基于主動(dòng)紅外入侵探測(cè)的在室人數(shù)測(cè)試方法

摘要：在室人數(shù)與建筑用能系統(tǒng)緊密相關(guān)，實(shí)時(shí)在室人數(shù)的監(jiān)測(cè)是建筑用能行為方向的熱點(diǎn)問(wèn)題之一。紅外傳感是現(xiàn)有研究方法中應(yīng)用較廣泛的方法，其測(cè)試精度與安裝高度、人員通過(guò)速度及人員體型等因素有關(guān)，選取主動(dòng)紅外入侵探測(cè)器，依據(jù)建筑室內(nèi)人員活動(dòng)情況，研究了安裝高度、通過(guò)速度及人員體型對(duì)在室人數(shù)測(cè)試精度的影響。研究結(jié)果表明，考慮各種人員體型及通過(guò)速度時(shí)，測(cè)試精度隨安裝高度的降低先升高后降低。通過(guò)速度越慢，測(cè)試精度越高，當(dāng) v ≥1.4 m/s 時(shí)，測(cè)試精度低于60%；當(dāng)1.0 m/s ≤ vlt;1.4 m/s 時(shí)，測(cè)試精度為70%～81%；當(dāng) vlt;1.0 m/s 時(shí)，測(cè)試精度高于95%，當(dāng) vlt;0.8 m/s 時(shí)，測(cè)試精度達(dá)到100%等。被測(cè)人員的身高和體重指數(shù)（ BMI ）均與測(cè)試精度呈強(qiáng)正線性相關(guān)。通過(guò)不同工況分析，提出了應(yīng)用于實(shí)際場(chǎng)景的綜合精度估算方法。

關(guān)鍵詞：主動(dòng)紅外入侵探測(cè)；在室人數(shù)；安裝高度；通過(guò)速度；人員體型；精度

中圖分類號(hào)：TU831文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1000-582X（2023）06-051-10

A measurement method of occupancy based on active infrared intrusion detection

XUWenlu， LIU Meng， LIU Huan

（ a . School of Civil Engineering; b . National Center for International Research of Low -carbon and GreenBuilding; c . Joint International Research Laboratory of Green Building and Built Environment;d . Chongqing Key Laboratory of Wind Engineering and Wind Energy Utilization， ChongqingUniversity， Chongqing 400045， P. R . China）

Abstract： Occupancyiscloselyrelatedtothebuildingenergyconsumptionsystemandreal-timemonitoring occupancy is one of the hot issues in thestudy of building energy consumption behavior. Infraredsensing is a widelyusedmethodinexistingresearchmethods . Itsmeasurementprecisionisrelatedtoinstallationheight， personnelpassingspeed，personnelsomatotypeandotherfactors . Inthisstudy，theactiveinfraredintrusion detector was selected to investigate the effects of installation height， passing speed and personnel somatotype on the measurement precision of occupancy according to the indoor occupants ’ activities . The results show that the measurementprecisionfirstincreasedandthendecreasedwiththedecreaseof theinstallationheightwhen consideringvariouspersonnelsomatotypeandpassingspeed . Theslowerthepassingspeed，thehigherthemeasurementprecision . Whenv≥1.4 m/s，theprecisionwaslessthan 60%; when 1.0 m/s≤vlt;1.4 m/s，the precision was 70%～81%; when vlt;1.0 m/s， the precision was higher than 95%; When vlt;0.8 m/s， the precision was 100%. Theheightandbodymassindex（BMI） ofthetestedpeoplewerepositivelycorrelatedwiththe measurementprecision . Throughtheanalysisofdifferentoperatingconditions，anestimationmethodof comprehensive precision applied to actual scenes was proposed .

Keywords： activeinfraredintrusiondetection; occupancy; installationheight; passingspeed; personnel somatotype; precision

近年來(lái)，由于能源的日益枯竭，節(jié)能問(wèn)題引起了可持續(xù)發(fā)展的高度關(guān)注。建筑能耗占全球能源消耗總量的30%以上[1]。建筑節(jié)能的關(guān)鍵是只在需要的時(shí)間和地點(diǎn)提供所需數(shù)量的建筑服務(wù)[2]，而人員是建筑服務(wù)的主要對(duì)象，因此實(shí)時(shí)在室人數(shù)的獲取是實(shí)現(xiàn)更有效的控制和管理策略以節(jié)約能源這一目標(biāo)的關(guān)鍵問(wèn)題。

