RU2740260C2 - Отслеживание воздействия загрязнения воздуха - Google Patents

Отслеживание воздействия загрязнения воздуха Download PDF

Info

Publication number
RU2740260C2
RU2740260C2 RU2018127658A RU2018127658A RU2740260C2 RU 2740260 C2 RU2740260 C2 RU 2740260C2 RU 2018127658 A RU2018127658 A RU 2018127658A RU 2018127658 A RU2018127658 A RU 2018127658A RU 2740260 C2 RU2740260 C2 RU 2740260C2
Authority
RU
Russia
Prior art keywords
information
sensor
user
pollution
data sources
Prior art date
Application number
RU2018127658A
Other languages
English (en)
Other versions
RU2018127658A3 (ru
RU2018127658A (ru
Inventor
Деклан Патрик КЕЛЛИ
Михаэль Мартин ШЕЙЯ
Вэй Чэнь
Рим ХЕЛАУИ
Original Assignee
Конинклейке Филипс Н.В.
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 Конинклейке Филипс Н.В. filed Critical Конинклейке Филипс Н.В.
Publication of RU2018127658A publication Critical patent/RU2018127658A/ru
Publication of RU2018127658A3 publication Critical patent/RU2018127658A3/ru
Application granted granted Critical
Publication of RU2740260C2 publication Critical patent/RU2740260C2/ru

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING 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
    • G01D9/00—Recording measured values
    • G01D9/005—Solid-state data loggers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biochemistry (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Food Science & Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Combustion & Propulsion (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Air Conditioning Control Device (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Emergency Alarm Devices (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

Группа изобретений относится к способу и устройству для отслеживания воздействия на пользователя загрязняющих веществ в воздухе. Способ включает прием информации о загрязнении от множества источников данных о качестве воздуха в одном или более местоположениях пользователя; определение весового коэффициента каждого из множества источников данных на основе информации о типе источника данных, причем весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, содержащего указанный датчик; выбор источников данных с заданным весовым коэффициентом из множества источников данных; и сбор информации о загрязнении от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени. Группа изобретений обеспечивает повышение эффективности отслеживания воздействия на пользователя загрязняющих веществ в воздухе. 2 н. и 11 з.п. ф-лы, 1 табл., 4 ил.

