如何運用立即可用的解決方案來加速開發精密的佔位監測設計

作者:Stephen Evanczuk

資料提供者:DigiKey 北美編輯群

在大樓自動化、健康、安全和保全中,佔位監測扮演著關鍵角色。雖然開發人員能將市面上的元件整合成適當的人數統計解決方案,並開發合適的演算法,但這可能會相當耗時且費用高昂。鑒於業界期望能夠加快提供具有更複雜且最新的能力和功能的解決方案,包括支援社交距離需求,因此必須採用更簡易且更快速的方法。

本文將探討佔位監測功能及其變得如此重要的原因,接著會介紹和說明如何著手開始使用 Analog Devices 推出的全面端對端人數統計套件。佔位監測功能的複雜應用日漸增多,設計人員可以運用此套件滿足此類應用的多樣化需求。

佔位監測功能為何如此重要

佔位監測功能可監測大樓內人員的數量、所在位置和移動情況,目前正廣泛用於多種應用領域。在自動化大樓管理系統 (BMS) 中,房間使用率與人員移動情況追蹤功能,仍是實現辦公室、會議室和其他公共區域充分利用的基本途徑。在新冠肺炎疫情爆發期間,此功能有助於確保人員在室內空間維持安全隔離。

即使是在人員返回辦公大樓後,房間佔位監測功能也有助於公司限制能源使用,避免大量未使用的建築空間浪費能源。2019 年辦公室佔位率已下降至約 68% [a],而在新冠肺炎疫情期間急劇下降,在 2021 年中旬僅回到約 32% [b]。

不過,除了最佳化運用大樓空間和協助落實社交距離外,有效的佔位測量對於抑制不斷攀升的能源消耗已變得非常重要。世界綠色建築協會 [1] 的資料顯示,建築產業佔全球碳排放總量的 39%。更具體地說,建築照明以及冷暖氣空調佔全球碳排放的 28%。(其餘的 11% 則與材料和施工的建築生命週期碳成本有關。)

與建築相關的碳排放量在過去 10 年間呈現持平走勢,到了 2019 年因氣候極端化導致能源需求增加,因而上升至史上最高點。事實證明,2019 年是自 2016 年以來地球史上最熱的一年,全球天氣型態加上全球氣溫攀升,形成了異常暖化氣候的「完美風暴」。

這種氣候暖化趨勢在持續,相比 2019 年,2020 年的暖化程度尤甚。因此,美國國家海洋暨大氣總署 (NOAA) [2] 的資料顯示,2016 年 (第 1)、2020 年 (第 2) 和 2019 年 (第 3) 現已是全球史上最熱的年份。這一暖化趨勢仍在持續,2021 年 7 月成為有紀錄以來全球最熱的月份 [3]。2021 年 7 月之前的 4 個月份都進入有紀錄以來最熱月份前 10 名 [4],根據 NOAA 預測,2021 年有可能進入有紀錄以來全球最熱年份前 10 名。

在降低造成氣候影響的碳排放方面,全球各國採取的策略規劃皆以更高效的建築能源利用為核心。對於個別公司而言,降低能源消耗可直接為公司利潤與員工福祉帶來裨益。

雖然基本佔位資料在最大限度降低能源耗用方面的重要性日益提升,但大部分公司皆仰賴門禁卡刷卡資料或視覺觀察,而這兩者皆無法針對有效執行大樓能源管理所需的房間利用率,提供精確的更新資訊。因此必須採取更有效的佔位感測方式。

實作佔位感測解決方案

自動化佔位感測解決方案的設計與實作,需要多個領域的專業知識,才能將感測器、低功率處理器和連線功能與準確的人數統計演算法結合起來,形成完整的應用,從而能在人員進入和離開室內空間時作出即時反應。這在開發與支援方面皆需要時間和資源。Analog Devices 提供了一種更簡易的解決方案,即 ADSW4000 EagleEye,這是一個以完整 2D 視覺感測器為基礎的低功率、低頻寬的立即可用平台,專門用來提供更新的資料,以便最佳化空間利用率和盡量減少能源消耗。

