JP2018534591A - 分散センサ較正 - Google Patents

分散センサ較正 Download PDF

Info

Publication number
JP2018534591A
JP2018534591A JP2018538058A JP2018538058A JP2018534591A JP 2018534591 A JP2018534591 A JP 2018534591A JP 2018538058 A JP2018538058 A JP 2018538058A JP 2018538058 A JP2018538058 A JP 2018538058A JP 2018534591 A JP2018534591 A JP 2018534591A
Authority
JP
Japan
Prior art keywords
sensor
environmental sensor
data
calibration
environmental
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
Application number
JP2018538058A
Other languages
English (en)
Other versions
JP6695986B2 (ja
Inventor
ニコラス・ビー・マソン
Original Assignee
キューセンス・インコーポレイテッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by キューセンス・インコーポレイテッド filed Critical キューセンス・インコーポレイテッド
Publication of JP2018534591A publication Critical patent/JP2018534591A/ja
Application granted granted Critical
Publication of JP6695986B2 publication Critical patent/JP6695986B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G01D18/008Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00 with calibration coefficients stored in memory
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D4/00Tariff metering apparatus
    • G01D4/002Remote reading of utility meters
    • G01D4/004Remote reading of utility meters to a fixed location
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004Gaseous mixtures, e.g. polluted air
    • G01N33/0009General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073Control unit therefor
    • G01N33/0075Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D2204/00Indexing scheme relating to details of tariff-metering apparatus
    • G01D2204/10Analysing; Displaying
    • G01D2204/14Displaying of utility usage with respect to time, e.g. for monitoring evolution of usage or with respect to weather conditions
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20Smart grids as enabling technology in buildings sector
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S20/00Management or operation of end-user stationary applications or the last stages of power distribution; Controlling, monitoring or operating thereof
    • Y04S20/30Smart metering, e.g. specially adapted for remote reading

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Medical Informatics (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

分散センサシステムのセンサを較正するための方法、システム、およびデバイスが説明される。より具体的には、説明される特徴は、全体的に、システムの1つまたは複数の他のセンサからの情報を使用してそのようなシステムの1つのセンサを較正することに関する。センサの地理空間位置の差に少なくとも部分的に基づいて、較正モデルが決定され得る。さらに、一方または両方のセンサがモバイルである場合、センサの地理空間位置の差は、感知データの異なる部分に異なる較正モデルが適応され得るように、時間と共に変化し得る。また、センサによって感知されるデータの相対的品質は、較正(例えば、較正の方向性)のために考慮され得る。

