攻克可視門鈴中的設計障礙

有用的物聯(lián)網（IoT）程序被應用于幾乎所有行業(yè)的縱向分支中，并有效擴展了舊有系統(tǒng)的實用性。例如，出于安全目的，住宅、商業(yè)和工業(yè)設施正在使用可視門鈴。這些服務已經存在數十年，但通常僅限于可通過閉路電視網絡提供昂貴的雙向音頻和單向視頻功能的高端設備。但是，現在物聯(lián)網技術無需大規(guī)模的同軸電纜或以太網基礎結構即可實現此級別的安全性。本文將仔細研究與可視門鈴相關的一些視頻、音頻和電源設計難題，以及解決這些難題所需的技術進步。

無縫用戶體驗

傳統(tǒng)的可視門鈴系統(tǒng)涉及使用按鈴、麥克風和攝像機。這些系統(tǒng)通常被硬連接到電源，而視頻被傳送到一臺特定的電視機上。啟用支持IoT的可視門鈴的目的類似，但實現方式卻大相徑庭。運動傳感器可檢測到門口訪客，并通過云將視頻流傳輸到智能手機應用。與訪客的通信通過應用程序中運行的雙向IP音頻流和單向視頻流進行。這些門鈴的基本功能可與完整的安全系統(tǒng)集成在一起。此安全系統(tǒng)可遠程啟用/禁用無鑰匙鎖，觸發(fā)警報或根據特定輸入提供自動反饋。

可視門鈴的早期發(fā)行版本經常受到視頻和音頻問題的困擾，例如錯誤響鈴和不清楚的音頻，但是諸如云備份、運動檢測、視頻流和雙向通信等關鍵功能需要流暢的性能才能運作。這些要求，加上先前的硬連線功率限制，給現代可視門鈴子系統(tǒng)帶來了一系列自身的硬件挑戰(zhàn)。

圖1冗余的PIR傳感器可提高人體運動檢測的準確性，因為必須觸發(fā)多個光束才能將其視為運動事件

錯誤動作事件

可視門鈴中常用的熱電（又稱無源紅外，PIR）運動傳感器容易出錯，例如對白天行駛的車輛產生的眩光、暖流、蟲子、動物以及其他各種基于熱量的活動做出錯誤反應，并在此過程中在用戶手機上觸發(fā)惱人的錯誤警報音和通知。由于用戶最終將完全忽略警報，甚至使門鈴脫機，這極大降低了可視門鈴的安全性。此外，PIR傳感器頻繁發(fā)生的虛假運動檢測事件會大大縮短電池壽命。

一種相對直接的解決方案是使用 兩個旨在具有稍微重疊的覆蓋范圍的PIR傳感器 來創(chuàng)建更大的運動檢測區(qū)域（圖1）。由于雙傳感器僅生成針對較大物體的通知，因此較小物體（例如蟲子和寵物）將不會記錄。將PIR傳感器與其他光傳感器和溫度/濕度傳感器一起使用可避免因溫度或光的快速變化而引起的誤觸發(fā)。這種多模式傳感方法減少了錯誤警報的可能性，同時還消耗了最少的功率，從而延長了電池壽命。

也可使用嵌入式MCU和某些固件來實現基于算法的運動檢測，以提高精度。有多種方法可實現基于視覺運動的檢測，但是最常見的方法之一是將當前幀與參考圖像進行比較，并逐像素跟蹤差異。這種類型的圖像處理必須足夠智能，以將經過的車輛和風吹動樹木的運動作為背景的一部分來處理，以避免產生誤報，而這種功能需要相當大的處理能力。

這些過濾任務中的一些任務可卸載到基于云的算法上，這些算法可針對用戶特性進行圖像數據微調。但這需要相對較大的基礎架構來提供支持和良好的Wi-Fi連接，并且仍然導致高功耗。因此，大家不會選擇電池供電的智能門鈴，至少目前是這樣。雖然依靠外部電源減少了門鈴的位置選擇，但用戶也因此無需充電或更換電池。

