即時閉迴路色彩控制

使用行動裝置內建感測器之多通道照明裝置
Samuel J.W. Tang, Vineetha Kalavally, Kok Yew Ng, Chee Pin Tan, Jussi Parkkinen

IEEE Access | Volume 6 | September 27, 2018

研究概述

"Real-Time Closed-Loop Color Control of a Multi-Channel Luminaire Using Sensors Onboard a Mobile Device" 是 2018 年 9 月 27 日發表於 IEEE Access 的研究論文。該論文提出一種創新方法,透過智慧型手機相機作為反饋感測器,實現智慧家庭環境中多通道 LED 照明系統的色彩控制。

關鍵創新: 本研究透過運用現代智慧型手機配備的相機,引入一種經濟便捷的方法來精確控制LED照明設備的色彩,無需昂貴的外部感測器。該演算法能為任何色彩及所需相關色溫的白光執行多通道混光,並實現高演色性指數。

關鍵性能指標

0.0103
平均 Δu'v' for warm & cool white mix
0.0089
平均 Δu'v' for cool white & yellow mix
6-7秒
達到目標色彩之平均收斂時間
94
10通道混光之平均CRI

關鍵研究洞察

智慧型手機相機作為有效的色彩感測器

研究顯示現代智慧型手機相機能有效作為色彩感測器,用於LED照明系統的閉迴路控制,無需昂貴的專用感測器。

多通道混色演算法

新穎的梯度下降演算法可透過在CIELUV色彩空間中確定最短路徑,使任意LED通道數量的光源收斂至目標色彩。

經濟型智慧家庭照明解決方案

這種方法被證實極為經濟便利,因無需外部感測器,且可使用任何Android智慧型手機在相容的LED燈具上操作。

實現高色彩精確度

該系統在多通道混光時可實現低至0.003的色差(Δu'v'),並在10通道混光時具備高達94的顯色指數

對外部光源具備強健性

閉環回授控制系統有助於維持對外部干擾的強健性,例如從窗戶射入的日光等其他光源

實際實施

該演算法在真實模擬客廳環境(5.8m × 3.4m)中進行測試,使用六組無線控制的10通道研究原型燈具。

內容概覽

摘要

智慧家庭與物聯網是現代社會中新興的概念,其中智慧照明是重要的一環。除了透過其顯色特性提供視覺滿足外,照明對人類福祉還具有其他影響。為充分發揮智慧照明家庭的潛力,照明系統需配備精準的控制器,除了傳統的開關和調光控制外,還能控制光譜和色彩特性。

然而,當前具備此類功能的商用智慧照明產品需採用昂貴的感測器,且仍缺乏對於實現精準發光二極體(LED)燈具色彩控制至關重要的閉迴路反饋功能。本文提出一種創新方法,利用現代智慧型手機上的相機來為智慧家庭中的照明系統執行閉迴路色彩控制。

該演算法能執行多通道混光,無論是任何色光或特定相關色溫的白光,皆可實現高演色性指數。由於無需外接感測器,且可透過任何Android智慧型手機在相容的LED照明裝置上操作,此方法被證實具有高度經濟性與便利性。

緒論

發光二極體(LEDs)在全球照明應用領域正持續擴大市場佔有率。據報導,僅在美國,從2014年到2016年間,所有照明應用中LED產品的安裝量已增長超過四倍。美國能源部更預測,到2035年時,基於LED的照明裝置在通用照明應用中的滲透率將急遽攀升至約86%。

許多消費者正轉向採用LED,因其相較於鹵素燈與螢光燈等傳統光源具有更低功耗。此外,LED照明裝置的優勢遠不止於節能;它們具備多樣光譜組成且易於控制,從而實現可調式照明系統。

光譜可調燈具被視為照明的未來趨勢,研究證實光線是影響人體生物鐘的重要刺激源,已發現光譜組成會對人類生理與心理產生深遠影響。可調光系統的吸引力在於能縮小人造光源與自然光之間的差距,為人類健康帶來巨大效益。

光譜控制方法論

用於測試所提出控制演算法的燈具原型包含10個通道,其中7個為不同峰值波長的原色光通道,其餘3個為螢光粉轉換型白光LED。各LED通道強度透過脈衝寬度調變(PWM)技術控制,由安裝於燈具上的Arduino微控制器透過ZigBee無線傳輸至LED驅動器。

我們開發了一款Android應用程式來執行照明控制演算法。使用者首先透過顏色選擇器選取目標照明色彩;演算法將該色彩轉換為一組u'v'座標,稱為目標設定點。室內照明條件的資訊由智慧型手機鏡頭捕捉,並轉換為室內光線的u'v'色彩座標。

計算目標與量測色彩座標間的歐幾里得距離以產生誤差。PI控制器接收此誤差,並考量LED的色彩座標,透過ZigBee無線產生發送至燈具中各LED通道的PWM控制信號。

