使用运动传感器监控社交距离的系统和方法与流程

1.本公开总体上涉及使用运动传感器来监控社交距离。


背景技术：

2.新冠肺炎疫情在许多方面已经改变了开放的办公环境。一个主要的变化已经是社交距离政策的实施，它要求办公室环境中的居住者坐得彼此远离。这可能导致在任何给定时间只有书桌的子集可用于使用。
3.此外，除了社交距离政策之外，可能需要在办公室环境中安装物理屏障，通常是丙烯酸玻璃屏蔽和隔板的形式，以保护工作人员免受喷嚏和其他病毒源的影响。实施这些玻璃屏蔽将影响由可用监控系统收集的信息。因此，尽管在办公室环境中安装了丙烯酸玻璃屏蔽和隔板，仍需要自动监控这些政策的实施。


技术实现要素：

4.本公开总体上涉及使用运动传感器(例如无源红外(“pir”)传感器)在其中工作站被屏障(例如丙烯酸玻璃等)隔开的环境中监控社交距离的系统和方法。pir传感器被配置为对其视野中的小运动、中等运动和大运动的数量进行计数。该系统接收每个传感器的预期传感器行为模型，该模型包括每个运动计数的概率分布，该概率分布取决于在其视野中被占用的工作站的数量。然后，系统针对由于玻璃屏障造成的损失调整预期行为模型。然后，系统接收环境的布局，该布局显示工作站的放置、工作站的占用状态以及传感器的放置。基于布局和调整后的传感器行为模型，系统生成预期布局行为模型，该模型包括当实行社交距离时贯穿整个布局的每个运动计数的概率分布总和。然后，系统使用传感器来捕获正常操作期间的环境数据，并将该数据与预期布局行为模型进行比较，以将环境分类为“有距离的”或“无距离的”。
5.一般而言，在一个方面中，提供了一种用于在具有由一个或多个屏障隔开的多个工作站的环境中监控个体的社交距离的系统。屏障可以是丙烯酸玻璃。
6.该系统包括通信耦合到环境内的一个或多个传感器的控制器。一个或多个传感器可以包括一个或多个pir传感器、一个或多个单像素热电堆传感器(“spt”)、一个或多个多像素热电堆(“mpt”)传感器和/或一个或多个微波雷达传感器。一个或多个传感器可以布置在一个或多个照明器中。一个或多个照明器可以位于多个工作站的上方。
7.控制器可以被配置成接收一个或多个传感器中的每一个的预期传感器行为模型。一个或多个传感器中的每一个的预期传感器行为模型可以包括传感器小运动概率分布、传感器中等运动概率分布和传感器大运动概率分布。
8.控制器还可以被配置为生成一个或多个传感器中的每一个的调整后的传感器行为模型。可以基于一个或多个传感器中的每一个的预期传感器行为模型和一个或多个传感器中的每一个的环境调整模型来生成调整后的行为传感器模型。
9.控制器还可以被配置成接收环境的布局。该布局可以包括多个工作站位置。该布
局还可以包括一个或多个传感器位置。每个工作站位置可以具有被占用或未被占用的占用状态。
10.控制器还可以被配置成生成预期布局行为模型。可以基于布局和调整后的传感器行为模型来生成预期布局行为模型。预期布局行为模型可以包括布局小运动概率分布、布局中等运动概率分布和布局大运动概率分布。
11.该控制器还可以被配置成经由一个或多个传感器在测量时段期间捕获观察到的行为数据集。观察到的行为数据集可以包括观察到的小运动计数、观察到的中等运动计数和观察到的大运动计数。测量时段可以是五分钟。
12.控制器还可以被配置成基于观察到的行为数据集和预期布局行为模型来确定环境中的个体的社交距离状态是有距离的还是无距离的。
13.根据一个示例，控制器还可以被配置为当环境未被占用时，经由一个或多个传感器捕获环境行为数据集。
14.控制器还可以被配置为计算一个或多个传感器中的每一个的环境调整模型。可以基于环境行为数据集和一个或多个传感器中的每一个的预期行为模型来计算环境调整模型。
15.根据一个示例，社交距离状态可以通过以下方式来确定：(1)经由假设测试，基于观察到的行为数据集和预期布局行为模型来计算社交距离p值；(2)如果社交距离p值小于或等于社交距离阈值，则将社交距离状态指定为有距离的；以及(3)如果社交距离p值大于社交距离阈值，则将社交距离状态指定为无距离的。
16.根据一个示例，控制器还可以被配置为如果环境的社交距离状态为无距离的，则传输警告信号。
17.在另一方面中，提供了一种用于在具有由一个或多个屏障隔开的多个工作站的环境中监控个体的社交距离的方法。该方法可以包括经由通信地耦合到环境内的一个或多个传感器的控制器接收一个或多个传感器中的每一个的预期行为模型。
18.该方法还可以包括基于一个或多个传感器中的每一个的预期行为模型和一个或多个传感器中的每一个的环境调整模型，生成一个或多个传感器中的每一个的调整后的行为模型。该方法还可以包括接收环境的布局，该布局包括多个工作站和一个或多个传感器，其中每个工作站具有被占用或未被占用的占用状态。该方法还可以包括基于布局和调整后的行为模型生成预期布局行为模型。该方法还可以包括经由一个或多个传感器在测量时段期间捕获观察到的行为数据集。该方法还可以包括基于观察到的行为数据集和预期布局行为模型来确定环境中的个体的社交距离状态是有距离的还是无距离的。
