一种基于物联网的智慧城市路灯智能控制方法和系统与流程

1.本说明书涉及物联网领域，特别涉及一种基于物联网的智慧城市路灯智能控制方法和系统。


背景技术：

2.路灯分布于城市各大小道路，用于在自然光线不足时提供照明，方便行人和车辆通行，是城市必不可少的基础设施。然而，当前对路灯的控制多是在固定时段开启，且整个照明时段中都一直保持最大亮度，但在一些时段或路段，车流量和人流量都很小，不需要始终保持较高的照明强度。
3.因此，有必要提供一种基于物联网的智慧城市路灯智能控制方法和系统，以实现路灯的智能化控制。


技术实现要素：

4.本说明书一个或多个实施例提供一种基于物联网的智慧城市路灯智能控制方法。该方法基于物联网的智慧城市路灯智能控制系统实现，所述基于物联网的智慧城市路灯智能控制系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台，所述方法由所述管理平台执行，包括：所述管理平台通过所述传感网络平台接收所述对象平台获取的道路信息，所述道路信息包括环境光强度和道路图像，所述对象平台包括第一传感器；所述管理平台基于所述道路图像，确定道路环境信息；基于所述环境光强度和所述道路环境信息，确定所述道路上的路灯的照射强度。
5.本说明书一个或多个实施例提供一种基于物联网的智慧城市路灯智能控制系统。该系统包括用户平台、服务平台、管理平台、传感网络平台和对象平台，所述管理平台被配置为执行以下操作：所述管理平台通过所述传感网络平台接收所述对象平台获取的道路信息，所述道路信息包括环境光强度和道路图像，所述对象平台包括第一传感器；所述管理平台基于所述道路图像，确定道路环境信息；基于所述环境光强度和所述道路环境信息，确定所述道路上的路灯的照射强度。
6.上述基于物联网的智慧城市路灯智能控制方法和系统，根据道路情况合理配置路灯的照射强度，至少具备以下之一的有益效果：1）增强路灯控制的智能化，能够有针对性地调整路灯的照明强度；2）在保证照明效果的同时合理配置照明强度，有利于节约电力资源。
附图说明
7.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：图1是根据本说明书一些实施例所示的基于物联网的智慧城市路灯智能控制系统的应用场景示意图；
图2是根据本说明书一些实施例所示的基于物联网的智慧城市路灯智能控制系统的示例性结构图；图3是根据本说明书一些实施例所示的确定道路上的路灯的照射强度的示例性流程图；图4是根据本说明书一些实施例所示的调整路灯照射强度的方法的示例性流程图；图5是根据本说明书一些实施例所示的调整路灯照射强度的方法的另一示例性流程图；图6是根据本说明书一些实施例所示的调整路灯照射强度的方法的又一示例性流程图。
具体实施方式
8.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
9.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
10.除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和组成部分，而这些步骤和组成部分不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或组成部分。
11.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
12.图1是根据本说明书一些实施例所示的基于物联网的智慧城市路灯智能控制系统的应用场景示意图。
13.如图1所示，基于物联网的智慧城市路灯智能控制系统的应用场景100可以包括服务器110、存储设备120、网络130、路灯140和用户终端150。
14.在一些实施例中，基于物联网的智慧城市路灯智能控制系统可以根据环境光强度和道路环境信息，确定道路上的路灯的照射强度。例如，基于物联网的智慧城市路灯智能控制系统可以根据道路图像确定道路上的目标的所在车道和前进方向并对其区域内的路灯的照射强度进行调整。
15.服务器110可以是单个服务器或服务器组。在一些实施例中，服务器110可以包括处理设备112，可以用于处理与基于物联网的智慧城市路灯智能控制系统的应用场景100有关的信息和/数据。例如，处理设备112可以经由网络130访问储存在用户终端150和/或存储
