楊丹青，單興華，呂妙芳，朱美美

（1.河北漢光重工有限責任公司，河北邯鄲 056017；2.河北省雙介質動力技術重點實驗室，河北邯鄲 056017）

顯控臺集顯示終端和操控設備于一體，是重要的艦艇作戰(zhàn)設備之一[1-2]。為保證光線較弱環(huán)境下的使用，顯控臺各個交互模塊上通常會設有指示燈，而燈光亮度能否有效隨環(huán)境變化而變化，是影響使用者能否順利操作顯控臺的關鍵因素[3-5]。傳統(tǒng)手動調節(jié)方式存在操作頻繁不便捷的困擾；基于傳感器的自動調節(jié)方式，因不同使用者對同一亮度值的感覺略有不同，而存在固定化和共性化問題[6-7]。為此該研究提出一種顯控臺個性化調光系統(tǒng)，該系統(tǒng)基于BP 神經(jīng)網(wǎng)絡構建了個性化調光模型，在實現(xiàn)對顯控臺各模塊自動調光的同時，還能滿足不同使用者的個性化需求。

1 系統(tǒng)總體架構

該文采用分層架構[8]設計了一種用于顯控臺的個性化調光系統(tǒng)，系統(tǒng)架構圖如圖1 所示。系統(tǒng)通過一系列傳感器采集基礎數(shù)據(jù)，通過顯控臺上的調光旋鈕以及系統(tǒng)軟件接口采集用戶個性化需求，進而利用ARM 架構設計調光控制模塊，通過CAN 通信和PWM 脈沖實現(xiàn)自動調光功能，提高調光效率，減少操作頻率；基于神經(jīng)網(wǎng)絡構建個性化調光模型，以實現(xiàn)個性化調光功能，提高用戶操作顯控臺的舒適感和體驗感；此外系統(tǒng)還設計了用戶管理模塊，對于登錄和使用系統(tǒng)的用戶，系統(tǒng)會構建并存儲其對應的個性化調光模型，這樣當用戶再次登錄時，系統(tǒng)會自動調用個性化調光模型通過調光控制模塊實現(xiàn)對顯控臺的自動和個性化調光。

圖1 系統(tǒng)架構圖

2 系統(tǒng)具體設計

2.1 顯控臺組成

該文設計顯控臺包含電子機箱單元、顯示單元、操控單元和數(shù)據(jù)采集單元，臺體各模塊及接線關系如圖2 所示。具體包含人機接口計算機、顯示器、背光鍵盤、鼠標、指示燈、調光控制模塊、USB 接口擴展模塊、調光旋鈕、溫度傳感器、照度傳感器、濕度傳感器、色溫傳感器。

圖2 顯控臺各模塊及接線關系圖

2.2 個性化調光模型

隨著深度學習的發(fā)展，神經(jīng)網(wǎng)絡回歸模型在解決預測回歸問題方面得到廣泛應用且取得了較好的效果[9-10]，該文選取應用最廣泛的BP（Back Propagation）神經(jīng)網(wǎng)絡構建個性化調光模型。

2.2.1 樣本選取

基于照度疊加理論[11]結合先驗知識，該文選取了八個影響亮度值的因素，分別為月、日、時、分、溫度、照度、濕度和色溫，由此構成個性化調光模型的輸入變量X={MONTH,DAY,HOUR,MINUTE,S1,S2,S3,S4}。其中每個元素均為集合，每位使用者共采集1 152 條數(shù)據(jù)（一年12 個月，每個月采集8 天，每天每隔兩小時采集一次，共12×8×12 條數(shù)據(jù)），因此輸入變量X是一個1 152×8 的矩陣。個性化調光模型的輸出變量為顯控臺各調光模塊的亮度值Y={Q}，是一個1 152×1 的矩陣。輸入變量X和輸出變量Y共同構成了模型的樣本數(shù)據(jù)集D={X,Y}，該文按照8∶1∶1的比例將樣本數(shù)據(jù)集分為訓練集、驗證集和測試集。

