占用检测的制作方法

所描述的实施例大体涉及控制系统。更具体地，所描述的实施例涉及用于占用检测的方法、装置和系统。

背景技术：

智能照明和环境控制系统减少照明和环境控制的功耗而同时改进利用照明和环境控制系统的结构的占用者的体验。在控制系统时利用的因素是占用的确定。另外，可以使用占用者的数目用于控制系统。

具有用于区域的占用检测的方法、系统和装置是所期望的。

技术实现要素：

一个实施例包括占用检测系统。占用检测系统包括位于区域内的多个传感器。在每一个传感器与控制器之间建立通信链路。控制器操作地用于从多个传感器接收感测数据，根据多个传感器的所标识分组对数据分组，并且基于所感测的数据的一个或多个组的数据分析处理来感测区域的至少部分内的占用。

另一实施例包括检测占用的方法。方法包括：从多个运动传感器接收运动感测数据；根据一个或多个所标识的房间对运动感测数据分组；以及对运动感测数据执行数据分析处理以确定一个或多个所标识的房间内的占用者数目以及占用者数目的确定性水平。

所描述的实施例的其它方面和优点将从结合附图进行的以下详细描述变得显而易见，附图通过示例图示了所描述的实施例的原理。

附图说明

图1示出包括多个房间的区域，其中利用多个房间中的每一个内的传感器和控制器用于检测占用。

图2示出根据实施例的传感器和相关联的照明控制。

图3是包括根据实施例的占用检测方法的步骤的流程图。

图4是包括根据另一实施例的占用检测方法的步骤的流程图。

图5是包括根据另一实施例的占用检测方法的步骤的流程图。

图6是示出根据实施例的多个传感器在采样间隔内所感测的信号样本的绘图。

图7是示出根据实施例的应用于图6的所感测的信号样本的加权的绘图。

图8是示出根据实施例的其中已经将图7的加权应用于所感测的信号样本的图6的所感测的信号样本的绘图。

图9示出根据实施例的用于多个试验的针对示例性房间的图8的经加权的所感测的信号样本的加权平均的绘图。

图10是示出根据实施例的利用若干不同的运动采样准则时所估计的占用者数目的表格。

具体实施方式

如附图中所示，所描述的实施例提供了用于占用检测的方法、装置和系统。附加地或者可替换地，所描述的实施例提供了区域内或者跨区域的运动的检测或感测。对一个或多个区域的多个运动传感器所感测的运动执行的数据分析可以用于估计一个或多个区域内的占用者数目。对于实施例，例如根据一个或多个区域的所标识房间对多个传感器进行分组。

尽管所描述的实施例主要集中在通过运动检测的占用检测上，但是要理解到，所呈现的数据分析可以被适配成检测例如房间或区域的其它状况。例如，对房间或区域内的多个温度传感器的传感器信息的数据分析可以用于追踪例如通过房间或区域的温度改变速率。该信息可以用于确定例如通过房间或区域的空气流动。所感测的温度信息的分析可以用于HVAC（加热、通风和空气调节）和空间（通风孔位置和空气速度）优化。另外，例如，对环境光传感器的所感测的数据的数据分析可以用于确定区域的窗口的位置、方位和/或方向。另外，数据分析可以用于确定区域或房间本身的方位。

至少一些实施例报告针对每一个传感器分组的占用的开始和结束时间连同占用程度。实时数据使得可能在不要求用户行进到远程房间的情况下检查远程房间的状态。如果曾安排占用房间并且发现房间空闲，则所描述的实施例提供更新远程房间的状态的可靠方式。

传感器数据随时间的聚集为优化空间利用并且规划将来空间的构造方面感兴趣的各方提供有价值的洞悉。该聚集可以用于检测例如办公建筑物的实时操作中的异常。

图1示出根据实施例的包括多个房间的区域，其中利用多个房间中的每一个内的传感器和控制器用于检测占用。如所示出的，可以在诸如第一区域100、第二区域110和/或第三区域120之类的区域中检测占用。示例性第一区域100包括传感器102,103,104,104。示例性第二区域110包括传感器112-117。示例性第三区域120包括传感器122-125,134-137,146-149。如所示出的，控制器190从所列出的传感器接收传感器数据。

对于实施例，在每一个传感器与控制器190之间建立通信链路。对于实施例，传感器直接链接到控制器190。对于另一实施例，至少一些传感器通过其它传感器链接到控制器190。对于实施例，传感器形成无线网状网络，其操作成将每一个传感器无线地连接（链接）到控制器。对于实施例，一个或多个传感器包括控制器，并且多个传感器链接到控制器。对于实施例，一个或多个传感器包括运动传感器。对于实施例，将控制器定位在中心，对于另一实施例，例如跨多个传感器的控制器来分配控制器和相关联的处理。