由于居住者行為的隨機(jī)性、室內(nèi)現(xiàn)有條件及測(cè)量工具的局限性，特定時(shí)間特定空間的在室人數(shù)的動(dòng)態(tài)數(shù)據(jù)獲取仍然是一個(gè)繁瑣、易錯(cuò)且昂貴的過(guò)程[3]。獲取在室人數(shù)最基本的方法是實(shí)地調(diào)研和問(wèn)卷[4-5]，但是這種方法通常需要耗費(fèi)較多人力成本，人工數(shù)據(jù)錄入和處理存在不便，同時(shí)調(diào)查結(jié)果易受被訪問(wèn)者的主觀因素影響[6]。近年來(lái)，隨著傳感、通信及計(jì)算機(jī)技術(shù)的飛快發(fā)展，利用傳感器收集人員在室信息成為挖掘室內(nèi)人員移動(dòng)行為規(guī)律的有效手段[7]?，F(xiàn)有在室人數(shù)監(jiān)測(cè)方法可分為直接法和間接法，直接法主要包括視頻監(jiān)控、紅外線、無(wú)線信號(hào)及接觸傳感等，而間接法主要包括環(huán)境傳感器、能耗計(jì)量?jī)x器等。視頻監(jiān)控可以獲取非常全面的人員信息，但是由于其數(shù)據(jù)存儲(chǔ)量大、費(fèi)用高昂、涉及隱私和人員相關(guān)信息提取技術(shù)對(duì)非專業(yè)人士來(lái)說(shuō)比較困難[8-9]等問(wèn)題，視頻監(jiān)控在人員在室的研究應(yīng)用中受到了極大的限制。無(wú)線信號(hào)感知一般通過(guò) WIFI[10-11]、射頻識(shí)別[12]及 Zigbee 無(wú)線[13]等技術(shù)來(lái)實(shí)現(xiàn)在室人數(shù)的探測(cè)，但是由于存在用戶攜帶移動(dòng)設(shè)備但 WIFI 未開(kāi)啟、用戶未攜帶移動(dòng)設(shè)備及一位用戶攜帶多部設(shè)備的現(xiàn)象，所以無(wú)線信號(hào)感知的方法存在一定誤差。也有研究[2 ， 14-15]通過(guò)在人員座椅上安裝壓力傳感器來(lái)估計(jì)在室人數(shù)，利用安裝在鼠標(biāo)和鍵盤(pán)上的傳感器來(lái)感應(yīng)是否有人員在使用電腦辦公，從而判斷人員在室的時(shí)間段和人員數(shù)量，但這種方法無(wú)法判斷人員在室內(nèi)卻不在座位上或不使用電腦的情況。近年來(lái)，有研究推薦使用環(huán)境參數(shù)[3 ， 16-18]，比如光、溫度、濕度和 CO2濃度來(lái)估計(jì)室內(nèi)人數(shù)，此方法不涉及隱私問(wèn)題，但門(mén)窗位置、新風(fēng)量、傳感器響應(yīng)時(shí)間，以及人員與傳感器的距離等都會(huì)給估計(jì)帶來(lái)誤差[19]。而基于能耗計(jì)量?jī)x器（智能電表[20]、功率表[21]等）的在室人數(shù)監(jiān)測(cè)方法也只能識(shí)別到使用特定設(shè)備時(shí)的人員活動(dòng)[22]。

綜上，由于工作原理的不同，不同傳感器評(píng)估和監(jiān)測(cè)在室人數(shù)時(shí)有著各自的特性和局限性[8]。因此，需要為讀者提供清晰且詳盡的在室人數(shù)測(cè)試方法。

1 研究方法

1.1 基本原理

相比于現(xiàn)有的其他在室人數(shù)監(jiān)測(cè)技術(shù)，主動(dòng)紅外入侵探測(cè)器有體積小、壽命長(zhǎng)、靈敏度高、安裝方便、價(jià)格低廉且不涉及隱私等優(yōu)勢(shì)[23]。主動(dòng)紅外入侵探測(cè)器主要包括投光器和受光器兩部分，在電源的驅(qū)動(dòng)下，投光器中的發(fā)光二極管發(fā)射紅外光束，紅外光束通過(guò)光學(xué)系統(tǒng)被聚焦成細(xì)長(zhǎng)的平行光束發(fā)送給受光器，受光器經(jīng)光學(xué)系統(tǒng)接收紅外光束之后，光信號(hào)通過(guò)光電傳感器后轉(zhuǎn)換為電信號(hào)，當(dāng)光束被遮擋，控制器通過(guò)對(duì)信號(hào)適當(dāng)處理之后進(jìn)行計(jì)數(shù)[23]。而主動(dòng)紅外入侵探測(cè)器的測(cè)試精度主要由紅外光束被遮擋的持續(xù)時(shí)間決定[24]，當(dāng)被遮擋的持續(xù)時(shí)間超過(guò)某一值時(shí)，探測(cè)器就會(huì)進(jìn)行計(jì)數(shù)，當(dāng)被遮擋的持續(xù)時(shí)間低于某一值時(shí)，探測(cè)器就不會(huì)進(jìn)行計(jì)數(shù)。其中，紅外光束被遮擋的持續(xù)時(shí)間主要由遮擋物體的厚度以及運(yùn)動(dòng)速度決定[25-26]。對(duì)于遮擋物體為人體的應(yīng)用場(chǎng)景，將主動(dòng)紅外入侵探測(cè)器安裝在外門(mén)的不同高度，對(duì)應(yīng)的則是人體不同厚度的身體部位對(duì)紅外光束進(jìn)行遮擋。所以主動(dòng)紅外入侵探測(cè)器的安裝高度、被測(cè)人員的通過(guò)速度以及體型都將成為影響探測(cè)器測(cè)試精度的因素，而現(xiàn)有研究并沒(méi)有對(duì)影響主動(dòng)紅外入侵探測(cè)器的測(cè)試精度的因素進(jìn)行詳細(xì)分析，因此這便成為了本研究的重點(diǎn)。