此套件包含 Analog Devices 的自行研發人數統計演算法,該演算法執行於 Analog Devices 的 ADSP-BF707 系列 Blackfin 數位訊號處理器 (DSP) 之一。ADSW4000 EagleEye 提供個別室內空間的利用率資料,讓公司能夠平衡辦公空間利用率與能源消耗,發揮資源的最大效用。

EagleEye 演算法僅在 Blackfin 處理器上執行影像分析與人數統計工作,因此可確保所有影像皆保留在 ADSW4000 中,而不會有任何個人身分識別資訊流出該平台,同時符合不斷增多的全球隱私法規。實際上,Blackfin 處理器產生的結果僅限於資料包,其中包含受監測相關區域 (ROI) 的人數、這些人員在該區域中的 x、y 軸座標位置,以及這些人員是否處於移動中狀態。

為了協助加速開發高階佔位監測應用,Analog Devices 將其 ADSW4000 EagleEye 人數統計平台整合於自家的 EVAL-ADSW4000KTZ EagleEye 試用套件中。此試用套件可作為其 EagleEye 演算法的完整感測器至雲端即用型實作,讓使用者能夠使用可用的應用程式和雲端型線上儀表板立即部署佔位監測。此套件也可作為自訂系統的基礎,讓開發人員能夠集中心力處理高階應用工作,而無須費神處理關於實作專屬人數統計方法的細節。

個別子系統可加速實作

EagleEye 試用套件包含一對子系統:一個基於 Blackfin DSP 的子系統,用於產生人數統計資料;以及一個基於 Analog Devices 的 ADuCM4050 微控制器單元 (MCU) 的獨立子系統,用於處理連線能力與高階應用功能 (圖 1)。如先前所述,關鍵的人數統計功能在於此試用套件的 EagleEye DSP 子系統,其執行 ADSW4000 EagleEye 演算法。

Analog Devices 的 EagleEye 試用套件示意圖圖 1:在 Analog Devices 的 EagleEye 試用套件中,DSP 子系統使用 ADSW4000 EagleEye PeopleCount 演算法來擷取和處理影像,此演算法執行於 Analog Devices 的 ADSP-BF707 Blackfin DSP 系列產品之一。(圖片來源:Analog Devices)

此子系統採用 2D 視覺感測模組從相關區域擷取影像,此模組基於 onsemiASX340AT3C00XPED0-DPBR CMOS 數位影像系統單晶片 (SoC) 且整合紅外線 (IR) 濾波器。EagleEye PeopleCount ADSW4000 演算法搭配 Analog Devices 的 EagleEye 架構服務,執行於採用 ISSIIS25LP512M 512 Mbit 序列快閃記憶體,以及 Micron TechnologyMT46H64M16LF 1 Gbit 低功率雙倍數據傳輸率 (DDR) 同步動態隨機存取記憶體 (SDRAM) 的 ADSP-BF707 Blackfin DSP。

在此子系統中,ADSP-BF707 Blackfin DSP 非常適合擷取複雜的影像,以及處理人數統計所需的工作。其訊號處理管線包括多重硬體乘積累加運算 (MAC) 單元以及單指令多重數據 (SIMD) 功能。

ADSW4000 ADI EagleEye PeopleCount 演算法執行於 ADSP-BF707 Blackfin 處理器,可針對目標區域實現高達 90% 的精確計數。同樣重要的是,此子系統可迅速傳回結果。例如,此子系統自某人進入相關區域時算起,僅需 300 ms 即可識別出其從未佔位狀態變換為已佔位狀態。使用者可設定識別相關區域狀態從已佔位變換為未佔位所需的時間,預設值為 5 分鐘。

同樣地,產生人數統計與位置資料所發生的延遲也偏低。此演算法自人員移至使用者於試運行期間定義的區域後算起,在 1.5 s 內即可提供更新的人數統計與位置資料。偵測到人員後,此演算法僅需 113 ms 即可提供更新的計數與位置資料。

如上所述,Analog Devices 的 EagleEye 平台不會傳送任何已擷取的影像。相反地,DSP 在推送模式下,使用專屬的通用型異步收發器 (UART) 連接埠來傳輸佔位中繼資料。此中繼資料封包係採用 JSON 格式來傳輸,其中包含佔位狀態 (已佔位或未佔位)、人數統計、人員 x、y 軸座標位置,以及其他資料 (表 1)。

Analog Devices 的 EagleEye 演算法表格表 1:Analog Devices 的 EagleEye 演算法維護使用者隱私,其不會傳輸個人身分識別資訊,而是產生內含此處所列中繼資料的封包。(表格來源:Analog Devices)

在 DSP 子系統的下游,ADuCM4050 MCU 子系統在 AWS FreeRTOS 環境中執行,支援所需的高階 EagleEye 應用和連線服務,以進行感測器試運行以及與 Analog Devices 的相關雲端型服務通訊 (圖 2)。

32 位元 ADuCM4050 MCU 針對 Analog Devices 的 EagleEye 等工業物聯網 (IIoT) 應用,提供完備的處理環境。為了支援複雜的工業應用工作負載,ADuCM4050 建置於 Arm® Cortex®-M4F 52 MHz 處理器核心之上,整合了浮點單元 (FPU)、記憶體保護單元 (MPU)、硬體加密加速器,以及受保護的金鑰儲存區。

基於 Analog Devices 的 ADuCM4050 之 EagleEye 試用套件 MCU 子系統示意圖圖 2:EagleEye 試用套件的 MCU 子系統基於 Analog Devices 的 ADuCM4050,支援高階 IIoT 應用,並提供本系統內以及套件與雲端或其他大樓管理系統之間的連線服務。(圖片來源:Analog Devices)

整合的電源管理功能包括多重電源模式與時脈閘控功能,可讓裝置實現低功率執行。因此,MCU 在主動模式下的功耗僅為 41 μA/MHz (典型值),在休眠模式下則為 0.65 μA (典型值)。在無作用期間,此處理器在快速喚醒關機模式下僅耗用 0.20 μA (典型值),在完全關機模式下則僅耗用 50 nA。

如何快速執行人數統計

在試用套件中,Analog Devices 透過精巧封裝將 DSP 和 MCU 子系統與攝影機感測器、鏡頭、LED 和按鈕整合在一起 (圖 3)。

Analog Devices 的 EagleEye 試用套件 2D 視覺感測器單元圖片圖 3:Analog Devices 的 EagleEye 試用套件 2D 視覺感測器單元專為快速部署所設計,可輕鬆安裝在相關區域上方執行人數統計工作。(圖片來源:Analog Devices)

開發人員只需直接在相關區域的房間或室內空間中安裝感測器,即可快速部署人數統計工作。此感測器可使用由各種來源提供的電力。使用者可將電線連接到單元的 DC 連接器來提供 5.5 V 至 36 V 的 DC 電源,或者是採用 micro USB 纜線,或是針對超過 1 m 的距離採用主動式 USB 延長線提供 USB 電源來為其供電。

安裝感測器單元後,使用者採用搭配的 EagleEye PeopleCount 應用程式,透過目視方式確認感測器的定位以及所需的視野 (FOV),該應用程式可在 Apple App Store (針對 iOS 平板電腦) 或 Google Play (針對 Android 平板電腦) 下載 (圖 4)。

Analog Devices 的 EagleEye PeopleCount 應用程式圖片圖 4:Analog Devices 的 EagleEye PeopleCount 應用程式可讓您在試運行前輕鬆確認感測器單元的擺放。(圖片來源:Analog Devices)

使用者確認感測器視野後,可繼續執行簡要的裝置試運行程序。在試運行期間以及稍後的運作期間,使用者可觀察內建於感測器單元的 DSP 和 MCU LED,以監測個別子系統的目前狀態 (表 2)。

內建於 Analog Devices 的 EagleEye 試用套件感測器單元的 LED 表格表 2:內建於 Analog Devices 的 EagleEye 試用套件感測器單元的獨立 LED,可持續顯示 DSP 與 MCU 子系統的狀態。(表格來源:Analog Devices)

此應用程式可引導使用者完成感測器試運行所需的幾個步驟。使用者可在此程序中標示一系列的內含式遮罩,例如樓面遮罩,以指出演算法在視野範圍內應監測的區域 (圖 5 左側)。要排除的區域對於準確統計而言同樣重要。在試運行程序期間,此搭配應用程式可讓使用者指定不同的排除遮罩,例如窗戶和顯示螢幕 (圖 5 右側)。

Analog Devices 的 EagleEye PeopleCount 應用程式設定圖片 (按此放大)圖 5:使用者可在試運行期間執行搭配應用程式,使用樓面遮罩 (左) 等內含式遮罩,以及針對窗戶和其他影響人數統計準確度之區域的排除式遮罩 (右),確定 EagleEye PeopleCount 演算法應檢查或忽略的區域。(圖片來源:Analog Devices)

完成安裝和試運行作業後,感測器單元即會開始將其中繼資料傳送至 Analog Devices 的雲端。使用者只要使用註冊時提供的憑證登入雲端,即可檢查一系列的佔位圖形化呈現結果 (圖 6)。

Analog Devices 雲端的 EagleEye 試用套件線上儀表板圖片 (按此放大)圖 6:安裝並試運行 Analog Devices 的 EagleEye 試用套件感測器單元後,使用者可登入 Analog Devices 雲端的線上儀表板來檢視即時佔位資料。(圖片來源:Analog Devices)

Analog Devices 的 EagleEye PeopleCount 技術平台,可嵌入於採用適當 Blackfin 處理器和適用外部快閃記憶體所建置的自訂設計當中。Analog Devices 亦開放已註冊的試用套件客戶使用 EagleEye 軟體套件。針對下游 MCU 子系統,開發人員可使用能夠執行 EagleEye 感測介面和提供必要連線能力的任何系統平台設計,以提供額外的功能 (例如納入更多感測器)。不過,對於想要在大樓管理系統中快速部署人數統計工作的開發人員,Analog Devices 的 EagleEye 試用套件提供了即用型感測器至雲端解決方案。

結論

辦公室照明和冷暖氣空調的建築能耗很高,公司為此付出了相應的代價,為了對經常空置的辦公空間實行有效的資源管理,取得更準確佔位資料的需求就顯得尤為迫切。ADSW4000KTZ 試用套件以執行於低功率數位訊號處理器的自行研發演算法為基礎,針對佔位監測評估與部署提供完備的感測器至雲端平台,能夠提供所需的即時房間層級佔位資料,從而實現更有效的大樓能源管理。

參考資料

  1. https://www.worldgbc.org/news-media/WorldGBC-embodied-carbon-report-published
  2. https://www.ncdc.noaa.gov/sotc/global/202107/supplemental/page-1
  3. https://www.noaa.gov/news/its-official-july-2021-was-earths-hottest-month-on-record
  4. https://www.noaa.gov/topic-tags/monthly-climate-report
  1. https://www.us.jll.com/en/space-utilization
  2. https://www.kastle.com/safety-wellness/getting-america-back-to-work/
DigiKey logo

聲明:各作者及/或論壇參與者於本網站所發表之意見、理念和觀點,概不反映 DigiKey 的意見、理念和觀點,亦非 DigiKey 的正式原則。

關於作者

Image of Stephen Evanczuk

Stephen Evanczuk

Stephen Evanczuk 撰寫電子產業的相關資訊已有超過二十年的經驗,涉及的主題多元,涵蓋硬體、軟體、系統以及包含 IoT 在內的應用。他以神經元網路為研究主題,取得神經科學博士學位,並且在航太產業,針對廣泛運用的安全系統和演算法加速方法進行研究。目前,在撰寫科技和工程文章之餘,他投入辨識和推薦系統的深度學習應用。

關於出版者

DigiKey 北美編輯群