Aperçu de la recherche
"Real-Time Closed-Loop Color Control of a Multi-Channel Luminaire Using Sensors Onboard a Mobile Device" est un article de recherche publié dans IEEE Access le 27 septembre 2018. L'article présente une approche novatrice pour le contrôle des couleurs des systèmes d'éclairage LED multicanal dans les environnements domestiques intelligents, utilisant les caméras de smartphone comme capteurs de rétroaction.
Innovation Clé : Cette recherche introduit une méthode économique et pratique pour le contrôle chromatique précis des luminaires à LED en utilisant l'appareil photo disponible sur les smartphones modernes, éliminant le besoin de capteurs externes coûteux. L'algorithme peut réaliser un mélange multicanal pour toute couleur et lumière blanche à des températures de couleur corrélées souhaitées avec un indice de rendu de couleur élevé.
Métriques de Performance Clés
Principales conclusions de la recherche
Les caméras de smartphone comme capteurs de couleur efficaces
L'étude démontre que les caméras de smartphone modernes peuvent efficacement servir de capteurs de couleur pour le contrôle en boucle fermée des systèmes d'éclairage LED, éliminant le besoin de capteurs dédiés coûteux.
Algorithme de Mélange de Couleurs Multicanal
Le nouvel algorithme de descente de gradient peut converger vers des couleurs cibles en utilisant des luminaires avec un nombre quelconque de canaux LED, en déterminant le chemin le plus court dans l'espace colorimétrique CIELUV.
Solution Économique d'Éclairage Domotique Intelligent
Cette approche s'avère très économique et pratique puisqu'aucun capteur externe n'est requis et qu'elle peut être mise en œuvre avec tout smartphone Android sur des luminaires LED compatibles.
Haute Fidélité Chromatique Atteinte
Le système atteint des différences de couleur (Δu'v') aussi faibles que 0,003 pour le mélange multicanal, avec des indices de rendu de couleur élevés allant jusqu'à 94 pour un mélange à 10 canaux.
Robuste aux sources lumineuses externes
Le système de contrôle en boucle fermée aide à maintenir la robustesse face aux perturbations externes provenant d'autres sources lumineuses telles que la lumière du soleil entrant par les fenêtres.
Mise en œuvre pratique
L'algorithme a été testé dans un environnement simulé de salon réel (5,8 m × 3,4 m) avec six luminaires prototypes de recherche à 10 canaux contrôlés sans fil.
Aperçu du contenu
Sommaire du document
Résumé
Les maisons intelligentes et l'Internet des Objets sont des concepts émergents dans la société moderne, l'éclairage intelligent en constituant une partie importante. Outre la satisfaction visuelle procurée par ses propriétés de rendu des couleurs, l'éclairage a également d'autres effets sur le bien-être humain. Afin d'exploiter pleinement le potentiel d'une maison intelligemment éclairée, les systèmes d'éclairage doivent être équipés de contrôleurs précis capables de contrôler le spectre et les caractéristiques chromatiques de la lumière, en plus des commandes classiques de marche-arrêt et de gradation.
Cependant, les produits d'éclairage intelligent commerciaux actuels dotés de telles capacités doivent utiliser des capteurs coûteux qui manquent encore de retour d'information en boucle fermée, pourtant impératif pour un contrôle chromatique précis des luminaires à base de diodes électroluminescentes (LED). Cet article présente une nouvelle approche utilisant l'appareil photo disponible sur les smartphones modernes pour réaliser un contrôle chromatique en boucle fermée des systèmes d'éclairage dans les maisons intelligentes.
L'algorithme est capable d'effectuer un mélange multicanal pour n'importe quelle couleur, ainsi que pour une lumière blanche à une température de couleur corrélée souhaitée avec un indice de rendu de couleur élevé. Cette approche s'avère très économique et pratique, car aucun capteur externe n'est requis et elle peut être exécutée à l'aide de n'importe quel smartphone Android sur un luminaire compatible à base de LED.
Introduction
Les diodes électroluminescentes (LED) gagnent régulièrement du terrain dans les applications d'éclairage à travers le monde. Il a été rapporté qu'aux États-Unis uniquement, les installations de produits LED dans toutes les applications d'éclairage ont plus que quadruplé entre 2014 et 2016. Le Département de l'Énergie des États-Unis prévoit également que la pénétration des luminaires à LED augmentera considérablement pour atteindre environ 86% dans les applications d'éclairage général d'ici 2035.
De nombreux consommateurs se tournent vers les LED en raison de leur consommation d'énergie réduite par rapport aux sources lumineuses traditionnelles telles que les halogènes et les fluorescents. De plus, les luminaires à LED offrent des avantages bien supérieurs aux simples économies d'énergie ; ils existent en diverses compositions spectrales et sont également facilement contrôlables, permettant la création de systèmes d'éclairage accordables.
