TWI756843B - 社交距離判斷系統及社交距離判斷方法 - Google Patents

社交距離判斷系統及社交距離判斷方法 Download PDF

Info

Publication number
TWI756843B
TWI756843B TW109133212A TW109133212A TWI756843B TW I756843 B TWI756843 B TW I756843B TW 109133212 A TW109133212 A TW 109133212A TW 109133212 A TW109133212 A TW 109133212A TW I756843 B TWI756843 B TW I756843B
Authority
TW
Taiwan
Prior art keywords
electronic device
similarity
communication
conversion vector
wireless base
Prior art date
Application number
TW109133212A
Other languages
English (en)
Other versions
TW202212859A (zh
Inventor
黃奕禧
Original Assignee
緯創資通股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 緯創資通股份有限公司 filed Critical 緯創資通股份有限公司
Priority to TW109133212A priority Critical patent/TWI756843B/zh
Priority to CN202011163484.3A priority patent/CN114339588B/zh
Priority to US17/109,280 priority patent/US11596007B2/en
Application granted granted Critical
Publication of TWI756843B publication Critical patent/TWI756843B/zh
Publication of TW202212859A publication Critical patent/TW202212859A/zh

Links

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
    • G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
    • G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
    • G01S11/06—Systems for determining distance or velocity not using reflection or reradiation using radio waves using intensity measurements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W76/00—Connection management
    • H04W76/10—Connection setup
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/06—Selective distribution of broadcast services, e.g. multimedia broadcast multicast service [MBMS]; Services to user groups; One-way selective calling services
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0284—Relative positioning
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Telephonic Communication Services (AREA)

Abstract

一種社交距離判斷方法，包含：藉由一第一電子裝置與一無線基地台建立一第一通訊連結，並偵測第一通訊連結的一第一通訊強度；以及依據第一通訊強度產生一第一轉換向量，並將第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果。透過社交距離判斷系統及社交距離判斷方法得到的相似度結果，可用以估算出人與人之間的社交距離，以得知是否有群聚的情況。

