TW202248673A - 用於在界定區域中追蹤對象的技術 - Google Patents
用於在界定區域中追蹤對象的技術 Download PDFInfo
- Publication number
- TW202248673A TW202248673A TW111107062A TW111107062A TW202248673A TW 202248673 A TW202248673 A TW 202248673A TW 111107062 A TW111107062 A TW 111107062A TW 111107062 A TW111107062 A TW 111107062A TW 202248673 A TW202248673 A TW 202248673A
- Authority
- TW
- Taiwan
- Prior art keywords
- processor
- defined area
- event
- area
- time
- Prior art date
Links
- 238000005516 engineering process Methods 0.000 title abstract description 7
- 230000009471 action Effects 0.000 claims description 306
- 238000000034 method Methods 0.000 claims description 271
- 230000004044 response Effects 0.000 claims description 144
- 238000004891 communication Methods 0.000 claims description 99
- 230000033001 locomotion Effects 0.000 claims description 72
- 238000012545 processing Methods 0.000 claims description 44
- 230000000694 effects Effects 0.000 claims description 30
- 230000002452 interceptive effect Effects 0.000 claims description 26
- 241000282414 Homo sapiens Species 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 17
- 230000003213 activating effect Effects 0.000 claims description 16
- 230000006870 function Effects 0.000 claims description 15
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000003491 array Methods 0.000 claims description 9
- 238000010801 machine learning Methods 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000001429 visible spectrum Methods 0.000 claims description 5
- 230000001537 neural effect Effects 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 2
- 230000009977 dual effect Effects 0.000 claims 3
- 230000010267 cellular communication Effects 0.000 claims 1
- 230000036541 health Effects 0.000 abstract description 22
- 241001465754 Metazoa Species 0.000 abstract description 11
- 241000282412 Homo Species 0.000 abstract description 9
- 230000009286 beneficial effect Effects 0.000 abstract description 9
- 241000124008 Mammalia Species 0.000 abstract description 7
- 230000029058 respiratory gaseous exchange Effects 0.000 description 23
- 230000017525 heat dissipation Effects 0.000 description 20
- 230000015654 memory Effects 0.000 description 20
- 238000003860 storage Methods 0.000 description 20
- 230000002354 daily effect Effects 0.000 description 19
- 238000013473 artificial intelligence Methods 0.000 description 15
- 238000001816 cooling Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 230000005540 biological transmission Effects 0.000 description 14
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 14
- 238000005259 measurement Methods 0.000 description 14
- 238000001514 detection method Methods 0.000 description 13
- 238000013461 design Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 11
- 229910052751 metal Inorganic materials 0.000 description 11
- 239000002184 metal Substances 0.000 description 11
- 239000013589 supplement Substances 0.000 description 10
- 201000010099 disease Diseases 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 8
- 239000002826 coolant Substances 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 7
- 230000000007 visual effect Effects 0.000 description 7
- 230000036642 wellbeing Effects 0.000 description 7
- 206010010904 Convulsion Diseases 0.000 description 6
- 230000003190 augmentative effect Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 229940079593 drug Drugs 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 239000004744 fabric Substances 0.000 description 6
- 210000003811 finger Anatomy 0.000 description 6
- 239000011521 glass Substances 0.000 description 6
- 238000012549 training Methods 0.000 description 6
- 208000017667 Chronic Disease Diseases 0.000 description 5
- 239000003570 air Substances 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 5
- 208000035475 disorder Diseases 0.000 description 5
- 230000035622 drinking Effects 0.000 description 5
- 230000000474 nursing effect Effects 0.000 description 5
- 230000035515 penetration Effects 0.000 description 5
- 239000004033 plastic Substances 0.000 description 5
- 239000000047 product Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 238000007792 addition Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006378 damage Effects 0.000 description 4
- 230000034994 death Effects 0.000 description 4
- 231100000517 death Toxicity 0.000 description 4
- 230000003203 everyday effect Effects 0.000 description 4
- 230000005021 gait Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000003534 oscillatory effect Effects 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000000284 resting effect Effects 0.000 description 4
- 230000007958 sleep Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 239000002023 wood Substances 0.000 description 4
- 206010011224 Cough Diseases 0.000 description 3
- 206010041235 Snoring Diseases 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000003287 bathing Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 238000010411 cooking Methods 0.000 description 3
- 230000001419 dependent effect Effects 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 3
- 210000003128 head Anatomy 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 208000014674 injury Diseases 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 208000010125 myocardial infarction Diseases 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 239000005060 rubber Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000001755 vocal effect Effects 0.000 description 3
- 235000012431 wafers Nutrition 0.000 description 3
- 238000005406 washing Methods 0.000 description 3
- 208000006545 Chronic Obstructive Pulmonary Disease Diseases 0.000 description 2
- 206010010071 Coma Diseases 0.000 description 2
- 208000012661 Dyskinesia Diseases 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 2
- 208000003443 Unconsciousness Diseases 0.000 description 2
- 206010047924 Wheezing Diseases 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 230000006793 arrhythmia Effects 0.000 description 2
- 206010003119 arrhythmia Diseases 0.000 description 2
- 239000011449 brick Substances 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000004064 dysfunction Effects 0.000 description 2
- 230000001815 facial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000001976 improved effect Effects 0.000 description 2
- NOESYZHRGYRDHS-UHFFFAOYSA-N insulin Chemical compound N1C(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(NC(=O)CN)C(C)CC)CSSCC(C(NC(CO)C(=O)NC(CC(C)C)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CCC(N)=O)C(=O)NC(CC(C)C)C(=O)NC(CCC(O)=O)C(=O)NC(CC(N)=O)C(=O)NC(CC=2C=CC(O)=CC=2)C(=O)NC(CSSCC(NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2C=CC(O)=CC=2)NC(=O)C(CC(C)C)NC(=O)C(C)NC(=O)C(CCC(O)=O)NC(=O)C(C(C)C)NC(=O)C(CC(C)C)NC(=O)C(CC=2NC=NC=2)NC(=O)C(CO)NC(=O)CNC2=O)C(=O)NCC(=O)NC(CCC(O)=O)C(=O)NC(CCCNC(N)=N)C(=O)NCC(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC=CC=3)C(=O)NC(CC=3C=CC(O)=CC=3)C(=O)NC(C(C)O)C(=O)N3C(CCC3)C(=O)NC(CCCCN)C(=O)NC(C)C(O)=O)C(=O)NC(CC(N)=O)C(O)=O)=O)NC(=O)C(C(C)CC)NC(=O)C(CO)NC(=O)C(C(C)O)NC(=O)C1CSSCC2NC(=O)C(CC(C)C)NC(=O)C(NC(=O)C(CCC(N)=O)NC(=O)C(CC(N)=O)NC(=O)C(NC(=O)C(N)CC=1C=CC=CC=1)C(C)C)CC1=CN=CN1 NOESYZHRGYRDHS-UHFFFAOYSA-N 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000037081 physical activity Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 208000019116 sleep disease Diseases 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 208000024827 Alzheimer disease Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 241000271566 Aves Species 0.000 description 1
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010010774 Constipation Diseases 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 208000011231 Crohn disease Diseases 0.000 description 1
- 206010012438 Dermatitis atopic Diseases 0.000 description 1
- 206010012735 Diarrhoea Diseases 0.000 description 1
- 208000000059 Dyspnea Diseases 0.000 description 1
- 206010013975 Dyspnoeas Diseases 0.000 description 1
- 241000238558 Eucarida Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 206010017577 Gait disturbance Diseases 0.000 description 1
- 206010019196 Head injury Diseases 0.000 description 1
- 206010019280 Heart failures Diseases 0.000 description 1
- 102000004877 Insulin Human genes 0.000 description 1
- 108090001061 Insulin Proteins 0.000 description 1
- 208000019693 Lung disease Diseases 0.000 description 1
- 208000016285 Movement disease Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 208000027626 Neurocognitive disease Diseases 0.000 description 1
- 208000025966 Neurological disease Diseases 0.000 description 1
- 241000283973 Oryctolagus cuniculus Species 0.000 description 1
- 208000018737 Parkinson disease Diseases 0.000 description 1
- 206010035664 Pneumonia Diseases 0.000 description 1
- 208000037656 Respiratory Sounds Diseases 0.000 description 1
- 206010057190 Respiratory tract infections Diseases 0.000 description 1
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 206010046306 Upper respiratory tract infection Diseases 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 208000022531 anorexia Diseases 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 208000006673 asthma Diseases 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 201000008937 atopic dermatitis Diseases 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002802 cardiorespiratory effect Effects 0.000 description 1
- 230000023402 cell communication Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006999 cognitive decline Effects 0.000 description 1
- 208000010877 cognitive disease Diseases 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 206010061428 decreased appetite Diseases 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 206010012601 diabetes mellitus Diseases 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000001037 epileptic effect Effects 0.000 description 1
- 230000005713 exacerbation Effects 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 210000000887 face Anatomy 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000002496 gastric effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003370 grooming effect Effects 0.000 description 1
- 230000004886 head movement Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 238000001802 infusion Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 229940125396 insulin Drugs 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000009533 lab test Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 235000012054 meals Nutrition 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 208000030159 metabolic disease Diseases 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000003188 neurobehavioral effect Effects 0.000 description 1
- 230000004770 neurodegeneration Effects 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 208000018360 neuromuscular disease Diseases 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000009428 plumbing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003989 repetitive behavior Effects 0.000 description 1
- 208000013406 repetitive behavior Diseases 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 208000020029 respiratory tract infectious disease Diseases 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 201000002859 sleep apnea Diseases 0.000 description 1
- 208000022925 sleep disturbance Diseases 0.000 description 1
- 230000004622 sleep time Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- 230000003319 supportive effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 210000003813 thumb Anatomy 0.000 description 1
- 210000001685 thyroid gland Anatomy 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 208000019206 urinary tract infection Diseases 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
- G01S13/723—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar by using numerical data
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves
- A61B5/0507—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves using microwaves or terahertz waves
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
- A61B5/1113—Local tracking of patients, e.g. in a hospital or private home
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/87—Combinations of radar systems, e.g. primary radar and secondary radar
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/411—Identification of targets based on measurements of radar reflectivity
- G01S7/412—Identification of targets based on measurements of radar reflectivity based on a comparison between measured values and known or stored values
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/415—Identification of targets based on measurements of movement associated with the target
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R1/00—Details of transducers, loudspeakers or microphones
- H04R1/20—Arrangements for obtaining desired frequency or directional characteristics
- H04R1/32—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only
- H04R1/40—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers
- H04R1/406—Arrangements for obtaining desired frequency or directional characteristics for obtaining desired directional characteristic only by combining a number of identical transducers microphones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R3/00—Circuits for transducers, loudspeakers or microphones
- H04R3/005—Circuits for transducers, loudspeakers or microphones for combining the signals of two or more microphones
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2430/00—Signal processing covered by H04R, not provided for in its groups
- H04R2430/20—Processing of the output signals of the acoustic transducers of an array for obtaining a desired directivity characteristic
- H04R2430/23—Direction finding using a sum-delay beam-former
Abstract
本公開使得用於在各種界定區域(例如,房間、公寓、住宅、車輛、帳篷)內追蹤各種對象(例如,哺乳類動物、動物、人類、寵物)的各種技術能夠確定那些對象是否滿足或不滿足可能與那些界定區域內的那些對象的健康、安全或保安相關的各種標準、特徵或閾值。這些技術可以透過位於那些界定區域內的各種雷達(例如,飛行時間雷達、都卜勒雷達)來實現,以追蹤該些區域中的那些對象。例如,一些此類的雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、在大約18 GHz與大約27 GHz之間(含)的K波段、或在大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作,其之各者出乎意料地被發現在技術上有益於在那些界定區域內追蹤那些對象。
Description
本公開係關於在界定區域內追蹤對象。
[相關申請案之交叉參考]
本申請案主張2021年2月25日申請的美國臨時專利申請案號63/153,795的優先權;其出於所有目的,透過引用併入本文。
本申請案主張2021年3月17日申請的美國臨時專利申請案號63/162,476的優先權;其出於所有目的,透過引用併入本文。
第一人(例如,護理人員、醫生、家庭成員、社會工作者、居家照護人員)可能希望在界定區域(例如,房間、公寓)內追蹤第二人(例如,接受照護者、患者)以確保第二人在界定區域內是安全的、健康的、或沒有危險的。然而,由於各種原因,這樣做在技術上可能存在問題。例如,第二人可能希望對此類追蹤保持一定的隱私感或是確保此類追蹤是安全無虞的。同樣地,無論第一人決定使用何種技術來進行此類追蹤(例如,攝像機、鄰近感測器),都可能存在各種技術缺陷(例如,覆蓋差距、準確性不足)。
本公開使得用於在各種界定區域(例如,房間、公寓、住宅、辦公室、帳篷、營房、車輛、飛機、太空船、診所、野外診所、醫院、野外醫院)內追蹤各種對象(例如,動物、人類、寵物)的各種技術能夠確定那些對象是否滿足或不滿足可能與那些界定區域或者那些對象所居住的環境內的那些對象的健康、安全或保安相關的各種標準、特徵或閾值。這些技術可以透過位於那些界定區域內的各種雷達(例如,飛行時間(time-of-flight)雷達、都卜勒(都卜勒)雷達)來實現,以追蹤該些區域中的那些對象。例如,一些此類的雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、在大約18 GHz與大約27 GHz之間(含)的K波段、或在大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作,其之各者出乎意料地被發現在技術上有益於在那些界定區域內追蹤那些對象。
實施例可包括一種方法,其包括:提供使用者一裝置,其中該裝置包括處理器和飛行時間雷達,其中該處理器耦接到該飛行時間雷達,其中該飛行時間雷達被配置為在K波段中操作;以及指示該使用者:將該裝置設置於對象居住於其中的界定區域內,以及在該界定區域內啟動該飛行時間雷達在該K波段中操作,使得在該界定區域內在該K波段中操作的該飛行時間雷達追蹤居住於該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
實施例可包括一種方法,其包括:由處理器接收來自在具有對象居住於其中的界定區域內在K波段中操作的飛行時間雷達的資料集,其中該飛行時間雷達產生該資料集係根據該飛行時間雷達在該界定區域內在該K波段中操作並追蹤居住於該界定區域中的該對象;由該處理器根據該資料集確定該對象是否正在該界定區域內經歷事件;以及由該處理器回應於被確定在該界定區域內發生的該事件採取動作。
