Hur man använder en färdig lösning för att skynda på utvecklingen av sofistikerade konstruktioner för övervakning av beläggning

Övervakning av beläggning har en viktig roll inom fastighetsautomation, hälsa, säkerhet och trygghet. Även om utvecklare kan sätta ihop lämpliga lösningar för personräkning från tillgängliga komponenter och utveckla lämpliga algoritmer kan detta vara tidskrävande och dyrt. I och med de ökade förväntningarna på snabbare leverans av lösningar med mer sofistikerade och uppdaterade funktioner, inklusive stöd för krav på social distansering, krävs ett enklare och snabbare tillvägagångssätt.

I artikeln diskuteras övervakning av beläggning och varför det har blivit en så viktig funktion. Därefter presenterar och beskriver den hur man kommer igång med ett omfattande, komplett paket för personräkning från Analog Devices. Med hjälp av paketet kan konstruktörerna uppfylla de olika kraven för en växande lista med sofistikerade tillämpningar som bygger på funktioner för övervakning av beläggning.

Varför övervakning av beläggning är viktigt

Möjligheten att övervaka antalet individer, deras position och rörelser i en byggnad får en allt större roll i flera olika tillämpningar. Inom system för automatiserad byggnadsstyrning (BMS) är förmågan att spåra rumsanvändning och rörelser hos de närvarande personerna grundläggande för att kunna utnyttja kontor, mötesrum och andra gemensamma utrymmen till fullo. Vid pandemiutbrott bidrar denna funktion till att säkerställa att de närvarande kan hålla ett säkert avstånd i inomhusutrymmen.

Även när enskilda personer återvänder till kontorsbyggnader medför möjligheten att övervaka rummens beläggning att företagen kan begränsa energislöseriet för det vanligtvis stora antalet oanvända utrymmen i byggnader. Kontorens beläggningsgrad som redan 2019 var nere på cirka 68 % [a] rasade under pandemin och återvände till endast cirka 32 % i mitten av 2021 [b].

Förutom att optimera användningen av byggnadsutrymmen och underlätta social distansering har en aktiv mätning av beläggningen blivit nödvändig för att hejda den ökande energiförbrukningen. Enligt World Green Building Council [1] står byggnader och konstruktioner för 39 % av alla koldioxidutsläpp globalt sett. Energin som används för att belysa, värma och kyla byggnader står för 28 % av världens koldioxidutsläpp. (återstående 11 % avser koldioxidkostnader för material och konstruktion under byggnadens livscykel.)

Efter att ha varit oförändrade under större delen av det senaste decenniet ökade de byggnadsrelaterade koldioxidutsläppen till en rekordhög nivå under 2019 på grund av ökad efterfrågan på energi till följd av mer extrema väderförhållanden. Faktum är att 2019 visade sig vara det varmaste året sedan 2016, då globala vädermönster och stigande globala temperaturer kombinerades i en "perfekt storm" av ovanligt varmt väder.

Trenden med varmare väder har fortsatt och 2020 kommer att bli varmare än 2019. Som ett resultat av detta är de tre varmaste åren hittills 2016 (1), 2020 (2) och 2019 (3), enligt National Oceanic and Atmospheric Administration i USA (NOAA) [2]. Trenden fortsätter med juli 2021 som var den varmaste månaden som har registrerats någonsin i världen [3]. Eftersom de fyra månaderna före juli var för sig tillhörde de tio varmaste månaderna som någonsin registrerats [4], räknar NOAA med att 2021 sannolikt kommer att bli ett av de tio varmaste åren som någonsin registrerats globalt.

Globalt sett är effektivare energianvändning i byggnader en central del av de nationella strategierna för att minska de klimatpåverkande koldioxidutsläppen. För enskilda företag innebär minskad energiförbrukning direkta fördelar för resultatet och de anställdas välbefinnande.

Trots den ökande betydelsen av grundläggande uppgifter om beläggning för att minimera energianvändningen förlitar sig de flesta företag på information från passerkort eller visuella observationer - ingen av dessa kan ge den exakta och uppdaterade information om rumsanvändning som behövs för en effektiv energihantering i byggnader. Det behövs ett effektivare sätt att upptäcka beläggning.

