Proyecto Fin de Carrera Desarrollo de los nodos de un sistema de …oa.upm.es/52161/1/PFC_DIEGO_ISLA_CERNADAS.pdf · 2018. 9. 11. · Nodos de sensor. ransformanT las señales eléctricas

Proyecto Fin de Carrera

Desarrollo de los nodos de un sistema de

vigilancia en tiempo real con una red de

sensores inalámbricos y tecnología radar en

banda X

Diego Isla Cernadas

[email protected]

Tutor: Jorge Portilla Berrueco

[email protected]

8 de julio de 2018

�Nuestros sentidos nos permiten percibir

solo una pequeña porción del mundo exterior.�

Nikola Tesla

I

Agradecimientos

Quiero agradecer al Centro de Electrónica Industrial (CEI) de la UPM la oportunidadque me brindaron al elegirme para poder trabajar en el centro desarrollando un proyectotan apasionante como este. El ambiente de trabajo y compañerismo ha sido una motivaciónpara desarrollar mis cualidades y lo aprendido en la escuela. Especialmente a Jorge Portillaque despertó en mí la pasión por la electrónica y las nuevas tecnologías.

Quiero dar las gracias a mi pareja y a mi familia por los consejos, el apoyo y la energía quesiempre me han dado.

Por último quiero dedicar a mis padres este proyecto por el apoyo incondicional durantetantos años, los consejos, los ánimos, por escucharme y motivarme... creyendo siempre enque lo podía conseguir.

Gracias.

III

Resumen

Se trata de implementar un nodo para la creación una red de sensores radar inalámbricospara un sistema de vigilancia de áreas abiertas. Estos nodos llamados Cookies desarrolladospor el CEI contarán con un módulo radar especialmente diseñado para este proyecto.

Se monitorizará en tiempo real un campo de interés (FoI ) en el cual se detectará el movi-miento de objetos con tecnología radar en banda X valiéndose de las propiedades del efectoDoppler ante los cambios de posición de los cuerpos.

Estos nodos tienen como �nalidad abaratar el coste, al igual que aumentar la efectividad, delos sistemas de vigilancia tradicionales en grandes áreas de tránsito libre, siendo el ejemplomás claro una gran área parcelaria industrial.

Para desarrollo de este proyecto además de contar con toda la tecnología ya existen sobrelas Cookies se utilizó Matlab para poder diseñar los algoritmos implementados el en nodoy OrCAD para la simulación y diseño del la placa de circuito impreso.

V

Índice general

Índice general VII

1 Introducción 1

1.1 El efecto Doppler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

1.2 Antecendentes. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

2 Estado del Arte 3

2.1 Redes de sensores inalámbricas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1.1 Técnicas de detección mediante WSN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

2.2 Tecnologías para la detección de movimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2.1 Sensores PIR . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2.2 Video Motion Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

2.2.3 Sensores Microondas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2.3 Procesamiento digital de señales. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

3 Objetivos 13

4 Metodología 15

5 Radar y Cookies 17

5.1 Detector de movimiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

5.2 Cookies . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19

VII

Índice general Índice general

6 Diseño del circuito 21

6.1 Sistema de Acondicionamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22

6.2 Validación del sistema de acondicionamiento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23

6.3 Selección de los componentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

6.4 Diseño de la PCB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

7 Desarrollo de la programación 29

7.1 Scripts de Matlab . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

7.2 Programación del uControlador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30

8 Resultados 35

8.1 El nodo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

8.2 Grá�cas de primeras pruebas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36

8.3 Grá�cas de resultados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38

9 Conclusiones y líneas futuras 41

Bibliografía 43

VIII Diego Isla CernadasProyecto de Fin de Carrera

1 Introducción

El proyecto se base en un radar en banda X que se vale de las propiedades del efectoDoppler ante los cambios de posición y velocidad de los cuerpos. Para la detección demovimiento el radar tiene algunas ventajas sobre otros sensores. La señal de radar no seve afectada por las condiciones lumínicas, el humo, el polvo y la niebla solo reduce la señalligeramente reducir la señal. Por ello el radar se puede usar en situaciones donde otrossensores dan un bajo rendimiento o no pueden ser utilizados.

1.1 El efecto Doppler

El efecto Doppler es llamado así por el físico autríaco Christian Andreas Doppler. Es elfenómeno por el cual la frecuencia de las ondas percibidas por un observador varía cuandoel foco emisor o el propio observador se desplazan uno respecto al otro. La ecuación (??)permite calcular la frecuencia de la onda re�ejada.

Fd = Ft2v

ccos θ cosϕ (1.1)

Ft es la frecuencia de la señal transmitida, θ es el ángulo entre en haz del radar y el objetoen movimiento en el plano horizontal, y ϕ es el ángulo de elevación entre el sujeto y el hazdel radar.

1.2 Antecendentes

Muchas empresas localizan sus fábricas y o�cinas en grandes áreas dispuestas por laadministración pública para realizar sus actividades económicas, forman el conjunto que sedenomina polígono industrial y/o parque logístico. En muchos casos estas áreas constan devías para la a�uencia de coches y personas. Los recintos suelen estar sin vallar, siendo deacceso libre. Uno de sus problemas más acuciantes es el de la seguridad.

1

1.2 Antecendentes Introducción

La seguridad de estos lugares no suele satisfacer las necesidades que requieren las empre-sas que forman el polígono. Debido a que existen amplios perímetros de acceso, en horasnocturnas la actividad es nula y el transito es escaso y, en muchos casos la iluminación esde�ciente. Para evitar problemas robo de material, cableado o actividades ilícitas, una delas soluciones es contratar un servicio de seguridad a empresas especializadas.

Figura 1.1: Sistema de video-vigilancia

Una de las prácticas más comunes son sistemas de video-vigilancia. El problema que presen-tan es que se trata de sistemas muy costosos. Las cámaras en sí son elementos so�sticadosy además requieren de un cableado y monitores. Esta práctica se suele acompañar de unsistema de rondas en vehículo, ya que en áreas muy extensas resulta la solución más econó-mica. La di�cultad que presenta este método recaba en que desde que la ronda sale hastaque �naliza puede pasar mucho tiempo dependiendo de las dimensiones de la zona a cubrir.

El desafío que se le presenta a los sistemas de seguridad que se proporcionan a día de hoy,son muchos y dependen del presupuesto que tenga el cliente (la mayoría de los sistemas deseguridad no son rentables para las empresas) y de las características del activo que se deseaproteger.

A continuación se detallan las tecnologías más comunes implantadas en los sistemas deseguridad:

Detector volumétrico que detecta los cuerpos calientes.

Vigilantes de seguridad, mano de obra activa.

Software de análisis de video inteligente.

Sistema de video vigilancia tradicional (CCTV).

Los sistemas de seguridad de video son la principal alternativa a este proyecto, pero comoya se mencionó presentan di�cultades antes por ejemplo las condiciones lumínicas.

También existen en el mercado dispositivos radar que como este proyecto pretende mejorarlos sistemas de seguridad pero su coste es del orden de 100 veces mayor a la alternativa aquípresentada.

2 Diego Isla CernadasProyecto de Fin de Carrera

2 Estado del Arte

El proyecto pretende sentar la base para la implementación de los nodos de una redde sensores inalámbricos, sus siglas en inglés WSN (Wireless sensor networks). Para ello sehizo un estudio sobre esta tecnología al igual que los sistemas existentes para la detenciónde movimiento y su procesamiento digital.

2.1 Redes de sensores inalámbricas

Una red de sensores inalámbricos está compuesta por una serie de dispositivos llamadosnodos, equipados con uno o varios sensores, con el �n de compartir datos entre ellos paraalcanzar un objetivo común. Estas redes tienen capacidad de almacenamiento y comunicaciónde datos de forma inalámbrica. Los elementos en los que se basan las WSN son los siguientes(Figura 2.1):

◦ Sensores. Son de distintos tipos y tecnologías, se encargan de tomar datos del medio yla convierten en señales eléctricas.

◦ Nodos de sensor. Transforman las señales eléctricas en datos que envían a la estaciónbase.

◦ GateWay (o puerta de enlace). Permite la interconexión entre la red de sensores y unared TCP/IP.

◦ Estación base. Es la encargada de la recolección de datos.

◦ Una red inalámbrica, típicamente basada en el estándar 802.15.4 ZigBee.

Se debe de buscar un diseño modular con el objetivo de poder reutilizar los elementos. Esrecomendable utilizar estándares para poder garantizar la portabilidad de los interfaces entrelos módulos, hardware y software. Dos arquitecturas son las más comunes, centralizada, enla que los nodos se comunican únicamente con el gateway y distribuida, en la que los sensoresse comunican sólo con sensores dentro de su alcance (ver Figura 2.2).

