CN112969254B - 一种基于场景自动识别的商务宾馆客房照明控制装置 - Google Patents
一种基于场景自动识别的商务宾馆客房照明控制装置 Download PDFInfo
- Publication number
- CN112969254B CN112969254B CN202110233109.XA CN202110233109A CN112969254B CN 112969254 B CN112969254 B CN 112969254B CN 202110233109 A CN202110233109 A CN 202110233109A CN 112969254 B CN112969254 B CN 112969254B
- Authority
- CN
- China
- Prior art keywords
- illumination
- scene
- value
- lighting
- guest room
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 203
- 238000012545 processing Methods 0.000 claims abstract description 81
- 238000005457 optimization Methods 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 39
- 238000004134 energy conservation Methods 0.000 claims abstract description 7
- 239000002245 particle Substances 0.000 claims description 55
- 238000012549 training Methods 0.000 claims description 27
- 238000009826 distribution Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 18
- 239000011159 matrix material Substances 0.000 claims description 13
- 239000013598 vector Substances 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 11
- 230000004907 flux Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 8
- 238000005265 energy consumption Methods 0.000 claims description 8
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 239000002131 composite material Substances 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000011835 investigation Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 48
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000000605 extraction Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 6
- 238000012706 support-vector machine Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/30—Driver circuits
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
- H05B45/30—Driver circuits
- H05B45/32—Pulse-control circuits
- H05B45/325—Pulse-width modulation [PWM]
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
- H05B47/105—Controlling the light source in response to determined parameters
- H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
- H05B47/12—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by detecting audible sound
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明提供了一种基于场景自动识别的商务宾馆客房照明控制装置,其包含输入模块、图像采集模块、人体传感器、处理模块、输出模块及存储模块,处理模块又包括优化处理单元、事件处理单元和场景检测单元。优化处理单元被配置为,基于照明空间模型,对客房内照度及其均匀度的达标水平,以及办公、会客等各场景照明需求被满足的程度,建立评价函数,对灯具参数进行优化处理;场景检测单元被配置为基于采集的图像及传感数据,辨识照明场景类别;事件处理单元被配置为,根据场景辨识结果,将其对应的优化后的场景照明控制参数输出给灯具,实现基于场景自动识别的场景照明,从而获得更具针对性且更为高效节能的自动照明。
Description
本申请为申请号201811343930.1、申请日2018年11月02日、发明名称“基于场景自动识别的商务宾馆客房照明控制装置”的分案申请。
技术领域
本发明属于智能照明领域,具体涉及一种基于场景自动识别的商务宾馆客房照明控制装置。
背景技术
宾馆行业作为一个具有代表性的服务性行业,极为注重客户的入住体验。由于客户的主要使用区域集中于室内、使用时间集中于晚上,因此,该行业对于高效、实用、个性化和自动化的智能照明设备有着更为浓厚的兴趣和迫切需求。智能照明设备的自动场景切换功能、氛围渲染功能,亦是备受该行业关注。此外,在能耗方面,传统的商务宾馆的照明能耗,往往超过宾馆用电总量的30%,能耗相对较高,采用智能照明***后,通过对单灯亮度参数的调制和整体优化,可起到较为有效的节能效果,在满足用户照明需求的同时,大大降低宾馆运营成本。目前,超过70%的星级商务宾馆都已配备、使用各种智能照明设备,以期其客户可以收获更为优越的入住体验。
然而,该行业内所使用的智能照明设备往往局限于简单的红外、声控开关设备,或者无线遥控设备等,且一般为市场上应用较为广泛的传统产品。该类产品由于使用范围较广,缺少了一定的针对性,对宾馆行业内的环境、布局和具体照明需求缺少必要的研究,不能完全符合和满足商务宾馆的各种特殊照明需求,亦无法完全体现智能照明***自身优越的照明性能。
发明专利内容
本发明的目的在于,提供一种基于场景自动识别的商务宾馆客房照明控制装置,在现有行业照明参考标准的基础上,提高照明有效性的同时减小不必要的照明,节省照明耗电。研究不同场景下的特定照明需求,如办公、会客、娱乐等,以不同照明需求为导向,采用优化处理对灯具的出光分布进行优化,优化后的照明控制参数存储在装置中。同时,由训练图像集训练出各种照明场景的场景检测单元。场景检测根据所采集图像特征及传感数据的特征值,确定照明场景辨识,基于辨识出的照明场景,输出模块向灯具发送调光信号,打开相应场景,为使用者提供更具针对性的自动场景照明。
