CN116859876B - 基于数据识别的智慧照明控制方法、***及计算机介质 - Google Patents
基于数据识别的智慧照明控制方法、***及计算机介质 Download PDFInfo
- Publication number
- CN116859876B CN116859876B CN202311135171.0A CN202311135171A CN116859876B CN 116859876 B CN116859876 B CN 116859876B CN 202311135171 A CN202311135171 A CN 202311135171A CN 116859876 B CN116859876 B CN 116859876B
- Authority
- CN
- China
- Prior art keywords
- warning
- preset
- area
- illumination
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000005286 illumination Methods 0.000 claims abstract description 126
- 239000002245 particle Substances 0.000 claims abstract description 33
- 230000000903 blocking effect Effects 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 16
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 239000011159 matrix material Substances 0.000 claims description 29
- 230000006870 function Effects 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000004140 cleaning Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 3
- 239000011324 bead Substances 0.000 description 13
- 230000000694 effects Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 7
- 239000000463 material Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000005282 brightening Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010330 laser marking Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training 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
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了基于数据识别的智慧照明控制方法、***及计算机介质,包括:计算第一运动轨迹,进而向预设区域发射第一激光引导标识;判断警示区域是否存在警示物,若否,则重新计算第一运动轨迹,若是,则采用粒子群优化算法计算照明投射角度、照明投射亮度;划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;向警示区域的待警示位置发射警示标识,进而将警示区域的移动位置阻隔,形成止停区间;待警示物或运动物离开警示区域后,将警示区域的移动位置取消阻挡。本发明的基于数据识别的智慧照明控制方法,能够为自动化移动设备、人员提供智能示警、安全防护,且能够自动调整照明区域,减少照明能耗。
Description
技术领域
本发明涉及照明控制技术领域,具体涉及基于数据识别的智慧照明控制方法、***及计算机介质。
背景技术
智能工厂是使用先进技术和自动化***来提高生产效率和灵活性的工厂,在这些工厂中,厂区交通是一个重要的方面,它涉及到物料、设备和人员在工厂内部移动的流程和***;现有的智能工厂通常使用自动化物流***来管理物料的运输和分发,这些***包括自动导引车(AGV)、无人驾驶叉车和输送带等设备,它们可以根据预设的路线和任务,在工厂内部运输物料,从而提高物流效率;
在智能工厂中,人员也需要在厂区内移动,包括操作员、技术人员和管理人员等,他们通常会使用电动车、自行车或步行等方式在厂区内移动,有些工厂还采用了自动导航***,通过无线通信和导航技术来引导人员到达目的地。
然而,现有的智能工厂中的自动化移动设备和人员在厂区内共同运作,存在一些安全隐患,例如自动导引车等自动化设备在厂区内自主导航和运输物料,但其路径规划和避障能力有限,容易与作业人员产生碰撞,这可能由于作业人员与自动化设备之间的相互感知不足,或是由于工作环境中存在复杂的动态变化,使得自动化设备无法及时应对人员的位置和行动;
另外,现有的智能工厂中作业人员数量密集,由于缺乏智能化照明控制***或管理不善,厂区内普遍存在着人少灯全亮的情况,即使在没有人员活动的区域,灯光也持续亮着,造成了不必要的电能浪费,此外,一些区域可能没有进行适当的照明调整,存在照明效率低下的缺陷。
因此,目前亟需一种能够为自动化移动设备、人员提供智能示警、安全防护,且能够自动调整照明区域,减少照明能耗的智慧照明控制方法。
发明内容
发明目的:为了克服以上不足,本发明的目的是提供基于数据识别的智慧照明控制方法,其设计合理,自动化程度高,应用灵活,能够为自动化移动设备、人员提供智能示警、安全防护,且根据人员数量及位置自动调整照明区域、照明亮度,进而减少照明能源消耗。
为解决上述技术问题,本发明提供了基于数据识别的智慧照明控制方法,包括:
步骤S1:根据预设区域的运动物运动数据计算第一运动轨迹,进而根据第一运动轨迹向预设区域发射第一激光引导标识;
步骤S2:根据第一运动轨迹判断警示区域是否存在警示物,若否,则返回步骤S1,重新计算第一运动轨迹,若是,则根据第一运动轨迹、运动物间距,采用粒子群优化算法计算照明投射角度、照明投射亮度;
步骤S3:根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
步骤S4:向警示区域的待警示位置发射警示标识,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间;
步骤S5:待警示物或运动物离开警示区域后,将警示区域的移动位置取消阻挡。
