【技术实现步骤摘要】
本专利技术涉及照明控制，特别是一种基于多设备的联动照明控制方法、系统、设备及介质。
技术介绍
1、随着智能家居技术的迅速发展，基于多设备的智能照明控制系统已成为现代生活中重要的一部分。近年来，智能照明系统经历了从单一控制到多设备联动的转型。最初，智能照明系统主要依赖简单的传感器和定时控制实现基本的照明管理，但随着人工智能和物联网技术的发展，越来越多的智能照明系统开始支持基于环境条件和用户需求的动态调节。现代智能照明不仅可以根据环境光强度、时间段等自动调节亮度，还能通过集成多种传感器（如动作传感器、温湿度传感器、光谱传感器等）实现更智能、更精细的控制。
2、但现有的照明控制技术仍存在不足，其照明亮度和光谱分布优化问题常常缺乏精细化的控制，照明效果往往未能达到最佳的光效和舒适度，缺乏对光源光谱功率分布的精确控制，从而影响了整体的照明质量和能效。
技术实现思路
1、鉴于上述现有存在的问题，提出了本专利技术。
2、因此，本专利技术提供了一种基于多设备的联动照明控制方法、系统、设备及介质，解决现有技术照明亮度和光谱分布优化问题常常缺乏精细化的控制，缺乏对光源光谱功率分布的精确控制的问题。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术提供了一种基于多设备的联动照明控制方法，其包括，
5、基于照明场所获取照明空间信息，并通过部署传感器收集照明空间中的环境光强和人员动作信息，并获取用户设定照明信息；>
6、基于环境光强和用户设定照明信息计算照明控制亮度，并通过调整照明光源的光谱功率分布进行照明光谱优化，基于照明控制亮度和照明光谱形成照明灯光控制方案；
7、构建人员动作预测模型预测用户动作，根据预测用户动作在照明空间位置生成照明空间控制方案，通过强化学习算法对人员动作预测模型进一步优化后进行应用；
8、将应用的照明控制方案进行展示并存储至照明控制数据库中；
9、所述基于照明控制亮度和照明光谱形成照明灯光控制方案指将照明空间地面中心作为测量点，定义地面法向量平面，计算照明光源与测量点之间夹角，通过亮度和夹角乘积计算每个照明光源的光通量，并计算得到波长下的光谱效率，基于光谱效率和每个照明光源的波长计算辐射通量；
10、随机生成每个照明光源的调整波长范围形成遗传个体并形成遗传种群，为每个遗传个体设定约束条件，根据光通量和辐射通量定义适应度，通过遗传算法对遗传种群中个体进行迭代得到最优个体，提取最优个体中每个照明光源的波长调整范围形成照明光谱形成照明灯光控制方案；
11、所述照明控制方案包括照明灯光控制方案和照明空间控制方案。
12、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述基于环境光强和用户设定照明信息计算照明控制亮度，并通过调整照明光源的光谱功率分布进行照明光谱优化，基于照明控制亮度和照明光谱形成照明控制方案指从用户设定照明信息中设定照明强度信息，计算设定照明强度和环境光强的差值获取照明控制亮度，若照明控制亮度小于等于0，则不开启照明，否则开启照明；
13、同步获取照明空间中照明光源数量、位置以及功率，计算照明光源与测量点之间夹角，通过亮度和夹角乘积计算每个照明光源的光通量：
14、
15、其中为第i个照明光源与测量点之间夹角，为第i个光源亮度；
16、根据cie标准确定视光函数v，并使用视光函数v计算得到波长下的光谱效率：
17、
18、其中为照明光源在波长下的光源效率，为波长下的视光函数值；
19、基于每个照明光源的波长计算其辐射通量：
20、
21、其中为照明光源的波长范围，为辐射光谱在波长的值；
22、随机生成每个照明光源的调整波长范围，将照明空间中所有照明光源形成遗传个体并综合所有遗传个体形成遗传种群；
23、基于测量点亮度和ciede2000色差为每个遗传个体设定约束条件：
24、
25、其中n为照明空间中光源数量，为第i个照明光源功率，为第i个照明光源与测量点的距离，为色差，为色差阈值，、以及为波长调整后的照明光源在cie 1976颜色空间中的值，、b以及c为初始照明光源在cie 1976颜色空间中的值；
26、通过遗传算法对遗传种群中个体进行迭代，计算光通量和辐射通量的比值作为光效比，将遗传个体中所有光源的光效比相加作为遗传个体适应度，选择适应度最高且满足约束条件的遗传个体进行交叉变异，直至适应度发生收敛后停止，选择迭代后的遗传种群中适应度最高且满足约束条件的遗传个体作为最优个体，提取最优个体中每个照明光源的波长调整范围形成照明光谱，将照明控制亮度和照明光谱形成照明灯光控制方案。
27、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述构建人员动作预测模型预测用户动作，根据预测用户动作在照明空间位置生成优化照明空间控制方案指基于lstm网络构建人员动作预测模型，基于人员动作信息对人员动作预测模型进行训练，并基于训练好的模型预测未来人员动作，根据未来人员动作和照明空间信息判断未来用户所处照明空间位置；
28、将用户移动到照明空间位置的时间设定为照明空间控制方案生成时间，若用户移动到新的照明空间，则在用户移动到新的照明空间时关闭原照明空间照明设备，启用新的照明空间照明设备应用照明空间控制方案。
29、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述通过强化学习算法对人员动作预测模型进一步优化后进行应用指使用q-learning强化学习算法设定奖励机制定期对人员动作预测模型进一步优化并验证优化后模型准确性，通过准确性检验后将人员动作预测模型进行应用。
30、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述基于照明场所获取照明空间信息，并通过部署传感器收集照明空间中的环境光强和人员动作，并获取用户设定照明信息指基于照明场所查询获取照明空间信息，在照明空间中部署环境光传感器和动作传感器收集环境光强和人员动作，且通过用户获取用户设定照明信息，将所有传感器通过低延迟通信网络进行连接形成传感器网络。
31、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述将应用的照明控制方案进行展示指将每个照明空间生成的照明控制方案进行展示，并在用户离开照明空间后形成照明控制方案更替记录同步进行展示。
32、作为本专利技术所述基于多设备的联动照明控制方法的一种优选方案，其中：所述存储至照明控制数据库中指将照明控制方案和更替记录存储至照明控制数据库中，数据库为存储数据添加时间戳和位置信息，并上传至云端进行备份。
33、第二方面，本专利技术提供了一种基于多设备的联动照明控制系统，包括，
34、数据收集模块，用于收集照明空间信息、环境光强和人员动作本文档来自技高网...