本发明的技术解决方案是,提供一种以下结构的商务宾馆客房照明控制装置,其包含输入模块、图像采集模块、人体传感器、处理模块、输出模块及存储模块,
所述处理模块包括优化处理单元、事件处理单元和场景检测单元,其中,优化处理单元被配置为:
响应于事件处理单元的优化处理指令,基于将商务宾馆客房内各区域的几何参数、及分布在客房中的各灯具的光分布参数描述成的照明空间模型,以商务宾馆行业照明标准或通用要求为参考,对商务宾馆客房各区域照度、照度均匀度的达标程度进行评分,建立照明效果的评价函数f,并针对商务宾馆照明的场景使用需求,对评价函数f进行补充,从而建立总体评价函数F;基于总体评价函数F,采用粒子群优化处理对客房内各灯具的照明控制参数进行优化,并将优化结果映射为场景照明控制参数;
场景检测单元被配置为:
基于训练图像集被训练,基于图像采集模块采集的所述图像及该图像对应的人体传感器传感数据,提取图像特征及传感数据的特征值,根据所述图像特征及传感数据的特征值,确定所述图像的照明场景辨识,并将辨识结果发送给事件处理单元;
事件处理单元被配置为:
响应于输入模块的信号输入,将处理后的信号通过输出模块显示给用户,以及响应于场景检测单元的辨识结果信号将通过优化处理单元获取的该辨识结果对应的场景照明控制参数输出。
作为优选,其还包括照度采集模块,所述照度采集模块从多个照度观测点采集光照度信息,并将照度信息传送给处理模块。
作为优选,所述输出模块包括一个通信接口单元,所述通信接口单元与灯具的驱动器相连。
作为优选,所述输入模块还包括控制面板,所述事件处理单元还响应于用户在控制面板上打开照明场景的操作,将场景所对应的照明控制参数转换为灯具的驱动电流值,并通过输出模块中的通信接口单元将该驱动电流值传送给灯具的驱动器。
作为优选,其还包括存储模块,所述存储模块存储商务宾馆客房的照明空间模型、粒子群优化处理参数及经处理模块优化后的场景照明控制参数。
作为优选,所述场景检测单元包括特征提取部、识别部和训练部,
所述特征提取部提取图像和传感器特征,
所述训练部基于训练图像集根据提取的特征及所述特征所对应的场景类别来对未经训练的识别部进行训练,从而得到识别部,
所述识别部根据提取的特征对照明场景进行识别,从而得出所述图像的照明场景辨识,
所述存储模块还存储所述场景检测单元的结构参数。
处理模块的优化处理基于对宾馆客房内光分布的评分,而评分所依据的评价函数又依赖于照明空间模型的建立。作为优选,所述优化处理单元进一步被配置为:
根据商务宾馆客房使用频率将商务宾馆客房划分为三个区域——工作区域、临近区域和背景区域,其中,床面、写字台和沙发等用户使用较多的区域,定义为工作区域;其它用户可能使用到,但并不会长时间逗留的区域,列为工作平面临近区域;床面与洗手间墙壁之间的区域及窗台所在位置,则列入背景区域;
将各区域照度和区域照度均匀度作为主要指标,在优化处理单元中建立评价函数f:
f=w1×u(E1)+w2×u(E2)+w3×u(E3)+w4×u(U1)+w5×u(U2)
其中,E1为工作平面水平照度,E2为工作平面临近区域照度,E3为背景区域照度,U1为工作平面照度均匀度,U2为工作平面临近区域照度均匀度;w1、w2、w3、w4、w5分别为各项指标的权重系数,采用层次分析法对其赋值后通过输入模块输入;u()表示针对各项指标,根据灯具光分布模型获得的计算值与参考值两者之间的接近程度。
其中,层次分析过程如下:
根据权重系数个数h建立判断矩阵Ah*h,并使用区间[1,9]中的两个整数的比对矩阵进行填充,各元素数值大小代表相应行权值项所对应指标相比于相应列权值项所对应指标的重要程度,其数值可以是主观评价结果,也可以是通过样本调查所得的统计结果;然后,将矩阵Ah*h代入几何平均方程中,确定各权重系数值,几何平均方程如下:
针对商务宾馆客房的功能区域划分,未列入洗手间,是因为洗手间对其他区域的影响较小,在洗手间的门关上的情况下几乎不对外界产生任何影响,故暂不列入研究范围。上述评价函数f中的子函数u()表示在一特定照明控制参数配置下,各项指标的计算值与相关标准或建议获取的参考值的接近程度,对于E1、E2、E3而言当计算值不等于参考值时u()可由下式表示:
式中,E为相应被评价指标的参考值,E’为照明灯具按照对应的照明控制参数进行照明时各区域的照度计算值。对于U1、U2而言,当计算值小于参考值时按上述第一个比值公式计算,否则当计算值大于参考值时依然认为u()=1。
上述评价函数f评价了各区域照度、照度均匀度的达标程度。作为优选,所述优化处理单元进一步被配置为:
针对商务宾馆照明的不同照明及特定使用需求,如节能、办公、会客、娱乐、休闲阅读等,分别对f进行补充建立新的评价函数F1至F5,以增强照明效果的针对性,并一定程度上降低灯具的使用能耗:
其一,以灯具照明节能为优化目标,对评价函数f进行补充,要求在各工作区域保证照度和照度均匀度指标的同时,灯具能耗降至最低,若客房内共有n盏灯具,则新的评价函数F1可表示为:
式中,P(i)为第i盏灯具的功率消耗;
其二,针对办公场景,要求写字台的照度和光照照度均匀度尽量满足参考条件,此时新的评价函数F2可表示为:
式中,E11表示写字台区域内的桌面水平照度,U11表示写字台区域内的桌面照度均匀度,q1、q2、k1、k2、k3为相应项的权重系数,其数值可由层次分析法获得;
其三,针对会客场景,要求区域内整体亮度和照度均匀度更加接近,统一设定各区域内照度参考值为一固定值,照度均匀度参考值为一固定值,新的评价函数F3表示为:
式中,k1、k2为相应项的权重系数,其数值可由层次分析法获得;
其四,针对娱乐场景,要求背景及临近区域照明亮度较低,此时新的评价函数F4表示为:
式中,E12表示工作区域内写字台外的水平照度,q1、q2、q3、k1、k2、k3为相应项的权重系数,其数值可由层次分析法获得;
其五,针对休闲阅读场景,要求床头附近的m盏灯具亮度较高,此时新的评价函数F5表示为:
式中,It分别代表床头附近第t盏灯具的亮度,qt表示其相应权重系数;k1、k2、k3为相应项的权重系数,各权重系数的值可由层次分析法获得。
所述优化处理单元,基于各评价函数Fi,i=1,2...5,采用粒子群优化处理,对客房内各灯具的照明控制参数进行优化,并将依据不同评价函数获得的多个优化结果分别转换为灯具照明场景的控制参数进行存储,以供场景识别后的自动场景照明控制使用。
所述粒子群优化处理流程如下:
S1、随机生成粒子群初始集合X(1)N*n,其元素xij(1),i=1,2,...N,j=1,2,...n;n为客房内待优化灯具个数即粒子群维数,N为粒子群规模;每个元素xij(1)表示客房内灯具j的i组粒子初始照明控制参数调制值,根据光分布模型对第i组粒子对应的所有n个灯具计算宾馆客房各区域在每个灯具按当前照明控制参数调制值进行照明时的照度分布,并采用评价函数F1评价第i组粒子所对应的照明效果;
分别获取各粒子组照明控制参数调制值向量的初始评分值,作为自身历史最优解的初始评分值并记录照明控制参数调制值向量;
同时,记录所有N组粒子初始评分值中的最大值作为群体历史最优解的初始评分值并记录该照明控制参数调制值向量,令更新次数k=1;
S2、在粒子群优化过程中,每个元素xij()都对应一个改变值vij(),元素vij()表示相应灯具j的在其照明控制参数调制值xij()的基础上还需进行vij()的改变,为保证其有效性,vij()取值区间一般不应大于xij()可能取到的最大值的10%;若改变后的xij()大于xij()可能取到的最大值,则xij()仍然取其最大值;
随机生成集合V(k)N*n,其各元素分别表示合集X(k)N*n中各元素需作出的改变值,并采用下式对V(k)N*n及X(k)N*n进行多次更新:
