Bir odada kaç kişinin bulunduğunu tespit etmek için bir CO2 sensörü kullanmak mümkün müdür?


11

MH-Z14 Karbon Dioksit sensöre sahibim ve bir odanın ne zaman temiz havaya ihtiyacı olabileceğini tespit etmek ve denemek için kullanıyorum. Ancak, bir insan bir odada bulunduğunda ve özellikle sensörün kendisine yakın olduğunda sensör okumasının büyük ölçüde arttığını fark ettim.

Bir odadaki mevcut CO2 değerini bir odadaki yaklaşık insan sayısını tespit etmek için kullanmaya çalışıp çalışmadığını ve bunun ne kadar mümkün ve doğru olabileceğini merak ediyorum?

Yanıtlar:


8

@ jsotola'nın yorumu ("Makine öğrenmesinin yapabileceği bir şey gibi") muhtemelen doğru cevaptır, ancak biraz daha genişleyeceğim.

En azından aşağıdaki faktörlere bağlı olacaktır:

  • Oda büyüklüğü
  • İnsanların sayısı
  • İnsanların yaptıkları faaliyet türü
  • Odanın sahip olduğu havalandırma miktarı (pencere / klima / ...)
  • Kullanılan sensörün doğruluğu ve tepki süresi
  • Sensörlerin sayısı ve konumu

Geçmişte tek bir oda için kabaca oda doluluk oranını tahmin etmek için bir CO 2 sensöründen veri kullandım , o zaman makinenin öğrenme rotasından aşağı gitmedim, daha ziyade CO 2 değişim oranı gibi şeyleri kullanmak için bir gösterge (değer ne kadar hızlı arttıkça daha fazla insan). Ama eğer tekrar yapsaydım muhtemelen eğitim materyali olarak kullanmak için veri toplamaya başlardım.

Verileri başka bir sensörle, örneğin bağıl nem sensörü ile kaynaştırmaya değer olabilir, çünkü bu aynı zamanda artacaktır.


8

Görünüşe göre bu konuda bazı araştırmalar yapıldı - Proxy ile Algılama: İç Mekan CO 2 Konsantrasyonuna Dayalı Doluluk Tespiti Berkeley, Kaliforniya Üniversitesi, CO 2 konsantrasyonuna göre doluluk oranını tespit etmek için geliştirilen bir modeli tanımlar .

Birleştirilmiş Kısmi Diferansiyel Denklem (PDE) - Adi Diferansiyel Denklem (ODE) sisteminden oluşan veriye dayalı bir modele dayanan proxy ölçümlerini bilinmeyen insan emisyon oranları ile ilişkilendiren bir bağlantı modeli öneriyoruz.

Modelleri, test ettikleri diğer makine öğrenme modellerinden daha doğrudur:

Proxy tarafından algılanarak hava dönüşündeki ve hava tedarik deliklerindeki CO2 ölçümlerine dayanarak odadaki yolcu sayısının çıkarılması, bir dizi makine öğrenme algoritmasından daha iyi performans gösterir ve 0.6569 (fraksiyonel kişi) genel ortalama kare hatası elde eder. Bayes net'in en iyi alternatifi 1.2061'dir (kesirli kişi).

Kağıttaki algoritma 1 (s. 3), benzer bir sistemin nasıl uygulanacağına dair bir yön verebilir, bu da CO 2 sensörünün basit yapısı göz önüne alındığında şaşırtıcı derecede güvenilir görünmektedir .

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.