Description

本開示は、例えば、分散センサシステムのセンサを較正することに関し、より詳細には、1つまたは複数の他のセンサからの情報を使用して1つのセンサを較正することに関する。
分散センサシステムは、関心領域にわたってデータを収集するために展開され得る。例えば、環境データ(例えば、環境状態の測定値を含むデータ)は、そのような関心領域の異なる物理的位置における複数のセンサアセンブリを使用して収集され得る。そのようなシステムは、例えば、一般に科学グレードの機器よりも低い品質のデータを提供し得る比較的低コストのセンサを用いる場合がある。さらに、そのようなシステムのセンサは、屋外状態に曝される場合があり、例えば、減衰および/またはドリフトを被る場合がある。
収集されたデータが特定の目的(例えば、正確な、信頼できるなど)に有用であることを保証するために、環境センサの較正が重要である場合がある。これは、分散センサシステムのように複数のセンサからのデータを集約するときに特に当てはまる。しかしながら、特に、システムが異なるタイプのセンサ、および/または異なる製造業者からのセンサを含むとき、較正は、困難で複雑である場合がある。オンサイト較正、周知の自動化較正システム、またはシステムの各センサの参照基準を用いることは、コストが高くなりすぎる場合がある。
説明される特徴は、全体的に、分散センサシステムのセンサを較正するためのシステム、方法、および/または装置に関する。より具体的には、説明される特徴は、全体的に、システムの1つまたは複数の他のセンサからの情報を使用してそのようなシステムの1つのセンサを較正することに関する。センサの地理空間位置の差に少なくとも部分的に基づいて、較正モデルが決定され得る。さらに、一方または両方のセンサがモバイルである場合、センサの地理空間位置の差は、感知データの異なる部分に異なる較正モデルが適応され得るように、時間と共に変化し得る。また、センサ自体またはデータに影響を及ぼす他の条件に関連し得る、センサによって感知されるデータの相対的品質は、較正(例えば、較正の方向性)のために考慮され得る。
環境センサを較正するための方法について説明する。方法は、分散環境センサシステムの第1の環境センサおよび第2の環境センサから感知データを収集するステップと、第1の環境センサの位置と第2の環境センサの位置との間の地理空間位置の差を決定するステップと、決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定するステップと、決定された較正モデルと第2の環境センサの感知データとを使用して第1の環境センサを較正するステップとを含み得る。
いくつかの態様では、第1の環境センサを較正するステップは、第1の環境センサの感知データを第2の環境センサの感知データと相関させるステップを伴い得る。
いくつかの態様では、第1の環境センサを較正するステップは、第1および第2の環境センサの感知データの周波数ベースの分解または周波数ベースのフィルタリングを実行するステップを伴い得る。そのような例において、較正モデルを決定するステップは、第1の環境センサの分解またはフィルタリングされたデータの一部と、第2の環境センサの分解されたデータの一部とを選択するステップを伴い得る。そのような選択は、決定された地理空間位置の差に少なくとも部分的に基づき得る。さらに、第1の環境センサを較正するステップは、第1および第2の環境センサの分解またはフィルタリングされたデータの選択された部分を相関させるか、または等しく設定するステップを伴い得る。
いくつかの態様では、方法は、第1の環境センサの感知データと第2の環境センサの感知データの品質との間の品質の差を決定するステップを含み得る。較正の方向性は、決定された品質の差に少なくとも部分的に基づいて決定され得る。例えば、第1の環境センサの較正は、第1の環境センサの感知データの品質が第2の環境センサの感知データの品質よりも低いときに行われ得る。第1の環境センサおよび第2の環境センサのうちの少なくとも1つの感知データの品質は、その環境センサによって提供される感知データの量、その環境センサのデータ履歴、その環境センサによって提供されるデータの周期性、その環境センサの較正履歴、またはその環境センサの所定の特性に少なくとも部分的に基づき得る。
いくつかの態様では、第1の環境センサを較正するステップは、経時的な決定された地理空間位置の差に少なくとも部分的に基づいて、第1の環境センサの感知データの一部と、第2の環境センサの感知データの対応する部分とを選択するステップを伴い得る。
いくつかの態様では、方法は、第1の環境センサの感知データに影響を及ぼす2次パラメータを決定するステップを含み得る。そのような場合、第1の環境センサの感知データは、パラメータの効果に基づいて調整され得、調整は、較正を実行する前に実行される。様々な例において、二次パラメータは、較正デバイスにおいて決定され得、1つまたは複数のセンサによって較正デバイスに提供され得、または他の方法で較正デバイスに提供され得る。
いくつかの態様では、方法は、決定された較正モデルと第1の環境センサの感知データとを使用して第2の環境センサを較正するステップを伴い得る。
分散環境センサシステムの環境センサを較正するための較正デバイスについて説明する。装置は、プロセッサと、プロセッサと通信可能に結合されたメモリとを含み得る。メモリは、プロセッサによって実行されたとき、デバイスに、分散環境センサシステムの第1の環境センサおよび第2の環境センサの感知データを収集させ、第1の環境センサの位置と第2の環境センサの位置との間の地理空間位置の差を決定させ、決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定させ、決定された較正モデルと第2の環境センサの感知データとを使用して第1の環境センサを較正させるコンピュータ可読コードを含み得る。メモリは、プロセッサによって実行されたとき、デバイスに、上記で説明し、本明細書でさらに説明する方法の特徴を実行させるコンピュータ可読コードを含み得る。
非一時的コンピュータ可読媒体について説明する。媒体は、実行されたとき、デバイスに、分散環境センサシステムの第1の環境センサおよび第2の環境センサの感知データを収集させ、第1の環境センサの位置と第2の環境センサの位置との間の地理空間位置の差を決定させ、決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定させ、決定された較正モデルと第2の環境センサの感知データとを使用して第1の環境センサを較正させるコンピュータ可読コードを含み得る。媒体は、実行されたとき、デバイスに、上記で説明し、本明細書でさらに説明される方法の特徴を実行させるコンピュータ可読コードを含み得る。
前述のことは、以下の詳細な説明がよりよく理解され得るように、本開示による例の特徴と技術的利点とをかなり広く概説している。追加の特徴および利点について、以下で説明する。開示される概念および具体的な例は、本開示の同じ目的を実行するための他の構造を修正または設計するための基礎として容易に利用され得る。そのような等価な構成は、添付の特許請求の範囲から逸脱しない。本明細書に開示された概念の特徴、それらの編成と動作方法、ならびに関連する利点は、添付図面に関連して考慮されるとき、以下の説明からよりよく理解されるであろう。図面の各々は、例示および説明のみの目的のために提供され、特許請求の範囲の限定の定義としては提供されない。
本発明の性質および利点のさらなる理解は、以下の図面への参照によって実現され得る。添付図面において、類似の構成要素または特徴は、同じ参照ラベルを有する場合がある。さらに、同じタイプの様々な構成要素は、参照ラベルに同様の構成要素を区別するダッシュおよび第2のラベルを続けることによって区別され得る。第1の参照ラベルのみが本明細書において使用される場合、説明は、第2の参照ラベルとは無関係に同じ第1の参照ラベルを有する類似の構成要素の任意の1つに適用可能である。
本開示の様々な態様による、分散センサシステムおよびそれに関連する較正デバイスのブロック図である。 本開示の様々な態様による、センサアセンブリ間の地理空間位置の時間変化する差を示す図である。 本開示の様々な態様による、感知データの周波数ベースのフィルタリングを示す図である。 本開示の様々な態様による、図3Aに示すセンサのための感知データの周波数ベースのフィルタリングと較正モデルとを示す図である。 本開示の様々な態様による、分散センサシステムのセンサを較正する際に使用するように構成されたデバイスの一例のブロック図である。 本開示の様々な態様による、分散センサシステムのセンサを較正する際に使用するように構成されたデバイスの一例のブロック図である。 本開示の様々な態様による、分散センサシステムのセンサを較正するための方法の一例を示すフローチャートである。
本明細書は、分散センサシステムのセンサを較正するための技法を開示する。説明される較正技法は、較正モデルと、システムの別のセンサの感知データとを使用する。較正モデルは、較正されるべきセンサの位置と、較正のために使用されるべきセンサの位置との間の地理空間位置の差に少なくとも部分的に基づいて決定され得る。さらに、較正されるべきセンサの感知データの一部、および他のセンサの感知データの対応する部分が、較正を実行するために選択され得る。そのような選択は、決定された地理空間位置の差に少なくとも部分的に基づき得る。
較正されるセンサの感知データを他のセンサの感知データと相関させるために、様々な較正モデルが使用され得る。例えば、センサを較正することは、両方のセンサの感知データの周波数ベースの分解または周波数ベースのフィルタリングを伴い得る。決定された地理空間位置の差に少なくとも部分的に基づいて、相関のための感知データの比較的低い周波数の分解もしくはフィルタリング、相関のための感知データの比較的高い周波数の分解もしくはフィルタリング、またはその両方を用いる較正モデルが選択され得る。環境状態の感知データがセンサにおける物理的測定値からどのように報告されるのかを調整するために、様々な較正モデルが使用され得る。例えば、較正モデルは、センサ利得、センサ利得指数、センサオフセット、または、測定値を報告される状態に変換するためにセンサもしくはセンサシステムによって使用される任意の他のパラメータもしくはパラメータの組合せに対する調整を実行し得る。そのような調整は、直接センサにおいて、センサを含むセンサアセンブリの一部において、またはセンサから感知データを受信する任意の他のデバイスにおいて行われ得る。様々な例を通じて、これらの較正モデルは、分散センサシステム内のセンサ間の相関を改善し、システムからより高品質のデータを提供するために適用され得る。
以下の説明は、例を提供し、特許請求の範囲に記載された範囲、適用性、または例を限定するものではない。本開示の範囲から逸脱することなく、議論された要素の機能および配置において変更がなされ得る。様々な例は、必要に応じて、様々な手順または構成要素を省略、置換、または追加し得る。例えば、説明された方法は、説明された順序とは異なる順序で実行され得、様々なステップが追加、省略、または結合され得る。また、いくつかの例に関して説明された特徴は、他の例において組み合わされ得る。
まず図1を参照すると、ブロック図は、本開示の様々な態様による分散センサシステム100の一例を示す。分散センサシステム100は、関心領域105にわたって分散された複数のセンサアセンブリ110と、中央処理デバイス115とを含み得る。センサアセンブリ110は、例えば、一酸化炭素、二酸化炭素、窒素酸化物、二酸化硫黄、微粒子などの、空気の品質に影響を及ぼす環境状態を監視および/または評価するように構成され得る。そのような測定をサポートするために、センサアセンブリ110の各々は、単一のセンサを有するセンサアセンブリ110-a、および複数のセンサを有するセンサアセンブリ110-dなどの、1つまたは複数のセンサ111を含み得る。センサ111は、同じまたは異なる技術を使用して、異なる環境状態を測定し得、および/または同じ環境状態のうちのいくつかを測定し得る。また、センサ111またはセンサアセンブリ110は、異なる品質であり得、および/または異なる品質であるかもしくは異なる品質によって特徴付けられる感知データを提供し得る。
センサアセンブリ110の各々は、分散センサシステム100において通信される1つまたは複数の環境状態に関連付けられ得る。例えば、センサアセンブリ110は、有線またはワイヤレスの通信システムによって、感知データを送信し得る。したがって、各センサアセンブリ110は、分散センサシステム100を介した通信を提供するためのハードウェアおよび/またはソフトウェアを含み得る。例えば、各センサアセンブリ110は、任意の適切な通信技術を使用するワイヤレスリンク120を介して、または有線リンク(図示せず)を介して、中央処理デバイス115と通信し得る。簡略化のため、ワイヤレスリンク120がセンサアセンブリ110の各々と中央処理デバイス115との間に示されていないが、中央処理デバイス115は、センサアセンブリ110のうちの1つからセンサアセンブリ110のうちの別のものを介して最終的に中央処理デバイス115への有線またはワイヤレスの通信リンクを含み得る、システム100のセンサアセンブリ110のすべてと通信し得ることが理解されるべきである。
中央処理デバイス115は、センサアセンブリ110から感知データを受信し、様々な機能を提供することができる。例えば、中央処理デバイス115は、データを集約し、受信データを用いて様々な計算を実行し得る。いくつかの例において、中央処理デバイス115は、受信データに基づいて報告機能または警報機能を実行することができる。いくつかの例において、中央処理デバイス115は、中央処理デバイスに感知データを提供する1つまたは複数のセンサ111のための較正モデルを含み得る。このようにして、センサ111またはセンサアセンブリ110において局所的に記憶された較正モデルに加えて、またはその代わりであり得る較正モデルが中央位置において記憶され得る。いくつかの例において、中央処理デバイス115は、受信データ、受信データから行われた計算、報告、または警報のいずれかを、外部通信リンク125によって1つまたは複数の外部デバイスに送信することができる。