1.2 實(shí)測(cè)情況

選取主動(dòng)紅外入侵探測(cè)器作為實(shí)驗(yàn)儀器，該探測(cè)器可對(duì)進(jìn)出房間的人員實(shí)現(xiàn)方向自動(dòng)識(shí)別與自動(dòng)計(jì)數(shù)，適合人員依次進(jìn)出或人流密度不大的場(chǎng)所使用，例如普通住宅、小型辦公室、宿舍等。探測(cè)器在房間出入口處形成由兩束平行紅外線組成的無(wú)形屏障，并對(duì)人員進(jìn)入或離開(kāi)房間時(shí)造成的每一次遮擋進(jìn)行計(jì)數(shù)，可以實(shí)現(xiàn)以5 min 為時(shí)間間隔對(duì)數(shù)據(jù)進(jìn)行記錄。

考慮探測(cè)器的安裝高度、被測(cè)人員的通過(guò)速度及體型為工況參數(shù)。其中，在對(duì)被測(cè)人員體型進(jìn)行篩選時(shí)主要考慮身高和體重這2個(gè)參數(shù)，由于單純地對(duì)比不同身高的人之間的體重是沒(méi)有意義的，因此選取 BMI （body mass index， 體重指數(shù)）來(lái)表征人員身體的厚度[27]， BMI （kg/m2）可以根據(jù)人員的身高（h/m）和體重（m/kg）通過(guò)公式 BMI = m/h2計(jì)算得出。根據(jù) BMI 中國(guó)標(biāo)準(zhǔn)劃分，BMIlt;18.5 kg/m2為偏瘦， 18.5～23.9 kg/m2為正常，24.0～27.9 kg/m2為超重， BMI≥28.0 kg/m2為肥胖[28]。本次測(cè)試一共選取了10位被測(cè)人員進(jìn)行反復(fù)測(cè)試，他們的體型信息見(jiàn)表1。

測(cè)試時(shí)將探測(cè)器安裝在房間外門(mén)上，外門(mén)尺寸（寬×高）為0.9 m×2.0 m ，安裝時(shí)需注意將探測(cè)器安裝牢固且投光器和受光器必須對(duì)齊。本次測(cè)試通過(guò)在門(mén)框的6種高度處逐一安裝探測(cè)器，觀察人員通過(guò)紅外光束時(shí)，探測(cè)器的指示燈是否閃爍來(lái)判斷探測(cè)器是否探測(cè)到人員的進(jìn)出，指示燈閃爍代表探測(cè)到人員通過(guò)，記為1，指示燈不閃爍代表沒(méi)有探測(cè)到人員通過(guò)，記為0。值得說(shuō)明的是本研究中人員的行走速度值是根據(jù)人員勻速行走6 m 所需的時(shí)間計(jì)算出來(lái)的。使用秒表來(lái)測(cè)量行走速度的方法仍然在臨床環(huán)境中廣泛應(yīng)用，因?yàn)檫@種由秒表進(jìn)行的測(cè)量快捷、重復(fù)性好、價(jià)格便宜、可行，而且不需要專業(yè)培訓(xùn)[29]。如圖1所示，本次測(cè)試的行走區(qū)域共10 m 長(zhǎng)，啟動(dòng)過(guò)渡區(qū)（2 m）和停止過(guò)渡區(qū)（2 m）的設(shè)置是為了減小由于被測(cè)人員在啟動(dòng)或停止行走時(shí)的反應(yīng)時(shí)間帶來(lái)的誤差，保證被測(cè)人員在進(jìn)入和離開(kāi)計(jì)時(shí)區(qū)時(shí)都處于行走狀態(tài)[30]。當(dāng)被測(cè)人員的前腿完全進(jìn)入計(jì)時(shí)區(qū)時(shí)，計(jì)時(shí)人員使用秒表開(kāi)始計(jì)時(shí)，當(dāng)前腿完全離開(kāi)計(jì)時(shí)區(qū)時(shí)停止計(jì)時(shí)，同時(shí)為了避免由于不同計(jì)時(shí)人員的反應(yīng)時(shí)間不同帶來(lái)的誤差，本次測(cè)試的計(jì)時(shí)工作均由同一名訓(xùn)練有素的計(jì)時(shí)人員在視野良好的地方完成。每位被測(cè)人員在每種安裝高度下首先以個(gè)人的正常行走速度行走50次，然后再以稍快和稍慢的行走速度分別行走30次，稍快要求 v ≥1.4 m/s ，即6 m 的通過(guò)時(shí)間tlt;4.29 s，稍慢要求 vlt;1.0 m/s ，即6 m 的通過(guò)時(shí)間tgt;6 s ，被測(cè)人員在正式測(cè)試前均反復(fù)練習(xí)，以控制通過(guò)時(shí)間和速度的均勻性，每 2次測(cè)試間有10 s 休息時(shí)間，總測(cè)試次數(shù)為6600次，本次測(cè)試的具體工況情況見(jiàn)表1。

