物联网（IoT）应用已纵向渗入几乎每一个行业，并有效扩展了原有系统的实用性。例如，出于安全目的，住宅、商业和工厂开始使用可视门铃。这些服务过去通常仅限于闭路电视网络中的高端设备，因为只有高端设备才能提供昂贵的双向音频和单向视频功能。现在物联网技术无需大规模铺设同轴电缆或以太网基础结构即可实现同等级别的安全性。本文深入探讨了有关可视门铃的一些视频、音频和电源设计难题，以及解决这些难题所需的技术。
传统的可视门铃系统包含按钮、麦克风和摄像头。这些系统通常硬连线到电源，视频则被传送到一台电视机上。支持IoT的可视门铃功能相似，实现方式却大相径庭。运动传感器检测到有客人向门口走来，并通过云将视频流传输到智能手机App。室内的主人通过可视门铃与客人交流，此时双向IP音频流和单向视频流在手机App中流过。这些门铃的基本功能可与完整的安全系统集成在一起，远程启用/禁用无钥门锁，触发警报，或根据特定输入自动进行反馈。
早期的可视门铃经常出现视频和音频问题，例如门铃误响和铃声不连贯，但是要实施云备份、运动检测、视频流和双向通信等关键功能均需具备流畅的性能。这些要求，加上先前的硬连线功率限制，给现在的可视门铃子系统带来了一系列硬件挑战。
可视门铃中常用的热电（又称无源红外，PIR）运动传感器容易出错，例如，对于白天行驶的车辆产生的强光，或吹来的一阵暖风，或虫子、动物以及其他各种基于热量的活动，运动传感器都可能做出错误反应，并在用户手机上触发恼人的错误警报音和通知。这时用户可能会完全忽略警报，甚至使门铃离线，从而大大降低可视门铃的安全性。此外，PIR传感器频繁发生错误的运动检测事件，还会大大缩短电池寿命。
一种较直接的解决方案是使用两个PIR传感器来提供稍微重叠的覆盖范围，以此来实现更大的运动检测区域（图1）。这种双传感器方案仅对较大的物体发出通知，对较小物体（例如虫子和宠物）则不会记录。PIR传感器与其他光传感器和温度/湿度传感器一起使用，可避免因温度或光的快速变化而引起误触发。这种多模式传感方法减少了出现错误警报的可能，同时消耗最少的功率，从而延长了电池寿命。
图1：冗余的PIR传感器可提高人体运动检测的准确性，因为必须触发多个光束才能将其视为运动事件。
通过使用嵌入式MCU和某些固件来实现基于算法的运动检测，也可以提高精度。实现基于视觉运动的检测有很多种方法，最常见的一种方法是将当前帧与参考图像进行比较，并逐个像素地跟踪差异。这类图像处理必须足够智能，才能将经过的车辆和风吹树木产生的运动当作背景的一部分，从而避免产生误报，但这种功能需要相当大的处理能力。
这些过滤任务中的一部分可交由基于云的算法来承担，这些算法可对用户的特定图像数据进行微调。但这需要较大的基础架构来提供支持，还要有良好的Wi-Fi连接，但这仍会导致高功耗。因此，智能门铃不会由电池供电，至少目前是这样。虽然门铃依靠外部电源供电限制了其安装位置，但好处是用户永远都不需要为电池充电或更换电池。
可视门铃中的图像处理需要图像传感器和数字媒体处理器，大多数情况下还需要一些外围器件。在选择图像传感器时需要考虑一些因素，其中最重要的是分辨率、帧速率、像素大小、像素结构和快门时间。除了针对单个元器件的诸多考虑因素，通常还要考虑图像传感器和数字媒体处理器之间的接口问题。
你可能会发现一对出色的器件因输入/输出（I/O）接口格式不匹配而无法相互通信。由于I/O接口（I2C、并行、通用I/O）差异很大，因此更容易犯下此类错误。为了避免这种恼人的情况发生，设计人员必须确保图像传感器支持的I/O接口与数字媒体处理器的I/O兼容。
当两个器件具有不同的工作电压和逻辑信号电平时，也可能出现类似的问题。幸运的是，电压转换器件可通过0.6V至5.5V的双向电压转换轻松解决这种不匹配问题。尽管这会导致BOM中产品的成本略为上升，却使设计人员有更多的图像传感器和MCU选择，而不是只能使用相同电压的传感器和MCU。
由于现在的可视门铃采用全双工和免提通信，复杂性更高，因此要求所设计的门铃必须能够处理因用户将扬声器/麦克风增益调节得过高而导致的不稳定反馈。例如，接收声音的人需在扬声器上获得相对较大的增益才能完全听清对方说话，但是麦克风近距离很容易检测到声音并经常将其放大回去，从而导致讨厌的回声（图2）。过去的半双工通信在从扬声器接收信号时，是通过显著降低麦克风的增益来减少这种回声的。
图2：关于混响语音和回声，双向音频通信有诸多因素需要认真考虑。
