颗粒密度传感器的零点校准的制作方法

本发明涉及颗粒密度传感器（特别地，灰尘传感器）的零点校准的方法，所述传感器具有以下传感器特性：传感器的输出具有对从零密度开始的某个范围中的颗粒密度的明确限定的依赖性。

由于持续的城市化和现代化，空气质量在近年来已经下降，从而还影响人们的健康。作为空气中的主要颗粒的pm2.5（pm：颗粒物）可以容易地被人类吸入。然而，这些颗粒倾向于携带各种有毒重金属、酸性氧化物、有机污染物以及诸如细菌和病毒之类的微生物，其可能导致健康问题，特别是呼吸系统健康。因而，必要的是检测pm2.5的浓度并且采取行动以使人们预防这些不健康的颗粒。存在市场上可得到的大量灰尘传感器以借助于光散射或称重来检测pm2.5密度。考虑到成本，基于光散射的传感器更加流行并且常见于消费者级产品中，例如在空气净化器或空气调节器中。

背景技术：

在消费者市场中使用的最流行的pm2.5颗粒传感器之一是sharpgp2y1010au。该传感器使用红外（ir）光散射来检测灰尘颗粒，因为红外光在灰尘颗粒进入测量腔体时被散射。经散射的光然后由布置在与传入ir光方向成一定角度之下的光检测器来检测。理论上，在测量腔体中存在的灰尘颗粒越多，检测器将接收到的经散射的光就越多。传感器将检测器所接收到的光转换成反映腔体中的颗粒浓度的电压。图1示出在该传感器和pm2.5颗粒密度的情况下，从检测器所接收到的光转换的输出电压与颗粒密度之间的关系。可以看到，颗粒密度在某个范围中（在该示例中在0与0.5mg/m³之间）具有随输出电压的强线性。因此，环境pm2.5浓度可以通过线性传递函数而容易地从所测量的输出电压获得，所述线性传递函数可以表示为：

其中denv表示周围pm2.5颗粒密度，k表示某个线性范围中的密度/电压斜率，voutput表示传感器输出电压，并且v0表示洁净环境处的输出电压，也就是零点。在该等式中，v0和k通常是两个常量并且是来自传感器的校准阶段的预限定的参数，而voutput是从传感器输出的测量值。

目前看起来，一旦v0和k经正确校准，通过以上等式获得精确的环境灰尘密度是直接的。然而，实际上校准这两个参数（特别是校准对测量结果具有巨大影响的零点）是富有挑战性的。存在使校准任务困难的两个问题。第一，每一个传感器具有其自身的零点v0和斜率k。第二，各个传感器的零点随时间而变化。前一问题要求校准过程针对每一个传感器而单独地进行。后一问题要求频繁的重校准以获得随时间的精确灰尘密度。

对于校准零点而言的严重问题在于，其要求传感器在某个时段内保持在没有任何pm2.5颗粒的稳定且纯净的环境中。然而这在大规模生产和消费者日常使用期间是不可能实现的。实现没有任何pm2.5颗粒的洁净空气环境的常见方式是将空气净化器保持在要校准的灰尘传感器放置于其中的密闭腔体中，并且使其连续净化内部空气。参考灰尘密度测量设备也放置在该腔体中以作为参考。取决于空气净化器的颗粒过滤能力，在三立方米腔体中花费15至20分钟来逼近零点。因而花费相当长的时间来实现极其洁净的环境并且保持该洁净环境稳定也非常具有挑战性。

技术实现要素：

本发明的目的是提供一种颗粒密度传感器（特别地，灰尘传感器）的零点校准的方法，其允许在短时间内并且以降低的技术要求的校准。

该目的利用根据权利要求1所述的方法实现。方法的有利实施例是从属权利要求的主题或者公开在描述的随后部分中。

所提出的方法允许具有以下传感器特性的颗粒密度传感器的零点校准：传感器的输出具有对从零密度开始的某个范围中的颗粒密度的明确限定（特别地，线性）的依赖性。线性依赖性对于使用光散射来检测灰尘颗粒的传感器（特别地，对于pm2.5颗粒或灰尘传感器）是典型的。在所提出的方法中，将要校准的传感器放置在密闭腔体中，其连接到或者其包括至少一个空气净化器。然后借助于空气净化器连续降低该空气填充的密闭腔体中的颗粒密度，而同时利用要校准的传感器重复测量颗粒密度以提供测量样本序列。与用于校准这样的传感器的常见方式形成对照，在本方法中，在腔体中的颗粒密度达到恒定值之前停止测量，这样的恒定值对应于零（或接近零的）颗粒密度。用于校准传感器的零点所要求的恒定值然后通过针对测量样本序列的至少部分而拟合基于空气净化器的已知空气清洁特性的颗粒密度的减小模型来确定。通过拟合模型，恒定值可以从经拟合的模型提取并且用于校准传感器的零点。