【技术保护点】
1.一种基于多设备的联动照明控制方法，其特征在于：包括，
2.如权利要求1所述的基于多设备的联动照明控制方法，其特征在于：所述基于环境光强和用户设定照明信息计算照明控制亮度，并通过调整照明光源的光谱功率分布进行照明光谱优化，基于照明控制亮度和照明光谱形成照明灯光控制方案指从用户设定照明信息中设定照明强度信息，计算设定照明强度和环境光强的差值获取照明控制亮度，若照明控制亮度小于等于0，则不开启照明，否则开启照明；
3.如权利要求2所述的基于多设备的联动照明控制方法，其特征在于：所述构建人员动作预测模型预测用户动作，根据预测用户动作在照明空间位置生成优化照明空间控制方案指基于LSTM网络构建人员动作预测模型，基于人员动作信息对人员动作预测模型进行训练，并基于训练好的模型预测未来人员动作，根据未来人员动作和照明空间信息判断未来用户所处照明空间位置；
4.如权利要求3所述的基于多设备的联动照明控制方法，其特征在于：所述通过强化学习算法对人员动作预测模型进一步优化后进行应用指使用Q-learning强化学习算法设定奖励机制定期对人员动作预测模型进一步优化
5.如权利要求4所述的基于多设备的联动照明控制方法，其特征在于：所述基于照明场所获取照明空间信息，并通过部署传感器收集照明空间中的环境光强和人员动作，并获取用户设定照明信息指基于照明场所查询获取照明空间信息，在照明空间中部署环境光传感器和动作传感器收集环境光强和人员动作，且通过用户获取用户设定照明信息，将所有传感器通过低延迟通信网络进行连接形成传感器网络。
6.如权利要求5所述的基于多设备的联动照明控制方法，其特征在于：所述将应用的照明控制方案进行展示指将每个照明空间生成的照明控制方案进行展示，并在用户离开照明空间后形成照明控制方案更替记录同步进行展示。
7.如权利要求6所述的基于多设备的联动照明控制方法，其特征在于：所述存储至照明控制数据库中指将照明控制方案和更替记录存储至照明控制数据库中，数据库为存储数据添加时间戳和位置信息，并上传至云端进行备份。
8.一种基于多设备的联动照明控制系统，基于权利要求1~7任一所述的基于多设备的联动照明控制方法，其特征在于：包括，
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于多设备的联动照明控制方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1~7任一所述的基于多设备的联动照明控制方法的步骤。
...【技术特征摘要】
1.一种基于多设备的联动照明控制方法，其特征在于：包括，
2.如权利要求1所述的基于多设备的联动照明控制方法，其特征在于：所述基于环境光强和用户设定照明信息计算照明控制亮度，并通过调整照明光源的光谱功率分布进行照明光谱优化，基于照明控制亮度和照明光谱形成照明灯光控制方案指从用户设定照明信息中设定照明强度信息，计算设定照明强度和环境光强的差值获取照明控制亮度，若照明控制亮度小于等于0，则不开启照明，否则开启照明；
3.如权利要求2所述的基于多设备的联动照明控制方法，其特征在于：所述构建人员动作预测模型预测用户动作，根据预测用户动作在照明空间位置生成优化照明空间控制方案指基于lstm网络构建人员动作预测模型，基于人员动作信息对人员动作预测模型进行训练，并基于训练好的模型预测未来人员动作，根据未来人员动作和照明空间信息判断未来用户所处照明空间位置；
4.如权利要求3所述的基于多设备的联动照明控制方法，其特征在于：所述通过强化学习算法对人员动作预测模型进一步优化后进行应用指使用q-learning强化学习算法设定奖励机制定期对人员动作预测模型进一步优化并验证优化后模型准确性，通过准确性检验后将人员动作预测模型进行应用。
5.如权利要求4所述的基于多设备的联动照明控制方法，其特征在于：所述基于照明场所获取照明空间信息，...
【专利技术属性】
技术研发人员：黄江，孙奇卓，樊思雨，王佷杰，于海峰，
申请(专利权)人：海创智造科技珠海有限公司，
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。