CN117042253A - 一种智能led灯具、控制系统和方法 - Google Patents

一种智能led灯具、控制系统和方法 Download PDF

Info

Publication number
CN117042253A
CN117042253A CN202310842302.2A CN202310842302A CN117042253A CN 117042253 A CN117042253 A CN 117042253A CN 202310842302 A CN202310842302 A CN 202310842302A CN 117042253 A CN117042253 A CN 117042253A
Authority
CN
China
Prior art keywords
current
user
light
determining
scene
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
CN202310842302.2A
Other languages
English (en)
Other versions
CN117042253B (zh
Inventor
孙迅
许卫东
潘恒州
范玮
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.)
Kunshan Endo Lighting Corp
Original Assignee
Kunshan Endo Lighting Corp
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 Kunshan Endo Lighting Corp filed Critical Kunshan Endo Lighting Corp
Priority to CN202310842302.2A priority Critical patent/CN117042253B/zh
Publication of CN117042253A publication Critical patent/CN117042253A/zh
Application granted granted Critical
Publication of CN117042253B publication Critical patent/CN117042253B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
    • H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
    • H05B45/00—Circuit arrangements for operating light-emitting diodes [LED]
    • H05B45/30—Driver circuits
    • 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
    • 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
    • H05B47/13—Controlling the light source in response to determined parameters by determining the presence or movement of objects or living beings by using passive infrared detectors
    • 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
    • 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]
    • 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
    • H05B47/175—Controlling the light source by remote control
    • H05B47/19—Controlling the light source by remote control via wireless transmission
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本说明书实施例提供一种智能LED灯具、控制系统和方法，该系统包括识别模块、场景确定模块和参数确定模块；该方法包括：识别模块用于通过人体传感器，识别当前空间中的至少一个用户的位置信息；场景确定模块用于基于至少一个位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，用户当前场景包括当前空间的实际使用类型和/或灯光用途；参数确定模块用于基于当前灯光效果和至少一个用户当前场景，确定灯光调整参数。该灯具包括存储器和处理器，存储器用于存储计算机指令，处理器执行计算机指令或部分指令，实现该智能LED灯具控制方法。

Description

一种智能LED灯具、控制系统和方法
技术领域
本说明书涉及智能LED灯具领域，特别涉及一种智能LED灯具、控制系统和方法。
背景技术
随着智能技术、互联网技术及通信技术的快速发展，使得各种用电设备的互联互通成为可能，照明器具设备的智能化需求已经逐渐显现。目前，大部分智能照明产品的功能比较单一，自动化水平有限。
为了提高LED灯具的自动化水平，CN111315071B提出一种LED智能控制方法和系统，终端的LED控制界面上包括可选择的控制模式，控制模式包括：普通模式和特殊模式；每个LED灯用于发出一种基础色光；服务器接收终端发送的LED控制信息，获取LED标识对应的多个基础色光，计算得到各个LED灯对应的流明值，以使LED照明灯具混合得到LED目标色光和LED目标流明值。该LED智能控制方法和系统调节灯光的模式依赖于预设表，调节方法不够灵活，不能主动判断用户对灯光的需求并相应生成调整参数。
因此，希望提供一种控制方法更为灵活、更能够适应不同用户及其使用场景的智能LED灯具、控制系统和方法。
发明内容
本说明书一个或多个实施例提供一种智能LED灯具控制方法。该方法包括：通过人体传感器，识别当前空间中的至少一个用户的位置信息；基于所述位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，所述用户当前场景包括所述当前空间的实际使用类型和/或灯光用途；基于当前灯光效果和至少一个所述用户当前场景，确定灯光调整参数。
本说明书一个或多个实施例提供一种智能LED灯具控制系统，该系统包括识别模块、场景确定模块和参数确定模块；所述识别模块用于通过人体传感器，识别当前空间中的至少一个用户的位置信息；所述场景确定模块用于基于所述位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，所述用户当前场景包括所述当前空间的实际使用类型和/或灯光用途；所述参数确定模块用于基于当前灯光效果和至少一个所述用户当前场景，确定灯光调整参数。
本说明书一个或多个实施例提供一种智能LED灯具，该灯具包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现智能LED灯具控制方法。
本说明书一个或多个实施例提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行智能LED灯具控制方法。
附图说明
本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
图1是根据本说明书一些实施例所示的智能LED灯具控制系统的系统模块示意图；
图2是根据本说明书一些实施例所示的智能LED灯具控制方法的示例性流程图；
图3是根据本说明书一些实施例所示的场景分析模型的示例性示意图；
图4是根据本说明书一些实施例所示的舒适度模型的示例性示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
照明器具设备的智能化需求已经逐渐显现，但是，目前大部分智能照明产品的功能比较单一，自动化水平有限。为了提高LED灯具的自动化水平，CN111315071B提出一种LED智能控制方法和系统，终端的LED控制界面上包括可选择的控制模式，控制模式包括：普通模式和特殊模式；每个LED灯用于发出一种基础色光；服务器接收终端发送的LED控制信息，获取LED标识对应的多个基础色光，计算得到各个LED灯对应的流明值，以使LED照明灯具混合得到LED目标色光和LED目标流明值。该LED智能控制方法和系统调节灯光的模式依赖于预设表，调节方法不够灵活，不能主动判断用户对灯光的需求并相应生成调整参数。鉴于此，本说明书一些实施例中，希望提供一种控制方法更为灵活、更能够适应不同用户及其使用场景的智能LED灯具、控制系统和方法。
在一些实施例中，可以通过实施本说明书中披露的智能LED灯具控制系统和/或方法来控制智能LED灯具，以满足用户的照明需求。例如，在一个典型的应用场景中，可以包括当前空间、智能LED灯具、人体传感器、处理器或用户终端、网络。可以由智能LED灯具本身的处理器或用户终端的处理器执行智能LED灯具控制方法，通过人体传感器，识别当前空间中的至少一个用户的位置信息；基于位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，用户当前场景包括当前空间的实际使用类型和/或灯光用途；基于当前灯光效果和至少一个用户当前场景，确定灯光调整参数。智能LED灯具可以通过网络，从执行智能LED灯具控制方法的处理器获取灯光调整参数，并基于灯光调整参数为用户提供照明。
图1是根据本说明书一些实施例所示的智能LED灯具控制系统的系统模块示意图。如图1所示，智能LED灯具控制系统100可以包括识别模块110、场景确定模块120和参数确定模块130。
在一些实施例中，识别模块110可以用于通过人体传感器，识别当前空间中的至少一个用户的位置信息。
在一些实施例中，场景确定模块120可以用于基于至少一个位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，用户当前场景可以包括当前空间的实际使用类型和/或灯光用途。
在一些实施例中，场景确定模块120可以进一步用于：基于当前空间信息、至少一个用户在至少一个时间点的位置信息，确定至少一个用户的活动数据；根据活动数据和当前时间信息，确定至少一个用户当前场景。
关于确定用户当前场景的更多内容，参见图3及其相关描述。
在一些实施例中，参数确定模块130可以用于基于当前灯光效果和至少一个用户当前场景，确定灯光调整参数。
在一些实施例中，参数确定模块130可以进一步用于：基于至少一个用户当前场景，确定灯光需求；基于当前灯光效果、灯光需求和当前灯光参数，确定灯光调整参数。
关于确定灯光调整参数的更多内容，参见下文步骤一、步骤二及其相关描述。
在一些实施例中，参数确定模块130可以进一步用于：获取当前空间的环境特征；基于环境特征，确定至少一个用户的当前灯光舒适度；基于至少一个用户的当前灯光舒适度，确定灯光需求。
关于确定灯光需求的更多内容，参见图4及其相关描述。
关于人体传感器、位置信息、用户当前场景等的更多内容，参见其他附图(例如，图2等)的相关描述。
需要注意的是，以上对于智能LED灯具控制系统100及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。诸如此类的变形，均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的智能LED灯具控制方法的示例性流程图。智能LED灯具控制方法可以由智能LED灯具本身的处理器执行，也可以由智能用户终端等其他设备或装置的处理器执行，执行完成后将灯光调整参数发送给智能LED灯具。如图2所示，流程200可以包括下述步骤。
步骤210，通过人体传感器，可以识别当前空间中的至少一个用户的位置信息。
人体传感器可以用于感应人体的移动。人体传感器可以包括红外传感器，例如，热释电红外传感器等。
在一些实施例中，可以将人体传感器设置于智能LED灯具上(例如，灯具上不影响光照、检测范围的任意位置)，也可以设置于使用智能LED灯具的当前空间内的其他位置。在一些实施例中，根据空间内的情况，可以将人体传感器按照相等或较接近的间隔距离安装在房间各处。在一些实施例中，将人体传感器安装好后，人体传感器可以基于固定的安装位置，感应当前空间中用户的移动。
当前空间可以是用户需要使用智能LED灯具的空间。例如，当前空间可以是房间内、走廊内或者其他空间。
当前空间可以按用途进行分类，例如类型可以包括卧室、书房、客厅、办公室等。
用户可以是使用、调试智能LED灯具或者其功能的用户。在一些实施例中，当前空间中的人均可以属于用户。
位置信息可以包括用户的坐标或与参照点的相对位置等。位置信息可以包括水平面内的和/或高度方向的位置信息。
在一些实施例中，处理器可以通过人体传感器检测用户在当前空间内移动导致的热量变化，识别用户在当前空间内的角度信息(例如，相对于人体传感器的角度)，将角度信息转换为电信号，通过分析算法识别人体的位置信息。其中，分析算法可以包括位置估计算法、运动跟踪算法等。例如，位置估计算法中，可以基于角度信息、人体传感器布局和几何关系，识别人体的位置信息。
步骤220，基于位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景。
当前空间信息可以包括当前空间的类型、大小、内部物件摆放情况等。当前空间信息可以通过预设获得，比如提前标记类型，或者通过上传当前空间的图像，预设空间的大小以及内部物件摆放情况等。
当前时间可以是系统的实时时间。当前时间信息可以包括年、月、日、时、分等。
用户当前场景可以是用户使用智能LED灯具时的某种情景，例如办公场景、学习场景、休息场景等。
在一些实施例中，用户当前场景可以包括当前空间的实际使用类型和/或灯光用途。例如，当前空间的类型如果是书房，用户实际将其用于办公，则实际使用类型可以是办公室等。
灯光用途可以是当前空间的类型或当前空间的实际使用类型的具体细分。例如，可以包括单人独立办公、为客户面对面服务的办公、午休等。
在一些实施例中，处理器可以基于位置信息、当前空间信息以及当前时间信息中至少一种，通过查询预设场景对应表的方式，确定至少一个用户当前场景。其中，预设场景对应表可以包括各种不同的位置信息或各种不同的时间信息与各种场景的对应关系。
在一些实施例中，处理器可以在多个时刻的每一时刻下，识别到用户的位置信息以及对应的当前时间信息，将多个候选场景发给用户确认，获取用户确认的用户当前场景，得到预设场景对应表。
基于其他方式确定至少一个用户当前场景的更多说明参见图3及其相关描述。
步骤230，基于当前灯光效果和至少一个用户当前场景，确定灯光调整参数。
当前灯光效果可以是灯光在当前空间中实际产生的效果。例如，当前灯光效果可以包括光通量、照度、光强、亮度、色温、显色性等中的至少一种。在一些实施例中，当前灯光效果可以通过当前空间中或者智能LED灯具上设置的光传感器获取。
灯光调整参数可以是用于调整灯光效果的参数。例如，灯光调整参数可以包括亮度、色温、色彩、开关等。在一些实施例中，智能LED灯具基于灯光调整参数，可以引起当前灯光效果发生变化。
在一些实施例中，处理器可以基于用户当前场景，根据场景效果参数对照表，确定理想灯光效果，基于当前灯光效果和理想灯光效果的差异，确定灯光调整参数。其中，场景效果参数对照表可以包括各种场景和/或各种不同的用户数量与相应的理想灯光效果的对应关系，理想灯光效果包括相应的理想光通量、理想照度、理想光强等。
在一些实施例中，处理器可以基于至少一个用户当前场景，确定灯光需求；基于当前灯光效果、灯光需求和当前灯光参数，确定灯光调整参数，更多内容参见下文步骤一、步骤二及其相关描述。
在本说明书一些实施例中，通过人体传感器识别至少一个用户的位置信息；基于位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，基于当前灯光效果和至少一个用户当前场景，确定灯光调整参数，能够实现对用户当前场景的预判，还能将用户当前场景与当前灯光效果结合，主动对当前的灯光进行自动调整，调整的方式更加合理，更符合用户在不同场景下的灯光需求。
应当注意的是，上述有关智能LED灯具控制方法的流程200的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程200进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的场景分析模型的示例性示意图。
在一些实施例中，处理器可以基于当前空间信息、至少一个用户在至少一个时间点的位置信息，确定至少一个用户的活动数据；根据活动数据和当前时间信息，确定至少一个用户当前场景。
活动数据可以是与用户在当前空间内的活动相关的数据。例如，可以包括活动频次、活动轨迹、轨迹点、轨迹点停留时长等。
活动数据还可以包括当前时间信息。例如，若用户在早9:00、中午12:00、下午5:00三个时间点在当前空间内分别有相应的活动数据，则活动数据分别对应为第一活动数据、第二活动数据、第三活动数据。
属于同一用户且按时间顺序排列的多个活动数据，属于该用户对应的活动数据序列。
在一些实施例中，处理器可以基于用户在至少一个时间点的位置信息，统计用户在当前空间内的出现次数或位置发生变动的次数，确定活动频次；基于用户在至少一个时间点的位置信息，将与位置信息对应的位置点作为轨迹点；将连续的时间点对应的各轨迹点连接起来，形成活动轨迹；基于用户在至少一个时间点的位置信息，统计用户在某轨迹点停留的起始时间和终止时间，确定轨迹点停留时长。
在一些实施例中，处理器可以根据活动数据和当前时间信息，根据预设场景对应表，确定至少一个用户当前场景。预设场景对应表可以包括各种不同的活动轨迹、活动频次和/或轨迹点停留时长，以及相应的场景的对应关系。预设场景对应表可以通过经验设置，例如，可以将在桌子周围频繁移动的活动轨迹对应的场景预设为办公场景等。
在一些实施例中，如图3所示，可以通过场景分析模型340确定用户当前场景360。在一些实施例中，场景分析模型340可以包括特征提取层341和场景分析层342。特征提取层341可以用于基于活动数据序列310，确定活动特征350。场景分析层342可以用于基于活动特征350、当前空间信息320、当前时间信息330，确定用户当前场景360。
在一些实施例中，场景分析模型340可以输入活动数据序列310，输出用户当前场景360。
在一些实施例中，场景分析模型340可以为机器学习模型，也可以是神经网络模型。例如卷积神经网络模型(Convolutional Neural Networks，CNN)等。
在一些实施例中，特征提取层341可以输入活动数据序列310，输出活动特征350。
关于活动数据序列310的更多内容，参见上文相关描述。
在一些实施例中，处理器可以基于属于同一用户且按时间顺序排列的多个活动数据，生成活动数据序列310。
活动特征350可以是描述用户活动的特征。在一些实施例中，活动特征350可以包括频次特征、持续时间特征、轨迹特征、活动时间分布特征、活动空间分布特征等。例如，频次特征可以包括每天、每周等活动的次数，轨迹特征可以包括轨迹形状、总长度等，活动时间分布特征可以包括活动高峰时段等，活动空间分布特征可以包括在各轨迹点的活动密度、活动范围大小等。
在一些实施例中，场景分析层342可以输入活动特征350、当前空间信息320和当前时间信息330，输出用户当前场景360。
在一些实施例中，场景分析模型340可以通过对特征提取层341和场景分析层342进行联合训练获取。
在一些实施例中，可以基于大量带有第一标签的第一训练样本训练初始特征提取层和初始场景分析层。其中，第一训练样本可以包括样本活动数据序列、样本当前空间信息和样本当前时间信息，第一标签可以是第一训练样本对应的实际用户当前场景。第一训练样本和第一标签可以基于历史数据确定。在一些实施例中，可以通过人工或自动的方式，根据实际使用情况标注实际用户当前场景，比如学习场景、独立办公场景、会议场景等。
示例性的训练过程包括：将样本活动数据序列输入初始特征提取层，得到初始特征提取层输出的活动特征；将活动特征、样本当前空间信息和样本当前时间信息作为训练数据，输入初始场景分析层，得到初始场景分析层输出的用户当前场景；基于第一标签和初始场景分析层输出的用户当前场景构建损失函数，同步更新初始特征提取层和初始场景分析层的参数。通过参数更新，得到训练好的特征提取层341和场景分析层342。
在一些实施例中，场景分析模型340的输入还可以包括用户特征370等。在一些实施例中，当场景分析模型的输入包括用户特征370时，可以将用户特征370、特征提取层输出的活动特征350、当前空间信息320和当前时间信息330输入场景分析层342，场景分析层342输出用户当前场景360。在一些实施例中，当场景分析模型340的输入包括用户特征370时，第一训练样本还可以包括样本用户特征。
关于用户特征的更多内容，参见下文相关描述。
在本说明书一些实施例中，通过将活动数据序列、当前时间信息、当前空间信息输入场景分析模型，确定用户当前场景，能够挖掘用户的活动数据、当前时间信息、当前空间信息与用户当前场景之间的联系，提高用户当前场景确定的准确性，有利于提升用户当前场景预测的自动化水平和预测效率。
在一些实施例中，场景分析模型340的输入还可以包括用户特征370；确定用户特征370可以包括：基于用户的活动数据序列，根据预设检索条件在用户特征库中进行检索，确定匹配的参考活动数据序列；基于匹配的参考活动数据序列，确定用户特征370。
用户特征可以是与用户相关的信息。例如，可以包括用户的标识(例如编号、名字等)、年龄、性别、职业、岗位等。处理器可以通过读写接口读取用户预设的用户特征，或者通过交互接口获取管理员用户输入的用户特征或用户特征的确认信息等。
用户特征库可以包括多个参考活动数据序列及其对应的参考用户特征。
使用过当前空间的用户，其用户特征可以由用户或管理员用户进行人工标注，作为参考用户特征。该用户的参考用户特征、以及能够反映该参考用户特征的参考活动数据序列可以被记录在存储装置的用户特征库中。
参考活动数据序列可以是用户的有代表性的活动数据序列，因此能够反映该用户的用户特征。
参考活动数据序列可以用于与用户活动数据序列对比，并提供用户特征参考。在一些实施例中，每个参考活动数据序列对应一个参考用户特征。
在一些实施例中，处理器可以基于多个历史活动数据序列，通过结合机器学习(例如，支持向量机等)或神经网络模型(例如卷积神经网络等)的模式识别算法，按照用户对历史活动数据序列进行分组，再对每一用户对应的一组历史活动数据序列按照预设排序规则进行排序，可以将排序靠前的历史活动数据序列确定为该用户对应的参考活动数据序列。其中，预设排序规则可以包括活动频次由高到低等。
关于历史活动数据序列的更多内容，参见下文相关描述。
在一些实施例中，确定参考活动数据序列可以包括：对历史活动数据库中的多个历史活动数据序列进行聚类；其中，聚类距离包括多个历史活动数据序列之间的距离，聚类数量基于用户预设和/或历史数据中的新增用户的数量确定；基于聚类得到的每个簇中的至少一个历史活动数据序列，确定参考活动数据序列。
历史活动数据序列可以是当前空间相关的历史产生的活动数据及其排列。处理器可以从存储装置中读取历史存储的历史活动数据序列。
历史活动数据库可以包括多个历史活动数据序列。
在一些实施例中，对历史活动数据库中的多个历史活动数据序列进行聚类可以包括：通过聚类距离度量算法对历史活动数据序列之间的距离、相似性或差异性进行度量；通过K-means(k均值聚类算法)、DBSCAN(基于密度的聚类算法)等聚类算法，根据聚类距离以及聚类数量对多个历史活动数据序列进行聚类，得到多个簇，每个簇包括至少一个历史活动数据序列。
聚类距离可以用于衡量历史活动数据序列之间的距离或相似性。在一些实施例中，通过比较聚类距离，处理器可以将相似的历史活动数据序列划分到同一簇中。在一些实施例中，聚类距离包括多个历史活动数据序列之间的距离。
在一些实施例中，处理器可以通过聚类距离度量算法来计算历史活动数据序列之间的距离，例如，聚类距离度量算法可以包括欧式距离、曼哈顿距离等。
聚类数量可以是聚类过程中需要划分的簇的数量。
在一些实施例中，处理器可以基于用户预设数量和/或历史数据中的新增用户的数量确定聚类数量。其中，用户预设数量可以是当前空间的常用用户的数量。
新增用户的数量可以通过以下方式确定：当基于用户的活动数据序列，根据预设检索条件在用户特征库中进行检索，未检索到匹配的参考活动数据序列时，则可以判断该用户为新增用户，处理器可以将系统中用于记录新增用户数量的标志进行累加。
在一些实施例中，处理器还可以根据用户在当前空间中的活动数据判断是否为新增用户。例如，如果活动频次较低，则可以忽略该用户，不作为新增用户进行记录。
在一些实施例中，处理器可以基于聚类得到的每个簇中的至少一个历史活动数据序列，计算每个簇中的至少一个历史活动数据序列的平均值，确定参考活动数据序列。
在一些实施例中，处理器还可以在检测到出现新增用户时，向用户或管理员用户发出标注用户特征的提醒，并获取标注的用户特征。处理器可以将该用户的活动数据序列作为历史活动数据序列，连同标注的用户特征一起记录于历史活动数据库中。其中，检测是否出现新增用户的方法，可以参考上述新增用户的数量的确定方法。
在一些实施例中，处理器可以基于聚类得到的每个簇中的至少一个历史活动数据序列，查找簇中标注过用户特征的历史活动数据序列，将用户标注过的用户特征作为参考活动数据序列对应的参考用户特征。在一些实施例中，若簇中的历史活动数据序列均未被标注过的用户特征，则可以忽略该簇。
在本说明书一些实施例中，对历史活动数据库中的多个历史活动数据序列进行聚类，基于聚类得到的每个簇中的至少一个历史活动数据序列，确定参考活动数据序列，可以将相似的历史活动数据序列归为同一簇，从而实现对数据的整合和归纳，有利于提取数据的共性特征，使参考活动数据序列与用户特征之间的对应联系更准确。
在一些实施例中，预设检索条件可以包括用户的活动数据序列与用户特征库中参考活动数据序列的相似度高于相似度阈值等。在一些实施例中，若高于相似度阈值的参考活动数据序列包括多个，预设检索条件还可以包括相似度最大。
在一些实施例中，处理器可以基于用户的活动数据序列，计算用户的活动数据序列与每个参考活动数据序列的相似度，响应于相似度满足预设检索条件，将该参考活动数据序列确定为匹配的参考活动数据序列。
在一些实施例中，处理器可以基于匹配的参考活动数据序列，将匹配的参考活动数据序列对应的参考用户特征确定为用户特征。
在本说明书一些实施例中，通过基于用户的活动数据序列，在用户特征库中检索匹配的参考活动数据序列，基于匹配的参考活动数据序列，确定用户特征，将用户特征作为场景分析模型的输入之一，可以基于用户当前的活动情况，较为快速地发掘用户特征，针对该用户特征分析用户当前场景，可以更准确地预测用户用灯需求，有利于提高确定调整灯光参数的效率。
关于位置信息、当前空间信息、当前时间信息、用户当前场景的更多内容，参见图2及其相关描述。
在本说明书一些实施例中，通过基于当前空间信息、位置信息，确定活动数据，根据活动数据和当前时间信息确定用户当前场景，可以将当前空间信息、位置信息等静态的信息，转换为与用户活动相关的动态信息(活动数据)，结合活动数据与活动发生时的当前时间信息，为用户当前场景的确定提供有力依据。
处理器可以基于当前灯光效果和至少一个用户当前场景，通过各种可行的方法，例如，可以确定灯光需求，并基于灯光需求等确定灯光调整参数。本说明书一些实施例中，确定灯光调整参数的示例性流程，可以包括以下步骤。
步骤一，基于至少一个用户当前场景，确定灯光需求。
灯光需求可以是用户对灯光在环境中所展现出的实际效果的需求。灯光需求所包括的内容，可以与当前灯光效果包括的内容类似或相同(例如，包括光通量、照度等)，在具体数值上可以不同。
关于当前灯光效果的更多内容，参见图2及其相关描述。
在一些实施例中，处理器可以基于至少一个用户当前场景，通过各种可行的方式，例如，通过查找预设需求表的方法，确定灯光需求。预设需求表可以包括各种场景、当前空间信息、当前时间信息、用户数量等以及与相应的灯光需求的对应关系。
用户数量可以是当前空间内所有用户的总数。例如，处理器可以基于至少一个位置数据，分析至少一个时间点下，同一时间点出现多个轨迹点的情况，将同一时间点出现的多个轨迹点的数量确定为用户数量。
关于当前空间信息、当前时间信息的更多内容，参见图2及其相关描述。
预设需求表可以基于经验或者偏好设置。例如，当前空间的大小越大、用户数量越多，灯光需求的亮度可以更高。又例如，当前时间为下午时，为了缓解用户疲惫，灯光需求的色温可以较低(偏暖色调)。
在一些实施例中，处理器可以获取当前空间的环境特征；基于环境特征，确定至少一个用户的当前灯光舒适度；基于至少一个用户的当前灯光舒适度，确定灯光需求，更多内容参见图4及其相关描述。
步骤二，基于当前灯光效果、灯光需求和当前灯光参数，确定灯光调整参数。
关于当前灯光效果、灯光调整参数的更多内容，参见图2及其相关描述。
当前灯光参数可以是产生当前灯光效果的参数。当前灯光参数包括的内容可以与灯光调整参数包括的内容相似或相同，具体数值可以不同。
处理器可以基于当前灯光效果、灯光需求和当前灯光参数，通过各种可行的算法，确定灯光调整参数。例如，算法可以包括向量匹配算法等。
处理器可以基于当前灯光效果、灯光需求和当前灯光参数，构建待匹配向量。处理器可以基于待匹配向量在向量数据库中进行检索，获取与待匹配向量的向量距离小于距离阈值的参考向量，将参考向量对应的历史灯光调整参数，确定为当前所需灯光调整参数。其中，向量数据库用于存储若干历史向量及其对应的历史灯光调整参数。历史向量基于历史当前灯光效果、历史灯光需求和历史当前灯光参数构建。
在一些实施例中，处理器可以基于当前灯光效果与灯光需求之间的差值，确定调整幅度；基于调整幅度和当前灯光参数，确定灯光调整参数。
在一些实施例中，处理器可以直接用灯光需求减去当前灯光效果，获得当前灯光效果与灯光需求之间的差值。差值可以为正数或负数。
调整幅度可以是调整的程度或范围。调整幅度可以用百分比、等级、数值等来表示。
处理器可以基于当前灯光效果与所述灯光需求之间的差值，通过各种可行的方法，确定调整幅度。例如，处理器可以计算差值与当前灯光效果的比值，将比值确定为调整幅度。根据差值的正、负情况，调整幅度可以相应地为正或为负。
在一些实施例中，处理器可以基于调整幅度和当前灯光参数，将当前灯光参数与调整幅度(例如，差值与当前灯光效果的比值)相乘，得到调整量，将当前灯光参数与调整量相加，确定灯光调整参数。
在一些实施例中，灯光调整参数还可以相关于影子情况。影子情况可以基于灯具位置、候选灯光调整参数和用户站位确定。
影子情况为当前空间内用户或内部物件在灯光下的影子相关的信息。例如，影子情况可以包括影子的大小、形状、位置、方向、颜色、亮度等。
灯具位置为智能LED灯具的位置。灯具位置可以表示为坐标或相对位移等。处理器可以通过读写指令获取预先设置的灯具位置。
候选灯光调整参数可以是用于选择的待确定为最终灯光调整参数的参数。在一些实施例中，处理器可以通过随机生成的方式获取候选灯光调整参数。
用户站位可以包括一个时段内用户停留时间最长的位置及其姿态。用户站位可以通过用户的活动数据序列获取。
在一些实施例中，处理器可以基于灯具位置、候选灯光调整参数和用户站位，通过模拟算法确定影子情况。例如，若已知某个智能LED灯具的位置、灯光调整参数以及用户站位，根据光线传播的原理，通过模拟算法，可以获得用户在该灯具的照射下影子的方向、大小等。在一些实施例中，处理器还可以结合其他智能LED灯具的位置、灯光调整参数，通过模拟算法，获得其他灯光对该影子的消除力度(例如，照射在影子上，使之亮度增加)。
在一些实施例中，模拟算法可以包括实时光线追踪(Real-time Ray Tracing)、体积光照(Volumetric Lighting)、实时阴影映射(Real-time Shadow Mapping)等。
在一些实施例中，灯光调整参数可以与影子情况的大小呈正相关，或者与影子情况的亮度呈负相关。例如，如果用户影子的大小越大、亮度越低，则可以增加调整幅度，再基于增加的调整幅度，以及当前灯光参数，确定灯光调整参数。
在本说明书一些实施例中，通过将灯光调整参数与影子情况相关联，其中影子情况基于灯具位置、候选灯光调整参数和用户站位确定，可以考虑到当前空间中物件与物件之间、用户与物件之间的空间关系和相互影响，提高灯光调整参数确定的合理性，有利于进一步优化照明效果。
在本说明书一些实施例中，通过基于当前灯光效果与灯光需求之间的差值，确定调整幅度，基于调整幅度和当前灯光参数，确定灯光调整参数，能够使灯光效果更快地接近用户需求，提高灯光调整的效率。
在本说明书一些实施例中，通过基于用户当前场景确定灯光需求，基于当前灯光效果、灯光需求和当前灯光参数，确定灯光调整参数，能够将灯光调整参数的确定立足于用户需求，使调整的过程更灵活，满足不同场景下的用户需求。
图4是根据本说明书一些实施例所示的舒适度模型的示例性示意图。
在一些实施例中，处理器可以获取当前空间的环境特征；基于环境特征，确定至少一个用户的当前灯光舒适度；基于至少一个用户的当前灯光舒适度，确定灯光需求。
环境特征可以是当前空间的环境相关的特征。例如，可以包括环境光线和/或环境声音等。其中，环境光线可以包括光强、亮度、色温等中至少一种。环境声音可以包括响度、频率等中至少一种。
在一些实施例中，处理器可以通过在当前空间中或者智能LED灯具上设置的光传感器和麦克风等，分别获取环境光线和环境声音。
当前灯光舒适度可以是用户在当前灯光下的舒适程度。
处理器可以基于环境特征，通过与光照标准和/噪声标准进行比较，确定至少一个用户的当前灯光舒适度。例如，当环境声音的响度超过噪声标准规定的响度(例如，白天50分贝等)，超过的分贝数越多，则当前灯光舒适度可以越低。若当前灯光舒适度较低，则用户的灯光需求可以是更柔和、均匀、暖色调的灯光。
在一些实施例中，如图4所示，处理器可以基于环境特征410，通过舒适度模型460确定至少一个用户的当前灯光舒适度470。
在一些实施例中，舒适度模型460可以输入环境特征410、用户当前场景420、用户数量430、至少一个用户特征440、候选灯光效果450等，输出至少一个用户的当前灯光舒适度470。
关于用户当前场景、用户特征的更多内容，可以参见图2或其他部分及其相关描述。
处理器可以基于当前灯光效果进行调整，获取候选灯光效果450。例如，当前灯光效果下，若当前灯光舒适度较低，则在当前灯光效果的基础上进行调整(例如，比当前灯光效果更柔和、均匀、暖色调的灯光效果)，得到候选灯光效果450。
在一些实施例中，处理器输入一组环境特征410、用户当前场景420、用户数量430、至少一个用户特征440、候选灯光效果450等，输出的当前灯光舒适度470较低时，可以重新输入环境特征410、用户当前场景420、用户数量430、至少一个用户特征440和调整后的候选灯光效果450，重新预测并输出当前灯光舒适度470。当输出的当前灯光舒适度470达到预设舒适度要求时，可以将此时输出的当前灯光舒适度470作为舒适度模型460最终的输出。处理器可以将此时的候选灯光效果450作为优选灯光效果进行存储。
在一些实施例中，舒适度模型460可以为机器学习模型，也可以是神经网络模型。例如卷积神经网络模型(Convolutional Neural Networks，CNN)等。
在一些实施例中，处理器可以基于多个普通训练样本及第二标签，通过梯度下降法等训练得到舒适度模型460。普通训练样本可以包括多组样本环境特征、样本用户当前场景、样本用户数量、样本用户特征、样本候选灯光效果，可以通过历史数据获取。第二标签为每组普通训练样本对应的实际当前灯光舒适度。可以根据历史数据中每组普通训练样本下用户手动调节灯光的频率和间隔(或者多个用户手动调节灯光的平均频率和平均间隔)，标注实际当前灯光舒适度。例如，用户手动调节灯光的频率越低、间隔越久，则处理器可以将实际当前灯光舒适度标注得更高。
在一些实施例中，处理器可以通过对初始舒适度模型进行训练得到舒适度模型460；训练数据的类型包括普通训练样本和金标准训练样本，金标准训练样本基于多个测试用户对多个普通训练样本的反馈信息确定；初始舒适度模型的学习率相关于训练数据的类型。
关于普通训练样本的更多内容，参见上文相关描述。
金标准训练样本可以是可靠性较高的样本。
反馈信息可以是测试用户在每组普通训练样本下实际感受到的当前灯光舒适度。
在一些实施例中，处理器可以基于多个测试用户对多个普通训练样本的反馈信息，将反馈信息包含的实际感受到的当前灯光舒适度，标记为该普通训练样本相应的第三标签，将多个普通训练样本及相应的第三标签确定为金标准训练样本。
学习率可以是初始舒适度模型的训练过程中参数更新的程度。在一些实施例中，学习率可以表现为训练过程中梯度下降的步长。
在一些实施例中，当输入初始舒适度模型的训练数据为普通训练样本时，处理器可以将学习率设置为预设常规学习率(例如0.01～0.001中的任意值)，当输入初始舒适度模型的训练数据为金标准训练样本时，处理器可以设置大于预设常规学习率的学习率。
在本说明书一些实施例中，通过基于反馈信息确定金标准训练样本，将金标准训练样本用于初始舒适度模型的训练，可以使舒适度模型能够更好地学习输入数据与对应输出数据之间的关系，由此，训练得到的舒适度模型具有较好的性能和泛化能力，更准确地预测用户的当前灯光舒适度。
在本说明书一些实施例中，通过基于环境特征，通过舒适度模型确定至少一个用户的当前灯光舒适度，可以挖掘环境特征与用户的当前灯光舒适度之间的关系，提高灯光舒适度确定的准确性，有利于后续确定用户的灯光需求。
处理器可以基于至少一个用户的当前灯光舒适度，根据各种当前灯光舒适度以及相应灯光需求的预设对应关系，确定灯光需求。例如，当前灯光舒适度越低，则灯光需求则是较低的色温(偏暖色调)、较低的亮度等。预设对应关系可以根据经验或偏好设置。在一些实施例中，若当前灯光舒适度由舒适度模型输出和确定时，还可以基于处理器存储的优选灯光效果，确定灯光需求。
在一些实施例中，处理器可以基于用户状态调整灯光需求，用户状态可以包括用户疲惫程度；用户疲惫程度可以根据用户的活动数据、以及用户在当前空间的时长确定。
用户状态可以是身体、情感等方面的表现。在一些实施例中，用户状态可以包括用户疲惫程度等。
用户疲惫程度可以反映用户在当前空间中活动后的疲惫程度。
在一些实施例中，处理器可以根据用户的活动数据、以及用户在当前空间的时长，根据活动数据中的活动频次与用户疲惫程度的第一正相关关系，或者根据用户在当前空间的时长与用户疲惫程度的第二正相关关系，确定用户疲惫程度。例如，活动频次越高，或用户在当前空间的时长越长，则用户疲惫程度越高。
在一些实施例中，处理器可以根据用户的活动数据，通过计算活动轨迹中第一个轨迹点对应的时间点与活动轨迹中最后一个轨迹点对应的时间点之间的时间段长度，确定用户在当前空间的时长。
在一些实施例中，处理器可以基于用户疲惫程度，调整用户的当前灯光舒适度；基于当前灯光舒适度，确定灯光需求。在一些实施例中，当前灯光舒适度的调整趋势可以与用户疲惫程度的高或低成相反关系。例如，用户疲惫程度越高，处理器可以将当前灯光舒适度相应地调低。
关于基于当前灯光舒适度，确定灯光需求的更多内容，参见上文相关描述。
在本说明书一些实施例中，通过根据用户的活动数据、以及用户在当前空间的时长确定用户疲惫程度，并基于包括用户疲惫程度的用户状态调整灯光需求，能够自动判断用户在当前空间中活动一段时间后灯光需求可能发生的变化，并自动根据用户状态重新确定调整灯光需求，有利于提高灯光调整的灵活性。
在本说明书一些实施例中，通过当前空间的环境特征确定至少一个用户的当前灯光舒适度，基于当前灯光舒适度，确定灯光需求，结合了环境光线、环境声音等容易对用户(例如，用户的注意力、视觉舒适性、情绪、睡眠质量等)造成影响的经验，并用于智能LED灯具控制系统，自动根据环境特征判断用户的当前灯光舒适度，并相应确定符合用户在该环境下的灯光需求，有利于提高用户的舒适度，还能够提高产品的自动化水平。
本说明书一些实施例提供了一种智能LED灯具，该灯具包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现上述实施例中任意一项所述的智能LED灯具控制方法。
本说明书一些实施例提供了一种计算机可读存储介质，该存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，计算机执行上述实施例中任意一项所述的智能LED灯具控制方法。
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种智能LED灯具控制方法，其特征在于，所述方法包括：
通过人体传感器，识别当前空间中的至少一个用户的位置信息；
基于所述位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，所述用户当前场景包括所述当前空间的实际使用类型和/或灯光用途；
基于当前灯光效果和至少一个所述用户当前场景，确定灯光调整参数。
2.如权利要求1所述的方法，其特征在于，所述基于所述位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景包括：
基于所述当前空间信息、所述至少一个用户在至少一个时间点的所述位置信息，确定所述至少一个用户的活动数据；
根据所述活动数据和所述当前时间信息，确定至少一个所述用户当前场景。
3.如权利要求1所述的方法，其特征在于，所述基于当前灯光效果和至少一个所述用户当前场景，确定灯光调整参数包括：
基于至少一个所述用户当前场景，确定灯光需求；
基于所述当前灯光效果、所述灯光需求和当前灯光参数，确定所述灯光调整参数。
4.如权利要求3所述的方法，其特征在于，所述基于至少一个所述用户当前场景，确定灯光需求包括：
获取所述当前空间的环境特征；
基于所述环境特征，确定所述至少一个用户的当前灯光舒适度；
基于所述至少一个用户的所述当前灯光舒适度，确定所述灯光需求。
5.一种智能LED灯具控制系统，其特征在于，所述系统包括识别模块、场景确定模块和参数确定模块；
所述识别模块用于通过人体传感器，识别当前空间中的至少一个用户的位置信息；
所述场景确定模块用于基于所述位置信息、当前空间信息以及当前时间信息中至少一种，确定至少一个用户当前场景，所述用户当前场景包括所述当前空间的实际使用类型和/或灯光用途；
所述参数确定模块用于基于当前灯光效果和至少一个所述用户当前场景，确定灯光调整参数。
6.如权利要求5所述的系统，其特征在于，所述场景确定模块进一步用于：
基于所述当前空间信息、所述至少一个用户在至少一个时间点的所述位置信息，确定所述至少一个用户的活动数据；
根据所述活动数据和所述当前时间信息，确定至少一个所述用户当前场景。
7.如权利要求5所述的系统，其特征在于，所述参数确定模块进一步用于：
基于至少一个所述用户当前场景，确定灯光需求；
基于所述当前灯光效果、所述灯光需求和当前灯光参数，确定所述灯光调整参数。
8.如权利要求7所述的系统，其特征在于，所述参数确定模块进一步用于：
获取所述当前空间的环境特征；
基于所述环境特征，确定所述至少一个用户的当前灯光舒适度；
基于所述至少一个用户的当前灯光舒适度，确定所述灯光需求。
9.一种智能LED灯具，其特征在于，所述灯具包括至少一个存储器和至少一个处理器，所述至少一个存储器用于存储计算机指令，所述至少一个处理器执行所述计算机指令或部分指令，以实现权利要求1-4中任一项所述的智能LED灯具控制方法。
10.一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取存储介质中的计算机指令后，所述计算机执行如权利要求1-4中任一项所述的智能LED灯具控制方法。
CN202310842302.2A 2023-07-11 2023-07-11 一种智能led灯具、控制系统和方法 Active CN117042253B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310842302.2A CN117042253B (zh) 2023-07-11 2023-07-11 一种智能led灯具、控制系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310842302.2A CN117042253B (zh) 2023-07-11 2023-07-11 一种智能led灯具、控制系统和方法

