监测能够进行无线通信的对象的制作方法

监测能够进行无线通信的对象
1.本技术是2016年6月20日提交的、申请号为201680086863.2、发明名称为“监测能够进行无线通信的对象”的专利申请的分案申请。
技术领域
2.本发明涉及一种监测能够进行无线通信的对象的方法、一种用于监测能够进行无线通信的对象的设备、相应计算机程序以及相应计算机程序产品。


背景技术：

3.在本领域中，存在可用于根据类似近场通信(nfc)的技术(例如，射频识别(rfid)、蓝牙、6lowpan(“ipv6低功耗无线个域网”)等)来检测设备的接近的方法。
4.这些技术可用于解决与防盗、儿童安全、提供提醒等相关的问题。通常，用户必须配置跟踪器应用/设备和要跟踪的设备，之后如果被跟踪设备不在跟踪器附近(即，在跟踪器的预定范围之外)，则跟踪器发出警报。例如，可以为儿童提供小型无线电发射机形式的跟踪设备，并且如果儿童移动到预定区域之外，则跟踪器设备将发出警报。
5.然而，当个体附近的设备集合根据环境和个体所执行的活动而动态改变时，这些现有技术方法是不够的。由于传感器、可穿戴设备、移动电话等物联网(iot)设备的快速增长，问题进一步恶化。


技术实现要素：

6.本发明的目的是解决或至少减轻本领域的这个问题，并且提供一种监测能够进行无线通信的对象的改进方法。
7.在本发明的第一方案中，该目的通过一种监测能够进行无线通信的对象的方法来实现。该方法包括：检测由无线通信设备的用户执行的活动；获取识别与检测到的活动相关联的对象的预期集的信息；确定预期集中的至少一个对象是否不在无线通信设备附近，并且如果是的话，则向所述用户通知预期集中的至少一个对象不在无线通信设备附近。
8.在本发明的第二方案中，该目的通过一种用于监测能够进行无线通信的对象的设备来实现，该设备包括处理单元和存储器。存储器包含可由所述处理单元执行的指令，从而设备可操作以：检测由无线通信设备的用户执行的活动；获取识别与检测到的活动相关联的对象的预期集的信息；确定预期集中的至少一个对象是否不在无线通信设备附近；以及如果是的话，则向所述用户通知预期集中的至少一个对象不在无线通信设备附近。
9.因此，设备被称为跟踪器设备(例如是移动电话、移动终端、用户设备(ue)或者用户的智能手机)，检测由用户执行的特定活动。例如，可以检测到用户在针对活动指定的时间窗口期间(“任何工作日，07:00
‑
08:00”)离开她的家庭住宅时执行诸如“去上班”的活动。
10.为此，例如可以使用跟踪器设备的全球定位系统(gps)来检测用户位置的变化(从第一位置“在家庭住宅”到第二位置“不在家庭住宅”，或者“离开家庭住宅”)。
11.此后，获取识别与检测到的活动相关联的对象的预期集(例如，钱包、家庭钥匙和
工作证)的信息。
12.注意，对象需要配备无线通信能力，例如以射频识别(rfid)标签、蓝牙发射机或者任何其他短程无线电发射机形式的近场通信(nfc)技术，用于与跟踪器设备进行通信。
13.当跟踪器设备在针对活动指定的时间窗口期间离开用户的家庭住宅时，如果确定包括在预期集中的任一个或多个对象(例如，钱包)不在跟踪器设备附近(通过例如跟踪器设备和对象之间的基于nfc的通信来检测)，则相应地通知用户。
14.因此，如果在用户执行活动(在该情况下，在工作日上午的7点和8点之间离开家庭住宅)时推断出预期集中的一个或多个对象不在跟踪器设备附近(即，一个或多个对象在跟踪器设备的附近范围之外)，则相应有利地通知用户。因此，用户将意识到她遗忘了与该特定活动相关联的预期集的一个或多个对象并且可以在离开家去工作之前返回她的房屋以拿起预期集中任何被遗忘的对象。
15.在一个实施例中，通过跟踪器设备发出可听声音、显示消息、产生诸如振动的触觉通知等来通知用户。在备选实施例中，跟踪器设备可以传信(signal)另一无线通信设备应当通知用户，例如通过请求用户的智能手表振动，或者请求用户的汽车不启动引擎和/或在仪表板上显示消息。
16.监测对象的方法可以由跟踪器设备、可由无线通信设备访问的通信网络的节点(例如，应用服务器)或者可由无线通信设备访问的云环境的一个或多个节点来执行。设想可以提供分布式解决方案，其中跟踪器设备执行该方法的一个或多个步骤，同时一个或多个云设备执行其他步骤。