通过采用上述技术方案,能够实时为运动物提供第一激光引导标识,引导运动物安全移动,同时能够实时判断运动物运动方向的警示物,进而通过根据运动物的数量、位置及运动轨迹调整照明灯具的方向和角度,有效地将警示照明灯光投射到运动物所在的区域,以示警提醒,同时将警示区域的移动位置阻隔,为运动物提供安全防护;且,在调整照明灯具的方向和角度时,计算出最佳的灯光投射角度和亮度,在确保警示效果最佳的基础上,进一步地减少能源浪费。
进一步地,在发射第一激光引导标识时,所述方法还包括以下步骤:
步骤S10:获取预设区域的运动物的运动数据,进而将运动数据进行预设处理,获得平滑和连续的运动物位置数据;
步骤S11:根据运动物位置数据,采用预设轨迹计算方法计算第一运动轨迹;
步骤S12:根据第一运动轨迹,生成第一激光引导标识的发射数据,进而根据发射数据发射预设亮度的第一激光引导标识。
通过采用上述技术方案,通过对运动数据进行数据清洗、去噪和插值处理,可以获得更准确的运动物的位置、速度数据集,以用于后续的轨迹计算和分析。
进一步地,采用预设轨迹计算方法计算第一运动轨迹时,所述方法还包括以下步骤:
步骤S110:根据平滑和连续的运动物位置数据,计算每个运动数据的速度:
,同时计算每个运动数据的加速度:
,其中,/>是第/>个数据点的速度,/>是第/>个数据点的位置,/>是第/>个数据点位置对应的时间,/>是第/>个数据点的加速度,其中/>;
步骤S111:根据每个运动数据的位置、速度和加速度,构建样条函数:
其中,,/>是数据点的位置;
步骤S112:将各个样条函数拼接起来,形成样条插值函数:/>,进而估计运动物的第一运动轨迹。
通过采用上述技术方案,采用样条插值算法能够生成平滑的曲线,进而减少曲线的波动和噪声,并更好地反映真实的运动趋势;还能够它可以通过使用更多的控制点和采样点来增加插值的精度,从而更准确地描述运动物的运动轨迹;还能够提供管理人员通过选择合适的插值方法、调整插值参数或设置约束条件,以满足特定的需求和限制。
进一步地,采用预设轨迹计算方法计算第一运动轨迹时,所述方法还包括以下步骤:
步骤S113:初始化状态向量:
,初始化状态协方差矩阵:
其中,表示位置坐标,/>表示速度向量,/>表示转置;
步骤S114:预测当前时刻的状态估计值:
,预测当前时刻的状态协方差矩阵:
其中,表示状态转移矩阵,/>表示前一个时刻的状态估计值,/>表示前一个时刻的状态协方差矩阵,/>表示过程噪声协方差矩阵;
步骤S115:计算卡尔曼增益:
,更新状态:
,更新状态协方差矩阵:
其中,是测量模型矩阵,/>表示测量噪声协方差矩阵,/>是测量向量,/>是单位矩阵。
通过采用上述技术方案,通过卡尔曼滤波算法,能够通过动态调整权重来适应不同的数据噪声和不确定性,进而有效地抑制噪声和异常值对估计结果的影响,提供鲁棒的运动轨迹估计;且,其具有较低的计算复杂度和存储需求,通过对状态和协方差进行递推更新,避免了对整个历史数据进行重新计算,从而提高计算效率。
进一步地,采用粒子群优化算法计算照明投射角度、照明投射亮度时,所述方法还包括以下步骤:
步骤S200:获取预设数据,进而将预设数据进行预设处理;
步骤S201:初始化粒子群:随机生成一组粒子,并为每个粒子分配一个初始速度和位置;
步骤S202:根据照明投射亮度的加权和定义适应度函数,其中权重采用角度范围约束、能源消耗约束;
步骤S203:根据适应度函数、约束条件,计算预设区域的平均照度:
,进而根据预设区域的平均照度生成每个粒子的适应度:
其中,表示预设区域的平均照度,/>表示预设区域的采样点数量,/>表示每个采样点的照度值,粒子的适应度即为预设区域的平均照度;
步骤S204:更新每个粒子的速度:
其中,表示粒子/>在时间/>的速度,/>表示惯性权重,/>和/>表示学习因子,和/>表示0到1之间的随机数,/>表示粒子/>历史上最好的位置,/>表示整个粒子群历史上最好的位置,/>表示粒子/>在时间/>的位置;
步骤S205:更新每个粒子的位置:
其中,表示粒子/>在时间/>的速度;
步骤S206:重复步骤S203至步骤S205,直至预设停止条件,进而生成照明投射角度、照明投射亮度的最优组合。
通过采用上述技术方案,能够计算出最佳的照明投射角度和亮度,确保警示效果最佳,并减少能源浪费。
进一步地,在警示物运动时,所述方法还包括以下步骤:
步骤S100:使警示物向预设运动范围投射第一警示灯光,同时使警示物向预设警示范围投射第二警示灯光;
步骤S101:根据预设区域的警示物运动数据计算第二运动轨迹,进而根据第二运动轨迹向预设区域发射第二激光引导标识;
步骤S102:根据第二运动轨迹判断警示区域是否存在运动物,若否,则返回步骤S101,重新计算第二运动轨迹,若是,则执行步骤S103:根据第二运动轨迹向预设区域发射激光警示标识。
通过采用上述技术方案,能够在警示物的运动过程中,为警示物提供警示灯光照射、激光引导及运动物存在提醒,进一步提高警示效果。
进一步地,在向警示区域的待警示位置发射警示标识时,所述方法还包括以下步骤:
步骤S40:采用训练好的支持向量回归模型,对第一运动轨迹、第二运动轨迹分别包含的运动数据进行预测,进而生成第一预测时间、第二预测时间;
步骤S41:根据第一预测通行时间,向警示区域的第一警示位置投射第一通行时间,根据第二预测通行时间,向警示区域的第二警示位置投射第二通行时间。
通过采用上述技术方案,能够在警示区域投射第一通行时间、第二通行时间,进而为运动物、警示物提供通行警示,即提前警示运动物、警示物注意运动方向的情况,以确保通行安全。
进一步地,在将预设范围内的照明设备追踪投射至警示照明区域时,所述方法还包括以下步骤:
步骤S300:根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域;
步骤S301:将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道内,形成光导指引区间。
通过采用上述技术方案,能够通过警示照明区域、光导指引区间的双重照明,提高运动物、警示物对通行情况的观察,进一步提高通行安全性。
本发明还提供基于数据识别的智慧照明控制***,用于实现所述的基于数据识别的智慧照明控制方法,包括:
照明组件,包括照明设备、警示设备,所述照明设备设置于预设区域,通过所述照明设备向指定区域投射灯光;所述警示设备安装于警示物上,通过所述警示设备投射警示灯光;
阻隔设备,其设置于警示区域,通过所述阻隔设备将警示区域的移动位置阻隔,形成止停区间;
控制组件,所述控制组件包括:
激光标识模块,用于根据预设区域的运动数据计算运动轨迹,进而根据运动轨迹向预设区域发射激光引导标识;
警示判断模块,用于根据第一运动轨迹判断警示区域的警示物,根据第二运动轨迹判断警示区域的运动物;