圖2 雙向音頻通信在混響語音和回聲方面有很多需要認真考慮的因素

圖像傳感器和處理器連接問題

可視門鈴中的圖像處理需要圖像傳感器、數字媒體處理器，并且在大多數情況下，需要一些外圍器件。選擇圖像傳感器時，需要考慮一些因素，其中最重要的是分辨率、幀速率、像素大小、像素結構和快門時間。除單獨組件的諸多考慮因素之外，圖像傳感器和數字媒體處理器之間也經常存在連接問題。

除非特別注意，否則您可能會發(fā)現自己的一對出色的器件因其輸入/輸出（I/O）接口格式不匹配而無法相互通信。由于I/O接口（I2C、并行、通用I/O）存在大量差異，因此更容易犯下此類錯誤。為避免這種惱人情況，設計人員必須確保圖像傳感器支持的I/O接口與數字媒體處理器的I/O兼容。 

當兩個器件具有不同的工作電壓和邏輯信號電平時，可能會出現類似的問題。幸運的是，電壓轉換器件可通過范圍介于0.6V至5.5 V的雙向電壓轉換輕松解決這種不匹配問題。盡管它們?yōu)楫a品的BOM增加了少量成本，但它給設計人員提供了更廣泛的圖像傳感器和MCU的選擇，而不是只使用相同電壓的傳感器和MCU。

表1 向可視門鈴供電的方法

易產生噪音的環(huán)境

現代可視門鈴所需的全雙工、免提通信增加了其他復雜性，要求設計必須處理因用戶將揚聲器/麥克風增益調節(jié)得過高而導致的不穩(wěn)定反饋。例如，接收音頻的人員需在揚聲器上獲得相對較大增益才能充分辨別遠端通話，但是麥克風近距離很容易檢測到聲音并經常將其放大回去，從而導致討厭的回聲（圖2）。過去，通過揚聲器接收信號時，半雙工通信通過顯著降低麥克風的增益，從而減少這種回聲。表1 向可視門鈴供電的方法

主動調整麥克風和揚聲器增益的系統(tǒng)可能會在環(huán)境噪聲水平相對較低的環(huán)境中為全雙工通信糾正此問題。不幸的是，這在具有不可預測的環(huán)境噪聲源（如經過的公共汽車或其他交通）的環(huán)境中效果不佳。有幾種的數字信號處理（DSP）技術，包括回聲消除（AEC）和自適應頻譜降噪（ASNR），可以解決這一問題。AEC創(chuàng)建了自適應濾波器，可通過最初識別傳輸的信號并在某個時間窗口內重新出現該信號時將其消除，從而有效消除回聲。ASNR利用頻域從音頻信號中去除環(huán)境噪聲和不需要的噪聲分量，從而去除背景噪聲和寬帶噪聲。AGC旨在改善免提通信的低聲壓級語音信號。諸如此類的音頻算法保持了麥克風和揚聲器的增益而不會產生不必要的反饋和回聲，且無需訴諸語音切換，從而提供出色的音頻體驗。

圖3可視門鈴的示例電源架構 （來源： 德州儀器 ）

最大限度利用揚聲器

盡管復雜的DSP算法有助于實現全雙工音頻通信，但它們通常無法最大程度地發(fā)揮系統(tǒng)音頻揚聲器的全部功能。由于揚聲器音圈中的過多熱量和超出其偏移限值會導致快速損壞和音錐，因此音頻工程師通常會對放大聲壓級施加硬性限制，使其遠低于揚聲器的實際功能。 與放大器配合使用的軟件算法 可以實時監(jiān)控揚聲器的溫度和偏移。該反饋可實現更精細的聲壓級和更高的音頻清晰度。

語音命令和語音識別

未來的可視門鈴可能會基于語音激活和語音識別技術實現免提控制。這些語音用戶界面從一系列麥克風和DSP算法接收命令時，再次增加了另一層復雜性。盡管與接收麥克風的距離相對較大，但這些門鈴很可能會使用波束成形算法將所需的音頻信號與背景噪聲分開。已有可用的麥克風板可用于實現波束形成算法，該算法可從揚聲器方向放大語音信號，以從嘈雜環(huán)境中獲得清晰的語音和音頻。 