Description

Область техники, к которой относится изобретение
Настоящее изобретение относится к отслеживанию воздействия на пользователя загрязнения воздуха, предпочтительно, но не исключительно, к способу отслеживания воздействия на пользователя загрязняющих веществ в воздухе и устройству для отслеживания воздействия на пользователя загрязняющих веществ в воздухе.
Уровень техники
Хорошо подтверждено, что длительное воздействие от множества типов загрязнения воздуха коррелирует с повышенным риском существенного заболевания и увеличенными показателями смертности. Поскольку невозможно полностью избегать воздействия загрязнения воздуха, многие правительственные органы публикуют усредненные по времени пороговые значения, которые определяют пределы допустимого воздействия. Например, китайский стандарт GB3095-2012 предписывает уровень 35 мкг/м3 для мелкодисперсного вещества PM2,5 в течение 24-часового периода, в то время как указания в области качества воздуха Всемирной организации здравоохранения WHO устанавливают предельное значение для PM2,5 как 10 мкг/м3 в качестве среднегодовой величины и 25 мкг/м3 в качестве 24-часового среднего значения. Другие загрязняющие вещества, такие как O3 и NO2, имеют средние уровни воздействия, заданные в течение множества различных периодов: например, указания WHO устанавливают значение для воздействия O3 как 10 мкг/м3 в качестве 8-часового среднего значения, в то время как воздействие NO2 устанавливается в 40 мкг/м3 в качестве среднегодовой величины, но 200 мкг/м3 в качестве 1-часового среднего значения.
Информация о качестве воздуха в реальном времени (или почти реальном времени) все в большей степени становится публично доступной на основе данных от станций наблюдения за окружающей средой, которые типично устанавливаются и управляются государственными органами, зачастую, чтобы помогать в соблюдении законодательства в области окружающей среды. Например, веб-сайт по адресу http://aqicn.org публикует информацию о качестве воздуха в реальном времени для различных городов мира, которая включает в себя уровни загрязнения в конкретных местах установки датчиков в этих городах. Хотя данные высокого качества являются доступными от публичных станций наблюдения, пространственный охват от этих станций является относительно низким, и неопределенность концентрации загрязнения увеличивается с увеличением расстояния от станции наблюдения. Чтобы увеличивать охват, могут быть использованы другие подключенные датчики, а их данные публично распространяются.
Например, датчики качества воздуха все в большей степени обнаруживаются в других местоположениях, например, в коммерческих зданиях, где они типично используются для вентиляции с управлением по требованию, и в частных домах, где начинают появляться воздухоочистители. Такие воздухоочистители могут иметь встроенные датчики, которые могут отправлять свои данные приложению, установленному на пользовательском устройстве, таком как смартфон.
Однако, в отличие от станций наблюдения за окружающей средой, качество данных, предоставляемых другими источниками, не может быть гарантировано. Например, что касается датчиков, интегрированных в коммерческие системы очистки воздуха, качество данных вероятно будет зависеть от производителя, марки и модели. Аналогично, люди с переносными датчиками могут транслировать показатель качества воздуха, но результаты будут сильно зависеть от позиции датчика и качества датчика.
Поэтому существует общая проблема, что в случаях, когда данные о загрязнении воздуха предоставляются для совместного использования, качество данных является неизвестным и не может быть гарантировано.
US2015/005901 раскрывает создание реестра датчиков для множества устройств датчиков и назначение рейтинга качества таким датчикам посредством перекрестной проверки согласованности показаний с другими устройствами в аналогичном местоположении.
Даже если возможно проверять значения качества воздуха в различных конкретных местоположениях на основе публично доступных данных о качестве воздуха, очень трудно человеку определять его персональную подверженность воздействию, чтобы гарантировать, что она попадает в опубликованные ограничения норм. Это становится даже более трудным, когда человек перемещается между различными местоположениями внутри и снаружи зданий, которые обычно характеризуются своими собственными профилями и концентрациями загрязнения.
Для конкретных целевых групп, таких как группы с респираторным заболеванием, отслеживание воздействия является жизненно важным, чтобы не допускать обострение заболевания.
Документ Umweltbundesamt: "Das Luftmessnetz des Umweltbundesamtes", 1 сентября 2013 года, раскрывает способ отслеживания воздействия на человека загрязняющих веществ в воздухе с помощью множества EMEP-станций (Европейская программа наблюдения и оценки) наблюдения за окружающей средой, управляемых Umeweltbundesamt и взаимодействующими партнерами.
Сущность изобретения
Целью изобретения является предоставление способа и устройства для отслеживания воздействия на пользователя загрязняющих веществ в воздухе, которые, в значительной степени, облегчают или преодолевают одну или более проблем, упомянутых выше.
Изобретение задается посредством независимых пунктов формулы изобретения. Зависимая формула изобретения определяет полезные варианты осуществления.
Согласно настоящему изобретению предоставляется способ для отслеживания воздействия на пользователя загрязняющих веществ в воздухе, содержащий прием информации о загрязнении от множества источников данных о качестве воздуха в одном или более местоположениях пользователя, определение весового коэффициента, по меньшей мере, для одного из множества источников данных, весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, выбор источников данных из множества источников данных на основе взвешивания и сбора информации о загрязнении от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени.
Собирая точную и надежную информацию о загрязнении в течение предварительно определенного периода, пользователи имеют возможность сравнивать свою персональную подверженность воздействию с опубликованными пороговыми значениями.
Способ может преимущественно содержать выбор источника данных, имеющего наивысший весовой коэффициент, в качестве представляющего самые точные данные. Посредством выбора наивысшего весового коэффициента по множеству источников данных общая неточность в собранных диаграммах воздействия может сохраняться настолько низкой, насколько возможно.
Способ может дополнительно содержать вычисление среднего значения для уровня загрязнения из информации о загрязнении от источников данных, имеющих равный весовой коэффициент. Когда множеству источников данных назначается одинаковый весовой коэффициент, может быть вычислен средний уровень, который может улучшать точность.
Способ может содержать отмену выбора источников данных, имеющих весовой коэффициент ниже предварительно определенного порогового значения. Другими словами, способ может содержать выбор только источников данных, имеющих весовой коэффициент выше предварительно определенного порогового значения. Преимущественно, данные о качестве воздуха, которые считаются ненадежными, могут быть исключены из вычислений воздействия.
Определение весового коэффициента, по меньшей мере, для одного из множества источников данных может содержать прием предварительно определенной информации о весовом коэффициенте. Преимущественно, способ может повторно использовать ранее определенную информацию о весовом коэффициенте, таким образом, избегая необходимости повторного вычисления. Предварительно определенная информация о весовом коэффициенте может также быть более надежной, поскольку она могла быть вычислена из множества различных показателей.
Предварительно определенная информация о весовом коэффициенте может быть получена посредством приема идентификационной информации, по меньшей мере, для одного источника данных, передачи идентификационной информации удаленному серверу и приема предварительно определенной информации о весовом коэффициенте, по меньшей мере, для одного источника данных, соответствующего идентификационной информации.
Например, когда каждый датчик, ассоциированный с источником данных, имеет уникальный ID, этот уникальный ID может быть передан датчиком и использован пользователем, например, приложением на пользовательском мобильном устройстве, чтобы возвращать информацию о весовом коэффициенте для этого датчика, например, из облачной службы.
В свою очередь, когда датчик имеет вновь вычисленный весовой коэффициент, этот весовой коэффициент, вместе с уникальным ID, может быть выгружен пользователем на удаленный сервер, например, в облачную службу, так что он может быть впоследствии использован другими устройствами. Посредством выгрузки весовых коэффициентов на удаленный сервер, согласованный весовой коэффициент может своевременно быть получен на основе весовых коэффициентов большого числа пользователей.
Преимущественно, определение весового коэффициента, по меньшей мере, для одного из множества источников данных может содержать определение весового коэффициента источника данных на основе информации о типе источника данных, такой как модель датчика для датчика, ассоциированного с источником данных. Поскольку отдельные экземпляры одинаковой модели датчика вероятно должны быть построены по одинаковым стандартам и, таким образом, иметь аналогичную точность и достоверность данных, весовые коэффициенты могут быть назначены таким моделям без необходимости выполнять индивидуальные сравнения с известными стандартными датчиками.
