JP5437625B2 - 検知システム - Google Patents

検知システム Download PDF

Info

Publication number
JP5437625B2
JP5437625B2 JP2008316916A JP2008316916A JP5437625B2 JP 5437625 B2 JP5437625 B2 JP 5437625B2 JP 2008316916 A JP2008316916 A JP 2008316916A JP 2008316916 A JP2008316916 A JP 2008316916A JP 5437625 B2 JP5437625 B2 JP 5437625B2
Authority
JP
Japan
Prior art keywords
sensor
likelihood
measurement
detection system
sensors
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.)
Expired - Fee Related
Application number
JP2008316916A
Other languages
English (en)
Other versions
JP2009145346A5 (ja
JP2009145346A (ja
Inventor
チュ モーリス
イー ライク ジェームズ
パートリッジ カート
ベゴル ジェームズ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Palo Alto Research Center Inc
Original Assignee
Palo Alto Research Center Inc
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 Palo Alto Research Center Inc filed Critical Palo Alto Research Center Inc
Publication of JP2009145346A publication Critical patent/JP2009145346A/ja
Publication of JP2009145346A5 publication Critical patent/JP2009145346A5/ja
Application granted granted Critical
Publication of JP5437625B2 publication Critical patent/JP5437625B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01D1/00Measuring arrangements giving results other than momentary value of variable, of general application
    • G01D1/16Measuring arrangements giving results other than momentary value of variable, of general application giving a value which is a function of two or more values, e.g. product or ratio
    • 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
    • G01D21/00Measuring or testing not otherwise provided for