不管控制器190的位置或配置如何，对于实施例，控制器190操作地用于从多个传感器接收感测数据，根据多个传感器的所标识的分组对数据分组，以及基于所感测的数据的一个或多个组的数据分析处理来感测区域的至少部分内的占用。

对于实施例，所标识的分组对应于所标识的房间，诸如包括传感器102,103,104,104的示例性第一区域100（会议室）、包括传感器112-117的示例性第二区域110（会议室）和包括传感器122-125,134-137,146-149的示例性第三区域120（会议室）。

对于实施例，基于数据分析，控制器操作地用于感测一个或多个组内的占用者数目。对于实施例，控制器附加地或者可替换地操作地用于基于所感测的数据的组的数据分析处理来感测一个或多个组内的占用者的运动和/或基于所感测的数据的组的数据分析处理来感测跨多个组的占用者的运动。对于实施例，数据分析处理包括模式识别处理。

对于至少一些实施例，多个传感器的至少部分包括运动传感器。另外，对于实施例，基于所感测的数据的组的数据分析处理来感测一个或多个组内的占用者数目包括控制器操作地用于根据区域内的一个或多个所标识的房间对运动感测数据分组，每一个采样周期执行一次数据分析处理，以及对运动感测数据执行数据分析处理以确定一个或多个所标识的房间内的占用者数目以及占用者数目的确定性水平。

图2示出根据实施例的传感器和相关联的照明控制。传感器和相关联的照明控制系统200包括与高压管理器204对接的智能传感器系统202，高压管理器204与照明器240对接。图2的传感器和相关联的照明控制是针对占用检测利用的传感器的一个示例性实施例。许多不同的传感器实施例被适配成利用所描述的实施例以用于占用者感测和运动。对于至少一些实施例，利用不与光控制直接相关联的传感器。

高压管理器204包括控制器（管理器CPU）220，其耦合到照明器240和智能传感器系统202的智能传感器CPU 235。如所示出的，智能传感器CPU 245耦合到通信接口250，其中通信接口250将控制器耦合到外部设备。智能传感器系统202附加地包括传感器246。如所指示的，传感器246可以包括光传感器241、运动传感器242和温度传感器243以及相机244和/或空气质量传感器245中的一个或多个。要理解到，这不是传感器的穷举列表。也就是说，可以利用附加的或可替换的传感器以用于利用照明控制子系统200的结构的占用和运动检测。传感器246耦合到智能传感器CPU 245，并且传感器246生成所感测的输入。对于至少一个实施例，利用至少一个传感器用于与用户设备通信。

对于实施例，利用温度传感器243用于占用检测。对于实施例，利用温度传感器243来确定房间中的温度自例如占用者会面的开始以来已经增加多少和/或多么快速地增加。温度已经增加多少以及温度多么快速地增加可以与占用者数目相关。这所有都取决于房间的尺寸并且涉及先前被占用的时期。对于至少一些实施例，房间内的占用者数目的估计和/或认识用于调整房间的HVAC（加热、通风和空气调节）。对于实施例，基于房间中的所估计的占用者数目来调整房间的温度。

根据至少一些实施例，控制器（管理器CPU 220和智能传感器CPU）操作地用于至少部分地基于所感测的输入来控制照明器240的光输出，并且将状态或所感测的信息中的至少一个传达给外部设备。

对于至少一些实施例，高压管理器204接收高功率电压并且生成针对照明器240的功率控制，并且生成用于智能传感器系统202的低压供应。如所建议的，高压管理器204和智能传感器系统202交互以至少部分地基于所感测的输入来控制照明器240的光输出，并且将状态或所感测的信息中的至少一个传达给外部设备。高压管理器204和智能传感器系统202还可以从外部设备接收状态或控制信息，其可能影响照明器240的光输出的控制。尽管高压管理器204的管理器CPU 220和智能传感器系统202的智能传感器CPU 245被示出为分离的控制器，但是要理解到，对于至少一些实施例，两个分离的控制器（CPU）220,245可以被实现为单个控制器或CPU。

对于至少一些实施例，通信接口250提供到外部设备（例如中央控制器、用户设备和/或其它照明子系统或设备）的无线链路。

照明控制子系统200的高压管理器204的实施例还包括能量计（还被称为功率监控单元），其接收照明控制子系统200的电气功率。能量计测量和监控由照明控制子系统200所耗散的功率。对于至少一些实施例，所耗散的功率的监控提供所耗散的功率的精确监控。因此，如果管理器CPU 220从例如电力公司接收需求响应（典型地，在高功率需求的时期期间所接收的来自电力公司的请求），则管理器CPU 220可以确定照明控制子系统200响应于所接收的需求响应得多好。附加地或者可替换地，管理器CPU 220可以提供使用或节省多少能量（功率）的指示。

