KR102434584B1

KR102434584B1 - 배리어의 열림/닫힘 상태의 판정

Info

Publication number: KR102434584B1
Application number: KR1020197003545A
Authority: KR
Inventors: 센딥 슈나커슈; 다케 히; 유 가오
Original assignee: 블랙베리 리미티드
Priority date: 2016-07-29
Filing date: 2017-07-27
Publication date: 2022-08-19
Also published as: KR20190031497A; CA3029249A1; WO2018022842A1; US10551407B2; EP3491343A1; US20180031604A1; CN109477729B; CN109477729A; JP2019531461A; EP3491343B1; JP6971302B2

Abstract

일부 예시들에서, 센서 디바이스는 열림 위치와 닫힘 위치 사이에서 회전 가능한 배리어에 장착되어 있고, 배리어는 이동 가능 플랫폼 상에 있다. 센서 디바이스는 가속도 데이터를 측정하기 위한 가속도계 및 축에 대한 회전을 측정하기 위한 회전 센서를 포함한다. 센서 디바이스는 가속도 데이터, 회전 데이터, 및 이동 가능 플랫폼의 지향에 기초하여 배리어의 열림/닫힘 상태를 판정하도록 구성된 적어도 하나의 프로세서를 포함한다.

Description

배리어의 열림/닫힘 상태의 판정

트럭, 트랙터-트레일러, 및 컨테이너를 실은 차대(chassis)에 연결된 트랙터는 상품을 포함하는 화물을 운송하는 데에 이용될 수 있다. 트럭, 트레일러, 및 컨테이너에는 일반적으로 운송 중인 화물에 대한 접근을 허용하도록 열리고, 물품들을 보호하기 위해 닫힐 수 있는 문이 있다.

본 발명에 관한 일부 구현예들은 이하의 도면들에 관하여 서술된다.
도 1a 및 도 1b는 운송 수단에 의해 운반되는 컨테이너에 관한 개략도이며, 이 컨테이너는 문과 문에 장착된 일부 예시들에 따른 센서 디바이스를 포함한다.
도 2는 일부 예시들에 따른 센서 디바이스에 관한 블럭도이다.
도 3은 일부 예시들에 따른, 열림 위치와 닫힘 위치 사이에서 회전(pivot)될 수 있는 문의 열림/닫힘 상태를 판정하는 프로세스에 관한 흐름도이다.
도 4a 내지 도 4c는 일부 예시들에 따른, 다양한 여러 데이터에 관한 그래프이다.
도 5는 일부 예시들에 따른, 회전 센서의 활성화를 트리거하는 프로세스에 관한 흐름도이다.
도 6은 일부 예시들에 따른 자이로스코프(gyroscope) 활성 창에 관한 그래프이다.
도 7은 추가 예시들에 따른 문의 열림/닫힘 상태를 산출하는 프로세스에 관한 흐름도이다.
도 8은 추가 예시들에 따른, 가속도 데이터의 정상(stationary) 평균 및 분산 값들의 계산에 관한 흐름도이다.

서로 다른 지리적 위치들 사이에서 물리적 물품들을 운반하는 데에 이동 가능 플랫폼이 이용될 수 있다. 예컨대, 이동 가능 플랫폼은 수송 중에 물리적 물품들이 보관될 수 있는 (트랙터에 달린) 컨테이너, 트럭, 또는 트레일러일 수 있다. 다른 예시들에서, 이동 가능 플랫폼은 물리적 물품들을 운반할 수 있는 또 다른 유형의 운반 시설 구조를 포함할 수 있다. 보다 일반적으로, 이동 가능 플랫폼은, 트럭, 트랙터, 승용차, 기차, 선박, 비행기 등과 같은 운송 수단의 일부이거나, 그에 장착되거나, 그에 달려 있을 수 있다. 본 논의에서는 이동 가능 플랫폼을 컨테이너라고 지칭하지만, 본 발명에 관한 일부 구현예들에 따른 기술들 또는 메커니즘들은 열리고 닫힐 수 있는 입구 배리어가 있는 플랫폼들을 운반하는 다른 화물에 적용 가능함에 주의한다.

이동 가능 플랫폼은 물리적 물품들을 이동 가능 플랫폼의 내부 공간에 싣거나 그로부터 내릴 수 있는 통로가 되는 문을 포함할 수 있다. 이 문은 열리고 닫힐 수 있는 입구 배리어(또는 더 간단히 "배리어")에 관한 일 예시이다. 배리어들에 관한 다른 예시들은 오프닝을 통해 들어오게 하도록 열리거나, 또는 오프닝을 통해 들어오는 것을 막도록 닫힐 수 있는 창 또는 임의의 다른 구조를 포함한다.

일부 경우들에서, 배리어가 열림 상태에 있거나 또는 닫힘 상태에 있는 때를 발견하는 것일 바람직할 수 있다. 배리어가 장착되어 있는 이동 가능 플랫폼의 이동으로 인해, 이동 가능 플랫폼이 다른 위치들로 이동함에 따라 이동 가능 플랫폼의 지향(orientation)이 변화할 수 있다. 예컨대, 제1 위치에서, 이동 가능 플랫폼은 상대적으로 평평한 지표면 상에 위치될 수 있다. 그러나, 제2 위치에서, 이동 가능 플랫폼은 경사면 상에 위치될 수 있다.

이동 가능 플랫폼의 잠재적인 이동이 이동 가능 플랫폼의 지향을 변화시킬 수 있기 때문에(예컨대, 수평면에 대한 이동 가능 플랫폼의 각도가 변화할 수 있음), 단일 센서를 이용하여 배리어의 열림/닫힘 상태를 판정하는 것이 어려울 수 있다. 배리어의 "열림/닫힘 상태"는 배리어가 열림 위치에 있는지 또는 닫힘 위치에 있는지를 나타내는 상태를 가리킬 수 있다.

본 발명의 일부 구현예들에 따르면, 지향과 관계 없이 열리고 닫힐 수 있는(즉, 열림 위치와 닫힘 위치 사이에서 이동할 수 있는) 배리어의 열림/닫힘 상태에 관한 판정을 고려하기 위한 기술들 또는 메커니즘들이 제공된다. 배리어는 서로 다른 지리적 위치들 사이에서 이동 가능한 이동 가능 플랫폼 상에 장착된다.

일반적으로, 이동 가능 플랫폼 상의 문 열림 및 닫힘은 밀착형 센서(contact sensor)(예컨대, 홀(Hall) 효과 센서)에 의해 판정됨으로써, 문이 열리거나 닫혔을 때 상태 변화(접촉이 이루어지거나 또는 접촉이 차단됨)가 밀착형 센서에 의해 감지되어 센서 디바이스에 전달되도록 한다. 이러한 접근법은 밀착형 센서를 센서 디바이스에 와이어링(wiring)하는 것을 포함한다. 이동 가능 플랫폼은 중량 화물의 거친 취급에 영향을 받기 쉬우며, 그 결과, 밀착형 센서와 센서 디바이스 사이의 와이어가 쉽게 절단될 수 있다. 또한, 추가적인 와이어링 및 설치는 비용을 증가시킨다. 본 발명의 일부 구현예들에 따른 기술들 또는 메커니즘들은 추가적인 와이어링을 채택할 필요가 없다.

도 1a는 트랙터 유닛(102) 및 트랙터 유닛(102)에 의해 운반되는 컨테이너(104)(차대 상에 제공됨)를 포함하는 예시적인 트럭(100)을 도시한다. 도 1b는 컨테이너(104)에 관한 사시도이다. 컨테이너(104)는 물리적 물품들을 운반하는 데에 이용될 수 있는 이동 가능 플랫폼의 일 예시이다. 컨테이너(104)는 열림 위치와 닫힘 위치 사이에서 회전 가능한(pivotable) 문(106)을 포함한다. 도 1a 내지 도 1b에서, 문(106)은 열림 위치에 있다.

문(106)은 컨테이너(104)의 틀(105)("문틀"이라고 지칭됨)에 달려 있는 힌지(hinge)들(116) 상에 회전되도록(pivotally) 장착된다. 문(106)은 열림 위치와 닫힘 위치 사이에서 힌지들(116)을 중심으로 회전할 수 있다. 도 1a에서, 두 개의 힌지들(116)이 도시된다. 다른 예시들에서, 문(106)은 오직 하나의 힌지 또는 둘 이상의 힌지들에 장착될 수 있다.

본 발명의 일부 구현예들에 따르면, 센서 디바이스(108)가 문(106)에 장착된다. 센서 디바이스(108)는 컨테이너(104) 외부의 환경을 대면하는 문(106)의 외부 표면에 장착될 수 있거나, 또는 대안으로, 센서 디바이스(108)는 컨테이너(104)의 내부 공간(110)을 대면하는 문(106)의 내부 표면에 장착될 수 있다. 또 다른 예시들에서, 센서 디바이스(108)는 문(106)의 벽에 있는 리세스(recess) 내에 제공될 수 있다.

센서 디바이스(108)는 센서들(112 및 114)과 센서들(112 및 114)로부터의 출력 데이터에 기초하여 문(106)의 열림/닫힘 상태를 판정할 수 있는 하나 이상의 프로세서들(118)을 포함할 수 있다. 일부 예시들에서 프로세서(들)(118)이 센서 디바이스(108)의 일부인 것으로 도시되긴 하였지만, 다른 예시들에서는 프로세서(들)(118)이 센서 디바이스(108)로부터 분리될 수 있음에 주의한다. 보다 일반적으로, 센서들(112, 114) 및 프로세서(들)(118)은, 센서 디바이스(108), 예컨대, 회로 기판 상에 또는 집적 회로 칩에 통합될 수 있거나, 또는 센서들(112, 114) 및 프로세서(들)(118)은 별개의 어셈블리들의 일부일 수 있다.

