WO2012001271A1 - Adaptation du fonctionnement d'un appareil - Google Patents

Adaptation du fonctionnement d'un appareil Download PDF

Info

Publication number
WO2012001271A1
WO2012001271A1 PCT/FR2011/051440 FR2011051440W WO2012001271A1 WO 2012001271 A1 WO2012001271 A1 WO 2012001271A1 FR 2011051440 W FR2011051440 W FR 2011051440W WO 2012001271 A1 WO2012001271 A1 WO 2012001271A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
environment
usual
situations
sources
Prior art date
Application number
PCT/FR2011/051440
Other languages
English (en)
Inventor
Yazid Benazzouz
Fano Ramparany
Jérémie GADEYNE
Philippe Beaune
Original Assignee
France Telecom
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 France Telecom filed Critical France Telecom
Priority to EP11736427.3A priority Critical patent/EP2588923B1/fr
Priority to ES11736427T priority patent/ES2724495T3/es
Priority to US13/807,491 priority patent/US10867254B2/en
Publication of WO2012001271A1 publication Critical patent/WO2012001271A1/fr

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2816—Controlling appliance services of a home automation network by calling their functionalities
    • H04L12/282—Controlling appliance services of a home automation network by calling their functionalities based on user interaction within the home
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L12/00—Data switching networks
    • H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
    • H04L12/2803—Home automation networks
    • H04L12/2823—Reporting information sensed by appliance or service execution status of appliance services in a home automation network
    • H04L12/2827—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality
    • H04L12/2829—Reporting to a device within the home network; wherein the reception of the information reported automatically triggers the execution of a home appliance functionality involving user profiles according to which the execution of a home appliance functionality is automatically triggered
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Definitions