實施例可包括一種系統,其包括:一裝置,其包括處理器和飛行時間雷達,其中該處理器耦接到該飛行時間雷達,其中該飛行時間雷達被配置為在K波段中操作,其中該裝置被配置為被設置於具有對象居住於其中的界定區域內,使得在該界定區域內在該K波段中操作的該飛行時間雷達追蹤居住於該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
實施例可包括一種方法,其包括:提供使用者一裝置,其中該裝置包括處理器和雷達,其中該處理器耦接到該雷達;並且指示該使用者:將該裝置設置於其中具有對象的界定區域內,以及啟動該雷達在該界定區域內操作,使得在該界定區域內操作的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
實施例可包括一種方法,其包括:由處理器接收來自在其中具有對象的界定區域內操作的雷達的資料集,其中該雷達產生該資料集係根據該雷達在該界定區域內操作並追蹤該界定區域中的該對象;由該處理器根據該資料集確定是否應採取動作;以及由該處理器根據該資料集採取該動作。
實施例可包括一種系統,其包括:包括處理器和雷達的裝置,其中該處理器耦接到該雷達,其中該裝置被配置為被設置於其中具有對象的界定區域內,使得在該界定區域內的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
實施例可包括一種方法,其包括:將裝置設置於其中具有對象的界定區域內,其中該裝置包括處理器和雷達,其中該處理器耦接到該雷達;以及啟動該雷達在該界定區域內操作,使得在該界定區域內操作的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
實施例可包括一種裝置,其包括:包括處理器、雷達和區域的車輛,其中該處理器耦接到該雷達,其中該區域被配置為包含駕駛或乘客,其中該處理器被編程為啟動該雷達追蹤該區域內的該駕駛或該乘客,根據追蹤該區域中的該駕駛或該乘客產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
本公開使得用於在各種界定區域(例如,房間、公寓、住宅、車輛、帳篷)內追蹤各種對象(例如,哺乳類動物、動物、人類、寵物)的各種技術能夠確定那些對象是否滿足或不滿足可能與那些界定區域內的那些對象的健康、安全或保安相關的各種標準、特徵或閾值。這些技術可以透過位於那些界定區域內的各種雷達(例如,飛行時間雷達、都卜勒雷達)來實現,以追蹤該些區域中的那些對象。例如,一些此類的雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、在大約18 GHz與大約27 GHz之間(含)的K波段、或在大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作,其之各者出乎意料地被發現在技術上有益於在那些界定區域內追蹤那些對象,如下面進一步解釋的。
現在參考所有附圖更全面地描述本公開,其中示出了本公開的一些實施例。然而,本公開可以以許多不同的形式體現,並且不應被解釋為必然限於本文公開的各種實施例。相反的,提供這些實施例是為了使本公開透徹及完整,並且將本公開的各種概念充分地傳達給技術人員。要注意的是,本文中相同的數字或相似的編號方案可以指相同或相似的元件。
本文使用的各種技術可以直接或間接暗示全部或部分、暫時或永久、動作或不動作。例如,當一元件被稱為"前進(on)"、"連接(connected)"或"耦合(coupled)"到另一元件時,則該元件可以直接前進、連接或耦合到該另一元件或者可以存在中間元件,包括間接或直接變體。相反的,當一元件被稱為"直接連接"或"直接耦合"到另一元件時,不存在中間元件。
如本文中所使用,術語"或"旨在表示包含性的"或"而不是排他性的"或"。也就是說,除非另有說明,或者從上下文清楚可知,"X採用A或B"旨在表示任何自然包含的排列。也就是說,若X採用A;X採用B;或X採用A和B二者,則在上述任何情況下均滿足"X採用A或B"。例如,X包括A或B可以表示X可以包括A、X可以包括B、以及X可以包括A和B,除非另有說明或者從上下文清楚可知。
如本文中所使用,單數術語"一(a)"、"一(an)"和"該(the)"之各者同樣旨在包括複數形式(例如,二、三、四、五、六、七、八、九、十、百、千、百萬),包括中間整數或小數形式(例如,0.0、0.00、0.000),除非上下文另有明確指示。同樣地,單數術語"一(a)"、"一(an)"和"該(the)"之各者均應表示"一或多個",即使在本文中也可以使用短語"一或多個"。
如本文中所使用,術語"包含(comprises)"、"包括(includes)"或"包含(comprising)"、"包括(including)"之各者指定所述特徵、整數、步驟、操作、元素、或元件的存在,但不排除一或多個其他特徵、整數、步驟、操作、元素、元件或其群組的存在或添加。
如本文中所使用,當本公開在此敘述某事物是"基於"其他事物時,則此類敘述指的是也可以基於一或多個其他事物的基礎。換句話說,除非另有明確地指示,否則如本文中所使用的,"基於"包含性地表示"至少基於部分"或"至少部分地基於"。
如本文中所使用,諸如"然後"、接下來"或其他類似形式的術語並不旨在限制步驟的順序。相反的,這些術語僅是用來引導讀者閱讀本公開。儘管過程流程圖可以將一些操作描述為連續的過程,但可以並行或同時地執行許多該些操作。此外,可以重新排列操作的順序。
如本文中所使用,術語“回應(response)”或“回應的(responsive)”旨在包括源自機器的動作或不動作,諸如輸入(例如,本地、遠端)、或者源自使用者的動作或不動作,諸如輸入(例如,經由使用者輸入裝置)。
如本文中所使用,術語"大約(about)"或"實質上(substantially)"指的是與標稱值/術語相差+/-10%。
儘管本文可以使用諸如第一、第二、第三等各種術語來描述各種元素、組件、區域、層或區段(section),但注意,這些元素、組件、區域、層或區段不一定受這些術語的限制。相反的,這些術語被用來將一元素、組件、區域、層或區段與另一元素、組件、區域、層或區段區分開。因此,下面討論的第一元素、組件、區域、層或區段可以被稱為第二元素、組件、區域、層或區段,而不脫離本公開。
除非另有定義,否則本文使用的所有的術語(包括技術和科學術語)具有與本公開所屬領域之技術人員通常理解的那些術語相同的含義。這些術語,諸如在常用辭典中定義的那些,應被解釋為具有與其在相關技術的上下文中的含義一致的含義,並且不應以理想化或過於正式的意思來進行解釋,除非本文中明確地如此定義。
關於某些實施例描述的特徵或功能,可以在各種其他實施例中組合或子組合、或與各種其他實施例進行組合或子組合。此外,如本文所公開的,實施例的不同方面、元件或元素也可以以類似的方式進行組合或子組合。此外,一些實施例,無論是單獨地或是共同地,可以是更大系統的元件,其中其他程序可以優先於或者以其他方式修改它們的應用。此外,在實施例之前、之後或者同時,可能會需要多個步驟,如本文所揭示的。要注意的是,如本文所公開的任何或所有的方法或過程可以經由至少一個實體或參與者以任何方式至少部分地執行。
因此,在本公開中提及或指稱的所有公告專利、公開專利申請和非專利刊物出於所有目的透過引用的方式整體併入本文,其程度與每個單獨的公告專利、公開專利申請或非專利刊物被具體地且個別地指示以引用的方式併入的程度相同。更清楚的是,所有以引用方式的併入具體包括那些被併入的刊物,彷彿那些特定刊物被複製和黏貼於本文中一樣、彷彿出於本公開之所有目的原始地包含在本公開中一樣。因此,對於本文所公開之事物的任何引用包括透過引用而併入的所有申請標的,如上所述。然而,若任何公開以引用的方式併入本文並且此類公開與本公開部分或全部衝突,則在一定程度的衝突或更廣泛的公開或更廣泛的術語定義上,以本公開為準。若此類公開部分或全部相互衝突,則在一定程度的衝突上,以日期為後的公開為準。
圖1示出根據本公開之區域的實施例的俯視圖,該區域包含包括雷達的裝置。圖2示出根據本公開之圖1的側視圖。圖7示出根據本公開之雷達的邏輯圖。圖9示出根據本公開之體現雷達的一組形狀因子(form factor)的一組實施例。特別是,區域100包含裝置102、對象104、架子106、沙發108、桌子110、椅子112、烤箱114、冰箱116、浴室118、廁所120、浴缸122、洗手台124、電源插座126、牆壁128、視野130、牆壁132、門134、和門138。
對象104可以包括哺乳類動物、動物、人類、寵物、或能夠生活或存在於區域100中的任何其他合適的對象,無論是雄性或雌性。哺乳類動物可以包括動物、人類、寵物、或任何其他合適的動物。動物可以包括動物園動物、人類、寵物、或任何其他合適的動物。人類可以是嬰兒、幼兒、學齡前兒童、小學生、青少年、年輕人、成人、或老年人。寵物可以包括狗、貓、兔子、鳥、或其他合適的寵物。注意,對象可能不居住在區域100中,但也可能存在於區域100中。例如,這可能適用於在該區域內可能存在或者在該區域內可移動的訪客、工作者、維護人員、清潔人員、醫護人員、救難人員或其他對象(例如,哺乳類動物、動物、人類、寵物),無論是有生命的或無生命的,無論是否居住在區域100中。
區域100被體現為對象104的住宅(例如,套房公寓)。如圖1中所示(俯視圖),區域100由牆壁132、門134和窗136界定為矩形。然而,要注意的是,區域100可以由牆壁132、門134和窗136界定為另一種合適的形狀(例如,正方形、橢圓形、多邊形、開放形狀、密閉形狀、淚滴形、無角落區域)。牆壁132包括具有石膏板/護牆板(siding)配置(例如,外牆)或石膏板(drywall)/乾壁配置(例如,內牆)的立柱(例如,木頭、金屬)框架。然而,這種配置不是必需的,且牆壁132可以不同地配置(例如,磚牆、布牆、玻璃牆、塑膠牆、金屬牆、格子、柵欄牆、籠子牆、原木牆)。注意,可以省略門134或窗136。
如圖1中所示,區域100包含浴室118,其由牆壁128、牆壁132和門138界定為矩形。然而,要注意的是,浴室118可以由牆壁128、牆壁132或門138界定為另一種合適的形狀(例如,正方形、橢圓形、多邊形、開放形狀、密閉形狀、淚滴形、無角落區域)。牆壁128包括具有石膏板/護牆板配置(外牆)或石膏板/乾壁配置(內牆)的立柱框架。然而,這種配置不是必需的,並且牆壁128可以不同地配置(例如,磚牆、布牆、玻璃牆、塑膠牆、金屬牆、格子、柵欄牆、籠子牆、原木牆)。注意,可以省略門138。
儘管區域100包括浴室118,但這不是必需的。例如,可以省略浴室118,或者區域100可以是浴室118。類似地,儘管區域100被體現為對象104的住宅,該住宅具有浴室118、客廳區域和廚房區域,但這不是必需的。因此,區域100可以被體現為任何合適對象104居住於其中的居住區域。例如,區域100可以被體現為客廳或客廳區、餐廳或用餐區、臥室或睡覺區、浴室或浴室區、淋浴間或淋浴區、遊戲室或遊戲區、家庭辦公室或家庭辦公區、地下室或地下室區、車庫或車庫區、倉庫或倉庫區、閣樓或閣樓區、健身房或健身區、玄關或玄關區、更衣室或衣櫃區、或任何其他合適的住宅房間或區域,但也可以使用非住宅區域。同樣地,儘管區域100顯示為對象104的住宅,但這不是必需的。因此,區域100可以以各種方式體現。例如,區域100可以被體現在或為建築物、分戶共管式公寓、獨立式住宅、非獨立單戶住宅、倉庫、大廳、辦公空間、隔間、走廊、前廳、飯店、帳篷、小屋、籠子、醫療機構、護理之家、安寧病房、提供輔助看護的養老院、醫院、車內乘客區、車內駕駛區、車輛控制區、電梯、飛機或直升機駕駛艙、飛機或直升機客艙、船艙、船隻駕駛艙或客艙、或任何其他合適的區域。
區域100和浴室118具有分布於其中的各種日常生活物品,無論是固定物(例如,電子固定設備、衛生設備)或是可移動的(例如,落地燈、花瓶)。這些對象包括架子106、沙發108、桌子110、椅子112、烤箱114、冰箱116、浴室118、廁所120、浴缸122和洗手台124,其中任何一個或者全部可以從區域100中省略。注意,這些日常生活物品如何分布於區域100中是說明性的,並且這些日常生活物品的其他佈置是可能的。
區域100包括地板、天花板和角落,但天花板和角落可以省略。靠近角落,有裝置102擱置、佈置、定位(例如,安放、固定)於其上的架子106(例如,桌子、咖啡桌、床頭櫃、椅子、架子)。然而,要注意的是,架子106可以省略或可以不省略,而裝置102可以擱置在地板上或附接到(例如,固定、緊密配合、黏附)地板、附接到(例如,固定、緊密配合、黏附)天花板或從天花板懸掛(例如,透過電纜或鏈條)、或附接到(例如,固定、緊密配合、黏附)或掛在(例如,固定、緊密配合、黏附)牆壁132或牆壁128上。
裝置102包括處理器(例如,控制器、邊緣處理器、單核心處理器、多核心處理器、系統單晶片、圖形處理單元、硬體加速器、類神經網路加速器、機器學習加速器)和雷達(例如,飛行時間雷達、都卜勒雷達),其中處理器(例如,電氣地、邏輯地、機械地)耦合到雷達以控制雷達(例如,接收追蹤資料)。例如,處理器可以包括控制器和硬體加速器。例如,處理器可以啟用本地或邊緣計算以提高處理速度和提供資料隱私或資料安全性。雷達可以具有一組圖7中所示的元件和視野130。例如,視野可以是或包括大約120度水平(或更少或更多)和大約90度垂直(或更少或更多)。同樣地,例如,雷達可以如美國專利號9,019,150中所揭示的,其至少出於雷達之目的以引用方式併入本文。
雖然裝置102在圖1-9中顯示為具有外殼(例如,容器、機殼、盒子、立方體、長方體、角錐、圓錐、球體、卵形體、電視單元、條形音箱(soundbar)、揚聲器、書擋、花盆(flowerpot)、種植盆(planter pot)、花瓶、家具物品、桌子、椅子、沙發、床、嬰兒床、架子、書櫃、電視櫃、家用電器、洗碗機、冰箱、烤箱、爐台、玩具、運動器材用品、跑步機、划船機、樂器、固定物)裝載(例如,內部地、外部地)處理器和雷達,但這是可選的,並且外殼可以被省略或改變。例如,外殼的一些形狀因子顯示於圖9中。同樣地,例如,處理器和雷達中的一或二者可以完全不被封裝在外殼中或者可以封裝在不同的外殼中(例如,處理器在第一外殼中而雷達在第二外殼中),無論那些不同的外殼是彼此附接、彼此分離、彼此間隔開、彼此相對、還是任何其他合適的配置,無論那些外殼在結構上或功能上是否彼此相同或不相同。
如圖1中所示,裝置102包括電源線(例如,電線、軟電線、電纜),透過其供電給處理器和雷達。若裝置102包括其他元件,如本文中所公開的那些,則那些元件也可以透過電源線供電。因此,電源線包括電插頭,以及裝置102位於區域100內靠近電源插座126以使電插頭能充分地伸長或有彈性以插入電源插座126並藉此供電給裝置102。電源插座126可以是110伏特、220伏特或任何其他適用於操作裝置102的電壓。然而,若裝置102包括可以再充電的電池時,則電源線可以省略或者為另一種電源選項,該電池的電量足以供電給處理器、雷達和裝置102的任何其他元件,若需要的話,持續一預設的時間段(例如,30分鐘、90分鐘、120分鐘、24小時、72小時),如本文中所揭示的。
處理器可以啟動雷達在區域100內操作,使得雷達在區域100內操作並且當對象104位於區域100內的視野130內時,追蹤居住在區域100中的對象104。當對象104位於區域100內的視野130內時,雷達基於追蹤居住在區域100中的對象104而產生一組資料,並將該組資料發送給處理器,使得處理器基於該組資料確定對象104是否在區域100內正經歷事件(例如,醫療緊急情況、跌倒、死亡、心臟病發作、癲癇發作),並回應於確定在區域100內發生的事件採取動作(例如,發起與遠端電話單元或伺服器的通訊)。例如,處理器可以區分快速跌倒和緩慢跌倒,各者都與其出於醫療目的之特徵相關聯。例如,事件可以是醫療事件,其可以是診斷估計或診斷預估。例如,動作可以由基於與雷達追蹤的對象104或其環境有關的一或多個標準的閾值觸發。例如,動作可以是(a)裝置102播打(例如,透過其SIM模組)預設電話號碼(例如,家庭成員、看護人、社會工作者、醫療專業人員、護理師、私人醫生、醫療機構、緊急服務)、(b)向遠離區域100、裝置102和對象104的伺服器發送(例如,透過其Wi-Fi介面)訊息、(c)執行一組事先預編程的呈報動作(例如,若對象104沒有回應,則發出“你還好嗎”訊息並撥打預設電話號碼)、或(d)其他合適的動作。如上所述,對象104不需要居住在區域100中以處於視野130內。因此,對象104可以存在於區域100中(例如,相對較長或暫時的一段時間,無論是重複的形式或是單次訪問)並在視野130內。
雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、在大約18 GHz與大約27 GHz之間(含)的K波段、或在大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作,同時遵從當地輻射法律(例如,由聯邦通訊委員會制定)並且不會輻射干擾其運行附近的其他對象(例如,固定或移動的醫療設備、可穿戴醫療設備、心律調節器、胰島素幫浦、輸液幫浦、微波爐、電視、收音機、Wi-Fi、行動電話、印表機、網路設備)。當雷達在至少兩個此類波段中操作時,雷達可以是在至少兩個此類波段中操作的單一雷達單元,或者雷達可以具有至少兩個分別專用於至少兩個此類波段的雷達單元。例如,雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段中操作。例如,雷達可以在大約18 GHz與大約27 GHz之間(含)的K波段中操作。例如,雷達可以在大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作。例如,雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、大約18 GHz與大約27 GHz之間(含)的K波段、或大約26.5 GHz與大約40 GHz之間(含)的Ka波段中的至少兩個波段中操作,無論是串行(例如,雷達在這些波段中的至少兩個波段之間切換,以提高對象104或區域100或其內容的解析度或管理功率或散熱),諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文所公開的,或是並行(例如,雷達同時在這些波段中的至少兩個波段中操作,而不會對其自身產生干擾以補充或驗證或確認其自身),諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。例如,雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段、大約18 GHz與大約27 GHz之間(含)的K波段及大約26.5 GHz與大約40 GHz之間(含)的Ka波段中操作,無論是串行(例如,雷達在這些波段之間切換,以提高對象104或區域100或其內容的解析度或管理功率或散熱),諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文所公開的,或是並行(例如,雷達同時在這些波段中的至少兩個波段中操作,而不會對其自身產生干擾以補充或驗證或確認其自身),諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。例如,雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。例如,雷達可以在大約18 GHz與大約27 GHz之間(含)的K波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。例如,雷達可以在大約26.5 GHz與大約40 GHz之間(含)的Ka波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。出於各種原因,這些波段出乎意料地被發現在技術上是益的,如本文所揭示的。
關於Ku波段,雷達在區域100內以在大約12 GHz與大約18 GHz之間(含)的射頻(波長在大約24.00毫米與大約16.65毫米之間)操作,或者雷達可以在大約12 GHz與大約18 GHz之間(含)的Ku波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。此波段出乎意料地被發現在技術上是有益的,比更高頻率更有助於穿透視野130中的牆壁/對象-從而使雷達能夠具有更遠的範圍,這對於在區域100內之對象104的位置追蹤以及在區域100內之對象104的姿勢檢測是很有用的。
關於K波段,雷達在區域100內以在大約18 GHz與大約27 GHz之間(含)的射頻(波長在大約16.65毫米與大約11.10毫米之間)操作,或者雷達可以在大約18 GHz與大約27 GHz之間(含)的K波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。此波段出乎意料地被發現在技術上有益於與水的吸收光譜中的峰值相對應。這很重要,因為在某些情況下,傳統雷達可能無法被設定成以高於22 GHz的頻率操作,因為該頻率很容易被水吸收。因此,傳統雷達通常希望使其信號穿透水蒸氣以到達另一反射性更強(例如,金屬)的目標。因此,若對象104是諸如人類的哺乳類動物,其含水量可能高達60%,則在視野130中追蹤對象104的雷達可能在區域100內的反射信號量中產生大的可測量的變化,這提高了雷達在區域100內操作以及在區域100內追蹤視野130中的對象104的準確度或精確度。在K波段內,在大約23 GHz與大約25 GHz之間(含),尤其是大約24 GHz的射頻範圍已是出乎意料地有益,如上所述。
關於Ka波段,雷達在區域100內在大約26.5 GHz與大約40 GHz之間(含)的射頻帶(波長在大約11.31毫米與大約7.49毫米之間)內操作,或者雷達可以在大約26.5 GHz與大約40 GHz之間(含)的Ka波段內切換頻率,諸如當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,如本文中所揭示的。此波段出乎意料地被發現在技術上有益於在對象104是諸如人類的哺乳類動物並且位於視野130中時更容易檢測生命徵象(例如,心率、呼吸率)。由於對象104在視野130中可能會因為氧氣吸入/呼出或血液脈動而反覆地偏轉,這種存在狀態會使處理器檢測到的載波頻率的波長發生較大的百分比的變化。
當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,雷達可以在都卜勒模式(或另一種雷達模態)和飛行時間模式(或另一種雷達模態)之間切換模態,如本文中所揭示的。注意,無論雷達正在Ku波段、K波段或Ka波段或其他波段中操作,此種切換可能會或可能不會串行或並行操作、可能會或可能不會相互干擾、或者可能會或可能不會與頻率切換或波段切換一起,如本文中所揭示的。例如,雷達可以具有在都卜勒模式下操作的第一雷達單元和在飛行時間模式下操作的第二雷達單元,其中處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱),要求第一雷達單元在都卜勒模式下操作,然後切換到第二雷達單元以在飛行時間模式下操作,反之亦然,如本文所公開的,但並行或串行雷達模式操作也是可能的。注意,第一雷達單元和第二雷達單元可以由共同外殼(例如,內部地、外部地)承載或者每個雷達單元可以有其自己的外殼,其可能彼此間隔開(例如,在大約5、4、3、2、1英尺或公尺內),如本文中所揭示的。同樣地,例如,雷達可以在都卜勒模式下或在飛行時間模式下操作,其中處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱),要求雷達在都卜勒模式下操作,然後切換到飛行時間模式,反之亦然,如本文所公開的,但並行或串行雷達模式操作也是可能的。
雷達的設計是利用許多原型的經驗,其包括在大約5 GHz(及在該相應波段內)、大約24GHz(及在該相應波段內)、大約60 GHz(及在該相應波段內)和其他操作頻率下操作(所有這些頻率和它們各自的波段都可用,但有些頻率在某些使用情況下表現比其他頻率更好),以及雷達、信號處理和人工智慧方面的專業知識。例如,就大約5GHz(及在該相應波段內)或大約60 GHz(及在該相應波段內)而言,雷達可以在那些頻率或在其相應波段或其中的切換頻率或具有Ku波段或K波段或Ka波段或本文公開的其他波段的切換波段內操作。在一些實施例中,一些設計參數與視野(雷達可以看到的左右界限)有關。例如,可以有大約120度水平(或更低或更高)、大約90度垂直(或更低或更)的視野、或其他視野。在一些實施例中,一些設計參數與解析度(雷達區分其視野內之細節的粒度)有關。解析度可以透過具有大約15度‘寬度’、大約15度‘高度和大約25公分深度的立體像素(3D像素)來實現,這對於位置和跌倒檢測很有用,儘管解析度的形式也是可能的,無論各者單獨更高或更低。在該些立體像素內,解析度可能以毫米為單位,這對於心率、呼吸率測量或其他生命徵象可能很有用。在一些實施例中,一些設計參數與穿透(雷達穿透常見物件(例如,牆壁、家具)的能力-與被監測對象(例如,人類)反射之間的平衡)有關。例如,一些實施例能夠穿透在大約20公尺處的兩層美國標準疊層的乾壁或石膏板/護牆板,對人體目標有良好或充分的反射。注意,此距離是說明性的,並且可以根據其他參數而增加或減少(例如,輔助資料源、輔助雷達、用於製造牆壁或家用品或家具的材料類型、雷達相對於地面層或物理區域或監視樓層或物理區域的高度、政府當局設定的功率限制)。在一些實施例中,一些設定參數與發射功率(若視野至少定義了雷達要掃描的一些方向,則發射功率會影響雷達可以看到的距離)有關。
如上所述,在大約18 GHz與大約27 GHz之間(含)的K波段(波長在大約16.65毫米和大約11.10毫米之間)、特別是在大約23 GHz與大約25 GHz之間(含),更具體為在大約24 GHz的K波段操作的雷達已是出乎意料地有益,這是由於信號穿透、追蹤距離和人體檢測之間的良好平衡,同時符合規定的功率限制,在非常廣泛的應用或使用情況中,其本身被設置為完全符合人體安全參數,如本文中所揭示的。透過在大約18 GHz與大約27 GHz之間(含)的K波段(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體為在大約24 GHz的K波段中操作雷達,雷達可以透過改變某些天線陣列的某些屬性、或者透過添加未來應用可能需要的額外雷達子系統板來進一步調整視野和解析度。例如,這種操作形式可能是相對較高的頻率,允許準確範圍測量,但可能使一些天線變小並且整體天線陣列是緊湊密的,從而能夠整合到各種形狀因子中,如本文中所揭示的。
在大約18 GHz與大約27 GHz之間(含)(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體為在大約24 GHz的K波段內操作的雷達的材料穿透特性,對於室內追蹤(例如,在區域100內)而言,會比在大約60 GHz或大約76-78 GHz操作還要好,雖然對於某些室內(例如,在區域100內)使用情況而言,在大約60 GHz(或在其相應波段或其中的切換頻率或具有Ku波段或K波段或Ka波段或本文公開的其他波段的切換波段內)或大約76-78 GHz(或在其相應波段或其中的切換頻率或具有Ku波段或K波段或Ka波段或本文公開的其他波段的切換波段內)操作可能就足夠了,如本文中所揭示的。具體地,在大約18 GHz與大約27 GHz之間(含)(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體在大約24 GHz的K波段內操作的雷達可以通過數層標準牆結構操作,並且可以看穿各種類型的衣物。例如,某些60 GHz以上的雷達可能限於室內操作,因為牆壁實際上是不透明的或者可能受到衣物的強烈影響,從而產生雜訊。例如,在大約60GHz操作的雷達可以檢測相對靜止的對象104的心率和呼吸率,該對象站在雷達前方大約七公尺內。然而,在大約60GHz操作的雷達的一些實施例不足以穿透包括衣物或人體的固體對象。因此,若對象104移動且他們的衣物(若有的話)飄動,則那些測量會變得有雜訊。相比之下,在大約18 GHz與大約27 GHz之間(含)(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體在大約24 GHz的K波段內操作的雷達可以穿透人體,其有助於最小化與運動相關的雜訊。此外,當雷達在大約18 GHz與大約27 GHz之間(含)(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體在大約24 GHz的K波段內操作,並且基於以立體像素為基的追蹤時,處理器能夠丟棄、移除、刪除或忽略不與對象104(諸如人體)相交的任何或某些立體像素,或者替代地,同時測量區域100中的多個對象104(諸如人)的生命徵象。例如,當使用以立體像素為基的追蹤時,處理器可以從雷達接收資料集;存取根據該資料集形成的立體像素集;根據不表示居住在區域100中的對象104的第一立體像素子集(當第一子集表示空白時)而從該立體像素集丟棄、移除、刪除或忽略第一立體像素子集,使得來自該立體像素集的第二立體像素子集被識別;並且回應於根據第二立體像素子集確定在界定區域內發生的事件而採取動作,如本文所公開的。因此,這種立體像素過濾的形式能夠提高處理效率。此外,在大約18 GHz與大約27 GHz之間(含)(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz與大約25 GHz之間(含),更具體在大約24 GHz的K波段內操作的雷達能夠實現立體像素內的毫米級解析度,以查看個體的組織和皮膚的運動,作為其心跳和呼吸的函數。
當裝置102被提供給可能是(例如,DIY)或者可能不是(例如,代表父母或看護對象的代理人、孩童或看護人)對象104的使用者時,可以指示使用者關於裝置102(例如,配置和使用)。例如,使用者可能是對象(例如,DIY)或者使用者可能不是對象(例如,代表父母或看護對象的代理人、孩童或看護人)。可以以各種方式將裝置102提供給使用者。例如,裝置102可以被郵寄(例如,美國郵政)、快遞(例如,FedEx)、運輸(例如,在包裹中)、發送、交給、交付、呈現或安裝在區域、住所、車輛中,或以其他方式適當地為使用者所用。可以以各種方式指示使用者。例如,可以經由諸如書面、繪圖或印刷手冊、電腦檔案(例如,可攜式文件格式檔案、簡報檔案、文書處理檔案、圖像檔案、視頻檔案、音頻檔案)、網站、行動應用程式、語音或圖片指南、聽覺或視覺精靈(wizard)、呼叫中心的媒體或其他有關裝置的適當指示(例如,如何使用)來指示使用者。可以指示使用者如何以及在何處將裝置102放置在具有對象104居住於其內的區域100內,儘管對象104可能(例如,相對暫時地)存在於其中。可以指示使用者如何在區域100內供電、開啟和啟動雷達。若可能需要初始配置或設定,則可以相應地指示使用者。
一旦雷達被設置和啟動,則雷達可以在區域100內操作,使得雷達追蹤居住(或位置)在區域100中的對象104,基於追蹤居住(或位置)在區域100中的對象104而產生一組資料,並將該組資料發送給處理器,使得處理器確定(例如,單獨地或結合來自關於對象104或區域100之資料源的其他知識、預估、估計、推論或資料)是否應該基於該組資料採取動作,並且基於該組資料採取動作。例如,處理器可以基於該組資料確定在區域100內對象104是否正經歷事件(例如,醫療緊急情況、跌倒、死亡、心臟病發作、癲癇發作、診斷預測、診斷估計、診斷預估),並且回應於被確定為在區域100內發生的事件而採取動作(例如,發起與遠端電話單元或遠端伺服器的通訊)。例如,處理器可以基於根據可能在一段時間內的該組資料形成對象的特徵,將該特徵與對應於一組事件(例如,醫療緊急情況、跌倒、死亡、心臟病發作、癲癇發作、診斷預測、診斷預估)的一組特徵模板進行比較,然後確定該特徵與該組特徵模板之間的匹配閾值是否已滿足來確定對象104是否正經歷事件。例如,可能滿足或可能不滿足匹配閾值,以估計對象104的健康可能正在惡化(例如,日常生活的活動、運動、移動速度、反應時間)。
事件可以與區域100內的對象104的日常生活活動(例如,吃、喝、睡覺、洗滌、洗澡、上廁所、閱讀、坐、運動、洗衣、烹飪、打掃)有關。例如,事件可以識別對象104充份或不充分地執行日常生活的活動,或者日常生活的活動量、頻率或品質減少或增加或維持。同樣地,事件可能與區域100內對象104的跌倒有關。類似地,事件可能與對象104在區域100內保持靜止一預設時間段(例如,垂死、死亡、癱瘓、受傷、昏迷、睡覺)有關。此外,事件可能與對象104在一預設時間段內不在區域100內(例如,迷路、消失、受傷、垂死、死亡、失去知覺、癲癇、栓塞)有關。並且,該事件可能與對象104在區域100內時,對象104在一預設時間段內未在區域100內被追蹤有關(例如,在封閉區域或覆蓋差距內死亡、癱瘓、受傷、失去知覺、睡覺)。
注意,處理器不需要確定區域100中的對象104是否正經歷事件。因此,無論是附加地或替代地,處理器可以確定,其可能獨立於事件、與事件無關或沒有事件,是否應該基於該組資料採取動作,並且基於該組資料採取動作,這可能獨立於事件或者沒有事件。例如,處理器可以確定在區域100內對象104沒有經歷事件,或者可能需要波段(例如,Ku波段、K波段、Ka波段)內的頻率改變(例如,提高對象104或區域100或其內容的解析度或管理功率或散熱),其獨立於事件或與事件無關,或者可能需要波段改變(例如,在Ku波段、K波段或Ka波段中的至少二者之間)(例如,提高對象104或區域100或其內容的解析度或管理功率或散熱),其獨立於事件或與事件無關,或者該組資料可能需要由獨立於事件或與事件無關的另一資料源(例如,一組麥克風、一相機、一感測器)進行驗證或確認,如本文中所揭示的。
如本文所述,裝置102可以體現在或作為各式各樣的日常家用物品(例如,外殼、框架、底座),諸如電視、非智慧型揚聲器和智慧型揚聲器、書擋、花盆、種植盆、花瓶(或其他容器)、家具(例如,桌子、椅子、沙發、壁掛式或桌面或架上相框、書櫃、架子、矮衣櫃、床、櫥櫃、衣櫥)、家用電器(例如,洗碗機、烤箱/爐台、微波爐、冰箱、洗衣機、烘衣機)。此類實現提供了對當前產品的各種感測能力的明顯技術增,如本文中所揭示的。然而,要注意的是,附加的或替代的非家庭或非住宅使用情況是可能的。這些可能包括車用(in-car)或車輛用(in-vehicle)(例如,巴士、船、飛機、鐵路車輛)應用,用於測量當人們開車或交通往返工作或其他目的地以及其他人們居住、工作或遊樂時的眼睛運動、臉部表情、嘴巴運動、頭部運動、關節運動、心率、呼吸率、或其他生命徵象。例如,當裝置102被安裝在或包含在車輛(例如,汽車、卡車、巴士、駕駛艙)內,則雷達,如本文所公開的,可以追蹤(例如,透過臉部、眼睛、嘴巴、頭部、或關節運動或表情)車輛的操作員(例如,駕駛)或車輛的任何乘客是否疲勞、昏昏欲睡、睡著、昏迷、死亡、癲癇發作或喝醉酒,然後按照程序採取適當的動作(例如,不啟動車輛、在安全的情況下減速或停止車輛、從車輛通知緊急電話號碼或無線電聯繫、從車輛通知預設電話號碼或無線電聯繫、從車輛發送地理位置到遠端伺服器、打開車窗、鳴響車輛喇叭或車輛的安全警報、在安全或不太冷或車輛未移動的情況下打開門、從車輛發文到社交媒體上)。同樣地,當裝置102被安裝在或包含在車輛(例如,乘用車、汽車、箱型車、廂式休旅車、運動型多用途汽車)內,則雷達,如本文所公開的,可以追蹤(例如,透過臉部、頭部或關節運動或表情)寶寶(或嬰兒、幼兒、殘障人士、體弱者或老人)是否存在或留在車輛內(例如,在汽車座椅中),當車輛中除了寶寶(或嬰兒、幼兒、殘障人士、體弱者或老人)以外沒有人被追蹤時,然後按照程序採取適當的動作(例如,啟動車輛、打開車輛的空調或暖氣或溫度控制、通知車輛的緊急電話號碼、從車輛通知預設電話號碼、從車輛發送地理位置到遠端伺服器、打開車窗、鳴響車輛喇叭或車輛的安全警報、在安全或不太冷或車輛未移動的情況下打開車門、從車輛發文到社交媒體上)。對這些情況的任何追蹤可以透過來自其他輸入裝置(例如,麥克風、相機、感測器)的資料進行補充,如本文所公開的,並由板載電池供電。
