CN104144537A - 智能照明控制方法、设备及系统 - Google Patents

Abstract

公开了智能照明控制方法、设备和系统，所述智能照明控制方法包括：获取由立体相机拍摄的照明区域的图像；基于所述图像确定照明区域的目标照度值；基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

Description

智能照明控制方法、设备及系统

技术领域

本发明总体涉及照明控制，具体涉及集中控制的智能照明控制方法、设备和系统。

背景技术

在传统的楼宇自控系统中，一般只包括了综合布线、计算机网络、安防、消防、闭路电视监控等子系统。近年来，随着经济的发展和科技的进步，人们对照明设备节能和满足用户需求的智能管理提出了更高的要求，使得照明控制在智能楼宇中的地位越来越重。

典型的照明控制系统包括多个照明设备、多个照度测量传感器、中央控制器以及通信网络。在该照明控制系统中，当照明设备以某一调光等级发光时，照度测量传感器测量照明区域中的照度值，并经由通信网络将该测量的照度值传送到中间控制器，中间控制器基于该感测的照度值与目标照度值的差异，确定照明设备的调光等级。

例如，比利时根特大学于2010年发表的论文“Modelling and simulation ofa lighting control system”公开了一种通过PID控制器来调节照度的照明控制系统。该系统在标称条件下具有良好的照明控制效果，但是在其他低等级条件下，系统响应较慢，并且照明控制效果变差。另外，该系统中需要多个固定的照度传感器来测量照度值，因此系统中设备数量较多，导致成本较高。而且，由于PID控制器是基于这些固定传感器位置设计的，因此照明控制系统仅能对固定位置进行照明控制。

由日本同志社大学的Shingo Tanaka等于2009年发表的论文“AnEvolutional Optimization Algorithm to Provide Individual Illuminance inWorkplaces”中，公开了一种基于可移动照度传感器的照明控制系统。在该照明控制系统中使用分布式控制算法，并且仅当当前照度值小于目标照度值时，照明控制系统才开始工作，这导致了频闪的问题。另外，由于使用可移动照度传感器进行测量，因此人们对将该照度传感器从一个地方移动到另一个地方进行测量感到很麻烦。

日本专利申请JP2009238529中公开了一种照度控制系统。在该系统中，利用便携式装置来测量照度值并传递位置信息，控制装置根据接收到的位置信息来控制该位置附近的照明设备。该照度控制系统只控制照明设备的开/关，不能按照用户的期望调节照明设备的调光等级。另外，该系统使用便携式装置来测量照度值，因此人们同样对将该便携式装置从一个地方移动到另一个地方进行测量感到很麻烦。

因此，需要一种不需使用照度传感器的照明控制技术，该技术能够对照明区域进行智能控制，满足人们的照明偏好、节省电力和成本。

发明内容

根据本发明的一个方面，提供了一种智能照明控制方法，包括：获取由立体相机拍摄的照明区域的图像；基于所述图像确定照明区域的目标照度值；基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

根据本发明的另一个方面，提供了一种智能照明控制设备，包括：图像获取部分，获取由立体相机拍摄的照明区域的图像；照度值确定部分，基于所述图像确定照明区域的目标照度值；调光确定部分，基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

根据本发明的又一个方面，提供了一种智能照明控制系统，包括：立体相机，对照明区域拍摄图像；中央照明控制设备，基于所述图像确定照明区域的目标照度值，并基于该目标照度值确定各照明设备的调光等级；发送设备，将确定的调光等级发送到照明设备，以便各个照明设备以所述调光等级进行照明。

在根据本发明的实施例的智能照明控制方法、设备和系统中，不需要额外的照度传感器，而是通过立体相机来检测和定位用户的具体位置并识别出用户的具体行为，进而通过集中控制自动实现适合于用户的具体行为的照明，因此便利于智能照明控制的实现，降低了成本，并且能够满足用户的照明偏好，提供工作效率。

