Hoe gebruik je een drop-in-oplossing om de ontwikkeling van geavanceerde ontwerpen voor aanwezigheidsbewakingsfuncties te versnellen?

Bewakingssystemen spelen een sleutelrol in de automatisering, gezondheid, veiligheid en beveiliging van gebouwen. Hoewel ontwikkelaars geschikte oplossingen voor het tellen van mensen kunnen samenstellen uit beschikbare componenten, en de juiste algoritmen kunnen ontwikkelen, kan dit tijdrovend en duur zijn. Gezien de hogere verwachtingen voor een snellere levering van oplossingen met geavanceerdere en modernere mogelijkheden en functies, met inbegrip van ondersteuning voor sociale afstandseisen, is een eenvoudiger, snellere aanpak vereist.

Dit artikel gaat over aanwezigheidsbewaking en waarom dit zo'n belangrijke functie is geworden. Vervolgens wordt uitgelegd en beschreven hoe u aan de slag kunt met een uitgebreide, end-to-end kit voor het tellen van personen van Analog Devices. Met behulp van de kit kunnen ontwerpers voldoen aan de uiteenlopende eisen voor een groeiende lijst van geavanceerde toepassingen op basis van aanwezigheidsbewaking.

Waarom aanwezigheidsbewaking belangrijk is

De mogelijkheid om het aantal personen, hun locatie en hun bewegingen binnen een gebouw te volgen, wordt steeds belangrijker in tal van toepassingen. Binnen geautomatiseerde gebouwbeheersystemen (GBS) blijft de mogelijkheid om het gebruik van ruimtes en de bewegingen van de gebruikers te volgen van fundamenteel belang om kantoren, vergaderzalen en andere gemeenschappelijke ruimten optimaal te kunnen benutten. Tijdens pandemische pieken helpt dit vermogen om ervoor te zorgen dat de bewoners veilig gescheiden kunnen blijven in binnenruimten.

Zelfs wanneer mensen terugkeren naar kantoorgebouwen, helpt de mogelijkheid om de aanwezigheid van ruimten te controleren bedrijven om de energieverspilling te beperken die wordt veroorzaakt door het doorgaans grote aantal ongebruikte ruimten in gebouwen. De aanwezigheidsgraad van kantoren, die in 2019 [a] al tot ongeveer 68% was gedaald, stortte tijdens de pandemie in en bedroeg medio 2021 [b] nog maar ongeveer 32%.

Naast het optimaliseren van het gebruik van de gebouwruimten en het bevorderen van sociale afstand, is een actieve meting van de aanwezigheidsgraad echter essentieel geworden om het escalerende energieverbruik af te remmen. Volgens de World Green Building Council [1] zijn gebouwen en de bouw wereldwijd verantwoordelijk voor 39% van alle koolstofemissies. Meer bepaald is de energie die wordt gebruikt om gebouwen te verlichten, te verwarmen en te koelen verantwoordelijk voor 28% van de wereldwijde koolstofemissies. (De resterende 11% heeft betrekking op de koolstofkosten van materialen en constructie gedurende de levenscyclus van het gebouw)

Na het grootste deel van het voorbije decennium vlak te zijn gebleven, stegen de bouwgerelateerde koolstofemissies in 2019 naar een recordhoogte als gevolg van de toegenomen vraag naar energie door extremer weer. In feite bleek 2019 het warmste jaar sinds 2016 te zijn, toen mondiale weerpatronen en stijgende wereldwijde temperaturen samenkwamen in een "perfecte storm" van ongewoon warm weer.

Deze trend van warmer weer heeft zich doorgezet, waarbij 2020 warmer blijkt te zijn dan 2019. Als gevolg daarvan zijn de drie warmste jaren tot nu toe 2016 (1e), 2020 (2e), en 2019 (3e), volgens de Amerikaanse National Oceanic and Atmospheric Administration (NOAA) [2]. De trend zet zich voort: juli 2021 is wereldwijd de warmste maand ooit [3]. Aangezien de vier maanden voorafgaand aan juli elk in de top 10 van warmste ooit gemeten maanden stonden [4], verwacht NOAA dat 2021 waarschijnlijk een van de top 10 van warmste jaren ooit wereldwijd zal worden.

In de nationale strategieën ter vermindering van de koolstofemissies die het klimaat beïnvloeden, staat een efficiënter energiegebruik in gebouwen centraal bij de planning. Voor individuele bedrijven biedt een lager energieverbruik directe voordelen voor hun bedrijfsresultaten en voor het welzijn van hun werknemers.

Ondanks het groeiende belang van basis aanwezigheidsgegevens om het energieverbruik tot een minimum te beperken, vertrouwen de meeste bedrijven op gegevens over het gebruik van toegangsbadges of visuele waarneming - geen van beide kan de nauwkeurige, bijgewerkte informatie over de aanwezigheid verschaffen die nodig is voor een doeltreffend energiebeheer van gebouwen. Er is een effectievere manier van aanwezigheidsdetectie nodig.

Een aanwezigheidsdetectieoplossing implementeren

Het ontwerp en de implementatie van een geautomatiseerde oplossing voor aanwezigheidsdetectie vereist deskundigheid op verschillende gebieden om sensoren, processoren met laag stroomverbruik en connectiviteit te combineren met nauwkeurige algoritmen voor het tellen van mensen tot volledige toepassingen, die onmiddellijk kunnen reageren wanneer mensen een binnenruimte betreden of verlaten. Dit vergt tijd en middelen om te ontwikkelen en te ondersteunen. Analog Devices biedt een eenvoudiger route: de ADSW4000 EagleEye, een compleet drop-in platform op basis van 2D vision-sensoren met laag stroomverbruik en lage bandbreedte, speciaal ontworpen om bijgewerkte gegevens te leveren voor een optimaal gebruik van de ruimte en een minimaal energieverbruik.

De kit omvat het eigen People Count-algoritme van Analog Devices dat draait op een Blackfin digitale signaalprocessor (DSP) uit de ADSP-BF707-serie van Analog Devices. De ADSW4000 EagleEye levert gebruiksgegevens voor afzonderlijke binnenruimten, zodat bedrijven het gebruik van kantoorruimte en het energieverbruik in balans kunnen brengen voor een maximaal nut.

Omdat de beeldanalyse en het tellen van personen uitsluitend op de Blackfin processor worden uitgevoerd, zorgt het EagleEye algoritme ervoor dat alle beelden op de ADSW4000 blijven, zodat geen persoonlijk identificeerbare informatie het platform verlaat, wat in overeenstemming is met een groeiende hoeveelheid wereldwijde privacyregelgeving. In feite zijn de door de Blackfin-processor gegenereerde resultaten beperkt tot een gegevenspakket met het aantal personen in een gecontroleerd gebied van belang (ROI), hun x,y-locatie in dat gebied, en of zij al dan niet in beweging zijn.

Om de ontwikkeling van toepassingen voor aanwezigheidsbewaking op hoog niveau te helpen versnellen, integreert Analog Devices zijn ADSW4000 EagleEye People Count platform in zijn EVAL-ADSW4000KTZ EagleEye-testkit. De testkit fungeert als een complete sensor-to-cloud kant-en-klare implementatie van zijn EagleEye-algoritme en stelt gebruikers in staat om onmiddellijk aanwezigheidsbewaking in te zetten met behulp van de beschikbare app en het cloudgebaseerde online dashboard. De kit kan ook dienen als de basis van aangepaste systemen, zodat de ontwikkelaars zich kunnen concentreren op hun toepassingen op hoger niveau in plaats van op de details van de implementatie van hun eigen methoden voor het tellen van mensen.

Afzonderlijke subsystemen versnellen de uitvoering

De EagleEye-testkit bestaat uit een tweetal subsystemen, waarbij één subsysteem gebaseerd is op de Blackfin DSP om gegevens voor het tellen van mensen te genereren, en een afzonderlijk subsysteem gebaseerd op de ADuCM4050-microcontroller unit (MCU) van Analog Devices voor de afhandeling van de connectiviteit en de toepassingsfunctionaliteit op hoger niveau (Afbeelding 1). Zoals eerder vermeld, bevindt de kritische functionaliteit voor het tellen van mensen zich in het EagleEye DSP-subsysteem van de testkit, waarop het ADSW4000 EagleEye-algoritme wordt uitgevoerd.

Afbeelding 1: In de EagleEye-testkit van Analog Devices verwerft en verwerkt een DSP-subsysteem beelden met behulp van het ADSW4000 EagleEye PeopleCount-algoritme dat draait op een lid van de ADSP-BF707 Blackfin DSP-serie van Analog Devices. (Bron afbeelding: Analog Devices)

Voor de beeldregistratie van het interessegebied maakt het subsysteem gebruik van een 2D vision-sensingmodule op basis van onsemi's ASX340AT3C00XPED0-DPBR CMOS digital image system-on-chip (SoC) in combinatie met een infraroodfilter (IR). Het EagleEye PeopleCount ADSW4000-algoritme, dat werkt met de EagleEye-frameworkservices van Analog Devices, draait op de ADSP-BF707 Blackfin DSP met gebruikmaking van ISSI'sIS25LP512M 512 megabit (Mbit) serieel flashgeheugen en Micron Technology's MT46H64M16LF 1 gigabit (Gbit) low-power double data rate (DDR) synchroon dynamisch willekeurig toegankelijk geheugen (SDRAM).

In dit subsysteem is de ADSP-BF707 Blackfin DSP zeer geschikt voor het uitvoeren van de complexe beeldverwerving en -verwerkingstaken die nodig zijn voor het tellen van mensen. De signaalverwerkingspijplijn omvat meervoudige hardware multiply-accumulate (MAC) eenheden samen met single-instructie, multiple-data (SIMD) mogelijkheden.

Het ADSW4000 ADI EagleEye PeopleCount algoritme draait op de ADSP-BF707 Blackfin processor en bereikt een 90% nauwkeurige telling binnen het doelgebied. Net zo belangrijk is dat het subsysteem de resultaten snel terugstuurt. Het subsysteem heeft bijvoorbeeld slechts 300 milliseconden (ms) nodig vanaf het moment dat een persoon een ROI betreedt om vast te stellen dat deze van een onbezette naar een bezette toestand is overgeschakeld. De tijd die nodig is om een verandering in de ROI-status van bezet naar onbezet vast te stellen, kan door de gebruiker worden geconfigureerd, met een standaardinstelling van vijf minuten.

De latentie is eveneens laag voor gegenereerde gegevens over het aantal mensen en de locatie. Het algoritme levert bijgewerkte gegevens over het aantal personen en de locatie binnen 1,5 seconde nadat een persoon zich in een door de gebruiker tijdens de inbedrijfstelling gedefinieerde zone heeft begeven. Nadat een individu is gedetecteerd, heeft het algoritme slechts 113 ms nodig om bijgewerkte tel- en locatiegegevens te verstrekken.

Zoals hierboven vermeld, zendt het EagleEye-platform van Analog Devices geen opgenomen beelden uit. In plaats daarvan gebruikt de DSP zijn universele asynchrone ontvanger-transmitter (UART) poort in push-modus om metagegevens over de aanwezigheid te verzenden. Dit metadatapakket, dat wordt verzonden in JSON-formaat, bevat de staat van aanwezigheid (bezet of onbezet), het aantal personen, de locatie van de personen in x,y-coördinaten, samen met andere gegevens (Tabel 1).

