一种隧道智能照明自适应时序控制方法与流程

本发明属于隧道智能照明技术领域，具体涉及一种隧道智能照明自适应时序控制方法。

背景技术

隧道内的亮度与车辆行驶安全密切相关，隧道亮度与外界亮度相适应时，隧道内行驶安全度提高，但是带来的结果是隧道照明的维护费用和耗电费用增高，增加了隧道的运营成本；隧道亮度与外界亮度相差较大时，司机视觉感差，给驾驶带来不必要的风险，隧道内行驶安全度减弱，因此照明节能和隧道安全运营的矛盾也越来越突出。现有的隧道智能照明采用间隔的开启一定比例的照明灯，关闭一定比例的照明灯的方式节能，这种方式操作简单，但是照明效果差；也有采用亮度传感器、车流量传感器、车速检测仪和气候检测仪器等结合的方式实时控制隧道智能照明，但是相应的传感器成本高、维护频繁且采集的数据漂移严重，使用效果不理想。

技术实现要素：

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种隧道智能照明自适应时序控制方法，根据环境采集机构采集的数据绘制隧道外亮度随时间的变化曲线，将曲线上前一单元时间内最大的亮度值作为下一单元时间上隧道内亮度的控制值，当相邻两次亮度控制值之差小于亮度灵敏度阈值时，下一单元时间上隧道内亮度的控制值不变化，减少了调光式照明灯的调节次数，延长了调光式照明灯的使用寿命，通过对隧道入口外侧环境数据积累建立智能照明自适应时序控制模型，在环境采集机构中存在损坏设备的情况下依然能自适应时序控制照明，节能效果好，便于推广使用。

为解决上述技术问题，本发明采用的技术方案是：一种隧道智能照明自适应时序控制方法，其特征在于，该方法包括以下步骤：

步骤一、建立隧道智能照明自适应时序控制系统：针对实际隧道建立相应的隧道智能照明自适应时序控制系统，所述隧道智能照明自适应时序控制系统包括监控主机、安装在隧道入口外侧的环境采集机构和多个布设在所监测隧道内且级联的隧道区域照明单元；

所述环境采集机构包括均与监控主机连接的亮度计、照度计、车流量车速采集器、降水检测器、全天空成像仪和天文定时器；

所述隧道区域照明单元包括微控制器模块和与所述微控制器模块相接的总线模块；所述微控制器模块的输入端接有亮度计，所述微控制器模块的输出端接有多个调光式照明灯；

所述微控制器模块通过总线模块与监控主机连接；

隧道内由入口至出口分为隧道入口段、隧道入口衔接段、第一过渡段、第二过渡段、中间段、隧道出口衔接段和隧道出口段；

调光式照明灯在隧道入口段内的间隔为0.5m～1m；

调光式照明灯在隧道入口衔接段内的间隔为1.2m～1.3m；

调光式照明灯在第一过渡段内的间隔为1.4m～1.5m；

调光式照明灯在第二过渡段内的间隔为2.5m～3.5m；

调光式照明灯在中间段内的间隔为7.5m～8.5m；

调光式照明灯在隧道出口衔接段内的间隔为1.5m～2.5m；

调光式照明灯在隧道出口段内的间隔为2.5m～3.5m；

步骤二、隧道入口外侧环境数据采集：利用亮度计实时采集隧道入口外侧亮度，利用照度计实时采集隧道入口外侧照度，利用车流量车速采集器实时采集待进入隧道的车流量和各车辆的车速，利用降水检测器和全天空成像仪实时采集隧道外侧天气状态，利用天文定时器实时获取天文时间；

步骤三、隧道智能照明实时控制及隧道入口外侧环境数据积累，根据隧道入口外侧环境数据实时控制各个隧道区域照明单元工作，过程如下：

步骤301、根据公式计算隧道入口段的照明亮度L1、隧道入口衔接段的照明亮度L2、第一过渡段的照明亮度L3、第二过渡段的照明亮度L4、隧道出口衔接段的照明亮度L6和隧道出口段的照明亮度L7，其中，L20(S)为隧道外亮度，k为入口段亮度折减系数，α1为入口衔接段折减影响因子，α2为第一过渡段折减影响因子，α3为第二过渡段折减影响因子，L5为中间段的照明亮度，β1为出口衔接段的影响因子，β2为出口段的影响因子，α3＜α2＜α1，β1＜β2；