如本文所述,在大約18 GHz和大約27 GHz之間(含)的K波段(波長在大約16.65毫米和大約11.10毫米之間),特別是在大約23 GHz和大約25 GHz之間(含),更具體為在大約24 GHz的K波段內操作的雷達可以是飛行時間雷達,其將其資料集饋送到處理器以供處理器轉換成立體像素集以模擬對象104,這可以包括模擬區域100。雷達可以切換波段(例如,在Ku波段、K波段或Ka波段之間)或頻率(例如,在Ku波段、K波段或Ka波段內),以提高不完整、不精確、不準確或者滿足或不滿足預設解析度閾值的立體像素集的解析度,如本文中所揭示的。因此,雷達可以追蹤在其視野130中 – 家中;醫院或護理之家或康復設施中;老人照護設施中;療養院或庇護所中或其他合適的醫療或非醫療設施中,無論是在地面上或地面下,無論是室內或是室外的對象104(例如,人、老人、殘障、體弱者)的所在處、身體位置、或生命徵象。
如本文進一步解釋的,包括在裝置102中並由處理器控制的一組麥克風可以可選地提供高品質3D音頻映射,以準確指出或定位聲源,以及可以可選地提供雙向音頻功能。例如,該組麥克風可以將音頻資料饋送給處理器(以及將資料個別饋送給其他感測器),以實現一靈活的計算平台,其將處理與邊緣的硬體加速人工智慧(AI)相結合,即邊緣計算。如本文進一步解釋的,裝置102可以包括單一或多種通訊選項(例如,有線、無線、波導)以允許裝置102充當其他裝置的集線器,並且將資料、警報、關鍵資訊傳輸到及傳輸自在雲計算服務(例如,亞馬遜網路服務(Amazon Web Services)、谷歌雲(Google Cloud))中運行的虛擬計算實例(例如,伺服器、應用程式、資料庫)或者傳輸到電話,無論是以有線、無線或波導的方式。為了最大化效率和安全性,可以安全地定期無線更新裝置102,以支持對各種處理器/雷達演算法的改進和添加,以及可選的裝置和服務的演進生態系統。
如本文所述,雷達將資料集(例如,原始資料)發送給處理器(例如,邊緣處理器)以供處理器使用其板載演算法進行處理,以重建關於視野130內的區域100的高解析度3D資訊(例如,立體像素資訊)。裝置102接著應用各種技術來識別或推斷關於對象104的各種資訊。例如,當對象104是人類時,則處理器可以識別對象104的身體位置(例如,直立、斜倚、仰臥、俯臥、斜躺)或對象104的日常生活活動(例如,坐下、站立、走路、跌倒、睡覺、進食、運動、淋浴、泡澡、烹飪)。處理器可以將此資訊結合來自感測子系統的資訊(例如,聲頻、視覺、溫度、運動、距離、鄰近度、溼度)和可用的額外資料來源 – 範圍從健身應用程式(例如,追蹤對象104)到社交媒體(例如,對象104的個人檔案)到電子健康記錄(例如,對象104的) – 用以得知(例如,確定性地)而非猜測(例如,機率地)人的狀況,以便裝置102可以確保他們的安全、幸福、和支持性的自我照護,同時最小化錯誤警報或錯過的風險上升的跡象。
如本文所述,裝置102受益於不斷增長的資料集的良性循環。這些資料集驅動品質改進,增加用戶價值,從而導致更多採用,產生更多資料。儘管一些服務可能具有來自家庭的大量語音資料集合,但在某些實施例中,裝置102具有多感測器環境感測平台並且雲計算服務提供有價值的上下文;綜合考量,裝置102具有或產生隨時間增長的獨特豐富的資料集。例如,裝置102可以透過連續的現場A-B測試進一步被開發/增強(例如,透過無線韌體更新),在感測器處理、健康監測、使用者體驗方面產生改進,所有這些都基於不斷改進AI以隨時間推移促進額外的能力、使用情況和產生的產品。例如,裝置102可以具有處理器可以存取的記憶體(例如,持久記憶體、快閃記憶體),其中記憶體儲存AI模型(例如,基於卷積神經網路、遞迴神經網路、強化演算法),其被訓練以確定對象104是否滿足或不滿足某些標準、特徵、或閾值,這可能與區域100內的對象104的健康、安全或保安有關。因此,當對象104是人時,處理器可以存取AI模型來分析長時間基線,以觀察人的安全、幸福、和健康變化的早期指標。因此,由於裝置102被用來隨時間追蹤對象104,還應該基於更佳理解對象104的AI模型來改進監控。
如本文所述,裝置102有許多說明性使用情況。例如,當對象104是人時,觀察(例如,透過處理器經由雷達)日常生物特徵、運動和日常生活活動(以及處理器基於這些動作)可以幫助提前檢測發現潛在的健康和安全風險,遠遠早於偶爾的身體檢查、實驗室和診斷檢測,有時是在意識到任何健康惡化之前。透過觀察(例如,透過處理器經由雷達)和分析(例如,透過處理器經由雷達)這種諸如吃、喝、睡覺、運動、洗衣、泡澡、淋浴、如廁、社交、穿衣的日常活動模式和諸如服藥的微觀行為,會出現一個人的健康和幸福的數位圖片(處理器可以根據其而動作)。此外,觀察(例如,透過處理器經由雷達)和分析(例如,透過處理器)移動、在床上花費的時間和上廁所的頻率,然後根據這些來動作(例如,透過聲音提示、警告訊息或行動應用程式以電子方式通知個人、家庭成員或醫生)可以指示個人、家庭成員或甚至他們的看診醫生可能不容易注意到的疾病跡象。因此,裝置102不僅可以提高對這些未檢測到的疾病狀態的認識,裝置102還可以幫助識別(例如,透過處理器)精神或身體功能的惡化並監測(例如,透過處理器)人已遭受的慢性病惡化的跡象(而處理器基於這些動作)。裝置102能夠在這些導致更危急的急症和救護車搭乘、急診室入院和住院治療之前檢測到(例如,透過處理器)這些對人們的安全、幸福和健康造成風險的跡象。因此,期望的最終結果是減少裝置102所支持的人的困難;由於提前、預測性干預而降低成本;以及更有效地使用寶貴的醫療資源。
裝置102的一種使用情況是透過處理器檢測對象104的跌倒。例如,若對象104是老年人,則跌倒可能對其健康和安全造成危險。儘管跌倒是常見的,但此通稱隱藏了對象104所遭受的事件中的顯著變化和隱晦之處。透過雷達追蹤並傳達給處理器的跌倒特徵或細微之處,諸如位置、情境脈絡、方向、速度、方位、角度或其他,可以提供線索給處理器以了解其根本原因,而這些細節具有很大的臨床意義。不幸的是,許多跌倒的人受傷痛苦可能會使了解實際發生的情況變得複雜,而這經常給醫生帶來診斷上的挑戰。處理器根據來自雷達的資料集而確定的跌倒的速度或方向可能會影響頭部受傷、骨折和復原的可能性。因此,處理器可以根據來自雷達的資料集考慮或檢測各種跌倒因素。這些因素可以包括位置–哪個房間、房間內的位置、類型和強度。這些因素可以包括情境脈絡–淋浴時與在門檻處進入房間。這些因素可以包括結果–不動、重新站穩或非站立移動。這些因素可以包括類型–從床上滾落/跌倒、從站立跌落或從椅子上摔倒。這些因素可以包括方向–可能與簡單的絆倒或影響大腦的事件有關聯。這些因素可以包括速率–速度增加傷害、軌跡可能指示絆倒或跌落。這些因素可以包括傷殘–不對稱移動可能指示骨折。因此,其中一些因素可能對受傷程度或潛在疾病的存在有影響。
裝置102的一種使用情況是透過處理器檢測對象104的功能障礙。例如,若對象104是老年人,則功能障礙可能對其健康和安全造成危險。身體虛弱者可能會隨著時間推移遭受到精神和身體功能上的各種變化(例如,由雷達追蹤並由處理器檢測到),然後才會受損到尋求護理或其他人會注意到的程度(例如,由處理器檢測到),無論這些是認知或是身體障礙。精神功能下降的可檢測跡象(例如,由雷達追蹤並由處理器檢測到)可以包括自我照護模式的改變(例如,由雷達追蹤並由處理器檢測到)、或保持睡眠的能力(例如,由雷達追蹤並由處理器檢測到)。身體功能下降的跡象(例如,由雷達追蹤並由處理器檢測到)包括整體身體活動的減少(例如,由雷達追蹤並由處理器檢測到)、步行速度下降(例如,由雷達追蹤並由處理器檢測到)、或絆倒的跡象(例如,由雷達追蹤並由處理器檢測到)。
裝置102的一種使用情況是透過處理器檢測日常生活活動的變化。例如,若對象104是老年人,則這些變化可能對其健康和安全造成危險。定期評估老年人(例如,由雷達追蹤並由處理器檢測到)他們進行日常生活活動的能力,以及這些變化(例如,由雷達追蹤並由處理器檢測到)是衰老過程的一部分,其可能與未來的自我照護、應對和獨立問題有關聯。與疾病狀態一起(例如,由雷達追蹤並由處理器檢測到),這些變化可能是脆弱指數(Frailty Index)的重要部分(例如,由處理器追蹤),脆弱指數作為易受不良後果影響的替代指標。因此,裝置102可以檢測(例如,由雷達追蹤並由處理器檢測到)人參與日常生活中的幾個關鍵活動,包括吃、喝、如側、社交或其他。例如,根據從雷達接收到的資料集,處理器可以追蹤睡眠–檢測睡眠中斷、時程變化、進入安穩睡眠的時間或早醒。例如,根據從雷達接收到的資料集,處理器可以追蹤吃或喝–時間、頻率、準備持續時間、吃或喝持續時間、或是否烹飪。例如,根據從雷達接收到的資料集,處理器可以追蹤如廁–上廁所的時間和頻率。例如,根據從雷達接收到的資料集,處理器可以追蹤社交–測量獨處的時間、打電話的時間、其他人來訪的頻率和持續時間、以及在場的訪客人數。注意,處理器可以將對象104與其他人區分開來,如本文所解釋的。例如,根據從雷達接收到的資料集,處理器可以追蹤微觀行為(例如,藥物使用、穿衣、打扮)。例如,根據來自雷達的資料集,其可以由來自本文公開的其他資料來源的資料增強或補充(例如,擴增),處理器可以根據資料集追蹤位在或居住在區域100內的對象104和另一對象104(例如,訪客、寵物),並且在根據資料集確定對象104是否正經歷涉及區域100內的對象104的事件之前,根據資料集將居住在區域100中的對象104與位在或居住在區域100內的另一對象104區分開來(例如,透過學習對象104隨時間推移的習慣和特徵)。例如,隨時間推移,當處理器能夠將區域100中的對象104與另一對象104區分開來時,處理器可以根據基於資料集區分對象104與另一對象104來確定事件是否對於對象104是定制(或唯一)的。
裝置102的一種使用情況是透過處理器檢測疾病的跡象。例如,若對象104是老年人,則一些疾病可能對其健康和安全造成危險。處理器可以根據來自雷達的資料集識別並引起注意的異常狀況顯示了許多疾病的跡象(例如,透過聲音提示、警告訊息或行動應用程式以電子方式通知個人、家庭成員或醫生)。處理器(例如,運行各種AI演算法)和雲分析邏輯(例如,在雲計算實例內運行)允許各種因素(如由裝置102經由通訊單元發送)相關聯,這些因素有助於依據處理器之請求,透過裝置102的輸出裝置(例如,揚聲器、顯示器)推薦或建議至少一些醫學評估。這些疾病的範例包括心肺疾病–心律不整(透過由處理器從雷達發送的資料集檢測到的心率分析)、缺乏心臟儲備量(由處理器從雷達發送的資料集檢測到的在日常活動期間心率高於基線)、或缺乏呼吸儲備量(由處理器從雷達發送的資料集檢測到的在日常活動期間呼吸率高於基線)。這些疾病的範例包括睡眠障礙–夜裡醒來(透過由處理器從雷達發送的資料集檢測到的夜間非典型起床)、打鼾模式(透過麥克風由處理器檢測到)、睡眠呼吸中止(透過分析由處理器從雷達或麥克風發送的資料集檢測到的呼吸率和停頓)。這些疾病的範例包括神經認知疾病–認知衰退(由處理器從雷達發送的資料集檢測到的異常重複行為)、回溯模式(由處理器從雷達發送的資料集檢測到的)、烹飪遺漏(由處理器從雷達發送的資料集檢測到的)、或自我照護減少(由處理器從雷達發送的資料集檢測到的)。這些疾病的範例包括神經肌肉疾病-運動障礙-透過步態分析(由處理器從雷達發送的資料集檢測到的)、起床分析(由處理器從雷達發送的資料集檢測到的)及步行速度分析(由處理器從雷達發送的資料集檢測到的)、或癲癇發作檢測(由處理器從雷達發送的資料集檢測到的異常運動、跌倒前的異常運動、癲癇發作後狀態)。這些疾病的範例包括傳染病-咳嗽檢測(由處理器從雷達或麥克風發送的資料集檢測到的)可以表示流感、肺炎、上呼吸道感染、COVID的發病;上洗手間或上廁所頻率(由處理器從雷達發送的資料集檢測到的)可以表示存在尿道感染或腹瀉或便秘。這些疾病的範例包括代謝疾病-洗手間使用頻率(由處理器從雷達發送的資料集檢測到的)可以表示不受控制的糖尿病或泌尿問題或胃腸問題的跡象、或者隨時間推移甲狀腺狀況可細微地提醒靜息心率(由處理器從雷達發送的資料集檢測到的)。例如,關於本文公開的各種疾病,處理器可被編程以根據來自雷達的資料集識別某些疾病(例如,神經性疾病、神經退化疾病、帕金森症、阿茲海默症、面肩胛肱肌失養症、克隆氏症、慢性阻塞性肺病、異位性皮膚炎)的潛在徵兆、發病或特徵。
裝置102的一種使用情況是(透過處理器從雷達發送的資料集)監測慢性病。例如,若對象104是老年人,則一些慢性病可能對其健康和安全造成危險。有助於成功管理慢性病的各種因素都與個人行為有關,因此,若他們不參與照護,則個人將會惡化。除了了解個人活動是否正在促進他們的健康之外,裝置102還可以檢測暗示個人狀況惡化的變化(透過處理器從雷達發送的資料集)。有各種可以由裝置102(處理器)監測的慢性病狀。例如,一些心臟衰竭或心律不整可以透過心率和呼吸率(透過處理器從雷達發送的資料集)、運動速度(透過處理器從雷達發送的資料集)、身體活動時間(透過處理器從雷達發送的資料集)、或藥物使用(透過處理器從雷達發送的資料集)來監測。一些氣喘和慢性阻塞性肺病(COPD)可以透過心率和呼吸率(透過處理器從雷達發送的資料集)、咳嗽和喘鳴測量(透過處理器從雷達發送的資料集)、運動速度(透過處理器從雷達發送的資料集)、或藥物使用(透過處理器從雷達發送的資料集)來監測。一些睡眠障礙可以透過睡眠時間(透過處理器從雷達發送的資料集)、中斷(透過處理器從雷達發送的資料集)、打鼾檢測(透過處理器從雷達或麥克風發送的資料集)、或心率和呼吸率(透過處理器從雷達發送的資料集)來監測。一些神經行為狀況可以透過追蹤日常生活的潛在衰退(透過處理器從雷達發送的資料集)、運動速度(透過處理器從雷達發送的資料集)、藥物使用(透過處理器從雷達發送的資料集)、或接近跌倒或跌倒(透過處理器從雷達發送的資料集)來監測。例如,處理器根據來自雷達的資料集或透過來自其他感測器的資料增強,如本文所公開的,可以融合此類資料以不僅檢測跌倒(或其他事件),並且至少估計或預測對象104的一些心理健康、情緒、和壓力程度。
圖3示出根據本公開之包括雷達的裝置的實施例。圖4示出根據本公開之一組裝置的一組實施例,每個裝置包括雷達或感測器。特別是,裝置102位於架子106上。裝置包括具有頂部、底部和跨越頂部和底部之間的中間部分的外殼。要注意的是,頂部或中間部分可以省略。
頂部包括木材,但也可以包括其他合適的材料(例如,塑膠、金屬、橡膠、布料、玻璃)。底部包括木材,但也可以包括其他合適的材料(例如,塑膠、金屬、橡膠、布料、玻璃)。中間部分包括布料,但也可以包括其他合適的材料(例如,塑膠、金屬、木材、橡膠、玻璃)。注意,頂部、底部和中間部分可以根據需要選擇性地互換,以創建不同的視覺外觀,如圖4所示。
儘管當從頂部觀看時外殼具有橢圓形狀,但這不是必需的,並且外殼(或另一種形式的支撐)可以以其他方式體現(例如,容器、機殼、盒子、框架、底座、立方體、長方體、角錐、圓錐、球體、卵形體、電視單元、條形音箱、揚聲器、書擋、花盆、種植盆、花瓶、家具物品、桌子、椅子、沙發、床、嬰兒床、架子、書櫃、電視櫃、家用電器、洗碗機、冰箱、烤箱、爐台、玩具、運動器材用品、跑步機、划船機、樂器、固定物、電子設備、衛生設備)。
圖5示出根據本公開之包括雷達的裝置的實施例的邏輯圖。特別是,裝置102包括外殼(例如,機殼),裝載了(例如,內部地或外部地)電源單元、透過電源單元供電的邏輯單元、透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的通訊單元(其自身或其任何元件可選)、透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的揚聲器單元(其自身或其任何元件可選)、透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的連接器單元(其自身或其任何元件可選)、透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的使用者介面單元(其自身或其任何元件可選)、透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的麥克風單元(其自身或其任何元件可選)、以及透過邏輯單元控制(任何元件)及透過電源單元供電(任何元件)的感測器單元(其自身或其任何元件可選)。
邏輯單元包括處理器、隨機存取記憶體(RAM)、持久儲存器(例如,嵌入式多媒體卡、固態硬碟、快閃記憶體)、和硬體加速器(例如,類神經網路加速器、機器學習加速器),儘管硬體加速器是可選的。通訊單元(其自身或其任何元件可選)包括蜂巢式SIM單元(例如,SIM卡接收器和相對應的電路)、蜂巢式數據機、Wi-Fi單元(例如,Wi-Fi晶片)、藍牙(或另一短程無線通訊標準)單元(例如,藍牙晶片)、Zigbee(或另一短程自動化無線通訊標準)單元(例如,Zigbee晶片)、Z-wave(或另一短程自動化無線通訊標準)單元(例如,Z-wave晶片)、近場通訊(NFC)單元(例如,NFC晶片)和水晶頭(registered jack,RJ)。通訊單元用於各種通訊中,如本文中所揭示的。例如,若裝置102需要與桌上型或行動裝置(例如,手機、膝上型電腦、平板電腦、可穿戴電腦)或另一裝置102或如本文所揭示的感測器配對(例如,用於配置或設定),則可以使用藍牙或Wi-Fi單元。若裝置102需要連接到Wi-Fi(例如,用於將處理器形成的資料發送到雲計算服務或者從雲計算服務接收資料)或桌上型或行動裝置(例如,手機、膝上型電腦、平板電腦、可穿戴電腦)或另一裝置102或如本文所揭示的感測器,則可以使用Wi-Fi單元或RJ。例如,若裝置102具有(例如,由其外殼內部地或外部地裝載)且需要打開(其自身或另一裝置的)指示燈、發出(其自身或另一裝置的)一般警報、或想要使用另一裝置來測量對象104的特徵(例如,生命徵象),則Zigbee或Z-wave協定(或其他合適的自動化通訊協定)可以由(其自身或另一裝置的)燈、(其自身或另一裝置的)警報、(其自身或另一裝置的)健康監測裝置及(其自身或另一裝置的)一般智慧家庭自動化使用。若裝置102需要被配置用於如本文所揭示的各種操作,則此種配置可以透過在行動電話、平板電腦、可穿戴電腦或另一計算單元(例如,膝上型、桌上型)上運行、由對象104或使用者操作並與裝置102通訊的行動應用程式完成,如本文所揭示的。這種配置簡化了收集配置資訊(例如,Wi-Fi密碼、授權碼)。無論使用何種計算單元,都可以使用其NFC單元來將該配置資訊(例如,無線地)傳輸到裝置102(例如,傳輸到其NFC單元),這因此可允許裝置102使用其他通訊標準。注意,藍牙通訊技術(或其他短程通訊協定)可以附加地或替代地被用來傳輸此種配置資訊(並且可以相應地配置計算單元和裝置102)。若裝置102需要與另一裝置102同步其操作或交換資料(例如,當兩個雷達合作掃描區域100時),則可以使用通訊單元(例如,藍牙單元、Z-wave單元、Zigbee單元、Wi-Fi單元、RJ單元)中的任何通訊元件。揚聲器單元(其自身或其任何元件可選)包括放大器或揚聲器。揚聲器單元用於各種聲音、人聲或音頻輸出,如本文所揭示的。例如,配置、健康、安全、建議、推薦或幸福內容可以由揚聲器單元輸出,如本文所揭示的。電源單元包括後面板連接器(可選的)、筒形插口(barrel jack)(可選的)、配電/供電、充電控制器(可選的)和備用電池(可選的)。使用者介面單元(其自身或其任何元件可選)包括物理界面(例如,按鈕、撥號盤、搖桿、開關)和虛擬介面(例如,呈現圖形使用者介面的觸摸或非觸摸顯示器)。使用者介面單元用於各種觸覺或視覺輸出,如本文所揭示的。例如,配置、健康、安全、建議、推薦或幸福內容可以由使用者介面單元輸出,如本文所揭示的。麥克風單元(其自身或其任何元件可選)包括一組麥克風。麥克風單元用於聲音、人聲或音頻輸入的各種捕捉,如本文所揭示的。例如,在區域100中識別到的人聲命令或聲音,無論是來自對象104或其他,可以由麥克風單元輸入,如本文所揭示的。感測器單元包括雷達、加速器(可選的)、陀螺儀(可選的)、慣性測量單元(可選的)、光檢測器(可選的)、局部溫度感測器(可選的)、局部濕度感測器(可選的)和微粒感測器(可選的)。感測器單元用於輸入的各種感覺捕捉,如本文所揭示的。例如,在區域100中識別到的感覺輸入,無論是來自對象104或其他,可以由感測器單元輸入,如本文所揭示的。例如,光檢測器、局部溫度檢測器、局部濕度檢測器或微粒感測器可以感測其周圍環境,及其資料供處理器動作或決定相應地採取動作。例如,光檢測器、局部溫度檢測器、局部濕度檢測器或微粒感測器可以感測到火災、煙霧、一氧化碳、汙染或其他事件,使得處理器透過通訊單元發出警報(例如,撥打緊急服務或預定電話號碼、關閉或停用瓦斯供應、電氣面板或水總閥)或透過揚聲器單元發出警報(例如,引導對象離開區域100)或透過使用者介面單元發出警報。因此,當裝置102包括通訊單元時,其中處理器耦合(例如,機械地、電氣地、邏輯地)到通訊單元,處理器可以採取包括指示通訊單元發送訊息到另一裝置102(例如,本地)或區域100遠端的電腦(例如,桌上型、膝上型、行動電話)的動作,其中該訊息包含與對象104、區域100或事件有關的內容。
圖6示出根據本公開之圖3的內部圖。圖8示出根據本公開之圖3之基於圖6的內部空腔的照片。特別是,裝置102包括外殼202、邏輯單元204、電源單元206、通風口208、框架210、散熱器220、揚聲器212、窗214、雷達216和麥克風218,其中一些示於圖5中。外殼202裝載框架210。邏輯單元204被固定或安裝(例如,固定、緊密配合、連鎖、黏附)到框架210上,使得邏輯單元204在電源單元206和窗214之間延伸,儘管此安置方式可以變化。電源單元206供電給邏輯單元204。電源單元206被固定或安裝(例如,固定、緊密配合、連鎖、黏附)到外殼202,使得邏輯單元204在電源單元206和散熱器220或雷達或窗214之前延伸。電源單元206面向邏輯單元204,儘管此安置方式可以變化。通風口208由外殼202限定,使得邏輯單元204在通風口208和窗214、(左邊)揚聲器212之間延伸,儘管此安置方式可以變化。儘管排氣口208由一組對稱開口形成,但這不是必需的並且可以根據需要而改變(例如,不對稱開口)。散熱器220位於雷達216或窗214與邏輯單元204或電源單元206之間,儘管此安置方式可以變化。
通風口208和散熱器220被共同用作一組被動冷卻元件,其可以影響散熱器220如何被設計(例如,尺寸、形狀)或定位、或外殼202如何被設計(例如,尺寸、形狀)、或通風口208如何被設計(例如,尺寸、形狀)或定位,各者用以最佳化對流(例如,將上升的熱移走)。這在技術上可能是有利的,因為通風口208和散熱器220以最小或無噪音運行,這在某些環境(例如,老年護理對象)中可能是需要的。然而,被動冷卻元件組在技術上也可能是不利的,因為散熱器220可能比預期的大,這可能在經濟上昂貴、空間受限或由於供應短缺而不易獲得。同樣地,被動冷卻元件組可能在技術上是不利的,因為邏輯單元204或雷達216可能運行得更熱,因為通風口208或散熱器220帶走的熱量更多地取決於散熱器220或外殼202周圍空氣的環境溫度(例如,冬季時靠近散熱器、加熱器或通風口)。因此,在被動冷卻元件組在技術上可能不利的情況下,可以使用主動冷卻劑。主動冷卻劑可以是冷卻扇、冷卻液循環系統或其他合適的冷卻劑。主動冷卻劑,當體現為冷卻扇時,可以迫使雷達216或邏輯單元204上方的環境空氣被分散,這可以實現比被動冷卻元件組更有效的冷卻。然而,主動冷卻劑(例如,冷卻扇)可具有移動部件或平衡部件,這可能會由於移動的環境空氣而產生噪音。同樣地,主動冷卻劑也可能磨損或發出嘎嘎聲,這在某些環境(例如,老年護理對象)中可能是不希望的。類似地,主動冷卻劑可能會降低裝置102的長期可靠性,增加灰塵收集率、增加機械故障或部件失衡的可能性、增加連接器的磨損和增加雷達測量的噪聲,這可能需要對其進行更多的過濾和補償,若可能的話。因此,取決於使用情況,雷達可以主動冷卻或被動冷卻。
當外殼202包括兩個揚聲器212時,如圖6所示,邏輯單元204或散熱器220或雷達216可以在那些揚聲器212之間延伸,儘管那些揚聲器212可以定位在其他位置中,無論是在外殼202的內部或外部。注意,可能有兩個以上的揚聲器212或一個揚聲器212或完全沒有揚聲器212。揚聲器透過電源單元206供電以及透過邏輯單元204控制。
雷達216(例如,電路板具有帶天線的接收器和帶天線的接收器或帶發射天線及接收天線的收發器)在窗214和散熱器220或邏輯單元204或電源單元206之間延伸,儘管此安置方式可以變化。雷達216透過窗214進行追蹤(例如,發送和接收),使封閉、干擾和噪聲最小化,儘管窗214可以不存在。如圖6中所示,外殼202包括兩個彼此對稱的窗214,但是可以有兩個以上的窗214或者窗214可以彼此不對稱。
將麥克風218位於鄰近窗214,使得雷達216或散熱器220或邏輯單元204在麥克風218和電源單元206之間延伸,儘管麥克風218可以省略或位於別處。麥克風218透過電源單元206供電並且由邏輯單元204控制以補充、加強或增強雷達216或接收使用者輸入,如本文所揭示的。
圖10示出根據本公開之具有一組雷達天線的電路板的實施例。圖11示出根據本公開之圖3的裝置的覆蓋範圍的實施例。特別是,如本文所述,雷達可以根據數位編碼的飛行時間原理運行,其可以各種方式體現。雷達可被用來追蹤或監控個人的安全、健康、幸福或護理,由處理器控制。例如,雷達可以發射脈波,然後測量從對象(例如,人類、家具、家用電器、牆壁、地板、天花板)返回(例如,接收器、收發器、感測器、距離感測器)的反射時間(例如,回聲)。例如,雷達可以透過發射和接收天線的相位陣列進行操作以創建高度定向的測量。這示出於圖10中,其中雷達包括電路板,電路板具有兩個天線陣列(小的金色矩形,儘管其他顏色或形狀也是可能的)和散熱器(小的黑色矩形,儘管其他顏色或形狀也是可能的)覆蓋主要射頻處理晶片。例如,雷達可以包括一組相位陣列,各包含一組貼片天線,使雷達能夠追蹤居住或存在於區域100內的對象104。
裝置102包括處理器,其(例如,電氣地、邏輯地、機械地)耦合到雷達以實現各種設計目標或性能。這些目標或性能中的一些可以致能邊緣計算和硬體加速人工神經網路(ANN),其可以包括其之各種相應的模型,以使各種原始感測和處理能力能夠構建各種基於軟體的應用程式,以支持各種形式的使用情況,如本文所述。例如,一些ANN可以包括卷積神經網路、遞迴神經網路、長短期記憶神經網路或其他合適形式的ANN。這些形式的邊緣計算和硬體加速ANN可以使處理器能夠根據來自雷達的資料集處理各種使用情況。這些使用可以包括處理器透過使用雷達的各種穿透特性,根據來自雷達的資料集來追蹤對象104的心率或心跳,捕捉由對象104反射的至少一些“反向散射”的一部分(亦稱為反射信號)、並允許追蹤對象104的心率或心跳。這些使用情況可以包括處理器根據來自雷達的資料集追蹤呼吸率,其可以與心率相似地被追蹤,如本文所述,或者根據來自雷達的資料集處理信號以識別一些較慢的呼吸變化。這些使用情況可以包括處理器根據來自雷達的資料集追蹤對象104在區域100內的位置,即,持續了解移動通過區域100之每個個體的位置(在視野130內)。這些使用情況可以包括處理器根據來自雷達的資料集追蹤跌倒偵測–檢測對象104的方位及其變化速度的能力。這些使用情況可以包括處理器根據來自雷達的資料集針對特定的房間幾何形狀編程–大型平面的位置(例如,地板、牆壁、天花板、家具、家用電器)。這些使用情況可以包括處理器根據來自雷達的資料集追蹤對象104的姿勢–對象104的方位。這些使用情況可以包括處理器根據來自雷達的資料集執行對象分類-家具或家用電器的識別可以提供某人是睡在床上或是躺在桌子上的情境。這些使用情況可以包括處理器根據來自雷達的資料集追蹤日常生活的各種活動–準確地確定生活模式,包括睡眠、飲水、進食、如廁、社交和諸如用藥等微觀行為的時間和頻率的能力。
鑒於當前持續的晶片短缺,裝置102可被設計為利用5G晶片來降低或減輕此風險。例如,由於雷達可以是全數位設計(儘管非全數位或混合設計是可能的),雷達可以利用現有的通訊晶片(例如,無線RF接收器、無線RF發射器、無線射頻收發器、有線介面卡、波導)。例如,5G(或3G、4G、6G)蜂巢技術可以在與在Ku波段、K波段或Ka波段內操作的雷達相同或相似的波段中操作,導致對這些頻率的無線電系統的組件進行大量且持續的投資。利用這些元件為裝置102提供了透過最小化或不需要定制硬體的昂貴和潛在風險設計週期來實現性能目標的能力;類似地,蜂巢市場競爭推動的性能可能會影響雷達。相比之下,一些雷達依賴於複雜的類比設計,這些設計只能從這些外部市場發展中看見正切效益。
如本文所述,裝置102可以用於根據處理器從雷達接收到並由處理器處理的資料集來追蹤對象104在區域100內的位置,並且根據處理器從雷達接收到並由處理器處理的資料集來檢測對象104在區域100內的跌倒。例如,當對象104是人時,雷達可以透過至少一或兩個標準US牆壁(例如,石膏板)來檢測人的位置和姿勢,從而允許雷達“查看”視野130內的相鄰房間、臥室、浴室、走廊、食物儲藏室或其他區域100,如圖11中所示。然而,由於雷達可能有覆蓋差距(例如,遮蔽),裝置102可以由另一裝置102(“衛星”單元)補充,該另一裝置可以位於區域100內或追蹤區域100、或由感測器(例如,相機、麥克風、運動感測器、鄰近感測器、距離感測器)補充,該感測器位於區域100內或追蹤區域100。裝置102(例如,外殼)或感測器可以彼此間隔開以增強對象104或區域100的解析度或覆蓋範圍。這可以使裝置102能夠驗證、證實或檢查其資料、分析或結論,或推斷關於對象104或區域100之裝置102無法追蹤或識別的某些東西。例如,當對象104是人時,浴室是家中跌倒的常見位置。對象104正在淋浴時,雷達可以產生品質或解析度稍微降低的資料集,但這不會影響檢測跌倒。儘管一些浴缸可以產生感測器陰影,但當對象104的雷達視野未被擋住或遮住時,雷達在跌倒發生時可以檢測到跌倒。然而,當對象104的雷達視野被擋住或遮住時,裝置102可以與可能位於區域100內或追蹤區域100的另一裝置102、或可能位於區域100內或追蹤區域100的感測器進行通訊(例如,有線、無線地、波導),以單獨或共同地確定對象104是否正在經歷事件,如本文所公開的,諸如跌倒。例如,第二裝置102可以在Ku波段、K波段或Ka波段中追蹤,如本文所揭示的。因此,這種配置提供了互補的追蹤或感測能力,這可以包括使用低解析度紅外線感測(或其他感測模式,無論是直視或非直視,無論是低解析度或高解析度,其包括超音波感測器、LIDAR、雷達、運動感測器、鄰近感測器、距離感測器、或其他)。“衛星”裝置102可被部署到較遠的房間並提供對區域100內人之位置的粗略或精細感測,從而將覆蓋範圍擴展到可能被擋住(例如,由於金屬牆)的相鄰空間。“衛星”裝置102還可以具有一麥克風或一組麥克風,其可以幫助檢測某些跌倒,並提供雙向通訊(例如,透過藍牙單元、Wi-Fi單元、RJ)。一些、許多、大部分或所有計算發生在主要單元102上,儘管這些計算可以分散或與其他裝置102共享(例如,經由通訊單元)。此外,還可以部署多個主要單元或“衛星”單元,以擴展追蹤範圍並提供在遮擋“後面”的覆蓋範圍。
因此,若裝置102是位於區域100內用以追蹤居住或位於其中的對象104的第一裝置102(具有第一雷達,將第一組追蹤資料發送給第一處理器),則可能存在位於區域100內用以追蹤或感測居住或位於其中的對象104的第二裝置102(具有第二雷達,將第二組追蹤資料發送給第二處理器)。第一裝置102和第二裝置102可以彼此間隔開。例如,第一裝置和第二裝置可以彼此相對。因此,第二裝置102可以在區域100內操作,而不干擾在區域100中操作的第一裝置102(例如,雷達干擾),使得在區域100內操作的第二雷達(例如,飛行時間)或感測器(例如,感測器單元、音頻單元、視覺單元)在追蹤區域100內的對象104的第一雷達被遮擋或者未被遮擋以追蹤居住或位於區域100內的對象104時,追蹤或感測居住或位於區域100中的對象104。當在區域100內操作的第一雷達被遮擋或者未被遮擋以追蹤居住或位於區域100內的對象104時,第二雷達或感測器根據追蹤或感測居住或位於區域100中的對象104產生第二組資料。當在區域100內操作的第一雷達被遮擋或者未被遮擋以追蹤居住或位於區域100內的對象104時,第二雷達或感測器將該第二組資料發送給第二處理器,使得第二處理器根據該第二組資料確定對象104是否正在區域100內經歷第二事件,並且回應於被確定為正在區域100內發生的第二事件採取第二動作。第一雷達和第二雷達都可以在同一波段中操作(例如,K波段、Ku波段、Ka波段)或者在同一波段中的同一範圍內操作(例如,在大約23 GHz和大約25 GHz之間(含))。第一事件和第二事件可以是或者可以不是同一事件,或第一動作和第二動作可以是或可以不是同一動作。第一雷達和第二雷達或感測器在它門的視野中可以重疊或可以不重疊。第一裝置102和第二裝置102可以被配置為使得第二處理器與第一處理器進行通訊(例如,經由通訊單元、藍牙單元、Wi-Fi單元),藉此使第一處理器能夠根據第二組資料確認或驗證第一組資料,並且根據確認或驗證第一組資料的第二組資料確定對象104是否正在區域100中經歷事件,並且回應於被確定在區域100中發生的事件而採取動作。第二處理器可以被配置為直接(例如,裝在一共同外殼中或具有一共同控制器)或間接與第一處理器通訊。
如本文所述,雷達可以在Ku波段、K波段或Ka波段中操作,以透過發射波來追蹤區域100中的對象104。這些波是非游離形式的輻射,其由聯邦通訊委員會和其他國際監管機構透過根據身體(例如,對象104)吸收多少能量來限制“劑量”,而對高頻非游離無線電波的暴露進行監管。因此,在一些實施例中,雷達的發射功率是可編程的,並且雷達可以符合或者被配置為符合所有適當的法規,遵循針對公眾的不受控制的暴露指南(即,日常使用),這可以透過無線更新發生。
如本文所述,雷達可以通過常見住宅中的典型牆壁進行感測(例如,具有石膏板和護牆板的木製或金屬框架或具有一對石膏板的木製或金屬框架)。雷達可以是飛行時間雷達、都卜勒雷達或另一種合適類型的雷達。飛行時間雷達可以測量脈衝傳播到反射對象並返回(例如,回波)的時間或者能夠直接觀察靜態對象。例如,典型的家用物品(例如,家具物品、家用電器)是靜態的,並且若對象104是老年人或體弱的人,則對象104也可能是緩慢移動的。都卜勒雷達可以測量反射對象在該對象朝向或遠離都卜勒雷達移動時的運動;“側向”運動通常是不可見的(儘管這在使用其他雷達技術時是可能的)。當使用都卜勒雷達時,對象運動越快,看到的東西就越多(例如,可用的數據越多)。一般來說,觀察人類依賴於人類永遠不會靜止的論點,因此總是可以偵測到關於他們存在的某些東西。然而,這也意味著會檢測到飄動的織物,並可能分散注意力。靜止的對象可被遺漏或者被遺漏。在這兩種雷達模式之間,飛行時間雷達更適合觀察相對緩慢移動的家庭環境。自然地,透過從靜止幀中創建“視頻”,可以使用飛行時間系統看到運動。混合設計是可能的(例如,雷達模式切換),其中都卜勒雷達被用來增強、補充、替代、加強或取代飛行時間雷達檢測振盪運動,諸如顫抖、由於心跳引起的皮膚運動、由於呼吸引起的胸部偏轉或其他,如本文所揭示的。通常,這種振盪運動相對於雷達的波長而言是緩慢的,因此都卜勒頻移通常很小且難以檢測,但是可能的。然而,可以更容易地檢測到由振盪運動產生的更高頻率的諧波。例如,若對象104是人類,則每分鐘60下的心跳可以產生數百Hz的特徵諧波振盪。都卜勒雷達可以檢測這些諧波並允許裝置102(例如,處理器)從有意圖的運動中區別出一些或各種振盪運動。例如,此種區別可以透過檢測呼吸表現出來,其中自然人呼吸率大約為幾Hz。然而,人類運動,例如走路時擺動手臂,也以相似的頻率發生。檢測由呼吸而非手臂擺動引起的更高頻率的諧波可以使都卜勒雷達在儘管有運動亦能檢測呼吸率方面具有技術優勢。注意,都卜勒雷達(及都卜勒資訊)可被用來監視人,如本文所揭示的。注意,現有都卜勒雷達產品的某些版本在監視人的任務上性能往往相當有限。這些產品可能會失去它們檢測距離來源約五英呎範圍內的活動的能力。同樣地,這些產品還要求人站在約一到二英呎遠的距離內,並且非常靜止,才能測量心率和呼吸。無論如何,可以使用飛行時間雷達、都卜勒雷達、或任何其他合適的雷達。