センサアセンブリ110の各々はまた、ネットワークを介して通信される環境状態に関連してもしなくてもよい2次パラメータを測定し得る。いくつかの例において、2次パラメータは、ネットワークを介して通信される環境状態の測定および/または計算をサポートし得る。例えば、特定のガスの大気濃度の測定は、センサ111に加えて、温度および/または大気圧の2次測定を必要とする場合がある。いくつかの例において、環境状態に関連するセンサ111の較正は、2次パラメータの関数であり得る。例えば、大気成分の濃度を測定するセンサ111に関するセンサ利得またはセンサオフセットは、温度に基づき得る。そのような例において、大気成分の濃度をネットワークに報告するセンサアセンブリ110はまた、報告されたデータの品質を検証するか、または他の方法で決定するために温度を測定し得る。
他の例において、センサアセンブリ110は、環境状態の測定または計算に直接関連しないが、センサアセンブリ110の機能をサポートすることに他の方法で関連する2次パラメータを測定し得る。例えば、センサアセンブリ110によって測定される2次パラメータは、センサアセンブリ電力レベル、センサアセンブリバッテリ充電レベル、通信スループット、ネットワーク状態パラメータ、クロック時間、センサ実行時間、または、センサアセンブリ110の動作をサポートすることに関連する任意の他の2次パラメータをさらに含み得る。
較正デバイス130も図1に示されている。図示のように、較正デバイス130は、任意の適切なワイヤレス通信技術を使用するワイヤレス通信リンク135を介して、または有線リンク(図示せず)を介して、センサアセンブリ110と通信し得る。簡略化のため、ワイヤレス通信リンク135がセンサアセンブリ110の各々と較正デバイス130との間に示されていないが、較正デバイス130は、センサアセンブリ110のうちの1つからセンサアセンブリ110のうちの別のものを介して最終的に較正デバイス130への有線またはワイヤレスの通信リンクを含み得る、システム100のセンサアセンブリ110のすべてと通信し得ることが理解されるべきである。さらに、較正デバイス130および中央処理デバイス115は、別個のデバイスとして示されているが、様々な例において、2つのデバイス、または2つのデバイスの説明された機能のうちの任意のものは、同じデバイス内に具体化され得る。
較正デバイス130は、センサアセンブリ110によって送信されるセンサ111からの感知データ、ならびに、それぞれの感知データに関連する各センサ111および/またはセンサアセンブリ110の識別情報を受信し得る。いくつかの例において、較正デバイス130は、較正デバイス130に関連するメモリ内に記憶された所定の位置を調べることによって、センサ111の位置を決定し得る。いくつかの例において、較正デバイス130は、中央処理デバイス115において記憶された、またはセンサ111を含むセンサアセンブリ110から受信されたデータベースなどの中央データベースから受信され得る、センサ111の位置に関連する情報を受信し得る。センサアセンブリ110がセンサ111に関する位置情報を送信する例において、位置情報は、センサアセンブリ110において記憶された所定の情報であり得、またはセンサアセンブリ110によって他の方法で測定され得る。例えば、いくつかの例において、センサアセンブリ110は、GPSもしくはGLONASS衛星コンステレーション、または測位信号を提供する任意の地上または衛星ベースのシステムからの信号を受信することによって、それ自体の位置を決定するように構成され得る。いくつかの例において、センサアセンブリ110によって決定されるセンサ111の位置は、較正デバイス130に送信され得る。
以下でさらに詳細に議論するように、較正デバイス130は、センサ111のうちの1つまたは複数のための較正モデルを決定し得る。いくつかの例において、較正デバイス130は、センサ111の較正に関連するパラメータを調整するための命令を送信し得る。例えば、較正デバイス130は、センサ111の感知データの相関を改善するために、較正情報(例えば、調整、オフセット、修正など)をそれぞれのセンサアセンブリ110に通信し得、較正調整は、センサ自体と、出力またはセンサ111を、環境状態を表すデータに変換することに関連するセンサアセンブリ110の別の部分の一方または両方で行われ得る。いくつかの例において、複数のセンサ111のための較正情報が中央処理デバイス115に通信され得、中央処理デバイス115は、同じ環境状態を測定するセンサ111間の相関を改善するために、複数のセンサからの感知データを調整するために、較正情報を使用することができる。
較正デバイス130は、センサ111間の地理空間位置の差を決定し、次いで、センサ111の較正のために使用する較正モデルを決定するように構成され得る。例えば、較正デバイス130は、センサアセンブリ110-aのうちの1つがセンサアセンブリ110-bの別のものに対して比較的遠い距離(例えば、1キロメートル)または近接度にあることを決定し得る。比較的遠い距離/近接度は、感知データが比較的安定した状態を反映する、または比較的低い頻度の変化を有するセンサアセンブリ110-aのセンサ111からの部分をセンサアセンブリ110-bのセンサ111からの対応する感知データに関連付ける較正モデルが使用されることを可能にし得る。代替的には、較正デバイス130は、異なるセンサアセンブリ110-cがセンサアセンブリ110-aに対して比較的近い距離(例えば、1メートル)または近接度にあることを決定し得る。比較的近い距離/近接度は、安定した状態の状態と、ある程度の量の過渡挙動、または比較的高い頻度の変化の両方を含む、センサアセンブリ110-aのセンサ111からの感知データを、センサアセンブリ110-cのセンサ111からの対応する感知データに相関させる較正モデルが使用されることを可能にし得る。
いくつかの例において、センサ111は、相互較正され得る(例えば、センサアセンブリ110-bのセンサ111からの感知データを使用してセンサアセンブリ110-aのセンサ111を較正し、センサアセンブリ110-aの感知データを使用してセンサアセンブリ110-bを較正する)。しかしながら、較正の方向性は、例えば、センサ111の感知データの品質の差に少なくとも部分的に基づいて、較正デバイス130によって決定され得、感知データの品質は、より高い品質からより低い品質への関係を示す明らかな方向性を有し得、または、感知データの品質は、感知データの特定の特性を反映し得る。
いくつかの例において、第1のセンサ111は、利得またはオフセットなどの周知のおよび/または精密に較正されたセンサ特性を有する科学グレードの機器であることが較正デバイス130によって知られ得る。第2のセンサ111は、利得またはオフセットなどのセンサ特性に関してより大きい不確実性によって特徴付けられるより低いグレードの機器であることが較正デバイス130によって知られ得る。他の例において、第1のセンサ111および第2のセンサ111のグレードは、センサ111を有するセンサアセンブリ110からの送信など、別の方法で較正デバイス130に提供され得る。そのような例において、較正デバイス130は、センサ111および/または各センサ111を含むセンサアセンブリ110のグレードに基づいて、第1のセンサ111からの感知データが第2のセンサ111からの感知データよりも高い品質を有することを決定し得る。
いくつかの例において、品質の差は、センサ111の年齢またはセンサ111を含むセンサアセンブリ110の年齢に関連し得る。例えば、第1のセンサ111は、第2のセンサ111よりも古いものであり得、第1のセンサ111は、既知のまたは未知のレベルのドリフト、低減した感度、および/または汚れを有し得る。そのような例において、較正デバイス130は、センサ111の既知の年齢に基づいて、第2のセンサ111からの感知データが第1のセンサ111からの感知データよりも高い品質を有することを決定し得る。
いくつかの例において、品質の差は、第1および第2のセンサ111からの感知データの特性に関連し得る。例えば、第1および第2のセンサ111は、同一に構成され得、および/または、同一に構成されたセンサアセンブリ110の一部であり得るが、第1のセンサ111からの感知データは、第2のセンサ111からの感知データよりも大きい信号ノイズを有し得る。そのような例において、較正デバイス130は、センサ111の各々からの感知データにおけるノイズの既知のレベルに基づいて、第2のセンサ111からの感知データが第1のセンサ111からの感知データよりも高い品質を有することを決定し得る。
いくつかの例において、品質の差は、データの量に関連し得る。例えば、第1のセンサ111および第2のセンサ111は、同一に構成され得るが、第1のセンサ111は、第2のセンサ111よりも先に展開されている場合があり、第1のセンサ111からの感知データは、第2のセンサ111からの感知データよりも大きい確認履歴を有し得る。そのような例において、較正デバイス130は、センサ111の各々からの感知データの既知の量に基づいて、第1のセンサ111からの感知データが第2のセンサ111からの感知データよりも高い品質を有することを決定し得る。
いくつかの例において、品質の差は、データの周期性に関連し得る。例えば、第1および第2のセンサ111は、異なるレートで、または異なる時間期間中にデータを測定するように構成され得る。サンプリングレートが異なる例において、より低いサンプリングレートを有するセンサ111の較正に寄与するようにより高いサンプリングレートを有するセンサ111からのデータを使用することが適切であり得るが、逆は真ではない。第1のセンサ111が環境状態を連続的に測定し、第2のセンサ111が環境状態を断続的に測定するか、または、データドロップアウトを経験するいくつかの例において、第2のセンサ111の較正に寄与するように第1のセンサ111からのデータを使用することが適切であり得るが、逆は真ではない。したがって、いずれの場合も、較正デバイス130は、品質をセンサ111の各々に属するものとみなすことができ、感知データの周期性に基づいて感知データの品質の差を決定することができる。
較正の方向性は、例えば、より高い品質の感知データに関連するセンサ111から、より低い品質の感知データに関連するセンサ111へであり得る。しかしながら、1つのセンサ111が別のセンサ111よりも高い品質の構成要素または構成を有していても、より低い品質のセンサが、より高い品質、または特定の品質を有する感知データを提供するとき、より高い品質の構成要素または構成を有するセンサは、より低い品質の構成要素または構成を有するセンサの感知データを使用して較正され得る。他の例において、較正の方向性は、より低い品質の感知データに関連するセンサ111からより高い品質の感知データに関連するセンサ111への方向を含み得るが、較正の効果または大きさは、より高いほうからより低いほうへの品質の方向性と比較して低減され得る。
図2は、本開示の様々な態様による、センサ211間の地理空間位置の時間変化する差を示す図200を示す。図200は、関心領域205内に分散された、分散センサシステムのセンサ211(A、B、およびCで示される)を示す。この例において、センサBおよびCは、固定位置センサ211であり、センサ211-aは、時間と共に経路215を横切るモバイルセンサ211である。図200は、センサ211-bおよび211-cからの相対距離を示すセンサ211-aの移動に関するタイムラインをさらに示す。
図示のように、センサ211-aは、時間t1においてセンサ211-bおよび211-cの各々から約1キロメートル(km)である初期位置において開始し得る。この例において、センサ211-aの位置とセンサ211-bおよび211-cの位置との間の位置の1kmの差は、センサ211-aがセンサ211-bもしくは211-c(もしくはその両方)の感知データの比較的低い周波数の分解もしくはフィルタリングを使用して計算されること、またはその逆を必要とし得る。低周波分解は、例えば、比較的低い周波数のローパスフィルタ(データの性質に応じてタイプが異なり得る)を通過した感知データを含み得る。したがって、時間t1付近の較正のために使用される感知データは、比較的安定した状態の状態を表すデータに限定され得、過渡現象または他の比較的高周波の減少は、除去または低減される。代替的には、例えば、データの時間領域の側面を除去するために、高速フーリエ変換(FFT)または同様の周波数分解が用いられ得る。FFTを通過した後、信号構成要素の大きさは、相関され得る。他の例において、2つのセンサ間の距離は、距離が所定のしきい値を上回っているとき、分解が感知データを較正プロセスで使用されることから単純に排除することを規定し得る。
センサ211-aが経路215を横切るに連れて、センサ211-aは、センサ211-cに近づくが、時間t2におけるように、センサ211-bから比較的遠いままである。この例において、センサ211-aの位置とセンサ211-bとの間の1.2kmの差は、センサ211-aがセンサ211-bの感知データの比較的低い周波数の分解もしくはフィルタリングを使用して計算されること、またはその逆を依然として必要とし得る。しかしながら、センサ211-aの位置とセンサ211-cの位置との間の30メートル(m)の差は、センサ211-aを較正するためのセンサ211-cの感知データ漸進的により高い周波数の分解もしくはフィルタリング、またはその逆を可能にし得る。例えば、分解またはフィルタリングがローパスフィルタに関連する例において、センサ211-aとセンサ211-cとの間の較正のためのデータを分解またはフィルタリングするためのカットオフ周波数は、センサ211-aとセンサ211-bとの間の較正のためのデータを分解またはフィルタリングするためのカットオフ周波数よりも高い場合がある。したがって、センサ211-cの感知データの比較的より高い周波数の分解がセンサ211-aを較正するために使用され得、またはその逆も可能である。この時点で較正のために使用される感知データは、較正モデルが変化していない(例えば、低周波分解またはフィルタリング)状況の下で、時間t1付近で感知されるデータ、ならびに時間t2付近で感知されるデータを含み得る。しかしながら、場合によっては、この時点で較正のために使用される感知データは、例えば、時間t1およびt2におけるセンサ211-aの周囲(例えば、地形)の差のために、時間t2付近で感知されるデータに限定され得る。
