一种城市灯光优化模型训练系统及方法与流程

本发明涉及城市照明，特别涉及一种城市灯光优化模型训练系统及方法。

背景技术：

1、城市公共照明设施是城市灯光的重要组成部分，也是城市公共建设的基础设施之一，随着城市建设的推进，各个城市的公共照明设施也越来越多，为人们夜间出行提供必要的安全保障。虽然城市灯光的基础功能是提供夜间照明，但照明设施的布置并非越密集越好，灯光的亮度也并非越亮越好。一方面密集的照明设施部署成本高，数量庞大的城市照明设施的总体能源消耗是非常惊人的，过度照明会造成较大的能源浪费；另一方面，灯光污染也会对生态环境造成危害，破坏生物节律和生态系统平衡。反之，照明不足包括照明设施的布置数量过少，或者照明设施的亮度不够等情况则会影响行人和车辆的安全。因此，如何通过合理布置城市照明设施来平衡能耗、生态环境以及夜间照明需求是亟待解决的问题。

技术实现思路

1、本发明正是基于上述问题，提出了一种城市灯光优化模型训练系统及方法，能够高效训练出用于输出城市灯光优化参数的城市灯光优化模型。

2、有鉴于此，本发明的第一方面提出了一种城市灯光优化模型训练系统，包括与城市公共监控系统连接的用于获取城市公共区域监控图像的监控图像获取单元、与数据库连接的用于获取灯具的照明参数和灯具布局参数的灯具参数获取单元、用于与光线渲染系统连接的用于通过所述光线渲染系统中的光线渲染引擎生成亮度分布数据的光线渲染单元以及模型训练单元，所述模型训练单元被配置为：

3、获取目标区域的空间布局数据和空间立体模型，所述目标区域为城市灯光的照明区域；

4、获取照明灯具的照明参数范围以及预设的灯具布局参数范围，所述灯具布局参数包括照明灯具的安装位置和安装高度；

5、针对每一个目标区域在所述照明参数范围以及灯具布局参数范围内生成预设数量的候选参数序列，所述候选参数序列中的每一个元素包括一组照明参数和一组灯具布局参数，所述照明参数包括照明灯具的亮度、颜色和光束角，所述灯具布局参数包括照明灯具的安装位置、安装高度以及照射角度；

6、将所述候选参数序列中的每一个元素分别输入到光线渲染引擎，以使所述光线渲染引擎在对应目标区域的空间立体模型中模拟生成目标区域在对应照明参数以及灯具布局参数下的亮度分布数据；

7、计算所述候选参数序列中的每一个元素对应的亮度分布数据的照明评分；

8、将所述候选参数序列中照明评分大于预设的评分阈值的元素确定为目标元素；

9、使用所述目标元素对应的照明参数、灯具布局参数以及空间布局数据生成训练样本数据；

10、使用所述训练样本数据训练所述城市灯光优化模型。

11、本发明的第二方面提出了一种城市灯光优化模型训练方法，包括：

12、获取目标区域的空间布局数据和空间立体模型，所述目标区域为城市灯光的照明区域；

13、获取照明灯具的照明参数范围以及预设的灯具布局参数范围，所述灯具布局参数包括照明灯具的安装位置和安装高度；

14、针对每一个目标区域在所述照明参数范围以及灯具布局参数范围内生成预设数量的候选参数序列，所述候选参数序列中的每一个元素包括一组照明参数和一组灯具布局参数，所述照明参数包括照明灯具的亮度、颜色和光束角，所述灯具布局参数包括照明灯具的安装位置、安装高度以及照射角度；

15、将所述候选参数序列中的每一个元素分别输入到光线渲染引擎，以使所述光线渲染引擎在对应目标区域的空间立体模型中模拟生成目标区域在对应照明参数以及灯具布局参数下的亮度分布数据；

