一种自动调节光源的方法和智能系统与流程

[0001]
本发明属于智能照明技术领域，尤指一种自动调节光源的方法和智能系统。


背景技术：

[0002]
台灯作为日常生活常见的一种家电，常用于辅助照明或者装饰照明。传统的台灯只有开关按钮，其光源的亮度、颜色都不可调节，一旦开启即以固定的亮度和颜色发光，在一些环境光较暗的情况下，这些台灯的亮度和颜色会引发用户的不适，感到光线刺眼。
[0003]
为了改善台灯对使用环境的适应性，一些技术通过控制光源的电压提供可变亮度的台灯。这部分台灯多使用物理按钮进行人工调节，需要用户手动进行亮度调整，这在效果上虽然较传统台灯解决了光线亮度与环境的适应调整问题，但是引发了新的问题：开启台灯的操作变得相对复杂，人们除了通过物理按钮开启台灯之外，还需要进行额外的操作，使台灯的亮度适宜环境，相对传统台灯，这些台灯带来了更复杂的操作。
[0004]
为了进一步解决可调节亮度的台灯操作复杂问题，现有技术(cn204408727u-一种自适应渐亮式台灯)公开了一种自适应渐亮式台灯，通过光线感应器获取环境光线的明暗，再将光线感应器的输出电压进行放大后，从而确定光源的输入电压，如此实现根据环境光进行自适应的渐亮调整。该方法还在系统中加入红外感应器，用来获取台灯周围是否有人，如果没人就自动关闭台灯。该技术实现了通过光线感应器获取环境光线，并基于环境光线调整台灯光源的亮度，但是，现在的智能设备应用场景中，不仅仅需要调整光源的亮度，还需要调整光源的颜色；除了判断光源附近是否有人，还需要根据光源所处的时间、地点智能地进行调节。基于上述分析，有必要寻找新的方法来进一步增加光源的智能控制性能，使其能够根据环境光和用户所在的空间智能的调节光源的各项参数。


技术实现要素：

[0005]
为了实现根据环境光和用户所在的空间智能调节台灯的各项参数，本发明提供一种自动控制和调节光源的方法和系统，具体技术方案包括：
[0006]
获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0007]
基于所述环境光参数计算所述光源的调节参数，根据所述调节参数调节所述光源。
[0008]
进一步地，本发明一种自动调节光源的方法中，所述环境光参数计算所述光源的调节参数，根据所述调节参数调节所述光源，具体包括：
[0009]
获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0010]
获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0011]
根据所述亮度调节参数调节所述光源的亮度。
[0012]
进一步地，本发明一种自动调节光源的方法中，所述环境光强度、光源所在空间、当前时间的亮度权重值通过以下方法获得：
[0013]
通过半监督学习建立环境光强度、光源所在空间、当前时间的亮度权重计算神经网络模型；
[0014]
基于所述亮度权重计算神经网络模型和所述环境光强度、光源所在空间、当前时间对应的亮度调节值，获取所述环境光强度、光源所在空间、当前时间的亮度权重值。
[0015]
进一步地，本发明一种自动调节光源的方法中，所述基于各项所述环境信息计算所述光源的调节参数，根据所述调节参数调节所述光源还包括：
[0016]
获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0017]
基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源的颜色调节参数；
[0018]
根据所述颜色调节参数调节所述光源的颜色。
[0019]
进一步地，本发明一种自动调节光源的方法中，所述环境光颜色、光源所在空间、当前时间的颜色权重值通过以下方法获得：
[0020]
通过半监督学习建立所述环境光颜色、光源所在空间、当前时间的颜色权重计算神经网络模型；
[0021]
基于所述颜色权重计算神经网络模型和所述环境光颜色、光源所在空间、当前时间对应的颜色调节值，获取所述环境光颜色、光源所在空间、当前时间的颜色权重值。
[0022]
本发明还提供一种可自动调节光源的智能系统，包括：
[0023]
环境光获取模块，获取光源所在区域的环境光参数，所述环境信息包括环境光强度、环境光颜色、光源所在空间、当前时间；
[0024]