Чтобы устанавливать весовые коэффициенты на основе типа датчика или модели, способ может содержать сравнение информации о загрязнении для каждого из множества различных датчиков, имеющих одинаковый тип датчика, с информацией о загрязнении от предварительно определенных источников данных, ассоциированных с высококачественной информацией о загрязнении, вычисление степени качества датчика для типа датчика, степень качества датчика, ассоциируемую с весовым коэффициентом, и назначение весового коэффициента заданному типу датчика на основе вычисленной степени качества датчика.
Преимущественно, определение весового коэффициента источника данных может содержать сравнение первой информации о загрязнении от невзвешенного источника данных со второй информацией о загрязнении от предварительно определенного источника данных, который ассоциируется с высококачественной информацией о загрязнении, и назначение весового коэффициента невзвешенному источнику данных на основе результата сравнения.
Невзвешенный источник данных, следовательно, эффективно сравнивается со стандартным источником, так что его весовой коэффициент может быть точно определен. Предварительно определенный источник данных может быть станцией наблюдения за окружающей средой, которая является известной или сертифицированной, чтобы производить высококачественные данные. После того как невзвешенный источник данных был сравнен со стандартным, он может сам быть использован в качестве стандартного источника данных для классификации дальнейших невзвешенных источников данных, тем самым, создавая сеть источников данных, качество которых было измерено относительно друг друга.
Информация о загрязнении может, следовательно, быть собрана из окружений пользователей, в то же время эффективно используя пул датчиков с высоким пространственным охватом, качество которых было подтверждено относительно других известных высококачественных источников данных.
Весовой коэффициент для невзвешенного источника данных может быть определен на основе расстояния между невзвешенным источником данных и предварительно определенным источником данных. Например, вторичный датчик в пределах первого предварительно определенного радиуса от первичного датчика (например, известной системы наблюдения за окружающей средой) может быть взвешен с тем же весовым коэффициентом, что и первичный датчик, если его данные о качестве воздуха совпадают с данными первичного датчика в пределах заданного порогового диапазона. Когда вторичный датчик лежит в пределах второго предварительно определенного радиуса дальше первого предварительно определенного радиуса, весовой коэффициент может быть понижен, чтобы отражать неопределенность вследствие увеличившегося расстояния от первичного датчика.
Способ может дополнительно содержать прием дополнительной информации, касающейся окружения вокруг невзвешенного источника данных, чтобы определять является ли первая информация о загрязнении действительной. Например, когда датчик расположен внутри помещения, действительность его показаний относительно ближайшего наружного датчика может зависеть от того, открыто ли окно наружу. Когда дополнительная информация, касающаяся состояния окна, предоставлена, эта информация может быть использована, чтобы определять, являются ли показатели сравнимыми. Другие типы вспомогательной информации об окружении рассматриваются, например, информация о температуре или влажности, которая может указывать, находятся ли два датчика в одном и том же окружении.
Преимущественно, сбор информации о загрязнении может содержать определение, для каждого из множества местоположений, концентрацию загрязнения из информации о загрязнении, определение продолжительности воздействия концентрации загрязнения и суммирование по множеству местоположений. Это предоставляет возможность вычисления суммарного воздействия и отображения пользователю.
Воздействие может быть вычислено для каждого из множества сегментов, где концентрация загрязнения считается остающейся постоянной в сегменте, таким образом, потенциально упрощая вычисление воздействия.
Вычисление воздействия может также учитывать частоту дыхания пользователя, определенную, например, из приложения для наблюдения за физической формой, или датчика сердечного ритма. Посредством наблюдения за частотой вдоха/выдоха пользователя, пока он подвергается воздействию загрязняющих веществ, может быть выполнена более точная оценка воздействия на пользователя загрязняющих веществ. Данные, собранные посредством датчика дыхания, могут быть использованы способом для отслеживания воздействия на пользователя загрязняющих веществ в воздухе, чтобы увеличивать их точность.
Согласно варианту осуществления изобретения способ для отслеживания воздействия на пользователя загрязняющих веществ в воздухе дополнительно содержит этап определения частоты дыхания субъекта/пользователя. На этом этапе определяется, сколько воздуха (объем) вдыхает пользователь. В этом варианте осуществления этап сбора информации о загрязнении дополнительно содержит принятие во внимание данных о частоте дыхания и определение влияния воздействия загрязняющих веществ в воздухе на субъекта/пользователя также посредством использования этих данных о частоте дыхания.
Когда датчик предоставляет среднюю концентрацию загрязнения для заданного периода времени, например, для каждого часа, концентрация загрязнения для времени воздействия может быть определена посредством последовательного поиска концентрации загрязнения в соответствующее время, например, в публичном источнике, таком как Интернет.
Специалисту в области техники будет понятно, что описанный способ может быть выполнен посредством компьютерной программы, например, приложения, работающего на мобильном устройстве, например, смартфоне, способном отслеживать движение пользователя с помощью GPS-микросхемы. Компьютерная программа, когда исполняется процессором устройства, выполнена с возможностью исполнять описанный способ.
Другие устройства, такие как датчик дыхания или другие датчики состояния организма, могут быть использованы, чтобы дополнительно увеличивать точность определения воздействия на пользователя загрязнений по времени.
Согласно дополнительному аспекту изобретения предоставляется устройство для отслеживания воздействия на пользователя загрязнений в воздухе, содержащее приемник, сконфигурированный принимать информацию о загрязнении от множества источников данных в одном или более местоположениях пользователя, и процессор, процессор конфигурируется, чтобы определять весовой коэффициент для каждого из множества источников данных, весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, и выбирать информацию о загрязнении от множества источников данных на основе весового коэффициента, процессор дополнительно конфигурируется, чтобы собирать информацию о загрязнении от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени.
Согласно варианту осуществления изобретения приемник дополнительно конфигурируется, чтобы принимать частоту дыхания пользователя, и процессор дополнительно конфигурируется, чтобы определять воздействие на пользователя с учетом частоты дыхания. Принятие во внимание частоты дыхания дополнительно увеличивает точность определения воздействия на пользователя.
Устройство может быть мобильным устройством, таким как смартфон, запускающий приложение. Альтернативно, устройство может быть специализированным монитором загрязнения, использующим сочетание аппаратных средств и программного обеспечения, чтобы реализовывать свою функциональность.
Посредством предоставления устройства, которое может собирать информацию о загрязнении в течение любого заданного периода времени, который может быть программируемым пользователем, пользователь может сравнивать свое воздействие с опубликованной информацией о пределах воздействия.
Устройство может содержать GPS-модуль, сконфигурированный, чтобы предоставлять данные о местоположении, которые должны быть ассоциированы с информацией о загрязнении в заданном местоположении. GPS-модуль может преимущественно быть использован, чтобы определять расстояние от источника данных.
Устройство может дополнительно содержать датчик состояния организма для предоставления данных о состоянии организма пользователя устройству. Датчик состояния организма может быть датчиком дыхания, приспособленным для определения объема воздуха, который вдыхается пользователем. Это повышает точность определения воздействия на пользователя загрязняющих веществ. Такой датчик дыхания может быть беспроводным образом соединен с устройством.
Приемник может содержать приемник малого радиуса действия, сконфигурированный, чтобы принимать информацию о загрязнении, распространяемую источником данных. Он может также быть сконфигурирован, чтобы принимать данные о состоянии организма, например, частоту дыхания, пользователя. Например, приемник малого радиуса действия может быть Bluetooth или Low Power Bluetooth-приемником или может принимать информацию по любому другому протоколу связи, включающему в себя Wifi, Zigbee и т.п. Устройство может содержать NFC систему связи ближнего действия для получения данных от датчика, когда находится близко к датчику.
Эти и другие аспекты изобретения будут очевидны и разъяснены со ссылкой на описанные далее варианты осуществления.
