基于红外热电堆传感器的体感控制器设计

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

72日用电器/Electrical Appliances

基于红外热电堆传感器的体感控制器设计

梁鸿图

(珠海格力电器股份有限公司 珠海 519070)

摘要:介绍了Grid-EYE 第二代的8x8热电堆阵列红外传感器AMG8833的工作原理,运用它设计了一套可以实时感应室内人体位置、人员数量信息的控制器系统,并应用在空调器上实现智能控制和节能舒适性调节。关键词:热电堆传感器;体感;背景差值算法;二值化;红外热图像;邻域标记法

Abstract:This article discussed working principles of the second generation Grid-EYE 8x8 thermopile infrared array sensor AMG8833, and a controller system for real-time sensing indoor position and number of personnel is designed, which can be applied to the air conditioner to realize functions of intelligent control, energy saving and comfort adjustment.

Key words:infrared array sensor; human induction; ck ground subtraction; image binarization; infrared thermal im-age; neighborhood labeling method

Design of Human Sense Controller Based on Infrared Thermopile Sensor

引言

近几年,空调智能控制和节能舒适是应用和研究的热点。借助Grid-EYE的8x8红外热电堆传感器和高速的处理器,结合数字图像处理技术,可以实时感知室内人体所在的方位、人员数量信息,来对空调实现智能控制和节能舒适性调节。人体感应识别中涉及红外热图像的数字图像处理技术原理和算法是开发的难点,本文将探讨该体感控制器的硬件设计和软件算法设计。

1 Grid-EYE红外热电堆阵列传感器

1.1 传感器的内部结构

Grid-EYE的8x8红外热电堆阵列传感器(本设计采用型号:AMG8833),采用一体化的紧凑SMD封装,基于MEMS技术,Grid-EYE包含一颗MEMS传感器芯片(Sensor chip)、一颗数字ASIC(I2C接口)以及一款硅基镜头,实现了二维区域温度检测,可以输出64像素的温度热图像,详见图1。

根据塞贝克效应,在两种不同材料的连接处,当它

图1 传感器的内部结构和红外热图像成像

2018年07月/Jul.2018 73

们的温度有差异时,会在这两种材料组成的闭环电路中产生电流。这种现象被广泛应用于热电偶的温度测量。热电堆或热电阵列由许多热敏元件组成,每个热敏元件都是一根由两种不同热敏活性材料组成的细丝。当细丝两端的温度出现差异时,便在细丝两端产生了电压(热张力)。热接电集中在一个非常薄的共同吸收区,而冷节点位于一个周边环绕高热质量的散热片上,如图2所示。

1.2 Grid-EYE的电气性能和特点(见图3)1)工作电压:3.3 V ;

2)电流消耗:典型值为4.5 mA(正常模式);0.8 mA(待机模式),0.2 mA(睡眠模式);

3)测量物体的温度范围: 0 ̄80 ℃;4)视野范围:60 °(垂直和水平);像素:64(纵向8、横向8的矩阵) ;

5)人体检测距离:7 m 以内(参考值:检测对象与背景之间的温度差在4 ℃以上,检测对象尺寸为700×250 mm(人体的设想尺寸))

6)外部接口:I2C(快速模式);7)帧速率:1或10帧/秒 ;

8)典型绝对温度精度:典型值为±2.5 ℃;

2控制器硬件设计(见图4)

2.1 硬件系统各模块说明

1)体感采集板:由Grid-EYE红外阵列传感器AMG8833、高精度步进电机以及结构件组成。体感采集板和红外热图像处理板之间通过I2C数字接口进行通信,而图像处理主芯片则通过ULN2003芯片驱动步进电机转动。

2)人感红外热图像处理板:处理器采用的是 TI公司推出的一款32位基于ARM Cortex-M4 内核的TM4C123GH6PM,主频80 MHz,256 kB Flash,32 kB SRAM,2 kB EEPROM,具有USB Host,Device 和OTG 的能力,43个GPIO;4 

个 

图2 Sensor chip

内部构造图(塞贝克效应)

图3 传感器视角和内部电路

I2C接口;8 个 UART接口;集成了 ARM 单精度浮点内核和高性能模数转换器,同时仍提供低至 1.6μA 的低功耗模式,可以很好的应对红外热图像的采集和实时高速运算处理工作。

3)空调主控板和人感红外热图像处理板通过UART接口和进行通信,以获取图像处理板输出的人体感应相关的信息,主控板根据取得的结果数据来自动控制驱动左右扫风步进电机、上下扫风步进电机组合和贯流风叶电机,进而带动导风板和摆风叶片,来实现导风送风角度调节和出风量的控制。同时,还有其他负载(如显示器等)的控制在此省略讨论。

2.2采集温度图像的扫描工作原理

74日用电器/Electrical Appliances

本设计应用中,为了获得超高分辨率的红外温度图像,将传感器的镜头倾斜15 °装配在结构件中的,并由处理器驱动步进电机,带动传感器结构组件旋转对整个房间进行温度采集。

将传感器倾斜15 °放置,可以让64个像素点映射成垂直方向一条直线上(相当于转化为了1×64的单排阵列),这样可以让64个像素采集到垂直方向上64个不同位置的温度数据点(如图5所示),每一个像素点都得到充分利用,实现精细化扫描采集,可以获得超高分辨率像素的温度热图像数据。

2.3 人体定位区间的划分

在水平方向上可视扫描的夹角为150 °(左右15 °属于受限于结构外观的被遮挡区域),传感器每转过1.5 °就采集一帧温度热图像,扫描一周可以采集150°/1.5 °=100帧图像,则整张温度热图像为64×100=6 400像素。为了后面的控制风向应用,算法原理上将150 °的扫描区域共平均分为8个区间,则每个区间角度范围为18.75 °(150 °/8=18.75 °),如图6所示。

3人体感应检测及软件算法设计

图4 应用电路和硬件系统框图图

7 算法流程总图

图5 倾斜角度15°装配的扫描原理

图6 扫描视角划分8

个区间

注意:由于6 400像素的完整图像占用很大篇幅,下面的算法仅以64像素图像来做原理说明,特此说明(见图7)。

相关文档
最新文档