基于目標定位和PLC Bus技術的智能照明控制系統設計

1 引言

隨著現代控制技術的不斷發展，照明控制的智能化要求也越來越高。采用智能照明控制系統不僅能為照明提供多種藝術效果，更能帶來節約能源和降低運行費用的好處。

在圖書館、大型商場、室內運動場、長廊等大型照明場合，很多時候其區域可劃分為有人區域和無人區域，如果所有區域的照明亮度都相同，則在無人區域的照明根本沒有作用，為無效照明。如果智能照明控制系統能對人員位置進行檢測，動態地確定出有人區域和無人區域，則可以對有人區域實行正常的較高亮度照明，而對無人區域則降低照度或者關閉燈具。隨著人體的移動，系統動態地調整有效照明區域，以達到減少無效照明，在保證良好照明效果的同時節約能源的目的。

人體位置的正確判斷是實現智能照明的首要前提，目前有人提出了利用紅外與激光探測、射頻卡結合身份識別、地板壓力傳感器等技術手段來確定人體位置的方法。但是這些方法在照明區域較大的場合應用時，存在無合適的傳感器安裝位置、布線復雜等問題，因此實施起來有一定困難，可靠性也難以進一步提高。實際上目前上述大型照明場合中安裝視頻監控探頭非常普及，如果能充分利用這些視頻監控圖像，結合數字圖像技術，從視頻監控圖像中提取人體圖像，判斷人體位置，則可以實現真正的智能化照明。本文采用數字視頻圖像目標定位與跟蹤技術和PLC-Bus 技術構建智能照明控制系統，直接從視頻圖像中確定人體位置，而且燈具開閉控制信號直接通過電力線傳輸，不需要另外布線。因此能有效地克服傳感器安裝及布線方面的諸多困難問題，達到照度的自動調節、燈具的自動開關以及局部區域照明的良好控制效果，并且其可靠性也很高。

2 智能照明控制系統組成

整個系統的組成如圖1 所示，從功能上來劃分，由三部分構成：圖像采集模塊、圖像處理模塊和照明控制模塊。

基于目標定位和PLC Bus技術的智能照明控制系統設計

圖1 智能照明控制系統的組成

2.1 圖像采集模塊

圖像采集模塊主要由攝像頭和光學玻璃鏡頭組成。其中，攝像頭采用韓國現代HV7131R，它是目前主流產品中效果較好的一種。HV7131R 采用0.3？？m的CMOS 工藝，有效像素為30 萬，功耗低于90mW，具有曝光控制、增益控制和白平衡處理等功能，最大幀率30fps@VGA.通過標準的I2C 接口設置HV7131R的內部寄存器，可以調節圖像的曝光時間、分辨率、幀率、RGB 增益、鏡像等，輸出10 位的RGB 原始數據。

光學玻璃鏡頭采用遠攝鏡頭，視角為20°，焦距可達幾米至幾十米。攝像頭的架設應該盡量保證能夠觀測到整個監視區域，因此，在攝像頭的安裝位置和角度調節過程中，一般使監視區域設置在從圖像底端開始。并且為了避免在提取人體圖像時發生嚴重的粘連現象，攝像頭要有盡量大的俯視角度。

2.2 圖像處理模塊

該模塊由DSP 和數據緩存器組成。DSP 主要采用TI 公司的TMS320LF2407.DSP 主要完成的功能有：加電自主、完成初始化，通過I2C 接口設置攝像頭的寄存器，對由圖像采集模塊獲得的照明區監控圖像進行預處理、完成對圖像中的人體邊緣提取、人體位置判斷計算以及作出照明控制決策等功能。

2.3 照明控制模塊與PLC Bus 技術

照明控制模塊采用分布式控制方式，實現整個監視區域照明燈具的分散控制和集中管理。上位DSP根據圖像分析結果作出照明設備控制決策，下位照明控制器接受上位機的通訊指令，控制相應燈具的開關，并具備調光功能。上位DSP 發出的控制指令通過PLC Bus 傳給下位照明控制器執行。

