在物聯(lián)網(wǎng)應(yīng)用中，人工智能最常用于數(shù)據(jù)堆棧的“頂端”——對(duì)通常來(lái)自多個(gè)來(lái)源的大型數(shù)據(jù)集進(jìn)行操作。 例如，在醫(yī)院環(huán)境中，人工智能和實(shí)時(shí)定位系統(tǒng)可用于預(yù)測(cè)分析：您能否根據(jù)天氣預(yù)測(cè)急診室入院率? 您能否根據(jù)使用情況更好地估計(jì)設(shè)備何時(shí)需要維護(hù)?

然而，在每個(gè)物聯(lián)網(wǎng)堆棧的“底層”，人工智能開始應(yīng)用于傳感器本身，并產(chǎn)生非常重要的影響：人工智能使低質(zhì)量的傳感器能夠?qū)崿F(xiàn)非常高質(zhì)量的性能，從而帶來(lái)一直以來(lái)的投資回報(bào)。 到目前為止，許多物聯(lián)網(wǎng)解決方案中還沒有出現(xiàn)這種情況。

人工智能和實(shí)時(shí)定位系統(tǒng)

人工智能在傳感器中的應(yīng)用之一是實(shí)時(shí)定位系統(tǒng) (RTLS)。 許多行業(yè)都采用人工智能和實(shí)時(shí)定位系統(tǒng)來(lái)跟蹤移動(dòng)資產(chǎn)，以更好地監(jiān)控、優(yōu)化和自動(dòng)化關(guān)鍵流程。

醫(yī)院中一個(gè)簡(jiǎn)單的例子是潔凈設(shè)備室的管理——遍布整個(gè)醫(yī)院的儲(chǔ)藏室，存放潔凈設(shè)備以供使用。 需要設(shè)備的護(hù)士應(yīng)該能夠在潔凈室中準(zhǔn)確找到他們需要的東西。

然而，如果潔凈室的庫(kù)存水平?jīng)]有得到正確的維護(hù)，那么設(shè)備可能無(wú)法使用，迫使醫(yī)院進(jìn)行長(zhǎng)時(shí)間的搜索，從而影響患者安全和員工的生產(chǎn)力，最終迫使醫(yī)院過(guò)度購(gòu)買昂貴的設(shè)備(通常是兩倍)，以確保有多余的可用性。

如果您可以自動(dòng)確定設(shè)備的位置，您就可以輕松跟蹤每個(gè)潔凈室中可用設(shè)備的數(shù)量，并在庫(kù)存不足時(shí)自動(dòng)觸發(fā)補(bǔ)貨。 這是 RTLS 的一種用途，其中要求確定設(shè)備位于哪個(gè)房間。是在病房中嗎? 那么就無(wú)法使用了。 是在潔凈室里嗎? 然后它會(huì)影響可用設(shè)備的數(shù)量。

如果您可以自動(dòng)確定設(shè)備的位置，您就可以輕松地跟蹤每個(gè)潔凈室中可用設(shè)備的數(shù)量，并在庫(kù)存不足時(shí)自動(dòng)觸發(fā)補(bǔ)充。這是RTLS的一個(gè)用途，需要確定設(shè)備在哪個(gè)房間。是在病房里嗎?那就沒貨了。它在一個(gè)干凈的房間里嗎?那么它會(huì)影響可用設(shè)備的數(shù)量。

因此，以非常高的置信度確定設(shè)備位于哪個(gè)房間是至關(guān)重要的:位置錯(cuò)誤使您認(rèn)為您正在尋找的三個(gè)IV泵在12號(hào)病房，而實(shí)際上它們?cè)诟舯诘臐崈羰抑?，這將由于過(guò)高估計(jì)可用的泵而導(dǎo)致過(guò)程中斷。

使用RTLS時(shí)，移動(dòng)標(biāo)簽貼在資產(chǎn)上，固定的基礎(chǔ)設(shè)施(通常在天花板上或墻上)決定標(biāo)簽的位置。各種無(wú)線技術(shù)被用來(lái)實(shí)現(xiàn)這一點(diǎn)，這就是人工智能正在產(chǎn)生重大積極影響的地方。所使用的技術(shù)屬于兩個(gè)陣營(yíng)之一:

1.不穿墻的無(wú)線技術(shù)，例如超聲波和紅外線。通過(guò)在每個(gè)房間放置一個(gè)接收器并監(jiān)聽傳輸?shù)囊苿?dòng)標(biāo)簽，可以實(shí)現(xiàn)房間級(jí)別的準(zhǔn)確性。如果你能聽到標(biāo)簽，那一定是和你在同一個(gè)房間。實(shí)現(xiàn)了房間級(jí)別的精度。

