Simple Science

La science de pointe expliquée simplement

# Génie électrique et science des systèmes# Systèmes et contrôle# Systèmes et contrôle

Contrôle d'éclairage intelligent pour économiser de l'énergie

Utiliser des capteurs pour optimiser l’éclairage en fonction de l’occupation et du confort.

― 6 min lire


Système d'éclairageSystème d'éclairageintelligentpour économiser de l'énergie.Ajustement automatique de l'éclairage
Table des matières

Cet article parle d'une méthode pour contrôler l'Éclairage dans les bâtiments afin d'économiser de l'énergie en se basant sur le comportement et les Émotions des gens à l'intérieur. Les bâtiments consomment beaucoup d'énergie, et une grande partie est utilisée pour l'éclairage, le chauffage et la climatisation. Pour répondre aux problèmes croissants de pénurie d'énergie, il est important de trouver des moyens d'utiliser moins d'énergie dans les bâtiments. Une façon de faire ça, c'est de réguler l'éclairage en fonction du nombre de personnes dans un espace et de ce qu'elles font.

Importance de savoir qui est à l'intérieur

L'Occupation fait référence au nombre de personnes présentes dans une pièce. Savoir combien de personnes il y a peut aider à gérer l'énergie utilisée pour le refroidissement, le chauffage et l'éclairage. Les méthodes traditionnelles pour estimer l'occupation reposent souvent sur la collecte de données au fil du temps, mais cela peut vite devenir obsolète et ne prend pas en compte les arrivées précoces ou tardives. Pour une meilleure efficacité énergétique, il est nécessaire de rassembler des données en temps réel sur le nombre de personnes réellement présentes dans une pièce.

Limitations des Capteurs traditionnels

Beaucoup de bâtiments utilisent différents types de capteurs pour estimer l'occupation. Par exemple, les capteurs de mouvement peuvent détecter s'il y a du mouvement, tandis que les capteurs thermiques peuvent détecter la chaleur. Cependant, ces capteurs ont des limites. Les capteurs de mouvement ne peuvent que dire si quelqu'un bouge, pas combien de personnes sont présentes. Les capteurs thermiques ne peuvent pas compter avec précision les personnes dans un environnement bondé ou dans des pièces bien aérées. Les caméras peuvent fournir des images détaillées mais nécessitent souvent du matériel coûteux et soulèvent des préoccupations en matière de confidentialité. Donc, compter uniquement sur un seul type de capteur peut ne pas donner des résultats précis.

Une meilleure façon avec plusieurs capteurs

Pour pallier ces limitations, il est intéressant d'utiliser une combinaison de différents capteurs pour avoir une idée plus précise du nombre de personnes dans une pièce. Pour cette approche, un réseau de capteurs peut être installé pour rassembler des données sur la présence des gens et leurs activités. Cela inclut l'utilisation de dispositifs comme des capteurs de porte et des capteurs de lumière, ainsi que des caméras ou des capteurs de profondeur pour suivre les mouvements.

Dans ce projet, un capteur Kinect est utilisé pour collecter des informations détaillées sur la position du corps et le visage d'une personne sans compromettre sa vie privée. Le capteur capture des données sur des points clés du corps, permettant une meilleure compréhension de la Posture et de l'état émotionnel d'une personne.

Comprendre la posture et les émotions

La posture se réfère à la position d'une personne : debout, assise ou allongée. Les émotions peuvent aussi être classées en catégories comme confortable, neutre ou inconfortable. En utilisant les données du capteur Kinect, il est possible de classer la posture et l'état émotionnel d'une personne dans ces catégories.

Ce système aide non seulement à évaluer combien de personnes sont dans une pièce, mais fournit aussi des infos sur leur niveau de confort. Par exemple, si quelqu'un est allongé, l'éclairage peut être atténué pour créer une atmosphère apaisante. Si quelqu'un semble mal à l'aise, le système peut ajuster l'éclairage ou alerter la direction.