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Description

本発明の実施形態は、検知システムに関する。
ネットワーク化検知システム(networked sensing systems)は、各ノードにセンサ、プロセッサ及び通信装置を備え、センサからデータを抽出し、そのデータを処理することでそれらが内蔵されている環境を監視することができる。これらのシステムは、一般的に一旦配置されると、所定の環境内で現在及び将来の検知要求に応じることができる。
しかし、将来見込まれる全ての検知用途または将来見込まれる全てのセンサタイプの少なくとも1つを予想することは、不可能でないにしても困難である。検知技術は進歩し続けるので、検知システムを「将来にわたって使用可能にして(future-proof)」将来のセンサの検知、処理及び通信能力を効果的に活用したり、将来の検知用途を予想したりすることは実質的に不可能である。
本発明の1実施形態は、ネットワーク化検知システムにおいて分散したデータの統合にモバイルコードを用いるシステムを提供する。1実施形態は、センサ一式と、これらのセンサのうち少なくとも1つと接続されているデータ統合装置とを含む検知システムとして実現される。センサ一式のうち少なくとも1つのセンサは、1つ以上の現象状態に対して1つ以上の測定モデルを保持するように構成される。また、センサ一式のうち少なくとも1つのセンサは、測定値をサンプリングし、サンプリングされた測定値及び測定モデルに基づいて尤度関数を生成するように構成される。センサ一式の中で各センサに接続されたデータ統合装置は、1つ以上のセンサによって生成された1つ以上の尤度関数を収集し、収集した尤度関数を用いて現象状態の総確率を算出する。
本実施形態の変形例において、センサの測定モデルはP(Z=z|X=x)の形式であり、Zはサンプリングされた測定値に相当する確率変数(random variable)であり、Xは調査中の現象状態に相当する確率変数である。測定モデル及びサンプリングされた測定値Z=z0から生成された尤度関数は、l(x)=P(Z=zo|X=x)によって求められる。データ統合装置は、現象状態の総尤度として表される、異なるセンサから受信した複数の尤度関数の積を算出するように構成され、この総尤度は、
Figure 0005437625
の形式である。総尤度関数は、帰納最大確率(maximum a posteriori, MAP)推定値、最大尤度(maximum likelihood, ML)またはその他の推定値の算出に用いられる。
本実施形態の変形例において、センサは、尤度関数をモバイルコードの形式でデータ統合装置に伝達するように構成される。
また、教示される前記測定モデルは、モバイルコードの形式であることが好ましい。
本実施形態の変形例において、現象は、音、動き、振動、光度、磁場強度、近接性、気圧、温度、放射、タイミング、湿度、高度、重量、空中微粒子、化学組成、速度、方向のうち1つ以上を含む。
図1は、本発明の1実施形態に係るセンサシステム100を示す。センサシステム100は、センサ102と、データ統合装置104と、教示装置106とを含む。
センサ102には、音、動き、振動、光度、磁場強度、近接性、気圧、温度、放射、タイミング、湿度、高度、重量、空中微粒子、化学組成、速度、方向及びその他の性質または性質の組み合わせの少なくとも1つを検出する、カメラ、マイクロホン、動き検出機、超広帯域(ultra-wideband, UWB)センサ、赤外線センサ、磁力計、温度計、気圧計、重量計及びその他の種類のセンサを含むことができる。センサには、情報を記憶するメモリ(例えば、所定量のRAM)及び以下に定義する尤度関数の式を生成する装置を含むことができる。
センサシステム100は、システムのセンサ102によって観測された信号を用いて現象を検知する(例えば、検出、推定、追跡または監視の少なくとも1つをする)。例えば、センサシステム100は、人または物の場所及び活動を検知したり(例えば、高齢者を追跡し、その高齢者の場所及び動きを判定する)、事象の発生(例えば、台所での火事)を検出したりすることができる。
本発明の実施形態は、現象の検知に対して確率論的なアプローチを用いている。これらの実施形態では、検知された現象の状態を確率変数Xで表すことができ、一方、あるセンサに観測された未処理の(raw)信号を確率変数Zで表すことができる。例えば、カメラの信号Zは、イメージであってよく、マイクロホンの信号Zはサンプリングされた音響信号であってよく、温度計の信号Zは温度測定値であってよい。現象状態は、ある時点における観測可能な事実または事象の状態を示す。変数Xは、検知した現象の実際の状態または値を表す。一般的に、測定値または観測値zと実際の状態xとの間には概して不確実性が存在する。
現象状態Xとセンサ測定値Zとの関係は、測定モデル
P(Z=z|X=x) (1)
として表され、現象状態がxならばセンサ測定値がzである確率が返される。各センサは、このモデルを用いて、センサ測定値がzと観測されれば現象状態がxである尤度を判定する。
検知システムが、i=1,・・・、nとラベルされたn個のセンサを有する場合、センサ測定値の条件付独立性を想定すると、検知システムは、理論上、その結果を、測定値がzであれば考えられる状態xの確率の事後分布として表し、確率関数
P(X=x|Z1=z1,Z2=z2,…Zn=zn) (2)
として表すことができる。この関数は、n個のセンサ測定値がz1,z2,・・・znであれば現象状態がxである確率を返す(通常、「確率(probability)」により既知パラメータに基づいて未知の結果を予想することができれば、「尤度(likelihood)」により既知の結果に基づいて未知のパラメータを決定することができる)。
1実施形態では、まず、センサからの個々の尤度関数の積を算出することによって、この確率関数の近似値が求められる。
Figure 0005437625
次に、この総尤度を、事前分布P(X=x)と乗算することによって確率関数を算出する。
Figure 0005437625
センサから現象状態Xを算出するのに必要な情報は、未処理のセンサ測定値ziではなく、考えられる現象状態xの算出された尤度P(Zi=zi|X=x)であることに留意されたい。
測定モデルは、一般的に、特定のセンサまたは検知タスク及び特定の現象状態に特有であり、新しいセンサまたは新しいソフトウェアがセンサネットワークにインストールされることがあるので、考えられる測定モデルを全て予めロードすることは不可能かもしれない。
本発明の実施形態は、センサのタスクに対応する1つ以上の尤度関数の生成の仕方をセンサに「教示」するための装置106を設ける。言い換えれば、本発明の実施形態では、(例えば、コードとしてフォーマットされた測定モデルをセンサのメモリにロードすることによって)、システムのセンサに、測定モデルをロードまたはリロードの少なくとも1つをすることができる。その結果、センサが追加または削除の少なくとも1つをされたり、検知要求が変わったりすると、システムはセンサシステムの検知能力を再設定することができる。
教示装置106は、センサ102に測定モデルをロードまたはリロードの少なくとも1つをする。いくつかの実施形態では、センサの製造者が最初の教示装置としての役割を果たしてもよい。これらの実施形態では、センサの製造者が、センサの製造中に、特定またはいくつかの状態空間Xに対する測定モデルをセンサにロードする。
別の実施形態では、教示装置106は、有線または無線ネットワーク接続または他の電気的接続によってセンサ102に一時的または永久的に接続した装置でもよい。これらの実施形態では、教示装置106は、センサが配置される前または後に、センサ102に新しい測定モデルをロードまたはリロードの少なくとも1つをすることができる。
データ統合装置104は、特定の用途のために設計される集積回路(application-specific integrated circuit, ASIC)、マイクロプロセッサ、組み込みプロセッサ、制御装置、コンピュータ、または別のタイプの計算エンジンなどの計算手段である。データ統合装置104は、センサ102から尤度関数を収集し、個々の尤度の積を算出する。算出された積から、データ統合装置104は検知された現象についての情報を抽出することができる。1実施形態では、データ統合装置104は、教示装置106と同じ計算手段である。
検知システムの動作中には、2つの相互作用が起こる。図2Aは第1相互作用を示すブロック図であり、第1相互作用は教示装置106とセンサ一式102との間で起こる。この相互作用は2つの動作に分けられる。
動作202
考えられるセンサ/状態空間ペアの測定モデルのリストを有する教示装置106がセンサ102に接続される。
動作204
教示装置106が、適切な測定モデルを各センサに送信することでそのセンサに教示する(例えば、教示装置106は、センサに1つ以上の測定モデルを伝達し、センサはメモリに測定モデルをロードする)。例えば、カメラは、測定結果がイメージである測定モデルをロードされ、マイクロホンは測定結果が音響信号である測定モデルをロードされ、体温計は測定結果が計測温度である測定モデルをロードされる。この動作が完了した後、各センサは、複数の考えられる状態に対するセンサの検知様式に対応する測定モデルをメモリに記憶する。
1実施形態では、測定モデルは、Java(登録商標)バイトコード(bytecode)などのモバイルコードにコンパイルされる関数式で表される。モバイルコードは、遠隔システムからネットワークを介して転送され、ローカルシステムにダウンロードされるプログラムである。これにより、モバイルコードは、そのプログラムがローカルシステム上で予めインストールされていなくても、ローカルシステム上で実行することができる。生成された尤度関数は、モバイルコードの断片またはモバイルコードが適切に修正されたものに対応する。本実施形態の変形例において、測定モデルは、データテーブルで表され、モバイルコードに含まれる。生成された尤度関数は、データテーブルの列または行に対応する。
図2Bは、データ統合装置104とセンサ102との間の第2相互作用を示すブロック図である。1実施形態では、この相互作用は3つの動作に分けられる。
動作206
データ統合装置104がセンサ情報を要求すると、各センサがそのセンサ測定値zを観測する。このセンサは、観測したzの値、及び、モバイルコードの形式で渡された、対応する測定モデルを用いて、ある現象の尤度関数を生成する(例えば、センサ測定値zを測定モデルの中に配置して尤度関数を生成する)。
動作208
各センサが尤度関数をデータ統合装置104に戻す。
動作210
データ統合装置104は個々のセンサ102から受信した尤度を「統合し」、式(3)に基づいて現象状態の総尤度を算出する。そして、この総尤度を用いて、式(4)の事後分布、または、MAP、MLまたは他の推定値を算出することができる。要約すると、統合は積算である(例えば、データ統合装置104は、個々の尤度関数の積を算出する)。
上記の計算は、(1)尤度関数を生成し、(2)尤度関数の積を求めることにより統合する動作に関して説明している。本発明のいくつかの実施形態では、これらの動作は、(1)センサデータの関連特徴を算出(特徴抽出)し、(2)これらの特徴を用いた推定値を算出(特徴集約)することに一般化される。