如本文所述,裝置102可以透過來自視線感測(例如,相機、LIDAR、高頻雷達)的資料進行補充、加強或增強。例如,許多技術依賴於感測器和被檢測對象104之間的直接視線。一些基於光學相機、紅外線、聲學或基於LIDAR的解決方案依賴於視線;一些高頻雷達(具體地,在大約60 GHz或大約76 GHz到大約81 GHz的一些版本)非常難穿透材料,並且實際上也限於視線內,但可被用來補充裝置102。一些基於視線的系統難以提供對典型的房間環境的統一覆蓋。房間不是長方形的,並且家具會造成遮擋,產生了重大挑戰。例如,在桌子或檯面後跌倒的人可能不會在單一室內感測器的視野中。相比之下,雷達,如本文所公開的,仍將能直接追蹤在遮擋物後面的人。此外,一些視線技術只能在單一房間中操作,需要在每個房間和生活區的空間中設置其單元,以提供足夠的覆蓋。除了這些裝置的各種財務成本之外,此類設置還有專業安裝成本,這使得商業模式難以為繼。相比之下,裝置102可以覆蓋高達約2000平方英呎的生活空間(儘管基於各種因素,多或少都是可能的),穿牆運作,並且可以使用額外的基本單元(例如,另一裝置102或感測器)進行擴展以實現更廣泛的覆蓋範圍(例如,針對較大的家、多樓層),或“衛星”裝置102以提供在被遮擋的相鄰空間中的覆蓋範圍。此外,基於計算機視覺的系統要求人們在他們最私密的空間中接受攝像機,這很難實現(例如,美國用戶調查已證實不到42%的老年人願意在他們的臥室接受這一點,而在歐洲,這個數字甚至更低)。
圖12示出根據本公開之圖7的裝置的一組麥克風的實施例。圖13示出根據本公開之圖7的裝置的一麥克風的實施例。圖14示出根據本公開之來自圖1-7的裝置的原始讀取和由圖1-7的裝置從原始讀取形成的虛擬骨架實施例。特別是,裝置102可以包括麥克風單元,如圖5所示,並由處理器控制用於各種目的。例如,這些目的之一是補充(例如,驗證、確認、確定、確證)由雷達產生並發送到處理器進行處理的資料集,如本文所揭示的。例如,麥克風單元可被用來接收來自對象104的聲音命令,以控制在處理器上運行的聲音助理(例如,Siri、Google助理)。麥克風單元可以包括一麥克風或一組麥克風。麥克風單元被配置為靈敏且穩健的,使得麥克風單元使用上準確且令人滿意,並且隨時間的推移可擴展以支持越來越多的功能,同時還具有成本效益。麥克風單元給出了“語音優先”的會話使用者經驗,能夠多方通訊(例如,裝置102到裝置102或裝置102到遠端電話或電腦),並且在使用者同意的情況下提供有關人們和他們的活動的豐富情境。在這種情況下,裝置102包括由處理器相應地控制的揚聲器單元。
裝置102使用麥克風單元和楊聲器單元與對象104(或其代理)交談以便於設置,而無需裝置102下載任何專用的應用程式;回應對話的語音命令;能夠與親人、護理人員及提供照護者通訊(例如,預編程的電話號碼、聊天名稱);並且當裝置102檢測到迫在眉睫的危險時或當對象104請求幫助時,給對象104幫助。然而,注意,其他的實施例可以涉及從應用程式商店(例如,Google Play、iTunes)下載的應用程式。
麥克風單元可被用來捕獲聲音,其指示如由處理器確定的跌倒並且可以幫助確認或驗證雷達檢測到的內容以減少誤報。例如,在來自雷達的資料、資訊或指示與麥克風單元衝突的情況下,則雷達可以控制(儘管這可以是反向的或控制預設值當前未被選擇或者不可用),由處理器確定。麥克風單元可以捕獲諸如碰撞或破碎的玻璃等響亮的聲音,其可能指示如由處理器確定的其他安全攸關的情況或者闖入事件或者火災或天氣事件。麥克風單元可以捕獲來自廚房和浴室的聲音,其指示如由處理器確定的各種日常生活和自我照護。麥克風單元可以捕獲人聲,其可以指示如由處理器確定的社交活動或媒體消費。麥克風單元可以捕獲呼吸道聲音,諸如咳嗽、喘息、呼吸困難或打鼾,其可以指示如由處理器確定的肺部疾病是否正在開始或惡化。麥克風單元可以捕獲聲音語氣,其可以指示如由處理器確定的情緒–悲傷、生氣、挫折、快樂–或者憂鬱症加重的跡象。麥克風單元可以捕獲隨時間從對象104獲知並與對象104的某些行為或症狀相關聯的附加音頻上下文。
麥克風單元可以包括三個(儘管兩個或四個或更多是可能的)數位麥克風(儘管類比麥克風是可能的)陣列。這些麥克風具有良好的信噪比,這將有助於裝置102從盡可能遠的距離(例如,在室內大約15、14、13、12、11、10、9、8、7、6、5、4、3、2、1英呎或公尺的範圍內)聽到命令和其他聲音。除了這些麥克風之外,麥克風單元子系統還可以包括信號處理晶片,其為聲音來源提供3D到達方向資訊。
麥克風單元可以包括兩個不同的麥克風處理鏈,其中任何一個都可以由用於麥克風單元的處理器執行。第一個是人聲處理器,其執行回聲消除和人聲隔離,為語音助理的處理做準備。第二個是到達方向分析處理器,其使用全部三個麥克風來隔離多個聲音來源並在被監視的區域100內定位這些聲音源自何處。因此,處理器可以定位聲音來源(例如,人聲、跌倒)以允許處理器(例如,其邊緣AI演算法)將這些來源或聲音與雷達資料–或訓練期間的視覺資料相關聯。同樣地,處理器可以使用此聲音資訊作為位置資訊,其將增強活動識別。類似地,處理器可以隔離不同的聲音。例如,將來自電視或吸塵器的背景噪音與人說話的聲音隔離,可以提高處理器聽到命令和識別聲音的能力。因此,當裝置102包括麥克風組時,其中處理器耦合到麥克風組以控制麥克風組(例如,接收資料),處理器可被編程以啟動麥克風組,使得麥克風組接收從居住或位於區域100內的對象104產生的一組聲學輸入,並將該組聲學輸入發送給處理器,使得處理器隔離該組聲學輸入,根據被隔離的該組聲學輸入在區域100內定位該組聲學輸入源自何處,根據在區域100內定位該組聲學輸入源自何處來確認或驗證資料集,以及根據由該組聲學輸入確認或驗證的資料集,回應於被確定在區域100內發生的事件而採取動作。注意,儘管麥克風單元可以將其電路板安裝在頂部,如圖12中所示,但這不是必需的,此電路板可被設置在其他位置。
如本文所述,裝置102可以包括視覺單元(例如,光學相機、紅外線相機)並由處理器控制用於各種目的。例如,這些目的之一是補充(例如,驗證、確認、確定、確證)由雷達產生並發送到處理器進行處理的資料集,如本文所揭示的。例如,視覺單元可被用來接收來自對象104的手勢命令,以補充對在處理器上運行的語音助理的控制。例如,視覺單元可以包括高解析度(例如,4K、8K)攝像機(例如,紅-綠-藍),處理器可以根據需要可選地啟用該攝像機,這可以在使用者同意的情況下進行。此攝像機,其可以在各種照明條件下運行,增強了處理器可用的各種資料集,用以增進各種邊緣AI演算法的訓練,尤其是透過雷達子系統識別人。儘管裝置102可以包括此產生的邊緣AI演算法,但這不是必需的並且對象104(或其代理)可以排除或禁用視覺單元,若需要的話。
攝像機可以使用廣角鏡頭(其可以是魚眼鏡頭)來提供攝像機所在房間的良好的可見性。這種相機可以是整合模組,包括感測器、鏡頭和支持電子設備。注意,在圖像處理之前,圖像資料可以被預處理器(例如,消除扭曲)。攝像機可以提供圖像資料給處理器以補充處理器從雷達接收到的資料集。圖像資料可被用來支持對攝像機視野內的人的位置、身體位置或身分的訓練和驗證。處理器可以將此圖像資料與至少在裝置102所在的區域100內從雷達接收到的資料集或從音頻單元接收到的資料進行比較。此外,圖像資料還可用於在對象104使用雷達之前或者在雷達正追蹤對象104時識別日常活動並訓練雷達。此外,還有一些技術用於直接從圖像資料提取生命徵象,諸如心率,這些技術可被整合用於各種邊緣AI演算法的訓練。由於視覺單元有可能在各種條件下(例如,日間、夜間)使用,因此攝像機可以在從全日照到完全黑暗的照明條件下操作。為了以單一相機滿足此需求(儘管可以使用多個相機供應處理器),攝像機可以使用雙波段過濾器,其允許攝像機觀察可見光譜(紅-綠-藍)和近紅外線光二者。裝置102還可以包括其自身的近紅外線光源以供夜間操作。儘管使用這種雙波段過濾器可能存在缺點(例如,紅-綠-藍顏色輕微失真),但這可以補償或者不影響各種用途,如本文所揭示的。因此,當裝置102包括相機(例如,光學或紅外線)且處理器(例如,機械地、電氣地、邏輯地)耦合到相機以控制相機(例如,接收成像)時,則處理器可被編程(或者使用者可被指示)以啟動相機,使得相機接收從居住在區域100內的對象104產生的成像,並將該成像發送給處理器,使得處理器確認或驗證資料集並根據確認或驗證的資料集,回應於確定在區域100內發生的事件而採取動作。相機可以包括雙波段過濾器,其被配置為允許相機在可見光譜(RGB)和近紅外線光中觀察。
如本文所述,裝置102包括處理器(例如,控制器、邊緣處理器、單核心處理器、多核心處理器、系統單晶片、圖形處理單元、硬體加速器、類神經網路加速器、機器學習加速器)和雷達(例如,飛行時間雷達、都卜勒雷達),其中處理器(例如,電氣地、邏輯地、機械地)耦合到雷達以控制雷達(例如,接收追蹤資料)。例如,處理器可以啟用本地或邊緣計算以提高處理速度和提供資料隱私或資料安全性。例如,感測器(例如,雷達、聲學、視覺)將資料(例如,雷達、聲學、視覺)饋送到邊緣處理器。這在技術上是有利的,原因有幾個。首先,這能夠實現對人隱私的尊重,因為收集的一些、許多、大部分或所有資料(例如,雷達、聲學、視覺)甚少或從不離開裝置102(儘管這對於雲計算是可能的)。其次,這最小化頻寬使用、功率使用,從而降低成本。第三,板上處理最小化延遲並提高使用者經驗和感測器平台在事件發生時識別事件的回應性。
處理器致能邊緣計算平台,其可以包括單核心處理器或多核心處理器,無論這些核心在被監視的物理區域內是本地的還是彼此遠離。多核心處理器可以包括複數個獨立的核心。例如,多核心處理器是具有兩個或更多個獨立處理單元的計算元件,這些獨立處理單元是例如透過多處理或多線程讀取和執行諸如前端應用程式之程式指令的單元。程式指令是處理指令,諸如添加、移動資料或分支,但是核心可以同時運行多個指令,從而提高前端應用程式的整體運算速度,適合平行計算。當同時存取檔案或任何其他的資料結構時,核心可以平行處理,如本文所公開的,同時符合原子性、一致性、隔離性和持久性(ACID)原則,此原則確保可靠地處理此類資料結構運算/交易,諸如讀、寫、擦除或其他。例如,透過至少兩個核心同時存取資料結構,諸如讀或寫,而無須鎖住這些核心之間的資料結構。例如,可以同時處理圖形和文本,如本文所揭示的。注意,可以有至少兩個核心,諸如兩個核心、三個核心、四個核心、五個核心、六個核心、七個核心、八個核心、九個核心、十個核心、十二個核心、數十個核心、數百個核心、數千個核心、數百萬個核心或更多。核心可以或者可以不共享快取,並且核心可以或可以不實現訊息傳遞或共享記憶體核心間通訊方法。用於互連核心的常見網路拓樸包括匯流排、環形、二維網格和交叉開關。同質多核系統僅包括相同核心,異質多核系統可以具有不同的核心。多核信筒中的核心可以實現架構,諸如超長指令字(VLIW)、超純量、向量或多線程。無論是附加地或替代地,邊緣計算平台可以包括圖形卡、圖形處理單元(GPU)、編程邏輯控制器(PLC)、張量核心單元、張量處理單元(TPU)、特殊應用積體電路(ASIC)或其他處理電路,無論是在固定或移動平台上。
處理器可以使用最新一代的邊緣處理晶片,以為邊緣進階AI供電,從而平衡成本和性能。如圖5中所示,處理器可以包括高性能中央處理單元(或另一種形式的處理邏輯)和離散ANN加速器二者,允許多種多樣的工作負載組。處理器可以與足夠的記憶體(RAM)和持久儲存器配對,以提供平衡良好的平台。例如,可以有4、6、8、12、16、32、64、128 GB的RAM或永久記憶體(例如,快閃記憶體)或更多。
亦如圖5中所示,裝置102可以包括用於部分或全部連接選項(例如,有線、無線、波導)的通訊單元。網際網路(或LAN或WAN或網路)連接可以透過Wi-Fi或蜂巢式數據機或其他合適的通訊裝置提供。通訊單元可以使裝置102能夠充當多個裝置的集線器,這些裝置透過藍牙(例如,低功率或其他合適的個人網路)或Wi-Fi(或Li-Fi或其他合適的連接)與其連接。為了使裝置102保持最新,通訊單元支持透過Wi-Fi或行動數據通訊(或其他合適的連接)的無線更新。類似於特斯拉(Tesla)如何更新其汽車,裝置102被配置為支持不斷發展和擴展的使用情況,隨著各種邊緣AI演算法的發展和軟體的發展,解鎖每個版本或裝置102中的潛在能力並透明地交付給使用者。例如,雷達可以覆蓋典型大約2000平方英呎(儘管也可能更少或更多)、採用標準美國乾牆結構的住宅;檢測室內的跌倒和穿透牆壁;在最遠大約20英呎(儘管也可能更少或更多)並且不是非常靜止的情況下檢測室內的呼吸率和心率;並且持續地檢測個人的姿勢-坐著、站著和躺著。同樣地,裝置102可以包括可穿戴生物感測器貼片(例如,手臂、軀幹、頸部、腿部)以提供(例如,無線通訊)標記資料,以進一步訓練及驗證各種邊緣AI演算法來檢測心率、呼吸、姿勢和跌倒。類似地,裝置102可以包括訓練AI以說明在測試中可能沒有預料到的各種家庭配置(例如,用以面向未來應對不可預見的場景)–這種訓練可以無限地持續到未來。
如本文所述,處理器可以出於各種目的使用電子圍籬。由於雷達可以穿透牆壁,因此雷達可能看進雷達不應該看的空間,例如鄰居的房產。為了防止這種情況,處理器可以被編程以允許使用者使用電子圍籬來定義感興趣的區域,在該區域之外的資料將被忽略。對象104(或其代理或使用者)可以定義電子圍籬的邊界。這樣做的一種方式可以是當使用者在區域100的內部周邊走動時:通知雷達何時雷達應該測量使用者的位置。通知可以透過具有按鈕的計算裝置(例如,手持單元、可穿戴單元)發生,其中計算單元與裝置102(例如,手指按動器(clicker))進行通訊(例如,有線、無線、波導),透過與雷達通訊(例如,透過行動電話或平板電腦)的行動應用程式發生,透過由麥克風單元拾取的聲音發生、透過由視覺單元捕獲的使用者的手勢發生。例如,裝置102可以包括與裝置102(例如,透過通訊單元、藍牙單元、Wi-Fi單元)通訊(例如,有線、無線、配對的波導)的手指按動器(例如,手持單元、可穿戴單元)或可在與處理器(例如,透過通訊單元、藍牙單元、Wi-Fi單元)通訊(例如,有線、無線、配對的波導)的行動裝置(例如,行動電話、平板電腦)上運行的行動應用程式。因此,可以指示使用者或者可以編程處理器來定義界定的區域,其根據(a)在區域100之內或之外移動手指按動器(例如,圍繞區域100的周圍走動)並在區域100之內或之外啟動手指按動器(例如,停止並啟動或走動並啟動或當啟動時走動),或(b)在處理器回應於確定在區域100內發生的事件而採取動作之前,與位於區域100之內或之外的行動應用程式(例如,行動電話、平板電腦)互動。
使用電子圍籬的另一種方法可能涉及記錄房間幾何形狀和識別。透過在與裝置102的通訊單元通訊的行動電話或平板電腦上運行的行動應用程式,區域100內的各種房間/位置被指示為設置或重新設置、校正或重新校正、或安裝或重新安裝的一部分。行動應用程式可以引導對象104四處走動,按下行動電話或平板電腦上的按鈕以標記區域100。注意,可以使用手指按動器,無論是附加地或替代地,並且可以透過使用者介面單元或裝置102的揚聲器單元引導設置或重新設置、校正或重新校正、或安裝或重新安裝。此外,可以採用類似的方案(例如,走動並使用手指按動器或行動電話或平板電腦按下按鈕或由視覺系統捕獲的手信號或由麥克風單元捕獲的語音命令)來標記用於電子圍籬或阻止監視或觀察的邊界。從雷達的角度來看,標記區域可以被表示為房間幾何形狀或平面配置圖以指示觀察。此外,可能存在基於安裝程式的設置,其可包括信標裝置(例如,無線電信標)用於更佳地追蹤房間邊界和圍籬。裝置102可以支持設置模式,其中裝置102(例如,通訊單元)在設置模式期間偵聽與設置一致的程式碼的信標傳輸以提高圍籬準確度。因此,當裝置102包括具有被配置為發送信號(例如,無線)的發射器(例如,無線)的信標(例如,外殼)時,其中裝置102包括被配置為接收信號的接收器(例如,無線)且處理器(例如,機械地、電氣地、邏輯地)耦接到接收器,並且可以指示使用者或者可編程處理器使得雷達和信標彼此間隔開(例如,在大約5、4、3、2、1英尺或公尺內),則發射器可以發送信號,並且接收器可以接收信號並將信號發送到處理器,使得處理器根據資料集和信號確定對象104是否正在區域100內經歷事件,並且回應於被確定在區域100內發生的事件而採取動作。
這樣做的另一種方式可以是在設置過程期間,在處理器進入電子圍籬模式時,其中處理器假設使用者僅在期望的記錄區域100中移動。使用者接著自由地移動通過要被雷達追蹤的區域100。處理器記錄此移動的極端邊緣或角落(例如,基於立體像素的處理)。當移動完成時,使用者返回裝置102以通知裝置102使用者完成。然後處理器對資料進行額外的處理以確定電子圍籬的極端。這樣做的又另一種方式可以是當使用者圍繞區域100走動時,攜帶行動應用程式(例如,行動電話、平板電腦、可穿戴設備)-其根據透過通訊單元與處理器通訊的行動應用程式指示使用者(例如,透過揚聲器、顯示器、振動器)關於當使用者在雷達範圍內和超出範圍時,使用者應該如何圍繞區域100走動。這允許雷達將使用者用作主動式探頭,行動應用程式可以在使用者處於感測器陰影下或超出雷達範圍(使得他們在區域100中的移動無法偵測)時通知使用者(例如,透過揚聲器、顯示器、振動器),或者在區域100內的某個位置停留更長時間以便雷達可以收集額外的測量來減少感測雜訊。代替上述或除了上述之外,使用者可以在雷達不應該看到的區域100內或外走動。這可能在區域100(例如,住宅、家)之外,並且可以幫助加強雷達應該看到的邊界,或者定義使用者不希望雷達看到的特定區域(即,出於隱私的理由),如圖1-2中所示。這允許使用者定義具有孔洞的電子圍籬(即,“具有孔洞的多邊形”)。代替上述或除了上述之外,可以指示使用者在圍繞區域100走動時攜帶大型反射物件(例如,金屬物品、鏡子)以簡化雷達追蹤使用者。此外,可以指示使用者在區域100內輸入雷達高於地板和低於天花板的高度,或者處理器可以將這些高度假設為預設值。此外,使用者可以在計算裝置(例如,行動電話或平板電腦的觸控螢幕)上提供或繪製區域100的地圖,並將雷達放置在地圖中以供裝置102的處理器存取。因此,在處理器回應於被確定在區域100內發生的事件而採取動作之前,可以指示使用者或可以編程處理器以定義區域100。這可以在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據使用者在區域100內移動發生。這在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據使用者在區域100外移動發生。這可以在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據使用者擁有可被雷達追蹤的反射器而發生。這可以在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據處理器存取與高於地板的高度相對應的值而發生。這可以在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據處理器存取區域100的地圖而發生。在處理器回應於被確定在區域100內發生的事件而採取動作之前,可以指示使用者創建區域100的地圖(例如,在與裝置102的通訊單元進行通訊的個人計算裝置上)。
如本文所述,當處理從雷達接收的資料集時,處理器可以忽略區域100的一部分。這可能發生在每個波束位置(又稱控制(steer))的基礎上,其中雷達以‘割草機’模式掃描其視野。每個掃描位置被稱為控制。每個掃描位置返回一數字列表,其中列表的每個元素代表距離雷達一定距離的反射器。此掃描過程產生由處理器形成的空間的類似立體像素的3D地圖。若在電子圍籬的區域之外,則此地圖中的立體像素可被歸零。若控制中的有所立體像素都應歸零,則處理器可以調整掃描模式以避免特定控制,以提高其他掃描區域的感測速度。在背景扣除期間,一旦3D立體像素地圖是在處理器,則可以將該地圖與代表雷達不應記錄的區域的立體像素地圖進行比較。不應記錄的立體像素可被歸零。在位置檢測之後,在處理器處理來自雷達的資料集以計算人/物體位置之後,若人/物體的位置在區域100(例如,多邊形區域)之外,則不對該人/物體進行額外處理,並且不會報告/保存其位置。在機器學習之後,在處理器處理來自雷達的資料集以計算居住或位於區域100內的對象104之根據來自雷達的資料集由處理器形成的虛擬骨骼關鍵點,該虛擬骨骼的關鍵點可能不會被報告,這取決於有多少虛擬骨骼關鍵點在允許感測區域之外,如圖14中所示。因此,在處理器回應於被確定在區域100內發生的事件而採取動作之前,處理器可以根據資料集形成區域100的三維地圖,使得三維地圖具有基於雷達並且從區域100內掃描區域100外的歸零區域。定義的區域可以包含第一空間體積和第二空間體積,並且處理器可被編程以存取與第一體積相關聯的閾值,並請求雷達根據滿足愈值的歸零區域進行調整,使得在處理器回應於被確定在區域100內發生的事件而採取動作之前,雷達不會追蹤第一體積來加速追蹤第二體積。處理器可以存取根據資料集形成並具有一組立體像素的區域100的掃描地圖,存取針對雷達的區域100的非掃描地圖,將掃描地圖與非掃描地圖進行比較,從該組立體像素識別立體像素的子集,並且在處理器回應於被確定在區域100內發生的事件而採取動作之前,將該立體像素的子集歸零。在區域100內操作的雷達可以追蹤區域100外的對象104,根據追蹤區域100外的對象104產生另一資料集,並將該另一資料集發送到處理器,使得處理器確定對象104是否在區域100之外,並回應於對象104被確定在區域100之外而採取另一動作(例如,丟棄、移除、刪除或忽略該另一資料集)。例如,如圖14中所示,處理器可以根據資料集形成模擬對象104的三維骨骼模型,根據三維骨骼模型滿足或不滿足閾值(例如,匹配預定事件的虛擬骨骼特徵)確定對象104是否正在區域100內經歷事件,並且回應於根據三維骨骼模型滿足或不滿足閾值被確定在區域100內發生的事件而採取動作。例如,處理器可以根據資料集形成模擬區域100的三維區域模型,和根據資料集形成模擬在三維區域模型內的對象104的三維骨骼模型,根據在三維區域模型內的三維骨骼模型滿足或不滿足閾值(例如,匹配預定事件的虛擬模型區域內的虛擬骨骼特徵)確定對象104是否正在區域100內經歷事件,並且回應於根據在三維區域模型內的三維骨骼模型滿足或不滿足閾值被確定在區域100內發生的事件而採取動作。處理器可以根據三維骨骼模型(無論是否具有虛擬模型區域)滿足或不滿足基於三維骨骼模型的一組虛擬運動(例如,關節運動、軀幹運動、頭部運動、手臂運動、腿部運動、頸部運動、末端效應器運動)的閾值確定對象104是否正在區域100內經歷事件,識別與該組虛擬運動相對應的三維骨骼模型的一組原子運動(例如,關節彎曲、肘部彎曲、腿部彎曲、軀幹移動),並將該組原子運動與事件相關聯。
如本文所述,處理器可以根據正在移動的雷達重設電子圍籬。雷達可以與加速度計、陀螺儀、慣性測量單元、地理定位單元(例如,GPS、GLONASS)一起運作以檢測其自身的運動,並要求使用者(例如,透過揚聲器單元、使用者介面單元,透過與通訊單元通訊的行動應用程式)重做電子圍籬常式。替代的,裝置102使用其感測器來確定雷達如何移動並更新其電子圍籬的內部表示。處理器可以在先前的電子圍籬測量期間保存表示空間(沒有移動的人/物體)的主要立體像素。這可以透過對在先前的電子圍籬期間記錄的立體像素地圖進行平均,或者透過明確地檢測對象104並從立體像素圖中減去它們的影響來完成。然後處理器在其新位置計算相同的立體像素地圖,並計算座標轉換以將主要立體像素地圖與其新的立體像素地圖重新對齊。學習到的轉換可被用來將原始電子圍籬資訊轉換成處理器的新座標架構。因此,處理器可以在處理器回應於被確定在區域100內發生的事件而採取動作之前存取移動閾值,在處理器回應於被確定在區域100內發生的事件而採取動作之前存取由使用者(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式)創建的電子圍籬,以及在處理器回應於被確定在區域100內發生的事件而採取動作之前根據滿足的移動閾值採取涉及電子圍籬的另一動作。該另一動作可以包括修改電子圍籬、將電子圍籬重設為預設狀態、啟動使用者指南(例如,透過使用者介面單元或揚聲器單元或透過與裝置102的通訊單元通訊的行動應用程式)以重新設置電子圍籬。該另一動作可以包括在處理器回應於被確定在區域100內發生的事件而採取動作之前確定雷達在區域100內如何移動,以及在處理器回應於被確定在區域100內發生的事件而採取動作之前根據雷達在區域100內的移動而修改電子圍籬。
如本文所述,處理器可以由於環境的變化而調整電子圍籬(例如,購買或建造新空間,或獲得相鄰物產主人的許可以查看其空間,如圖1-2中所示,或重新考慮使用者擁有但由於諸如個人隱私或訪客等其他問題而無法感測的先前空間)。這可能以各種方式發生。可以向使用者呈現其空間地圖(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式),該空間地圖根據來自雷達的資料集形成。使用者然後可以刪除或增加空間(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式)。使用者可以重複上述電子圍籬過程。使用者可以通知處理器(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式)使用者是否正在添加或移除空間,並僅針對使用者想要添加或刪除的新空間重複上述電子圍籬過程。因此,處理器可以在處理器回應於被確定在區域100內發生的事件而採取動作之前存取電子圍籬,以及在處理器回應於被確定在區域100內發生的事件而採取動作之前修改電子圍籬,並且回應於處理器存取指示電子圍籬被修改的使用者輸入(例如,使用者介面單元或麥克風單元)。
如本文所述,處理器運作以識別日常生活活動,諸如上廁所、穿衣、吃飯或其他。如果雷達知道空間是如何設計的,則識別這些活動會變得簡單。例如,在浴室上廁所機率高,烹飪很可能發生在廚房,或吃飯可能發生在廚房或餐廳,但不太可能發生在臥室。因此,處理器可被編程以識別區域100內的功能空間。房間識別可以像設置房間幾何形狀或定義區域100(例如,電子圍籬)一樣進行。使用者然後可明確地標記每個識別的空間(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式)。標記可以透過使用者操作的行動電話或平板電腦的應用程式完成,其透過使用者說出房間的名稱和麥克風單元記錄該聲明,或使用者查看由處理器產生的地圖(例如,透過使用者介面單元或與裝置102的通訊單元通訊的行動應用程式)以繪製和定義空間。處理器可以從多個機率先驗機率(即,從一般人群中學習的統計數據)推斷空間的使用。例如,如由處理器所推斷的,在晚上保持相對靜止的水平姿勢幾個小時的人可能正在睡覺。如由處理器所推斷的,他們的週圍區域可能是臥室。作為更複雜的範例,如由處理器所推斷的,某種類型的雷達回波與坐著的人相對應。如由處理器所推斷的,人經常坐著的空間可能是廁所、最喜歡的椅子或餐桌。若由處理器確定該人僅在該位置坐了很短的時間,則如由處理器推斷的,他們很有可能是在上廁所,並且如由處理器推斷的,靠近該活動週圍的區域是浴室。注意,空間不必由牆壁或台階或直線來界定。相反,空間也可以是機率密度之更一般的概念-其中如由處理器推斷的,某些活動更有可能發生在家庭的某些區域。正如活動可被用來識別或推斷空間類型,如由處理器推斷的,知道空間的通用名稱可以用作處理器識別活動的先驗。若處理器已知一空間是廚房,則該空間不太可能有人在那裡睡覺或如廁,如由處理器推斷的,較有可能的是他們正在準備飯菜、打開冰箱或吃飯,如由處理器推斷的。這種類型的推斷可以用貝氏網路(Bayesian network)解決。因此,可以指示使用者或可以編程處理器以將識別符(例如,廚房、浴室)分配給區域100內的子區域,使得處理器根據資料集和識別符確定對象104是否正在子區域內經歷事件,並且回應於被確定在子區域內發生的事件採取動作。識別符可以透過使用者操作與裝置102通訊的計算單元(例如,透過通訊單元、藍牙單元、Wi-Fi單元)被分配給子區域,使得處理器根據資料集和識別符確定對象104是否正在子區域內經歷事件,並且回應於被確定在子區域內發生的事件採取動作。若裝置102包括麥克風,其中處理器(例如,機械地、電氣地、邏輯地)耦接到麥克風以控制麥克風(例如,接收資料),則處理器可以透過指示使用者輸出(例如,說出)與識別符相對應的聲音將識別符分配給子區域,使得麥克風捕捉聲音作為聲學輸入並將該聲學輸入發送給處理器,使得處理器根據資料集和識別符確定對象是否正在子區域內經歷事件,並且回應於被確定在子區域內發生的事件採取動作。處理器可以根據資料集識別區域100內的子區域,推斷子區域的區域類型(例如,廚房、浴室),根據區域類型分類子區域,並且根據區域類型將識別符(例如,廚房、浴室)分配給子區域,使得處理器根據資料集和區域類型確定對象104是否正在子區域內經歷事件,並且根據識別符回應於被確定在子區域內發生的事件採取動作。使用者可以將識別符分配給區域100(例如,透過使用者介面單元、麥克風單元或與裝置102的通訊單元通訊的行動應用程式),使得處理器根據資料集和識別符確定對象104是否正在區域100內經歷事件,並且回應於被確定在區域100內發生的事件採取動作。使用者可以透過操作與裝置102通訊(例如,無線、波導、有線)的計算單元(例如,行動電話、平板電腦、可穿戴電腦)將識別符分配給區域100,使得處理器根據資料集和識別符確定對象104是否正在區域100內經歷事件,並且回應於被確定在區域100內發生的事件採取動作。若裝置包括麥克風,其中處理器(例如,機械地、電氣地、邏輯地)耦接到麥克風,則處理器可以指示(例如,透過使用者介面單元、揚聲器單元)使用者透過使用者輸出(例如,說出)與識別符相對應的聲音而將識別符分配給區域100,使得麥克風捕捉聲音作為聲學輸入,並將該聲學輸入發送給處理器,使得處理器根據資料集和識別符確定對象104是否正在區域100內經歷事件,並且回應於被確定在區域100內發生的事件採取動作。
如本文所述,裝置102位於區域100內以供雷達追蹤居住或位於區域100內的對象104。雖然雷達可被放置在區域100中的任何地方,但期望的放置是在角落或或距離角落一預設距離。這提供了各種技術優勢。例如,雷達天線可以廉價地由平面電路板製成,但一些放置在平面電路板上的天線在物理上無法實現180度視野(儘管其他天線可以)。實際上,在沒有3D天線結構的情況下,此視野130水平不會超過大約120度。因此,放置在角落的雷達最大化或確保雷達的視野130中最準確的部分直接指向感興趣的區域。此外,雷達透過發射無線電頻率的光並測量信號如何從空間中的物體反射來運行。若雷達直接向牆壁發射,則牆壁將充當突出的反射器,將大部分雷達的光線彈回雷達,使雷達失明。由於在多數家庭中,一些、許多、大部分或所有牆壁都是正交構建的,透過將雷達放置在角落,雷達的視野130的中心將與大多數牆壁成大約45度角,這大大地減少了牆壁反射的雷達能量的量。此外,處理器可被編程以推薦雷達的放置位置。例如,在雷達已經在區域100中運行一預定的時間週期之後,處理器可以獲知對象104在區域100內花費最多時間的地方。根據雷達應該在其中運行的電子圍籬以及人花費最多時間的地方,處理器可以推薦一不同的位置,其減少到對象104的距離,或減少雷達和對象104之間的障礙物的數量。因此,當區域100具有角落時,處理器可以指示使用者(例如,透過使用者介面單元、揚聲器單元,透過與裝置102的通訊單元通訊的行動應用程式)將裝置102放置在角落內或距離有對象104居住或位於其中的區域100內的角落一預設距離內(例如,在大約3、大約2、大約1英呎或公尺內或與角落共同對齊或針對窗214或其中心隔板與角落成大約45度角)。處理器可被編程以根據資料產生對裝置102或雷達要放置或重新放置的位置的推薦。該推薦可以針對區域100內的對象104和雷達之間的最小平間間距或區域100內的對104和雷達之間的遮蔽物或障礙物的最小數量進行最佳化。可以將推薦輸出(例如,透過使用者介面單元、揚聲器單元,透過與裝置102的通訊單元通訊的行動應用程式)給使用者。
如本文所述,處理器被編程以處理視野130中的遮蔽。這些遮蔽導致陰影(例如,覆蓋差距),即雷達追蹤準確度降低或不存在的區域。然而,在這些情況下,處理器仍然可以恢復盡可能多的資訊。關於測量和表示陰影,在設置電子圍籬時,對象104的反射率在對象104移動穿過區域100時被記錄,產生3D平均反射率立體像素地圖,其中每個立體像素記錄對象104在該點或沒有檢測到的平均反射率。解決此問題的一種方法是直接使用3D平均反射率模型作為陰影的表示。不具有直接測量的立體像素可以使立體像素的反射率值更接近雷達。解決此問題的另一種方法繪製近似遮蔽所投下的陰影的極性截錐體。此截錐體由5個平面界定。可以繪製四個平面,每個平面包含一表示雷達中心的點。一個平面與從雷達中心輻射的向量正交。可以計算每個平面以與3D平均反射率模型中的邊緣對齊,其中該邊緣對應於立體像素從高反射率到低反射率的轉移。邊緣檢測可以透過3D索貝爾(Sobel)邊緣檢測器(或其他合適的技術)來完成。此外,處理器可以透過遮蔽追蹤。處理器可以透過觀察到的關於虛擬骨骼運動(例如,跑步、走路、爬行)、斑點(blob)或骨骼質心速度、斑點或骨骼質心加速度和房間的幾何形狀的資訊來使用感應以確定a對象104落在遮蔽物後面的可能性,如圖14中所示。虛擬骨骼運動可以透過記錄骨骼關鍵點隨時間的x-y-z位置而被記錄,並且虛擬斑點是雷達方向的原始形式,其中在雷達資料的3D立體像素地圖中檢測到非靜態對象引起的大反射率,如圖14中所示。例如,雷達觀察人的虛擬骨骼關鍵點、速度和加速度,在X時間量(例如,大約15秒、大約30秒)內進入陰影和離開陰影的轉移,如圖14中所示。這可能不需要引發任何警報,但處理器可以反向計算當人在陰影中的位置。然而,如果該人在Y時間量(例如,大約20秒、大約40秒)內沒有從陰影中轉移出來,則若處理器之前已經觀察到此行為,那麼處理器可以選擇抑制警報。否則,處理器可以提高或升級警報以查看該人是否還好。例如,處理器可以請求揚聲器單元播放聲音詢問人是否還好,處理器可以請求通訊單元透過電話或呼叫/通知/傳訊緊急聯絡來聯絡人或者可以聯絡緊急服務。處理器可以根據人類運動模型的表現來處理遮蔽,以推斷活動模式用於預測和分類。三軸空間資訊連同時間序列中的時間戳、速度、加速度、旋轉角度和相對距離,表示運動中身體部分的時間-空間位移,其有效地被用來處理遮蔽或陰影以提醒事件。此外,如本文所述,多個裝置102可被用來透過具有不重疊的視野130而最小化這些陰影,因為它們的傳輸不會干擾,儘管重疊是可能的。