17.在其他实施例中，确定在无线通信设备附近的对象的实际集，还确定预期集中的至少一个对象是否在实际集中。如果是的话，则相应地通知用户。
18.在又一实施例中，在向用户通知尚未在跟踪器设备附近检测到包括在预期集中的一个或多个对象之后或之前，询问用户是否要将所确定的实际集中的任何对象添加到与检测到的活动相关联的预期集中。如果是的话，则可以将更新的预期集存储在包括活动和对象的相应预期集的数据库中。
19.在又一实施例中，在已经向用户通知尚未在跟踪器设备附近检测到包括在预期集中的一个或多个对象之后，询问用户是否要将与检测到的活动相关联的预期集中的一个或多个对象从预期集中移除以创建针对检测到的活动的更新的预期集。如果是的话，则可以将更新的预期集存储在包括活动和对象的相应预期集的数据库中。
20.在另一实施例中，基于以下各项中的至少一项、组合或模式来检测由无线通信设备的用户执行的活动：无线通信设备的位置或位置的变化、无线通信设备的运动模式或运动模式的变化、日期、一天中的时间、日历事件、通信事件、传感器读数和当前天气状况。
21.在又一实施例中，登记用户的行为，并且如果推断出所登记的行为是用户经常发生的行为，则所登记的行为被指定为活动。
22.在又一实施例中，当登记用户经常发生的行为时，将一组对象登记为由用户携带，这一组对象被指定为与指定的活动相关联的对象的预期集。
23.还提供了一种包括计算机可执行指令的计算机程序，用于当该计算机可执行指令在设备中包括的处理单元上执行时，使设备执行根据本发明的第一方案的实施例的步骤。
24.还提供了一种计算机程序产品，包括计算机可读介质，该计算机可读介质上具有
计算机程序的实施例。
25.一般地，除非本文另有明确说明，否则权利要求中使用的所有术语根据其技术领域中的普通含义来解释。除非另有明确说明，否则对“一/一个/所述元件、设备、组件、装置、步骤等”的所有引用应被开放地解释为指代元件、设备、组件、装置、步骤等中的至少一个实例。除非明确声明，否则本文所公开的任何方法的步骤不一定严格按所公开的顺序来执行。
附图说明
26.下面参照附图以示例方式描述本发明，附图中：
27.图1示出了根据本发明实施例的监测无线通信设备的用户离开家庭住宅去工作的场景。
28.图2示出了说明监测能够进行无线通信的对象的方法的实施例的流程图。
29.图3示出了说明由用户的无线通信设备执行的根据图2的监测能够进行无线通信的对象的方法的实施例的序列图。
30.图4示出了说明由位于远程的网络节点执行的监测能够进行无线通信的对象的方法的实施例的序列图。
31.图5示出了说明监测能够进行无线通信的对象的方法的另一实施例的序列图。
32.图6示出了说明监测能够进行无线通信的对象的方法的又一实施例的序列图。
33.图7示出了说明监测能够进行无线通信的对象的方法的又一实施例的序列图。
34.图8示出了说明监测能够进行无线通信的对象的方法的又一实施例的序列图。
35.图9示出了说明监测能够进行无线通信的对象的方法的又一实施例的序列图。
36.图10示出了根据本发明实施例的用于监测能够进行无线通信的对象的设备。
37.图11示出了根据本发明另一实施例的配置为监测能够进行无线通信的对象的设备。
具体实施方式
38.现在将在下文参考其中示出本发明的特定实施例的附图来更全面地描述本发明。然而，本发明可以按多种不同形式来实现，并且不应当被解释为受到本文阐述的实施例的限制；相反，通过示例的方式给出这些实施例，使得本公开将是透彻和完整的，并且向本领域技术人员充分地传达本发明的范围。在说明书全文中，相似的标记指代相似的要素。
39.图1示出了本发明的示例性实施例。通常，当个体或用户10每天早晨离开家11去工作时，她将想要携带她在工作日期间将需要的对象集，在该特定示例中该对象集被示例为包括她的钱包12、家庭钥匙13和用于进入工作场所的工作证14。
40.该对象集15被称为对象的预期集。也就是说，当与对象12、13、14相关联的个体10离开家去工作时，预期她(个体10)将随身携带预期集15中的对象。
41.个体10还携带无线通信设备16，在图1中示例为智能手机16。该无线通信设备16被称为跟踪器设备。
42.注意，对象12、13、14需要配备无线通信能力。这种能力通常已存在于工作证14中，工作证14通常利用如射频识别(rfid)形式的近场通信(nfc)技术来与工作场所中的相应读取器进行通信。
