Embed Size (px)
Citation preview
Eficiência Energética na Iluminação de Espaços
Amplos
Miguel Maria Bleck da Silva Amado
Dissertação para obtenção do Grau de Mestre em
Engenharia Electrotécnica e de Computadores
Orientador: Prof. Renato Jorge Caleira Nunes
Co-Orientador: Prof. Paulo Rogério Barreiros D’Almeida Pereira
Júri
Presidente: Prof. Nuno Cavaco Gomes Horta
Orientador: Prof. Renato Jorge Caleira Nunes
Vogal: Prof. Paulo Jorge Fernandes Carreira
Maio 2014
ii
iii
Resumo
As preocupações ambientais e o crescente preço da energia levaram a um aumento da procura
da poupança energética. Para diminuir o consumo energético, têm vindo a desenvolver-se
novas tecnologias e têm-se estudado novas soluções. Uma das áreas de intervenção onde se
procura aumentar a eficiência energética é na iluminação.
A iluminação de espaços amplos, sem luz natural, pode ser bastante dispendiosa. Isso verifica-
se, por exemplo, para as garagens subterrâneas, pelo que se escolheu desenvolver uma
solução para este problema que permita poupar energia, mantendo uma boa qualidade de
iluminação.
Na presente dissertação foi desenvolvido um sistema com uma arquitetura descentralizada
criando um algoritmo em que cada luminária opera de forma autónoma. Cada uma consegue
detetar pessoas, partilhar informação com as luminárias vizinhas e regular a intensidade das
lâmpadas que controlam. Interagindo entre si, as luminárias procuram prever o percurso das
pessoas, iluminando-o antecipadamente para um maior conforto e segurança.
Para facilitar o desenvolvimento e teste do algoritmo de controlo de iluminação, foi
implementado um simulador que simplifica a avaliação de diferentes situações e a procura da
solução mais eficiente com um nível de iluminação aceitável e seguro.
Deste modo foi possível desenvolver uma solução que, quando comparada com um controlo
tradicional em que toda a iluminação é ligada quando são detetadas pessoas, permitiu obter
poupanças energéticas até 74%, mostrando-se uma solução bastante atrativa para este tipo de
espaços.
Palavras-chave
Iluminação; solução distribuída; poupança energética; algoritmo; controlo de iluminação;
iv
v
Abstract
Environmental concerns and the increase in energy prices led to a rise in the demand for
energy savings. In order to decrease energy consumption, new technologies have been
developed and new solutions have been studied. The illumination field is one of the areas of
intervention where there’s been a search for energy efficiency.
Illumination of large spaces, without sun light, can be very expensive. This happens, for
example, in underground parking spaces. Because of this, it was chosen to develop a solution
for this problem that reduces energy consumption while maintaining a good illumination quality.
In the present dissertation, it was developed a decentralized solution that considers smart
luminaries that work autonomously. Each one is able to detect people, share information with
their neighbors and set the intensity levels of the lamps they control. Luminaries interact with
each other to predict people’s path, anticipating illumination in those areas, to offer more
comfort and security.
To ease the development and test of the illumination control algorithm, a simulation platform
was created that simplified the evaluation of different situations and the search for the most
efficient solution that provides good and safe illumination levels.
Thus it was possible to obtain a solution that, when compared with a traditional control where
every lamp is turned on as soon as a person is detected, was able to obtain energy savings as
high as 74%, proving itself to be a very attractive illumination control alternative to these types
of spaces.
Keywords
Illumination; distributed solution; energy savings; algorithm; illumination control
vi
Índice
Conteúdo
1 Introdução .............................................................................................................................. 1
1.1 Motivação .................................................................................................................. 1
Controlo de iluminação ....................................................................................................... 2
1.2 Objetivos ................................................................................................................... 3
1.3 Estrutura da Dissertação ............................................................................................ 4
2. Estado da Arte ...................................................................................................................... 7
2.1 Introdução aos sistemas de controlo de iluminação .......................................................... 7
2.2 Componentes de um sistema de controlo de iluminação .................................................. 8
2.2.1 O processamento central ........................................................................................... 8
2.2.2 Redes de sensores e atuadores ................................................................................ 8
2.2.3 Luminárias .............................................................................................................. 11
2.3 Tipos de Controlo .......................................................................................................... 11
2.3.1 Controlo por ocupação ............................................................................................ 11
2.3.2 Controlo por nível de iluminação .............................................................................. 12
2.3.3 Controlo por agendamento ...................................................................................... 15
2.3.4 Conjugação dos vários tipos .................................................................................... 15
2.4 Sistemas de controlo comercializados e casos de estudo .............................................. 16
2.4.1 Sistema de controlo ADURA .................................................................................... 16
Caso de estudo Hills Plaza ............................................................................................... 16
Caso de estudo San Mateo County Parking Garage ......................................................... 16
2.4.2 PHILIPS LightMaster ............................................................................................... 17
2.4.2 Componentes .......................................................................................................... 18
3. Algoritmo de Controlo de Iluminação ................................................................................... 21
3.1 Luminotecnia ................................................................................................................. 21
3.1.1 Qualidade da luz ..................................................................................................... 21
3.1.2 Tipo de lâmpadas .................................................................................................... 22
3.1.3 Pressupostos luminotécnicos .................................................................................. 23
vii
3.2 O Espaço....................................................................................................................... 24
3.2.1 Geografia do espaço ............................................................................................... 24
3.2.2 Perfil de Utilização do Espaço ................................................................................. 25
3.3 Funcionalidades ............................................................................................................ 25
3.4 A Tecnologia ................................................................................................................. 26
3.5 O Algoritmo ................................................................................................................... 27
3.5.1 Deteção................................................................................................................... 28
3.5.2 Comunicação .......................................................................................................... 28
3.5.3 Processamento do estado ativo ............................................................................... 30
3.6 Padrões de Iluminação .................................................................................................. 33
3.6.1 Iluminação da vizinhança. ....................................................................................... 33
3.6.2 Antecipação de percursos ....................................................................................... 34
3.6.2 Múltiplas deteções vizinhas ..................................................................................... 35
3.6.3 Fronteiras de deteção .............................................................................................. 36
3.7 O Teste do Algoritmo ..................................................................................................... 38
4 Simulação ............................................................................................................................ 39
4.1 Linguagem de programação utilizada ............................................................................. 39
4.2 Conceitos presentes na simulação ................................................................................. 39
4.2.1 Tempo ..................................................................................................................... 39
4.2.2 Topologia do espaço ............................................................................................... 39
4.2.3 Os peões................................................................................................................. 41
4.3 Organização da simulação ............................................................................................. 42
4.4 Luminárias ..................................................................................................................... 42
4.4.1 Comunicação entre luminárias................................................................................. 42
4.4.2 Dados guardados em cada luminária ....................................................................... 44
4.4.2 Algoritmo de Antecipação ........................................................................................ 44
4.4.3 Configurações especiais .......................................................................................... 45
4.5 Mensagens e o seu processamento ............................................................................... 45
4.5.1 Informação contida nas mensagens ........................................................................ 46
4.5.2 Mensagens de deteção ........................................................................................... 47
4.5.3 Filtro de mensagens ................................................................................................ 48
viii
4.5.4 Reenvio de mensagens ........................................................................................... 49
4.6 Estados ......................................................................................................................... 50
4.7 Fluxograma ................................................................................................................... 51
4.9 Interface ........................................................................................................................ 53
5 Teste do Algoritmo ............................................................................................................... 55
5.1 Lighting Radius .............................................................................................................. 55
5.2 Anticipation Radius ........................................................................................................ 56
5.3 Fronteiras de deteção .................................................................................................... 57
5.4 Configurações especiais ................................................................................................ 60
5.5 Duração dos estados ..................................................................................................... 61
5.6 Percursos diagonais ...................................................................................................... 62
5.7 Interceção de pessoas ................................................................................................... 63
5.8 Falhas de deteção ......................................................................................................... 64
5.9 Número de mensagens trocadas ................................................................................... 65
5.10 Consumo energético .................................................................................................... 67
6 Conclusão ............................................................................................................................ 73
Referências............................................................................................................................. 75
ix
Lista de figuras
Figura 1 – Exemplo do sistema KNX da ABB de controlo de iluminação para escritórios ........... 7
Figura 2 – Arquitetura de uma rede sem fios de sensores [9] .................................................... 9
Figura 3 – Arquitetura de uma WSAN [10] ............................................................................... 10
Figura 4 – Figura retirada de [17] exemplificando o sistema .................................................... 13
Figura 5 – Esquema que mostra algumas variáveis que entram no complexo algoritmo de [18]
............................................................................................................................................... 14
Figura 6 – (a) LuxSense instalado no balastro da lâmpada (b) ActiLume instalado no refletor da
lâmpada .................................................................................................................................. 18
Figura 7 – Módulo sensor criado pela Organic Response. Tem o tamanho de uma caixa de
fósforos ................................................................................................................................... 19
Figura 8- Exemplos de garagens subterrâneas. ...................................................................... 24
Figura 9 – Exemplo de espaço a ser implementado o algoritmo .............................................. 25
Figura 10 – Efeito de previsão de caminho .............................................................................. 26
Figura 11- Esquematização do espaço .................................................................................... 27
Figura 12 – Exemplo de propagação de uma mensagem ........................................................ 29
Figura 13 – Propagação de Mensagens. ................................................................................. 29
Figura 14 – Representação em máquina de estados do algoritmo ........................................... 30
Figura 15 – Comparação entre a iluminação e os estados em que estão as luminárias ........... 32
Figura 16 - Comparação entre a iluminação e os estados em que estão as luminárias com uma
antecipação de percurso ......................................................................................................... 32
Figura 17 – Ilustração de diferentes valores de Lighting Radius............................................... 33
Figura 18 – Possíveis direções de antevisão, caso exista apenas uma deteção na vizinhança 34
Figura 19 – Ilustração do problema de movimentos perpendiculares ....................................... 34
Figura 20 – Ilustração de diferentes valores de Anticipation Radius ......................................... 35
Figura 21 – Alguns casos de múltiplas antecipações. .............................................................. 36
Figura 22 – (a) Pessoa detetada por uma luminária (b) Pessoa detetada por duas luminárias (c)
Pessoa detetada por quatro luminárias. .................................................................................. 36
Figura 23 – Antecipação para duas deteções diferentes da mesma pessoa ............................ 37
Figura 24 – Efeito criado pela passagem de uma fronteira de quatro luminárias (a), para uma
situação de uma luminária (b), ou a fronteira de duas luminárias (c). ....................................... 37
Figura 25 – Representação do espaço a estudar..................................................................... 40
Figura 26 – Representação de colunas e luminárias com níveis mínimos pré-definidos ........... 40
Figura 27 – Transição de luminária. (a) é o procedimento incorreto e (b) é o correto. .............. 41
Figura 28 – Início do envio de mensagens relativa a uma deteção em L33 .............................. 43
Figura 29 – Ilustração do processo de definição de direções de antecipação .......................... 44
Figura 30 - Modelo de mensagem enviada da luminária (3,3) no exemplo da figura 29 ............ 47
Figura 31 – Fluxograma do funcionamento de uma luminária na duração de uma iteração ...... 51
Figura 32 – Fluxogramas dos estados ..................................................................................... 52
Figura 33 – Interface do programa .......................................................................................... 53
x
Figura 34- Visualização dos modos de representação gráfica da simulação ............................ 54
Figura 35 – Comparação de diferentes valores de LR ............................................................. 55
Figura 36 – LR=5. Com este valor é possível iluminar a área toda de uma matriz de luminárias
10 x 10 .................................................................................................................................... 56
Figura 37 – Ilustração do efeito criado pelo Anticipation Radius, onde o peão se desloca da
esquerda para a direita, acabado de ser detetado na luminária (3,4) ....................................... 56
Figura 38 – Oito iterações exemplificando o utilizador a efetuar uma curva com um AR=2 ...... 57
Figura 39 – Antecipação efetuada se existir um movimento ao longo da fronteira de duas
luminárias, utilizando um AR=2. .............................................................................................. 57
Figura 40 – Ilustração da consequente antecipação quando um peão atinge um vértice de
fronteira. (a) Representação no programa (b) Análise individual da antecipação efetuada em
L14 (c) Análise individual da antecipação efetuada em L13 ..................................................... 58
Figura 41 – Continuação da simulação iniciada nas figuras 39 e 40 ........................................ 59
Figura 42 – As mesmas iterações simuladas na 41, agora com um AR com o valor de 1......... 59
Figura 43 – (a) Implementação do espaço representado em (b) na plataforma criada .............. 60
Figura 44 –(a) Entrada de uma pessoa na área de estudo. (b) Se a pessoa fica parada, as
luminárias vizinhas acendem com intensidade máxima ........................................................... 61
Figura 45 – Comparação dos efeitos da iluminação criados por diferentes durações dos
estados. (a) Duração de todos os estados igual à duração de um peão percorrer o espaço de
deteção de uma luminária (b) Duração dos estados Neighbor Medium e Neighbor Low (c)
duração de todos os estados maior. ........................................................................................ 62
Figura 46 – Possíveis percursos ao efetuar-se uma transição diagonal ................................... 62
Figura 47 – Simulação de uma interceção de duas pessoas.................................................... 63
Figura 48 – Simulação onde uma luminária não deteta............................................................ 64
Figura 49 – Número de deteções que seriam efetuadas por luminária, se o algoritmo repetisse
deteções. Cada pessoa ativaria quatro deteções..................................................................... 66
Figura 50 - Gráficos da variação do consumo energético com configurações diferentes para
tipos de percurso diferentes .................................................................................................... 69
Figura 51 – Gráfico da variação da poupança com os valores de AR e LR .............................. 72
xi
Lista de tabelas
Tabela 1 – Tabela de comparação de diferentes lâmpadas [1] ................................................ 23
Tabela 2 – Estado de uma luminária ....................................................................................... 31
Tabela 3 – Tamanho esperado de uma mensagem ................................................................. 47
Tabela 4 – Tabela de decisão do processamento da mensagem ............................................. 49
Tabela 5 – Análise das mensagens recebidas em duas simulações. ....................................... 65
Tabela 6 – Número de mensagens para o pior caso possível .................................................. 67
Tabela 7 – Testes do consumo baseado no tipo de trajeto ...................................................... 68
Tabela 8 – Comparação do consumo efetuado com o algoritmo criado e o consumo efetuado
com um tipo de controlo tradicional ......................................................................................... 70
Tabela 9 – Consumo energético de um sistema de controlo que aciona todas as lâmpadas com
a mesma intensidade .............................................................................................................. 71
Tabela 10 – Resultados da simulação Real Environment ........................................................ 71
xii
Lista de Acrónimos
AR Anticipation Radius
AVAC Aquecimento, Ventilação e Ar Condicionado
ERSE Entidade Reguladora Dos Serviços Energéticos
ID Identificação
IRC Índice de Restituição Cromática
LED Light Emitting Diode
LR Lighting Radius
NL Neighbor Low
NM Neighbor Medium
PIR Passive Infrared Sensor
WSAN Rede de Sensores/Atuadores sem fios (Wireless Sensor/actuator
Network)
WSN Rede de Sensores sem fios (Wireless Sensor Network)
1
1 Introdução
1.1 Motivação
Nos últimos anos a preocupação com a poupança energética tem sido um tema
abundantemente abordado. Com o aumento do consumo energético, veio um aumento da
preocupação ambiental. Sendo a maioria dos recursos para a produção de energia finitos,
apareceram medidas para evitar a deterioração do ambiente, restringindo a emissão de gases
que agravam o efeito de estufa e o consumo excessivo dos nossos recursos.
Houve um grande desenvolvimento da utilização de energias renováveis explorando recursos
que não se esgotam e que são menos agressivos com o ambiente. Juntamente com a
conjuntura económica do mundo, houve uma subida de preços das energias, pois estas novas
tecnologias eram mais caras do que os métodos não renováveis de produzir energia. Instituiu-
se uma mentalidade de poupança e “responsabilidade” energética. Por exemplo, o estudo
Energy Profiler efetuado pela ERSE, onde apenas 0,1% dos inquiridos considerou não ser
necessário poupar energia, mostra que 31,1% considera o consumo de energia como uma
característica importante na aquisição de um novo eletrodoméstico. Isto mostra uma crescente
preocupação com o consumo elétrico. A tecnologia tem-se desenvolvido de modo a existirem
equipamentos que consomem menos energia disponibilizando os mesmos serviços. No sector
industrial existe o exemplo da empresa Singer que criou uma nova linha de máquinas de
costura industriais que permitem poupar até 70% da energia1. Existem lâmpadas que permitem
reduções de 20% a 30 % de consumo de energia [1] e eletrodomésticos que consomem até 3
vezes menos eletricidade tendo o mesmo desempenho.
A busca pela poupança energética levou à criação de tecnologias gestoras de sistemas
elétricos de modo a permitir uma utilização mais eficiente da energia e a facilitar o conforto dos
seus utilizadores.
Usando sensores e atuadores, é possível haver um controlo automatizado de equipamentos
elétricos de modo a que, quando não estejam a ser utilizados, se desliguem automaticamente
para não haver desperdícios de energia. Os edifícios com estes tipos de sistemas são
chamados de edifícios inteligentes. Neles, são conseguidas poupanças significativas nos
sistemas de climatização e na iluminação.
Para contribuir para a poupança na habitação existe a domótica, que consiste num conjunto de
técnicas e equipamentos que permitem automatizar a gestão domiciliária nas áreas da
segurança, conforto e consumo energético.
1Informação retirada da notícia disponível em http://www.ideiasustentavel.com.br/2012/07/novidade-linha-
de-maquinas-industriais-da-singer-reduz-consumo-de-energia-em-70/
2
Controlo de iluminação
Grande parte desta poupança energética pode ser conseguida com um controlo eficiente da
iluminação. Em residências, a gestão autónoma das luminárias pode ser simples. No entanto,
quando aplicada em lugares públicos com exigências luminotécnicas regulamentadas, a
atuação poderá ser mais complexa.
Através de sensores, atuadores e um sistema central que os controla, é possível realizar uma
gestão luminotécnica eficiente, onde apenas são iluminados locais que estejam a ser utilizados
pelas pessoas. O algoritmo ideal para o controlo das luminárias irá depender de vários fatores.
Podem existir uns espaços no local que necessitam de estar sempre iluminados e outros
apenas quando detetam pessoas. Poderá haver uma iluminação que funcionará em horários
pré-determinados, ou até uma iluminação que adapta a sua intensidade consoante a altura do
dia de modo a aproveitar a luz natural. Utilizando um sistema de gestão adequado, tornar-se-á
possível reduzir o gasto energético e permitir uma iluminação confortável e eficiente do espaço.
A poupança conseguida pode ser mais significativa em certos ambientes. Em habitações não
existe grande margem para se poupar no consumo energético da iluminação, pois como é o
próprio utilizador que paga a eletricidade, existe já o cuidado de evitar os desperdícios. Em
locais públicos, os níveis de iluminação estão legislados, havendo mínimos que devem ser
cumpridos de modo a que a iluminação do ambiente seja adequada. Nestes locais, as pessoas
afastam-se da responsabilidade de desligar as luzes, havendo mais desperdícios por
negligência. Em certos espaços, como armazéns, garagens ou centros comerciais, não têm
acesso ao controlo da iluminação e noutros, como escritórios, não têm a preocupação de
desligar as luzes. São neste tipo de situações que o controlo da iluminação poderá possibilitar
uma considerável poupança, mantendo o conforto visual.