附图说明

从下面结合附图对本发明实施例的详细描述中，本发明的这些和/或其它方面和优点将变得更加清楚并更容易理解，其中：

图1示出了根据本发明第一实施例的无照度传感器的智能照明控制方法的总体流程图。

图2（a）示出了根据本发明实施例的照度数据库的示例。

图2（b）示意性地示出了同一照明设备在照明区域的不同网格中的调光等级与照度值之间的关系。

图2（c）是示意性示出采用斜率来表示同一照明设备的各调光等级在照明区域中产生的照度贡献（照度值）的表格。

图2（d）是示意性地示出调光等级与照度值之间的关系的图表。

图3例示了根据本发明第一实施例的基于图像确定照明区域的目标照度值的处理的流程图。

图4例示了根据本发明第一实施例的基于目标照度值确定各照明设备的调光等级的处理的流程图。

图5示意性地示出了照明区域中各网格的示例权重设定。

图6示出了根据本发明实施例的智能照明控制装置的总体配置示意图。

图7示出了根据本发明实施例的智能照明控制系统的总体硬件框图。

具体实施方式

为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。

<第一实施例>

本实施例的基本思想是，根据照明区域中用户的具体行为，例如阅读、交谈等，按照预先设定的用户偏好或者通用的国际标准自动对照明区域的照明设备进行智能控制，以实现适合于用户的具体行为的照明。由于立体相机在智能楼宇中非常普及并且它们的覆盖范围很广，所以在本实施例中使用智能楼宇中已有的立体相机对照明区域进行拍摄，由此检测和定位用户在照明区域中的具体位置，并识别出用户的具体行为。

在本实施例的智能照明控制中，通过智能楼宇中已有立体相机来检测和定位用户的具体位置并进而识别出用户的具体行为，而不需要额外的照度传感器，因而便利于智能照明控制系统和方法的实现，并且降低了成本。而且，通过使用多个立体相机进行拍摄可以提高位置检测的精度、降低由障碍物遮挡造成的漏检。另外，由于在本实施例中通过集中控制自动实现适合于用户的具体行为的照明，因此能够满足用户的照明偏好，提供工作效率。

图1示出了根据本发明第一实施例的无照度传感器的智能照明控制方法的总体流程图。

如图1所示，在步骤S11中，获取由立体相机拍摄的照明区域的图像。

立体相机在智能楼宇中普遍存在，在本实施例中，一个或多个立体相机以预定间隔拍摄照明区域的图像。因此，获取所拍摄的图像作为进行智能照明控制的数据基础。

在步骤S12中，基于所述图像确定照明区域的目标照度值。

以下参考图3对该步骤的的具体处理进行详细的描述。首先，在步骤S121中，检测当前获取的图像中的用户，确定检测到的用户在照明区域中的位置，并识别该用户的具体行为。为了精确定位用户在照明区域中的位置并且为了便于描述，在本实施例中将照明区域例如划分为N=x×y个网格，由此，确定用户在照明区域中的位置即确定检测到用户网格。该步骤涉及图像处理，其可以使用任何已知的图像检测和识别技术来实现，此处不进行详细描述以免混淆本发明的发明点。

随后，在步骤S122中，根据预先设定的照度标准，确定与该用户的行为对应的照度值，作为检测到该用户的网格的目标照度值。

预先设定的照度标准可以是国际或国家照度标准，也可是根据用户偏好由用户设定的照度标准。对于每一个检测到用户网格，从该照度标准中获取与该网格中的用户的行为对应的照度值（例如，按照国家照度标准，阅读的照度值为300Lx），作为该网格的目标照度值，即通过对照明设备进行调光后该网格预期达到的照度值。

最后，在步骤S123中，基于检测到用户的网格的目标照度值，确定未检测到用户的各个网格的目标照度值。

在照明区域的N个网格中，可能仅在其中的几个网格中检测到用户。对于未检测到用户的各个网格的目标照度值，可以基于检测到用户的网格的目标照度值，根据预先设定的各种方式来确定。例如，可以采用目标照度线性扩散方式。在该方式中，假设网格A为检测到用户的网格，则对于其周围未检测到用户的网格，其目标照度值随着该网格与网格A之间的距离的增大而线性减小。

