本發(fā)明涉及隧道燈控制，具體涉及一種隧道燈智能控制系統(tǒng)。

背景技術(shù)：

1、隧道燈智能控制指的是通過智能技術(shù)對(duì)隧道內(nèi)的照明系統(tǒng)進(jìn)行自動(dòng)調(diào)節(jié)，以提高安全性并實(shí)現(xiàn)節(jié)能。智能控制系統(tǒng)利用光傳感器、車流量傳感器等設(shè)備，實(shí)時(shí)監(jiān)測(cè)隧道內(nèi)外的光線強(qiáng)度、交通流量等數(shù)據(jù)，根據(jù)實(shí)際情況自動(dòng)調(diào)整隧道燈的亮度。智能控制系統(tǒng)可以根據(jù)隧道內(nèi)的車流量變化靈活調(diào)節(jié)照明亮度，車流量大時(shí)增加亮度，而在車流量低時(shí)降低亮度以節(jié)省能源。

2、現(xiàn)有技術(shù)存在以下不足之處：

3、隧道智能控制系統(tǒng)可能使用復(fù)雜的算法來調(diào)節(jié)亮度，但若算法未充分考慮異常情況（如突發(fā)的大規(guī)模車流或極端天氣條件），系統(tǒng)可能誤判。極端情況下，算法失效可能導(dǎo)致亮度不斷在低、中、高亮度之間無規(guī)律地調(diào)節(jié)，給駕駛員造成錯(cuò)亂的視覺環(huán)境，使駕駛體驗(yàn)變得極其不穩(wěn)定和危險(xiǎn)。此外，若算法無法恢復(fù)正?？刂?，還可能導(dǎo)致系統(tǒng)在非高峰期維持極高亮度，導(dǎo)致過度的能源消耗和系統(tǒng)損耗。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種隧道燈智能控制系統(tǒng)，以解決背景技術(shù)中不足。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種隧道燈智能控制系統(tǒng)，包括數(shù)據(jù)采集模塊、光強(qiáng)測(cè)試模塊、亮度維持評(píng)估模塊、準(zhǔn)確性分析模塊，準(zhǔn)確性劃分模塊以及動(dòng)態(tài)調(diào)整模塊；

3、數(shù)據(jù)采集模塊：通過在隧道入口和出口安裝高精度光傳感器和高速車流量傳感器，實(shí)時(shí)監(jiān)測(cè)并采集多個(gè)不同天氣情況下的光強(qiáng)變化數(shù)據(jù)以及若干個(gè)時(shí)間段內(nèi)的車流量突變數(shù)據(jù)，并生成相應(yīng)的數(shù)據(jù)集；

4、光強(qiáng)測(cè)試模塊：基于隧道內(nèi)的異常事件設(shè)定測(cè)試場(chǎng)景，記錄控制系統(tǒng)對(duì)各光強(qiáng)變化速率的亮度響應(yīng)穩(wěn)定性，評(píng)估算法在突發(fā)光線變化下的實(shí)時(shí)反應(yīng)能力；

5、亮度維持評(píng)估模塊：使用車流量突變數(shù)據(jù)模擬車流量激增場(chǎng)景，觀測(cè)控制系統(tǒng)的亮度調(diào)整幅度，評(píng)估控制系統(tǒng)在持續(xù)高峰流量下的亮度維持能力；

6、準(zhǔn)確性分析模塊：將算法在突發(fā)光線變化下的實(shí)時(shí)反應(yīng)能力以及控制系統(tǒng)在持續(xù)高峰流量下的亮度維持能力進(jìn)行綜合分析，根據(jù)分析結(jié)果確定算法在應(yīng)對(duì)突發(fā)事件時(shí)調(diào)節(jié)隧道燈亮度的準(zhǔn)確性；

