اختر اللغة

مفتاح الإضاءة الخفي: التحكم في الإضاءة المتمحور حول الإنسان من خلال صور RGBD

ورقة بحثية تقدم نظامًا يضبط إضاءة الغرفة ديناميكيًا بناءً على وجود الإنسان واتجاه نظره لتوفير الطاقة مع الحفاظ على مستويات الإضاءة المُدركة.
rgbcw.cn | PDF Size: 2.7 MB
التقييم: 4.5/5
★ ★ ★ ★ ★
تقييمك
لقد قيمت هذا المستند مسبقاً
غلاف مستند PDF - مفتاح الإضاءة الخفي: التحكم في الإضاءة المتمحور حول الإنسان من خلال صور RGBD

1. المقدمة

يعد تصميم الإضاءة الداخلية أمرًا بالغ الأهمية لكل من راحة الإنسان وكفاءة الطاقة. في بيئات مثل المكاتب، غالبًا ما تُحفظ الإضاءة عند أقصى مستوياتها، مما يؤدي إلى استهلاك كبير وغير ضروري للطاقة، والذي يمكن أن يمثل أكثر من 15٪ من إجمالي استهلاك الكهرباء في المبنى. تقدم هذه الورقة مفتاح الإضاءة الخفي (ILS)، وهو نظام جديد يعالج هذه المشكلة من خلال ضبط الإضاءة ديناميكيًا بناءً على الاحتياجات الفعلية وإدراك شاغلي الغرفة، وبالتالي تحقيق وفورات كبيرة في الطاقة دون المساس براحة المستخدم.

2. نظام مفتاح الإضاءة الخفي (ILS)

2.1 المفهوم الأساسي والهدف

يعمل نظام ILS على مبدأ متمحور حول الإنسان: فهو يخفت مصادر الإضاءة التي لا تقع ضمن مجال الرؤية (هرم الرؤية) للشاغل، حيث أن الضوء من هذه المصادر لا يساهم في الإضاءة التي يدركها. هذا فعال بشكل خاص في المكاتب المفتوحة الكبيرة حيث قد تكون الأضواء مضاءة لشخص واحد فقط. الهدف هو جعل توفير الطاقة "غير مرئي" للمستخدم من خلال الحفاظ على مستوى إضاءة مُدرك ثابت.

2.2 نظرة عامة على مسار عمل النظام

يتضمن مسار العمل الكلي، كما هو موضح في الشكل 2 من ملف PDF، عدة خطوات رئيسية:

  1. الحصول على المدخلات: يتم التقاط بيانات RGBD (اللون والعمق) من نظام الكاميرا.
  2. تحليل المشهد: يعيد النظام بناء الهندسة ثلاثية الأبعاد للمشهد ويقدر الخصائص الضوئية للمواد.
  3. التحليل المتمحور حول الإنسان: يكشف وجود الإنسان ويقدر وضعية الرأس (اتجاه النظر).
  4. التحكم في الإضاءة: يوجه المخرج إطار عمل لتوفير الطاقة يتحكم بذكاء في مصادر الإضاءة الفردية.

3. المنهجية التقنية

3.1 تحليل المشهد من مدخلات RGBD

باستخدام صور RGBD، يبني النظام نموذجًا ثلاثي الأبعاد للبيئة الداخلية. وهذا يشمل تحديد الأسطح وتوجهاتها وخصائص المواد (مثل الانعكاسية)، وهي أمور حاسمة لمحاكاة نقل الضوء بدقة.

3.2 كشف الإنسان وتقدير وضعية الرأس

يتم استخدام تقنيات الرؤية الحاسوبية للكشف عن الأشخاص في المشهد وتقدير وضعية رؤوسهم. يتم حساب هرم الرؤية - وهو حجم المساحة المرئية من وجهة نظر الشخص. مصادر الإضاءة خارج هذا الهرم هي مرشحة للتخفيض.

3.3 تقدير مستوى الإضاءة القائم على الراديوسيتي

جوهر نظام ILS هو نموذج الراديوسيتي. الراديوسيتي هي خوارزمية إضاءة عامة تحاكي طريقة انعكاس الضوء بين الأسطح المنتشرة. يقدّر النموذج كمية الضوء (بالليوكس) التي تصل إلى نقطة محددة في الفضاء - في هذه الحالة، الموقع التقريبي لعيني الشخص - مع الأخذ في الاعتبار جميع مساهمات الضوء المباشر وغير المباشر من مصادر الإضاءة والأسطح.

