CN113347753A - 一种led自适应控制方法、系统和可读存储介质 - Google Patents

一种led自适应控制方法、系统和可读存储介质 Download PDF

Info

Publication number
CN113347753A
CN113347753A CN202110899955.5A CN202110899955A CN113347753A CN 113347753 A CN113347753 A CN 113347753A CN 202110899955 A CN202110899955 A CN 202110899955A CN 113347753 A CN113347753 A CN 113347753A
Authority
CN
China
Prior art keywords
led
area
led lamp
ranges
activity
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.)
Granted
Application number
CN202110899955.5A
Other languages
English (en)
Other versions
CN113347753B (zh
Inventor
黄胜杰
尹子军
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.)
Shenzhen Telangda Illumination Co ltd
Original Assignee
Shenzhen Telangda Illumination Co ltd
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 Shenzhen Telangda Illumination Co ltd filed Critical Shenzhen Telangda Illumination Co ltd
Priority to CN202110899955.5A priority Critical patent/CN113347753B/zh
Publication of CN113347753A publication Critical patent/CN113347753A/zh
Application granted granted Critical
Publication of CN113347753B publication Critical patent/CN113347753B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本发明提供一种LED自适应控制方法、系统和可读存储介质，所述方法包括：通过红外线感测器实时采集预设区域内的不同人的活动范围；基于不同人的活动范围，确定出每个活动范围的中心坐标；采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。本发明能够基于预设区域内的人物因素以及环境因素的影响进行自适应调整控制，满足人性化的照射需求，提升了LED灯的使用体验感。