2 研究結(jié)果

2.1 安裝高度對(duì)測(cè)試精度的影響

分別統(tǒng)計(jì)6種不同安裝高度下，當(dāng)總測(cè)試次數(shù)為 m 時(shí)，探測(cè)器準(zhǔn)確探測(cè)到人員通過(guò)的次數(shù) n ，并按照式（ 1）計(jì)算出相應(yīng)的測(cè)試精度 P ，得出如圖2所示的柱狀圖，可以看出測(cè)試精度隨安裝高度的降低先升高后降低，當(dāng)安裝高度為1.10 m 時(shí)，測(cè)試精度達(dá)到最大值72.2%，但是72.2%的測(cè)試精度的實(shí)際應(yīng)用價(jià)值并不高，現(xiàn)有研究中的人員探測(cè)器的測(cè)試精度一般在90%[14 ，23]以上，因此只考慮探測(cè)器的安裝高度這一個(gè)影響因素還不夠，還需進(jìn)一步分析其他因素對(duì)測(cè)試精度的影響。

2.2 通過(guò)速度對(duì)測(cè)試精度的影響

在測(cè)試每一種安裝高度時(shí)，安排10名被測(cè)人員按照正常行走速度通過(guò)外門(mén)各50次，實(shí)際共記錄2910個(gè)正常行走速度的數(shù)據(jù)，由這些數(shù)據(jù)得出的人員正常行走速度的分布直方圖如圖3所示，經(jīng)計(jì)算得出84.4%的速度都在區(qū)間[1.0， 1.4）之內(nèi)，只有1.4%的速度值大于或等于1.4 m/s 。故接下來(lái)針對(duì)通過(guò)速度對(duì)測(cè)試精度的影響進(jìn)行分析時(shí)選取的速度分界值為1.0 m/s 和1.4 m/s ，這與Keijsers等[31]的研究結(jié)果（慢速行走速度為1.0 m/s ，正常行走速度小于1.38 m/s）非常接近。

圖4為6種安裝高度下通過(guò)速度位于不同速度區(qū)間時(shí)測(cè)試精度的柱形圖，可以看出當(dāng)通過(guò)速度超過(guò)人正常行走的速度上限1.4 m/s 時(shí)，測(cè)試精度明顯降低，其范圍為26.0%～58.6%。當(dāng)通過(guò)速度位于人正常行走的區(qū)間[1， 1.4）之內(nèi)時(shí)，測(cè)試精度相比于快速通過(guò)時(shí)的測(cè)試精度明顯升高，其中1.10 m 、1.00 m 和0.65 m的測(cè)試精度分別為78.7%、76.7%和79.2%，這 3種安裝高度對(duì)應(yīng)的測(cè)試精度比其他3種安裝高度對(duì)應(yīng)的測(cè)試精度高很多。當(dāng)通過(guò)速度低于1.0 m/s 時(shí)， 1.10 m 、1.00 m 和0.65 m 這3種安裝高度對(duì)應(yīng)的測(cè)試精度均達(dá)到95%以上，其中安裝高度為1.10 m 時(shí)，測(cè)試精度達(dá)到98.6%。

由于本次測(cè)試中人員進(jìn)出房間時(shí)外門(mén)始終處于開(kāi)啟狀態(tài)，人員在通過(guò)紅外屏障時(shí)沒(méi)有阻礙，而平時(shí)大家進(jìn)出外門(mén)時(shí)會(huì)有開(kāi)/關(guān)門(mén)動(dòng)作，也就是說(shuō)人員在進(jìn)出外門(mén)時(shí)通常會(huì)有一段停頓的時(shí)間，而前面的研究表明，通過(guò)速度越慢，測(cè)試精度越高，由此可推測(cè)當(dāng)人員在外門(mén)的紅外線處有停頓時(shí)，測(cè)試精度將會(huì)明顯升高，甚至可能達(dá)到100%。為了證明這一推論，將探測(cè)器安裝在門(mén)框的1.10 m 高度處，邀請(qǐng)6名受試者一共進(jìn)行了120次反復(fù)測(cè)試，且每次通過(guò)外門(mén)時(shí)都有開(kāi)/關(guān)門(mén)的動(dòng)作，最終統(tǒng)計(jì)發(fā)現(xiàn)每次人員通過(guò)均被探測(cè)器準(zhǔn)確探測(cè)到，即當(dāng)人員通過(guò)且有開(kāi)/關(guān)門(mén)動(dòng)作時(shí)探測(cè)器的測(cè)試精度為100%。

