CN108419453B - 一种照明灯控制方法及其装置、照明灯 - Google Patents
一种照明灯控制方法及其装置、照明灯 Download PDFInfo
- Publication number
- CN108419453B CN108419453B CN201780004148.4A CN201780004148A CN108419453B CN 108419453 B CN108419453 B CN 108419453B CN 201780004148 A CN201780004148 A CN 201780004148A CN 108419453 B CN108419453 B CN 108419453B
- Authority
- CN
- China
- Prior art keywords
- time
- model
- user
- current
- illuminating lamp
- 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
Images
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D25/00—Control of light, e.g. intensity, colour or phase
- G05D25/02—Control of light, e.g. intensity, colour or phase characterised by the use of electric means
-
- 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
- H05B47/11—Controlling the light source in response to determined parameters by determining the brightness or colour temperature of ambient light
-
- 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)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本申请涉及智能家居技术领域,特别是涉及一种照明灯控制方法及其装置、照明灯。其中,该方法包括:获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型;根据所述输入变量,计算所述用户行为模型的输出变量;根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态。上述实施方式提供的照明灯控制方法,通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
Description
技术领域
本申请涉及智能家居技术领域,特别是涉及一种照明灯控制方法及其装置、照明灯。
背景技术
随着科技的进步和用户生活水平的提高,家电的智能化程度越来越高,用户对家用照明灯也提出了新的要求,希望照明灯能够更加智能化。照明灯的智能化主要表现在对照明灯的操控上,相关技术的照明灯的操控方式主要有三种:一是通过手势进行操控;二是通过种类繁多的传感器进行智能开关;三是通过移动端App进行控制。
发明人在实现本申请的过程中,发现相关技术通过传感器进行智能开关时,主要是基于传感器的工作原理,设置简单的开关规则,来完成照明灯的自动开关。
这种设计的弊端是:由于用户的个体差异,这就导致通过简单的开关规则完成的照明灯的智能化并不适用于所有人,即:照明灯在实现自动化的同时,缺乏用户与灯的正常交互,使得照明灯不够人性化。
发明内容
本申请实施例的一个目的旨在提供一种照明灯控制方法及其装置、照明灯,解决现有照明灯开关控制不够人性化的技术问题。
为解决上述技术问题,本申请实施例提供以下技术方案:
在第一方面,本申请实施例提供一种照明灯控制方法,包括:获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型;根据所述输入变量,计算所述用户行为模型的输出变量;根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态。
可选地,所述方法还包括:获取用户对照明灯操作时,当前环境中与所述用户行为模型对应的输入变量和输出变量;根据所述输入变量和所述输出变量,更新所述用户行为模型。
可选地,所述用户行为模型为环境亮度阈值模型和/或入睡时间模型;
所述根据所述输入变量,计算所述用户行为模型的输出变量,具体包括:根据所述输入变量,在所述环境亮度阈值模型中,以随机梯度下降算法计算与所述输入变量对应的环境亮度阈值;和/或,
根据所述输入变量,在所述入睡时间模型中,以随机梯度下降算法计算与所述输入变量对应的入睡时间。
可选地,在所述环境亮度阈值模型中,所述输入变量为当前时间和当前日期的日期属性,所述日期属性包括工作日和公共假期,所述输出变量为当前环境的环境亮度;所述根据所述输入变量和所述输出变量,更新所述用户行为模型,具体包括:根据当前环境的环境亮度、当前时间和当前日期的日期属性,通过迭代计算的方式,调整所述环境亮度阈值模型;
在所述入睡时间模型中,所述输入变量为所述当前日期的日期属性,所述输出变量为当前环境的当前时间;所述根据所述输入变量和所述输出变量,更新所述用户行为模型,具体包括:根据当前环境的当前时间以及当前日期的日期属性,通过迭代计算的方式,调整所述入睡时间模型。
