劉 珊，楊 衛(wèi)，邵星靈，劉希賓

（中北大學 電子測試技術(shù)重點實驗室，儀器科學與動態(tài)測試教育部重點實驗室，山西 太原 030051）

0 引言

熱釋電紅外傳感器（passive infrared sensor，PIR）是一種被動式感知傳感器，具有功耗低、體積小、靈敏度高、結(jié)構(gòu)簡單等特點，廣泛應用于目標檢測和監(jiān)視等領(lǐng)域[1-2]。

查閱相關(guān)國外文獻，多是將PIR與其他設(shè)備相結(jié)合，經(jīng)復雜算法處理后進行目標檢測識別。文獻[2]將樹莓派和Arduino用USB電纜相連接，PIR傳感器安裝在Arduino上，網(wǎng)絡攝像頭安裝在樹莓派上。PIR檢測傳感器周圍的運動，激活網(wǎng)絡攝像頭捕獲圖片，樹莓派用于處理接收到的傳感器輸入和處理行人及人臉檢測的圖像。利用梯度（histogram of oriented gradient ，HOG）和支持向量機（support vector machines ，SVM）的直方圖對可疑對象進行目標識別。文獻[3]用PIR構(gòu)成主動傳感系統(tǒng)檢測靜態(tài)目標。文獻[4]提出將PIR和振動傳感器相結(jié)合，利用小波分析和經(jīng)驗模式分解對傳感器信號進行處理。

查閱相關(guān)國內(nèi)文獻，多是用PIR進行目標定位[5]、目標跟蹤[6]、目標的軌跡預推算等[7-10]。在用PIR進行目標定位及軌跡預推算的研究過程中，有單感知平臺[7]，雙感知平臺[8]，三感知平臺[9]，四感知平臺[1,10]等。單感知平臺研究過程中，文獻[7]利用PIR處于靜止狀態(tài)時測得目標的運動方向及目標距節(jié)點距離，PIR轉(zhuǎn)動狀態(tài)測得運動目標被探測到時的角度和時間，根據(jù)測得數(shù)據(jù)實現(xiàn)單節(jié)點目標運動軌跡的預推算。雙感知平臺研究過程中，文獻[8]提出了一種基于雙感知平臺的動靜PIR相結(jié)合的目標定位方法。靜態(tài)PIR傳感器對人員目標進行測距，動態(tài)PIR傳感器以10°/s的速率對監(jiān)控區(qū)域往復式掃描。通過幀差法得到目標的角度值，融合多個傳感器的測量值進行交叉定位。三感知平臺研究過程中，文獻[9]針對靜態(tài)PIR提出了三角交叉定位方法，采用位于同一平面內(nèi)的3個節(jié)點，對同樣位于同一平面的目標進行交叉定位。四感知平臺研究過程中，文獻[1]提出了基于正方形模型的PIR陣列感知，通過將32路傳感器角度信息進行融合，再結(jié)合自身坐標信息及檢測目標時間信息推導出運動軌跡，得到目標運動速度。文獻[10]通過峰峰值時間差法和對探測區(qū)域劃分編碼的方式獲取目標的距離和角度信息，根據(jù)眾數(shù)判定的方法篩選提取出目標有效位置信息，用極徑序列生成目標運動軌跡。

和國外相關(guān)文獻對比，本文提出的方法不需要搭配其他感知設(shè)備，僅用PIR紅外傳感器這單一功能器件即可預推算出運動目標軌跡和運動速度。和國內(nèi)相關(guān)文獻對比，本文設(shè)計的動態(tài)PIR陣列360°勻速轉(zhuǎn)動，克服了以往PIR陣列90°往復轉(zhuǎn)動過程中頻繁啟停造成的不能勻速轉(zhuǎn)動的弊端；提出的由3個單感知平臺構(gòu)成的三感知平臺通過動態(tài)PIR（轉(zhuǎn)速為10°/s的旋轉(zhuǎn)PIR）對運動目標多次感知，彌補了單感知平臺動態(tài)PIR容易造成漏檢以及四感知平臺對幾何布局場景高要求的不足。將3個感知平臺隨機布撒成任意三角形，均可建立感知模型，當運動目標進入感知區(qū)域后，三感知平臺利用檢測到目標時傳感器的角度、時間等信息，結(jié)合軌跡預推算法得到目標的預測運動軌跡，同時得到目標的運動速度。采用PIR陣列動態(tài)化，在擴大感知范圍的同時，使得每一路傳感器對進入感知區(qū)域的運動目標實現(xiàn)多次感知，在很大程度上提高預推算軌跡的精度。

