ArduinoとMATLABでルームモーション検出器を作成する

この例では、 フォトレジスタとArduinoに基づいた簡単なモーション検出器が作成されます。 MATLAB用Arduinoサポートパッケージを使用して管理されます。

はじめに

フォトレジスタは、入射光の強度に反応する可変抵抗器であるため、動き検出器は照明の変化を引き起こす動きのみを検出します。

MATLABで記述された制御プログラムは、サポートパッケージのコマンドを使用して、Arduinoピンから電圧を読み取ります。 電圧値は、時間を参照して、MATLABに直接読み込まれます。 このデータは、モーション検出のためにリアルタイムでプロットおよび分析されます。

このコードでは、モーション検出にアルゴリズムの組み合わせを使用していますが、同様のプロジェクトで使用できる他の多くの機械学習およびデータ分析アルゴリズムがあります。

モーションディテクターの実行中、MATLABはすべての電圧測定値を対応するタイムスタンプと共に保存します。 これにより、ユーザーは記録が完了した後、MATLABで完全なデータセットを処理できます。 次の記事では、このようないくつかのレコードとアルゴリズムの分析結果を示します。

何が必要ですか？

• Arduinoまたは同等のもの
• USBケーブル
• 1個のフォトレジスタ
• 10 kオームの抵抗
• ワイヤ（MGTFは0.2で十分です）
• 小さなブレッドボード

タスク1-ArduinoをMATLABに接続する

ArduinoをMATLABに接続するには、ArduinoのMATLABサポートパッケージをインストールする必要があります。 このサポートパッケージは、R2014a（現在のR2015a）以降のリリースで開始され、サポートパッケージインストーラーを使用してインストールされます。 このインストーラーは、MATLABリボン（アドオン->ハードウェアサポートパッケージの取得）またはsupportPackageInstallerコマンドを使用してコマンドラインから開くことができます。 サポートパッケージをインストールしたら、Arduinoを接続できます。

手続き

1. USBケーブルを使用してArduinoをコンピューターに接続します。
2. MATLABで、Arduinoオブジェクトを初期化します。

% Inputs: Port ID (from your computer), Arduino board type myArduino = arduino('COM4','uno');
      
      

        
        
        
      

    
        
        
        
      
      

        
        
        
      

    
     

タスク2-MATLAB-Arduino接続のテスト

ほとんどのArduinoボードまたはクローンには、ピン13にLEDが組み込まれています。ボードにLEDがある場合は、フラッシュするだけで接続を確認できます。

内蔵LEDがない場合は、デジタル出力（例：13）とGNDの間の抵抗に直列に接続できます（下の配線図を参照）。

抵抗器の定格はLEDの色によって異なりますが、赤と黄色のLEDには330オームの抵抗器で十分です。 LEDが接続されている場合、確認するには以下のコードを実行する必要があります（LEDを5回点滅させます）。

タスク3-回路の組み立て

重要なことは、すべての抵抗器と同様に、フォトレジスタが方向付けられていないことです-流れる電流の方向について心配する必要はありません。 まず、フォトレジスタを使用して簡単な分圧器を作成する必要があります。

1. ブレッドボードでは、フォトレジスタと10kオームの抵抗を直列に接続します。
2. 10kΩ抵抗のフリー端子をGND Arduinoピンに接続します。
3. フォトレジスタの空き出力を5V Arduinoピンに接続します。

フォトレジスタと10kΩ抵抗の間の電圧を測定するには、回路内のこのポイントをワイヤーを使用してArduinoアナログ出力に接続する必要があります。 この靭帯は電位差計として機能します。

タスク4-回路とフォトレジスタを確認する

次のステップでは、変化する照明にフォトレジスタが正しく応答することを確認するために、回路をチェックします。

以下のスクリプトは、Arduinoをセットアップし、Arduinoアナログ出力を介してフォトレジスターから電圧測定値を取得する方法を示しています。

フォトレジスタをカバーするか、スクリプトの実行中に部屋のライトをオン/オフにして、フォトレジスタが照明の変化にどのように反応するかを確認してください。

タスク5-モーションディテクターアルゴリズムのキャリブレーション

フォトレジスタは非常に感度が高いため、モーション検出アルゴリズムにはキャリブレーションが必要です。キャリブレーションは、周囲の照明条件とモーション検出器の使用シナリオに依存します。 プログラムされた光レベルも、希望する感度に調整する必要があります。

モーション検出器のMATLABコード（Run_Motion_Detector.m）は、3種類の計算をリアルタイムで適用して、現在の電圧値がモーションに対応することを決定します。

各計算は、小さなデータウィンドウ内の変動を定量化する簡単な方法です。 各計算結果を対応するしきい値と比較して、この変化が動きを示しているかどうかを判断します。 結果のいずれかが変数の対応するしきい値を超える場合、現在の電圧値は移動として指定されます。

