CN116847515B - 一种智能路灯节能控制系统及方法 - Google Patents
一种智能路灯节能控制系统及方法 Download PDFInfo
- Publication number
- CN116847515B CN116847515B CN202311118308.1A CN202311118308A CN116847515B CN 116847515 B CN116847515 B CN 116847515B CN 202311118308 A CN202311118308 A CN 202311118308A CN 116847515 B CN116847515 B CN 116847515B
- Authority
- CN
- China
- Prior art keywords
- image
- module
- energy
- lamp
- shooting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 12
- 230000006698 induction Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 36
- 230000009467 reduction Effects 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 18
- 239000003550 marker Substances 0.000 claims description 16
- 238000000926 separation method Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000004134 energy conservation Methods 0.000 claims description 10
- 230000000737 periodic effect Effects 0.000 claims description 10
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000000877 morphologic effect Effects 0.000 claims description 8
- 238000013136 deep learning model Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000009977 dual effect Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- 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
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- 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
- H05B47/16—Controlling the light source by timing means
-
- 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)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种智能路灯节能控制系统及方法,包括:判断模块,用于判断在预设时间段内是否设置有节能策略任务;第一确定模块,用于在确定设置有节能策略任务时,执行节能策略任务;第二确定模块,用于在确定没有设置节能策略任务时,执行自动感应节能策略。通过设置有节能策略任务及自动感应节能策略,实现有效的节能,提高节能效率。
Description
技术领域
本发明涉及路灯控制技术领域,特别涉及一种智能路灯节能控制系统及方法。
背景技术
目前,无法实现对智能路灯进行远程节能控制,远程控制是整个照明智能控制系统中所有功能中最重要的部分。现有技术中通常通过人工来进行路灯的控制,即开关来实现节能,费时费力,不能实现自动调节,同时也无法设置节能策略任务并执行,导致不能实现有效的节能。
发明内容
本发明旨在至少一定程度上解决上述技术中的技术问题之一。为此,本发明的第一个目的在于提出一种智能路灯节能控制系统,通过设置有节能策略任务及自动感应节能策略,实现有效的节能,提高节能效率。
本发明的第二个目的在于提出一种智能路灯节能控制方法。
为达到上述目的,本发明第一方面实施例提出了一种智能路灯节能控制系统,包括:
判断模块,用于判断在预设时间段内是否设置有节能策略任务;
第一确定模块,用于在确定设置有节能策略任务时,执行节能策略任务;
第二确定模块,用于在确定没有设置节能策略任务时,执行自动感应节能策略。
根据本发明的一些实施例,设置节能策略任务的参数包括名称、时区开、开灯时间、有效时间起、开灯延时、交替周期、优先级、时区关、有效时间止、关灯延时、交替时间起。
根据本发明的一些实施例,节能策略任务包括节能任务和支路任务;其中,
节能任务的参数包括时间执行、延时执行、开始时间、延时时间、所属分组、节能类型、亮度值、备注、周期;
支路任务的参数包括时间执行、延时执行、开始时间、延时时间、节能类型、各支路开关状态。
根据本发明的一些实施例,所述第二确定模块,包括:
第一检测模块,用于检测道路的车流量,并判断是否小于预设阈值;
第二检测模块,用于检测设置在道路的路灯类型;
第一控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂单头灯时,采用单灯控制的方式实现单侧亮灯,或者隔盏亮灯方式实现亮灯;
第二控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂双火灯时,采用单灯控制的方式实现关闭灯杆其中的一个灯泡的方式亮灯;
第三控制模块,用于在确定车流量小于预设阈值且路灯类型为双臂双火灯,采用单灯控制的方式实现关闭辅道灯、隔盏亮灯或者两者相结合的方式亮灯。
根据本发明的一些实施例,还包括:监控模块,用于对路灯的信息进行监控,包括灯杆类型、电源功率、使用情况、运行的开关灯模式、开关灯状态、电流、电压、有功功率、电量。
根据本发明的一些实施例,所述第一检测模块,包括:
获取模块,用于拍摄检测道路,获取环境图像;
降噪模块,用于:
对所述环境图像进行灰度化处理,得到灰度图像;
在灰度图像上确定需要检测的车道,设置检测区域;
基于高斯滤波器对所述检测区域的图像进行滤波降噪,得到降噪图像;
分离模块,用于对降噪图像进行分离处理,得到前景图像;
预处理模块,用于对前景图像进行图像预处理,得到预处理图像;
第三确定模块,用于根据预处理图像确定检测道路的车流量。
根据本发明的一些实施例,所述分离模块,包括:
识别模块,用于基于Yolov5模型检测降噪图像中的全部车辆,并采用TensorRT技术进行前向推理加速,得到各车辆的检测框;
对标记有车辆的检测框的降噪图像进行膨胀处理,并对膨胀处理处理后的检测框进行填充处理,得到填充图像;
建立模块,用于建立混合高斯背景模型,基于混合高斯背景模型计算降噪图像的背景图像;
差分模块,用于将所述填充图像与所述背景图像进行差分处理,得到前景图像。
根据本发明的一些实施例,预处理模块,包括:
二值化模块,用于对前景图像进行二值化处理;
形态学处理模块,用于对二值化处理后的前景图像进行形态学处理,得到预处理图像。
根据本发明的一些实施例,所述第二确定模块,包括:
拍摄模块,用于获取若干张拍摄图像;
计算模块,用于:
基于图像识别模型识别每张拍摄图像中的标记物,并确定标记物的在拍摄图像中的图像像素坐标;
对拍摄模块进行标定,确定拍摄模块的内参数;
设置世界坐标系;
根据标记物在拍摄图像中的图像像素坐标、拍摄模块的内参数及世界坐标系,计算对应拍摄图像的姿态估计矩阵:
将若干张拍摄图像的姿态估计矩阵分别与预设初始姿态估计矩阵及预设结束姿态估计矩阵进行匹配,确定相匹配的第一拍摄图像及第二拍摄图像;
将第一拍摄图像、第一拍摄图像与第二拍摄图像之间的拍摄图像及第二拍摄图像,作为周期图像集合;
对周期图像集合中每个图像基于深度学习模型计算出包含人体的最小矩形窗口,确定每个图像的人流量;
根据每个图像的人流量计算在当前周期内的总人流量;
生成模块,用于根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略。
为达到上述目的,本发明第二方面实施例提出了一种智能路灯节能控制方法,包括:
判断在预设时间段内是否设置有节能策略任务;
在确定设置有节能策略任务时,执行节能策略任务;
在确定没有设置节能策略任务时,执行自动感应节能策略。
本发明公开了一种智能路灯节能控制系统及方法,通过设置有节能策略任务及自动感应节能策略,实现有效的节能,提高节能效率。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是根据本发明一个实施例的智能路灯节能控制系统的框图;
图2是根据本发明一个实施例的路灯的实时信息的示意图;
图3是根据本发明一个实施例的设置节能策略任务的示意图;
图4是根据本发明又一个实施例的设置节能策略任务的示意图;
图5是根据本发明一个实施例的单臂单头灯的示意图;
图6是根据本发明一个实施例的单臂双火灯的示意图;
图7是根据本发明一个实施例的双臂双火灯的示意图;
图8是根据本发明一个实施例的对双臂双火灯关闭辅道灯的示意图;
图9是根据本发明一个实施例的对双臂双火灯隔盏亮灯的示意图;
图10是根据本发明一个实施例的对双臂双火灯关闭辅道灯及隔盏亮灯的示意图;
图11是根据本发明一个实施例的智能路灯节能控制方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
如图1-2所示,本发明第一方面实施例提出了一种智能路灯节能控制系统,包括:
判断模块,用于判断在预设时间段内是否设置有节能策略任务;
第一确定模块,用于在确定设置有节能策略任务时,执行节能策略任务;
第二确定模块,用于在确定没有设置节能策略任务时,执行自动感应节能策略。
上述技术方案的工作原理:节能策略任务的优先级高于自动感应节能策略,便于按照用户预定的需求进行更加准确的控制。
该实施例中,自动感应节能策略包括开关灯控制及根据车流量的节能控制。开关灯控制支持经纬度计算日出日落时间执行开关灯;支持定时段开关灯;时段与经纬度相结合开关灯;支持光照度开关灯,需配套光照仪;支持经纬度或定时段后的延时开关灯。
该实施例中,节能策略任务为设置节能方案,每天在固定的时间开/关灯,从而节约电能,自动调节开关灯时间,减少人工频繁调整的工作量。包含以下方式:1.根据不同时区的日出日落时间自动计算开关灯时间。2.根据照明控制要求,自由安排开关灯时间;3.根据实际情况,在方案中灵活的安排节能任务,通过分组控制和支路控制实现,全夜灯、半夜灯、隔盏亮灯、其他等。特殊时间段的方案设定:可以对特殊时间段的开关灯进行临时定制。
上述技术方案的有益效果:通过设置有节能策略任务及自动感应节能策略,实现有效的节能,提高节能效率。
如图3所示,根据本发明的一些实施例,设置节能策略任务的参数包括名称、时区开、开灯时间、有效时间起、开灯延时、交替周期、优先级、时区关、有效时间止、关灯延时、交替时间起。
上述技术方案的工作原理及有益效果:基于名称、时区开、开灯时间、有效时间起、开灯延时、交替周期、优先级、时区关、有效时间止、关灯延时、交替时间起,实现对节能方案的设置。
如图4所示,根据本发明的一些实施例,节能策略任务包括节能任务和支路任务;其中,
节能任务的参数包括时间执行、延时执行、开始时间、延时时间、所属分组、节能类型、亮度值、备注、周期;
支路任务的参数包括时间执行、延时执行、开始时间、延时时间、节能类型、各支路开关状态。
上述技术方案的工作原理及有益效果:基于设置节能任务的参数及支路任务的参数,准确确定路灯控制方案,对城市道路中的任意一盏照明路灯进行控制,结合现场的路灯灯型及运行状况,在确保道路照明亮度的前提下,通过任意组合的路灯控制,实现按需照明。
如图5-10所示,根据本发明的一些实施例,所述第二确定模块,包括:
第一检测模块,用于检测道路的车流量,并判断是否小于预设阈值;
第二检测模块,用于检测设置在道路的路灯类型;
第一控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂单头灯时,采用单灯控制的方式实现单侧亮灯,或者隔盏亮灯方式实现亮灯;
第二控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂双火灯时,采用单灯控制的方式实现关闭灯杆其中的一个灯泡的方式亮灯;
第三控制模块,用于在确定车流量小于预设阈值且路灯类型为双臂双火灯,采用单灯控制的方式实现关闭辅道灯、隔盏亮灯或者两者相结合的方式亮灯。
上述技术方案的工作原理:第一检测模块,用于检测道路的车流量,并判断是否小于预设阈值;第二检测模块,用于检测设置在道路的路灯类型;第一控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂单头灯时,采用单灯控制的方式实现单侧亮灯,或者隔盏亮灯方式实现亮灯;第二控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂双火灯时,采用单灯控制的方式实现关闭灯杆其中的一个灯泡的方式亮灯;第三控制模块,用于在确定车流量小于预设阈值且路灯类型为双臂双火灯,采用单灯控制的方式实现关闭辅道灯、隔盏亮灯或者两者相结合的方式亮灯。
上述技术方案的有益效果:通过对不同类型的路灯在车流量小于预设阈值时进行不同策略的控制,便于提高了节能的效率,避免资源浪费。
根据本发明的一些实施例,还包括:监控模块,用于对路灯的信息进行监控,包括灯杆类型、电源功率、使用情况、运行的开关灯模式、开关灯状态、电流、电压、有功功率、电量。
上述技术方案的工作原理及有益效果:监控模块,用于对路灯的信息进行监控,包括灯杆类型、电源功率、使用情况、运行的开关灯模式、开关灯状态、电流、电压、有功功率、电量。实现对路灯的有效监控,便于及时发现故障,实现准确控制。
在一实施例中,还包括数据分析模块,用于自动记录所有采集数据,备份必需的数据,提供备份方案,保证数据库正常运行,实现数据分析及节能分析。
根据本发明的一些实施例,所述第一检测模块,包括:
获取模块,用于拍摄检测道路,获取环境图像;
降噪模块,用于:
对所述环境图像进行灰度化处理,得到灰度图像;
在灰度图像上确定需要检测的车道,设置检测区域;
基于高斯滤波器对所述检测区域的图像进行滤波降噪,得到降噪图像;
分离模块,用于对降噪图像进行分离处理,得到前景图像;
预处理模块,用于对前景图像进行图像预处理,得到预处理图像;
第三确定模块,用于根据预处理图像确定检测道路的车流量。
上述技术方案的工作原理:该实施例中,对所述环境图像进行灰度化处理,得到灰度图像;在灰度图像上确定需要检测的车道,设置检测区域;便于准确确定检测区域,缩小处理区域,提高数据处理速率。
该实施例中,基于高斯滤波器对所述检测区域的图像进行滤波降噪,得到降噪图像,便于消除噪声的干扰,便于后续提高图像分离的准确性。
该实施例中,基于分离模块,对降噪图像进行分离处理,实现背景图像与前景图像的分离,便于更准确的识别车流量。
该实施例中,预处理模块对前景图像进行图像预处理,得到预处理图像;基于预处理图像便于更加准确的识别车辆的数量。
该实施例中,根据预处理图像确定检测道路的车流量,为基于预处理图像确定检测道路的车辆的数量,进而确定车流量。
上述技术方案的有益效果:缩小处理区域,提高数据处理速率。基于降噪图像,便于消除噪声的干扰,便于后续提高图像分离的准确性。基于预处理图像便于更加准确的识别车辆的数量,进而准确确定检测道路的车流量。
根据本发明的一些实施例,所述分离模块,包括:
识别模块,用于基于Yolov5模型检测降噪图像中的全部车辆,并采用TensorRT技术进行前向推理加速,得到各车辆的检测框;
对标记有车辆的检测框的降噪图像进行膨胀处理,并对膨胀处理处理后的检测框进行填充处理,得到填充图像;
建立模块,用于建立混合高斯背景模型,基于混合高斯背景模型计算降噪图像的背景图像;
差分模块,用于将所述填充图像与所述背景图像进行差分处理,得到前景图像。
上述技术方案的工作原理:该实施例中,识别模块,用于基于Yolov5模型检测降噪图像中的全部车辆,并采用TensorRT技术进行前向推理加速,得到各车辆的检测框;便于准确划分降噪图像中车辆的检测框。
该实施例中,对标记有车辆的检测框的降噪图像进行膨胀处理,并对膨胀处理处理后的检测框进行填充处理,得到填充图像;便于实现对检测框的突出显示。
该实施例中,建立模块,用于建立混合高斯背景模型,基于混合高斯背景模型计算降噪图像的背景图像;差分模块,用于将所述填充图像与所述背景图像进行差分处理,得到前景图像。便于准确确定前景图像,避免现有技术中在基于背景图像确定前景图像时导致的不准确,以及分离速率不高的技术问题。
上述技术方案的有益效果:实现对降噪图像中背景图像及前景图像的准确且快速的分离。
根据本发明的一些实施例,预处理模块,包括:
二值化模块,用于对前景图像进行二值化处理;
形态学处理模块,用于对二值化处理后的前景图像进行形态学处理,得到预处理图像。
上述技术方案的工作原理及有益效果:二值化模块,用于对前景图像进行二值化处理;形态学处理模块,用于对二值化处理后的前景图像进行形态学处理,得到预处理图像。实现对前景图像中车辆特征的突出显示,便于准确确定车辆的数量。
根据本发明的一些实施例,所述第二确定模块,包括:
拍摄模块,用于获取若干张拍摄图像;
计算模块,用于:
基于图像识别模型识别每张拍摄图像中的标记物,并确定标记物的在拍摄图像中的图像像素坐标;
对拍摄模块进行标定,确定拍摄模块的内参数;
设置世界坐标系;
根据标记物在拍摄图像中的图像像素坐标、拍摄模块的内参数及世界坐标系,计算对应拍摄图像的姿态估计矩阵:
将若干张拍摄图像的姿态估计矩阵分别与预设初始姿态估计矩阵及预设结束姿态估计矩阵进行匹配,确定相匹配的第一拍摄图像及第二拍摄图像;
将第一拍摄图像、第一拍摄图像与第二拍摄图像之间的拍摄图像及第二拍摄图像,作为周期图像集合;
对周期图像集合中每个图像基于深度学习模型计算出包含人体的最小矩形窗口,确定每个图像的人流量;
根据每个图像的人流量计算在当前周期内的总人流量;
生成模块,用于根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略。
上述技术方案的工作原理:该实施例中,拍摄模块为拍摄图像时会进行旋转拍摄,进而获取若干张拍摄图像。对于拍摄模块周围的环境中会标记各种标记物,作为参考物,比如高楼、树木、电线杆等。
该实施例中,基于图像识别模型识别每张拍摄图像中的标记物,并确定标记物的在拍摄图像中的图像像素坐标;对拍摄模块进行标定,确定拍摄模块的内参数;内参数包括图像光轴主点、X和Y方向焦距、切向畸变系数、径向畸变系数。求解拍摄模块的内参数可以基于张正友标定法和棋盘格等现有方法进行求取。设置世界坐标系,世界坐标系是系统的绝对坐标系,在没有建立用户坐标系之前画面上所有点的坐标都是以该坐标系的原点来确定各自的位置的。
该实施例中,根据标记物在拍摄图像中的图像像素坐标、拍摄模块的内参数及世界坐标系,计算对应拍摄图像的姿态估计矩阵为:
其中,为姿态估计矩阵,A、B分别为姿态估计矩阵的旋转向量及平移向量;为标记物在拍摄图像中的图像像素坐标;/>为拍摄模块的内参数;/>为世界坐标系。
该实施例中,预设初始姿态估计矩阵为每个周期的起始的标准拍摄图像对应的标准姿态估计矩阵。预设结束姿态估计矩阵为每个周期的结束的标准拍摄图像对应的标准姿态估计矩阵。第一拍摄图像为当前周期的起始图像;第二拍摄图像为当前周期的结束图像。将第一拍摄图像、第一拍摄图像与第二拍摄图像之间的拍摄图像及第二拍摄图像,作为周期图像集合;便于准确确定属于当前周期的所有图像。
该实施例中,对周期图像集合中每个图像基于深度学习模型计算出包含人体的最小矩形窗口,确定每个图像的人流量;深度学习模型为YOLOv5模型。根据每个图像的人流量计算在当前周期内的总人流量;生成模块,用于根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略。
上述技术方案的有益效果:基于第二确定模块准确确定当前周期的总人流量,根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略,实现了根据当前周期的人流量进行自动感应及自动节能控制。
如图11所示,本发明第二方面实施例提出了一种智能路灯节能控制方法,包括步骤S1-S3:
S1、判断在预设时间段内是否设置有节能策略任务;
S2、在确定设置有节能策略任务时,执行节能策略任务;
S3、在确定没有设置节能策略任务时,执行自动感应节能策略。
上述技术方案的工作原理:节能策略任务的优先级高于自动感应节能策略,便于按照用户预定的需求进行更加准确的控制。
该实施例中,自动感应节能策略包括开关灯控制及根据车流量的节能控制。开关灯控制支持经纬度计算日出日落时间执行开关灯;支持定时段开关灯;时段与经纬度相结合开关灯;支持光照度开关灯,需配套光照仪;支持经纬度或定时段后的延时开关灯。
该实施例中,节能策略任务为设置节能方案,每天在固定的时间开/关灯,从而节约电能,自动调节开关灯时间,减少人工频繁调整的工作量。包含以下方式:1.根据不同时区的日出日落时间自动计算开关灯时间。2.根据照明控制要求,自由安排开关灯时间;3.根据实际情况,在方案中灵活的安排节能任务,通过分组控制和支路控制实现,全夜灯、半夜灯、隔盏亮灯、其他等。特殊时间段的方案设定:可以对特殊时间段的开关灯进行临时定制。
上述技术方案的有益效果:通过设置有节能策略任务及自动感应节能策略,实现有效的节能,提高节能效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种智能路灯节能控制系统,其特征在于,包括:
判断模块,用于判断在预设时间段内是否设置有节能策略任务;
第一确定模块,用于在确定设置有节能策略任务时,执行节能策略任务;
第二确定模块,用于在确定没有设置节能策略任务时,执行自动感应节能策略;
所述第二确定模块,包括:
拍摄模块,用于获取若干张拍摄图像;
计算模块,用于:
基于图像识别模型识别每张拍摄图像中的标记物,并确定标记物的在拍摄图像中的图像像素坐标;
对拍摄模块进行标定,确定拍摄模块的内参数;
设置世界坐标系;
根据标记物在拍摄图像中的图像像素坐标、拍摄模块的内参数及世界坐标系,计算对应拍摄图像的姿态估计矩阵:
将若干张拍摄图像的姿态估计矩阵分别与预设初始姿态估计矩阵及预设结束姿态估计矩阵进行匹配,确定相匹配的第一拍摄图像及第二拍摄图像;
将第一拍摄图像、第一拍摄图像与第二拍摄图像之间的拍摄图像及第二拍摄图像,作为周期图像集合;
对周期图像集合中每个图像基于深度学习模型计算出包含人体的最小矩形窗口,确定每个图像的人流量;
根据每个图像的人流量计算在当前周期内的总人流量;
生成模块,用于根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略。
2.如权利要求1所述的智能路灯节能控制系统,其特征在于,设置节能策略任务的参数包括名称、时区开、开灯时间、有效时间起、开灯延时、交替周期、优先级、时区关、有效时间止、关灯延时、交替时间起。
3.如权利要求1所述的智能路灯节能控制系统,其特征在于,节能策略任务包括节能任务和支路任务;其中,
节能任务的参数包括时间执行、延时执行、开始时间、延时时间、所属分组、节能类型、亮度值、备注、周期;
支路任务的参数包括时间执行、延时执行、开始时间、延时时间、节能类型、各支路开关状态。
4.如权利要求1所述的智能路灯节能控制系统,其特征在于,所述第二确定模块,包括:
第一检测模块,用于检测道路的车流量,并判断是否小于预设阈值;
第二检测模块,用于检测设置在道路的路灯类型;
第一控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂单头灯时,采用单灯控制的方式实现单侧亮灯,或者隔盏亮灯方式实现亮灯;
第二控制模块,用于在确定车流量小于预设阈值且路灯类型为单臂双火灯时,采用单灯控制的方式实现关闭灯杆其中的一个灯泡的方式亮灯;
第三控制模块,用于在确定车流量小于预设阈值且路灯类型为双臂双火灯,采用单灯控制的方式实现关闭辅道灯、隔盏亮灯或者两者相结合的方式亮灯。
5.如权利要求1所述的智能路灯节能控制系统,其特征在于,还包括:监控模块,用于对路灯的信息进行监控,包括灯杆类型、电源功率、使用情况、运行的开关灯模式、开关灯状态、电流、电压、有功功率、电量。
6.如权利要求4所述的智能路灯节能控制系统,其特征在于,所述第一检测模块,包括:
获取模块,用于拍摄检测道路,获取环境图像;
降噪模块,用于:
对所述环境图像进行灰度化处理,得到灰度图像;
在灰度图像上确定需要检测的车道,设置检测区域;
基于高斯滤波器对所述检测区域的图像进行滤波降噪,得到降噪图像;
分离模块,用于对降噪图像进行分离处理,得到前景图像;
预处理模块,用于对前景图像进行图像预处理,得到预处理图像;
第三确定模块,用于根据预处理图像确定检测道路的车流量。
7.如权利要求6所述的智能路灯节能控制系统,其特征在于,所述分离模块,包括:
识别模块,用于基于Yolov5模型检测降噪图像中的全部车辆,并采用TensorRT技术进行前向推理加速,得到各车辆的检测框;
对标记有车辆的检测框的降噪图像进行膨胀处理,并对膨胀处理后的检测框进行填充处理,得到填充图像;
建立模块,用于建立混合高斯背景模型,基于混合高斯背景模型计算降噪图像的背景图像;
差分模块,用于将所述填充图像与所述背景图像进行差分处理,得到前景图像。
8.如权利要求6所述的智能路灯节能控制系统,其特征在于,预处理模块,包括:
二值化模块,用于对前景图像进行二值化处理;
形态学处理模块,用于对二值化处理后的前景图像进行形态学处理,得到预处理图像。
9.一种智能路灯节能控制方法,其特征在于,包括:
判断在预设时间段内是否设置有节能策略任务;
在确定设置有节能策略任务时,执行节能策略任务;
在确定没有设置节能策略任务时,执行自动感应节能策略;
基于第二确定模块在确定没有设置节能策略任务时,执行自动感应节能策略;
第二确定模块,包括:
拍摄模块,用于获取若干张拍摄图像;
计算模块,用于:
基于图像识别模型识别每张拍摄图像中的标记物,并确定标记物的在拍摄图像中的图像像素坐标;
对拍摄模块进行标定,确定拍摄模块的内参数;
设置世界坐标系;
根据标记物在拍摄图像中的图像像素坐标、拍摄模块的内参数及世界坐标系,计算对应拍摄图像的姿态估计矩阵:
将若干张拍摄图像的姿态估计矩阵分别与预设初始姿态估计矩阵及预设结束姿态估计矩阵进行匹配,确定相匹配的第一拍摄图像及第二拍摄图像;
将第一拍摄图像、第一拍摄图像与第二拍摄图像之间的拍摄图像及第二拍摄图像,作为周期图像集合;
对周期图像集合中每个图像基于深度学习模型计算出包含人体的最小矩形窗口,确定每个图像的人流量;
根据每个图像的人流量计算在当前周期内的总人流量;
生成模块,用于根据总人流量查询预设的总人流量-亮度等级数据表,确定目标亮度等级,生成节能策略。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311118308.1A CN116847515B (zh) | 2023-09-01 | 2023-09-01 | 一种智能路灯节能控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311118308.1A CN116847515B (zh) | 2023-09-01 | 2023-09-01 | 一种智能路灯节能控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116847515A CN116847515A (zh) | 2023-10-03 |
CN116847515B true CN116847515B (zh) | 2023-11-07 |
Family
ID=88158518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311118308.1A Active CN116847515B (zh) | 2023-09-01 | 2023-09-01 | 一种智能路灯节能控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116847515B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117560824A (zh) * | 2023-12-14 | 2024-02-13 | 南京邮电大学盐城大数据研究院有限公司 | 一种基于物联网的路灯智慧管理系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102858045A (zh) * | 2011-06-28 | 2013-01-02 | 广东奥其斯科技有限公司 | 隧道交通的led照明控制系统 |
CN103052230A (zh) * | 2012-12-21 | 2013-04-17 | 杭州瑞琦信息技术有限公司 | 路灯节能控制方法及路灯节能管理系统 |
CN106604506A (zh) * | 2016-12-27 | 2017-04-26 | 浙江永泰隆电子股份有限公司 | 路灯智能控制方法及系统 |
CN108834281A (zh) * | 2018-07-05 | 2018-11-16 | 常州市武进区半导体照明应用技术研究院 | 路灯系统的策略控制方法 |
CN110136453A (zh) * | 2019-06-14 | 2019-08-16 | 内蒙古工业大学 | 基于lk局部差分光流法的车流量检测方法 |
KR20220153808A (ko) * | 2021-05-12 | 2022-11-21 | 유에프엠시스템즈 주식회사 | 딥-러닝 기반 객체 감응을 활용한 차량 흐름 제어 시스템 |
US11587436B1 (en) * | 2022-03-29 | 2023-02-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for controlling traffic scheduling strategies in smart cities and Internet of Things (IoT) systems thereof |
WO2023138537A1 (zh) * | 2022-01-18 | 2023-07-27 | 长城汽车股份有限公司 | 一种图像处理方法、装置、终端设备及存储介质 |
-
2023
- 2023-09-01 CN CN202311118308.1A patent/CN116847515B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102858045A (zh) * | 2011-06-28 | 2013-01-02 | 广东奥其斯科技有限公司 | 隧道交通的led照明控制系统 |
CN103052230A (zh) * | 2012-12-21 | 2013-04-17 | 杭州瑞琦信息技术有限公司 | 路灯节能控制方法及路灯节能管理系统 |
CN106604506A (zh) * | 2016-12-27 | 2017-04-26 | 浙江永泰隆电子股份有限公司 | 路灯智能控制方法及系统 |
CN108834281A (zh) * | 2018-07-05 | 2018-11-16 | 常州市武进区半导体照明应用技术研究院 | 路灯系统的策略控制方法 |
CN110136453A (zh) * | 2019-06-14 | 2019-08-16 | 内蒙古工业大学 | 基于lk局部差分光流法的车流量检测方法 |
KR20220153808A (ko) * | 2021-05-12 | 2022-11-21 | 유에프엠시스템즈 주식회사 | 딥-러닝 기반 객체 감응을 활용한 차량 흐름 제어 시스템 |
WO2023138537A1 (zh) * | 2022-01-18 | 2023-07-27 | 长城汽车股份有限公司 | 一种图像处理方法、装置、终端设备及存储介质 |