센서 디바이스(108)는 네트워크를 통해 통신하기 위해 통신 컴포넌트를 또한 포함할 수 있다. 일부 예시들에서, 센서 디바이스(108)는 (다른 이동 가능 플랫폼의 배리어들 상에 배열된 다른 유사한 센서 디바이스들과 함께) 더 큰 디바이스들의 네트워크의 일부일 수 있다. 이러한 더 큰 디바이스들의 네트워크는 각각 다른 유형의 디바이스들이 서로 다른 유형의 데이터(센서 데이터, 음성 데이터, 영상 데이터, 이메일 데이터, 텍스트 메시징 데이터, 웹 브라우징 데이터 등을 포함함)를 전달할 수 있도록 하기 위한 "사물간 인터넷"(IoT; Internet-of-Things) 기술 패러다임의 일부일 수 있다.

네트워크를 통해 통신하는 센서 디바이스(108)의 기능은 (상품의 판매업자, 제조자, 또는 임의의 다른 엔티티와 같은) 엔티티로 하여금 그 엔티티의 자산이 지리적 영역 전반에 걸쳐서 운송될 때 그 자산을 추적할 수 있게끔 할 수 있다

다른 예시들에서, 센서 디바이스(108)는 네트워크를 통해 데이터를 전달하지 않는다.

문(106)의 열림/닫힘 상태를 발견하는 것은 다양한 액션들을 트리거하는 데에 이용될 수 있다. 예컨대, 센서 디바이스(108)는 문(106)이 열림 또는 닫힘 위치에 있는 것을 발견하는 것에 응답하여 (예컨대, 멀리 떨어진 중앙 서비스부에, 또는 트럭(100)의 운전자에게, 또는 트럭(100)의 또 다른 디바이스에) 알림을 전송할 수 있다. 대안으로, 열림/닫힘 상태는 센서 디바이스(108)에 의해 또는 또 다른 센서 디바이스에 의해 다른 정보(예컨대, 온도, 습도, 컨테이너(104)의 위치, 또는 화물 적재 상태 등)의 측정을 트리거하는 데에 이용될 수 있다. 다른 예시들에서는 발견된 열림/닫힘 상태에 의해 다른 액션들이 트리거될 수 있다.

센서 디바이스(108)의 센서들은 가속도계(112) 및 회전 센서(114)를 포함할 수 있다. 가속도계 또는 회전 센서와 관련하여 단수 개념으로 언급되긴 하였지만, 일부 구현예들에 따른 기술들 또는 메커니즘들은 센서 디바이스(108)의 일부인 다수의 가속도계들 및/또는 다수의 회전 센서들이 있는 다른 예시들에 적용될 수 있음에 주의한다. 가속도계(112)는 하나 또는 다수의 축들을 따라 가속도를 측정하는 데에 이용되며, 가속도 데이터를 출력할 수 있다. 회전 센서(114)는 하나 이상의 축들 각각에 대한 회전을 측정하는 데에 이용된다. 보다 상세하게는, 회전 센서(114)는 각각의 개별 축에 대한 회전 속도 또는 회전율을 측정할 수 있다.

일부 예시들에서, 회전 센서(114)는 자이로스코프를 포함할 수 있다. 다른 예시들에서, 회전 센서(114)는 회전 벡터 센서를 포함할 수 있으며, 여기에서 회전 벡터 센서에 의해 만들어진 회전 벡터는 한 디바이스가 특정 축 주위를 일정한 각도로 회전할 때의 각도와 축의 조합으로 회전 벡터 센서의 지향을 나타낸다.

센서 디바이스(108)가 이동 가능 플랫폼에 장착된 문의 열림/닫힘 상태를 확인하는 데에 이용됨에 따라, 이용되는 임계치가 문이 장착되어 있는 틀(예컨대, 도 1의 105)의 지향에 따른 문의 움직임에 대응하지 않을 수 있어서, 가속도계로부터의 가속도 데이터를 임계치와 비교하는 것이 문의 열림/닫힘 상태를 정확하게 판정하지 않을 수 있기 때문에, 자이로스코프로부터의 회전 데이터가 이용된다. 다시 말해서, 각각 다른 문틀 지향들에 대하여 서로 다른 임계치들이 이용되어야 할 수 있다. 문의 열림/닫힘 상태를 판정하는 데에 파라미터들이 이용될 수 있음에 또한 주의한다. 하나의 문틀 지향에 대하여 트레이닝되고(trained) 러닝된(learned) 그러한 파라미터들은 상이한 지향의 문틀에 대해서는 유효하지 않을 수 있다.

따라서, 일부 구현예들에 따르면, 그 위치 및 지향이 변화할 수 있는 이동 가능 플랫폼에 문이 장착되어 있기 때문에, 문의 열림/닫힘 상태를 판정하는 프로세스는 자이로스코프(또는 다른 회전 센서)로부터의 회전 데이터를 추가적으로 이용하며, 이동 가능 플랫폼의 지향을 또한 고려한다.

다음의 논의에서는, 문, 예컨대, 문(106)의 열림/닫힘 상태를 발견하는 것과 관련하여 서술한다. 일부 예시들에 따른 기술들 또는 메커니즘들은 다른 예시들에서 임의의 유형의 배리어의 열림/닫힘 상태의 발견에 보다 일반적으로 적용될 수 있음에 주의한다.

도 1b에서, X, Y 및 Z의 세 개의 축들이 정의된다. 도 1b의 도시에서, X축은 일반적으로 위쪽을 가리키며, 이는 도 1b의 도시에서 일반적으로 각 힌지(116)의 회전 축과 평행하다. 문(106)은 힌지(116)의 회전 축에 대하여 회전 가능하다. Y축은 X축에 수직인 방사(radial)축이다. 도 1b의 도시에서, Y축은 문(106)의 주 표면과 평행하며 힌지들(116) 쪽을 가리킨다. Z축은 문(106)의 주 표면에 수직인 방향에 있고, 문(106)이 닫힘 위치에 있을 때, Z축은 컨테이너(104)의 내부 공간(110)을 가리킨다.

도 1b의 도시에서 X축이 위쪽을 가리키는 것과 관련하여 서술하였지만, 다른 예시들에서, X축은 다른 방향을 가리킬 수 있음에 주의한다. 보다 일반적으로, X축은 문(106)이 회전 가능하도록 장착되어 있는 힌지의 회전 축과 평행하다. 따라서, 다른 예시에서, 문(106)의 힌지는 그 회전 축이 수평 축을 따라서 또는 대각선(diagonal) 축을 따라서 연장하도록 장착될 수 있다. 다른 예시들에서, 위아래로 움직이는 롤링(rolling) 문에는 힌지들이 없고 위아래로 움직이기 위한 롤러 또는 다른 메커니즘들이 있다.

일부 예시들에서, 가속도계(112)는 X, Y 및 Z축들 각각을 따라서 가속도를 측정할 수 있고, 회전 센서(114)는 X, Y 및 Z축들 각각에 대해서 회전 데이터를 측정할 수 있다. 다른 예시들에서, 가속도계(112)는 X 및 Y축들을 따라서와 같은 X, Y 및 Z축들의 서브세트(subset)에서 가속도를 측정할 수 있고, 회전 센서(114)는 오직 X축에 대해서만 회전 데이터를 측정할 수 있다.

센서 디바이스(108)에 관한 일 예시가 도 2에 도시된다. 센서 디바이스(108)는 가속도계(112), 회전 센서(114), 및 하나 이상의 프로세서들(118)을 포함한다. 센서 디바이스(108)는 모두 적절한 인클로저에 하우징되어 있는 가속도계(112), 회전 센서(114), 및 프로세서(들)과 관련 메모리 및 회로가 탑재된 회로 기판으로 구현될 수 있다. 다른 예시들에서, 센서 디바이스(108)는 모두 적절한 인클로저에 하우징되어 있는 가속도계(112), 회전 센서(114), 및 프로세서(들)과 관련 메모리 및 회로를 포함한 집적 회로 칩으로 구현될 수 있다. 또 다른 예시들에서, 프로세서(들)(118)은 센서들(112 및 114)을 포함하는 어셈블리로부터 분리될 수 있다.

프로세서(들)(118)은 가속도계(112)로부터 가속도 데이터를 수신하고 회전 센서(114)로부터 회전 데이터를 수신할 수 있다. 가속도 데이터 및 회전 데이터에 기초하여, 프로세서(들)(118)은 문(106)의 열림/닫힘 상태를 판정할 수 있다. 문(106)의 열림/닫힘 상태는 데이터 네트워크를 통해 목적지(destination)에 열림/닫힘 상태 표시(204)를 송신할 수 있는 통신 컴포넌트(202)에 하나의 표시로(예컨대, 메시지, 메시지의 정보 필드, 또는 다른 표시자의 형태로) 제공될 수 있다.

통신 컴포넌트(202)는 데이터 네트워크로의 센서 디바이스(108)에 의한 무선 통신을 가능하게 하는 무선 송수신기 및 관련 회로를 포함할 수 있다. 무선 통신은 셀룰러 액세스 네트워크, 무선 근거리 네트워크, 위성 네트워크 등을 통한 무선 통신을 포함할 수 있다.

대안으로, 통신 컴포넌트(202)는 센서 디바이스(108)와 목적지 간의 유선 통신을 수행하기 위한 유선 송수신기 및 관련 회로를 포함할 수 있다.

