CN104823522B - 用于对照明空间提取特征的传感照明系统和方法 - Google Patents

用于对照明空间提取特征的传感照明系统和方法 Download PDF

Info

Publication number
CN104823522B
CN104823522B CN201380032826.XA CN201380032826A CN104823522B CN 104823522 B CN104823522 B CN 104823522B CN 201380032826 A CN201380032826 A CN 201380032826A CN 104823522 B CN104823522 B CN 104823522B
Authority
CN
China
Prior art keywords
space
light
sensor
light source
array
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
Application number
CN201380032826.XA
Other languages
English (en)
Other versions
CN104823522A (zh
Inventor
R·F·卡尔利克
R·J·拉德克
T·D·C·利特尔
P·M·布塔拉
李佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOSCHTON UNIV BOARDOF DIRECTORS
Rensselaer Polytechnic Institute
Original Assignee
BOSCHTON UNIV BOARDOF DIRECTORS
Rensselaer Polytechnic Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by BOSCHTON UNIV BOARDOF DIRECTORS, Rensselaer Polytechnic Institute filed Critical BOSCHTON UNIV BOARDOF DIRECTORS
Publication of CN104823522A publication Critical patent/CN104823522A/zh
Application granted granted Critical
Publication of CN104823522B publication Critical patent/CN104823522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/02—Systems using the reflection of electromagnetic waves other than radio waves
    • G01S17/04—Systems determining the presence of a target
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
    • G06V10/141—Control of illumination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • 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]
    • H05B45/10—Controlling the intensity of the light
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition
    • G06T2207/10152—Varying illumination
    • 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
    • H05B45/357—Driver circuits specially adapted for retrofit LED light sources
    • H05B45/3578—Emulating the electrical or functional characteristics of discharge lamps
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Optical Radar Systems And Details Thereof (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Non-Portable Lighting Devices Or Systems Thereof (AREA)
  • Arrangement Of Elements, Cooling, Sealing, Or The Like Of Lighting Devices (AREA)

Abstract

本文公开一种照明系统，包括用于发射编码有调制图案的光的LED光源阵列、传感器阵列和空间特征提取单元。传感器阵列接收由物体散射的被发射光。利用调制图案，每个传感器确定相应光源与物体之间的距离。空间特征提取单元利用来自每个传感器的距离以产生表明物体的存在的高程图。

