本发明涉及照明路灯技术领域，尤其涉及一种基于大数据的自学习路灯系统。
背景技术：
随着能源的日益紧张和环境问题的日趋严重，节能环保产品越来越受到重视，在照明路灯行业，科技工作者发明了半导体二极管(led)路灯，这些led路灯在照明应用中对节能减排起到不可估量的作用，led路灯虽然有许多节能和降低环境污染的优点，但是如果长期工作在大电流下会产生大量的热，过高的热量容易引起led发光器的老化，并引起led灯具的光衰，严重影响路灯使用寿命，另外，目前市场上的led路灯无法随着环境提供不同的照明度，少数光照可调的led路灯也只是简单的利用光传感器进行光强度补偿，在深夜人少的情况下，不能智能辨别是否有人经过，路灯通常也是全亮，造成了能源的浪费。
技术实现要素：
为了解决上述问题，本发明提出一种基于大数据的自学习路灯系统。
具体的，一种基于大数据的自学习路灯系统，包括：智能路灯、云服务器及后台管理端，所述智能路灯包括led灯、电压传感器、图像采集模块、图像处理模块、环境监测模块及中央处理模块；所述led灯、图像处理模块、环境监测模块分别与所述中央处理模块连接，所述图像采集模块与所述图像处理模块连接，所述电压传感器的两个接线端分别与所述led灯两个接线端连接，所述电压传感器的输出端与所述中央处理模块连接。
进一步的，所述图像采集模块为高清球摄像机。
进一步的，所述中央处理模块包括mcu、存储器及通信模块，所述存储器还包括学习模块，所述学习模块内设置有训练模型，所述通信模块为3g/4g/wifi模块。
进一步的，所述环境监测模块包括pm2.5传感器、粉尘浓度传感器及光强度传感器。
进一步的，所述图像处理模块用于提取图像信息，并将图像信息发送至所述mcu，所述mcu调用所述学习模块内的训练模型，并输入图像信息，训练模型通过预设算法对提取的到的图像信息进行判断、分类，最终输出采集到的图像信息中是否包含人像信息，并将判断结果发送至所述mcu。
进一步的，所述mcu还连接有gps，所述mcu用于接收所述pm2.5传感器、粉尘浓度传感器、光强度传感器及gps发送的pm2.5、粉尘浓度、光照强度监测数据及gps信息并将其封装为监测信息并通过所述通信模块发送至所述云服务器，gps信息包括位置、时间信息。
进一步的，所述mcu与所述led灯之间还连接有pwm控制电路，所述mcu根据接收到的监测数据，调整输出的pwm波的占空比来调整所述led灯的亮度，所述mcu接收到图像信息后，调用训练模块并输入图像信息，根据训练模型的输出判断图像采集模块的监控范围内是否有人，若有人出现，则结合pm2.5值、粉尘浓度值及光线强度值计算是否需增强光照及若需增强光照度需输出的pwm波的占空比，所述mcu通过增大输出pwm波的占空比控制所述led灯增加亮度，直至接收到的到图像信息中没有人出现，则所述mcu减小输出pwm波的占空比，降低所述led灯的亮度。
进一步的，所述mcu还用于接收所述电压传感器发送的电压监测数据，当电压监测数据异常时，通过所述通信模块向所述云服务器发送所述led灯的故障告警信息，所述mcu发送故障告警信息时还会同时在故障告警信息中绑定gps信息。
进一步的，所述云服务器用于接收并存储接收到的监测信息及故障告警信息，通过解析监测信息中的gps信息，判断每条监测信息的来源，将其存储在预设分区中，所述云服务器还通过分析计算接收到的监测信息及故障告警信息历史数据，生成路灯系统管理表，所述路灯系统管理表包括所述智能路灯的位置信息、人流量信息及故障信息的历史数据，每条信息都与时间绑定。
进一步的，所述后台管理端用于向所述云服务器发送查询、修改命令，通过分析所述路灯系统管理表预测不同区域、不同时段的路灯使用率、故障率，以便在高峰期、高峰路段提前做好调整供电、检修的准备，以减少所述智能路灯的故障率，提高使用效率。