목적지는 하나의 고정된 위치에 또는 모바일 유닛에 위치되어 있거나, 또는 데이터 센터나 클라우드의 일부로서 존재할 수 있는 서버 또는 서버들의 집합과 관련 네트워크 장비를 포함할 수 있다.

다른 예시들에서, 센서 디바이스(108)의 외부에 있는 목적지 디바이스에 열림/닫힘 상태 표시(204)를 전달하는 것 대신에, 센서 디바이스(108)의 다른 센서(들)(미도시)이 하나 이상의 파라미터들을 측정하거나 또는 또 다른 액션을 취하도록 하는 것과 같이, 액션을 트리거하기 위해, 문(106)에 대한 열림/닫힘 표시가 센서 디바이스(108)에서 내부적으로 그 대신에 이용될 수 있다.

본 발명의 일부 구현예들에 따른 기술들 또는 메커니즘들을 이용하여, 센서 디바이스(108)는 그 센서 디바이스(108) 외부의 임의의 외부 와이어링 또는 부속 디바이스(예컨대, 외부 프로세싱, 통신, 또는 저장소 디바이스)를 이용하지 않고서 배리어의 열림/닫힘 상태를 판정할 수 있게 하도록 구성된다.

다음의 논의에서는, 회전 센서(114)가 자이로스코프를 포함하는 경우의 예시들에 관하여 서술한다. 다른 예시들에서는, 일부 구현예들에 따른 기술들 또는 메커니즘들이 다른 유형의 회전 센서들과 함께 적용될 수 있음에 주의한다.

자이로스코프는 상대적으로 많은 양의 전력, 몇몇 경우에는, 예컨대, 가속도계에 의해 소모되는 전력보다 더 큰 전력을 소모할 수 있다. 이로써, 자이로스코프가 회전 데이터를 측정하는 데에 이용될 때까지, 자이로스코프를 낮은 전력 상태로 유지하는 것이 바람직하다. 낮은 전력 상태는 자이로스코프에 의한 전력 소모를 감소시키기 위해 자이로스코프가 파워 오프된 경우 또는 자이로스코프의 일부분이 파워 오프된 경우의 자이로스코프의 상태를 가리킬 수 있다. 자이로스코프는 그 자이로스코프를 낮은 전력 상태로부터 작동 상태로 전이시키기 위해 활성화될 수 있으며, 여기에서 자이로스코프의 작동 상태는 자이로스코프가 회전 데이터를 측정하고 회전 데이터를 출력할 수 있는 경우의 자이로스코프의 상태를 가리킨다.

도 3은 이동 가능 플랫폼(예컨대, 컨테이너(104))에 장착된 문(예컨대, 문(106))의 열림/닫힘 상태를 판정하는 일반적인 문 열림/닫힘(DOC; door open/close) 프로세스에 관한 흐름도이다. 도 3의 DOC 프로세스는 컴퓨팅 디바이스, 예컨대, 일부 예시들에 따른 프로세서(들)(118)에 의해서 수행될 수 있다. 도 3의 DOC 프로세스는 문에 장착되어 있는 센서 디바이스(108)의 일부인 가속도계(112)와 같은 가속도계로부터 가속도 데이터를 수신할 수 있다(302 단계). DOC 프로세스는 가속도계로부터의 가속도 데이터에 기초하여 자이로스코프(예컨대, 도 1b 또는 도 2의 114)를 활성화시킬지의 여부를 판정할 수 있으며(304 단계), 여기에서 자이로스코프를 활성화시키는 것은 자이로스코프를 낮은 전력 상태로부터 작동 상태로 전이시키는 것을 가리킨다.

자이로스코프가 활성화되지 않을 경우에, DOC 프로세스는 가속도계로부터 추가적인 가속도 데이터를 계속하여 수신할 수 있다. 그러나, 자이로스코프가 활성화 될 것이라고 판정될 경우에, DOC 프로세스는 자이로스코프의 활성화를 야기할 수 있다(306 단계). DOC 프로세스는 활성화된 자이로스코프로부터 회전 데이터를 수신한다(308 단계).

도 3의 DOC 프로세스는 자이로스코프로부터의 회전 데이터에 기초하여 (그리고 경우에 따라서는 가속도계로부터의 가속도 데이터에에 또한 기초하여) 문의 열림/닫힘 상태를 판정하는 단계(310 단계)를 또한 포함한다. 판정된 문의 열림/닫힘 상태는 문이 장착되어 있는 이동 가능 플랫폼의 지향을 또한 설명해주며, 여기에서 지향은 이동 가능 플랫폼이 다른 위치들로 이동함에 따라 변화할 수 있다. 이하에서 더 논의되는 바와 같이, 타겟 지향으로부터 벗어난 이동 가능 플랫폼의 지향으로 인한 노이즈 뿐만 아니라, 다른 소스들로부터의 노이즈도 보상하기 위해 러닝(learning) 기술이 적용될 수 있다. 예컨대, 다른 소스들로부터의 노이즈는 이상적이지 않은 센서들의 보정(calibration)으로 인한 노이즈, 및/또는 센서들의 작동과의 간섭을 야기하는 신호들을 내보내는 간섭 소스로 인한 노이즈를 포함할 수 있다.

일부 구현예들에서, 이동 가능 플랫폼이 움직이고 있음이 발견될 때 DOC 프로세스는 디스에이블될 수 있다. 이동 가능 플랫폼의 움직임을 발견하는 것은 가속도계(112)로부터의 가속도 데이터, 글로벌 위치 확인 시스템(GPS; global positioning system) 수신기로부터의 위치 확인 정보, 운송 수단에 의해 제공되는 속도 정보 등에 기초할 수 있다. 이동 가능 플랫폼이 움직이고 있음을 발견하는 것에 응답하여, DOC 프로세스는 문의 열림/닫힘 상태의 판정을 비활성화시킨다.

자이로스코프로부터의 회전 데이터가 상대적으로 높은 신뢰도로 문 열림을 발견할 수 있긴 하지만, 문 닫힘을 발견하는 것은 부정을 증명하는 것과 유사하다. 그 결과, 일부 구현예들에 따른 DOC 프로세스는 문 닫힘을 발견함에 있어서의 신뢰도를 향상시키기 위해 일정한 조건 하에서 자이로스코프로부터의 회전 데이터 및 가속도계로부터의 가속도 데이터 양자 모두를 이용할 수 있다.

이하에서는 가속도계가 X, Y, 및 Z축들 각각에서 가속도 데이터를 측정할 수 있는 3축 가속도계이고, 자이로스코프가 X, Y, 및 Z축들 각각에 대하여 회전 데이터를 측정할 수 있는 3축 자이로스코프라고 가정한다. 그러나, 다른 예시들에서, 가속도계 및 자이로스코프는 더 작은 수의 축들에 대하여 각각의 측정 데이터를 측정할 수 있다. 예컨대, 가속도계는 오직 Y 및 Z축들만을 따라서 가속도 데이터를 측정할 수 있고, 자이로스코프는 오직 X축만에 대한 회전 데이터를 측정할 수 있다.

가속도계로부터의 가속도 데이터는 (Y축을 따르는) 지름(radial) 가속도 데이터, (Z축을 따르는) 접선(tangential) 가속도 데이터, 및 (X축을 따르는) 중력 가속도 데이터를 포함하며, 이들은 r ₁ r ₂ … (지름 가속도 데이터), t ₁ t ₂ … (접선 가속도 데이터), 및 v ₁ v ₂ … (중력 가속도 데이터)로 표시된다. 자이로스코프로부터의 회전 데이터는 X축, Y축, 및 Z축에 대한 회전 데이터를 포함하며, 이는 각각 g _x,1 g _x,2 …, g _y,1 g _y,2 …, 및 g _z,1 g _z,2 …로 표시된다.

자이로스코프는 그것이 활성화될 때까지 계속 비활성 상태에 있다. 일부 구현예들에서, 일단 활성화되면, 자이로스코프는 지정된 지속 시간 동안 작동할 수 있으며, 그 지속 시간 동안 자이로스코프는 회전 데이터를 측정할 수 있다. 지정된 지속 시간의 만료에 응답하여, 자이로스코프는 전력 소모를 감소시키기 위해 비활성화된다.

DOC 프로세스의 출력은 시간 포인트 i에서의 열림/닫힘 표시 e _i 를 포함하며, 여기에서 e _i 는 DOC 프로세스에 의해 다음과 같은 다수의 여러 값들 중 하나로 설정될 수 있다:

e _i = 0 은 문의 움직임이 없음을 나타내고,

e _i = 1 은 문을 닫는 움직임(문 닫힘 상태)을 나타내며,

e _i = -1은 문을 여는 움직임(문 열림 상태)을 나타낸다.

특정 값들의 e _i 가 위에서 제시되긴 하였지만, 다른 예시들에서, e _i 는 다른 문 상태를 나타내기 위해 다른 값들로 설정될 수 있음에 주의한다.

문을 여는 움직임은, 감지 가능한 힘에 응답하여, 자이로스코프 작동에 관하여 지정된 지속 시간 동안 적어도 지정된 각도(예컨대, 8°, 10° 등)만큼의 문 열림에 의해 특징지어진다.

문을 닫는 움직임은 문이 감지 가능한 힘으로 문틀을 치는 것과, 자이로스코프 작동에 관하여 지정된 지속 시간의 부분적 단부와 같은 적어도 제2의 지속 시간 동안 나머지 문틀에서 정지된 것에 의해 특징지어진다.

일부 예시들에서, DOC 프로세스는 시퀀스 e ₁ e ₂ …, e _N 을 출력하며, 여기에서, 각각의 시간 포인트 1, 2, …, N에 대하여 N > 1이고, 시간 포인트 i에서의 e _i 는 각각 상술한 세 가지 예시적인 값들 중 하나를 가질 수 있다.