vij(k+1)=wvij(k)+c1r1(Pij(k)-xij(k))+c2r2(Gj(k)-xij(k))
xij(k+1)=xij(k)+vij(k+1)
其中,k为当前更新次数;Pij(k)代表第i组粒子数据在第k次更新时的自身历史最优解所对应的第i个具体照明控制参数调制值,通过比较更新后各组照明控制参数调制值与其自身历史最优解两者的评分值获得,若更新后的评分值大于其自身历史最优解的评分值,则将更新后的照明控制参数调制值作为新的自身历史最优解进行记录;
Gj(k)代表第j个具体照明控制参数调制值在第k次更新时的粒子群体历史最优解,通过比较更新后的各组照明控制参数调制值与群体历史最优解的评分值获得;
c1,c2为常数,r1,r2为均匀分布在区间(0,1)之间的随机数;w为权重系数;wmax,wmin分别为权重系数最大值和最小值,X(k+1)N*n及V(k+1)N*n表示对X(k)N*n及V(k)N*n的第k次优化更新;
K表示最大更新次数,当k等于K时结束更新,并输出Gj(k)中记录的群体历史最优解的照明控制参数调制值,作为最后的输出结果。
S3、重复进行S1、S2所述的优化过程四次,并分别利用评价函数F2至F5逐一替换S1中的评价函数F1,以获得五组不同的优化结果,将优化结果转换和存储为照明场景灯具调控参数以供用户使用。
在进行照明场景中照明控制参数优化的同时,采集用户在办公、阅读、会客、娱乐、节能等各种照明场景下的样本图像,由这些样本图像组成训练图像集对场景检测单元进行训练。
训练完成后,获取商务宾馆客房的图像及该图像对应的传感数据,场景检测单元提取图像特征及传感数据的特征值,根据所述图像特征及传感数据的特征值,确定所述图像的照明场景辨识。
作为优选,所述样本图像还可以留一部分作为验证集,以对训练后的场景检测单元进行验证。
作为优选,所述场景检测单元可以采用线性核函数的支持向量机即SVM分类器。
作为优选,根据所采集图像特征及传感数据的特征值,确定所述图像的照明场景辨识具体为:根据所述图像特征及传感数据的特征值确定所述图像的一个或多个照明场景辨识;当确定的图像的照明场景辨识为多个时,确定所述图像的照明场景辨识为综合照明场景辨识。
作为优选,灯具调控参数可以是灯具光通量或与灯具光通量对应的驱动电流的大小,也可以是与灯具色温等其他参数对应的驱动电流的大小。
作为优选,驱动电流的大小,可以是绝对值,也可以是相对于额定驱动电流值的百分比值。
商务宾馆客房的照明空间模型,粒子群优化处理中涉及到的群体规模、调整系数、评价函数等参数,以及经处理模块优化后的场景照明控制参数、场景检测单元的结构参数等都分别可以通过输入模块中的键盘输入或在优化或训练完成后提取,并存储在存储模块中。
作为优选,输入输出模块可以合设在一个主体上,如带通信接口的触摸屏。宾馆客房中的灯具采用可调光灯具,如可调光LED灯组,各种场景应用下优化后的照明控制参数,被转换为对灯组出光进行调节的信号,如灯组内各LED灯的驱动电流。典型的,可以通过调节驱动电流的PWM占空比来调节其发光亮度,从而改变客房内目标照射面的照度。
作为优选,在输出模块的控制面板上设置自动场景控制按钮,按下按钮后处理模块将自动进行场景识别并按优化后的照明控制参数打开相应的照明场景。
作为优选,所述事件处理单元进一步被配置为:响应于照明场景自动辨识完成的信号,将辨识出的场景所对应的优化后的照明控制参数转换为灯具驱动电流的PWM波占空比数值,并通过输出模块将该PWM波占空比数值传送给灯具的驱动器。
作为优选,当照明场景辨识为综合照明场景辨识时,分别按多个照明场景所对应的灯具调控参数的加权和进行LED灯组的供电电流的调节控制。
作为优选,当照明场景辨识完成前,处理模块可以按一预设照明场景对客房进行照明,比如,可以将客房所有灯都打开或均调亮为80%亮度。
作为优选,输入模块中的所述控制面板还可以接受手动调节操作,通过处理模块和输出模块来手动调节LED灯组的供电电流。
本发明优点:
1、照明控制参数针对商务宾馆照明需求设计,为使用者提供更具针对性的自动场景照明;
2、提供了多种不同的目标场景优化指标,以满足用户的不同使用需求,更具人性化;
3、优化指标在满足用户照明需求的同时,兼顾能耗指标,节能环保;
4、操作方便,各种不同场景都能实现自动切换控制和手动调节。
附图说明
图1为本发明的结构框图;
图2为本发明场景检测单元的结构示意图;
图3为本发明的客房区域示意图;
图4为本发明的LED灯及照度观测点分布示意图;
图5为本发明的灯具分布示意图;
图6为本发明优化过程的评分值更新示意图;
图7为本发明的摄像头与控制面板分布示意图。
其中,1床面,2写字台,3沙发,4临近区域,5背景区域,6洗手间,7洗手台,8门厅,9窗台,10摄像头,
100照明控制装置,110输入模块,111键盘,112控制面板,120照度采集模块,130处理模块,131优化处理单元,132事件处理单元,133场景检测单元,1331特征提取部,1332识别部,1333训练部,140存储模块,141照明空间模型,142场景照明控制参数集,143场景检测单元结构参数集,150输出模块,151显示屏,152通信接口单元,160图像采集模块,170人体传感器,200驱动器,300 LED灯,400照度观测点。
具体实施方式
以下结合附图对本发明的优选实施例进行详细描述,但本发明并不仅仅限于这些实施例。本发明涵盖任何在本发明的精神和范围上做的替代、修改、等效方法以及方案。
为了使公众对本发明有彻底的了解,在以下本发明优选实施例中详细说明了具体的细节,而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。
在下列段落中参照附图以举例方式更具体地描述本发明。需说明的是,附图均采用较为简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
如图1所示,本发明一种基于场景自动识别的商务宾馆客房照明控制装置100,包含输入模块110、图像采集模块160、人体传感器170、处理模块130、输出模块150。其中,输入模块110通过其所包含的键盘111和控制面板112来接收参数输入和用户操作,如参数包括:照明空间模型中的商务宾馆客房各功能区域在世界坐标系中的几何位置和/或形状,各照明灯具的几何位置,以及各灯具的光分布模型;另外,还包括粒子群优化处理中涉及到的群体规模、调整系数、迭代次数、评价函数中的权值等参数,以及经处理模块优化后的场景照明控制参数、灯具驱动电流、场景检测单元的结构参数等。除此之外,还包括装置工作所需的其他参数,如通信接口参数等。用户操作,包括在控制面板上的点击、触控等。
同时,上述这些参数都分别保存在存储模块140内,其中照明空间模型的参数以自定义数据结构存储在照明空间模型141中,优化后的各灯具的照明控制参数如光通调制值等也以自定义数据结构存储在场景照明控制参数集142中,训练完成后的场景检测单元的结构参数及进行图像的照明场景辨识的规则库等则存储在场景检测单元结构参数集143中。
人体传感器170设置在客房的各区域内用户经过或停留的地方,如门口过道及写字台、沙发和床头附近的位置。人体传感器170与图像采集模块160一起为场景检测单元133提供场景检测的传感信号。
处理模块130包括优化处理单元131、事件处理单元132和场景检测单元133,其中,优化处理单元131在对商务宾馆客房进行区域划分和对不同应用场景照明分布进行需求定义的基础上,以不同目标区域照度及照度均匀度的参考值为依据,对各种光分布进行评价和寻优,并将优化结果转换为对客房内各灯具的照明控制参数,具体的,优化处理单元131被配置为:
响应于事件处理单元132的优化处理指令,基于将商务宾馆客房内各区域的几何参数、及分布在客房中的各灯具的光分布参数描述成的照明空间模型,以商务宾馆行业照明标准或通用要求为参考,对商务宾馆客房各区域照度、照度均匀度的达标程度进行评分,建立照明效果的评价函数f,并针对商务宾馆照明的场景使用需求,对评价函数f进行补充,从而建立总体评价函数F;基于总体评价函数F,采用粒子群优化处理对客房内各灯具的照明控制参数进行优化,并将优化结果映射为场景照明控制参数。
场景检测单元133被配置为:基于训练图像集被训练,基于图像采集模块160采集的所述图像及该图像对应的来自人体传感器170的传感数据,提取图像特征及传感数据的特征值,根据所述图像特征及传感数据的特征值,确定所述图像的照明场景辨识,并将辨识结果发送给事件处理单元132。
事件处理单元132则被配置为:响应于输入模块110的信号输入,将处理后的信号通过输出模块150显示给用户,以及响应于场景检测单元133的辨识结果信号将通过优化处理单元131获取的该辨识结果对应的场景照明控制参数输出。具体包括:当用户通过输入模块110中的键盘111输入参数时,通过显示屏151显示操作交互信息,以及将各参数发送到存储模块140进行保存;事件处理单元132在接收到用户通过输入模块110发出或启动后预设的优化指令后,通知优化处理单元131进行优化处理,优化结果被保存。同时,在场景检测单元133的照明场景辨识完成后,事件处理单元132进行响应,将与该辨识结果对应的场景的优化结果对应的照明控制参数以指令或消息通知的形式通过输出模块150传送给灯具,以使得客房内的灯具按照优化结果进行光输出调节,实现各种场景下的优化照明,提高用户体验。
如图2所示,场景检测单元133包括特征提取部1331、识别部1332和训练部1333。其中,特征提取部1331提取图像和传感器特征,训练部1333基于训练图像集根据提取的特征及所述特征所对应的场景类别来对识别部1332进行训练,从而得到能对图像进行照明场景识别的识别部1332。训练完成后,针对获取的当前客房内照明场景的图像和传感数据,识别部1332根据特征提取部1331提取的特征对照明场景进行识别,从而得出当前的照明场景辨识。
如图3、7所示,为说明采用本发明商务宾馆客房照明控制装置进行照明的优化控制应用,选取长宽高6m×4m×3m的宾馆客房为例。根据使用需求将商务宾馆客房分为多个区域,其中,床面1、写字台2和沙发3是用户使用较多的区域,因而定义为工作区域;其它部分,用户可能使用到,但并不会长时间逗留的区域,列为临近区域4;床面1与洗手间6的墙壁之间的区域及窗台9所在位置,由于用户一般很少使用,或在使用时对其光照要求很低,故列入背景区域5;洗手间6包含洗手台7,由于对其他区域的影响较小,在洗手间的门关上的情况下几乎不对外界产生任何影响,故暂不列入研究范围。
结合图3和图4所示,客房内共放置八个标记为带叉号圆圈的可调光LED灯300,同时,为观测各功能区域内的照度分布,设置十六个标记为带叉号矩形的照度观测点400。
区域划分完成后,通过查阅宾馆照明相关标准或建议对商务宾馆照明环境进行数学建模,在世界坐标系中表示出客房各功能区域、各照明灯具的几何位置和/或形状;同时,获取各灯具的光分布模型;然后,建立评价函数f,对各区域照度、照度均匀度的计算值相对于参考值的达标程度进行评分:
f=w1×u(E1)+w2×u(E2)+w3×u(E3)+w4×u(U1)+w5×u(U2)
其中,E1为工作平面水平照度(单位:lx),其一般参考数值取300,E2为工作平面临近区域照度,其一般参考数值取260,E3为背景区域照度,其一般参考数值取200,U1为工作平面照度均匀度,其一般参考数值取0.7,U2为目标工作平面临近区域照度均匀度,其一般参考数值取0.6;w1、w2、w3、w4、w5分别为各项指标的权重系数;u()表示各项指标的计算值与参考值的接近程度,对于E1、E2、E3而言当计算值不等于参考值时u()可由下式表示:
式中,E为相应被评价指标的参考值,E’为照明灯具按照对应的照明控制参数进行照明时各区域的照度计算值。对于U1、U2而言,当计算值小于参考值时按上述第一个比值公式计算,否则当计算值大于参考值时依然认为u()=1。
采用层次分析法对评价函数f中的权重系数w1、w2、w3、w4、w5进行赋值,首先根据权重系数个数h建立判断矩阵Ah*h,用数字1到9中的两个整数的比对矩阵进行填充,其数值大小代表相应行权值项所对应指标,相比于相应列权值项所对应指标的重要程度(1为两者同样重要,aij为第i个权值项与第j个权值项的重要性比值,如aij小于1则说明后者j比前者i更重要)。不失一般性,矩阵Ah*h各元素数值采用主观评价给定,取值如下:
其中,行1至5与列1至5分别对应优化指标E1、E2、E3、U1、U2。元素a12的数值为5,即表示填充决策认为E1的重要程度高于E2;同时,各元素之间具有一定独立性,例如E2与E3之间的重要度关系,不应由元素a12与a13的比值确定。然后,将矩阵A5*5代入几何平均方程中,确定各权重系数具体数值,几何平均方程如下:
可得各项指标权重系数,如下:
层次分析法对其权重系数的计算,可以离线完成后输入并保存到存储模块中,也可以由优化处理单元根据输入的判断矩阵来完成上述计算。
在不同照明场景需求下,入住者期望的照度分布也有所不同。因此,在上述基于达标程度评分的基础上,需要对评分计算式做出相应调整,以体现特定场景所对应的参数指标优化要求。依据客房使用的不同使用需求,确定节能、会客、娱乐、办公、休闲阅读等五种场景作为优化目标场景,以期提升入住者的入住体验。对于不同场景,根据场景需求特点分别对f进行补充建立新的评价函数F1至F5,此时,各项指标中所引用的参考值可在上述一般参考数值基础上进行调整,而各项指标权重系数也可以根据偏好重新赋值。
其一、对节能指标而言由于要求灯具整体能耗尽量减小,故其相应评价函数F1表示为:
其中,P(i)为第i盏灯具的功率消耗,可以看出P(i)越小,则评价函数F1的取值越高。
其二、针对办公场景,对于需要办公的用户而言办公区域主要集中在写字台区域,为了达到最佳的工作照明效果,要求写字台的照度和光照照度均匀度尽量满足参考条件,此时新的评价函数F2可表示为:
式中,E11表示写字台区域内的桌面水平照度,U11表示写字台区域内的桌面照度均匀度,q1、q2、k1、k2、k3为相应项的权重系数,其数值可由层次分析法获得。
式中,E11表示写字台区域内的桌面水平照度,其参考值取为320;U11表示写字台区域内的桌面照度均匀度,其参考值取为0.7;q1、q2、k1、k2、k3为相应项的权重系数,其数值亦可由层次分析法获得,不失一般性,数值可分别为0.45、0.55、0.27、0.46、0.27。
其三、针对会客场景,就评价指标而言,该场景更为注重区域内整体亮度和照度均匀度,因而统一设定各区域内照度参考值为一固定值如350lx,照度均匀度参考值为一固定值如0.6,以营造一种明亮、舒适的照明氛围,此时新的评价函数F3表示为:
通过增加权重系数k1的取值使k1>k2,以增加评价过程中对整体照度和照度均匀度的要求。采用层次分析法重新对w1、w2、w3、w4、w5、k1、k2进行赋值,其数值分别为0.2765、0.2559、0.0999、0.2765、0.0922、0.71、0.29。
其四、娱乐场景,该场景主要适用于用户位于床面使用手机或电视时使用,要求背景及临近区域照明亮度较低,其照度参考值可设置为150lx,此时新的评价函数F4表示为:
其中,E12表示工作区域内写字台外的水平照度,q1、q2、q3、k1、k2、k3为相应项的权重系数。根据层次分析法,此时,w1、w2、w3、w4、w5、q1、q2、q3、k1、k2、k3,分别赋值为0.2765、0.2559、0.2765、0.0999、0.0922、0.27、0.39、0.34、0.37、0.41、0.12。
其五、休闲阅读场景主要供用户在床头或沙发区域进行书本阅读时使用,要求床头附近的m盏灯具亮度较高,此时新的评价函数F5表示为:
式中,It分别代表床头附近第t盏灯具的亮度,qt表示其相应权重系数;k1、k2、k3为相应项的权重系数。
结合图3、4所示,休闲阅读场景时要求床头附近的f、g、h共三盏灯具的亮度较高。根据层次分析法,此时,w1、w2、w3、w4、w5、q1、q2、q3、k1、k2、k3,分别为0.1338、0.0933、0.0780、0.3662、0.3286、0.33、0.33、0.33、0.37、0.41、0.12。
评价函数F1至F5建立完成后,采用粒子群优化处理对灯具参数即照明控制参数或其调制值进行优化,优化过程中分别使用评价函数F1至F5对群内各粒子进行评价。
粒子群优化处理作为一种有效的智能搜索算法,被广泛运用于各种离散点的最优值寻找应用中,且寻优能力强、实现方法灵活性较高、应用领域广泛。其基本原理可以看做是搜索空间内一群粒子,粒子位置即为被优化指标最优值的可能取值。通过追踪粒子位置改变,寻找粒子本身的最优解(Pbest)和群体最优解(Gbest)并根据这两项指标调整粒子自身位置。
如图4及图5所示,客房内共放置八个可调光LED灯300,分别为灯具a至灯具h,使用某品牌LED灯泡,额定功率为15W,理论照度为1600lm,其布局位置根据商务宾馆原有灯座位置安放,同时,设置十六个照度观测点400,选取时应尽量保证照度观测点400位于各区域垂直中线或水平中线位置,并做等间距分布。可以根据需要增加照度观测点。
灯具的光分布模型,优选采用已验证过的,如果没有先验模型,则可以采用实际单独亮灯实验来获取。
参见图1,作为优选,还设置照度采集模块120,其从多个照度观测点采集光照度信息,并将照度信息传送给处理模块。事件处理单元响应于照度信息的采集输入,计算并保存每个灯具的出光数据,建立其光分布模型。然后,根据灯具的光分布模型、灯具及采样点在世界坐标系中的相对位置,计算:八个可调光LED灯300在具体的灯具参数即照明控制参数调制值状态下,空间中每个采样点的照度。其中,采样点在每个所划分的区域内都设四个以上,从而可以获得各区域的照度及照度均匀度,进而可以计算,该照明控制参数调制值的评分值。
基于评价函数F1至F5,优化处理单元采用粒子群优化处理的流程如下:
S1、随机生成集合X(1)50*8,其表示客房内八盏灯具,粒子群的规模为50组,每个元素xij(1)表示客房内灯具j的i组粒子初始照明控制参数调制值;
根据光分布模型对第i组粒子对应的所有8个灯具计算宾馆客房各区域在每个灯具按当前照明控制参数调制值进行照明时的照度分布,并采用当前评价函数F评价第i组粒子所对应的照明效果;
各区域的照度按其内所有采样点的平均照度值取值,并根据这些采样点的照度计算照度均匀度:
照度均匀度=最小照度值/平均照度值
各采样点的照度值对应关系如下:
EjP为灯具j在其照射空间内任意一点P的水平照度,L和H分别为点P与灯具在水平和垂直方向上的距离;Iθ表示灯具总光通量为1000lm时θ方向光强,K为维护系数;Φ为灯具实际光通量即集合X(1)50*8中各元素xij(1)对应的照明控制参数调制值;
根据评价函数分别获取各粒子组照明控制参数调制值向量的初始评分值,作为自身历史最优解的初始评分值并记录照明控制参数调制值向量;
同时,记录所有N组粒子初始评分值中的最大值作为群体历史最优解的初始评分值并记录该照明控制参数调制值向量,令更新次数k=1;
S2、在粒子群优化过程中,每个元素xij()都对应一个改变值vij(),元素vij()表示相应灯具j的在其照明控制参数调制值xij()的基础上还需进行vij()的改变,为保证其有效性,vij()取值区间一般不应大于xij()可能取到的最大值的10%;若改变后的xij()大于xij()可能取到的最大值,则xij()仍然取其最大值;
随机生成集合V(k)50*8,其各元素分别表示合集X(k)50*8中各元素需作出的改变值,并采用下式对V(k)50*8及X(k)50*8进行多次更新:
vij(k+1)=wvij(k)+c1r1(Pij(k)-xij(k))+c2r2(Gj(k)-xij(k))
xij(k+1)=xij(k)+vij(k+1)
其中,k为当前更新次数;Pij(k)代表第i组粒子数据在第k次更新时的自身历史最优解所对应的第i个具体照明控制参数调制值,通过比较更新后各组照明控制参数调制值与其自身历史最优解两者的评分值获得,若更新后的评分值大于其自身历史最优解的评分值,则将更新后的照明控制参数调制值作为新的自身历史最优解进行记录;
Gj(k)代表第j个具体照明控制参数调制值在第k次更新时的粒子群体历史最优解,通过比较更新后的各组照明控制参数调制值与群体历史最优解的评分值获得,若更新后的某组评分值大于其群体历史最优解的评分值,则将该组更新后的照明控制参数调制值作为新的群体历史最优解进行记录;;
c1,c2为常数一般取2.05,r1,r2为均匀分布在区间(0,1)之间的随机数,可通过随机数生成函数获得;w为权重系数,wmax,wmin分别为权重系数最大值和最小值,一般分别取0.9和0.5。
X(k+1)i*n及V(k+1)i*n表示对X(1)i*n及V(1)i*n的第k次优化结果。K表示最大更新次数,当k等于K时结束更新,并输出Gi(k)中记录的群体历史最优解的照明控制参数调制值,作为最后的输出结果。
重复进行S1、S2所述的优化过程四次,其中S1中用k替换1并跳过初始的随机生成过程,然后分别利用评价函数F2至F5逐一替换S1中的评价函数F1,以获得五组不同的优化结果,将优化结果转换和存储为照明场景灯具调控参数以供用户使用。
如图6所示为一个粒子群优化过程的评分值更新示意图,从图6可看出,当更新次数逐渐接近最大更新次数K时,评价函数F1取值,即对应群体历史最优解的评价值逐渐收敛,优化完成。办公场景下,所获得的群体历史最优解对应灯具a至灯具h的照明控制参数调制值(光通量)为:1021,367,1042,1128,1252,159,429,217(lm)。
结合图1~7所示,优化后的各灯具的照明控制参数如光通调制值等存储在存储模块140的场景照明控制参数集142中。图像采集模块采用位于客房一角的摄像头14。作为优选,摄像头14可以采用广角镜头。作为优选,图像采集模块也可以采用多个摄像头分别针对不同目标区域进行图像采集。
在进行照明场景中照明控制参数优化的同时,采集用户在办公、阅读、会客、娱乐、节能等各种照明场景下的样本图像,由这些样本图像组成训练图像集对场景检测单元进行训练。
作为优选,场景检测单元中识别部可以利用线性核函数的支持向量机即SVM作为分类器。针对各种照明场景类别,基于各功能区域的特征特别是人体活动或位置特征来训练分类器。以宾馆客房图像中各特定区域内人员位置、动作,以及相关传感器数据的特征值来构成SVM的特征向量。
训练图像集来自从广角图像中分割出的分区图像或者针对各不同目标区域所采集的区域图像本身。针对训练图像集的每个样本进行照明场景的标识,基于训练图像集对未经训练的识别部进行训练。训练完成后的场景检测单元的结构参数如识别部中各SVM的参数等可存储在场景检测单元结构参数集中。
具体的照明场景识别根据该场景的使用特性、人体活动特征进行定义。例如,针对办公场景,其场景特征是用户在写字台上处理工作,针对办公场景的场景检测识别部,可以主要识别人员在写字台旁边的图像特征,以及可以在写字台附近设置人体传感器如红外传感器,所述图像特征和红外传感器的值一起构成本场景的特征向量。
另外一个例子中,针对会客场景,可以在客房门口的人员计数器中获得多人进入客房的特征,且可以获得在沙发等区域内有多个人聚集在一起的场景图像特征。
作为优选,所述特征向量的特征可以是一个时间点的静态图像特征,也可以是多幅连续图像中检测到的人体移动特征。例如,用户从门口走到写字台附近,中途经过了多个区域,但最后才在写字台附近停留下来。
