一种灯具测试控制系统及灯具测试方法与流程

文档序号:22303150发布日期:2020-09-23 01:25阅读:173来源:国知局
一种灯具测试控制系统及灯具测试方法与流程

本发明属于灯具检测技术领域,涉及一种灯具测试控制系统及灯具测试方法。



背景技术:

led照明灯具是led灯具的统称,是指能透光、分配和改变led光源光分布的器具,其包括除led光源外所有用于固定和保护led光源所需的全部零部件,以及与电源连接所必需的线路附件。

led灯具测试主要是对灯具的颜色、亮度及灯具色彩变化的平滑性进行测试。由于供应商不同,led灯具的芯片对应的通道亮度及混光效果存在差异,此外,受使用场地的外界因素影响,led灯具的照射效果也会存在不同。因此,需要通过测试确定led灯具对应的设置参数以达到最佳的照射效果。

现有技术中的灯具测试控制系统一般为dmx512控制台,其是基于灯光控制器与灯具设备进行数据传输的工业标准的控制灯光的管理工具框架,其局限于舞台灯光控制,有效缩小了灯具测试系统的适用范围。

因此,亟需设计一种灯具测试控制系统及灯具测试方法,解决存在的技术问题。



技术实现要素:

本发明的目的是至少一定程度上解决现有技术中存在的部分技术问题,提供的一种灯具测试控制系统及灯具测试方法,适用于led灯等智能灯具的测试,其使用便捷,能够通过软件化的控制杆实现芯片通道数据的更新,以准确寻找灯具最佳照射效果对应的灯具测试参数,有效提高灯具测试的效率。

为解决上述技术问题,本发明提供的灯具测试控制系统,包括上位机、控制器和灯具,所述上位机与控制器连接,所述控制器与灯具连接;所述控制器可对灯具对应芯片的多个通道进行控制,所述控制器设置有软件化的控制杆,所述控制杆对芯片的各个通道对应数据进行实时调节以控制灯具的照射效果。

优选地,所述控制器包括数据设置界面,修改通道数据的控制杆位于数据设置界面。

优选地,所述控制杆的数量与灯具对应芯片的通道的数量相匹配设置。

优选地,所述控制杆修改通道数据后,控制器更新对应的缓冲数据并对更新数据进行分析,以转换为芯片时序来控制灯具。

同时本发明还公开了一种灯具测试方法,其使用上面所述的灯具测试控制系统;其包括以下步骤:

s1,设定灯具测试参数f(c,f),其中,c为颜色参数,c=g(r,g,b,w),f为灯具测试频率;

s2,上位机加载灯具测试参数f(c,f);

s3,控制器选取灯具测试参数并发送至待测试灯具以开展灯具测试;

s4,控制器记录并比对测试结果;

s5,确定最佳照射效果对应的灯具测试参数。

优选地,所述控制器通过控制杆修改灯具对应芯片的通道数据后,控制器更新灯具测试参数以开展灯具测试。

优选地,所述颜色参数c对照色温表获取,其中,g(r,g,b,w)中各参数按照递减或递增的顺序变化形成颜色参数文件;所述颜色参数文件和灯具测试频率形成的灯具测试参数文件,所述灯具测试参数文件由上位机加载并开展灯具测试。

优选地,所述灯具测试可选择的模式包括常亮模式、爆闪模式和色温曲线模式。

优选地,所述常亮模式是控制器每个发送周期发送选取的灯具测试参数;在常亮模式下,所述颜色参数可调整;所述爆闪模式是每偶数周期发送选取的灯具测试参数,奇数周期发送灯具黑屏参数;在爆闪模式下,所述颜色参数可调整。

优选地,所述灯具测试参数与灯具照射效果相互关联地存储在数据库,所述上位机具有基于神经网络的机器学习模块,其根据灯具照射效果自动生成灯具测试参数。

本发明有益效果:

本发明提供的一种灯具测试控制系统及灯具测试方法,适用于led灯等智能灯具的测试,其使用范围广泛,能够通过软件化的控制杆实现芯片通道数据的更新,以准确寻找灯具最佳照射效果对应的灯具测试参数,有效提高灯具测试的效率。

附图说明

通过结合以下附图所作的详细描述,本发明的上述优点将变得更清楚和更容易理解,这些附图只是示意性的,并不限制本发明,其中:

图1是本发明所述一种灯具测试控制系统的模块示意图;

图2是本发明所述一种灯具测试方法的流程图;

图3是本发明所述灯具测试控制系统另一个实施例的示意图;

图4是图3所示灯具测试控制系统对应的灯具测试方法的流程图。

具体实施方式

图1至图4是本申请所述一种灯具测试控制系统及灯具测试方法的相关示意图,下面结合具体实施例和附图,对本发明进行详细说明。

在此记载的实施例为本发明的特定的具体实施方式,用于说明本发明的构思,均是解释性和示例性的,不应解释为对本发明实施方式及本发明范围的限制。除在此记载的实施例外,本领域技术人员还能够基于本申请权利要求书和说明书所公开的内容采用显而易见的其它技术方案,这些技术方案包括采用对在此记载的实施例的做出任何显而易见的替换和修改的技术方案。

本说明书的附图为示意图,辅助说明本发明的构思,示意性地表示各部分的形状及其相互关系。请注意,为了便于清楚地表现出本发明实施例的各部件的结构,各附图之间并未按照相同的比例绘制。相同的参考标记用于表示相同的部分。

本发明所述一种灯具测试控制系统的模块示意图,如图1所示,其包括上位机10、控制器20和灯具30,所述上位机10与控制器20连接,所述控制器20与灯具30连接;所述控制器20可对灯具30对应芯片的多个通道进行控制,所述控制器20设置有软件化的控制杆,所述控制杆对芯片的各个通道对应数据进行实时调节以控制灯具30的照射效果。

作为本发明的一个实施例,所述控制器20包括数据设置界面,修改通道数据的控制杆位于数据设置界面。所述控制杆的数量与灯具30对应芯片的通道的数量相匹配设置。所述控制杆修改通道数据后,控制器20更新对应的缓冲数据并对更新数据进行分析,以转换为芯片时序来控制灯具30。测试人员通过软件化的控制杆实现芯片通道数据的更新,以准确寻找灯具最佳照射效果对应的灯具测试参数,有效提高灯具测试的效率。

本发明所述的灯具测试控制系统不局限于舞台灯具测试,还适用于led灯等智能灯具的测试,有效提升了灯具测试的范围。

同时,本发明还公开了一种灯具测试方法,其使用上面所述的灯具测试控制系统;其流程图,如图2所示,其包括以下步骤:

s1,设定灯具测试参数f(c,f),其中,c为颜色参数,c=g(r,g,b,w),f为灯具测试频率;

s2,上位机加载灯具测试参数f(c,f);

s3,控制器选取灯具测试参数并发送至待测试灯具以开展灯具测试;

s4,控制器记录并比对测试结果;

s5,确定最佳照射效果对应的灯具测试参数。

作为本发明的一个实施例,所述控制器通过控制杆修改灯具30对应芯片的通道数据后,控制器20更新灯具测试参数以开展灯具测试。

所述颜色参数c对照色温表获取,其中,g(r,g,b,w)中各参数按照递减或递增的顺序变化形成颜色参数文件;所述颜色参数文件和灯具测试频率形成的灯具测试参数文件,所述灯具测试参数文件由上位机加载并开展灯具测试。

在步骤s1中,所述颜色参数c对照色温表获取,其中,g(r,g,b,w)中各参数按照递减或递增的顺序变化形成颜色参数文件。具体地,若颜色参数c为黄色,其可设置为(255,255,0,255);而由于灯具及使用场所存在差异,灯具照射效果与理想照射效果存在差异,因此,需要对颜色参数中的各个参数进行微调,使得灯具照射效果趋近于理想照射效果。

所述灯具测试可选择的模式包括常亮模式、爆闪模式和色温曲线模式。所述常亮模式是控制器每个发送周期发送选取的灯具测试参数;在常亮模式下,所述颜色参数可调整;所述爆闪模式是每偶数周期发送选取的灯具测试参数,奇数周期发送灯具黑屏参数;在爆闪模式下,所述颜色参数可调整。所述色温曲线模式是按照选取的起始色温和结束色温顺次发送色温对应的数据。

图3是本发明所述灯具测试控制系统另一个实施例的示意图,其还包括照射效果检测部40,所述照射效果检测部40用于采集灯具30的照射效果并传输至控制器20。

图4是本发明所述一种灯具测试方法另一个实施例的流程图,其包括以下步骤:

s101,设定灯具测试参数f(c,f),其中,c为颜色参数,c=g(r,g,b,w),f为灯具测试频率;

s102,上位机加载灯具测试参数f(c,f);

s103,控制器选取灯具测试参数并发送至待测试灯具以开展灯具测试;

s104,照射效果检测部采集灯具照射效果;

s105,采集的照射效果与理想测试结果的差值是否在允许范围内;

具体地,所述测试灯具的照射效果由照射效果检测部40采集并传输至控制器20,照射效果检测部40采集的照射效果与理想测试结果比对,控制器20根据两者的比对结果,调整灯具测试参数中的颜色参数。

s106,若采集的照射效果与理想测试结果的差值不在允许范围内,则基于测试结果优化灯具测试参数;

s107,若采集的照射效果与理想测试结果的差值在允许范围内,控制器存储对应的灯具测试参数。

作为本发明的一个实施例,所述照射效果检测部40为光照计,其正对待测试灯具设置,用于采集灯具的照射效果;所述照射效果检测部40与控制器连接,以传输灯具的照射效果。

作为本发明的另一个实施例,所述控制器还包括存储部,其存储历史测试数据,若待测试的灯具型号在先测试过并存储有先前测试数据,则控制器直接调取理想的先前测试数据,即可以在先前测试数据的基础上进行调试,有效提高了灯具测试的效率。

作为本发明的一个实施例,所述灯具测试参数与灯具照射效果相互关联地存储在数据库,所述上位机具有基于神经网络的机器学习模块,其根据灯具照射效果自动生成灯具测试参数。为了缩短模型训练的周期,本申请发明人提出一种基于逐块模型更新滤波(bmuf,blockwisemodel-updatefiltering)的分布式神经网络训练方法。应用于分布式计算框架中,该分布式计算框架包括多个计算节点,预先将训练数据切分成训练数据切片,且切分的切片数量和参与计算的计算节点的数量相同。计算节点指的是分布式框架下的一个计算节点,在分布式模型训练中承担计算任务,一般为一个计算机进程(process),表示应用程序在内存环境中基本执行单元的概念。按照计算节点个数对训练数据进行等量切片;将每一个训练数据切片分别设置到不同的计算节点上,以完成对训练数据的配置。具体实现属于本领域技术人员的常用技术手段,具体实现并不用于限定本申请的保护范围,这里不再赘述。

测试人员可根据灯具照射效果的需要,通过信息采集模块如摄像模块,将灯具照射效果输入上位机,上位机通过基于神经网络的机器学习模块自动推荐灯具测试参数。由于神经网络是基于历史测量数据进行的优化计算,其推荐的灯具测试参数比较接近理想值。测试人员可在推荐灯具测试参数的基础上进行调试,有效提升了灯具测试的效率。

相比于现有技术的缺点和不足,本发明提供的一种灯具测试控制系统及灯具测试方法,适用于led灯等智能灯具的测试,其使用便捷,能够通过软件化的控制杆实现芯片通道数据的更新,以准确寻找灯具最佳照射效果对应的灯具测试参数,有效提高灯具测试的效率。

本发明不局限于上述实施方式,任何人在本发明的启示下都可得出其他各种形式的产品,但不论在其形状或结构上作任何变化,凡是具有与本申请相同或相近似的技术方案,均落在本发明的保护范围之内。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1