Införande av en lösning för kontroll av beläggning

Utformningen och genomförandet av en automatiserad lösning för kontroll av beläggning kräver kunskap inom flera områden för att kombinera sensorer, strömsnåla processorer och uppkopplingar med exakta algoritmer för personräkning till fullständiga tillämpningar som kan reagera direkt när människor går in och ut ur inomhusutrymmen. Detta kostar tid och resurser att utveckla och stödja. Analog Devices erbjuder en enklare väg: ADSW4000 EagleEye, en komplett färdig plattform för 2D-seende som är sensorbaserad, strömsnål och har låga krav på bandbredd, som särskilt konstruerats för att tillhandahålla uppdaterad information för optimerad användning av utrymmen och en minimerad energiförbrukning.

Paketet innehåller den proprietära algoritmen People Count från Analog Devices och körs på en en av de digitala Blackfin-signalprocessorerna i familjen ADSP-BF707 från Analog Devices. ADSW4000 EagleEye levererar information om användningen av separata inomhusutrymmen, vilket gör det möjligt för företag att balansera användningen av kontorsutrymmen och energiförbrukningen för maximal nytta.

Eftersom algoritmen EagleEye utför sin egen bildanalys och personräkning endast på Blackfin-processorn, säkerställer detta att alla bilder stannar kvar på ADSW4000, så att inga personuppgifter någonsin lämnar plattformen, vilket är förenligt med en växande mängd världsomspännande bestämmelser om integritet. De resultat som genereras av Blackfin-processorn är begränsade till ett datapaket som innehåller antalet personer i ett övervakat område av intresse, deras x- och y-position i området, och om de rör sig eller inte.

För att skynda på utvecklingen av högnivåtillämpningar för övervakning av beläggning integrerar Analog Devices sin plattform People Count ADSW4000 EagleEye i testpaketet EVAL-ADSW4000KTZ för EagleEye. Testpaketet är en helt färdig implementering av algoritmen EagleEye från sensor till moln, och gör det möjligt för användare att omedelbart börja använda övervakning av närvaro med hjälp av den tillgängliga appen och den molnbaserade instrumentpanelen online. Eller, så kan paketet även fungera som grund för anpassade system, så att utvecklare kan fokusera på sina tillämpningar på högre nivå i stället för på detaljerna i genomförandet av sina egna metoder för personräkning.

Enskilda delsystem påskyndar implementeringen

Testpaketet EagleEye består av ett par delsystem, som använder ett delsystem baserat på Blackfin DSP för att generera information för personräkningen, och ett separat delsystem baserat på mikrokontrollern ADuCM4050 (MCU) från Analog Devices, för att hantera anslutningsmöjligheter och tillämpningsfunktioner på högre nivå (figur 1). Som tidigare nämnts ligger den viktiga funktionen för att räkna personer i delsystemet för DSP i testpaketet Eagle Eye som körs på algoritmen ADSW4000 EagleEye.

Figur 1: I testpaketet EagleEye från Analog Devices, hämtar och bearbetar ett delsystem med en DSP bilder med hjälp av algoritmen PeopleCount med hjälp av algoritmen ADSW4000 EagleEye PeopleCount som körs på en medlem av ADSP-BF707 Blackfin DSP från Analog Devices. (Bildkälla: Analog Devices)

För bildinsamling från det aktuella området använder delsystemet en avkänningsmodul för 2D-bilder baserat på den digitala CMOS-bildsystemskretsen ASX340AT3C00XPED0-DPBR från onsemi, i kombination med ett infrarött (IR) filter. I samarbete med ramtjänsterna EagleEye från Analog Devices, körs algoritmen EagleEye PeopleCount ADSW4000 på en ADSP-BF707 Blackfin DSP med hjälp av det seriella flash-minnet på IS25LP512M 512 Mbit från ISSI:s och det dynamiska DDR SDRAM-minnet MT46H64M16LF på 1 Gbit från Micron Technology.

