כיצד להשתמש בפתרון‏ Drop-In‏ כדי להאיץ פיתוח של תכני ניטור תפוסה מתוחכמים

ניטור תפוסה משחק תפקיד מפתח באוטומציה של בניינים, בריאות, בטיחות וביטחון. אף על פי שמפתחים יכולים להרכיב פתרונות ספירת בני-אדם מתאימים מרכיבים קיימים, ולפתח את האלגוריתם המתאים, זה יכול לגזול זמן רב ולהיות יקר. בשל ציפיות גבוהות למסירה מהירה יותר של פתרונות עם יכולות ומאפיינים מתוחכמים ומעודכנים יותר, כולל תמיכה בדרישות ריחוק חברתי, דרושה גישה‏ פשוטה ומהירה יותר.

מאמר זה דן בניטור תפוסה ובשאלה מדוע זה הפך להיות מאפיין קריטי כל כך. אחר כך המאמר מציג ומתאר כיצד לעשות את הצעדים הראשונים עם ערכה כוללת ומקיפה לספירת בני-אדם מבית Analog Devices. על ידי שימוש בערכה, מתכננים יכולים לעמוד בדרישות השונות של רשימה ארוכה של יישומים מתוחכמים, בהתבסס על פונקציונליות ניטור תפוסה.

מדוע ניטור תפוסה הוא חשוב

היכולת לנטר את מספר האנשים, את מיקומם ואת תנועתם בבנין מוצאת תפקיד הולך וגדל ביישומים מרובים. במערכות ניהול בנין אוטומטיות (BMS), היכולת לעקוב אחר ניצול חדרים ותנועות מבקרים נשארת דרישה בסיסית להבנת התועלת המלאה של משרדים, חדרי ישיבות ושטחים משותפים אחרים. בזמן התפשטות מגיפה עולמית, יכולת זו עוזרת להבטיח שמשתכנים יכולים לקיים ריחוק בטוח בחללי פנים.

אפילו כשאנשים חוזרים לבניני משרדים, היכולת לנטר תפוסת חדרים מסייעת לחברות להגביל את האנרגיה המבוזבזת על המספר הגבוה בדרך כלל של חללי בנין שלא נעשה בהם שימוש. שיעורי תפוסת משרדים שירדו כבר ל-68% בערך ב-2019 [a], צנחו בזמן המגפה העולמית, וחזרו רק ל-32% בערך במחצית 2021 [b].

מעבר לאופטימיזציה של השימוש בחללי בנין וסיועה בריחוק חברתי, מדידת תפוסה אקטיבית הפכה לחיונית כדי לצמצם צריכת אנרגיה עולה. בהתאם ל-World Green Building Council‏ [1], בנינים ובנייה תורמים 39% מכל פליטות הפחמן בעולם. באופן ספציפי יותר, אנרגיה המשמשת לתאורה, חימום וקירור בנינים מהווה 28% מפליטות הפחמן ברחבי העולם. (שאר ה-11% מתייחסים לעלויות חומרי הפחמן במחזור-החיים של בנינים ובנייה.)

פליטות פחמן המיוחסות לבנינים, לאחר שלא השתנו במשך מרבית העשור האחרון, עלו ב-2019 לערכים גבוהים מתמיד בגלל הדרישה הגבוהה לאנרגיה, שנגרמה על ידי מזג-אוויר קיצוני יותר. למעשה, 2019 הייתה השנה החמה ביותר שנרשמה מאז 2016‏, כאשר דפוסי מזג-אוויר כלל-עולמיים וטמפרטורות עולות כלל-עולמיות השתלבו ב“סופה מושלמת” של מזג-אוויר חם במידה בלתי-רגילה.

מגמה זו של מזג-אוויר חם יותר נמשכת, עם 2020 שמוכיחה את עצמה להיות חמה יותר מ-2019. כתוצאה מכך, שלוש השנים החמות ביותר שנרשמו עד היום כוללות כעת את 2016 (מקום ראשון), 2020 (מקום שני) ו-2019 (מקום שלישי), בהתאם ל-US National Oceanic and Atmospheric Administration‏ (NOAA)‏ [2]. המגמה ממשיכה עם יולי 2021 שנרשם כחודש החם ביותר שנרשם אי פעם ברחבי העולם [3‏]. עם ארבעת החודשים הקודמים ליולי, שכל אחד מהם דורג בין 10 החודשים החמים ביותר שנרשמו אי פעם [4], NOAA מצפה ש-2021 תהיה כנראה אחת מ-10 השנים החמות ביותר שנרשמו אי פעם בעולם.

