基于多點測溫的舒適度智能傳感器研究*

葉廷東，黃曉紅，彭選榮

(1. 廣東輕工職業技術學院 信息技術學院，廣東 廣州 510300； 2. 廣東省科學院，廣東 廣州 510070)

基于多點測溫的舒適度智能傳感器研究*

葉廷東1,2，黃曉紅1，彭選榮1

(1. 廣東輕工職業技術學院 信息技術學院，廣東 廣州510300；2. 廣東省科學院，廣東 廣州510070)

針對人體舒適度的檢測，基于手部皮膚平均溫度與舒適度之間的定量關系，設計了一種舒適度智能傳感器結構。該智能傳感器利用三維集成多層結構將多個溫度傳感元件集成在一塊硅基片上，利用基于一致可靠性測度的多傳感信息故障判斷與信息融合方法，在實現異常數據與器件故障判斷的同時實現了多傳感信息融合與舒適度檢測。實驗研究表明，該信息融合方法與平均加權融合相比，融合誤差降低了約71.2%，舒適度最大檢測誤差為±0.051。

智能傳感器；信息融合；故障判斷；多傳感信息；舒適度

0 引言

舒適度指標對人體身心愉悅健康、節能環保具有重要的影響[1-3]，隨著人們生活水平的不斷提高，人們對環境的舒適性要求也越來越高。目前環境的舒適度大多從熱舒適度方面考量，主要采用PMV-PPD 指標描述和評價熱環境，其中PMV指數為處于熱環境中的群體對于熱感覺的平均值，PPD 指數為對于熱環境不滿意的人數百分數[4-5]。影響PMV-PPD 指標的六個因素中有四個環境參數(干球溫度、相對濕度、黑球溫度、微風速) 和兩個人體參數(穿衣指數、新陳代謝率)[6]。根據以上六個參數可以計算出PMV和PPD值，目前市場上成熟的舒適度檢測儀大多是基于PMV-PPD指標的檢測而設計的[7]。為了更準確地表征舒適度指標，國內外學者作了大量的研究，這些研究大多都是綜合周圍環境空氣品質、環境參數，進行環境的舒適性評價實驗，建立與主觀評價結果相統一的環境舒適度評價方法[8-9]，然后根據相應的舒適度實驗研究數據或者評價模型，利用各種傳感器感知各環境因素實現舒適度的實時檢測評價[10-11]。在這些研究中，少有涉及可穿戴應用的舒適度傳感檢測的研究報道。

本研究將從可穿戴應用的角度出發，利用人體生理指標的檢測設計一個三維多層結構的舒適度智能傳感器，利用多測點故障判斷與信息融合方法，提高檢測的準確性。

1 舒適度智能傳感器結構設計

舒適度最客觀、最直接的評價者是環境中的人，但在實際應用中人們是無法直接測出人體舒適度的，只能通過生理、物理等因素的監測來實現。近幾年，各國學者把目光投向影響舒適度的生理指標上，比如腦電波、心率變異性，甚至出汗率、運動神經傳導速度、感覺神經傳導速度、皮膚溫度、血壓等生理指標都與人體舒適度均有著顯著性的關系。在這些生理指標中人體皮膚溫度是最容易監測且監測成本最低的指標之一。

研究表明：人體各部位皮膚的溫度是不同的，一般來說頭部較高，足部較低，但不同的皮膚溫度都是由人體內部至皮膚表面和皮膚表面至環境之間的熱平衡決定的[12]。經研究表明人體手部的平均皮膚溫度可以作為人體舒適度的一個重要指標。為此，本文提出利用手部的平均皮膚溫度來判斷或預測人體的舒適程度，通過實驗手段，可以建立手部平均皮膚溫度與人體舒適度的定量關系[13]：

f(x)=-0.5x4+25.5x3-560.2x2+4 609.7x

(1)

