劉磊 上海萊奕亭照明科技有限公司，上海201803

0 引言

上海黃浦區(qū)某超高層建筑為辦公商業(yè)綜合體，于上世紀(jì)90 年代初投入使用。該建筑的地下空間總共3層，其中地下2 層、3 層為停車場。該建筑于2012 年已進(jìn)行過一次節(jié)能改造，采用LED 光源代替熒光燈，增加水電的能耗分計(jì)量等，能效比有了大幅提升。2019年初，大廈業(yè)主組織智能化專家、軟件工程師等對大廈的智能化進(jìn)行策劃，筆者受邀參加了方案評審，并對智能照明與各位專家進(jìn)行了探討。

1 問題的提出

改造方案指出，當(dāng)前的建筑照明能耗已占建筑總能耗的35%以上，因此需在車庫、走道、衛(wèi)生間等公共區(qū)域增加傳感器，實(shí)現(xiàn)“人（車）走燈滅”，降低電能消耗。[1]不可否認(rèn)，采用這種技術(shù)措施確實(shí)可以降低能耗，這也是常規(guī)的方法。

然而，上述的照明節(jié)能措施忽略了很一個重要的方面，就是人的舒適性。有研究表明，環(huán)境對人的心理（或情緒）影響非常大。光是環(huán)境的一個重要因素，比如商業(yè)環(huán)境就特別注重光的設(shè)計(jì)。當(dāng)然，停車場的使用性質(zhì)決定了它沒有辦公、商業(yè)場所的光環(huán)境重要，但許多地下停車場“人走燈滅”的案例表明，人從亮的環(huán)境突然進(jìn)入暗的環(huán)境，雖然燈亮只需幾秒種，但心理上還是沒有安全感。同時，大廈的車庫是一個大空間，只有一小片區(qū)域有光，舒適感也非常差。

看起來，經(jīng)濟(jì)性和舒適性似乎成為一種矛盾關(guān)系，如何辯證地處理這個矛盾是需要思考的問題。[2]

2 方案的提出

今天，科技日新月異，飛速發(fā)展。人工智能、大數(shù)據(jù)、云計(jì)算，伴隨著5G 時代的來臨，給了解決問題的無限可能。既然大廈的智能管理系統(tǒng)計(jì)劃采用云技術(shù)，那智能照明也可以依托這個平臺，利用這個優(yōu)勢資源來發(fā)揮它的作用，圖1 為系統(tǒng)架構(gòu)示意圖。

圖1 系統(tǒng)架構(gòu)示意圖

本工程的目標(biāo)就是投資、節(jié)能、舒適之間達(dá)到最佳平衡，接下來從4 個方面進(jìn)行論述。

2.1 經(jīng)濟(jì)性方面

從經(jīng)濟(jì)性方面考慮，以滿足業(yè)主利益最大化的需求。因此，車位上的LED 燈只加裝紅外傳感器（ON/OFF 控制），車道上原有的燈具統(tǒng)一升級為智能LED燈。此改造方案為業(yè)主節(jié)省了初期投資，費(fèi)效比更優(yōu)。

2.2 智能照明控制目標(biāo)

在大廈物業(yè)的協(xié)助下，合理規(guī)劃地下空間的停車區(qū)域。本著先“功能區(qū)”再“照明區(qū)”的原則，對長租車位和訪客車位區(qū)域進(jìn)行優(yōu)化[3]，確定“照明區(qū)”不同的分區(qū)計(jì)劃。這樣能提升大廈的商業(yè)價值，使得訪客停車區(qū)較寫字樓的長租停車區(qū)有更多的舒適性。車道上的智能LED 燈在閑置時能將亮度降低至25%，當(dāng)檢測到行人或車輛時，馬上將亮度上調(diào)，直至100%。對行人來說，他們總是能感受到“光隨人動”，車輛在進(jìn)出場及場內(nèi)導(dǎo)航時，駕駛員有安全感，如圖2 所示。

圖2 光隨人動

2.3 智能照明控制系統(tǒng)的算法

本工程智能照明系統(tǒng)采用的算法為DBSCAN（Density-Based Spatial Clustering of Application with Noise）, 中文為基于密度的允許帶噪聲的空間聚類應(yīng)用。所謂聚類，就是根據(jù)事物的不同屬性將其分為若干個不同的類。那么對于停車場來說，所有移動的物體，無論是人員或車輛，都可以歸為一個類，這個類可以被命名為移動物（moving objects）。而且，在二維空間（或者說二維網(wǎng)格）中，可以描述停車場中的“移動物”這個類。