De modo que las WSN están formados por una red de sensores autónomos especialmentedistribuidos en un campo de interés (FoI, Field of Interest), compartiendo información entre

3

2.1 Redes de sensores inalámbricas Estado del Arte

Figura 2.1: Esquema básico de un nodo de una WSN

ellos y pudiendo comunicarse con otras redes, con el �n de monitorizar algún tipo de condiciónfísica como temperatura, iluminación, presión, velocidad...

La WSN se caracterizan por tener una gran facilidad de despliegue y de coste reducido.Tienen tiempos de respuesta bajos y sus mediciones son precisas y su frecuencia es elevada.Presentan implementaciones que le otorgan buenos aspectos en cuanto a seguridad. Por suparte los nodos que las componen son con�gurables y tienen una e�ciente gestión energética,esto les permite obtener altas tasas de autonomía. Son dispositivos robustos con tamañosy coste por lo general reducidos. Además vienen dotados de capacidad de computación ycomunicación inalámbrica.

El estándar de comunicación en el que se suelen basar es el IEEE 802.15.4. ZigBee esel nombre de la especi�cación de un conjunto de protocolos de alto nivel de comunicacióninalámbrica para su utilización con radiodifusión digital de bajo consumo, creado por ZigBeeAlliance. Está basada en anterior estándar IEEE 802.15.4 (ver Figura 2.3). Su objetivo

Figura 2.2: Tipologías de redes


Estado del Arte 2.1 Redes de sensores inalámbricas

de adopción son las aplicaciones que requieren comunicaciones seguras con baja tasa deenvío de datos y maximización de la vida útil de sus baterías. Se caracteriza por su bajoconsumo, permitir la utilización de la topología en red de malla y su fácil integración (sepuede implementar en nodos con muy poca electrónica.

Figura 2.3: Relación de capas de ZigBee y IEEE 802.15.4

ZigBee utiliza la banda ISM para usos industriales, cientí�cos y médicos; en concreto,868MHz en Europa, 915MHz en Estados Unidos y 2, 4GHz en todo el mundo, siendo estaúltima la más utilizada. Presenta velocidades de transmisión de datos de hasta 256Kbps yun rango de cobertura de entre 10 y 75m. Es un protocolo de comunicación de multi-salto,lo que implica que es capaz de comunicarse con nodos que están fuera de su alcance siempreque entre medias hayan otros nodos que interconecten a los dos últimos.

Algunas de las aplicaciones más interesantes de las WSN son las siguientes:

◦ Sensores ambientales. En zonas de gran área se despliegan WSN para medir multitudde variables (temperatura, fuego, humedad...) para prevenir o estudiar el impacto deagentes externos.

◦ Agricultura de precisión. Control de las condiciones climáticas, recolección de datossobre el terreno, control de riesgos, suministro de datos para los agricultores, cálculossobre el consumo de agua...

◦ Gestión de los recursos. Nodos que monitorizan el consumo de agua proporcionan losdatos para la creación de sistemas predictivos de fugas o roturas de canalizaciones entiempo real.

◦ Industria. En la era de la cuarta revolución industrial, la llamada Industria 4.0, lasredes de sensores son una de las piezas clave que permiten a las Smart Factories una

Diego Isla CernadasProyecto de Fin de Carrera

5


gran adaptabilidad a las necesidades y a los procesos de producción, una mejor gestiónde la calidad, así como la asignación e�ciente de los recursos.

◦ Vías públicas. Las WSN respaldan y amplían las capacidades de red de cámaras de trá�coexistentes, permitiendo una mejor gestión de las concurrencia de las mismas, del mismomodo que se puede informar de situaciones adversas a sus ocupantes.

◦ Smart Cities. De forma similar a lo que ocurre con las Smart Factories y en relacióncon el punto anterior, las cada vez más presentes redes de sensores en las llamadas�ciudades del futuro�, ayudan a la capacidad de respuesta a las necesidades básicas deinstituciones, empresas y de los ciudadanos.

◦ Sistemas de trazabilidad (RFID. Identi�cación de animales y control sanitario, alimen-tación de reses, transporte de animales, inspección de alimentos o guarda de la cadenade frío de los mismos son algunos ejemplos.

◦ Medicina. Con la reducción de tamaño y abaratamiento de los mismos, está surgiendouna gran variedad de sensores que permiten mejorar sensiblemente la calidad de vida dealgunos pacientes controlando constantes vitales tales como las pulsaciones, la presión,el nivel de azúcar en sangre...

◦ Entornos de alta seguridad. En zonas que requieren de una alta seguridad tales comocentrales nucleares o aeropuertos, se utilizan WSN para detectar situaciones de peligro.

2.1.1 Técnicas de detección mediante WSN

Hay muchos métodos de seguimiento de objetos propuestos en WSN. Fundamentalmen-te, se pueden distinguir dos tipos: rango base y rango libre. La principal diferencia entreestos métodos es la recolección de los datos de distancia. La primera utiliza la medición dedistancias o ángulos con señales de radio y hardware de medición más caro. La última utilizaprotocolos especiales para estimar la posición, pero estos métodos sólo son precisos con unadensidad de nodos alta y una distribución uniforme.

El primero se basa en la medición de distancias o ángulos para calcular las coordenadas. Enlas mediciones se utiliza Time of Arrival (ToA) para la comunicación entre nodos con GPSo RADAR. Este tipo de métodos de posicionamiento se basan en la teoría de la propagaciónde las ondas de radio.

Por otro lado, en el rango libre se pueden distinguir entre anclaje móvil y estático. El trabajoque aquí se realizará será del tipo estático.

Los tres protocolos para el posicionamiento "`clásicos"' son los siguientes:

◦ Centroide: [1] es un método sencillo en el que los nodos envían sus posiciones a todossus vecinos y estos las almacenan. Utilizando esta información, la posición de un nodo


Estado del Arte 2.1 Redes de sensores inalámbricas

es evaluada como el promedio de su vecina de los puestos de tacos. Sin embargo, si ladensidad de anclajes es baja o la distribución de los anclajes es irregular, la ubicaciónaproximada puede ser inexacta. Este método presenta una problema que a menos que elconjunto de anclas que cubre un objeto es diferente, la posición estimada no se cambia ypor lo tanto puede no ser lo su�cientemente preciso para re�ejar la ubicación en tiemporeal de la objeto.

◦ APIT: [2] fue otro protocolo de localización de rango libre que divide el rango dedetección en regiones triangulares con el puntas de los triángulos son nodos de anclaje.Un objeto en el interior puede estar fuera de estas regiones. La ubicación del nodo seestrecha por la evaluación del número de triángulos que cubren cada área. Este métododescribe el mismo problema con centroide.

◦ Szymanski: [3] propone otro enfoque similar a la método de centroide, pero en lugar deencontrar el centro de gravedad que estima la localización en los arcos, la idea básica,es que un objeto entra en una zona cubierta por las anclas o las hojas esa zona, elubicación evaluado. De acuerdo con el modelo, cada anclaje generar un poco. Estos bitscorresponden a los tiempos en que el blanco entra o sale del rango de detección delnodo. La ubicación estimada del nodo está en el punto medio del arco, que es partedel círculo borde de la región del sensor de anclaje. Estos arcos son elegidos en base ala información recopilada bits. Debido a esto, el único método encuentra la ubicacióncuando el nodos mueve entrada o salida de una zona que hace que la actualización delugares que no están lo su�cientemente precisos cuando la densidad de anclaje es bajo.

En la siguiente �gura se puede ver un ejemplo de la ruta calculada por el algoritmo deSzymanski:

La línea verde es el trazado real que realiza el objeto y la línea azul es la estimación que sealcanza con el algoritmo de Szymanski.

Otros algoritmos que intentan solucionar las carencias de los anteriones son: [4], [5], ...

En la Figura 2.5 se muestra la misma ruta trazada con el algoritmo del papel [4]:

Se puede ver como este algoritmo presenta una mayor precisión si el objeto se mueve enzigzag, en cambio, presenta un error muy similar si el trazado se convierte en una línearecta.


7


Figura 2.4: Trazado del algoritmo de Szymanski

Figura 2.5: Trazado del algoritmo propuesto en el paper [4]


Estado del Arte 2.2 Tecnologías para la detección de movimiento

2.2 Tecnologías para la detección de movimiento

Existen multitud de tecnologías aplicadas a la detección de movimiento. A continuaciónse muestran algunas de las más utilizadas.

2.2.1 Sensores PIR

Los sensores PIR (Passive Infrared Sensor), sensores infrarrojos pasivos, lo que implicaque el sensor no emite energía. Recogen las huellas de calor de los objetos dentro de su campode visión. Todos los objetos con una temperatura por encima del cero absoluto emiten calor.Esta radiación es invisible al ojo humano ya que sus longitudes de onda están por debajo delos 400nm (ver Figura 2.6).