其中x∈[31.6,34.5]為正常的人體手部平均皮膚溫度范圍。

由于測量人體舒適度是按照手部平均皮膚溫度來進行的，為此設計如圖1所示的基于多點測溫的舒適度智能傳感器結構，它主要由多個溫度傳感元件、微處理器及相關信號調理電路組成。智能傳感器將多個測點溫度量轉換成相應的電信號，然后將它送到信號調理電路，經過濾波、放大、AD轉換等信號調理流程，送到微處理器，最后由微處理器進行計算、存儲、數據分析和處理。為有利用可穿戴應用，提高傳感器集成度，減少體積，在加工時模塊化多測點智能舒適度傳感器采用微機械加工技術和大規模集成電路工藝技術，使用半導體材料硅將上述結構中的溫度傳感元件、信號調理電路以及微處理器等集成在一塊芯片上[14]，可采用如圖2所示的三維單片智能傳感器的結構實現，該結構形式將電源、驅動、敏感元件、數據傳輸線、存儲器和運算器等集成在一塊硅基片上，將平面集成發展成三維集成，實現了多層結構。

圖1 基于多點測溫的智能舒適度傳感器結構

圖2 三維單片智能傳感器的結構圖

2 智能傳感器的信息處理

智能傳感器根據多點手部皮膚溫度的測量來進行舒適度判斷，而多點測量的好處在于信息融合的同時還可以進行測點故障診斷。

設由l個溫度傳感元件對手部皮膚進行測量，可以獲得觀測方程為:

Z=Hx+v

(2)

式中，x為待測量的皮膚溫度，Z為l維測量向量，v為l維觀測噪聲向量，H=[1 1 … 1]T為l維常向量。

則根據多個測量值，可以計算出手部溫度參數x的最小二乘融合估計：

(3)

式中，i=1,2,…，l。從公式(3)可知，多個溫度檢測值的融合權值是由傳感元件的方差動態分配的。測量方差是傳感器內部噪聲與環境干擾的一種綜合屬性，這個屬性始終存在于測量的全過程，它表征了傳感器測量的可靠性，可以用下式計算：

(4)

(5)

為了在多傳感信息融合的過程中進行故障判斷，在此引入一致性測度系數，用它們來表示傳感元件之間的支持程度。為了量化各傳感元件在某一時刻觀測值的相互支持度，采用模糊數學中最大最小貼近度來度量。

設k時刻傳感元件i和傳感元件j觀測貼近度為：

dij(k)=dji(k)=min{xi(k),xj(k)}/max{xi(k),xj(k)}

(6)

則可以知道k時刻傳感元件i與其他傳感元件的一致性測度為：

(7)

圖4 單路傳感信號檢測電路圖

由公式(7)可知，當ri(k)接近1時，表明k時刻傳感元件i與其他傳感元件的觀測值保持一致，反之，則表明第i個傳感元件的觀測值偏離多數傳感元件的觀測值。為此可以先用一致性測度來進行傳感檢測數據異常與故障判斷，即如果某一個傳感元件的一致性測度小于一致性測度閾值r0，則判定該檢測數據異常并剔除。若存在多個元件的一致性測度小于一致性測度閾值，則判定傳感器故障并進入故障處理程序，否則進行信息融合。多傳感信息故障判斷與信息融合方法的流程如圖3所示，在圖3中，為了在信息融合時體現傳感元件的一致性測度，將公式(3)的加權融合系數修正為：

(8)

圖3 多傳感信息故障判斷與融合方法

該系數稱為一致性可靠測度，該系數通過一致性測度體現了多傳感元件在某一個時刻采樣結果的空間分析，通過方差則體現了一個傳感元件多次采樣結果的時間分析?；谝恢驴煽啃缘臅r空分析計算，可得到修正的多傳感器信息融合加權系數：

(9)

