Jak využít miniaturní řešení k urychlení vývoje sofistikovaných návrhů monitorování obsazenosti

By Stephen Evanczuk

Contributed By DigiKey's North American Editors

Monitorování obsazenosti hraje klíčovou roli v automatizaci budov, zdraví, bezpečnosti a zabezpečení. Přestože vývojáři mohou dát dohromady vhodná řešení počítání lidí z dostupných komponent a vyvinout vhodné algoritmy, může to být časově náročné a nákladné. Uprostřed zvýšených očekávání rychlejšího poskytování řešení se sofistikovanějšími a aktuálnějšími možnostmi a funkcemi, včetně podpory požadavků na fyzický odstup, je vyžadován jednodušší a rychlejší přístup.

Tento článek pojednává o monitorování obsazenosti a o tom, proč se stalo tak kriticky důležitou funkcí. Poté je zde představeno a popsáno, jak začít s komplexní sadou pro počítání lidí od začátku do konce od společnosti Analog Devices. Pomocí této sady mohou konstruktéři splnit různé požadavky na rozšiřující se seznam sofistikovaných aplikací založených na funkcionalitě monitorování obsazenosti.

Proč je monitorování obsazenosti důležité

Možnost monitorovat počet osob, jejich polohu a pohyb v rámci budovy má stále větší roli v čím dál více aplikacích. V rámci automatizovaných systémů pro správu budov (BMS) zůstává možnost sledovat využití místností a pohyb uživatelů zásadní pro realizaci úplných výhod kanceláří, zasedacích místností a dalších společných prostor. Během náporů pandemie pomáhá tato funkce zajistit, že uživatelé mohou ve vnitřních prostorech udržovat bezpečné oddělení.

I když se budou jednotlivci do kancelářských budov vracet, možnost monitorovat obsazenost místností pomáhá společnostem omezit plýtvání energií v typicky vysokém počtu nevyužívaných prostorů budov. Míra obsazenosti kanceláří, která již v roce 2019 klesla na přibližně 68 % [a], během pandemie klesla prudce a v polovině roku 2021 se vrátila na pouhých přibližně 32 % [b].

Kromě optimalizace využívání prostorů budov a podpory fyzického odstupu se však aktivní měření obsazenosti stalo nezbytné pro omezení eskalující spotřeby energie. Ke všem emisím uhlíku na celém světě přispívají podle rady World Green Building Council [1] budovy a stavebnictví 39 %. Přesněji řečeno, energie používaná k osvětlení, vytápění a chlazení budov představuje 28 % celosvětových emisí uhlíku. (Zbývajících 11 % se týká uhlíkových nákladů na materiály a konstrukci během životního cyklu budovy.)

Poté, co emise uhlíku související s budovami zůstávaly po většinu posledního desetiletí na stejné úrovni, vzrostly v roce 2019 kvůli zvýšené poptávce po energii způsobené extrémnějším počasím na historicky nejvyšší úroveň. Rok 2019 se ve skutečnosti ukázal být nejteplejším zaznamenaným rokem od roku 2016, kdy se globální vzorce počasí a rostoucí globální teploty spojily v „dokonalou bouři“ neobvykle teplého počasí.

Tento trend teplejšího počasí pokračoval a rok 2020 byl nakonec ještě teplejší než rok 2019. Podle amerického Národního úřadu pro oceán a atmosféru (NOAA) proto mezi tři dosud zaznamenané nejteplejší roky patří roky 2016 (1.), 2020 (2.) a 2019 (3.) [2]. Tento trend pokračuje a červenec 2021 byl zaznamenán jako nejteplejší měsíc, jaký kdy byl na celém světě zaznamenán [3]. Vzhledem k tomu, že čtyři měsíce před červencem byly všechny zařazeny mezi 10 nejteplejších zaznamenaných měsíců [4], úřad NOAA předpokládá, že rok 2021 se pravděpodobně stane jedním z 10 nejteplejších let, které byly kdy globálně zaznamenány.