Figura 2.6: Espectro electromagnético

Son sistemas con una tecnología simple y son efectivos en interiores. Por el contrario tienenaspectos negativos como un alcance reducido y la facilidad con la que un objeto puedeobstruir la huella del mismo.

2.2.2 Video Motion Detection

Los sistemas de detección por video (VMD) se basan en un circuito cerrado de televisión(Closed Circuit Television, CCTV) para comprobar cambios en los fotogramas capturados porlas cámaras de este.

Uno de los principios básicos de funcionamiento es la división de fotogramas por células.Mediante herramientas como por ejemplo OpenCV y Python se implementan algoritmos parautilizar técnicas como por ejemplo la sustracción del fondo de la imagen estática y así iden-ti�car el objetivo que ha entrado en la zona de control. Gracias al aumento de herramientasde código libre como las comentadas esta tecnología es cada vez más utilizada y obtienemejores resultados.


9

2.3 Procesamiento digital de señales Estado del Arte

Esta tecnología presenta inconvenientes frente a los cambio moderados de los niveles de luz,estar restringido a zonas relativamente pequeñas, su implantación tiene un coste elevado yes sensible a los cambios de las condiciones climatológicas.

2.2.3 Sensores Microondas

Los sensores microondas se basan en el efecto Doppler para detectar ubicación, velocidady distancia. Irradia energía y monitoriza el eco de la señal emitida. Opera en el rango defrecuencia de las microondas en el espectro electromagnético. Existen dos tipos de tecnologíasdentro de esta familia, los radares pulsados y los radares de onda continua.

Los radares pulsados transmiten alta energía al objetivo mediante la repetición de pulsos deemisión. La frecuencia de repetición de estos barridos determinan el alcance y la resolución delradar. Este tipo de radares son capaces de detectar la velocidad del objetivo. Si la frecuenciade repetición es baja el rango de alcance es mayor pero la precisión baja. El aumento de estafrecuencia consigue el efecto contrario, menor alcance y mayor precisión en la medida. Parala detección se compara el barrido recibido con anterior.

Los radares de onda continua (CW RADAR) la señal re�ejada se está recibiendo y procesandocontinuamente comparándola con la emitida en un mezclador. Se pueden distinguir dos tipos,modulados y sin modular. Los sistemas sin modulación tienen como inconveniente que no hayposibilidad de medir distancias, los modulados dan esta posibilidad variando constantementela frecuencia de la onda emitida con respecto a una referencia.

Las bandas más utilizadas con el �n de la detección de movimiento son la banda X, entre 8y 12GHz, y la banda K, comprendida entre los 18 y los 27GHz (IEEE).

Estos sistemas no presentan las inconvenientes de algunas de las tecnologías ópticas a situa-ciones ambientales que reduzcan la visibilidad. Su mayor inconveniente es que se trata dedispositivos muy sensibles los cuales requieren de una electrónica compleja que permita el�ltrado y procesamiento de esas señales.

2.3 Procesamiento digital de señales

El procesamiento digital de las señales es un área de la ingeniería electrónica que secentra en la representación, transformación y manipulación de señales, y de la informaciónque ellas contienen.

En la conversión analógica-digital la señal a tratar evoluciona de la siguiente forma:

◦ Señal analógica, la amplitud y el tiempo son continuos.

◦ Señal muestreada, la amplitud es continua y el tiempo es discreto.


Estado del Arte 2.3 Procesamiento digital de señales

◦ Señal cuanti�cada, la amplitud es discreta y el tiempo continuo.

◦ Señal digital, la amplitud y el tiempo son discretos.

El procesamiento de señales en tiempo discreto (Discrete-Time Signal Processing) hace refe-rencia al procesamiento de señales discretas en el tiempo, lo cual implica que sólo se conoceel valor de la señal en instantes concretos. Sin embargo, la amplitud de la señal es continua,por lo que puede tomar in�nitos valores. El procesamiento degiatal de señales (Digital SignalProcessing) añade la característica de manejar la amplitud en forma discreta, una condiciónnecesaria para que la señal pueda ser procesada por un computador.

Por tanto mediante sensores se capta la señal, con sistemas de acondicionamiento se realizael proceso de adaptación de la misma (�ltrado, ampli�cación, compresión...) y por último seutiliza sistemas electrónicos para su procesamiento, tales como ADCs, DSPs, FPGAs...

Los sistemas reales presentan señales continuas en el tiempo que deben de ser discretizadas.Este discretiza la señal analógica tanto en el dominio temporal como en el de la amplitud.La ecuación (2.1) consiste en la ecuación ideal que toma la señal xc(t) en los instantes demuestreo, donde ts es el tiempo de muestreo y xcI es la función de interpolación.

xs(t) = xc(t)∞∑

n=−∞

δ(t− nts) =∞∑

n=−∞

xc(nts)δ(t− nts) = xc(t)xI(t) (2.1)

El muestreo trae consigo una aparente pérdida de la información. El teorema de Shannon-Hartleyestablece las condiciones mínimas para que no se produzca esa pérdida (ecuación (2.2)).

fs ≥ 2fB (2.2)

La frecuencia de muestreo tiene que ser al menos dos veces superior a la frecuencia de lamuestra. Si esto no se cumple se produce el fenómeno denominado aliasing o solapamiento(??), por el cual en el caso del muestreo de una señal senoidal se obtiene también una señalsenoidal pero de una frecuencia menor.

Figura 2.7: Solapamiento en el muestreo de una señal continua

Para poder procesar señales digitales no sólo es necesario muestrearla, también se tiene quecuanti�car la amplitud de las señales a un número �nito de niveles. El tipo más común de


11

2.3 Procesamiento digital de señales Estado del Arte

cuanti�cación es la uniforme, en la que todos los niveles son iguales. Para un cuan�cador den bit, el número de niveles resultante es de 2n − 1.

El ADC es un dispositivo con la capacidad para muestrear, cuanti�car y codi�car una señalcontinua. Sus características principales a tener en cuenta son la frecuencia de muestreo y laresolución.


3 Objetivos

El objetivo principal del proyecto es el diseño de unos nodos de bajo coste con unsensor de movimiento radar para poder vigilar un área de libre acceso muy extensa anteintrusiones humanas. El supuesto de este área es un polígono industrial en el cual a partirde una determinada hora no deberá de ser transitado por nadie en condiciones normales,siendo motivo de alarma que esto no se cumpla.

Para alcanzar el objetivo se implementará la célula mínima de una red de sensores inalám-bricos que monitorizará en tiempo real cualquier objeto móvil que pueda ser un humano omanipulado él, entiéndase por ejemplo un automóvil. En los nodos se implementará el de-tector de movimiento AW110S del fabricante Shenzhen Witlink Technology Co.,Ltd. quetransmite en la frecuencia de 10, 525GHz. Se describirá con precisión:

La morfología y forma de operar del sensor de movimiento.

El hardware especí�co utilizado y la forma de implementarlo en las Cookies del CEI.

El diseño del hardware que tratará las señales recibidas.

La programación necesaria para poder implementar los algoritmos que identi�quen lapresencia humana a partir de las señales recibidas.

En la Figura 3.1) se muestra la disposición que tendría una red compuesta por cuatro nodos,los cuales abarcarán una manzana de tamaño medio de un polígono. Las regiones sombreadasazules son las que controlan los nodos. El alcance máximo de los sensores es de 30m enhorizontal aunque se considera para tener una mayor �abilidad y teniendo en cuenta elreducido coste, posiblemente se necesitaría un estudio de campo para evaluar en número denodos en una misma vía según sus características.

Como se puede ver pueden quedar ciertas áreas de pequeñas dimensiones que queden sin seralcanzadas por los sensores. Como principio básico, para una mayor e�ciencia, se consideraráque estas pequeñas "lagunas" son despreciables ya que para que un objeto llega a eses puntos,necesariamente han de tener que pasar por alguno de los cruces de vías, los cuales estántotalmente controlados.

13

Objetivos

Figura 3.1: Esquema de una célula básica de 4 nodos


4 Metodología

Para el desarrollo de este proyecto se ha seguido la siguiente metodología:

1. Se elige el sensor de movimienton un Radar en Banda X que opera en la frecuencia de10,525 GHz.

2. Una vez se dispone del detector se estudian sus características y se diseña el circuito deacondicionamiento para ser muestreado por el uControlador embebido en el ADC de lasCookies .

3. Se valida el diseño con Matlab tomando muestras en campo.

4. Con el capa sensórica validada se diseña el layout de la PCB en OrCAD y se ensamblanlos componentes del prototipo �nal.