Para estas situações, existem vários tipos de controlo. Com uma regulação da intensidade das
lâmpadas é possível gastar menos energia na iluminação artificial, aproveitando a iluminação
natural caso o espaço tenha janelas para o exterior (Daylight Harvesting). Utilizando detetores
de presença pode-se definir uma iluminação que só acende mediante a ocupação de certos
espaços. Este sistema é muito usual, por exemplo, em escritórios ou gabinetes. Se deteta uma
pessoa dentro do gabinete, acende as lâmpadas, desligando-as quando a pessoa abandona o
gabinete.
Existem também sistemas que estão configurados para terem as luminárias acesas durante
certos intervalos de tempo. Esta solução é aplicada muitas vezes em locais que tenham uma
utilização com horários regulares.
Para espaços em que existem diferentes tipos de atividade, existe uma iluminação do tipo
“spot-light”, onde o sistema ilumina apenas o local de trabalho do utilizador.
Existem ainda espaços com características muito específicas como sejam as garagens
subterrâneas, muito comuns em centros comerciais, edifícios de escritórios ou mesmo em
edifícios de habitação. As abordagens para estes casos podem recorrer aos clássicos
interruptores temporizados ou a sensores de movimento; no entanto considera-se que esta não
3
é a melhor abordagem pois tipicamente implica acender toda a iluminação de um piso. E, nos
casos em que existe um movimento regular de pessoas (por exemplo, nos espaços
comerciais), a iluminação pode acabar por estar quase sempre ligada.
No contexto da presente tese pretende-se centrar a intervenção neste domínio específico, da
iluminação de garagens ou espaços semelhantes, onde se considera que se podem obter
poupanças significativas. Objetiva-se, em concreto, explorar uma abordagem em que apenas
se acendem as luzes ao longo do trajeto das pessoas, criando uma área iluminada em torno
delas que acompanha e antecipa o seu movimento.
Atualmente já existem estudos no sentido de oferecer o tipo de funcionalidade descrito. No
entanto, as abordagens encontradas usam tipicamente uma arquitetura centralizada. Os
sensores de movimento comunicam para um computador central que toma as decisões e
controla os atuadores.
Na presente tese pretende-se explorar uma abordagem totalmente distribuída e modular, onde
cada armadura tem a capacidade de detetar pessoas, de comunicar com as armaduras
vizinhas e decidir o nível de iluminação a usar, sem recorrer a uma unidade central. Com um
processamento distribuído é possível obter uma solução escalável e aplicável a sistemas de
muito grande dimensão, sem que a infraestrutura de comunicação com a unidade central, ou a
própria unidade central, se tornem em elementos limitadores. O sistema será também mais
flexível pois será mais fácil de expandir.
1.2 Objetivos
Este trabalho irá contemplar o controlo da iluminação de um espaço sem luz natural que pode
ser acedido por um número muito variável de pessoas. Um exemplo típico deste tipo de espaço
são as garagens subterrâneas. Não são colocadas restrições aos percursos que as pessoas
podem realizar e podem existir múltiplas entradas e saídas do espaço.
O controlo que se irá estudar implementará uma solução do tipo “Spot-Light”. Ele será capaz
de iluminar os utilizadores e os seus percursos, antecipando os seus movimentos e acendendo
as luzes nos espaços antes das pessoas os atingirem.
A solução a desenvolver deverá:
o Explorar um modelo em que se assume a existência de um dispositivo autónomo que
deteta a presença de pessoas, que controla o nível de iluminação da lâmpada
associada e que comunica com dispositivos vizinhos iguais. Estes dispositivos serão
genéricos, de fácil instalação e adaptabilidade.
o Ser descentralizada, podendo usar qualquer número destes dispositivos autónomos
que comunicam entre si.
o Criar um ambiente confortável e seguro, onde uma pessoa não tenha que caminhar em
sítios escuros, podendo sempre ver o que se passa à sua volta até uma certa distância.
Se necessário, os elementos autónomos podem ter níveis de iluminação mínimos pré-
4
definidos, garantindo, por exemplo, que certos recantos do espaço são visíveis e
eliminando eventuais inseguranças por parte das pessoas.
o Ser expansível e aplicável a diferentes áreas, com topologias diversas, sendo apenas
necessário instalar mais dispositivos.
o Possibilitar uma poupança energética que possa justificar o investimento neste tipo de
sistema. Assume-se que os dispositivos autónomos possam ser de baixo custo,
considerando os recentes avanços e enorme divulgação ao nível dos
microcontroladores, dos módulos de comunicação rádio e das redes sem fios, e ao
nível do controlo das lâmpadas, especialmente do tipo LED. Assume-se ainda que os
dispositivos autónomos possam vir a ser usados em elevadíssimo número, potenciando
economias de escala. Deste modo, pode também ser explorado o facto de as lâmpadas
LED serem mais direcionais e iluminarem uma área menor, podendo ser usado um
maior número de dispositivos por unidade de área, face ao que se usa com as atuais
armaduras e a tecnologia de iluminação mais comum.
Dado não ser viável implementar um demonstrador real, por razões económicas e de limitação
de tempo, optou-se por desenvolver um simulador que servirá de base ao desenvolvimento e
teste dos algoritmos de controlo. Esse simulador, entre outras funcionalidades, permitirá
quantificar os consumos de energia da solução proposta, tornando possível comparar valores
com as soluções atuais mais comuns.
1.3 Estrutura da Dissertação
A presente dissertação encontra-se organizada em 6 capítulos.
No capítulo 2 é analisada a tecnologia de controlo de iluminação. Verifica-se o contexto em que
é utilizada e descrevem-se os seus componentes e as suas arquiteturas. Efetua-se um
levantamento dos sistemas existentes, procurando conceitos e arquiteturas que se possam
aplicar na criação de um novo algoritmo.
O novo algoritmo é proposto no capítulo 3. É explicada a abordagem ao controlo de iluminação
e os pressupostos sobre os quais irá funcionar. Introduzem-se conceitos luminotécnicos e a
sua legislação, incluindo as necessidades e características do espaço para o qual será
concebido o algoritmo. Discute-se a arquitetura que será criada, bem como as suas
funcionalidades, descrevendo as funcionalidades das luminárias e a comunicação que se irá
efetuar entre elas.
No capítulo 4 é feita uma descrição detalhada do programa que irá simular o algoritmo.
Descreve-se como são implementadas as funcionalidades do sistema de iluminação inteligente
5
e define-se a estrutura de dados e processo que possibilitarão uma operação descentralizada.
É apresentado o interface com o utilizador e os valores que poderão ser alterados para obter
resultados diferentes.
No capítulo 5 são apresentados os testes do algoritmo. São feitas diversas simulações onde se
procuram ajustar os diversos parâmetros do programa de modo a obter uma iluminação
agradável e segura e que consuma pouca energia. São comparados vários resultados de
várias simulações diferentes, apresentando as conclusões no capítulo 6.
6
7
2. Estado da Arte
2.1 Introdução aos sistemas de controlo de iluminação
São diversos os edifícios equipados com sistemas inteligentes de gestão de energia. Esses
sistemas possuem um “cérebro” central que comunica com os vários dispositivos, sejam estes,
luminárias, AVAC (aquecimento, ventilação e ar condicionado), ou mesmo equipamentos
eletrónicos, desligando-os ou ligando-os automaticamente. Estes sistemas podem usar redes
de sensores cabladas ou sem fios - WSN (Wireless sensor networks) - para captarem
informação sobre o ambiente, o que permite tomar decisões de modo a gerir eficientemente o
consumo energético.
Das inúmeras funcionalidades destes sistemas, que oferecem desde melhorias ao nível da
segurança ao aumento do conforto, iremos apenas concentrar-nos nas possibilidades da
poupança energética. As duas áreas onde se procura poupar mais, são, na maior parte dos
casos, o AVAC e o sistema de iluminação, pois são estes os maiores responsáveis pelo
consumo energético. Para o segmento dos Escritórios, por exemplo, o AVAC representa 40%
da energia total consumida e a iluminação representa 35% [2].Um sistema de iluminação
inteligente juntamente com lâmpadas eficientes consegue consumir menos 50% a 70% de
energia [3].
Existem múltiplos exemplos onde foram comprovadas poupanças com sistemas de iluminação
inteligente. A ABB alega que consegue obter poupanças de 28% com base no seu sistema que
utiliza tecnologia KNX e que está instalado no Museu de Arte Moderna em Rovereto. Em [4] é
relatada uma poupança de 58% num escritório. Em [5] mostram que, utilizando um controlo
baseado na atividade das pessoas, conseguem gastar menos 78,5% de energia na utilização
da iluminação.
Figura 1 – Exemplo do sistema KNX da ABB de controlo de iluminação para escritórios
8
2.2 Componentes de um sistema de controlo de iluminação
Para um controlo do sistema de iluminação considera-se que existem três componentes
principais: o processamento, os sensores e atuadores, e as luminárias.
2.2.1 O processamento central
Os sistemas são controlados por uma unidade central. Existem diversas tecnologias e
aplicações para controlar a iluminação, oferecendo um largo leque de funcionalidade e opções:
alguns sistemas são autónomos e aprendem padrões de utilização das divisões dos edifícios
de modo a saber quando acender as luzes [6], enquanto outros apenas podem ser regulados
pelo utilizador para funcionar a determinadas horas [7]. Existem sistemas que contam o
número de indivíduos presentes em determinada sala, para determinar se podem ou não
apagar as luzes [8].
Os sistemas mencionados não se adequam da melhor forma ao ambiente de garagens. Como
são locais amplos de passagem, precisam de uma iluminação que não se baseie no número de
pessoas presentes ou no horário de funcionamento. É necessário um método mais focado e
que permita melhores poupanças.
2.2.2 Redes de sensores e atuadores
As redes de sensores podem ser cabladas ou sem fios (WSN). No contexto da presente tese
iremos focar-nos essencialmente nas WSN (Wireless Sensor Networks) por estarem mais
relacionadas com o tipo de dispositivo autónomo a usar na solução que propomos.
As WSN são compostas por um largo número de nós de sensores que são espalhados
densamente na região a monitorizar passando a informação de nó em nó até chegar ao “Sink”,
um nó que comunica com a unidade de processamento central onde serão tomadas as
decisões. Os nós desta rede devem ser pouco dispendiosos e compactos para esta ser viável.
9
Figura 2 – Arquitetura de uma rede sem fios de sensores [9]
Estes sensores são cruciais para tornar o sistema autónomo. De seguida apresentam-se
alguns sensores utilizados no contexto de um edifício ou habitação:
Sensores PIR (Passive infrared sensor) – Trata-se de sensores que detetam o
movimento de pessoas ou animais. São utilizados para detetar se determinados
espaços estão ocupados e são muito vulgares nos sistemas de domótica.
Foto-sensores – Medem o nível de iluminação. São utilizados para evitar acender as
lâmpadas quando existe luz natural suficiente, ou para assegurar um nível desejado de
iluminação.
Sensores de CO2 – Detetam os níveis de CO2 de uma divisão. Apesar de normalmente
serem utilizados para ativar a ventilação do ar em espaços caso exista uma
concentração elevada de gases, também são aplicados como detetores de presença.
No entanto são lentos a reagir à mudança de eventos [6].
Câmaras de vídeo – Utilizadas para captar imagens. Apesar de existirem diversos
algoritmos que fazem uso das câmaras para determinar a ocupação de espaços e
integrar essa informação nos sistemas de controlo [6], é uma solução não muito
procurada pois, para além de existirem problemas de privacidade, tem um custo
considerável.
Fontes oportunistas de contexto [6] – Esta técnica consiste em utilizar dispositivos
transportados pelas pessoas para identificar onde estas se encontram. Monitorizando
os cartões de acesso eletrónicos, o acesso dos telemóveis à rede Wifi, ou o calendário
eletrónico dos empregados dum edifício de escritórios, é possível efetuar uma previsão
da futura localização das pessoas, tentando regular a iluminação de acordo com essa
10
ocupação. Apesar de não serem sensores, são utilizados para obter o mesmo tipo de
informação
Para poder desligar os equipamentos e as luminárias são utilizados atuadores, como os relés,
que recebem as ordens do sistema central por meio de redes sem fios ou por cabo. Funcionam
como interruptores controlados remotamente.
Existem também redes WSAN (Wireless Sensor and Actuator Networks) onde existe uma
comunicação direta entre sensores e atuadores, podendo prescindir-se do recurso a um
sistema central. Os módulos sensor/atuador poderão estar condicionados pela necessidade de
uma capacidade de processamento maior de modo a poder tomar as decisões. Se este tipo de
rede for totalmente automatizado terá um tempo de reação menor, pois não necessita contactar
um nó central, sendo a comunicação mais rápida e gastando menos energia [10].
No projeto descrito em [11], é considerada uma rede de sensores/atuadores, para controlo de
robots, pois os seus módulos, além das funções de atuadores, também são capazes de
receber, transmitir, processar e passar mensagens. Cada um deteta, atua e comunica com os
vizinhos sem precisar da coordenação de uma unidade de processamento central, ou no
máximo, recorrendo a um módulo responsável por gerir uma área.
Figura 3 – Arquitetura de uma WSAN [10]
Como se irá estudar um local subterrâneo sem iluminação natural, os foto-sensores são
desnecessários pois não se pretende gerir as lâmpadas com base nos níveis de iluminação. Os
sensores de CO2 são demasiado lentos a detetar presenças em locais de passagem e as
câmaras são uma solução com custos elevados. Os sensores PIR, muitas vezes aplicados em
deteções de pessoas em locais de passagem, tem custos baixos e uma boa aplicabilidade em
garagens. São uma boa fonte de informação quando utilizados em rede, ou a operar sozinhos.
Nos casos de garagens estudados nesta dissertação existe uma constante utilização desta
tecnologia.
11
2.2.3 Luminárias
As luminárias são tradicionalmente compostas por balastro, invólucro, lâmpada, refletor e
difusor. Cada um destes componentes tem diferentes tipos de tecnologias para diferentes tipos
de necessidades: proteção da lâmpada, qualidade da iluminação, eficiência e outras
Habitualmente, nos ambientes das garagens, como são ambientes com bastante poluição, são
necessários certos tipos de invólucros, refletores e proteções de acordo com as Regras
Técnicas das Instalações Elétricas de Baixa Tensão. O balastro dependerá da lâmpada
utilizada. Até é possível utilizar lâmpadas que não utilizam balastro. As lâmpadas mais
utilizadas nestes casos são as lâmpadas fluorescentes tubulares. A potência destas
geralmente varia entre os 18 W e os 56 W [1]. No estudo [12] sugerem lâmpadas de descarga
de vapor de sódio de alta pressão, outro tipo de lâmpada largamente utilizado em garagens.
Apesar da sua recomendação, as lâmpadas de vapor de sódio de alta pressão têm uma
temperatura de cor muito amarela, o que, apesar de funcional poderá ser desagradável.
Recentemente começaram a aplicar-se também lâmpadas LED. Têm um rendimento de
potência por fluxo luminoso igual às outras lâmpadas [13] e são mais fáceis de controlar, tendo
uma vida útil maior que as restantes lâmpadas [1]. No caso de estudo da KENALL da Dalziel
Garage utilizaram lâmpadas LED de 80 W.
Para controlar a iluminação de um local com muito movimento, onde existe uma mudança
constante do nível de intensidade da iluminação, será recomendável utilizar as lâmpadas LED
devido ao seu baixo consumo, grande longevidade e fácil regulação de intensidade.
2.3 Tipos de Controlo
Existem diversos programas e tecnologias para controlar a iluminação. Seja para efeito de
melhoria de conforto ou para a poupança energética, diferentes técnicas são aplicadas a
diferentes cenários, podendo o controlo ser centralizado, descentralizado ou até apenas local.
2.3.1 Controlo por ocupação
O controlo por ocupação é o mais utilizado. Consiste em utilizar sensores de infravermelhos
para detetar a presença de pessoas, ligando a iluminação. Para evitar que a luz se apague se
a pessoas estiver quieta, é definido um intervalo de tempo em que a luz se mantém acesa
mesmo que não seja detetado movimento. Podemos encontrar este tipo de controlo em alguns
restaurantes, escritórios e estabelecimentos comerciais. Têm o inconveniente de ser difícil
calcular o tempo durante o qual se mantêm as luzes ligadas. Isto pode levar a um consumo
desnecessário por deixar as luzes ligadas um intervalo de tempo longo em que o utilizador já
não se encontra no espaço, ou a um desconforto quando as luzes se apagam cedo demais
obrigando aos utilizadores a movimentarem-se de modo que estas se voltem a ligar.
12
Quando combinado com sensores auxiliares, este controlo pode ter melhores resultados. Por
exemplo em [14] utiliza-se um sistema de controlo para escritórios, onde cubículos são
iluminados quando é detetada a presença de uma pessoa através de sensores PIR. O sistema
testa a presença no cubículo com intervalos de dois minutos. Ao não ser detetada ocupação, a
iluminação entra numa contagem decrescente que, quando finda, gradualmente diminui a
intensidade das luzes até as apagar. Onde dantes existia um controlo de iluminação central
com um acesso apenas pelo gestor do edifício, esta solução permite aos trabalhadores terem
uma iluminação confortável sem ter que estar a recorrer ao gestor do edifício. Este exemplo
reflete a importância do conforto visual dos utilizadores, uma consideração importante na
criação do algoritmo proposto nesta dissertação.
Em [15] é utilizado uma conjugação de sensores de movimento PIR e sensores magnéticos
nas portas, de modo a definir a presença de pessoas dentro de gabinetes. O sistema considera
que se a porta estiver aberta, o gabinete encontra-se ocupado acendendo as luzes. Ao fechar-
se a porta, utiliza o sensor PIR para verificar se o gabinete está ocupado, ou se o utilizador
saiu. O auxílio dos sensores magnéticos torna mais eficiente e fácil de definir a situação em
que o gabinete está vazio deixando de existir a necessidade de utilizar um temporizador para
apagar as luzes. No entanto, o algoritmo criado continua a ter a menos valia de ter situações
de “falsos negativos”, i.e., as luzes apagarem apesar de estar alguém dentro do gabinete. Se
um visitante abrir e fechar a porta enquanto o ocupante do escritório estiver imóvel, o sistema
não detetará movimento, apagando as luzes. Para remediar esta situação o ocupante terá que
se mover.
O controlo por ocupação será incorporado no algoritmo a ser desenvolvido nesta dissertação.
Prevê-se que o inconveniente de falsos negativos (o sistema não detetar a pessoa por esta
estar parada) não terá impacto, pois o espaço que será estudado é de passagem, não sendo
expectável que as pessoas fiquem paradas no mesmo ponto. Mesmo assim serão tomadas as
devidas precauções, de modo a reduzir, ou até mesmo impedir este inconveniente.
