Siirry sisältöön
/
Artikkeli · 2026

Measuring the Atmosphere: Environmental Sensing for Occupant Flows in Commercial Spaces

Naser Hossein Motlagh, Aygün Varol, Martha Arbayani Zaidan, Pak Lun Fung, Samu Varjonen, Petteri Nurmi and Sasu Tarkoma · IEEE Internet of Things Journal (2026)

Helsingin ostoskeskukseen asennetut ilmanlaatusensorit voivat kertoa, kuinka vilkasta siellä on ilman kameroita tai puhelinseurantaa, käyttäen mallia, joka on tarpeeksi pieni toimiakseen itse sensorissa.

Tekoälyn tuottama kuvitus

Tiivistelmä

Vieraiden virtojen ymmärtäminen on tärkeää kaupallisten tilojen hallinnassa, mutta kamerat, omistetut laskurit ja laitepohjaiset anturit luovat yksityisyys-, käyttöönotto- ja kattavuusrajoituksia. Tämä tutkimus esittelee päätepisteestä päätepisteeseen ulottuvan ympäristön havainnointijärjestelmän, joka mahdollistaa skaalautuvan ja yksityisyyttä suojaavan tilankäytön seurannan hyödyntämällä olemassa olevaa rakennusten havainnointirakennetta. Tutkimme ympäristön havainnointia edullisena vaihtoehtona tilankäyttötrendien arvioimiseksi. Asensimme 14 monimuuttuja-anturia Tripla-ostoskeskukseen Helsingissä, ja jokainen anturi toimi jopa 79 päivää. Asetimme myös automaattisen ihmisten laskentakameran yhteen antureista ja käytimme sen mittauksia todellisina kävijälaskentana. Havainnointitutkimuksemme osoittaa, että yksittäiset muuttujat, erityisesti CO2, eivät voi luotettavasti tallentaa nopeita tilankäyttömuutoksia ympäristön viiveen vuoksi, mikä motivoi täydentävien havainnointimuotojen yhdistämistä. Näiden heterogeenisten signaalien tehokkaaksi hyödyntämiseksi kehitämme kompaktin monimuotoisen huomio-pohjaisen päätöksentekoputken, joka soveltuu resurssirajoitetuille reunalaitteille. Aikablokattua jakamista käyttäen, jossa on erilliset monipäiväiset koulutus-, validointi- ja testijaksot, jotka on erotettu taukopäivillä, ehdotettu järjestelmä saavuttaa 76,5 % tasapainoisen tarkkuuden luokitellessaan matalan, keskitason ja korkean tilankäytön tiloja, verrattuna 83,7 % satunnaisesti jaetussa asetelmassa. Äärimmäiset matalan ja korkean virheelliset luokitukset muodostavat vain 0,12 % testihavainnoista. Kompakti päätöksentekoputki ylittää seitsemän standardiperustetta estetyssä jakamisasetelmassa, vaatimatta vain 5 813 parametria (noin 23 kB), tarjoten suotuisan tarkkuuden ja mallikoon kaupan, joka tukee päätöksentekoa matalan tehon reunalaitteilla. Todellisten havaintojemme validointi yhdessä havainnollistavien ennusteiden kanssa muista ostoskeskuksen alueista osoittaa ehdotetun havainnointijärjestelmän toiminnallisen toteutettavuuden yhdessä kaupallisessa rakennuksessa realistisissa käyttöolosuhteissa. Kaiken kaikkiaan nämä tulokset osoittavat päätepisteestä päätepisteeseen ulottuvan ympäristön havainnointijärjestelmän toteutettavuuden laskennallisesti skaalautuvassa ja yksityisyyttä suojaavassa kävijälaskennan seurannassa kaupallisissa rakennuksissa.

Lue koko artikkeli →