DBSCAN 算法，就是根據(jù)掃描半徑（Eps）和最小包含點(diǎn)數(shù)（MinPts）兩個輸入?yún)?shù)自動計(jì)算生成類別的個數(shù)。通過傳感器采集人員或車輛的位置信息，智能照明控制系統(tǒng)根據(jù)輸入的數(shù)據(jù)進(jìn)行聚類分析，求出達(dá)到設(shè)定照度的條件。下面筆者簡單介紹一下DBSCAN 算法。

首先看DBSCAN 算法[4]的幾個基本定義：

（2）核心對象：如果給定對象 鄰域內(nèi)的樣本點(diǎn)數(shù)≥MinPts，則稱該對象為核心對象；

（3）直接密度可達(dá)：對于樣本集合D，如果樣本點(diǎn)q 在p 的 鄰域內(nèi)，并且p 為核心對象，那么對象q從對象p 直接密度可達(dá)；

（4）密度可達(dá)：對于樣本集合D，給定一串樣本點(diǎn)p1, p2….pn，p= p1, q= pn, 假如對象pi從pi-1直接密度可達(dá)，那么對象q 從對象p 密度可達(dá)；

（5）密度相連：存在樣本集合D 中的一點(diǎn)o，如果對象o 到對象p 和對象q 都是密度可達(dá)的，那么p和q 密度相聯(lián)。

可以發(fā)現(xiàn)，密度可達(dá)是直接密度可達(dá)的傳遞閉包，并且這種關(guān)系是非對稱的。密度相連是對稱關(guān)系。DBSCAN 算法目的就是找到密度相連對象的最大集合，也就是找到簇。不包含在任何簇中的對象稱為噪聲。圖3 為DBSCAN 算法示意圖。

其次，DBSCAN 算法的描述。

輸入：包含n 個對象的數(shù)據(jù)庫，半徑，最少數(shù)目MinPts；

圖3 DBSCAN 算法示意圖

輸出：生成所有的簇，達(dá)到密度要求。

從任意一個未被訪問點(diǎn)開始，找出與其距離在Eps之內(nèi)(包括Eps) 的所有附近點(diǎn)。如果附近點(diǎn)的數(shù)量≥MinPts，則當(dāng)前點(diǎn)與其附近點(diǎn)形成一個簇，并且出發(fā)點(diǎn)被標(biāo)記為已訪問。然后遞歸，以相同的方法處理該簇內(nèi)所有未被標(biāo)記為已訪問的點(diǎn)，從而對簇進(jìn)行擴(kuò)展。如果附近點(diǎn)的數(shù)量＜MinPts，則該點(diǎn)暫時被標(biāo)記作為噪聲點(diǎn)。如果簇充分地被擴(kuò)展，即簇內(nèi)的所有點(diǎn)被標(biāo)記為已訪問，然后用同樣的算法去處理未被訪問的點(diǎn)。

具體流程如下：

（1）標(biāo)記所有對象為未被訪問；

（2）開始運(yùn)行；

（3）隨機(jī)選取1 個未被訪問的對象p;

（4）標(biāo)記p 為被訪問；

（5）如果p 的 領(lǐng)域至少有MinPts 個對象；

（6）創(chuàng)建1 個新簇C，并把p 添加至C；

（7）定義N 為p 的 領(lǐng)域中的對象集合；

（8）遍歷N 中的每個點(diǎn)p；

（9）如果p 未被訪問；

（10）標(biāo)記p 為已被訪問；

（11）如果p 的 領(lǐng)域至少有MinPts 個對象，把這些對象添加到集合N；

（12）如果p 不是任何簇的成員，把p 添加到C；

（13）循環(huán)結(jié)束。

以Python 語言為例，聚類算法函數(shù)如下：

def function (p): #定義函數(shù)并訪問第p 個樣本

if len (d[p] [d[p]＜=Eps]) ＞= MinPts: #如果為核心樣本

if d_c[p]=-1: #如果未被訪問

c_num+=1

for n in range (len(d)): #遍歷所有樣本

if d [n]＜=Eps and d_c＜=0: #如果鄰域內(nèi)有不屬于任何簇的樣本

d_c=d_c [n] #歸到同一簇

function (n) #進(jìn)行遞歸計(jì)算

else;