2.3.2 Controlo por nível de iluminação
O nível de iluminação é uma caraterística da iluminação muito importante. As Regras Técnicas
das Instalações Elétricas de Baixa Tensão exigem um nível de iluminação que irá variar
consoante o tipo de atividade praticado no espaço em questão. Medido com a unidade Lux,
quanto maior este for, maior será a visibilidade. Por exemplo, para escritórios, escolas e sítios
onde se efetuem operações de leitura, trabalho com computadores, ou tarefas que exijam um
esforço visual constante, é necessário fornecer 500 lux aos seus utilizadores. Em locais de
passagem, pode ser tão baixo como 150 Lux pois apenas é necessário ver os obstáculos de
modo a não chocar contra os mesmos.
13
Para aumentar a eficiência, existem métodos de controlo que utilizam sensores capazes de
medir a intensidade luminosa e gerir a potência fornecida às lâmpadas de modo a obter valores
pré-determinados como os 500 Lux.
Em [16] é descrito um algoritmo para obter certos níveis de luminosidade num escritório,
consoante a presença de pessoas na localização pretendida. Utiliza um sistema central que
perante a presença de um ocupante em determinado local, liga as lâmpadas seguindo uma
matriz de influência, escolhendo as que estão mais perto e ligando apenas as necessárias para
obter o nível de iluminância desejado. Este sistema não implementa vários níveis de regulação,
funcionando as luminárias apenas no estado ligado ou desligado.
Em [17], o sistema utiliza sensores de iluminância ligados às luminárias inteligentes.
Estabelecido um nível de iluminância desejado, o módulo inteligente irá usar um algoritmo
baseado no método de otimização “Stochastic Hill-Climbing” onde, partindo de um nível inicial
de iluminação obtido quando as lâmpadas são ligadas, irá diminuir a potência destas até se
atingir o nível desejado. O sistema irá registar o consumo de energia e aprender qual a
configuração de intensidade para cada lâmpada que satisfaz os níveis de iluminação desejados
e permite um menor consumo de energia.
Figura 4 – Figura retirada de [17] exemplificando o sistema
A arquitetura deste controlo é descentralizada, o que oferece algumas vantagens semelhantes
às da proposta desta dissertação. Nele, não existe nenhum elemento que controle todo o
sistema, sendo robusto a falhas e de fácil implementação. O algoritmo que será criado nesta
dissertação contemplará também estas características positivas de um controlo
descentralizado.
14
A maior vantagem que os sensores de nível de iluminação proporcionam, é aproveitar a luz
natural diária de modo a diminuir a intensidade das lâmpadas mantendo a mesma qualidade de
iluminação. A este processo chama-se daylight harvesting (colheita da luz do dia).
Por exemplo, a solução encontrada no trabalho [18] adota uma abordagem descentralizada ao
controlo de iluminação e de estores elétricos. Com o objetivo de criar um sistema que utiliza
uma WSAN, foi desenvolvido um algoritmo que ajusta os níveis de iluminação e os estores
elétricos de uma janela, de modo a reduzir o encadeamento dos utilizadores. Neste trabalho,
mais uma vez é referida a vantagem de utilizar um sistema descentralizado reforçando a
escolha dessa via nesta dissertação.
Figura 5 – Esquema que mostra algumas variáveis que entram no complexo algoritmo de [18]
Outro sistema em [4] foi concebido para também aproveitar a iluminação natural. Utiliza uma
WSN (que comunica com uma unidade de processamento central) que contém sensores de
iluminação para captar o nível da luz ambiente e o estado das lâmpadas, e sensores PIR para
determinar a ocupação. Com esta informação, o sistema verifica onde existem desperdícios –
lâmpadas acesas gerando uma iluminância acima da desejada, ou espaços que estão
desocupados e iluminados desnecessariamente – e retifica-os.
Esta análise da luz natural não será abordada uma vez que esta dissertação tratará de
iluminação de espaços interiores subterrâneos sem acesso a luz natural.
As garagens são locais de passagem com exigência de níveis de iluminação baixos (no mínimo
150 lux) porque não são efetuadas ações que exijam um grande esforço visual. O controlo por
nível de iluminação é maioritariamente aplicado em situações onde é necessário um nível de
iluminação mais elevado e constante (como os escritório onde são exigidos 500 lux), não
sendo a solução mais atrativa para o problema tratado nesta dissertação.
15
2.3.3 Controlo por agendamento
Habitualmente integrado com outros tipos de controlo, o controlo por agendamento consiste em
ligar, desligar, ou ajustar a iluminação elétrica consoante um horário predeterminado. É um tipo
de controlo muito utilizado em locais de trabalho e de acesso público onde existe um horário de
acesso, ou de entrada e saída.
2.3.4 Conjugação dos vários tipos
Como já foi referido, cada situação de iluminação requer muitas vezes uma solução específica.
Muitas delas necessitam de mais do que uma destas soluções. Já foi visto que alguns sistemas
usam deteção de ocupação e de iluminância conjugados. Alguns utilizam o agendamento para
definir níveis de iluminação (como no caso de estudo de San Mateo County Parking Garage
analisado mais adiante).
Na tese [20] é estudado um sistema de controlo de iluminação com LED baseado em ocupação
localizada, orientada para espaços do tipo escritório. Utilizam emissores de ultrassons em
conjunto com um vetor de recetores para determinar a posição dos ocupantes, existindo
inclusivamente uma determinação do percurso dos mesmos, caso estejam em movimento. A
informação captada é tratada como um problema de otimização linear onde se querem obter
níveis pré determinados de iluminância (uma iluminância máxima para os locais onde são
detetadas pessoas e uma mínima para o resto da área). É feita uma junção do controlo por
ocupação com o controlo por nível de iluminação.
Apesar desta implementação recorrer a um algoritmo centralizado, o autor sugere um futuro
estudo onde se aplique o mesmo sistema com um algoritmo descentralizado. Alega que,
dependendo da configuração dos LED (que têm um ângulo de radiação mais estreito), a
arquitetura descentralizada poderá ter vantagens.
16
2.4 Sistemas de controlo comercializados e casos de estudo
Os sistemas encontrados utilizam na sua maioria uma abordagem centralizada, pois o controlo
de iluminação está, na maioria dos casos, agrupado com o controlo de climatização e de outros
equipamentos. Não obstante, existem bastantes sistemas focados apenas na iluminação.
2.4.1 Sistema de controlo ADURA
Foram encontrados dois casos de estudo de garagens nos Estados Unidos onde instalaram
este sistema.
Caso de estudo Hills Plaza
O sistema de controlo preditivo ADURA, deteta um pedestre ou um carro e responde
aumentando o nível de iluminação na área ocupada mas também na área defronte do veículo
ou do percurso do peão.
No caso de estudo da garagem de Hills Plaza [21], são utilizadas luminárias estanques
fluorescentes. O sistema mantém as lâmpadas a 20% da sua iluminação quando não estão a
iluminar o percurso dos peões e dos veículos, e aumentam para 80% quando a área está
ocupada. Este controlo, juntamente com a substituição de todas as lâmpadas antigas
permitiram uma poupança de 40% no consumo de energia.
As luminárias estão todas ligadas através de um sistema wireless e são controladas
remotamente por um sistema central. Sendo assim estão todas ligadas por rede sendo possível
a comunicação de todas as luminárias com todos os sensores.
Não foi possível encontrar uma descrição do funcionamento da comunicação wireless, nem
nenhuma informação mais específica sobre o funcionamento do algoritmo preditivo usado.
Caso de estudo San Mateo County Parking Garage
Nesta garagem de seis pisos, onde apenas um deles é subterrâneo, funcionava uma
iluminação com um controlo de agendamento, que tinha que ser manualmente regulado
durante o ano, à medida que as horas de luz natural mudavam [22]. Foi feita uma remodelação
instalando o sistema wireless ADURA nas lâmpadas que além de usar o mesmo sistema de
antecipação de caminhos referido no caso de estudo anterior, adiciona um sistema que desliga
as luzes de perímetro durante o dia, recorrendo a um relógio astronómico com informação dos
horários locais de nascer e pôr-do-sol.
17
A potência das lâmpadas funciona a três níveis (100%, 60% e 30%) consoante o estado de
ocupação, tendo sido instaladas na sua generalidade lâmpadas de vapor de sódio a alta
pressão.
Neste estudo é contabilizada a poupança proveniente das mudanças de lâmpadas, e a que se
consegue do controlo automático, sendo a primeira de 213,200 kWh e a segunda de 35,000
kWh. No total, o sistema poupou aproximadamente 67,4% da energia normalmente gasta.
9,5% da poupança foram devidos ao controlo da iluminação e os restantes 57,9% foram
devidos à atualização das lâmpadas. Nesse estudo são reforçadas as vantagens de um
controlo wireless em que a instalação é não invasiva e tem menores custos.
Apesar de ser facultada informação detalhada sobre a energia consumida, o algoritmo de
controlo não é explicado. O valor de 10% de poupança servirá de futuro objetivo para ser
igualado ou até ultrapassado nesta dissertação, seguindo-se uma arquitetura descentralizada.
O sistema descrito, face ao que se pretende desenvolver, tem a particularidades de aproveitar
a luz natural.
Comparando com o sistema que se vai desenvolver, este tem a vantagem do aproveitamento
da luz natural. Aplicar-se-á o mesmo sistema dos três níveis de iluminação e tentar-se-á igualar
a marca dos 10% de poupança.
2.4.2 PHILIPS LightMaster
Num documento elaborado pela PHILIPS [2] é apresentado a gama LightMaster, como solução
para o controlo de iluminação para escritórios. Apesar do ambiente referido ser diferente
daquele que será explorado nesta dissertação, contém algumas propostas para segurança e
conforto que poderão ser aplicadas em garagens. Tendo em conta que um dos objetivos do
sistema a desenvolver é a criação de um ambiente visualmente confortável e seguro, foram
encontradas duas funcionalidades da solução LightMaster que se destacam.
Padrão de sobreposição – Ativa ou mantém os níveis de luz pretendidos em múltiplas áreas
adjacentes às quais foi detetada ocupação. Esta funcionalidade oferece flexibilidade de
configuração do comportamento da iluminação em corredores, grandes áreas de escritórios em
espaços abertos e zonas públicas onde as áreas se podem sobrepor. Além disso, esta
funcionalidade contribui também para criar uma sensação de segurança e bem-estar dos
ocupantes. [2]
Nível de Iluminação de Fundo para Espaços Abertos – Também conhecida como função de
standby em áreas adjacentes, esta funcionalidade é utilizada em áreas de maior dimensão
equipadas com múltiplos sensores (por exemplo, nos escritórios modernos em espaços
abertos). Permite ativar ou manter um nível de iluminação de fundo num escritório em espaço
aberto, enquanto pelo menos um dos postos de trabalho ainda estiver ocupado. Quando o
18
último posto de trabalho ficar desocupado, as luzes no espaço aberto desligam-se (com um
atraso). Adicionalmente, esta funcionalidade permite ativar a regulação da área para
providenciar um equilíbrio entre o conforto dos ocupantes e a poupança de energia. Um
exemplo disto é a iluminação completa das áreas ocupadas aliada a uma regulação da luz para
um nível de standby nas áreas adjacentes desocupadas. [2]
Estas duas funcionalidades poderão ser adaptadas a ambientes de garagem de modo a
produzir uma maior sensação de segurança evitando zonas escuras.
2.4.2 Componentes
Encontram-se também no mercado, componentes que podem ser adquiridos sem necessitar de
um sistema central que os opere. A empresa Philips oferece uma gama de equipamentos [24]
que efetuam um controlo isolado permitindo vários tipos de controlo. Os dispositivos ActiLume
e LuxSense são instalados na luminária. Contêm um sensor de iluminância de modo a regular
a intensidade de lâmpada, efetuando consequentemente um controlo por nível de iluminação.
O OccuSwitch permite um controlo de ocupação, operando também sem comunicação com um
computador central. Nesta gama apenas foram encontrados elementos que atuam sozinhos ou
trabalham para um sistema central.
Figura 6 – (a) LuxSense instalado no balastro da lâmpada (b) ActiLume instalado no refletor da lâmpada
A empresa Organic Response apresentou recentemente um módulo controlador de iluminação
que pode ser integrado na luminária [25]. Este sistema contém sensores de movimento e do
nível de iluminação e uma capacidade de comunicação com outros módulos iguais vizinhos.
Partilhando e recolhendo informação com os seus vizinhos, determina qual o melhor nível de
iluminação da lâmpada. Apesar de cada luminária tomar decisões sozinha, é efetuada uma
comunicação de forma distribuída para obter um resultado conjunto.
19
Figura 7 – Módulo sensor criado pela Organic Response. Tem o tamanho de uma caixa de fósforos
Na vasta bibliografia encontrada, foram retirados muitos conceitos e normas a aplicar no
desenvolvimento do algoritmo proposto neste trabalho, porém não foi encontrado um sistema
composto por luminárias inteligentes integradas com sensores que comunicando com as suas
vizinhas, tomassem decisões de controlo e tentassem prever o percurso das pessoas. O
módulo criado pela Organic Response tem uma arquitetura que se poderá aplicar na
iluminação de uma garagem, no entanto, na sua descrição não está incluído uma antecipação
de direções dos utilizadores.
Os sistemas que conseguem fazer um controlo global utilizam uma unidade de processamento
central. Os sistemas distribuídos agem individualmente, não existindo troca de informação. A
única solução encontrada que utiliza uma arquitetura descentralizada capaz de, através de
comunicação, obter um controlo geral global foi o módulo sensor concebido pela Organic
Response.
Não foi possível encontrar literatura que detalhasse os algoritmos utilizados Os sistema
comerciais apenas descrevem algumas características funcionais que se procurarão
implementar. Abordar-se-á o problema de raiz, comparando os resultados da solução que se
irá criar, com a informação que se conseguiu obter.
20
21
3. Algoritmo de Controlo de Iluminação
Nesta dissertação é proposto a criação de um algoritmo de controlo de iluminação inteligente
descentralizado. Será concebido para funcionar em ambientes do tipo garagem subterrânea.
Pretende-se conceber um sistema constituído por uma rede de luminárias, que se regem
autonomamente, detetando pessoas e iluminando-as e ao seu percurso, antecipando o seu
movimento. Quando deixarem de ser detetadas pessoas, as luzes apagar-se-ão (ou ficarão
num valor mínimo pré-definido) para poupar energia.
Para conseguir este objetivo, assume-se que as luminárias podem comunicar com as suas
vizinhas, trocando informação para poderem antecipar a direção do movimento das pessoas.
Cada luminária irá comunicar com as vizinhas, processar a informação e tomar decisões,
colocando as suas lâmpadas em níveis diferentes de potência consoante a situação.
Pretende-se que esta rede se governe a si própria, sem auxílio externo distinguindo-se das
soluções habituais de controlo centralizado.
3.1 Luminotecnia
Antes de definir ações é preciso verificar as necessidades luminotécnicas do espaço. Para isso
é necessário introduzir os conceitos básicos dessa ciência.
3.1.1 Qualidade da luz
A luz é classificada por diversas grandezas. Estas têm que obedecer a certos padrões quando
instaladas em locais de acesso público. De seguida descrevemos estas grandezas e os seus
valores habituais para garagens.
Fluxo luminoso (): Medido em lumens (lm), quantifica a radiação total emitida (com um
comprimento de onda entre os 380 nm e os 780 nm) em todas as direções por uma fonte
luminosa durante um segundo.
Iluminância (E): Também conhecida como nível de iluminação, é a relação entre o fluxo
luminoso e a área de uma superfície. A sua unidade é o lux (lx).
Intensidade luminosa (I): A intensidade luminosa de uma fonte de luz numa determinada
direção é igual à relação entre o fluxo luminoso contido num ângulo sólido qualquer que
coincida com a direção considerada e o valor deste ângulo sólido expresso em
estereorradianos. Têm a unidade é a candela (cd).
22
Luminância (L): É a intensidade luminosa refletida por uma superfície. A sua unidade é a
candela por metro quadrado. (cd/m²).
Temperatura de cor (K): É a aparência da cor da luz emitida pela fonte de luz. Medida em
Kelvin (K), quanto mais alta a temperatura, mais clara é a luz emitida. Esta temperatura não
representa o calor da lâmpada, mas apenas a sua cor. Lâmpadas com uma temperatura de
2800 K a 3000 K apresentam um tom branco-amarelado, morno, agradável e aconchegador à
visão do ser humano.
Índice de restituição cromática (IRC): Representa percentualmente a capacidade de uma
fonte de luz reproduzir as cores dos objetos onde é refletida.
Eficiência: Expressa em lumens por Watt (lm/W), representa o fluxo luminoso obtido por
potência consumida.
De acordo com [12], num parque de estacionamento, que representa o tipo de espaço interior
que procuramos analisar, a iluminação apresenta um IRC necessário inferior a 60% e um nível
ideal de iluminação de 500 Lux, sendo aceite um mínimo de 150 Lux.
Até 2007, as normas europeias impunham um ambiente uniformemente iluminado, com valores
mínimos para o nível de iluminação. As normas EN 12464-1 e EN 12464-2 [1] vieram mudar
este conceito, abrindo mais possibilidades para o controlo automatizado, não deixando de
promover a qualidade da iluminação dos espaços de trabalho.
Sendo assim, o algoritmo a conceber irá criar uma iluminação confortável com níveis entre os
150 lx e os 500 lx.
3.1.2 Tipo de lâmpadas
Pela seguinte tabela, obtida na dissertação [1], concluímos que as lâmpadas que se adequam
melhor ao nosso objetivo são as LED. Apesar de não serem as que têm melhor eficiência, são
as que duram mais, e que permitem um mais fácil controlo do fluxo luminoso.
23
Tipo de lâmpada Potência
(W)
Fluxo
luminoso
(lm)
Eficiência
(lm/W)
Índice de
restituição
cromática – Ra
Vida útil (h)
Vapor de sódio
(alta pressão)
iodetos metálicos
250 27.000 108 20-39 20.000
400 36.000 90 65 20.000
Fluorescente
tubular 32 2.850 89 78 24.000
Fluorescente
compacta 15 900 60 82 10.000
Vapor de
Mercúrio 250 14.000 56 40-59 20.000
LED 1 45 45 70 50.000
Halogéneo 50 950 19 100 2.000
Incandescente 60 865 14 100 1.000
Tabela 1 – Tabela de comparação de diferentes lâmpadas [1]
Analisando o mercado, encontram-se lâmpadas LED com 26 W que fornecem 1.763 lm o que
possibilita aproximadamente iluminar uma área de 3,5 m2 com 500 Lux [26] ou mesmo
lâmpadas de 40 LED com uma potência de 47 fornecendo 3.710 lm o que possibilita uma área
de 7,42 m2 a 500 Lux. O cálculo desta área baseia-se na informação de catálogo do nível de
iluminação utilizando valores médios.
3.1.3 Pressupostos luminotécnicos
O cálculo luminotécnico preciso do nível de iluminação requer uma análise cuidada do espaço.
É necessário saber os fatores de reflexão do espaço entre outras características. Como este
estudo irá incidir sobre o funcionamento do algoritmo e não, especificamente, sobre a
qualidade da luz, a análise do nível de iluminação será aproximada e qualitativa. Considerou-se
o fluxo luminoso indicado em catálogo de uma luminária com lâmpadas LED, própria para
parques de estacionamento [26] e utilizou-se a definição de iluminância para obter uma área
(A) onde esse valor do fluxo luminoso () permita um nível de iluminação E = 500 lx:
Analisando a informação do catálogo, a lâmpada LED produz 3.791 lm consumindo 47 W.