3 實驗與仿真分析

基于多點測溫的舒適度智能傳感器由于測量精度要求較高，為此選擇3個具有A級準確度的鉑膜片熱敏電阻PT1000來組成實驗電路來完成，智能傳感器的單路溫度傳感檢測電路如圖4所示。圖中CAT5113為程控電阻，CD4051為單八通道數字控制模擬電子開關，單片機通過程控電阻和片選開關可實現電阻型傳感元件信號的增、損等變化調節，這種設計便于使用時用于校準，同時可以通過它們來模擬傳感器故障。檢測電路采用VREF恒壓源激勵，用1 kΩ精密電阻R3分壓，采用AD627AR運放進行增益處理增強輸出能力；分別采用CBG100505U070鐵氧體磁珠、PESD3V3S1UB抑制二極管抑制信號線、電源線上的尖峰干擾、高頻噪聲和防止靜電、瞬時脈沖對器件的損傷[16]。

智能傳感器在測試實驗時，先采集無故障情況下3個溫度傳感檢測電路的信號，獲得各溫度傳感檢測電路的一致性測度指標，根據實驗數據確定在信息處理時一致性測度閾值r0為0.95，計算各溫度傳感檢測電路測量方差的窗口值N設為100。表1為使用各溫度傳感檢測電路分別在32℃、33℃ 、34℃情況下進行測試的試驗數據表。表中Vi為各溫度傳感元件的電壓檢測信號值，Ri是計算得到的各溫度傳感元件電阻值，Ti則是得到的溫度值，ri是計算得到的一致性測度。

表1 智能傳感器溫度傳感檢測電路測量實驗數據表

表2 傳感元件方差與融合誤差

從表1可知，智能傳感器的3個溫度傳感檢測電路對溫度同時進行檢測，第一組數據中的傳感元件S3的一致性測度較低，小于一致性測度閾值存在數據異?，F象，在數據融合時需要將該數據剔除；第二組數據屬于正常數據；第三組數據由于傳感元件S1的檢測值偏離較大，造成S1和S3的一致性測度同時低于0.95，為此智能傳感器將啟動故障處理程序，提示用戶進行故障處理。

在排除異常數據和傳感元件故障后，基于各溫度傳感檢測電路的測量方差和一致性測度，可得到溫度信息融合檢測值，其誤差如表2所示?；谝恢驴煽啃缘娜诤险`差與最小二乘加權融合誤差相當，與平均加權融合方法相比，融合誤差降低了約71.2%。

智能傳感器通過三個溫度傳感檢測電路測得手部皮膚平均溫度后，利用公式(1)可以獲得[0,1]間變化的舒適度值，如圖5所示。圖中擬合舒適度和實際檢測舒適度的最大誤差為±0.051，具有較高的檢測準確度。

圖5 手部溫度與舒適度關系圖

4 結論

本文針對人體舒適度的檢測，進行了以下研究：

(1)基于手部皮膚平均溫度與舒適度之間的定量關系，進行了一種舒適度智能傳感器結構設計，該智能傳感器將多個常規溫度傳感元件、信號調理電路、微處理器等連接起來，利用三維單片智能傳感器結構集成在一塊硅基片上，實現了三維集成多層結構。

(2)研究了一種基于一致可靠性測度的多傳感信息故障判斷與信息融合方法，該方法利用一致性測度表征在某時刻不同測量值之間的相互支持程度，通過閾值的設定來進行異常數據與器件故障的判決，之后在一致性測度和方差可靠性測度的基礎上，實現多傳感信息融合。實驗研究表明，該信息融合方法與平均加權融合估計值相比，融合誤差降低了約71.2%。

(3)利用基于多點測溫的智能傳感器測得手部皮膚平均溫度后，即可獲得人體的舒適度指標，研究表明，舒適度最大檢測誤差為±0.051。該舒適度智能傳感器從人體生理指標出發設計，并采用三維集成的多層結構，便于在可穿戴場景中應用。

[1] 劉蔚巍.人體熱舒適客觀評價指標研究[D].上海:上海交通大學,2008.

[2] FERREIRA P M,RUANO A E,SILVA S,et al. Neural networks based predictive control for thermal comfort and energy savings in public buildings[J].Energy & Buildings,2012,55: 238-251.

[3] 楊娜.用戶偏好的室內環境舒適度智能控制方法仿真研究[J].科學技術與工程,2013,13(25):7557-7562.

[4] 黃建華,張惠.人與熱環境[M].北京:科學出版社,2011.