2.2.2 樣本數(shù)據(jù)采集及預處理

數(shù)據(jù)集中的MONTH、DAY、HOUR、MINUTE 由人機接口計算機通過操作系統(tǒng)時間獲得，S1、S2、S3、S4數(shù)據(jù)分別由溫度傳感器、照度傳感器、濕度傳感器以及色溫傳感器通過I2C 通信傳輸?shù)饺藱C接口計算機而獲得，其采樣周期不大于500 ms，數(shù)據(jù)格式均為Float 型。

標簽數(shù)據(jù)集Q由使用者通過調光旋鈕根據(jù)環(huán)境條件手動調節(jié)而獲得。調光旋鈕是一種帶支架的旋轉式編碼器，其結構示意圖如圖3 所示。

圖3 調光旋鈕結構示意圖

該編碼器有兩個輸出信號A 和B，其原理圖如圖4 所示，當觸點與黃色金屬片接觸時信號會發(fā)生跳變沿，可能是上升沿或下降沿，由A、B 引腳和金屬片默認電平狀態(tài)決定。當編碼器旋轉一定角度后，A、B 信號會交替出現(xiàn)脈沖，如圖4 所示，觸點B 在金屬片上，因此B 為高電平，觸點A 不在金屬片上，所以A 為低電平。逆時針旋轉編碼器時，觸點A 比觸點B 先接觸到金屬片，所以A 的高電平超前B 的高電平，而順時針旋轉時觸點B 比觸點A 先接觸到金屬片，所以B 先出現(xiàn)高電平，基于該特點，該文從A、B出現(xiàn)脈沖的先后判斷旋鈕旋轉方向，從脈沖個數(shù)判斷出旋轉角度，再將旋轉角度轉換為對應亮度值，從而構成標簽數(shù)據(jù)集Y。

圖4 調光旋鈕原理圖

文中MONTH 數(shù)值范圍為1～12，S1、S2、S3、S4數(shù)值范圍為1～10 000，其范圍差異較大。為了使模型加速收斂，選取Min-Max Normalization[12]的方法對輸入數(shù)據(jù)集X的原始數(shù)據(jù)進行標準化預處理，如式（1）所示。

其中，xmin為樣本數(shù)據(jù)的最小值，xmax為樣本數(shù)據(jù)的最大值。

根據(jù)隱藏層節(jié)點數(shù)經(jīng)驗公式（式（2）），該文設計了8×5×3×1 的BP 神經(jīng)網(wǎng)絡模型，如圖5 所示。

圖5 個性化調光模型網(wǎng)絡結構圖

其中，Hnum為隱藏層節(jié)點數(shù)，Xnum為輸入層節(jié)點數(shù)，Ynum為輸出層節(jié)點數(shù)，α為[1,10]范圍內的整數(shù)。

模型輸入樣本數(shù)據(jù)集X=(xi,j)922×8和標簽樣本數(shù) 據(jù)集Y=(yi,j)922×1，并設置模型參數(shù)：epoch=1 000，batch_size=50，lr=0.001；輸出預測的亮度值以及模型損失值，具體訓練過程如下：1）對輸入樣本數(shù)據(jù)進行歸一化；2）隨機初始化隱藏層參數(shù)W={w1,w2,w3}和B={b1,b2,b3}；3）采用ReLu 激活函數(shù)計算各隱藏層輸出值，采用均方差MSE 計算模型損失函數(shù)；4）采用Adam 算法[13]進行梯度下降，該算法可計算每個參數(shù)的自適應學習率，對于稀疏數(shù)據(jù)集有較好的訓練效果。模型訓練過程損失值隨迭代次數(shù)的變化如圖6所示。

圖6 模型訓練過程Cost函數(shù)變化圖

2.3 調光控制模塊

該模塊接收個性化調光模型輸出的亮度值，經(jīng)主控芯片STM32F107VCT6 處理后實現(xiàn)對顯控臺各模塊的個性化調光功能。STM32F107VCT6[14]是一款高性能的互聯(lián)型產(chǎn)品，集成了各種高性能工業(yè)標準接口，可滿足個性化調光的需求，且具有電路設計簡單，運行穩(wěn)定性高的優(yōu)點。