可选地,所述根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态,具体包括:当所述照明灯处于关闭状态并且照明灯的检测区域内存在用户时,判断当前环境的环境亮度是否小于所述环境亮度阈值;若是,则将所述照明灯切换为开启状态;若否,则保持所述照明灯为关闭状态。
可选地,所述根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态,具体包括:当所述照明灯处于开启状态时,判断照明灯的检测区域内是否存在用户以及当前环境的当前时间是否早于入睡时间;在当前环境的当前时间晚于入睡时间,并且检测区域内存在用户时,将所述照明灯在第一预设时长后切换为关闭状态;在当前环境的当前时间早于入睡时间,并且检测区域内不存在用户时,将所述照明灯在第二预设时长后切换为关闭状态,所述第二预设时长小于所述第一预设时长;当前环境的当前时间早于入睡时间,并且检测区域内存在用户时,将所述照明灯在入睡时间切换为关闭状态。
在第二方面,本申请实施例提供一种照明灯控制装置,包括:第一获取模块,用于获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型;计算模块,用于根据所述输入变量,计算所述用户行为模型的输出变量;控制模块,用于根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态。
可选地,所述装置还包括:第二获取模块,用于获取用户对照明灯操作时,当前环境中与所述用户行为模型对应的输入变量和输出变量;更新模块,用于根据所述输入变量和所述输出变量,更新所述用户行为模型。
可选地,所述用户行为模型包括环境亮度阈值模型或入睡时间模型;所述计算模块,包括:第一计算单元,用于根据所述输入变量,在所述环境亮度阈值模型中,以随机梯度下降算法计算与所述输入变量对应的环境亮度阈值;第二计算单元,用于根据所述输入变量,在所述入睡时间模型中,以随机梯度下降算法计算与所述输入变量对应的入睡时间。
在第三方面,本申请实施例提供一种照明灯,其特征在于,包括:至少一个处理器;以及与所述至少一个处理通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令程序,所述指令程序被所述至少一个处理器执行,直至所述至少一个处理器用于执行上述照明灯控制方法。
在第四面,本申请实施例提供一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被一个或多个处理器执行,以使所述至少一个处理器能够执行上述照明灯控制方法。
本申请实施例提供的照明灯控制方法,通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本申请实施例提供的一种照明灯控制方法的应用环境;
图2是本申请实施例提供的一种照明灯控制方法的流程示意图;
图3是本申请另一实施例提供的一种照明灯控制方法的流程示意图;
图4是本申请实施例提供的一种照明灯控制方法中用户行为模型为环境亮度阈值模型时,环境亮度阈值模型更新的流程示意图;
图5是本申请实施例提供的一种照明灯控制方法中用户行为模型为入睡时间模型时,入睡时间模型更新的流程示意图;
图6是本申请实施例提供的一种照明灯控制方法中照明灯的控制流程示意图;
图7是本申请实施例提供的一种照明灯控制装置的结构示意图;
图8是本申请另一实施例提供的一种照明灯控制装置的结构示意图;
图9是本申请实施例提供的一种照明灯的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
请参阅图1,图1是本申请实施例提供的照明灯控制方法的应用环境。如图1所示,该应用环境100包括以下元素:用户10和照明灯20。
用户10可以为具有任何数量的,具有相同或者相近操作行为的群体,例如家庭、工作组或者个人。不同的用户10具有不同的个性化要求,包括使用习惯、需求或者特定的用户数据。
在一些应用场景中,用户10可以通过一种或者多种合适的用户交互设备与照明灯20进行交互,例如键盘、遥控器、触摸屏、体感摄像头或者智能可穿戴设备,用户10可以输入指令以控制照明灯20执行一种或者多种操作,以实现用户意图,例如实现对照明灯20的开启、关闭或者亮度调节等操作。
照明灯20可以是任何合适照明的设备,例如,路灯、家居照明灯等。不同类型照明可以根据不同的应用场合制定合适的开关灯策略以实现照明灯的开启、关闭,亮度调节等操作。
在一些应用场景中,照明灯20还可以通过自身的检测设备(亮度传感器、红外传感器等)检测和感知照明灯20周围的环境状况,通过周围的环境状况智能实现在当前时间对照明灯20的操作,以帮助用户实现用户意图。其中,此处的“环境状况”可由用于解释当时环境特性的一个或多个数据表示。例如,当前时间,当前日期所属的假期,当前环境亮度,当前周围是否有人等当时环境特性。
应当说明的是,本申请实施例提供的照明灯控制方法还可以进一步的拓展至其它合适的照明灯的应用环境中,而不限于图1中所示的应用环境。虽然图1中仅显示了1个用户10,1个照明灯20。但本领域技术人员可以理解的是,在实际应用过程中,该应用环境还可以包括更多或者更少的用户和照明灯。
图2为本申请实施例提供的照明灯控制方法的方法流程图。该控制方法可以由图1所示的应用环境的照明灯所执行。如图2所示,该照明灯控制方法200包括:
21、获取当前环境中,与用户行为模型对应的输入变量,用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型。