光源调节模块，基于各项所述环境信息计算所述光源的调节参数，根据所述调节参数调节所述光源。
[0025]
进一步地，本发明一种可自动调节光源的智能系统中，所述光源调节模块，具体包括：
[0026]
亮度调节值获取子模块，获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0027]
亮度调节参数计算子模块，获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0028]
光源亮度调节子模块，根据所述亮度调节参数调节所述光源的亮度。
[0029]
进一步地，本发明一种可自动调节光源的智能系统中，所述系统还包括：
[0030]
建模模块，通过半监督学习建立所述环境光强度、光源所在空间、当前时间的亮度权重计算神经网络模型；
[0031]
权重值计算模块，基于所述亮度权重计算神经网络模型和所述环境光强度、光源所在空间、当前时间对应的亮度调节值，获取所述环境光强度、光源所在空间、当前时间的亮度权重值。
[0032]
进一步地，本发明一种可自动调节光源的智能系统中，所述光源调节模块具体包括：
[0033]
颜色调节值获取子模块，获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0034]
颜色调节参数计算子模块，基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源的颜色调节参数；
[0035]
光源颜色调节子模块，根据所述颜色调节参数调节所述光源的颜色。
[0036]
进一步地，本发明一种可自动调节光源的智能系统中，所述系统还包括：
[0037]
建模模块，通过半监督学习建立所述环境光颜色、光源所在空间、当前时间的颜色权重计算神经网络模型；
[0038]
权重值计算模块，基于所述颜色权重计算神经网络模型和所述环境光颜色、光源所在空间、当前时间对应的颜色调节值，获取所述环境光颜色、光源所在空间、当前时间的颜色权重值。
[0039]
相对于现有技术本，发明可以带来以下有益的技术效果：
[0040]
将光源所在区域的环境光强度、颜色、以及光源所在空间或时间信息进行收集，综合考虑本发明中的光源所在的环境光的颜色、亮度，以及所处的时间地点，可以针对不同用户的不同空间、不同时间的个性化光照需求做出自动调整。具体地，将这些信息参数化，再根据这些参数来计算光源需要调节的参数，使得用户周围的光照环境总是可以保持稳定的亮度和颜色，不必用户手动操作即可在各种时间各种地点满足光照需求。
附图说明
[0041]
附图1是本发明一种自动调节光源的方法的一个流程图；
[0042]
附图2是本发明一种自动调节光源的方法的另一个流程图；
[0043]
附图3是本发明一种自动调节光源的方法的又一个流程图；
[0044]
附图4是本发明一种自动调节光源的方法的另一个流程图；
[0045]
附图5是本发明一种自动调节光源的方法的又一个流程图；
[0046]
附图6是本发明一种自动调节光源的方法的另一个流程图；
[0047]
附图7是本发明一种自动调节光源的智能系统的结构示意图；
[0048]
附图标号说明：
[0049]
100光源调节模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
110亮度调节值获取子模块
[0050]
120亮度调节参数计算子模块
ꢀꢀ
130光源亮度调节子模块
[0051]
140颜色调节值获取子模块
ꢀꢀꢀꢀ
150颜色调节参数计算子模块
[0052]
160光源颜色调节子模块
ꢀꢀꢀꢀꢀꢀ
200环境光获取模块
[0053]
300建模模块
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
400权重值计算模块
具体实施方式
[0054]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
[0055]
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表
其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
[0056]