Národní strategie ke snížení emisí uhlíku ovlivňujících klima považují celosvětově efektivnější využívání energie v budovách za ústřední prvek svého plánování. Jednotlivým společnostem nabízí nižší spotřeba energie přímé výhody pro jejich hospodářský výsledek a také pro blaho jejich zaměstnanců.

Navzdory rostoucí důležitosti základních údajů o obsazenosti se při minimalizaci spotřeby energie většina společností spoléhá na data o přiložení přístupových čipů nebo na vizuální pozorování. Ani jeden z těchto přístupů nemůže poskytnout přesné a aktualizované informace o využívání místností potřebné pro efektivní správu energie budov. Je zapotřebí účinnější prostředek detekce obsazenosti.

Implementace řešení pro snímání obsazenosti

Návrh a implementace řešení pro automatizované snímání obsazenosti vyžaduje odborné znalosti v mnoha oblastech, aby bylo možné zkombinovat snímače, procesory s nízkou spotřebou a konektivitu s přesnými algoritmy pro počítání lidí do plnohodnotných aplikací, schopných okamžitě reagovat, když lidé vcházejí do vnitřních prostor a odcházejí z nich. To vyžaduje čas a zdroje na rozvoj a podporu. Společnost Analog Devices nabízí jednodušší cestu: ADSW4000 EagleEye, kompletní miniaturní platformu založenou na snímači s 2D viděním s nízkou spotřebou a nízkou šířkou pásma navrženou speciálně pro poskytování aktualizovaných dat k optimalizaci využívání prostoru a minimalizaci spotřeby energie.

Sada obsahuje vlastní algoritmus počítání lidí společnosti Analog Devices běžící na jednom členu řady ADSP-BF707 digitálních procesorů signálu (DSP) Blackfin společnosti Analog Devices. Platforma ADSW4000 EagleEye poskytuje data o využívání samostatných vnitřních prostorů, což společnostem umožňuje vyvážit využívání kancelářských prostorů a spotřebu energie pro maximální využití.

Vzhledem k tomu, že algoritmus EagleEye provádí úlohy analýzy obrazu a počítání lidí výhradně na procesoru Blackfin, zajišťuje, že všechny snímky zůstanou v platformě ADSW4000, takže platformu nikdy neopustí žádné osobně identifikovatelné informace, což je v souladu s rostoucím množstvím celosvětových předpisů na ochranu osobních údajů. Ve skutečnosti jsou výsledky generované procesorem Blackfin omezeny na datový balíček obsahující počet lidí ve sledované oblasti zájmu (ROI), jejich polohu x, y v této oblasti a to, zda jsou či nejsou v pohybu.

Jako pomoc k urychlení vývoje aplikací pro monitorování obsazenosti na vysoké úrovni integruje společnost Analog Devices svou platformu ADSW4000 EagleEye PeopleCount do zkušební sady EagleEye EVAL-ADSW4000KTZ. Zkušební sada, která slouží jako kompletní implementace algoritmu EagleEye na klíč od snímače ke cloudu, umožňuje uživatelům okamžitě nasadit monitorování obsazenosti pomocí dostupné aplikace a cloudového online řídicího panelu. Alternativně může sada sloužit jako základ vlastních systémů, což vývojářům umožňuje soustředit se na své aplikace vyšší úrovně spíše než na detaily implementace vlastních metod počítání lidí.

Jednotlivé subsystémy urychlují implementaci

Zkušební sada EagleEye se skládá ze dvou subsystémů. Jeden subsystém založený na DSP Blackfin se využívá ke generování dat počítání lidí a samostatný subsystém založený na mikrokontroléru (MCU) ADuCM4050 společnosti Analog Devices se využívá k zajištění konektivity a funkčnosti aplikací vyšší úrovně (obrázek 1). Jak již bylo zmíněno dříve, kritická funkce počítání lidí spočívá v subsystému DSP EagleEye zkušební sady, na kterém běží algoritmus EagleEye ADSW4000.

Schéma zkušební sady EagleEye společnosti Analog DevicesObrázek 1: Ve zkušební sadě EagleEye společnosti Analog Devices subsystém DSP získává a zpracovává snímky pomocí algoritmu EagleEye PeopleCount ADSW4000 běžícího na členu řady ADSP-BF707 Blackfin DSP společnosti Analog Devices. (Zdroj obrázku: společnost Analog Devices)

K získávání obrazu z oblasti zájmu používá subsystém modul 2D vidění založený na digitálním obrazovém CMOS systému na čipu (SoC) ASX340AT3C00XPED0-DPBR společnosti onsemi kombinovaném s infračerveným (IR) filtrem. Algoritmus EagleEye PeopleCount ADSW4000 ve spolupráci se službami frameworku EagleEye společnosti Analog Devices běží na DSP Blackfin ADSP-BF707 využívajícím 512Mbit sériovou flash paměť IS25LP512M společnosti ISSI a 1Gbit synchronní dynamickou paměť s náhodným přístupem (SDRAM) s nízkou spotřebou a dvojnásobnou přenosovou rychlostí (DDR) MT46H64M16LF společnosti Micron Technology.

V tomto subsystému se DSP Blackfin ADSP-BF707 dobře hodí ke zpracování složitých úkolů pořizování a zpracování obrazu, které jsou vyžadovány pro počítání lidí. Cesta zpracování signálu zahrnuje několik hardwarových jednotek MAC („Multiply-Accumulate“) spolu s funkcemi SIMD („Single Instruction, Multiple-Data“).

Algoritmus EagleEye PeopleCount ADI ADSW4000, běžící na procesoru Blackfin ADSP-BF707, dosahuje až 90% přesnosti počítání v cílové oblasti. Stejně důležité je, že subsystém vrací výsledky rychle. Subsystém potřebuje pouze 300 ms od okamžiku, kdy osoba vstoupí do oblasti zájmu, aby zjistil, že došlo k přepnutí z prázdného do obsazeného stavu. Čas potřebný k identifikaci změny stavu oblasti zájmu z obsazené na neobsazenou je uživatelsky konfigurovatelný s výchozím nastavením pěti minut.

Latence je podobně nízká pro počet generovaných lidí a údaje o poloze. Algoritmus poskytuje aktualizované údaje o počtu osob a poloze do 1,5 sekundy poté, co se jednotlivec přesune do zóny definované uživatelem během uvádění do provozu. Po detekci jednotlivce potřebuje algoritmus pouze 113 ms, aby poskytl aktualizované údaje o počtu a poloze.

Jak je uvedeno výše, platforma EagleEye společnosti Analog Devices nepřenáší žádné zachycené snímky. Místo toho používá DSP k přenosu metadat obsazenosti v režimu push svůj univerzální port univerzálního asynchronního přijímače a vysílače (UART). Tento paket metadat, přenášený ve formátu JSON, obsahuje stav obsazenosti (obsazeno nebo neobsazeno), počet osob, polohu osob jako souřadnice x, y spolu s dalšími údaji (tabulka 1).

Tabulka algoritmu EagleEye společnosti Analog DevicesTabulka 1: Algoritmus EagleEye společnosti Analog Devices zachovává soukromí uživatelů tím, že nepřenáší osobně identifikovatelné informace, ale namísto toho generuje balíček, který obsahuje zde uvedená metadata. (Zdroj tabulky: společnost Analog Devices)

Za subsystémem DSP běží subsystém MCU ADuCM4050 v prostředí AWS FreeRTOS a podporuje vysokoúrovňovou aplikaci EagleEye a služby konektivity potřebné ke zprovoznění snímače a ke komunikaci s přidruženou cloudovou službou společnosti Analog Devices (obrázek 2).

32bitová jednotka MCU ADuCM4050 MCU nabízí komplexní prostředí pro zpracování aplikací průmyslového internetu věcí (IIoT), jako je platforma EagleEye od společnosti Analog Devices. K podpoře komplexních pracovních zátěží průmyslových aplikací staví jednotka ADuCM4050 na 52MHz procesorovém jádru Arm® Cortex®-M4F s integrovanou jednotkou s plovoucí desetinnou čárkou (FPU), ochrannou jednotkou paměti (MPU), hardwarovým kryptografickým akcelerátorem a chráněným úložištěm klíčů.

Schéma subsystému MCU zkušební sady EagleEye založeného na jednotce ADuCM4050 společnosti Analog DevicesObrázek 2: Subsystém MCU zkušební sady EagleEye založený na jednotce ADuCM4050 společnosti Analog Devices podporuje aplikaci IIoT vyšší úrovně a poskytuje služby konektivity lokálně i mezi sadou a cloudem nebo jinými systémy správy budov. (Zdroj obrázku: společnost Analog Devices)

Sada integrovaných funkcí správy napájení včetně několika režimů napájení a možností taktování umožňuje zařízení dosáhnout výkonu s nízkou spotřebou. Výsledkem je, že MCU vyžaduje pouze 41 μA/MHz (typicky) v aktivním režimu a 0,65 μA (typicky) v režimu hibernace. Během neaktivních období spotřebuje procesor pouze 0,20 μA (typicky) v režimu rychlého probuzení nebo pouze 50 nA v režimu úplného vypnutí.

Jak rychle začít počítat lidi

Ve zkušební sadě kombinuje společnost Analog Devices subsystémy DSP a MCU s kamerovým snímačem, objektivem, LED diodami a tlačítky v kompaktním balení (obrázek 3).

Obrázek jednotky snímače 2D vidění ve zkušební sadě EagleEye společnosti Analog DevicesObrázek 3: Jednotku snímače 2D vidění navrženou pro rychlé nasazení ve zkušební sadě EagleEye společnosti Analog Devices lze snadno namontovat nad oblast zájmu pro počítání lidí. (Zdroj obrázku: společnost Analog Devices)

Vývojáři mohou rychle nasadit počítání lidí jednoduchým namontováním jednotky snímače v místnosti nebo ve vnitřním prostoru přímo nad oblastí zájmu. Snímač může využívat napájení z různých zdrojů. Uživatelé mohou vést kabel do DC konektoru jednotky k napájení zdroje 5,5 až 36 V DC nebo jej napájet pomocí USB napájecího zdroje pomocí micro USB kabelu nebo aktivního USB prodlužovacího kabelu pro vzdálenosti větší než 1 m.

Po namontování jednotky snímače mohou uživatelé vizuálně potvrdit polohu snímače a požadované zorné pole (FOV) pomocí doprovodné aplikace EagleEye PeopleCount dostupné v App Storu společnosti Apple pro tablety se systémem iOS nebo na Google Play pro tablety se systémem Android (obrázek 4).

Obrázek aplikace EagleEye PeopleCount společnosti Analog DevicesObrázek 4: Aplikace EagleEye PeopleCount společnosti Analog Devices umožňuje snadné potvrzení umístění jednotky snímače před uvedením do provozu. (Zdroj obrázku: společnost Analog Devices)

Poté, co uživatelé ověří zorné pole snímače, pokračují v krátkém procesu uvedení zařízení do provozu. Během uvádění do provozu a později během provozu mohou uživatelé pozorovat LED diody subsystémů DSP a MCU zabudované v jednotce snímače pro sledování aktuálního stavu příslušných subsystémů (tabulka 2).

Tabulka LED diod zabudovaných do jednotky snímače zkušební sady EagleEye společnosti Analog DevicesTabulka 2: Samostatné LED diody zabudované do jednotky snímače zkušební sady EagleEye společnosti Analog Devices poskytují nepřetržitou indikaci stavu subsystémů DSP a MCU. (Zdroj tabulky: společnost Analog Devices)

Aplikace provede uživatele několika kroky potřebnými k uvedení snímače do provozu. V tomto procesu uživatelé označí, které oblasti by měl algoritmus v rámci zorného pole monitorovat, a to označením řady masek zahrnutí, jako je maska podlahy (obrázek 5 vlevo). Stejně důležité pro přesné počty jsou oblasti k vyloučení. Během procesu uvádění do provozu umožňuje doprovodná aplikace uživatelům specifikovat různé masky vyloučení, například okna a obrazovky (obrázek 5 vpravo).

Obrázek nastavení aplikace EagleEye PeopleCount společnosti Analog Devices (kliknutím zvětšíte)Obrázek 5: Během uvádění do provozu používají uživatelé doprovodnou aplikaci k identifikaci oblastí, které by měl algoritmus EagleEye PeopleCount prozkoumat nebo ignorovat, pomocí masek zahrnutí, jako je maska podlahy (vlevo) a masek vyloučení (vpravo) pro okna nebo jiné oblasti, které snižují přesnost počítání. (Zdroj obrázku: společnost Analog Devices)

Po montáži a uvedení do provozu začne jednotka snímače přenášet metadata do cloudu společnosti Analog Devices. Po přihlášení do cloudu pomocí přihlašovacích údajů poskytnutých při registraci mohou uživatelé prozkoumat řadu grafických znázornění obsazenosti (obrázek 6).

Obrázek online řídicího panelu zkušební sady EagleEye v cloudu společnosti Analog Devices (kliknutím zvětšíte)Obrázek 6: Po montáži a zprovoznění jednotky snímače zkušební sady EagleEye společnosti Analog Devices se uživatelé mohou přihlásit k online řídicímu panelu v cloudu společnosti Analog Devices a zobrazovat údaje o obsazenosti v reálném čase. (Zdroj obrázku: společnost Analog Devices)

Technologická platforma EagleEye PeopleCount společnosti Analog Devices může být zabudována do vlastních návrhů vytvořených s vhodným procesorem Blackfin a vhodnou externí flash pamětí. Společnost Analog Devices nabízí registrovaným zákazníkům zkušební sady k dispozici také softwarový balíček EagleEye. Pro navazující subsystém MCU mohou vývojáři poskytnout další funkce, včetně více snímačů, pomocí libovolného designu systémové platformy schopné provozovat senzorické rozhraní EagleEye a poskytovat požadovanou konektivitu. Vývojářům, kteří chtějí do svých systémů správy budov rychle nasadit počítání lidí, však nabízí řešení na klíč od snímače až po cloud zkušební sada EagleEye společnosti Analog Devices.

Závěr

Vzhledem k tomu, že společnosti platí vysoké částky za značnou spotřebu energie budov kancelářským osvětlením, vytápěním a chlazením, efektivní správa zdrojů často prázdných kancelářských prostor vyvolává potřebu přesnějších údajů o obsazenosti. Zkušební sada ADSW4000KTZ, založená na proprietárním algoritmu běžícím na procesoru digitálního signálu s nízkou spotřebou, poskytuje komplexní platformu od snímače po cloud pro vyhodnocování a nasazování monitorování obsazenosti, která je schopna poskytnout potřebná data o obsazenosti v reálném čase na úrovni místnosti pro efektivnější hospodaření s energií budovy.

Odkazy

  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

Disclaimer: The opinions, beliefs, and viewpoints expressed by the various authors and/or forum participants on this website do not necessarily reflect the opinions, beliefs, and viewpoints of DigiKey or official policies of DigiKey.

About this author

Image of Stephen Evanczuk

Stephen Evanczuk

Stephen Evanczuk has more than 20 years of experience writing for and about the electronics industry on a wide range of topics including hardware, software, systems, and applications including the IoT. He received his Ph.D. in neuroscience on neuronal networks and worked in the aerospace industry on massively distributed secure systems and algorithm acceleration methods. Currently, when he's not writing articles on technology and engineering, he's working on applications of deep learning to recognition and recommendation systems.

About this publisher

DigiKey's North American Editors