無(wú)縫用戶(hù)體驗(yàn)

 

傳統(tǒng)的可視門(mén)鈴系統(tǒng)涉及使用按鈴、麥克風(fēng)和攝像機(jī)。這些系統(tǒng)通常被硬連接到電源，而視頻被傳送到一臺(tái)特定的電視機(jī)上。啟用支持IoT的可視門(mén)鈴的目的類(lèi)似，但實(shí)現(xiàn)方式卻大相徑庭。運(yùn)動(dòng)傳感器可檢測(cè)到門(mén)口訪(fǎng)客，并通過(guò)云將視頻流傳輸?shù)街悄苁謾C(jī)應(yīng)用。與訪(fǎng)客的通信通過(guò)應(yīng)用程序中運(yùn)行的雙向IP音頻流和單向視頻流進(jìn)行。這些門(mén)鈴的基本功能可與完整的安全系統(tǒng)集成在一起。此安全系統(tǒng)可遠(yuǎn)程啟用/禁用無(wú)鑰匙鎖，觸發(fā)警報(bào)或根據(jù)特定輸入提供自動(dòng)反饋。

 

可視門(mén)鈴的早期發(fā)行版本經(jīng)常受到視頻和音頻問(wèn)題的困擾，例如錯(cuò)誤響鈴和不清楚的音頻，但是諸如云備份、運(yùn)動(dòng)檢測(cè)、視頻流和雙向通信等關(guān)鍵功能需要流暢的性能才能運(yùn)作。這些要求，加上先前的硬連線(xiàn)功率限制，給現(xiàn)代可視門(mén)鈴子系統(tǒng)帶來(lái)了一系列自身的硬件挑戰(zhàn)。

 

錯(cuò)誤動(dòng)作事件

 

可視門(mén)鈴中常用的熱電（又稱(chēng)無(wú)源紅外，PIR）運(yùn)動(dòng)傳感器容易出錯(cuò)，例如對(duì)白天行駛的車(chē)輛產(chǎn)生的眩光、暖流、蟲(chóng)子、動(dòng)物以及其他各種基于熱量的活動(dòng)做出錯(cuò)誤反應(yīng)，并在此過(guò)程中在用戶(hù)手機(jī)上觸發(fā)惱人的錯(cuò)誤警報(bào)音和通知。由于用戶(hù)最終將完全忽略警報(bào)，甚至使門(mén)鈴脫機(jī)，這極大降低了可視門(mén)鈴的安全性。此外，PIR傳感器頻繁發(fā)生的虛假運(yùn)動(dòng)檢測(cè)事件會(huì)大大縮短電池壽命。

 

一種相對(duì)直接的解決方案是使用兩個(gè)旨在具有稍微重疊的覆蓋范圍的PIR傳感器來(lái)創(chuàng)建更大的運(yùn)動(dòng)檢測(cè)區(qū)域（圖1）。由于雙傳感器僅生成針對(duì)較大物體的通知，因此較小物體（例如蟲(chóng)子和寵物）將不會(huì)記錄。將PIR傳感器與其他光傳感器和溫度/濕度傳感器一起使用可避免因溫度或光的快速變化而引起的誤觸發(fā)。這種多模式傳感方法減少了錯(cuò)誤警報(bào)的可能性，同時(shí)還消耗了最少的功率，從而延長(zhǎng)了電池壽命。

 

圖1冗余的PIR傳感器可提高人體運(yùn)動(dòng)檢測(cè)的準(zhǔn)確性，因?yàn)楸仨氂|發(fā)多個(gè)光束才能將其視為運(yùn)動(dòng)事件

 

也可使用嵌入式MCU和某些固件來(lái)實(shí)現(xiàn)基于算法的運(yùn)動(dòng)檢測(cè)，以提高精度。有多種方法可實(shí)現(xiàn)基于視覺(jué)運(yùn)動(dòng)的檢測(cè)，但是最常見(jiàn)的方法之一是將當(dāng)前幀與參考圖像進(jìn)行比較，并逐像素跟蹤差異。這種類(lèi)型的圖像處理必須足夠智能，以將經(jīng)過(guò)的車(chē)輛和風(fēng)吹動(dòng)樹(shù)木的運(yùn)動(dòng)作為背景的一部分來(lái)處理，以避免產(chǎn)生誤報(bào)，而這種功能需要相當(dāng)大的處理能力。