時間t3において、センサ211-aは、センサ211-cにさらに近づくが、センサ211-bから比較的離れたままである。この例において、センサ211-aの位置とセンサ211-cの位置との間の10mの位置の差は、センサ211-aを較正するためのセンサ211-cの感知データの比較的高い周波数の分解またはフィルタリングを使用するために十分小さい場合があり、逆もまたそうである。例えば、時間t2と比較して、ローパスフィルタに関連するカットオフ周波数は、さらにより高くてもよく、または、感知データは、較正モデルにおいて使用するためにフィルタリングされていない状態でさえ使用され得る。この時点でそのような較正のために使用される感知データは、位置の差(A-C)がほぼ同じままである間、時間t3付近で感知されるデータに限定され得る。
また、時間t3において、センサ211-aの位置とセンサ211-bおよび211-cの位置との間の1.25kmおよび10mの位置の差は、センサ211-aがセンサ211-bもしくは211-c(もしくはその両方)の比較的低い周波数の分解を使用して較正されること、またはその逆を可能にし得る。この時点でのそのような較正は、時間t1、t2、およびt3におけるセンサ211-aの周囲間の任意の差に基づいて、時間t1付近で感知されるデータおよび/または時間t2付近で感知されるデータ、ならびに時間t3付近で感知されるデータを使用し得る。
時間t4において、センサ211-aは、センサ211-bに近づくが、センサ211-cからさらに離れる。この例において、センサ211-aの位置とセンサ211-bの位置との間の10mの位置の差は、センサ211-aを較正するためのセンサ211-bの比較的高い周波数の分解を使用するために十分に小さい場合があり、逆もまたそうである。この時点でそのような較正のために使用される感知データは、位置の差(A-B)がほぼ同じままである間、時間t4付近で感知されるデータに限定され得る。
また、時間t4において、センサ211-aの位置とセンサ211-bおよび211-cの位置との間の10mおよび1kmの位置の差は、センサ211-aがセンサ211-bもしくは211-c(もしくはその両方)の比較的低い周波数の分解を使用して較正されること、またはその逆を可能にし得る。この時点でのそのような較正は、時間t1、t2、t3、およびt4におけるセンサ211-aの周囲間の任意の差に基づいて、時間t1付近、時間t2付近、および/または時間t3付近で感知されるデータ、ならびに時間t4付近で感知されるデータを使用し得る。
固定位置であろうとモバイルであろうと、センサ211の数は、変化する場合があり、図2に示すセンサ配置は、単なる一例であることが理解されるべきである。さらに、経路215ならびに示された位置の差(1km、1.2km、1.25km、30m、および10m)は、単なる例示の目的のためであり、センサ211間の地理空間位置の差は、実際には変化する場合があり、どの較正モデルを使用するかを決定するためのそのような差の値は、特定の実装形態について決定される場合があり、および/または(例えば、地形に少なくとも部分的に基づいて)変化する場合があることが理解されるべきである。
図3Aは、本開示の様々な態様による、分散センサシステムの複数のセンサ311(A、B、C、およびDで示される)を示す図300-aを示す。例および明快さのために、センサ311は、固定位置センサであり得る。しかしながら、図2に関して上記で説明したように、センサ311のうちの1つまたは複数の移動性も可能であることが理解されるべきである。
図300-aは、センサのうちの1つまたは複数を較正するための較正モデルを決定するために、地理空間位置の差がどのように使用され得るのかの一例を提供する。図示のように、センサ311-aの位置とセンサ311-cの位置との間の地理空間位置の差は、1kmである。センサ311-bの位置とセンサ311-cの位置との間の地理空間位置の差も1kmである。1kmの差は、第1の較正モデルがセンサ311-aおよび/または311-bならびに311-cの感知データと関連して使用され得る地理空間位置における第1のしきい値差以下であり得る。第1の較正モデルは、センサ311-aの感知データおよび/またはセンサ311-bの感知データを使用してセンサ311-cを較正するために使用され得る。さらに、第1の較正モデルは、センサ311-cの感知データを使用してセンサ311-aまたはセンサ311-bを較正するために使用され得る。したがって、所与の時間「t」における較正は、センサの連続的な較正、または組み合わされた1回限りの較正などを可能にする、センサデータの複数のセットを伴い得る。
さらに、センサ311-aの位置とセンサ311-dの位置との間の地理空間位置の差は、10mである。センサBの位置とセンサ311-dの位置との間の地理空間位置の差も10kmである。10kmの差は、第2の較正モデルがセンサ311-aおよび/または311-bならびに311-dの感知データと関連して使用され得る地理空間位置における第2のしきい値差以下であり得る。第2の較正モデルは、センサ311-aの感知データおよび/またはセンサ311-bの感知データを使用してセンサ311-dを較正するために使用され得る。さらに、第2の較正モデルは、センサ311-dの感知データを使用してセンサ311-aまたはセンサ311-bを較正するために使用され得る。
図3Bは、本開示の態様による、図3Aに示すセンサのための感知データの周波数ベースの分解と較正モデルとを示す図300-bを示す。したがって、センサA、センサB、センサC、およびセンサDへの参照は、図3Aに関して上記で説明したように、センサ311-a、311-b、311-c、および311-dに対応する。
「1kmにおける較正A→Cに関する分解データ」と題されたグラフプロットは、センサ311-cを較正するために使用され得るセンサ311-aの感知データ(センサ読取り値)の周波数ベースのフィルタリング320を示す。図示のように、センサ311-aの感知データの周波数ベースのフィルタリング320は、比較的低い周波数成分(感知データにおける比較的まれな/漸進的な変化を示す実線)を含む。図3Aに関して上記で議論したように、センサ311-aとセンサ311-cとの間の地理空間位置の1kmの差は、センサ311-aからの感知データの周波数ベースのフィルタリング320がセンサ311-cに適用される較正モデルに使用され得る地理空間位置のしきい値差以下であり得る。
同様に、「1kmにおける較正B→Cに関する分解データ」と題されたグラフプロットは、センサ311-cを較正するために使用され得るセンサ311-bの感知データ(センサ読取り値)の周波数ベースのフィルタリング325を示す。図示のように、センサ311-bの感知データの周波数ベースのフィルタリング325は、比較的低い周波数成分(感知データにおける比較的まれな/漸進的な変化を示す実線)を含む。いくつかの例において、比較的近接して配置された2つのセンサの比較的低い周波数成分は、周波数ベースの分解320および325によって示されるように、類似している場合があり、または実質的に同じであり得る。図3Aに関して上記で議論したように、センサ311-aとセンサ311-cとの間の地理空間位置の1kmの差は、センサ311-bからの感知データの周波数ベースのフィルタリング325がセンサ311-cに適用される較正モデルに使用され得る地理空間位置のしきい値差以下であり得る。
「10mにおける較正A→Dに関する分解データ」と題されたグラフプロットは、センサ311-dを較正するために使用され得るセンサ311-aの感知データ(センサ読取り値)の周波数ベースのフィルタリング330を示す。図示のように、センサ311-aの感知データの周波数ベースのフィルタリング330は、参照のために本グラフに示される周波数ベースのフィルタリング320において反映されないより高い周波数成分を含む。センサ311-dは、センサ311-cがセンサ311-aに対して配置されるよりもセンサ311-aに近接して配置されるので、比較的高い周波数成分は、いくつかの例において適切であり得る。図3Aに関して上記で議論したように、センサ311-aとセンサ311-dとの間の地理空間位置の10mの差は、センサ311-aからの感知データの周波数ベースのフィルタリング330がセンサ311-dに適用される較正モデルに使用され得る地理空間位置の第2のしきい値差以下であり得る。
「10mにおける較正B→Dに関する分解データ」と題されたグラフプロットは、センサ311-dを較正するために使用され得るセンサ311-bの感知データ(センサ読取り値)の周波数ベースのフィルタリング335を示す。図示のように、センサ311-bの感知データの周波数ベースのフィルタリング335は、参照のために本グラフに示される周波数ベースのフィルタリング325において反映されないより高い周波数成分を含む。いくつかの例において、比較的近接して配置された2つのセンサの比較的高い周波数成分は、周波数ベースの分解330および335によって示される差のように必ずしも類似していない場合がある。センサ311-dは、センサ311-cがセンサ311-bに対して配置されるよりもセンサ311-bに近接して配置されるので、比較的高い周波数成分は、いくつかの例において適切であり得る。図3Aに関して上記で議論したように、センサ311-bとセンサ311-dとの間の地理空間位置の10mの差は、センサ311-bからの感知データの周波数ベースのフィルタリング335がセンサ311-dに適用される較正モデルに使用され得る地理空間位置の第2のしきい値差以下であり得る。
図4Aに進むと、本開示の様々な態様による、分散センサシステム100の1つまたは複数のセンサ111を較正する際に使用するための較正デバイス130-aを示すブロック図400-aが示されている。較正デバイス130-aは、様々な他の構成を有し得、パーソナルコンピュータ(例えば、ラップトップコンピュータ、ネットブックコンピュータ、タブレットコンピュータなど)、セルラー電話、PDA、インターネット家電、サーバなどに含まれるか、またはその一部であり得る。較正デバイス130-aは、モバイル動作を容易にするために、小型バッテリもしくはソーラパネルなどの内部電源(図示せず)を有することができ、または、より設置型の様式で(例えば、オフィスビル内で)用いられるとき、従来の電源コンセント(図示せず)などの別の電源を介して給電され得る。較正デバイス130-aは、図1の較正デバイス130の一例であり、図1、図2、図3A、図3B、および/もしくは図3Cに関して本明細書で説明したような、または図5に関して説明した方法の態様による較正動作を実行し得る。
図示のように、較正デバイス130-aは、プロセッサ410と、メモリ420と、1つもしくは複数のトランシーバ440および/または1つもしくは複数のネットワークポート445と、アンテナ450と、通信マネージャ430とを含み得る。これらの構成要素の各々は、少なくとも1つのバス405を介して、直接または間接的に、互いに通信し得る。
メモリ420は、RAMとROMとを含むことができる。メモリ420は、実行されたとき、プロセッサ410に、分散センサシステム100のセンサを較正するための本明細書で説明した様々な機能を実行させる命令を含むコンピュータ可読コンピュータ実行可能ソフトウェア(SW)425を記憶し得る。代替的には、ソフトウェア425は、プロセッサ410によって直接実行可能ではなく、(例えば、コンパイルされ実行されたとき)コンピュータに本明細書で説明した機能を実行させるように構成される。
プロセッサ410は、インテリジェントハードウェアデバイス、例えば、コンピュータ処理ユニット(CPU)、マイクロコントローラ、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)などを含むことができる。プロセッサ410は、トランシーバ440を介して受信された、および/またはアンテナ450を介して送信するためにトランシーバ440に送信されるべき情報を処理し得る。代替的には、または加えて、プロセッサ410は、ネットワークポート445を介して受信された、および/またはネットワークポート445を介してネットワーク接続されたセンサに送信されるべき情報を処理し得る。プロセッサ410は、分散センサシステムのセンサと通信するための様々な態様を、単独で、または通信マネージャ430に関連して処理し得る。
トランシーバ440およびネットワークポートは、図1に関して説明したように、分散センサシステムのセンサアセンブリ110と双方向に通信するように構成され得る。トランシーバ440は、少なくとも1つのトランスミッタおよび少なくとも1つの別個のレシーバとして実装され得る。較正デバイス130-aは、単一のアンテナを含むことができるが、較正デバイス130-aが複数のアンテナ450を含む態様が存在する。
通信マネージャ430は、例えば、センサ識別情報、地理空間位置、感知データ、および較正情報(例えば、修正、調整、方向性など)を含む、分散センサシステム100のセンサアセンブリ110との通信を管理する。通信マネージャ430は、少なくとも1つのバス405を介して較正デバイス130-aの他の構成要素の一部またはすべてと通信する較正デバイス130-aの構成要素であり得る。代替的には、通信マネージャ430の機能は、トランシーバ440および/もしくはネットワークポート445の構成要素として、コンピュータプログラム製品として、ならびに/またはプロセッサ410の少なくとも1つのコントローラ要素として実装され得る。
図4Aのアーキテクチャによれば、較正デバイス130-aは、センサ識別装置460と、センサロケータ470と、較正モデルセレクタ480と、2次パラメータ識別装置490とをさらに含み、これらの各々は、通信マネージャ430によって制御され得、または通信マネージャ430と共に動作し得る。センサ識別装置460は、分散センサシステム100のセンサ111を識別するための様々な動作および/または手順を実行する。例えば、センサ識別装置460は、識別することに加えて、(感知されるデータのタイプ、そのようなデータがどのような感知されるのか(例えば、用いられるセンサ技術)、センサ品質、および/または提供される感知データの品質などを含む)センサタイプなどのセンサ111に関する情報を決定し得る。