43.可以向通常不配备无线通信装置的任何对象(例如钱包12和钥匙13)提供无线通信装置，例如rfid标签、蓝牙或6lowpan(“ipv6低功耗无线个域网”)发射机等。
44.为此，包括在预期集15中的对象12、13、14能够与跟踪器设备16(具有移动电话、智能手机、移动终端、ue、平板电脑、智能手表或配备有处理单元和无线通信接口的任何其他适当的无线通信设备的形式)无线通信。如所讨论的，跟踪器设备16可以通过任何适当的无线技术(例如，rfid、蓝牙、6lowpan、任何蜂窝通信技术(3g、4g、5g等)、无线局域网(wlan)/wifi等)与能够进行无线通信的对象通信。还可以设想跟踪器设备16与一个或多个位于远程的网络节点(例如，可由跟踪器设备16访问的应用服务器17或云环境的一个或多个节点)通信，用于获取存储数据、用于存储数据、或者用于使网络节点代表跟踪器设备16执行任何计算功能。
45.现在，将对象的预期集15与跟踪器设备16的用户10将参与的特定活动相关联，在该示例性实施例中，活动被定义为“去上班”。因此，在跟踪器设备16和/或服务器17处进行以下关联：
46.设备的预期集＝“钱包、钥匙、工作证”；
47.设备的预期集
→
活动＝“去上班”48.可以以许多不同的方式指定活动，例如，作为设置为“任何工作日，07:00
‑
08:00”的时间窗口。在该示例性实施例中，活动还可以指定与用户10使用的跟踪器设备16相关联的位置标准。
49.与上述指定活动类似，可以根据具体实现以多种方式指定活动中包括的位置标准，在该示例性实施例中例如是“离开家”。因此，跟踪器设备16将通过确定它本身是否符合该预定位置标准来间接检测预期集15中的对象12、13、14中的至少一个是否符合该预定位置标准。
50.因此，对象的预期集15可以通过以下方式与指定活动相关联：
51.设备的预期集
→
活动＝“去上班”＝[位置＝“离开家”并且日期＝“任何工作日”并且时间＝“07:00
‑
08:00”]
[0052]
可以设想，存在许多用于指定用户10将参与的活动的选项。下面将给出其他示例。
[0053]
进一步参考图2的流程图，以描述监测能够进行无线通信的对象的方法的实施例。
[0054]
在第一步骤s101中，检测到用户10执行了指定活动。在该实施例中，在用户10离开家庭住宅11时认为用户10执行了活动，这通过跟踪器设备16在针对该活动指定的时间窗口(“任何工作日，07:00
‑
08:00”)期间离开了家庭住宅11而检测到。因此，通过检测跟踪器设备16从第一位置(“在家庭住宅”)到第二位置(“不在家庭住宅”)的位置变化检测到位置的变化。
[0055]
此后，在步骤s102中，获取识别与检测到的活动相关联的对象的预期集15的信息，在该情况下对象为钱包12、家庭钥匙13和工作证14。可以设想每个对象被赋予唯一的数字标识符。
[0056]
如果在步骤s103中确定当跟踪器设备在针对该活动指定的时间窗口期间离开用户10的家庭住宅11时，预期集15中包括的对象中的任一个或多个(例如，钱包12)不在跟踪器设备16附近，则在步骤s104中通知用户10。可以使用例如全球定位系统(gps)来跟踪对象12、13、14和跟踪器设备16的各自位置。备选地，设想使用gps确定跟踪器设备16的位置或定
位，同时例如在跟踪器设备16和对象12、13、14之间使用nfc或者任何其他短程无线电技术来检测对象12、13、14是否在跟踪器设备附近。
[0057]
因此，如果推断出在用户10执行活动时(在该情况下为在工作日的上午7点和8点之间离开家庭住宅11)，预期集15中的对象12、13、14中的一个或多个不在跟踪器设备16附近(即，对象中的一个或多个在针对跟踪器设备16定义的附近范围之外)，则相应有利地通知用户10。因此，用户10将意识到她忘记了与该特定活动相关联的预期集15的对象中的一个或多个，并且可以在离开家去工作之前返回她的房屋11以拿起预期集15中的任何被遗忘的对象。
[0058]
通常，在预期集15中的所有对象12、13、14都在跟踪器设备16附近的情况下，不通知用户10，尽管也可以设想向用户10通知已经成功检测到预期集15的所有对象。
[0059]
在一个实施例中，跟踪器设备16通过发出可听声音、显示消息、产生诸如振动的触觉通知等方式通知用户10。在备选实施例中，跟踪器设备16可以传信另一无线通信设备应当通知用户10，例如通过请求用户的智能手表振动，或者请求用户的汽车不启动引擎和/或在仪表板上显示消息。