19.根据一个示例，该方法还可以包括当环境未被占用时，经由一个或多个传感器捕获环境行为数据集。该方法还可以包括基于环境行为数据集和一个或多个传感器中的每一个的预期行为模型来计算一个或多个传感器中的每一个的环境调整模型。
20.根据一个示例，确定社交距离状态可以包括经由假设测试基于观察到的行为数据集和预期布局行为模型来计算社交距离p值。确定社交距离状态还可以包括，如果社交距离p值小于或等于社交距离阈值，则将社交距离状态指定为有距离的。确定社交距离状态可以包括如果社交距离p值大于社交距离阈值，则将社交距离状态指定为无距离的。
21.在各种实施方式中，处理器或控制器可以与一个或多个存储介质(本文统称为“存
储器”，例如易失性和非易失性计算机存储器，诸如ram、prom、eprom和eeprom、软盘、致密盘、光盘、磁带等)相关联。在一些实施方式中，存储介质可以编码有一个或多个程序，所述一个或多个程序当在一个或多个处理器和/或控制器上执行时执行本文讨论的至少一些功能。各种存储介质可以固定在处理器或控制器内，或者可以是可移动的，使得存储在其上的一个或多个程序可以被加载到处理器或控制器中，以便实施本文讨论的各个方面。术语“程序”或“计算机程序”在本文中以一般意义使用，以指可以用于对一个或多个处理器或控制器编程的任何类型的计算机代码(例如，软件或微代码)。
22.应当领会，前述构思和下面更详细讨论的附加构思的所有组合(在这样的构思不相互矛盾的前提下)都被设想是本文公开的发明主题的一部分。特别地，出现在本公开结尾的所要求保护的主题的所有组合被设想是本文公开的发明主题的一部分。还应该领会，在本文明确使用的、也可能出现在通过引用并入的任何公开内容中的术语应该被赋予与在本文公开的特定构思最一致的含义。
23.参考下文描述的(多个)实施例，各种实施例的这些和其他方面将是清楚的并得到阐述。
附图说明
24.在附图中，类似的附图标记遍及不同的视图一般指代相同的部分。此外，附图不一定是按比例的，取而代之一般将重点放在说明各种实施例的原理上。
25.图1是根据一个示例的用于监控社交距离的系统的顶层示意图。
26.图2是根据一个示例的用于监控社交距离的系统中的照明器的示意图。
27.图3是根据一个示例的用于监控社交距离的系统中的控制器的示意图。
28.图4是根据一个示例的为社交距离而被监控的环境的布局。
29.图5是示出根据一个示例的由无源红外(pir)传感器生成的两个示例模拟信号的曲线图。
30.图6示出了根据一个示例的预期传感器行为模型，其包括当k＝1、2和3个被占用的工作站在pir传感器的视野中时检测到的小运动、中等运动和大运动的预期概率分布。
31.图7示出了根据一个示例的预期布局行为模型，其包括对于书桌的示例布局和社交距离政策，由pir传感器在观察到的环境中检测到的小运动、中等运动和大运动的预期概率分布。
32.图8是根据一个示例的用于监控社交距离的方法的流程图。
33.图9是根据一个示例的用于监控社交距离的方法的确定社交距离状态方面的流程图。
具体实施方式
34.本公开总体上涉及使用运动传感器(例如无源红外(“pir”)传感器)在其中工作站被屏障(例如丙烯酸玻璃等)隔开的环境中监控社交距离的系统和方法。pir传感器被配置为对其视野中的小运动、中等运动和大运动的数量进行计数。传感器可以布置在位于环境周围的照明器中。该系统接收每个传感器的预期传感器行为模型，该模型包括每个运动计数的概率分布，该概率分布取决于在其视野中被占用的工作站的数量。然后，系统针对由于
玻璃屏障造成的损失调整预期行为模型。这种调整可以基于环境调整模型，该环境调整模型基于当环境被占用时捕获的传感器数据。然后，系统接收环境的布局，该布局示出工作站的放置、工作站的占用状态以及传感器的放置。基于布局和调整后的传感器行为模型，系统生成预期布局行为模型，该预期布局行为模型包括当实行社交距离时贯穿整个布局的每个运动计数的概率分布总和。然后，系统使用传感器来捕获正常操作期间的环境数据，并将该数据与预期布局行为模型进行比较，以将环境分类为“有距离的”或“无距离的”。这种比较可以通过经由假设测试计算社交距离p值来进行。
35.通常，在一个方面中，提供了一种用于监控环境104中的个体的社交距离的系统100，该环境104具有由一个或多个屏障108隔开的多个工作站106。可以监控社交距离以减缓传染病的传播。在其他示例中，系统100还可以用于出于其他目的监控社交距离，例如防止囚犯融入监狱环境。