ברחבי העולם, אסטרטגיות לאומיות להפחתת פליטות פחמן המשפיעות על האקלים רואות בניצול יעיל יותר של אנרגיה בבנינים כנושא מרכזי בתכנון שלהם. עבור חברות בודדות, צריכת אנרגיה מופחתת מציעה יתרונות ישירים לשורה התחתונה שלהן, כמו גם לרווחה הגופנית של העובדים שלהן.

למרות החשיבות ההולכת וגדלה של נתוני תפוסה בסיסיים כדי להקטין למינימום את השימוש באנרגיה, מרבית החברות מסתמכות על נתוני העברת תגי גישה או התבוננות חזותית - כשאף אחד מהם לא יכול לספק את המידע העדכני המדויק על ניצול החדר הדרוש עבור ניהול יעיל של אנרגיית בנין. דרוש אמצעי יעיל יותר של חישת תפוסה.

מימוש פתרון חישת תפוסה

התכנון והמימוש של פתרון חישת ‏תפוסה אוטומטי דורשים מומחיות בתחומים רבים, כדי לשלב חיישנים, מעבדי הספק-נמוך וקישוריות עם אלגוריתמים מדויקים של ספירת בני-אדם לאפליקציה שלמה המסוגלת להגיב מיידית כשבני-אדם נכנסים או עוזבים חללי פנים. זה לוקח זמן ומשאבים כדי לפתח ולתמוך. Analog Devices‏ מציעה נתיב‏ פשוט יותר: ה-ADSW4000 EagleEye, ‏פלטפורמת Drop-In‏ שלמה מבוססת חיישן ראייה 2D, רוחב-פס נמוך, הספק-נמוך, שמתוכננת במיוחד לספק נתונים עדכניים למיטוב ניצול חלל ולהקטנת צריכת אנרגיה למינימום.

הערכה כוללת את האלגוריתם הקנייני People Count של Analog Devices‏ הרץ על אחד מחברי סדרת ADSP-BF707 של מעבדי אותות דיגיטליים (DSPs)‏ Blackfin מבית Analog Devices‏. ה-ADSW4000 EagleEye מספקת נתוני שימוש עבור חללי פנים נפרדים, דבר המאפשר לחברות לאזן ניצול חללי משרד וצריכת אנרגיה עבור תועלת מקסימלית.

אלגוריתם ה-EagleEye, מאחר והוא מבצע את המשימות שלו של ניתוח תמונה וספירת בני אדם במעבד ה-Blackfin בלבד, הוא מבטיח שכל התמונות נשארות ב-ADSW4000, כך שכל מידע הניתן לזיהוי אישי אינו עוזב את הפלטפורמה אף פעם, בהתאמה למספר הולך וגדל של תקנות פרטיות עולמיות. למעשה, התוצאות המופקות על ידי מעבד ה-Blackfin מוגבלות ל‏חבילת נתונים הכוללת את מספר האנשים הנמצאים באזור בעל ענין (ROI) הנתון לניטור, מיקומם x,‏y באזור, ובאם הם נמצאים בתנועה או לא.

כדי לעזור להאיץ את הפיתוח של יישומי ניטור תפוסה רמה-גבוהה, Analog Devices‏ משלבת את פלטפורמת ה-ADSW4000 EagleEye People Count שלה בערכת הניסוי שלה EVAL-ADSW4000KTZ EagleEye. ערכת הניסוי, המשמשת כיישום שלם ומוגמר (Turnkey) חיישן-לענן של אלגוריתם ה-EagleEye, מאפשרת למשתמשים לפרוס מיידית ניטור תפוסה תוך שימוש ביישום הקיים ולוח מחוונים (Dashboard) מקוון מבוסס-ענן. לחלופין, הערכה יכולה לשרת כבסיס של מערכות מותאמות-במיוחד, שמאפשרת למפתחים להתמקד ביישומים שלהם ברמה הגבוהה יותר במקום בפרטי יישום של שיטות ספירת בני אדם משלהם.

