Automatiseringsguide til Home Assistant-integration af belægningsdata

De fleste Home Assistant-installationer i erhvervsbygninger fejler ikke på softwaren – de fejler på datakvaliteten. En automatisering, der slukker ventilationen i et mødelokale, er kun så god som den sensor, der fortæller, om lokalet faktisk er tomt. PIR-sensorer melder "tomt" efter 90 sekunders stilstand, selvom otte personer sidder og lytter til en præsentation. Derfor starter en seriøs Home Assistant occupancy integration ikke med YAML-filer, men med et ærligt svar på spørgsmålet: hvor præcise er mine tælledata egentlig?

Hvorfor tælledata slår tilstedeværelsesdetektion

Der er en afgørende forskel mellem at vide, at "nogen er til stede", og at vide, at "der er 43 personer i zonen". Binær tilstedeværelse kan tænde lyset. Faktiske belægningstal kan styre ventilationsniveauer trinløst, udløse alarmer ved en foruddefineret grænse og dokumentere arealudnyttelse over tid. Professionelle AI-baserede tællesensorer – som dem Vemco har leveret siden 2005 – arbejder med en kontraktlig minimumsnøjagtighed på 96 %, og typisk 98–99 % når forholdene omkring belysning, layout og besøgsadfærd tillader det. Det er den forskel, der gør, at en facility manager tør lade automatiseringen køre uden manuel overvågning.

En detalje, der ofte overses i integrationsprojekter: personaleeksklusion. Hvis rengøringspersonale og teknikere tælles med, forurener de nattedata og udløser falske automatiseringer. Sensorer med indbygget staff exclusion filtrerer dette fra ved kilden, så Home Assistant modtager rene tal og ikke skal gætte sig frem med tidsbaserede undtagelsesregler.

Arkitekturen: sådan kommer data ind i Home Assistant

Der er tre gangbare veje til at få belægningsdata ind i Home Assistant, og valget afhænger af, hvor tidskritisk jeres automatisering er:

• MQTT – det oplagte valg til realtid. Sensoren eller tælleplatformen publicerer ind/ud-events eller aggregerede zonetal til en broker, og Home Assistant abonnerer via MQTT-integrationen. Latens under et sekund, hvilket er nødvendigt, hvis I vil udløse alarmer ved kapacitetsgrænser.
• REST-sensor med polling – enklere at sætte op, men med 30–60 sekunders forsinkelse. Fint til HVAC-styring og rapportering, uegnet til sikkerhedsrelaterede grænseværdier.
• Webhooks – hændelsesdrevet push fra tælleplatformen til Home Assistant, velegnet når platformen selv beregner overskridelser og kun skal sende signalet.

I praksis kombinerer erfarne integratorer to af metoderne: MQTT til de tidskritiske events og REST til den daglige synkronisering, der fanger eventuelle mistede beskeder. Belægningstal driver akkumulativt – et mistet "ud"-event kl. 9 betyder, at zonen står én person for højt hele dagen. Byg derfor altid en natlig nulstilling eller en periodisk afstemning mod platformens autoritative tal ind fra dag ét. Det er den lektie, næsten alle lærer den hårde vej.

Fire automatiseringer, der faktisk betaler sig

Glem lysshow og velkomstbeskeder. I kontorer, på universiteter og i offentlige bygninger ligger gevinsten i at stoppe spildet fra systemer, der kører konstant uanset belægning. Her er de automatiseringer, der giver målbar effekt:

• Behovsstyret ventilation: Skalér luftmængden efter faktisk personantal frem for skema eller CO2 alene. CO2-sensorer reagerer med 10–15 minutters forsinkelse; tælledata reagerer øjeblikkeligt, når 60 studerende forlader auditoriet.
• Kapacitetsalarmer: Realtidsbelægning med alarm ved en foruddefineret grænse – til kantiner, eventrum og lokaler med brandmyndighedskrav. Send notifikation til facility-teamet via Home Assistants companion-app, før grænsen nås, ikke efter.
• Zonebaseret nedlukning: Når en fløj har været tom i 30 minutter, sænkes setpunkter og belysning dæmpes. Brug en for:-betingelse i automatiseringen, så korte tomme perioder ikke udløser unødige cyklusser på varmeanlægget.
• Rengøring efter behov: Akkumulér dagens besøgstal pr. zone og generér en prioriteret rengøringsliste. Zoner under en tærskel springes over – en direkte besparelse, som er nem at dokumentere over for ledelsen.

Home Assistant eller BMS – eller begge dele?

Her skal integratorer være ærlige over for kunden. Home Assistant er fremragende som fleksibelt automatiserings- og visualiseringslag, især i mindre bygninger eller som supplement til et stift BMS. Men i større ejendomme, hvor belægningsdata skal tale direkte med HVAC-anlæg, BMS og sikkerhedssystemer på et kontraktligt driftsniveau, er en dedikeret platform som VemFusion bygget til netop den opgave – med de garantier og den support, som en Home Assistant-instans på en NUC i teknikrummet ikke kan levere. En pragmatisk arkitektur lader ofte de to sameksistere: platformen håndterer de kritiske BMS-koblinger, mens Home Assistant orkestrerer de lokale, hurtige automatiseringer og giver teamet et dashboard, de faktisk gider åbne.

Til arealanalyse gælder samme logik. Home Assistants historik er god til fejlsøgning og korttidsvisning, men langtidsanalyse af rumudnyttelse – hvilke mødelokaler står tomme, hvilke etager kan konsolideres – hører hjemme i et værktøj som VemSpace, der er designet til space utilisation og facility-optimering. Lad Home Assistant handle på dataene i nuet, og lad analyseplatformen svare på de strategiske spørgsmål.

Praktikerens tjekliste før go-live

Inden I lader automatiseringerne styre bygningen, så valider følgende – det er her, projekter typisk snubler:

• Kør en manuel kontroltælling i mindst to zoner over en travl periode og sammenlign med sensordata. Accepter ikke leverandørpåstande uden verifikation på jeres lokation – nøjagtighed afhænger af lys, layout og adfærd.
• Definér hvad der sker ved sensorudfald. En automatisering, der tror på "nul personer", fordi sensoren er offline, slukker ventilationen i et fyldt lokale. Byg en unavailable-tilstand ind, der fastholder sikker drift.
• Test kapacitetsalarmen med reelle mennesker, ikke kun med MQTT-testbeskeder. Notifikationskæden fejler oftere end selve tællingen.
• Dokumentér jeres MQTT-topics og entity-navngivning fra start. Den integrator, der overtager om to år, vil takke jer.
• Afklar GDPR-positionen: tælledata uden identifikation af personer er langt lettere at forsvare end kamerabaseret genkendelse – vælg sensorer, der er designet anonymt fra bunden.

Det svageste led i de fleste installationer er hverken sensoren eller Home Assistant, men antagelsen om, at data er korrekte, fordi dashboardet viser et tal. Byg valideringen ind i driften – en ugentlig afstemning tager ti minutter og redder troværdigheden af hele systemet.

Kom videre med belægningsdata, der holder

Uanset om jeres arkitektur ender med Home Assistant som centralt lag eller som supplement til en dedikeret platform, står og falder projektet med tælledata, I kan stole på. Vemco har arbejdet med præcis personantælling siden 2005 og leverer AI-sensorer med personaleeksklusion, realtidsbelægning med alarmgrænser og direkte kobling til HVAC, BMS og sikkerhed via VemFusion. Vil I drøfte, hvordan jeres bygning kan gå fra always-on til behovsstyret drift – med eller uden Home Assistant i midten? Kontakt Vemco Group her og få en konkret gennemgang af jeres integrationsmuligheder.