本发明涉及智能节能控制照明领域,特别是一种基于感应电场的动静态人体感应灯及控制方法。
背景技术:
常见的人体探测方式有超声波探测、微波探测等有源主动型和被动红外(pir)热释电探测等无源被动型两大类。超声波和微波人体探测是基于多普勒效应而制成的,只能检测出运动的人体,是一种动态的人体检测技术,无法检测处于静止状态的人体。同时这两种探测方式会产生一定的能量辐射,长时间处于这种环境下会对人体造成一定的伤害,不适合于节能控制的使用要求。
目前静态人体探测方式主要有:红外图像处理、生命探测雷达和改进型的热释电被动红外探测等方式。红外图像处理和生命探测雷达价格昂贵,很难普及应用到led照明节能控制当中,改进型的热释电被动红外探测、红外图像处理都是依据人体温度为基础做检测,容易受到环境温度的影响,当温度接近人体温度时候,其运行不稳定,误差非常大,无法实现在led节能照明中推广应用。
授权公告号为cn103197354b的发明专利《数字式被动红外静止人体探测器及其探测方法》,公开了一种用被动红外检测静止人体的探测器及其探测方法,该发明主要是通过旋转被动红外传感器实现运动,同时利用互相关运算。它存在以下缺点:(1)被动红外传感器检测人体的原理也是基于人体温度检测,容易受到环境温度的影响,当温度接近人体温度时候,误差非常大;(2)通过旋转被动红外传感器实现运动,使被动红外传感器经常运转,使其功耗非常大,结构复杂,无法达到方便、节能的功效;(3)利用互相关运算只是削弱同频信号的干扰,还是存在异频信号的干扰;而且通过互相关运算得到的归一化互相关函数序列与阈值做比较来实现判断是否有人,但没有具体的阈值,同时控制方法复杂。
技术实现要素:
本发明要解决的技术问题是:提供一种基于感应电场的动静态人体感应灯及控制方法,以解决现有技术存在的只能检测出运动的人体而无法检测处于静止状态的人体、结构复杂,功耗大,运行不稳定,误判率高的不足之处。
解决上述技术问题的技术方案是:一种基于感应电场的动静态人体感应灯,包括控制系统、照明系统、电源系统,电源系统的输出端分别与控制系统、照明系统连接;还包括人体感应系统,该人体感应系统包括电极传感器、信号源模块、信号处理器;所述的信号源模块用于产生稳定信号并加载在电极传感器上,电极传感器用于实时感知人体信息,该电极传感器的输出端与信号处理器输入端连接,信号处理器输端与控制系统的输入端连接,控制系统的输出端与照明系统的输入端连接。
本发明的进一步技术方案是:所述的电极传感器由至少一个电极构成,当电极数量为多个时,多个电极在同一平面内均匀分布形成阵列式。
本发明的进一步技术方案是:所述的信号源模块产生稳定的多路标准信号,信号电压和频率均匀可变,可变电压范围1.8v~5v,可变频率范围60khz~160khz。
本发明的进一步技术方案是:所述的信号处理器包括依次连接在一起的检波模块、放大模块、滤波模块,检波模块的输入端与电极传感器连接,滤波模块的输出端与控制系统连接。
本发明的进一步技术方案是:所述的电源系统包括电源系统ⅰ、电源系统ⅱ,电源系统ⅰ的输出端分别与人体感应系统、控制系统连接,电源系统ⅱ的输出端与照明系统连接。
本发明的再进一步技术方案是:所述的照明系统包括感应灯,所述的控制系统、电源系统、人体感应系统、照明系统集成于一体。
本发明的另一技术方案是:一种基于感应电场的动静态人体感应灯的控制方法,人体感应系统的信号源模块产生稳定信号,该信号加载在电极传感器的各个电极传上,各个电极的电极信号经信号处理器处理后传送至控制系统,控制系统将该电极信号相关系数与预设阈值比较,判断人体是否在感知区域内,从而控制照明系统的开或闭。
本发明的进一步技术方案是:当人体是在感知区域内,则电场发生微弱的变化;采集的电极信号包含强背景噪声和有用的微弱电场信号,为了能从强背景噪声中提取有用的微弱电场信号,首先对采集的序列电极信号进行放大,再进行自相关去噪,削弱噪声干扰同时恢复被覆盖的信号,然后进行互相关去噪,削弱强背景噪声干扰。