照明控制模块,用于采用粒子群优化算法计算照明投射角度、照明投射亮度,根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
警示止停模块,用于向警示区域的待警示位置发射警示标识,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间,待警示物或运动物离开警示区域后,将警示区域的移动位置取消阻挡;
运动警示模块,用于使警示物向预设运动范围投射第一警示灯光,同时使运动物向预设警示范围投射第二警示灯光;
预测通行模块,用于采用训练好的支持向量回归模型,对第一运动轨迹、第二运动轨迹分别包含的运动数据进行预测,进而生成第一预测时间、第二预测时间,进而根据第一预测通行时间,向警示区域的第一警示位置投射第一通行时间,根据第二预测通行时间,向警示区域的第二警示位置投射第二通行时间;
光导指引模块,用于根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域,将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道内,形成光导指引区间。
本发明还提供一种计算机介质,所述计算机介质上存储有计算机程序,所述计算机程序被处理器执行实现所述的基于数据识别的智慧照明控制方法。
本发明的上述技术方案相比现有技术具有以下优点:
1、本发明所述的基于数据识别的智慧照明控制方法及***,能够实时为运动物提供第一激光引导标识,引导运动物安全移动,同时能够实时判断运动物运动方向的警示物,进而通过根据运动物的数量、位置及运动轨迹调整照明灯具的方向和角度,有效地将警示照明灯光投射到运动物所在的区域,以示警提醒;
2、在警示的同时,将警示区域的移动位置阻隔,为运动物提供安全防护;
3、在调整照明灯具的方向和角度时,计算出最佳的灯光投射角度和亮度,在确保警示效果最佳的基础上,进一步地减少能源浪费;
4、能够在警示物的运动过程中,为警示物提供警示灯光照射、激光引导及运动物存在提醒,进一步提高警示效果;且,能够提供通行时间的预警,提高通行安全性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明的智慧照明控制***的连接示意图。
图2是本发明的控制组件的连接示意图。
图3是本发明的智慧照明控制方法的流程图。
图4是本发明的智慧照明控制方法的应用示意图。
图5是本发明的发射第一激光引导标识方法的流程图。
图6是本发明的激光引导的应用示意图。
图7是本发明的计算第一运动轨迹方法的第一流程图。
图8是本发明的计算第一运动轨迹方法的第二流程图。
图9是本发明的计算照明投射角度、照明投射亮度方法的流程图。
图10是本发明的照明追踪投射的第一应用示意图。
图11是本发明的警示物的警示方法的流程图。
图12是本发明的警示物警示的应用示意图。
图13是本发明的通行时间投射方法的流程图。
图14是本发明的通行时间投射的应用示意图。
图15是本发明的照明追踪投射方法的流程图。
图16是本发明的照明追踪投射的第二应用示意图。
图17是本发明的照明灯具的立体示意图。
图18是本发明的照明灯具的局部示意图。
图19是本发明的转动件、照明灯珠的剖视示意图。
图20是本发明的引光通道的立体示意图。
图21是本发明的引光通道的局部剖视示意图。
说明书附图标记说明:说明书附图标记说明:3、控制组件,5、运动物,6、警示物,20、驱动件,21、阻隔件,30、激光标识模块,31、警示判断模块,32、照明控制模块,33、警示止停模块,34、运动警示模块,35、预测通行模块,36、光导指引模块,40、第一激光引导标识,41、第二激光引导标识,42、警示标识,43、激光警示标识,44、第一警示灯光,45、第二警示灯光,46、第一通行时间,47、第二通行时间,100、第一照明灯具,101、第二照明灯具,102、转动件,103、照明灯珠,104、激光投影仪,105、引光通道,106、光导条组,110、传感器,111、摄像头,112、第一警示灯具,113、第二警示灯具。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
本发明其中一方面提供基于数据识别的智慧照明控制方法,这里所采用的设备优选为LED照明设备、激光投影设备;所述LED照明设备采用LED灯珠作为照明源,这种LED照明技术允许用户根据需要调整照明亮度、色温、颜色,能够通过调整电流、电压或采用特殊的调光控制器来实现亮度的变化、通过不同颜色的LED灯珠混合实现色温、颜色的变化。使用激光光源作为图像生成的投影技术类别包括但不限于:单色激光投影、三基色激光投影、ALPD(先进的激光荧光粉显示)激光技术等;这些投影技术都使用激光光源进行投影,通过调节激光光源的亮度、色彩、强度组成不同的图像。
参考图1、图2、图17-图21所示,在一些实施例中,所涉及的基于数据识别的智慧照明控制***至少由照明组件、阻隔设备、控制组件3几个部分构成。
照明组件
包括照明设备、警示设备,所述照明设备包括但不仅限于第一照明灯具100、第二照明灯具101、转动件102、照明灯珠103、激光投影仪104、引光通道105、光导条组106,所述第一照明灯具100安装于工厂内部区域,通过所述第一照明灯具100为厂区内部区域投射灯光;所述第二照明灯具101安装于工厂的外部区域,通过第二照明灯具101为厂区外部区域投射灯光;所述转动件102分别安装于第一照明灯具100、第二照明灯具101内,若干个转动件102呈圆周阵列式布置,所述转动件102采用球形转动驱动机构;所述照明灯珠103与转动件102相连接,通过转动件102调整照明灯珠103的角度;所述激光投影仪104安装于工厂内部区域,通过激光投影仪104为厂区内部区域投影激光图像;所述引光通道105分别布设于工厂内部、外部区域,所述光导条组106铺设于引光通道105内,通过光导条组106将第一照明灯具100、第二照明灯具101的投射灯光进行聚集,进而实现增亮效果。
所述警示设备包括传感器110、摄像头111、第一警示灯具112、第二警示灯具113,所述传感器110、摄像头111分布于工厂内部及工厂外部区域,通过传感器110获取运动物5、警示物6的速度、位置、数量数据,通过摄像头111获取运动物5、警示物6的图像数据;所述第一警示灯具112安装于工厂内部的移动设备的一端,通过所述第一警示灯具112向移动设备前进端区域投射第一警示灯光44;所述第二警示灯具113安装于工厂内部的移动设备的另一端,通过所述第二警示灯具113向移动设备警示端区域投射第二警示灯光45。
阻隔设备
包括驱动件20、阻隔件21,所述驱动件20安装于警示区域,所述驱动件20包括但不仅限于液压装置、气动装置、伺服电机等提供往复直线运动动力的驱动机构;所述阻隔件21与驱动件20输出端相连接,通过所述驱动件20驱动阻隔件21将警示区域的移动位置阻隔,形成止停区间。
控制组件3
控制组件3分别与照明组件、阻隔设备相连接,包括:
激光标识模块30,用于根据预设区域的运动数据计算运动轨迹,进而根据运动轨迹向预设区域发射激光引导标识;
警示判断模块31,用于根据第一运动轨迹判断警示区域的警示物6,根据第二运动轨迹判断警示区域的运动物5;
照明控制模块32,用于采用粒子群优化算法计算照明投射角度、照明投射亮度,根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
警示止停模块33,用于向警示区域的待警示位置发射警示标识42,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间,待警示物6或运动物5离开警示区域后,将警示区域的移动位置取消阻挡;
运动警示模块34,用于使警示物6向预设运动范围投射第一警示灯光44,同时使运动物5向预设警示范围投射第二警示灯光45;
预测通行模块35,用于采用训练好的支持向量回归模型,对第一运动轨迹、第二运动轨迹分别包含的运动数据进行预测,进而生成第一预测时间、第二预测时间,进而根据第一预测通行时间,向警示区域的第一警示位置投射第一通行时间46,根据第二预测通行时间,向警示区域的第二警示位置投射第二通行时间47;
光导指引模块36,用于根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域,将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道105内,形成光导指引区间。
由此本发明其中一方面提出一种基于数据识别的智慧照明控制方法,该方法为工厂内外部区域的为自动化移动设备、人员提供激光引导、智能示警、安全防护,且根据人员数量及位置自动调整照明区域、照明亮度,从而减少照明能源消耗。
较佳地,实际实施过程中,本发明的照明控制方法由前述的照明控制***执行。例如,该方法可以被设计成能够被计算机理解的语言格式(例如计算机程序)以存储在一存储介质中,从而在进行照明控制过程中,被照明控制***进行调用执行。
本发明的智慧照明控制方法,通过在工厂区域,为运动物5、警示物6提供激光引导、移动示警、安全防护,且通过控制照明投射角度、亮度减少照明能源消耗。具体地,参考图1-图4,图17-图19,本发明的智慧照明控制方法的构成包括以下步骤:
步骤S1:根据预设区域的运动物5运动数据计算第一运动轨迹,进而根据第一运动轨迹向预设区域发射第一激光引导标识40;
步骤S2:根据第一运动轨迹判断警示区域是否存在警示物6,若否,则返回步骤S1,重新计算第一运动轨迹,若是,则执行步骤S20:根据第一运动轨迹、运动物5间距,采用粒子群优化算法计算照明投射角度、照明投射亮度;
步骤S3:根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
步骤S4:向警示区域的待警示位置发射警示标识42,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间;
步骤S5:待警示物6或运动物5离开警示区域后,将警示区域的移动位置取消阻挡。
应理解,这里提供的步骤序号是作为相应步骤的标识,并不限制步骤在具体实现过程中的前后顺序,例如S3的执行顺序可以在S4之前/后,也可以结合S4同步或半同步进行。
其中,所述运动物5包括但不仅限于自动化移动设备、手动驾驶移动设备、作业人员,所述警示物6包括但不仅限于自动化移动设备、手动驾驶移动设备、作业人员,具体所述运动物5、警示物6由管理人员根据实际需求设定,在本具体实施方式中,运动物5参考作业人员,警示物6参考自动化移动设备、手动驾驶移动设备;
其中,所述警示区域包括两条或两条以上的道路相交处,包括但不仅限于T形道路相交、Y形道路相交、环形道路相交、十字形道路相交、X形道路相交等,具体由管理人员根据预设区域道路设定;所述警示区域的待警示位置包括但不仅限于警示区域的道路相交的中心区域、道路路口区域,具体由管理人员根据预设区域道路设定;所述警示标识42包括但不仅限于文字警告标识、静态图案警告标识、动态图案警告标识,具体由管理人员根据警示需求设定;
其中,所述预设优先级包括运动物5先行、警示物6先行,具体由管理人员根据实际需求设定,在本实施例中参考运动物5先行;将警示区域的移动位置阻隔时,根据运动物5先行的优先级设定,将警示区域的靠近警告物的驱动件20启动,通过该驱动件20驱动阻隔件21上升,将警示区域的靠近警告物的路口阻隔,形成警告物的止停区间。
其中,参考1、图2、图5、图6,图17-图19,在发射第一激光引导标识40时,所述方法还包括以下步骤:
步骤S10:获取预设区域的运动物5的运动数据,进而将运动数据进行预设处理,获得平滑和连续的运动物5位置数据;
具体地,所述预设区域包括工厂内部区域、工厂外部区域所有运动物5的位置、速度数据;所述预设处理包括但不仅限于数据清洗、去噪、插值,以获取平滑和连续的运动物5位置数据。
其中,所述数据清洗中:
检测并移除由于错误测量或其他异常情况引起的数据点,例如超出合理范围的位置或速度值;
检测并删除重复的数据点,确保数据集中没有重复的位置或速度数据。
其中,所述数据去噪中:
应用平滑滤波算法(如移动平均滤波算法)来减少数据中的噪声和波动,以获得更准确的位置和速度数据;例如采用移动平均滤波算法:
通过计算数据点周围一定窗口大小内数据的平均值,来平滑数据;
对于给定的数据点序列和窗口大小/>,计算平滑后的数据点序列/>的公式如下:
,其中/>;例如:假设有以下位置数据点序列:/>,窗口大小为3,进行移动平均滤波算法计算,得到平滑后的位置数据点序列为:/>。
其中,所述插值中:
检测并处理由于数据采集错误或其他原因导致的缺失值,通过插值方法填补缺失的位置或速度数据;
根据位置、速度数据,使用线性插值方法计算缺失位置或速度数据点的值:
其中,、/>和/>、/>分别是运动物5在时间/>和/>时的位置坐标,/>、/>是在时间/>时计算得到的插值位置坐标;
例如假设有一个运动物5在时间的位置和速度数据集如下:
缺失位置数据插值:
对于时间,使用线性插值公式计算位置/>:
对于时间,使用线性插值公式计算位置/>:/>
插值后的数据集如下:
通过数据清洗、去噪和插值处理,能够获得更准确的运动物5的位置和速度数据集,以用于后续的轨迹计算;需要注意的是,具体数据处理方法和插值算法选择可以由管理人员根据实际情况和数据特点进行调整和优化。
步骤S11:根据运动物5位置数据,采用预设轨迹计算方法计算第一运动轨迹。
具体地,参考图1、图2、图7,图17-图19所示,在采用预设轨迹计算方法计算第一运动轨迹时,所述方法还包括以下步骤:
步骤S110:根据平滑和连续的运动物5位置数据,计算每个运动数据的速度:
,同时计算每个运动数据的加速度:
,其中,/>是第/>个数据点的速度,/>是第/>个数据点的位置,/>是第/>个数据点位置对应的时间,/>是第/>个数据点的加速度,其中/>;
步骤S111:根据每个运动数据的位置、速度和加速度,构建样条函数:
其中,,/>是数据点的位置;
步骤S112:将各个样条函数拼接起来,形成样条插值函数:/>,进而估计运动物5的第一运动轨迹。
例如:假设我们有以下运动数据点:
根据数据点计算速度:
根据数据点计算加速度:
构建样条函数:
/>
将样条函数拼接起来,形成整个区域的样条插值函数:
当时,/>
当时,/>
当时,/>
获得运动物5在位置范围内的样条插值函数/>,进而使用该样条插值函数来估计运动物5在该区域内的第一运动轨迹。
步骤S12:根据第一运动轨迹,生成第一激光引导标识40的发射数据,进而根据发射数据发射预设亮度的第一激光引导标识40。
具体地,根据运动物5的第一运动轨迹,实时向运动物5前方发射管理人员设定亮度值的激光投影引导标识,例如:在运动物5前方未存在警示物6的范围内激光投影绿色可移动线条标识,以提醒运动物5在该可移动线条标识范围内,未存在警示物6,可以安全移动;同时在运动物5前方存在警示物6的范围内激光投影红色移动线条标识,以提醒运动物5在该移动线条标识范围内,存在警示物6,移动时注意周围情况;同时,可以在运动物5前方存在的警示物6上激光投影黄色警告图案标识,以提醒运动物5前方存在的警示物6;其中,所述第一激光引导标识40既可以是色彩不同的线条标识,也可以是样式不同的线条和/或图案标识,具体由管理人员根据实际激光引导需求设定。
更具体地,参考图1、图2、图8,图17-图19所示,本发明的采用预设轨迹计算方法计算第一运动轨迹时,还由以下步骤构成:
步骤S113:初始化状态向量:
,初始化状态协方差矩阵:
其中,表示位置坐标,/>表示速度向量,/>表示转置;
其中,是位置坐标的协方差,/>时位置和速度的协方差,/>是速度的协方差。
步骤S114:预测当前时刻的状态估计值:
,预测当前时刻的状态协方差矩阵:
其中,表示状态转移矩阵,/>表示前一个时刻的状态估计值,/>表示前一个时刻的状态协方差矩阵,/>表示过程噪声协方差矩阵;
其中,是时间步长;/>表示过程噪声协方差矩阵:
其中,是位置坐标的过程噪声,/>时位置和速度的过程噪声,/>是速度的过程噪声。
步骤S115:计算卡尔曼增益:
,更新状态:
,更新状态协方差矩阵:
其中,表示测量模型矩阵:
,/>表示测量噪声协方差矩阵:
其中,表示测量坐标的噪声协方差,/>表示测量向量,/>表示单位矩阵。
具体地,假设我们已经有了前一个时刻的状态向量和状态协方差矩阵/>,并且已经获得了新的测量向量/>;/>
预测当前时刻的状态估计值:
,预测状态协方差:
,计算卡尔曼增益:
,更新状态:
更新状态协方差矩阵:
需要注意的是,具体数据取值的选择可以由管理人员根据实际情况和数据特点进行调整和优化。
具体地,参考图1、图2、图9、图10,图17-图19所示,在采用粒子群优化算法计算照明投射角度、照明投射亮度时,所述方法还包括以下步骤:
步骤S200:获取预设数据,进而将预设数据进行预设处理;
其中,所述预设数据包括但不仅限于第一照明灯具100光和/或第二照明灯具101的功率、使用时间、亮度、环境光线强度;所述预设处理包括但不仅限于数据清洗、去噪、插值。
步骤S201:初始化粒子群:随机生成一组粒子,并为每个粒子分配一个初始速度和位置;
步骤S202:根据照明投射亮度的加权和定义适应度函数,其中权重采用角度范围约束、能源消耗约束,且照明强度不能超过第一照明灯具100、第二照明灯具101的上限值;
步骤S203:根据适应度函数、约束条件,计算预设区域的平均照度:
,进而根据预设区域的平均照度生成每个粒子的适应度:
其中,表示预设区域的平均照度,/>表示预设区域的采样点数量,/>表示每个采样点的照度值,粒子的适应度即为预设区域的平均照度;
步骤S204:更新每个粒子的速度:
其中,表示粒子/>在时间/>的速度,/>表示惯性权重,/>和/>表示学习因子,和/>表示0到1之间的随机数,/>表示粒子/>历史上最好的位置,/>表示整个粒子群历史上最好的位置,/>表示粒子/>在时间/>的位置;
步骤S205:更新每个粒子的位置:
其中,表示粒子/>在时间/>的速度;
步骤S206:重复步骤S203至步骤S205,直至预设停止条件,进而生成照明投射角度、照明投射亮度的最优组合。
其中,所述预设停止条件由管理人员根据实际需求设定,包括但不仅限于达到最大迭代次数、达到足够接近最优解,在本实施例中参考达到最大迭代次数,迭代次数由管理人员设定。
参考图1、图2、图11、图12,图17-图19所示,在其中一个依照工作顺序执行的示例中,本发明的一种基于数据识别的智慧照明控制方法由以下步骤构成:
步骤S100:使警示物6向预设运动范围投射第一警示灯光44,同时使警示物6向预设警示范围投射第二警示灯光45;
其中,在警示物6进行运动的过程中,通过该警示物6的第一警示灯具112向运动方向的设定范围投射第一警示灯光44,与此同时,通过该警示物6的第二警示灯具113向警示物6非运动方向的设定范围投射第二警示灯光45;具体所述设定范围由管理人员根据实际警示需求、第一警示灯具112、第二警示灯具113的有效警示范围进行设定,例如,第一警示灯具112有效范围为5米,第二警示灯具113有效范围为3米,则警示物6在移动时,第一警示灯具112向警示物6移动方向的5米范围内投射第一警示灯光44,提醒人员或其他移动设备注意避让,第二警示灯具113向警示物6其他方向的3米范围投射第二警示灯光45,提醒人员或其他移动设备,该警示物6处于运动状态。
步骤S101:根据预设区域的警示物6运动数据计算第二运动轨迹,进而根据第二运动轨迹向预设区域发射第二激光引导标识41;
其中,所述警示物6的第二运动轨迹计算过程参考运动物5的第一运动轨迹计算,采用相同的计算方式;具体地,在计算出第二运动轨迹后,根据警示物6的第二运动轨迹,实时向警示物6前方发射管理人员设定亮度值的激光投影引导标识,所述警示物6的激光投影引导标识既可以与运动物5的激光投影引导标识样式相同,也可以是不同的样式,具体由管理人员根据实际激光引导需求,选择色彩不同的线条标识和/或样式不同的线条和/或图案标识。
步骤S102:根据第二运动轨迹判断警示区域是否存在运动物5,若否,则返回步骤S101,重新计算第二运动轨迹,若是,则执行步骤S103:根据第二运动轨迹向预设区域发射激光警示标识4342。
其中,具体地,根据警示物6的第二运动轨迹,实时向警示物6前方发射管理人员设定亮度值的激光投影警示标识42,例如:在警示物6前方存在运动物5的范围内激光投影红色移动线条标识,以提醒警示物6在该移动线条标识范围内,存在运动物5,移动时注意周围情况;同时,可以在警示物6前方存在的运动物5上激光投影黄色警告图案标识,以提醒警示物6前方存在的运动物5;其中,所述激光警示标识4342既可以是色彩不同的线条标识,也可以是样式不同的线条和/或图案标识,具体由管理人员根据实际警示需求设定。
参考图1、图2、图13、图14,图17-图19所示,在一些实施例中,本发明提供的一种基于数据识别的智慧照明控制方法还可以由以下步骤构成:
步骤S40:采用训练好的支持向量回归模型,对第一运动轨迹、第二运动轨迹分别包含的运动数据进行预测,进而生成第一预测时间、第二预测时间;
其中,所述支持向量回归模型采用现有且训练好的模型,其通过引入松弛变量和惩罚项来实现回归任务,进而最小化预测值与真实值之间的误差,SVR模型的优化问题可以表示为以下公式:
mini:
subject to:
其中,表示权重向量,/>表示偏置项;/>表示核函数,用于将输入数据映射到高维特征空间;C表示惩罚系数,用于平衡模型的复杂度和训练误差;/>表示容忍范围,控制预测值与真实值之间的最大偏差;/>和/>表示松弛变量,允许样本点位于间隔边界之间。
步骤S41:根据第一预测通行时间,向警示区域的第一警示位置投射第一通行时间46,根据第二预测通行时间,向警示区域的第二警示位置投射第二通行时间47。
其中,所述警示区域的第一警示位置、警示区域的第二警示位置由管理人员根据实际警示需求设定,包括但不仅限于的道路相交的中心区域、道路路口靠近警示物6区域、道路路口靠近运动物5区域,且,可以在道路路口靠近警示物6区域投射第一通行时间46或第二通行时间47,可以在道路路口靠近运动物5区域投射第一通行时间46或第二通行时间47;所述第一通行时间46可以与第一预测通行时间相同,也可以在第一预测通行时间的基础上增加管理人员设定的安全时间,所述第二通行时间47可以与第二预测通行时间相同,也可以在第二预测通行时间的基础上增加管理人员设定的安全时间。
参考图1、图2、图15-图21所示,在一些实施例中,本发明提供的一种基于数据识别的智慧照明控制方法还可以由以下步骤构成:
步骤S300:根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域;
其中,所述预设范围由作业人员根据实际照明需求设定,所述第一预设数量由作业人员根据实际照明需求设定,以满足警示照明区域达到需求的照明投射亮度。
步骤S301:将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道105内,形成光导指引区间。
其中,所述第二预设数量至少为第一照明灯具100或第二照明灯具101包含灯珠数量的1个,至多为预设范围内的第一照明灯具100或第二照明灯具101数量,例如:若预设范围只存在第一照明灯具100或第二照明灯具101,第一照明灯具100或第二照明灯具101包含有20颗照明灯珠103,则所述第二预设数量至少为1颗照明灯珠103,至多为20颗照明灯珠103,以此类推;
其中,在第二预设数量的照明设备追踪投射至引光通道105内时,第二预设数量的照明灯珠103追踪投射至引光通道105内,通过引光通道105的光导条组106将照明灯珠103的投射灯光进行聚集,进而实现增亮效果,形成光导指引区间,以为运动物5、警示物6提供照明指引。
由此本发明其中一方面提出一种计算机介质,所述计算机介质上存储有计算机程序,所述计算机程序被处理器执行实现上述的基于数据识别的智慧照明控制方法。
由此本发明其中一方面提出一种计算机,所述计算机包括上述的一种计算机介质。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (7)
1.基于数据识别的智慧照明控制方法,其特征在于,包括以下步骤:
步骤S1:根据预设区域的运动物运动数据计算第一运动轨迹,进而根据第一运动轨迹向预设区域发射第一激光引导标识;
步骤S2:根据第一运动轨迹判断警示区域是否存在警示物,若否,则返回步骤S1,重新计算第一运动轨迹,若是,则根据第一运动轨迹,采用粒子群优化算法计算照明投射角度、照明投射亮度;
具体包括以下步骤:
步骤S200:获取预设数据,进而将预设数据进行预设处理;所述预设数据包括但不仅限于第一照明灯具和/或第二照明灯具的功率、使用时间、亮度、环境光线强度;所述预设处理包括但不仅限于数据清洗、去噪、插值;
步骤S201:初始化粒子群:随机生成一组粒子,并为每个粒子分配一个初始速度和位置;
步骤S202:根据照明投射亮度的加权和定义适应度函数,其中权重采用角度范围约束、能源消耗约束;
步骤S203:根据适应度函数、约束条件,计算预设区域的平均照度:
;
进而根据预设区域的平均照度生成每个粒子的适应度:
;
其中,表示预设区域的平均照度,/>表示预设区域的采样点数量,/>表示每个采样点的照度值,粒子的适应度即为预设区域的平均照度;
步骤S204:更新每个粒子的速度:
;
其中,表示粒子/>在时间/>的速度,/>表示惯性权重,/>和/>表示学习因子,/>和/>表示0到1之间的随机数,/>表示粒子/>历史上最好的位置,/>表示整个粒子群历史上最好的位置,/>表示粒子/>在时间/>的位置;
步骤S205:更新每个粒子的位置:
;
其中,表示粒子/>在时间/>的速度;
步骤S206:重复步骤S203至步骤S205,直至预设停止条件,进而生成照明投射角度、照明投射亮度的最优组合;
步骤S3:根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
步骤S4:向警示区域的待警示位置发射警示标识,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间;
步骤S5:待警示物或运动物离开警示区域后,将警示区域的移动位置取消阻挡。
2.根据权利要求1所述的基于数据识别的智慧照明控制方法,其特征在于,在步骤S1中,所述方法还包括以下步骤:
步骤S10:获取预设区域的运动物的运动数据,进而将运动数据进行预设处理,获得平滑和连续的运动物位置数据;
步骤S11:根据运动物位置数据,采用预设轨迹计算方法计算第一运动轨迹;
步骤S12:根据第一运动轨迹,生成第一激光引导标识的发射数据,进而根据发射数据发射预设亮度的第一激光引导标识。
3.根据权利要求2所述的基于数据识别的智慧照明控制方法,其特征在于,采用预设轨迹计算方法计算第一运动轨迹时,所述方法还包括以下步骤:
步骤S113:初始化状态向量:
,
初始化状态协方差矩阵:
;
其中,表示位置坐标,/>表示速度向量,/>表示转置;
步骤S114:预测当前时刻的状态估计值:
,
预测当前时刻的状态协方差矩阵:
;
其中,表示状态转移矩阵,/>表示前一个时刻的状态估计值,/>表示前一个时刻的状态协方差矩阵,/>表示过程噪声协方差矩阵;
步骤S115:计算卡尔曼增益:
,
更新状态:
;
更新状态协方差矩阵:
;
其中,是测量模型矩阵,/>表示测量噪声协方差矩阵,/>是测量向量,/>是单位矩阵。