センサロケータ470は、分散センサシステム100の様々なセンサ111の位置を決定し得、または、センサ111次隊を含むセンサアセンブリ110から、もしくは別のソースから位置(例えば、固定位置センサの特定のレイアウトに基づいて提供される位置)を受信し得、次いで、較正手順に関与するセンサ111間の地理空間位置の差を決定し得る。
較正モデルセレクタ480は、そのようなセンサ111のうちの1つまたは複数を較正するために使用されるべき適切な較正モデルを決定するために、センサ111間の決定された地理空間的差を用いて、センサロケータ470と共に動作し得る。決定された較正モデルは、メモリ420と共にプロセッサ410によって実装され得る(例えば、プロセッサ410によって実行されるべきSW425内に較正モデルを記憶する)。
2次パラメータ識別装置490は、識別されたセンサ111の感知データが2次パラメータ(例えば、温度)によって影響を受けるかどうかを決定するように構成され得る。例えば、2次パラメータ識別装置490は、感知データのタイプおよび/またはセンサ111のために用いられる技術に少なくとも部分的に基づいて2次パラメータを決定し得る。一旦識別されると、プロセッサ410は、例えば、メモリ420内に記憶された調整手順を実施することによって、感知データに対する2次パラメータの影響を軽減するために、センサ111に関連する感知データを調整または修正し得る。
したがって、較正デバイス130-aの構成要素は、図1、図2、図3A、図3B、および図3Cに関して上記で議論した態様を実装するように構成され得る。さらに、較正デバイス130-aの構成要素は、図5に関して上記で議論した態様を実装するように構成され得、それらの態様は、簡潔にするためにここでは繰り返されない場合がある。
図4Bは、本開示の様々な態様による、分散センサシステム100の1つまたは複数のセンサ111を較正する際に使用するための較正デバイス130-bを示すブロック図400-bを示す。較正デバイス130-bは、図1および図4Aの較正デバイス130の別の例であり、図2、図3A、図3B、図3C、および図5に関して説明した様々な態様を実装し得る。図示のように、較正デバイス130-bは、プロセッサ410-aと、メモリ420-aと、少なくとも1つのトランシーバ440-aと、少なくとも1つのネットワークポート445-aと、少なくとも1つのアンテナ450-aとを含む。これらの構成要素の各々は、互いに直接または間接的に(例えば、バス405-aを介して)通信する。これらの構成要素の各々は、図4Aに関して上記で説明した機能を実行し得る。
この例において、メモリ420-aは、通信マネージャ430-a、センサ識別装置460-a、センサロケータ470-a、および較正モデルセレクタ480-aの機能を実行するソフトウェアを含む。メモリ420-aは、オプションで、2次パラメータ識別装置490-aを含み得る。例えば、メモリ420-aは、コンパイルされ実行されたとき、プロセッサ410-a(または較正デバイス130-bの他の構成要素)に上記およびさらに以下で説明する機能を実行させるソフトウェアを含む。通信マネージャ430-a、センサ識別装置460-a、センサロケータ470-a、較正モデルセレクタ480-aの機能のサブセットがメモリ420-a内に含まれ得、代替的には、すべてのそのような機能が、較正デバイス130-bにそのような機能を実行させるためにプロセッサ410-aによって実行されるソフトウェアとして実装され得る。通信マネージャ430-a、センサ識別装置460-a、センサロケータ470-a、較正モデルセレクタ480-a、および/または2次パラメータ識別装置490-aの機能を実行するために、ハードウェア/ソフトウェアの他の組合せが使用され得る。
図5は、本開示の態様による、分散センサ較正のための方法500の一例を示すフローチャートである。方法500は、図1、図2、図3A、図3B、図4A、または図4Bに関して説明した較正デバイス130のいずれかによって実行され得る。概して、方法500は、較正デバイス130が分散センサ較正を実行する手順を示す。
ブロック505において、較正デバイス130は、第1および第2のセンサ111を識別し得る。第1および第2のセンサ111は、酸素、一酸化炭素、二酸化炭素、二酸化硫黄、窒素酸化物、水などの濃度または分圧などの環境状態を測定するように構成され得る。代替的には、第1および第2のセンサ111は、温度、圧力、または密度などのより広い状態を測定するように構成され得る。代替的には、第1および第2のセンサ111は、大気微粒子濃度などの別の環境構成要素を測定するように構成され得る。
第1および第2のセンサ111は、直接または間接的に環境状態を測定するように構成され得る。例えば、センサ111は、温度を直接相対的に測定するために使用され得る熱電対を含み得る。別の例において、センサアセンブリ110は、環境状態を計算するために複数のセンサ要素に依存する環境センサ111を有し得、この場合、センサ111は、環境状態を間接的に測定するものとして解釈され得る。様々な例において、第1のセンサ111または第2のセンサ111のいずれかまたは両方は、環境状態を直接または間接的に測定し得る。さらに、第1のセンサ111および第2のセンサ111が環境状態を測定する方法は、同じまたは異なり得る。
センサ111を識別することは、較正デバイス130において受信された情報において識別された複数のセンサ111から特定の第1のセンサ111と第2のセンサ111とを識別することを含み得る。この情報は、センサのシリアル番号またはID、ならびに、環境データのタイプ、センサ111のタイプ、データフォーマット、データ単位、センサ111に関する診断情報などの支援情報を含み得る。第1および第2のセンサを識別した後、方法500は、ブロック510に進み得る。
ブロック510において、較正デバイス130は、第1および第2のセンサ111の感知データを収集し得る。第1のセンサ111からの感知データおよび第2のセンサ111からの感知データは、同じ環境状態に対応し得る。例えば、各センサ111からの感知データは、百万分率における二酸化炭素などの特定の雰囲気ガスの濃度であり得る。いくつかの例において、第1のセンサ111からの感知データおよび第2のセンサ111からの感知データは、同じ環境状態に対応し得るが、異なるフォーマットであり得る。例えば、較正デバイス130は、百万分率におけるガス濃度を表す第1のセンサ111のデータと、百分率におけるガス濃度を表す第2のセンサ111からのデータとを収集し得る。いくつかの例において、較正デバイス130は、百万分率におけるガス濃度を表す第1のセンサ111のデータと、分圧を表す第2のセンサ111のデータとを収集し得る。したがって、様々な例において、較正デバイス130は、第1のセンサ111および第2のセンサからの感知データが適切に比較または相関され得るように、計算、変換、または近似のいずれかを実行し得る。第1および第2のセンサからの感知データを収集した後、方法500は、ブロック515に進み得る。
ブロック515において、較正デバイス130は、オプションで、第1および第2のセンサ111からの感知データ間の品質の差を決定し得る。先に説明したように、様々な例において、品質の差は、構成要素のグレードもしくは品質の差、構成要素の年齢、感知データにおけるノイズのレベル、感知データの量、感知データの周期性もしくは時間期間、データ履歴、較正履歴、または所定の特定のいずれかに関連し得る。第1および第2のセンサからの感知データ間の品質の差を決定した後、方法500は、ブロック520に進み得る。
ブロック520において、較正デバイス130は、決定された感知データ品質の差を使用して、較正の方向性を決定し得る。例えば、センサ111が相対的な品質によって比較され得る場合、較正デバイスは、より低い品質を有する感知データに関連するセンサ111を較正するために、より高い品質を有する感知データに関連するセンサ111からのデータを使用するように較正の方向性を決定し得る。感知データの周期性に関するものなどのいくつかの例において、品質の差は、2つのセンサ111からの感知データをよりよいまたはより悪いものとして指さない場合があり、代わりに、感知データの特定の特性を指す場合がある。そのような例において、特性は、較正の方向性を示すために使用され得る。他の例において、より低い品質の感知データは、較正に寄与するために依然として使用され得るが、その効果は、較正モデルに対する低減された重みまたは重要性を与えられ得る。決定された感知データ品質の差を使用して較正の方向性を決定した後、方法500は、ブロック525に進み得る。
ブロック525において、較正デバイス130は、2次パラメータが感知データに影響している可能性があるかどうかを識別し得る。例えば、特定の環境状態を測定するように構成されたセンサ111の測定は、様々な手段によってセンサ111またはセンサ111を含むセンサアセンブリ110に提供され得る2次測定に依存し得る。そのような例において、関連するセンサ111の較正は、第1および第2のセンサ111に関連する2次パラメータの測定値が互いに特定の範囲内にあることに依存し得る。いくつかの例において、較正デバイス130は、較正モデルを決定する際に2次パラメータを含み得る。較正デバイス130が、2次パラメータが感知データに影響している可能性があることを識別した場合、方法500は、ブロック530に進み得る。較正デバイス130が、2次パラメータが感知データに影響していることを識別しない場合、較正デバイスは、直接ブロック535に進み得る。
ブロック530において、2次パラメータに基づいて、第1のセンサ111または第2のセンサ111の一方または両方からの感知データを調整し得る。例えば、較正デバイス130は、センサ111を含むセンサアセンブリ110によって測定もしくは他の方法で提供された、または、任意の他のソースからの2次パラメータを収集し、2次パラメータに基づいて、そのセンサ111からの感知データを調整し得る。様々な例において、調整は、2次パラメータに基づく感知データの変換、2次パラメータに基づくデータのフィルタリング、または2次パラメータに基づく感知データの1つもしくは複数の部分の選択であり得る。いくつかの例において、2次パラメータは、特定の温度帯域内の較正、特定の圧力帯域内の較正、特定の時間帯内の較正などの、較正モデルの特定の部分を選択するために使用され得る。2次パラメータの効果を考慮するために感知データを調整した後、方法500は、ブロック535に進み得る。
ブロック535において、較正デバイス130は、第1のセンサ111の位置と第2のセンサ111の位置との間の地理空間位置の差を決定し得る。いくつかの例において、センサ111間の位置の差を決定することは、第1のセンサ111および第2のセンサ111の各々の位置を決定することを含み得る。いくつかの例において、較正デバイス130は、較正デバイス130に関連するメモリ内に記憶された所定の位置を調べることによってセンサ111の位置を決定し得る。いくつかの例において、較正デバイスは、中央処理デバイス115におけるデータベースから受信され得る、またはセンサ111を含むセンサアセンブリ110から受信され得る、センサ111の位置に関連する情報を受信し得る。センサアセンブリ110が位置情報を送信する例において、位置情報は、センサアセンブリ110において記憶された所定の情報であり得、またはセンサアセンブリ110によって他の方法で測定され得る。例えば、いくつかの例において、センサアセンブリ110は、GPSもしくはGLONASS衛星コンステレーション、または測位のために使用され得る信号を提供する任意の地上または衛星ベースのシステムからの信号を受信することによって、センサ111の位置を決定するように構成され得る。様々な例において、センサアセンブリ110によって決定されるセンサ111の位置は、有線またはワイヤレスの通信リンク135によって較正デバイス130に送信され得る。
いくつかの例において、第1のセンサ111と第2のセンサ111との間の地理空間位置の差は、1次元距離値であり得る。いくつかの例において、地理空間位置の差は、ベクトルなどの2次元値または3次元値であり得る。例えば、地理空間位置の差は、海抜または任意の他の高さもしくは高度などの、基準高さまたは高度における距離の2次元投影を反映し得る。2次元投影は、経度および位置の差、南北方向の距離と東西方向の距離の差、距離の大きさと方位とを有するベクトル、または任意の他の適切な2次元表現によって特徴付けられ得る。地理空間位置における3次元の差は、緯度、経度、および高さにおける差、距離の大きさと2つの主方向における角度とを有するベクトル、または任意の他の適切な3次元表現によって特徴付けられ得る。第1のセンサの位置と第2のセンサの位置との間の地理空間位置の差を決定した後、方法500は、ブロック540に進み得る。
ブロック540において、較正デバイス130は、第1のセンサ111および第2のセンサ111が可変相対位置によって分離されているかどうかを識別し得る。例えば、第1のセンサ111または第2のセンサ111のいずれかまたは両方は、移動している場合があり、この場合、それらの間の相対位置は、変化し得る。いくつかの例において、較正デバイス130は、第1のセンサ111と第2のセンサ111との間の距離が時間と共に変化することを単に識別し得る。いくつかの例において、較正デバイスは、第1のセンサ111から第2のセンサ111までの距離と向きの両方が変化したことを決定し得る。いずれの場合も、較正デバイスが、第1のセンサ111および第2のセンサ111が可変相対位置によって分離されていることを識別している場合、方法500は、ブロック540からブロック555に進み得る。相対位置の変化が識別されない場合、方法は、ブロック545に進み得る。ブロック545において、方法500は、第1のセンサ111と第2のセンサ111との間の地理空間位置の決定された差を使用して較正モデルを決定することを含むことができる。例えば、先に説明したように、較正デバイス130は、センサ111間の距離に基づいて第1のセンサ111と第2のセンサ111の両方のうちの一方からの感知データにローパスフィルタリングを適用し、次いで、較正モデルを決定するために第1および第2のセンサ111からのフィルタリングされたデータ間の相関を使用し得る。他の例において、較正デバイスは、第1のセンサ111と第2のセンサ111との間の相対的な向きに基づいて感知データの部分を修正し得る。さらに、較正デバイス130は、環境状態に影響を及ぼし得る卓越風または何らかの他のソースのデータまたは他の理解を有し得、第1のセンサ111または第2のセンサ111のうちの一方または両方からの環境測定に対応する感知データに時間オフセットまたは他の位相遅れを課し得、較正モデルを決定するために、調整されたデータの相関を使用し得る。
