用于在传感网络中进行概率语义感测的系统及方法与流程

本申请案主张2015年3月5日提出申请的第14/639,901号美国专利申请案的优先权，且主张2014年3月6日提出申请的第61/948,960号美国临时申请案的优先权权益，所述美国临时申请案以其全文引用方式并入。本申请案涉及2013年9月11日提出申请的标题为“用于感测应用的联网照明基础设施(Networked Lighting Infrastructure for Sensing Applications)”的第14/024,561号美国非临时专利申请案，以及2012年9月12日提出申请的为相同名称的其第61/699,968号美国临时申请案。

技术领域

本发明涉及数据通信的技术领域。更特定来说，用于在传感网络中进行概率语义感测的系统及方法。

背景技术：

传感网络包含可用于感测并识别物体的多个传感器。正被感测的物体可包含人、车辆或其它实体。实体可为静止的或处于运动中。有时传感器可并不经定位以完全感测整个实体。其它时间，阻碍物可削弱对实体的感测。在两个实例中，真实世界削弱可导致不可靠结果。

附图说明

图1图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统；

图2进一步图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统；

图3是图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统的框图；

图4A是图解说明根据一实施例的所感测事件信息的框图。

图4B是图解说明根据一实施例的所导出事件信息的框图。

图5是图解说明根据一实施例的使用者输入信息的框图；

图6是图解说明根据一实施例的用于在传感网络中进行概率语义感测的方法的框图；

图7图解说明根据一实施例的照明基础设施应用程序框架(LIAF)的总体架构的一部分；

图8图解说明根据一实施例的处于较高级的系统的架构；

图9是根据一实施例的节点平台的框图。

图10是根据一实施例的网关平台的框图。

图11是根据一实施例的服务平台的框图。

图12是图解说明根据一实施例的照明基础设施应用程序的收入模型的图式；

图13图解说明根据一实施例的联网照明系统的停车库应用程序；

图14图解说明根据一实施例的联网照明系统的照明维护应用程序；

图15A图解说明根据一实施例的联网照明系统的仓库库存应用程序；

图15B图解说明根据一实施例的联网照明系统的仓库库存应用程序；

图16图解说明根据一实施例的用于监视装货码头的联网照明系统的应用；

图17是图解说明根据一实施例的节点处的电力监视及控制电路的框图；

图18是图解说明根据一实施例的节点处的应用程序控制器的框图；

图19是图解说明根据一些实例性实施例的可安装于机器上的软件架构的实例的框图；且

图20是图解说明根据一些实例性实施例的机器的组件的框图，所述机器能够从机器可读媒体(例如，机器可读存储媒体)读取指令且执行本文中所讨论的方法中的任一者或多者。

本文中所提供的标题仅出于方便目的且未必影响所使用的术语的范围或含义。

出于解释的目的，在以下说明中，陈述了众多具体细节以便提供对一些实例性实施例的透彻理解。然而，所属领域的技术人员将显而易见，可不具有这些特定细节的情况下实践本发明的实施例。

具体实施方式

以下说明包含体现本发明的说明性实施例的系统、方法、技术、指令序列及计算机器程序产品。在以下说明中，出于解释的目的，陈述众多特定细节以便提供对发明性标的物的各种实施例的理解。然而，所属领域的技术人员将显而易见，可在不具有这些特定细节的情况下实践发明性标的物的实施例。一般来说，未必详细地展示众所周知的指令实例、协议、结构及技术。

本发明针对于传感网络中的概率语义感测。本发明解决在存在真实世界阻碍物或损坏时准确地感测可观察现象的问题。本发明通过并行感测相同基础物理现象且产生与所述物理现象的含义或语义相关联的单个概率而解决所述问题。具体来说，本发明通过以下操作解决所述问题：并行感测相同基础物理现象以产生描述所述物理现象的呈各自包含语义数据(例如，停车地点为空)的所感测事件的形式的语义数据，使每一语义数据与量化语义数据的可靠性的概率相关联，基于分类符使所感测事件相关以产生语义数据的逻辑聚合(例如，相同停车地点)，用概率引擎分析语义数据的聚合以产生多个所感测事件的单个所导出事件(其中单个所导出事件包含单个所导出概率)及实现使用所导出事件的一个或多个应用。所属领域的技术人员将认识到，虽然主要在光传感网络的上下文中讨论本发明，但本发明也针对于能够感测所有类型的物理现象(例如，视觉、声音、触觉等)的传感网络。

光传感网络或具有用于应用程序平台、感测、联网及处理的经嵌入能力的照明基础设施的到来创建了以显著规模及空间密度分布传感器且实现基于感测的应用程序的机会。然而，由光传感网络实现的应用的成功可受传感器数据的可靠性限制，所述传感器数据的可靠性可部分地由于传感器部署的位置或由真实世界阻碍物(树叶、汽车、人、其它物体等)导致的干扰而被约束。另外，对于任何给定传感器，所产生的数据的各种部分可为较可靠或较不可靠的-举例来说，由于有限的分辨率，视频传感器在检测处于传感器正前方的汽车停车地点的占用状态时可比其处于更远的位置更可靠。另外，传递在光传感网络中的每一节点处收集的全部数据的不可行性强烈建议在数据或数据输出经组合之前在中间步骤处得出关于数据的结论。换句话说，并非所有原始数据均可在相同位置中存取。在多个传感器可针对与光传感网络的应用有关的特定计算而产生相关数据的程度上，或在外部数据输入可影响此计算的程度上，创建这些多个数据源可经最优地组合以产生最有用的计算结果且因此最成功的应用的系统为最优的。

本发明描述概率系统及方法的创建，所述概率系统及方法基于来自光传感网络的具有有限可靠性的数据而优化结论的有用性。所描述的系统及方法包含使每一语义数据与表示所述数据的确定性或置信度的相关联概率相关联，及使用语义数据的参数来使不同语义数据相关并使用概率引擎用所导出概率导出事件。在以下各项的上下文中描述增强的可靠性：照明管理及监视、停车管理、监控、交通监视、零售监视、商务智能监视、资产监视及环境监视。

用于实施所描述的方法的一个系统可包含光传感网络(LSN)。LSN可包含集成应用平台、传感器及网络容量，如下文所描述。可以使得对原始传感器数据的某一处理在网络内的每一节点上本地发生的方式建造与本发明相关的LSN。此处理的输出可为语义数据，或换句话说，表示在处理期间检测到的关键特征的元数据或所导出数据。产生语义数据的目的是减小数据的规模以便接着传递下去以供进一步分析。也可以使得将语义数据传递超过原点节点使得语义数据与其它语义数据聚合并相关的方式建造与本发明相关的LSN。LSN的网络连接性可采用多种拓扑，但本发明对特定拓扑(毂辐状(hub-and-spoke)，专门的等)不可知，只要网络内的聚合点发生在语义数据的多个源经组合处即可。

图1图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统101。系统101可包含传感网络，所述传感网络包含定位于左侧上的“灯A”及定位于右侧上的“灯B”。“灯A”及“灯B”可各自包含彼此通信的感测节点及作为传感网络的部分的其它感测节点(未展示)。传感节点中的每一者含有一个或多个传感器，所述一个或多个传感器感测停车场的不同部分及更具体来说停车场中的停车地点的占用状态的原始传感器数据。举例来说，“灯A”经图解说明为接收停车场的部分的原始传感器数据并产生包含针对停车地点X₁的语义数据及针对停车地点X₂的语义数据的语义数据。此外举例来说，“灯B”经图解说明为接收停车场的不同部分的原始传感器数据并产生包含针对停车地点X₂的语义数据及针对停车场X₃的语义数据的语义数据。更具体来说，“灯A”捕获呈以下形式的语义数据：停车地点X₁以99％的概率(例如，P(X₁)＝.99)为“空”的占用状态(“空”状态为准确的)及停车地点X₂以75％的概率(例如，P(X₂)＝.75)为“空”的占用状态(“空”状态为准确的)。针对停车地点X₂的更低概率可由于由“灯A”感测到的停车地点X₂的有限可见性(例如，较少像素)。此外，“灯B”捕获呈以下形式的语义数据：停车地点X₂以25％的概率为“空”的占用状态及停车地点X₃以99％的概率为“空”的占用状态，其中针对停车地点X₂的更低百分比再次由于有限可见性。即，图1图解说明包含取决于位置而变化的概率的语义数据。

图2图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统103。系统103以类似于系统101的方式操作。系统103经图解说明以展示真实世界阻碍物(例如，树、其它车辆等)如何限制语义数据的概率。具体来说，“灯A”经图解说明为捕获指示停车地点X₂以10％的概率为空的语义数据且“灯B”经图解说明为捕获指示停车地点X₃以10％的概率为空的语义数据。针对停车地点X₂的减小的置信度是由于树，所述树阻碍“灯A”处的传感器完全感测停车地点X₂且针对停车地点X₃的减小的置信度是由于运输车，所述运输车阻碍“灯B”处的传感器完全感测停车地点X₃。即，图2图解说明包含取决于阻碍物而变化的概率的语义数据。

关于依据原始传感器数据确定语义数据的过程，除仅有的以下各项例外以外，本发明不主张此过程的任何细节：(i)使每一语义数据与所述语义数据的概率相关联，(ii)使每一语义数据与传感器的位置的空间及时间坐标相关联，及(iii)使每一语义数据与从传感器远程检测到的事件的空间及时间坐标相关联。

可经分析以便产生语义数据的原始传感器数据的类型包含但不限于环境传感器数据、气体数据、加速计数据、微粒数据、电力数据、RF信号、周围光数据、运动检测数据、静止图像、视频数据、音频数据等。根据一些实施例，LSN中的多种传感器节点可采用对原始传感器数据的处理以产生概率语义数据。概率语义数据可表示事件，所述事件包含经由计算机视觉(视频分析)处理或对在网络中的节点上本地发生的大数据集的其它分析而对人、车辆或其它物体的检测。

