Technik
Licht 1 | 2020

Heatmaps und DALI

Potenziale von Leuchten und Sensoren im Einzelhandel

Mit dem Internet of Things (IoT) werden immer mehr Dinge intelligent, was in vielen Anwendungen neue Funktionen, mehr Nutzerkomfort oder einen anderen Mehrwert ermöglicht. In der Lichttechnik bedeutet dies die Umwandlung von Leuchten in intelligente IoT-Komponenten. Dieser Beitrag beschreibt einen entsprechenden Ansatz für die Verkaufsraumbeleuchtung und zeigt damit das Potenzial des IoT im Einzelhandel. Bei gleichzeitig gutem Preis-Leistungs-Verhältnis werden neue und besonders nützliche Features in den Bereichen Marketing und Filialoptimierung möglich.

Lesezeit: ca. 11 Minuten

Connected Lighting

In der Shopbeleuchtung geht es häufig darum, die Eigenfarben der Waren mit Licht zu betonen. Moderne LED-Leuch­ten erzeugen daher mehrere produktspezifische Weißlichtspektren, die mit einer Vielzahl von Parametern konfiguriert werden. Dies geschieht über digitale Schnittstellen und ein drahtgebundenes oder drahtloses Bussystem. Somit sind Leuchten

  • digital vernetzt,
  • mit Strom versorgt und
  • haben naturgemäß einen definierten physischen Standort.

Mit diesen Eigenschaften sind sie der ideale Platz für Sensoren, die die bestehende digitale Infrastruktur mit geringen oder auch ohne zusätzliche Kosten nutzen können. Möglicherweise werden Sensorfunktionen und die gesammelten Daten in Zukunft sogar wichtiger als das erzeugte Licht.

DALI und Alternativen

In der Verkaufsraumbeleuchtung ist DALI (Digital Addressable Lighting Interface) eine häufig eingesetzte digitale Schnittstelle. Mit DALI können bis zu 64 Geräte pro Leitung, unter Einsatz von Gateways auch mehr, angeschlossen werden. Mit nur 1.200 Baud ist die Übertragungsgeschwindigkeit auf die Beleuchtungssteuerung ausgerichtet und daher eher gering; denn Beleuchtungsanwendungen erfordern statt hoher Datenraten meist eher eine robuste Datenübertragung über lange Signalleitungen. Alternative Bussysteme mit höheren Datenraten (s. Tabelle 1) sind in der Verkaufsraumbeleuchtung, insbesondere in Deutschland, nicht so verbreitet wie DALI. Darüber hinaus ist DALI ein einfacher und kostengünstiger Standard für die bidirektionale Kommunikation. Die Übertragung des vorgestellten Ansatzes auf andere Protokolle als DALI stellt jedoch kein Problem dar.

Bussystem

Datenrate

DALI

1.200 Bit/s

Bluetooth Mesh

1 MBit/s

DMX (unidirectional)

250 kBit/s

ZigBee

250 kBit/s

Thread

250 kBit/s

WiFi

>100 Mbit/s

Ziel des hier vorgestellten Projektes war es, die digitale Infrastruktur aus bekannten DALI-Systemen um Sensoren und damit Datenerfassungsfunktionen zu erweitern. Dazu soll zunächst die mögliche Übertragungsrate für Sensordaten abgeschätzt werden.

Eine typische Anfrage besteht aus

  • einer Anfrage mit einer Länge von 16 Bit und einem 2,4ms Stoppzeichen mit einer zusätzlichen Dauer von tAnfrage ≈ 15,73 ms
  • der durchschnittlichen Wartezeit zwischen einem Vorwärts- und einem Rückwärtsframe tSTFB = 8ms,
  • einer 8-Bit-Antwort und einem 2,4 ms Stoppzeichen mit einer zusätzlichen Dauer von zusammen tAntwort ≈ 9,07ms und
  • der durchschnittlichen Wartezeit zwischen einem Frame und dem nächsten Vorwärtsframe tSTFB = 15,5 ms.