I detta delsystem är ADSP-BF707 Blackfin DSP väl lämpad för att hantera de komplicerade bildregistreringar och bearbetningsuppgifter som krävs för att räkna personer. Pipelinen för signalbehandling inkluderar flera MAC-enheter (flera hårdvaruenheter för att multiplicera-ackumulera) i kombination med SIMD-funktioner (single instruction, multiple-data).

Algoritmen ADSW4000 ADI EagleEye PeopleCount, som körs på processorn ADSP-BF707 Blackfin, åstadkommer upp till 90 % noggrann räkning inom målområdet. Det är lika viktigt att delsystemet returnerar resultaten snabbt. Delsystemet behöver exempelvis bara 300 ms från det att en person går in i ett område av intresse för att identifiera att området har ändrat status från ledigt till upptaget. Den tid som krävs för att identifiera en förändring av status i ett område av intresse från upptagen till ledig är konfigurerbar för användaren, med en standardinställning på fem minuter.

Latensen är lika låg för genererade uppgifter om antal personer och positioneingsinformation. Algoritmen tillhandahåller uppdaterade uppgifter om antalet personer och platsen inom 1,5 sekunder efter att en person rör sig in i en sektion som användaren definierat vid driftsättningen. Efter att ha detekterat en individ behöver algoritmen endast 113 ms för att tillhandahålla uppdaterade uppgifter om antal och plats.

Som nämnts ovan skickar plattformen EagleEye från Analog Devices inte några tagna bilder. I stället använder DSP:n sin universella asynkrona port för mottagning och sändning (UART) i push-läge för att överföra metadata om närvaro. Paketet med metadata skickas i JSON-format och innehåller bland annat närvarostatus (upptaget eller ledigt), antal personer, personernas position i form av x- och y-koordinater och andra uppgifter (tabell 1).

Tabell 1: algoritmen EagleEye från Analog Devices bibehåller användarnas integritet genom att inte överföra personuppgifter, utan i stället generera ett paket som innehåller de metadata som anges här. (Tabellkälla: Analog Devices)

DSP-delsystemet nedströms körs av delsystemet ADuCM4050 i AWS FreeRTOS-miljö, som stöder tillämpningen EagleEye på hög nivå och de anslutningstjänster som krävs för att driftsätta sensorn och kommunicera med Analog Devices tillhörande molnbaserade tjänst (figur 2).

MCU:n ADuCM4050 för 32 bitar erbjuder en omfattande bearbetningsmiljö för IIoT-applikationer (Industrial Internet of Things) på samma sätt som Analog Devices EagleEye. För att stödja komplicerade arbetsbelastningar i industriella tillämpningar bygger ADuCM4050 på en Arm®Cortex®-M4F-processorkärna på 52 MHz, med integrerad flyttalsprocessor, minnesskyddsenhet, kryptografisk accelerator i maskinvara och skyddad nyckellagring.

Figur 2: Testpaketets MCU-delsystem har stöd för tillämpningar på högre IIOT-nivå och tillhandahåller anslutningstjänster lokalt och mellan utrustningen och molnet eller andra byggnadshanteringssystem. (Bildkälla: Analog Devices)

En uppsättning inbyggda strömhanteringsfunktioner, inklusive flera effektlägen och klockstyrningsfunktioner som gör det möjligt för enheten att uppnå en låg strömförbrukning. Detta medför att MCU:n i normalfallet endast behöver 41 μA/MHz i aktivt läge och 0,65 μA (typiskt) i viloläge. Under inaktiva perioder förbrukar processorn endast 0,20 μA (typiskt) i sitt avstängningsläge med snabb väckning eller endast 50 nA i fullt avstängningsläge.

Hur du snabbt kan börja räkna människor

I testpaketet kombineras delsystemen för DSP och MCU en kamerasensor, en lins, lysdioder och knappar i ett kompakt paket (figur 3).

Figur 3: Sensorenheten i 2D i testpaketet EagleEye från Analog Devices är utformad för snabb användning och kan enkelt monteras ovanför ett område av intresse för personräkning. (Bildkälla: Analog Devices)

Utvecklare kan snabbt införa personräkning genom att bara montera sensorenheten i ett rum eller inomhusutrymme, direkt ovanför ett område av intresse. Sensorn kan använda ström från olika källor. Användare kan dra en kabel till enhetens DC-kontakt för strömförsörjning från 5,5 till 36 V, eller strömförsörjning direkt via en USB-strömkälla med en micro USB-hand eller en aktiv USB-förlängningskabel för avstånd på mer än 1 m.

