Датчики присутствия человека: Инфракрасные (ИК) датчики присутствия человека в помещении внутренние

Разное

Содержание

Инфракрасные (ИК) датчики присутствия человека в помещении внутренние

Наличие зоны высокой чувствительности
Распознавание мельчайших движений
Где используют датчик движения и датчик присутствия
Решаемые задачи
Практическое применение

В сегодняшней статье мы разберемся, чем отличается датчик движения от датчика присутствия и в каких случаях используется то или иное устройство.

Максимально сэкономить средства, затрачиваемые на потребляемую электроэнергию, помогут энергосберегающие технологии, применяемые при строительстве и реконструкции зданий.

В энергосберегающих системах используют комплексные автоматизированные датчики управления освещением. Комплексная система автоматизации здания (BMS), состоит из диспетчеризации и управления всеми имеющимися инженерными системами и подсистемами.

Также существуют локальные решения и системы управления освещением, составными элементами которых являются датчики присутствия и движения.

Они предназначены для включения, выключения и регулирования искусственного освещения в зависимости от естественного света. Датчики регистрируют движение или присутствие в разных зонах обнаружения.

Каким же образом это происходит? Здесь в работу вступает PIR-сенсор, который способен «видеть» через линзу френеля перемещение инфракрасного излучения, которое имеет каждое тело температура которого выше абсолютного нуля (-273 гр.)

Различия датчика движения и датчика присутствия

Задаваясь вопросом, на чем остановить свой выбор, нужно рассмотреть особенности каждого вида датчиков.

Наличие зоны высокой чувствительности

Датчик присутствия человека имеет зону высокой чувствительности, которая способна распознавать мельчайшие движения. Датчик движения, в свою очередь, как правило не имеет зону высокой чувствительности и поэтому фиксирует более крупные движения.

В отличии от других производителей, датчики движения B.E.G. имеют зону присутствия, которая имеет регулировки чувствительности.

Такие различия нужно учитывать, ведь при отсутствии движения свет может отключаться. Для бодрствующего человека в помещении полная неподвижность – редкое явление. Тем не менее, подобные ситуации случаются при неправильной настройке инфракрасных датчиков.

Используя специальную временную настройку можно задать время задержки на отключение. Отсчет её начинается с момента регистрации последних движений, в зоне действия ИК-датчика. Правильная настройка позволяет избавиться от несвоевременных отключений световых приборов.

Распознавание мельчайших движений

Датчик движения, способен распознавать крупные движения и имеет уличное исполнение. Он способен управлять освещением в зависимости от наличия движения в его зоне и от естественного света.

Более сложным устройством с одной стороны и многофункциональным с другой, является датчик присутствия. При его использовании в помещениях с большим количеством естественного света, возможно не только управлять искусственным освещением по сценарию включения и выключения в зависимости от присутствия и количества естественного света, а так же, регулировать яркость ламп по разным протоколам. Это означает, что свет включится или выключится при наступлении определенного порога освещенности в помещении.

Где используют датчик движения и датчик присутствия

В связи с разными возможностями, датчик движения целесообразно применять для управления освещением в проходных помещениях и помещениях с малым количеством естественного света или без него. А датчики присутствия – в помещениях, где люди находятся постоянно.

Решаемые задачи

Безусловно, все датчики в независимости движения или присутствия, имеют сенсор освещенности, который измеряет текущую освещенность при регистрации движения, различие состоит только в том, что датчики движения измеряют освещенность при обнаружении первого движения, а датчики присутствия каждое движение, поэтому они способны выключать освещение при установке в офисе.

Датчик присутствия в помещении способен выполнять более сложные и комплексные задачи, управлять освещением и дополнительными нагрузками, с разными временными задержками. Например, по основному каналу управлять освещением в кабинете, а с помощью дополнительного канала включить кондиционер. В тоже время при достаточной освещенности, освещение может выключится, а кондиционер будет продолжать свою работу, так как дополнительный канал не имеет привязки к сенсору освещенности.

Практическое применение

Представленные устройства, могут быть установлены как самостоятельные элементы управления или в качестве оконечных устройств в системах управления (например, в комплексных системах автоматизации зданий «умный» дом).

Дизайнерские серии датчиков, чаще всего применяются в помещениях частного сектора, уличные серии датчиков предназначены для управления освещением дворов и подъездов, в складских, офисных и производственных помещениях применяются профессиональные серии датчиков которые, способны решать самые сложные задачи.

Инновационные технологии и технологические разработки в области управления освещением делают жизнь современного человека более комфортной, облегчая многие задачи. Использование систем управления или локальных решений в отдельных помещениях или во всем здании, дает ряд неоспоримых преимуществ, среди которых удобство использования, безопасность и экономичность.

Подписывайтесь на наш блог, чтобы не пропускать полезные материалы о датчиках движения и присутствия.

comments powered by HyperComments

сравниваем два этажа / Блог компании КРОК / Хабр

Ощутимая часть электроэнергии в здании затрачивается на освещение. При этом мы часто освещаем пустые помещения и не выключаем свет днём, когда и так ярко.

У нас в КРОК непосредственно на самом офисе обкатываются системы, которые мы собираемся ставить заказчикам, поэтому поле для эксперимента было отличным.

Для сравнения было выбрано два этажа с идентичной расстановкой светильников и расположением рабочих помещений. На одном этаже устанавливались датчики автоматического управления освещением, а светильники заменялись на энергоэффективные с повышенным КПД. Питание отключалось в помещениях без людей, плюс уровень яркости освещения снижался при достаточном дневном свете.

Сразу покажу результат: в итоге мы получили экономию 45% на этаже площадью чуть более 1300 квадратных метров. Это с учётом человеческого фактора (выборочного отключения автоматики для собственного комфорта). Конечно, экономия получается не только за счет управления освещением, но и за счет замены светильников и общей модернизации освещения. Итого, срок окупаемости системы с учётом всего железа и работ – 5 лет. Измерение проводилось со 2 ноября 2012 года по 30 марта 2013 года (летом при большем световом дне питания потребуется ещё меньше, то есть результаты будут лучше).

Диаграмма оптимального режима работы искусственного освещения в типовом помещении с окнами (вертикаль – интенсивность свечения ламп, горизонталь — часы).

Подготовка

Седьмой этаж нашего первого офисного здания (КРОК-1) хотелось поменять при ещё проектировании внутренних инженерных систем строящегося здания КРОК-2. Дело в том, что КРОК-2 задумано как энергоэффективное здание и это требование накладывает определенные рамки на всю инженерную инфраструктуру.

Задача была проста: обеспечить качественное и удобное освещение для офисных сотрудников при минимизации подводимой электрической мощности. Анализировать мы решили на базе двух этажей первого здания. Тестовым был седьмой. В качестве контрольного был выбран аналогичный по назначению помещений, площадям и насыщенности сотрудниками шестой этаж КРОК-1 с существующей традиционной системой освещения. И там, и там мы смонтировали точные счётчики для детального учёта.

На седьмом этаже также:

  • Поменялись схемы управления светильниками.
  • Стандартные выключатели были заменены на датчики присутствия или движения.
  • Были выбраны и смонтированы новые типы светильников с высоким КПД, меньшей мощностью и возможностью плавной регулировки мощности.

Многие западные производители оборудования для управления освещением указывают в своих брошюрах довольно соблазнительные цифры по экономии. Иногда эти показатели экономии проверяются на практике в российских реалиях, иногда нет, иногда они написаны для идеальных условий без учета «человеческого фактора» (об этом далее). В итоге в разных источниках фигурируют показатели от 20 до 50% снижения потребления энергии на освещение.

На первый взгляд, что может быть проще, чем выключать или приглушать свет когда он не нужен? Вопрос только в том как и кто определит когда это «нужно», а когда нет. Мы решили попробовать на себе решение от компании Esylux для управления освещением в полностью автономном режиме, оценить экономию и, имея собственную экспертизу и опыт, а затем предлагать его заказчикам.

Для начала сделали перерасчёт количества светильников и оптимизировали их расстановку для обеспечения необходимой освещенности на рабочих местах с учетом установки новых светильников. Важно было учесть характеристики новых ламп, плюс сделать перераспределение групп светильников для возможности управления в зависимости от света из окон (поставить их параллельно линии остекления). Потом надо было смонтировать датчики, автоматически управляющие освещением в зависимости от присутствия людей, а также имеющие функцию управления интенсивностью свечения ламп в зависимости от условий естественной освещенности.

Подготовительная часть была такая — на рабочих местах проводились замеры при помощи люксометра и сверялись с действующими нормативами. Надо отметить, что в большей степени эти замеры носили информативный характер, и в итоге освещение настраивалось под пожелания сотрудников. Для каждого конкретного рабочего места адаптация по уровню естественного света производилась по замерам освещенности, по пожеланиям сотрудника (об этом еще скажу ниже) и по особенностям расстановки мебели в комнате.

В качестве управляющих элементов были выбраны датчики присутствия с функцией диммирования (плавной регуляции мощности).

Новые типы светильников и их расстановка с учетом рассадки сотрудников позволили нам изменить в лучшую сторону картину распределения освещенности на всех рабочих местах, снизить потребляемые мощности на этаже примерно на 40%, что в конечном итоге отразилось на показателях потребления электроэнергии седьмого этажа в целом по сравнению с контрольным шестым этажом (порядка 45%).

Тесты

Выгоду от простого выключения света и типичный режим работы датчиков в зависимости от дневного освещения можно видеть на изображении (свет включен только когда люди находятся в помещении):

Если же применить ещё и диммирование, то получается следующая картина (еще большая экономия, яркость искусственного освещения регулируется в зависимости от естественного):

Одним из косвенных плюсов оказалось то, что все очень быстро привыкли, что выключателями пользоваться нет необходимости, свет горит там, где это требуется, там, где есть люди, и ровно настолько интенсивно, насколько это нужно.

Среди минусов можно отметить что при ярком солнце, отдельных облаках и сильном ветре, может оказаться так, что датчик постоянно щелкает светом, некоторых сотрудников это сильно раздражает и приходится, по крайней мере, на время, переводить систему в полуавтоматический режим. Это можно отнести как раз к «человеческому фактору» упомянутому в начале: любая система не должна делаться в ущерб удобству людей, её использующих, поэтому осознанно предоставляются способы включить свет на длительный промежуток времени, отключив автоматику. Понятно, что это делается в ущерб экономии.

Эксперимент ставился на живом работающем коллективе (всем участникам эксперимента спасибо за понимание и терпение) и менялись условия, к которым все успели привыкнуть. В каждом конкретном случае учитывались пожелания самих сотрудников: кто-то любит светлее, кто-то темнее, кто-то практически не использует общее искусственное освещение и обходится настольной лампой. Это тоже сыграло роль в оценке экономии: при стандартизированных настройках, например в новом здании где никто никогда не работал, все бы привыкали сразу к новым условиям и можно предположить что экономия была бы больше.

Техническая часть

В нашем случае используются датчики с инфракрасным чувствительным элементом. Датчики движения и присутствия имеют одинаковый принцип определения присутствия, основанный на разнице температуры тела человека и окружающей обстановки.

Думаю, все знакомы с этими штуками – они часто встречаются в гостиницах, например.

По факту датчик реагирует на изменение температуры наблюдаемого пространства. На «железном» уровне это реализовано при помощи специальной линзы, которая состоит из чередующихся прозрачных и непрозрачных участков — в итоге это позволяет разделить всё наблюдаемое пространство на сегменты, при пересечении границ которых объекты с температурой, отличной от окружающей обстановки, обеспечивают реакцию IR-сенсора. В этом принципе скрыта одна из особенностей датчиков – они хуже определяют человека при движении его НА датчик, чем человека идущего по касательной.

На иллюстрации ниже красный человек определится с заметно меньшего расстояния, нежели серый. Дело в том, что при движении на датчик человек может попасть в один сектор и оставаться в нем, несмотря на перемещение, пока не перекроет соседний за счет увеличения своей «тени» на датчик. В случае же движения по касательной человек будет пересекать зоны значительно быстрее и значимые перемещения из сектора в сектор будут определяться с большего расстояния.

Особенность примененных датчиков заключается в удобстве установки даже в уже смонтированную и работающую систему освещения. Датчики устанавливаются «в разрыв» линии и управляют включением-выключением при помощи собственного твердотельного реле. На изображении приведена электрическая схема включения датчика в линию со светильником в случае управления по сигналу 0..10В.


Есть два основных типа датчиков:

  1. Датчики движения
  2. Датчики присутствия

Первый рассчитан на периодические появления людей, второй — на постоянное присутствие людей и измерение уровня освещённости.

При этом надо понимать, что и те, и те датчики являются формально определяющими движение, названия «движения» и «присутствия» используются производителем для классификации по зонам применения.

Основное отличие датчиков движения заключается в алгоритме замера освещенности и управления. Они измеряют освещенность только в момент первого обнаружения движения. Например, представим ситуацию – вход в торговый центр, над ним светильник подключенный через данный датчик, в датчике стоит порог срабатывания к примеру 250 люкс и задержка выключения 2 минуты.

Если в здание входит человек рано утром, когда солнце ещё не встало и уровень естественного освещения менее 250 люкс, то датчик определяет присутствие, замеряет освещенность, сравнивает её с порогом, замыкает внутреннее реле и включает освещение. Если за период задержки 2 минуты никто не появится в поле зрения, то свет выключится. Если же за две минуты задержки успеет пройти следующий посетитель, то датчик будет отсчитывать две минуты с нуля, без повторного замера освещенности. В итоге, если датчик не замеряет уровень освещенности, может получиться ситуация, когда свет так и не выключится, несмотря на то что уже давно превышен порог.