图3是图解说明根据一实施例的用于在传感网络中进行概率语义感测的系统107的框图。系统107可包含两个或两个以上感测节点109、聚合节点125及一个或多个概率应用程序117。感测节点109(例如，机器)中的每一者可包含感测引擎111。广泛的来说，感测节点109各自包含一个或多个传感器30以用于感测作为原始传感器数据而经传递到感测引擎111的原始传感器数据，所述感测引擎继而处理所述原始传感器数据以产生语义数据121。语义数据121可包含呈所感测事件的形式的所感测事件信息123，所述所感测事件各自包含将语义数据121进行分类的分类符。分类符可包含将原始传感器数据的含义表示为包含双态的表达的离散事件的语义数据(未展示)。举例来说，双态可为针对停车地点(例如，经占用、闲置)、人(例如，存在、不存在)、车辆(例如，存在、不存在)来说的。额外分类符可与语义数据相关联，如下文所讨论。

感测节点109可将语义数据121传递到聚合节点125。聚合节点125可包含相关引擎113及概率引擎115。其它实施例可包含多个聚合节点125。感测相同基础现象(例如，停车地点#123)的感测节点109可将表示相同基础现象的语义数据121(所感测事件)传递到相同聚合节点125。因此，一些感测节点109可基于正由感测节点109感测并传递的基础现象而与两个或两个以上聚合节点125通信。聚合节点125可优选地在云中实施。其它实施例可在感测节点109或另一机器或类似物的任一组合上实施相关引擎113及概率引擎115。

相关引擎113经由网络(例如，LAN、WAN、因特网等)接收呈所感测事件的形式的所感测事件信息123，且基于所感测事件中的每一者中的分类符使语义数据121相关/聚合以产生语义数据127的聚合。语义数据121的聚合可经逻辑分组。根据一些实施例，相关引擎113可通过建构表示从传感网络中的一个或多个感测节点109接收的两个或两个以上语义数据121的相关性的抽象图而使语义数据121相关并聚合成经聚合语义数据127。相关引擎113可基于语义数据121的相似性或基于包含于所感测事件中的其它分类符而建构抽象图。相关引擎113可进一步基于分类符之间的包含与每一语义数据相关联的空间及时间坐标的关系而建构抽象图。仅针对实例，相关引擎113可使在一定时间段内从感测节点109接收的所有所感测事件相关并聚合，所述所感测事件分别包含对停车场中的特定停车地点的占用状态(例如，占用、未占用)的断言及关于所述断言的置信度的概率。进一步举例来说，相关引擎113可使在一定时间段内从感测节点109接收的所有所感测事件相关并聚合，所述所感测事件分别表示停车场中的特定位置处的人的存在(例如，存在、不存在)及关于所述断言的置信度的概率。相关引擎113可利用分类符141的确切匹配(图4A)、分类符141的模糊匹配或两者的组合来建构抽象图。根据一些实施例，相关引擎113可基于传感器30的位置及/或语义数据的位置(例如，被断言为空或经占用的停车地点的位置)之间的数学关系而使语义数据121相关并聚合成经聚合语义数据127。举例来说，相关引擎113可识别传感器30的位置(以空间及时间坐标表达)及/或语义数据的位置(例如，匹配、近似匹配等)(以空间及时间坐标表达)之间的数学关系。

相关引擎113可将经聚合语义数据127传递到概率引擎115，所述概率引擎继而处理经聚合语义数据127以产生呈所导出事件的形式的所导出事件信息129。所属领域的技术人员将了解，传感网络可包含将所导出事件信息129传递到相同传感处理接口131的多个聚合节点125。概率引擎115通过使用包含于每一所感测事件中的每一语义数据的个别概率的关系连同外部数据输入来计算具有所导出概率的所导出事件以处理经聚合语义数据127。根据一些实施例，外部数据输入可包含具有所要准确性的用户输入、应用程序输入或其它用户定义的所要参数，如下文进一步描述。概率引擎115处理语义数据127的单个聚合以产生单个所导出事件。因此，概率引擎115可智能地减少继而传递下去以供进一步分析的数据的量。仅举例来说，语义数据127的单个聚合中的数据的量由概率引擎115减少到单个所导出事件。此外，概率引擎115可智能地减小语义数据127的聚合中的概率以产生包含单个所导出概率的单个所导出事件。概率引擎115可进一步基于阈值137及加权值139产生所导出事件信息129。概率引擎115可使用与每一语义数据相关联的阈值137来确定所导出事件的性质。阈值137的初始确定可以启发式方式定义或可由任何其它次最优过程产生。概率引擎115可基于对语义数据121的概率的持续分析而更改阈值137，如由图解说明既进入又离开概率引擎115的阈值137的移动的箭头所表示。概率引擎115可基于对语义数据121的概率的持续分析而更改权重的指派，如由图解说明既进入又离开概率引擎115的加权值139的移动的箭头所表示。概率引擎115可将较高加权值139指派给具有较高概率或确定性的语义数据121。概率引擎115可接收以启发式方式定义或由任何其它次最优过程产生的初始加权。概率引擎115可在随机过程中基于对语义数据121的概率的持续分析而更改权重的指派，如由图解说明既进入又离开概率引擎115的阈值137的移动的箭头所表示。根据一些实施例，概率引擎115可利用所导出概率以进行额外处理，或可将所导出事件中的所导出概率传递到传感处理接口131(例如，应用程序处理接口)。传感处理接口131可由一个或多个概率应用程序117(例如，“应用程序W”、“应用程序X”、“应用程序Y”、“应用程序X”)读取，所述概率应用程序继而处理所导出事件以使得所述一个或多个应用程序能够执行服务。

图4A是图解说明根据一实施例的所感测事件信息123的框图。所感测事件信息123可体现为由感测节点109产生并传递到聚合节点125的所感测事件，在聚合节点125处所述所感测事件由相关引擎113接收。所感测事件可包含用于表征语义数据121的分类符141。分类符141可包含语义数据、应用程序识别符、概率、传感器30的位置、语义数据的位置及类似物。语义数据分类符描述在感测节点109处由传感器30感测的离散事件且可包含表达双态的语义数据，如先前所描述(例如，停车地点占用或未占用)。应用程序识别符分类符可识别一个或多个概率应用程序117，所述概率应用程序接收基于含有应用程序识别符的所感测事件而产生的所导出事件信息129。概率分类符描述所感测事件的确定性或可靠性，如在相关联语义数据中所断言。举例来说，所感测事件可包含停车地点以99％的概率为空的语义数据，从而指示停车地点确实为空的置信度为99％。传感器的位置分类符描述感测相关联语义数据的传感器30的位置。传感器的位置分类符可体现为感测相关联语义数据的传感器30的空间坐标且体现为指示由传感器30感测的相关联语义数据的日期及时间的时间坐标。语义数据的位置分类符描述相关联语义数据的位置。语义数据的位置分类符可体现为相关联语义数据的空间坐标及指示由传感器30感测的相关联语义数据的日期及时间的时间坐标。

图4B是图解说明根据一实施例的所导出事件信息129的框图。所导出事件信息129可体现为由概率引擎115产生并传递到传感处理接口131的所导出事件。所导出事件可包含用于表征所导出事件信息129的分类符143。所导出事件中的分类符143的含义对应于所感测事件中的分类符141的含义，如先前所描述。语义数据分类符描述由分别位于感测节点109处的一个或多个传感器30感测的离散事件且可包含表达双态的描述符，如先前所描述(例如，停车地点占用或未占用)。在一些实例中，两个或两个以上传感器30可位于同一感测节点109处。应用程序识别符分类符可识别接收所导出事件信息129的一个或多个概率应用程序117。所导出事件中的概率分类符描述所导出事件的确定性或可靠性，如在相关联语义数据中所断言。概率分类符143可包含如由概率引擎115确定的基于两个或两个以上所感测事件的概率。举例来说，所导出事件可包含停车地点以99％的概率(基于两个或两个以上所感测事件)为空的语义数据。传感器的位置分类符描述感测相关联语义数据的一个或多个传感器30的位置。传感器的位置分类符可体现为感测相关联语义数据的一个或多个传感器30的空间坐标且体现为指示由一个或多个对应传感器30感测的相关联语义数据的日期及时间的对应时间坐标。语义数据的位置分类符描述相关联语义数据的位置。语义数据的位置分类符可体现为相关联语义数据的空间坐标及指示由对应一个或多个传感器30感测的相关联语义数据的日期及时间的时间坐标。

图5是图解说明根据一实施例的使用者输入信息135的框图。使用者输入信息135可包含由概率引擎115接收并由概率引擎115用于产生所导出事件信息129的参数或配置值。使用者输入信息135可包含所要准确性信息、应用程序输入信息及用户偏好信息。所要准确性信息可经接收以识别在由概率引擎115产生所导出事件之前需要的原始传感器数据的最小等级。应用程序输入信息可经接收以配置用于特定概率应用程序117的等级。举例来说，停车概率应用程序117可利用可配置以用于作出停车地点是否为空的决定的等级。将等级配置为低(例如，0)可迫使概率引擎115作出停车地点是否为空的决定，不论可用于作出决定的经聚合语义数据127的数量为何。将等级配置得较高(例如，1到X，其中X>0)可使得概率引擎115能够针对低于经配置等级的经聚合语义数据127的数量而报告不充足信息且针对等于或大于经配置等级的经聚合语义数据127的数量而报告空(或不空)。举例来说，报告(例如，所感测事件)可包含指示停车空间为“空”(或不空)的语义数据或指示“不充足信息”的语义数据。

