一种基于运行数据的智慧社区灯光使用推荐方法和装置

技术领域

本发明涉及智能决策领域，尤其涉及一种基于运行数据的智慧社区灯光使用推荐方法和装置。

背景技术

智慧社区是利用物联网、云计算、移动互联网、信息智能终端等新一代信息技术，通过对各类与社区居民生活密接相关的自动感知和信息资源的整合共享，实现对社区居民生活的数字化、智能化、互动化和协同化，其中对社区使用灯光的智能推荐是构建智慧社区的一个重要应用场景，有着重要的现实意义。

随着现代工业的发展，人们对能源的需求量不断增大，不可再生资源正在逐步枯竭。而日常生活中，人们对电能的浪费使用现象十分严重，目前传统的灯光系统不能根据周围环境自动调节灯光亮度或在无人的时候自行关闭，导致电能的严重浪费，这进一步加重了能源负担，极大的降低了电能的利用效率。

发明内容

本发明提供一种基于运行数据的智慧社区灯光使用推荐方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高电能的利用效率。

为实现上述目的，本发明提供的一种基于运行数据的智慧社区灯光使用推荐方法，包括：

获取社区使用灯光的场景模式，根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量；

根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，并获取所述社区使用灯光的开关状态；

在所述人体存在状态为有人体，配置所述开关状态为打开状态，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值，根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案；

在所述人体存在状态为无人体时，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案；

根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案。

可选地，所述根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，包括：

获取所述场景模式下所述社区使用灯光的照射距离；

根据所述照射距离，查询所述照射距离在所述社区使用灯光的预设的配光参数表中对应的光斑直径；

根据所述光斑直径，计算所述社区使用灯光的分布覆盖区域。

可选地，所述根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，包括：

根据所述红外能量，构建所述分布覆盖区域的红外图像；

对所述红外图像进行图像预处理，得到预处理图像；

利用目标检测算法，检测所述预处理图像中的目标对象；

若所述目标对象中存在人，判别所述分布覆盖区域中人体存在；

若所述目标对象中不存在人，判别所述分布覆盖区域中人体不存在。

可选地，所述对所述红外图像进行图像预处理，得到预处理图像，包括：

对所述红外图像进行双边滤波处理，得到双边滤波图像；

根据所述双边滤波图像，计算所述红外图像与所述双边滤波图像的图像差值，得到细节图像；

对所述细节图像进行去噪处理，得到细节去噪图像；

根据预设的细节增强因子，对所述双边滤波图像和所述细节去噪图像进行叠加，得到叠加图像；

对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像。

可选地，所述对所述红外图像进行双边滤波处理，得到双边滤波图像，包括：

利用下述公式对所述红外图像进行双边滤波处理，得到双边滤波图像，包括：

其中，f

可选地，所述对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像，包括：

利用下述公式对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像，包括：

/>

D(r

其中，H(r

可选地，所述利用目标检测算法，检测所述预处理图像中的目标对象，包括：

缩放所述预处理图像为固定尺寸的缩放图像，分割所述缩放图像为若干个同等大小的单元格，并配置每个所述单元格的预测边界框；

根据所述单元格和所述预测边界框，利用训练好的卷积神经网络，对所述缩放图像进行卷积操作和全连接操作，得到所述缩放图像对应于所述单元格的输出张量，所述输出张量包括预设的目标对象类别概率、每个所述单元格对应的所述预测边界框参数及所述预测边界框的置信度；

根据所述输出张量中的所述目标对象类别概率和所述置信度，计算所述预测边界框的目标类别得分；

对所述目标类别得分进行局部极大值搜索，得到所述目标类别得分的局部极值和所述局部极值对应的所述目标边界框；

筛选每个所述目标边界框的最大目标类别得分对应的所述目标对象类别，作为最终所述预处理图像中的目标对象。

可选地，所述根据所述输出张量中的所述目标对象类别概率和所述置信度，计算所述预测边界框的目标类别得分，包括：

利用下述公式计算所述预测边界框的目标类别得分，包括：

Ccscore

其中，Ccscore

可选地，所述对所述目标类别得分进行局部极大值搜索，得到所述目标类别得分的局部极值和所述局部极值对应的所述目标边界框，包括：

对每个所述目标类别，利用预设的第一阈值，对小于所述第一阈值的所述目标类别得分删除，得到初选类别得分；

筛选所述初选类别得分中的最大值，得到最大得分，将除去所述最大得分的所述初选类别得分，作为候选类别得分；

根据所述最大得分和所述候选类别得分，计算所述最大得分对应的预测边界框与所述候选类别得分对应的预测边界框的交并比；

利用预设的第二阈值，对大于所述第二阈值的所述候选类别得分删除，更新所述候选类别得分，并对所述候选类别得分如上述步骤做相同处理，直到所述候选类别得分为空，将筛选出的所述目标类别得分作为所述目标类别得分的局部极值，并得到所述局部极值对应的所述目标边界框。

