ES2964119T3 - Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor - Google Patents

Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor Download PDF

Info

Publication number
ES2964119T3
ES2964119T3 ES20735211T ES20735211T ES2964119T3 ES 2964119 T3 ES2964119 T3 ES 2964119T3 ES 20735211 T ES20735211 T ES 20735211T ES 20735211 T ES20735211 T ES 20735211T ES 2964119 T3 ES2964119 T3 ES 2964119T3
Authority
ES
Spain
Prior art keywords
data
sensor signal
signal data
sensor
processor
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
ES20735211T
Other languages
English (en)
Inventor
Han Deng
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Signify Holding BV
Original Assignee
Signify Holding BV
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 Signify Holding BV filed Critical Signify Holding BV
Application granted granted Critical
Publication of ES2964119T3 publication Critical patent/ES2964119T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • 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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/04—Program control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Program control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/175—Controlling the light source by remote control
    • H05B47/19—Controlling the light source by remote control via wireless transmission
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Selective Calling Equipment (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Testing Of Balance (AREA)
  • Telephonic Communication Services (AREA)

Abstract

Un método (10) y un dispositivo (50) para realizar una operación basada en datos de señal de sensor obtenidos de al menos un sensor. A partir de los datos de la señal del sensor, mediante un procesador (54) del dispositivo (50), se genera un perfil de características que coincide (12) con un conjunto de perfiles de características predeterminados. La operación la realiza (13) el dispositivo (50) basándose en los datos de la señal del sensor, si el perfil de características generado coincide con al menos uno del conjunto de perfiles de características predeterminados, y la operación la realiza (14) el dispositivo (50).) basado en el procesamiento remoto (40) de los datos de la señal del sensor (40) si el perfil de características generado no coincide con al menos uno del conjunto de perfiles de características predeterminados. Con el método divulgado, se logra el equilibrio en la potencia de procesamiento, el tiempo de procesamiento y el funcionamiento confiable del dispositivo (50) sin incurrir en costos adicionales para actualizar el dispositivo (50). (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor
Campo técnico
La presente descripción se refiere en general al control de operaciones mediante dispositivos habilitados para sensores y, en particular, a un procedimiento controlado por un procesador para realizar una operación en base a los datos de señales del sensor, así como a un dispositivo, sistema y producto de programa informático controlados por un procesador.
Antecedentes
Los avances en la tecnología de sensores permiten que cada vez más dispositivos realicen operaciones automatizadas adaptadas a eventos particulares, basadas en datos de señales del sensor obtenidos de uno o más sensores dispuestos para proporcionar al menos uno de, pero no limitado a, datos de movimiento, datos de sonido, datos de imagen, datos de vídeo, datos de temperatura, datos de humedad, datos de presión, datos de luminancia, datos de composición química o datos de sustancias, datos olfativos y datos táctiles.
Estos sensores generalmente se disponen en, pero también pueden conectarse externamente a, un dispositivo respectivo. Los datos de señales del sensor obtenidos son generalmente procesados por equipos de procesamiento, como procesadores de propósito general programados adecuadamente o circuitos integrados específicos de aplicación, que comprende el dispositivo. El documento US2019/137653A1 describe un dron que recopila varios datos de sensores.
Como ejemplo, se pueden utilizar sensores de detección de movimiento para detectar y medir fuerzas de aceleración y fuerzas de rotación, con el fin de detectar objetos en movimiento y realizar una operación por parte de un dispositivo en respuesta a un tipo particular de movimiento. Si el dispositivo es o comprende un accesorio de iluminación, por ejemplo, la operación puede comprender encender la iluminación mediante el accesorio de iluminación al detectar a una persona acercándose al dispositivo y evitar la iluminación en base al movimiento detectado de un árbol cercano que se mueve, u otro similar.
Como otro ejemplo, se pueden utilizar los llamados sensores ambientales para medir varios parámetros ambientales, como la temperatura y presión del aire ambiente, la iluminación y la humedad, para activar una alerta cuando el procesamiento de los datos de señales del sensor obtenidos indique una situación de emergencia, por ejemplo.
Utilizar varios sensores diferentes en un solo dispositivo para mejorar una operación prevista y/o automatizada del dispositivo en la ocurrencia de un evento particular a ser detectado a partir de datos de señales de los sensores, inevitablemente significa que diferentes tipos de datos de señales de los sensores deben ser procesados por el equipo de procesamiento del dispositivo, los cuales datos de señales de los sensores pueden ser heterogéneos en naturaleza y pueden comprender una cantidad bastante grande de datos a ser procesados en comparación con un solo tipo de datos de señales de los sensores.
La detección confiable de una persona en movimiento en un jardín, en presencia de varios árboles y arbustos, bajo condiciones de lluvia y viento, proporciona una tarea de procesamiento de datos bastante compleja y elaborada, mediante el procesamiento de datos de sensores de movimiento, sensores de humedad y sensores de temperatura, por ejemplo, en comparación con la detección de un intruso en un museo por la noche solo a partir de datos de señales de detección de movimiento de sensores, por ejemplo.
En la práctica, muchos dispositivos de red y/o usuarios o terminales equipados con sensores tienen una capacidad limitada en términos de recursos de hardware y software disponibles y/o que se pueden utilizar para procesar los datos de señales del sensor recopilados.
Un aumento tanto en la cantidad de datos de señales del sensor como en la complejidad en su procesamiento no solo plantea dificultades en su implementación en los dispositivos habilitados para sensor disponibles en la actualidad, sino que también puede aumentar significativamente los costos de los dispositivos futuros, por ejemplo.
Los datos de señales del sensor obtenidos pueden ser comunicados a un sistema informático remoto, que cuenta con dispositivos informáticos que tienen una mayor capacidad de procesamiento y/o algoritmos de procesamiento más sofisticados, como computadoras de escritorio, estaciones de trabajo o servidores de red, en comparación con el equipo de procesamiento incorporado en un dispositivo de usuario o de red para procesar los datos de señales del sensor. Sin embargo, dicha solución está limitada en su aplicación debido a varias razones.
El intercambio continuo, por medio de un dispositivo o terminal, de datos de señales del sensor con un dispositivo informático remoto requiere recursos de señalización relativamente potentes, lo que resulta en un aumento del consumo de energía por parte del dispositivo y un uso extensivo de redes de telecomunicaciones intermedias, a las cuales el dispositivo y el dispositivo informático remoto deben estar conectados.
Además, la mayoría de las operaciones realizadas por los dispositivos deben ser entregadas de manera oportuna, a veces en tiempo real o casi en tiempo real, lo cual es difícil y/o costoso de lograr cuando un dispositivo de computación o procesamiento remoto está involucrado en el procesamiento de los datos captados. Esto hace que sea aún más desafiante procesar de forma remota los datos de señales del sensor recolectados.
En consecuencia, el procesamiento sensible, preciso y oportuno de los datos de señales del sensor por parte de un dispositivo habilitado para sensor, basado en una mayor cantidad de datos de señales del sensor (heterogéneos), para detectar de manera confiable un evento particular y realizar una operación u operaciones previstas por el dispositivo, en contra del uso eficiente y despliegue de recursos de procesamiento en el dispositivo, se convierte en un objetivo desafiante en dispositivos controlados por procesador existentes y nuevos.
Sumario
El objetivo mencionado anteriormente y otros se logran, en un primer aspecto de la presente descripción, mediante un procedimiento para realizar una operación en base a los datos de señales del sensor obtenidos de al menos un sensor por un dispositivo que comprende un procesador, el cual procedimiento comprende los siguientes pasos:
- generando, por el procesador, un perfil de características a partir de los datos de señales del sensor;
- coincidiendo, por el procesador, el perfil de características generado con un conjunto de perfiles de características predeterminados disponibles para el procesador;
- realizando la operación, por el dispositivo, controlado por el procesador, en base a los datos de señales del sensor, si el perfil de características generado coincide con al menos uno de los perfiles de características predeterminados del conjunto, y
- realizando la operación, por el dispositivo, controlado por el procesador, en base al procesamiento remoto de los datos de señales del sensor, si el perfil de características generado no coincide con al menos uno de los conjuntos de perfiles de características predeterminados.
La presente descripción se basa en una forma híbrida de procesamiento de datos de señales del sensor disponibles, que comprende un modo de evaluación de datos de señales del sensor local y un modo de evaluación de datos de señales del sensor remoto. Realizar una operación por el dispositivo en base a un modo de evaluación de datos de señales del sensor respectivo depende de si un evento particular puede ser determinado o detectado de manera confiable por los recursos de procesamiento disponibles localmente en el dispositivo.
Con este fin, en un primer paso, a partir de los datos de señales del sensor obtenidos por uno o más sensores, el procesador del dispositivo genera un perfil de características llamado así. A los efectos de la presente solicitud, una característica es una distintiva característica técnica o parámetro que representa información útil y dominante comprendida u oculta en la señal del sensor. Un perfil de características comprende al menos una característica. Sin embargo, en la práctica, un perfil de características comprenderá varias características y/o relaciones entre características. Las características pueden obtenerse mediante el procesamiento de los datos de señales del sensor de acuerdo con un algoritmo de procesamiento de características particular disponible para el procesador.
En un siguiente paso, el perfil de características generado de esta manera se compara con un conjunto de perfiles de características predeterminados disponibles localmente para el procesador. Estos perfiles de características predeterminados representan información que puede ser detectada de manera confiable a partir de los datos de la señal del sensor por los recursos de procesamiento, es decir, el procesador y un algoritmo de procesamiento de características, disponibles localmente en el dispositivo.
En caso de coincidencia, es decir, cuando el perfil de características generado corresponde de manera directa o en cierta medida a al menos un perfil de características del conjunto de perfiles de características predeterminados, el dispositivo realiza una o varias operaciones previstas basadas en los datos de la señal del sensor, bajo el control del procesador.
