TWI764120B - 智慧感測網路及使用其之方法 - Google Patents

智慧感測網路及使用其之方法

Info

Publication number
TWI764120B
TWI764120B TW109111005A TW109111005A TWI764120B TW I764120 B TWI764120 B TW I764120B TW 109111005 A TW109111005 A TW 109111005A TW 109111005 A TW109111005 A TW 109111005A TW I764120 B TWI764120 B TW I764120B
Authority
TW
Taiwan
Prior art keywords
sensor
base
node
nodes
sensor base
Prior art date
Application number
TW109111005A
Other languages
English (en)
Other versions
TW202044177A (zh
Inventor
宗冠 周
Original Assignee
創控生技股份有限公司
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 創控生技股份有限公司 filed Critical 創控生技股份有限公司
Publication of TW202044177A publication Critical patent/TW202044177A/zh
Application granted granted Critical
Publication of TWI764120B publication Critical patent/TWI764120B/zh

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N1/22—Devices for withdrawing samples in the gaseous state
    • G01N1/26—Devices for withdrawing samples in the gaseous state with provision for intake from several spaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0006—Calibrating gas analysers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0073—Control unit therefor
    • G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N1/00—Sampling; Preparing specimens for investigation
    • G01N1/02—Devices for withdrawing samples
    • G01N2001/021—Correlating sampling sites with geographical information, e.g. GPS

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Business, Economics & Management (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Tourism & Hospitality (AREA)
  • Medical Informatics (AREA)
  • Human Resources & Organizations (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)
  • Selective Calling Equipment (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本發明闡述一種感測網路之實施例，該感測網路包含一或多個感測器節點，其中該一或多個感測器節點中之每一者包含一氣體感測器，該氣體感測器可量測環繞該感測器節點之一節點涵蓋區域中之一或多種空中污染物之存在、濃度或兩者。可量測一或多種空中污染物之存在、濃度或兩者之一感測器基地定位在該一或多個感測器節點中之每一者之該節點涵蓋區域中，其中該感測器基地包含具有比該一或多個感測器節點之該等氣體感測器高之準確度、靈敏度或兩者的一氣體感測器。一或多個伺服器通信地耦合至該感測器基地及該一或多個感測器節點。該感測器基地及該等感測器節點可將其量測傳遞至該伺服器，且該感測器基地之該等量測由該伺服器用作一參考以校正該一或多個感測器節點之該等量測。