Датчики присутствия в свою очередь измеряют освещенность постоянно и сравнивают её с заданным значением и способны выключить светильники при превышении порога, даже если обнаружено присутствие людей

Датчики движения

Их мы монтировали в коридорах и общественных зонах. Оказалось хорошей идеей включать их параллельно, чтобы при сработке одного свет включался по всему коридору.

Компактные датчики присутствия

В санузлах и в помещении кухни установлены компактные датчики присутствия, датчики имеют аналогичный алгоритм как у датчиков движения в коридорах и общественных зонах, но меньшие размеры и зону покрытия.

В санузле вскрылась ещё одна проблема – человек не очень-то бегает по комнате (в офисных помещениях движение есть почти постоянно, например, шевеление мышкой), поэтому свет может выключиться неожиданно. Понятно, что в этом случае он дёрнется, и питание включится, но, согласитесь, не очень комфортно. Поэтому на такие датчики мы выставляли большие задержки выключения – от 15 минут.

Датчики присутствия

В офисных зонах и в лифтовых холлах мы монтировали датчики присутствия и выключатели. Выключателем можно отключить питание на датчике и всей подконтрольной группе освещения.

При включении датчик автоматически калибруется в течение 10-15 секунд, затем выключается свет и начинает работать настроенный алгоритм:

  1. В то время, когда в помещении отсутствуют люди, свет автоматически выключается, датчик работает в режиме ожидания и контрольного замера освещенности.
  2. При обнаружении человека возможны два варианта:

    a) Люди есть, но света из окон достаточно — датчик делает замеры и включает освещение при падении уровня освещения.

    б) Яркость освещения подбирается так, чтобы достичь порога установленной за стандарт освещённости. Люди появились – свет включается и регулируется до уровня стандарта.
  3. Людей нет — запускается таймер задержки, если изменений нет, происходит выключение или переход к 10% уровню освещения.
Применение

Наши западные коллеги монтируют такие системы в отелях (это удобно для гостя и очень практично), в офисах, на производстве, в разных общественных зданиях от администраций города до музеев и так далее. Иногда такие вещи ставятся в домах.

В Европе основной мотив – «зелёные технологии», у нас, думаю, большую роль будет играть всё-таки экономия.

По собственному опыту можно сказать, что управление освещением описанное в выше даёт возможность забыть про выключатели и по-максимуму использовать естественное освещение. Рабочие помещения оказываются равномерно освещены независимо от удаленности рабочего места от окон. В целом обеспечиваются комфортные условия работы, система работает незаметно и при этом экономит электроэнергию — а это самый главный параметр: экономия не в ущерб качеству.

Если вам интересно посчитать стоимость внедрения такой системы у вас, либо просто есть вопросы – пишите на [email protected] или задавайте в комментариях, буду рад ответить.

описание, виды, схема, как сделать своими руками

Охрана жилого или производственного помещения в современном мире — одна из главнейших задач. Датчик движения, либо же присутствия позволяет обнаруживать движущийся объект и включать свет. Это свойство не только позволяет оградить дом от грабителей, но и применяется в робототехнике, системах видеонаблюдения и контроля расхода электрической энергии.

Общее описание

Датчик присутствия в упрощенном виде представляет собой специальный волноискатель, который улавливает движения в помещении. Например, если человек попал в зону охвата, то есть в ту зону, на которую распространяется работа прибора, то он активирует систему. Она в свою очередь заставит заработать механизм — переключит его в иное состояние.

К примеру, если свет в помещении выключен, то движущийся объект заставит переключится механизм в активное состояние, то есть свет включится. Или же наоборот: если действий в определенно отведенное время движения в зоне охвата не присутствует, то сенсорная система перейдет в дезактивированный режим.

Сейчас датчики движения стали часто использовать в быту, а не только в офисах, производственных или правительственных зданиях для их охраны. Объясняется этот рядом плюсов:

  • включение света автоматическим образом убережет от получения травмы, если в помещении наблюдается беспорядок;
  • если в дом заберутся забраться грабители, то включение света, как, впрочем, и любая активность, отпугнет их.

Датчики выпускают проводными или беспроводными, меняется принцип их действия. Используется он не только для охраны, но и для открытия ворот, сигнализации и другого.

В отличии от датчика движения датчик присутствия основывается на принципе работы эффекта Доплера. Если заглянуть в физический справочник, то можно понять, что суть заключается в том, чтоб улавливать частоту и динамику распространения волны. Сенсор улавливает малейшее изменение и направляет ее в устройства программного контроля. Оно в свою очередь выполняет переключение, которое проявляется в виде включения света или звука. В датчики присутствия есть генератор и антенна, если сигнала нет, то приборы переходят в спящий режим, но мгновенно включаются при изменении.

Сферы применения

Оборудование применяется во многих областях, а не только для охранных систем. Универсальный прибор надежен и позволяет во многом сэкономить на других, ранее распространенных деталях, выполняющих аналогичные функции.

Жилые помещения

Основная сфера применения — система умный дом. Датчик присутствия позволяет оптимизировать расход электроэнергии. Когда она не нужна, то свет отключается.

Охранные системы

Охранный прибор убережет дом от взлома. Он мгновенно перейдет в активный режим, если появится активность, пусть даже минимальная.

Робототехника

Эта область не так распространена в бытовом плане. Но планируется постепенно внедрять в оборот роботизированную технику, которая будет работать на основе сверхчувствительного оборудования.

Разнообразные производственные процессы

Системы под контролером можно оптимизировать многие производственные процессы. Уже сейчас их можно встретить на административных и офисных сооружениях в крупных городах, на детских садиках и институтах, в гостиницах и спортивных площадках.

Системы видеонаблюдения

Позволяют включать и выключать свет, а также при использовании ночью снижают яркость, что экономит деньги.

Контроль расхода электрической энергии

Простейшие датчики, которые некоторые радиолюбители, которые даже изготавливают дома, способны контролировать расход энергии, то есть отключать ее, если в помещении никого нет.

Виды

Существует несколько классификаций приборов. При выборе и покупке следует обращать внимание на каждый из них, так как от этого зависит эффективность работы, многофункциональность и безопасность.

По принципу действия

Принцип действия — это способ регистрации изменений. Самые простые — звуковые, но для некоторых целей их мощности может быть недостаточно. Принцип их действия основан на то, что прибор срабатывает только в случае, когда объект издает звуки. Этот принцип заложен в простейшие выключатели, которые работают от хлопка. Понятно, что для охранной системы и робототехники такие вариант не подойдут. Вместо них используются более современные и удобные.

Ультразвуковой

Состоит из приемника и генератора сигналов. Функционирует на основе эффекта Доплера. То есть, когда происходит изменения частоты или длины волны, то на приемник поступает сигнал. Импортируется в устройстве сигнализаций и осветительных приборах.

Фотоэлектрический

Датчик фотоэлектрический работает за счет обнаружения неизменный интенсивности света. Это в свою очередь подкрепляется или воздействием предмета, или изменением формы, отражения, размера объекта. Есть современные фотоэлектрические приборы, способные считывать информацию вплоть до нескольких сот метров.

Емкостной

Емкостный предназначен непосредственно для получения и обработки излучений, но уже отраженных. Подходящий для охранной системы сигнализации, но может использоваться и в осветительных видах приборов.

Акустический

Срабатывают при обнаружении изменения длины звуковой волны. Включаются, если уровень шума превышает номинальный. Устанавливается норма самостоятельно пользователем.

Инфракрасный

ИК датчики популярны за счет эффективности и точности в сочетании с небольшой ценой. Этот механизм включаются при возникновении, смещении или устранении ИК волны на фотоэлементе.

Датчик нагрузки

Включается при достижении на определенную локацию нормативного веса. Например, устанавливается в прихожей входной двери. Человек заходит и свет включается автоматически.

Комбинированный

Плюс в том, что он снижает число ложных срабатываний и тем самым экономит ресурсы. Устанавливает две системы определения передвижения (сейчас могут быть любые, но обычно это акустика и инфракрасный или ИК и ультразвуковой). Свет появится только того, когда сигнал примут и обработают оба детектора.

По количеству блоков

Важная характеристика, которая определяет функционал устройства.

Однопозиционные

Одно позиционные варианты позволяют контролировать движения из одной точки. Это самый ненадежный вариант, но в ряду случаев его функционала достаточно.

Двухпозиционное

Вариант с двумя позициями показывает большую эффективность. Устройство контролирует происходящее из нескольких точек.

Многопозиционные

Наиболее универсальные. Походят для охранных систем, осуществляющих включение молниеносно.

По способу монтажа

По способу установки оборудование различается на встроенного типа и накладное. Первые фиксируются в стене или на поверхности при помощи специального отверстия. Накладные прибиваются при помощи дупелей. Уличные датчики важно закреплять максимально прочно.

По методу получения входящего

Метод получения сигнала — это разделение на инфракрасные, звуковые и другие виды. В зависимости от этой характеристики меняется параметр мощности. Современные устройства для дома рассчитаны на 1000-2000 Ватт.

По способу передачи исходящего сигнала

Исходящий сигнал определяет тип используемых ламп. Это могут быть лампы накаливания или галогенные, люминесцентные. Дальность реагирования, то есть передачи исходящего сигнала, для дома до 20 метров.

Как сделать своими руками

Простейший датчик делается своими руками. Но не всегда затраты по времени и цене деталей оправданы.

Емкостной

Схема основана на понимании работы излучения. Прибор состоит из:

  • транзисторов;
  • резисторов;
  • пироэлектрического датчика;
  • микросхемы;
  • линзы Френеля.

Волны, которые выделяет объект, попадают на пиротехнический датчик. Он фиксирует их и передает на модуль управления. Тот формирует сигнал, который выдает необходимый функционал.

Тепловой

Самодельный датчик создан на основе пироэлектрического элемента. Он улавливает источник теплового излучения в зоне распространения и преобразует информацию в электрический сигнал. Обратите внимание, что устройство:

  • ставят вдали от радиаторов и обогревателей;
  • нельзя использовать в помещении с животными.

Прибор интегрируется в иные системы, например, осветительные или охранные.

Производители

Theben AG

Немецкая компания существует с 1921 года. Поставляет высококачественные датчики, которые вписываются в интерьер любого помещения. Занимается разработкой инновационных продуктов.

OMRON

Это крупная японская корпорация, извечный мировой производитель электроники. Компании равняются на этого лидера в производстве средств автоматизации.

PD 360/8 Basic

Современный датчик присутствия с полным охватом территории (360 градусов). Он монтируется легко на потолок и стал поистине универсальным.

ESYLUX

Фирма занимается прямыми поставками осветительного оборудования и датчиков. Специализируется на изготовлении универсальных и практичных приборов, которые будут удобны любому россиянину вне зависимости от его финансового состояния.

Способы практического применения

Часть датчиков интегрируются в охранные и осветительные системы, другая работает самостоятельно. Использование прибора позволяет оптимизировать производственный процесс и контролировать расход ресурсов. С их помощью осуществляется диммирование — при ненужности яркого освежения они снижают яркость света. Оптимально в комплексе с датчиком объема.

Особенности подключения и настройки

Подключение ведется в зависимости от типа интегрируемой системы и особенностей эксплуатации. Монтаж бывает проходной (контроль за происходящим происходит из двух и более независимых точек) или непроходной (из одной точки наблюдения).

Инфракрасный датчик — ИК-датчик: разновидности, принцип работы, подключение, применение, особенности

Использование электронных устройств регистрирующих изменения каких-либо физических параметров, позволяет в автоматическом режиме контролировать работу многих приборов и механизмов. Инфракрасные датчики применяются именно для этих целей, но с появлением «умных» устройств, сфера применения изделий значительно расширилась.

В этой статье будет подробно рассмотрен принцип работы сенсора, реагирующего на ИК-излучение, а также приборов, в которые устанавливаются изделия этого типа.

Что представляет собой ИК-датчик

Ик датчики — это устройства, способные реагировать на фоновое инфракрасное излучение. Прибор регистрирует любое тепловое излучение. Это значит, что сработать такое устройство может не только при нахождении в зоне действия датчика теплокровных животных или человека, но и даже на перемещающийся неодушевлённый предмет.

Инфракрасный тепловой датчик может использоваться в различных условиях. Если эксплуатация осуществляется в местах, где устройство может подвергнуться физическому воздействию, то его изготавливают в защищённом корпусе. В различных гаджетах, например в смартфонах, ИК-детектор размещается на передней панели, чтобы обеспечить возможность реагирования сенсора на движение рук владельца телефона.

Принцип работы ИК датчика

Инфракрасные датчики могут иметь различную конструкцию, а принцип работы таких устройств может отличаться в зависимости от способа регистрации инфракрасного излучения. В такие приборы могут устанавливаться активные или пассивные ИК-элементы, а также комбинация этих двух типов детекторов ИК-излучения.

Активные

Работа активных датчиков похожа на систему радарного обнаружения самолётов, но только в инфракрасном диапазоне. Система этого типа состоит из двух основных элементов: генератора и приёмника ик-излучения.  Первый элемент излучает сигнал в инфракрасном диапазоне, а второй — обрабатывает отражённый сигнал.