36.屏障108可以是丙烯酸玻璃等(例如，丙烯酸)。屏障108可以是透明的或半透明的。图4中示出了环境104的示例布局120。该环境104包括三组六个回飞镖形状的书桌，靠近北墙的两个单矩形书桌，靠近北墙的一个双矩形书桌，以及靠近东墙的一个带有四个工作站106的长桌。布局120可以包括放置在工作站106之间的屏障108，如图4所示。
37.虽然工作站106通常可以是办公室中的书桌或桌子，但是系统100也可以被配置成监控其他类型的环境。例如，环境104可以是制造工厂，并且工作站106可以是组装线上的区域。在另一个示例中，环境104可以是商用厨房，并且工作站106可以是接近厨房电器(例如烤箱、油炸锅、烤架等)的预备站或区域。
38.广义地，并且参考图1，系统100可以包括控制器102和一个或多个照明器110。每个照明器110可以包括诸如传感器112、光源166和/或收发器420的部件。控制器102可以能够经由有线或无线网络400与照明器110的部件通信。图1描绘了包括三个照明器110a-c的示例系统100，每个照明器110a-c具有pir传感器112a-c、光源166a-c和收发器420a-c。
39.参考图1和图3，控制器102可以包括存储器250、处理器300和收发器410。存储器250和处理器300可以经由总线通信耦合，以便于处理存储在存储器300中的数据。收发器410可以被用于经由网络400从一个或多个传感器112接收数据。由收发器410接收的数据可以存储在存储器250中和/或由处理器300处理。在一个示例中，收发器410可以促进控制器102和网络400之间的无线连接。收发器410也可以用于操作照明器110的光源166。
40.网络400可以被配置成促进控制器102、一个或多个传感器112、一个或多个光源166、和/或其任意组合之间的通信。网络400可以是遵循通信协议(诸如蜂窝网络(5g、lte等)、蓝牙、wi-fi、zigbee和/或其他合适的通信协议)的有线和/或无线网络。在一个示例中，pir传感器112可以经由网络400将观察到的行为数据集128或环境行为数据集142无线传输到控制器102，以存储在存储器250中和/或由处理器300处理。
41.系统100包括控制器102，控制器102通信耦合到环境104内的一个或多个传感器112。一个或多个传感器112可以包括一个或多个pir传感器、一个或多个单像素热电堆传感器(“spt”)、一个或多个多像素热电堆(“mpt”)传感器和/或一个或多个微波雷达传感器。pir传感器被配置为检测红外能量，并且因此可以用于检测由人体辐射的热度。每个传感器112具有覆盖环境104的一部分的视野。图5中示出了由pir传感器生成的一对示例波形。在图5中，时间间隔400-500中所示的激励表示从左到右的移动，而时间间隔650-800中的激励
表示从右到左的移动。这些波形被转换成三种类型的运动计数：小、中等和大。小运动可以对应于坐在他们的书桌前的工作人员的正常运动，例如在键盘上打字、移动鼠标或对着电话讲话。中等运动可以对应于工作人员站起或坐下。大运动可以对应于工作人员进入或离开他们的工作站区域。如下文将描述的，可以分析这些运动计数来确定环境104中的个体是否是社交距离的。在另外的示例中，由spt传感器、mpt传感器或微波雷达传感器收集的信息可以类似地被用于单独地或与pir传感器相结合地跟踪环境内的移动。
42.如图2所示，一个或多个传感器112可以布置在一个或多个照明器110中。一个或多个照明器110可以位于多个工作站106的上方。图4中的“x”表示遍及环境104中的传感器112的位置。取决于它们的位置，一些传感器112可以被定位成监控它们视野内的多个工作站106，而其他传感器可以被定位成仅监控一个工作站106，而仍有其他传感器在其视野内可能没有任何工作站106。
43.控制器102可以被配置成接收一个或多个传感器112中的每一个的预期传感器行为模型114。预期传感器行为模型114表示当k个数量的被占用的工作站106在传感器112的视野内时每个传感器112的预期行为。一个或多个传感器112中的每一个的预期传感器行为模型114可以包括传感器小运动概率分布136、传感器中等运动概率分布138和传感器大运动概率分布140中的至少一个。取决于环境104和布局120，系统可以使用传感器小运动概率分布136、传感器中等运动概率分布138和传感器大运动概率分布140中的一个、两个或所有三个的任何适当组合。图6中示出了示例预期概率分布。作为示例，小运动概率分布136可以由使用β分布b(a，b)的以下等式来表示：
[0044][0045]
其中β分布并且γ()为标准γ函数。β分布被用来对运动计数的概率分布进行建模，因为它们能够以灵活的方式捕获分布的变化的峰值和尾部。参数a和b控制β分布的形状；可以通过改变a和b来调整分布的峰值和尾部。γ(a)可以定义如下：
