OPTYMALIZACJA PROCESÓW ZARZĄDZANIA BUDYNKAMI KOMERCYJNYMI Z WYKORZYSTANIEM SYSTEMÓW ANALIZY ZACHOWAŃ UŻYTKOWNIKÓW WSPOMAGANYCH INTELIGENCJĄ OBLICZENIOWĄ I RTI

Michał Styła

michal.styla@cbrti.pl
Centrum Badawczo-Rozwojowe Technologii Informatycznych sp. z o. o. (Polska)
https://orcid.org/0000-0002-1141-0887

Przemysław Adamkiewicz


1Information Technology Research & Development Center, 2University of Economics and Innovation, Faculty of Transport and Information Technology (Polska)
http://orcid.org/0000-0003-3425-9566

Abstrakt

Celem prezentowanego projektu było stworzenie kompleksowego systemu zarządzania budynkiem wyposażonego w sieć bezprzewodowych i energooszczędnych czujników, które zbierają dane o użytkownikach i na ich podstawie sterują urządzeniami końcowymi, takimi jak oświetlenie, wentylacja, klimatyzacja i ogrzewanie. W prezentowanym systemie urządzeniami końcowymi mogą być zarówno produkty oferowane przez rynek (komercyjne), jak i rozwiązania autorskie (własne). Ma to na celu umożliwienie adaptacji komercyjnych protokołów komunikacji radiowej o dużych możliwościach integracyjnych i powszechnym występowaniu. Dodatkowo system został wzbogacony o innowacyjny system śledzenia i nawigacji po budynkach oraz kontroli dostępu, które są wspomagane przez sieć radiolatarni oraz technologię obrazowania radiowo-tomograficznego (RTI). Nad całością systemu ma czuwać inteligencja obliczeniowa wyuczona od podstaw.


Słowa kluczowe:

Automatyka budynkowa, Inteligencja obliczeniowa, Systemy radiowe do użytku wewnętrznego, Systemy zarządzania budynkiem, Nawigacja radiowa, Tomografia

Bluetooth SIG. Bluetooth Core Specification, version 4.0.; Bluetooth SIG: Kirkland, WA, USA, 2010.
  Google Scholar

Cavallini A.: iBeacons Bible, 2015.
  Google Scholar

Corna A., Fontana L., Nacci A. A., Sciuto D.: Occupancy detection via ibeacon on android devices for smart building management. Proceedings of the Design, Automation & Test in Europe Conference & Exhibition (DATE), 2015, 629–632.
DOI: https://doi.org/10.7873/DATE.2015.0753   Google Scholar

Havard N., McGrath S., Flanagan C., MacNamee C.: Smart Building Based on Internet of Thing Technology. Proceedings of the 12th International Conference on Sensing Technology (ICST), 2018.
DOI: https://doi.org/10.1109/ICSensT.2018.8603575   Google Scholar

Kozłowski E., Mazurkiewicz D., Żabiński T., Prucnal S., Sęp J.: Machining sensor data management for operation-level predictive model. Expert Syst. Appl. 159, 2020, 1–22.
DOI: https://doi.org/10.1016/j.eswa.2020.113600   Google Scholar

Liu H., Darabi H., Banerjee P., Liu J.: Survey of wireless indoor positioning techniques and systems. IEEE Trans. Syst. Man Cybern. Part C Appl. Rev. 37, 2007, 1067–1080.
DOI: https://doi.org/10.1109/TSMCC.2007.905750   Google Scholar

Matteuchi M.: An Adaptive Indoor Positioning System Based on Bluetooth Low Energy RSSI. Politecnico di Milano, Milano 2012.
  Google Scholar

Montgomery D. C., Peck E. A., Vining G. G.: Introduction to Linear Regression Analysis. World Scientific Publishing, Singapore 2012.
  Google Scholar

Node-RED Guide. Available online: http://noderedguide.com/ (accessed on 19.02.2022).
  Google Scholar

Peng Y., Rysanek A., Nagy Z., Schlter A.: Using machine learning techniques for occupancy-prediction-based cooling control in office buildings. Appl. Energy 211, 2018, 1343–1358.
DOI: https://doi.org/10.1016/j.apenergy.2017.12.002   Google Scholar

Postolache O. A., Dias Pereira J. M., Silva Girao P. M. B.: Smart Sensors Network for Air Quality Monitoring Applications. IEEE Trans. Instrum. Meas. 58, 2009, 3253–3262.
DOI: https://doi.org/10.1109/TIM.2009.2022372   Google Scholar

Rivera-Illingworth F., Callaghan V., Hagras H.: Automated Discovery of Human Activites inside Pervasive Living Spaces. Proceedings of the International Symposium on Pervasive Computing and Applications, 2006, 77–82.
DOI: https://doi.org/10.1109/SPCA.2006.297520   Google Scholar

Rymarczyk T., Kozłowski, E., Kłosowski G., Niderla, K.: Logistic Regression for Machine Learning in Process Tomography. Sensors 19, 2019, 3400.
DOI: https://doi.org/10.3390/s19153400   Google Scholar

Styła M., Oleszek M., Rymarczyk T., Maj M., Adamkiewicz P.: Hybrid sensor for detection of objects using radio tomography. Applications of Electromagnetics in Modern Engineering and Medicine, PTZE, 2019, 219–233.
DOI: https://doi.org/10.23919/PTZE.2019.8781693   Google Scholar

Suykens, J.A., Vandewalle J.: Least squares support vector machine classifiers. Neural Process. Lett. 9, 1999, 293–300.
DOI: https://doi.org/10.1023/A:1018628609742   Google Scholar

Tragos E. Z., Foti M., Surligas M., Lambropoulos G., Pournaras S., Papadakis S., Angelakis V.: An IoT based intelligent building management system for ambient assisted living. Proceedings of the IEEE International Conference on Communication Workshop (ICCW), 2015, 246–252.
DOI: https://doi.org/10.1109/ICCW.2015.7247186   Google Scholar


Opublikowane
2022-03-31

Cited By / Share

Styła, M., & Adamkiewicz, P. (2022). OPTYMALIZACJA PROCESÓW ZARZĄDZANIA BUDYNKAMI KOMERCYJNYMI Z WYKORZYSTANIEM SYSTEMÓW ANALIZY ZACHOWAŃ UŻYTKOWNIKÓW WSPOMAGANYCH INTELIGENCJĄ OBLICZENIOWĄ I RTI. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 12(1), 28–35. https://doi.org/10.35784/iapgos.2894

Autorzy

Michał Styła 
michal.styla@cbrti.pl
Centrum Badawczo-Rozwojowe Technologii Informatycznych sp. z o. o. Polska
https://orcid.org/0000-0002-1141-0887

Autorzy

Przemysław Adamkiewicz 

1Information Technology Research & Development Center, 2University of Economics and Innovation, Faculty of Transport and Information Technology Polska
http://orcid.org/0000-0003-3425-9566

Statystyki

Abstract views: 201
PDF downloads: 157


Inne teksty tego samego autora