如本文所述,裝置102可以具有封裝在單一外殼中的雷達,或者裝置102可以具有分散在多個外殼的雷達,或者可以有多個裝置102交互操作或彼此協同操作。例如,裝置102可以包括在第一外殼中的發射器或發射器天線和在第二外殼中的接收器或接收器天線,第二外殼可以與第一外殼間隔開。這些分散雷達操作的形式,例如,透過使一或多個發射器天線及一或多個接收器天線在不同外殼中,能夠使此種天線放置在區域100中的不同位置。由於每個發射器/接收器對的不同視角,此位置多樣性允許覆蓋更大的視野並提高在區域100內檢測對象104的準確性,增加空間資訊(例如,對人/對象之各側進行更準確的測量),並有助於覆蓋感測器陰影。這些天線可以以各種方式放置。例如,一組發射器天線可以在一個外殼中,而另一組接收器天線可以在另一個外殼中。例如,第一組發射器天線和第一組接收器天線可以在第一外殼中,而第二組發射器天線和第二組接收器天線可以在第二外殼中。例如,裝置102可以包括組合在外殼中的接收器天線和發射器天線的任意組合,只要至少一個發射器天線的至少一些發射可以被至少一個接收器天線接收即可。有時,有各種考量因素在起作用。例如,在區域100內操作多個物理分離的發射器天線和接收器天線可能會帶來技術挑戰。例如,若這些天線不在一共同外殼中,並且它們的感測以光速發生,則協調天線和它們相關聯的處理器必須如何通訊將變得比將發射器天線和接收器天線有線連接到一共同處理器要複雜得多。此外,有時候可能需要考慮干擾。例如,每個雷達的發射器天線可能需要能夠以不彼此干擾的方式操作。例如,每個發射器天線可以在不同頻率或頻寬操作,或每個發射器天線可以發射不同數位模式,諸如發射不同的格雷(Golay)互補對。例如,由於每個發射器天線可以在不同時間發射,有各種可以執行時間同步的方式。例如,在第一裝置102和第二裝置102中的第一處理器和第二處理器可以同步它們的時鐘(例如,透過網路時間協定經由它們的通訊單元,透過指定裝置102之一充當主時鐘並使用使用輔助通訊通道,諸如Z-Wave,來將時間內容傳送到每個從屬時鐘)。因此,每個天線然後可以在預配置的時間窗的期間傳輸,每個時間窗由對應於已知同步誤差的一小段時間分隔。例如,若每個發射器天線與接收器天線配對並共享處理器,則處理器可以預配置有針對每個雷達的數位模式,並且每個雷達按順序傳輸。每個雷達將在接收到序列中前一個雷達的模式後發送其模式。傳輸將從序列中的第一個雷達開始發送其模式,而無需等待接收任何模式。一旦所有天線都傳輸完畢,模式將循環。例如,若每個發射器天線與接收器天線和一共享處理器配對,則可以使用隨機的後移(backoff)方案(例如,如在分碼多重存取(CDMA)或Wi-Fi傳輸中),其中每個接收器天線可以測量來自周圍傳輸的功率量,並且若偵測到另一傳輸,則配對的發射器天線會等待在隨機延遲之後發送其信號。
如本文所述,雷達可以針對各種使用情況被設置在區域100內的各種位置。雷達可以依照場強度來放置,其中為了符合法規場強度限制,一些發射器天線可以測量周圍場中的功率,並在場強度允許放置裝置102時通知使用者(例如,透過使用者介面單元、揚聲器單元、在與裝置102的通訊單元通訊的行動電話或平板電腦上運行的行動應用程式)。在一種可能的放置方案中,首先放置具有發射器天線的外殼並開始傳輸。然後,放置具有接收器天線或發射器天線的附加外殼。針對這些附加單元,若接收器天線與在相同外殼中的至少一個發射器天線配對,則接收器天線可以尋找測量的場強度加上其配對的發射器天線的預期場強度不超過法規限制的場強度。針對該些附加單元,若接收器天線不與在相同外殼中的至少一個發射器天線配對,則接收器天線可以測量場強度,並且在場弱到無法檢測時通知使用者。雷達可以依照平面配置圖來放置,其中可以將區域100的平面配置圖提供給裝置102,並且雷達可被放置以最大化覆蓋範圍,如由使用者介面單元或揚聲器單元或在與裝置102之通訊單元通訊的行動電話或平板電腦上運行的行動應用程式所引導的。雷達可以依照指南(例如,特定或通用)來放置,其中可以使用指導原則來放置天線,諸如大致的間隔距離、離地面的高度、離天花板的距離和朝向房屋內部的前向方向。雷達可以依照計算的平面配置圖/3D-地圖來放置,其中在此放置過程之後或期間,每個裝置102可以計算平面配置圖,其根據來自雷達的資料集:近似地板、天花板和牆壁位置,其對應於大的雷達回波。可以根據計算的平面配置圖向使用者呈現放置或改進放置的推薦建議(例如,由使用者介面單元或揚聲器單元或在與裝置102的通訊單元通訊的行動電話或平板電腦上運行的行動應用程式引導)。雷達可以依照在區域100內觀察到的使用者位置來放置,其中在最初放置雷達之後,雷達已經觀察到使用者在區域100中的一些常見位置。然後,雷達可以建議新位置,以更佳地覆蓋使用者的常見位置。因此,雷達可以包括發射器和接收器,其中處理器(例如,機械地、電氣地、邏輯地)耦合到發射器和接收器以控制發射器和接收器。裝置102可以包括第一外殼和第二外殼,其中第一外殼裝載發射器以及第二外殼裝載接收器,並且第一外殼和第二外殼彼此間隔開(例如,中間有空隙,在大約5、4、3、2、1英呎或公尺內)。可以在處理器回應於被確定在區域100內發生的事件而採取動作之前,根據區域100內發射器的場強度、接收到的區域100的平面配置圖、通用或特定於區域100的指南、通用或特定於區域100的精靈、計算出的通用或特定於區域100的平面配置圖、通用或特定於區域100的地圖、或在區域100內觀察到對象104的位置,將第一外殼和第二外殼彼此間隔開。第一外殼和第二外殼可以彼此相對或可以彼此不相對,其可以包括相對的角。此外,可以有第一裝置102(第一外殼裝載第一處理器和具有第一發射器和第一接收器的第一雷達)和第二裝置102(第二外殼裝載第二處理器和具有第二發射器和第二接收器的第二雷達),其中第一雷達不會干擾第二雷達。第一外殼和第二外殼可以彼此間隔開,其可以彼此相對或在相對角落中,其中第一發射器被配置為發射可以由第一接收器和第二接收器接收的第一信號,以及第二發射器被配置為發射可以由第一接收器和第二接收器接收的第二信號。可以根據第一發射器或第二發射器在界定區域內的場強度、接收到的界定區域的平面配置圖、通用或特定於界定區域的指南、通用或特定於界定區域的精靈、計算出的通用或特定於界定區域的平面配置圖、通用或特定於界定區域的地圖、或在界定區域內觀察到對象的位置,將第一外殼和第二外殼彼此間隔開。第一處理器和第二處理器可以相互通訊或可以不相互通訊。第一雷達和第二雷達在它們的視野130中可以重疊或可以不重疊。
如本文所述,可能會有裝置102可能需要同步掃描模式的情況。為了使多個物理上分離的天線作為一個雷達系統有效地運行,每個發射器和接收器天線對應該在一定程度的準確性上知道另一個天線如何控制它們的發射器或接收器波束。可能需要協調以建立區域100的一致模型。例如,若處理器的目標是構建區域100的3D立體像素地圖,如本文所公開的,則接收器天線可以系統性地掃描區域100,但若發射器天線的發射方向與接收器天線的掃描方向不同,則接收器天線可能什麼都不記錄,或者可能錯過檢測物象的反射,因為沒有發射器天線發射信號形式以從對象散射因此,在一些使用情況中,可能會有一個發射器天線在一外殼中,面對在另一外殼中的一個接收器天線。針對發射器天線的每次控制(每個波束方向),接收器天線對區域100進行一次完整的掃描(所有可能的波束控制)。發射器天線何時應切換波束和接收器天線何時應掃描區域100的協調可以由通訊單元通訊(例如,透過Wi-Fi單元、藍牙單元、Zigbee單元、Z-wave單元、蜂巢單元)。在其他使用情況中,在一個外殼中的發射器和接收器天線對面對另一外殼中的另一發射器和天接收器天線對。雷達使用的發射器天線和接收器天線也可以用作兩個雷達之間的通訊通道。例如,一個發射器天線將其波束控制在一個方向併發送型樣。當接收器天線已經接收到一定數量的型樣時,接收天線會重複發送另一型樣。當原始天線接收到此交替型樣時,原始天線停止發送第一型樣並開始接收交替型樣。物理上分離的雷達需要知道彼此的波束控制型樣,因此兩個雷達可以同步透過型樣進展。此資訊可以使用雷達的天線、預配置或單獨的通訊策略透過通訊單元通訊(例如,透過Wi-Fi單元、藍牙單元、Zigbee單元、Z-wave單元、蜂巢單元)。如果一個雷達在預配置的時間內未能接收到來自另一雷達的一些傳輸,則雷達可以使用單獨通訊策略來重新啟動型樣,跳過型樣中傳輸未完成到達其他雷達的部份,或放棄合作並作為獨立的雷達單元運作。注意,資料可能統一,其中從單獨雷達收集的資料可進一步被聚合及和處理。例如,若兩個雷達使處理器能夠檢測到虛擬骨骼,則可以使用額外的計算來確定該虛擬骨骼是否代表同一個人,並且進一步地,該虛擬骨骼的測量座標可以在兩個獨立雷達之間進行平均,如圖14中所示。資料的統一可以發生在(a)單一外殼中,所有的雷達發送(透過其發射器天線、或透過通訊單元的另一種通訊方法,例如透過Wi-Fi單元、藍牙單元)其測量資料到相同外殼;(b)雲計算服務,所有裝置102發送其測量資料到雲計算服務;或(c)分散式方式,每個裝置102發送其資料到其他裝置102的子集以進行額外處理。
如本文所解釋的,裝置102最初可以被校準或配置或重新校準或重新配置。這可能發生的一種方式是根據裝置102接收各種關於對象104的屬性的資訊(例如,骨骼長度、心率、呼吸率)。作為參與者加入的一部分,對象104被標記為距離雷達的固定距離,具有可預測的運動,以測量和標記骨骼長度及質心、正常步態型樣、正常步態速度或其他屬性,以讓處理器創建對象104的角色或可識別的個人檔案(人的屬性)。例如,對象104可以被引導(例如,由使用者介面單元或揚聲器單元或在與裝置102的通訊單元通訊的行動電話或平板電腦上運行的行動應用程式引導)在雷達單元前靜坐幾秒以測量靜息心率和呼吸率作為對象104個人檔案的一部分。透過在時域處理雷達信號,然後使用時間序列資料的主成分分析和其他機器學習方法來指示由心跳引起的相位變化來提取心率。可以透過高階諧波峰值選擇和其他機器學習方法來測量呼吸率。記錄的呼吸或心率可被用作對象104的基線特徵用於後續學習。這些生命徵象被捕獲用於隨後根據對象104識別持續地追蹤。此外,處理器可啟動對象104的聲音識別設置,其中處理器可被編程以獲得對象104的聲音配置檔,以用聲音識別或區別或補充或增強對象104與其他對象104的識別或區分,以供雷達追蹤。此外,處理器可被編程用於區域100內的乘客識別和追蹤。例如,處理器可以透過利用對象104個人檔案從區域100內追蹤的對象104中識別出參與者並追蹤他們的生命徵象(例如,靜息心率、步態型樣、靜息呼吸率、憂鬱指標)來允許對對象104進行識別分析。例如,處理器可以透過獲得此新乘客的一些細節以供未來參考或用於在參與者的協助下追蹤多於一個參與者來識別新的對象104(例如,居住或位於區域100中的新住民)。因此,處理器可被編程以在回應於被確定在區域100內發生的事件而採取動作之前存取對象104的一組屬性,並根據該組屬性創建對象104的個人檔案(或角色),使得處理器根據資料集和個人檔案確定對象104是否正在區域100內經歷事件。個人檔案可以是基線,根據該基線,處理器基於資料集確定對象104是否正在區域100內經歷事件。當裝置102包括麥克風時,其中處理器(例如,機械地、電氣地、邏輯地)耦接到麥克風,處理器可被編程以使(例如,由使用者介面單元或揚聲器單元或在與裝置102的通訊單元通訊的行動電話或平板電腦上運行的行動應用程式引導)對象104輸出(例如,說出)語音聲音,使得麥克風根據該語音聲音捕捉聲學輸入,並將該聲學輸入發送到處理器,使得處理器形成對象104的聲音配置檔,並且根據資料及和聲音配置檔確定對象104是否正在區域100內經歷事件。
如本文所述,處理器可以要求雷達在Ku波段、K波段或Ka波段內切換頻率(例如,提高對象104或區域100或其內容的解析度或管理功率或散熱),或者處理器可以要求雷達在Ku波段、K波段或Ka波段中的至少兩個波段之間切換(例如,提高對象104或區域100或其內容的解析度或管理功率或散熱),或者處理器可以要求雷達在都卜勒模式和飛行時間模式之間切換模式(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)。這些請求可能以各種方式發生。
例如,在一個外殼中可以有多個在不同頻率操作的雷達:在Ku波段中的一個雷達用於區域100內對象104的位置檢測和姿勢,而在Ku波段中的另一個雷達用於檢測區域100內對象的生命徵象。根據來自在Ku波段中操作的雷達的資料集,處理器可以根據目標(人類或動物)在能夠可靠地檢測到心率的已知範圍內的位置,確定何時開啟或啟動Ka波段雷達。在另一方法中,處理器可以請求雷達在Ku波段、K波段或Ka波段之間將其載波頻率位移,取決於所需的操作模式(例如,位置追蹤是Ku波段,生命徵象是Ka波段,兩者=K波段)來節省功率、控制散熱、其他操作或追蹤(例如,準確度、精確度、解析度)參數。使用一組射頻元件(例如,波束形成器、升/降轉換器、振盪器)可以降低成本,但代價是這些元件在其頻率能力的邊界之外或附近操作。當雷達可以在Ku波段、K波段或Ka波段內位移頻率時,射頻元件具有所需的操作範圍,在此頻率範圍之外操作可能需要更大功率才能以相同的場強度進行傳輸。在Ku波段、K波段或Ka波段內使用哪個頻率或我們如何在Ku波段、K波段或Ka波段內的頻率之間切換也可以根據實現所需的功率使用配置檔,這在斷電的情況下很重要,在此情況下雷達必須由電池供電。此外,若射頻元件由於被推進到接近或超出其設計界線的頻率操作而運行過熱,則可能還需要在Ku波段、K波段或Ka波段內切換頻率。因此,雷達可以被配置成在Ku波段或Ka波段中操作,並且處理器可被編程以啟動雷達,使得區域100內在Ku波段或Ka波段中操作的雷達追蹤居住或位於區域100中的對象104,根據在Ku波段或Ka波段中追蹤居住或位於區域100中的對象104而產生資料集,並且將資料集發送到處理器,使得處理器根據資料集確定對象104是否正在區域100內經歷事件,並且回應於被確定在區域100內發生的事件而採取動作。處理器可以根據滿足或不滿足閾值的參數(例如,提高對象104或區域100或其內容的解析度、省電、控制散熱)在K波段和Ku波段或Ka波段之間切換雷達。注意,雷達被配置成在K波段和Ku波段或Ka波段中並行操作,而不會相互干擾。當有至少兩個裝置102在區域100內互操作或一起操作時,則這些裝置102之一可以使處理器請求雷達根據滿足或不滿足閾值(例如,提高對象104或區域100或其內容的解析度、省電、控制散熱)在Ku波段、K波段或Ka波段內切換頻率,或根據滿足或不滿足閾值(例如,提高對象104或區域100或其內容的解析度、省電、控制散熱)的參數在Ku波段、K波段或Ka波段之間切換波段。這兩個雷達在區域100內可以或可以不彼此間隔開,期可以在區域100的角落中。結果,這兩個裝置102可以或可以不識別相同或不同的事件或者採取或不採取相同或不同的動作。注意,兩個雷達可能或可能不平行運作,或者可能或可能不彼此干擾,無論是在Ku波段、K波段或Ka波段中追蹤。
例如,當處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱)而請求時,雷達可以在都卜勒模式(或另一種雷達模態)和飛行時間模式(或另一種雷達模態)之間切換模態,如本文所揭示的。注意,無論雷達正在Ku波段、K波段或Ka波段或其他波段中操作,此種切換可能會或可能不會串行或並行操作、可能會或可能不會相互干擾、或者可能會或可能不會與頻率切換或波段切換一起,如本文中所揭示的。例如,雷達可能具有在都卜勒模式下操作的第一雷達單元和在飛行時間模式下操作的第二雷達單元,其中處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱),要求第一雷達單元在都卜勒模式下操作,然後切換到第二雷達單元以在飛行時間模式下操作,反之亦然,如本文所公開的,但並行或串行雷達模式操作也是可能的。注意,第一雷達單元和第二雷達單元可以由共同外殼(例如,內部地、外部地)承載或者每個雷達單元可以有其自己的外殼,其可能彼此間隔開(例如,在大約5、4、3、2、1英尺或公尺內),如本文中所揭示的。同樣地,例如,雷達可以在都卜勒模式下或在飛行時間模式下操作,其中處理器基於處理器確定各種標準、特徵或閾值已滿足或未滿足(例如,以提高對象104或區域100或其內容的解析度或管理功率或散熱),要求雷達在都卜勒模式下操作,然後切換到飛行時間模式,反之亦然,如本文所公開的,但並行或串行雷達模式操作也是可能的。
本公開的各種實施例可以在適合於儲存及/或執行程式碼的資料處理系統中實現,該資料處理系統包括透過系統匯流排直接或間接耦合到記憶體元件的至少一個處理器。記憶體元件包括,例如,在實際執行程式碼期間採用的本地記憶體、大容量儲存器、和提供至少一些程式碼的暫時儲存以便減少在執行期間必須從大容量儲存器擷取程式碼的次數的快取記憶體。
I/O裝置(包括但不限於鍵盤、顯示器、指向裝置、DASD、磁帶、CD、DVD、大拇哥隨身碟和其他記憶體媒體等)可以直接或者透過中介I/O控制器耦合到。網路適配器也可以耦合到系統以使資料處理系統能夠透過中介私有或公用網路變成耦合到其他資料處理系統或遠端印表機或儲存裝置。數據機、纜線數據機和乙太網路卡僅是網路適配器的一些可用類型。
本公開可體現於系統、方法及/或電腦程式產品中。電腦程式產品可以包括電腦可讀取儲存媒體(或媒介),其上具有電腦可讀取程式指令用於使處理器執行本公開的各方面。電腦可讀取儲存媒體可以是可以保留和儲存指令以供指令執行裝置使用的有形裝置。電腦可讀取儲存媒體可以是,例如但不限於,電子儲存裝置、磁性儲存裝置、光學儲存裝置、電磁儲存裝置、半導體儲存裝置或上述任何合適的組合。電腦可讀取儲存媒體之更具體範例的非窮舉列表包括以下:可攜式電腦磁碟、硬碟、隨機存取記憶體(RAM)、唯讀記憶體(ROM)、可擦除可編程唯讀記憶體(EPROM或快閃記憶體)、靜態隨機存取記憶體(SRAM)、可攜式光碟唯讀記憶體(CD-ROM)、數位光碟(DVD)、記憶棒、軟碟、機械編碼裝置,諸如打孔卡片凹槽中記錄有指令的凸起結構、以及上述任何合適的組合。
本文描述的電腦可讀取程式指令可以從電腦可讀取儲存媒體下載到個別的計算/處理裝置,或者透過網路,例如,網際網路、區域網路、廣域網路及/或無線網路下載到外部電腦或外部儲存裝置。網路可以包括銅傳輸電纜、光纖傳輸、無線傳輸、路由器、防火牆、交換機、閘道計算機及/或邊緣伺服器。每個計算/處理裝置中的網路適配卡或網路介面從網路接收電腦可讀取程式指令並轉發電腦可讀取程式指令以儲存在個別計算/處理裝置內的電腦可讀取儲存媒體中。
用於執行本公開之操作的電腦可讀取程式指令可以是組譯器指令、指令集架構(ISA)指令、機器指令、機器相關指令、微碼、韌體指令、狀態設定資料、或以一或多種程式語言之任意組合編寫的原始碼或目標碼,程式語言包括諸如Smalltalk、C++等的物件導向程式語言和諸如"C"程式語言的傳統程序程式語言或類似的程式語言。程式碼區段或機器可執行指令可以表示程序、函數、子程式、程式、常式(routine)、子常式(subroutine)、模組、套裝軟體、類別(class)或指令、資料結構或程式敘述的任何組合。程式碼區段可以透過傳遞及/或接收資訊、資料、引數、參數、或記憶體內容而耦合到另一程式碼區段或硬體電路。資訊、引數、參數、資料等可以經由任何合適的手段傳遞、轉發、或傳輸,包括記憶體共享、訊息傳遞、符記傳遞、網路傳輸等。電腦可讀取程式指令可以完全在使用者的電腦上、部分在使用者的電腦上、作為獨立套裝軟體、部分在使用者的電腦上及部分在遠端電腦上或者完全在遠端電腦或伺服器上執行。在後一種情況下,遠端電腦可以透過任何類型的網路連接到使用者的電腦,包括區域網路(LAN)或廣域網路(WAN)、或者可以到外部電腦的連接(例如,透過使用網際網路服務提供者的網際網路)。在各種實施例中,包括例如可編程邏輯電路、現場可編程閘陣列(FPGA)、或可編程邏輯陣列(PLA)的電子電路可以透過利用電腦可讀取程式指令的狀態資訊來執行電腦可讀取程式指令以個人化電子電路,以便執行本公開的各方面。
本文參考根據本公開之實施例的方法、裝置(系統)和電腦程式產品的流程圖圖示及/或方塊圖來描述本公開的各方面。應當理解,流程圖圖示及/或方塊圖的每個方塊、以及流程圖圖示及/或方塊圖中的方塊組合,可以透過電腦可讀取程式指令來實現。結合本文公開的實施例描述的各種說明性邏輯塊、模組、電路和演算法步驟可以實現為電子硬體、電腦軟體、或兩者的組合。為了清楚地說明硬體和軟體的這種可互換性,上面已廣泛地根據各種說明性的元件、方塊、模組、電路和步驟的功能對其進行了描述。此類功能是被實現為硬體或軟體取決於特定應用程式和施加在整體系統上的設計約束。本領域技術人員可以針對各個特定應用以不同的方式實現所述功能,但是這樣的實現決策不應被解釋為導致背離本公開的範圍。
圖式中的流程圖和方塊圖說明根據本公開之各種實施例的系統、方法和電腦程式產品的可能實現的架構、功能和操作。就這點而言,流程圖或方塊圖中的每個方塊可以表示模組、區段或指令的部分,其包含用於實現指定邏輯功能的一或多個可執行指令。在一些替代的實施方式中,方塊中標註的功能可以不按圖中標註的順序發生。例如,連續顯示的兩個方塊,實際上可能實質同時地執行,或者這些方塊有時可以以相反的順序執行,這取決於所涉及的功能。還應注意的是,方塊圖及/或流程圖說明中的每個方塊、以及方塊圖及/或流程圖說明中的方塊的組合可以由執行指定功能或動作或執行專用硬體和電腦指令組合的基於專用硬體的系統實現。
諸如"然後"、接下來"的字詞並不旨在限制步驟的順序;這些字詞僅用於引導讀者閱讀方法的描述。儘管過程流程圖可以將操作描述為連續的過程,但可以並行或同時地執行許多該些操作。此外,可以重新排列操作的順序。過程可以對應於方法、功能、程序、子常式、子程式等。當過程對應於函數時,其終止可以對應於函數返回呼叫函數或者主函數。
儘管本文已詳細繪示和描述了各種實施例,本領域技術人員知道在不背離本公開的情況下,可以進行各種修改、添加、替換等。因此,這些修改、添加、替換等被認為是在本公開的範圍內。
100:區域
102:裝置
104:對象
106:架子
108:沙發
110:桌子
112:椅子
114:烤箱
116:冰箱
118:浴室
120:廁所
122:浴缸
124:洗手台
126:電源插座
128:牆壁
130:視野
132:牆壁
134:門
138:門
202:外殼
204:邏輯單元
206:電源單元
208:通風口
210:框架
212:揚聲器
214:窗
216:雷達
218:麥克風
220:散熱器
[圖1]示出根據本公開之區域的實施例的俯視圖,該區域包含包括雷達的裝置。
[圖2]示出根據本公開之圖1的側視圖。
[圖3]示出根據本公開之包括雷達的裝置的實施例。
[圖4]示出根據本公開之一組裝置的一組實施例,每個裝置包括雷達或感測器。
[圖5]示出根據本公開之包括雷達的裝置的實施例的邏輯圖。
[圖6]示出根據本公開之圖3的內部圖。
[圖7]示出根據本公開之雷達的邏輯圖。
[圖8]示出根據本公開之圖3之基於圖6的內部空腔的照片。
[圖9]示出根據本公開之體現雷達的一組形狀因子的一組實施例。
[圖10]示出根據本公開之具有一組雷達天線的電路板的實施例。
[圖11]示出根據本公開之圖3的裝置的覆蓋範圍的實施例。
[圖12]示出根據本公開之圖7的裝置的一組麥克風的實施例。
[圖13]示出根據本公開之圖7的裝置的一麥克風的實施例。
[圖14]示出根據本公開之來自圖1-7的裝置的原始讀取和由圖1-7的裝置從原始讀取形成的虛擬骨架實施例。
100:區域
102:裝置
104:對象
106:架子
108:沙發
110:桌子
112:椅子
114:烤箱
116:冰箱
118:浴室
120:廁所
122:浴缸
124:洗手台
126:電源插座
128:牆壁
130:視野
132:牆壁
134:門
136:窗
138:門
Claims (343)
- 一種方法,包括: 提供使用者一裝置,其中該裝置包括處理器和飛行時間雷達,其中該處理器耦接到該飛行時間雷達,其中該飛行時間雷達被配置為在K波段中操作;以及 指示該使用者: 將該裝置設置於對象居住於其中的界定區域內,以及 啟動該飛行時間雷達以在該界定區域內操作於該K波段中,使得在該界定區域內在該K波段中操作的該飛行時間雷達追蹤居住於該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象是否正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
- 如請求項1的方法,其中該裝置包括裝載該處理器和該飛行時間雷達的外殼。
- 如請求項1的方法,其中在該界定區域內在該K波段中操作的該飛行時間雷達係在該界定區域內在大約23 GHz與大約25 GHz之間(含)操作。
- 如請求項1的方法,其中該對象是第一對象,其中該處理器被編程為根據該資料集追蹤位於該界定區域內的第二對象,以及在根據該資料集確定該第一對象是否正在該界定區域內經歷涉及該第一對象的該事件之前,根據該資料集區分居住於該界定區域中的該第一對象和與位於該界定區域內的該第二對象。
- 如請求項4的方法,其中該第二對象是人或寵物。
- 如請求項1的方法,其中該處理器被編程以: 存取根據該資料集形成的立體像素集; 根據不代表居住於該界定區域中的該對象的第一立體像素子集,從該立體像素集中丟棄、移除、刪除或忽略該第一立體像素子集,使得從該立體像素集中識別出第二立體像素子集;以及 根據該第二立體像素子集回應於被確定在該界定區域內發生的該事件採取該動作。
- 如請求項1的方法,其中該裝置包括一組麥克風,其中該處理器耦接到該組麥克風,並且還包括: 指示該使用者以啟動該組麥克風,使得該組麥克風接收從居住於該界定區域內的該對象產生的聲音輸入集,並將該聲音輸入集發送給該處理器,使得該處理器隔離該聲音輸入集,根據被隔離的該聲音輸入集來定位該聲音輸入集源自該界定區域內的何處,根據定位該聲音輸入集源自該界定區域內的何處來確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項1的方法,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 提供該使用者一第二裝置,其中該第二裝置包括第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達;以及 指示該使用者以: 將該第二裝置設置於該對象居住於其中的該界定區域內,以及 啟動該第二飛行時間雷達以在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,使得當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時,在該界定區域內操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時追蹤居住在該界定區域中的該對象而產生第二資料集,並當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時,將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項8的方法,其中該第二飛行時間雷達在該K波段中操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項9的方法,其中在該界定區域內在該K波段中操作的該第二飛行時間雷達在該界定區域內在大約23 GHz和大約25 GHz之間操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項8的方法,其中該第二裝置包括裝載該第二處理器和該第二飛行時間雷達的外殼。
- 如請求項8的方法,其中該第一事件和該第二事件是同一事件。
- 如請求項8的方法,其中該第一動作和該第二動作是同一動作。
- 如請求項8的方法,還包括: 指示該使用者以將該第一裝置和該第二裝置設置為在該界定區域內彼此相對。
- 如請求項1的方法,其中該裝置包括通訊單元,其中該處理器耦接到該通訊單元,其中該裝置是第一裝置,其中該動作包括指示該通訊單元將訊息發送給遠離該界定區域的第二裝置,其中該訊息包含與該對象或該事件有關的內容。
- 如請求項1的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,定義該界定區域。
- 如請求項16的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該使用者在該界定區域內移動來定義該界定區域。
- 如請求項16的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該使用者在該界定區域外移動來定義該界定區域。
- 如請求項16的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,定義該界定區域同時裝載可由該飛行時間雷達追蹤的反射器。
- 如請求項16的方法,其中該界定區域包括彼此間隔一高度的地板和天花板,並且還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該處理器存取與該高度相對應的值來定義該界定區域。
- 如請求項16的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該處理器存取該界定區域的地圖來定義該界定區域。
- 如請求項21的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,創建該界定區域的該地圖。
- 如請求項1的方法,其中該裝置包括相機,其中該處理器耦接到該相機,並且還包括: 指示該使用者以啟動該相機,使得該相機接收由居住在該界定區域內的該對象產生的影像,並將該影像發送給該處理器,使得該處理器確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項23的方法,其中該相機包括雙波段過濾器,其被配置為允許該相機在可見光譜(RGB)和近紅外線光中觀察。
- 如請求項1的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該資料集形成該界定區域的三維地圖,使得該三維地圖具有根據該飛行時間雷達在該K波段中操作並且從該界定區域內掃描該界定區域外的歸零區域。
- 如請求項25的方法,其中該界定區域包含第一體積和第二體積,其中該處理器被編程為存取與該第一體積相關聯的閾值並請求在該K波段中操作的該飛行時間雷達根據滿足該閾值的該歸零區域進行調整,使得在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,在該K波段中操作的該飛行時間雷達不追蹤該第一體積以加速追蹤該第二體積。
- 如請求項1的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,存取根據該資料集形成的並具有一組立體像素的該界定區域的掃描地圖、存取該飛行時間雷達的該界定區域的不掃描地圖、將該掃描地圖與該不掃描地圖進行比較、從該組立體像素中識別出立體像素的子集、並將該立體像素的子集歸零。
- 如請求項1的方法,其中該資料集是第一資料集,其中該動作是第一動作,其中在該界定區域內在該K波段中操作的該飛行時間雷達追蹤在該界定區域之外的該對象,根據追蹤在該界定區域之外的該對象而產生第二資料集,並將該第二資料集發送給該處理器,使得該處理器確定該對象是否在該界定區域之外,並且回應於被確定在該界定區域之外的該對象採取第二動作。
- 如請求項28的方法,其中該動作是丟棄、移除、刪除或忽略該第二資料集。
- 如請求項1的方法,其中該動作是第一動作,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取移動閾值、在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取由該使用者創建的電子圍籬、並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據滿足的該移動閾值而採取涉及該電子圍籬的第二動作。
- 如請求項30的方法,其中該第二動作包括修改該電子圍籬。
- 如請求項31的方法,其中修改該電子圍籬包括將該電子圍籬重新設置為預設狀態。
- 如請求項30的方法,其中該第二動作包括啟動重新電子圍籬的使用者指南。
- 如請求項30的方法,其中該第二動作包括在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前確定該飛行時間雷達如何在該界定區域內移動,並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據該飛行時間雷達如何在該界定區域內移動而修改該電子圍籬。
- 如請求項1的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取電子圍籬,並且在該處理器回應於被確定在該界定區域內發生的該事件以及回應於該處理器存取指示該電子圍籬被修改的使用者輸入而採取該動作之前,修改該電子圍籬。
- 如請求項1的方法,其中該事件與該界定區域內的該對象的日常生活的活動有關。
- 如請求項1的方法,其中該事件與該界定區域內的該對象的跌倒有關。
- 如請求項1的方法,其中該事件與該界定區域內保持靜止一預設時間段的該對象有關。
- 如請求項1的方法,其中該事件與該對象不在該界定區域內一預設時間段有關。
- 如請求項1的方法,其中該事件與該對象在該界定區域內時該對象未在該界定區域內被追蹤一預設時間段有關。
- 如請求項1的方法,還包括: 指示該使用者將識別符分配給該界定區域內的子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項41的方法,還包括: 指示該使用者以透過操作與該裝置通訊的計算單元將該識別符分配給該子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項41的方法,其中該裝置包括麥克風,其中該處理器耦接到該麥克風,並且還包括: 指示該使用者透過輸出與該識別符相對應的聲音將該識別符分配給該子區域,使得該麥克風捕捉該聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項1的方法,其中該處理器根據該資料集識別該界定區域內的子區域、推斷該子區域的區域類型、根據該區域類型對該子區域進行分類、並根據該區域類型將識別符分配給該子區域,使得該處理器根據該資料集和該區域類型確定該對象是否正在該子區域內經歷該事件,並且回應於根據該識別符被確定在該子區域內發生的該事件而採取該動作。
- 如請求項1的方法,還包括: 指示該使用者將識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項45的方法,還包括: 指示該使用者透過操作與該裝置通訊的計算單元將該識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項45的方法,其中該裝置包括麥克風,其中該處理器耦接到該麥克風,並且還包括: 指示該使用者透過輸出與該識別符相對應的聲音將該識別符分配給該界定區域,使得該麥克風捕捉該聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項1的方法,其中該界定區域具有角落,並且還包括: 指示該使用者將該裝置放置在具有該對象居住於其中的該界定區域內的該角落內或者距離該角落一預設距離內。
- 如請求項1的方法,其中該處理器被編程為根據該資料產生將該裝置或該飛行時間雷達放置或者重新放置在何處的建議。
- 如請求項49的方法,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小平均間距。
- 如請求項49的方法,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小遮蔽物或障礙物數量。
- 如請求項1的方法,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 提供該使用者一第二裝置,其中該第二裝置包括第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達具有第二視野;以及 指示該使用者以: 將該第二裝置設置於具有該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊,以及 啟動該第二飛行時間雷達以在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,使得在該界定區域內操作的該第二飛行時間雷達在該第二視野內追蹤居住於該界定區域中的該對象,根據在該第二視野內追蹤居住於該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項1的方法,其中該事件是醫療事件。