5. Por último, el prototipo ensamblado se acopla a una Cookie , se diseña el �ltro derespuesta in�nita al impulso (IIR) para la mejora de la respuesta y se a�na el algoritmode detección.

15

5 Radar y Cookies

Para la realización de este proyecto se han utilizado dos dispositivos de hardware, unaCookie y un Radar en banda X. Una vez que eligió el sensor radar se empezó el diseño deun sistema de acondicionamiento para la ampli�cación y �ltrado de la señal. La validacióndel diseño en PCB de pruebas se realizó con el ADuC841 y Matlab.

5.1 Detector de movimiento

La primera tarea a abordar fue la elección del detector de movimiento. Se eligió la bandaX, una parte de la región de microondas del espectro electromagnético comprendida entre8,0 y 12,0 GHz (IEEE). En Europa una parte de este espectro de banda estrecha es de usolibre por lo que no entraña problemas legales. Hay varios tipos de sistemas radar, de ondacontinua, pulsados, SAR (Synthetic Aperture Radar), de polo único, polo doble y antenasde fase (Phased array). Para este tipo de aplicaciones quizás las tecnologías más utilizadassean emisión continua, pulsada y SAR. Los SAR presentan una precisión muy elevada perotiene un consumo más elevado a la par que una complejidad mayor. Con el �n de conseguirun equipo de un coste lo más reducido posible se seleccionó la emisión de onda continua.

Se buscó las opciones comerciales de las que se disponía y �nalmente se optó por unfabricante OEM chino. El modelo elegido es el AW110S el cual opera a 10,525 GHz y cumplela norma ETSI EN 300 440. En la Figura 5.1 se muestran las características técnicas a unatemperatura ambiente de 25◦C.

Figura 5.1: Características técnicas del AW110S

17

5.1 Detector de movimiento Radar y Cookies

Opera en un rango de temperaturas de −40◦C y +85◦C, alimentado a 5V . Se caracterizapor un bajo consumo de energía, un diseño plano y una buen rango de detección. Puedeoperar en modo contínuo o mediante pulsos. Para este proyecto se seleccionó el modo dedetección continuo.

En la Figura 5.2 se puede observar el diagrama de bloques del sensor y su aspecto físico.

Figura 5.2: Diagrama de bloques y aspecto del sensor Radar AW110S

Como se puede ver sus elementos principales son los siguientes:

1. Una antena emisora (Tx) y otra receptora (Rx).

2. Un oscilador de 10,525 GHz.

3. Un comparador de señal.

El principio básico en el que se basa es la detención del desplazamiento en frecuencia entrela onda emitida y la onda recibida re�ejado por un objeto en movimiento en el campo deinterés (FoI ). La onda emitida es inaudible y de una muy baja potencia. En la Figura 5.3se muestra el alcance del sensor.

Figura 5.3: Alcance del sensor Radar AW110S

Se observa como su alcance es claramente direccional. En las coordenadas horizontales esdonde presenta mayor apertura centrando su mayor sensibilidad en los 120◦ frontales. En


Radar y Cookies 5.2 Cookies

cuanto al alcance vertical el haz es más cerrado, llegando a tener una buena sensibilidad 30◦

respecto al punto de foco. También se pueden apreciar unos lóbulos como menos sensibilidada unos 60◦ a cada lado del foco, ya con mucha menor precisión.

Debido a que los fabricantes europeos de radares de este tipo tenían un coste elevado parael propósito de este proyecto, se puso en contacto con fabricantes chinos con gran volumen deproducción. Dos de en torno a 10 empresas con las que se contactó se encontraron dispuestasa ofrecer sus dispositivos en un pedido inferior a las 100 unidades, entendiendo que se tratabade un proyecto de investigación de la UPM. Se seleccionó a Shenzhen Witlink Technology

Co.,Ltd., además de la garantía de calidad ofrecida, por las facilidades que presentó en elpago y los portes. Se realizó un pedido de 10 unidades radar con un coste total de en tornoa los 10e con portes incluidos (siendo estos en torno a un 30% del total) lo que supone uncoste de en torno a los 4e por dispositivo.

5.2 Cookies

En el desarrollo se ha utilizado la tecnología del CEI de la UPM llamada Cookie . Setrata de unas PCBs modulares acoplables mediante unos conectores. En la Figura 5.4 semuestra la placa principal de una Cookie . Los elementos principales son una FPGA y unmicro convertidor.

Figura 5.4: Placa principal de una Cookie

Con el �n de abaratar al máximo los equipos se decidió utilizar únicamente el analog-to-digital converter (ADC ) del micro convertidor ya que la FPGA es el elemento más caro.El modelo del que disponen las Cookies es un ADuC841. En la Figura 5.5 se puede ver eldiagrama de bloques.

Las características a destacar son el un ADC con 8 canales de 12 bits con una alta velocidadde muestreo (420 kSPS). La velocidad máxima de reloj del micro-controlador alimentado a 3V es de 8,38 MHz. El uControlador del ADC es un Intel 8052 con 256 bytes de RAM, 4 KBde ROM y 4 temporizadores, más que su�ciente para implementar el �ltro de respuesta �nitaal impulso (IIR, In�nite Impulse Response), tratar su resultado y detectar los positivos.


19

5.2 Cookies Radar y Cookies

Figura 5.5: Diagrama de bloques del ADuC841

El software utilizado para poder programar el uControlador fue la versión 8.05 del KeiluVision3. Se utilizaron las librerías proporcionadas por el CEI y las recomendaciones parasu con�guración. Para la comunicación con el uControlador por el puerto serie se utilizó elTelegesis Terminal.


6 Diseño del circuito

La señal que proporciona el sensor Radar es del orden de decenas de mV por lo que sediseña una placa de circuito impreso que permita ampli�car y realizar un primer �ltrado.Esta placa dispone de unos conectores con los cuales se acopla a la Cookie , la cual seencargará del procesado de la señal.

En la Figura 6.1 se puede ver la señal tras cada una de las etapas de ampli�cación.

Frequency

1.0Hz 10Hz 100Hz 1.0KHz 10KHzDB(V(Out)) DB(V(R5:2))

0

20

40

60

80

100

(8.2430,70.074) (952.842,70.018)

Figura 6.1: Diagrama de Bode de la señal tras las dos etapas ampli�cadoras

La respuesta en frecuencia de la señal �nal se representa en color verde.

La tensión de alimentación que proporciona la �capa� de alimentación es de 3,3V por lo quese implementó un elevador de tensión para proporcionar los 5V necesarios para el radar. Enla Figura 6.2 muestra el esquemático del diseño completo de la placa.

21

6.1 Sistema de Acondicionamiento Diseño del circuito

5

5

4

4

3

3

2

2

1

1

D D

C C

B B

A A

0V

V_5V

2.507VRADAR_Signal

170.0mV

Out_a

2.519V

2.507V

In_B-

2.507VOut_B

2.519V

V_5V

0V

2.500V

0V0V

2.507V

RADAR_SignalV_5V

AR_Signal_5V

AR_Signal_5V

Wake_Up

V_3.3V

GND

Out_a

Out_B

In_B-

V_5VRADAR_Signal

V_3.3V

V_5V

AR_Signal_2.5V

V_5V

0

00 0

0

0

0

0

00

0

0

AGND

IF

AGND

AVDD

Wake_UpA=33dB 2Hz - 1.6kHz A=40dB 4Hz - 1.6kHz

A=73dB 4Hz - 950Hz - x4500

Sistema de Acondicionamiento

Conector RADAR

Divisor de tensión para ADC

Alimentación

Elevador de tensión

C5 : Cerca del AO

C40 : Cerca del Sensor

Sensor Radar Acoplado

C502.2uC502.2u

21

R1

22k

R1

22k

1

2

C5

100p

C5

100p

D50D1N3501

D50D1N3501

21

R2

1MEG

R2

1MEG

R501.54MEGR501.54MEG

123

J1

CON3

J1

CON3

LX1

GND2

Vout3

Vbatt5

SHDN4

U5

SP6641B

U5

SP6641B

2

1

R6

22k

R6

22k

1

2

C40

100n

C40

100n

+5V8

+5V_27

GND_46

GND_35

IF1

IF_22

GND3

GND_24

U1

Sensor_RADAR

U1

Sensor_RADAR

NO1

GND2

NC3

COM4

V+5

IN6

U4

TS5A3160

U4

TS5A3160

21

R3

10k

R3

10k

1 2

L50

10u

L50

10u

C52

100u

C52

100u

3

21

84

-

+

U3A

LM358/SO

-

+

U3A

LM358/SO C51

1u

C51

1u

1 2

C1

4.7u

C1

4.7u

1

2

C6

4.7u

C6

4.7u

Out_A1

In_A-2

In_A+3

V-4

In_B+5

In_B-6

Out_B7

V+8

U0

LMV772MA

U0

LMV772MA

1 2

C2

100p

C2

100p

2

1

R5

22k

R5

22k

R31

1MEG

R31

1MEG

1 2

C3

4.7u

C3

4.7u

R30

1MEG

R30

1MEG

1 2

C4

100p

C4

100p

21

R4

1MEG

R4

1MEG

Figura 6.2: Esquemático de la PCB

6.1 Sistema de Acondicionamiento

Para poder trabajar con la señal procedente del detector de movimiento es necesario eldiseño de un sistema de acondicionamiento que ampli�que y �ltre la salida de este.

