最优传感器放置的系统和方法技术方案

一种控制器(380)包括存储指令的存储器(330)和运行所述指令的处理器(320)。所述指令令所述控制器(380)运行包括从第一传感器和第二传感器接收(S656A/S656B)传感器数据的过程。所述传感器数据包括表示第一活动和第二活动的时间系列观测结果。所述控制器(380)针对涉及通过由来自每个传感器的传感器数据指示的状态的进程的每个活动生成(S656A、S656B、S656C、S656D)模型。所述控制器(380)从每个传感器接收(S659A、S659B)额外的传感器数据，所述额外的传感器数据包括表示所述第一活动和所述第二活动的时间系列观测结果。所述控制器(380)确定(S660)所述模型生成了所述额外的传感器数据的部分的可能性，并且计算(S662)每个特定于传感器的确定的可能性之间的成对距离以获得计算出的距离。对针对每个传感器的所述计算出的距离进行分组(S664)，并且通过使用所述经分组的计算出的距离运行回归模型来确定(S666)每个传感器与每个活动的相关性。

【技术实现步骤摘要】
【国外来华专利技术】最优传感器放置的系统和方法
技术介绍
对于环境感测和/或生理感测，感测技术可能需要对传感器进行布置。传感器在布置中的数量和放置可能会根据环境而变化。例如，对包括但不限于风险人中的各个人的日常生活活动(ADL)的环境感测是新兴的
ADL包括在家附近移动以准备饭菜，吃饭以及上厕所。举例来说，风险人可以包括具有认知障碍和/或身体残疾的人。在环境感测场景中，通常以临时方式选择布置中的传感器的数量、位置和类型。这会导致效率低下，例如不必要的成本和不相关的数据流。这种临时放置还提出了许多与例如捕获的数据和/或与捕获的数据相关联的处理或确定有关的技术挑战。例如，临时放置可能会导致对感兴趣活动/事件最重要的数据流被掩盖，从而妨碍对ADL的预测和判别分析和/或增加计算和维护的费用。人口统计学正在促进环境感测技术得到广泛使用。例如，从2004年到2014年，美国65岁或65岁以上的人口增长了28％，达到了约4620万人，并且预计到2040年，美国65岁或65岁以上的人口将增长到8230万。预计到美国85岁或85岁以上的人口将从2014年的约620万增长到2040年的约1460万，从而增长了三倍。在美国，年龄在65岁及65岁以上的医学护理受益者中有93％处于居家养老状态，因此他们由于老龄化而待在住宅或社区中。在加拿大，年龄在65岁及65岁以上的人中有92％处于居家养老状态。根据美国退休人员协会(AARP)的调查，年龄在65岁及65岁以上的老年人中有90％偏向于居家养老。人口向老年人口的转变意味着人群中的年轻护理部分正在缩小。这种情况和老年人口的激增使得有必要发展实现独立健康的居家养老的技术。确定要被部署在诸如用户的住宅之类的环境设置中的传感器的布置通常是具有挑战性的任务，特别是由于以下方面的差异：a)用户的住宅的楼层图，b)用户的体格和生活方式，以及c)设置传感器的技术人员的经验水平。另外，随着感测技术的进步，传感器输出通常是多模态和多变量的时间系列观测结果，其中的一些是不必要的并且会导致上面指出的效率低下的不相关或冗余的数据流。这种不相关和/或冗余的模态和变量会混淆判别分析并掩盖观测到的数据流与对应的活动之间的真实映射。例如，在环境健康监测设置中，通常并不清楚什么类型、数量和位置的传感器将实现对ADL的无缝观测。常规方法并没有考虑顺序观测的传感器数据之间的时间依赖性，并且可能需要顺序观测的固定长度表示。例如，通常以预定义的离散单值元特征集合(例如，信号的最大值、最小值或方差)来表示时间系列信号。然而，在自然环境中收集的传感器数据的流常常反映时间依赖性且并不固有地限于固定长度表示。也就是说，在自然环境中，活动可能会在时间、阶段、动作序列顺序以及行为方面发生变化，并且可能引起与相同活动相关联的传感器数据发生变化，从而使识别活动变得困难。选择适当的元特征集合对于随后的探索和预测分析至关重要。然而，这些元特征通常是以临时方式选择的，并没有考虑动作序列随时间进程的重要性。此外，需要对时间系列观测结果进行时空对齐，以便获得跨不同观测结果的同质元特征集合。更重要的是，这些元特征并没有捕捉到对感兴趣事件重要的动态特性和时间进程。因此，需要一种方法来识别对传感器数据的时间进程的明确编码重要的时间系列变量，并且使得能够处理可变长度的时间系列观测结果。在环境感测中，这样的方法将有助于将传感器的数量减少到仅重要传感器的数量，这反过来又得到了更加高效、准确和廉价的解决方案。因此，需要用于确定感测技术的最优放置数量的系统和方法。