- 如請求項53的方法,其中該醫療事件是診斷估計或診斷預測。
- 如請求項1的方法,其中該裝置是電視單元。
- 如請求項1的方法,其中該裝置是條形音箱(soundbar)。
- 如請求項1的方法,其中該裝置是揚聲器。
- 如請求項1的方法,其中該裝置是書擋。
- 如請求項1的方法,其中該裝置是花盆(flowerpot)。
- 如請求項1的方法,其中該裝置是種植盆(planter pot)。
- 如請求項1的方法,其中該裝置是花瓶。
- 如請求項1的方法,其中該裝置是家具物品。
- 如請求項1的方法,其中該裝置是家用電器。
- 如請求項1的方法,其中在該K波段中操作的該飛行時間雷達具有大約120度水平和大約90度垂直的視野。
- 如請求項1的方法,其中該飛行時間雷達包括一組相位陣列,各相位陣列包括一組貼片天線,使在該K波段中操作的該飛行時間雷達能夠追蹤居住在該界定區域內的該對象。
- 如請求項1的方法,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 提供該使用者一第二裝置,其中該第二裝置包括第二處理器和感測器,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野;以及 指示該使用者以: 將該第二裝置設置於具有該對象居住於其中的該界定區域內,以及 啟動該感測器以在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,使得在該界定區域內操作的該感測器在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項66的方法,還包括: 指示該使用者以將該第二裝置設置於具有該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊。
- 如請求項66的方法,其中該第二裝置包括一外殼,其裝載該第二處理器和該感測器。
- 如請求項1的方法,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,並且還包括: 提供該使用者一第二裝置,其中該第二裝置包括第二處理器和感測器,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野;以及 指示該使用者以: 將該第二裝置設置於具有該對象居住於其中的該界定區域內,以及 啟動該感測器以在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,使得在該界定區域內操作的該感測器在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器與該第一處理器通訊,從而使該第一處理器能夠根據該第二資料集確認或驗證該第一資料集,並根據確認或驗證該第一資料集的該第二資料集確定該對象是否正在該界定區域中經歷該事件,以及回應於被確定在該界定區域中發生的該事件採取該動作。
- 如請求項69的方法,還包括: 指示該使用者以將該第二裝置設置於該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊。
- 如請求項69的方法,其中該第二裝置包括一外殼,其裝載該第二處理器和該感測器。
- 如請求項69的方法,其中該第二處理器被配置為與該第一處理器直接通訊。
- 如請求項69的方法,其中該第二處理器被配置為與該第一處理器間接通訊。
- 如請求項1的方法,其中該裝置是固定物。
- 如請求項1的方法,其中該處理器被編程為在回應於被確定在該界定區域內發生的該事件而採取該動作之前存取該對象的一組屬性,並且根據該組屬性創建該對象的配置檔,使得該處理器根據該資料集和該配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項75的方法,其中該配置檔是一基線,該處理器基於該基線根據該資料集確定該對象是否正在該界定區域內經歷該事件。
- 如請求項1的方法,其中該裝置包括麥克風,其中該處理器耦接到該麥克風,並且還包括: 指示該使用者使該對象輸出語音聲音,使得該麥克風根據該語音聲音捕捉聲音輸入並將該聲音輸入發送給該處理器,使得該處理器形成該對象的聲音配置檔,並根據該資料集和該聲音配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項1的方法,其中該裝置包括與該處理器通訊的手指按動器(clicker)或與該處理器通訊的行動應用程式,並且還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)在該界定區域內移動該手指按動器並在該界定區域內啟動該手指按動器或(b)與位在該界定區域內的該行動應用程式互動來定義該界定區域。
- 如請求項1的方法,其中該裝置包括與該處理器通訊的手指按動器或與該處理器通訊的行動應用程式,並且還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)在該界定區域外移動該手指按動器並在該界定區域外啟動該手指按動器或(b)與位在該界定區域外的該行動應用程式互動來定義該界定區域。
- 如請求項1的方法,其中該裝置包括信標,具有被配置成發送信號的發射器,其中該裝置包括被配置成接收該信號的接收器,其中該處理器耦接到該接收器,並且還包括: 指示該使用者放置該信標使得該飛行時間雷達和該信標彼此間隔開,該發射器可以發送該信號,以及該接收器可以接收該信號並將該信號發送給該處理器,使得該處理器根據該資料集和該信號確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項1的方法,其中該飛行時間雷達包括發射器和接收器,其中該處理器耦接到該發射器和該接收器,其中該裝置包括第一外殼和第二外殼,其中該第一外殼裝載該發射器,其中該第二外殼裝載該接收器,其中該第一外殼和該第二外殼彼此間隔開。
- 如請求項81的方法,還包括: 指示該使用者在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼放置成彼此間隔開。
- 如請求項82的方法,其中該第一外殼和該第二外殼彼此相對。
- 如請求項1的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達包括第一發射器和第一接收器,其中該裝置包括第一外殼、第二外殼、第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第一飛行時間雷達不干擾該第二飛行時間雷達,其中該第二飛行時間雷達包括第二發射器和第二接收器,其中該第一外殼裝載該第一處理器和該第一飛行時間雷達,其中該第二外殼裝載該第二處理器和該第二飛行時間雷達,其中該第一外殼和該第二外殼彼此間隔開,其中該第一發射器被配置成發送可由該第一接收器和該第二接收器接收的第一信號,其中該第二發射器被配置成發送可由該第一接收器和該第二接收器接收的第二信號。
- 如請求項84的方法,還包括: 指示該使用者根據該第一發射器或該第二發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼放置成彼此間隔開。
- 如請求項84的方法,其中該第一外殼和該第二外殼彼此相對。
- 如請求項84的方法,其中該第一處理器和該第二處理器相互通訊。
- 如請求項84的方法,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野與該第二視野重疊。
- 如請求項84的方法,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野不與該第二視野重疊。
- 如請求項1的方法,其中該處理器是硬體加速器。
- 如請求項90的方法,其中該硬體加速器是類神經網路加速器或機器學習加速器。
- 如請求項1的方法,其中該飛行時間雷達被配置為在Ku波段或Ka波段中操作,並且還包括: 指示該使用者在該界定區域內啟動該飛行時間雷達使得在該Ku波段或該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據該Ku波段或該Ka波段中追蹤居住在該界定區域中的該對象產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項92的方法,還包括: 指示該使用者在該界定區域內啟動該飛行時間雷達使得在該Ku波段和該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據在該Ku波段和該Ka波段中追蹤居住在該界定區域中的該對象產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項92的方法,其中該處理器根據滿足或不滿足閾值的參數在該K波段和該Ku波段或該Ka波段之間切換該飛行時間雷達。
- 如請求項94的方法,其中該處理器根據滿足或不滿足該閾值的該參數在該K波段、該Ku波段和該Ka波段之間切換該飛行時間雷達。
- 如請求項92的方法,其中該裝置包括裝載該處理器和該飛行時間雷達的外殼。
- 如請求項92的方法,其中該飛行時間雷達被配置成在該K波段和該Ku波段或該Ka波段中並行操作,而不互相干擾。
- 如請求項1的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,其中該裝置包括第一外殼、第二外殼、第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達被配置成在Ku波段或Ka波段中操作,其中該第一外殼裝載該第一處理器和該第一飛行時間雷達,其中該第二外殼裝載該第二處理器和該第二飛行時間雷達,並且還包括: 指示該使用者以: 在具有該對象居住於其中的該界定區域內,將該第一外殼和該第二外殼放置成彼此間隔開;以及 啟動該第二飛行時間雷達以在該界定區域內操作於該Ku波段或該Ka波段中,使得在該界定區域內在該Ku波段或該Ka波段中操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項98的方法,其中該第一事件和該第二事件是同一事件。
- 如請求項98的方法,其中該第一事件和該第二事件不是同一事件。
- 如請求項98的方法,其中該第一動作和該第二動作是同一動作。
- 如請求項98的方法,其中該第一動作和該第二動作不是同一動作。
- 如請求項98的方法,其中該第二處理器根據參數滿足或不滿足閾值而將該第二飛行時間雷達切換成在該Ku波段或該Ka波段之間操作。
- 如請求項98的方法,還包括: 指示該使用者以啟動該第二飛行時間雷達在該界定區域內在該Ku波段和該Ka波段中操作,使得在該界定區域內在該Ku波段和該Ka波段中操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象而產生該第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷該第二事件,並回應於被確定在該界定區域內發生的該第二事件採取該第二動作。
- 如請求項104的方法,其中該第二飛行時間雷達被配置成在該Ku波段和該Ka波段中並行操作而不相互干擾,並且該第一飛行時間雷達在該K波段中操作。
- 如請求項1的方法,其中該對象是第一對象,其中該界定區域包含第二對象,其中該事件對於該第一對象是定製的,其基於根據該資料集將該第一對象與該第二對象區分開來。
- 如請求項1的方法,其中該飛行時間雷達係主動冷卻。
- 如請求項1的方法,其中該飛行時間雷達係被動冷卻。
- 如請求項1的方法,其中該使用者是該對象。
- 如請求項1的方法,其中該使用者不是該對象。
- 如請求項1的方法,其中(a)其中該處理器根據該資料集形成模擬該對象的三維骨骼模型,根據該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,並回應於根據該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作,或(b)其中該處理器根據該資料集形成模擬該界定區域的三維區域模型和根據該資料集形成模擬該三維區域模型內的該對象的三維骨骼模型,根據該三維區域模型內的該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,並回應於根據該三維區域模型內的該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作。
- 如請求項111的方法,其中該處理器根據該三維骨骼模型滿足或不滿足該閾值來確定該對象是否正在該界定區域內經歷該事件係基於該三維骨骼模型的一組虛擬運動、識別對應於該組虛擬運動的該三維骨骼模型的一組原子運動、並將該組原子運動與該事件相關聯。
- 一種方法,包括: 由處理器接收來自在具有對象居住於其中的界定區域內在K波段操作的飛行時間雷達的資料集,其中該飛行時間雷達產生該資料集係根據該飛行時間雷達在該界定區域內在該K波段中操作並追蹤居住於該界定區域中的該對象; 由該處理器根據該資料集確定該對象是否正在該界定區域內經歷事件;以及 由該處理器回應於被確定在該界定區域內發生的該事件採取動作。
- 如請求項113的方法,其中該處理器和該飛行時間雷達係由一外殼裝載。
- 如請求項113的方法,其中在該界定區域內在該K波段中操作的該飛行時間雷達係在該界定區域內在大約23 GHz與大約25 GHz之間(含)操作。
- 如請求項113的方法,其中該處理器被編程為根據該資料集追蹤位於該界定區域內的另一對象,以及在根據該資料集確定該對象是否正在該界定區域內經歷該事件之前,根據該資料集區分居住於該界定區域中的該對象與位於該界定區域內的該另一對象。
- 如請求項116的方法,其中該另一對象是人或寵物。
- 如請求項113的方法,其中該處理器被編程以: 存取根據該資料集形成的立體像素集; 根據不代表居住於該界定區域中的該對象的第一立體像素子集,從該立體像素集中丟棄、移除、刪除或忽略該第一立體像素子集,使得從該立體像素集中識別出第二立體像素子集;以及 根據該第二立體像素子集回應於被確定在該界定區域內發生的該事件採取該動作。
- 如請求項113的方法,其中該處理器耦接到一組麥克風並且被編程以啟動該組麥克風,使得該組麥克風接收從居住於該界定區域內的該對象產生的聲音輸入集,並將該聲音輸入集發送給該處理器,使得該處理器隔離該聲音輸入集,根據被隔離的該聲音輸入集來定位該聲音輸入集源自該界定區域內的何處,根據定位該聲音輸入集源自該界定區域內的何處來確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項113的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 由該第一處理器與該第一飛行時間雷達進行通訊,而第二處理器和第二飛行時間雷達位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,使得當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時,在該界定區域內操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時追蹤居住在該界定區域中的該對象而產生第二資料集,並當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時,將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項120的方法,其中該第二飛行時間雷達在該K波段中操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項121的方法,其中在該界定區域內在該K波段中操作的該第二飛行時間雷達在該界定區域內在大約23 GHz和大約25 GHz之間操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項120的方法,其中該第二處理器和該第二飛行時間雷達由一外殼裝載。
- 如請求項120的方法,其中該第一事件和該第二事件是同一事件。
- 如請求項120的方法,其中該第一動作和該第二動作是同一動作。
- 如請求項120的方法,其中該第一飛行時間雷達和該第二飛行時間雷達在該界定區域內被設置為彼此相對。
- 如請求項113的方法,其中該處理器耦接到通訊單元,其中該處理器被編程以指示該通訊單元將訊息發送給遠離該界定區域的裝置,其中該訊息包含與該對象或該事件有關的內容。
- 如請求項113的方法,其中該處理器被編程為從使用者輸入裝置接收使用者輸入,其中該使用者輸入在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,定義該界定區域。
- 如請求項128的方法,其中該使用者輸入係基於該使用者輸入裝置在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前在該界定區域內移動。
- 如請求項128的方法,其中該使用者輸入係基於該使用者輸入裝置在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前在該界定區域外移動。
- 如請求項128的方法,其中該使用者輸入裝置是一反射器,可由該飛行時間雷達在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前追蹤。
- 如請求項128的方法,其中該界定區域包括彼此間隔一高度的地板和天花板,其中該使用者輸入使該處理器能夠在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,存取與該高度相對應的值。
- 如請求項128的方法,其中該使用者輸入使該處理器能夠在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,存取該界定區域的地圖。
- 如請求項133的方法,其中該使用者輸入使該處理器能夠在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,創建該界定區域的該地圖。
- 如請求項113的方法,其中該處理器耦接到相機,並被編程為啟動該相機,使得該相機接收由居住在該界定區域內的該對象產生的影像,並將該影像發送給該處理器,使得該處理器確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項135的方法,其中該相機包括雙波段過濾器,其被配置為允許該相機在可見光譜(RGB)和近紅外線光中觀察。
- 如請求項113的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該資料集形成該界定區域的三維地圖,使得該三維地圖具有根據該飛行時間雷達在該K波段中操作並且從該界定區域內掃描該界定區域外的歸零區域。
- 如請求項137的方法,其中該界定區域包含第一體積和第二體積,其中該處理器被編程為存取與該第一體積相關聯的閾值並請求在該K波段中操作的該飛行時間雷達根據滿足該閾值的該歸零區域進行調整,使得在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,在該K波段中操作的該飛行時間雷達不追蹤該第一體積以加速追蹤該第二體積。
- 如請求項113的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,存取根據該資料集形成的並具有一組立體像素的該界定區域的掃描地圖、存取該飛行時間雷達的該界定區域的不掃描地圖、將該掃描地圖與該不掃描地圖進行比較、從該組立體像素中識別出立體像素的子集、並將該立體像素的子集歸零。
- 如請求項113的方法,其中該資料集是第一資料集,其中該動作是第一動作,其中在該界定區域內在該K波段中操作的該飛行時間雷達追蹤在該界定區域之外的該對象,根據追蹤在該界定區域之外的該對象而產生第二資料集,並將該第二資料集發送給該處理器,使得該處理器確定該對象是否在該界定區域之外,並且回應於被確定在該界定區域之外的該對象採取第二動作。
- 如請求項140的方法,其中該動作是丟棄、移除、刪除或忽略該第二資料集。
- 如請求項113的方法,其中該動作是第一動作,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取移動閾值、在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取創建的電子圍籬、並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據滿足的該移動閾值而採取涉及該電子圍籬的第二動作。
- 如請求項142的方法,其中該第二動作包括修改該電子圍籬。
- 如請求項142的方法,其中修改該電子圍籬包括將該電子圍籬重新設置為預設狀態。
- 如請求項142的方法,其中該第二動作包括啟動重新電子圍籬的使用者指南。
- 如請求項142的方法,其中該第二動作包括在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前確定該飛行時間雷達如何在該界定區域內移動,並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據該飛行時間雷達如何在該界定區域內移動而修改該電子圍籬。
- 如請求項113的方法,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取電子圍籬,並且在該處理器回應於被確定在該界定區域內發生的該事件以及回應於該處理器存取指示該電子圍籬被修改的使用者輸入而採取該動作之前,修改該電子圍籬。
- 如請求項113的方法,其中該事件與該界定區域內的該對象的日常生活的活動有關。
- 如請求項113的方法,其中該事件與該界定區域內的該對象的跌倒有關。
- 如請求項113的方法,其中該事件與該界定區域內保持靜止一預設時間段的該對象有關。
- 如請求項113的方法,其中該事件與該對象不在該界定區域內一預設時間段有關。
- 如請求項113的方法,其中該事件與該對象在該界定區域內時該對象未在該界定區域內被追蹤一預設時間段有關。
- 如請求項113的方法,其中該處理器被編程為將識別符分配給該界定區域內的子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項153的方法,其中該處理器被編程為透過與計算單元通訊將識別符分配給該子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項153的方法,其中該處理器耦接到麥克風並且被編程為透過輸出與該識別符相對應的聲音來將該識別符分配給該子區域,使得該麥克風捕捉該聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項113的方法,其中該處理器根據該資料集識別該界定區域內的子區域、推斷該子區域的區域類型、根據該區域類型對該子區域進行分類、並根據該區域類型將識別符分配給該子區域,使得該處理器根據該資料集和該區域類型確定該對象是否正在該子區域內經歷該事件,並且回應於根據該識別符被確定在該子區域內發生的該事件而採取該動作。
- 如請求項113的方法,其中該處理器被編程為將識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項157的方法,其中該處理器被編程為透過與計算單元通訊將該識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項157的方法,其中該處理器耦接到麥克風並且被編程為透過輸出與該識別符相對應的聲音來將該識別符分配給該界定區域,使得該麥克風捕捉該聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項113的方法,其中該界定區域具有角落,其中該飛行時間雷達被放置在具有該對象居住於其中的該界定區域內的該角落或者距離該角落一預設距離內。
- 如請求項113的方法,其中該處理器被編程為根據該資料產生將該飛行時間雷達放置或重新放置在何處的建議。
- 如請求項161的方法,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小平均間距。
- 如請求項161的方法,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小遮蔽物或障礙物數量。
- 如請求項113的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 由該第一處理器與該第一飛行時間雷達進行通訊,而第二處理器和第二飛行時間雷達位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達具有第二視野,其中該第一視野不與該第二視野重疊,其中該第二飛行時間雷達在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,使得在該界定區域內操作的該第二飛行時間雷達在該第二視野內追蹤居住於該界定區域中的該對象,根據在該第二視野內追蹤居住於該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項113的方法,其中該事件是醫療事件。
- 如請求項165的方法,其中該醫療事件是診斷估計或診斷預測。
- 如請求項113的方法,其中該處理器由電視單元裝載。
- 如請求項113的方法,其中該處理器由條形音箱裝載。
- 如請求項113的方法,其中該處理器由揚聲器裝載。
- 如請求項113的方法,其中該處理器由書擋裝載。
- 如請求項113的方法,其中該處理器由花盆(flowerpot)裝載。
- 如請求項113的方法,其中該處理器由種植盆(planter pot)裝載。
- 如請求項113的方法,其中(a)其中該處理器根據該資料集形成模擬該對象的三維骨骼模型,根據該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,回應於根據該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作,或(b)其中該處理器根據該資料集形成模擬該界定區域的三維區域模型和根據該資料集形成模擬該三維區域模型內的該對象的三維骨骼模型,根據該三維區域模型內的該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,並回應於根據該三維區域模型內的該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作。
- 如請求項173的方法,其中該處理器根據該三維骨骼模型滿足或不滿足該閾值來確定該對象是否正在該界定區域內經歷該事件係基於該三維骨骼模型的一組虛擬運動、識別對應於該組虛擬運動的該三維骨骼模型的一組原子運動、並將該組原子運動與該事件相關聯。
- 如請求項113的方法,其中該處理器由家具物品裝載。
- 如請求項113的方法,其中該處理器由家用電器裝載。
- 如請求項113的方法,其中在該K波段中操作的該飛行時間雷達具有大約120度水平和大約90度垂直的視野。
- 如請求項113的方法,其中該飛行時間雷達包括一組相位陣列,各相位陣列包括一組貼片天線,使在該K波段中操作的該飛行時間雷達能夠追蹤居住在該界定區域內的該對象。
- 如請求項1的方法,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 由該第一處理器與該飛行時間雷達進行通訊,而第二處理器和感測器位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野,其中該感測器在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,使得在該界定區域內操作的該感測器在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項179的方法,其中該第一視野不與該第二視野重疊。
- 如請求項179的方法,其中該第二處理器和該感測器係由一外殼裝載。
- 如請求項113的方法,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,並且還包括: 由該第一處理器與該飛行時間雷達進行通訊,而第二處理器和感測器位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野,其中該感測器在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,使得在該界定區域內操作的該感測器在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器與該第一處理器通訊,從而使該第一處理器能夠根據該第二資料集確認或驗證該第一資料集,並根據確認或驗證該第一資料集的該第二資料集確定該對象是否正在該界定區域中經歷該事件,以及回應於被確定在該界定區域中發生的該事件採取該動作。
- 如請求項182的方法,其中該第一視野不與該第二視野重疊。
- 如請求項182的方法,其中該第二處理器和該感測器係由一外殼裝載。
- 如請求項182的方法,其中該第二處理器被配置為與該第一處理器直接通訊。
- 如請求項182的方法,其中該第二處理器被配置為與該第一處理器間接通訊。
- 如請求項113的方法,其中該處理器和該飛行時間雷達備包括在一固定物中。
- 如請求項113的方法,其中該處理器被編程為在回應於被確定在該界定區域內發生的該事件而採取該動作之前存取該對象的一組屬性,並且根據該組屬性創建該對象的配置檔,使得該處理器根據該資料集和該配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項188的方法,其中該配置檔是一基線,該處理器基於該基線根據該資料集確定該對象是否正在該界定區域內經歷該事件。
- 如請求項113的方法,其中該處理器耦接到麥克風並且被編程為使該對象輸出語音聲音,使得該麥克風根據該語音聲音捕捉聲音輸入並將該聲音輸入發送給該處理器,使得該處理器形成該對象的聲音配置檔,並根據該資料集和該聲音配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項113的方法,其中該處理器與手指按動器或行動應用程式進行通訊,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)在該界定區域內移動該手指按動器並在該界定區域內啟動該手指按動器或(b)與位在該界定區域內的該行動應用程式互動來定義該界定區域。
- 如請求項113的方法,其中該處理器與手指按動器或行動應用程式進行通訊,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)在該界定區域外移動該手指按動器並在該界定區域外啟動該手指按動器或(b)與位在該界定區域外的該行動應用程式互動來定義該界定區域。
- 如請求項113的方法,其中該處理器與接收器進行通訊,該接收器被配置成從與該飛行時間雷達間隔開的信標的發射器接收信號,其中該處理器被編程使得該接收器將該信號發送給該處理器,並且該處理器根據該資料集和該信號確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項113的方法,其中該飛行時間雷達包括發射器和接收器,其中該處理器耦接到該發射器和該接收器,其中該發送由第一外殼裝載,其中該接收器由第二外殼裝載,其中該第一外殼和該第二外殼彼此間隔開。
- 如請求項194的方法,其中在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼彼此間隔開。
- 如請求項195的方法,其中該第一外殼和該第二外殼彼此相對。
- 如請求項1的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達包括第一發射器和第一接收器,其中該第一處理器和該第一飛行時間雷達由第一外殼裝載,並且還包括: 由該第一處理器與該第一飛行時間雷達進行通訊,而第二處理器和第二飛行時間雷達位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該第二飛行時間雷達,其中該第一飛行時間雷達不干擾該第二飛行時間雷達,其中該第二飛行時間雷達包括第二發射器和第二接收器,其中該第二處理器和該第二飛行時間雷達由第二外殼裝載,其中該第一外殼和該第二外殼彼此間隔開,其中該第一發射器被配置成發送可由該第一接收器和該第二接收器接收的第一信號,其中該第二發射器被配置成發送可由該第一接收器和該第二接收器接收的第二信號。
- 如請求項197的方法,其中根據該第一發射器或該第二發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼彼此間隔開。
- 如請求項197的方法,其中該第一外殼和該第二外殼彼此相對。
- 如請求項197的方法,其中該第一處理器和該第二處理器相互通訊。
- 如請求項197的方法,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野與該第二視野重疊。
- 如請求項197的方法,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野不與該第二視野重疊。
- 如請求項113的方法,其中該處理器是硬體加速器。
- 如請求項203的方法,其中該硬體加速器是類神經網路加速器或機器學習加速器。
- 如請求項113的方法,其中該飛行時間雷達被配置為在Ku波段或Ka波段中操作,其中在該界定區域內在該Ku波段或該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據在該Ku波段或該Ka波段中追蹤居住在該界定區域中的該對象產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項205的方法,其中在該界定區域內在該Ku波段和該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據在該Ku波段和該Ka波段中追蹤追蹤居住在該界定區域中的該對象產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項205的方法,其中該處理器根據滿足或不滿足閾值的參數在該K波段和該Ku波段或該Ka波段之間切換該飛行時間雷達。
- 如請求項207的方法,其中該處理器根據滿足或不滿足該閾值的該參數在該K波段、該Ku波段和該Ka波段之間切換該飛行時間雷達。
- 如請求項205的方法,其中該處理器和該飛行時間雷達係由一外殼裝載。
- 如請求項205的方法,其中該飛行時間雷達被配置成在該K波段和該Ku波段或該Ka波段中並行操作,而不互相干擾。