Die Gesamtzeit für eine Anforderung tGesamt addiert sich dann zu

tGesamt = tAnfrage + tSTFB + tAntwort + tSTBF = 48,3 ms

und ergibt:

Gl. 2 FH Südwestfalen / Barfuß

Dabei sind ausschließlich Sensorabfragen berücksichtigt. Diese Einschränkung ist bei der Auslegung des Systems und der Auswahl des Sensors zu berücksichtigen.

Sensorauswahl

Durch das Sammeln hilfreicher aber anonymer Daten einen deutlichen Mehrwert für den Einzelhandel zu erzielen, stand bei der Sensorauswahl im Vordergrund. Die Personenzählung war in dieser Hinsicht der vielversprechendste Ansatz. Die folgenden Abschnitte zeigen verschiedene Sensorsysteme für diesen Zweck.

Lichtschranken

Eine einfache Lösung, um Personen in Geschäften zu zählen, sind Lichtschranken. Sie erzeugen einen Lichtstrahl, der kontinuierlich auf einen Fotodetektor trifft und bei Unterbrechungen ein Signal erzeugt. Auch wenn dies eine simple Lösung ist, hat sie doch einige Nachteile. Um die Bewegungsrichtung zu bestimmen, sind mindestens zwei Lichtschranken erforderlich. Außerdem sind Einkaufswagen von Personen nicht zu unterscheiden und werden daher ebenfalls gezählt. Da Lichtschranken aufgrund ihres Konstruktionsprinzips auch nicht in Leuchten integrierbar sind, wurden sie nicht weiter betrachtet.

Kamerasysteme

Die Datenerfassung im Einzelhandel basiert oft auf Videokameras, die Personen individuell und präzise verfolgen können. Allerdings sind Hard- und Software für diese Kameras sehr teuer. Eine Datenübertra­gung mit DALI würde zusätzlich zu jeder Kamera eine hohe Rechenleistung zur Datenvorverarbeitung und -kompression erforderlich, die die Kosten weiter in die Höhe treibt. Eine gleichzeitige Verwendung als Überwachungskamera könnte zwar die höheren Kosten rechtfertigen, erfordert jedoch eine schnelle Videoübertragung und ist daher mit DALI gar nicht möglich. Außerdem bleibt die Anonymität der Kunden nicht gewahrt, was zu rechtlichen Problemen führen kann und daher nicht erwünscht ist. Somit fallen auch Kameras aus der weiteren Betrachtung heraus.

Infrarot-Array-Sensoren

Infrarot-Array-Sensoren haben mehrere Pixel, die durch einfallende Infrarotstrahlung die Temperatur ei­nes bestimmten Bereichs messen. Das resultierende Wärmebild kann analysiert werden, um Personen zu zählen und sogar ihre Bewegung zu erfassen, ohne Persönlichkeitsrechte zu verletzen. Außerdem sind Infrarot-Array-Sensoren im Vergleich zu obigen Kameras eher preiswert, so dass die Wahl auf diesen Sensortyp fiel.

Das Prinzip von Infrarot-Array-Sensoren

Zur berührungslosen Temperaturmessung wird die emittierte Infrarotstrahlung von Objekten genutzt, die von Emissionsgrad und Objekttemperatur abhängig ist. Da die Emissionsgrade der meisten gängi­gen Materialien und auch der menschlichen Haut nahezu gleich sind und bei etwa liegen, ist das Messergebnis in dieser Anwendung nur von der Temperatur der emittierenden Objekte abhängig. Im eingesetzten Sensor erhöht die Infrarotstrahlung die Temperatur eines winzig kleinen Messkörpers, wo sie dann über den Seebeck-Effekt mit einem Thermoelement gemessen wird. Um eine höhere Ausgangsspannung zu erzielen, befinden sich im GridEye-Sensor Thermosäulen aus mehreren in Reihe geschalteten Thermoelementen. Ein Array von Thermosäulen erzeugt das Wärmebild.