为了解决上述问题，本发明还提供一种基于运行数据的智慧社区灯光使用推荐装置，所述装置包括：

红外能量检测模块，用于获取社区使用灯光的场景模式，根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量；

人体存在状态判别模块，用于根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，并获取所述社区使用灯光的开关状态；

第一推荐方案生成模块，用于在所述人体存在状态为有人体，配置所述开关状态为打开状态，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值，根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案；

第二推荐方案生成模块，用于在所述人体存在状态为无人体时，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案；

最终推荐方案生成模块，用于根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案。

可以看出，本发明实施例通过获取社区使用灯光的场景模式为后续调整使用灯光提供应用前提，并根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域可以确定社区使用灯光的照明范围及作用区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量可以得到当前环境光照强度并构建红外图像以实现后续分布覆盖区域的人体检测，及根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体可以为后续根据人体存在状态，动态调整社区使用灯光的状态及照明亮度，并获取所述社区使用灯光的开关状态为后续根据人体存在状态，配置相应的开关状态，以智能控制社区使用灯光；其次，本发明实施例通过在所述人体存在状态为有人体，配置所述开关状态为打开状态可以根据人体存在状态，调整开关控制策略，以提高电能的利用效率，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值可以后续采取对应的使用灯光控制策略提供依据，及根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案可以得到在有人体存在的状态下使用灯光的具体控制方略，以在满足照明需求的同时减少电能的浪费；进一步地，本发明实施例通过所述人体存在状态为无人体时，表示社区使用灯光的分布覆盖区域中不存在人体，不需要所述社区使用灯光的照明，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案，并根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案可以根据社区使用灯光的分布覆盖区域中人体的存在状态，智能调整使用灯光，为构建智慧社区提供保障，极大的提高了电能的利用效率。因此，本发明实施例提出的一种基于运行数据的智慧社区灯光使用推荐方法和装置，可以提高电能的利用效率。

附图说明

图1为本发明一实施例提供的基于运行数据的智慧社区灯光使用推荐方法的流程示意图；

图2为本发明一实施例提供的基于运行数据的智慧社区灯光使用推荐装置的模块示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种基于运行数据的智慧社区灯光使用推荐方法。所述基于运行数据的智慧社区灯光使用推荐方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述基于运行数据的智慧社区灯光使用推荐方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参照图1所示，为本发明一实施例提供的基于运行数据的智慧社区灯光使用推荐方法的流程示意图。在本发明实施例中，所述基于运行数据的智慧社区灯光使用推荐方法包括：

S1、获取社区使用灯光的场景模式，根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量。

本发明实施例中，所述场景模式是指社区使用灯光的应用场景，如室外模式、室内模式、卧室模式、节能模式、观影模式、明亮模式、会客模式等，其可以通过数据脚本获取，所述数据脚本可以通过JS脚本语言进行编译。其中，所述社区是若干社会群体或社会组织聚集在某一个领域里所形成的一个生活上相互关联的大集体，是社会有机体最基本的内容，是宏观社会的缩影。

进一步地，本发明实施例通过所述根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域可以确定社区使用灯光的照明范围及作用区域。

进一步地，作为本发明的一个实施例，所述根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，包括：获取所述场景模式下所述社区使用灯光的照射距离；根据所述照射距离，查询所述照射距离在所述社区使用灯光的预设的配光参数表中对应的光斑直径；根据所述光斑直径，计算所述社区使用灯光的分布覆盖区域。其中，所述照射距离是指灯具到被照物的距离，所述被照物可以是地面、桌面等。所述光斑直径是指灯光照在被照物(一般在垂直状态下)上形成的图形的直径，本发明中一般认为所述图形是圆形。所述配光参数表是由灯具厂家提供的表征灯具性能的固有参数的关系表，所述固有参数包括灯光照射距离、光斑直径以及灯光照度等。

