1、SOFTWARE2022软 件第 43 卷 第 12 期2022 年Vol.43,No.12作者简介：叶智勇（2001）,男,安徽安庆人,本科,研究方向：AIoT 应用。基于 AIoT 技术的高校自习室智慧光环境营造系统设计与实现叶智勇 操思薇 张楠 李琦 郏晨植（安徽建筑大学，安徽合肥 230009）摘要：为有效解决高校自习室“常明灯”“一人一灯”等资源浪费现象,同时营造良好的学习光环境,本文设计并实现一套基于 AIoT 技术的高校自习室智慧光环境营造系统。该系统包括以下功能：首先是利用 HC-SR501 传感器的人体感应技术,实现灯具的自动开关和实时统计进入自习室的人数。其次是通过海思 H
2、i3516DV300 芯片的 NNIEAI 视觉加速引擎,搭载OpenHarmony 国产操作系统,基于 Darknet 框架与 Yolov2 目标检测模型,实时检测自习室的人体并返回其位置坐标。系统根据人流量数据和人体位置信息,综合制定照明策略,驱动人群聚集自习,将局部重点照明与一般照明相结合,实现更加精准的分区化管理和“混合式照明”。不仅绿色节能,而且助于视力健康。最后,连接云平台,通过小程序便捷控制灯具,包括远程开关、实时查看自习室人数、“健康色温模式”自主选择等,凸显人性化。整套系统将 AI 与 IoT 技术在高校自习室照明领域融合落地,极大地减少了能源浪费,助力营造“健康且节能”的智
3、慧光环境,具有可靠性强、精度高、可拓展等优点。关键词：人体感应；目标检测；精准分区化管理；AIoT 技术；远程控制中图分类号：TP272文献标识码：ADOI：10.3969/j.issn.1003-6970.2022.12.049本文著录格式：叶智勇,操思薇,张楠,等.基于AIoT技术的高校自习室智慧光环境营造系统设计与实现J.软件,2022,43(12):183-186Design and Implementation of Intelligent Light Environment Construction System for College Self-study Room Based
4、on AIoT TechnologyYE Zhiyong,CAO Siwei,ZHANG Nan,LI Qi,JIA Chenzhi(Anhui Jianzhu University,Hefei Anhui 230009)【Abstract】：Inordertoeffectivelysolvethephenomenonofresourcewastesuchasever-lightinglampandonelampforonepersonintheself-studyroomofcollegesanduniversities,andatthesametimetocreateagoodlearni
5、nglightenvironment,thispaperdesignsandimplementsasetofintelligentlightenvironmentcreationsystemforthestudyroomofcollegesanduniversitiesbasedonAIoTtechnology.Thesystemincludesthefollowingfeatures:OneistousethehumanbodysensingtechnologyoftheHC-SR501sensortorealizeautomaticswitchingoflampsandreal-times
6、tatisticsofthenumberofpeopleenteringthestudyroom.ThesecondisthroughtheNNIEAIvisionaccelerationengineoftheHiSiliconHi3516DV300chip,equippedwiththeOpenHarmonyoperatingsystem,basedontheDarknetframeworkandtheYolov2targetdetectionmodel,todetectthehumanbodyinthestudyroominrealtimeandreturnitspositioncoord
7、inates.Thesystemcomprehensivelyformulateslightingstrategiesbasedontrafficdataandhumanbodypositioninformation,drivescrowdstogatherforself-study,andcombineslocalkeylightingwithgenerallightingtoachievemoreaccuratezoningmanagementandhybridlighting.Notonlyisitgreenandenergy-saving,butalsocontributestovis
8、ionhealth.Finally,connecttothecloudplatformandconvenientlycontrolthelampsthroughsmallprograms,includingremoteswitching,real-timeviewingofthenumberofpeopleinthestudyroom,independentselectionofhealthycolortemperaturemode,etc.,highlightingthehumanization.ThewholesystemintegratesAIandIoTtechnologiesinth