[0046][0047]
系统100可以选择或学习参数a和b，以符合观察到的分布模式。例如，系统可以知道，当传感器112在其视野内具有2个个体时，检测到1个小运动的概率是0.10，检测到5个小运动的概率是0.06，检测到10个小运动的概率是0.03，并且检测到15个小运动的概率是0.01。系统100然后可以估计参数a和b，使得分布p(小运动的数量＝x|被占用的书桌的数量＝k)与该观察到的概率保持一致。
[0048]
如图6所示，预期计数随着传感器112的视野中的被占用的工作站106的数量而增加。预期传感器行为模型114可以基于先前从环境104或类似环境收集的数据来生成。
[0049]
在另外的示例中，预期行为传感器模型114可以进一步结合每个工作站106处的个体的预期取向。由传感器112收集的数据可能受到被监控个体的取向的影响，因为人体的前部比后部散发更多的热量。个体取向的影响可以被结合到布局120中，从而导致传感器小运动概率分布136、传感器中等运动概率分布138和传感器大运动概率分布140的修改。例如，考虑取向的小运动概率分布136可以表示为：
[0050][0051]
控制器102还可以被配置成生成一个或多个传感器112中的每一个的调整后的传感器行为模型116。可以基于一个或多个传感器112中的每一个的预期传感器行为模型114和一个或多个传感器112中的每一个的环境调整模型118来生成调整后的行为传感器模型116。环境调整模型118表示环境104(包括任何屏障108)对由传感器112捕获的信息的影响。在pir传感器的示例中，由传感器捕获的红外信号将被任何透明屏障108的丙烯酸玻璃或plexiglass部分地吸收，降低由传感器112捕获的信号的强度。系统100使用环境调整模型118通过相应地修改预期传感器行为模型114来校正这种影响。在替代示例中，环境调节行为模型118可以被用于通过以下方式补偿红外吸收：(1)修改在环境的正常使用期间由传感器112捕获的观察到的行为数据集128，或者(2)校准传感器112的设置以补偿红外吸收。
[0052]
根据一个示例，控制器102可以被配置成通过以下方式确定环境调整模型118：(1)当环境104未被占用时，经由一个或多个传感器112捕获环境行为数据集142；以及(2)基于环境行为数据集142和一个或多个传感器112中的每一个的预期行为模型114，计算一个或多个传感器112中的每一个的环境调整模型118。在开放式办公室的示例中，传感器112可以被配置成在工作时间之后捕获环境行为数据142。环境行为数据142可以包括安装了屏障108的数据子集，以及未安装屏障108的数据子集。以此方式，系统100可以了解屏障108如何影响由传感器112检测到的红外辐射，并且配置环境调整模型118以针对这些影响校准预期传感器行为模型114。在替代示例中，控制器102可以从存储器250或从外部源(例如中央监控站)检索环境调整模型118。
[0053]
控制器102还可以被配置成接收环境104的布局120。如上所述，图4中示出了示例布局。布局120可以包括多个工作站位置122和一个或多个传感器位置124。布局120还可以包括关于环境104的天花板的高度或者传感器112的高度的数据。每个工作站位置122可以具有被占用或未被占用的占用状态132。图4的布局120用圆圈表示被占用的工作站，并且用“x”表示传感器位置。如图4所示，工作站106以交替被占用/未被占用的方式布置，以实现适当的社交距离。如可以在图4中看出，一些传感器位置124靠近一个或多个被占用的工作站，而其他传感器位置122不靠近。
[0054]
在一个示例中，系统100可以创建对应于靠近被占用的工作站的传感器位置122的“激活”传感器112的子集，以及对应于远离被占用的工作站的传感器位置122的“不激活”传感器112的相关子集。根据一个示例，所有的传感器112(无论是“激活的”还是“不激活的”)都以相同的速率捕获和传输数据。在某些罕见的情况下，系统100然后可以在随后的数据捕获期间停用“不激活的”传感器112，以节省系统100的数据和电力资源。
[0055]
控制器102可以进一步被配置成生成预期布局行为模型126。预期布局行为模型126可以基于布局120和调整后的传感器行为模型116来生成。因此，预期布局行为模型126表示预期由传感器112产生的，针对屏障108调整的，针对布局120中描绘的传感器位置124、工作站位置122和工作站占用状态132的运动计数。
[0056]
