人工智能灯的亮度调节方法及节能灯技术

现有基于环境亮度实现自身亮度自动调节的灯具，是根据光传感器感知局部环境亮度以简单的数字逻辑对灯具的发光强度进行调整，这种灯具存在亮度调节反应速度慢，环境适应性差，照明效果不理想等情况。并且现有亮度可调节灯具，其不能从传感器局部感知的亮度信息准确推广得到真实环境实际光照条件，造成户外复杂环境中，灯具发光强度与环境真实需要的照明条件无法达到最优匹配，进而不能将灯具的发光强度调节到符合人类视觉的最佳发光强度。而且现有亮度可调节灯具，无法实现功耗效果的自适应调节，灯具在根据环境亮度调整发光强度的同时，无法实现以最佳能耗进行工作。

技术实现思路

有鉴于此，本专利技术的目的是提供一种基于人工智能的节能灯亮度调节方法及节能灯，以解决现有亮度可调节灯具存在的：不能在户外复杂环境中将灯具亮度调整到符合人类视觉的最佳灯具照明效果的技术问题。本专利技术基于人工智能的节能灯亮度调节方法，包括以下步骤：1)通过光传感器采集节能灯在不同季节的不同照明时间段的环境亮度数据和灯具发光强度数据；以及在不同的环境亮度下测试人眼感受灯具的照明效果，并采集使人眼感受到最佳照明效果的灯具发光强度数据；以光传感器采集到的环境亮度数据为x、灯具发光强度数据为y，并以使人眼在真实环境亮度下感受到最佳照明效果作为数据配对标准，对x与y进行配对并制作成数据集合D；n为配成对的数据的总对数，i＝0，1，2，3，……n；y的大小范围为[0，1]，0代表灯具不发出光线，1代表灯具达到最大发...

技术特征摘要

1.一种基于人工智能的节能灯亮度调节方法，其特征在于：包括以下步骤：1)通过光传感器采集节能灯在不同季节的不同照明时间段的环境亮度数据和灯具发光强度数据；以及在不同的环境亮度下测试人眼感受灯具的照明效果，并采集使人眼感受到最佳照明效果的灯具发光强度数据；以光传感器采集到的环境亮度数据为x、灯具发光强度数据为y，并以使人眼在真实环境亮度下感受到最佳照明效果作为数据配对标准，对x与y进行配对并制作成数据集合D；n为配成对的数据的总对数，i＝0,1,2,3，……n；y的大小范围为[0,1]，0代表灯具不发出光线，1代表灯具达到最大发光强度；x的大小范围为光传感器感检测到的环境亮度值范围；2)采用由输入层、隐藏层和输出层构成的神经网络处理数据，将数据集合D中的数据分为两部分，一部分作为神经网络的训练数据集，另一部分作为神经网络的效果验证数据，训练训练数据集和效果验证数据集不重合；神经网络使用随机梯度下降算法作为训练算法，并使用平方损失函数判断训练结果，使用训练数据集训练神经网络使之最终收敛；3)通过光传感器测量出当前灯具所在实际环境中的光照强度值v，将由n个光传感器的测量值组成的向量V＝(v1，v2，v3…vn)作为神经网络的输入，V经过神经网络的回归处理后，神经网络输出当前灯具发光强度的最佳值y，并以最佳值y作为节能灯驱动电路的输入，对节能灯的电压和电流进行调节，以控制节能灯发光强度。2.根据权利要求1所述的基于人工智能的节能灯亮度调节方法，其特征在于：所述神经网络中神经元的标准感知形式为：y＝F(∑wij*xi+b)其中y是神经元的输出，F是神经元的激活函数，xi是神经元的输入，wij是神经元的权重，通过训练获取其最终值；b是神经元的偏执项，其设置为常数1或通过训练获取最终值；