9、elightingfieldofcollegestudyrooms,greatlyreducingenergywasteandhelpingtocreateahealthyandenergy-savingsmartlightenvironment.Ithastheadvantagesofstrongreliability,highprecision,andscalability.【Key words】：humanbodyinduction;targetdetection;accuratezoningmanagement;AIoTtechnology;remotecontrol设计研究与应用18
10、4软 件第 43 卷 第 12 期SOFTWARE0 引言建筑智慧光环境是以安全、高效、舒适、节能、环保、健康为目标,以智能化技术为手段,通过建筑设备管理系统创建的具有感知、推理、判断和决策综合智慧能力并实现人、建筑、环境互为协调的室内光环境1。人们逐渐意识到传统的照明方式已经不能够再满足当今社会的需求。根据调查结果显示2,目前高校自习室普遍采用一般照明的方式。然而,一般照明有时会存在使用率低的区域照度浪费；同时,开关控制方式单一,大部分开关为人工控制,只能是常开或者常关,高校自习室的“常明灯”现象普遍,极大造成能源浪费。本文设计并实现了一套基于 AI 与 IoT 技术融合的智慧光环境营造系统
11、,具有分区管理更加精准化、光环境营造更加人性化等优点。1 系统总体设计本设计主要由主控 MCU、人体感应传感器、灯具模块、视觉检测模块与云平台等部分组成。其中：HC-SR501 传感器感知自习室有无学生进入以控制灯具开关,同时统计自习室进入的学生人数；海思 Hi3516DV300芯片的 NNIE 与 IVE 的 AI 视觉加速引擎,搭载 OpenHarmony 操作系统,实时检测自习室中的人体并返回其位置坐标；灯具模块采用 LED 的 PWM 调光实现“混合式照明”,基于 RGB 实现健康色温模式选择；应用侧,设备连接云平台,在手机端通过小程序,便捷实现对灯具控制,管理人员或学生可直接在手机端
12、,远程开关、实时查看自习室人数等,尤其是“健康色温模式”自主选择,凸显人性化。系统总体设计框图如图 1 所示。2 硬件设计2.1 硬件整体框图硬件控制部分由 4 个部分组成：第一部分通过 HC-SR501 传感器感应人体是否存在,感应到有人时灯光亮起,同时,统计进入自习室的人流量；第二部分是运用Hi3516DV300 视觉检测模块,检测人体位置坐标,通过串口,返回给 Hi3861V100 主控；第三部分是灯具部分,RGB 实现色温选择,LED 灯具在主控的控制下,实现“混合式照明”；第四部分是应用侧,通过 WiFi 无线通信,基于 MQTT 协议,连接云平台,在手机端通过小程序实现远程操控与色
13、温选择。如图 2 所示。图 1 系统总体设计框图Fig.1 System overall design block diagram图 2 系统硬件设计整体框图Fig.2 Overall block diagram of system hardware design灯具开关人体感应人数统计Yolov2人体位置检测位置信息“混合式”照明策略云平台小程序实时人数冷白：自习健康人数灯具开关暖白：活动正常：上课云-端协同人体交互Hi3861（主控MCU）RGB色温模块LED灯具模块HC-SR501人体感应串口互联WiFiCloud手机Hi3516（人体检测）185叶智勇操思薇张楠等：基于 AIoT 技术
14、的高校自习室智慧光环境营造系统设计与实现2.2 主控单元Hi3861V100 芯片是一款专为物联网终端领域打造的 2.4GHz-WiFi-SoC芯片,该芯片集成高性能32bit微处理器、硬件安全引擎以及丰富的外设接口,最高时钟可达50MHz。针对Hi3861V100主控,单片机I/O分配如下：GPIO6、9、10 复用为 PWM3、0、1 通道,实现 RGB 色温调节；GPIO2、8 复用为 PWM1、2 通道,作为 2 个 LED 灯具输出控制其亮度；GPIO7 作为一般 I/O 口,接人体感应传感器 OUT 接口,读取电平变化；GPIO0、1 作为串口复用功能,与 Hi3516DV300
15、视觉检测单元收发数据。2.3 视觉检测单元视觉检测单元采用Hi3516DV300芯片,该芯片集成了新一代ISP、业界最新的H.265视频压缩编码器,以及高性能1.0TOPS的深度学习卷积神经网络加速引擎NNIE,支持现有大部分的公开网络,同时搭载I2C、UART、GPIO、PWM 等丰富接口。3 软件设计本设计采用 DevEcoStudio 开发环境,基于 OpenHarmony 开源操作系统,使用 C 语言编写应用程序,主要包括：人体位置检测、人数统计、混合照明设计、应用侧设计等功能。3.1 SVP 人体检测系统总体设计SVP（SmartVisionPlatform）,智能视觉平台是Hi35
16、16DV300 芯片内部 AI 视觉智能模块的统一名称,专门用于处理智能相关的任务,其智能开发框架如图 3所示。基于 AI 视觉的人体位置检测和 Yolov2 目标检测算法3,系统设计包括两大部分：（1）在电脑端进行模型算法的设计和训练；（2）在板端部署训练完成的权重模型,基于 Hi3516DV300 板端视觉加速引擎 NNIE,进行实时图像采集和人体检测推理。3.2 模型设计与训练 针对模型设计和训练,本系统采用自研数据集,通过 Hi3516DV300 摄像头录制真实场景,制作形成 6500张数据集和 700 张验证集。对于检测方法,经调研,综合对比了高校自习室人体位置检测的 3 种方案4：（1）直接检测人体全部,此种方法在流动性较强的场所可用,但在高校自习室中,学生身体难以全部暴露在摄像头下方,故采用人体全貌检测会导致检测精度降低,不适应此类照明场所；（2）检测人脸,人脸检测是目前开源数据集最多的检测方法,但在自习室这类场所,学生难免低头,多数时间人脸无法暴露在摄像头当中,这种检测方法也会降低检测的精度；（3）对人的头部进行检测,这类方法相较人体全貌检测和人脸检测,具有更高的普适性