Efetuando os cálculos, estimou-se que este tipo de luminária poderá iluminar uma área de
aproximadamente 7,5 m2 com uma iluminância de 500 lx, pelo que será usado esse valor como
área de ação de cada luminária. Assume-se por isso que, quando as lâmpadas estiverem
numa intensidade elevada, será fornecida uma iluminação intensa e agradável para os
24
utilizadores (apesar de poder não chegar aos 500 lux quando se consideram todos os fatores
do cálculo luminotécnico). Se a luminária estiver a funcionar num nível médio, fornecerá uma
iluminação suficiente para o utilizador ainda conseguir ver pormenores do ambiente que o
rodeia. Se a luminária estiver a funcionar num nível mínimo, o utilizador conseguirá distinguir
perfeitamente formas e obstáculos mas sem percecionar pormenores.
A escolha da potência da lâmpada poderá variar consoante a dispersão dos equipamentos pela
área. Para uma aplicação mais esparsa utilizam-se lâmpadas de maior potência. Para
configurações mais concentradas, utilizam-se lâmpadas com menos potência.
3.2 O Espaço
Como já foi mencionado, tenciona-se desenvolver este algoritmo de iluminação para funcionar
numa garagem subterrânea. Será usado um exemplo genérico que possa representar todo o
tipo de garagens, desde as de centros comerciais, às de prédios de escritórios passando pelas
de condomínios privados. Procurar-se-á definir uma área exemplo com elementos em comum a
todos estes tipos de garagem, de modo a assegurar que o algoritmo é de fácil aplicabilidade a
qualquer situação.
Figura 8- Exemplos de garagens subterrâneas.
3.2.1 Geografia do espaço
Estudar-se-á uma área suficiente grande para avaliar os efeitos da iluminação inteligente.
Quando encontrado o tamanho ideal, esta área poderá ser utilizada como escala para
exemplos maiores, sendo o funcionamento do algoritmo igual para áreas maiores.
O espaço terá uma área variável. Será proporcional á matriz de luminárias que irá acomodar,
podendo o algoritmo funcionar para diferentes tamanhos. Prevê-se que o comportamento seja
igual para ambientes maiores não havendo necessidade de se utilizar matrizes de luminárias
maiores que 20 x 20.
25
O estudo irá incidir sobre o movimento de peões, e desprezará a circulação de veículos, uma
vez que estes têm os seus faróis para iluminar o caminho. Como os peões serão vistos por
cada luminária como movimento detetado, quando aplicado o sistema numa situação real,
prevê-se que os carros sejam tratados de igual maneira pelos detetores. Consequentemente,
não se considerarão neste trabalho. Em qualquer garagem encontram-se colunas, sistema de
circulação de ar e até portas que dividem secções da garagem (como, por exemplo, no parque
de estacionamento do El Corte Inglês em Lisboa). Estes obstáculos serão introduzidos na área
de estudo para verificar como lida o algoritmo com eles. Existirão também pontos que estarão
sempre iluminados, simulando os elevadores, entrada e saídas. Considerar-se-á que os peões
podem escolher caminhos pré-determinados, simulando as passadeiras existentes nas
garagens, ou podem deslocar-se com inteira liberdade.
Figura 9 – Exemplo de espaço a ser implementado o algoritmo
3.2.2 Perfil de Utilização do Espaço
De modo a preparar o sistema para qualquer tipo de utilização serão considerados diferentes
fluxos de peões a percorrer o espaço. Poderão ocorrer grupos densos de pessoas a dirigirem-
se todas para a mesma direção, pessoas sozinhas a percorrerem diferentes partes da área de
estudo, cruzamento de percursos, ou qualquer outro tipo de utilização do espaço. Simular-se-á
períodos com muita utilização e outros com pouca utilização de modo a verificar se não
existem desperdícios utilizando o algoritmo.
O movimento dos peões seguirá maioritariamente as passadeiras como é tendencial nos casos
reais, optando por fazer diagonais nas curvas esporadicamente. Apesar de se considerar este,
o comportamento mais frequente dos utilizadores, o sistema irá estar preparado para paragens,
percursos fora das passadeiras, mudanças repentinas de percurso ou até percursos
incoerentes.
3.3 Funcionalidades
O algoritmo terá várias funcionalidades. A sua principal função será iluminar as pessoas em
movimento e o caminho defronte, de modo a existir uma clara visão do percurso. Para o
26
utilizador se sentir seguro, será iluminada a sua vizinhança com uma intensidade menor. Este
efeito de mancha irá permitir também ao algoritmo corrigir previsões de percurso, pois mesmo
que a pessoa decida virar para uma direção que não foi prevista, o caminho já estará
iluminado, ainda que com menor intensidade.
Figura 10 – Efeito de previsão de caminho
Além da possibilidade de certas áreas estarem sempre ligadas independentemente do que seja
detetado à sua volta, o sistema deverá manter a luz acesa caso uma pessoa fique parada sob
a mesma luminária durante um intervalo de tempo mais longo. Adicionalmente, o algoritmo
deverá aumentar a iluminação circundante ao peão parado de modo a que este veja melhor e
seja mais facilmente visível a outros.
O sistema será também capaz de apagar as luminárias onde já não estão a ser detetadas
presenças, fazendo-o de uma maneira gradual, diminuindo o nível de intensidade das luzes.
A novidade que se irá introduzir é que estes efeitos serão obtidos através de decisões
individuais das luminárias. Cada uma comunicará com os suas vizinhas de modo a saber de
onde vêm pessoas e poder tentar fazer previsões de percursos. Comunicarão umas às outras
os níveis de intensidade das suas lâmpadas em que devem estar a funcionar, e passarão
informações necessárias. Pretende-se que o algoritmo permita que cada luminária possa ser
instalada, rapidamente configurada com um comportamento padrão e que esteja logo funcional
e a executar o efeito desejado sem ser preciso nenhuma configuração adicional ou a
comunicação com um computador central.
3.4 A Tecnologia
Para criar um sistema distribuído, cada luminária terá que ter uma unidade modular de
controlo. Este possuirá uma capacidade de processamento, um sensor PIR para detetar
presenças e um módulo de comunicação para trocar mensagens com as luminárias vizinhas.
27
Pretende-se que baste instalar as luminárias e estabelecer uma configuração prévia básica.
Depois, cada luminária reagirá autonomamente, sendo fácil acrescentar mais luminárias ou
retirá-las.
Esta arquitetura descentralizada evita o efeito de “bottleneck” que um processamento central
poderá ter. Uma comunicação central obriga a uma limitação do número de nós que se pode
ter, seja pelo número de mensagens que se pode trocar ao mesmo tempo, seja pelo
processamento de controlar todo o sistema. Com o sistema descentralizado proposto nesta
dissertação, poderá utilizar-se um número de nós ilimitado porque o processamento e
comunicação são locais.
3.5 O Algoritmo
O espaço onde será aplicado o algoritmo pode ser representado genericamente por uma matriz
(ver figura 11) onde cada quadrado representa a área de deteção e de ação de uma luminária.
As áreas de deteção serão em princípio circulares e poderão sobrepor-se, no entanto
representam-se por quadrados de modo a facilitar a visualização e a explicação do algoritmo
de teste, dividindo o local de estudo numa matriz de quadrados. Cada quadrado terá uma
luminária que será representada por uma circunferência, identificando-se cada uma delas com
o índice da matriz (linha e coluna), como ilustrado na figura 11.
O número de luminárias irá variar de modo a representar diferentes topologias.
Figura 11- Esquematização do espaço
O algoritmo que se irá descrever será aplicado em cada luminária. Apesar de funcionarem
individualmente, elas interagem com as luminárias vizinhas, partilhando alguma informação
que será vital para estimarem a direção do movimento das pessoas.
Cada luminária terá três processos a decorrer: deteção, comunicação e processamento.
28
3.5.1 Deteção
É imperativo que a luminária esteja constantemente a detetar qualquer movimento. Cada uma
delas terá um sensor PIR responsável pela deteção de pessoas dentro da sua área de ação.
Neste trabalho irá assumir-se que cada luminária é capaz de detetar movimento dentro de uma
área limitada e que não será capaz de detetar pessoas para além destes limites. Apesar de na
realidade os sensores PIR não conseguirem ter um nível de precisão muito elevado, considera-
se que o problema de ser detetada uma pessoa, quando de facto não se encontra na área de
ação da luminária não é grave pois o algoritmo estará preparado para lidar com situações onde
um peão está a ser detetado por mais do que uma luminária em simultâneo. Na prática, uma
situação que poderá ser muito comum, e está contemplada, corresponde a as áreas de
deteção de uma luminária se sobreporem com as áreas de deteção das luminárias vizinhas.
Notar que o espaço real pode não ser perfeitamente regular, podendo a distância entre
luminárias ter variações. No entanto, do ponto de vista do programa, será sempre usada a
abordagem matricial.
A deteção de movimento está sempre ativa, de modo a que nenhum utilizador caminhe
despercebido. Mesmo que a luminária esteja a efetuar outras tarefas, a deteção de uma
pessoa, terá sempre prioridade no processamento.
Cada detetor identifica movimento na sua área de ação não distinguindo o número de pessoas
que o estão a acionar. Se o sistema fosse centralizado, haveria vantagem em atribuir caminhos
aos utilizadores individualmente, recorrendo a complexas computações estatísticas. Esta
dissertação afastar-se-á dessa metodologia, tratando as deteções, e não as pessoas, gerando
um menor número de mensagens e consequentemente uma resposta mais rápida. Num
espaço com n x n luminárias, independentemente do número de pessoas que o possam
utilizar, só poderão existir no máximo n x n deteções.
3.5.2 Comunicação
A comunicação será muito importante. Se uma luminária deteta movimento, terá que informar
as luminárias vizinhas de modo a poderem acender com uma intensidade menor, iluminando a
área circundante. Terá também de informar a possível direção para a qual a pessoa se dirige,
de modo a que o caminho estimado se ilumine antecipadamente, oferecendo um bom nível de
conforto e segurança. Pretende-se evitar que a pessoa possa sentir desconforto ao deslocar-se
em direção a um espaço que está escuro.
Para manter a comunicação em curto alcance, considerou-se que cada luminária só deverá
comunicar com as suas vizinhas imediatas. Por exemplo, na figura 11, se L23 emitir uma
mensagem, só deverá ser recebida pelas luminárias L12, L13, L14, L24, L34, L33, L32 e L22.
Como a mensagem é emitida em todas as direções não é possível garantir que não chega a
luminárias mais distantes. No entanto, cada luminária tem uma identificação única, e só
29
processará mensagens que tenham origem na sua vizinhança direta. Com esse objetivo, cada
luminária tem memorizada a identificação das vizinhas com quem comunica, sendo esta uma
das poucas configurações exigidas a cada luminária para poder ficar operacional. Assim, o
algoritmo continuará a poder ser aplicado, mesmo que a topologia não mapeie exatamente
numa matriz.
Figura 12 – Exemplo de propagação de uma mensagem
Uma luminária, ao comunicar com as vizinhas, torna possível estabelecer uma área iluminada
à volta do utilizador oferecendo conforto visual e criando uma sensação de segurança pois
permite uma melhor perceção do ambiente à sua volta. Se existir necessidade desta área ser
maior, ou de iluminar o percurso mais profundamente, terá que se estabelecer uma
comunicação mais complexa em que cada luminária vizinha, por sua vez, propaga a
informação relevante para algumas das suas vizinhas.
Para resolver este problema, cada luminária estará preparada para processar mensagens
recebidas e criar novas para as enviar para outras luminárias e assim conseguir-se propagar
informação a maiores distâncias. Existirão medidas de prevenção para garantir que esta
propagação estabiliza e que as luminárias não recebem mensagens geradas por elas próprias,
evitando-se assim ciclos.
Figura 13 – Propagação de Mensagens.
30
3.5.3 Processamento do estado ativo
Paralelamente à comunicação, cada luminária poderá estar a funcionar num de cinco estados
possíveis: Detected (detetado), Anticipated (antecipado), Neighbor Medium (vizinho em nível
médio), Neighbor Low (vizinho em nível baixo), Idle (inativo). Na figura 14, apresenta-se a
máquina de estados que descreve o funcionamento de uma luminária.
Figura 14 – Representação em máquina de estados do algoritmo
Todos os estados serão ativados por mensagens, exceto o estado Detected. A cada estado
está associado um nível de intensidade de iluminação a aplicar à lâmpada da luminária. Se
uma luminária detetou ou está no caminho previsto de um peão, ela acenderá com um nível
alto de potência (tipicamente 100%). Quando se situa numa vizinhança imediata de uma
pessoa detetada, acenderá com um nível médio de potência. Encontrando-se mais longe da
deteção, acenderá com um nível mais baixo de intensidade. Com estes três níveis de
iluminação, que são configurados na luminária, será possível obter diferentes padrões de
iluminação do espaço, obtendo um bom ambiente visual e poupanças energéticas.
Depois de entrar num estado de operação, a luminária permanecerá nele durante um intervalo
de tempo mantendo a intensidade da lâmpada. Poderá receber mensagens e mudar para um
estado de maior intensidade, ou chegar ao fim do intervalo de tempo e mudar para o estado a
seguir de intensidade inferior. Assim as luzes apagar-se-ão gradualmente, evitando transições
repentinas. De seguida apresenta-se um quadro resumo das características dos estados:
31
Estado Prioridade
do nível
(1 a 5)
Nível de intensidade da
lâmpada
O que pode iniciar
o estado
Estados para o
qual saí quando
acaba.
Detected
(De) 1 Elevado Sensor deteta NM
Anticipated
(An) 2 Elevado Imposto por
mensagem NM
Neighbor Medium
(NM) 3 Médio
Imposto por
mensagem/ Estado de
Intensidade Máxima
termina
NL
Neighbor Low
(NL) 4 Baixo
Imposto por mensagem/
Estado Intensidade
Média termina
Idle
Idle
(Idle) 5 Desligado
Estado de Intensidade Baixa
termina
Idle
Tabela 2 – Estado de uma luminária
Decidiu-se impor uma hierarquia nos estados, de modo a que um que tenha maior prioridade
(note-se que o valor “1” é o mais importante, e o valor “5” é o menos importante) possa sempre
interromper a execução de outro com menor importância. Assim, se uma luminária que estiver
num estado com uma iluminação média ou baixa, detetar uma pessoa, passará logo para o
estado Detected que permitirá emitir uma luz com elevada potência. Um estado pode estar
constantemente a ser reiniciado, repondo-se sempre o seu intervalo de tempo em que irá atuar.
Detected – Este é o estado onde é detetada uma pessoa. A luminária acende a lâmpada com
intensidade elevada, procura determinar a direção que está a ser seguida pelo peão e propaga
mensagens que informarão as luminárias vizinhas, levando-as a iluminar a área circundante e
o caminho estimado.
Neighbor Medium – Este é o estado no qual se encontram as luminárias localizadas à volta
das que detetaram pessoas ou onde se antecipada que alguém vai passar. Encontram-se com
uma intensidade média e propagam mensagens para aumentar a área de iluminação ou para
definir o seu perímetro. Quando um dos estados de intensidade elevada expira, a luminária
desencadeia o apagar gradual da iluminação.
Neighbor Low – Este é o estado que define o perímetro da área que está a ser iluminada.
Configurando a lâmpada para um nível de intensidade baixo, serve para criar uma transição
entre o espaço iluminado e a área escura. Este estado não transmite novas mensagens,
assegurando que a comunicação estabiliza.
Quando o estado Neighbor Medium termina, a luminária inicia o Neighbor Low para continuar
com o apagar gradual das lâmpadas.
32
Idle – Neste estado, a luminária está apagada à espera de detetar ou receber uma mensagem
que a comande para outro estado. Inicia-se quando o Neighbor Low termina.
Anticipated – Este é um estado especial no qual as luminárias também se encontram com
uma intensidade elevada. Este estado é ativado quando uma luminária vizinha detetou uma
presença ou recebeu indicação de que se estima que uma pessoa vá passar por aquele local.
Neste estado são emitidas mensagens para iluminar as áreas vizinhas com uma intensidade
menor. O seu comportamento é análogo ao do estado Detected.
Com estes estados será possível criar uma iluminação ambiente localizada.
Figura 15 – Comparação entre a iluminação e os estados em que estão as luminárias
Figura 16 - Comparação entre a iluminação e os estados em que estão as luminárias com uma antecipação de percurso
33
3.5.4 Exceções
Algumas luminárias terão comportamentos fixos mantendo uma constante iluminação. Elas
poderão propagar mensagens, mas manterão sempre o mesmo estado mínimo de iluminação.
Poderão mudar para estados de maior intensidade de lâmpadas, mas nunca para estados com
intensidades menor à que for imposta na configuração inicial.
3.6 Padrões de Iluminação
3.6.1 Iluminação da vizinhança.
Para possibilitar uma melhor iluminação do ambiente, o algoritmo será concebido de maneira a
que se acendam com menor intensidade as lâmpadas vizinhas às deteções ou antecipações.
Será criada uma variável chamada de Lighting Radius (LR) para definir o raio, em termos de
número de luminárias, que ficam no estado Neighbor Medium e no estado Neighbor Low.
Quando Lighting Radius (LR) tem o valor 1, apenas os vizinhos diretos acendem. Com o valor
2, já acenderão os vizinhos dos vizinhos. Com 3 acenderão os vizinhos dos vizinhos dos
vizinhos. E assim sucessivamente. As lâmpadas do perímetro desta iluminação estarão sempre
com uma intensidade baixa de modo a fazer a transição do espaço iluminado para o espaço
escuro, exceto para a situação onde LR é 1. Neste caso apenas existirá iluminação no nível
médio. Apresentam-se três situações para valores diferentes de Lighting Radius.
Figura 17 – Ilustração de diferentes valores de Lighting Radius
Efetuar-se-ão simulações com diferentes valores para esta variável, de modo a tentar perceber
qual é que permitirá uma visualização agradável que não seja demasiado ampla. De qualquer
modo, este será um parâmetro do algoritmo e pode ser modificado em qualquer momento.
34
3.6.2 Antecipação de percursos
De modo a poder iluminar o caminho em antecipação ao movimento dos peões, foi concebido
um algoritmo para tentar prever a direção das pessoas. Como o sistema não é centralizado
existe dificuldade em identificar trajetórias, sendo apenas possível fazer uma aproximação. Foi
decidido que cada luminária irá prever a direção dos peões baseado no que foi detetado na sua
vizinhança num intervalo de tempo passado.
Para criar este algoritmo partiu-se da suposição mais simples: Uma pessoa dirige-se na mesma
direção e em sentido oposto àquele de onde veio. Assim decidiu-se que cada luminária
analisará as deteções efetuadas à sua volta e irá avisar as posições para onde que se antecipa
que as pessoas irão. São possíveis 8 direções se apenas tiver sido efetuada uma deteção
prévia na vizinhança.
Figura 18 – Possíveis direções de antevisão, caso exista apenas uma deteção na vizinhança
Esta solução não consegue prever mudanças de 90º de percurso. Quando existem movimentos
perpendiculares à trajetória, as lâmpadas estarão acesas apenas num nível médio, somente
mudando para um nível de intensidade máximo, quando a pessoa entra na área de deteção.