回到图1，在步骤S13中，基于目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

能够理解，可以根据用户的具体需要采用各种适当的方式基于目标照度值确定各照明设备的调光等级。在本实施例中，采用集中控制方式来确定各照明设备的调光等级，以实现较高的照明质量。以下将对此进行详细的介绍。

首先对照明设备的调光等级与照度值之间的对应关系进行描述。

如前所述，本实施例中，照明区域划分为N=x×y个网格。每个网格可能受到一个或多个照明设备的光照，因此其照度值是各个照明设备在该网格处的照度值之和。例如，对于给定的网格j(j=1,2,…,N),其照度值可表示为:

$E_j=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{h}_j^{\left(i\right)}{D}_i+g_0...\left(1\right)$

其中，i是照明设备的编号(i=1,2,…,m),D_i是第i个照明设备的调光等级，表示第i个照明设备的调光等级与该调光等级在网格j处产生的照度值的函数对应关系，g₀是照明设备均关闭时的基础照明常数。可以通过各种方式预先确定。例如,可以在网格j中布置照度传感器，收集与照明设备i的各个调光等级对应的照度值，随后据此拟合出该。

通过表达式（1），可以计算出每个网格的照度值，并且可以根据需要存储每个网格的照度值以建立照度数据库。图2（a）例示了该照度数据库的一个示例。如图2（a）所示，该照度数据库中针对每一个照明设备建立一个表，其中关联地存储该照明设备的调光等级与网格中的照度值，其中D_iL表示第i个照明设备的L调光等级(L=1,2,…,k)。容易理解，图2（a）例示的照度数据库中的数据可以以图2（b）中所示的图表的形式来表示。具体的，图2（b）例示了同一照明设备（照明设备D1）在照明区域的不同网格中的调光等级与照度值之间的关系。如图2（b）所示，横轴表示调光等级，纵轴表示照度。当照明设备D₁以10%、50%和100%的调光等级发光时，距离该D₁最近的网格（例如R1）由此产生的三个对应照度值均最大，而距离该D₁最远的网格（例如R4）由此产生的三个对应照度值均最小。更明确的说，照明设备对与其距离越近的网格产生的照度贡献越大，对与其距离越远的网格产生的照度贡献越小。

能够理解，可以将图2（b）中的函数曲线进行分段线性化，由此照明设备在各调光等级处对照明区域中各网格产生的照度贡献的大小可以用各段直线的斜率来表示，参见图2（d）。图2（c）为具体示出采用斜率来表示同一照明设备（照明设备D₁）的各调光等级在照明区域中产生的照度贡献（照度值）的示例表格。如图2（c）所示，该表格的横向表头列出了例如照明设备D₁的各个具体调光等级。表格中的每一项为照度函数曲线上对应于各具体调光等级的点的斜率。

以上已经对根据本实施例的用于确定各照明设备的调光等级的控制方法中的有关概念和思想进行了介绍，下面将参考图4详细描述前述步骤S13中的具体操作。

如图4所示，在步骤S131，针对每一个网格，获取该网格当前的照度值。

如前所述，各网格的照度值可以通过前述表达式（1）来计算。

随后，在步骤S132，最小化调光模型的函数值，以获得各照明设备的调光等级，所述调光模型表征对每一个网格的目标照度值与调光后的实际照度值之间的差异累加得到的累加值，其中网格的实际照度值为该网格当前的照度值与将实际调节的照度增量之和。

调光模型可以根据用户的具体需求来建立，以使得按照该调光模型计算出的调光等级能够较好地满足用户偏好。在本实施例中，以例如对每一个网格的目标照度值与调光后的实际照度值之间的差异累加得到的累加值最小为约束条件来建立调光模型，由此用户可以精确地获得其所期望的照度。针对该约束条件，可以采用例如最小二乘法、回归分析法等本领域中各种适当方式来建立调光模型。例如，当采用最小二乘法时，该调光模型可以表示为如下的目标函数：