图6是图解说明根据一实施例的用于在传感网络中进行概率语义感测的方法147的框图。方法147可在操作151处以光传感网络接收原始传感器数据而开始。举例来说，光传感网络可包含分别定位于两个灯杆的顶部处的两个感测节点109，所述两个灯杆分别包含照射停车场的两个灯。所述灯可经识别为“灯A”及“灯B”。感测节点109可各自包含接收原始传感器数据的传感器30及处理原始传感器数据的感测引擎111。原始传感器数据表示停车场中的多个停车位的占用状态。在一个实例中，在传感器节点19中的每一者处收集的原始传感器数据表示相同停车地点。

在操作153处，感测引擎111基于原始感测数据产生语义数据121。举例来说，在感测节点109中的每一者处的感测引擎111可处理原始感测数据以产生呈所感测事件信息123的形式的语义数据121，所述所感测事件信息呈两个所感测事件的形式。“灯A”处的感测引擎111可产生包含呈以下形式的分类符的第一所感测事件：断言停车地点为空的语义数据，识别停车地点应用程序的应用程序识别符，所断言语义数据为真(例如，停车地点确实为空)的95％的概率，识别在“灯A”处感测所断言语义数据的传感器30的位置的坐标(例如，纬度、经度/全球定位系统(GPS)坐标及类似物)，及识别所断言语义数据的位置的坐标(例如，识别停车地点的位置的纬度、经度/GPS坐标及类似物)。规定传感器30经操作以获取语义数据的日期及时间的分类符与传感器30的位置坐标进一步相关联。规定由传感器30感测到语义数据的日期及时间的分类符与语义数据的位置坐标进一步相关联。

“灯B”处的感测引擎111产生包含呈以下形式的分类符141的第二所感测事件：断言相同语义数据的语义数据(例如，停车地点为空)，识别停车地点应用程序的应用程序识别符，所断言语义数据为真(例如，停车地点确实为空)的85％的概率，识别在“灯B”处感测所断言语义数据的传感器30的位置的坐标(例如，纬度、经度/GPS坐标及类似物)，及识别所断言语义数据的位置的坐标(例如，识别停车地点的位置的纬度、经度/GPS坐标及类似物)。规定传感器30经操作以获取语义数据的日期及时间的分类符141与传感器30的位置坐标进一步相关联。规定由传感器30感测到语义数据的日期及时间的分类符141与语义数据的位置坐标进一步相关联。

最后，“灯A”处的感测引擎111将在“灯A”处产生的上文所描述第一所感测事件经由网络(例如，LAN、WAN、因特网等)传递到聚合节点125，在聚合节点125处所述第一所感测事件由相关引擎113接收。同样地，“灯B”处的感测引擎111将在“灯B”处产生的上文所描述第二所感测事件经由网络(例如，LAN、WAN、因特网等)传递到相同聚合节点125，在聚合节点125处所述第二所感测事件由相关引擎113接收。所属领域的技术人员将了解其它实施例可包含用于感测同一停车地点的额外感测节点109。根据另一实施例，包含相关引擎113的聚合节点125可位于云中。根据另一实施例，相关引擎113可位于感测节点109处。

在操作157处，相关引擎113可基于语义数据121中的分类符141而使语义数据121相关以产生语义数据121的聚合。相关引擎113可实时地从多个感测节点109连续接收所感测事件。相关引擎113可基于所感测事件中的分类符141而使所感测事件相关以产生语义数据的聚合127。在本发明实例中，相关引擎113接收第一及第二所感测事件且基于从可用分类符的群组选择一个或多个分类符141而使两者在一起相关。举例来说，一个或多个分类符141可包含语义数据(例如，停车地点为空)及/或应用程序识别符及/或识别正被断言的语义数据的位置的坐标。举例来说，相关引擎113可基于以下各项而使第一所感测事件与第二所感测事件相关并聚合在一起：匹配的语义数据(例如，停车地点为空)及/或匹配的应用程序识别符(例如，识别停车地点应用程序)及/或识别所断言语义数据的位置的匹配的坐标(例如，识别停车地点的位置的纬度、经度/GPS坐标及类似物)。可从可用分类符的群组选择用于经聚合语义数据127(例如，所感测事件的聚合)的相关及产生的其它分类符141。最后，在操作157处，相关引擎113将经聚合语义数据127传递到概率引擎115。根据一个实施例，相关引擎113及概率引擎115在云中的聚合节点125中执行。在另一实施例中，相关引擎113及概率引擎115在不同计算平台上执行且相关引擎113将经聚合语义数据127经由网络(例如，LAN、WAN、因特网等)传递到概率引擎115。

在操作159处，概率引擎115可分析语义数据的聚合127中的每一者以产生所导出事件信息129(例如，所导出事件)。举例来说，概率引擎115可分析包含第一所感测事件及第二所感测事件的语义数据的聚合127以产生呈第一所导出事件的形式的所导出事件信息129。第一所导出事件可包含语义数据分类符143的概率(例如，停车地点为空的90％的概率)，所述概率是由概率引擎115基于语义数据的聚合127而产生，所述概率包含在第一所感测事件中包含的语义数据分类符141的概率(例如，停车地点为空的85％的概率)及在第二所感测事件中包含的语义数据分类符141的概率(例如，停车地点为空的95％的概率)。举例来说，概率引擎115可对来自第一及第二所感测事件的两个语义数据141的概率(例如，85％及95％)求平均以产生针对第一所导出事件的语义数据的(单个)概率(例如，90％)。其它实例可包含在额外所感测事件中包含的语义数据分类符141的额外概率以产生针对第一所导出事件的语义数据的(单个)概率90％。概率引擎115可利用如先前所描述的使用者输入信息135、阈值137及加权值139来产生所导出事件。

在操作161处，概率引擎115可将所导出事件信息129传递到传感处理接口131以实现至少一个概率应用程序117。举例来说，概率应用程序117可从传感处理接口131读取所导出事件信息129(例如，所导出事件)且利用所导出事件中的分类符143来执行服务并产生报告。所述服务可包含控制传感网络内部或外部的装置及产生报告，如稍后在此文档中较完全描述。举例来说，概率引擎115可将呈第一所导出事件的形式的所导出事件信息129经由网络(例如，LAN、WAN、因特网等)传递到传感处理接口131，所述所导出事件信息继而由一个或多个概率应用程序117(例如，应用程序X)读取，所述一个或多个概率应用程序利用第一所导出事件来执行服务或产生报告。在一个实施例中，概率引擎115与传感处理接口131可处于相同计算平台上。在另一实施例中，概率引擎115与传感处理接口131可处于不同计算平台上。

根据一些实施例，语义数据121及所导出事件信息129的应用程序可包含照明能力的管理或监视。此类型的概率应用程序117可涉及包含人、车辆、其它实体的存在事件及相关联照射更改的分类符143。此类型的概率应用程序117还可包含对在照明网络的节点下方或周围区域中(包含在杆、壁或其它固定物体下或周围)的活动的确定。此类型的概率应用程序117还可包含对与照明基础设施相关联的篡改或盗窃的检测。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含停车位置及占用检测、监视及报告。此类型的概率应用程序117可涉及包含人、汽车及其它车辆的存在及运动事件的分类符141及/或分类符143。此类型的概率应用程序117还可基于汽车或车辆的参数(其包含其品牌(make)、型号、类型及其它美学特征)而使用关于人、汽车及其它车辆的分类符143。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物(包含其它车辆的停车位置或在停车空间的范围内的其它物体的位置)所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含监控及报告。此类型的概率应用程序117可涉及包含人或物体的检测或者人或物体的移动的分类符141及/或分类符143。此类型的概率应用程序117的目标可为增加公共安全或区域的安保。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含交通监视及报告。此类型的概率应用程序117可涉及包含人、汽车及其它车辆的存在及移动的分类符141及/或分类符143。此类型的概率应用程序117还可基于汽车的参数(包含其品牌、型号、类型及其它美学特征)而将人、汽车及其它车辆分类。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含零售客户监视及报告。此类型的概率应用程序117可涉及以可对零售商来说有用的方式包含人、汽车及其它车辆的存在及移动的分类符141及/或分类符143。此类型的概率应用程序117还可包含确定关于零售位置的使用的趋势。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含商务智能监视。此类型的概率应用程序117涉及包含由企业用于操作目的、设施目的或商务目的的系统的状态(包含销售点(PoS)及其它战略位置处的活动)的分类符141及/或分类符143。此类型的概率应用程序117还可包含确定关于商务智能的趋势。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含资产监视。此类型的概率应用程序117可涉及包含对高价值或其它战略资产(例如车辆、库存股票、贵重物品、工业装备等)的监视的分类符141及/或分类符143。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。

根据一些实施例，语义数据121及所导出事件信息129的概率应用程序117可包含环境监视。此类型的概率应用程序117可涉及分类符141及/或分类符143，包含与对风、温度、压力、气体浓度、空中浮游的微粒物质浓度或其它环境参数的监视有关的分类符。在每一情形中，与每一语义数据相关联的概率可受传感器30的位置、由于真实世界阻碍物所致的传感器场的阻碍、照明照射的限制、网络带宽的可用性或计算能力的可用性限制。在一些实施例中，环境监视可包含地震感测。

照明基础设施应用程序框架

本发明进一步涉及作为实现室外或室内空间的照明以外的功能性的传感器30、平台、控制器及软件的网络的基础的街道或其它照明系统的使用。

全世界的工业化国家具有广泛的室内及室外照明网络。街道、公路、停车场、工厂、办公楼及所有类型的设施通常具有广泛的室内及室外照明。基本上所有此照明直到最近均使用白炽或高强度气体放电(HID)技术。然而，白炽或HID照明在电力转换为光输出时是低效的。用于白炽照明的电力的很大部分作为热而耗散。此不仅浪费能源，而且通常导致灯泡本身以及照明设备的故障。

