基于入睡效率因素的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调光映射装置，包括映射输入模块、映射规划模块、映射确定模块、映射存储模块和映射输出模块；映射输入模块从外部控制设备接收阅读面的光色参数、及可调光灯组的电流参数，映射确定模块中建立的BP神经网络将光色参数值映射为电流参数，映射规划模块采集训练样本集并训练神经网络；现场环境中，从外部控制设备接收经优化搜索到的具有高入睡效率的光色参数后，经训练的BP神经网络将其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，从而获得有助于用户入睡的光照环境。从而获得有助于用户入睡的光照环境。从而获得有助于用户入睡的光照环境。

【技术实现步骤摘要】
基于入睡效率因素的调光映射装置
[0001]本申请为申请号201910442906.1、申请日2019年05月26日、专利技术名称“基于入睡效率因素的照明控制系统与调光映射装置”的分案申请。


[0002]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调光映射装置。

技术介绍

[0003]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。
[0004]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。
[0005]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。
[0006]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。
[0007]为此，需要一种照明控制系统与调光映射装置，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并将光色参数映射为灯具的驱动参数执行调光并提供照明，从而帮助其入睡。

技术实现思路

[0008]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。
[0009]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。
[0010]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。
[0011]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。
[0012]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。
[0013]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调光映射装置，包括映射输入模块、映射规划模块、映射确定模块、映射存储模块和映射输出模块，映射输入模块又包括光色参数输入部和驱动电流参数输入部，
[0014]所述光色参数输入部从外部控制设备接收阅读面照度、色温、颜色的xyz色坐标值共 5个光色参数，所述驱动电流参数输入部从外部控制设备接收外部可调光灯组的w个驱动电流通道的电流参数，
[0015]所述映射确定模块中建立有一个BP神经网络，所述BP神经网络的输入量为所述5 个光色参数值，输出量为所述w个驱动电流通道的电流参数，
[0016]所述映射规划模块，在外部控制设备向灯组发出调光信号后，通过所述光色参数输入部、驱动电流参数输入部采集不同光环境下，神经网络的训练样本集；并用所述训练样本集离线训练所述神经网络，调整神经网络的连接权值，将连接权值保持在所述映射存储模块中，
[0017]在现场环境中，光色参数输入部从从外部控制设备接收经外部控制设备优化搜索到的具有高入睡效率的光色参数，由所述映射确定模块中经训练的BP神经网络将所述光色参数值映射为灯组各驱动电流通道的驱动电流值，并通过映射输出模块输出。
[0018]作为优选，所述BP神经网络的模型为：
[0019]隐含层层第j个节点输出为
[0020]输出层第p个节点输出为
[0021]其中，f()函数取为sigmoid函数，w
ij
和v
jp
分别为输入层到隐含层的连接权值和隐含层到输出层的连接权值，a
j
和b
p
分别为隐含层和输出层阈值，k为隐含层节点数，采用梯度下降法进行网络训练。
[0022]作为优选，所述优化采用多目标遗传优化算法，在所述多目标遗传优化算法中，基于光色参数到入睡效率参数之间的第一映射对优化搜索中的每个光色参数组合条件获得其对应的入睡效率参数预测值，再基于预测值进行评分，然后搜索到评分值高的光色参数组合。
[0023]作为优选，所述第一映射采用人工神经网络表示，所述人工神经网络采用动态递归 Elman神经网络，且以阅读面光的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；
[0024]所述多目标遗传优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于入睡效率因素的调光映射装置，包括映射输入模块、映射规划模块、映射确定模块、映射存储模块和映射输出模块，映射输入模块又包括光色参数输入部和驱动电流参数输入部，所述光色参数输入部从外部控制设备接收阅读面照度、色温、颜色的xyz色坐标值共5个光色参数，所述驱动电流参数输入部从外部控制设备接收外部可调光灯组的w个驱动电流通道的电流参数，所述映射确定模块中建立有一个BP神经网络，所述BP神经网络的输入量为所述5个光色参数值，输出量为所述w个驱动电流通道的电流参数，所述映射规划模块，在外部控制设备向灯组发出调光信号后，通过所述光色参数输入部、驱动电流参数输入部采集不同光环境下，神经网络的训练样本集；并用所述训练样本集离线训练所述神经网络，调整神经网络的连接权值，将连接权值保持在所述映射存储模块中，在现场环境中，光色参数输入部从从外部控制设备接收经外部控制设备优化搜索到的具有高入睡效率的光色参数，由所述映射确定模块中经训练的BP神经网络将所述光色参数值映射为灯组各驱动电流通道的驱动电流值，并通过映射输出模块输出。2.根据权利要求1所述的基于入睡效率因素的调光映射装置，其特征在于，所述BP神经网络的模型为：隐含层层第j个节点输出为输出层第p个节点输出为其中，f()函数取为sigmoid函数，w
ij
和v
jp
分别为输入层到隐含层的连接权值和隐含层到输出层的连接权值，a
j
和b
p
分别为隐含层和输出层阈值，k为隐含层节点数，采用梯度下降法进行网络训练。3.根据权利要求1所述的基于入睡效率因素的调光映射装置，其特征在于，所述优化采用多目标遗传优化算法，在所述多目标遗传优化算法中，基于光色参数到入睡效率参数之间的第一映射对优化搜索中的每个光色参数组合条件获得其对应的入睡效率参数预测值，再基于预测值进行评分，然后搜索到评分值高的光色参数组合。4.根据权利要求3所述的基于入睡效率因素的调光映射装置，其特征在于，所述第一映射采用人工神经网络表示，所述人工神经网络采用动态递归Elman神经网络，且以阅读面光的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；所述多目标遗传优化算法中，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。5.根据权利要求3所述的基于入睡效率因素的调光映射装置，其特征在于，所述第一映射采用入睡效率映射表表示，在所述入睡效率映射表中，记录每种照度、色温光色组合下的
各变化率体征参数，入睡效率体征参数包括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；所述多目标遗传优化算法中，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所述入睡效率映射表对不同光色参数条件下的入睡效率体征参数值进行查找，当所述组合不在入睡效率映射表中时，则基于所述入睡效率映射表通过距离加权的插值计算获取其对应的入睡效率因素各变化率体征参数值，所述距离为光色组合空间中的欧氏距离，若所述组合存在入睡效率映射表中，则...

【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：