基于数据识别的智慧照明控制方法、系统及计算机介质技术方案

本发明专利技术公开了基于数据识别的智慧照明控制方法、系统及计算机介质，包括：计算第一运动轨迹，进而向预设区域发射第一激光引导标识；判断警示区域是否存在警示物，若否，则重新计算第一运动轨迹，若是，则采用粒子群优化算法计算照明投射角度、照明投射亮度；划定警示照明区域，进而根据照明投射亮度，将预设范围内的照明设备追踪投射至警示照明区域；向警示区域的待警示位置发射警示标识，进而将警示区域的移动位置阻隔，形成止停区间；待警示物或运动物离开警示区域后，将警示区域的移动位置取消阻挡。本发明专利技术的基于数据识别的智慧照明控制方法，能够为自动化移动设备、人员提供智能示警、安全防护，且能够自动调整照明区域，减少照明能耗。明能耗。明能耗。

【技术实现步骤摘要】
基于数据识别的智慧照明控制方法、系统及计算机介质


[0001]本专利技术涉及照明控制
，具体涉及基于数据识别的智慧照明控制方法、系统及计算机介质。

技术介绍

[0002]智能工厂是使用先进技术和自动化系统来提高生产效率和灵活性的工厂，在这些工厂中，厂区交通是一个重要的方面，它涉及到物料、设备和人员在工厂内部移动的流程和系统；现有的智能工厂通常使用自动化物流系统来管理物料的运输和分发，这些系统包括自动导引车（AGV）、无人驾驶叉车和输送带等设备，它们可以根据预设的路线和任务，在工厂内部运输物料，从而提高物流效率；在智能工厂中，人员也需要在厂区内移动，包括操作员、技术人员和管理人员等，他们通常会使用电动车、自行车或步行等方式在厂区内移动，有些工厂还采用了自动导航系统，通过无线通信和导航技术来引导人员到达目的地。
[0003]然而，现有的智能工厂中的自动化移动设备和人员在厂区内共同运作，存在一些安全隐患，例如自动导引车等自动化设备在厂区内自主导航和运输物料，但其路径规划和避障能力有限，容易与作业人员产生碰撞，这可能由于作业人员与自动化设备之间的相互感知不足，或是由于工作环境中存在复杂的动态变化，使得自动化设备无法及时应对人员的位置和行动；另外，现有的智能工厂中作业人员数量密集，由于缺乏智能化照明控制系统或管理不善，厂区内普遍存在着人少灯全亮的情况，即使在没有人员活动的区域，灯光也持续亮着，造成了不必要的电能浪费，此外，一些区域可能没有进行适当的照明调整，存在照明效率低下的缺陷。
[0004]因此，目前亟需一种能够为自动化移动设备、人员提供智能示警、安全防护，且能够自动调整照明区域，减少照明能耗的智慧照明控制方法。