设备120中的信息和/或数据。
16.在一些实施例中，处理设备112可以经由网络130访问储存在用户终端150中的道路信息，并基于道路信息的处理通过网络130发送控制指令到路灯140，以确定道路上的路灯140的照射强度。
17.存储设备120可以用于存储数据和/或指令。在一些实施例中，存储设备120可以存储用户终端150获取的道路信息。在一些实施例中，存储设备120可以储存本说明书中描述的示例性的基于物联网的智慧城市路灯智能控制系统的数据和/或指令。
18.网络130可以连接系统的各组成部分和/或连接系统与外部资源部分。网络130使得各组成部分之间，以及与系统之外其他部分之间可以进行通讯，促进数据和/或信息的交换。
19.路灯140可以包括一个或多个路灯140-1、140-2
……
140-n。在一些实施中，路灯140的照射强度可以发生改变。
20.用户终端150可以包括用户所使用的一个或多个终端或软件。在一些实施例中，用户可以是用户终端150的所有者。在一些实施例中，用户终端150可以包括移动设备、平板电脑、笔记本电脑、可穿戴智能终端等或其任意组合。在一些实施例中，用户可以通过用户终端150获取路灯管理的相关信息。
21.应当注意基于物联网的智慧城市路灯智能控制系统的应用场景100仅仅是为了说明的目的而提供的，并不意图限制本技术的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，基于物联网的智慧城市路灯智能控制系统的应用场景100还可以包括信息源。然而，这些变化和修改不会背离本技术的范围。
22.图2是根据本说明书一些实施例所示的基于物联网的智慧城市路灯智能控制系统的示例性结构图。如图2所示，基于物联网的智慧城市路灯智能控制系统200可以包括用户平台210、服务平台220、管理平台230、传感网络平台240、对象平台250。在一些实施例中，基于物联网的智慧城市路灯智能控制系统200可以为服务器110的一部分或由服务器110实现。
23.在一些实施例中，基于物联网的智慧城市路灯智能控制系统200可以应用于路灯管理等多种应用场景。在一些实施例中，基于物联网的智慧城市路灯智能控制系统200可以获取道路信息。在一些实施例中，基于物联网的智慧城市路灯智能控制系统200可以基于道路信息的处理控制路灯的照射强度。
24.路灯管理的多种场景可以包括城市道路、城市社区等路灯照射强度的控制。需要说明的是以上场景仅为示例，并不对基于物联网的智慧城市路灯智能控制系统200的具体应用场景起限制作用，本领域技术人员可以在本实施例公开的内容基础上，将基于物联网的智慧城市路灯智能控制系统200应用于其他合适的任何场景。
25.以下将对基于物联网的智慧城市路灯智能控制系统200进行具体说明。
26.用户平台210可以是面向用户的服务接口，被配置为终端设备。在一些实施例中，用户平台210可以接收来自用户的信息。例如，用户平台210可以接收来自用户的路灯管理策略查询指令。在一些实施例中，用户平台210可以将路灯管理策略反馈给用户。在一些实施例中，用户平台210可以和服务平台220进行交互。例如，用户平台210可以发送路灯管理策略查询指令至服务平台220；又例如，用户平台210可以接收服务平台220上传的路灯管理
策略。其中，路灯管理策略可以包括路灯的分布位置信息。
27.服务平台220可以是对路灯数据进行初步处理的平台，被配置为第一服务器。在一些实施例中，服务平台220通常采用独立式布置。独立式布置是指服务平台220包括多个服务分平台，可以对不同区域的路灯数据采用不同的分平台进行数据存储、数据处理和/或数据传输。在一些实施例中，服务平台220可以与管理平台230进行交互。例如，服务平台220可以发送路灯管理策略查询指令至管理平台230；又例如，服务平台220可以接收管理平台230上传的路灯管理策略。在一些实施例中，服务平台的分平台也可以被称为服务分平台。
28.管理平台230可以是指统筹、协调各功能平台之间的联系和协作，提供感知管理和控制管理的物联网平台。在一些实施例中，管理平台230可以被配置为第二服务器。在一些实施例中，管理平台230可以用于执行智慧城市路灯管理方法。在一些实施例中，管理平台230响应于服务平台220发送的路灯管理策略查询指令，对传感网络平台240上传的路灯相关数据进行处理，确定路灯管理策略。其中，路灯相关数据可以包括不同区域的路灯数量、路灯的亮度调节策略等。