Description

用于对照明空间提取特征的传感照明系统和方法
相关申请的交叉引用
本申请涉及并要求在2012年4月20日提交的、发明名称为“传感照明系统”的美国临时申请号61/687,239的优先权权益，其内容通过引用合并于此。
关于联邦赞助研究的声明
本发明部分由美国国家科学基金会(批准号EEC-0812056)的拨款并且部分由NYSTAR(批准号C090145)的拨款支持。美国政府对本发明享有一定权利。
技术领域
本发明涉及对用于照明的空间提取特征的照明系统和方法。
背景技术
现今，照明消耗全部电能的大约19％，并且许多商业地点可消耗高达40％的典型办公大楼的电能消耗。虽然通过利用先进的照明控制系统，由照明系统消耗的电能可以减少35％以上，但是因为这些系统需要频繁的校准以合适地适应于短期(个人照明需要)和长期(内部重新设计)变化而很少被使用。基于红外运动传感器和超声波传感器的当前照明控制在照明控制中可能使用有限，并且照明系统本身可能是盲视的，因为光源可能不能看到由产生的光照亮的空间或物体。一些当前方法可以使用摄像系统以提供带有感知需要照亮什么以及何时进行照亮的照明系统。但是，可能存在与摄像系统相关的隐私忧虑。用于自适应照明控制的当前方法由于处理大量的视频信息还可能产生不必要的复杂性。
发明内容
根据本发明的一个方面，提供一种用于对照明空间提取特征的照明系统和方法。该照明系统包括：发光二极管(LED)光源阵列，其布置在空间中用于照明；传感器阵列，接近于所述LED光源阵列；以及空间特征提取单元。每个光源被配置为在所述空间中发射编码有预定调制图案的光。来自多个LED光源中的所发射光被所述空间中的至少一个物体散射。所述传感器阵列被配置为接收由所述空间中的所述至少一个物体散射的光。每个传感器被配置为基于在所接收到的散射光中所述预定调制图案的检测来确定相应光源与所述至少一个物体之间的距离。空间特征提取单元被配置为接收来自每个传感器的所述距离并且产生所述空间的高程图。所述高程图表明在所述空间中所述至少一个物体的存在。
附图说明
图1示出用于对照明空间提取特征的示例性照明系统的功能框图。
图2示出在照明空间中的示例性照明系统的立体图，其示出空间中物体距离的确定。
图3示出用于对照明空间提取特征的示例性方法的流程图。
图4示出基于高程图用于对照明空间提取特征的示例性方法的流程图。
图5A是办公室环境的示例图像。
图5B是根据本发明实施例的如图5A所示的办公室环境的示例飞行时间(ToF)图像。
图6是根据本发明实施例的由图5B所示的ToF图像确定的示例高程图。
图7A、图7B、图7C、图7D和图7E是根据本发明的实施例，用于各种多人环境的包括检测到物体的示例高程图。
图8A、图8B、图8C和图8D是根据本发明的实施例，以各种传感器间隔对于如图7C所示的高程图的包括检测到物体的示例高程图。
图9A和图9B是根据本发明的实施例，作为用于真实办公室环境的高程图的传感器间隔的函数的误差率和平均误差的示例图表。
图10A和图10B是根据本发明的实施例，作为用于仿真办公室环境的高程图的传感器间隔的函数的误差率和平均误差的示例图表。
具体实施方式
描述了用于对照明空间提取特征(characterizing)的方法和包括LED光源阵列的照明系统。
发明的方案包括用于对照明空间提取特征的示例性方法和示例性照明系统。照明系统可以包括光源阵列，除了照亮给定体积的空间外，还使用时间调制数据信号(即，预定的调制图案)对照明进行编码，并且包含有遍及该照明系统分布的广泛分开的、低像素数光传感器的网络。照明系统可以用于室内照明或户外照明。传感器可以测量从给定光源的发射(包括时间调制数据信号)与返回包含数据信号的一部分光之间的时间。返回的一部分光可以是由光源阵列照亮的空间中的物体的一个或多个表面散射的。照明系统可以利用这个通常被称为飞行时间(ToF)的测量过程以在照明空间内创建有生命物体和无生命物体的高程图(elevation map)。照明系统可以基于高程图确定照明空间的特征。这些特征可以被用于例如监控和检测照明空间的轮廓(profile)的变化。这些特征可以被用于例如照明控制(诸如用于能量节约)、占用者(occupant)监控、安全功能和保安功能。
参照图1，示出示例性照明系统100的功能框图。照明系统100可以包括LED光源阵列101(这里称为阵列101)、传感器的阵列102(这里称为传感器阵列102)、空间特征提取单元(space characterization unit)103、照明控制器104和存储器105。照明系统100可以包括一个或多个可选用户界面106和可选显示器107。阵列101、传感器阵列102、空间特征提取单元103、照明控制器104、存储器105、可选用户界面106和/或可选显示器107可以经由数据和控制总线(未示出)耦接。
阵列101可以包括布置在空间中用以照亮该空间(这里也称为照明空间)的多个LED光源114(图2)。例如，图2示出接近于照明空间120的天花板均匀地布置为二维阵列的多个光源114，用以均匀地照亮空间120。尽管图2中示出的光源114被布置为均匀的二维阵列，但应该理解的是光源114可以布置为不均匀的阵列，并且阵列可以为一维阵列或三维阵列。应理解的是光源114的布置可以取决于照明空间的物理特征和期望的照明特性。一般而言，光源114可以由任意合适的间隔隔开，以照亮该照明空间。光源114可以间隔开例如大约60cm至大约2m之间的距离，但不限于此。
光源114可以包括能够发射至少一种期望波长的光的任何合适的二极管。尽管这里相对于发光二极管描述光源114，但是光源114还可以包括半导体激光二极管。根据一个实施例，从光源114发射的光的波长可以被相应的传感器108直接利用以提取照明空间的特征。根据另一个实施例，例如，利用荧光体转换，至少一个光源114的部分波长可以被转换为至少一个其他波长。由荧光体发射的一个或多个波长可以被相应的传感器108利用。
光源114可以包括被设计为以标称值(nominally)均匀地照亮空间的点光源或泛光源。在示例性实施例中，每个光源114可以与单个朝向下方的颜色或具有相对窄的视野(即，整合光的立体角)的距离传感器108配对，收集从光源114照亮的物体(诸如从图2中的人121和无生命物体122)散射的光。
根据另一个示例性实施例，光源114可以包括基于LED的面板灯。如这里所使用的，面板灯是模仿荧光设备的光学性能的任何LED夹具设计。与点光源或泛光源阵列类似，面板灯可以包含或接近于朝向下方的高速传感器108。
阵列101中的光源114可以被配置为经由照明控制器104通过预定调制图案来调制。阵列101中各个光源114的操作(诸如开/关操作、光强操作等)也可以由照明控制器104来控制。由此，阵列101可以发射光以照亮照明空间并且还可以调制所发射的光。例如，预定调制图案可以包括使用正交格雷码(或任何其他合适的正交图案)产生的开关图案的时序。作为另一个示例，输出光通量(光强)可以按期望频率在两级之间切换。作为附加示例，可以利用预定频率的按比例缩放的余弦信号调制输出光通量以产生正弦图案。一般而言，随着时间的平均光通量可以提供照明。调制的频率可以确定能够被明确测量的距离的范围。所发射图案与由传感器108采集的散射(反射)图案之间的往返路程引起的相移可以提供距离测度。
根据示例实施例，每个光源114可以由不同的预定调制图案来调制(使得与单个光源114相关的传感器108检测相应的预定调制图案)。根据另一个示例实施例，可以由同一预定调制图案来调制多于一个的光源114。例如，可以由同一图案调制彼此足够远离(诸如跨过房间)的多个光源114。