 

這些過(guò)濾任務(wù)中的一些任務(wù)可卸載到基于云的算法上，這些算法可針對(duì)用戶(hù)特性進(jìn)行圖像數(shù)據(jù)微調(diào)。但這需要相對(duì)較大的基礎(chǔ)架構(gòu)來(lái)提供支持和良好的Wi-Fi連接，并且仍然導(dǎo)致高功耗。因此，大家不會(huì)選擇電池供電的智能門(mén)鈴，至少目前是這樣。雖然依靠外部電源減少了門(mén)鈴的位置選擇，但用戶(hù)也因此無(wú)需充電或更換電池。

 

圖像傳感器和處理器連接問(wèn)題

 

可視門(mén)鈴中的圖像處理需要圖像傳感器、數(shù)字媒體處理器，并且在大多數(shù)情況下，需要一些外圍器件。選擇圖像傳感器時(shí)，需要考慮一些因素，其中最重要的是分辨率、幀速率、像素大小、像素結(jié)構(gòu)和快門(mén)時(shí)間。除單獨(dú)組件的諸多考慮因素之外，圖像傳感器和數(shù)字媒體處理器之間也經(jīng)常存在連接問(wèn)題。

 

除非特別注意，否則您可能會(huì)發(fā)現(xiàn)自己的一對(duì)出色的器件因其輸入/輸出（I/O）接口格式不匹配而無(wú)法相互通信。由于I/O接口（I2C、并行、通用I/O）存在大量差異，因此更容易犯下此類(lèi)錯(cuò)誤。為避免這種惱人情況，設(shè)計(jì)人員必須確保圖像傳感器支持的I/O接口與數(shù)字媒體處理器的I/O兼容。 

 

當(dāng)兩個(gè)器件具有不同的工作電壓和邏輯信號(hào)電平時(shí)，可能會(huì)出現(xiàn)類(lèi)似的問(wèn)題。幸運(yùn)的是，電壓轉(zhuǎn)換器件可通過(guò)范圍介于0.6V至5.5 V的雙向電壓轉(zhuǎn)換輕松解決這種不匹配問(wèn)題。盡管它們?yōu)楫a(chǎn)品的BOM增加了少量成本，但它給設(shè)計(jì)人員提供了更廣泛的圖像傳感器和MCU的選擇，而不是只使用相同電壓的傳感器和MCU。

 

易產(chǎn)生噪音的環(huán)境

 

現(xiàn)代可視門(mén)鈴所需的全雙工、免提通信增加了其他復(fù)雜性，要?6?7?6?7求設(shè)計(jì)必須處理因用戶(hù)將揚(yáng)聲器/麥克風(fēng)增益調(diào)節(jié)得過(guò)高而導(dǎo)致的不穩(wěn)定反饋。例如，接收音頻的人員需在揚(yáng)聲器上獲得相對(duì)較大增益才能充分辨別遠(yuǎn)端通話(huà)，但是麥克風(fēng)近距離很容易檢測(cè)到聲音并經(jīng)常將其放大回去，從而導(dǎo)致討厭的回聲（圖2）。過(guò)去，通過(guò)揚(yáng)聲器接收信號(hào)時(shí)，半雙工通信通過(guò)顯著降低麥克風(fēng)的增益，從而減少這種回聲。

 

圖2 雙向音頻通信在混響語(yǔ)音和回聲方面有很多需要認(rèn)真考慮的因素

 

