用于照明器异常的分布式检测的系统、方法和装置制造方法及图纸

本文提供的所描述的实施方式涉及用于使用照明器网络来执行传感器数据的分布式计算以识别硬件和网络异常的系统、方法和装置。在一些实施方式中，方法被阐述为包括诸如以下的操作：响应于影响照明器网络（110）的激励（204）从第一照明器（114、128、216）接收第一传感器数据（122、124），以及从照明器网络中的第二照明器（208）接收第二传感器数据。该方法还可以包括确定第一传感器数据和第二传感器数据之间的相关性，以及至少部分地基于该相关性修改照明器时空模型（222）。该方法还可以包括从第一照明器或第二照明器接收后续传感器数据，并且基于后续传感器数据与照明器时空模型的比较，向第一照明器或第二照明器提供信号（212）。

【技术实现步骤摘要】
【国外来华专利技术】用于照明器异常的分布式检测的系统、方法和装置
本公开总体上针对具有板上传感器的照明器。具体来说，本文讨论的实施方式涉及使用由照明器收集的数据的分布式处理来检测硬件和网络异常。
技术介绍
数字照明技术（即基于半导体光源的光照，诸如发光二极管（LED））为传统的荧光、HID和白炽灯提供了可行的替代方案。LED的功能优势和益处包括高能量转换和光学效率、耐用性、低操作成本及许多其他优势和益处。LED技术的最新进展提供了高效和鲁棒的全光谱照明源，其能够在许多应用中实现各种照明效果。一些照明设备可以包含传感器，来收集有关照明设备的环境的数据。但是，通过包含这种传感器，在与照明设备相关联的网络上传输的数据量可能过多，从而限制网络的带宽。此外，通过阻碍网络通信，可能限制通过网络对照明设备进行的关键诊断测试。此外，通过不加区别地从照明设备网络收集数据，计算资源可能会浪费在处理可能无法提供优化照明设备操作的见解的数据上。附图说明在附图中，相似附图标记一般在所有不同的视图中指代相同部件。而且，附图不一定是按比例绘制的，而是一般将重点放在说明实施方式的原理上。图1图示了用于编译照明器网络的时空模型的系统。图2包括过程图，图示了可以如何使用时空模型来检测和/或预测照明器操作中的异常。图3图示了用于提供时空模型以诊断和/或预测在照明器网络处发生的操作异常的方法。图4图示了用于使照明器网络中的照明器补偿使用时空模型识别的异常的方法。图5是示例计算机系统的框图。具体实施方式所描述的实施方式涉及用于使用照明器网络来执行传感器数据的分布式计算以识别硬件异常的系统、方法和装置。在一些实施方式中，由一个或多个处理器实现的方法被阐述为包括诸如以下的操作：在第一照明器的计算设备处生成与影响包括第一照明器的照明器网络的激励相对应的第一传感器数据。该方法可以进一步包括在第一照明器的计算设备处从照明器网络中的第二照明器接收第二传感器数据。可以由第二照明器响应于激励来生成第二传感器数据。该方法还可以包括访问照明器时空模型。照明器时空模型可以基于从至少第一照明器和第二照明器收集的历史传感器数据。该方法可以进一步包括根据照明器时空模型确定差异数据。差异数据可以基于历史传感器数据和第一传感器数据之间的差别，以及历史传感器数据和第二传感器数据之间的差别。操作还可以包括：当在差异数据中识别出差异时，使一信号基于该差异而被传输。该信号可使第一照明器或第二照明器补偿该差异。对差异的补偿可以包括限制从第一照明器或第二照明器的传感器提供的数据量。差异数据可以包括概率度量，并且该方法可以进一步包括确定概率度量中的至少一个概率度量满足概率阈值。第一传感器数据或第二传感器数据可以包括来自多种不同类型的传感器的数据。该方法可以进一步包括确定来自多种不同类型的传感器的数据之间的相关性的变化。至少一个概率度量可以基于相关性的变化。历史传感器数据可以包括集成到照明器网络的传感器的梯度分布数据。差异可以对应于响应于激励的等待时间量，并且该方法可以进一步包括使得根据信号修改照明器时空模型。