根据示例性实施例，光源114可以包括用于发射可见光谱中波长的单色LED光源，其中波长在大约400nm至大约800nm之间，但不限于此。根据另一个实施例，光源114可以包括紫外(UV)LED光源或红外(IR)光源中的至少一种。相应地，光源114可以具有大约220nm至大约1600nm之间的波长，但不限于此。
根据另一个示例性实施例，光源114可以包括多彩光源(即多色光源)。例如，典型的三个波长被用来产生白光。波长可以包括大约470nm(即蓝色)、大约525nm(即绿色)和大约620nm(即红色)，其变化高至大约±20nm。为了更完全的光谱照明，可以增加包括大约585nm(即黄色)、大约420nm(即深蓝色)、大约650nm(即深红色)、大约500nm(即蓝绿色)和/或大约550nm(即深绿色)的额外的波长，但不限于此。
例如，多色光源可以包括具有不同波长的多个单色LED。光源中的各个颜色可以经由照明控制器104独立地调制。在这个实施例中，一个或多个传感器108(每个能够跟踪一个或多个单色源的调制信号)可以被用于创建照明空间的粗略的3D地形彩色地图。通过补偿将光散射回传感器108的物体的光谱反射率的差异，由颜色映射提供的额外信息可以改善ToF距离映射功能的分辨率(通过传感器阵列102)。由此，通过调制用于感测(通过传感器阵列102)的各个波长，照明系统100可以通过颜色提供改善的空间分辨率。
传感器阵列102可以包括对应于阵列101的光源114(图2)的多个传感器108。传感器108可以形成为光源114的一部分，或者可以接近于光源114而布置。
根据示例性实施例，阵列101中的每个光源114可以与对应的传感器108配对。根据另一个实施例，一些光源114可以与对应的传感器108配对(诸如图2所示)，而阵列101中的其他光源114可以不被调制。根据又一实施例，多于一个的光源114可以与一个对应的传感器108配对。例如，如下进一步描述的，具有相同的预定调制图案的两个光源114可以与传感器108配对。
可以理解的是，取决于高程图(如下进一步描述)的期望分辨率，可以选择传感器阵列102中传感器108的间隔。例如，传感器间隔可以被选择为提供降低的分辨率图，其可以表明在空间中物体的存在，但可以不包括关于空间中物体的细节(诸如人的身份)。需要降低的分辨率来保护由高程图捕捉的个人隐私。在示例性实施例中，传感器间隔包括但不限于在大约10cm至大约60cm之间。根据示例性实施例，基于隐私相对于最小分辨率的研究(即，能够表明空间中存在物体)，为了性能，可以确定传感器间隔的最佳范围。
检测器108可以包括ToF检测器109和距离计算器110。ToF检测器109可以测量被发射的光从相应的光源114穿行至物体(诸如图2中的人121)并且返回至传感器108所花费的时间。例如，图2示出在空间120中传感器108与物体(诸如人121和无生命物体122)之间的ToF线115。ToF线的持续时间与空间120中光源114与物体之间的距离相关。在图2中，假设传感器108在与光源114大致相同的位置处。可以理解的是，对于光源114与传感器108的位置之间的任意差异可以调整ToF。
根据示例性实施例，ToF检测器109可以包括低像素数图像传感器(例如，从大约3×3像素至大约200×200像素)以测量ToF。例如，ToF检测器109可以解析预定调制图案的角度的和/或时间的记号(诸如图案的相移)以确定ToF。
距离计算器110可以接收来自ToF检测器109的ToF测量，并且可以确定从光源114至物体(诸如人121)的距离。例如，通过被发射光的往返路程可以确定该距离。
由阵列101周期地、连续地或在用于对照明空间提取特征的任意时间段期间可以发射预定调制图案。传感器阵列102可以由照明控制器104可选地控制以使ToF测量和预定调制图案的发射同步。根据另一个实施例，由来自时钟产生器(未示出)的时钟信号可以(经由照明控制器104)同步化传感器阵列102和阵列101。
空间特征提取单元103可以接收来自传感器阵列102的每个传感器108的距离信息，并且可以产生表示照明空间的特征输出。特征输出可以用于经由照明控制器104来控制阵列101的照明。特征输出还可以表示在可选显示器107上，或者可以例如经由全局网(即因特网)被传输至远程位置。还可以理解的是，空间特征提取单元可以被远程地耦接至传感器阵列102，使得在远离传感器阵列102的位置处可以确定特征。
空间特征提取单元103可以包括高程图产生器111、物体检测器112和空间轮廓产生器113。高程图产生器111可以接收来自传感器阵列102的距离信息并且可以产生照明空间的高程图。高程图可以表明照明空间中一个或多个物体的存在。下面参照图3和图4进一步描述高程图产生器111。
物体检测器112可以接收来自高程图产生器111的高程图并且确定高程图是否包括一个或多个物体。物体检测器112还可以确定物体的位置、物体是有生命的还是无生命的、物体的移动或物体的姿态(诸如站着或坐着)中的至少一个。下面参照图4进一步描述物体检测器112。
空间轮廓产生器113可以接收来自物体检测器112的物体信息并且可以更新照明空间的轮廓。例如，在照明空间中检测到新的人或在房间中没有检测到有生命物体可以使得轮廓被更新。另外，轮廓的变化可以触发特征输出，诸如输出至可选显示器107。例如，如果在之前没有被占据的照明空间中检测到人，那么可以向可选显示器107提供警告(诸如为了保安的目的)。
空间特征提取单元103可以被配置为控制阵列101、传感器阵列102、照明控制器104、可选用户界面106和可选显示器107中一个或多个的操作。可替代地，单独的控制器(未示出)可以被用来控制照明系统100的组件的操作。空间特征提取单元103可以包括例如逻辑电路、数字信号处理器、微控制器或微处理器。
照明系统100可以包括存储器105。存储器105可以存储用于阵列101、传感器阵列102、空间特征提取单元103、照明控制器104、可选用户界面106和/或可选显示器107的一个或多个值。例如，存储器105可以存储用于照明控制器104的预定调制图案、由传感器阵列102确定的距离、高程图、检测到的物体和/或轮廓信息。存储器105可以包括例如随机存取存储器(RAM)、磁盘、光盘、闪存或硬盘驱动器。
照明系统100可以包括可选用户界面106，诸如用于操作照明系统100的指示装置、键盘和/或显示装置。可选显示器107可以包括能够呈现高程图、检测到的物体、轮廓信息或特征信息中的至少一个的任意合适的显示装置。尽管可选用户界面106和可选显示器107被示为单独的装置，但是可以理解地是，可选用户界面106和可选显示器107的功能可以被结合到一个装置中。
可以理解的是，阵列101、传感器阵列102、空间特征提取单元103、照明控制器104、存储器105、可选用户界面106和可选显示器107中的一个或多个的组件可以被实施为硬件、软件、或硬件和软件的结合。
参照操作中的图1和图2，光源114可以用预定调制图案调制所发射的光，并且配对的传感器108可以测量传输光从光源114到返回至传感器108的时间(由ToF线115表示)。基于ToF测量，传感器108的距离计算器110可以计算由光源发射的光子穿过的距离。距离信息可以从所有的光源114和传感器108组合被传输至空间特征提取单元103，其中可(诸如由高程图产生器111)产生被照亮空间的低分辨率高程图。
