基于自学习的灯光环境控制方法和控制系统技术方案

本发明专利技术涉及一种基于自学习的灯光环境控制方法和控制系统，包括以下步骤：S1：客观环境采集模块采集智能灯所在位置的当前客观环境信息；S2：用户识别模块识别当前用户，并判断是否存在特定用户，当存在特定用户时，智能灯根据学习结果自动调节灯光环境；当不存在特定用户时，智能灯根据初始模型调节灯光环境，同时神经元网络模块根据当前用户、灯光环境和当前客观环境更新神经元网络模型；S3：判断手动调光模块是否处于触发状态，当手动调光模块处于触发状态时，神经元网络模块根据当前用户、灯光环境和当前客观环境更新神经元网络模型。优点在于：本发明专利技术能够神经元网络模型的学习在用户使用过程中不断的完善，充分体现智能灯的智能程度。

Light environment control method and control system based on self-learning

The invention relates to a self-learning light environment control method and control system based on S1, which comprises the following steps: collecting module: the objective environment of intelligent lamp location of the current environment information; S2: identify the user identification module and the current user, to determine whether there is a specific user, when there is a particular user, intelligent lamp automatic adjustment light environment according to the study results; when there is no specific user, according to the initial model of intelligent light adjusting lighting environment, while the neural network module according to the current user, the lighting environment and the current environment update neural network model; S3: judging manual dimming module is triggered, when the manual dimming module at trigger state, neurons the network module according to the current user, the lighting environment and the current environment update neural network model. The utility model has the advantages that the learning of the neural network model can be continuously improved in the process of using the user, and the intelligent degree of the intelligent lamp is fully embodied.