进一步地，作为本发明的一个实施例，所述根据所述光斑直径，计算所述社区使用灯光的分布覆盖区域，包括：

利用下述公式计算所述社区使用灯光的分布覆盖区域，包括：

其中，S表示社区使用灯光的分布覆盖区域，D表示光斑直径，π表示圆周率，是一个常数，约等于3.141592654。

进一步地，本发明实施例通过所述根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量可以得到当前环境光照强度并构建红外图像以实现后续分布覆盖区域的人体检测。其中，所述环境光照强度是指单位面积上所接受可见光的光通量，用于指示光照的强弱和物体表面积被照明程度的量。所述红外能量是指在物理学中，凡是高于绝对零度的物质所产生的红外线热辐射。

进一步地，作为本发明的一个实施例，所述根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量可以通过环境光传感器检测环境光照强度，并通过红外传感器检测红外能量。其中，所述环境光传感器是一种通过感知周围光照强度，实时输出电信号的一种传感器，其可应用于消费类电子、汽车电子和工业控制等领域，如智能手机、平板电脑的顶部，都会配置环境光传感器，通过环境光传感器感应光照强度，实现屏幕亮度实时控制，起到降低设备功耗、延长设备使用寿命、保护眼睛的作用。所述红外传感器是利用红外线来进行数据处理的一种高灵敏度传感器，其可以控制驱动装置的运行，如无接触温度测量、感应开关、感应门、烟雾报警器、热风取暖器、感应灯具以及遥控器等。

S2、根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，并获取所述社区使用灯光的开关状态。

本发明实施例通过所述根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体可以为后续根据人体存在状态，动态调整社区使用灯光的状态及照明亮度。

进一步地，作为本发明的一个实施例，所述根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，包括：根据所述红外能量，构建所述分布覆盖区域的红外图像；对所述红外图像进行图像预处理，得到预处理图像；利用目标检测算法，检测所述预处理图像中的目标对象；若所述目标对象中存在人，判别所述分布覆盖区域中人体存在；若所述目标对象中不存在人，判别所述分布覆盖区域中人体不存在。其中，所述红外图像是指由热红外扫描器接收和记录目标物发射的热辐射能而形成的图像。

进一步地，作为本发明的一个实施例，所述对所述红外图像进行图像预处理，得到预处理图像，包括：对所述红外图像进行双边滤波处理，得到双边滤波图像；根据所述双边滤波图像，计算所述红外图像与所述双边滤波图像的图像差值，得到细节图像；利用中值滤波算法，对所述细节图像进行去噪处理，得到细节去噪图像；根据预设的细节增强因子，对所述双边滤波图像和所述细节去噪图像进行叠加，得到叠加图像；对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像。其中，所述双边滤波处理是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折中处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的，具有简单、非迭代、局部处理的特点。所述双平台直方图均衡化是平台直方图均衡化的改进算法，通过设置两个固定的平台阈值，其中上限平台阈值用来抑制背景和噪声，下限平台阈值用来提升目标细节，其效果优于平台直方图均衡化。