照明系统100可以经由高程图识别家具、建筑物和有生命物体的位置。高程图还可以被用来适当地给空间照明，同时最小化能量消耗。照明系统100可以检测移动物体位置的快速变化，包括与可能的保安问题(奔跑)或安全问题(掉落)有关的动作。照明系统100还可以用于追踪照明空间中移动物体的常规运动。
在示例性实施例中，照明控制器104可以协调阵列101的调制，使得传感器阵列102的测量可以取决于散射回标称地直接在相关光源114下方的相应传感器108的光的延迟。在这个示例中，除了被选定的数据结构可以被用来降低由于在照明空间中从其他光源114被散射到传感器108的光导致的测量误差之外，可以不考虑被用来调制照明的特定结构(即图案)来执行距离测量。
根据示例性实施例，每个光源114可以被独立地调制。每个光源114可以与特定的配对传感器108相结合，以测量光源114与直接将光反射至配对传感器108的物体的表面之间的距离。来自照明空间中每个传感器108的信息可以由空间特征提取单元103结合以创建被照亮空间的高程图。
根据另一个实施例，在光源之间可以利用协调的(coordinated)调制(类似于超声或雷达成像中的相控阵技术)。例如，传感器阵列102可以测量照亮空间的任意光源114与将光反射至给定传感器108的散射表面之间的距离。在这个示例中，相控阵飞行时间检测能够被用来改善被照亮空间的地形图的空间分辨率。增大的空间分辨率可以导致占用测量(occupancy measurement)和可以是局部化的(相对于给定空间中的照明光源的位置)被照亮结构的分辨率的改善。改善的占用测量可以允许对空间的最佳照明，并且若需要，可以允许利用可见光本身进行数据通信。
在上述示例中，为了照明的目的，可以以协调的方式以及足够高的切换频率来操作阵列101，以便呈现为正确的强度和颜色，而使相应的传感器阵列102能够检测从分立的光源114返回的光。通过对来自每个排列的光源114的强度和/或颜色信号进行定相(phasing)，排列的传感器108可以唯一地估计哪个信号来自哪个光源，并且可以更准确地估计照明空间中有生命物体和无生命物体的距离和位置。如果包括颜色的离散相位，那么也可以估计局部颜色分布。这可以改善照明系统100的信噪比(SNR)。对于具有标称静态颜色的无生命物体，所述感测可以将背景与移动物体区别开，并且还可以感测何时发生了改变(如被照亮空间设计的改变)。
在示例性实施例中，用于照明系统100的距离分辨率可以在大约50cm至大约3m之间。由于距离分辨率，需要产生(由一个或多个物体散射的被返回光的)准确的时间测量。一般而言，时间分辨率取决于待照亮的空间的体积，但是一般小于大约10-8s，并且大部分室内空间具有10-10s或更小的幂级的时间分辨率。
接下来参照图3，示出用于对照明空间提取特征的示例性方法的流程图。在步骤125，编码有预定调制图案的光从光源阵列发射出。例如，照明控制器104(图1)可以被用于调制从阵列101发射的光。
在步骤126，从照明空间中的物体散射的所发射光被传感器阵列102接收(图1)。在步骤127，基于预定调制图案，每个传感器108(图1)可以确定相关的光源114(图2)与物体(诸如人121)之间的距离。例如，基于图案，ToF检测器109(图1)可以确定飞行时间，并且距离计算器110可以根据飞行时间确定距离。
在步骤128，基于由每个传感器108(图1)确定的距离，例如，由空间特征提取单元103的高程图产生器111产生照明空间的高程图。在步骤129，基于高程图，例如，由空间特征提取单元103的物体检测器112(图1)和空间轮廓产生器113来提取照明空间的特征。
接下来参照图4，示出基于高程图(图3的步骤129)用于对照明空间提取特征的示例性方法的流程图。图4中示出的步骤可以由图1中示出的物体检测器112来执行。
在步骤130，在高程图中提取可能物体的位置。在可选的步骤131，在高程图中提取可能物体的高度。例如，被提取的高度可以被用于确定照明空间中人的姿态(例如坐着或站着)。
在可选的步骤132，可以消除在空间的区域中的两个或更多物体之间的模糊。例如，如果高程图的分辨率太粗略而不能辨别单个物体(诸如人和桌子)，则可能需要进一步处理高程图以分离这两个物体。下面进一步描述消除模糊处理的示例。
在步骤133，将可能的物体与之前被识别的物体相比较，以确定可能的物体是新物体还是之前被识别的物体(其可以是静止的或移动的)。在步骤134，确定可能的物体和之前被识别的物体是否匹配。
在步骤134，如果可能的物体和之前被识别的物体匹配，那么步骤134进入到步骤135，并且该可能的物体被认定为之前被识别的物体。步骤135进入到可选的步骤137。
在步骤134，如果可能的物体和之前被识别的物体不匹配，那么步骤134进入到步骤136，并且该可能的物体被认定为新物体。步骤136进入到可选的步骤137。
在可选的步骤137，跟踪被识别物体的任何运动。例如，可以将之前产生的高程图中被识别物体的之前位置与当前位置进行比较。在可选的步骤138，例如，基于被提取的高度可以识别出被识别物体的姿态。下面进一步描述姿态检测的示例。在可选的步骤139，被识别的物体可以进一步被认定为有生命的(诸如人)或无生命的(诸如家具)。可以理解，可选的步骤137-139可以以不同于所示的顺序被执行。
实时人员跟踪和姿态识别的示例
使用类似图1示出的示例性照明系统100的照明系统，进行实验以研究实时人员跟踪和姿态识别。在实验中，将由瑞士苏黎世的Mesa成像公司(Mesa Imaging)在商业上分布的安装在天花板上且指向下方的SwissRanger SR4000ToF摄像机用作图1所示的照明系统100的替代品。摄像机发射射频(RF)调制(30MHz)的近红外光(850nm)，它由场景反向散射并且由互补金属氧化物半导体(CMOS)电荷耦合器件(CCD)接收。
传感器以176144像素的分辨率连续地收集范围和强度测量。在图像的中心处，其对应于在地面上的1.7cm2、坐着的人头部上的9mm2、站着的人头部上的4.5mm2(假设为2.5m的天花板)，每个像素的角分辨率为0.39。因为ToF传感器发射来自单个投射中心的发散光线，所以通过将原始传感器值乘以到模拟正投影的视场角的余弦，来修改每个距离测量。下面描述的距离测量指的是这种正投影。距离测量中的绝对精确度在0.8m-5.0m范围内为大约10mm。在实验中，利用积分时间6.3ms-8.3ms分别导致23.4fps-19.4fps的帧速率。幅度阈值设置在70-100的范围内(在0-16382的尺度上)。
系统被安装在天花板的高度为2.5m的办公室环境中。传感器的视野为地面上的大约2.0m×1.6m。图5A是办公室环境的示例图像，并且图5B是相应的飞行时间图像，其示出从传感器到场景中每个点的测量距离。
为了研究在较大环境中的飞行时间成像，使用由丹麦哥本哈根的Unity技术公司(Unity Technologies)开发的Unity游戏引擎来创建三维(3D)的18×14m2的仿真实验室空间。通过从在天花板上规律地间隔开并且将到撞击点的距离返回的仿真传感器向下投射光线来创建距离图像。以与从真实ToF传感器的图像输出相同的方式，由这里所述的算法来处理这些图像。
在真实和仿真环境中都还记录了几个视频，包含多人和多件家具，以设计和测试算法。最复杂的真实视频包含在不同时刻进入场景、搬进和移动办公室椅子、一起靠近地坐下、且在不同时刻离开的四个人。仿真环境包括进入实验室、四处走动、坐下、站起来、彼此相近地站着、围绕会议桌和在实验长椅前方聚集、且离开房间的高达30个人。
