一种传感器参数调整方法、装置、设备和介质与流程
本技术属于智能家居领域,具体涉及一种传感器参数调整方法、装置、设备和介质。
背景技术:
1、智能家居系统中的环境传感器在长期运行过程中,会因器件老化、环境侵蚀等原因产生测量漂移,导致自动化场景误触发。现有校准方案主要依赖外部参考基准或传感器内部参考元件进行比对修正,且均针对单个传感器独立操作。
2、然而,上述方案无法在家庭环境缺乏可用参考基准的条件下实施自动校准,也未利用同一室内空间内多个同类传感器对同一环境参数的观测值应当趋于一致的物理约束来实现漂移检测与校准,多传感器冗余信息未被有效利用,单个传感器漂移无法被及时发现和修正,可能造成智能家居系统的误触发。
技术实现思路
1、本技术实施例的目的是提供一种传感器参数调整方法、装置、设备和介质,本技术是这样实现的:
2、第一方面,本技术实施例提供了一种传感器参数调整方法,应用于智能家居系统,所述智能家居系统包括分别设置于若干室内区域内的若干传感器,所述方法包括:
3、获取若干所述传感器各自采集的初始环境参数和参数类型,将设置于同一所述室内区域内且所述参数类型相同的若干所述传感器作为一组传感器组合;
4、根据所述传感器组合中各所述传感器的所述初始环境参数,确定所述传感器组合中所述传感器之间的参数偏差信息;
5、根据所述参数偏差信息和预设的参数偏差阈值构建所述传感器组合中所述传感器之间的交叉关联关系图;
6、根据所述交叉关联关系图确定所述传感器组合中的基准传感器和异常传感器;
7、根据所述基准传感器的所述初始环境参数确定对于所述异常传感器的参数补偿量;
8、根据所述参数补偿量对所述异常传感器的所述初始环境参数进行调整,得到所述异常传感器的目标环境参数。
9、可选地,根据所述传感器组合中各所述传感器的所述初始环境参数,确定所述传感器组合中所述传感器之间的参数偏差信息的步骤,包括:
10、针对所述传感器组合中任意两个传感器,获取所述任意两个传感器在预设时间段内多个采样时刻各自采集的若干所述初始环境参数;
11、针对每一所述采样时刻,分别计算所述任意两个传感器采集的所述初始环境参数之间差值的绝对值,得到所述任意两个传感器之间的瞬时参数偏差值;
12、计算所述任意两个传感器在所述多个采样时刻分别对应的所述瞬时参数偏差值的平均值,作为所述任意两个传感器之间的平均参数偏差值;
13、将所述传感器组合中任意两个传感器的所述平均参数偏差值进行组合,得到所述传感器组合中所述传感器之间的参数偏差信息。
14、可选地,根据所述参数偏差信息和预设的参数偏差阈值构建所述传感器组合中所述传感器之间的交叉关联关系图的步骤,包括:
15、将所述传感器组合中的各所述传感器分别作为节点;
16、针对任意两个传感器,若所述任意两个传感器之间的平均参数偏差值小于或等于所述参数偏差阈值,则在所述任意两个传感器对应的节点之间建立边结构;
17、将各所述节点以及各所述节点之间的边结构组合,得到所述交叉关联关系图。
18、可选地,根据所述交叉关联关系图确定所述传感器组合中的基准传感器和异常传感器的步骤,包括:
19、获取所述传感器组合中的传感器数量;
20、若所述传感器数量大于或等于预设数量阈值,则获取所述交叉关联关系图中各所述节点连接的边结构数量;
21、将连接的边结构数量小于其他节点连接的边结构数量的节点对应的传感器确定为所述异常传感器;
22、将所述传感器组合中除所述异常传感器之外的其他传感器确定为所述基准传感器。
23、可选地,在所述传感器数量大于或等于预设数量阈值的情况下,根据所述基准传感器的所述初始环境参数确定对于所述异常传感器的参数补偿量的步骤,包括:
24、计算各所述基准传感器的所述初始环境参数的加权平均值,作为虚拟参考值;
25、计算所述异常传感器的初始环境参数与所述虚拟参考值之间的第一差值;
26、将所述第一差值的相反数确定为所述参数补偿量。
27、可选地,计算各所述基准传感器的所述初始环境参数的加权平均值,作为虚拟参考值的步骤,包括:
28、获取各所述基准传感器与所述异常传感器之间的空间距离;
29、根据各所述基准传感器与所述异常传感器之间的空间距离,确定各所述基准传感器对应的权重,其中,所述基准传感器对应的权重与所述基准传感器与所述异常传感器之间的空间距离成反比;
30、根据各所述基准传感器的所述初始环境参数以及各所述基准传感器对应的权重计算加权平均值,作为所述虚拟参考值。
31、可选地,所述方法还包括以下步骤:
32、若所述传感器数量小于所述预设数量阈值,则获取各所述传感器在预设时间段内多个采样时刻各自采集的若干所述初始环境参数;
