基于入睡效率因素的照明控制系统与调光映射装置制造方法及图纸

本发明专利技术公开了基于入睡效率因素的照明控制系统与调光映射装置，所述系统包括光色识别单元、入睡识别单元、可调光灯组、调光映射单元和控制单元；控制单元以阅读面光照的照度、色温、颜色等光色参数为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率等体征参数为输出量，建立动态递归Elman神经网络，以表征环境光照与用户入睡效率之间的映射关系；训练后的网络在现场光环境中用来对入睡效率参数进行预测，所述预测值被用来在基于多目标优化算法对光色参数进行寻优过程中计算光色条件的入睡效率评价值，寻优结果被调光映射装置转换为灯组的驱动电流值，从而实现不同环境下有助于用户入睡的照明。

Lighting Control System and Dimming Mapping Device Based on Sleeping Efficiency Factor

【技术实现步骤摘要】
基于入睡效率因素的照明控制系统与调光映射装置
本专利技术涉及智能照明与睡眠辅助领域，具体涉及一种基于入睡效率因素的照明控制系统与调光映射装置。
技术介绍
人的生物钟是人体内随时间作周期变化的生理生化过程、形态结构及行为等。人体内的生物钟体现在人体各种生理指标如脉搏、体温、血压、体力、情绪、智力等的周期性变化上。以人体24小时生物钟为例，在凌晨2时的时候，人的睡眠达到最大深度，凌晨4时30分，体温达到最低，早晨7时30分褪黑素的分泌停止，上午10时的时候是人们头脑最清醒的时刻，在下午17时，人体心血管工作的效率最高，肌肉强度最大，下午18时30分，人的血压达到了1天的高峰，随即在晚上19时，体温达到了高峰，晚上21时的时候褪黑素的分泌开始。在人们二十四小时的节律活动中，充足睡眠是使得人体保持精力进行工作、学习所必须的。而睡眠是有周期的，可分为醒觉期、快速眼动期和非快速眼动期，后者又包括浅睡期和深睡期等几个阶段。与光照对人体生物钟的作用相同，光照对人的睡眠有着重要影响。典型的，由于蓝光会影响褪黑激素的分泌，从而妨碍夜间生理转换机制的运作，使人较难入睡，因此，很多设备在夜间都有采用低色温照明的方案，如iphone手机在切换到夜间模式后将使屏幕背光变为柔和的黄光。已有引导人体入睡的方案被提出，如申请号为2013107527548的中国专利号通过音频进行催眠。而为了检测睡眠质量或在用户熟睡后自动关闭催眠的设备，很多方案对睡眠状态进行监测和判断，如苹果公司在中国申请号为2015800746753的PCT专利，通过分布式计算机系统依据入睡用户的身体姿势变化来确定睡眠质量。尽管目前已有各种方案对睡眠进行检测，或者通过将照明灯光切换为柔和的黄光来帮助用户入睡；但是，对于不同的具体用户，即使在相同光环境下，其入睡效率也会是大相径庭的，以往在夜间简单的提供一种或有限几种低色温低照度的照明方案，针对性和有效性将非常有限。为此，需要一种照明控制系统，针对具体用户，根据对其入睡效率受光照影响的检测，来对光源的出光进行优化搜索从而帮助其入睡。
技术实现思路
现有技术方案中，没有专门针对睡前入睡阶段的灯光调节方案，人们在入睡前要么关灯入睡、要么开着灯入睡。但如果能提供一种根据用户特点能在睡前自动调节灯光亮度与色温，从而帮助用户入睡的照明控制系统，则能解决关灯、开灯的矛盾，实现灯光自动调节与控制。为此，先要明确光照条件对入睡速度或入睡效率的影响，从而能在新环境中为照明优化控制就不同环境光照条件对用户入睡将形成的影响提供评估参考。而在对不同光照条件与入睡效率有关因素之间的映射关系进行建模之前，需要先针对用户进行入睡行为的检测与判断。人体何时入睡，难以通过一个精确的时间值进行判定。但入睡期间的几种人体特征如眼睛开度及其变化率、眨眼时的闭眼持续时间长度、心率及其变化率、体动状态等，能通过检测模块客观地获取。光环境特性中的各种属性如光的强度和光色都会对人体睡眠形成不同影响。为了向搜索有助于入睡的照明条件控制提供决策依据，需要辨识并表达光照条件与上述入睡相关人体特征之间的映射关系。