[發(fā)明專利]一種大型空間恒照度控制方法、平臺及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201910280696.0
• 申請日: 2019-04-09
• 公開（公告）號: CN109840942A
• 公開（公告）日: 2019-06-04
• 發(fā)明（設(shè)計）人: 張振凱;蔣秋明
• 申請（專利權(quán)）人: 上海上實龍創(chuàng)智慧能源科技股份有限公司
• 主分類號: G06T17/00
• 分類號: G06T17/00;G06K9/62;H05B37/02
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 蔡彭君

本發(fā)明涉及一種大型空間恒照度控制方法、平臺及系統(tǒng)，其中方法包括：步驟S1：建立含有燈具的目標空間的三維模型；步驟S2：采用不完全遍歷的方式控制三維模型中各燈具的亮度和朝向，并得到對應(yīng)的照度信息，將每一次遍歷得到的各燈具的亮度和朝向，以及對應(yīng)照度信息作為一組候選訓練樣本；步驟S3：對候選訓練集進行預處理，將照度信息均勻度小于設(shè)定閾值的候選訓練樣本剔除，保留剩下的候選訓練樣本作為最終訓練樣本集；步驟S4：利用最終訓練樣本集訓練第一模型；步驟S5：接收到含有目標照度信息的控制指令后，將該目標照度信息輸入第一模型，得到各燈具的目標朝向和亮度，并分發(fā)給各燈具。與現(xiàn)有技術(shù)相比，本發(fā)明具有控制效果好等優(yōu)點。

技術(shù)領(lǐng)域

本發(fā)明涉及一種物聯(lián)網(wǎng)技術(shù)，尤其是涉及一種大型空間恒照度控制方法、平臺及系統(tǒng)。

背景技術(shù)

對于一些需要恒照度場所，現(xiàn)行的技術(shù)是通過照度傳感器和控制燈具進行一對一的控制。

例如中國專利CN109556054A公開了一種物聯(lián)網(wǎng)智能控制的太陽能路燈，包括燈桿，所述燈桿的外表面固定套接有定位環(huán)，所述燈桿的外表面固定開設(shè)有螺紋孔，所述燈桿的外表面活動套接有移動環(huán)，所述移動環(huán)的數(shù)量為兩個，一個所述移動環(huán)的外表面固定安裝有承重桿，另一個所述移動環(huán)的外表面固定安裝有連接桿，所述連接桿的另一端固定安裝有路燈。該物聯(lián)網(wǎng)智能控制的太陽能路燈，再利用螺栓將光伏板連接正在兩個卡位塊之間，而卡位塊通過固定轉(zhuǎn)軸連接在定位板上，定位桿利用移動塊在定位桿和限位桿上移動，從而調(diào)節(jié)光伏板的傾斜角度，最后通過螺桿對其進行定位，使得光伏板的位置固定，達到調(diào)節(jié)光伏板的角度。這種控制技術(shù)的劣勢在于控制范圍小；在容易產(chǎn)生照度的劇烈波動導致失調(diào)。

發(fā)明內(nèi)容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種大型空間恒照度控制方法、平臺及系統(tǒng)。

本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

一種大型空間恒照度控制方法，包括：

步驟S1：建立含有燈具的目標空間的三維模型；

步驟S2：采用不完全遍歷的方式控制三維模型中各燈具的亮度和朝向，并得到對應(yīng)的照度信息，將每一次遍歷得到的各燈具的亮度和朝向，以及對應(yīng)照度信息作為一組候選訓練樣本；

步驟S3：對候選訓練集進行預處理，將照度信息均勻度小于設(shè)定閾值的候選訓練樣本剔除，保留剩下的候選訓練樣本作為最終訓練樣本集；

步驟S4：利用最終訓練樣本集訓練第一模型；

步驟S5：接收到含有目標照度信息的控制指令后，將該目標照度信息輸入第一模型，得到各燈具的目標朝向和亮度，并分發(fā)給各燈具。

步驟S6：接收由安裝在現(xiàn)場照度傳感器采集的照度信息，判斷該照度信息與目標照度信息的誤差是否超限，若為否，則將該由安裝在現(xiàn)場照度傳感器采集的照度信息，以及對應(yīng)的由第一模型輸出的各燈具的目標朝向和亮度作為訓練樣本對第一模型進行一次訓練。

所述步驟S6中得到的訓練樣本的權(quán)重超過最終訓練樣本集的任一最終訓練樣本。

一種大型空間恒照度控制平臺，包括處理器、存儲器，以及存儲于存儲器中并由所述處理器執(zhí)行的程序，所述處理器執(zhí)行所述程序時實現(xiàn)以下步驟：

步驟S1：建立含有燈具的目標空間的三維模型；

步驟S2：采用不完全遍歷的方式控制三維模型中各燈具的亮度和朝向，并得到對應(yīng)的照度信息，將每一次遍歷得到的各燈具的亮度和朝向，以及對應(yīng)照度信息作為一組候選訓練樣本；

步驟S3：對候選訓練集進行預處理，將照度信息均勻度小于設(shè)定閾值的候選訓練樣本剔除，保留剩下的候選訓練樣本作為最終訓練樣本集；

步驟S4：利用最終訓練樣本集訓練第一模型；