基于乘客行为识别的地铁站照明控制方法

作者：段中兴^*; 丁青辉; 王剑; 李伟哲

来源：铁道科学与工程学报, 2021, 18(12): 3138-3145.

DOI：10.19713/j.cnki.43-1423/u.T20210048

• 照明控制
• 行为识别
• PWM
• LED
• DIALux evo

为提升地铁站照明控制系统的灵活性,改善照明质量以满足不同乘客的视觉需求,提出一种基于乘客行为识别的地铁站照明控制方法。首先采用深度可分离卷积以及DenseNet网络构建深度可分离密连接网络(DSDNet),并利用网络嵌套的方式,设计基于YOLOV3-Tiny网络和DSDNet网络的行为识别算法;其次通过分区统计的方式实地调研地铁站乘客行为,并建立乘客行为数据集(PADS);最后依据行为识别算法和调研结果提出分区动态照明控制方法,并通过PWM调光方法进行LED灯具分组控制。实验结果表明:该算法在PADS数据集上的识别准确率达到97.472%,在UCF-101公共数据集上的识别准确率达到93.1%。使用OpenMv(可编程机器视觉模块)进行实物功能验证,证实通过识别人体行为可以准确地控制LED灯具的亮度;并借助DIALux evo照明设计软件进行照度、能耗分析,证实该方法可以较精准地调控相关区域的照度,与传统的群控法相比节电率可达到6.6%。

• 单位
  西安建筑科技大学