根据距离测量，实验检查人的实时检测、他们位置的跟踪和他们姿态(即，站着或坐着)的估计。将形态图像处理算法与关于物体如何移动和互相作用的更高级逻辑相结合。进入场景的每个人在图像边界处被检测到并且被给定唯一的标签。然后贯穿之后的图像来跟踪每个人形图块(person blob)直到其离开图框。在每个帧中测量每个人形图块的位置和高度，并且根据高度信息估计其大致姿态。
通过从天花板的已知高度减去实时距离图像得到实时高程图。还假设存在不包含人或可移动家具的背景高程图，表示为B(x,y)，其在系统校准期间能够获得。从当前的高程图Et(x,y)，利用背景减去和阈值得到在场景中前景物体的高程图Ft(x,y)为：
其中τ代表阈值。阈值τ设为10cm，其低于人的高度(即使当平躺在地面上时)。图6示出图5A所示的真实环境中的前景物体的示例高程图。
在背景减去之后，通过为前景图设置阈值可以检测到场景中的人。假设每个人走进场景，阈值被以0.9m的高度施加到前景图像，将高于这个高度的每个相连接区域(或“图块”)分类为人。在当前帧中的每个人形图块与之前帧中的人形图块相比较以找到最接近的空间匹配。图块的高度被指定为在图块的加权质心处的标高值。在帧t中的该高度观测表示为yt。在后续处理之前，将中值滤波器施加到yt以减轻脉冲传感器噪声。
因为概率模型适合于处理噪声和不确定性，所以概率模型被广泛地用于活动(activity)识别。使用考虑到当前高度观察和状态之间的转移概率的简单马尔可夫模型的最大似然估计量，将“站着”或“坐着”的标签分配给每个人形图块。也就是说，标签被计算为：
lt＝argmlax{p(yt|l)+λ*p(l|lt-1)} (2)
其中lt∈{“站”、“坐”}。第一项反映给定提议标签的观察到高度的可能性。对于“站”，其被建模为平均等于人们第一次出现时被观察的高度的高斯分布。“坐”的分布是类似的，但是基于人坐姿高度比的测量数据，高斯的平均值是进入高度的一半。“坐”和“站”的标准差是0.1和0.2，这是从实验数据集得知的。第二项表示转移概率，其促使标签保持不变，使得在高度观察中需要强有力的证据以改变标签。转移概率矩阵为：
其是从实验数据集得知的。这使得姿态估计对测量中的噪声具有更强的鲁棒性。可以调节参数λ以权衡(trade off)先前和测量的信息。在实践中，λ设为1。如上所述，图4示出用于跟踪物体和估计它们的姿态的方法。
由于从高程图可提取的低分辨率和有限的特征，导致人和多件家具(例如，移动的办公室椅子)可能难以稳健地分离和辨别，并且可能合并为高程图中的一个图块。由此，对这种方法的挑战可能是将多人靠近在一起时出现的图块分开，以及设计对人而不对移动的家具响应的传感器(例如，椅子的靠背经常处于与坐着的人的头部相当的高度)。
分离接触的物体的示例性方法是处理高程图以在主峰周围创建带有恒定强度的高原。这被称为形态重建。程序为：(1)使用原始图像作为掩模图像，(2)腐蚀原始图像以产生标记图像，以及(3)反复扩大标记图像直到它适配在掩模图像的下方。
图7A至图7E是用于几个全尺度帧的包括检测到的物体的示例高程图。尽管存在多个移动的办公椅，但正确的人数得以保持。
接下来，以不同的间隔对全分辨率视频进行降采样(downsample)(使用最近邻采样)以创建较低密度的视频流，以仿真较宽间隔开的单像素ToF元件。这里描述(且如图4所示)的示例算法被施加到每个降采样的流。图8A至图8D示出对于几个传感器间距，如图7C所示的同一帧中的跟踪结果。特别地，图8A涉及0.03m的传感器间距；图8B涉及0.06m的传感器间距；图8C涉及0.09m的传感器间距；并且图8D涉及0.1m的传感器间距。因为降采样的帧小得多，所以算法快得多并且能够以和输入视频大致相同的速率运行。
但是，随着增大仿真的稀疏度以加宽传感器间距，由于测量中有限的像素数量和平滑度的缺乏，局部极大值提取算法开始失效。在这种情形下(例如，25cm的传感器间距)，不是分离图块中的多个人，而是算法保持跟踪哪些人被结合在多人图块中直到他们分开。因为维持每个人形图块的身份可能不重要，所以这可以适合于照明控制应用。
为了实验，收集六个数据集：
1)真实视频，3790帧，1-2人(仅用于训练)；
2)真实视频，1050帧，1-3人(仅用于测试)；
3)真实视频，15000帧，1-4人(测试)；
4)仿真视频，3000帧，6人(训练)；
5)仿真视频，2700帧，6人(测试)；以及
6)六个仿真视频，每个6000帧，5、10、15、20、25和30人(测试)。
关于真实视频的实验
在数据集2和数据集3上测试局部极大值提取和跟踪算法。第一个视频记录了在不同时刻进入场景、四处走动、靠近一起坐在椅子上、站起来、并离开的3个人。图7A至图7E示出在这个视频上跟踪的示例。
为了分析不同传感器密度下的性能，输入视频被空间地降采样以仿真从1cm至10cm、步阶为1cm的传感器间隔，如图8A至图8D所示。在每个间隔等级处，记录检测结果和估计的姿态。图9A是作为传感器间隔的函数的检测和姿态估计的误差率的图表。由不正确地检测到的/被漏掉的人数(或被误分类的姿态的数量)除以在所有帧中人出现的全部数量来计算误差率。图9B是作为传感器间隔的函数的在位置和高度测量中平均误差的图表。
根据图9A和图9B，可以看出在最大至8cm的所有间隔等级处，全部的3人被检测和跟踪到。当帧被降采样至8cm间隔时，局部极大值提取变得不稳定。物体容易被漏掉或彼此合并。
进行了更长期的实验(数据集3)，其中同一办公室环境被连续地监控达15000帧。在这段时间中，使用地面真值(ground truth)的全帧视频，每个人的入/出和姿态变化被人工记录。在表1中总结了结果。
地面真值 检测到的 错误的警告
入 31 31 2
出 31 31 2
站起来 54 53 2
坐下 53 50 3
表1与真实视频上实验的地面真值相比较的性能
以8cm的大传感器间隔，使用数据集3中的长视频，还分析了关于帧中人数的性能。在表2中示出了结果。
人数 1 2 3 4
检测误差率(％) 0 0 0.16 0.82
位置平均误差(m) 0.10 0.11 0.12 0.12
表2对于真实数据中的不同人数与实验的地面真值相比较的性能
关于环境仿真的实验
为了测验跟踪算法的隐私保护特征，记录了包含2700帧的视频(数据集5)，其包含进入实验室、四处走动、坐下、站起来、彼此靠近地站着、围绕会议桌和在实验长椅前方聚集在一起、并离开房间的6人。
正如真实视频实验那样，采样间隔从10cm至40cm以增量5cm逐渐增大。图10A是作为传感器间隔的函数在人员检测和姿态分类上的误差率的图表。图10B是作为传感器间隔的函数在位置和高度估计上的平均误差的图表。表3报告在30cm间隔等级处，出去、坐下和站起事件的检测和错误警告率。
地面真值 检测到的 错误的警告
入 10 10 0
出 10 10 0
站起来 10 10 1
坐下 10 10 1
表3对于实验仿真，与实验的地面真值相比较的性能
正如表2，在仿真视频上的性能被测量为人数的函数。在这种情况下，环境能够被填充更多的人，从5至30(数据集6)。在表4中总结了具有20cm的宽传感器间隔的结果。
人数 5 10 15 20 25 30
检测误差率(％) 0 0 0 0.02 0.53 0.72
位置平均误差(m) 0.11 0.10 0.11 0.11 0.11 0.12
表4对于仿真中的不同人数，与实验的地面真值相比较的性能
尽管这里已经示出和描述发明的优选实施例，应该理解的是仅通过示例的方式提供这样的实施例。不偏离本发明的精神，本领域技术人员可以想到多种变化、改变和替换。因此，所附的权利要求旨在覆盖本发明的精神和范围内的所有这些变化。