Если в зоне действия системы этого типа появляется какое-либо движение, то происходит доплеровский сдвиг частоты, на который и реагирует приёмник сигнала. Благодаря высокой степени чувствительности таких сенсоров они получили большее распространение, но по этой же причине такие устройства часто срабатывают ложно, например, при качании ветвей деревьев во время сильного ветра.

Пассивные

Пассивные устройства состоят только из приёмников сигнала. Излучателя в таких приборах нет, но благодаря высокой чувствительности сенсоров и применению линзы Френаля, удаётся добиться высоких результатов по обнаружению инфракрасного излучения, как в помещениях, так и на открытых площадках. Оптическая система разбивает детектируемое пространство на большое количество отдельных частей, что позволяет электронной системе сопоставлять уровень ИК излучения, исходящего из разных точек пространства. При обнаружении значительных расхождений в уровне излучения прибор срабатывает, и сигнал о наличии движения передаётся в систему звукового оповещения.

В качестве сенсора в пассивных устройствах используются пироэлектрические преобразователи. В приборе применяется чётное количество полупроводниковых элементов. Это необходимо, чтобы разделить между собой сигнал, поступающий от различных секторов линзы.

Комбинированные

В комбинированных инфракрасных системах применяются одновременно активный и пассивный датчики. Таким образом значительно снижается количество ложных срабатываний, ведь для включения электрического света, сирены сигнализации или других устройств необходимо получить «добро» от обоих сенсоров.

Комбинированные инфракрасные детекторы не лишены недостатков. Если по тем или иным причинам, какой либо датчик не сработает при наличии движения в зоне действия устройства, то подобные действия не приведут к срабатыванию охранной или пожарной системы.

Применение в охранных и пожарных сигнализациях

Наиболее часто инфракрасные датчики применяются в охранных системах. Наличие движения легко определяется как пассивными, так и активными устройствами. Сигнализации этого типа являются достаточно надёжными, что позволяет оперативно передавать информацию о возможном нарушении периметра на звуковое устройство или на пульт охраны. Аналогичным образом действуют приборы, установленные перед раздвижными дверьми супермаркетов. При выявлении движения детектор включает электрическое реле привода электродвигателя.

Способность эффективно регистрировать инфракрасное излучение является незаменимым в противопожарных системах. При обнаружении открытого огня или значительного нагрева, такая система также начинает подавать тревожный сигнал либо включает автоматическую установку пожаротушения. Противопожарные ИК-устройства широко используются в заводских залах, на объектах, где хранятся взрывоопасные и легковозгораемые вещества.

Противопожарные устройства этого типа имеют серьёзные недостатки. Ложное срабатывание датчика может произойти в результате воздействия прямых или отражённых солнечных лучей, а также тепловых приборов. По этой причине инфракрасные детекторы пламени часто объединяются в системы, в которых используются иные принципы обнаружения возгораний.

Как известно, не бывает дыма без огня. По этой причине, установить факт возгорания можно с помощью миниатюрные инфракрасных устройств, с помощью которых регистрируется наличие газообразных продуктов горения. Приборы этого типа также имеют излучатель и приёмник ИК-излучения, но только в этом случае они располагаются напротив. Дым, проходя через инфракрасный луч, отражает большую часть сигнала. Приёмник, в свою очередь, регистрируют «недостачу» и включает электрическую цепь звукового устройства или системы пожаротушения.

Применение ИК-датчиков в быту и на производстве

В современных приборах и на производственных установках инфракрасные датчики используются для дистанционного управления, передачи информации, измерения расстояния, скорости и температуры.

Для регулировки температуры

При организации многих технологических процессов важно поддерживать температуру в заданных пределах. Механические устройства имеют значительные погрешности, поэтому если необходимо регулировать нагрев или охлаждение веществ с точностью до 0.1˚С, применяются специальные инфракрасные устройства. Такие приборы, объединённые в электрическую цепь с микропроцессорной платой, могут изменять температурный режим в автоматическом режиме.

Основное достоинство таких устройств заключается в возможности дистанционного измерения тепловых показателей. Например, при выплавке стали благодаря использованию инфракрасных пирометров можно точно определить температуру без непосредственного контакта с жидким металлом.

Температурные инфракрасные датчики могут быть выполнены в виде портативного устройства. Благодаря наличию низкого уровня искажения, такие изделия используются, в том числе, в качестве медицинских приборов для моментального определения температуры тела человека.

Инфракрасные ПДУ

Принцип работы пульта дистанционного управления также основан на инфракрасном излучении. На передающем сигнал устройстве устанавливается передатчик, который, при нажимании какой-либо кнопки, посылает зашифрованный сигнал на приёмник. Принявшее сигнал устройство обрабатывает полученную информацию и выполняет необходимое действие.

В современных устройствах принимающий сигнал от ПДУ датчик представляет собой объединённый в одном корпусе чувствительный элемент и усилитель. Таким образом экономится место на печатной плате, а также решается проблема, при необходимости, быстрой замены приёмного устройства.

Инфракрасные датчики в системах дистанционного управления позволяют организовать эффективный способ передачи информации на небольшом расстоянии. Среди основных плюсов такого способа можно назвать высокие показатели помехоустойчивости. Направленность системы в одну сторону является её серьёзным недостатком, но, при необходимости, можно увеличить угол эффективного использования ПДУ с помощью отражения от зеркальных поверхностей.

Датчик расстояния

Излучая и улавливая инфракрасный луч можно достаточно точно измерить расстояние от датчика к неподвижному объекту. Специальные устройства, выполняющие такую функцию состоят из ИК-светодиода и принимающего отражённое излучение сенсора.

Чувствительный элемент генерирует электрическое напряжение, величина которого зависит от угла падения отражённого инфракрасного луча. Эта зависимость, при измерении расстояния в определённых значениях, линейна. При удалении ИК-приёмника от объекта, напряжение уменьшается. Процессор обрабатывает сигнал от приёмника и выводит на дисплей значение расстояния либо активирует какую-либо электрическую систему.

Приобрести инфракрасные датчики  можно в Москве, а также на Алиэкспресс либо других аналогичных торговых площадках.

Счётчик оборотов двигателя

Во многих системах оборудованных двигателями возникает необходимость вести подсчёт оборотов вращения подвижных частей силовых агрегатов. Механические устройства для этой цели уже давно не используются по причине отсутствия устойчивости к износу.

Инфракрасные датчики являются отличной заменой таким приборам.

Принцип работы бесконтактного устройства подсчёта оборотов очень прост:

  • Инфракрасный луч направляется на вращающееся колесо, в котором имеется прорезь.
  • После совершения полного оборота луч свободно проходит через отверстие и регистрируется приёмником.
  • Процессор осуществляет подсчёт частоты электрических импульсов и выводит значение на цифровой дисплей.

Если по каким либо причинам такую конструкцию инфракрасного подсчёта частоты вращения невозможно реализовать на практике, то на валу размещают светоотражающий материал, который будет возвращать ИК-луч после каждого полного оборота.

Подключение датчика

Если монтаж инфракрасного датчика осуществляется своими руками, то прежде чем организовать подключение, необходимо ознакомиться с основными правилами установки таких устройств. Наиболее часто такие устройства устанавливаются самостоятельно для автоматического включения света в комнате либо для автоматического запуска уличных светильников, работающих от солнечных батарей.

Работа по подключению ИК датчика выполняется в такой последовательности:

  • Правильно подобрать место для установки. Чувствительный элемент лучше регистрирует движения, осуществляемые поперёк контролируемой области. Высота монтажа зависит от модели датчика (2.5–4.0 м).
  • Отключить электричество в доме и подвести провода от щитка или распределительной коробки к месту подсоединения датчика.
  • Снять защитную пластиковую оболочку детектора.
  • Подключить проводники к устройству согласно схеме указанной в инструкции или на самом приборе.
  • Установить датчик на заранее подготовленное место, используя встроенный пружинный фиксатор.
  • Проверить и настроить инфракрасный выключатель.

Большая часть производимых датчиков имеет встроенные элементы регулировки времени свечения лампы и порога срабатывания. На плате переменные резисторы обозначаются соответственно TIME и LUXE.

Чувствительность устройства следует настроить в первую очередь. Для этой цели необходимо установить регулировку времени свечения лампы на минимальное значение. Затем, вращением регулятора чувствительности в различные положения, подобрать наиболее подходящий режим работы осветительного прибора.

Когда чувствительность датчика будет настроена, следует установить реле времени на наиболее подходящий промежуток работы осветительного прибора.

Установку сигнализаций и пожарного оборудования следует доверить квалифицированным специалистам. Ошибки в монтаже таких устройств могут обойтись значительно дороже стоимости услуг профессионального монтажника.

Вывод

Инфракрасные датчики являются недорогими, надёжными устройствами, с помощью которых можно сделать свою жизнь более безопасной и комфортной. Покупка таких изделий в проверенных местах и правильный монтаж оборудования позволят прослужить системам этого типа в течение многих лет без необходимости проведения ремонта и замены основных компонентов.

Видео по теме

Хорошая реклама

 

Где и зачем применяются датчики присутствия

Датчики присутствия весьма часто путают с датчиками движения, но это не одно и то же. Последние ориентированы на обнаружение движения, благодаря чему и фиксируется объект, попавший в поле действия прибора. Датчик присутствия человека реагирует на местонахождение людей и крупных животных, вне зависимости от того, перемещаются они или находятся неподвижно на месте.

Это очень полезное изобретение, которое нашло свое применение во многих сферах деятельности человека. Датчик присутствия применяется для оснащения охранных систем и систем видеонаблюдения, в «умных» домах в качестве прибора управления энергией, в игрушках с интерактивным режимом, в такси и т. п. При этом подобные приборы могут реагировать на совершенно разные параметры. Датчики присутствия может определять нахождение человека по его весу, тепловой энергии, любому звуку и многим другим параметрам.

Для систем охраны такие устройства просто незаменимы – они позволяют обнаружить наличие посторонних людей на охраняемой территории и принять соответствующие меры.

Для системы «умный дом» эти устройства включают и выключают осветительные приборы, что не только позволяет не искать выключатель в темное время суток, но и значительно сэкономить затраты на электроэнергию. При этом не стоит думать, что датчики присутствия – привилегия исключительно состоятельных людей, на самом деле, приборы с таким или аналогичным принципом действия установлены во многих подъездах многоэтажек. Они применяются с целью снижения общедомовых затрат на электричество и реагируют, как правило, на звук шагов идущего человека. Популярностью пользуются такие приборы и в различных службах такси – датчики помогают производить мониторинг в режиме реального времени и отделять свободные машины от автомобилей с пассажирами.

Очень радует то, что с точки зрения простоты установки подобные приборы под силу поставить любому человеку, который хоть немного разбирается в технике. Но датчики присутствия обладают одним существенным недостатком – это ложное срабатывание. Конечно, для некоторых сфер деятельности оно является вполне безобидным явлением и не приносит существенного вреда, например, в интерактивных игрушках. Однако для охранных или военных целей этот недостаток является очень существенным.

К счастью, с проблемой ложного срабатывания можно успешно бороться, для этого пользуются двумя различными способами. Первый метод заключается в применении нескольких датчиков, работающих обособленно друг от друга. Эти приборы, по сути, дублируют друг друга, что особенно важно при наличии внешних помех. Другой не менее эффективный способ – применение датчиков, которые регистрируют присутствие человека по разным параметрам. Например, можно поставить в пару прибор, реагирующий на электроемкость человеческого тела, и датчик, реагирующий на тепло.

На эти устройства будут воздействовать разные виды внешних помех, а значит, вероятность ложного срабатывания всей системы в целом становится ничтожно мала.

Оригинальный датчик человеческого тела по лучшей цене — Отличные предложения на оригинальный датчик человеческого тела от мировых продавцов оригинальных датчиков человеческого тела

Отличные новости !!! Вы находитесь в нужном месте для оригинального датчика человеческого тела. К настоящему времени вы уже знаете, что что бы вы ни искали, вы обязательно найдете это на AliExpress. У нас буквально тысячи отличных продуктов во всех товарных категориях. Ищете ли вы товары высокого класса или дешевые и недорогие оптовые закупки, мы гарантируем, что он есть на AliExpress.

Вы найдете официальные магазины торговых марок наряду с небольшими независимыми продавцами со скидками, каждый из которых предлагает быструю доставку и надежные, а также удобные и безопасные способы оплаты, независимо от того, сколько вы решите потратить.

AliExpress никогда не уступит по выбору, качеству и цене.Каждый день вы будете находить новые онлайн-предложения, скидки в магазинах и возможность сэкономить еще больше, собирая купоны. Но вам, возможно, придется действовать быстро, поскольку этот лучший оригинальный датчик человеческого тела вскоре станет одним из самых востребованных бестселлеров. Подумайте, как вам будут завидовать друзья, когда вы скажете им, что приобрели свой оригинальный датчик человеческого тела на AliExpress. Благодаря самым низким ценам в Интернете, дешевым тарифам на доставку и возможности получения на месте вы можете еще больше сэкономить.

Если вы все еще не уверены в оригинальном датчике человеческого тела и думаете о выборе аналогичного товара, AliExpress — отличное место для сравнения цен и продавцов.Мы поможем вам решить, стоит ли доплачивать за высококлассную версию или вы получаете столь же выгодную сделку, приобретая более дешевую вещь. А если вы просто хотите побаловать себя и потратиться на самую дорогую версию, AliExpress всегда позаботится о том, чтобы вы могли получить лучшую цену за свои деньги, даже сообщая вам, когда вам будет лучше дождаться начала рекламной акции. и ожидаемая экономия.AliExpress гордится тем, что у вас всегда есть осознанный выбор при покупке в одном из сотен магазинов и продавцов на нашей платформе.Реальные покупатели оценивают качество обслуживания, цену и качество каждого магазина и продавца. Кроме того, вы можете узнать рейтинги магазина или отдельных продавцов, а также сравнить цены, доставку и скидки на один и тот же продукт, прочитав комментарии и отзывы, оставленные пользователями. Каждая покупка имеет звездный рейтинг и часто имеет комментарии, оставленные предыдущими клиентами, описывающими их опыт транзакций, поэтому вы можете покупать с уверенностью каждый раз. Короче говоря, вам не нужно верить нам на слово — просто слушайте миллионы наших довольных клиентов.

А если вы новичок на AliExpress, мы откроем вам секрет. Непосредственно перед тем, как вы нажмете «купить сейчас» в процессе транзакции, найдите время, чтобы проверить купоны — и вы сэкономите еще больше. Вы можете найти купоны магазина, купоны AliExpress или собирать купоны каждый день, играя в игры в приложении AliExpress. Вместе с бесплатной доставкой, которую предлагают большинство продавцов на нашем сайте, мы думаем, вы сможете приобрести original human body sensor по самой выгодной цене в Интернете.

У нас всегда есть новейшие технологии, новейшие тенденции и самые обсуждаемые лейблы. На AliExpress отличное качество, цена и сервис всегда в стандартной комплектации. Начните самый лучший шоппинг прямо здесь.

Обнаружение пульса MicroSearch Обнаружение присутствия человека и проверка вторжений для исправительных учреждений, безбилетных пассажиров, границ, паромных портов, морских портов и объектов с высокой стоимостью

MicroSearch ® идеально подходит для досмотра транспортных средств и контейнеров в исправительных учреждениях, пограничных переходах, паромных портах, морских портах и ​​объектах с высокой стоимостью.

Исправительные учреждения и СИЗО

MicroSearch в настоящее время развернут более чем в 100 исправительных учреждениях по всему миру. Большое количество транспортных средств, въезжающих и выезжающих из тюремного городка, требует использования проверенных устройств безопасности, чтобы гарантировать, что ни один заключенный или заключенный не сбежит. Тюремные службы, тюремные производства, посетители заключенных и служебные автомобили — все это можно отслеживать быстро и неинвазивно.

Незаконная иммиграция и торговля людьми

MicroSearch — идеальный инструмент безопасности для пересечения границы по всему миру, где нелегальные иностранцы или потенциальные террористы могут попытаться несанкционированно проникнуть в страну или территорию в качестве безбилетного пассажира.

Безопасность грузов и на море

MicroSearch — идеальный инструмент безопасности для проверки транспортных средств и грузовых контейнеров перед их загрузкой на самолеты, корабли и железнодорожные вагоны. Большие грузовики, выезжающие из морских портов, можно быстро досмотреть на предмет наличия нелегальных иммигрантов или других лиц, пытающихся получить несанкционированный доступ.

Безопасность аэропортов и грузовых авиаперевозок

MicroSearch повышает безопасность контролируемой зоны, проверяя транспортные средства, которым регулярно требуется доступ в зоны ограниченного доступа, например те, которые требуются для обслуживания или общественного питания.

Защита критически важной инфраструктуры

Критически важные здания и объекты, включая посольства, военные объекты, правительственные и гражданские здания, могут получить выгоду от повышенной безопасности, которую обеспечивает MicroSearch. Система помогает предотвратить несанкционированный доступ в здания и сооружения в качестве безбилетного пассажира в въезжающем автомобиле. MicroSearch быстро и точно повышает уровень безопасности, одновременно освобождая персонал службы безопасности для выполнения других важнейших обязанностей и ответственности.

Новый датчик способен обнаруживать присутствие человека без движения

Нет недостатка в сенсорных технологиях, способных обнаруживать движение человека.

Действительно, простые пассивные инфракрасные детекторы успешно справляются с этой задачей и являются обычным явлением во многих домашних хозяйствах. Однако обнаружить присутствие человека в неподвижной зоне не так-то просто.

Тем не менее, это то, что представляет собой бесконтактный термодатчик MEMS D6T компании Omron, сверхчувствительный инфракрасный датчик температуры, который полностью использует запатентованную технологию измерения MEMS компании Omron.

В отличие от типичных пироэлектрических датчиков присутствия людей, которые полагаются на обнаружение движения, тепловой датчик D6T может обнаруживать присутствие неподвижных людей, определяя тепло тела, и поэтому может использоваться для автоматического отключения ненужного освещения, кондиционирования воздуха и т. Д., Когда люди отсутствуют (независимо от того, двигаются они или нет). Поскольку датчики D6T также могут контролировать температуру в помещении, их также можно использовать для поддержания оптимального уровня температуры в помещении, мгновенно обнаруживать необычные изменения температуры, тем самым обнаруживая остановки производственной линии или обнаруживая области перегрева для раннего предотвращения пожара. вспышки и др.

В термодатчиках используется эффект Зеебека, при котором термоэлектрическая сила создается из-за разницы температур в точках контакта между двумя разными видами металла. Термобатарея создается путем последовательного соединения термопар, состоящих из N + поли Si, P + поли Si и Al. Создавая горячие спаи на высокотермостойких диэлектрических мембранах и холодные спаи на кремнии с высокой теплопроводностью, можно добиться быстрого отклика и высокой эффективности преобразования энергии (инфракрасные лучи, температура, термоэлектрическая сила).

D6T полностью созданы из запатентованных Omron MEMS, ASIC и других компонентов для конкретных приложений, что обеспечивает высокую чувствительность. Они обладают особенно высоким отношением сигнал / шум с разницей температур, эквивалентной шуму, равной 0,14 градуса Цельсия. Кроме того, их низкие характеристики перекрестных помех поля зрения позволяют с высокой точностью определять температуру в зоне.

В то время как стандартные термодатчики могут измерять температуру только в одной определенной точке контакта, D6T может бесконтактно измерять температуру всей площади.Сигналы, генерируемые инфракрасными лучами, обычно очень слабые, и поэтому очень трудно добиться высокой чувствительности обнаружения. Тем не менее, компания Omron разработала и изготовила на собственном предприятии каждую часть нового термодатчика, от датчиков МЭМС до специализированных интегральных схем (специализированных интегральных схем) и других частей, предназначенных для конкретных приложений, в частности с целью обеспечения того, чтобы D6T мог высокочувствительное обнаружение.

Технология, лежащая в основе термодатчиков D6T, сочетает в себе микрозеркальную структуру MEMS для эффективного обнаружения инфракрасного излучения с высокопроизводительной кремниевой линзой для фокусировки инфракрасных лучей на своих термобатареях.Затем запатентованные специализированные интегральные схемы производят необходимые вычисления и преобразуют сигналы датчиков в цифровые выходы I2C. Все компоненты были разработаны собственными силами и производятся на собственных мощностях МЭМС компании Omron. Результатом является высокая точность ± 1,5 ° C с отличной помехоустойчивостью (измеренная как разница температур в эквивалентном шуму) 140 мК.

С точки зрения приложений недостатка в возможностях нет. Они варьируются от помощи в создании и разработке новых передовых энергосберегающих бытовых приборов до совершенствования систем управления энергопотреблением дома и в зданиях до широкого спектра приложений для автоматизации производства.Его также можно использовать в медицинских целях, чтобы узнать, встал ли пациент с постели.


Этот материал защищен законом об авторском праве MA Business.

см. Положения и условия.
Разрешено одноразовое использование, а массовое копирование — нет.
Для получения нескольких копий свяжитесь с
отдел продаж.

Локализация без устройств для мониторинга деятельности человека

1.Введение

Движение и поведение человека при выполнении повседневной деятельности имеют внутреннюю иерархическую структуру. Будучи технологией, мониторинг человеческой деятельности в реальном времени играет важную роль во многих ориентированных на человека приложениях в различных областях, таких как здравоохранение, безопасность, наблюдение, интеллектуальное строительство и т. Д., Особенно для защиты пожилых людей и детей от некоторых серьезных инцидентов. Благодаря передовым разработкам в медицине, науке и технологиях средняя продолжительность жизни человека быстро увеличивалась, когда люди становятся более здоровыми и живут дольше, что приводит к увеличению старения населения во всем мире.Агентство медицинских исследований Соединенных Штатов, известное как Национальный институт здоровья (NIH), сообщило, что в 2012 году 8,0% (или 562 миллиона) из 7-миллиардного населения мира были в возрасте 65 лет и старше, и этот процент увеличился на 0,5. % (или 55 млн) в 2015 г. [1]. Основываясь на тенденциях старения, NIH прогнозирует, что к 2050 году численность пожилого населения существенно вырастет до 17% (или 1,6 миллиарда) во всем мире [1]. Однако большинство пожилых людей проводят свою дополнительную жизнь нездоровым образом, часто с изнуряющими заболеваниями и инвалидностью из-за ухудшения физических или умственных функций, вызванного возрастными заболеваниями.Фактически, увеличение числа пожилых людей оказывает небольшое влияние на рост показателей инвалидности среди населения мира [2].

С увеличением количества пожилых людей и людей с ограниченными возможностями в большинстве стран и регионов по всему миру, мониторинг людей и деятельности привлекает значительное внимание исследовательского сообщества в области применения средств ухода за пожилыми людьми или престарелыми. Как сообщается в [3], большинству пожилых людей комфортнее жить самостоятельно в собственном доме и общине.Тем не менее, в современном обществе традиционные способы заботы о старших в семье уже не эффективны. В результате в обществе растет спрос на вспомогательные технологии, такие как интеллектуальная система мониторинга, которая может записывать повседневную деятельность пожилых людей, в которой семья может с уважением следить за своими близкими, которые живут одни дома. Из-за более низкого дохода после выхода на пенсию и более высокого уровня жизни многие пожилые люди не могут позволить себе оплачивать свое медицинское обслуживание, а также дорогостоящую систему здравоохранения или услуги частного дома престарелых.Тем не менее, были разработаны различные технологии мониторинга человека, которые помогают пожилым людям стареть на месте.

Традиционно технология наблюдения за деятельностью человека основана на видении [4], что требует использования видеокамеры для наблюдения за деятельностью человека. Хотя этот подход, основанный на видении, является эффективным подходом к мерам безопасности, поскольку он может сохранять записи с высоким разрешением, он также имеет несколько недостатков, включая экономическую неэффективность для крупномасштабных развертываний, потребление энергии и серьезные проблемы с конфиденциальностью пользователей, если он используется в неподходящие места, такие как туалет или ванная, спальня и даже комната для престарелых.Однако в некоторых приложениях, таких как уход за пожилыми людьми и уход за престарелыми, мониторинг деятельности человека в этих областях конфиденциальности очень важен и необходим. Например, туалет или ванная являются одним из потенциальных мест для падения из-за его скользкого состояния, поэтому мониторинг активности в этом месте очень важен для системы обнаружения падений пожилых людей при обнаружении падения [5]. Между тем, мониторинг активности в спальне очень важен для системы мониторинга сна пациента при обнаружении необычного поведения во сне.На самом деле видеокамера требует хорошего освещения, малоэффективного в темноте и ограниченных углов обзора.

В последние годы были проведены тысячи исследований по мониторингу человеческой деятельности, включающих замену традиционного подхода, основанного на видении, на различные технологии, такие как акустические [6, 7], основанные на движении [8, 9], тела изношенные сенсоры [10, 11], гироскоп [12], а также смартфон [13, 14]. Хотя такие подходы решают проблему конфиденциальности, они основаны на датчиках или, другими словами, требуют наличия специальных датчиков, которые должны быть прикреплены, перенесены или ношены субъектом для эффективного мониторинга активности.Это неудобно и неприемлемо для использования людьми, особенно пожилыми людьми или людьми с заболеваниями головного мозга (болезнь Альцгеймера, амнезия, слабоумие и т. Д.), Чтобы не забывать каждый день носить или активировать эти датчики. Кроме того, весь процесс наблюдения будет неэффективным и бесполезным, если субъект забудет взять датчик. Кроме того, подход, основанный на акустике, ограничен по дальности и подвержен ложным срабатываниям, поскольку он может использоваться только на небольшом расстоянии и может легко подвергаться влиянию других звуковых сигналов [15].Датчик движения, такой как одиночный акселерометр, не может предоставить системе достаточную информацию, если он используется отдельно, поэтому его необходимо комбинировать с другими датчиками для более эффективного мониторинга активности [16]. Тем не менее, подходы как на основе технического зрения, так и на основе датчиков связаны с огромными расходами из-за дорогостоящего оборудования, установки и обслуживания. Все преимущества и недостатки вышеуказанных подходов суммированы в таблице 1.

