监测预定区域中的可移动实体制造技术

一种使计算机能够使用实时位置信息来确定预定区域的占用原因的方法和系统。处理实时位置信息以确定预定区域的多个区中的每个区的占用信息。使用机器学习模型来处理(组合的)占用信息，以预测预定区域的预定区的占用原因。因。因。

【技术实现步骤摘要】
【国外来华专利技术】监测预定区域中的可移动实体


[0001]本专利技术涉及监测可移动实体的领域，并且尤其涉及确定预定区域的占用原因的领域。

技术介绍

[0002]在医学领域中，越来越期望跟踪和/或监测为什么占用预定区域(例如医院或诊所)的不同区的原因。该信息对于优化医院工作流程和识别潜在低效操作实践是重要的。
[0003]识别区域占用原因的一种已知方法是让专门的观察者监测区域，例如亲自或者使用CCTV，并且识别该区域内所发生的事件。可以将所识别的事件视为该区域的不同区被占用的原因。这种方法是公开并且侵入性的，以及需要额外的开销(例如工作人员和/或设备的实质性额外成员)，因此成本很高。
[0004]另一已知的方法是要求该区域的工作人员和/或其他用户来记录他们占用该区域的一个或多个区的原因。然而，这样的方法是不准确的，例如由于不遵守或遗忘，给预定区域的用户增加了显著的负担。
[0005]显然，因此将期望一种确定预定区域的占用原因的自动化且低成本的方法。

技术实现思路

[0006]本专利技术由权利要求书限定。<br/>[0007]本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种监测预定区域(1)内的可移动实体(5、6、7)的计算机实施的方法(20)，所述方法包括：获得(21)识别可移动实体在所述预定区域内的当前位置的实时位置RTL信息流(28)；处理(22)所述实时位置信息流以生成所述预定区域的多个预定区(11、12、13、14)中的每个预定区的占用信息；并且使用机器学习模型来处理(23)所述占用信息，从而确定一个或多个占用原因(29)，每个占用原因指示在一个或多个预定区内的预定事件的发生，其中，所述机器学习模型定义占用信息与占用原因之间的关系。2.根据权利要求1所述的计算机实施的方法，其中：所述占用信息指示所述预定区域的所述多个预定区中的每个预定区中的可移动实体的数量；并且所述机器学习模型定义每个预定区内的可移动实体的数量与占用原因之间的关系。3.根据权利要求1或2中的任一项所述的计算机实施的方法，还包括确定每个至少一个可移动实体的一个或多个角色，并且其中：所述占用信息指示所述预定区域的所述多个预定区中的每个预定区中的每个可移动实体的所述一个或多个角色；并且所述机器学习模型定义每个预定区中的每个可移动实体的所述一个或多个角色与占用原因之间的关系。4.根据权利要求1至3中的任一项所述的计算机实施的方法，其中：处理所述实时位置信息流的步骤包括生成占用数据条目的序列(31、32、33、34)作为所述占用信息，每个占用数据条目指示在单个时间点在所述预定区域的所述多个预定区中的每个预定区内的可移动实体的数量；并且每个占用数据条目与比占用数据条目的所述序列中的先前占用数据更晚的单个时间点相关联，使得整个序列指示在时间段内所述多个预定区中的每个预定区内的可移动实体的数量。5.根据权利要求4所述的计算机实施的方法，其中，所述机器学习模型定义占用数据条目的序列与一个或多个占用原因之间的关系。6.根据权利要求4或5中的任一项所述的计算机实施的方法，还包括：确定每个至少一个可移动实体的一个或多个角色，其中，生成占用数据条目的所述序列的步骤包括生成占用数据条目的序列，其中，每个占用数据条目指示在单个时间点在所述预定区域的所述多个预定区中的每个预定区内的每个角色的可移动实体的数量。7.根据权利要求4至6中的任一项所述的计算机实施的方法，其中，所述占用信息包括占用数据条目的多个(30)序列(31、32、33、34)，并且处理所述占用信息的步骤包括使用...

【专利技术属性】
技术研发人员：张铭，S，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：