Claims (15)

1.一种照明系统，包括：
发光二极管(LED)光源阵列，其布置在空间中用于照明，每个光源被配置为在所述空间中发射编码有预定调制图案的光，来自所述LED光源阵列中的所发射的光被所述空间中的至少一个物体散射，其中每个光源由不同的预定调制图案来调制；
传感器阵列，接近于所述LED光源阵列且被配置为接收来自所述空间中的至少一个物体的散射光，每个传感器被配置为基于在所接收到的散射光中所述预定调制图案的检测来确定相应光源与所述至少一个物体之间的距离；以及
空间特征提取单元，被配置为接收来自每个传感器的所述距离并且产生所述空间的高程图，所述高程图表明在所述空间中所述至少一个物体的存在。
2.根据权利要求1所述的照明系统，其中每个光源包括聚光灯、泛光灯或面板灯中的至少一个。
3.根据权利要求1所述的照明系统，其中每个光源包括单色光源。
4.根据权利要求1所述的照明系统，其中每个光源包括被配置为发射不同波长的光的多个光源，至少一个所述传感器被配置为确定对于每个所述不同波长的距离，所述高程图包括与所述不同波长相关的彩色图。
5.根据权利要求1所述的照明系统，其中所述空间特征提取单元被配置为基于所述高程图检测所述至少一个物体的至少一个属性，以控制所述照明系统的照明。
6.根据权利要求1所述的照明系统，其中所述空间特征提取单元被配置为基于所述高程图确定下列的至少之一：所述至少一个物体的位置、所述至少一个物体的姿态、或所述至少一个物体的移动。
7.根据权利要求1所述的照明系统，其中所述空间特征提取单元被配置为基于所述高程图确定所述至少一个物体是有生命物体还是无生命物体。
8.根据权利要求1所述的照明系统，其中每个传感器被配置为基于所检测到的预定调制图案，确定将由所述传感器接收到的所发射光的飞行时间，所述距离是根据所述飞行时间确定的。
9.根据权利要求1所述的照明系统，其中每个光源被配置为使用所述预定调制图案被独立地调制。
10.根据权利要求1所述的照明系统，其中两个或更多所述光源被配置为使用所述预定调制图案被同步地调制。
11.一种对用于照明的空间提取特征的方法，所述方法包括：
由布置在所述用于照明的空间中的发光二极管(LED)光源阵列发射光，所发射的光编码有至少一个预定调制图案，所发射的光由所述空间中的至少一个物体散射，其中每个光源由不同的预定调制图案来调制；
由接近于所述LED光源阵列的传感器阵列接收来自所述空间中的所述至少一个物体处的散射光；
基于在所接收到的散射光中的所述至少一个预定调制图案的检测，由每个传感器确定相应光源与所述至少一个物体之间的距离；以及
基于由每个传感器确定的所述距离产生所述空间的高程图，所述高程图表明在所述空间中所述至少一个物体的存在，所述用于照明的空间是基于所述高程图而被提取特征。
12.根据权利要求11所述的方法，所述方法还包括基于所述高程图检测所述至少一个物体的至少一个属性，以控制所述LED光源阵列的照明。
13.根据权利要求11所述的方法，所述方法还包括基于所述高程图确定下列的至少之一：所述至少一个物体的位置、所述至少一个物体的姿态、或所述至少一个物体的移动。
14.根据权利要求11所述的方法，所述方法还包括基于所述高程图确定所述至少一个物体是有生命物体还是无生命物体。
15.根据权利要求11所述的方法，其中确定所述距离包括基于所检测到的至少一个预定调制图案确定将由相应传感器接收到的所发射光的飞行时间，所述距离是根据所述飞行时间而确定。
CN201380032826.XA 2012-04-20 2013-04-19 用于对照明空间提取特征的传感照明系统和方法 Active CN104823522B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201261687239P 2012-04-20 2012-04-20
US61/687,239 2012-04-20
PCT/US2013/037300 WO2013158955A1 (en) 2012-04-20 2013-04-19 Sensory lighting system and method for characterizing an illumination space

