انتخاب زبان

سوئیچ نامرئی نور: کنترل روشنایی انسان‌محور از تصاویر RGBD

مقاله‌ای پژوهشی که سیستم ILS را معرفی می‌کند؛ سیستمی که به‌طور پویا روشنایی اتاق را بر اساس حضور و نگاه انسان تنظیم می‌کند تا ضمن حفظ سطح روشنایی درک‌شده، در مصرف انرژی صرفه‌جویی کند.
rgbcw.net | PDF Size: 2.7 MB
امتیاز: 4.5/5
امتیاز شما
شما قبلاً به این سند امتیاز داده اید
جلد سند PDF - سوئیچ نامرئی نور: کنترل روشنایی انسان‌محور از تصاویر RGBD

1. مقدمه

طراحی روشنایی داخلی هم برای راحتی انسان و هم برای بهره‌وری انرژی حیاتی است. در محیط‌هایی مانند دفاتر، روشنایی اغلب در حداکثر سطح نگه داشته می‌شود که منجر به مصرف انرژی قابل توجه و غیرضروری می‌گردد. پژوهش‌ها نشان می‌دهند که روشنایی می‌تواند بیش از ۱۵٪ از مصرف برق یک ساختمان را به خود اختصاص دهد و در اوج به نزدیک ۲۵٪ برسد. راهبردهای سنتی صرفه‌جویی در انرژی بر بهره‌گیری از نور روز، کنترل محلی و تجهیزات کارآمد متمرکز هستند. این مقاله سوئیچ نامرئی نور (ILS) را معرفی می‌کند، سیستمی نوآورانه که روشنایی را بر اساس نیازهای خاص و میدان دید تک‌تک ساکنان به‌طور پویا تنظیم می‌کند و در عین حفظ کیفیت روشنایی درک‌شده توسط آن‌ها، صرفه‌جویی قابل توجهی در انرژی به دست می‌آورد.

2. سیستم سوئیچ نامرئی نور (ILS)

2.1 مفهوم اصلی و انگیزه

ایده اصلی ILS این است که صرفه‌جویی در انرژی را برای کاربر «نامرئی» کند. این سیستم چراغ‌هایی را که در میدان دید فعلی کاربر (هرم دید ناشی از وضعیت سر) قرار ندارند، کم‌نور یا خاموش می‌کند، در حالی که سطح نور کافی برای منطقه‌ای که کاربر به‌طور فعال از آن استفاده می‌کند را حفظ می‌نماید. این امر به‌ویژه در فضاهای بزرگ و کم‌جمعیت مانند دفاتر آزاد مؤثر است.

2.2 مروری بر خط لوله سیستم

خط لوله ILS، همانطور که در شکل ۲ PDF نشان داده شده است، شامل چندین مرحله کلیدی می‌شود:

  1. دریافت ورودی: داده‌های RGBD (رنگ و عمق) از یک سیستم دوربین ضبط می‌شود.
  2. تحلیل صحنه: هندسه سه‌بعدی و ویژگی‌های فوتومتریک مواد اتاق بازسازی می‌شود.
  3. تحلیل انسان‌محور: حضور انسان تشخیص داده می‌شود و وضعیت سر (جهت نگاه) تخمین زده می‌شود.
  4. کنترل روشنایی: خروجی، یک چارچوب صرفه‌جویی در انرژی را که چراغ‌های منفرد را کنترل می‌کند، مطلع می‌سازد.

3. روش‌شناسی فنی

3.1 تحلیل صحنه از ورودی RGBD

سیستم از تصاویر RGBD برای ایجاد یک مدل سه‌بعدی از محیط استفاده می‌کند. این شامل شناسایی سطوح، جهت‌گیری آن‌ها و بازتابندگی تقریبی (آلبِدو) است که برای شبیه‌سازی دقیق انتقال نور حیاتی هستند.

3.2 تشخیص انسان و تخمین وضعیت سر

از تکنیک‌های بینایی کامپیوتر برای تشخیص افراد در صحنه و تخمین جهت‌گیری سر آن‌ها استفاده می‌شود. این کار یک هرم دید را تعریف می‌کند — حجمی از فضا که فرد می‌تواند ببیند — که در منطق ILS مرکزی است.

