TWI789004B - 運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 - Google Patents
運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 Download PDFInfo
- Publication number
- TWI789004B TWI789004B TW110133782A TW110133782A TWI789004B TW I789004 B TWI789004 B TW I789004B TW 110133782 A TW110133782 A TW 110133782A TW 110133782 A TW110133782 A TW 110133782A TW I789004 B TWI789004 B TW I789004B
- Authority
- TW
- Taiwan
- Prior art keywords
- deployment
- signal strength
- point
- points
- data
- Prior art date
Links
Images
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本發明揭露一種運用大數據於多點布建物聯網(IoT)設備之裝置、方法及其電腦可讀媒介,係由建置模組建立複數物聯網設備之路測點之訊號強度之資料,以由運算模組利用路測點之訊號強度之資料計算出複數物聯網設備之布建點之訊號強度,再由決策模組依據布建點之訊號強度決定複數物聯網設備之布建方式。又,運算模組依據物聯網設備之布建點之地點資料或其經緯度查找相對應之最近路測點,再以最近路測點之訊號強度作為布建點之推估訊號強度,俾由決策模組依據布建點之推估訊號強度決定物聯網設備之通訊方式。
Description
本發明係關於一種布建物聯網(Internet of Things;IoT)設備之技術,特別是指一種利用大數據(big data)於多點布建物聯網設備之裝置、方法及其電腦可讀媒介。
在布建物聯網(IoT)設備時,需要決定物聯網設備之連線方式,但在遇到需要大範圍、大量或多點布建複數物聯網設備之情形時,因每個物聯網設備所處之位置環境不同,故如何決定每個物聯網設備之連線方式便是需要考量之問題。
又,在大範圍、大量或多點布建複數物聯網設備時,通常會選擇以行動通訊業者(如行動電話業者)所提供之無線通訊方式來連結物聯網設備。然而,並非所有物聯網設備之所在地點之訊號強度都足夠良好,若一個物聯網設備之安裝地點無法以行動通訊業者所提供之無線通訊方式
進行連線時,便需改以其它通訊方式做連結或更換物聯網設備之通訊模組。
另外,若要知悉某一安裝地點之訊號強度是否良好,最準確的方法是派人至此安裝地點進行實地測量,但此方法在裝設大範圍、大量或多點物聯網設備時,將會耗費許多人力成本,並花費許多事先勘查複數物聯網設備之裝設地點之時間。
是以,有需要在規劃的初期便快速或有效率地判斷每個安裝地點之物聯網設備之通訊方式,並決定每個安裝地點之物聯網設備之通訊模組,以避免施工後因訊號強度不足或無法連線而需修改物聯網設備之通訊方式,導致發生再次施工之問題,造成成本的增加以及效率的降低。
因此,如何提供一種創新之布建物聯網設備之技術,以解決上述之任一問題或提供相關之功能,已成為本領域技術人員之一大研究課題。
本發明提供一種創新之運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介,係能快速地做出複數物聯網設備之布建方式或通訊方式之判斷,或者能將複數物聯網設備之布建點與路測點進行分組以依照不同分組進行計算,抑或者能依據物聯網設備之布建點之推估訊號強度彈性調整或決定物聯網設備之通訊方式,又或者能利用額外資訊(如地下室或通訊不良)以輔助決定或調整複數物聯網設備之布建方式或通訊方式。
本發明之運用大數據於多點布建物聯網設備之裝置包括:一
建置模組,係建立複數物聯網設備之路測點之訊號強度之資料;一運算模組,係利用建置模組所建立之複數物聯網設備之路測點之訊號強度之資料計算出複數物聯網設備之布建點之訊號強度;以及一決策模組,係依據運算模組所計算之複數物聯網設備之布建點之訊號強度決定複數物聯網設備之布建方式,其中,運算模組依據物聯網設備之布建點之地點資料或該布建點的經緯度查找布建點相對應之最近路測點,再以最近路測點之訊號強度作為相對應之布建點之推估訊號強度,俾由決策模組依據布建點之推估訊號強度決定物聯網設備之通訊方式。
本發明之運用大數據於多點布建物聯網設備之方法包括:由建置模組建立複數物聯網設備之路測點之訊號強度之資料;由運算模組利用建置模組所建立之複數物聯網設備之路測點之訊號強度之資料計算出複數物聯網設備之布建點之訊號強度;以及由決策模組依據運算模組所計算之複數物聯網設備之布建點之訊號強度決定複數物聯網設備之布建方式,其中,運算模組依據物聯網設備之布建點之地點資料或該布建點的經緯度查找布建點相對應之最近路測點,再以最近路測點之訊號強度作為相對應之布建點之推估訊號強度,俾由決策模組依據布建點之推估訊號強度決定物聯網設備之通訊方式。