Efter att ha monterat sensorenheten kan användarna visuellt bekräfta sensorns placering och önskat synfält (FOV) med hjälp av den tillhörande appen EagleEye PeopleCount som finns tillgänglig på Apple App Store för iOS-surfplattor eller på Google Play för Android-surfplattor (Figur 4).

Figur 4: appen EagleEye PeopleCount från Analog Devices, gör det enkelt att bekräfta placeringen av sensorenheten före driftsättning. (Bildkälla: Analog Devices)

När användarna har kontrollerat sensorns FOV fortsätter de med den korta processen för driftsättning av enheten. Vid driftsättningen och senare under under driften kan användarna observera lysdioderna DSP och MCU som är inbyggda i sensorenheten för att övervaka den aktuella statusen för respektive delsystem (tabell 2).

Tabell 2: Separata lysdioder som är inbyggda i sensorenheten i testpaketet EagleEye från Analog Devices ger en kontinuerlig indikering om statusen för delsystemen för delsystemen DSP och MCU. (Tabellkälla: Analog Devices)

Appen guidar användarna genom de få steg som krävs för att driftsätta sensorn. I den här processen anger användaren vilka områden som algoritmen ska övervaka inom FOV genom att markera en serie inkluderande masker, t.ex. golvmasken (figur 5, vänster). Det är lika viktigt att utesluta områden för att få en korrekt räkning. Vid driftsättning gör appen det möjligt att låta användare ange olika exkluderingsmasker, som exempelvis fönster och annonsskärmar (figur 5, höger).

Figur 5: Vid driftsättningen kan användarna använda appen för att identifiera områden som algoritmen EagleEye PeopleCount ska undersöka eller ignorera, med hjälp av inkluderande masker, t.ex. golvmasken (till vänster), och exkluderande masker (till höger) för fönster eller andra områden som försämrar noggrannheten vid personräkning. (Bildkälla: Analog Devices)

När sensorenheten är monterad och driftsatt börjar den överföra metadata till Analog Devices moln. Genom att logga in i molnet med hjälp av de autentiseringsuppgifter som tillhandahålls vid registreringen kan användarna granska en rad grafiska representationer av närvaron (figur 6).

Figur 6: Efter att ha monterat och driftsatt sensorenheten i testpaket EagleEye från Analog Devices kan användarna logga in på en instrumentpanel online i Analog Devices moln för att se data om beläggning i realtid. (Bildkälla: Analog Devices)

Teknologiplattformen EagleEye PeopleCount från Analog Devices kan byggas in i anpassade konstruktioner som byggs med lämplig Blackfin-processor och lämpligt externt flashminne. Analog Devices gör även programpaketet EagleEye tillgängligt för registrerade kunder med testpaket. För MCU-delsystemet i efterföljande led kan utvecklare tillhandahålla ytterligare funktionalitet, inklusive fler sensorer, med hjälp av vilken systemplattform som helst som kan köra sensorgränssnittet för EagleEye och tillhandahålla den nödvändiga anslutningen. För utvecklare som snabbt vill använda personräkning i sina system för byggnadsstyrning erbjuder Analog Devices testpaketet EagleEye en nyckelfärdig sensor-till-moln-lösning.

Sammanfattning

Då företag betalar priset för den stora energiförbrukningen i byggnaden för belysning, uppvärmning och kylning av kontor, är det nödvändigt med mer exakta uppgifter om närvaro för effektiv resurshantering av ofta lediga kontorsutrymmen. Provpaketet ADSW4000KTZ är baserat på en egen algoritm som körs på en digital signalprocessor med låg strömförbrukning och erbjuder en omfattande sensor-till-moln-plattform för utvärdering och implementering av övervakning av närvaro, som kan ge information i realtid på rumsnivå om den närvaro som behövs för effektivare energihantering i byggnader.

Referenser

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/