En la Figura 6.3 se muestra el esquemático del circuito de acondicionamiento.

0V

V_5V

2.507VRADAR_Signal

170.0mV

Out_a

2.519V

2.507V

In_B-

2.507VOut_B

2.519V

V_5V

0V

2.500V

0V0V

2.507V

AR_Signal_5VOut_a

Out_B

In_B-

0

0

A=33dB 2Hz - 1.6kHz A=40dB 4Hz - 1.6kHz

A=73dB 4Hz - 950Hz - x4500

Sistema de Acondicionamiento

C5 : Cerca del AO

21

R1

22k

R1

22k

1

2

C5

100p

C5

100p

21

R2

1MEG

R2

1MEG

2

1

R6

22k

R6

22k

21

R3

10k

R3

10k1 2

C1

4.7u

C1

4.7u

1

2

C6

4.7u

C6

4.7u

Out_A1

In_A-2

In_A+3

V-4

In_B+5

In_B-6

Out_B7

V+8

U0

LMV772MA

U0

LMV772MA

1 2

C2

100p

C2

100p

2

1

R5

22k

R5

22k

1 2

C3

4.7u

C3

4.7u

1 2

C4

100p

C4

100p

21

R4

1MEG

R4

1MEG

Figura 6.3: Esquemático del circuito de acondicionamiento

Como se puede observar consta de dos etapas ampli�cadoras, la primera de 33dB y la segundade 40dB. Partiendo de una señal del orden de unos mV se consigue una salida centrada enlos 2,5V .

El ADC que se utilizó admite una entrada máxima de 2,5V por lo que se utiliza un divisorde tensión a la salida del acondicionador.

Se realizaron simulaciones para comprobar que el diseño se ajustaba al objetivo del proyecto(Figura 6.4).


Diseño del circuito 6.2 Validación del sistema de acondicionamiento

(A) Vin_Var.dat (active)

Time

0s 0.2s 0.4s 0.6s 0.8s 1.0s 1.2s 1.4s 1.6sV(AR_SIGNAL_2_5V)

0V

1.0V

2.0V

3.0VV(IF2)

-10mV

0V

10mV

20mV

SEL>>

500u 2.5m 5m 8m

Figura 6.4: Simulación de la respuesta ante señales de distinta amplitud

En las simulaciones se percibía que debido a la gran ampli�cación del sistema, buscadapara poder aprovechar al máximo las capacidades del Radar, el sistema saturaba. Para esteproyecto esto no presenta ningún inconveniente ya que se pretende distinguir positivos enuna ventana temporal de detección.

6.2 Validación del sistema de acondicionamiento

Antes de empezar con el diseño de la PCB se validó la respuesta en una placa de pruebas.A la salida del Radar se conectó el circuito de acondicionamiento en una PCB de pruebasy la salida de este se muestreó la señal con un Arduino UNO. Las tramas de datos que secapturaron se analizaron en Matlab.

Como se ha comentado el objetivo es poder distinguir el movimiento de personas y coches, aligual que discriminar la detección de otros elementos como animales o por ejemplo elementospresentes en la zona tal como residuos de tamaño medio (por ejemplo una bolsa de plásticoarrastrada por el viento). Para este �n se debe de clasi�car huellas que permitan distinguirlos dos objetivos.

En una entrada digital del Arduino se conectó un pulsador para poder marcar los eventosque se veían en el alcance del radar y poder compararlos con los resultados obtenidos. Lasmuestras en las siguiente �guras fueron tomadas en el parking de la ETSII. En la �guraFigura 6.5 se puede observar el resultado de de una trama de unos 9 minutos.

Las zonas marcadas en color ámbar resaltan el paso de personas en la misma dirección delfoco del radar. A pesar del ruido que recoge el sensor se puede apreciar una perturbacióncomún a los 3 eventos. Desde el minuto y medio de la muestra hasta el minuto 3, un grupode 4 personas se encuentran reunidas en el mismo punto a unos 6 metros del radar. Aquí


23

6.2 Validación del sistema de acondicionamiento Diseño del circuito

Tiempo (mins)1 2 3 4 5 6 7 8 9

Vol

taje

(v)

0

0.5

1

1.5

2

2.5

3

Persona en movimiento

Figura 6.5: Muestra para validar la detección de personas

la huella es menos clara pero se percibe como el radar es capaz de detectar la presencia deestas. Una situación parecida ocurre desde el minuto 5 al 8, esta vez se trata de un grupode 6 personas aproximadamente a las misma distancia. En torno al minuto 9 una personacruza en perpendicular al radar pero esta vez no se ve tan clara su detección, la distancia esde unos 10 metros aproximadamente.

La Figura 6.6 se trata de otra muestra en las mismas condiciones.

Tiempo (mins)10 11 12 13 14 15 16 17 18 19

Vol

taje

(v)

0

0.5

1

1.5

2

2.5

3

Coche Personas a unos 10 m cruzando en perpendicular

Persona acercándose al radar

Figura 6.6: Comparación entre varios objetos en movimiento

Entre el minuto 11 y el 12 un coche cruza delante del radar en la misma dirección del foco.Las zonas resaltadas de morado hacen referencia a personas que cruzan en perpendicular alfoco, bastante alejadas. Esta vez se aprecia con algo más de claridad su presencia aunquesigue sin ser notoria la huella que dejan. Por último en torno al minuto 17 una persona cruzaen la misma dirección del foco, se puede apreciar como su huella es mucho más característicaque las anteriores.


Diseño del circuito 6.3 Selección de los componentes

Después de varias pruebas en campo se puedo observar como el sistema era capaz de distinguirentre personas estáticas pero haciendo movimientos con el cuerpo, personas cruzando delantedel foco en su misma dirección y coches. Como conclusión se obtuvo que la condición másfavolable para el sistema es la de objetos moviéndose en la misma dirección del foco, teniendoun alcance aproximado de unos 7 metros. Con los resultados de dio por validado el sistemade acondicionamiento.

6.3 Selección de los componentes

Con el diseño validado se procedió a la elección de los componentes de montaje super�cial(Surface-mount device, SMD) para el diseño de la PCB. En la Figura 6.7 se muestra el listadode componentes necesarios para el montaje del prototipo.

Figura 6.7: Lista de componentes del prototipo

Los componentes más complicados para seleccionar fueron el elevador de tensión y el inductorde potencia debido a que (además de las peculiaridades del elevador) no podían exceder laaltura de 9mm entre la capa sensórica y de procesamiento de la Cookie , y dejar ciertaolgura con los elementos de esta última. Se podría haber dispuestos los componentes en lacara opuesta de la PCB pero se eligió la cara bottom para poder acoplar el radar en la caratop y así dar mayor robustez al prototipo �nal. El coste total de los componentes ascendióa en torno a los 10e.


25

6.4 Diseño de la PCB Diseño del circuito

6.4 Diseño de la PCB

Al igual que el diseño del circuito la PCB ha sido desarrollada en las instalaciones delCEI. El software utilizado proporcionado por le Centro ha sido OrCAD 10.3. Las dimensionesde la placa son idénticas a la capa de procesamiento de las Cookies haciendo coincidir losconectores para acoplarse a esta. En la Figura 6.8 se muestra la cara inferior de la PCB.

Figura 6.8: Cara bottom de la PCB

Debido a la sencillez del circuito se diseñó la PCB con sólo dos capas, siguiendo así uno delos objetivos principales del proyecto, ya que la fabricación de placas con más capas elevanotoriamente los gastos. Como se comentó en la sección anterior todos los componentes sesitúan en la capa inferior, quedando la superior únicamente para los planos de masa y tensión(5V ) (Figura 6.10).

Figura 6.9: Cara top de la PCB

Para este primer prototipo se ha colocado un conector que se pretende que no sea elde�nitivo (J1). El motivo es que para este primer modelo no se ha seleccionado una carcasa


Diseño del circuito 6.4 Diseño de la PCB

estanca con posibilidad de direccionar el foco del radar al FoI . También permite cambiarel sensor de movimiento en caso de que falle. En una futura versión no se montaría esteconector y se soldarían los cables a la placa. La placa tiene preparada unos ori�cios en los quese montarían las �jaciones que mantendrán unidos el sensor a la PCB de acondicionamiento.

Como es lógico varios de los componentes elegidos no tenían el footprint adecuado enninguna de las librerías estándar de OrCAD, por ejemplo el elevador de tensión. Por ellomediante el editor de huellas del programa se crearon o modi�caron sobre las existentes, paraadecuarse a las dimensiones proporcionadas por el fabricante de cada componente elegido.En la Figura 6.10 la librería que contiene la huellas utilizadas.

Figura 6.10: Cara top de la PCB

Para los conectores de las Cookies se utilizó la librería proporcionada por el CEI al igualque la plantilla de la PCB con la colocación de los mismos sobre el layout.


27

7 Desarrollo de la programación

Como ya se ha comentado el apoyo principal para que el proyecto se pudiese �nalizarcon éxito fue Matlab. Con este software se realizaron las simulaciones necesarias tanto en lavalidación del sistema de acondicionamiento como el la programación del uControlador, eldiseño del �ltro IIR con la herramienta Simulink y el análisis �nal del prototipo. Una vezse comprobaron las respuestas con el script de Matlab se

7.1 Scripts de Matlab

El script estudio_senhal_con_filtro_digital.m puede variar algo según que de que en-sayo se trate. Se debe de declarar la frecuencia de muestreo de ADC para poder trabajar conlas unidades de tiempo correctas. En el código 1 se ven las declaraciones de variables comoel límite superior e inferior que se considera un positivo en la detección.

Como ya se indicó el ADC tiene una resolución de 12 bits por lo que el valor máximo quepuede �imprimir� por el terminal es de 212 es decir 4096. Estos valores se deben de convertir aV , para ello se multiplica por el valor de referencia del ADC y se divide entre el valor máximo.Con los valores traducidos se compara el número veces que se sobrepasan los límites paraver el% de detecciones sobre los elementos muestreados. Este es un elemento básico en lasprimeras pruebas para comprobar el alcance del proyecto. En un entorno controlado se contóel tiempo de objetos en movimiento para compararlo con los resultados obtenidos.

Cuando se realizaron las primeras pruebas con la capa sensórica acoplada Cookie se detectóque en la señal tenía ruido a frecuencias altas por lo que se implantó un �ltro paso bajo deButterworth de 5o orden. Con él se obtuvo una señal más limpia para elegir los máximos ymínimos de las huellas de detección. En el código 2 se muestra su implementación en Matlab.

En el código 2 la frecuencia de paso den de 1KHz y la de corte es de 8KHz. Con ella seconsigue �ltrar las pequeñas perturbaciones sin pérdida de �delidad. El rizado en el paso(rp) se �jó en 1dB y la atenuación (rs) es de 160dB. Con este �ltro en una muestra deejemplo se redujo los valores que sobrepasaban los límites de

29

7.2 Programación del uControlador Desarrollo de la programación

Listado 1 Matlab - Tratamiento de los datos capturados con el ADC

1 % -------------------------------------------------------------------------

2 %% Tratamiento de los datos

3

4 elementos = length(datos );

5 tiempo = 0;

6

7 % Frecuencia de muestreo del ADC

8

9 fs = 17280; % (11.0592 8 MHz /(32*20) = 17.28 KHz

10 Ts = 1/fs; % 57.87 us

11

12 stop_time = (Ts * (elementos -1));

13

14 % Vector de tiempo

15 t = [0:Ts:stop_time ];

16

17 % Vector de detección , 2 límites para 4 series

18 detec = zeros (2,4);

19

20 % Vector de limites señal filtrada

21 lim_sup = 640; %mV

22 lim_inf = 440; %mV

23 limits = ones(2,length(t));

24 limits (1,:) = limits (1,:)* lim_sup;

25 limits (2,:) = limits (2,:)* lim_inf;

26

27 % Cálculo de valores que sobrepasan en una ventana dada

28 if calculo_de_ventana == 1,

29 for i=1: elementos; % Se filtran y adaptan los datos

30 datos(i,1) = datos(i,1)* VMAX /4096; % Conversión voltios

31 if datos(i,1)> lim_sup

32 detec (1,1) = detec (1 ,1)+1;

33 elseif datos(i,1)< lim_inf

34 detec (2,1) = detec (2 ,1)+1;

35 end

36 end

37 % Cálculo de porcentajes

38 for i=1:2;

39 detec(i,1) = (detec(i,1)/ elementos )*100;

40 end

41 % Impresión de resultados del cálculo de la ventana

42 fprintf(1,'Las señales pasan el límite superior :\n');

43 fprintf(1,'\t %6.2f % %\t', detec (1 ,1));

44 fprintf(1,'\n');

45 fprintf(1,'Las señales pasan el límite inferior :\n');

46 fprintf(1,'\t %6.2f % %\t', detec (2 ,1));

47 fprintf(1,'\n\n');

48 end

7.2 Programación del uControlador

Con la información proporcionada por el CEI se con�gura el ADC para el muestreo de laseñal emitida por el sensor de movimiento. En el código 3 se puede ver las librerías utilizadasy las constantes para el tratamiento de los datos. La librería sdio.h (standard input-output

header) es una cabecera tiene gran variedad de funciones para realizar operaciones de E/S,por ejemplo la función printf con la cual el micro se comunica con el terminal por el puertoserie. La librería aduc841.h contiene las de�niones para poder trabajar con el ADuC841.


Desarrollo de la programación 7.2 Programación del uControlador

Listado 2 Matlab - Filtro paso bajo de Butterworth de 5o orden

1 % -------------------------------------------------------------------------

2 %% Filtro

3

4 f_shannon=fs/2; % frecuencia de muestreo el doble que la normalizada

5

6 wpaso = 1000;

7 wstop = 8000;

8

9 Wp = wpaso/f_shannon;

10 Ws = wstop/f_shannon;

11

12 rp = 1;

13 rs = 160;

14

15 [n,Wn] = buttord(Wp,Ws,rp ,rs);

16 [b,a]= butter(n,Wn);

17

18 if mostrar_filtro == 1,

19 freqz(b,a,f_shannon ,fs);

20 end

21

22 senhal_filtrada=filter(b,a,datos (: ,1));

Listado 3 C - Constantes y librerías

1 #include <stdio.h>

2 #include <aduc841.h>

3

4 /* ############## Constantes ################### */

5 #define LIM_SUP 0x280 // 640 mV

6 #define LIM_INF 0x1C2 // 440 mV

7 #define ELEMENTS_VENTANA 0x1C2 // 450 elementos en la ventana de movimiento

8 #define TH_SUP 0x50 // % superior que no se puede superar los thresholds

9 // en el periodo de ventana

10 #define TH_INF 0x50 // % inferior que no se puede superar los thresholds

11 // en el periodo de ventana

El límite superior se �ja en 640mV y el inferior en 440mV . Como ya se explicó en un anteriorcapítulo, para poder aseverar la detección de un objetivo en movimiento se debe de �jar unaventana de detección. Esta se ha de�nido como 450 elementos, lo que implica que con unafrecuencia de muestreo de 17, 2KSPS (muestras por segundo) se detectan movimientos enaproximadamente 260ms. Si en el periodo de ventana hay más del 50% (TH_SUP y TH_INF)de muestras que superan los límites establecidos, el micro avisa de que hay movimiento enla zona.

En la imagen 4 se muestran las variables más relevantes utilizadas para el procesamiento.

Como se puede ver, aquí aquí se declaran los coe�cientes de la ecuación diferencial del �ltrode Butterworth. Para poder programar el algoritmo de una forma comprensible, tambiénse de�ne el el coe�ciente para convertir el valor que muestra el ADC . Este coe�ciente sale de


31


Listado 4 C - Variables generales y del Filtro paso bajo de Butterworth

1 // Detecciones

2 unsigned long int positivos; // elementos detectados totales

3 unsigned long int num_muestras; // elementos muestrados en una ventana

4 unsigned int captura;

5 float med_detec [2], detec [2];

6

7 // Declaracion de Coeficientes de la Ecuacion en Diferencias (y/x = B/A)

8 double COEF1 = 0.000229586752126379; // B0

9 double COEF2 = 0.00114793376063189; // B1

10 double COEF3 = 0.00229586752126379; // B2

11 double COEF4 = 0.00229586752126379; // B3

12 double COEF5 = 0.00114793376063189; // B4

13 double COEF6 = 0.000229586752126379; // B5

14 double COEF7 = -3.63276932502644; // A1

15 double COEF8 = 5.42005152310453; // A2

16 double COEF9 = -4.12631171241823; // A3

17 double COEF10 = 1.59722730049884; // A4

18 double COEF11 = -0.250851010090652; // A5

19

20 double CONV = 0.610500610500611; // Conversión -> 4095 = 2500 mV (Vref interna)

21

22 double TEMP1 , TEMP2 , TEMP3 , TEMP4 , TEMP5 , TEMP6 , TEMP7 , TEMP8 , TEMP9 , TEMP10 , TEMP11;

la relación entre el valor máximo de este registro (4095) y la tensión de referencia del ADC(2500mV ).

Para muestrear se utiliza el ADC 0 del ADuC841. Al habilitar las interrupciones (registroEA= 0) cada vez que capture una señal saltará el código del listado 5.

Como se puede ver el algoritmo es sencillo, aquí es donde se realiza el Edge Computing.Primero se deshabilitan las interrupciones para evitar que se corte el algoritmo. Se almacenael valor de muestreo en la variable captura, se llama a la función filtrar() que aplica el�ltro paso bajo y se registra el nuevo muestreo y se comprueba que no pase de los valoresmáximos y mínimos de detección. Una vez se recogen el número seleccionado de elementosde ventana se comprueban el número de detecciones. Si se sobrepasan el 50% del número deelementos de ventana se registra un evento de movimiento. Estos eventos ya pre-procesadosserán los que se podrán enviar en un trabajo futuro al nodo central de la red de sensores.Este futuro nodo será el que tenga que evaluar estos eventos junto con el de otros nodospara avisar de que hay presencia humana en la zona. Por último se vuelven a activar lasinterrupciones para continuar con el muestreo.

En el listado 6 se puede ver la construcción de la ecuación diferencial del �ltro paso bajode Butterworth. Se utilizan variables temporales para optener el resultado del �ltrado y seactualizan los valores para la siguiente iteración.


Desarrollo de la programación 7.2 Programación del uControlador

Listado 5 C - Procesamiento ante una interrupción del ADC

1 void adc_int () interrupt 6{

2

3 /* Se inhabilitan las interrupciones */

4 EA=0;

5

6 /* Se almacena el valor del ADC */

7 captura = (( ADCDATAH & 0x0F) * 0x0100) + ADCDATAL;

8

9 /* Se filtra el valor del ADC */

10 filtrar ();

11

12 /* Se registra un nuevo muestreo del ADC */

13 if (VOK >LIM_SUP ){

14 detec [0]++;

15 }

16 else if (VOK <LIM_INF ){

17 detec [1]++;

18 }

19 num_muestras ++;

20

21 if (num_muestras == elem_vent) {

22 for (i=0; i < 2; i++){

23 // Se calcula el % de detecciones en la ventana

24 detec[i] = (detec[i]/ elem_vent )*100;

25 }

26 if (( detec[0]> TH_SUP) || (detec[1]> TH_INF )){ // Positivo

27

28 if (( detec[0]> TH_SUP) && (detec[1]> TH_INF )){

29 printf("Superado el lím sup en %2.2f % %",detec [0]);

30 printf(" e inf en %2.2f % %\n",detec [1]);

31 printf("ALARMA\n");

32 }

33 else if (detec [1]> TH_INF ){

34 printf("Se ha superado el límite inferior en un %2.2f % %\n",detec [1]);

35 warning ++;

36 if (warning <5) {

37 printf("WARNING\n");

38 }

39 else {

40 printf("ALARMA\n");

41 warning =0;

42 }

43 positivos ++;

44 }

45 printf("Positivos: %lu\n",positivos );

46 }

47 // Se resetean los contadores de detección

48 for (i=0; i < 2; i++){

49 detec[i] = 0;

50 }

51 num_muestras = 0;

52 }

53 /* Se transmiten los valores por el puerto serie */

54 imprime ();

55

56 /* Se habilitan las interrupciones */

57 EA=1;

58

59 return;

60 }


33


Listado 6 C - Filtro paso bajo de Butterworth

1 void filtrar(void) {

2

3 /* Se convierte el valor de ADC a voltios */

4 VIK=captura*CONV;

5

6 /* Construcción de la ecuación en diferencias (n=5) */

7 TEMP1=COEF1*VIK;

8 TEMP2=COEF2*VIK1;

9 TEMP3=COEF3*VIK2;

10 TEMP4=COEF4*VIK3;



13 TEMP7=COEF7*VOK1;





18

19 // Ecuación diferencial

20 //y[n]=0.7157374*x[n]+1.4315748*x[n -1]+0.7157374*x[n -2] -1.348967*y[n -1] -0.5139818*y[n-2]

21 VOK=TEMP1+TEMP2+TEMP3+TEMP4+TEMP5+TEMP6 -TEMP7 -TEMP8 -TEMP9 -TEMP10 -TEMP11;

22

23 // Actualización de entradas y salidas para la próxima iteración.

24 VIK5=VIK4; // Vi(k-3)------------>Vi(k-4)

25 VIK4=VIK3; // Vi(k-3)------------>Vi(k-4)

26 VIK3=VIK2; // Vi(k-2)------------>Vi(k-3)

27 VIK2=VIK1; // Vi(k-1)------------>Vi(k-2)

28 VIK1=VIK; // Vi(k)-------------->Vi(k-1)

29 VOK5=VOK4; // Vo(k-3)------------>Vo(k-4)

30 VOK4=VOK3; // Vo(k-3)------------>Vo(k-4)

31 VOK3=VOK2; // Vo(k-2)------------>Vo(k-3)

32 VOK2=VOK1; // Vo(k-1)------------>Vo(k-2)

33 VOK1=VOK; // Vo(k)-------------->Vo(k-1)

34 }


8 Resultados

Como resultado de este proyecto de obtiene el prototipo de un nodo de la futura WSN .Con el prototipo �nal se estudian los datos obtenidos con Matlab.

8.1 El nodo

Con la PCB de pruebas validada se encarga a una empresa la impresión del circuito y sepiden los componentes para que con la ayuda de los equipos disponibles en el CEI soldarlosal circuito impreso. El resultado se muestra en la Figura 8.1.

Figura 8.1: Capa sensórica

Figura 8.2: Montaje �nal

Figura 8.3: Fotografías del nodo

Como se puede observar en la Figura 8.3 del montaje �nal se obtiene un nodo compacto.De arriba a bajo se puede ver el sensor radar, la capa sensórica, la capa de procesamiento ymuestreo de la Cookie y la capa de alimentación.

Los elemento que más consumo tiene es el sensor radar, siendo de media y el 50mA. Si sele suma los 4, 5mA del ADuC841 hace un total de en torno a los 60mA. Teniendo en cuentaque la red de vigilancia se activaría durante un máximo de 12h al día, y con una batería de200A/h de capacidad se dispondría de una autonomía desatendida de cerca de un año, una

35

8.2 Grá�cas de primeras pruebas Resultados

cadencia en el mantenimiento razonable para un dispositivo de seguridad. En la Figura 8.6se muestra una batería de estas características.

Figura 8.4: Imagen de la batería Figura 8.5: Dimensiones de la batería

Figura 8.6: Batería de una celda de 3, 2V y 200A/h de capacidad

Como se puede ver las dimensiones no son excesivas, el único hándicap sería su peso ya queesta celda alcanza los 7, 9Kg.

8.2 Grá�cas de primeras pruebas

Durante el desarrollo del proyecto se realizaron muchas pruebas en campo para llegar ala solución �nal. Un gran número de ellas no fueron válidas. En algunas ocasiones costó llegaral motivo del fallo. En la Figura 8.7 se muestra la señal de un radar en mal funcionamiento.

Tiempo (mins)0.355 0.36 0.365 0.37

Vol

taje

(v)

0

0.5

1

1.5

2

Figura 8.7: Respuesta de un radar en mal funcionamiento

El sensor radar resultó ser un dispositivo muy delicado. Aquí se puede observar la respuestade un dispositivo totalmente defectuoso pero luego se puedo comprobar que antes de llegar


Resultados 8.2 Grá�cas de primeras pruebas

a esta situación su respuesta ya daba muestras anómalas que hacían indicar lo que estaba apunto de ocurrir. Es la Figura 8.8 se puede ver otro de estos ejemplos.

Tiempo (s)0 20 40 60 80 100 120 140 160 180 200

Vol

taje

(v)

0

0.5

1

1.5

2Señal sin filtrar

Tiempo (s)0 20 40 60 80 100 120 140 160 180 200

Vol

taje

(v)

-2

-1

0

1

2

3Señal filtrada

Figura 8.8: Respuesta anómala de un radar en mal funcionamiento

En el inicio de la muestra se ve con claridad como su respuesta no es la que debería deobtener. Por el contrario en las zonas marcadas en color rojo, el comportamiento defectuosopodría no estar tan claro. Con un cuidado más meticuloso del dispositivo se redujeron losfallos en gran medida.