いくつかの例において、較正モデルを決定することは、較正からデータ全体の少なくとも一部を拒絶することを含み得る。例えば、センサ111から収集されたデータは、センサ111が構成されるべき目標センサ111から遠すぎる場合、較正モデルから拒絶され得る。いくつかの例において、較正デバイス130は、センサ111に関連するエラー状態を識別することまたは疑うことに基づいてデータを拒絶し得る。そのような識別されたまたは疑われたエラー状態は、識別されたドロップアウト、出力限界まで「柵で仕切られた(railed)」センサ、出力値に誤って固定された出力、妥当な値からドリフトしていく出力、不規則なまたはノイズの多い出力などを含み得る。
較正モデルを決定することは、第1のセンサ111に関連するデータと第2のセンサ111に関連するデータとの間の相関の様々な手段と、第1または第2のセンサのうちの一方または両方に関連するパラメータの調整とを含み得る。例えば、較正デバイス130は、第1のセンサ111に関連する環境状態に関するデータが第2のセンサ111に関連する環境状態に関するデータよりも低いことを識別し得る。較正デバイス130は、第1および第2のセンサ111がそれらの送信データが示唆し得るよりも密接に相関されるべきであることを示唆する様々な情報または基準を有し得る。したがって、較正デバイス130は、第1のセンサに関連するセンサ利得またはセンサオフセットを増加させることを含む較正モデルを決定し得る。決定された差を使用して較正モデルを決定した後、方法500は、ブロック555に進み得る。
ブロック550において、較正デバイス130が第1のセンサと第2のセンサとの間の可変相対位置を決定した例では、方法500は、感知データの位置を選択または調整することと、第1のセンサ111と第2のセンサ111との間の地理空間位置の決定された差を使用して較正モデルを決定することとを含むことができる。
例えば、較正モデルの一部として周波数ベースの分解またはフィルタリングを適用するとき、ローパスフィルタカットオフ周波数は、センサ111がより近くに位置するデータの部分についてより高くなり得、ローパスフィルタカットオフ周波数は、センサ111がより離れて位置するデータの部分についてより低くなり得る。第1のセンサ111と第2のセンサ111との間の距離がしきい値よりも大きい場合、感知データの部分は、完全に無視され得る。
第1のセンサ111と第2のセンサ111との間の相対的な向きが卓越風の方向に対して変化する例では、較正デバイス130は、感知データの様々な部分の間に、各センサに異なる時間オフセットまたは位相遅れを適用し得る。このようにして、過渡現象の測定値は、より正確に整列され得、較正のためのより正確なデータのセットを提供することができる。
感知データの部分の選択または調整に続いて、較正デバイス130は、較正モデルを決定するために、先に説明した技法のいずれかを適用することができる。例えば、較正デバイス130は、センサ利得、センサオフセット、または、センサ111によって取られた物理的測定値を、環境状態を表すデータに変換するために使用される任意の他のパラメータへの調整などの、第1のセンサ111の較正に適用されるべき調整を決定し得る。感知データの部分を選択し、決定された差を使用して較正モデルを決定した後、モデル500は、ブロック555に進むことができる。
ブロック555において、較正デバイス130は、決定された較正モデルをセンサ較正に適用し得る。先に説明したように、較正モデルは、直接センサ111において、センサ111を含むセンサアセンブリ110の一部において、または、中央処理デバイス115もしくは他のデータ取得ユニットなどの、センサから感知データを取得する任意の他のデバイスにおいて適用され得る。したがって、較正モデル130は、物理的センサ測定値を環境状態データに変換する計算パラメータを調整する命令を送り得、命令は、これらのデバイスのうちのいずれか1つまたは複数に送られる。
較正デバイス130は、分散センサシステム100内のセンサ111の相関を改善するために、必要に応じて較正モデルの少なくとも一部をこれらのデバイスのうちのいずれか1つまたは複数にさらに提供し得る。例えば、較正モデルの少なくとも一部を受信すると、センサ111、センサアセンブリ110、または中央処理デバイス115は、センサ利得、センサオフセット、または、物理的測定値を、測定された環境状態を表す有用なデータに変換する任意の他のパラメータに対する調整を行うことができる。いくつかの例において、複数のセンサ111のための較正情報が、較正デバイス130によって中央処理デバイス115に通信され得、中央処理デバイス115は、分散センサシステム100における相関を改善するために、複数のセンサ111からの感知データを調整するために、複数のセンサ111のための較正情報を使用することができる。
したがって、方法500は、分散センサシステム100内のセンサ111を較正することを提供する。方法500は、たった1つの実装形態であり、方法500の動作は、他の実装形態が可能であるように再構成または他の方法で修正され得ることが留意されるべきである。例えば、破線で描かれているようなブロック515および520、ブロック525および530、ならびにブロック540および550は、オプションであり得る。例えば、ブロック515および520は、較正が第1のセンサと第2のセンサの両方に対して実行される場合、省略され得る。さらに、第1のセンサと第2のセンサの両方が静止している(例えば、位置が固定されている)場合、ブロック540および550は、省略され得る。
さらに、方法500は、第1のセンサ111および第2のセンサ111に関して説明されているが、分散センサシステムは、任意の数のセンサ間で実行され得ることが認識されるべきである。さらに、較正デバイスは、複数のセンサ111を識別し、複数のセンサ111のデータを収集し、複数のセンサ111に基づいて較正モデルを決定し得る。較正デバイスは、センサ111の位置、または様々な個々のセンサ111と較正されるべきセンサ111との間の位置の差などの要因に基づいて、個々のセンサ111から収集された感知データに重み付けを適用し得る。
添付の図面に関連して上述した詳細な説明は、例を説明しており、実施され得る、または特許請求の範囲内の唯一の例を表すものではない。「例」または「例示」という用語は、本明細書で使用されるとき、「例、事例、または実例として役に立つ」ことを意味し、「好ましい」または「他の例よりも有利」を意味しない。詳細な説明は、記載された技法の理解を提供する目的のための特定の詳細を含む。しかしながら、これらの技法は、これらの特定の詳細なしで実施され得る。いくつかの例において、記載された例の概念を不明瞭にすることを避けるために、周知の構造および装置は、ブロック図形式において示されている。
情報および信号は、様々な異なる技術および技法のいずれかを使用して表され得る。例えば、上記の説明を通して参照され得るデータ、命令、コマンド、情報、信号、ビット、シンボル、およびチップは、電圧、電流、電磁波、磁場もしくは磁性粒子、光場もしくは光学粒子、またはそれらの任意の組合せによって表され得る。
本明細書の開示に関連して説明した様々な例示的なブロックおよび構成要素は、汎用プロセッサ、デジタル信号プロセッサ(DSP)、特定用途向け集積回路(ASIC)、フィールドプログラマブルゲートアレイ(FPGA)もしくは他のプログラマブル論理デバイス、ディスクリートゲートもしくはトランジスタロジック、ディスクリートハードウェア構成要素、または、本明細書で説明した機能を実行するように構成されたそれらの任意の組合せを用いて実装または実行され得る。汎用プロセッサは、マイクロプロセッサであり得るが、代替において、プロセッサは、任意の従来のプロセッサ、コントローラ、マイクロコントローラ、または状態機械であり得る。プロセッサはまた、コンピューティングデバイスの組合せ、例えば、DSPおよびマイクロプロセッサの組合せ、複数のマイクロプロセッサ、DSPコアと組み合わせた1つもしくは複数のマイクロプロセッサ、または任意の他のそのような構成として実装され得る。
本明細書で説明した機能は、ハードウェア、プロセッサによって実行されるソフトウェア、ファームウェア、またはそれらの任意の組合せにおいて実装され得る。プロセッサによって実行されるソフトウェアにおいて実装される場合、機能は、コンピュータ可読媒体上の1つまたは複数の命令またはコードとして、コンピュータ可読媒体上に記憶され得、またはコンピュータ可読媒体を介して送信され得る。他の例および実装形態は、本開示および添付の特許請求の範囲の範囲および要旨内にある。例えば、ソフトウェアの性質のため、上記で説明した機能は、ハードウェアによって実行されるソフトウェア、ファームウェア、ハードワイヤリング、またはこれらの任意の組合せを使用して実装され得る。機能を実装する特徴はまた、機能の一部が異なる物理的位置において実装されるように分散されることを含む、様々な位置に物理的に配置され得る。特許請求の範囲内を含む本明細書で使用される場合、「および/または」という用語は、2つ以上の項目のリストにおいて使用されるとき、列挙された項目のうちのいずれか1つが単独で用いられ得ること、または列挙された項目のうちの2つ以上の組合せが用いられ得ることを意味する。例えば、組成物が、成分A、B、および/またはCを含むものとして説明されている場合、組成物は、Aのみ、Bのみ、Cのみ、AおよびBの組合せ、AおよびCの組合せ、BおよびCの組合せ、またはA、B、およびCの組合せを含むことができる。また、特許請求の範囲内を含む本明細書で使用される場合、項目のリスト(例えば、「少なくとも1つ」または「1つまたは複数」などのフレーズによって始められる項目のリスト)において使用される「または」は、例えば、「A、B、またはCのうちの少なくとも1つ」が、A、またはB、またはC、またはAB、またはAC、またはBC、またはABC(すなわち、AおよびBおよびC)を意味するように、離接的なリストを示す。
コンピュータ可読媒体は、コンピュータ記憶媒体と、ある場所から別の場所へのコンピュータプログラムの転送を容易にする任意の媒体を含む通信媒体の両方を含む。記憶媒体は、汎用コンピュータまたは専用コンピュータによってアクセスされ得る任意の利用可能な媒体であり得る。例として、限定としてではなく、コンピュータ可読媒体は、RAM、ROM、EEPROM、フラッシュメモリ、CD-ROMもしくは他の光ディスクストレージ、磁気ディスクストレージもしくは他の磁気記憶デバイス、または、命令もしくはデータ構造の形態で所望のプログラムコード手段を担持もしくは記憶するために使用され得、汎用コンピュータもしくは専用コンピュータ、もしくは汎用プロセッサもしくは専用プロセッサによってアクセスされ得る任意の他の媒体を備えることができる。また、任意の接続は、適切にコンピュータ可読媒体と呼ばれる。例えば、同軸ケーブル、光ファイバケーブル、より対線、デジタル加入者線(DSL)、または、赤外線、無線、およびマイクロ波などのワイヤレス技術を使用して、ウェブサイト、サーバ、または他のリモートソースからソフトウェアが送信される場合、同軸ケーブル、光ファイバケーブル、より対線、DSL、または、赤外線、無線、およびマイクロ波などのワイヤレス技術は、媒体の定義内に含まれる。ディスク(disk)およびディスク(disc)は、本明細書で使用される場合、コンパクトディスク(CD)、レーザディスク、光ディスク、デジタル多用途ディスク(DVD)、フロッピー(登録商標)ディスク、およびBlu-ray(登録商標)ディスクを含み、ここで、ディスク(disk)は通常、データを磁気的に再生し、ディスク(disc)は、レーザを用いて光学的にデータを再生する。上記の組合せも、コンピュータ可読媒体の範囲内に含まれる。
本開示の先の説明は、当業者が本開示の作成または使用することを可能にするために提供される。本開示への様々な修正は、当業者には容易に明らかであり、本明細書で定義される一般的な原理は、本開示の範囲から逸脱することなく、他の変形例に適用され得る。したがって、本開示は、本明細書に記載された例および設計に限定されるものではなく、本明細書で開示される原理および新規な特徴と一致する最も広い範囲が与えられるべきである。
100 分散センサシステム
105 関心領域
110 センサアセンブリ
110-a センサアセンブリ
110-b センサアセンブリ
110-c センサアセンブリ
110-d センサアセンブリ
111 センサ
115 中央処理デバイス
120 ワイヤレスリンク
125 外部通信リンク
130 較正デバイス
130-a 較正デバイス
130-b 較正デバイス
135 ワイヤレス通信リンク、有線またはワイヤレスの通信リンク
200 図
205 関心領域
211-a センサ
211-b センサ
211-c センサ
215 経路
300-a 図
300-b 図
311-a センサ
311-b センサ
311-c センサ
320 周波数ベースのフィルタリング、周波数ベースの分解
325 周波数ベースのフィルタリング、周波数ベースの分解
330 周波数ベースのフィルタリング、周波数ベースの分解
335 周波数ベースのフィルタリング、周波数ベースの分解
400-a ブロック図
400-b ブロック図
405 バス
405-a バス
410 プロセッサ
410-a プロセッサ
420 メモリ
420-a メモリ
425 ソフトウェア(SW)
430 通信マネージャ
430-a 通信マネージャ
440 トランシーバ
440-a トランシーバ
445 ネットワークポート
445-a ネットワークポート
450 アンテナ
450-a アンテナ
460 センサ識別装置
460-a センサ識別装置
470 センサロケータ
470-a センサロケータ
480 較正モデルセレクタ
480-a 較正モデルセレクタ
490 2次パラメータ識別装置
490-a 2次パラメータ識別装置
500 方法

