[发明专利]用于最优传感器放置的系统和方法

说明书

一种控制器(380)包括存储指令的存储器(330)和执行所述指令的处理器(320)。所述指令使所述控制器(380)执行过程，所述过程包括从第一传感器和第二传感器接收(S656A、S656B)传感器数据。所述传感器数据包括表示第一活动和第二活动的时间系列观察。所述控制器(380)生成(S658A、S658B、S658C、S658D)针对每个活动的模型，所述模型涉及通过由来自每个传感器的所述传感器数据指示的状态的进展。所述控制器(380)从每个传感器接收(S659A、S659B)额外传感器数据，所述额外传感器数据包括表示所述第一活动和所述第二活动的时间系列观察。所述控制器(380)确定(S660)所述模型生成所述额外传感器数据的一部分的似然，并且计算(S662)每个传感器特异的所确定的似然之间的逐对距离，以获得所计算的距离。对针对每个传感器的所计算的距离进行分组(S664)，并且通过使用经分组的所计算的距离执行回归模型来确定(S666)每个传感器与每个活动的相关性。

背景技术

对于环境感测技术和/或生理感测技术，感测技术可能需要变化数量的传感器的配置和放置。

例如，各种个体，包括但不限于风险个体(例如，具有认知障碍或身体残疾或两者的个体)，的日常生活活动(例如，在家里四处走动以准备食物、吃饭、使用厕所)的环境感测是新兴技术。在环境感测场景中，传感器的数量、位置和类型通常以ad-hoc方式进行选择。这导致系统的成本以及不相关数据流的增加。这种ad hoc放置存在与例如数据捕获和/或与所捕获的数据相关联的处理或确定相关的许多技术挑战。例如，ad hoc放置可以导致掩盖对感兴趣活动/事件而言最重要的数据流、妨碍日常生活活动(ADL)的预测性和判别性分析、和/或增加计算或维护费用。

生理监测环境中的传感器的部署难以优化。当部署用于生理监测的传感器时的感兴趣参数包括传感器的类型、传感器的组合、传感器的数量、以及传感器在身体中/上或在周围环境中的放置。这些参数的最优设置经常是不清楚的，但是如果被适当地识别，将帮助实现感兴趣活动的准确观察。因此，经常存在大量冗余的且不相关的时间系列传感器数据流，掩盖了多传感器跟踪环境中的感兴趣活动。

生理感测可以包括生命体征、移动、姿态、出汗、水合状态等等的感测。通过范例，移动感测可以包括姿态识别，诸如基于通过摄像机、惯性测量单元或数据手套捕获的移动模态的手势识别模型。改善的移动感测可以使用在用户的手臂和/或前臂上的各种点处捕获的肌电图信号(EMG)。这种类型的生理监测可以与例如用于控制和命令个人设备的假体或神经机械学器件一起使用。如同环境感测技术，与生理感测技术相关联的传感器的数量和放置可以在最优地捕获与生理感测技术相关联的基础数据(例如，EMG活动)中并且继而在准确地分类或处理所接收的数据(例如，针对EMG相关的数据的相关联的姿态)中起到关键作用。

用于布置传感器的已知特征选择通常假设时间系列信号的元特征表示，例如描述性统计，例如信号的最大值、最小值或方差。用于布置传感器的特征选择的已知机制不考虑顺序观察的传感器数据(例如来自二值开关的跟踪事件的存在与不存在的开/关日常数据流)之间的时间依赖性。即，已知机制不使用随着时间的传感器状态之间的进展。此外，已知特征选择方法需要观察的固定长度的表示，例如利用相同数量的特征表示的事件的不同范例。这是当处理在自然环境中收集的传感器数据流时要满足的挑战性要求。

因此，需要确定感测技术的最优数量的放置的系统和方法。

发明内容