Krieger, Thomas P. U.: Innovative Sensorkonzepte und Signalverarbeitungsstrategien zur Bewegungserkennung und Präsenzkontrolle von Personen. 2002
Inhalt
- Vorwort
- Abstract
- Inhaltsverzeichnis
- Abkürzungen und Begriffserläuterungen
- Symbole und Formelzeichen
- 1. Einleitung
- 2. Sensorkonzepte zur Anwesenheitserkennung
- 2.1 Einleitung
- 2.2 Messgrößen zur Anwesenheitserkennung
- 2.2.1 Personenerkennung in Videobildern
- 2.2.1.1 Trennung und Adaption komplexer Hintergrundszenen
- 2.2.1.2 Modellbasierte Ansätze zur Erkennung und Verfolgung von Personen
- 2.2.2. Messtechnische Erfassung körpereigener Vitalfunktionen
- 2.3 Präsenzkontrolle durch Bewegungserkennung
- 2.3.1 Ultraschallsensoren zur Präsenzkontrolle
- 2.3.2 Mikrowellensensoren zur Bewegungserkennung
- 2.3.3 Intensitätsmessende optische Sensoren im Bereich des sichtbaren Lichts und des nahen Infrarot
- 2.3.3.1 Lichttaster als Ersatz für taktile Lichtschalter und Dimmer
- 2.3.3.2 Zusätzliche Informationen bei Verwendung von optischen Sensoren
- 2.3.4 Photomischdetektoren zur Messung der Laufzeit des Licht
- 2.3.4.1 Funktionsweise eines Photogate-PMD
- 2.3.4.2 PMD-Grundstrukturen und Kenndaten
- 2.3.4.3 Entfernungsmessung mit CW-Verfahren
- 2.3.4.4 Systemkonzept für PMD-basierte Entfernungsmessung
- 2.3.4.5 Entfernungsmessergebnisse mit einem 1D-PMD-Sensor
- 2.3.4.6 Parallele Entfernungsmessung mit PMD-Arrays
- 2.3.5 Sensoren zur Erfassung von Wärmestrahlung
- 2.4 Literaturverzeichnis
- 3. Bildgebende Sensoren zur Anwesenheitserkennung
- 3.1 Einleitung
- 3.2 Strahlungsphysikalische Grundlagen
- 3.2.1 Senderseitige Kenngrößen und Definition des Raumwinkels
- 3.2.2 Empfängerseitige Kenngrößen
- 3.2.3 Wellenausbreitung und Energieübertragung
- 3.2.4 Geometrische Optik
- 3.2.5 Berücksichtigung einer Linse im Übertragungsweg
- 3.2.6 Strahlungsrauschen
- 3.3 Bildgebende Sensoren
- 3.3.1 Lichtempfindliche Elemente in CCD- und CMOS-Technologie
- 3.3.2 Kenngrößen zur Beurteilung der Sonsorperformance
- 3.3.2.1 Geometrische Daten
- 3.3.2.2 Pattern Noise
- 3.3.2.3 Dunkelstrom und Dunkelstromrauschen
- 3.3.2.4 Rauschquellen
- 3.3.2.5 Signal-Rausch-Verhältnis und Dynamikbereich
- 3.3.2.6 Spektrale Empfindlichkeit
- 3.3.2.7 Zusätzliche Eigenschaften
- 3.3.3 Kamera- und Weltkoordinatensystem
- 3.3.4 Gesichtsfeld und Bereichsauflösung
- 3.3.5 Systemkonzept des Bildwächters
- 3.4 Literatur
- 4. Auswerteverfahren für bildgebende Sensoren
- 4.1 Einleitung
- 4.2 Differenzbildverfahren zur Bewegungserkennung
- 4.3 Bewegungserkennung mit Zeilen- und Spaltenmittelwerten
- 4.4 Varianzauswertung bei konstanter Grauwertinterpolation
- 4.5 Varianzauswertung bei linearer Grauwertinterpolation
- 4.6 Matrixorientiertes Verfahren zur Grauwertinterpolation
- 4.7 Anwendung des t-Tests
- 4.8 Anwendung des F-Tests
- 4.9 Literatur
- 5. Komponenten von PIR-Bewegungsmeldern
- 5.1 Pyroelektrische Detektoren
- 5.1.1 Pyroelektrische Festkörper und pyroelektrisches Verhalten
- 5.1.2 Ferroelektrizität, Polarisation und pyroelektrischer Effekt
- 5.1.3 Thermisches Verhalten eines pyroelektrischen Sensors
- 5.1.4 Elektrisches Verhalten eines pyroelektrischen Sensors
- 5.1.5 Übertragungsfunktion eines Einzelelementdetektors
- 5.1.6 Rauschquellen bei pyroelektrischen Detektoren
- 5.1.6.1 Temperaturrauschen
- 5.1.6.2 Dielektrisches Rauschen
- 5.1.6.3 Widerstandsrauschen
- 5.1.6.4 Verstärkerrauschen
- 5.1.6.5 Mikrophonie
- 5.1.7 Kenngrößen von pyroelektrischen Detektoren
- 5.1.8 Übertragungsverhalten eines Doppelelementsensors
- 5.1.9 Simulation zum Übertragungsverhalten eines Dualsensors