Tabel 1: Het EagleEye-algoritme van Analog Devices handhaaft de privacy van de gebruikers door geen persoonlijk identificeerbare informatie door te geven, maar in plaats daarvan een pakket te genereren dat de hier vermelde metadata bevat. (Bron tabel: Analog Devices)

Stroomafwaarts van het DSP-subsysteem draait het ADuCM4050 MCU-subsysteem in de AWS FreeRTOS-omgeving, met ondersteuning van de EagleEye-toepassing op hoog niveau en connectiviteitsdiensten die nodig zijn voor sensorinbedrijfstelling en communicatie met de bijbehorende cloud-gebaseerde service van Analog Devices (Afbeelding 2).

De 32-bit ADuCM4050 MCU biedt een uitgebreide verwerkingsomgeving voor Industrial Internet of Things (IIoT) toepassingen zoals Analog Devices' EagleEye. Om complexe industriële toepassingen te ondersteunen, is de ADuCM4050 gebaseerd op een Arm®Cortex®-M4F 52 megahertz (MHz) processorkern met geïntegreerde floating point unit (FPU), geheugenbeschermingseenheid (MPU), hardware cryptografische versneller en beveiligde sleutelopslag.

Afbeelding 2: Het MCU-subsysteem van de EagleEye-testkit, gebaseerd op de ADuCM4050 van Analog Devices, ondersteunt de IIoT-toepassing op een hoger niveau en biedt connectiviteitsdiensten lokaal en tussen de kit en de cloud of andere gebouwbeheersystemen. (Bron afbeelding: Analog Devices)

Een reeks geïntegreerde functies voor energiebeheer, waaronder meervoudige energiemodi en mogelijkheden voor klokgating, stellen het apparaat in staat een energiezuinige uitvoering te realiseren. Hierdoor heeft de MCU slechts 41 microampère per megahertz (μA/MHz) (typisch) nodig in actieve modus en 0,65 μA (typisch) in hibernation-modus. Tijdens inactieve perioden verbruikt de processor slechts 0,20 μA (typisch) in de snel-wakker-uitschakelmodus of slechts 50 nano-ampères (nA) in de volledige uitschakelmodus.

Hoe snel te beginnen met mensen tellen

In de testkit combineert Analog Devices de DSP- en MCU-subsystemen met een camerasensor, een lens, LED's en knoppen in een compact pakket (Afbeelding 3).

Afbeelding 3: De 2D vision-sensorunit in de EagleEye-testkit vanAnalog Devices is ontworpen om snel te worden ingezet en kan gemakkelijk boven een interessegebied worden gemonteerd om mensen te tellen. (Bron afbeelding: Analog Devices)

Ontwikkelaars kunnen snel mensen tellen door eenvoudig de sensor unit in een kamer of binnenruimte te monteren, direct boven een gebied van belang. De sensor kan stroom uit verschillende bronnen gebruiken. Gebruikers kunnen een draad aansluiten op de DC-connector van het toestel om een gelijkstroombron van 5,5 tot 36 volt te voeden, of het toestel van stroom voorzien via een USB-voedingsbron met behulp van een micro USB-kabel, of een actieve USB-verlengkabel voor afstanden van meer dan 1 meter (m).

Na het monteren van de sensor unit, kunnen gebruikers de sensor positionering en het gewenste gezichtsveld (FOV) visueel bevestigen met behulp van de bijbehorende EagleEye PeopleCount app die beschikbaar is in de Apple App Store voor iOS tablets, of op Google Play voor Android tablets (Afbeelding 4).

Afbeeldin 4: Analog Devices' EagleEye PeopleCount app maakt eenvoudige bevestiging mogelijk van de plaatsing van de sensoreenheid voorafgaand aan de inbedrijfstelling. (Bron afbeelding: Analog Devices)

Nadat de gebruikers de sensor FOV hebben gecontroleerd, gaan zij verder met het korte inbedrijfstellingsproces van het apparaat. Tijdens de inbedrijfstelling en later tijdens het gebruik kunnen de gebruikers de in de sensoreenheid ingebouwde DSP- en MCU-LED's bekijken om de huidige status van de respectieve subsystemen te controleren (Tabel 2).

