Jakie czynniki powodują fałszywe wykrywanie obecności w inteligentnym domu?

Eva Wong

IceWhale author

Eva Wong jest Technicznym pisarzem i stałym majsterkowiczem w ZimaSpace. Całe życie geek z pasją do homelabów i oprogramowania open-source, specjalizuje się w tłumaczeniu skomplikowanych koncepcji technicznych na przystępne, praktyczne przewodniki. Eva wierzy, że samodzielne hostowanie powinno być zabawą, a nie czymś onieśmielającym. Poprzez swoje samouczki umożliwia społeczności rozwiewanie tajemnic konfiguracji sprzętu, od budowy pierwszego NAS po opanowanie kontenerów Docker.

What Factors Cause False Presence Detection in a Smart Home? - Zima Store Online

Fałszywa obecność pojawia się, gdy czujnik prawidłowo wykrywa fizyczny sygnał zastępczy, ale automatyzacja interpretuje go jako osobę, której w rzeczywistości nie ma.

Światło w korytarzu może się włączyć pod wpływem ciepłego strumienia powietrza, a telefon pozostający połączony z Wi-Fi może nadal oznaczać dom jako zajęty, gdy jego właściciel już wyszedł. Są to różne awarie przyczynowe, mimo że pulpit pokazuje ten sam stan. Rzetelna diagnostyka rozdziela fizykę czujników, zastępcze wskaźniki tożsamości, nieaktualne dane czasowe, topologię pomieszczeń i reguły fuzji danych, zanim zmieni globalny próg czułości.

Ruch otoczenia może przypominać ruch człowieka

Czujniki podczerwieni pasywnej wykrywają zmiany promieniowania cieplnego, a nie ludzi bezpośrednio. Zasłony nagrzane przez słońce, przepływ powietrza z instalacji HVAC przez granicę temperatur, zwierzęta, odbicia oraz szybko zmieniająca się temperatura otoczenia mogą generować sygnał przypominający ruch w strefach czujnika.

Obszerny przegląd dotyczący ograniczeń wykrywania obecności za pomocą czujników PIR wskazuje, że zmiany temperatury, wentylacja, zwierzęta, ograniczone pole widzenia i nieruchomi użytkownicy komplikują przewidywanie obecności na podstawie PIR. Łączenie niezależnych typów czujników może ograniczyć niektóre fałszywe alarmy, ale tworzy też nowe założenia dotyczące synchronizacji.

Sygnał zwykle ma charakter lokalny dla czujnika: jedno urządzenie reaguje bez odpowiadającej mu zmiany stanu drzwi, radaru, oświetlenia lub obecności urządzenia. Porównuj surowe wartości czujników i stan środowiska, zamiast traktować każde binarne zdarzenie ruchu jako dowód o tej samej wadze. To rozróżnienie pozostaje widoczne podczas późniejszych testów w domu.

Sygnały radiowe i urządzenia zastępcze mogą działać dłużej niż człowiek

Połączenie z Wi-Fi, beacony Bluetooth, geostrefy GPS i sygnały kontrolne aplikacji reprezentują urządzenie, a nie jego właściciela. Telefon pozostawiony w domu, zegarek przemieszczający się między punktami dostępowymi, zapisany w pamięci routera stan lub opóźnione aktualizacje z chmury mogą utrzymywać stan obecności po wyjściu osoby.

Badania nad wielomodalnym wykrywaniem obecności pokazują, że systemy wykrywania obecności łączą wiele metod pomiaru o różnych zasięgach, opóźnieniach i właściwościach związanych z prywatnością. Reguła fuzji musi więc uwzględniać aktualność danych i tożsamość, zamiast przypisywać wszystkim obserwacjom taką samą wagę.

Wykrywanie za pomocą radaru i kanału Wi-Fi również jest podatne na wielodrogowość: ruch poza pomieszczeniem lub za ścianą może zmieniać odbitą energię radiową. Kalibracja stref, rozmieszczenie anten i model czasu przebywania określają, czy takie zmiany zostaną zinterpretowane jako stan obecności.

Synchronizacja fuzji danych może przekształcić słabe dowody w poważny błąd

Systemy obecności często łączą ruch, drzwi, urządzenia, zużycie energii i zmiany środowiskowe w określonym oknie czasowym. Jeśli nieaktualne zdarzenia są traktowane jako jednoczesne, kilka niezależnie słabych sygnałów może przekroczyć próg pewności długo po wygaśnięciu wspólnego wyjaśnienia.

Badanie spersonalizowanego kontekstu domu na potrzeby automatyzacji inteligentnego domu podkreśla, że zachowania domowników są zmienne i trzeba się ich uczyć na podstawie danych kontekstowych. Ta zmienność sprawia, że stałe, uniwersalne progi są szczególnie podatne na zmiany harmonogramu i obecność gości.

Granica awarii to ukryty stan bez natychmiastowego punktu odniesienia w rzeczywistości. Obniżenie czułości może ograniczyć fałszywe wykrycia obecności, ale jednocześnie zwiększyć niebezpieczne przypadki fałszywego braku obecności. Diagnozuj problem według klasy przyczyny i pomieszczenia, zachowuj stan nieznany i unikaj używania jednego wyniku obecności zarówno do sterowania oświetleniem dla wygody, jak i do decyzji związanych z bezpieczeństwem.

Featured

ZimaCube 2 Osobisty domowy NAS w chmurze

ZimaCube2

Przeprowadź test obecności izolujący przyczynę

Rejestruj surowe sygnały podczas zaplanowanych prób w pustym i zajętym pomieszczeniu, uwzględniając cykle HVAC, światło słoneczne, zwierzęta, pozostawione telefony, gości, powolny ruch, sen i przechodzenie przez sąsiednie pomieszczenia. Synchronizuj zegary i niezależnie oznaczaj stan rzeczywisty. Wynik pośredni musi pozostać możliwy do sprawdzenia, zanim automatyzacja zacznie na nim działać.

Zastosuj zasadę wielu sygnałów opisaną w artykule fuzja wielu sygnałów obecności, a następnie za każdym razem wyłączaj jedną rodzinę czujników lub skracaj jedno okno aktualności danych. Mierz czas trwania fałszywej obecności, czas trwania fałszywego braku obecności, opóźnienie przejścia, czas trwania stanu nieznanego oraz wpływ automatyzacji, z podziałem na pomieszczenia i przyczyny.

Zmieniaj wyłącznie tę warstwę, której sygnatura odpowiada błędowi. Jeśli obecność wynika z nieaktualnego sygnału telefonu, czułość PIR nie ma znaczenia; jeśli ciepły strumień powietrza uruchamia jeden czujnik w korytarzu, przepisywanie reguł fuzji dla całego domu może ukryć lokalny problem fizyczny.