考虑到入睡是一个连续的动态过程，相邻时间周期内人体特征之间有着密切相关性，本专利技术采用动态递归神经网络来对系统进行建模。为此，本专利技术基于动态递归Elman神经网络，对光照条件与入睡效率因素之间的复杂非线性映射关系进行建模，其中光照条件包括阅读面照度、色温、颜色的xyz色坐标值，入睡效率因素则通过用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率5个参数来表征。本专利技术的技术解决方案是，通过对与入睡相关的几种人体特征的信号采集，对信号进行趋势提取并采用数据融合的方法将多种信号中的偶然因素消除，从而获得准确的入睡特征数据。然后，基于所拟合出的函数，计算两个固定因变量之间的时间差，用所述时间差来定义各入睡效率体征参数，从而根据对应的入睡时间长度来定义各因素的入睡效率评价函数。最后，基于所述评价函数，通过优化算法来对用户所处的照明环境光色参数进行寻优，寻优结果被映射为驱动电流后，将所述电流值发送给驱动器进行调光，最终实现有助于用户入睡的光照环境。具体地，本专利技术提供一种以下结构的基于入睡效率因素的照明控制系统，其包括：对用户进行身份识别的身份识别单元，键入参数和发起操作的用户接口单元，具有在亮度、色温、颜色及照射角度之中至少一种光性质可调的灯组，采集并识别阅读面光的照度、色温和颜色等光色参数的光色识别单元，采集并识别用户眼睛开度值及其变化率、闭眼持续时长及其变化率、心率及其变化率、体动频率及其变化率、体温及其变化率等体征参数的入睡识别单元，将阅读面照度、色温等照明参数映射为灯组驱动电流的调光映射单元，分别与所述光色识别单元、入睡识别单元、身份识别单元、用户接口单元、调光映射单元及灯组均相连的控制单元，所述控制单元被配置为：内部所含的处理模块通过输入接口模块从光色识别单元、入睡识别单元分别读取光色参数、体征参数，以阅读面光的照度、色温共2个光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个入睡效率体征参数作为输出量，建立人工神经网络，所述人工神经网络采用动态递归Elman神经网络，调光处理部通过输出模块向灯组发出调光信号，针对特定用户在不同的光环境中基于光色识别单元和入睡识别单元获取神经网络的训练样本集，用样本离线训练所述神经网络；在现场环境中，照明优化处理部基于5个入睡效率体征参数建立光环境评价函数，对不同用户分别以所述用户对应的经训练的Elman神经网络对不同光色参数条件下的入睡效率体征参数值进行预测，通过多目标优化算法，在现场灯组光色参数可取值的空间范围内，对阅读面光的照度、色温进行寻优，并将寻优结果传输给调光映射单元；调光映射单元将寻优结果映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内的驱动器。作为优选，所述动态递归Elman神经网络输出量的5个入睡效率体征参数ki，i＝1,2,3,4,5，按如下方式处理获得：基于入睡识别单元获取各种光照条件下入睡过程中体征参数的变化过程数据并进行记录，对于所记录的每个入睡过程中的体征参数序列中的数据，经滤波和数据融合处理后，对用户闭眼持续时长y1，对其预处理，y1＝max(y1,4)，然后，先基于如下模型进行离线数据拟合，y1＝g1(t)＝8·b/exp(4·c·(a-t))+1，再计算闭眼持续时长变化率，kec＝k1＝t2-t1，其中t1＝g1-1(4e-1),t2＝g1-1(4-4e-1)；对用户眼睛开度、心率、体动频率、体温中的每个体征参数，对其归一化处理后，先分别基于如下模型进行离线数据拟合，y2＝g2(t)＝2·b/exp(4·c·(t-a))+1，再计算其各自变化率，ki＝t2-t1，其中t1＝g2-1(1-e-1),t2＝g2-1(e-1)，i＝2,3,4,5；其中，y1、y2为体征参数预处理或归一化后的取值，t为时间，a、b、c为待拟合系数，ki(i＝2,3,4,5)分别对应眼睛开度变化率keo、心率变化率kh、体动频率变化率kb、体温变化率kp。作为优选，基于所述5个入睡效率体征参数ki，所述光环境评价函数为，其中，本文档来自技高网...