- 如請求項113的方法,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,其中該第一處理器和該第一飛行時間雷達由位於具有該對象居住其中的該界定區域內的第一外殼裝載,並且還包括: 由該第一處理器與該第一飛行時間雷達進行通訊,而第二處理器和第二飛行時間雷達位在具有該對象居住於其中的該界定區域內,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二處理器和該第二飛行時間雷達由位於具有該對象居住其中的該界定區域內的第二外殼裝載,其中該第二飛行時間雷達被配置成在Ku波段或Ka波段中操作,其中該第一外殼與該第二外殼間隔開,其中在該界定區域內在該Ku波段或該Ka波段中操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項211的方法,其中該第一事件和該第二事件是同一事件。
- 如請求項211的方法,其中該第一事件和該第二事件不是同一事件。
- 如請求項211的方法,其中該第一動作和該第二動作是同一動作。
- 如請求項211的方法,其中該第一動作和該第二動作不是同一動作。
- 如請求項211的方法,其中該第二處理器根據參數滿足或不滿足閾值而將該第二飛行時間雷達切換成在該Ku波段或該Ka波段之間操作。
- 如請求項211的方法,其中該界定區域內在該Ku波段和該Ka波段中操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象而產生該第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷該第二事件,並回應於被確定在該界定區域內發生的該第二事件採取該第二動作。
- 如請求項217的方法,其中該第二飛行時間雷達被配置成在該Ku波段和該Ka波段中並行操作而不相互干擾,並且該第一飛行時間雷達在該K波段中操作。
- 如請求項113的方法,其中該對象是第一對象,其中該界定區域包含第二對象,其中該事件對於該第一對象是定製的,其基於根據該資料集將該第一對象與該第二對象區分開來。
- 如請求項113的方法,其中該飛行時間雷達係主動冷卻。
- 如請求項113的方法,其中該飛行時間雷達係被動冷卻。
- 如請求項113的方法,其中該動作是發起與該事件有關的蜂巢式通訊或Wi-Fi通訊。
- 如請求項113的方法,其中該處理器係由花瓶裝載。
- 一種系統,包括: 一裝置,其包括處理器和飛行時間雷達,其中該處理器耦接到該飛行時間雷達,其中該飛行時間雷達被配置為在K波段中操作,其中該裝置被配置為被設置於具有對象居住於其中的界定區域內,使得在該界定區域內在該K波段中操作的該飛行時間雷達追蹤居住於該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
- 如請求項224的系統,其中該裝置包括裝載該處理器和該飛行時間雷達的外殼。
- 如請求項224的系統,其中在該界定區域內在該K波段中操作的該飛行時間雷達係在該界定區域內在大約23 GHz與大約25 GHz之間(含)操作。
- 如請求項224的系統,其中該對象是第一對象,其中該處理器被編程為根據該資料集追蹤位於該界定區域內的第二對象,以及在根據該資料集確定該第一對象正在該界定區域內經歷涉及該第一對象的該事件之前,根據該資料集區分居住於該界定區域中的該第一對象與位於該界定區域內的該第二對象。
- 如請求項227的系統,其中該第二對象是人或寵物。
- 如請求項224的系統,其中該處理器被編程以: 存取根據該資料集形成的立體像素集; 根據不代表居住於該界定區域中的該對象的第一立體像素子集,從該立體像素集中丟棄、移除、刪除或忽略該第一立體像素子集,使得從該立體像素集中識別出第二立體像素子集;以及 根據該第二立體像素子集回應於被確定在該界定區域內發生的該事件採取該動作。
- 如請求項224的系統,其中該裝置包括一組麥克風,其中該處理器耦接到該組麥克風並啟動該組麥克風,使得該組麥克風接收從居住於該界定區域內的該對象產生的聲音輸入集,並將該聲音輸入集發送給該處理器,使得該處理器隔離該聲音輸入集,根據被隔離的該聲音輸入集來定位該聲音輸入集源自該界定區域內的何處,根據定位該聲音輸入集源自該界定區域內的何處來確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項224的系統,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 第二裝置包括第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該裝置被配置為被放置於具有該對象居住於其中的該界定區域內,使得該第二飛行時間雷達在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,並且當在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時追蹤居住在該界定區域中的該對象,根據當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時追蹤居住在該界定區域中的該對象而產生第二資料集,並當該界定區域內在該K波段中操作的該第一飛行時間雷達被遮蔽而無法追蹤居住在該界定區域內的該對象時,將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項231的系統,其中該第二飛行時間雷達在該K波段中操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項232的系統,其中在該界定區域內在該K波段中操作的該第二飛行時間雷達在該界定區域內在大約23 GHz和大約25 GHz之間操作而不干擾在該K波段中操作的該第一飛行時間雷達。
- 如請求項231的系統,其中該第二裝置包括裝載該第二處理器和該第二飛行時間雷達的外殼。
- 如請求項231的系統,其中該第一事件和該第二事件是同一事件。
- 如請求項231的系統,其中該第一動作和該第二動作是同一動作。
- 如請求項231的系統,其中該第一裝置和該第二裝置在該界定區域內被設置為彼此相對。
- 如請求項224的系統,其中該裝置包括通訊單元,其中該處理器耦接到該通訊單元,其中該裝置是第一裝置,其中該動作包括指示該通訊單元將訊息發送給遠離該界定區域的第二裝置,其中該訊息包含與該對象或該事件有關的內容。
- 如請求項224的系統,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,定義該界定區域。
- 如請求項239的系統,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據來自在該界定區域內移動的使用者輸入裝置的使用者輸入來定義該界定區域。
- 如請求項239的系統,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據來自在該界定區域外移動的使用者輸入裝置的使用者輸入來定義該界定區域。
- 如請求項239的系統,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據使用者擁有可由該飛行時間雷達追蹤的反射器來定義該界定區域。
- 如請求項239的系統,其中該界定區域包括彼此間隔一高度的地板和天花板,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該處理器存取與該高度對應的值來定義該界定區域。
- 如請求項239的系統,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該處理器存取該界定區域的地圖而定義該界定區域。
- 如請求項244的系統,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,創建該界定區域的該地圖。
- 如請求項224的系統,其中該裝置包括相機,其中該處理器耦接到該相機並被編程以啟動該相機,使得該相機接收由居住在該界定區域內的該對象產生的影像,並將該影像發送給該處理器,使得該處理器確認或驗證該資料集,以及根據被確認或驗證的該資料集,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項246的系統,其中該相機包括雙波段過濾器,其被配置為允許該相機在可見光譜(RGB)和近紅外線光中觀察。
- 如請求項224的系統,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該資料集形成該界定區域的三維地圖,使得該三維地圖具有根據該飛行時間雷達在該K波段中操作並且從該界定區域內掃描該界定區域外的歸零區域。
- 如請求項248的系統,其中該界定區域包含第一體積和第二體積,其中該處理器被編程為存取與該第一體積相關聯的閾值並請求在該K波段中操作的該飛行時間雷達根據滿足該閾值的該歸零區域進行調整,使得在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,在該K波段中操作的該飛行時間雷達不追蹤該第一體積以加速追蹤該第二體積。
- 如請求項224的系統,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,存取根據該資料集形成的並具有一組立體像素的該界定區域的掃描地圖、存取該飛行時間雷達的該界定區域的不掃描地圖、將該掃描地圖與該不掃描地圖進行比較、從該組立體像素中識別出立體像素的子集、並將該立體像素的子集歸零。
- 如請求項224的系統,其中該資料集是第一資料集,其中該動作是第一動作,其中在該界定區域內在該K波段中操作的該飛行時間雷達追蹤在該界定區域之外的該對象,根據追蹤在該界定區域之外的該對象而產生第二資料集,並將該第二資料集發送給該處理器,使得該處理器確定該對象是否在該界定區域之外,並且回應於被確定在該界定區域之外的該對象採取第二動作。
- 如請求項251的系統,其中該動作是丟棄、移除、刪除或忽略該第二資料集。
- 如請求項224的系統,其中該動作是第一動作,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取移動閾值、在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取電子圍籬、並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據滿足的該移動閾值而採取涉及該電子圍籬的第二動作。
- 如請求項253的系統,其中該第二動作包括修改該電子圍籬。
- 如請求項254的系統,其中修改該電子圍籬包括將該電子圍籬重新設置為預設狀態。
- 如請求項253的系統,其中該第二動作包括啟動重新電子圍籬的使用者指南。
- 如請求項253的系統,其中該第二動作包括在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前確定該飛行時間雷達如何在該界定區域內移動,並且在該處理器回應於被確定在該界定區域內發生的該事件而採取該第一動作之前根據該飛行時間雷達如何在該界定區域內移動而修改該電子圍籬。
- 如請求項224的系統,其中該處理器在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前存取電子圍籬,並且在該處理器回應於被確定在該界定區域內發生的該事件以及回應於該處理器存取指示該電子圍籬被修改的使用者輸入而採取該動作之前,修改該電子圍籬。
- 如請求項224的系統,其中該事件與該界定區域內的該對象的日常生活的活動有關。
- 如請求項224的系統,其中該事件與該界定區域內的該對象的跌倒有關。
- 如請求項224的系統,其中該事件與該界定區域內保持靜止一預設時間段的該對象有關。
- 如請求項224的系統,其中該事件與該對象不在該界定區域內一預設時間段有關。
- 如請求項224的系統,其中該事件與該對象在該界定區域內時該對象未在該界定區域內被追蹤一預設時間段有關。
- 如請求項224的系統,其中該處理器被編程為將識別符分配給該界定區域內的子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項264的系統,其中該處理器被編程為透過與計算單元通訊將識別符分配給該子區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項264的系統,其中該裝置包括麥克風,其中該處理器耦接到該麥克風並且被編程為將該識別符分配給該子區域,其係根據該麥克風捕捉對應於該識別符的聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該子區域內經歷該事件,並且回應於被確定在該子區域內發生的該事件而採取該動作。
- 如請求項224的系統,其中該處理器根據該資料集識別該界定區域內的子區域、推斷該子區域的區域類型、根據該區域類型對該子區域進行分類、並根據該區域類型將識別符分配給該子區域,使得該處理器根據該資料集和該區域類型確定該對象是否正在該子區域內經歷該事件,並且回應於根據該識別符被確定在該子區域內發生的該事件而採取該動作。
- 如請求項224的系統,其中該處理器被編程為將識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項268的系統,其中該處理器被編程為透過與計算單元通訊將該識別符分配給該界定區域,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項268的系統,其中該裝置包括麥克風,其中該處理器耦接到該麥克風並且被編程為將該識別符分配給該界定區域,其係根據該麥克風捕捉對應於該識別符的聲音作為聲音輸入並將該聲音輸入發送給該處理器,使得該處理器根據該資料集和該識別符確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項224的系統,其中該界定區域具有角落,其中當該裝置被放置在具有該對象居住於其中的該界定區域內時,該裝置或該飛行時間雷達被放置在具有該對象居住於其中的該界定區域內的該角落內或者距離該角落一預設距離內。
- 如請求項224的系統,其中該處理器被編程為根據該資料產生將該裝置或該飛行時間雷達放置或者重新放置在何處的建議。
- 如請求項272的系統,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小平均間距。
- 如請求項272的系統,其中該建議最佳化該界定區域內該對象和該飛行時間雷達之間的最小遮蔽物或障礙物數量。
- 如請求項224的系統,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 第二裝置包括第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達具有第二視野,其中該第二裝置被配置為位於具有該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊,以及該第二飛行時間雷達在該界定區域內操作而不干擾在該K波段中操作的該第一飛行時間雷達,使得該第二飛行時間雷達在該第二視野內追蹤居住在該界定區域中的該對象,根據在該第二視野內追蹤居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項224的系統,其中該事件是醫療事件。
- 如請求項276的系統,其中該醫療事件是診斷估計或診斷預測。
- 如請求項224的系統,其中該裝置是電視單元。
- 如請求項224的系統,其中該裝置是條形音箱。
- 如請求項224的系統,其中該裝置是揚聲器。
- 如請求項224的系統,其中該裝置是書擋。
- 如請求項224的系統,其中該裝置是花盆(flowerpot)。
- 如請求項224的系統,其中該裝置是種植盆(planter pot)。
- 如請求項224的系統,其中該裝置是花瓶。
- 如請求項224的系統,其中該裝置是家具物品。
- 如請求項224的系統,其中該裝置是家用電器。
- 如請求項224的系統,其中在該K波段中操作的該飛行時間雷達具有大約120度水平和大約90度垂直的視野。
- 如請求項224的系統,其中該飛行時間雷達包括一組相位陣列,各相位陣列包括一組貼片天線,使在該K波段中操作的該飛行時間雷達能夠追蹤居住在該界定區域內的該對象。
- 如請求項224的系統,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,並且還包括: 第二裝置,其包括第二處理器和感測器,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野,其中該第二裝置被配置為被設置於具有該對象居住其中的該界定區域內,使得該感測器在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,並且在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該第二視野內的該界定區域中經歷第二事件,並且回應於被確定在該第二視野內的該界定區域中發生的該第二事件而採取第二動作。
- 如請求項289的系統,其中該第一裝置被配置成被放置在該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊。
- 如請求項289的系統,其中該第二裝置包括一外殼,其裝載該第二處理器和該感測器。
- 如請求項224的系統,其中該裝置是第一裝置,其中該處理器是第一處理器,其中該飛行時間雷達具有第一視野,其中該資料集是第一資料集,並且還包括: 第二裝置,其包括第二處理器和感測器,其中該第二處理器耦接到該感測器,其中該感測器具有第二視野,其中該第二裝置被配置為被設置於具有該對象居住其中的該界定區域內,使得該感測器在該界定區域內操作而不干擾在該K波段中操作的該飛行時間雷達,並且在該第二視野內感測居住在該界定區域中的該對象,根據在該第二視野內感測居住在該界定區域中的該對象而產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器與該第一處理器通訊,從而使該第一處理器能夠根據該第二資料集確認或驗證該第一資料集,並根據確認或驗證該第一資料集的該第二資料集確定該對象是否正在該界定區域中經歷該事件,以及回應於被確定在該界定區域中發生的該事件採取該動作。
- 如請求項292的系統,其中該第一裝置被配置為位於具有該對象居住於其中的該界定區域內,使得該第一視野不與該第二視野重疊。
- 如請求項292的系統,其中該第二裝置包括一外殼,其裝載該第二處理器和該感測器。
- 如請求項292的系統,其中該第二處理器被配置為與該第一處理器直接通訊。
- 如請求項292的系統,其中該第二處理器被配置為與該第一處理器間接通訊。
- 如請求項224的系統,其中該裝置是固定物。
- 如請求項224的系統,其中該處理器被編程為在回應於被確定在該界定區域內發生的該事件而採取該動作之前存取該對象的一組屬性,並且根據該組屬性創建該對象的配置檔,使得該處理器根據該資料集和該配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項298的系統,其中該配置檔是一基線,該處理器基於該基線根據該資料集確定該對象是否正在該界定區域內經歷該事件。
- 如請求項224的系統,其中該裝置包括麥克風,其中該處理器耦接到該麥克風,並且被編程為使該麥克風根據該對象的語音聲音捕捉聲音輸入,並將該聲音輸入發送給該處理器,使得該處理器形成該對象的聲音配置檔,並根據該資料集和該聲音配置檔確定該對象是否正在該界定區域內經歷該事件。
- 如請求項224的系統,其中該裝置包括與該處理器通訊的手指按動器或與該處理器通訊的行動應用程式,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)該手指按動器在該界定區域內移動並且在該界定區域內被啟動或(b)與位於該界定區域內的該行動應用程式互動來定義該界定區域。
- 如請求項224的系統,其中該裝置包括與該處理器通訊的手指按動器或與該處理器通訊的行動應用程式,其中該處理器被編程為在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據(a)該手指按動器在該界定區域外移動並且在該界定區域外被啟動或(b)與位於該界定區域外的該行動應用程式互動來定義該界定區域。
- 如請求項224的系統,其中該裝置包括信標,具有被配置成發送信號的發射器,其中該裝置包括具有被配置成接收該信號的接收器,其中該處理器耦接到該接收器並被編程使得該發射器可以發送該信號並且該接收器可以接收該信號並將該信號發送給處理器,使得該處理器根據該資料集和該信號確定該對象是否正在該界定區域內經歷該事件,並且當該飛行時間雷達和該信標彼此間隔開來時,回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項224的系統,其中該飛行時間雷達包括發射器和接收器,其中該處理器耦接到該發射器和該接收器,其中該裝置包括第一外殼和第二外殼,其中該第一外殼裝載該發射器,其中該第二外殼裝載該接收器,其中該第一外殼和該第二外殼被配置成彼此間隔開。
- 如請求項304的系統,其中在該處理器回應於被確定在該界定區域內發生的該事件而採取該動作之前,根據該發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼配置成彼此間隔開。
- 如請求項305的系統,其中該第一外殼和該第二外殼被配置成彼此相對。
- 如請求項224的系統,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該第一飛行時間雷達包括第一發射器和第一接收器,其中該裝置包括第一外殼、第二外殼、第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第一飛行時間雷達不干擾該第二飛行時間雷達,其中該第二飛行時間雷達包括第二發射器和第二接收器,其中該第一外殼裝載該第一處理器和該第一飛行時間雷達,其中該第二外殼裝載該第二處理器和該第二飛行時間雷達,其中該第一外殼和該第二外殼被配置成彼此間隔開,使得該第一發射器可以發送可由該第一接收器和該第二接收器接收的第一信號,以及該第二發射器可以發送可由該第一接收器和該第二接收器接收的第二信號。
- 如請求項307的系統,其中根據該第一發射器或該第二發射器在該界定區域內的場強度、接收到的該界定區域的平面圖、通用或特定於該界定區域的指南、通用或特定於該界定區域的精靈(wizard)、計算出的通用或特定於該界定區域的平面圖、通用或特定於該界定區域的地圖或觀察到的該對象在該界定區域內的位置,將該第一外殼和該第二外殼配置成彼此間隔開。
- 如請求項307的系統,其中該第一外殼和該第二外殼被配置成彼此相對。
- 如請求項307的系統,其中該第一處理器和該第二處理器被配置成相互通訊。
- 如請求項307的系統,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野被配置成與該第二視野重疊。
- 如請求項307的系統,其中該第一飛行時間雷達具有第一視野,其中該第二飛行時間雷達具有第二視野,其中該第一視野被配置成不與該第二視野重疊。
- 如請求項224的系統,其中該處理器是硬體加速器。
- 如請求項313的系統,其中該硬體加速器是類神經網路加速器或機器學習加速器。
- 如請求項224的系統,其中該飛行時間雷達被配置成在該界定區域內在Ku波段或Ka波段中操作,使得在該Ku波段或該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據在該Ku波段或該Ka波段中追蹤居住在該界定區域中的該對象產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項315的系統,其中該飛行時間雷達被配置成在該界定區域內在該Ku波段和該Ka波段中操作,追蹤居住在該界定區域中的該對象,根據在該Ku波段和該Ka波段中追蹤居住在該界定區域中的該對象而產生該資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象是否正在該界定區域內經歷該事件,並且回應於被確定在該界定區域內發生的該事件而採取該動作。
- 如請求項315的系統,其中該處理器根據滿足或不滿足閾值的參數在該K波段和該Ku波段或該Ka波段之間切換該飛行時間雷達。
- 如請求項317的系統,其中該處理器根據滿足或不滿足該閾值的該參數在該K波段、該Ku波段和該Ka波段之間切換該飛行時間雷達。
- 如請求項315的系統,其中該裝置包括裝載該處理器和該飛行時間雷達的外殼。
- 如請求項315的系統,其中該飛行時間雷達被配置成在該K波段和該Ku波段或該Ka波段中並行操作,而不互相干擾。
- 如請求項224的系統,其中該處理器是第一處理器,其中該飛行時間雷達是第一飛行時間雷達,其中該資料集是第一資料集,其中該事件是第一事件,其中該動作是第一動作,其中該裝置包括第一外殼、第二外殼、第二處理器和第二飛行時間雷達,其中該第二處理器耦接到該第二飛行時間雷達,其中該第二飛行時間雷達被配置成在Ku波段或Ka波段中操作,其中該第一外殼裝載該第一處理器和該第一飛行時間雷達,其中該第二外殼裝載該第二處理器和該第二飛行時間雷達,其中該第一外殼和該第二外殼被配置成在具有該對象居住於其中的該界定區域內彼此間隔開,使得在該界定區域內在該Ku波段或該Ka波段中操作的該第二飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象產生第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷第二事件,並回應於被確定在該界定區域內發生的該第二事件採取第二動作。
- 如請求項321的系統,其中該第一事件和該第二事件是同一事件。
- 如請求項321的系統,其中該第一事件和該第二事件不是同一事件。
- 如請求項321的系統,其中該第一動作和該第二動作是同一動作。
- 如請求項321的系統,其中該第一動作和該第二動作不是同一動作。
- 如請求項321的系統,其中該第二處理器被編程為根據參數滿足或不滿足閾值,切換該第二飛行時間雷達以在該Ku波段或該Ka波段之間操作。
- 如請求項321的系統,其中該第二飛行時間雷達被配置成在該界定區域內在該Ku波段和該Ka波段中操作,並追蹤居住在該界定區域中的該對象,根據追蹤居住在該界定區域中的該對象而產生該第二資料集,並將該第二資料集發送給該第二處理器,使得該第二處理器根據該第二資料集確定該對象是否正在該界定區域內經歷該第二事件,並回應於被確定在該界定區域內發生的該第二事件採取該第二動作。
- 如請求項327的系統,其中該第二飛行時間雷達被配置成在該Ku波段和該Ka波段中並行操作而不相互干擾,並且該第一飛行時間雷達在該K波段中操作。
- 如請求項224的系統,其中該對象是第一對象,其中該界定區域包含第二對象,其中該事件對於該第一對象是定製的,其基於根據該資料集將該第一對象與該第二對象區分開來。
- 如請求項224的系統,其中該飛行時間雷達係主動冷卻。
- 如請求項224的系統,其中該飛行時間雷達係被動冷卻。
- 如請求項224的系統,其中(a)其中該處理器根據該資料集形成模擬該對象的三維骨骼模型,根據該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,回應於根據該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作,或(b)其中該處理器根據該資料集形成模擬該界定區域的三維區域模型和根據該資料集形成模擬該三維區域模型內的該對象的三維骨骼模型,根據該三維區域模型內的該三維骨骼模型滿足或不滿足閾值來確定該對象是否正在該界定區域內經歷該事件,並回應於根據該三維區域模型內的該三維骨骼模型滿足或不滿足該閾值而被確定在該界定區域內發生的該事件採取該動作。
- 如請求項332的系統,其中該處理器根據該三維骨骼模型滿足或不滿足該閾值來確定該對象是否正在該界定區域內經歷該事件係基於該三維骨骼模型的一組虛擬運動、識別對應於該組虛擬運動的該三維骨骼模型的一組原子運動、並將該組原子運動與該事件相關聯。
- 一種系統,包括: 一裝置,其包括處理器和飛行時間雷達,其中該處理器耦接到該飛行時間雷達,其中該飛行時間雷達被配置為在K波段、Ku波段或Ka波段中操作,其中該裝置被配置為被設置於具有對象居住於其中的界定區域內,使得在該界定區域內該K波段、該Ku波段或該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
- 如請求項334的系統,其中該飛行時間雷達被配置成在該K波段、該Ku波段或該Ka波段中的至少兩個波段中操作,其中該裝置被配置為被設置於具有對象居住於其中的界定區域內,使得在該界定區域內在該K波段、該Ku波段或該Ka波段中的至少兩個波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
- 如請求項334的系統,其中該飛行時間雷達被配置成在該K波段、該Ku波段和該Ka波段中操作,其中該裝置被配置為被設置於具有對象居住於其中的界定區域內,使得在該界定區域內在該K波段、該Ku波段和該Ka波段中操作的該飛行時間雷達追蹤居住在該界定區域中的該對象,根據追蹤居住於該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定該對象正在該界定區域內經歷事件,並回應於被確定在該界定區域內發生的該事件而採取動作。
- 如請求項334的系統,其中該處理器被編程為根據參數滿足或不滿足閾值,在該K波段、該Ku波段或該Ka波段中的至少兩個波段之間切換該飛行時間雷達。
- 如請求項337的系統,其中該處理器被編程為根據該參數滿足或不滿足該閾值,在該K波段、該Ku波段和該Ka波段之間切換該飛行時間雷達。
- 一種方法,包括: 提供使用者一裝置,其中該裝置包括處理器和雷達,其中該處理器耦接到該雷達;以及 指示該使用者: 將該裝置設置於其中具有對象的界定區域內,以及 啟動該雷達在該界定區域內操作,使得在該界定區域內操作的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
- 一種方法,包括: 由處理器接收來自在其中具有對象的界定區域內操作的雷達的資料集,其中該雷達產生該資料集係根據該雷達在該界定區域內操作並追蹤該界定區域中的該對象; 由該處理器根據該資料集確定是否應採取動作;以及 由該處理器根據該資料集採取該動作。
- 一種系統,包括: 包括處理器和雷達的裝置,其中該處理器耦接到該雷達,其中該裝置被配置為被設置於其中具有對象的界定區域內,使得在該界定區域內的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
- 一種方法,包括: 將裝置設置於其中具有對象的界定區域內,其中該裝置包括處理器和雷達,其中該處理器耦接到該雷達;以及 啟動該雷達在該界定區域內操作,使得在該界定區域內操作的該雷達追蹤該界定區域中的該對象,根據追蹤該界定區域中的該對象而產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
- 一種裝置,包括: 包括處理器、雷達和區域的車輛,其中該處理器耦接到該雷達,其中該區域被配置為包含駕駛或乘客,其中該處理器被編程為啟動該雷達追蹤該區域內的該駕駛或該乘客,根據追蹤該區域中的該駕駛或該乘客產生資料集,並將該資料集發送給該處理器,使得該處理器根據該資料集確定是否應採取動作並根據該資料集採取該動作。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202163153795P | 2021-02-25 | 2021-02-25 | |
US63/153,795 | 2021-02-25 | ||
US202163162476P | 2021-03-17 | 2021-03-17 | |
US63/162,476 | 2021-03-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202248673A true TW202248673A (zh) | 2022-12-16 |
Family
ID=82899476
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111107062A TW202248673A (zh) | 2021-02-25 | 2022-02-25 | 用於在界定區域中追蹤對象的技術 |
Country Status (8)
Country | Link |
---|---|
US (2) | US11747463B2 (zh) |
EP (1) | EP4298463A1 (zh) |
JP (1) | JP2024508843A (zh) |
KR (1) | KR20240004262A (zh) |
AU (1) | AU2022226241A1 (zh) |
CA (1) | CA3209555A1 (zh) |
TW (1) | TW202248673A (zh) |
WO (1) | WO2022182933A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI827435B (zh) * | 2023-01-06 | 2023-12-21 | 南臺學校財團法人南臺科技大學 | 排尿檢測方法及其系統 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230335292A1 (en) * | 2017-08-15 | 2023-10-19 | Koko Home, Inc. | Radar apparatus with natural convection |
US10810850B2 (en) | 2019-02-19 | 2020-10-20 | Koko Home, Inc. | System and method for state identity of a user and initiating feedback using multiple sources |
EP3809259B1 (en) * | 2019-10-16 | 2023-08-16 | NXP USA, Inc. | Network node firmware update |
WO2021118570A1 (en) * | 2019-12-12 | 2021-06-17 | Google Llc | Radar-based monitoring of a fall by a person |
US20220004949A1 (en) * | 2020-03-30 | 2022-01-06 | Cherry Labs, Inc. | System and method for artificial intelligence (ai)-based activity tracking for protocol compliance |
Family Cites Families (96)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7663502B2 (en) * | 1992-05-05 | 2010-02-16 | Intelligent Technologies International, Inc. | Asset system control arrangement and method |