4.根据权利要求1所述的基于数据识别的智慧照明控制方法,其特征在于,根据权利要求1所述的基于数据识别的智慧照明控制方法,其特征在于,在警示物运动时,所述方法还包括以下步骤:
步骤S100:使警示物向预设运动范围投射第一警示灯光,同时使警示物向预设警示范围投射第二警示灯光;
步骤S101:根据预设区域的警示物运动数据计算第二运动轨迹,进而根据第二运动轨迹向预设区域发射第二激光引导标识;
步骤S102:根据第二运动轨迹判断警示区域是否存在运动物,若否,则返回步骤S101,重新计算第二运动轨迹,若是,则执行步骤S103:根据第二运动轨迹向预设区域发射激光警示标识。
5.根据权利要求1所述的基于数据识别的智慧照明控制方法,其特征在于,在将预设范围内的照明设备追踪投射至警示照明区域时,所述方法还包括以下步骤:
步骤S300:根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域;
步骤S301:将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道内,形成光导指引区间。
6.基于数据识别的智慧照明控制***,其特征在于,用于实现权利要求1-5中任一项所述的基于数据识别的智慧照明控制方法,包括:
照明组件,包括照明设备、警示设备,所述照明设备设置于预设区域,通过所述照明设备向指定区域投射灯光;所述警示设备安装于警示物上,通过所述警示设备投射警示灯光;
阻隔设备,其设置于警示区域,通过所述阻隔设备将警示区域的移动位置阻隔,形成止停区间;
控制组件,所述控制组件包括:
激光标识模块,用于根据预设区域的运动数据计算运动轨迹,进而根据运动轨迹向预设区域发射激光引导标识;
警示判断模块,用于根据第一运动轨迹判断警示区域的警示物,根据第二运动轨迹判断警示区域的运动物;
照明控制模块,用于采用粒子群优化算法计算照明投射角度、照明投射亮度,根据照明投射角度、第一运动轨迹划定警示照明区域,进而根据照明投射亮度,将预设范围内的照明设备追踪投射至警示照明区域;
警示止停模块,用于向警示区域的待警示位置发射警示标识,进而根据预设优先级将警示区域的移动位置阻隔,形成止停区间,待警示物或运动物离开警示区域后,将警示区域的移动位置取消阻挡;
运动警示模块,用于使警示物向预设运动范围投射第一警示灯光,同时使警示物向预设警示范围投射第二警示灯光;
光导指引模块,用于根据照明投射亮度,将预设范围内第一预设数量的照明设备追踪投射至警示照明区域,将预设范围内第二预设数量的照明设备调整至预设投射角度,进而将预设范围内第二预设数量的照明设备追踪投射至引光通道内,形成光导指引区间。
7.一种计算机介质,其特征在于,所述计算机介质上存储有计算机程序,所述计算机程序被处理器执行实现权利要求1-5中任一项所述的基于数据识别的智慧照明控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135171.0A CN116859876B (zh) | 2023-09-05 | 2023-09-05 | 基于数据识别的智慧照明控制方法、***及计算机介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311135171.0A CN116859876B (zh) | 2023-09-05 | 2023-09-05 | 基于数据识别的智慧照明控制方法、***及计算机介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116859876A CN116859876A (zh) | 2023-10-10 |
CN116859876B true CN116859876B (zh) | 2023-12-05 |
Family
ID=88219480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311135171.0A Active CN116859876B (zh) | 2023-09-05 | 2023-09-05 | 基于数据识别的智慧照明控制方法、***及计算机介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116859876B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA717206A (en) * | 1965-08-31 | M. Phelps Stuart | Crossing protection system | |
CN106054879A (zh) * | 2016-06-07 | 2016-10-26 | 深圳动进智能科技有限公司 | Agv小车控制***及控制方法 |
CN107128240A (zh) * | 2016-02-29 | 2017-09-05 | 长城汽车股份有限公司 | 车辆、车辆的照明***及其控制方法 |
CN108848462A (zh) * | 2018-06-19 | 2018-11-20 | 连云港杰瑞电子有限公司 | 适用于信号控制交叉口的实时车辆轨迹预测方法 |
CN111204277A (zh) * | 2020-02-28 | 2020-05-29 | 华域视觉科技(上海)有限公司 | 一种引导式照明***、方法及车辆 |
CN112752375A (zh) * | 2018-11-02 | 2021-05-04 | 中国计量大学 | 基于场景自动识别的商务酒店客房照明控制器及照明*** |
CN113312438A (zh) * | 2021-03-09 | 2021-08-27 | 中南大学 | 融合航线提取与趋势判断的海上目标位置预测方法 |
CN113665483A (zh) * | 2021-09-06 | 2021-11-19 | 戴姆勒股份公司 | 用于车辆的碰撞危险警告*** |
CN114485698A (zh) * | 2021-12-28 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种交叉路口引导线生成方法及*** |
CN115158310A (zh) * | 2022-08-22 | 2022-10-11 | 梅赛德斯-奔驰集团股份公司 | 用于控制车辆的车灯的方法和设备 |
CN115356347A (zh) * | 2022-07-05 | 2022-11-18 | 江苏理工学院 | 视觉检测***的补光***光源优化方法及所用实验装置 |
-
2023
- 2023-09-05 CN CN202311135171.0A patent/CN116859876B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA717206A (en) * | 1965-08-31 | M. Phelps Stuart | Crossing protection system | |