该信号可以基于第一照明器或第二照明器对激励的响应的等待时间量。在其他实施方式中，计算设备被阐述为包括一个或多个处理器以及连接到该一个或多个处理器的存储器。存储器可以包括指令，该指令在由一个或多个处理器执行时，使该一个或多个处理器执行包括以下的操作：响应于影响照明器网络的激励而从第一照明器接收第一传感器数据，该一个或多个处理器与该照明器网络通信。该操作还可以包括从第二照明器接收照明器网络中的第二传感器数据。可以由第二照明器响应于激励来生成第二传感器数据。该操作还可以包括确定第一传感器数据和第二传感器数据之间的相关性，以及至少部分地基于第一传感器数据和第二传感器数据之间的相关性来修改照明器时空模型。另外，操作可以包括从第一照明器或第二照明器接收后续传感器数据，以及基于后续传感器数据与经修改的照明器时空模型的比较，向第一照明器或第二照明器提供信号。确定相关性可以包括生成概率度量，并且操作可以进一步包括确定概率度量满足概率阈值。第一传感器数据或第二传感器数据包括来自多种类型的传感器的数据。确定相关性可以包括确定来自多种类型的传感器的数据之间的相关性的变化。照明器时空模型可以基于用于集成到照明器网络中的多种类型的传感器的梯度分布数据，并且多种类型的传感器可以至少包括被动红外传感器。在另外其他实施方式中，系统被阐述为包括一个或多个处理器，以及被配置为存储指令的存储器，该指令在由一个或多个处理器执行时，使该一个或多个处理器执行包括以下的操作：在一个或多个处理器处生成第一传感器数据。一个或多个处理器与照明器网络通信。操作还可以包括从照明器网络中的照明器接收第二传感器数据。第二传感器数据可以由照明器生成。操作还可以包括将第一传感器数据和第二传感器数据与照明器时空模型进行比较，以识别第一传感器数据和照明器时空模型或第二传感器数据和照明器时空模型之间的差异。照明器时空模型可以基于从照明器网络中的邻近照明器收集的历史传感器数据。另外，操作可以包括，当识别出差异时，使一个或多个处理器或照明器进行操作以补偿该差异。该差异可以对应于概率度量，并且该操作可以进一步包括：确定概率度量满足概率阈值。第一传感器数据或第二传感器数据可以包括来自多种类型的传感器的数据。该操作可以进一步包括：确定来自多种不同类型的传感器的数据之间的相关性的变化。在一些实施方式中，操作可以包括基于操作以补偿差异的一个或多个处理器或照明器来修改照明器时空模型。照明器时空模型可以存储在存储器中。对差异数据的补偿可以包括限制从传感器提供的数据量。照明器时空模型可以识别从邻近照明器收集的历史传感器数据的梯度分布。该系统可以进一步包括照明设备，并且第一传感器数据和第二传感器数据可以基于在由照明器网络照射的区域处检测到的光量。当互连设备（诸如照明器）在网络上不加区别地传输数据来用于使这种数据被用于下游处理的目的时，网络带宽可用性可能成为问题。此外，当每个照明器被配置为从网络中的多个不同照明器收集和传输数据时，可以减少每个照明器的存储和处理性能。对网络带宽和硬件能力的这种限制可能浪费计算资源，并潜在地对依赖于从各种网络设备提供的数据的维护过程产生负面影响。为了提供能够预测网络和/或硬件和/或网络异常而不浪费计算资源并且不要求照明器在网络上不加区别地提供传感器数据的照明器网络，各个照明器可以被分配如下任务：根据预测时空模型处理所收集的数据。可以根据从在网络中连接的多个照明器传输的数据序列生成时空模型。可以基于由与照明器连接或包含在照明器中的传感器提供的信号/数据来提供数据。这样的传感器可以包括但不限于被动红外传感器、定时传感器、温度传感器、湿度传感器、CO2传感器、电流传感器、电阻传感器、电压传感器、压力传感器、触觉传感器、运动传感器、光传感器和/或任何其他可以提供与环境相关联的数据的传感器。可以根据照明器在传输数据时表现出的滞后或延迟量来初始化地生成时空模型。该滞后可以被识别并用于确定照明器如何分布在一本文档来自技高网...