Der verwendete Sensor

Das verwendete »Panasonic GridEye« misst den einfallenden Wärmestrom in einer Anordnung von acht mal acht Thermosäulen, die ein Wärmebild mit 64 Pixeln erzeugen. Mit der Hilfe der MEMS-Technologie (Micro Electro Mechanical Systems) von Panasonic ist die Kombination des Sensorchips, eines digitalen ASICs und einer Siliziumlinse in einem kleinen Gehäuse möglich. Darüber hinaus kann der Sensor aufgrund des siliziumbasierten Thermoelements und seiner Eignung für die Halbleiter-Massenproduktion kostengünstig hergestellt werden. Die menschliche Körpertemperatur von 37°C, die in der Regel die Raumlufttemperatur überschreitet, kann als Hotspot im Wärmebild gesehen werden. Ein Mikrocontroller, der die thermischen Daten über einen I²C-Bus ausliest, ermittelt aus den Rohdaten die Personenzahl und weitere Informationen wie z.B. Bewegungen von Personen.

Sensortest

Um sicherzustellen, dass das GridEye für Retail-Anwendungen geeignet ist, wurde im Labor ein Testaufbau installiert. Wie in Abb. 1 bis 3 gezeigt, wurden neun Sensor-Evaluierungsboards an der Decke montiert und über USB mit einem Computer verbunden. Zu Testzwecken wurde ein Datenerfassungsprogramm mit Filterung und Visualisierung geschrieben. Abb.4 zeigt einen Screenshot mit den resultierenden Aus­gaben dieser neun Sensoren. Personen, die unter dem Sensor stehen, werden durch hellgrüne Punkte dargestellt.

Abb. 1: Grundriss des Labors mit den Sensorpositionen FH Südwestfalen/ Barfuß
Abb. 2: Ansicht des Labors mit eingezeichneten Sensorpositionen FH Südwestfalen/ Barfuß
Abb. 3: Offene Kassettendecke - bitte noch exakte Bildunterschrift formulieren! FH Südwestfalen/ Barfuß
Abb. 4: Testprogramm mit Datenvisualisierung von neun Sensoren FH Südwestfalen/ Barfuß

Der Erfassungsbereich

Der implementierte Sensor hat einen Erfassungswinkel von ϕ=60° und ist auf einer Höhe von h=3m montiert. Panasonic gibt die minimale Erkennungshöhe über dem Boden mit hd≈50 cm an. Dies würde für den Erfassungsbereich eine Seitenlänge von

FH Südwestfalen/ Barfuß

ergeben. In Experimenten konnte ein Bereich von etwa 2,5m x 2,5m für das erste Erfassen einer Person beobachtet werden. Nach der ersten Detektion werden Personen von einem Algorithmus verfolgt und dadurch auch im größeren Bereich von 2,89m x 2,89m erkannt, der im Panasonic-Datenblatt angegeben ist.

Abhängig von Sensorposition und Betrachtungswinkel können Personen sich gegenseitig verdecken wie Abb. 5 zeigt. Hier wird die rechte Person nicht erkannt. Unabhängig davon können eng zusammen ste­hende Personen zu einer Person verschmelzen. Im grünen zentralen Erfassungsbereich von Abb. 6 ist ein Personenabstand von mehr als 40cm erforderlich, um dies zu verhindern. Außerhalb des grünen Bereichs erhöht sich dieser Mindestabstand auf 80cm. Diese Abstände können durch den Tracking-Algorithmus auf bis zu 20cm reduziert werden. Für Retail-Anwendungen ist die so erzielte Genauigkeit ausreichend; denn hier geht es in erster Linie um die Haupt-Aufenthaltsorte von Kundenströmen.