if d_c[i]=-1: #如果未被訪問

d_c[i]=0#標(biāo)記為噪聲

在以上計(jì)算機(jī)程序中，d 為式（1）中的矩陣D；d [x] 為第x 個坐標(biāo)值；c_m 為輸出簇的序號；d_c [x]為第x 個坐標(biāo)的聚類結(jié)果，其值為-1 時表示該點(diǎn)未被訪問，其值為0 時表示該點(diǎn)為噪聲，其值大于0 時為該點(diǎn)所屬簇的序號[5]。

DBSCAN 算法對用戶定義的參數(shù)很敏感，細(xì)微的不同都可能導(dǎo)致差別很大的結(jié)果，而參數(shù)的選擇無規(guī)律可循，只能靠經(jīng)驗(yàn)確定。但是在大數(shù)據(jù)支撐下，無需傳統(tǒng)的人工調(diào)參，而是后臺運(yùn)營數(shù)據(jù)給出的最優(yōu)值。

2.4 無線移動技術(shù)應(yīng)用

手機(jī)APP 可以推薦車位，反向?qū)ぼ?，找商鋪，找電梯的車輛或行人。他們進(jìn)入路徑上的“照明區(qū)”前，移動數(shù)據(jù)已經(jīng)進(jìn)入數(shù)據(jù)集，算法的運(yùn)行速度有了較大的提高，為智能照明系統(tǒng)的快算響應(yīng)助力。如圖4 所示。

圖4 車輛管理系統(tǒng)推送最佳車位

3 工程的實(shí)施

在與業(yè)主共同研究分析了數(shù)個照明智能化廠家的產(chǎn)品后，綜合評定，最終選擇某品牌的產(chǎn)品搭建數(shù)字DALI調(diào)光的系統(tǒng)。圖5 顯示了DALI調(diào)光系統(tǒng)的構(gòu)成。

由于該大廈管線錯綜復(fù)雜，地下空間凈高不足，若再增加弱電線槽，勢必還要降低車庫凈高。鑒于此，采用無線網(wǎng)絡(luò)是明智的選擇。成熟產(chǎn)品的支撐、經(jīng)驗(yàn)豐富的技術(shù)人員的調(diào)試為工程的順利實(shí)施提供了保障。

經(jīng)過近1 年的運(yùn)行，地下車庫的照明電能消耗同比下降60%。隨著運(yùn)營數(shù)據(jù)和經(jīng)驗(yàn)的不斷積累，車庫的照明能耗還有下降的空間。

圖5 DALI 調(diào)光系統(tǒng)的構(gòu)成

4 小結(jié)

長期以來，我國的大多數(shù)建筑物仍然沿用開關(guān)直接控制燈具的方式。這種傳統(tǒng)的控制方式無法對燈具進(jìn)行單獨(dú)控制，特別是大型樓宇的停車場等面積較大的開敞空間，1 個開關(guān)只能控制1 條回路上的燈具同時開關(guān)。為使有人活動的區(qū)域獲得充足的照明，不得不開啟大部分燈具，造成了資源的大量浪費(fèi)。

為實(shí)現(xiàn)照明智能化，我國的科技人員設(shè)計(jì)了基于ZigBee 的智能照明系統(tǒng)[6]、樓宇自控系統(tǒng)監(jiān)控照明，又逐步發(fā)展為基于物聯(lián)網(wǎng)架構(gòu)的智能照明系統(tǒng)，但也只能實(shí)現(xiàn)燈具的定時開關(guān)、亮度調(diào)節(jié)，無法實(shí)現(xiàn)智能、實(shí)時地控制照明區(qū)域。本工程采用基于DBSCAN 算法的智能照明控制系統(tǒng)，該系統(tǒng)能根據(jù)人員或車輛的位置和分布，實(shí)時調(diào)整“照明區(qū)”的照度，降低照明能耗。

本工程的智能照明系統(tǒng)特別適用于面積較大的場所，不僅是停車場，對大型報(bào)告、會議廳的智能照明系統(tǒng)的設(shè)計(jì)同樣有借鑒意義。