技术实现思路

[0005]专利技术目的：为了克服以上不足，本专利技术的目的是提供基于数据识别的智慧照明控制方法，其设计合理，自动化程度高，应用灵活，能够为自动化移动设备、人员提供智能示警、安全防护，且根据人员数量及位置自动调整照明区域、照明亮度，进而减少照明能源消耗。
[0006]为解决上述技术问题，本专利技术提供了基于数据识别的智慧照明控制方法，包括：步骤S1：根据预设区域的运动物运动数据计算第一运动轨迹，进而根据第一运动轨迹向预设区域发射第一激光引导标识；步骤S2：根据第一运动轨迹判断警示区域是否存在警示物，若否，则返回步骤S1，重新计算第一运动轨迹，若是，则根据第一运动轨迹、运动物间距，采用粒子群优化算法计算照明投射角度、照明投射亮度；
步骤S3：根据照明投射角度、第一运动轨迹划定警示照明区域，进而根据照明投射亮度，将预设范围内的照明设备追踪投射至警示照明区域；步骤S4：向警示区域的待警示位置发射警示标识，进而根据预设优先级将警示区域的移动位置阻隔，形成止停区间；步骤S5：待警示物或运动物离开警示区域后，将警示区域的移动位置取消阻挡。
[0007]通过采用上述技术方案，能够实时为运动物提供第一激光引导标识，引导运动物安全移动，同时能够实时判断运动物运动方向的警示物，进而通过根据运动物的数量、位置及运动轨迹调整照明灯具的方向和角度，有效地将警示照明灯光投射到运动物所在的区域，以示警提醒，同时将警示区域的移动位置阻隔，为运动物提供安全防护；且，在调整照明灯具的方向和角度时，计算出最佳的灯光投射角度和亮度，在确保警示效果最佳的基础上，进一步地减少能源浪费。
[0008]进一步地，在发射第一激光引导标识时，所述方法还包括以下步骤：步骤S10：获取预设区域的运动物的运动数据，进而将运动数据进行预设处理，获得平滑和连续的运动物位置数据；步骤S11：根据运动物位置数据，采用预设轨迹计算方法计算第一运动轨迹；步骤S12：根据第一运动轨迹，生成第一激光引导标识的发射数据，进而根据发射数据发射预设亮度的第一激光引导标识。
[0009]通过采用上述技术方案，通过对运动数据进行数据清洗、去噪和插值处理，可以获得更准确的运动物的位置、速度数据集，以用于后续的轨迹计算和分析。
[0010]进一步地，采用预设轨迹计算方法计算第一运动轨迹时，所述方法还包括以下步骤：步骤S110：根据平滑和连续的运动物位置数据，计算每个运动数据的速度：，同时计算每个运动数据的加速度：，其中，是第个数据点的速度，是第个数据点的位置，是第个数据点位置对应的时间，是第个数据点的加速度，其中；步骤S111：根据每个运动数据的位置、速度和加速度，构建样条函数：
[0011]其中，，是数据点的位置;步骤S112：将各个样条函数拼接起来，形成样条插值函数:，进而估计运动物的第一运动轨迹。
[0012]通过采用上述技术方案，采用样条插值算法能够生成平滑的曲线，进而减少曲线的波动和噪声，并更好地反映真实的运动趋势；还能够它可以通过使用更多的控制点和采样点来增加插值的精度，从而更准确地描述运动物的运动轨迹；还能够提供管理人员通过选择合适的插值方法、调整插值参数或设置约束条件，以满足特定的需求和限制。
[0013]进一步地，采用预设轨迹计算方法计算第一运动轨迹时，所述方法还包括以下步骤：步骤S113：初始化状态向量：，初始化状态协方差矩阵：
[0014]其中，表示位置坐标，表示速度向量，表示转置；步骤S114：预测当前时刻的状态估计值：，预测当前时刻的状态协方差矩阵：
[0015]其中，表示状态转移矩阵，表示前一个时刻的状态估计值，表示前一个时刻的状态协方差矩阵，表示过程噪声协方差矩阵；步骤S115：计算卡尔曼增益：，更新状态：，更新状态协方差矩阵：
[0016]其中，是测量模型矩阵，表示测量噪声协方差矩阵，是测量向量，是单位矩阵。
[0017]通过采用上述技术方案，通过卡尔曼滤波算法，能够通过动态调整权重来适应不同的数据噪声和不确定性，进而有效地抑制噪声和异常值对估计结果的影响，提供鲁棒的运动轨迹估计；且，其具有较低的计算复杂度和存储需求，通过对状态和协方差进行递推更新，避免了对整个历史数据进行重新计算，从而提高计算效率。
[0018]进一步地，采用粒子群优化算法计算照明投射角度、照明投射亮度时，所述方法还包括以下步骤：步骤S200：获取预设数据，进而将预设数据进行预设处理；步骤S201：初始化粒子群：随机生成一组粒子，并为每个粒子分配一个初始速度和位置；步骤S202：根据照明投射亮度的加权和定义适应度函数，其中权重采用角度范围约束、能源消耗约束；
