Visão Geral da Pesquisa
"Real-Time Closed-Loop Color Control of a Multi-Channel Luminaire Using Sensors Onboard a Mobile Device" é um artigo de pesquisa publicado no IEEE Access em 27 de setembro de 2018. O artigo apresenta uma nova abordagem para controle de cor em sistemas de iluminação LED multicanal em ambientes de casa inteligente, utilizando câmeras de smartphone como sensores de feedback.
Inovação Principal: Esta pesquisa introduz um método econômico e conveniente para controle de cor preciso de luminárias LED através da utilização da câmera disponível em smartphones modernos, eliminando a necessidade de sensores externos caros. O algoritmo pode realizar mistura multicanal para qualquer cor e luz branca em temperaturas de cor correlacionadas desejadas com alto índice de reprodução de cor.
Métricas Principais de Desempenho
Principais Conclusões da Pesquisa
Câmeras de Smartphone como Sensores de Cor Eficazes
A pesquisa demonstra que as câmeras modernas de smartphones podem servir efetivamente como sensores de cor para o controle de malha fechada de sistemas de iluminação LED, eliminando a necessidade de sensores dedicados caros.
Algoritmo de Mistura de Cores Multicanal
O novo algoritmo de descida gradiente pode convergir para cores-alvo utilizando luzes com qualquer número de canais LED ao determinar o caminho mais curto no espaço de cor CIELUV.
Solução Econômica de Iluminação Residencial Inteligente
Esta abordagem demonstra ser altamente econômica e conveniente, uma vez que não requer sensores externos e pode ser realizada com qualquer smartphone Android em luminárias LED compatíveis.
Alta Precisão de Cor Alcançada
O sistema atinge diferenças de cor (Δu'v') tão baixas quanto 0,003 para mistura multicanal, com valores de índice de reprodução de cor de até 94 para mistura de 10 canais.
Robusto a Fontes de Luz Externas
O sistema de controle de feedback em malha fechada ajuda a manter a robustez contra perturbações externas de outras fontes de luz, como a luz solar que entra pelas janelas.
Implementação Prática
O algoritmo foi testado em um ambiente simulado de sala de estar do mundo real (5,8m × 3,4m) com seis luminárias protótipo de pesquisa de 10 canais controladas por wireless.
Visão Geral do Conteúdo
Conteúdo do Documento
Resumo
Casas inteligentes e Internet das Coisas são conceitos emergentes na sociedade moderna, sendo a iluminação inteligente uma parte importante deles. Além de proporcionar satisfação visual através das suas propriedades de reprodução de cor, a iluminação também tem outros efeitos no bem-estar humano. Para explorar todo o potencial de uma casa inteligentemente iluminada, os sistemas de iluminação precisam ser equipados com controladores precisos que possam controlar o espectro e as características de cor da luz, além do controle convencional de liga-desliga e dimerização.
No entanto, os atuais produtos comerciais de iluminação inteligente com tais capacidades precisam empregar sensores caros que ainda são deficientes em termos de feedback de circuito fechado, o que é imperativo para o controle de cor preciso de luminárias baseadas em diodos emissores de luz (LED). Este artigo apresenta uma nova abordagem que utiliza a câmera disponível em smartphones modernos para realizar o controle de cor em circuito fechado para sistemas de iluminação em casas inteligentes.
O algoritmo é capaz de realizar mistura multicanal para qualquer cor, bem como para luz branca em uma temperatura de cor correlacionada desejada com alto índice de reprodução de cor. Esta abordagem mostra-se muito econômica e conveniente, uma vez que não são necessários sensores externos e pode ser realizada usando qualquer smartphone Android em uma luminária compatível baseada em LED.
Introdução
Os diodos emissores de luz (LEDs) estão a ganhar terreno constantemente em aplicações de iluminação em todo o mundo. Foi relatado que, apenas nos Estados Unidos, as instalações de produtos LED em todas as aplicações de iluminação mais do que quadruplicaram de 2014 a 2016. O Departamento de Energia dos EUA também prevê que a penetração de luminárias baseadas em LED aumentará drasticamente para cerca de 86% em aplicações de iluminação geral até 2035.
Muitos consumidores estão a adotar os LEDs devido ao seu menor consumo de energia em comparação com fontes de luz tradicionais, como halogéneos e fluorescentes. Além disso, as luminárias baseadas em LED oferecem vantagens muito maiores do que apenas economia de energia; estão disponíveis em várias composições espectrais e também são facilmente controláveis, resultando em sistemas de iluminação sintonizáveis.
