劉世同 田思琪 劉逸飛

摘要：教室照明節(jié)能和自巡檢系統(tǒng)由arduino單片機主控系統(tǒng)、熱釋電紅外傳感器、光敏傳感器、360度舵機構(gòu)成。將檢測器固定于舵機上，在教室屋頂中央進行全方位旋轉(zhuǎn)掃描。根據(jù)對人體紅外線、光線的檢測結(jié)果，采用DBSCAN算法，得出人員較密集的區(qū)域，點亮該區(qū)域相應(yīng)數(shù)量的燈具。若某處燈具出現(xiàn)故障，可以把其位置信息傳送到維護人員的手機上，方便及時維修。此外，本照明系統(tǒng)搭配有兩種照明模式（教師授課模式與學(xué)生自習(xí)模式），用來滿足不同的照明需求。

關(guān)鍵詞：DBSCAN算法;ardiuno單片機;熱釋電紅外傳感器;光敏傳感器;360度舵機

中圖分類號：TP273 文獻標(biāo)識碼：A 文章編號：1007-9416（2020）09-0128-02

0 引言

自巡檢系統(tǒng)適用于長時間工作運行的地方，教室內(nèi)學(xué)生離開后不隨手關(guān)燈，白天光線十分充分卻沒有意識主動關(guān)燈的現(xiàn)象十分普遍，因此校園照明用電占據(jù)了總體用電的很大一部分。為積極響應(yīng)國家節(jié)能減排的號召，針對此現(xiàn)象，本項目依據(jù)設(shè)定的開關(guān)閉合與關(guān)斷的條件，自主檢測教室中是否需要開燈，避免了資源因疏忽而導(dǎo)致的不必要損耗。

系統(tǒng)以學(xué)生自習(xí)照明模式為基本模式。當(dāng)系統(tǒng)處于自習(xí)模式時舵機和檢測裝置開始運行，黑板燈關(guān)閉，前排燈與后排燈若符合其相應(yīng)開關(guān)條件，則正常打開。而上課時手動選擇教師授課模式，黑板燈亮起，前排燈變暗，后排燈正常打開，舵機和檢測裝置停止運行。系統(tǒng)檢測一節(jié)課的時間過去后，自動恢復(fù)至自習(xí)模式。因此不會由于疏忽而使系統(tǒng)一直處于授課照明狀態(tài)，影響正常運行。系統(tǒng)可自動檢查燈具是否出現(xiàn)故障，發(fā)現(xiàn)后自動報警。將其位置發(fā)送至維修人員，便于維護。

1 系統(tǒng)設(shè)計方案

教室照明節(jié)能和自巡檢系統(tǒng)將傳統(tǒng)的固定式檢測轉(zhuǎn)換成360度旋轉(zhuǎn)檢測，實現(xiàn)全范圍無死角檢測，再將光敏傳感器采集的數(shù)據(jù)傳送的arduino核心板上，利用GSM＼GPRS短信電話模塊將系統(tǒng)出現(xiàn)的報警信息發(fā)送到用戶的手機端上，把數(shù)據(jù)部署在云端的賬號，實現(xiàn)數(shù)據(jù)的采集和報警推送。

目前，教室照明節(jié)能和自巡檢系統(tǒng)已經(jīng)成功地運行，極大的提高了照明效率，并體現(xiàn)出智能化的特點。照明系統(tǒng)能夠?qū)崿F(xiàn)對光線的有效調(diào)節(jié)，并能滿足人們對于照明的不同需求。

2 系統(tǒng)組成

2.1 紅外檢測教室內(nèi)人員分布

人體輻射的紅外線中心波長為9～10μm，而探測元件的波長靈敏度在0.2～20μm范圍內(nèi)幾乎穩(wěn)定不變。在傳感器頂端開設(shè)了一個裝有濾光鏡片的窗口，這個濾光片可通過光的波長范圍為7～10μm，正好適合于人體紅外輻射的探測，而對其它波長的紅外線由濾光片予以吸收，因此我們采用熱釋電紅外傳感器來完成對人體紅外線的掃描。熱釋電紅外傳感器若接收到人體紅外信號，經(jīng)內(nèi)部芯片及外部電路進行放大與濾波等處理后把信息發(fā)送給主控系統(tǒng)，arduino按照接收到的高低電平按先后順序存入一個新的集合中以供下一步DBSCAN算法進行進一步處理，來控制相應(yīng)部分的照明系統(tǒng)。