29.在一些实施例中，管理平台230采用组合前分式布置。组合前分式布置是指管理平台230设置有一个总平台和多个分平台（包括自有数据库），多个分平台分别存储和/或处理传感网络平台240发送的不同区域的路灯相关数据，总平台对多个分平台的数据进行汇总后存储和/或处理，并传输数据至服务平台220。管理分平台基于不同区域的路灯相关数据进行设置，每个管理分平台都有对应的一个传感网络分平台，对象平台获取的数据上传至对应的传感网络分平台，经对应的传感网络分平台处理后，上传至对应的管理分平台。例如，管理分平台可以包括城市a区域分平台、城市b区域分平台和城市c区域分平台等。
30.在一些实施例中，各管理分平台从对应的传感网络分平台接收各区域的路灯相关数据，各管理分平台对各区域的路灯相关数据进行处理和运行管理。例如，城市a区域的各路灯，其相关数据上传到城市a区域路灯管理分平台进行管理。在一些实施例中，各管理分平台（包括自有数据库）进一步将处理的数据上传至管理总平台，管理总平台将汇总处理后的数据上传至服务平台。其中，上传到服务器的数据可以包括路灯管理策略。
31.在一些实施例中，管理总平台也可以被称为管理平台的总平台，管理分平台也可以被称为管理平台的分平台。
32.在一些实施例中，管理平台230可以和传感网络平台240交互。管理平台230可以发送获取路灯相关数据指令至传感网络平台240。在一些实施例中，管理平台230可以接收传感网络平台240上传的各区域的路灯相关数据并进行处理。
33.本说明书一些实施例中，通过管理分平台对不同区域的路灯相关数据进行处理，再汇总到总数据库，可以减少整个管理平台的数据处理压力，同时也可以汇集各独立的分平台的数据进行统一管理。此外分平台数据库和总数据库属于政府，便于政府统一掌握城市路灯管理的整体情况。
34.传感网络平台240可以是管理平台和对象平台之间实现交互的衔接的平台。在一些实施例中，传感网络平台240采用独立式布置，包括多个传感网络分平台，多个传感网络分平台与多个管理分平台一一对应。在一些实施例中，传感网络分平台可以根据城市区域进行划分。例如，传感网络分平台可以包括城市a区域分平台、城市b区域分平台和城市c区域分平台等。
35.在一些实施例中，传感网络平台240被配置为通信网络和网关，各传感网络分平台可以配置独立的网关。在一些实施例中，传感网络各分平台获取对象平台中上传的路灯相关数据，并对其进行处理和运行管理。例如，部署在城市a区域的路灯以及相关传感设备，其数据上传到城市a区域传感网络分平台进行处理。在一些实施例中，传感网络分平台将处理后的路灯相关数据上传至对应的管理分平台的数据库。
36.在一些实施例中，传感网络平台240可以和对象平台250交互。传感网络平台240可以发送获取路灯相关数据指令至对象平台250。在一些实施例中，传感网络平台240可以接收对象平台250上传的路灯相关数据并进行处理。
37.在一些实施例中，传感网络分平台也可以被称为传感网络平台的分平台。
38.对象平台250可以是感知信息生成和控制信息最终执行的功能平台。在一些实施例中，对象平台250可以被配置为由至少一个路灯以及相关的传感设备（如摄像设备等）组成的功能平台。其中，至少一个路灯以及相关的传感设备中的每一个均配置有唯一的编号，可以用于部署在城市不同区域的路灯进行管理。相关的传感设备可以包括光传感器，用于获取环境光强度。相关的传感设备还可以包括摄像头，用于获取道路图像。
39.在一些实施例中，对象平台250可以和传感网络平台240进行交互，接收传感网络分平台下发的获取路灯相关数据指令；上传路灯相关数据至对应的传感网络分平台。
40.对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，将基于物联网的智慧城市路灯智能控制系统200移用到其他任何合适的场景下。
41.需要注意的是，以上对于系统及其组成部分的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个组成部分进行任意组合，或者构成子系统与其他组成部分连接。例如，各个组成部分可以共用一个存储设备，各个组成部分也可以分别具有各自的存储设备。诸如此类的变形，均在本说明书的保护范围之内。
42.图3是根据本说明书一些实施例所示的确定道路上的路灯的照射强度的示例性流程图。如图3所示，流程300包括下述步骤。在一些实施例中，流程300可以由管理平台230执行。