  • the present invention relates to an adaptation of the operation of a device connected to a network deployed in an environment, particularly in an unusual situation.
  • the invention applies advantageously, but not exclusively, to the field of telecommunications services, and more particularly the home automation, real estate and smart city services.
  • the home automation system learns the appropriate actions from the user inputs so as to automate such actions relating in particular to sending alert messages to the user. For example, the system learns that in certain predefined situations by the user, and detected by sensors deployed in the habitat, it is appropriate to send an alert for example by an email or an SMS message.
  • this system does not make it possible to determine, without any intervention of the user, the situations that must be responded to by adapting the operation of one or more devices.
  • the association between the situations and the services provided by the devices deployed in the home is ensured thanks to predefined rules that can be adapted by the user through a software interface and by implementing a learning based on changes made by the user.
  • the present invention improves the situation.
  • the present invention aims firstly at a method of adapting the operation of a device connected to a network deployed in an environment.
  • This method comprises the steps, implemented by a central element, of:
  • the invention allows an adaptation of the operation of an apparatus according to the history of its use from an analysis of data relating to the environment from different sources without any intervention of the user.
  • the method of the invention allows, following the detection of a drift compared to a usual situation of the environment, to automatically send a command to the device to adapt its operation.
  • the present invention solves the problem related to the adaptation of the operation of devices deployed in an environment, for example a building or a habitat, to situations in this environment automatically without user intervention.
  • the sources include sensors deployed in the environment and / or local and / or remote web services and / or local and / or remote applications. All data that may be relevant to evaluate environmental situations are thus taken into account regardless of their source.
  • the collected data is represented according to a single model.
  • the representation of the data from the different sources according to a single data model thus makes it possible to generically process data from different sources.
  • this model is based on a semantic web language.
  • the step of identifying usual situations in the environment uses a data clustering technique.
  • This technique has the advantage of being able to analyze the data collected in an unsupervised manner.
  • this technique uses an algorithm called in English “Jerricans”, or an algorithm EM ("Expectation Maximization") or a hierarchical algorithm or an algorithm MCK ("Markov Cluster Algorithm”).
  • centrist that is to say the centroid situation of each group ("cluster"). This situation is thus considered as the representative situation of the group.
  • the aforementioned method comprises a step of matching the usual situations identified with the aforementioned apparatus.
  • This mapping makes it possible to determine the devices of the environment, and the services associated with these devices, concerned by each usual situation identified.
  • the step of detecting a drift comprises a substep of comparing the collected data with data of the usual situations with respect to at least one threshold. This makes it possible to compare in real time the current situation of the environment with the usual situations identified, the current situation including all the data collected from the different sources at the time of the comparison.
  • the adaptation method further comprises:
  • the adaptation method further comprises a preliminary step of self-configuration of the central element and the sources.
  • a preliminary step of self-configuration of the central element and the sources no configuration on the part of the user is necessary for the operation of the process.
  • the central element and the sources are self-configuring so as to adapt automatically to this particular environment.
  • no intervention of the user is necessary for the adaptation method according to the invention to function properly.
  • the invention also proposes a system for adapting the operation of a device connected to a network deployed in an environment, said system comprising a central element and a plurality of sources.
  • the central element is then adapted to implement the steps of the aforementioned adaptation method.
  • the present invention also provides a computer program comprising instructions for implementing the aforementioned adaptation method, when the program is executed by a processor.
  • FIG. 2 commented below can correspond to a flowchart representing the general algorithm of such a program.
  • Figure 1 is a block diagram illustrating the structure of an adaptation system according to the invention
  • FIG. 2 is a flowchart illustrating the operation of an adaptation method according to the invention
  • Figure 3 is a block diagram illustrating a graphical representation of a data model according to an alternative embodiment of the invention.
  • FIG. 4 is a block diagram illustrating a graphical representation of an ontology of an exemplary environment.
  • Figure 1 illustrates an environment 2 such as a home or a building.
  • This environment 2 is for example a place of life or work of a user who regularly uses, or daily, devices 4, 6, bulbs type, doors and / or shutters with automatic opening, cooking appliances, radiators, etc. .
  • an apparatus may have different uses.
  • a bulb can be turned on or off, or its intensity can be increased or decreased.
  • the devices 4, 6 are connected in a network using a system comprising a central element 8 and sources 10, 12, 14 connected to the central element 8 through the network.
  • the sources 10, 12, 14 are connected to the central element 8 through wired-type information transmission links such as, for example, a coaxial link or an optical link, or of the wireless type such as for example, a connection Wifi, Bluetooth, Zigbee, etc.
  • the central element 8 is, for example, a home automation box HAB ("Home Automation Box"). It is associated with a data storage module.
  • HAB Home Automation Box
  • the sources 10, 12, 14 comprise, for example, sensors deployed in the environment 2 and / or local and / or remote web services and / or local and / or remote applications.
  • sensors are, for example, infrared presence sensors, temperature sensors, etc.
  • a remote web service is for example a remote medical database capable of sending health data concerning the user, a weather web service, etc.
  • a remote application is for example an office answering machine indicating the presence of the user at his place of work, a video conference application, a mail management application, etc.
  • the user has terminals 16, 18 allowing him to communicate with the central element 8, through a wireless network, for example a 3G network or a WiFi network, or an IP network, for example internet.
  • a wireless network for example a 3G network or a WiFi network
  • IP network for example internet.
  • Such terminals 16, 18 comprise, at As examples, a mobile phone and / or a computer and / or a WiFi tablet.
  • FIG. 2 illustrates the operation of the method of adaptation of any one of the devices 4, 6 used in the environment 2.
  • step 20 of FIG. 2 the central element 8 collects data relating to the environment from the different sources 10, 12, 14.
  • the collected data is transferred regularly to a remote database.
  • a remote database This avoids the loss of collected data, for example when locally stored data is destroyed or lost.
  • this choice makes it possible not to require a large storage space at the level of the central element.
  • the remote database chosen is located, for example, at the operator level to allow certain types of processing on the data collected.
  • the acquired data is represented according to a single data model.
  • this model is based on a semantic web language, for example the RDF ("Resource Description Framework”) language or the OWL (“Web Ontology Language”) language.
  • RDF Resource Description Framework
  • This type of model based on a semantic web language makes it possible to have the same format of the data coming from different and heterogeneous sources. It also allows to assign a detailed meaning to raw data. For example, a raw data value equal to 15 indicates the temperature of the kitchen at 10 o'clock. This value is given by a temperature sensor tl with a confidence of 90%.
  • This type of model also allows to have the same meanings of the concepts used in the environment. For example, po5 and po6 designate doors. This type of model thus makes it possible to represent the data in a standardized manner and also makes it possible to create links between these data in order to facilitate their grouping.
  • Figure 3 is a graphical representation of a data model based on the RDF language of the W3C Web Consortium.
  • data acquired from any source 10, 12, 14 include: a root node that represents context data 22 ("context data"); it is an identifier of the data;
  • entity 23 entity 23
  • entity entity
  • entity It is the entity concerned by the data. This entity is for example a person, an object or a concept.
  • entity 23 is identified by an identifier ("identifier"). For example, a person entity having as identifier
  • a subject 24 which defines the subject concerning the entity 23.
  • the subject 24 has an identifier ("identifier").
  • identifier identifier
  • subjects 24 mention may be made of the "location” having as “kitchen” identifier and concerning the “person” entity, or the “state” subject having “lit” identifier and relating to the entity “ ampoule “, or the subject” level “having for identifier” 5 "and concerning the” sound "entity;
  • a confidence index 26 assigned to the data.
  • the source that sends the data assigns a confidence value to this data based on internal characteristics or characteristics defined by the source constructor. For example, an infrared sensor detects a presence at 90%;
  • a source 28 which is the source 10, 12, or 14 from which the data has been collected, for example an infrared sensor when the subject 24 is the presence of a person;