US8403865B2 (en) | 2004-02-05 | 2013-03-26 | Earlysense Ltd. | Prediction and monitoring of clinical episodes |
US8491492B2 (en) | 2004-02-05 | 2013-07-23 | Earlysense Ltd. | Monitoring a condition of a subject |
US7432847B2 (en) | 2004-06-03 | 2008-10-07 | Wireless 2000 Rf & Uwb Technologies Ltd. | Ultra-wideband transceiver |
US7265598B2 (en) | 2005-05-25 | 2007-09-04 | Camero-Tech Ltd. | Narrow ultra wideband pulse generator |
IL170689A (en) | 2005-09-06 | 2011-08-31 | Camero Tech Ltd | Imaging device through a wall |
US7420472B2 (en) * | 2005-10-16 | 2008-09-02 | Bao Tran | Patient monitoring apparatus |
IL172864A0 (en) | 2005-12-28 | 2007-02-11 | Camero Tech Ltd | Automatic delay calibration and tracking for ultrawideband antenna array |
US20110205121A1 (en) | 2005-12-28 | 2011-08-25 | Camero-Tech Ltd. | Method of determining real time location of reflecting objects and system thereof |
US8502729B2 (en) * | 2006-01-30 | 2013-08-06 | Lawrence Livermore National Security, Llc | Ultra-wideband radar sensors and networks |
US7327318B2 (en) | 2006-02-28 | 2008-02-05 | Mti Wireless Edge, Ltd. | Ultra wide band flat antenna |
WO2007101343A1 (en) | 2006-03-06 | 2007-09-13 | Wireless 2000 Rf & Uwb Technologies Ltd. | Ultra wideband monitoring systems and antennas |
IL174737A (en) | 2006-04-03 | 2014-12-31 | Camero Tech Ltd | Device and method for visualizing volume in broadband radar |
US20080259079A1 (en) | 2007-04-18 | 2008-10-23 | Boxman Benjamin D | Method and system for volume rendering |
US8750971B2 (en) | 2007-05-24 | 2014-06-10 | Bao Tran | Wireless stroke monitoring |
IL184972A0 (en) | 2007-08-01 | 2008-11-03 | Camero Tech Ltd | System and method for volume visualization in through-the-obstacle imaging system |
AU2009231586A1 (en) | 2008-04-03 | 2009-10-08 | Kai Medical, Inc. | Non-contact physiologic motion sensors and methods for use |
US8460220B2 (en) | 2009-12-18 | 2013-06-11 | General Electric Company | System and method for monitoring the gait characteristics of a group of individuals |
US9069067B2 (en) | 2010-09-17 | 2015-06-30 | The Invention Science Fund I, Llc | Control of an electronic apparatus using micro-impulse radar |
US9019149B2 (en) | 2010-01-05 | 2015-04-28 | The Invention Science Fund I, Llc | Method and apparatus for measuring the motion of a person |
US8884813B2 (en) | 2010-01-05 | 2014-11-11 | The Invention Science Fund I, Llc | Surveillance of stress conditions of persons using micro-impulse radar |
US9024814B2 (en) | 2010-01-05 | 2015-05-05 | The Invention Science Fund I, Llc | Tracking identities of persons using micro-impulse radar |
BR112012024337A2 (pt) | 2010-03-26 | 2017-10-03 | Vayyar Imaging Ltd | Método e aparelho para intensificar formação de imagem em micro-ondas de um objeto, sistema para radar mimo, e, produto de programa de computador |
EP2571418A4 (en) | 2010-05-20 | 2013-10-30 | Lifeflow Technologies Inc | SYSTEM, METHODS AND DEVICES FOR MONITORING AND MONITORING PATIENTS |
WO2012038877A1 (en) | 2010-09-22 | 2012-03-29 | Koninklijke Philips Electronics N.V. | Method and apparatus for monitoring the respiration activity of a subject |
WO2012154262A2 (en) | 2011-02-21 | 2012-11-15 | TransRobotics, Inc. | System and method for sensing distance and/or movement |
US8742935B2 (en) * | 2011-06-30 | 2014-06-03 | General Electric Company | Radar based systems and methods for detecting a fallen person |
JP5377689B2 (ja) | 2011-09-21 | 2013-12-25 | 斎藤 光正 | 定在波レーダー内蔵型led照明器具 |
IL221596A (en) | 2012-08-23 | 2017-12-31 | Beeri Amir | METHOD AND DEVICE FOR VOLUME VISUALIZATION IN A WIDE RADAR IMAGING SYSTEM |
US9615765B2 (en) | 2012-09-04 | 2017-04-11 | Vayyar Imaging Ltd. | Wideband radar with heterogeneous antenna arrays |
US9361778B1 (en) | 2013-03-15 | 2016-06-07 | Gary German | Hands-free assistive and preventive remote monitoring system |
US20140378809A1 (en) | 2013-06-20 | 2014-12-25 | Mary Ann WEITNAUER | Systems and methods for extracting physiological characteristics using frequency harmonics |
US9753131B2 (en) | 2013-10-09 | 2017-09-05 | Massachusetts Institute Of Technology | Motion tracking via body radio reflections |
EP3099222B1 (en) | 2014-01-28 | 2020-08-12 | Vayyar Imaging Ltd | Sensors for a portable device |
JP6716466B2 (ja) | 2014-04-28 | 2020-07-01 | マサチューセッツ インスティテュート オブ テクノロジー | 無線反射によるバイタルサインの監視 |
US9766332B2 (en) | 2014-12-11 | 2017-09-19 | Htc Corporation | Non-contact monitoring system and method thereof |
GB2538043B (en) | 2015-03-09 | 2017-12-13 | Buddi Ltd | Activity monitor |
JP6691145B2 (ja) | 2015-06-30 | 2020-04-28 | ジブリオ, インク | 人の姿勢安定性および転倒リスクを判定するための方法、システムおよび装置 |
US20200408875A1 (en) * | 2015-07-17 | 2020-12-31 | Chao-Lun Mai | Method, apparatus, and system for positioning and powering a wireless monitoring system |
US20210136515A1 (en) * | 2015-07-17 | 2021-05-06 | Feng Zhang | Method, apparatus, and system for wireless monitoring with motion localization |
US10817065B1 (en) | 2015-10-06 | 2020-10-27 | Google Llc | Gesture recognition using multiple antenna |
US10779099B2 (en) | 2015-11-23 | 2020-09-15 | Essence Smartcare Ltd. | Analog and digital microphone |
WO2017195196A1 (en) | 2016-05-09 | 2017-11-16 | Essence Smartcare Ltd. | System and method for estimating vital signs |
US20190139389A1 (en) | 2016-08-19 | 2019-05-09 | Miku, Inc. | System and Method for Monitoring Life Signs of a Person |
US20180053392A1 (en) | 2016-08-19 | 2018-02-22 | EGW Technologies LLC | Baby monitor |
US20190162821A1 (en) | 2016-09-08 | 2019-05-30 | Magna Closures Inc. | Radar detection system for non-contact human activation of powered closure member |
IL248615B (en) | 2016-10-30 | 2020-05-31 | Rohde & Schwarz | Method and system for security inspection using a detector gate |
US9720086B1 (en) * | 2016-11-22 | 2017-08-01 | 4Sense, Inc. | Thermal- and modulated-light-based passive tracking system |
KR101767474B1 (ko) | 2017-02-10 | 2017-08-23 | 아란타(주) | 인명 긴급 구조 시스템 및 이를 이용한 인명 긴급 구조 방법 |
US10467509B2 (en) | 2017-02-14 | 2019-11-05 | Microsoft Technology Licensing, Llc | Computationally-efficient human-identifying smart assistant computer |
GB201707294D0 (en) | 2017-05-08 | 2017-06-21 | Rajab Khalid | Nodens |
US10258295B2 (en) | 2017-05-09 | 2019-04-16 | LifePod Solutions, Inc. | Voice controlled assistance for monitoring adverse events of a user and/or coordinating emergency actions such as caregiver communication |
GB2563036A (en) | 2017-05-30 | 2018-12-05 | Sultan & Knight Ltd | Systems and methods for monitoring and modulating circadian rhythms |
US20190051144A1 (en) | 2017-07-27 | 2019-02-14 | NXT-ID, Inc. | Social Network for Responding to Event-Driven Notifications |
US11382511B2 (en) | 2017-07-27 | 2022-07-12 | Logicmark, Inc. | Method and system to reduce infrastructure costs with simplified indoor location and reliable communications |
US11158179B2 (en) | 2017-07-27 | 2021-10-26 | NXT-ID, Inc. | Method and system to improve accuracy of fall detection using multi-sensor fusion |
US11004567B2 (en) | 2017-08-15 | 2021-05-11 | Koko Home, Inc. | System and method for processing wireless backscattered signal using artificial intelligence processing for activities of daily life |
WO2019070570A1 (en) | 2017-10-06 | 2019-04-11 | Tellus You Care, Inc. | NON-CONTACT ACTIVITY DETECTION NETWORK FOR CARE OF OLDER PEOPLE |
US11114206B2 (en) | 2017-10-06 | 2021-09-07 | Tellus You Care, Inc. | Vital signs with non-contact activity sensing network for elderly care |
US20190188533A1 (en) | 2017-12-19 | 2019-06-20 | Massachusetts Institute Of Technology | Pose estimation |
US20190193280A1 (en) | 2017-12-26 | 2019-06-27 | Intuition Robotics, Ltd. | Method for personalized social robot interaction |
US11278241B2 (en) | 2018-01-16 | 2022-03-22 | Infineon Technologies Ag | System and method for vital signal sensing using a millimeter-wave radar sensor |
US10729339B2 (en) | 2018-02-22 | 2020-08-04 | Vayyar Imaging Ltd. | Detecting and measuring correlated movement with MIMO radar |
US11550046B2 (en) | 2018-02-26 | 2023-01-10 | Infineon Technologies Ag | System and method for a voice-controllable apparatus |
US11855932B2 (en) | 2018-03-02 | 2023-12-26 | Intuition Robotics, Ltd. | Method for adjusting a device behavior based on privacy classes |
US20190392327A1 (en) | 2018-06-24 | 2019-12-26 | Intuition Robotics, Ltd. | System and method for customizing a user model of a device using optimized questioning |
US20210141082A1 (en) | 2018-07-02 | 2021-05-13 | Vayyar Imaging Ltd. | System and methods for environment mapping |
US11106941B2 (en) * | 2018-07-16 | 2021-08-31 | Accel Robotics Corporation | System having a bar of relocatable distance sensors that detect stock changes in a storage area |
EP3841848A1 (en) | 2018-08-24 | 2021-06-30 | Lutron Technology Company LLC | Occupant counting device |
WO2020041761A1 (en) * | 2018-08-24 | 2020-02-27 | Lutron Technology Company Llc | Occupant detection device |
EP3647910A1 (en) | 2018-10-30 | 2020-05-06 | Infineon Technologies AG | An improved apparatus for user interaction |
US11163052B2 (en) | 2018-11-16 | 2021-11-02 | Koko Home, Inc. | System and method for processing multi-directional frequency modulated continuous wave wireless backscattered signals |
TWI687202B (zh) | 2018-12-21 | 2020-03-11 | 緯創資通股份有限公司 | 非接觸式生命徵象偵測系統與方法 |
US20200390339A1 (en) | 2019-01-03 | 2020-12-17 | Miku, Inc. | System and Method for Monitoring a Person for Signs of Sickness |
US20200219412A1 (en) | 2019-01-08 | 2020-07-09 | Intuition Robotics, Ltd. | System and method for sensor fusion from a plurality of sensors and determination of a responsive action |
US20200219608A1 (en) | 2019-01-08 | 2020-07-09 | Intuition Robotics, Ltd. | System and method for monitoring and managing a cognitive load of a person |
US20200258364A1 (en) * | 2019-02-07 | 2020-08-13 | Osram Gmbh | Human Activity Detection Using Thermal Data and Time-of-Flight Sensor Data |
US10617330B1 (en) | 2019-02-11 | 2020-04-14 | Totemic Labs, Inc. | System and method for processing using multi-core processors, signals and AI processors from multiple sources |
US10743100B1 (en) | 2019-02-11 | 2020-08-11 | Totemic Labs, Inc. | System and method for processing multi-directional audio and RF backscattered signals |
US10810850B2 (en) | 2019-02-19 | 2020-10-20 | Koko Home, Inc. | System and method for state identity of a user and initiating feedback using multiple sources |
EP3931590A1 (en) | 2019-02-28 | 2022-01-05 | Google LLC | Smart-device-based radar system detecting human vital signs in the presence of body motion |
US11585913B2 (en) | 2019-03-07 | 2023-02-21 | Logistics And Supply Chain Multi Tech R&D Centre Limited | Ultra-wideband-based system and method for detecting properties associated with a movable object in an environment |
US11454696B2 (en) | 2019-04-05 | 2022-09-27 | Infineon Technologies Ag | FMCW radar integration with communication system |
EP3723456A1 (en) * | 2019-04-11 | 2020-10-14 | Cowhill Studio BV VOF | An elderly care and security system |
CA3136713C (en) | 2019-04-12 | 2024-01-23 | Aloe Care Health, Inc. | Emergency event detection and response system |
EP3989818A4 (en) | 2019-06-07 | 2023-08-23 | Tellus You Care, Inc. | NON-CONTACT DETECTION OF GAIT DYNAMICS, PATTERNS AND ANOMALIES FOR ELDERLY CARE |
US11410540B2 (en) * | 2019-08-01 | 2022-08-09 | Fuji Xerox Co., Ltd. | System and method for event prevention and prediction |
US11270799B2 (en) | 2019-08-20 | 2022-03-08 | Vinya Intelligence Inc. | In-home remote monitoring systems and methods for predicting health status decline |
US20210055386A1 (en) | 2019-08-22 | 2021-02-25 | Qualcomm Incorporated | Wireless communication with enhanced maximum permissible exposure (mpe) compliance based on vital signs detection |
US11320517B2 (en) | 2019-08-22 | 2022-05-03 | Qualcomm Incorporated | Wireless communication with enhanced maximum permissible exposure (MPE) compliance |
US20210063214A1 (en) | 2019-08-26 | 2021-03-04 | DawnLight Technologies Inc. | Activity Monitoring Systems And Methods |
TWI725524B (zh) | 2019-08-28 | 2021-04-21 | 技嘉科技股份有限公司 | 人員狀況偵測裝置 |
WO2021038109A1 (de) * | 2019-08-30 | 2021-03-04 | Metralabs Gmbh Neue Technologien Und Systeme | System zur erfassung von bewegungsabläufen und/oder vitalparametern einer person |
WO2021067860A1 (en) | 2019-10-03 | 2021-04-08 | DawnLight Technologies Inc. | Systems and methods for contactless sleep monitoring |
US11450192B2 (en) * | 2020-01-06 | 2022-09-20 | National Cheng Kung University | Fall detection system |
IL276249A (en) | 2020-07-23 | 2022-02-01 | Camero Tech Ltd | System and method for extracting signals with a high signal-to-noise ratio from signals with a low signal-to-noise ratio |
-
2022
- 2022-02-25 CA CA3209555A patent/CA3209555A1/en active Pending
- 2022-02-25 WO PCT/US2022/017808 patent/WO2022182933A1/en active Application Filing
- 2022-02-25 AU AU2022226241A patent/AU2022226241A1/en active Pending
- 2022-02-25 KR KR1020237032773A patent/KR20240004262A/ko unknown
- 2022-02-25 JP JP2023552217A patent/JP2024508843A/ja active Pending
- 2022-02-25 EP EP22760450.1A patent/EP4298463A1/en active Pending
- 2022-02-25 US US17/680,734 patent/US11747463B2/en active Active
- 2022-02-25 TW TW111107062A patent/TW202248673A/zh unknown
-
2023
- 2023-08-29 US US18/239,294 patent/US20230408674A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI827435B (zh) * | 2023-01-06 | 2023-12-21 | 南臺學校財團法人南臺科技大學 | 排尿檢測方法及其系統 |
Also Published As
Publication number | Publication date |
---|---|
JP2024508843A (ja) | 2024-02-28 |
US20220268916A1 (en) | 2022-08-25 |
WO2022182933A9 (en) | 2022-12-22 |
EP4298463A1 (en) | 2024-01-03 |
US20230408674A1 (en) | 2023-12-21 |
KR20240004262A (ko) | 2024-01-11 |
US11747463B2 (en) | 2023-09-05 |
AU2022226241A1 (en) | 2023-10-12 |
WO2022182933A1 (en) | 2022-09-01 |
CA3209555A1 (en) | 2022-09-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11747463B2 (en) | Technologies for tracking objects within defined areas | |
JP7278682B2 (ja) | 周期的な動き検出とモニタのためのシステム及び方法 | |
US10742475B2 (en) | Method, apparatus, and system for object tracking sensing using broadcasting | |
JP2020144115A (ja) | 無線歩容認識のための方法、装置及びシステム | |
US20200116373A1 (en) | Environment control system | |
US9740187B2 (en) | Controlling hardware in an environment | |
US6796799B1 (en) | Behavior determining apparatus, care system, care residence and behavior information specifying apparatus and system | |
US11516625B2 (en) | Systems and methods for mapping a given environment | |
JP2024021088A (ja) | セキュリティを保証するための無線監視のための方法、装置、およびシステム | |
US20140140590A1 (en) | Trends and rules compliance with depth video | |
Bock et al. | Ambient Integrated Robotics: Automation and Robotic Technologies for Maintenance, Assistance, and Service | |
Choukou et al. | Ambient assisted living technologies to support older adults' health and wellness: a systematic mapping review. | |
di Biase et al. | Markerless radio frequency indoor monitoring for telemedicine: Gait analysis, indoor positioning, fall detection, tremor analysis, vital signs and sleep monitoring | |
CN117321448A (zh) | 追踪限定区域内的对象的技术 | |
WO2020075675A1 (ja) | ケアシステムの管理方法および管理装置、ならびにプログラム | |
US20230260134A1 (en) | Systems and methods for monitoring subjects | |
WO2021027244A1 (zh) | 监护系统和监护方法 | |
Ianovski | A Smart Home Platform and Hybrid Indoor Positioning Systems for Enabling Aging in Place | |
JPWO2020003955A1 (ja) | コンピューターで実行されるプログラム、情報処理装置、および、コンピューターで実行される方法 |