随着技术的发展，人们对光照的需求也在不断的变化，从一开始的仅仅是照亮周围的环境到如今有一些照明装置可以自动调节亮度和颜色，来适应用户的不同使用环境下的需求，这些可以自动调整的照明装置，一般都是基于对环境光的感知，从而针对环境光调整自身的亮度和颜色，来为用户制造一种稳定的光环境，但是，用户对光环境的需求有时是基于场景的，不同的场景、不同的地理空间、不同的时间前提下用户需求的光照环境往往是不同的。本发明提供了一种可以适应多种用户多种场景需求的智能调节光源的方法和系统，本方法和系统可以应用在智能台灯上。
[0057]
本发明第一实施例。图1是本发明一种自动调节光源的方法的一个流程图，包括：
[0058]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0059]
s200基于所述环境光参数计算所述光源的调节参数，根据所述调节参数调节所述光源。
[0060]
具体地，本发明可以应用在智能台灯上，在s100中，智能台灯获取台灯所在的区域周围的环境光各项参数，除此之外台灯还可以获取所在的空间和时间。综合环境光的各项参数以及所在空间、时间，可以分析出各种不同的使用场景，例如当台灯所在的空间为婴儿房，当前所处的时间是凌晨十二点，当前的环境光状态为黑暗状态，那么可以认为此时处于夜晚照看婴儿的使用场景，对于各个场景的确定可以由用户进行手动设置，也可以使用机器学习来自动识别。在本发明中，基于环境光情况台灯所在的位置和时间这几个参数来确定用户的使用场景，这是进行台灯的智能调节的前提。每一个场景对应着一种适宜的光环境参数，获取场景之后我们也获得了需要调整的光环境的目标参数。
[0061]
当我们基于台灯获取的各项参数确定了需要调整的光环境的目标参数之后，台灯还需要计算出通过自身的光源进行怎样的调节，才能使调节过后的台灯光源和环境光综合后达到目标光环境的标准。所以在s200中，我们基于在s100中得到的光环境的目标参数，来计算台灯自身光源需要进行调节的参数，这里可以理解为通过台灯自身的光源提供一种补光，补光的亮度和颜色与现有的光环境综合之后能够得到目标光环境。计算方式有多种，例如，使用利用需要调整的光环境的亮度和颜色目标参数减去现有光环境的亮度和颜色参数，即可得到需要补光的亮度和颜色参数，当本发明中的台灯处于关闭状态时，所得到的需要补光的亮度和颜色参数即为s200中的调节参数。当本发明中的台灯处于开启状态时，说得到的需要补光的亮度和颜色参数还要考虑台灯自身光源为当前光环境所提供的亮度和颜色值，并基于台灯自身光源对颜色和亮度计算出s200中的调节参数。
[0062]
本发明一种自动调节光源的方法，应用在一种智能台灯中，通过对智能台灯周围的环境光、台灯所处的空间时间特点，识别出台灯所在的应用场景，再根据应用场景对应的目标光环境参数，计算出台灯需要进行光源调节的参数，根据得到的调节参数对台灯光源进行自动调节。通过这种方式，实现了智能台灯根据用户所在的空间地点、时间以及台灯周围的当前光环境，自动调节台灯光源的目的，用户携带台灯或者将台灯放在室内空间不需要再对其进行人工操作，即可随时随地的满足照明需求，给用户带来了极大的方便。
[0063]
本发明第二实施例。图2是本发明一种自动调节光源的方法的另一个流程图，包括：
[0064]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0065]
s110获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0066]
s120获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0067]
s210根据所述亮度调节参数调节所述光源的亮度。
[0068]
具体地，本发明可以应用在智能台灯上，在s100中，智能台灯获取台灯所在的区域周围的环境光各项参数，除此之外台灯还可以获取所在的空间和时间。综合环境光的各项参数以及所在空间、时间，可以分析出各种不同的使用场景，例如当台灯所在的空间为婴儿房，当前所处的时间是凌晨十二点，当前的环境光状态为黑暗状态，那么可以认为此时处于夜晚照看婴儿的使用场景，对于各个场景的确定可以由用户进行手动设置，也可以使用机器学习来自动识别。在本发明中，基于环境光情况台灯所在的位置和时间这几个参数来确定用户的使用场景，这是进行台灯的智能调节的前提。每一个场景对应着一种适宜的光环境参数，获取场景之后我们也获得了需要调整的光环境的目标参数。
[0069]
在台灯光源的调节中，亮度调节是非常重要的一部分，所以，台灯获取的光环境强度，光源所在的空间当前时间，都对应着相应的目标亮度参数，这些参数存储在一张亮度参数表中，亮度参数表中记录着每一种当前环境光强度、当前空间、所处时间所对应的亮度调节值，在s110中，提取该亮度参数表，并获取各项亮度调节值。
[0070]
在s110中获取的参数有三个，分别是当前光环境亮度、台灯所在空间、时间所对应的调节参数，但是调节台灯的光源需要将这三个参数合并成一个参数，来最终作为台灯的光源亮度调节的标准。s120提供了一种基于这三个参数得到最终亮度调节参数的办法，这三个参数分别按各自的权重值影响着最终亮度调节参数，将他们按照权重值进行加权求和，得到的结果即为最终的亮度调节参数。引入权重值概念是因为这三个条件在不同的场景下对最终的亮度调节参数影响是不一样的，例如，当本发明中的台灯用于为婴儿提供照明时，有的幼童的作息时间特殊，较成人在夜间需要使用更高的亮度(有的小孩怕黑)，在这种场景下，无论在什么时间，用户都需要一定的光环境，时间因素在这种场景下就显得不那么重要，而对于一般习惯在夜间休息的成人来说，一旦进入到休息时间，就可以将周围的环境亮度调节为零，也就是说时间在这里起到了决定性的作用，同样的地点、当前亮度也会基于不同的场景具有不同的权重值。
[0071]
通过s120我们获得了最终的亮度调节参数，在s210中，我们按照得到的最终的亮度调节参数，调节台灯的光源。
[0072]
本发明中，提供了一种自动调节光源的亮度的方法，基于台灯的传感器，获得了周围环境光的亮度，台灯所处的空间、时间，使用一份亮度参数表来查询上面三个条件所对应的亮度调节参数，并识别出台灯所处的使用场景，基于使用场景对这三个条件对应的亮度调节参数进行加权求和，从而得出最终亮度调节参数，再根据最终亮度调节参数来调节台灯的光源亮度。通过这种方法实现智能台灯基于环境光亮度和台灯所处的时间和空间进行
亮度自动调节，用户在使用台灯的时候，不需要人工操作就能够获得对光照亮度需求的满足，使用户调节台灯光源的亮度更为方便，为用户带来了更好的体验。
[0073]
本发明第三实施例。图3是本发明一种自动调节光源的方法的又一个流程图，包括：
[0074]
s001通过半监督学习建立环境光强度、光源所在空间、当前时间的亮度权重计算神经网络模型；
[0075]
s002基于所述亮度权重计算神经网络模型和所述环境光强度、光源所在空间、当前时间对应的亮度调节值，获取所述环境光强度、光源所在空间、当前时间的亮度权重值；
[0076]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0077]
s110获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0078]
s120获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0079]
s210根据所述亮度调节参数调节所述光源的亮度。
[0080]
具体地，光环境亮度、当前空间、当前时间这三个条件，在亮度参数表中查询得到的三个亮度调节参数，这三个参数经过加权求和后，得到最终的亮度调节参数，那么这三个参数的权重值如何获取呢？
[0081]
在s001中，先基于半监督学习建立环境光强度、光源所在空间、当前时间的亮度权重计算神经网络，这个亮度权重计算神经网络根据对样本的学习，寻找在特定场景下，环境光强度、光源所在空间、当前时间这三个条件的亮度调节参数对最终亮度调节参数的影响，并将影响的大小以权重值的形式表现出来。
[0082]
在s002中，当模型的训练完成后，在特定场景下我们就可以得出环境光强度、光源所在空间、当前时间这三个条件各自的量度权重值。
[0083]
在s100中，智能台灯获取台灯所在的区域周围的环境光各项参数，除此之外台灯还可以获取所在的空间和时间。综合环境光的各项参数以及所在空间、时间，可以分析出各种不同的使用场景，例如当台灯所在的空间为婴儿房，当前所处的时间是凌晨十二点，当前的环境光状态为黑暗状态，那么可以认为此时处于夜晚照看婴儿的使用场景，对于各个场景的确定可以由用户进行手动设置，也可以使用机器学习来自动识别。在本发明中，基于环境光情况台灯所在的位置和时间这几个参数来确定用户的使用场景，这是进行台灯的智能调节的前提。每一个场景对应着一种适宜的光环境参数，获取场景之后我们也获得了需要调整的光环境的目标参数。