  • time stamp which indicates the time at which the data was sent.
  • the sources 10, 12, 14 communicate with the storage module 15 through a software interface according to a subscription mode. In this mode, only the changes are stored in step 34 in the storage module 15. The old value of each data thus remains valid as long as there is no new value of the data.
  • the data collected are stored in a database of MySql type ("My Structured Query Language” described in the book by Michael Kofler in 2005: “MySQL 5: Administrator's Guide and developer ", ISBN 2212116330) of the storage module 15.
  • MySql type My Structured Query Language
  • MySQL 5 Administrator's Guide and developer ", ISBN 2212116330
  • step 36 of FIG. 2 the central element 8 identifies, using an analysis of the data collected, the usual situations of the environment 2.
  • a usual situation may concern the user or his environment. thus distinguishes usual situations of use of a device 4, 6 and the usual situations of life of the user.
  • An example of a typical use situation is that the user goes up the shutters each morning and goes down each evening or that he closes the door with keys before leaving for work in the morning, or the fact that he never leaves his mobile phone at home when he leaves his home or the fact that he puts the volume of the television always at a level 5 when he watches a television music channel or the fact that the user always decreases the sound of the television when he receives a phone call and so on.
  • An example of a typical life situation is the fact that the energy consumption of appliances in environment 2 is always between 5 and 10 kW when the user is at work or the fact that smoke is detected in the room. environment 2 only during meal periods.
  • the data analysis used to identify usual situations is based on a data clustering technique, for example using the algorithm called “Jerricans” or using a variant of the Markov Cluster Algorithm (MCK) that allows the determination of natural regions ("clusters") in graphs.
  • a data clustering technique for example using the algorithm called “Jerricans” or using a variant of the Markov Cluster Algorithm (MCK) that allows the determination of natural regions ("clusters") in graphs.
  • the change of at least one value of these data is considered a change of situation.
  • the situations over time are compared and grouped using for example the variant of the grouping algorithm MCK.
  • This algorithm uses similarity measures of the type tf-idf ("term frequency-inverse document frequency"), relational type similarity measures to compare data on the basis of relationships between graph concepts and conceptual measures to compare concepts based on their approximation to a system of representation of relative knowledge to a situation, or ontology.
  • Each group (“cluster") obtained by the algorithm then corresponds to a usual situation. In other words, the centroid situation of each group obtained represents a usual situation.
  • the step 36 of identifying usual situations can be done in the evening during the sleep of the user.
  • step 38 of Figure 2 a mapping of the usual situations identified with one or more uses of one or more devices is performed.
  • This mapping makes it possible to determine the devices of the environment, and the services associated with these devices, concerned by each usual situation identified. For example, for the usual situation: "the user never leaves his mobile phone at home when he leaves his home", the device concerned is the mobile phone and the service concerned is the alert service . Thus, the user closing the door, an alarm on the door triggers indicating an oversight using a particular color supported by a display with the forgotten object.
  • the clustering algorithm when the clustering algorithm has been used for identification in step 36, if such a typical representative situation of the group corresponds to one or more uses of one or more apparatus (s) in the environment 2 then the usual situation and the uses of the corresponding device (s) are saved for later use.
  • the mapping at step 38 is performed by analyzing the data constituting each identified usual situation. Each of these data is mapped to a description of the device services and the effects of the services or uses of the devices in an environment ontology 2 by asking this ontology.
  • This ontology is thus used to calculate conceptual and relational similarities and to relate devices and services to the usual situations of the environment.
  • FIG. 4 represents the mapping between a datum describing a lamp_l assumed to be a part of a usual situation and a particular use of the Lampe_l lamp.
  • ontology 50 describes data from different entities 23 and services 52 provided in the environment. Among these services, the "lamp control" service 54 acts on the state 56 of the lamp.
  • the data "Lamp 1 off” is represented according to the model of Figure 3.
  • the two values of the entity is Lampe_l and the context "off" ("off") of the data are analyzed to verify if the usual situation corresponds to a use of a device as shown by the query expressed in the Sparql query language (described in: Eric Prud'hommeaux, Andy Seaborne “SPARQL Query Language for RDF", W3C Recommendation January 15, 2008):
  • step 40 the central element 8 detects in real time whether there is a drift of a current situation SC 41 of the environment, corresponding to the current data collected from the sources 10, 12, 14 with respect to the less a usual situation SP identified in step 36.
  • the central element 8 compares in real time the collected data to the usual situation data identified in terms of at least one threshold.
  • the thresholds relate to the values of timestamp 30 and / or of confidence index 26 and / or values that a subject 24 can take.
  • the data collected shows that a lamp is lit whereas in the usual situation, this lamp is off.
  • the threshold for comparing the two data corresponding to the two current and usual situations is for example two minutes at the time stamp.
  • An example of a pseudo algorithm for the detection of a drift is the following: For each data belonging to the current situation (SC) and
  • the central element 8 sends a command to the device concerned so that it adapts its operation to the detected drift. More specifically, the command is sent using a format available in the radio protocols deployed in the environment, for example, ZigBee, Wifi, Bluetooth, etc., or by using a high level command language, for example, WSDL / SOAP ("Web Services Description Language / Simple Object Access Protocol").
  • WSDL / SOAP Web Services Description Language / Simple Object Access Protocol
  • a simple format command is used for example according to the ZigBee protocol.
  • an alert message is sent to the user using an SMS message using a 3G network or using an electronic mail using a network type internet.
  • the environment is a habitat and a usual situation in this environment is the fact that, during the working days of the week, the user turns off all devices before leaving for work.
  • the energy consumption of the environment is then 50 Wh. Exceptionally, one day, the user is late. He rushes out without turning off various appliances, such as the stove cooker and the bedroom light bulb, and leaves the refrigerator door open. Presence sensors and sensors on the doors deployed in the habitat indicate this drift compared to the usual situation.
  • the system according to the invention also detects a high energy consumption compared to normal. It identifies the appliances responsible for this high consumption, in particular the cooker's hob and the bedroom's bulb. adapts the operation of these devices by turning off the power to these devices.
  • the system according to the invention emits an alert which it sends by an SMS message using the 3G network or by an electronic mail using the internet network.
  • the adaptation method comprises a step 44 for receiving data for modifying the command by the user.
  • Such a modification may consist in a cancellation of the control of the device by the user.
  • the change is for example the fact that the user ignores this alert because it considers that the drift is not important.
  • the central element restarts the process of identifying usual situations in order to take into account the reaction of the user.
  • the user puts the volume of the television always at a level 5 when he looks, in his living room, a particular television channel, of music for example.
  • the volume of the television is corrected to level 5.
  • the system corrects itself by considering in this example, that the user does not put the sound of the TV at level 5 when he is reading a document.
  • the system has taken into account this new data namely reading a document by looking at the music channel in the step of identifying the usual situations.
  • the central element 8 to detect a modification of the user, defines a time interval te, which corresponds to the minimum time given to the user to react to the command. It then compares in real time the situations of the environment during the defined interval te with the relevant situation by using for example an equivalent version of the pseudo algorithm for detecting a drift presented above.
  • the adaptation method according to the invention is advantageously implemented using a computer program executed by a processor of the central element of the adaptation system.
  • the adaptation system of the invention comprising the central element 8 and the sources 10, 12, 14 is self-configurable in any environment without user intervention because the data is represented in the same format that can be interpreted regardless of the sources used, thereby making the system fully open.
  • An example of concrete application of the invention in the energy saving aid is as follows. If the adaptation system identifies habitual situations of high energy consumption in a habitat, and a particular situation corresponding to a significant consumption that has not been previously identified is detected, the central element sends an order to the energy consumption monitoring apparatus for alerting the user by an SMS message for example by specifying the devices responsible for this overconsumption.
  • the invention applies advantageously to the areas of home care assistance for the elderly or dependent and comfort in residential or professional environment.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Selective Calling Equipment (AREA)
  • Telephonic Communication Services (AREA)