Краткое описание чертежей
Варианты осуществления изобретения будут сейчас описаны, только в качестве примера, со ссылкой на сопутствующие чертежи, на которых:
Фиг. 1 показывает блок-схему последовательности операций, устанавливающую последовательность этапов, выполняемых для определения воздействия на пользователя в соответствии с вариантом осуществления;
Фиг. 2 показывает карту, схематично показывающую позицию множества различных типов датчиков;
Фиг. 3 показывает систему согласно варианту осуществления;
Фиг. 4 показывает карту, разделенную на сегменты, чтобы предоставлять возможность отслеживания воздействия согласно варианту осуществления.
Подробное описание вариантов осуществления
Обращаясь к фиг. 1, способ для определения воздействия на пользователя загрязняющих веществ в воздухе описывается и, в широком смысле, содержит прием информации о загрязнении (s1) от множества источников данных о качестве воздуха в одном или более местоположениях пользователя, определение весового коэффициента (s2), по меньшей мере, для одного из множества источников данных, весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, выбор источников данных (s3) из множества источников данных на основе весового коэффициента и сбор информации о загрязнении (s4) от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени.
Многочисленные различные схемы взвешивания могут, конечно, быть использованы. В этом описании примерная схема взвешивания назначает диапазон весовых коэффициентов между 0 и 5. Весовой коэффициент 5 предоставляется источникам данных, которые имеют очень высокое качество, например, станциям наблюдения за окружающей средой, предоставляющим данные, полученные от профессиональных устройств современного уровня техники, таких как мониторы затухания бета-излучения (BAM) для наблюдения за PM2,5. На другом конце шкалы 0 представляет ненадежные данные, которые могут быть проигнорированы системой во время оценки воздействия. Коммерческим источникам данных, например, датчикам, используемым в коммерческих зданиях, может быть назначен весовой коэффициент 4. Это является необязательным случаем, что собственные датчики пользователя дома, которые могут быть по существу менее надежными, чем коммерческие датчики, должны получать более низкий рейтинг. В целом, не будет перекрывания между домашними датчиками и коммерческими датчиками, так что эти датчики могут получать равный весовой коэффициент с коммерческими датчиками. Собственные персональные переносные датчики пользователя будут, в целом, более достоверными, чем другие источники.
Фиг. 2 - это схематичная карта, показывающая позиции множества датчиков. Она используется, чтобы демонстрировать, как весовые коэффициенты датчиков могут быть определены.
Обращаясь к фиг. 2, множество датчиков M1 - Mn, Sx, Sy, Sz показаны на схематичной карте 1 вместе с пользовательским устройством 10, которое запускает программу или приложение 11 (показано на фиг. 3) для выполнения отслеживания воздействия. Первое множество датчиков M1, M2, …, Mn представляет станции наблюдения за окружающей средой, например, управляемые государственным органом, которые предоставляют высококачественную информацию о качестве воздуха, например, значения для распространенных загрязняющих веществ, таких как PM2,5, PM10, NO2, O3 и т.п. Эта информация может быть распространена и отображена, например, через Интернет. Информация может также быть распространена или иначе передана локально, так что пользовательское устройство 10 приспособлено принимать трансляции с помощью соответствующей технологии, включающей в себя текстовую, WiFi, Bluetooth, Low Energy Bluetooth, iBeacon, NFC и т.п. Например, программа Wifi-сканера на мобильном устройстве принимает информацию о качестве воздуха от множества датчиков, вместе с индексом мощности сигнала. Индекс мощности может быть использован в качестве указателя расстояния пользователя до Wifi-устройства. Если множество сигналов принимается, тогда геометрическая реконструкция Wifi-местоположений может быть использована для триангуляции позиции датчика. Информация о датчике может быть зашифрована, с помощью, например, шифрования с открытым/закрытым ключом, так что получатель может подтверждать, что сигнал фактически приходит от заявленного типа датчика.
Показано второе множество датчиков Sx, Sy, Sz. Метки Sx, Sy, Sz представляют различные типы или модели датчика. Например, Sx представляет различные отдельные датчики в различных местоположениях, но все являются одинаковой моделью датчика. Эти датчики представляют датчики, которые встречаются в торговых помещениях, частных домовладениях и т.п., интегрированные в подключенные воздухоочистители, подключенные блоки датчиков или подключенные отдельные датчики для конкретных загрязняющих веществ. Каждый тип датчика характеризуется своими особыми свойствами качества, такими как точность, надежность, вариативность между датчиками, предел обнаружения и т.п.
Концентрации загрязняющих веществ в пределах близкого радиуса (например, 50-500м) для первых датчиков M1, M2, M3 в станции наблюдения за окружающей средой, иллюстрированные пунктирными кругами A1, A2, A3 на фиг. 2, предполагают быть единообразными. Следовательно, концентрация загрязнения, предоставленная посредством второго датчика SxA1, расположенного в пределах этого радиуса в области A1, должна показывать ту же концентрацию, что и концентрация, полученная от станции M1 наблюдения за окружающей средой. Хорошее соответствие между данными от двух датчиков M1, SxA1, например, соответствие в пределах нескольких процентов, указывает хорошее качество соответствующей модели X датчика. Данные плохого качества указываются в случаях, когда значения от этих двух датчиков значительно различаются.
Однако различия в окружении датчика и местоположении должны быть приняты во внимание. Второй датчик SxA1 может быть расположен, например, в блоке датчиков на балконе, таким образом, он будет подвергнут воздействию наружного воздуха. Если, с другой стороны, второй датчик SxA1 расположен внутри помещения, следует ожидать, что значения датчика будут значительно отличаться. В этом случае может быть сделана доступной дополнительная информация, которая будет указывать, открыты ли окна в настоящий момент. Например, информация о температуре или влажности может быть распространена, и анализ этой дополнительной информации укажет, открыты ли окна, и, следовательно, является ли действительным сравнение между информацией о качестве воздуха, предоставленной посредством первого и второго датчиков.
Когда отдельные датчики Sx на основе одинаковой модели X датчика существуют в достаточной близости к станциям M1-n наблюдения за окружающей средой, степень качества D датчика для модели X датчика может быть определена с помощью следующего соотношения:
Figure 00000001
где
Figure 00000002
и
Figure 00000003
Здесь, M1, M2 и M3 являются данными, полученными от станций наблюдения за окружающей средой, показанных на фиг. 2. SXA1, SXA2 и SXA3 являются данными, полученными от датчиков модели X, расположенной в областях A1, A2 и A3. Черта над буквой M и буквой S указывает средние значения.
Тот же подход может быть использован для вычисления степени качества D датчика для других моделей Sy и Sz датчика.
Для того чтобы назначать весовой коэффициент W вновь оцененным датчикам, быть применены следующие соотношения могут, например:
Весовой коэффициент D:
5 |D| ≤ 0.1
4 0.1 < |D| ≤ 0.2
3 0.2 < |D| ≤ 0.3
2 0.3 < |D| ≤ 0.4
1 |D| > 0.4
Таблица 1
Весовой коэффициент может, следовательно, быть применен к модели датчика, так что датчики Sx, которые не находятся в областях A1, A2 или A3, все еще ассоциируются с конкретным весовым коэффициентом, чтобы указывать точность данных от этих датчиков. Например, это может быть применено к датчику, обозначенному Sx1 на фиг. 2. Будет понятно, что те же принципы применяются к назначению весового коэффициента большому числу различных моделей датчиков, хотя только три показаны на чертеже.
Обращаясь снова к фиг. 2, где датчик Sz1 не находится поблизости от известного высококачественного источника данных, такого как станция M1 наблюдения за окружающей средой, датчик может все еще получать весовой коэффициент посредством обращения к весовому коэффициенту, предоставленному другому датчику. Например, на фиг. 2, датчики Sx1, Sz1 могут, как предполагается, быть в достаточно непосредственной близости, чтобы предоставлять одинаковый показатель, как указано пунктирной областью AA1. Следовательно, сравнение может быть выполнено между информацией о загрязнении от датчиков Sz1 и Sx1, и если они совпадают в пределах предварительно определенного порогового значения, тогда датчику Sz1 может быть предоставлен тот же весовой коэффициент, что и датчику Sx1, который имеет весовой коэффициент на основании того, что он имеет тип X модели.
Процесс, посредством которого весовые коэффициенты датчиков могут быть назначены, теперь описывается со ссылкой на фиг. 3.
