【技术实现步骤摘要】
本专利技术涉及窗帘调节，尤其涉及一种基于人工智能的窗帘环境自适应方法及系统。
技术介绍
1、随着人们对室内环境舒适度要求的不断提高，窗帘在调节室内光照、温度等方面的作用日益凸显，传统窗帘需要人工手动调节，无法根据环境的实时变化做出及时响应，导致室内环境的舒适度和能源利用效率难以达到理想状态，同时，现代建筑设计越来越多样化，不同的建筑结构、朝向以及窗户类型使得室内光照和温度的分布变得复杂，而且，人们在不同场景下对室内环境的需求也各不相同，例如阅读时需要充足且均匀的光照，休息时则需要较暗的环境，不同的应用环境，导致窗帘的自适应准确性较低，因此，需要一种能够提高窗帘环境自适应准确性的方法。
技术实现思路
1、本专利技术提供一种基于人工智能的窗帘环境自适应方法及系统，其主要目的在于提高窗帘环境自适应的准确性。
2、为实现上述目的，本专利技术提供的一种基于人工智能的窗帘环境自适应方法，包括：
3、定位待调节窗帘的地理位置，查询所述地理位置对应的当前公历日期和天文位置参数，结合所述天文位置参数和所述当前公历日期，计算所述待调节窗帘对应的太阳仰角，根据所述太阳仰角和所述天文位置参数，计算所述待调节窗帘对应的太阳地平经度；
4、检测所述待调节窗帘对应的应用场景主体，并采集所述地理位置的光线数据和温度数据，基于所述光线数据，分析所述待调节窗帘对应的光线偏振态，基于所述温度数据，分析所述待调节窗帘对应的温度分布场，结合所述光线偏振态、所述温度分布场及所述应用场景主体
5、结合所述模拟光照模型、所述太阳地平经度及所述应用场景主体，计算出所述待调节窗帘的光通量密度值，查询所述待调节窗帘对应的窗帘材质，基于所述窗帘材质，计算所述待调节窗帘对应的透光系数；
6、评测所述应用场景主体的最佳光照强度，结合所述透光系数、所述光通量密度值及所述最佳光照强度，确定所述待调节窗帘对应的最佳调节角度，基于所述最佳调节角度执行所述待调节窗帘的调节处理，得到调节结果。
7、可选地，所述结合所述天文位置参数和所述当前公历日期，计算所述待调节窗帘对应的太阳仰角，包括：
8、根据所述当前公历日期，确定所述地理位置对应的位置日序；
9、根据所述位置日序，通过下述公式计算所述地理位置对应的地理日赤纬：
10、
11、其中，a表示地理位置对应的地理日赤纬，b表示位置日序，d表示年历天数，b表示地轴倾角，
12、结合所述天文位置参数和所述地理日赤纬，通过下述公式计算所述待调节窗帘对应的太阳仰角：
13、β＝sinα·sina+cosα·cosa·cosγ
14、其中，β表示待调节窗帘对应的太阳仰角，a表示地理日赤纬，α表示天文位置参数中关于地理位置的地理维度，γ表示天文位置参数中关于地理位置的太阳即时角度。
15、可选地，所述根据所述太阳仰角和所述天文位置参数，计算所述待调节窗帘对应的太阳地平经度，包括：
16、根据所述太阳仰角和所述天文位置参数，通过下述公式计算所述地理位置对应的太阳水平位角：
17、
18、其中，e表示地理位置对应的太阳水平位角，β表示太阳仰角，α表示天文位置参数中关于地理位置的地理维度，γ表示天文位置参数中关于地理位置的太阳即时角度，
19、根据所述太阳水平位角，确定所述待调节窗帘对应的太阳地平经度。
20、可选地，所述基于所述光线数据，分析所述待调节窗帘对应的光线偏振态，包括：
21、对所述光线数据进行滤波处理，得到滤波光线数据；
22、对所述滤波光线数据进行去噪处理，得到去噪光线数据；
23、基于所述去噪光线数据，计算所述待调节窗帘的光线偏振度和光线偏振角；
24、基于所述光线偏振度和所述光线偏振角，分析所述待调节窗帘对应的光线偏振态。
25、可选地，所述基于所述温度数据，分析所述待调节窗帘对应的温度分布场，包括：
26、对所述温度数据进行数据清洗，得到目标温度数据；
27、对所述目标温度数据进行数据校准，得到校准温度数据，并获取所述校准温度数据对应的位置信息；
28、结合所述位置信息和所述校准温度数据，构建所述地理位置的温度分布图；
29、基于所述温度分布图，分析所述地理位置的温度演变特征和温度分布特征；
30、基于所述温度演变特征和所述温度分布特征，分析所述待调节窗帘对应的温度分布场。
31、可选地，所述结合所述模拟光照模型、所述太阳地平经度及所述应用场景主体，计算出所述待调节窗帘的光通量密度值，包括：
32、根据所述太阳地平经度，在所述模拟光照模型中配置虚拟光源；
33、分别确定所述虚拟光源和所述应用场景主体对应的法向量，得到光源法向量和主体法向量；
34、基于所述光源法向量，测量所述虚拟光源对应的光源出射角；
35、基于所述主体法向量，测量所述虚拟光源对应的光源入射角，并计算所述光源出射角对应的光照出射强度；
