envoyées depuis les capteurs vers un serveur externe. Dans ce cas, le serveur comprend un dispositif d’identification d’activité 109.
[0045] Dans l’exemple de la figure 1, le dispositif d’identification d’activité 109 est prévu pour réceptionner les données ainsi que pour faire l’analyse. Le procédé d’identification d’activité est alors implémenté de manière locale, c’est-à-dire, en grande partie voire intégralement par le dispositif 109 et non sur un serveur externe distant.
[0046] Un système d’identification d’une activité comprend les capteurs 103 et 107 et le dispositif 109.
[0047] A partir des données issues des capteurs 103 et 107, les activités des personnes présentes dans la pièce 100 sont identifiées. Pour cela les données reçues, également appelées données brutes, sont traduites et inscrites dans une base de données enregistrée dans une mémoire 109.7 au moyen d’un processeur 109.5. Le processeur peut alors analyser les données de la base de données pour identifier les activités effectuées par les personnes 105. Les étapes du procédé mises en œuvre par les différents éléments décrits ci-dessus vont maintenant être détaillées.
[0048] Le dispositif 109 peut être mis en œuvre sous forme logicielle (« software » ou « firmware »), auquel cas il prend la forme d’un programme exécutable par un processeur, correspondant par exemple à une application téléchargeable et exécutable, ou sous forme matérielle (ou « hardware »), comme un circuit intégré spécifique application (ASIC), un système sur puce (SOC), ou sous forme d'une combinaison d'éléments matériels et logiciels, par exemple un programme logiciel destiné à être chargé et exécuté sur un composant de type FPGA (Field Programmable Gate Array). Les SOC (System On Chip) ou système sur puce sont des systèmes embarqués qui intègrent tous les composants d’un système électronique dans une puce unique. Un ASIC (Application Specific Integrated Circuit) est un circuit électronique spécialisé qui regroupe des fonctionnalités sur mesure pour une application donnée. Les ASIC sont généralement configurés lors de leur fabrication et ne peuvent être que simulés par l’utilisateur. Les circuits logiques programmables de type FPGA (Field-Programmable Gate Array) sont des circuits électroniques reconfigurables par l’utilisateur.
[0049] Le dispositif 109 peut également utiliser des architectures hybrides, par exemple des architectures basées sur un CPU+FPGA, un GPU (Graphics Processing Unit) ou un MPPA (Multi-Purpose Processor Array). Bien entendu, la présente invention ne se limite pas aux formes de réalisation décrites ci-avant à titre d’exemples ; elle s’étend à d’autres variantes.
[0050] Par ailleurs, l’ordinogramme présenté sur la figure 2 est un exemple typique d’un programme dont certaines instructions peuvent être réalisées par le dispositif décrit. A ce titre, la figure 2 peut correspondre à l’organigramme de l’algorithme général d’un programme informatique dans un mode de réalisation particulier.
[0051] La figure 2 représente un ordinogramme du procédé selon un mode de réalisation particulier.
[0052] A l’étape SI, le système d’identification d’une activité est configuré, c’est-à-dire, que le système, et notamment le dispositif, est notamment paramétré pour:
[0053] permettre les communications entre les différents capteurs 103, 107 et le dispositif 109 ;
[0054] que les données réceptionnées soient transformées en données de capteur domotique 103 et en données de position 107 ;
[0055] intégrer un modèle de données adapté aux données de capteur domotique 103 et aux données de position 107, le modèle étant supporté par une base de données;
[0056] obtenir des règles de traitement en vue de les appliquer par la suite.
[0057] A l’étape S2, les capteurs produisent des données brutes. Ces données brutes dépendent du type de capteur et de l’évènement déclencheur qui les a produites. Ainsi, un capteur domotique 103 de type ouverture de porte envoie un signal au dispositif 109 lorsque l’ouverture ou la fermeture de la porte est effectuée. Les capteurs domotiques peuvent également être un capteur de détection de mouvement, autrement appelé un détecteur de présence ou encore des prises connectées. Un capteur de type capteur de position 107 envoie, lorsqu’une personne se déplace dans la pièce, des données brutes indiquant par exemple:
[0058] qu’un mouvement dans une certaine direction relativement au capteur a lieu et que ce mouvement est un mouvement de rapprochement, d’éloignement ou à distance constante du capteur ; ou encore
[0059] les positions des personnes dans la pièce, par exemple en comparant la pièce avec les personnes et la pièce sans personne.