Abb. 5: Eine Person wird durch die andere verdeckt FH Südwestfalen/ Barfuß
Abb. 6: Erfassungsbereiche FH Südwestfalen/ Barfuß

Störende kalte oder warme Luftströme

Wie bereits beschrieben, wertet der Sensor die emittierte IR-Strahlung von Objekten aus. Luftströme können die Sensorfunktion stören, wenn sie die Temperaturverhältnisse unter dem Sensor ändern, also z.B. den Boden unter dem Sensor erwärmen. Auch wenn sie den Sensor selbst aufheizen, könnte dies problematisch sein. So stört ein Heißluftfön nicht, solange er parallel zum Boden bläst. Wird er jedoch direkt auf den Sensor gerichtet, wird das Messergebnis verfälscht. Dann kann die wärmestrombedingte Temperaturänderung fälschlicherweise als Personengruppe unter dem Sensor interpretiert werden.

Einsatz in der Nähe einer Licht- und Wärmequelle

Da der Sensor in eine Leuchte integriert werden soll, muss untersucht werden, ob deren abgestrahlte Energie zu Messfehlern führt und der so entstehende Hotspot irrtümlich für eine Person gehalten wird. In einem ersten Test wurde eine Glühlampe neben dem Sensor in verschiedenen Abständen ein- und ausgeschaltet. Dabei war die Leuchte durch ein Stück Blech vom Sensor getrennt wie in Abb. 7 dargestellt.

Um eine maximale Empfindlichkeit bei Temperaturen von 20 bis 40°C zu erreichen, ist der GridEye-Sensor im Bereich von bei 8 bis 13 µm maximal empfindlich. Damit ist eine Beeinflussung durch sichtbares Licht ausgeschlossen. Ohne das seitliche Blech ergaben sich allerdings erhöhte Messtemperaturen, sodass der Sensor grundsätzlich vor schneller Erwärmung geschützt werden muss, um die Personenerkennung nicht negativ zu beeinflussen.

Abb. 7: Test-Setup zum Test der Reflektionen FH Südwestfalen/ Barfuß

System

Nachdem alle Tests erfolgreich durchgeführt wurden, wurde der GridEye für dieses Projekt ausgewählt und in eine Leuchte eingebaut. Einen guten Schutz vor Wärmestrahlung bieten dabei selektiv IR-durchlässige Folien vor den Sensoren, die zwar die 8–13µm-Strahlung durchlassen, andere Strahlung aber abweisen. Damit ist der GridEye für den Einsatz im Retail-Bereich geeignet. Das realisierte Leuchtensystem ist in Abb. 8 dargestellt. Es besteht im Wesentlichen aus den Leuchten, der Lichtsteuerung und der Cloud.

Abb. 8: Systemstruktur FH Südwestfalen/ Barfuß

Die Leuchten sind mit Sensoren ausgestattet (Abb. 9 und 10), enthalten einen Mikrocontroller zur Verarbeitung der Sensordaten und sind mit DALI vernetzt. Sie entsprechen vollständig dem DALI-Standard und können daher problemlos mit anderen DALI-Leuchten kombiniert werden.

Abb. 9: Leuchtengehäuse FH Südwestfalen/ Barfuß
Abb. 10: Sensorplatine im Gehäuse FH Südwestfalen/ Barfuß

Um die Funktionen der eingebauten Sensorik zu nutzen, ist eine entsprechend geartete Lichtsteuerung erforderlich, die auch die Sensorabfragen steuert und mit einer Cloud verbunden ist. Zuerst werden die Daten in einer lokalen Datenbank gespeichert und dann in die Cloud übertragen, wodurch ein robuster Datenspeicher entsteht. Die Datenanalysetools können als Webservices weltweit aus der Cloud abgerufen werden.