步骤302、根据交通量确定入口段亮度折减系数和中间段照明亮度的取值；

在隧道洞内设计时速内，当小时交通量N≤350veh/(h·ln)时，入口段亮度折减系数k取0.025；当小时交通量N≥1200veh/(h·ln)时，入口段亮度折减系数k取0.035；当小时交通量在350veh/(h·ln)和1200veh/(h·ln)之间时，按线性内插取值；

当小时交通量N≥1200veh/(h·ln)时，中间段照明亮度L5取3.5cd/m²；

当小时交通量350veh/(h·ln)＜N＜1200veh/(h·ln)时，中间段照明亮度L5取2.5cd/m²；

当小时交通量N≤350veh/(h·ln)时，中间段照明亮度L5取1cd/m²；

步骤303、根据环境采集机构采集的数据绘制隧道外亮度随时间的变化曲线，将曲线上前一单元时间内最大的亮度值作为下一单元时间上隧道内亮度的控制值；

当相邻两次亮度控制值之差小于亮度灵敏度阈值时，下一单元时间上隧道内亮度的控制值不变化；

步骤304、根据下一单元时间上隧道内亮度的控制值调节各个隧道区域照明单元工作状态，使其达到照明亮度，同时利用隧道区域照明单元中的亮度计检测照明调节结果；

步骤305、将隧道入口外侧环境数据记录和积累，与天文时间上各个隧道区域照明调节结果相对应，其中，隧道入口外侧环境数据记录和积累，与天文时间上各个隧道区域照明调节结果相对应的时间不小于1年；

步骤四、构建隧道智能照明自适应时序控制模型并更新模型：构建隧道智能照明自适应时序控制模型，所述隧道智能照明自适应时序控制模型为BP神经网络模型，以隧道入口外侧环境数据记录和积累为BP神经网络模型的输入层节点，以天文时间上各个隧道区域照明调节结果为BP神经网络模型的输出层节点，训练BP神经网络模型；

根据隧道入口外侧环境数据获取各个隧道区域照明单元工作实时控制方案，利用天文年度周期时间上的隧道区域照明调节结果更新BP神经网络模型；

步骤五、隧道智能照明自适应时序控制：根据公式确定各个隧道区域照明调节结果其中，l1为隧道入口外侧环境数据实时控制各个隧道区域照明单元工作的结果，γ1为l1的权重，l2为BP神经网络模型输出结果，γ2为l2的权重。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：所述总线模块包括CAN总线模块，所述车流量车速采集器包括多目标测速雷达。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：步骤三中，当1115veh/(h·ln)≤N＜1200veh/(h·ln)时，k取0.034；

当1115veh/(h·ln)≤N＜1200veh/(h·ln)时，k取0.034；

当1030veh/(h·ln)≤N＜1115veh/(h·ln)时，k取0.033；

当945veh/(h·ln)≤N＜1030veh/(h·ln)时，k取0.032；

当860veh/(h·ln)≤N＜945veh/(h·ln)时，k取0.031；

当775veh/(h·ln)≤N＜860veh/(h·ln)时，k取0.030；

当690veh/(h·ln)≤N＜775veh/(h·ln)时，k取0.029；

当605veh/(h·ln)≤N＜690veh/(h·ln)时，k取0.028；

当520veh/(h·ln)≤N＜605vveh/(h·ln)时，k取0.027；

当435veh/(h·ln)≤N＜520veh/(h·ln)时，k取0.026；

当350veh/(h·ln)≤N＜435veh/(h·ln)时，k取0.025。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：所述单元时间为30min～60min。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：步骤五中，当环境采集机构中的亮度计、照度计、车流量车速采集器、降水检测器或全天空成像仪出现异常时，隧道入口外侧环境数据则不准，此时，BP神经网络模型根据天文年度周期时间上对应的输出结果，自适应时序控制隧道智能照明。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：所述天文年度周期时间包括工作日、周末、小长假和大长假。

上述的一种隧道智能照明自适应时序控制方法，其特征在于：所述α1取0.5，α2取0.15，α3取0.05，β1取3，β2取5。

本发明的有益效果是：根据环境采集机构采集的数据绘制隧道外亮度随时间的变化曲线，将曲线上前一单元时间内最大的亮度值作为下一单元时间上隧道内亮度的控制值，当相邻两次亮度控制值之差小于亮度灵敏度阈值时，下一单元时间上隧道内亮度的控制值不变化，减少了调光式照明灯的调节次数，延长了调光式照明灯的使用寿命，通过对隧道入口外侧环境数据积累建立智能照明自适应时序控制模型，在环境采集机构中存在损坏设备的情况下依然能自适应时序控制照明，节能效果好。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明的方法流程框图。

具体实施方式

如图1所示，本发明的一种隧道智能照明自适应时序控制方法，包括以下步骤：

步骤一、建立隧道智能照明自适应时序控制系统：针对实际隧道建立相应的隧道智能照明自适应时序控制系统，所述隧道智能照明自适应时序控制系统包括监控主机、安装在隧道入口外侧的环境采集机构和多个布设在所监测隧道内且级联的隧道区域照明单元；

所述环境采集机构包括均与监控主机连接的亮度计、照度计、车流量车速采集器、降水检测器、全天空成像仪和天文定时器；

所述隧道区域照明单元包括微控制器模块和与所述微控制器模块相接的总线模块；所述微控制器模块的输入端接有亮度计，所述微控制器模块的输出端接有多个调光式照明灯；

所述微控制器模块通过总线模块与监控主机连接；

隧道内由入口至出口分为隧道入口段、隧道入口衔接段、第一过渡段、第二过渡段、中间段、隧道出口衔接段和隧道出口段；

调光式照明灯在隧道入口段内的间隔为0.5m～1m；

调光式照明灯在隧道入口衔接段内的间隔为1.2m～1.3m；

调光式照明灯在第一过渡段内的间隔为1.4m～1.5m；

调光式照明灯在第二过渡段内的间隔为2.5m～3.5m；

调光式照明灯在中间段内的间隔为7.5m～8.5m；

调光式照明灯在隧道出口衔接段内的间隔为1.5m～2.5m；

调光式照明灯在隧道出口段内的间隔为2.5m～3.5m；

步骤二、隧道入口外侧环境数据采集：利用亮度计实时采集隧道入口外侧亮度，利用照度计实时采集隧道入口外侧照度，利用车流量车速采集器实时采集待进入隧道的车流量和各车辆的车速，利用降水检测器和全天空成像仪实时采集隧道外侧天气状态，利用天文定时器实时获取天文时间；

步骤三、隧道智能照明实时控制及隧道入口外侧环境数据积累，根据隧道入口外侧环境数据实时控制各个隧道区域照明单元工作，过程如下：

步骤301、根据公式计算隧道入口段的照明亮度L1、隧道入口衔接段的照明亮度L2、第一过渡段的照明亮度L3、第二过渡段的照明亮度L4、隧道出口衔接段的照明亮度L6和隧道出口段的照明亮度L7，其中，L20(S)为隧道外亮度，k为入口段亮度折减系数，α1为入口衔接段折减影响因子，α2为第一过渡段折减影响因子，α3为第二过渡段折减影响因子，L5为中间段的照明亮度，β1为出口衔接段的影响因子，β2为出口段的影响因子，α3＜α2＜α1，β1＜β2；

步骤302、根据交通量确定入口段亮度折减系数和中间段照明亮度的取值；

在隧道洞内设计时速内，当小时交通量N≤350veh/(h·ln)时，入口段亮度折减系数k取0.025；当小时交通量N≥1200veh/(h·ln)时，入口段亮度折减系数k取0.035；当小时交通量在350veh/(h·ln)和1200veh/(h·ln)之间时，按线性内插取值；

当小时交通量N≥1200veh/(h·ln)时，中间段照明亮度L5取3.5cd/m²；

当小时交通量350veh/(h·ln)＜N＜1200veh/(h·ln)时，中间段照明亮度L5取2.5cd/m²；

当小时交通量N≤350veh/(h·ln)时，中间段照明亮度L5取1cd/m²；

步骤303、根据环境采集机构采集的数据绘制隧道外亮度随时间的变化曲线，将曲线上前一单元时间内最大的亮度值作为下一单元时间上隧道内亮度的控制值；

当相邻两次亮度控制值之差小于亮度灵敏度阈值时，下一单元时间上隧道内亮度的控制值不变化；

步骤304、根据下一单元时间上隧道内亮度的控制值调节各个隧道区域照明单元工作状态，使其达到照明亮度，同时利用隧道区域照明单元中的亮度计检测照明调节结果；

步骤305、将隧道入口外侧环境数据记录和积累，与天文时间上各个隧道区域照明调节结果相对应，其中，隧道入口外侧环境数据记录和积累，与天文时间上各个隧道区域照明调节结果相对应的时间不小于1年；

需要说明的是，1年内分为不同的季节，每个季节内每天的光照度和亮度接近，进而每天白天和黑夜的时间范围接近，一个地点每年的季节更替不变，进而利用每年的天文年度周期时间上隧道照明情况控制以后对应周期时间点隧道照明灯具，可实施性强。

步骤四、构建隧道智能照明自适应时序控制模型并更新模型：构建隧道智能照明自适应时序控制模型，所述隧道智能照明自适应时序控制模型为BP神经网络模型，以隧道入口外侧环境数据记录和积累为BP神经网络模型的输入层节点，以天文时间上各个隧道区域照明调节结果为BP神经网络模型的输出层节点，训练BP神经网络模型；

根据隧道入口外侧环境数据获取各个隧道区域照明单元工作实时控制方案，利用天文年度周期时间上的隧道区域照明调节结果更新BP神经网络模型；

步骤五、隧道智能照明自适应时序控制：根据公式确定各个隧道区域照明调节结果其中，l1为隧道入口外侧环境数据实时控制各个隧道区域照明单元工作的结果，γ1为l1的权重，l2为BP神经网络模型输出结果，γ2为l2的权重。

本实施例中，所述总线模块包括CAN总线模块，所述车流量车速采集器包括多目标测速雷达。

本实施例中，步骤三中，当1115veh/(h·ln)≤N＜1200veh/(h·ln)时，k取0.034；

当1115veh/(h·ln)≤N＜1200veh/(h·ln)时，k取0.034；

当1030veh/(h·ln)≤N＜1115veh/(h·ln)时，k取0.033；

当945veh/(h·ln)≤N＜1030veh/(h·ln)时，k取0.032；

当860veh/(h·ln)≤N＜945veh/(h·ln)时，k取0.031；

当775veh/(h·ln)≤N＜860veh/(h·ln)时，k取0.030；

当690veh/(h·ln)≤N＜775veh/(h·ln)时，k取0.029；

当605veh/(h·ln)≤N＜690veh/(h·ln)时，k取0.028；

当520veh/(h·ln)≤N＜605vveh/(h·ln)时，k取0.027；

当435veh/(h·ln)≤N＜520veh/(h·ln)时，k取0.026；

当350veh/(h·ln)≤N＜435veh/(h·ln)时，k取0.025。

本实施例中，所述单元时间为30min～60min。

本实施例中，步骤五中，当环境采集机构中的亮度计、照度计、车流量车速采集器、降水检测器或全天空成像仪出现异常时，隧道入口外侧环境数据则不准，此时，BP神经网络模型根据天文年度周期时间上对应的输出结果，自适应时序控制隧道智能照明。

本实施例中，所述天文年度周期时间包括工作日、周末、小长假和大长假。

本实施例中，所述α1取0.5，α2取0.15，α3取0.05，β1取3，β2取5。

本发明使用时，正常工况下隧道智能照明系统采用的是实时控制方式，通过传感器设备采集洞外环境变化数据，以1h为周期对隧道内照明亮度进行调节。系统会将全年365天划分为4类，分别为工作日、周末、小长假和大长假，记录每日随天文时间变化的交通量、洞外亮度、天气条件等信息。由于隧道洞外亮度、交通量等环境因素会随着时间变化，洞内照明亮度需要随着变化进行相应的实时调节，如果照明集中控制器的调光频率和灵敏度设置过高，会减少灯具和控制器的使用寿命，也不利于整个隧道照明系统的稳定运行。因此本项目通过设置调光控制周期和灵敏度阈值的手段，避免频繁的进行转换；

外部环境采集传感器、照明集中控制器等设备的正常工作，是整个智能照明调光系统能够实现的前提，但是在实际运行过程中，难免会出现设备发生故障、损坏或测量误差偏大的情况。在某一个或几个设备发生故障时，通过对隧道入口外侧环境数据积累建立智能照明自适应时序控制模型，在环境采集机构中存在损坏设备的情况下依然能自适应时序控制照明；

隧道运营当中会出现诸如交通事故，火灾事故，检修养护等场景，这些特殊工况下一般都需要将隧道照明系统进入满功率工作的状态，当发生紧急情况时，监控中心上位机管理人员手动控制照明系统，待到特殊工况结束时，由人工恢复正常工况下的控制模式。

以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。