しきい値変数は、モーション検出器の感度に直接関係しており、特定の状況ごとに調整する必要があります。

合計で、3つのメソッドが実装されています。

1. 標準偏差法— std （ 電圧 ）を使用して、データウィンドウ内のすべてのポイントの標準偏差を計算します。 これは、電圧測定値の差の基本的な計算です。
2. 差の方法-sum（abs（ diff（ voltages）））を使用して、連続するポイント間の差の絶対値の合計を計算します。 これは、データウィンドウ内の連続するデータポイント間の正味変化の計算です。
3. 勾配法-データウィンドウに最適な線形トレンド（勾配）を計算します。 それらは電圧測定値として必要ですが、対応する時間測定値です。

照明条件の記述的分析のために、getLightingCondition関数は各電圧測定値での光強度を定性的に記述します。

この機能は、モーション検出器の設置場所での照明レベルを記述するために、それに応じて調整および拡張する必要があります。

タスク6-記録されたデータの処理

多くのモーションセンサーは、特定のタスクを自動化するように設計されているため、リアルタイムのモーション検出専用に設計されています。 これは、空港や店舗の自動ドアで使用される、またはオフィスビルのスイッチの動きによって作動する、非常に一般的なタイプの動き検出器です。

この例を使用して作成された、MATLABを使用して作成されたモーション検出器は、リアルタイムのモーションを検出できるだけでなく、記録セッション全体でセンサー読み取り値をさらに記録および収集できます。

Run_Motion_Detector関数は、ベースMATLABワークスペースのanalogVoltageおよびsensorTime変数の生のアナログ電圧値と時間カットオフを自動的に保存します。

MATLABに保存すると、このデータをAnalyze_Motion_Detector_Data関数に渡して、さまざまな動き検出アルゴリズムを実装および比較できます。 次の図は、完全なデータセットに対する3つのモーション検出アルゴリズムの結果を示しています。

赤いデータマーカーは、3つの方法すべてで動きとして特徴付けられます。 いくつかの動きはスロープ法（緑のマーカーで表示）でのみ検出され、他の動きは標準偏差法および/または差分法（青のマーカーで表示）でのみ検出されることが重要です。

これら3つの方法を組み合わせて動きを検出すると、MATLABに実装された動き検出器は完全な動き記録を作成できます。

タスク7-運動の分類

データ処理にMATLABを使用すると、モーションイベントを分離し、いくつかの計算されたパラメーターに従ってそれぞれを特徴付けることが簡単です。

計算できるいくつかの単純なパラメーターは次のとおりです。

• モーションイベントが発生する前の光レベル
• 移動後の光レベル
• モーションイベント中の平均光
• モーションイベントの合計時間

Categorize_Motion_Events関数は、各モーションイベントのこれら4つのパラメーターを計算し、それらを使用してモーションレコードの適切な説明を提供します。

説明は、ストレスグラフをマークするために使用されます。 モーションマークは3文字で構成され、モーションイベントの上にあります。

1. 最初の記号-プラス、マイナス、または等号は、モーションイベントの近くでの光強度の増加（+）、減少（-）、または不変性（=）を示します。
2. 次の文字は特定の動きのタイプを示す文字で、対応する文字の動きのタイプを以下にリストします。
   
   
   • G：連続移動（20秒以上照明が変化する）
   • E：動きを強化（数秒以内に照明が変化）
   • M：光の大きな変化（イベントの周りで突然光が変化する）
   • C：組み合わせ（イベント中およびイベント周辺の光の変化）
   • L：光の変化（イベント周辺の光のわずかな変化）
   • T：一時的な動き（イベントの周りの光に大きな変化はありません）
   
   
   
3. 3番目の記号（指定されている場合）は、最初の記号と同じプラス記号、マイナス記号、等号を使用して、各移動イベント中の照明の平均値が前後の光強度にどのように関連するかを示します。

特定の種類のモーションを追跡する場合は、制限を強化してより正確な分類を取得するか、MATLABの機械学習方法を使用して、自動構成されたモーション検出器をプログラムできます。

実用：ロビーでの活動の観察

動き検出器は照度の変化に敏感であるため、追跡する動きが照度の急激な増加または急激な減少に対応する場合に最適に機能します。

人を検出するのに適したシナリオの1つは、明るい照明の壁または光源の近くの廊下にモーション検出器を配置することです。 人々が廊下を通るとき、彼らの影がフォトレジスタに落ちると、電圧の急激な低下が起こります。

下のグラフは、ホールモーション検出器によって収集されたデータを示しています。 モーションイベントは、ロビーで収集されたデータを分析するために特別に変更されたCategorize_Motion_Events関数のバージョンを使用して分類されます。

照明の変化（MまたはL）として分類されたモーションイベントは、ホールを通過する人々を示していない可能性が高いため、破棄される場合があります。

これにより、人の通過を示すと思われる9つのイベントが残ります。 さらに分析を実行して、人の歩行速度やグループ内の人数を計算し、移動イベントの長さを調べることができます。

おわりに

Arduinoでは、シンプルなモーション検出器が作成され、MATLABを使用して検出器を較正し、モーションを分類しました。

実用化：猫を訓練してアルゴリズムを磨き、その後、より深刻なコンポーネントベースに転送します。

記事資料

• Arduinoサポートパッケージ
• プログラムコード