本發明之電腦可讀媒介應用於計算裝置或電腦中,係儲存有指令,以執行上述運用大數據於多點布建物聯網設備之方法。
為讓本發明之上述特徵與優點能更明顯易懂,下文特舉實施例,並配合所附圖式作詳細說明。在以下描述內容中將部分闡述本發明之額外特徵及優點,且此等特徵及優點將部分自所述描述內容可得而知,或
可藉由對本發明之實踐習得。應理解,前文一般描述與以下詳細描述兩者均為例示性及解釋性的,且不欲約束本發明所欲主張之範圍。
1:運用大數據於多點布建物聯網設備之裝置
10:正規化模組
20:建置模組
30:運算模組
40:決策模組
50:物聯網設備
51:通訊模組
52:布建點
53:路測點
60:通訊設備
70:訊號改良設備
A1至A7:區塊
B1至B7:區塊
C1至C7:區塊
D1至D7:區塊
L:虛線方塊
S1至S4:步驟
圖1為本發明之運用大數據於多點布建物聯網設備之裝置之架構示意圖;
圖2為本發明之運用大數據於多點布建物聯網設備之方法之流程示意圖;以及
圖3為本發明之運用大數據於多點布建物聯網設備之裝置及方法中,有關布建點與路測點之資料切割方式之示意圖。
以下藉由特定的具體實施形態說明本發明之實施方式,熟悉此技術之人士可由本說明書所揭示之內容了解本發明之其它優點與功效,亦可因而藉由其它不同具體等同實施形態加以施行或運用。
圖1為本發明之運用大數據於多點布建物聯網設備之裝置1之架構示意圖。如圖所示,運用大數據於多點布建物聯網設備之裝置1主要包括互相連結或通訊之一正規化模組10、一建置模組20、一運算模組30與一決策模組40等。該裝置1亦可進一步與複數物聯網設備50、至少一(如複數)通訊設備60與至少一(如複數)訊號改良設備70等互相連結或通訊以形成運用大數據於多點布建物聯網設備之系統,其中,物聯網設備
50之通訊模組51、通訊設備60與訊號改良設備70可互相連結或通訊。
在一實施例中,正規化模組10可為正規化軟體或正規化程式等。建置模組20可為路測車、路測機、建置軟體(程式)或其組合等。運算模組30可為運算器、運算晶片、運算電路、處理器、算術邏輯單元(ALU)、運算軟體(程式)等,且處理器可為微處理器或中央處理器(CPU)等。決策模組40可為決策端設備(如電腦/伺服器)、決策軟體(程式)等。物聯網設備50可為智慧電表、智慧家電、智慧空調、冷氣機、智慧路燈、交通號誌、瓦斯表、水表等。物聯網設備50之通訊模組51可為行動通訊模組或無線通訊模組等,例如無線保真(WiFi)通訊模組、藍牙(Bluetooth)通訊模組、射頻(RF)通訊模組等。通訊設備60可為行動通訊業者(如行動電話業者)、住宅、辦公室等之行動通訊設備、無線通訊設備或有線通訊設備,例如無線保真(WiFi)通訊設備、藍牙通訊設備、射頻(RF)通訊設備、有線網路設備、基地台、分享器等。訊號改良設備70可為射頻(RF)通訊設備、短距離通訊設備、強波器等。但是,本發明並不以此為限。
本發明所述「大數據」代表複數物聯網設備50之布建點52之地點資料(如經緯度)、路測點53之訊號強度之資料、路測點53之路測資料、分組之資料等各種資料,「多點」代表複數、大範圍或大量物聯網設備50之布建點52或路測點53等,「複數」代表二個以上(如二、三、四、十、百或千個以上),且「訊號強度」代表行動訊號強度、通訊訊號強度或無線訊號強度等。
正規化模組10可正規化複數物聯網設備50之(不同)布建點52之地點資料。例如,正規化模組10可將欲布建物聯網設備50之布建點
52之地點資料轉換為經緯度。
建置模組20可建立複數物聯網設備50之(不同)路測點53之訊號強度之資料。例如,建置模組20可蒐集複數物聯網設備50之(不同)布建點52在一範圍(距離)內之路測點53之訊號強度之資料,且將複數物聯網設備50之路測點53之路測資料以經緯度加上訊號強度之格式儲存。
運算模組30可利用建置模組20所建立之複數物聯網設備50之(不同)路測點53之訊號強度之資料計算出複數物聯網設備50之(不同)布建點52之訊號強度。例如,運算模組30可計算欲布建物聯網設備50之布建點52之訊號強度,以依據物聯網設備50之布建點52之地點資料或其經緯度(經度/緯度)查找布建點52相對應之最近路測點53,再以最近路測點53之訊號強度(數值)作為相對應之布建點52之推估訊號強度(數值)。
決策模組40可依據運算模組30所計算之複數物聯網設備50之(不同)布建點52之訊號強度決定複數物聯網設備50之布建方式。例如,決策模組40可依據物聯網設備50之布建點52之推估訊號強度決定物聯網設備50之通訊方式,亦可濾除布建點52之推估訊號強度不足之資料。
圖2為本發明之運用大數據於多點布建物聯網設備之方法之流程示意圖,並參閱圖1予以說明。同時,此方法之主要內容如下,其餘內容相同於上述圖1之說明,於此不再重覆敘述。