33、针对任一所述传感器,根据所述传感器在所述预设时间段内多个采样时刻各自采集的若干所述初始环境参数,计算所述传感器的测量值变化率;
34、将所述测量值变化率大于或等于预设变化率阈值的传感器确定为所述异常传感器;
35、将所述传感器组合中除所述异常传感器之外的其他传感器确定为所述基准传感器。
36、可选地,在所述传感器数量小于所述预设数量阈值的情况下,根据所述基准传感器的所述初始环境参数确定对于所述异常传感器的参数补偿量的步骤,包括:
37、将所述基准传感器的初始环境参数作为虚拟参考值;
38、计算所述异常传感器的初始环境参数与所述虚拟参考值之间的第二差值;
39、将所述第二差值的相反数确定为所述参数补偿量。
40、可选地,根据所述参数补偿量对所述异常传感器的所述初始环境参数进行调整,得到所述异常传感器的目标环境参数的步骤,包括:
41、将所述参数补偿量与所述异常传感器关联存储,生成所述异常传感器的增量补偿信息;
42、根据所述增量补偿信息中所述异常传感器对应的参数补偿量,对所述异常传感器的所述初始环境参数进行调整,得到所述异常传感器的目标环境参数。
43、可选地,所述方法还包括以下步骤:
44、若所述传感器组合中检测到新的异常传感器,则清除所述传感器组合中所述异常传感器的增量补偿信息;
45、重新确定所述传感器组合中的基准传感器和异常传感器,并根据重新确定的基准传感器和异常传感器确定参数补偿量。
46、可选地,所述方法还包括以下步骤:
47、获取所述传感器组合中各所述传感器在预设时间段内多个采样时刻各自采集的若干所述初始环境参数,和/或获取所述传感器组合的参数补偿历史记录;
48、根据所述初始环境参数和/或所述参数补偿历史记录,确定所述传感器组合的参数特征值;
49、根据所述参数特征值和预设校验阈值确定所述传感器组合是否存在参数特征值偏移,并在检测到所述参数特征值偏移时发出传感器维护预警。
50、第二方面,本技术实施例提供了一种传感器参数调整装置,应用于智能家居系统,所述智能家居系统包括分别设置于若干室内区域内的若干传感器,所述装置包括:
51、参数获取模块,用于获取若干所述传感器各自采集的初始环境参数和参数类型,将设置于同一所述室内区域内且所述参数类型相同的若干所述传感器作为一组传感器组合;
52、偏差信息确定模块,用于根据所述传感器组合中各所述传感器的所述初始环境参数,确定所述传感器组合中所述传感器之间的参数偏差信息;
53、关系图确定模块,用于根据所述参数偏差信息和预设的参数偏差阈值构建所述传感器组合中所述传感器之间的交叉关联关系图;
54、传感器分类模块,用于根据所述交叉关联关系图确定所述传感器组合中的基准传感器和异常传感器;
55、补偿量确定模块,用于根据所述基准传感器的所述初始环境参数确定对于所述异常传感器的参数补偿量;
56、参数调整模块,用于根据所述参数补偿量对所述异常传感器的所述初始环境参数进行调整,得到所述异常传感器的目标环境参数。
57、第三方面,本技术实施例提供了一种电子设备,包括处理器,存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如上所述的方法。
58、第四方面,一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如上所述的方法。
59、本技术实施例具有以下优点:
60、本技术获取若干传感器各自采集的初始环境参数和参数类型,将设置于同一室内区域内且参数类型相同的若干传感器作为一组传感器组合。完成了传感器的空间与类型分组,保证了后续交叉验证的物理合理性。
61、本技术根据传感器组合中各传感器的初始环境参数,确定传感器组合中传感器之间的参数偏差信息。能够在家庭环境缺乏可用参考基准的条件下确定传感器之间的参数偏差信息。
62、本技术根据参数偏差信息和预设的参数偏差阈值构建传感器组合中传感器之间的交叉关联关系图。以图结构的方式表征传感器之间的数据结构,利用了多传感器冗余信息。
63、本技术根据交叉关联关系图确定传感器组合中的基准传感器和异常传感器。根据基准传感器的初始环境参数确定对于异常传感器的参数补偿量。无需专业人员携带高精度仪器上门比对,能够利用同一室内空间内多个同类传感器对同一环境参数的观测值应当趋于一致的物理约束来实现漂移检测与校准。
64、本技术根据参数补偿量对异常传感器的初始环境参数进行调整,得到异常传感器的目标环境参数。针对现有方案无法在家庭环境中持续实施自动校准的问题,实现了传感器参数偏移的自动修正,使智能家居自动化场景不再因传感器漂移而误触发。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com