অদৃশ্য আলোর সুইচ: RGBD ইমেজ থেকে মানব-কেন্দ্রিক আলোক নিয়ন্ত্রণ

1. ভূমিকা

অভ্যন্তরীণ আলোক নকশা মানব আরামদায়কতা ও শক্তি দক্ষতা উভয়ের জন্যই অত্যন্ত গুরুত্বপূর্ণ। অফিসের মতো পরিবেশে, আলো প্রায়শই সর্বোচ্চ মাত্রায় রাখা হয়, যার ফলে উল্লেখযোগ্য ও অপ্রয়োজনীয় শক্তি খরচ হয়। গবেষণা নির্দেশ করে যে একটি ভবনের বিদ্যুৎ ব্যবহারের ১৫% এর বেশি আলোর জন্য দায়ী হতে পারে, যা প্রায় ২৫% পর্যন্তও পৌঁছাতে পারে। ঐতিহ্যগত শক্তি সাশ্রয় কৌশলগুলো প্রাকৃতিক আলোর ব্যবহার, স্থানীয় নিয়ন্ত্রণ এবং দক্ষ আলোক যন্ত্রের উপর দৃষ্টি নিবদ্ধ করে। এই গবেষণাপত্রটি অদৃশ্য আলোর সুইচ (ILS) উপস্থাপন করছে, একটি অভিনব সিস্টেম যা ব্যক্তি দখলকারীদের নির্দিষ্ট প্রয়োজন ও দৃষ্টিক্ষেত্রের ভিত্তিতে আলোকসজ্জা গতিশীলভাবে সামঞ্জস্য করে, তাদের আলোর গুণমান অনুভূতভাবে হ্রাস না করেই যথেষ্ট শক্তি সাশ্রয় অর্জন করে।

2. অদৃশ্য আলোর সুইচ (ILS) সিস্টেম

2.1 মূল ধারণা ও উদ্দেশ্য

ILS-এর মূল ধারণা হল ব্যবহারকারীর কাছে শক্তি সাশ্রয়কে "অদৃশ্য" করে তোলা। এটি এমন আলোর যন্ত্রগুলিকে ম্লান বা বন্ধ করে দেয় যা ব্যবহারকারীর বর্তমান দৃষ্টিক্ষেত্রের (মাথার ভঙ্গি ফ্রাস্টাম) মধ্যে নেই, পাশাপাশি ব্যবহারকারী সক্রিয়ভাবে যে এলাকা ব্যবহার করছে তার জন্য পর্যাপ্ত আলোর মাত্রা বজায় রাখে। এটি ওপেন-প্ল্যান অফিসের মতো বড়, কম দখলকৃত স্থানগুলিতে বিশেষভাবে কার্যকর।

2.2 সিস্টেম পাইপলাইন সংক্ষিপ্ত বিবরণ

ILS পাইপলাইন, যেমন PDF-এর চিত্র ২-এ প্রদর্শিত, বেশ কয়েকটি মূল ধাপ জড়িত:

1. ইনপুট সংগ্রহ: একটি ক্যামেরা সিস্টেম থেকে RGBD (রঙ ও গভীরতা) ডেটা সংগ্রহ করা হয়।
2. দৃশ্য বিশ্লেষণ: ঘরের 3D জ্যামিতি এবং আলোকমিতিক উপাদান বৈশিষ্ট্যগুলি পুনর্গঠন করা হয়।
3. মানব-কেন্দ্রিক বিশ্লেষণ: দৃশ্যে মানুষের উপস্থিতি শনাক্ত করা হয় এবং মাথার ভঙ্গি (দেখার দিক) অনুমান করা হয়।
4. আলোক নিয়ন্ত্রণ: আউটপুট একটি শক্তি-সাশ্রয়ী কাঠামোকে অবহিত করে যা পৃথক আলোর যন্ত্র নিয়ন্ত্রণ করে।

3. প্রযুক্তিগত পদ্ধতি

3.1 RGBD ইনপুট থেকে দৃশ্য বিশ্লেষণ

সিস্টেমটি পরিবেশের একটি 3D মডেল তৈরি করতে RGBD ইমেজ ব্যবহার করে। এতে পৃষ্ঠতল, তাদের অভিমুখ এবং আনুমানিক প্রতিফলনশীলতা (আলবেডো) চিহ্নিত করা অন্তর্ভুক্ত, যা সঠিক আলো পরিবহন সিমুলেশনের জন্য অত্যন্ত গুরুত্বপূর্ণ।