本发明的再进一步技术方案是:该方法包括以下步骤:
s1.背景噪声的采集:
在感知区域内无人的情况下将背景噪声信号序列采集存储,采集的背景噪声序列为x(1)、x(2)、x(3)…x(2k-1)、x(2k),其中x(2k)表示第2k个采样点的背景噪声信号,2k为采样的点数;
s2.判断电极信号脉宽是否大于或等于脉宽阈值:
人体感应系统的信号源模块产生稳定信号,该信号加载在电极传感器的各个电极传上,实时采集各电极的电极信号,并将该电极信号脉宽与脉宽阈值做比较,即动静态人体检测,当电极信号脉宽大于或者等于脉宽阈值,则执行步骤s3,反之输出没有人信号,照明系统处于关闭状态,则重复执行步骤s2;
s3.判断电极信号脉宽是否大于25ms:
判断采集的各电极信号脉宽是否大于25ms,即判断是否为扰动信号,如果大于25ms,则执行步骤s4,反之输出没有人信号,照明系统处于关闭状态,重复执行步骤s2;
s4.电极信号序列自相关运算
对采集的k个电极信号序列作自相关运算;
s5.互相关运算
将2k个背景噪声序列信号与经自相关运算后的k个电极信号序列作互相关运算,最后进行归一化函数互相关运算,得出归一化互相关函数序列;
s6.判断感知区域内是否存在运动或者静止的人
从归一化互相关函数序列中找出峰值,判断峰值是否在预设阈值-0.27~0.27范围内,如果峰值在该预设阈值范围之外,输出无人信号,照明系统处于关闭状态,并重复执行步骤s2,如果峰值在预设阈值范围内,则输出有人信号,并控制启动照明系统,直到峰值在预设阈值范围之外,延迟一定时间,照明系统自动关闭,执行重复步骤s2。
本发明的再进一步技术方案是:在步骤s4中,对采集的k个电极信号序列作自相关运算的函数为:
在上式中,y(t)表示t时刻采样的电极信号,y(t+ψ)表示t+ψ时刻采样的电极信号,ψ为延时时间;
在步骤s5中,包括以下详细步骤:
s51.计算2k个背景噪声序列信号的能量fxx(0):
其中,x(t)表示t时刻采样的背景噪声信号;
s52.计算k个电极信号序列信号的能量fyy(0):
s53.将背景噪声序列信号与经自相关运算后的k个电极信号序列作互相关运算,运算函数为:
其中,τ为延时时间;
s54.进行归一化函数互相关运算,得出归一化互相关函数序列:
由于采用上述技术方案,本发明之基于感应电场的动静态人体感应灯及控制方法与现有技术相比,具有以下有益效果:
1.实现动静态人体感应
由于本发明之基于感应电场的动静态人体感应灯包括控制系统、照明系统、电源系统、人体感应系统,其中人体感应系统包括电极传感器、信号源模块、信号处理器;信号源模块用于产生稳定信号并加载在电极传感器上,电极传感器用于实时感知人体信息,
该电极传感器的输出端与信号处理器输入端连接,信号处理器输端与控制系统的输入端连接,控制系统的输出端与照明系统的输入端连接。
而本发明之基于感应电场的动静态人体感应灯的控制方法是人体感应系统的信号源模块产生稳定信号,该信号加载在电极传感器的各个电极传上,各个电极的电极信号经信号处理器处理后传送至控制系统,控制系统将该电极信号相关系数与预设阈值比较,判断人体是否在感知区域内,从而控制照明系统的开或闭。
因此,本发明是基于环境电场变化检测动静态人体是否存在感知区域,当有人在时候,感知区域电场会发生改变,加载信号的感应电极发生变化,引起电容容值的变化,从而引起电压的变化,进而检测感知区域是否有人,不管静止的人或者运动的人都会改变感知区域电场,所以本发明能实现动静态人体感应。
2.稳定性好、识别率高
本发明的电极传感器采集的电极信号包含强背景噪声和有用的微弱电场信号,为了能从强背景噪声中提取有用的微弱电场信号,控制系统先对采集的序列电极信号进行放大,再进行自相关去噪,削弱噪声干扰同时恢复被覆盖的信号,然后进行互相关去噪;由于本发明是采用自相关处理后再进行互相关,同时采样背景噪声序列是2k个信号,采样电极序列是k个信号,因此,本发明可大大削弱强背景噪声干扰,不受到环境温度的影响,受到环境噪声干扰小,其稳定性好、识别率高。