如圖2所示,在步驟S1中,由正規化模組10正規化複數物聯網設備50之(不同)布建點52之地點資料。例如,正規化模組10可將欲
布建物聯網設備50之布建點52之地點資料轉換為經緯度(經度/緯度)。
在步驟S2中,由建置模組20建立複數物聯網設備50之(不同)路測點53之訊號強度之資料。例如,建置模組20可蒐集複數物聯網設備50之(不同)布建點52在一範圍(距離)內之路測點53之訊號強度之資料,且將複數物聯網設備50之路測點53之路測資料以經緯度加上訊號強度之格式儲存。
在步驟S3中,由運算模組30計算複數物聯網設備50之(不同)布建點52之訊號強度。例如,運算模組30可計算欲布建物聯網設備50之布建點52之訊號強度,以依據物聯網設備50之布建點52之地點資料或其經緯度(經度/緯度)查找布建點52相對應之最近路測點53,再以最近路測點53之訊號強度(數值)作為相對應之布建點52之推估訊號強度(數值)。
在步驟S4中,由決策模組40決定複數物聯網設備50之布建方式。例如,決策模組40可依據物聯網設備50之布建點52之推估訊號強度決定物聯網設備50之通訊方式,亦可濾除布建點52之推估訊號強度不足之資料。若物聯網設備50之布建點52之推估訊號強度足夠(如高於或等於一強度預設值),則決策模組40可決定直接運用物聯網設備50既有之通訊模組51與互相通訊之通訊設備60來布建物聯網設備50。反之,若物聯網設備50之布建點52之推估訊號強度不足(如低於一強度預設值),則決策模組40可決定增設與物聯網設備50互相通訊之適量之通訊設備60或訊號改良設備70來布建物聯網設備50。
在一實施例中,在步驟S3中,運算模組30計算物聯網設備
50之布建點52與路測點53間之經緯度距離d時,係採用下列公式(1)之經緯度距離演算法。同時,由於物聯網設備50之布建點52與路測點53間之距離不會太遠,故此經緯度距離演算法可利用半正矢函數計算出物聯網設備50之布建點52與路測點53間之經緯度距離d。
在公式(1)之經緯度距離演算法中,d代表布建點52與路測點53間之經緯度距離,6371KM代表地球之平均半徑。Δφ=|φ1-φ2|,φ1代表布建點52之緯度,φ2代表路測點53之緯度。Δλ=|λ1-λ2|,λ1代表布建點52之經度,λ2代表路測點53之經度。
因複數物聯網設備50之路測點53之訊號強度之資料通常是用建置模組20(如路測車或路測機)沿路行駛,並由建置模組20(如路測車或路測機)不斷地自動蒐集記錄而來,故複數物聯網設備50之路測點53之訊號強度之資料量相當龐大。若查找某一布建點52之最近路測點53時,使用一般方法計算此布建點52與所有路測點53之距離後,再取出此布建點52之最近路測點53,則此一般方法之計算量會極度龐大,亦會造成時間與計算能量之鉅大耗費。
因此,為減少計算量及加快處理速度,運算模組30可將複數物聯網設備50之布建點52與路測點53進行分組,再依照分組之布建點52與路測點53進行計算。例如,運算模組30可在複數物聯網設備50之布建點52與路測點53之分組方式上,先將複數物聯網設備50之布建點52依照不同經緯度切割成複數區塊,每次取一個區塊內之布建點52之
資料(如資料群),並取此區塊向外擴大一定範圍之路測點53之資料(如資料群),且將此區塊內之布建點52之資料(如資料群)與向外擴大一定範圍之路測點53之資料(如資料群)分為同一分組,再將此分組之資料中各布建點52所對應之最近路測點53之訊號強度作為布建點52之訊號強度。
運算模組30亦可利用最近鄰居法(k-nearest neighbors algorithm或稱k-NN演算法)、K平均分群法(K-means Clustering)、均值漂移分群法(Mean-Shift Clustering)、具有雜訊之密度基礎空間分群應用法(Density-Based Spatial Clustering of Applications with Noise;DBSCAN)、最大期望分群法(Expectation-Maximization(EM)Clustering)、聚合式階層分群法(Agglomerative Hierarchical Clustering)等分組演算法或分群演算法,以計算出複數物聯網設備50之(不同)布建點52之訊號強度,從而減少計算量。例如,運算模組30可利用前述分組演算法或分群演算法之任一者(如最近鄰居法),將複數物聯網設備50之布建點52與路測點53之訊號強度之資料依照不同經緯度進行分組,且每次取一個分組之資料,以計算出此分組中各布建點52所對應之最近路測點53之訊號強度之資料。
在一實施例中,在步驟S4中,決策模組40可依據物聯網設備50之布建點52之推估訊號強度決定物聯網設備50之通訊方式,亦可濾除布建點52之推估訊號強度不足之資料。若物聯網設備50之布建點52之推估訊號強度足夠,則決策模組40可決定直接運用物聯網設備50既有之通訊模組51與互相通訊之通訊設備60來布建物聯網設備50。反之,若物聯網設備50之布建點52之推估訊號強度不足,則決策模組40可決定增設與物聯網設備50互相通訊之適量之通訊設備60或訊號改良設備70