16、计算所述候选参数序列中的每一个元素对应的亮度分布数据的照明评分；

17、将所述候选参数序列中照明评分大于预设的评分阈值的元素确定为目标元素；

18、使用所述目标元素对应的照明参数、灯具布局参数以及空间布局数据生成训练样本数据；

19、使用所述训练样本数据训练所述城市灯光优化模型。

20、进一步的，在上述的城市灯光优化模型训练方法中，获取目标区域的空间布局数据和空间立体模型的步骤具体包括：

21、通过公共监控系统获取所述目标区域的监控图像；

22、从所述监控图像中识别并获取所述目标区域的空间布局数据，所述空间布局数据包括所述目标区域中的物体的类型、位置、形状、姿态、材质、颜色数据；

23、基于所述空间布局数据生成所述目标区域中的物体模型；

24、将所述物体模型整合生成所述目标区域的空间立体模型。

25、进一步的，在上述的城市灯光优化模型训练方法中，针对每一个目标区域在所述照明参数范围以及灯具布局参数范围内生成预设数量的候选参数序列的步骤具体包括：

26、确定个候选照明灯具；

27、从数据库中获取所述候选照明灯具的照明参数以及预先配置的组灯具布局参数，其中；

28、将所述照明参数以及所述灯具布局参数进行两两组合以生成包含个元素的候选参数序列，所述候选参数序列中的每个元素为。

29、进一步的，在上述的城市灯光优化模型训练方法中，计算所述候选参数序列中的每一个元素对应的亮度分布数据的照明评分的步骤具体包括：

30、以预设的采样距离从所述目标区域的每个物体表面进行采样得到采样像素点的亮度值，其中，为所述目标区域中的物体的数量，为第个物体表面采样得到的像素点的数量；

31、基于所述亮度值相对于同类型物体的最佳表面亮度值的偏差以及评分系数计算每个物体的亮度评分；

32、取所述目标区域中每个物体的亮度评分的平均值作为所述亮度分布数据的照明评分：。

33、进一步的，在上述的城市灯光优化模型训练方法中，基于所述亮度值相对于同类型物体的最佳表面亮度值的偏差以及评分系数计算每个物体的亮度评分的步骤具体包括：

34、获取所述目标区域中的每个物体的最佳表面亮度值以及评分系数；

35、计算每个物体表面的每一个像素点的亮度值相对于所述最佳表面亮度值的第一偏差：

36、；

37、基于所述第一偏差计算每个物体的亮度评分：

38、。

39、进一步的，在上述的城市灯光优化模型训练方法中，基于所述亮度值值相对于同类型物体的最佳表面亮度值的偏差以及评分系数计算每个物体的亮度评分的步骤具体包括：

40、获取所述目标区域中的每个物体的最佳表面亮度值、第一评分系数和第二评分系数，所述第一评分系数用于在物体表面像素的亮度值大于所述最佳表面亮度值时的评分计算，所述第二评分系数用于在物体表面像素的亮度值小于所述最佳表面亮度值时的评分计算；

41、计算每个物体表面的每一个像素点的亮度值相对于所述最佳表面亮度值的第二偏差：

42、；

43、基于所述第二偏差计算每个物体的亮度评分：

44、。

45、进一步的，在上述的城市灯光优化模型训练方法中，使用所述目标元素对应的照明参数、灯具布局参数以及空间布局数据生成训练样本数据的步骤具体包括：

46、将一个目标元素对应的照明参数、灯具布局参数以及空间布局数据确定为一个数据记录；

47、对每一个数据记录执行以下处理步骤：

48、基于数据记录的空间布局数据生成输入特征向量；

49、基于数据记录的照明参数、灯具布局参数生成输出标签向量；

50、将所述输入特征向量和所述输出标签向量关联存储为同一个训练样本数据中的输入样本和输出样本。

51、进一步的，在上述的城市灯光优化模型训练方法中，基于数据记录的空间布局数据生成输入特征向量的步骤具体包括：

52、提取所述空间布局数据中的物体类型、数量、位置、形状、材质等属性作为原始特征；

53、对所述原始特征中的数值类型数据执行标准化处理得到第一原始特征数据；

54、对所述原始特征中的非数值类型数据执行量化处理得到第二原始特征数据；

55、将所述第一原始特征数据和所述第二原始特征数据组合得到所述输入特征向量。

56、进一步的，在上述的城市灯光优化模型训练方法中，基于数据记录的照明参数、灯具布局参数生成输出标签向量的步骤具体包括：

57、顺序从照明参数、灯具布局参数中提取每一个数据；

58、对于本身即为数值类型的数据，对其执行标准化处理；

59、将标准化处理后的数值确定为对应的标签值；

60、对于非数值类型，将其映射到预先构建的词典中以获取其独热编码；

61、将所述独热编码确定为对应的标签值；

62、将所述标签值按对应数据在所述数据记录中的顺序构建成所述标签向量。

63、本发明提出了一种城市灯光优化模型训练系统及方法，通过获取目标区域的空间布局数据和空间立体模型、照明灯具的照明参数范围以及灯具布局参数范围，生成包括照明参数和灯具布局参数的候选参数序列，并分别输入到光线渲染引擎以在空间立体模型中模拟生成在对应照明参数以及灯具布局参数下的亮度分布数据，计算所述候选参数序列中的每一个元素对应的亮度分布数据的照明评分，将所述候选参数序列中照明评分大于预设的评分阈值的元素确定为目标元素，使用所述目标元素对应的照明参数、灯具布局参数以及空间布局数据生成训练样本数据，使用所述训练样本数据训练所述城市灯光优化模型，能够高效训练出用于输出城市灯光优化参数的城市灯光优化模型。