Les lumières à spectre réglable sont considérées comme l'avenir de l'éclairage, car des études ont montré que la lumière est un stimulus important influençant l'horloge biologique humaine, où il a été constaté que la composition spectrale de la lumière impacte fortement la physiologie et la psychologie humaines. L'attrait d'un système d'éclairage réglable réside dans sa capacité à combler l'écart entre les lumières artificielles et la lumière naturelle, offrant des avantages considérables au bien-être humain.
Méthodologie de Contrôle du Spectre Lumineux
Le prototype de luminaire utilisé pour tester l'algorithme de contrôle proposé comprend 10 canaux, dont 7 sont des couleurs primaires avec différentes longueurs d'onde de pic, tandis que les 3 canaux restants sont des LED blanches à conversion de phosphore. L'intensité de chaque canal LED est contrôlée par modulation de largeur d'impulsion (PWM), fournie par un microcontrôleur Arduino intégré aux luminaires au driver LED sans fil via ZigBee.
Une application Android a été développée pour exécuter l'algorithme de contrôle d'éclairage. L'utilisateur sélectionne d'abord la couleur d'éclairage cible à l'aide d'un sélecteur de couleurs ; l'algorithme convertit cette couleur en un ensemble de coordonnées u'v' appelé point de consigne cible. Les informations des conditions d'éclairage de la pièce sont capturées par l'appareil photo du smartphone, puis converties en coordonnées de couleur u'v' de la lumière dans la pièce.
La distance euclidienne entre les coordonnées de couleur cibles et mesurées est calculée pour produire l'erreur. Le contrôleur PI reçoit cette erreur, prend en compte les coordonnées de couleur des LED, et génère le signal de contrôle PWM pour chaque canal LED du luminaire sans fil via ZigBee.
Spécifications du canal LED
| Canal | CIE 1931 xy x | CIE 1931 xy y | 1976 CIELUV u' | 1976 CIELUV v' |
|---|---|---|---|---|
| Rouge (637 nm) | 0,7020 | 0,2975 | 0,5436 | 0,5183 |
| Amber (625 nm) | 0,6817 | 0,3178 | 0,5003 | 0,5247 |
| Jaune (596 nm) | 0,5899 | 0,4093 | 0,3505 | 0,5472 |
| Lime (538 nm) | 0,4087 | 0.5601 | 0.1836 | 0,5662 |
| Vert (523 nm) | 0,1804 | 0.7281 | 0.0634 | 0,5760 |
Conception d'un Algorithme de Contrôle Chromatique Multicanal
Le nouvel algorithme de contrôle de couleur multicanal présenté dans cet article est une forme d'algorithme de descente de gradient qui converge vers la chromaticité cible. Les calculs sont effectués dans l'espace colorimétrique CIELUV 1976 qui possède une échelle de chromaticité uniforme. Pour que cet algorithme fonctionne, les coordonnées (u', v') de chaque canal LED doivent être obtenues lors de la première utilisation du système par l'utilisateur.
L'algorithme parcourt individuellement tous les canaux LED du luminaire tout en calculant les coordonnées de couleur en utilisant la lecture de la caméra comme entrée. L'objectif principal de l'algorithme est de développer un trajet de déplacement le plus rapide et le plus court dans l'espace colorimétrique CIELUV pour que la couleur émise par le luminaire LED converge vers la couleur cible en utilisant la conception de contrôle en boucle fermée.
Le fait que la couleur résultant de l'addition de deux couleurs se situe toujours sur une ligne reliant les couleurs sur le diagramme de chromaticité est utilisé comme base pour arriver itérativement aux intensités finales de chaque canal LED.
Implémentation d'Algorithmes
La première étape de l'algorithme consiste à redimensionner l'image obtenue de la caméra en réduisant respectivement la largeur et la hauteur de l'image par 10 fois, ce qui donne une image finale 100 fois plus petite que l'originale. Ensuite, les valeurs RVB moyennes de l'image sont calculées.
Les valeurs RVB sont ensuite utilisées pour calculer les coordonnées de couleur mesurées (u', v'). Le signal d'erreur est calculé en utilisant la formule de distance euclidienne entre les coordonnées cibles et mesurées.
Un contrôleur proportionnel-intégral (PI) est utilisé dans la conception de l'algorithme de contrôle en boucle fermée afin d'atteindre une erreur statique nulle. Il a été réglé en utilisant la méthode bien connue de Ziegler-Nichols pour calculer la taille du pas à chaque itération, ce qui confère à l'algorithme la capacité d'adaptation des pas.