Обращаясь к фиг. 3, программа или приложение 11, работающее в процессоре 12 мобильного устройства 10, принимает информацию от множества датчиков 20, 21, 22. Информация содержит, например, данные о загрязнении, включающие в себя тип загрязнения, значение и единицы измерения, GPS-координаты датчика, временную отметку для точки данных и продолжительность выборки (например, средние данные в течение 1 часа), тип датчика, например, производитель и модель, ID датчика и любые другие свойства датчика, например, ожидаемое изменение в уровне загрязнения. Будет понятно, что не все области являются существенно важными, и что они зависят от типа датчика. Как минимум датчик может лишь указывать значение загрязнения (предполагается единица измерения). Приложение 11 проверяет, являются ли какие-либо из подключенных датчиков доверенными датчиками. Например, первый датчик 20 может указывать посредством своего ID датчика, что он является станцией (M1) наблюдения за окружающей средой и, следовательно, является доверенным датчиком. Приложение 11 назначает этому датчику 20 весовой коэффициент 5. Альтернативно, приложение 11 проверяет ID датчика через удаленную серверную систему, например, облачную службу 13, и эта служба информирует приложение 11 о том, что первый датчик 20 является станцией наблюдения за окружающей средой. В дополнительном альтернативном варианте осуществления информация о модели датчика используется, чтобы проверять весовой коэффициент через облачную службу 13.
В качестве примера предположим, что первый датчик 20 является доверенным датчиком, и что предварительно определенная информация о весовом коэффициенте не является доступной для второго датчика 21, приложение 11 принимает GPS-информацию от первого и второго датчиков 20, 21. Из этой информации приложение 11 определяет, что датчики 20, 21 расположены практически в одной и той же области A. В результате, приложение 11 сравнивает информацию об уровне загрязнения первого и второго датчиков. Если они совпадают в пределах предварительно определенного порогового значения, приложение 11 назначает тот же весовой коэффициент, что и у первого датчика 20, второму датчику 21.
Третий датчик 22 может быть, например, переносным или мобильным датчиком. ID датчика или модель датчика, если доступна, может быть проверена по записям, хранящимся в облачной службе 13, чтобы определять, является ли доступной информация о весовом коэффициенте. Если такая информация не является доступной, и третий датчик 22 не находится достаточно близко к надежному источнику данных, чтобы выполнять сравнение информации о загрязнении, или если такое сравнение показывает плохое совпадение, тогда может быть назначен низкий весовой коэффициент.
Будет понятно специалисту в области техники, что процесс проверки и назначения весовых коэффициентов датчикам может быть непрерывным процессом, выполняемым большим числом устройств, когда они путешествуют по карте, с использованием коллективных ресурсов. Обратная связь от всех устройств может быть принята во внимание, чтобы предоставлять весовые коэффициенты для всех датчиков в географической области, таким образом, создавая карту взвешенных датчиков на удаленном сервере (или облачной службе) 13.
Процесс отслеживания персонального воздействия на пользователя будет теперь описан со ссылкой на фиг. 4.
Фиг. 4 показывает карту, аналогичную карте на фиг. 2, разделенную на множество сегментов 31-36. Каждый сегмент ассоциируется с одним или более датчиками. Некоторые сегменты могут не иметь каких-либо датчиков внутри себя. Пользовательское устройство 10 движется между точками X и Y по карте, проходя, например, через сегменты, помеченные 31, 32, 33, 36. Принцип отслеживания воздействия на пользователя загрязнения воздуха является принципом для каждого сегмента, предполагается, что концентрация загрязнения является единообразной по всему сегменту. В варианте осуществления сначала определяется, какой сегмент пользовательское мобильное устройство 10 занимает, например, на основе GPS-данных от GPS-модуля 14 в мобильном устройстве (схематично показано на фиг. 3). Датчики, расположенные в одном сегменте, затем определяются, опять на основе GPS-данных, или на основе определения того, что датчик находится относительно близко, например, поскольку данные датчика являются доступными по протоколу связи ближнего действия, такому как Bluetooth.
Пользовательское устройство 10 принимает множество сигналов от датчиков, расположенных в одном и том же сегменте. Например, когда пользовательское устройство 10 находится во втором сегменте 32, определяется, что три датчика 41, 42 и 43 находятся в сегменте. Весовые коэффициенты для каждого из датчиков определяются, например, посредством передачи принятых ID датчиков удаленному серверу и приема предварительно определенной информации о весовых коэффициентах от удаленного сервера, как показано на фиг. 3. В альтернативном варианте осуществления информация о весовом коэффициенте может быть определена на лету с помощью технологий, изложенных выше. Например, когда определяется, что неклассифицированный датчик 42, например, мобильный или переносной датчик в том же сегменте, что и пользовательское устройство 10, находится близко к станции M9 наблюдения за окружающей средой (которая не должна быть в том же сегменте), информация о загрязнении от неклассифицированного датчика 42 и станции M9 может быть сравнена, чтобы определять весовой коэффициент, который должен быть предоставлен неклассифицированному датчику 42.
После того как весовые коэффициенты для каждого датчика в сегменте являются известными, датчики с наивысшими весовыми коэффициентами выбираются, чтобы предоставлять информацию о концентрации загрязнений. Например, когда один датчик имеет более высокий весовой коэффициент, чем любой другой датчик, информация о загрязнении от этого датчика используется приложением 11 отслеживания воздействия. Когда множество датчиков имеют одинаковый наивысший весовой коэффициент, информация о концентрации загрязнений от каждого датчика может быть усреднена.
Когда не существует доступного датчика в заданном сегменте, данные от датчиков в соседних сегментах могут быть использованы, опять на основе информации с наивысшим весовым коэффициентом. Дополнительные весовые коэффициенты могут быть рассмотрены на основе расстояния между пользовательским устройством и датчиками в соседних сегментах, опять на основе GPS-данных или других вычислений.
В альтернативном варианте осуществления сегменты центрируются на пользовательской GPS-позиции, и только датчики, расположенные в предварительно определенном радиусе, принимаются во внимание, опять же на основе датчика GPS или данных связи малого радиуса действия.
Обращаясь снова к фиг. 4, когда пользователь перемещается из X в Y, его мобильное устройство 10 записывает оба его местоположения и время, проведенное в сегменте. Концентрация загрязнения также является известной, как описано выше, посредством приема этих данных от источника данных с самым высоким весовым коэффициентом. Воздействие в каждом сегменте может, следовательно, быть вычислено как:
Время, проведенное в сегменте * концентрация загрязнения в сегменте в единицу времени
Уравнение 1
Это выполняется для каждого пересекаемого сегмента, и итоговая сумма используется в качестве итогового воздействия.
Вычисление может быть дополнительно улучшено, принимая во внимание такие факторы как частота дыхания пользователя, определенная, например, из приложений наблюдения за физической формой, оцененная из показателей сердечного ритма и т.д. В этом случае воздействие вычисляется по уравнению:
Время, проведенное в сегменте * концентрация загрязнения в сегменте в единицу времени * частота дыхания
Уравнение 2
Специалисту в области техники будет понятно, что вычисления выше зависят от того, как представляется концентрация загрязнения. Например, когда концентрация загрязнения представляется как среднее воздействие в течение предыдущего одночасового периода, тогда, если пользователь провел 20 минут в сегменте, его воздействие может быть вычислено как одна треть этого упомянутого воздействия. Некоторые источники данных хранят исторические данные о воздействии. Поскольку данные о воздействии, предоставленные для предшествующего периода, в действительности являются устаревшими, когда пользователь находится в сегменте, более точная оценка для данных из таких источников может быть получена посредством возвращения данных о воздействии в более поздний момент времени, например, одним часом позже, с помощью уникального ID датчика, чтобы возвращать данные, например, через Интернет.
Специалисту в области техники будет понятно, что описанный способ отслеживания воздействия может быть реализован как программа или приложение на мобильном устройстве, таком как, но не только, смартфон или планшет, или на специализированном устройстве измерения загрязнения. Требования к аппаратным средствам и программному обеспечению для реализации способа на интеллектуальном устройстве или специализированном устройстве являются хорошо понятными специалисту в области техники.
Вышеописанные варианты осуществления, как описано, являются лишь иллюстративными и не предназначены, чтобы ограничивать технические подходы настоящего изобретения. Хотя настоящее изобретение описывается подробно со ссылкой на предпочтительные варианты осуществления, специалисты в области техники поймут, что технические подходы настоящего изобретения могут быть модифицированы или в равной степени заменены без отступления от духа и рамок технических подходов настоящего изобретения, которые также будут попадать в рамки защиты формулы настоящего изобретения. В формуле изобретения слово "содержит" не исключает других элементов или этапов, а использование единственного числа не исключает множественное число. Любые ссылочные символы в формуле изобретения не должны истолковываться как ограничивающие рамки.