主動(dòng)調(diào)整麥克風(fēng)和揚(yáng)聲器增益的系統(tǒng)可能會(huì)在環(huán)境噪聲水平相對(duì)較低的環(huán)境中為全雙工通信糾正此問(wèn)題。不幸的是，這在具有不可預(yù)測(cè)的環(huán)境噪聲源（如經(jīng)過(guò)的公共汽車(chē)或其他交通）的環(huán)境中效果不佳。有幾種的數(shù)字信號(hào)處理（DSP）技術(shù)，包括回聲消除（AEC）和自適應(yīng)頻譜降噪（ASNR），可以解決這一問(wèn)題。AEC創(chuàng)建了自適應(yīng)濾波器，可通過(guò)最初識(shí)別傳輸?shù)男盘?hào)并在某個(gè)時(shí)間窗口內(nèi)重新出現(xiàn)該信號(hào)時(shí)將其消除，從而有效消除回聲。ASNR利用頻域從音頻信號(hào)中去除環(huán)境噪聲和不需要的噪聲分量，從而去除背景噪聲和寬帶噪聲。AGC旨在改善免提通信的低聲壓級(jí)語(yǔ)音信號(hào)。諸如此類(lèi)的音頻算法保持了麥克風(fēng)和揚(yáng)聲器的增益而不會(huì)產(chǎn)生不必要的反饋和回聲，且無(wú)需訴諸語(yǔ)音切換，從而提供出色的音頻體驗(yàn)。

 

最大限度利用揚(yáng)聲器

 

盡管復(fù)雜的DSP算法有助于實(shí)現(xiàn)全雙工音頻通信，但它們通常無(wú)法最大程度地發(fā)揮系統(tǒng)音頻揚(yáng)聲器的全部功能。由于揚(yáng)聲器音圈中的過(guò)多熱量和超出其偏移限值會(huì)導(dǎo)致快速損壞和音錐，因此音頻工程師通常會(huì)對(duì)放大聲壓級(jí)施加硬性限制，使其遠(yuǎn)低于揚(yáng)聲器的實(shí)際功能。與放大器配合使用的軟件算法可以實(shí)時(shí)監(jiān)控?fù)P聲器的溫度和偏移。該反饋可實(shí)現(xiàn)更精細(xì)的聲壓級(jí)和更高的音頻清晰度。

 

語(yǔ)音命令和語(yǔ)音識(shí)別

 

未來(lái)的可視門(mén)鈴可能會(huì)基于語(yǔ)音激活和語(yǔ)音識(shí)別技術(shù)實(shí)現(xiàn)免提控制。這些語(yǔ)音用戶(hù)界面從一系列麥克風(fēng)和DSP算法接收命令時(shí)，再次增加了另一層復(fù)雜性。盡管與接收麥克風(fēng)的距離相對(duì)較大，但這些門(mén)鈴很可能會(huì)使用波束成形算法將所需的音頻信號(hào)與背景噪聲分開(kāi)。已有可用的麥克風(fēng)板可用于實(shí)現(xiàn)波束形成算法，該算法可從揚(yáng)聲器方向放大語(yǔ)音信號(hào)，以從嘈雜環(huán)境中獲得清晰的語(yǔ)音和音頻。 

 

在真正實(shí)用的可視門(mén)鈴產(chǎn)品中，重要的是這些高級(jí)功能無(wú)需額外的電源，且可對(duì)本地麥克風(fēng)輸入信號(hào)起作用。我們正在尋找一種設(shè)計(jì)策略，以使產(chǎn)品更簡(jiǎn)單、低功耗、小尺寸。

 

電力預(yù)算挑戰(zhàn)

 

實(shí)用的可視門(mén)鈴可以通過(guò)以下其中一種方式供電：使用可充電電池，允許其從房屋現(xiàn)有的低壓門(mén)鈴布線(xiàn)中獲取電能，或?yàn)槠渑鋫湟蕴W(wǎng)供電（PoE）接口。這些電源選項(xiàng)各有利弊（表1）。如前所述，電池供電單元所提供的靈活放置方式使安裝更加簡(jiǎn)單，而硬線(xiàn)門(mén)鈴則具有維護(hù)成本低的優(yōu)勢(shì)。 

 

表1 向可視門(mén)鈴供電的方法

 

節(jié)能是電池供電的可視門(mén)鈴的主要關(guān)注點(diǎn)。許多上述算法將需要更多的功耗密集型處理。高度針對(duì)性的SoC設(shè)計(jì)，例如德州儀器（TI）CC3120/CC3220，可通過(guò)較少的片外事務(wù)（片上RAM和/或閃存）實(shí)現(xiàn)更高級(jí)別的并行處理（喚醒/睡眠觸發(fā)器、網(wǎng)絡(luò)連接），從而降低了總體功耗。此外，專(zhuān)為電池供電而設(shè)計(jì)的MCU具有多種電源模式，包括關(guān)機(jī)、休眠、睡眠、待機(jī)和活動(dòng)模式，細(xì)心的開(kāi)發(fā)人員可使用它們進(jìn)一步降低能耗。

