CN112074053A - 一种基于室内环境参数的照明设备调控方法及装置 - Google Patents
一种基于室内环境参数的照明设备调控方法及装置 Download PDFInfo
- Publication number
- CN112074053A CN112074053A CN202010857958.8A CN202010857958A CN112074053A CN 112074053 A CN112074053 A CN 112074053A CN 202010857958 A CN202010857958 A CN 202010857958A CN 112074053 A CN112074053 A CN 112074053A
- Authority
- CN
- China
- Prior art keywords
- indoor environment
- regulation
- illumination
- historical data
- data
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000033228 biological regulation Effects 0.000 title claims description 55
- 238000005286 illumination Methods 0.000 claims abstract description 65
- 230000001276 controlling effect Effects 0.000 claims abstract description 41
- 230000001105 regulatory effect Effects 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims abstract description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 100
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 50
- 239000001569 carbon dioxide Substances 0.000 claims description 50
- 238000012549 training Methods 0.000 claims description 27
- 238000012360 testing method Methods 0.000 claims description 26
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012806 monitoring device Methods 0.000 claims description 17
- 238000010801 machine learning Methods 0.000 claims description 16
- 230000036772 blood pressure Effects 0.000 claims description 6
- 241000282414 Homo sapiens Species 0.000 description 14
- 238000010586 diagram Methods 0.000 description 14
- 230000008859 change Effects 0.000 description 13
- 239000013598 vector Substances 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 210000002569 neuron Anatomy 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006698 induction Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 210000004205 output neuron Anatomy 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000004382 visual function Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000004313 glare Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 210000001034 respiratory center Anatomy 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 206010021024 Hypolipidaemia Diseases 0.000 description 1
- 238000012351 Integrated analysis Methods 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000002364 input neuron Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000037081 physical activity Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009323 psychological health Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 208000011580 syndromic disease Diseases 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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]