US11587436B1 (en) * | 2022-03-29 | 2023-02-21 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods for controlling traffic scheduling strategies in smart cities and Internet of Things (IoT) systems thereof |
Also Published As
Publication number | Publication date |
---|---|
CN116847515A (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116847515B (zh) | 一种智能路灯节能控制系统及方法 | |
CN102123550A (zh) | 基于物联网架构的智能照明控制方法 | |
CN110167232A (zh) | 一种照明控制系统及方法 | |
CN110730531A (zh) | 一种led路灯远程变光控制系统 | |
CN107896407A (zh) | 一种基于大数据的自学习路灯系统 | |
WO2018227724A1 (zh) | 一种路灯控制方法及装置 | |
CN116896804B (zh) | 一种led亮度调整方法以及智能照明系统 | |
CN113438779A (zh) | 一种基于图像触发路灯光照强度调节的方法 | |
CN115103475A (zh) | 一种路灯照明控制方法、装置、设备及存储介质 | |
CN112735155A (zh) | 一种路口交通信号灯的智能控制系统 | |
CN114302540B (zh) | 智慧路灯控制方法、装置、控制系统及存储介质 | |
CN103974508B (zh) | 一种地下车库led照明节能控制方法 | |
CN107087325B (zh) | 智慧型路灯控制方法 | |
WO2015176380A1 (zh) | 一种灯具控制方法、装置和控制系统 | |
CN103052224B (zh) | 一种独立智能路灯控制系统的控制方法 | |
CN116489852A (zh) | 一种路灯智能控制系统 | |
CN108806314B (zh) | 基于背景建模监测目标与车位使用情况的智能调光led灯 | |
CN116321626A (zh) | 一种路灯照明节能管理系统 | |
CN114867168A (zh) | 基于光感的灯光自动调节方法 | |
CN112333901B (zh) | 一种基于物联网特性可自动跟随提供定点照明的灯具 | |
CN203761618U (zh) | 基于车流量的智能路灯控制系统 | |
CN106341926A (zh) | 基于图像识别控制照明的led数字驱动电源及其控制方法 | |
CN113438764A (zh) | 一种用于室内停车场的可调光智能照明控制系统 | |
CN110545609A (zh) | 照明系统及其网络的控制方法及照明系统的控制装置 | |
CN111343743A (zh) | 一种led路灯节能控制方法及led节能路灯 |
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 | ||
CP03 | Change of name, title or address |
Address after: No. 26 Xinnan Aijian Road, Fenghuang Community, Pinghu Street, Longgang District, Shenzhen City, Guangdong Province, 518100 Patentee after: Shenzhen Chaoyang Hui Technology Co.,Ltd. Country or region after: China Address before: 518000 No. 26 Xinnan Aijian Road, Fenghuang Community, Pinghu Street, Longgang District, Shenzhen City, Guangdong Province Patentee before: SHENZHEN ZHAOYANGHUI ELECTRICAL EQUIPMENT CO.,LTD. Country or region before: China |
|
CP03 | Change of name, title or address |