[0060]
现在，在上述实施例中，可以设想跟踪器设备16本身执行用于监测对象的所有步骤s101
‑
s104。因此，跟踪器设备16在步骤s101中检测到它在工作日的07：00
‑
08:00位于家庭住宅11之外(即，如上所述，通过检测其位置从第一位置改变到第二位置)。
[0061]
此后，跟踪器设备16在步骤s102中从本地数据存储器请求识别与检测到的活动相关联的对象的预期集15的信息，并且在步骤s103中确定它是否能通过例如nfc与预期集15中的所有对象12、13、14进行通信。备选地，跟踪器设备16可以测量由各个对象提交的信号的强度，并且如果信号强度足够(即，超过阈值)，则认为该对象在跟踪器设备16附近。
[0062]
如果是的话，则预期集15的所有对象12、13、14都在跟踪器设备16附近。如果不是，则跟踪器设备16通知用户，因此用户10将有利地意识到她忘记了与该特定活动相关联的预期集15的对象中的一个或多个并且可以在离开家去工作之前返回她的房屋11以拿起预期集15中的任何被遗忘的对象。
[0063]
图3示出了根据本发明实施例的全部由跟踪器设备16执行监测方法的序列图。
[0064]
跟踪器设备16可以访问用户10的一个或多个指定活动，例如从用户的智能手机(在此示例为跟踪器设备16)上执行的日历应用获取。另一种方法是使跟踪器设备16学习用户的活动，甚至将学习到的对象的预期集与每个学习到的活动相关联。
[0065]
例如，在跟踪器设备16在多个场合下满足以下标准之后：(1)离开家庭住宅、(2)在工作日、(3)在07:00
‑
08:00，它将基于这三个标准定义活动“去上班”。此外，通过在这些场合重复地检测到其附近的对象集，跟踪器设备16将形成对象的预期集并将预期集与该活动相关联。
[0066]
因此，可以在跟踪器设备16处维护数据库，该数据库指定多个活动以及与每个活动相关联的对象的预期集：
[0067]
活动对象的预期集活动1对象1、对象2、对象3活动2对象1、对象4活动3对象5
[0068]
表1a.包括活动和相关联的对象的数据库。
[0069]
从表1a中可以看出，至少一个对象与每个活动相关联，从而创建对象的预期集。同一个对象可以与不同的活动相关联。在示例表中，对象1被包括在针对活动1和活动2的预期集中。
[0070]
在该特定示例性实施例中，跟踪器设备16在步骤s101中检测其位置，例如，使用gps来检测，或者通过检测它离开用户的wlan的覆盖区域来检测。如果跟踪器设备16的位置在任何工作日的07:00
‑
08:00从第一位置(“在家庭住宅”)改变为第二位置(“不在家庭住宅”)，则认为用户参与该特定活动(“去上班”)。假设该特定活动对应于表1a中的活动1。
[0071]
此后，在步骤s102中，跟踪器设备16从存储的数据库中获取识别与检测到的活动相关联的对象的预期集的信息。为此，跟踪器设备16将检测到的活动(“活动1”)映射到表1a中的条目，并推断出预期集15包括对象1、对象2和对象3(在该示例中分别对应于钱包12、家庭钥匙13和工作证14)。
[0072]
此外，在用户执行去上班的活动(“活动1”)时，跟踪器设备16在步骤s103中确定预期集中的对象12、13、14中的至少一个是否不在其附近。在该示例中假设跟踪器设备16利用nfc与对象通信。
[0073]
如图3所示，跟踪器设备16例如通过尝试与对象进行通信或者通过测量从对象接收的相应信号的强度来确定对象12、13、14是否在它附近。如果通信尝试成功，或者如果信号强度超过阈值，则认为对象在跟踪器设备16附近。可选地，可以将指示针对每个对象的“附近”的指示符存储在数据库中，例如，以定义针对该特定对象的“附近”的信号强度阈值的形式的指示符。
[0074]
在该特定示例中，家庭钥匙13和工作证14在跟踪器设备16附近，而钱包12不在附近。
[0075]
跟踪器设备16在步骤s103中确定家庭钥匙13(“对象2”)和工作证14(“对象3”)在跟踪器设备16附近，而钱包12(“对象1”)不在附近，从而从表1a推断出活动1的预期集中的所有对象不是都在跟踪器设备16附近。
[0076]