由于这些缺点以及发光二极管或其它固态照明技术的操作及维护成本效率，因此大量白炽或HID灯具的许多所有者正将其转换为使用固态照明。固态照明不仅提供较长寿命的灯泡，借此减少用于替换的劳工成本，而且所得器具还在低温下操作达较长时间段，从而进一步减少维护器具的需要。本申请案的代理人给各个市政机关、商业及私人所有者提供照明替换服务及装置，从而使得其能够以减少的维护成本及减少的能源成本操作其设施。

已开发用于部署在街道或其它照明系统中的联网传感器及应用程序框架。此系统的架构允许已适当地或在其初始安装时联网系统在照明基础设施内的部署。虽然系统通常部署于室外街道照明中，但其还可部署于室内，举例来说，在工厂或办公楼中。此外，当系统部署于室外时，其可在路灯灯泡从白炽照明改变为较高效照明(举例来说使用发光二极管(LED))时被安装。替换此些白炽灯泡的成本较高，此主要由于劳工成本及必需使用特殊装备来到达每一路灯中的每一灯泡所致。通过在所述时间处安装此处所描述的网络，与仅用LED灯泡替换现有白炽灯泡相比，增加的成本是最小的。

由于此系统实现众多不同用途，因此将此处所描述的所部署网络、传感器30、控制器及软件系统称为照明基础设施应用程序框架(LIAF)。系统使用照明基础设施作为使用硬件与软件的组合实施的商务及客户应用程序的平台。框架的主要组件为节点硬件及软件、传感器硬件、位点特定或基于云的服务器硬件、网络硬件及软件以及实现数据收集、分析、动作调用及与应用程序及用户的通信的广域网资源。

所属领域的技术人员将了解，LIAF可用于体现用于概率语义感测(且更特定来说在光传感网络中进行概率语义感测)的方法及系统，如先前所描述。尽管此处所描述的系统是在街道照明的上下文中，但依据以下说明将明了，所述系统对其它环境(举例来说，在停车库或工厂环境中)也具有适用性。

在一个实施例中，此系统提供使用现有室外停车结构及室内工业灯的照明系统网络。每一灯可成为网络中的节点，且每一节点包含：电力控制端子，其用于接收电力；光源，其耦合到电力控制端子；处理器，其耦合到电力控制端子；网络接口，其耦合于处理器与照明系统网络之间；及传感器30，其耦合到处理器以用于检测节点处的状况。在如下文所描述的一些应用中，所述网络不依赖照明系统。在组合中，此系统允许每一节点将关于节点处的状况的信息传达到其它节点及中心位置。处理可因此分布于LIAF中的节点当中。

使用耦合到一些LIAF节点的网络接口的网关来将来自所述节点处的传感器30的信息提供到本地或基于云的服务平台，在所述服务平台处应用程序软件存储、处理、分布并显示信息。此软件执行与由节点处的传感器30检测到的状况有关的所要操作。另外，网关可从服务平台接收信息且将所述信息提供到在其域中的节点平台中的每一者。所述信息可用于促进对灯的维护、对灯的控制，控制摄像机，定位未经占用停车空间，测量一氧化碳水平或众多其它应用，本文中描述所述应用中的数种典型应用。靠近节点布置或靠近节点的传感器30可与控制器一起使用来控制光源，并且将控制信号(例如锁定或解锁停车区域)提供到耦合到节点的设备。出于单个应用程序的目的，多个网关可用于将照明系统的多个区耦合在一起。

通常，每一节点将包含交流(AC)/直流(DC)转换器以将所供应AC电力转换为DC以供由处理器、传感器30等使用。网关可通过蜂窝式电话、Wi-Fi或到服务平台的其它手段彼此通信。传感器30通常为检测特定状况的装置，举例来说，来自玻璃破碎或汽车报警器的音频、用于安保及停车有关感测的视频摄像机、运动传感器、光传感器、射频识别检测器、天气传感器或针对其它状况的检测器。

在另一实施例中，提供用于通过使用具有带光源的器具的现有照明系统而收集信息的传感器30网络。方法包含：用包含电力控制端子的模块替换每一器具处的光源，所述电力控制端子连接到现有灯具、替换光源、处理器、耦合到处理器的网络接口及耦合到处理器的传感器30的电力供应器。传感器30检测节点处及节点周围的状况，且将关于所述状况的信息转发到处理器。优选地，每一器具处的每一模块的网络接口通常使用宽带或蜂窝式通信网络耦合在一起。使用通信网络从传感器30收集信息，且经由所述网络将所述信息提供到在位点处的本地服务器或在云中的服务器上运行的应用程序。本地或基于位点的应用程序服务器被称为位点控制器。在位点控制器上运行的应用程序可管理来自一个或多个特定客户位点的数据。

在一个实施例中，在器具中的每一者处的每一模块包含控制器及耦合到控制器的设备，且所述控制器用于致使由设备执行动作。如上文所提及，信号可经由通信网络从计算装置发射到模块且借此发射到控制器以致使由照明系统的设备执行动作。

此处所描述的照明基础设施应用程序框架是基于节点、网关及服务架构。节点架构由部署于照明基础设施中的各种位置处(例如个别街道灯具处)的节点平台组成。至少一些节点包含收集数据并将数据报告到其它节点且(在一些情形中)报告到架构中的较高级的传感器30。举例来说，在个别节点等级处，周围光传感器可提供关于照明器具的位置处的照明状况的信息。摄像机可提供关于发生于节点处的事件的信息。

图7图解说明此系统的总体架构的一部分。如图所展示，除光源本身以外，照明节点还包含节点平台10(例如，“NP”)(例如，感测节点109)。取决于所要的特定应用程序，节点平台10包含由照明节点的所有者选择的各种类型的传感器30。在图解中，描绘日光传感器31及占用传感器32。照明节点还可包含用于响应于传感器30而执行功能或响应于从其它源接收的控制信号而执行功能的控制器40。在图式中图解说明三个示范性控制器40，即用于控制灌溉系统的灌溉控制件42、用于打开及关闭附近门的门控制件45及光控制器48。光控制器48可用于控制节点平台10中的照明源，举例来说，在一天的不同时间处关断或接通照明源、对照明源进行调光、致使照明源闪光、感测光源本身的状况以确定是否需要维护或提供其它功能性。传感器30、控制器40、电力供应器及其它所要组件可经共同地组装到节点平台10的外壳中。

这些或类似控制器40实现的控制功能的其它实例可包含：对电力分配的管理、电力的测量及监视以及需求/响应管理。控制器40可激活及去激活传感器30，且可测量及监视传感器输出。另外，控制器40提供对通信功能(例如用于软件下载及安保管理的网关操作)的管理及对视频及音频处理(举例来说，事件的检测或监视)的管理。

在所述一个实施例中，此联网系统的架构实现照明节点处的传感器30的“即插即用”部署。照明基础设施应用程序框架(LIAF)提供用以实现传感器即插即用架构的实施的硬件及软件。当部署新传感器30时，软件及硬件管理传感器30，但LIAF提供对与传感器30相关联的一般性功能的支持。此可减少或消除传感器30对定制硬件及软件支持的需要。传感器30可需要电力(通常为电池或有线低电压DC)，且优选地传感器30产生模拟或数字信号作为输出。

LIAF允许在不具有额外硬件及软件组件的情况下进行照明节点处的传感器30的部署。在一个实施方案中，LIAF将DC电力提供到传感器30。LIAF还监视与传感器30相关联的模拟或数字接口，以及节点处的所有其它活动。

位于一些灯处的节点平台10一起耦合到网关平台50(例如，“GP”)(例如，聚合节点125)。网关平台50使用如下文进一步描述的技术与节点平台10通信，但可包含无线连接或有线连接。网关平台50将优选地使用众所周知的通信技术55(例如蜂窝式数据、Wi-Fi、GPRS或其它手段)与因特网80通信。当然，网关平台50不需要为独立实施方案。其可部署于节点平台10处。除由节点平台10提供的功能以外，网关平台50还提供广域网(WAN)功能性且可提供复杂数据处理功能性。

网关平台50与服务平台90(例如，“SP”)建立通信，从而使得节点能够将数据提供到各种应用程序100(例如，概率应用程序117)或从各种应用程序100接收指令。服务平台90优选地在云中实施以实现与应用程序100(例如，概率应用程序117)的互动。当服务平台90或具有所述功能性的子组在位点处本地实施时，那么所述服务平台或具有所述功能性的子组被称为位点控制器。提供最终用户可存取功能的多种应用程序100(例如，概率应用程序117)与服务平台90相关联。所有者、合伙人、客户或其它实体可提供这些应用程序100。举例来说，一个典型应用程序100提供关于节点处的当前天气状况的报告。应用程序100通常由他人开发且授权给基础设施所有者，但应用程序也可由节点所有者提供，或以其它方式变得可用以供在各种节点上使用。

典型照明相关应用程序100包含照明控制、照明维护及能源管理。这些应用程序100优选地在服务平台90或位点控制器上运行。还可存在合作伙伴应用程序100--可以利用机密数据且照明基础设施所有者授予特权的应用程序100。此些应用程序100可提供安保管理、停车管理、交通报告、环境报告、资产管理、物流管理及零售数据管理，仅举几个可能的服务。还存在使得客户能够利用一般性数据的客户应用程序100，其中对此数据的存取是(举例来说)由基础设施所有者所授权。另一类型的应用程序100为所有者提供的应用程序100。这些应用程序为由基础设施所有者开发并使用的应用程序100(例如，控制区中或沿着市政街道的交通流)。当然，还可存在使用来自框架的定制数据的应用程序100。

图7中所图解说明的系统中所涉及的主要实体为照明基础设施所有者、应用程序框架提供商、应用程序100或应用程序服务所有者及最终用户。典型基础设施所有者包含市政机关、业主、租户、电公用事业或其它实体。

