首页> 中国专利> 一种公路隧道照明精确检测与智能控制调光系统及方法

一种公路隧道照明精确检测与智能控制调光系统及方法

摘要

本发明公开了一种公路隧道照明精确检测与智能控制调光系统,包括亮度检测仪、车流量检测单元、智能控制器、隧道LED灯具、监控中心计算机和隧道监控系统,所述亮度检测仪、车流量检测单元和隧道LED灯具均与所述智能控制器连接,所述监控中心计算机分别与所述智能控制器和隧道监控系统通信连接,本发明消除“黑洞效应”、“白洞效应”,提升公路隧道照明系统的自动化管理水平,通过监控中心计算机与隧道监控系统进行交互实时联动控制;神经网络建模机制形成隧道照明模型和隧道照明数据库,根据数据库长期积累的数据对模型进行数据支撑和矫正,再根据数据库形成神经网络预测模型,进行智能预测。

著录项

  • 公开/公告号CN113079614A

    专利类型发明专利

  • 公开/公告日2021-07-06

    原文格式PDF

  • 申请/专利权人 山西省交通信息通信有限公司;

    申请/专利号CN202110388569.X

  • 申请日2021-04-12

  • 分类号H05B47/115(20200101);H05B47/11(20200101);H05B47/105(20200101);H05B45/50(20200101);H05B45/37(20200101);H05B45/10(20200101);G06N5/04(20060101);G06N3/08(20060101);G06N3/04(20060101);

  • 代理机构11674 北京中南长风知识产权代理事务所(普通合伙);

  • 代理人张学元

  • 地址 030006 山西省太原市亲贤北街103号

  • 入库时间 2023-06-19 11:44:10

说明书

技术领域

本发明涉及隧道照明技术领域,具体为一种公路隧道照明精确检测与智能控制调光系统及方法。

背景技术

在隧道运营过程中,隧道的维护费用和耗电费用很高,其中照明系统占隧道机电耗电的绝大部分,另外照明节能和隧道安全运营的矛盾也越来越突出。公路隧道照明有其特殊性,它与普通道路照明不尽相同,不仅需要考虑路面应具有一定的亮度水平,还应根据交通量变化、洞外亮度变化、季节更替等多种工况制定节能调光方案,设计合适的隧道控制系统避免“黑洞效应”、“白洞效应”并从行车安全性和舒适性等方面综合确定照明水平,确保安全又能实现节能减排,实现降低高速公路运营费用的目的,对高速公路运营管理部分来说具有很大的吸引力。

隧道传统照明方式存在如下问题:

1、亮度检测误差大,导致控制系统控制不精确。

2、照明控制系统控制算法简单,照明系统按照季节时间控制或按洞外亮度分级控制,司机进入隧道会出现“黑洞效应”、“盲视效应”并存在“过度照明”现象。

3、照明控制系统未考虑无车行驶情况,均存在“过度照明”浪费情况。

4、隧道照明系统以单独的系统进行控制,然而隧道照明系统作为整个隧道机电系统的一部分,应综合考虑与监控系统的联动性。

基于此,本发明设计了一种公路隧道照明精确检测与智能控制调光系统及方法,以解决上述提到的问题。

发明内容

本发明的目的在于提供一种公路隧道照明精确检测与智能控制调光系统及方法,以解决上述提到的问题。

为实现上述目的,本发明提供如下技术方案:一种公路隧道照明精确检测与智能控制调光系统,包括亮度检测仪、车流量检测单元、智能控制器、隧道LED灯具、监控中心计算机和隧道监控系统,所述亮度检测仪、车流量检测单元和隧道LED灯具均与所述智能控制器连接,所述监控中心计算机分别与所述智能控制器和隧道监控系统通信连接;

所述亮度检测仪用于将检测到的信息发送给所述智能控制器,所述亮度检测仪包括洞外亮度检测仪、入口段亮度检测仪和中间段亮度检测仪,所述洞外亮度检测仪安装于隧道洞外,用于检测隧道洞外的光照亮度,所述入口段亮度检测仪安装于隧道入口段,用于检测隧道入口段的光照亮度,所述中间段亮度检测仪安装于隧道中间段,用于检测隧道中间段的光照亮度;

