一种智慧照明的负载分配方法及系统技术方案

本发明专利技术涉及智慧照明的技术领域，尤其是涉及一种智慧照明的负载分配方法及系统，智慧照明的负载分配方法包括：获取预设区域内的各子区域的视频流数据；对各子区域的视频流数据进行分析以得到各子区域的行为信息；根据各子区域的行为信息在预设数据库内匹配与各行为信息相关联的光照度，并将与各行为信息相关联的光照度与各子区域关联；将对应关联于各子区域的光照度输入预先训练好的第一模型，第一模型进行推理得到关联于各子区域的照明灯的电功率；根据推理得到的电功率分配给关联于各子区域的照明灯电能。本申请具有对区域内的照明灯亮度自动进行合理调节的效果。亮度自动进行合理调节的效果。亮度自动进行合理调节的效果。

A load distribution method and system for intelligent lighting

【技术实现步骤摘要】
一种智慧照明的负载分配方法及系统


[0001]本专利技术涉及智慧照明的
，尤其是涉及一种智慧照明的负载分配方法及系统。

技术介绍

[0002]AC/DC模块自带主动式FC，提升功率因素值至95%以上，大幅提高电源的转换效率、系统运行可靠，有效减少触电伤人事故，实现整个系统由交流转变为稳定、纯净直流系统，三相负载分配更均衡，为在系统上进行更为优化的负载分配能够提供了基础，在日常生活中，人们在一特定区域或场所例如集体办公室、休息室等活动，但照明灯经常是只有一个亮度，较为耗电且不智能，因此本申请提出一种智慧照明的负载分配方法及系统。