- H05B45/20—Controlling the colour of the 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明提供了一种基于室内环境参数的照明设备调控方法及装置,基于室内环境参数的照明设备调控方法包括:获取照明设备照射范围内所在人员的生理指标;获取所述照射范围内的影响所述生理指标的室内环境参数;根据所述室内环境参数以及所述生理指标调控所述照明设备的色温。本发明可实现室内光源色温的智能控制,以调节室内环境下人员心理感受的舒适度,并可在多场景实现应用。
Description
技术领域
本发明涉及照明技术领域,具体涉及一种基于室内环境参数的照明设备调控方法及装置。
背景技术
在人类日常生活和工作中,照明是不可或缺的一项重要元素。从火把、油灯、电灯再到LED灯的出现与应用,人类照明工具经历了三次大革命。目前我国大规模推广使用的LED光源除了具有显著的节能、耐用等特点外,还可以通过对其照度、亮度等指标的调节来创建适应各种场景的光环境。随着社会和科技的发展,人类对于照明的需求也不再仅仅是在自然光线不足的情况下识别物体(可视需求),越来越多地延伸到对人体生理甚至心理的健康舒适度的满足。
因此,如何通过对光源相关指标的智能调控在不同应用场景下控制光照,以营造健康舒适的光环境,是亟需解决的问题。
发明内容
根据本发明所提供的基于室内环境参数的照明设备调控方法及装置,通过监测室内环境温湿度以及二氧化碳浓度,同时结合人体心率变化,综合分析室内人员情绪状态,利用光源色温的变化来提升人的心理感受,进而提升建筑室内环境综合舒适度。
为了实现上述目的,提供了一种基于室内环境参数的照明设备调控方法,包括:
获取照明设备照射范围内所在人员的生理指标;
获取所述照射范围内的影响所述生理指标的室内环境参数;
根据室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,所述生理指标包括:所述人员的心率;所述室内环境参数包括:温度、湿度以及二氧化碳含量。
一实施例中,根据室内环境参数以及所述生理指标调控所述照明设备的色温,包括:
利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,所述利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型,包括:
根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型。
一实施例中,所述获取照明设备照射范围内所在人员的生理指标包括:根据设置在所述人员中的心率监测设备获取所述人员的心率;
所述获取所述照射范围内的影响所述生理指标的室内环境参数包括:通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
第二方面,本发明提供一种基于室内环境参数的照明设备调控装置,该装置包括:
生理指标获取单元,用于获取照明设备照射范围内所在人员的生理指标;
室内环境参数获取单元,用于获取所述照射范围内的影响所述生理指标的室内环境参数;
色温调控单元,用于根据室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,所述生理指标包括:所述人员的心率;所述室内环境参数包括:温度、湿度以及二氧化碳含量;
所述色温调控单元包括:
模型建立模块,用于利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
色温调控模块,用于根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,所述模型建立模块包括:
数据分类模块,用于根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
模型训练模块,用于利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
模型测试模块,用于利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型;
所述生理指标获取单元具体用于根据设置在所述人员中的心率监测设备获取所述人员的心率;
所述室内环境参数获取单元具体用于通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现基于室内环境参数的照明设备调控方法的步骤。
第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现基于室内环境参数的照明设备调控方法的步骤。
从上述描述可知,本发明实施例提供的基于室内环境参数的照明设备调控方法及装置,首先获取照明设备照射范围内所在人员的生理指标;接着,获取照射范围内的影响生理指标的室内环境参数;最后根据室内环境参数以及生理指标调控照明设备的色温。本发明兼顾视觉功能与室内人员的心理感受,能够提升室内环境综合的舒适度。同时通过室内环境参数预设,以及多种相对成熟技术的搭配使用,实现室内光源色温的智能控制,以调节室内环境下人员心理感受的舒适度,并可在多场景实现应用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例中提供的基于室内环境参数的照明设备调控方法的流程示意图;
图2为本发明的实施例中基于室内环境参数的照明设备调控方法步骤300的流程示意图;
图3为本发明的实施例中基于室内环境参数的照明设备调控方法步骤301的流程示意图;
图4为本发明的实施例中Kohonen网络结构示意图;
图5为本发明的实施例中基于室内环境参数的照明设备调控方法步骤100的流程示意图;
图6为本发明的实施例中基于室内环境参数的照明设备调控方法步骤200的流程示意图;
图7为本发明的具体应用实例中基于室内环境参数的照明设备调控方法的流程示意图;
图8为本发明实施例中基于室内环境参数的照明设备调控装置的结构示意图;
图9为本发明实施例中色温调控单元的结构示意图;
图10为本发明实施例中模型建立模块的结构示意图;
