실시간 폐루프 색상 제어

모바일 기기 내장 센서를 활용한 다중 채널 조명 장치
Samuel J.W. Tang, Vineetha Kalavally, Kok Yew Ng, Chee Pin Tan, Jussi Parkkinen

IEEE Access | Volume 6 | September 27, 2018

연구 개요

"Real-Time Closed-Loop Color Control of a Multi-Channel Luminaire Using Sensors Onboard a Mobile Device"는 2018년 9월 27일 IEEE Access에 게재된 연구 논문이다. 본 논문은 스마트폰 카메라를 피드백 센서로 활용하여 스마트 홈 환경에서 다중 채널 LED 조명 시스템의 색상 제어를 위한 새로운 접근법을 제시한다.

핵심 혁신: 본 연구는 고가의 외부 센서 필요성을 제거하며 현대적 스마트폰에 탑재된 카메라를 활용하여 LED 기반 조명기구의 정밀한 색상 제어를 위한 경제적이고 편리한 방법을 도입한다. 해당 알고리즘은 높은 색재현지수를 가진 원하는 상관색온도에서 모든 색상과 백색광에 대한 다중 채널 혼합을 수행할 수 있다.

핵심 성능 지표

0.0103
Average Δu'v' for warm & cool white mix
0.0089
Average Δu'v' for cool white & yellow mix
6-7초
목표 색상까지의 평균 수렴 시간
94
10채널 혼합에 대한 평균 CRI

핵심 연구 인사이트

효과적인 색상 센서로서의 스마트폰 카메라

본 연구는 현대 스마트폰 카메라가 LED 조명 시스템의 폐루프 제어를 위한 색상 센서로 효과적으로 활용될 수 있음을 입증하며, 이로 인해 고가의 전용 센서가 필요 없어짐을 보여준다.

다중 채널 색상 혼합 알고리즘

새로운 경사하강법 알고리즘은 CIELUV 색공간에서 최단 경로를 결정하여 임의의 LED 채널 수를 가진 조명으로 목표 색상에 수렴할 수 있습니다.

경제적인 스마트 홈 조명 솔루션

이 접근법은 외부 센서가 필요 없으며 호환 가능한 LED 기반 조명기구에서 안드로이드 스마트폰으로 수행할 수 있어 매우 경제적이고 편리함이 입증되었습니다.

High Color Accuracy 달성

본 시스템은 다중 채널 혼합 시 0.003까지 낮은 색차(Δu'v')를 달성하며, 10채널 혼합 시 최대 94의 높은 색再现指数 값을 보입니다.

외부 광원에 강건함

폐루프 피드백 제어 시스템은 창문을 통해 유입되는 햇빛과 같은 다른 광원으로부터의 외부扰动에 대한 강건성을 유지하는 데 기여합니다.

Practical Implementation

해당 알고리즘은 무선으로 제어되는 10채널 연구용 프로토타입 조명기구 6개가 설치된 실제 모의 거실 환경(5.8m × 3.4m)에서 테스트되었습니다.

콘텐츠 개요

초록

스마트 홈과 사물인터넷은 현대 사회에서 부상하는 개념으로, 지능형 조명은 그 중요한 부분을 차지한다. 색재현성을 통한 시각적 만족감 제공 외에도 조명은 인간의 웰빙에 다른 영향을 미친다. 스마트 조명 홈의 전체 잠재력을 활용하기 위해서는 기존의 온-오프 및 디밍 제어에 더해 빛의 스펙트럼과 색상 특성을 제어할 수 있는 정밀한 컨트롤러가 조명 시스템에 장착되어야 한다.

그러나 현재 이러한 기능을 갖춘 상용 스마트 조명 제품은 고가의 센서를 사용해야 하며, 발광 다이오드(LED) 기반 조명기구의 정확한 색상 제어에 필수적인 폐루프 피드백 측면에서 여전히 부족함이 있다. 본 논문은 현대 스마트폰에 내장된 카메라를 활용하여 스마트 홈의 조명 시스템에 대한 폐루프 색상 제어를 수행하는 새로운 접근법을 제시한다.

이 알고리즘은 모든 색상에 대한 다중 채널 믹싱과 더불어 높은 색재현지수를 가진 원하는 상관색온도의 백색광도 구현할 수 있습니다. 외부 센서가 필요 없으며 호환 가능한 LED 기반 조명기구에서 Android 스마트폰으로 수행할 수 있어 매우 경제적이고 편리한 접근법임을 입증하였습니다.

서론

발광 다이오드(LED)는 전 세계 조명 응용 분야에서 꾸준히 점유율을 확대하고 있다. 보고에 따르면 미국에서만 2014년부터 2016년까지 모든 조명 응용 분야에서 LED 제품 설치량이 4배 이상 증가했다. 미국 에너지부(Department of Energy)는 또한 2035년까지 일반 조명 응용 분야에서 LED 기반 조명기구의 보급률이 약 86%로 급격히 증가할 것으로 전망한다.

