BJSS 帮助巴斯大学在 AWS 上以 90% 的准确率跟踪房间占用情况

巴斯大学有一个宏伟的数据项目，希望通过在正确的时间为正确的人提供正确的数据来增强决策能力。它开始利用 AWS 探索研究、教育和空间管理领域中有关数据使用的业务用例。作为该项目的一部分，它希望收集关于有多少学生参加讲座和研讨会的准确数据。它还希望评估图书馆和学习场所的使用情况。更加出色的数据将改进有关新建筑的决策，并可以更好地利用现有设施。它甚至可以为在图书馆或其他地方寻找安静场所的学生提供近乎实时的数据来源。

场所利用情况存在一个问题，那就是将时间表数据与实际占用情况进行比较。以前，这依赖于静态时间表数据和对房间使用情况的人工观察，以及有关进入建筑的人数的数据。但是这些人工过程非常耗时。此外，这些结果是历史数据，显示的是场所的使用时间和方式，而不是其目前的状态。因此，巴斯大学研究了不同种类的传感器数据的使用。该大学在部分教学区域的入口处安装了断束探测器形式的传感器，同时还有来自 Wi-Fi 路由器的数据。它还考虑了二氧化碳监测器。但是，它不知道这些数据有多可靠或准确，也不知道其可用性如何。

在 AWS 的推荐下，巴斯大学选择了与 BJSS 合作。巴斯大学首席数据和技术官 Gavin Edwards 说：“非常感谢 BJSS 的敏捷性和灵活性。这是一个没有明确路线图的蓝天项目，他们确实支持这一战略。”

首先，将 Wi-Fi 数据与放置在房间门口的来自断束探测器的数据进行比较。在添加了来自其他来源的传感器数据和现实观测结果后，团队意识到，经过一些清理和处理的 Wi-Fi 数据可以自行提供准确的结果。例如，当学生在课间休息时聚集在房间或阶梯教室外面时，可能会发生错误。该团队还手动绘制了房间内的 Wi-Fi 覆盖范围，以发现设备可能在两台路由器上注册的潜在盲点或交叉区域。尽管误差幅度为 10-15％，但这完全符合高等教育部门使用的四分位数房间占用率参数，即空房、25％、50％、75％ 或已满房。

可使用各种 AWS 服务轻松扩展该解决方案。数据格式多种多样，必须进行匿名处理，并提取至在线时间序列数据库 Prometheus，然后再通过虚拟专用网络发送到 AWS。然后，会将数据提取到 AWS Fargate 中，后者将流量路由到一个三步流程中。首先将原始数据发送到标记为青铜的 Amazon Simple Storage Service（Amazon S3）存储桶。然后，使用 AWS Glue 和 Amazon Athena 清理这些数据，并将其移入银存储桶。最后，经过 AWS Glue 和 Amazon Athena 的处理和结构化后，将这些数据放入金存储桶中，成为精选的有用数据。

该解决方案的最后阶段以可视化和易于理解的格式向教职员工和学生近乎实时地显示数据。控制面板是使用 Time Series Grafana 构建的，尽管也可以使用包括 PowerBI 在内的许多其他平台。控制面板可以在平面图上显示数据，也可以以动画形式显示每个房间的占用情况。