為了對(duì)通過(guò)速度對(duì)測(cè)試精度的影響進(jìn)行深入的分析，將1.10 m 、1.00 m 和0.65 m 這3種測(cè)試精度較高的安裝高度對(duì)應(yīng)的3320組數(shù)據(jù)合并起來(lái)分析，將速度以0.1 m/s 為間隔劃分為16個(gè)速度區(qū)間，并計(jì)算出每個(gè)速度區(qū)間對(duì)應(yīng)的測(cè)試精度，最后繪制出如圖5所示的折線圖。分析該折線圖可知，通過(guò)速度對(duì)測(cè)試精度有較大的影響，當(dāng) v ≥1.4 m/s 時(shí)，測(cè)試精度低于60%，如圖5中的黑色圓圈所示，除 2.1 m/s ≤ vlt;2.2 m/s 對(duì)應(yīng)的測(cè)試精度之外，因?yàn)樵搮^(qū)間的數(shù)據(jù)大多來(lái)源于 BMI 分類為超重/肥胖的人員；當(dāng)1.0 m/s ≤ vlt;1.4 m/s 時(shí)，測(cè)試精度為70%～81%，如圖5中的綠色圓圈所示；當(dāng) vlt;1.0 m/s 時(shí)，測(cè)試精度高于95%，如圖5中的紅色圓圈所示，且通過(guò)速度越慢，測(cè)試精度越高，當(dāng) vlt;0.8 m/s 時(shí)，測(cè)試精度達(dá)到100%。

2.3 人員體型對(duì)測(cè)試精度的影響

此部分分析時(shí)，選取的數(shù)據(jù)是除安裝高度為0.30 m 以外的所有數(shù)據(jù)，因?yàn)榘惭b高度為0.30 m 時(shí)，測(cè)試精度低于20%，而且對(duì)于每種體型的被測(cè)人員都是如此，究其原因是在該安裝高度下，人員通過(guò)時(shí)從紅外線上方跨過(guò)的情況比較多，導(dǎo)致漏檢的次數(shù)比較多。

將人員身高和 BMI 分別與測(cè)試精度進(jìn)行斯皮爾曼（Spearman）相關(guān)性分析，分析結(jié)果如圖6所示。根據(jù)經(jīng)驗(yàn)，變量之間的相關(guān)性強(qiáng)度分為4種類型，如表2所示[32]，其中 R 表示斯皮爾曼相關(guān)系數(shù)。

如圖6所示，身高和 BMI 與測(cè)試精度的斯皮爾曼相關(guān)系數(shù) R 分別為0.809和0.794，且顯著性水平 p 值均小于0.01，根據(jù)表2可知，相關(guān)系數(shù)|R |gt;0.5表明2個(gè)變量間的相關(guān)性等級(jí)為強(qiáng)相關(guān)，所以身高和 BMI 均與測(cè)試精度呈強(qiáng)正線性相關(guān)，其中身高與測(cè)試精度的線性相關(guān)性更強(qiáng)。

3 討論

上述研究結(jié)果中主要分析了探測(cè)器的安裝高度、被測(cè)人員的通過(guò)速度以及體型這3種因素分別對(duì)測(cè)試精度的影響，本小節(jié)將把這3種因素綜合起來(lái)進(jìn)行討論分析，旨在為人們使用主動(dòng)紅外入侵探測(cè)器進(jìn)行在室人數(shù)的監(jiān)測(cè)時(shí)提供比較可靠的測(cè)試方法。首先，將所有數(shù)據(jù)根據(jù)被測(cè)人員的身高和 BMI 分類劃分為6類： 1）身高 h ≥170 cm ， BMI 分類：超重/肥胖； 2）身高 h ≥170 cm ， BMI 分類：正常； 3）身高 h ≥170 cm ， BMI 分類：偏瘦；4 ）身高 hlt;170 cm ， BMI 分類：超重/肥胖；5 ）身高 hlt;170 cm ， BMI 分類：正常； 6）身高 hlt;170 cm ， BMI 分類：偏瘦。然后計(jì)算出每一類的不同安裝高度、不同通過(guò)速度下的測(cè)試精度，并繪制出如圖7所示的柱狀圖。