많은 소비자들은 할로겐과 형광등 같은 전통적 광원에 비해 낮은 전력 소비로 인해 LED로 이동하고 있다. 또한 LED 기반 조명기구는 에너지 절약 이상의 훨씬 큰 장점을 제공한다. 다양한 스펙트럼 구성으로 제공되며 제어가 용이하여 조정 가능한 조명 시스템으로 이어진다.

스펙트럼 가변 조명은 조명의 미래로 기대되고 있으며, 연구에 따르면 빛은 인간의 생체 리듬에 영향을 미치는 중요한 자극제로, 빛의 스펙트럼 구성이 인간의 생리학적 및 심리적 상태에 강력한 영향을 미치는 것으로 밝혀졌습니다. 가변 조명 시스템의 매력은 인공 조명과 자연광 사이의 격차를 해소할 수 있어 인간의 웰빙에 막대한 이점을 제공한다는 점에 있습니다.

광 스펙트럼 제어 방법론

제안된 제어 알고리즘을 테스트하는 데 사용된 조명기 프로토타입은 10개의 채널로 구성되며, 이 중 7개는 서로 다른 피크 파장을 가진 기본 색상 채널이고 나머지 3개 채널은 인광체 변환 백색 LED입니다. 각 LED 채널의 강도는 펄스 폭 변조(PWM)를 사용하여 제어되며, ZigBee를 통해 무선으로 조명기에 내장된 Arduino 마이크로컨트롤러에서 LED 드라이버로 공급됩니다.

조명 제어 알고리즘 실행을 위한 Android 애플리케이션이 개발되었습니다. 사용자는 먼저 컬러 피커를 사용하여 목표 조명 색상을 선택하며, 알고리즘은 해당 색상을 목표 설정점으로 참조되는 u'v' 좌표 세트로 변환합니다. 실내 조명 조건 정보는 스마트폰 카메라로 캡처되며, 이는 실내 빛의 u'v' 색좌표로 변환됩니다.

목표 색좌표와 측정된 색좌표 간 유클리드 거리를 계산하여 오차를 생성합니다. PI 컨트롤러는 이 오차를 수신하고 LED의 색좌표를 고려하여 ZigBee를 통해 무선으로 조명기의 각 LED 채널에 대한 PWM 제어 신호를 생성합니다.

LED 채널 사양

채널 CIE 1931 xy x CIE 1931 xy y 1976 CIELUV u' 1976 CIELUV v'
Red (637 nm) 0.7020 0.2975 0.5436 0.5183
Amber (625 nm) 0.6817 0.3178 0.5003 0.5247
Yellow (596 nm) 0.5899 0.4093 0.3505 0.5472
라임 (538 nm) 0.4087 0.5601 0.1836 0.5662
Green (523 nm) 0.1804 0.7281 0.0634 0.5760

다중 채널 색상 제어 알고리즘 설계

본 논문에서 제시된 새로운 다중 채널 색상 제어 알고리즘은 목표 색도에 수렴하는 경사하강법(gradient descent algorithm)의 한 형태입니다. 계산은 균일한 색도 척도를 갖는 1976 CIELUV 색 공간에서 수행됩니다. 이 알고리즘이 작동하려면 사용자가 시스템을 처음 실행할 때 각 LED 채널의 (u', v') 좌표를 획득해야 합니다.

이 알고리즘은 카메라 판독값을 입력으로 사용하여 색상 좌표를 계산하면서 조명기에 있는 모든 LED 채널을 개별적으로 순환합니다. 알고리즘의 주요 목적은 폐루프 제어 설계를 사용하여 LED 조명기가 발산하는 색상이 목표 색상으로 수렴되도록 CIELUV 색 공간에서 가장 빠르고 짧은 이동 경로를 개발하는 것입니다.

두 색상을 더했을 때 생성되는 색상이 항상 색도도에서 색상을 연결하는 선상에 위치한다는 사실은 각 LED 채널의 최종 강도를 반복적으로 도출하기 위한 기초로 사용됩니다.

알고리즘 구현

알고리즘의 첫 번째 단계는 카메라에서 획득한 이미지의 크기를 가로와 세로를 각각 10분의 1로 축소하여 원본보다 100배 작은 최종 이미지를 생성하는 것입니다. 그런 다음 이미지의 평균 RGB 값을 계산합니다.

이후 RGB 값을 사용하여 측정된 색좌표 (u', v')를 계산합니다. 목표 좌표와 측정 좌표 간의 유클리드 거리 공식을 사용하여 오차 신호를 계산합니다.

정상 상태 오차를 0으로 달성하기 위해 피드백 제어 알고리즘 설계에 비례-적분(PI) 제어기가 사용되었다. Ziegler-Nichols 방법을 통해 반복별 단계 크기를 계산하도록 조정되어 알고리즘에 적응형 단계 크기 기능을 부여하였다.