【技术保护点】
1.基于入睡效率因素的照明控制系统，其包括：对用户进行身份识别的身份识别单元，键入参数和发起操作的用户接口单元，具有在亮度、色温、颜色及照射角度之中至少一种光性质可调的灯组，采集并识别阅读面光的照度、色温和颜色等光色参数的光色识别单元，采集并识别用户眼睛开度值及其变化率、闭眼持续时长及其变化率、心率及其变化率、体动频率及其变化率、体温及其变化率等体征参数的入睡识别单元，将阅读面照度、色温等照明参数映射为灯组驱动电流的调光映射单元，分别与所述光色识别单元、入睡识别单元、身份识别单元、用户接口单元、调光映射单元及灯组均相连的控制单元，所述控制单元被配置为：内部所含的处理模块通过输入接口模块从光色识别单元、入睡识别单元分别读取光色参数、体征参数，以阅读面光的照度、色温共2个光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个入睡效率体征参数作为输出量，建立人工神经网络，所述人工神经网络采用动态递归Elman神经网络，调光处理部通过输出模块向灯组发出调光信号，针对特定用户在不同的光环境中基于光色识别单元和入睡识别单元获取神经网络的训练样本集，用样本离线训练所述神经网络；在现场环境中，照明优化处理部基于5个入睡效率体征参数建立光环境评价函数，对不同用户分别以所述用户对应的经训练的Elman神经网络对不同光色参数条件下的入睡效率体征参数值进行预测，通过多目标优化算法，在现场灯组光色参数可取值的空间范围内，对阅读面光的照度、色温进行寻优，并将寻优结果传输给调光映射单元；调光映射单元将寻优结果映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内的驱动器。...

【技术特征摘要】
1.基于入睡效率因素的照明控制系统，其包括：对用户进行身份识别的身份识别单元，键入参数和发起操作的用户接口单元，具有在亮度、色温、颜色及照射角度之中至少一种光性质可调的灯组，采集并识别阅读面光的照度、色温和颜色等光色参数的光色识别单元，采集并识别用户眼睛开度值及其变化率、闭眼持续时长及其变化率、心率及其变化率、体动频率及其变化率、体温及其变化率等体征参数的入睡识别单元，将阅读面照度、色温等照明参数映射为灯组驱动电流的调光映射单元，分别与所述光色识别单元、入睡识别单元、身份识别单元、用户接口单元、调光映射单元及灯组均相连的控制单元，所述控制单元被配置为：内部所含的处理模块通过输入接口模块从光色识别单元、入睡识别单元分别读取光色参数、体征参数，以阅读面光的照度、色温共2个光色参数作为输入量，以用户眼睛开度变化率、闭眼持续时长变化率、心率变化率、体动频率变化率、体温变化率共5个入睡效率体征参数作为输出量，建立人工神经网络，所述人工神经网络采用动态递归Elman神经网络，调光处理部通过输出模块向灯组发出调光信号，针对特定用户在不同的光环境中基于光色识别单元和入睡识别单元获取神经网络的训练样本集，用样本离线训练所述神经网络；在现场环境中，照明优化处理部基于5个入睡效率体征参数建立光环境评价函数，对不同用户分别以所述用户对应的经训练的Elman神经网络对不同光色参数条件下的入睡效率体征参数值进行预测，通过多目标优化算法，在现场灯组光色参数可取值的空间范围内，对阅读面光的照度、色温进行寻优，并将寻优结果传输给调光映射单元；调光映射单元将寻优结果映射为灯组各驱动电流通道的驱动电流值，并将所述电流值传送给灯组内的驱动器。2.