所述车流量检测单元用于将检测到的信息发送给所述智能控制器,所述车流量检测单元包括车流量检测仪、光电车检器和车检控制器,所述车流量检测仪安装于隧道外的道路互通之处,用于检测路段的车流量、车速和车道占有率,所述光电车检器安装于隧道外和隧道内,用于检测隧道内是否存在车辆,所述车检控制器分别与所述车流量检测仪和光电车检器连接,所述车检控制器用于接收所述车流量检测仪和光电车检器的信息;

所述监控中心计算机用于接收所述隧道监控系统的信息,且根据接收的信息与隧道监控系统进行联动;

所述监控中心计算机用于接收所述智能控制器的信息,且根据接收的信息向所述智能控制器发送控制信号;

所述智能控制器用于根据所述控制信号控制所述隧道LED灯具为隧道提供照明光源。

优选的,所述亮度检测仪包括可调量程的亮度检测仪电路,所述可调量程的亮度检测仪电路包含:信号采集及补偿电路、前级放大电路、4~20mA发生电路、输入输出及防雷保护电路和显示电路,

所述信号采集及补偿电路由参考电源、检测光敏管、补偿光敏管、电阻组成,

所述参考电源选用MC1403,输入DC12V,输出DC2.5V,为信号采集及补偿电路提供标准电压;检测光敏管选用Q102、补偿光敏管选用Q101,用于检测光强信号,将光强信号转换为电阻信号,电路处在一个固定亮度的环境中时,所述检测光敏管和补偿光敏管两端电阻值、电压值均相等,并同时分别接入功放的正极和负极,起到互相补偿,减小零漂值的作用;电阻R101两端的电压作为采集的电压,整个电路光强值发生变化时,电阻采集的电压跟随变化,同时将采集的电压作为功放的输入电压;

所述前级放大电路由功放、外围电路、调零电路、校准电路组成,外围电路由R102、R103、R202、R204组成,R102、R103作为功放的输入电阻,R202作为反馈电阻起放大信号的作用,R204作为平衡电阻起到减小零漂的作用;调零电路由可调电阻W201组成,当功放电路由零漂时调节W201使功放电路调零;校准电路由可调电阻W202、R203组成,W202、R203分担功放的输出电压,W202可调电阻调整电路的放大系数,作为光强值放大至标准可用的电压信号;

所述4~20mA发生电路电路由XRT115及外围电路组成,光强转换的电压信号通过R301,R302接入XRT115的输入端,XRT115的输出端输出标准的4~20mA信号;

所述输入输出及防雷保护电路由端子、开关、电感、电容组成RC、LC滤波防雷电路为整个系统提供电源,并将输出的4~20mA信号输出;

显示电路由标准电源、数字电压表、插座组成,标准电源选用LM7805,输入DC12V,输出DC5V,输出正常时指示灯亮起;数字电压表显示检测值信号是否正确,信号值若不准确通过可调电阻W202将其校准。

优选的,所述光电车检器包括L型安装支座、高度调节固定旋钮、高度调节装置、球形铰链、角度调节固定旋钮和传感器,所述L型安装支座通过地脚螺栓与隧道固定,所述传感器通过螺栓连接在球形铰链上,所述球形铰链用于调节传感器的角度,调节范围为°至°,所述球形铰链上安装有角度调节固定旋钮,所述球形铰链的一端通过螺杆杆头固定在所述高度调节装置上,所述高度调节装置由套筒和实心轴组成,实心轴可在套筒内滑动,所述高度调节装置上设有高度调节固定旋钮,所述高度调节装置通过螺栓固定在所述L型安装支座上。

优选的,所述智能控制器包括隧道智能照明控制器和数显手动/自动转换器,控制模式包括手动控制模式与自动控制模式。

优选的,当所述智能控制器的功率控制信号为0V时,输出最大功率,当所述智能控制器的功率控制信号为5V时,输出最小功率;所述智能控制器与所述监控中心计算机通过无线方式进行数据交换。

优选的,所述智能控制器用于根据神经网络建模机制形成隧道照明模型和隧道照明数据库。

优选的,所述智能控制器还用于根据所述隧道照明数据库形成神经网络预测模型,以对隧道调光进行预测和控制。

优选的,还包括一种公路隧道照明精确检测与智能控制调光的方法,所述公路隧道照明精确检测与智能控制调光的方法包括:公路隧道照明精确检测方法和公路隧道智能控制调光方法,