图3是包括根据实施例的占用检测方法的步骤的流程图。如先前所描述的，第一步骤320包括从多个传感器接收感测数据，第二步骤330包括根据多个传感器的所标识分组对数据分组，并且第三步骤330包括基于所感测的数据的一个或多个组的数据分析处理来感测区域的至少部分内的占用。

图4是包括根据另一实施例的占用检测方法的步骤的流程图。第一步骤410包括根据区域内的一个或多个所标识的房间对运动感测数据分组。第二步骤420包括每一个采样周期执行一次数据分析处理。第三步骤430包括对运动感测数据执行数据分析处理以确定一个或多个所标识的房间内的占用者数目，以及占用者数目的确定性水平。

图5是包括根据另一实施例的对运动感测数据执行数据分析处理以估计一个或多个所标识的房间内的占用者数目以及占用者数目的确定性水平的方法的步骤的流程图。针对结构内的区域或所标识的房间，定位设定数目的传感器（诸如运动传感器）。第一步骤510包括选择运动采样准则。第一示例性运动采样准则包括基于感测所标识的房间的多个传感器中有多少个传感器在采样间隔的每一个采样时间处感测比阈值更大的运动而生成采样数目。也就是说，如果运动传感器生成具有比阈值更大的量值的感测信号，则确定运动传感器实际上感测到运动。样本数目是将被处理以用于确定所标识的房间内的占用者数目的所生成的数目。在采样间隔内的每一个采样时间处生成采样数目。第二示例性运动采样准则包括基于感测所标识的房间的多个传感器中的大于阈值数目的传感器在采样间隔的每一个采样时间处感测大于阈值的运动的时间百分比而生成采样数目。

对于实施例，运动采样准则包括基于感测一个或多个所标识的房间的多个传感器中有多少个传感器在采样间隔的每一个采样时间处感测大于阈值的运动而确定采样数目，并且选择二次加权以在采样间隔内应用于样本数目。

对于实施例，运动采样准则包括基于感测一个或多个所标识的房间的多个传感器中的大于阈值数目的传感器在采样间隔的每一个采样时间处感测大于阈值的运动的时间百分比而确定采样数目，以及选择线性加权以在采样间隔内应用于样本数目。

对于实施例，运动采样准则包括基于感测一个或多个所标识的房间的多个传感器中的小于阈值数目的传感器在采样间隔的每一个采样时间处感测大于阈值的运动的时间百分比而确定采样数目，以及选择线性加权以在采样间隔内应用于样本数目。

对于每一个运动采样准则，实施例包括步骤520，其包括针对采样间隔内的每一个采样时间生成样本数目。接下来，步骤530包括在采样间隔内将时间加权应用于样本数目。接下来，步骤540包括通过在采样周期内平均时间加权的样本数目来确定加权平均。最后，步骤550包括基于加权平均来估计占用者数目和占用者数目的确定性。

图6是示出根据实施例的多个传感器在采样间隔内所感测的信号样本的绘图。该示例性绘图示出在10分钟时期内获得的120个所感测的信号样本。对于该示例，房间内的四个传感器指示是否由传感器中的零个到四个在每一个样本处感测运动。如先前所描述的，其它实施例包括其它（不同）的运动采样准则。

清楚地，采样周期、样本数目、样本类型等可以被改变。例如，如果房间内的会面已经在少于10分钟之前开始，则实施例包括仅自会面的开始以来进行采样。对于实施例，采样速率取决于一天中的时间（活动水平可以取决于一天中的时间而变化）、房间类型（特别房间可以更为活跃）、房间中的传感器数目、会面活动中的易变性、会面的持续时间、算法的期望速度、估计中的期望确定性和/或估计中的期望精度。一般地，房间内的活动越多，可能期望越频繁地对房间内的活动采样。

图7是示出根据实施例的应用于图6的所感测的信号样本的加权的绘图。加权提供针对例如图6的每一个所感测的信号样本的乘数。对于该示例性实施例，加权包括其中以更大的加权提供更新近的样本的二次方程。Y轴包括120个采样时间并且X轴包括用于每一个所选值的加权的所选值。对于其它实施例，加权包括其中以更大的加权提供更新近的样本的线性函数。对于其它实施例，加权包括其中以与较旧的样本相同的加权提供更新近的样本的常量。

