南京科技职业学院 葛先雷



眼控智能LED台灯的设计

南京科技职业学院 葛先雷

【摘 要】人在疲劳状态下的生理指标会偏离正常值，因此可以通过指标来判断人是否进入疲劳状态。目前基于眼动机理研究疲劳的算法有很多种，广泛采用的算法包括PERCLOS，即将眼睑闭合时间占一段时间的百分比作为生理疲劳的测量指标。

【关键词】眼控；LED台灯；智能设计

顺应科技的进步，台灯开发走向智能化、节能化。智能台灯可以节省能源和纠正使用者的错误坐姿，预防不良坐姿引发的颈椎变形及近视的发生。

1　主要研究内容

该项目设计了一种用眼睛控制的智能台灯，该台灯安装疲劳识别系统。疲劳识别系统是基于红外图像的处理使得产品在光下和黑暗里都能进行识别疲劳的研究。检测眼睛开合情况，尤其增加了对瞳孔的识别，眼皮没合上眼珠长时间不动瞳孔就很暗。检测的眼皮开合时间比作为一种信号，瞳孔的亮暗时间比是第二种信号，这两种识别信号传到单片机，进一步控制LED台灯的亮度及灯的开关，同时发出报警音乐让人清醒或去睡觉。

2　设计的原则

随着移动互联网与半导体技术的发展,人们对家居生活的网络化、智能化、节能化的需求更加强烈,将家用电器、照明灯具、安防报警等模块制造成智能照明系统，传统照明系统已无法满足现代人的需求,智能照明系统应运而生。

该智能LED台灯实现了“传感器实时釆集,传感网络数据透传,遥控器精准控制,上位机集中管理”的设计目标,随着住户对照明品质要求的提高,在智能建筑、智能家居行业极具市场竞争力,应用前景广阔。

3　系统的设计

3.1硬件设计方案

LED智能照明控制系统的硬件设计包括单片机微处理器、传感器(光照度、温度、移动目标)、PT4115驱动调光、PCB设计,构建起完整的硬件平台。

3.2传感器组成的信号检测及处理部分

单片机是本次智能节能台灯设计中的主要控制单元，主要控制电路灯光，单片机控制着控制电路。

智能台灯的设计是以传感器为基础的，传感器组成的处理部分电路及信号检测电路。信号检测及处理电路是由BISS000、热释电红外传感器、光敏电阻、组成的。红热释电红外传感器只接收波长为10μm左右的红外辐射，所以除人体以外的其他物体不会引发探头动工作，能很好避免由其他物体引发探头工作从而导致台灯误开，浪费资源的现象。探头内由互相串联的热释电元构成，制成的两个电极化方向刚好相反，环境背景辐射对两个热释元件几乎具有相同的作用，使其产生释电效应相互抵消，于是探测器无信号输出。

LED驱动器方案：作为绿色环保、高效节能的第四代新型光源，LED是低电压(2V～3.6V)、大电(200mA～l500mA)的半导体器件，其发光强度取决于LED光源的正向电流，当正向电流过大会导致LED芯片结温大幅升高，光通量大幅衰减，寿命缩短；当正向电流过小会导致LED发光强度大幅下降,影响照明质量。LED的端电流恒定不变，端电压随负载变化；精确控制LED正向电流的脉冲频率与占空比，实现恒流驱动；间歇脉冲供电,延长了大功率LED额定寿命。

LED调光方案：LED属于二极管,可实现高频开与关，实现PWM脉冲调光。PWM调光无色谱偏移，调光精确度高达万分之一，且无LED闪烁现象；PWM调光维持恒流源驱动，无过热现象。

3.3软件方案

本系统监测的数据是通过眼动仪对学习者的眼动数据进行采集，学习者佩戴眼镜（含眼动仪）进行学习，眼动仪采集相关的数据，并选择需要进行下一步处理的数据，整理成与系统匹配的数据格式，导入到该系统中，筛选任务需求的眼动指标。通过选择不同的疲劳监测指标，对数据进行实时分析处理，获得其不同精神状态的阈值相关指标，得到其学习过程中的表征精神状态的数值变化。通过可视化界面如实时波动曲线监测来观察学习者的实时精神状态变化，也可以通过语音报警模块实现在学习过程中对学习者的实时提醒功能。系统流程图如下图所示。

3.4控制单元

控制程序的运行终止，在某些实际运行过程中，我们并不需要时刻开启对学习者眼动数据的监测，在不需要实时监测的时间内关闭系统运行来避免出现误报或者对学习者的注意力产生影响。在需要的时候开启软件，随时中断或者开启监测功能。使得基于眼动数据的学习疲劳监测系统具有一定的灵活性。

4　实验调试结果

系统启动后,先由红外差频定位瞳孔,定位瞳孔后再进行眼睛状态的提取。眼睛特征提取是使用训练好的三种眼睛模板运用改进的模板匹配的方法提取眼睛状态。使用训练好的全开、半开、全闭三个模板与图像中指定眼睛的区域进行匹配。由于眼睛瞳孔已定位,眼睛的区域已固定。根据眼睛的活动范围空间大小分别划分两个合适大小的区间,在区间内使用模板进行匹配来提取眼睛的特征。

检测出眼睛的三种状态以后，我们用测量PERCLOS值的原理来判断眼睛的疲劳程度。测量PERCLOS值的原理通过测量出t通过测量出tl-t4就能计算出PERCLOS的值:F=t3-t2/t4-t1，f代表眼睛闭合时间的百分率，即：PERCLOS值；t1是眼睛最大瞳孔闭合到80％瞳孔所用时间；t2是眼睛80％瞳孔闭合到20％瞳孔所用时间；t3是眼睛20％瞳孔闭合到20％瞳孔睁开所用时间；t4是眼睛20％瞳孔睁开到80％瞳孔所用时间。我们要计算f的值需要知道眼睛的三个状态：80％、20％、和100％瞳孔闭合的眼睛状态,而这三个状态和我们检测用的三个眼睛模板是一一对应的。提取每一帧以后,经过图像处理就可得到眼睛的开、闭状态。这样我们就可用滑动时间窗来计算f的值进而判断眼睛的疲劳程度。

通过对学习者疲劳监测系统现状的阐述说明，在现有的学习者疲劳监测系统的基础上，针对本文获取的相关学习者眼动数据，提出了基于眼动数据的学习者疲劳监测原型系统。通过对其进行需求分析，实现根据眼动指标进行学习者疲劳监测原型系统的窗口界面。并通过实际的数据导入，对学习者疲劳监测原型系统的性能和功能进行测试。实现初步的设计需求，当然基于眼动仪的学习者疲劳监测原型系统存在不少缺陷。希望在以后的工作中慢慢改进。

参考文献

[1]上海市南惠区惠南镇第二小学.感应台灯.中国,CN200910199913. x[P].2011-6-9.

[2]倪小鹏.基于视觉的学习员疲劳状态检测方法研究[D].华东理工大学,2012.

[3]成波,张广渊,冯睿嘉 等.基于眼睛状态识别的学习员疲劳实时监测[J].汽车工程,2008,30(11).