43.步骤310，通过传感网络平台接收对象平台获取的道路信息，道路信息包括环境光强度和道路图像，对象平台包括第一传感器。
44.道路信息指与道路相关的信息。在一些实施例中，道路信息可以包括环境光强度和道路图像。道路信息可以基于对象平台中的第一传感器获取，第一传感器可以包括光传感器和图像传感器。第一传感器可以部署在道路上、道路的路灯上或其他地方。
45.环境光强度指道路所处环境下的光照强度。环境光强度可以用单位面积上所接受可见光的光通量（单位，lux）或其他方式来表示。例如，某时刻的道路上的环境光强度为100 lux。环境光强度可以基于光传感器采集环境光数据得到。
46.道路图像指拍摄的包含道路画面的图像。道路图像可以基于图像传感器（例如，摄像头）采集的包含道路的画面得到。
47.步骤320，基于道路图像，确定道路环境信息。
48.道路环境信息指与道路的环境相关的可能影响行车的信息。在一些实施例中，道路环境信息可以包括能见度、道路上影响通行的障碍物（例如，某车道上的故障警示牌）的
数量。
49.在一些实施例中，管理平台230可以基于道路图像，通过第一图像识别模型确定道路环境信息。第一图像识别模型可以为机器学习模型。第一图像识别模型的输入为道路图像，输出为道路环境信息。第一图像识别模型可以通过训练得到。第一训练样本可以是历史道路图像，第一训练样本的标签为历史道路图像对应的道路环境信息。第一训练样本可以基于历史数据得到。第一训练样本的标签可以通过人工标注得到。
50.步骤330，基于环境光强度和道路环境信息，确定道路上的路灯的照射强度。
51.照射强度可以指路灯发出的光照射到路面上的强度。照射强度可以用照射到路面上的平均光通量（单位，lux）。例如，某路灯的照射强度为60 lux。
52.在一些实施例中，响应于环境光强度大于等于第一阈值，可以将道路上的路灯的照射强度确定为0 lux，即关闭路灯的照射。
53.在一些实施例中，响应于环境光强度小于第一阈值，可以基于环境光强度和道路环境信息，通过预设规则确定道路上的路灯的照射强度。例如，预设规则可以是：环境光强度越低、能见度越低、障碍物数量越多，路灯的照射强度越大。
54.在一些实施例中，管理平台可以获取道路的历史交通事故数据，并基于历史交通道路数据，确定路灯的照射时间以及对应的照射强度。其中，历史交通数据至少可以包括交通事故的高发道路路段和对应的高发时间段。管理平台可以基于夜间高发交通事故的路段和时间段，控制该路段的路灯在该时间段内常亮，并提高照射强度，以减少夜间交通事故的发生频率，提高车辆在夜间行驶的安全性。
55.在一些实施例中，管理平台还可以通过其他方式对路灯的照射强度进行调整，示例性地，管理平台可以基于道路图像确定目标的所在车道和前进方向，基于所在车道和前进方向，确定第一目标区域，并至少对第一目标区域内的路灯的照射强度进行调整；管理平台可以基于道路图像，确定道路上的目标的转向灯状态；基于转向灯状态，确定第二目标区域；至少对第二目标区域内的路灯的照射强度进行调整；管理平台可以基于道路上是否存在目标，调整路灯的照射强度，当一定时间范围内没有目标出现时，降低路灯的照射强度；管理平台还可以根据历史交通事故数据确定路灯的照射强度，在事故高发时间和/或事故高发地段加强路灯照射强度。
56.关于调整路灯照射强度的更多内容可以本说明书其他部分的说明（例如，图4、图5和图6）。
57.管理平台230计算得到路灯的照射强度后，可以通过相应区域的传感网络分平台向对象平台发送调节指令，以调整该区域相关路灯的照射强度。
58.在本说明书一些实施例中，通过第一传感器获取道路环境信息，可以在环境光强度较大时（例如，白天）关闭路灯的照射，并在路况条件较差的情况下智能地提高路灯的照射强度，通过根据道路情况合理配置路灯的照射强度，能够在保证照明效果的同时有效地节约电力资源。
59.图4是根据本说明书一些实施例所示的调整路灯照射强度的方法的示例性流程图。如图4所示，流程400包括下述步骤。在一些实施例中，流程400可以由管理平台230执行。
60.步骤410，基于道路图像，确定道路上的目标的所在车道和前进方向。
61.道路上的目标可以包括道路上的车辆、行人等。所在车道指道路上的目标当前所
在的车道。车道可以包括机动车道、非机动车道以及步行道等。所在车道可以基于预设规则（例如，从左往右排序）用数字编号（例如，1号车道、2号车道等）或其他方式来表示。在一些实施例中，车道可以基于预设距离（例如，10m）进行分段，车道的每一段可以用数字编号（例如，第1段、第2段等）或其他方式表示。在一些实施例中，所在车道还可以包括目标当前正位于的车道以及车道段。例如，道路上的某个目标的所在车道为（1，2），可以表示该目标当前正位于1号车道的第2段内。
62.前进方向指道路上的目标行进的方向。前进方向可以基于预设规则（例如，以车道延伸的某一个方向为1，该方向的反方向为0）或其他方式来表示。
63.在一些实施例中，管理平台可以基于道路图像，通过第二图像识别模型确定道路上的目标的所在车道和前进方向。
64.第二图像识别模型可以为机器学习模型。第二图像识别模型的输入为道路图像，输出为道路上的目标的所在车道和前进方向。在一些实施例中，第二图像识别模型的输出可以包括道路上的多个目标的所在车道和前进方向。在一些实施例中，第二图像识别模型的输出还可以包括道路上的目标的数量。在一些实施例中，第二图像识别模型的输入可以为当前时刻的前后时刻的多个帧构成的道路图像序列，输出还可以包括道路上的目标的前进速度。
65.在一些实施例中，第二图像识别模型可以通过训练得到。用于第二图像识别模型训练的第二训练样本可以是历史道路图像（或历史的道路图像序列），标签为历史道路图像中的目标的所在车道、前进方向、目标的数量以及目标的前进速度。第二训练样本可以基于历史数据得到，标签可以通过人工标注得到。
66.步骤420，基于目标的所在车道和前进方向，确定第一目标区域。
67.第一目标区域指基于道路上的目标的所在车道及其前进方向的预设延伸段确定的区域。预设延伸段指基于前进方向确定的车道的至少一个段。例如，目标当前处于某车道的第3段，前进方向为1，则预设延伸段可以为该车道的第4段、第5段。
68.在一些实施例中，可以将道路上的至少一个目标的所在车道及其前进方向的预设延伸段构成的区域确定为第一目标区域。例如，通过前述的图像识别，道路上当前有两个目标，且其所在车道和前进方向构成的向量依次为：（1，4，1），（2，5，0），则第一目标区域包括：1号车道的第4、5、6段，2号车道的第5、4、3段。
69.步骤430，至少对第一目标区域内的路灯的照射强度进行调整。
70.在一些实施例中，对第一目标内的路灯的照射强度进行调整可以包括：基于第一目标区域，确定第一照射强度调整值；基于第一照射强度值，至少对第一目标区域内的路灯的照射强度进行调整。
71.照射强度调整值指调整后的照射强度与调整前的照射强度的差值的绝对值。照射强度调整值可以用大于0的数值或其他方式表示。例如，照射强度调整值可以为10 lux。
72.在一些实施例中，可以基于第一目标区域，通过预设规则确定第一照射强度调整值。例如，预设规则可以是：第一目标区域包含的车道数越多，第一照射强度调整值越大。
73.在一些实施例中，第一照射强度调整值可以相关于第一目标区域的目标的数量。在一些实施例中，第一目标区域的目标的数量可以通过第二图像识别模型得到。例如，将第二图像识别模型输出的道路上的目标的数量确定为第一目标区域的目标的数量。示例性
的，可以以如下公式确定第一照射强度调整值：其中，为第一照射强度调整值，为第一目标区域覆盖的车道数，为第一区域的目标的数量，为调节第一照射强度调整值大小的预设参数，可以基于经验确定，例如，可以均为1。
74.在本说明书一些实施例中，在计算第一照射强度调整值时，通过引入目标的数量，可以使得在道路拥堵的情况下，增加照射强度的提高幅度，从而更智能化地降低潜在的交通事故发生风险。
75.在一些实施例中，第一照射强度调整值还可以相关于第一目标区域的目标的前进速度。
76.在一些实施例中，第一目标区域的目标的前进速度可以通过第二图像识别模型得到。例如，将第二图像识别模型输出的道路上的目标的前进速度确定为第一目标区域的目标的前进速度。示例性的，可以以如下公式确定第一照射强度调整值：其中，为第一照射强度调整值，n为第一目标区域覆盖的车道数，m为第一区域的目标的数量，为第i个目标的前进速度，为调节第一照射强度调整值大小的预设参数，可以基于经验确定，例如，可以均为1。
77.在本说明书一些实施例中，在计算第一照射强度调整值时，通过引入目标的前进速度，可以使得在道路上的车辆车速较快的情况下，增加照射强度的提高幅度，从而更智能化地降低潜在的交通事故发生风险。
78.在一些实施例中，管理平台可以通过相应区域的传感网络分平台向对象平台发送调节指令，以提高第一目标区域内的路灯的照射强度，其中，照射强度的提高值为第一照射强度调整值。
79.在一些实施例中，管理平台还可以通过相应区域的传感网络分平台向对象平台发送调节指令，以降低或维持第一目标区域之外的路灯的照射强度，其中，响应于降低第一目标区域之外的照射强度时，照射强度的降低值可以为第一照射强度调整值或其他数值。
80.在本说明书一些实施例中，基于道路图像确定道路上的目标的所在车道和前进方向，并最终对照射强度进行调整，可以在道路上存在车辆或行人的路段指定性的提高路灯的照射强度，有针对性地提高车道上行车的视野条件，减少交通事故的发生。
81.图5是根据本说明书一些实施例所示的调整路灯照射强度的方法的另一示例性流程图。如图5所示，流程500包括下述步骤。在一些实施例中，流程500可以由管理平台230执行。
82.步骤510，基于道路图像，确定道路上的目标的转向灯状态。
83.转向灯状态指道路上的目标（例如，车辆）的转向灯的状态。例如，转向灯状态包
括：已开启左转灯、已开启右转灯以及未开启转向灯。转向灯状态可以用数字编号或其他方式来表示。例如，转向灯状态为“1”表示已开启左转灯，转向灯状态为“2”表示已开启右转灯，转向灯状态为“0”表示未开启转向灯。
84.在一些实施例中，管理平台可以基于道路图像，通过第三图像识别模型确定道路上的目标的转向灯状态。
85.第三图像识别模型可以为机器学习模型。第三图像识别模型的输入为道路图像，输出为道路上的目标的转向灯状态。在一些实施例中，第三图像识别模型的输出可以包括道路上的多个目标的转向灯状态。
86.在一些实施例中，第三图像识别模型可以通过训练得到。用于第三图像识别模型训练的第三训练样本可以是历史道路图像，第三训练样本的标签为历史道路图像中的目标的转向灯状态。第三训练样本可以基于历史数据得到。第三训练样本的标签可以通过人工标注得到。
87.步骤520，基于转向灯状态，确定第二目标区域。
88.第二目标区域指基于道路上的目标的所在车道及转向灯状态确定的，目标可能会开入的车道。例如，目标的转向灯状态为“1”（例如，代表开启右转灯），则目标可能的行驶路线为：向右变道至右侧车道、右转弯进入下一条道路等，则目标的可能会开入的车道包括：目标当前所在车道的右侧所有车道、右转弯后的下一条道路的右侧所有车道。
89.在一些实施例中，可以将道路上的至少一个目标的可能开入的车道中的至少一个确定为第二目标区域。例如，可以将目标的可能开入的车道都确定为第二目标区域。又例如，可以仅将目标的可能开入的车道中的其中一个确定为第二目标区域。
90.步骤530，至少对第二目标区域内的路灯的照射强度进行调整。
91.在一些实施例中，至少对第二目标区域内的路灯的照射强度进行调整可以包括：基于第二目标区域，确定第二照射强度调整值；基于第二照射强度调整值，至少多第二目标区域内的路灯的照射强度进行调整。
92.在一些实施例中，可以基于第二目标区域中不同车道及其车道段与最近的目标的当前距离，通过预设规则确定不同车道及其车道段的第二照射强度调整值。例如，预设规则可以是距离越近，对应的车道段的第二照射强度调整值越大。
93.在一些实施例中，第二照射强度调整值可以相关于红灯等待时间。红灯等待时间指由于红灯导致的等待时间。
94.在一些实施例中，响应于第二目标区域中的车道段为目标通过变道或右转弯驶入的车道段，该车道的车道段对应的红灯等待时间可以为0。
95.在一些实施例中，响应于第二目标区域中的车道段为目标通过左转弯、调头或直行驶入的车道段，该车道的车道段对应的红灯等待时间可以基于管理平台获取红绿灯的时间表，以及目标当前车速、距红绿灯的距离等确定。
96.示例性的，可以以如下公式确定第二目标区域中某个车道的某个车道段的第二照射强度值：
其中，为第二照射强度调整值，d为最近的目标与该车道的车道段的距离，t为红灯等待时间，为调节第二照射强度调整值大小的预设参数，可以基于经验确定，例如，可以均为1。
97.在一些实施例中，可以提高第二目标区域内的路灯的照射强度，其中，照射强度的提高值为第二照射强度调整值。
98.在一些实施例中，还可以降低或维持第二目标区域之外的路灯的照射强度，其中，响应于降低第二目标区域之外的照射强度时，照射强度的降低值可以为第二照射强度调整值或其他数值。
99.在本说明书一些实施例中，在计算第二照射强度调整值时，通过引入目标的红灯等待时间，可以使得在道路上的车辆红灯等待时间较长的情况下，降低照射强度的提高幅度，从而避免路灯无效的照射，有效地节省电力资源。
100.在本说明书一些实施例中，基于道路图像确定道路上的目标的转向灯状态，并最终对照射强度进行调整，可以根据道路上的车辆可能的倾向（转弯、直行、掉头），提前提高对应区域路灯的照射强度，优化道路行车体验，减少交通事故的发生。
101.在一些实施例中，管理平台还可以通过物联网技术与车辆的导航系统进行通信，获取车辆的导航路线，基于导航路线确定将要来车的路段以及车辆到达该路段的预估时间，确定第三照射强度调整值，并根据预估时间提前预设时间对路段路灯的照射强度进行调整。其中，第三照射强度调整值可以是系统预设值、人工输入的调整值或是根据实际道路情况确定的调整值中的一种。
102.在本说明书一些实施例中，通过获取预设范围内的车辆的导航路线，可以提前判断出可能来车的路段，从而提前调整指定路段的照射强度，可以提高路灯照射强度控制的智能化。
103.图6是根据本说明书一些实施例所示的调整路灯照射强度的方法的又一示例性流程图。如图6所示，流程600包括下述步骤。在一些实施例中，流程600可以由管理平台230执行。
104.步骤610，通过第二传感器获取的传感信息，判断道路上是否存在目标。
105.第二传感器可以包括压力传感器。第二传感器可以位于对象平台中。在一些实施例中，管理平台可以从不同的传感网络分平台接收不同区域中第二传感器获取的传感信息，该传感信息可以包括压力值。第二传感器可以部署在道路的路面或其他地方。在一些实施例中，道路上的每条车道的每个车道段可以部署至少一个第二传感器，用于判断该车道的车道段上是否存在目标。
106.在一些实施例中，可以通过道路上的至少一个第二传感器获取的压力值，判断道路上是否存在目标。例如，可以将每个车道段的压力值与预设压力值进行比对，判断该车道段上是否存在目标。
107.在一些实施例中，管理平台还可以从不同的传感网络分平台接收不同区域中第二传感器获取的传感信息和/或第一传感器获取的道路图像，判断道路上是否存在目标。
108.步骤620，响应于道路上不存在目标，且不存在目标的时长满足预设条件，确定所述道路上的路灯的照射强度降低值。
109.在一些实施例中，预设条件可以指不存在目标的时长大于等于时长预设值。时长预设值可以基于经验确定，例如，5秒、10秒等。
110.在一些实施例中，预设条件可以与道路上下一次出现目标的预测时间623相关，预测时间可以基于时间预测模型622确定。
111.时间预测模型622可以为机器学习模型。时间预测模型622的输入为历史目标出现时间序列621，输出为下一次出现目标的预测时间623。
112.历史目标出现时间指当前时刻之前，某个目标的出现在道路上的时间。例如，历史目标出现时间为20秒，可以表示20秒前某个目标出现在道路上。历史目标出现时间序列可以包括至少一个历史目标出现时间。例如，历史目标出现时间序列（250，210，100，40，10）表示：250秒前某个目标出现在道路上、210秒前某个目标（与前述的某个目标不一定是同一个目标）出现在道路上...10秒前某个目标出现在道路上。
113.在一些实施例中，管理平台可以从不同的传感网络分平台接收不同区域中第一和/或第二传感器获取的信息，以获取历史目标出现时间序列621。
114.在一些实施例中，时间预测模型622的输入还可以包括历史目标速度序列624，输出还可以包括目标下一次出现时的速度625。
115.历史目标速度指当前时刻之前，某个目标的出现在道路上时的前进速度。历史目标速度序列可以包括至少一个历史目标速度。在一些实施例中，历史目标速度序列中的历史目标速度可以与历史目标出现时间序列中的历史目标出现时间依次对应同一个目标。例如，历史目标出现时间序列（250，210，100，40，10）与历史目标速度序列（60，40，80，20，10）表示：250秒前某个目标以60km/h的速度出现在道路上、210秒前某个目标以40km/h的速度出现在道路
…
10秒前某个目标以10km/h的速度出现在道路。
116.在一些实施例中，管理平台可以从不同的传感网络分平台接收第二传感器的信息，以获取历史目标速度序列624。
117.在本说明书一些实施例中，通过引入历史目标速度序列，使得考虑下一次出现目标的预测时间时，充分考虑了速度对出现时间的影响，可以提高预测准确度。