例如，根据布局120，传感器位置124处的传感器112在其视野内可以具有三个工作站位置122。然而，进一步根据布局120，当实践适当的社交距离时，这些工作站位置122中只有一个可以被占用。因此，预期布局行为模型126将预期对应于被占用的一个工作站位置
122的小运动计数、中等运动计数和大运动计数。如果所有三个工作站位置122都被占用，则由传感器捕获的运动计数将显著不同于预期布局行为模型126，并且导致系统确定已经违反了环境104的社交距离政策。
[0057]
预期布局行为模型126可以包括布局小运动概率分布144、布局中等运动概率分布146和布局大运动概率分布148。预期布局行为模型126所利用的概率分布可以对应于预期传感器行为模型114的相关分布。例如，如果系统100仅利用传感器大运动概率分布140，则预期布局行为模型126可以仅包括对应的布局大运动概率分布148。
[0058]
图7中示出了预期布局行为模型126的示例概率分布。图7的概率分布表示由布局120所描述的社交距离环境104中所有被激活的传感器112之中的总的小运动计数、中等运动计数和大运动计数的概率，并且是从预期传感器行为模型114的概率分布(传感器小运动概率分布136、传感器中等运动概率分布138和传感器大运动概率分布140)、环境104的特征、以及工作站位置122和传感器位置124的布局120中导出的。如下所述，尽管提供了布局120，但是与这些概率分布的偏差可以指示环境中的个体未能正确地保持社交距离。此外，极端偏差可能指示未能符合所提供的布局120的环境104。例如，未能符合可能是允许个体占用被指定为未被占用的工作站位置122。
[0059]
在另外的示例中，预期布局行为模型126可以是每个单独传感器112的预期运动计数的矢量模型。在该示例中，预期布局行为模型126可以包括每个传感器112的预期小运动计数、中等运动计数和大运动计数。虽然该矢量模型将是传感器的预期行为的更精确的表示，但是生成该模型并随后利用它来确定社交距离状态将需要比简单地合计每个传感器112的运动计数概率的模型多得多的计算资源，如前所述。
[0060]
在一个示例中，预期布局行为模型126可以基于对应于不同工作站106占用状态132配置的若干不同布局120。将多个适当的社交距离布局120结合到预期布局行为模型126中允许系统100同时评估环境104与工作站106占用状态132的若干不同组合的社交距离。
[0061]
控制器102可以进一步被配置成在测量时段130期间经由一个或多个传感器112捕获观察到的行为数据集128。观察到的行为数据集128应该在环境104的正常使用期间(诸如在开放办公室的常规营业时间期间)被捕获。观察到的行为数据集128可以包括观察到的小运动计数150、观察到的中等运动计数152和观察到的大运动计数154。每个运动计数150、152、154可以是所有被激活的传感器112的运动计数的总和。
[0062]
根据一个示例，测量时段130可以是五分钟。在替代示例中，测量时段130可以是两个小时。在大多数示例中，较长的测量时段130将对应于较高的准确度。测量时段130应该足够长，以在环境104的代表性占用时段期间捕获观察到的行为数据集128。运动计数是相对粗略的信号，其对于实时监控来说并不理想。仅仅几秒钟的测量时段130将不太可能捕获与预期布局行为模型126的概率分布进行比较所必需的运动。在替代示例中，pir传感器112的模拟响应可以被用于允许系统100实时评估社交距离。
[0063]
一旦传感器112已经捕获到观察到的行为数据集128，控制器102就可以进一步被配置成将环境104中的个体的社交距离状态134确定为有距离的或无距离的。确定社交距离状态134可以基于观察到的行为数据集128和预期布局行为模型126。因此，观察到的行为数据集128与预期布局行为模型126的显著偏差可能导致社交距离状态134被确定为无距离的。
和“一个”应当理解为意味着“至少一个”。
[0074]
如本文在说明书中和权利要求书中使用的短语“和/或”应当理解为意味着这样结合的元素中的“任何一个或两个”，即在一些情况下结合地存在并且在其他情况下分离地存在的元素。用“和/或”列出的多个元素应当以相同的方式解释，即这样结合的元素中的“一个或多个”。除了由“和/或”子句具体标识的元素之外，可以可选地存在其他元素，无论与那些具体标识的元素相关还是不相关。
[0075]
如本文在说明书中和权利要求书中使用的，“或”应当理解为具有与上面定义的“和/或”相同的含义。例如，当分离列表中的项目时，“或”或“和/或”应被解释为包含性的，即包括多个元素或元素列表中的至少一个，但也包括多个元素或元素列表中的多于一个，以及可选地，附加的未列出的项目。只有明确相反指示的术语、诸如
“……
中的仅一个”或
“……
中的恰好一个”，或者当在权利要求中使用时，“由
……