Description

社交距離判斷系統及社交距離判斷方法
本發明是關於一種量測系統，特別是關於一種社交距離判斷系統及社交距離判斷方法。
在疫情流行時，保持社交距離是非常重要的，被傳染的病人應該要居家隔離，不能隨處亂走。為了保持社交距離，需要知道是否人與人之間的互動距離相近。由於人們可以自由活動，採用本地化方法(localization method)以地理位置定位，以確認每個人的所在位置在實際上是不可行的。
因此，如何偵測社交距離，且不造成人們額外的困擾，為本領域所需解決的問題之一。
為了解決上述的問題，本揭露內容之一態樣提供了一種社交距離判斷系統，包含：一第一電子裝置。第一電子裝置用以與一無線基地台建立一第一通訊連結，並偵測第一通訊連結的一第一通訊強度，依據第一通訊強度產生一第一轉換向量，並將第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果。
為了解決上述的問題，本揭露內容之一態樣提供了一種社交距離判斷方法，包含：藉由一第一電子裝置與一無線基地台建立一第一通訊連結，並偵測第一通訊連結的一第一通訊強度；以及依據第一通訊強度產生一第一轉換向量，並將第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果。
本發明實施例所示之社交距離判斷系統及社交距離判斷方法可以透過每個使用者隨身攜帶的電子裝置，只要能連上網路，即可算出相似度結果，透過相似度結果可以知道每個使用者之間的距離，在不造成人們額外的困擾的情況下，在疫情期間透過社交距離判斷系統及社交距離判斷方法可以估算出人與人之間的社交距離，以得知是否有群聚的情況，甚至在社交距離過近的時候電子裝置可發出一提醒訊息，讓使用者之間保持適當的社交距離，達到避免疫情因群聚而擴散的功效。
以下說明係為完成發明的較佳實現方式，其目的在於描述本發明的基本精神，但並不用以限定本發明。實際的發明內容必須參考之後的申請專利範圍。
必須了解的是，使用於本說明書中的”包含”、”包括”等詞，係用以表示存在特定的技術特徵、數值、方法步驟、作業處理、元件以及/或組件，但並不排除可加上更多的技術特徵、數值、方法步驟、作業處理、元件、組件，或以上的任意組合。
於申請專利中使用如”第一”、"第二"、"第三"等詞係用來修飾申請專利中的元件，並非用來表示之間具有優先權順序，先行關係，或者是一個元件先於另一個元件，或者是執行方法步驟時的時間先後順序，僅用來區別具有相同名字的元件。
請一併參照第1~2圖，第1圖係依照本發明一實施例繪示一種社交距離判斷系統100之示意圖。第2圖係根據本發明之一實施例繪示一種社交距離判斷方法200之流程圖。
於一實施例中，如第1圖所示，社交距離判斷系統100包含一無線基地台AP1以及一電子裝置D1。於一實施例中，電子裝置D1通訊連結至無線基地台AP1，通訊連結可以透過Wi-Fi或藍芽技術實現之。
於一實施例中，社交距離判斷系統100包含無線基地台AP1~AP3以及電子裝置D1~D2。於一實施例中，電子裝置D1~D2分別通訊連結至每個無線基地台AP1~AP3，通訊連結可以透過Wi-Fi或藍芽技術實現之。
於一實施例中，電子裝置D1~D2例如為筆電、平板、手機、智慧型手錶或具有通訊連結能力的電子裝置。為方便敘述，後續電子裝置D1以手機為例，電子裝置D2以智慧型手錶D2為例作說明。
於一實施例中，電子裝置D1~D2各自包含處理器及儲存裝置。於一實施例中，處理器可由體積電路如微控制單元(micro controller)、微處理器(microprocessor)、數位訊號處理器(Digital Signal Processor，DSP )、現場可程式化邏輯閘陣列(Field Programmable Gate Array，FPGA)、特殊應用積體電路(Application Specific Integrated Circuit，ASIC)或一邏輯電路來實施。於一實施例中，儲存裝置可由唯讀記憶體、快閃記憶體、軟碟、硬碟、光碟、隨身碟、磁帶、可由網路存取之資料庫或具有相同功能之儲存媒體以實現之。於一實施例中，電子裝置D1~D2各自更包含通訊電路，例如可應用Wi-Fi、藍芽或其他通訊裝置以與其他設備建立通訊連結。
於步驟210中，電子裝置D1與無線基地台AP1建立一第一通訊連結，並偵測第一通訊連結的一第一通訊強度。
於一實施例中，電子裝置D1可以偵測第一通訊的接收強度指示(received signal strength index (RSSI))作為第一通訊強度。
於步驟220中，電子裝置D1依據第一通訊強度產生一第一轉換向量，並將第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果。
於一實施例中，電子裝置D1與每個無線基地台AP1~AP3建立一第一通訊連結，並偵測每個第一通訊連結的第一通訊強度，依據此些第一通訊強度產生第一轉換向量，並將此第一轉換向量與第二轉換向量進行相似度運算，以得到相似度結果。