Sin embargo, si el perfil de características generado no coincide con ningún perfil de características del conjunto de perfiles de características predeterminados, el funcionamiento del dispositivo dependerá del resultado de un procesamiento remoto de los datos de la señal del sensor. Es decir, los datos de señales del sensor obtenidos se comunican a un sistema informático remoto, que tiene dispositivos informáticos que comprenden una mayor capacidad de procesamiento y/o algoritmos de procesamiento de características más sofisticados, como computadoras de escritorio, estaciones de trabajo o servidores de red, en comparación con los recursos de procesamiento disponibles localmente en el dispositivo.
Con la presente solución, los datos de señales del sensor obtenidos se someten a una evaluación de su complejidad o nivel de dificultad, también llamada evaluación adversaria, para detectar o determinar de manera confiable un evento percibido por al menos un sensor.
Como regla general, una operación en particular realizada por el dispositivo se lleva a cabo en función de los resultados de evaluación calculados por los recursos de procesamiento disponibles localmente en o en el dispositivo, a menos que los resultados de procesamiento local muestren que los recursos de procesamiento disponibles localmente son insuficientes para determinar si realizar una operación prevista.
Es decir, en el caso de que el perfil de características generado coincida con el conjunto de perfiles de características predeterminados, los datos de señales del sensor se consideran relativamente fáciles de evaluar por los recursos de procesamiento limitados o escasos disponibles localmente en el dispositivo, es decir, calificados como adversario fácil, y el dispositivo puede realizar la operación directamente basándose en los datos de señales del sensor.
De lo contrario, si no hay coincidencia entre el perfil de características generado y el conjunto de perfiles de características predeterminados, la evaluación de los datos de la señal del sensor se considera difícil y compleja, es decir, se califica como un adversario difícil. En ese caso, se considera que los recursos de procesamiento limitados disponibles localmente en el dispositivo son insuficientes para la evaluación de los datos de la señal del sensor, por lo que se requiere el procesamiento de los datos de la señal del sensor por parte de recursos de procesamiento más potentes ubicados a distancia del dispositivo.
Se puede contemplar que el dispositivo habilitado con sensor será diseñado de tal manera que la mayoría de las operaciones y tareas a realizar por el dispositivo, como las operaciones regulares y rutinarias del día a día, se procesen y controlen en función de los recursos de procesamiento disponibles localmente en el dispositivo. Solo en circunstancias especiales, es decir, eventos que resulten en datos sensoriales más complicados y extensos, se debe utilizar la capacidad de cómputo de dispositivos backend potentes para procesar los datos de señales del sensor.
De esta manera, se realiza una operación por el dispositivo de manera equilibrada en términos de eficiencia de procesamiento y transmisión de datos, precisión de operación, costos y capacidad de respuesta.
En una realización de la presente descripción, el paso de generación comprende generar el perfil de características utilizando un algoritmo de análisis de datos predefinido que incluye uno de un algoritmo de transformación y un algoritmo de extracción de características, incluyendo algoritmos de análisis de datos estadísticos.
Las características o información dominante que corresponden directamente a una cantidad detectada por un sensor respectivo, como la temperatura máxima medida, la media y la desviación estándar en las temperaturas medidas o similares, pueden procesarse y evaluarse ventajosamente utilizando un algoritmo de extracción de características respectivo. La evaluación de la información que está oculta en los datos de la señal del sensor puede requerir el uso de un algoritmo de transformación de datos, como la transformación de los datos de la señal del sensor del dominio temporal al dominio de frecuencia, por ejemplo. Con el fin de la presente descripción, se pueden aplicar diferentes algoritmos de extracción de características y/o transformación de datos conocidos.
En consecuencia, un perfil de características de acuerdo con la presente descripción puede depender de varias características extraídas directamente de los datos de señales del sensor, o características disponibles en una versión transformada de los datos de señales del sensor, como características disponibles en un dominio diferente al dominio en el que se detectan los datos de señales del sensor.
Como se describe anteriormente, la evaluación adversaria de los datos de señales del sensor se realiza mediante los recursos de procesamiento limitados o escasos ubicados en o en el dispositivo habilitado para el sensor. Sin embargo, con recursos de computación y almacenamiento locales limitados, no es factible ejecutar algoritmos de transformación que requieran un esfuerzo computacional bastante alto.
Para lograr un equilibrio óptimo entre la satisfacción en el rendimiento y la economía en recursos, de acuerdo con otra realización de la presente descripción, se aplica un algoritmo de procesamiento de características de Transformada Rápida de Fourier, FFT, por el procesador local del dispositivo, en el que el perfil de características generado es un perfil de características de frecuencia o espectro que comprende un conjunto de componentes de frecuencia que tiene una amplitud que excede un valor umbral predeterminado, y en el que el conjunto de perfiles de características predeterminados comprende perfiles de características de espectro definidos por un número y frecuencia de componentes de frecuencia que exceden el umbral.
En cuanto a los requisitos de recursos informáticos, tanto en términos de capacidad de procesamiento como de almacenamiento, la FFT se califica como una estructura de datos relativamente simple, que representa información física útil para evaluar los datos de señales del sensor obtenidos y descubrir eventos predeterminados.
De acuerdo con una realización de la presente descripción, en el paso de coincidencia se compara el perfil de características generado con un conjunto de perfiles de características predeterminados disponibles para el procesador.
Comparar perfiles es una forma relativamente sencilla de hacer coincidencias, que no requiere una capacidad de procesamiento extensa y, por lo tanto, es adecuada para ser aplicada por recursos de procesamiento limitados. El conjunto de perfiles de características predeterminadas puede obtenerse, por ejemplo, a partir de una serie de pruebas realizadas en un conjunto de datos de señales del sensor históricas relacionadas con un evento o eventos particulares, ya sea que se vaya a realizar o no una operación prevista por un dispositivo habilitado para sensor.
Los perfiles de características predeterminadas pueden distinguir entre perfiles relacionados con eventos específicos para los cuales se debe realizar una operación por parte del dispositivo, y eventos de fondo, que no representan eventos para los cuales se debe realizar una operación por parte del dispositivo.
Un perfil de características puede depender de varias características, ya sea características extraídas directamente de los datos de la señal del sensor y/o características disponibles en una versión transformada de los datos del sensor en un dominio diferente. Por lo tanto, comparar perfiles de características puede implicar comparar varias características del perfil de características generado con características correspondientes de cada perfil de características en el conjunto de perfiles de características predeterminados.
Un partido puede ser decidido cuando el perfil de características generado corresponde uno a uno o en cierta medida a al menos un perfil de características del conjunto de perfiles de características predeterminados.
El paso de coincidencia puede adoptar diferentes estándares para diferentes características. Por ejemplo, la coincidencia en el dominio de frecuencia puede considerarse positiva cuando los componentes de frecuencia tanto en el perfil de características del espectro generado como en el espectro predeterminado tienen un valor de frecuencia idéntico, mientras que la coincidencia entre amplitudes se considera positiva cuando una amplitud está por encima o dentro de un cierto rango o porcentaje de otra amplitud.
Para respaldar la decisión de una coincidencia de perfiles de características, en otra realización de la presente descripción, el paso de coincidencia comprende determinar si un perfil de características generado se repite en un período de tiempo predeterminado.
Por ejemplo, un perfil de características generado para el cual se debe realizar una operación por el dispositivo habilitado por el sensor, es decir, una coincidencia, pero que se repite durante un período de tiempo que se extiende más allá de la duración de tiempo de un evento respectivo, eventualmente puede no ser considerado como una coincidencia positiva.
Con este criterio adicional, los eventos objetivo pueden diferenciarse aún más de manera confiable de los eventos de fondo, por ejemplo.
En la presente descripción, para ahorrar tanto como sea posible los escasos o limitados recursos de procesamiento en el dispositivo habilitado para el sensor, es ventajoso realizar una operación particular, por el dispositivo, directamente en base al resultado o resultado del paso de coincidencia. Eso está de acuerdo con un perfil de características coincidentes en caso de una coincidencia positiva. En ese caso, los perfiles de características predeterminados corresponden directamente a un evento o eventos particulares, al ocurrir los cuales el dispositivo necesita realizar una operación específica.
Si el perfil de características generado no coincide con el conjunto de perfiles de características predeterminados, se pueden distinguir dos escenarios diferentes.
En un primer escenario, los datos de señales del sensor en bruto son preprocesados de forma remota y posteriormente evaluados por el procesador local del dispositivo para detectar o determinar un evento particular para realizar una operación por el dispositivo, generando un perfil de características a partir del preprocesamiento y comparándolo con el conjunto de perfiles de características predeterminados, como se describe anteriormente.
En un segundo escenario, el procesamiento remoto de los datos de la señal del sensor puede resultar directamente en la detección de la posible ocurrencia de un evento particular para realizar una operación del dispositivo.
En ambos escenarios, la operación u operaciones previstas se realizan mediante el dispositivo bajo el control del procesador.
En una realización de la presente descripción, el paso de realizar la operación, por el dispositivo, utilizando los datos de señales del sensor, además comprende aplicar un algoritmo de operación a los datos de señales del sensor.
Un ejemplo relativamente simple de un algoritmo de operación es medir el nivel de humedad en una habitación o espacio acondicionado por un aire acondicionado, para realizar ajustes adecuados en el aire acondicionado antes de iniciar su funcionamiento, desencadenado por el evento de que la temperatura de la habitación esté por encima de un nivel establecido y determinado a partir de un perfil de características basado en mediciones de temperatura de la habitación, por ejemplo.
Se observa que el algoritmo de operación puede operar con más o con otros datos de señales del sensor que los utilizados para el paso de coincidencia, o viceversa, por ejemplo. Para ahorrar recursos escasos, el algoritmo de operación y el algoritmo de análisis de datos para generar un perfil de características pueden combinarse en un solo algoritmo de procesamiento de datos.