Категория Сенсорная технология (+) Преимущества
(-) Недостатки
Vision-based Видео камера + Эффективная мера безопасности
+ Ведение записей
— Нарушение конфиденциальности
— Неэффективно в темноте
— Высокая стоимость вычислений
На основе движения Акселерометр
Гироскопы
PIR
+ Нет проблем с конфиденциальностью
+ Ниже стоимость (PIR)
+ Высокая точность обнаружения
— Проблема физического дискомфорта (акселерометр и гироскопы)
— Отсутствие прямой информации о линейном или угловом положении
— Ограничение дальности и прямой видимости (PIR)
— Склонность к ложному обнаружению
— Нечувствительность к очень медленным движениям
Звуковая Ультразвуковая
Акустическая
Audi o (микрофон)
+ Очень чувствителен к движению
+ Объекты и расстояния обычно определяются точно
+ Недорого (аудио)
— Работают только направленно (ультразвуковые)
— Чувствительны к температуре и углу цели (ультразвуковые)
— Легко подвержены влиянию других звуковых сигналов / шума
— Склонность к ложным срабатываниям
— Ограниченный диапазон
На основе датчиков Носимые на теле датчики
(Сети датчиков тела)
+ Высокая точность обнаружения
+ Нет проблем с конфиденциальностью
— Дорогие устройства (датчики)
— Мешают или ограничивают активность пользователей
— Установка и калибровка необходимых датчиков

Таблица 1.

Преимущества и недостатки существующих сенсорных технологий.

В последнее время подходы, основанные на радиочастотах (RF), привлекли значительное внимание исследователей для использования в обнаружении присутствия человека и мониторинге активности на основе различных беспроводных радиотехнологий, таких как RFID [17, 18], Wi-Fi [19, 20 ], ZigBee [21, 22], FM-радио [23, 24], микроволновая печь [25] и т. Д. Согласно исследованиям влияния присутствия и активности человека на мощность радиосигнала [26, 27, 28], он имеет Было доказано, что существование и движение человеческого тела в среде беспроводной радиосети будет влиять на профили беспроводного сигнала конструктивным или деструктивным образом, что приведет к изменению схемы радиочастотной связи между беспроводными приемопередатчиками.Это явление называется нарушением радиосвязи, которое часто считают недостатком радиосвязи. В радиочастотном обнаружении человека и мониторинге активности исследователи рассматривают феномен радиопеременности как преимущество, в котором его можно использовать в качестве инструмента обнаружения для определения человеческого присутствия в помещении и различения действий или жестов человека. Поскольку подходы к мониторингу деятельности человека на основе радиочастот используют только функции беспроводной связи, нет необходимости в дорогостоящем оборудовании и модулях физического зондирования, что соответственно снижает стоимость, упрощает развертывание, снижает потребление энергии и защищает конфиденциальность пользователей [29].

Подходы, основанные на RF, можно разделить на привязанные к устройствам и без устройств. Подобно сенсорному подходу, подход, основанный на привязке к устройству, требует, чтобы беспроводные датчики или устройства на теле (такие как RFID-метки или карты, браслеты Bluetooth, умные часы и т. Д.) Были прикреплены к объекту, который был известен как один из недостатков. Следовательно, субъект должен активно участвовать в процессе распознавания и мониторинга активности, всегда не забывая активировать и переносить носимые беспроводные устройства.Эта система, привязанная к устройству, также известна как система активного мониторинга, и субъекты обычно хотят, чтобы система контролировала их. Поэтому мы называем объект в этой активной системе мониторинга активной целью. Например, с помощью считывателей RFID можно отслеживать ежедневные действия, такие как ходьба, сидение, лежание, падение и т. Д., Активной цели с простой меткой RFID [30, 31]. Другой пример: активная цель, несущая мобильный телефон или другие устройства со встроенным Wi-Fi, может быть легко отслежена детекторами или монитором Wi-Fi [32, 33].

Хотя встроенные беспроводные датчики, такие как RFID-метки и RFID-карты, коммерчески доступны и относительно невысоки по сравнению с другими беспроводными технологиями, их размещение на теле объекта может вызвать физический дискомфорт [34], особенно у пожилых людей, находящихся в длительном периоде мониторинг. Недавние исследовательские работы вводят размещение RFID в окружающей среде и объектах вместо тела цели для мониторинга активности [35, 36]. Однако одновременное считывание нескольких RFID-меток может привести к неисправности из-за конфликта сигналов, поэтому требуются алгоритмы предотвращения столкновений, которые требуют дополнительных затрат [37].Напротив, подход на основе RF без устройств, известный как локализация без устройств (DFL), представляет собой систему пассивного мониторинга, которая может определять местонахождение и отслеживать положение и активность человека без участия субъекта, когда субъекту не нужно носить с собой или носить любые радиоустройства. Обычно они не осведомлены о существовании системы и, возможно, хотят избежать наблюдения [21]. Субъект в этом случае пассивного мониторинга упоминается как пассивная цель.

В этой главе мы рассмотрим недавний прогресс DFL для внутренней среды, отдавая приоритет мониторингу человеческой деятельности, уделяя особое внимание системам мониторинга, нацеленным на личное здоровье и приложениям для ухода за домом.Наша цель — предоставить исчерпывающий обзор по теме и быстро информировать исследователей за пределами этой области о состоянии дел, потенциале, возможностях, проблемах, открытых проблемах и будущих направлениях распознавания деятельности с использованием технологии DFL. Насколько нам известно, несмотря на то, что существуют опросы по мониторингу и распознаванию человеческой деятельности с использованием систем зрения [4, 38], носимых датчиков [10, 39, 40], мобильных телефонов [41, 42], их всего несколько. опубликовано в этой области исследований по мониторингу человеческой деятельности с использованием безустойчивых радиочастотных устройств [29, 43, 44, 45], включая общую архитектуру существующей работы, особенно в контексте приложений здравоохранения и вспомогательного жилья.Обзоры как в справочниках [46, 47] посвящены подходам на основе Wi-Fi. Однако мы не сосредотачиваемся на подходах к классификации человеческой деятельности, поскольку существует несколько обширных публикаций по методам классификации человеческой деятельности [48, 49, 50, 51].

Глава организована следующим образом: В разделе 2 «Технология DFL на основе RF» кратко обсуждается концепция DFL с точки зрения мониторинга человеческой деятельности, как она понимается в данном исследовании, и дается подробный обзор существующих работ.Мы разбиваем таксономию существующих технологий DFL на основе радиочастот для мониторинга человеческой деятельности на категории, основанные на измерениях, независимо от типа используемых беспроводных радиотехнологий. В разделе 3 «Возможности и потенциал» представлены потенциальные приложения, основанные на современной технологии DFL на основе RF. Исходя из этого, в последнем Разделе 4 «Вызовы, открытые проблемы и будущие направления» мы очерчиваем проблемы и возможные решения, обсуждаем открытые проблемы и комментируем возможное направление будущих исследований в области распознавания активности с использованием технологии DFL.

2. Технология DFL на основе RF

Исторически аналогия DFL была впервые введена Youssef et al. в 2009 г. как пассивный безустройственный метод (DfP) для определения местоположения, при котором субъект не оснащен радиоустройством или ему не требуется активно участвовать в системе локализации [52]. Концепция DFL основана на том факте, что любые изменения в среде радиосети будут колебать профили принимаемого сигнала, то есть из-за явлений отражения, дифракции, поглощения или рассеяния.DFL использует потенциал повсеместно развернутых устройств Интернета вещей (IoT) [53] для локализации внутри помещений, используя радиочастотные колебания в качестве индикатора наличия препятствия, то есть объекта или человеческого тела. В [54] мы кратко определили концепцию технологии DFL в контексте обнаружения и подсчета людей, а также сделали всесторонний обзор публикаций, связанных с исследованиями DFL.

В соответствии с огромным прогрессом в исследованиях DFL, Scholz et al.расширили сферу применения технологии DFL в контексте распознавания активности, представив концепцию радиоактивного распознавания активности без использования устройств (DFAR) [55]. Вместо использования анализа радиосигналов для обнаружения и отслеживания объектов его также можно использовать в технологии DFL для распознавания конкретных движений человека и даже его действий и жестов. Например, колебания окружающих и местных непрерывных сигналов использовались для обнаружения повседневной деятельности человека, такой как ходьба, лежание, ползание или стояние [56].Чтобы облегчить понимание читателем, мы определили системы DFL и DFAM как:

DFL: система локализации без устройств: система, которая обнаруживает присутствие пассивной цели и определяет местоположение цели, используя информацию радиосигнала, пока цель находится в не оснащен беспроводным устройством и не требует активного участия в системе локализации.

DFAM : система мониторинга активности без устройств: система, которая отслеживает и распознает активность, выполняемую пассивной целью, используя информацию радиосигнала, в то время как цель не оснащена беспроводным устройством и не требует активного участия в системе локализации .

Мы проиллюстрируем общую концептуальную основу технологии DFL на основе RF для мониторинга деятельности человека, как на рисунке 1, включая три важных модуля: сеть беспроводных радиосенсоров (WRSN), обнаружение человека (HD) и мониторинг человека (HM). WRSN — это самонастраиваемая беспроводная сеть, состоящая из радиоустройств, подключенных по беспроводной сети, действующих как датчики, для мониторинга и записи физических или окружающих условий и организации собранной информации в заранее определенном центральном месте для обработки.Модуль WRSN работает, обнаруживая наличие встроенных радиоустройств (датчиков) для обнаружения, локализации и мониторинга активности человека, а также развертывания сетей радиосенсоров. WRSN может быть развернут в реальных средах с использованием любых радиоустройств, использующих аналогичную технологию или стандарт IEEE. Например, сенсорная сеть на основе Wi-Fi может быть развернута с использованием любых устройств, использующих беспроводную локальную сеть (WLAN) IEEE802.11, в то время как сенсорная сеть на основе ZigBee может быть развернута с использованием устройств, использующих IEEE802.15.4 беспроводная персональная сеть (WPAN).

Рисунок 1.

Общая концептуальная структура системы DFL на основе RF.

Датчики в WRSN собирают информацию о текущей среде и пересылают информацию для обработки модулем HD. Модуль HD состоит из алгоритмов обнаружения и локализации, которые анализируют информацию и автоматически обнаруживают присутствие цели, количество цели, местоположение цели, температуру тела цели, действия, выполняемые целью, влажность окружающей среды. , так далее.Модуль HM состоит из алгоритмов классификации активности, связанных с определенными механизмами обоснования активности на основе контекста в зависимости от приложений. Как только активность обнаружена, модуль HM будет наблюдать, извлекать и распознавать действия и предупреждать назначенный контекстно-зависимый механизм обоснования активности, чтобы успешно интерпретировать текущие события или инициировать действия по мере необходимости. Например, сенсорная сеть на основе ZigBee развернута в квартире с одной спальней для приложения по уходу за пожилыми людьми, как показано на рисунке 2.

Рис. 2.

Сенсорная сеть на основе ZigBee, развернутая для приложения по уходу за пожилыми людьми с интеграцией визуализации мобильных приложений.

Вслед за исследованием DFAM в [55], многие исследования по обнаружению движения человека и мониторингу активности были представлены с использованием различных радиотехнологий, таких как RFID [35, 36, 37], WiFi [5, 19, 20], ZigBee. [21, 22], FM-радио [23, 24], микроволновая печь [25] и т. Д., Использующие различные дескрипторы сигнала, такие как мощность принимаемого сигнала (RSS) [57, 58, 59, 60, 61], информация о состоянии канала ( CSI) [5, 20, 62, 63, 64], эффект Доплера [25, 65] и скорость приема пакетов (PRR) [66], не забывая при этом о простоте использования и проблеме физического дискомфорта.В следующем подразделе мы разложим таксономию существующих технологий DFL на основе RF для мониторинга деятельности человека на категории дескрипторов сигналов, такие как на основе RSS, на основе CSI, на основе амплитуды, на основе Доплера и на основе PRR, независимо от тип используемых беспроводных радиотехнологий.

2.1. На основе RSS

Подобно обнаружению присутствия человека, мониторинг активности с использованием технологии DFL на основе RSSI использует функции флуктуации радиочастотного сигнала, в которых компоненты принятого сигнала блокируются, поглощаются и отражаются человеком во время выполнения действий, преобразование радиочастотного сигнала вблизи приемников в определенный характерный образец.Такой шаблон можно идентифицировать и классифицировать для соответствующего действия, используя изменения в RSS затронутых беспроводных каналов.

В [57] Sigg et al. представила три типа систем DFAR на основе RF: активный непрерывный сигнал, активный RSSI и пассивный непрерывный сигнал DFAR; которые используют колебания RSS из-за движения и деятельности человека. Предлагаемые как активные, так и пассивные системы на основе непрерывного сигнала представляют собой систему на основе программного обеспечения USRP (SDR), которая развертывается с использованием специализированных устройств SDR.Между тем система DFAR на основе RSSI использовала сенсорные узлы INGA 2,4 ГГц [57]. Затем точность работы предложенных систем DFAR сравнивается с точностью работы системы распознавания на основе движения. В системе распознавания движения акселерометры прикрепляются к объектам во время выполнения действий. Благодаря реализации трех хорошо известных алгоритмов классификатора, а именно: наивного байесовского алгоритма, дерева классификации и k-ближайшего соседа (k-NN), предлагаемые ими DFAR на основе RF могут достигать сопоставимых результатов с системой, основанной на движении.Кроме того, они оценили производительность предложенной системы DFAR на основе RF в присутствии нескольких субъектов, выполняющих разные действия, и влияние увеличения количества принимающих устройств. Однако предлагаемые системы требовали специализированных устройств SDR, где доступность оборудования остается открытой проблемой [60].

