【技术实现步骤摘要】
本专利技术涉及隧道灯光智能调节，特别涉及一种基于强化学习的隧道人工智能节能方法。
技术介绍
1、由于隧道照明系统的不合理设计等原因，公路隧道存在严重的过度照明现象，大大增加了隧道运营成本。因此，减少公路隧道照明能耗是降低公路运营费用的有效途径。国内外许多学者对隧道照明节能展开了相关研究，主要研究有节能灯具的研制、智能照明控制技术研究以及隧道布灯参数优化等，但是依然未能实现隧道照明的最佳节能状态。常规的隧道节能方法是当有车辆接近隧道入口及在隧道内行驶过程中，隧道口安装车辆检测雷达分别接收到有车信号，跟随式照明智能调光系统实现跟随车辆行驶轨迹分段调光，隧道内亮度分段增加至设定的亮度范围，实现“车来灯亮、车过灯暗”，过于频繁的触发开关调光不仅不利于人眼的适应，而且一定程度上会降低灯具的使用寿命，亮度突然变化也会威胁交通安全，为了隧道内行车安全，必须考虑隧道各区段亮度变化自然、均匀，以满足人眼对亮度的适应要求。在调整洞内亮度时，采用亮度渐变的控制方式，逐渐达到所需的路面照明要求，避免因亮度突然变化威胁交通安全。对此，针对车流量、气候、等实时变化...
【技术保护点】
1.一种基于强化学习的隧道人工智能节能方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于强化学习的隧道人工智能节能方法，其特征在于，所述隧道状态数据包括隧道外照度、隧道内亮度、车流量、车速、天气以及隧道用电量。
3.根据权利要求1所述的基于强化学习的隧道人工智能节能方法，其特征在于，所述隧道相关状态数据通过强化学习模型的DQN算法模型进行处理，并且设定输出控制动作。
4.根据权利要求3所述的基于强化学习的隧道人工智能节能方法，其特征在于，在所述DQN算法模型上增加安全规则约束。
5.根据权利要求4所述的基于强...
【技术特征摘要】
1.一种基于强化学习的隧道人工智能节能方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于强化学习的隧道人工智能节能方法，其特征在于，所述隧道状态数据包括隧道外照度、隧道内亮度、车流量、车速、天气以及隧道用电量。
3.根据权利要求1所述的基于强化学习的隧道人工智能节能方法，其特征在于，所述隧道相关状态数据通过强化学习模型的dqn算法模型进行处理，并且设定输出控制动作。
4.根据权利要求3所述的基于强化学习的隧道人工智能节能方法，其特征在于，在所述dqn算法模型上增加安全规则约束。
5.根据权利要求4所述的基于强化学习的隧道人工智能节能方法，其特征在于，dqn算法根据洞外亮度和洞内亮度确定多个可以执行的安全动作范围。
6.根据权利要求5所述的基于强化学习的隧道...
【专利技术属性】
技术研发人员：苏爱斌，李俊辉，廖建敏，聂林焕，周利，陈善强，覃彦，
申请(专利权)人：广西机械工业研究院有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。