基于红外热电堆传感器的体感控制器设计

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）。

2018年07月/Jul.2018 75
３．１　基于背景差值算法的人体检测３．１．１　背景差值算法原理（见图８）
发现背景图片和特定图片之间的差异，从中获取相对的前景目标。

背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法，其性能依赖于所使用的背景建模技术。

背景构建的方法有多种，简单的有均值法、中值法，复杂点的有卡尔曼滤波器模型法、单高斯分布模型法、双高斯分布模型法等，根据嵌入式处理芯片的运算处理能力，本设计评估采用的是均值法。

３．１．２　背景差值算法实现第一步：背景数值的获取。

为了计算背景，需要取出背景温度的图像。

如前面所描述，扫描一周可以采集１００帧图像，整个图像为６４００ｐｉｘｅｌｓ，循环扫描整个房间５轮获取５张６４＊１００　ｐｉｘ－ｅｌｓ的图像。

将５张幅的温度图像按各个像素点计算其平均值，就可以得到背景温度图像的数值，如图９所示。

第三步，重新扫描一周整个房间，将新取得的温度数值和背景数值的作差，结果就是去除背景的温度图像值，如图１０所示。

第四步，人体候补的取出，二值化（阈值分割）。

在与背景的差分数值当中取出超出基准值（１．５　℃）以上的部分作为人体候补，将其像素值设为白色，小于１．５　℃的像素设为黑色。

基准值可自由设定（实验经验值１．５　℃左右，具体可以根据实际实验验证情况调整），如图１１所示。

第五步，取阈值分割得到的图像常包含多个区域，需要通过标记把它们分别提取出来。

而标记分割后图像（为二值图像）中各区域的简单而有效的方法，是检查各像素与其相邻像素的连通性（可采用四领域或八邻域连通方法）。

本设计采用４邻域标记算法将人体候补像素区域按顺序编号。

四邻域标记法原理：
１）判断某像素点四邻域中的最左，最上有没有点，
图11 二值化过程图10 差分值计算过程图9 背景温度数据计算过程图8 背景差法的原理
76日用电器/Electrical Appliances
如果都没有点，则表示一个新的区域的开始。

２）如果此点四邻域中的最左有点，最上没有点，则标记此点为最左点的值；如果此点四邻域中的最左没有点，最上有点，则标记此点为最上点的值。

３）如果此点四邻域中的最左有点，最上都有点，则标记此点为这两个中的最小的标记点，并修改大标记为小标记。

如图１２所示为采用４邻域标记模板完成候补像素的连通性遍历，和标记编号的效果图。

第六步，人体候补的特征量的计算。

把已经在第五步中完成的区域编号分别计算其特征量，也即是分别计算出同一编号部分的人体候补面积（占据的像素数），统计后的结果如图１２所示。

将图１２中求出的特征量设定界限值，进一步明确人体热源判断。

比如，对人体候补的特征面积进行设定界限值，对于低于２个像素的面积部分的人体候补进行剔除。

在上图中编号为“２”的人体候补，其面积（像素数）低于２，所以将其剔除。

当确定了是人体的区域，就可以用程序记录这些像素区域在步进电机转动的角度，记录这些对应方位信息（角度值），每一个人体区域记录１次人体数量，这样可以就实现了获取整个室内的人体位置和人员数量信息。

同时可以记录人体候补区域中人体表面平均温度、最高温度、最低温度的数据值。

第七步，更新背景温度，只对判定为背景的区域进
行更新。

（判定为人的区域不更新）
图12 完成候补像素的编号和特征计算
图13 空调智能化控制过程
(a)(b)
(c)
最后，步进电机带动传感器回到初始位置，重新扫描一周室内空间，循环上面步骤扫描，并输出检测结果。

４空调的智能控制及应用
４．１　空调节能控制
１）自动关机：当检测到人离开持续大约一个小时之后，或两个小时后，空调自动停止运转；
２）自动开机：在智能关机情况下，当检测到人回到房间，空调就会自动开启运转；
４．２　智能化和舒适性控制
根据人体感应模块检测到的人员所在的位置与人员数量，控制送风。

（当有多人时，可根据各自的所在位置，分别自动控制风向、风量）
１）有人在室内时，学习和记忆人员所在的位置，以人常在位置为中心进行空气调节，见图
１３（ａ）。

（下转87页）
2018年07月/Jul.2018 87
参考文献：
作者简介：
[1]赵成寅.分体变频空调器凝露产生的原因以及解决方案[J].日用电器, 2015(07).
[2]王春,宋钦勇,崔松林.分体空调器衡量与改善凝露性能方法的研究[J].家电科技, 2011(04)：76-79.
毕增利（1987.10-），男，本科，热能与动力工程助理工程师，主要研究方向：家用空调产品系统设计开发。

２）系统设计：冷媒灌注量、压缩机频率、节流程度及内外风机转速等需要综合考虑，合理设计各工况下控制逻辑，保持较高的蒸发压力和温度，并避免蒸发器过热点过于靠前；
３）生产装配：需严格按工艺指导要求，保护好蒸发器管路和翅片，避免出现堵、漏的问题。

并且壳体、海绵等零部件装配到位，无漏风等问题；
４）售后安装维修：按安装规范进行安装，维修后要还原装配到位。

空调凝露虽会导致凝露水吹出或滴落问题，但也可用来除湿，合理设计可将空气湿度控制在舒适范围内，提高用户舒适度。

参考文献：
作者简介：
[1] Panasonic . Infrared Array Sensor Grid-EYE (AMG88).pdf[EB/OL]./PANASONIC_datasheet/AMG8832_pdf_13469358/,2012-01/2018-07.
[2]（美）Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins 著.冈萨雷斯.数字图像处理(MATLAB 版)(第二版) [M].阮秋琦等译.北京：电子工业出版社 , 2005.09.
[3]德州仪器. TM4C123GH6PM 芯片数据手册[EB/OL]. https:///download/u012203123/7679669,2014-07-26/2018-07-25 .
梁鸿图，男，北京理工大学自动化专业工学学士，从事智能控制技术研究和控制器设计开发工作。

２）当人移动时（比如短暂离开打电话），在侦测到人移动目的地之前，继续向常在位置送风（约３￣６　ｍｉｎ），见图１３（ｂ）。

３）持续处于无人状态时，判断约２５￣８０　ｍｉｎ内室内处于无人状态时，则以人常在位置为中心进行节能运转。

（无人节能运转，会自动切换为节电模式运转（自动调节设定温度、当人感感应器感知到人返回房间时，将自动恢复到原来的设定温度）），见图１３（ｃ）。

５总结
本文讨论基于红外热电堆传感器的体感控制器的硬件设计和人体侦测的算法技术。

并在控制智能化控制，绿色节能和舒适性调节中的应用，可以很好的提升空调器的用户体验和市场竞争力。

（上接76页）。