來布建物聯網設備50,例如增設適量之有線網路設備或架設小範圍之無線通訊設備等(如WiFi、藍牙或RF設備)。
決策模組40決定複數物聯網設備50之布建方式,除依據布建點52之推估訊號強度決定複數物聯網設備50之通訊方式並濾除物聯網設備50之布建點52之推估訊號強度不足之資料外,決策模組40亦可進一步加上(參考)欲布建物聯網設備50之地點之樓層資訊、布建點52與路測點53兩者之距離資訊、或者此地點有無訊號改良設備70等資訊來做共同決策(共同參考),並以此資訊作為訊號強度之修正及布建方式之選擇。
例如,物聯網設備50之布建點52所對應之最近路測點53可由距離判斷,若物聯網設備50之布建點52所對應之最近路測點53之距離超過距離門檻值(如500公尺),則決策模組40可決定此布建點52之推估訊號強度不參考最近路測點53之訊號強度之數值,而改將此布建點52之推估訊號強度之數值設為零(0),或改依照布建點52所對應之最近路測點53之距離遠近修正布建點52之推估訊號強度之數值。又,若物聯網設備50之布建點52位於地下室或通訊不良處,且此地下室或通訊不良處又無訊號改良設備70,則決策模組40可決定將此布建點52改為透過有線網路設備或增設通訊設備60之方式來布建物聯網設備50。
在圖1與圖2之步驟S2至步驟S4中,複數物聯網設備50之行動訊號可來自多種不同之行動訊號源。例如,若一區域同時有多家行動通訊業者(如行動電話業者)之行動訊號,則決策模組40可依據多家行動通訊業者(如行動電話業者)之行動訊號之強弱選擇此布建點52中具有最強行動訊號之行動訊號源作為物聯網設備50之通訊方式。
下列以實施例說明複數物聯網設備50之實際或可能布建方式,假設有物聯網設備業者(如電力公司)欲布建某一區域(如全台北市)之物聯網設備50(如智慧電表),且物聯網設備50之布建清單資料如下表1所示。
在圖2之步驟S1中,正規化模組10可將表1所示欲布建物聯網設備50之布建點52之地點資料(裝設地址)轉換為經緯度(經度/緯度)。如下列表2所示,正規化模組10可依據物聯網設備業者(如電力公司)之物聯網設備50(如智慧電表)之布建清單資料(布建名單)對應出布建點52之經緯度(經度/緯度)。
在圖2之步驟S2中,建置模組20可蒐集複數物聯網設備50之(不同)布建點52在一範圍(如距離)內之路測點53之訊號強度之資料,且將複數物聯網設備50之路測點53之路測資料以經緯度加上訊號強度之格式儲存。物聯網設備業者(如電力公司)可與行動通訊業者(如行動電話業者)合作,以使用行動通訊業者之窄頻物聯網(NB-IoT;如4G NB-IoT)之技術作為物聯網設備50(如智慧電表)之通訊技術,且行動通訊業者平時便有蒐集路測點53之路測訊號,故物聯網設備業者可以請行動通訊業者提供其在台北市之行動訊號之路測資料,且路測資料可為下列表3所示路測點53之經緯度(經度/緯度)加上訊號強度。
在圖2之步驟S3中,運算模組30可計算欲布建物聯網設備50之布建點52之訊號強度,以依據物聯網設備50之布建點52之地點資料或其經緯度(經度/緯度)查找布建點52相對應之最近路測點53之訊號強度與距離,再以最近路測點53之訊號強度(數值)作為相對應之布建點52之推估訊號強度(數值),如下列表4所示。
在大範圍或大量(多點)布建複數物聯網設備50之情形下,複數物聯網設備50之相關區域之路測資料量亦相當龐大,若要找出所有物聯網設備50及其最近路測點53之計算量將會是效能之瓶頸。因此,運算模組30可將複數物聯網設備50之布建點52與路測點53之資料進行分組
以各別計算來減少計算量,亦即將複數物聯網設備50之布建點52與路測點53進行適當之分組,以計算出各分組之布建點52之推估訊號強度。
詳言之,運算模組30在複數物聯網設備50之布建點52與路測點53之分組方式上,先將複數物聯網設備50之布建點52依照不同經緯度切割成複數區塊,每次取一個區塊內之布建點52之地點資料,並取此區塊向外擴大一定範圍之路測資料(如路測訊號資料),以將此區塊內之布建點52對應出最近路測點53之訊號強度。
圖3為本發明之運用大數據於多點布建物聯網設備之裝置1及方法中,有關布建點52與路測點53之資料切割方式之示意圖,並參閱圖1予以說明。
如圖3所示,運算模組30可將欲布建複數物聯網設備50之區域依據不同經緯度切割成複數區塊,其切割區塊數目可依不同區域而有所不同,如都市或鄉村等。假設切割成7x4共28個區塊,如區塊A1至區塊A7、區塊B1至區塊B7、區塊C1至區塊C7、區塊D1至區塊D7。當運算模組30要找出某一個區塊(如區塊B4)內各布建點52之最近路測點53之資料時,運算模組30可先取出此區塊內所有布建點52之資料,再取此區塊(如區塊B4)向外擴張一定範圍(如虛線方塊L)之路測點53之資料,且將此區塊內所有布建點52之資料與向外擴張一定範圍之路測點53之資料視為相互對應之同一分組,以計算此分組內所有布建點52對應所有路測點53之距離,進而取出各布建點52所對應之最近路測點53。
