具有低功率传感器装置和高功率传感器装置的传感器系统制造方法及图纸

技术编号:34084292 阅读:17 留言:0更新日期:2022-07-11 19:37
在一个实施方案中,一种传感器装置包括被配置成获取传感器数据的传感器和被配置成与一组辅助传感器装置通信的通信接口。该组辅助传感器装置包括一组辅助传感器和一组辅助处理装置。该组辅助传感器获取额外传感器数据。该组辅助处理装置基于一组辅助机器学习模型处理该额外传感器数据,并基于该额外传感器数据生成激活数据。该传感器装置还包括处理装置。该处理装置还被配置成从该组辅助传感器装置接收该激活数据,并基于该激活数据使该传感器获取第一传感器数据。该处理装置还被配置成基于该第一传感器数据和机器学习模型生成一个或多个推断。个或多个推断。个或多个推断。

【技术实现步骤摘要】
【国外来华专利技术】具有低功率传感器装置和高功率传感器装置的传感器系统
[0001]交叉引用
[0002]本申请要求2020年3月31日提交的美国非临时申请16/836,764的较早提交日的权益,该申请的公开内容以全文引用的方式并入本文中。


[0003]本公开涉及传感器装置。更具体地说,本公开涉及具有较低功率传感器装置和高功率传感器装置的传感器系统。
[0004]相关领域的描述
[0005]传感器装置可用于对传感器数据进行捕获、获取、收集、检测、感测等。传感器数据可指示关于传感器装置所处的区域、位置、环境等等的信息。例如,传感器装置可以是音频传感器,并且传感器数据可以是音频传感器检测到的音频数据(例如,音频、声音等)。在另一示例中,传感器装置可以是相机传感器,并且传感器数据可以是相机传感器捕获(例如,收集、获取、记录等)的图像/视频数据(例如,图像、视频、帧等)。