例如，第一通訊連結以Wi-Fi實現之，電子裝置D1可以偵測Wi-Fi訊號的通訊強度(如RSSI)，例如，電子裝置D1與無線基地台AP1的通訊強度為-48，電子裝置D1與無線基地台AP2的通訊強度為-48，電子裝置D1與無線基地台AP3的通訊強度為-40。電子裝置D1依據此些第一通訊強度產生轉換向量，每個向量值可以分別為-48、-48、-40，第一轉換向量表示方法例如為
Figure 02_image001
，並將此第一轉換向量與第二轉換向量進行相似度運算，第二轉換向量的表示法例如為
Figure 02_image003
，以得到相似度結果。每個向量值可以對應到無線基地台的識別碼或是Mac Address，例如向量值-48對應到無線基地台AP1的Mac Address，藉此可識別無線基地台AP1的通訊強度為-48，才能將電子裝置D1偵測到的通訊強度-48對應到無線基地台AP1，並透過無線基地台AP1的Mac Address以及各無線基地台的通訊強度形成轉換向量。於另一實施例中，每個轉換向量中的每個向量值以預定的無線基地台順序形成，例如無線基地台AP1的通訊強度為每個轉換向量中的第一個向量值，無線基地台AP2的通訊強度為每個轉換向量中的第二個向量值，以此類推。如果電子裝置沒有與對應的無線基地台形成通訊連結，則轉換向量中對應的無線基地台的向量值將以0表示。
於一實施例中，相似度運算可以應用多種方式，將於後續詳述之。
於一實施例中，電子裝置D1於一第一時間戳偵測第一通訊強度，以得到一第一時點通訊強度，並於一第二時間戳偵測第一通訊強度，以得到一第二時點通訊強度，並將第一時點通訊強度與第二時點通訊強度進行相似度運算，以得到相似度結果。於一實施例中，第二轉換向量可以是第二時點通訊強度。
於一實施例中，一伺服器用以蒐集多個電子裝置(例如電子裝置D1及電子裝置D2)上傳的資料，例如為每一預設時間週期將第一轉換向量或第二轉換向量傳輸至伺服器，第一轉換向量為電子裝置D1上傳，第二轉換向量為電子裝置D2上傳，使伺服器進行相似度運算，以得到相似度結果。
例如，電子裝置D1於一第一時間戳偵測第一通訊強度為-30，於一第二時間戳偵測第一通訊強度，以得到一第二時點通訊強度為-40，電子裝置D1可以將第一時點通訊強度-30與第二時點通訊強度-40進行相似度運算，以得到相似度結果。
於一實施例中，如第1圖所示，電子裝置D2與每個無線基地台AP1~AP3建立一第二通訊連結，並偵測每個第二通訊連結的一第二通訊強度，依據第二通訊強度產生第二轉換向量，此第二轉換向量例如表示為
Figure 02_image003
。於此實施例中，是由同一個電子裝置(例如電子裝置D2)於同一時間點對每個無線基地台AP1~AP3偵測通訊強度，以產生一個轉換向量表示法(例如V2)。
又例如，電子裝置D1於一第一時間戳偵測第一通訊強度為-30(視為第一時點通訊強度)，電子裝置D1於一第二時間戳偵測第一通訊強度為-50(視為第二時點通訊強度)，其轉換向量表示方法為
Figure 02_image005
，電子裝置D2於一第一時間戳偵測第一通訊強度為-80(視為第一時點通訊強度)，電子裝置D2於一第二時間戳偵測第一通訊強度為-90(視為第二時點通訊強度) ，其轉換向量表示方法為
Figure 02_image007
，電子裝置D1或電子裝置D2將第一時點通訊強度的轉換向量
Figure 02_image005
與第二時點通訊強度的轉換向量
Figure 02_image007
進行相似度運算，以得到相似度結果。於此實施例中，是由同一個電子裝置(例如電子裝置D2)於兩個時間點偵測到的通訊強度，以產生一個轉換向量表示法(例如轉換向量V2)。
於一實施例中，電子裝置D1依據一預設門檻值(例如0.07)以判斷相似度結果，響應於電子裝置D1判斷相似度結果大於一預設門檻值時，將電子裝置D1於第一時間戳與第二時間戳的位置視為無差別，響應於電子裝置D1判斷相似度結果不大於一預設門檻值時，將第一電子裝置於該第一時間戳與第二時間戳的位置視為有差別。於此實施例中，電子裝置D1是判斷第一時間戳的轉換向量V1與第二時間戳的轉換向量V2的相似度。
在一例子中，相似度結果可以用於判斷居家隔離者是否離開家。當第一時點通訊強度與第二時點通訊強度的相似度結果趨近0，代表持有電子裝置D1(如手機)或電子裝置D2(如智慧型手錶)的使用者，可能在第一時點到第二時點的時間區間內的移動距離較大(可能已離開家的範圍)；當第一時點通訊強度與第二時點通訊強度的相似度結果趨近或等於1，代表同時持有電子裝置D1(如手機) 或電子裝置D2(如智慧型手錶)的使用者，可能在時間區間內的移動距離較小或並未移動(可能沒有離開家的範圍)。
於一實施例中，電子裝置D1依據T-test統計檢定以判斷相似度結果，例如依據T-test統計檢定一時間區段中的多筆資料(例如電子裝置D1與電子裝置D2的第一時間戳的轉換向量V1與第二時間戳的轉換向量V2)的相似度結果，當電子裝置D1依據T-test統計檢定判斷相似度結果大於一P值(P value，例如為0.05)時，將電子裝置D1與電子裝置D2的位置視為無差別，當第一電子裝置依據T-test統計檢定判斷相似度結果不大於P值時，將電子裝置D1與電子裝置D2的位置視為有差別。