Sigg et al. расширили свою работу, разработав систему распознавания активности на основе RSS для мобильных телефонов [58, 59], основанную на преимуществах мобильных телефонов как персональных устройств, которые часто носят с собой повсюду.Предлагаемая система использовала значения Wi-Fi-RSSI входящих пакетов на мобильном телефоне для классификации действий. В отличие от других носимых на теле устройств, функция мобильного телефона в системе мониторинга активности на основе RSS остается возможной, даже если пользователь не носит его. По умолчанию микропрограммное обеспечение и операционная система (ОС) стандартного мобильного телефона не предоставляют пользователю привилегий доступа к его оборудованию, а также желаемой информации RSSI. Таким образом, в работе [58] использовалась модифицированная прошивка, которая позволяет мобильному телефону запускать интерфейс Wi-Fi в режиме мониторинга, и разработаны инструменты для обработки образца RSSI, захваченного на мобильный телефон, при мониторинге простых действий человека, таких как ходьба и обращение с телефоном.Между тем, работа в [59] сосредоточена на распознавании 10 различных жестов одной рукой с использованием той же модифицированной прошивки и инструментов, разработанных в [58], со средней точностью 0,51 при различении всех жестов и способна достичь средней точности 0,60 и 0,72 при уменьшении до 7 и 4 жестов соответственно. К сожалению, несовместимость корневого доступа ОС, сложные модификации прошивки и низкая точность являются основными проблемами в реальных приложениях.

Предлагаемые системы DFAR на основе RF в [57, 58, 59] использовали функции RSS, указанные в таблице 2, и несколько комбинаций этих функций для классификации видов деятельности.Предположим, что среда беспроводной сети состоит из статического узла-передатчика или точки доступа (AP) и статического узла-приемника или точки мониторинга (MP). Пусть rit обозначает RSS выборки в момент времени t. Предположим, что Rtsamples ritre захвачены на принятом сигнале для окна сэмпла, Rt = r1t,…, rRtt, характеристики RSS сэмплов определены в таблице 2.

Feature Описание Определение
Среднее значение Представляет статические изменения в RSS
Предоставляет средства для различения присутствия статичного человека, а также его точное местоположение
MeanRt = ∑ri∈RtriRt
Разница Представляет изменчивость RSS
Обеспечивает оценку изменений в ближайших приемниках, таких как перемещение человека.
VarRt = ∑ri∈Rtri − MeanRt2Rt
Стандартное отклонение (SD) Может использоваться вместо дисперсии
Интерпретация SD и дисперсии идентичен
StdRt = VarRt
Медиана Представляет статические изменения в RSS.
Более устойчив к шуму, чем среднее значение
Пусть упорядоченный набор выборок
Rt, ord = r¯1,…, r¯Rt; i
MedRt = rRt, ord / 2
Нормализованная спектральная энергия Представляет меру в частотной области RSS
Может использоваться для регистрации периодических шаблонов, таких как ходьба, бег или езда на велосипеде
Ei = ∑k = 1nPik2
Минимум и максимум Оба представляют экстремальные пики сигнала
Может использоваться для оценки движения и любых изменений в окружающей среде
MinRt = ri∈Rt с ∀rj∈Rt: ri≤rj
MaxRt = ri∈Rt с ∀rj∈Rt: ri≥rj
Пики сигналов в пределах 10% от максимума Отражения мощности сигнала, которому препятствуют приемная антенна
Пики аналогичной величины указывают на то, что движение находится дальше
Может использоваться для обозначения близких и дальних отношений и активности людей
hri = 1ifri≥maxr1 … RRt · 0.90else
max0.9ri = ∑ri∈Rthri
Средняя разница между последующими максимумами Сходная величина максимальных пиков в пределах окна выборки указывает на низкую активность в окружающей среде или статическую активность
Противоположное указывает на динамическую активность
RmaxRt = riri∈Rt, ri − 1 ri + 1
aRt = ∑∀ri, rj∈RmaxRt; i

Таблица 2.

Несколько Рассмотрены особенности DFAR на основе RF [57, 58, 59].

Поскольку в работах [58, 59] основное внимание уделялось жестам рук, Gu et al. [60] предложили онлайновую DFAM на основе отпечатков пальцев RSSI Wi-Fi, сконцентрированную на человеческой деятельности, которая имеет гибкую архитектуру и может быть интегрирована в любые существующие внутренние WLAN независимо от условий окружающей среды. Основываясь на предварительных результатах воздействия человеческой деятельности на исследование характеристик Wi-Fi [60], отпечаток Wi-Fi RSSI может быть извлечен и использован для различения различных видов деятельности, поскольку каждое действие имеет свои собственные шаблоны колебаний RSSI.Чтобы уменьшить трудности в различении действий, имеющих схожие следы RSSI, таких как сидение и стояние, в предлагаемой системе был принят новый алгоритм на основе дерева классификации слияния. Система была оценена посредством обширных реальных экспериментов, основанных на шести основных действиях (которые включают сон, сидение, стояние, ходьбу, падение и бег), и достигла средней точности 72,47% для всех видов деятельности, таким образом, превосходит Naive Bayes, Bagging, и классификаторы k-NN.

Мониторинг деятельности человека с помощью технологии RFID часто связан с физическим дискомфортом, поскольку пользователю необходимо носить или носить устройства RFID.Однако существует несколько исследований, в которых технология RFID реализована по-разному для мониторинга активности без устройств [61, 67]. Вместо этого устройства RFID прикрепляются к стенам, мебели и повседневным предметам. Этот подход известен как пассивный DFL на основе RFID. Благодаря быстрому развитию и совершенствованию дешевых сенсорных и беспроводных технологий для внедрения различных встроенных радиочастотных устройств с платформой с открытым исходным кодом, такой как TelosB [68], IRIS [69], Waspmote [70] и т. Д., Которые могут работать в среда реального времени, основанная на концепции «подключи и считай», где можно легко получить такую ​​информацию, как RSS.Однако измерения RSS страдают от высокой неопределенности, так как профили сигналов имеют тенденцию колебаться в зависимости от окружающей среды, что приводит к непредсказуемым помехам, сложному многолучевому распространению и чувствительности к шуму. Кроме того, система на основе RSS испытывает ограничения по точности и охвату из-за отсутствия частотного разнесения. Таким образом, подход на основе RSS подходит только для крупномасштабного мониторинга человеческой деятельности.

2.2. На основе CSI

В большинстве исследований DFL на основе Wi-Fi использовалась CSI, одна из функций Wi-Fi, извлеченных из физического уровня беспроводной системы радиосвязи, для оценки местоположения внутри помещений, а также для мониторинга движения и активности человека из-за его стабильность и надежность в сложной среде по сравнению с RSSI.Информация CSI доступна в коммерческих беспроводных устройствах, таких как контроллер сетевого интерфейса (NIC), который также известен как карта сетевого интерфейса, сетевой адаптер, адаптер LAN или физический сетевой интерфейс. В отличие от значения RSSI, которое обычно измеряется для одного пакета, значение CSI измеряется для мультиплексирования с ортогональным частотным разделением (OFDM) для каждого пакета и использует метод частотного разнесения для отражения сигналов многолучевого распространения, вызванных движением и деятельностью человека, что делает его подходящим для отслеживания мелкозернистых сигналов человеческой деятельности и движений.

На основе [19, 63] рассмотрим систему DFL на основе Wi-Fi с сетевыми адаптерами, непрерывно измеряющими вариации CSI в каждом принятом кадре Wi-Fi из нескольких беспроводных каналов. Пусть NTx и NRx представляют количество передающих и приемных антенн соответственно. Предположим, что в момент времени t представление в частотной области переданных и принятых сигналов с несущей частотой f обозначено как Xft и Yft, соответственно. Отношение переданных и принятых сигналов может быть выражено как:

Yft = Hft × XftE1

, где Hft представляет собой комплексную частотную характеристику канала (CFR) для одной и той же несущей частоты f и времени t.На основании уравнения. (1) CFR зависит от принятого сигнала Yft с шумовым каналом, где шумовой канал, зафиксированный в измеренном Hft, может быть выражен как:

Hft = YftXftE2

Значения CFR состоят из S метриц измерения CSI с размером NTx × NRx, где S представляет количество поднесущих OFDM. Каждая матрица CSI представляет значение CFR одного принятого кадра Wi-Fi между парой Tx-Rx-антенн на конкретной частоте поднесущей OFDM и времени. CSI обычно измеряется на S = 30 поднесущих, и, начиная с этого момента, временной ряд значений CFR конкретной поднесущей OFDM для данной пары антенн обозначается как поток CSI.На данный момент при S = ​​30 существует 30 × NTx × NRx потоков CSI во временном ряду значений CSI.

Поскольку радиосигналы проходят от передатчика к приемнику по множеству путей в зависимости от окружения, измеренное Hft принятого сигнала через K различных путей может быть выражено как:

Hft = e − j2π∆ft∏k = 1Kakfte− j2πfτktE3

, где akft — это комплексное представление как для затухания, так и для начальных сдвигов фазы k-го пути, e − j2π∆fτkt — сдвиг фазы на k-ом пути с задержкой распространения τkt, а e − j2π∆ ftis фазовый сдвиг, вызванный смещением несущей частоты (CFO) с разностью частот ∆f между отправителем и получателем.Любые изменения длины конкретного пути повлияют на фазу прохождения сигнала Wi-Fi по соответствующему пути.

На рисунке 3 показан сценарий, в котором сигналы Wi-Fi, передаваемые от точки доступа (Tx) к точке доступа (Rx), проходят по разным путям, которые представляют собой путь прямой видимости (LoS) и пути, отраженные от стен и людей. тело. Пусть путь отраженного сигнала от тела человека является k-м путем. Когда человеческое тело перемещается на небольшое расстояние d между интервалом времени 0 и t, длина k-го пути изменяется с dk0 на dkt.Исходя из того факта, что радиосигнал распространяется со скоростью света, задержка распространения τk, наблюдаемая на k-м пути, может быть записана как:

τkt = dktcE4

Рисунок 3.

Сценарий многолучевого распространения, испытываемый Wi-Fi сигналы, вызванные движением человека.

где c — скорость света, которая связана с несущей частотой f и длиной волны λ на основе функции λ = c / f. Таким образом, фазовый сдвиг e − j2πfτkt k-го пути можно записать как e − j2πdkt / λ, что описывает взаимосвязь изменений длины пути на одну длину волны с изменениями фазового сдвига на 2π в сигнале поднесущей приемника заданный путь.

Фазу каждого пути можно точно измерить, только если передатчик синхронизирован с приемником. К сожалению, из-за аппаратных ограничений и изменений среды, финансовый директор коммерческих Wi-Fi-устройств, обозначенный как ∆f в формуле. (3), нельзя игнорировать. Влияние CFO на устройства, работающие по стандарту IEEE 802.11n, вызывает случайное изменение фазы CSI, что позволяет устройствам непрерывно передавать кадры Wi-Fi на основе механизма агрегации кадров, создавая таким образом сценарий фазовых помех.Трудно точно измерить даже небольшой фазовый сдвиг в e − j2πfτkt при таком сценарии интерференции.

Чтобы игнорировать фазовые помехи, введенные финансовым директором, Ван и др. [63] ввели модель скорости CSI в свою систему распознавания и мониторинга активности (CARM), которая рассматривает взаимосвязь изменений мощности CFR вместо изменения фазы CFR со скоростью движения человека. Поскольку потоки CSI движений людей коррелированы, трудно выделить реальную тенденцию CSI, вызванную движением человека, для целей классификации признаков.Таким образом, в работах [5, 19, 63] применялся анализ главных компонентов (PCA), чтобы обнаружить главный компонент модели колебаний CSI, вызванный движением человеческой деятельности, который будет использоваться в качестве признаков для классификации деятельности. В [5] Li et al. проанализировали пять характеристик из главного компонента CSI, которые включают нормализованное стандартное отклонение (STD), медианное абсолютное отклонение (MAD), межквартильный диапазон (IR), энтропию сигнала и продолжительность движения человека, чтобы распознать семь различных видов повседневной деятельности человека.Применив алгоритм классификации на основе случайного леса, работа в [5] подтвердила достоверность предложенной ими системы мониторинга человека в сценариях LoS и Non-LOS (NLoS) как 95,43% и 91,4% соответственно. Между тем, система мониторинга активности, основанная на алгоритме классификатора скрытой марковской модели (HMM), предложенном Wang et al. [19, 63] достигли средней точности распознавания 96%.

Хотя нежелательный шум из окружающей среды может мешать некоторым потокам, поскольку CSI измеряется с использованием метода OFDM, другие потоки, на которые шум не влияет, все же могут обеспечить реальную тенденцию информации CSI.Поскольку CSI содержит больше информации, чем RSSI, он подходит для детального мониторинга активности. Однако, в отличие от RSSI, который доступен почти во всех беспроводных устройствах, CSI можно получить только с устройств с определенными сетевыми картами, такими как Intel 5300 и Atheros 9390 [19].

2.3. На основе Доплера

Когда волна, такая как ультразвуковая или радиоволна, передается на движущуюся цель, длина отраженной волны смещается в зависимости от направления и скорости движения. Это известно как эффект Доплера или доплеровский сдвиг.Недавно принцип эффекта Доплера был предложен исследованиями в сети радиосенсоров без устройств для мониторинга человеческой деятельности и сбора данных в реальной среде [25, 65], поскольку технология на основе Доплера позволяет точно обнаруживать движение и устранять стационарный шум окружающей среды [66]. Тот же принцип эффекта Доплера применяется к датчику Доплера, имеющему на выходе сигнал биений, в котором частота определяется как разница между переданной и принятой волнами.В связи с его высокой точностью обнаружения в работе [25] был развернут микроволновый доплеровский датчик с частотой 24 ГГц для системы мониторинга активности без использования устройств для распознавания ежедневной активности трех пассивных целей со средней скоростью распознавания 90,6% на основе восьми. различные деятельности.