图8是图解说明处于较高级的此系统的架构的图式。如在图8中所展示，节点平台10的群组彼此通信且通信到网关平台50。网关继而通过通信媒体55而通信到因特网80。在如所图解说明的典型实施方案中，将存在多个组的节点10、多个网关平台50、多个通信媒体55，其全部共同地一起耦合到通过因特网80可用的服务平台90。以此方式，多个应用程序100可通过系统中的网关将广泛程度的功能性提供到个别节点。

图8还图解说明针对节点的阵列的联网架构。在图式的左手部分11中，图解说明节点10的阵列。节点当中的实线表示数据平面，所述数据平面连接选定节点以实现高本地带宽业务。举例来说，这些连接可在这些节点当中实现本地视频或数据的交换。部分11中的虚线表示控制平面，所述控制平面将所有节点彼此连接且提供用于本地及远程业务的输送，从而交换关于事件、使用率、节点状态的信息且使得能够实施来自网关的控制命令及到网关的响应。

图9更详细地图解说明节点平台10。节点基础设施包含通常实施为AC到DC转换器的电力模块12。在一个实施方案中，在节点经部署于室外路灯处的情况下，AC电力为对此些路灯的主要电力供应。由于大多数传感器30及控制器40结构使用基于半导体的组件，因此电力模块12将可用AC电力转换为适当DC电力电平以用于驱动节点组件。

如还在图9中所展示，传感器30及控制器40的阵列连接到电力模块12，所述电力模块可包含AC/DC转换器以及其它众所周知的组件。运行处理器模块15的处理器协调传感器30与控制器40的操作以实施所要本地功能性，包含感测引擎111的操作，如先前所描述。处理器模块15还经由适当媒体提供到其它节点平台10的通信。应用程序100还可驱动光源模块16、耦合到适当的第三方光源模块18、在控制器40中的一者的控制下操作。实施方案可将电力模块12及光控制器48功能性组合到单个模块中。如由图式所指示，可视需要提供有线连接46及47以及无线连接44及49。

在图9中，照明基础设施由光源模块16、18组成，例如，(例如)可从代理人灵敏度系统公司(Sensity Systems Inc.)商购的LED组合件的LED组合件。当然，第三方制造商可提供第三方光源模块18以及其它组件。模块16还可耦合到控制器40。与节点相关联的传感器30可在节点本地，或其可为远程的。控制器40(除由代理人灵敏度系统公司提供的LED控制器以外)通常为远程的且使用无线通信。处理器模块15(也被称为节点应用程序控制器)管理节点内的所有功能。处理器模块15还实施与应用程序100相关联的管理、数据收集及动作指令。通常这些指令作为应用程序脚本而递送到控制器40。另外，应用程序控制器上的软件提供激活、管理、安保(验证及访问控制)及通信功能。网络模块14将基于射频(RF)的无线通信提供到其它节点。这些无线通信可基于邻域网(NAN)、WiFi、802.15.4或其它技术。可利用传感器模块来操作传感器30。处理器模块15进一步经图解说明为以通信方式耦合到如先前所描述地操作的感测引擎111。

图10是网关平台50的框图。如由所述图所建议且如上文所提及，网关平台50可位于节点处或位于与节点分离的其自身外壳中。在图10的图式中，再次展示电力模块12、处理器模块15、LED光源模块16及第三方光源模块18组件以及传感器模块30及控制器模块40。进一步图解说明均如先前所描述地操作的相关引擎113及概率引擎115。

除由节点平台10支持的功能以外，网关平台50硬件及软件组件还使用媒体模块105(例如以视频速率)以及中继或WAN网关110实现高带宽数据处理及分析。网关平台50可被视为节点平台10，但其具有额外功能性。高带宽数据处理媒体模块105支持可分析、检测、记录并报告应用程序特定事件的视频及音频数据处理功能。中继或WAN网关110可基于GSM、Wi-Fi、LAN到因特网或其它广域网技术。

图11是服务平台90的框图。服务平台90支持应用程序网关120及定制节点应用程序构建器130。应用程序网关120管理到使用传感器及来自照明节点的事件数据实施的不同类型的应用程序(例如，概率应用程序117)的接口。具有应用程序网关120(根据一个实施例，例如，传感处理接口131)的服务平台90可经部署为客户照明位点处的位点控制器。因此，位点控制器为仅具有应用程序网关120功能性的服务平台90的实例。定制节点应用程序构建器130允许开发定制节点应用程序脚本(例如，概率应用程序117)。这些脚本对处理器模块15(参见图9)规定将在节点等级处执行的数据收集指令及操作。脚本对应用程序网关120规定如何将与脚本相关联的结果提供到应用程序(例如，概率应用程序117)。

图11还图解说明所有者应用程序140(例如，概率应用程序117)、灵敏度应用程序144(例如，概率应用程序117)、合作伙伴应用程序146(例如，概率应用程序117)及客户应用程序149(例如，概率应用程序117)利用应用程序网关API 150(例如，传感处理接口131，根据一个实施例)。到此为止，代理人已开发并实施传感器30的许多用途所共有的各种类型的应用程序(例如，概率应用程序117)。一个此类应用程序100为照明管理。照明管理应用程序提供针对节点平台10处的光源的照明状态及控制功能性。由代理人提供的另一应用程序(例如，概率应用程序117)提供照明维护。照明维护应用程序(举例来说)通过实现监视每一节点处的灯的状态而允许用户维护其照明网络。能源管理应用程序(例如，概率应用程序117)允许用户监视照明基础设施能源使用率且因此更好地控制所述使用。

在图11中所展示的合作伙伴应用程序146通常为经代理人批准的应用程序及已建立针对各种所要功能(例如下文所列举的功能)的市场的应用程序服务公司。这些应用程序100利用应用程序网关API 150。典型合作伙伴应用程序146提供安保管理、停车管理、交通监视及报告、环境报告、资产管理及物流管理。

客户应用程序149利用应用程序网关API 150来提供客户相关功能性。此API 150提供对公开可获得的、匿名的及经所有者批准的数据的存取。还展示由照明基础设施所有者开发并使用以满足其各种特定需要的所有者应用程序140。

图12图解说明上文所描述的系统的照明基础设施应用程序收入模型。此收入模型图解说明收入如何产生并在照明基础设施中的关键利益相关者当中分配。一般来说，应用程序100及/或应用程序服务提供商从应用程序用户收集收入A。应用程序100所有者或服务提供商将费用B支付给照明基础设施应用程序框架服务提供商。LIAF服务提供商将费用C支付给照明基础设施所有者。

基于照明基础设施的应用程序100的关键利益相关者包含照明基础设施的所有者。这些所有者是拥有灯杆/器具及照明基础设施位于其上的财产的实体。系统所涉及的另一关键方为LIAF服务提供商。这些LIAF服务提供商是提供经部署以提供用于应用程序100的数据及服务的硬件及软件平台的实体。本文中的代理人是LIAF的服务提供商。其它重要实体包含应用程序(例如，概率应用程序117)开发者及所有者。这些实体出售应用程序100或应用程序服务。这些应用程序100及服务提供商是基于由LIAF收集、处理并分布的数据。

用于资助LIAF的收入来源当中有应用程序、应用程序服务及数据。存在针对应用程序100或应用程序服务提供商的收入选项。应用程序100或应用程序服务的用户支付许可证费用，所述许可证费用通常为基于时间间隔或作为一次性支付的许可证费用。此费用是基于不同使用率等级，举例来说，标准、专业及管理人员。使用率费用还可取决于数据的类型(例如原始或概括、实时对非实时等)、对历史数据的存取、基于按需求动态定价的数据及基于与数据相关联的位置。

另一应用程序服务包含广告商。这些广告商是想要向应用程序100及应用程序服务用户做广告宣传产品或服务的企业。此些广告商支付针对每一应用程序100或服务的广告费用。

关于数据，应用程序100及应用程序服务开发者进行付款以存取数据。数据包含针对整个灯在每灯引擎基础上、在每灯引擎通道上或每传感器30的特定数据，例如节点处的能源使用率。另一类型的数据为灯的状态(例如管理状态)，例如用以触发调光的温度阈值或能源成本、调光百分比、包含检测间隔及报告间隔的设定的灯状态的报告。此数据还可包含操作状态，例如灯的当前状态(接通或关断、经调光量及调光量、出故障、异常等)。其它类型的数据包含环境数据(例如节点处的温度、湿度及大气压)或照明数据(例如周围光及其颜色)。

节点还可感测并提供众多其它类型的数据。举例来说，可检测到并数据报告气体，例如二氧化碳、一氧化碳、甲烷、天然气、氧气、丙烷、丁烷、氨或硫化氢。其它类型的数据包含指示地震事件的加速计状态、入侵检测器状态、蓝牙.RTM..sup.1媒体存取控制(MAC)_地址、有源射频识别(RFID)标签数据、ISO-18000-7及DASH 7数据。下文更详细地描述这些应用程序100中的一些应用程序及其可收集的数据。

应用程序特定传感器数据可包含用以检测杆或灯具的基座处的入侵、杆的基座处的盖的未授权打开、灯具的未授权打开的入侵传感器，用于入侵相关振动检测、地震相关振动检测或杆损坏相关振动检测的振动传感器。运动传感器可检测运动、运动的方向及所检测的运动的类型。

音频传感器可提供另一类型的可收集数据。音频传感器可检测玻璃破碎、枪击、车辆发动机的接通或关断事件、轮胎噪声、车辆门关闭、人类交流事件或人类痛苦噪声事件。

人检测传感器可检测单个人、多个人及人的计数。车辆检测可包含单个车辆、多个车辆及传感器可见性的持续时间。车辆检测可提供车辆计数或关于品牌、型号、颜色、牌照等的辨识信息。

