大空间空调控制用人员信息测量系统

来源:岁月联盟 作者:加藤淳之川 井健司 时间:2010-08-21

作者:加藤淳之川 井健司 桥本重行 大高一博 桥本直树

摘要:利用红外线对大空间的大量人员数量进行测量,作为空调系统的基本参数。
关键词:人员信息测量 红外摄像机 大空间空调控制 技能 图像处理 场

  对于体育馆及室内比赛场所等大空间的空调,其空调控制方法直接关系到耗能的多少。大空间内人数及分布的人员信息是有效地实施空调节能控制的重要数据。本报告世界上首次实际应用的利用红外摄像机的大空间人员信息测量系统,解决了至今为止无法有效地获取此类大空间内的人员信息的问题。

l 前言

  创造一个舒适的大空间空调环境,往往需要消耗大量的能源。然而,通过利用各种信息,向大空间中的某个指定空间(最小空调空间)提供最小限度的能源,既可以保持其舒适环境,又可以将能耗控制到最小。为此达目的,测量室内人员所在区域以及各区域人数等信息,将这些数据传给空调控制系统,使其根据人数和分布控制空调系统,将是一个非常有效的节能控制方法。

  本文结合大阪DOME的实例介绍以红外摄像机作为测量人数和分布的传感器的人员信息测量系统的构成、测量方法、课题等。

2 系统概要

  大阪DOME为监视火灾和探明火灾发生位置而设置了4台红外摄像机(三菱电机IR-M300),其红外摄像机的图像输出主要被用于监视和确定火灾发生位置。人员信息测量系统定期(不影响火灾监测的程度)从火灾监视红外摄像机获取观众席红外图像,按区域数出其中的人数和分布,从而达到测量大空间内室内人数和分布的人员信息的目的。

  人员信息测量系统的硬件构成如图1所示。

 

图1人员信息系统构成图

  本系统由设置在室内的4台红外摄像机、控制这些红外摄像机的定序器以及图像处理器、控制用机构成。每台红外摄像机通过旋转架旋转分别监视4个区域,4台红外摄像机共16个区域的红外图像便可覆盖设施内的全部观众席。测量人数时,根据定序器内预置的图像发送时间表,将红外摄像机的图像从图像切换器发送至图像处理装置。图像处理装置从收到的红外图像中按控制对象区域抽出人影图像部分,并将其发送至控制用计算机。控制用计算机处理人影部分图像,计算出备空调控制区的观众上座率以及人数,将结果发送至空调监视机。在控制用计算机上显示测量结果的同时,测量结果也被记录在计算机的硬盘中。

  图2示意了红外图像发送步骤略图。约每间隔30秒发送1个区域的红外图像(发送时间约2秒)。按序发送总计16个区域的红外图像的全部数据实际需要8分钟左右。

  在大阪DOME室内,观众席空调共有25台空调机(AHU)。因此,全部观众席被分为25个空调控制区。空调中央监控机根据本系统计算的各空调控制区观众上座率控制空调。

3测量方法

3.1红外摄像机的测量原理

  绝对零度以上的物体必将发射出由其表面温度以及辐射率(由表面形状及材质所决定)所决定的红外线。因此,可通过红外摄像机等进行远距离被动式测量其表面温度。将测量到的红外辐射强度转换为电气信号,用微处理机运算将红外辐射强度转换成温度,再对温度附加必要的色调亮度值,既可将人用肉眼无法看到的红外信息作为热图像在显示器上显示出来。由于是被动测量物体发射的红外线,所以不需要辅助光源,即使在黑暗空间也能获得热图像。

  本系统所采用的红外摄像机的技术参数如表1所示。

表1红外摄像机的主要技术参数

(三菱电机IR-M3(X))

灵敏度

0.29S

测量波长

¨lm

角度(广角镜)

28((水平)×22((垂直)

有效像素

230(水平)×192(垂直)

视频输出

RS-170

图像显示

黑白256色

  人类的体温在36~C左右,在有空调的室内环境中,高于除发热机器外的其它物体,如:座椅、地面。因此,在红外线获取的热图像中,与周围的物体相比,人体图像亮度高。通过对这些热图像进行处理,将人体表面温度范围的下限值与上限值作为闽值进行2值化处理,即可从图像中抽出人影区域。