$\min \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{[E_j^{\&prime;}-{\stackrel{\&OverBar;}{E}}_j]}^2...\left(2\right)$

其中j(j=1,2,…,N)为照明区域中的网格，E_j’为调光后网格j的实际照度值，为网格j的目标照度值。

若E_j为当前照度值，则根据上述等式（1）可以得到：

$E_j^{\&prime;}=E_j+{\mathrm{\&Delta;E}}_j$

$=E_j+\mathrm{\&Delta;}(\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{h}_j^{\left(i\right)}{D}_i+g_0)$

$=E_j+\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}\mathrm{\&Delta;}{h}_j^{\left(i\right)}{\mathrm{\&delta;}}_{D_i}...\left(3\right)$

$=E_j+\left[\begin{array}{cccc}\frac{d{E}_j^{\left(1\right)}}{d{D}_1}& \frac{d{E}_j^{\left(2\right)}}{d{D}_2}& ...& \frac{d{E}_j^{\left(m\right)}}{{\mathrm{dD}}_m}\end{array}\right]\left[\begin{array}{c}{\mathrm{\&delta;}}_{D_1}\\ {\mathrm{\&delta;}}_{D_2}\\ .\\ .\\ .\\ {\mathrm{\&delta;}}_{D_m}\end{array}\right]$

其中， $\begin{array}{c}{\frac{{\mathrm{dE}}_j^{\left(i\right)}}{{\mathrm{dD}}_i}|}_{D_i}=\frac{h_j^{\left(i\right)}(D_i^L+{\mathrm{\&delta;}}_{D_i})-h_j^{\left(i\right)}\left(D_i^L\right)}{{\mathrm{\&delta;}}_{D_i}}\\ =\frac{h_j^{\left(i\right)}\left(D_i^{L+1}\right)-h_j^{\left(i\right)}\left(D_i^L\right)}{D_i^{L+1}-D_i^L}\end{array}$ 。可以看到，等式（3）中的即图2（c）例示的表格中的项。

将等式（3）带入到目标函数（2）中，则该目标函数可以表示为：

$\min \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{\left[\left[\begin{array}{cccc}\frac{{\mathrm{dE}}_j^{\left(1\right)}}{{\mathrm{dD}}_1}& \frac{{\mathrm{dE}}_j^{\left(2\right)}}{{\mathrm{dD}}_2}& ...& \frac{{\mathrm{dE}}_j^{\left(m\right)}}{{\mathrm{dD}}_m}\end{array}\right]\left[\begin{array}{c}{\mathrm{\&delta;D}}_1\\ {\mathrm{\&delta;D}}_2\\ .\\ .\\ .\\ {\mathrm{\&delta;D}}_m\end{array}\right]\right]}^2...\left(4\right)$

利用Lagrange乘子等各种本领域中公知的适当技术对上述目标函数（4）求解以计算出 $\left[\begin{array}{c}{\mathrm{\&delta;}}_{D_1}\\ {\mathrm{\&delta;}}_{D_2}\\ .\\ .\\ .\\ {\mathrm{\&delta;}}_{D_m}\end{array}\right]$ ，即各照明设备的调节增量，进而可以得到个照明设备的调光等级。

如上所述，调光模型是根据用户的具体需求建立的。在上面的描述中，以目标照度值与调光后的实际照度值之间的差异最小从而使得用户可以精确地获得其所期望的照度为约束条件建立了调光模型。这仅仅是一个实例，而并非是限制性的。当用户的需求不同时，可以相应地调整调光模型。