结果，跟踪器设备16在步骤s104中通过向用户10发出音频警报来通知用户10，通知她缺少了钱包12。作为发出音频警报的备选或附加方案，跟踪器设备16可以可选地显示消息，以向用户通知预期对象不在用户10附近，优选地还通过名称来识别丢失的对象(例如，“你忘了你的钱包。”)。
[0077]
图4示出了在一个或多个位于远程的网络节点处部分地或完全地执行监测方法从而促成云解决方案的序列图。在图4中，网络节点由服务器17实现。
[0078]
在该实施例中，服务器17可以访问用户10的一个或多个指定活动，例如从用户的智能手机(示例为跟踪器设备16)上执行的日历应用或者从云存储器获取。此外，可以从跟踪器设备16向服务器17发送诸如位置或定位数据的传感器读数。
[0079]
为此，可以在服务器17处维护数据库，该数据库指定多个活动以及与每个活动相关联的对象的预期集，如先前参考表1a所述。
[0080]
在该特定示例性实施例中，服务器17在步骤s101中使用gps检测跟踪器设备16的位置。如果跟踪器设备16在任何工作日的07:00
‑
08:00离开用户10的家庭住宅11，则检测到活动(“去上班”)。同样，假设该活动对应于表1a中的活动1。
[0081]
此后，在步骤s102中，服务器17从存储的数据库中获取识别与检测到的活动相关联的对象的预期集的信息。为此，服务器17将检测到的活动(“活动1”)映射到表1a中的条目，并且推断出预期集15包括对象1、对象2和对象3(在该示例中分别对应于钱包12、家庭钥匙13和工作证14)。
[0082]
尽管可以设想服务器17直接与能够进行无线通信的对象(即，钱包12、家庭钥匙13和工作证14)通信，以例如基于gps读数来确定这些对象是否在跟踪器设备16附近，在该示例中，还假设跟踪器设备16例如利用nfc与各个对象进行通信并向服务器17提供结果信息。在服务器17直接与对象12、13、14进行通信的情况下，该方法可以全部“在云端”进行，或者由服务器17单独进行或者与其他远程节点协作进行。
[0083]
因此，在用户执行去上班的活动(“活动1”)时服务器17在步骤s103a中获取关于哪些对象实际在跟踪器设备16附近的信息。
[0084]
如图4所示，跟踪器设备16推断出家庭钥匙13和工作证14在跟踪器设备16附近，而钱包12不在附近，跟踪器设备16据此向服务器17报告。
[0085]
服务器17在步骤s103中确定家庭钥匙13(“对象2”)和工作证14(“对象3”)在跟踪器设备16附近，而钱包12(“对象1”)不在跟踪器设备16附近，从而从表1a推断出活动1的预期集中的所有对象不是都在跟踪器设备16附近。
[0086]
结果，服务器17在步骤s104中经由跟踪器设备16向用户10发送通知，由此跟踪器设备16向用户10发出音频警报，有利地向她通知她缺少钱包12。
[0087]
同样，如前所述，在服务器17将直接与对象12、13、14进行通信并且例如经由用户的智能手表(未示出)通知用户10的情况下，跟踪器设备16不需要在监测中采取任何活动部分，甚至不会引起音频警报。
[0088]
图5示出了根据另一实施例的完全由跟踪器设备16执行监测方法的序列图。然而，应当注意，该实施例也可以由位于远程的网络节点(例如，服务器17)来实现。
[0089]
在该实施例中，在检测到用户10参与指定活动时确定跟踪器设备16附近的所有对象。在图2至图4的先前描述的实施例中，关于在跟踪器设备16附近仅检测预期集中包括的对象。因此，一旦已经检测到预期集的所有对象12、13、14，就不需要继续并检测任何其他邻近对象。
[0090]
被确定为在跟踪器设备16附近的对象被称为对象的实际集。
[0091]
如先前实施例中所述，跟踪器设备16在步骤s101中例如使用gps检测其位置。如果跟踪器设备16在任何工作日的07:00
‑
08:00离开用户10的家庭住宅11，则认为用户参与活动(“去上班”)。假设该特定活动对应于表1a中的活动1。
[0092]
此后，在步骤s102中，跟踪器设备16从存储的数据库中获取识别与检测到的活动相关联的对象的预期集的信息。为此，跟踪器设备16将检测到的活动(“活动1”)映射到表1a中的条目，并且推断出预期集15包括对象1、对象2和对象3(在该示例中分别对应于钱包12、家庭钥匙13和工作证14)。
[0093]
