智能能源系统中室内人体定位的无线和感官融合系统

S.Sangeetha¹, M.Manimozhi², S.Jayanthi^3.

M.E，应用电子学，IFET工程学院，印度Villupuram
M.E，应用电子学，IFET工程学院，印度Villupuram
印度维鲁拉姆，IFET工程学院ECE系学士

摘要

本项目提出了智能环境下的能源管理。整个控制方案主要由嵌入式微控制器控制。经济危机和能源价格的上涨迫使每个国家都在减少能源的使用，尽量节约能源消耗。在这个项目中，红外传感器被用来发现闯入者，并使用zigbee(无线传输)控制设备。系统将计算房间或大厅中出现的人数。这一过程有助于节省电力，系统将打开/关闭每个插入的电器，包括灯泡，风扇，电视等。LDR在白天感应到更高的光线强度，因此继电器将关闭灯泡，设备将在夜间自动打开，这通常会节省电力。温度传感器用来感应家里的温度范围，如果超过阈值温度风扇会使用继电器自动开启，当温度达到正常状态继电器会关闭风扇。整个过程基于特定房间/大厅内的人数。因此，根据人员数量，房间/大厅内的每个设备都使用传感器和zigbee技术进行控制。

关键字

数据融合，定位，红外传感器，接收信号，zigbee

介绍

室内位置信息对于供暖、通风和空调系统、照明调节、湿度控制、机器人服务等都很重要。许多研究讨论了室内人与机器人定位系统，但这些系统大多不精确，不能管理多个目标，或实施成本昂贵。这些不同的定位技术包括:使用红外传感器的Active Badge，使用超声波传感器的Active Bat，使用视觉传感器的Easy Living，使用直流磁跟踪器的Motion Star，以及使用无线局域网的RADAR。Irfan等人开发了一种基于神经的方法来获取用户的位置。

为了检测居民的存在，位置感知系统使用了红外传感器阵列。天花板上的红外传感器与相邻传感器的探测区域重叠，可以探测到居民的存在。当有多个目标或在空白区域存在时，该系统可能是无效的。在这项研究中，我们提出了一种基于无线和红外(WIR)感觉融合系统的室内定位和监测系统。WIR系统可以改善从传感器和射频传播模型中获得的位置信息。我们还提出了一种WIR推断算法，可以产生更可靠的目标定位估计。该系统旨在精确定位目标。

WIR定位系统能够以较好的分辨率监测多个目标。本研究的主要贡献如下。

1)开发RF和IR集成系统，用于在室内环境中定位和监测人和机器人。

2)开发一种基于推理的无线传感融合系统算法，该算法可扩展到二进制传感器定位系统。

3)提出了一种空白区域注册方法，以提高定位精度。

2文献综述

罗仁c.，研究员，室内人/机器人定位与监测的无线热电传感融合系统，机械工程学报，第18卷，第1期。2013年6月3日

该算法利用接收信号强度传播模型，从PIR定位系统和射频定位系统中确定融合位置。通过对室内环境的精确定位机制，为人们提供合适的服务。

M. Weiss, D. Guinard，“通过webbenabled电源插座提高能源意识”，在MUM 2010(第九届ACM国际会议)proc.。在移动和无处不在的多媒体)，利马索尔，塞浦路斯，提出了一个设备级能源监测系统，是基于现成的组件。使用户能够监控、控制和比较其电器的耗电量

BojanMrazovac, Milan Z. Bjelica, D raganKukolj, IEEE高级成员，Branislav M. Todorovic, IEEE成员和Nikola Teslic，成员，IEEERT-RK基于计算机的系统，Novi Sad，塞尔维亚，“基于Zigbee RSSI变化的住宅智能能源系统的人类检测方法”，2012。该方案可方便地在各种环境智能系统上实现人体检测。根据接收到的信号强度指示

赵朝春，丁洲，尹明，“智能家居环境中不稳定信号传感器定位的一种新方法”，智能家居学报，第2卷，第1期。2008年7月3日。为了提高不稳定信号无线传感器网络中的定位精度，采用了基于验证的定位方法(vblm)。传感器节点使用另一个邻近信标辅助，在可接受的通信成本下验证接收信号的质量，从而消除噪声信号，避免增加定位误差。

韩杰，李鸿杰，朴克仁，“基于ZigBee通信的远程控制和节能房间结构”，IEEE学报。《消费电子》，第55卷，第1期，第264-268页，2009年。远程控制和节能的房间结构，减少待机功耗，使房间易于控制与红外遥控的家电。

3提出了系统

在本项目中，发射机由红外传感器、温度传感器、LDR和zigbee组成。进入房间的入侵者可以使用固定在入口附近的红外传感器进行计数，每当入侵者进入房间或大厅时，计数将使用LCD(液晶显示器)显示。温度传感器感知房间内的温度，并根据该温度来控制风扇。如果温度超过阈值，风扇将打开。当温度低于阈值时，风扇将关闭。LDR(光依赖电阻)用于感知光发光，如果发光很高，它用于关闭设备。LDR的各种应用包括烟雾探测、自动照明控制、批量计数和防盗报警系统。多路ADC用于将温度和LDR传感器的模拟值转换为数字值。Zigbee用于发射机和接收机之间的无线传输。