例如，用户可能不仅希望能够精确地获得其所期望的照度，还关注调光后照明设备的总耗电量。此时，调光模型可以表示为如下的目标函数：

$\min \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{[E_j-{\stackrel{\&OverBar;}{E}}_j+\left[\begin{array}{cccc}\frac{{\mathrm{dE}}_j^{\left(1\right)}}{{\mathrm{dD}}_1}& \frac{{\mathrm{dE}}_j^{\left(2\right)}}{{\mathrm{dD}}_2}& ...& \frac{{\mathrm{dE}}_j^{\left(m\right)}}{{\mathrm{dD}}_m}\end{array}\right]\left[\begin{array}{c}{\mathrm{\&delta;D}}_1\\ {\mathrm{\&delta;D}}_2\\ .\\ .\\ .\\ {\mathrm{\&delta;D}}_m\end{array}\right]]}^2+\mathrm{\&alpha;}{\left(\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}(D_i+{\mathrm{\&delta;}}_{D_i})P_i\right)}^2$

并且满足，0≤D_i+δD_i≤1    …(5)

其中，Pi是照明设备i的额定功率，α表示消耗的电量与目标照度值和实际照度值之间的差异的相对权重，用户越关注耗电量，则α越大，反之α越小。另外，由于照明设备只可能在最小调光等级0%（即关闭）和最大调光等级100%之间进行调光，因此。

再比如，用户除了关注精确地获得其所期望的照度以及调光后照明设备的总耗电量之外，可能还希望在照度变化时避免出现频闪。此时，调光模型可以表示为如下的目标函数：

$\min \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{[E_j-{\stackrel{\&OverBar;}{E}}_j+\left[\begin{array}{cccc}\frac{{\mathrm{dE}}_j^{\left(1\right)}}{{\mathrm{dD}}_1}& \frac{{\mathrm{dE}}_j^{\left(2\right)}}{{\mathrm{dD}}_2}& ...& \frac{{\mathrm{dE}}_j^{\left(m\right)}}{{\mathrm{dD}}_m}\end{array}\right]\left[\begin{array}{c}{\mathrm{\&delta;D}}_1\\ {\mathrm{\&delta;D}}_2\\ .\\ .\\ .\\ {\mathrm{\&delta;D}}_m\end{array}\right]]}^2+\mathrm{\&alpha;}{\left(\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}(D_i+{\mathrm{\&delta;}}_{D_i})P_i\right)}^2+\mathrm{\&beta;}{\left|\right|\left[\begin{array}{c}{\mathrm{\&delta;}}_{D_1}\\ {\mathrm{\&delta;}}_{D_2}\\ .\\ .\\ .\\ {\mathrm{\&delta;}}_{D_m}\end{array}\right.]||\left|\right|}^2$

并且满足，

…(6)

其中， $\left[\begin{array}{c}{\mathrm{\&delta;}}_{D_1}\\ {\mathrm{\&delta;}}_{D_2}\\ .\\ .\\ .\\ {\mathrm{\&delta;}}_{D_m}\end{array}\right]$ 是各照明设备的调节增量（调节步长），β表示调节增量与目标照度值和实际照度值之间的差异的相对权重，用户越关注于避免出现频闪，则β越大，反之β越小。

<第二实施例>

根据本实施例的智能照明控制方法与第一实施例中的方法基本相同，其区别仅在于在本实施例中通过为各网格设定权重来进一步改善目标照度值与调光后的实际照度值之间的差异。

在第一实施例中，认为照明区域中各网格的照度控制具有同等的重要性。然而在实际中，各网格的照度控制的精确性要求可能是不同的。例如，检测到用户的网格中目标照度值与实际照度值之间的差异应当比未检测到用户的网格中的中照度差异要小，即检测到用户的网格的照度调节的精确性应当比未检测到用户的网格的照度调节的精确性要高。更进一步，某些检测到用户的网格的照度调节的精确性要求可能应高于其他检测到用户的网格。上述情形可以通过为各网格设定不同的权重来实现。在实际中，可以根据网格中用户的重要等级，为网格设定不同的权重，以使得重要等级越高的用户所在的网格被设定越大的权重。

图5示意性地示出了照明区域中各网格的示例权重设定。如图5所示，针对一个检测到重要用户的网格，该网格以及以该网格为中心的周围0.4m x0.4m的第一区域内的各网格的权重被设定为1，夹在以该网格为中心的周围0.8m x0.8m的第二区域与第一区域之间的各网格的权重被设定为0.8，在第二区域以外的各网格的权重被设定为0.1。应当理解，图5中所示的仅仅是一个示例，不应被理解为对本发明的限制。例如，第一区域及第二区域的大小以及设定的权重都可以是其他任何适当的值。