[0060] A l’étape S3, le dispositif 109 reçoit en provenance des capteurs 103, 107 des données brutes. Ces flux de données brutes sont reçus par l’unité centrale 109 au moyen du circuit électronique de communication 109.3 et de l’organe de communication.
[0061] A l’étape S4 le processeur 109.5 transforme ces données brutes en données de capteur domotique et en données de position. C’est-à-dire que le processeur transforme les données brutes en valeurs en prenant en compte le type de capteur qui les a transmis et le modèle de données qui va structurer ces valeurs dans la base de données.
[0062] Lors de la transformation, le processeur peut enrichir le ou les valeurs issues des données brutes. Par exemple, le processeur adjoint un indice de confiance à chaque valeur notamment en fonction du capteur dont sont issues les données brutes. Dans un mode de réalisation particulier, la détermination de l’indice de confiance peut reposer sur des approches de gestion de la confiance et de la réputation dans les réseaux de capteurs distribués tels que définis dans l’article de Han et al intitulé « Management and applications of trust in Wireless Sensor Networks: A survey », publié dans le Journal of Computer and System Sciences, Volume 80, Issue 3, 2014, Pages 602-617.
[0063] Les données de capteur domotique et les données de position, à savoir des ensembles de valeurs, sont mémorisées dans la base de données conformément au modèle de données. Par exemple, à chaque valeur (par exemple, 25°C) est associée un type (par exemple, capteur de température) et un identifiant de l’objet (par exemple, ct-023). Le modèle de données peut employer un schéma de données du web sémantique, par exemple, Resource Description Framework (RDF) ou Web Ontology Language (OWL).
[0064] Plus précisément, les données des capteurs sont encodées sous la forme de quadruplets <sujet, prédicat, objet, temps> où :
- Le sujet représente la ressource/!’entité à décrire (par exemple un capteur) ;
- Le prédicat représente un type de propriété applicable à cette ressource (par exemple une observation effectuée par le capteur) ;
- L’objet représente une donnée ou une autre ressource ;
- Le temps représente la date à laquelle cette donnée a été reçue par le système.
[0065] L’ensemble des données en mémoire forme alors une séquence de quadruplets de la forme: {<sx, pb ob ti>,..., <sn, pn, on, tn>}. Cet ensemble de données forme un graphe, où différentes ressources (sujets / objets) sont interconnectées par un ensemble de propriétés. Les règles de traitement sont appliquées après sélection d’un sous-ensemble des données en mémoire entre deux instants ti et t2 (restriction sur la dernière dimension des quadruplets). Le résultat de cette sélection est un sous-graphe du graphe initial. La règle de traitement est alors définie comme une restriction portant sur les trois premières dimensions des triplets dans le sous-graphe. Dans un exemple d’implémentation, les règles de traitement portant sur le graphe de données et la sélection selon la fenêtre de temps ti à t2 sont intégrées dans une même requête, exprimée via le langage SPARQL et exécutée de façon récurrente. Dans ce cas, la requête définit le sous-graphe minimal des données recherchées parmi l’ensemble de données disponible dans l’intervalle de temps ti -> t2.
[0066] A l’étape S5 le processeur sélectionne des données de la base de données, c’est-à-dire des données de capteur domotique et des données de position, pour leur appliquer un ensemble de règles. Pour chaque règle, une sélection de données spécifique de la base de données peut être effectuée. Plus généralement, chaque règle est une fonction qui à des valeurs prises par des données d’un sous ensemble de données de la base de données, renvoie un résultat (par exemple une valeur binaire ou un niveau de probabilité).