 

設(shè)計(jì)任何使用家庭現(xiàn)有門(mén)鈴電源的產(chǎn)品的主要考慮因素是：交流電源中沒(méi)有針對(duì)這些產(chǎn)品的標(biāo)準(zhǔn)輸出電壓，其最初是為使用8 V至24 VAC之間的電壓為電鈴供電而設(shè)計(jì)的。為最大程度地降低以這種方式供電的產(chǎn)品的性能下降，有必要仔細(xì)注意一些參數(shù)，例如輸出電壓精度、電壓紋波、滿(mǎn)負(fù)載下的系統(tǒng)效率和散熱。對(duì)于特別敏感的組件尤其如此，例如經(jīng)常在可視門(mén)鈴中使用的互補(bǔ)金屬氧化物半導(dǎo)體（CMOS）圖像傳感器。這些組件對(duì)噪聲源特別敏感，例如電源波動(dòng)、電磁干擾和溫度變化。

 

為實(shí)現(xiàn)最佳性能，可視門(mén)鈴需要一個(gè)電源。該電源可接受各種低壓交流電，并為其各個(gè)子系統(tǒng)（傳感器、I/O、音頻、內(nèi)存、UI等）產(chǎn)生干凈、穩(wěn)壓良好的直流電，也可以放入產(chǎn)品緊湊型外殼中。如圖3所示，這通常涉及多個(gè)降壓轉(zhuǎn)換器，最好是采用可在重負(fù)載下提供高效率的同步架構(gòu)的轉(zhuǎn)換器。在這種需要寬電壓范圍或大量分立電源的設(shè)計(jì)中，可使用單個(gè)降壓穩(wěn)壓器為多個(gè)線(xiàn)性穩(wěn)壓器供電（理想的低壓差）。 

 

圖3可視門(mén)鈴的示例電源架構(gòu) （來(lái)源：德州儀器）

 

對(duì)于電池供電的應(yīng)用，滿(mǎn)載和輕載下的系統(tǒng)效率都是必需的；對(duì)于在密閉封裝、通風(fēng)很少或沒(méi)有通風(fēng)的情況下運(yùn)行的線(xiàn)路供電產(chǎn)品，也是如此。對(duì)于可視門(mén)鈴，必須仔細(xì)實(shí)現(xiàn)諸如用戶(hù)界面、無(wú)線(xiàn)通信監(jiān)視和運(yùn)動(dòng)檢測(cè)之類(lèi)的功能，以最大程度地提高電源效率。必須同樣注意待機(jī)電流，例如電源的靜態(tài)電流和關(guān)斷電流，因?yàn)樗鼈儠?huì)嚴(yán)重影響電池壽命。低靜態(tài)電流可極大延長(zhǎng)電池的使用壽命，因?yàn)榭梢曢T(mén)鈴大部分時(shí)間都處于睡眠/休眠模式。此外，同步轉(zhuǎn)換器具有從其脈寬調(diào)制模式到省電模式的無(wú)縫過(guò)渡的能力，使其在滿(mǎn)載和輕載時(shí)均保持相對(duì)高效。

 

可視門(mén)鈴是具有嚴(yán)格尺寸限制（有時(shí)甚至是功率限制）的幾種IoT產(chǎn)品之一，且必須在處理器愈加復(fù)雜的高功耗算法與有限的功率資源之間取得平衡。這些限制導(dǎo)致了一些獨(dú)特的設(shè)計(jì)挑戰(zhàn)，當(dāng)前技術(shù)進(jìn)步使得克服這些挑戰(zhàn)成為可能。隨著人工智能以語(yǔ)音、聲音和面部識(shí)別的形式成為住宅安全系統(tǒng)的必備功能，這些挑戰(zhàn)自然將變得越來(lái)越復(fù)雜。

 

Srinivasan Iyer

 

Srinivasan Iyer是德州儀器（TI）樓宇自動(dòng)化集團(tuán)的系統(tǒng)工程師，專(zhuān)注于視頻監(jiān)控、HVAC、電梯和自動(dòng)扶梯的發(fā)展趨勢(shì)。

 

 

推薦閱讀：