图11为本发明的实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本发明的实施例提供一种基于室内环境参数的照明设备调控方法的具体实施方式,参见图1,该方法具体包括如下内容:
步骤100:获取照明设备照射范围内所在人员的生理指标。
可以理解的是,这里的生理指标是指人员的心率、血压,优选地,可结合人员佩戴的手环监测其心率、血压。
步骤200:获取所述照射范围内的影响所述生理指标的室内环境参数。
步骤200中的室内环境参数包括:温度、湿度以及二氧化碳含量。优选地,通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
建筑室内二氧化碳是引起建筑病态综合症的原因之一。室内空气二氧化碳浓度在700ppm以下时属于清洁空气,人们会感觉较舒适;当二氧化碳浓度在700ppm至1000ppm时通常认为是可接受的范围;当二氧化碳浓度超1000ppm,但在1500ppm范围时空气处于临界阶段,很多人都会产生不适的感觉了。当二氧化碳浓度达到1500ppm至2000ppm时,空气属于轻度污染,超过2000ppm则属于严重污染。若人体长期吸入浓度过高的二氧化碳时,会造成人体生物钟紊乱,因为二氧化碳浓度高时能抑制呼吸中枢,浓度特别高时对呼吸中枢还有麻痹作用。长此以往人们会有气血虚弱、低血脂等症状,且很容易感到大脑疲劳,严重影响人们工作效率和学习效率。
步骤300:根据室内环境参数以及所述生理指标调控所述照明设备的色温。
具体地,通过监测室内环境温湿度以及二氧化碳浓度,同时结合人体心率变化,综合分析室内人员情绪状态,利用光源色温的变化来提升人的心理感受,进而提升建筑室内环境综合舒适度。
从上述描述可知,本发明实施例提供的基于室内环境参数的照明设备调控方法,首先获取照明设备照射范围内所在人员的生理指标;接着,获取照射范围内的影响生理指标的室内环境参数;最后根据室内环境参数以及生理指标调控照明设备的色温。本发明兼顾视觉功能与室内人员的心理感受,能够提升室内环境综合的舒适度。同时通过室内环境参数预设,以及多种相对成熟技术的搭配使用,实现室内光源色温的智能控制,以调节室内环境下人员心理感受的舒适度,并可在多场景实现应用。
一实施例中,所述生理指标包括:所述人员的心率;所述室内环境参数包括:温度、湿度以及二氧化碳含量。优选地第,室内环境参数还可以包括室内风速。
一实施例中,参见图2,步骤300进一步包括:
步骤301:利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
可以理解的是,机器学习可以在经验学习中改善具体算法的性能。随着大数据时代各行业对数据分析需求的持续增加,通过机器学习高效地获取知识,已逐渐成为当今机器学习技术发展的主要推动力。大数据时代的机器学习更强调“学习本身是手段"机器学习成为一种支持和服务技术。如何基于机器学习对复杂多样的数据进行深层次的分析,更高效地利用信息成为当前大数据环境下机器学习研究的主要方向。所以,机器学习越来越朝着智能数据分析的方向发展,并已成为智能数据分析技术的一个重要源泉。
步骤302:根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
目前在节能方面,除了已经较成熟的照明分时控制、分区控制、声音控制等,还有人体感应控制,即利用红外线原理监测感应人体活动信号,当人或有温度的物体进入模块感应方位内时,感应模块就会输出一个高电平脉冲信号、或高电平延时信号,输出的感应脉冲或延时信号可以直接驱动LED灯;而当人或有温度的物体离开感应范围后,照明自动关闭。
在人体健康舒适方面,还可通过感应装置与室外自然光照明联动进行控制。当室外晴朗光线充足的时候,不开启人工照明;当室外照度不足时,自动启动人工照明,并根据自然光照度大小自动调节室内照明室内环境参数,使室内光环境保持在某场景需求下的恒定照度,即在节能的基础上,保证室内人员工作、学习、操作需求的最佳光环境。但影响照明质量的基本要素包括照度、亮度、色温、眩光等,目前对于照明控制技术的研究,主要集中在针对照度、亮度调节以及减少直接眩光方面,且大多从建筑节能和人视觉功能实现的角度进行研究,没有通过光源色温的调节来满足室内人员的心理感受的舒适度的研究。
一实施例中,参见图3,步骤301进一步包括:
步骤3011:根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
优选地,以预设比例为4:1将心率、温度、湿度以及二氧化碳含量各自的历史数据分为训练数据以及测试数据,训练数据用来训练照明调控模型的初始模型(算法自带,相关参数可默认设置),测试数据用来测试照明调控模型,当测试结果没有达到预期允许误差范围内时,继续训练照明调控模型,直至测试结果符合允许误差范围,或者训练次数达到预设次数。
步骤3012:利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
在本实施例中,Kohonen网络或自组织特征映射网络含有两层,一个输入缓冲层用于接收输入模式,另一个为输出层,输出层的神经元一般按正则二维阵列排列,每个输出神经元连接至所有输入神经元。连接权值形成与已知输出神经元相连的参考矢量的分量。步骤3012在具体实施时,包括如下步骤:
(1)对所有输出神经元的参考矢量预置小的随机初值。
这里的参考矢量是指照明调控模型的输出数据的矢量。
(2)供给网络一个训练输入模式。
(3)确定获胜的输出神经元,即参考矢量最接近输入模式的神经元。
可以理解的是,参考矢量与输入矢量间的Euclidean距离通常被用作距离测量。
(4)参见图4,更新获胜神经元的参考矢量及其近邻参考矢量。这些参考矢量(被引至)更接近输入矢量。对于获胜参考矢量,其调整是最大的,而对于离得更远的神经元,减少调整个神经元邻域的大小随着训练的进行而相对减小,到训练结束,只有获胜神经元的参考矢量被调整。
步骤3013:利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型。
一实施例中,参见图5,步骤100具体包括:
步骤101:根据设置在所述人员中的心率监测设备获取所述人员的心率;
例如,通过人员佩戴的手环监测其心率变化情况。
一实施例中,参见图6,步骤200具体包括:
步骤201:通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
当前建筑室内环境舒适度研究大多将热环境舒适性与光环境舒适性独立进行,本发明实施例通过监测室内环境温湿度以及二氧化碳浓度,同时结合人体心率变化,综合分析室内人员情绪状态,利用光源色温的变化来提升人的心理感受,进而提升建筑室内环境综合舒适度。
基于上述考虑,并为进一步地说明本方案,本申请以用于办公、学校、医院等公共建筑以及智慧绿色住宅为例,提供基于室内环境参数的照明设备调控方法的具体应用实例,该具体应用实例具体包括如下内容,参见图7。
术语解释:
色温:绝对黑体从绝对零度(-273℃)开始加温后所呈现的颜色。黑体从绝对零度(-273℃)开始加温后,逐渐由黑变红,转黄,发白,最后发出蓝色光。当加热到一定的温度,黑体发出的光所含的光谱成分,就称为这一温度下的色温,计量单位为“K”(开尔文)。
LED:Light Emitting Diode,发光二极管,是一种能够将电能转化为可见光的固态的半导体器件,它可以直接把电转化为光。
S1:利用温湿度及二氧化碳浓度监测装置对室内环境舒适度关键指标进行监测。
舒适度关键指标可以通过室内人员的心率以及血压来反映,需要注意的是,室内人员的心率以及血压数据规模需要达到预设体量,这是因为,每个人的身心健康不一样,有些个体不是因为室内的环境舒适度关键指标的变化而影响其心率或者血压的变化,故需要一个大体量的数据来减小此方面带来的误差。另外还可以以问卷调查的方式获得室内人员对于照明设备的舒适度反馈,同样地,这种调查问卷体量也需要很大。
S2:监测室内人员的心率变化趋势。
优选地,可以通过心率监测装置用来监测室内人员的心率变化趋势。
S3:利用照明调控模型对照明光源进行色温调控。
具体地,首先监测室内环境指标,其次结合人员佩戴的手环监测心率变化情况,在保证照度的情况下,对室内照明光源的色温进行调节。参见表1,当室内温湿度较高时,若室内人员心率有所上升,则调高光源色温(5000K以上),营造偏冷的室内光环境空间,以给人清凉平静的心理感受;当室内二氧化碳浓度超过要求限值时,调高光源色温(5000K以上),同时适当提高光源亮度,营造偏冷的室内光环境空间,以给人清爽明亮的心理感受;当室内温度较低湿度较高时,则降低光源色温(3000K以下),营造偏暖的室内光环境空间,以给人温暖舒适的心理感受;其他时段,可使光源色温保持在中间色,即3000-5000K之间,提供自然柔和的光线,以给人愉快、洁净的心理感受。
表1
照明设备的色温调节可以通过调节不同色温LED阵列的输出电流比,实现灯具整体色温的调节。
从上述描述可知,本发明具体应用实例所提供的基于室内环境参数的照明设备调控方法,通过监测室内环境温湿度以及二氧化碳浓度,同时结合人体心率变化,综合分析室内人员情绪状态,利用光源色温的变化来提升人的心理感受,进而提升建筑室内环境综合舒适度。
本发明的实施例提供一种能够实现基于室内环境参数的照明设备调控方法的基于室内环境参数的照明设备调控装置的具体实施方式,参见图8,基于室内环境参数的照明设备调控装置具体包括如下内容:
生理指标获取单元10,用于获取照明设备照射范围内所在人员的生理指标;
室内环境参数获取单元20,用于获取所述照射范围内的影响所述生理指标的室内环境参数;
色温调控单元30,用于根据室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,所述生理指标包括:所述人员的心率;所述室内环境参数包括:温度、湿度以及二氧化碳含量;
一实施例中,参见图9,所述色温调控单元30包括:
模型建立模块301,用于利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
色温调控模块302,用于根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
一实施例中,参见图10,所述模型建立模块301包括:
数据分类模块3011,用于根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
模型训练模块3012,用于利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
模型测试模块3013,用于利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型;
所述生理指标获取单元10具体用于根据设置在所述人员中的心率监测设备获取所述人员的心率;
所述室内环境参数获取单元20具体用于通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
从上述描述可知,本发明实施例提供的基于室内环境参数的照明设备调控装置,首先获取照明设备照射范围内所在人员的生理指标;接着,获取照射范围内的影响生理指标的室内环境参数;最后根据室内环境参数以及生理指标调控照明设备的色温。本发明兼顾视觉功能与室内人员的心理感受,能够提升室内环境综合的舒适度。同时通过室内环境参数预设,以及多种相对成熟技术的搭配使用,实现室内光源色温的智能控制,以调节室内环境下人员心理感受的舒适度,并可在多场景实现应用。
上述实施例阐明的装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为电子设备,具体的,电子设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
在一个典型的实例中电子设备具体包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述基于区块链的地震数据处理方法的步骤。
下面参考图11,其示出了适于用来实现本申请实施例的电子设备600的结构示意图。