本实施例中的“当前环境”用于表明照明灯在当前时间所处的环境。当前环境中可能具有多种不同的环境参数,用于反映当前环境的特点,从而作为照明灯状态的判断依据。例如,上述应用环境中解释的:当前时间,当前日期所属的假期,当前环境亮度,当前周围是否有人等反映照明灯所处的环境的环境参数。
照明灯可以通过一种或者多种传感器来获取上述一个或者多个反映当时环境的环境参数,并结合预设的控制规则来控制照明灯处于与当前环境相符的照明灯状态,实现照明灯的智能化控制。
本实施例中,照明灯的智能化控制是基于“用户行为模型”来实现的。该用户行为模型是用于模拟用户对照明灯行为习惯的函数或者模型。其作为一种机器学习模型,可以根据用户对照明灯的操作(例如关灯或开灯)自适应的调整和更新,从而更好的反映或者模拟用户的日常使用习惯。
该输入变量是用户行为模型的自变量,作为模型的输入值。其可以是当前环境中的一种或者多种参数,具体由用户行为模型的类型所决定。例如,当用户行为模型预测的是用户的入睡时间时,该输入变量可以是当前环境中,与入睡时间相关的一些环境参数。
22、根据输入变量,计算用户行为模型的输出变量。
在向用户行为模型输入相应的输入变量以后,其会计算并输出相应的输出变量。该输出变量是指用户行为模型的因变量,其会随输入变量和/或用户行为模型的变化而改变,从而实现对于用户行为习惯的模拟。
与输入变量相类似的,该输出变量具体也可以是当前环境中任何合适的环境参数,由用户行为模型所决定。该输出变量作为一个判断基准,可以用于判断在当前用户行为模型模拟的用户行为习惯中,照明灯应当处于的状态。
上述计算获得输出变量的过程具体可以由实际使用的模型以及输入变量所确定,本领域技术人员可以根据实际情况进行计算,为本领域公知常识,在此不作赘述。
在一些实施例中,当用户的意图是开启照明灯时,则认为当前环境亮度不够,需要开启照明灯增加亮度,则用户行为模型可以具体定义为:用于预测用户对环境亮度的忍受程度的环境亮度阈值模型,该环境亮度阈值模型可以获得用户习惯的最低环境亮度。
当所述用户行为模型为环境亮度模型时,可以将照明灯的传感器获得的环境参数中需要的数据作为输入变量,输入到所述环境亮度模型中。该环境亮度模型以随机梯度下降算法(SGD)的方式计算获得相应的环境亮度作为输出变量。该环境亮度实际上是一个与所述输入变量对应的环境亮度阈值,可以表示用户在当前环境状态下,对环境亮度的忍受程度。
在另一些实施例中,当用户的意图是关闭照明灯时,则认为当前环境亮度过高,用户需要关闭照明灯减少亮度,此时,可认为用户需要关闭照明灯准备入睡,则用户行为模型可以具体定义为:入睡时间模型,该入睡时间模型可以获得用户习惯的入睡时间。
当所述用户行为模型为入睡时间模型时,则选择入睡时间模型所需要使用的环境参数作为输入变量,计算出入睡时间作为输出变量。在本实施例中,所述入睡时间模型也是通过随机梯度下降算法(SGD)的方式计算出该入睡时间,用于表示用户在当前环境下的入睡时间。
通过上述用户行为模型计算获得输出变量(如环境亮度阈值、入睡时间)可以作为反应用户使用习惯的参考阈值,应用到后续的照明灯状态的控制过程中。
23、根据输出变量,控制照明灯处于与当前环境相符的照明灯状态。
如上所述,上述输出变量是由模拟用户行为的用户行为模型计算获得的参数。由此,可以应用该输出变量作为控制照明灯开关状态的判断标准或者依据。
在确定了输出变量以后,便可以根据相应的预设控制规则,控制照明灯处于与当前环境相符的照明灯状态中。例如,在当前环境中,控制照明灯保持关闭状态、切换照明灯状态为开启状态或者在延时一定的时间后,控制照明灯处于关闭状态。
在本实施例中,该输出变量作为预设控制规则的一部分,可以令照明灯状态的判断更具有智能化,能够跟随用户的操作行为进行调整,提供更好的用户体验。
一般的,用户的行为模拟或者用户行为预测是一个长期的,不断进行修正和训练的过程。为了实现更好的用户体验,通常还需要根据用户的行为变化对用户行为模型进行相应的调整。为了实现对于用户行为模型的调整,在另一些实施例中,如图3所示,上述方法还可以包括如下步骤:
24、获取用户对照明灯操作时,当前环境中与用户行为模型对应的输入变量和输出变量。
其中,用户对照明灯的操作具体指用户与照明灯交互,用以实现相应用户意图的行为。在实际交互过程中,用户可以通过多种方式与照明灯进行交互,例如,上述应用环境中所指出的用户在键盘、遥控器、触摸屏、体感摄像头或者智能可穿戴设备上输入指令与照明灯交互。其具体可以是控制照明灯开启或者控制照明灯关闭的操作。
照明灯可以检测到这些操作并通过其传感器获取在进行这些操作时,当前环境的环境参数。
25、根据输入变量和输出变量,更新用户行为模型。
由于用户行为模型中的输入变量和输出变量都是当前环境中的一种或者多种环境参数,其具体是由实际使用的用户行为模型所确定的。
因此,在进行更新时,可以根据实际使用的用户行为模型确定输入变量和输出变量,将输入和输出变量可以作为一个已知的数据,应用到用户行为模型中,反向计算或者推导出用户行为模型中的相关模型参数,从而完成用户行为模型的更新。
本申请实施例提供的照明灯控制方法,通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
当用户行为模型为环境亮度阈值模型时,在本实施例中,该环境亮度阈值模型中涉及的输入变量为:当前时间和当前日期的日期属性,其中,当前时间即为开启照明灯时的时间,当前日期所属的假期用以表征当前时间是节假日,或是正常上班日期等。该环境亮度阈值模型中涉及的输出变量即为:当前环境亮度,即开启照明灯时刻的环境亮度;