於一實施例中，電子裝置不限於第1圖所示的電子裝置D1與電子裝置D2，電子裝置的數量可以更多，例如電子裝置中包含電子裝置D1、電子裝置D2及電子裝置D3，電子裝置D1~D3各自與無線基地台AP1~AP3建立一當前通訊連結，並偵測當前通訊連結的一當前通訊強度，依據當前通訊強度產生一當前轉換向量，並將此當前轉換向量由其中一個電子裝置D1~D3運算，或是由伺服器運算，以進行相似度運算，以得到相似度結果；其中依據相似度結果，將電子裝置D2及電子裝置D3各自與電子裝置D1的距離由近至遠進行排序，以產生一結果列表。
例如，請參閱第3圖係根據本發明之一實施例繪示一種結果列表300之示意圖。在昨日的下午3~4點配戴電子裝置D1的使用者確診，則依據相似度結果，由相似度的高低列出其他電子裝置(例如為電子裝置D2、電子裝置D3)與電子裝置D1的位置相似度。結果列表例如為第3圖所示，電子裝置D3與電子裝置D1的距離最近，電子裝置D3的使用者為X，電子裝置D2的使用者為Y。藉此，疾病控管人員可以知道使用者X與使用者Y可能與確診者有接觸，及其各自的接觸距離。於一實施例中，電子裝置D1~D3運算或是由伺服器可利用向量推算距離。
於一實施例中，相似度運算應用歐幾里得距離或cosine相似度演算法以算出。
於一實施例中，相似度運算也可以採用歐幾里得距離計算，歐幾里得距離的公式如下：
Figure 02_image009
假設：
Figure 02_image011
其中，A、B為轉換向量的例子，將69.28作為相似度結果。於此實施例中，可輸出相似度結果，以進行比較或排序，或是判斷相似度結果大於一相似度閥值時(例如為40) 將視為位置有差別。
於一實施例中，cosine相似度(similarity)演算法的公式為：
Figure 02_image013
其中，符號A、B可以是轉換向量，此公式的結果為相似度結果(後稱Cosine Similarity)，假設：
Figure 02_image015
此處會延伸一個問題，如果把B換成[-30,-40,-50]，則cos( θ)=1，Cosine Similarity對於不同強度考慮是不明顯的，一般而言，0.995與1會被認為差不多的數字，換言之，在強度的部分考慮太少了，因此將收集到的RSSI加上一個值，因為RSSI落在-30~-100之間，因此將RSSI值加上-1*(-30+(-100))/2=65，加上這個值主要目的是把不同強度等級的Cosine Similarity表現更明顯，換言之，可以將Cosine Similarity結合訊號強度運算，以調整相似度結果的權重。以上述例子而言，將上述轉換向量A、B由下述方式調整成A’與B’：
Figure 02_image017
此時可看出轉換向量指的方向已經不同，再利用A’與B’的轉換向量計算Cosine Similarity：
Figure 02_image019
如此就能看出Cosine Similarity的不同。
於一實施例中，電子裝置D1可以將Cosine Similarity結合頻率運算，以調整相似度結果的權重。假設電子裝置D1是手機，可以收集到幾個資訊：所有掃到的Wi-Fi無線基地台的強度、頻率(例如：2G、5G)、無線基地台的媒體存取控制位址(Mac Address)，每個無線基地台的Mac Address是唯一的，可以作為欄位的關鍵字(key)。由於辦公室環境比較複雜，掃到的無線基地台可能有很多，以下取訊號強的前三筆為例作計算，假設此三筆訊號在30秒內每秒被掃瞄到的頻率分別為30、25、29，頻率都是2G，因此可以整理成如下表一：
無線基地台的Mac Address 強度
e0:1c:41:d8:48:54 -48
e0:1c:41:d8:48:55 -48
02:9f:c2:61:d6:0c -50
表一 接著，將頻率轉為權重，其中，權重的計算例如30/(30+25+29)、25//(30+25+29)、29/(30+25+29)，因此資訊可整理成表二所示：
無線基地台的Mac Address 目前掃到的強度 30秒掃到頻率 權重
e0:1c:41:d8:48:54 -48 30 0.357
e0:1c:41:d8:48:55 -48 25 0.297
02:9f:c2:61:d6:0c -50 29 0.346
表二 依據以上數據可以計算w-cosine的值。
Figure 02_image021
實務上會針對RSSI作平移，因為RSSI的值大約是-30~-100之間，因此加上-65((-30+(-100))/2)，使強訊號跟弱訊號之差異更為明顯，例如，強訊號-30+65變成35，而弱訊號-80+65變成-15，兩者正負相反，達到強訊號與弱訊號更為分開的目的，實務上會有碰到-65+65為零的狀況，此情況可以指定一個接近零但不是零的值。根據w-cosine的公式，這邊取30秒出現的次數來取權重：藉此可以計算如下：
Figure 02_image023