2.2 光敏電阻檢測教室亮度

采用光敏電阻傳感器完成對光線的檢測，當(dāng)光照強度越高，光電管的電流也就越大，電流通過一個電阻時，電阻兩端的電壓被轉(zhuǎn)換成可被采集器的數(shù)模轉(zhuǎn)換器接受的0～5V電壓，然后采集以適當(dāng)?shù)男问桨呀Y(jié)果保存下來。光敏電阻傳感器模塊在環(huán)境光線亮度達不到設(shè)定閾值時，DO端輸出高電平，當(dāng)外界環(huán)境光線亮度超過設(shè)定閾值時，DO端輸出低電平。DO輸出端可以與單片機直接相連，編寫程序根據(jù)不同的光線強度完成光線條件對照明系統(tǒng)的控制。

2.3 關(guān)于DBSCAN算法

DBSCAN（Density-Based Spatial Clustering of Applications with Noise）是一種帶噪點的基于密度的聚類算法，DBSCAN將簇定義為密度相連的點的最大集合，能夠把具有足夠高密度的區(qū)域劃分為簇，并可在噪聲的空間數(shù)據(jù)庫中發(fā)現(xiàn)任意形狀的聚類。

對應(yīng)到教室照明節(jié)能和自巡檢系統(tǒng)中即指在人群分散的教室中，把每個人看作一個不同的點，由密度可達關(guān)系導(dǎo)出的最大密度相連的樣本集合，即為我們最終聚類的一個類別，或者說一個簇。且簇是密度相連的集合，簇里面可以有一個或者多個核心對象。通過聚類算法把分散點分為幾個簇，簇的范圍之外的點作為噪點不做考慮，然后點亮簇中心位置上方附近的照明燈，即可達到合理分配能源的目的。對應(yīng)到如果只有一個核心對象，則簇里其他的非核心對象樣本都在這個核心對象的鄰域里;如果有多個核心對象，則簇里的任意一個核心對象的鄰域中一定有一個其他的核心對象，否則這兩個核心對象無法密度可達，這些核心對象的鄰域里所有的樣本集合組成一個DBSCAN聚類簇，將得到的所有聚類簇放入一個新的集合中，供計算機處理使用。

由于教室內(nèi)的人數(shù)、分布密度、分布形狀沒有定值，尋找這樣的簇樣本集合時，選擇DBSCAN算法有諸多優(yōu)點：此算法不需要事先知道要形成的簇類的數(shù)量并可以發(fā)現(xiàn)任意形狀的簇類，十分適合用于人數(shù)隨機且變動較大的場所（上課時人員分布比較整齊，上自習(xí)時人員分布隨機），使用DBSCAN算法需任意選擇一個沒有類別的核心對象作為種子，然后找到所有這個核心對象能夠密度可達的樣本集合，即為一個聚類簇。接著繼續(xù)選擇另一個沒有類別的核心對象去尋找密度可達的樣本集合，這樣就得到另一個聚類簇（這樣的得到都肯定是密度相連的），一直運行到所有核心對象都有類別止。

3 結(jié)語

用于教室的節(jié)能照明系統(tǒng)，在國內(nèi)的生產(chǎn)廠家還比較少，且現(xiàn)有的節(jié)能照明系統(tǒng)因廣泛采取固定式檢測，普遍存在判斷錯誤的問題：如教室足夠明亮卻沒有關(guān)燈，或教室很黑暗卻關(guān)了燈。這樣的照明系統(tǒng)并不能有效節(jié)約用電，也極易給學(xué)生的學(xué)習(xí)帶來不便。在國際上，雖然可能有少數(shù)國家的技術(shù)相比我國有一定的領(lǐng)先，但是在一些方面例如自巡檢功能上還是有一定程度的欠缺。因此我們在檢測系統(tǒng)中加入通信模塊，實現(xiàn)了人機交互，能夠把系統(tǒng)狀態(tài)、燈具損壞狀況發(fā)送到指定手機，可以在系統(tǒng)故障時及時通知技術(shù)人員進行檢修。通過本文的研究，希望能為智能照明領(lǐng)域提供參考，相信這一領(lǐng)域?qū)⒕哂懈鼮閺V闊的發(fā)展前景。