利用该技术，用于校准颗粒密度传感器的零点的时间可以明显缩短，因为不必达到腔体中的洁净空气环境。仅必要的是以用于使空气净化器用于空气清洁的时间提供颗粒密度的适当减小模型。幸运的是，本发明的发明人发现，大多数空气净化器的空气清洁特性满足指数曲线，即便不同的空气净化器可能具有不同的性能。因而，在本方法的优选实施例中，使用指数曲线来表示用于拟合测量样本序列的模型。然而，还可以可能的是使用另一类型的模型，如果所使用的空气净化器的性能偏离这样的指数减小的话。

利用所提出的方法，因而可能的是在短校准时间内校准颗粒传感器的零点。昂贵的技术装备不是必要的，因为该方法既不要求达到零颗粒密度点，即不要求高性能空气净化器，也不要求高质量颗粒传感器以用于检查测量值。这同样适于用于校准的腔体，其可以是任何种类的腔体。在所提出的方法的实施例中，在汽车内部执行校准。车身充当密闭腔体。

在应用该方法时，可能必要的是考虑颗粒传感器在腔体中的测量开始处的饱和。因此，在所提出的方法的优选实施例中，在测量期间监视测量样本以标识（由传感器输出的）测量值的减小的开始。然后仅针对表示减小的测量样本拟合模型。可替换地，饱和行为也可以包括在针对测量样本拟合的模型中。

为了确定必须执行测量的时间，存在不同可能性。测量时间必须选择成允许以充足精度对模型的拟合以用于确定零点。在一个实施例中，在测量期间监视测量样本以标识测量值向恒定值的逼近。在检测到这样的逼近之后，可以停止测量。测量样本的数目然后被视为足够用于模型的可靠拟合。在另一实施例中，在测量期间监视测量样本以检测测量值向起始值的n%的值的减小。一旦检测到该减小，就停止测量。在该情况下，在10与50之间选择n。另一可能性是设置用于测量的固定时间。这要求知晓利用用于校准的空气净化器的颗粒密度的减小速度。将例如可能的是通过初步测试测量来找出这样的时间，其中确定允许模型的可靠拟合的适当测量时间。

本专利申请中的术语“测量样本”可以意指来自传感器的各个测量值，但是还可以意指传感器的两个或更多相继测量值的平均。后一种情况允许消除统计测量噪声，例如通过关于在10s的时段期间所采样的测量值进行采样。这些平均值然后用作针对其拟合模型的测量样本。

可能要求某个计算能力的模型拟合优选地在用于模型拟合的合适设备中做出，例如计算机或手持设备，比如智能电话，其还可能位于测量腔体外部。这可以通过传感器与模型拟合设备之间或者连接到传感器的用于数据记录的另外的且特别地移动的设备与模型拟合设备之间的无线通信而实现。然后以相同方式将所获得的零点传送回到传感器或连接到传感器的数据记录设备。

所提出的方法一般适用于具有以上传感器特性的所有种类的颗粒传感器，其要求对应空气腔体中的零点校准。该方法特别适合用于校准现有技术的pm2.5传感器的零点。

附图说明

在下文中通过示例的方式结合附图来描述本发明。附图示出：

图1取决于灰尘密度的灰尘传感器的示例性输出；

图2在利用空气净化器的清洁期间测量密闭腔体中的灰尘密度的减小的灰尘传感器的示例性测量曲线；

图3具有可以用于拟合模型的测量样本的图2的测量曲线中的聚焦区域；

图4根据所提出的方法的采样的示例性流程图；以及

图5与外部手持设备交换数据以用于模型拟合的密闭腔体中的灰尘传感器的示意性视图。

具体实施方式

在图1中示出pm2.5灰尘传感器的典型测量特性，即输出电压（以伏特计）与灰尘密度（以mg/m³计）的关系。该传感器示出输出对从零密度开始的曲线的第一部分中的灰尘密度的线性依赖性。在较高颗粒浓度处，发生具有接近恒定输出电压的传感器的饱和。这样的灰尘传感器用于测量线性依赖性的第一部分中的颗粒浓度。然而，传感器的零点必须进行校准以与零灰尘密度重合。这样的校准在现有技术中通常利用密闭腔体中的灰尘传感器来执行，其中使用空气净化器连续降低灰尘密度直到获得零灰尘密度。

图2示出利用未经校准的灰尘传感器对这样的密闭腔体中的灰尘密度的测量的示例。如可以从传感器输出（即对比样本数目（即对比空气清洁时间）绘制的输出传感器电压）看到的，pm2.5浓度从饱和减小到恒定值，该恒定值被视为零点。重要的发现在于，大多数空气净化器的空气清洁特性满足指数曲线，使得具有图1的线性测量响应的灰尘传感器的输出满足如图2中所指示的指数曲线2。