在噪声水平相对较低的环境中，主动调整麦克风和扬声器增益的系统可能会在全双工通信中纠正此问题。然而，当环境中的噪声源不可预测时（如经过的公共汽车或其他车辆），上面的方法却效果不佳。有几种数字信号处理（DSP）技术，包括回声消除（AEC）和自适应频谱降噪（ASNR），可以解决这一问题。AEC先识别一个传输信号，若在某个时间段内该信号重新出现，则会将它消除，由此创建了自适应滤波器来有效消除回声。ASNR则是利用频域，从音频信号中去除环境噪声和不需要的噪声分量，从而去除背景噪声和宽带噪声。AGC旨在改善免提通信中的低声压级语音信号。此类音频算法保持了麦克风和扬声器的增益，却不会产生不必要的反馈和回声，也无需进行语音切换，从而提供出色的音频体验。
尽管复杂的DSP算法有助于实现全双工音频通信，但它们通常无法最大限度地提供系统音频扬声器的全部功能。当扬声器音圈过热并超出偏移限值时，会导致快速损坏和音锥，因此音频工程师通常会硬性地将放大声压级限制为远低于扬声器的实际性能。与放大器配合使用的软件算法可以实时监控扬声器的温度和偏移。该反馈可实现更精细的声压级和更高的音频清晰度。
未来的可视门铃可能会采用语音激活和语音识别技术来实现免提控制。由于这些语音用户界面从多个麦克风和DSP算法接收命令，因而又增加了另一层复杂性。这些门铃与接收语音的麦克风相距较远，但它们很可能会使用波束成形算法将有用的音频信号与背景噪声分开。现在已经有麦克风线路板实现了波束形成算法，可从放大扬声器方向放大语音信号，从嘈杂环境中获得清晰的语音和音频。
要使一个可视门铃真正实用，这些高级功能最好不使用额外的电源，并且还要能利用本地麦克风输入信号正常工作。我们正在改进设计，使产品更简单、功耗更低、尺寸更小。
实用的可视门铃可以采用下面任何一种方式供电：一种方式是使用可充电电池，第二种方式是从屋子现有的低压门铃布线中获取电能，第三种方式是配一个以太网供电（PoE）接口。这些供电方式各有利弊（表1）。如前所述，用电池供电的好处是可以灵活选择门铃的安装位置，使安装更加简单，而采用硬连线的门铃则具有维护成本低的优势。
表1：可视门铃的供电方法。
由电池供电的可视门铃最关注节能问题。前面提到的很多算法需要更多的功耗密集型处理。一些专门的SoC设计，例如德州仪器（TI）CC3120/CC3220，可通过较少的片外事务（片上RAM和/或闪存）实现更高级的并行处理（唤醒/睡眠触发器、网络连接），从而降低了总体功耗。此外，专为电池供电而设计的MCU具有多种电源模式，包括关机、休眠、睡眠、待机和活动模式，细心的开发人员因此可进一步降低能耗。
如果使用家里现有的门铃电源，主要考虑的因素是：交流电源不提供用于这些产品的标准输出电压，因为其最初是为电压在8V至24VAC之间的门铃而设计的。对于采用这种方式供电的门铃，为了最大程度地降低性能下降，必须特别留意一些参数，例如输出电压精度、电压纹波、满负载下的系统效率和散热。对一些特别灵敏的元器件应尤其小心，例如常用于可视门铃的互补金属氧化物半导体（CMOS）图像传感器，这些元器件对电源波动、电磁干扰和温度变化等噪声源特别敏感。
为实现最佳性能，可视门铃所需的电源应能接受各种低压交流电，并为各个子系统（传感器、I/O、音频、内存、UI等）产生干净、稳压良好的直流电（这些子系统也可以置于门铃紧凑的外壳中）。图3的示例通常包含多个降压转换器，最好是使用可在重负载下提供高效率的同步架构转换器。这种设计需要一系列电压或大量分立电源，而使用一个降压稳压器就可为几个线性稳压器供电（低压差较理想）。
图3：可视门铃电源架构示例。（来源：德州仪器）
对于电池供电的应用，不管是满载还是轻载，系统效率都很关键；对于通过硬连线供电、封装紧密几乎不通风的门铃，也同样如此。对于可视门铃，必须用心实现诸如用户界面、无线通信监控和运动检测等功能，以最大程度地提高电源效率。同样需要注意的还有待机电流，例如电源的静态电流和关断电流，因为它们会严重影响电池寿命。低静态电流可极大地延长电池使用寿命，因为可视门铃大部分时间都处于睡眠/休眠模式。此外，同步转换器能够从脉宽调制模式无缝转变为省电模式，使其在满载和轻载时均保持较高效率。
可视门铃是具有严格尺寸限制（有时还有功率限制）的几种IoT产品之一，在处理器愈加复杂的高功耗算法与有限的功率资源之间，它必须取得平衡。这些限制使门铃的设计面临独特的挑战，随着技术的进步，克服这些挑战变得可能。语音、声音和面部识别等人工智能逐渐成为住宅安防系统的必备功能，设计挑战将变得越来越复杂。
（原文刊登于ASPENCORE旗下EDN网站，参考链接：Overcoming design obstacles in video doorbells。）
本文为《电子技术设计》2020年01月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
最前沿的电子设计资讯