- 5.2 Hardwarekomponenten von Bewegungsmeldern
- 5.3 Fresnellinsen zur Bündelung langwelliger Temperaturstrahlung
- 5.4 Literatur
- 6. Systementwicklung von PIR-Bewegungsmeldern
- 6.1 Simulationstool zum Entwurf von Fresnellinsenarrays
- 6.1.1 Simulation des Erfassungsfeldes
- 6.1.2 Berücksichtigung der Systemparameter und der Erfassungsfeldspezifikationen
- 6.1.2.1 Sensorpositionen und Orientierung
- 6.1.2.2 Geometrie und Positionierung der Gesamtlinsenfläche
- 6.1.3 Initialisierung und Optimierung eines Fresnellinsenarrays
- 6.1.4 Beispiel zur Erfassungsfeldsimualtion
- 6.1.5 Anwendungsmöglichkeiten des Simulationstools
- 6.2 Aufzeichnung und Verarbeitung von Wächtersignalen
- 6.2.1 Datenaufnahme, Kommunikationsprotokoll und Dateihandling
- 6.2.2 Softwareentwicklung, Auswertung und Ergebnisausgabe
- 6.2.3 Parameteroptimierung und Beurteilung des Schaltverhaltens
- 6.3 Literatur
- 7. Konventionelle Signalverarbeitungskonzepte
- 7.1 Signale aus unterschiedlichen Bewegungsrichtungen
- 7.2 Referenzpegelnachführung und Schwellenauswertung
- 7.3 Ermittlung typischer Signaleigenschaften
- 7.4 Bewertung charakteristischer Signaleigenschaften
- 7.5 Korrelationstechniken zur Bewegungserkennung
- 7.5.1 Autokorrelation zur Erkennung von deterministischen Signalanteilen
- 7.5.2 Kreuzkorrelationsfunktion zum Vergleich von Signalen
- 7.6 Literatur
- 8. Modellbasierter Ansatz zur Bewegungserkennung
- 8.1 Einleitung
- 8.2 Systemkonzept mit Kalman-Filter
- 8.3 Abgleichprozess zwischen Model und realem Verhalten
- 8.4 Zeitkontinuierliche und zeitdiskrete Zustandsraummodelle
- 8.5 Modellierung von Nutz- und Störsignalen
- 8.6 Sensorielles Beobachtungsmodell
- 8.7 Allgemeine Beschreibung des Kalman-Filters
- 8.8 Anwendungsmöglichkeiten zur Bewegungserkennung
- 8.9 Literatur
- 9. Entwicklung eines zeitdiskreten Systemmodells zur Signalvorverarbeitung
- 9.1 Modellierung des Bewegungsmelderverhaltens
- 9.1.1 Übertragungsfunktion und Stoßantwort des vereinfachten Bewegungsmeldermodells
- 9.1.2 Herleitung des zeitkontinuierlichen Zustandsraummodells
- 9.1.3 Ableitung des äquivalenten zeitdiskreten Systemmodells
- 9.1.4 Berücksichtung von Rauschprozessen
- 9.1.5 Filtergleichungen des Kalman-Filters
- 9.1.6 Simulationsergebnisse bei Verwendung des vereinfachten Bewegungsmeldermodells
- 9.1.7 Modellerweiterung des einfachen Bewegungsmeldermodells
- 9.2 Allgemeines Modell zur Signalverfolgung
- 9.2.1 Herleitung der zeitkontinuierlichen Zustandsraummodells
- 9.2.2 Ableitung des zeitdiskreten Systemmodells
- 9.2.3 Simulationsergebnisse bei Verwendung des allgemeinen Signalmodells
- 9.3 Allgemeines Signalmodell mit spezieller Berücksichtigung von Drifteinflüssen
- 10. Anwendung des Kalman-Filters zur Bewegungserkennung
- 10.1 Einleitung
- 10.2 Parametrierung des Kalman-Filters anhand von typischen Sensorsignalen
- 10.3 Bewegungserkennung anhand von internen Größen des Kalman-Filters
- 10.3.1.1 Schwellenauswertung der Residuensequenz (Verfahren 1)
- 10.3.1.2 Auswertung der 1. Komponente der Zustandsprädiktion (Verfahren 2)
- 10.3.1.3 Auswertung der 2. Komponente der Zustandsprädiktion (Verfahren 3)
- 10.4 Schaltverhalten der verschiedenen Auswerteverfahren
- 10.4.1 Schaltverhalten bei konventioneller Signalauswertung
- 10.4.2 Schaltverhalten bei Auswertung der Residuensequenz
- 10.4.3 Bewertung der 1. Komponente des Zustandsvektors der Prädiktion
- 10.4.4 Bewertung der 2. Komponente des Zustandsvektors der Prädikation
- 10.4.5 Fehlschaltverhalten bei starken Störsignalen
- 11. Zusammenfassung und Ausblick
