CN117676951A - 一种基于卡尔曼滤波算法的隧道智能调光方法及*** - Google Patents
一种基于卡尔曼滤波算法的隧道智能调光方法及*** Download PDFInfo
- Publication number
- CN117676951A CN117676951A CN202410065872.XA CN202410065872A CN117676951A CN 117676951 A CN117676951 A CN 117676951A CN 202410065872 A CN202410065872 A CN 202410065872A CN 117676951 A CN117676951 A CN 117676951A
- Authority
- CN
- China
- Prior art keywords
- dimming
- tunnel
- estimated
- value
- segment
- 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.)
- Pending
Links
- 238000001914 filtration Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005286 illumination Methods 0.000 claims abstract description 54
- 238000005457 optimization Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种基于卡尔曼滤波算法的隧道智能调光方法及***,包括:获取隧道洞外环境光照强度信号和隧道洞内车流信号;基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。本发明实现对当前估测调光值的滤波和预测,从而提高调光的准确性和稳定性,防止出现忽明忽暗的隧道照明现象,使得隧道内亮度调节更为柔和平滑,可以更好的匹配人眼对于亮度变化的要求,保障隧道内行车安全。
Description
技术领域
本发明涉及隧道照明技术领域,尤其涉及一种基于卡尔曼滤波算法的隧道智能调光方法及***。
背景技术
隧道智能调光是在高速公路隧道照明领域的一项技术革新,其主要是为了解决隧道内外交通环境的显著差异所带来的照明质量问题。随着我国高速公路事业的蓬勃发展以及对于节能环保意识的不断,该技术必将得到更广泛的发展。
现有的隧道智能调光中,可以通过一系列光电传感器、交通流量检测器等设备,对隧道内的车流量、光照度等信息进行实时监测和分析,然后根据预设的调光方案,控制灯光的亮度和数量,使其在不同的时间段和不同的车流量下,达到最佳的照明效果。然而在实际运用中,存在隧道内照度前后变化太大、亮暗变化过于剧烈导致司机视觉一时无法适应的问题,因此若能精准感应外界环境同时进行线性的连续调光控制,则不仅可以节能减排降低电力浪费,更能保障隧道内的行车安全。
发明内容
本发明的目的是提供一种基于卡尔曼滤波算法的隧道智能调光方法及***,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。
本发明为实现上述发明目的采用如下技术方案:
本发明提供了一种基于卡尔曼滤波算法的隧道智能调光方法,包括:
获取隧道洞外环境光照强度信号和隧道洞内车流信号;
基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
进一步地,所述隧道包括入口调光段;
相应的,所述预测当前估测调光值,包括:
基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值。
进一步地,所述当前入口调光段估测调光值的公式如下:
x1[i+1] = (1-K[i+1])*x1[i] + K[i+1]*z1[i+1]
式中,x1[i+1]为当前入口调光段估测调光值;x1[i]为上次入口调光段估测调光值;z1为隧道洞外测量亮度值;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P1[i]+Q)/(P1[i]+Q+R)
式中,P1[i]是上次入口调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
进一步地,所述隧道包括基本调光段;
相应的,所述预测当前估测调光值,包括:
基于隧道洞内车流信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值。
进一步地,所述当前基本调光段估测调光值的公式如下:
x2[i+1] = (1-K[i+1])*x2[i] + K[i+1]*z2[i+1]
式中,x2[i+1]为当前基本调光段估测调光值;x2[i]为上次基本调光段估测调光值;z2为隧道洞内车流信号;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P2[i]+Q)/(P2[i]+Q+R)
式中,P2[i]是上次基本调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
本发明提供了一种基于卡尔曼滤波算法的隧道智能调光***,包括:
获取单元,用于获取隧道洞外环境光照强度信号和隧道洞内车流信号;
预测单元,用于基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
调节单元,用于根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
进一步地,所述隧道包括入口调光段;
相应的,所述预测单元包括第一预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值。
进一步地,所述隧道包括基本调光段;
相应的,所述预测单元包括第二预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值。
本发明提供了一种基于卡尔曼滤波算法的隧道智能调光***,包括相互独立配置于照明环境范围内的光电传感器、交通流量检测器、调光控制设备、LED灯具以及内置于所述调光控制设备的卡尔曼滤波模块:
所述光电传感器用于采集隧道洞外环境光照强度信号;
所述交通流量检测器用于采集隧道洞内车流信号;
所述调光控制设备用于获取隧道洞外环境光照强度信号和隧道洞内车流信号,并通过所述卡尔曼滤波模块基于上次估测调光值,对隧道洞外环境光照强度信号和隧道洞内车流信号进行平滑优化,去除噪声和不确定性干扰,并输出优化后的当前估测调光值后通过所述调光控制设备的可调电压接口把调光值转换为0~10V调光电压输出至LED灯具;
所述LED灯具模块用于接收0~10V调光电压并进行亮度调节为对应值。
进一步地,所述调光控制设备的可调电压接口采用MOS管推挽电路。
本发明的有益效果如下:
本发明基于隧道洞外环境光照强度信号和隧道洞内车流信号通过卡尔曼滤波算法进行自动调光,并在自动调节时根据上次估测调光值,实现对当前估测调光值的滤波和预测,从而提高调光的准确性和稳定性,防止出现忽明忽暗的隧道照明现象,使得隧道内亮度调节更为柔和平滑,可以更好的匹配人眼对于亮度变化的要求,保障隧道内行车安全;
隧道照明分段调光设置是为满足驾驶员视觉从高亮度向低亮度,或从低亮度向高亮度变化适应的需求,使亮度水平更加符合实际的车流量和洞外亮度情况,从而达到安全运营和节能降耗的目的。
附图说明
图1为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光方法的流程框图;
图2为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光***的安装模拟图;
图3为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光***的结构框图;
图4为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光方法及***中入口调光段的调光效果图;
图5为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光方法及***中基本调光段的调光效果图;
图6为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光***中MOS管推挽电路图;
图7为根据本发明实施例提供的一种基于卡尔曼滤波算法的隧道智能调光***的结构框图。
具体实施方式
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
实施例
如图1、图4和图5,本发明提供的一种基于卡尔曼滤波算法的隧道智能调光方法,包括以下步骤:
S100,获取隧道洞外环境光照强度信号和隧道洞内车流信号;
S200,基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
S300,根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
在S200中,所述隧道包括入口调光段,入口调光段为进入隧道的第一照明段,是使驾驶员视觉适应由洞外高亮度环境向洞内低亮度环境过渡设置的照明段;
相应的,所述预测当前估测调光值,包括:
S201,基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值。
具体而言,所述当前入口调光段估测调光值的公式如下:
x1[i+1] = (1-K[i+1])*x1[i] + K[i+1]*z1[i+1]
式中,x1[i+1]为当前入口调光段估测调光值;x1[i]为上次入口调光段估测调光值;z1为隧道洞外测量亮度值;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P1[i]+Q)/(P1[i]+Q+R)
式中,P1[i]是上次入口调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
在S200中,所述隧道还包括基本调光段,基本调光段为沿行车方向连接入口调光段和出口段的照明段,是为驾驶员行车提供最低亮度要求设置的照明段;
相应的,所述预测当前估测调光值,包括:
S202,基于隧道洞内车流信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值。
具体而言,所述当前基本调光段估测调光值的公式如下:
x2[i+1] = (1-K[i+1])*x2[i] + K[i+1]*z2[i+1]
式中,x2[i+1]为当前基本调光段估测调光值;x2[i]为上次基本调光段估测调光值;z2为隧道洞内车流信号;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P2[i]+Q)/(P2[i]+Q+R)
式中,P2[i]是上次基本调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
实施例
如图2至图6,本发明提供了一种基于卡尔曼滤波算法的隧道智能调光***,包括相互独立配置于照明环境范围内的光电传感器、交通流量检测器、调光控制设备、LED灯具以及内置于所述调光控制设备的卡尔曼滤波模块:
通过光电传感器采集隧道洞外环境光照强度信号,所述光电传感器包括用于采集隧道洞外环境的光照强度模拟量信号的光强度传感器,用于将采集的光照强度模拟量信号转换为光照强度数字量信号的光照处理芯片,以及将光照强度数字量信号输出的RS485串口芯片。作为优选,所述光强度传感器采用 KM35B61光照度传感器,并采用RS485串口与调光控制设备连接。
通过交通流量检测器采集隧道洞内车流信号,用于采集洞内某段时间内的平均车流量,默认为每小时的车流量。作为优选,所述交通流量检测器采用TCR300交通流量雷达传感器,并采用网口与调光控制设备连接。
通过调光控制设备获取所述光电传感器和所述交通流量检测器采集的隧道洞外环境光照强度信号和隧道洞内车流信号,并通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值,并根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
调光控制设备包括通过RS485串口和网口分别获取光电传感器的隧道洞外环境光照强度值和交通流量检测器的单位时间内车流量信息,再通过可调电压接口输出0~10V调光电压对LED灯具亮度进行条件。所诉RS485串口采用ADM2483串口芯片,所述网口采用DM9000A网口芯片,所述可调电压接口采用MOS管推挽电路。
调光控制设备内置有卡尔曼滤波模块,在调光时,来自光电传感器采集的隧道洞外环境光照强度信号和来自交通流量检测器采集的车流信号分别通过串口和网口发送卡尔曼滤波模块,再基于上次估测调光值,对当前调光初始信号进行平滑优化处理获取当前预估调光值后最终通过调光控制设备的可调电压接口把调光值转换为0~10V调光电压输出给LED灯具,LED灯具接收到0~10V调光电压后把亮度调节为对应值。
实施例
如图4、图5和图7,本发明提供了一种基于卡尔曼滤波算法的隧道智能调光***,包括:
获取单元,用于获取隧道洞外环境光照强度信号和隧道洞内车流信号;
预测单元,用于基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
调节单元,用于根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
具体而言,所述隧道包括入口调光段,入口调光段为进入隧道的第一照明段,是使驾驶员视觉适应由洞外高亮度环境向洞内低亮度环境过渡设置的照明段;
相应的,所述预测单元包括第一预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值,在这里,当前入口调光段估测调光值的公式如下:
x1[i+1] = (1-K[i+1])*x1[i] + K[i+1]*z1[i+1]
式中,x1[i+1]为当前入口调光段估测调光值;x1[i]为上次入口调光段估测调光值;z1为隧道洞外测量亮度值;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P1[i]+Q)/(P1[i]+Q+R)
式中,P1[i]是上次入口调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
进一步地,所述隧道包括基本调光段,基本调光段为沿行车方向连接入口调光段和出口段的照明段,是为驾驶员行车提供最低亮度要求设置的照明段;
相应的,所述预测单元包括第二预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值,在这里,当前基本调光段估测调光值的公式如下:
x2[i+1] = (1-K[i+1])*x2[i] + K[i+1]*z2[i+1]
式中,x2[i+1]为当前基本调光段估测调光值;x2[i]为上次基本调光段估测调光值;z2为隧道洞内车流信号;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P2[i]+Q)/(P2[i]+Q+R)
式中,P2[i]是上次基本调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
综上实施例,本发明基于隧道洞外环境光照强度信号和隧道洞内车流信号通过卡尔曼滤波算法进行自动调光,并在自动调节时根据上次估测调光值,实现对当前估测调光值的滤波和预测,从而提高调光的准确性和稳定性,防止出现忽明忽暗的隧道照明现象,使得隧道内亮度调节更为柔和平滑,可以更好的匹配人眼对于亮度变化的要求,保障隧道内行车安全;
隧道照明分段调光设置是为满足驾驶员视觉从高亮度向低亮度,或从低亮度向高亮度变化适应的需求,使亮度水平更加符合实际的车流量和洞外亮度情况,从而达到安全运营和节能降耗的目的。
视觉从高亮度到低亮度适应的反应时间通常较长,反之则较短,因此行车进口端加强照明段(即入口调光段)长度大于行车出口端加强照明段(即出口段)长度。参考《公路隧道照明设计细则》,入口调光段长度计算:Dth=1.154Ds-(h-1.5)/tan10°。假设行车速度120KM/H,入口坡度0%计算,经查表得取照明行车视距Ds为210m。洞口内净空高度h为4.5m,由此得出隧道入口调光段长度Dth为224m。出口段长度宜取60m,同时固定亮度,无需调光,基本调光段长度为除去入口调光段和出口段的其余隧道长度。
本领域内的技术人员应明白,本申请的实施例可提供为方法、***、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于卡尔曼滤波算法的隧道智能调光方法,其特征在于,包括:
获取隧道洞外环境光照强度信号和隧道洞内车流信号;
基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
2.根据权利要求1所述的一种基于卡尔曼滤波算法的隧道智能调光方法,其特征在于,所述隧道包括入口调光段;
相应的,所述预测当前估测调光值,包括:
基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值。
3.根据权利要求2所述的一种基于卡尔曼滤波算法的隧道智能调光方法,其特征在于,所述当前入口调光段估测调光值的公式如下:
x1[i+1] = (1-K[i+1])*x1[i] + K[i+1]*z1[i+1]
式中,x1[i+1]为当前入口调光段估测调光值;x1[i]为上次入口调光段估测调光值;z1为隧道洞外测量亮度值;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P1[i]+Q)/(P1[i]+Q+R)
式中,P1[i]是上次入口调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
4.根据权利要求3所述的一种基于卡尔曼滤波算法的隧道智能调光方法,其特征在于,所述隧道包括基本调光段;
相应的,所述预测当前估测调光值,包括:
基于隧道洞内车流信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值。
5.根据权利要求4所述的一种基于卡尔曼滤波算法的隧道智能调光方法,其特征在于,所述当前基本调光段估测调光值的公式如下:
x2[i+1] = (1-K[i+1])*x2[i] + K[i+1]*z2[i+1]
式中,x2[i+1]为当前基本调光段估测调光值;x2[i]为上次基本调光段估测调光值;z2为隧道洞内车流信号;K[i+1]为卡尔曼增益系数;i为估测次数;
所述卡尔曼增益系数K[i+1]的公式如下:
K[i+1] = (P2[i]+Q)/(P2[i]+Q+R)
式中,P2[i]是上次基本调光段估测调光值的方差;Q是高斯噪声的方差,R是测量值的方差,Q和R都是常数。
6.一种基于卡尔曼滤波算法的隧道智能调光***,其特征在于,包括:
获取单元,用于获取隧道洞外环境光照强度信号和隧道洞内车流信号;
预测单元,用于基于隧道洞外环境光照强度信号和隧道洞内车流信号,通过卡尔曼滤波算法根据上次估测调光值来预测当前估测调光值;
调节单元,用于根据当前估测调光值输出对应的0~10V调光电压至LED灯具,使得LED灯具接收到调光电压后把亮度调节为对应值。
7.根据权利要求6所述的一种基于卡尔曼滤波算法的隧道智能调光***,其特征在于,所述隧道包括入口调光段;
相应的,所述预测单元包括第一预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次入口调光段估测调光值来预测当前入口调光段估测调光值。
8.根据权利要求7所述的一种基于卡尔曼滤波算法的隧道智能调光***,其特征在于,所述隧道包括基本调光段;
相应的,所述预测单元包括第二预测模块,用于基于隧道洞外环境光照强度信号,通过卡尔曼滤波算法根据上次基本调光段估测调光值来预测当前基本调光段估测调光值。
9.一种基于卡尔曼滤波算法的隧道智能调光***,其特征在于,包括相互独立配置于照明环境范围内的光电传感器、交通流量检测器、调光控制设备、LED灯具以及内置于所述调光控制设备的卡尔曼滤波模块:
所述光电传感器用于采集隧道洞外环境光照强度信号;
所述交通流量检测器用于采集隧道洞内车流信号;
所述调光控制设备用于获取隧道洞外环境光照强度信号和隧道洞内车流信号,并通过所述卡尔曼滤波模块基于上次估测调光值,对隧道洞外环境光照强度信号和隧道洞内车流信号进行平滑优化,去除噪声和不确定性干扰,并输出优化后的当前估测调光值后通过所述调光控制设备的可调电压接口把调光值转换为0~10V调光电压输出至LED灯具;
所述LED灯具模块用于接收0~10V调光电压并进行亮度调节为对应值。
10.根据权利要求9所述的一种基于卡尔曼滤波算法的隧道智能调光***,其特征在于,所述调光控制设备的可调电压接口采用MOS管推挽电路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410065872.XA CN117676951A (zh) | 2024-01-17 | 2024-01-17 | 一种基于卡尔曼滤波算法的隧道智能调光方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410065872.XA CN117676951A (zh) | 2024-01-17 | 2024-01-17 | 一种基于卡尔曼滤波算法的隧道智能调光方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117676951A true CN117676951A (zh) | 2024-03-08 |
Family
ID=90073421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410065872.XA Pending CN117676951A (zh) | 2024-01-17 | 2024-01-17 | 一种基于卡尔曼滤波算法的隧道智能调光方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117676951A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140140729A (ko) * | 2013-05-30 | 2014-12-10 | 주식회사 코지 | 축사 내 지그비 네트워크 기반의 수요 전력 예측을 통한 시설조명 소비전력을 최소화하는 시스템 |
US20170363897A1 (en) * | 2014-10-14 | 2017-12-21 | Signum Bildtechnik GmbH | Device and method for reducing the dazzle effect in a room of a building |
CN110165707A (zh) * | 2019-02-26 | 2019-08-23 | 国网吉林省电力有限公司 | 基于卡尔曼滤波和模型预测控制的光储***优化控制方法 |
CN111447711A (zh) * | 2020-04-22 | 2020-07-24 | 苏州纽克斯电源技术股份有限公司 | 灯具保护电路、灯具及灯具调光方法 |
CN112114184A (zh) * | 2020-07-08 | 2020-12-22 | 珠海兴诺能源技术有限公司 | 充电桩充电过程的pwm信号优化方法、设备、介质及装置 |
CN112487722A (zh) * | 2020-12-03 | 2021-03-12 | 杭州电子科技大学 | 一种led***智能调光的动态模糊神经网络建模方法 |