此系统还可通常通过使用来自多个传感器30的数据而提供关于相关事件的数据。举例来说，来自运动检测器及人检测器的传感器数据可经组合以激发用以接通灯、关断灯、对灯进行调光或使灯变亮的照明功能。借助运动检测对人的计数提供关于安保、零售活动或交通相关事件的信息。与车辆检测耦合的运动检测可用于指示设施的安保的破坏。

传感器30的组合(例如运动与车辆计数或运动与音频)的使用提供用于执行各种动作的有用信息。数据收集的时间还可与来自传感器30的数据(例如上文所讨论的数据)组合以提供有用信息，例如在设施处的打开及关闭小时期间的运动检测。耦合到运动检测传感器的光等级传感器可提供用于照明控制的有用信息。运动检测可与视频组合以仅在事件发生时捕获数据。可使当前与历史传感器数据相关且将当前及历史传感器数据用于预测用于调整控制信号的事件或需要，例如交通流型样。

在节点处收集的数据的另一用途是聚合。此允许使用数据事件来使用多种技术产生群组的代表值。举例来说，经聚合数据可用于收集关于以下各项的信息：位点处的照明器类型(例如柱顶及外墙照明器)；环境保护对无保护照明器或曝光区域外部的照明器。可基于照明区域(例如道路、停车场、车道)、设施类型(例如制造业、R&D)、公司地区(例如国际对国内)等来收集数据。

电力使用率可针对器具类型、设施、设施类型或地理区而聚合。环境感测相关聚合可针对地理区域或设施类型而提供。安保应用程序包含针对地理区域或设施类型的聚合。交通应用程序包含按天、周、月、年的时间或按地理区域(例如学校区域对零售区域)进行的聚合。零售应用程序包含按天、周、月等时间以及按地理区域或设施类型进行的聚合。数据还可基于用户规定的准则(例如一天中的时间)而进行过滤或聚合。

定制应用程序开发允许用户规定待收集并转发到定制应用程序100及服务的数据、待基于照明节点处的数据而执行的动作、将转发到应用程序100或应用程序服务的数据的格式及历史数据的管理。

此收入分配模型允许收入在照明基础设施所有者、应用程序基础设施所有者及应用程序100或应用程序服务所有者当中分配。现今，对基础设施所有者来说，照明是涉及资本投资、能源账单及维护成本的成本中心。此处，代理人提供硬件、软件及网络资源以在每日基础上实现应用程序100及应用程序服务，从而允许基础设施所有者抵消资本、操作及维护费用中的至少一些费用。

图13到16图解说明上文所描述的系统的四个样本应用程序100。图13图解说明停车管理应用程序181(例如，概率应用程序117)。一系列车辆检测传感器180中的每一者定位在停车库中的每一停车空间上方，或单个多空间占用检测传感器定位于每一灯处。传感器180可使用检测停放在其下方的车辆的存在或不存在的任何众所周知技术而操作。当已部署停车空间特定传感器180时，那么每一传感器180包含显示所述空间是开放、经占用还是被保留的LED。此使得车库中的司机能够定位开放、可用及被保留空间。其还允许车库所有者在不必以视觉方式检验整个车库的情况下知晓空间何时可用。传感器180使用有线或无线技术耦合到节点平台10，例如针对以上系统而描述。节点平台10经由局域网(LAN)210通信到位点控制器200及/或使用网关平台50通信到服务平台90。网关平台50经由因特网80连接到服务平台90及用户220。位点控制器200可与服务平台90或停车管理应用程序181通信。停车管理应用程序181使得用户220能够通过经由因特网80访问所述应用程序181而保留空间。

图14图解说明照明维护应用程序229(例如，概率应用程序117)。照明维护应用程序229包含照明节点(例如，节点平台10)，所述照明节点使用例如上文所描述的系统联网在一起且继而耦合到位点控制器200。使用上文所描述的技术将关于照明节点的信息(例如电力消耗、操作状态、接通-关断活动及传感器活动)报告给位点控制器200及/或服务平台90。另外，位点控制器200及/或服务平台90可收集性能数据(例如温度或电流)以及状态数据(例如发生在节点10处的活动)。提供照明维护相关功能的照明维护应用程序229存取来自服务平台90的原始维护数据。维护相关数据(例如LED温度、LED电力消耗、LED故障、网络故障及电力供应器故障)可由照明维护公司230从照明维护应用程序229存取以确定何时期望服务或何时需要其它关注。

图15A及15B图解说明上文所描述系统的库存应用程序238(例如，概率应用程序117)及空间利用应用程序237。如上文所图解说明，一系列RFID标签读取器250沿着节点平台10定位于整个仓库中。这些标签读取器250检测仓库中的各种物品上的RFID标签260。使用如本文中所描述的节点平台10网络，标签读取器250可将所述信息提供到位点控制器200及/或服务平台90。标签读取器250收集位置及识别信息且使用节点平台10将数据转发到位点控制器200及/或服务平台90。此数据接着从服务平台90转发到应用程序100(例如库存应用程序238)。位置及识别数据可用于在保护结构(例如仓库)内部跟踪货流。相同战略可用于监视仓库空间使用率。传感器30检测仓库中的物品的存在及这些物品占用的空间。此空间使用率数据可经转发到位点控制器200及/或服务平台90。监视并管理空间的应用程序100可利用空间利用应用程序237(例如，概率应用程序117)来存取来自服务平台90的描述空间的数据。

图16图解说明用于监视装货码头且从源到目的地跟踪货物的物流应用程序236(例如，概率应用程序117)。举例来说，RFID标签260可经定位以通过利用节点平台10而从源(例如，装货港码头)、中转站(例如，称重站或加油站)一直到目的地(例如，仓库)跟踪货物。类似地，RFID标签260可定位于货物及正运输货物的车辆上。RFID标签260使用节点平台10发射位置信息、识别信息及其它传感器数据信息，所述节点平台继而将前述信息发射到服务平台90。此可进一步在每一位点(例如，源、中转站及目的地)处使用网关平台50执行。服务平台90使此数据可用于应用程序100(例如物流应用程序236)，从而使得访问物流应用程序236的用户220能够获得准确位置及货物状态信息。

图17是用于在节点内进行电力监视及控制的电组件的框图。所图解说明的电力测量与控制模块测量传入AC电力且控制经提供到AC/DC转换器的电力。所述电力测量与控制模块还对节点组件提供浪涌抑制并给节点组件提供电力。

此电路用于在个别节点处控制到发光二极管的电力。下文所概述的输入或输出的实际计数取决于客户应用程序规定。如在图式中所展示，经由线路300提供介于90伏特与305伏特之间的电压范围下的AC电力。由能源测量集成电路310感测电压及电流。AC到DC变压器320给电路310提供3.3伏特以对集成电路310进行供电。在图17中，虚线表示高压系统的非隔离部分。点线指示在高达10,000伏特下受保护的电路的部分。

集成电路310为测量线路电压及电流的互补金属氧化物半导体(CMOS)电力测量装置。所述CMOS电力测量装置能够计算有功功率、无功功率及表观功率以及RMS电压及电流。所述CMOS电力测量装置将输出信号315提供到“通用异步接收器/发射器”(UART)装置330。UART装置330在并行接口与串行接口之间转换数据。UART 330经连接以将信号提供到微控制器340，所述微控制器控制经提供到负载350的输出电压，所述负载优选为LED照明系统350。此控制是使用开关355而实施。

装置360及365也耦合到微控制器340，装置360及365实施控制器区域网络总线系统(通常被称为CAN总线)。CAN总线允许多个微控制器在不依赖主机计算机的情况下彼此通信。所述CAN总线提供基于消息的通信协议。所述CAN总线允许将多个节点菊花链在一起以在其当中通信。

电力模块370任选地提供于电路板上。电力模块370通过其输入端子接受AC电力且在其输出端子处提供受控制DC电力。如果需要，那么所述电力模块可为在图18中所图解说明的一些装置提供输入电力，此接下来讨论。

图18是位于节点处的应用程序控制器的框图。所述节点提供与应用程序软件的无线通信。此应用程序软件实现对电力、照明及在微控制器400上运行的传感器30的控制。其还将电力提供到图中所图解说明的各种模块且实现与传感器30的通信。

图18中的应用程序控制器在微控制器400的控制下操作，所述微控制器在图式的中心描绘。传入电力405(举例来说，由图17中的模块370供应)由变压器410降压到5伏特以提供用于Wi-Fi通信的电力，且还经提供到3.3伏特变压器420，变压器420对微控制器400进行供电。电力供应器430也接收输入电力且将其提供到传感器30(未展示)。3.3伏特电力还经提供到参考电压产生器440。

微控制器400提供若干输入及输出端子以用于与各种装置通信。特定来说，在一个实施例中，微控制器400经耦合以提供三个0伏特到10伏特模拟输出信号450，且接收两个0伏特到10伏特模拟输入信号460。这些输入及输出信号460及450可用于控制并感测各种传感器30的状况。与微控制器400通信是通过UART 470并使用CAN总线480而实现的。如关于图17所解释，CAN总线480在不需要主机计算机的情况下实现微控制器当中的通信。

为实现未来应用程序100且提供灵活性，微控制器400还包含多个通用输入/输出引脚490。这些通用输入/输出引脚接受或提供介于从0伏特到36伏特的范围内的信号。这些通用输入/输出引脚为一般性引脚，其行为可通过软件控制或编程。具有这些额外控制线路允许在不需要替换硬件的情况下通过软件实现的额外功能性。

微控制器400还耦合到一对I2C总线接口500。这些总线接口500可用于连接板上的其它组件或连接经由电缆链接的其它组件。I2C总线500不需要预定义带宽，但仍实现多主控(multi-mastering)、仲裁及碰撞检测。微控制器400还连接到SP1接口510以提供浪涌保护。另外，微控制器400耦合到USB接口520及JTAG接口530。各种输入及输出总线及控制信号使得节点接口处的应用程序控制器(包括广泛多种传感器30及其它装置)能够提供(举例来说)照明控制及传感器管理。