0.357*(-48 + 65)*(-51 + 65) + 0.297*(-48 + 65)*(-51 +65) + 0.346*(-50 + 65)*(-53 +65) = 217.93 0.357*(-48 + 65) 2+ 0.297*(-48 + 65) 2+ 0.346 * (-50 + 65) 2= 178.00 0.357*(-51 + 65) 2+ 0.297*(-51 + 65) 2+ 0.346 * (-53 + 65) 2= 266.85
Figure 02_image025
w-cos( θ)會介於-1與1之間，越接近1代表兩個向量越接近，代表兩個電子裝置(例如電子裝置D1、電子裝置D2)越接近，於此例中，0.99代表兩個電子裝置高度接近。假設接下來代入其他數值並進行上述計算後，w-cos( θ)的值為0.51，代表w-cos( θ)變小，表示電子裝置(例如電子裝置D1、電子裝置D2)已經移動或遠離彼此。於一實施例中，電子裝置(例如電子裝置D1或電子裝置D2)可以事先設定一cosine相似度閥值，由於w-cos(θ)會介於-1與1之間，越接近1代表兩個向量越接近，當電子裝置(例如電子裝置D1或電子裝置D2)判斷w-cos(θ) 小於cosine相似度閥值，則判斷電子裝置(例如電子裝置D1、電子裝置D2)已經移動或遠離彼此。
於一實施例中，電子裝置D1可以將Cosine Similarity結合Softmax運算，以調整相似度結果的權重。以下先敘述Softmax運算公式，此公式回傳的是一個序列，代表每個元素的權重：
Figure 02_image027
假設得到一個序列：L=[1, 2, 3, 4]。可先求得：
Figure 02_image029
Figure 02_image031
因此，Softmax(L)=[0.032, 0.087, 0.236, 0.645]。
於一實施例中，電子裝置D1可以將Cosine Similarity結合Softmax運算，以調整相似度結果的權重，其公式如下：
Figure 02_image033
其中，符號y是保留在先前時間戳中用以作比較的值，符號x是新進入Wi-Fi RSSI表中的值。
Figure 02_image035
RSSI 程度(level)對應起來分別是：
Figure 02_image037
Figure 02_image039
藉由上述計算得到調整權重後的相似度結果。
於一實施例中，上述的w-cosine可視為相似度結果。
由上述可知，相似度運算可以選擇性的結合一Softmax運算、一頻率運算或一訊號強度運算，以調整相似度結果的權重。並輸出調整後的相似度結果，以進行比較或排序。
請參閱第4圖，第4圖係依照本發明一實施例繪示一種社交距離判斷系統的應用環境之示意圖。於第4圖中，辦公室400有一個門DR2，辦公室400中，有一個會議室MR，會議室MR有一個門DR1，在會議室MR中，有一個桌子TB，將w-cosine相似度視為相似度結果，w-cosine相似度的比較基準點ws位於桌子TB的中間，以空心三角形表示之，在此例中，可以將電子裝置D1視為w-cosine相似度的比較基準點ws，其他的取樣點41~43視為電子裝置D2，電子裝置D1可計算出比較基準點ws與桌子TB上的其他取樣點41(以空心圓圈表示之)及比較基準點ws與位於會議室MR中的其他取樣點42(以實心圓圈表示之)的P值為0.278，大於0.05，因此視為取樣點41、取樣點42分別與比較基準點ws之間的w-cosine相似度沒有不同，代表此些取樣點41~42與比較基準點ws十分相近(若是有人生病，可能位於此些取樣點的人被傳染的機率高)。另一方面，取樣點41與取樣點43之間的P值為0.0001，小於0.05，取樣點42與取樣點43之間的P值為0.0002，小於0.05，因此視為取樣點41、取樣點42分別與取樣點43相似度不同，代表此些取樣點41~42與取樣點43不相近(若是取樣點41~42的位置有人生病，位於取樣點43的人被傳染的機率較低)。
本發明實施例所示之社交距離判斷系統及社交距離判斷方法可以透過每個使用者隨身攜帶的電子裝置，只要能連上網路，即可算出相似度結果，透過相似度結果可以知道每個使用者之間的距離，在不造成人們額外的困擾的情況下，在疫情期間透過社交距離判斷系統及社交距離判斷方法可以估算出人與人之間的社交距離，以得知是否有群聚的情況，甚至在社交距離過近的時候電子裝置可發出一提醒訊息，讓使用者之間保持適當的社交距離，達到避免疫情因群聚而擴散的功效。
100:社交距離判斷系統 AP1~AP3:無線基地台 D1~D3:電子裝置 200:社交距離判斷方法 210~220:步驟 300:結果列表 400:辦公室 MR:會議室 DR1, DR2:門 TB:桌子 41, 42, 43:取樣點 ws:w-cosine相似度的比較基準點
第1圖係依照本發明一實施例繪示一種社交距離判斷系統之示意圖。 第2圖係根據本發明之一實施例繪示一種社交距離判斷方法之流程圖。 第3圖係根據本發明之一實施例繪示一種結果列表之流程圖。 第4圖係根據本發明之一實施例繪示一種社交距離判斷系統的應用環境之示意圖。
200:社交距離判斷方法
210~220:步驟