[0067] Le sous-ensemble de données est défini par la règle qui lui sera appliquée. Par exemple, pour une règle relative à l’identification d’une activité de diner, le sousensemble associé peut être restreint pour ce qui est des données de position des personnes dans la pièce à la dernière demi-heure et pour les données de capteur domotique à la dernière heure. En effet, le fait d’être attablé trois heures avant l’analyse de l’activité diner n’est pas pertinent, car cela traduit probablement une activité révolue. Ces fenêtres de temps peuvent être déterminées à l’échelle des règles, c’est-à-dire que chaque règle dispose d’une fenêtre de temps pour laquelle seules les données brutes acquises dans cette fenêtre sont considérées. Ces fenêtres de temps peuvent être déterminées à l’échelle des données, c’est-à-dire que pour chaque règle, une fenêtre de temps est déterminée pour chaque donnée du sous-ensemble de données considéré par ladite règle. Ainsi, pour chaque règle, seules les données brutes acquises dans la fenêtre de temps leur correspondant seront considérées.
[0068] De même, le sous-ensemble de données relatives à une règle peut être limité aux données de position relative à une sous zone géographique. Par exemple, pour une règle relative à l’identification d’une activité de dîner, la zone relative à l’utilisation d’un ordinateur peut ne pas être prise en compte.
[0069] Une fois le sous ensemble de données sélectionné, la règle correspondante est appliquée aux données de ce sous-ensemble. L’application des règles peut être déclenchée par la réception d’une donnée pertinente au regard de la règle ou déterminée temporellement. Par exemple, toutes les 10 minutes la règle correspondante à l’activité dîner est appliquée. L’application des règles peut être adaptée en fonction de l’environnement dans lequel sont installés les capteurs (par exemple, il n’est pas nécessaire d’appliquer les règles correspondant à l’activité dîner dans le cas de données provenant d’une chambre à coucher) et/ou en fonction de préférence des utilisateurs du système (par exemple en prenant en compte l’emploi du temps des personnes).
[0070] La règle appliquée sur les données d’un sous ensemble de données de la base de données, en tant que fonction, renvoie un résultat qui peut être une valeur de type binaire ou encore une valeur représentant un niveau de probabilité. Cette valeur peut être couplée à un indice de confiance.
[0071] Plusieurs règles peuvent être appliquées simultanément, au même sous ensemble de données ou à des sous-ensembles de données différentes, on obtient alors plusieurs résultats pouvant servir pour l’identification d’activités différentes ou pouvant concourir à identifier une même activité comme décrit ci-dessous.
[0072] L’identification de l’activité sur la base du résultat se fait par analyse du résultat. Par exemple, si le résultat de la règle R; est une valeur V) de type binaire alors, si V) est égale à 1 la règle est vérifiée et l’activité associée est considérée comme effectuée par au moins une personne dans la pièce. A contrario, si le résultat de la règle R; est égal à 0 la règle n’est pas vérifiée et l’activité associée est considérée comme non effectuée. Si le résultat de la règle R; correspond à un niveau de probabilité p,, alors en fonction de la comparaison de ce niveau de probabilité p; avec une valeur seuil pOi on détermine si l’activité associée à la règle est considérée comme effectuée (p; > pOi) ou non effectuée (p; < pOi).
[0073] Lorsque plusieurs résultats (Vb.. ,VN) avec des indices de confiances (Ib.. ,IN) ont été obtenus suite à l’application de plusieurs règles (Ri,...Rn) sur des sous-ensembles de données (SEDi,.. .SEDN), il est possible d’identifier pour chaque règle R; si l’activité correspondante est réalisée dans la pièce.
[0074] Pour améliorer la fiabilité de l’estimation, il est possible d’adapter les valeurs V; ou les indices de confiance I; en fonction des valeurs et indices obtenus pour les autres règles. Par exemple, afin d’identifier si l’activité correspondant à la règle i est effectuée par les personnes dans la pièce, la valeur V, ou l’indice de confiance I; peuvent être remplacés par une valeur V’, et/ou un indice de confiance Γ, prenant en compte les autres valeurs (Vj, ...Vi_i,Vi+i, ...VN) et/ou les autres indices de confiance (Ib Ii+b ...IN) obtenus. Par exemple, si toutes les valeurs obtenues par les autres règles sont élevées alors que l’activité requiert une implication forte de la part des personnes la pratiquant, l’indice de confiance I; peut être remplacé par un indice de confiance Γ, plus faible ou la valeur V, peut être remplacée par une valeur V’, plus faible. Inversement, si toutes les valeurs obtenues par les autres règles sont faibles voire nulles, l’indice de confiance I; peut être remplacé par un indice de confiance Γ, plus élevé ou la valeur V; peut être remplacée par une valeur V’; plus élevée.