תת-מערכות מסוימות מאיצות מימוש

ערכת הניסוי EagleEye כוללת שתי תת-מערכות, אחת מבוססת על ה-Blackfin DSP ומשמשת להפיק נתוני ספירת בני אדם, ותת-מערכת נפרדת מבוססת על יחידת מיקרו-בקר (MCU)‏ ADuCM4050 של Analog Devices לטיפול בקישוריות ופונקציונליות יישום ברמה גבוהה יותר (איור 1‏). כמוזכר מקודם, הפונקציונליות הקריטית של ספירת בני אדם נמצאת בתת-מערכת EagleEye DSP של ערכת הניסוי המריצה את אלגוריתם ה-ADSW4000 EagleEye .

איור 1‏: בערכת ניסוי EagleEye של Analog Devices, ‏תת-מערכת DSP מקבלת ומעבדת תמונות תוך שימוש באלגוריתם ה-ADSW4000 EagleEye PeopleCount, שרץ על‏ אחד מחברי סדרת ADSP-BF707 Blackfin DSP של Analog Devices‏. (מקור תמונה: Analog Devices)

עבור איסוף נתוני תמונה מאזור בעל ענין, תת-המערכת משתמשת במודול חישת ראיה ‏2D מבוסס על מערכת-על-שבב (SoC‏) תמונה דיגיטלית CMOS‏ ASX340AT3C00XPED0-DPBR של onsemi‏ המשולב עם מסנן‏ אינפרה-אדום (IR). בעבודה עם שירותי המסגרת EagleEye של Analog Devices, אלגוריתם ה-EagleEye PeopleCount ADSW4000 רץ על ה-ADSP-BF707 Blackfin DSP תוך שימוש בזיכרון flash טורי 512 מגה-ביט (Mbit)‏ IS25LP512M של ISSI וזיכרון SDRAM קצב נתונים כפול (DDR), הספק-נמוך, 1 גיגה-ביט (Gbit)‏ MT46H64M16LF של Micron Technology.

בתת-מערכת זו, ה-ADSP-BF707 Blackfin DSP מתאימה היטב לטפל במשימות איסוף נתוני תמונה ועיבוד מורכבות הדרושות עבור ספירת בני אדם. צנרת עיבוד אותות שלה כוללת יחידות חומרה הכפל-אגור (MAC) מרובות לצד יכולות פקודה יחידה, נתונים מרובים (SIMD‏).

אלגוריתם ה-ADSW4000 ADI EagleEye PeopleCount, הרץ על מעבד ה-ADSP-BF707 Blackfin משיג ספירה מדויקת עד כדי 90% באזור המטרה. חשוב באותה המידה, תת-המערכת מחזירה תוצאות במהירות. לדוגמה, תת-המערכת זקוקה ל-300 מילי-שניות (ms‏) בלבד מהרגע שאדם נכנס לאזור בעל ענין (ROI) כדי לזהות ‏שהאזור הפך ממצב פנוי למצב תפוס. הזמן הדרוש כדי לזהות שינוי במצב ROI מתפוס לפנוי ניתן להגדרה על ידי משתמש, עם קביעת ברירת מחדל של חמש דקות.

השיהוי (Latency‏) הוא נמוך באותה המידה עבור ספירת בני אדם ונתוני מיקום. האלגוריתם מספק ספירת בני אדם ונתוני מיקום מעודכנים תוך 1.5 שניות לאחר שפרט נע לתוך אזור המוגדר על ידי המשתמש בזמן הקמת המערכת. לאחר גילוי ‏פרט, האלגוריתם צריך ‎113 ms‏ בלבד כדי לספק ספירה ונתוני מיקום מעודכנים.

כפי שצוין לעיל, פלטפורמת‏ EagleEye של Analog Devices אינה משדרת כל תמונה שנלכדה. במקום זאת, ה-DSP משתמש בנקודת החיבור מקלט-משדר אסינכרוני אוניברסלי (UART) שלו במצב דחיפה כדי לשדר מטא-נתוני‏ תפוסה. חבילת מטא-נתונים זו, שמשודרת בפורמט JSON‏, כוללת מצב תפוסה (תפוס או פנוי), ספירת בני אדם, מיקום בני אדם כקואורדינטות x,‏y, יחד עם נתונים אחרים (טבלה 1‏).