以下，将对根据本实施例的照明控制方法与第一实施例中的方法的不同之处进行进一步的说明。首先，在根据本实施例的照明控制方法中，当在步骤S121中检测到当前获取的图像中的用户、确定检测到的用户在照明区域中的位置、并识别该用户的具体行为之后，进一步判定该用户的重要等级，并根据预定的规则为该用户所在的网格及其他各网格设定权重。这样，在后面的最小化调光模型的函数值以获得各照明设备的调光等级的步骤S132中，在建立调光模型时考虑网格设定的权重，即，以对每一个网格的目标照度值与实际照度值之间的差乘以该网格的权重得到值进行累加后的累加值最小为约束条件来建立调光模型。例如，对于前面的目标函数（4），其可以进一步优化表示为：

$\min \underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}{\left[w_j\right(E_j-{\stackrel{\&OverBar;}{E}}_j+\left[\begin{array}{cccc}\frac{{\mathrm{dE}}_j^{\left(1\right)}}{{\mathrm{dD}}_1}& \frac{{\mathrm{dE}}_j^{\left(2\right)}}{{\mathrm{dD}}_2}& ...& \frac{{\mathrm{dE}}_j^{\left(m\right)}}{{\mathrm{dD}}_m}\end{array}\right]\left[\begin{array}{c}{\mathrm{\&delta;D}}_1\\ {\mathrm{\&delta;D}}_2\\ .\\ .\\ .\\ {\mathrm{\&delta;D}}_m\end{array}\right]\left)\right]}^2...\left(6\right)$

其中，w_j为网格j的权重。

根据本实施例，重要等级越高的用户所在的网格被设定越大的权重，因此该网格的目标照度值与实际照度值之间的差异越小，即照度控制越精确。从而，照明区域中各用户对于照明控制的总体满意度进一步上升。

<第三实施例>

在前面的实施例中描述的智能照明控制方法中，对于触发该控制方法的条件并未进行限定，因此该控制方法可以以任何方式触发。例如，每隔预定时间间隔执行该控制方法、每当立体相机进行一次拍摄时执行该控制方法、或者每当从立体相机拍摄的图像中检测到用户时执行该控制方法。然而，在实际中，这些方式存在着一些不足。例如，当每隔预定时间间隔执行控制方法时，如果该预定时间间隔过大，因而用户的行为在该预定时间间隔内发生了多次变化，则控制方法不能随着用户的具体行为的改变而及时地自动调节照明区域的照度；如果该预定时间间隔太小，因而用户的行为在该预定时间间隔内没有发生任何变化，则即使执行照明控制方法必然也不会产生照明设备调光等级的变化，因而执行照明控制方法是无意义的并且会导致照明控制的成本不必要的升高。类似的，每当从立体相机拍摄的图像中检测到用户时执行控制方法也可能导致与上述预定时间间隔太小的情况下类似的缺陷。

考虑到上述情况，本实施例中采用一种较优的策略来触发照明控制方法。以下，将对根据本实施例的照明控制方法与前述实施例中的不同之处进行进一步的说明。具体的，在根据本实施例的照明控制方法中，在基于目标照度值确定各照明设备的调光等级的步骤S13中，首先将当前拍摄的照明区域的图像与前一时刻拍摄的图像进行比较，当至少一个用户的行为在当前拍摄的图像（以下简称为当前图像）与前一时刻拍摄的图像（以下简称为前一图像）中不同时，才执行步骤S131和步骤S132的处理。这样，在当前图像中检测到的用户比前一图像中的用户多时、虽然当前图像中的用户与前一图像中的用户相同但是用户的行为发生改变时、当前图像中检测到的用户比前一图像中的用户少时（即有用户离开了照明区域）均执行步骤S131和S132的处理，从而能够随着用户的具体行为的改变而及时地自动调节照明区域的照度。同时，由于当至少一个用户的行为发生了变化时才执行照明控制，因此不会有前述预定时间间隔太小的情况下出现的问题。