図3は、本発明の1実施形態に係るいくつかのセンサに接続されたサーバを説明する図である。この例では、サーバであるホームゲートウェイサーバ300が、人が家の部屋にいる確率を算出するために、家中に設置されたセンサを使うように構成されている。センサとして、居間、食堂、台所にはそれぞれカメラ301、302及び303があり、浴室及び居間にはそれぞれマイクロホン304及び305がある。動作中は、カメラは、動きを判定するためにフレーム間で著しく変化する画素数を算出することができ、マイクロホンはある閾値より大きい音を検出することができる。
いくつかの実施形態では、センサの製造者が教示装置106としての役割を果たす。これらの実施形態では、家の中での人の存在の尤度を決定するのに用いられる測定モデルコードが、カメラ及びマイクロホンに予めロードされている。
他の実施形態では、他の要素が教示装置106としての役割を果たす。例えば、ホームゲートウェイサーバ300は、異なるセンサタイプ及び状態空間に対して、測定モデルをインターネットのウェブサイトからダウンロードするように構成されるハードウェアまたはソフトウェアベースの少なくとも1つの教示装置106を有してもよい。または、教示装置106は、測定モデルのデータベースを有してもよく、測定モデルを独自のデータベースからダウンロードしてもよい。これらの実施形態では、教示装置106は、一時的または永久的にセンサに接続され、測定モデルをセンサにロードまたはリロードの少なくとも1つをすることができる。
ホームゲートウェイサーバ300は、人が家の部屋にいる確率を算出する一方で、動作206から210に記載された動作を行い、上記で概説した動作202から204を以下のように随意に行う。例示の目的で、動作は特定の順番で起こっているように記載されているが、1つ以上の動作が異なる順番で起こってもよいし、飛ばしてもよいことに留意されたい。例えば、システムは、プロセスの一部として測定モデルをセンサにロードすると記載されているが、いくつかの実施形態では、測定モデルは、製造者によって予めロードされたり、システムが最初にインストールされたときにロードされたりしてもよい(例えば、測定モデルは一度ロードされ、検知システムが動作する度にリロードされなくてもよい)。
ホームゲートウェイサーバ300は、まず、随意に教示装置106として機能し、家に5つのセンサがあることを検出し、これらのセンサに送信する適切な測定モデルコードを選択する。ホームゲートウェイサーバ300は、カメラセンサ用測定モデルコードをセンサ301、302及び303に送信し、マイクロホンセンサ用コードをセンサ304及び305に送信する。なお、カメラ及びマイクロホンは、測定モデルコードを格納するのに用いられる所定のメモリ量を有することに留意されたい。さらに、カメラ及びマイクロホンは、測定値を測定モデルコードに組み込む(例えば、尤度関数を生成する)装置を有する。
ホームゲートウェイサーバ300は、続いて、データ統合装置104として機能し、家の中の人の存在に関する尤度関数を一連のセンサに要求する。各センサiは、測定値ziを求め、測定値を対応する測定モデルに組み込み、尤度関数を生成する。次に、各センサは、尤度関数をホームゲートウェイサーバ300にモバイルコード(例えば、センサとホームゲートウェイサーバ300の両方で使うことができるコード)として返す。
次に、ホームゲートウェイサーバ300は、尤度関数を全て受信し、尤度関数を用いて積算を行い、総尤度及び家の中に人が存在する確率の事後分布を求める。
上述したように、検知システムにおいて測定モデルから尤度関数を生成し、総尤度を算出することは、(1)特徴を算出し、(2)これらの特徴を統合して推定値を算出することに一般化される。以下では、前段落に記載したホームゲートウェイサーバ300の一般化されたケースを説明する。この一般化されたケースでは、ホームゲートウェイサーバ300は、センサ/状態空間ペアごとに測定モデルを有するのではなく、センサ/状態空間ペアごとに特徴抽出関数を有する。
ホームゲートウェイサーバ300は、まず、教示装置106として機能し、対応する多様な状態空間に対する特徴抽出関数を各センサに教示する。各センサは、状態の完全な測定値を抽出するよう要求されるのではなく、状態を推定するための測定値から特定の特徴を識別する方法を教示される。例えば、ホームゲートウェイサーバ300は、人が存在するか推定するためにイメージを用いる特徴抽出関数をカメラセンサに教示し、人が存在するか推定するために人の声からの音響信号を用いる特徴抽出関数をマイクロホンに教示することができる。
ホームゲートウェイサーバ300は、次に、データ統合装置104として機能し、状態を推定するのに役立つ特徴をセンサに要求する。同じ例を用いて、データ統合装置104は、人の存在を検出するために、センサによって識別された特定の声及びイメージの特徴を用いる。各センサは、測定値zを求め、測定値を用いてこのセンサ/状態空間ペアに対応する特徴抽出コードに従って特徴を算出する。センサは、算出した特徴をホームゲートウェイサーバ300に送信する。最後に、ホームゲートウェイサーバ300は、全ての特徴を受信し、特徴集約コードを使ってそれらを統合し、推定値を算出する。
本発明の1実施形態に係るセンサシステムのアーキテクチャの例を示す図である。 本発明の実施形態に係る教示装置とセンサ一式との間の一連の相互作用を示すブロック図である。 本発明の実施形態に係るデータ統合装置とセンサ一式との間の一連の相互作用を示すブロック図である。 本発明の1実施形態に係る複数のセンサに接続されたサーバを示す図である。
符号の説明
100 センサシステム、102 センサ、104 データ統合装置、106 教示装置、300 ホームゲートウェイサーバ、301,302,303 カメラ、304,305 マイクロホン。