Description

智慧感測網路及使用其之方法
所揭示實施例一般而言係關於空氣污染感測與監測，且特定而言但不排他地係關於一種用於空氣污染感測與監測之智慧感測網路。
城市及工業園內之空氣污染已隨著現代化惡化，且由空氣污染物(例如，諸如PM2.5、NOx、SOx、O3及揮發性有機化合物(VOC)之化學物)導致之公眾健康影響已開始取得愈來愈多關注。由於複雜污染源，因此有必要獲得更密集空間空氣品質監測資料以給一般公眾提供所關注位置處之經更新空氣品質資訊。
已實施周圍空氣品質監測，但由於必須使用昂貴且龐大實驗儀器來獲得可靠監測資料，因此可在有限位置處設置且安裝僅有限數目個監測站。且由於監測站通常需要大空間來進行儀器設置(尤其關於氣體色譜分析儀器)，因此監測站大多數安裝在有空間容納其之郊區中，其中極少站安裝在空間較少之城市中。因此，需要使用小低成本感測器來形成一網路以監測跨越城市之空間空氣品質，此已變得受歡迎。
本申請案係關於一種感測網路，其包括：一或多個感測器節點，其中該一或多個感測器節點中之每一者包含一氣體感測器，該氣體感測器可 量測環繞該感測器節點之一節點涵蓋區域中之一或多種空中污染物之存在、濃度或兩者；一感測器基地，其可量測該一或多個感測器節點中之每一者之該節點涵蓋區域中之一或多種空中污染物之該存在、該濃度或兩者，其中該感測器基地包含具有比該一或多個感測器節點之該等氣體感測器高之準確度、靈敏度或兩者的一氣體感測器；及一或多個伺服器，其通信地耦合至該感測器基地及該一或多個感測器節點；其中該感測器基地及該等感測器節點可將其量測傳遞至該伺服器，且其中該感測器基地之該等量測由該伺服器用作一參考以校正該一或多個感測器節點之該等量測。
本申請案亦關於一種方法，其包括：將一量測自一或多個感測器節點傳輸至通信地耦合至該一或多個感測器節點之一或多個伺服器，其中該一或多個感測器節點中之每一者包含一氣體感測器，該氣體感測器可量測環繞該感測器節點之一節點涵蓋區域中之至少一種空中化學物之存在、濃度或兩者；將一量測自一感測器基地傳輸至該一或多個伺服器，其中該感測器基地通信地耦合至該一或多個伺服器，其中該感測器基地可量測該一或多個感測器節點中之每一者之該節點涵蓋區域中之至少一種空中化學物之該存在、該濃度或兩者，且其中該感測器基地包含具有比該一或多個感測器節點中之該等氣體感測器高之準確度、靈敏度或兩者的一氣體感測器；及使用自該感測器基地接收之該等量測校正來自該一或多個感測器節點之該等量測。
102:資料中心
104:網路
106a:取樣管
106b:取樣管
106c:取樣管
106d:取樣管
300:空氣品質監測系統/系統
400:空氣品質監測系統/系統
402:可移動感測器基地
404:路徑
500:空氣品質監測系統/系統
502:可移動感測器基地
504:路徑
600:空氣品質監測系統
602:可移動感測器基地
700:空氣品質監測系統
702:歧管/管道
704:建築物
800:空氣品質監測系統
802:可移動感測器基地
B:不可移動感測器基地/感測器基地/固定感測器基地
B1:感測器基地
B2:感測器基地
S:感測器節點
S1a:感測器節點
S1b:感測器節點
S1c:感測器節點
S1d:感測器節點
S2a:感測器節點
S2b:感測器節點
S2c:感測器節點
S2d:感測器節點
參考附圖闡述本發明之非限制性及非詳盡實施例，其中除非另有規定，否則貫穿各個視圖，相似元件符號係指相似部件。
圖1係一智慧污染感測與監測系統之一實施例之一方塊圖。
圖2A至圖2B分別係圖解說明用於校正自感測器節點接收之量測之一程序之一實施例之一流程圖及一對圖表。
圖3係一智慧污染感測與監測系統之另一實施例之一方塊圖。
圖4係一智慧污染感測與監測系統之另一實施例之一方塊圖。
圖5係一智慧污染感測與監測系統之另一實施例之一方塊圖。
圖6係一智慧污染感測與監測系統之另一實施例之一方塊圖。
圖7係一智慧污染感測與監測系統之另一實施例之一方塊圖。
圖8係一智慧污染感測與監測系統之另一實施例之一方塊圖。
相關申請案交叉參考
本申請案依據35 U.S.C.§ 119(e)主張2016年11月16日提出申請之第62/423,033號美國臨時申請案之優先權，該美國臨時申請案據此以全文引用方式併入。
闡述用於進行空氣污染感測與監測之一智慧感測網路之一設備、系統及方法之實施例。闡述具體細節以提供對實施例之一理解，但熟習相關技術者將認識到，可在不具有所闡述細節中之一或多者之情況下或在具有其他方法、組件、材料等之情況下實踐本發明。在某些例項中，眾所周知之結構、材料或操作未經展示或詳細闡述，但仍然囊括在本發明之範疇內。