3.3 تخمین سطح نور بر اساس رادیوزیته

ILS از یک مدل رادیوزیته برای شبیه‌سازی انتشار نور در داخل اتاق بهره می‌برد. این مدل روشنایی سراسری، نور مستقیم از منابع و نور غیرمستقیم بازتاب‌شده از سطوح را در نظر می‌گیرد. این مدل روشنایی (بر حسب لوکس) را در موقعیت چشم فرد تخمین می‌زند که به‌عنوان نماینده‌ای برای سطح نور درک‌شده توسط او عمل می‌کند.

4. تنظیمات آزمایشی و نتایج

معیارهای کلیدی عملکرد

مصرف انرژی (اتاق ۸ الئیدی): ۱۸۵۸۵ وات (خط پایه) → ۶۲۰۶ وات (با ILS) + ۱۵۶۰ وات (سربار سیستم)

کاهش نور درک‌شده: ~۲۰۰ لوکس (از خط پایه >۱۲۰۰ لوکس)

صرفه‌جویی در انرژی: ~۶۶٪ (بدون احتساب سربار سیستم)

4.1 جمع‌آوری مجموعه داده با لوکس‌متر

نویسندگان یک مجموعه داده جدید جمع‌آوری کردند که در آن شرکت‌کنندگان دستگاه‌های لوکس‌متر را روی سر خود و هم‌تراز با نگاهشان می‌پوشیدند تا روشنایی واقعی را در حین فعالیت‌های اداری اندازه‌گیری کنند.

4.2 عملکرد صرفه‌جویی در انرژی

در یک اتاق آزمایشی با ۸ چراغ الئیدی، ILS مصرف انرژی روزانه را از ۱۸۵۸۵ وات-ساعت به ۷۷۶۶ وات-ساعت (شامل ۱۵۶۰ وات برای عملکرد سیستم) کاهش داد. این نشان‌دهنده کاهش شدید در انرژی صرفاً روشنایی است.

4.3 تأثیر بر روشنایی درک‌شده

علیرغم صرفه‌جویی بزرگ در انرژی، کاهش روشنایی اندازه‌گیری‌شده در چشم کاربر تنها حدود ۲۰۰ لوکس بود. هنگامی که روشنایی پایه بالا است (مثلاً >۱۲۰۰ لوکس، که معمولاً برای دفاتر است)، این کاهش ناچیز در نظر گرفته می‌شود و احتمالاً غیرقابل تشخیص است که ادعای «نامرئی» بودن را تأیید می‌کند.

5. بینش‌های کلیدی و بحث

  • انسان‌محور در مقابل صرفاً حضور: ILS با در نظر گرفتن مکانی که فرد به آن نگاه می‌کند، فراتر از سنسورهای ساده حضور حرکت می‌کند و کنترل دانه‌ریزتری را ممکن می‌سازد.
  • صرفه‌جویی آگاه از ادراک: سیستم به‌طور صریح سطح‌های نور درک‌شده را مدل و حفظ می‌کند که مانع کلیدی پذیرش کنترل‌های روشنایی خودکار توسط کاربر را برطرف می‌سازد.
  • مقیاس‌پذیری برای فضاهای بزرگ: مزیت در دفاتر بزرگ و آزاد که به‌طور سنتی یک ساکن منفرد نیاز به روشن کردن منطقه وسیعی دارد، تشدید می‌شود.
  • ادغام با سیستم‌های ساختمانی: ILS در هرم گسترده‌تر راهبردهای صرفه‌جویی در انرژی (شکل ۱) جای می‌گیرد و به‌عنوان یک لایه هوشمند روی تجهیزات کارآمد و بهره‌گیری از نور روز عمل می‌کند.

6. تحلیل اصلی: بینش هسته‌ای، جریان منطقی، نقاط قوت و ضعف، بینش‌های عملی

بینش هسته‌ای: نبوغ مقاله در چرخش روانشناختی آن نهفته است: به جای اینکه از کاربران بخواهد نور کم‌تری را برای صرفه‌جویی در انرژی تحمل کنند (یک پیشنهاد بازنده)، به‌طور هوشمندانه از محدودیت‌های سیستم بینایی انسان بهره می‌برد. نور خارج از میدان دید فوری ما سهم کمی در روشنایی درک‌شده ما دارد. ILS این شکاف دیداری را به سلاحی تبدیل می‌کند و آن را به مخزنی برای انرژی مبدل می‌سازد. این با اصول تعامل انسان و کامپیوتر همسو است که در آن اتوماسیون یکپارچه و غیرمزاحم بر دستورات صریح کاربر پیروز می‌شود، مشابه الگوریتم‌های پیش‌بینیکننده پشت Smart Compose گوگل یا پیشنهادهای Proactive Siri اپل.