Étapes pour réguler l'éclairage

L'objectif principal de ce système est d'utiliser les informations collectées pour ajuster automatiquement l'éclairage en fonction de ce qui se passe dans la pièce. Voici les composants principaux de cette approche :

  1. Capteurs et collecte de données : Rassembler des données à l'aide de plusieurs capteurs qui suivent les mouvements des gens qui entrent ou sortent d'une pièce. Cela inclut des capteurs de porte, des détecteurs de mouvement et des capteurs de niveau de lumière.

  2. Analyse des données : Analyser les données collectées pour déterminer combien de personnes sont présentes et leur posture ou état émotionnel. Différentes techniques d'apprentissage automatique peuvent être utilisées pour classer ces infos avec précision.

  3. Ajustement de l'éclairage : En fonction de l'analyse, l'éclairage de la pièce peut être ajusté. Par exemple, s'il y a des gens dans la pièce et qu'ils sont assis confortablement, les lumières peuvent être intensifiées. S'ils sont allongés ou semblent inconfortables, les lumières peuvent être atténuées.

  4. Contrôle automatique : L'ajustement des lumières peut se faire automatiquement sans intervention manuelle. Cela garantit que l'énergie est utilisée efficacement et seulement quand c'est nécessaire.

Configuration dans le monde réel

Dans les faits, ce système pourrait être mis en place dans une petite pièce équipée de divers capteurs. Un circuit simple relié aux lumières peut permettre la communication entre les capteurs et le système d'éclairage. Quand les capteurs détectent un mouvement ou la présence d'une personne, le circuit peut envoyer des signaux pour ajuster l'éclairage en conséquence.

Lors de la phase de test, le système a été installé dans un environnement contrôlé pour surveiller sa performance. Les résultats étaient impressionnants, montrant que le système pouvait prédire efficacement le nombre d'occupants et leur état émotionnel, entraînant d'importantes économies d'énergie.

Directions futures

Actuellement, ce système est conçu pour une seule personne dans une pièce. Cependant, avec l'évolution de la technologie, il pourrait être possible de passer à des capteurs plus avancés capables de suivre plusieurs individus en même temps. Cela permettrait au système de fonctionner dans des espaces plus grands, comme des bureaux ou des salles de conférence, où plusieurs personnes sont présentes.

D'autres améliorations pourraient aussi inclure le contrôle d'autres systèmes, comme le chauffage ou la climatisation, en se basant sur les mêmes données pour garantir le confort global des occupants.

Conclusion

En résumé, gérer efficacement l'éclairage dans les bâtiments peut jouer un rôle considérable dans la réduction de la consommation d'énergie. En utilisant une combinaison de capteurs pour suivre l'occupation et comprendre comment les individus se sentent et agissent, on peut créer des environnements non seulement plus confortables mais aussi plus économes en énergie. Cette approche a le potentiel d'impacter significativement la consommation d'énergie dans divers environnements, ce qui en fait un domaine de focus précieux pour l'avenir.

Source originale

Titre: Occupant's Behavior and Emotion Based Indoor Environment's Illumination Regulation

Résumé: This paper presents an efficient approach for building occupancy modeling to reduce energy consumption. In this work, a novel approach to occupancy modeling based on the posture and comfort level of the occupant is developed, and subsequently, we report a new and efficient framework for detecting posture and emotion from skeleton joints and face points data respectively obtained from the Kinect sensor. The proposed approach is tested in terms of accuracy, region of convergence, and confusion matrix using several machine learning techniques. Out of all the techniques, random forest classifier gave the maximum blind test accuracy for multi-class classification of posture detection. Deep learning is used for emotion detection using several optimizers out of which Adadelta gave the maximum blind test accuracy for multi-class classification. Along with the Kinect sensor, several other sensors such as the magnetic door sensor, pyroelectric sensors, and illumination sensors are connected through a wireless network using Raspberry Pi Zero W. Thus creating an unmanned technique for illumination regulation.

Auteurs: Shreya Das

Dernière mise à jour: 2023-02-24 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2302.09586

Source PDF: https://arxiv.org/pdf/2302.09586

Licence: https://creativecommons.org/licenses/by/4.0/

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus de l'auteur

Articles similaires