亦即,对于环境亮度阈值模型,可以根据当前时间、当前日期所属的假期和当前环境亮度通过迭代计算的方式,调整该环境亮度阈值模型的计算策略,得到更新后的环境亮度阈值模型,在该更新后的环境亮度阈值模型中输入一与当前环境相关的当前时间和当前日期的日期属性时,该更新后的环境亮度阈值模型可以通过计算得出一环境亮度阈值,该环境亮度阈值与用户习惯相关,为用户在当前环境能够接收的最低亮度。
当用户行为模型为入睡时间模型时,在本实施例中,该入睡时间模型中涉及的输入变量为:当前日期的日期属性,其中,当前时间即为开启照明灯时刻的时间,当前日期所属的假期用以表征当前时间是节假日,或是正常上班日期等。该入睡时间模型中涉及的输出变量即为:当时时间,即关闭照明灯时的时间。
亦即,对于入睡时间模型,可以根据当前日期所属的假期和当时时间,通过迭代计算的方式,调整该入睡时间模型的计算策略,得到更新后的入睡时间模型,在该更新后的入睡时间模型中输入一与当前环境相关的当前日期的日期属性时,该更新后的入睡时间模型可以通过计算得出一入睡时间,该入睡时间与用户习惯相关,为用户在当前环境下的入睡时间。
例如,在周末用户习惯晚上12点睡觉,在工作日用户习惯晚上11点睡觉。本实施例中,规定当前日期所属的假期为:周末。若当前时间达到晚上11点,则照明灯自动关闭,此时,用户还没有睡意,则用户手动开启照明灯;照明灯捕捉到用户手动开灯的行为,记录当前环境参数:晚上11点;当前日期所属的假期为:周末;照明灯则将晚上11点和周末两个环境特性参数输入至入睡时间模型中,以更新当前日期所属的假期和入睡时间之间的计算策略,得到更新后的入睡时间模型。这样进行更新后的入睡时间模型,在下一次遇到当前日期所属的假期为周末时,照明灯输出的入睡时间会更接近12点,而不会在11点就自动关闭照明灯。
需要说明的是,上述实施例中的输入变量和输出变量只是本申请的其中一种实施方式而已,在其他替代性实施例中,输入变量和输出变量可以根据对照明灯的不同控制状态进行更改,例如需要根据环境亮度调节照明灯的亮度时,可以选择与上述不同的输入变量和输出变量进行调节。
图4和图5分别为本申请实施例提供的,应用随机梯度下降(Stochastic GradientDescent,SGD)模型作为用户行为模型(SGD模型将输入变量定义为输入的X值,将输出变量定义为输入的Y值),
执行上述方法实施例的照明灯控制方法的方法流程图。该方法流程图用于计算能够反映用户使用习惯的环境亮度阈值或者入睡时间。其中,SGD模型在调正计算策略得出环境亮度阈值或者入睡时间时,具有使整个计算流程实时化、自动化的特点。
具体的,当该用户行为模型为环境亮度阈值模型时,如图4所示,该方法400包括如下步骤:
41、获取用户开启照明灯时的环境亮度,将该环境亮度作为环境亮度阈值模型输入的Y1值;
42、获取当前时间(白天/晚上/凌晨)和当前时间所属假期(周末/工作日),作为模型输入的X1值;
43、将X1值和Y1值输入SGD模块中,通过迭代计算的方式更新环境亮度阈值模型;
44、输入当前X1值,以随机梯度下降算法计算得到一更新的环境亮度阈值L1;
45、基于环境亮度阈值L1,控制照明灯处于与当前环境相符的照明灯状态。
当该用户行为模型为入睡时间模型时,如图5所示,该方法500包括如下步骤:
51、获取用户关闭照明灯时的当时时间,将该当时时间作为入睡时间模型模型输入的Y2值;
52、获取当前时间所属假期(周末/工作日),作为模型输入的X2值;
53、将X2值和Y2值输入SGD模块中,通过迭代计算的方式更新入睡时间模型;
54、输入当前X2值,以随机梯度下降算法计算得到一更新的入睡时间T1;
55、基于入睡时间T1,控制照明灯处于与当前环境相符的照明灯状态。
在图4和图5所示的计算环境亮度阈值或者入睡时间的方法中,利用SGD模型的方式进行更新,具有实时性、计算速度快、数据维度可自由扩展的优点来。
进一步,当照明灯的工作状态包括开启状态和关闭状态时,与上述图4和图5的方法实施例中提供的入睡时间模型和环境亮度模型相配合的控制照明灯处于与当前环境相符的照明灯状态,可以由图6所示的照明灯控制流程示意图所执行。
具体的,如图6所示,控制照明灯处于与当前环境相符的照明灯状态的控制流程,具体包括:
601、判断照明灯当前是否处于开启状态;若照明灯处于开启状态执行步骤602;若照明灯处于关闭状态,执行步骤607。
602、判断照明灯的周围是否存在人员;若照明灯周围存在人员,执行步骤603,若照明灯周围不存在人员,执行步骤606。
本申请实施例中,可以通过被动红外传感器等探测照明灯的周围是否存在人员。
603、判断当前时间是否晚于入睡时间,若当前时间晚于入睡时间,执行步骤604,若当前时间早于入睡时间,执行步骤605,
604、控制照明灯在第一预设时长后切换为关闭状态。
本实施例中,第一预设时长用以表征用户在到达入睡时间时,并没有入睡,可认为用户此时并没有睡意,或者用户此时需要完成重要的工作,则照明灯可在第一预设时长后再次关闭。其中,第一预设时长可以根据实际情况进行设置,例如设置为1小时或者30分钟,在本实施例中,第一预设时长的起始计算时刻可以为用户手动开启照明灯的时刻。
605、控制照明灯在入睡时间时,切换为关闭状态。
606、控制照明灯在第二预设时长后切换为关闭状态,该第二预设时长小于上述第一预设时长。
若照明灯周围不存在人员,则认为用户已经离开照明灯周围,为了预留用户会再次回来的时间,防止照明灯的误关,例如,用户只是去卫生间洗漱,不需要关闭照明灯这种情况。则照明灯可在第二预设时长自动关闭。并且,为了节约电能,第二预设时长应该小于第一预设时长,例如,可以设置为3到5分钟,或者10几分钟。在本实施例中,第二预设时长的起始计算时刻可以为照明灯检测到周围不存在用户的时刻。
607、判断照明灯周围是否存在人员;若照明灯周围存在人员,执行步骤608,若照明灯周围不存在人员,执行步骤611。
608、判断当前环境的环境亮度是否大于环境亮度阈值,若当前环境的环境亮度大于环境亮度阈值,执行步骤609,若当前环境的环境亮度小于环境亮度阈值,执行步骤610。
609、控制照明灯在环境亮度等于环境亮度阈值时切换为开启状态。
610、将照明灯切换为开启状态。
611、保持照明灯为关闭状态。
上述照明灯一方面在处于开启状态时,可以依据用户的作息习惯智能的切换为关闭状态,另一方面在处于关闭状态时,可以依据用户的作息习惯或者用户离开时,智能的切换为开启状态,既个性化又节约了电能。
应当说明的是,图6所示的控制照明灯处于与当前环境相符的照明灯状态是由两个相互独立的部分组成的。亦即,当照明灯属于关闭状态或者属于照明状态时,可以分别使用不同的用户行为模型来判断是否需要改变照明灯的状态。
本申请实施例提供的照明灯控制方法,考虑了用户使用照明灯设备时的当前环境,例如,当前时间、照明灯周围是否存在人员等因素,并且基于机器学习算法,将环境亮度阈值和用户入睡时间加入到照明灯的自动开关策略中,一方面可以自动调整照明灯的智能开启和关闭,为用户提供个性化的自动开关灯策略;另一方面借助SGD模块实现的机器学习算法,具有实时计算、可扩展等优势使整个计算流程实时化、自动化。
作为本申请实施例的另一方面,本申请实施例提供一种照明灯控制装置700,如图7所示,照明灯控制装置700包括:第一获取模块71、计算模块72和控制模块73。
第一获取模块71用于获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型。计算模块72用于根据所述输入变量,计算所述用户行为模型的输出变量。控制模块73,用于根据所述输出变量,控制照明灯处于与当前环境相符的照明灯状态。
本申请实施例提供的照明灯控制装置,通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
作为本申请实施例的另一方面,本申请实施例提供一种照明灯控制装置800,如图8所示,照明灯控制装置800包括:第一获取模块81、计算模块82、控制模块83、第二获取模块84和更新模块85。
其中,上述照明灯控制装置中对第一获取模块、计算模块和控制模块的解释在本实施例中同样是适用,在此不再赘述。
第二获取模块84用于获取用户对照明灯操作时,当前环境中与所述用户行为模型对应的输入变量和输出变量。更新模块85用于根据输入变量和输出变量,更新所述用户行为模型。
在一些实施例中,用户行为模型为环境亮度阈值模型或入睡时间模型,则如图8所示,计算模块82具体包括:第一计算单元821和第二计算单元822。
第一计算单元821用于根据输入变量,在境亮度阈值模型中,以随机梯度下降算法计算与输入变量对应的环境亮度阈值。第二计算单元822,用于根据输入变量,在入睡时间模型中,以随机梯度下降算法计算与输入变量对应的入睡时间。
由于装置实施例和方法实施例是基于同一构思,在内容不互相冲突的前提下,上述装置实施例的内容可以引用方法实施例的,在此不赘述。
本申请实施例提供的照明灯控制装置,通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
图9是本申请实施例提供一种照明灯的结构示意图。如图9所示,该照明灯90包括一个或多个处理器901以及存储器902。其中,图9中以一个处理器901为例。
处理器901和存储器902可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器902作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的照明灯控制方法对应的程序指令/模块(例如,附图7至和图8所示的各个模块和单元)。处理器901通过运行存储在存储器902中的非易失性软件程序、指令以及模块,从而执行照明灯控制装置的各种功能应用以及数据处理,即实现上述方法实施例照明灯控制方法以及上述装置实施例的各个模块的功能。
存储器902可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至处理器901。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述程序指令/模块存储在所述存储器902中,当被所述一个或者多个处理器901执行时,执行上述任意方法实施例中的照明灯控制方法,例如,执行以上描述的图2至图6所示的各个步骤;也可实现附图7至图8所示的各个模块和单元的功能。
本申请实施例还提供一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图9中的一个处理器901,可使得上述一个或多个处理器可执行上述任意方法实施例中的照明灯控制方法,例如,执行以上描述的图2至图6所示的各个步骤;也可实现附图7和图8所示的各个模块和单元的功能。以达到以下效果:通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
本申请实施例提供了一种计算机程序产品,当计算机程序被执行时,实现上述任意方法实施例中的照明灯控制方法,例如,执行以上描述的图2至图6所示的各个步骤,也可实现附图7和图8所示的各个模块和单元的功能,以达到以下效果:通过用户行为模型学习用户的开关灯使用习惯,并对学习后的用户行为模型进行数据样本的更新,以使更新后的模型更加贴近用户的需求,实现照明灯的个性化控制。