該模塊與顯控臺其他待調光模塊的通信關系如圖7 所示，文中各模塊調光主要通過CAN 通信實現(xiàn)，對指示燈的調光則通過PWM 脈沖直接調節(jié)。

圖7 自動調光各模塊間通信關系圖

CAN 通信是國際上應用最廣泛的現(xiàn)場總線之一，具有高可靠性和良好的錯誤檢測能力，調光控制模塊通過心跳報文間接檢測與各模塊的通信狀態(tài)，當該模塊通過RS232 通信接收到個性化調光模型輸出的預測亮度值后，則通過調光報文將亮度值傳輸給各待調光模塊，進而待調光模塊完成自身的亮度調節(jié)，其中CAN 通信報文格式如表1 所示。

表1 CAN通信調光報文

3 系統(tǒng)實現(xiàn)及評估

3.1 系統(tǒng)軟件實現(xiàn)

個性化調光模型的構建是在Jupyter 平臺[15]上采用Python 語言基于Pytorch 庫實現(xiàn)的，其運行并存儲在顯控臺的人機接口計算機上；自動調光功能是在Keil 開發(fā)平臺上采用C 語言基于STM32 庫設計實現(xiàn)，運行在調光控制模塊中；系統(tǒng)其余部分采用Python 語言實現(xiàn)，運行在人機接口計算機中。系統(tǒng)流程圖如圖8 所示，其中新用戶登錄時需要構建個性化調光模型后才能進行個性化調光。

圖8 系統(tǒng)流程圖

3.2 實驗及評估

由于個性化調光結果受使用者主觀因素影響較大且目前沒有統(tǒng)一的評估標準，因此該文采用心理學測量方法，以調查問卷的方式[16]，對使用者操作顯控臺過程中關于調光的體驗和感受進行分析，以被試者的自我報告為依據(jù)，間接獲得系統(tǒng)的評估結果。

為全面評估個性化調光系統(tǒng)的性能，實驗共招募了43 位使用者，年齡分布在20～55 歲之間，其中，男士23 位，女士20 位，熟練操作顯控臺的使用者31位，從未接觸過顯控臺的使用者6 位。針對手動、自動和個性化三種調光方式，實驗從操作繁瑣度、調光舒適度和延遲度三方面設置測評問題，問題設定及統(tǒng)計結果如表2 所示。使用者通過五個等級的李克特量表[17-19]（評分等級從“完全反對”到“完全同意”，對應分數(shù)從1 到5）進行評分，為方便后續(xù)分析，該文采用一致性原則設置測評問題，即每個問題的評分越高，說明個性化調光系統(tǒng)的性能越好。

表2 測評問卷問題及統(tǒng)計結果

評估實驗過程如下：

1）特定環(huán)境和條件下，參試者采用手動調節(jié)的方式操作顯控臺三個小時，回答問卷第一個問題；

2）特定環(huán)境和條件下，參試者通過自動調節(jié)的方式操作顯控臺三個小時，回答問卷第二、三個問題；

3）特定環(huán)境和條件下，參試者通過個性化調節(jié)的方式操作顯控臺三個小時，回答問卷第四、五個問題。

注：1）評估實驗前，系統(tǒng)已構建了所有參試者的個性化調光模型；2）三種方式的調光使用的都是同一型號顯控臺，其中手動調節(jié)時，系統(tǒng)禁用了個性化調光模型和調光控制模塊，只開放旋鈕調光；自動調光時，系統(tǒng)禁用了個性化調光模型。

從表2 的結果可以看出，個性化調光系統(tǒng)可有效減輕使用者的操作頻繁度，使得使用者能更好地使用顯控臺的其他功能，且相比自動調光，個性化調節(jié)的亮度值讓使用者感到更為舒適，可見系統(tǒng)極大提高了使用者操作顯控臺的滿意度和舒適度。

4 結論

該文提供了一種應用于顯控臺的個性化調光設計方案，選用高性能的STM32 芯片，通過CAN 通信和PWM 脈沖，設計調光控制模塊，實現(xiàn)自動調光功能；基于BP 神經(jīng)網(wǎng)絡構建個性化調光模型，實現(xiàn)滿足用戶個性化需求的個性化調光功能。心理學測量評估實驗表明，該系統(tǒng)能有效降低手動調光操作的頻繁度，解決自動調光存在的調光值固定化和共性化的問題，且極大提高使用者操作顯控臺的滿意度和舒適度，對保證不同環(huán)境下使用者順利操作顯控臺具有重要意義。