所述公路隧道照明精确检测方法包括以下步骤:

S1:校准阶段:洞外亮度检测仪量程范围设置为0~3500(cd/m

S2:测量阶段:将设备放入实际的环境中,根据输出的电流值可换算出实际的光强值;

所述公路隧道智能控制调光方法包括以下步骤:

S3:通过亮度检测仪将检测到的信息发送给所述智能控制器,检测到的信息包括洞外亮度检测仪检测隧道洞外的光照亮度、入口段亮度检测仪检测隧道入口段的光照亮度、中间段亮度检测仪检测隧道中间段的光照亮度;

S4:通过车流量检测单元将车检控制器检测到的信息发送给所述智能控制器,检测到的信息包括车流量检测仪检测路段的车流量、车速和车道占有率,光电车检器检测隧道内是否存在车辆,所述车检控制器接收所述车流量检测仪和光电车检器检测的信息;

S5:所述智能控制器综合根据亮度检测仪的信息和车流量检测单元的信息运用模糊神经网络算法综合得出隧道亮度输出值。

优选的,所述模糊神经网络算法包括基于模糊算法的信号前向传输和基于神经网络的误差反向传播,

所述基于模糊算法的信号前向传输共有四层结构,包括输入层、模糊化层、模糊推理层和输出层,

所述输入层中的输入信号数为6,用来接收外部的输入信号,隧道外的亮度及其变化率、隧道中的车速及其变化量、隧道中的车流量及其变化速度,具体通过公式(1)表示:

f

式中:输入层的节点个数n=6;i=1,2,…,n;

所述模糊化层用来接收进过预处理的输入层信号,并通过隶属度函数计算权值,具体通过公式(2)表示:

式中:i=1,2,…,n;j=1,2,…,N;

所述模糊推理层接收隶属度完成模糊规则的匹配,各个节点之间实现模糊运算,每个节点j的输出为该节点所有输入信号的乘积,具体通过公式(3)、(4)和(5)表示:

式中:j=1,2,…,N;

所述输出层通过对上一层的信号进行处理,并与神经网络得到权值进行计算,得到隧道所需的亮度值,具体通过公式(6)、(7)和(8)表示:

式中:j=1,2,…,25;

所述基于神经网络的误差反向传播,通过系统的训练指标和给定的样本数据进行权值计算,选用梯度下降法进行系统的自适应调整,调整后的权值返回到模糊算法的输出层中,参与隧道亮度的计算,以神经网络的隐含节点用来表示隶属函数和模糊规则,利用神经网络的并行处理能力提高模糊系统的推理能力,梯度下降法的计算公式(9)如下:

式中:τ为学习因子,η为学习速率,ω

整体的控制器输出计算公式(10)如下:

out(n)=0.95·out(n-1)+0.05·[0.8·f

与现有技术相比,本发明的有益效果是:通过对隧道洞外亮度、洞内入口段亮度、中间段亮度的精确检测;通过车流量以及是否有车到来等参量对灯具进行智能控制,从而消除“黑洞效应”、“白洞效应”,提升公路隧道照明系统的自动化管理水平,使得洞内照明强度在完全满足标准要求而且提高行车安全性的前提下最大限度地节约电能。本发明通过监控中心计算机与隧道监控系统进行交互,根据预先制定的预案分为拥堵、行人、火灾等事件,作为整个隧道监控系统预案的一部分对隧道照明系统进行实时联动控制。另外,本发明根据神经网络建模机制形成隧道照明模型和隧道照明数据库,根据数据库长期积累的数据对模型进行数据支撑和矫正,再根据数据库形成神经网络预测模型,进行智能预测。

附图说明

为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。

图1为本发明结构示意图;

图2为本发明可调量程的亮度检测仪电路图;

图3为本发明图1所示的光电车检器的布置示意图;

图4为本发明图1所示的光电车检器的安装示意图;

图5为本发明图1所示的光电车检器的结构示意图;

图6为本发明模糊神经网络原理图;

图7为本发明照明联动控制原理图;

图8为本发明提供的光强检测实际值图;

图9为本发明模糊神经网络控制效果图。

附图中,各标号所代表的部件列表如下:

1、亮度检测仪;11、洞外亮度检测仪;12、入口段亮度检测仪;13、中间段亮度检测仪;2、车流量检测单元;21、车流量检测仪;22、光电车检器;221、L型安装支座;222、高度调节固定旋钮;223、高度调节装置;224、球形铰链;225、角度调节固定旋钮;226、传感器;23、车检控制器;3、智能控制器;31、隧道智能照明控制器;32、数显手动/自动转换器;4、隧道LED灯具;5、监控中心计算机;6、隧道监控系统。

具体实施方式

下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。

图1为本发明实施例一提供的一种公路隧道照明精确检测与智能控制系统的结构示意图。如图1所示,本发明提供一种技术方案:一种公路隧道照明精确检测与智能控制调光系统,包括亮度检测仪1、车流量检测单元2、智能控制器3、隧道LED灯具4、监控中心计算机5和隧道监控系统6,亮度检测仪1、车流量检测单元2和隧道LED灯具4均与智能控制器3连接,监控中心计算机5分别与智能控制器3和隧道监控系统6通信连接;

亮度检测仪1用于将检测到的信息发送给智能控制器3,亮度检测仪1包括洞外亮度检测仪11、入口段亮度检测仪12和中间段亮度检测仪13,洞外亮度检测仪11安装于隧道洞外,用于检测隧道洞外的光照亮度,入口段亮度检测仪12安装于隧道入口段,用于检测隧道入口段的光照亮度,中间段亮度检测仪13安装于隧道中间段,用于检测隧道中间段的光照亮度;

车流量检测单元2用于将检测到的信息发送给智能控制器3,车流量检测单元2包括车流量检测仪21、光电车检器22和车检控制器23,车流量检测仪21安装于隧道外的道路互通之处,用于检测路段的车流量、车速和车道占有率,光电车检器22安装于隧道外和隧道内,用于检测隧道内是否存在车辆,车检控制器23分别与车流量检测仪21和光电车检器22连接,车检控制器23用于接收车流量检测仪21和光电车检器22的信息;

参见图4,光电车检器22安装于隧道入口外300米和隧道内每隔500米的位置,检测隧道内是否有车辆。车流量检测仪21安装于隧道外道路互通处检测路段的车流量、车速和车道占有率信息,并将车辆检测的信息发送给智能控制器3。光电车检器22检测到有车到来时,系统将前方500m至1000m左右的灯具打开,控制的距离大于500m,而且小于1000m。当车进入隧道后,隧道内的光电车辆检测器检测到车辆到来,相继把前方500m至1000m的灯具打开,依次类推,直至车辆驶出隧道。当车辆驶离后,系统在延迟一段时间且无车辆继续到来后,把相应的照明灯具关闭。

光电车检器22安装在距离洞口300米处的道路两侧,高度1米可调。洞内安装于两侧墙壁上,约每500米安装一套,高度1米可调。光电车检器22与智能控制器3通过IO口连接,智能控制单元3的核心处理器采用ARM。当无车经过时,光电车检器22发送给智能控制器3的信号为0信号;当有车经过时,光电车检器22发送给智能控制器3的信号为1信号,智能控制器3根据该信息判断是否有车经过。

监控中心计算机5用于接收智能控制器3的信息,且根据接收的信息向智能控制器3发送控制信号;

亮度检测仪1包括可调量程的亮度检测仪电路,图2为图1所示的可调量程的亮度检测仪电路图,可调量程的亮度检测仪电路包含:信号采集及补偿电路、前级放大电路、4~20mA发生电路、输入输出及防雷保护电路和显示电路,

信号采集及补偿电路由参考电源、检测光敏管、补偿光敏管、电阻组成,

参考电源选用MC1403,输入DC12V,输出DC2.5V,为信号采集及补偿电路提供标准电压;检测光敏管选用Q102、补偿光敏管选用Q101,用于检测光强信号,将光强信号转换为电阻信号,电路处在一个固定亮度的环境中时,检测光敏管和补偿光敏管两端电阻值、电压值均相等,并同时分别接入功放的正极和负极,起到互相补偿,减小零漂值的作用;电阻R101两端的电压作为采集的电压,整个电路光强值发生变化时,电阻采集的电压跟随变化,同时将采集的电压作为功放的输入电压;