以上所描述的装置或设备实施例仅仅是示意性的,其中所述作为分离部件说明的单元模块可以是或者也可以不是物理上分开的,作为模块单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络模块单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;在本申请的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本申请的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
Claims (7)
1.一种照明灯控制方法,其特征在于,包括:
获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型,所述用户行为模型包括环境亮度阈值模型以及入睡时间模型,所述输入变量包括当前时间和当前日期的日期属性;
根据所述输入变量,在所述环境亮度阈值模型中,以随机梯度下降算法计算与所述输入变量对应的环境亮度阈值,和/或,根据所述输入变量,在所述入睡时间模型中,以随机梯度下降算法计算与所述输入变量对应的入睡时间,所述环境亮度阈值模型以及入睡时间模型采用SGD算法;
当所述照明灯处于关闭状态并且照明灯的检测区域内存在用户时,判断当前环境的环境亮度是否小于所述环境亮度阈值;
若是,则将所述照明灯切换为开启状态;
若否,则保持所述照明灯为关闭状态;
当所述照明灯处于开启状态时,判断照明灯的检测区域内是否存在用户以及当前环境的当前时间是否早于入睡时间;
在当前环境的当前时间晚于入睡时间,并且检测区域内存在用户时,将所述照明灯在第一预设时长后切换为关闭状态;
在当前环境的当前时间早于入睡时间,并且检测区域内不存在用户时,将所述照明灯在第二预设时长后切换为关闭状态,所述第二预设时长小于所述第一预设时长;
当前环境的当前时间早于入睡时间,并且检测区域内存在用户时,将所述照明灯在入睡时间切换为关闭状态。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取用户对照明灯操作时,当前环境中与所述用户行为模型对应的输入变量和输出变量;
根据所述输入变量和所述输出变量,更新所述用户行为模型。
3.根据权利要求2所述的方法,其特征在于,
在所述环境亮度阈值模型中,所述日期属性包括工作日和公共假期,所述输出变量为当前环境的环境亮度;
所述根据所述输入变量和所述输出变量,更新所述用户行为模型,具体包括:根据当前环境的环境亮度、当前时间和当前日期的日期属性,通过迭代计算的方式,调整所述环境亮度阈值模型;
在所述入睡时间模型中,所述输出变量为当前环境的当前时间;
所述根据所述输入变量和所述输出变量,更新所述用户行为模型,具体包括:根据当前环境的当前时间以及当前日期的日期属性,通过迭代计算的方式,调整所述入睡时间模型。
4.一种照明灯控制装置,其特征在于,包括:
第一获取模块,用于获取当前环境中,与用户行为模型对应的输入变量,所述用户行为模型为根据用户对照明灯的操作,进行更新的机器学习模型,所述用户行为模型包括环境亮度阈值模型以及入睡时间模型,所述输入变量包括当前时间和当前日期的日期属性;
计算模块,用于根据所述输入变量,在所述环境亮度阈值模型中,以随机梯度下降算法计算与所述输入变量对应的环境亮度阈值,和/或,根据所述输入变量,在所述入睡时间模型中,以随机梯度下降算法计算与所述输入变量对应的入睡时间,所述环境亮度阈值模型以及入睡时间模型采用SGD算法;
控制模块,用于当所述照明灯处于关闭状态并且照明灯的检测区域内存在用户时,判断当前环境的环境亮度是否小于所述环境亮度阈值;若是,则将所述照明灯切换为开启状态;若否,则保持所述照明灯为关闭状态;当所述照明灯处于开启状态时,判断照明灯的检测区域内是否存在用户以及当前环境的当前时间是否早于入睡时间;在当前环境的当前时间晚于入睡时间,并且检测区域内存在用户时,将所述照明灯在第一预设时长后切换为关闭状态;在当前环境的当前时间早于入睡时间,并且检测区域内不存在用户时,将所述照明灯在第二预设时长后切换为关闭状态,所述第二预设时长小于所述第一预设时长;当前环境的当前时间早于入睡时间,并且检测区域内存在用户时,将所述照明灯在入睡时间切换为关闭状态。
5.根据权利要求4 所述的装置,其特征在于,还包括:
第二获取模块,用于获取用户对照明灯操作时,当前环境中与所述用户行为模型对应的输入变量和输出变量;
更新模块,用于根据所述输入变量和所述输出变量,更新所述用户行为模型。
6.一种照明灯,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令程序,所述指令程序被所述至少一个处理器执行,以使所述至少一个处理器用于执行如权利要求1至3任一项所述照明灯控制方法。
7.一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,所述计算机可执行指令被一个或多个处理器执行,以使至少一个处理器能够执行如权利要求1至3任一项所述照明灯控制方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2017/108127 WO2019080123A1 (zh) | 2017-10-27 | 2017-10-27 | 一种照明灯控制方法及其装置、照明灯 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108419453A CN108419453A (zh) | 2018-08-17 |