作为优选,所述训练图像集的样本图像还可以留一部分作为验证集,以对训练后的场景检测单元进行验证。
作为优选,场景检测单元包括多个识别部,所述多个识别部中的一个识别部对应一个局部区域的人体检测,每个识别部对应一个分类器。
由训练图像集训练出识别部后,获取商务宾馆客房的图像及该图像对应的传感数据,提取图像特征及传感数据的特征值,根据所述图像特征及传感数据的特征值,确定所述图像的照明场景辨识。
作为优选,根据各区域的图像特征及相应传感数据的特征值确定所述图像的一个或多个照明场景辨识;当确定的图像的照明场景辨识为多个时,确定所述图像的照明场景辨识为综合照明场景辨识。
作为优选,对于综合照明场景辨识,对其包括的多个照明场景辨识的每一个照明场景辨识所对应的照明场景,进行重点区域标记,该照明场景的重点区域内的照明灯具按照该照明场景的灯具调控参数进行调控。如办公场景,其重点区域为写字台区域,则写字台区域内的如写字台区域正上方的照明灯具按照办公场景进行灯具调控参数的调控。
作为优选,当综合照明场景辨识所包括的多个照明场景辨识,对应的多个照明场景的重点区域有交叉时,则交叉部分的照明灯具,按照将交叉区域标记为重点区域的所有照明场景辨识所对应的照明场景的灯具调控参数的加权平均值进行调控。
作为优选,加权平均可采用算术平均。
结合图1、图5及图7所示,当五组照明场景全部优化完成后,场景检测单元133识别场景并通过输出模块中的通信接口单元152将该驱动电流值传送给LED灯300的驱动器200,将由LED灯300构成的LED灯组,按照明场景所对应的灯具调控参数分别调节各LED灯的驱动电流,打开相应照明场景。
作为优选,在自动识别场景的基础上,本发明照明控制装置在输入模块110中还可以设置控制面板112,用户在控制面板112上进行手动调节的操作,经过处理模块处理后,通过输出模块来手动调节LED灯组的出光。并且调节后的结果可以保持在集控主机10中以备下次该场景下使用。同时,控制面板112也可以用来进行优化处理过程中各参数的输入。
作为优选,控制面板112包括两个完全相同的触控式控制面板,分别置于宾馆客房门厅8和床面1右侧墙壁上。控制面板112采用触摸屏,其界面上有自动场景控制按键,点击按键后,根据识别的照明场景,输出模块将相应的驱动电流值传送给LED灯的驱动器。
灯具调控参数可以是灯具光通量或与灯具光通量对应的驱动电流的大小,而驱动电流的大小,可以是绝对值,也可以是相对于额定驱动电流值的百分比值。假设LED灯的光通量与驱动电流成正比,则将不同场景优化所得的灯具调控参数映射为驱动电流PWM波的占空比,存储于场景照明控制参数集142中。根据识别的照明场景,处理模块130的事件处理单元132从场景照明控制参数集142中获取场景相应的驱动电流PWM波占空比,通过通信接口单元152向驱动器200发出指令,改变驱动电流,分别改变可调光LED灯的供电电流,实现预设场景的切换。
不难理解,粒子群优化过程中,每个灯具可以具有多个照明控制参数调制值,如亮度、色温、颜色等,即粒子群中可以用多个元素xij()来表示客房内某一个灯具的i组粒子照明控制参数调制值。
以上所述的实施方式,并不构成对该技术方案保护范围的限定。任何在上述实施方式的精神和原则之内所作的修改、等同替换和改进等,均应包含在该技术方案的保护范围之内。
Claims (10)
1.一种基于场景自动识别的商务宾馆客房照明控制装置,包含输入模块、图像采集模块、人体传感器、处理模块、输出模块及存储模块,
所述处理模块包括优化处理单元、事件处理单元和场景检测单元,其中,所述存储模块存储商务宾馆客房的照明空间模型、粒子群优化处理参数及经处理模块优化后的场景照明控制参数,优化处理单元被配置为:
响应于事件处理单元的优化处理指令,基于将商务宾馆客房内各区域的几何参数、及分布在客房中的各灯具的光分布参数描述成的照明空间模型,以商务宾馆行业照明标准或通用要求为参考,对商务宾馆客房各区域照度、照度均匀度的达标程度进行评分,建立照明效果的评价函数f,并针对商务宾馆照明的场景使用需求,对评价函数f进行补充,从而对f及所补充项进行加权求和建立总体评价函数F;基于总体评价函数F,采用粒子群优化处理对客房内各灯具的照明控制参数进行优化,并将优化结果映射为场景照明控制参数;
场景检测单元被配置为:
基于训练图像集被训练,基于图像采集模块采集的图像及所述图像对应的人体传感器传感数据,提取图像特征及传感数据的特征值,根据所述图像特征及传感数据的特征值,确定所述图像的照明场景辨识,并将辨识结果发送给事件处理单元;
事件处理单元被配置为:
响应于输入模块的信号输入,将处理后的信号通过输出模块显示给用户,以及响应于场景检测单元的辨识结果信号将通过优化处理单元获取的该辨识结果对应的场景照明控制参数输出,并将场景所对应的照明控制参数转换为灯具的驱动电流值;
所述粒子群优化处理流程如下:
S1、随机生成粒子群初始集合X(1)N*n,其元素xij(1),i=1,2,...N,j=1,2,...n;n为客房内待优化灯具个数即粒子群维数,N为粒子群规模;每个元素xij(1)表示客房内灯具j的i组粒子初始照明控制参数调制值,根据光分布模型对第i组粒子对应的所有n个灯具计算宾馆客房各区域在每个灯具按当前照明控制参数调制值进行照明时的照度分布,并采用总体评价函数F评价第i组粒子所对应的照明效果;
分别获取各粒子组照明控制参数调制值向量的初始评分值,作为自身历史最优解的初始评分值并记录照明控制参数调制值向量;
同时,记录所有N组粒子初始评分值中的最大值作为群体历史最优解的初始评分值并记录该照明控制参数调制值向量,令更新次数k=1;
S2、在粒子群优化过程中,每个元素xij()都对应一个改变值vij(),改变值vij()表示相应灯具j的在其照明控制参数调制值xij()的基础上还需进行vij()的改变,为保证其有效性,vij()取值区间不应大于xij()可能取到的最大值的10%;若改变后的xij()大于xij()可能取到的最大值,则xij()仍然取其最大值;
随机生成集合V(k)N*n,其各元素分别表示合集X(k)N*n中各元素需作出的改变值,并采用下式对V(k)N*n及X(k)N*n进行多次更新:
vij(k+1)=wvij(k)+c1r1(Pij(k)-xij(k))+c2r2(Gj(k)-xij(k))
xij(k+1)=xij(k)+vij(k+1)
其中,k为当前更新次数;Pij(k)代表第i组粒子数据在第k次更新时的自身历史最优解所对应的第i个具体照明控制参数调制值,通过比较更新后各组照明控制参数调制值与其自身历史最优解两者的评分值获得,若更新后的评分值大于其自身历史最优解的评分值,则将更新后的照明控制参数调制值作为新的自身历史最优解进行记录;
Gj(k)代表第j个具体照明控制参数调制值在第k次更新时的粒子群体历史最优解,通过比较更新后的各组照明控制参数调制值与群体历史最优解的评分值获得;
c1,c2为常数,r1,r2为均匀分布在区间(0,1)之间的随机数;w为权重系数;wmax,wmin分别为权重系数最大值和最小值,X(k+1)N*n及V(k+1)N*n表示对X(k)N*n及V(k)N*n的第k次优化更新;
K表示最大更新次数,当k等于K时结束更新,并输出Gj(k)中记录的群体历史最优解的照明控制参数调制值,作为最后的输出结果。
2.根据权利要求1所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述场景检测单元进一步被配置为:
根据所述图像特征及传感数据的特征值确定所述图像的一个或多个照明场景辨识;当确定的图像的照明场景辨识为多个时,确定所述图像的照明场景辨识为综合照明场景辨识。
3.根据权利要求1所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元还将优化结果转换和存储为照明场景灯具调控参数;
