一种用于照明传感控制的人员活动轨迹预测方法及系统

本发明属于用于照明传感控制的人员活动轨迹预测，具体涉及一种用于照明传感控制的人员活动轨迹预测方法及系统。

背景技术：

1、照明是人们日常生活中的重要组成部分，从家庭到公共空间，从商业场所到工作场所，人们对于照明效果的要求已经不再局限于简单的照明功能，而是希望通过照明来营造更具温馨、舒适、高效的环境。

2、随着物联网技术的发展，智能建筑和智能家居等新型智能化应用应运而生，人们对室内照明系统的智能化和低碳化的要求也日益严格。然而，传统的照明系统对照明灯具的控制通常为手动控制、声控、光控或定时控制等简单的单节点方式，这种控制方式简单、直观，但是对灯具的利用效率不高，大多时候需要人来辅助灯具开关，对于多节点的光源控制，则往往需要分别布置电源线路和控制线路，导致布线复杂，不利于管理。

3、基于poe（power over ethernet，以太网供电技术）的照明系统能在很大程度上缓解上述问题。具体来说，基于poe供电的照明系统使用以太网线缆进行数据传输和电力供应，通过交流转直流模块直接传输直流电力，使得照明设备无需额外布置电源线路，简化了系统的布线，提高了整个照明网络的能量利用效率，并且易于管理和维护。除此之外，基于poe的照明系统还具备高度可控性的特点，它可以实现对照明设备的ip化、远程监控和数据交互，从而实现对所有照明设备的协同分布式感知和资源管理，满足在不同场所下的照明需求。总而言之，基于poe的照明系统的应用不仅提高了灯具的利用效率，还节约了能源，为照明系统的现代化升级和智能化管理提供了一种新的技术路径。

4、目前，已经存在一些工作是基于poe的照明系统来实现对照明设备的智能化控制，但是如何使照明设备能够根据室内人员活动规律自动进行开关控制，特别是判断用户未来移动倾向并预先开启相关光源以提供舒适的照明体验和降低照明系统的能耗仍然是一个值得研究的问题。需要说明的是，传统的室内人员活动轨迹分析方法大多基于规则的统计模型，并且在庞大的照明网络和多元的照明场所下，这些方法可能无法充分捕捉到复杂的人员活动规律和模式。

技术实现思路

1、基于此，本发明实施例当中提供了一种用于照明传感控制的人员活动轨迹预测方法及系统，旨在解决现有技术中，传统的人员活动轨迹预测不准确，导致对照明设备的智能化控制程度不高，影响用户体验的问题。

2、本发明实施例的第一方面提供了一种用于照明传感控制的人员活动轨迹预测方法，应用于平行布置于室内各个区域上方的基于poe的照明设备的场景中，各照明设备均集成有灯具和人体红外检测传感器，所述方法包括：

3、构建数据集，具体包括：

4、获取由各照明设备中人体红外检测传感器采集的历史红外检测信息，所述历史红外检测信息包括历史时段的用户活动轨迹序列，并将历史时段的用户活动轨迹序列转换为对应的时序图；

5、根据历史时段的用户活动轨迹序列，确定历史输入特征序列和历史邻接矩阵，并将历史输入特征序列和历史邻接矩阵作为数据集；

6、训练目标神经网络模型，具体包括：

7、将所述历史输入特征序列转换为第一张量，并输入由两个时空卷积层组成的时空卷积网络中，所述时空卷积层包括依次连接的第一门控时间卷积层、图卷积层以及第二门控时间卷积层，同时，将所述历史邻接矩阵输入各所述时空卷积层中的所述图卷积层中，最终输出第二张量；

8、将第二张量通过输出层映射至单步预测输出，即下一时刻时序图，并根据下一时刻时序图，匹配对应的照明设备，以完成目标神经网络模型的训练，所述输出层包括卷积层、relu层和全连接层；

9、实时获取由各照明设备中人体红外检测传感器采集的红外检测信息，并确定红外检测信息中的输入特征序列和邻接矩阵；

10、将输入特征序列和邻接矩阵输入所述目标神经网络模型中，输出目标时序图，根据所述目标时序图，匹配并控制对应的照明设备。

11、进一步的，邻接矩阵表示为：

12、；

13、；

14、其中，n表示为照明设备的数量，表示为矩阵形状为n×n，矩阵内元素属于实数域r，si表示为第i个照明设备，sj表示为第j个照明设备，表示为si与sj之间的关联性，表示为照明设备si的频数，表示为轨迹序列中sj与si相邻的频数。

15、进一步的，采用切比雪夫多项式方法来做所述图卷积层中卷积核的拟合，表示为：

16、；

17、其中，表示为所述图卷积层中卷积核，表示为切比雪夫多项式的系数，tk表示为切比雪夫多项式，表示为经过标准化的特征向量矩阵，，范围为[-1,1]，表示为含有特征值的对角矩阵，表示为图拉普拉斯矩阵的最大特征值，为单位矩阵，表示为感知野。

18、进一步的，所述图卷积层中的信息传播规则表示为：

19、；

20、其中，表示为n个节点在第l层的特征输入矩阵，表示为n个节点在第l+1层的特征输入矩阵，表示为a加上自环信息的邻接矩阵，表示为的度矩阵，表示为输入至隐藏层的权重矩阵，表示为激活函数，设置为relu。

21、进一步的，所述第一门控时间卷积层和所述第二门控时间卷积层均包含一个一维卷积和一个门控线性单元，其中，卷积核的宽度为，时间卷积不加填充地对输入特征序列的个近邻进行运算，使得序列长度每次缩短。

22、进一步的，所述时空卷积网络的结构采用瓶颈策略，其中，所述第一门控时间卷积层和所述第二门控时间卷积层的通道为64，所述图卷积层的通道为16。

23、本发明实施例的第二方面提供了一种用于照明传感控制的人员活动轨迹预测系统，应用于平行布置于室内各个区域上方的基于poe的照明设备的场景中，各照明设备均集成有灯具和人体红外检测传感器，用于实现如本发明实施例的第一方面所述的用于照明传感控制的人员活动轨迹预测方法，所述系统包括：

24、数据集构建模块，用于构建数据集；

25、训练模块，用于训练目标神经网络模型；

26、获取模块，用于实时获取由各照明设备中人体红外检测传感器采集的红外检测信息，并确定红外检测信息中的输入特征序列和邻接矩阵；

27、输入模块，用于将输入特征序列和邻接矩阵输入所述目标神经网络模型中，输出目标时序图，根据所述目标时序图，匹配并控制对应的照明设备。

28、本发明实施例的第三方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的用于照明传感控制的人员活动轨迹预测方法。

29、本发明实施例的第四方面提供了一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的用于照明传感控制的人员活动轨迹预测方法。

30、本发明的有益效果为：通过分析历史人员活动轨迹构建先验邻接矩阵，再采用图卷积和门控时间卷积对人员活动轨迹序列在空间和时间维度上进行特征提取，然后预测出下一时刻人员活动的可能位置，照明系统根据预测结果调整各个照明设备的开关状态，为用户提供符合实际需求的照明服务，提高用户体验。