CN108419453B true CN108419453B (zh) | 2020-09-22 |
Family
ID=63126498
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780004148.4A Active CN108419453B (zh) | 2017-10-27 | 2017-10-27 | 一种照明灯控制方法及其装置、照明灯 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108419453B (zh) |
WO (1) | WO2019080123A1 (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019170109A1 (zh) * | 2018-03-06 | 2019-09-12 | 苏州欧普照明有限公司 | 照明控制系统及方法、照明装置 |
CN108919669B (zh) * | 2018-09-11 | 2022-04-29 | 深圳和而泰数据资源与云技术有限公司 | 一种智能家居动态决策方法、装置和服务终端 |
CN109634129B (zh) * | 2018-11-02 | 2022-07-01 | 深圳慧安康科技有限公司 | 主动关怀的实现方法、系统及装置 |
CN110045619A (zh) * | 2019-03-08 | 2019-07-23 | 佛山市云米电器科技有限公司 | 基于自学习技术的窗帘智能控制方法及智能控制系统 |
CN110113851A (zh) * | 2019-05-16 | 2019-08-09 | 北京小米移动软件有限公司 | 照明装置的控制方法、控制装置、终端及照明装置 |
CN112333898B (zh) * | 2019-08-30 | 2023-04-25 | 北京字节跳动网络技术有限公司 | 一种灯具亮度调节方法、装置、灯具和存储介质 |
CN111142512A (zh) * | 2019-11-22 | 2020-05-12 | 珠海格力电器股份有限公司 | 一种设备控制方法、跟随设备及存储介质 |
CN111132432B (zh) * | 2019-12-12 | 2022-04-12 | 北京首钢自动化信息技术有限公司 | 一种照明调度控制方法及服务器 |
CN113455866A (zh) * | 2020-03-31 | 2021-10-01 | 阿里巴巴集团控股有限公司 | 一种电子设备 |
CN112220428A (zh) * | 2020-10-14 | 2021-01-15 | 珠海格力电器股份有限公司 | 一种洗碗机、洗碗机的亮度控制方法、装置及存储介质 |
CN112188691A (zh) * | 2020-10-27 | 2021-01-05 | 泰华智慧产业集团股份有限公司 | 路灯设施控制方法、装置及系统 |
CN113440369A (zh) * | 2021-06-19 | 2021-09-28 | 周华林 | 交互式控制方法、系统、设备及存储介质 |
CN115717759B (zh) * | 2022-11-21 | 2024-08-16 | 珠海格力电器股份有限公司 | 空调关机控制方法、装置、设备及存储介质 |
CN117354986B (zh) * | 2023-12-04 | 2024-03-22 | 深圳市胜天光电技术有限公司 | 一种多功能led灯珠的智能控制方法及系统 |
CN117500117B (zh) * | 2023-12-29 | 2024-03-19 | 深圳市智岩科技有限公司 | 灯屏设备及灯效智能控制方法和相应的装置、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365264A (zh) * | 2013-05-21 | 2013-10-23 | 清华大学 | 具有参数学习能力的百叶与灯光的集成控制方法 |
CN104080254A (zh) * | 2014-07-04 | 2014-10-01 | 江苏达伦电子股份有限公司 | 基于无线灯具的生活节奏调控系统 |
CN105517279A (zh) * | 2015-11-30 | 2016-04-20 | 小米科技有限责任公司 | 一种发光控制的方法和装置 |
CN107085417A (zh) * | 2017-04-14 | 2017-08-22 | 南宁市麦格尼安防科技有限公司 | 一种智能家居系统的自动化方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2881476T3 (es) * | 2012-09-21 | 2021-11-29 | Signify Holding Bv | Sistema y método de gestión de sistemas de iluminación |
DE102014115079A1 (de) * | 2014-10-16 | 2016-04-21 | "Durable" Hunke & Jochheim Gmbh & Co. Kommanditgesellschaft | Verfahren zur Ansteuerung einer LED-Leuchte und LED-Leuchte |