Para operar en el modo de evaluación de datos de señales del sensor remoto o externo, cuando los datos de señales del sensor se califican como adversarios difíciles, antes de realizar la operación del dispositivo en base al procesamiento remoto de datos de señales del sensor, un transceptor del dispositivo realiza los siguientes pasos:
- transmitiendo los datos de señales del sensor al dispositivo informático remoto, y
- recibiendo, desde el dispositivo informático remoto, datos de señales del sensor procesados obtenidos al aplicar al menos un algoritmo de procesamiento a los datos de señales del sensor transmitidos por el dispositivo informático remoto.
El paso de recibir datos de señales del sensor procesados, para el propósito de la presente descripción, comprende recibir datos de señales del sensor procesados o preprocesados y/o recibir el resultado o resultados del procesamiento remoto de los datos de señales del sensor.
El algoritmo de procesamiento al menos aplicado por el dispositivo informático remoto puede ser más sofisticado en comparación con el algoritmo de operación aplicado por el procesador del propio dispositivo. Un algoritmo más sofisticado superará a un algoritmo simple en el procesamiento de datos de señales del sensor complejas, como los obtenidos en condiciones de ruido intenso o sujetos a interferencias. Además, se pueden utilizar múltiples algoritmos de operación sofisticados para procesar los datos complejos de la señal del sensor, y el resultado final puede basarse en una votación, como una votación mayoritaria, de los varios algoritmos.
El procedimiento, por lo tanto, permite procesar de forma remota datos de señales del sensor que son complicados debido a diversas razones, como datos híbridos obtenidos de múltiples sensores mutuamente diferentes y/o datos irregulares obtenidos en condiciones atmosféricas o climáticas extremas, para producir un resultado más confiable, aprovechando la mayor capacidad de procesamiento que no está disponible en el propio dispositivo.
Transmitir o comunicar los datos de señales del sensor mediante el transceptor puede depender de los recursos de comunicación disponibles del transceptor. En consecuencia, en una realización de la presente descripción, la transmisión de los datos de señales del sensor por el transceptor comprende transmitir una representación de los datos de señales del sensor al dispositivo informático remoto.
Es decir, todos los datos de señales cruda del sensor o muestras de datos obtenidas en una ventana de tiempo determinada pueden ser transmitidos al dispositivo de computación remoto o de respaldo, en particular si no hay limitación en la velocidad de transmisión de datos.
Sin embargo, los datos de muestra del sensor en bruto pueden ser reducidos por el procesador local disponible en el dispositivo, para formar nuevas muestras de datos, que representen los datos de señales del sensor en bruto, de manera que la transmisión de estas nuevas muestras de datos no exceda la limitación en la tasa de transmisión de datos. Al recibir las nuevas muestras de datos, el dispositivo o dispositivos de computación remota o de respaldo necesitan reconstruir las muestras de datos originales mediante técnicas clásicas de reconstrucción de señales, por ejemplo.
En caso de que la capacidad del procesador del dispositivo permita la computación de la compresión de datos, las muestras de datos sin procesar se comprimen para formar nuevas muestras de datos, que representan los datos de la señal del sensor sin procesar, de manera que la transmisión de las nuevas muestras de datos no exceda la limitación necesaria para reconstruir las muestras de datos originales mediante técnicas clásicas de descompresión de datos, por ejemplo.
El procedimiento de la presente descripción puede ser utilizado para operar un dispositivo o realizar una operación u operaciones mediante un dispositivo habilitado con sensor basado en al menos uno de, pero no limitado a, datos de señales del sensor que comprenden al menos uno de los siguientes: datos de movimiento, datos de sonido, datos de imagen, datos de vídeo, datos de temperatura, datos de humedad, datos de presión, datos de luminancia, datos de composición química o datos de sustancias, datos olfativos y datos táctiles. Dependiendo de los sensores y los datos disponibles de los sensores, el dispositivo puede realizar diferentes operaciones.
En una realización específica de la presente descripción, el dispositivo comprende un accesorio de iluminación que incluye al menos un módulo de iluminación, en particular un módulo de iluminación de Diodo Emisor de Luz (LED), y en el que realizar la operación, por parte del dispositivo, implica controlar la iluminación mediante el al menos un módulo de iluminación.
El accesorio de iluminación puede tener diferentes sensores conectados a él o incluso integrados en él, los cuales pueden medir diversas condiciones o parámetros, como el sonido ambiente, el movimiento, la temperatura, la luminiscencia, entre otros. La iluminación por el dispositivo de iluminación puede ser controlada en base a los datos medidos por el sensor, ya sea aplicando o no un algoritmo de operación, como se explicó anteriormente.
En un segundo aspecto de la presente descripción, se proporciona un dispositivo para realizar una operación en base a los datos de señales del sensor obtenidos de al menos un sensor, el dispositivo comprende un procesador y un transceptor, en el que el procesador y el transceptor están dispuestos para realizar la operación, controlada por el procesador, de acuerdo con el procedimiento del primer aspecto de la presente descripción descrito anteriormente.
El dispositivo puede comprender al menos un sensor dispuesto para proporcionar al menos uno de los siguientes datos: datos de movimiento, datos de sonido, datos de imagen, datos de vídeo, datos de temperatura, datos de humedad, datos de presión, datos de luminancia, datos de composición química o datos de sustancias, datos olfativos y datos táctiles.
En una realización específica de la presente descripción, el dispositivo comprende al menos un módulo de iluminación, en particular un Diodo Emisor de Luz, LED, en el que realizar la operación por el dispositivo, controlado por el procesador, comprende controlar la iluminación mediante el al menos un módulo de iluminación.
Controlar la iluminación mediante el módulo de iluminación puede implicar cambiar o ajustar la intensidad de la luz, el color, la dirección geográfica de la luz emitida, un modo de funcionamiento particular como el parpadeo, etc.
Los expertos en la materia apreciarán que el dispositivo también puede comprender una cámara o cámaras, alarmas acústicas, etc. para ser operadas en base a los datos de señales del sensor obtenidos.
En un tercer aspecto de la presente descripción, se proporciona un sistema que comprende un dispositivo según el segundo aspecto de la presente descripción y un dispositivo informático remoto o de respaldo, en el que el dispositivo informático remoto de respaldo de acuerdo con el primer aspecto de la presente descripción está dispuesto para:
- recibiendo datos de señales del sensor del dispositivo, es decir, el dispositivo habilitado con sensor;
- preprocesar los datos de señales del sensor recibidos aplicando al menos un algoritmo de preprocesamiento. - transmitiendo los datos de señales del sensor preprocesados al dispositivo.
En un cuarto aspecto de la presente descripción, se proporciona un producto de programa informático que comprende código de programa almacenado en un medio legible por ordenador, el código de programa dispuesto para realizar el procedimiento descrito en el primer aspecto de la presente descripción, cuando el código de programa es ejecutado por al menos un procesador.
Los aspectos anteriores y otros de la presente descripción se harán evidentes y se aclararán con referencia a la(s) realización(es) de ejemplo no limitativa descrita(s) a continuación.
Breve descripción de las figuras
La Figura 1 ilustra, en un diagrama tipo gráfico de flujo, un procedimiento para realizar una operación por un dispositivo basado en datos de señales del sensor obtenidos de al menos un sensor, de acuerdo con la presente descripción.
La Figura 2 ilustra, en un diagrama esquemático, los pasos de un algoritmo de procesamiento de datos de señales del sensor de Transformada Rápida de Fourier, FFT, para generar un perfil de características espectrales, de acuerdo con una realización de la presente descripción.
Las Figuras 3a y 3b ilustran dos adversarios fáciles típicos en la detección de movimiento obtenidos a partir de un perfil de características espectrales generado por FFT aplicada a los datos de señales del sensor de movimiento, de acuerdo con una realización de la presente descripción.
Las Figuras 4a, 4b y 4c ilustran tres adversarios difíciles en la detección de movimiento obtenidos a partir de un perfil de características espectrales generado por FFT aplicada a los datos de señales del sensor de movimiento, de acuerdo con una realización de la presente descripción.
La Figura 5 ilustra, en un diagrama esquemático, una realización de un procedimiento que utiliza múltiples algoritmos para procesar datos de señales del sensor en un dispositivo informático del servidor interno, de acuerdo con una realización de la presente descripción.
La Figura 6 ilustra, en un diagrama esquemático, un sistema de detección de movimiento por microondas que comprende un dispositivo final o nodo y un dispositivo de computación de respaldo, de acuerdo con una realización de la presente descripción.
La Figura 7 ilustra, en una representación gráfica, el procesamiento de datos de señales del sensor de movimiento que representan un adversario fácil, de acuerdo con una realización de la presente descripción.
La Figura 8 ilustra, en una representación gráfica, el procesamiento de datos de señales de un sensor de movimiento que presenta un adversario difícil, de acuerdo con una realización de la presente descripción.
La Figura 9 ilustra, en una representación gráfica, el procesamiento de datos de señales de un sensor de movimiento que presenta un tipo de adversario difícil, de acuerdo con una realización de la presente descripción.
Descripción detallada
La presente descripción se detalla a continuación con referencia a un procedimiento para realizar una operación mediante un dispositivo de detección de movimiento, que es un dispositivo que obtiene datos de señales del sensor de movimiento, así como un dispositivo de detección de movimiento y un sistema que comprende un dispositivo de detección de movimiento y un dispositivo de computación remoto o de respaldo. Los expertos en la materia apreciarán que la presente descripción no se limita a la operación en base a los datos de señales de detección de movimiento, sino que también es aplicable para la operación por una amplia variedad de dispositivos habilitados para sensores, como se indica en la parte del sumario.
A lo largo de la presente descripción, los términos "datos de señales del sensor", "datos del sensor" y "señal" se utilizan indistintamente.
Un dispositivo típico de detección de movimiento convencional actualmente comprende uno o más sensores de detección de movimiento por microondas y una Unidad de Microcontrolador, MCU, unidad de procesamiento de datos, fusionados en un solo dispositivo de detección de movimiento. Los sensores están dispuestos para recopilar datos de señales del sensor en bruto al detectar el movimiento en el entorno que rodea al dispositivo. Los datos en bruto se recopilan, ya sea por cable o de forma inalámbrica, para ser procesados y evaluados por uno o más algoritmos de procesamiento de datos que se ejecutan en la MCU, con el fin de determinar o descubrir un resultado o evento de detección, para realizar una operación prevista por el dispositivo.