技术实现思路

[0003]为了对区域内的照明灯亮度自动进行合理调节，本申请提供一种智慧照明的负载分配方法及系统。
[0004]本申请的上述专利技术目的一是通过以下技术方案得以实现的：一种智慧照明的负载分配方法，包括：获取预设区域内的各子区域的视频流数据，各子区域设有至少一个照明灯，每个子区域内的照明灯与其所在的子区域相关联，照明灯用于对与其所关联的子区域进行照明，且至少部分光线照射至其他子区域；对各子区域的视频流数据进行分析以得到各子区域的行为信息；根据各子区域的行为信息在预设数据库内匹配与各行为信息相关联的光照度，并将与各行为信息相关联的光照度与各子区域关联；将对应关联于各子区域的光照度输入预先训练好的第一模型，第一模型进行推理得到关联于各子区域的照明灯的电功率；根据推理得到的电功率分配给关联于各子区域的照明灯电能。
[0005]通过采用上述技术方案，首先将预设区域划分为多个子区域，然后对各子区域的视频流数据进行分析，以得到各子区域的行为信息，然后匹配与各行为信息关联的光照度，将光照度和各子区域关联，然后将对应关联于各子区域的光照度输入预先训练好的第一模型，推理得到关联于各子区域的照明灯的电功率，按照推理得到的各子区域的照明灯的电功率分配给关联于各子区域的照明灯电能，从而实现随着各子区域人员行为的变化而改变照明灯的亮度，即光照强度，从而达到智能化且节能的效果。
[0006]本申请在一较佳示例中可以进一步配置为：所述第一模型是通过以下方式训练得到的：对光照度组样本训练集中的每个光照度组样本进行标注处理，以标注出每个光照度组样本中的各子区域的照明灯的电功率，每个光照度组样本包括各子区域的光照度，各子区域的照明灯的电功率与光照度组样本中的全部或部分信息相关联；以及通过经过标注
处理的第一称重数据样本训练集，对第一神经网络进行训练，以得到第一模型。
[0007]通过采用上述技术方案，采用对第一神经网络模型训练的方式能够胜过所有其他机器学习算法，且输入的样本越多，则结果越精确。
[0008]本申请在一较佳示例中可以进一步配置为：各子区域内的光照度通过设置在各子区域的光照度传感器进行测量得到。
[0009]本申请在一较佳示例中可以进一步配置为：预设区域内的视频流数据通过一个或多个摄像头拍摄获得。
[0010]本申请在一较佳示例中可以进一步配置为：当预设区域内的视频流数据通过多个摄像头拍摄获得时，多个摄像头对应安装于多个子区域内，多个摄像头分别用于对多个子区域拍摄以获取各子区域的视频流数据。
[0011]本申请在一较佳示例中可以进一步配置为：当预设区域内的视频流数据通过一个摄像头拍摄获得时，各子区域的视频流数据通过以下方式获得：对视频流数据中的每帧图像通过预先设定的划分线划分以得到多个图像区域，多个图像区域对应多个子区域；对对应于同一子区域的图像区域按时序进行排列生成各子区域的视频流数据。
[0012]通过采用上述技术方案，获取到摄像头拍摄到的目标区域的图像后，将视频流数据中的每帧区域通过预先设定的划分线划分，划分线可以是认为划定，即确定图像中实际对应的各子区域，可以得到图像中各子区域的边界线，从而将多个边界线作为划分线，实现对图像的划分；划分得到的多个图像区域，分别对应实际预设区域内的多个子区域。
[0013]本申请在一较佳示例中可以进一步配置为：所述摄像头采用无畸变摄像头。
[0014]通过采用上述技术方案，无畸变摄像头拍摄效果更好，拍摄得到的图像更为真实，能够提高行为分析的准确度。
[0015]本申请的专利技术目的二是通过以下技术方案得以实现的：一种智慧照明的负载分配系统，包括：视频流数据获取模块，用于获取预设区域内的各子区域的视频流数据，各子区域设有至少一个照明灯，每个子区域内的照明灯与其所在的子区域相关联，照明灯用于对与其所关联的子区域进行照明，且至少部分光线照射至其他子区域；行为分析模块，用于对各子区域的视频流数据进行分析以得到各子区域的行为信息；光照度匹配模块，用于根据各子区域的行为信息在预设数据库内匹配与各行为信息相关联的光照度，并将与各行为信息相关联的光照度与各子区域关联；电功率推理模块，用于将对应关联于各子区域的光照度输入预先训练好的第一模型，第一模型进行推理得到关联于各子区域的照明灯的电功率；分配模块，用于根据推理得到的电功率分配给关联于各区域的照明灯电能。
[0016]本申请的专利技术目的三是通过以下技术方案得以实现的：一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一智慧照明的负载分配方法的步骤。
[0017]本申请的专利技术目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一智慧照明的负载分配方法的步骤。
[0018]综上所述，本申请包括以下至少一种有益技术效果：1、首先将预设区域划分为多个子区域，然后对各子区域的视频流数据进行分析，以得到各子区域的行为信息，然后匹配与各行为信息关联的光照度，将光照度和各子区域关联，然后将对应关联于各子区域的光照度输入预先训练好的第一模型，推理得到关联于各子区域的照明灯的电功率，按照推理得到的各子区域的照明灯的电功率分配给关联于各子区域的照明灯电能，从而实现随着各子区域人员行为的变化而改变照明灯的亮度，即光照强度，从而达到智能化且节能的效果；2、采用对第一神经网络模型训练的方式能够胜过所有其他机器学习算法，且输入的样本越多，则结果越精确；3、获取到摄像头拍摄到的目标区域的图像后，将视频流数据中的每帧区域通过预先设定的划分线划分，划分线可以是认为划定，即确定图像中实际对应的各子区域，可以得到图像中各子区域的边界线，从而将多个边界线作为划分线，实现对图像的划分；划分得到的多个图像区域，分别对应实际预设区域内的多个子区域。
附图说明
[0019]图1是本申请一实施例中智慧照明的负载分配方法的一流程图；图2是本申请一实施例中智慧照明的负载分配系统的一原理框图；图3是本申请一实施例中的设备示意图。
具体实施方式
[0020]为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智慧照明的负载分配方法，其特征在于，包括：获取预设区域内的各子区域的视频流数据，各子区域设有至少一个照明灯，每个子区域内的照明灯与其所在的子区域相关联，照明灯用于对与其所关联的子区域进行照明，且至少部分光线照射至其他子区域；对各子区域的视频流数据进行分析以得到各子区域的行为信息；根据各子区域的行为信息在预设数据库内匹配与各行为信息相关联的光照度，并将与各行为信息相关联的光照度与各子区域关联；将对应关联于各子区域的光照度输入预先训练好的第一模型，第一模型进行推理得到关联于各子区域的照明灯的电功率；根据推理得到的电功率分配给关联于各子区域的照明灯电能。2.根据权利要求1所述的智慧照明的负载分配方法，其特征在于，所述第一模型是通过以下方式训练得到的：对光照度组样本训练集中的每个光照度组样本进行标注处理，以标注出每个光照度组样本中的各子区域的照明灯的电功率，每个光照度组样本包括各子区域的光照度，各子区域的照明灯的电功率与光照度组样本中的全部或部分信息相关联；以及通过经过标注处理的第一称重数据样本训练集，对第一神经网络进行训练，以得到第一模型。3.根据权利要求2所述的智慧照明的负载分配方法，其特征在于，各子区域内的光照度通过设置在各子区域的光照度传感器进行测量得到。4.根据权利要求1所述的智慧照明的负载分配方法，其特征在于，预设区域内的视频流数据通过一个或多个摄像头拍摄获得。5.根据权利要求4所述的智慧照明的负载分配方法，...

【专利技术属性】
技术研发人员：张辰，张小龙，
申请(专利权)人：深圳市新能力科技有限公司，
类型：发明
国别省市：