(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211149080.8 (22)申请日 2022.09.21 (71)申请人 上海施成照明工程有限公司 地址 201111 上海市闵行区元江路5 500号 第1幢2536室 (72)发明人 李作涛　刘爱娟　李玲玉　徐倩　 (74)专利代理 机构 上海浦科知识产权代理有限 公司 3140 0 专利代理师 武静 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 20/60(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01)G06V 10/82(2022.01) (54)发明名称 灯具故障自动化识别系统安装和实施的方 法 (57)摘要 本发明涉及一种灯具故障自动化识别系统 安装和实施 的方法。 该方法包括步骤： S01、 安装 楼宇灯具， 将灯具安装在楼宇上； S02、 安装主控 器、 分控器、 配电箱， 将配电箱、 主控器、 分控器、 楼宇灯具依次相连接； S03、 进行灯具调试； S04、 监控安装， 安装摄像头用于监控， 摄像头设置为 正对楼宇， 使用于监控的摄像头画面中能看到所 有的楼宇灯具； S05、 确定灯具的具体位置； S06、 定期检查灯具故障， 通过摄像头拍摄的视频/图 片进行分析、 识别灯具故障； S07、 通过采用优化 学习算法， 确认有故障的灯具， 并向用户反馈故 障灯具的位置。 本发明通过软硬件结合、 优化学 习等方式， 准确将灯具位置自动分析出来， 本方 案抗户外光干 扰， 判断灯具故障位置错 误率低。 权利要求书2页 说明书10页 附图2页 CN 115457443 A 2022.12.09 CN 115457443 A 1.一种灯具故障自动化识别系统安装和实施的方法， 包括如下步骤： S01、 安装楼宇灯具， 将灯具安装在所述楼宇上； S02、 安装主控器、 分控器、 配电箱， 将所述配电箱、 主控器、 分控器、 楼宇灯具依次相连 接； S03、 进行灯具调试； S04、 监控安装， 安装摄像头用于监控， 所述摄像头设置为正对楼宇， 使所述用于监控的 摄像头画面中能看到所有的楼宇灯具； S05、 确定灯具的具体位置； S06、 定期检查灯具故障， 通过摄 像头拍摄的视频/图片进行分析、 识别灯具故障； S07、 如步骤S06发现个别点位判断不正确时， 则进入优化学习， 通过采用优化学习算 法， 确认有故障的灯具， 并向用户反馈故障灯具的位置 。 2.如权利要求1所述的方法， 其中， 所述灯具为支持DMX512 协议的LED灯具。 3.如权利要求1所述的方法， 其中， 步骤S0 3包括如下步骤： S031、 通过所述配电箱给 所述灯具、 主控器、 分控器供电； S032、 根据分控器的端口所 带的灯具与实际楼宇灯具的关系， 画出布灯图； S033、 调试所有灯具亮灯状态， 排除故障。 4.如权利要求1所述的方法， 其中， 所述监控摄像头为海康威视摄像头， 型号为iDS ‑ 2DF8C435MHS‑AFW/SP(T5)。 5.如权利要求1所述的方法， 其中， 步骤S05中， 将所述灯具分别点亮红、 绿、 蓝三原色， 并保持特定亮灯时间， 所述摄像头通过视频监控记录该亮灯过程； 保存该视频片段中的图 片截图， 根据图片中红色、 绿色、 蓝 色的灰度值将对应图片位置的红、 绿、 蓝的灰度值分别标 记出来； 用于分析 得到的具体灯具位置 。 6.如权利要求1所述的方法， 其中， 步骤S05后， 对摄像头进行旋转， 用于分析其他楼宇 灯具的具体位置， 摄 像头将位置保持于 守望点。 7.如权利要求1所述的方法， 步骤S06中， 将楼宇灯具全部打开， 亮单色， 所述单色包括 红色、 绿色、 蓝色； 由所述摄像头进行监控录像视频， 并截图保存； 将步骤S05中的得到的灯 具位置图与保存的待监测图分别置为图层1和图层2； 以图层1为主基准位置在图层2中进 行 多点取灰度值； 每 个区域的取 得的灰度值计算平均值， 其中， 平均值与实际灰度值在一定范围内， 认为该灯具正常， 否则认为故障； 且经多次 测试中都被判定为 故障， 则判定该点位灯具故障， 将故障灯具位置标识出来， 并发给web端， 呈现给用户。 8.如权利要求7所述的方法， 定期检查灯具故障中所述定期包括： 一个季度， 测试时间 包括凌晨、 傍晚、 深夜。 9.如权利要求1所述的方法， 步骤S07中， 根据处理器判断得到的灯具故障图在监控摄 像头上进 行核对， 确认灯具故障判断是否正确； 如果判断的结果全部都是真实情况， 则认 为 算法是正确的， 如果发现个别点位判断不正确， 则需要 让处理器进 行优化学习； 根据不同的 算法进行变换不同的采集点位， 重新 获取灰度值， 直到判断正确为止； 用于优化学习的为多 种机器学习算法， 在下一次判断出来的灯具故障点位进行上报之前， 使用多种算法进行多 次取点， 采集灰度值， 再次进行判断分析是否为故障； 多次判断结果都判断为故障， 则认为权　利　要　求　书 1/2 页 2 CN 115457443 A 2此处故障， 并上报故障点位； 人员根据 处理器判断得到的灯具故障图在监控摄像头上进行 核对， 确认灯具故障判断是否正确； 如果判断的结果全部都是真实情况， 则认 为算法是正确 的， 如果发现个别点位判断不正确， 则需要让处理器再次进行优化学习； 依此循环， 使得算 法越来越准确。 10.如权利要求9所述的方法， 所述用于优化学习的机器学习算法包括卷积计算、 激活 计算和池化计算。权　利　要　求　书 2/2 页 3 CN 115457443 A 3