Claims (32)

1. Способ для отслеживания воздействия на пользователя загрязняющих веществ в воздухе, содержащий этапы, на которых:
принимают информацию о загрязнении от множества источников данных о качестве воздуха в одном или более местоположениях пользователя;
определяют весовой коэффициент каждого из множества источников данных на основе информации о типе источника данных, причем каждый из источников данных содержит датчик (41, 42, 43), причем сравнивают информацию о загрязнении для каждого из множества различных датчиков, имеющих одинаковый тип датчика, с информацией о загрязнении от предварительно определенных источников данных, ассоциированных с точной информацией о загрязнении;
на основе результата сравнения определяют точность показаний датчика для типа датчика;
назначают весовой коэффициент данному типу датчика, соответствующий точности показаний датчика;
причем весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, содержащего указанный датчик;
выбирают источники данных с заданным весовым коэффициентом из множества источников данных; и
собирают информацию о загрязнении от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени.
2. Способ по п. 1, содержащий этап, на котором выбирают источник данных, имеющий наивысший весовой коэффициент, в качестве представляющего самые точные данные.
3. Способ по п. 1 или 2, дополнительно содержащий этап, на котором вычисляют среднее значение для уровня загрязнения из информации о загрязнении от источников данных, имеющих одинаковый весовой коэффициент.
4. Способ по любому из предшествующих пунктов, в котором определение весового коэффициента, по меньшей мере, для одного из множества источников данных содержит этап, на котором принимают предварительно определенную информацию о весовом коэффициенте.
5. Способ по п. 4, дополнительно содержащий этапы, на которых:
принимают идентификационную информацию, по меньшей мере, для одного источника данных;
передают идентификационную информацию удаленному серверу (13); и
принимают предварительно определенную информацию о весовом коэффициенте, по меньшей мере, для одного источника данных, соответствующего идентификационной информации.
6. Способ по любому из предшествующих пунктов, в котором определение весового коэффициента источника данных содержит этапы, на которых:
сравнивают первую информацию о загрязнении от невзвешенного источника (42) данных со второй информацией о загрязнении от предварительно определенного источника (Mn) данных, который ассоциируется с точной информацией о загрязнении; и
назначают весовой коэффициент невзвешенному источнику (42) данных на основе результата сравнения.
7. Способ по п. 6, содержащий этап, на котором определяют весовой коэффициент для невзвешенного источника (42) данных на основе расстояния между невзвешенным источником (42) данных и предварительно определенным источником (Mn) данных.
8. Способ по п. 6 или 7, содержащий этап, на котором принимают дополнительную информацию, касающуюся окружения вокруг невзвешенного источника (42) данных, чтобы определять, является ли действительной первая информация о загрязнении.
9. Способ по любому из предшествующих пунктов, в котором сбор информации о загрязнении содержит этапы, на которых:
определяют, для каждой из множества позиций, концентрацию загрязнения из информации о загрязнении, определяют продолжительность воздействия концентрации загрязнения и выполняют суммирование по множеству позиций.
10. Способ по любому из предшествующих пунктов, дополнительно содержащий этап, на котором определяют частоту дыхания пользователя, и в котором определение воздействия на пользователя в течение предварительно определенного периода времени выполняется, дополнительно принимая во внимание частоту дыхания пользователя.
11. Устройство (10) для отслеживания воздействия на пользователя загрязняющих веществ в воздухе, содержащее:
приемник, сконфигурированный, чтобы принимать информацию о загрязнении от множества источников данных в одном или более местоположениях пользователя; и
процессор (12), процессор конфигурируется, чтобы:
определять весовой коэффициент для каждого из множества источников данных, причем весовой коэффициент каждого из множества источников данных определяют на основе информации о типе источника данных, причем каждый из источников данных содержит датчик (41, 42, 43), причем сравнивают информацию о загрязнении для каждого из множества различных датчиков, имеющих одинаковый тип датчика, с информацией о загрязнении от предварительно определенных источников данных, ассоциированных с точной информацией о загрязнении;
на основе результата сравнения определяют точность показаний датчика для типа датчика и назначают весовой коэффициент данному типу датчика, соответствующий точности показаний датчика, причем весовой коэффициент представляет качество информации о загрязнении от соответствующего источника данных, содержащего указанный датчик;
выбирать информацию о загрязнении от множества источников данных с заданным весовым коэффициентом;
процессор (12) дополнительно конфигурируется, чтобы собирать информацию о загрязнении от выбранных источников данных, чтобы определять воздействие на пользователя в течение предварительно определенного периода времени.
12. Устройство (10) для отслеживания воздействия на пользователя загрязняющих веществ в воздухе по п. 11, в котором приемник дополнительно конфигурируется, чтобы принимать частоту дыхания пользователя, и в котором процессор (12) дополнительно конфигурируется, чтобы определять воздействие на пользователя, принимая во внимание частоту дыхания.
13. Устройство (10) для отслеживания воздействия на пользователя загрязняющих веществ в воздухе по любому из пп. 11, 12, дополнительно содержащее датчик частоты дыхания.
RU2018127658A 2015-12-30 2016-12-21 Отслеживание воздействия загрязнения воздуха RU2740260C2 (ru)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
CNPCT/CN2015/099826 2015-12-30
CN2015099826 2015-12-30
EP16152750.2 2016-01-26
EP16152750 2016-01-26
PCT/EP2016/082084 WO2017114710A1 (en) 2015-12-30 2016-12-21 Tracking exposure to air pollution