Claims (18)

  1. 一種社交距離判斷系統，包含：一第一電子裝置，用以與一第一無線基地台建立一第一通訊連結，並偵測該第一通訊連結的一第一通訊強度，依據該第一通訊強度產生一第一轉換向量，並將該第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果；其中，該第一電子裝置依據一第二時點通訊強度產生該第二轉換向量，或是藉由一第二電子裝置與複數個無線基地台各自建立一第二通訊連結，並偵測每個該些第二通訊連結的一第二通訊強度，依據該些第二通訊強度產生該第二轉換向量；該些無線基地台包含該第一無線基地台及一第二無線基地台；其中，將該第一轉換向量與該第二轉換向量中的每個向量值以預定的無線基地台順序形成，該第一無線基地台的通訊強度為該第一轉換向量與該第二轉換向量中的第一個向量值，該第二無線基地台的通訊強度為該第一轉換向量與該第二轉換向量中的第二個向量值；響應於該第一電子裝置沒有與任何對應的該第一無線基地台或該第二無線基地台形成通訊連結，則該第一轉換向量與該第二轉換向量中對應的該第一無線基地台的向量值或該第二無線基地台的向量值以0表示。
  2. 如請求項1之社交距離判斷系統，其中，該第一電子裝置與每個該些無線基地台建立該第一通訊連結，並偵測每個該些第一通訊連結的該第一通訊強度，依據該些第一通訊強度產生該第一轉換向量，並將該第一轉換向量與該第二轉換向量進行該相似度運算，以得到該相似度結果。
  3. 如請求項1之社交距離判斷系統，其中該第一電子裝置於一第一時間戳偵測該第一通訊強度，以得到一第一時點通訊強度，依據該第一時點通訊強度產生該第一轉換向量，並於一第二時間戳偵測該第一通訊強度，以得到該第二時點通訊強度，依據該第二時點通訊強度產生該第二轉換向量，並將該第一時點通訊強度與該第二時點通訊強度進行該相似度運算，以得到該相似度結果。
  4. 如請求項1之社交距離判斷系統，其中該相似度運算應用一歐幾里得距離或一cosine相似度演算法以算出；其中響應於該相似度運算採用該歐幾里得距離計算時，當該第一電子裝置判斷該相似度結果大於一相似度閥值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  5. 如請求項1之社交距離判斷系統，其中該相似度運算結合一Softmax運算、一頻率運算或一訊號強度運算，以調整該相似度結果的權重。
  6. 如請求項1之社交距離判斷系統，其中該第一電子裝置依據T-test統計檢定以判斷該相似度結果，當該第一電子裝置依據T-test統計檢定判斷該相似度結果大於一P值(P value)時，將該第一電子裝置與該第二電子裝置的位置視為無差別，當該第一電子裝置依據T-test統計檢定判斷該相似度結果不大於P值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  7. 如請求項1之社交距離判斷系統，其中該第一電子裝置依據一預設門檻值以判斷該相似度結果，響應於該第一電子裝置判斷該相似度結果大於一預設門檻值時，將該第一電子裝置與該第二電子裝置的位置視為無差別，響應於該第一電子裝置判斷該相似度結果不大於一預設門檻 值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  8. 如請求項3之社交距離判斷系統，其中該第一電子裝置依據一預設門檻值以判斷該相似度結果，響應於該第一電子裝置判斷該相似度結果大於一預設門檻值時，將該第一電子裝置於該第一時間戳與該第二時間戳的位置視為無差別，響應於該第一電子裝置判斷該相似度結果不大於一預設門檻值時，將該第一電子裝置於該第一時間戳與該第二時間戳的位置視為有差別。
  9. 如請求項1之社交距離判斷系統，更包含複數個電子裝置，該些電子裝置中包含該第一電子裝置、該第二電子裝置及一第三電子裝置，該些電子裝置各自與該些無線基地台建立一當前通訊連結，並偵測每一該當前通訊連結的一當前通訊強度，依據該當前通訊強度產生一當前轉換向量，將該當前轉換向量進行該相似度運算，以得到該相似度結果；其中該第一電子裝置依據該相似度結果，將該第二電子裝置及該第三電子裝置各自與該第一電子裝置的距離由近至遠進行排序，以產生一結果列表。
  10. 一種社交距離判斷方法，包含：藉由一第一電子裝置與一第一無線基地台建立一第一通訊連結，並偵測該第一通訊連結的一第一通訊強度；以及依據該第一通訊強度產生一第一轉換向量，並將該第一轉換向量與一第二轉換向量進行一相似度運算，以得到一相似度結果；其中，該第一電子裝置依據一第二時點通訊強度產生該第二轉換向量，或是藉由一第二電子裝置與複數個無線基地台各自建立一第二通訊連結，並偵測每個該些第二通訊連結的一第二通訊強度，依據該些第二通訊強度產生該第二轉換向量；該些無線基地台包含該第一無線基地台及一第二無線基地台； 其中，將該第一轉換向量與該第二轉換向量中的每個向量值以預定的無線基地台順序形成，該第一無線基地台的通訊強度為該第一轉換向量與該第二轉換向量中的第一個向量值，該第二無線基地台的通訊強度為該第一轉換向量與該第二轉換向量中的第二個向量值；其中，響應於該第一電子裝置沒有與任何對應的該第一無線基地台或該第二無線基地台形成通訊連結，則該第一轉換向量與該第二轉換向量中對應的該第一無線基地台的向量值或該第二無線基地台的向量值以0表示。
  11. 如請求項10之社交距離判斷方法，更包含：藉由該第一電子裝置與每個該些無線基地台建立該第一通訊連結，並偵測每個該些第一通訊連結的該第一通訊強度；以及依據該些第一通訊強度產生該第一轉換向量，並將該第一轉換向量與該第二轉換向量進行該相似度運算，以得到該相似度結果。
  12. 如請求項10之社交距離判斷方法，其中該第一電子裝置於一第一時間戳偵測該第一通訊強度，以得到一第一時點通訊強度，依據該第一時點通訊強度產生該第一轉換向量並於一第二時間戳偵測該第一通訊強度，以得到該第二時點通訊強度，依據該第二時點通訊強度產生該第二轉換向量，並將該第一時點通訊強度與該第二時點通訊強度進行該相似度運算，以得到該相似度結果。
  13. 如請求項10之社交距離判斷方法，其中該相似度運算應用為一歐幾里得距離或一cosine相似度演算法以算出；其中響應於該相似度運算採用該歐幾里得距離計算時，當該第一電子裝置判斷該相似度結果大於一相似度閥值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  14. 如請求項10之社交距離判斷方法，其中該相似度運算結合一Softmax運算、一頻率運算或一訊號強度運算，以調整該相似度結果的權重。
  15. 如請求項10之社交距離判斷方法，其中該第一電子裝置依據T-test統計檢定以判斷該相似度結果，當該第一電子裝置依據T-test統計檢定判斷該相似度結果大於一P值(P value)時，將該第一電子裝置與該第二電子裝置的位置視為無差別，當該第一電子裝置依據T-test統計檢定判斷該相似度結果不大於該P值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  16. 如請求項10之社交距離判斷方法，其中該第一電子裝置依據一預設門檻值以判斷該相似度結果，響應於該第一電子裝置判斷該相似度結果大於一預設門檻值時，將該第一電子裝置與該第二電子裝置的位置視為無差別，響應於該第一電子裝置判斷該相似度結果不大於一預設門檻值時，將該第一電子裝置與該第二電子裝置的位置視為有差別。
  17. 如請求項12之社交距離判斷方法，其中該第一電子裝置依據一預設門檻值以判斷該相似度結果，當該第一電子裝置判斷該相似度結果大於一預設門檻值時，將該第一電子裝置於該第一時間戳與該第二時間戳的位置視為無差別，當該第一電子裝置判斷該相似度結果不大於一預設門檻值時，將該第一電子裝置於該第一時間戳與該第二時間戳的位置視為有差別。
  18. 如請求項10之社交距離判斷方法，更包含：藉由複數個電子裝置各自與該些無線基地台建立一當前通訊連結；其中該些電子裝置中包含該第一電子裝置、該第二電子裝置及一第三電子裝置； 該些電子裝置各自偵測與每一該些無線基地台的該當前通訊連結的一當前通訊強度，依據該當前通訊強度產生一當前轉換向量；以及將該當前轉換向量進行該相似度運算，以得到該相似度結果；其中該第一電子裝置依據該相似度結果，將該第二電子裝置及該第三電子裝置各自與該第一電子裝置的距離由近至遠進行排序，以產生一結果列表。
TW109133212A 2020-09-25 2020-09-25 社交距離判斷系統及社交距離判斷方法 TWI756843B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW109133212A TWI756843B (zh) 2020-09-25 2020-09-25 社交距離判斷系統及社交距離判斷方法
CN202011163484.3A CN114339588B (zh) 2020-09-25 2020-10-27 社交距离判断系统及社交距离判断方法
US17/109,280 US11596007B2 (en) 2020-09-25 2020-12-02 Social distance determination system and social distance determination method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW109133212A TWI756843B (zh) 2020-09-25 2020-09-25 社交距離判斷系統及社交距離判斷方法