Se espera que un dispositivo de detección de movimiento de buena calidad, por ejemplo, para uso en exteriores, produzca resultados de detección correctos y que cualquier operación a realizar en respuesta a la detección de movimiento no se vea afectada negativamente incluso en condiciones desfavorables o extremas, como el clima lluvioso y/o en presencia de interferencias o ruido causado por objetos en movimiento debido al viento, por ejemplo.
La Figura 1 ilustra, en un diagrama tipo gráfico de flujo, un procedimiento 10 para realizar una operación por un dispositivo, como un dispositivo de detección de movimiento, basado en datos de señales del sensor obtenidos de al menos un sensor, como un sensor de movimiento, de acuerdo con la presente descripción.
En el paso 11, "Generando un perfil de características a partir de los datos de señales del sensor", un procesador del dispositivo, como un MCU o microprocesador, genera un perfil de características a partir de los datos de señales del sensor recopilados del al menos un sensor.
El perfil de características se genera utilizando un algoritmo de análisis de datos predefinido, como un algoritmo de extracción de características estadísticas o un algoritmo de transformación de datos de señales del sensor que transforma los datos de señales del sensor de un dominio a otro dominio, como del dominio temporal al dominio de frecuencia o espectro, por ejemplo.
Un algoritmo de Transformada Rápida de Fourier, FFT, puede considerarse como la opción principal para generar un perfil de características espectrales a partir de datos de señales de detección de movimiento, logrando un equilibrio óptimo entre rendimiento y economía en los recursos de procesamiento, que pueden ser escasos o limitados en el dispositivo final.
Un espectro FFT proporciona un claro significado físico para comprender las relaciones entre los eventos a detectar y los datos de la señal del sensor. La estructura de datos relativamente simple de una FFT también es adecuada para el cálculo en el procesamiento posterior que debe realizar el procesador, como en un algoritmo de clasificación y algoritmo de operación, para el procesamiento adicional de los datos de señales del sensor.
La generación de espectro utilizando FFT es generalmente conocida por la persona experta en la materia y se ilustra esquemáticamente en la Figura 2. El algoritmo FFT 15 incluye dividir los datos de señales del sensor en un marco de longitud fija 16, eliminar un desplazamiento o componente de corriente continua de los datos del marco 17, aplicar o agregar una función de ventana en el marco de datos 18, y luego realizar FFT en el marco de datos 19. Además, en el procesamiento de señales o estadísticas, se puede utilizar una función de ventana para mitigar el efecto de fuga espectral. La función de ventana puede comprender una de las siguientes opciones: una ventana rectangular, una ventana de Hamming, una ventana de Parzen, una ventana de Blackman, etc.
Los pasos 16 - 19 se repiten para una nueva muestra o colección de datos de señales del sensor.
Volviendo a la Figura 1, después de la generación del perfil de características, en el paso 12, "¿El perfil de características generado coincide con perfiles de características predeterminados?", el procesador del dispositivo verifica si el perfil de características generado coincide o no con un conjunto de perfiles de características predeterminados disponibles localmente para el procesador.
Este paso realiza una evaluación llamada evaluación adversaria o evaluación de dificultad de los datos del sensor, para establecer un grado de dificultad para el algoritmo que se ejecuta en la MCU para proporcionar un resultado de detección correcto o un evento al procesar los datos de señales del sensor, como la detección de una persona que se mueve de noche en un jardín en clima lluvioso. Si los recursos de procesamiento del dispositivo son suficientes para proporcionar una salida correcta, hay un adversario fácil; de lo contrario, hay un adversario difícil. Con este propósito, el perfil de características generado se compara con el conjunto de perfiles de características predeterminados.
Este conjunto de perfiles de características predeterminadas representa información o parámetros que pueden ser detectados de manera confiable a partir de los datos de señales del sensor obtenidos por el procesador del dispositivo, utilizando el algoritmo de procesamiento de características espectrales, es decir, la operación FFT 15, disponible localmente para el procesador, es decir, que el procesador es capaz de ejecutar.
El conjunto de perfiles de características espectrales predeterminadas puede obtenerse mediante el análisis de datos históricos del sensor, para concluir las diferencias entre las características/espectros de fondo y las características/espectros objetivo.
Para un sensor de detección de movimiento, principalmente se pueden distinguir dos tipos de eventos. Es decir, el evento o eventos de movimiento a los que se apunta, y un evento o eventos de fondo. Un evento de movimiento o de objetivo es un evento o suceso en el cual los datos de la señal del sensor llevan información o características distinguibles para detectar un objeto en movimiento respectivo, por ejemplo. Un evento o suceso de fondo se caracteriza por características que no concluyen en un objeto en movimiento que debe ser detectado, por ejemplo, información que está continuamente presente en muestras de datos de señales del sensor subsiguientes o en cuadros de datos.
Los expertos en la materia apreciarán que el esfuerzo de detección para detectar o determinar un evento de fondo que se refiere a una situación de estado estable o pseudo estado estable puede diferir del esfuerzo de detección requerido para detectar o determinar un evento objetivo a partir de los datos de la señal del sensor, dependiendo de si las características típicamente indicativas de un evento objetivo estarán disponibles de manera distinguible al analizar o evaluar los datos de la señal del sensor.
Un ejemplo de dos adversarios típicos y fáciles en la detección de movimiento, utilizando FFT como algoritmo de análisis de características, se ilustra gráficamente en las Figuras 3a y 3b, respectivamente. En las Figuras 3a y 3b, así como en las Figuras 4a, 4b y 4c, el eje horizontal representa la frecuencia en Hz y el eje vertical representa un valor de amplitud normalizado o magnitud de los componentes del espectro.
La Figura 3a es un perfil típico de características del espectro de fondo generado al realizar una FFT en los datos de señales del sensor recopilados durante un período de tiempo particular, y la Figura 3b es un perfil típico de características del espectro de movimiento generado a partir de los datos de señales del sensor, que representa un evento objetivo, es decir, un objeto en movimiento que se debe detectar.
En el espectro de fondo ejemplar de la Figura 3a, el espectro comprende tres componentes de frecuencia 21,22 y 23, en adelante referidos como picos, cada uno con una magnitud predominantemente más alta que otros componentes del espectro. Los picos se encuentran en un rango de frecuencia de aproximadamente 25 Hz - 80 Hz, que comprende los llamados bins de frecuencia de fondo del espectro de fondo alrededor de 25 Hz, 55 Hz y 80 Hz. En contraste, en el espectro de movimiento de la Figura 3b, solo hay un pico dominante 24 a una frecuencia de aproximadamente 20 Hz, cuya magnitud es abrumadora, es decir, supera significativamente la magnitud de los demás componentes del espectro. El pico 24 se encuentra fuera de estos intervalos de frecuencia de fondo.
Cualquier perfil de características, generado a partir de datos de señales del sensor, que coincida con alguno de los perfiles de características predeterminados comprendidos por los dos espectros como se ilustra en la Figura 3a y 3b, por ejemplo, perfiles de características predeterminados que comprenden un número total de tres picos alrededor de 25 Hz, 55 Hz o 80 Hz, respectivamente, para deducir un evento de fondo, y un pico alrededor de 20 Hz para determinar un evento objetivo, es relativamente fácil de procesar para discriminar un evento de movimiento objetivo.
Sin embargo, puede haber espectros/perfiles de características de los cuales es más difícil decidir si hay o no un evento objetivo presente. Las Figuras 4a, 4b y 4c representan ejemplos de tres adversarios difíciles.
En el perfil de características del espectro de movimiento mostrado en la Figura 4a, hay tres picos dominantes 31, 32 y 33 con una relación de magnitud similar en el bin de frecuencia de fondo en comparación con el perfil de características del espectro de fondo de la Figura 2a, pero también hay otro pico dominante 34 alrededor de 10 Hz, que está más allá de los bins de frecuencia de fondo, y cuya magnitud de pico no es abrumadora, es decir, no supera en gran medida a los otros componentes del espectro en el perfil del espectro, en comparación con el perfil de características del espectro de la Figura 2b.
Los resultados reales de muchas pruebas muestran que es difícil indicar si el espectro de la Figura 4a representa un evento objetivo o no. Se muestra que la proporción entre un evento de fondo y un evento de movimiento u objetivo que se representa por dicho espectro es de aproximadamente 4:6. Por lo tanto, hacer coincidir el perfil de características de la Figura 4a utilizando los perfiles de características de las Figuras 3a y 3b como un conjunto de perfiles de características predefinidos, no dará fácilmente una salida correcta o confiable.
El perfil de características del espectro mostrado en la Figura 4b tiene solo un pico dominante 35 cuya magnitud es abrumadora, pero está ubicado en uno de los contenedores de frecuencia de fondo, es decir, alrededor de 55 Hz. Los resultados reales de muchas pruebas muestran que la proporción entre el evento de fondo y el evento objetivo o de movimiento con dicho espectro es de aproximadamente 5:5. A partir del efecto Doppler, es posible que una velocidad de movimiento particular desencadene el pico alrededor de 55 Hz, que coincide con uno de los intervalos de frecuencia de fondo de la Figura 3a. En consecuencia, es muy posible obtener un resultado incorrecto si el algoritmo, en el paso de coincidencia, emite un evento de fondo al encontrar este espectro.
Otro tipo de espectro de perfil de frecuencia que representa a un adversario difícil a partir de los datos del sensor de movimiento se muestra en la Figura 4c. La prueba se realizó bajo malas condiciones climáticas, es decir, viento fuerte y gotas de lluvia que añadieron una interferencia severa en los datos sin procesar del sensor. En este caso, solo hay un pico dominante 36 en aproximadamente 10 Hz cuya magnitud es abrumadora, es decir, el valor de este pico se extiende significativamente más allá de los valores de otros componentes del espectro, y este pico no está cerca de ningún bin de frecuencia de fondo.
El uso de los perfiles de características predeterminados deducidos de las Figuras 3a y 3b para hacer coincidir esta característica muy probablemente resultará en una salida incorrecta, es decir, un posible evento objetivo, debido a que el pico 36 no se encuentra en un bin de eventos de fondo. De hecho, los resultados de la verdad absoluta de las pruebas muestran que este espectro es simplemente un espectro de fondo debido a una intensa lluvia. Sin embargo, aún podría ser posible corregir la salida del algoritmo, ya que la aparición continua del perfil de características de la Figura 4c puede resultar en la detección de un evento cuya duración es anormalmente larga, por ejemplo, que va desde varios minutos hasta varias horas, lo cual es muy probablemente no un evento objetivo de movimiento, como un ladrón o una persona que pasa junto a una farola, por ejemplo.
