基于低成本BLE设备的室内 occupancy 估计
信号处理
2021-05-18 v2 机器学习
摘要
检测室内环境中人员的存在并估计其数量近来日益重要。例如，房间是否无人的信息可用于自动关闭照明、空调和通风，从而显著节省公共建筑的能耗。大多数现有方案依赖专用硬件安装，包括存在传感器、摄像机和二氧化碳传感器。遗憾的是，此类方法成本高、存在隐私顾虑、计算需求高且缺乏普适性。本文提出一种低成本 occupancy 检测系统以解决上述局限。我们的方法基于检测与人体存在相关的低功耗蓝牙(Bluetooth Low Energy, BLE)信号变化。通过在五个不同数据集上开展全面测试评估了该方法的效能。我们应用了多种模式识别模型，并将我们的方法与基于 IEEE 802.11 (WiFi) 的系统进行比较。在多类环境中，平均而言我们能以 97.97% 的准确率正确分类 occupancy。在估计房间内人数时，平均估计人数与实际人数相差 0.32 人。我们得出结论：本系统性能与现有基于 WiFi 的系统相当，同时显著降低了成本与安装工作量。因此，我们的方法使 occupancy 检测在实际部署中切实可行。
引用
@article{arxiv.2102.03351,
title = {Estimating indoor occupancy through low-cost BLE devices},
author = {Florenc Demrozi and Cristian Turetta and Fabio Chiarani and Philipp H. Kindt and Graziano Pravadelli},
journal= {arXiv preprint arXiv:2102.03351},
year = {2021}
}
备注
7 Tabels, 2 Figures, 9 Pages