所述灯具调控参数是灯具光通量或与灯具光通量对应的驱动电流的大小,或与灯具色温对应的驱动电流的大小;
其中,驱动电流的大小,是绝对值,或相对于额定驱动电流值的百分比值。
4.根据权利要求3所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述事件处理单元进一步被配置为:
当照明场景辨识为综合照明场景辨识时,分别按多个照明场景所对应的灯具调控参数的加权和进行LED灯组的驱动电流的调节控制;
或者,当照明场景辨识为综合照明场景辨识时,对其包括的多个照明场景辨识的每一个照明场景辨识所对应的照明场景,进行重点区域标记,该照明场景的重点区域内的照明灯具按照该照明场景的灯具调控参数进行调控;当重点区域有交叉时,则交叉部分的照明灯具,按照将交叉区域标记为重点区域的所有照明场景辨识所对应的照明场景的灯具调控参数的加权平均值进行调控。
5.根据权利要求1所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:
根据商务宾馆客房使用频率将商务宾馆客房划分为三个区域——工作区域、临近区域和背景区域,其中,床面、写字台和沙发这些用户使用较多的区域,定义为工作区域;其它用户可能使用到,但并不会长时间逗留的区域,列为临近区域;床面与洗手间墙壁之间的区域及窗台所在位置,则列入背景区域;
将各区域照度和区域照度均匀度作为主要指标,在优化处理单元中建立评价函数f:
f=w1×u(E1)+w2×u(E2)+w3×u(E3)+w4×u(U1)+w5×u(U2)
其中,E1为工作区域的水平照度,E2为临近区域的照度,E3为背景区域照度,U1为工作区域的照度均匀度,U2为临近区域的照度均匀度;w1、w2、w3、w4、w5分别为各项指标的权重系数,采用层次分析法对其赋值后通过输入模块输入;u()表示针对各项指标,根据灯具光分布模型获得的计算值与参考值两者之间的接近程度,对于E1、E2、E3而言当计算值等于参考值时u()=1;
层次分析法过程如下:根据权重系数个数h建立判断矩阵Ah*h,并使用区间[1,9]中的两个整数的比对矩阵进行填充,各元素数值大小代表相应行权值项所对应指标相比于相应列权值项所对应指标的重要程度,其数值是主观评价结果,或通过样本调查所得的统计结果;然后,将矩阵Ah*h代入几何平均方程中,确定各权重系数值,几何平均方程如下:
其中,aij为第i个权值项与第j个权值项的重要性比值。
6.根据权利要求5所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:以灯具照明节能为优化目标,对评价函数f进行补充,要求在各工作区域保证照度和照度均匀度指标的同时,灯具能耗降至最低,若客房内共有n盏灯具,则新的评价函数F1表示为:
式中,P(i)为第i盏灯具的功率消耗。
7.根据权利要求6所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:
针对办公场景,要求写字台的照度和光照照度均匀度尽量满足参考条件,此时新的评价函数F2表示为:
式中,E11表示写字台的照度,U11表示写字台的照度均匀度,q1、q2、k1、k2、k3为相应项的权重系数,其数值由层次分析法获得。
8.根据权利要求6所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:针对会客场景,要求各区域内整体照度和整体照度均匀度均更加接近,统一设定各区域内照度参考值为一固定值,照度均匀度参考值为一固定值,新的评价函数F3表示为:
式中,k1、k2为相应项的权重系数,其数值由层次分析法获得。
9.根据权利要求6所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:针对娱乐场景,要求背景及临近区域照明亮度较低,此时新的评价函数F4表示为:
式中,E12表示工作区域内写字台外的水平照度,q1、q2、q3、k1、k2、k3为相应项的权重系数,其数值由层次分析法获得。
10.根据权利要求6所述的一种基于场景自动识别的商务宾馆客房照明控制装置,其特征在于,所述优化处理单元进一步被配置为:针对休闲阅读场景,要求床头附近的m盏灯具亮度较高,此时新的评价函数F5表示为:
式中,It分别代表床头附近第t盏灯具的亮度,qt表示其相应权重系数;k1、k2、k3为相应项的权重系数,各权重系数的值由层次分析法获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233109.XA CN112969254B (zh) | 2018-11-02 | 2018-11-02 | 一种基于场景自动识别的商务宾馆客房照明控制装置 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110233109.XA CN112969254B (zh) | 2018-11-02 | 2018-11-02 | 一种基于场景自动识别的商务宾馆客房照明控制装置 |
CN201811343930.1A CN109874198B (zh) | 2018-11-02 | 2018-11-02 | 基于场景自动识别的商务宾馆客房照明控制装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811343930.1A Division CN109874198B (zh) | 2018-11-02 | 2018-11-02 | 基于场景自动识别的商务宾馆客房照明控制装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112969254A CN112969254A (zh) | 2021-06-15 |
CN112969254B true CN112969254B (zh) | 2024-02-09 |
Family
ID=66916958
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811343930.1A Active CN109874198B (zh) | 2018-11-02 | 2018-11-02 | 基于场景自动识别的商务宾馆客房照明控制装置 |
CN202110233109.XA Active CN112969254B (zh) | 2018-11-02 | 2018-11-02 | 一种基于场景自动识别的商务宾馆客房照明控制装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811343930.1A Active CN109874198B (zh) | 2018-11-02 | 2018-11-02 | 基于场景自动识别的商务宾馆客房照明控制装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109874198B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109874209A (zh) * | 2018-11-06 | 2019-06-11 | 中国计量大学 | 基于场景自动识别的商务酒店客房场景照明*** |
CN110337156A (zh) * | 2019-06-25 | 2019-10-15 | 广东以诺通讯有限公司 | 一种智能灯 |
CN110381634A (zh) * | 2019-07-08 | 2019-10-25 | 惠州市海尼克电子科技有限公司 | 照明控制方法、存储介质及照明装置 |