A partir de los ejemplos anteriores se puede contemplar que el conjunto predeterminado de perfiles de características, por ejemplo, que comprende los espectros ilustrados en la Figura 3a y 3b, o cualquier otro perfil que se muestre, puede ser utilizado en un algoritmo de evaluación relativamente simple. Tal como un paso de coincidencia en el cual se comparan el número, la ubicación o la frecuencia de los picos de un perfil de características de espectro FFT generado con el número, la ubicación o la frecuencia, es decir, los intervalos de frecuencia, de los picos de perfiles de características de espectro predeterminados disponibles y utilizando recursos de procesamiento presentes localmente en un dispositivo, para determinar un evento objetivo.
Haciendo referencia de nuevo a la Figura 1, si el paso 12 determina que el perfil de características generado coincide con el conjunto de perfiles de características predeterminados, es decir, el resultado "Y", se realiza una operación por parte del dispositivo en el paso 13, "Realizar operación utilizando datos de señales del sensor". Por ejemplo, encender una iluminación de seguridad o farola en base a la detección de una persona en movimiento. Se observa que, en el contexto de la presente descripción y las reivindicaciones, también se considera una operación a realizar por el dispositivo el hecho de no encender la iluminación de seguridad o el poste de luz.
Así, el procesamiento o evaluación que resulta en un perfil de características de los datos de la señal del sensor se realiza inicialmente de forma local con el dispositivo, como aplicando un algoritmo relativamente simple que se ejecuta en un MCU. El algoritmo tiene como objetivo detectar un evento mediante una computación de bajo peso y un análisis lógico simple. Este tipo de algoritmo puede ser diseñado basado en un estudio empírico sobre la relación entre el evento de verdad y las características de los datos correspondientes, como se ilustra arriba.
A partir de los ejemplos anteriores, con el espectro FFT generado como un perfil de características espectrales representativas, se puede utilizar el número de componentes espectrales que tienen un valor dominante, es decir, el número de picos, los intervalos de frecuencia de los picos y opcionalmente la magnitud relativa mutua de los picos dominantes, como regla de clasificación para comparar cada característica de un perfil generado con un umbral correspondiente, y tomar una decisión final combinando todos los resultados de la comparación. Después, la operación es realizada por el dispositivo basándose en la decisión final.
Sin embargo, cuando el resultado del paso 12 en la Figura 1 es negativo, el resultado "N" del paso 12, en el paso 14, "Realizar operación utilizando datos de sensor preprocesados de forma remota", los datos del sensor son procesados primero en un dispositivo informático remoto al dispositivo final porque, como se muestra en los ejemplos anteriores, procesar los datos del sensor localmente podría ser una tarea desafiante para el dispositivo, ya que se requiere más potencia de procesamiento para realizar una interpretación correcta de los datos de la señal del sensor que la disponible localmente en un dispositivo final. Después de eso, la operación se realiza por el dispositivo basándose en los datos del sensor procesados por el dispositivo informático remoto.
El dispositivo informático remoto puede ser una máquina de respaldo que tiene una mayor capacidad de cálculo, velocidad y espacio de almacenamiento en comparación con el procesador del dispositivo local. Es posible ejecutar algoritmos extensos en la máquina del backend para obtener una salida de evaluación más confiable que la posible con el simple algoritmo que se ejecuta en el MCU.
Se puede entender que es difícil que cualquier algoritmo individual supere a otros algoritmos en todos los problemas. Algoritmos robustos que se ejecutan en la máquina remota del backend principalmente proporcionan dos funciones. Uno está generando características diversas y complementarias con un gran número de muestras de datos, el otro está utilizando múltiples algoritmos de clasificación sofisticados para votar la decisión final.
La Figura 5 ilustra, en un diagrama esquemático, una realización de un procedimiento de utilizar múltiples algoritmos para procesar datos de sensores en un dispositivo informático del servidor interno. El ejemplo ilustra el procesamiento de datos recopilados por detectores de movimiento.
Al considerar las características, el marco de datos 41 es la unidad básica de datos que se debe evaluar. Algunas características representativas que se pueden utilizar para la evaluación de los datos de señales del sensor son, por ejemplo:
- media aritmética de los valores de características respectivas sobre el marco de datos;
- desviación estándar de los valores de características respectivas sobre el marco de datos;
- mediana en el marco de datos, por ejemplo, ordenando los valores de características respectivas en orden ascendente y devolviendo el valor del medio;
- mayor valor en el marco de datos, por ejemplo, ordenando los valores de la característica respectiva en orden ascendente y devolviendo el último;
- magnitud de área de señal sobre el marco de datos, es decir, ordenar los valores de características respectivas en orden ascendente y devolver el primero;
- promedio de la suma de los cuadrados de la magnitud de las características respectivas sobre el marco de datos;
- entropía de la distribución de magnitud de una característica respectiva sobre el marco de datos;
- rango intercuartílico;
- Coeficientes de autoregresión de Burg de cuarto orden;
- componente de espectro más grande;
- promedio ponderado de señal espectral;
- espectrograma generado por la transformada de ondícula continua.
El número de características de datos mencionadas anteriormente puede ser procesado por varias herramientas estándar, incluido, pero no limitado a Support Vector Machine, SVM, Red Neuronal, AdaBoost (impulso adaptativo) y Random Forest, para seleccionar de manera independiente una combinación de características 42 para su procesamiento. El procesamiento puede comprender, por ejemplo, la clasificación de características por medio de algoritmos de clasificación respectivos 43. Cada algoritmo de clasificación 43 puede proporcionar una clasificación después de una etapa de entrenamiento. En la etapa de decisión de un algoritmo respectivo, para un mismo marco de datos, cada algoritmo de procesamiento emite un "1" si decide que hay un evento objetivo, de lo contrario emite un "0", por ejemplo. Entonces se toma una decisión final 44 ponderando los votos de cada algoritmo de clasificación.
La decisión final 44 puede ser transmitida al dispositivo final para realizar una operación correspondiente en consecuencia.
En lugar de proporcionar directamente una decisión, por medio del dispositivo informático remoto, los datos de señales del sensor sin procesar pueden ser preprocesados por el dispositivo informático remoto y posteriormente evaluados por el procesador local del dispositivo para detectar o determinar un evento particular para realizar una operación por el dispositivo.
Es decir, el procesador local MCU puede generar un perfil de características a partir de los datos preprocesados y compararlo con el conjunto de perfiles de características predeterminados, tal como se describe anteriormente.
Será apreciado por aquellos expertos en el arte que los datos de señales del sensor pueden ser transmitidos desde el dispositivo final hacia el dispositivo de computación remota de respaldo de diferentes maneras, de modo que el procesamiento o preprocesamiento descrito anteriormente de los datos de señales del sensor pueda ser realizado.
En una primera realización o modo, todas las muestras de datos sin procesar del sensor se envían al dispositivo de computación de respaldo, por ejemplo, si no hay limitación en la velocidad de transmisión de datos. El dispositivo de computación del servidor interno puede obtener directamente las muestras completas de datos sin ningún otro procesamiento.
En una segunda realización o modo, las muestras de datos del sensor sin procesar se reducen de tamaño para formar nuevas muestras de datos, de manera que la transmisión de las nuevas muestras de datos no exceda una limitación en la tasa de transmisión de datos. Al recibir las nuevas muestras de datos, el dispositivo de computación de respaldo puede reconstruir las muestras de datos originales mediante técnicas clásicas de reconstrucción de señales, por ejemplo.
en una tercera manera o modo, si la complejidad computacional de la compresión de datos es aceptable para un MCU, las muestras de datos sin procesar son comprimidas por el MCU para formar nuevas muestras de datos, de tal manera que la transmisión de las nuevas muestras de datos al dispositivo informático remoto no exceda una limitación en la tasa de transmisión de datos. Al recibir las nuevas muestras de datos, el dispositivo de computación de respaldo puede reconstruir las muestras de datos originales mediante técnicas clásicas de descompresión de datos, por ejemplo.
Se observa que una operación realizada por el dispositivo puede basarse directamente en el resultado del paso de coincidencia, es decir, el paso 12 en la Figura 1, o en el resultado proporcionado por el dispositivo informático remoto, es decir, el paso 14, o que la operación se basa en el resultado de un algoritmo de operación adicional que debe aplicarse por el procesador o MCU del dispositivo a los datos de señales del sensor sin procesar o a los datos de señales del sensor preprocesados de forma remota.
Para ahorrar recursos de procesamiento, el algoritmo de operación y el algoritmo de análisis de datos para generar un perfil de características pueden combinarse en un solo algoritmo de procesamiento de datos.
La Figura 6 ilustra esquemáticamente un sistema de detección de movimiento 80 que comprende un dispositivo final o nodo de red 50 y un dispositivo de computación de respaldo o servidor 60. El dispositivo de computación del servidor interno 60 está ubicado lejos del dispositivo final 50. Será apreciado por aquellos expertos en el arte que el sistema de detección de movimiento 80 también puede comprender múltiples dispositivos finales o nodos de red y múltiples dispositivos informáticos del servidor interno.
El dispositivo final 50 y el dispositivo de computación de respaldo 60 comprenden una unidad transceptora, Tx/Rx, 51, 61 dispuesta para el intercambio inalámbrico 52, 62 y/o por cable 53, 63 de datos, respectivamente. El dispositivo final 50 y el dispositivo de computación de respaldo 60 están operativa y comunicativamente conectados por las unidades Tx/Rx 51, 61, ya sea directamente y/o a través de una red 90, como se indica mediante flechas dobles 66, 91, respectivamente, para intercambiar datos, como datos de señales del sensor, entre el dispositivo final 50 y el dispositivo de computación de respaldo 60. La comunicación con el dispositivo final 50 puede realizarse, por ejemplo, a través de un dispositivo de puerta de enlace de red intermedio (no mostrado).
El dispositivo final 50 además comprende al menos un procesador 54, como un microprocesador, pP o MCU, que interactúa operativa y comunicativamente con y controla el transceptor 51 a través de un bus interno de comunicación y control de datos 58.
El al menos un procesador 54 puede comprender un módulo de generación de perfil de características 55, configurado para generar un perfil de características, como un perfil de características de frecuencia o espectro, a partir de datos de señales del sensor recopilados 74 por al menos un sensor 75 y almacenados 73 en un almacenamiento de datos local 59, el cual sensor puede ser parte del dispositivo final 50 o estar conectado operativamente de forma externa al mismo. El al menos un procesador 54 además comprende un módulo de coincidencia de perfiles de características 56, como un módulo de coincidencia de perfiles de características de frecuencia o espectro, configurado para realizar una evaluación del adversario, en base a perfiles de características predeterminados 76 almacenados en el almacenamiento de datos local 59 del dispositivo final 50, para decidir si una operación realizada por el dispositivo final 50 puede llevarse a cabo basándose en una evaluación de los datos de la señal del sensor por parte del procesador 54 solo. El al menos un procesador 54 puede opcionalmente también comprender un módulo de operación 57 configurado para realizar operaciones por el dispositivo final 50, ya sea basado directamente en los datos del sensor o basado en datos del sensor que son procesados por el dispositivo informático remoto 60.