此外，跟踪器设备16在步骤s103b中确定跟踪器设备16附近的对象的实际集。如图5所示，跟踪器设备16确定家庭钥匙13和工作证14在跟踪器设备16附近，而钱包12不在跟踪器设备16附近。
[0094]
在该实施例中，跟踪器设备16还确定智能手表18(“对象4”)在跟踪器设备16附近，
例如通过基于蓝牙或者甚至经由无线局域网(wlan)(通常称为“wifi”)的传信来确定。
[0095]
因此，在步骤s103b中确定在实际集中的对象是家庭钥匙13、工作证14和智能手表18(即，对象2、对象3和对象4)。
[0096]
接下来，在步骤s103中，跟踪器设备16确定预期集中的任何对象
[0097]
是否不在实际集中。参考表1a，在用户执行去上班的活动(“活动1”)时，钱包12(“对象1”)不在实际集中，因此不在跟踪器设备16附近。
[0098]
结果，跟踪器设备16在步骤s104中通过向用户10发出音频警报和/或显示通知来通知用户10，以有利地通知她缺少钱包12。
[0099]
图6示出了根据又一实施例的完全由跟踪器设备16执行监测方法的序列图。然而，应当注意，该实施例也可以在远程定位的网络节点(例如，服务器17)处实现。
[0100]
如在图5的实施例中那样，确定在检测到用户10执行指定的活动时在跟踪器设备16附近的所有对象，从而形成实际集。
[0101]
然而，除了参考图5描述的实施例的步骤之外，在步骤s104中已向用户10通知在跟踪器设备16附近尚未检测到包括在预期集中的钱包12之后(或者之前)，在步骤s105中询问用户是否将所确定的实际集中的任何对象添加到与检测到的活动相关联的预期集中。
[0102]
在该特定示例中，用户在步骤s106中利用如下响应做出响应：将智能手表18添加到活动1的预期集。
[0103]
因此，跟踪器设备16将在步骤s107中更新其表1a的数据库，从而得到更新的表1b：
[0104]
活动对象的预期集活动1对象1、对象2、对象3、对象4活动2对象1、对象4活动3对象5
[0105]
表1b.包括活动和相关联的对象的更新数据库。
[0106]
图7示出了根据又一实施例的完全由跟踪器设备16执行监测方法的序列图。然而，应当注意，该实施例也可以在远程定位的网络节点(例如，服务器17)处实现。
[0107]
如在图5的实施例中那样，确定在检测到用户10执行指定活动时在跟踪器设备16附近的所有对象，从而形成实际集。注意，在该实施例中，不一定要确定实际集。当然，以下将描述的步骤s108和s109可以在图3和4中的任一实施例中的步骤s104之后执行。
[0108]
现在，除了图5的实施例的步骤之外，在步骤s104中已向用户10通知在跟踪器设备16附近尚未检测到包括在预期集中的钱包12之后，在步骤s108中，给予用户10以下机会：指示是否要从预期集中移除与检测到的活动相关联的预期集的一个或多个对象，以创建针对检测到的活动的更新的预期集。
[0109]
在该示例中，用户10指示将从表1a中所示的预期集中移除钱包12(“对象1”)，其中跟踪器设备16在步骤s109中更新其表1a的数据库，产生更新的表1c：
[0110]
活动对象的预期集活动1对象2、对象3活动2对象1、对象4活动3对象5
[0111]
表1c.包括活动和相关联的对象的更新数据库。
[0112]
注意，可以组合图6和7中描述的实施例。也就是说，用户可以添加所确定的实际集中的对象，也可以从期望集中移除对象，其中跟踪器设备16将相应地更新其数据库，如已经描述的。
[0113]
图8示出了根据又一实施例的完全由跟踪器设备16执行监测方法的序列图。然而，应当注意，该实施例也可以在远程定位的网络节点(例如，服务器17)处实现。
[0114]
如在图5至图7的实施例中那样，确定在检测到用户10执行指定活动时在跟踪器设备16附近的所有对象，从而形成实际集。
[0115]
由于该实施例促成机器学习，因此它是有利的，如下面将详细描述的。
[0116]
假设例如下面的表2a的情景：
[0117][0118][0119]
表2a.包括活动和相关联的对象的数据库。
[0120]
在该示例性实施例中，跟踪器设备16再次访问用户10的一个或多个指定的活动，例如从用户的智能手机(在此示例为跟踪器设备16)上执行的日历应用获取，或者通过如前所述的机器学习的方式学习。
[0121]