가속도계 및 자이로스코프는 50 헤르츠(Hz)와 같은 동일한 주파수 f _s 또는 상이한 주파수에서 샘플링될 수 있다.

도 4a 내지 도 4c는 시간에 관한 함수로서의 회전 데이터(도 4a), 접선 가속도 데이터(도 4b), 및 열림/닫힘 상태(도 4c)를 도시한 세 개의 그래프들이다. 도 4a의 곡선(402)은 각각의 시간 포인트들에서의 X축에 대한 자이로스코프 회전 데이터를 도시한다. 도 4b의 곡선(404)은 각각의 시간 포인트들에서의 가속도계로부터의 Z축에 대한 접선 가속도 데이터를 나타낸다. 곡선(406)은 일부 예시들에 따른 DOC 프로세스에 의해 수행되는 열림/닫힘 판정의 결과를 나타낸다. 도 4c는 문의 실제 열림/닫힘 상태를 나타내는 지상 실측 곡선(408)을 또한 도시한다. 0 보다 작은 값의 지상 실측 곡선(408)은 문이 닫혀 있음을 나타내는 한편, 0 보다 큰 값의 지상 실측 곡선(408)은 문이 열려 있음을 나타낸다. 지상 실측 곡선(408)에 의해 표시되는 바와 같이, 문은 닫힘 위치에서 시작하여, 열림 위치로 이동하고, 그 후 닫힘 위치로 이동한다. 도 4c에 도시된 예시에서, 지상 실측 곡선(408)에 의해 표시되는 바와 같이, 문 열림 시퀀스는 시간 T1에 그 중심점에 있는 한편, 문 닫힘 시퀀스는 시간 T2에 그 중심점에 있다.

곡선(404)의 위로 향한 스파이크(410)는 문 열림 상태를 나타내는 한편, 곡선(404)의 아래로 향한 스파이크(412)는 문 닫힘 상태를 나타낸다.

일반적으로, 본 발명의 일부 구현예들에 따른 DOC 프로세스는, (1) 가속도계로부터의 가속도 데이터에 기초하여 자이로스코프를 활성화시킬지의 여부를 판정하는 것과, (2) 자이로스코프 데이터 및 가능한 경우 가속도 데이터에 기초하여 문의 열림/닫힘 상태를 판정하는 것의 두 개의 서브-프로세스들을 포함한다.

자이로스코프의 활성화 트리거링

이하에서는 가속도계로부터의 가속도 데이터에 기초하여, 자이로스코프의 활성화를 트리거링하는 DOC 프로세스의 서브-프로세스에 대해 서술한다. 일반적으로, 자이로스코프의 활성화의 트리거링은 가속도 데이터의 분산(variance)에 기초할 수 있다. 분산은 확률 변수(이 경우에는 가속도 데이터)의 그 평균으로부터의 제곱 편차에 관한 기대값을 의미할 수 있다. DOC 프로세스는 계산된 분산이 하나 이상의 조건들을 만족시키는지의 여부를 판정할 수 있으며, 만족시킬 경우에, 그것은 문이 움직이고 있을 수 있다는 표시이며, 이에 따라 문의 열림/닫힘 상태에 관한 판정을 수행하기 위해 자이로스코프가 활성화되어야 한다.

단순화를 위해, 이하의 논의에서는, DOC 프로세스에서 자이로스코프가 활성화될지의 여부를 판정하기 위해 오직 가속도계로부터의 접선 가속도 데이터 t ₁ t ₂ … (Z축을 따름)만을 이용한다고 가정한다. 다른 예시들에서, X축 및 Y축 중 하나 이상을 따르는 가속도 데이터는 자이로스코프가 활성화될지의 여부를 판정하는 데에 이용될 수 있다.

시간 포인트 i에서, DOC 프로세스는 자이로스코프 활성화 표지 g _i 를 다음과 같이 산출한다:

g _i = 1 은 자이로스코프가 활성화될 것임을 표시하고,

g _i = 0 은 자이로스코프가 활성화되지 않을 것임을 표시한다.

g _i 에 대한 특정 값들을 위에서 언급하였지만, 자이로스코프 활성화 표지 g _i 는 자이로스코프가 활성화될지의 여부를 나타내기 위해 다른 예시들에서 다른 값들을 가질 수 있음이 예기된다.

도 5는 초기에 낮은 전력 상태에 있는 자이로스코프의 활성화를 제어하는 예시적인 프로세스에 관한 흐름도이다. 도 5의 프로세스는 도 1b 및 도 2의 프로세서(들)(118)에 의해, 또는 다른 컴퓨팅 디바이스에 의해 수행될 수 있다. 이하의 논의에서, μ _t,i 는 각각의 시간 포인트 i에서의 접선 가속도 데이터 t ₁ t ₂ …의 평균을 나타내는 한편, σ ² _t,i 는 각각의 시간 포인트 i에서의 접선 가속도 데이터 t ₁ t ₂ …의 분산을 나타낸다. 도 5의 프로세스는 다음의 수학식들에 따라 파라미터들(μ _t,i , σ ² _t,i )을 계산한다(단계 502).

여기에서,

수학식 1 내지 수학식 4에서, 파라미터 K는 각각의 평균 및 분산이 계산되는 접선 가속도 데이터의 샘플들의 수에 관하여 시간 윈도우 크기를 나타내는 지정된 상수 값이며, 여기에서 각각의 샘플은 각각의 시간 포인트에서 수집된다.

보다 일반적으로, 수학식 3은 시간 포인트 j = i - K + 1로부터 현재의 시간 포인트 i까지의 접선 가속도 데이터 t ₁ t ₂ …를 합산하여 S _t,i 를 계산하고, 수학식 4는 시간 포인트 j = i - K + 1로부터 현재의 시간 포인트 i까지의 접선 가속도 데이터 t ₁ t ₂ …의 제곱을 합산하여 S _t2,i 를 계산한다. S _t,i 값 및 S _t2,i 값은 각각 수학식 1 및 수학식 2에서 이용되어 평균 μ _t,i 와 분산 σ ² _t,i 을 계산한다.

프로세스는 g _i = 0으로 설정한다(단계 504).

프로세스는 다음과 같은 지정된 조건들 G1 및 G2 중 하나 이상이 만족되는지의 여부를 판정한다(단계 506).

조건 G1: σ ² _t,i > C ₁ σ ² _t,i-K

조건 G2: σ ² _t,i > C ₂

조건 G1은 수학식 2에 따라 계산된 분산 σ ² _t,i 이 C ₁ σ ² _t,i-K 보다 큰지의 여부에 관한 것이며, 여기에서 C ₁은 지정된 상수 값이다. 조건 G1은 시간 포인트 i에서의 현재 분산 σ ² _t,i 과, 시간 윈도우 i - K의 도입부에서 계산된 상수 C ₁와 분산σ ² _t,i-K 의 곱에 기초한 값과의 비교를 포함한다.

조건 G2는 시간 포인트 i에서의 현재의 분산 σ ² _t,i 이 지정된 상수 값인 임계치 C ₂보다 큰지의 여부에 관한 판정에 관한 것이다.

상술한 계산들에서, 상수들 C ₁ 및 C ₂는 접선 움직임을 생성하는 데에 이용되는 힘이 문 열림 또는 닫힘으로 인한 것일 수 있다는 점에서 충분히 의미가 있는지의 여부를 판정하는 데에 이용된다. K, C ₁ 및 C ₂의 값은 이전의 경험과 센서 디바이스 및 그 열림/닫힘 상태가 결정될 문의 특정한 특징들에 기초하여 경험적으로 설정될 수 있다. 일부 예시들에서, K = 25, C ₁ = 16, 및 C ₂ = 0.6이다. 그러나, 다른 예시들에서, 다른 값들의 K, C ₁ 및 C ₂가 이용될 수 있다. 예를 들어, C ₂는 다른 축들, 예컨대, X축, Y축, 또는 X축과 Y축 양자 모두의 조합로부터의 가속도계 측정값의 통계, 예컨대, 분산에 의해 결정될 수 있다. X축을 따르는 가속도의 분산은 문이 장착되어 있는 플랫폼, 예컨대, 컨테이너 또는 트레일러가 이동하는지의 여부를 판정하는 데에 종종 이용됨에 주의한다. X축을 따르는 가속도의 분산에 관한 함수로서의 C ₂는 본질적으로 G2가 플랫폼의 이동에 따라 조절됨을 나타낸다.

조건 G1 또는 조건 G2가 만족되는 경우에, 프로세스는 자이로스코프의 활성화를 야기시키기 위해 g _i = 1로 설정한다(단계 508). 그러나, 조건 G1과 조건 G2 중 어느 것도 만족되지 않는 경우에, 프로세스는 g _i = 0를 유지하며 태스크(502)로 되돌아간다.

또 다른 예시들에 따르면, 태스크(502)에서, 분산 σ ² _t,i 에

을 곱하여 비편향(unbiased) 샘플 분산을 얻을 수 있다. 또한, 수학식 3의 S _t,i 는 다음의 수학식 5를 이용하여 S _t,i-1 로부터 효율적으로 계산될 수 있다.

유사하게, 수학식 4의 S _t2,i 는 다음의 수학식 6을 이용하여 S _t2,i-1 로부터 효율적으로 계산될 수 있다.

대안의 예시들에서, 태스크(502)의 μ _t,i 및 σ ² _t,i 는 무한 임펄스 응답(IIR; infinite impulse response) 필터들을 이용하여 계산될 수 있다. α가 IIR 필터 파라미터를 가리킨다고 하면 다음과 같다.