Apesar de não ser o procedimento ideal, crê-se que uma iluminação média na vizinhança irá
ser suficiente para o efeito não ser notado pelo utilizador.
Figura 19 – Ilustração do problema de movimentos perpendiculares
35
Na figura 19, onde a seta representa a direção de deslocamento da pessoa, consideramos o
processamento da luminária que ocupa o quadrado central. Esta analisará que previamente foi
detetada um pessoa na luminária 4, e irá passar a instrução à luminária 5 para acender na
potência elevada pois prevê que se dirige uma pessoa nessa direção. Se o peão fosse em
frente, o percurso estaria já iluminado. Mas se a pessoa virar para a luminária 2, esta estará
apenas com uma iluminância média. Depois de efetuados alguns testes, verificou-se que esta
particularidade não é problemática. O algoritmo antecipará um novo caminho assim que a
pessoa seja detetada na luminária 2, estando sempre a pessoa sob uma iluminação de
intensidade elevada.
O efeito de antecipação poderá ser alongado utilizando a propagação de mensagens. A
direção da pessoa é transmitida entre luminárias possibilitando acender mais profundamente o
caminho. Para controlar o número de luminárias que serão acesas em antecipação existe a
variável Anticipation Radius. Representa o número de luminárias que acende defronte do peão.
Serão testados vários valores diferentes para averiguar qual o que permite uma visibilidade
suficiente obtendo uma maior poupança. Segue-se uma ilustração com três valores de
Anticipation Radius:
Figura 20 – Ilustração de diferentes valores de Anticipation Radius
3.6.2 Múltiplas deteções vizinhas
Quando existe mais que uma deteção na vizinhança, o algoritmo será o mesmo. As luminárias
guardam na sua memória as deteções que foram feitas na sua adjacência, para poderem tentar
antever melhor o percurso. O efeito continuará a ser uma simetria do que foi detetado, em
relação ao ponto central (luminária que está a processar). Desta maneira, quando um utilizador
efetua diagonais, a iluminação a um nível elevado é mais larga. Esta característica fará com
que o sistema seja mais focado quando uma pessoa está a percorrer uma linha reta e mais
amplo quando estão a ser efetuadas mudanças de direções.
Esta implementação permitirá também que as luminárias consigam lidar com pessoas
originárias de diferentes direções. Como a hierarquia de estado está preparada para uma
sobreposição do estado Anticipated com o estado Detected, o algoritmo não terá problemas
com percursos sobrepostos.
36
Figura 21 – Alguns casos de múltiplas antecipações.
3.6.3 Fronteiras de deteção
Para evitar “blind spots” na deteção sugere-se a sobreposição das áreas de deteção das
luminárias. Existem três maneiras diferentes das pessoas serem detetadas: apenas por uma
luminária, por duas luminárias ou por quatro luminárias.
Figura 22 – (a) Pessoa detetada por uma luminária (b) Pessoa detetada por duas luminárias (c) Pessoa detetada por quatro luminárias.
Analise-se a seguinte situação representada na figura 23. Uma pessoa desloca-se de Oeste
para Este e encontra-se na fronteira entre as luminárias L13 e L14. L14 irá avisar L15 para
antecipar uma pessoa, de acordo com o procedimento descrito anteriormente. L13 avisará
duas posições: L14 (devido a anteriores deteções em L12) e L12, devido à presente deteção
em L14.
Este efeito é contraproducente para a poupança e para o efeito desejado pois reforça a
iluminação atrás da pessoa (local por onde já passou). De modo a reduzir este efeito, o
algoritmo de antecipação irá apenas contabilizar deteções vizinhas efetuadas previamente ao
presente acontecimento.
O efeito obtido com esta mudança está representado na figura 23 (b). A antecipação realizada
por L14 continua a mesma. L13 agora só efetua uma antecipação para L14 devido a anteriores
deteções em L12.
37
Figura 23 – Antecipação para duas deteções diferentes da mesma pessoa
Na situação onde quatro luminárias detetam a mesma pessoa, é criada sempre uma área
maior onde existe um elevado nível de intensidade. O efeito será sempre uma “mancha”
porque a seguinte posição de deteção terá sempre pelo menos três luminárias vizinhas a
serem contabilizadas para o efeito de antecipação. Mais uma vez é verificável o efeito mais
esparso criado por percursos diagonais.
Figura 24 – Efeito criado pela passagem de uma fronteira de quatro luminárias (a), para uma situação de uma luminária (b), ou a fronteira de duas luminárias (c).
38
3.7 O Teste do Algoritmo
Para testar o algoritmo será desenvolvida uma plataforma onde se possa testar o seu
comportamento.
A simulação irá decorrer ao longo de um período de tempo, onde se programará a passagem
de vários peões pela área de estudo com diferentes possibilidades como foi discutido nos
pontos anteriores. O programa deverá correr o algoritmo criado em cada uma das luminárias,
reagindo aos peões e criando o efeito desejado.
A plataforma de testes terá a grande vantagem de ter várias variáveis reguláveis, podendo-se
comparar diferentes simulações. Experimentando diferentes características será possível
verificar uma deteção mais focada com maior intensidade versus a mesma deteção mais
dispersa mas com menos intensidade, e assim tentar chegar à configuração que equilibre o
conforto visual com a poupança energética.
Para calcular o consumo das lâmpadas durante a simulação, considerar-se-ão as lâmpadas
LED descritas anteriormente no ponto 3.1.3 e utilizar-se-á os seus valores de potência média
de operação encontrados nos catálogos. A energia consumida numa lâmpada durante a
simulação será calculada da seguinte maneira:
“di” representa percentualmente o nível de intensidade a que a lâmpada está a funcionar.
“ti” representa o intervalo de tempo em que a lâmpada se mantêm a funcionar nesse nível em
segundos. Somam-se os vários intervalos de tempo no qual a lâmpada funcionou com
intensidades diferentes obtendo o resultado final para o tempo em que durou a simulação.
Divide-se este resultado por 3600 segundos para obter a energia nas unidades Watt.hora (Wh).
Fazendo o mesmo com todas as lâmpadas obtém-se a potência gasta nesse intervalo de
tempo. O resultado ser aproximado não será prejudicial pois o que se quer obter, são valores
comparativos de modo a poder verificar-se qual será a melhor configuração para o algoritmo
que se irá criar.
39
4 Simulação
4.1 Linguagem de programação utilizada
Escolheu-se a linguagem Java. A sua estrutura de classes permitirá uma fácil representação
dos objetos a simular e facilitará o desenvolvimento de uma interface gráfica. A popularidade e
acessibilidade de Java fazem desta linguagem uma mais-valia para a integração deste
algoritmo em futuros trabalhos
Irá realizar-se uma programação modular que permite uma fácil substituição de classes,
tornando mais fácil mudar o algoritmo de antecipação ou a informação guardada numa
luminária entre outra funcionalidades.
Ter-se-á o cuidado de realizar um processamento sempre descentralizado (sem recurso a
dados globais), de modo a que a simulação se mantenha fiel à arquitetura que se quer
implementar.
4.2 Conceitos presentes na simulação
4.2.1 Tempo
Decidiu-se que a simulação terá um tempo discreto. Deste modo, será possível correr o
programa de uma maneira sequencial evitando problemas de sincronização entre as
luminárias. A simulação será dividida numa série de intervalos de tempo iguais, onde se vai
mudando a posição dos peões. Em cada iteração é corrido o algoritmo e atualizados os
estados das luminárias, os níveis de iluminação e a potência consumida.
Este processamento sequencial ajudará também a uma melhor identificação dos tempos em
que ocorreram as mensagens, facilitando a depuração do algoritmo e a correção de eventuais
erros.
4.2.2 Topologia do espaço
A topologia do espaço será obtida de um ficheiro de texto onde também está guardada a
informação dos peões e os seus percursos. O espaço será representado por uma matriz de
quadrados, cada um com uma circunferência no meio. Cada círculo representa uma luminária e
cada quadrado a respetiva área de deteção No mesmo ficheiro estará especificado o tamanho
desta matriz, indicando o número de luminárias. Se o espaço tiver 10 x 10 luminárias, será uma
quadrícula de 10 quadrados por 10 quadrados, com um total de 100 luminárias.
40
Figura 25 – Representação do espaço a estudar.
A medida da área de cada luminária será unitária, utilizando-se as coordenadas vetoriais “X” e
“Y” com valores até à primeira casa decimal, para representar as posições. A identificação de
cada armadura será a sua representação matricial (como já foi referido no capitulo 3). Este
método tornará mais fácil identificar a luminária que deteta a pessoa (representada com um
ponto azul). Na figura acima encontra-se um peão na posição com as coordenadas x=5,2 e
y=2,2, que será detetado pela luminária (2,5).
A representação das áreas de deteção será sempre unitária. Para se obter diferentes
tamanhos irá adaptar-se a passada dos peões. Para maiores áreas, menores passadas e vice-
versa. Assume-se que os utilizadores andam com uma velocidade aproximada de 1.4 m/s
adaptando-se o seu valor no programa consoante a simulação em curso. No entanto, irão
considerar-se diferentes velocidades para os utilizadores
Será possível definir colunas ou paredes no espaço e luminárias com um nível mínimo de
iluminação. Deste modo será possível representar um espaço mais realista, com uma
iluminação ambiente mais segura.
Figura 26 – Representação de colunas e luminárias com níveis mínimos pré-definidos
41
As luminárias com um nível predefinido elevado podem, por exemplo, estar localizadas junto
das entradas e saídas do espaço. Os limites do espaço podem ser mantidos visíveis usando
um nível predefinido de intensidade mínimo, transmitindo uma maior sensação de segurança.
Apesar de não estarem representadas passadeiras, irá programar-se o percurso dos peões
como se elas existissem, utilizando maioritariamente movimentos perpendiculares que são os
mais comuns neste tipo de espaço.
4.2.3 Os peões
A informação dos peões e do seu percurso vai estar guardada no mesmo ficheiro de texto que
a topologia do espaço. Cada simulação terá um número pré-determinado de pessoas, com
percursos igualmente pré-definidos. Em cada iteração será somada uma velocidade vetorial à
posição das pessoas, estando todo o percurso do peão planeado antes de correr a simulação.
Apesar disso, o algoritmo desconhece futuras posições de modo a não comprometer o
funcionamento da antecipação de direções.
O planeamento da passada de uma pessoa terá que ser cuidado nas situações onde existe
uma transição da área de deteção de uma luminária para outra. Para ser realista, deverá existir
uma iteração onde ambas as luminárias detetam a pessoa de modo a melhor demonstrar o
comportamento real da mudança de lâmpada. Deste modo não existem “blind-spots” de
deteção. Embora, tipicamente, uma pessoa não possa transitar de uma luminária para outra,
sem passar por uma situação onde é detetada pelas duas, o algoritmo é robusto e consegue
lidar com esses casos.
Figura 27 – Transição de luminária. (a) é o procedimento incorreto e (b) é o correto.
42
4.3 Organização da simulação
Como já foi referido, a simulação seguirá um conjunto sequencial de ações. Isto poderá
apresentar algumas dificuldades na comunicação entre as luminárias pois, num ambiente real,
elas operam ao mesmo tempo. Por isso, foi decidido que cada iteração da simulação será
constituída pelos seguintes ciclos:
1º - São atualizadas as posições dos utilizadores e definidas as luminária que irão
detetar nesta iteração.
2º- Cada luminária que deteta irá iniciar um processo de comunicação, espalhando
mensagens que definirão os estados das outras. As mensagens terão o número da
iteração como se tratasse de uma “data de envio”. Assim poderá ser criado um
algoritmo para lidar com as mensagens como se elas fossem recebidas todas ao
mesmo tempo. Deste modo, o algoritmo criado estará preparado para lidar com
acontecimentos num tempo contínuo.
3º - Depois de finalizadas as trocas de mensagens, o programa irá percorrer todas as
luminárias, correndo o estado em que cada uma está. Neste ciclo, em cada uma,
define-se a intensidade das lâmpadas, calcula-se a energia consumida e atualizam-se
os tempos dos estados.
4.4 Luminárias
As luminárias são os elementos fundamentais do simulador. De um modo coerente com a
arquitetura descentralizada, cada uma será uma instância de uma classe de nome “Luminaire”.
Em cada iteração, o programa irá acionar o procedimento de deteção nas posições que forem
detetadas deixando as luminárias reagir autonomamente.
4.4.1 Comunicação entre luminárias
A propagação de mensagens num ambiente real é não direcionada podendo chegar a múltiplas
luminárias, inclusive a algumas para as quais o seu conteúdo não é relevante. Assim, é
necessário que as mensagens enviadas contenham um destinatário de modo a o recetor saber
se a deve processar ou não. Na implementação do programa, como o funcionamento é
sequencial, irá simular-se este procedimento direcionando as mensagens uma a uma, para
apenas os vizinhos diretos. O procedimento permanecerá fiel à realidade, simplesmente é feita
uma conversão da propagação de mensagens para uma metodologia sequencial.
43
Na inicialização da simulação, guarda-se em cada luminária a identificação das suas vizinhas
numa lista. Quando é enviada uma mensagem, basta endereçá-la a todos os constituintes
dessa lista.
Perante uma mensagem recebida, uma luminária poderá ter que enviar outras mensagens.
Desta maneira o processamento da luminária detetora pode ser interrompido pelos processos
das recetoras. Depois de terminados estes processos, o programa volta a correr a detetora no
ponto onde foi interrompido. Convencionou-se que a comunicação começará sempre (em
termos de simulação) pelo canto superior esquerdo, correndo os restantes vizinhos no mesmo
sentido que os ponteiros do relógio.
Figura 28 – Início do envio de mensagens relativa a uma deteção em L33
No exemplo da figura 29, com apenas um reenvio de mensagem, a comunicação seguirá a
seguinte sequência:
L33 envia mensagem a L22
L22 envia mensagem a L11, L12, L13, L23, L33, L32, L31 e L21
L33 envia mensagem a L23
L23 envia mensagem a L12, L13, L23, L23, etc.
L33 envia mensagem a L24
Etc….
Se existissem dois reenvios de mensagens, a sequência seria:
L33 envia mensagem a L22
L22 envia mensagem a L11
L11 envia mensagem a L12, L22, L21
L22 envia mensagem a L12
L12 envia mensagem a L13, L23, L22, L21, L11
L22 envia mensagem a L13
Etc…
Etc….
L33 envia mensagem a L23
Etc….
44
Cada luminária terá uma lista de mensagens guardadas, usadas para comparar com as novas
recebidas para filtrar as que não possuem informação adicional. Este filtro será descrito na
secção 4.5
4.4.2 Dados guardados em cada luminária
Cada luminária terá que guardar alguma informação para processar as mensagens.
Aplicado numa situação real, o método de comunicação utilizará as identificações de cada
luminária para apenas aceitar mensagens duma lista de identificações vizinhas pré-
configuradas.
As mensagens que são recebidas, caso sejam processadas, serão guardadas numa lista, de
modo a conseguir-se rejeitar novas que contenham informação desatualizada.
Com o intuito de implementar o algoritmo de antecipação, a luminária irá guardar informação
referente às deteções que ocorrem à sua volta. Esta informação é utilizada para tentar deduzir
donde veio a pessoa que acionou o sensor de movimento.
4.4.2 Algoritmo de Antecipação
As mensagens contêm as coordenadas da luminária onde foi feita a deteção. Se tiver ocorrido
numa luminária adjacente à recetora, será guardada essa informação durante um período de
tempo igual ao da duração do estado de deteção. Desta maneira cada luminária está ciente
das deteções que estão a acontecer à sua volta.
O algoritmo de antecipação decorrerá como foi descrito na secção 3.6.2 e 3.6.3. Para o
implementar no programa, utilizar-se-ão as identificações matriciais para se obterem vetores
que indicarão a direção de antecipação. Subtraindo o valor das identificações das luminárias
que detetaram numa iteração passada, ao valor da luminária que está a efetuar o algoritmo de
antecipação, obtêm-se as coordenadas que, quando somadas à presente deteção, irão definir
as posições para onde se antecipa que a pessoa se dirige. De seguida faz-se uma análise do
funcionamento do algoritmo utilizando o exemplo da figura 29.
Figura 29 – Ilustração do processo de definição de direções de antecipação
45
Efetuada uma deteção em (3,3), a luminária irá buscar à sua memória as deteções que
decorreram num passado recente na sua vizinhança. Verifica que aconteceram nas posições
(2,2) e (3,2). Subtrai esse valor ao da sua própria identificação obtendo dois vetores de
coordenadas (+1,+1) e (0,+1). Envia estas direções de antecipação juntamente com a sua
identificação. Assim as luminárias que recebem as mensagens somam a ID da mensagem com
as coordenadas e verificam se o resultado é igual o seu ID. Neste caso, são as luminárias
(3+1,3+1) e (3+0,3+1) que são antecipadas.
Para obter uma antecipação mais profunda, as vizinhas antecipadas efetuam o mesmo
processo de subtração para definir a direção de propagação da antecipação.
Quando uma pessoa entra, inicialmente, no espaço, a primeira luminária que a deteta poderá
não ter nenhuma deteção na vizinhança. Consequentemente não haverá nenhuma
antecipação. Para criar um ambiente mais convidativo, nesta situação, a luminária irá
considerar todas as direções antecipadas. Desta maneira, quando uma pessoa entra no
espaço de estudo, terá logo uma maior área de iluminação.
Esta solução também funciona quando um peão se encontra parado sob uma luminária durante
um certo intervalo de tempo. Como deixam de existir deteções na vizinhança (porque os seus
estados de deteção expiram), o mesmo processo de antecipação é acionado iluminando com
maior intensidade a área circundante. Esta iluminação será útil e aumentará a segurança
quando os utilizadores estão indecisos ou, por qualquer outra razão, pararam.
4.4.3 Configurações especiais
A implementação de configurações especiais é feita na instalação das luminárias. No
programa, acontece na inicialização da matriz de luminárias. O ficheiro de texto contém a
identificação das luminárias que manterão um estado predefinido de iluminação e qual o seu
valor (mínimo, médio ou elevado). Estas luminárias operarão como as outras com a exceção
de nunca acederem a estados de menor intensidade do que aquele que lhes é imposto como
predefinido.
.
4.5 Mensagens e o seu processamento
As mensagens são um componente muito importante deste algoritmo. Definem todos os
estados das luminárias, exceto o de deteção. Como serão trocadas em grande escala,
pretende-se que sejam de tamanho pequeno. No simulador foi criada uma classe para as
mensagens, de nome “message”.
46
4.5.1 Informação contida nas mensagens
Descreve-se de seguida as variáveis contidas em cada mensagem usada no algoritmo:
Lighting Radius (LR): Previamente apresentado na secção 3.6.1, este valor inteiro serve para
limitar o reenvio de mensagens. Se é maior que zero, a luminária que recebeu e processou a
mensagem, ativa o estado Neighbor Medium (se não estiver em nenhum estado de ordem
superior) e reenvia-a editada, decrementando LR.
Quando é zero, não há reenvio de mensagens garantindo que a comunicação estabiliza, sendo
ativado o estado Neighbor Low (se não estiver em nenhum estado de ordem superior).