<变型>

以上已经对根据本发明各实施例的智能照明控制方法进行了描述，下面将对该方法的可能的变型进行描述。

变型一

在上述的实施例中，在建立照度模型时，不仅考虑检测到用户的网格的目标照度与实际照度值之间的差异（以下简称为照度差异），而且还考虑未检测到用户的网格的照度差异。实际上，由于未检测到用户的网格中的照度差异的大小对用户感受的影响不大，因此，作为一种简化的照度控制方法，可以作为只关注检测到用户的网格的照度差异，而不考虑未检测到用户的网格的照度差异。这可以通过两种方式来实现。

第一种实现方式是第二实施例的一个特例。具体的，在根据第二实施例的照明控制方法中，在为网格设定权重时，将未检测到用户的网格的权重设定为零，从而在求解例如上述目标函数（6）时，未检测到用户的网格的照度差异可以是任何值，即实际上只需考虑检测到用户的网格的照度差异即可。由此可以减小计算的复杂度。

第二种实现方式是在前述基于所述图像确定照明区域的目标照度值的步骤S12中，仅对于检测到用户的网格确定目标照度，对于未检测到用户的网格不确定其目标照度，即省略步骤S123。相应的，在随后的步骤S132中，以检测到用户的各网格的照度差异的累加值最小为约束条件建立调光模型。这一方式减少了计算量，并减小了计算的复杂度。

变型二

上述第二实施例中采用一种较优的策略来触发照明控制方法，从而能够随着用户的具体行为的改变而及时地自动调节照明区域的照度，而且不会无意义地白执行照明控制方法。然而，采用该较优的策略仍然可能存在问题。具体来说，当照明区域中的用户频繁出现短时间的移动行为，例如接打电话，离开原位置去喝水等，按照上述策略都将触发照明控制方法，由此会频繁改变照明区域的照度。但是，频繁改变照明区域的照度会使用户分心，使用户感受变差，而且实际上，对于上述移动行为并不需要改变照明区域的照度。这一问题可以通过两种方式来改善。

第一种方式是进一步优化触发策略，即，仅当用户的行为发生了变化，并且变化后的行为是例如阅读、交谈、听演讲等静态的感兴趣行为时，才执行照明控制。具体的，在采用该优化的触发策略的照明控制方法中，在基于目标照度值确定各照明设备的调光等级的步骤S13中，将当前图像与前一图像进行比较，当至少一个用户的行为在当前图像与前一图像中不同、并且当前图像中的行为是感兴趣行为时，才执行步骤S131和步骤S132的处理。所述感兴趣的行为可以根据用户的需求预先确定。

第二种方式是采用淡入淡出方式来改变照度。该方式可应用于前述各实施例的照明控制方法。具体的，在基于目标照度值确定了各照明设备的调光等级后，各照明设备不是瞬间改变到确定的调光等级，而是利用淡入淡出方式(例如1分钟的淡入淡出率)改变到确定的调光等级，从而使得用户几乎察觉的不到照度的瞬间变化。

变型三

如图2（a）中例示的照度数据库以及如图2（c）中例示的斜率数据表格可以在执行照明控制方法之前预先计算，并存储在存储器中。由此，在执行照明控制方法时可以直接从所述存储器中读取相关数据，从而减少了照明控制方法进行计算所需的时间，提高了执行效率。

变型四

在根据前述各实施例的照明控制方法中，当在由立体相机拍摄的照明区域的图像中未检测到用户时（即照明区域中无人时），可以关闭各照明设备，从而阻止电能浪费。

<智能照明控制装置的总体配置>

图6示出了根据本发明实施例的智能照明控制装置的总体配置示意图。

如图6所示，智能照明控制装置600包括：图像获取部分601，获取由立体相机拍摄的照明区域的图像；照度值确定部分602，基于所述图像确定照明区域的目标照度值；调光确定部分603，基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