Claims (20)

  1. 分散環境センサシステムの環境センサを較正するための方法であって、
    前記分散環境センサシステムの第1の環境センサおよび第2の環境センサの感知データを収集するステップと、
    前記第1の環境センサの位置と前記第2の環境センサの位置との間の地理空間位置の差を決定するステップと、
    前記決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定するステップと、
    前記決定された較正モデルと前記第2の環境センサの前記感知データとを使用して前記第1の環境センサを較正するステップと
    を備える方法。
  2. 前記第1の環境センサを較正するステップが、
    物理的センサ測定値を環境状態データに変換する計算パラメータを調整する命令を送信するステップを備え、前記命令が、前記第1の環境センサ、前記第1の環境センサを含むアセンブリ、または前記第1の環境センサからデータを受信するデバイスのうちのいずれか1つまたは複数に送信される、請求項1に記載の方法。
  3. 前記第1の環境センサを較正するステップが、
    前記第1の環境センサの前記感知データを前記第2の環境センサの前記感知データと相関させるステップを備える、請求項1に記載の方法。
  4. 前記第1の環境センサを較正するステップが、
    前記第1および第2の環境センサの前記感知データの周波数ベースの分解を実行するステップを備える、請求項3に記載の方法。
  5. 前記較正モデルを決定するステップが、
    前記第1の環境センサの前記分解されたデータの一部と、前記第2の環境センサの前記分解されたデータの一部とを選択するステップを備え、前記選択が、前記決定された地理空間位置の差に少なくとも部分的に基づく、請求項4に記載の方法。
  6. 前記第1の環境センサを較正するステップが、
    前記第1および第2の環境センサの前記分解されたデータの前記選択された部分を相関させるステップを備える、請求項5に記載の方法。
  7. 前記第1の環境センサの前記感知データと前記第2の環境センサの前記感知データの品質との間の品質の差を決定するステップと、
    前記決定された品質の差に少なくとも部分的に基づいて前記較正の方向性を決定するステップと
    をさらに備える、請求項1に記載の方法。
  8. 前記第1の環境センサの前記較正が、前記第1の環境センサの前記感知データの前記品質が前記第2の環境センサの前記感知データの前記品質よりも低いときに行われる、請求項7に記載の方法。
  9. 前記第1の環境センサおよび前記第2の環境センサのうちの少なくとも1つの前記感知データの前記品質が、その環境センサによって提供される前記感知データの量、その環境センサのデータ履歴、その環境センサアセンブリによって提供されるデータの周期性、その環境センサの較正履歴、またはその環境センサの所定の特性に少なくとも部分的に基づく、請求項7に記載の方法。
  10. 前記第1の環境センサを較正するステップが、
    経時的な前記決定された地理空間位置の差に少なくとも部分的に基づいて、前記第1の環境センサの前記感知データの一部と、前記第2の環境センサの前記感知データの対応する部分とを選択するステップを備える、請求項1に記載の方法。
  11. 前記第1の環境センサの前記感知データに影響を及ぼす2次パラメータを決定するステップと、
    前記パラメータの効果に基づいて前記第1の環境センサの前記感知データを調整するステップと
    をさらに備え、前記調整が、前記較正を実行する前に実行される、請求項1に記載の方法。
  12. 前記決定された較正モデルと前記第1の環境センサの前記感知データとを使用して前記第2の環境センサを較正するステップをさらに備える、請求項1に記載の方法。
  13. 分散環境センサシステムの環境センサを較正するためのデバイスであって、
    プロセッサと、前記プロセッサと通信可能に結合されたメモリとを備え、前記メモリが、前記プロセッサによって実行されたとき、前記デバイスに、
    前記分散環境センサシステムの第1の環境センサおよび第2の環境センサの感知データを収集させ、
    前記第1の環境センサの位置と前記第2の環境センサの位置との間の地理空間位置の差を決定させ、
    前記決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定させ、
    前記決定された較正モデルと前記第2の環境センサの前記感知データとを使用して前記第1の環境センサを較正させるコンピュータ可読コードを備える、デバイス。
  14. 前記コンピュータ可読コードが、
    物理的センサ測定値を環境状態データに変換する計算パラメータを調整する命令を送信することによって、前記デバイスに前記第1の環境センサを較正させ、前記命令が、前記第1の環境センサ、前記第1の環境センサを含むアセンブリ、または前記第1の環境センサからデータを受信するデバイスのうちのいずれか1つに送信される、請求項13に記載のデバイス。
  15. 前記コンピュータ可読コードが
    前記第1の環境センサの前記感知データを前記第2の環境センサの前記感知データと相関させることによって、前記デバイスに前記第1の環境センサを較正させる、請求項13に記載のデバイス。
  16. 前記コンピュータ可読コードが
    前記第1および第2の環境センサの前記感知データの周波数ベースの分解を実行することによって、前記デバイスに前記第1の環境センサを較正させる、請求項15に記載のデバイス。
  17. 前記コンピュータ可読コードが、さらに前記デバイスに、
    前記第1の環境センサの前記感知データと前記第2の環境センサの前記感知データの品質との間の品質の差を決定させ、
    前記決定された品質の差に少なくとも部分的に基づいて前記較正の方向性を決定させる、請求項13に記載のデバイス。
  18. 前記第1の環境センサの前記感知データの前記品質が前記第2の環境センサの前記感知データの前記品質よりも低いとき、前記コンピュータ可読コードが、前記デバイスに前記第1の環境センサを較正させる、請求項17に記載のデバイス。
  19. 前記第1の環境センサおよび前記第2の環境センサのうちの少なくとも1つの前記感知データの前記品質が、その環境センサによって提供される前記感知データの量、その環境センサのデータ履歴、その環境センサアセンブリによって提供されるデータの周期性、その環境センサの較正履歴、またはその環境センサの所定の特性に少なくとも部分的に基づく、請求項17に記載のデバイス。
  20. 実行されたとき、デバイスに、
    分散環境センサシステムの第1の環境センサおよび第2の環境センサの感知データを収集させ、
    前記第1の環境センサの位置と前記第2の環境センサの位置との間の地理空間位置の差を決定させ、
    前記決定された地理空間位置の差に少なくとも部分的に基づいて較正モデルを決定させ、
    前記決定された較正モデルと前記第2の環境センサの前記感知データとを使用して前記第1の環境センサを較正させるコンピュータ可読コードを備える非一時的コンピュータ可読媒体。
JP2018538058A 2015-10-08 2016-10-06 分散センサ較正 Active JP6695986B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US14/878,853 2015-10-08
US14/878,853 US10605633B2 (en) 2015-10-08 2015-10-08 Distributed sensor calibration
PCT/US2016/055800 WO2017062652A2 (en) 2015-10-08 2016-10-06 Distributed sensor calibration