실험 결과 및 논의

실험 시스템은 5.8m × 3.4m 크기의 모의 거실에 구축되었으며, 무선 제어 및 조정 가능한 10채널 연구용 프로토타입 조명기구 6개로 구성되었습니다. 순수 색상 LED로 구성된 7개 채널은 가시광선 파장 범위에 걸쳐 있으며, 다양한 색상 특성을 지닌 백색광을 얻기 위해 혼합될 수 있습니다.

스마트폰의 보조 카메라를 위쪽으로 향하게 하여 조명 조건(휴대폰이 놓인 표면에 입사하는 빛의 RGB 값 및 조도)을 측정합니다. Konica Minolta CL-500A 조도 분광광도계를 스마트폰 근처에 배치하여 색상 제어 알고리즘을 검증합니다.

Bi-Channel Mixing Results

실험 Average Δu'v' CCT 범위 평균 절대 CCT 오차 평균 CRI
Warm white & cool white 0.0103 2700K에서 5600K로 4.45% 77.7
Cool white & yellow 0.0089 2700K에서 5600K로 3.62% 59

멀티채널 믹싱 결과

색상 제어 알고리즘은 다음과 다양한 시나리오를 통해 테스트되었습니다:

  • 백색광 생성을 위한 7가지 기본 색상
  • 백색광 생성을 위한 10개 LED 채널
  • 칼라 라이트 생성을 위한 7가지 기본 색상
  • 칼라 라이트 생성을 위한 10개 LED 채널

다중 채널 혼합의 경우, 피드백 알고리즘은 색차 Δu'v'가 0.003 미만으로 감지되면 중단되도록 프로그래밍되었으며, 이는 이중 채널 혼합보다 더 엄격한 값입니다. 이 목표는 스마트폰 카메라로 감지된 모든 선택 색상에 대해 달성되었습니다.

순색 LED를 사용한 7채널 혼합의 평균 CRI는 82.76으로 상당히 높았으며, 10채널 혼합의 경우 94를 기록했습니다. 조명기기의 LED 원색 선택을 최적화함으로써 더 큰 색역과 높은 CRI 광을 생성하는 데 필요한 LED 채널 수를 추가로 줄일 수 있습니다.

타이밍 성능 측면에서 폐루프 제어의 각 단계는 약 658ms가 소요되며, 알고리즘이 약 10회 반복을 통해 조명기기의 출력을 무작위 색상에서 목표 색상으로 수렴시킵니다. 이는 약 6-7초에 해당합니다. 이러한 알고리즘의 수렴 속도는 실제 응용 분야에서 합리적이며 허용 가능한 수준입니다.

결론

본 논문은 대부분의 최신 Android 스마트폰에 내장된 카메라를 주요 피드백 센서로 활용하여 스마트 홀 환경에서 다중 채널 LED 조명 시스템의 색상 제어를 위한 새로운 접근법을 제시했습니다. 이 알고리즘은 조명기기의 출력 스펙트럼을 최적화하여 조절 가능한 CCT, 정확한 색상 및 높은 색재현지수를 갖는 빛을 생성할 수 있습니다.

폐루프 피드백 제어 시스템은 창문을 통해 유입되는 자연광과 같은 외부 광원으로부터의 방해 요인에 대한 강건성을 유지하는 데 도움을 준다. 이 알고리즘은 사용자 정의 카메라 캘리브레이션 데이터를 사용할 경우 개선 가능성을 지니며 합리적인 정확도로 작동할 수 있다.

스마트폰을 센서와 처리 장치로 동시에 사용하는 제안된 방식은 추가 센서 설치가 필요 없어 매우 경제적이고 편리한 것으로 입증되었다. 향후 연구에는 사용자 선호도 기반 무드 조명 및 다른 장소에서 스마트폰으로 촬영한 조명 장면의 재현 등의 기능이 포함될 수 있다.

References

완전한 논문은 LED 조명, 색상 제어 알고리즘, IoT 내 스마트폰 애플리케이션 및 스마트 홈 기술을 다루는 39개의 참고문헌을 포함한다. 주요 참고문헌에는 다음에 관한 연구들이 포함된다:

  • 미국 에너지부(Department of Energy)의 LED 도입 예측
  • 광 스펙트럼이 인간의 일주기 리듬에 미치는 영향에 관한 연구
  • LED 시스템용 색상 제어 방법에 관한 기존 연구
  • 홈 오토메이션 및 IoT에서의 스마트폰 애플리케이션
  • 색 항상성 알고리즘과 Gray World 가정
  • Ziegler-Nichols를 포함한 제어기 튜닝 방법

참고: 위 내용은 연구 논문의 요약본입니다. 전체 문서에는 방대한 실험 데이터, 알고리즘 의사 코드, 수학적 공식 및 결과에 대한 상세한 분석이 포함되어 있습니다. 심층적인 기술 검토를 위해 전체 PDF 다운로드를 권장합니다.