占有グリッドは弱いスマートホーム信号をどのように統合するのか？

エヴァ・ウォン

IceWhale author

エヴァ・ウォン は テクニカルライター であり ZimaSpaceの常駐ティンカーでもあります。 生涯のオタクであり、 ホームラボとオープンソースソフトウェアに情熱を持っています。彼女は複雑な技術的概念をわかりやすく、 実践的なガイドに翻訳することを専門としています。エヴァはセルフホスティングは楽しくあるべきで、怖がるものではないと信じています。彼女のチュートリアルを通じて、コミュニティが ハードウェアのセットアップを解明する手助けをしています。初めてのNAS構築からDockerコンテナの習得まで。

How Does an Occupancy Grid Combine Weak Smart Home Signals?

占有グリッドは、時間的に整合された各センサーが在室の有無を示す不確かな証拠を提供するたびに、場所ごとの確率を更新することで、弱いスマートホーム信号を組み合わせます。

PIRセンサーは入室を素早く検知できる一方、誰かがじっと座っていると見逃すことがあります。mmWave、電力、音、ドア、環境に関する信号には、それぞれ異なる遅延や死角があります。グリッドは部屋やゾーンをセルに分割し、各観測を影響を受ける場所に対応付け、時間の経過とともに重み付けされた証拠を蓄積します。自動化は、1台のデバイスによる二値出力ではなく、そこから導出された確率や状態を読み取ります。

空間セルによってすべての観測に場所を与える

家のレイアウトは部屋、ゾーン、またはより細かなセルに分割され、各セルには不明、在室、または不在の確信度が保存されます。センサーの設置場所と視野によって、モーション、出入口、圧力、無線に関する観測がどのセルを更新できるかが決まります。

確率的占有セルの概要では、占有グリッドは固定的なラベルではなく確率を保存し、センサー固有のヒットモデルとミスモデルを使用すると説明されています。繰り返し測定することで、個々のセルに対する確信度が強まったり弱まったりします。この違いは、その後の家庭内テストでも確認できます。

粗い部屋セルは維持しやすい一方、ソファ付近と出入口の活動を区別できません。細かなセルでは、より適切な校正が必要になり、一般消費者向けセンサーに正確な位置情報がない場合は不確実性が増します。自動化が追従する前に、中間結果を検証可能な状態に保つ必要があります。

センサーモデルが弱いイベントを確率更新に変換する

各信号には、セルが在室または空室のときにどの程度予想されるかを示す尤度が割り当てられます。ベイズ更新や対数オッズ更新は、事前の確信度と新しい証拠を組み合わせます。一方、減衰によって古いセルは徐々に不明な状態へ戻ります。

マルチセンサーによる在室情報の融合に関するレビューでは、各センサーが人の存在による異なる現象を観測するため、PIR、超音波、マイクロ波などの複数の方式を組み合わせることが説明されています。誤差やタイミングが相補的である場合、融合によるメリットが得られます。この境界は、現実的な動作条件で個別に測定する必要があります。

ドアが開くと、近くの出入口セルの確信度を素早く高めることができ、持続的なmmWave信号は座ったままの在室者を維持して検知できます。通常、負の証拠によって確信度を急激に下げるべきではありません。1つのセンサーから信号がないのは、その死角が原因かもしれないからです。複数の情報源が限られた状況情報を奪い合うとき、その実際の影響が現れます。