Espera-se que as luzes espectralmente ajustáveis sejam o futuro da iluminação, uma vez que estudos demonstram que a luz é um estímulo significativo na influência do relógio biológico humano, tendo sido constatado que a composição espectral da luz impacta fortemente a fisiologia e a psicologia humanas. O atrativo de um sistema de iluminação ajustável é a capacidade de reduzir a disparidade entre a luz artificial e a natural, oferecendo benefícios substanciais para o bem-estar humano.
Metodologia de Controle do Espectro Luminoso
O protótipo de luminária utilizado para testar o algoritmo de controle proposto consiste em 10 canais, dos quais 7 são cores primárias com diferentes comprimentos de onda de pico, enquanto os 3 canais restantes são LEDs brancos convertidos por fósforo. A intensidade de cada canal de LED é controlada através de modulação por largura de pulso (PWM), fornecida por um microcontrolador Arduino integrado às luminárias e transmitida sem fio ao driver de LED via ZigBee.
Um aplicativo Android foi desenvolvido para executar o algoritmo de controle de iluminação. O usuário primeiro seleciona a cor de iluminação desejada usando um seletor de cores; o algoritmo converte essa cor em um conjunto de coordenadas u'v', que é referido como o ponto de ajuste alvo. A informação da condição de iluminação da sala é capturada pela câmera do smartphone, que é convertida nas coordenadas de cor u'v' da luz na sala.
A distância euclidiana entre as coordenadas de cor alvo e medidas é calculada para produzir o erro. O controlador PI recebe este erro, considera as coordenadas de cor dos LEDs e gera o sinal de controle PWM para cada canal de LED na luminária de forma sem fio usando ZigBee.
Especificações do Canal de LED
| Canal | CIE 1931 xy x | CIE 1931 xy y | 1976 CIELUV u' | 1976 CIELUV v' |
|---|---|---|---|---|
| Vermelho (637 nm) | 0.7020 | 0.2975 | 0.5436 | 0,5183 |
| Amber (625 nm) | 0,6817 | 0.3178 | 0.5003 | 0,5247 |
| Amarelo (596 nm) | 0,5899 | 0.4093 | 0.3505 | 0,5472 |
| Lima (538 nm) | 0,4087 | 0.5601 | 0.1836 | 0,5662 |
| Verde (523 nm) | 0,1804 | 0.7281 | 0.0634 | 0,5760 |
Projeto de Algoritmo de Controle de Cores Multicanal
O novo algoritmo de controle de cor multicanal apresentado neste artigo é uma forma do algoritmo de descida de gradiente que converge para a cromaticidade alvo. Os cálculos são realizados no espaço de cor CIELUV de 1976, que possui uma escala de cromaticidade uniforme. Para que este algoritmo funcione, as coordenadas (u', v') de cada canal de LED devem ser obtidas na primeira vez que o usuário executa o sistema.
O algoritmo percorre individualmente todos os canais de LED da luminária enquanto calcula as coordenadas de cor utilizando a leitura da câmera como entrada. O principal objetivo do algoritmo é desenvolver um percurso mais rápido e mais curto no espaço de cor CIELUV para que a cor emitida pela luminária de LED convirja para a cor desejada através do projeto de controle de malha fechada.
O facto de a cor resultante da adição de duas cores se situar sempre numa linha que conecta as cores no diagrama de cromaticidade é utilizado como base para chegar iterativamente às intensidades finais de cada canal de LED.
Implementação de Algoritmo
O primeiro passo do algoritmo é dimensionar o tamanho da imagem obtida da câmera, reduzindo a largura e a altura da imagem em 10 vezes, respectivamente, resultando assim numa imagem final 100 vezes menor que a original. Em seguida, são calculados os valores médios de RGB na imagem.
Os valores RGB são então utilizados para calcular as coordenadas de cor medidas (u', v'). O sinal de erro é calculado usando a fórmula da distância euclidiana entre as coordenadas-alvo e as medidas.
Um controlador proporcional-integral (PI) é utilizado no projeto do algoritmo de controle de realimentação para alcançar erro de estado estacionário zero. Ele foi sintonizado usando o conhecido método Ziegler-Nichols para calcular o tamanho do passo de cada iteração, o que confere ao algoritmo a capacidade de tamanhos de passo adaptativos.