技术实现思路

[0006]在一些实施方案中,提供一种传感器装置。传感器装置包括被配置成获取传感器数据的传感器和配置成与一组辅助传感器装置通信的通信接口。该组辅助传感器装置包括一组辅助传感器和一组辅助处理装置。该组辅助传感器被配置成获取额外传感器数据。该组辅助处理装置被配置成基于一组辅助机器学习模型来处理额外传感器数据,并基于通过该组辅助机器学习模型处理额外传感器数据来生成激活数据。传感器装置还包括耦合到传感器的处理装置。处理装置被配置成在第一功率状态中操作传感器装置。处理装置还被配置成从该组辅助传感器装置接收激活数据。处理装置还被配置成将传感器装置转变为第二功率状态,该第二功率状态消耗的功率多于第一功率状态。处理装置还被配置成基于激活数据而使传感器获取第一传感器数据。处理装置还被配置成基于第一传感器数据和机器学习模型生成一个或多个推断,其中处于第二功率状态的传感器装置消耗的功率多于每个辅助传感器装置。
[0007]在一些实施方案中,提供一种传感器装置。传感器装置包括被配置成获取传感器数据的传感器和被配置成与主传感器装置通信的通信接口。主传感器装置包括主传感器和主处理装置。主传感器被配置成获取主传感器数据。主处理装置被配置成基于激活数据通过主机器学习模型处理主传感器数据。传感器装置还包括耦合到传感器的处理装置。处理装置被配置成从传感器接收传感器数据。处理装置还被配置成基于传感器数据和机器学习模型生成一个或多个推断。处理装置还被配置成基于该一个或多个推断向主传感器装置发送激活数据。传感器装置消耗的功率少于主传感器装置。激活数据使主传感器装置获取额外传感器数据。
[0008]在一些实施方案中,提供一种方法。方法包括在第一功率状态中操作传感器装置。方法还包括通过传感器装置从一组辅助传感器装置接收激活数据。该组辅助传感器装置包
括一组辅助传感器和一组辅助处理装置。该组辅助传感器被配置成获取额外传感器数据。该组辅助处理装置被配置成基于一组辅助机器学习模型来处理额外传感器数据,并基于通过该组辅助机器学习模型处理额外传感器数据来生成激活数据。方法还包括基于激活数据而使传感器装置的传感器获取第一传感器数据。方法还包括基于第一传感器数据和机器学习模型生成一个或多个推断,其中传感器装置消耗的功率多于该组辅助传感器装置中的每个辅助传感器装置。
附图说明
[0009]图1是根据本公开的一个或多个实施方案的示出示例性系统架构的框图。
[0010]图2是根据本公开的一个或多个实施方案的示出示例性系统架构的框图。
[0011]图3是根据本公开的一个或多个实施方案的示出示例性系统架构的框图。
[0012]图4是根据本公开的一个或多个实施方案的示出用于处理传感器数据的示例性过程的流程图。
[0013]图5是根据本公开的一个或多个实施方案的示出用于处理传感器数据的示例性过程的流程图。
[0014]为了有助于理解,在可能的情况下,使用相同的参考标号来表示附图中共有的相同元件。可以设想是,在一个实施方案中公开的元件可以有利地用于其他实施方案而无需具体叙述。
具体实施方式
[0015]在以下公开内容中,参考本公开的示例、具体实施和/或实施方案。然而,应当理解,本公开不限于具体描述的示例、具体实施和/或实施方案。本文所公开的特征、功能、操作、部件、模块等的任何组合,无论是否与不同实施方案相关,都可用于实现和操作本公开。此外,尽管本公开的实施方案可以提供优于其他可能解决方案的优点和/或益处,但是给定实施方案是否实现特定优点和/或益处不是对本公开的限制。因此,以下方面、特征、实施方案和优点仅是说明性的,并且不被认为是所附权利要求书的要素或限制,除非在权利要求书中明确地叙述。同样地,对“本公开”的引用不应当被解释为本文公开的任何专利技术主题的概括,并且不应当被认为是所附权利要求书的要素或限制,除非在权利要求书中明确地叙述。
[0016]本文提供的标题仅为了方便,并不一定影响要求保护的专利技术的范围或含义。本文公开了与处理由传感器装置生成的传感器数据相关的示例性实现方式、配置和/或实施方案。
[0017]如上文所论述,传感器装置可用于对传感器数据进行捕获、获取、收集、检测、感测等。传感器数据可指示关于传感器装置所处的区域、位置、环境等等的信息。传感器数据可用于确定是否已经满足条件、标准、阈值等,或者在区域/位置/环境中是否已发生某事。为了正确地检测条件、阈值、事件等,传感器装置可以持续操作。例如,传感器装置可持续获取并处理/分析传感器数据。然而,持续操作(例如,以较高功率状态或满功率状态持续操作)可能会使传感器装置消耗更多的能量(这可能会耗尽传感器装置的电源,如电池)。一些传感器装置使用运动传感器(和其它类似装置)来触发传感器装置获取/捕获传感器数据(例
如,从较低功率状态转变到较高功率状态)。然而,运动传感器(和其它类似装置)通常容易出错和/或误报,这可能会导致传感器装置浪费电力。运动传感器也可能无法检测某些条件、标准、阈值等。例如,运动传感器可能检测到移动,但可能无法确定是人在移动还是动物在移动。
[0018]在本文公开的各种实施方案、示例和/或实现方式中,主传感器装置(例如,高/较高功率传感器装置)与一个或多个辅助传感器装置(例如,低/较低功率传感器装置)分为一组。辅助传感器装置消耗的功率可少于主传感器装置。主传感器装置可具有比辅助传感器装置更强大和/或更高质量的传感器,该传感器消耗的功率可多于辅助传感器装置上的传感器。另外,主传感器装置还可具有更强大的进程,该进程消耗的功率可多于辅助传感器装置上的处理器。此外,主传感器装置可使用一种机器学习模型,执行该机器学习模型所使用的功率多于辅助传感器装置上的机器学习模型。辅助传感器装置可持续获取传感器数据并使用机器学习模型处理传感器数据。当检测到条件、标准、阈值、事件等时,辅助传感器装置可触发或引发主传感器装置获取传感器数据并处理传感器数据。这可允许传感器系统具有一个常开的较低功率传感器装置,该装置可以触发/激活较高功率传感器装置,从而使得不同传感器装置更有效地使本文档来自技高网
...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种传感器装置,包括:传感器,所述传感器被配置成获取传感器数据;通信接口,所述通信接口被配置成与一组辅助传感器装置通信,其中:所述一组辅助传感器装置包括一组辅助传感器和一组辅助处理装置;所述一组辅助传感器被配置成获取额外传感器数据;并且所述一组辅助处理装置被配置成基于一组辅助机器学习模型来处理所述额外传感器数据,并基于通过所述一组辅助机器学习模型处理所述额外传感器数据来生成激活数据;和处理装置,所述处理装置耦合到所述传感器,所述处理装置被配置成:在第一功率状态中操作所述传感器装置;从所述一组辅助传感器装置接收所述激活数据;将所述传感器装置转变到第二功率状态,所述第二功率状态消耗的功率多于所述第一功率状态;基于所述激活数据,使所述传感器获取第一传感器数据;以及基于所述第一传感器数据和机器学习模型生成一个或多个推断,其中处于所述第二功率状态的所述传感器装置消耗的功率多于每个辅助传感器装置。2.根据权利要求1所述的传感器装置,其中所述一个或多个推断还基于所述激活数据生成。3.根据权利要求2所述的传感器装置,其中所述激活数据指示所述传感器数据中将使用所述机器学习模型分析的部分。4.根据权利要求3所述的传感器装置,其中:所述传感器数据包括图像或视频;所述激活数据指示所述图像或所述视频中将使用所述机器学习模型分析的部分。5.根据权利要求2所述的传感器装置,其中所述激活数据包括所述一组辅助机器学习模型中的一个或多个辅助机器学习模型的中间层输出。6.根据权利要求5所述的传感器装置,其中所述处理装置还被配置成:通过将所述中间层输出提供到所述机器学习模型的中间层来绕过所述机器学习模型的一个或多个层。7.根据权利要求1所述的传感器装置,其中所述处理装置还被配置成:基于所述激活数据,调整所述传感器的一个或多个参数。8.根据权利要求7所述的传感器装置,其中所述激活数据包括所述一组辅助机器学习模型中的至少一个辅助机器学习模型检测到的对象的状态。9.根据权利要求7所述的传感器装置,其中所述一个或多个参数包括快门速度、曝光时间、光圈、帧速率和ISO设置中的一者或多者。10.根据权利要求1所述的传感器装置,所述一个或多个推断还基于所述额外传感器数据生成。11.根据权利要求1所述的传感器装置,其中所述处理装置还被配置成:向所述一组辅助传感器装置发送调整数据,其中所述一组辅助传感器装置基于所述调整数据调整所述一个或多个推断的生成。
12.根据权利要求1所述的传感器装置,其中:所述传感器装置和所述一组辅助传感器装置中的一个或多个辅助传感器装置定位在不同位置处;所述第一传感器数据和所述额外传感器数据指示对象的不同视图;并且所...

【专利技术属性】
技术研发人员:熊少敏平野俊树吴昊禹
申请(专利权)人:西部数据技术公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1