【技术实现步骤摘要】

本专利技术属于灯光控制领域，尤其涉及一种基于自学习的灯光环境控制方法和控制系统。
技术介绍
随着人们生活水平的不断提高，人们对于居住环境的要求也越来越高，智能灯光控制也从传统的实体的灯控开关转而采用app或者终端在线控制的方式进行调节控制，大大提高了灯光控制的便捷和舒适性。但是这类体验方式只是将其灯控开关从实体转移到终端，智能化程度不够。为了解决上述技术问题，人们进行了长期的探索，例如中国专利公开了一种智能调节灯光的方法及装置[申请号：201610193080.6]，该方法包括：确定当前时间和智能灯所在地的外部环境信息；根据所述当前时间和外部环境信息，确定灯光控制参数，所述灯光控制参数包括色温；将所述灯光控制参数发送给所述智能灯，以使所述智能灯根据所述灯光控制参数发射出模拟自然光，采用本方案的智能调节灯光的方法可以控制智能灯在预设场所为人们提供模拟自然光照明，从而让在常年见不到自然光照的环境下工作、生活的人们感受到类似大自然的照明环境变化，使人们可以根据灯光的色温变化来粗略判别时间，领略天气变化、季节变化，从而促进人们的身心健康，提升智能灯的用户体验。再如，一种智能家居灯光系统[申请号：201410728023.4]，包括：智能终端，所述的智能终端包括PAD、手机和电脑；主服务器，所述的主服务器通过互联网与智能终端通信连接；智能网关，所述的智能网关与主服务器通信连接；智能路由节点，所述的智能路由节点与智能网关通信连接；调光器，所述的调光器与智能路由节点通信连接；灯控开关，所述的灯控开关与智能路由节点通信连接；灯，所述的灯分别与灯控开关和调光器电连接。本专利技术的智能家居灯光系统通过对家庭灯光的智能控制，满足人们舒适、方便、节能的需求。系统基于Zigbee无线网络，采用模块化结构设计、安装方便，直接替换原有灯光控制面板即可。上述两个技术方案分别在一定程度提高了智能灯光照智能化程度，但是灯光环境的设定是一件不仅与环境相关、而且又是一个很个人化的事件，当用户处于不同的客观条件下时，其所需的灯光环境是有差异的，早晨、傍晚、晚上；阴天，晴天，夏季，冬季；室内的不同采光条件，这些不同的客观条件，都会对用户的舒适灯光环境体验产生影响；同时，不同的用户，对于灯光的色温或者光强也有不同的喜好，可调节的灯光环境为用户提供了新的体验，但如果这种调节长时间需要人为进行也会弱化体验，因此还有待进一步提高智能灯的智能化程度。
技术实现思路
本专利技术的目的是针对上述问题，提供一种基于自学习的灯光环境控制方法；本专利技术的另一目的是针对上述问题，提供一种基于自学习的灯光环境控制系统。为达到上述目的，本专利技术采用了下列技术方案：本专利技术的基于自学习的灯光环境控制方法，包括以下步骤：S1：通过一客观环境采集模块采集智能灯所在位置的当前客观环境信息；S2：通过用户识别模块识别当前用户，并判断是否存在特定用户，当存在特定用户时，智能灯根据当前客观环境信息和特定用户的用灯习惯自动调节灯光环境；当不存在特定用户时，智能灯仅根据当前客观环境信息自动调节灯光环境，同时神经元网络模块将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型，且将不是特定用户的当前用户均标记为特定用户；S3：判断手动调光模块是否处于触发状态，当手动调光模块处于触发状态时，智能灯优先保持手动调节结果的灯光环境，且神经元网络模块将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型。通过上述技术方案，本专利技术基于客观环境前提下，通过用户识别模块对不同用户进行判断，在前期使用中通过学习用户的调节习惯，并建立客观环境条件、特定用户以及灯光环境的映射关系的神经元网络模型，可以通过机器学习即神经元网络模块中的神经网络算法进行学习，在用户使用过程中神经元网络模型的学习集不断的完善，从而逐步实现系统自主判断提供舒适的贴合用户的灯光环境，充分体现智能灯的智能程度。在上述的基于自学习的灯光环境控制方法中，在步骤S2中，所述的用户识别模块通过识别当前用户的心率信息、步态信息、语音信息和指纹信息中的任意一种或多种生物特征信息以识别当前用户身份。在上述的基于自学习的灯光环境控制方法中，在步骤S2中，所述的用户识别模块通过识别当前用户佩戴的智能设备以识别当前用户身份。在上述的基于自学习的灯光环境控制方法中，在步骤S2中，当用户识别模块识别到当前存在至少两个特定用户时，智能灯自动调节灯光使灯光环境介于当前所有特定用户在当前客观环境中的用灯习惯。在上述的基于自学习的灯光环境控制方法中，在步骤S3中，当用户识别模块识别到当前存在至少两个当前用户，且至少其中一个当前用户手动调节灯光环境时，神经元网络模块将所有的当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型同时得到特定用户用灯习惯组合。在上述的基于自学习的灯光环境控制方法中，当存在特定用户用灯习惯组合时，还包括以下步骤：当调节灯光环境的特定用户与特定用户组合中其余任意特定用户同时存在时，智能灯自动调节灯光使灯光环境介于当前所有特定用户在当前客观环境中的用灯习惯，同时提高调节灯光环境的特定用户在当前客观环境中用灯习惯的权重。在上述的基于自学习的灯光环境控制方法中，所述的当前客观环境信息包括当前时间信息、当前天气信息和当前环境光信息中的任意一种或多种信息的组合。在上述的基于自学习的灯光环境控制方法中，在步骤S1之前本方法还包括：初始神经元网络模型建立：通过包括多个时间数据、天气数据和环境光数据中的任意一种或多种组合的客观环境数据及多个客观环境数据对应的舒适灯光环境信息组成训练样本集对神经元网络进行训练以得到初始神经元网络模型。通过上述技术方案，智能灯前期以普遍适用原则，即默认提供符合大众偏好的灯光环境。一种基于自学习的灯光环境控制系统，包括具有灯体和与灯体连接的MCU模块的智能灯，所述的MCU模块包括神经元网络模块，所述的MCU模块连接有客观环境采集模块、用户识别模块和手动调光模块；其中，神经元网络模块：用于学习至少一个特定用户在至少一个特定客观环境下的用灯习惯，并在特定用户处于特定的客观环境下用灯时根据学习结果自动输出特定的调光信息，以使智能灯提供特定的灯光环境；客观环境采集模块：用于采集包括当前时间信息、当前天气信息和当前环境光信息中的任意一种或多种组合的客观环境信息；用户识别模块：用于识别用户的身份，以使智能灯根据神经元网络模块学习到的当前用户在当前客观环境下的用灯习惯提供特定的灯光环境；手动调光模块：用于手动输入调光信息，以获得用户需要的灯光环境，同时供神经元网络模块学习当前用户在当前客观环境下的用灯习惯。在上述的基于自学习的灯光环境控制系统中，所述的用户识别模块包括心率信息识别模块、步态信息识别模块、语音信息识别模块、指纹信息识别模块和特定电子设备识别模块中的任意一种或多种的组合。本专利技术基于自学习的灯光环境控制方法能够基于神经网络学习方法逐步实现脱离用户人为调节而对灯光亮度及色温进行智能调节，从而有针对性地为不同的使用者基于时间、天气和环境光等要素的客观环境中的用灯习惯为不同的使用者提供合适的灯光环境。本专利技术基于自学习的灯光环境控制系统的具有本文档来自技高网...