CN105607510A (zh) * | 2015-10-30 | 2016-05-25 | 东莞酷派软件技术有限公司 | 窗帘开关状态的控制方法及装置、终端 |
CN105517277B (zh) * | 2015-11-25 | 2018-10-19 | 小米科技有限责任公司 | 照明设备控制方法及装置 |
CN106383450A (zh) * | 2016-11-10 | 2017-02-08 | 北京工商大学 | 一种基于大数据的智能家居用户行为分析系统及方法 |
-
2017
- 2017-10-27 CN CN201780004148.4A patent/CN108419453B/zh active Active
- 2017-10-27 WO PCT/CN2017/108127 patent/WO2019080123A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365264A (zh) * | 2013-05-21 | 2013-10-23 | 清华大学 | 具有参数学习能力的百叶与灯光的集成控制方法 |
CN104080254A (zh) * | 2014-07-04 | 2014-10-01 | 江苏达伦电子股份有限公司 | 基于无线灯具的生活节奏调控系统 |
CN105517279A (zh) * | 2015-11-30 | 2016-04-20 | 小米科技有限责任公司 | 一种发光控制的方法和装置 |
CN107085417A (zh) * | 2017-04-14 | 2017-08-22 | 南宁市麦格尼安防科技有限公司 | 一种智能家居系统的自动化方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019080123A9 (zh) | 2019-07-25 |
WO2019080123A1 (zh) | 2019-05-02 |
CN108419453A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108419453B (zh) | 一种照明灯控制方法及其装置、照明灯 | |
CN108919669B (zh) | 一种智能家居动态决策方法、装置和服务终端 | |
US20210288832A1 (en) | Automatically learning and controlling connected devices | |
EP3411634B1 (en) | Data learning server and method for generating and using learning model thereof | |
JP6858260B2 (ja) | インタラクティブ環境コントローラ | |
WO2018129716A1 (zh) | 智能灯光控制系统及方法 | |
CN110578994A (zh) | 一种运行方法及装置 | |
CN111338227B (zh) | 基于强化学习的电子电器控制方法及控制设备、存储介质 | |
US10605470B1 (en) | Controlling connected devices using an optimization function | |
CN104580710B (zh) | 一种基于学习用户操作习惯的自动省电方法 | |
CN113531818B (zh) | 用于空调的运行模式推送方法及装置、空调 | |
CN107562023A (zh) | 基于用户行为习惯的智能家居管控系统 | |
CN109140706B (zh) | 一种空调智能控制方法 | |
CN103081571A (zh) | 照明系统的自动配置 | |
CN111984337B (zh) | 操作模式的收藏方法及终端设备、按摩设备、存储介质 | |
CN110471298A (zh) | 一种智能家电控制方法、设备和计算机可读介质 | |
CN106371553A (zh) | 一种控制屏幕的方法、装置和终端 | |
CN116184851A (zh) | 一种睡眠模式调节方法、装置、终端及存储介质 | |
KR102566607B1 (ko) | 온톨로지 지식 구조를 이용한 지능형 스마트 홈 시스템 및 방법 | |
Tegelund et al. | A task-oriented service personalization scheme for smart environments using reinforcement learning | |
Guivarch et al. | Hybrid system to analyze user's behaviour | |
Rifat et al. | Android controlled home automation system based on different power optimization modes | |
CN112015100B (zh) | 智能开关权限的调节方法、装置、智能开关以及存储介质 | |
CN114963292B (zh) | 一种采暖系统控制方法、装置、设备及存储介质 | |
CN116546700A (zh) | 灯光控制方法、装置、存储介质及电子装置 |
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 |