一种基于无监督学习技术的空间光环境AI调节系统的制作方法

本发明涉及一种老年人空间光环境调节系统，尤其是涉及一种基于无监督学习技术的空间光环境ai调节系统。

背景技术：

我国正面临着严峻的社会老龄化问题。联合国人口数据预测显示，我国在2030年左右将成为世界老龄化程度最高的国家。由于身体机能的退行性变化，老年人大部分的时间都在室内度过。研究人员发现，光环境对老年人精神健康的影响权重比热环境及空间更大，光环境品质能作用于人体的抗压、生理节律及氧化应激等机制，与抑郁、心血管疾病、睡眠障碍等老年人多发疾病相关，因此探讨研究老年人身心健康与室内光环境之间的相关性，具有较大的现实意义及社会意义。目前，关于老年人光环境的相关研究大多围绕居住空间光环境参数(亮度分布、照度、色温、照明方式、照射时长等)与视觉舒适度、生理、心理之间的相关性展开探讨，研究方法主要为主观评价的方式，准确性相对较低，无法剔除个体差异。同时受限于实验方法及规模，实验周期长，无法综合考虑老年人各种活动的需求，无法及时调整，还无法给出精确的最优数值。很长一段时间内该领域的研究还将处在大量重复实验以收集足够量的基础数据。

为了解决上述缺陷，现有一些文献和专利做了相关研究，如：

1.同济大学光环境实验室根据真实的医院病房空间搭建等尺度模拟实验室，设置不同色温(3000k、4000k、5700k)、照度(100lx、200lx、400lx)及直接照明贡献率(0％、30％、50％、70％)的光照场景，通过主观问卷及访谈的方式探讨了有过心血管疾病史的老年人在各光照环境下的视觉舒适度及心理感受。该实验被试的可选择项较少，无法综合色温、照度、直接照明贡献率三种条件给出最优的光环境参数值。实验样本量小，对实验结果的准确度有一定影响。

2.日本学者笹本康太郎通过qol问卷对日本山口县300名65岁以上的老年人被试进行问卷调查，探讨不同环境因素对老年人日常生活及健康的影响权重。研究人员针对问卷数据进行x2检验，对抽选出的因子权重进行多重回归分析，结果显示：影响老年人精神健康状况的环境因素权重由大到小依次为光环境、空间、热环境。

prabuwardono等人使用数字情景模拟、主观问卷评价的方法，以光、色彩和装饰为变量，针对被试的感知、情绪以及社交行为进行实验研究。实验结果也表明，光照环境对空间使用者情绪的影响最为显著。

上述实验均得出光环境对老年人影响的重要性，但无法给出最优的光环境参数值；主要通过主观问卷的评价方式，无法给出光环境参数变化与老年人心理健康和情绪相关性的准确数值。

3.2001年，日本学者伊藤武夫的研究针对日本新泻县内多雪地区特殊养老机构中的2名阿尔茨海默病患者(83岁女性、90岁女性)进行实验研究。研究针对被试的进食行为(进食量、规律程度)、睡眠觉醒状态、自立程度、声音刺激的反应、表情变化、轮椅坐姿等行为进行了量化研究。该实验被试样本量太小，被试个体差异性对实验结果会产生较大影响。

4.2002年，伊藤武夫针对日本滋贺县某养老机构中27名(男性10名、女性17名，平均年龄82.4岁)阿尔茨海默病患者进行了跟踪实验研究。实验安排在养老机构一楼公共空间，大型面光源提供高强度光照。实验分别在早餐、午餐、娱乐时间进行光照刺激，每天累计照射时间为3.5小时。实验针对被试睡眠质量、夜晚徘徊、喧哗、白天觉醒度进行量化评价。实验期间包括比对、光照刺激2个阶段，共计1.5个月。

上述实验实验周期长，没有对光环境参数做出调整，无法得出其他光环境参数值对实验结果的影响。该实验的场所和实验时间均有所限制，重复试验难度大。

技术实现要素：

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于无监督学习技术的空间光环境ai调节系统。

本发明的目的可以通过以下技术方案来实现：

一种基于无监督学习技术的空间光环境ai调节系统，包括：

参数采集装置，用于实时获取被测者生理心理参数；

行为模式采集装置，用于检测被测者的位置和动作，实现空间定位，从而获得被测者行为模式；

ai深度学习装置，通过一信息传输转化装置分别连接参数采集装置和行为模式采集装置，维护有健康光环境参数模型，用于根据所述被测者生理心理参数和被测者行为模式，获得实时的光环境参数值；