Основываясь на исследовании возможности Доплера в [25], предположим, что источник радиоволн в фиксированном положении передает радиоволны с частотой ft и скоростью c. Объект движется относительно источника со скоростью ± v.Принятая волна с частотой fr может быть определена как:

fr = ft ± fDE5

, где fD — доплеровская частота, которая определяется как разница между частотой переданной и принятой волн. Значение fD выше, когда объект движется к источнику, и ниже, когда объект удаляется от источника. Таким образом, расчет fD можно упростить следующим образом:

fD = ∣fr − ft∣ = ftc + vc − v − 1 = 2vc − vft≃2vcft.E6

Пусть сигнал прошедшей волны St с амплитудой в момент времени t определен как:

Stt = Atsin2πftE7

и ∆t — это временная задержка между переданным и принятым сигналом.Принятый сигнал Sr с амплитудой Arat time t определяется как:

Srt = Arsin2π (ft ± fDt − 2πft∆t) E8

Из уравнения. Согласно (8) принимаемый сигнал зависит от размера объекта и его удаленности от источника. Затем наблюдается сигнал SD биений с амплитудой AD в момент времени t как выходной сигнал доплеровского источника как:

SDt = ADsin2πfDt − 2πft∆t.E9

Из уравнения. Согласно (9) амплитуда и частота доплеровского сдвига сильно коррелируют с дальностью действия объекта и скоростью его движения.Таким образом, любое движение и деятельность человека с разной скоростью будет иметь разные доплеровские сдвиги. Эту деятельность человека можно оценить и проанализировать, выделив особенности доплеровской сигнатуры в частотной и временной областях.

В работе [65] была предложена система распознавания активности на основе сигналов Wi-Fi в домашних условиях для приложений электронного здравоохранения с использованием классификации сигнатур пассивного микродоплера (m-D). Быстрое преобразование Фурье (БПФ) использовалось для произведения взаимной корреляции базового и отслеживаемого сигналов, чтобы найти точную задержку ∆t и частотный сдвиг fD самого сильного сигнала.Это было определено как функция перекрестной неоднозначности (CAF), и уравнение было представлено следующим образом:

CAF∆tfD = ∫ − ∞ + ∞e − j2πfDtSBHt − ∆t × SMtdt.E10

, где SBtand SMtare базовый уровень и сигналы мониторинга, соответственно. Сигнатура m-D активности в конкретное время t определяется как частотный вектор fD̂, индуцированный пассивным движением цели с определенной задержкой ∆t. Все записанные доплеровские сигнатуры затем объединяются во временную шкалу доплеровской сигнатуры для построения базы данных.

Хотя обнаружение постоянной частоты ложных тревог (CFAR) не подходит для внутренней среды из-за пиков неоднозначности и проблем с прямыми помехами сигнала (DSI) [65], DSI является важной функцией в доплеровском режиме, так как его можно использовать различать разные подписи. Вместо этого предлагается взвешенное стандартное отклонение в качестве индикатора для обнаружения сигнатуры m-D без устранения пиков неоднозначности и DSI. PCA может применяться для уменьшения размера набора данных и устранения нежелательного шума.Наконец, доплеровская сигнатура классифицируется с использованием классификатора разреженного представления (SRC) с методом поиска подпространства (SP), который превосходит хорошо известную машину опорных векторов (SVM) с точки зрения точности классификации и охвата. Уровень разреженности в SRC можно легко контролировать и регулировать, что делает предлагаемую структуру распознавания активности возможным инструментом, который очень подходит для приложений здравоохранения в реальном времени, особенно для новых пользователей, поскольку не требуется повторно обучать система.

2.4. На основе PRR

Доказано, что характеристики радиочастотного сигнала, извлеченные из информации RSS и CSI, обсуждаемой в разделах 2.1 и 2.2, могут использоваться для различения типов движения, а также для распознавания выполняемых действий. Однако RSS чувствителен к эффекту затенения и испытывает сложное многолучевое распространение, что делает его пригодным только для мониторинга крупномасштабной активности. Между тем, CSI, который предоставляет мощную информацию, подходящую для детального мониторинга активности, сталкивается с проблемами оборудования, поскольку информация доступна только со встроенных устройств NIC.

В [66] Хуанг и Дай представили новую систему DFL на основе PRR для распознавания движений человека по сценарию NLoS, основанную на характеристике состояния пакета из информации о состоянии канала (LSI). Доступ к LSI, который содержит больше физической информации, такой как RSSI, скорость доставки пакетов, состояние пакета, задержка пакета, потеря пакета, время прибытия, временной интервал полученного пакета и т. Д., Можно получить с сетевого уровня. Движение человека в среде радиосети будет блокировать или отражать сигнал и вызывать значительные изменения на пути распространения сигнала.Это приводит к колебаниям качества канала связи, а также к эффекту медленного замирания.

Изучая особенности LSI, такие как состояние пакета и время прибытия пакета, можно идентифицировать различные действия, выполняемые человеком в зоне мониторинга. В работе [66] для определения состояния канала использовалось измерение PRR. Предположим, что i-е окно имеет размер с фиксированным интервалом L. Состояние пакета обозначается как si и обозначается как «1», если пакет успешно доставлен без ошибок, и «0», если пакет потерян или содержит ошибку.PRR PWi состояния канала определяется как доля успешно доставленных пакетов среди всех переданных пакетов и может быть выражена как:

PWi = 1wi∑j = L × iL × i + wisj.E11

Рассмотрим среду беспроводной сети в коридор состоит из передатчика Tx и приемника Rx, как показано на рисунке 4. Когда человек движется в зону коридора, будет четыре возможных траектории: ходьба от Tx к Rx, ходьба от Rx к Tx, ход от Tx к Tx и от Rx до Rx. Когда человек движется в коридор, качество состояния связи имеет тенденцию колебаться в зависимости от PRR.Различные траектории движения в коридоре будут генерировать разные модели колебаний PRR в зависимости от положения человека в коридоре, таким образом, можно определить направление ходьбы. Расстояние движущихся следов с разными траекториями может быть рассчитано с использованием уравнения Евклидова расстояния, как в (12), а направление движения следов может быть определено с помощью алгоритма K ближайших соседей (KNN). Евклидово расстояние между PRR тестовой трассы Pi и обучающей трассой P¯ic может быть вычислено как:

Ed = ∑i = 1nPi − P¯i2.E12

Рис. 4.

Развертывание узла в коридоре.

Поскольку PRR не может использоваться для определения скорости движения, для измерения скорости используется другая информация о состоянии канала, известная как время прибытия принятого пакета. Однако временной интервал полученных пакетов сильно коррелирует со скоростью движения. Следовательно, несколько параметров, таких как функция автокорреляции acf, RB бюджета и ожидаемая общая задержка (ETL), могут применяться к информации, связанной с состоянием канала, чтобы классифицировать различную скорость [66].Предлагаемый подход на основе PRR, представленный в [66], способен достичь высокой точности 95% при распознавании четырех различных направлений движения и 44% улучшения средней точности классификации четырех различных скоростей по сравнению с подходом на основе RSSI.

Сбор окружающих радиочастот для обнаружения присутствия посредством глубокого обучения

Введение

Обнаружение присутствия играет ключевую роль в повышении эффективности работы и сокращении выбросов углекислого газа в офисных и жилых зданиях.Использование информации о занятости для управления системами отопления, вентиляции и кондиционирования воздуха и освещения становится все более распространенным. Существующие методы обнаружения присутствия человека включают, среди прочего, пассивные инфракрасные (PIR), микроволновые, CO2-датчики, носимые датчики и камеры [26] . Микроволновые датчики чрезмерно чувствительны, поскольку они часто дают ложные срабатывания, например, обнаруживая движения за пределами предполагаемой зоны покрытия. Датчики CO2 имеют низкое время отклика и высокую стоимость. Камеры вызывают озабоченность в отношении конфиденциальности и чувствительны к условиям молнии.Носимые датчики / устройства могут быть неудобными или неудобными для пользователей. ИК-датчики — наиболее широко используемый метод обнаружения присутствия. Датчики PIR улавливают инфракрасное излучение с помощью встроенного пироэлектрического датчика и обнаруживают движение людей (или объектов) по изменению температуры в поле зрения. Его недостатком является низкая чувствительность и ограниченное покрытие, и он в основном используется для изолированного управления освещением.

В этой статье исследуется использование радиочастотных сигналов для обнаружения присутствия. В частности, в текущей работе мы используем сигналы WiFi, учитывая их повсеместное распространение практически во всех помещениях.Текущие и будущие системы Wi-Fi (то есть предстоящая WiFi-6) используют мультиплексирование с ортогональным частотным разделением каналов (MIMO-OFDM) с несколькими входами и несколькими выходами на физическом уровне. Таким образом, CSI содержит обширную информацию об окружающей среде в пространственной, временной и частотной областях.

Использование окружающих радиочастотных сигналов для обнаружения, локализации, отслеживания и идентификации движений / действий человека широко изучено в литературе [4, 10, 19, 33, 21, 31, 35, 15, 17, 28, 5, 27 , 7, 32, 16, 23, 25, 34, 29, 18, 37, 22, 8, 20, 36] .Ранняя работа по радиочастотному зондированию в помещениях в основном основана на
индикатор уровня принимаемого сигнала (RSSI) [4, 10, 19] .
RSSI измеряет мгновенное затухание радиочастотных сигналов в приемнике, и его временные изменения могут быть связаны с движением / деятельностью людей / объектов.
В последнее время для RF-зондирования используются более мелкие функции, такие как CSI. Например, различные виды деятельности человека (например, бег, ходьба и прием пищи) или места можно распознать, проанализировав их уникальное влияние на CSI [28, 5, 27, 7, 32, 16, 23] .Еще одно интересное приложение — распознавание жестов; Система SignFi [18]

использует CSI, извлеченный из сигналов WiFi, для классификации

276 жестов жестов с высокой точностью.

Существует важное различие между обнаружением присутствия и обнаружением активности (например, язык жестов [18] или обнаружение падения [21]

). Для обнаружения определенных действий можно использовать подход, основанный на модели — определенные действия будут накладывать идентифицируемую сигнатуру на распространение RF, таким образом, вручную созданные функции, извлеченные из полученных сигналов, могут быть использованы

[31]

.В качестве альтернативы можно использовать подход, основанный на данных, когда собранные данные обучения передаются в алгоритмы машинного обучения (например, нейронную сеть), которые учатся различать различные состояния (метки) посредством обучения. Однако для обнаружения присутствия не существует определенных действий, когда присутствуют люди, поэтому подход, основанный на модели, обычно не подходит. Хотя подход, основанный на данных, кажется естественным выбором,

a priori неясно, какой способ сбора обучающих данных для обнаружения присутствия был бы наилучшим.Возможно, единственное разумное предположение, которое можно сделать для обнаружения присутствия, состоит в том, что люди не должны оставаться полностью неподвижными в течение длительного периода времени. Здесь мы отмечаем, что существуют исследования, которые обнаруживают присутствие человека с помощью радиочастотных сигналов либо путем тщательной калибровки среды, свободной от людей, [25, 34] , либо обнаружения дыхания [29] . Однако их работа очень чувствительна к изменению окружающей среды (например, смена комнаты, перемещение мебели) или местоположению людей (как в случае обнаружения дыхания).

Ранее ведутся работы по обнаружению присутствия с использованием CSI. Система FreeDetector [37]

обеспечивает обнаружение занятости путем вычисления временного подобия CSI по частотам; однако он может обнаруживать только прохождение через линию прямой видимости между передатчиком и приемником. Системы PADS и R-TTWD в

[22] и [36]

используют машину опорных векторов (SVM) для обнаружения движения; входные данные для SVM поступают из временных рядов CSI после уменьшения размерности посредством анализа главных компонентов.Многие существующие подходы отбрасывают информацию о фазе CSI, поскольку она обычно зашумлена либо из-за ошибки оценки, либо из-за присущих препятствий, таких как сдвиг несущей частоты (CFO) и сдвиг времени дискретизации (STO). Например, в

[8, 20] используется временное пересечение амплитуды CSI, поскольку движения имеют тенденцию уменьшать корреляцию CSI во времени.

В этом документе предлагается система обнаружения присутствия на основе WiFi CSI, состоящая из предварительной обработки для представления данных, CNN для обнаружения движения и постобработки для возможного обнаружения присутствия.Основанием для выбора CNN является ее способность использовать вариацию CSI во многих измерениях благодаря сигналам MIMO-OFDM на физическом уровне. Напротив, в то время как рекуррентная нейронная сеть (RNN) также может использоваться для обучения изменчивой модели CSI с течением времени, она вводит больше вычислительных затрат по сравнению с CNN, а долговременная память, предлагаемая RNN, не дает значимого выигрыша в этом приложении с учетом этого канала корреляция во времени и частоте уменьшается с увеличением расстояния.С другой стороны, с многослойным персептроном (MLP) локальные особенности, то есть изменение корреляции как во временной, так и в частотной областях, явно не исследуются, поэтому MLP обычно требует гораздо более глубоких сетей для достижения аналогичной производительности.