在本說明書通篇中對「一項實施例」或「一實施例」之提及意味一所闡述特徵、結構或特性可包含於至少一項所闡述實施例中，使得「在一項實施例中」或「在一實施例中」之出現未必全部係指同一實施例。此外，特定特徵、結構或特性可以任一適合方式組合於一或多項實施例中。
圖1圖解說明一智慧空氣污染感測與監測系統100之一實施例。系統100包含通信地耦合至一或多個感測器基地B(亦即，在所圖解說明實施例中之B1及B2)及一或多個感測器節點S(亦即，在所圖解說明實施例中之S1a至S1d及S2a至S2d)的一資料中心102。所圖解說明實施例具有兩個感測器基地B1至B2及八個感測器節點S1a至S1d及S2a至S2d，但其他實施例可具有比所展示的多或少之感測器基地及比所展示的多或少之感測器節點。
資料中心102包含各種硬體元件，諸如：通信介面；一或多個伺服器，其各自包含至少一個微處理器、記憶體及儲存器；及額外儲存空間，其可包含一或多個資料庫(例如)以暫存關於感測器基地B及感測器節點S之資訊，該資訊包含其類型、身份識別、位置(若固定)或當前位置(若可移動)、量測歷史等。該通信介面將資料中心102通信地耦合至感測器節點S1a至S1d及S2a至S2d以及感測器基地B1及B2。感測器節點S1a至S1d及S2a至S2d以及感測器基地B1至B2可與資料中心102以有線方式、以無線方式或以有線方式與無線方式之某一組合通信。例如，在所圖解說明實施例中，感測器節點S1a及S1b經由網路104與資料中心102以無線方式通信，而感測器節點S1c及S1d亦經由一網路104與資料中心102以有線方式通信。類似地，感測器基地B1經由網路104與資料中心102以有線方式通信。感測器基地B2經由網路104與資料中心102以無線方式通信，而感測器節點S2a及S2d與資料中心102以無線方式通信，且感測器節點S2b及S2c與資料中心102既經由導線又經由網路104通信。網路104可係網際網路，或在不同實施例中可係一區域網路(LAN)、一廣域網路(WAN)或某一其他類型之網路。
感測器節點S1a至S1d及S2a至S2d劃分成對應於一感測器基地之集合：在所圖解說明實施例中，感測器節點S1a至S1d與感測器基地B1分組在一起且感測器節點S2a至S2d與感測器基地B2分組在一起，使得在每一分組中，存在感測器節點與感測器基地之間的多對一對應性。其他實施例未必具有此多對一對應性，但可替代地具有感測器節點與感測器基地之間的一對一對應性。且儘管在所圖解說明實施例中感測器基地B1至B2各自與四個感測器節點分組在一起，但在其他實施例中每一感測器基地未必與相同數目個感測器節點分組在一起。
每一感測器節點S具有一對應涵蓋區域，該對應涵蓋區域係其中由感測器節點採集以用於分析之一空氣樣本可被視為代表性的一區域。每一感測器基地B類似地具有一對應涵蓋區域。在所圖解說明實施例中，感測器基地B1具有與感測器節點S1a至S1d之涵蓋區域重疊之一涵蓋區域，使得由感測器基地B1採集以用於分析之一空氣樣本亦可被視為代表S1a至S1d之涵蓋區域中之狀況。另一方面，感測器基地B2具有不與其感測器節點S2a至S2d集合之涵蓋區域重疊之一涵蓋區域。在其中B2係可移動的之一實施例中，其可移入及移出感測器節點S2a至S2d之涵蓋區域。但在其中B2係不可移動的之實施例中，為使感測器基地B2能夠收集感測器S2a至S2d之涵蓋區域中之空氣樣本，包含一或多個取樣管106a至106d之一取樣歧管106可以流體方式耦合至感測器基地B2，每一取樣管具有在感測器基地B2處之一個端及延伸至感測器節點S2a至S2d之涵蓋區域中之另一端。在本申請案之內容脈絡中，「以流體方式耦合」意味以使得流體可在兩個位置之間單向或雙向流動之一方式耦合。
在系統100之某些實施例中，感測器節點S及感測器基地B佔據固定位 置且因此相對於彼此係固定的。但如下文所論述，在某些實施例中，感測器基地B1及B2中之至少一者可係可移動的；在此等實施例中，感測器基地B相對於感測器節點S之位置可改變，使得每一感測器節點未必永久地指派給一特定感測器基地。因此，一群組之精確組成(亦即，感測器基地之數目及身份識別以及對應感測器節點之數目及身份識別)可隨時間改變。在具有可移動感測器基地之某些實施例中，改變可係足夠頻繁的，使得不可辨識特定群組。
在所圖解說明實施例中，感測器節點S1a至S1d及S2a至S2d係固定現場低成本空氣品質監測感測器，其實質上不如感測器基地B昂貴且可容易地部署在現場各種位置處以形成用於現場監測之一高密度感測網路且提供大資料分析以將關於以下各項之時間密集且空間密集可用空氣品質資訊遞送給公眾：空中污染物及空中化學物，諸如(不具限制地)有機或無機化學物，諸如揮發性有機化合物(VOC)、NOx、SOx、O3；空中微粒物質(PM)，諸如PM2.5(亦即，具有2.5μm直徑之微粒物質)及PM10；化合物；重金屬致污物；空中生物致污物；等。