前文是用于与感测应用程序100一起使用的联网照明基础设施的详细说明。如所描述，系统提供现有或未来照明基础设施的独特能力。尽管已提供关于系统的特定实施方案的众多细节，但将了解本发明的范围是由所附权利要求书定义。

机器及软件架构

在多个机器及相关联软件架构的上下文中在一些实施例中实施结合图1到18描述的模块、方法、引擎、应用程序等等。以下部分描述适合于与所揭示实施例一起使用的代表性软件架构及机器(例如，硬件)架构。

软件架构结合硬件架构使用以形成根据特定用途修整的装置及机器。举例来说，与特定软件架构耦合的特定硬件架构将形成移动装置，例如移动电话、平板装置或等等。稍微不同硬件及软件架构可产生以供在“物联网”中使用的智能装置。然而另一组合产生以供在云计算架构内使用的服务器计算机。此处并未呈现此些软件及硬件架构的所有组合，这是因为所属领域的技术人员可易于理解如何在不同于本文中所含有的揭示内容的上下文中实施本发明。

软件架构

图19是图解说明代表性软件架构2002的框图2000，所述代表性软件架构可结合本文中所描述的各种硬件架构一起使用。图19仅为软件架构2002的非限制性实例且将了解，可实施许多其它架构以促进本文中所描述的功能性。软件架构2002可在硬件(例如图20的机器2100)上执行，机器2100尤其包含处理器2110、存储器2130及I/O组件2150。返回到图19，代表性硬件层2004经图解说明且可表示(举例来说)图20的机器2100。代表性硬件层2004包括具有相关联可执行指令2008的一个或多个处理单元2006。可执行指令2008表示软件架构2002的可执行指令，包含图1到18的方法、引擎、模块等等的实施。硬件层2004还包含存储器及/或存储模块2010，所述存储器及/或存储模块也具有可执行指令2008。硬件层2004还可包括其它硬件，如由2012指示，其表示硬件层2004的任何其它硬件，例如经图解说明为机器2100的部分的其它硬件2012。

在图19的实例性架构中，软件2002可经概念化为层的堆叠，其中每一层提供特定功能性。举例来说，软件架构2002可包含例如以下各层：操作系统2014、库2016、框架/中间件2018、应用程序2020(例如，概率应用程序117)及呈现层2044。从操作上来说，应用程序2020及/或层内的其它组件可通过软件堆叠而调用应用程序编程接口(API)调用2024且响应于API调用2024而接收经图解说明为消息2026的响应、返回值等等。所图解说明的层本质上为代表性的且并非所有软件架构均具有所有层。举例来说，一些移动或专用操作系统2014可不提供框架/中间件层2018，而其它操作系统可提供此层。其它软件架构可包含额外或不同层。

操作系统2014可管理硬件资源且提供共同服务。举例来说，操作系统2014可包含内核2028、服务2030及驱动程序2032。内核2028可充当硬件层与其它软件层之间的抽象层。举例来说，内核2028可负责存储器管理、处理器管理(例如，调度)、组件管理、联网、安保设定等等。服务2030可提供用于其它软件层的其它共同服务。驱动程序2032可负责控制下伏硬件或与下伏硬件介接。举例来说，驱动程序2032可取决于硬件配置而包含显示驱动程序、摄像机驱动程序、驱动程序、快闪存储器驱动程序、串行通信驱动程序(例如，通用串行总线(USB)驱动程序)、驱动程序、音频驱动程序、电力管理驱动程序等等。

库2016可提供可由应用程序2020及/或其它组件及/或层利用的共同基础设施。库2016通常提供允许其它软件模块以比与下伏操作系统2014功能性(例如，内核2028、服务2030及/或驱动程序2032)直接介接更容易的方式来执行任务的功能性。库2016可包含系统2034库(例如，C标准库)，系统2034库可提供例如存储器分配功能、字符串操纵功能、数学功能及类似功能的功能。另外，库2016可包含API库2036，例如媒体库(例如，用以支持各种媒体格式(例如运动图片专家群组(MPEG)4、H.264、MPEG-1或MPEG-2音频层(MP3)、AAC、AMR、联合摄影专家群组(JPG)、便携式网络图形(PNG))的呈现及操纵的库)，图形库(例如，可用于在显示器上渲染图形内容中的2D及3D的开放图形库(OpenGL)框架)，数据库库(例如，可提供各种关系数据库功能的结构化查询语言(SQL)SQLite)，网站库(例如，可提供网站浏览功能性的WebKit)及类似库。库2016还可包含广泛多种其它库2038以给应用程序2020及其它软件组件/模块提供许多其它API 2036。

框架2018(有时也被称为中间件)可提供可由应用程序2020及/或其它软件组件/模块利用的较高级共同基础设施。举例来说，框架2018可提供各种图形用户接口(GUI)功能、高级资源管理、高级位置服务等等。框架2018可提供可由应用程序2020及/或其它软件组件/模块利用的宽广幅度的其它API 2036，所述其它API中的一些API可为特定操作系统2014或平台所特有的。

应用程序2020包含内建应用程序2040及/或第三方应用程序2042。代表性内建应用程序2040的实例可包含但不限于：联系人应用程序、浏览器应用程序、书阅读器应用程序、位置应用程序、媒体应用程序、消息接发应用程序及/或游戏应用程序。第三方应用程序2042可包含内建应用程序中的任一者以及广泛分类的其它应用程序2020。在特定实例中，第三方应用程序2042(例如，由除特定平台的供应商以外的实体使用Android^TM或iOS^TM软件开发工具包(SDK)开发的应用程序)可为在移动操作系统2014(例如iOS^TM、Android^TM、电话)或其它移动操作系统2014上运行的移动软件。在此实例中，第三方应用程序2042可调用由移动操作系统(例如操作系统2014)提供的API调用2024以促进本文中所描述的功能性。

应用程序2020可利用内建操作系统功能(例如，内核2028、服务2030及/或驱动程序2032)、库(例如，系统2034、API 2036及其它库2038)、框架/中间件2018来创建用户接口以与系统的用户220互动。或者或另外，在一些系统中，与用户220的互动可通过呈现层(例如呈现层2044)发生。在这些系统中，应用程序/模块“逻辑”可与和用户220互动的应用程序/模块的方面分离。

一些软件架构2002利用虚拟机器。在图19的实例中，此通过虚拟机器2048图解说明。虚拟机器2048创建其中应用程序/模块可执行(如同其执行于硬件机器(例如图20的机器2100，举例来说)上)的软件环境。虚拟机器2048由主机操作系统(图21中的操作系统2014)代管且通常(但并非始终)具有虚拟机器监视器2046，所述虚拟机器监视器管理虚拟机器2048以及与主机操作系统(即，操作系统2014)的接口的操作。软件架构2002在虚拟机器2048内执行，例如在操作系统2050、库2052、框架/中间件2054、应用程序2056及/或呈现层2058内。在虚拟机器2048内执行的软件架构2002的这些层可与先前所描述的对应层相同或可不同。

实例性机器架构及机器可读媒体

图20是图解说明根据一些实例性实施例的机器2100的组件的框图，所述机器能够从机器可读媒体(例如，机器可读存储媒体)读取指令且执行本文中所讨论的方法中的任一者或多者。具体来说，图20展示以计算机系统的实例性形式的机器2100的图解性表示，可在机器2100内执行用于致使机器2100执行本文中所讨论的方法中的任一者或多者的指令2116(例如，软件、程序、应用程序、小应用程序、app或其它可执行代码)。举例来说，指令2116可致使机器2100执行图6的流程图。另外或或者，指令2116可实施图3的感测引擎111、相关引擎113、概率引擎115及概率应用程序117等等，包含实施图9到11中的模块、引擎及应用程序。指令2116以所描述的方式将一般、未经编程机器2100变换成经编程以实施所描述及所图解说明功能的特定机器2100。在替代实施例中，机器2100操作为独立装置或可耦合(例如，联网)到其它机器2100。在联网部署中，机器2100可在服务器-客户端网络环境中以服务器机器或客户端机器的资格操作，或者在对等(或分布式)网络环境中作为对等机器操作。机器2100可包括但不限于：服务器计算机、客户端计算机、个人计算机(PC)、平板计算机、膝上型计算机、上网本、机顶盒(STB)、个人数字助理(PDA)、娱乐媒体系统、蜂窝式电话、智能电话、移动装置、可穿戴装置(例如，智能手表)、智能家用装置(例如，智能家电)、其它智能装置、web器具、网络路由器、网络切换器、网络桥接器或者能够依序或以其它方式执行规定将由机器2100采取的行动的指令2116的任何机器2100。此外，虽然仅图解说明单个机器2100，但还将采用术语“机器”来包含个别地或联合地执行指令2116以执行本文中所讨论的方法中的任一者或多者的机器2100的集合。

机器2100可包含可经配置以例如经由总线2102彼此通信的处理器2110、存储器2130及I/O组件2150。在实例性实施例中，处理器2110(例如，中央处理单元(CPU)、精简指令集计算(RISC)处理器、复杂指令集计算(CISC)处理器、图形处理单元(GPU)、数字信号处理器(DSP)、专用集成电路(ASIC)、射频集成电路(RFIC)、另一处理器或其任何适合组合)可包含(举例来说)可执行指令2116的处理器2112及处理器2114。术语“处理器”打算包含多核心处理器2112，所述多核心处理器可包括可同时执行指令2116的两个或两个以上独立处理器2112(有时被称为“核心”)。尽管图20展示多个处理器2112，但机器2100可包含具有单个核心的单个处理器2112、具有多个核心的单个处理器2112(例如，多核心处理)、具有单个核心的多个处理器2112、具有多个核心的多个处理器2112或其任何组合。