如图11所示,电子设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中,还存储有系统600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605:包括键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡,调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述基于区块链的地震数据处理方法的步骤。
在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。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。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于室内环境参数的照明设备调控方法,其特征在于,包括:
获取照明设备照射范围内所在人员的生理指标;
获取所述照射范围内的影响所述生理指标的室内环境参数;
根据所述室内环境参数以及所述生理指标调控所述照明设备的色温。
2.根据权利要求1所述的基于室内环境参数的照明设备调控方法,其特征在于,所述生理指标包括:所述人员的心率以及血压;所述室内环境参数包括:温度、湿度以及二氧化碳含量。
3.根据权利要求2所述的基于室内环境参数的照明设备调控方法,其特征在于,根据室内环境参数以及所述生理指标调控所述照明设备的色温,包括:
利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
4.根据权利要求3所述的基于室内环境参数的照明设备调控方法,其特征在于,所述利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型,包括:
根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型。
5.根据权利要求2所述的基于室内环境参数的照明设备调控方法,其特征在于,
所述获取照明设备照射范围内所在人员的生理指标包括:根据设置在所述人员中的心率监测设备获取所述人员的心率;
所述获取所述照射范围内的影响所述生理指标的室内环境参数包括:通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
6.一种基于室内环境参数的照明设备调控装置,其特征在于,包括:
生理指标获取单元,用于获取照明设备照射范围内所在人员的生理指标;
室内环境参数获取单元,用于获取所述照射范围内的影响所述生理指标的室内环境参数;
色温调控单元,用于根据室内环境参数以及所述生理指标调控所述照明设备的色温。
7.根据权利要求6所述的基于室内环境参数的照明设备调控装置,其特征在于,所述生理指标包括:所述人员的心率;所述室内环境参数包括:温度、湿度以及二氧化碳含量;
所述色温调控单元包括:
模型建立模块,用于利用机器学习方法,根据所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据建立照明调控模型;
色温调控模块,用于根据所述照明调控模型、室内环境参数以及所述生理指标调控所述照明设备的色温。
8.根据权利要求7所述的基于室内环境参数的照明设备调控装置,其特征在于,所述模型建立模块包括:
数据分类模块,用于根据预设比例将所述心率历史数据、温度历史数据、湿度历史数据以及二氧化碳含量历史数据分为训练数据以及测试数据;
模型训练模块,用于利用Kohonen网络算法,根据所述训练数据对照明调控模型的初始模型进行训练,以生成训练好的照明调控模型;
模型测试模块,用于利用所述测试数据对所述训练好的照明调控模型进行测试,以生成所述照明调控模型;
所述生理指标获取单元具体用于根据设置在所述人员中的心率监测设备获取所述人员的心率;
所述室内环境参数获取单元具体用于通过温湿度监测装置监测所述照射范围内的温度、湿度;通过二氧化碳浓度监测装置监测所述照射范围内的二氧化碳含量。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至5任一项所述基于室内环境参数的照明设备调控方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至5任一项所述基于室内环境参数的照明设备调控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857958.8A CN112074053A (zh) | 2020-08-24 | 2020-08-24 | 一种基于室内环境参数的照明设备调控方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010857958.8A CN112074053A (zh) | 2020-08-24 | 2020-08-24 | 一种基于室内环境参数的照明设备调控方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112074053A true CN112074053A (zh) | 2020-12-11 |
Family
ID=73658848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010857958.8A Withdrawn CN112074053A (zh) | 2020-08-24 | 2020-08-24 | 一种基于室内环境参数的照明设备调控方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112074053A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114222407A (zh) * | 2021-12-10 | 2022-03-22 | 北京翌光科技有限公司 | 配合生物节律的灯光动态调节系统装置、方法及应用 |
CN116095915A (zh) * | 2023-04-10 | 2023-05-09 | 南昌大学 | 一种基于人体热舒适度的调光方法及系统 |