El dispositivo final 50 puede formar parte o estar conectado operativamente a un dispositivo de iluminación 70, que comprende un módulo de iluminación 71, preferiblemente un módulo de iluminación LED, cuya operación es controlada por al menos un procesador 54 desde o a través de una puerta de enlace de red o por un dispositivo de control remoto (no mostrado), por ejemplo.
El dispositivo informático del servidor interno 60 además comprende al menos un procesador 64 y almacenamiento 65, dispuestos para procesar y almacenar datos de señales del sensor recibidos del dispositivo final 50 mediante el uso de uno o más algoritmos 67, como aquellos algoritmos descritos en relación con la Figura 4. Los resultados del procesamiento del dispositivo de cómputo remoto 60 se envían al dispositivo final 50, a través del módulo Tx/Rx 61 del dispositivo de cómputo remoto 60.
Con el dispositivo de iluminación 70 conectado a 72 o formando parte del dispositivo final 50, el funcionamiento del dispositivo 50 puede comprender el control de la iluminación mediante el dispositivo de iluminación, como encendido/apagado, atenuación, cambio de color del módulo de iluminación 71, etcétera, dependiendo de la evaluación de los datos de señales del sensor obtenidos por el sensor 75.
A continuación, se detallan ejemplos específicos para ilustrar cómo se utiliza el procedimiento de la presente descripción para procesar datos de sensores de manera que se puedan generar resultados de detección precisos.
Cuando se reciben datos del sensor de un sensor, como un sensor de detección de movimiento, el proceso de evaluación del adversario por parte del procesador del dispositivo se realiza paso a paso de la siguiente manera:
Paso 1: Los datos del sensor se muestrean con una frecuencia de muestreo de aproximadamente 1kHz para generar muestras de datos. Para proporcionar marcos de datos, se decide utilizar una ventana deslizante con una longitud de 1024 puntos de muestra, y se elige un paso deslizante de 100 puntos de muestra.
Paso 2: Establecer 100 Hz, 200 Hz y 300 Hz como bins de fondo. Para un espectro generado a partir de las muestras de datos, si hay exactamente tres picos dominantes y todos están en los contenedores de fondo, este espectro se clasifica como un espectro de fondo. Si solo hay un pico dominante y este pico se encuentra más allá de los bins de fondo, este espectro se clasifica como un espectro de movimiento. Cualquier otro patrón de espectro se evalúa y clasifica como un adversario difícil.
Paso 3: Realizar la FFT en las muestras de datos en la ventana deslizante, de manera que se obtenga un espectro de 512 puntos.
Paso 4: Encuentra el valor de magnitud más alto del espectro, que sea el pico dominante más grande.
Paso 5: Encuentra otros picos dominantes en el espectro, si es posible. Los criterios de características son, respectivamente, que la altura de un posible pico no debe ser inferior al 40% del pico más alto, la distancia entre dos picos vecinos debe ser de al menos 10 Hz y no debe haber otro pico con una altura similar dentro del vecindario de un posible pico.
Paso 6: Contar el número de picos dominantes y verificar si se encuentran en los contenedores de fondo.
Los pasos descritos anteriormente se explicarán en relación con la evaluación de tres datos de sensor ejemplares a continuación, en los cuales se procesan tanto señales de fondo como señales de movimiento. Los expertos en la materia apreciarán que, por ejemplo, entre el Paso 1 y el Paso 2 mencionados anteriormente, opcionalmente el procesador puede realizar un tipo de preprocesamiento en los datos de señales cruda del sensor para eliminar ruido, interferencias y artefactos y obtener datos limpios para su posterior procesamiento.
La Figura 7 ilustra el procesamiento de los datos del sensor de detección de movimiento medidos en condiciones climáticas favorables y que representan un adversario fácil. Las Figuras 8 y 9 ilustran el procesamiento de los datos del sensor de movimiento que presenta un adversario difícil. En las tres figuras, la gráfica superior representa una muestra de datos de señales cruda recopilados por un sensor de microondas en el dominio del tiempo t(s), la gráfica del medio representa un espectro de fondo FFT en el dominio de la frecuencia f (Hz), y la gráfica inferior representa un espectro de frecuencia de movimiento f (Hz). En cada uno de los espectros de fondo y de movimiento, las amplitudes M de los picos trazados a lo largo del eje vertical se normalizan al pico más alto. A lo largo del eje vertical de los datos de señales cruda del sensor en la gráfica superior, se indican unidades arbitrarias para la intensidad de la señal S con fines de claridad.
En la Figura 7, la señal cruda del sensor tiene una duración de aproximadamente dos minutos. Según la grabación de la verdad de referencia, la señal en la caja 101 es una señal de fondo, y la señal en la caja 102 es una señal de movimiento objetivo. Los espectros de fondo y movimiento, como se muestran en las gráficas del medio y la inferior, respectivamente, son generados por el Paso 3 anterior.
En el espectro de fondo mostrado en la gráfica central, la salida del Paso 4 muestra que el pico más grande 104 se encuentra en 200 Hz y su altura o magnitud es de 1,0. La salida del paso 5 muestra que otros dos picos dominantes, 103 y 105, se encuentran respectivamente en 100 Hz y 300 Hz, con alturas de 0,47 y 0,77. La salida del paso 6 muestra que hay exactamente tres picos dominantes en los contenedores de fondo.
En el espectro de movimiento mostrado en la gráfica inferior, la salida del Paso 4 muestra que el pico más grande 106 se encuentra en 10 Hz y su altura o amplitud es de 1,0. La salida del paso 5 muestra que no hay otros picos dominantes. El resultado del paso 6 muestra que solo hay un pico dominante 106, y no está en ningún bin de fondo. El escenario, como se ilustra en la Figura 7, por lo tanto, pertenece a un adversario fácil.
El adversario difícil de la Figura 8 es aquel que se refiere a buenas condiciones climáticas. La señal cruda del sensor recopilada por el sensor de microondas en la gráfica superior tiene una duración de aproximadamente 3 minutos. Según la grabación de la verdad absoluta, la señal en la caja 111 es una señal de fondo, y la señal en la caja 112 es una señal de movimiento. Los espectros de fondo y movimiento, como se muestran en la gráfica del medio y la inferior de la Figura 8, son generados por el Paso 3 anterior.
En el espectro de fondo mostrado en la gráfica central, la salida del Paso 4 muestra el pico más grande 115 en 300 Hz y su altura o magnitud es de 1,0. La salida del paso 5 muestra otros dos picos dominantes, 113 y 114 respectivamente, en 100 Hz y 200 Hz, con amplitudes de 0,97 y 0,98. La salida del paso 6 muestra que hay exactamente tres picos dominantes en los contenedores de fondo.
En el espectro de movimiento, como se muestra en la gráfica inferior, la salida del Paso 4 muestra el pico más grande, 116, en 55 Hz y su altura es de 1,0. Los resultados de la etapa 5 muestran que hay otros cinco picos dominantes: 117, 118, 119, 120 y 121, respectivamente a 16 Hz, 100 Hz, 128 Hz, 200 Hz y 300 Hz. Sus alturas son respectivamente 0,98, 0,68, 0,93, 0,91 y 0,95. La salida del paso 6 en la gráfica inferior muestra que hay seis picos dominantes, y tres de ellos, es decir, 118, 120 y 121, están en los contenedores de fondo.
De acuerdo con la evaluación adversaria descrita anteriormente, es difícil decidir si hay un evento objetivo de movimiento en base al espectro de movimiento mostrado en la gráfica inferior de la Figura 8. Los datos del sensor, por lo tanto, deberán ser procesados en el dispositivo o máquina de cómputo de respaldo antes de que el dispositivo final, es decir, el detector de movimiento, realice una operación de acuerdo a los resultados de detección de movimiento proporcionados por el dispositivo de cómputo de respaldo.
El adversario difícil de la Figura 9 se obtiene bajo condiciones climáticas de lluvia. La señal cruda recogida por el sensor de microondas mostrada en la gráfica superior tiene una duración de 200 segundos. Según la grabación de la verdad de referencia, la señal en la caja 131 es una señal de fondo, y la señal en la caja 132 es una señal de gota de lluvia. Los espectros de fondo y movimiento, como se muestran en las gráficas del medio y la parte inferior de la Figura 9, son generados por el Paso 3 anterior.
En la gráfica central, la salida del Paso 4 muestra que el pico más grande, 134, se encuentra en 200 Hz y su altura o magnitud es de 1,0. La salida del paso 5 muestra otros dos picos dominantes en 133 y 135, respectivamente, a 100 Hz y 300 Hz, con alturas de 0,65 y 0,97. La salida del paso 6 en la gráfica central muestra que hay exactamente tres picos dominantes en los contenedores de fondo.
En la gráfica inferior, la salida del Paso 4 muestra que el pico más grande, 136, está en 3 Hz y su altura es de 1,0. La salida del paso 5 muestra otros tres picos dominantes 137, 138 y 139, respectivamente a 100 Hz, 200 Hz y 300 Hz, sus alturas son respectivamente 0,91, 0,96, 0,71. La salida del paso 6 en la gráfica inferior muestra que hay cuatro picos dominantes, y tres de ellos (137, 138, 139) están en los contenedores de fondo.
De acuerdo con la evaluación adversaria descrita anteriormente, es difícil decidir si hay un evento de movimiento en base al espectro mostrado en la gráfica inferior. Los datos del sensor, por lo tanto, serán procesados además en el dispositivo informático del servidor interno antes de que el dispositivo final, es decir, el detector de movimiento, realice una operación de acuerdo con los resultados de detección de movimiento obtenidos del dispositivo informático del servidor interno.
Con la evaluación adversaria realizada en cada dato del sensor, la operación por el dispositivo puede llevarse a cabo mientras se equilibra la precisión, eficiencia y capacidad de respuesta.
Se entenderá que una realización de la presente descripción también puede ser cualquier combinación de las reivindicaciones dependientes y/o las realizaciones anteriores y una respectiva reivindicación independiente.
Otras variaciones de los ejemplos descritos pueden ser comprendidas y realizadas por aquellos expertos en la materia al practicar la divulgación reivindicada, a partir del estudio de los dibujos, la divulgación y las reivindicaciones adjuntas. En las reivindicaciones, la palabra "que comprende" no excluye otros elementos o pasos, y el artículo indefinido "un" o "una" no excluye una pluralidad. Un solo procesador o transceptor u otra unidad puede cumplir las funciones de varios elementos mencionados en las reivindicaciones. El simple hecho de que ciertas medidas se mencionen en reivindicaciones dependientes mutuamente diferentes no indica que una combinación de estas medidas no pueda ser utilizada en beneficio. Un programa de computadora puede ser almacenado/distribuido en un medio adecuado como un medio de almacenamiento óptico o un medio de estado sólido suministrado junto con o como parte del hardware, pero también puede ser distribuido en otras formas, como a través de Internet u otros sistemas de telecomunicación cableados o inalámbricos. Cualquier signo de referencia en las reivindicaciones no debe interpretarse como limitante de su alcance.

