智能便携式CO2生命探测仪的设计*

赵英宝，黄丽敏

（河北科技大学电气信息学院自动化系，河北石家庄 050051）

0 引言

在地震等突发灾害的救援中，准确及时地发现幸存者具有十分重要的意义。然而，随着灾难发生后的时间推移，生命迹象越来越弱，依靠救援人员喊话和搜救犬嗅闻很难找到气息微弱的幸存者。事实表明:废墟狭小空间内空气流通性差，幸存者呼出的CO2气体得以富集，因此，可以通过检测CO2来探测生命的存在。另外，CO2体积分数变化率能很好地反映幸存者气息的强弱，为救援提供重要数据，但现有的救援装备却忽略了这一重要信息，影响了探测精度。

为此，本文设计了一种基于红外吸收式CO2传感器的智能型便携式生命探测仪系统，利用新型非色散红外（nondispersive infrared，NDIR）CO2传感器［1］对废墟狭小空间内幸存者呼出的CO2体积分数进行高精度检测，通过间隔采样来完成体积分数变化率的计算，基于模糊逻辑构造了生命探测推理机，能够利用救援专家的先验知识，根据CO2体积分数及其变化率进行智能综合推理，得出幸存者的存在几率。本系统能够及时准确地探测到幸存者的存在和气息的强弱，有效提高了生命探测精度，对灾后救援具有重要意义。

1 工作原理

红外线在经过由不同原子构成的含偶极矩分子气体时会发生吸收现象，这种吸收特性对于某种气体而言是确定和标准的，被称为“物质指纹”，其吸收关系满足朗伯—比尔［2］（Lambert-Beer）定律

式中I为出射光强，I0为入射光强，μ为气体对光波的衰减吸收系数（对同一气体此系数为常数）、c为待测气体体积分数，l为光与气体的作用长度。可见根据I，I0和l值即可求出待测气体体积分数。

CO2气体对红外线的吸收图谱［3］如图1所示，对波长为4.0～4.5μm范围内的红外线吸收作用明显，吸收峰出现在4.26μm处。因此，使用波长为4.26 μm的红外线做传感器光源能够准确地检测废墟狭小空间内的CO2体积分数。

图1 CO2红外吸收光谱Fig 1 Infrared absorption spectra of CO2

检测过程中，采用间隔采样的方法来完成体积分数变化率的计算，设两次采样的体积分数值为I1和I2，间隔时间为ΔT，则CO2体积分数变化率为

采用式（3）对待测气体体积分数c和变化率Δc进行模糊化处理

式中C和ΔC为c和Δc的对应模糊集合量，fz（·）为模糊化函数。

基于模糊逻辑进一步构造生命探测推理机，根据Mamdani模糊蕴含法［4］进行推理

式中Ri为第i条模糊推理规则（根据救援专家的先验知识提取得到），n为推理规则总数（本系统取为49），H为幸存几率模糊集合量。对H进行清晰化运算后，可以得到幸存几率清晰量h，该量综合反映了幸存者的存在和气息的强弱。

2 系统硬件设计

探测仪系统的整体结构如图2所示。嵌入式微处理器采用了美国德州仪器（TI）公司的16位RISC嵌入式混合信号处理器MSP430，允许工作在1.8～3.6 V电压，具有超低功耗特性。设计了RS—5485工业总线模块，支持多台仪器联网使用，通过多传感器数据融合进一步提高系统性能。

在CO2体积分数检测电路的设计中，采用了英国GSS公司推出的革新性产品NDIR（非色散红外吸收式）LED CO2传感器GSS C20［5］，电路设计如图3所示。C20采用窄带NDIR红外LED光源，工作在4.26 μm窄带区。和传统钨丝光源相比，LED光源具有稳定性高、寿命长和无需滤光的优点。

图2 探测仪的硬件结构图Fig 2 Hardware structure diagram of the life detector

图3 CO2检测电路原理图Fig 3 Principle diagram of CO2detecting circuit

RS—485总线电路［6］的设计如图4所示。系统可通过RS—485总线将多台探测仪联网使用，通过多传感器数据融合来增强系统功能。

图4 RS—485工业网络总线电路Fig 4 Circuit of RS—485 industrial network bus

3 系统软件设计

系统软件基于嵌入式C语言和汇编语言混合编程实现，主流程如图5所示。开机后用户可通过键盘输入设置命令，完成命令后（或无命令输入时）系统循环测量CO2体积分数并计算其变化率，通过探测推理机进行模糊推理，然后，将数据显示给救援人员，在存活几率大于60%时系统自动进行声光报警。

图5 探测仪的软件流程图Fig 5 Software flow chart of the life detector

本系统基于模糊推理技术构造了如图6所示的生命探测智能推理机，对救援专家的宝贵经验进行了充分利用。

图6 生命探测推理机程序结构框图Fig 6 Structure block diagram of the life detecting inference engine program

图中，kc，kΔc为输入量模糊量化因子，kh为输出量比例因子。设计中采用三角隶属函数法实现各参量模糊化，过程如图7所示。根据实验数据和救援经验，CO2体积分数的实际论域取为［300 ×10－6，1 500 ×10－6］，变化率的实际论域取为［－100，100×10－6/min］，生命存活几率的实际论域取为［0%，100%］。体积分数和存活几率的模糊语言值集为{VS（很小），MS（小），LS（较小），MD（中），LL（较大），ML（大），VL（很大）};体积分数变化率的模糊语言值集为{NL（负大），NM（负中），NS（负小），ZR（零），PS（正小），PM（正中），PL（正大）}。

图7 输入输出量的模糊隶属函数Fig 7 Fuzzy membership function of the input and output

模糊推理规则是探测判断的基础，救援专家在大量的救援任务中积累了许多宝贵的经验。本系统设计中通过对救援专家的先验知识进行梳理，抽取得到了如表1所示的生命存活推理规则。

表1 模糊推理探测规则表Tab 1 Inference rule of the life detector

4 实验分析

本系统已经成功应用在了河北省的抢险实验和救援演习中，CO2检测精度达10×10－6。GSS C20传感器设置在快速响应CO2模式，利用内部低通滤波器减少干扰信号，滤波参数取不同值时的去噪效果和响应速度［7］如图8所示。可见参数越大滤波效果越好，但传感器响应时间也越长。本系统滤波参数取为8，对2个指标进行了折中选择。

图8 CO2生命探测仪的滤波参数选择Fig 8 Filtering parameter selection of CO2life detector

在对本CO2生命探测仪进行的狭小空间输入参数全量程测试实验中，探测仪系统的响应结果如图9所示。分析可见，系统的全量程工作性能稳定，生命存活几率数据的探测误差小于0.6%。

图9 CO2生命探测仪的狭隙空间实验结果Fig 9 Experimental results of CO2life detector in narrow-gap space

5 结论

本文设计了一种新型智能便携式CO2生命探测仪，通过NDIRCO2传感器对废墟狭小空间内幸存者呼出的CO2体积分数进行高精度检测，基于16位微处理器MCP430构造了智能模糊推理机，根据CO2体积分数及其变化率推理判断幸存者的存活几率。由于将救援专家的宝贵先验知识进行了充分利用，从而有效提高了生命救援装备的智能性和探测精度;同时本探测仪系统支持RS—485总线联网，能够通过多传感器数据融合技术进一步增强系统性能，对突发灾害中的生命救援具有重要意义。

［1］闻 明，张 策.便携式二氧化碳检测仪的设计［J］.传感器与微系统，2011，30（7）:95 －99.

［2］纪新明，吴飞蝶，王建业，等.用于火灾探测的非色散红外吸收气体传感器［J］.传感技术学报，2006，19（3）:602 －610.

［3］Martin P E，Barker E F.The infrared absorption spectrum of carbon dioxide［J］.Physical Review，2010，41（3）:291 － 303.

［4］Seki H，Ishii H，Mizumoto M，et al.On the generalization of single input rule modules connected type fuzzy reasoning method［J］.Fuzzy Systems，2008，16（5）:1180 －1187.

［5］GSS.GSS C20 NDIR CO2sensor datasheet［DB/OL］.［2011—11—12］.http://www.gassensing.cn.

［6］宋 戈，黄鹤松，员玉良，等.单片机应用开发［M］.北京:人民邮电出版社，2010:355－362.

［7］APOLLO.C20 红外 CO2传感器［DB/OL］.［2011—11—12］.http://www.apollounion.com/index.asp