组成”将指代包括多个元素或元素列表中的恰好一个元素。一般来说，如本文使用的术语“或”当在其前面有诸如“任一”、
“……
中的一个”、
“……
中的仅一个”或
“……
中的恰好一个”之类的排他性术语时仅应被解释为指示排他性的替代物(即“一个或另一个，但不是两者”)。
[0076]
如本文在说明书中和权利要求书中使用的，提及一个或多个元素的列表的短语“至少一个”应当被理解为意味着从元素列表中的任何一个或多个元素中选择的至少一个元素，但是不一定包括元素列表内具体列出的每一个元素中的至少一个，并且不排除元素列表中元素的任何组合。此定义还允许可以可选地存在除了在短语“至少一个”所指的元素列表内具体标识的元素之外的元素，无论与那些具体标识的元素相关还是不相关。
[0077]
还应当理解，除非明确相反指示，否则在本文要求保护的包括多于一个步骤或动作的任何方法中，该方法的步骤或动作的顺序不一定限于记载该方法的步骤或动作的顺序。
[0078]
在权利要求中，以及在上面的说明书中，所有过渡短语，诸如“包括”、“包含”、“携带”、“具有”、“含有”、“涉及”、“容纳”、“包含有”等要理解为开放式的，即意味着包括但不限于。只有过渡短语“由
……
组成”和“基本上由
……
组成”应分别是封闭或半封闭的过渡短语。
[0079]
所述主题的上述示例可以以多种方式中的任何一种来实现。例如，一些方面可以使用硬件、软件或其组合来实现。当任何方面至少部分地以软件实现时，软件代码可以在任何合适的处理器或处理器集合上执行，无论是在单个设备或计算机中提供还是分布在多个设备/计算机中。
[0080]
本公开可以以任何可能的集成技术细节水平实现为系统、方法和/或计算机程序产品。该计算机程序产品可以包括其上具有计算机可读程序指令的(一个或多个)计算机可读存储介质，用于使处理器执行本公开的各方面。
[0081]
计算机可读存储介质可以是可以保留和存储指令以供指令执行设备使用的有形设备。计算机可读存储介质可以是例如但不限于电子存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备、或前述设备的任何合适的组合。计算机可读存储介质的更具体示例的非穷尽列表包括以下：便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式光盘只读存储器(cd-rom)、数字多功能盘(dvd)、存储器棒、软盘、机械编码设备(例如穿孔
卡或其上记录有指令的凹槽中的凸起结构)、以及前述的任何合适的组合。如本文所使用的，计算机可读存储介质不应被解释为本身是瞬时信号，例如无线电波或其他自由传播的电磁波、通过波导或其他传输介质传播的电磁波(例如，穿过光纤线缆的光脉冲)、或通过导线传输的电信号。
[0082]
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理设备，或者经由网络下载到外部计算机或外部存储设备，所述网络例如是互联网、局域网、广域网和/或无线网。网络可以包括铜传输线缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配器卡或网络接口从网络接收计算机可读程序指令，并转发计算机可读程序指令以存储在相应计算/处理设备内的计算机可读存储介质中。
[0083]
用于执行本公开的操作的计算机可读程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、集成电路的配置数据，或者是以一种或多种编程语言的任何组合编写的源代码或目标代码，该一种或多种编程语言包括面向对象的编程语言(诸如smalltalk、c++等)和过程性编程语言(诸如“c”编程语言或相似的编程语言)。计算机可读程序指令可以完全在用户的计算机上执行、部分地在用户的计算机上执行、作为独立的软件包执行、部分地在用户的计算机上并且部分地在远程计算机上执行、或者完全在远程计算机或服务器上执行。在后一种场景下，远程计算机可以通过任何类型的网络(包括局域网(lan)或广域网(wan))连接到用户的计算机，或者可以与外部计算机进行连接(例如，通过使用互联网服务提供商的互联网)。在一些示例中，包括例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)的电子电路可以通过利用计算机可读程序指令的状态信息来个性化电子电路来执行计算机可读程序指令，以便执行本公开的诸方面。
[0084]
本文参照根据本公开的示例的方法、装置(系统)和计算机程序产品的流程图示和/或框图来描述本公开的诸方面。将要理解，流程图示和/或框图的每个框以及流程图示和/或框图中的框的组合可以通过计算机可读程序指令来实施。
[0085]