3.2人数测量方法的比较

  作为大空间的人数测量方法,除3.1节所述的红外摄像机方法外,还可考虑下述方法。

(1)在出人口设置计算入退场人数的门禁方式。

(2)在座位上安装压力传感器及光电开关的座席设置传感器方式

(3)可视光学照相机与图像处理方式。

  表2为各种方法的优缺点对照。其中,最精确测量人员信息的方法是在座席设置传感器方式。但是,室内体育馆及室内比赛场之类的大空间的情况下,其座席数最少也有几千个,最多时达4万个左右,如果考虑到设置,及调整作业以及配线等设置及维护费用,此方法不切合实际。也无法测量会等情况下临时设置的座席以及逗留在不特定场所的人。

表2人数测量方法的比较

方法

优点

缺点

.KiA场门禁

·设置个数少。

·人数精度比较好。

·无法掌墨室内的人员分布情况。

·出人口受到限嗣。

座席设置传感器

·可测量人的分布情况。

·人数精度好。

·设置作业及维护作业有难度。

·无法测量非固定座席。

可视光照相机

·设置个数少。

·成本低康。

·受照明度变化影响大。

·测量计数方法复杂。

红外摄像机

p

·设置个数少。

·不会受到照明度变化的影响。

·红外摄像机价格高。

  入退场门禁法无法掌握人员的分布情况,无法为按区域进行空调控制提供信息。

  红外摄像法,可通过旋转多台摄像机来覆盖所有观众席,利用图像信息可掌握室内人员的人数和分布情况。由于利用热图像不会受到室内照度变化的影响,因此可采用比较简单的计数方法。

  此外,还有同样利用图像信息的可视光学摄像方法,但在音乐会等黑暗空间以及灯光演出等照明变化剧烈的环境下,很难进行图像加工处理,抽出人影特征的计算方法与红外摄像方法相比也相对复杂。

3.3测量计数方法

  在本系统中,测量对象为大空间,测量距离最长为200m左右。所使用的红外摄像机的拍摄距离与每个像素的测量范围的关系如图3所示。

图3拍摄距离与像素的测量范围的关系

  在200m的拍摄距离,每个像素的测量范围约为41cmx32cm。因此,分辨出脸部轮廓等特征,一个一个进行识别计数时存在空间分辨能力不足的问题。

  作为弥补这种空间分辨能力不足的人数测量计数方法,可采取在特定区域(可对应不同空调控制区),仅抽取认为是人的表面的温度像素,根据其合计像素数及人均像素数的关系,估算人数。本系统的所有数据流及计数概要如图4所示。其中,要点项目将在后面加以详述。

图4人数测量计数与数据流程

3.3.1数据库

  大阪DOME的设计功能为,除进行棒球比赛外,还举办音乐会、展示会等各种活动。不同活动中观众席的位置及测量区域会有所变化,因此要求根据不同的活动事件进行测量。为此,要预先获得预计的每项活动的观众席位置信息,按测量区域制作座标数据。在此基础上,加入各摄像机及各项活动的修正用数据,在控制用计算机中建立图像处理用数据库。在每次投入使用时,从控制用计算机向图像处理装置发送数据库数据。运行过程中图像处理区域发生变化时,也可通过变更计算机的数据库来加以对应。

3.3.2通过2值化进行人影抽样

  从图像中进行人影抽样时,一般采用找出与其它图像部分的不同特征,进行2值化处理。在空调空间中拍摄的红外图像中,人的温度要比周围物体(发热设备除外)高。因此,如果将人的表面温度范围的下限值以及上限值作为阈值进行2值化,可仅从热图像中抽出人影的部分,根据该部分的占有面积来推测人数。决定该阈值时,考虑了室内气温与测量范围这两个主要影响因素。

  人的体温(体深部)一般为36℃左右,即使气温变化也几乎恒定不变。但是,手、脚以及脸等的表面温度会根据气温的变化而变化(参照图5)。当然,穿衣量也因气温而不同,人体外露部的表面温度随环境温度的变化而变化。像普通的写字楼事务所那样全年气温及穿衣量变化不大的环境下,人体表面温度特定在某一范围内,可采用固定阈值。但是在像大阪DOME这样的大空间中测量时,室内气温往往随外部气温变化,全年来看,室内温度变化范围一般在10qE左右。在如此大的气温变化环境下,必须按当时的气温改变阈值,否则难以进行可靠的人影抽样。