3.识别广角大
本发明的电极传感器由至少一个电极构成,当电极数量为多个时,多个电极均匀分布形成阵列式,由于采用阵列式电极检测感知区域电场变化,所以识别广角比较大。
4.智能化程度高,方便实用
本发明的人体感应系统是由电极传感器、信号源模块、信号处理器构成,该人体感应系统会自动学习与判断感知区域是否有人存在,从而实现全自动控制照明设备的开或闭,其智能化程度高,方便实用。
5.结构简单,功耗低
本发明的结构比较简单,生产成本较低,而且没有被动红外传感器经常运转,其功耗低,易于推广使用。
下面,结合附图和实施例对本发明之基于感应电场的动静态人体感应灯及控制方法的技术特征作进一步的说明。
附图说明
图1:实施例一所述本发明之基于感应电场的动静态人体感应灯的系统框图,
图2:实施例一所述人体感应系统的系统框图,
图3:实施例一所述单电极传感器的工作过程示意图之一,
图4:实施例一所述单电极传感器的工作过程示意图之二,
图5:实施例一所述单电极传感器的工作过程示意图之三,
图6:实施例一、二所述在无人状态下的电压信号图,
图7:实施例一、二所述在有人状态下的电压信号图,
图8:实施例二所述人体感应系统的系统框图,
图9:实施例二所述多电极传感器的工作过程示意图之一,
图10:实施例二所述多电极传感器的工作过程示意图之二,
图11:实施例二所述多电极传感器的工作过程示意图之三,
图12:实施例三所述本发明之基于感应电场的动静态人体感应灯的控制方法的流程图。
具体实施方式
实施例一
一种基于感应电场的动静态人体感应灯,包括电源系统、人体感应系统、控制系统、照明系统,系统框图如图1所示。
所述的电源系统包括电源系统ⅰ、电源系统ⅱ,电源系统ⅰ的输出端分别与人体感应系统、控制系统连接,电源系统ⅱ的输出端与照明系统连接。
所述的人体感应系统包括信号源模块、电极传感器、信号处理器,该系统框图如图2所示;其中:
信号源模块用于产生稳定的多路标准信号,信号电压和频率均匀可变,可变电压范围1.8v~5v,可变频率范围60khz~160khz,该多路标准信号分别加载至电极传感器上。
电极传感器用于实时感知人体信息,该电极传感器的输出端通过信号处理器与控制系统的输入端连接。所述的电极传感器由单个电极构成,为单电极传感器,该单电极传感器的工作过程示意图如图3~图5所示,当人进入感知区域后电场发生变化。
所述的信号处理器包括依次连接在一起的检波模块、放大模块、滤波模块,检波模块的输入端与电极传感器连接,滤波模块的输出端与控制系统连接。
所述的控制系统将信号处理器传送来的电压信号和设置阈值做比较,当人进入感知区域后电场发生变化,图6是无人状态下的电压信号图,图7是根据设置阈值得出的有人状态下的电压信号图,通过对比两个信号图信号的变化,再对信号进行处理,进而判断感应到是否有人存在,进而控制照明系统的开关。
所述的照明系统包括感应灯,所述的控制系统、电源系统、人体感应系统、照明系统集成于一体。
实施例二
一种基于感应电场的动静态人体感应灯,其基本结构均同实施例一,无包括电源系统、人体感应系统、控制系统、照明系统,所不同之处在于:所述的电极传感器由多个(即n个,n≥2)电极构成,该多个电极在同一平面内均匀分布形成阵列式。
本实施例二所述的一种基于感应电场的动静态人体感应灯的具体结构如下:
一种基于感应电场的动静态人体感应灯,包括电源系统、人体感应系统、控制系统、照明系统,
所述的电源系统包括电源系统ⅰ、电源系统ⅱ,电源系统ⅰ的输出端分别与人体感应系统、控制系统连接,电源系统ⅱ的输出端与照明系统连接。
所述的人体感应系统包括信号源模块、电极传感器、信号处理器;人体感应系统的系统框图参见图8,其中:
信号源模块用于产生稳定的多路标准信号,信号电压和频率均匀可变,可变电压范围1.8v~5v,可变频率范围60khz~160khz,该信号源模块产生的稳定多路标准信号加载至电极传感器上。