计算机可读程序指令可以提供给专用计算机的处理器或其他可编程数据处理装置，以产生机器，使得经由计算机的处理器或其他可编程数据处理装置执行的指令创建用于实施流程图和/或一个或多个框图框中指定的功能/动作的装置。这些计算机可读程序指令也可以存储在计算机可读存储介质中，该计算机可读存储介质可以引导计算机、可编程数据处理装置和/或其他设备以特定方式运行，使得其中存储有指令的计算机可读存储介质包括一种制品，该制品包括实施流程图和/或框图或多个框中指定的功能/动作的各方面的指令。
[0086]
计算机可读程序指令还可以加载到计算机、其他可编程数据处理装置、或其他设备上，以使一系列操作步骤在计算机、其他可编程装置、或其他设备上执行，以产生计算机实施的过程，使得在计算机、其他可编程装置、或其他设备上执行的指令实施流程图和/或一个或多个框图框中指定的功能/动作。
[0087]
各图中的流程图和框图图示了根据本公开的各种示例的系统、方法和计算机程序产品的可能实施方式的架构、功能和操作。在这方面，流程图或框图中的每个框可以表示指令的模块、段或部分，其包括用于实施指定的(多个)逻辑功能的一个或多个可执行指令。在
一些替代实施方式中，框中所述的功能可以不按照图中所述的顺序出现。例如，连续示出的两个框事实上可以基本上同时执行，或者有时可以以相反的顺序执行这些框，这取决于所涉及的功能。还将注意，框图和/或流程图示的每个框以及框图和/或流程图示中的框的组合可以由基于专用硬件的系统来实施，该基于专用硬件的系统执行指定功能或动作或者实现专用硬件和计算机指令的组合。
[0088]
其他实施方式在以下权利要求和申请人可以有权享有的其他权利要求的范围内。
[0089]
虽然本文已经描述和说明了各种示例，但是本领域普通技术人员将容易设想到用于执行功能和/或获得结果和/或本文描述的一个或多个优点的各种其他手段和/或结构，并且每个这样的变型和/或修改被认为在本文描述的示例的范围内。更一般地，本领域技术人员将容易领会，本文描述的所有参数、尺寸、材料和配置都意在是示例性的，并且实际的参数、尺寸、材料和/或配置将取决于本教导所用于的一个或多个特定应用。本领域技术人员将认识到或者能够仅仅使用常规实验来断定本文描述的特定示例的许多等同物。因此，要理解的是，前述示例仅通过示例的方式呈现，并且在所附权利要求及其等同物的范围内，示例可以以除具体描述和要求保护之外的方式实践。本公开的示例涉及本文描述的每个个体特征、系统、物品、材料、套件、和/或方法。此外，如果两个或更多个这样的特征、系统、物品、材料、套件、和/或方法不相互矛盾，则两个或更多个这样的特征、系统、物品、材料、套件、和/或方法的任何组合都被包括在本公开的范围内。

技术特征：
1.一种用于监控环境(104)中的个体的社交距离的系统(100)，所述环境具有由一个或多个屏障(108)隔开的多个工作站(106)，所述系统包括通信耦合到所述环境(104)内的一个或多个传感器(112)的控制器(102)，其中所述控制器(102)被配置成：接收所述一个或多个传感器(112)中的每一个的预期传感器行为模型(114)，所述预期传感器行为模型(114)表示当所述多个工作站(106)中的一个或多个在至少一个传感器(112)的视野内时该至少一个传感器(112)的预期行为；基于所述一个或多个传感器(112)中的每一个的预期传感器行为模型(114)和所述一个或多个传感器(112)中的每一个的环境调整模型(118)，生成所述一个或多个传感器(112)中的每一个的调整后的传感器行为模型(116)，所述环境调整模型(118)表示所述环境(104)对由所述一个或多个传感器(112)中的至少一个传感器(112)捕获的信息的影响；接收所述环境(104)的布局(120)，所述布局(120)包括多个工作站位置(122)和一个或多个传感器位置(124)，其中每个工作站位置(122)具有被占用或未被占用的占用状态(132)；基于所述布局(120)和调整后的传感器行为模型(116)生成预期布局行为模型(126)；在测量时段(130)期间，经由所述一个或多个传感器(112)捕获观察到的行为数据集(128)；和基于观察到的行为数据集(128)和预期布局行为模型(126)，将所述环境(104)中的个体的社交距离状态(134)确定为有距离的或无距离的。2.根据权利要求1所述的系统(100)，其中所述一个或多个传感器(112)中的每一个的预期传感器行为模型(114)包括传感器小运动概率分布(136)、传感器中等运动概率分布(138)和传感器大运动概率分布(140)。3.