그러한 대안의 예시들에서, 도 5 프로세스는 수학식 2에 따라 계산된 분산 σ ² _t,i 보다는 수학식 9에 따라 계산된 분산

를 이용하도록 수정될 수 있다.

또한, 태스크들(506 및 508)은 허위 양성(false positive)들을 감소시키기 위해 다수의 연속적인 샘플들에 대하여 조건들 G1 및 G2가 일관되게 충족되는지의 여부를 검출하도록 수정될 수 있다. 즉, 조건 G1 또는 G2가 시간 포인트 i에 대하여 만족될 때 g _i = 1로 설정하기 보다는, g _i = 1의 설정은 조건 G1 또는 G2가 다음 번의 시간 포인트들에 대하여 또한 만족되는지의 여부에 기초한다. IIR 필터들이 이용되는 경우에, 조건들 G1 및 G2가 평가되는 샘플들의 수에 대한 임계치는 σ ² _t,i 에 대해 적응적이다 -- 더 큰 σ ² _t,i 가 관측될수록, 임계치는 더 크며, 이는 IIR 필터들이 더 큰 값들에 대하여 더 긴 테일(tail)들을 갖는다는 사실을 나타낸다.

문의 열림/닫힘 상태의 감지

이하의 프로세스는, 자이로스코프로부터의 회전 데이터에 기초하여, 문의 열림/닫힘 상태가 판정되는 방법에 대해 서술한다. 일부 경우들에서, 문의 닫힘 상태는 단지 회전 데이터만으로는 판정되지 못할 수 있음에 주의한다; 그러한 경우에, 가속도 데이터가 또한 이용될 것이다.

일단 자이로스코프가 설정 g _i = 1에 응답하여 시간 포인트 i에서 트리거되면(도 5의 태스크(508)), 자이로스코프는 지정된 지속 시간(예컨대, 3초 또는 또 다른 지속 시간) 동안 활성 상태로 남는다. 자이로스코프가 지정된 지속 시간 동안 온(on) 상태에 머무르는 이유는 지정된 지속 시간 동안 회전 데이터 측정이 이루어진 이후에 자이로스코프가 낮은 전력 상태로 되돌아오는 것을 보장하기 위해서이다. 일부 예시들에 따르면, 샘플링 주파수 f _s = 50 Hz에서, 자이로스코프가 활성화될 때 3초의 지속 시간을 가정하면, 문 열림 및 닫힘을 감지하는 데에 이용하기 위해 자이로스코프로부터 총 150개의 회전 데이터 샘플들이 수집된다. 다른 예시들에서, 상이한 지속 시간 및 상이한 샘플링 주파수가 이용될 수 있다. 다음의 논의에서, 회전 데이터를 수집하기 위해 자이로스코프가 활성화되는 지속 시간은 도 6에 602로 도시된 "자이로스코프 활성 윈도우"라고 지칭된다. 도 6에서, 위쪽을 가리키는 각각의 화살표는 자이로스코프에 의해 각각의 시간 포인트에서 수집된 회전 데이터 샘플을 나타낸다.

일부 예시들에서의 문 움직임이 X축을 따르는 회전을 포함하기 때문에, DOC 프로세스는 오직 X 축에 대한 자이로스코프의 회전 데이터 g _x,i g _x,i+1 … g _x,i+149 만을 이용한다(회전 데이터의 150개 샘플들이 자이로스코프 활성 윈도우(602)에서 수집된다고 가정함).

j = i + 149 라고 가정하며, 여기에서 j는 자이로스코프 활성 윈도우(602)의 말단부를 나타내고, i는 자이로스코프 활성 윈도우의 도입부를 나타낸다. DOC 프로세스는 도 7에 도시된 프로세스에 따라 (시간 포인트 i로부터 시간 포인트 j까지의) 회전 데이터 샘플들 g _x,i g _x,i+1 … g _x,j 에 기초하여 열림/닫힘 표시 e _j 를 산출한다. 상술할 바와 같이, 열림/닫힘 표시 e _j 는 3개의 값들(문 열림을 나타내는 -1, 문 닫힘을 나타내는 1, 및 그 밖의 것을 나타내는 0) 중 하나로 설정될 수 있다.

태스크 702: 일부 예시들에서, 프로세스는 (시간 포인트 i로부터 시간 포인트 j까지의 시간 범위에서) 가장 작은 시간 포인트 k를 찾으며, 이 때 회전 데이터 샘플 g _x,k 는 문이 문틀(도 1b의 105)로부터 회전하여 나옴(rotate away)을 나타낸다. g _x,k > 0인 경우에 문이 문틀로부터 회전하여 나옴에 주의한다. 다르게 말하면, 이 태스크는 g _x,k ≥ 0, i ≤ k ≤ j이 되는 인덱스 k를 찾는 것과, 이러한 가장 작은 인덱스 k를 k ^*로 표시하는 것을 포함한다. 그러한 k가 존재하지 않을 경우에, k ^* = j + 1로 설정한다.

다른 예시들에서, 가장 작은 시간 포인트 k를 찾는 것 대신에, 프로세스는, 예컨대, 계산 복잡성을 줄이는 것을 선택하여, 문이 문틀로부터 회전하여 나감을 회전 데이터 샘플 g _x,k 이 나타내는 경우의 시간 포인트 k를 찾을 수 있다.

태스크 704: 프로세스는 시간 포인트 k ^*로부터 시간 포인트 j까지의 시간 범위에서, 자이로스코프로부터의 회전 데이터 샘플들의 근사 적분(approximate integration)을 계산함으로써 문틀로부터 회전하여 나온 문의 회전 각도를 계산한다. 회전 데이터의 근사 적분은 다음과 같이 계산된다.

위의 수학식 10에서, a _j 는 회전 데이터 샘플들을 모음(예컨대, 합산함)으로써 생성되며, 이는 문의 움직임에 관한 회전 각도(즉, 문이 X축에 대하여 얼만큼의 각도로 회전하였는지)의 근사치를 나타내는 합산 값 a _j 을 생성한다.

태스크 706: 프로세스는, 자이로스코프 활성 윈도우(602)의 부분적 말단부(도 6에 도시한 604)에서, 문이 문틀로부터 회전하여 나옴을 나타내는 회전 데이터(g _x,k )에 관한 다수의 샘플들을 계산한다. 문 닫힘 이벤트의 경우에, 부분적 말단부(604)에서 문이 열림을 나타내는 회전 데이터에 관한 샘플들의 수는 어떤 명시된임계치보다 적어야 한다. 문이 닫힐 때 문틀을 친 경우에도, 문의 탄성으로 인한 문의 진동은 자이로스코프 활성 윈도우(602)의 부분적 말단부(604)에서 일부 회전 데이터 샘플들이 (문틀로부터 이동하여 나옴을 나타내기 위해) 0보다 더 크게 되도록 할 수 있다. 보다 구체적으로, 부분적 말단부(604)에서 문이 열림을 나타내는 회전 데이터에 관한 샘플들의 수는 다음과 같이 표현된다.

수학식 11에서, j - f _s /2 ≤ k ≤ j는 부분적 말단부(604)의 지속 시간에 대응하며, 이는 j - f _s /2에서 시작하여 j에서 종료한다.

태스크 708: 프로세스는 열림/닫힘 표시 e _j 를 다음과 같이 계산한다.

a _j > C3 인 경우, e _j = -1;

a _j < C4 이고 n _j ≤ C5 인 경우, e _j = 1;

그 밖의 경우, e _j = 0

열림/닫힘 표시 e _j 는 임계치들 C3 및 C4에 대하여 문틀로부터 회전하여 나온 문의 회전 각도(a _j )를 비교하는 것에 기초하여, 그리고 n _j 를 임계치 C5와 비교하는 것에 기초하여 계산된다.

파라미터들 C3, C4, 및 C5는 지정된 상수들이다. 파라미터 C3는 문이 열림 위치로 이동하였음을 나타내기 위해 문틀로부터 멀리 떨어지는 방향으로 문이 회전해야 하는 회전 각도의 임계치(예컨대, 8°, 10° 등)를 나타낸다. 예컨대, C3가 8°를 나타내기 위해 8로 설정되는 것, 10°를 나타내기 위해 10으로 설정되는 것 등이다. 따라서, a _j > C3는 문이 C3도보다 더 많이 문틀로부터 회전하여 나왔음을 나타낸다.

파라미터 C4는 문이 가능한 경우에 닫힘 위치로 이동하였음을 나타내기 위한 것보다 a _j 가 더 작아야 하는 회전 각도의 임계치(예컨대, 3°등)를 나타낸다.

따라서, 일반적으로, DOC 프로세스는, 제1 임계치에 대하여 지정된 관계(예컨대, a _j > C3)를 갖는 합산 값 a _j 에 응답하여 문이 열림 위치로 이동하였다고 결정한다. DOC 프로세스는, 제2 임계치에 대하여 지정된 관계(예컨대, a _j < C4)를 갖는 합산 값 a _j 에 응답하여, 그리고 문 닫힘 상태를 확인해 주는 또 다른 조건(예컨대, n _j ≤ C5)에 또한 기초하여, 문이 닫힘 위치로 이동하였다고 결정한다.