استهلاك الطاقة (الخط الأساسي)

18585 واط

الاستهلاك اليومي بدون ILS

استهلاك الطاقة (مع ILS)

6206 واط

الاستهلاك اليومي مع تحكم ILS

النفقات العامة للنظام

1560 واط

الطاقة اللازمة لتشغيل ILS

انخفاض الإضاءة المُدركة

~200 ليوكس

انخفاض ضئيل للمستخدم

4. الإعداد التجريبي والنتائج

4.1 جمع مجموعة البيانات باستخدام مقاييس الليوكس

للتحقق من صحة النظام، جمع المؤلفون مجموعة بيانات جديدة حيث ارتدى المشاركون في بيئات المكاتب أجهزة قياس الليوكس. قامت هذه الأجهزة بقياس الإضاءة الفعلية (ليوكس) عند نظر الشخص، لتعمل كحقيقة أساسية لمستوى الضوء "المُدرك".

4.2 أداء توفير الطاقة

في غرفة اختبار مجهزة بـ 8 مصابيح LED، أظهر نظام ILS وفورات كبيرة في الطاقة. تم تقليل استهلاك الطاقة اليومي من 18,585 واط (الأضواء مضاءة دائمًا) إلى 6,206 واط، بينما استهلك النظام نفسه 1,560 واط للتشغيل (أجهزة الاستشعار، الحوسبة). وهذا يمثل توفيرًا صافيًا يزيد عن 10,000 واط يوميًا.

4.3 تحليل مستوى الإضاءة المُدرك

والأهم من ذلك، أن هذا التوفير الكبير في الطاقة تم تحقيقه مع انخفاض طفيف فقط في مستوى الإضاءة المُدرك - انخفاض يقارب 200 ليوكس. يجادل المؤلفون بأن هذا ضئيل عندما تكون الإضاءة الأساسية للمكتب أعلى من 1200 ليوكس، حيث لا يؤثر ذلك على الراحة البصرية أو أداء المهام.

5. الرؤى الأساسية والنقاش

  • المتمحور حول الإنسان مقابل مجرد الوجود: يتجاوز نظام ILS أجهزة استشعار الوجود البسيطة من خلال النظر في ما يراه الشخص، وليس فقط ما إذا كان موجودًا.
  • إدارة المفاضلة: يدير النظام بنجاح المفاضلة بين توفير الطاقة وراحة المستخدم، وهو تحدي مركزي في تصميم المباني الذكية.
  • القابلية للتوسع للمكاتب المفتوحة: يتضاعف الفائدة في المساحات الكبيرة المفتوحة حيث يكون التقسيم التقليدي إلى مناطق غير فعال.
  • التحقق من خلال بيانات جديدة: يوفر استخدام مقاييس الليوكس القابلة للارتداء مقياسًا قويًا ومتمحورًا حول المستخدم للتحقق، وهو ما يفتقر إليه غالبًا في الأعمال المماثلة.

6. التفاصيل التقنية والصياغة الرياضية

يمكن تلخيص طريقة الراديوسيتي للبيئة المنتشرة بالمعادلة الأساسية التي تحكم تبادل الضوء بين أجزاء السطح:

$$B_i = E_i + \rho_i \sum_{j=1}^{n} B_j F_{ji}$$

حيث:

  • $B_i$ هي الراديوسيتي (إجمالي الضوء الخارج) للجزء $i$.
  • $E_i$ هي الإشعاعية (الضوء المنبعث مباشرة) للجزء $i$ (غير صفرية لمصادر الإضاءة).
  • $\rho_i$ هي الانعكاسية للجزء $i$.
  • $F_{ji}$ هو عامل الشكل، وهو مصطلح هندسي يمثل نسبة الضوء الخارج من الجزء $j$ الذي يصل إلى الجزء $i$. يتم حساب هذا من هندسة المشهد ثلاثي الأبعاد وهو مفتاح لتحديد الرؤية بين مصدر الإضاءة ونقطة نظر المستخدم.
يحل النظام مجموعة المعادلات الخطية هذه لحساب توزيع الضوء. ثم يتم اشتقاق الإضاءة عند موضع عين المستخدم من قيم الراديوسيتي للأسطح المرئية.

7. إطار التحليل: الفكرة الأساسية والنقد

الفكرة الأساسية: تكمن عبقرية الورقة في إعادة صياغة مشكلة التحكم في الإضاءة من "هل الغرفة مشغولة؟" إلى "ما الضوء الذي يدركه الشاغل فعليًا؟". هذا التحول الإدراكي، المدعوم بنموذج راديوسيتي كلاسيكي واستشعار RGBD حديث، يفتح أبواب توفير لا تستطيع أجهزة استشعار الوجود البسيطة أو الجداول الزمنية البسيطة الوصول إليه. إنه تطبيق رائع للرؤية الحاسوبية على مشكلة واقعية عادية ولكنها مكلفة.

التدفق المنطقي: الحجة قوية: 1) الإضاءة هي مستهلك رئيسي للطاقة. 2) ضوابط الحالية بدائية. 3) الإدراك البشري هو المعيار الحقيقي لـ "ما يكفي من الضوء". 4) يمكننا نمذجة الإدراك عبر الهندسة والنظر. 5) لذلك، يمكننا تخفيف الأضواء غير المرئية. تغلق البيانات التجريبية حول الطاقة وانخفاض الليوكس هذه الحلقة بشكل واضح.

نقاط القوة والضعف: القوة لا يمكن إنكارها - تخفيض بنسبة 66٪ في طاقة الإضاءة هو رقم جاهز لغرفة الاجتماعات. استخدام نموذج نقل ضوئي فيزيائي (راديوسيتي) أكثر منهجية من نهج التعلم العميق الصندوق الأسود، مما يوفر قابلية للتفسير. ومع ذلك، تكمن العيوب في التفاصيل. النفقات العامة للنظام (1560 واط) مرتفعة بشكل مريب - ما يقرب من ربع الطاقة الموفرّة. هل هذا من سمات النموذج الأولي، أم تكلفة أساسية؟ الاعتماد على إعادة بناء ثلاثية الأبعاد دقيقة وتقدير المواد في مكاتب ديناميكية (مع كراسي متحركة، ملصقات، إلخ) هو علامة حمراء على قابلية التوسع. كما أظهر العمل الأساسي حول CycleGAN (Zhu et al., 2017)، يمكن للترجمة من صورة إلى صورة غير المزدوجة التعامل مع تغييرات النمط، لكن الهندسة الدقيقة لمحاكاة الضوء هي مشكلة أكثر صعوبة وهيكلية.

رؤى قابلة للتنفيذ: بالنسبة لمديري المباني، فإن نتائج التجربة الأولية مقنعة بما يكفي للتجربة في منطقة خاضعة للرقابة. بالنسبة للباحثين، فإن الخطوة التالية واضحة: خفض الطاقة التشغيلية للنظام. استبدل محلل الراديوسيتي الثقيل بنموذج بديل خفيف الوزن تم تعلمه - فكر في شبكة عصبية متخصصة وفعالة مدربة على بيانات اصطناعية، على غرار الاتجاهات في حقول الإشعاع العصبي (NeRFs). تعاون مع مصنعي مصادر الإضاءة لتضمين الحد الأدنى من الاستشعار والحوسبة مباشرة في الأضواء، وإنشاء شبكة مشبكة موزعة منخفضة النفقات العامة. المستقبل ليس دماغًا مركزيًا يحلل تدفقات RGBD، بل سرب من المصابيح الذكية المتواصلة.

8. التطبيقات المستقبلية واتجاهات البحث

  • التكامل مع إنترنت الأشياء والتوائم الرقمية: يمكن أن يكون نظام ILS مكونًا رئيسيًا في التوائم الرقمية للمباني، مما يوفر تحكمًا دقيقًا ووقتًا حقيقيًا مرتبطًا ببيانات نمذجة معلومات البناء (BIM).
  • بيئات الإضاءة المخصصة: توسيع النظام للنظر في تفضيلات المستخدم الفردية أو احتياجات الإضاءة اليومية للصحة والرفاهية.
  • الاستشعار المتقدم: الانتقال إلى ما هو أبعد من RGBD لتشمل أجهزة استشعار طيفية لنمذجة أفضل لجودة الضوء وتأثيرات تجسيد اللون على الإدراك.
  • تحسين التعلم الآلي: استبدال أو تعزيز محلل الراديوسيتي بنماذج التعلم العميق للتحكم الأسرع والتكيفي في البيئات الديناميكية للغاية.
  • التوحيد القياسي والقدرة على التشغيل البيني: تطوير بروتوكولات مفتوحة لأنظمة شبيهة بـ ILS للتواصل مع أنظمة إدارة المباني (BMS) والأجهزة الذكية الأخرى.

9. المراجع

  1. Tsesmelis, T., Hasan, I., Cristani, M., Del Bue, A., & Galasso, F. (2019). Human-centric light sensing and estimation from RGBD images: The invisible light switch. arXiv preprint arXiv:1901.10772.
  2. International Association of Lighting Designers (IALD). (n.d.). What is Lighting Design? Retrieved from IALD website.
  3. Kralikova, R., & Wessely, E. (2012). Energy efficiency in buildings. Applied Mechanics and Materials.
  4. Zhou, X., et al. (2018). A review on lighting energy consumption in commercial buildings. Energy and Buildings.
  5. Zhu, J., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. Proceedings of the IEEE international conference on computer vision (pp. 2223-2232).
  6. Mildenhall, B., Srinivasan, P. P., Tancik, M., Barron, J. T., Ramamoorthi, R., & Ng, R. (2020). NeRF: Representing scenes as neural radiance fields for view synthesis. Communications of the ACM.