運算模組30亦可利用最近鄰居法(k-NN演算法)、K平均分群法、均值漂移分群法、具有雜訊之密度基礎空間分群應用法(DBSCAN)、
最大期望分群法、聚合式階層分群法等分組演算法或分群演算法做分組,將複數物聯網設備50之布建點52與路測點53之訊號強度之資料依照不同經緯度進行分組,且每次取一個分組之資料,以計算出此分組中各布建點52所對應之最近路測點53之訊號強度之資料。
在圖2之步驟S4中,決策模組40可依據物聯網設備50之布建點52之推估訊號強度決定物聯網設備50之通訊方式。若物聯網設備50之布建點52之推估訊號強度足夠,則決策模組40可決定直接運用物聯網設備50既有之通訊模組51與互相通訊之通訊設備60來布建物聯網設備50。反之,若物聯網設備50之布建點52之推估訊號強度不足,則決策模組40可決定增設與物聯網設備50互相通訊之適量之通訊設備60或訊號改良設備70來布建物聯網設備50。
如下列表5所示,假設最近路測點53之訊號強度大於訊號強度門檻值(如-120)為可接受範圍,則編號B0001、B0002、B9999之物聯網設備50(如智慧電表)在最近路測點53之訊號強度上皆無問題,故編號B0001、B0002、B9999之物聯網設備50(如智慧電表)之通訊模組51可以使用窄頻物聯網(NB-IoT;如4G NB-IoT)之布建方式。又,編號B9998之物聯網設備50(如智慧電表)因訊號強度不足(如-130),即最近路測點53之訊號強度未大於訊號強度門檻值(如-120),故決策模組40可決定增設與編號B9998之物聯網設備50互相通訊之適量之通訊設備60或訊號改良設備70來布建編號B9998之物聯網設備50。
表5:用於決定複數物聯網設備50(如智慧電表)之布建方式之資料,包括物聯網設備50之編號、布建點52之經緯度(經度/緯度)、最
近路測點53之訊號強度與距離、布建方式,且窄頻物聯網(NB-IoT)可為4G NB-IoT。
決策模組40亦可進一步加上(參考)欲布建物聯網設備50之地點之樓層資訊、布建點52與路測點53兩者之距離資訊、或者此地點有無訊號改良設備70等資訊來做共同決策(共同參考),並以此資訊作為訊號強度之修正及布建方式之選擇。
如下列表6所示,因編號B9999之物聯網設備50(如智慧電表)之安裝地點位於地下室,故決策模組40可以決定編號B9999之物聯網設備50之布建方式需改為增設射頻(RF)通訊設備、短距離通訊設備或強波器等訊號改良設備70。又假設物聯網設備50之布建點52所對應之最近路測點53之距離在距離門檻值(如500公尺)內才有參考價值,因編號B0002之物聯網設備50(如智慧電表)之路測點53之距離(如900公尺)超過距離門檻值(如500公尺),故決策模組40可以決定派工至編號B0002之物聯網設備50之路測點53以實測訊號強度再做決定。或者,決策模組40可以利用訊號距離轉換公式,將訊號強度推估或設定為每超過一定距離(如100公尺)即衰退一定比例(如1%),以此得出編號B0002之物聯網設備50之
推估訊號強度,例如推估訊號強度為-100*(1+9*0.01)=-109。
表6:利用額外資訊(如備註之欄位中之"地下室")以輔助決定複數物聯網設備50(如智慧電表)之布建方式。表6包括物聯網設備50之編號、布建點52之經緯度(經度/緯度)、最近路測點53之訊號強度與距離、布建方式、備註,且窄頻物聯網(NB-IoT)可為4G NB-IoT。
另外,本發明還提供一種用於運用大數據於多點布建物聯網設備之方法之電腦可讀媒介,係應用於具有處理器及/或記憶體的計算裝置或電腦中,且電腦可讀媒介儲存有指令,並可利用計算裝置或電腦透過處理器及/或記憶體執行電腦可讀媒介,以於執行電腦可讀媒介時執行上述內容。例如,處理器可為微處理器、中央處理器(CPU)、圖形處理器(GPU)等,記憶體可為隨機存取記憶體(RAM)、記憶卡、硬碟(如雲端/網路硬碟)、資料庫等,但不以此為限。
綜上,本發明之運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介至少具有下列特色、優點或技術功效。
一、本發明能快速地做出複數物聯網設備之布建方式或通訊方式之判斷,亦能同時處理大範圍、大量或多點之複數物聯網設備之資料。
二、本發明之運算模組能將複數物聯網設備之布建點與路測點進行分組,以依照分組之布建點與路測點進行計算,有利於減少計算量及加快處理速度。
三、本發明之決策模組能依據物聯網設備之布建點之推估訊號強度彈性調整或決定物聯網設備之通訊方式。亦即,當物聯網設備之布建點之推估訊號強度不足時,決策模組能決定增設與物聯網設備互相通訊之適量之通訊設備或訊號改良設備來布建物聯網設備,以避免施工後因訊號強度不足或無法連線而需修改物聯網設備之通訊方式,導致發生再次施工之問題。