Publications (3)

Publication Number Publication Date
RU2018127658A RU2018127658A (ru) 2020-02-03
RU2018127658A3 RU2018127658A3 (ru) 2020-04-15
RU2740260C2 true RU2740260C2 (ru) 2021-01-12

Family

ID=57570270

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2018127658A RU2740260C2 (ru) 2015-12-30 2016-12-21 Отслеживание воздействия загрязнения воздуха

Country Status (7)

Country Link
US (1) US10871478B2 (ru)
EP (1) EP3397957B1 (ru)
JP (1) JP6425854B1 (ru)
CN (1) CN108431596B (ru)
PL (1) PL3397957T3 (ru)
RU (1) RU2740260C2 (ru)
WO (1) WO2017114710A1 (ru)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU227558U1 (ru) * 2024-03-15 2024-07-24 федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский университет "Высшая школа экономики" Универсальный цифровой блок обработки результатов измерений концентраций вредных веществ в атмосферном воздухе с помощью искусственного интеллекта

Families Citing this family (14)

* 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
US10571446B2 (en) 2017-04-27 2020-02-25 International Business Machines Corporation Data quality control using a correlated sensor group
TWI640963B (zh) * 2017-07-27 2018-11-11 研能科技股份有限公司 提供空氣品質資訊的方法
EP3312842B1 (de) * 2017-11-24 2020-02-19 Carl Freudenberg KG Verfahren zum bereitstellen einer expositionsangabe über eine belastung einer person mit luftschadstoffen
EP3578095A1 (en) * 2018-06-07 2019-12-11 Koninklijke Philips N.V. An allergen warning system and method
AT521796A1 (de) * 2018-10-17 2020-05-15 Ait Austrian Inst Tech Gmbh Verfahren zur Bestimmung der Kontamination oder Beeinträchtigung von Personen durch Schadstoffe
CN110210681B (zh) * 2019-06-11 2023-06-27 西安电子科技大学 一种基于距离的监测站点pm2.5值的预测方法
KR102473239B1 (ko) * 2019-09-02 2022-12-01 (주)인트인 공기질 정보를 이용하여 호흡기 치료 정보를 제공하는 건강 관리 시스템 및 건강 관리 서버
KR102240396B1 (ko) * 2019-10-31 2021-04-14 주식회사 태성환경연구소 실시간 악취 추적 통합 모니터링 시스템
FR3106666B1 (fr) * 2020-01-24 2021-12-17 Psa Automobiles Sa Procédé d’affichage d’un niveau de pollution de l’air extérieur
US11218839B1 (en) * 2020-10-05 2022-01-04 Mapsted Corp. Method and system for zone-based localization of mobile devices
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
CN114220000B (zh) * 2021-11-23 2022-09-20 慧之安信息技术股份有限公司 一种基于深度学习的加油站吸烟行为检测告警方法
JP7219375B1 (ja) 2022-07-19 2023-02-07 ファナック株式会社 ロータ用スリーブおよびロータ

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7302313B2 (en) * 2001-02-07 2007-11-27 Aircuity, Inc. Air quality monitoring systems and methods
JP2005055423A (ja) * 2004-04-26 2005-03-03 Mitsubishi Materials Natural Resources Development Corp 環境汚染状況評価システム、環境汚染状況評価方法及びそのプログラムを記録した媒体
US20050251339A1 (en) 2004-05-05 2005-11-10 St- Infonox Methods and systems for monitoring environments
US8330605B2 (en) * 2009-08-14 2012-12-11 Accenture Global Services Limited System for providing real time locating and gas exposure monitoring
US9377481B1 (en) * 2010-06-16 2016-06-28 The United States Of America As Represented By The Administrator Of National Aeronautics And Space Administration Multi-parameter scattering sensor and methods
EP2699888A4 (en) 2010-08-15 2015-08-26 Airbase Systems Ltd DEVICE, SYSTEM AND METHOD FOR PERSONAL HEALTH MONITORING BASED ON SEVERAL POINTS OF ENVIRONMENTAL DATA
US9225793B2 (en) * 2011-01-28 2015-12-29 Cisco Technology, Inc. Aggregating sensor data
JP5738140B2 (ja) * 2011-09-16 2015-06-17 三菱重工業株式会社 物質の放出量推定装置及びその方法並びにプログラム
EP2771664B1 (en) 2011-10-26 2020-12-16 Research Triangle Institute, International Aerosol exposure monitoring
US8803089B2 (en) * 2012-06-01 2014-08-12 Landauer, Inc. System and method for wireless, motion and position-sensing, integrating radiation sensor for occupational and environmental dosimetry
US9063165B2 (en) * 2012-06-01 2015-06-23 Landauer, Inc. System for motion and activity correlation with dose for occupational and environmental dosimetry
US9103805B2 (en) 2013-03-15 2015-08-11 Leeo, Inc. Environmental measurement display system and method
CN103268357A (zh) * 2013-06-05 2013-08-28 百度在线网络技术（北京）有限公司 提供空气质量数据的方法和设备
US10375171B2 (en) 2013-06-27 2019-08-06 International Business Machines Corporation Iterative learning for reliable sensor sourcing systems
CN103400030A (zh) * 2013-07-24 2013-11-20 环境保护部环境规划院 一种地下水污染对人体健康风险评估系统
EP2835769A1 (en) * 2013-08-05 2015-02-11 Movea Method, device and system for annotated capture of sensor data and crowd modelling of activities
CN103926564B (zh) * 2014-03-21 2016-08-24 成都民航空管科技发展有限公司 一种多源监视数据的融合方法及装置
CN105323654B (zh) * 2014-08-05 2019-02-15 优视科技有限公司 呈现来自网络的内容数据的方法和设备
US20160091474A1 (en) * 2014-09-29 2016-03-31 Tanguy Griffon Method and a System for Determining at Least One Forecasted Air Quality Health Effect Caused in a Determined Geographical Area by at Least One Air Pollutant
CN104280070B (zh) * 2014-10-16 2017-02-01 北京中恒电国际信息技术有限公司 大数据云服务集中环境监测平台
US10139384B1 (en) * 2015-01-16 2018-11-27 Airviz Inc. Data fusion for personal air pollution exposure
CN204576515U (zh) * 2015-04-21 2015-08-19 北京朗动科技有限公司 一种pm2.5吸入量估算装置
BR112018015701A2 (pt) * 2016-02-01 2019-02-19 Advanced Ventilation Applications, Inc. sistemas e métodos para a gestão da saúde respiratória