Publications (2)

Publication Number Publication Date
CN104823522A CN104823522A (zh) 2015-08-05
CN104823522B true CN104823522B (zh) 2017-05-31

Family

ID=49384092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380032826.XA Active CN104823522B (zh) 2012-04-20 2013-04-19 用于对照明空间提取特征的传感照明系统和方法

Country Status (8)

Country Link
US (1) US9363859B2 (zh)
EP (1) EP2839719B1 (zh)
JP (4) JP2015519687A (zh)
KR (1) KR102090483B1 (zh)
CN (1) CN104823522B (zh)
BR (1) BR112014026016A8 (zh)
SG (1) SG11201406649TA (zh)
WO (1) WO2013158955A1 (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9210777B2 (en) * 2012-01-20 2015-12-08 Koninklijke Philips N.V. Method for detecting and controlling coded light sources
RU2623491C2 (ru) * 2012-02-16 2017-06-27 Филипс Лайтинг Холдинг Б.В. Устройство и способы конфигурации освещения с использованием датчиков расстояния
US9681521B2 (en) * 2013-05-21 2017-06-13 Philips Lighting Holding B.V. Lighting device
TWI563842B (en) * 2013-10-25 2016-12-21 Lips Inc Sensing device and signal processing method thereof
US9813676B2 (en) * 2013-12-11 2017-11-07 Qualcomm Incorporated Use of mobile device with image sensor to retrieve information associated with light fixture
EP3080752A1 (en) * 2013-12-14 2016-10-19 Viacam SARL Camera-based tracking system for the determination of physical, physiological and/or biometric data and/or for risk assessment
FR3015730B1 (fr) * 2013-12-20 2017-07-21 Thales Sa Procede de detection de personnes et ou d'objets dans un espace
JP6359828B2 (ja) * 2013-12-20 2018-07-18 株式会社メガチップス 照明システム及び制御装置
FR3015732B1 (fr) * 2013-12-20 2016-02-05 Thales Sa Procede de detection de personnes et ou d'objets dans un espace
FR3015731B1 (fr) * 2013-12-20 2016-02-05 Thales Sa Procede d'estimation du nombre de personnes et ou d'obets dans un espace
DE102014207965A1 (de) * 2014-04-28 2015-10-29 Robert Bosch Gmbh Vorrichtung zur Objekterkennung
JP6321441B2 (ja) * 2014-05-07 2018-05-09 株式会社ミツトヨ 三次元測定システム、三次元測定方法、および、被測定体
US11143749B2 (en) 2014-05-23 2021-10-12 Signify Holding B.V. Object detection system and method
TWI549502B (zh) * 2014-06-13 2016-09-11 立普思股份有限公司 影像相位補正方法
CN105323571B (zh) * 2014-06-17 2017-09-29 立普思股份有限公司 影像相位补正方法
EP3158834B1 (en) * 2014-06-20 2020-02-12 Rensselaer Polytechnic Institute Occupancy sensing smart lighting system
DE102015200133A1 (de) 2015-01-08 2016-07-14 Tridonic Gmbh & Co Kg Lichtsystem mit Anwesenheitserkennung von Personen
US9971015B2 (en) 2015-04-10 2018-05-15 Ossia Inc. Techniques for imaging wireless power delivery environments and tracking objects therein
CN107889558B (zh) 2015-06-09 2020-09-08 飞利浦照明控股有限公司 Led照明器的适应性发光强度分布
US9945948B2 (en) 2015-06-18 2018-04-17 Nokia Technologies Oy Method and apparatus for providing time-of-flight calculations using distributed light sources
US10158840B2 (en) * 2015-06-19 2018-12-18 Amazon Technologies, Inc. Steganographic depth images
US10895643B2 (en) * 2015-08-05 2021-01-19 Ams Sensors Singapore Pte. Ltd. Intelligent illumination systems using modulated light
CN105072767B (zh) * 2015-08-24 2017-12-08 浙江大丰实业股份有限公司 一种增强的舞台光效实时控制方法
WO2017032589A1 (en) * 2015-08-27 2017-03-02 Philips Lighting Holding B.V. Systems and methods for lighting fixture location mapping
US10637732B2 (en) * 2015-09-04 2020-04-28 Signify Holding B.V. Replacing wireless-communication enabled components in a luminaire
DE102016201741A1 (de) * 2016-02-04 2017-08-10 Hella Kgaa Hueck & Co. Verfahren zur Höhenerkennung
US10211660B2 (en) * 2016-02-08 2019-02-19 Cree, Inc. LED lighting device with adaptive profiles for controlling power consumption
US10212306B1 (en) 2016-03-23 2019-02-19 Amazon Technologies, Inc. Steganographic camera communication
WO2017191311A1 (en) * 2016-05-06 2017-11-09 Philips Lighting Holding B.V. System and method for automated luminaire detection and classification
US20180054706A1 (en) * 2016-08-19 2018-02-22 Abl Ip Holding Llc System for auto-commissioning of luminaires and asset tracking
EP3290058A1 (en) * 2016-09-02 2018-03-07 BrainLit AB A light control system and a method for exposing a subportion of a space with light within a predetermined spectral range at a predetermined threshold intensity
CN108242072A (zh) * 2016-12-23 2018-07-03 捷西迪光学（开曼）股份有限公司 建立空间地图的方法以及应用于该方法的斑块图形组
US10465869B2 (en) 2017-01-30 2019-11-05 Ideal Industries Lighting Llc Skylight fixture
US10451229B2 (en) 2017-01-30 2019-10-22 Ideal Industries Lighting Llc Skylight fixture
US10444865B2 (en) * 2017-05-01 2019-10-15 Google Llc Tracking of position and orientation of objects in virtual reality systems
US9894740B1 (en) 2017-06-13 2018-02-13 Cree, Inc. Intelligent lighting module for a lighting fixture
JP7055320B2 (ja) * 2017-06-28 2022-04-18 国立大学法人大阪大学 照明装置
US10165650B1 (en) 2017-08-21 2018-12-25 Cree, Inc. Occupant tracking
US10830400B2 (en) 2018-02-08 2020-11-10 Ideal Industries Lighting Llc Environmental simulation for indoor spaces
US11419201B2 (en) 2019-10-28 2022-08-16 Ideal Industries Lighting Llc Systems and methods for providing dynamic lighting
US10991215B2 (en) 2018-03-20 2021-04-27 Ideal Industries Lighting Llc Intelligent signage
US11184967B2 (en) 2018-05-07 2021-11-23 Zane Coleman Angularly varying light emitting device with an imager
US10816939B1 (en) 2018-05-07 2020-10-27 Zane Coleman Method of illuminating an environment using an angularly varying light emitting device and an imager
CN111028328B (zh) * 2019-12-17 2024-03-15 上海嘉奥信息科技发展有限公司 基于Unity3D采集数据的模拟成像方法
WO2021214523A1 (en) * 2020-04-23 2021-10-28 Jdrf Electromag Engineering Inc., Autonomous room boundary detection and classification with low resolution sensors
CN113898885A (zh) * 2021-09-18 2022-01-07 深圳拓邦股份有限公司 一种智能头灯及智能头灯系统
DE102023108543A1 (de) * 2023-04-04 2024-10-10 Tridonic Gmbh & Co. Kg Ermitteln von Objektparametern bewegter Objekte mittels Umgebungslichtsensor