进一步地，作为本发明的一个实施例，所述对所述红外图像进行双边滤波处理，得到双边滤波图像，包括：

利用下述公式对所述红外图像进行双边滤波处理，得到双边滤波图像，包括：

其中，f

进一步地，作为本发明的一个实施例，所述根据所述双边滤波图像，计算所述红外图像与所述双边滤波图像的图像差值，得到细节图像，包括：

利用下述公式计算所述红外图像与所述双边滤波图像的图像差值，得到细节图像，包括：

f

其中，f

进一步地，作为本发明的一个实施例，所述根据预设的细节增强因子，对所述双边滤波图像和所述细节去噪图像进行叠加，得到叠加图像，包括：

利用下述公式对所述双边滤波图像和所述细节去噪图像进行叠加，得到叠加图像，包括：

f

其中，f

进一步地，作为本发明的一个实施例，所述对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像，包括：

利用下述公式对所述叠加图像进行双平台直方图均衡化处理，得到预处理图像，包括：

D(r

其中，H(r

进一步地，作为本发明的一个实施例，所述利用目标检测算法，检测所述预处理图像中的目标对象，包括：缩放所述预处理图像为固定尺寸的缩放图像，分割所述缩放图像为若干个同等大小的单元格，并配置每个所述单元格的预测边界框；根据所述单元格和所述预测边界框，利用训练好的卷积神经网络，对所述缩放图像进行卷积操作和全连接操作，得到所述缩放图像对应于所述单元格的输出张量，所述输出张量包括预设的目标对象类别概率、每个所述单元格对应的所述预测边界框参数及所述预测边界框的置信度；根据所述输出张量中的所述目标对象类别概率和所述置信度，计算所述预测边界框的目标类别得分；利用非极大值抑制算法，对所述目标类别得分进行局部极大值搜索，得到所述目标类别得分的局部极值和所述局部极值对应的所述目标边界框；筛选每个所述目标边界框的最大目标类别得分对应的所述目标对象类别，作为最终所述预处理图像中的目标对象。

其中，所述预测边界框是基于单元格中心点的目标对象的预测区域，其大小自定义，数量可设定为多个，如可设定为2个。所述输出张量是一个定义在一些向量空间和一些对偶空间的笛卡尔积上的多重线性映射，其是按照每个所述单元格进行排列的线性映射。所述目标对象类别概率是指检测到的目标对象是预设目标对象类别的可能性度量，所述目标对象类别是指将要检测的图像中所有感兴趣的目标(物体)对象的种类，如行人、车辆、猫、狗以及树等。

进一步地，作为本发明的一个实施例，所述根据所述输出张量中的所述目标对象类别概率和所述置信度，计算所述预测边界框的目标类别得分，包括：

利用下述公式计算所述预测边界框的目标类别得分，包括：

Ccscore

/>

其中，Ccscore

进一步地，作为本发明的一个实施例，所述利用非极大值抑制算法，对所述目标类别得分进行局部极大值搜索，得到所述目标类别得分的局部极值和所述局部极值对应的所述目标边界框，包括：对每个所述目标类别，利用预设的第一阈值，对小于所述第一阈值的所述目标类别得分删除，得到初选类别得分；筛选所述初选类别得分中的最大值，得到最大得分，将除去所述最大得分的所述初选类别得分，作为候选类别得分；根据所述最大得分和所述候选类别得分，计算所述最大得分对应的预测边界框与所述候选类别得分对应的预测边界框的交并比；利用预设的第二阈值，对大于所述第二阈值的所述候选类别得分删除，更新所述候选类别得分，并对所述候选类别得分如上述步骤做相同处理，直到所述候选类别得分为空，将筛选出的所述目标类别得分作为所述目标类别得分的局部极值，并得到所述局部极值对应的所述目标边界框。其中，所述第一阈值可设定为0.2，也可根据实际应用场景设定。所述第二阈值可设定为0.5，也可根据实际应用场景设定。

本发明实施例中，所述社区使用灯光的开关状态是指社区使用灯光的开关处于“开”状态还是处于“关”状态，即断开还是闭合，其可以通过程序切换为数字输入模式，来确认引脚状态获取，所述引脚状态包括“LOW”和“HIGH”两种状态，“LOW”表示开关状态为关闭，“HIGH”表示开关状态为打开。

S3、在所述人体存在状态为有人体，配置所述开关状态为打开状态，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值，根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案；

本发明实施例通过所述在所述人体存在状态为有人体，配置所述开关状态为打开状态可以根据人体存在状态，调整开关控制策略，以提高电能的利用效率。

进一步地，作为本发明的一个实施例，所述在所述人体存在状态为有人体，配置所述开关状态为打开状态可以通过智能开关实现。其中，所述智能开关是指利用控制板和电子元器件的组合及编程，以实现电路智能开关控制的单元，其被广泛应用于家居智能化改造、办公室智能化改造、工业智能化改造、农林渔牧智能化改造等多个领域。

进一步地，本发明实施例通过所述并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值可以后续采取对应的使用灯光控制策略提供依据。其中，所述照明强度标准是指照明装置进行维护的时候，作业面或参考平面上的维持平均照度，规定表面上的平均照度不得低于此数值，确保工作时视觉安全和视觉功效所需要的照度，如图书馆一般阅览室在0.75米水平面的照明强度标准为300勒克斯，公用场所普通走廊、流动区域在地面的照明强度标准为50勒克斯，其可根据使用灯光的实际应用场景，具体参照中华人民共和国国家标准【建筑照明设计标准】执行。

