Home Assistant occupancy integration — Sådan implementerer du Home Assistant occupancy-integration | Vemco Group

De fleste Home Assistant occupancy-integrationer fejler ikke på sensorerne. De fejler på datamodellen. Teams sætter PIR-sensorer op, kalder entiteten binary_sensor.occupancy og opdager tre måneder senere, at "nogen er til stede" ikke er det samme som "hvor mange er til stede" — og at netop dét tal er forudsætningen for behovsstyret ventilation, mødelokale-optimering og alarmer ved kapacitetsgrænser. Hvis din automatisering skal skrue op for luftskiftet, når 40 mennesker går ind i et auditorium, skal du bruge en tæller, ikke en bevægelsesdetektor.

Start med datakilden — ikke med Home Assistant

Home Assistant er glimrende som automatiseringslag, men den er kun så god som de tal, den får ind. Der er reelt tre klasser af kilder:

• PIR/mmWave-sensorer: Billige og fine til enkeltrum, men de leverer tilstedeværelse, ikke antal. mmWave kan estimere personer i små rum, men driver ved stillesiddende adfærd.
• Dørkontakter og lyssensorer: Brugbare som sekundære signaler til at validere, om et rum reelt er tomt.
• AI-baserede tællesensorer: Den eneste klasse, der leverer retningsbestemt ind/ud-tælling med dokumenterbar nøjagtighed. Vemco, som har arbejdet med tælledata siden 2005, garanterer kontraktuelt minimum 96 % nøjagtighed — og i praksis ligger tallet typisk på 98–99 %, når lysforhold, layout og adfærd tillader det. Den ærlighed er vigtig: leverandører, der lover fladt 99 % uanset betingelser, har ikke installeret i en glasfacade med lavtstående vintersol.

For kontorer, universiteter og offentlige bygninger er endnu en detalje afgørende: medarbejdereksklusion. Hvis rengøringspersonale og servicemedarbejdere tælles med, forurener de både belægningsdata og de automatiseringer, der bygger på dem. AI-sensorer med staff exclusion løser det ved kilden, så Home Assistant aldrig ser støjen.

Arkitekturen: MQTT som rygrad

Til professionelle installationer er MQTT det rigtige transportlag mellem tælleplatformen og Home Assistant. REST-polling virker til dashboards, men skaber latenstid og unødig belastning, når du skal reagere på hændelser i realtid. Den anbefalede opbygning:

• Kør en dedikeret MQTT-broker (Mosquitto) — ikke Home Assistants indbyggede add-on, hvis brokeren også skal servicere BMS eller andre systemer.
• Definér en topic-struktur pr. zone, fx bygning/etage3/moederum_a/count, og publicér både øjeblikkeligt antal og akkumuleret ind/ud.
• Brug MQTT Discovery eller manuelle mqtt sensor-entiteter, så hver zone bliver en talværdi i Home Assistant — ikke en binær tilstand.
• Byg template-sensorer ovenpå til afledte værdier: belægningsgrad i procent, "zone tom i mere end 15 minutter", og aggregerede etagetal.

Navngivning lyder trivielt, men beslut jer for en konvention, før I ruller ud. En bygning med 60 zoner og inkonsistente entitets-id'er er reelt uvedligeholdelig, den dag en anden integrator overtager driften.

Automatiseringerne, der betaler regningen

Belægningsdata i sig selv sparer ingenting. Værdien opstår, når tallene styrer de systemer, der ellers kører altid-tændt. De tre automatiseringer med hurtigst tilbagebetaling:

• Behovsstyret HVAC: Skalér ventilation efter faktisk personantal pr. zone i stedet for kalenderbookinger. Et mødelokale booket til 12 personer, hvor der sidder 3, skal ikke ventileres til 12.
• Kapacitetsalarmer: Realtidsbelægning med alarm ved en foruddefineret grænse — præcis den mekanik Vemco leverer i deres platform — kan spejles i Home Assistant som en notifikation til facility-teamet eller en automatisk handling, fx forøget luftskifte eller skiltestyring.
• Sikring og nedlukning: Når en fløj rammer nul personer efter arbejdstid, kan Home Assistant slukke belysning, sænke setpunkter og arme adgangszoner. Her er tællenøjagtigheden kritisk: en falsk "tom"-tilstand med én person tilbage i bygningen er et reelt sikkerhedsproblem, ikke en bagatel.

Til det sidste punkt: byg altid en karensperiode ind. Reagér ikke på nul-tilstanden med det samme, men kræv fx 20 minutters stabilt nul kombineret med et sekundært signal, før bygningen går i natdrift.

Det, ingen fortæller dig, før du har prøvet det

En observation fra praksis: akkumulerede ind/ud-tællere driver over dagen, uanset leverandør. Selv ved 98–99 % nøjagtighed vil en dør med 2.000 daglige passager opbygge en lille restfejl, og ved midnat kan en zone stå med minus to personer eller plus fire. Løsningen er ikke at jagte perfekt tælling — det er at planlægge en natlig nulstilling og afstemning i Home Assistant, typisk via en automation, der resetter zonetællere på et tidspunkt, hvor bygningen verificerbart er tom. Tilsvarende: pas på MQTT retained messages. Efter en Home Assistant-genstart kan en gammel retained-værdi genindlæse en forældet belægning og udløse automatiseringer på spøgelsesdata. Beslut bevidst, hvilke topics der skal være retained, og hvilke der aldrig må være det.

Fra ét lokale til en portefølje

Home Assistant skalerer fint til en bygning, men når opgaven vokser til flere ejendomme, langtidsanalyse af arealudnyttelse og direkte kobling til professionelle bygningssystemer, skal der et dedikeret lag ovenpå. Her arbejder mange teams med en hybridmodel: Vemcos VemSpace håndterer space utilisation og facility-optimering på tværs af porteføljen, mens VemFusion kobler belægningsdata direkte til HVAC, BMS og sikringssystemer — den kobling, der i kontorer, universiteter og offentlige bygninger skærer spildet fra systemer, der ellers kører døgnet rundt. Home Assistant beholder rollen som fleksibelt automatiseringslag til de lokale scenarier, hvor hurtig iteration betyder mere end enterprise-governance.

Den arbejdsdeling er værd at afklare tidligt i projektet. Integratorer, der forsøger at genopbygge et BMS i YAML, ender med et system, som kun én person i organisationen tør røre ved.

Tjekliste før go-live

• Valider tællenøjagtigheden pr. zone med manuel kontroltælling over mindst tre dage — ikke kun én formiddag.
• Dokumentér topic-struktur, entitetsnavne og reset-logik, så driften kan overdrages.
• Test alle nul-belægnings-automatiseringer med en person bevidst efterladt i zonen.
• Aftal med facility-teamet, hvem der reagerer på kapacitetsalarmer, og hvordan.
• Mål baseline-energiforbruget før idriftsættelse — ellers kan I aldrig dokumentere besparelsen over for dem, der godkendte budgettet.

Skal jeres belægningsdata drive mere end et dashboard? Vemco har leveret persontælling og occupancy-løsninger siden 2005 og hjælper smart building-teams, integratorer og automationspartnere med at koble præcise realtidsdata til HVAC, BMS og sikring — uanset om Home Assistant er en del af stakken eller ej. Tag fat i os på vemcogroup.com/contact-us og få en konkret vurdering af, hvordan jeres bygning kommer fra bevægelsessensorer til dokumenterbare tal.