Résultats expérimentaux et discussions
Le système expérimental a été installé dans un salon simulé de 5,8 m × 3,4 m, équipé de six luminaires prototypes de recherche à 10 canaux, sans fil et réglables. Les sept canaux constitués de DEL de couleur pure couvrent l'ensemble du spectre visible et peuvent être mélangés pour produire une lumière blanche aux propriétés chromatiques variées.
Le smartphone avec sa caméra secondaire orientée vers le haut est utilisé pour capturer les conditions d'éclairage, c'est-à-dire les valeurs RVB et l'éclairement de la lumière incidente sur la surface où l'appareil est placé. Un spectrophotomètre d'éclairement Konica Minolta CL-500A est positionné à proximité immédiate du smartphone pour valider l'algorithme de contrôle des couleurs.
Bi-Channel Mixing Results
| Expérience | Δu'v' moyen | Plage de CCT | Erreur CCT moyenne absolue | IRC moyen |
|---|---|---|---|---|
| Warm white & cool white | 0,0103 | 2700K à 5600K | 4.45% | 77.7 |
| Cool white & yellow | 0,0089 | 2700K à 5600K | 3,62 % | 59 |
Multi-Channel Mixing Results
L'algorithme de contrôle des couleurs a été testé en utilisant divers scénarios incluant :
- Sept couleurs primaires pour produire une lumière blanche
- Dix canaux LED pour produire de la lumière blanche
- Sept couleurs primaires pour produire une lumière colorée
- Dix canaux LED pour produire une lumière colorée
Pour le mélange multicanal, l'algorithme de rétroaction a été programmé pour s'arrêter lorsqu'il détecte que la différence de couleur Δu'v' est inférieure à 0,003, une valeur plus stricte comparée au mélange bicanal. Cet objectif a été atteint pour chaque couleur sélectionnée détectée par la caméra du smartphone.
L'indice de rendu des couleurs moyen était considérablement élevé à 82,76 pour le mélange à sept canaux avec des LED de couleur pure et à 94 pour le mélange à dix canaux. En optimisant le choix des primaires LED dans le luminaire, le nombre de canaux LED nécessaires pour produire une lumière à gamme de couleurs étendue et à haut IRC peut être encore réduit.
En termes de performance temporelle, chaque étape de la commande en boucle fermée prend environ 658 ms, l'algorithme nécessitant environ 10 itérations pour faire converger la sortie des luminaires d'une couleur aléatoire vers la couleur cible. Cela équivaut à environ 6-7 s. Ce taux de convergence de l'algorithme est raisonnable et acceptable dans les applications réelles.
Conclusion
Cet article a présenté une nouvelle approche pour la commande de couleur d'un système d'éclairage LED multicanal dans un environnement domestique intelligent, utilisant la caméra intégrée à la plupart des smartphones Android modernes comme capteur de feedback principal. L'algorithme est capable d'optimiser le spectre de sortie des luminaires pour produire une lumière avec CCT réglable, une couleur précise et un indice de rendu des couleurs élevé.
Un système de commande en boucle fermée aide à maintenir la robustesse face aux perturbations externes provenant d'autres sources lumineuses, telles que la lumière du soleil entrant par les fenêtres. L'algorithme est capable de fonctionner avec une précision raisonnable et pourrait être amélioré si des données d'étalonnage de caméra personnalisées sont utilisées.
La méthode proposée d'utilisation du smartphone comme capteur et unité de traitement s'avère très économique et pratique, car aucun capteur supplémentaire n'a besoin d'être installé. Les travaux futurs pourront inclure, entre autres fonctionnalités, un éclairage d'ambiance basé sur les préférences de l'utilisateur et la reproduction d'une scène lumineuse qu'un utilisateur a capturée sur son smartphone depuis un autre emplacement.
References
L'article complet contient 39 références couvrant des sujets tels que l'éclairage LED, les algorithmes de contrôle des couleurs, les applications smartphone dans l'IoT et les technologies de maison intelligente. Les références clés incluent des travaux sur :
- Prévisions d'adoption des LED par le U.S. Department of Energy
- Études sur les effets du spectre lumineux sur les rythmes circadiens humains
- Recherches antérieures sur les méthodes de contrôle des couleurs pour les systèmes LED
- Applications de smartphone dans la domotique et l'IoT
- Algorithmes de constance des couleurs et l'hypothèse du monde gris
- Méthodes de réglage de contrôleur incluant Ziegler-Nichols
Remarque : Ce qui précède est un résumé du contenu de l'article de recherche. Le document complet contient des données expérimentales détaillées, du pseudocode d'algorithmes, des formulations mathématiques et une analyse approfondie des résultats. Nous recommandons de télécharger le PDF intégral pour une lecture technique approfondie.