进一步地，作为本发明的一个实施例，所述并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值可以通过所述照明强度标准与所述环境光照强度进行相减运算得到。

进一步地，本发明实施例通过所述根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案可以得到在有人体存在的状态下使用灯光的具体控制方略，以在满足照明需求的同时减少电能的浪费。

进一步地，作为本发明的一个实施例，所述根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案，包括：根据所述强度差值，在所述所述强度差值大于预设阈值时，调整所述社区使用灯光的光照强度到所述照明强度标准；在所述强度差值不大于预设阈值时，不需要调整所述社区使用灯光的光照强度，得到所述社区使用灯光的第一推荐方案。其中，所述预设阈值可设定为0。

S4、在所述人体存在状态为无人体时，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案；

应当了解，在所述人体存在状态为无人体时，表示社区使用灯光的分布覆盖区域中不存在人体，不需要所述社区使用灯光的照明，因此，本发明实施例通过配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案。

S5、根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案。

本发明实施例通过所述根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案可以根据社区使用灯光的分布覆盖区域中人体的存在状态，智能调整使用灯光，为构建智慧社区提供保障，极大的提高了电能的利用效率。

可以看出，本发明实施例通过获取社区使用灯光的场景模式为后续调整使用灯光提供应用前提，并根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域可以确定社区使用灯光的照明范围及作用区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量可以得到当前环境光照强度并构建红外图像以实现后续分布覆盖区域的人体检测，及根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体可以为后续根据人体存在状态，动态调整社区使用灯光的状态及照明亮度，并获取所述社区使用灯光的开关状态为后续根据人体存在状态，配置相应的开关状态，以智能控制社区使用灯光；其次，本发明实施例通过在所述人体存在状态为有人体，配置所述开关状态为打开状态可以根据人体存在状态，调整开关控制策略，以提高电能的利用效率，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值可以后续采取对应的使用灯光控制策略提供依据，及根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案可以得到在有人体存在的状态下使用灯光的具体控制方略，以在满足照明需求的同时减少电能的浪费；进一步地，本发明实施例通过所述人体存在状态为无人体时，表示社区使用灯光的分布覆盖区域中不存在人体，不需要所述社区使用灯光的照明，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案，并根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案可以根据社区使用灯光的分布覆盖区域中人体的存在状态，智能调整使用灯光，为构建智慧社区提供保障，极大的提高了电能的利用效率。因此，本发明实施例提出的一种基于运行数据的智慧社区灯光使用推荐方法和装置，可以提高电能的利用效率。

如图2所示，是本发明基于运行数据的智慧社区灯光使用推荐装置的功能模块图。

本发明所述基于运行数据的智慧社区灯光使用推荐装置100可以安装于电子设备中。根据实现的功能，所述基于运行数据的智慧社区灯光使用推荐装置可以包括红外能量检测模块101、人体存在状态判别模块102、第一推荐方案生成模块103、第二推荐方案生成模块104以及最终推荐方案生成模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备的处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本实施例中，关于各模块/单元的功能如下：

所述红外能量检测模块101，用于获取社区使用灯光的场景模式，根据所述场景模式，识别所述场景模式下的所述社区使用灯光的分布覆盖区域，根据所述分布覆盖区域，检测所述分布覆盖区域的环境光照强度和红外能量；

所述人体存在状态判别模块102，用于根据所述红外能量，判别所述分布覆盖区域中人体存在状态，所述存在状态包括有人体和无人体，并获取所述社区使用灯光的开关状态；

所述第一推荐方案生成模块103，用于在所述人体存在状态为有人体，配置所述开关状态为打开状态，并根据预设的所述场景模式的照明强度标准和所述环境光照强度，计算所述照明强度标准与所述环境光照强度的强度差值，根据所述强度差值，调整所述社区使用灯光的光照强度，以得到所述社区使用灯光的第一推荐方案；

所述第二推荐方案生成模块104，用于在所述人体存在状态为无人体时，配置所述开关状态为关闭状态，以得到所述社区使用灯光的第二推荐方案；

所述最终推荐方案生成模块105，用于根据所述第一推荐方案和所述第二推荐方案，确定所述社区使用灯光的最终推荐方案。

详细地，本发明实施例中所述基于运行数据的智慧社区灯光使用推荐装置100中的所述各模块在使用时采用与上述的图1中所述的基于运行数据的智慧社区灯光使用推荐方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。