CN116249246A (zh) * | 2023-05-12 | 2023-06-09 | 南昌大学 | 一种照明调节方法、系统、存储介质及设备 |
CN116887467A (zh) * | 2023-07-18 | 2023-10-13 | 江苏英索纳通信科技有限公司 | 一种基于多色全光谱调光技术的灯具混光方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6400996B1 (en) * | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
CN102281680A (zh) * | 2011-06-29 | 2011-12-14 | 福州大学 | 基于人眼视觉感受的色温自动调节照明系统 |
CN103945604A (zh) * | 2014-04-03 | 2014-07-23 | 京东方光科技有限公司 | 一种调光方法、调光装置、可调光光源及显示设备 |
CN105188200A (zh) * | 2015-08-25 | 2015-12-23 | 重庆邮电大学 | 基于生物信息反馈的智慧情景照明灯 |
CN106793384A (zh) * | 2016-12-05 | 2017-05-31 | 普天智能照明研究院有限公司 | 室内智能感应照明系统及其照明控制方法 |
CN108012389A (zh) * | 2017-10-27 | 2018-05-08 | 深圳和而泰智能控制股份有限公司 | 灯光调节方法、终端设备及计算机可读存储介质 |
CN108030502A (zh) * | 2017-07-12 | 2018-05-15 | 深圳联影医疗科技有限公司 | 用于空气校正的系统和方法 |
CN108684102A (zh) * | 2018-04-24 | 2018-10-19 | 绍兴市上虞华腾电器有限公司 | 一种人性化的室内智能led灯具及室内照明控制系统 |
CN108717873A (zh) * | 2018-07-20 | 2018-10-30 | 同济大学 | 一种基于无监督学习技术的空间光环境ai调节系统 |
CN109164707A (zh) * | 2018-09-28 | 2019-01-08 | 苏州市建筑科学研究院集团股份有限公司 | 一种基于人工神经网络算法的室内环境负反馈调节系统 |
CN109661069A (zh) * | 2019-01-08 | 2019-04-19 | 浙江工业大学 | 一种基于支持向量机的led照明智能控制系统及方法 |
CN109800862A (zh) * | 2019-01-09 | 2019-05-24 | 苏州科技大学 | 基于神经网络的灯具利用系数及照明参数计算方法 |
CN109905943A (zh) * | 2019-04-02 | 2019-06-18 | 中国计量大学上虞高等研究院有限公司 | 基于注意力因素的照明控制装置与方法 |
-
2020
- 2020-08-24 CN CN202010857958.8A patent/CN112074053A/zh not_active Withdrawn
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6400996B1 (en) * | 1999-02-01 | 2002-06-04 | Steven M. Hoffberg | Adaptive pattern recognition based control system and method |
CN102281680A (zh) * | 2011-06-29 | 2011-12-14 | 福州大学 | 基于人眼视觉感受的色温自动调节照明系统 |
CN103945604A (zh) * | 2014-04-03 | 2014-07-23 | 京东方光科技有限公司 | 一种调光方法、调光装置、可调光光源及显示设备 |
US20150289339A1 (en) * | 2014-04-03 | 2015-10-08 | Boe Technology Group Co., Ltd. | Light regulation method, light regulation apparatus and adjustable light source |
CN105188200A (zh) * | 2015-08-25 | 2015-12-23 | 重庆邮电大学 | 基于生物信息反馈的智慧情景照明灯 |
CN106793384A (zh) * | 2016-12-05 | 2017-05-31 | 普天智能照明研究院有限公司 | 室内智能感应照明系统及其照明控制方法 |
US20190019317A1 (en) * | 2017-07-12 | 2019-01-17 | Shenzhen United Imaging Healthcare Co., Ltd. | System and method for air correction |
CN108030502A (zh) * | 2017-07-12 | 2018-05-15 | 深圳联影医疗科技有限公司 | 用于空气校正的系统和方法 |
CN108012389A (zh) * | 2017-10-27 | 2018-05-08 | 深圳和而泰智能控制股份有限公司 | 灯光调节方法、终端设备及计算机可读存储介质 |
CN108684102A (zh) * | 2018-04-24 | 2018-10-19 | 绍兴市上虞华腾电器有限公司 | 一种人性化的室内智能led灯具及室内照明控制系统 |
CN108717873A (zh) * | 2018-07-20 | 2018-10-30 | 同济大学 | 一种基于无监督学习技术的空间光环境ai调节系统 |
CN109164707A (zh) * | 2018-09-28 | 2019-01-08 | 苏州市建筑科学研究院集团股份有限公司 | 一种基于人工神经网络算法的室内环境负反馈调节系统 |