118.在一些实施例中，时间预测模型可以通过训练方式或其他方式训练得到。用于时间预测模型训练的第四训练样本可以是历史来车时间序列，标签为历史来车时间序列对应的下一次出现目标的时间。第四训练样本可以基于历史数据得到标签可以通过人工标注得到。
119.示例性的，可以以如下公式确定预设条件中的时长预设值：其中，t为时长预设值，t为下一次出现目标的预测时间，为预设参数，用于调节时长预设值大小，可以基于经验确定，例如，可以均为1。
120.在一些实施例中，可以基于时长预设值和下一次出现目标的预测时间，确定照射强度降低值。示例性的，可以以如下公式确定照射强度降低值：
其中，为照射强度降低值，为时长预设值，为下一次出现目标的预测时间，为调节照射强度降低值大小的预设参数，可以基于经验确定。
121.管理平台230计算得到路灯的照射强度降低值后，可以通过相应区域的传感网络分平台向对象平台发送调节指令，以调整该区域路灯的照射强度。
122.在一些实施例中，路灯的照射强度降低值可以基于梯度降低值序列确定，梯度降低值序列可以与下一次出现目标的预测时间相关。
123.梯度降低值序列指至少一个照射强度降低值构成的序列。例如，梯度降低值序列可以为（20，20，20，20）。在一些实施例中，可以将梯度降低值序列依次赋值给路灯的照射强度降低值，当管理平台基于照射强度降低值控制路灯的照射强度降低后，可以将照射强度降低值清零，以等待下一次赋值，从而使得路灯的照射强度可以分段降低。例如，当前路灯的照射强度为100 lux，梯度降低值序列为（20，20，20，20），则可以每隔一定时间依次将梯度降低值序列中的元素值赋值给路灯的照射强度降低值，从而使得路灯的照射强度可以每隔一定时间降低20 lux。
124.在一些实施例中，可以设定路灯的照射强度的强度最低值，当通过照射强度降低值控制路灯的照射强度降低时，若路灯的照射强度已降低至强度最低值，则不再继续降低。
125.在一些实施例中，梯度降低值序列可以与下一次出现目标的预测时间相关。例如，下一次出现目标的预测时间越长，梯度降低值序列中的元素个数越少、元素总和越大（但不会使路灯的照射强度降低至强度最低值以下），从而使得路灯的照射强度快速降低；下一次出现目标的预测时间越短，梯度降低值序列中的元素个数越多、元素总和越小，从而使得路灯的照射强度缓慢降低。
126.在一些实施例中，梯度降低值序列还可以与目标下一次出现时的速度相关。例如，下一次出现目标的预测时间越长且目标下一次出现时的速度越小，梯度降低值序列中的元素个数越少、元素总和越大；下一次出现目标的预测时间越短且目标下一次出现时的速度越大，梯度降低值序列中的元素个数越多、元素总和越小。
127.在本说明书一些实施例中，确定梯度降低值序列时，通过引入目标下一次出现时的速度的相关性，可以有效防止下一次来车的车速较快而路灯的照射强度已经快速降低的情况，从而降低交通事故风险。
128.在本说明书一些实施例中，通过引入梯度降低值序列并依次将梯度降低值序列中的元素赋值给照射强度降低值，可以实现路灯的照射强度的逐步降低，从而实现梯度控制，有助于适应更多变、复杂的道路场景。
129.在本说明书一些实施例中，通过第二传感器获取的传感信息，判断道路上是否存在目标，当不存在目标且时长满足预设条件时，降低路灯的照射强度，可以节省电力资源，同时考虑了下一次出现目标的时间，可以防止突然来车等情况，降低事故风险。
130.应当注意的是，上述有关调整路灯照射强度的方法的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对调整路灯照射强度的方法进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
131.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅
作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
132.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
133.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
134.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。