电极传感器用于实时感知人体信息,该电极传感器的输出端通过信号处理器与控制系统的输入端连接。所述的电极传感器由多个(即n个,n≥2)电极构成,为多电极传感器,该多个电极在同一平面内均匀分布形成阵列式,多单电极传感器的工作过程示意图如图9~图11所示,当人进入感知区域后电场发生变化。
所述的信号处理器包括依次连接在一起的检波模块、放大模块、滤波模块,检波模块的输入端与电极传感器连接,滤波模块的输出端与控制系统连接。
所述的控制系统将信号处理器传送来的电压信号和设置阈值做比较,当人进入感知区域后电场发生变化,图6是无人状态下的电压信号图,图7是根据设置阈值得出的有人状态下的电压信号图,通过对比两个信号图信号的变化,再对信号进行处理,进而判断感应到是否有人存在,进而控制照明系统的开关。
所述的照明系统包括感应灯,所述的控制系统、电源系统、人体感应系统、照明系统集成于一体。
实施例三
一种基于感应电场的动静态人体感应灯的控制方法,人体感应系统的信号源模块产生稳定信号,该信号加载在电极传感器的各个电极传上,各个电极的电极信号经信号处理器处理后传送至控制系统,控制系统将该电极信号相关系数与预设阈值比较,判断人体是否在感知区域内,从而控制照明系统的开或闭。
当人体是在感知区域内,则电场发生微弱的变化;采集的电极信号包含强背景噪声和有用的微弱电场信号,为了能从强背景噪声中提取有用的微弱电场信号,首先对采集的序列电极信号进行放大,再进行自相关去噪,削弱噪声干扰同时恢复被覆盖的信号,然后进行互相关去噪,削弱强背景噪声干扰。
该方法包括以下步骤(流程框图参见图12):
s1.背景噪声的采集:
在感知区域内无人的情况下将背景噪声信号序列采集存储,采集的背景噪声序列为x(1)、x(2)、x(3)…x(2k-1)、x(2k),其中x(2k)表示第2k个采样点的背景噪声信号,2k为采样的点数;背景噪声序列采样数是2k,为采集的电极信号两倍,是为了使相关后的信号频率与有用信号频率一致,提高检测信号的精度;
s2.动静态人体检测,判断电极信号脉宽是否大于或等于脉宽阈值:
人体感应系统的信号源模块产生稳定信号,该信号加载在电极传感器的各个电极传上,实时采集各电极的电极信号,并将该电极信号脉宽与脉宽阈值做比较,当电极信号脉宽大于或者等于脉宽阈值,则判断为有人,执行步骤s3;反之输出没有人信号,照明系统处于关闭状态,则重复执行步骤s2;
s3.判断是否为扰动信号:
判断采集的各电极信号脉宽是否大于25ms,如果大于25ms,则判断为有人的有用信号,执行步骤s4;反之输出没有人信号,照明系统处于关闭状态,重复执行步骤s2;
s4.电极信号序列自相关运算
对采集的k个电极信号序列作自相关运算,运算的函数为:
在上式中,y(t)表示t时刻采样的电极信号,y(t+ψ)表示t+ψ时刻采样的电极信号,ψ为延时时间;
s5.互相关运算
将2k个背景噪声序列信号与经自相关运算后的k个电极信号序列作互相关运算,最后进行归一化函数互相关运算,得出归一化互相关函数序列;
s6.判断感知区域内是否存在运动或者静止的人
从归一化互相关函数序列中找出峰值,判断峰值是否在预设阈值-0.27~0.27范围内,如果峰值在该预设阈值范围之外,输出无人信号,照明系统处于关闭状态,并重复执行步骤s2,如果峰值在预设阈值范围内,则输出有人信号,并控制启动照明系统,直到峰值在预设阈值范围之外,延迟一定时间,照明系统自动关闭,执行重复步骤s2。
在步骤s5中,包括以下详细步骤:
s51.计算2k个背景噪声序列信号的能量fxx(0):
其中,x(t)表示t时刻采样的背景噪声信号;
s52.计算k个电极信号序列信号的能量fyy(0):
其中,y2(t)表示t时刻采样的电极信号的平方,y2(t+ψ)表示t+ψ时刻采样的电极信号的平方;
s53.将背景噪声序列信号与经自相关运算后的k个电极信号序列作互相关运算,运算函数为:
其中,τ为延时时间;
s54.进行归一化函数互相关运算,得出归一化互相关函数序列: