CN101849434B - 用于自动再现照明场景的光控制系统和方法 - Google Patents

Abstract

本发明涉及利用照明系统对照明场景的自动再现，特别是再现的控制。本发明的基本思想是通过自动地补偿干扰(例如再现的照明场景的外来光源或动态摄动事件)来改进照明场景的再现。本发明的一个实施例提供了一种用于利用照明系统自动地再现照明场景的光控制系统(10)，其中该光控制(10)系统适于针对干扰的发生监控再现的照明场景(14，20，22，24)，以及自动地重新配置照明系统，使得监控的干扰的发生被补偿(16，18，12)。结果，本发明允许防止例如由出故障的或外来的光源造成的动态扰动或未预见事件使预期的照明场景的再现失真。

Description

用于自动再现照明场景的光控制系统和方法

本发明涉及利用照明(lighting)系统对照明场景(lighting scene)的自动再现(rendering)，特别是再现的控制。

照明模块中的技术发展，例如固态照明，允许创建详细描述的照明气氛或场景，其受益于比如颜色、(相关)色温、可变光束宽度等等的增强的照明特征的使用。为了有效地控制这些照明模块的许多控制参数，开发了先进光控制系统，其能够帮助终端用户配置照明模块的设置。这些先进光控制系统也可能能够例如根据包含特定照明气氛或场景的抽象描述的XML文件自动地在房间内再现特定的照明气氛或场景，所述抽象描述被自动处理以便产生用于具体照明设施的照明模块的控制值或参数。通常，可以将照明气氛或场景定义为在空间和时间上协调地并发的照明效果集合。

然而，意外事件的发生，例如涉及的任何光源发生故障，与照明控制系统相异(即不受系统控制)的光源意外合并到预期场景的再现，或者阳光的动态特性，作为结果都可能破坏再现的场景。而且，无论何时彩色光用来实现所述气氛或场景，摄动(perturbation)效应都变得甚至更加可察觉。不希望的和摄动的效应在这里统称为对再现的照明气氛或场景的干扰。

US6118231公开了一种用于控制利用若干光源或若干光源组照亮的房间中的发光度(luminosity)的控制系统和设备。为了控制发光度，使用了一种系统，利用该系统，可以调节或修改各光源或光源组的光强度之比，并且利用该系统，在保持各光源或光源组的光强度之比不变的同时可以调节或修改房间内的总发光度。特别地，为此目的，将控制设备集成到该系统内并且连接到各种不同光源的所有操作设备以便控制各光源的功耗。该系统还可以被配置成不仅控制人造光源，而且控制进入房间的日光，日光的光强度可以通过房间调暗设备来调控。

本发明的目的是提供一种用于自动地再现照明场景的改进的控制系统和方法。

这个目的是通过根据本发明的光控制系统和方法来解决的。

本发明的基本思想是通过自动地补偿干扰(例如再现的照明场景的外来光源或动态摄动事件)来改进照明场景的再现。特别地，如果再现的照明场景的干扰被检测到并且认为是合理的，那么可以对其进行表征，并且其表征然后可以用来重新配置再现的照明场景。结果，本发明允许防止例如由出故障的或外来的光源造成的动态扰动或未预见事件使预期的照明场景的再现失真。此外，如果阳光被感知或识别为扰动，那么本发明允许隐含地使能日光收获，从而给照明系统带来增大的能量效率。

本文中使用的术语“干扰”应当被理解为包括造成照明气氛或场景与要由光控制系统自动再现的预期的照明气氛或场景的偏差的任何效应。例如，干扰可以是对于再现的照明场景的任何不希望的和摄动的效应，其例如由涉及的任何光源的故障、外来(即不受系统控制)的光源意外合并到预期照明场景的再现或者阳光的动态特性造成。

本发明的一个实施例提供了一种用于利用照明系统自动地再现照明场景的光控制系统，其中该光控制系统适于

-针对干扰的发生监控再现的照明场景，以及

-自动地重新配置照明系统，使得监控的干扰的发生被补偿。

因此，可以在光控制系统中实现闭环控制策略。与其中受益于阳光以便增大能量效率的仅用来主要执行日光收获的闭环策略形成对照的是，本发明的系统允许在发生干扰的情况下自发重新配置照明设施。

依照本发明的另一实施例，针对干扰的发生监控再现的照明场景可以包括

-扫描再现的照明场景，以及

-检测扫描的照明场景相对于参考照明场景的显著偏差。

扫描再现的照明场景可以例如通过例如利用特殊光检测器或传感器、照相机或者广域光电检测器获取场景的传感器读数来实现。

在本发明的另一实施例中，

-扫描再现的照明场景可以包括在一定时间段内在给定测量点处获取样本，并且

-检测显著偏差可以包括处理这些样本。

例如，样本的处理可以通过可以由处理器执行的专用算法来实现。

依照本发明的另一实施例，样本的处理可以包括将样本与参考值进行比较。参考值可以根据参考照明场景来设计，例如其中利用照明系统创建照明场景的房间内的特定参考位置处获取的样本。典型地，参考值根据在终端用户细调之后由光控制系统自动创建的照明场景而设计。参考值可以存储在光控制系统的数据库中。它们也可以特别是在终端用户调节照明场景之后不时地更新。

在本发明的实施例中，将样本与参考值进行比较可以包括以下之一：

-在感兴趣区域上对用户调整的照明场景与再现的照明场景的读数之间的计算差值进行平均，对该计算差值进行低通滤波，并且将该低通滤波的计算差值与一定阈值进行比较以便确定在最近观察的时间段期间是否出现了样本均值的显著变化；或者

-定义包含当前样本之前的最近时间段的时间窗，根据在定义的时间窗期间获取的样本估计预测器，例如线性预测器，运行广义似然比检验，并且将广义似然比检验的结果与一定阈值进行比较以便确定在特定感兴趣区域上监控的幅度是否发生了变化。

用于将样本与参考值进行比较的第一解决方案可以以相对较低的计算成本来实现。第二解决方案是一种用于检测外来光源的存在性或者所用照明系统的光源的移除或故障的更具鲁棒性的解决方案。

本发明的一个实施例规定所述自动重新配置照明系统可以包括

-根据检测的显著偏差触发干扰的表征过程，以及

-根据所述表征执行用于照明系统的配置设置的计算以便抵消表征的干扰。

干扰的表征可以用来检验在具有干扰的区域处与希望的照明场景的偏差是否大得足以使得再现新的照明场景是明智的。

在本发明的另一实施例中，所述系统可以适于执行允许根据给定光效果规范评估照明控制命令的方法。这允许进一步改善照明场景的再现。

此外，在本发明的一个实施例中，所述系统还可以包括光度特性(photometric characieristic)图表或者从中导出的数学模型，其表征要控制的照明系统的硬件的表现行为。因此，照明场景的再现可以由终端用户更好地调节以适应知觉。

在本发明的一个实施例中，所述光度特性图表或模型可以提供照明系统的光模块的配置设置与光模块的期望输出之间在参考点或工作表面处的关系。

在本发明的一个实施例中，所述系统还可以包括适于允许终端用户依照终端用户偏好细调自动再现的照明场景的工具。例如，这些工具可以是执行专用控制软件以便细调由光控制系统再现的照明场景的计算机。该计算机可以例如通过有线或无线连接连接到光控制系统。控制软件可以适于产生要发送到光控制系统以便细调再现的照明场景的控制信号。

依照本发明的另一实施例，所述系统可以适于执行评估方法并且可以包括精度边界，其使得允许

-评估利用光控制系统监控的再现的照明场景中的幅度统计变化的发生，以及

-对重新配置照明系统的需要做出决策。

在本发明的一个实施例中，所述系统还可以包括处理单元，其适于利用在先项目评估适合规定的照明场景的照明配置设置。

依照本发明的一个实施例，所述系统还可以包括通信技术和网络架构，其适于实施在自动地再现照明场景的过程中涉及的光控制系统的所有传感器、处理器和致动器之间的信息交换。

本发明的另一实施例提供了一种用于利用照明系统自动地再现照明场景的光控制方法，其包括

-针对干扰的发生监控再现的照明场景，以及

-自动地重新配置照明系统，使得监控的干扰的发生被补偿。

依照本发明的另一实施例，可以提供一种计算机程序，其在由计算机执行时能够执行依照本发明的上述方法。

依照本发明的另一实施例，可以提供一种存储了依照本发明的计算机程序的记录载体，例如CD-ROM、DVD、记忆卡、磁盘或者适于存储计算机程序以供电子访问的类似数据载体。

最后，本发明的一个实施例提供了一种计算机，其经过编程以执行依照本发明的方法并且包括用于与照明系统通信的接口。

本发明的这些和其他方面根据下面描述的实施例将是清楚明白的，并且将参照这些实施例进行阐述。

下面，将参照示例性实施例更详细地描述本发明。然而，本发明并不限于这些示例性实施例。

图1示出了依照本发明用于自动地再现照明场景的方法的实施例的流程图；以及

图2示出了依照本发明用于自动地再现照明场景的系统的实施例的框图。

在下文中，功能相似或相同的元件可以具有相同的附图标记。

由光模块提供的复杂的照明气氛创建所需的隐含冗余度可以通过在线重新配置策略被照明控制系统利用以提供照明系统的增强的性能和提高的可靠性。

下面的描述公开了如何可以借助于反馈控制策略来实现这点，其中再现的场景被主动监控和分析以便观察照明场景或气氛的任何可能的摄动。如果任何摄动或干扰被检测到并且认为是合理的扰动/令人烦恼，那么系统可以对其进行表征并且在运行用于照明系统的配置设置的计算中涉及的算法时使用该知识。

结果，有可能防止动态扰动或未预见事件(出故障的控制系统光源或者与其相异)使预期的照明场景的再现失真，而当阳光充当扰动时，那么隐含地使能日光收获，从而给照明控制系统带来增大的能量效率。

这里给出的本发明的实施例可以作为主要元素结合以下一个或多个：

-允许(enable)根据给定光效果规范评估照明控制命令的方法。

-光度特性图表或来自其中的模型，其表征安装的照明硬件的行为。它们提供光模块的配置设置与光模块的(期望)输出之间在参考点或工作表面处的关系。

-适当的工具，其允许终端用户依照终端用户偏好细调初始时自动再现的照明场景。

适当的光电传感器，其在照明系统运行期间收集参考测量点(工作表面)处(上)的光相关幅度的读数。

-允许评估再现的照明场景中的监控的幅度统计变化的发生并且对重新配置照明系统的需要做出决策的方法和明确定义的精度边界。

-处理单元，其利用在先项目评估适合规定的照明场景的照明配置设置。

-通信技术和网络架构，其实施在所有涉及的传感器、处理器和致动器之间的信息交换。

图1示出了依照本发明用于自动地再现照明场景的方法的流程图。该方法包括以下基本步骤：

步骤S10：扫描由光控制系统自动地再现的照明场景，所述光控制系统相应地配置照明系统。

步骤S12：检测扫描的照明场景相对于参考照明场景的显著偏差。

步骤S14：根据检测的显著偏差触发干扰的表征过程。

步骤S16：根据所述表征执行用于照明系统的配置设置的计算以便抵消表征的干扰。

上述步骤中的每一个可以包括若干子步骤，其如下面将要更详细地描述的，执行对扫描的再现照明场景的进一步分析或处理。

步骤S10可以包括通过传感器读数主动地扫描再现的照明气氛。可以对传感器输入进行处理以便寻找任何外来的、出故障的或者移除的光源(人造的或自然的)的踪迹。为此目的，可以将用户微调的照明场景的初始测量取为参考。

步骤S12中相对于参考照明场景的显著偏差的检测触发步骤S14中的干扰的表征过程以及相应地触发步骤S16中适当配置设置的新计算以便抵消干扰。

为了进一步理解步骤S12-S16，考虑在特定房间内再现的照明气氛。假设该气氛由光控制系统的操作而得到，所述光控制系统自动地计算安装的照明硬件(即照明系统)所需的配置设置以便在房间的不同感兴趣区域处再现光分布以及其他光效果。

提供给所述系统以便表示预期的光分布的输入可以存在于(优选地高动态范围，因为可能涉及日光)位图(如出版物“RecoVering highdyna mic range radiance maps from photographs”，Debevec P.E.andMalik J.，Proceedings ACM SIGGRAPH，31：369-378，August1997中所述)、色温、亮度或照度图等等中。因此，由系统自动再现的脱离一定规范的气氛称为零场景。图片或读数形式的光度检测器的结果用来在光气氛中的不同感兴趣区域处执行测量。之后，将测量存储在数据存储体中，例如作为初始照明场景或零场景配置。接着，允许终端用户依照她(他)自己的偏好微调零场景。为此目的，他(她)可以使用适当的细调工具。一旦依照用户的喜好调整了零场景，则将得到的再现场景称为微调的场景。然后，可以要求他(她)遵从所述调节，并且在同意之后，对微调的场景重复在零场景上执行的相同测量并且将它们的值记录到提到的数据存储体中(这两组测量之间的差值应当在一定程度上代表由终端用户的微调操作带来的变化)。这个过程可以被认为是初始的系统设置，因为它通常在终端用户启动对特定照明场景的再现并且调节零场景以便满足她/他的偏好时发生。

接下来，在步骤S10期间以规则的时间间隔实现与针对零场景和微调(tweaked)的场景执行的测量和数据记录相似的测量和数据记录。然后，将在采样时刻处获得的结果与针对微调的场景(微调的场景因而作为参考场景)获得的结果进行比较，以便检测扫描的微调的照明场景的显著偏差。

在下文中，描述了通过监督以及与微调的场景的比较的检测，因为它可能在步骤S10和步骤S12中的一个或两个中执行。

光管理系统用来自动地计算受控的照明灯具的设置的数据的格式确定了执行采样时间处的读数所描绘的当前状态与微调的场景的当前状态之间的比较所遵循的程序。该比较的目的是查明是否已经观察到与微调的场景的显著偏差。如果情况如此，那么考虑了观察的新边界条件的照明场景的新再现可能是合理的。

现在，考虑部署在取为参考测量点的房间的给定位置处的可能异构的光度检测器集合。ρ_j，k[0]是微调的(光)场景中的第k个测量点处的传感器读数。j为范围从1到N_r的正整数，其中N_r为照明场景中被监控的感兴趣区域数。k为范围从1到N_j的正整数，其中N_j为照明场景中被监控的并且位于第j个感兴趣区域内的测量点数。类似地，ρ_j，k[i]代表再现的照明场景内第i个采样时间处完成的相同测量点处的传感器读数。

许多可替换方案是可能的，以执行与参考值的比较以便检测干扰光源的存在性。在下文中，给出了其中一些可替换方案。第一选项通过在感兴趣区域上对微调的场景与再现的照明场景的读数之间的计算差值(减法)进行平均来实现。

${\mathrm{\δ}}_{\mathrm{\ρ},j}\left[i\right]=\frac{1}{N_j}\underset{k=1}{\overset{N_j}{\mathrm{\Σ}}}{\mathrm{\ρ}}_{j,k}\left[i\right]-{\mathrm{\ρ}}_{j,k}\left[0\right]---\left(1\right)$

接下来，通过使用最近N_w个读数(请注意，这意味着观察时段的数量超过N_w)的加权平均对得到的差值(每区域)进行低通滤波，其中相等或更高的权重系数(w)可以分配给更近的读数。

${\mathrm{\δr}}_j\left[i\right]=\underset{l=i-N_w+1}{\overset{i}{\mathrm{\Σ}}}{w}_l+N_w-i\left[i\right]\·\mathrm{\δ}{\mathrm{\ρ}}_j\left[l\right]---\left(2\right)$

最后，由于在理想条件(即不存在干扰)下，计算的标号预期接近零，因而可以将它们与阈值

(读数中的期望噪声方差越高，则选择的阈值越高)进行比较以便确定在最近观察的N_w个时间段期间是否出现了光度读数均值的显著变化，从而场景的新再现是明智的选择，以便补偿与预期的照明场景的偏差，所述预期的照明场景即用户微调的场景。

检测外来光源的存在性或者可替换地用来再现希望的场景的光源的移除或故障的第二更具鲁棒性的选项可能存在于定义包含在当前采样时刻之前的最近N_w个时间段的(滑动)时间窗，根据其读数估计线性预测器，尽管可以改为使用其他的线性(例如状态空间)或非线性模型。因此，假设对于线性预测器，以下表达式成立

${\mathrm{\δr}}_j\left[i\right]=\underset{l=1}{\overset{N_w}{\mathrm{\Σ}}}{h}_{j,l}\·r_i[i-N_w+l]+e_j\left[i\right]=h_j*{{\{r}_j\}}_{n-N_w+1}^n{|}_{n=i}+e_j\left[i\right]---\left(3\right)$

但是接着，可能以自适应方式，例如采取递归最小二乘法，根据所述时间窗之外的所有过去的读数计算与在先的预测器共享相同结构的另一线性预测器。

${\mathrm{\δr}}_j\left[n\right]=h_{j,0}*{\left\{r_j\right\}}_{n-N_w+1}^n+c_{j,0}\left[n\right](n\≤i-N_w)---\left(4\right)$

如果将向量表示法用于读数，那么前面的等式可以更紧凑且方便地表示为

Δr_j[i]＝Φ_j[i]θ_j+e_j[i]       (5)

Δr_j[i]＝Φ_j[i]θ_j，o+e_j，o[i]

其中向量Δr_j[i]＝[δr_j[i-N_w+l]...δr_j[i]]^T表示落入所述时间窗内的实际测量结果；列向量θ_j和θ_j，o表示定义所述两个线性预测器的N_p个参数，而误差向量e_j和e_j，o表示依照所述两个预测器的N_w个最近预测误差。

如果假设已经借助于最小二乘法估计了线性预测器的系数并且预测误差e_j不相关且服从具有零均值的高斯分布，那么预测误差向量e_j服从多元高斯分布，其均值为R^Nw中的零向量并且其协方差矩阵为∑_j

然后，可以运行广义似然比检验，从而可以将值L_GLR计算为

$L_{\mathrm{GLR}}=\frac{1}{2}\left({\left(c_{j,0}\right[i\left]\right)}^T{\mathrm{\Σ}}_j^{*}{e}_{j,0}\right[i]-{\left(c_j\right[i\left]\right)}^T{\mathrm{\Σ}}_j^{*}{c}_j[i\left]\right)---\left(6\right)$

其中

由计算∑_j的最大似然估计量而得到。为此目的，以下等式可以用来根据时间窗之外的值对它进行估计。

$\begin{array}{c}{\stackrel{\‾}{e}}_{j,0}=\frac{1}{i-2N_w-l_0}{\mathrm{\Σ}}_{l=N_w+l_0}^{N_w}\mathrm{\Δ}{r}_j\left[l\right]-{\mathrm{\Φ}}_j\left[l\right]{\mathrm{\θ}}_{j,0}\\ {\mathrm{\Σ}}_j^{*}=\frac{1}{i-2N_w-l_0}{\mathrm{\Σ}}_{l=N_w+l_0}^{i-N_w}\left(e_j\right[l]-{\stackrel{\‾}{e}}_{j,0}){\left(e_j\right[l]-{\stackrel{\‾}{e}}_{j,0})}^T\end{array}---\left(7\right)$

如果L_GLR的值超过特定阈值，那么假设已经在第j个感兴趣区域上检测到受监控幅度的变化。欲知有关可以如何选择所述阈值的更多细节，可以查阅像“Detection of abrupt changes.Theory andApplications.Information and System Sciences.”，Basseville M.andNikiforov I.V.，Prentice Hall，1st edition，April 1993以及“Adaptivefiltering and change detection”，Gustafsson F.，John Wiley and Sons，1st edition，January 2000那样的参考文献。

可替换地，如果用于监控目的的光度检测器是常规的照相机或者采集感兴趣区域的静止图像的广域光度计，那么可以如下进行比较。此外，任何其他光度传感器，其产生作为输出的三色刺激值，或者其输出可以转换成三色刺激值(例如色度计、分光光度计等等)。

I_j[0]为N_i×3阵列，其拥有从微调的(光)场景中的第j个感兴趣区域的图像获得的N_i个像素值(在三色颜色空间内表示)。j为范围从1到N_r的正整数，其中N_r为照明场景中被监控的感兴趣区域数。

I_j[i]为N_i×3阵列，其拥有从再现的照明场景中的第j个感兴趣区域的第i个采样时间处的测量而得到的N_i个像素(三色刺激)值(在与I_j[0]相同的颜色空间内表示)。假设两幅图像经历了图像配准阶段，使得与相同区域对应的图像内容对准到相同的坐标系。

所述比较通过计算I_j[0]与I_j[i]图像之间的(逐像素)色差来实现。为此目的，应用适当的色差方程。两种可能的选择是所谓的CIELABΔ_ab或CIE DE2000(Δ_oo)(其反过来可以通过应用S-CIELAB、CVDM或MOM模型来进一步扩展，所述模型允许考虑空间复杂刺激(stimuli)、颜色适应以及对感知图像质量具有重大影响的人类视觉系统的其他方面，请参见例如出版物“Sharpness rules”，Johnson G.M.and Fairchild M.D.，Proceedings of the Color Imaging Conference2000，1：24-30，2000)。

如果仅考虑照明场景中的第j个感兴趣区域，那么从所述比较得到此后称为ΔI_j[i]的N_i×1阵列。根据该阵列，可以计算平均色差的均值。该(标量)平均值可以表示为δI_j[i]并且可以用来总和所述差值。

$\mathrm{\δ}{I}_j\left[i\right]={\stackrel{\‾}{\mathrm{\ΔI}}}_j\left[i\right]=\frac{1}{N_j}\underset{i=1}{\overset{N_j}{\mathrm{\Σ}}}\left({\mathrm{\Δ}}_{\mathrm{xy}}\left(I_j\right[i],I_j[0\left]\right)\right)---\left(8\right)$

从现在开始，可以以早先给出δrj[i]以便检查任何变化的发生的相同方式使用计算的标量色差δI_j[i]。感兴趣区域上色差平均值的选择增大了变化检测相对于图像配准过程中精度的缺乏的鲁棒性。

在下文中，描述了检测的变化的表征和使用，其可以在步骤S14中发生。

一旦识别了其中新再现可能明智的一个或多个感兴趣区域，那么必须检验在所述区域处相对于微调的场景的偏差是否大得足以使得照明场景的新再现是明智的。这可以通过不同传感器的读数而容易地检查，其验证定义的时间窗上测量值的平均仍然位于界限内。如果情况并非如此，那么需要表征干扰或事件以便在新再现阶段将其考虑在内。

现在，考虑光控制系统，其使用图像(或者拥有光度值的数值阵列)作为到系统的输入以规定特定工作表面的感兴趣区域上的预期光分布。

对于这样的光管理系统，检测的外来光源或干扰优选地应当作为约束或边界条件合并到解的计算。为了实现这一点，需要使用与用于规定目标的格式兼容的格式。换言之，如果图像用来规定目标光分布，那么图像也应当用来识别扰动。

对于这样的光控制系统，这些光源的性能已经被存储为图像(在适当颜色空间内表示)或者光度测量阵列。接下来，依照颜色科学的教导，叠加原理成立并且因而如果特定位置处各光源产生的效应的空间匹配(此即图像配准应当用来处理利用照相机之类的检测器采集的图像的原因)的测量可用，那么它们可以用来通过简单地将其值相加预测所有隐含的源的联合效应应当看起来如何。

相应地，如果识别的扰动的空间匹配的测量可用，那么它们也可以相加以便系统在计算补偿它的适当控制值时将它考虑进来。因此，如果扰动位于第j₀个感兴趣区域并且i₀表示最近的采样时段，那么可以将其直接表征为其最近的测量与微调的场景内的相应测量之间的差值。对于照相机之类的检测器，此即

D_jo[i_o]＝I_jo[i_o]-I_jo[0]      (9)

其中假定矩阵

在线性比色颜色空间内表示为例如CIE XYZ、LMS或RIMM RGB，使得颜色坐标量的直接相减对于在颜色方面表征扰动有效(应当指出的是，来自分光光度计或者多光谱照相机的光谱读数也可以类似地加以处理，因为它们的测量也是加性的)。

另一方面，类似地，如果非照相机之类的检测器检测到第j0个感兴趣区域内的任何干扰并且i0表示最近的采样时段，那么关于微调的场景的差值的集合可以用来对其表征(只要叠加原理对于测量的幅度成立，对于与照明工程有关的大多数光相关幅度以及光度幅度(例如照度、亮度)，情况通常如此)

d_jo，ko[i_o]＝ρ_jo，ko[i₀]-ρ_jo，ko[0]    (10)

可替换地，代替仅仅使用最近的测量以表征干扰的是，在一些情况下，通过应用以下递归式，移动平均可以做得更好

D_j0[n+1]＝αD_jo[n]+(1-α)(D_j0[n]-D_jo[n-1])    (11)

d_j0，k0[n+1]＝αd_j0，k0[n]+（1-α）（d_j0，k0[n]-d_j0，k0[n-1])

其中α充当遗忘因子，其为更近的测量赋予更大(或更小)权重。

一旦定位了干扰并且从数学上表征了其影响，那么可以特别是在步骤S16中将它们合并到用于根据抽象描述自动地再现照明气氛或场景的方法中。如上所述，用来自动地计算安装的照明的配置设置和控制值的算法可以通过添加干扰的效应来考虑它们并且可以实现预期的光分布。然而，在任何计算之前，只要可能，执行照明其中扰动被检测的任何工作表面或感兴趣区域的任何灯具(或灯)的功能检查将是明智的。其原因在于，检测的扰动也可能由照明硬件的故障产生。因此，如果任何照明不可用，那么算法应当知道该情况以便不使用任何出故障的部件再现照明气氛并且因而在计算期间考虑这点。

图2示出了用于利用照明系统自动地再现照明场景的光控制系统10的框图。光控制系统10产生用于照明系统(未示出)的照明模块的配置设置12。

光控制系统包括监控单元14，其用于特别地针对再现的照明场景中干扰的发生扫描照明系统再现的照明场景。监控单元14接收来自传感器20、22和24的信号，所述传感器位于房间内的不同位置并且适于测量这些不同位置处的照明参数。传感器可以例如为照相机或光电检测器。监控单元14特别地适于执行图1中所示方法的步骤10。因此，监控单元14可以由执行实施步骤S10的软件的处理单元实现。

扫描的结果从监控单元14转发给表征单元16，该表征单元适于表征扫描的干扰的发生。表征单元16还适于将表征的干扰的发生与参考值进行比较并且决定是否需要调适照明场景。如果需要调适，那么表征单元16适于通过向重新配置单元18发送触发信号来触发再现的照明场景的重新配置。特别地，表征单元16可以适于执行图1中所示方法的步骤S12和S14。它也可以由执行实施步骤S12和S14的软件的处理单元实现。

重新配置单元(reconfiguration unit)18适于根据干扰发生的表征结果启动再现照明场景的新过程并且将新再现的照明场景作为新计算的配置设置12应用到照明系统以便创建新的照明场景。特别地，重新配置单元18可以适于执行图1中所示方法的步骤S16和S18。因此，它可以由执行实施步骤S16和S18的软件的处理单元实现。

计算机26与光控制系统10连接并且允许终端用户通过具有图形用户接口(GUI)的专用软件细调再现的照明场景，所述图形用户接口可以例如表示具有照明系统的房间的布局以及照明系统的可能光效果。此外，数据库28被提供并且与光控制系统10连接。数据库28可以存储照明系统的参数，特别是用于照明系统的配置设置，例如零场景设置或微调的场景设置。此外，终端用户可以通过计算机26的GUI将细调照明场景的设置存储到数据库28中。再者，可以例如由光控制系统10以规则的时间间隔自动地将扫描的照明场景的数据记录存储到数据库28上，以特别地用于进一步的处理，例如由表征单元16执行以便检测照明场景的变化的统计调查。

本文描述的发明可以应用到室内照明设施的自动配置、监控和控制以便再现复杂的照明气氛。特别地，本文描述的发明使得自动光控制系统能够在运行期间监控照明场景的再现以便在不同工作表面处检查和提供其元素的正确复现。再现的照明场景的监督允许光控制系统触发可以补偿可能由光源的故障或者由不可控光源(例如通过这种方式允许日光收获并且因而得到更高的能量效率的阳光，或者人造光源)合并到场景而造成的不希望的和意外的偏差。本发明可以运行在以开环方式操作的任何自动照明控制系统之上，从而向其提供先进的自我修复特征。

因此，可以将本发明看作用于高度复杂和通用的安装的先进的、面向未来照明管理系统的一部分。此外，本文公开的解决方案可以是用于根据抽象描述自动地再现照明气氛或场景的方法或系统的理想补充。

本发明的至少一些功能可以通过硬件或软件来实现。在以软件实现的情况下，单个或多个标准微处理器或者微控制器可以用来处理实现本发明的单个或多个算法。

应当指出的是，措词“包括/包含”并没有排除其他的元件或步骤，并且措词“一”或“一个”并没有排除复数。此外，权利要求书中的任何附图标记都不应当被视为对本发明范围的限制。

Claims (11)

1.一种用于利用照明系统自动地再现照明场景的光控制系统(10)，其中该光控制(10)系统适于

-针对干扰的发生监控再现的照明场景，以及

-自动地重新配置照明系统，使得监控的干扰的发生被补偿；

其中针对干扰的发生监控再现的照明场景包括

-扫描再现的照明场景(S10)，包括在一定时间段内在给定测量点处获取样本，以及

-检测扫描的照明场景相对于参考照明场景的偏差(S12)，包括处理这些样本(S12)；其中样本的处理包括将样本与参考值进行比较；

其中将样本与参考值进行比较包括以下之一：

-在感兴趣区域上对用户调整的照明场景与再现的照明场景的读数之间的计算差值进行平均，对该计算差值进行低通滤波，并且将该低通滤波的计算差值与一定阈值进行比较以便确定在最近观察的时间段期间是否出现了样本均值的变化；或者

-定义包含当前样本之前的最近时间段的时间窗，根据在定义的时间窗期间获取的样本估计预测器，运行广义似然比检验，并且将广义似然比检验的结果与一定阈值进行比较以便确定在特定感兴趣区域上监控的幅度是否发生了变化。

2.权利要求1的系统，其中所述自动重新配置照明系统包括

-根据检测的偏差触发干扰的表征过程(S14)，以及

-根据所述表征执行用于照明系统的配置设置的计算以便抵消表征的干扰(S16)。

3.前面的权利要求中任何一项的系统，还适于执行允许根据给定光效果规范评估照明控制命令的方法。

4.权利要求1的系统，还包括光度特性图表或者从中导出的数学模型，其表征要控制的照明系统的硬件的行为。

5.权利要求4的系统，其中所述光度特性图表或模型提供照明系统的光模块的配置设置与光模块的期望输出之间在参考点或工作表面处的关系。

6.权利要求1、2、4或5中任何一项的系统，还包括适于允许终端用户依照终端用户偏好细调自动再现的照明场景的工具(26)。

7.权利要求1、2、4或5中任何一项的系统，还适于执行评估方法并且包括精度边界，其允许

-评估利用光控制系统监控的再现的照明场景中的幅度统计变化的发生，以及

-对重新配置照明系统的需要做出决策。

8.权利要求1、2、4或5中任何一项的系统，还包括处理单元(14，16，18)，其适于利用在先项目评估适合规定的照明场景的照明配置设置。

9.权利要求1、2、4或5中任何一项的系统，还包括通信技术和网络架构，其适于实施在自动地再现照明场景的过程中涉及的光控制系统的所有传感器、处理器和致动器之间的信息交换。

10.一种用于利用照明系统自动地再现照明场景的光控制方法，包括

-针对干扰的发生监控再现的照明场景，以及

-自动地重新配置照明系统，使得监控的干扰的发生被补偿；

其中针对干扰的发生监控再现的照明场景包括

-扫描再现的照明场景(S10)，包括在一定时间段内在给定测量点处获取样本，以及

-检测扫描的照明场景相对于参考照明场景的偏差(S12)，包括处理这些样本(S12)；其中样本的处理包括将样本与参考值进行比较；

其中将样本与参考值进行比较包括以下之一：

-在感兴趣区域上对用户调整的照明场景与再现的照明场景的读数之间的计算差值进行平均，对该计算差值进行低通滤波，并且将该低通滤波的计算差值与一定阈值进行比较以便确定在最近观察的时间段期间是否出现了样本均值的变化；或者

-定义包含当前样本之前的最近时间段的时间窗，根据在定义的时间窗期间获取的样本估计预测器，运行广义似然比检验，并且将广义似然比检验的结果与一定阈值进行比较以便确定在特定感兴趣区域上监控的幅度是否发生了变化。

11.一种计算机，其经过编程以执行依照权利要求10的方法并且包括用于与照明系统通信的接口。

Images