JP2021506067A5 - - Google Patents

Claims (19)

1. １つ以上のプロセッサによって実施されるセンサの健全性を検出する方法であって、当該方法は、
   第１の照明器具のコンピューティングデバイスにおいて、前記第１の照明器具を含む照明器具のネットワークに影響を与える刺激に対応する第１のセンサデータを生成すること、
   前記第１の照明器具の前記コンピューティングデバイスにおいて、前記照明器具のネットワーク内の第２の照明器具からの第２のセンサデータを受信することであって、前記第２のセンサデータは、前記刺激に応答して前記第２の照明器具によって生成される、こと、
   照明器具時空間モデルにアクセスすることであって、前記照明器具時空間モデルは、少なくとも前記第１の照明器具及び前記第２の照明器具から収集された履歴センサデータに基づく、こと、
   前記照明器具時空間モデルからバリアンスデータを決定することであって、前記バリアンスデータは、前記履歴センサデータと前記第１のセンサデータとの差、及び前記履歴センサデータと前記第２のセンサデータとの差に基づく、こと、及び
   バリアンスが前記バリアンスデータにおいて識別される場合、前記バリアンスに基づいて信号が送信されること、
   を含み、
   前記バリアンスは、前記刺激への応答におけるレイテンシの量に対応する、方法。
2. 前記信号により、前記第１の照明器具又は前記第２の照明器具は前記バリアンスを補償し、前記バリアンスを補償することは、前記第１の照明器具又は前記第２の照明器具のセンサから提供されるデータの量を制限することを含む、請求項１に記載の方法。
3. 前記バリアンスデータは、確率的メトリクスを含み、当該方法は、
   前記確率的メトリクスのうちの少なくとも１つの確率的メトリックが確率的閾値を満たすことを決定すること、
   を含む、請求項１に記載の方法。
4. 前記第１のセンサデータ又は前記第２のセンサデータは、複数の異なるタイプのセンサからのデータを含む、請求項３に記載の方法。
5. 当該方法は、
   前記複数の異なるタイプのセンサからのデータ間の相関の変化を決定すること、
   を含み、前記少なくとも１つの確率的メトリックは、前記相関の変化に基づく、請求項４に記載の方法。
6. 前記履歴センサデータは、前記照明器具のネットワークに組み込まれるセンサの勾配分布データを含む、請求項１に記載の方法。
7. 当該方法は、
   前記照明器具時空間モデルが前記信号に従って修正されること、
   を含み、前記信号は、前記刺激への前記第１の照明器具又は前記第２の照明器具の応答におけるレイテンシの量に基づく、請求項１に記載の方法。
8. １つ以上のプロセッサ、及び
   前記１つ以上のプロセッサに接続されるメモリ、
   を含む、コンピューティングデバイスであって、
   前記メモリは、前記１つ以上のプロセッサによって実行された場合、前記１つ以上のプロセッサに、
   第１の照明器具から、前記１つ以上のプロセッサが通信する照明器具のネットワークに影響を与える刺激に応じた第１のセンサデータを受信すること、
   第２の照明器具から、前記照明器具のネットワークにおいて第２のセンサデータを受信することであって、前記第２のセンサデータは、前記刺激に応答して前記第２の照明器具によって生成される、こと、
   前記第１のセンサデータと前記第２のセンサデータとの相関を決定すること、
   前記第１のセンサデータと前記第２のセンサデータとの前記相関に少なくとも部分的に基づいて照明器具時空間モデルを修正すること、
   前記第１の照明器具又は前記第２の照明器具からその後のセンサデータを受信すること、及び
   前記その後のセンサデータと修正された前記照明器具時空間モデルとの比較に基づいて前記第１の照明器具又は前記第２の照明器具に信号を提供すること、
   を含む動作を実行させる命令を含み、
   前記照明器具時空間モデルは、前記照明器具のネットワークに組み込まれる複数のタイプのセンサの勾配分布データに基づき、前記複数のタイプのセンサは、少なくともパッシブ赤外線センサを含む、コンピューティングデバイス。
9. 前記相関を決定することは、確率的メトリックを生成することを含み、前記動作は、
   前記確率的メトリックが確率的閾値を満たすことを決定すること、
   を含む、請求項８に記載のコンピューティングデバイス。
10. 前記第１のセンサデータ又は前記第２のセンサデータは、複数のタイプのセンサからのデータを含む、請求項８に記載のコンピューティングデバイス。
11. 前記相関を決定することは、前記複数のタイプのセンサからのデータ間の相関の変化を決定することを含む、請求項１０に記載のコンピューティングデバイス。
12. １つ以上のプロセッサ、及び
    メモリ、
    を含む、システムであって、
    前記メモリは、前記１つ以上のプロセッサによって実行された場合、前記１つ以上のプロセッサに、
    前記１つ以上のプロセッサにおいて第１のセンサデータを生成することであって、前記１つ以上のプロセッサは照明器具のネットワークと通信する、こと、
    前記照明器具のネットワーク内の照明器具からの第２のセンサデータを受信することであって、前記第２のセンサデータは、該照明器具によって生成される、こと、
    前記第１のセンサデータ及び前記第２のセンサデータと照明器具時空間モデルとを比較して、前記第１のセンサデータと前記照明器具時空間モデルとの、又は前記第２のセンサデータと前記照明器具時空間モデルとのバリアンスを識別することであって、前記照明器具時空間モデルは、前記照明器具のネットワーク内の近隣照明器具から収集された履歴センサデータに基づく、こと、及び
    前記バリアンスが識別される場合、前記１つ以上のプロセッサ、又は前記照明器具に前記バリアンスを補償するように動作させること、
    を含む動作を実行させる命令を格納するように構成され、
    前記バリアンスは、確率的メトリックに対応する、システム。
13. 前記動作は、
    前記確率的メトリックが確率的閾値を満たすことを決定すること、
    を含む、請求項１２に記載のシステム。
14. 前記第１のセンサデータ又は前記第２のセンサデータは、複数のタイプのセンサからのデータを含む、請求項１２に記載のシステム。
15. 前記動作は、
    複数の異なるタイプのセンサからのデータ間の相関の変化を決定すること、
    を含む、請求項１４に記載のシステム。
16. 前記動作は、
    前記１つ以上のプロセッサ、又は前記照明器具が前記バリアンスを補償するように動作することに基づいて前記照明器具時空間モデルを修正すること、
    を含み、前記照明器具時空間モデルは、前記メモリに格納される、請求項１２に記載のシステム。
17. バリアンスデータを補償することは、センサから提供されるデータの量を制限することを含む、請求項１２に記載のシステム。
18. 前記照明器具時空間モデルは、前記近隣照明器具から収集された前記履歴センサデータの勾配分布を識別する、請求項１２に記載のシステム。
19. 当該システムは、照明デバイスを含み、前記第１のセンサデータ及び前記第２のセンサデータは、前記照明器具のネットワークによって照らされるエリアにおいて検出される光の量に基づく、請求項１２に記載のシステム。