对于至少一些实施例，使用不同加权函数来应用不同时间加权。与较旧的数目相反，高阶多项式加权函数向更新近的数据施加更大的权重。至少一些实施例，不予强调一些非典型感测数据的效果（例如将引起所估计的占用者不现实地增加的活动中的新近尖峰）。也就是说，当检测到异常（例如，针对基本上与大部分样本不同的小数目样本所感测的活动）时，不予强调或忽略与异常相关联的样本。

图8是示出根据实施例的其中已经将图7的加权应用于所感测的信号样本的图6的所感测的信号样本的绘图。由于图7的二次加权，所以更新近的值被加权得更多，并且图8的绘图反映了更新近的样本的更大加权。

图9示出根据实施例的用于多个试验针对示例性房间的图8的经加权的所感测的信号样本的加权平均的绘图。也就是说，使用所选运动采样准则随时间监控包括某一数目的传感器的房间而同时已知数目的占用者在房间内。生成图8的加权绘图或者等同的加权绘图或者等同的表示。加权绘图然后被平均成单个数，其中如果所有传感器针对所有样本检测到运动，则平均为1，并且如果传感器中没有一个针对所有样本检测到运动，则平均为0。

所指示的椭圆形910包括当受测试的房间被1个人员占用时针对利用所选运动采样准则的多个试验而生成的加权平均。如所示出的，每一个试验生成加权平均。椭圆形在房间中的一个占用者的情况下包封（encapsulate）试验的90%。另外，椭圆形920,930,940,950,960提供针对房间内的2,3,4,5,6个占用者的加权平均的类似范围。

线970示出针对示例性生成的加权平均而言多少个占用者在房间内的可能性。如所示出的，对于加权平均.46，针对2,3或4个占用者所收集的数据各自指示.46被其相应的90%确定性范围中的每一个所包封。

可以观察到，通过以上在图9中示出的分析，所获得的确定性基于所收集和预特征化的数据。对于每一个占用者数目，收集多个样本以涵盖各种不同的活动水平。利用此，对于每一个占用者数量，并且对于每一个运动采样准则，我们导出涵盖该收集的平均运动采样准则的90%的范围。一般地陈述，该估计中的置信度和占用者数目至少部分地基于该房间或类似类型房间的预特征化。

图10是示出根据实施例的在利用若干不同运动采样准则时所估计的占用者数目的表格。第一运动采样准则包括针对每一个采样周期确定多少个传感器感测大于阈值的运动。如上文所描述的，在将二次加权应用于所感测的信号样本的情况下，估计是存在至少90%可能性有2,3或4个占用者。

第二采样准则包括针对每一个采样周期确定大于阈值数目的传感器感测大于阈值的运动的时间百分比。在将线性加权应用于所感测的信号的情况下，估计是存在至少90%可能性有3,4或5个占用者。

第三采样准则包括针对每一个采样周期确定小于阈值数目的传感器感测大于阈值的运动的时间百分比。在将线性加权应用于所感测的信号的情况下，估计是存在至少90%可能性有3或4个占用者。

第四采样准则包括针对每一个采样周期确定所有多个传感器何时感测小于阈值的运动。在将恒定加权应用于所感测的信号的情况下，估计是存在至少90%可能性有4,5或6个占用者。

最后，可以对所有不同的采样准则的结果求和，从而提供2,3,3,3,4,4,4,5,5,6的求和结果。也就是说，合计输出具有10个条目，但是仅表示5个不同的占用。对于实施例，仔细检查条目以针对它们中的每一个确定发生频率。在该示例中，发生频率是2个占用者：10%，3个占用者：30%，4个占用者：30%，5个占用者：20%，以及6个占用者：10%。另外，对于该实施例，具有低于15%（可调整）的频率的任何占用被移除并且估计的确定性被减少该占用的频率。在该示例中，移除2和6的占用，因为它们仅发生10%的时间。这仅留下3,4和5并且将确定性减少为80%。因此，占用者数目的估计是：占用=4±1，其中确定性为80%。

要理解到，可以利用任何数目的示例性采样准则。另外，不同采样准则的结果可以以不同方式被组合，并且可以适应性地调整不同采样准则中的每一个的加权。

对于实施例，适应性地调节不同运动采样准则的加权。例如，一些运动采样准则在低数目占用者的情况下更准确，并且一些在高数目占用者的情况下更好地执行。另外，例如，如果运动采样准则的加权平均给出包含4个不同占用的估计并且不同运动采样准则的估计包含2个不同占用，则具有2个占用的运动采样准则更精确并且应当承受更高权重。

尽管已经描述和图示了具体实施例，但是所描述的实施例不限于如此描述和图示的部分的具体形式或布置。实施例仅由随附权利要求限制。