[0084]
在台灯光源的调节中，亮度调节是非常重要的一部分，所以，台灯获取的光环境强度，光源所在的空间当前时间，都对应着相应的目标亮度参数，这些参数存储在一张亮度参数表中，亮度参数表中记录着每一种当前环境光强度、当前空间、所处时间所对应的亮度调节值，在s110中，提取该亮度参数表，并获取各项亮度调节值。
[0085]
在s110中获取的参数有三个，分别是当前光环境亮度、台灯所在空间、时间所对应的调节参数，但是调节台灯的光源需要将这三个参数合并成一个参数，来最终作为台灯的光源亮度调节的标准。s120提供了一种基于这三个参数得到最终亮度调节参数的办法，这
三个参数分别按各自的权重值影响着最终亮度调节参数，将他们按照权重值进行加权求和，得到的结果即为最终的亮度调节参数。引入权重值概念是因为这三个条件在不同的场景下对最终的亮度调节参数影响是不一样的，例如，当本发明中的台灯用于为婴儿提供照明时，有的幼童的作息时间特殊，较成人在夜间需要使用更高的亮度(有的小孩怕黑)，在这种场景下，无论在什么时间，用户都需要一定的光环境，时间因素在这种场景下就显得不那么重要，而对于一般习惯在夜间休息的成人来说，一旦进入到休息时间，就可以将周围的环境亮度调节为零，也就是说时间在这里起到了决定性的作用，同样的地点、当前亮度也会基于不同的场景具有不同的权重值。
[0086]
通过s120我们获得了最终的亮度调节参数，在s210中，我们按照得到的最终的亮度调节参数，调节台灯的光源。
[0087]
本发明中，将光源所在光环境亮度、所在空间、当前时间这三个条件进行加权求和，从而得到最终的亮度调节参数，相对于本发明第二实施例，本实施例提供了一种获取三个条件的权重值的方法，在特定的应用场景中，使用一定量的样本进行半监督学习，从而建立三个条件对最终亮度调节参数的影响的模型，这种影响以权重值的形式表现出来。样本既可以来自于研发人员，也可以来自于用户在训练模式下的日常使用记录，通过使用机器学习，本发明实现了自动根据样本来获取权重值。进一步优选的，如果用户选择在训练模式下自己的日常使用记录作为训练样本，还可以实现根据用户的个性化需求得出个性化的权重值，从而适应不同用户的不同需求，使权重值计算方案具有更广泛的适用性。
[0088]
本发明第四实施例，图4是本发明一种自动调节光源的方法的另一个流程图，包括：
[0089]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0090]
s140获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0091]
s150基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源的颜色调节参数；
[0092]
s220根据所述颜色调节参数调节所述光源的颜色。
[0093]
具体的，本发明可以应用在智能台灯上，在s100中，智能台灯获取台灯所在的区域周围的环境光各项参数，除此之外台灯还可以获取所在的空间和时间。综合环境光的各项参数以及所在空间、时间，可以分析出各种不同的使用场景，例如当台灯所在的空间为婴儿房，当前所处的时间是凌晨十二点，当前的环境光状态为黑暗状态，那么可以认为此时处于夜晚照看婴儿的使用场景，对于各个场景的确定可以由用户进行手动设置，也可以使用机器学习来自动识别。在本发明中，基于环境光情况台灯所在的位置和时间这几个参数来确定用户的使用场景，这是进行台灯的智能调节的前提。每一个场景对应着一种适宜的光环境参数，获取场景之后我们也获得了需要调整的光环境的目标参数。
[0094]
在台灯光源的调节过程中,还包括对光源颜色的调节,所以台灯所获取的周围光环境颜色、所在空间、当前时间都对应着相应的目标颜色参数，这些参数存储在一张颜色参数表中，在s140中，提取该颜色参数表，并获取各项颜色调节值。
[0095]
s140中获取的参数有三个，分别是当前光环境颜色、台灯所在的空间、时间所对应
的颜色调节参数，而调节台灯光源的颜色，需要将这三个参数合并成一个参数那作为台灯的光源颜色调节标准。s150提供了一种基于这三个参数得到最终颜色调节参数的办法，将这三个参数分别按照各自的权重值进行加权求和，得到最终的颜色调节参数。三个参数各自的权重值分别代表了这三个参数在当前场景下对光源颜色调节的影响程度。
[0096]
通过s150我们得到了最终的颜色调节参数，在s220中，根据这个颜色调节参数对台灯的光源进行颜色调节。
[0097]
本发明中，提供了一种自动调节光源的颜色的方法，基于台灯传感器获得的周围环境光的颜色、所处空间、当前时间使用一份颜色参数表上面三个条件对应的颜色调节参数，对这三个参数进行加权求和得出最终的颜色调节参数，再根据最终颜色调节参数调节台灯光源的颜色。通过这种方法，本发明实现了基于台灯所处光环境的颜色、所处空间、当前时间来自动调节台灯光源的颜色，用户在使用台灯的时候，不需要人工操作就能够满足对光环境色温的需求。
[0098]
本发明第五实施例，图5是本发明一种自动调节光源的方法的又一个流程图，包括：
[0099]
s003通过半监督学习建立所述环境光颜色、光源所在空间、当前时间的颜色权重计算神经网络模型；
[0100]
s004基于所述颜色权重计算神经网络模型和所述环境光颜色、光源所在空间、当前时间对应的颜色调节值，获取所述环境光颜色、光源所在空间、当前时间的颜色权重值；
[0101]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0102]
s140获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0103]
s150基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源的颜色调节参数；
[0104]
s220根据所述颜色调节参数调节所述光源的颜色。
[0105]
具体地，环境光颜色、当前空间、当前时间这三个条件可以在颜色参数表中查询得到三个颜色条件参数，将这三个颜色调节参数进行加权求和后可以得到最终的颜色调节参数，那么这三个条件各自的权重值又如何获取呢？
[0106]
在s003中，基于半监督学习建立环境光颜色、所在空间、当前时间的颜色权重计算神经网络，这个颜色权重计算神经网络根据对样本的学习，寻找在特定场景下环境光颜色、所在空间、当前时间这三个条件对最终颜色调节参数的影响，并将这种影响的大小以权重值的形式表现出来。
[0107]
在s100中，智能台灯获取台灯所在的区域周围的环境光各项参数，除此之外台灯还可以获取所在的空间和时间。综合环境光的各项参数以及所在空间、时间，可以分析出各种不同的使用场景，例如当台灯所在的空间为婴儿房，当前所处的时间是凌晨十二点，当前的环境光状态为黑暗状态，那么可以认为此时处于夜晚照看婴儿的使用场景，对于各个场景的确定可以由用户进行手动设置，也可以使用机器学习来自动识别。在本发明中，基于环境光情况台灯所在的位置和时间这几个参数来确定用户的使用场景，这是进行台灯的智能调节的前提。每一个场景对应着一种适宜的光环境参数，获取场景之后我们也获得了需要
调整的光环境的目标参数。
[0108]
在台灯光源的调节过程中,还包括对光源颜色的调节,所以台灯所获取的周围光环境颜色、所在空间、当前时间都对应着相应的目标颜色参数，这些参数存储在一张颜色参数表中，在s140中，提取该颜色参数表，并获取各项颜色调节值。
[0109]
s140中获取的参数有三个，分别是当前光环境颜色、台灯所在的空间、时间所对应的颜色调节参数，而调节台灯光源的颜色，需要将这三个参数合并成一个参数那作为台灯的光源颜色调节标准。s150提供了一种基于这三个参数得到最终颜色调节参数的办法，将这三个参数分别按照各自的权重值进行加权求和，得到最终的颜色调节参数。三个参数各自的权重值分别代表了这三个参数在当前场景下对光源颜色调节的影响程度。
[0110]
通过s150我们得到了最终的颜色调节参数，在s220中，根据这个颜色调节参数对台灯的光源进行颜色调节。
[0111]
本发明中，将光源所在光环境颜色、所在空间、当前时间这三个条件进行加权求和，从而得到最终的亮度调节参数，相对于本发明第四实施例，本实施例提供了一种获取这三个条件权重值的方法，使用一定量的样本在特定场景中对三个条件，对三个条件对最终颜色调节参数的影响进行机器学习，从而建立神经网络模型，实现了自动根据样本获取权重值。进一步优选的，用户选择在训练模式下自己的日常使用记录作为训练样本，还可以实现根据用户的个性化需求得出个性化的权重值，从而适应不同用户的不同需求，使权重值计算方案具有更广泛的适用性。