Anticipation Radius (AR): Também apresentado na secção 3.6.2, este valor inteiro serve para
limitar o reenvio de mensagens de antecipação. Se uma luminária recebeu uma mensagem
que a informa de que se antecipa que vai uma pessoa na sua direção, ela ativa o estado
Anticipated e verifica AR. Se for maior que zero, são reenviadas novas mensagens para outras
luminárias antecipadas. Se for zero, não há reenvio de antecipações.
Sender: ID da luminária que está a mandar a mensagem.
Detector: ID da luminária que iniciou a comunicação onde foi detetada uma pessoa. Utiliza-se
para poder filtrar mensagens que pertencem à mesma deteção e não trazem informação nova.
Anticipation Sender: ID da luminária que está a enviar as direções de antecipação. Utiliza-se
para garantir que as luminárias que antecipam são únicas.
Anticipation Directions: São as direções de antecipação obtidas pelo processo definido na
secção 4.4.2.
Time Stamp: É a data em que foi enviada a mensagem (no caso da simulação corresponde ao
número da iteração).
Para determinar o tamanho aproximado de uma mensagem foram identificadas as dimensões
de cada variável.
47
Informação Tamanho necessário para a codificar
Time Stamp 4 Bytes
Identificações de luminárias ( três ID) 12 Bytes
LR e AR 2 Bytes
Direções de antecipação 1 Byte
Total 19 Bytes
Total + overhead 25 Bytes
Tabela 3 – Tamanho esperado de uma mensagem
Considerando a tecnologia ZigBee, que possui um baixo custo e pode ser aplicada no controlo
da iluminação, esta possui um ritmo típico de transmissão de 250kbit/s. Com esta taxa, as
luminárias seriam capazes de receber 1280 mensagens por segundo, o que é um valor
suficiente para o bom funcionamento da comunicação usada pelo algoritmo.
4.5.2 Mensagens de deteção
Quando é detetada uma pessoa a luminária ativa o estado Detected e gera uma mensagem
para emitir. Essa mensagem contém a sua identificação no Sender, no Detector e no
Anticipation Sender pois é a própria luminária que está a enviar a mensagem que detetou uma
pessoa e que correu o algoritmo de antecipação. As direções de antecipação obtidas são
colocadas na mensagem no campo Anticipation Directions.
LR e AR terão um valor inicial fixo (predefinido). No simulador, no entanto, é possível
experimentar diferentes valores para verificar os diferentes resultados. Decidiu-se inicialmente
utilizar um Lighting Radius de 2 e um Anticipation Radius de 1. No capítulo de testes do
programa irá averiguar-se quais os melhores valores para estas variáveis.
A luminária insere também o tempo (no caso do simulador, é usado o número da iteração) em
que é criada a mensagem e finalmente envia-a a todos os constituintes da sua lista de vizinhos.
No simulador, o envio e receção de mensagens será simulado pelo método
“MessageComunication”.
Figura 30 - Modelo de mensagem enviada da luminária (3,3) no exemplo da figura 29
48
4.5.3 Filtro de mensagens
Devido à vasta propagação de mensagens, muitas delas serão repetidas ou terão informação
desatualizada ou irrelevante para certas posições. Para otimizar o processamento delas irá ser
implementado um filtro. Quando uma luminária recebe uma mensagem, irá comparar a
informação com cada uma das mensagens recebidas previamente e que são guardadas numa
lista. A partir dessa comparação irá desencadear uma de três ações possíveis: rejeitar a
mensagem, processar a mensagem como luminária de intensidade média/baixa, processar a
mensagem como luminária antecipada.
A primeira verificação é feita ao ID do remetente da mensagem (Sender). Se este ID não for
igual a algum da lista de vizinhos, a mensagem é rejeitada.
Se a mensagem for aceite, serão feitos quatro testes booleanos descritos em seguida:
1) Para verificar se a luminária que está a receber a mensagem é uma posição
antecipada, irá ser comparado o ID da recetora com valor do Anticipated Sender
adicionado das direções de antecipação. Se este teste for verdade, então a posição é
antecipada.
2) Será feito um teste também à deteção originária da mensagem (Detector). Como a
mesma luminária pode receber mensagens repetidas sobre a mesma deteção, vai-se
comparar este valor com o das mensagens guardadas para verificar se a informação
relativa a essa deteção é nova.
3) Se já existem mensagens guardadas referentes à deteção da nova mensagem, testa-
se o valor do Lighting Radius. Se for menor, a mensagem não contém novas
informações. Apenas se for maior ou igual é que poderá conter novas instruções de
propagação ou indicações de deteções mais próximas. Serve para filtrar mensagens
que tenham menos informação de propagação do que as já guardadas.
4) Por fim verifica-se se o Time Stamp é igual a algum da lista. Assim se uma mensagem
for igual a uma mensagem prévia, mas com um Time Stamp mais recente, será
repetido o seu processamento pois é referente a uma nova iteração.
Juntaram-se estes quatro testes analisando as combinações possíveis de aceitação e rejeição
de mensagens. Cada mensagem que é aceite é adicionada à lista de recebidas. Definiu-se que
quando esta lista atinge um limite de cem mensagens, apaga a entrada mais antiga quando
recebe uma nova. Verificou-se que no espaço de cem mensagens, já não haverá nova
informação a receber num mesmo intervalo de tempo, não existindo problema em apagar as
mensagens mais antigas. Limitou-se o tamanho desta lista também para acelerar o
processamento, pois em cada mensagem recebida, terá de ser feita uma verificação da lista
inteira.
A tabela 4 mostra as soluções possíveis quando comparada uma mensagem nova com as
últimas mensagens recebidas
49
Detector da
mensagem recebida
é igual ao Detector
da mensagem com
que se está a
comparar
Anticipated
Sender mais
Anticipated
Directions é igual
ao ID da
luminária?
Lighting Radius é
menor que LR da
mensagen com que
se está a comparar?
Time Stamp é igual
ao Time Stamp da
mensagem com
que se está a
comparar?
Número da
decisão
tomada
False False False False 1
False False False True 1
False False True False 1
False False True True 1
False True False False 2
False True False True 2
False True True False 2
False True True True 2
True False False False 1
True False False True 1
True False True False 1
True False True True 0
True True False False 2
True True False True 2
True True True False 2
True True True True 0
Tabela 4 – Tabela de decisão do processamento da mensagem
Com esta tabela é possível definir se a nova mensagem recebida contém nova informação ou
não. Caso o número da decisão seja zero a mensagem é rejeitada. Caso seja um, ela é
guardada, é ativado o estado consoante o valor Lighting Radius e são reenviadas mensagens.
Caso o número da decisão seja dois, a mensagem também é guardada, e é ativado o estado
de Anticipated e são reenviadas mensagens.
4.5.4 Reenvio de mensagens
O reenvio de mensagens será ligeiramente diferente consoante o caso que tenha resultado do
filtro de mensagens.
No caso do número do processamento ser um, decrementa-se o valor de LR da mensagem
recebida. Se o seu valor continuar a ser maior que zero, é reenviada uma mensagem igual à
recebida para todos os vizinhos, decrementando apenas o valor de LR e alterando a
identificação do Sender que é a presente luminária.
50
No caso do número do processamento ser dois, quer dizer que a recetora está numa posição
antecipada. É ativado o estado de Anticipated. O valor de AR é decrementado. Se for maior
que zero, é reenviada uma com o Anticipated Sender e o Sender iguais à identificação desta
luminária. O AR será decrementado e as Anticipated Directions terão o valor conforme foi
discutido na secção 4.4.2. LR não é alterado de modo à luminária antecipada ter a mesma área
de iluminação média circundante que a luminária que efetuou a deteção. Se AR, depois de
decrementado, for zero, a nova mensagem será composta da mesma forma, com a exceção de
que as direções de antecipação são zero. Deste modo também é garantido que a comunicação
de antecipação estabiliza.
4.6 Estados
As luminárias podem estar em vários estados que possuem um intervalo de tempo de
operação predefinido. Sempre que é ativado um novo estado é iniciada uma contagem
decrescente do respetivo intervalo de tempo. Se for ativado outro estado de maior prioridade, a
luminária irá mudar para esse estado reiniciando o intervalo de tempo.
No programa a simulação é sequencial. O funcionamento dos estados não será concorrencial
com a comunicação. Como se pode ver no ponto 4.3, depois de ter terminado toda a troca de
mensagens, o programa irá percorrer todas a luminárias da matriz averiguando que estado
está ativo. Em cada uma decrementa o tempo do estado. Se este estado tiver chegado a zero,
vai ativar um novo estado de intensidade menor com uma nova contagem decrescente.
Quando um estado é ativado por mensagens ou por deteção, o valor da contagem decrescente
é definida no início da simulação na variável StateDuration. Quando o estado Neighbor Medium
e Neighbor Low são ativados porque a contagem de estado de intensidade superior chegou a
zero, os tempos para as novas contagens são obtidos pelas variáveis Medium StateDuration e
Low StateDuration, respetivamente. Os valores para as contagens dos estados são reguláveis
para se poder criar efeitos diferentes. Por exemplo, prolongando a duração de Medium
StateDuration e de Low StateDuration, consegue-se um efeito de “cauda de cometa” na
iluminação por onde passou um peão.
51
4.7 Fluxograma
Apresentam-se de seguida os fluxogramas que resumem o funcionamento de uma luminária.
Detetou
Movimento ?
Fluxograma do
Estado “Detected”
Recebeu
Mensagem?
Filtro de
Mensagem obtém
uma de 3
decisões
LR > 0?
Fluxograma do
estado
“Anticipated”
Timer do estado a
decorrer está em 0 ?
Ativa Estado com
menor intensidade
Calcula a potência com a
intensidade da lâmpada do
estado que está ativo
Decrementa o
tempo do estado
Verifica
Detetor de
Movimento
Fim da iteração
Fluxograma do
estado “Neighbor
Medium”
Fluxograma do
estado “Neighbor
Low”
Sim
Não
Sim
Não
2
0
Não
Sim
Sim
Não
Decrementa LR
1
Figura 31 – Fluxograma do funcionamento de uma luminária na duração de uma iteração
Sempre que é ativado um estado, o seu timer é reposto para o valor definido no início da
simulação. Os fluxogramas dos estados podem encontrar-se na figura 32.
52
Ativa Estado
“Neighbor
Medium”
Guarda
Mensagem na
lista
Compõe nova
Mensagem
editada
Envia Mensagem
Ativa Estado
“Neighbor
Low”
Guarda
Mensagem na
lista
Ativa Estado
“Anticipated”
Guarda
Mensagem na
lista
Decrementa o
valor de AR
AR>0?
Direções de
antecipação são
0
Edita as direções
de antecipação.
Sim
Define um novo
LR com o valor
inicial
Compõe nova
Mensagem
editada
Envia Mensagem
Não
Ativa Estado
“Detected”
Alguma vizinha
Detetou?
Verificação das
deteções das
luminárias
adjacentes
Antecipa todas
as direçõesNão
Algoritmo de
Antecipação
Compões
Mensagem
Sim
Envia
Mensagem
Figura 32 – Fluxogramas dos estados
53
4.9 Interface
Nas simulações é possível alterar algumas variáveis para se testarem diferentes efeitos de
iluminação.
Figura 33 – Interface do programa
O programa consegue correr ficheiros diferentes de texto que contêm a topologia, o número de
peões e os seus percursos. Pode-se experimentar uma simulação para uma topologia, e
experimentá-la outra vez para um local diferente. Na interface pode-se inserir o nome de
diferentes ficheiros (zona 1 da interface).
Depois de corridas as simulações será possível guardar temporariamente os resultados para
se poder fazer posteriores comparações (zona 2 da interface).
Os valores iniciais de Lighting Radius e de Antecipation Radius podem ser definidos no início
da simulação (zona 4 e 5) juntamente com as durações dos estados quando são ativados por
deteção ou mensagem (zona 8) ou a duração dos estados quando são ativados porque outro
estado de intensidade superior expirou (zona 7, para a duração do estado Neighbor Medium e
zona 8 para a duração do estado Neighbor Low).
Para efetuar o cálculo da energia tem que se atribuir um tempo ao decurso de uma iteração.
Este valor tem que se cuidado e estar em concordância com a passada dos peões.
É possível também mudar o tipo de lâmpada utilizado (zona 11) para se obterem diferentes
consumos. A escolha da lâmpada tem que ser coerente com o tamanho do espaço escolhido.
É possível escolher os níveis de intensidade das lâmpadas (zona 12). Assim o valor elevado de
54
intensidade poderá ser um output de 100% ou apenas de 90% ou qualquer outro valor
desejado. Introduziu-se esta opção depois de se ter verificado diferentes casos de estudo com
diferentes arranjos de intensidade.
Para visualizar pormenores da execução do programa existe uma consola que funciona apenas
como output (zona 13). Aí é possível ver os estados em que estão todas as luminárias em
determinada iteração ou até verificar todas as mensagens recebidas numa dada luminária.
O programa apresenta também uma representação gráfica da simulação (zona 14). Existem
dois modos de visualização que podem ser escolhidos no início da simulação (zona 10):
Modo 0 – As lâmpadas acesas na intensidade elevada estão representadas pela cor
vermelha, as na média intensidade pela cor amarela e as na mínima intensidade pela cor
verde. As colunas são representadas por quadrados pretos, e as luzes apagadas estão
igualmente pretas. As pessoas são circunferências azuis. Este modo serve para estudar o
funcionamento do programa. A diferença de cores ajuda a perceber mais facilmente o estado
das lâmpadas e a identificar possíveis falhas de processamento.
Modo 1 – As lâmpadas acesas na intensidade elevada são representadas por manchas
brancas, as de média intensidade pela cor cinzento claro e as na mínima intensidade com um
cinzento-escuro. As colunas são representadas por quadrados vermelhos de modo a
distinguirem-se das luzes apagadas que estão representadas a preto. As pessoas são
circunferências azuis. Este modo ajudar a perceber melhor o efeito de iluminação que se irá
obter. Serve para demonstrar o efeito que irá ser criado.
Figura 34- Visualização dos modos de representação gráfica da simulação
55
5 Teste do Algoritmo
Foram feitas simulações utilizando as considerações do ponto 3.1.3, em que a potência de
cada luminária é de 47 W e a área de iluminação e deteção é aproximadamente 7,5 m2. Assim,
cada quadrado da matriz possui 2,7 m de lado.
Para os valores indicados obtém-se uma iluminância aproximada de 500 lx. Caso se
pretendesse um cálculo mais preciso da iluminância seria necessário recorrer a um programa
de cálculo luminotécnico. Na realidade a luz dispersa-se e reflete-se pelo que o efeito de
diferentes intensidades de iluminação não é tão destacado como acontece na representação
gráfica usada pelo programa. No entanto as áreas de ação das luminárias foram calculadas
como se a lâmpada emitisse um nível de iluminação uniforme.
Como o algoritmo é flexível, esta escolha de valores será facilmente alterável.
5.1 Lighting Radius
O Lighting Radius acabará por definir a área circundante das luminárias detetadas e
antecipadas. Experimentaram-se diferentes valores obtendo os resultados indicados na
seguinte figura.
Figura 35 – Comparação de diferentes valores de LR
Para cada valor de LR foram feitos cálculos para verificar até que comprimento existe
iluminação, encontrando-se um peão no meio da área de uma luminária. Nos testes escolheu-
se utilizar um LR com o valor de dois, pois é suficiente para criar uma boa iluminação
circundante ao utilizador. Se for desejado, com um LR o suficientemente grande, até se pode
iluminar toda a área da garagem. Mais uma vez é verificável a adaptabilidade do algoritmo
podendo ser aplicado para criar um sistema onde no instante em que é detetado movimento,
toda a garagem é iluminada.
56
Figura 36 – LR=5. Com este valor é possível iluminar a área toda de uma matriz de luminárias 10 x 10
5.2 Anticipation Radius
A escolha do Anticipation Radius varia muito consoante o efeito desejado. Quando maior o seu
valor maior será a profundidade da antecipação.
Figura 37 – Ilustração do efeito criado pelo Anticipation Radius, onde o peão se desloca da esquerda para a direita, acabado de ser detetado na luminária (3,4)
Com um valor demasiado pequeno, a antecipação não é convidativa. Como se pode ver na
figura anterior para AR = 1, acaba por ficar mais iluminado o espaço por onde o utilizador
passou, do que o espaço por onde ele irá passar. Porém se a antecipação for demasiado
profunda, as previsões erradas ficam mais acentuadas. Se uma pessoa efetuar uma curva e
não prosseguir pelo caminho antecipado, este manter-se-á iluminado durante um intervalo de
tempo antes de apagar. Na figura 38 pode-se observar que o utilizador efetua uma curva na
luminária L44 para baixo, mas que L45 e L46 mantêm-se antecipadas, eventualmente
apagando quando expira o estado de antecipação.
57
Figura 38 – Oito iterações exemplificando o utilizador a efetuar uma curva com um AR=2
Regulando o AR, pode-se regular o nível de antecipação efetuado. A configuração terá
diferentes consequências consoante o uso do espaço.
5.3 Fronteiras de deteção
A deteção de uma pessoa por mais do que uma luminária criará uma área de iluminação maior.
Quando uma pessoa está entre duas luminárias, inevitavelmente irá ser detetada pelas duas.
Se fossem consideradas as deteções vizinhas que estão a acontecer no presente, a transição
entre luminária poderia levar a que o sistema antecipasse o caminho donde veio o peão. Cada
uma iria averiguar as deteções vizinhas. A primeira de onde ele veio, verificaria que a luminária
da frente estava a detetar, antecipando um percurso para trás. A da frente iria verificar que a de
trás estava a detetar, antecipando um percurso para a frente. Ignorando as deteções
presentes, a luminária de trás não irá considerar a deteção da frente, não existindo antecipação
para trás. Por esta razão o algoritmo de antecipação apenas considera as deteções vizinhas
que aconteceram em iterações passadas.
Se uma pessoa estiver a ser detetada por duas luminárias durante um intervalo de tempo maior
do que uma iteração, acontecerá uma antecipação para os dois lados.
Figura 39 – Antecipação efetuada se existir um movimento ao longo da fronteira de duas luminárias, utilizando um AR=2.
58
A antecipação ainda será mais vasta quando o utilizador atingir um vértice da fronteira de
quatro luminárias. Na figura 40 está exemplificado o primeiro momento em que o peão atinge o
vértice onde é detetado pelas quatro luminárias. É criado um efeito de “tridente” pelas
luminárias que estão com uma intensidade máxima. Como o algoritmo de antecipação é
propagado em linha reta de acordo com as direções definidas pela detetora, o efeito não será
igual ao que é criado pelo Lighting Radius. Neste exemplo, L35 e L32 são reguladas para uma
intensidade média. Numa implementação real, o efeito não será tão acentuado quanto o
ilustrado na imagem porque existem sobreposições e reflexões que criam uma iluminação mais
uniforme.
Figura 40 – Ilustração da consequente antecipação quando um peão atinge um vértice de fronteira. (a) Representação no programa (b) Análise individual da antecipação efetuada em L14 (c) Análise
individual da antecipação efetuada em L13
Na iteração seguinte, se a pessoa continua a deslocar-se para baixo, as luminárias sobre a
qual se encontram, anteciparão para os lados, aumentando a área onde existe uma máxima
intensidade. Segue a ilustração do resto da simulação.