前级放大电路由功放、外围电路、调零电路、校准电路组成,外围电路由R102、R103、R202、R204组成,R102、R103作为功放的输入电阻,R202作为反馈电阻起放大信号的作用,R204作为平衡电阻起到减小零漂的作用;调零电路由可调电阻W201组成,当功放电路由零漂时调节W201使功放电路调零;校准电路由可调电阻W202、R203组成,W202、R203分担功放的输出电压,W202可调电阻调整电路的放大系数,作为光强值放大至标准可用的电压信号;

4~20mA发生电路电路由XRT115及外围电路组成,光强转换的电压信号通过R301,R302接入XRT115的输入端,XRT115的输出端输出标准的4~20mA信号;

输入输出及防雷保护电路由端子、开关、电感、电容组成RC、LC滤波防雷电路为整个系统提供电源,并将输出的4~20mA信号输出;

显示电路由标准电源、数字电压表、插座组成,标准电源选用LM7805,输入DC12V,输出DC5V,输出正常时指示灯亮起;数字电压表显示检测值信号是否正确,信号值若不准确通过可调电阻W202将其校准。

参见图5,光电车检器22由6部分组成,其中,L型安装支座221通过地脚螺栓与隧道固定。传感器226通过螺栓连接固定安装在球形铰链224上。球形铰链224用于调节传感器226的角度,调节范围为0°至360°。人工完成角度调节完成后拧紧角度调节固定旋钮225。球形铰链224的一端通过螺纹杆头固定在高度调节装置223上。高度调节装置223由套筒与实心轴组成,实心轴可在套筒内滑动,调节好高度后,紧固高度调节固定旋钮222。高度调节装置223通过螺栓连接固定在L型安装支座221上。L型安装支座221通过地脚螺栓与隧道固定。

其中,当智能控制器3的功率控制信号为0V时,输出最大功率,当智能控制器3的功率控制信号为5V时,输出最小功率;智能控制器3与监控中心计算机5通过无线方式进行数据交换。

其中,还包括一种公路隧道照明精确检测与智能控制调光的方法,公路隧道照明精确检测与智能控制调光的方法包括:公路隧道照明精确检测方法和公路隧道智能控制调光方法,

公路隧道照明精确检测方法包括以下步骤:

S1:校准阶段:洞外亮度检测仪11量程范围设置为0~3500cd/m

S2:测量阶段:将设备放入实际的环境中,根据输出的电流值可换算出实际的光强值;

公路隧道智能控制调光方法包括以下步骤:

S3:通过亮度检测仪1将检测到的信息发送给智能控制器3,检测到的信息包括洞外亮度检测仪11检测隧道洞外的光照亮度、入口段亮度检测仪12检测隧道入口段的光照亮度、中间段亮度检测仪13检测隧道中间段的光照亮度;

S4:通过车流量检测单元2将车检控制器23检测到的信息发送给智能控制器3,检测到的信息包括车流量检测仪21检测路段的车流量、车速和车道占有率,光电车检器22检测隧道内是否存在车辆,车检控制器23接收车流量检测仪21和光电车检器22检测的信息;

S5:智能控制器3综合根据亮度检测仪1的信息和车流量检测单元2的信息运用模糊神经网络算法综合得出隧道亮度输出值。

其中,模糊神经网络算法包括基于模糊算法的信号前向传输和基于神经网络的误差反向传播,

基于模糊算法的信号前向传输共有四层结构,包括输入层、模糊化层、模糊推理层和输出层,

输入层中的输入信号数为6,用来接收外部的输入信号,隧道外的亮度及其变化率、隧道中的车速及其变化量、隧道中的车流量及其变化速度,具体通过公式(1)表示:

f

式中:输入层的节点个数n=6;i=1,2,…,n;

模糊化层用来接收进过预处理的输入层信号,并通过隶属度函数(高斯函数)计算权值,(范围0-1)具体通过公式(2)表示:

式中:i=1,2,…,n;j=1,2,…,N;

模糊推理层接收隶属度完成模糊规则的匹配,各个节点之间实现模糊运算,每个节点j的输出为该节点所有输入信号的乘积,具体通过公式(3)、(4)和(5)表示:

式中:j=1,2,…,N;