Abstract

Le procédé d'adaptation du fonctionnement d'un appareil connecté à un réseau déployé dans un environnement est caractérisé en ce qu'il comprend les étapes de : collecte (20) de données relatives à l'environnement provenant d'une pluralité de sources; identification (36) de situations habituelles de l'environnement à partir d'une analyse des données collectées; détection (40) d'une dérive par rapport à au moins une situation habituelle identifiée; et envoi (42) d'une commande à l'appareil pour adapter son fonctionnement à la dérive détectée.

Description

ADAPTATION DU FONCTIONNEMENT D'UN APPAREIL
La présente invention concerne une adaptation du fonctionnement d'un appareil connecté à un réseau déployé dans un environnement, en particulier dans une situation inhabituelle.
L'invention s'applique avantageusement, mais non limitativement, au domaine des services de télécommunications, et plus particulièrement des services de la domotique, immo tique et ville intelligente.
Il existe actuellement sur le marché un système domotique proposant un apprentissage des habitudes d'un utilisateur d'appareils électriques pour automatiser l'allumage ou l'extinction d'appareils électriques dans un habitat par exemple. L'utilisateur d'un tel système a la possibilité d'agir sur les paramètres de configuration et de contrôle des appareils localement ou à travers internet en utilisant une interface logicielle. En prenant en compte ces données, le système domotique apprend les actions qui conviennent à partir des entrées utilisateur de sorte à automatiser de telles actions relatives notamment à l'envoi de messages d'alerte à l'utilisateur. A titre d'exemple, le système apprend que dans certaines situations prédéfinies par l'utilisateur, et détectées par des capteurs déployés dans l'habitat, il convient d'envoyer une alerte par exemple par un courriel ou par un message SMS.
Cependant, ce système ne permet pas de déterminer, sans aucune intervention de l'utilisateur, les situations auxquelles il faut réagir en adaptant le fonctionnement d'un ou de plusieurs appareils. Dans le système domotique existant, l'association entre les situations et les services fournis par les appareils déployés dans l'habitat est assurée grâce à des règles prédéfinies qui peuvent être adaptées par l'utilisateur à travers une interface logicielle et en mettant en œuvre un apprentissage sur la base des modifications apportées par l'utilisateur.
La présente invention vient améliorer la situation.
A cet effet, la présente invention vise tout d'abord un procédé d'adaptation du fonctionnement d'un appareil connecté à un réseau déployé dans un environnement.
Ce procédé comprend les étapes, mises en œuvre par un élément central, de :
collecte de données relatives à l'environnement provenant d'une pluralité de sources ; - identification de situations habituelles de l'environnement à partir d'une analyse des données collectées ;
détection d'une dérive par rapport à au moins une situation habituelle identifiée ; et envoi d'une commande à l'appareil pour adapter son fonctionnement à la dérive détectée. Ainsi, l'invention permet une adaptation du fonctionnement d'un appareil selon l'historique de son utilisation à partir d'une analyse de données relatives à l'environnement provenant de différentes sources sans aucune intervention de l'utilisateur. Le procédé de l'invention permet, suite à la détection d'une dérive par rapport à une situation habituelle de l'environnement, d'envoyer automatiquement une commande à l'appareil pour adapter son fonctionnement.
Ainsi, la présente invention permet de résoudre le problème lié à l'adaptation du fonctionnement d'appareils déployés dans un environnement, par exemple un bâtiment ou un habitat, aux situations de cet environnement de manière automatique sans intervention de l'utilisateur.
Dans une réalisation, les sources comprennent des capteurs déployés dans l'environnement et/ou des services web locaux et/ou distants et/ou des applications locales et/ou distantes. Toutes les données pouvant être pertinentes pour évaluer les situations de l'environnement sont ainsi prises en compte quelle que soit leur source.
Avantageusement, les données collectées sont représentées selon un modèle unique.
La représentation des données des différentes sources selon un seul modèle de données permet ainsi de traiter de manière générique les données issues de différentes sources. A titre d'exemple, ce modèle est fondé sur un langage de web sémantique.
Dans une forme de réalisation, l'étape d'identification de situations habituelles de l'environnement utilise une technique de regroupement de données (« data clustering »). Cette technique présente l'avantage de pouvoir analyser les données collectées de manière non supervisée. Par exemple, cette technique utilise un algorithme appelé en anglais « Jerricans » , ou un algorithme EM (« Expectation Maximisation ») ou un algorithme hiérarchique ou un algorithme MCK (« Markov Cluster Algorithm »).
Selon cette technique de regroupement, une situation habituelle est représentée par la situation dite «centriste», c'est-à-dire la situation centroïde de chaque groupe (« cluster »). Cette situation est ainsi considérée comme la situation représentative du groupe.
Avantageusement, le procédé précité comprend une étape de mise en correspondance des situations habituelles identifiées avec l'appareil précité. Cette mise en correspondance permet de déterminer les appareils de l'environnement, et les services associés à ces appareils, concernés par chaque situation habituelle identifiée.
Dans une réalisation, l'étape de détection d'une dérive comprend une sous-étape de comparaison des données collectées à des données des situations habituelles par rapport à au moins un seuil. Ceci permet de comparer en temps réel la situation actuelle de l'environnement avec les situations habituelles identifiées, la situation actuelle comprenant l'ensemble des données collectées des différentes sources au moment de la comparaison.
L'utilisation d'un tel seuil permet de disposer d'une marge distinguant les vraies dérives et les faibles écarts par rapport à des situations habituelles.
Dans une réalisation, le procédé d'adaptation comprend en outre :
une étape de réception de données de modification de la commande d'adaptation par un utilisateur ; et
une étape de correction des situations habituelles identifiées suite à la réception des données de modification.
Ainsi, une éventuelle réaction de l'utilisateur est bien prise en compte par le procédé d'adaptation.
Avantageusement, le procédé d'adaptation comprend en outre une étape préalable d'auto-configuration de l'élément central et des sources. Ainsi, aucune configuration de la part de l'utilisateur n'est nécessaire pour le fonctionnement du procédé.
A titre d'exemple, lors d'une nouvelle installation dans un environnement particulier tel un habitat, l'élément central et les sources s'auto-configurent de sorte à s'adapter automatiquement à cet environnement particulier. De la même manière, suite à un changement d'une des sources par une nouvelle source, aucune intervention de l'utilisateur n'est nécessaire pour que le procédé d'adaptation selon l'invention fonctionne correctement.
Toutes les variantes du procédé décrites ci-dessus peuvent être présentes isolément ou selon toutes les combinaisons techniquement possibles.
L'invention propose également un système d'adaptation du fonctionnement d'un appareil connecté à un réseau déployé dans un environnement, ledit système comprenant un élément central et une pluralité de sources. L'élément central est alors adapté pour mettre en œuvre les étapes du procédé d'adaptation précité.
La présente invention vise aussi un programme d'ordinateur comportant des instructions pour la mise en œuvre du procédé d'adaptation précité, lorsque ce programme est exécuté par un processeur. A titre d'exemple, la figure 2 commentée ci-après peut correspondre à un organigramme représentant l'algorithme général d'un tel programme.
D'autres caractéristiques et avantages de l'invention apparaîtront à l'examen de la description détaillée ci-après, et des dessins annexés sur lesquels :
la figure 1 est un schéma synoptique illustrant la structure d'un système d'adaptation selon l'invention ;
la figure 2 est un organigramme illustrant le fonctionnement d'un procédé d'adaptation selon l'invention ;
la figure 3 est un schéma synoptique illustrant une représentation graphique d'un modèle de données selon une variante de réalisation de l'invention ; et
la figure 4 est un schéma synoptique illustrant une représentation graphique d'une ontologie d'un environnement en exemple.
La figure 1 illustre un environnement 2 tel un habitat ou un bâtiment. Cet environnement 2 constitue par exemple un lieu de vie ou de travail d'un utilisateur qui utilise régulièrement, voire quotidiennement, des appareils 4, 6, de type ampoules, portes et/ou volets à ouverture automatique, appareils de cuisson, radiateurs, etc.
Selon l'invention, un appareil peut avoir différentes utilisations. A titre d'exemple, une ampoule peut être allumée, éteinte ou bien son intensité peut être augmentée ou diminuée.
Les appareils 4, 6 sont connectés en réseau à l'aide d'un système comprenant un élément central 8 et des sources 10, 12, 14 connectées à l'élément central 8 à travers le réseau. Par exemple, les sources 10, 12, 14 sont connectées à l'élément central 8 à travers des liaisons de transmission d'information de type filaire comme, par exemple, une liaison coaxiale ou une liaison optique, ou de type sans fil comme, par exemple, une liaison Wifi, Bluetooth , Zigbee, etc.
L'élément central 8 est, à titre d'exemple, un boîtier domotique HAB (« Home Automation Box »). Il est associé à un module de stockage 15 de données.