1 單感知平臺簡介

1.1 單感知平臺硬件結(jié)構(gòu)搭建

針對以往的研究中設(shè)計過的四靜四動的八路PIR[8]、全為靜態(tài)的八路PIR[1]在多平臺感知時對PIR傳感器的大量使用，提出了動態(tài)的四路PIR，大大節(jié)約了成本。分析探測元光軸處于不同水平面[8]和探測元光軸處于同一水平面[1,7]這兩種形式，提出了利用四路傳感器處于不同水平面的結(jié)構(gòu)設(shè)計形式，在單路PIR 3 °感知視場角的剛性約束條件下，擴大了縱向感知范圍，同時能夠避免因目標熱源信號強弱不均造成的大面積漏檢，提高了感知目標的成功率。具體計算分析對比如下：

相鄰PIR垂直方向間隔1.5 cm，當對目標（人員）感知距離為30 m時，每路垂直方向上探測距離為：

四路PIR垂直方向上累加探測距離為：

單感知平臺實物圖如圖1所示。四路PIR水平方向間隔90°均勻分布，成“十”字形狀。縱向感知范圍示意圖如圖2所示。感知平臺上包括滑環(huán)和電機。滑環(huán)作用是解決轉(zhuǎn)臺轉(zhuǎn)動時線路轉(zhuǎn)動問題，電機作用是帶動轉(zhuǎn)臺轉(zhuǎn)動。

圖1 動態(tài)PIR陣列 Fig.1 Dynamic PIR array

圖2 縱向感知范圍示意圖 Fig.2 Schematic diagram of the longitudinal sensing range

1.2 單感知平臺硬件電路設(shè)計

單個感知平臺的工作流程主要分為三大模塊：轉(zhuǎn)臺模塊、信號采集模塊，信號處理模塊，信號傳輸模塊、電源模塊。轉(zhuǎn)臺模塊利用可編程步進電機，根據(jù)DSP提供的信號控制PIR陣列勻速轉(zhuǎn)動，使每路PIR可以對360°檢測范圍內(nèi)的目標進行檢測。信號采集模塊是由轉(zhuǎn)速為10°/s的動態(tài)的PIR采集目標信息。信號處理模塊包括兩部分內(nèi)容，處理模塊1將采集到的模擬信號經(jīng)放大濾波后傳輸?shù)綌?shù)字電路，數(shù)字電路主要是將其轉(zhuǎn)換為數(shù)字信號。信號傳輸模塊將數(shù)字信號傳輸?shù)教幚砟K2，處理模塊2為主控模塊，融合接收到的所有感知平臺信息，根據(jù)建立的三角形感知模型結(jié)合軌跡預推算法解算出目標軌跡和目標的運動速度。

硬件電路中采用帶有DSP指令的微控制器，型號為STM32F407系列，擁有1 Mb零等待的閃存，包含11條兼容的數(shù)字信號控制器產(chǎn)品線，可以實現(xiàn)與數(shù)字信號處理器的完美結(jié)合。數(shù)字信號處理器為TMS320C6747系列，功耗低，外設(shè)接口多，適合浮點處理。整體處理速度高達1.2 GHz，提高了計算速度，擴大了內(nèi)存，延長了PIR感知的持續(xù)時間。硬件實物圖如圖3所示。模塊間的邏輯框圖如圖4所示。