جریان منطقی: استدلال از نظر اقتصادی محکم است. با هزینه انکارناپذیر روشنایی شروع می‌کند (با استناد به کرالیکووا و ژو). سپس راه‌حل‌های خام مانند سنسورهای حضور را که چراغ‌ها را در اتاق‌های خالی خاموش می‌کنند اما در فضاهای نیمه‌پر شکست می‌خورند، نقد می‌کند. ILS به‌عنوان گام تکاملی بعدی قرار می‌گیرد: کنترلی دانه‌ریز و آگاه از ادراک. جریان فنی از ورودی RGBD → صحنه سه‌بعدی + وضعیت بدن انسان → مدل رادیوزیته → کنترل چراغ، از نظر منطقی منسجم است و تکنیک‌های ثابت‌شده بینایی کامپیوتر (مانند آن‌هایی از نسل CycleGAN یا Mask R-CNN برای درک تصویر) را قرض گرفته و آن‌ها را در یک مسئله بهینه‌سازی محدود نوآورانه در فضای فیزیکی به کار می‌برد.

نقاط قوت و ضعف: نقطه قوت آن، اثبات مفهوم قانع‌کننده و تأییدشده توسط انسان است. رقم ۶۶٪ صرفه‌جویی در انرژی حیرت‌آور است و توجه هر مدیر تأسیساتی را جلب می‌کند. با این حال، نقاط ضعف در حوزه‌های مقیاس‌پذیری و حریم خصوصی قرار دارند. اتکا به دوربین‌های RGBD برای ردیابی مداوم وضعیت بدن، یک کابوس حریم خصوصی برای پیاده‌سازی در محیط کار است و نگرانی‌هایی مشابه نگرانی‌های پیرامون نظارت انبارهای آمازون را برمی‌انگیزد. هزینه محاسباتی رادیوزیته بلادرنگ برای یک صحنه پویا، ناچیز نیست، چالشی که در پژوهش‌های گرافیک از مؤسساتی مانند CSAIL ام‌آی‌تی به رسمیت شناخته شده است. نماینده «لوکس در چشم»، اگرچه معقول است، معیارهای ادراکی مانند خیرگی، ترجیح دمای رنگ و تأثیر شبانه‌روزی را بیش از حد ساده می‌کند که حوزه‌های پژوهشی فعال در مرکز پژوهش‌های روشنایی (LRC) هستند.

بینش‌های عملی: برای شرکت‌های فناوری ساختمان، اقدام فوری، آزمایش ILS در محیط‌های کم‌خطر از نظر حریم خصوصی و با سقف بلند مانند انبارها یا سالن‌های اجتماعات است. جامعه پژوهشی باید بر توسعه نسخه‌های حفظ‌کننده حریم خصوصی با استفاده از سنسورهای حرارتی با وضوح پایین یا سنسورهای عمق ناشناس، و ادغام مدل‌های روشنایی ساده‌تر و سریع‌تر از رادیوزیته کامل متمرکز شود. برای نهادهای استاندارد، این کار نیاز فوری به به‌روزرسانی کدهای انرژی ساختمان برای پاداش دادن به سیستم‌های آگاه از ادراک، نه صرفاً خروجی لومن، را تأکید می‌کند. نادیده گرفتن عامل انسانی در حلقه کنترل، به معنای رها کردن صرفه‌جویی‌های عظیم انرژی است.

7. جزئیات فنی و فرمول‌بندی ریاضی

روش رادیوزیته در ILS مرکزی است. این روش توزیع تعادلی نور در محیطی متشکل از تکه‌های گسسته را حل می‌کند. معادله اساسی رادیوزیته برای یک تکه i به این صورت است:

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

جایی که:

  • $B_i$: رادیوزیته تکه i (کل نور خارج‌شده از تکه).
  • $E_i$: رادیوزیته خودتابشی (صفر برای منابع غیرنوری).
  • $\rho_i$: بازتابندگی (آلبِدو) تکه i.
  • $F_{ji}$: فاکتور فرم از تکه j به تکه i، که نشان‌دهنده کسری از انرژی خارج‌شده از j است که به i می‌رسد. این یک عبارت هندسی است که از مدل صحنه سه‌بعدی محاسبه می‌شود.
  • جمع، نور رسیده از تمام تکه‌های دیگر j را در نظر می‌گیرد.