根据权利要求1所述的系统(100)，其中所述控制器(102)进一步被配置成：当所述环境(104)未被占用时，经由所述一个或多个传感器(112)捕获环境行为数据集(142)；和基于所述环境行为数据集(142)和所述一个或多个传感器(112)中的每一个的预期行为模型(114)，计算所述一个或多个传感器(112)中的每一个的环境调整模型(118)。4.根据权利要求1所述的系统(100)，其中所述预期布局行为模型(126)包括布局小运动概率分布(144)、布局中等运动概率分布(146)和布局大运动概率分布(148)。5.根据权利要求1所述的系统(100)，其中所述观察到的行为数据集(128)包括观察到的小运动计数(150)、观察到的中等运动计数(152)和观察到的大运动计数(154)。6.根据权利要求1所述的系统(100)，其中确定所述社交距离状态(134)包括：经由假设测试(156)，基于观察到的行为数据集(128)和预期布局行为模型(126)来计算社交距离p值(158)；如果社交距离p值(158)小于或等于社交距离阈值(160)，则将社交距离状态(134)指定为有距离的；和如果社交距离p值(158)大于社交距离阈值(160)，则将社交距离状态(134)指定为无距离的。7.根据权利要求1所述的系统(100)，其中所述屏障(108)是丙烯酸玻璃。8.根据权利要求1所述的系统(100)，其中所述一个或多个传感器(112)被布置在一个
或多个照明器(110)中。9.根据权利要求5所述的系统(100)，其中所述一个或多个照明器(110)位于所述多个工作站(106)上方。10.根据权利要求1所述的系统(100)，其中所述测量时段(130)大约是五分钟。11.根据权利要求1所述的系统(100)，其中所述一个或多个传感器(112)包括一个或多个无源红外(“pir”)传感器、一个或多个单像素热电堆传感器(“spt”)、一个或多个多像素热电堆(“mpt”)传感器和/或一个或多个微波雷达传感器。12.根据权利要求1所述的系统(100)，其中，所述控制器(102)进一步被配置为如果所述环境(104)的社交距离状态(134)是无距离的，则传输警告信号(162)。13.一种用于在具有由一个或多个屏障隔开的多个工作站的环境中监控个体的社交距离的方法(500)，包括：经由通信地耦合到所述环境内的一个或多个传感器的控制器接收(502)所述一个或多个传感器中的每一个的预期行为模型，预期传感器行为模型(114)表示当多个工作站(106)中的一个或多个在至少一个传感器(112)的视野内时该至少一个传感器(112)的预期行为；基于所述一个或多个传感器中的每一个的预期行为模型和所述一个或多个传感器中的每一个的环境调整模型，经由所述控制器生成(504)所述一个或多个传感器中的每一个的调整后的行为模型，所述环境调整模型(118)表示所述环境(104)对由一个或多个传感器(112)中的至少一个传感器(112)捕获的信息的影响；经由所述控制器接收(506)环境的布局，所述布局包括多个工作站位置和一个或多个传感器位置，其中每个工作站位置具有被占用或未被占用的占用状态；基于所述布局和调整后的行为模型，经由所述控制器生成(508)预期布局行为模型；经由所述一个或多个传感器在测量时段期间捕获(510)观察到的行为数据集；和基于观察到的行为数据集和预期布局行为模型，经由所述控制器将所述环境中的个体的社交距离状态确定(512)为有距离的或无距离的。14.根据权利要求13所述的方法(500)，进一步包括：当所述环境未被占用时，经由所述一个或多个传感器捕获(514)环境行为数据集；和基于所述环境行为数据集和所述一个或多个传感器中的每一个的预期行为模型，计算(516)所述一个或多个传感器中的每一个的环境调整模型。15.根据权利要求13所述的方法(500)，其中确定(512)所述社交距离状态包括：基于观察到的行为数据集和预期布局行为模型，经由假设测试计算(518)社交距离p值；如果社交距离p值小于或等于社交距离阈值，则将社交距离状态指定(520)为有距离的；和如果社交距离p值大于社交距离阈值，则将社交距离状态指定(522)为无距离的。

技术总结
提供了一种用于监控社交距离的系统。该系统包括通信耦合到环境内的传感器的控制器。控制器可以被配置成(1)接收每个传感器的预期传感器行为模型；(2)基于每个传感器的预期传感器行为模型和每个传感器的环境调整模型，生成每个传感器的调整后的传感器行为模型；(3)接收环境的布局；(4)基于布局和调整后的传感器行为模型生成预期布局行为模型；(5)在测量时段期间，经由传感器捕获观察到的行为数据集；以及(6)基于观察到的行为数据集和预期布局行为模型，将环境中的个体的社交距离状态确定为有距离的或无距离的。有距离的或无距离的。有距离的或无距离的。


技术研发人员：A
受保护的技术使用者：昕诺飞控股有限公司
技术研发日：2021.10.08
技术公布日：2023/7/4