每一類被測(cè)人員不同的通過(guò)速度都會(huì)對(duì)應(yīng)一個(gè)或多個(gè)最佳安裝高度，比如對(duì)于身高 h ≥170 cm ， BMI 分類為超重/肥胖的被測(cè)人員 （圖7（a）） 在慢速通過(guò) （vlt;1.0 m/s）時(shí)，探測(cè)器的最佳安裝高度為1.20 m 和1.30 m ，對(duì)應(yīng)的測(cè)試精度均為100%，而快速通過(guò)（v≥1.4 m/s）時(shí)，探測(cè)器的最佳安裝高度為1.20 m ，對(duì)應(yīng)的測(cè)試精度為89.8%。不同體型的被測(cè)人員在同一安裝高度下以相同速度通過(guò)時(shí)對(duì)應(yīng)的測(cè)試精度不一樣，比如當(dāng)被測(cè)人員在安裝高度為1.30 m ，慢速通過(guò)（vlt;1.0 m/s）時(shí)，對(duì)于身高 h ≥170 cm 的3類 （圖7（a）～ （c）） 的測(cè)試精度均為100%，而對(duì)于 hlt;170 cm 的3類 （圖7（d）～ （f）） 的測(cè)試精度均為0%，這是由于1.30 m 對(duì)應(yīng)身高h(yuǎn) ≥170 cm 的被測(cè)人員的胸部位置， 1.30 m 對(duì)應(yīng)身高h(yuǎn)lt;170 cm 的被測(cè)人員的肩頭或頸部的位置，后者的厚度太小，導(dǎo)致探測(cè)器探測(cè)不到人員通過(guò)，精度為0%。而且同一體型的被測(cè)人員不同通過(guò)速度對(duì)應(yīng)的測(cè)試精度隨探測(cè)器的安裝高度的降低而變化的趨勢(shì)也不一樣，比如對(duì)于身高 h ≥170 cm ， BMI 分類為正常的被測(cè)人員（圖7（b）），通過(guò)速度 v ≥1.4 m/s 和1.0 m/s ≤ vlt;1.4 m/s 對(duì)應(yīng)的測(cè)試精度隨探測(cè)器的安裝高度的降低先升高后降低，而通過(guò)速度 vlt;1.0 m/s 對(duì)應(yīng)的測(cè)試精度隨探測(cè)器的安裝高度的降低先不變后降低。

為了便于查詢和選擇，表 3中列出了不同人員體型、通過(guò)速度和安裝高度對(duì)應(yīng)的探測(cè)器測(cè)試精度范圍。對(duì)于單人使用的房間，可根據(jù)人員體型特征及平時(shí)的行走速度直接查詢表3得到不同安裝高度對(duì)應(yīng)的測(cè)試精度范圍。然而面向更廣的實(shí)際應(yīng)用場(chǎng)景時(shí)，某一房間的人員體型一般是由多種體型組合而成的，此時(shí)需要結(jié)合表3和式（2） 來(lái)得出當(dāng)主動(dòng)紅外入侵探測(cè)器的被測(cè)對(duì)象為某種人員體型組合，并在某種通過(guò)速度場(chǎng)景下應(yīng)用時(shí)的不同安裝高度對(duì)應(yīng)的綜合精度Pcom的范圍，以便用戶根據(jù)需要選取安裝高度。

式中：xi 表示測(cè)試時(shí)間段內(nèi)第i位被測(cè)人員進(jìn)出房間總次數(shù)占所有人員進(jìn)出房間總次數(shù)的比例，η代表測(cè)試時(shí)間段內(nèi)房間外門(mén)處于開(kāi)啟狀態(tài)的時(shí)長(zhǎng)與總測(cè)試時(shí)長(zhǎng)的比例，Pi 代表根據(jù)第i位被測(cè)人員身高、BMI 分類、通過(guò)速度及探測(cè)器的安裝高度范圍，查表3所得的測(cè)試精度。

最后，為了驗(yàn)證該估算方法的有效性，以某小型科研辦公室為例，其長(zhǎng)期在室人數(shù)為4人，他們的體型及某天進(jìn)出房間的次數(shù)見(jiàn)表4。以攝像頭的記錄作為真實(shí)值，對(duì)比安裝高度為1.10 m 時(shí)根據(jù)表3和式 （2） 計(jì)算出的綜合測(cè)試精度與實(shí)際測(cè)試精度的差異。該辦公室會(huì)有將外門(mén)開(kāi)啟進(jìn)行自然通風(fēng)的習(xí)慣，辦公時(shí)間中約有一半的時(shí)間外門(mén)處于開(kāi)啟狀態(tài)，因此η=0.5，外門(mén)開(kāi)啟時(shí)間段內(nèi)，人員以正常的速度通過(guò)外門(mén)，即1.0 m/s ≤ vlt;1.4 m/s ，查表3得，P 1 =79.7%～95.2%，P2 =78.0%～95.6%，P3 =78.4%～87.8%，P4 =64.2%～68.7%，根據(jù)表4，此例中 x 1 = ，x2 = ，x3 = ，x4 = ，將上述所有值帶入式（2） 中，計(jì)算得到綜合測(cè)試精度Pcom =86.3%～91.4%，而以攝像頭為真實(shí)值的實(shí)際測(cè)試精度為90.6%，說(shuō)明本研究提出的綜合精度估算方法是可行的。