Publications (2)

Publication Number Publication Date
TWI756843B true TWI756843B (zh) 2022-03-01
TW202212859A TW202212859A (zh) 2022-04-01

Family

ID=80821998

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109133212A TWI756843B (zh) 2020-09-25 2020-09-25 社交距離判斷系統及社交距離判斷方法

Country Status (3)

Country Link
US (1) US11596007B2 (zh)
CN (1) CN114339588B (zh)
TW (1) TWI756843B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110557716A (zh) * 2019-09-03 2019-12-10 华南师范大学 一种基于对数正态模型的室内定位方法
US20190394615A1 (en) * 2016-12-19 2019-12-26 Samsung Electronics Co., Ltd. Method for providing location information and apparatus therefor
CN111586585A (zh) * 2020-05-07 2020-08-25 悠尼客(上海)企业管理有限公司 一种基于Wifi的位置指纹定位方法
CN111651485A (zh) * 2020-05-22 2020-09-11 华中科技大学 基于rssi趋势相似度的伴随关系的分析方法和装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201132085A (en) 2009-04-22 2011-09-16 Koninkl Philips Electronics Nv Systems and apparatus for light-based social communications
WO2012139250A1 (en) * 2011-04-13 2012-10-18 Telefonaktiebolaget L M Ericsson (Publ) Positioning in a cellular communication network
US10649607B2 (en) 2012-12-28 2020-05-12 Facebook, Inc. Re-ranking story content
US9413837B2 (en) 2013-02-06 2016-08-09 Facebook, Inc. Routine deviation notification
WO2014153352A1 (en) 2013-03-18 2014-09-25 Sony Corporation Systems, apparatus, and methods for social graph based recommendation
JP2014215134A (ja) * 2013-04-24 2014-11-17 株式会社東芝 位置推定装置、位置推定方法、及び無線通信システム
CN104581931A (zh) * 2013-10-21 2015-04-29 中兴通讯股份有限公司 一种定位方法、装置及终端
EP3001215A1 (en) * 2014-09-24 2016-03-30 Alcatel Lucent Method for determining the relative position of user equipment in a wireless telecommunication network, a node and a computer program product
KR102546491B1 (ko) * 2016-03-17 2023-06-22 삼성전자 주식회사 무선 통신 시스템에서 액세스 포인트를 이용한 위치 추정 방법 및 장치
TW201918103A (zh) * 2017-10-24 2019-05-01 商之器科技股份有限公司 無線資產定位的方法
CN109639452A (zh) * 2018-10-31 2019-04-16 深圳大学 社交关系模型训练方法、装置、服务器及存储介质
KR20200075470A (ko) * 2018-12-18 2020-06-26 삼성전자주식회사 위치 기반 동작 방법, 전자 장치 및 기록 매체

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190394615A1 (en) * 2016-12-19 2019-12-26 Samsung Electronics Co., Ltd. Method for providing location information and apparatus therefor
CN110557716A (zh) * 2019-09-03 2019-12-10 华南师范大学 一种基于对数正态模型的室内定位方法
CN111586585A (zh) * 2020-05-07 2020-08-25 悠尼客(上海)企业管理有限公司 一种基于Wifi的位置指纹定位方法
CN111651485A (zh) * 2020-05-22 2020-09-11 华中科技大学 基于rssi趋势相似度的伴随关系的分析方法和装置

Also Published As

Publication number Publication date
US11596007B2 (en) 2023-02-28
TW202212859A (zh) 2022-04-01
CN114339588A (zh) 2022-04-12
US20220104284A1 (en) 2022-03-31
CN114339588B (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
US20080161011A1 (en) Method enabling indoor local positioning and movement tracking in wifi capable mobile terminals
KR101166736B1 (ko) 거리-기반 연계
JP3161334B2 (ja) 位置検出装置
Kuo et al. A scrambling method for fingerprint positioning based on temporal diversity and spatial dependency
CN103119998B (zh) 用于识别本地信标系统的方法和设备
KR20090008465A (ko) Ｗｌａｎ 위치 확인 시스템에서 ｗｌａｎ 액세스 포인트 무선 전파 특성을 이용한 위치 추정 방법
Canovas et al. Detecting indoor/outdoor places using WiFi signals and AdaBoost
TW200922179A (en) Wireless relay apparatus and wireless communication system
JP2011049931A (ja) 無線通信端末
WO2021000485A1 (zh) 一种定位方法、装置、存储介质及电子设备
Liu et al. A research on CSI-based human motion detection in complex scenarios
WO2014176887A1 (zh) 一种识别移动终端的运动状态的方法及移动终端
CN103776405B (zh) 一种位移检测的方法及装置
Honnef et al. Zero-effort indoor continuous social distancing monitoring system
WO2017114969A1 (en) Self-adaptive system and method for robust wi-fi indoor localization in large public site
TWI756843B (zh) 社交距離判斷系統及社交距離判斷方法
Kozlowski et al. Data fusion for robust indoor localisation in digital health
EP3266258B1 (en) Predicting available access points
WO2014125689A1 (ja) 情報処理装置、情報処理方法およびプログラム
Osmani et al. An analysis of distance estimation to detect proximity in social interactions
CN111162883A (zh) 一种数据传输方法、装置和系统
JP2015040749A (ja) 位置推定装置及び位置推定プログラム
KR20110067687A (ko) 무선랜 수신강도를 이용한 무선 단말의 장소 결정과 그에 따른 동작 방법 및 그 동작의 자동설정 방법
Feng et al. Improved AdaBoost-based fingerprint algorithm for WiFi indoor localization
US10880016B2 (en) Connecting ultrasound-incapable client devices to collaboration devices