Resultados Experimentais e Discussões
O sistema experimental foi montado numa sala de estar simulada com dimensões de 5,8 m × 3,4 m, equipada com seis luminárias protótipo de pesquisa de 10 canais, sintonizáveis e controladas por wireless. Os sete canais compostos por LEDs de cor pura abrangem toda a gama de comprimentos de onda visíveis e podem ser misturados para produzir luz branca com uma ampla variedade de propriedades de cor.
O smartphone com sua câmera traseira voltada para cima é utilizado para capturar as condições de iluminação, ou seja, os valores RGB e a iluminância da luz incidente na superfície onde o telefone está posicionado. Um espectrofotômetro de iluminância Konica Minolta CL-500A é colocado nas proximidades do smartphone para validar o algoritmo de controle de cor.
Bi-Channel Mixing Results
| Experimento | Δu'v' Médio | Gama de CCT | Erro Absoluto Médio de CCT | CRI Médio |
|---|---|---|---|---|
| Warm white & cool white | 0.0103 | 2700K a 5600K | 4.45% | 77.7 |
| Cool white & yellow | 0.0089 | 2700K a 5600K | 3,62% | 59 |
Resultados de Mixagem Multicanal
O algoritmo de controle de cores foi testado utilizando vários cenários incluindo:
- Sete cores primárias para produzir luz branca
- Dez canais de LED para produzir luz branca
- Sete cores primárias para produzir luz colorida
- Dez canais de LED para produzir luz colorida
Para mistura multicanal, o algoritmo de feedback foi programado para parar quando detecta que a diferença de cor Δu'v' é inferior a 0,003, um valor mais rigoroso em comparação com a mistura bicanal. Este objetivo foi alcançado para cada cor selecionada detectada pela câmera do smartphone.
O CRI médio foi consideravelmente alto, 82,76 para mistura de sete canais com LEDs de cor pura e 94 para mistura de dez canais. Otimizando a escolha das primárias de LED na luminária, o número de canais de LED necessários para produzir uma gama de cores maior e luz com alto CRI pode ser ainda mais reduzido.
Em termos de desempenho temporal, cada etapa do controle de malha fechada leva aproximadamente 658ms, com o algoritmo realizando cerca de 10 iterações para convergir a saída das luminárias de uma cor aleatória para a cor desejada. Isso equivale a aproximadamente 6-7s. Essa taxa de convergência do algoritmo é razoável e aceitável em aplicações do mundo real.
Conclusão
Este artigo apresentou uma nova abordagem para o controle de cor de um sistema de iluminação LED multicanal em um ambiente de casa inteligente, utilizando a câmera encontrada na maioria dos smartphones Android modernos como principal sensor de feedback. O algoritmo é capaz de otimizar o espectro de saída das luminárias para produzir uma luz com CCT ajustável, cor precisa e alto índice de reprodução de cor.
Um sistema de controle de feedback em malha fechada ajuda a manter a robustez contra distúrbios externos de outras fontes de luz, como a luz solar que entra pelas janelas. O algoritmo é capaz de funcionar com precisão razoável e possui potencial de melhoria se forem utilizados dados de calibração de câmera personalizados.
O método proposto de usar o smartphone como sensor e unidade de processamento mostra-se muito econômico e conveniente, uma vez que não são necessários sensores adicionais a serem instalados. Trabalhos futuros podem incluir, entre outras características, iluminação de ambiente baseada na preferência do usuário e a replicação de uma cena de iluminação que o usuário capturou no smartphone de um local diferente.
References
O artigo completo contém 39 referências abrangendo tópicos em iluminação LED, algoritmos de controle de cor, aplicações de smartphone na IoT e tecnologias de casa inteligente. As referências principais incluem trabalhos sobre:
- LED adoption forecasts by the U.S. Department of Energy
- Estudos sobre os efeitos do espectro luminoso nos ritmos circadianos humanos
- Pesquisas anteriores sobre métodos de controle de cor para sistemas LED
- Aplicações de smartphone em automação residencial e IoT
- Algoritmos de constância de cor e a Suposição do Mundo Cinza
- Métodos de sintonia de controlador incluindo Ziegler-Nichols
Nota: O exposto constitui um resumo do conteúdo do artigo de investigação. O documento completo contém dados experimentais extensivos, pseudocódigo de algoritmos, formulações matemáticas e análise detalhada de resultados. Recomendamos o download do PDF completo para leitura técnica aprofundada.