7、準(zhǔn)確性劃分模塊：將算法在應(yīng)對(duì)突發(fā)事件時(shí)調(diào)節(jié)隧道燈亮度的準(zhǔn)確性劃分為不同的等級(jí)，將其劃分為準(zhǔn)確性調(diào)節(jié)，不完全準(zhǔn)確性調(diào)節(jié)和不準(zhǔn)確性調(diào)節(jié)，并進(jìn)行相應(yīng)的處理；

8、動(dòng)態(tài)調(diào)整模塊：對(duì)于不完全準(zhǔn)確性調(diào)節(jié)，對(duì)固定時(shí)間段內(nèi)算法在應(yīng)對(duì)突發(fā)事件時(shí)調(diào)節(jié)隧道燈亮度準(zhǔn)確性的異常程度進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果動(dòng)態(tài)調(diào)整算法中亮度響應(yīng)的觸發(fā)閾值和調(diào)整速率。

9、優(yōu)選的，光強(qiáng)測(cè)試模塊中，對(duì)控制系統(tǒng)中算法在檢測(cè)到光強(qiáng)變化后到亮度調(diào)節(jié)開始之間的響應(yīng)時(shí)間進(jìn)行分析后生成亮度響應(yīng)時(shí)間異常指數(shù)，則亮度響應(yīng)時(shí)間異常指數(shù)的獲取方法為：

10、設(shè)定正常亮度響應(yīng)時(shí)間t遵循正態(tài)分布，其中：μ是亮度響應(yīng)時(shí)間的平均值，是亮度響應(yīng)時(shí)間的方差，基于歷史數(shù)據(jù)，計(jì)算正常亮度響應(yīng)時(shí)間的平均值和方差，分別得到μ和，用于構(gòu)建先驗(yàn)概率，表達(dá)式為：；在實(shí)際監(jiān)測(cè)過程中，記錄系統(tǒng)每次的實(shí)際亮度響應(yīng)時(shí)間，記為；定義采集到的亮度響應(yīng)時(shí)間在正常情況下的波動(dòng)服從正態(tài)分布，因此，當(dāng)前觀測(cè)值的似然函數(shù)計(jì)算表達(dá)式為：；基于貝葉斯定理，計(jì)算亮度響應(yīng)時(shí)間屬于正常范圍的后驗(yàn)概率，即：；其中，p(正常)是控制系統(tǒng)在正常條件下的先驗(yàn)概率，p(tobs)是所有可能情況下的亮度響應(yīng)時(shí)間的邊際概率：；其中表示異常情況下的觀測(cè)概率，p(異常)是控制系統(tǒng)在異常條件下的先驗(yàn)概率；將后驗(yàn)概率轉(zhuǎn)化為亮度響應(yīng)時(shí)間異常指數(shù)，表達(dá)式為：；式中，sq為亮度響應(yīng)時(shí)間異常指數(shù)。

11、優(yōu)選的，亮度維持評(píng)估模塊中，對(duì)高峰流量下亮度值的波動(dòng)情況進(jìn)行分析后生成高峰亮度波動(dòng)指數(shù)，則高峰亮度波動(dòng)指數(shù)的獲取方法為：

12、在隧道高峰期間，采集亮度調(diào)整的時(shí)間序列數(shù)據(jù)，形成一組亮度值序列l(wèi)(t)，將亮度時(shí)間序列數(shù)據(jù)l(t)轉(zhuǎn)換到頻域，得到頻率成分，表達(dá)式為：；其中：f(f)是頻率f對(duì)應(yīng)的傅里葉變換系數(shù)，代表頻率f上的信號(hào)強(qiáng)度，n是時(shí)間序列的采樣點(diǎn)數(shù)，l(t)是第t時(shí)刻的亮度值，是傅里葉變換的核函數(shù)，i是虛數(shù)單位；