파라미터 C5(예컨대, 2 등)는 문 닫힘 이벤트를 확인해주는 데에 이용되는 (문틀로부터 멀리 떨어지는 회전을 나타내기 위한) 0을 초과하는 회전 데이터의 샘플들의 임계 개수를 나타낸다. 따라서, n _j ≤ C5는 부분적 말단부(604)에서 문이 열림을 나타내는 회전 데이터에 관한 샘플들의 수가 C5 보다 작거나 그와 동일함을 명시한다. 보다 일반적으로, n _j 는 문이 정상 상태인지의 여부를 나타내기 위한 정상(stationary) 표시 값이다(예컨대, n _j ≤ C5는 문이 정상 상태임을 나타냄). a _j < C4 및 n _j ≤ C5의 양자 모두가 참일 경우에, 문 닫힘 상태가 확인되고, e _j 는 1로 설정된다.

그러나, a _j < C4이나 n _j > C5인 경우에, 문은 여전히 정지 이전의 닫힘 시퀀스 중에 있을 수 있다. 이를 고려하여, DOC 프로세스는 접선 가속도 데이터 t _j+1 t _j+2 …와 지름 가속도 데이터 r _j+1 r _j+2 … 가 문이 정지해 있고 닫혀 있을 때 추정된 정상(stationary) 값들로 수렴(converge)하는지의 여부를 계속하여(예컨대, 최대 5초 또는 또 다른 지속 시간 동안) 확인할 수 있다. 접선 가속도 데이터 및 지름 가속도 데이터의 수렴이 시간 포인트 j' > j에서 검출되는 경우에, DOC 프로세스는 e _j' = 1 로 설정한다.

따라서, a _j < C4이나 n _j > C5인 조건 하에서 문의 닫힌 상태의 판정은 자이로스코프로부터의 회전 데이터 및 문이 장착되어 있는 이동 가능 플랫폼의 지향에 기초한 결정된 수렴에 기초한다. 보다 구체적으로, 문의 닫힌 상태의 판정은 회전 데이터 및 이동 가능 플랫폼의 지향에 기초한 가속도 데이터의 수렴에 기초한다.

접선 가속도 데이터 및 지름 가속도 데이터의 수렴은 이하에서 더 상세하게 논의된다.

정상(stationary) 노이즈 레벨

전술한 바와 같이, 이동 가능 플랫폼의 지향은 이동 가능 플랫폼의 다른 위치들로의 이동의 결과로서 변경될 수 있다. 예컨대, 이동 가능 플랫폼이 경사면에 있는 경우에, 이는 어떤 가속도 데이터 값이 문의 닫힌 상태를 나타내는지에 영향을 미칠 수 있다. 또한, 센서들의 이상적이지 않은 보정으로 인한 노이즈, 또는 간섭 소스로 인한 노이즈와 같은, 센서 디바이스(108)의 센서들로부터의 측정 데이터에 존재하는 다른 노이즈가 있을 수 있다.

이하에서는 문의 닫힌 상태를 나타내는 데에 이용될 수 있는 가속도 데이터의 평균 값들 및 분산 값들을 결정하는 기술에 대해 서술한다.

문이 정상 상태이고 닫혀 있는 상태로 유지될 때, Y, Z, 및 X 축들을 따르는 가속도 데이터의 가속도 크기, 즉, 다음의 수학식 12는 약 9.8m/s²의 지구 중력 가속도에 가까워야 한다.

문이 수평면 상에 있는 이동 가능 플랫폼 상에 있는 경우에, 지름 및 접선 가속도 데이터, r _i 및 t _i 는 0이거나 0에 가까워야 한다. 가속도계의 지향(또는 동등하게 가속도계가 장착되어 있는 문의 지향)에 따라, 중력은 모든 3개의 축들에 분배될 수 있다. 결과적으로, 문이 정지해 있다고 할지라도, 가속도계의 X축이 지구 중력의 반대 방향과 완전히 정렬되지 않는다면, r _i 및 t _i 는 0이 아닐 수 있다.

이하에서는, 정상 값들인 r _i 및 t _i , 즉, 문이 정상 상태이고 닫혀 있을 때의 값들을 알게 되는 프로세스에 대해 서술하며, 여기에서, 정상 값들인 r _i 및 t _i 는 문이 장착되어 있는 이동 가능 플랫폼의 지향을 설명해준다. 이동 가능 플랫폼의 지향을 고려하는 알게된 정상 값들인 r _i 및 t _i 는 그 후, 앞서 구체적으로 논의된 바와 같이, 문이 닫혀있는지의 여부를 판정하기 위해 접선 및 지름 가속도 데이터의 수렴을 판정하는 데에 이용된다.

L이 양의 정수라 하고, 여기에서 L은 가속도 데이터 샘플들(지름 가속도 데이터 샘플들 및 접선 가속도 데이터 샘플들)의 시퀀스를 L개의 서브-시퀀스들로 분할한다. L의 예시 값들은 7, 8, 11, 13, 16 등일 수 있다.

가속도 데이터(지름 가속도 데이터 및 접선 가속도 데이터)의 정상 값들을 알게 되는 프로세스가 도 8에 도시되어 있다.

태스크 802: 프로세스는 A _M,l = M ^*, l = 0,…, L-1이 되도록 다음의 버퍼들, A _M , A _t , A _r , B _t , 및 B _r 을 초기화하며, 여기에서 M ^*은 모든 시간 포인트들 i에 대하여 M _i ≤ M ^*이 되도록 충분히 큰 값을 의미하고, 나머지 4개의 버퍼들은 0(또는 임의의 숫자들)으로 채워진다. 버퍼 A _t 는 접선 가속도 데이터의 계산된 정상 평균 값을 저장하는 데에 이용되고, 버퍼 A _r 는 지름 가속도 데이터의 계산된 정상 평균 값을 저장하는 데에 이용되고, 버퍼 B _t 는 접선 가속도 데이터의 계산된 정상 분산 값을 저장하는 데에 이용되며, 버퍼 B _r 는 지름 가속도 데이터의 계산된 정상 분산 값을 저장하는 데에 이용된다. 버퍼 A _M 는 가속도 데이터의 가속도 크기(수학식 12에 따라 계산된 M _i )에 관한 정상 분산 값을 저장하는 데에 이용된다.

도 8이 특정 버퍼들을 이용하는 경우의 예시들과 관련 있는 것이기는 하지만, 다른 예시들에서는 다른 데이터 구조들이 각각의 값들을 저장하는 데에 이용될 수 있음에 주의한다.

태스크 804: 프로세스는 위의 수학식 1 내지 수학식 4에서 수행된 것과 유사한 연산을 이용하여 지름 가속도 데이터의 평균 및 분산(μ _r,i , σ ² _r,i ), 접선 가속도 데이터의 평균 및 분산(μ _t,i , σ ² _t,i ), 그리고 가속도 크기의 분산(σ ² _M,i )을 계산한다.

태스크 806: 일부 예시들에서 가속도 데이터 샘플들의 시퀀스가 L개의 서브-시퀀스들로 분할되기 때문에, 각각의 서브-시퀀스들에 대하여 계산된 각각의 분산 및 평균 값들을 저장하는 데에 L개의 버퍼들이 이용된다. 다시 말해서, A _M,0 내지 A _M,L-1 로 표현되는 L개의 A _M 버퍼들, A _t,0 내지 A _t,L-1 로 표현되는 L개의 A _t 버퍼들, A _r,0 내지 A _r,L-1 로 표현되는 L개의 A _r 버퍼들, B _t,0 내지 B _t,L-1 로 표현되는 L개의 B _t 버퍼들, 및 B _r,0 내지 B _r,L-1 로 표현되는 L개의 B _r 버퍼들이 있다. 태스크 806에서, 프로세스는 다음과 같이 국소 최소 값들에 따라 버퍼들을 업데이트한다. s = i mod L이라고 가정한다. σ ² _M,i < A _M,s 인 경우, 다음과 같이 버퍼들을 업데이트한다.

A _M,s = σ ² _M,i

A _t,s = μ _t,i

A _r,s = μ _r,i

B _t,s = σ ² _t,i

B _r,s = σ ² _r,i

위에서, s = 0 … L-1이고, 시간 포인트 i에서의 가속도 크기의 현재 분산(σ ² _M,i )이 버퍼 A _M,s 에서의 값보다 작은 경우에, 버퍼 A _M,s 는 σ ² _M,i 값으로 업데이트되고, 나머지 버퍼들 A _t,s , A _r,s , B _t,s , 및 B _r,s 는 각각의 평균 및 분산 값들 μ _t,i , μ _r,i , σ ² _t,i , 및 σ ² _r,i 로 업데이트된다.

실질적으로, 모든 접선 및 지름 가속도 데이터 샘플들이 프로세싱된 이후에, L개의 버퍼들 A _t,0 내지 A _t,L-1 는 접선 가속도 데이터 샘플들의 평균 μ _t,i 에 관한 L개의 개별 국소 최소치를 포함한다. 유사하게, L개의 버퍼들 A _r,0 내지 A _r,L-1 는 지름 가속도 데이터 샘플들의 평균 μ _r,i 에 관한 L개의 개별 국소 최소치를 포함하고, L개의 버퍼들 B _t,0 내지 B _t,L-1 는 접선 가속도 데이터 샘플들의 분산 σ ² _t,i 에 관한 L개의 개별 국소 최소치를 포함하며, L개의 버퍼들 B _r,0 내지 B _r,L-1 는 지름 가속도 데이터 샘플들의 분산 σ ² _r,i 에 관한 L개의 개별 국소 최소치를 포함한다.

