一种基于TinyML的办公楼窗帘控制方法、设备及存储介质与流程

本申请涉及智能建筑，尤其涉及一种基于tinyml的办公楼窗帘控制方法、设备及存储介质。

背景技术：

1、随着智能建筑技术的不断发展和应用，人们对办公环境舒适度和能耗控制的要求也日益提高。窗帘作为办公环境中重要的光照和温度调节设备，其控制方式直接影响着室内环境的舒适度和能源利用效率。

2、传统的窗帘控制系统大多采用简单的定时开关或手动控制方式，无法根据环境实时变化进行智能调节。这种方式不仅操作繁琐，而且难以达到理想的节能效果。此外，一些先进的窗帘控制系统虽然采用了传感器技术，但由于缺乏智能分析能力，其控制效果仍然有限。

3、近年来，tinyml(机器学习)技术逐渐应用于各个领域，特别是在物联网设备中展现出巨大的潜力。tinyml技术通过在资源受限的设备上运行轻量级的机器学习模型，实现了对复杂环境的智能感知和响应。因此，将tinyml技术应用于办公楼窗帘控制系统中，具有提高控制精度、降低能耗和提升用户体验的潜在优势。

4、然而，目前市场上尚未出现一种能够有效结合tinyml技术和多种传感器数据，实现智能窗帘控制的解决方案。因此，如何将tinyml技术应用于办公楼窗帘控制系统中成为亟待解决的技术问题。

技术实现思路

1、本申请实施例提供了一种基于tinyml的办公楼窗帘控制方法、设备及存储介质，用以解决如下的技术问题：如何将tinyml技术应用于办公楼窗帘控制系统中。

2、第一方面，本申请实施例提供了一种基于tinyml的办公楼窗帘控制方法，其特征在于，方法包括：基于预设的ai摄像头获取指定办公楼区域的区域图像，并识别区域图像中是否存在人员；在确定区域图像中存在人员的情况下，获取指定办公楼区域中人员所在位置的第一光照强度以及获取指定办公楼区域对应的窗外的第二光照强度；基于第一光照强度与第二光照强度，对指定办公楼区域中窗帘的开合度进行逻辑计算；基于开合度运算结果，确定待输出的pwm频率，以控制电机实现对窗帘的开合。

3、在本申请的一种实现方式中，ai摄像头包括：m5stack core2核心控制器；在基于预设的ai摄像头获取指定办公楼区域的区域图像之前，方法还包括：获取待应用模型训练图像；其中，待应用模型训练图像包括：有人办公楼区域场景图像、无人办公楼区域图像；基于待应用模型训练图像，训练生成收敛的个性化识别模型；将个性化识别模型转换为m5stack core2核心控制器支持的配置文件，并将配置文件部署于m5stack core2核心控制器。

4、在本申请的一种实现方式中，基于待应用模型训练图像，训练生成收敛的个性化识别模型，具体包括：确定个性化识别模型的个性化需求参数；基于个性化需求参数，利用m5stack的v-training在线ai模型训练平台，创建待训练个性化识别模型；将待应用模型训练图像输入待训练个性化识别模型训练，直至待训练个性化识别模型训练收敛，以获得个性化识别模型。

5、在本申请的一种实现方式中，获取指定办公楼区域中人员所在位置的第一光照强度，具体包括：基于指定办公楼区域中的若干个光强度传感器，获取指定办公楼区域中对应的若干点位的待运算光照强度；确定指定高度平面上人员所在位置的坐标，并确定坐标到各光强度传感器的距离；其中，指定高度平面为预设的高度所在的平面；基于到各光强度传感器的距离及对应的待运算光照强度，进行加权运算，以确定指定办公楼区域中人员所在位置的第一光照强度。

6、在本申请的一种实现方式中，基于第一光照强度与第二光照强度，对指定办公楼区域中窗帘的开合度进行逻辑计算，具体包括：确定第一光照强度是否在预设的适宜光强范围内；在确定第一光照强度在预设的适宜光强范围内的情况下，确定窗帘的开合度无需修正；在确定第一光照强度不在预设的适宜光强范围的情况下，基于人员所在位置与指定办公楼区域对应的窗户距离、第二光照强度与窗户的尺寸信息，计算窗帘的开合度修正值。

7、在本申请的一种实现方式中，基于人员所在位置与指定办公楼区域对应的窗户距离、第二光照强度与窗户的尺寸信息，计算窗帘的开合度修正值，具体包括：确定人员所在位置与指定办公楼区域对应的窗户的距离；基于第二光照强度、窗户的尺寸信息及人员所在位置与窗户的距离，计算光照影响值；基于光照影响值及预设的单位光照影响值对应的开合度调整系数，计算窗帘的开合度修正值。

8、在本申请的一种实现方式中，基于开合度运算结果，确定待输出的pwm频率，以控制电机实现对窗帘的开合，具体包括：基于开合度运算结果，确定的电机转动角度；根据电机的转动角度与预设的角度与pwm频率对应关系，确定待输出的pwm频率；以pwm频率控制电机，使电机驱动窗帘的开合装置，以实现窗帘的开合。

9、在本申请的一种实现方式中，方法还包括：在确定区域图像中不存在人员的情况下，控制窗帘完全关闭或保持当前状态。

10、第二方面，本申请实施例还提供了一种基于tinyml的办公楼窗帘控制设备，其特征在于，设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：基于预设的ai摄像头获取指定办公楼区域的区域图像，并识别区域图像中是否存在人员；在确定区域图像中存在人员的情况下，获取指定办公楼区域中人员所在位置的第一光照强度以及获取指定办公楼区域对应的窗外的第二光照强度；基于第一光照强度与第二光照强度，对指定办公楼区域中窗帘的开合度进行逻辑计算；基于开合度运算结果，确定待输出的pwm频率，以控制电机实现对窗帘的开合。

11、第三方面，本申请实施例还提供了一种基于tinyml的办公楼窗帘控制的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，计算机可执行指令设置为：基于预设的ai摄像头获取指定办公楼区域的区域图像，并识别区域图像中是否存在人员；在确定区域图像中存在人员的情况下，获取指定办公楼区域中人员所在位置的第一光照强度以及获取指定办公楼区域对应的窗外的第二光照强度；基于第一光照强度与第二光照强度，对指定办公楼区域中窗帘的开合度进行逻辑计算；基于开合度运算结果，确定待输出的pwm频率，以控制电机实现对窗帘的开合。

12、本申请实施例提供的一种基于tinyml的办公楼窗帘控制方法、设备及存储介质，通过集成光强度传感器和ai摄像头，实时检测办公楼内外环境参数，并结合tinyml模型进行智能分析，预测出最适宜的窗帘开合程度。该方法旨在保证不影响工作人员正常工作的前提下，通过精确控制窗帘开合，实现节能效果最大化。

技术特征：

1.一种基于tinyml的办公楼窗帘控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，所述ai摄像头包括：m5stack core2核心控制器；

3.根据权利要求2所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，基于所述待应用模型训练图像，训练生成收敛的个性化识别模型，具体包括：

4.根据权利要求1所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，获取所述指定办公楼区域中人员所在位置的第一光照强度，具体包括：

5.根据权利要求1所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，基于所述第一光照强度与所述第二光照强度，对所述指定办公楼区域中窗帘的开合度进行逻辑计算，具体包括：

6.根据权利要求5所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，基于人员所在位置与所述指定办公楼区域对应的窗户距离、所述第二光照强度与所述窗户的尺寸信息，计算窗帘的开合度修正值，具体包括：

7.根据权利要求1所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，基于开合度运算结果，确定待输出的pwm频率，以控制电机实现对窗帘的开合，具体包括：

8.根据权利要求1所述的一种基于tinyml的办公楼窗帘控制方法，其特征在于，所述方法还包括：

9.一种基于tinyml的办公楼窗帘控制设备，其特征在于，所述设备包括：

10.一种基于tinyml的办公楼窗帘控制的非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

技术总结本申请公开了一种基于TinyML的办公楼窗帘控制方法、设备及存储介质，涉及智能建筑技术领域。方法包括：基于预设的AI摄像头获取指定办公楼区域的区域图像，并识别区域图像中是否存在人员；在确定区域图像中存在人员的情况下，获取指定办公楼区域中人员所在位置的第一光照强度以及获取指定办公楼区域对应的窗外的第二光照强度；基于第一光照强度与第二光照强度，对指定办公楼区域中窗帘的开合度进行逻辑计算；基于开合度运算结果，确定待输出的PWM频率，以控制电机实现对窗帘的开合。本申请通过上述方法实现了将TinyML技术应用于办公楼窗帘控制系统中。技术研发人员：徐文凯,李亮,梁鸣帅,李启凯受保护的技术使用者：山东浪潮智慧建筑科技有限公司技术研发日：技术公布日：2024/7/18