CN109661069A (zh) * | 2019-01-08 | 2019-04-19 | 浙江工业大学 | 一种基于支持向量机的led照明智能控制系统及方法 |
CN109800862A (zh) * | 2019-01-09 | 2019-05-24 | 苏州科技大学 | 基于神经网络的灯具利用系数及照明参数计算方法 |
CN109905943A (zh) * | 2019-04-02 | 2019-06-18 | 中国计量大学上虞高等研究院有限公司 | 基于注意力因素的照明控制装置与方法 |
Non-Patent Citations (1)
Title |
---|
张云等: "基于组合算法的RBF神经网络列车轮对缺陷识别", 《计算机测量与控制》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114222407A (zh) * | 2021-12-10 | 2022-03-22 | 北京翌光科技有限公司 | 配合生物节律的灯光动态调节系统装置、方法及应用 |
CN116095915A (zh) * | 2023-04-10 | 2023-05-09 | 南昌大学 | 一种基于人体热舒适度的调光方法及系统 |
CN116249246A (zh) * | 2023-05-12 | 2023-06-09 | 南昌大学 | 一种照明调节方法、系统、存储介质及设备 |
CN116249246B (zh) * | 2023-05-12 | 2023-09-05 | 南昌大学 | 一种照明调节方法、系统、存储介质及设备 |
CN116887467A (zh) * | 2023-07-18 | 2023-10-13 | 江苏英索纳通信科技有限公司 | 一种基于多色全光谱调光技术的灯具混光方法及系统 |
CN116887467B (zh) * | 2023-07-18 | 2024-03-22 | 江苏英索纳通信科技有限公司 | 一种基于多色全光谱调光技术的灯具混光方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112074053A (zh) | 一种基于室内环境参数的照明设备调控方法及装置 | |
US10765886B2 (en) | System, user device and associated methods for dynamically adjusting circadian rhythm responsive to future events | |
KR101769409B1 (ko) | 생체신호 및 환경변화에 따른 조명제어장치 | |
DK2988823T3 (en) | Personalized lighting control | |
US20190103182A1 (en) | Management of comfort states of an electronic device user | |
US10368420B2 (en) | Apparatus and methods thereof for controlling light emitting devices | |
CN111460850B (zh) | 数据处理方法及装置、电子设备及存储介质 | |
CN110456846A (zh) | 一种基于人工智能的自适应多感官睡眠辅助系统 | |
KR101891329B1 (ko) | 사용자 의도를 반영한 생체리듬 및 환경변화에 따른 친환경 스마트 조명제어장치 | |
KR101891328B1 (ko) | 생체리듬 및 환경변화에 따른 친환경 스마트 조명제어장치 | |
KR101353195B1 (ko) | 이동통신단말을 이용한 조명 제어 방법 | |
KR101955941B1 (ko) | 뇌파를 이용한 IoT 기반의 멘탈 케어 제공 시스템 및 그 방법 | |
KR101450001B1 (ko) | 상황해석 기반의 에너지 절감형 led 조명제어 시스템 및 그 제어방법 | |
KR102571088B1 (ko) | 스마트 조명 제어 시스템 및 그 방법 | |
CN110113843A (zh) | 基于入睡效率因素的照明控制系统与调光映射装置 | |
CN109874217B (zh) | 基于各向对称吸顶灯的公共宿舍混合照明方法 | |
CN113840417A (zh) | 照明亮度自适应调整系统及其调整方法 | |
Kwon et al. | LED context lighting system in residential areas | |
Wang et al. | An automatic and adaptive light control system by integrating wireless sensors and brain-computer interface | |
KR20130094525A (ko) | 뇌파를 이용한 조명 제어 장치 및 방법 | |
Amato et al. | Towards a coaching system for daily living activities: the use of kitchen objects and devices for cognitive impaired people | |
KR20130022887A (ko) | 기능성 자기공명 영상 분석에 기반한 led 감성조명 제어 방법 및 제어 장치 | |
Zheliazkov et al. | Smart Ergonomic Lighting for Circadian Rhythm | |
KR20170007890A (ko) | 스마트테라피 제공을 위한 led 조명 제어 시스템 | |
Zheliazkov et al. | System of Comfortable Live Level Improvement |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201211 |