2 感知模型構(gòu)建

感知模型需滿足：1）感知區(qū)域內(nèi)不能存在探測盲點；2）感知次數(shù)盡量多；3）便于布撒，具有實用性。所提出的動態(tài)PIR陣列360°掃描感知區(qū)域，不存在探測盲點，多次掃描可以有效增加感知次數(shù)。三角形布置簡單、靈活，是構(gòu)建感知模型時數(shù)量最少的一種，不會造成資源浪費，相較于多邊形感知模型降低了成本。本文所構(gòu)建的模型改進了文獻[1]對正方形幾何結(jié)構(gòu)的強制要求，增加了PIR感知次數(shù)，提高了軌跡算精度。三角形分為等邊三角形圖5(a)、等腰三角形圖5(b)、一般三角形圖5(c)等。為了說明三角形感知模型的普遍適用性，本文采用一般三角形模型。

圖3 硬件實物圖 Fig.3 Hardware diagram

圖4 模塊邏輯框圖Fig.4 Block diagram of the module

圖5 三角形布局模型 Fig.5 Triangle layout model

3 軌跡預推算研究

3.1 建立坐標系

為了準確地描述目標的位置及其運動變化，需要對三角形模型建立坐標系，如圖6所示。為了便于計算，以R1和R3的連線為x軸，過R1垂直x軸作y軸。三角形三邊長分別為l1，l2，l3，目標以1 m/s進入感知區(qū)域，在一個感知圓內(nèi)最多被感知到6.67次，計算如下：

當三角形模型3個感知平臺的感知圓互相覆蓋時，不論從任意方向經(jīng)過重疊感知區(qū)域，至少能被感知到7次。

圖6 三角形感知模型坐標系 Fig.6 Triangle perceptual model coordinate system

3.2 數(shù)據(jù)篩選

三角形感知模型中共有12路傳感器以10°/s的轉(zhuǎn)速進行運動目標感知，多路傳感器不斷采集目標信息會產(chǎn)生大量的冗余信息。而且動態(tài)PIR陣列在轉(zhuǎn)動過程中易受外界環(huán)境影響，例如風、非目標熱源干擾等，產(chǎn)生數(shù)據(jù)亂報誤報，造成無用數(shù)據(jù)量大大增加。對此，進行有效地數(shù)據(jù)篩選，降低計算量，提高預推算精度是至關(guān)重要的。本文針對三角形感知模型的特點設(shè)計了數(shù)據(jù)篩選方法，闡述如下。

根據(jù)軌跡預推算精度要求設(shè)置閾值為δ。首先將所有可能感知點標定出來，判斷獲取的感知點與對應的標定點之間的差值是否小于閾值δ，若小于則保留，若大于則剔除。每5個符合條件的感知點計算一次預推算軌跡，每計算一次預推算軌跡，剔除這5個感知點中按時間順序排列的第一個，剩余的4個感知點與后面符合條件的感知點構(gòu)成5個感知點，再次計算運動軌跡，當計算出的預推算軌跡的數(shù)量不小于2條后，進行軌跡擬合。數(shù)據(jù)篩選的程序框圖如圖7所示。

3.3 軌跡預推算法推導過程

目標在起點(x0,y0)以速度1 m/s勻速進入三角形感知平臺構(gòu)成的感知范圍內(nèi)，為了便于驗證，規(guī)定目標每次進入感知區(qū)域時三感知平臺上PIR的初始方向保持不變。運動目標進去感知區(qū)域的入侵角為α，t1，t2，t3，t4，t5，t6，t7，分別為傳感器7次發(fā)現(xiàn)目標時的時間，目標在感知范圍內(nèi)做勻速直線運動。目標行進軌跡及三角形感知模型如圖8所示。

單感知平臺大小相對于感知平臺之間的間距可以忽略為一個節(jié)點。三角形模型中，R1R2＝l1，R2R3＝l2，R1R3＝l3，∠R2R1R3＝a。R1坐標為(0,0)，R3坐標為(0,l3)。由三角形可知：

圖7 數(shù)據(jù)篩選流程圖Fig.7 Data screening flowchart

圖8 三角形感知模型目標軌跡預推算 Fig.8 Triangle perceptual model target trajectory prediction

可得R2坐標為(l1cosa,l1sina)。

目標行進中的實時坐標為：

傳感器節(jié)點R1在t1時刻發(fā)現(xiàn)目標，并給出其角度值θ1，其直線方程可表示為：

傳感器節(jié)點R2在t2時刻發(fā)現(xiàn)目標，并給出其角度值θ2，其直線方程可表示為：

傳感器節(jié)點R3在t3時刻發(fā)現(xiàn)目標，并給出其角度值θ3，其直線方程可表示為：

將(6)、(7)、(8)分別代入式(5)，可得出探測到目標的時間t1，t2，t3：

同理，第4次、第5次、第6次、第7次及后續(xù)發(fā)現(xiàn)目標時的直線方程分別帶入式(5)?？傻玫教綔y目標的時間t4，t5，t6，t7：

式中：θ4，θ5，θ6，θ7分別是第4次、第5次、第6次、第7次發(fā)現(xiàn)目標時感知線的角度值。求解過程中有(x0,y0)、v、α4個變量，5個方程即可解出所有變量值，測算出目標的行進軌跡和目標運動的速度。在動態(tài)PIR感知過程中，目標從進入感知區(qū)域到完全離開感知區(qū)域，感知次數(shù)至少大于7次，若某一路PIR漏檢，仍可以推出預推算軌跡；若每一路都能感知到目標，那么每5個方程推出一次運動軌跡，最終的運動軌跡中參數(shù)的計算方式為：

通過求多次感知得到的平均值提高預推算軌跡的精度。

通過求解感知過程中，所有相同時序的標定點與感知點的差值計算預推算軌跡的誤差，誤差e計算為：

4 實驗驗證

本文針對三角形感知模型進行了戶外實驗，驗證了文中所提方法相對文獻[1]中方法的優(yōu)越性。具體實驗過程為：在三角形感知范圍內(nèi)，目標的運動軌跡有無數(shù)種可能，選取其中3條具有代表性的運動軌跡代表所有可能的情況，如圖9(a)。按照l1＝32 m，l2＝34 m，l3＝49 m的三角形感知模型對感知平臺進行布撒，以l3為X軸方向，其垂直方向為Y軸，建立坐標系（圖6）。布置3條預定軌跡，開啟系統(tǒng)電源，目標（人員）在指定位置就位，當感知平臺處于穩(wěn)定的感知狀態(tài)時，目標（人員）以1 m/s沿其中一條預定軌跡勻速通過感知區(qū)域。預推算出的運動軌跡和運動速度將在上位機的演示軟件中顯示，保存顯示的結(jié)果。將預推算軌跡結(jié)果與相應的預定軌跡作對比，計算得到預推算軌跡的誤差e。實驗場景如圖9(b)。本文進行了大量實驗，將最終的結(jié)果部分記錄于表1中。實驗得到的3條軌跡的預推算結(jié)果如圖10所示。

由表1可以看出，動態(tài)PIR構(gòu)建的三角形模型可以準確對運動目標的軌跡進行估算，并將正方形模型軌跡預推算的誤差[1]由1.5 m提高到了1 m。

圖9 實驗驗證過程 Fig.9 Experimental verification process

圖10 軌跡預推算結(jié)果 Fig.10 Track prediction results

表1 目標沿3條軌跡運動實驗結(jié)果 Table 1 Results of the movement of the target along three trajectories

5 結(jié)論

本文提出了一種基于動態(tài)PIR陣列構(gòu)成的三角形感知模型的軌跡預推算方法，改善了四感知平臺構(gòu)建的正方形模型對模型幾何形狀的剛性要求。采用三角形模型，對于網(wǎng)域測量系統(tǒng)而言，模型布撒靈活，具有很高的實用價值。在實際測量過程中，動態(tài)PIR在感知范圍內(nèi)多次感知到運動目標，擬合出的運動軌跡，在精度上有了很大提高。接下來，我們將研究多個三角形模型對運動目標的聯(lián)合定位及目標運動的實時軌跡預推算，從而針對目標的長時間遠距離運動，得出在網(wǎng)域測量中的更加準確的位置預判。