光环境调节装置，用于根据所述ai深度学习装置获得的光环境参数值进行空间光环境调节。

进一步地，所述ai深度学习装置包括：

模型学习模块，用于无监督学习所述参数采集装置的输出、行为模式采集装置的输出与光环境参数之间的相关性，获得所述健康光环境参数模型的模型参数；

实时参数获取模块，基于无监督学习获得的健康光环境参数模型，根据所述被测者生理心理参数和被测者行为模式，获得实时的光环境参数值。

进一步地，所述ai深度学习装置还包括：

信息发送模块，用于将获取的被测者生理心理参数、被测者行为模式和实时的光环境参数值传送给外部设备。

进一步地，所述ai深度学习装置还包括：

能耗实时监测模块，用于实现能源消耗的实时监测。

进一步地，所述ai深度学习装置还包括：

照护监控模块，用于接收监护人员在岗时间信息。

进一步地，所述被测者生理心理参数包括脉搏、血压、深度睡眠时长、起夜状况和睡眠质量。

进一步地，所述参数采集装置包括睡眠床垫和手环。

进一步地，所述行为模式采集装置包括光源和蓝牙芯片。

进一步地，所述光环境调节装置包括照明设备和智能窗帘。

进一步地，所述光环境参数包括空间色温、照度、照明时间和照明方式。

与现有技术相比，本发明通过基于无监督学习技术的适老空间光环境ai调节系统，突破了老年人光环境研究领域需要通过大量重复实验才能收集的基础数据瓶颈，极大的提高了获取健康光环境参数的效率。通过实时获取数据、实时分析、无监督学习技术和实时调整光环境参数值可以极大程度提高了个性化设置及精准控制，可以有效缩短实验周期、快速获得最优光环境参数。本发明可以解决包括但不限于以下场景问题，取得有益效果：

1)缩短实验获取参数的周期，提高实验效率，可以节约大量人力物力；

2)通过实时获取数据、分析和调整光环境参数值，可以减少预设值对参数的影响，极大地拓展了训练样本量；

3)通过深度学习系统对各项生理和心理参数以及定位系统数值进行分析学习，可以排除主观评价的偏差，大量数据分析的基础上得出的实验结果准确度大幅提高；

4)实现健康光环境个人订制化；

5)本发明具有光环境参数高度自适应、自主完善等优点，可以综合考虑样本个体差异性和老年人活动多样性需求。

附图说明

图1为本发明的结构示意图；

图2为本发明ai深度学习装置的原理示意图；

图3为本发明的功能示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例以老年人为被测者，提供一种基于无监督学习技术的适老空间光环境ai调节系统，该系统可以实现规模应用，在无主试人员、无初始条件下批量、自动完成实验流程，并自主收集、分析实验数据，完善模型参数，有效缩短光环境实验周期。该系统包括参数采集装置1、行为模式采集装置2、ai深度学习装置3和光环境调节装置4，其中，参数采集装置1用于实时获取老年人生理心理参数；行为模式采集装置2用于检测老年人的位置和动作，实现空间定位，从而获得老年人行为模式；ai深度学习装置3通过一信息传输转化装置5分别连接参数采集装置1和行为模式采集装置2，且ai深度学习装置3维护有健康光环境参数模型，用于根据所述老年人生理心理参数和老年人行为模式，获得实时的光环境参数值；光环境调节装置4通过信息传输转化装置5与ai深度学习装置3连接，用于根据所述ai深度学习装置3获得的光环境参数值进行空间光环境调节。

参数采集装置1用于实时采集老年人生理和心理状况的各项数值(包括且不限于：脉搏、血压、深度睡眠时长、起夜状况、睡眠质量等)，传输至ai深度学习装置3，用于反映老年人的生理及心理健康状况。参数采集装置1可包括可穿戴数据采集设备等，如睡眠床垫、智能手环等，睡眠床垫可以检测收集老年人深度睡眠时长与连续性，起夜频率等睡眠质量数据。手环可以收集心跳、脉搏、血压等各项生理心理状况数值。