Claims (15)

REIVINDICACIONES
1. Un procedimiento (10) para realizar una operación en base a los datos de señales del sensor (73) obtenidos de al menos un sensor (75) por un dispositivo (50) que comprende un procesador (54), caracterizado por dicho procedimiento que comprende los pasos de:
- generar (11), por dicho procesador (54), un perfil de características a partir de los datos de señales del sensor (73);
- hacer coincidir (12), por dicho procesador (54), dicho perfil de características generado con un conjunto de perfiles de características predeterminados (76) disponibles para dicho procesador (54);
- realizar dicha operación (13), por dicho dispositivo (50), controlado por dicho procesador (54), en base a los datos de señales del sensor (73), si dicho perfil de características generado coincide con al menos uno de dicho conjunto de perfiles de características predeterminados (76), y
- realizar dicha operación (14), por dicho dispositivo (50), controlado por dicho procesador (54), en base al procesamiento remoto (40) de dichos datos de señales del sensor, si dicho perfil de características generado no coincide con al menos uno de dicho conjunto de perfiles de características predeterminados (76).
2. El procedimiento según la reivindicación 1, en el que dicho paso de generación (11) comprende generar dicho perfil de características utilizando un algoritmo de análisis de datos predefinido que incluye uno de un algoritmo de transformación y un algoritmo de extracción de características.
3. El procedimiento según la reivindicación 2, en el que dicho algoritmo de transformación es un algoritmo de Transformada Rápida de Fourier, FFT (15), y dicho perfil de características generado es un perfil de características espectrales que comprende un conjunto de componentes de frecuencia que tiene una amplitud que excede un valor umbral predeterminado, en el que dicho conjunto de perfiles de características predeterminados comprende perfiles de características espectrales definidos por un número y frecuencia de componentes de frecuencia que exceden dicho umbral.
4. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que dicho paso de coincidencia (12) comprende comparar dicho perfil de características generado con un conjunto de perfiles de características predeterminados (76) disponibles para dicho procesador (54).
5. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que dicho paso de coincidencia (12) comprende determinar si un perfil de características generado se repite en un período de tiempo predeterminado.
6. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que dicho paso de realizar dicha operación (13; 14), por dicho dispositivo (50), utilizando dichos datos de señales del sensor (73) comprende aplicar un algoritmo de operación a dichos datos de señales del sensor (73), en particular en el que dicho algoritmo de operación comprende un algoritmo de análisis de datos para generar dicho perfil de características.
7. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que dicho dispositivo (50) además comprende un transceptor (51), y dicho procedimiento comprende, antes de realizar dicha operación (14) en base a dicho procesamiento remoto de datos de señales del sensor (73), los pasos de:
- transmitir, por dicho transceptor (51), los datos de señales del sensor a un dispositivo informático remoto (60).
- recibir, por dicho transceptor (51), desde dicho dispositivo informático remoto (60), los datos de señales del sensor procesados obtenidos al aplicar al menos un algoritmo de procesamiento (40) a dichos datos de señales del sensor transmitidos por dicho dispositivo informático remoto (60).
8. El procedimiento según la reivindicación 7, en el que la transmisión de los datos de señales del sensor por dicho transceptor (51) comprende transmitir una representación de dichos datos de señales del sensor al dispositivo informático remoto (60).
9. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que los datos de señales del sensor comprenden al menos uno de los datos de movimiento, datos de sonido, datos de imagen, datos de vídeo, datos de temperatura, datos de humedad, datos de presión, datos de luminancia, datos de composición química o datos de sustancia, datos olfativos y datos táctiles.
10. El procedimiento según cualquiera de las reivindicaciones anteriores, en el que dicho dispositivo (50) comprende un accesorio de iluminación (70) que comprende al menos un módulo de iluminación (71), en particular un módulo de iluminación de Diodo Emisor de Luz, LED, y en el que realizar dicha operación (13; 14), por dicho dispositivo (50), comprende controlar la iluminación por dicho al menos un módulo de iluminación (71).
11. Un dispositivo (50) para realizar una operación en base a los datos de señales del sensor obtenidos de al menos un sensor (75), comprendiendo dicho dispositivo un procesador (54) y un transceptor (51), en el que dicho procesador (54) y transceptor (51) están dispuestos para realizar dicha operación, controlada por dicho procesador (54), según el procedimiento de cualquiera de las reivindicaciones anteriores.
12. El dispositivo (50) según la reivindicación 11, que comprende al menos un módulo de iluminación (71), en particular un Diodo Emisor de Luz, LED, en el que realizar dicha operación por dicho dispositivo (50), controlado por dicho procesador (54), comprende controlar la iluminación por dicho al menos un módulo de iluminación (71).
13. El dispositivo (50) según la reivindicación 11 o 12, que comprende al menos un sensor (75) dispuesto para proporcionar al menos uno de: datos de movimiento, datos de sonido, datos de imagen, datos de vídeo, datos de temperatura, datos de humedad, datos de presión, datos de luminancia, datos de composición química o datos de sustancias, datos olfativos y datos táctiles.
14. Un sistema (80), que comprende un dispositivo (50) según cualquiera de las reivindicaciones 11, 12 o 13 y un dispositivo informático remoto del servidor interno (60), en el que dicho dispositivo informático remoto del servidor interno (60) está dispuesto para:
- recibir los datos de señales del sensor (73) desde dicho dispositivo (50);
- procesar los datos de señales del sensor recibidos aplicando al menos un algoritmo de procesamiento (40), y
- transmitir dichos datos de señales del sensor procesados a dicho dispositivo (50).
15. Un producto de programa informático que comprende código de programa almacenado en un medio legible por ordenador, dicho código de programa dispuesto para realizar dicho procedimiento según cualquiera de las reivindicaciones 1 a 10, cuando dicho código de programa es ejecutado por al menos un procesador.
ES20735211T 2019-07-22 2020-07-06 Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor Active ES2964119T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN2019097154 2019-07-22
EP19193236 2019-08-23
PCT/EP2020/068963 WO2021013514A1 (en) 2019-07-22 2020-07-06 Method and device for performing an operation based on sensor signal data

