Der Sensor erkennt Licht im Wellenlängenbereich von 8 µm bis 13 µm. Für viele IR-Anwendungen sind lediglich spezifische Informationen wie Position, Bewegung und Temperaturverteilungen relevant. Solche nicht-bildgebenden Anwendungen, die unkonventionelle IR-Arraysensoren fordern (keine IR Focal Plane Arrays), sind neue Märkte. Mit zwei möglichen Versorgungsspannungen beträgt die Stromaufnahme 4,5 mA. Modelle mit hoher Verstärkung (High Gain) messen Temperatur präzise, die Low-Gain-Ausführung misst dagegen erweiterten Temperaturbereich. Die digitale I²C-Ausgabe gibt Temperaturwerte direkt aus. Weiteren Optionen sind wählbare Framerate (bis zu 10 fps) und die Betriebszustände Normal, Sleep und Standby.
Objekterkennung
In der Gewährleistung von Betriebsabläufen sind Temperatur und thermisches Verhalten von Werksmaschinen, Betriebsmitteln, Materialien und Produktionsteilen wichtige Observable.
Plötzlich auftretende Hotspots können ein Anzeichen für fehlerhafte Bereiche und Verbindungen sein. Thermische Bildgeber eignen sich hier wegen der berührungslosen Temperaturmessung und sind z. B. Diagnoseinstrument für elektrische Steckverbindungen oder Betriebsmittel (Bild 4).
Personen-Detektion
Passive IR-Sensoren eignen sich zur unmittelbaren Detektierung von bewegten Personen. Allerdings können sie weder ruhende Objekte erkennen, Wärmebilder erzeugen noch Temperatur messen. Diese drei Aufgaben sind aber für Automations- und Sicherheitssysteme, Digital-Signage- und medizinische Bildgebungsanwendungen wichtig. Der Grid-EYE-Sensor überwindet diese Einschränkungen.
Funktionsweise der Personendetektion
Die Temperaturausgaben des Grid-EYE-Sensors werden an das entsprechende Mainboard übertragen und mit der, über Panasonic-APIs angebundenen, Software ausgelesen. Damit werden Position und die Personenanzahl berechnet. Bild 5 zeigt die Schemadarstellung eines Personendetektors: Grid-EYE ist zur Anwesenheitserkennung von Personen an der Raumdecke angebracht. Die Personen ruhen oder bewegen sich im Erkennungsbereich. Mit der groben Auflösung der thermischen Array-Sensoren bleibt die Privatsphäre der Personen gewahrt. Basu und Rowe haben ein Berechnungsverfahren für die Personenanzahl und Bewegungsrichtung für den Grid-EYE-Sensor entwickelt: Unter Anwendung der SVM-Klassifikation (Support Vector Machine) auf korrelierte Merkmale oder Elemente basieren und durch Zählen beziehungsweise Berechnen örtlicher Spitzenwerte bestimmten sie die Ereignisanzahl mit einer Genauigkeit von mehr als 80 % [1]. Einen anderen Ansatz nutzen dazu Jeong, Yoon und Joung [2]: Nach Vorverarbeitung und Segmentation des Wärmebildes wird die Wahrscheinlichkeit einer menschlichen Wärmesignatur berechnet. Diese Methode kann bestimmte Signaturen auch verfolgen (Bild 5).
Anwendung für Gebäudeautomatisierung
Umweltmonitoring, Einbruchmelder und Anwesenheitszählung sind Beispiele für cyber-physische Systeme, also verteilte, miteinander vernetzte Objekte, die eingebettete Systeme mit internetbasierten Funktechniken verbinden. Das Zählen von Personen ist wichtig hinsichtlich Optimierung des Heizungs-, Lüftungs- und Klimaanlagenbetriebs, der zwischen 30 % und 40 % des jährlichen Energiebedarfs in der EU ausmacht. Die University of California, Campus Merced, hat 2013 mit einem Grid-EYE-System gezeigt, dass durch die belegungsabhängige Klimatisierung der Räume jährlich 25 % weniger Energie umgesetzt wird [3]. Im Gegensatz zu einem CO2-Sensor misst Grid-EYE die Raumbelegung echtzeitnah und ist, anders als optische Sensoren, unempfindlich gegenüber wechselnden Lichtverhältnissen (Bild 6).
Sturzdetektoren
Thermische Sensoren können in Systemen für die Sturzerkennung eingesetzt werden. Mashiyama, Hong und Ohtsuki [4] haben hierfür ein Grid-EYE-System: Die Temperaturverteilung wird mit Erfahrungsdaten abgeglichen und gegebenfalls als Sturz eingestuft (Bild 7).
Mit dem Evaluationskit bietet Panasonic eine unentgeltliche PC-Software zum Download (eu.industrial.panasonic.com/grideye-evalkit). Weiterhin steht sämtlicher Python- und LabView-Quellcode und Grid-EYE-APIs (Level 1 bis 3) bereit.
Referenzen
[1] „Tracking Motion and Proxemics Using Thermal-Sensor Array“, 2014, Carnegie Mellon University
[2] Jeong, Yoon und Joung, Probabilistic Method to Determine Human Subjects for Low-Resolution Thermal Imaging Sensor, 2014, Institute of Electric and Electronics Engineers.
[3] Beltran, Erickson und Cerpa; „ThermoSense: Occupancy Thermal Based Sensing for HVAC Control“, Vortrag auf Buildsys 2013, 13./14. November 2013, Rom, Italien.
[4] A Fall Detection System Using Low Resolution Infrared Array Sensor, 2013