基于yolov4神经网络的教室灯光控制系统

数媒竞赛获奖作品信息及简介
作品名称基于yolov4神经网络的教室灯光控制系统
参赛院校兰州理工大学
指导老师高文科
团队成员于莎莎、王林卉、沈一鸣、肖博达、肖捷升
奖项等级三等奖
竞赛年份2021

 为了响应教育部 “建设节约型校园 ” 的号召,本团队设计了“一种基于yolov4神经网络的教室灯光控制系统”。该系统主要包括智能节能控制模块,人流密度信息检测模块以及照明单元。利用人流密度检测算法完成教室内人体的检测和区域定位利用室外自然光亮度采集、量化单元、照度传感协调控制实现教室照明按需照明和智能调光,减少了碳排放,改善了高校学习环境,真正实现了绿色低碳、智能照明。  作品由摄像头(1)、树莓派(2)、主控板(3)、3S锂电池(4)、可见光传感器模块(5)、二氧化碳检测模块(6)、排风扇(7)、L298N驱动(8)、开关(9)和LED灯(10)组成。 3S锂电池(4)给树莓派(2)和主控板(3)进行供电。摄像头(1)对教室进行拍照,树莓派(2)将照片用yolov4-tiny神经网络进行识别,返回有人时的位置坐标,然后主控板(3)控制位置坐标处的LED灯(10)进行打开。教室每个LED灯(10)下有一个可见光传感器模块(5) ,主控板(3)通过可见光传感器模块(5)检测教室的光照强度。检测到教室的光照强度后,主控板(3)通过控制L298N驱动(8)来控制LED灯(10)的光照强度始终为300LX。当系统出现问题时,也可以直接通过开关(9)控制LED灯(10)的亮灭。主控板(3)通过二氧化碳检测模块(6)检测教室的二氧化碳浓度,当传感器检测到室内二氧化碳浓度高于700ppm时,主控板(3)控制排风扇(7)工作使教室的二氧化碳浓度降低到700ppm。  基于对教室灯光照明的研究,本项目提出了一种基于环境光度比的智能教室灯光控制系统。该控制系统包括智能节能控制单元、人体检测单元、气体调节单元、通信单元和若干照明单元。人体检测单元将收集到的教室人流密度信息发送到智能节能控制单元,智能节能控制单元将信号处理并通过通信单元发送给若干照明单元以及气体调节单元,并且通过通信单元对教室人流密度以及灯光亮度进行实时监测。   创新性: (1)节能是照明控制系统的最大优势。传统的教室照明模式,只能是白天关灯,晚上开灯。本装置可以根据不同自然光亮度、不同的人流量,进行时间段的细分,把不必要的照明关掉,在需要时自动开启。 (2)系统能充分利用自然光,自动调节室内照度。控制系统实现了不同工作场合的多种照明工作模式,在保证必要照明的同时,有效减少了灯具的工作时间,节省了不必要的能源开支,延长了灯具的寿命。 (3)本系统能提高照度均匀性,改善学习环境,提高效率。智能照明控制系统具有开关和调光两种控制方法,可以有效地控制各种照明场所的平均照度值,从而提高照度均匀性。 (4)自动化控制提高管理水平。智能教室照明系统是以自动控制为主、人工控制为辅的系统。在一般的情况下,不需要有人的参与,照明系统自动实现开关和调光功能。既大大减少了管理人员的数量,也排除了由于人为因素而出现的不定时开关,影响学校的正常教学、生活秩序的情况出现。