[发明专利]事件驱动的家居智能照明方法与系统

权利要求书

1.一种事件驱动的家居智能照明方法，包括以下步骤：

步骤1：采集家庭照明信息，并对信息进行标注，构建历史数据库和决策表；

步骤2：利用历史数据库内的数据构建事件识别模型、人员光照需求模型；

步骤3：实时数据采集后，与已建立的模型相匹配，识别出相应的生活场景，给出最佳的照明环境；

所述步骤2中构建人员光照需求模型采用粗糙集方法，基于粗糙集的规则提取策略为：设X为条件属性集，Y为决策属性集，a_i，b_i分别为集合X,Y中各元素的属性；当采集到的信息符合a_i或者b_i所规定的条件时，则存入相应的集合中；决策规则为：基于条件决定决策；

对于采用图像识别的场景，构建第一类照度需求模型，其结构为：基于用户、时间、活动以及场所决定照度和色温；所得的人员照度需求模型具有下述形式：如果人员i在时间段j位于场所k在从事活动l，那么最佳照度为p，最佳色温为c,其中i为人员中的某一位，j为全天时间的某一个时间段，k为家庭场所中的某一个，l为活动中的某一个，p为某一个照度值，c为某一个色温值；

对于热释电传感器识别的场景，构建第二类照度需求模型，其结构为：基于时间、场所决定照度和色温；所得的人员照度需求模型具有下述形式：如果人员i在时间段j位于场所，那么最佳照度为p，最佳色温为c。

2.根据权利要求1所述的事件驱动的家居智能照明方法，其特征在于，所述步骤1包括：

步骤11：在不同的家庭照明场所，使用摄像头采集图像信息，使用热释电红外传感器采集普通数据，使用照度传感器采集每个场景的照度，使用色温传感器采集每个场景的色温；

步骤12：对采集到的数据和图像，对不同成员在不同时间各场所所进行活动进行标注；

步骤13：利用信息采集与标注的信息建立历史图像数据库和决策表。

3.根据权利要求1所述的事件驱动的家居智能照明方法，其特征在于，所述步骤2中构建事件识别模型采用深度学习的方法，基于深度学习的图像识别的策略为：首先对图像进行预处理；然后将处理好的图像输入所设计的神经网络进行训练，通过前向传播算法和反向传播算法不断使代价函数得到优化，直至取到最小值，更新权值后，得到一个较优的识别模型；最后利用此模型对实时图像进行识别分类。

4.一种事件驱动的家居智能照明系统，其特征在于，用于在执行时实现权利要求1-3任一项所述的事件驱动的家居智能照明方法，其包括：

信息采集与标注模块，该模块用于执行步骤1的方法；

人员光照需求与场景识别模块，该模块用于执行步骤2的方法；

事件识别与处理模块，该模块用于执行步骤3的方法。