ILS این شبیه‌سازی را با در نظر گرفتن چراغ‌ها به‌عنوان تکه‌های تابشی اصلاح می‌کند. با حل این سیستم معادلات، می‌تواند روشنایی را در هر نقطه (مانند چشم کاربر) با جمع‌زدن سهم تمام تکه‌های قابل مشاهده تخمین بزند. سپس الگوریتم کنترل، چراغ‌هایی را کم‌نور می‌کند که سهم مستقیم و غیرمستقیم قابل توجه آن‌ها خارج از هرم دید کاربر قرار می‌گیرد.

8. چارچوب تحلیل: مطالعه موردی نمونه

سناریو: یک کارمند منفرد که دیروقت در یک دفتر آزاد بزرگ با ۲۰ پنل الئیدی سقفی کار می‌کند.

سیستم سنتی: سنسورهای حرکت ممکن است تمام چراغ‌ها در منطقه عمومی را روشن نگه دارند (مثلاً ۱۵ پنل)، که حدود ۱۵۰۰۰ وات مصرف می‌کند.

کاربرد چارچوب ILS:

  1. ورودی: دوربین RGBD یک نفر را پشت میز تشخیص می‌دهد، وضعیت سر به سمت مانیتور و اوراق کار جهت‌گیری شده است.
  2. محاسبه هرم دید: سیستم یک حجم دید هرمی را که از سر فرد امتداد می‌یابد تعریف می‌کند. تنها ۴ پنل الئیدی مستقیماً در داخل این حجم قرار دارند یا به‌طور قابل توجهی آن را روشن می‌کنند.
  3. شبیه‌سازی رادیوزیته: مدل محاسبه می‌کند که کم‌نور کردن ۱۶ پنل دیگر، روشنایی در موقعیت چشم را تنها ۱۸۰ لوکس کاهش می‌دهد (از ۱۱۰۰ به ۹۲۰ لوکس).
  4. عمل کنترل: ILS پنل‌های غیرضروری را به ۱۰٪ قدرت کم‌نور می‌کند و ۴ پنل ضروری را در ۱۰۰٪ نگه می‌دارد.
  5. نتیجه: مصرف انرژی به حدود ۴۰۰۰ وات کاهش می‌یابد. کارمند هیچ تغییر معناداری در روشنایی فضای کار خود متوجه نمی‌شود، زیرا منطقه کاری او همچنان به خوبی روشن است. شرکت بدون تأثیر بر بهره‌وری یا راحتی، در انرژی صرفه‌جویی می‌کند.
این مورد، گسست بین توان روشنایی کل نصب‌شده و نور واقعاً مورد نیاز برای ادراک دیداری را برجسته می‌سازد.

9. کاربردهای آینده و جهت‌های پژوهشی

  • بهینه‌سازی چند ساکنه: گسترش منطق ILS برای بهینه‌سازی پویای روشنایی برای چندین نفر با هرم‌های دید بالقوه متضاد، و فرمول‌بندی آن به‌عنوان یک مسئله بهینه‌سازی چندهدفه.
  • ادغام با روشنایی شبانه‌روزی: ترکیب کم‌نور کردن صرفه‌جویی‌کننده انرژی با تنظیمات پویای دمای رنگ برای حمایت از سلامت و رفاه ساکنان، با پیروی از پژوهش مؤسساتی مانند Well Living Lab.
  • سنجش با طراحی حفظ حریم خصوصی: جایگزینی دوربین‌های RGBD دقیق با سنسورهای عمق با وضوح فوق‌پایین یا سنجش حضور مبتنی بر RF ناشناس (مانند وای‌فای یا رادار میلی‌متری) برای کاهش نگرانی‌های حریم خصوصی.
  • هوش مصنوعی لبه و مدل‌های سریع‌تر: پیاده‌سازی الگوریتم‌های بینایی و کنترل روی تراشه‌های هوش مصنوعی لبه در داخل خود تجهیزات روشنایی، با استفاده از مدل‌های نماینده تقریبی یا یادگیری ماشین برای رادیوزیته تا عملکرد بلادرنگ را ممکن سازد.
  • فراتر از دفاتر: کاربرد در موزه‌ها (روشن کردن تنها اثر هنری که مشاهده می‌شود)، خرده‌فروشی (برجسته کردن محصولاتی که مشتریان به آن‌ها نگاه می‌کنند) و محیط‌های صنعتی (فراهم کردن نور کاری برای کار مونتاژ).

10. منابع

  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).