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005129512A (ja) * 2003-09-30 2005-05-19 Toshiba Lighting & Technology Corp Ｌｅｄ照明装置及び照明システム
CN201156832Y (zh) * 2007-11-08 2008-11-26 复旦大学 抑郁症辅助治疗的led照明灯具

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10251133B3 (de) * 2002-10-31 2004-07-29 Gerd Reime Einrichtung zur Steuerung einer Beleuchtung, insbesondere für Fahrzeuginnenräume sowie Verfahren zu ihrer Steuerung
TW593971B (en) * 2003-07-18 2004-06-21 Su-Ching Chien Optics method for detecting object
US20050243556A1 (en) * 2004-04-30 2005-11-03 Manuel Lynch Lighting system and method
JP4200328B2 (ja) * 2005-04-18 2008-12-24 パナソニック電工株式会社 空間情報検出システム
CN101356450B (zh) * 2005-12-19 2015-08-05 莱达科技股份有限公司 物体检测发光系统和方法
AU2008247041B2 (en) 2007-05-04 2011-05-26 Sasol Technology (Proprietary) Limited Catalysts
WO2008135942A1 (en) * 2007-05-07 2008-11-13 Koninklijke Philips Electronics N.V. Lighting device and control method
CN101772712A (zh) * 2007-08-01 2010-07-07 皇家飞利浦电子股份有限公司 用于确定构造物中对象的位置的方法
WO2009079779A1 (en) * 2007-12-21 2009-07-02 Leddartech Inc. Parking management system and method using lighting system
WO2009133505A1 (en) 2008-04-29 2009-11-05 Philips Intellectual Property & Standards Gmbh Illumination unit responsive to objects
JP5299677B2 (ja) * 2008-12-24 2013-09-25 東芝ライテック株式会社 照明制御システム
JP5478902B2 (ja) * 2009-01-20 2014-04-23 スタンレー電気株式会社 光学距離センサー
US8159156B2 (en) * 2009-08-10 2012-04-17 Redwood Systems, Inc. Lighting systems and methods of auto-commissioning
KR20110070063A (ko) 2009-12-18 2011-06-24 한국전자통신연구원 조명 제어 장치
JP2011163921A (ja) * 2010-02-09 2011-08-25 Honda Motor Co Ltd 検出装置及び検出方法
JP2011253716A (ja) 2010-06-02 2011-12-15 Sharp Corp 照明制御装置及び画像処理装置
JP2012028015A (ja) * 2010-07-20 2012-02-09 Toshiba Corp 照明制御システムおよび照明制御方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005129512A (ja) * 2003-09-30 2005-05-19 Toshiba Lighting & Technology Corp Ｌｅｄ照明装置及び照明システム
CN201156832Y (zh) * 2007-11-08 2008-11-26 复旦大学 抑郁症辅助治疗的led照明灯具

Also Published As

Publication number Publication date
KR102090483B1 (ko) 2020-03-18
US20150061509A1 (en) 2015-03-05
WO2013158955A8 (en) 2013-12-19
EP2839719B1 (en) 2019-04-03
BR112014026016A2 (pt) 2017-06-27
JP2018018829A (ja) 2018-02-01
JP2015519687A (ja) 2015-07-09
EP2839719A1 (en) 2015-02-25
US9363859B2 (en) 2016-06-07
CN104823522A (zh) 2015-08-05
EP2839719A4 (en) 2016-03-09
WO2013158955A1 (en) 2013-10-24
SG11201406649TA (en) 2014-11-27
BR112014026016A8 (pt) 2021-03-09
JP2020038845A (ja) 2020-03-12
KR20150021918A (ko) 2015-03-03
JP7462231B2 (ja) 2024-04-05
JP2021153073A (ja) 2021-09-30

Similar Documents

Publication Publication Date Title
CN104823522B (zh) 用于对照明空间提取特征的传感照明系统和方法
Alam et al. Device-free localization: A review of non-RF techniques for unobtrusive indoor positioning
US10460582B2 (en) Presence detection and uses thereof
US11055837B2 (en) Human profile and anomaly detection
CN104935893B (zh) 监视方法和装置
KR101608889B1 (ko) 대기열 모니터링 장치 및 방법
US20150169082A1 (en) Method and Device for Filter-Processing Imaging Information of Emission Light Source
EP3158834A1 (en) Occupancy sensing smart lighting system
CN101999888A (zh) 一种对体温异常者进行检测与搜寻的疫情防控系统
WO2007018523A2 (en) Method and apparatus for stereo, multi-camera tracking and rf and video track fusion
WO2018064764A1 (en) Presence detection and uses thereof
US10222466B2 (en) Method and a device for detecting an all-round view
CN103646250A (zh) 基于距离图像头肩特征的行人监测方法及装置
Santo et al. Device-free and privacy preserving indoor positioning using infrared retro-reflection imaging
CN109830078A (zh) 适用于狭小空间的智能行为分析方法及智能行为分析设备
Bhattacharya et al. Arrays of single pixel time-of-flight sensors for privacy preserving tracking and coarse pose estimation
CN113739790B (zh) 一种被动式室内定位系统及定位方法
Oliver et al. 3D descriptor for people re-identification
Woodstock et al. Sensor fusion for occupancy detection and activity recognition using time-of-flight sensors
US11734833B2 (en) Systems and methods for detecting movement of at least one non-line-of-sight object
CN113841180A (zh) 用于捕获物体的运动的方法以及运动捕获系统
Zhao et al. CNN-based indoor occupant localization via active scene illumination
CN207610704U (zh) 一种基于光流的可见光视觉动态定位系统
JP2015065132A (ja) 照明機器制御装置、照明機器制御方法及びプログラム

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant