CN117202432B - 一种智能调控led灯珠的方法和装置 - Google Patents

一种智能调控led灯珠的方法和装置 Download PDF

Info

Publication number
CN117202432B
CN117202432B CN202311461367.9A CN202311461367A CN117202432B CN 117202432 B CN117202432 B CN 117202432B CN 202311461367 A CN202311461367 A CN 202311461367A CN 117202432 B CN117202432 B CN 117202432B
Authority
CN
China
Prior art keywords
user
led lamp
lamp beads
preset
controlling
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
Application number
CN202311461367.9A
Other languages
English (en)
Other versions
CN117202432A (zh
Inventor
谢青波
樊松
邓高丰
彭大伟
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 Aurora Technology Co Ltd
Original Assignee
Shenzhen Aurora 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 Aurora Technology Co Ltd filed Critical Shenzhen Aurora Technology Co Ltd
Priority to CN202311461367.9A priority Critical patent/CN117202432B/zh
Publication of CN117202432A publication Critical patent/CN117202432A/zh
Application granted granted Critical
Publication of CN117202432B publication Critical patent/CN117202432B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Circuit Arrangement For Electric Light Sources In General (AREA)

Abstract

本申请提供了一种智能调控LED灯珠的方法和装置,方法包括:通过摄像头采集用户的实时图像数据;基于深度神经网络模型对实时图像数据进行识别,以确定当前用户的用户行为;深度神经网络模型为用于对用户的用户行为进行识别的模型;基于用户行为确定对应的用户场景;从用户场景中获取与颜色相关的场景信息;基于场景信息在预设的场景数据库中进行查询,以确定与场景信息对应的第一颜色;控制预设LED灯珠基于第一颜色发光,预设LED灯珠为用于对用户场景所在预设范围内进行照明的LED灯珠。本申请基于用户的实时图像对预设LED灯珠进行颜色调控,无需人工操作,智能性高。

Description

一种智能调控LED灯珠的方法和装置
技术领域
本申请涉及智能家居技术领域,具体涉及一种智能调控LED灯珠的方法和装置。
背景技术
现有传统家庭中,对于智能灯的控制主要通过手动操作机械开关来实现智能灯的打开和关闭;而对于配备了智能家居控制系统的家庭中,除了手动操作机械开关实现智能灯的打开和关闭外,还可通过移动终端上的智能家居控制APP上的操作按钮实现对智能灯的开关控制。
但无论是通过机械开关或智能家居控制APP控制智能灯,都需要手动操作,且通过机械开关控制智能灯具有特定位置限制,而通过智能家居控制APP控制智能灯需要逐级打开APP控制界面,操作繁琐。因此,现有的对于智能灯的控制方式均需要手动操作,智能化程度低。
发明内容
为了克服上述现有技术的缺陷,本申请提供了一种智能调控LED灯珠的方法和装置。
具体技术方案如下所示:
一种智能调控LED灯珠的方法,包括:
通过摄像头采集用户的实时图像数据;
基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为;所述深度神经网络模型为用于对所述用户的用户行为进行识别的模型;
基于所述用户行为确定对应的用户场景;
从所述用户场景中获取与颜色相关的场景信息;
基于所述场景信息在预设的场景数据库中进行查询,以确定与所述场景信息对应的第一颜色;
控制预设LED灯珠基于所述第一颜色发光,所述预设LED灯珠为用于对所述用户场景所在预设范围内进行照明的LED灯珠。
在一个实施例中,所述“基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为”,包括:
获取用户的训练图像数据并输入至初始深度神经网络模型中进行训练,并得到训练后的所述深度神经网络模型,不同用户对应不同的深度神经网络模型;
基于所述实时图像数据匹配相应的所述深度神经网络模型;
若匹配成功,将所述实时图像数据输入至相应的所述深度神经网络模型进行识别;
若匹配失败,将所述实时图像数据输入至与所述用户关联度最高的其他用户所对应的深度神经网络模型进行识别。
在一个实施例中,还包括:
基于所述用户行为确定对应的用户心情;
基于所述用户心情在预设的心情数据库中进行查询,以确定与所述用户心情对应的第一亮度和第一色温;
控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光
在一个实施例中,所述“控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光”,包括:
基于所述实时图像数据获取实时环境信息,所述实时环境信息包括第二亮度;
计算所述第一亮度和所述第二亮度之间的差值,并基于所述差值更新所述第一亮度;
控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光。
在一个实施例中,还包括:
与智能家居设备建立通讯连接;
接收所述智能家居设备输出的状态信息;
基于所述状态信息判断用户是否需要抽离当前状态;
若需要,控制所述预设LED灯珠输出的光基于预设频率闪烁。
在一个实施例中,所述“控制所述预设LED灯珠输出的光基于预设频率闪烁”,包括:
制定所述预设LED灯珠与所述智能家居设备之间的移动路径;
基于由近至远的原则对发光范围与所述移动路径重合的LED灯珠进行发光顺序排序;
控制所述预设LED灯珠按预设频率闪烁输出的光;
控制所述发光范围与所述移动路径重合的LED灯珠基于所述发光顺序亮起,以对所述用户进行路径指引。
在一个实施例中,还包括:
若所述智能家居设备所在的区域与当前用户之间的距离超过预设距离,则基于当前用户所在位置和所述区域确定行进路线;
当用户基于所述行进路线朝向所述区域行进时,实时确定所述用户的位置;
确定所述行进路线上位于所述用户实时位置前方一定距离内的LED灯珠作为待控LED灯珠;
根据所述用户的朝向控制各所述待控LED灯珠依次亮起,以指引所述用户在所述行进路线上前行,直到达到所述区域。
在一个实施例中,还包括:
若所述状态信息对应有其他用户进入,拍摄所述其他用户的图像,并将所述图像展示给所述用户;
在获取到所述用户的确认指令后,基于LED灯珠的位置、其他用户的位置与所述用户设定的位置生成指引路线;
获取其他用户的实时位置,控制所述指引路线上距离其他用户的实时位置小于预设值的LED灯珠亮起,以指引其他用户前往用户设定的位置。
在一个实施例中,所述“控制预设LED灯珠基于所述第一颜色发光”,包括:
基于所述实时图像数据获取实时环境信息,所述实时环境信息包括第二颜色;
控制所述预设LED灯珠基于所述第二颜色发光,并控制所述预设LED灯珠在预设时间内由所述第二颜色逐渐转换至所述第一颜色发光。
一种智能调控LED灯珠的装置,包括:
采集模块,用于通过摄像头采集用户的实时图像数据;
识别模块,用于基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为;所述深度神经网络模型为用于对所述用户的用户行为进行识别的模型;
确定模块,用于基于所述用户行为确定对应的用户场景;
获取模块,用于从所述用户场景中获取与颜色相关的场景信息;
查询模块,用于基于所述场景信息在预设的场景数据库中进行查询,以确定与所述场景信息对应的第一颜色;
控制模块,用于控制预设LED灯珠基于所述第一颜色发光,所述预设LED灯珠为用于对所述用户场景所在预设范围内进行照明的LED灯珠。
在一个实施例中,所述识别模块,包括:
训练单元,用于获取用户的训练图像数据并输入至初始深度神经网络模型中进行训练,并得到训练后的所述深度神经网络模型,不同用户对应不同的深度神经网络模型;
匹配单元,用于基于所述实时图像数据匹配相应的所述深度神经网络模型;
第一识别单元,用于在匹配成功时将所述实时图像数据输入至相应的所述深度神经网络模型进行识别;
第二识别单元,用于在匹配失败时将所述实时图像数据输入至关联度最高的所述深度神经网络模型进行识别。
在一个实施例中,还包括通讯模块、接收模块和判断模块;
所述通讯模块用于与智能家居设备建立通讯连接;
所述接收模块用于接收所述智能家居设备输出的状态信息;
所述判断模块用于基于所述状态信息判断用户是否需要抽离当前状态;
所述控制模块还用于控制所述预设LED灯珠输出的光基于预设频率闪烁。
本申请至少具有以下有益效果:
本申请提供了一种智能调控LED灯珠的方法和装置,方法包括:通过摄像头采集用户的实时图像数据;基于深度神经网络模型对实时图像数据进行识别,以确定当前用户的用户行为;深度神经网络模型为用于对用户的用户行为进行识别的模型;基于用户行为确定对应的用户场景;从用户场景中获取与颜色相关的场景信息;基于场景信息在预设的场景数据库中进行查询,以确定与场景信息对应的第一颜色;控制预设LED灯珠基于第一颜色发光,预设LED灯珠为用于对用户场景所在预设范围内进行照明的LED灯珠。
本申请实现了LED灯珠发光的全自动化,无需手动操作机械开关也无需操作移动终端上的智能家居控制APP上的操作按钮,节省了人力成本,且本申请使得LED灯珠亮起的光的颜色与用户行为和用户场景相适配,智能化程度高,用户体验感好。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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为实施例1提供的智能调控LED灯珠的方法的第一流程图;
图2为实施例1提供的智能调控LED灯珠的方法的第二流程图;
图3为实施例1提供的智能调控LED灯珠的方法的第三流程图;
图4为实施例1提供的智能调控LED灯珠的方法的第四流程图;
图5为实施例1提供的智能调控LED灯珠的方法的第五流程图;
图6为实施例2提供的智能调控LED灯珠的装置的第一模块示意图;
图7为实施例2提供的智能调控LED灯珠的装置的第二模块示意图;
图8为实施例2提供的智能调控LED灯珠的装置的第三模块示意图。
附图标记:
1-采集模块;2-识别模块;3-确定模块;4-获取模块;5-查询模块;6-控制模块;7-通讯模块;8-接收模块;9-判断模块;21-训练单元;22-匹配单元;23-第一识别单元;24-第二识别单元。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
实施例1
如图1所示,本申请提供一种智能调控LED灯珠的方法,包括:
S110、通过摄像头采集用户的实时图像数据;
S210、基于深度神经网络模型对实时图像数据进行识别,以确定当前用户的用户行为;深度神经网络模型为用于对用户的用户行为进行识别的模型;
S310、基于用户行为确定对应的用户场景;
S410、从用户场景中获取与颜色相关的场景信息;
S510、基于场景信息在预设的场景数据库中进行查询,以确定与场景信息对应的第一颜色;
S610、控制预设LED灯珠基于第一颜色发光,预设LED灯珠为用于对用户场景所在预设范围内进行照明的LED灯珠。
本申请通过摄像头采集用户的实时图像,并基于实时图像确定用户行为、用户场景,最终获得与用户行为和用户场景相关的第一颜色,并控制用于对用户场景所在预设范围内进行照明的LED灯珠基于第一颜色发光。
本申请实现了LED灯珠发光的全自动化,无需手动操作机械开关也无需操作移动终端上的智能家居控制APP上的操作按钮,节省了人力成本,且本申请使得LED灯珠亮起的光的颜色与用户行为和用户场景相适配,智能化程度高,用户体验感好。
如图2所示,在一个实施例中,“S210、基于深度神经网络模型对实时图像数据进行识别,以确定当前用户的用户行为”,包括:
S211、获取用户的训练图像数据并输入至初始深度神经网络模型中进行训练,并得到训练后的深度神经网络模型,不同用户对应不同的深度神经网络模型;
S212、基于实时图像数据匹配相应的深度神经网络模型;
S213、若匹配成功,将实时图像数据输入至相应的深度神经网络模型进行识别;
S214、若匹配失败,将实时图像数据输入至与用户关联度最高的其他用户所对应的深度神经网络模型进行识别。
本实施例针对不用的用户预先训练好深度神经网络模型,在实际使用时,针对用户匹配与其相应的深度神经网络模型进行识别,使得识别效果准确。
除此之外,本实施例当遇到预先未进行深度神经网络模型训练的用户时,将实时图像数据输入至与用户关联度最高的其他用户所对应的深度神经网络模型进行识别,使得本实施例提供的智能调控LED灯珠的方法亦可适用在预先未进行深度神经网络模型训练的用户上,适用范围广。
具体地,用户行为包括用户整体行为、用户各部位行为和用户微小行为。用户各部位行为包括头部行为、躯干行为、手部行为和腿部行为等。用户微小行为包括眼部行为、嘴部行为和手指行为等。
具体地,用户场景包括用户行为对应的房间、家具和电器等。
如图3所示,在一个实施例中,“从用户场景中获取与颜色相关的场景信息”,包括:
S411、获取用户场景中存在的颜色;
S412、计算各颜色在用户场景中的含量;
S413、基于各颜色在用户场景中的含量进行降序排序;
S414、选择含量最高的颜色作为场景信息。
本实施例通过获取用户场景中含量最高的颜色作为场景信息,使得获取到的场景信息贴近用户场景,进而使得最终LED灯珠亮起的灯光颜色与用户行为和用户场景适配度最高,智能性高,提升了用户体验感。
如图4所示,在一个实施例中,本申请提供的智能调控LED灯珠的方法,还包括:
S320、基于用户行为确定对应的用户心情;
S520、基于用户心情在预设的心情数据库中进行查询,以确定与用户心情对应的第一亮度和第一色温;
S620、控制预设LED灯珠基于第一亮度和第一色温发光。
本实施例使得LED灯珠亮起的光的亮度和色温可基于用户心情做适应性调整。使得用户在情绪高涨、心情愉悦时,提高LED灯珠亮起的光的亮度和色温;在用户在情绪低落、心情抑郁时,降低LED灯珠亮起的光的亮度和色温。提高了灯具使用的舒适度、便利度和灵活度,用户体验感好。
如图5所示,在一个实施例中,“S620、控制预设LED灯珠基于第一亮度和第一色温发光”,包括:
S621、基于实时图像数据获取实时环境信息,实时环境信息包括第二亮度;
S622、计算第一亮度和第二亮度之间的差值,并基于差值更新第一亮度;
S623、控制预设LED灯珠基于第一亮度和第一色温发光。
具体地,第二亮度为环境光亮度。
本实施例使得LED灯珠亮起的同时兼顾环境亮度,使得LED灯珠可基于环境亮度进行调光,在环境亮度不足时,可进行环境亮度补偿,在环境亮度充足时,可自动降低LED灯珠的发光亮度,使得LED灯珠的照明光效均匀,提高了灯具使用的舒适度、便利度和灵活度,用户体验感好。
在一个实施例中,“S610、控制预设LED灯珠基于第一颜色发光”,包括:
S611、基于实时图像数据获取实时环境信息,实时环境信息包括第二颜色;
S612、控制预设LED灯珠基于第二颜色发光,并控制预设LED灯珠在预设时间内由第二颜色逐渐转换至第一颜色发光。
具体地,第二颜色为环境光颜色。
本实施例使得LED灯珠亮起时不会骤然切换至第一颜色,而是由环境光颜色逐渐转换至第一颜色发光,给用户提供了过渡时间,使得LED灯珠柔性切换至第一颜色,舒适度高,用户体验高好。
在一个实施例中,本申请提供的智能调控LED灯珠的方法,还包括:
S120、与智能家居设备建立通讯连接;
S220、接收智能家居设备输出的状态信息;
S320、基于状态信息判断用户是否需要抽离当前状态;
S630、若需要,控制预设LED灯珠输出的光基于预设频率闪烁。
本实施例使得预设LED灯珠具备提醒功能,当智能家居设备输出的状态信息(例如门外访客在按门铃、厨房家电烹饪完毕等)使用户需抽离出当前状态时,预设LED灯珠闪烁,使得用户沉浸在当前状态时也不会遗漏其他重要信息。
在一个实施例中,“S630、控制预设LED灯珠输出的光基于预设频率闪烁”,包括:
S631、制定预设LED灯珠与智能家居设备之间的移动路径;
S632、基于由近至远的原则对发光范围与移动路径重合的LED灯珠进行发光顺序排序;
S633、控制预设LED灯珠按预设频率闪烁输出的光;
S634、控制发光范围与移动路径重合的LED灯珠基于发光顺序亮起,以对用户进行路径指引。
本实施例使得预设LED灯珠具备提醒功能的同时,还具备指引功能,使得预设LED灯珠可对用户进行路径指引,使用户需抽离出当前状态后,便可基于LED灯珠亮起的顺序及时获取到待进行下一步操作的智能家居设备的所在位置。
在一个实施例中,本申请提供的智能调控LED灯珠的方法,还包括:
S710、若所述智能家居设备所在的区域与当前用户之间的距离超过预设距离,则基于当前用户所在位置和所述区域确定行进路线;
S720、当用户基于行进路线朝向区域行进时,实时确定用户的位置;
S730、确定所述行进路线上位于所述用户实时位置前方一定距离内的LED灯珠作为待控LED灯珠;
S740、根据用户的朝向控制各待控LED灯珠依次亮起,以指引用户在行进路线上前行,直到达到区域。
具体地,用户的朝向指用户冠状面所朝向的方位。
本实施例使得待控LED灯珠不仅具备提醒功能还具备指引功能,且行进路线上的待控LED灯珠随用户的移动而依次亮起,使得待控LED灯珠在指引时,具备动感效果,增加了灯光的灵动度,提升了用户的体验感。
在一个实施例中,本申请提供的智能调控LED灯珠的方法,还包括:
S710、若所述状态信息对应有其他用户进入,拍摄所述其他用户的图像,并将所述图像展示给所述用户;
S720、在获取到所述用户的确认指令后,基于LED灯珠的位置、其他用户的位置与所述用户设定的位置生成指引路线;
S730、获取其他用户的实时位置,控制所述指引路线上距离其他用户的实时位置小于预设值的LED灯珠亮起,以指引其他用户前往用户设定的位置。
本实施例使得LED灯珠具备指引其他用户的功能,可根据其他用户的来访目的对LED灯珠进行调控,提高了智能性,且适用范围广。例如若其他用户为快递员,用户下达确认指令后,LED灯珠将快递员指引至玄关处将快递放置;或者其他用户为用户的好友,用户下达确认指令后,LED灯珠将用户的好友指引至用户所在处与用户汇合。
实施例2
如图6所示,本实施例提供一种智能调控LED灯珠的装置,包括:
采集模块1,用于通过摄像头采集用户的实时图像数据;
识别模块2,用于基于深度神经网络模型对实时图像数据进行识别,以确定当前用户的用户行为;深度神经网络模型为用于对用户的用户行为进行识别的模型;
确定模块3,用于基于用户行为确定对应的用户场景;
获取模块4,用于从用户场景中获取与颜色相关的场景信息;
查询模块5,用于基于场景信息在预设的场景数据库中进行查询,以确定与场景信息对应的第一颜色;
控制模块6,用于控制预设LED灯珠基于第一颜色发光,预设LED灯珠为用于对用户场景所在预设范围内进行照明的LED灯珠。
本申请通过采集模块1、识别模块2、确定模块3、获取模块4、查询模块5和控制模块6的配合,实现了LED灯珠发光的全自动化,无需手动操作机械开关也无需操作移动终端上的智能家居控制APP上的操作按钮,节省了人力成本,且本申请使得LED灯珠亮起的光的颜色与用户行为和用户场景相适配,智能化程度高,用户体验感好。
如图7所示,在一个实施例中,识别模块2包括:
训练单元21,用于获取用户的训练图像数据并输入至初始深度神经网络模型中进行训练,并得到训练后的深度神经网络模型,不同用户对应不同的深度神经网络模型;
匹配单元22,用于基于实时图像数据匹配相应的深度神经网络模型;
第一识别单元23,用于在匹配成功时将实时图像数据输入至相应的深度神经网络模型进行识别;
第二识别单元24,用于在匹配失败时将实时图像数据输入至关联度最高的深度神经网络模型进行识别。
本实施例通过训练单元21针对不用的用户预先训练好深度神经网络模型,在实际使用时,匹配单元22针对用户匹配与其相应的深度神经网络模型,并通过第一识别单元23进行识别,使得识别效果准确。
除此之外,本实施例当遇到预先未进行深度神经网络模型训练的用户时,第二识别单元24将实时图像数据输入至与用户关联度最高的其他用户所对应的深度神经网络模型进行识别,使得本实施例提供的智能调控LED灯珠的方法亦可适用在预先未进行深度神经网络模型训练的用户上,适用范围广。
如图8所示,在一个实施例中,还包括通讯模块7、接收模块8和判断模块9;
通讯模块7用于与智能家居设备建立通讯连接;
接收模块8用于接收智能家居设备输出的状态信息;
判断模块9用于基于状态信息判断用户是否需要抽离当前状态;
控制模块6还用于控制预设LED灯珠输出的光基于预设频率闪烁。
本实施例通过通讯模块7、接收模块8和判断模块9的配合,使得预设LED灯珠具备提醒功能,当接收模块8接收到的智能家居设备输出的状态信息(例如门外访客在按门铃、厨房家电烹饪完毕等)需使用户抽离出当前状态时,控制模块6控制预设LED灯珠闪烁,使得用户沉浸在当前状态时也不会遗漏其他重要信息。
本领域普通技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件的结合。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
以上所述仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (8)

1.一种智能调控LED灯珠的方法,其特征在于,包括:
通过摄像头采集用户的实时图像数据;
基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为;所述深度神经网络模型为用于对所述用户的用户行为进行识别的模型;
基于所述用户行为确定对应的用户场景;
从所述用户场景中获取与颜色相关的场景信息;
基于所述场景信息在预设的场景数据库中进行查询,以确定与所述场景信息对应的第一颜色;
控制预设LED灯珠基于所述第一颜色发光,所述预设LED灯珠为用于对所述用户场景所在预设范围内进行照明的LED灯珠;
还包括:与智能家居设备建立通讯连接;接收所述智能家居设备输出的状态信息;基于所述状态信息判断用户是否需要抽离当前状态;若需要,控制所述预设LED灯珠输出的光基于预设频率闪烁;
所述“控制所述预设LED灯珠输出的光基于预设频率闪烁”,包括:制定所述预设LED灯珠与所述智能家居设备之间的移动路径;基于由近至远的原则对发光范围与所述移动路径重合的LED灯珠进行发光顺序排序;控制所述预设LED灯珠按预设频率闪烁输出的光;控制所述发光范围与所述移动路径重合的LED灯珠基于所述发光顺序亮起,以对所述用户进行路径指引。
2.根据权利要求1所述的智能调控LED灯珠的方法,其特征在于,所述“基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为”,包括:
获取用户的训练图像数据并输入至初始深度神经网络模型中进行训练,并得到训练后的所述深度神经网络模型,不同用户对应不同的深度神经网络模型;
基于所述实时图像数据匹配相应的所述深度神经网络模型;
若匹配成功,将所述实时图像数据输入至相应的所述深度神经网络模型进行识别;
若匹配失败,将所述实时图像数据输入至与所述用户关联度最高的其他用户所对应的深度神经网络模型进行识别。
3.根据权利要求1所述的智能调控LED灯珠的方法,其特征在于,还包括:
基于所述用户行为确定对应的用户心情;
基于所述用户心情在预设的心情数据库中进行查询,以确定与所述用户心情对应的第一亮度和第一色温;
控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光。
4.根据权利要求3所述的智能调控LED灯珠的方法,其特征在于,所述“控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光”,包括:
基于所述实时图像数据获取实时环境信息,所述实时环境信息包括第二亮度;
计算所述第一亮度和所述第二亮度之间的差值,并基于所述差值更新所述第一亮度;
控制所述预设LED灯珠基于所述第一亮度和所述第一色温发光。
5.根据权利要求1所述的智能调控LED灯珠的方法,其特征在于,还包括:
若所述智能家居设备所在的区域与当前用户之间的距离超过预设距离,则基于当前用户所在位置和所述区域确定行进路线;
当用户基于所述行进路线朝向所述区域行进时,实时确定所述用户的位置;
确定所述行进路线上位于所述用户的实时位置前方一定距离内的LED灯珠作为待控LED灯珠;
根据所述用户的朝向控制各所述待控LED灯珠依次亮起,以指引所述用户在所述行进路线上前行,直到达到所述区域。
6.根据权利要求1所述的智能调控LED灯珠的方法,其特征在于,还包括:
若所述状态信息对应有其他用户进入,拍摄所述其他用户的图像,并将所述图像展示给所述用户;
在获取到所述用户的确认指令后,基于LED灯珠的位置、其他用户的位置与所述用户设定的位置生成指引路线;
获取其他用户的实时位置,控制所述指引路线上距离其他用户的实时位置小于预设值的LED灯珠亮起,以指引其他用户前往用户设定的位置。
7.根据权利要求1所述的智能调控LED灯珠的方法,其特征在于,所述“控制预设LED灯珠基于所述第一颜色发光”,包括:
基于所述实时图像数据获取实时环境信息,所述实时环境信息包括第二颜色;
控制所述预设LED灯珠基于所述第二颜色发光,并控制所述预设LED灯珠在预设时间内由所述第二颜色逐渐转换至所述第一颜色发光。
8.一种智能调控LED灯珠的装置,其特征在于,包括:
采集模块,用于通过摄像头采集用户的实时图像数据;
识别模块,用于基于深度神经网络模型对所述实时图像数据进行识别,以确定当前所述用户的用户行为;所述深度神经网络模型为用于对所述用户的用户行为进行识别的模型;
确定模块,用于基于所述用户行为确定对应的用户场景;
获取模块,用于从所述用户场景中获取与颜色相关的场景信息;
查询模块,用于基于所述场景信息在预设的场景数据库中进行查询,以确定与所述场景信息对应的第一颜色;
通讯模块,用于与智能家居设备建立通讯连接;
接收模块,用于接收智能家居设备输出的状态信息;
判断模块,用于基于状态信息判断用户是否需要抽离当前状态;
控制模块,用于控制预设LED灯珠基于所述第一颜色发光,所述预设LED灯珠为用于对所述用户场景所在预设范围内进行照明的LED灯珠;还用于制定所述预设LED灯珠与所述智能家居设备之间的移动路径,基于由近至远的原则对发光范围与所述移动路径重合的LED灯珠进行发光顺序排序,控制所述预设LED灯珠按预设频率闪烁输出的光,控制所述发光范围与所述移动路径重合的LED灯珠基于所述发光顺序亮起,以对所述用户进行路径指引。
CN202311461367.9A 2023-11-06 2023-11-06 一种智能调控led灯珠的方法和装置 Active CN117202432B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311461367.9A CN117202432B (zh) 2023-11-06 2023-11-06 一种智能调控led灯珠的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311461367.9A CN117202432B (zh) 2023-11-06 2023-11-06 一种智能调控led灯珠的方法和装置