LED 通道規格

通道 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
黃色 (596 nm) 0.5899 0.4093 0.3505 0.5472
Lime (538 nm) 0.4087 0.5601 0.1836 0.5662
Green (523 nm) 0.1804 0.7281 0.0634 0.5760

多通道色彩控制演算法設計

本文提出的新型多通道色彩控制演算法是一種梯度下降演算法,能收斂至目標色度。計算在具有均勻色度標度的1976 CIELUV色彩空間中進行。此演算法要正常運作,必須在使用者首次運行系統時取得每個LED通道的(u', v')座標。

該演算法會個別循環驅動照明裝置中的所有LED通道,同時以相機讀數作為輸入值計算色彩座標。演算法主要目標是透過閉迴路控制設計,在CIELUV色彩空間中為LED照明裝置發射的光色建立最快且最短的移動路徑,使其收斂至目標色彩。

此演算法以「混和兩色產生的新色彩必定落在色度圖上兩原色連線」的特性為基礎,透過迭代運算逐步推導出各LED通道的最終強度。

演算法實作

演算法的第一步是將從相機獲取的影像尺寸進行縮放,分別將影像的寬度和高度減少10倍,從而得到比原始影像小100倍的最終影像。接著,計算影像中的平均RGB值。

隨後使用RGB值計算量測到的色度座標(u', v')。誤差訊號是透過目標座標與量測座標之間的歐幾里得距離公式計算得出。

反饋控制演算法採用比例積分(PI)控制器來達成零穩態誤差。其參數整定採用著名的Ziegler-Nichols方法,藉此計算每次迭代的步長,使演算法具備自適應步長的能力。

實驗結果與討論

實驗系統設置在一個模擬客廳中,該空間尺寸為5.8公尺×3.4公尺,配備六組無線控制可調式的10通道研究原型燈具。其中七個純色LED通道覆蓋可見光波長範圍,可混合產生具有多種色彩特性的白光。

使用智慧型手機的副鏡頭朝上擷取照明條件,即拍攝手機放置表面所受光照的RGB值與照度。為驗證色彩控制演算法,在手機旁放置了Konica Minolta CL-500A照度分光光度計進行比對。

Bi-Channel Mixing Results

實驗 平均 Δu'v' CCT 範圍 平均絕對 CCT 誤差 平均 CRI
Warm white & cool white 0.0103 2700K 至 5600K 4.45% 77.7
Cool white & yellow 0.0089 2700K 至 5600K 3.62% 59

Multi-Channel Mixing Results

色彩控制演算法已透過多種情境進行測試,包括:

  • 七原色生成白光
  • 十組LED通道產生白光
  • 七種基色產生彩色光
  • 十組LED通道產生彩色光

在多通道混光時,當反饋演算法檢測到色差Δu'v'小於0.003(此標準較雙通道混光更為嚴格)即會停止運算。智慧型手機鏡頭偵測到的每種選定色彩均達成此目標值。

使用純色LED進行七通道混光時平均CRI達82.76,十通道混光時更達94,表現相當優異。透過優化照明裝置中LED原色的選擇,還能進一步減少產生廣色域與高CRI光源所需的LED通道數量。

在時序效能方面,閉環控制中的每個步驟約需658毫秒,該算法需經過約10次迭代才能將照明設備的輸出從隨機色彩收斂至目標色彩,相當於耗時約6-7秒。此收斂速率在實際應用中既合理亦可接受。

結論

本文提出一種創新方法,透過多數現代Android智慧型手機內建的相機作為主要反饋感測器,於智慧家庭環境中實現多通道LED照明系統的色彩控制。該算法能優化照明設備的輸出光譜,產生具可調色溫、精準色彩及高演色性指數的光線。

閉迴路反饋控制系統有助於維持對外部干擾(例如從窗戶射入的日光)的穩健性。該演算法能以合理精度運作,若使用客製化的相機校正數據,還可實現潛在的精度提升。

將智慧型手機同時作為感測器與處理單元的提案方法,被證實具有高度經濟性與便利性,因無需安裝額外感測器。未來工作可包含基於用戶偏好的情境照明,以及重現用戶從不同地點在手機上捕捉的照明場景等功能。

References

完整論文包含39篇參考文獻,涵蓋LED照明、色彩控制演算法、智慧型手機在物聯網中的應用及智慧家庭技術等主題。重要參考文獻包括:

  • 美國能源部對LED採用率的預測報告
  • 光譜對人體晝夜節律影響之研究
  • LED系統色彩控制方法之既有研究
  • 智慧型手機在家庭自動化與物聯網中的應用
  • 色彩恆常性演算法與灰色世界假設
  • 控制器調校方法包含Ziegler-Nichols

註: 以上為研究論文內容摘要。完整文件包含大量實驗數據、演算法虛擬碼、數學公式及詳細結果分析,建議下載完整PDF檔以進行深度技術閱讀。