태스크 808: i mod T == 0 인 경우에, 프로세스는 절대 극값에 따라 지름 및 접선 가속도 데이터의 정상 평균 및 분산 값들을 업데이트한다. 보다 구체적으로, 일부 예시들에서, 프로세스는 인덱스 l ^* = arg max _l A _M,l 을 찾아내며, 이는 L개의 버퍼들 A _M,0 내지 A _M,L-1 에서 분산 값들 각각의 최대값(절대 극값의 일 예시)을 찾아낸다. T는 다수의 가속도 데이터 샘플들로 표현된 러닝(learning) 시간 주기를 나타냄에 주의한다. 다시 말해서, T 시간 주기 마다, 지름 및 접선 가속도 데이터의 평균 및 분산 값들은

, 및

로 업데이트된다. 태스크 808은 다음을 포함한다.

ㆍ 접선 및 지름 컴포넌트들의 정상 추정치들로

및

를 각각 기록하는 것

ㆍ 정상 값들에 대응하는 접선 및 지름 분산의 추정치들로

및

를 각각 기록하는 것

ㆍ A _M,l = M ^*, l = 0,…,L-1이 되도록 A _M 을 재설정하는 것

위에서, T는 샘플링 주파수 f _s 에 의존할 수 있다. 예컨대, 프로세스는 T = 30f _s 또는 T = 600f _s 를 선택할 수 있으며, 그 결과 각각 30초 및 10분의 러닝 주기가 된다. T는 다른 예시들에서 다른 값들을 가질 수 있다.

태스크 806은 기본적으로 다음을 연산함에 주의한다

이로써, 상술한 프로세스는 최대최소(maxmin) 방법이다. 다른 예시들에서, 위의 태스크들 806 및 808의 최소화 및 최대화 작업들의 순서를 변경함으로써 정상 지름 및 접선 가속도 평균 및 분산 값들을 추정하는 데에 최소최대(minmax) 방법이 이용될 수 있다.

보다 일반적으로, 접선 및 지름 가속도 데이터 값들의 평균 및 분산

, 및

을 찾아내는 것은 1) 각각의 서브-시퀀스들{σ ² _M,i ; i mod L = s}에 대하여 국소 극값들(최대최소 방법이 이용되는지 또는 최소최대 방법이 이용되는지에 따라 최소 값들 또는 최대 값들)을 찾아내는 것, 2) 그 후 국소 극값들 중 절대 극값들(최대최소 방법이 이용되는지 또는 최소최대 방법이 이용되는지에 따라 최대값 또는 최소값)을 찾아내는 것, 및 3) 마지막으로 찾아낸 절대 극값과 대응하는(예컨대, 동일한 위치에 있는) 접선 및 지름 가속도 데이터 값들의 평균 및 분산을 결정하는 것을 포함한다. 예컨대, 절대 극값이 시각(time instant) i ^*에 도달할 경우, 시각 i ^*에서 계산된 평균 및 분산, 즉, μ _t,i* , μ _r,i* , σ ² _t,i* , 및 σ ² _r,i* 은 각각

, 및

의 추정치들로 이용될 수 있다.

접선 및 지름 가속도 데이터 값들

, 및

의 정상 평균 및 분산 값들은 문 닫힘 이벤트가 발생하였는지의 여부를 판정하는 것에 대하여 전술한 바와 같이 접선 및 지름 가속도 데이터의 수렴을 검출하는 데에 직접적으로 이용될 수 있다. 각각의 러닝 주기 동안, 현재의 정상 평균 접선 및 지름 가속도 데이터 값들

및

은 다음 러닝 주기에 대하여 새로운 추정치가 이용 가능할 때까지 다음 T 샘플들에 대하여 이용될 수 있다.

다른 예시들에서, 정상 평균 접선 및 지름 가속도 데이터 값들은, 예컨대, IIR 필터를 이용함으로써 필터링될 수 있다. 예컨대,

를 이용하는 것 대신에, 필터링된 버전이 다음과 같이 계산될 수 있다.

여기에서,

는

의 IIR 필터링된 버전을 의미한다. 일부 예시들에서,

는 필터링 프로세스의 초반에 디폴트 값으로 초기화될 수 있다. 유사한 필터들이

및

에 적용되어

및

를 얻을 수 있다.

,

및

, 또는 동등하게

,

및

을 이용하여, 일부 구현예들에 따른 프로세스는 이하의 두 개의 등식들이 만족되는지의 여부를 확인함으로써 t _j ₊₁ t _j ₊₂… 및 r _j ₊₁ r _j ₊₂…가 수렴하는지의 여부를 검출할 수 있다.

여기에서, C _t 및 C _r 은 지정된 상수들이다. C _t 및 C _r 의 예시적인 값들은 1.2, 1.5, 2.0 등이다. 접선 및 지름 가속도 데이터 컴포넌트들이 수렴을 테스팅함에 있어서 다르게 취급될 수 있도록 하기 위해 C _t 는 C _r 과 상이할 수 있음에 주의한다. 그러한 바이어스(bias)를 도입하는 이유들은 각각 다른 사전 지식 및/또는 각각 다른 애플리케이션들을 포함한다. 강건성(robustness)을 향상시키고 허위 양성을 감소시키기 위해, Nc가 양의 정수일 때 j, j + 1,…,j + N _c - 1 모두에 대하여 수학식 15 및 16이 유효할 경우에만 시간 포인트 j + N _c - 1에서 수렴이 검출됨에 또한 주의한다. N _c 의 예시들은 5, 10, f _s /2, f _s ,… 이다.

수학식 15 및 16은 설계에 의해 또는 선택에 의해(예컨대, 전력 절감을 위해) 자이로스코프가 이용 가능하지 않을 경우에 문이 열림 상태에 있는지의 여부를 판정하는 데에 또한 이용될 수 있다. 예컨대, 일정 기간 동안, 수학식 15 및 16이 가끔씩만 만족될 경우에, 문은 열림 상태에 있다고 판정된다.

일부 예시들에서, 국소 최소치 및 절대 극값을 판정하기 위해 가속도 크기의 분산 σ ² _M 대신에 다른 연산 가능한 통계들이 이용될 수 있음에 또한 주의한다. 예시들은 그 축들 중 하나를 따르는 가속도계의 데이터에 관한 분산, 가속도계의 데이터에 관한 함수의 분산(예컨대, 그 축들 중 둘의 L2 법선), 그 축들을 따르는 가속도계의 데이터의 분산에 관한 함수(예컨대, 접선 분산 및 지름 분산의 선형 조합), 자이로스코프의 데이터에 관한 유사한 함수들, 가속도계의 데이터 및 자이로스코프의 데이터 양자 모두에 관한 함수들의 조합을 포함한다.

위의 프로세스는 그 축들 중 하나 이상을 따르는 자이로스코프 데이터의 바이어스 및/또는 노이즈 레벨들을 알아내는 데에 또한 이용될 수 있다. 예컨대, 자이로스코프 및 가속도계가 동일한 센서 디바이스의 일부인 경우에, 가속도계의 분산 또는 그 함수들은 국소 최소치(수학식 13 참조) 및 절대 극값을 판정하는 데에 이용될 수 있다. 절대 극값에 도달하는 시간은 그 후 센서 디바이스가 정상 위치/상태에 있는 시간을 계산하는 데에 이용될 수 있다. 마지막으로 판정된 절대 극값의 시점에서의 자이로스코프 샘플/평균은 자이로스코프의 바이어스에 관한 추정치로 이용될 수 있다. 유사하게, 절대 극값의 시점에서의 자이로스코프 분산은 센서 디바이스가 정상 위치/상태에 있을 때의 자이로스코프의 노이즈 레벨에 관한 추정치로 이용될 수 있다.

상술한 프로세스들은 센서 디바이스(108)의 프로세서들(118)에 의해 수행될 수 있다. 일부 예시들에서, 프로세스들은 프로세서(들)(118) 상에서 실행 가능한 기계 판독 가능 명령어들에 의해 수행될 수 있다. 기계 판독 가능 명령어들은 비일시적 컴퓨터 판독 가능 저장 매체 또는 기계 판독 가능 저장 매체에 저장될 수 있다. 저장 매체는, 동적 또는 정적 랜덤 액세스 메모리(DRAM 또는 SRAM), 소거 가능 및 프로그램 가능 판독 전용 메모리(EPROM), 전기적 소거 가능 및 프로그램 가능 판독 전용 메모리(EEPROM), 및 플래시 메모리들과 같은 반도체 메모리 디바이스들, 고정 또는 착탈식 디스크와 같은 자기 디스크, 또는 다른 유형의 저장 디바이스들을 포함하는 하나 또는 다수의 상이한 형태의 메모리를 포함할 수 있다. 전술한 명령어들은 하나의 컴퓨터-판독 가능 또는 기계-판독 가능 저장 매체 상에 제공될 수 있거나, 또는 대안으로, 가능한 경우에 복수의 노드들을 포함하는 큰 시스템에 분배되는 다수의 컴퓨터-판독 가능 또는 기계-판독 가능 저장 매체들 상에 제공될 수 있음에 주의한다. 그러한 컴퓨터-판독 가능 또는 기계-판독 가능 저장 매체 또는 매체(들)은 물품(또는 제조 물품)의 일부인 것으로 여겨진다. 물품 또는 제조 물품은 임의의 제조된 단일 컴포넌트 또는 다수의 컴포넌트들을 지칭할 수 있다. 저장 매체 또는 매체들은 기계 판독 가능 명령어들을 실행하는 기계에 배치되거나 또는 실행을 위해 네트워크를 통해 기계 판독 가능 명령어들을 다운로드할 수 있는 원격 사이트에 배치될 수 있다.

앞서의 서술에서는, 이 문서에 개시되는 주제에 관한 이해를 제공하기 위해 많은 세부 사항들이 제시된다. 그러나, 구현예들은 이러한 세부 사항들 중 일부 없이 실행될 수 있다. 다른 구현예들은 앞서 논의된 세부 사항들로부터의 변형 및 변동을 포함할 수 있다. 첨부된 청구범위는 그러한 변형 및 변동을 포함하는 것이다.