在所提出的方法中，该发现用于在比以上常见过程明显更短的时间内校准传感器。对于该校准，方法优选地仅使用在浓度达到恒定零点值之前的指数减小2内的测量样本1。将接近指数减小的开始而起始的该感兴趣的区域3示出为图3中的虚线区域，其重复图2的典型测量曲线。在该图中还指示了示例性测量样本1。这些测量样本1可以用于拟合适当减小模型以便从经拟合的模型提取零点值。根据本方法的测量因而可以在感兴趣的区域3的结尾处停止。

由空气净化器导致的腔体中的颗粒密度减小可以建模为指数关系：

其中voutput表示传感器输出电压并且s表示样本数目。在此，a和b是缩放参数而c是代表零点的x轴（时间轴）以上的偏置。

基于以上发现和模型，执行根据所提出的方法的校准。方法包括两个部分：第一部分是数据采样并且第二部分是模型拟合。采样部分用于检测密闭腔体中的空气质量连续变好并且收敛到零点，其设置一些约束以保证数据满足指数关系。接下来的步骤，模型拟合，用于基于所选样本来估计以上指数等式中的参数。以此方式，利用模型拟合来获得参数c，即零点值。

图4示出本方法的采样部分的流程图的示例。在该采样算法中，第一步骤是记录预限定的时段（例如每10秒）的平均传感器adc（经模拟到数字转换的）输出值si以消除统计噪声。然后算法检查该传感器输出si是否在感兴趣的区域中，尤其以避免来自饱和区域的测量样本，因为饱和区域中的数据不是所假定的指数关系的部分。在下一步骤中，算法检查输出序列si是否正在减小，其意味着空气净化器正在工作并且空气质量正在改进，使得腔体中的周围pm2.5浓度遵循净化曲线。一旦将样本si判定为合格样本，则将其推送到合格样本序列中以用于稍后的模型拟合。一旦传感器输出序列逼近或收敛到恒定值，就终止该过程。在该采样过程之后，获得满足指数函数的传感器数据集，在本发明中还称为测量样本。该传感器数据序列是用于随后的模型拟合过程的输入。

模型拟合部分使用合格传感器输出序列来估计以上等式（1）中的三个参数a，b和c。可以将这建模为针对非线性曲线拟合的优化问题，其可以例如通过levenberg-marquardt算法求解，还已知为阻尼最小平方（dls）方法。在此我们限定目标函数ε，其表示实际传感器输出与所估计的模型输出之间的平方距离：

其中voi是合格传感器输出si，而a，b和c是模型参数。非线性模型优化用公式表示为：

。

为了求解该问题，我们将利用迭代方法的levenberg-marquardt算法应用于该最小化。由此，获得零点c。

本方法因而包括采样和模型拟合部分以估计物理零点值而不是实际上在腔体中达到它。这缩短校准持续时间并且减小创建零点的难度。

方法要求某个计算能力以拟合非线性曲线。在并入或附连到传感器或空气净化器的设备内执行该模型可能创建针对这些设备的成本挑战。在优选实施例中，方法因而拆分成两个空间分离的部分并且在不同设备处运行。例如，传感器集成到其中的移动空气净化器在周围pm2.5浓度下降时记录样本并且使合格样本在存储器中安全。当移动智能电话与空气净化器连接时，这些经采样的数据可以传送至电话并且可以在电话处执行模型拟合。然后将校准数据传送回到空气净化器以用于传感器数据针对空气净化器的用户的精确数据可视化。校准方法的这种空间拆分模型在图5中示意性示出，图5示出密闭腔体5内的数据记录设备4（连接到传感器）。密闭腔体5可以例如由车身形成，校准在汽车内部执行。数据记录设备4向其中执行数据拟合的腔体5外部的移动电话7无线传送合格样本序列6。然后将经校准的参数8无线传送回到腔体5中的数据记录设备4。

所提出的方法可以例如用于在大规模生产期间确定出厂设置时的零点校准以及还用于消费者使用期间的日常校准。

虽然已经在附图和前述描述中详细图示和描述了本发明，但是这样的图示和描述要被视为是说明性或示例性而非限制性的。本发明不限于所公开的实施例。本领域技术人员在实践要求保护的发明时，通过研究附图、公开内容和随附权利要求，可以理解和实现对所公开的实施例的其它变形。在权利要求中，词语“包括”不排除其它元件或步骤，并且不定冠词“一”或“一个”不排除多个。在相互不同的从属权利要求中叙述某些措施的仅有事实不指示这些措施的组合不能用于获益。权利要求中的任何参考标记不应当解释为限制本发明的范围。

参考标记列表

1测量样本

2指数减小

3感兴趣的区域

4数据记录设备

5密闭腔体

6合格样本序列

7移动电话

8经校准的参数