Tabel 2: Afzonderlijke LED's die in de EagleEye-testkit van Analog Devices zijn ingebouwd, geven een voortdurende indicatie van de toestand van de DSP- en MCU-subsystemen. (Bron tabel: Analog Devices)

De app leidt gebruikers door de weinige stappen die nodig zijn voor de inbedrijfstelling van de sensor. In dit proces geven gebruikers aan welke gebieden het algoritme binnen de FOV moet bewaken door een reeks inclusieve maskers te markeren, zoals het vloermasker (figuur 5, links). Uit te sluiten gebieden zijn net zo belangrijk voor nauwkeurige tellingen. Tijdens het inbedrijfstellingsproces kunnen gebruikers met de companion app verschillende uitsluitingsmaskers specificeren, bijvoorbeeld voor vensters en beeldschermen (afbeelding 5, rechts).

Afbeelding 5: Tijdens de inbedrijfstelling gebruiken gebruikers de begeleidende app om gebieden te identificeren die het EagleEye PeopleCount-algoritme moet onderzoeken of negeren, door inclusieve maskers te gebruiken zoals het vloermasker (links), en exclusieve maskers (rechts) voor ramen of andere gebieden die de nauwkeurigheid van het tellen van mensen verminderen. (Bron afbeelding: Analog Devices)

Eenmaal gemonteerd en in werking gesteld, begint de sensoreenheid zijn metadata door te sturen naar de Analog Devices cloud. Door in te loggen op de cloud met behulp van de referenties die tijdens de registratie zijn verstrekt, kunnen gebruikers een reeks grafische voorstellingen van de aanwezigheid bekijken (Afbeelding 6).

Afbeelding 6: Na montage en inbedrijfstelling van de Analog Devices EagleEye-testkitsensoreenheid, kunnen gebruikers inloggen op een online dashboard in Analog Devices' cloud om real-time aanwezigheidsgegevens te bekijken. (Bron afbeelding: Analog Devices)

Het EagleEye PeopleCount-technologieplatform van Analog Devices kan worden ingebouwd in klantspecifieke ontwerpen met de juiste Blackfin-processor en geschikt extern flashgeheugen. Analog Devices stelt het EagleEye-softwarepakket ook beschikbaar voor geregistreerde testkit-klanten. Voor het downstream MCU-subsysteem kunnen ontwikkelaars extra functionaliteit bieden, waaronder meer sensoren, met behulp van elk systeemplatformontwerp dat in staat is de EagleEye sensorinterface uit te voeren en de vereiste connectiviteit te bieden. Voor ontwikkelaars die snel mensen willen laten tellen in hun gebouwbeheersystemen, biedt de Analog Devices EagleEye-testkit echter een kant-en-klare sensor-naar-cloud oplossing.

Conclusie

Aangezien bedrijven de prijs betalen voor het aanzienlijke energieverbruik in gebouwen door kantoorverlichting, verwarming en koeling, is er door een effectief beheer van de vaak leegstaande kantoorruimten behoefte aan nauwkeurigere aanwezigheidsgegevens. De ADSW4000KTZ-testkit is gebaseerd op een eigen algoritme dat draait op een digitale signaalprocessor met een laag vermogen, en biedt een uitgebreid sensor-naar-cloud platform voor het evalueren en implementeren van bewakingssystemen voor de aanwezigheid, dat in staat is om de realtime gegevens over de bezettingsgraad op kamerniveau te leveren die nodig zijn voor een effectiever energiebeheer van gebouwen.

Referenties

1. https://www.worldgbc.org/news-media/WorldGBC-embodied-carbon-report-published
2. https://www.ncdc.noaa.gov/sotc/global/202107/supplemental/page-1
3. https://www.noaa.gov/news/its-official-july-2021-was-earths-hottest-month-on-record
4. https://www.noaa.gov/topic-tags/monthly-climate-report

1. https://www.us.jll.com/en/space-utilization
2. https://www.kastle.com/safety-wellness/getting-america-back-to-work/