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述动态递归Elman神经网络输出量的5个入睡效率体征参数ki，i＝1,2,3,4,5，按如下方式处理获得：基于入睡识别单元获取各种光照条件下入睡过程中体征参数的变化过程数据并进行记录，对于所记录的每个入睡过程中的体征参数序列中的数据，经滤波和数据融合处理后，对用户闭眼持续时长y1，对其预处理，y1＝max(y1,4)，然后，先基于如下模型进行离线数据拟合，y1＝g1(t)＝8·b/exp(4·c·(a-t))+1，再计算闭眼持续时长变化率，kec＝k1＝t2-t1，其中t1＝g1-1(4e-1),t2＝g1-1(4-4e-1)；对用户眼睛开度、心率、体动频率、体温中的每个体征参数，对其归一化处理后，先分别基于如下模型进行离线数据拟合，y2＝g2(t)＝2·b/exp(4·c·(t-a))+1，再计算其各自变化率，ki＝t2-t1，其中t1＝g2-1(1-e-1),t2＝g2-1(e-1)，i＝2,3,4,5；其中，y1、y2为体征参数预处理或归一化后的取值，t为时间，a、b、c为待拟合系数，ki(i＝2,3,4,5)分别对应眼睛开度变化率keo、心率变化率kh、体动频率变化率kb、体温变化率kp。3.根据权利要求2所述的基于入睡效率因素的照明控制系统，其特征在于，基于所述5个入睡效率体征参数ki，所述光环境评价函数为，其中，fi分别为对应用户眼睛开度、闭眼持续时长、心率、体动频率、体温5个因素的入睡效率评价值，wi为其对应的权值，各fi的定义如下：其中，keoT为眼睛开度变化率阈值，kecT为闭眼持续时长变化率阈值，khT1、khT2分别为心率变化率设定区间的两个端点阈值，khT3为设定的心率变化率区间宽度值，kbT为体动频率变化率阈值，kpT1为体温变化率阈值，kpT2为体温变化率区间宽度设定值；所述多目标优化算法，采用进化处理，对进化群体中的每个个体，将其对应的光照度与色温经Elman神经网络映射为入睡效率体征参数，并基于所述的光环境评价函数计算个体的总评价值F，进而根据所述总评价值F进行遗传、交叉和变异操作，更新进化群体，之后，反复进化群体，直至寻优结束后，输出寻优结果。4.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述灯组包括高色温、低色温两种LED串且每串LED各对应一个驱动电流通道，所述调光映射单元中含有一个阅读面照度、色温组成的光色空间至双通道驱动电流空间的转换多项式，对于所述寻优结果(E0，K0)，通过经拟合的该多项式计算双通道驱动电流值i01和i02：i01＝α1·E0+α2·K0+α3·E0·K0+α4·E02+α5·K02i02＝β1·E0+β2·K0+β3·E0·K0+β4·E02+β5·K02。5.根据权利要求1所述的基于入睡效率因素的照明控制系统，其特征在于，所述入睡识别单元包括图像采集模块、可佩带模块和入睡判断模块，所述入睡判断模块中的图像处理部对用户眼睛开度进行持续检测，心率计算部、体动频率计算部及体温计算部则基于可佩带模块获取的人体传感信号计算出心率、体动频率及体温，入睡判断模块中的数据融合处理部，对图像处理部、心率计算部、体动频率计算部及体温计算部输出的体征参数进行数据融合，消除数据集中不一致的部分，所述图像采集模块采用深度相机，所述入睡识别单元还被配置为：根据图像处理部的处理结果，转动支撑所述相机...

【专利技术属性】
技术研发人员：邹细勇，胡晓静，徐伟，夏浩，陈亮，
申请(专利权)人：中国计量大学上虞高等研究院有限公司，
类型：发明
国别省市：浙江,33