Publications (2)

Publication Number Publication Date
CN117202432A CN117202432A (zh) 2023-12-08
CN117202432B true CN117202432B (zh) 2024-03-12

Family

ID=88994601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311461367.9A Active CN117202432B (zh) 2023-11-06 2023-11-06 一种智能调控led灯珠的方法和装置

Country Status (1)

Country Link
CN (1) CN117202432B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN211297022U (zh) * 2019-11-12 2020-08-18 北京良业环境技术股份有限公司 一种具有光影交互功能的智能路灯及其控制系统
CN114867170A (zh) * 2022-03-29 2022-08-05 深圳市讴可电子科技有限公司 一种台灯色温调节方法、装置、电子设备及存储介质
CN116133196A (zh) * 2022-12-13 2023-05-16 安徽世林照明股份有限公司 基于场景识别的智能型教育照明灯具灯光调节方法
CN116634622A (zh) * 2023-07-26 2023-08-22 深圳特朗达照明股份有限公司 一种基于物联网的led智能控制方法、系统及介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN211297022U (zh) * 2019-11-12 2020-08-18 北京良业环境技术股份有限公司 一种具有光影交互功能的智能路灯及其控制系统
CN114867170A (zh) * 2022-03-29 2022-08-05 深圳市讴可电子科技有限公司 一种台灯色温调节方法、装置、电子设备及存储介质
CN116133196A (zh) * 2022-12-13 2023-05-16 安徽世林照明股份有限公司 基于场景识别的智能型教育照明灯具灯光调节方法
CN116634622A (zh) * 2023-07-26 2023-08-22 深圳特朗达照明股份有限公司 一种基于物联网的led智能控制方法、系统及介质

Also Published As

Publication number Publication date
CN117202432A (zh) 2023-12-08

Similar Documents

Publication Publication Date Title
CN106604508B (zh) 基于自学习的灯光环境控制方法和控制系统
CN104735878B (zh) 一种可穿戴的照明灯具控制装置及照明灯具控制系统
CN110463351A (zh) 具有可见光传感器的负载控制系统
CN108684102B (zh) 一种人性化的室内智能led灯具及室内照明控制系统
CN109661856A (zh) 光照控制
CN105828493B (zh) 照明系统与其多模式灯具
CN112969254B (zh) 一种基于场景自动识别的商务宾馆客房照明控制装置
CN105843050A (zh) 智能家居系统、智能家居控制装置和方法
CN107006100B (zh) 控制照明动态
CN108738215A (zh) 一种自动调节台灯技术参数方法、装置及台灯
KR101353195B1 (ko) 이동통신단말을 이용한 조명 제어 방법
CN117119650B (zh) 一种智能灯具调光控制方法及系统
CN105848374A (zh) 一种灯光控制系统及方法
CN105872748A (zh) 基于视频参数的灯光调节方法及装置
CN107018611B (zh) 一种基于语音识别和情感的智慧灯控制系统及控制方法
CN207995446U (zh) 终端设备和灯具控制系统
CN111766795A (zh) 一种基于物联网的智能家居总控系统及方法
CN110139449A (zh) 一种基于人体姿态识别的智能全屋照明系统
CN105744699A (zh) 一种照明灯的控制方法、装置及设备
CN205168317U (zh) 一种可根据情绪调节灯光的汽车内灯系统
CN106376134B (zh) 改进的环境智能感应型led灯
CN110944429B (zh) 车内灯光控制方法、装置和车辆
CN106658926A (zh) 灯具控制方法及装置
CN117202432B (zh) 一种智能调控led灯珠的方法和装置
CN107087326A (zh) 一种智能化室内灯光照明系统

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