4 結(jié)論

選取主動(dòng)紅外入侵探測(cè)器，研究了探測(cè)器的安裝高度和人員通過(guò)速度對(duì)探測(cè)器測(cè)試精度的影響，還將人員體型與測(cè)試精度進(jìn)行了斯皮爾曼相關(guān)性分析，并提出了在實(shí)際場(chǎng)景中應(yīng)用主動(dòng)紅外入侵探測(cè)器進(jìn)行在室人數(shù)監(jiān)測(cè)時(shí)的綜合精度估算方法。

主要結(jié)論為以下幾點(diǎn)：

1）考慮各種人員體型及通過(guò)速度時(shí)，測(cè)試精度隨安裝高度的降低先升高后降低，當(dāng)安裝高度為1.10 m時(shí)，測(cè)試精度達(dá)到最大值；

2）通過(guò)速度對(duì)測(cè)試精度有較大的影響，通過(guò)速度越慢，測(cè)試精度越高，當(dāng) v≥1.4 m/s 時(shí)，測(cè)試精度低于60%；當(dāng)1.0 m/s ≤ vlt;1.4 m/s 時(shí)，測(cè)試精度為70%～81%；當(dāng) vlt;1.0 m/s 時(shí)，測(cè)試精度高于95%，當(dāng) vlt;0.8 m/s 時(shí)，測(cè)試精度達(dá)到100%；當(dāng)人員通過(guò)且有開(kāi)/關(guān)門(mén)的動(dòng)作或在門(mén)口有停留時(shí)，測(cè)試精度為100%。

3）被測(cè)人員的身高和 BMI 均與測(cè)試精度呈強(qiáng)正線性相關(guān)；

4）通過(guò)不同工況分析，提出了應(yīng)用于實(shí)際場(chǎng)景的綜合精度估算方法，可以很好地為用戶提供選擇特定應(yīng)用場(chǎng)景下探測(cè)器最佳安裝高度的方法。

參考文獻(xiàn)

[1] BP p l c . BP energy outlook：2020 edition[EB/OL].[2021-11-30]. https：//www.bp .com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/energy-outlook/bp-energy-outlook-2020.pdf.

[2] Newsham G R ， Xue H ， Arsenault C ， et al. Testing the accuracy of low -cost data streams for determining single-person officeoccupancy and their use for energy reduction of building services[J]. Energy and Buildings， 2017， 135：137-147.

[3] SzczurekA ，Maciejewska M ， Pietrucha T. Occupancy determination based on time series of CO2 concentration， temperatureand relative humidity[J]. Energy and Buildings， 2017， 147：142-154.

[4] Chen J， Wang X H ，Steemers K . A statistical analysis of a residential energy consumption survey study in Hangzhou， China[J].Energy and Buildings， 2013， 66：193-202.

[5] HuMM ，XiaoF. Quantifyinguncertaintyintheaggregateenergyflexibilityofhigh-riseresidentialbuildingclustersconsidering stochastic occupancy and occupant behavior[J]. Energy， 2020， 194：116838.

[6] 周亞蘋(píng) ， 俞準(zhǔn) ， 李郡 ， 等.建筑用戶在室行為測(cè)量方法及預(yù)測(cè)模型綜述[J].暖通空調(diào) ， 2017， 47（9）：11-18.

Zhou Y P， Yu Z ， Li J， et al. Reviewof measuring methods and prediction models of building occupant behavior[J]. Heating Ventilating amp; Air Conditioning， 2017， 47（9）：11-18.（in Chinese）

[7] Saha H ， Florita A R ， Henze G P， et al. Occupancy sensing in buildings： a review of data analytics approaches[J]. Energy andBuildings， 2019， 188/189：278-285.

[8] Chen Z H ， Jiang C Y， Xie L H . Building occupancy estimation and detection： a review[J]. Energy and Buildings， 2018， 169：260-270.

[9] JinM . Data-efficientanalyticsforoptimal human-cyber-physicalsystems[D]. Berkeley： Universityof California，Berkeley，

[10] Zou H ， Zhou Y X ， Yang J F， et al. Device-free occupancy detection and crowd counting in smart buildings with WiFi-enabledIoT [J]. Energy and Buildings， 2018， 174：309-322.

[11] AlishahiN ， Nik-Bakht M ， Ouf M M . A framework to identify key occupancy indicators for optimizing building operation usingWiFi connection count data[J]. Building and Environment， 2021， 200：107936.

[12] Li N ，Calis G ， Becerik-Gerber B . Measuring and monitoring occupancy with an RFID based system for demand-driven HVACoperations[J]. Automation in Construction， 2012， 24：89-99.

[13] FadhlullahSY，IsmailW. Astatisticalapproachindesigninganrf-basedhumancrowddensityestimationsystem[J].International Journal of Distributed Sensor Networks， 2016， 12（2）：8351017.

[14] Zhao Y， Zeiler W， BoxemG ， et al. Virtual occupancy sensors for real-time occupancy information in buildings[J]. Building andEnvironment， 2015， 93：9-20.