Les sources 10, 12, 14 comportent par exemple des capteurs déployés dans l'environnement 2 et/ou des services web locaux et/ou distants et/ou des applications locales et/ou distantes.
Des exemples de capteurs sont par exemple les capteurs de présence infrarouge, les capteurs de température, etc.
Un service web distant est par exemple une base de données médicale distante susceptible d'envoyer des données de santé concernant l'utilisateur, un service web de météo, etc.
Une application distante est par exemple un répondeur de bureau indiquant la présence de l'utilisateur sur son lieu de travail, une application de vidéoconférence, une application de gestion de courrier, etc.
En outre, l'utilisateur dispose de terminaux 16, 18 lui permettant de communiquer avec l'élément central 8, à travers un réseau sans fil, par exemple un réseau 3G ou un réseau Wifi, ou bien un réseau IP, par exemple internet. De tels terminaux 16, 18 comprennent, à titre d'exemples, un téléphone portable et/ou un ordinateur et/ou une tablette Wifi.
L'organigramme de la figure 2 illustre le fonctionnement du procédé d'adaptation d'un appareil quelconque parmi les appareils 4, 6 utilisés dans l'environnement 2.
A l'étape 20 de la figure 2, l'élément central 8 collecte des données relatives à l'environnement à partir des différentes sources 10, 12, 14.
Avantageusement, les données collectées sont transférées régulièrement vers une base de données distante. Ceci permet d'éviter la perte des données collectées, par exemple lorsque les données stockées localement sont détruites ou perdues. De plus, ce choix permet de ne pas nécessiter un grand espace de stockage au niveau de l'élément central. La base de données distante choisie est située, par exemple, au niveau de l'opérateur pour permettre certains types de traitements sur les données collectées.
Les données acquises sont représentées selon un seul modèle de données. Selon un mode de réalisation, ce modèle est fondé sur un langage de web sémantique, par exemple le langage RDF (« Resource Description Framework ») ou encore le langage OWL (« Web Ontology Language »).
Le langage RDF est décrit notamment dans : Graham Klyne, Jeremy J. Carroll : « Resource Description Framework (RDF), Concepts and Abstract Syntax », W3C Recommendation, 10 février 2004.
Le langage OWL est décrit notamment dans : Michael K. Smith, Chris Welty, Deborah L. McGuinness, « OWL Web Ontology Language Guide », W3C Recommendation, 10 février 2004.
Ce type de modèle fondé sur un langage de web sémantique permet d'avoir un même format des données provenant de sources différentes et hétérogènes. Il permet en outre d'attribuer une signification détaillée à des données brutes. A titre d'exemple, une donnée brute de valeur égale à 15 indique la température de la cuisine à 10 heures. Cette valeur est donnée par un capteur de température tl avec une confiance de 90%.
Ce type de modèle permet également d'avoir les mêmes significations des concepts utilisés dans l'environnement. A titre d'exemple, po5 et po6 désignent des portes. Ce type de modèle permet ainsi de représenter les données de manière standardisée et permet en outre de créer des liens entres ces données afin de faciliter leur regroupement.
A titre d'exemple, la figure 3 est une représentation graphique d'un modèle de données fondé sur le langage RDF du consortium Web W3C.
Selon ce langage, des données acquises à partir d'une source 10, 12, 14 quelconque comprennent : un nœud racine qui représente une donnée de contexte 22 (« context data ») ; il s'agit d'un identificateur de la donnée ;
une entité 23 (« entity »). C'est l'entité concernée par la donnée. Cette entité est par exemple une personne, un objet ou un concept. L'entité 23 est identifiée par un identifiant (« identifier »). Par exemple, une entité personne ayant comme identifiant
"John", un objet "ampoule" ayant pour identifiant "Ampl", un concept "son" ayant pour identifiant "son-tv" ;
un sujet 24 (« subject ») qui définit le sujet concernant l'entité 23. Le sujet 24 a un identifiant (« identifier »). A titre d'exemples de sujets 24, on peut citer la « localisation » ayant pour identifiant « cuisine » et concernant l'entité « personne », ou encore le sujet « état » ayant pour identifiant « allumée » et concernant l'entité « ampoule », ou encore le sujet « niveau » ayant pour identifiant « 5 » et concernant l'entité « son » ;
un indice de confiance 26 (« confidence ») attribué à la donnée. Par exemple, La source qui envoie la donnée attribue une valeur de confiance à cette donnée sur la base de caractéristiques internes ou de caractéristiques définies par le constructeur de la source. Par exemple, un capteur infrarouge détecte une présence à 90% ;
une source 28 qui est la source 10, 12, ou 14 à partir de laquelle les données ont été collectées, par exemple un capteur infrarouge lorsque le sujet 24 est la présence d'une personne ; et
une estampille temporelle 30 (« timestamp ») qui indique l'instant auquel les données ont été émises.
Lors de la collecte des données à l'étape 20 de la figure 2, les sources 10, 12, 14 communiquent avec le module de stockage 15 à travers une interface logicielle selon un mode d'abonnement (« subscription »). Selon ce mode, seuls les changements sont stockés à l'étape 34 dans le module de stockage 15. L'ancienne valeur de chaque donnée reste ainsi valide tant qu'il n' y pas de nouvelle valeur de la donnée.
Selon un mode de réalisation de l'invention, les données collectées sont stockées dans une base de données de type MySql (« My Structured Query Language » décrite dans l'ouvrage de Michael Kofler en 2005 : « MySQL 5 : Guide de l'administrateur et du développeur », ISBN 2212116330) du module de stockage 15.
A l'étape 36 de la figure 2, l'élément central 8 identifie, à l'aide d'une analyse des données collectées, des situations habituelles de l'environnement 2.
Une situation habituelle peut concerner l'utilisateur ou son environnement 2. On distingue ainsi des situations habituelles d'utilisation d'un appareil 4, 6 et des situations habituelles de vie de l'utilisateur.
On désigne par situation habituelle de l'environnement une conjonction d'utilisations d'appareils électriques de cet environnement et de valeurs d'informations de contexte relatives à ce même environnement, telles que la présence de l'utilisateur dans l'environnement, l'heure du jour etc.
Un exemple d'une situation habituelle d'utilisation est le fait que l'utilisateur remonte chaque matin les volets et qu'il les descend chaque soir ou le fait qu'il ferme la porte à clés avant son départ au travail le matin, ou le fait qu'il ne laisse jamais son téléphone mobile à la maison quand il sort de chez lui ou le fait qu'il met le volume de la télévision toujours à un niveau 5 quand il regarde une chaîne musicale de télévision ou encore le fait que l'utilisateur diminue toujours le son de la télévision quand il reçoit un appel téléphonique etc.
Un exemple d'une situation habituelle de vie est le fait que la consommation d'énergie des appareils dans l'environnement 2 est toujours comprise entre 5 et 10 kW quand l'utilisateur est au travail ou le fait que la fumée est détectée dans l'environnement 2 uniquement pendant les périodes de repas.
Selon un mode de réalisation de l'invention, l'analyse de données utilisée pour identifier des situations habituelles est fondée sur une technique de regroupement de données (« data clustering ») par exemple en utilisant l'algorithme appelé en anglais « Jerricans » ou en utilisant une variante de l'algorithme de regroupement de Markov MCK (« Markov Cluster Algorithm ») qui permet de déterminer des régions naturelles (« clusters ») dans des graphes.
La technique de regroupement de données par « k-means » est décrite dans l'ouvrage de Hartigan, J. A. (1975) : « Clustering Algorithms », Wiley, MR0405726,
ISBN 0-471-35645-X.
L'algorithme MCK est décrit dans : B. Samuel Lattimore, Stijn van Dongen et M. James C. Crabbe « GeneMCL in microarray analysis », Journal of Computational Biology and Chemistry », volume 29, numéro 5, pages 354-359, année 2005.
Les données provenant de différentes sources à un instant t constituent une situation.
Le changement d'au moins une valeur de ces données est considéré comme un changement de situation. Les situations au cours du temps sont comparées et regroupées en utilisant par exemple la variante de l'algorithme de regroupement MCK. Cet algorithme emploie des mesures de similarités de type tf-idf (« term frequency-inverse document frequency »), des mesures de similarités de type relationnelles permettant de comparer les données sur la base des relations existant entre les concepts d'un graphe et des mesures conceptuelles permettant de comparer des concepts sur la base de leur rapprochement au niveau d'un système de représentation des connaissances relatives à une situation, ou ontologie. Chaque groupe (« cluster ») obtenu par l'algorithme correspond alors à une situation habituelle. En d'autres termes, la situation centroïde de chaque groupe obtenu représente une situation habituelle.
A titre d'exemple, lorsque l'environnement 2 est un habitat, l'étape 36 d'identification de situations habituelles peut s'effectuer le soir pendant le sommeil de l'utilisateur.
A l'étape 38 de la figure 2, une mise en correspondance des situations habituelles identifiées avec une ou plusieurs utilisations d'un ou plusieurs appareils est effectuée.
Cette mise en correspondance permet de déterminer les appareils de l'environnement, et les services associés à ces appareils, concernés par chaque situation habituelle identifiée. A titre d'exemple, pour la situation habituelle: " l'utilisateur ne laisse jamais son téléphone mobile à la maison quand il sort de chez lui ", l'appareil concerné est le téléphone mobile et le service concerné est le service d'alerte. Ainsi, l'utilisateur en fermant la porte, une alarme sur la porte se déclenche indiquant un oubli en utilisant une couleur particulière soutenue par un affichage avec l'objet oublié.