然而，在该实施例中，尚未记录对象的预期集并将该预期集与新学习的活动1(“去上班”)相关联，可以通过跟踪器设备16检测它在多个场合在工作日的上午7点和8点之间离开家庭住宅来学习该活动1。
[0122]
同样，跟踪器设备16在步骤s101中使用例如gps检测其位置。如果跟踪器设备16在任何工作日的07:00
‑
08:00离开用户10的家庭住宅11，则认为用户参与新的活动1，该活动1由跟踪器设备16学习并添加到表2a。
[0123]
此后，在步骤s102中，跟踪器设备16从存储的数据库中获取识别与检测到的活动相关联的对象的预期集的信息。为此，跟踪器设备16将检测到的活动(“活动1”)映射到表2a中的条目，并推断出与活动1相关联的预期集尚未包含任何对象。
[0124]
此外，跟踪器设备16在步骤s103b中确定在跟踪器设备16附近的对象的实际集。如图8所示，跟踪器设备16推断出钱包12、家庭钥匙13和工作证14在跟踪器设备16附近。
[0125]
现在，在步骤s103c中，跟踪器设备16有利地将对象12、13、14的实际集与检测到的活动相关联，作为对象的新预期集，并因此更新表2a，产生表2b：
[0126][0127][0128]
表2b.包括活动和相关联的对象的更新数据库。
[0129]
有利地，利用该实施例，可以应用机器学习将活动和对象记录在表2a和表2b中所示的数据库中，并且在预期集和相应活动之间创建适当的关联。
[0130]
在一个实施例中，诸如关联规则挖掘和/或频繁项目集之类(例如，在j.leskovec、a.rajaraman和j.d.ullman所著的“mining of massive datasets”的第6章中所讨论的)的机器学习用于推断与特定活动相关联的设备的预期集。
[0131]
例如，跟踪器设备16(例如，用户的移动电话或智能手机)可能与其他感测设备组合，用于构建如下数据库：活动以及将与活动相关联的设备的相应预期集。
[0132]
在本示例中，跟踪器设备16登记：当用户在工作日的07:00
‑
08:00期间离开家时，她通常带上她的钱包12、家庭钥匙13和工作证14。在登记以下内容：
[0133]
(1)用户在工作日的07:00
‑
08:00期间离开家，以及
[0134]
(2)用户通常在这些场合带上她的钱包、家庭钥匙和工作证，
[0135]
多次的情况下——例如在五个不同的场合——跟踪器设备16(或者诸如服务器17和/或云服务的一些其他节点)可以推断出：
[0136]
(1)用户在工作日的07:00
‑
08:00期间离开家是一项常见或常规执行的活动，其被登记为活动“去上班”(可能给用户命名/定义活动的机会)，以及
[0137]
(2)在执行该活动时，用户通常会带上她的钱包、家庭钥匙和工作证。因此，钱包、家庭钥匙和工作证被登记为与活动“去上班”相关联的设备的预期集。
[0138]
当推断出预期集时，跟踪器设备16可以例如规定要包括在预期集中的任何对象必须满足特定概率阈值，例如，在用户执行活动的80％场合下由用户携带。
[0139]
因此，登记用户的行为(“在工作日的07:00
‑
08:00离开家”)，并且如果推断出该登记的行为是用户经常发生的行为(例如，发生了5次以上)，则将该登记的行为登记为活动(“去上班”)。
[0140]
此外，当登记该用户经常发生的行为时，将一组对象(“钱包、家庭钥匙、工作证”)登记为由用户携带，该组用户被指定为与指定活动(“去上班”)相关联的对象的预期集。
[0141]
可以理解，跟踪器设备16可以识别大量不同的活动以及与不同活动相关联的相应大量的预期集，并且将这些活动与预期集登记在数据库中。
[0142]
图9示出了根据又一实施例的完全由跟踪器设备16执行监测方法的序列图。然而，应当注意，该实施例也可以在远程定位的网络节点(例如，服务器17)处实现。
[0143]
如在图5至图8的实施例中那样，在检测到用户10执行指定活动时检测跟踪器设备
16附近的所有对象，从而形成实际集。
[0144]
然而，除了图6的实施例的步骤之外，在步骤s103b中确定了对象12、13、14的实际集之后，跟踪器设备16在步骤s103d中询问用户10是否将所确定的对象的实际集的对象12、13、14存储为针对检测到的活动的新预期集。
[0145]