Claims

장치에 있어서,
열림 위치와 닫힘 위치 사이에서 회전 가능한(pivotable) 배리어(barrier)에 장착하기 위한 센서 디바이스 - 상기 배리어는 이동 가능 플랫폼 상에 회전 가능하게 장착되고, 상기 이동 가능 플랫폼은 상기 이동 가능 플랫폼의 작동 동안 상이한 위치들 사이에서 이동 가능하고, 상기 센서 디바이스는 축에 대한 회전을 측정하기 위한 회전 센서, 및 가속도를 측정하기 위한 가속도계를 포함함 - ; 및
적어도 하나의 프로세서
를 포함하고,
상기 적어도 하나의 프로세서는,
상기 이동 가능 플랫폼의 현재 지향(orientation)에 대한 가속도 데이터의 수렴(convergence) 값을 학습하고(learn) - 상기 수렴 값은 상기 이동 가능 플랫폼의 상이한 지향들에 대해 상이함 - ;
상기 회전 센서로부터의 회전 데이터 및 상기 이동 가능 플랫폼의 현재 지향에 대한 상기 학습된 수렴 값에 기초한 상기 가속도계로부터의 가속도 데이터의 수렴에 기초하여, 상기 배리어의 열림/닫힘 상태를 판정하고; 및
상기 배리어의 열림/닫힘 상태의 판정에 응답하여 액션을 트리거
하도록 구성된 것인 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는 상기 회전 센서로부터의 회전 데이터 및 상기 학습된 수렴 값에 기초하여 상기 가속도계로부터의 가속도 데이터가 수렴하였다고 판정한 것에 기초하여, 상기 배리어가 닫힘 위치로 이동하였다고 판정하도록 구성된 것인 장치.
제1항에 있어서,
상기 학습된 수렴 값은 가속도 데이터의 정상 평균 및 분산 값들을 포함하는 것인 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는 복수의 시간 포인트들에서 상기 회전 센서로부터의 회전 데이터를 합산하는 것에 기초하여 상기 배리어의 열림/닫힘 상태를 판정하도록 구성되고, 상기 합산하는 것은 상기 배리어의 회전 각도를 나타내는 합산 값을 생성하는 것인 장치.
제4항에 있어서,
상기 적어도 하나의 프로세서는 제1 임계치에 대하여 지정된 관계를 가지는 상기 합산 값에 응답하여 상기 배리어가 열림 위치로 이동하였다고 판정하고, 제2 임계치에 대하여 지정된 관계를 가지는 상기 합산 값에 응답하여 상기 배리어가 닫힘 위치로 이동하였다고 판정하도록 구성된 것인 장치.
제5항에 있어서,
상기 복수의 시간 포인트들은 시간 윈도우의 일부이고, 상기 적어도 하나의 프로세서는 또한, 상기 시간 윈도우의 말단부의 시간 포인트들에서의 상기 회전 데이터에 기초하여, 상기 배리어가 정상 상태인지 여부를 표시하는 정상(stationary) 표시 값을 계산하도록 구성된 것인 장치.
제6항에 있어서,
상기 적어도 하나의 프로세서는, 상기 합산 값이 상기 제2 임계치보다 작고 상기 정상 표시 값이 정상 표시 임계치보다 작은 것에 응답하여, 상기 배리어가 닫힘 위치로 이동하였다고 판정하도록 구성된 것인 장치.
제7항에 있어서,
상기 적어도 하나의 프로세서는, 상기 합산 값이 상기 제2 임계치보다 작고 상기 정상 표시 값이 상기 정상 표시 임계치보다 큰 것에 응답하여, 상기 배리어가 닫힘 위치로 이동하였다고 판정하도록 구성된 것인 장치.
제3항에 있어서,
상기 적어도 하나의 프로세서는 가속도 데이터 샘플들의 각각의 서브-시퀀스들에 대하여 국소(local) 극값들을 찾아내는 것과 그 후 상기 국소 극값들 중 절대(global) 극값을 찾아내는 것에 기초하여, 가속도 데이터의 정상 평균 및 분산 값들을 계산하도록 구성된 것인 장치.
제1항에 있어서,
상기 회전 센서는 초기에 낮은 전력 상태에 있는 것이며, 상기 적어도 하나의 프로세서는,
상기 가속도계로부터의 가속도 데이터에 기초하여 분산을 계산하고; 및
상기 계산된 분산에 응답하여 상기 낮은 전력 상태로부터 작동 상태로 전이하게 상기 회전 센서를 트리거하도록 구성된 것인 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는,
상기 이동 가능 플랫폼의 이동을 검출하고,
상기 이동 가능 플랫폼의 이동을 검출하는 것에 응답하여, 상기 배리어의 열림/닫힘 상태의 판정을 비활성화시키도록 구성된 것인 장치.
제1항에 있어서,
상기 적어도 하나의 프로세서는 상기 센서 디바이스의 일부인 것인 장치.
제12항에 있어서,
상기 센서 디바이스는 상기 센서 디바이스 외부의 임의의 외부 와이어링 또는 부속 디바이스를 이용하지 않고서 상기 배리어의 열림/닫힘 상태의 판정을 허용하도록 구성된 것인 장치.
제1항에 있어서,
상기 센서 디바이스는 목적지(destination) 디바이스에 네트워크를 통해 상기 배리어의 열림/닫힘 상태의 표시을 송신하기 위한 통신 컴포넌트를 더 포함하는 것인 장치.
적어도 하나의 프로세서에 관한 방법에 있어서,
회전 센서로부터, 복수의 시간 포인트들에서의 회전 데이터를 수신하는 단계 - 상기 회전 센서는 열림 위치와 닫힘 위치 사이에서 회전 가능한 배리어에 장착된 센서 디바이스의 일부이고, 상기 배리어는 이동 가능 플랫폼 상의 틀(frame)에 회전 가능하게 장착되고, 상기 이동 가능 플랫폼은 상기 이동 가능 플랫폼의 작동 동안 상이한 위치들 사이에서 이동 가능함 - ;
합산 값을 생성하기 위해 상기 복수의 시간 포인트들에서의 상기 회전 데이터를 합산하는 단계;
가속도계로부터 가속도 데이터를 수신하는 단계;
수렴 값 - 상기 수렴 값은 상기 이동 가능 플랫폼의 상이한 지향들에 대해 상이함 - 을 학습하는 단계;
상기 합산 값에 기초하여, 상기 배리어가 열림 위치 또는 닫힘 위치로 이동하였는지 여부를 판정하는 단계 - 상기 배리어가 닫힘 위치로 이동하였는지 여부의 판정은 또한, 상기 이동 가능 플랫폼의 이동으로 인해 가변적인 상기 학습된 수렴 값에 기초한 상기 가속도 데이터의 수렴에 기초함 - ; 및
상기 배리어가 열림 위치 또는 닫힘 위치에 있다고 판정한 것에 응답하여 액션을 트리거하는 단계
를 포함하는 방법.
제15항에 있어서,
상기 합산 값은 상기 배리어의 회전 각도를 나타내는 것인 방법.
제15항에 있어서,
상기 판정하는 단계는 상기 합산 값이 제1 임계치를 초과하는 것에 응답하여, 상기 배리어가 열림 위치로 이동하였음을 검출하는 단계를 포함하는 것인 방법.
제17항에 있어서,
상기 판정하는 단계는 상기 합산 값이 제2 임계치보다 작고, 정상 표시 값이 상기 배리어가 정상 상태가 되었음을 나타내는 것에 응답하여, 상기 배리어가 닫힘 위치로 이동하였음을 검출하는 단계를 포함하는 것인 방법.
제17항에 있어서,
상기 합산 값이 제2 임계치보다 작은 것과, 상기 가속도계로부터의 가속도 데이터가 상기 가속도 데이터의 정상 평균 및 분산 값들을 포함하는 상기 수렴 값에 기초한 지정(specified) 상태로 수렴하였다는 것에 응답하여 상기 배리어가 닫힘 위치로 이동하였음을 검출하는 단계를 더 포함하는 방법.
명령어들을 저장하는 비일시적 기계 판독 가능 저장 매체에 있어서, 상기 명령어들은 실행시에 적어도 하나의 프로세서가,
회전 센서로부터 회전 데이터를 수신하고;
가속도계로부터 가속도 데이터를 수신하고;
배리어가 제1 임계치보다 큰 값만큼 회전하였음을 표시하는 회전 데이터에 기초하여, 이동 가능 플랫폼 상에 장착된 상기 배리어가 열림 위치에 있다고 판정하고;
상기 배리어가 제2 임계치보다 작은 값만큼 회전하였음을 표시하는 회전 데이터 및 상기 이동 가능 플랫폼의 지향에 기초한 지정 값 - 상기 지정 값은 상기 이동 가능 플랫폼의 상이한 지향들에 대해 상이함 - 으로 수렴하는 가속도 데이터에 기초하여 상기 배리어가 닫힘 위치에 있다고 판정하고; 및
상기 배리어가 열림 위치 또는 닫힘 위치에 있다고 판정한 것에 응답하여 액션을 트리거하게 하는 것인 비일시적 기계 판독 가능 저장 매체.
제20항에 있어서,
상기 명령어들은 실행시에 상기 적어도 하나의 프로세서가,
상기 이동 가능 플랫폼의 현재 지향에 대한 상기 지정 값을 학습하게 하는 것 - 상기 학습된 지정 값은 가속도 데이터에 기초함 - 인 비일시적 기계 판독 가능 저장 매체.