Sicherheit

Bei jeder Verbindung eines Systems mit dem Internet sind immer auch Sicherheitsaspekte zu betrachten. Zunächst müssen mögliche Angriffsszenarien und deren Folgen analysiert werden. Ein besonders kritisches Szenario ist das komplette Ausschalten der Beleuchtung durch einen Angreifer. Die entstehende Dunkelheit könnte für kriminelle Aktivitäten genutzt werden oder auch einfach nur unangenehme Paniksituationen erzeugen. Um dies zu vermeiden, kann das Ausschalten von Licht aus der Cloud entweder ganz oder zumindest während der Geschäftsstunden blockiert werden. Zudem sollte die Datenübertragung in die Cloud selbstverständlich immer verschlüsselt und jeder Zugriff mit starken Passwörtern geschützt sein. Durch die beschriebenen Maßnahmen kann mit vertretbarem Aufwand ein akzeptables Sicherheitsniveau erreicht werden.

Validierung

Nachdem die Grundfunktionalität des Systems verifiziert war, wurde ein Funktionsmuster aufgebaut. So konnte das Zusammenspiel aller Komponenten getestet werden. Insgesamt neun Leuchten mit integrierten GridEye-Sensoren wurden DALI-vernetzt und an eine Lichtsteuerung mit Abfragefunktionalität für die Sensorik angeschlossen (Abb. 11).

Abb. 11: DALI-Schienen mit Leuchten unter der Labordecke FH Südwestfalen/ Barfuß

Mikrocontroller zur Sensorauswertung

Der Testaufbau zeigte, dass der bewusst kostengünstig gewählte Mikrocontroller im LED-Treiber den Sensoralgorithmus nicht zusätzlich zur DALI-Kommunikation bewältigen konnte. Statt dies Problem durch einen Mikrocontroller mit mehr Rechenleistung und ein Echtzeitbetriebssystem mit Multitasking zu lösen, wurde der Leuchten-Treiber hardwaremäßig nicht verändert und stattdessen auf der Sensorplatine ein zweiter Mikrocontroller gleichen Typs implementiert. Dies hält die Treiberkosten gering und erhöht gleichzeitig die Modularität. Die überarbeitete Sensorplatine ist in Abb. 12 dargestellt.

Abb.12: Sensorplatine mit zusätzlichem Mikrocontroller FH Südwestfalen/ Barfuß

Datenkompression

Wie bereits erwähnt, ist die Datenübertragungsrate bei DALI mit 1.200 Baud stark begrenzt und führt dazu, dass maximal 20 Nachrichten pro Sekunde gesendet werden können. Für die bis zu 64 Teilnehmer eines DALI-Busses werden also mehr als 3 s benötigt. Daher musste die Anzahl der Nachrichten geringgehalten und die Personenzahl bereits auf jedem Sensorboard zeitlich gemittelt werden. Dass die Daten jedoch trotzdem noch aussagekräftig sind, konnte in einem Laborversuch (Abb. 13) gezeigt werden. Dazu wurden unter den neun installierten Leuchten während eines Elektronik-Praktikums die Personenzahlen aufgenommen, die Daten der Leuchte über einem besonders stark frequentierten Laborabschnitt ausgewählt und über verschiedene Zeiten gemittelt. Abb. 14 zeigt, dass selbst bei einer Mittelwertbildung über 20 s der zeitliche Verlauf der Personenanzahl noch klar zu erkennen ist. Die anderen Leuchten zeigten dabei ähnliche Ergebnisse.

Abb. 13: Praktikum im Labor für Elektronik FH Südwestfalen/ Barfuß
Abb. 14: Datenkompression durch zeitliche Mittelwertbildung FH Südwestfalen/ Barfuß

Nach einer Mittelwertbildung über z.B. 20 s ist die Übertragung der Daten auch von 64 Sensoren unproblematisch. Es bleibt sogar noch ausreichend Raum für anderweitige Nutzungen des Busses. Zudem sind geringere Datenmengen ohne Informationsverlust an dieser Stelle sogar eher von Vorteil; denn sie redu­zieren zusätzlich den Aufwand bei der Datenauswertung und -speicherung. Da es sich auch im Supermarkt um menschliche Bewegungen handelt, ist davon auszugehen, dass die Anforderungen denen im Laborversuch ähneln und die erforderlichen Datenmengen sich auch hier problemlos komprimieren und mit DALI übertragen lassen.

