1、    大空間空調控制用人員信息測量系統            作者：加藤淳之川 井健司 時間：2007-11-24 12:45:00                     論文作者：加藤淳之川 井健司 橋本重行 大高一博 橋本直樹摘要：

2、利用紅外線對大空間的大量人員數量進行測量，作為空調系統的基本參數。 關鍵詞：人員信息測量 紅外攝像機 大空間空調控制 技能 圖像處理 體育場 對于體育館及室內比賽場所等大空間的空調，其空調控制方法直接關系到耗能的多少。大空間內人數及分布的人員信息是有效地實施空調節能控制的重要數據。本論文報告世界上首次實際應用的利用紅外攝像機的大空間人員信息測量系統，解決了至今為止無法有效地獲取此類大空間內的人員信息的問題。l前言創造一個舒適的大空間空調環境，往往需要消耗大量的能源。然而，通過利用各種信息，向大空間中的某個指定空間(最小空調空間)提供最小限度的能源，既可以保持其舒適環境，又可以將能耗控制到最小。

3、為此達目的，測量室內人員所在區域以及各區域人數等信息，將這些數據傳給空調控制系統，使其根據人數和分布控制空調系統，將是一個非常有效的節能控制方法。本文結合大阪DOME的實例介紹以紅外攝像機作為測量人數和分布的傳感器的人員信息測量系統的構成、測量方法、課題等。2系統概要大阪DOME為監視火災和探明火災發生位置而設置了4臺紅外攝像機(三菱電機IR-M300)，其紅外攝像機的圖像輸出主要被用于監視和確定火災發生位置。人員信息測量系統定期(不影響火災監測的程度)從火災監視紅外攝像機獲取觀眾席紅外圖像，按區域數出其中的人數和分布，從而達到測量大空間內室內人數和分布的人員信息的目的。人員信息測量系統的硬件

4、構成如圖1所示。 圖1人員信息系統構成圖本系統由設置在室內的4臺紅外攝像機、控制這些紅外攝像機的定序器以及圖像處理器、控制用計算機構成。每臺紅外攝像機通過旋轉架旋轉分別監視4個區域，4臺紅外攝像機共16個區域的紅外圖像便可覆蓋設施內的全部觀眾席。測量人數時，根據定序器內預置的圖像發送時間表，將紅外攝像機的圖像從圖像切換器發送至圖像處理裝置。圖像處理裝置從收到的紅外圖像中按控制對象區域抽出人影圖像部分，并將其發送至控制用計算機。控制用計算機處理人影部分圖像，計算出備空調控制區的觀眾上座率以及人數，將結果發送至空調監視機。在控制用計算機上顯示測量結果的同時，測量結果也被記錄在計算機的硬盤

5、中。圖2示意了紅外圖像發送步驟略圖。約每間隔30秒發送1個區域的紅外圖像(發送時間約2秒)。按序發送總計16個區域的紅外圖像的全部數據實際需要8分鐘左右。在大阪DOME室內，觀眾席空調共有25臺空調機(AHU)。因此，全部觀眾席被分為25個空調控制區?？照{中央監控機根據本系統計算的各空調控制區觀眾上座率控制空調。3測量方法31紅外攝像機的測量原理絕對零度以上的物體必將發射出由其表面溫度以及輻射率(由表面形狀及材質所決定)所決定的紅外線。因此，可通過紅外攝像機等進行遠距離被動式測量其表面溫度。將測量到的紅外輻射強度轉換為電氣信號，用微處理機運算將紅外輻射強度轉換成溫度，再對溫度附加必要的色調亮度

6、值，既可將人用肉眼無法看到的紅外信息作為熱圖像在顯示器上顯示出來。由于是被動測量物體發射的紅外線，所以不需要輔助光源，即使在黑暗空間也能獲得熱圖像。本系統所采用的紅外攝像機的技術參數如表1所示。表1紅外攝像機的主要技術參數(三菱電機IR-M3(X)靈敏度0.29S測量波長¨lm角度(廣角鏡)28(水平)×22(垂直)有效像素230(水平)×192(垂直)視頻輸出RS-170圖像顯示黑白256色人類的體溫在36C左右，在有空調的室內環境中，高于除發熱機器外的其它物體，如：座椅、地面。因此，在紅外線獲取的熱圖像中，與周圍的物體相比，人體圖像亮度高。通過對這些熱圖像進行

7、處理，將人體表面溫度范圍的下限值與上限值作為閩值進行2值化處理，即可從圖像中抽出人影區域。32人數測量方法的比較作為大空間的人數測量方法，除31節所述的紅外攝像機方法外，還可考慮下述方法。(1)在出人口設置計算入退場人數的門禁方式。(2)在座位上安裝壓力傳感器及光電開關的座席設置傳感器方式(3)可視光學照相機與圖像處理方式。表2為各種方法的優缺點對照。其中，最精確測量人員信息的方法是在座席設置傳感器方式。但是，室內體育館及室內比賽場之類的大空間的情況下，其座席數最少也有幾千個，最多時達4萬個左右，如果考慮到設置，及調整作業以及配線等設置及維護費用，此方法不切合實際。也無法測量音樂會等情況下臨時

8、設置的座席以及逗留在不特定場所的人。表2人數測量方法的比較方法優點缺點KiA場門禁·設置個數少。·人數精度比較好。·無法掌墨室內的人員分布情況。·出人口受到限嗣。座席設置傳感器·可測量人的分布情況。·人數精度好。·設置作業及維護作業有難度。·無法測量非固定座席?？梢暪庹障鄼C·設置個數少。·成本低康。·受照明度變化影響大。·測量計數方法復雜。紅外攝像機p·設置個數少。·不會受到照明度變化的影響。·紅外攝像機價格高。入退場門禁法無法掌握人員的分布情況

9、，無法為按區域進行空調控制提供信息。紅外攝像法，可通過旋轉多臺攝像機來覆蓋所有觀眾席，利用圖像信息可掌握室內人員的人數和分布情況。由于利用熱圖像不會受到室內照度變化的影響，因此可采用比較簡單的計數方法。此外，還有同樣利用圖像信息的可視光學攝像方法，但在音樂會等黑暗空間以及燈光演出等照明變化劇烈的環境下，很難進行圖像加工處理，抽出人影特征的計算方法與紅外攝像方法相比也相對復雜。33測量計數方法在本系統中，測量對象為大空間，測量距離最長為200m左右。所使用的紅外攝像機的拍攝距離與每個像素的測量范圍的關系如圖3所示。圖3拍攝距離與像素的測量范圍的關系在200m的拍攝距離，每個像素的測量范圍約為41

10、cmx32cm。因此，分辨出臉部輪廓等特征，一個一個進行識別計數時存在空間分辨能力不足的問題。作為彌補這種空間分辨能力不足的人數測量計數方法，可采取在特定區域(可對應不同空調控制區)，僅抽取認為是人的表面的溫度像素，根據其合計像素數及人均像素數的關系，估算人數。本系統的所有數據流及計數概要如圖4所示。其中，要點項目將在后面加以詳述。圖4人數測量計數與數據流程331數據庫大阪DOME的設計功能為，除進行棒球比賽外，還舉辦音樂會、展示會等各種活動。不同活動中觀眾席的位置及測量區域會有所變化，因此要求根據不同的活動事件進行測量。為此，要預先獲得預計的每項活動的觀眾席位置信息，按測量區域制作座標數據。

11、在此基礎上，加入各攝像機及各項活動的修正用數據，在控制用計算機中建立圖像處理用數據庫。在每次投入使用時，從控制用計算機向圖像處理裝置發送數據庫數據。運行過程中圖像處理區域發生變化時，也可通過變更計算機的數據庫來加以對應。332通過2值化進行人影抽樣從圖像中進行人影抽樣時，一般采用找出與其它圖像部分的不同特征，進行2值化處理。在空調空間中拍攝的紅外圖像中，人的溫度要比周圍物體(發熱設備除外)高。因此，如果將人的表面溫度范圍的下限值以及上限值作為閾值進行2值化，可僅從熱圖像中抽出人影的部分，根據該部分的占有面積來推測人數。決定該閾值時，考慮了室內氣溫與測量范圍這兩個主要影響因素。人的體溫(體深部)

