基于模糊技术的停车场照明系统控制方法技术领域
本发明涉及电照明领域，具体而言，涉及一种基于模糊技术的停车场照明系统控
制方法。
背景技术
近年来，居民生活水平日渐提高，购买的私家车辆愈来愈多，同时迎来了车库建设
高峰期，随之而来引发了在车库建设中照明设计需要注意的问题。因此要针对车库的建筑
情况、甲方的要求等，综合考虑车库照明的灯具安装方式、照明的接线方式以及照明的控制
方式,以期达到节能、环保、经济、合理的要求。
常见的大型地下停车场常采用单一的控制方法，采用低照明度进行节能措施，但
是这种方法灵活性小，当有人使用停车场时，照明亮度可能不足，而当没有人使用停车场
时，灯依旧是打开的，造成资源浪费。
发明内容
本发明提供了一种基于模糊技术的停车场照明系统控制方法，以至少解决相关技
术中的停车场照明度控制方法不灵活的问题。
根据本发明的一个方面，提供了一种基于模糊技术的停车场照明系统控制方法，
包括：
步骤1，检测停车场的各分区的光照度，并将各分区光照度融合，得到环境照度L；
步骤2，当所述环境照度L低至预设环境照度下限值Lm后，将所述环境照度L和环境
照度变化率dL/dt作为第一模糊控制器FC1的输入，所述第一模糊控制器FC1根据第一模糊
控制规则输出开关灯操作命令；当所述环境照度L低至预设环境照度下限值Lm时，同时启动
第二模糊控制器FC2，控制所述各分区安装的红外成像仪开始工作，并对所述各分区进行实
时红外图像记录，得到红外图像；
步骤3，对所述红外图像构建自适应高斯背景模型，分离出前景像素，并对其进行
亮度垂直投影，得到曲线图像；
步骤4，识别出所述曲线图像中曲线峰值个数M，作为所述第二模糊控制器FC2的输
入；
步骤5，所述第二模糊控制器FC2根据第二模糊控制规则输出调光命令。
可选地，所述步骤1包括：
通过所述停车场的各分区安装的数字光传感器，分别测试所述各分区的光照度，
并利用多传感器数据融合技术剔除疏失误差，合并成所述环境照度L，作为所述第一模糊控
制器FC1的输入。
可选地，所述步骤2中的所述环境照度L通过下列方式计算得到：
设某大型停车场被分为n个区域，n个数字光传感器在第m时刻独立地进行光照度
测量，得到n个数据，按从小到大顺序排列，设测量值为Lmi，单位为lx，0≤i≤n；
设中值LmM、上四分位数Lm上、下四分位数Lm下和其差值，则有
dL＝Lm上-Lm下
其中，某时刻所有数字光传感器测得的数据Lmi与中值LmM之差的绝对值大于dL的
绝对值的数据为无效数据，剔除无效数据以后，对剩余数据求取算术平均值，得到所述环境
照度L。
可选地，所述步骤2中的所述第一模糊控制规则包括：
规则1：当所述环境照度L小于20lx且大于15lx时，启动照明系统，并调控照明输出
功率为50％额定功率；
规则2：当所述环境照度L小于或等于15lx时，调控照明输出功率为100％额定功
率；
规则3：当所述环境照度L大于或等于20lx时，关闭照明系统。
可选地，所述步骤2中的当所述环境照度L低至预设环境照度下限值Lm后，将所述
环境照度L和环境照度变化率dL/dt作为第一模糊控制器FC1的输入，所述第一模糊控制器
FC1根据第一模糊控制规则输出开关灯操作命令包括：
所述第一模糊控制器FC1将环境照度L和釆样计算得到的环境照度变化率作为
输入；开灯和照明输出功率调控作为输出的隶属函数S；环境照度变化率函数
T为釆样周期；
在环境照度变化率论域L＝{l|0≤l≤30}上分别定义对应于规则1、规则2和规则3
的模糊集“dark”、“dim”、“bright”；隶属函数S釆用Sigmoid型或钟型，对应于规则1、规则2
和规则3的隶属函数分别为下面三式：
在论域上定义用于衡量环境照度变化快慢的模糊集{负大
NB，负小NS，零O，正小PS，正大PB}，其隶属函数釆用三角形或梯形；
在论域上定义用于衡量照明系统输出功率变化的模糊集{S10，N，
S01，S12，S02}，其中，S10表示关灯，即输出功率为30％～100％的任何值时，只要环境照度
值从20到0lx时，输出功率调到0；N表示空操作；S01表示开灯，并以输出功率为50％工作；
S12表示输出功率从50％变为100％工作；S02表示开灯并且输出功率为100％工作；其隶属
函数采用三角形。
可选地，所述第一模糊控制规则包括：
可选地，所述步骤3中的对所述红外图像构建自适应高斯背景模型，分离出前景像
素包括：
认定在所述红外图像中特征值即为像素的亮度，将连续序列红外图像中同一位置
的像素在时域中的亮度看作为一时间序列{X1，X2,，…，Xt}，则当前像素概率的观测值采用
混合高斯模型可以表达为：
这里ωi,t为第i个高斯分布在时间t的权值，ui,t、σi,t分别为第i个高斯函数的均值
和标准差；k为高斯混合模型中所包含的高斯分布的个数，其大小取决于系统可用内存以及
系统的计算能力，η为高斯概率密度函数；
采用上述模型，初始化高斯混合模型为均值预先确定、高方差、小权值的k个高斯
分布；针对一个新的像素，当其特征值位于某一高斯分布的2.5个标准偏差范围内，则认为
其与该高斯分布配对；然后根据配对情况通过下式对所有的高斯分布权值进行更新：
ωi,t＝(1-α)ωi,t-1+α(Mi,t),i＝1,2,…,k
其中α为学习参数，Mi,t则为当前像素的高斯分布配对标志，如果存在一个高斯分
布与当前像素配对则Mi,t＝1，否则Mi,t＝0；对权值进行更新后，对新生成一系列权值进行归
一化，所配对的高斯分布的参数更新为：
μt＝(1-ρ)μt-1+ρ(Xt)
这里其他高斯分布的参数则不变；如果不存在任何配
对，则将概率值最小的高斯分布替换为一个均值为新观测的像素值、高方差、小权值的高斯
分布，对下一帧图像执行上述操作。
为了判断新观测的像素的前景或背景类型，按照ω/σ的值的对k个高斯分布降序
排列，由于背景图像中的像素具有高权值和低方差，因此两者之间的比值越大，属于背景的
可能性越高，在这里把权值之和大于背景阈值T的最前面的b个高斯分布被作为背景模型，
即有：
在背景模型确定后，即可对图像中的背景像素和前景像素进行分类；如果新观测
的像素与该b个高斯分布中的某一个配对，则认为其属于背景，否则属于前景。
可选地，所述步骤5包括：
第二模糊控制器FC2输入量为各分区内经过亮度垂直投影得到曲线的峰值个数M，
M在论域[0，720]分成4个等级，分别为{fewer，few，many，more}；
为便于针对不同的限速要求，灵活修改模糊规则，把模糊集{负大NB，负小NS，零O，
正小PS，正大PB}的子集QC改成模糊数为{-1,0,1,2}；其隶属函数选取三角形和梯形；输出
控制照明系统具体操作即为输出功率的调控，即为输出功率U3的论域为[0，1]，分为8个等
级{30％，40％，50％，60％，70％，80％，90％，100％}，对应模糊数为{0,1,2,3,4,5,6,7}，其
隶属函数选取三角形。
可选地，所述第二模糊控制规则包括：
通过本发明，采用对红外图像构建自适应高斯背景模型，分离出前景像素，并对其
进行亮度垂直投影，得到曲线图像；识别出曲线图像中曲线峰值个数M，作为第二模糊控制
器FC2的输入；第二模糊控制器FC2根据第二模糊控制规则输出调光命令的方式；其中，曲线
峰值个数M可以用来表示人的个数，即本发明根据各分区人的数目对各分区的灯光亮度进
行调节，解决了停车场照明度控制方法不灵活的问题，提高了照明系统可调性、智能性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发
明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的基于模糊技术的停车场照明系统控制方法的流程图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的
情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第
二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
在本实施例中提供了一种基于模糊技术的停车场照明系统控制方法，图1是根据
本发明实施例的基于模糊技术的停车场照明系统控制方法的流程图，如图1所示，该流程包
括如下步骤：
步骤1，各分区光照度检测，进行多传感器信息融合，得到环境照度L；
步骤2，判断模块根据环境照度L，启动第一模糊控制器FC1与FC2；
步骤3，当环境照度L低至预设环境照度下限值Lm后，将环境照度L和环境照度变化
率dL/dt作为第一模糊控制器FC1的输入；
步骤4，第一模糊控制器FC1根据其第一模糊控制规则输出开关灯操作命令；
步骤5，同时，当环境照度L低至规定下限值后，判断模块启动第二模糊控制器FC2，
分区安装的红外成像仪开始工作，对本区域进行实时红外图像记录，得到红外图像；
步骤6，对红外图像构建自适应高斯背景模型，分离出前景像素，并对其进行亮度
垂直投影得到曲线图像；
步骤7，自动识别出曲线峰值个数(即为人数)M，作为第二模糊控制器FC2输入；
步骤8，第二模糊控制器FC2根据其第二模糊控制规则输出调光命令；
大型地下停车场照明系统根据步骤4和步骤8方法输出开关及调光命令对每个区
域照明进行调节。
可选地，步骤1的测量环境照度L，包括对不同区域安装的TSL2561(一种型号的数
字光传感器)构成的光照度测试模块，分别测试环境照度值，并利用多传感器数据融合技术
剔除疏失误差，合并成一个最终的环境照度L，作为每个区域第一模糊控制器FC1的输入指
标。
可选地，步骤2的判断模块，其判断流程如下：
设某大型地下停车场被分为n个区域，n个TSL2561在某时刻m独立地进行光照度测
量，得到n个数据，按从小到大顺序排列，设测量值为Lmi(单位为lx；0≤i≤n)，本方法中数字
光传感器工作时间横跨停车场工作时间，以24小时营业的大型地下停车场为例，要求每5分
钟读取一次测量值，即m的取值范围为[1，288]。
判断模块判断方法：设中值LmM、上四分位数Lm上、下四分位数Lm下和其差值dL。则有
dL＝Lm上-Lm下
认定某一时刻所有数字光传感器测得的数据Lmi与中值LmM之差的绝对值大于dL的
绝对值的数据为无效数据，剔除无效数据以后，对剩余数据求取算术平均值得到Lm，作为第
一模糊控制器FC1的输入数据及第二模糊控制器FC2的触发数据。
可选地，步骤4的第一模糊控制器FC1工作过程如下：
当环境照度小于20lx时，启动照明系统，照明系统调控照明输出功率为50％额定
功率，小于15lx时照明系统调控照明输出功率为100％额定功率；当环境照度大于21lx时，
照明系统自动关闭。
模糊控制器将照度传感器测量的环境照度值(单位：lx)和釆样计算得到的照度变
化率(单位：lx/s)作为输入，分别用L和两个变量来表示。开灯和调光作为输出隶属函数
(用S表示)。照度变化率函数T＝5分钟，为釆样周期。
根据人体视觉感知和相关标准，黄昏时环境超度不足20lx时，启用照明，并以50％
的功率工作。不足15lx时，照明以100％功率工作。环境照度达到20lx时，关闭照明系统。于
是在照度函数论域L＝{l|0≤l≤30}上定义模糊集“dark”、“dim”、“bright”。隶属函数釆用
Sigmoid型和钟型，相应的隶属函数分别为下面三式。
根据实验测量值，照度变化率小于0.5lx/s；在论域上定
义用于衡量环境照度变化快慢的模糊集{负大(NB)，负小(NS)，零(O)，正小(PS)，正大
(PB)}，隶属函数釆用三角形和梯形，这两种函数算法简单，处理速度快。
在论域上定义用于衡量照明系统输出功率变化的模糊集{S10，N，
S01，S12，S02}，其中S10表示关灯(功率变化范围为-0.3～-1)，即输出功率为30％～100％
的任何值时，只要环境照度值从20到0lx时，输出功率调到0。N表示空操作。S01表示开灯，并
以输出功率为50％工作(功率变化范围为0.35～0.45)。S12表示输出功率从50％变为100％
工作(功率变化范围为0.55～0.65)。S02表示开灯并且输出功率为100％工作(功率变化范
围为0.8～1)。其隶属函数采用三角形。
可选地，步骤4的第一模糊控制规则如表1所示：
表1
可选地，步骤6的对红外图像构建自适应高斯背景模型，分离出前景像素，数学方
法如下：
首先，认为在红外图像中特征值即为像素的亮度，将连续序列红外图像中同一位
置的像素在时域中的亮度看作为一时间序列{X1，X2,，…，Xt}，则当前像素概率的观测值采
用混合高斯模型可以表达为
这里ωi,t为第i个高斯分布在时间t的权值，ui,t、σi,t分别为第i个高斯函数的均值
和标准差。k为高斯混合模型中所包含的高斯分布的个数，其大小取决于系统可用内存以及
系统的计算能力，η为高斯概率密度函数。
采用上述模型，初始化高斯混合模型为均值预先确定、高方差、小权值的k个高斯
分布。针对一个新的像素，当其特征值位于某一高斯分布的2.5个标准偏差范围内，则认为
其与该高斯分布配对。然后根据配对情况通过下式对所有的高斯分布权值进行更新
ωi,t＝(1-α)ωi,t-1+α(Mi,t),i＝1,2,…,k
其中α为学习参数，一般取α＝0.05，Mi,t则无当前像素的高斯分布配对标志，如果
存在一个高斯分布与当前像素配对则Mi,t＝1，否则Mi,t＝0。对权值进行更新后，对新生成一
系列权值进行归一化，所配对的高斯分布的参数更新为
μt＝(1-ρ)μt-1+ρ(Xt)
这里其他高斯分布的参数则不变.如果不存在任何配
对，则将概率值最小的高斯分布替换为一个均值为新观测的像素值、高方差、小权值的高斯
分布，对下一桢图像执行上述操作。
为了判断新观测的像素的类型(前景或背景)，按照ω/σ的值的对k个高斯分布降
序排列，由于背景图像中的像素具有高权值和低方差，因此两者之间的比值越大，属于背景
的可能性越高，在这里把权值之和大于背景阈值T的最前面的b个高斯分布被作为背景模
型，即有
在背景模型确定后，即可对图像中的背景像素和前景像素进行分类.如果新观测
的像素与该b个高斯分布中的某一个配对，则认为其属于背景，否则属于前景.通过上述方
法，即可自适应的对背景模型进行学习和更新。
可选地，步骤8的方法第二模糊控制器FC2根据其第二模糊控制规则输出调光命
令，包括第二模糊控制器FC2设定判断规则并根据该规则进行判断，从而达到运用模糊技术
输出控制停车场照明系统亮度的目的。其中，第二模糊控制器FC2在Matlab中具体设定及判
断规则如下：
第二模糊控制器FC2输入量为划分区域内经过亮度垂直投影得到曲线的峰值数M，
即输入量为人数M，人流量M在论域[0，720]分成4个等级，分别为{fewer，few，many，more}。
为便于针对不同的限速要求，灵活修改模糊规则，把模糊子集改成模糊数为{-1,0,1,2}。其
隶属函数选取三角形和梯形。输出控制照明系统具体操作即为输出功率的调控，即为输出
功率U3的论域为[0，1]，分为8个等级{30％，40％，50％，60％，70％，80％，90％，100％}，对
应模糊数为{0,1,2,3,4,5,6,7}，其隶属函数选取三角形。
输出功率U3的第二模糊控制规则如下表2所示。
表2
可选地，大型地下停车场照明系统根据步骤4和步骤8方法输出开关及调光命令对
每个区域照明进行调节，即步骤4和步骤8提到的根据照明亮度L及人数M运用第一模糊控制
器FC1和FC2得出输出照明的功率变化为一种基于模糊技术的大型地下停车场照明系统控
制方法的核心内容。
通过本发明的上述实施例，以照明亮度L为第一模糊控制器FC1输入，根据FC1模糊
判断规则进行模糊控制，输出照明的功率调节控制；以人数M为第二模糊控制器FC2输入，根
据FC2模糊判断规则进行模糊控制，输出照明的功率调节控制。以上两者同时对照明系统进
行控制，互相不影响，独立工作。
下面通过一个实例对本发明实施例进行举例说明。
参照图1，本实例举例的方法包括如下步骤：
步骤1，各分区光照度检测，进行多传感器信息融合，得到环境照度L；
步骤2，判断模块根据环境照度L，启动模糊控制器FC1与FC2；
步骤3，当环境照度L低至规定下限值后，环境照度L及环境照度变化率作为模糊
控制器FC1的输入；
步骤4，模糊控制器FC1根据其模糊控制规则输出开关灯操作命令；
现模拟数字光传感器采集数据后输入并进行微分处理输入，模拟输入数据表3所
示，方法响应输出结果同如表3所示：
表3
步骤5，同时，当环境照度L低至规定下限值后，判断模块启动模糊控制器FC2，分区
安装的红外成像仪开始工作，对本区域进行实时红外图像记录，得到红外图像；
步骤6，对红外图像构建自适应高斯背景模型，分离出前景像素，并对其进行亮度
垂直投影得到曲线图像；
步骤7，自动识别出曲线峰值个数(即为人数)M，作为模糊控制器FC2输入；
步骤8，模糊控制器FC2根据其模糊控制规则输出调光命令；
现模拟接收到红外图像进行前景像素处理并进行亮度垂直投影得到的曲线图像
峰值计数M采集数据后输入，模拟输入数据如表4所示，方法响应输出结果同如表4所示：
表4
大型地下停车场照明系统根据步骤4和步骤8方法输出开关及调光命令对每个区
域照明进行调节。
综上所述，现有的照明系统控制也较少运用模糊控制技术对其进行控制开发。实
际上模糊技术的应用可以将复杂的控制问题有效地简化为多条模糊控制规则进行判断的
数学问题。通过本发明的上述实施例或者优选实施例，从节能、经济和用户满意度入手，提
供了一种基于模糊技术的大型地下停车场照明系统控制方法，此控制方法将复杂的亮度调
节问题转换为了以模糊控制为核心的数学判断问题，简化了操作步骤，提高了照明系统可
调性、智能性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技
术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修
改、等同替换、改进等，均应包含在本发明的保护范围之内。