[0112]
本发明第六实施例，图6是本发明一种自动调节光源的方法的另一个流程图，包括：
[0113]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0114]
s101通过半监督学习建立环境光强度、光源所在空间、当前时间的亮度权重计算神经网络模型；
[0115]
s102基于所述亮度权重计算神经网络模型和所述环境光强度、光源所在空间、当前时间对应的亮度调节值，获取所述环境光强度、光源所在空间、当前时间的亮度权重值；
[0116]
s003通过半监督学习建立所述环境光颜色、光源所在空间、当前时间的颜色权重计算神经网络模型；
[0117]
s004基于所述颜色权重计算神经网络模型和所述环境光颜色、光源所在空间、当前时间对应的颜色调节值，获取所述环境光颜色、光源所在空间、当前时间的颜色权重值；
[0118]
s100获取光源所在区域的环境光参数，所述环境光参数包括环境光强度、环境光颜色、光源所在空间或当前时间；
[0119]
s110获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0120]
s120获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0121]
s140获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0122]
s150基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源
的颜色调节参数；
[0123]
s210根据所述亮度调节参数调节所述光源的亮度；
[0124]
s220根据所述颜色调节参数调节所述光源的颜色。
[0125]
具体地，本实施例是上述第一到第五实施例结合后的方法实施例，解决的技术问题、使用的技术方案、达到的技术效果与上述第一到第五实施例相同，在此不一一赘述。
[0126]
本发明第七实施例，图7是本发明一种可自动调节光源的智能系统的一个结构示意图，系统包括：
[0127]
环境光获取模块200，获取光源所在区域的环境光参数，所述环境信息包括环境光强度、环境光颜色、光源所在空间、当前时间；
[0128]
光源调节模块100，基于各项所述环境信息计算所述光源的调节参数，根据所述调节参数调节所述光源。
[0129]
光源调节模块100具体包括：
[0130]
亮度调节值获取子模块110，获取所述光源的亮度参数表，在所述亮度参数表中查询得到所述环境光强度、光源所在空间、当前时间对应的亮度调节值；
[0131]
亮度调节参数计算子模块120，获取所述环境光强度、光源所在空间、当前时间的亮度权重值，基于所述亮度权重值计算所述光源的亮度调节参数；
[0132]
光源亮度调节子模块130，根据所述亮度调节参数调节所述光源的亮度。
[0133]
颜色调节值获取子模块140，获取所述光源的颜色参数表，对照所述颜色参数表，获取所述环境光颜色、光源所在空间、当前时间对应的颜色调节值；
[0134]
颜色调节参数计算子模块150，基于所述环境光颜色、光源所在空间、当前时间的颜色权重值，计算所述光源的颜色调节参数；
[0135]
光源颜色调节子模块160，根据所述颜色调节参数调节所述光源的颜色。
[0136]
建模模块300，通过半监督学习建立所述环境光强度、光源所在空间、当前时间的亮度权重计算神经网络模型；
[0137]
建模模块300还用于，通过半监督学习建立所述环境光颜色、光源所在空间、当前时间的颜色权重计算神经网络模型；
[0138]
权重值计算模块400，基于所述亮度权重计算神经网络模型和所述环境光强度、光源所在空间、当前时间对应的亮度调节值，获取所述环境光强度、光源所在空间、当前时间的亮度权重值。
[0139]
权重值计算模块400还用于，基于所述颜色权重计算神经网络模型和所述环境光颜色、光源所在空间、当前时间对应的颜色调节值，获取所述环境光颜色、光源所在空间、当前时间的颜色权重值。
[0140]
具体地，本实施例是上述第六实施例对应的系统实施例，解决的技术问题、使用的技术方案、达到的技术效果与上述第六实施例相同，在此不再一一赘述。
[0141]
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。