在接收端使用继电器控制电器，因此可以根据人的计数来控制电器的数量，这里使用zigbee进行无线传输。根据人的数量，可以控制电器，并根据强度和房间的温度将能源消耗降到最低。LCD(液晶显示器)用于显示房间内的人数。

该系统将对人的存在和各种参数做出反应，如周围的光量，周围的温度。该系统将根据现场人员的数量减少电力消耗和使用。

改进智能家居和能源感知网络的设计，无需昂贵的处理算法。在各种智能系统上实现人的检测是很容易的。检测的处理能力。该系统的优点如下:

1.提高智能家居和能源感知网络的自动化，无需昂贵的处理算法。

2.易于在各种智能系统上实现人体检测。

3.检测的处理能力是有限的。

发射机是用于向接收端传输信息的设备。其中，发射机端有温度，LDR传感器，它能感知光的温度和强度，并将范围发送给接收端。

接收器是用来从发射器接收信息的。它根据来自发射机端的信息作出反应。

四、结果

发射机由8位单片机、红外传感器、ADC、LCD、温度传感器、LDR传感器和Zigbee组成。

进入房间的入侵者可以使用固定在入口附近的红外传感器进行计数，每当入侵者进入房间或大厅时，计数将使用LCD(液晶显示器)显示。温度传感器用于根据温度对风扇进行控制。如果温度超过阈值，风扇将打开。当温度低于阈值时，风扇将关闭。LDR用于感知光的发光，如果发光很高，则用于关闭设备。多路ADC用于将温度和LDR传感器的模拟值转换为数字值。Zigbee用于发射机和接收机之间的无线传输。

接收端包括单片机、继电器、负载。继电器是用来开关的。

根据传输方提供的房间内人员数量信息，自动调节灯光、风扇等负荷。

这张快照显示了在场的人数，温度，房间的光线强度。在这件事上在场的人只有一个。

这表明人的数目是两个。亮度值，温度也显示在LCD上。这些信息有助于调整家用电器。

五、结论与未来工作

经济危机和能源价格的上涨迫使每个国家都在减少能源的使用，尽量节约能源消耗。这一趋势正朝着与当前社会环境相同的方向发展，科学和技术在我们的日常生活中发挥着重要作用。

因此，本课题采用多目标识别的方法对家电进行控制。这一过程有助于节省电力，该项目在办公室、学校和大学的人员本地化方面也非常有用。该应用还可以扩展到军事应用，以定位多个目标。

未来的工作是提供额外的设施，如手势识别，语音控制设备，使智能环境对特殊挑战的人具有灵活性，使智能环境与所有人兼容。

参考文献

无线热电传感融合系统在室内人/机器人定位和监测中的应用研究罗春华，陈志强，研究员，ieee，第18卷，no . 1。2013年6月3日
BojanMrazovac, Milan Z. Bjelica, D raganKukolj, IEEE高级成员，Branislav M. Todorovic, IEEE成员和Nikola Teslic，成员，IEEERT-RK基于计算机的系统，Novi Sad，塞尔维亚，“基于Zigbee RSSI变化的住宅智能能源系统的人类检测方法”，2012。
M. Weiss, D. Guinard，“通过webbenabled电源插座提高能源意识”，在MUM 2010(第九届ACM国际会议)proc.。移动和无处不在的多媒体)，利马索尔，塞浦路斯，
韩杰，李鸿杰，朴克仁，“基于ZigBee通信的远程控制和节能房间结构”，IEEE学报。《消费电子》，第55卷，第1期，第264-268页，2009年
赵朝春，丁洲，尹明，“智能家居环境中不稳定信号传感器定位的一种新方法”，智能家居学报，第2卷，第1期。2008年7月3日
L. Vachhani, a . D. Mahindrakar，和K. Sridharan，“移动机器人导航通过基于控制律的广义Voronoi图构建的硬件高效实现”，IEEE/ASME Trans。机电一体化，第16卷，no。6，第1083-1095页，2011年12月。
M. Collotta, G. Nicolosi, E. Toscano，和O. Mirabella，“一种基于zigbee的家庭供暖控制网络”，载于第34年。IEEE电子期刊。Soc。，Nov., 2008, pp. 2724–2729.
K. C. Lee和H. H. Lee，“基于控制器区域网络的智能家居自动化火灾探测系统”，IEEE, 2011。消费电子。第50卷，没有。4，页1093-1100,2004年11月。
M. Hazas, J. Scott和J. Krumm，“位置感知计算时代的到来”，IEEE计算机，第37卷，no. 3。2，页95-97,2004年2月。
K. Lorincz, M. Welsh，“Motetrack:基于rf的位置跟踪的强大、分散方法”，个人无处不在计算。，第11卷，no。6, pp. 489-503, 2007