Claims (4)

  1. 検知システムであって、
    少なくとも1つのセンサが、現象に対応するパラメータに対して1つ以上の測定モデルを保持するセンサ一式と、
    前記センサ一式のうち少なくとも1つのセンサに接続されたデータ統合装置と、
    を含み、
    少なくとも1つのセンサが、前記パラメータの測定値をサンプリングし、サンプリングされた測定値及び前記測定モデルに基づいて尤度関数を生成し、
    前記センサの前記測定モデルは、P(Z=z|X=x)の形式であり、Zはサンプリングされた測定値に相当する確率変数であり、Xは調査中の第1の現象状態に相当する確率変数であり、
    前記データ統合装置異なるセンサから尤度関数を収集し、個々の尤度関数の積を算出して現象状態の総尤度とし、前記総尤度に基づいて第2の現象状態の総確率を算出するように構成され、前記総尤度の式は、
    Figure 0005437625
    の形式である検知システム。
  2. 請求項1に記載の検知システムにおいて、前記センサは、前記尤度関数を前記データ統合装置にモバイルコードの形式で伝達する検知システム。
  3. 請求項1に記載の検知システムにおいて、教示される前記測定モデルは、モバイルコードの形式である検知システム。
  4. 請求項1に記載の検知システムにおいて、
    前記第1の現象状態は、音、動き、振動、光度、磁場強度、近接性、気圧、温度、放射、タイミング、湿度、高度、重量、空中微粒子、化学組成、速度、方向のうち1つ以上を含む検知システム。
JP2008316916A 2007-12-14 2008-12-12 検知システム Expired - Fee Related JP5437625B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US11/956,943 US7962313B2 (en) 2007-12-14 2007-12-14 Method and apparatus for using mobile code for distributed data fusion in networked sensing systems
US11/956,943 2007-12-14

Publications (3)

Publication Number Publication Date
JP2009145346A JP2009145346A (ja) 2009-07-02
JP2009145346A5 JP2009145346A5 (ja) 2012-02-02
JP5437625B2 true JP5437625B2 (ja) 2014-03-12

Family

ID=40566176

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008316916A Expired - Fee Related JP5437625B2 (ja) 2007-12-14 2008-12-12 検知システム

Country Status (3)

Country Link
US (1) US7962313B2 (ja)
EP (1) EP2071295B1 (ja)
JP (1) JP5437625B2 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8073528B2 (en) * 2007-09-30 2011-12-06 Intuitive Surgical Operations, Inc. Tool tracking systems, methods and computer products for image guided surgery
US10555775B2 (en) 2005-05-16 2020-02-11 Intuitive Surgical Operations, Inc. Methods and system for performing 3-D tool tracking by fusion of sensor and/or camera derived data during minimally invasive robotic surgery
US20090195401A1 (en) * 2008-01-31 2009-08-06 Andrew Maroney Apparatus and method for surveillance system using sensor arrays
AU2010267768B2 (en) 2009-06-29 2014-06-12 Bae Systems Plc Estimating a state of at least one target using a plurality of sensors
US20140260642A1 (en) * 2013-03-15 2014-09-18 Samsung Electronics Co., Ltd. Electronic system with surface detection mechanism and method of operation thereof