CN113905474A (zh) * | 2021-09-07 | 2022-01-07 | 中国电建集团华东勘测设计研究院有限公司 | 一种城市隧道智能照明***及调光方法 |
CN114666938A (zh) * | 2022-02-24 | 2022-06-24 | 深圳市海洋王照明工程有限公司 | 调光控制器、灯具调光方法及存储介质 |
CN116264752A (zh) * | 2022-12-27 | 2023-06-16 | 上海中电电子***科技股份有限公司 | 一种考虑交通状况和不同路段的隧道调光控制方法及*** |
-
2024
- 2024-01-17 CN CN202410065872.XA patent/CN117676951A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140140729A (ko) * | 2013-05-30 | 2014-12-10 | 주식회사 코지 | 축사 내 지그비 네트워크 기반의 수요 전력 예측을 통한 시설조명 소비전력을 최소화하는 시스템 |
US20170363897A1 (en) * | 2014-10-14 | 2017-12-21 | Signum Bildtechnik GmbH | Device and method for reducing the dazzle effect in a room of a building |
CN110165707A (zh) * | 2019-02-26 | 2019-08-23 | 国网吉林省电力有限公司 | 基于卡尔曼滤波和模型预测控制的光储***优化控制方法 |
CN111447711A (zh) * | 2020-04-22 | 2020-07-24 | 苏州纽克斯电源技术股份有限公司 | 灯具保护电路、灯具及灯具调光方法 |
CN112114184A (zh) * | 2020-07-08 | 2020-12-22 | 珠海兴诺能源技术有限公司 | 充电桩充电过程的pwm信号优化方法、设备、介质及装置 |
CN112487722A (zh) * | 2020-12-03 | 2021-03-12 | 杭州电子科技大学 | 一种led***智能调光的动态模糊神经网络建模方法 |
CN113905474A (zh) * | 2021-09-07 | 2022-01-07 | 中国电建集团华东勘测设计研究院有限公司 | 一种城市隧道智能照明***及调光方法 |
CN114666938A (zh) * | 2022-02-24 | 2022-06-24 | 深圳市海洋王照明工程有限公司 | 调光控制器、灯具调光方法及存储介质 |
CN116264752A (zh) * | 2022-12-27 | 2023-06-16 | 上海中电电子***科技股份有限公司 | 一种考虑交通状况和不同路段的隧道调光控制方法及*** |
Non-Patent Citations (1)
Title |
---|
奚林祥: "照明***中的节能型均衡调光算法研究", 优秀硕士学位论文全文库, 15 February 2018 (2018-02-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113905474B (zh) | 一种城市隧道智能照明***及调光方法 | |
CN105282947B (zh) | 一种基于监控图像的隧道照明节能智慧控制*** | |
US20140117856A1 (en) | Control apparatus and method for automatically turning street lamps on or off | |
CN113490312B (zh) | 高速公路隧道智慧照明调光方法及*** | |
CN107896411B (zh) | 隧道照明***及其控制方法 | |
CN109413807A (zh) | 智慧城市路灯控制***及控制方法 | |
CN108901110B (zh) | 节能型公路隧道等效照明控制*** | |
Carnì et al. | A smart control to operate the lighting system in the road tunnels | |
CN112040620A (zh) | 一种隧道照明节能感控*** | |
CN105466556A (zh) | 一种隧道亮度检测*** | |
CN105934042A (zh) | 一种led路灯智能控制器及控制方法 | |
KR100332617B1 (ko) | 터널 조명 제어방법 및 장치 | |
CN117676951A (zh) | 一种基于卡尔曼滤波算法的隧道智能调光方法及*** | |
CN113260123A (zh) | 一种车路协同的隧道内照明控制方法、***及设备 | |
CN210986499U (zh) | 公路隧道照明的控制装置 | |
CN116723616B (zh) | 一种灯光亮度控制方法及*** | |
CN114269056A (zh) | 照明控制方法及装置 | |
CN110708841B (zh) | 一种智慧路灯自适应节能控制方法 | |
CN104902624B (zh) | 大功率调光控制*** | |
CN110662330A (zh) | 基于光感应和车辆检测的隧道灯调光调色方法 | |
CN204795707U (zh) | 一种隧道照明智能控制*** | |
CN112601317A (zh) | 一种隧道照明的智能控制*** | |
CN116997057A (zh) | 一种基于模糊控制规则的隧道照明***及其方法 | |
CN111479358A (zh) | 基于电磁波层析成像的智慧路灯节能管理***及方法 | |
CN102474952A (zh) | 用于人造光源调整电源的方法和调整*** |
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 |