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
KIRSTEN A. KOEHLER et al. New Methods for Personal Exposure Monitoring for Airborne Particles / Curr Envir Health Rpt, 2015, 2, pages 399-411. *
M.C.GARCIA-ALEGRE et al. Fuzzy Diagnose Microcontroller Based System for Air Quality Surveillance / Conference Paper (PDF Available), February 2001 [Найдено в Интернете онлайн 13.04.2020 https://www.researchgate.net/publication/3951652_Fuzzy_diagnose_microcontroller_based_system_for_air_quality_surveillance]. *
PRABAL DUTTA et al. Demo Abstract: Common Sense - Participatory Urban Sensing using a Network of Handheld Air Quality Monitors / Conference Paper, January 2009 [Найдено в Интернете онлайн 13.04.2020 https://www.paulaoki.com/papers/sensys09-demo.pdf]. *
PRABAL DUTTA et al. Demo Abstract: Common Sense - Participatory Urban Sensing using a Network of Handheld Air Quality Monitors / Conference Paper, January 2009 [Найдено в Интернете онлайн 13.04.2020 https://www.paulaoki.com/papers/sensys09-demo.pdf]. M.C.GARCIA-ALEGRE et al. Fuzzy Diagnose Microcontroller Based System for Air Quality Surveillance / Conference Paper (PDF Available), February 2001 [Найдено в Интернете онлайн 13.04.2020 https://www.researchgate.net/publication/3951652_Fuzzy_diagnose_microcontroller_based_system_for_air_quality_surveillance]. KIRSTEN A. KOEHLER et al. New Methods for Personal Exposure Monitoring for Airborne Particles / Curr Envir Health Rpt, 2015, 2, pages 399-411. T.B. FANG et al. Personal real-time air pollution exposure assessment methods promoted by information technological advances / Annals of GIS, 2012, vol. 18, N. 4, pages 279-288. Л.О. ШТРИПЛИНГ и др. ГЕОИНФОРМАЦИОННАЯ СИСТЕМА МОНИТОРИНГА СОСТОЯНИЯ АТМОСФЕРНОГО ВОЗДУХА И КОНТРОЛЯ ЗА ВЫБРОСАМИ ЗАГ *
T.B. FANG et al. Personal real-time air pollution exposure assessment methods promoted by information technological advances / Annals of GIS, 2012, vol. 18, N. 4, pages 279-288. *
Л.О. ШТРИПЛИНГ и др. ГЕОИНФОРМАЦИОННАЯ СИСТЕМА МОНИТОРИНГА СОСТОЯНИЯ АТМОСФЕРНОГО ВОЗДУХА И КОНТРОЛЯ ЗА ВЫБРОСАМИ ЗАГРЯЗНЯЮЩИХ ВЕЩЕСТВ ПРЕДПРИЯТИЯМИ / Омский научный вестник, 2010, 1(94), стр. 203-208. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU227558U1 (ru) * 2024-03-15 2024-07-24 федеральное государственное автономное образовательное учреждение высшего образования "Национальный исследовательский университет "Высшая школа экономики" Универсальный цифровой блок обработки результатов измерений концентраций вредных веществ в атмосферном воздухе с помощью искусственного интеллекта

Also Published As

Publication number Publication date
EP3397957B1 (en) 2021-03-24
RU2018127658A3 (ru) 2020-04-15
CN108431596A (zh) 2018-08-21
US10871478B2 (en) 2020-12-22
WO2017114710A1 (en) 2017-07-06
JP2018536464A (ja) 2018-12-13
PL3397957T3 (pl) 2021-10-18
US20190004023A1 (en) 2019-01-03
JP6425854B1 (ja) 2018-11-21
EP3397957A1 (en) 2018-11-07
CN108431596B (zh) 2023-01-20
RU2018127658A (ru) 2020-02-03

Similar Documents

Publication Publication Date Title
RU2740260C2 (ru) Отслеживание воздействия загрязнения воздуха
US10149114B2 (en) Systems and methods for providing geolocation services in a mobile-based crowdsourcing platform
US10805767B2 (en) Method for tracking the location of a resident within a facility
Kapoor et al. A review on indoor environment quality of Indian school classrooms
US10222360B1 (en) Home air quality analysis and reporting
KR102414765B1 (ko) 사용자 위치정보 기반 환경유해인자 노출정보알림 시스템
Su et al. Feasibility of deploying inhaler sensors to identify the impacts of environmental triggers and built environment factors on asthma short-acting bronchodilator use
KR102008855B1 (ko) 실내외 공기질 측정 및 환기 제어 공유 플랫폼 서비스 제공 시스템
US20150153061A1 (en) Method for controlling and monitoring the level of confinement of internal air, and related environment device and station
CN111512396A (zh) 用于根据可能影响健康的位置相关现象前摄地通知和建议用户的布置、相关方法以及计算机程序
KR102134010B1 (ko) 환경의 영향에 기초한 건강 정보를 제공하기 위한 방법 및 서버
Belka et al. BLE-based indoor tracking system with overlapping-resistant IoT solution for tourism applications
Yoon et al. Victim localization and assessment system for emergency responders
De San Bernabe Clemente et al. A WSN-based tool for urban and industrial fire-fighting
US20190373426A1 (en) Method and apparatus for hyper-local testing and personalized analysis of chemical compositions and environmental conditions
Zhao et al. Cyber-physical spatial temporal analytics for digital twin-enabled smart contact tracing
KR101627788B1 (ko) Ｉｃａｍ을 활용한 실시간 화재-공기질 안전 모니터링 및 비상조치, 그 제공방법
CN113420054A (zh) 信息统计方法、服务器、客户端及存储介质
JP7266612B2 (ja) システムのユーザーに呼吸発作のリスクを与える可能性のあるアレルゲンを決定するシステム及び方法
Röösli et al. Epidemiological exposure assessment
CN107179103A (zh) 一种室内环境检测方法及装置
Dey et al. CO2 Meter: A do-it-yourself carbon dioxide measuring device for the classroom
KR102526643B1 (ko) 스마트폰과 연동되는 대형건물 미세먼지 알림 시스템
JP6558972B2 (ja) 大気汚染物質吸引量推定装置、方法およびプログラム
Martínez-Ballesté et al. On the detection of wandering using trajectories datasets