输出层通过对上一层的信号进行处理,并与神经网络得到权值进行计算,得到隧道所需的亮度值,具体通过公式(6)、(7)和(8)表示:

式中:j=1,2,…,25;

基于神经网络的误差反向传播,通过系统的训练指标和给定的样本数据进行权值计算,选用梯度下降法进行系统的自适应调整,调整后的权值返回到模糊算法的输出层中,参与隧道亮度的计算,以神经网络的隐含节点用来表示隶属函数和模糊规则,利用神经网络的并行处理能力提高模糊系统的推理能力,梯度下降法的计算公式(9)如下:

式中:τ为学习因子,η为学习速率,ω

整体的控制器输出计算公式(10)如下:

out(n)=0.95·out(n-1)+0.05·[0.8·f

图7,监控中心计算机5用于接收所述隧道监控系统6的信息,而且根据接收的信息与隧道监控系统6进行联动。

智能控制器3用于根据控制信号控制隧道LED灯具4为隧道提供照明光源。智能控制器3分为手动和自动模式,包括隧道智能照明控制器31和数显手动/自动转换器32。所述智能控制器3与所述监控中心计算机5通过无线方式进行数据交换。所述智能控制器3用于根据神经网络建模机制形成隧道照明模型和隧道照明数据库。所述智能控制器3还用于根据所述隧道照明数据库形成神经网络预测模型,以对隧道调光进行预测和控制。

本实施例以隧道长度2500米,设计时速80Km/h的长隧道为例说明:

(1)计算条件

隧道长度;S=2500m;设计时速V=80Km/h;

(2)路面亮度计算

①中间段亮度、长度

L

②入口段亮度、长度

L

L

③过渡段亮度、长度

L

L

④出口段亮度、长度

L

L

车辆在路面上正常行驶,路段上车辆流量检测仪检测路段的车流量、车速、车道占有率信息,该信息通过串口、光端机与智能控制器3连接,智能控制器通过网口与监控中心计算机5连接,计算机将信息存入数据库。

本实施例中,洞外亮度检测器11安装在隧道洞外离洞口60米,安装高度为2.5米,用于检测洞外亮度。入口段亮度检测器12安装在洞内20米、中间段亮度检测器13安装于300米处,安装高度为2.5米,用于检测入口段和中间段的亮度。图8为本发明实施例提供的光强检测实际值,亮度检测器将亮度信息转换成4~20mA电信号,并与智能控制器3的电信号口连接,智能控制器3将电信号转换成数字信号,智能控制器3综合亮度信息和车流量信息及有无车辆信息进行控制,当无车辆驶入隧道时,智能控制器3的功率信号输出5V,灯具低功耗运行以节省电能;当洞外光电车检器11检测到车辆通过时,智能控制器3相应的IO引脚信号从0变为1,智能控制器3通过模糊神经网络算法输出对灯具的功率控制信号,使照度达到安全行车标准。图9为本发明的模糊神经网络控制效果图,功率控制信号采用0~5V弱电压逆向控制,即0V输出满功率,5V输出0功率,以防智能控制器3故障时引脚输出为0V,隧道灯具熄灭引起交通事故。

当洞外第一个光电车检器检测到车辆通过时,将隧道内0~500米内的灯具通过神经网络控制方法相应控制,该段的照度在满足安全行车标准的同时,达到了尽可能的节能,直至车辆安全驶出隧道。当所有车辆驶出隧道后5分钟,如果没有新的车辆驶入,智能控制器将隧道内所有灯具低功耗运行。

本实例提供的技术方案通过对隧道洞外亮度、洞内入口段亮度、中间段亮度的精确检测;通过车流量以及是否有车到来等参量对灯具进行智能控制,从而消除“黑洞效应”、“白洞效应”,提升公路隧道照明系统的自动化管理水平,使得洞内照明强度在完全满足标准要求而且提高行车安全性的前提下最大限度地节约电能。本实例通过监控中心计算机与隧道监控系统进行交互,根据预先制定的预案分为拥堵、行人、火灾等事件,作为整个隧道监控系统预案的一部分对隧道照明系统进行实时联动控制。另外,本实例根据神经网络建模机制形成隧道照明模型和隧道照明数据库,根据数据库长期积累的数据对模型进行数据支撑和矫正,再根据数据库形成神经网络预测模型,进行智能预测。

在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号