【摘要】现有的室内照明调节设施多靠手动、声光计数控制，无法根据使用者的需求提供照明服务。针对以上问题，基于计算机视觉对场所内的人体进行识别，获取人员位置，调节区域内相应位置处的照明设施，实现按需照明，同时降低建筑物的整体能耗。
【关键词】计算机视觉Kinect;按需照明
1.引言
在教室、车站、展览馆等公共场所，人员流动频繁，进入场所的人数及其所处的位置具有很强的不确定性。在这些场所内，以照明为代表的提供公共服务的设施，通过现有的控制方式，无法针对上述不确定性做出及时反应：一方面不能满足个体的需求，实现按需照明，另一方面也造成了能源的浪费。
为了解决上述问题，现有的方案一般是利用声控或光控来实现对照明灯打开位置或数量的控制。基于声控的方案，一般用于走廊和厕所，开灯时间短，不适用于需要长时间、不间断开灯的场所。而基于光控的方案一般是通过安装在门口的红外传感器大致确定进入场所的人数，然后根据人数控制照明灯打开的数量。虽然现有的光控方案在一定程度上实现了对照明的自动控制，但是也存在着明显的弊端，即不能根据场所内人员的分布控制照明灯，其缺陷主要集中在以下两个方面：
一是，当进入场所的人数较少时，开灯数也较少，并且处于打开状态的照明灯位置固定，场所的使用者不能根据自己的需要选择所处的位置，因此无法提供良好的用户体验;二是，红外传感器受温度和光线的影响较大，同时也易受热源干扰，在清点具体人数上可能出现纰漏。总而言之，用于自动调节室内空间照明的现有设备多靠声光计数控制，虽然能在一定程度上减少能源的消耗，但是无法为室内人员提供有针对性的环境调节方案，无法提供适如人意的体验感受，有时反而会造成能源的不必要浪费。
针对以上问题，基于计算机视觉对场所内的人体进行识别，分析其位置信息，然后通过处理终端和控制电路，根据人员分布信息发出控制信号，对照明灯光进行相应调节，从而达到按需照明的目的，进而降低建筑能耗，实现对照明的智能调节。其核心技术是实现人体识别与位置信息的智能分析处理。
2.设计方案
图1给出了此系统的整体设计思路。具体而言，主要包括以下四个方面：
图1 系统设计简图
（1）实现场景视频数据流的捕捉——具体由Kinect摄像头来实现;
（2）人体识别的实现及其位置信息的获取 ——通过基于C++语言的应用程序开发来完成;
（3）计算机与灯光控制器之间数据通信协议的制定——采用RS232C物理层标准;
（4）基于单片机和继电器的灯光控制器控制回路。
其中，核心为人体的识别及其位置信息的获取。具体实现是通过Kinect摄像头获取目标空间的深度数据流，然后将人体信息从背景噪声中分离出来;在此基础上，对识别出人体信息进行分析计算，得出人体的位置坐标;最后，通过制定计算机与单片机之间的通信协议，根据人体的空间坐标，控制相应位置处的照明设施。
2.1 获取场景数据流并分析场景内人员的位置信息
图2 人员位置分析示意
场景内的空间信息是通过Kinect摄像头来获取的。Kinect摄像头是微软于2010年发布的Xbox360体感游戏配件。它是一种3D体感摄影机[1]，具有三只不对称的“眼睛”——红外投影机、彩色摄像头和红外摄像头。其中，彩色摄像头提供彩色图像;红外投影机发射激光覆盖Kinect的可视范围;红外摄像头通过接收物体反射的激光，识别目标物体的“深度场”，为处理计算机提供深度数据。
图2给出了深度图像的识别模式[2]，这里以摄像机为原点建立摄像机坐标系，以摄像机轴线为Z轴，以垂直于Z轴平面建立XY坐标系，其中Z轴坐标值表示实际的物体至摄像机平面的距离，XY坐标值表示图像帧在摄像机上对应的坐标，具体的XY坐标系由成像传感器的分辨率决定。Kinect的视场为顶角为57度的圆锥形，有效分辨距离为4096mm，最大识别距离为8192mm。
考虑到这里关注的主要是场景中的人员位置信息，因此采用的是深度数据流。同时，为了保证系统的实时可靠性和动态追踪精度，这里将最后在计算机上显示的深度图像帧数锁定在30帧，以免缓存区溢出造成系统崩溃。每帧深度图像分辨率为640×480，每个像素的前13位携带深度信息，后3后携带用户ID。