本发明的有益效果在于：通过pm2.5传感器、粉尘浓度传感器及光强度传感器采集环境信息，并结合图像采集模块、图像处理模块发送的图像信息智能判断是否有人经过，综合各项数据计算出最佳光照补偿值，有效的节约了能源，提高了路灯的有效工作率；通过云计算，管理人员可以方便的通过各项历史数据对用灯高峰路段在高峰时段来临前作出提前准备，减少路灯在工作时间的故障率，提高了行人的使用体验。
附图说明
图1是本发明的一种基于大数据的自学习路灯系统的系统示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。
如图1所示，具体的，一种基于大数据的自学习路灯系统，包括：智能路灯、云服务器及后台管理端，所述智能路灯包括led灯、电压传感器、图像采集模块、图像处理模块、环境监测模块及中央处理模块；所述led灯、图像处理模块、环境监测模块分别与所述中央处理模块连接，所述图像采集模块与所述图像处理模块连接，所述电压传感器的两个接线端分别与所述led灯两个接线端连接，所述电压传感器的输出端与所述中央处理模块连接。
进一步的，所述图像采集模块为高清球摄像机。
进一步的，所述中央处理模块包括mcu、存储器及通信模块，所述存储器还包括学习模块，所述学习模块内设置有训练模型，所述通信模块为3g/4g/wifi模块。
进一步的，所述环境监测模块包括pm2.5传感器、粉尘浓度传感器及光强度传感器。
进一步的，所述图像处理模块用于提取图像信息，并将图像信息发送至所述mcu，所述mcu调用所述学习模块内的训练模型，并输入图像信息，训练模型通过预设算法对提取的到的图像信息进行判断、分类，最终输出采集到的图像信息中是否包含人像信息，并将判断结果发送至所述mcu。
进一步的，所述mcu还连接有gps，所述mcu用于接收所述pm2.5传感器、粉尘浓度传感器、光强度传感器及gps发送的pm2.5、粉尘浓度、光照强度监测数据及gps信息并将其封装为监测信息并通过所述通信模块发送至所述云服务器，gps信息包括位置、时间信息。
进一步的，所述mcu与所述led灯之间还连接有pwm控制电路，所述mcu根据接收到的监测数据，调整输出的pwm波的占空比来调整所述led灯的亮度，所述mcu接收到图像信息后，调用训练模块并输入图像信息，根据训练模型的输出判断图像采集模块的监控范围内是否有人，若有人出现，则结合pm2.5值、粉尘浓度值及光线强度值计算是否需增强光照及若需增强光照度需输出的pwm波的占空比，所述mcu通过增大输出pwm波的占空比控制所述led灯增加亮度，直至接收到的到图像信息中没有人出现，则所述mcu减小输出pwm波的占空比，降低所述led灯的亮度。
进一步的，所述mcu还用于接收所述电压传感器发送的电压监测数据，当电压监测数据异常时，通过所述通信模块向所述云服务器发送所述led灯的故障告警信息，所述mcu发送故障告警信息时还会同时在故障告警信息中绑定gps信息。
进一步的，所述云服务器用于接收并存储接收到的监测信息及故障告警信息，通过解析监测信息中的gps信息，判断每条监测信息的来源，将其存储在预设分区中，所述云服务器还通过分析计算接收到的监测信息及故障告警信息历史数据，生成路灯系统管理表，所述路灯系统管理表包括所述智能路灯的位置信息、人流量信息及故障信息的历史数据，每条信息都与时间绑定。
进一步的，所述后台管理端用于向所述云服务器发送查询、修改命令，通过分析所述路灯系统管理表预测不同区域、不同时段的路灯使用率、故障率，以便在高峰期、高峰路段提前做好调整供电、检修的准备，以减少所述智能路灯的故障率，提高使用效率。
需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、rom、ram等。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。