CN115038221A - 基于环境分析的照明灯具控制方法、装置、设备及介质 - Google Patents

基于环境分析的照明灯具控制方法、装置、设备及介质 Download PDF

Info

Publication number
CN115038221A
CN115038221A CN202210948894.1A CN202210948894A CN115038221A CN 115038221 A CN115038221 A CN 115038221A CN 202210948894 A CN202210948894 A CN 202210948894A CN 115038221 A CN115038221 A CN 115038221A
Authority
CN
China
Prior art keywords
echo
audio
environmental
environment
amplified
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
CN202210948894.1A
Other languages
English (en)
Other versions
CN115038221B (zh
Inventor
李香梅
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 Rundonglai Technology Co ltd
Original Assignee
Shenzhen Rundonglai Technology 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 Rundonglai Technology Co ltd filed Critical Shenzhen Rundonglai Technology Co ltd
Priority to CN202210948894.1A priority Critical patent/CN115038221B/zh
Publication of CN115038221A publication Critical patent/CN115038221A/zh
Application granted granted Critical
Publication of CN115038221B publication Critical patent/CN115038221B/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
    • H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
    • H05B47/10—Controlling the light source
    • H05B47/105—Controlling the light source in response to determined parameters
    • H05B47/115—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings
    • H05B47/12—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by detecting audible sound
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本发明涉及人工智能技术，揭露一种基于环境分析的照明灯具控制方法，包括：当环境音频的分贝在第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；利用回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；当所述发声位置在预设管控区域内时，开启照明灯具。进一步地，当环境音频的分贝在第二阈值区间时，直接开启照明灯具，以及当环境音频的分贝在第三阈值区间或当所述发声位置不在管控区域内时，不开启照明灯具。本发明还提出一种基于环境分析的照明灯具控制装置、设备及存储介质。本发明可以增加声控灯的识别准确率，避免电力资源浪费。

Description

基于环境分析的照明灯具控制方法、装置、设备及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于环境分析的照明灯具控制方法、装置、设备及计算机可读存储介质。
背景技术
随着社会的逐渐发展，照明技术已经成为人们生活中不可或缺的部分，然而，随着照明设备的大规模使用，资源浪费已经成为一个重大问题，如今，为了节约电力，楼宇的公共照明技术一般使用声控元件进行控制，然而如今的声控灯都是有一定的阈值的：声音分贝大于阈值则开灯，反之，不开灯，但往往还是会出现意外情况，如，对灯光照射范围之外的声音进行亮灯、对灯光照射范围内的声音不亮灯的情况，对人们生活造成影响或造成电力浪费。
发明内容
本发明提供一种基于环境分析的照明灯具控制方法、装置、设备及存储介质，其主要目的在于增加声控灯的识别准确率，避免电力资源浪费。
为实现上述目的，本发明提供的一种基于环境分析的照明灯具控制方法，包括：
监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
可选的，所述方法还包括:
当所述环境音频的分贝在预设的第二阈值区间时，直接开启照明灯具；或者
当所述环境音频的分贝在预设的第三阈值区间时，不开启照明灯具；或者
当所述发声位置不在所述照明灯具对应的预设管控区域内时，不开启照明灯具。
可选的，所述利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置之前，所述方法还包括：
利用预构建的环境音获取设备获取敲击预设环境范围内各个位置产生的音频数据，得到音频样本集，其中，所述音频样本集中的每个音频样本包括真实发声位置及所述音频数据；
利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，其中，所述回声定位模型中包括基于神经网络的回声分类网络，及基于粒子波传播算法集合的输出层网络。
可选的，所述利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，包括：
根据预设的分配策略，将所述音频样本集划分为训练集及测试集；
利用预构建的回声定位模型对所述训练集进行发声位置预测，得到预测结果；
利用交叉熵损失函数，对所述预测结果及所述训练集中真实发声位置进行损失值计算，并利用预构建的反馈神经网络，根据损失值结果，反向更新所述回声分类网络，得到更新回声定位模型；
利用所述测试集对所述更新回声定位模型进行检测，得到模型准确率；
判断所述模型准确率是否大于预设的合格阈值；
当所述模型准确率小于或等于所述合格阈值时，返回所述根据预设的分配策略，将所述音频样本集划分为训练集及测试集的步骤，对所述更新回声定位模型进行迭代训练；
当所述模型准确率大于所述合格阈值时，得到训练完成的回声定位模型。
可选的，所述环境音获取设备包括相互构建成直角坐标系的三种平面音感材料，及一个能记录音波信号的音感元件。
可选的，所述利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置，包括：
利用所述回声定位模型的特征提取网络对所述放大环境音频进行特征提取操作，得到特征序列集；
利用所述回声定位模型的回声分类网络，根据振幅大小，对所述特征序列集进行原始声-回声分类，提取得到回声波段，并根据所述特征序列集中的音色特征，对所述回声波段进行多分类为第一类别回音、第二类别回音及第三类别回音；
利用所述回声定位模型中的输出层网络，对所述第一类别回音、所述第二类别回音及所述第三类别回音分别进行定位计算，得到所述放大环境音频对应的发声位置。
可选的，所述判断环境音频的分贝所在的数值区间之前，所述方法还包括：
利用光感元件，判断环境的光压强度是否大于预设的昏暗阈值；
当所述光压强度大于或等于所述昏暗阈值时，对用于监控环境音频的环境音获取设备进行断电操作；
当所述光压强度小于所述昏暗阈值时，对所述环境音获取设备进行通电操作。
为了解决上述问题，本发明还提供一种基于环境分析的照明灯具控制装置，所述装置包括：
分贝判断模块，用于监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
音波增强模块，用于当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
回声定位模块，用于利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
照明灯具控制模块，用于当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机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能够执行上述所述的基于环境分析的照明灯具控制方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于环境分析的照明灯具控制方法。
本发明实施例通过环境音频的分贝进行把控，对分贝在第一阈值区间的环境音频进行增强，有利于增加环境音频识别的敏感性进一步地，本发明实施例通过回声定位模型对环境音频的发声位置进行定位，然后通过查看发声位置是否在照明灯具的管控范围内，对照明灯具进行控制，保证电力资源合理使用。因此，本发明实施例提供的一种基于环境分析的照明灯具控制方法、装置、设备及存储介质，能够增加声控灯的识别准确率，避免电力资源浪费。
附图说明
图1为本发明一实施例提供的基于环境分析的照明灯具控制方法的流程示意图；
图2为本发明一实施例提供的基于环境分析的照明灯具控制方法中对所述回声波段进行定位识别的详细流程示意图；
图3为本发明一实施例提供的基于环境分析的照明灯具控制方法中准备训练样本的流程示意图；
图4为本发明一实施例提供的基于环境分析的照明灯具控制方法中回声定位模型训练过程的的详细流程示意图；
图5为本发明一实施例提供的基于环境分析的照明灯具控制方法中一个步骤的详细流程示意图；
图6为本发明一实施例提供的基于环境分析的照明灯具控制装置的功能模块图；
图7为本发明一实施例提供的实现所述基于环境分析的照明灯具控制方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于环境分析的照明灯具控制方法。本申请实施例中，所述基于环境分析的照明灯具控制方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于环境分析的照明灯具控制方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于环境分析的照明灯具控制方法的流程示意图。在本实施例中，所述基于环境分析的照明灯具控制方法包括：
S1、监控到环境音频时，判断所述环境音频的分贝所在的数值区间。
本发明实施例中，可以通过一个预构建的环境音获取设备获取环境音频，并通过转换器将所述环境音频转化为电信号，然后通过查看电信号峰值，获取所述环境音频的分贝，并将所述环境音频的分贝与预构建的数值区间进行对比，实现对环境音频的分贝进行把控。
本发明实施例中，所述数值区间包括第一阈值区间、第二阈值区间及第三阈值区间，其中，所述第二阈值区间大于所述第一阈值区间，所述第一阈值区间大于所述第三阈值区间，本发明中配置第一阈值区间(15~40] db，第二阈值区间(40~∞)db，以及第三阈值区间[0~15] db 。