Publications (2)

Publication Number Publication Date
JP2018534591A true JP2018534591A (ja) 2018-11-22
JP6695986B2 JP6695986B2 (ja) 2020-05-20

Family

ID=57286788

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018538058A Active JP6695986B2 (ja) 2015-10-08 2016-10-06 分散センサ較正

Country Status (8)

Country Link
US (1) US10605633B2 (ja)
EP (1) EP3359920B1 (ja)
JP (1) JP6695986B2 (ja)
CA (1) CA3001353A1 (ja)
HK (1) HK1255650A1 (ja)
IL (1) IL258543B (ja)
SG (1) SG11201802868XA (ja)
WO (1) WO2017062652A2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021032695A (ja) * 2019-08-23 2021-03-01 東京瓦斯株式会社 センサ保守システム、情報処理装置、および、プログラム
JP2024508089A (ja) * 2021-01-06 2024-02-22 グーグル エルエルシー 気象情報を取得するために使用されるセンサの較正データの生成および管理

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10317243B2 (en) * 2015-10-15 2019-06-11 Intertrust Technologies Corporation Sensor information management systems and methods
US10506953B2 (en) * 2017-06-30 2019-12-17 Biointellisense, Inc. Operation-verifying wearable vapor sensor
US12241759B2 (en) * 2017-12-19 2025-03-04 Toyota Jidosha Kabushiki Kaisha Quality of service for a vehicular plug-and-play ecosystem
FI128841B (en) * 2018-03-22 2021-01-15 Univ Helsinki Sensor calibration
DE102018118533A1 (de) * 2018-07-31 2020-02-06 Endress + Hauser Wetzer Gmbh + Co. Kg Verfahren zum Ermitteln von Kalibrierzyklen für ein Feldgerät in einer Anlage der Prozessautomatisierung
US11300549B2 (en) 2018-10-31 2022-04-12 Clarity Movement Co. Atmospheric monitoring sensor node
AU2020213747A1 (en) 2019-01-30 2021-08-19 Aeroqual Ltd. Method for calibrating networks of environmental sensors
US20210088390A1 (en) * 2019-09-19 2021-03-25 Klatu Networks, Inc. Continuous calibration of sensors in a remotely monitored cooling system
DE102021105014A1 (de) 2021-03-02 2022-09-08 Dräger Safety AG & Co. KGaA Verfahren zur Auswertung von Daten wenigstens eines mobilen und eines stationären Gasmessgeräts sowie System zur Überwachung mindestens einer Gaskonzentration
CN120111077B (zh) * 2025-03-07 2025-10-28 广东瑞讯电子科技有限公司 一种基于局域网的传感器数据存储方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001227982A (ja) * 1999-12-24 2001-08-24 Robert Bosch Gmbh センサシステムの校正方法
WO2014198564A1 (en) * 2013-06-11 2014-12-18 Koninklijke Philips N.V. A method of calibrating a sensor

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5892690A (en) * 1997-03-10 1999-04-06 Purechoice, Inc. Environment monitoring system
US6405135B1 (en) * 2000-07-18 2002-06-11 John J. Adriany System for remote detection and notification of subterranean pollutants
EP3263032B1 (en) * 2003-12-09 2024-01-24 Dexcom, Inc. Signal processing for continuous analyte sensor
DE102011084264A1 (de) 2011-10-11 2013-04-11 Robert Bosch Gmbh Verfahren und Vorrichtung zum Kalibrieren eines Umfeldsensors
GB2511710B (en) 2011-12-06 2020-09-23 Agilent Technologies Inc Calibration procedure for fluidic sensors
US9291608B2 (en) * 2013-03-13 2016-03-22 Aclima Inc. Calibration method for distributed sensor system
US9297748B2 (en) 2013-03-13 2016-03-29 Aclima Inc. Distributed sensor system with remote sensor nodes and centralized data processing
US9618222B1 (en) * 2013-04-09 2017-04-11 Keen Home Inc. Smart vent and atmospheric controller apparatuses, methods and systems
DK177857B1 (en) 2013-04-26 2014-09-29 Remoni Aps Monitoring System
CN106030431B (zh) * 2014-08-15 2017-11-03 深圳市大疆创新科技有限公司 传感器的自动标定系统及方法
US9729945B2 (en) * 2014-09-03 2017-08-08 Oberon, Inc. Environmental monitor device with database
US20160061476A1 (en) * 2014-09-03 2016-03-03 Oberon, Inc. Environmental Sensor Device
US9726579B2 (en) * 2014-12-02 2017-08-08 Tsi, Incorporated System and method of conducting particle monitoring using low cost particle sensors
US20170208493A1 (en) * 2016-01-19 2017-07-20 Qsense Inc. Management of a distributed sensor system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001227982A (ja) * 1999-12-24 2001-08-24 Robert Bosch Gmbh センサシステムの校正方法
WO2014198564A1 (en) * 2013-06-11 2014-12-18 Koninklijke Philips N.V. A method of calibrating a sensor

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2021032695A (ja) * 2019-08-23 2021-03-01 東京瓦斯株式会社 センサ保守システム、情報処理装置、および、プログラム
JP7202989B2 (ja) 2019-08-23 2023-01-12 東京瓦斯株式会社 センサ保守システム、情報処理装置、および、プログラム
JP2024508089A (ja) * 2021-01-06 2024-02-22 グーグル エルエルシー 気象情報を取得するために使用されるセンサの較正データの生成および管理
US12578503B2 (en) 2021-01-06 2026-03-17 Google Llc Generating and managing calibration data for sensors used to obtain weather information

Also Published As

Publication number Publication date
JP6695986B2 (ja) 2020-05-20
IL258543A (en) 2018-05-31
WO2017062652A3 (en) 2017-06-01
EP3359920B1 (en) 2019-08-28
HK1255650A1 (zh) 2019-08-23
US10605633B2 (en) 2020-03-31
WO2017062652A2 (en) 2017-04-13
SG11201802868XA (en) 2018-05-30
EP3359920A2 (en) 2018-08-15
CA3001353A1 (en) 2017-04-13
IL258543B (en) 2018-10-31
US20170102251A1 (en) 2017-04-13
WO2017062652A9 (en) 2017-07-20

Similar Documents

Publication Publication Date Title
JP6695986B2 (ja) 分散センサ較正
Fascista et al. A localization algorithm based on V2I communications and AOA estimation
US20150127287A1 (en) Determining calibrated measurements of pressure for different sensors
US20120316831A1 (en) System and method for determining altitude
Guido et al. Treating uncertainty in the estimation of speed from smartphone traffic probes
CN104066172B (zh) 一种对无线局域网中的ap进行定位的方法
CN110426493B (zh) 空气质量监测数据校准方法、装置、设备和存储介质
CN109863422B (zh) 软件定义的无线电地球大气成像器
JP2020511655A (ja) 無線通信システムの端末を位置特定する方法およびシステム
JP2016515210A (ja) 屋内ナビゲーション支援用の分散型気圧計ネットワーク
CN109690248A (zh) 用于确定与移动设备的估计海拔相关联的海拔误差值的系统和方法
JP2017003416A (ja) 降水予測システム
CN106290408A (zh) 基于连续运行gnss站信噪比数据的土壤水分测量方法
Thomas et al. Precipitable water vapor estimates from homogeneously reprocessed GPS data: An intertechnique comparison in Antarctica
CN118548792A (zh) 一种积雪厚度测量方法及gnss探测系统
CN114786247B (zh) 一种时钟同步方法、系统、介质、设备及终端
Wu et al. Real-time GNSS tropospheric delay estimation with a novel global random walk processing noise model (GRM) Z. Wu et al.
CN103744082B (zh) 基于dmb信号的被动雷达水汽探测方法
US20160373889A1 (en) Location accuracy improvement method and system using network elements relations and scaling methods
CN117890854A (zh) 一种基于电离层信道标校的电磁脉冲定位方法
Majethia et al. Contextual sensitivity of the ambient temperature sensor in smartphones
CN103869326A (zh) 一种基于伪距指纹匹配的区域快速定位方法
CN107991646A (zh) 基于云架构的甚低频导航电波传播预测模型精化方法
CN107016216A (zh) 一种计算无气象参数地点的大气透过率的方法
WO2019142100A1 (en) Remote monitoring gas detection system

Legal Events

Date Code Title Description
A529 Written submission of copy of amendment under article 34 pct

Free format text: JAPANESE INTERMEDIATE CODE: A529

Effective date: 20180605

A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A711

Effective date: 20181115

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A821

Effective date: 20181115

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20190826

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20190826

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20191015

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191028

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20200323

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20200422

R150 Certificate of patent or registration of utility model

Ref document number: 6695986

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250