基于AIoT和传感器网络的商业照明系统及照明方法与流程

基于aiot和传感器网络的商业照明系统及照明方法
技术领域
1.本发明涉及照明技术领域，更具体地说是基于aiot和传感器网络的商业照明系统及照明方法。


背景技术：

2.当前传统商业照明led灯具的亮度、色温和颜色等参数一般是固定的，无法自动调节，虽然有一些可以调节，但仅限于通过开关来控制相应的灯光模式，而这些灯光模式的种类较少，而且调节不方便，使用上具有局限性，使用体验较差。而且一些具有商业附加值的应用，如区域热力图、商品热力图，场景控制，进店提醒，安防等应用要使用其他专门的系统来实现，功能较为单一。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供基于aiot和传感器网络的商业照明系统及照明方法。
4.为实现上述目的，本发明采用以下技术方案：
5.一方面，基于aiot和传感器网络的商业照明系统，包括：
6.服务器；
7.至少一个ai智能灯，与服务器通讯连接；
8.至少一个ai智慧盒，与所述ai智能灯以及服务器通讯连接；
9.智能电子设备，与所述ai智能灯、所述ai智慧盒以及所述服务器通讯连接。
10.其进一步技术方案为：所述ai智能灯包括led灯、第一成像传感器、第一无线通讯网络、第一网关、第一ai处理器以及控制器；所述第一无线通讯网络用于与所述ai智慧盒建立网络连接，所述第一网关用于与所述服务器以及智能电子设备建立通讯连接；所述第一成像传感器用于采集商品以及商品所处环境的图像数据，所述第一ai处理器用于对所述第一成像传感器收集到的图像数据进行处理并设定光谱方案发送至控制器，所述控制器用于根据所述光谱方案控制所述led灯进行对应的灯光调节。
11.其进一步技术方案为：所述ai智慧盒包括第二成像传感器、第二无线通讯网络、第二网关以及第二ai处理器；所述第二无线通讯网络用于与所述ai智能灯建立网络连接，所述第二网关用于与所述服务器以及所述智能电子设备建立通讯连接，所述第二成像传感器用于采集包括顾客和商品在内的环境图像，所述第二ai处理器对环境图像处理，以得到商品信息和客流信息，所述第二网关用于将所述第二ai处理器处理得到的信息发送至所述服务器，以生成区域热力图和商品热力图。
12.另一方面，基于aiot和传感器网络的商业照明系统的照明方法，包括：
13.获取商品以及商品所处环境的图像数据；
14.根据图像数据进行灯光调节；
15.获取顾客和商品在内的环境图像；
16.根据环境图像估算出区域热力图和商品热力图数据；
17.显示区域热力图和商品热力图数据。
18.其进一步技术方案为：所述根据图像数据进行灯光调节，包括：
19.对图像数据进行推理分析，以得到商品信息；
20.根据商品信息查找与其对应的预先存储的光谱配方；
21.根据光谱配方进行灯光调节。
22.其进一步技术方案为：所述商品信息包括商品位置信息、类别信息、颜色信息以及样式信息。
23.其进一步技术方案为：所述根据环境图像估算出区域热力图和商品热力图数据，包括：
24.对环境图像内的顾客数量进行统计；
25.计算每个顾客在环境场地中的位置信息；
26.以环境场地内目标商品所在的位置点为圆心，设定影响该目标商品的圆形区域；
27.根据处于该圆形区域的有效人数生成商品热力图。
28.其进一步技术方案为：所述以环境场地内目标商品所在的位置点为圆心，设定影响该目标商品的圆形区域之后，还包括：
29.计算处于圆形区域内每个顾客的驻留时间；
30.若驻留时间大于设置阈值，则判定为被目标商品所吸引的有效顾客。
31.其进一步技术方案为：所述根据处于该圆形区域的有效人数生成商品热力图之后，还包括；
32.以环境场地中心为圆心，设定场景热度区域；
33.对场景热度区域内的人群密度生成区域热力图。
34.本发明与现有技术相比的有益效果是：本发明通过ai智能灯和ai智慧盒构成iot网络，与服务器和智能电子设备构成智能商业照明系统，ai智能灯可利用成像传感器自动感知商场环境信息和目标商品信息，经过推理分析，实现了亮度、色温和颜色等参数的自动调整。ai智慧盒利用集成的成像传感器实现了顾客检测、商品热度分析等功能，以及实现了其他的附加商业应用，如区域热力图、商品热力图，场景控制，安防，进店提醒，节能等功能，功能丰富。
35.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。
附图说明
36.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
37.图1为本发明具体实施例提供的基于aiot和传感器网络的商业照明系统的系统架构图；
38.图2为本发明具体实施例提供的基于aiot和传感器网络的商业照明系统中ai智能
