1. Utangulizi
Ubunifu wa taa za ndani ni muhimu kwa starehe ya binadamu na ufanisi wa nishati. Katika mazingira kama ofisi, taa mara nyingi huwekwa kwa viwango vya juu kabisa, na kusababisha matumizi makubwa na yasiyo ya lazima ya nishati, ambayo yanaweza kuchukua zaidi ya 15% ya matumizi ya jumla ya umeme wa jengo. Karatasi hii inatangaza Kisima cha Mwanga Kisichoonwa (ILS), mfumo mpya unaokabiliana na tatizo hili kwa kurekebisha mwanga kwa kasi kulingana na mahitaji halisi na mtazamo wa watu walio ndani ya chumba, na hivyo kufikia akiba kubwa ya nishati bila kukatiza starehe ya mtumiaji.
2. Mfumo wa Kisima cha Mwanga Kisichoonwa (ILS)
2.1 Dhana ya Msingi na Motisha
ILS inafanya kazi kwa kanuni inayolenga binadamu: inapunguza mwanga wa taa ambazo haziko ndani ya uwanja wa mtazamo (viewing frustum) wa mtu, kwani mwanga kutoka kwa vyanzo hivi hauchangii mwanga unaohisiwa na yeye. Hii inafaa hasa katika ofisi kubwa zenye mpango wazi ambapo taa zinaweza kuwa zimewashwa kwa ajili ya mtu mmoja. Lengo ni kufanya akiba za nishati ziwe "zisizoonekana" kwa mtumiaji kwa kudumisha kiwango cha mwanga kinachohisiwa kila wakati.
2.2 Muhtasari wa Mfuatano wa Mfumo
Mfuatano wa jumla, kama inavyoonyeshwa kwenye Mchoro 2 wa PDF, unajumuisha hatua kadhaa muhimu:
- Upataji wa Ingizo: Data ya RGBD (rangi na kina) inapakuliwa kutoka kwa mfumo wa kamera.
- Uchambuzi wa Mandhari: Mfumo huunda upya jiometri ya 3D ya mandhari na kukadiria sifa za picha za nyenzo.
- Uchambuzi Unaolenga Binadamu: Hugundua uwepo wa binadamu na kukadiria mwelekeo wa kichwa (mwelekeo wa mtazamo).
- Udhibiti wa Mwanga: Matokeo yanadhibiti mfumo wa kuokoa nishati unaodhibiti kwa akili taa binafsi.
3. Mbinu ya Kiufundi
3.1 Uchambuzi wa Mandhari Kutoka kwa Ingizo la RGBD
Kwa kutumia picha za RGBD, mfumo hujenga muundo wa 3D wa mazingira ya ndani. Hii inajumuisha kutambua nyuso, mwelekeo wao, na sifa za nyenzo (mfano, uakisi), ambazo ni muhimu kwa uigizaji sahihi wa usafirishaji wa mwanga.
3.2 Ugunduzi wa Binadamu na Kukadiria Mwelekeo wa Kichwa
Mbinu za kompyuta za kuona hutumiwa kugundua watu kwenye mandhari na kukadiria mwelekeo wa kichwa chao. Viewing frustum—kiasi cha nafasi inayoonekana kutoka kwa mtazamo wa mtu—inakokotolewa. Taa zilizo nje ya frustum hii zinachukuliwa kwa kupunguzwa mwanga.
3.3 Ukadiriaji wa Kiwango cha Mwanga Kulingana na Radiosity
Kiini cha ILS ni muundo wa radiosity. Radiosity ni algoriti ya mwanga wa ulimwengu inayofananisha jinsi mwanga unavyojirudia kati ya nyuso zenye mtawanyiko. Muundo huo unakadiria kiasi cha mwanga (kwa Lux) kinachofika kwenye sehemu maalum katika nafasi—katika kesi hii, mahali pa takriban pa macho ya mtu—kwa kuzingatia michango yote ya mwanga wa moja kwa moja na usio wa moja kwa moja kutoka kwa taa na nyuso.