技术实现思路
根据本公开内容的一个方面，一种用于确定传感器的布置的控制器包括存储指令的存储器和运行所述指令的处理器。所述指令当由所述处理器运行时令所述控制器运行包括以下各项的过程：从至少两个传感器中的第一传感器接收第一传感器数据，所述第一传感器数据包括至少表示第一活动和第二活动的至少一个时间系列观测结果；以及从所述至少两个传感器中的第二传感器接收第二传感器数据，所述第二传感器数据包括表示所述第一活动和所述第二活动的至少一个时间系列观测结果。所述过程还包括：由所述处理器生成用于所述第一活动的第一模型，所述第一活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第一进程；由所述处理器生成用于所述第二活动的第二模型，所述第二活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第二进程；由所述处理器生成用于所述第一活动的第三模型，所述第一活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第三进程；以及由所述处理器生成用于所述第二活动的第四模型，所述第二活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第四进程。所述过程还包括：从所述第一传感器接收第三传感器数据，所述第三传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；以及从所述第二传感器接收第四传感器数据，所述第四传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果。此外，所述过程还包括：使用所述处理器来确定所述第一模型生成了所述第三传感器数据的至少部分的可能性、所述第二模型生成了所述第三传感器数据的至少部分的可能性、所述第三模型生成了所述第四传感器数据的至少部分的可能性，以及所述第四模型生成了所述第四传感器数据的至少部分的可能性。所述过程还计算每个特定于传感器的确定的可能性之间的成对距离以获得计算出的距离；对针对涉及所述第一传感器的可能性的计算出的距离进行分组，并且对针对涉及所述第二传感器的可能性的计算出的距离进行分组，以获得经分组的计算出的距离。最后，所述过程包括通过使用所述经分组的计算出的距离运行回归模型来确定针对捕获所述第一活动和所述第二活动的所述第一传感器的第一相关性和所述第二传感器的第二相关性。根据本公开内容的另一方面，一种用于确定传感器的布置的方法包括：从至少两个传感器中的第一传感器接收第一传感器数据，所述第一传感器数据包括至少表示第一活动和第二活动的至少一个时间系列观测结果；并且从所述至少两个传感器中的第二传感器接收第二传感器数据，所述第二传感器数据包括表示所述第一活动和所述第二活动的至少一个时间系列观测结果。所述方法还包括：生成用于所述第一活动的第一模型，所述第一活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第一进程；生成用于所述第二活动的第二模型，所述第二活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第二进程；生成用于所述第一活动的第三模型，所述第一活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第三进程；并且生成用于所述第二活动的第四模型，所述第二活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第四进程。所述方法还包括：从所述第一传感器接收第三传感器数据，所述第三传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；并且从所述第二传感器接收第四传感器数据，所述第四传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果。此外，所述方法还包括：确定所述第一模型生成了所述第三传感器数据的至少部分的可本文档来自技高网...

