一種基于物聯網視覺俘獲的照明系統及其控制方法
【技術領域】
[0001] 本發明屬于動態照明技術領域，尤其涉及一種基于物聯網視覺俘獲的照明系統及 其控制方法。
【背景技術】
[0002] 照明支持是人類在無自然光環境下（如黑夜、地下設施）進行生產、生活活動的必 要條件。在人類可活動空間較為廣闊的條件下，由于單個照明裝置的照明范圍有限，需要 數目較大的多個照明裝置共同完成照明支持。但是，由于人類的移動速度有限（即便是乘 坐交通工具），一段時間內僅需要部分照明裝置的支持，廣闊空間內大部分的照明裝置提供 的照明支持是被浪費掉了的。因而在"提高能源利用率，實現節能減排"的政策推動下，如 何對照明裝置實現系統化、智能化的協調控制，提高照明裝置使用率，延長照明裝置使用壽 命，減少整個大范圍照明體系的能源耗費，是每個城市現代化發展中亟待解決的問題。
[0003] 但是，在保障節能減排的同時，又不能以限制人類生產、生活的活動為代價，需要 同時保障對行人或交通工具內的駕駛員、乘客有足夠安全的、實時的照明支持。目前的照明 裝置智能控制系統，實現了在無人經過時將照明裝置全部關閉，可以解決行人和交通工具 通過某一位置后，對應的照明裝置便會點亮。但這類系統提供的照明支持是固定不變的，不 能根據需要照明支持的對象的特征（尺寸、移動方向、速度和加速度），動態的調節照明的 亮度、方向和范圍。這樣的系統一方面對移動速度較快、移動方向和加速度變化快的交通工 具存在著安全隱患，它不能提供實時有效的動態追蹤的照明支持，限制了駕駛員的視野從 而造成危險；另一方面對移動速度較慢、移動方向和加速度變化緩慢的行人而言，這種刻板 的對照明裝置的控制仍會造成大部分照明資源的浪費。此外，當前的大空間內（戶外、涵 洞、隧道內等）的照明裝置控制系統，均基于價格昂貴的傳感器和FPGA、PLC -類的硬件開 發平臺，導致每臺照明裝置實現智能控制的成本非常高，因而限制了大空間內照明裝置智 能化的發展，目前幾乎很難看到這類智能控制產品的應用實例。
[0004] 由于傳統的圖像識別算法計算復雜度高，因此現有的圖像識別設備，或依賴高性 能、高存儲的嵌入式硬件計算環境，或通過網絡傳輸至云端服務進行計算。而常見的嵌入式 設備通常性能較低或成本過高，且視覺信息的網絡傳輸量巨大，因此，低成本高性能的軟件 視覺算法對智能照明裝置系統至關重要。
[0005] 傳統的所謂照明裝置圖像識別僅僅只是簡單的識別移動物體及其方向，不能很好 區別車輛、行人和寵物或者飛鳥、風動的垃圾；不能支持對車輛和行人的速度信息獲取，也 不能能聯動控制路面雙向的任意數量照明裝置，從而根據實際需求，點亮相應的照明裝置， 保障使用者的行進安全；對單攝像頭獲取的圖像，進行圖像識別，在真實路面容易誤將晃動 的樹影，識別成移動的車輛或行人。
[0006] 傳統的多跳無線自組網技術僅能實現信息的測量、發送、中繼轉發以及上位機的 統一控制，無法實現多個節點的自主化控制、協同控制。其原因在于，一個η節點的網絡中， 如果1個節點可以向其它η-1個節點發送控制指令，那么每1個節點在同一時刻收到的控 制指令最大可達n-1個，當η的數目較大時，網絡中實時傳送的（n-1)2個指令會造成數據 擁塞而導致大范圍的控制延遲，同時單個節點會由于過多的同時控制指令導致系統狀態切 換頻繁、部分指令丟失甚至指令互鎖導致系統死機。

【發明內容】

[0007] 針對上述問題，本發明提出了一種基于物聯網視覺俘獲的照明系統及其控制方 法。
[0008] 一種基于物聯網視覺俘獲的照明系統，由多個照明裝置連接組成，每個照明裝置 包括：蛙眼仿生視覺俘獲單元、物聯網協調單元、照明裝置控制單元；蛙眼仿生視覺俘獲單 元與物聯網協調單元連接，物聯網協調單元與照明裝置控制單元連接；多個物聯網協調單 元通過無線多跳自組網協議連接，形成智能協調中樞。
[0009] 所述娃眼仿生視覺俘獲單元采用嵌入式Iinux或Android平臺環境，通過與其相 連的物聯網協調單元以及多個物聯網協調單元所形成的智能協調中樞，與其他蛙眼仿生視 覺俘獲單元形成了具備蛙眼對動態物體的識別能力的復眼視覺俘獲運算機群；采用多蛙眼 仿生視覺協同俘獲算法，從固定背景以及無規則移動背景中俘獲到規律性移動物體，并提 取視場內移動物體的尺寸、移動方向、速度和加速度信息，將信息實時傳遞給物聯網協調單 J Ll 〇
[0010] 所述物聯網協調單元根據來自蛙眼仿生視覺俘獲單元的計算結果，通過由多個物 聯網協調單元組成的智能協調中樞向各個照明裝置控制單元發出指令，以保證在移動物體 行進方向上產生動態的照明支持效果，保證其具有足夠的視野范圍、光亮度和遇緊急情況 的反應時間。
[0011] 所述照明裝置控制單元采用可控硅調壓穩壓電路，實時響應物聯網協調單元發送 的指令，對單個照明裝置的亮度及照明時間進行調節，并能向協調中樞反饋照明裝置的故 障。
[0012] 一種基于物聯網視覺俘獲的照明系統的控制方法，包括：
[0013] 步驟1、調整蛙眼仿生視覺俘獲單元的攝像頭角度，使之與近端路面目標移動反方 向、垂直路面平行行駛方向、垂直路面垂直行駛方向均呈30-70度角，使近端路面車行方向 與攝像頭俘獲畫面的左下至右上對角線重合；
[0014] 步驟2、基于opencv、ccv計算機視覺開源庫，在娃眼仿生視覺俘獲單元的嵌入式 Iinux或android平臺環境上構建圖像處理基礎算法依賴庫，包括：攝像頭數據獲取和解析 程序、背景差分算法、高斯背景算法、中值濾波算法、膨脹腐蝕算法、向下采樣算法、向上采 樣算法；
[0015] 步驟3、蛙眼仿生視覺俘獲單元的攝像頭實時采集視頻數據，然后采用幀差法、高 斯背景算法區分圖像的背景和前景，檢測視頻中的移動物體，隨后使用腐蝕、膨脹、濾波算 法過濾圖像中的噪聲；
[0016] 步驟4、在采集到的實時視頻的圖像數據中提取標注目標的大小、輪廓、形狀、顏 色、移動軌跡、移動時間的特征；
[0017] 步驟5、根據獲取的當前移動物體的特征，通過邏輯回歸模型計算得出是否為車輛 或行人的識別判斷，以及該判斷的置信度；
[0018] 步驟6、根據成像近大遠小的自然規律，結合攝像頭的像素和角度，通過分析移動 物體的移動軌跡，計算移動物體的速度和方向；
[0019] 步驟7、蛙眼仿生視覺俘獲單元通過計算和判斷目標圖像移動速度和加速度是否 在合理值范圍以內，并通過無線傳感網協議組建的數據網絡與其他多個蛙眼仿生視覺俘獲 單元俘獲并計算得到的目標圖像特征數據進行結合來過濾飛鳥、蚊蟲、垃圾、樹影、寵物這 些干擾物體的信號，得到識別結果后發送給物聯網協調單元；
[0020] 步驟8、物聯網協調單元根據所識別的有效目標的速度和方向，選取所有目標中該 方向速度的最大值，并向該方向上的一個或多個照明裝置控制單元發出控制信號，控制該 最大速度移動方向上的若干盞燈亮起；若雙向道路皆有有效目標移動，則道路兩側的照明 裝置按照其各自速度亮起相關數量的照明裝置。
[0021] 所述步驟4中提取標注目標特征的方法為：在視頻中標注車輛和行人的樣例作為 正例，并分別提取標注目標的大小、輪廓、形狀、顏色、移動軌跡、移動時間的特征；根據成像 近大遠小的自然規律，假設觀測到的目標面積為S，車輛所在位置與攝像頭的連線和路面 的夾角為A，車輛所在位置與攝像頭的連線和路面垂直方向的夾角為B，則折算目標大小的 公式是SAsinAXsinB);隨即抽取等量的路面的其他圖像作為反例，使用正例作