步骤S203：根据适应度函数、约束条件，计算预设区域的平均照度：，进而根据预设区域的平均照度生成每个粒子的适应度:
[0019]其中，表示预设区域的平均照度，表示预设区域的采样点数量，表示每个采样点的照度值，粒子的适应度即为预设区域的平均照度；步骤S204：更新每个粒子的速度：
[0020]其中，表示粒子在时间的速度，表示惯性权重，和表示学习因子，和表示0到1之间的随机数，表示粒子历史上最好的位置，表示整个粒子群历史上最好的位置，表示粒子在时间的位置；步骤S205：更新每个粒子的位置：
[0021]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于数据识别的智慧照明控制方法，其特征在于，包括以下步骤：步骤S1：根据预设区域的运动物运动数据计算第一运动轨迹，进而根据第一运动轨迹向预设区域发射第一激光引导标识；步骤S2：根据第一运动轨迹判断警示区域是否存在警示物，若否，则返回步骤S1，重新计算第一运动轨迹，若是，则根据第一运动轨迹、运动物间距，采用粒子群优化算法计算照明投射角度、照明投射亮度；步骤S3：根据照明投射角度、第一运动轨迹划定警示照明区域，进而根据照明投射亮度，将预设范围内的照明设备追踪投射至警示照明区域；步骤S4：向警示区域的待警示位置发射警示标识，进而根据预设优先级将警示区域的移动位置阻隔，形成止停区间；步骤S5：待警示物或运动物离开警示区域后，将警示区域的移动位置取消阻挡。2.根据权利要求1所述的基于数据识别的智慧照明控制方法，其特征在于，在发射第一激光引导标识时，所述方法还包括以下步骤：步骤S10：获取预设区域的运动物的运动数据，进而将运动数据进行预设处理，获得平滑和连续的运动物位置数据；步骤S11：根据运动物位置数据，采用预设轨迹计算方法计算第一运动轨迹；步骤S12：根据第一运动轨迹，生成第一激光引导标识的发射数据，进而根据发射数据发射预设亮度的第一激光引导标识。3.根据权利要求2所述的基于数据识别的智慧照明控制方法，其特征在于，采用预设轨迹计算方法计算第一运动轨迹时，所述方法还包括以下步骤：步骤S110：根据平滑和连续的运动物位置数据，计算每个运动数据的速度：，同时计算每个运动数据的加速度：，其中，是第个数据点的速度，是第个数据点的位置，是第个数据点位置对应的时间，是第个数据点的加速度，其中；步骤S111：根据每个运动数据的位置、速度和加速度，构建样条函数：；其中，，是数据点的位置;步骤S112：将各个样条函数拼接起来，形成样条插值函数:，进而估计运动物的第一运动轨迹。4.根据权利要求2所述的基于数据识别的智慧照明控制方法，其特征在于，采用预设轨
迹计算方法计算第一运动轨迹时，所述方法还包括以下步骤：步骤S113：初始化状态向量：，初始化状态协方差矩阵：;其中，表示位置坐标，表示速度向量，表示转置；步骤S114：预测当前时刻的状态估计值：，预测当前时刻的状态协方差矩阵：;其中，表示状态转移矩阵，表示前一个时刻的状态估计值，表示前一个时刻的状态协方差矩阵，表示过程噪声协方差矩阵；步骤S115：计算卡尔曼增益：，更新状态：，更新状态协方差矩阵：;其中，是测量模型矩阵，表示测量噪声协方差矩阵，是测量向量，是单位矩阵。5.根据权利要求1所述的基于数据识别的智慧照明控制方法，其特征在于，采用粒子群优化算法计算照明投射角度、照明投射亮度时，所述方法还包括以下步骤：步骤S200：获取预设数据，进而将预设数据进行预设处理；步骤S201：初始化粒子群：随机生成一组粒子，并为每个粒子分配一个初始速度和位置；步骤S202：根据照明投射亮度的加权和定义适应度函数，其中权重采用角度范围约束、能源消耗约束；步骤S203：根据适应度函数、约束条件，计算预设区域的平均照度：，进而根据预设区域的平均照度生成每个粒子的适应度:;其中，表示预设区域的平均照度，表示预设区域的采样点数量，表示每个采样点的照度值，粒子的适应度即为预设区域的平均照度；步骤S204：更新每个粒子的速度：;
其中，表示粒子在时间的速度，表示惯性权重，和表示学习因子，和表示0到1之间的随机数，表示粒子历史上最好的位置，表示整个粒子群历史上最好的位置，表示粒子在时间的位置；步骤S205：更新每个粒子的位置：;其中，表示粒子在时间的速度；步骤S206：重复步骤S203至步骤S205，直至预设停止条件，进而生...

【专利技术属性】
技术研发人员：王稳，苗现华，倪聪，梁习卉子，
申请(专利权)人：苏州健雄职业技术学院，
类型：发明
国别省市：