Selon un mode de réalisation, lorsque l'algorithme de regroupement a été utilisé pour l'identification à l'étape 36, si une telle situation habituelle représentative du groupe correspond à une ou plusieurs utilisations d'un ou plusieurs appareil(s) dans l'environnement 2 alors la situation habituelle et les utilisations de l'appareil ou des appareils correspondant(s) sont sauvegardés pour une utilisation ultérieure.
La mise en correspondance à l'étape 38 est effectuée en analysant les données constituant chaque situation habituelle identifiée. Chacune de ces données est mise en correspondance avec une description des services relatifs aux appareils et des effets des services ou des utilisations des appareils dans une ontologie de l'environnement 2 en posant une requête à cette ontologie.
Cette ontologie sert ainsi au calcul des similarités conceptuelles et relationnelles et à la mise en correspondance des appareils et services avec les situations habituelles de l'environnement.
La figure 4 représente la mise en correspondance entre une donnée décrivant une lampe éteinte Lampe_l supposée faisant partie d'une situation habituelle et une utilisation particulière de la lampe Lampe_l. Sur la figure 4, l'ontologie 50 décrit les données provenant de différentes entités 23 et les services 52 fournis dans l'environnement. Parmi ces services, le service « contrôle de lampe » 54 agit sur l'état 56 de la lampe.
La donnée « Lampe 1 éteinte » est représentée selon le modèle de la figure 3. Selon ce modèle, les deux valeurs de l'entité soit Lampe_l et du contexte « éteinte » (« off ») de la donnée sont analysées afin de vérifier si la situation habituelle correspond à une utilisation d'un appareil comme le montre la requête exprimée selon le langage de requête Sparql (décrit dans : Eric Prud'hommeaux, Andy Seaborne « SPARQL Query Language for RDF », W3C Recommendation 15 janvier2008) :
PREFIX base: <http://www.owlontologies.eom/ContextDataOntology.owl#>
SELECT ?service
WHERE { ? service base:hasEffect base: off .
? service base:hasActionOn base : Lampe _1J
La réponse à cette requête est le service de contrôle de l'appareil Lampe_l : lampe_l_control.
A l'étape 40, l'élément central 8 détecte en temps réel s'il y une dérive d'une situation actuelle SC 41 de l'environnement, correspondant aux données actuelles collectées depuis les sources 10, 12, 14 par rapport à au moins une situation habituelle SP identifiée à l'étape 36.
A cet effet, l'élément central 8 compare en temps réel les données collectées aux données des situations habituelles identifiées en termes d'au moins un seuil.
Selon un mode de réalisation, les seuils portent sur les valeurs d'estampille temporelle 30 et/ou d'indice de confiance 26 et/ou des valeurs que peut prendre un sujet 24.
A titre d'exemple de dérive, dans la situation actuelle, les données collectées montrent qu'une lampe est allumée alors que dans la situation habituelle, cette lampe est éteinte. Le seuil pour comparer les deux données correspondant aux deux situations actuelle et habituelle est par exemple deux minutes au niveau de l'estampille temporelle.
Un exemple de pseudo algorithme pour la détection d'une dérive est le suivant: Pour chaque donnée appartenant à la situation actuelle (SC) et
Pour chaque donnée appartenant à la situation habituelle (SP)
Si les données de contexte de SP et SC proviennent de la même source S faire
Comparer SP et SC au terme des seuils ( Sel)
Si ressemblance marquer la donnée en SP et celle en SC
Aller à la situation SP suivante; Aller à la situation SC suivante.
Si au moins deux données ne se ressemblent pas alors il est considéré qu 'il n'y a pas de dérive.
Si une seule divergence (une seule non ressemblance pour deux données provenant d'une même source) est trouvée alors vérifier si elle correspond au même appareil.
Si c'est le cas alors c'est une dérive.
Fin.
A l'étape 42, l'élément central 8 envoie une commande à l'appareil concerné pour que celui-ci adapte son fonctionnement à la dérive détectée. Plus particulièrement, la commande est envoyée en utilisant un format disponible dans les protocoles radio déployés dans l'environnement, par exemple, ZigBee, Wifi, Bluetooth, etc., ou en utilisant un langage de commande de haut niveau, par exemple, WSDL/SOAP (« Web Services Description Language/Simple Object Access Protocol »).
Selon un mode de réalisation, relatif à un simple actionnement de l'appareil, de type « On/Off », une commande de format simple est utilisée par exemple selon le protocole ZigBee.
Dans le cas d'une commande plus évoluée, une description du langage WSDL/SOAP est utilisée, à titre d'exemple, pour contrôler un disque NAS (« Network Attached Storage ») et manipuler son contenu multimédia.
Selon un autre mode de réalisation de l'invention, un message d'alerte est envoyé à l'utilisateur à l'aide d'un message SMS en utilisant un réseau 3G ou bien à l'aide d'un courrier électronique en utilisant un réseau de type internet.
Un exemple d'utilisation du procédé de l'invention est le suivant. L'environnement est un habitat et une situation habituelle de cet environnement est le fait que, pendant les jours de travail de la semaine, l'utilisateur éteint tous les appareils avant son départ au travail. La consommation énergétique de l'environnement est alors de 50 Wh. Exceptionnellement, un jour, l'utilisateur est en retard. Il sort précipitamment sans éteindre différents appareils de l'habitat, par exemple la plaque chauffante de la cuisinière et l'ampoule de la chambre à coucher et il laisse la porte du réfrigérateur ouverte. Des capteurs de présence et des capteurs sur les portes déployés dans l'habitat indiquent cette dérive par rapport à la situation habituelle.
Le système selon l'invention détecte également une forte consommation d'énergie par rapport à la normale. Il identifie les appareils responsables de cette forte consommation notamment la plaque chauffante de la cuisinière et l'ampoule de la chambre à coucher et adapte le fonctionnement de ces appareils en coupant le courant à ces appareils.
Concernant la porte du réfrigérateur, le système selon l'invention émet une alerte qu'il envoie par un message SMS en utilisant le réseau 3G ou par un courrier électronique en utilisant le réseau internet.
Selon un mode de réalisation de l'invention, le procédé d'adaptation comprend une étape 44 de réception de données de modification de la commande par l'utilisateur.
Une telle modification peut consister en une annulation de la commande de l'appareil par l'utilisateur. Dans le cas où la commande était une alerte envoyée à l'utilisateur, la modification est par exemple le fait que l'utilisateur ignore cette alerte car il juge que la dérive n'est pas importante.
Dans ce cas, l'élément central relance le procédé d'identification de situations habituelles afin de prendre en compte la réaction de l'utilisateur.
A titre d'exemple, l'utilisateur met le volume de la télévision toujours à un niveau 5 quand il regarde, dans son salon, une chaîne de télévision particulière, de musique par exemple. Lorsqu'une dérive est détectée, par exemple le volume est à un niveau 2 dans les mêmes conditions (même chaîne particulière, utilisateur dans son salon), le volume de la télévision est corrigé au niveau 5. Si l'utilisateur corrige cette adaptation en remettant le son au niveau 2 sachant qu'il est en train de lire un document, le système se corrige en considérant dans cet exemple, que l'utilisateur ne met pas le son de la télé au niveau 5 quand il est en train de lire un document. Ainsi, le système a pris en compte cette nouvelle donnée à savoir la lecture d'un document en regardant la chaîne de musique dans l'étape d'identification des situations habituelles.
Selon un mode de réalisation, pour détecter une modification de l'utilisateur, l'élément central 8 définit un intervalle de temps te, qui correspond au temps minimum donné à l'utilisateur pour réagir à la commande. Il compare ensuite en temps réel les situations de l'environnement pendant l'intervalle défini te avec la situation pertinente en utilisant par exemple une version équivalente du pseudo algorithme de détection d'une dérive présenté ci-dessus.
Si l'utilisateur ne réagit pas pendant ce temps, l'action du système d'adaptation est considérée comme correcte.
Le procédé d'adaptation selon l'invention est avantageusement mis en œuvre à l'aide d'un programme d'ordinateur exécuté par un processeur de l'élément central du système d'adaptation.
Le système d'adaptation de l'invention comprenant l'élément central 8 et les sources 10, 12, 14 est auto-configurable dans n'importe quel environnement sans intervention de l'utilisateur grâce au fait que les données sont représentées selon un même format pouvant être interprété quelques soient les sources utilisées rendant de ce fait le système complètement ouvert.
En outre, il est possible d'administrer ce système d'adaptation à distance, par exemple à partir d'une page web.
Un exemple d'application concrète de l'invention dans l'aide aux économies d'énergie est le suivant. Si le système d'adaptation identifie des situations habituelles de forte consommation d'énergie dans un habitat, et qu'une situation particulière correspondant à une consommation importante qui n'a pas été identifiée auparavant est détectée, l'élément central envoie une commande à l'appareil de surveillance de la consommation énergétique pour alerter l'utilisateur par un message SMS par exemple en spécifiant les dispositifs responsables de cette surconsommation.
En outre, l'invention s'applique avantageusement aux domaines de l'aide au maintien à domicile des personnes âgées ou dépendantes et du confort en environnement résidentiel ou professionnel.