Publications (1)

Publication Number Publication Date
ES2964119T3 true ES2964119T3 (es) 2024-04-04

Family

ID=71266695

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20735211T Active ES2964119T3 (es) 2019-07-22 2020-07-06 Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor

Country Status (9)

Country Link
US (1) US20220404784A1 (es)
EP (1) EP4004655B1 (es)
JP (1) JP7126632B2 (es)
CN (1) CN114127647B (es)
DK (1) DK4004655T3 (es)
ES (1) ES2964119T3 (es)
FI (1) FI4004655T3 (es)
PL (1) PL4004655T3 (es)
WO (1) WO2021013514A1 (es)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4281799B1 (en) * 2021-01-20 2025-03-12 Signify Holding B.V. A method of, an electronic sensing device and a system for processing an interference detected by a first electronic sensing device

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005067514A2 (en) * 2003-02-21 2005-07-28 Nikon Precision Inc. Method and system for reconstructing aberrated image profiles through simulation
US8027813B2 (en) * 2004-02-20 2011-09-27 Nikon Precision, Inc. Method and system for reconstructing aberrated image profiles through simulation
GB2430319B (en) * 2005-09-15 2008-09-17 Beaumont Freidman & Co Audio dosage control
US20100283849A1 (en) * 2008-01-11 2010-11-11 Cory James Stephanson System and method of environmental monitoring and event detection
US9298575B2 (en) * 2011-10-12 2016-03-29 Lytx, Inc. Drive event capturing based on geolocation
US11523485B1 (en) * 2012-08-17 2022-12-06 Kuna Systems Corporation Reduced false alarms for outdoor IP security cameras
GB2510836A (en) * 2013-02-14 2014-08-20 Isensol Ltd A detector
WO2015035492A1 (en) * 2013-09-13 2015-03-19 Mixgenius Inc. System and method for performing automatic multi-track audio mixing
JP6359828B2 (ja) * 2013-12-20 2018-07-18 株式会社メガチップス 照明システム及び制御装置
EP2923642B1 (en) * 2014-03-25 2017-03-15 Ulrich Scholten Application agnostic sensor, control computer and methods for operating
CA2891742C (en) * 2014-05-15 2023-11-28 Tyco Safety Products Canada Ltd. System and method for processing control commands in a voice interactive system
US10074364B1 (en) * 2016-02-02 2018-09-11 Amazon Technologies, Inc. Sound profile generation based on speech recognition results exceeding a threshold
JP6755002B2 (ja) * 2016-05-26 2020-09-16 パナソニックＩｐマネジメント株式会社 センサ装置及び照明装置
US10091545B1 (en) * 2016-06-27 2018-10-02 Amazon Technologies, Inc. Methods and systems for detecting audio output of associated device
US9728188B1 (en) * 2016-06-28 2017-08-08 Amazon Technologies, Inc. Methods and devices for ignoring similar audio being received by a system
EP3367062B1 (en) * 2017-02-23 2020-11-18 Tata Consultancy Services Limited System and method for driver profiling corresponding to an automobile trip
WO2018175328A1 (en) * 2017-03-20 2018-09-27 Ring Inc. Dynamic identification of threat level associated with a person using an audio/video recording and communication device
US10170137B2 (en) * 2017-05-18 2019-01-01 International Business Machines Corporation Voice signal component forecaster
US11388050B2 (en) * 2017-10-03 2022-07-12 Dell Products L.P. Accelerating machine learning and profiling over a network
WO2019094567A1 (en) * 2017-11-09 2019-05-16 Redzone Robotics, Inc. Underground infrastruture sensing using unmanned aerial vehicle (uav)
US10885912B2 (en) * 2018-11-13 2021-01-05 Motorola Solutions, Inc. Methods and systems for providing a corrected voice command

Also Published As

Publication number Publication date
JP7126632B2 (ja) 2022-08-26
JP2022532449A (ja) 2022-07-14
US20220404784A1 (en) 2022-12-22
PL4004655T3 (pl) 2024-02-26
EP4004655A1 (en) 2022-06-01
CN114127647B (zh) 2026-04-17
WO2021013514A1 (en) 2021-01-28
CN114127647A (zh) 2022-03-01
EP4004655B1 (en) 2023-09-06
FI4004655T3 (fi) 2023-11-01
DK4004655T3 (da) 2023-11-06

Similar Documents

Publication Publication Date Title
AU2020265650B2 (en) Machine learning motion sensing with auxiliary sensors
US11686895B2 (en) Techniques for enhanced diffusion lighting
So-In et al. A hybrid mobile environmental and population density management system for smart poultry farms
ES2277316T3 (es) Procedimiento y dispositivo para reconocimiento automatico de incendios forestales.
CN110728810B (zh) 一种分布式目标监测系统和方法
US10448006B2 (en) People sensing system
US9642218B1 (en) Wireless behavioral feedback for active lighting control
US20240172348A1 (en) Network system with sensor configuration model update
JP6290373B2 (ja) 不正変更対策の昼光採光システム
US20210041523A1 (en) Systems and methods using multiple modalities for occupancy sensing
KR101767497B1 (ko) 감시 시스템
US20190018106A1 (en) Light-Source Array for a Time-of-Flight Sensor and Method of Operation of Same
Natarajan et al. Design of a low-cost and device-free human activity recognition model for smart LED lighting control
ES2964119T3 (es) Procedimiento y dispositivo para realizar una operación en base a los datos de señales del sensor
Lee et al. Wireless sensing without sensors—An experimental approach
CN119655604B (zh) 室内光照度的调整方法、装置和电子设备
CN110324949B (zh) 智能灯系统
US20250232652A1 (en) Security system and method for estimation of intrusion by an object in a space
CN119001706A (zh) 一种利用人体移动多普勒特征的人体移动的相关检测方法
WO2025094083A1 (en) Area classification with target tracking
Emerson Bird-Window Collisions and Reflection as a Daytime Risk Factor
KR20240059792A (ko) 살균 및 일반조명을 구비한 라이트 스테이션