用户10在步骤s103e中响应该询问，例如通过在跟踪器设备16(例如，智能手机)的屏幕上指示实际集中所有确定的对象是否将与检测到的活动相关联以作为新预期集，或者实际集中对象的子集是否将与检测到的活动相关联以作为新预期集，响应于此，跟踪器设备16有利地将用户10指示的对象12、13、14与检测到的活动相关联以作为对象的新预期集，并因此更新表2a，产生表2b。
[0146]
已经参考一些实施例在上文中主要地描述了本发明。然而，可以设想许多场景，其中共同特征是在不同时间和情况下自动向用户通知她在不同活动中所需的设备。
[0147]
1.要求医生以紧急情况的形式处理活动，其中患者患有高血糖(高血糖症)。因此，与该活动相关联的预期集可以包括(a)一定剂量的胰岛素和(b)注射设备(例如，被rfid标记)。如果医生在离开诊所时忘记打包胰岛素和注射器，他的手机会检测到缺失并发出警报，以便医生在离开诊所之前意识到这一点。
[0148]
2.上法庭时，预计律师将带来重要的案件档案。案件档案可以被rfid标记，以确保律师在没有案件档案的情况下离开办公室去进行法庭诉讼时，他的智能手表将发出警报。
[0149]
3.一位母亲想和她的家人一起出去野餐。她希望确保她携带了高分辨率的便携式摄像机，以捕获他们休息期间的美好时刻。如果遇到恶劣天气，她还希望带上花园伞。因此，活动可以指定野餐的日期和时间，以及例如从天气预报获得的进一步的天气条件。因此，如果她在指定的日期和时间离开家，并且预报预测了恶劣天气，则如果她没有带上便携式摄像机和/或伞，她的智能手机将通知她。
[0150]
4.检测到用户到达家中，并检测对象的实际集。通常，这是与用户离开家时所携带的对象集相同的对象集。如果丢失了某对象，则可以向用户通知她忘记了某对象，或者某对象已被盗。
[0151]
更进一步地，可以基于以下各项中的至少一项、组合或模式来检测由无线通信设备的用户执行的活动：无线通信设备的位置或位置的变化、无线通信设备的运动模式或运动模式的变化、日期、一天中的时间、日历事件、通信事件或甚至当前天气状况。为此，用户的行为和动作(例如用户离开她的家或她的办公室，或者用户是否外出跑步并突然停止(或开始)跑步)、时间窗口(例如一天中的特定时间或者例如从会议事件或数字日历中的行程信息导出的特定工作日)或者甚至传感器信息(例如，在用户衣服中布置的iot型温度计测量的皮肤温度超过阈值的情况下，用户的智能手表警告用户)，活动被定义为例如“用户发烧”。
[0152]
参考图10，由根据实施例的跟踪器设备16或者服务器17或者分布式云解决方案执行的方法的步骤在实际中是由处理单元20执行的，处理单元20以一个或多个微处理器的形式体现，该微处理器被布置为执行下载到与微处理器相关联的合适存储介质22(例如，随机存取存储器(ram)、闪存或硬盘驱动器)的计算机程序21。处理单元20被布置为当包括计算机可执行指令的合适计算机程序31被下载到存储介质32并由处理单元30执行时，使得设备16执行根据实施例的方法。存储介质32还可以是包括计算机程序31的计算机程序产品。备
选地，计算机程序31可以通过合适的计算机程序产品(例如，数字通用盘(dvd)或存储棒)传输给存储介质32。作为另一备选，可以通过网络将计算机程序31下载到存储介质32。处理单元30可以备选地以数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)、复杂可编程逻辑器件(cpld)等的形式来体现。
[0153]
图11示出了被配置为监测能够进行无线通信的对象的设备16。设备16包括：检测装置30，适于检测由无线通信设备的用户执行的活动；获取装置31，适于获取识别与检测到的活动相关联的对象的预期集的信息；以及确定装置32，适于确定预期集中的至少一个对象是否不在无线通信设备附近。此外，设备16包括通知装置33，适于向用户通知预期集中的至少一个对象不在无线通信设备附近。
[0154]
设备16还可以包括用于接收和提供信息的通信接口，以及还可以包括用于存储数据的本地存储器，以及可以由以一个或多个微处理器的形式体现的处理器来实现(与之前讨论的类似)，该微处理器被布置为执行下载到与微处理器相关联的合适的存储介质(例如，ram、闪存或硬盘驱动器)的计算机程序。
[0155]
如本领域技术人员容易理解的，除了上文所公开的实施例之外的其他实施例同样可能在由所附专利权利要求限定的本发明的范围内。