3.2 মানব শনাক্তকরণ ও মাথার ভঙ্গি অনুমান

দৃশ্যে মানুষ শনাক্ত করতে এবং তাদের মাথার অভিমুখ অনুমান করতে কম্পিউটার ভিশন কৌশল প্রয়োগ করা হয়। এটি একটি ভিউয়িং ফ্রাস্টাম সংজ্ঞায়িত করে—যে স্থানের আয়তন ব্যক্তিটি দেখতে পারে—যা ILS যুক্তির কেন্দ্রবিন্দু।

3.3 রেডিওসিটি-ভিত্তিক আলোর মাত্রা অনুমান

ILS ঘরের মধ্যে আলোর বিস্তার সিমুলেট করতে একটি রেডিওসিটি মডেল ব্যবহার করে। এই গ্লোবাল ইলুমিনেশন মডেলটি উৎস থেকে সরাসরি আলো এবং পৃষ্ঠতল থেকে প্রতিফলিত পরোক্ষ আলোর হিসাব রাখে। এটি ব্যক্তির চোখের অবস্থানে আলোকিততা (লাক্সে) অনুমান করে, যা তাদের অনুভূত আলোর মাত্রার একটি প্রতিনিধি হিসেবে কাজ করে।

4. পরীক্ষামূলক সেটআপ ও ফলাফল

4.1 লাক্সমিটার সহ ডেটাসেট সংগ্রহ

লেখকরা একটি অভিনব ডেটাসেট সংগ্রহ করেছেন যেখানে অংশগ্রহণকারীরা অফিসের কাজকর্মের সময় ভূমি-সত্য আলোকিততা পরিমাপ করতে তাদের মাথায়, তাদের দৃষ্টির সাথে সারিবদ্ধভাবে, লাক্সমিটার ডিভাইস পরিধান করেছিলেন।

4.2 শক্তি সাশ্রয় কর্মক্ষমতা

8টি LED আলোর যন্ত্র সহ একটি পরীক্ষার ঘরে, ILS দৈনিক শক্তি খরচ 18,585 ওয়াট-ঘন্টা থেকে 7,766 ওয়াট-ঘন্টায় কমিয়েছে (সিস্টেম অপারেশনের জন্য 1,560W সহ)। এটি বিশুদ্ধ আলোক শক্তিতে একটি ব্যাপক হ্রাসের প্রতিনিধিত্ব করে।

4.3 অনুভূত আলোক প্রভাব

বৃহৎ শক্তি সাশ্রয় সত্ত্বেও, ব্যবহারকারীর চোখে পরিমাপকৃত আলোকিততার পতন ছিল মাত্র প্রায় 200 লাক্স। যখন বেসলাইন আলোকসজ্জা বেশি থাকে (যেমন, >1200 লাক্স, অফিসের জন্য সাধারণ), এই হ্রাসকে নগণ্য এবং সম্ভবত অলক্ষণীয় বলে বিবেচনা করা হয়, যা "অদৃশ্য" দাবিকে বৈধতা দেয়।

5. মূল অন্তর্দৃষ্টি ও আলোচনা

• মানব-কেন্দ্রিক বনাম শুধুমাত্র দখল: ILS সরল দখল সেন্সরগুলিকে অতিক্রম করে একজন ব্যক্তি কোথায় তাকিয়ে আছেন তা বিবেচনা করে, আরও সূক্ষ্ম-দানাদার নিয়ন্ত্রণ সক্ষম করে।
• অনুভূতি-সচেতন সাশ্রয়: সিস্টেমটি স্পষ্টভাবে অনুভূত আলোর মাত্রা মডেল করে এবং সংরক্ষণ করে, স্বয়ংক্রিয় আলোক নিয়ন্ত্রণে ব্যবহারকারীর গ্রহণযোগ্যতার একটি প্রধান বাধা মোকাবেলা করে।
• বৃহৎ স্থানের জন্য মাপযোগ্যতা: সুবিধাটি বড়, উন্মুক্ত অফিসগুলিতে বৃদ্ধি পায় যেখানে ঐতিহ্যগতভাবে একজন দখলকারীর জন্য একটি বিশাল এলাকা আলোকিত করার প্রয়োজন হত।
• ভবন সিস্টেমের সাথে একীকরণ: ILS শক্তি সাশ্রয় কৌশলগুলির বৃহত্তর পিরামিডে (চিত্র ১) খাপ খায়, দক্ষ আলোক যন্ত্র এবং প্রাকৃতিক আলো সংগ্রহের উপরে একটি বুদ্ধিমান স্তর হিসেবে কাজ করে।

6. মূল বিশ্লেষণ: কেন্দ্রীয় অন্তর্দৃষ্টি, যৌক্তিক প্রবাহ, শক্তি ও দুর্বলতা, কার্যকরী অন্তর্দৃষ্টি

কেন্দ্রীয় অন্তর্দৃষ্টি: গবেষণাপত্রটির প্রতিভা তার মনস্তাত্ত্বিক মোড়ে নিহিত: শক্তি সাশ্রয়ের জন্য ব্যবহারকারীদের ম্লান আলো সহ্য করতে বলা (একটি হেরে যাওয়া প্রস্তাব) এর পরিবর্তে, এটি চতুরভাবে মানব দৃষ্টি ব্যবস্থার সীমাবদ্ধতাগুলি কাজে লাগায়। আমাদের তাত্ক্ষণিক দৃষ্টিক্ষেত্রের বাইরের আলো আমাদের অনুভূত উজ্জ্বলতায় সামান্যই অবদান রাখে। ILS এই দৃশ্য ব্যবধানকে অস্ত্রে পরিণত করে, এটিকে একটি শক্তি ভাণ্ডারে রূপান্তরিত করে। এটি মানব-কম্পিউটার ইন্টারঅ্যাকশনের নীতিগুলির সাথে সামঞ্জস্যপূর্ণ যেখানে নিরবচ্ছিন্ন, অনুপ্রবেশহীন স্বয়ংক্রিয়তা স্পষ্ট ব্যবহারকারী কমান্ডের উপর জয়ী হয়, যেমন গুগলের স্মার্ট কম্পোজ বা অ্যাপলের প্রোঅ্যাকটিভ সিরি পরামর্শের পিছনের ভবিষ্যদ্বাণীমূলক অ্যালগরিদমের মতো।

যৌক্তিক প্রবাহ: যুক্তিটি অর্থনৈতিকভাবে সঠিক। এটি আলোর অনস্বীকার্য খরচ দিয়ে শুরু হয় (Kralikova & Zhou উদ্ধৃত করে)। তারপর এটি খালি ঘরে লাইট বন্ধ করে দেয় কিন্তু আংশিক দখলকৃত স্থানে ব্যর্থ হয় এমন দখল সেন্সরের মতো কঠোর সমাধানগুলির সমালোচনা করে। ILS পরবর্তী বিবর্তনমূলক ধাপ হিসেবে অবস্থান নেয়: সূক্ষ্মদানাদার, অনুভূতি-সচেতন নিয়ন্ত্রণ। RGBD ইনপুট → 3D দৃশ্য + মানব ভঙ্গি → রেডিওসিটি মডেল → আলোর যন্ত্র নিয়ন্ত্রণে প্রযুক্তিগত প্রবাহ যৌক্তিকভাবে সুসংগত, প্রতিষ্ঠিত কম্পিউটার ভিশন কৌশল (যেমন CycleGAN বা Mask R-CNN বংশের ইমেজ বোঝার জন্য) ধার করে এবং ভৌত স্থানে একটি অভিনব, সীমাবদ্ধ অপ্টিমাইজেশন সমস্যায় প্রয়োগ করে।

শক্তি ও দুর্বলতা: এর শক্তি হল এর আকর্ষণীয়, মানব-বৈধকৃত প্রমাণ-অব-ধারণা। ৬৬% শক্তি সাশ্রয়ের সংখ্যাটি বিস্ময়কর এবং যেকোনো সুবিধা ব্যবস্থাপকের দৃষ্টি আকর্ষণ করবে। যাইহোক, দুর্বলতাগুলি মাপযোগ্যতা এবং গোপনীয়তার ক্ষেত্রে রয়েছে। ক্রমাগত ভঙ্গি ট্র্যাকিংয়ের জন্য RGBD ক্যামেরার উপর নির্ভরতা কর্মক্ষেত্রে বাস্তবায়নের জন্য একটি গোপনীয়তা দুঃস্বপ্ন, যা অ্যামাজনের গুদাম পর্যবেক্ষণ সম্পর্কে উদ্বেগের অনুরূপ। একটি গতিশীল দৃশ্যের জন্য রিয়েল-টাইম রেডিওসিটির গণনামূলক খরচ তুচ্ছ নয়, এটি MIT-এর CSAIL-এর মতো প্রতিষ্ঠানের গ্রাফিক্স গবেষণায় স্বীকৃত একটি চ্যালেঞ্জ। "চোখে লাক্স" প্রতিনিধি, যদিও যুক্তিসঙ্গত, কিন্তু চোখ ঝলসানো, রঙের তাপমাত্রা পছন্দ এবং সার্কাডিয়ান প্রভাবের মতো উপলব্ধিমূলক মেট্রিক্সকে অতিসরল করে, যা লাইটিং রিসার্চ সেন্টার (LRC)-এ সক্রিয় গবেষণার ক্ষেত্র।

কার্যকরী অন্তর্দৃষ্টি: বিল্ডিং টেক কোম্পানিগুলির জন্য, তাত্ক্ষণিক পদক্ষেপ হল গুদাম বা অডিটোরিয়ামের মতো কম-গোপনীয়তা-ঝুঁকি, উচ্চ-সিলিং পরিবেশে ILS পাইলট করা। গবেষণা সম্প্রদায়ের উচিত কম-রেজোলিউশন থার্মাল বা বেনামি গভীরতা সেন্সর ব্যবহার করে গোপনীয়তা-সংরক্ষণকারী সংস্করণ বিকাশ করা এবং সম্পূর্ণ রেডিওসিটির চেয়ে সহজ, দ্রুত আলোকসজ্জা মডেলগুলিকে একীভূত করার উপর দৃষ্টি নিবদ্ধ করা। মানদণ্ড সংস্থাগুলির জন্য, এই কাজটি শুধুমাত্র লুমেন আউটপুট নয়, অনুভূতি-সচেতন সিস্টেমগুলিকে পুরস্কৃত করার জন্য বিল্ডিং এনার্জি কোড আপডেট করার জরুরি প্রয়োজনকে জোর দেয়। নিয়ন্ত্রণ লুপে মানব ফ্যাক্টর উপেক্ষা করা টেবিলে বিশাল শক্তি সাশ্রয় রেখে দেওয়া।

7. প্রযুক্তিগত বিবরণ ও গাণিতিক সূত্রায়ন

রেডিওসিটি পদ্ধতি ILS-এর কেন্দ্রবিন্দু। এটি পৃথক প্যাচ নিয়ে গঠিত একটি পরিবেশে ভারসাম্যপূর্ণ আলো বন্টনের সমাধান করে। একটি প্যাচ i এর জন্য মৌলিক রেডিওসিটি সমীকরণ হল:

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

যেখানে:

• $B_i$: প্যাচ i এর রেডিওসিটি (প্যাচ ত্যাগকারী মোট আলো)।
• $E_i$: স্ব-নির্গত রেডিওসিটি (অ-আলোর উৎসের জন্য শূন্য)।
• $\rho_i$: প্যাচ i এর প্রতিফলনশীলতা (আলবেডো)।
• $F_{ji}$: প্যাচ j থেকে প্যাচ i পর্যন্ত ফর্ম ফ্যাক্টর, j থেকে নির্গত শক্তির ভগ্নাংশকে প্রতিনিধিত্ব করে যা i এ পৌঁছায়। এটি 3D দৃশ্য মডেল থেকে গণনা করা একটি জ্যামিতিক পদ।
• যোগফলটি অন্যান্য সমস্ত প্যাচ j থেকে আগত আলোর হিসাব রাখে।

ILS আলোর যন্ত্রগুলিকে নির্গত প্যাচ হিসেবে বিবেচনা করে এই সিমুলেশনটি পরিবর্তন করে। সমীকরণের এই সিস্টেমটি সমাধান করে, এটি সমস্ত দৃশ্যমান প্যাচ থেকে অবদান যোগ করে যেকোনো বিন্দুতে (ব্যবহারকারীর চোখের মতো) আলোকিততা অনুমান করতে পারে। নিয়ন্ত্রণ অ্যালগরিদম তখন সেই আলোর যন্ত্রগুলিকে ম্লান করে যাদের সরাসরি এবং উল্লেখযোগ্য পরোক্ষ অবদান ব্যবহারকারীর ভিউয়িং ফ্রাস্টামের বাইরে পড়ে।

8. বিশ্লেষণ কাঠামো: উদাহরণ কেস স্টাডি

পরিস্থিতি: একটি বড় ওপেন-প্ল্যান অফিসে 20টি সিলিং LED প্যানেল সহ একজন একক কর্মচারী দেরি করে কাজ করছেন।

ঐতিহ্যগত সিস্টেম: মোশন সেন্সর সাধারণ এলাকার সমস্ত লাইট চালু রাখতে পারে (যেমন, 15টি প্যানেল), ~15,000W খরচ করে।

ILS কাঠামো প্রয়োগ:

1. ইনপুট: RGBD ক্যামেরা একটি ডেস্কে একজন ব্যক্তিকে শনাক্ত করে, মাথার ভঙ্গি একটি মনিটর এবং কাগজপত্রের দিকে অভিমুখী।
2. ফ্রাস্টাম গণনা: সিস্টেমটি ব্যক্তির মাথা থেকে বিস্তৃত একটি পিরামিডাল ভিউ ভলিউম সংজ্ঞায়িত করে। মাত্র 4টি LED প্যানেল সরাসরি এই ভলিউমের মধ্যে বা উল্লেখযোগ্যভাবে আলোকিত করছে।
3. রেডিওসিটি সিমুলেশন: মডেলটি গণনা করে যে অন্য 16টি প্যানেল ম্লান করলে চোখের অবস্থানে আলোকিততা মাত্র 180 লাক্স হ্রাস পায় (1100 থেকে 920 লাক্স)।
4. নিয়ন্ত্রণ পদক্ষেপ: ILS 16টি অ-অপরিহার্য প্যানেলকে 10% শক্তিতে ম্লান করে, 4টি অপরিহার্য প্যানেল 100% এ রাখে।
5. ফলাফল: শক্তি ব্যবহার ~4,000W এ নেমে আসে। কর্মচারী তাদের কর্মক্ষেত্রের উজ্জ্বলতায় কোন অর্থপূর্ণ পরিবর্তন লক্ষ্য করেন না, কারণ তাদের কাজের এলাকা ভালোভাবে আলোকিত থাকে। কোম্পানি উৎপাদনশীলতা বা আরামকে প্রভাবিত না করেই শক্তি সাশ্রয় করে।

9. ভবিষ্যতের প্রয়োগ ও গবেষণার দিকনির্দেশ

• বহু-দখলকারী অপ্টিমাইজেশন: সম্ভাব্য দ্বন্দ্বপূর্ণ ফ্রাস্টাম সহ একাধিক ব্যক্তির জন্য আলোকসজ্জা গতিশীলভাবে অপ্টিমাইজ করতে ILS যুক্তি প্রসারিত করা, এটিকে একটি বহু-উদ্দেশ্য অপ্টিমাইজেশন সমস্যা হিসেবে গঠন করা।
• সার্কাডিয়ান আলোকসজ্জার সাথে একীকরণ: ওয়েল লিভিং ল্যাবের মতো প্রতিষ্ঠানের গবেষণা অনুসরণ করে, দখলকারীদের স্বাস্থ্য ও সুস্থতা সমর্থন করতে শক্তি-সাশ্রয়ী ম্লান করার সাথে গতিশীল রঙের তাপমাত্রা সামঞ্জস্যকে একত্রিত করা।
• গোপনীয়তা-বাই-ডিজাইন সেন্সিং: বিস্তারিত RGBD ক্যামেরাগুলিকে অতিমাত্রায় কম-রেজোলিউশন গভীরতা সেন্সর বা বেনামি RF-ভিত্তিক উপস্থিতি সেন্সিং (যেমন, Wi-Fi বা mmWave রাডার) দিয়ে প্রতিস্থাপন করে গোপনীয়তার উদ্বেগ প্রশমিত করা।
• এজ AI এবং দ্রুত মডেল: আলোর যন্ত্রগুলির মধ্যে এজ AI চিপে ভিশন এবং নিয়ন্ত্রণ অ্যালগরিদম বাস্তবায়ন করা, রেডিওসিটির জন্য আনুমানিক বা মেশিন-লার্নড প্রতিনিধি মডেল ব্যবহার করে রিয়েল-টাইম অপারেশন সক্ষম করা।
• অফিসের বাইরে: জাদুঘরে প্রয়োগ (শুধুমাত্র দেখা শিল্পকর্ম আলোকিত করা), খুচরা (গ্রাহকরা যে পণ্যগুলির দিকে তাকান সেগুলি হাইলাইট করা) এবং শিল্প সেটিংসে (সমাবেশ কাজের জন্য টাস্ক লাইটিং প্রদান) প্রয়োগ।

10. তথ্যসূত্র

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?
3. Kralikova, R., & Wessely, E. (2012). Lighting energy savings in office buildings. Advanced Engineering.
4. Zhou, X., et al. (2016). Energy consumption of lighting in commercial buildings: A case study. Energy and Buildings.
5. Lighting Research Center (LRC), Rensselaer Polytechnic Institute. (n.d.). Human Health and Well-Being.
6. He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask R-CNN. IEEE International Conference on Computer Vision (ICCV).
7. Zhu, J., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE International Conference on Computer Vision (ICCV).