Como se puede ver en la Figura 8.8, sin la aplicación de un �ltro (salvo en en inicio dela serie) este tipo de comportamiento, aleatorio entre muestras buenas, sería muy difícil dedetectar. Debido a la alta sensibilidad del sensor aparecen perturbaciones a altas frecuenciasen la entrada, no deseadas. Como se ha explicado anteriormente se diseñó un �ltro paraeliminar este ruido. Posteriormente se implementó en el ADuC841 y se tomaron muestras paracomprobar que el comportamiento era el mismo que el diseñado en Matlab (ver Figura 8.9).

En la primera grá�ca se muestran los datos capturados por el ADC sin �ltrar. En la segunday tercera grá�ca se compara las señales �ltradas con un �ltro paso bajo �ltrando en Matlab

y le mismo aplicado con el uC.

Se puede observar como al principio hay unas perturbaciones hasta los 4, 5s, se trata de unapersona alejándose del radar hasta unos 5m aproximadamente. En torno a los 7s la personahace movimientos con la cabeza que también los captura el sensor. Por último en torno alos 14s y a los 23s el sujeto hace movimientos con los brazos, donde se nota una mayorpertubación debido a que la super�cie contra la que contacta la onde es mucho mayor.


37

8.3 Grá�cas de resultados Resultados

Figura 8.9: Comparación de la implementación del �ltro en el ADuC841 con Matlab

8.3 Grá�cas de resultados

Para las muestras �nales se seleccionaron dos escenarios distintos para contrastar losresultados. El primero se trata de una zona muy transitada con abundante vegetación paraponer el nodo en la peor situación posible. El segundo se trata de un entorno más próximoal objeto �nal del proyecto. Todas las tomas se realizaron con el mísmo método. El nodo secolocó dentro de una carcasa de PVC abierta con el sensor sobresaliendo y enfocando la zonade interés. El recipiente se colocó en el techo de un vehículo enfocando a la vía de estudio.Se tratan de tomas cortas en las que anotaban los tiempos en los que los objetos móvilescruzaban delante del nodo.

En la Figura 8.10 se muestra una trama de datos tomada en el primer escenario sobre las18:00. Este se localiza en las en las proximidades del Real Jardín Botánico de Madrid. Lavía es de sentido único y sólo hay vehículos aparcados a un lado de la calzada.

En esta muestra es difícil distinguir como la amplitud de la respuesta ante el paso de vehículoses mayor a la de los peatones. En este caso las personas pasaban a unos 3 metros en direcciónperpendicular al haz del radar. Hasta los 175 segundos la a�uencia de los viandante, cruzandoen un caso un peatón a escaso metro del sensor. En torno a los 150 segundos de la trama ungrupo de 4 personas cruza el haz. A los 176, 275, 325 y 375 segundos 4 vehículos circulanen el área. es alta es �ltradas se empezó a comprobar que la amplitud de la respuesta ante


Resultados 8.3 Grá�cas de resultados

0 50 100 150 200 250 300 350 4000

200

400

600

800

1000

1200

1400

Señal sin filtrarV

oltaje

(m

V)

0 50 100 150 200 250 300 350 4000

200

400

600

800

1000

X: 165.8Y: 112.7

Señal filtrada por Matlab con wp=10 y ws=1 Hz

Voltaje

(m

V)

X: 176.2Y: 110.3

X: 197.6Y: 133.4

X: 207.2Y: 125.7

Figura 8.10: Muestra tomada en el Real Jardín Botánico de Madrid

el paso de peatones era menor que la de los vehículos a cuatro ruedas. La respuesta ante elpaso de los peatones no suele superar la amplitud de 600mV salvo el que cruzó muy próximoo el grupo de peatones. Mientras, los vehículos daban valores superiores a los 800mV (o muypróximo en un caso).

El la respuesta de la Figura 8.10 aparecen una gran cantidad de perturbaciones. Debido ala alta sensibilidad equipo de validación se sospecha que el movimiento de la vegetación,aunque muy alejada y en un ángulo bastante pronunciado respecto al foco, podía ser una delas fuentes del �ruido� en la señal.

El segundo escenario elegido se escogió sin tanta vegetación. En la vía pública se encontrabaárboles pero el follaje de estos se encontraba a una altitud mucho mayor con un águlorespecto al sensor más pronunciado. Se trataba de una vía de sentido único ubicada en elbarrio de Vallecas. El sensor se enfocó hacia el mismo sentido de circulación de los vehículos.El estudio se realizó sobre las 20:00. Se trataba de una zona con naves de ladrillo y hormigón,con vehículos aparcados a ambos lados. En la Figura 8.11 se presenta un fragmento de lasmuestras tomadas en este caso.


39

8.3 Grá�cas de resultados Resultados

0 50 100 150 200 2500

200

400

600

800

1000

1200

Señal sin filtrar

Voltaje

(m

V)

20 40 60 80 100 120 140 160 180 2000

200

400

600

800

1000

1200

X: 95.11Y: 64.77

Señal filtrada por Matlab con wp=10 y ws=1 Hz

Voltaje

(m

V)

X: 98.46Y: 76.08

Figura 8.11:Muestra tomada en una zona del barrio de Vallecas, Madrid

Como se puede observar en este caso práctico el ruido es mucho menor y las huellas másnítidas. A los 30s un viandante cruza la calzada pasando justo por delante del sensor aunos 5 metros alejándose en la misma dirección del foco. A partir de los 80 segundos pasa elprimer vehículo llevando posiblemente la mayor velocidad de los de la serie. Con un intervalode aproximadamente 20 segundos pasan dos vehículos más. Los dos últimos vehículos setrataban de vehículos de unas mayores dimensiones aunque en la muestra no se aprecian. Lavelocidad de cruce de los vehículos estaría comprendida entre los 30 y 60 Km/h.

Las huellas no re�ejan de forma clara el tamaño de los objetos, in�uyendo en la amplitud enmucha mayor medida la velocidad de cruce. Con los resultados mostrados se puede distinguircon facilidad entre viandantes y vehículos. Las huellas de los vehículos tienen una formamucho mas estilizada, de gran mayor amplitud y duración más corta. Las huellas de lospeatones tienen mucha menor amplitud pero una duración mayor por lo general, debido aque su velocidad es menor y la onda es re�ejada durante más tiempo.


9 Conclusiones y líneas futuras

En este proyecto se ha podido ver como es posible obtener un nodo de bajo coste para ladetección de movimiento. Mediante el sistema desarrollado se pueden detectar los objetosdel estudio, discriminar otros objetos no deseados y distinguir entre vehículos y viandantes.El coste de fabricación del nodo es inferior a los 100e. El consumo de los elementos quecomponen el nodo tienen un consumo muy bajo por lo que cabe la posibilidad de colocarloscon una batería en zonas de difícil acceso sin que necesiten mantenimiento durante periodosprolongados.

Una posible línea de trabajo futura sería diseñar o comprar una carcasa con certi�cación IP68

con un soporte que permita posicionar el foco central del radar. Con esto completaríamos eldiseño. Las Cookies tienen posibilidad de conexión inalámbrica por lo que el movimientológico siguiente sería crear una red de 4 nodos que se comuniquen entre sí. Se podría disponerde un 5o nodo que haría de nodo central. En este nodo se podría disponer de la FPGA quecontiene para tener una mayor capacidad de cálculo.

Este nodo central podría procesar los eventos de detección de los nodos �tontos� con unalgoritmo que además contemplase la posición de los mismos.

41

Bibliografía

L. Cohen. Time-Frequency Analysis. Prentice Hall, 1995.

Karl Woodbridge Graeme E. Smith and Chris J. Baker. Template based micro-dopplersignature classi�cation. Manchester, UK, 9 2006. IEEE.

Vinay K. Ingle and John G. Proakis. Digital Signal Processing using MATLAB. PWSPublishing Company, 1997.

P.F. Sammartino J. Fortuny-Guasch and J. Petit. Radar techniques for human gait automaticrecognition. IEEE, 2009.

Youngwook Kim. Human Activity Classi�cation Based on Micro-Doppler Signatures Usinga Support Vector Machine. IEEE, 2009.

John G. Proakis and Dimitris G. Manolakis. Introduction to Digital Signal Processing.Macmillan Publishing Company, 1988.

Dave Tahmoush and Jerry Silvious. Radar Micro-Doppler for Long Range Front-View GaitRecognition. IEEE, 2009.

43

Documents

Proyecto Fin de Carrera Desarrollo de los nodos de un sistema de …oa.upm.es/52161/1/PFC_DIEGO_ISLA_CERNADAS.pdf · 2018. 9. 11. · Nodos de sensor. ransformanT las señales eléctricas