Description

一种LED自适应控制方法、系统和可读存储介质
技术领域
本发明涉及灯光控制技术领域，尤其涉及一种LED自适应控制方法、系统和可读存储介质。
背景技术
传统照明灯的主要光源是金卤灯、荧光灯，这些光源体积大，所以传统灯具体积大，散热性能差。近年来随着半导体技术的发展和大功率LED研制成功，LED作为半导体光源在信号显示、背光照明、景观照明等方面得到了广泛的应用。伴随着大功率白光的LED光效的不断提高和大功率LED封装技术的发展，半导体光源开始逐步应用于照明领域。半导体照明具有节能、环保、光源高寿命等特点，被称为继白炽灯、荧光灯等照明灯具之后的第三代照明光源。
如今，公园或广场已成为人们夜间休闲活动的主要场所，现有的公园或广场所用的LED灯光控制模式比较单一，即由人为开启或关闭，此方式需要占用人力资源，无法实现人们对不同场景灯光的需求，体验感不佳。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种LED自适应控制方法、系统和可读存储介质，能够实现对LED的自适应控制，满足人们对不同场景的灯光需求。
本发明第一方面提出了一种LED自适应控制方法，所述方法包括：
通过红外线感测器实时采集预设区域内的不同人的活动范围；
基于不同人的活动范围，确定出每个活动范围的中心坐标；
采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
本方案中，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure 100002_DEST_PATH_IMAGE001
，其中
Figure 673289DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 212855DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure 100002_DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 203945DEST_PATH_IMAGE006
，
Figure 100002_DEST_PATH_IMAGE007
，
Figure 230676DEST_PATH_IMAGE008
，其中
Figure 100002_DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 649019DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure 100002_DEST_PATH_IMAGE011
为第i个离散多边形的面积。
本方案中，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
本方案中，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
记录当时的环境信息，并将当时的环境信息与所述聚类中心坐标进行关联存储在历史数据库中；
构建神经网络预测模型，并采用历史数据库中的数据对神经网络预测模型训练，获取环境信息与聚类中心坐标之间关联关系，并基于关联关系优化神经网络预测模型的参数信息；
接收对所述LED灯的开启指令，则采集获取当前的环境信息并输入所述神经网络预测模型，预测出所述LED灯开启时的聚类中心坐标，然后将所述LED灯正对于开启时的聚类中心坐标，并进行照明。
本方案中，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
通过声音传感器实时感测预设区域内的声音信号，以及各个声音信号的声源位置，并将感测的声音信号与预置的敏感信号进行匹配；
如果某声音信号与对应的敏感信号匹配成功，则确定该声音信号的声源位置；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的应急LED区域，将应急LED区域正对于声源位置进行照射，在启动应急LED区域时，所述应急LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
本方案中，使所述LED灯的照射中轴线正对于所述聚类中心坐标，具体包括：
采用遥感器采集获取所述预设区域的遥感影像；
对所述遥感影像中各个区域的水体指数进行计算，得到各个区域的水体指数；
将大于等于预设的水体指数上限值的区域标记为确定水域对象，将大于等于预设的水体指数下限值且小于预设的水体指数上限值的区域标记为潜在水域对象，并提取所述确定水域对象和潜在水域对象；
以像元为单位，通过分水岭算法对确定水域对象相连的潜在水域对象进行二次提取，细化水域边界，提取目标水域区域；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的提醒LED区域，将提醒LED区域正对于目标水域区域进行照射，在启动提醒LED区域时，所述提醒LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
本发明第二方面还提出一种LED自适应控制系统，包括存储器和处理器，所述存储器中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被所述处理器执行时实现如下步骤：
通过红外线感测器实时采集预设区域内的不同人的活动范围；
基于不同人的活动范围，确定出每个活动范围的中心坐标；
采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
本方案中，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure 128410DEST_PATH_IMAGE001
，其中
Figure 188770DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 351898DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure 724498DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 238656DEST_PATH_IMAGE006