[5] de DEAR R J,BRAGER G S. Thermal comfort in naturally ventilated buildings: revisions to ASHRAE Standard 55[J]. Energy & Buildings,2002,34(6): 549-561.

[6] HOMOD R Z,SAHARI K S M,ALMURIB H A F,et al. RLF and TS fuzzy model identification of indoor thermal comfort based on PMV/PPD[J]. Building & Environment,2012,49(1): 141-153.

[7] KUMAR A,SINGH I P,SUD S K. An approach towards development of PMV based thermal comfort smart sensor[J].International Journal on Smart Sensing & Intelligent Systems,2010,3(4): 621-642.

[8] Zhao Qianchuan,Zhao Yin,Wang Fulin,et al. A data-driven method to describe the personalized dynamic thermal comfort in ordinary office environment: From model to application[J]. Building & Environment,2014,72(1),309-318.

[9] 張玲，王玲，吳桐.基于改進的粒子群算法優化反向傳播神經網絡的熱舒適度預測模型[J]. 計算機應用,2014,34(3),775-779.

[10] 吳岳忠,汪濤,周訓志,等.基于物聯網的家居室內環境在線監控系統研究[J].微型機與應用,2014,33(14): 60-63.

[11] 殷松遷,郭培源,王建華.基于嵌入式及ZigBee技術的居室環境監測系統[J].電子技術應用,2012,38(8):23-25,29.

[12] BULCAO C F,FRANK S M,RAJA S N,et al. Relative contribution of core and skin temperatures to thermal comfort in humans[J]. Journal of Thermal Biology,2000,25(1): 147-150.

[13] 王冠. 基子數據的乘車環境舒適度評價方法[D].北京：北京交通大學，2013.

[14] 張盛東,呂世驥.半導體智能傳感器的研制動態及技術課題[J].傳感技術學報，1992,5(2):39-42.

[15] 仲崇權,董西路,張立勇,等.多傳感器測量中的方差估計[J].數據采集與處理,2003,18(4):412-417.

[16] Huang Guojian,Liu Guixiong,Hong Xiaobin,et al. 9-ary tree based self-immunity smart sensors[C]. International Conference on Mechanic Automation and Control Engineering,Wuhan,2010,6: 2384-2387.

Research on intelligent comfort sensor based on multi-point temperature measurement

Ye Tingdong1,2,Huang Xiaohong1,Peng Xuanrong1

(1. College of Information Technology，Guangdong Industry Polytechnic,Guangzhou 510300,China;2. Guangdong Academy of Sciences,Guangzhou 510070,China)

In view of comfort detection about the human body,the paper designed an intelligent comfort sensor structure based on the quantitative relationship between hand skin temperature and comfort. The intelligent sensor adopted a three-dimensional integrated multi-layer structure，which integrated several temperature sensory units on a silicon substrate,and it used a fault judgment and information fusion method of multi-sensor information based on coherence and reliability,realizing the judgment of abnormal data and device fault judgment while achieving the multi-sensor information fusion and comfort detection . Experimental results show that the error of the proposed information fusion method is reduced by 71.2% compared with the average weighted fusion method,and the maximum error of comfort detection is ±0.051.

intelligent sensor; information fusion; fault judgment; multi-sensor information; comfort

中國博士后科學基金項目(2013M542157)；廣東省科技計劃項目(2015A020214025，2015A070710030)；省級“千百十工程”人才資助項目(RC2016-005)；廣州市科技計劃項目(201604020049)；創新強校工程項目(2A11105)

TP212.6

A

10.19358/j.issn.1674-7720.2017.24.022

葉廷東，黃曉紅，彭選榮.基于多點測溫的舒適度智能傳感器研究J.微型機與應用，2017,36(24)：76-79，83.

2017-05-22)

葉廷東(1976-)，男，博士，副教授，主要研究方向：智能傳感技術、物聯網技術及應用。

黃曉紅(1968-)，女，碩士，教授，主要研究方向：現代檢測技術與控制系統。

彭選榮(1972-)，女，碩士，講師，主要研究方向：微機應用與開發。