[0075] De plus, seules les premières valeurs les plus grandes peuvent être considérées : par exemple, il est possible de considérer uniquement les activités correspondant aux règles ayant obtenu les trois plus grandes valeurs parmi les valeurs (Vi,...VN).
[0076] La valeur Vj obtenue par application d’une règle sur un sous ensemble de données de la base de données est fonction des données provenant des capteurs domotiques 103 et capteurs de position 107 correspondant. Ainsi, la valeur V, dépend notamment des positions des personnes dans la pièce. V, peut dépendre de la position d’une ou plusieurs personnes dans la pièce. Les positions de personnes dans la pièce peuvent être considérées de manière relative aux positions des autres personnes. Par exemple, une personne qui effectuerait la cuisine dans une zone cuisine de l’habitation et faisant des aller et retour entre la zone cuisine et une autre zone, par exemple une table basse, permet d’estimer que les personnes autour de la table basse sont en train de dîner alors que des personnes installées à une table de séjour ne le sont pas. Il est ainsi possible de configurer préalablement la règle relative au dîner en précisant que la position des personnes impliquées dans l’activité dîner doit être à une distance maximale d’au moins une position parmi les positions de la personne impliquée dans l’activité cuisine sur les n dernières minutes.
[0077] La valeur V, obtenue peut ainsi dépendre de plusieurs positions d’une même personne capturées pendant une certaine durée de temps. Ainsi, l’identification des activités peut prendre en compte des trajectoires réalisées par les personnes dans la pièce.
[0078] Les règles peuvent être définies lors de l’initialisation du système et adaptées lors de l’installation du système en fonction de l’environnement. Il est également possible d’adapter les règles au cours de l’utilisation du système, par exemple l’utilisateur peut modifier des paramètres du système pour prendre en compte une configuration de la pièce différente ou encore un emploi du temps différent. La modification des règles peut également se faire de manière semi-autonome, par exemple l’utilisateur peut être amené à confirmer ou à infirmer une identification d’une activité, par exemple par l’intermédiaire d’une interface homme-machine, le dispositif 109 peut alors modifier la configuration du dispositif et notamment le paramétrage des règles pour obtenir une meilleure fiabilité des identifications d’activité suivantes. De nouvelles règles de traitement peuvent également être ajoutées au cours de l’utilisation du système par combinaison de règles de traitement existantes ou par inférence à partir de règles de traitement existantes.
[0079] Si aucune activité n’est identifiée à l’étape S5, le processeur peut soit appliquer un autre ensemble de règles, soit attendre un délai avant d’appliquer de nouveau les règles qui n’ont pas entraîné d’identification d’activité. Ainsi, l’étape S5 est répétée jusqu’à identification d’une activité. Lorsqu’une activité est identifiée par le système alors le procédé met en œuvre l’étape suivante (S6).
[0080] A l’étape S6 le processeur exécute une action en fonction de l’activité qui a été identifiée. Ainsi, le dispositif peut envoyer une notification à un des utilisateurs du système (par exemple, l’envoi d’un SMS), envoyer une notification à un service distant ou encore envoyer une notification à un équipement électronique qui peut s’adapter à l’activité effectuée dans la pièce. Par exemple, la télévision peut se mettre en veille lorsqu’aucune activité n’est détectée dans la pièce.
[0081] L’action peut également être l’envoi d’une requête à un équipement électronique pour qu’il exécute une action. Par exemple, lorsque la fenêtre est ouverte et que les portes de la pièce sont fermées (le dispositif 109 peut identifier une activité d’aération/nettoyage de la pièce), une requête peut être envoyée au dispositif de contrôle du chauffage de l’habitation afin de réduire l’apport de chaleur dans la pièce.
[0082] Bien entendu, l'invention n'est pas limitée aux modes de réalisation décrits précédemment et fournis uniquement à titre d'exemple. Elle englobe diverses modifications, formes alternatives et autres variantes que pourra envisager l'homme du métier dans le cadre de la présente invention et notamment toutes combinaisons des différents modes de réalisation décrits précédemment.
Claims (1)
-
Revendications [Revendication 1] Un procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes présentes dans un bâtiment, le procédé comprend : - l’acquisition d’au moins une donnée de capteur domotique et d’une donnée de position d’au moins une personne parmi la pluralité de personnes ; - l’application d’au moins une règle de traitement sur la donnée de capteur domotique et la donnée de position pour obtenir au moins un résultat; - l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat. [Revendication 2] Le procédé selon la revendication 1 comprenant en outre l’application d’une pluralité de règles de traitement sur la donnée de capteur domotique et la donnée de position de l’au moins une personne parmi la pluralité de personnes pour obtenir respectivement une pluralité de résultats; et dans lequel l’identification d’une activité relative à au moins la personne parmi la pluralité de personnes se base sur la pluralité de résultats. [Revendication 3] Le procédé selon l’une quelconque des revendications précédentes, dans lequel au moins l’une des données parmi la donnée de capteur domotique et la donnée de position d’au moins une personne parmi la pluralité de personnes est acquise dans un intervalle de temps d’une durée de référence avant l’application de l’au moins une règle de traitement. [Revendication 4] Le procédé selon l’une quelconque des revendications précédentes, dans lequel l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat dépend d’une condition sur une position d’au moins une personne parmi la pluralité de personnes. [Revendication 5] Le procédé selon la revendication 4, dans lequel l’identification de l’activité relative à au moins la personne parmi la pluralité de personnes dépend d’une condition sur la position d’une autre personne parmi la pluralité de personnes, ladite condition étant relative à la position d’au moins une personne parmi la pluralité de personnes. [Revendication 6] Le procédé selon l’une quelconque des revendications précédentes, dans lequel l’identification de l’activité relative à au moins la personne de la pluralité de personnes dépend d’un indice de confiance attribuée au moins à l’une des données parmi la donnée de capteur domotique et de la donnée de position d’au moins une personne parmi la pluralité de personnes. [Revendication 7] Le procédé selon l’une quelconque des revendications précédentes, dans lequel la donnée de position d’au moins une personne est une donnée de position d’au moins deux personnes parmi la pluralité de personnes dans la pièce. [Revendication 8] Programme informatique comportant des instructions pour la mise en œuvre des étapes du procédé selon l’une des revendications précédentes, lorsque ces instructions sont exécutées par un processeur. [Revendication 9] Dispositif d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment, comprenant : - un module d’acquisition apte à acquérir au moins une donnée de capteur domotique et une donnée de position d’au moins une personne parmi la pluralité de personnes; - un processeur apte à appliquer au moins une règle de traitement sur la donnée de capteur domotique et la donnée de position pour obtenir au moins un résultat et le processeur est en outre apte à identifier l’activité relative à au moins la personne parmi la pluralité de personnes sur la base du résultat. [Revendication 10] Système d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans une pièce, comprenant: - Un capteur domotique ; - Un capteur de position ; et - Un dispositif selon la revendication 9, dans lequel la donnée de capteur domotique est acquise à partir du capteur domotique et la donnée de position est acquise à partir du capteur de position. 1/1
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873635A FR3090974B1 (fr) | 2018-12-20 | 2018-12-20 | Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FR1873635A FR3090974B1 (fr) | 2018-12-20 | 2018-12-20 | Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| FR3090974A1 true FR3090974A1 (fr) | 2020-06-26 |
| FR3090974B1 FR3090974B1 (fr) | 2022-02-25 |
Family
ID=66676734
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FR1873635A Active FR3090974B1 (fr) | 2018-12-20 | 2018-12-20 | Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment |
Country Status (1)