，
Figure 102707DEST_PATH_IMAGE007
，
Figure 120342DEST_PATH_IMAGE008
，其中
Figure 192072DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 927947DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure 595688DEST_PATH_IMAGE011
为第i个离散多边形的面积。
本方案中，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被处理器执行时，实现如上述的一种LED自适应控制方法的步骤。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被处理器执行时，实现如上述的一种LED自适应控制方法的步骤。
与现有技术相比，本发明提出的一种LED自适应控制方法、系统和计算机可读存储介质，能够基于照射区域内的人物因素以及环境因素的影响进行自适应调整控制，满足人性化的照射需求，提升了LED灯的使用体验感。
附图说明
图1示出了本发明一种LED自适应控制方法的流程图；
图2示出了本发明一种LED自适应控制系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种LED自适应控制方法的流程图。
如图1所示，本发明第一方面提出一种LED自适应控制方法，所述方法包括：
S102，通过红外线感测器实时采集预设区域内的不同人的活动范围；
S104，基于不同人的活动范围，确定出每个活动范围的中心坐标；
S106，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
S108，调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
需要说明的是，上述基于密度的聚类算法可以为具有噪声的基于密度的聚类方法(DBSCAN，Density-Based Spatial Clustering of Applications with Noise)。
需要说明的是，上述预设区域可以为广场或公园的全部区域，也可以为部分适用于人们活动的区域，例如篮球场、空地等。通常在广场或公园活动的人们都会有一定的活动范围，例如有的人在进行篮球活动，则其活动范围则是篮球场，有的人在进行跑步，则其活动范围则是跑步场，有的人在练太极，则其活动范围在某个空旷区域。不同的活动范围可能呈现不同的几何图形，本发明可以通过几何的方式找出每个活动范围的中心坐标，然后再基于密度的聚类算法对这些中心坐标进行聚类，找出所有活动范围的中心坐标的聚类中心坐标，并将LED灯的照射中轴线对准于聚类中心坐标。可以理解，LED灯照射的光线为发散光，如果偏离LED的照射中轴线较远，则无法进行照明覆盖，因此本发明通过找出聚类中心坐标，能够使LED灯更加均匀给广场或公园的所有人提供照明服务。
可以理解，LED灯通常可以为圆形或矩形，则其照射中轴线为圆形或矩形的对称轴线。
根据本发明的实施例，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure 467829DEST_PATH_IMAGE001
，其中
Figure 444882DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 668052DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure 608327DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 600553DEST_PATH_IMAGE006
，
Figure 748507DEST_PATH_IMAGE007
，
Figure 193395DEST_PATH_IMAGE008
，其中
Figure 468518DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 580831DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure 637036DEST_PATH_IMAGE011
为第i个离散多边形的面积。
需要说明的是，在计算每个离散多边形的几何中心时，首先确定该离散多边形的顶点，加入某离散多边形的顶点为m个，顶点坐标为
Figure 834799DEST_PATH_IMAGE012
，其中
Figure DEST_PATH_IMAGE013
，则该离散多边形的几何中心
Figure 851297DEST_PATH_IMAGE014
的计算公式为：
Figure DEST_PATH_IMAGE015
，
Figure 801804DEST_PATH_IMAGE016
，其中
Figure DEST_PATH_IMAGE017
为几何中心的经度数据，
Figure 245555DEST_PATH_IMAGE018
为几何中心的纬度数据。按照上述方式分别计算得到所有离散多边形的几何中心。
可以理解，n个离散多边形可能不完全一致，例如有的离散多边形为三角形，有的多边形为矩形或五边形，但不限于此。实际上可以基于某活动范围的形状来拟定具体离散多边形的多少，以及各个离散多边形的形状。
根据本发明的实施例，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
需要说明的是，通常在广场或公园建立时，则可以预先规划不同位置的活动类型表，例如，一些位置规划为篮球场地，一些位置规划为跑步场地，在获取某人的活动范围后，则可以查阅活动类型表，并查询该活动范围对应的活动类型，如果是篮球场地，则光线对其影响权重相对较大，如果是跑步场地，则光线对其影响权重相对较小。
根据本发明的具体实施例，基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标，具体包括：
以所述聚类中心坐标为基准点，过基准点沿着经度方向作出一条经度分割线，由该经度分割线将预设区域内的不同人的活动范围分成两部分，即第一部分活动范围和第二部分活动范围；
基于第一部分活动范围，确定出每个活动范围的中心坐标，采用基于密度的聚类算法对第一部分活动范围中所有活动范围的中心坐标进行聚类分析，并输出对应的第一部分聚类中心坐标（C1，D1）；基于第二部分活动范围，确定出每个活动范围的中心坐标，采用基于密度的聚类算法对第二部分活动范围中所有活动范围的中心坐标进行聚类分析，并输出对应的第二部分聚类中心坐标（C2，D2）；
基于第一部分活动范围中的每个活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配，并确定光线对第一部分活动范围中的每个活动范围的影响权重，并对第一部分活动范围中的所有活动范围的影响权重进行求和计算，得到第一部分影响权重W1；基于第二部分活动范围中的每个活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配，并确定光线对第二部分活动范围中的每个活动范围的影响权重，并对第二部分活动范围中的所有活动范围的影响权重进行求和计算，得到第二部分影响权重W2；
连接第一部分聚类中心坐标（C1，D1）与第二部分聚类中心坐标（C2，D2）形成一直线段，基于第一部分影响权重W1和第二部分影响权重W2在所述直线段上确定出修正后的聚类中心坐标（C3，D3），其中，
Figure DEST_PATH_IMAGE019
，
Figure 383144DEST_PATH_IMAGE020
；分别对式
Figure 734491DEST_PATH_IMAGE019
，
Figure 555816DEST_PATH_IMAGE020
进行变形，得到：
Figure DEST_PATH_IMAGE021
，
Figure 685315DEST_PATH_IMAGE022
。
可以理解，如果不修正，原始的聚类中心坐标为第一部分聚类中心坐标（C1，D1）与第二部分聚类中心坐标（C2，D2）的中点，本发明基于光线对不同范围的影响权重，对原始的聚类中心坐标进行修正，使得修正后的聚类中心坐标更加贴合广场或公园的人们对LED灯的照明需求。
可以理解，对于第一部分影响权重和第二部分影响权重而言，如果第一部分影响权重大于第二部分影响权重，则修正后的聚类中心坐标（C3，D3）越靠近第一部分聚类中心坐标（C1，D1），否则，则修正后的聚类中心坐标（C3，D3）越靠近第二部分聚类中心坐标（C2，D2）；如果二者相同，则修正后的聚类中心坐标（C3，D3）位于第一部分聚类中心坐标（C1，D1）与第二部分聚类中心坐标（C2，D2）的中点。
根据本发明的实施例，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
记录当时的环境信息，并将当时的环境信息与所述聚类中心坐标进行关联存储在历史数据库中；
构建神经网络预测模型，并采用历史数据库中的数据对神经网络预测模型训练，获取环境信息与聚类中心坐标之间关联关系，并基于关联关系优化神经网络预测模型的参数信息；
接收对所述LED灯的开启指令，则采集获取当前的环境信息并输入所述神经网络预测模型，预测出所述LED灯开启时的聚类中心坐标，然后将所述LED灯正对于开启时的聚类中心坐标，并进行照明。
需要说明的是，所述环境信息可以包括季节信息、时间信息、天气信息等。可以理解，不同的环境信息与人们在广场或公园的出行有一定的关系；例如，对于季节信息而言，冬季人们更善于跑步，夏季更善于广场舞，换言之，冬季广场或公园的人们更多集中在跑步区域，则该季节更多的将开启时的聚类中心坐标落入跑步区域，夏季广场或公园的人们更多集中在广场舞区域，则该季节更多的将开启时的聚类中心坐标落入广场舞区域；同理，不同的时刻人们活动也会有变化。如果LED灯定于晚上6点开启，则此时人们可能主要集中在篮球场，则可以将开启时的的聚类中心坐标落入篮球场地。如果LED灯定于晚上7点开启，则此时人们可能主要集中在广场舞区域，则可以将开启时的的聚类中心坐标落入广场舞区域。
可以理解，开启时的的聚类中心坐标只是LED灯开启时刻的聚类中心坐标，在照明过程中，可以基于人们活动集中度的变化，对聚类中心坐标进行调整。
根据本发明的具体实施例，接收对所述LED灯的开启指令，具体包括：
基于预先规划的每日开启时间，生成所述LED灯的开启指令。
可以理解，每年365天呈周期性，则可以事先规划每天的LED灯开启时间，例如6月20，则预先规划的开启时间为晚上7点半。
根据本发明的具体实施例，在基于预先规划的每日开启时间，生成所述LED灯的开启指令之前，所述方法还包括：
通过感光器件感测当前的亮度；
并将感测的亮度预设阈值进行比对，如果感测的亮度低于所述预设阈值，则生成所述LED灯的开启指令。
可以理解，通常可以基于预先规划的每日开启时间生成所述LED灯的开启指令，对于突发状况，例如阴雨天气，则天黑较早，可以基于感光器件感测当前的亮度，如果感测的亮度低于所述预设阈值，则生成所述LED灯的开启指令。本发明可以将预先规划的开启时间进行提前调整，便于应对突发状况，满足对广场或公园的照明需求。
根据本发明的实施例，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
通过声音传感器实时感测预设区域内的声音信号，以及各个声音信号的声源位置，并将感测的声音信号与预置的敏感信号进行匹配；
如果某声音信号与对应的敏感信号匹配成功，则确定该声音信号的声源位置；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的应急LED区域，将应急LED区域正对于声源位置进行照射，在启动应急LED区域时，所述应急LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
可以理解，上述敏感信号可以为呼救声音信号，如有人喊“救命”、有小孩找妈妈的哭喊声，但不限于此。
可以理解，本发明的LED灯可以包括主体LED区域和应急LED区域，默认状态，只启动主体LED区域进行照明，如果出现突发状况，则可以启动应急LED区域。当主体LED区域和应急LED区域同时照明时，可以将主体LED区域的照射亮度调暗，将应急LED区域的照射亮度增强，以便于提醒周围人们对声源位置的注意，提供相应的帮助。
根据本发明的实施例，使所述LED灯的照射中轴线正对于所述聚类中心坐标，具体包括：
采用遥感器采集获取所述预设区域的遥感影像；
对所述遥感影像中各个区域的水体指数进行计算，得到各个区域的水体指数；
将大于等于预设的水体指数上限值的区域标记为确定水域对象，将大于等于预设的水体指数下限值且小于预设的水体指数上限值的区域标记为潜在水域对象，并提取所述确定水域对象和潜在水域对象；
以像元为单位，通过分水岭算法对确定水域对象相连的潜在水域对象进行二次提取，细化水域边界，提取目标水域区域；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的提醒LED区域，将提醒LED区域正对于目标水域区域进行照射，在启动提醒LED区域时，所述提醒LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
可以理解，通常广场或公园有一些水系景观区域，然而可能这些水系景观区域周围没有防护措施，由于晚上的视线不佳，容易导致人们误落入水中，进而给人们的出行活动造成一定的安全隐患，本发明通过遥感影像水体分析，确定出目标水域区域，并使LED灯的提醒LED区域向目标水域区域照射特殊的光线，例如闪烁的光线，或投影警示的图案光线等，以提醒人们注意避让。
可以理解，由于水体反射率在可见光范围内总体较低，且随着波长的增大而逐步走低，在近红外波段达到最低，几乎完全吸收，因此水体在遥感影像上呈现暗色调，易与其他地物区分。不同的地物在不同波段反射能力不同，因此可以分别计算遥感影像中各地物的水体指数，并通过设定上、下限值来分割出水域。
可以理解，分水岭算法是基于分水岭的概念提出的，它把遥感影像看作是一幅拓扑地貌图，每一个像元值代表一个海拔高度，目的是找出遥感影像的“分水线”。
根据本发明的具体实施例，在使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
获取本地的天气信息；
根据本地的天气信息对所述LED灯的照射颜色进行调整，如果所述天气信息为晴天，则将所述LED灯的照射颜色调整为白光，如果所述天气信息为雾天，则将所述LED灯的照射颜色调整为黄光。
可以理解，本发明基于天气信息对LED灯进行调色，例如雾天可以将照射颜色调整为黄光，由于黄光的穿透能力强于白光，因此可以提升了LED灯的照射效果。
图2示出了本发明一种LED自适应控制系统的框图。
如图2所示，本发明第二方面还提出一种LED自适应控制系统2，包括存储器21和处理器22，所述存储器中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被所述处理器执行时实现如下步骤：
通过红外线感测器实时采集预设区域内的不同人的活动范围；
基于不同人的活动范围，确定出每个活动范围的中心坐标；
采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
根据本发明的实施例，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure 592091DEST_PATH_IMAGE001
，其中
Figure 747129DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 688540DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure 816089DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 475740DEST_PATH_IMAGE006
，
Figure 903311DEST_PATH_IMAGE007
，
Figure 948496DEST_PATH_IMAGE008
，其中
Figure 967268DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 583057DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure 79897DEST_PATH_IMAGE011
为第i个离散多边形的面积。
根据本发明的实施例，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被处理器执行时，实现如上述的一种LED自适应控制方法的步骤。
本发明提出一种LED自适应控制方法、系统和计算机可读存储介质，能够基于照射区域内的人物因素以及环境因素的影响进行自适应调整控制，满足人性化的照射需求，提升了LED灯的使用体验感。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种LED自适应控制方法，其特征在于，所述方法包括：
通过红外线感测器实时采集预设区域内的不同人的活动范围；
基于不同人的活动范围，确定出每个活动范围的中心坐标；
采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
2.根据权利要求1所述的一种LED自适应控制方法，其特征在于，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure DEST_PATH_IMAGE001
，其中
Figure 479566DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 36319DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 864597DEST_PATH_IMAGE006
，
Figure DEST_PATH_IMAGE007
，
Figure 848603DEST_PATH_IMAGE008
，其中
Figure DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 378810DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure DEST_PATH_IMAGE011
为第i个离散多边形的面积。
3.根据权利要求2所述的一种LED自适应控制方法，其特征在于，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
4.根据权利要求1所述的一种LED自适应控制方法，其特征在于，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
记录当时的环境信息，并将当时的环境信息与所述聚类中心坐标进行关联存储在历史数据库中；
构建神经网络预测模型，并采用历史数据库中的数据对神经网络预测模型训练，获取环境信息与聚类中心坐标之间关联关系，并基于关联关系优化神经网络预测模型的参数信息；
接收对所述LED灯的开启指令，则采集获取当前的环境信息并输入所述神经网络预测模型，预测出所述LED灯开启时的聚类中心坐标，然后将所述LED灯正对于开启时的聚类中心坐标，并进行照明。
5.根据权利要求1所述的一种LED自适应控制方法，其特征在于，在调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标之后，所述方法还包括：
通过声音传感器实时感测预设区域内的声音信号，以及各个声音信号的声源位置，并将感测的声音信号与预置的敏感信号进行匹配；
如果某声音信号与对应的敏感信号匹配成功，则确定该声音信号的声源位置；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的应急LED区域，将应急LED区域正对于声源位置进行照射，在启动应急LED区域时，所述应急LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
6.根据权利要求1所述的一种LED自适应控制方法，其特征在于，使所述LED灯的照射中轴线正对于所述聚类中心坐标，具体包括：
采用遥感器采集获取所述预设区域的遥感影像；
对所述遥感影像中各个区域的水体指数进行计算，得到各个区域的水体指数；
将大于等于预设的水体指数上限值的区域标记为确定水域对象，将大于等于预设的水体指数下限值且小于预设的水体指数上限值的区域标记为潜在水域对象，并提取所述确定水域对象和潜在水域对象；
以像元为单位，通过分水岭算法对确定水域对象相连的潜在水域对象进行二次提取，细化水域边界，提取目标水域区域；
保持所述LED灯的主体LED区域正对于所述聚类中心坐标进行照射，并启动所述LED灯的提醒LED区域，将提醒LED区域正对于目标水域区域进行照射，在启动提醒LED区域时，所述提醒LED区域从照射亮度或照射颜色上突出于所述主体LED区域。
7.一种LED自适应控制系统，其特征在于，包括存储器和处理器，所述存储器中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被所述处理器执行时实现如下步骤：
通过红外线感测器实时采集预设区域内的不同人的活动范围；
基于不同人的活动范围，确定出每个活动范围的中心坐标；
采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
调整LED灯的照射角度，并使所述LED灯的照射中轴线正对于所述聚类中心坐标。
8.根据权利要求7所述的一种LED自适应控制系统，其特征在于，基于不同人的活动范围，确定出每个活动范围的中心坐标，具体包括：
预设某人的活动范围有n个离散多边形组成，各个离散多边形的几何中心为
Figure 755565DEST_PATH_IMAGE001
，其中
Figure 235088DEST_PATH_IMAGE002
为第i个离散多边形几何中心的经度数据，
Figure 671885DEST_PATH_IMAGE004
为第i个离散多边形几何中心的纬度数据，
Figure 489056DEST_PATH_IMAGE005
；
基于n个离散多边形，并按照中心坐标计算公式计算出中心坐标
Figure 669502DEST_PATH_IMAGE006
，
Figure 3531DEST_PATH_IMAGE007
，
Figure 611230DEST_PATH_IMAGE008
，其中
Figure 647188DEST_PATH_IMAGE009
为中心坐标的经度数据，
Figure 365745DEST_PATH_IMAGE010
为中心坐标的纬度数据，
Figure 819860DEST_PATH_IMAGE011
为第i个离散多边形的面积。
9.根据权利要求8所述的一种LED自适应控制系统，其特征在于，采用基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标，具体包括：
基于不同的活动范围，在预设区域内预先规划不同位置的活动类型表中进行匹配，并确定出不同的活动范围对应的活动类型；
根据不同的活动范围对应的活动类型，在光线与各种活动类型的影响关系表中进行匹配；并确定光线对不同的活动范围的影响权重；
基于密度的聚类算法对所有活动范围的中心坐标进行聚类分析，并输出对应的聚类中心坐标；
基于光线对不同的活动范围的影响权重对所述聚类中心坐标进行修正，并得到修正后的聚类中心坐标。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种LED自适应控制方法程序，所述LED自适应控制方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种LED自适应控制方法的步骤。
CN202110899955.5A 2021-08-06 2021-08-06 一种led自适应控制方法、系统和可读存储介质 Active CN113347753B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110899955.5A CN113347753B (zh) 2021-08-06 2021-08-06 一种led自适应控制方法、系统和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110899955.5A CN113347753B (zh) 2021-08-06 2021-08-06 一种led自适应控制方法、系统和可读存储介质

Publications (2)

Publication Number Publication Date
CN113347753A true CN113347753A (zh) 2021-09-03
CN113347753B CN113347753B (zh) 2021-11-09

Family

ID=77481207

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110899955.5A Active CN113347753B (zh) 2021-08-06 2021-08-06 一种led自适应控制方法、系统和可读存储介质

Country Status (1)

Country Link
CN (1) CN113347753B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116634622A (zh) * 2023-07-26 2023-08-22 深圳特朗达照明股份有限公司 一种基于物联网的led智能控制方法、系统及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108452A (zh) * 2013-01-10 2013-05-15 北京航空航天大学 一种动态光场数据驱动的场景光照重现方法
CN108121992A (zh) * 2016-11-29 2018-06-05 中国移动通信有限公司研究院 一种室内人数的确定方法、装置及系统
CN111669881A (zh) * 2020-06-19 2020-09-15 重庆深蜀科技有限公司 基于光照度聚类和支持向量机的灯光控制方法及设备
CN113207214A (zh) * 2021-04-02 2021-08-03 山东师范大学 室内照明控制方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103108452A (zh) * 2013-01-10 2013-05-15 北京航空航天大学 一种动态光场数据驱动的场景光照重现方法
CN108121992A (zh) * 2016-11-29 2018-06-05 中国移动通信有限公司研究院 一种室内人数的确定方法、装置及系统
CN111669881A (zh) * 2020-06-19 2020-09-15 重庆深蜀科技有限公司 基于光照度聚类和支持向量机的灯光控制方法及设备
CN113207214A (zh) * 2021-04-02 2021-08-03 山东师范大学 室内照明控制方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116634622A (zh) * 2023-07-26 2023-08-22 深圳特朗达照明股份有限公司 一种基于物联网的led智能控制方法、系统及介质
CN116634622B (zh) * 2023-07-26 2023-09-15 深圳特朗达照明股份有限公司 一种基于物联网的led智能控制方法、系统及介质

Also Published As

Publication number Publication date
CN113347753B (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
EP1015808B1 (en) Illuminating lens designed by extrinsic differential geometry
CN110651296A (zh) 处理通过使用照相机获取的图像的电子设备及其操作方法
CN113347753B (zh) 一种led自适应控制方法、系统和可读存储介质
CN111145333B (zh) 一种室内场景光照布局方法
CN107025683A (zh) 一种信息处理方法及电子设备
US20070047820A1 (en) Computer generated land cover classification
CN106664767A (zh) 用于体育场的照明系统
CN114125310A (zh) 拍照方法、终端设备及云端服务器
US20200279392A1 (en) System and method for image position determination using one or more anchors
CN109188358A (zh) 一种基于成像传感器的高精度可见光定位方法
JP7287950B2 (ja) 通信方法、通信装置、およびプログラム
Li et al. Discussing street tree planning based on pedestrian volume using machine learning and computer vision
WO2019054204A1 (ja) 画像処理装置および方法
KR20230002417A (ko) 장면 렌더링을 적응시키기 위한 방법 및 장치
CN116056290B (zh) 一种市政夜景照明亮度控制方法及其相关设备
CN106203279B (zh) 一种增强现实中目标对象的识别方法、装置及移动终端
CN113219408A (zh) 改进型rbf神经网络室内可见光定位方法及系统
CN107590795A (zh) 图像处理方法及装置、电子装置和计算机可读存储介质
CN110531318A (zh) 一种用于可见光成像室内定位扩展发光单元id的方法
CN115937959A (zh) 注视信息的确定方法、装置、眼动追踪设备
CN103942465A (zh) 天空亮度对地辐照度计算方法
CN115410487A (zh) 飘带状显示屏的发光元件的控制方法、装置及电子设备
US20240087221A1 (en) Method and apparatus for determining persona of avatar object in virtual space
WO2023197677A1 (zh) 一种实现自然光照特征的室内照明方法及系统
KR102681948B1 (ko) Ai 반도체 기반 미래 일사량 예측 장치 및 방법

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