來自感測器節點之感測資料可以有線方式或以無線方式上載至一或多個伺服器以用於進一步資料校正或分析。在另一實施例中，可存在感測器節點S與感測器基地B之間的一有線或無線連接；例如，在所圖解說明實施例中，感測器節點S1b可與感測器基地B1以無線方式通信，感測器節點S2d可與感測器基地B2以無線方式通信，且感測器節點S2c可與感測器基地B2以有線方式通信。在其中感測器節點S可與感測器基地B直接通信之實施例中，替代將感測器節點資料直接傳輸至資料中心102，感測器節點S可經由一感測器基地B將感測器節點資料間接傳輸至資料中心102。低成 本感測器可提供即時或更頻繁現場空氣品質監測結果。用於感測節點S之低成本感測器可遭受靈敏度漂移，此需要週期性基線/靈敏度漂移檢查及校正。
感測器基地B1至B2用作其對應感測器節點S之資料參考。感測器基地B1至B2包含分析器以收集空氣樣本且在對個別化合物偵測具有高專一性之情況下提供準確、高品質且一致的量測結果。感測器基地B1至B2使用一高效能空氣品質分析器量測特定位置及時間處之空氣品質，該高效能空氣品質分析器可收集空氣樣本且分析空氣樣本以提供空中污染物之濃度。所量測污染物可不具限制地包含：有機或無機化學物，諸如揮發性有機化合物(VOC)、NOx、SOx、O3；空中微粒物質(PM)，諸如PM2.5(亦即，具有2.5μm直徑之微粒物質)及PM10；化合物；重金屬致污物；空中生物致污物；等。感測器基地B1至B2可係固定的或可移動的；當可移動時，感測器基地B可包含一位置感測器，諸如一GPS接收器，感測器基地B可使用該位置感測器將其當前位置報告給資料中心102。由感測器基地B1至B2實施之量測之感測器資料可以有線方式或以無線方式上載至資料中心102中之一或多個伺服器。感測器基地資料可然後用作參考以用於對感測器節點結果之資料校正。感測器基地亦可為現場感測器節點資料校正、重新校準或替換提供週期性參考資料。
圖2A至圖2B一起圖解說明一程序200之一實施例，可藉由程序200使用來自感測器基地B之量測來校正來自感測器節點S之量測。圖2A係下文將結合系統100之內容脈絡及圖2B之圖表論述之一流程圖。在系統100中，主要由資料中心102實施程序200。
程序在方塊202處開始。在方塊204處，資料中心102自可與其通信之 一或多個感測器節點接收量測。在方塊206處，程序檢查一當前感測器基地量測是否可用於彼感測器，亦即，是否存在在時間及空間兩者上皆接近於所接收感測器節點量測之一感測器基地量測。在其中感測器基地B及感測器節點S相對於彼此固定之一實施例中，感測器基地量測將基本上始終係當前的。但在其中感測器基地B相對於感測器節點不固定之實施例(例如其中感測器基地B係可移動的之實施例)中，若感測器基地最近未在一感測器節點(已自其接收一量測)附近，則感測器基地量測可能並非當前的。在一項實施例中，感測器基地B可以一規定的固定頻率收集且分析每一感測器節點S之節點涵蓋區域處或周圍之空氣樣本，但在其他實施例中，感測器基地B可以一特殊時間週期收集及分析空氣樣本。在某些實施例中，特殊時間週期包含隨機地或在需要時。在又其他實施例中，若資料中心判定一特定感測器節點正開始以比所預期快之速度漂移，但仍在替換之前合意地起作用，則可調整涵蓋感測器節點之對應感測器基地(固定的或可移動的)以增加彼感測器節點周圍之空氣樣本監測頻率從而提供更準確資料校正。
若在方塊206處不存在可用之當前感測器基地資料，則程序繼續進行至方塊214，其中報告感測器節點資料。在方塊214處，可照原樣(亦即，無論資料中存在什麼漂移)報告感測器節點資料。另一選擇係，在不存在當前基地感測器資料之情況下，在報告最終資料之前，資料伺服器可利用進階人工智慧分析以基於同一感測器節點之先前隨時間進展之漂移/降級而預測一可能校正。
若在方塊206中一當前感測器基地量測係可用的，則程序移動至方塊208，其中其自一感測器基地接收一當前量測或自一資料庫擷取一當前量 測，且然後程序繼續進行至方塊210，其中其計算每一所接收感測器節點量測之一漂移。在一項實施例中，漂移可定義為在一特定空間位置及一特定時間處或附近的感測器節點量測與感測器基地量測之間的差，如圖2B中所展示。如圖2B之上部圖表中所見，感測器節點在繼續其空氣感測時具有資料漂移(感測濃度下垂，如圖中所展示)。在不具有資料校正之情況下，來自感測器節點之結果將因誤解污染物濃度之減少而提供錯誤監測結果。但在具有來自感測器基地之高效能分析器(可移動或不可移動)之額外準確資料之情況下，基於在實質上相同時間及實質上相同位置處量測之感測器基地結果而校正感測器節點之經漂移結果(儘管感測器基地資料可能不針對每一感測器節點提供在時間上更離散之監測)。可針對總污染物濃度之量測、針對個別化合物之濃度或兩者計算漂移。例如，在可感測五種不同污染物之一感測器節點S中，可存在總污染物濃度之一單個漂移，可存在五個單獨漂移，每種污染物具有一個漂移，或可存在總漂移及個別漂移兩者。
在於方塊210處計算每一感測器節點量測之一漂移之後，程序繼續進行至方塊212，其中校正感測器節點量測。在使用感測器基地結果進行感測器節點資料校正之後，可更準確地獲得低成本感測器節點之資料漂移問題，如圖2B之下部圖表中所展示。運用此一方法，可校正數百個或數千個感測器節點資料且達成可靠感測網路結果。程序然後繼續進行至方塊214，其中將感測器節點量測輸出給一使用者以用於進一步分析或資訊。程序然後返回至方塊204，其中其可自感測器節點接收進一步量測。
在於方塊210處計算每一感測器節點之一漂移之後，除移動至方塊212之外，程序亦可移動至方塊216，其中其檢查所計算漂移是否大於指示必 須替換或重新校準一感測器節點之某一臨限值。若在方塊216處一特定感測器節點之漂移大於某一經設定臨限值，則程序移動至方塊218，其中其發信號通知一使用者需要感測器節點之替換或重新校準發信號。在方塊218之後，程序返回至方塊204以自相同或其他感測器節點接收量測。
圖3圖解說明感測器基地及感測器節點在一空氣品質監測系統300中之定位之一實施例。在系統300中，感測器節點S及感測器基地B在空間上相對於彼此係固定的，係不可移動，且部署在各種空間位置處。每一感測器基地B之涵蓋區域囊括一或多個感測器節點S，使得每一感測器基地之涵蓋區域與其對應感測器節點重疊。每一感測器基地可為感測器基地涵蓋區域中之對應感測器節點提供參考資料。
圖4圖解說明感測器基地及感測器節點在一空氣品質監測系統400中之定位之另一實施例。在系統400中，感測器節點S部署在各種空間位置處。一可移動感測器基地402沿著一路徑404行進，此使可移動感測器基地402足夠接近於每一感測器節點S以允許其收集安裝有每一感測器節點之位置處或附近之樣本且分析所收集樣本。使用一可移動感測器基地B允許小數目個感測器基地涵蓋較大數目個感測器節點S，使得可獲得空間上密集之參考資料以用於每一感測器節點之資料校正。
圖5圖解說明感測器基地及感測器節點在一空氣品質監測系統500中之定位之另一實施例。在系統500中，一系列不可移動感測器基地B及各種感測器節點S部署在各種空間位置處。一可移動感測器基地502沿著一路徑504行進，此允許其收集安裝有每一感測器基地B及每一感測器節點S之位置處或附近之樣本且分析所收集樣本。如此一來，可移動感測器基地502用作多個固定感測器基地B之一備用裝置且亦收集且提供參考資料以 用於每一感測器節點之資料校正。在某些極端情形中，某些感測器節點S可安裝在其未被任何固定感測器基地B涵蓋之位置處。可移動感測器基地可用於提供參考資料以用於彼等感測器節點上之漂移校正需要。
圖6圖解說明感測器基地及感測器節點在一空氣品質監測系統600中之定位之另一實施例。圖6圖解說明部署在一城市中(主要在建築物外側、在街道上及在人行道上)以形成監測市區空氣品質之一感測網路之低成本感測器節點S。可移動感測器基地602(例如，其可係安裝在車輛上以用於可移動監測之感測器基地)可行駛穿過在感測器節點S之已知位置附近之城市街道以在感測器基地移動至對應附近感測節點時收集參考資料。
圖7圖解說明感測器基地及感測器節點在一空氣品質監測系統700中之定位之另一實施例。圖7圖解說明部署在具有充當感測器基地B之一高效能分析器之一建築物704內側之低成本感測器節點S。歧管或管道702自感測器基地B延伸至不同樓層及位置以用於建築物之內部中之空氣品質監測。每一樓層/位置之感測器基地資料可用於校正感測器節點資料。
圖8圖解說明感測器基地及感測器節點在一空氣品質監測系統800中之定位之另一實施例。感測器節點S安裝在一城市中之建築物內側及外側之各種位置處(儘管實施例不限於一城市)。不可移動感測器基地B在具有或不具有自不可移動基地台連接至所關注空氣之歧管取樣之情況下可係但未必安裝在建築物內側或外側。額外可移動感測器基地802可用於將高效能空氣品質分析器運輸至對應感測器節點位置，此可涵蓋定位在不可移動感測器基地無法到達以用於監測之位置處之感測器節點。
對實施例之以上說明(包含摘要中所闡述之內容)不意欲係詳盡的或將本發明限制於所闡述形式。出於說明性目的而在本文中闡述本發明之特定 實施例及實例，但各種等效修改鑒於以上詳細說明而在本發明之範疇內係可能的，如熟習相關技術者將認識到。
102:資料中心
104:網路
106a:取樣管
106b:取樣管
106c:取樣管
106d:取樣管
B1:感測器基地
B2:感測器基地
S1a:感測器節點
S1b:感測器節點
S1c:感測器節點
S1d:感測器節點
S2a:感測器節點
S2b:感測器節點
S2c:感測器節點
S2d:感測器節點

Claims (26)

  1. 一種感測網路，其包括：一或多個感測器節點，其中該一或多個感測器節點中之每一者包含一氣體感測器，該氣體感測器可量測環繞該一或多個感測器節點之一節點涵蓋區域中之一或多種空中污染物之存在、濃度或兩者；一感測器基地，其可量測該一或多個感測器節點中之每一者之該節點涵蓋區域中之一或多種空中污染物之該存在、該濃度或兩者，其中該感測器基地包含具有比該一或多個感測器節點之該等氣體感測器高之準確度及靈敏度的一氣體感測器；及一或多個伺服器，其通信地耦合至該感測器基地及該一或多個感測器節點；其中該感測器基地及該一或多個感測器節點可將其量測傳遞至該一或多個伺服器，且其中該感測器基地之該等量測由該一或多個伺服器用作一參考以校正該一或多個感測器節點之該等量測。
  2. 如請求項1之感測網路，其中該感測器基地收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  3. 如請求項2之感測網路，其中該感測器基地係固定的且具有一或多個取樣管，該感測器基地可透過該一或多個取樣管自每一感測器節點之該節點涵蓋區域收集樣本。
  4. 如請求項2之感測網路，其中該感測器基地係固定的且可收集環繞該感測器基地之一基地涵蓋區域中之空氣樣本，且其中該基地涵蓋區域囊括該一或多個感測器節點之該等節點涵蓋區域，使得由該感測器基地收集之一樣本可被視為代表該一或多個感測器節點中之每一者之該等節點涵蓋區域中之狀況。
  5. 如請求項2之感測網路，其中該感測器基地係可移動的且可移入及移出該一或多個感測器節點中之每一者之該等節點涵蓋區域以自該等節點涵蓋區域收集樣本。
  6. 如請求項1之感測網路，其中自該感測器基地接收之該等量測用於重新校準該一或多個感測器節點。
  7. 如請求項1之感測網路，其中該感測器基地及該一或多個感測器節點可以無線方式、以有線方式或以兩種方式通信地耦合至該一或多個伺服器。
  8. 如請求項7之感測網路，其中該一或多個感測器節點可以無線方式、以有線方式或以兩種方式通信地耦合至該感測器基地。
  9. 如請求項8之感測網路，其中該一或多個感測器節點可經由該感測器基地通信地耦合至該一或多個伺服器。
  10. 如請求項1之感測網路，其中該感測器基地以一規定的固定頻率或特殊時間週期收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  11. 如請求項10之感測網路，其中該感測器基地以取決於該一或多個感測器節點之漂移速率之一頻率或特定時間週期收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  12. 如請求項1之感測網路，其中該一或多種空中污染物係有機或無機化學物、空中微粒物質(PM)、重金屬致污物或空中生物致污物。
  13. 如請求項1之感測網路，其中該一或多個感測器節點之該等氣體感測器與該感測器基地之該氣體感測器為不同類型之感測器。
  14. 一種使用一感測網路之方法，其包括：將一量測自一或多個感測器節點傳輸至通信地耦合至該一或多個感測器節點之一或多個伺服器，其中該一或多個感測器節點中之每一者包含一氣體感測器，該氣體感測器可量測環繞該感測器節點之一節點涵蓋區域中之一或多種空中污染物之存在、濃度或兩者；將一量測自一感測器基地傳輸至該一或多個伺服器，其中該感測器基地通信地耦合至該一或多個伺服器，其中該感測器基地可量測該一或多個感測器節點中之每一者之該節點涵蓋區域中之一或多種空中污染物之該存在、該濃度或兩者，且其中該感測器基地包含具有比該一或多個感測器節點中之該等氣體感測器高之準確度及靈敏度的一氣體感測器；及 使用自該感測器基地接收之該等量測校正來自該一或多個感測器節點之該等量測。
  15. 如請求項14之方法，其中該感測器基地收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  16. 如請求項15之方法，其中該感測器基地係固定的且具有一或多個取樣管，該感測器基地可透過該一或多個取樣管自每一感測器節點之該節點涵蓋區域收集樣本。
  17. 如請求項15之方法，其中該感測器基地係固定的且可收集環繞該感測器基地之一基地涵蓋區域中之空氣樣本，且其中該基地涵蓋區域囊括該一或多個感測器節點之該等節點涵蓋區域，使得由該感測器基地收集之一樣本可被視為代表該一或多個感測器節點中之每一者之該等節點涵蓋區域中之狀況。
  18. 如請求項15之方法，其中該感測器基地係可移動的且可移入及移出該一或多個感測器節點中之每一者之該等節點涵蓋區域以自該等節點涵蓋區域收集樣本。
  19. 如請求項14之方法，其中自該感測器基地接收之該等量測用於重新校準該一或多個感測器節點。
  20. 如請求項14之方法，其中該感測器基地及該一或多個感測器節點可以無線方式、以有線方式或以兩種方式通信地耦合至該一或多個伺服器。
  21. 如請求項20之方法，其中該一或多個感測器節點可以無線方式、以有線方式或以兩種方式通信地耦合至該感測器基地。
  22. 如請求項21之方法，其中該一或多個感測器節點可經由該感測器基地通信地耦合至該一或多個伺服器。
  23. 如請求項14之方法，其中該基地節點以一規定的固定頻率收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  24. 如請求項23之方法，其中該感測器基地以取決於該一或多個感測器節點之漂移速率之一頻率或特定時間週期收集每一感測器節點之該節點涵蓋區域處或周圍之空氣樣本。
  25. 如請求項14之方法，其中該一或多種空中污染物係有機或無機化學物、空中微粒物質(PM)、重金屬致污物或空中生物致污物。
  26. 如請求項14之方法，其中該一或多個感測器節點之該等氣體感測器與該感測器基地之該氣體感測器為不同類型之感測器。
TW109111005A 2016-11-16 2017-11-16 智慧感測網路及使用其之方法 TWI764120B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201662423033P 2016-11-16 2016-11-16
US62/423,033 2016-11-16
US15/810,409 US11047839B2 (en) 2016-11-16 2017-11-13 Smart sensing network
US15/810,409 2017-11-13

Publications (2)

Publication Number Publication Date
TW202044177A TW202044177A (zh) 2020-12-01
TWI764120B true TWI764120B (zh) 2022-05-11

Family

ID=62108402

Family Applications (3)

Application Number Title Priority Date Filing Date
TW106139699A TWI713801B (zh) 2016-11-16 2017-11-16 智慧感測網路及使用其之方法
TW109111005A TWI764120B (zh) 2016-11-16 2017-11-16 智慧感測網路及使用其之方法
TW110123101A TWI818273B (zh) 2016-11-16 2017-11-16 智慧感測網路及使用其之方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW106139699A TWI713801B (zh) 2016-11-16 2017-11-16 智慧感測網路及使用其之方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW110123101A TWI818273B (zh) 2016-11-16 2017-11-16 智慧感測網路及使用其之方法

Country Status (7)

Country Link
US (3) US11047839B2 (zh)
EP (1) EP3542521B1 (zh)
JP (2) JP2019536188A (zh)
KR (2) KR20220148932A (zh)
CN (2) CN115102989B (zh)
TW (3) TWI713801B (zh)
WO (1) WO2018093792A1 (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11047839B2 (en) 2016-11-16 2021-06-29 TricornTech Taiwan Smart sensing network
CN107219157A (zh) * 2017-07-29 2017-09-29 山东诺方电子科技有限公司 一种利用社会车辆进行大气颗粒物监测系统
CN108834151A (zh) * 2018-05-30 2018-11-16 西安理工大学 一种海洋环境中无线传感网的覆盖方法
CN109242062B (zh) * 2018-09-06 2021-09-03 重庆云力网通科技有限公司 一种社会征信系统的实现方法
FR3090881B1 (fr) * 2018-12-19 2023-10-20 Elichens Procédé de calibration d'un capteur de gaz
CA3141171A1 (en) * 2019-05-22 2020-11-26 Molex, Llc Systems and methods for placing networked sensors within a facility for fugitive emissions monitoring
CN110312225B (zh) * 2019-07-30 2022-06-03 平顶山学院 一种无线传感器硬件装置
JP7202989B2 (ja) * 2019-08-23 2023-01-12 東京瓦斯株式会社 センサ保守システム、情報処理装置、および、プログラム
US20210215654A1 (en) * 2020-01-08 2021-07-15 Richard M. COSTANZO System and Method for Multidimensional Gas Sensing and Localization
CN111239338A (zh) * 2020-01-19 2020-06-05 徐州工业职业技术学院 开放式空气质量监测系统
KR102377148B1 (ko) * 2020-09-03 2022-03-23 (주)누리플렉스 스마트 쿼런틴 그리드 시스템 및 방법
DE102021105014A1 (de) 2021-03-02 2022-09-08 Dräger Safety AG & Co. KGaA Verfahren zur Auswertung von Daten wenigstens eines mobilen und eines stationären Gasmessgeräts sowie System zur Überwachung mindestens einer Gaskonzentration
CN115358432B (zh) 2022-10-14 2023-02-07 成都秦川物联网科技股份有限公司 用于智慧燃气的燃气表计量故障确定方法和物联网系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201229441A (en) * 2010-11-01 2012-07-16 Koninkl Philips Electronics Nv A method of calibrating an air sensor field of the invention
US20130074575A1 (en) * 2011-09-16 2013-03-28 Siemens Aktiengesellschaft Method and test device for field calibration of a gas detector
TW201337262A (zh) * 2012-03-01 2013-09-16 Univ Nat Taipei Technology 無線空氣品質監控系統及其方法
US20140278186A1 (en) * 2013-03-13 2014-09-18 Aclima Inc. Calibration method for distributed sensor system

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832411A (en) * 1997-02-06 1998-11-03 Raytheon Company Automated network of sensor units for real-time monitoring of compounds in a fluid over a distributed area
JPH11142128A (ja) * 1997-11-07 1999-05-28 Earthnics Corp 放射線厚さ計
US20040105533A1 (en) * 1998-08-07 2004-06-03 Input/Output, Inc. Single station wireless seismic data acquisition method and apparatus
US6334059B1 (en) * 1999-01-08 2001-12-25 Trueposition, Inc. Modified transmission method for improving accuracy for e-911 calls
JP2001289811A (ja) * 2000-02-03 2001-10-19 Nippon Koden Corp ガスセンサおよびガスセンサシステム
US6701772B2 (en) * 2000-12-22 2004-03-09 Honeywell International Inc. Chemical or biological attack detection and mitigation system
US7233781B2 (en) 2001-10-10 2007-06-19 Ochoa Optics Llc System and method for emergency notification content delivery
US8152991B2 (en) 2005-10-27 2012-04-10 Nanomix, Inc. Ammonia nanosensors, and environmental control system
JP2004108857A (ja) * 2002-09-17 2004-04-08 Horiba Ltd 大気汚染モニタリングシステム
US7360461B2 (en) * 2004-09-23 2008-04-22 Aircuity, Inc. Air monitoring system having tubing with an electrically conductive inner surface for transporting air samples
JP2009527838A (ja) * 2006-02-21 2009-07-30 ジー．アール．ジー パテント リミテッド 空気の流通を調整することにより空気汚染を評価すると共に減少させるシステム及び方法
US7835043B2 (en) 2006-09-06 2010-11-16 Hewlett-Packard Development Company, L.P. Imaging device and calibration method therefor
JP5476632B2 (ja) * 2010-05-11 2014-04-23 公立大学法人大阪府立大学 水晶振動子用コーティング液、ガス検出素子、エチレン検出素子およびガス検出素子の製造方法
US8717161B1 (en) * 2011-11-21 2014-05-06 Crook W. Gary Lockout for hydrogen sulfide monitoring system
CN202471958U (zh) * 2012-03-19 2012-10-03 河北工业大学 一种突发灾害性事故快速定位系统
US20130278427A1 (en) 2012-04-22 2013-10-24 Michael Setton Method and system for visually reporting a local environmental condition
ITMO20120222A1 (it) 2012-09-20 2014-03-21 C R D Ct Ricerche Ducati Trent O S R L Sistema e metodo per il monitoraggio dell'inquinamento atmosferico
US10859474B2 (en) * 2013-02-28 2020-12-08 TricornTech Taiwan Real-time on-site gas analysis network for ambient air monitoring and active control and response
US9297748B2 (en) * 2013-03-13 2016-03-29 Aclima Inc. Distributed sensor system with remote sensor nodes and centralized data processing
EP3518202B1 (en) 2013-03-13 2021-04-28 Aclima Inc. Distributed sensor system with remote sensor nodes and centralized data processing
EP3008501B1 (en) * 2013-06-11 2019-10-16 Signify Holding B.V. A method of calibrating a sensor
US10139383B2 (en) * 2013-12-02 2018-11-27 TricornTech Taiwan Real-time air monitoring with multiple sensing modes
JP6375629B2 (ja) * 2014-01-28 2018-08-22 富士通株式会社 ガスセンサ及びその製造方法
CN104251808A (zh) * 2014-09-16 2014-12-31 苏州弗莱希智能科技有限公司 一种高准确度pm2.5的检测装置
JP6409567B2 (ja) * 2014-12-25 2018-10-24 株式会社デンソー ガスセンサ
US9719972B2 (en) * 2015-03-31 2017-08-01 International Business Machines Corporation System and method for air-pollutant source-localization using parked motor vehicles
CN204649241U (zh) * 2015-06-02 2015-09-16 深圳市万联智慧电子有限公司 Pm2.5监测仪及其环境监测系统
CN106053724B (zh) * 2016-05-25 2018-01-02 深圳市欧瑞博电子有限公司 基于云计算的气体传感器精度补偿方法及装置
US11047839B2 (en) 2016-11-16 2021-06-29 TricornTech Taiwan Smart sensing network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW201229441A (en) * 2010-11-01 2012-07-16 Koninkl Philips Electronics Nv A method of calibrating an air sensor field of the invention
US20130074575A1 (en) * 2011-09-16 2013-03-28 Siemens Aktiengesellschaft Method and test device for field calibration of a gas detector
TW201337262A (zh) * 2012-03-01 2013-09-16 Univ Nat Taipei Technology 無線空氣品質監控系統及其方法
US20140278186A1 (en) * 2013-03-13 2014-09-18 Aclima Inc. Calibration method for distributed sensor system