在真正實用的可視門鈴產品中，重要的是這些高級功能無需額外的電源，且可對本地麥克風輸入信號起作用。我們正在尋找一種設計策略，以使產品更簡單、低功耗、小尺寸。

電力預算挑戰(zhàn)

實用的可視門鈴可以通過以下其中一種方式供電：使用可充電電池，允許其從房屋現有的低壓門鈴布線中獲取電能，或為其配備以太網供電（PoE）接口。這些電源選項各有利弊（表1）。如前所述，電池供電單元所提供的靈活放置方式使安裝更加簡單，而硬線門鈴則具有維護成本低的優(yōu)勢。 

節(jié)能是電池供電的可視門鈴的主要關注點。許多上述算法將需要更多的功耗密集型處理。高度針對性的SoC設計，例如德州儀器（TI）CC3120/CC3220，可通過較少的片外事務（片上RAM和/或閃存）實現更高級別的并行處理（喚醒/睡眠觸發(fā)器、網絡連接），從而降低了總體功耗。此外，專為電池供電而設計的MCU具有多種電源模式，包括關機、休眠、睡眠、待機和活動模式，細心的開發(fā)人員可使用它們進一步降低能耗。

設計任何使用家庭現有門鈴電源的產品的主要考慮因素是：交流電源中沒有針對這些產品的標準輸出電壓，其最初是為使用8 V至24 VAC之間的電壓為電鈴供電而設計的。為最大程度地降低以這種方式供電的產品的性能下降，有必要仔細注意一些參數，例如輸出電壓精度、電壓紋波、滿負載下的系統(tǒng)效率和散熱。對于特別敏感的組件尤其如此，例如經常在可視門鈴中使用的互補金屬氧化物半導體（CMOS）圖像傳感器。這些組件對噪聲源特別敏感，例如電源波動、電磁干擾和溫度變化。

為實現最佳性能，可視門鈴需要一個電源。該電源可接受各種低壓交流電，并為其各個子系統(tǒng)（傳感器、I/O、音頻、內存、UI等）產生干凈、穩(wěn)壓良好的直流電，也可以放入產品緊湊型外殼中。如圖3所示，這通常涉及多個降壓轉換器，最好是采用可在重負載下提供高效率的同步架構的轉換器。在這種需要寬電壓范圍或大量分立電源的設計中，可使用單個降壓穩(wěn)壓器為多個線性穩(wěn)壓器供電（理想的低壓差）。 

對于電池供電的應用，滿載和輕載下的系統(tǒng)效率都是必需的；對于在密閉封裝、通風很少或沒有通風的情況下運行的線路供電產品，也是如此。對于可視門鈴，必須仔細實現諸如用戶界面、無線通信監(jiān)視和運動檢測之類的功能，以最大程度地提高電源效率。必須同樣注意待機電流，例如電源的靜態(tài)電流和關斷電流，因為它們會嚴重影響電池壽命。低靜態(tài)電流可極大延長電池的使用壽命，因為可視門鈴大部分時間都處于睡眠/休眠模式。此外，同步轉換器具有從其脈寬調制模式到省電模式的無縫過渡的能力，使其在滿載和輕載時均保持相對高效。

可視門鈴是具有嚴格尺寸限制（有時甚至是功率限制）的幾種IoT產品之一，且必須在處理器愈加復雜的高功耗算法與有限的功率資源之間取得平衡。這些限制導致了一些獨特的設計挑戰(zhàn)，當前技術進步使得克服這些挑戰(zhàn)成為可能。隨著人工智能以語音、聲音和面部識別的形式成為住宅安全系統(tǒng)的必備功能，這些挑戰(zhàn)自然將變得越來越復雜。

Srinivasan Iyer 是德州儀器（TI）樓宇自動化集團的系統(tǒng)工程師，專注于視頻監(jiān)控、HVAC、電梯和自動扶梯的發(fā)展趨勢。