Matumizi ya Nishati (Msingi)
18585 W
Matumizi ya kila siku bila ILS
Matumizi ya Nishati (kwa ILS)
6206 W
Matumizi ya kila siku kwa udhibiti wa ILS
Mizigo ya Ziada ya Mfumo
1560 W
Nguvu inayohitajika kwa shughuli za ILS
Kupungua kwa Mwanga Unaohisiwa
~200 Lux
Kupungua kidogo kwa mtumiaji
4. Usanidi wa Majaribio na Matokeo
4.1 Ukusanyaji wa Seti ya Data kwa Luxmeters
Ili kuthibitisha mfumo, waandishi walikusanya seti mpya ya data ambapo washiriki katika mazingira ya ofisi walivaa vifaa vya luxmeter. Vifaa hivi vilipima mwangaza halisi (Lux) kwenye mtazamo wa mtu, na kutumika kama ukweli wa msingi wa kiwango cha mwanga "kinachohisiwa".
4.2 Utendaji wa Kuokoa Nishati
Katika chumba cha majaribio kilichowekewa taa 8 za LED, ILS ilionyesha akiba kubwa ya nishati. Matumizi ya nishati ya kila siku yalipungua kutoka 18,585 wati (taa zikiwa zimewashwa kila wakati) hadi 6,206 wati, huku mfumo wenyewe ukitumia wati 1,560 kwa shughuli (vihisi, hesabu). Hii inawakilisha akiba halisi ya zaidi ya wati 10,000 kwa siku.
4.3 Uchambuzi wa Kiwango cha Mwanga Unaohisiwa
Muhimu zaidi, akiba hii kubwa ya nishati ilifikiwa kwa kupunguzwa kidogo tu kwa kiwango cha mwanga kinachohisiwa—kushuka kwa takriban 200 Lux. Waandishi wanadai hii ni ndogo sana wakati mwanga wa msingi wa ofisi uko juu ya Lux 1200, kwani haiafiki starehe ya kuona au utendaji wa kazi.
5. Ufahamu Muhimu na Majadiliano
- Kulenga Binadamu dhidi ya Uwepo Pekee: ILS inapita zaidi ya vihisi rahisi vya uwepo kwa kuzingatia kile mtu anachokiona, sio tu ikiwa yupo.
- Usawazishaji Uliodhibitiwa: Mfumo umefanikiwa kudhibiti usawazishaji kati ya kuokoa nishati na starehe ya mtumiaji, changamoto kuu katika ubunifu wa majengo mahiri.
- Uwezo wa Kupanuka kwa Ofisi Wazi: Faida hii inazidishwa katika nafasi kubwa, wazi ambapo kugawa maeneo kwa jadi hakifai.
- Uthibitishaji Kupitia Data Mpya: Matumizi ya luxmeter zinazovaliwa hutoa kipimo thabiti, kinacholenga mtumiaji kwa uthibitishaji, ambacho mara nyingi kinakosekana katika kazi zinazofanana.
6. Maelezo ya Kiufundi na Uundaji wa Kihisabati
Njia ya radiosity kwa mazingira yenye mtawanyiko inaweza kufupishwa kwa mlinganyo wa msingi unaodhibiti ubadilishanaji wa mwanga kati ya vipande vya nyuso:
$$B_i = E_i + \rho_i \sum_{j=1}^{n} B_j F_{ji}$$
Ambapo:
- $B_i$ ni radiosity (jumla ya mwanga unaotoka) wa kipande $i$.
- $E_i$ ni uoto (mwanga unaotolewa moja kwa moja) wa kipande $i$ (si sifuri kwa taa).
- $\rho_i$ ni uakisi wa kipande $i$.
- $F_{ji}$ ni fomu ya kipimo, neno la kijiometri linawakilisha sehemu ya mwanga unaotoka kipande $j$ unaofika kipande $i$. Hii inakokotolewa kutoka kwa jiometri ya mandhari ya 3D na ni muhimu katika kuamua kuonekana kati ya taa na mtazamo wa mtumiaji.
7. Mfumo wa Uchambuzi: Ufahamu wa Msingi & Ukosoaji
Ufahamu wa Msingi: Ujanja wa karatasi hii upo katika kuibadilisha tatizo la udhibiti wa taa kutoka "je, chumba kimejaaliwa?" hadi "mwanga gani mtumiaji anauona kweli?" Mabadiliko haya ya mtazamo, yanayotokana na muundo wa zamani wa radiosity na hisia za kisasa za RGBD, yanafungua akiba ambazo vihisi vya uwepo visivyo na akili au ratiba rahisi haziwezi kugusa. Ni matumizi bora ya kompyuta ya kuona kwa tatizo la ulimwengu halisi la kawaida lakini lenye gharama kubwa.
Mfuatano wa Mantiki: Hoja ni thabiti: 1) Taa ni mtiririko mkubwa wa nishati. 2) Udhibiti wa sasa ni mbaya. 3) Mtazamo wa binadamu ndio kipimo cha kweli cha "mwanga wa kutosha." 4) Tunaweza kuiga mtazamo kupitia jiometri na mtazamo. 5) Kwa hivyo, tunaweza kupunguza mwanga wa taa zisizoonekana. Data ya majaribio juu ya nishati na kushuka kwa lux inafunga mzunguko huu kwa usahihi.
Nguvu & Kasoro: Nguvu haikataliki—kupunguzwa kwa 66% kwa nishati ya taa ni takwimu inayofaa kwa ukumbi wa bodi. Matumizi ya muundo wa kimwili wa usafirishaji wa mwanga (radiosity) yana kanuni zaidi kuliko njia ya kina ya kujifunza ya kisanduku nyeusi, na kutoa ufafanuzi. Hata hivyo, kasoro ziko katika maelezo. Mizigo ya ziada ya mfumo (1560W) ni kubwa sana kwa kushangaza—karibu robo ya nguvu iliyookolewa. Je, hii ni kitu cha mfano wa kwanza, au gharama ya msingi? Kutegemea uundaji upya sahihi wa 3D na ukadiriaji wa nyenzo katika ofisi zenye mabadiliko (na viti vinavyosogea, mabango, n.k.) ni bendera nyekundu ya uwezo wa kupanuka. Kama kazi muhimu ya CycleGAN (Zhu et al., 2017) ilivyoonyesha, tafsiri ya picha-hadi-picha isiyo na jozi inaweza kushughulikia mabadiliko ya mtindo, lakini jiometri sahihi kwa uigizaji wa mwanga ni tatizo gumu zaidi, lenye muundo.
Ufahamu Unaoweza Kutekelezwa: Kwa wasimamizi wa majengo, matokeo ya majaribio yanavutia vya kutosha kujaribu katika eneo lililodhibitiwa. Kwa watafiti, hatua inayofuata ni wazi: punguza nguvu ya uendeshaji wa mfumo. Badilisha kikokotozi chenye uzito cha radiosity na muundo mbadala mwepesi uliojifunza—fikiria mtandao wa neva maalum, wenye ufanisi uliofunzwa kwenye data ya sintetiki, kama mwelekeo katika uwanja wa mionzi ya neva (NeRFs). Shirikiana na wazalishaji wa taa ili kuingiza hisia ndogo na kukokotoa moja kwa moja ndani ya taa, na kuunda mtandao wa mtandao uliosambazwa, wenye mizigo ndogo. Siku zijisi sio ubongo wa kati unaochambua mitiririko ya RGBD, bali kundi la balbu za taa zenye akili, zinazowasiliana.
8. Matumizi ya Baadaye na Mwelekeo wa Utafiti
- Ujumuishaji na IoT na Masanamu Dijitali: ILS inaweza kuwa sehemu muhimu ya masanamu dijitali ya jengo, ikitoa udhibiti mwembamba, wa wakati halisi unaounganishwa na data ya BIM (Uundaji wa Taarifa za Jengo).
- Mazingira ya Taa Yanayolenga Kibinafsi: Kupanua mfumo kuzingatia mapendeleo ya mtumiaji binafsi au mahitaji ya taa ya circadian kwa afya na ustawi.
- Hisia za Hali ya Juu: Kuendelea zaidi ya RGBD kujumuisha vihisi vya wigo ili kuiga bora ubora wa mwanga na athari za uonyeshaji wa rangi kwenye mtazamo.
- Uboreshaji wa Kujifunza kwa Mashine: Kubadilisha au kuongeza kikokotozi cha radiosity na miundo ya kujifunza kwa kina kwa udhibiti wa haraka, unaobadilika katika mazingira yenye mabadiliko makubwa.
- Kuweka Viwango na Uwezo wa Kuingiliana: Kukuza itifaki wazi kwa mifumo kama ILS kuwasiliana na mifumo ya usimamizi wa majengo (BMS) na vifaa vingine vya kisasa.
9. Marejeo
- 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.
- International Association of Lighting Designers (IALD). (n.d.). What is Lighting Design? Imepatikana kutoka kwenye tovuti ya IALD.
- Kralikova, R., & Wessely, E. (2012). Energy efficiency in buildings. Applied Mechanics and Materials.
- Zhou, X., et al. (2018). A review on lighting energy consumption in commercial buildings. Energy and Buildings.
- 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).
- 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.