CN118973017B 基于多传感器融合的恶劣环境智能照明控制方法 （江苏振华智能科技有限公司）

基于多传感器融合的恶劣环境智能照明控用于提升智能照明系统在恶劣环境下的性能表和GBM梯度提升机模型，能够预测未来恶劣环境从而制定出更为精准的恶劣环境智能照明控制2依据多模态传感器网络采集输入控制恶劣环境信息，获取并采用模糊逻辑控制，将每个传感器数据的读数作为输入变量，利基于光照传感器数据，结合时间、工作环境内外光线对比因素以结合人体移动检测数据、历史行为模式以及恶劣环境对人体移动和照明需求的影响，对所述第一照明需求相关特征、第二照明需求相关特征、第三照明依据所述第一照明需求相关特征、第二照明需求相关特征、第三照明依据预设的核密度估计对所述恶劣环境历史数据集进行概率采用多维核密度估计方法，包括基于Copula的多维核密度估计，3依据所述第一照明需求相关特征、第二照明需求相关特征合预设的GBM梯度提升机模型得到量化恶劣环境依据所述恶劣环境照明控制系统输出结果、未来恶劣环境光照2.根据权利要求1所述的基于多传感器融合的恶劣环境智能照明控制方法，其特征在预设动态传感器激活策略，根据当前环境条件和照明需求，动态3.根据权利要求1所述的基于多传感器融合的恶劣环境智能照明控制方法，其特征在设计多级模糊逻辑控制，其中每一级负责处理不同粒度的传感器数据和照明控制任4.根据权利要求1所述的基于多传感器融合的恶劣环境智能照明控制方法，其特征在5.根据权利要求1所述的基于多传感器融合的恶劣环境智能照明控制方法，其特征在根据恶劣环境历史数据集和用户偏好，设定一个基准照明控基于未来恶劣环境光照需求的分布估计，制定动态调整策略6.一种基于多传感器融合的恶劣环境智能照明控4获取模块，用于依据多模态传感器网络采集输入控制恶劣环境信网络中不同传感器的数据重要性，并根据其在恶劣环境下的可靠性和有效性进行权重分提取模块，用于依据所述恶劣环境融合状态信息进行照明需求相关特征提量化模块，用于依据预设的核密度估计对所述恶劣环境历史采用多维核密度估计方法，包括基于Copula的多维核密度估计，分配模块，用于依据所述恶劣环境照明控制系统输出7.一种基于多传感器融合的恶劣环境智能所述至少一个处理器调用所述存储器中的所述指令，以使得所述基恶劣环境智能照明控制设备执行如权利要求1_5中任一项所述的基于多传感器融合的恶劣述指令被处理器执行时实现如权利要求1_5中任一项所述的基于多传感器融合的恶劣环境56要求包括腐蚀性环境中对设备防腐性能的需求，采用模式识别技术确定色彩与色温组合，三照明需求相关特征结合预设的GBM梯度提升机模型得到量化恶劣环境照明需求值；依据i,是7数据集，利用核密度估计和GBM梯度提升机模型分别预测未来恶劣环境光照需求的分布和8[0020]图1为本发明实施例中基于多传感器融合的恶劣环境智能照明控制方法的一个实[0021]图2为本发明实施例中基于多传感器融合的恶劣环境智能照明控制方法的另一个[0022]图3为本发明实施例中基于多传感器融合的恶劣环境智能照明控制装置的一个实[0023]图4为本发明实施例中基于多传感器融合的恶劣环境智能照明控制设备的一个实提升智能照明系统在恶劣环境下的性能表现，为用户提供更加舒适、节能且安全的照明环例中基于多传感器融合的恶劣环境智能照明控制方9统自动将灯具的亮度提高到100勒克斯（lx同时调整色温为更温暖的色调以减少视觉疲[0035]需要说明的是，井下采矿环境智能照明控制系统中的权重分配与模糊逻辑控制[0050]103、依据恶劣环境融合状态信息进行照明需求相关特征提取得到第一照明需求值计算出当前环境下所需的光照强度。境下偏好高色温确定当前环境下适宜的色温值。[0059]构建恶劣环境历史数据集，将上述提取的第一照明需求相关特征（光照强度需[0077]量化恶劣环境照明需求值，根据GBM梯度提升机模型预测得到的量化恶劣环境照[0078]智能照明控制策略制定对恶劣环境照明控制系统输出结果与未来恶劣环境光照过调整LED灯具的功率和颜色配比来实现光照强度和色温的调整。监控系统应实时检测环劣环境光照需求的分布估计及量化恶劣环境照明需求值来制定恶劣环境智能照明控制策[0086]请参阅图2，本发明实施例中基于多传感器融合的恶劣环境智能照明控制方法的始状态，包括初始状态估计值和初始误差协方差矩阵P0，设置状态转移方程为F，则：iu-=Fir-x-温度湿度传感器、声音传感器。设定采样频率：光照强度传感器（1Hz人体移动传感器依据所述评价矩阵输入熵权模型计算每个ij为归一化后的传感器读一级负责处理不同粒度的传感器数据和照明控制任务，低级控制器负责基本的亮度调节，其中，矩阵的每一行代表一个传0.1,w4[0114]203、依据恶劣环境融合状态信息进行照明需求相关特征提取得到第一照明需求捉井下环境的色彩信息以及矿工的活动情况。特征提取：通过模式识别技术（如支持向量[0144]色彩与色温需求不仅与环境色彩和人的活动情况有关，还受到腐蚀性物质的影数据集将用于后续的模型训练和智能照明控其中，i,i-1,·,是恶劣环mM恶劣环境智能照明控制方法。本实施例将详细说明如何结合情境识别技术动态选择核函析分布估计中的概率密度函数、峰值和谷值信息预测未来一段时间内光照需求的变化趋[0174]整合系统输出结果与光照需求，系统输出结果：当前照明系统的光照强度为500[0185]实时反馈调整，实际光照强度与色温监测：系统实时监测到当前光照强度为490[0189]上面对本发明实施例中基于多传感器融合的恶劣环境智能照明控制方法进行了描述，下面对本发明实施例中基于多传感器融合的恶劣环境智能照明控制装置进行描述，请参阅图3，本发明实施例中基于多传感器融合的恶劣环境智能照明控制装置一个实施例态输入控制环境传感器数据进行数据融合处理，得到恶劣环境融合状态信息；处理模块302，用于依据恶劣环境融合状态信息结合预设的熵权模型分析多模态传感器网络中的不传感器数据的权重及每个传感器的读数，模糊逻辑控制的输入变量为每个传感器的读数，来恶劣环境光照需求的分布估计及量化恶劣环境照明需求值得到恶劣环境智能照明控制[0191]上面图3从模块化功能实体的角度对本发明实施例中的基于多传感器融合的恶劣[0192]图4是本发明实施例提供的一种基于多传感器融合的恶劣环境智能照明控制设备的结构示意图，该基于多传感器融合的恶劣环境智能照明控制设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器（centralprocessingunits，（图示没标出每个模块可以包括对基于多传感器融合的恶劣环境智能照明控制设备400感器融合的恶劣环境智能照明控制设备400上执行存储介质430中的一系列指令操作。[0193]基于多传感器融合的恶劣环境智能照明控制设备400还可以包括一个或一个以上以存储在一个计算机可读取存储介质中。基于这样的