<系统硬件配置>

图7示出了根据本发明实施例的智能照明控制系统的总体硬件框图。如图7所示，该控制系统700包括：立体相机710，用于对照明区域拍摄图像；中央照明控制设备720，用于实施上述的按照本发明实施例的智能照明控制方法，或者实施为上述的智能照明控制装置，该中央照明控制设备可以用例如计算机的中央处理器或其它具有处理能力的芯片来实现；发送设备730，将确定的调光等级发送到照明设备，以便各个照明设备以所述调光等级进行照明，该发送设备可以用各种有线/无线发送器来实现。

以上结合具体实施例描述了本发明的基本原理，但是，需要指出的是，对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何部分，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现。

因此，本发明公开的节点发现技术还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。本发明所公开的发现技术也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现，或者通过存储有这样的程序产品的任意存储介质来实现。

还需要指出的是，在本发明的装置和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。另外，执行上述系列处理的步骤可以按照描述的先后顺序执行，但是各步骤并非必须顺序执行，某些步骤可以并行或彼此独立地执行。

上述的具体实施方式并不构成对本发明保护范围的限制。本领域技术人员应该明白，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种智能照明控制方法，包括：

获取由立体相机拍摄的照明区域的图像；

基于所述图像确定照明区域的目标照度值；

基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

2.如权利要求1所述的智能照明控制方法，其中，所述照明区域被划分为x×y个网格，基于所述图像确定目标照度值包括：

检测图像中的用户；

确定检测到用户的网格；

识别所述用户的行为；

根据预先设定的照度标准，确定与该用户的行为对应的照度值，作为检测到该用户的网格的目标照度值。

3.如权利要求2所述的智能照明控制方法，其中基于所述图像确定目标照度值包括：

基于检测到用户的网格的目标照度值，确定未检测到用户的各个网格的目标照度值。

4.如权利要求3所述的智能照明控制方法，其中，基于所述目标照度值确定各照明设备的调光等级包括：

针对每一个网格，获取该网格当前的照度值；

最小化调光模型的函数值，以获得各照明设备的调光等级，所述调光模型表征对每一个网格的目标照度值与调光后的实际照度值之间的差异累加得到的累加值，其中网格的实际照度值为该网格当前的照度值与将实际调节的照度增量之和。

5.如权利要求3所述的智能照明控制方法，其中，所述立体相机以预定间隔拍摄照明区域的图像，所述基于所述目标照度值确定各照明设备的调光等级包括：

当至少一个用户的行为在当前拍摄的图像与前一时刻拍摄的图像中不同时：针对每一个网格，获取该网格当前的照度值；最小化调光模型的函数值，以获得各照明设备的调光等级，所述调光模型表征对每一个网格的目标照度值与调光后的实际照度值之间的差异累加得到的累加值，其中网格的实际照度值为该网格当前的照度值与将实际调节的照度增量之和。

6.如权利要求4或5所述的智能照明控制方法，其中在所述调光模型中，为每一个网格分配权重值，并且每一个网格的目标照度值与调光后的实际照度值之间的所述差异为该网格的目标照度值与调光后的实际照度值之间的差乘以该网格的权重值。

7.如权利要求4或5所述的智能照明控制方法，其中所述调光模型还表征照明区域中总的耗电量。

8.如权利要求7所述的智能照明控制方法，其中所述调光模型还表征调光等级的调节增量。

9.一种智能照明控制设备，包括：

图像获取部分，获取由立体相机拍摄的照明区域的图像；

照度值确定部分，基于所述图像确定照明区域的目标照度值；

调光确定部分，基于所述目标照度值确定各照明设备的调光等级，以便各个照明设备以所述调光等级进行照明。

10.一种智能照明控制系统，包括：

立体相机，对照明区域拍摄图像；

中央照明控制设备，基于所述图像确定照明区域的目标照度值，并基于该目标照度值确定各照明设备的调光等级；

发送设备，将确定的调光等级发送到照明设备，以便各个照明设备以所述调光等级进行照明。