I-Резюме вкладов

Предлагается новая архитектура CNN, которая отдельно обрабатывает информацию о величине и фазе с двумя независимыми CNN перед объединением соответствующих выходных сигналов в качестве входных для полностью связанных (FC) уровней.Такая архитектура CNN обеспечивает важную альтернативу существующим подходам при обработке сложного ввода (например, при простом наложении реальных / мнимых компонентов или составляющих величины / фазы). Это позволяет выполнять различную предварительную обработку величины и фазы CSI, которые имеют решающее значение для использования изменения CSI, вызванного движением, при наличии различных нарушений канала и оборудования.

Предварительная обработка оценки CSI тщательно разработана, где пространственная, временная и частотная информация используется целостным образом.Предварительная обработка учитывает, как движение человека влияет на CSI, при этом изолируя от непреднамеренных искажений в РЧ схемах (например, CFO / STO). Преобразование Фурье используется для локализации важных функций, вызванных движением, в построенном изображении, что делает его более пригодным для обнаружения присутствия, поскольку CNN наращивает свою способность различать данные с помощью локальных функций (то есть малого размера ядра).

Важным вкладом в данную работу является обширное тестирование, проведенное с использованием готовых коммерческих (COTS) WiFi-устройств.Если предположить, что люди не могут оставаться полностью неподвижными в течение длительного периода времени, наше обнаружение присутствия намного выгоднее, чем у коммерческих PIR-датчиков. Отметим, что сравнение проводится без специального оборудования Wi-Fi. Например, мы обнаружили, что при использовании системы USRP [3] , которая полностью контролирует частоту дискретизации и дает более точную оценку CSI, производительность может значительно улучшиться по сравнению с приемником COTS WiFi.

I-B Организация и обозначения

Раздел II описывает формы сигналов MIMO-OFDM и то, как движение человека влияет на беспроводные каналы.Конструкция сенсорной системы, включая предварительную обработку, предлагаемую архитектуру CNN и постобработку, описана в Разделе III. Схема эксперимента и соответствующие результаты испытаний представлены в Разделе IV, а заключение — в Разделе V.

Скаляры обозначаются строчными или прописными буквами, например, a и A. Векторы-столбцы и матрицы обозначаются полужирными строчными и прописными буквами, например, a и A. i-я запись вектора a, ( i, j) -й элемент массива A и (i, j, k) -й элемент трехмерного массива A обозначаются буквами ai, Ai, j и Ai, j, k соответственно.A:, k и Ak ,: используются для обозначения k-го столбца и k-й строки A. Аналогично, A:,:, k представляет двумерную матрицу на глубине k трехмерного массива A .F обозначает дискретное преобразование Фурье (ДПФ), следовательно, F − 1 — обратное ДПФ. | A | и ∠A обозначают величину и фазу комплексного числа A.

III Системный дизайн

Высокоуровневое описание предлагаемой системы изображено на рис. 3. Последовательные CSI сначала упорядочиваются по величине и фазе CSI. Они обрабатываются отдельно и передаются в обучающий блок CNN, состоящий из двух параллельных CNN — одна для изображений величин, а другая для фазовых изображений — за которыми следуют слои FC (c.f. Рис. 7 и раздел

Что такое ЭЭГ (электроэнцефалография) и как она работает?

Ваш мозг управляет всем. Вспомните, когда вы в последний раз пытались разгадать кроссворд или начали изучать новый язык. Вспомните, когда вы в последний раз просыпались посреди странного сна или вам нужно было найти дорогу в городе, в котором вы никогда раньше не были.

Когда вы думаете, мечтаете, видите и ощущаете, ваш мозг постоянно активен, поглощает всю информацию, уплотняет и повторно связывает существующие данные и объединяет все в единый опыт.Для вас этот опыт составляет вашу реальность.

Ваш мозг жив. Ваш мозг формирует то, как вы видите свое окружение, фильтрует или выделяет наиболее важные для вас объекты и информацию. Он создает свои собственные истории, основанные на ваших мыслях, эмоциях, желаниях и опыте, которые в конечном итоге определяют ваше поведение.

В этой статье вы получите базовый обзор ЭЭГ и того, как она работает:

ЭЭГ измеряет электрическую активность мозга

Мозг состоит из миллиардов клеток, половина из которых — нейроны, половина из которых помогает и облегчает активность нейронов.Эти нейроны плотно связаны между собой через синапсы, которые действуют как шлюзы ингибирующей или возбуждающей активности .

Любая синаптическая активность генерирует тонкий электрический импульс, называемый постсинаптическим потенциалом . Конечно, вспышку одиночного нейрона сложно надежно обнаружить без прямого контакта с ним. Однако, когда тысячи нейронов срабатывают синхронно, они генерируют электрическое поле, достаточно сильное, чтобы распространяться через ткани, кости и череп.В конце концов, его можно измерить на поверхности головы.

Подумайте об этом как о постоянном грохоте слабых землетрясений. Взятые сами по себе, каждый всплеск может быть слишком маленьким, чтобы его можно было заметить, но если несколько из них происходят одновременно, в одном месте и в одном ритме, все они в сумме составляют мега-землетрясение, которое будет заметно даже в сотнях раз. миль отсюда.

Что такое ЭЭГ и как она работает?

Электроэнцефалография , или ЭЭГ, является предпочтительным физиологическим методом записи электрической активности, генерируемой мозгом через электроды, размещенные на поверхности кожи головы.Для более быстрого нанесения электроды крепятся в эластичных колпачках, подобных шапочкам для купания, что обеспечивает возможность сбора данных с одинаковых позиций кожи головы у всех респондентов.

Несмотря на несколько устрашающее название (и произношение), понять основы электроэнцефалографии на удивление просто:

Электроэнцефалография (ЭЭГ) Определение:

  • измеряет электрическую активность, генерируемую синхронизированной активностью тысяч нейронов (в вольт)
  • обеспечивает отличное временное разрешение, позволяя обнаруживать активность в областях коры головного мозга даже в субсекундных временных масштабах

Поскольку колебания напряжения, измеренные на электродах, очень малы, записанные данные оцифровываются и отправляются на усилитель.Затем усиленные данные могут отображаться в виде последовательности значений напряжения.

Разница в цене в системах ЭЭГ обычно связана с количеством электродов, качеством оцифровки, качеством усилителя и количеством снимков, которые устройство может делать в секунду (это частота дискретизации в Гц).

ЭЭГ — один из самых быстрых доступных методов визуализации, поскольку он часто имеет высокую частоту дискретизации. Сто лет назад ход ЭЭГ был нанесен на бумагу — в настоящее время данные (к счастью) отображаются в цифровом виде в виде непрерывного потока напряжений на экране.Но это только начало — вам также необходимо понимать, о чем вам говорят данные.

Вернуться к началу

Как можно интерпретировать данные ЭЭГ?

Поскольку ЭЭГ отслеживает динамику электрической активности, генерируемой мозгом, вы можете интерпретировать, какие области коры головного мозга отвечают за обработку информации в данный момент времени:

Области мозга и что они делают

  1. Затылочная часть кора

Затылочная кора — это центр обработки изображений нашего мозга, расположенный в самой задней части черепа.Здесь обрабатывается все, что мы видим (хотя некоторая обработка также происходит до и после поступления сигнала). ЭЭГ-эксперименты со зрительными стимулами (видео, изображения) часто фокусируются на эффектах в затылочных областях.

  1. Теменная кора

Теменная кора предназначена для интеграции информации, поступающей из внешних источников, и внутренней сенсорной обратной связи нашего тела. Теменная кора отвечает за объединение всех этих источников информации в связное представление о том, как наше тело относится к окружающей среде, и как все вещи (объекты, люди) в окружающей среде пространственно относятся к нам.Задачи, требующие движений глаз или рук, а также координации глаз и рук, были бы невозможны без теменной коры головного мозга, которая также обрабатывает, сохраняет и извлекает форму, размер и ориентацию объектов, которые нужно захватить.

  1. Височная кора

Височная кора связана с обработкой сенсорного ввода для получения производных или более высоких значений с использованием визуальной памяти, языка и эмоциональных ассоциаций. Левая височная кора участвует в понимании письменной и устной речи.Медиальные (внутренние) области более активны при пространственной навигации.

  1. Фронтальная кора

Лобная часть мозга человека увеличена по сравнению с большинством других млекопитающих. По сути, лобная кора отвечает за исполнительную функцию: она помогает нам сохранять контроль, планировать будущее и контролировать свое поведение. Помимо региональных характеристик того, где возникает определенная электрическая активность, вы также можете проанализировать, какие частоты в первую очередь определяют текущую активность.

Нейронные колебания, которые можно измерить с помощью ЭЭГ, видны даже в необработанных нефильтрованных, необработанных данных. Однако сигнал всегда представляет собой смесь нескольких основных базовых частот, которые, как считается, отражают определенные когнитивные, аффективные состояния или состояния внимания. Когда ваш мозг находится в определенном состоянии, частотные паттерны меняются, давая представление о когнитивных процессах.

Частотные диапазоны / диапазоны частот ЭЭГ

Дельта (1–4 Гц)
  • Дельта в лабораториях сна, дельта-волны исследуются для оценки глубины сна.Чем сильнее дельта-ритм, тем глубже сон. Повышенная мощность дельта (увеличенное количество записей дельта-волн) также было обнаружено, что связано с повышенной концентрацией внимания на задачах внутренней рабочей памяти [1].
Тета (4-7 Гц)
  • Тета связана с широким спектром когнитивной обработки, такой как кодирование и извлечение памяти, а также с когнитивной нагрузкой [2]. Каждый раз, когда мы сталкиваемся с трудными задачами (считая в обратном порядке от 100 с шагом 7, или когда вспоминаем дорогу домой с работы, например), тета-волны становятся более заметными.Тета также связана с повышенным уровнем утомляемости [3].
Альфа (7–12 Гц)
  • Альфа Каждый раз, когда мы закрываем глаза и приводим себя в спокойное состояние, альфа-волны берут верх. Альфа-уровни повышаются в состоянии расслабленного бодрствования. В тренировках с биологической обратной связью часто используются альфа-волны для отслеживания релаксации. Они также связаны с торможением и вниманием [4].
Бета (12 — 30 Гц)
  • Бета над моторными областями, бета-частоты становятся сильнее, когда мы планируем или выполняем движения любой части тела [5].Интересно, что это увеличение бета также заметно, когда мы наблюдаем телодвижения других людей [6]. Наш мозг, по-видимому, имитирует движения их конечностей, указывая на то, что в нашем мозгу есть сложная «система зеркальных нейронов», которая потенциально координируется с помощью бета-частот.

    Гамма (> 30 Гц, обычно 40 Гц)
  • Гамма- Некоторые исследователи утверждают, что гамма отражает внимательную фокусировку и служит несущей частотой для облегчения обмена данными между областями мозга [7].Другие связывают гамму с быстрым движением глаз, так называемыми микросаккадами, которые считаются неотъемлемой частью сенсорной обработки и восприятия информации [8].

Анализ данных ЭЭГ может оказаться довольно сложной задачей. Обработка сигналов, обнаружение и ослабление артефактов, извлечение функций и вычисление ментальных показателей, таких как рабочая нагрузка, вовлеченность, сонливость или бдительность, — все это требует определенного уровня знаний и опыта для правильного определения и извлечения ценной информации из собранных данных.
Модуль iMotions EEG предлагает несколько инструментов и возможностей, которые помогут вам быстро приступить к работе с исследованиями EEG, а также может выполнять некоторые операции обработки данных автоматически. Ниже мы рассмотрим, как модуль ЭЭГ может помочь в продвижении исследований.

К началу

Данные и анализ ЭЭГ

Анализ данных ЭЭГ по общему признанию может быть сложным процессом, поэтому iMotions имеет несколько функций, предназначенных для уменьшения нагрузки на этом этапе.

Фронтальная альфа-асимметрия, показатель, используемый в качестве показателя чувства приближения или избегания, обычно используется для оценки того, насколько привлекателен или отталкивает стимул. Это и спектральная плотность мощности (PSD) могут быть автоматически рассчитаны в iMotions, а R-код, используемый для построения анализа, полностью доступен и прозрачен.

Другие производители, такие как ABM и Emotiv, также могут предоставлять возможность расчета собственных показателей, таких как уровни сонливости или вовлеченности.Эти показатели также предоставляются в программном обеспечении iMotions, что дает вам легкий доступ к подробным сведениям.

Также могут быть части анализа, которые вы хотите исключить или рассмотреть более подробно. iMotions предоставляет инструмент аннотации, который можно использовать либо в режиме реального времени, когда происходит сбор данных, либо после сбора данных. Разметить данные и выбрать определенные сегменты для обработки или экспорта несложно.

Данные, будь то сырые, обработанные или сегментированные, конечно, также могут быть экспортированы в легко переносимые форматы, что позволит вам перенести свой анализ на любую платформу, которую вы предпочитаете.Также имеется информация об использовании компьютера, например о щелчках мыши и нажатиях клавиш, что особенно полезно при связывании взаимодействия стимулов с данными биосенсора.

Интеграция ЭЭГ

iMotions обеспечивает встроенную интеграцию с восемью различными гарнитурами ЭЭГ от четырех ведущих производителей оборудования для ЭЭГ. Если вы хотите собрать данные с 32-канальных устройств с высокой частотой дискретизации, гибких и беспроводных 24-канальных устройств или измерить фронтальную асимметрию с помощью 8-канального оголовья, iMotions предлагает простые решения для каждого из них.

iMotions также обеспечивает возможность подключения нескольких различных биосенсоров вместе для более глубокого анализа человеческого поведения. Биосенсоры, такие как айтрекеры (экранные, очки или виртуальная реальность), анализ мимики, EDA,

.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *