JP2015518246A5 - - Google Patents

Claims (15)

1. 照明制御システムのセンサをモニタリングするシステムであって、
   ネットワークに接続された複数のセンサと、
   前記ネットワークに接続され、訓練サブシステム、検出サブシステム及び位置特定サブシステムを含むコンピュータデバイスと、
   を含み、
   前記訓練サブシステムは、前記複数のセンサに対し、時間と共に記憶される前記複数のセンサの履歴データの少なくとも一部について統計値を計算し、前記検出サブシステムは、前記複数のセンサから測定値を収集し、前記訓練サブシステムから提供された計算された前記統計値に少なくとも基づいて、前記複数のセンサのうち障害のあるセンサを決定し、前記位置特定サブシステムは、前記複数のセンサのそれぞれに対して決定される障害指示子に基づいて、前記複数のセンサのうち前記障害のあるセンサの場所を決定する、システム。
2. 前記複数のセンサは、フォトセンサである、請求項１に記載のシステム。
3. 前記訓練サブシステムは、所与の時間ｔにおける照度の結合確率分布関数（ＰＤＦ）を決定する、請求項１に記載のシステム。
4. 前記検出サブシステムは、確率密度を決定する、請求項１に記載のシステム。
5. 前記検出サブシステムは、前記確率密度を所定閾値と比較して、前記複数のセンサのうち障害のあるセンサがあるかどうかを決定する、請求項４に記載のシステム。
6. 前記位置特定サブシステムは、各センサにつき、前記センサのそれぞれの確率密度をそれぞれの所定閾値と比較して、各センサに障害があるかどうかを決定する、請求項１に記載のシステム。
7. 照明制御システム内のセンサをモニタリングする前記照明システム内の装置であって、
   少なくとも、ネットワークに接続された複数のセンサからデータを収集する、前記ネットワークへのインタフェースと、
   訓練サブシステム、検出サブシステム及び位置特定サブシステムを含む障害検出ユニットと、
   前記訓練サブシステム、前記検出サブシステム及び前記位置特定サブシステムのうちの少なくとも１つのシステムのデータを記憶する記憶コンポーネントと、
   を含み、
   前記訓練サブシステムは、前記複数のセンサに対し、時間と共に記憶される前記複数のセンサの履歴データの少なくとも一部について統計値を計算し、前記検出サブシステムは、前記複数のセンサから測定値を収集し、前記訓練サブシステムから提供された計算された前記統計値に少なくとも基づいて、前記複数のセンサのうち障害のセンサがあるかどうかを決定し、前記位置特定サブシステムは、前記複数のセンサのそれぞれについて決定される障害指示子に基づいて、前記複数のセンサのうち前記障害のあるセンサの場所を決定する、装置。
8. 前記複数のセンサは、フォトセンサである、請求項７に記載の装置。
9. 前記訓練サブシステムは、所与の時間ｔにおける照度の結合確率分布関数（ＰＤＦ）を決定する、請求項７に記載の装置。
10. 前記検出サブシステムは更に、確率密度を決定する、請求項７に記載の装置。
11. 前記検出サブシステムは更に、前記確率密度を所定閾値と比較して、前記複数のセンサのうち障害のあるセンサがあるかどうかを決定する、請求項１０に記載の装置。
12. 前記位置特定サブシステムは更に、各センサにつき、前記センサのそれぞれの確率密度をそれぞれの所定閾値と比較して、各センサに障害があるかどうかを決定する、請求項１１に記載の装置。
13. 照明制御システムのセンサをモニタリングする方法であって、
    所与の時間ｔにおける照度の結合確率分布関数（ＰＤＦ）を決定するように、前記照明制御システムの複数のセンサの訓練を行うステップと、
    前記訓練からパラメータを収集し、前記パラメータを事前データのストレージに記憶するステップと、
    前記複数のセンサの照度を観察するステップと、
    前記事前データストレージに記憶された前記パラメータに部分的に基づいて、前記複数のセンサのうち少なくとも１つの障害のあるセンサがあるかどうかを決定するステップと、
    前記少なくとも１つの障害のあるセンサの存在の決定と前記事前データとに基づいて、前記障害のあるセンサの位置を特定するステップと、
    を含む、方法。
14. 前記訓練からパラメータを収集するステップは更に、ガウス分布成分の最適数を決定するステップを含む、請求項１３に記載の方法。
15. 前記障害のあるセンサがあるかどうかを決定するステップは、確率密度を決定するステップを含む、請求項１３に記載の方法。