当所述环境音频的分贝处于预设的第一阈值区间时，执行S2、利用信号放大器对所述环境音频进行信号放大，得到放大环境音频。
其中，当所述环境音频的分贝属于15db-40db时，已经较为安静，可能是外界干扰，因此，本发明实施例对15db-40db的环境音频进行增强，用于判断照明灯具管控区域中是否有发声点。
具体的，本发明实施例采用回声识别的方式对发声位置进行定位，但室内环境回声又快、音量又低，因此，本发明实施例需要通过信号放大器对所述环境音频进行信号放大，方便对回声波段进行识别。
S3、利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置。
详细的，参考图2所示，本发明实施例中，所述S3的步骤，包括：
S31、利用所述回声定位模型的特征提取网络对所述放大环境音频进行特征提取操作，得到特征序列集；
S32、利用所述回声定位模型的回声分类网络，根据振幅大小，对所述特征序列集进行原始声-回声分类，提取得到回声波段，并根据所述特征序列集中的音色特征，对所述回声波段进行多分类为第一类别回音、第二类别回音及第三类别回音；
S33、利用所述回声定位模型中的输出层网络，对所述第一类别回音、所述第二类别回音及所述第三类别回音分别进行定位计算，得到所述放大环境音频对应的发声位置。
本发明实施例利用所述回声定位模型中特征提取网络对所述放大环境音频进行卷积操作，得到卷积矩阵集合，在对卷积矩阵集合进行最大池化及扁平化操作，对所述卷积矩阵进行降维，并通过全连接操作。得到特征序列集，然后利用所述回声分类网络对所述特征序列进行识别、分类，得到第一类别回音、第二类别回音及第三类别回音，然后，本发明实施例利用所述输出层网络，根据第一类别回音、第二类别回音及第三类别回音，计算每一种类别回音的声波传播路径，得到三个路径面，并将三个路径面进行相交，得到所述放大环境音频的发声位置。
详细的，参考图3所示，本发明另一个实施例中，所述S3步骤之前，所述方法还可以包括：
S301、利用预构建的环境音获取设备，获取敲击预设环境范围内各个位置产生的音频数据，得到音频样本集，其中，所述音频样本集中的每个音频样本包括真实发声位置及所述音频数据；
S302、利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，其中，所述回声定位模型中包括基于神经网络的回声分类网络，及基于粒子波传播算法集合的输出层网络。
应当知道，光与声都是以波的形式进行运动，根据光线可以具现出为光路的原理以及本发明实施例只需能够识别短促的声音的应用场景，本发明实施例可以具现出一个声线用于对回声进行轨迹运算，得到发声位置。
本发明实施例中，所述环境音获取设备包括相互构成垂直面的三种平面音感材料及一个能记录音波信号的音感元件。详细地，本发明实施例利用三种对音波吸收强度不同的三种平面音感材料的放置位置，构建一个直角XYZ坐标系，进一步地，将能记录音波信号的音感元件放置于所述三种平面音感材料的中间，如坐标（2，2，2）处，得到所述环境音获取设备。
本发明实施例中，所述三种平面音感材对声音的吸收程度不同，会适应改变回声的音色或振幅，所述回声定位模型能够通过记录音波信号的音感元件采集的音频数据识别三种平面音感材料的反射声线，反推出所述直角坐标系中每个平面（XY平面、XZ平面或者YZ平面）可能存在的入射声线，得到三个入射声线平面，进而根据所述三个入射声线平面的相交位置，得到发声位置。
详细的，参考图4所示，本发明实施例中，所述利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，包括：
S3021、根据预设的分配策略，将所述音频样本集划分为训练集及测试集；
S3022、利用预构建的回声定位模型对所述训练集进行发声位置预测，得到预测结果；
S3023、利用交叉熵损失函数，对所述预测结果及所述训练集中真实发声位置进行损失值计算，并利用预构建的反馈神经网络，根据损失值结果，反向更新所述回声分类网络，得到更新回声定位模型；
S3024、利用所述测试集对所述更新回声定位模型进行检测，得到模型准确率；
S3025、判断所述模型准确率是否大于预设的合格阈值；
当所述模型准确率小于或等于所述合格阈值时，返回S3021的步骤，对所述更新回声定位模型进行迭代训练。
当所述模型准确率大于所述合格阈值时，S3026、得到训练完成的回声定位模型。
其中，所述分配策略是指随机将样本根据7：3的比例分配为训练集及测试集。
本发明实施例可以在预设环境范围内或外的各个位置通过敲击、跺脚或拍手等方式产生声音数据，并通过所述环境音获取设备获取所述声音数据的信号曲线，得到音频样本集，然后通过音频样本集训练回声定位模型。其中，所述回声定位模型包括基于神经网络的回声分类网络，及基于粒子波传播算法集合的输出层网络，其中，所述回声分类网络用于识别出不同路径的回音，所述输出层网络用于计算路径相交的点，得到发声位置，其中粒子波传播算法集合中各个算法公式已经确定，因此，本发明实施例只需训练所述回声分类网络即可。
本发明实施例通过回声分类网络正向运算训练集，得到预测结果，其中，预测结果为将回声波段分为所述三种平面音感材料对应的回声，然后通过交叉熵损失算法对预测结果进行对比，得到损失值，然后通过反馈（Back Propagation，BP）网络进行误差方向传递，得到更新回声分类网络，最后通过测试集对所述更新回声分类网络进行把控，当模型准确率大于预设的合格阈值如85%，则的大训练完成的回声定位模型，反之，重新对测试集训练集进行分组，对所述更新回声定位模型进行迭代训练。
S4、判断所述发声位置是否在所述照明灯具对应的预设管控区域内；
当所述发声位置在所述照明灯具对应的预设管控区域内时，执行步骤S5，开启所述照明灯具。
当所述发声位置不在所述照明灯具对应的预设管控区域内时，S6、不开启所述照明灯具。
进一步地，当所述环境音频的分贝处于预设的第二区间阈值时，直接执行S5、开启所述照明灯具；以及
当所述环境音频的分贝处于预设的第三区间阈值时，直接执行S6、不开启所述照明灯具。
进一步的，参考图5所示，本发明另一实施例中，所述S1步骤之前，所述方法还可以包括：
S001、利用光感元件，判断环境的光压强度是否大于预设的昏暗阈值；
当所述光压强度大于或等于所述昏暗阈值时，S002、对所述环境音获取设备进行断电操作；
当所述光压强度小于所述昏暗阈值时，S003、对所述环境音获取设备进行通电操作。
本发明实施例通过预设的昏暗阈值，对环境地光压强度进行把控，使得在光线充足情况下，即时有人造成较大声音，也不会启动照明设备，但在阴雨天或其他光线不足情况下，仍会正常满足人们照明需求，进一步地节约电力资源。
本发明实施例通过环境音频的分贝进行把控，对分贝在第一阈值区间的环境音频进行增强，有利于增加环境音频识别的敏感性进一步地，本发明实施例通过回声定位模型对环境音频的发声位置进行定位，然后通过查看发声位置是否在照明灯具的管控范围内，对照明灯具进行控制，保证电力资源合理使用。因此，本发明实施例提供的一种基于环境分析的照明灯具控制方法，能够增加声控灯的识别准确率，避免电力资源浪费。
如图6所示，是本发明一实施例提供的基于环境分析的照明灯具控制装置的功能模块图。
本发明所述基于环境分析的照明灯具控制装置100可以安装于电子设备中。根据实现的功能，所述基于环境分析的照明灯具控制装置100可以包括分贝判断模块101、音波增强模块102、回声定位模块103及照明灯具控制模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述分贝判断模块101，用于监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
所述音波增强模块102，用于当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
所述回声定位模块103，用于利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
所述照明灯具控制模块104，用于当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
详细地，本申请实施例中所述基于环境分析的照明灯具控制装置100中所述的各模块在使用时采用与上述图1至图5中所述的基于环境分析的照明灯具控制方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图7所示，是本发明一实施例提供的实现基于环境分析的照明灯具控制方法的电子设备1的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于环境分析的照明灯具控制程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备1的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行基于环境分析的照明灯具控制程序等），以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于环境分析的照明灯具控制程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准（Peripheral ComponentInterconnect，简称PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备1与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图7仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图7示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于环境分析的照明灯具控制程序是多个指令的组合，在所述处理器10中运行时，可以实现：
监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，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模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能（Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
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限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于环境分析的照明灯具控制方法，其特征在于，所述方法包括：
监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
2.如权利要求1所述的基于环境分析的照明灯具控制方法，其特征在于，所述方法还包括:
当所述环境音频的分贝在预设的第二阈值区间时，直接开启照明灯具；或者
当所述环境音频的分贝在预设的第三阈值区间时，不开启照明灯具；或者
当所述发声位置不在所述照明灯具对应的预设管控区域内时，不开启照明灯具；
其中，所述第二阈值区间大于所述第一阈值区间，所述第一阈值区间大于所述第三阈值区间。
3.如权利要求1所述的基于环境分析的照明灯具控制方法，其特征在于，所述利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置之前，所述方法还包括：
利用预构建的环境音获取设备获取敲击预设环境范围内各个位置产生的音频数据，得到音频样本集，其中，所述音频样本集中的每个音频样本包括真实发声位置及所述音频数据；
利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，其中，所述回声定位模型中包括基于神经网络的回声分类网络，及基于粒子波传播算法集合的输出层网络。
4.如权利要求3所述的基于环境分析的照明灯具控制方法，其特征在于，所述利用所述音频样本集对预构建的回声定位模型进行训练，得到训练完成的回声定位模型，包括：
根据预设的分配策略，将所述音频样本集划分为训练集及测试集；
利用预构建的回声定位模型对所述训练集进行发声位置预测，得到预测结果；
利用交叉熵损失函数，对所述预测结果及所述训练集中真实发声位置进行损失值计算，并利用预构建的反馈神经网络，根据损失值结果，反向更新所述回声分类网络，得到更新回声定位模型；
利用所述测试集对所述更新回声定位模型进行检测，得到模型准确率；
判断所述模型准确率是否大于预设的合格阈值；
当所述模型准确率小于或等于所述合格阈值时，返回所述根据预设的分配策略，将所述音频样本集划分为训练集及测试集的步骤，对所述更新回声定位模型进行迭代训练；
当所述模型准确率大于所述合格阈值时，得到训练完成的回声定位模型。
5.如权利要求3所述的基于环境分析的照明灯具控制方法，其特征在于，所述环境音获取设备包括相互构建成直角坐标系的三种平面音感材料，及一个能记录音波信号的音感元件。
6.如权利要求5所述的基于环境分析的照明灯具控制方法，其特征在于，所述利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置，包括：
利用所述回声定位模型的特征提取网络对所述放大环境音频进行特征提取操作，得到特征序列集；
利用所述回声定位模型的回声分类网络，根据振幅大小，对所述特征序列集进行原始声-回声分类，提取得到回声波段，并根据所述特征序列集中的音色特征，对所述回声波段进行多分类为第一类别回音、第二类别回音及第三类别回音；
利用所述回声定位模型中的输出层网络，对所述第一类别回音、所述第二类别回音及所述第三类别回音分别进行定位计算，得到所述放大环境音频对应的发声位置。
7.如权利要求1所述的基于环境分析的照明灯具控制方法，其特征在于，所述判断环境音频的分贝所在的数值区间之前，所述方法还包括：
利用光感元件，判断环境的光压强度是否大于预设的昏暗阈值；
当所述光压强度大于或等于所述昏暗阈值时，对用于监控环境音频的环境音获取设备进行断电操作；
当所述光压强度小于所述昏暗阈值时，对所述环境音获取设备进行通电操作。
8.一种基于环境分析的照明灯具控制装置，其特征在于，所述装置包括：
分贝判断模块，用于监控到环境音频时，判断所述环境音频的分贝所在的数值区间；
音波增强模块，用于当所述环境音频的分贝在预设的第一阈值区间时，利用信号放大器对所述环境音频进行信号放大，得到放大环境音频；
回声定位模块，用于利用预构建的回声定位模型识别所述放大环境音频中的回声波段，并对所述回声波段进行定位识别，得到所述放大环境音频的发声位置；
照明灯具控制模块，用于当所述发声位置在所述照明灯具对应的预设管控区域内时，开启照明灯具。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机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能够执行如权利要求1至7中任意一项所述的基于环境分析的照明灯具控制方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于环境分析的照明灯具控制方法。
CN202210948894.1A 2022-08-09 2022-08-09 基于环境分析的照明灯具控制方法、装置、设备及介质 Active CN115038221B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210948894.1A CN115038221B (zh) 2022-08-09 2022-08-09 基于环境分析的照明灯具控制方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210948894.1A CN115038221B (zh) 2022-08-09 2022-08-09 基于环境分析的照明灯具控制方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN115038221A true CN115038221A (zh) 2022-09-09
CN115038221B CN115038221B (zh) 2022-11-01

Family

ID=83131231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210948894.1A Active CN115038221B (zh) 2022-08-09 2022-08-09 基于环境分析的照明灯具控制方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN115038221B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104880693A (zh) * 2014-02-27 2015-09-02 华为技术有限公司 室内定位方法和装置
CN107544056A (zh) * 2016-06-28 2018-01-05 南京中兴软件有限责任公司 终端定位方法及装置，和终端
WO2018095861A1 (en) * 2016-11-28 2018-05-31 Philips Lighting Holding B.V. Method for light guidance using sound monitoring.
CN108337782A (zh) * 2018-01-08 2018-07-27 南宁市浩发科技有限公司 一种楼道感应灯控制系统及其控制方法
US20190045300A1 (en) * 2017-08-01 2019-02-07 Eaton Intelligent Power Limited Lighting Integrated Sound Processing
CN109587900A (zh) * 2018-11-06 2019-04-05 珠海格力电器股份有限公司 一种照明灯的控制方法、系统、装置和介质
US10321544B1 (en) * 2018-08-30 2019-06-11 International Business Machines Corporation Acoustics-based street light control
CN112351561A (zh) * 2020-11-12 2021-02-09 电子科技大学中山学院 一种楼道感应灯控制系统及其控制方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104880693A (zh) * 2014-02-27 2015-09-02 华为技术有限公司 室内定位方法和装置
CN107544056A (zh) * 2016-06-28 2018-01-05 南京中兴软件有限责任公司 终端定位方法及装置，和终端
WO2018095861A1 (en) * 2016-11-28 2018-05-31 Philips Lighting Holding B.V. Method for light guidance using sound monitoring.
US20190045300A1 (en) * 2017-08-01 2019-02-07 Eaton Intelligent Power Limited Lighting Integrated Sound Processing
CN108337782A (zh) * 2018-01-08 2018-07-27 南宁市浩发科技有限公司 一种楼道感应灯控制系统及其控制方法
US10321544B1 (en) * 2018-08-30 2019-06-11 International Business Machines Corporation Acoustics-based street light control
CN109587900A (zh) * 2018-11-06 2019-04-05 珠海格力电器股份有限公司 一种照明灯的控制方法、系统、装置和介质
CN112351561A (zh) * 2020-11-12 2021-02-09 电子科技大学中山学院 一种楼道感应灯控制系统及其控制方法

Also Published As

Publication number Publication date
CN115038221B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
WO2022116420A1 (zh) 语音事件检测方法、装置、电子设备及计算机存储介质
CN112560453A (zh) 语音信息校验方法、装置、电子设备及介质
US20110035179A1 (en) System and method for testing electronic device
CN113806434B (zh) 大数据处理方法、装置、设备及介质
CN112560390B (zh) 自动生成交叉覆盖点中的忽略仓的方法、装置、设备
CN111950621A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN111949708A (zh) 基于时序特征提取的多任务预测方法、装置、设备及介质
CN111738212A (zh) 基于人工智能的交通信号灯识别方法、装置、设备及介质
CN113064994A (zh) 会议质量评估方法、装置、设备及存储介质
CN112233700A (zh) 基于音频的用户状态识别方法、装置及存储介质
CN114333881B (zh) 基于环境自适应的音频传输降噪方法、设备及介质
CN111985545A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN115038221B (zh) 基于环境分析的照明灯具控制方法、装置、设备及介质
CN111859985B (zh) Ai客服模型测试方法、装置、电子设备及存储介质
CN112132037B (zh) 基于人工智能的人行道检测方法、装置、设备及介质
CN114911479A (zh) 基于配置化的界面生成方法、装置、设备及存储介质
CN110717432B (zh) 一种物品检测方法、装置和计算机存储介质
CN113419951A (zh) 人工智能模型优化方法、装置、电子设备及存储介质
CN112634938A (zh) 基于音频的人员积极性分析方法、装置、设备及存储介质
CN113191455B (zh) 边缘计算盒子选举方法、装置、电子设备及介质
CN116089436B (zh) 一种大数据量的数据稽核方法和电子设备
CN116185159B (zh) 基于低功耗控制技术的开关唤醒方法及装置
CN111988506B (zh) 补光方法及装置、电子设备及存储介质
CN112132140A (zh) 基于人工智能的车品牌识别方法、装置、设备及介质
CN111026732B (zh) 动态化巡采巡查方法和系统

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