[15] Labeodan T， Zeiler W， BoxemG ， et al. Occupancy measurement incommercial office buildingsfor demand-drivencontrolapplications： a survey and detection system evaluation[J]. Energy and Buildings， 2015， 93：303-314.

[16] Candanedo L M ，F(xiàn)eldheim V， Deramaix D . A methodology based on Hidden Markov Models for occupancy detection and acase study in a low energy residential building[J]. Energy and Buildings， 2017， 148：327-341.

[17] Jiang C Y， Chen Z H ，Su R ， et al. Bayesian filtering for building occupancy estimation from carbon dioxide concentration[J].Energy and Buildings， 2020， 206：109566.

[18] JinM ，Bekiaris-LiberisN ，WeeklyK ，etal. Occupancydetectionviaenvironmentalsensing[J]. IEEETransactionsonAutomation Science and Engineering， 2018， 15（2）：443-455.

[19] YangJJ，SantamourisM ， LeeSE . Reviewof occupancysensingsystemsandoccupancy modeling methodologiesfor theapplication in institutional buildings[J]. Energy and Buildings， 2016， 121：344-349.

[20] Becker V， Kleiminger W. Exploring zero-training algorithms for occupancy detection based on smart meter measurements[J].Computer Science - Research and Development， 2018， 33（1/2）：25-36.

[21] Wang Z X ， Ding Y. An occupant-based energy consumption prediction model for office equipment[J]. Energy and Buildings，2015， 109：12-22.

[22] Chen Z H ， Zhu Q C ， Masood M K ， et al. Environmental sensors-based occupancy estimation in buildings via IHMM -MLR [J].IEEE Transactions on Industrial Informatics， 2017， 13（5）：2184-2193.

[23]聶芹芹.基于主動(dòng)紅外入侵探測(cè)器的室內(nèi)人員計(jì)數(shù)方法研究[D].合肥：安徽建筑大學(xué) ， 2020.

Nie Q Q . Research on indoor occupant counting method based on active infrared intrusion detector[D]. Hefei： Anhui Jianzhu University， 2020.（in Chinese）

[24]劉越.主動(dòng)紅外探測(cè)監(jiān)控器的有效性驗(yàn)證[J].網(wǎng)絡(luò)與信息 ， 2009， 23（8）：38.

Liu Y. Validation of active infrared detection monitor [J]. Network amp; Information， 2009， 23（8）：38.（in Chinese）

[25]蔣靜.關(guān)于主動(dòng)紅外入侵探測(cè)器原理與應(yīng)用探析[J].中國(guó)公共安全 ， 2019（ S1）：105-106.

Jiang J . Principle and application of active infrared intrusion detector[J]. China Public Security， 2019（ S1）：105-106.（in Chinese）

[26]黃文理 ， 葉晨.智能車輛計(jì)數(shù)器的設(shè)計(jì)[J].電子世界 ， 2018（13）：115-117.

Huang W L ， Ye C . Design of intelligent vehicle counter [J]. Electronics World， 2018（13）：115-117.（in Chinese）

[27] MukkamalaN ， Patel P， Shankar G ， et al. Relationship between body mass index and skin fold thickness in young females[J].Journal of Pharmaceutical Research International， 2021：188-193.

[28]劉勇 ， 劉桂娜 ， 龔佳祺 ， 等.結(jié)直腸癌患者的 BMI 會(huì)影響術(shù)后住院時(shí)間：基于 DACCA 的真實(shí)世界數(shù)據(jù)研究[J].中國(guó)普外基礎(chǔ)與臨床雜志 ， 2021， 28（11）：1486-1493.

Liu Y， Liu G N ， Gong J Q ， et al. BMI of colorectal cancer patients will affect post-operative hospital stay： a real world study based on DACCA [J]. Chinese Journal of Bases and Clinics in General Surgery， 2021， 28（11）：1486-1493.（in Chinese）

[29] MaggioM ，CedaGP，Ticinesi A ，etal. Instrumentalandnon-instrumentalevaluationof 4-meterwalkingspeedinolderindividuals[J]. PLoS One， 2016， 11（4）： e0153583.

[30] KarpmanC ，Lebrasseur N K ， Depew Z S ， et al. Measuring gait speed in the out-patient clinic： methodology and feasibility[J].Respiratory Care， 2014， 59（4）：531-537.

[31] Keijsers NL W，Stolwijk NM ，RenzenbrinkGJ，etal. Predictionof walkingspeedusingsinglestanceforceor pressuremeasurements in healthy subjects[J]. Gait amp; Posture， 2016， 43：93-95.

[32] Xiao C W， Ye J Q ， Esteves R M ， et al. Using Spearman's correlation coefficients for exploratory data analysis on big dataset[J].Concurrency and Computation： Practice and Experience， 2016， 28（14）：3866-3878.

（編輯鄭潔）