13、計(jì)算各頻率成分的幅度，表示亮度波動(dòng)在該頻率下的強(qiáng)度：；其中，是x(f)的實(shí)部，是x(f)的虛部高頻成分提?。簩㈩l譜分為低頻和高頻成分，其中高頻成分代表亮度的快速波動(dòng)，選擇高于頻率閾值的高頻部分，計(jì)算其對(duì)應(yīng)的幅度值，將高頻部分的幅度值累加，形成高峰亮度波動(dòng)指數(shù)，表達(dá)式為：其中：是高頻部分的幅度總和，是整個(gè)頻譜的總幅度，gh為高峰亮度波動(dòng)指數(shù)。

14、優(yōu)選的，準(zhǔn)確性分析模塊中，將亮度響應(yīng)時(shí)間異常指數(shù)和高峰亮度波動(dòng)指數(shù)轉(zhuǎn)換為特征向量，將特征向量作為機(jī)器學(xué)習(xí)模型的輸入，機(jī)器學(xué)習(xí)模型以每組特征向量預(yù)測(cè)算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值標(biāo)簽為預(yù)測(cè)目標(biāo)，以最小化對(duì)所有算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值標(biāo)簽的預(yù)測(cè)誤差之和作為訓(xùn)練目標(biāo)，對(duì)機(jī)器學(xué)習(xí)模型進(jìn)行訓(xùn)練，直至預(yù)測(cè)誤差之和達(dá)到收斂時(shí)停止模型訓(xùn)練，根據(jù)模型輸出結(jié)果確定算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值，其中，機(jī)器學(xué)習(xí)模型為多項(xiàng)式回歸模型。

15、優(yōu)選的，準(zhǔn)確性劃分模塊中，將獲取到的算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值與梯度標(biāo)準(zhǔn)閾值進(jìn)行比較，梯度標(biāo)準(zhǔn)閾值包括第一標(biāo)準(zhǔn)閾值和第二標(biāo)準(zhǔn)閾值，且第一標(biāo)準(zhǔn)閾值小于第二標(biāo)準(zhǔn)閾值，將算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值分別與第一標(biāo)準(zhǔn)閾值和第二標(biāo)準(zhǔn)閾值進(jìn)行對(duì)比；

16、若算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值大于第二標(biāo)準(zhǔn)閾值，說明算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性高，此時(shí)生成高準(zhǔn)確性調(diào)節(jié)信號(hào)，并將其劃分為準(zhǔn)確性調(diào)節(jié)類別，算法能準(zhǔn)確調(diào)節(jié)亮度，無需進(jìn)一步調(diào)整；

17、若算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值大于等于第一標(biāo)準(zhǔn)閾值且小于等于第二標(biāo)準(zhǔn)閾值，說明算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性居中，此時(shí)生成中準(zhǔn)確性調(diào)節(jié)信號(hào)，并將其劃分為不完全準(zhǔn)確性調(diào)節(jié)類別，算法能部分響應(yīng)突發(fā)變化但準(zhǔn)確，記錄并優(yōu)化算法參數(shù)，以提升未來響應(yīng)能力；

18、若算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值小于第一標(biāo)準(zhǔn)閾值，說明算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性低，此時(shí)生成低準(zhǔn)確性調(diào)節(jié)信號(hào)，并將其劃分為不準(zhǔn)確性調(diào)節(jié)類別，算法在突發(fā)事件中響應(yīng)不夠準(zhǔn)確，生成報(bào)警信號(hào)并進(jìn)行參數(shù)調(diào)優(yōu)。

19、優(yōu)選的，動(dòng)態(tài)調(diào)整模塊中，對(duì)于不完全準(zhǔn)確性調(diào)節(jié)，對(duì)固定時(shí)間段內(nèi)算法在應(yīng)對(duì)突發(fā)事件時(shí)調(diào)節(jié)隧道燈亮度準(zhǔn)確性的異常程度進(jìn)行預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果動(dòng)態(tài)調(diào)整算法中亮度響應(yīng)的觸發(fā)閾值和調(diào)整速率，具體為：

20、設(shè)定一個(gè)時(shí)間段w，對(duì)于不完全準(zhǔn)確性調(diào)節(jié)，即在固定時(shí)間段內(nèi)生成的算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值大于等于第一標(biāo)準(zhǔn)閾值且小于等于第二標(biāo)準(zhǔn)閾值，將后續(xù)固定時(shí)間段內(nèi)生成的大于等于第一標(biāo)準(zhǔn)閾值且小于等于第二標(biāo)準(zhǔn)閾值的算法在突發(fā)事件中調(diào)節(jié)隧道燈亮度的準(zhǔn)確性值進(jìn)行收集，并構(gòu)建相應(yīng)的數(shù)據(jù)集合，并計(jì)算數(shù)據(jù)集合的標(biāo)準(zhǔn)差作為固定時(shí)間段內(nèi)算法在應(yīng)對(duì)突發(fā)事件時(shí)調(diào)節(jié)隧道燈亮度準(zhǔn)確性的異常指數(shù)，標(biāo)記為。

21、優(yōu)選的，根據(jù)預(yù)測(cè)的異常程度，動(dòng)態(tài)調(diào)整亮度響應(yīng)的觸發(fā)閾值，觸發(fā)閾值調(diào)整公式：；其中：為動(dòng)態(tài)調(diào)整后的亮度響應(yīng)觸發(fā)閾值，為基礎(chǔ)觸發(fā)閾值，即在正常情況下的亮度響應(yīng)觸發(fā)標(biāo)準(zhǔn)，k為調(diào)整系數(shù)，用于控制異常程度對(duì)觸發(fā)閾值的影響；根據(jù)異常預(yù)測(cè)值動(dòng)態(tài)調(diào)整亮度變化的速率，亮度調(diào)整速率公式：；其中：為調(diào)整后的亮度變化速率為基礎(chǔ)亮度調(diào)整速率，即正常情況下的亮度調(diào)節(jié)速度，m為速率調(diào)整系數(shù)，控制預(yù)測(cè)的異常程度對(duì)調(diào)整速率的影響。

22、在上述技術(shù)方案中，本發(fā)明提供的技術(shù)效果和優(yōu)點(diǎn)：

23、1、本發(fā)明通過集成數(shù)據(jù)采集、光強(qiáng)測(cè)試、亮度維持評(píng)估、準(zhǔn)確性分析、準(zhǔn)確性劃分和動(dòng)態(tài)調(diào)整模塊，使隧道燈智能控制系統(tǒng)能夠靈活、準(zhǔn)確地應(yīng)對(duì)突發(fā)事件和高峰車流的變化。借助高精度傳感器和模擬測(cè)試場(chǎng)景，系統(tǒng)實(shí)時(shí)監(jiān)測(cè)并記錄光強(qiáng)和車流量的變化情況，生成亮度響應(yīng)時(shí)間異常指數(shù)和高峰亮度波動(dòng)指數(shù)，從而在不同環(huán)境條件下檢測(cè)并評(píng)估算法的反應(yīng)能力。通過準(zhǔn)確性分析和劃分模塊，系統(tǒng)能夠自動(dòng)識(shí)別算法在突發(fā)事件中的表現(xiàn)，并根據(jù)預(yù)設(shè)閾值分類處理，確保適當(dāng)?shù)牧炼日{(diào)節(jié)效果。

24、2、本發(fā)明利用動(dòng)態(tài)調(diào)整模塊針對(duì)不完全準(zhǔn)確性調(diào)節(jié)的情況，對(duì)算法的亮度響應(yīng)觸發(fā)閾值和調(diào)整速率進(jìn)行實(shí)時(shí)優(yōu)化，提高了系統(tǒng)的響應(yīng)靈敏度和穩(wěn)定性。這種設(shè)計(jì)不僅有效解決了傳統(tǒng)算法在極端條件下誤判、頻繁調(diào)節(jié)和能源消耗過度的問題，還顯著提升了隧道內(nèi)的行車安全性和能源利用效率，確保在各種突發(fā)情況中提供平穩(wěn)的照明效果。