在基于Kinect摄像头获取人体信息和位置的过程中，首先给不同用户分配不同的ID，以区别不同的分析对象。然后，通过基于C++语言开发的应用程序，采用轮询模式实时读取并存储Kinect生成的深度图像数据。最后，根据每帧深度图像中各像素携带的深度数据和用户ID，对人体进行识别，并跟踪其位置变化[3]。
当用户ID为0，说明该位置没有找到用户，比如值为1和2，则表明识别“用户1”、“用户2”。而识别出用户时，计算其位置坐标，即X、Z坐标，其中：
Z=d，d为深度，直接提取;
其中P为每个像素的宽度：
将得到的用户坐标值与系统中预设的灯光位置比较，从而为开关相应位置的灯光提供数据分析。
2.2 根据人员分布分析控制照明灯的调节
在人体识别及其所处位置的分析后，通过制定计算机与灯光控制器之间的通信协议，根据人体和照明灯的位置，对照明灯的调节进行控制。考虑到人体及位置分析子系统与灯光控制器之间距离较近，这里采用RS232C物理层标准[4]，实现点到点的异步数据通信。在实现控制信号输出的过程中，考虑到本系统包括多种可插接的串行接口设备，当灯光控制器插入系统后，其端口号是由系统随机分配的，因此，通过人工配制其端口号，实现计算机和控制器之间的通信。
此外，为了保证可靠的数据传输与灯光控制，数据链路层协议应采用带确认的命令/应答机制，如果得不到及时正确的应答，收发双方需重新确认身份，并建立同步关系。在数据链路层中，我们使用三种类型的帧，分别为身份确认帧、通讯状态确认帧和灯光控制命令帧：身份确认帧用于实现灯光控制器的即插即用功能，简化复杂的通信端口手工配置过程;通信状态确认帧主要用于灯光控制器的通信控制功能——因为灯光控制器并不能随时接收新的灯光控制命令，只有上次的灯光控制命令执行完毕后，才能接收新的命令;灯光控制命令帧主要用于灯光控制器的灯光控制命令功能。
灯光控制命令帧的格式为“前同步字（7EH）+命令/应答+信息（变长）+CRC+后同步字（7EH）”。其中，信息字段的定义如下：第一个字节用于控制的光源个数，第二个字节及后续字节，每位对应于一个光源的开关状态，0为关，1为开，其位序号对应于光源序号。这里根据需要，最多设置了16个可控光源。
3.理论能耗计算及功能分析
按照目前的设计方案来看，本系统耗电的设备和器件有Kinect摄像头、照明灯、电脑、包括继电器在内的电路板上的各个器件以及线路传输过程中的电流损耗，它们的耗能如下：
（1）电脑（以台式机为例）功率一般为Pc=250W左右，对于有NO个房间的建筑物，平均每个房间1小时耗电为wc=6/（24NO）W;
（2）Kinect摄像头的功率为PK=250W，单个摄像头工作1小时，耗电为WK=0.012kWh;
（3）照明灯（以高校教室为例）一般采用的是长度为1230mm的T8管的日光灯，功率为40W，一盏照明灯通常由两个灯管组成，故一盏灯的功率为PL=80W，一个小时耗电WK=0.08kWh左右;
（4）包括继电器在内的电路板上的各个器件，其耗电相对而言很低，远小于前述三种器材的耗电量，所以暂时忽略不计。
图3 节省的用电量与教室数量之间的关系
由于不同建筑物内不同房间内照明灯的分布和人员流动情况不同，从较为简单的情况出发，分析本系统节约的耗电量。假设某个建筑物（以教学楼为例）有NO个同样的房间，每个房间有NL盏灯，照明灯成两排，均匀分布。当某人H进入房间走到某个座位后，打开此座位上方的照明灯。设H在座位逗留时间为tw，他离开此座位后，则将相应的照明灯关闭。根据上述假设，H进入房间后，房间内打开的始终只有一盏灯，累计打开的时间为tw，照明灯耗电PLtw。这里假设每人次的在房间逗留的时间都相同。那么，照明灯总的耗电量为NHPLtw。加上电脑和Kinect摄像头的耗电，即为总的耗电量。根据上述假设，整个建筑物在有本系统参与控制的情况下，一天的耗电量为W=NO（NHPLtw+24pK）+24pc。