Claims

REVENDICATIONS
1. Procédé d'adaptation du fonctionnement d'un appareil (4,6) connecté à un réseau déployé dans un environnement (2), caractérisé en ce qu'il comprend les étapes, mises en œuvre par un élément central (8), de :
collecte (20) de données relatives à l'environnement (2) provenant d'une pluralité de sources (10,12,14) ;
identification (36) de situations habituelles de l'environnement (2) à partir d'une analyse des données collectées ;
détection (40) d'une dérive par rapport à au moins une situation habituelle identifiée ; et envoi (42) d'une commande à l'appareil (4,6) pour adapter son fonctionnement à la dérive détectée.
2. Procédé d'adaptation selon la revendication 1, caractérisé en ce que les sources (10,12,14) comprennent des capteurs déployés dans l'environnement et/ou des services web locaux et/ou distants et/ou des applications locales et/ou distantes.
3. Procédé d'adaptation selon la revendication 1 ou 2, caractérisé en ce que les données collectées sont représentées selon un modèle unique.
4. Procédé d'adaptation selon la revendication 1, caractérisé en ce que l'étape d'identification (36) de situations habituelles de l'environnement utilise une technique de regroupement de données.
5. Procédé d'adaptation selon la revendication 1, caractérisé en ce qu'il comprend une étape de mise en correspondance (38) des situations habituelles identifiées avec l'appareil (4,6).
6. Procédé d'adaptation selon la revendication 1, caractérisé en ce que l'étape de détection (40) d'une dérive comprend une sous-étape de comparaison des données collectées à des données des situations habituelles par rapport à au moins un seuil.
7. Procédé d'adaptation selon la revendication 1, caractérisé en ce qu'il comprend en outre :
une étape de réception (44) de données de modification de la commande d'adaptation par un utilisateur ; et
une étape de correction des situations habituelles identifiées suite à la réception des données de modification.
8. Procédé d'adaptation selon la revendication 1, caractérisé en ce qu'il comprend en outre une étape préalable d'auto-configuration de l'élément central (8) et des sources (10,12,14).
9. Système d'adaptation du fonctionnement d'un appareil connecté à un réseau déployé dans un environnement, ledit système comprenant un élément central (8) et une pluralité de sources (10,12,14), caractérisé en ce que l'élément central (8) est adapté pour mettre en œuvre les étapes du procédé d'adaptation selon l'une quelconque des revendications 1 à 8.
10. Programme d'ordinateur comportant des instructions pour la mise en œuvre du procédé selon l'une des revendications 1 à 8, lorsque ce programme est exécuté par un processeur.
PCT/FR2011/051440 2010-06-29 2011-06-23 Adaptation du fonctionnement d'un appareil WO2012001271A1 (fr)

Priority Applications (3)

Application Number Priority Date Filing Date Title
EP11736427.3A EP2588923B1 (fr) 2010-06-29 2011-06-23 Adaptation du fonctionnement d'un appareil
ES11736427T ES2724495T3 (es) 2010-06-29 2011-06-23 Adaptación del funcionamiento de un aparato
US13/807,491 US10867254B2 (en) 2010-06-29 2011-06-23 Adapting the operation of an appliance

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR1055210 2010-06-29
FR1055210 2010-06-29

Publications (1)

Publication Number Publication Date
WO2012001271A1 true WO2012001271A1 (fr) 2012-01-05

Family

ID=43513887

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/FR2011/051440 WO2012001271A1 (fr) 2010-06-29 2011-06-23 Adaptation du fonctionnement d'un appareil

Country Status (4)

Country Link
US (1) US10867254B2 (fr)
EP (1) EP2588923B1 (fr)
ES (1) ES2724495T3 (fr)
WO (1) WO2012001271A1 (fr)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104181886B (zh) * 2014-08-13 2017-08-08 惠州Tcl移动通信有限公司 一种智能家居系统及控制方法
WO2016141998A1 (fr) * 2015-03-12 2016-09-15 Siemens Aktiengesellschaft Dispositif et procédé pour produire une représentation numérique d'une entité physique
WO2020112981A1 (fr) 2018-11-29 2020-06-04 Broan-Nutone Llc Système intelligent de ventilation d'air intérieur
US11722805B1 (en) * 2019-04-10 2023-08-08 Alarm.Com Incorporated Electrical appliance power monitoring

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6263260B1 (en) * 1996-05-21 2001-07-17 Hts High Technology Systems Ag Home and building automation system
WO2010037950A1 (fr) * 2008-09-30 2010-04-08 France Telecom Procede et dispositif de generation d'informations descriptives de la situation d'un utilisateur

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7006881B1 (en) * 1991-12-23 2006-02-28 Steven Hoffberg Media recording device with remote graphic user interface
FR2764400B1 (fr) * 1997-06-04 1999-07-16 Electricite De France Procede et systeme de gestion d'energie autoconfigurable pour l'habitat
US20020032564A1 (en) * 2000-04-19 2002-03-14 Farzad Ehsani Phrase-based dialogue modeling with particular application to creating a recognition grammar for a voice-controlled user interface
JP2008535123A (ja) * 2005-04-04 2008-08-28 フィッシャー−ローズマウント システムズ， インコーポレイテッド 工業用プロセス制御システムにおける診断システムおよび方法
US7359836B2 (en) * 2006-01-27 2008-04-15 Mitsubishi Electric Research Laboratories, Inc. Hierarchical processing in scalable and portable sensor networks for activity recognition
US7558622B2 (en) * 2006-05-24 2009-07-07 Bao Tran Mesh network stroke monitoring appliance
US20080221714A1 (en) * 2007-03-07 2008-09-11 Optimal Licensing Corporation System and method for infrastructure reporting
US7792770B1 (en) * 2007-08-24 2010-09-07 Louisiana Tech Research Foundation; A Division Of Louisiana Tech University Foundation, Inc. Method to indentify anomalous data using cascaded K-Means clustering and an ID3 decision tree
US20090293121A1 (en) * 2008-05-21 2009-11-26 Bigus Joseph P Deviation detection of usage patterns of computer resources
US8306634B2 (en) * 2008-12-23 2012-11-06 Samsung Electronics Co., Ltd. Adaptive and user location-based power saving system
US8972325B2 (en) * 2009-07-01 2015-03-03 Oracle International Corporation Role based identity tracker

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6263260B1 (en) * 1996-05-21 2001-07-17 Hts High Technology Systems Ag Home and building automation system
WO2010037950A1 (fr) * 2008-09-30 2010-04-08 France Telecom Procede et dispositif de generation d'informations descriptives de la situation d'un utilisateur

Non-Patent Citations (9)

* Cited by examiner, † Cited by third party
Title
"Web Services Description Language/Simple Object Access Protocol", WSDL/SOAP
B. SAMUEL LATTIMORE, STIJN VAN DONGEN, M. JAMES, C. CRABBE: "GeneMCL in microarray analysis", JOURNAL OF COMPUTATIONAL BIOLOGY AND CHEMISTRY, vol. 29, no. 5, 2005, pages 354 - 359, XP005135203, DOI: doi:10.1016/j.compbiolchem.2005.07.002
DE HARTIGAN, J. A.: "Clustering Algorithms", 1975, WILEY
ERIC PRUD'HOMMEAUX, ANDY SEABORNE: "SPARQL Query Language for RDF", W3C RECOMMENDATION, 15 January 2008 (2008-01-15)
GRAHAM KLYNE, JEREMY J. CARROLL: "Resource Description Framework (RDF), Concepts and Abstract Syntax", W3C RECOMMENDATION, 10 February 2004 (2004-02-10)
KWANG-HYUN PARK ET AL: "A Steward Robot for Human-Friendly Human-Machine Interaction in a Smart House Environment", IEEE TRANSACTIONS ON AUTOMATION SCIENCE AND ENGINEERING, IEEE SERVICE CENTER, NEW YORK, NY, US, vol. 5, no. 1, 1 January 2008 (2008-01-01), pages 21 - 25, XP011197543, ISSN: 1545-5955, DOI: DOI:10.1109/TASE.2007.911674 *
MICHAEL K. SMITH, CHRIS WELTY, DEBORAH L. MCGUINNESS: "OWL Web Ontology Language Guide", W3C RECOMMENDATION, 10 February 2004 (2004-02-10)
MYSQL, MICHAEL KOFLER: "MySQL 5 : Guide de l'administrateur et du développeur", 2005, article "My Structured Query Language"
RASHIDI P ET AL: "Keeping the Resident in the Loop: Adapting the Smart Home to the User", IEEE TRANSACTIONS ON SYSTEMS, MAN AND CYBERNETICS. PART A:SYSTEMS AND HUMANS, IEEE SERVICE CENTER, PISCATAWAY, NJ, US, vol. 39, no. 5, 1 September 2009 (2009-09-01), pages 949 - 959, XP011271621, ISSN: 1083-4427, DOI: DOI:10.1109/TSMCA.2009.2025137 *

Also Published As

Publication number Publication date
EP2588923B1 (fr) 2019-03-06
EP2588923A1 (fr) 2013-05-08
US20130226849A1 (en) 2013-08-29
US10867254B2 (en) 2020-12-15
ES2724495T3 (es) 2019-09-11

Similar Documents

Publication Publication Date Title
US11754986B2 (en) Systems and methods for evaluating sensor data of internet-of-things (IoT) devices and responsively controlling control devices
EP2588923B1 (fr) Adaptation du fonctionnement d&#39;un appareil
Almeida et al. An IoT‐Aware Architecture for Collecting and Managing Data Related to Elderly Behavior
EP2689559B1 (fr) Procédé et dispositif de configuration sur la base de règles de gestion
WO2016107996A1 (fr) Boitier de communication et de gestion d&#39;equipements
WO2016107999A1 (fr) Systeme de gestion de donnees d&#39;equipements utilsateurs
EP3202097B1 (fr) Technique de détermination d&#39;une présence d&#39;un dispositif périphérique dans une zone de service d&#39;un réseau local
FR3101472A1 (fr) Dispositif, système et procédé d’identification d’une scène à partir d’une séquence ordonnée de sons captés dans un environnement
CN105160011A (zh) 一种日志管理系统及方法
EP3506566B1 (fr) Procédé et dispositif pour la surveillance à distance d&#39;objets connectés multiples
FR2979508A1 (fr) Systeme de gestion de peripheriques domestiques
EP3213465B1 (fr) Procédé et système de gestion d&#39;entités connectées
FR3024811A1 (fr) Procede de controle a distance de peripheriques domestiques
EP3675463A1 (fr) Procédé d&#39;identification d&#39;un objet connecté dans une infrastructure réseau
FR3067483A1 (fr) Procede de detection de presence d&#39;individus
EP2649749B1 (fr) Procede de collecte et de traitement d&#39;informations representatives de conditions de fonctionnement d&#39;un equipement
EP3238382B1 (fr) Gestion d&#39;entités électroniques pour la création d&#39;un fil d&#39;actualités
WO2016107997A1 (fr) Methode de communication entre un gestionnaire d&#39;action distant et un boitier de communication
FR3090974A1 (fr) Procédé d’identification d’une activité relative à au moins une personne parmi une pluralité de personnes dans un bâtiment
WO2017181579A1 (fr) Procédé et dispositif de mise en oeuvre d&#39;un terminal
FR3017505A1 (fr) Procedes de controle et de proposition de controle d&#39;un equipement connecte a un reseau de communication, equipements, systeme, produits programmes d&#39;ordinateur et supports de donnees correspondants
FR3111044A1 (fr) Prédiction de situations émotionnelles négatives dans un habitat connecté pour promouvoir des services invoquant des émotions positives
EP3178217A1 (fr) Procédé de contrôle à distance de périphériques domestiques
FR2998986A1 (fr) Procede de controle de la consommation energetique d&#39;equipements d&#39;un reseau de communication local
CH714466A2 (fr) Dispositif de surveillance et de gestion d&#39;une installation technique, méthode mise en œuvre par ce dispositif et système associé.

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11736427

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2011736427

Country of ref document: EP

WWE Wipo information: entry into national phase

Ref document number: 13807491

Country of ref document: US