【技术保护点】
一种基于自学习的灯光环境控制方法，其特征在于，包括以下步骤：S1：通过一客观环境采集模块(13)采集智能灯(1)所在位置的当前客观环境信息；S2：通过用户识别模块(14)识别当前用户，并判断是否存在特定用户，当存在特定用户时，智能灯(1)根据当前客观环境信息和特定用户的用灯习惯自动调节灯光环境；当不存在特定用户时，智能灯(1)仅根据当前客观环境信息自动调节灯光环境，同时神经元网络模块(111)将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型，且将不是特定用户的当前用户均标记为特定用户；S3：判断手动调光模块(15)是否处于触发状态，当手动调光模块(15)处于触发状态时，智能灯(1)优先保持手动调节结果的灯光环境，且神经元网络模块(111)将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型。

【技术特征摘要】
1.一种基于自学习的灯光环境控制方法，其特征在于，包括以下步骤：S1：通过一客观环境采集模块(13)采集智能灯(1)所在位置的当前客观环境信息；S2：通过用户识别模块(14)识别当前用户，并判断是否存在特定用户，当存在特定用户时，智能灯(1)根据当前客观环境信息和特定用户的用灯习惯自动调节灯光环境；当不存在特定用户时，智能灯(1)仅根据当前客观环境信息自动调节灯光环境，同时神经元网络模块(111)将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型，且将不是特定用户的当前用户均标记为特定用户；S3：判断手动调光模块(15)是否处于触发状态，当手动调光模块(15)处于触发状态时，智能灯(1)优先保持手动调节结果的灯光环境，且神经元网络模块(111)将当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型。2.根据权利要求1所述的基于自学习的灯光环境控制方法，其特征在于，在步骤S2中，所述的用户识别模块(14)通过识别当前用户的心率信息、步态信息、语音信息和指纹信息中的任意一种或多种生物特征信息以识别当前用户身份。3.根据权利要求1所述的基于自学习的灯光环境控制方法，其特征在于，在步骤S2中，所述的用户识别模块(14)通过识别当前用户佩戴的智能设备以识别当前用户身份。4.根据权利要求1所述的基于自学习的灯光环境控制方法，其特征在于，在步骤S2中，当用户识别模块(14)识别到当前存在至少两个特定用户时，智能灯(1)自动调节灯光使灯光环境介于当前所有特定用户在当前客观环境中的用灯习惯。5.根据权利要求4所述的基于自学习的灯光环境控制方法，其特征在于，在步骤S3中，当用户识别模块(14)识别到当前存在至少两个当前用户，且至少其中一个当前用户手动调节灯光环境时，神经元网络模块(111)将所有的当前用户信息、灯光环境信息和当前客观环境信息保持对应关系作为一个样本集合更新神经元网络模型同时得到特定用户用灯习惯组合。6.根据权利要求5所述的基于自学习的灯光环境控制方法，其特征在于，当存在特定用户用灯习惯组合...

【专利技术属性】
技术研发人员：邓星，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海;31