59
Figura 41 – Continuação da simulação iniciada nas figuras 39 e 40
Se for aplicado uma AR com um valor igual a um, a antecipação já não será tão longa, e a
iluminação terá uma área menor. Na figura 42 é possível observar a mesma simulação com
uma antecipação menor. O efeito das lâmpadas acesas é mais uniforme, criando uma mancha
com uma intensidade máxima á volta do utilizador.
Figura 42 – As mesmas iterações simuladas na 41, agora com um AR com o valor de 1
Quando aplicado o algoritmo num espaço real, sugere-se que as luminárias sejam colocadas
diretamente por cima dos caminhos percorridos. Desta maneira evitar-se-á que o algoritmo
efetue uma iluminação do espaço excessiva, por existir uma constante deteção nas fronteiras
das áreas sensíveis dos sensores de movimento. Dependendo do uso do espaço, poderá
configurar-se AR para obter diferentes áreas de iluminação com intensidade máxima.
60
5.4 Configurações especiais
Foram consideradas configurações especiais paras lâmpadas que iluminam os limites do
espaço, como já foi referido no capítulo 3. Na figura 43 podemos observar a aplicação à
topologia descrita no ponto 3.2.1.
Figura 43 – (a) Implementação do espaço representado em (b) na plataforma criada
As luminárias juntas às paredes estão ligadas num nível mínimo de iluminação predefinido. As
luminárias junto às entrada estão ligadas com um nível elevado para a garagem ter uma
entrada convidativa. Na representação gráfica, a iluminação pré-definida parece criar um
ambiente mais seguro.
Depois de algumas simulações deparou-se com um problema com a entrada de novos peões
no espaço. Quando uma pessoa entra na área e não existem mais pessoas, não há nenhuma
deteção passada. Assim a luminária não efetua nenhuma antecipação porque não tem
nenhuma informação onde basear o algoritmo de antecipação. Foi decidido que o sistema será
mais agradável se, quando a pessoa entrar, forem acesas todas as lâmpadas à volta com uma
intensidade elevada. Deste modo, o espaço está preparado podendo o indivíduo tomar
qualquer direção. Para resolver este problema, programou-se o algoritmo para que, quando
existir uma deteção, a luminária verifique se existe alguma deteção vizinha. Se não existir,
mandará mensagens para antecipar todas as direções, com AR com o valor de um. Esta
solução provou-se útil também para as situações em que uma pessoa fica parada (se ficar
parada sob a mesma luminária tempo suficiente, as deteções vizinhas expiram e a luminária
antecipará todas as direções pela mesma razão descrita).
61
Figura 44 – (a) Entrada de uma pessoa na área de estudo. (b) Se a pessoa fica parada, as luminárias vizinhas acendem com intensidade máxima
5.5 Duração dos estados
Também é possível regular a duração dos estados. Nas simulações efetuadas, os peões
demoram aproximadamente 5 iterações a percorrer o espaço de uma luminária. Escolheu-se
uma duração para o estado com um número de iterações igual a este valor. Deste modo, uma
luminária que tenha detetado, continua ligada tempo suficiente para que, se a pessoa que por
lá passou decidir voltar para trás, possa ter o percurso ainda iluminado.
Cada luminária que acaba de estar um estado de intensidade elevada, muda para um estado
de intensidade média (Neighbor Medium) que terá igual duração. Quando o estado de
intensidade média termina, mudará para um estado de intensidade baixa (Neighbor Low) que
terá igual duração. Quando este último estado termina, a luminária fica no estado Idle
(tipicamente apagada).
Executando o algoritmo com os três estados de intensidades diferentes com o mesmo tempo é
criado um efeito de “arrasto” por onde passou uma pessoa. Obtém-se uma iluminação parecida
com uma “cauda de cometa”. Isto acontece quando a pessoa se desloca a uma velocidade
constante. As luminárias que são acesas no estado de maior intensidade demoram três vezes
o intervalo de tempo, enquanto as que são acesas na vizinhança permanecem menos tempo
ligadas. O algoritmo vai renovando os tempos de execução dos estados por troca de
mensagens, ficando algumas das luminárias que foram ativadas previamente fora do alcance
da comunicação.
Depois de verificado este efeito, foi introduzida na plataforma de testes uma opção para regular
a duração dos tempos de execução dos estados Neighbor Medium e Neighbor Low quando
estão num processo de diminuir a intensidade da lâmpada para a apagar. Com este controlo é
possível diminuir o tempo que uma luminária demora a apagar, manipulando os efeitos de
iluminação remanescente. Consegue-se aumentar o “efeito de cauda de cometa” aumentando
a duração de todos os estados (figura 45 (c)), ou eliminá-lo completamente (figura 45 (b))
diminuindo a duração dos estados Neighbor Medium e Neighbor Low quando se está a apagar
a lâmpada.
62
Figura 45 – Comparação dos efeitos da iluminação criados por diferentes durações dos estados. (a) Duração de todos os estados igual à duração de um peão percorrer o espaço de deteção de
uma luminária (b) Duração dos estados Neighbor Medium e Neighbor Low são iguais (c) duração de todos os estados maior.
5.6 Percursos diagonais
Existem três maneiras de um peão efetuar um percurso diagonal, como ilustrado na seguinte
figura.
Figura 46 – Possíveis percursos ao efetuar-se uma transição diagonal
A pessoa pode ir diretamente da luminária L22 para a Luminária L33 passando pelo vértice
onde as quatro luminárias a detetam (percurso 2). Quando a pessoa se encontra sob a
luminária L33, como existiram deteções nas outras três luminárias anteriores, o algoritmo irá
63
antecipar as três luminárias opostas. As luminárias à direita, as que se encontram abaixo e as
que se encontram na diagonal para baixo de L33 são antecipadas
Continuando a ser percorrido este percurso, a iluminação de intensidade máxima irá formar um
quadrado largo à volta do utilizador sempre que este se desloque para uma luminária nova.
Os outros dois percursos irão formar padrões menos otimizados. No percurso onde a diagonal
é feita por cima do vértice (percurso 1), primeiro existe uma transição de L22 para L23 e depois
de L23. Na primeira transição, o sistema irá antever para a direita, e na segunda transição ele
irá antever direções diagonais e verticais. O efeito continuará a fazer estas antevisões, para a
direita e para baixo alternadamente. O efeito criado pelo percurso 3 é igual mas primeiro para
baixo e depois para a direita.
Estes efeitos podem levar a um maior consumo de eletricidade desnecessário, porém,
limitando o AR ao valor um, será possível conter a antecipação.
5.7 Interceção de pessoas
Na figura 47 está representada uma simulação do cruzamento de duas pessoas a caminhar
perpendicularmente uma em relação à outra, utilizando um AR de 2 e um LR de 2. As
antecipações efetuadas em cada uma das iterações estão indicadas por setas.
.
Figura 47 – Simulação de uma interceção de duas pessoas.
Pode-se observar que quando uma pessoa é detetada numa luminária adjacente à área onde
foi detetada a outra pessoa, o algoritmo irá antecipar direções diagonais. Como apenas são
tratadas deteções, e não pessoas, as luminárias precisam de estar preparadas para qualquer
situação. Apesar de existir uma antecipação excessiva (AR=2), observa-se na situação (e), que
os caminhos que estavam a ser percorridos pelos peões estão antevistos.
64
Quando as duas pessoas se encontram sob a mesma luminária apenas é tratada uma deteção.
No entanto, como a antecipação se baseia nas deteções circundantes passadas, o algoritmo
conseguirá antecipar os percursos de ambas as pessoas. Desta maneira, independentemente
do número de pessoas que se cruzem sob uma luminária, verão sempre o seu percurso
antecipado.
5.8 Falhas de deteção
Foram feitas simulações para testar o comportamento do algoritmo, caso exista uma falha de
deteção. Num percurso reto, se a duração dos estados tiver bem regulada, a falha de deteção
não constituirá um problema. Se a luminária que falha a deteção foi antevista, estará iluminada
ao máximo, mesmo não tendo detetado. Quando o peão for detetado na luminária seguinte, o
algoritmo irá acender todas as direções, porque essa luminária não tem nenhuma vizinha que
tenha detetado. O reaparecimento da pessoa será tratado como se duma entrada se tratasse
acendendo todas as direções
Figura 48 – Simulação onde uma luminária não deteta.
Nesta simulação a pessoa deixa de ser detetada antes do momento (c), reaparecendo no
momento (e) e acabando pela luminária que deteta em (f) antecipar todas as direções.
Se a pessoa não foi detetada quando estava a efetuar uma curva, poderá estar a dirigir-se para
uma posição menos iluminada. Se o sistema estiver configurado com uma iluminação
circundante suficiente (LR maior que 1), a pessoa mesmo assim encontrar-se-á com uma
iluminação de intensidade média.
65
5.9 Número de mensagens trocadas
Foi contabilizado o número de mensagens recebidas por cada luminária durante as
simulações. Cada luminária só recebe mensagens dos vizinhos diretos como foi visto no
capítulo 4. Para avaliar o funcionamento do filtro de mensagens em cada luminária,
contabilizaram-se também as mensagens que foram aceites e processadas pelo filtro.
Foram analisadas situações onde apenas uma pessoa percorre o espaço, primeiro com um
percurso linear horizontal e depois com um percurso diagonal onde existe um maior número de
deteções. Em cada uma das simulações, na maioria dos casos apenas acontece uma deteção.
Existem situações onde ocorrem duas deteções simultâneas (transição de uma luminária para
outra) e situações onde ocorrem quatro deteções simultâneas (quando uma pessoa atinge a
interceção de quatro áreas diferentes). Variou-se o valor de AR mantendo o mesmo valor de
LR fixo em 2, para verificar a influência de AR no número de mensagens enviadas. Efetuou-se
o mesmo procedimento para LR mantendo o valor de AR fixo em 1.
Simulação de um percurso reto Simulação de um percurso diagonal
Número total
de
mensagens
trocadas
Número máximo
de mensagens
recebidas por
uma luminária
Número de
mensagem
processadas
(não
rejeitadas)
Número total
de mensagens
trocadas
Número
máximo de
mensagens
recebidas
numa luminária
Número de
mensagem
processadas
nessa
luminária
AR=1 e varia-se LR AR=1 e varia-se LR
LR = 0 32 4 2 LR = 0 96 10 5
LR = 1 32 4 2 LR = 1 96 10 5
LR = 2 232 20 3 LR = 2 536 35 6
LR = 3 1512 90 11 LR = 3 2887 175 23
LR = 4 9863 510 83 LR = 4 16212 773 120
LR=2 e varia-se AR LR=2 e varia-se AR
AR= 0 136 12 2 AR= 0 272 21 1
AR= 1 232 20 3 AR= 1 536 35 6
AR= 2 320 25 4 AR= 2 753 39 6
AR= 3 408 28 4 AR= 3 1027 39 6
AR= 4 487 30 4 AR= 4 1236 39 6
Tabela 5 – Análise das mensagens recebidas em duas simulações.
Com os valores obtidos na tabela pode-se observar que LR tem uma influência maior no
número de mensagens trocado do que o valor de AR. O aumento da área circundante de
estados Neighbor Medium e Neighbor Low levará a uma maior densidade de mensagens do
que um aumento da profundidade de antecipação.
66
Mesmo com valores elevados de Lighting Radius existe uma boa filtragem de mensagens. Na
simulação onde é percorrido um percurso diagonal, na luminária que recebe mais mensagens
(773), pelo menos um sexto delas é ignorado.
Cada luminária utiliza a informação de deteção das mensagens recebidas para registar se
existem deteções na vizinhança. Para garantir que esta informação é partilhada
Para existir uma boa propagação, por vezes será necessário receber-se e processar
mensagens redundantes. Cada luminária utiliza a informação de deteção das mensagens para
registar se tem deteções na vizinhança. Por esta razão, por vezes terão que processar
mensagens que contêm uma informação de estado redundante, mas uma informação de
deteção nova.
Porém a hierarquia dos estados impede que a luminária ative um estado de menor intensidade
mesmo que receba uma mensagem nesse sentido, não existindo nenhuma luminária a
funcionar com uma intensidade inferior ao que é suposto. A redundância até poderá ser útil
numa aplicação real, para o caso de uma falha de comunicação.
Ao aumentar o valor de AR pode-se observar que o número máximo de mensagens recebidas
numa luminária começa a estabilizar. Isto acontece porque o algoritmo, direciona a propagação
de mensagens de antecipação mantendo-se uma certa regularidade no número de mensagens
por área, contrastando com a comunicação controlada pelo LR que acaba por ser radial.
Para verificar o comportamento do algoritmo com um número elevado de deteções, foi
analisado uma simulação onde numa iteração são efetuadas trinta e cinco deteções conexas.
Nela são detetadas vinte e quatro pessoas, todas a movimentarem-se com as mesmas
velocidades num sentido vertical. A situação onde existe maior número de mensagens
recebidas acontece quando todas as pessoas estão sob um vértice onde são detetadas por
quatro luminárias.
Se uma luminária deteta uma presença, durante um intervalo de tempo irá ignorar novas
deteções. Assim evitam-se sobreposições de deteções. Nesta situação onde poderia ter que se
processar noventa e seis deteções, são tratadas apenas trinta e cinco deteções.
Figura 49 – Número de deteções que seriam efetuadas por luminária, se o algoritmo repetisse deteções. Cada pessoa ativaria quatro deteções.
Para esta simulação obtiveram-se os dados apresentados na tabela 6.
67
Simulação onde acontecem trinta e cinco deteções ligadas
Número total de
mensagens trocadas
Número máximo de mensagens
recebidas por uma luminária
Número de mensagem
processadas (não rejeitadas)
AR=1 e varia-se LR
LR = 0 1880 57 25
LR = 1 1880 57 25
LR = 2 7544 170 26
LR = 3 37219 845 123
LR = 4 110576 2168 191
LR=2 e varia-se AR
AR= 0 2488 72 9
AR= 1 7544 170 26
AR= 2 13041 219 30
AR= 3 18689 245 30
AR= 4 23462 247 31
Tabela 6 – Número de mensagens para o pior caso possível
Podemos ver que, mesmo com um LR com um valor de quatro, para trinta e cinco deteções, a
luminária que recebe 2168 apenas processará 191 delas. Esta situação é muito exagerada pois
não se necessita de um valor de LR tão elevado.
O sistema acenderia 192 lâmpadas. Utilizando o tipo de lâmpada referido no início do capítulo,
essas lâmpadas estariam a iluminar uma área de aproximadamente 1440 metros quadrados.
Poderiam utilizar-se lâmpadas mais focadas que iluminassem uma área menor, mas neste
caso, o valor de AR teria que ser maior de modo a manter uma iluminação de intensidade
máxima igual ao caso anterior, não sendo necessário um LR tão elevado.
Com os testes realizados pode-se observar que, existindo necessidade de aumentar a
iluminação, o algoritmo será mais eficiente aumentando o valor de AR, em vez do de LR.
No ponto 4.5.2 verificou-se que utilizando a tecnologia Zigbee, cada luminária seria capaz de
receber 1280 mensagens por segundo. Com uma luminária a operar com uma antecipação e
vizinhança média (LR=2 e AR=2), no pior caso ela receberá 219 mensagens, valor que é
perfeitamente suportado pela tecnologia indicada, mesmo que exista um ambiente ruidoso que
obrigue a muitas retransmissões.
5.10 Consumo energético
Estudou-se o consumo energético efetuado durante as simulações. Os intervalos de tempo
destas simulações foram curtos (desde trinta segundos a dois ou três minutos). Neste espaço
temporal, obtêm-se consumos de energia baixos, na ordem das dezenas ou centenas de
Watt.hora. Por esta razão, o estudo irá debruçar-se mais sobre a comparação de resultados,
do que no valor absolutos destes.
68
Nas simulações assume-se uma velocidade de 1,4 m/s para cada pessoa. O cálculo da
potência foi realizado com está descrito no capítulo 3, utilizando-se intervalos de 0,4 s para
cada iteração.
Para cada espaço simulado, primeiro definiu-se uma configuração de referência que utiliza um
AR de 1 e um LR de 2. As durações dos estados são iguais ao tempo que um peão demora a
percorrer a área de deteção de uma luminária. As intensidades dos níveis de iluminação para
cada estado, foram definidas com base no caso de estudo da garagem de San Mateo County
[22]. O estado de intensidade elevada regula a intensidade da lâmpada para 80%, o de
intensidade média regula para 50 % e o de intensidade mínima para 20%.
Justifica-se a utilização desta configuração como referência por considerar-se a conjugação
mais equilibrada entre uma boa iluminação e uma razoável poupança.
Para estudar a influência que os valores de AR e LR têm no consumo energético, foram
efetuadas simulações com as configurações iguais às da referência, variando primeiro apenas
o valor de AR e segundo apenas o valor de LR.
O estudo que se efetuou é comparativo. Mesmo que os cálculos efetuados possam divergir
ligeiramente dos valores reais, o importante é que tenham sido aplicados da mesma maneira
em todas as simulações de modo a poder concluir qual a melhor configuração.
Avaliou-se o consumo para diferentes tipos de percurso. Um percurso reto irá ativar menos
deteções que um percurso diagonal. Foram obtidos os resultados presentes na seguinte tabela.
Percurso 1: Reto Percurso 2: Reto ao longo das fronteiras
de deteção
Percurso 3: Diagonal ao longo dos vértices das áreas de deteção
Percurso 4: Diagonal desalinhada com os vértices das áreas de
deteção
Energia
consumida
(Wh)
Relação com o valor de referência
(%)
Energia consumida
(Wh)
Relação com o valor de referência
(%)
Energia consumida
(Wh)
Relação com o valor de referência
(%)
Energia consumida
(Wh)
Relação com o valor de referência
(%)
AR=1 LR=2 (referência) 3,37 100,0 5,88 100,0 3,51 100,0 3,22 100,0
AR=4 LR=2 4,12 122,3 11,21 190,6 5,36 152,7 5,04 156,5
AR=1 LR=4 8,89 263,8 10,54 179,3 5,95 169,5 5,86 182,0
Tabela 7 – Testes do consumo baseado no tipo de trajeto
Analisando a energia consumida para cada uma das simulações, podemos concluir que o
percurso 2, que ocorre ao longo das fronteiras de deteção (i.e. um percurso efetuado
inteiramente ao longo da interceção das áreas sensíveis), levará ao maior consumo energético.
Este teste reforça a necessidade das luminárias, numa aplicação real, serem instaladas
centradas no percurso dos peões de modo a evitarem-se múltiplas deteções.
Para uma situação onde se necessite de uma grande área de iluminação, será preferível
utilizar um AR elevado em vez de LR elevado. Um AR elevado permite uma maior poupança do
que um LR elevado em todas as situações, exceto no percurso 2, onde AR igual a 4, produz
69
um aumento do consumo de energia de 90,6% em relação à configuração de referência, e LR
produz um aumento de 79,3 %.
Observando as variações obtidas (ver figura 50), consegue-se encontrar sempre um ponto
onde, para obter mais iluminação será vantajoso aumentar o valor de AR e manter um valor de
LR fixo do que aumentar LR e manter um valor de AR fixo.