PLC Bus 技術是近年來由荷蘭ATS 電力線通信有限公司（ ATS.， CO）研發出來的一種新的電力載波通訊技術。采用該技術的最大優點是控制信號通過電力線傳送，因此不需要額外布置控制線，節省大量線材消耗，控制系統安裝方便，易于維護。

PLC Bus 系統主要由三部分組成，即發射器、接收器和系統配套設備。發射器的主要作用是通過電力線發射PLC Bus 控制信號給接收器，通過對接收器的控制，從而達到間接控制燈及電器設備的目的。接收器的主要作用是接收來自電力線的PLC Bus 控制信號，并執行相關控制命令，從而達到燈及電器控制的目的。系統配套設備包括信號轉換器、三相耦合器、吸波器等，主要是為了配合發射器及接收器設備輔助實現控制目的。

PLC Bus 采用Pulse Posit ion Modulation（ PPM）脈沖相位調制法，利用電力線的正弦波作為同步信號，通過在四個固定的時序中發送瞬間電脈沖來傳遞信號。

在50Hz 的電力線上，1 秒鐘可以傳輸200 比特的數據，這樣的通訊速率是不能夠傳輸類似計算機的寬帶數據，但對傳送動作或者指令性的通訊已經足夠了。

由于PLC Bus 的PPM 通訊方式的特殊性，接收器可以很輕松簡單地還原出PLC Bus 的編碼。在PLC Bus里，接收數據用的地址碼有NID（ Network ID）和DID（ Destinat ion ID）兩種，NID 和DID 分別有8 比特，兩者合起來最多可以組成216個不同的地址，控制216個不同的設備。

PLC Bus 的主要特點：

（1）無需布線，即插即用。

PLC Bus 技術主要通過電力線來傳輸控制信號，所以無需要重新布線，適用于所有已建成或正在安裝的照明場所的智能控制工程。

（2）超級速度，即控即現。

PLC Bus 的信號傳輸速度是每秒鐘可完成10 個完整指令，平均每條指令從發射到執行在0？？1 秒鐘之內完成，幾乎是即控即現。

（3）雙向通信，狀態反饋。

在PLC Bus 產品的硬件、軟件和協議中，允許雙向通信，能讓被控制燈具真實地反饋開關狀態信號，以便確定控制命令是否真正被正確執行。而成本只比X-10 單一的接收組件或發射組件高出40% 左右，性價比高。

（4）兼容性好，應用更廣。

PLC Bus 技術設備可以與X-10、CE Bus 和LonWorks 設備兼容，完全不會產生任何信號沖突。

對燈具的控制可分調光與不調光兩種，調光可通過采用OSRAM 的可調光電子鎮流器對熒光燈進行調光，控制器輸出0~ 10V 直流信號作為電子鎮流器的控制信號，來實現熒光燈1% ~ 100% 的光通量調節范圍。對白熾燈的調光可采用移相觸發器和隨機型固態繼電器來實現。在隨機型固態繼電器控制端施加一個控制信號，交流負載便能立即導通。當這個控制信號為與交流電網同步的可移相的脈沖信號時，負載端可實現180°范圍內的電壓平穩調節。移相觸發器根據控制電壓的大小，輸出端產生與電網電壓同步的雙倍電網頻率的180°范圍內移相的寬脈沖，用以驅動隨機型固態繼電器，達到移相調壓的目的。因此，隨機型固態繼電器單獨使用，可接通或開斷燈光回路；與移相觸發器配合使用，可實現白熾燈的調光。

3 智能照明控制中的人體目標動態定位技術

視頻監控圖像是三維照明區域場景的二維投影圖像，雖然不能完全反應真實的三維場景，但兩者之間有一定的投影關系，三維場景發生變化時視頻圖像也會發生相應的變化。此外，連續視頻流的場景具有連續性，若照明區域中沒有人體運動，則連續幀圖像之間變化很小。反之，人體運動會引起幀差，在照明區域中靜止背景下的人體目標動態檢測，完全可以采用幀間變化檢測（ Change Detection）檢測出動態的人體目標。