CN107128240A (zh) * | 2016-02-29 | 2017-09-05 | 长城汽车股份有限公司 | 车辆、车辆的照明***及其控制方法 |
CN106054879A (zh) * | 2016-06-07 | 2016-10-26 | 深圳动进智能科技有限公司 | Agv小车控制***及控制方法 |
CN108848462A (zh) * | 2018-06-19 | 2018-11-20 | 连云港杰瑞电子有限公司 | 适用于信号控制交叉口的实时车辆轨迹预测方法 |
CN112752375A (zh) * | 2018-11-02 | 2021-05-04 | 中国计量大学 | 基于场景自动识别的商务酒店客房照明控制器及照明*** |
CN111204277A (zh) * | 2020-02-28 | 2020-05-29 | 华域视觉科技(上海)有限公司 | 一种引导式照明***、方法及车辆 |
CN113312438A (zh) * | 2021-03-09 | 2021-08-27 | 中南大学 | 融合航线提取与趋势判断的海上目标位置预测方法 |
CN113665483A (zh) * | 2021-09-06 | 2021-11-19 | 戴姆勒股份公司 | 用于车辆的碰撞危险警告*** |
CN114485698A (zh) * | 2021-12-28 | 2022-05-13 | 武汉中海庭数据技术有限公司 | 一种交叉路口引导线生成方法及*** |
CN115356347A (zh) * | 2022-07-05 | 2022-11-18 | 江苏理工学院 | 视觉检测***的补光***光源优化方法及所用实验装置 |
CN115158310A (zh) * | 2022-08-22 | 2022-10-11 | 梅赛德斯-奔驰集团股份公司 | 用于控制车辆的车灯的方法和设备 |
Also Published As
Publication number | Publication date |
---|---|
CN116859876A (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dai et al. | Fast frontier-based information-driven autonomous exploration with an mav | |
EP3590016B1 (en) | Method and system for simultaneous localization and sensor calibration | |
CN107272710B (zh) | 一种基于视觉定位的医用物流机器人***及其控制方法 | |
US11275173B2 (en) | Yaw rate from radar data | |
US9116521B2 (en) | Autonomous moving device and control method thereof | |
US11351996B2 (en) | Trajectory prediction of surrounding vehicles using predefined routes | |
WO2020182470A1 (en) | Route planning in an autonomous device | |
CN109374069A (zh) | 畜禽养殖场即时环境信息的空间分布监测***及监测方法 | |
US11604469B2 (en) | Route determining device, robot, and route determining method | |
US20220189054A1 (en) | Localization based on semantic objects | |
JP2021501380A (ja) | 包括的なマルチエージェントロボット管理システム | |
KR20150020900A (ko) | 레이저 스캐너를 이용한 위치인식 및 맵핑 시스템을 이용한 위치인식 방법 | |
JP2019074458A (ja) | 情報処理装置、学習済モデル、情報処理方法、およびプログラム | |
Jin et al. | A robust autonomous following method for mobile robots in dynamic environments | |
Franke et al. | Versatile autonomous transportation vehicle for highly flexible use in industrial applications | |
KR102033144B1 (ko) | 가시광 통신을 이용한 무인반송차 제어시스템 | |
KR20170136762A (ko) | 자율 비행체를 이용한 환경 평가 측정 시스템 및 그 방법 | |
CN116859876B (zh) | 基于数据识别的智慧照明控制方法、***及计算机介质 | |
JP2020095339A (ja) | 移動体、移動体の制御方法及びプログラム | |
CN111844038A (zh) | 一种机器人运动信息识别方法、避障方法及避障机器人、避障*** | |
KR100621415B1 (ko) | 이동로봇의 자기위치 검출시스템 및 검출방법 | |
US10990104B2 (en) | Systems and methods including motorized apparatus for calibrating sensors | |
Li et al. | Comparison and evaluation of SLAM algorithms for AGV navigation | |
Rajvanshi et al. | Autonomous Docking Using Learning-Based Scene Segmentation in Underground Mine Environments | |
Herbert et al. | A Multi-source Localization System for Driverless Material Transport in Mixed Indoor and Outdoor Areas |
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 |