室内人数估算环境传感器数据-房间占用率预估数据集
数据来源：互联网公开数据
标签：环境感知,人数统计,传感器,室内环境,物联网,数据分析,机器学习,CO2,温度,光照,声音,PIR
数据概述：
本数据集旨在通过多种非侵入式环境传感器（如温度、光照、声音、二氧化碳浓度和红外线传感器）的数据，来估算房间内的人数。 数据集由一个实验测试平台采集，该平台部署在一个6米 x 4.6米的房间内，配置了7个传感器节点和一个边缘节点，采用星型配置。传感器节点每30秒通过无线收发器向边缘节点传输数据。数据集采集期间，房间内未启用暖通空调系统。
数据集中包含了五种不同类型的非侵入式传感器数据：温度、光照、声音、二氧化碳浓度和数字被动红外（PIR）传感器。其中，二氧化碳、声音和PIR传感器需要手动校准。二氧化碳传感器在首次使用前，会置于清洁环境中20分钟以上，然后将校准引脚（HD引脚）拉低7秒以上进行零点校准。声音传感器本质上是一个麦克风，附带一个可变增益模拟放大器。PIR传感器有两个微调电位器，一个用于调整灵敏度，另一个用于调整检测到运动后输出保持高电平的时间。
数据采集持续了4天，以受控方式进行，房间内的实际人数在0到3人之间变化。房间内的人数真实值是手动记录的。
数据用途概述：
该数据集适用于人数估算、室内环境监测、智能建筑、机器学习模型训练等多种应用场景。 研究人员可以使用该数据开发和评估基于传感器的房间占用率估计算法，例如：通过分析不同传感器的读数变化趋势，建立人数预测模型；也可以用于探索传感器数据与实际人数之间的关系，进而优化环境控制系统；此外，此数据集也适合用于教学和科研，帮助学生和研究人员理解物联网传感器数据的应用，以及如何利用数据进行预测和分析。