36、计算所述应用场景主体与虚拟光源之间的光照距离值；
37、结合所述光照距离值、所述光源出射角及所述光照出射强度，通过下述公式计算出所述应用场景主体对应的主体光通量：
38、
39、其中，f表示应用场景主体对应的主体光通量，hθ表示光源入射角为θ对应的光照出射强度，cosμ表示光源出射角为μ对应的余弦值，da表示应用场景主体中第a个主体对应的光照距离值，a表示应用场景主体的序列号，
40、根据所述主体光通量，计算出所述待调节窗帘的光通量密度值。
41、可选地，所述基于所述窗帘材质，计算所述待调节窗帘对应的透光系数，包括：
42、查询所述窗帘材质对应的材质吸收系数和材质散射系数；
43、结合所述材质吸收系数和所述材质散射系数，计算出所述待调节窗帘对应的窗帘吸收系数和窗帘散射系数；
44、测量所述待调节窗帘对应的窗帘厚度；
45、结合所述窗帘吸收系数、所述窗帘散射系数及所述窗帘厚度，通过下述公式计算所述待调节窗帘对应的透光系数：
46、g＝e-(ρ+ω)l
47、其中，g表示待调节窗帘对应的透光系数，ρ表示窗帘吸收系数，ω表示窗帘散射系数，l表示窗帘厚度。
48、可选地，所述评测所述应用场景主体的最佳光照强度，包括：
49、采集所述应用场景主体对应的场景主体图像；
50、基于所述场景主体图像，分析所述应用场景主体对应的主体色彩特征；
51、收集所述应用场景主体对应的主体使用数据；
52、基于所述主体使用数据，确定所述应用场景主体对应的视觉舒适照度；
53、结合所述视觉舒适照度和所述主体色彩特本文档来自技高网...
【技术保护点】
1.一种基于人工智能的窗帘环境自适应方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述结合所述天文位置参数和所述当前公历日期，计算所述待调节窗帘对应的太阳仰角，包括：
3.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述根据所述太阳仰角和所述天文位置参数，计算所述待调节窗帘对应的太阳地平经度，包括：
4.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所述光线数据，分析所述待调节窗帘对应的光线偏振态，包括：
5.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所述温度数据，分析所述待调节窗帘对应的温度分布场，包括：
6.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述结合所述模拟光照模型、所述太阳地平经度及所述应用场景主体，计算出所述待调节窗帘的光通量密度值，包括：
7.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所
8.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述评测所述应用场景主体的最佳光照强度，包括：
9.如权利要求8所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所述主体使用数据，确定所述应用场景主体对应的视觉舒适照度，包括：
10.一种基于人工智能的窗帘环境自适应系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.一种基于人工智能的窗帘环境自适应方法，其特征在于，所述方法包括：
2.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述结合所述天文位置参数和所述当前公历日期，计算所述待调节窗帘对应的太阳仰角，包括：
3.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述根据所述太阳仰角和所述天文位置参数，计算所述待调节窗帘对应的太阳地平经度，包括：
4.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所述光线数据，分析所述待调节窗帘对应的光线偏振态，包括：
5.如权利要求1所述的一种基于人工智能的窗帘环境自适应方法，其特征在于，所述基于所述温度数据，分析所述待调节窗帘对应的温度分布场，包括：<...
【专利技术属性】
技术研发人员：刘永聪，杨宏波，
申请(专利权)人：广东戴维智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。