12、一般為36左右，即使氣溫變化也幾乎恒定不變。但是，手、腳以及臉等的表面溫度會根據氣溫的變化而變化(參照圖5)。當然，穿衣量也因氣溫而不同，人體外露部的表面溫度隨環境溫度的變化而變化。像普通的寫字樓事務所那樣全年氣溫及穿衣量變化不大的環境下，人體表面溫度特定在某一范圍內，可采用固定閾值。但是在像大阪DOME這樣的大空間中測量時，室內氣溫往往隨外部氣溫變化，全年來看，室內溫度變化范圍一般在10qE左右。在如此大的氣溫變化環境下，必須按當時的氣溫改變閾值，否則難以進行可靠的人影抽樣。影響閾值的另一要因測量距離包括空間分辨能力的影響以及大氣吸收的影響。如果測量距離長，每個像素的測量范圍變大，人與背景部

13、分的溫度被平均輸出。其結果，人體外露部表面溫度呈下降之勢。大氣中紅外線吸收造成的衰減也隨測量距離的增加而增加，使外露人體表面溫度下降。因此，在測量距離短時，必須將閾值設高，測量距離長時，閾值設低。為了對此類氣溫與測量距離產生的影響進行定量調查，在實際現場進行了數據收集，并就與閾值的關系進行了分析。其結果如圖6及圖7所示。圖中的所謂閾值是指氣溫與人體表面溫度的溫度差。用其定量調查的結果，導出了閾值計算公式。式中以每次測量時的氣溫以及預先求得的各攝像機的測量距離為參變量。通過使用這一計算公式，實現了隨氣溫變化的可靠的人影抽樣。333空調控制用數據的計算空調控制需要各控制對象空調區的人數數據。由于使

14、用了長距離廣角圖像，所以1幅圖像中含有35個區的控制對象。圖像處理裝置按照控制用計算機傳來的數據庫選擇各空調區的圖像處理區域，根據閾值計算抽出人影部分的面積。以該數據為基礎，在控制用計算機上進行拍攝角度死角的補充，按照座席數據等計算各空調控制對象的觀眾上座率以及估算人數，并將數據發送至空調中央監控機。在控制用計算機的顯示器上同時顯示各空調控制對象區域的人數以及總人數。4    測量結果圖8顯示了大阪DOME測量的紅外圖像以及2值化圖像、各空調區的觀眾上座率。該紅外圖像拍攝的是電子顯示屏周圍的外野座席，這是測量距離最短的圖像。1045的溫度范圍以256輝度

15、來顯示，光點越白表明表面溫度越高。從該圖像中抽出相當于人體表面溫度的溫度范圍的結果即為2值化圖像。當然，在該溫度范圍內的人體以外物體的影像也會被抽出，造成測量誤差。圖中的區實驗時用尼龍布覆蓋了座席。以免觀眾進人，空調也關閉了?？墒菍嶒灂r受到來自電子顯示屏的熱輻射影響，該座席區部分(尼龍布)的表面溫度有所升高。再加上尼龍布的紅外線反射，區的一部分無人區的溫度接近了人體表面溫度，區的測量誤差因此變大。沒有人員進入的區域以及空調OFF區域，可預先從測量對象中刪除。即使以外的區域，由于各處室溫分布以及人影視覺重疊等的影響，也會造成測量值誤差。本系統的檢測結果表明，本系統用于空調控制已經具有了足夠的精度

16、。圖9為音樂會時的實測結果。該圖像為最長測量距離拍攝的。當時環境黑暗，用可視光學照相機無法確定室內情況，而用紅外攝像機則可清晰地確認觀眾席的上座情況。并且，盡管演出時室內照明度變化非常大，而紅外攝像機幾乎不受影響，獲得了穩定的圖像。圖10所示為各空調控制區的觀眾上座率和觀眾數(無空調的比賽場地區的臨時觀眾席除外)的實測值。以滿座時的觀眾數(測量對象區域內為20000人)為100計算，開始人場前的15:00-16:00，上座率為O506以下，開始退場后40分鐘(20：50左右)下降至5左右，考慮到還會有若干未走的人以及座席的余熱影響，可以認為此值正確可信。本系統所測的滿座時的觀眾數為18000-19000人，實際觀眾數為20000人，充分達到了空調控制用測量精度。5結束語本系統提供了至今為止尚未解決的獲取大空間人員信息(人數及分布)的有效方法。從本系統的實測結果來看，本系統對于空調控制系統具有充分的實用價值。通過有效地利用本系統，可實施按人數決定各空調區新風量等節能控制。由于測量距離長度造成的空間分辨能力的限制，使得人員信息測