这里先以高校内教室的晚自习用电为例，计算本系统节约的耗电量。设某教学楼内有NO=100个教室。教室有大有小，从我国高等院校的一般情况来看，每个教室的座位几十到一百个左右，照明灯6-20盏左右（除去讲台上方的照明灯）。这里设每个教室有两列共10盏灯（即NL=10），每盏灯有2个T8灯管。晚自习期间，每个教室的人数一般在几人到几十人左右（学习淡旺季不同），考虑到本系统主要是针对能源浪费设计，同时为了简化计算，这里假设每晚有10个同学在教室上自习，即NH=10，并设每位同学在需要打开照明灯的时间段在教室逗留的时间为tw=4h。教室内同时逗留的人数为5人，每次有人进入，均按照最稀疏分布（即人与人之间的距离平方和最大，一排一个人）。
根据上述假设，整个建筑物在有本系统参与控制的情况下，一天的耗电量为W=NO×（NHPLtw+24pK）+24pc=354.8kWh。如果是手动控制，对于上述五排灯的教室，每排2盏灯一般用一个开关控制。因此，打开一个开关，会同时打开两盏灯。根据上述假定，此时，耗电量为W"=2NONHPLtw=640kWh。因此，与手动控制相比，一天节省的用电量为△W=W"-W=285.2kWh。如果教室的数量增加，其节能效果会更显著。24小时所节省的电量△W与教室数量NO之间的关系如图3所示。当教室数少于5间时，节能曲线会出现负值，这是因为控制系统自身耗电引起的。不过，一般情况下，教学楼内的教室数量都在大于5间。对于上述100间教室，一年教室的使用天数按277天计（根据《全国年节及纪念日放假办法》[5]，除去春节外，共有8天法定节假日，再加上80天寒暑假期，一年的教室正常被使用的天数为277左右），合计79000.4kWh，一度电按0.52元计，合计约41080.21元，不到一年就可以收回投入，效益比较可观;若教室达到200间，一年合计节省耗电159662.8kWh，合计约83024.66元，节能效果更加诱人。
4.讨论
本系统已制造出原型实物，在实际调试中还存在以下问题：
（1）单个Kinect摄像头的识别能力较有限，实际可识别有效距离为4m，可分辨人数最多为两人。
（2）如果多人频繁运动，灯光会随人移动出现频繁闪烁，导致系统不稳定。
针对这些问题，现阶段提出的解决方案如下：
（1）对于单个Kinect摄像头探知能力有限的问题，我们可以采用Kinect摄像头阵列，或者研发识别距离更长，探知能力更好的深度摄像头。
（2）对于灯光随人员运动闪烁的问题，我们现在采取在每个灯光的控制回路中加入5s的延时的方法进行限制
综上，本系统将计算机视觉感知与灯光智能控制结合，通过对相关场景进行建模和分析计算，根据人员的位置分布，控制场景内的照明设施。系统已制作出的试验原型设备，具有机构简单、成本相对较低的特点，便于架设，或者嵌入建筑物感知系统，可以为用户接受，易于推广。此外，控制部分使用模块化设计，针对不同的场合，搭配不同的模块，可以控制相应的设备，通用性好，易于维护。本系统既可以用于博物馆、教室、车站等人员分散、流动具有不确定性的公共场所，也可与监控摄像头相结合实现自动报警，具有较广阔的应用前景。
参考文献
[1]余涛.Kinect应用开发实战：用最自然的方式和机器对话[M].机械工业出版社，2013：78-195.
[2]邓树国.红外摄像复杂背景下人体识别方法研究[D].长春：吉林大学通信工程学院，2007：37-76.
[3]袁静.动目标的提取分析与研究[D].西安：西安电子科技大学计算机学院，2007：23-32.
[4]ANSI/TIA-232-F-1997，Approved：September 30，1997， Reaffirmed：October 11，2002，TIA STANDARD，”Interface Between Data Terminal Equipment and Data Circuit-Terminating Equipment Employing Serial Binary Data Interchange”，TIA-232-F，（Revision of TIA/EIA-232-E）.
[5]全国年节及纪念日放假办法，第三次修订，2013.
作者简介：张灏（1993—），男，江苏南通人，主要研究方向：电力系统分析。