行为模式采集装置2用于检测环境中老年人的室内空间中的位置和动作捕捉，得到老年人的各项行为模式，为一室内定位装置，实时监测室内人员的位置、各位置停留时间、移动速度、移动频率等数值。本实施例行为模式采集装置2采用光源与蓝牙芯片的组合，通过光源和蓝牙芯片实现空间定位的算法原理是本领域的已知技术手段，能实现较为可靠的定位，并获得准确的行为模式。

ai深度学习装置3包括模型学习模块和实时参数获取模块，模型学习模块用于无监督学习所述参数采集装置的输出、行为模式采集装置的输出与光环境参数之间的相关性，获得所述健康光环境参数模型的模型参数；实时参数获取模块基于无监督学习获得的健康光环境参数模型，根据所述老年人生理心理参数和老年人行为模式，获得实时的光环境参数值。ai深度学习装置3采用人工智能深度学习算法(包括但不限于：无监督强化学习、cgan等)，结合参数采集装置的输出、行为模式采集装置的输出与光环境参数之间的相关性，实现适老空间健康光环境参数的自主调试、自动匹配和自我完善，从而建立有效的健康光环境参数模型，通过该健康光环境参数模型实现实时的光环境参数调节。

如图2所示，ai深度学习装置3的工作原理包括：基于理论模型，设定深度学习模型参数，通过获取、分析参数采集装置、行为模式采集装置与光环境参数之间数据的相关性，通过分析比对光环境各参数对老年人心理情绪、生理节律、视觉特性和生理健康等方面的影响作用，无监督优化各光环境参数值，最终训练获取符合老年人特性的适老空间健康光环境参数模型。ai深度学习装置3用于分析和学习收集到的数据，并产生相应的结果，为一套高速接受及处理实时信息的设备，包括但不限于电脑、路由器、网线等。

光环境调节装置4用于调整室内的光环境状况，包括色温、照度、照射时间、照明方式等多项数值，提高居住在该空间内的老年人的生理和心理健康，由人工智能深度学习算法控制。

信息传输转化装置5用于实现ai深度学习装置3和参数采集装置1、行为模式采集装置2通信，编码成ai深度学习软件设备可读取的格式，并将实时结果传输到光环境调节装置4。本实施例中，信息传输转化装置5可为一台服务器，安装了基于物联网(通讯手段包括但不限于蓝牙、wifi、zigbee)通讯协议的信息整合系统，可以自动收集、控制包括但不限于：电子标签、睡眠床垫、可调光调色照明设备、空调、空气质量检测等硬件设备的数据，内置有开发人员基于实验结论的算法，实现信息传输与转化。

在某些实施例中，ai深度学习装置3还包括信息发送模块，用于将获取的老年人生理心理参数、老年人行为模式和实时的光环境参数值传送给外部设备，如可给医疗、管理、家属等人群提供实时信息告知。

在某些实施例中，ai深度学习装置3还包括能耗实时监测模块，用于实现能源消耗的实时监测，以减少能源浪费。

在某些实施例中，ai深度学习装置3还包括照护监控模块，用于接收监护人员在岗时间信息。

如图3所示，基于上述ai深度学习装置3，其可实现以下功能：

实时定位(安全管理，人员管理)，监测老年人的各项活动范围、生理、心理指标，保障老年人日常生活安全；

信息收集(健康管理)，实时收集老年人的各项生理和心理指标，并根据指标作出判断；

照护管理，监督保证照护人员准时上岗，完成看护工作；

能耗实时监测(能耗管理)，实现能源消耗的实时监测，减少能源浪费；

信息发送(信息管理)，给医疗、管理、家属等人群提供实时信息告知；

健康大数据(研究支持)，摆脱小数据研究时代，通过云端收集该系统覆盖下获取的大数据样本，给该类型科学研究提供坚实的数据支撑。

上述系统可对室内光环境进行精确控制，包括但不限于对室内空间的色温、照度、照明时间、照明方式作出调控。可对老年人的各项数据进行检测：(1)保证老年人各项生理和心理指标正常；(2)延长老年人深度睡眠时长，提高睡眠质量，保障正常节律；(3)降低老年人在室内空间活动的危险性，并在发生意外时可以及时检测；(4)保证看护人员按时按点提供看护照顾，如：准点吃药、进食，定时翻身、擦洗等看护工作。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。