  影响阈值的另一要因——测量距离包括空间分辨能力的影响以及大气吸收的影响。如果测量距离长,每个像素的测量范围变大,人与背景部分的温度被平均输出。其结果,人体外露部表面温度呈下降之势。

  大气中红外线吸收造成的衰减也随测量距离的增加而增加,使外露人体表面温度下降。因此,在测量距离短时,必须将阈值设高,测量距离长时,阈值设低。

  为了对此类气温与测量距离产生的影响进行定量调查,在实际现场进行了数据收集,并就与阈值的关系进行了分析。其结果如图6及图7所示。图中的所谓阈值是指气温与人体表面温度的温度差。用其定量调查的结果,导出了阈值计算公式。式中以每次测量时的气温以及预先求得的各摄像机的测量距离为参变量。通过使用这一计算公式,实现了随气温变化的可靠的人影抽样。

3.3.3空调控制用数据的计算

  空调控制需要各控制对象空调区的人数数据。由于使用了长距离广角图像,所以1幅图像中含有3~5个区的控制对象。图像处理装置按照控制用计算机传来的数据库选择各空调区的图像处理区域,根据阈值计算抽出人影部分的面积。以该数据为基础,在控制用计算机上进行拍摄角度死角的补充,按照座席数据等计算各空调控制对象的观众上座率以及估算人数,并将数据发送至空调中央监控机。在控制用计算机的显示器上同时显示各空调控制对象区域的人数以及总人数。

4 测量结果

  图8显示了大阪DOME测量的红外图像以及2值化图像、各空调区的观众上座率。该红外图像拍摄的是显示屏周围的外野座席,这是测量距离最短的图像。10~45℃的温度范围以256辉度来显示,光点越白表明表面温度越高。

  从该图像中抽出相当于人体表面温度的温度范围的结果即为2值化图像。当然,在该温度范围内的人体以外物体的影像也会被抽出,造成测量误差。图中的①区实验时用尼龙布覆盖了座席。

  以免观众进人,空调也关闭了。可是实验时受到来自电子显示屏的热辐射影响,该座席区部分(尼龙布)的表面温度有所升高。再加上尼龙布的红外线反射,①区的一部分无人区的温度接近了人体表面温度,①区的测量误差因此变大。没有人员进入的区域以及空调OFF区域,可预先从测量对象中删除。即使①以外的区域,由于各处室温分布以及人影视觉重叠等的影响,也会造成测量值误差。本系统的检测结果表明,本系统用于空调控制已经具有了足够的精度。

  图9为会时的实测结果。该图像为最长测量距离拍摄的。当时环境黑暗,用可视光学照

  相机无法确定室内情况,而用红外摄像机则可清晰地确认观众席的上座情况。并且,尽管演出时室内照明度变化非常大,而红外摄像机几乎不受影响,获得了稳定的图像。图10所示为各空调控制区的观众上座率和观众数(无空调的比赛场地区的临时观众席除外)的实测值。以满座时的观众数(测量对象区域内为20000人)为100%,开始人场前的15:00-16:00,上座率为O.5—0.6%以下,开始退场后40分钟(20:50左右)下降至5%左右,考虑到还会有若干未走的人以及座席的余热影响,可以认为此值正确可信。本系统所测的满座时的观众数为18000-19000人,实际观众数为20000人,充分达到了空调控制用测量精度。

5 结束语

  本系统提供了至今为止尚未解决的获取大空间人员信息(人数及分布)的有效方法。从本系统的实测结果来看,本系统对于空调控制系统具有充分的实用价值。通过有效地利用本系统,可实施按人数决定各空调区新风量等节能控制。

  由于测量距离长度造成的空间分辨能力的限制,使得人员信息测量精度受到了一定的限制。但是,随着红外摄像机像素的日益提高,计算机处理能力的日益提高,红外人数测量系统的测量精度将越来越高,成本将越来越低,有望进一步被广泛使用。

  本文的发表得到了(株)大阪CITY DOME、三菱电机(株)的大力合作,谨此表示感谢。

1 人类一热环境系统编辑委员会网:<人类一热环境系统>、日刊新闻社;

2 青柳全编著:‘非接触测量·辨识系统技术数据簿>,OPTONIX公司;

3 冈本芳三蓍:<远红外线遥控信号感觉热测量法)、COKONA公司;

4 三菱电机:热像仪产品目录.