CN110809353A (zh) * | 2019-10-28 | 2020-02-18 | 星络智能科技有限公司 | 灯光匹配方法、服务器以及存储介质 |
CN112353549A (zh) * | 2020-10-14 | 2021-02-12 | 深圳中科大唐科技有限公司 | 一种改善睡眠呼吸的装置及方法 |
CN112365690A (zh) * | 2020-10-30 | 2021-02-12 | 四川大学华西医院 | 基于场景识别的智能穿戴设备及其预警方法 |
CN113063504A (zh) * | 2020-12-23 | 2021-07-02 | 泰州可以信息科技有限公司 | 摄影棚照明场景识别 |
CN113313061A (zh) * | 2021-06-18 | 2021-08-27 | 张学勇 | 一种用于耳鼻喉科的照明场景识别方法 |
CN114258176A (zh) * | 2021-12-31 | 2022-03-29 | 欧普照明股份有限公司 | 灯具及灯具控制方法 |
WO2024119220A1 (en) * | 2022-12-09 | 2024-06-13 | Wgwg Pty Ltd | Video display ambient lighting synchronisation |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011222429A (ja) * | 2010-04-13 | 2011-11-04 | Hakutsu Technology Corp | 照明の調光制御システム |
CN106304494A (zh) * | 2016-08-31 | 2017-01-04 | 华南师范大学 | 一种场景识别的led灯智能控制***及方法 |
CN106961772A (zh) * | 2015-12-31 | 2017-07-18 | 群光电能科技股份有限公司 | 即时照明控制***及即时照明控制方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101707052B (zh) * | 2009-12-09 | 2012-03-28 | 中航华东光电有限公司 | 基于rgb三色led背光灯的白平衡调整方法 |
CN104811693B (zh) * | 2015-04-14 | 2016-06-29 | 宁波大学 | 一种立体图像视觉舒适度客观评价方法 |
CN105426669B (zh) * | 2015-11-10 | 2018-01-12 | 东南大学 | 一种普通办公室用照明能效评分方法 |
CN106815470B (zh) * | 2016-12-27 | 2019-04-23 | 浙江工业大学 | 一种办公场景照明环境对视觉健康影响的评估方法 |
-
2018
- 2018-11-02 CN CN201811343930.1A patent/CN109874198B/zh active Active
- 2018-11-02 CN CN202110233109.XA patent/CN112969254B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011222429A (ja) * | 2010-04-13 | 2011-11-04 | Hakutsu Technology Corp | 照明の調光制御システム |
CN106961772A (zh) * | 2015-12-31 | 2017-07-18 | 群光电能科技股份有限公司 | 即时照明控制***及即时照明控制方法 |
CN106304494A (zh) * | 2016-08-31 | 2017-01-04 | 华南师范大学 | 一种场景识别的led灯智能控制***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109874198B (zh) | 2021-03-12 |
CN109874198A (zh) | 2019-06-11 |
CN112969254A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112969254B (zh) | 一种基于场景自动识别的商务宾馆客房照明控制装置 | |
CN112584570B (zh) | 用于开放式办公室照明***的移动、固定光色检测模块 | |
CN112533319B (zh) | 场景式教室智能照明控制装置 | |
CN110035578B (zh) | 基于混合照明的开放式办公室照明*** | |
CN109874209A (zh) | 基于场景自动识别的商务酒店客房场景照明*** | |
CN109874197B (zh) | 基于场景自动识别的商务酒店客房照明控制方法 | |
CN109874202A (zh) | 幼儿园一体教室情景式自适应照明***、控制装置及控制方法 | |
CN110463351A (zh) | 具有可见光传感器的负载控制*** | |
CN108738215A (zh) | 一种自动调节台灯技术参数方法、装置及台灯 | |
CN106340071A (zh) | 一种基于云计算的智能教室*** | |
CN109872020B (zh) | 一种商务宾馆客房照明控制装置 | |
CN112734600B (zh) | 一种基于手机app的酒店个性化智能照明方法 | |
CN110139449A (zh) | 一种基于人体姿态识别的智能全屋照明*** | |
CN109874217B (zh) | 基于各向对称吸顶灯的公共宿舍混合照明方法 | |
CN112689353B (zh) | 商务酒店客房照明控制方法 | |
CN118042684A (zh) | 基于人工智能的灯光控制方法及*** | |
CN112218414A (zh) | 一种自适应设备亮度调节的方法及*** | |
CN116661329B (zh) | 一种用于智慧教室声光***的协同调控方法 | |
CN116939921B (zh) | 一种基于物联网的智慧家庭照明控制***及方法 | |
CN109874199A (zh) | 一种商务酒店客房场景照明*** | |
CN116209112A (zh) | 一种基于姿态估算与自动场景识别的led吸顶灯 | |
Baviskar | Artificial Intelligence in Lighting for Educational Institutions | |
CN115866855A (zh) | 一种智能调光筒灯控制*** | |
CN117762032A (zh) | 基于场景适应和人工智能的智能设备控制***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240703 Address after: 230000 B-1015, wo Yuan Garden, 81 Ganquan Road, Shushan District, Hefei, Anhui. Patentee after: HEFEI MINGLONG ELECTRONIC TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 310018, No. 258, source street, Xiasha Higher Education Park, Hangzhou, Zhejiang Patentee before: China Jiliang University Country or region before: China |