存储器/存储装置2130可包含存储器2132(例如主存储器或其它存储器存储装置)及存储单元2136，存储器2132及存储单元2136两者均可例如经由总线2102由处理器2110存取。存储单元2136及存储器2132存储指令2116，从而体现本文中所描述的方法或功能中的任一者或多者。指令2116还可在由机器2100进行的指令执行期间完全或部分地驻存于存储器2132内、驻存于存储单元2136内、驻存于处理器2110中的至少一者内(例如，驻存于处理器的高速缓冲存储器内)或其任何适合组合内。因此，存储器2132、存储单元2136及处理器2110的存储器为机器可读媒体的实例。

如本文中所使用，“机器可读媒体”意指能够暂时地或永久地存储指令2116及数据的装置，且可包含但不限于：随机存取存储器(RAM)、只读存储器(ROM)、缓冲存储器、快闪存储器、光学媒体、磁性媒体、高速缓冲存储器、其它类型的存储装置(例如，可擦除可编程只读存储器(EEPROM))及/或其任何适合组合。应采用术语“机器可读媒体”来包含能够存储指令2116的单个媒体或多个媒体(例如，集中式或分布式数据库或相关联高速缓冲存储器及服务器)。还应采用术语“机器可读媒体”来包含能够存储指令(例如，指令2116)的任何媒体或多个媒体的组合，所述指令用于由机器(例如，机器2100)执行，使得在由机器2100的一个或多个处理器(例如，处理器2110)执行时，指令2116致使机器2100执行本文中所描述的方法中的任一者或多者。因此，“机器可读媒体”是指单个存储设备或装置，以及包含多个存储设备或装置的“基于云”的存储系统或存储网络。术语“机器可读媒体”本身排除信号。

I/O组件2150可包含用以接收输入、提供输出、产生输出、发射信息、交换信息、捕获测量等等的广泛多种组件。包含于特定机器2100中的特定I/O组件2150将取决于机器的类型。举例来说，便携式机器2100(例如移动电话)将可能包含触摸输入装置或其它此类输入机构，而无外设服务器机器将可能不包含此触摸输入装置。将了解，I/O组件2150可包含图20中未展示的许多其它组件。根据功能性将I/O组件2150分组，此仅为简化以下讨论且所述分组不具有任何限制性。在各种实例性实施例中，I/O组件2150可包含输出组件2152及输入组件2154。输出组件2152可包含视觉组件(例如，显示器，例如等离子显示面板(PDP)、发光二极管(LED)显示器、液晶显示器(LCD)、投影仪或阴极射线管(CRT))、听觉组件(例如，扬声器)、触觉组件(例如，振动电动机、抵抗机构)、其它信号产生器等等。输入组件2154可包含字母数字输入组件(例如，键盘、配置以接收字母数字输入的触摸屏、光-光学键盘或其它字母数字输入组件)，基于点的输入组件(例如，鼠标、触摸垫、轨迹球、操纵杆、运动传感器或其它指向仪器)、触觉输入组件(例如，物理按钮、提供位置及/或触摸的力或触摸姿势的触摸屏或其它触觉输入组件)、音频输入组件(例如，麦克风)及类似输入组件。

在其它实例性实施例中，I/O组件2150可在广泛阵列的其它组件当中包含生物计量组件2156、运动组件2158、环境组件2160或定位组件2162。举例来说，生物计量组件2156可包含用以进行以下操作的组件及类似组件：检测表达(例如，手势表达、面部表情、声音表达、身体姿势或眼部跟踪)、测量生理信号(例如，血压、心率、体温、排汗或脑波)、识别人(例如，话音识别、视网膜识别、面部识别、指纹识别或基于脑电图的识别)。运动组件2158可包含加速传感器组件(例如，加速计)、重力传感器组件、旋转传感器组件(例如，陀螺仪)等等。环境组件2160可包含(举例来说)照射传感器组件(例如，光度计)、温度传感器组件(例如，检测周围温度的一个或多个温度计)、湿度传感器组件、压力传感器组件(例如，气压计)、听觉传感器组件(例如，检测背景噪声的一个或多个麦克风)、接近度传感器组件(例如，检测附近物体的红外传感器)、气体传感器(例如，为安全用以检测危险气体的浓度或用以测量大气中的污染物的气体检测传感器)或可提供对应周围物理环境的指示、测量或信号的其它组件。定位组件2162可包含位置传感器组件(例如，全球定位系统(GPS)接收器组件)、海拔高度传感器组件(例如，高度计或检测气压的气压计，可从所述气压导出海拔高度)、定向传感器组件(例如，磁力计)及类似传感器组件。

可使用广泛多种技术实施通信。I/O组件2150可包含通信组件2164，所述通信组件可操作以分别经由耦合2182及耦合2172而将机器2100耦合到网络2180或装置2170。举例来说，通信组件2164可包含网络接口组件或用以与网络2180介接的其它适合装置。在其它实例中，通信组件2164可包含有线通信组件、无线通信组件、蜂窝式通信组件、近场通信(NFC)组件、组件(例如，低能耗)、组件及用以经由其它模态提供通信的其它通信组件。装置2170可为另一机器2100或广泛多种外围装置中的任一者(例如，经由通用串行总线(USB)耦合的外围装置)。

此外，通信组件2164可检测识别符或包含可操作以检测识别符的组件。举例来说，通信组件2164可包含射频识别(RFID)标签读取器组件、NFC智能标签检测组件、光学读取器组件(例如，用以检测一维条形码(例如通用产品代码(UPC)条形码)、多维条形码(例如快速响应(QR)码、阿兹特克(Aztec)码、数据矩阵、Dataglyph、MaxiCode、PDF417、Ultra码、UCC RSS-2D条形码)及其它光学代码的光学传感器)，或听觉检测组件(例如，用以识别经标记音频信号的麦克风)。另外，可经由通信组件2164导出多种信息，例如，经由因特网协议(IP)地理定位导出的位置、经由信号三角测量导出的位置、经由检测可指示特定位置的NFC信标信号导出的位置等等。

发射媒体

在各种实例性实施例中，网络2180的一个或多个部分可为特设网络、内联网、外联网、虚拟私用网络(VPN)、局域网(LAN)、无线LAN(WLAN)、广域网(WAN)、无线WAN(WWAN)、城域网(MAN)、因特网80、因特网80的一部分、公用交换电话网络(PSTN)的一部分、普通老式电话服务(POTS)网络、蜂窝式电话网络、无线网络、网络、另一类型的网络或者两个或两个以上此类网络的组合。举例来说，网络2180或网络2180的一部分可包含无线或蜂窝式网络且耦合2182可为码分多址(CDMA)连接、全球移动通信系统(GSM)连接或其它类型的蜂窝式或无线耦合。在此实例中，耦合2182可实施多种类型的数据传输技术中的任一者，例如单载波无线电发射技术(1xRTT)、演进数据优化(EVDO)技术、通用分组无线服务(GPRS)技术、GSM增强数据率演进(EDGE)技术、第三代合作伙伴计划(3GPP)(包含3G)、第四代无线(4G)网络、通用移动电信系统(UMTS)、高速分组接入(HSPA)、全球微波接入互操作性(WiMAX)、长期演进(LTE)标准、由各种标准设定组织定义的其它技术、其它远程协议或其它数据传输技术。

可经由网络接口装置(例如，包含于通信组件2164中的网络接口组件)使用发射媒体且利用若干众所周知传输协议中的任一者(例如，超文本传输协议(HTTP))而经由网络2180发射或接收指令2116。类似地，可使用发射媒体经由耦合2172(例如，对等耦合)而将指令2116发射或接收到装置2170。应采用术语“发射媒体”来包含能够存储、编码或携载以供由机器2100执行的指令2116的任何无形媒体，且术语“发射媒体”包含数字或模拟通信信号或其它无形媒体以促进此类软件的通信。

语言

贯穿此说明书，多个实例可实施描述为单个实例的组件、操作或结构。尽管将一种或多种方法的个别操作图解说明并描述为单独操作，但可同时执行所述个别操作中的一者或多者，且不需要按所图解说明的次序执行所述操作。在实例性配置中呈现为单独组件的结构及功能性可实施为组合式结构或组件。类似地，呈现为单个组件的结构及功能性可实施为单独组件。这些及其它变化、修改、添加及改进均归属于本文中的标的物的范围内。

尽管已参考特定实例性实施例而描述发明性标的物的概述，但可在不脱离本发明的实施例的较宽广范围的情况下对这些实施例作出各种修改及改变。发明性标的物的此些实施例可在本文中个别地或共同地由术语“发明”指代，此仅为方便起见且并不打算在事实上已揭示一个以上发明或发明性概念的情形下将本申请案的范围自发地限制为任何单个发明或发明性概念。

充分详细地描述本文中所图解说明的实施例以使得所属领域的技术人员能够实践所揭示的教示。可使用其它实施例且可从本发明推导出其它实施例，使得可在不脱离本发明的范围的情况下作出结构及逻辑替代及改变。因此，实施方式不应视为具有限制意义，且各种实施例的范围仅由所附权利要求书连同授权此权利要求书的等效物的全部范围定义。

如本文中所使用，术语“或”应被理解为包含性或排他性意义。此外，可针对本文中描述为单个实例的资源、操作或结构而提供多个实例。另外，各种资源、操作、模块、引擎及数据存储之间的边界有些任意，且在特定说明性配置的上下文中图解说明特定操作。可设想其它功能性分配且其它功能性分配可归属于本发明的各种实施例的范围内。一般来说，在实例性配置中呈现为单独资源的结构及功能性可实施为组合式结构或资源。类似地，呈现为单个资源的结构及功能性可实施为单独资源。这些及其它变化、修改、添加及改进均归属于如由所附权利要求书表示的本发明的实施例的范围内。因此，说明书及图式应被视为具有说明性意义而非限制意义。