Figura 50 - Gráficos da variação do consumo energético com configurações diferentes para tipos de percurso diferentes
Estes dados demonstram que o algoritmo de iluminação criado, perante situações onde apenas
uma pessoa está utilizar o espaço, gastará menos energia se tiver uma iluminação mais
intensa e focada sobre os utilizadores do que uma iluminação que ilumine uma área maior mas
com menos intensidade.
De modo a comparar a poupança permitida pelo algoritmo com uma situação de iluminação
tradicional, foi introduzida uma opção na plataforma de testes que permite acender todo o
espaço com intensidade elevada sempre que é detetada uma pessoa. Este sistema é o mais
habitual nas garagens que usam simples detetores de movimento para controlar toda a
iluminação. Escolheu-se operar este algoritmo com duas intensidades, de 80% e 70%,
considerando que fornecem um nível de iluminação suficiente. A este tipo de controlo irá
chamar-se “Controlo Tradicional 80%” quando é efetuado com a primeira intensidade e
“Controlo Tradicional 70%” quando é efetuado com a segunda intensidade.
0
2
4
6
8
10
0 1 2 3 4
Percurso 1
LR Varia com AR=1
AR varia com LR=2
Wh
0
5
10
15
0 1 2 3 4
Percurso 2
LR varia com AR=1
AR varia com LR=2
Wh
0
2
4
6
8
0 1 2 3 4
Percurso 3
LR Varia com AR=1
AR varia com LR=2
Wh
0
2
4
6
8
0 1 2 3 4
Percurso 4
LR Varia com AR=1
AR varia com LR=2
Wh
70
Realizaram-se três simulações para verificar as diferentes poupanças que se conseguem obter
para diferentes fluxos de pessoas. As simulações demoraram todas 155 iterações (62
segundos). Na primeira (simulação com o nome “Consumo Fluxo1”), apenas uma pessoa
atravessa a área de estudo de um lado ao outro, e vice-versa, em linha reta. A segunda
simulação (“Consumo Fluxo2”) será do mesmo tipo, mas com múltiplas pessoas a percorrerem
o mesmo percurso, o qual fica assim constantemente iluminado. A terceira simulação
(“Consumo Fluxo3”) será análoga à segunda, mas com múltiplas pessoas a percorrerem dois
caminhos distintos paralelos um ao outro. Nesta situação, devido à dispersão do espaço
percorrido, todas as lâmpadas acabam por acender pelo menos com um nível de intensidade
baixo.
O controlo tradicional irá obter o mesmo resultado para as três simulações. O seu valor
corresponde a todas as lâmpadas acesas durante as 155 iterações. Assim, quando se utiliza o
Controlo Tradicional 80%, o consumo é de 60,24 Wh e para o caso do Controlo Tradicional
70%, o consumo é 52,72 Wh. Realizaram-se as simulações com um AR de 2 e um LR também
de 2.
Simulações Consumo_Fluxo1, Consumo_Fluxo2 e Consumo_Fluxo3
Energia Consumida
utilizando o Algoritmo
com AR=2 e LR=2
Poupança obtida
comparando-se com o
Controlo Tradicional80%
Poupança obtida
comparando-se com o
Controlo Tradicional70%
Consumo Fluxo1 15,46 74,3% 70,7%
Consumo Fluxo2 22 63,5% 58,3%
Consumo Fluxo3 33,27 44,8% 36,9%
Tabela 8 – Comparação do consumo efetuado com o algoritmo criado e o consumo efetuado com um tipo de controlo tradicional
Conclui-se que quanto mais dispersa e numerosa for a utilização do espaço, menos poupança
se consegue obter com o algoritmo criado. Mesmo assim, comparando com a situação de
Controlo Tradicional70%, obtém-se uma poupança de 36,9% e uma iluminação mais intensa
sobre os utilizadores e caminhos antecipados.
Foi criada outra simulação, usando a topologia da figura 43, em que se procurou abranger um
pouco de todos os tipos de percurso e comportamentos, de modo a verificar como o algoritmo
se comporta numa situação mais realista. Nesta simulação existem pessoas a percorrer
percursos horizontais e pessoas a percorrer percursos verticais. As pessoas dirigem-se sempre
para as saídas. Foi incluída na simulação o caso de uma pessoa que para durante uns
segundos, escolhendo voltar para trás. Incluem-se também cruzamentos de percursos, curvas,
diagonais, momentos de grande fluxo de pessoas, e momentos onde apenas se encontra um
utilizador no espaço. As paredes encontram-se constantemente iluminadas com um nível de
71
intensidade predefinido baixo, e as entradas estão constantemente iluminadas com um nível
predefinido elevado. A simulação chama-se “Real Environment”.
Foram verificados os consumos que se obtêm utilizando o controlo tradicional, os quais se
apresentam na tabela seguinte.
Simulação Real Environment – Controlo tradicional
Energia Consumida (Wh)
Controlo Tradicional 80% 132,62
Controlo Tradicional 70% 115,7
Tabela 9 – Consumo energético de um sistema de controlo que aciona todas as lâmpadas com a mesma intensidade
Correu-se a mesma simulação utilizando o algoritmo e variando os valores de AR e LR. A
comparação dos consumos energéticos obtidos estão presentes na tabela 10 e a relação da
poupança (quando se compara o controlo com o Controlo Tradicional 80%) com a variação das
variáveis AR e LR encontra-se no gráfico da figura 51.
Nesta simulação, como era esperado, um aumento dos valores de LR e AR levam a um maior
consumo. Verifica-se que quando o valor de AR é maior que 3, o peso das antecipações no
consumo energético tem mais influência que o peso de LR. Isto acontece porque uma
utilização mais aleatória do espaço leva a um maior número de antecipações erradas.
Simulação “Real Environment”
Energia consumida (Wh)
Poupança em relação a Controlo Tradicional 80%
Poupança em relação a Controlo Tradicional 70%
LR=2 e AR varia
0 52,16 60,7% 54,9%
1 61,02 54,0% 47,3%
2 67,63 49,0% 41,5%
3 71,8 45,9% 37,9%
4 74,05 44,2% 36,0%
AR=1 e LR varia
0 42,97 67,6% 62,9%
1 47,39 64,3% 59,0%
2 61,02 54,0% 47,3%
3 72,6 45,3% 37,3%
4 79,84 39,8% 31,0%
Tabela 10 – Resultados da simulação Real Environment
72
Figura 51 – Gráfico da variação da poupança com os valores de AR e LR
A concluir, realça-se as vantagens oferecidas pelo algoritmo face ao controlo tradicional,
destacando que, para o caso que se considera mais adequado (AR=1, LR=2), e mesmo para
um cenário que envolva um elevado número de pessoas, se consegue uma poupança de 54%,
ou seja, cerca de metade do consumo energético. Com poupanças tão significativas, é realista
assumir que o custo associado à implementação da solução proposta pode ser rapidamente
amortizado.
0,0%
20,0%
40,0%
60,0%
80,0%
0 1 2 3 4 5
Poupança em relação ao consumo com o Controlo Tradicional 80%
LR varia com AR=1
AR varia com LR=2
73
6 Conclusão
Esta dissertação foi desenvolvida tendo como objetivo fundamental conceber uma solução de
controlo inteligente para um sistema de iluminação a ser aplicado em garagens subterrâneas.
Pretendia-se que a solução tivesse uma arquitetura descentralizada e que oferecesse um
modelo de funcionamento em que apenas se ilumina o percurso realizado pelas pessoas e se
procura antecipar em que direção se dirigem, no sentido de acender as luzes antes de as
pessoas chegarem a essa posição.
Pesquisaram-se as soluções já existentes que se adequam a garagens e que pudessem
satisfazer aos requisitos enunciados acima. Na pesquisa efetuada, a maioria das soluções
encontradas possuem uma arquitetura centralizada e muitas limitam-se a efetuar um controlo
do nível global de iluminação do espaço ou um controlo apenas baseado em ocupação.
Dos sistemas encontrados que foram aplicados em garagens, apenas foi possível identificar
um que realiza uma previsão do percurso das pessoas, iluminando-o antecipadamente. Apesar
de serem descritas as suas funcionalidades e as poupanças obtidas para dois casos de estudo,
não foram encontradas descrições pormenorizadas do seu funcionamento nem do algoritmo
utilizado. Relativamente às poupanças conseguidas, destaca-se um caso em que foi utilizado o
sistema de controlo Adura e foi conseguida uma poupança energética de aproximadamente
67%. Porém, desta poupança, apenas 9,5% se deveu ao sistema de controlo, sendo o
remanescente devido à substituição de todas as luminárias por modelos mais eficientes.
Na presente dissertação explorou-se uma abordagem descentralizada que segue uma
arquitetura modular baseada no uso de luminárias inteligentes que detetam pessoas,
comunicam com as suas luminárias vizinhas e utilizam a informação obtida para regular o nível
de intensidade da lâmpada que controlam. Esta arquitetura evita a necessidade de uma
comunicação com uma unidade central, sendo uma solução que pode ser aplicada a sistemas
de pequena dimensão e pode ser escalada sem restrições para sistemas de muito grande
dimensão.
Desenvolveu-se um algoritmo modular e flexível para operar cada luminária. Dado não ser
viável implementar um ambiente real para desenvolvimento e teste do algoritmo, foi criada uma
plataforma de simulação que permite facilmente testar vários algoritmos, várias topologias para
o espaço e obter informação detalhada do sistema, contemplando vários aspetos como o
número de mensagens trocadas ou o consumo energético estimado.
Usando o simulador foi possível testar diferentes configurações para o controlo da iluminação,
avaliando o seu desempenho em termos da capacidade de antecipação e níveis de conforto
oferecidos. No desenvolvimento do algoritmo foram usados dois conceitos que se revelaram de
grande importância: Lighting Radius (LR) – extensão da iluminação em torno da pessoa, e
Anticipation Radius (AR) – extensão da distância antecipada para o movimento.
74
Depois de vários testes, com diferentes cenários, concluiu-se que uma iluminação mais intensa
e mais focada, correspondente a um LR menor e um AR maior, permite bons níveis de
iluminação e uma maior poupança energética.
Os resultados obtidos pelo algoritmo desenvolvido foram comparados com uma iluminação
tradicional onde todas as lâmpadas do espaço são acesas com uma determinada intensidade
(80%) sempre que é detetada uma presença no espaço. Verificou-se que foi possível obter
uma poupança energética de 54%, mantendo bons níveis de iluminação e considerando um
cenário em que múltiplas pessoas estão a usar o espaço. Este cenário penaliza o algoritmo
pois obriga a uma maior iluminação do espaço ao ter de antecipar os movimentos de um
grande número de pessoas. Num cenário com um menor número de pessoas a poupança pode
atingir os 74,3%.
Comparando estes resultados com o caso do sistema Adura mencionado atrás, em que apenas
foi atribuída uma poupança de cerca de 10% ao sistema de controlo usado, constata-se que a
solução desenvolvida nesta dissertação permite poupanças muito superiores.
Não obstante os excelentes resultados obtidos, considera-se ser possível melhorar vários
aspetos do algoritmo, o que poderá ser realizado no contexto de desenvolvimentos futuros.
Menciona-se, em particular, a melhoria da capacidade de previsão do sistema, obrigando a
propagar mais informação sobre as deteções anteriores e não apenas dos vizinhos diretos, o
que pode conduzir a maiores poupanças. Porém, salienta-se que este aspeto apenas será
relevante em situações em que as pessoas efetuam trajetos mais irregulares envolvendo
diagonais e arcos. Para os trajetos típicos, retilíneos, a abordagem atual mostrou ser bastante
eficaz.
Um outro aspeto que poderá ser melhorado corresponde ao caso em que uma pessoa se
desloca na fronteira entre duas fiadas de luminárias o que, atualmente, conduz a uma sobre-
iluminação do espaço. Uma análise mais cuidada do instante em que as deteções ocorrem,
identificando tratar-se da deteção de uma mesma pessoa e não de pessoas distintas, permitiria
melhorar o tratamento destas situações.
A concluir salienta-se a flexibilidade e expansibilidade do sistema proposto, dado seguir uma
abordagem descentralizada, e os excelentes resultados obtidos. A arquitetura proposta, que
implica luminárias mais complexas para permitir a deteção de pessoas, a comunicação entre
luminárias e a execução do algoritmo, poderá implicar um custo superior. No entanto, face aos
resultados e às poupanças conseguidas, considera-se que a solução é bastante atrativa e que
o seu custo adicional pode ser facilmente amortizado.
75
Referências
[1] Corceiro, Leandro, “Eficiência Energética Aplicada a Edifícios de Serviços.”, MS, Instituto
Superior Técnico, Universidade Técnica de Lisboa, 2008
[2] Philips, “Soluções de Controlos de Iluminação para escritórios”, 2012, disponível em
http://www.lighting.philips.pt/pwc_li/pt_pt/application_areas/assets/documents/solucoes-de-
controlo-para-iluminacao-de-escritorios.pdf, acedido a 11 de Abril de 2014
[3] Illumination in Focus, “Lighting automation maximizes building energy savings”, IFF Spring
2013 pp. 22-24 , disponível em http://www.ledsmagazine.com/articles/iif/print/volume-4/issue-
6/features/lighting-automation-maximizes-building-energy-savings-magazine.html, acedido as
11 de Abril de 2014
[4] Delaney, Declan T., O'Hare, Gregory M. P., Ruzzelli , Antonio G., “Evaluation of energy-
efficiency in lighting systems using sensor networks”, Proceedings of the First ACM Workshop
on Embedded Sensing Systems for Energy-Efficiency in Buildings, Berkeley, California,
Novembro 03-03, 2009
[5] Milenkovic , Marija, Amft , Oliver, “An opportunistic activity-sensing approach to save energy
in office buildings”, Proceedings of the fourth international conference on Future energy
systems, Berkeley, California, EUA, Maio 21-24, 2013
[6] Ghai, Sunil K., Thanayankizil , Lakshmi V., Seetharam, Deva P., Chakraborty, Dipanjan,
"Occupancy Detection in Commercial Buildings using Opportunistic Context Sources", in
PerCom'12. Lugano, Switzerland: IEEE, pp. 463-466., Março 2012
[7] ABB, “Eficiência Energética em edifícios com KNX Benefícios da automatização”. Disponível
em
http://www02.abb.com/global/ptabb/ptabb181.nsf/bf177942f19f4a98c1257148003b7a0a/065a83
36b6cbe8bdc12579e2003669ab/$FILE/Cat%C3%A1logo+Efici%C3%AAncia+Energ%C3%A9ti
ca+em+Edif%C3%ADcios+com+KNX.pdf, acedido a 11 de Abril de 2014
[8] Vargas, Carlos Antonio Carreño, “Device for switching on and off lighting systems of a house
or a room, offices or buildings, intelligently and automatically by means of detection, without
manual intervention”, US 14/002,936, submetida em 3 de Março de 2011, publicada em 6 de
Fevereiro de 2014, acedida a 11 de Abril de 2014
76
[9] Akyildiz, I. F., Su, W., Sankarasubramaniam, Y., Cayirci, E., “A Survey on Sensor Networks”,
IEEE Communications Magazine, Agosto 2002
[10] Akyildiz, I. F., Kasimoglu, I. H., “Wireless sensor and actor networks: research challenges.
ADHOC networks 2(4), pp 351–367, Maio 2004
[11] Broadand & Wireless Networking Laboratory, “Wireless Sensor and Actor Networks
(WSAN)”, http://www.ece.gatech.edu/research/labs/bwn/actors/, acedido a 11 de Abril de 2014
[12] Borges, André Emanuel de Andrade Cardoso, “Estudo e Optimização Energética dos
Novos Centros Comerciais à Luz da Nova Regulamentação”, MS, Faculdade de Engenharia,
Universidade Do Porto, 2007
[13] Designing with Leds, “LED/Fluorescent/Incandescent Efficacy Table”,
http://www.designingwithleds.com/ledfluorescentincandescent-efficacy-table/, acedido a 11 de
Abril de 2014
[14] Rubinstein, Francis, “Achieving Energy Savings with Highly-Controlled Lighting in an Open-
Plan Office” Lawrence Berkeley National Laboratory: Lawrence Berkeley National Laboratory,
LBNL Paper LBNL-3831E., 2010
[15] Agarwal , Yuvraj , Balaji, Bharathan, Gupta, Rajesh , Lyles , Jacob , Wei , Michael, Weng
Thomas, “Occupancy-driven energy management for smart building automation”, Proceedings
of the 2nd ACM Workshop on Embedded Sensing Systems for Energy-Efficiency in Building, ,
Zurich, Switzerland, November 02-02, 2010
[16] Ferreira, Bruno F. B., “Sistema Inteligente para controlo de iluminação suportado por redes
de sensores wireless”, Faculdade de Engenharia, Universidade do Porto, 2010
[17] Miki, Mitsunori, Hiroyasu, Tomoyuki, Imazato, Kazuhiro, “Proposal for an Intelligent Lighting
System, and Verification of Control Method Effectiveness”, IEEE Conference on Cybernetics
and Intelligent Systems, 2004
[18] Mady, Alie El-Din, Provan, Gregory, Wei, Ning, “Designing cost-efficient wireless
sensor/actuator networks for building control systems”, Proceedings of the Fourth ACM
Workshop on Embedded Sensing Systems for Energy-Efficiency in Buildings, Toronto, Ontario,
Canada, November 06-06, 2012
77
[19] Daintree Networks Inc, “Lighting schedules offer timely savings”, Janeiro 2010, disponível
em http://www.daintree.net/wp-content/uploads/2014/03/scheduling1.pdf, acedido em 11 de
Abril de 2014
[20] Caicedo, David, “Illumination control of an LED lighting system based on localized
occupancy”, M.SC, Faculty Electrical Engineering, Mathematics and Computer Science,
Holanda, 2010
[21] Adura Technologies, “Hills Plaza Cuts Energy Consumption by 40% in Underground
Parking Garage with Wireless Lighting Controls”, Março 2011, disponível em
http://aduratech.com/files/Hills-Plaza-Garage-case-study.pdf, acedido a 11 de Abril de 2014
[22] Energy Solutions, “San Mateo County drives down electricity costs in parking garage by
67% with efficient T8 lamps and wireless lighting controls”, disponível em http://energy-
solution.com/etap/wp-content/uploads/2012/05/ETAP_SanMateoCounty-
WirelessLighting_CaseStudy.pdf, acedido a 11 de Abril de 2014
[24] Philips, “Catálogo de Sistemas de Controlo”, 2012-2013 disponível em
http://www.lighting.philips.pt/pwc_li/pt_pt/application_areas/assets/documents/Catalogo-
sistemas-de-controlo-2012-2013.pdf, acedido a 11 de Abril de 2014
[25] Buckley, Paul, “Will schooling fish inspire the future of lighting?”, EETimes Europe Power
Management, 26 Março 2014, disponível em http://power-eetimes.com/en/will-schooling-fish-
inspire-the-future-of-lighting.html?cmp_id=7&news_id=222907814&vID=44&page=1, acedido a
11 de Abril de 2014
[26] Ruud Lighting Inc., “PKG-EDG-5M-PD - THE EDGE® LED Parking Structure – Type V
Medium”, 2012, Disponível em
http://www.betaled.com/RuudBetaLed/media/RuudBetaLedMediaLibrary/PDF%20Files/US%20
Spec%20Sheets/PRK/led-parking-structure-light-5m-pd.pdf, acedido a 11 de Abril de 2014
