CN114885477A - 基于边缘计算的照明控制方法、装置及系统 - Google Patents
基于边缘计算的照明控制方法、装置及系统 Download PDFInfo
- Publication number
- CN114885477A CN114885477A CN202210451032.8A CN202210451032A CN114885477A CN 114885477 A CN114885477 A CN 114885477A CN 202210451032 A CN202210451032 A CN 202210451032A CN 114885477 A CN114885477 A CN 114885477A
- Authority
- CN
- China
- Prior art keywords
- historical
- control
- behavior data
- target
- user
- 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.)
- Pending
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 173
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004364 calculation method Methods 0.000 title abstract description 71
- 230000000694 effects Effects 0.000 claims abstract description 52
- 230000006399 behavior Effects 0.000 claims description 260
- 238000013135 deep learning Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 5
- 239000002699 waste material Substances 0.000 abstract description 6
- 238000003860 storage Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000004744 fabric Substances 0.000 description 6
- 238000012937 correction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006467 substitution reaction 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
- H05B47/165—Controlling the light source following a pre-assigned programmed sequence; Logic control [LC]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明提供一种基于边缘计算的照明控制方法、装置及系统,该方法包括:获取用户的历史行为数据和目标区域内光照强度的历史数据;基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案;基于第一控制方案,对目标光源系统进行控制;其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。本发明提供的基于边缘计算的照明控制方法、装置及系统,能更智能的进行照明控制,减少用户的手动操作,提高用户体验和舒适度,能避免出现用户忘记关闭光源系统的情况,减少能源浪费。
Description
技术领域
本发明涉及智能家居技术领域,尤其涉及一种基于边缘计算的照明控制方法、装置及系统。
背景技术
智能家居是以住宅为平台,利用综合布线技术、网络通信技术、安全防范技术、自动控制技术以及音视频技术等,将家居生活有关的设施集成,构建高效的住宅设施与家庭日程事务的管理系统,从而可以提升家居安全性、便利性、舒适性和艺术性,并实现环保节能的居住环境。光照智能控制作为智能家居的重要组成部分,越来越受到人们的关注。
现有的基于边缘计算的照明控制方法主要依赖于用户对光源系统和/或遮光系统的手动控制。但在实际生活中,用户手动控制光源系统和/或遮光系统的操作较繁琐,用户体验较差,并且容易出现用户忘记关闭光源系统的情况,造成能源的浪费。因此,如何更智能、更环保的进行光照控制,是本领域亟待解决的技术问题。
发明内容
本发明提供一种基于边缘计算的照明控制方法、装置及系统,用以解决现有技术中难以智能、环保的进行光照控制的缺陷,实现更智能、更环保的进行光照控制。
本发明提供一种基于边缘计算的照明控制方法,包括:
获取用户的历史行为数据和目标区域内光照强度的历史数据;
基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案;
基于所述第一控制方案,对所述目标光源系统进行控制;
其中,所述历史行为数据,包括所述用户对所述目标光源系统的历史控制行为数据以及所述用户在所述目标区域内的历史活动行为数据;所述目标光源系统用于所述目标区域的照明。
根据本发明提供的一种基于边缘计算的照明控制方法,在所述历史行为数据还包括所述用户对目标遮光系统的历史控制行为数据的情况下,所述获取用户的历史行为数据和目标区域内光照强度的历史数据之后,还包括:
基于所述历史行为数据和所述光照强度的历史数据,生成所述目标遮光系统的第二控制方案;
基于所述第二控制方案,对所述目标遮光系统进行控制;
其中,所述目标遮光系统,用于所述目标区域的遮光。
根据本发明提供的一种基于边缘计算的照明控制方法,所述基于所述第一控制方案,对所述目标光源系统进行控制之后,还包括:
获取用户对所述目标光源系统的第一控制行为数据;
基于所述第一控制行为数据,更新所述第一控制方案。
根据本发明提供的一种基于边缘计算的照明控制方法,所述基于所述第二控制方案,对所述目标遮光系统进行控制之后,还包括:
获取用户对所述目标遮光系统的第二控制行为数据;
基于所述第二控制行为数据,更新所述第二控制方案。
根据本发明提供的一种基于边缘计算的照明控制方法,获取用户在所述目标区域内的历史活动行为数据,包括:
获取目标区域内的历史视频流数据;
对所述历史视频流数据进行抽帧处理,获取所述目标区域的历史图像集;
基于深度学习技术对所述历史图像集进行图像识别,基于图像识别结果获取所述历史活动行为数据。
根据本发明提供的一种基于边缘计算的照明控制方法,所述基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案,包括:
将所述历史行为数据和所述光照强度的历史数据输入照明控制模型,获取由所述照明控制模型输出的所述第一控制方案;
其中,所述照明控制模型,是基于样本区域内光照强度的样本历史数据、样本用户的样本历史行为数据以及样本区域的第一样本控制方案进行训练后得到的;所述样本历史行为数据,包括所述样本用户对所述样本光源系统的历史控制行为数据以及所述样本用户在所述样本区域内的历史活动行为数据;所述样本光源系统用于所述样本区域的照明。
根据本发明提供的一种基于边缘计算的照明控制方法,所述基于所述第二控制方案,对所述目标遮光系统进行控制,包括:
将所述历史行为数据和所述光照强度的历史数据输入所述照明控制模型,获取由所述照明控制模型输出的所述第二控制方案;
其中,所述样本用户的样本历史行为数据,还包括所述样本用户对样本遮光系统的历史控制行为数据;所述样本遮光系统,用于所述样本区域的遮光。
本发明还提供一种基于边缘计算的照明控制装置,包括:
数据获取模块,用于获取用户的历史行为数据和目标区域内光照强度的历史数据;
方案生成模块,用于基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案;
照明控制模块,用于基于所述第一控制方案,对所述目标光源系统进行控制;
其中,所述历史行为数据,包括所述用户对所述目标光源系统的历史控制行为数据以及所述用户在所述目标区域内的历史活动行为数据;所述目标光源系统用于所述目标区域的照明。
根据本发明提供的一种基于边缘计算的照明控制装置,所述基于边缘计算的照明控制装置为边缘设备。
本发明还提供一种基于边缘计算的照明控制系统,包括:如上所述的基于边缘计算的照明控制装置和光源系统。
根据本发明提供的一种基于边缘计算的照明控制系统,还包括:遮光系统。
根据本发明提供的一种基于边缘计算的照明控制系统,还包括:图像传感器和光照强度传感器;
所述光照强度传感器用于获取目标区域内光照强度的历史数据;
所述图像传感器用于获取所述目标区域内的历史视频流数据。
本发明还提供一种电子设备,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,所述处理器执行所述程序时实现如上述任一种所述基于边缘计算的照明控制方法。
本发明还提供一种非暂态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如上述任一种所述基于边缘计算的照明控制方法。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于边缘计算的照明控制方法。
本发明提供的基于边缘计算的照明控制方法、装置及系统,通过基于用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及目标区域内光照强度的历史数据,生成目标光源系统的第一控制方案之后,基于上述第一控制方案对目标光源系统进行控制,目标光源系统用于目标区域的照明,能更智能的进行照明控制,减少用户的手动操作,提高用户体验和舒适度,能避免出现用户忘记关闭光源系统的情况,减少能源浪费。
附图说明
为了更清楚地说明本发明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一简单地介绍,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是本发明提供的基于边缘计算的照明控制方法的流程示意图;
图2是本发明提供的基于边缘计算的照明控制装置的结构示意图;
图3是本发明提供的基于边缘计算的照明控制系统的结构示意图;
图4是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,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做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。
在发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
需要说明的是,根据中国边缘计算产业联盟的定义,边缘计算是指在靠近物或数据源头的网络边缘侧,融合网络、计算存储、应用核心能力的开放平台,就近提供边缘智能服务,满足行业数字化在敏捷联接、实时业务、数据优化、应用智能安全与隐私保护等方面的关键需求。
随着物联网技术的发展,边缘设备在智能家居领域也得到了更广泛的应用。边缘计算可以包括网络侧边缘计算和现场级边缘计算。在智能家居场景下的边缘计算是现场级边缘计算中的一种。基于边缘设备提供的通讯、计算以及存储等能力,可以实现不同智能家居产品之间的有效联动。
家庭无线网络中,由家庭网络主机通过网线连接分布在室内各个房间的无线接入点(AP),对家庭无线局域网覆盖Wifi进行管理。家庭范围内的家庭边缘设备、智能设备和物联网传感器等通过Wifi接入家庭无线网络。家庭边缘设备可以脱离互联网独立工作,数据采集与处理均在家庭边缘计算主机内进行,能够保障用户隐私不被泄露。
图1是本发明提供的基于边缘计算的照明控制方法的流程示意图。下面结合图1描述本发明的基于边缘计算的照明控制方法。如图1所示,该方法包括:步骤101、获取用户的历史行为数据和目标区域内光照强度的历史数据。
其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。
需要说明的是,本发明实施例的执行主体为基于边缘计算的照明控制装置,上述基于边缘计算的照明控制装置可以为边缘设备。
具体地,目标区域为本发明提供的基于边缘计算的照明控制方法的控制对象。基于本发明提供的基于边缘计算的照明控制方法,可以对目标区域内的光照强度进行控制。
需要说明的是,目标区域可以为室内区域,还可以为室外区域。目标光源系统可以为目标区域提供照明。目标光源系统可以设置于目标区域内,还可以设置于目标区域外。
可以利用光照传感器,获取目标区域内光照强度的历史数据。可以通过多种方式,获取用户的历史行为数据。
例如,可以基于设置于目标光源系统的控制器和计数器,记录用户对目标光源系统的历史控制行为,获得用户对目标光源系统的历史控制行为数据;其中,上述历史控制行为数据,可以包括用户对目标光源系统的控制行为的类型以及进行上述行为的时刻;上述控制行为的类型可以包括但不限于控制目标光源系统开启照明模式、控制目标光源系统关闭照明模式、控制目标光源系统的照明模式由上一照明模式切换至当前照明模式等。
又例如,可以利用图像传感器和深度学习技术,获取用户在目标区域内的历史活动行为数据。其中,上述历史活动行为数据,可以包括用户进行的活动行为的类型以及进行上述行为的开始时刻和终止时刻;上述活动行为的类型可以包括但不限于工作、健身、休闲以及睡觉等。
又例如,还可以利用各类传感器,获取用户在目标区域内的历史活动行为数据,如基于设置于目标区域中的书桌附近的传感器,对用户的工作或学习行为进行监控,获取用户开始工作或学习的时刻,以及结束工作或学习的时刻,作为用户在目标区域内的历史活动行为数据。
需要说明的是,上述光照强度的历史数据和用户的历史行为数据,可以为时序数据。上述用户的数量可以为一个或多个。
需要说明的是,上述光照强度的历史数据和用户的历史行为数据的取值时长可以根据先验知识确定。例如,可以获取过去1周目标区域内光照强度的历史数据和用户的历史行为数据。本发明实施例中对上述光照强度的历史数据和用户的历史行为数据的取值时长不作具体限定。
步骤102、基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案。
具体地,获取用户的历史行为数据和目标区域内光照强度的历史数据之后,基于上述历史行为数据和上述光照强度的历史数据,可以获取用户的行为规律、用户对目标光源系统的控制规律以及目标区域内光照强度变化的规律。
基于用户的行为规律、用户对目标光源系统的控制规律以及目标区域内光照强度变化的规律,可以通过数值计算、数理统计等方式,生成目标光源系统的第一控制方案。
可选地,还可以利用深度学习技术,基于用户的历史行为数据和目标区域内光照强度的历史数据,获取目标光源系统的第一控制方案。
可选地,上述第一控制方案,可以包括对目标光源系统的控制指令以及执行上述控制指令的时刻。例如:在目标光源系统为照明灯,上述照明灯包括三个照明模式的情况下,上述第一控制方案可以包括每个工作日的早上6点控制目标光源系统启动第一照明模式、每个工作日的早上8点关闭目标光源系统以及每个周末的晚上19点启动目标光源系统的第二照明模式等。
步骤103、基于第一控制方案,对目标光源系统进行控制。
具体地,获取目标光源系统的第一控制方案之后,可以基于上述第一控制方案,对目标光源系统进行控制。
本发明实施例通过基于用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及目标区域内光照强度的历史数据,生成目标光源系统的第一控制方案之后,基于上述第一控制方案对目标光源系统进行控制,目标光源系统用于目标区域的照明,能更智能的进行照明控制,减少用户的手动操作,提高用户体验和舒适度,能避免出现用户忘记关闭光源系统的情况,减少能源浪费。
基于上述各实施例的内容,在历史行为数据还包括用户对目标遮光系统的历史控制行为数据的情况下,获取用户的历史行为数据和目标区域内光照强度的历史数据之后,还包括:基于历史行为数据和光照强度的历史数据,生成目标遮光系统的第二控制方案。
其中,目标遮光系统,用于目标区域的遮光。
具体地,目标遮光系统可以为目标区域提供遮光,例如:目标遮光系统可以为可控窗帘或可控室外顶棚。目标遮光系统可以设置于目标区域内,还可以设置于目标区域外。
用户的历史行为数据,还可以包括用户对目标遮光系统的历史控制行为数据。
可以通过多种方式获取用户对目标遮光系统的历史控制行为数据。例如,可以基于设置于目标遮光系统的控制器和计数器,记录用户对目标遮光系统的历史控制行为,获得用户对目标遮光系统的历史控制行为数据;其中,上述历史控制行为数据,可以包括用户对目标遮光系统的控制行为的类型以及进行上述行为的时刻;上述控制行为的类型可以包括但不限于控制目标遮光系统启动遮光模式、控制目标遮光系统关闭遮光模式、将目标遮光系统的遮光模式由上一遮光模式切换至当前遮光模式等。
相应地,获取用户的历史行为数据和目标区域内光照强度的历史数据之后,基于上述历史行为数据和上述光照强度的历史数据,除了可以获取用户的行为规律、用户对目标光源系统的控制规律以及目标区域内光照强度变化的规律之外,还可以获取用户对目标遮光系统的控制规律。
基于用户的行为规律、用户对目标光源系统的控制规律、目标区域内光照强度变化的规律以及用户对目标遮光系统的控制规律,可以通过数值计算、数理统计等方式,生成目标遮光系统的第二控制方案。
可选地,还可以利用深度学习技术,基于用户的历史行为数据和目标区域内光照强度的历史数据,获取目标光源系统的第二控制方案。
可选地,上述第二控制方案,可以包括对目标遮光系统的控制指令以及执行上述控制指令的时刻。例如:在目标遮光系统为可控窗帘,上述可控窗帘包括两层窗帘布,第一层窗帘布可透光,第二次窗帘布不可透光,第一遮光模式为上述两层窗帘布均为关闭状态,第二遮光模式为上述第一层窗帘布关闭,上述第二层窗帘布打开的情况下,上述第二控制方案可以包括每个工作日的早上6点控制目标遮光系统由第一遮光模式切换为第二遮光模式、每个工作日的早上8点控制目标遮光系统关闭遮光模式以及每个工作日的晚上19点控制目标光源系统开启第一遮光模式等。
基于第二控制方案,对目标遮光系统进行控制。
具体地,获取目标遮光系统的第二控制方案之后,可以基于上述第二控制方案,对目标遮光系统进行控制。
本发明实施例通过基于用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据、目标区域内光照强度的历史数据以及用户对目标遮光系统的历史控制行为数据,生成目标遮光系统的第二控制方案之后,基于上述第二控制方案对目标遮光系统进行控制,目标遮光系统用于目标区域的遮光,能更智能的对遮光系统进行控制,从而能更灵活、更多样化的进行照明控制,能减少用户的手动操作,提高用户体验和舒适度。
基于上述各实施例的内容,基于第一控制方案,对目标光源系统进行控制之后,还包括:获取用户对目标光源系统的第一控制行为数据。
具体地,基于上述第一控制方案对目标光源系统进行控制之后,若用户对目标光源系统进行了手动控制,则可以获取上述控制行为的控制行为数据,作为第一控制行为数据。
需要说明的是,上述手动控制的次数可以为一次或多次。
需要说明的是,基于上述第一控制方案对目标光源系统进行控制之后,若用户对目标光源系统进行手动控制的时刻,与目标光源系统进行上一次自动控制的时刻之间间隔的时长小于第一预设值,则可以说明用户认为目标光源系统的上一次自动控制不符合实际需求。
例如:基于上述第一控制方案在第一时刻控制目标光源系统启动照明模式之后未对目标光源系统进行其他自动控制,若用户在第二时刻手动控制目标光源系统关闭照明模式,且第一时刻与第二时刻之间间隔的时长小于3分钟,则可以说明用户认为在第一时刻控制目标光源系统启动照明模式不符合实际需求。
基于上述第一控制方案对目标光源系统进行控制之后,若用户对目标光源系统进行手动控制的时刻,与目标光源系统进行上一次自动控制的时刻之间间隔的时长不小于第二预设值,则可以说明用户有在第二时刻增加对目标光源系统进行控制的需求。
例如:基于上述第一控制方案在第一时刻控制目标光源系统关闭照明模式之后未对目标光源系统进行其他自动控制,若用户在第二时刻手动控制目标光源系统启动照明模式,且第一时刻与第二时刻之间间隔的时长不小于1小时,则可以说明用户认为有在第二时刻控制目标光源系统启动照明模式的需求。
需要说明的是,第一预设值和第二预设值可以根据实际情况确定。本发明实施例中对第一预设值和第二预设值的具体取值不作具体限定。
需要说明的是,可以通过获取用户对目标光源系统的历史控制行为数据相同的方式,获得上述第一控制行为数据。
需要说明的是,上述第一控制行为的取值时长可以根据先验知识确定。例如,可以获取上述第一控制方案对目标光源系统进行控制之后3天内,用户对目标光源系统的第一控制行为数据。本发明实施例中对上述第一控制行为数据的取值时长不作具体限定。
基于第一控制行为数据,更新第一控制方案。
具体地,获取上述第一控制行为数据之后,可以通过数值计算、数理统计等方式,对第一控制方案进行更新,获得更新后的第一控制方案,并可以基于更新后的第一控制方案对目标光源系统进行控制。
可选地,在利用深度学习技术,获取目标光源系统的第一控制方案的情况下,还可以用上述第一控制行为数据,替换用户对目标光源系统的历史控制行为数据中,时序上更靠前的部分数据,对用户对目标光源系统的历史控制行为数据进行更新,并可以基于更新后的用户对目标光源系统的历史控制行为数据,利用深度学习技术,实现第一控制方案的更新,获得更新后的第一控制方案。
本发明实施例通过基于用户在基于上述第一控制方案对目标光源系统进行控制之后对目标光源系统的第一控制行为数据,更新第一控制方案,能基于用户对目标光源系统的修正行为,不断更新第一控制方案,从而可以基于更新后的第一控制方案,进行更精准、更符合实际需求的自动照明控制。
基于上述各实施例的内容,基于第二控制方案,对目标遮光系统进行控制之后,还包括:获取用户对目标遮光系统的第二控制行为数据。
具体地,基于上述第二控制方案对目标遮光系统进行控制之后,若用户对目标遮光系统进行了手动控制,则获取上述控制行为的控制行为数据,作为第二控制行为数据。
需要说明的是,上述手动控制的次数可以为一次或多次。
需要说明的是,基于上述第二控制方案对目标遮光系统进行控制之后,若用户对目标遮光系统进行手动控制的时刻,与目标遮光系统进行上一次自动控制的时刻之间间隔的时长小于第三预设值,则可以说明用户认为目标遮光系统的上一次自动控制不符合实际需求。
例如:基于上述第二控制方案在第三时刻控制目标遮光系统开启遮光模式之后未对目标遮光系统进行其他自动控制,若用户在第四时刻手动控制目标遮光系统关闭遮光模式,且第三时刻与第四时刻之间间隔的时长小于3分钟,则可以说明用户认为在第三时刻控制目标遮光系统开启遮光模式不符合实际需求。
基于上述第二控制方案对目标遮光系统进行控制之后,若用户对目标遮光系统进行手动控制的时刻,与目标遮光系统进行上一次自动控制的时刻之间间隔的时长不小于第四预设值,则可以说明用户有在第四时刻增加对目标遮光系统进行控制的需求。
例如:基于上述第二控制方案在第三时刻控制目标遮光系统关闭遮光模式之后,若用户在第四时刻手动控制目标遮光系统启动遮光模式,且第三时刻与第四时刻之间间隔的时长不小于1小时,则可以说明用户认为有在第四时刻控制目标遮光系统启动遮光模式的需求。
需要说明的是,第三预设值和第四预设值可以根据实际情况确定。本发明实施例中对第三预设值和第四预设值的具体取值不作具体限定。
需要说明的是,可以通过获取用户对目标遮光系统的历史控制行为数据相同的方式,获得上述第二控制行为数据。
需要说明的是,上述第二控制行为的取值时长可以根据先验知识确定。例如,可以获取上述第二控制方案对目标遮光系统进行控制之后3天内,用户对目标光源系统的第二控制行为数据。本发明实施例中对上述第二控制行为数据的取值时长不作具体限定。
基于第二控制行为数据,更新第二控制方法。
具体地,获取上述第二控制行为数据之后,可以通过数值计算、数理统计等方式,对第二控制方案进行更新,获得更新后的第二控制方案,并可以基于更新后的第二控制方案对目标遮光系统进行控制。
可选地,在利用深度学习技术,获取目标遮光系统的第二控制方案的情况下,还可以用上述第二控制行为数据,替换用户对目标遮光系统的历史控制行为数据中,时序上更靠前的部分数据,对用户对目标遮光系统的历史控制行为数据进行更新,并可以基于更新后的用户对目标光源系统的历史控制行为数据,利用深度学习技术,实现第二控制方案的更新,获得更新后的第二控制方案。
本发明实施例通过基于用户在基于上述第二控制方案对目标遮光系统进行控制之后对目标遮光系统的第二控制行为数据,更新第二控制方案,能基于用户对目标遮光系统的修正行为,不断更新第二控制方案,从而可以基于更新后的第二控制方案,进行更精准、更符合实际需求的自动照明控制。
基于上述各实施例的内容,获取用户在目标区域内的历史活动行为数据,包括:获取目标区域内的历史视频流数据。
具体地,可以基于图像传感器,获取目标区域内的历史视频流数据。
对历史视频流数据进行抽帧处理,获取目标区域的历史图像集。
具体地,获取目标区域内的历史视频流数据之后,可以对上述历史视频流数据进行抽帧处理,获得目标区域的原始历史图像集。
对上述原始历史图像集进行图像处理,并可以将经过图像处理后的原始历史图像集,作为目标区域的历史图像集。
可选地,本发明实施例中的图像处理,可以包括但不限于图像裁剪以及剔除过明、过暗的图像等。
基于深度学习技术对历史图像集中的图像进行图像识别,基于图像识别结果获取历史活动行为数据。
具体地,获取目标区域的历史图像集之后,可以基于深度学习技术对上述历史图像集中的图像进行图像识别,获取上述图像的图像识别结果。
需要说明的是,上述图像识别结果可以包括图像中的人体实例、每一人体实例的姿态。上述图像识别结果还可以包括图像中的大型物品。
获取上述图像识别结果之后,基于上述图像识别结果可以获取用户在目标区域内进行的历史活动行为,进而可以获取用户在目标区域内的历史活动行为数据。
本发明实施例通过对目标区域的历史视频流数据进行抽帧处理,获得目标区域的历史图像集,基于深度学习技术对上述历史图像集中的图像进行图像识别,基于图像识别结果获取用户在目标区域内的历史活动行为数据,能更准确、更高效的获取用户在目标区域内的历史活动行为数据。
基于上述各实施例的内容,基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案,包括:将历史行为数据和光照强度的历史数据输入照明控制模型,获取由照明控制模型输出的第一控制方案。
其中,照明控制模型,是基于样本区域内光照强度的样本历史数据、样本用户的样本历史行为数据以及样本区域的第一样本控制方案进行训练后得到的;样本用户的样本历史行为数据,包括样本用户对样本光源系统的历史控制行为数据以及样本用户在样本区域内的历史活动行为数据;样本光源系统用于样本区域的照明。
具体地,可以以样本区域内光照强度的样本历史数据、样本用户在样本区域内的历史活动行为数据以及样本用户对样本光源系统的历史控制行为数据为样本,以样本光源系统的第一样本控制方案为样本标签,对照明控制模型进行训练,获得训练好的照明控制模型。
需要说明的是,样本光源系统的第一样本控制方案,可以是基于先验知识、样本区域内光照强度的样本历史数据、样本用户在样本区域内的历史活动行为数据以及样本用户对样本光源系统的历史控制行为数据预先制定的。
获取训练好的照明控制模型之后,可以将目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据以及用户对目标光源系统的历史控制行为数据输入上述训练好的照明控制模型。
上述训练好的照明控制模型可以基于目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据以及用户对目标光源系统的历史控制行为数据,生成并输出目标光源系统的第一控制方案。
可选地,获取用户在基于上述第一控制方案对目标光源系统进行控制之后对目标光源系统的第一控制行为数据之后,还可以用上述第一控制行为数据,替换用户对目标光源系统的历史控制行为数据中,时序上更靠前的部分数据,对用户对目标光源系统的历史控制行为数据进行更新,获取更新后的用户对目标光源系统的历史控制行为数据。
将更新后的用户对目标光源系统的历史控制行为数据、目标区域内光照强度的历史数据和用户在目标区域内的历史活动行为数据输入上述训练好的光照控制模型,可以获取上述训练好的光照控制模型输出的更新后的第一控制方案。
本发明实施例通过将目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据以及用户对目标光源系统的历史控制行为数据输入上述训练好的照明控制模型,获得由训练好的照明控制模型输出的目标光源系统的第一控制方案,能更准确、更高效的基于目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据以及用户对目标光源系统的历史控制行为数据,生成目标光源系统的第一控制方案。
基于上述各实施例的内容,基于第二控制方案,对目标遮光系统进行控制,包括:将历史行为数据和光照强度的历史数据输入照明控制模型,获取由照明控制模型输出的第二控制方案。
其中,样本用户的样本历史行为数据,还包括样本用户对样本遮光系统的历史控制行为数据;样本遮光系统,用于样本区域的遮光。
具体地,在样本用户的样本历史行为数据还包括样本用户对样本遮光系统的历史控制行为数据的情况下,可以以样本区域内光照强度的样本历史数据、样本用户在样本区域内的历史活动行为数据、样本用户对样本光源系统的历史控制行为数据以及样本用户对样本遮光系统的历史控制行为数据为样本,以样本遮光系统的第二样本控制方案为样本标签,对照明控制模型进行训练,获得训练好的照明控制模型。
需要说明的是,样本遮光系统的第二样本控制方案,可以是基于先验知识、样本区域内光照强度的样本历史数据、样本用户在样本区域内的历史活动行为数据、样本用户对样本光源系统的历史控制行为数据以及样本用户对样本遮光系统的历史控制行为数据预先制定的。
获取训练好的照明控制模型之后,可以将目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统的历史控制行为输入上述训练好的照明控制模型。
上述训练好的照明控制模型可以基于目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统的历史控制行为,生成并输出目标光源系统的第一控制方案以及目标遮光系统的第二控制方案。
可选地,获取用户在基于上述第二控制方案对目标遮光系统进行控制之后对目标遮光系统的第二控制行为数据之后,还可以用上述第二控制行为数据,替换用户对目标遮光系统的历史控制行为数据中,时序上更靠前的部分数据,对用户对目标遮光系统的历史控制行为数据进行更新,获取更新后的用户对目标遮光系统的历史控制行为数据。
将更新后的用户对目标光源系统的历史控制行为数据、更新后的用户对目标遮光系统的历史控制行为数据、目标区域内光照强度的历史数据和用户在目标区域内的历史活动行为数据输入上述训练好的光照控制模型,可以获取上述训练好的光照控制模型输出的更新后的第一控制方案和更新后的第二控制方案。
本发明实施例通过将目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统的历史控制行为输入训练好的照明控制模型,获得由上述训练好的照明控制模型输出的目标光源系统的第一控制方案和目标遮光系统的第二控制方案,能更准确、更高效的基于目标区域内光照强度的历史数据、用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统的历史控制行为,生成目标光源系统的第一控制方案和目标遮光系统的第二控制方案。
图2是本发明提供的基于边缘计算的照明控制装置的结构示意图。下面结合图2对本发明提供的基于边缘计算的照明控制装置进行描述,下文描述的基于边缘计算的照明控制装置与上文描述的本发明提供的基于边缘计算的照明控制方法可相互对应参照。如图2所示,该装置包括:数据获取模块201、方案生成模块202和照明控制模块203。
数据获取模块201,用于获取用户的历史行为数据和目标区域内光照强度的历史数据。
方案生成模块202,用于基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案。
照明控制模块203,用于基于第一控制方案,对目标光源系统进行控制。
其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。
具体地,数据获取模块201、方案生成模块202和照明控制模块203电连接。
数据获取模块201可以用于利用光照传感器,获取目标区域内光照强度的历史数据。还可以用于通过多种方式,获取用户的历史行为数据。
方案生成模块202可以用于基于上述历史行为数据和上述光照强度的历史数据,获取用户的行为规律、用户对目标光源系统的控制规律以及目标区域内光照强度变化的规律。基于用户的行为规律、用户对目标光源系统的控制规律以及目标区域内光照强度变化的规律,可以通过数值计算、数理统计等方式,生成目标光源系统的第一控制方案。
方案生成模块202还可以用于利用深度学习技术,基于用户的历史行为数据和目标区域内光照强度的历史数据,获取目标光源系统的第一控制方案。
照明控制模块203可以用于基于上述第一控制方案,对目标光源系统进行控制。
基于上述各实施例的内容,基于边缘计算的照明控制装置为边缘设备。
具体地,在基于边缘计算的照明控制装置为边缘设备的情况下,上述基于边缘计算的照明控制装置可以互联网独立工作,数据采集与处理均在上述基于边缘计算的照明控制装置内进行,能够保障用户的隐私不被泄露。
可选地,方案生成模块202还可以用于基于历史行为数据和光照强度的历史数据,生成目标遮光系统的第二控制方案;基于第二控制方案,对目标遮光系统进行控制;其中,目标遮光系统,用于目标区域的遮光。
可选地,基于边缘计算的照明控制装置还可以包括方案更新模块。
方案更新模块可以用于获取用户对目标光源系统的第一控制行为数据;基于第一控制行为数据,更新第一控制方案。
方案更新模块还可以用于获取用户对目标遮光系统的第二控制行为数据;基于第二控制行为数据,更新第二控制方案。
可选地,数据获取模块201可以具体用于获取目标区域内的历史视频流数据;对历史视频流数据进行抽帧处理,获取目标区域的历史图像集;基于深度学习技术对历史图像集进行图像识别,基于图像识别结果获取历史活动行为数据。
可选地,方案生成模块202可以具体用于将历史行为数据和光照强度的历史数据输入照明控制模型,获取由照明控制模型输出的第一控制方案;其中,照明控制模型,是基于样本区域内光照强度的样本历史数据、样本用户的样本历史行为数据以及样本区域的第一样本控制方案进行训练后得到的;样本历史行为数据,包括样本用户对样本光源系统的历史控制行为数据以及样本用户在样本区域内的历史活动行为数据;样本光源系统用于样本区域的照明。
可选地,方案生成模块202还可以具体用于将历史行为数据和光照强度的历史数据输入照明控制模型,获取由照明控制模型输出的第二控制方案;其中,样本用户的样本历史行为数据,还包括样本用户对样本遮光系统的历史控制行为数据;样本遮光系统,用于样本区域的遮光。
本发明实施例中的基于边缘计算的照明控制装置,通过基于用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及目标区域内光照强度的历史数据,生成目标光源系统的第一控制方案之后,基于上述第一控制方案对目标光源系统进行控制,目标光源系统用于目标区域的照明,能更智能的进行照明控制,减少用户的手动操作,提高用户体验和舒适度,能避免出现用户忘记关闭光源系统的情况,减少能源浪费。
图3是本发明提供的基于边缘计算的照明控制系统的结构示意图。如图3所示,该系统包括:如上所述的基于边缘计算的照明控制装置和光源系统。
具体地,基于边缘计算的照明控制系统可以包括上述基于边缘计算的照明控制装置301、网络交换机302、无线控制器(AC)303、无线接入点(AP)304以及目标光源系统306等。
上述基于边缘计算的照明控制装置301、网络交换机302和无线控制器303可以安装于目标区域对应的信息箱307中;无线接入点304和目标光源系统305可以设置于目标区域内。
目标光源系统305可以用于为目标区域提供照明。目标光源系统305可以包括目标光源系统的控制器308和光源设备309,上述目标光源系统的控制器308可以对上述光源进行控制。
上述基于边缘计算的照明控制装置301、无线控制器303和无线接入点304通过网线接入网络交换机。无线控制器303和无线接入点304可以完成目标区域内的无线网络覆盖。
网络交换机302用于局域网设备的网络通信连接,可以实现目标区域内的局域网设备接入与相互通信。
无线控制器303可以实现对目标区域内无线接入点304的网络管理。
无线接入点304可以实现目标区域内无线信号的覆盖。
上述目标光源系统的控制器308可以通过无线接入点304接入目标区域内的局域网,可由用户或上述基于边缘计算的照明控制装置301可以对上述目标光源系统的控制器308进行控制,进而可以实现对上述光源设备309的控制。上述目标光源系统的控制器308还可以将光源设备309的状态传输至上述基于边缘计算的照明控制装置301。
基于上述各实施例的内容,基于边缘计算的照明控制系统,还包括:遮光系统。
具体地,基于边缘计算的照明控制系统还可以包括目标遮光系统310。
目标遮光系统310可以用于为目标区域提供遮光。目标遮光系统310可以包括目标遮光系统的控制器311和遮光设备312,上述目标遮光系统的控制器311可以对上述遮光设备312进行控制。
上述目标遮光系统的控制器311可以通过无线接入点304接入目标区域内的局域网,可由用户或上述基于边缘计算的照明控制装置301可以对上述目标遮光系统的控制器311进行控制,进而可以实现对上述遮光设备312的控制。上述目标遮光系统的控制器311还可以将上述遮光设备312的状态传输至上述基于边缘计算的照明控制装置301。
基于上述各实施例的内容,基于边缘计算的照明控制系统,还包括:图像传感器313和光照强度传感器314。
光照强度传感器314用于获取目标区域内光照强度的历史数据。
图像传感器313用于获取目标区域内的历史视频流数据。
具体地,图像传感器313可以设置于目标区域内,用于获取目标区域内的历史视频流数据,并可以通过无线接入点304接入目标区域内的局域网,将采集到的上述历史视频流数据传输至上述基于边缘计算的照明控制装置301。
光照强度传感器314可以设置于目标区域内,用于获取目标区域内光照强度的历史数据,并可以通过无线接入点304接入目标区域内的局域网,将采集到的上述光照强度的历史数据传输至上述基于边缘计算的照明控制装置301。
可选地,本发明实施例中的基于边缘计算的照明控制系统还可以包括存储器。
存储器可以用于存储上述历史视频流数据和上述光照强度的历史数据。上述存储器还可以用于存储上述第一控制方案和第二控制方案。上述存储器还可以用于存储基于深度学习技术构建的照明控制模型及相关数据。
为了便于对本发明提供的基于边缘计算的照明控制系统的理解,以下通过一个实例说明本发明提供的基于边缘计算的照明控制系统。
图像传感器313获取目标区域内的历史视频流数据、光照强度传感器314可以获取目标区域内光照强度的历史数据、上述目标光源系统的控制器308获取用户对目标光源系统的历史控制行为数据以及上述目标遮光系统的控制器311获取用户对目标遮光系统310的历史控制行为数据之后,图像传感器313、光照强度传感器314、上述目标光源系统的控制器308和上述目标遮光系统的控制器311可以将目标区域内的历史视频流数据、目标区域内光照强度的历史数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统310的历史控制行为数据发送至基于边缘计算的照明控制装置301。基于边缘计算的照明控制装置301可以将上述数据发送至存储器进行存储。
基于边缘计算的照明控制装置301中的深度学习模块可以基于目标区域内的历史视频流数据,获取用户在目标区域内的历史活动行为数据,并可以将上述数据发送至存储器进行存储。
基于边缘计算的照明控制装置301中的方案生成模块202,可以利用深度学习技术,基于用户在目标区域内的历史活动行为数据、目标区域内光照强度的历史数据、用户对目标光源系统的历史控制行为数据以及用户对目标遮光系统310的历史控制行为数据,获取目标光源系统的第一控制方案和目标遮光系统310的第二控制方案。
基于边缘计算的照明控制装置301中的照明控制模块203,可以基于上述第一控制方案向上述目标光源系统的控制器308发送控制指令,实现对目标光源系统的控制,还可以基于上述第二控制方案想上述目标遮光系统的控制器311发送控制指令,实现对目标遮光系统310的控制。
上述目标光源系统的控制器308还可以获取用户在基于上述第一控制方案对目标光源系统进行控制之后对目标光源系统的第一控制行为数据,并将上述第一控制行为数据传输至基于边缘计算的照明控制装置301。
上述目标遮光系统的控制器311还可以获取用户在基于上述第二控制方案对目标遮光系统310进行控制之后对目标遮光系统310的第二控制行为数据,并将上述第二控制行为数据传输至基于边缘计算的照明控制装置301。
基于边缘计算的照明控制装置301中的数据更新模块,可以基于上述第一控制行为数据,对第一控制方案进行更新;还可以基于上述第二控制行为数据,对第二控制方案进行更新。
本发明实施例中的光照控制系统,通过基于用户在目标区域内的历史活动行为数据、用户对目标光源系统的历史控制行为数据以及目标区域内光照强度的历史数据,生成目标光源系统的第一控制方案之后,基于上述第一控制方案对目标光源系统进行控制,目标光源系统用于目标区域的照明,能更智能的进行照明控制,减少用户的手动操作,提高用户体验和舒适度,能避免出现用户忘记关闭光源系统的情况,减少能源浪费。
图4示例了一种电子设备的实体结构示意图,如图4所示,该电子设备可以包括:处理器(processor)410、通信接口(Communications Interface)420、存储器(memory)430和通信总线440,其中,处理器410,通信接口420,存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储器430中的逻辑指令,以执行基于边缘计算的照明控制方法,该方法包括:获取用户的历史行为数据和目标区域内光照强度的历史数据;基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案;基于第一控制方案,对目标光源系统进行控制;其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。
此外,上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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步骤。而前述的存储介质包括:U盘、移动硬盘、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。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的基于边缘计算的照明控制方法,该方法包括:获取用户的历史行为数据和目标区域内光照强度的历史数据;基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案;基于第一控制方案,对目标光源系统进行控制;其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。
又一方面,本发明还提供一种非暂态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以执行上述各方法提供的基于边缘计算的照明控制方法,该方法包括:获取用户的历史行为数据和目标区域内光照强度的历史数据;基于历史行为数据和光照强度的历史数据,生成目标光源系统的第一控制方案;基于第一控制方案,对目标光源系统进行控制;其中,历史行为数据,包括用户对目标光源系统的历史控制行为数据以及用户在目标区域内的历史活动行为数据;目标光源系统用于目标区域的照明。
以上所描述的装置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可以是或者也可以不是物理上分开的,作为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。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
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必需的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发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,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发明各实施例技术方案的精神和范围。
Claims (13)
1.一种基于边缘计算的照明控制方法,其特征在于,包括:
获取用户的历史行为数据和目标区域内光照强度的历史数据;
基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案;
基于所述第一控制方案,对所述目标光源系统进行控制;
其中,所述历史行为数据,包括所述用户对所述目标光源系统的历史控制行为数据以及所述用户在所述目标区域内的历史活动行为数据;所述目标光源系统用于所述目标区域的照明。
2.根据权利要求1所述的基于边缘计算的照明控制方法,其特征在于,在所述历史行为数据还包括所述用户对目标遮光系统的历史控制行为数据的情况下,所述获取用户的历史行为数据和目标区域内光照强度的历史数据之后,还包括:
基于所述历史行为数据和所述光照强度的历史数据,生成所述目标遮光系统的第二控制方案;
基于所述第二控制方案,对所述目标遮光系统进行控制;
其中,所述目标遮光系统,用于所述目标区域的遮光。
3.根据权利要求1所述的基于边缘计算的照明控制方法,其特征在于,所述基于所述第一控制方案,对所述目标光源系统进行控制之后,还包括:
获取用户对所述目标光源系统的第一控制行为数据;
基于所述第一控制行为数据,更新所述第一控制方案。
4.根据权利要求2所述的基于边缘计算的照明控制方法,其特征在于,所述基于所述第二控制方案,对所述目标遮光系统进行控制之后,还包括:
获取用户对所述目标遮光系统的第二控制行为数据;
基于所述第二控制行为数据,更新所述第二控制方案。
5.根据权利要求1至4任一所述的基于边缘计算的照明控制方法,其特征在于,获取用户在所述目标区域内的历史活动行为数据,包括:
获取目标区域内的历史视频流数据;
对所述历史视频流数据进行抽帧处理,获取所述目标区域的历史图像集;
基于深度学习技术对所述历史图像集进行图像识别,基于图像识别结果获取所述历史活动行为数据。
6.根据权利要求2所述的基于边缘计算的照明控制方法,其特征在于,所述基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案,包括:
将所述历史行为数据和所述光照强度的历史数据输入照明控制模型,获取由所述照明控制模型输出的所述第一控制方案;
其中,所述照明控制模型,是基于样本区域内光照强度的样本历史数据、样本用户的样本历史行为数据以及样本区域的第一样本控制方案进行训练后得到的;所述样本历史行为数据,包括所述样本用户对所述样本光源系统的历史控制行为数据以及所述样本用户在所述样本区域内的历史活动行为数据;所述样本光源系统用于所述样本区域的照明。
7.根据权利要求6所述的基于边缘计算的照明控制方法,其特征在于,所述基于所述第二控制方案,对所述目标遮光系统进行控制,包括:
将所述历史行为数据和所述光照强度的历史数据输入所述照明控制模型,获取由所述照明控制模型输出的所述第二控制方案;
其中,所述样本用户的样本历史行为数据,还包括所述样本用户对样本遮光系统的历史控制行为数据;所述样本遮光系统,用于所述样本区域的遮光。
8.一种基于边缘计算的照明控制装置,其特征在于,包括;
数据获取模块,用于获取用户的历史行为数据和目标区域内光照强度的历史数据;
方案生成模块,用于基于所述历史行为数据和所述光照强度的历史数据,生成目标光源系统的第一控制方案;
照明控制模块,用于基于所述第一控制方案,对所述目标光源系统进行控制;
其中,所述历史行为数据,包括所述用户对所述目标光源系统的历史控制行为数据以及所述用户在所述目标区域内的历史活动行为数据;所述目标光源系统用于所述目标区域的照明。
9.根据权利要求8所述的基于边缘计算的照明控制装置,其特征在于,所述基于边缘计算的照明控制装置为边缘设备。
10.一种基于边缘计算的照明控制系统,其特征在于,包括:如权利要求8或9所述的基于边缘计算的照明控制装置和光源系统。
11.根据权利要求10所述的基于边缘计算的照明控制系统,其特征在于,还包括:遮光系统。
12.根据权利要求10或11所述的基于边缘计算的照明控制系统,其特征在于,还包括:图像传感器和光照强度传感器;
所述光照强度传感器用于获取目标区域内光照强度的历史数据;
所述图像传感器用于获取所述目标区域内的历史视频流数据。
13.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述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如权利要求1至7任一项所述基于边缘计算的照明控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210451032.8A CN114885477A (zh) | 2022-04-26 | 2022-04-26 | 基于边缘计算的照明控制方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210451032.8A CN114885477A (zh) | 2022-04-26 | 2022-04-26 | 基于边缘计算的照明控制方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114885477A true CN114885477A (zh) | 2022-08-09 |
Family
ID=82670758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210451032.8A Pending CN114885477A (zh) | 2022-04-26 | 2022-04-26 | 基于边缘计算的照明控制方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114885477A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104837281A (zh) * | 2015-05-27 | 2015-08-12 | 常州市武进区半导体照明应用技术研究院 | 照明控制系统、方法及装置 |
CN106132044A (zh) * | 2016-06-30 | 2016-11-16 | 瞬联软件科技(北京)有限公司 | 室内照明智能控制系统及控制方法 |
CN109769333A (zh) * | 2019-03-29 | 2019-05-17 | 山东建筑大学 | 事件驱动的家居智能照明方法与系统 |
CN109901408A (zh) * | 2019-03-08 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 一种智能设备的控制方法、装置和系统 |
US20190230775A1 (en) * | 2016-08-25 | 2019-07-25 | Signify Holding B.V. | Illumination control |
CN111077925A (zh) * | 2019-10-31 | 2020-04-28 | 珠海格力电器股份有限公司 | 光照调节设备的控制方法、装置、电子设备及存储介质 |
CN112255928A (zh) * | 2020-10-30 | 2021-01-22 | 北京金山云网络技术有限公司 | 智能家居的控制方法、装置、系统及电子设备 |
-
2022
- 2022-04-26 CN CN202210451032.8A patent/CN114885477A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104837281A (zh) * | 2015-05-27 | 2015-08-12 | 常州市武进区半导体照明应用技术研究院 | 照明控制系统、方法及装置 |
CN106132044A (zh) * | 2016-06-30 | 2016-11-16 | 瞬联软件科技(北京)有限公司 | 室内照明智能控制系统及控制方法 |
US20190230775A1 (en) * | 2016-08-25 | 2019-07-25 | Signify Holding B.V. | Illumination control |
CN109901408A (zh) * | 2019-03-08 | 2019-06-18 | 阿里巴巴集团控股有限公司 | 一种智能设备的控制方法、装置和系统 |
CN109769333A (zh) * | 2019-03-29 | 2019-05-17 | 山东建筑大学 | 事件驱动的家居智能照明方法与系统 |
CN111077925A (zh) * | 2019-10-31 | 2020-04-28 | 珠海格力电器股份有限公司 | 光照调节设备的控制方法、装置、电子设备及存储介质 |
CN112255928A (zh) * | 2020-10-30 | 2021-01-22 | 北京金山云网络技术有限公司 | 智能家居的控制方法、装置、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104394044B (zh) | 自定义智能设备场景模式的方法和装置 | |
CN108419453B (zh) | 一种照明灯控制方法及其装置、照明灯 | |
CN109974235A (zh) | 控制家电设备的方法、装置和家电设备 | |
CN106462124A (zh) | 一种基于意图识别控制家电的方法、系统及机器人 | |
CN109377995B (zh) | 一种控制设备的方法与装置 | |
CN107566227A (zh) | 家电设备的控制方法、装置、智能设备及存储介质 | |
CN106919056A (zh) | 智能家居自动控制方法及装置 | |
CN110676937A (zh) | 智慧安全用电运维管理系统 | |
CN111077786A (zh) | 基于大数据分析的智能家居设备控制方法和装置 | |
CN107490972A (zh) | 酒店客房的智能家居设备的设置方法和设备 | |
CN105912632A (zh) | 一种设备服务推荐方法和装置 | |
CN112162492A (zh) | 家居设备的控制方法、装置、边缘计算网关及存储介质 | |
WO2020057626A1 (zh) | 一种客房管理方法、服务器、系统及存储介质 | |
CN104075406A (zh) | 空调器及其控制方法 | |
CN206851107U (zh) | 一种会议室照明调节系统 | |
CN117762032B (zh) | 基于场景适应和人工智能的智能设备控制系统及方法 | |
CN113852657B (zh) | 一种基于边缘计算的智慧家庭本地控制方法及系统 | |
CN114885477A (zh) | 基于边缘计算的照明控制方法、装置及系统 | |
CN116878094A (zh) | 一种适用于室内环境的设备控制方法及系统 | |
CN110045619A (zh) | 基于自学习技术的窗帘智能控制方法及智能控制系统 | |
CN109527947A (zh) | 电动窗帘控制设备及分配系统 | |
CN112183243B (zh) | 一种智慧社区老人监护方法、系统、装置和存储介质 | |
CN113759742A (zh) | 一种智能化家居控制方法、系统及介质 | |
CN209821661U (zh) | 一种酒店客房设备智能控制系统 | |
CN113848734A (zh) | 一种智能设备联动控制方法及装置 |
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 |