טבלה 1‏: אלגוריתם EagleEye של Analog Devices שומר על פרטיות משתמשים על ידי אי שידור מידע המאפשר זיהוי אישי, אלא, במקום זה מחולל חבילה הכוללת את המטא-נתונים הרשומים כאן. (מקור טבלה: Analog Devices)

במורד-הזרם של תת-מערכת ה-DSP, תת-מערכת ה-ADuCM4050 MCU רצה בסביבת ה-AWS FreeRTOS, תוך תמיכה ביישום ה-EagleEye רמה-גבוה ושירותי קישוריות הדרושים עבור הפעלת חיישנים ותקשורת עם שירות קשור מבוסס-ענן של Analog Devices‏ (איור 2‏).

ה-‎32-bit ADuCM4050 MCU מציעה ‏סביבת עיבוד מקיפה עבור יישומי אינטרנט-של-דברים תעשייתי (IIoT‏) כמו EagleEye של Analog Devices‏. כדי לתמוך בעומסי עבודה של יישומים תעשייתיים מורכבים, ה-ADUCM4050 בונה על ליבת‏ מעבד Arm® Cortex®-M4F‏ 52 מגה-הרץ (MHz) עם יחידת נקודה צפה (FPU) משולבת, יחידת הגנה על זיכרון (MPU), מאיץ הצפנה חומרה ואחסון עיקרי מוגן.

איור 2‏: מבוססת על ADUCM4050 של Analog Devices‏, תת-מערכת ה-MCU של ערכת הניסיון EagleEye תומכת ביישום ‏IIoT רמה-גבוהה-יותר ומספקת שירותי קישוריות מקומיים ובין הערכה לבין הענן או מערכות ניהול בנין אחרות. (מקור תמונה: Analog Devices)

סט מאפייני ניהול הספק משולב כולל מצבי ‏הספק מרובים ויכולות קטימת שעון (Clock Gating) מאפשרים להתקן להשיג ביצועי הספק נמוך. כתוצאה מכך, יחידת המיקרו-בקר (MCU) דורשת 41 מיקרו-אמפר למגה-הרץ (μA/MHz‏) (אופייני) במצב פעיל ו-0.65‎ μA‏ (אופייני) במצב היברנציה. במשך פרקי זמן לא פעילים, המעבד צורך 0.20‎ μA‏ (אופייני) בלבד במצב כבוי עם יקיצה מהירה או 50 ננו-אמפר (nA‏) בלבד במצב כבוי מלא.

כיצד להתחיל במהירות לספור בני אדם

בערכת הניסיון, Analog Devices‏ משלבת את תת-מערכות ה-DSP וה-MCU עם חיישן מצלמה, עדשה, נוריות LED ולחצנים במארז קומפקטי (איור 3‏).

איור 3: מתוכננת לפריסה מהירה, יחידת חיישן הראייה 2D בערכת הניסיון EagleEye של Analog Devices ניתנת להרכבה קלה מעל אזור בעל ענין עבור ספירת בני אדם. (מקור תמונה: Analog Devices)

מפתחים יכולים לפרוס במהירות ספירת בני אדם, פשוט על ידי הרכבה של יחידת החיישן בחדר או בחלל פנים, ישירות מעל אזור בעל ענין. החיישן יכול להיות מוזן ממגוון מקורות. משתמשים יכולים להעביר‏ חוט למחבר ה-DC של היחידה כדי לספק ממקור DC ‏5.5 עד 36 וולט,‏ או להזינה על ידי אספקת מקור מתח USB‏ תוך שימוש בכבל‏ Micro USB, או מאריך USB אקטיבי עבור מרחקים מעל 1 מטר (m).

לאחר ההרכבה של יחידת החיישן, משתמשים יכולים לאשר ויזואלית את מיקום היחידה ואת שדה הראייה (FOV‏) הרצוי תוך שימוש באפליקציה המתלווה EagleEye PeopleCount ב-Apple App Store עבור טאבלט iOS, או ב-Google Play עבור טאבלט Android (איור 4‏).

איור 4‏: אפליקציית EagleEye PeopleCount של Analog Devices מאפשרת אישור קל של מיקום יחידת החיישן לפני הפעלתה. (מקור תמונה: Analog Devices)

לאחר בדיקת שדה הראייה (FOV) של החיישן, משתמשים ממשיכים בתהליך הקצר של הכנסה לשימוש. במהלך הכנסה לשימוש ומאוחר יותר במהלך הפעלה, משתמשים יכולים לשים לב לנוריות ה-LED של ה-DSP וה-MCU המובנות ביחידת החיישן כדי לעקוב אחר השתלשלות המצב של תת-המערכות המתאימות (טבלה 2‏).