四、本發明能執行複數物聯網設備之安裝或通訊改良之施作規劃,以物聯網設備之布建清單資料或路測資料等進行分析,亦提出面對大量(多點)路測資料之解決方法,以利快速評估出物聯網設備之布建方式,讓相關單位(如物聯網設備業者或施作單位)能事先規劃相關料件之採購或人力之配置,進而據此按步施作。
五、本發明可以不必事前派人至所有物聯網設備之安裝地點先行確認環境或決定布建方式後再行施工,亦能避免全部都先以某一種通訊方式布建物聯網設備後才因通訊不良而重工換置之情形,也能達到減少人力或縮短工期之功效。
六、本發明能利用額外資訊(如地下室或通訊不良),以輔助決定或調整複數物聯網設備之布建方式或通訊方式。
七、本發明可能應用之產業為例如各種物聯網設備之產業,且可能應用之產品為例如智慧電表、智慧家電、智慧空調、冷氣機、智慧路燈、交通號誌、瓦斯表、水表等各種物聯網設備,但不以此為限。
上述實施形態僅例示性說明本發明之原理、特點及其功效,並非用以限制本發明之可實施範疇,任何熟習此項技藝之人士均能在不違背本發明之精神及範疇下,對上述實施形態進行修飾與改變。任何使用本發明所揭示內容而完成之等效改變及修飾,均仍應為申請專利範圍所涵蓋。因此,本發明之權利保護範圍應如申請專利範圍所列。
1:運用大數據於多點布建物聯網設備之裝置
10:正規化模組
20:建置模組
30:運算模組
40:決策模組
50:物聯網設備
51:通訊模組
52:布建點
53:路測點
60:通訊設備
70:訊號改良設備
Claims (16)
- 一種運用大數據於多點布建物聯網設備之裝置,包括:一建置模組,係建立複數物聯網設備之不同路測點之訊號強度之資料;一運算模組,係利用該建置模組所建立之該複數物聯網設備之不同路測點之訊號強度之資料計算出該複數物聯網設備之不同布建點之訊號強度;以及一決策模組,係依據該運算模組利用該建置模組所建立之該複數物聯網設備之不同路測點之訊號強度之資料而計算出之該複數物聯網設備之不同布建點之訊號強度決定該複數物聯網設備之布建方式,其中,該運算模組依據該物聯網設備之布建點之地點資料或該布建點的經緯度查找該物聯網設備之布建點相對應之最近路測點,再由該運算模組以該最近路測點之訊號強度作為相對應之該物聯網設備之布建點之推估訊號強度,俾由該決策模組依據該運算模組以該最近路測點之訊號強度作為該物聯網設備之布建點之推估訊號強度決定該物聯網設備之通訊方式。
- 如請求項1所述之裝置,更包括一正規化模組,係正規化該複數物聯網設備之布建點之地點資料,以將該物聯網設備之布建點之地點資料轉換為經緯度。
- 如請求項1所述之裝置,其中,該建置模組更蒐集該複數物聯網設備之布建點在一範圍內之路測點之訊號強度之資料,以將該複數物聯網設備之路測點之路測資料利用經緯度加上訊號強度之格式儲存。
- 如請求項1所述之裝置,其中,該運算模組更採用經緯度距離演算法計算出該物聯網設備之布建點與路測點間之經緯度距離。
- 如請求項1所述之裝置,其中,該運算模組更將該複數物聯網設備之布建點依照不同經緯度切割成複數區塊,每次取一個區塊內之布建點之資料,並取該區塊向外擴大一定範圍之路測點之資料後,將該區塊內之布建點之資料與向外擴大一定範圍之路測點之資料分為同一分組,再將該分組中各布建點所對應之最近路測點之訊號強度作為各該布建點之訊號強度。
- 如請求項1所述之裝置,其中,該決策模組係依據該物聯網設備之布建點之推估訊號強度是否足夠,決定直接運用該物聯網設備既有之通訊模組與互相通訊之通訊設備來布建該物聯網設備,或決定增設與該物聯網設備互相通訊之通訊設備或訊號改良設備來布建該物聯網設備。
- 如請求項1所述之裝置,其中,該決策模組更濾除該物聯網設備之布建點之推估訊號強度不足之資料後,參考欲布建該物聯網設備之地點之樓層資訊、該布建點與該路測點兩者之距離資訊、或者該地點有無訊號改良設備之資訊來做共同決策。
- 如請求項1所述之裝置,其中,若該物聯網設備之布建點所對應之最近路測點之距離超過距離門檻值,則該決策模組決定該布建點之推估訊號強度不參考該最近路測點之訊號強度之數值,而改將該布建點之推估訊號強度之數值設為零,或改依照該布建點所對應之該最近路測點之距離遠近修正該布建點之推估訊號強度之數值。
- 一種運用大數據於多點布建物聯網設備之方法,包括:由建置模組建立複數物聯網設備之不同路測點之訊號強度之資料;由運算模組利用該建置模組所建立之該複數物聯網設備之不同路測點之訊號強度之資料計算出該複數物聯網設備之不同布建點之訊號強度;以及 由決策模組依據該運算模組利用該建置模組所建立之該複數物聯網設備之不同路測點之訊號強度之資料而計算出之該複數物聯網設備之不同布建點之訊號強度決定該複數物聯網設備之布建方式,其中,該運算模組依據該物聯網設備之布建點之地點資料或該布建點的經緯度查找該物聯網設備之布建點相對應之最近路測點,再由該運算模組以該最近路測點之訊號強度作為相對應之該物聯網設備之布建點之推估訊號強度,俾由該決策模組依據該運算模組以該最近路測點之訊號強度作為該物聯網設備之布建點之推估訊號強度決定該物聯網設備之通訊方式。