基于靜止背景的人體動態目標檢測主要分三個部分：圖像預處理、人體動態目標提取、人體位置判定。

3.1 圖像的預處理

由攝像頭攝取的照明區域數字圖像中包含許多噪聲，必須首先進行噪聲濾除。噪聲的濾除方法很多，中值濾波是一種常用的非線性信號處理技術，它用一個滑動模板在圖像上逐點滑動，把模板內各點灰度值大小排序，居中的灰度值作為模板中心點的像素灰度值。該方法對圖像中隨機噪聲有良好的抑制作用，又可以對圖像的輪廓和邊沿有較好的保護。另外，中值濾波具有對階躍信號不產生影響，濾波后保持頻譜不變以及對圖像上的椒鹽噪聲具有很強的去除作用等特性。

照明區域的數字圖像大小為M× N 像素，灰度值為f （ x ， y ），采用四鄰域中值濾波即可滿足良好的效果，濾波后的圖像灰度值為：

基于目標定位和PLC Bus技術的智能照明控制系統設計

3.2 目標變化檢測

當人體目標在監控視場出現或移動時，會使連續幀之間的像素灰度值發生變化，即產生幀差，目標對應區域的幀差比背景區域的幀差大。因此，通過計算幀差大小來判斷有無變化產生是目標變化檢測常用的一種方法，最簡單的算法是采用幀差絕對值法。

對于檢測圖像序列f （ x ， y ， t ），累計發生變化的像素點數的計算公式為：

式中： Dk 是累計發生變化的像素點數，f （ x ， y ， t1 ）、f（ x ， y ， t 2 ）分別表示圖像序列在t 1、t 2 時刻像素點（ x ，y ）處的灰度值，為鄰幀圖像光照自適應敏感的添加項，α為抑制系數，N 為檢測區域內的像素數目。T 為灰度閾值，其大小決定了動態目標檢測的靈敏程度。

存在目標變化的判定條件為：

這里，D 是設定閾值。該方法算法簡單，判定條件中考慮了光照條件變化帶來的影響，因而對光照變化有一定的適應性，同時還在一定程度上克服了由較小運動目標的干擾而導致的誤判，提高了檢測的準確性。

3.3 圖像邊緣的提取

圖像最基本的特征是邊緣，而邊緣是指圖像周圍像素灰度變化比較大的那些像素的集合，是進行人體目標檢測和分割所依賴的重要依據。圖像邊緣檢測一直是圖像處理中的熱點和難點，這主要因為邊緣和噪聲都是高頻信號，很難從中取舍。在目前的邊緣檢測算法中，Sobel 圖像邊緣檢測算法作為經典算法的代表，由于其計算量小，速度快，在很多領域得到了廣泛的應用。

由于圖像在邊緣附近會出現灰度上的突變，所以，Sobel 邊緣檢測方法就是以原始圖像灰度為基礎，通過考察圖像每個像素在某個領域內灰度的變化，利用邊緣鄰近的一階導數最大值來檢測邊緣。其梯度幅度的數學描述為：

基于目標定位和PLC Bus技術的智能照明控制系統設計

3.4 圖像分割和人體位置的判斷

采用智能控制的大型照明場合由于存在照明區和非照明區，因此其監控圖像往往是具有不均勻背景的圖像，對人體目標的特征進行分析時可以發現，整個視場的背景灰度值差距可能很大，因此不能使用單一的閾值進行分割。如果使用單一閾值，由于照明控制區域中背景不均勻，有背景像素的灰度值被分割出來。但事實上人眼之所以能看清目標，是由于在局部范圍內目標與背景有一定的灰度差。因此，基于這個原理我們把整個照明監控圖像視場分成均等的足夠小的部分，則每個部分的灰度變化會較小。首先把整個視場分割成許多相等的小塊，對每個小塊單獨求平均值、最大值、最小值，并計算相應的閾值和閾值差，用各自的閾值對小塊進行分割，如果有目標，記下該塊中目標的位置、閾值差，當整個視場處理完后，找到各個小塊中閾值差最大的目標，作為候選目標點，在該點處進行窗口跟蹤，由于窗口已經較小，背景不均勻的影響不大。

人體圖形分割出來后，其形心位置的計算可采用以下公式：

基于目標定位和PLC Bus技術的智能照明控制系統設計