טבלה 2: נוריות LED נפרדות שמובנות ביחידת החיישן של ערכת הניסיון EagleEye של Analog Devices מספקות אינדיקציה רציפה על מצב תת-מערכות ה-DSP וה-MCU. (מקור טבלה: Analog Devices)

האפליקציה מדריכה את המשתמשים בצעדים המעטים הדרושים כדי להכניס לשימוש את החיישן. בתהליך זה, משתמשים מציינים אילו אזורים על האלגוריתם לנטר ב-FOV‏ על ידי סימון סדרת מסכות הכללה, כגון מסכת הרצפה (איור 5‏, שמאל). אזורים שמעונינים לא לכלול הם חשובים באותה המידה עבור ספירה מדויקת. במהלך ההכנסה לשימוש, האפליקציה המלווה מאפשרת למשתמשים לציין מסכות אי-הכללה שונות, לדוגמה, חלונות ומסכי תצוגה (איור 5‏, ימין).

איור 5‏: במהלך ההכנסה לשימוש, משתמשים מנצלים את האפליקציה המלווה כדי לזהות אזורים שעל אלגוריתם ה-EagleEye PeopleCount לבחון או להתעלם מהם, תוך שימוש במסכות הכללה כגון מסכת הרצפה (שמאל), ומסכות אי-הכללה (ימין) עבור חלונות‏ או אזורים נוספים שפוגעים בדיוק הספירה של בני אדם. (מקור תמונה: Analog Devices)

עם ההרכבה וההכנסה לשימוש, יחידת החיישן מתחילה לשדר את המטא-נתונים שלה לענן של Analog Devices. על ידי כניסה למערכת הענן תוך שימוש בהרשאות שסופקו במהלך ההרשמה, משתמשים יכולים לבחון סדרת‏ הצגות גרפיות של תפוסה (איור 6‏).

איור 6‏: לאחר הרכבת והפעלת יחידת החיישן של ערכת הניסיון EagleEye של Analog Devices‏, משתמשים יכולים להיכנס ללוח מחוונים‏ (Dashboard) מקוון בענן של Analog Devices‏ כדי לצפות בנתוני תפוסה בזמן-אמת. (מקור תמונה: Analog Devices)

פלטפורמת טכנולוגיה EagleEye PeopleCount של Analog Devices‏ יכולה להיות משובצת בתכנים מותאמים-במיוחד הבנויים עם מעבד ה-Blackfin המתאים וזיכרון Flash‏ חיצוני מתאים. Analog Devices‏ גם הופכת את חבילת התוכנה EagleEye לזמינה עבור לקוחות ערכת ניסיון רשומים. עבור מערכות ה-MCU במורד-הזרם, מפתחים יכולים לספק פונקציונליות נוספת כולל יותר חיישנים, תוך שימוש בתכן כלשהו של פלטפורמת מערכת המסוגל להריץ את הממשק החיישני EagleEye ולספק את הקישוריות הדרושה. מצד שני, עבור מפתחים המבקשים להפעיל מהר ספירת אנשים במערכת ניהול הבנין שלהם, ערכת הניסיון Analog Devices EagleEye מציעה פתרון חיישן-לענן מוגמר (Turnkey).

מסקנה

מאחר וחברות משלמות את המחיר של צריכה משמעותית של אנרגיית בנין החל מתאורת משרד, חימום וקירור, ניהול משאבים אפקטיבי של חללי משרד ריקים לעיתים קרובות מעלה את הצורך בנתוני תפוסה מדויקים יותר. ערכת הניסיון ADSW4000KTZ, שמבוססת על אלגוריתם‏ קנייני הרץ על מעבד אותות דיגיטלי‏ הספק-נמוך, מספקת פלטפורמת חיישן-לענן מקיפה עבור הערכה ופריסה של ניטור תפוסה, יכולה לספק נתוני תפוסה בזמן-אמת וברמת חדר, נתונים הדרושים עבור ניהול יעיל יותר של אנרגיית בנין.

מקורות

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/