- 如請求項9所述之方法,更包括正規化該複數物聯網設備之布建點之地點資料,以將該物聯網設備之布建點之地點資料轉換為經緯度。
- 如請求項9所述之方法,更包括採用經緯度距離演算法計算出該物聯網設備之布建點與路測點間之經緯度距離。
- 如請求項9所述之方法,更包括將該複數物聯網設備之布建點依照不同經緯度切割成複數區塊,每次取一個區塊內之布建點之資料,並取該區塊向外擴大一定範圍之路測點之資料後,將該區塊內之布建點之資料與向外擴大一定範圍之路測點之資料分為同一分組,再將該分組中各布建點所對應之最近路測點之訊號強度作為各該布建點之訊號強度。
- 如請求項9所述之方法,更包括依據該物聯網設備之布建點之推估訊號強度是否足夠,以直接運用該物聯網設備既有之通訊模組與互相通訊之通訊設備來布建該物聯網設備,或增設與該物聯網設備互相通訊之通訊設備或訊號改良設備來布建該物聯網設備。
- 如請求項9所述之方法,更包括濾除該物聯網設備之布建點之推估訊號強度不足之資料後,參考欲布建該物聯網設備之地點之樓 層資訊、該布建點與該路測點兩者之距離資訊、或者該地點有無訊號改良設備之資訊來做共同決策。
- 如請求項9所述之方法,更包括若該物聯網設備之布建點所對應之最近路測點之距離超過距離門檻值,則決定該布建點之推估訊號強度不參考該最近路測點之訊號強度之數值,而改將該布建點之推估訊號強度之數值設為零,或改依照該布建點所對應之該最近路測點之距離遠近修正該布建點之推估訊號強度之數值。
- 一種電腦可讀媒介,應用於計算裝置或電腦中,係儲存有指令,以執行如請求項9至15之任一者所述之運用大數據於多點布建物聯網設備之方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110133782A TWI789004B (zh) | 2021-09-10 | 2021-09-10 | 運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW110133782A TWI789004B (zh) | 2021-09-10 | 2021-09-10 | 運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI789004B true TWI789004B (zh) | 2023-01-01 |
TW202312780A TW202312780A (zh) | 2023-03-16 |
Family
ID=86669927
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW110133782A TWI789004B (zh) | 2021-09-10 | 2021-09-10 | 運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI789004B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102065432A (zh) * | 2009-11-13 | 2011-05-18 | 中国移动通信集团黑龙江有限公司 | 一种基于传播模型的网络覆盖修正方法及系统 |
CN103702415A (zh) * | 2013-12-16 | 2014-04-02 | 深圳市博瑞得科技有限公司 | 移动终端定位的方法及装置、基站异常检查的方法及装置 |
CN106507372A (zh) * | 2015-09-07 | 2017-03-15 | 中兴通讯股份有限公司 | 一种无线网络越区覆盖检测方法、装置及通信系统 |
-
2021
- 2021-09-10 TW TW110133782A patent/TWI789004B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102065432A (zh) * | 2009-11-13 | 2011-05-18 | 中国移动通信集团黑龙江有限公司 | 一种基于传播模型的网络覆盖修正方法及系统 |
CN103702415A (zh) * | 2013-12-16 | 2014-04-02 | 深圳市博瑞得科技有限公司 | 移动终端定位的方法及装置、基站异常检查的方法及装置 |
CN106507372A (zh) * | 2015-09-07 | 2017-03-15 | 中兴通讯股份有限公司 | 一种无线网络越区覆盖检测方法、装置及通信系统 |
Also Published As
Publication number | Publication date |
---|---|
TW202312780A (zh) | 2023-03-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lyu et al. | Fog-empowered anomaly detection in IoT using hyperellipsoidal clustering | |