灯的功能架构图；
39.图3为本发明具体实施例提供的基于aiot和传感器网络的商业照明系统中ai智慧盒的功能架构图；
40.图4为本发明具体实施例提供的aiot和传感器网络的商业照明系统的照明方法的流程图。
具体实施方式
41.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
42.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
43.还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
44.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
45.如图1所示，基于aiot和传感器网络的商业照明系统，包括：
46.服务器；
47.至少一个ai智能灯100，与服务器通讯连接；
48.至少一个ai智慧盒200，与ai智能灯100以及服务器通讯连接；
49.智能电子设备，与ai智能灯100、ai智慧盒200以及服务器通讯连接。
50.在本实施例中，图1中，云端服务系统指的是服务器，app单元指的是智能电子设备的app软件，通过多个ai智能灯100和多个ai智慧盒200构成iot网络，与服务器和智能电子设备构成智能商业照明系统。
51.ai智能灯100和ai智慧盒200收集的数据均可传送至服务器进行汇总和计算，实现商业上的各种功能，如商品热力图，区域热力图，场景控制，安防，进店提醒，节能等功能。智能电子设备上的app可对商业照明系统进行配置、人工控制和干预。
52.在一实施例中，如图2所示，ai智能灯100包括led灯160、第一成像传感器150、第一无线通讯网络120、第一网关110、第一ai处理器140以及控制器130；第一无线通讯网络120用于与ai智慧盒200建立网络连接，第一网关110用于与服务器以及智能电子设备建立通讯连接；第一成像传感器150用于采集商品以及商品所处环境的图像数据，第一ai处理器140用于对第一成像传感器150收集到的图像数据进行处理并设定光谱方案发送至控制器130，控制器130用于根据光谱方案控制led灯160进行对应的灯光调节。
53.具体地，led灯160可以是轨道灯、筒灯、射灯等照明灯，第一成像传感器150、第一无线通讯网络120、第一网关110、第一ai处理器140以及控制器130可以集成在led灯160上，也可以不集成在led灯160上。
54.在本实施例中，第一成像传感器150为摄像机，第一无线通讯网络120为蓝牙mesh网络，第一网关110为wifi网关。
55.在一实施例中，如图3所示，ai智慧盒200包括第二成像传感器240、第二无线通讯网络220、第二网关210以及第二ai处理器230；第二无线通讯网络220用于与ai智能灯100建立网络连接，第二网关210用于与服务器以及智能电子设备建立通讯连接，第二成像传感器240用于采集包括顾客和商品在内的环境图像，第二ai处理器230对环境图像处理，以得到商品信息和客流信息，第二网关210用于将第二ai处理器230处理得到的信息发送至服务器，以生成区域热力图和商品热力图。
56.在本实施例中，第二成像传感器240为摄像机，第二无线通讯网络220为蓝牙mesh网络，第二网关210为wifi网关。
57.具体地，第一ai处理器140和第二ai处理器230中均移植有训练好的深度学习模型，利用深度学习模型便可推理分析出需要的目标对象信息。深度学习模型是训练完成后移植到第一ai处理器140和第二ai处理器230中的。
58.在本实施例中，深度学习模型的训练过程使用的是成像传感器采集大量被智能灯照射场景的图像，然后对图像进行分类并标注，作为深度学习模型的训练数据集、验证数据集和测试数据集。建立深度学习模型并训练、验证和测试，这个训练过程一般是在工作站或者服务器上完成，而非在ai智能灯100和ai智慧盒200的ai处理器中完成。训练完成后再将训练好的深度学习模型移植到ai智能灯100和ai智慧盒200的ai处理器处理器中。深度学习的推理过程是在ai处理器处理中完成的。深度学习模型的推理过程是首先使用ai智能灯100和ai智慧盒200上集成的成像传感器拍摄图像，然后利用已经移植到智能灯ai处理器处理器中的深度学习模型对图像进行推理分析即可得到被照对象的识别、分类和定位信息来进行配光配色，对于ai智慧盒200则得到该图像中顾客的数量和商品的热力值。
59.如图4所示，本发明实施例还提供了一种采用上述的基于aiot和传感器网络的商业照明系统的照明方法，该方法包括以下步骤：s10-s50。
60.s10、获取商品以及商品所处环境的图像数据。
61.在本实施例中，ai智能灯100可利于第一成像传感器150采集拍摄的商品以及商品所处环境的图像数据。
62.s20、根据图像数据进行灯光调节。
63.在一实施例中，步骤s20具体包括以下步骤：s201-s203。
64.s201、对图像数据进行推理分析，以得到商品信息。
65.在本实施例中，通过第一ai处理器140的深度学习模型可以对图像数据进行推理分析，以得到商品信息，商品信息包括商品位置信息、类别信息、颜色信息以及样式信息。
66.s202、根据商品信息查找与其对应的预先存储的光谱配方。
67.在本实施例中，在ai智能灯100的内部存储空间flash中，预先存储有光谱配方，光谱配方是事先根据商品的类别、颜色和样式等属性由光学工程师配置的，不同的商品信息可配置不同的光谱配方。
68.s203、根据光谱配方进行灯光调节。
69.在本实施例中，当在存储空间flash中查找到与该商品信息所对应的光谱配方后，控制器130会根据光谱配方对led灯160进行灯光调节。
70.s30、获取顾客和商品在内的环境图像。
71.在本实施例中，ai智慧盒200可利于第二成像传感器240对环境场地进行拍摄，以得到环境图像。
72.s40、根据环境图像估算出区域热力图和商品热力图数据。
73.在本实施例中，步骤s40具体包括以下步骤：
74.s401、对环境图像内的顾客数量进行统计。
75.在本实施例中，通过第二ai处理器230的深度学习模型可以识别出环境图像中的顾客，以及顾客数量。
76.s402、计算每个顾客在环境场地中的位置信息。
77.s403、以环境场地内目标商品所在的位置点为圆心，设定影响该目标商品的圆形区域。
78.具体地，圆形区域的半径可根据实际情况而定，位于圆形区域的顾客才能作为生成商品热力图的要素。
79.s404、根据处于该圆形区域的有效人数生成商品热力图。
80.在本实施例中，对于圆形区域内可设计不同热度梯度区域，不同热度梯度区域分配相应像素颜色生成该商品热力图，例如红色代表该商品热力值较高，蓝色代表该商品热力值较低。将商场内的各个商品热力图整合在一起便可生成商场内的所有商品的热力图。
81.在一实施例中，为了提高计算的准确度，步骤s403之后还包括以下步骤：
82.s4035、计算处于圆形区域内每个顾客的驻留时间。
83.s4036、若驻留时间大于设置阈值，则判定为被目标商品所吸引的有效顾客。
84.具体地，在实际场景中，会存在顾客只是经过该圆形区域，并不是因为被商品吸引而停留的，那么这种顾客则不是被商品吸引的有效顾客，需要排除，通过设置驻留的时间，来筛选出被商品吸引的有效顾客。
85.在一实施例中，步骤s404之后还包括以下步骤：
86.s405、以环境场地中心为圆心，设定场景热度区域。
87.s406、对场景热度区域内的人群密度生成区域热力图。
88.具体地，通过需求来设定场景热度区域，根据位于热度区域内的人群密度可以分配相应像素颜色生成区域热力图，例如红色代表该区域热力值较高，蓝色代表该区域热力值较低。将商场内所有区域热力图整合在一起则可生成整个商场的区域热力图。
89.s50、显示区域热力图和商品热力图数据。
90.在本实施例中，区域热力图和商品热力图可以通过显示设备显示，以供相关人员进行数据分析以及调取。
91.在一实施例中，通过ai智慧盒200获得的环境图像还具有其它功能作用，例如，场景控制、进店提醒/安防、节能等。
92.具体地，场景控制是根据ai智慧盒200采集的环境图像，根据客流量、商品颜色、环境光线、时间等因素决定灯光如何点亮，通过iot网络实现灯光的群组控制，为顾客营造最优的环境照明效果。
93.进店提醒/安防是根据ai智慧盒200采集的环境图像，在检测到有人进店的情况，如果在营业时间则在智能电子设备app上提醒营业员有顾客进店购物，如果是非营业时间
则在智能电子设备app上发出告警信息，提醒有人入侵。
94.节能是根据ai智慧盒200采集的环境图像，在检测到有顾客进店的情况，则把顾客所在区域的灯光调整至100％亮度，方便顾客选购商品。如果在设定的时间内未检测到顾客，则自动调暗灯光，节省能源。
95.本发明通过ai智能灯和ai智慧盒构成iot网络，与服务器和智能电子设备构成智能商业照明系统，ai智能灯可利用成像传感器自动感知商场环境信息和目标商品信息，经过推理分析，实现了亮度、色温和颜色等参数的自动调整，ai智慧盒利用集成的成像传感器实现了顾客检测、商品热度分析等功能，以及实现了其他的附加商业应用，如区域热力图、商品热力图，场景控制，安防，进店提醒，节能等功能，功能丰富。
96.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。