| Country | Link |
|---|---|
| FR (1) | FR3090974B1 (fr) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2362582A1 (fr) * | 2010-02-19 | 2011-08-31 | Alcatel Lucent | Procédé et système domotique contextuel |
-
2018
- 2018-12-20 FR FR1873635A patent/FR3090974B1/fr active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2362582A1 (fr) * | 2010-02-19 | 2011-08-31 | Alcatel Lucent | Procédé et système domotique contextuel |
Non-Patent Citations (3)
| Title |
|---|
| EMMANUELMUNGUIA TAPIA ET AL: "Activity Recognition in the Home Using Simple and Ubiquitous Sensors", 23 March 2004, PERVASIVE COMPUTING; [LECTURE NOTES IN COMPUTER SCIENCE;;LNCS], SPRINGER-VERLAG, BERLIN/HEIDELBERG, PAGE(S) 158 - 175, ISBN: 978-3-540-21835-7, XP019004315 * |
| HAN ET AL.: "Management and applications of trust in Wireless Sensor Networks: A survey", JOURNAL OF COMPUTER AND SYSTEM SCIENCES, vol. 80, no. 3, 2014, pages 602 - 617, XP028812885, doi:10.1016/j.jcss.2013.06.014 |
| NGUYEN DUY ET AL: "An Algorithmic Method of Calculating Neighborhood Radius for Clustering In-home Activities within Smart Home Environment", 2015 6TH INTERNATIONAL CONFERENCE ON INTELLIGENT SYSTEMS, MODELLING AND SIMULATION, IEEE, 25 January 2016 (2016-01-25), pages 42 - 47, XP033077445, ISSN: 2166-0670, [retrieved on 20170313], DOI: 10.1109/ISMS.2016.64 * |
Also Published As
| Publication number | Publication date |
|---|---|
| FR3090974B1 (fr) | 2022-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20200211347A1 (en) | Automatic detection of zones of interest in a video | |
| US11721107B2 (en) | Systems and methods for locating image data for selected regions of interest | |
| US11257356B2 (en) | Systems and methods for presenting security questions via connected security system | |
| US10389986B2 (en) | Using a scene illuminating infrared emitter array in a video monitoring camera for depth determination | |
| US9571757B2 (en) | Using infrared images of a monitored scene to identify windows | |
| US9554064B2 (en) | Using a depth map of a monitored scene to identify floors, walls, and ceilings | |
| US9489745B1 (en) | Using depth maps of a scene to identify movement of a video camera | |
| US20160364966A1 (en) | Using Scene Information From a Security Camera to Reduce False Security Alerts | |
| US9886620B2 (en) | Using a scene illuminating infrared emitter array in a video monitoring camera to estimate the position of the camera | |
| US20170041524A1 (en) | Devices and Methods for Repurposing IR Transmitters | |
| Bishop | The Walls Have Ears-and Eyes-and Noses: Home Smart Devices and the Fourth Amendment | |
| FR3101472A1 (fr) | Dispositif, système et procédé d’identification d’une scène à partir d’une séquence ordonnée de sons captés dans un environnement | |
| EP3314867B1 (fr) | Partage de données d'événements entre plusieurs plateformes de service | |
| FR3090974A1 (fr) | Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment | |
| Ko et al. | A Survey of context classfication for intelligent systems research for Ambient Intelligence | |
| EP3213465B1 (fr) | Procédé et système de gestion d'entités connectées | |
| FR3067483A1 (fr) | Procede de detection de presence d'individus | |
| WO2024074287A1 (fr) | Déclenchement localisé d'une analyse d'activité humaine | |
| FR3111044A1 (fr) | Prédiction de situations émotionnelles négatives dans un habitat connecté pour promouvoir des services invoquant des émotions positives | |
| FR3080921A1 (fr) | Procede d'activation d'un systeme de detection de presence | |
| FR3096495A1 (fr) | Procédé et dispositif de mesure de l’usage d’un bâtiment connecté | |
| FR3082028A1 (fr) | Agregation d'objets connectes. | |
| FR3068810A1 (fr) | Procede et dispositif de commande d'un dispositif electronique | |
| FR3061589A1 (fr) | Dispositif et procede de generation de listes d'utilisateurs d'interet au sein d'une architecture reseau structuree |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PLFP | Fee payment |
Year of fee payment: 2 |
|
| PLSC | Publication of the preliminary search report |
Effective date: 20200626 |
|
| PLFP | Fee payment |
Year of fee payment: 3 |
|
| PLFP | Fee payment |
Year of fee payment: 4 |
|
| PLFP | Fee payment |
Year of fee payment: 5 |
|
| PLFP | Fee payment |
Year of fee payment: 6 |