モーションセンサーは、放射状または遠距離に移動するのではなく、人が近距離で密集した検知ゾーンを横切るため、廊下では感度が高く感じられることがあります。
廊下の照明は一歩で点灯するのに、同じセンサーが広いリビングに入ってくる人を検知し損ねることがあります。センサー自体の感度が上がったわけではなく、移動経路と熱的な幾何学的条件が変わったのです。狭い通路では、PIR検知が最も強く働くレンズパターンを、温かい人体が繰り返し横切ります。
PIRが反応するのは存在そのものではなく、ゾーンをまたぐ変化
フレネルレンズは、検知範囲を交互に並ぶ検知領域に分割します。人がそれらの領域を横切ると、検知される赤外線パターンが急速に変化します。同じ距離でも、センサーに向かってまっすぐ歩く場合は、同じ領域内に長くとどまるため、差分信号が弱くなることがあります。
PIRの設置ガイドでは、センサーに正面から近づくのではなく、人が検知ゾーンを横切るように設置することが推奨されています。センサーが廊下を横切る方向を向いている場合、廊下は自然にこの横切りパターンを生み出します。
この幾何学的条件により、反応は素早く安定したものに感じられます。一方、開放的な部屋では、人がさまざまな方向から近づいたり、家具の後ろを通ったり、1つのゾーン内に座ったりすることがあります。電子的なしきい値が変わっていなくても、デバイスの感度が低下したように見えます。
距離と背景温度が信号の余裕を変える
狭い廊下では、人が比較的近くを通り、背景も単純になりやすい傾向があります。開放的な部屋では、距離が長くなったり、温かい窓、床、暖炉、日光の当たる場所などが存在したりするため、人と周囲とのコントラストが低下します。角度方向の動きが小さいと、1秒あたりに通過するレンズ領域も少なくなります。
一般消費者向けの安全ガイドでも、モーションセンサーはデバイスに直接向かう動きより、センサーと平行な動きに対して最もよく機能すると説明されています。実際の移動経路がこの条件をどれだけ満たすかは、レイアウトによって決まります。
電子的な感度を高めれば弱い動きを拾える一方で、ペット、カーテン、温かい表面付近の空調による気流、日光の変化なども増幅する可能性があります。廊下では、検知しやすい幾何学的条件によって保守的なしきい値でも対応できますが、開放的な部屋では誤検知とのトレードオフが表面化します。
廊下の幾何学的条件では説明できない場合
2つの部屋で異なるセンサーモデル、設置高さ、電池残量、クールダウン時間、オートメーションの遅延を使用している場合、廊下の仕組みによる説明は成り立ちません。マイクロ波センサーやミリ波センサーは、PIR特有の熱検知ゾーンの挙動をそのまま共有しているわけではありません。ドアや壁の素材によってレーダーの検知が制限され、廊下のほうが不安定になることもあります。
検知範囲を横切る動きに関するコミュニティでの説明では、PIRに向かう動きやPIRから離れる動きと、検知範囲を横切る動きが区別されています。ただし、この原理が役立つのは、実際にそのデバイスがPIRをトリガーとして使用していることを確認した後です。
また、開放的な部屋で、近距離かつ検知範囲を横切る角度の動きにも失敗する場合、この主張は当てはまりません。その場合は、障害物、レンズの汚れ、または状態ロジックの問題が考えられます。「感度が高い」とは、条件をそろえたときの検知しきい値が低いことを意味すべきであり、単にある部屋でオートメーションの反応が速いことを指すものではありません。
同じセンサーで方向と距離をテストする
同じセンサーを一時的に同じ高さと設定で設置し、2メートル、4メートル、6メートルの距離で、センサーの前を横切る経路とセンサーに向かう経路を条件をそろえて歩いてみます。生の検知時刻、角度、室温、クールダウン状態、ハブがイベントを受信した時刻を記録してください。照明の反応だけを比較してはいけません。
試行結果はローカルイベント履歴のログに保存し、記憶に頼らず、方向と生のイベント時刻を確認できるようにします。2つの場所でオートメーションの設定は同一にしてください。
両方の部屋で横切る経路の試行が速く、センサーに向かう経路だけが遅れるなら、ゾーンの幾何学的条件が廊下の優位性を説明します。開放的な部屋ではどの経路でも遅れるなら、距離と熱的な背景を調べてください。生の検知結果が一致しているのに照明の反応だけが異なる場合、その感度差はセンサーではなく、オートメーションまたはデバイスの応答にあります。
テック&AIハブ
もっと読む

ローカルRAGの検索品質を測定し、再現率・適合率・引用カバレッジを解釈する方法
ローカルRAGのテストセットを構築し、主要な検索指標を算出し、それらのトレードオフを解釈し、回答の主張が引用された根拠によって裏付けられているかを監査する。

サンプリングレートが同じ場合、センサー数の増加に伴ってスマートホームの機能計算がより重要になるのはなぜですか?
デバイス数の増加に伴うセンサーごとおよびセンサー間の計算処理を追跡し、非線形な融合コストを特定して、自動化処理に遅延が生じる前に特徴量パイプラインのベンチマークを実施します。

同じクエリ量でも、ドキュメントライブラリが拡大するとRAG評価コストが重要になるのはなぜか?
ユーザークエリを増やさずにコーパスの拡大がRAG評価の工数を増加させる理由と、層別テストによってコストをリスクに応じて抑えられる仕組みを理解する。