【技术保护点】
1.一种用于确定用于监测空间(图2A)的传感器的布置的控制器(380)，包括：/n存储器(330)，其存储指令；以及/n处理器(320)，其运行所述指令，/n其中，所述指令当由所述处理器(320)运行时令所述控制器(380)运行包括以下各项的过程：/n从至少两个传感器中的第一传感器接收(S656A)第一传感器数据，所述第一传感器数据包括至少表示第一活动和第二活动的至少一个时间系列观测结果；/n从所述至少两个传感器中的第二传感器接收(S656B)第二传感器数据，所述第二传感器数据包括表示所述第一活动和所述第二活动的至少一个时间系列观测结果；/n由所述处理器(320)生成(S658A)用于所述第一活动的第一模型，所述第一活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第一进程；/n由所述处理器(320)生成(S658B)用于所述第二活动的第二模型，所述第二活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第二进程；/n由所述处理器(320)生成(S658C)用于所述第一活动的第三模型，所述第一活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第三进程；/n由所述处理器(320)生成(S658D)用于所述第二活动的第四模型，所述第二活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第四进程；/n从所述第一传感器接收(S659A)第三传感器数据，所述第三传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；/n从所述第二传感器接收(S659B)第四传感器数据，所述第四传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；/n使用所述处理器(320)来确定(S660)所述第一模型生成了所述第三传感器数据的至少部分的可能性、所述第二模型生成了所述第三传感器数据的至少部分的可能性、所述第三模型生成了所述第四传感器数据的至少部分的可能性，以及所述第四模型生成了所述第四传感器数据的至少部分的可能性；/n使用所述处理器(320)来计算(S662)每个特定于传感器的确定的可能性之间的成对距离以获得计算出的距离；/n使用所述处理器(320)对针对涉及所述第一传感器的可能性的计算出的距离进行分组(S664)，并且使用所述处理器(320)对针对涉及所述第二传感器的可能性的计算出的距离进行分组，以获得经分组的计算出的距离，以及/n使用所述处理器(320)，通过使用所述经分组的计算出的距离运行回归模型来确定针对捕获所述第一活动和所述第二活动的所述第一传感器的第一相关性和所述第二传感器的第二相关性，/n其中，所述第一传感器和所述第二传感器中的一个被包括在用于基于使用所述处理器(320)确定的所述第一相关性和所述第二相关性来监测所述空间(图2A)的传感器的布置中，并且所述第一传感器和所述第二传感器中的另一个不被包括在用于基于使用所述处理器(320)确定的所述第一相关性和所述第二相关性来监测所述空间(图2A)的传感器的所述布置中。/n...

【技术特征摘要】
【国外来华专利技术】20180202 US 62/625,932;20181025 US 62/750,3751.一种用于确定用于监测空间(图2A)的传感器的布置的控制器(380)，包括：
存储器(330)，其存储指令；以及
处理器(320)，其运行所述指令，
其中，所述指令当由所述处理器(320)运行时令所述控制器(380)运行包括以下各项的过程：
从至少两个传感器中的第一传感器接收(S656A)第一传感器数据，所述第一传感器数据包括至少表示第一活动和第二活动的至少一个时间系列观测结果；
从所述至少两个传感器中的第二传感器接收(S656B)第二传感器数据，所述第二传感器数据包括表示所述第一活动和所述第二活动的至少一个时间系列观测结果；
由所述处理器(320)生成(S658A)用于所述第一活动的第一模型，所述第一活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第一进程；
由所述处理器(320)生成(S658B)用于所述第二活动的第二模型，所述第二活动涉及通过由所述第一传感器数据的至少部分指示的多个状态的第二进程；
由所述处理器(320)生成(S658C)用于所述第一活动的第三模型，所述第一活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第三进程；
由所述处理器(320)生成(S658D)用于所述第二活动的第四模型，所述第二活动涉及通过由所述第二传感器数据的至少部分指示的多个状态的第四进程；
从所述第一传感器接收(S659A)第三传感器数据，所述第三传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；
从所述第二传感器接收(S659B)第四传感器数据，所述第四传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；
使用所述处理器(320)来确定(S660)所述第一模型生成了所述第三传感器数据的至少部分的可能性、所述第二模型生成了所述第三传感器数据的至少部分的可能性、所述第三模型生成了所述第四传感器数据的至少部分的可能性，以及所述第四模型生成了所述第四传感器数据的至少部分的可能性；
使用所述处理器(320)来计算(S662)每个特定于传感器的确定的可能性之间的成对距离以获得计算出的距离；
使用所述处理器(320)对针对涉及所述第一传感器的可能性的计算出的距离进行分组(S664)，并且使用所述处理器(320)对针对涉及所述第二传感器的可能性的计算出的距离进行分组，以获得经分组的计算出的距离，以及
使用所述处理器(320)，通过使用所述经分组的计算出的距离运行回归模型来确定针对捕获所述第一活动和所述第二活动的所述第一传感器的第一相关性和所述第二传感器的第二相关性，
其中，所述第一传感器和所述第二传感器中的一个被包括在用于基于使用所述处理器(320)确定的所述第一相关性和所述第二相关性来监测所述空间(图2A)的传感器的布置中，并且所述第一传感器和所述第二传感器中的另一个不被包括在用于基于使用所述处理器(320)确定的所述第一相关性和所述第二相关性来监测所述空间(图2A)的传感器的所述布置中。