Ergebnisse und Ausblick

Neben der anonymen Personenzählung für Marketing-Studien im Einzelhandel sind mit dem entwickelten Leuchtensystem auch andere Anwendungen realisierbar:

  • Einsatz als preiswerte Wärmebildkamera
  • Präsenzsensor für den Einsatz in der Klimatechnik
  • Überwachung der Kühlqualität bei Kühltransporten
  • Erkennung von Stürzen bei älteren Menschen

Besonders für den Einzelhandel bieten die Personenzählung und -verfolgung durch IR-Array-Sensorik großes Potenzial. Sie können einen Mehrwert in Form von Kostensenkungen oder höheren Umsätzen erzielen. Beispielsweise können bei Abendveranstaltungen, die nur auf Teilflächen einer Filiale stattfinden, nicht genutzte Bereiche auf ein niedriges Beleuchtungsniveau gedimmt werden. Wird eine Person im abgedunkelten Bereich detektiert, kann das Licht zur Anzeige unerwünschter Präsenz voll eingeschaltet werden. Darüber hinaus bieten Heatmaps auch bei der Optimierung der Warenplatzierung an strategisch günstigen Plätzen interessantes Potenzial. In Kassennähe lassen sich durch die Kenntnis der Personenzahl Warteschlangen automatisch erkennen und managen.

In Bürogebäuden liefert die Auswertung von Heatmaps Informationen über die zeitliche Auslastung von Räumen und unterstützt so das Facility Management. Beleuchtung, Heizung und Reinigung können optimiert und damit auch die Energiebilanz von Gebäuden verbessert werden. Des Weiteren lässt sich das entwickelte Leuchtensystem auch mit vielen anderen Sensortypen kombinieren. Insbesondere die Normungsbestrebungen bzgl. der Sensor-Treiberschnittstellen (D4i) schaffen hier Möglichkeiten für modulare Systeme mit unzähligen Anwendungen in vielen Bereichen.

Zusammenfassung

Das im Projekt entwickelte System zur Personenerfassung wurde durch ein Funktionsmuster und einen Laboraufbau mit neun funktionsfähigen Leuchten verifiziert. Der gewählte Panasonic GridEye Sensor hat sich in mehreren Tests bewährt. Zur Bewältigung der limitierten Bandbreite von DALI wurden die Daten mit guten Ergebnissen hinsichtlich der Systemfunktionalität komprimiert. Damit tritt DALI in direkte Konkurrenz zu Standards wie Bluetooth Mesh oder ZigBee. Die Anbindung der Lichtsteuerung an eine Cloud macht das System aus dem Internet zugänglich und bietet hilfreiche Web-Services für den Handel. Damit wurde gezeigt, dass Leuchten durch Sensorik sinnvoll erweitert und die Sensoren so kostengünstig ans Internet of Things (IoT) angeschlossen werden können.

Weitere Informationen:

Autoren: Prof. Meike Barfuß, Titel? Vorname? Miesner, Titel? Vorname? Thiemann Fachbereich Elektrotechnik und Informationstechnik, Fachhochschule Südwestfalen, Hagen Barfuß, Miesner, Thiemann

Die hier beschriebenen Arbeiten wurden in Zusammenarbeit mit den Firmen Bäro Retail Lighting GmbH und Scemtec Hard- und Software GmbH entwickelt. Das Projekt wurde im Rahmen des zentralen Innovationsprogramms Mittelstand (ZIM) durch das Bundesministerium für Wirtschaft und Energie gefördert.

FH Südwestfalen/ Barfuß
FH Südwestfalen/ Barfuß

Dieser Artikel ist erschienen in

Licht 1 | 2020

Erschienen am 31. Januar 2020