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
• 来源期刊: 铁道科学与工程学报
• 学科: 工学
• 关键词: 照明控制 行为识别 PWM LED DIALux evo
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 智慧交通与物流|Intelligent Transportation and Logistics
• 页码范围: 3138-3145
• 页数: 8页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.19713/j.cnki.43-1423/u.T20210048

摘要

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％.