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3349196B2 (ja) * 1992-06-20 2002-11-20 テキサス インスツルメンツ インコーポレイテツド 対象識別システムおよび方法
US6502042B1 (en) * 2000-10-26 2002-12-31 Bfgoodrich Aerospace Fuel And Utility Systems Fault tolerant liquid measurement system using multiple-model state estimators
US6594524B2 (en) * 2000-12-12 2003-07-15 The Trustees Of The University Of Pennsylvania Adaptive method and apparatus for forecasting and controlling neurological disturbances under a multi-level control
JP4318465B2 (ja) * 2002-11-08 2009-08-26 コニカミノルタホールディングス株式会社 人物検出装置および人物検出方法
WO2004047076A1 (ja) * 2002-11-21 2004-06-03 Matsushita Electric Industrial Co., Ltd. 標準モデル作成装置及び標準モデル作成方法
JP4419543B2 (ja) * 2003-12-05 2010-02-24 コニカミノルタホールディングス株式会社 検出装置および検出方法
US7969462B2 (en) * 2005-03-30 2011-06-28 L-3 Communications Corporation Digitally enhanced night vision device
US8941816B2 (en) * 2006-05-02 2015-01-27 National Science Foundation Rotary laser positioning for geophysical sensing
US7616115B2 (en) * 2007-02-13 2009-11-10 Honeywell International Inc. Sensor for detecting human intruders, and security system

Also Published As

Publication number Publication date
EP2071295B1 (en) 2017-06-21
EP2071295A3 (en) 2015-10-14
US7962313B2 (en) 2011-06-14
EP2071295A2 (en) 2009-06-17
US20090157352A1 (en) 2009-06-18
JP2009145346A (ja) 2009-07-02

Similar Documents

Publication Publication Date Title
US10353362B2 (en) Method and system for predictive air filter maintenance for sustained indoor air quality
Dong et al. An information technology enabled sustainability test-bed (ITEST) for occupancy detection through an environmental sensing network
JP6616791B2 (ja) 情報処理装置、情報処理方法およびコンピュータプログラム
JP5437625B2 (ja) 検知システム
JP5515647B2 (ja) 測位装置
CN104169680A (zh) 使用气压传感器监测设备的高度改变
JPWO2017061371A1 (ja) 行動検知システム、行動検知装置、行動検知方法、および行動検知プログラム
EP3966657A1 (en) Systems and methods for predictive environmental fall risk identification
WO2013083823A1 (en) Method and system for sensor calibration support
JP6313070B2 (ja) 捕獲通知方法、捕獲検知器、捕獲器及び捕獲通知システム
US9470670B2 (en) Method and system for human presence correlation using carbon dioxide
TW201812339A (zh) 震央距離推定裝置、震央距離推定方法及電腦可讀取之記錄媒體
JP2006243979A (ja) 住宅モニタリングシステム、住宅モニタリングデータ管理装置、住宅モニタリング方法
JP2013036887A (ja) 観測値信頼度評価装置、観測値信頼度評価方法及び観測値信頼度評価プログラム
JP2009145346A5 (ja)
US9116515B2 (en) In-room probability estimating apparatus, method therefor and program
Ibrahim et al. Effect of sensor error on the assessment of seismic building damage
JP6011868B2 (ja) 不在予測装置、不在予測方法、及びそのプログラム
JPWO2018088490A1 (ja) 情報蓄積装置、情報蓄積方法およびプログラム
US10145831B2 (en) Method and system for human presence correlation using carbon dioxide
JP2008294593A (ja) 位置推定システム、位置推定装置及びそれらに用いる位置推定方法並びにそのプログラム
KR101896157B1 (ko) 통계적 공정 관리에 기반한 센서 제어 방법
KR101636410B1 (ko) 건축물 단열 성능 진단 방법, 진단 서버, 모바일 단말, 시스템 및 기록매체
JP6651730B2 (ja) 情報処理システム、情報処理方法、情報処理装置、及び情報処理プログラム
WO2016181442A1 (ja) 電子機器、検出方法および検出プログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20111209

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20111209

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20130730

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20131030

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: 20131119

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20131212

R150 Certificate of patent or registration of utility model

Ref document number: 5437625

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313113

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

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

LAPS Cancellation because of no payment of annual fees