【技术保护点】
1.一种由一个或多个处理器（116、202、216）实施的检测传感器健康状况的方法，所述方法包括：/n在第一照明器（114、216）的计算设备处生成对应于影响包括所述第一照明器的照明器网络（110）的激励（204）的第一传感器数据（122）；/n在所述第一照明器的所述计算设备处从所述照明器网络中的第二照明器（102、218）接收第二传感器数据（122），其中所述第二传感器数据是由所述第二照明器响应于所述激励而生成的；/n访问照明器时空模型（132、222），其中所述照明器时空模型基于从至少所述第一照明器和所述第二照明器收集的历史传感器数据；/n从所述照明器时空模型确定差异数据（234），所述差异数据基于所述历史传感器数据和所述第一传感器数据之间的差别以及所述历史传感器数据和所述第二传感器数据之间的差别；和/n当在所述差异数据中识别出差异时：使信号基于所述差异而被传输。/n

【技术特征摘要】
【国外来华专利技术】20180126 EP 18153601.2;20171205 US 62/5948011.一种由一个或多个处理器（116、202、216）实施的检测传感器健康状况的方法，所述方法包括：
在第一照明器（114、216）的计算设备处生成对应于影响包括所述第一照明器的照明器网络（110）的激励（204）的第一传感器数据（122）；
在所述第一照明器的所述计算设备处从所述照明器网络中的第二照明器（102、218）接收第二传感器数据（122），其中所述第二传感器数据是由所述第二照明器响应于所述激励而生成的；
访问照明器时空模型（132、222），其中所述照明器时空模型基于从至少所述第一照明器和所述第二照明器收集的历史传感器数据；
从所述照明器时空模型确定差异数据（234），所述差异数据基于所述历史传感器数据和所述第一传感器数据之间的差别以及所述历史传感器数据和所述第二传感器数据之间的差别；和
当在所述差异数据中识别出差异时：使信号基于所述差异而被传输。


2.根据权利要求1所述的方法，其中所述信号使所述第一照明器或所述第二照明器补偿所述差异，其中补偿所述差异包括：限制从所述第一照明器或所述第二照明器的传感器提供的数据量（212）。


3.根据权利要求1所述的方法，其中所述差异数据包括概率度量，并且所述方法还包括：
确定所述概率度量中的至少一个概率度量满足概率阈值。


4.根据权利要求3所述的方法，其中所述第一传感器数据或所述第二传感器数据包括来自多种不同类型的传感器（228、230）的数据。


5.根据权利要求4所述的方法，还包括：
确定来自多种不同类型的传感器的数据之间的相关性的变化，其中所述至少一个概率度量基于所述相关性的变化。


6.根据权利要求1所述的方法，其中所述历史传感器数据包括用于集成到所述照明器网络的传感器的梯度分布数据。


7.根据权利要求1所述的方法，其中所述差异对应于响应于所述激励的等待时间量，并且所述方法还包括：
使根据所述信号修改所述照明器时空模型，其中所述信号基于所述第一照明器或所述第二照明器对所述激励的响应的等待时间量。


8.一种计算设备（202、134），包括：
一个或多个处理器；和
连接到所述一个或多个处理器的存储器，所述存储器包括指令，所述指令在由所述一个或多个处理器执行时，使所述一个或多个处理器执行包括以下的操作：
响应于影响照明器网络（110）的激励（204），从第一照明器（206）接收第一传感器数据，所述一个或多个处理器与所述照明器网络（110）通信；
从第二照明器（208）接收所述照明器网络中的第二传感器数据，其中所述第二传感器数据是由所述第二照明器响应于所述激励而生成的；
确定所述第一传感器数据和所述第二传感器数据之间的相关性；
至少部分地基于所述第一传感器数据和所述第二传感器数据之间的...

【专利技术属性】
技术研发人员：OP奧拉莱耶，T赫加齐，A莫蒂，
申请(专利权)人：昕诺飞控股有限公司，
类型：发明
国别省市：荷兰;NL