高燕 陳小輝 鄭歡歡

摘 要 針對室內(nèi)不同區(qū)域?qū)τ诠庹諒姸鹊牟煌?，設(shè)計了一個利用STM32作為控制器的教室智能照明控制系統(tǒng)，能夠依據(jù)室內(nèi)照明強度以及室內(nèi)人員分布情況對教室內(nèi)光照強度進行實時，動態(tài)的調(diào)整。結(jié)果表明，該系統(tǒng)既可以保證教室內(nèi)的光照強度充足，又不會造成電力浪費。

關(guān)鍵詞 教室智能照明 室內(nèi)人員分布 STM32

中圖分類號：TP368? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼：A ? ?DOI：10.16400/j.cnki.kjdkz.2020.01.013

Design of Classroom Intelligent Lighting Control System

GAO Yan， CHEN Xiaohui， ZHENG Huanhuan

（School of Information Engineering， Yulin University， Yulin， Shaanxi 719000）

Abstract Aiming at the different requirements of light intensity in different regions， a classroom intelligent lighting control system which is using STM32 as controller is designed. This system can adjust classroom lighting intensity dynamically and real-time according to indoor lighting intensity and personnel distribution. The result shows that the system can not only ensure the sufficient illumination intensity in the classroom， but also save energy.

Keywords classroom intelligent lighting; indoor personnel distribution; STM32

0 引言

在學(xué)校的每個教室里，照明設(shè)備都是不可或缺的。然而，有時會見到某個空無一人的教室燈火通明，或者在白天室外陽光強烈，無需開燈的情況下，教室里的燈卻開著。這些情況都造成了極大的浪費。因此，教室智能照明控制系統(tǒng)要能夠依據(jù)室內(nèi)光照強度以及室內(nèi)人員分布情況對教室內(nèi)光照強度進行實時，動態(tài)的調(diào)整，既使得教室內(nèi)的光照強度充足，又不會造成電力浪費。

1 系統(tǒng)的總體設(shè)計

教室智能照明控制系統(tǒng)一般包括室內(nèi)環(huán)境信息采集模塊、核心控制模塊、驅(qū)動電路以及LED燈。系統(tǒng)總體機構(gòu)圖如圖 1所示。其中室內(nèi)環(huán)境信息采集模塊負責(zé)把系統(tǒng)需要輸入信息，也即教室內(nèi)的光照強度以及教室內(nèi)人員分布情況傳輸給以STM32芯片為核心的控制模塊?？刂颇K再依據(jù)接收到的信息，將輸入的信息轉(zhuǎn)換成教室內(nèi)各區(qū)域所需的亮度值，從而得到各個驅(qū)動單元所需的控制信號。最后驅(qū)動模塊依據(jù)控制器發(fā)來的控制信號控制教室內(nèi)各照明區(qū)域的LED燈的亮度，從而實現(xiàn)智能的、實時的調(diào)光。

2 硬件設(shè)計

2.1 信息采集模塊設(shè)計

2.1.1 室內(nèi)光照強度采集

為了實時采集教室內(nèi)部光照強度，按照距離窗口的遠近把教室分為六個區(qū)域，如圖2所示。每個區(qū)域均安裝一個照度傳感器，對該區(qū)域的光照強度進行采集。并將采集到的光照強度信息傳遞給控制模塊進行后續(xù)處理。當(dāng)照度傳感器探測到自然光照度充分時，則會關(guān)閉照明設(shè)備，反之則開啟照明設(shè)備。

2.1.2 室內(nèi)人員分布情況采集

室內(nèi)人員分布情況采集的方案有很多，比較常用方法有兩個，一是利用人體紅外傳感器進行采集，二是利用視頻監(jiān)控進行采集。第一種方法的優(yōu)勢在于人體紅外傳感器價格低廉，信號處理簡單。然而，缺點也很明顯，人體紅外傳感器不容易實現(xiàn)人員的精準(zhǔn)定位，不能獲取到教室內(nèi)人員的具體位置信息，而且人體紅外傳感器受環(huán)境溫度影響較大，容易出現(xiàn)感應(yīng)不靈敏的現(xiàn)象。第二種方法的優(yōu)勢在于，視頻監(jiān)控可以實現(xiàn)人員精準(zhǔn)定位，實時監(jiān)測教室內(nèi)人員分布情況，但是該方法成本太高，后續(xù)信息分析和處理比較復(fù)雜。

因此本系統(tǒng)不采用上述兩種常用方法，而是利用在教室內(nèi)每個座椅上安裝紅外探測器來實現(xiàn)人員分布情況監(jiān)測。當(dāng)有人坐在座位上時，紅外探測器發(fā)出信號，并傳輸給控制單元?？刂茊卧梢砸罁?jù)每個座位采集到的信息，判斷該座位上是否有人，實現(xiàn)實時的，精確的獲取人員在教室內(nèi)的分布情況。

2.2 控制模塊設(shè)計

在教室智能照明控制系統(tǒng)中，控制模塊是核心模塊，一方面可以接收信息采集單元收集到的相關(guān)信息，例如光照傳感器采集到的室內(nèi)光照信息和紅外傳感器采集到的室內(nèi)人員分布信息。另一方面，控制單元可以把這些采集到的信息進行相應(yīng)的處理，輸出調(diào)光控制指令，并傳輸給驅(qū)動模塊。驅(qū)動模塊就可以對教室內(nèi)各區(qū)域照明設(shè)備的亮度進行調(diào)節(jié)了。

普通教室按照圖2劃分為6個不同的照明區(qū)域，因此需要控制器能夠同時連接6個驅(qū)動模塊，并能夠輸出6路調(diào)光信號，分別控制教室內(nèi)每個區(qū)域的照明設(shè)備的亮度。本系統(tǒng)采用了STM32F103ZET6作為控制的核心芯片，該芯片能夠輸出多路PWM信號而且功耗較低。

2.3 驅(qū)動模塊設(shè)計

STM32芯片不能對 LED 燈進行直接控制，因此本系統(tǒng)選擇DRIVE-SW12的LED恒流驅(qū)動模塊對LED燈進行驅(qū)動。該驅(qū)動模塊可以將控制模塊輸出的調(diào)光控制信號，也即PWM占空比，轉(zhuǎn)化為相應(yīng)的電壓值，從而達到調(diào)光所需的亮度值，最終實現(xiàn)調(diào)光的目的。

3 軟件設(shè)計

系統(tǒng)整體控制流程首先是各模塊的初始化，其次獲取室內(nèi)光照強度和人員分布情況信息，然后依據(jù)《建筑照明設(shè)計標(biāo)準(zhǔn)》中對居住建筑的照明標(biāo)準(zhǔn)的要求，計算出教室各區(qū)域還需要調(diào)整的光照強度值，把需要調(diào)整的光照值轉(zhuǎn)化為控制信號輸出，從而依據(jù)控制信號對教室各區(qū)域LED的光照強度進行調(diào)整，最后延時一段時間后再次依據(jù)室內(nèi)光照強度和人員分布情況對各區(qū)域LED燈的光照強度進行調(diào)整。其詳細流程圖如圖3所示。

4 結(jié)語

教室不同區(qū)域?qū)τ诠庹諒姸扔胁煌囊?，?jù)此，本文設(shè)計了一個教室智能照明控制系統(tǒng)，能夠依據(jù)室內(nèi)照明強度以及室內(nèi)人員分布情況對教室內(nèi)光照強度進行實時，動態(tài)的調(diào)整，從而達到節(jié)能環(huán)保的目的。

基金項目：陜西省教育廳科研項目（18JK0913，18JK0902）

參考文獻

[1] 王峰.建筑電氣照明節(jié)能技術(shù)分析[J].能源與環(huán)境，2018（05）：39-40.

[2] 舒懷林編著.PID神經(jīng)元網(wǎng)絡(luò)及其控制系統(tǒng)[M].國防工業(yè)出版社，2006.

[3] 高燕，劉紅霞.一種基于PID神經(jīng)網(wǎng)絡(luò)的農(nóng)作物土壤濕度控制算法[J].計算機與現(xiàn)代化，2017（06）：122-126.

[4] 李爽.基于BP神經(jīng)網(wǎng)絡(luò)PID多變量解耦控制的研究與應(yīng)用[D].沈陽大學(xué)，2013.

[5] Kennedy J， Eberhart R.C. Particle swarm optimization[A]. Proceedings of IEEE International Conference on Neural Networks[C]. Piseataway NJ： IEEE， 1995： 1942-1948.

[6] 謝文杰，郭正光.基于粒子群算法下的PIDNN解耦控制[J].現(xiàn)代計算機，2013.12：3-8.

[7] Shi Y，Eberhart R C.Empirical study of particle swarm optimization[C].Proceedings of the 1999 Congress on Evolutionary Computation，1999：1945-1950.

[8] 羅春松.改進的粒子群算法及其在控制器參數(shù)整定中的應(yīng)用[D].湖南大學(xué)，2009.