Baccelli et al. | Stochastic geometry and architecture of communication networks | |
Aydin et al. | A navigation and reservation based smart parking platform using genetic optimization for smart cities | |
Ma et al. | The spatial coupling effect between urban public transport and commercial complexes: A network centrality perspective | |
Zhang et al. | A multilevel information fusion approach for road congestion detection in VANETs | |
CN103412975A (zh) | 动态交通仿真平台及其仿真方法 | |
CN103718627A (zh) | 使用三阶段过程对室内楼层和位置的预测 | |
Vikram et al. | EEFFL: energy efficient data forwarding for forest fire detection using localization technique in wireless sensor network | |
CN103119998A (zh) | 用于识别本地信标系统的方法和设备 | |
Amer et al. | Centralized simulated annealing for alleviating vehicular congestion in smart cities | |
Idwan et al. | Smart solutions for smart cities: Using wireless sensor network for smart dumpster management | |
CN103338511A (zh) | 一种基于三角形形态估计的wsn快速自定位方法 | |
CN104581943A (zh) | 用于分布式无线传感网络的节点定位方法 | |
CN103500168A (zh) | 一种基于拓扑势的重叠复杂网络社区发现方法及系统 | |
Liu et al. | Application of wireless sensor network based improved immune gene algorithm in airport floating personnel positioning | |
TWI789004B (zh) | 運用大數據於多點布建物聯網設備之裝置、方法及其電腦可讀媒介 | |
CN104537179A (zh) | 获取用电地址和接入点设备间最短路径的方法及系统 | |
CN116132998B (zh) | 一种基于路口中心度的城市边缘服务器部署方法 | |
Zhao et al. | Urban spatial structure analysis: quantitative identification of urban social functions using building footprints | |
Fan et al. | Discovering urban social functional regions using taxi trajectories | |
Xunxue et al. | Distributed localization for anchor-free sensor networks | |
Peixoto et al. | Exploiting fog computing with an adapted dbscan for traffic congestion detection system | |
André et al. | Operating conditions of buses in use in the Ile-de-France region of France for the evaluation of pollutant emissions | |
Melo et al. | Spatial pattern recognition of urban sprawl using a geographically weighted regression for spatial electric load forecasting | |
JP2017106798A (ja) | 測位プログラム、測位方法及び測位装置 |