2.穿透墻壁的無(wú)線技術(shù)，例如Wi-Fi和藍(lán)牙(最常見的是藍(lán)牙低能耗或BLE)。接收器遍布整個(gè)建筑，測(cè)量接收到的標(biāo)簽傳輸?shù)男盘?hào)強(qiáng)度，通過(guò)算法確定標(biāo)簽的位置。

常見問題

1號(hào)營(yíng)地的問題是多方面的——非穿墻技術(shù)。當(dāng)有人把門打開時(shí)會(huì)發(fā)生什么?(這是大多數(shù)醫(yī)院的常見政策)。在沒有墻壁的情況下，如何確定設(shè)備的位置?(設(shè)備通常存放在露天區(qū)域)。

答案是在每個(gè)房間都放置一個(gè)設(shè)備的成本已經(jīng)非常高的要求基礎(chǔ)上添加越來(lái)越多的基礎(chǔ)設(shè)施設(shè)備，這意味著這些解決方案很快就會(huì)變得成本高昂，而且部署起來(lái)非常麻煩。

2號(hào)營(yíng)地需要更少的基礎(chǔ)設(shè)施，從價(jià)格角度來(lái)看更具吸引力，但也有局限性。在多個(gè)固定接收器處測(cè)量從單個(gè)標(biāo)簽接收的信號(hào)強(qiáng)度支持標(biāo)簽位置的確定性計(jì)算。通過(guò)使用信號(hào)強(qiáng)度如何隨距離下降的通用模型，可以進(jìn)行粗略的距離估計(jì)，并且三個(gè)距離估計(jì)產(chǎn)生2D位置估計(jì)。軟件中的地理圍欄將這些二維坐標(biāo)轉(zhuǎn)換為房間占用率。

問題是，信號(hào)在范圍內(nèi)下降的方式是復(fù)雜而混亂的，不僅受到信號(hào)阻塞(墻壁、設(shè)備、人員)的影響，還受到多個(gè)信號(hào)反射的相互作用(“多徑衰落”)的影響。最終的結(jié)果是，位置的確定精度為8到10米或更差，幾乎不足以確定物體所在的房間。

機(jī)器學(xué)習(xí)

具有機(jī)器學(xué)習(xí)背景的人可能已經(jīng)發(fā)現(xiàn)了一個(gè)機(jī)會(huì)：確定物體所在的房間不是跟蹤問題，而是分類問題。 與所有的頓悟一樣，新一代的實(shí)時(shí)定位系統(tǒng)公司需要從他們的算法中退一步，以新的眼光來(lái)看待這個(gè)問題。 正是在這里，人工智能正在改變 RTLS。

如果您可以利用 2 號(hào)營(yíng)地的低成本技術(shù)來(lái)實(shí)現(xiàn)與 1 號(hào)營(yíng)地相同的性能水平會(huì)怎么樣? 如果您可以在不付出成本的情況下提供所有價(jià)值怎么辦? 通過(guò)利用 BLE 傳感器并應(yīng)用機(jī)器學(xué)習(xí)，這正是人工智能為派對(duì)帶來(lái)的效果。

為什么不利用信號(hào)強(qiáng)度作為特征來(lái)訓(xùn)練分類算法，而不是根據(jù)信號(hào)強(qiáng)度做出非常差的范圍估計(jì)呢? 由于信號(hào)穿透多堵墻，單個(gè)標(biāo)簽可以聽到來(lái)自多個(gè)固定基礎(chǔ)設(shè)施設(shè)備的信號(hào)，這些設(shè)備提供大量功能，可以對(duì)房間占用情況進(jìn)行非常高置信度的推斷。 AI 在安裝過(guò)程中接受一次訓(xùn)練，學(xué)習(xí)足以區(qū)分房間 1 和房間 2 等的特征。

這是思維方式的根本性轉(zhuǎn)變，具有非常深遠(yuǎn)的成果。 對(duì)于傳統(tǒng) Wi-Fi 和 BLE 系統(tǒng)，建筑物中的混沌信號(hào)傳播會(huì)造成信號(hào)強(qiáng)度的巨大變化，從而混淆范圍估計(jì)算法。

結(jié)果是精度非常差，但相反，從一個(gè)地方到另一個(gè)地方信號(hào)強(qiáng)度的相同變化正是使 ML 成為如此強(qiáng)大工具的特征變化。 碾壓傳統(tǒng)方法的信號(hào)傳播特性正是人工智能所需的素材。

RTLS 已經(jīng)進(jìn)入了一個(gè)新時(shí)代，在云大小的大腦上運(yùn)行的復(fù)雜機(jī)器學(xué)習(xí)算法可以采用分類方法來(lái)定位對(duì)象。 人工智能和實(shí)時(shí)定位系統(tǒng)的成果是高性能、低成本的傳感器，這些傳感器正在改進(jìn)關(guān)鍵流程，并使醫(yī)院能夠以更低的成本提供更好的服務(wù)并取得更好的結(jié)果。