Also Published As

Publication number Publication date
KR20220148932A (ko) 2022-11-07
EP3542521B1 (en) 2023-08-23
TW202044177A (zh) 2020-12-01
CN115102989A (zh) 2022-09-23
JP2019536188A (ja) 2019-12-12
CN115102989B (zh) 2024-03-12
US20240036017A1 (en) 2024-02-01
US20180136180A1 (en) 2018-05-17
TW202207142A (zh) 2022-02-16
TW201826205A (zh) 2018-07-16
TWI818273B (zh) 2023-10-11
EP3542521A1 (en) 2019-09-25
US20210311005A1 (en) 2021-10-07
EP3542521A4 (en) 2020-10-07
JP2024056685A (ja) 2024-04-23
KR20190073519A (ko) 2019-06-26
US11788997B2 (en) 2023-10-17
US11047839B2 (en) 2021-06-29
CN110121875B (zh) 2022-06-24
TWI713801B (zh) 2020-12-21
WO2018093792A1 (en) 2018-05-24
CN110121875A (zh) 2019-08-13
KR102458890B1 (ko) 2022-10-24

Similar Documents

Publication Publication Date Title
TWI764120B (zh) 智慧感測網路及使用其之方法
Hasenfratz et al. On-the-fly calibration of low-cost gas sensors
EP3518202B1 (en) Distributed sensor system with remote sensor nodes and centralized data processing
JP7023874B2 (ja) 検知の方法と装置、および、検知精度を高める方法と装置
US9297748B2 (en) Distributed sensor system with remote sensor nodes and centralized data processing
US20100094565A1 (en) Method and system for detecting and monitoring emissions
KR20150143453A (ko) 주위 공기 모니터링 및 능동 제어 및 대응을 위한 실시간 현장의 기체 분석 네트워크
US20120109583A1 (en) Logistically Enabled Sampling System
CN105026914B (zh) 测量大气中的温室气体的网络
KR102129929B1 (ko) 드론 및 실시간이동 측정 차량을 이용한 오염원 추적방법
KR20200009860A (ko) 드론 및 실시간이동 측정 차량을 이용한 오염원 추적 시스템
Van Reeuwijk et al. Field comparison of two NO 2 passive samplers to assess spatial variation
CN114631003A (zh) 环境条件的超局部映射
Teye et al. Instrumentation, measurement and performance of three air quality measurement systems for dairy buildings
CN110514787A (zh) 船舶尾气排放岸基固定检测仪
WO2023042222A1 (en) Sensor network for ambient air quality monitoring
KR20160042633A (ko) 이동 로봇을 이용한, 실내 측위를 위한 무선 신호 수집 방법 및 장치
Striegl et al. Multi-sensor based Surveying of House Drainage System
Yadav et al. Air Pollution Monitoring using GIS and Wireless Networking for Air Quality Management