2.根据权利要求1所述的控制器(380)，其中，由所述控制器(380)运行的过程还包括：
执行以下各项中的一项：基于所述第一相关性来激活所述第一传感器或者基于所述第一相关性来移除所述第一传感器。


3.根据权利要求1所述的控制器(380)，其中，由所述控制器(380)运行的过程还包括：
执行以下各项中的一项：基于所述第二相关性来激活所述第二传感器或者基于所述第二相关性来移除所述第二传感器。


4.根据权利要求1所述的控制器(380)，其中，由所述控制器(380)运行的过程还包括：
从所述至少两个传感器中的第三传感器接收第五传感器数据，所述第五传感器数据包括表示所述第一活动和所述第二活动的至少一个时间系列观测结果；
由所述处理器(320)生成用于所述第一活动的第五模型，所述第一活动涉及通过由所述第五传感器数据的至少部分指示的多个状态的第五进程；
由所述处理器(320)生成用于所述第二活动的第六模型，所述第二活动涉及通过由所述第五传感器数据的至少部分指示的多个状态的第六进程；
从所述第三传感器接收第六传感器数据，所述第六传感器数据包括至少表示所述第一活动和所述第二活动的至少一个时间系列观测结果；并且
使用所述处理器(320)来确定所述第五模型生成了所述第六传感器数据的至少部分的可能性以及所述第六模型生成了所述第六传感器数据的至少部分的可能性。


5.根据权利要求1所述的控制器(380)，其中，所述第一传感器包括第一组传感器，并且其中，所述第二传感器包括第二组传感器。


6.根据权利要求1所述的控制器(380)，其中，所述第一传感器数据包括表示第一活动的第一时间系列观测结果和表示第二活动的第二时间系列观测结果。


7.根据权利要求1所述的控制器(380)，其中，所述第一模型包括概率图形模型。


8.根据权利要求1所述的控制器(380)，其中，所述特定于传感器的确定的可能性表示与所述第一传感器相关联的确定的可能性以及与所述第二传感器相关联的确定的可能性。


9.根据权利要求1所述的控制器(380)，其中，所述回归模型是具有组LASSO惩罚的多项式逻辑回归模型。


10.根据权利要求9所述的控制器(380)，其中，所述多项式逻辑回归模型是具有组LASSO惩罚的二项式逻辑回归模型。


11.根据权利要求1所述的控制器(380)，其中，所述回归模型确定所述经分组的计算出的距离的权重，使得所述权重最佳地表示所述第一活动和所述第二活动。


12.根据权利要求1所述的控制器(380)，其中，由所述控制器(380)运行的过程还包括：
根据所述至少两个传感器来识别(S418、S518)对感测所述第一活动和所述第二活动最重要的最小传感器集合。


13.根据权利要求12所述的控制器(380)，
其中，所述最小传感器集合被选择为所述至少两个传感器的子集。


14.根据权利要求1所述的控制器(380)，其中，所述第一模型、所述第二模型、所述第三模型以及所述第四模型各自包括单独...

【专利技术属性】
技术研发人员：A·A·A·萨马达尼，S·珀尔沃内，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：荷兰;NL