Publications (2)

Publication Number Publication Date
CN117042253A true CN117042253A (zh) 2023-11-10
CN117042253B CN117042253B (zh) 2024-07-23

Family

ID=88601293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310842302.2A Active CN117042253B (zh) 2023-07-11 2023-07-11 一种智能led灯具、控制系统和方法

Country Status (1)

Country Link
CN (1) CN117042253B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009277630A (ja) * 2008-05-19 2009-11-26 Panasonic Electric Works Co Ltd 照明システム
CN110248450A (zh) * 2019-04-30 2019-09-17 广州富港万嘉智能科技有限公司 一种结合人物进行灯光控制的方法及装置
CN110989379A (zh) * 2019-11-29 2020-04-10 星络智能科技有限公司 一种智能衣柜的控制方法、控制系统及可读存储介质
CN111736481A (zh) * 2020-07-14 2020-10-02 北京自如信息科技有限公司 基于用户行为特征的模型训练、智能家居控制方法及装置
CN111798260A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 用户行为预测模型构建方法、装置、存储介质及电子设备
CN112118651A (zh) * 2016-04-05 2020-12-22 伊卢米斯公司 连接的照明系统
CN112347294A (zh) * 2019-08-06 2021-02-09 广东小天才科技有限公司 一种消除照明阴影的方法及系统
CN113329545A (zh) * 2021-05-25 2021-08-31 深圳市欧瑞博科技股份有限公司 一种智能照明方法、装置、智能控制装置及存储介质
CN114364099A (zh) * 2022-01-13 2022-04-15 达闼机器人有限公司 调节智能灯光设备的方法、机器人及电子设备
CN114554660A (zh) * 2022-01-13 2022-05-27 广东睿住智能科技有限公司 灯光控制方法、装置、电子设备和存储介质
US20220342373A1 (en) * 2021-04-22 2022-10-27 Lutron Technology Company Llc Configuration and control of load control systems

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009277630A (ja) * 2008-05-19 2009-11-26 Panasonic Electric Works Co Ltd 照明システム
CN112118651A (zh) * 2016-04-05 2020-12-22 伊卢米斯公司 连接的照明系统
CN111798260A (zh) * 2019-04-09 2020-10-20 Oppo广东移动通信有限公司 用户行为预测模型构建方法、装置、存储介质及电子设备
CN110248450A (zh) * 2019-04-30 2019-09-17 广州富港万嘉智能科技有限公司 一种结合人物进行灯光控制的方法及装置
CN112347294A (zh) * 2019-08-06 2021-02-09 广东小天才科技有限公司 一种消除照明阴影的方法及系统
CN110989379A (zh) * 2019-11-29 2020-04-10 星络智能科技有限公司 一种智能衣柜的控制方法、控制系统及可读存储介质
CN111736481A (zh) * 2020-07-14 2020-10-02 北京自如信息科技有限公司 基于用户行为特征的模型训练、智能家居控制方法及装置
US20220342373A1 (en) * 2021-04-22 2022-10-27 Lutron Technology Company Llc Configuration and control of load control systems
CN113329545A (zh) * 2021-05-25 2021-08-31 深圳市欧瑞博科技股份有限公司 一种智能照明方法、装置、智能控制装置及存储介质
CN114364099A (zh) * 2022-01-13 2022-04-15 达闼机器人有限公司 调节智能灯光设备的方法、机器人及电子设备
CN114554660A (zh) * 2022-01-13 2022-05-27 广东睿住智能科技有限公司 灯光控制方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN117042253B (zh) 2024-07-23

Similar Documents

Publication Publication Date Title
US11265994B2 (en) Dynamic lighting states based on context
CN116634622B (zh) 一种基于物联网的led智能控制方法、系统及介质
CN106664773B (zh) 借助于照明设备使用数据的灯光场景创建或修改
CN106647677A (zh) 一种智能管家系统
CN117119650B (zh) 一种智能灯具调光控制方法及系统
KR101984410B1 (ko) 감정 상태에 기반한 조명 테라피 방법 및 장치
CN112596405B (zh) 家用电器的控制方法、装置、设备以及计算机可读存储介质
CN115422452B (zh) 基于大数据的智能家居控制方法、装置、设备及存储介质
CN107911643A (zh) 一种视频通信中展现场景特效的方法和装置
CN107729092A (zh) 一种用于电子书的自动翻页方法和系统
CN111722766A (zh) 多媒体资源的展示方法及装置
CN117354986B (zh) 一种多功能led灯珠的智能控制方法及系统
TW201604821A (zh) 協作性人臉標註方法以及協作性人臉標註系統
CN112181006A (zh) 一种基于大数据的环境智能处理方法、系统及存储介质
CN113495487A (zh) 一种调节目标设备运行参数的终端和方法
CN110069991A (zh) 反馈信息确定方法、装置、电子设备及存储介质
CN113206774A (zh) 一种基于室内定位信息的智能家居设备的控制方法及装置
CN117854156B (zh) 一种特征提取模型的训练方法和相关装置
US20210174151A1 (en) Response based on hierarchical models
CN116095569A (zh) 一种音响参数调整方法
CN117042253B (zh) 一种智能led灯具、控制系统和方法
De Pessemier et al. Enhancing recommender systems for TV by face recognition
JP2005199373A (ja) コミュニケーション装置及びコミュニケーション方法
CN111611979A (zh) 基于面部扫描的智能健康监测系统及方法
CN114397826B (zh) 一种智能家居控制方法、系统和装置

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
GR01 Patent grant
GR01 Patent grant