基于红外热释电的照明控制系统

摘要

在我国每年整体用电能耗中，照明用电占有极大部分的比例，在生活中往往会出现没有人但是照明用电依然满功率工作的情况，在节能减排大环境下，照明控制系统的设计显得非常重要。针对这种情况设计了一种智能照明控制系统，利用热释电红外传感器实现了人来灯亮，人走灯暗，PWM调光实现LED亮度调节，光敏电阻实现灯白天不亮，夜晚亮。最大程度上的实现了节约电源。本文详细地介绍了该系统的结构和工作原理以及系统的软硬件设计。

关键词：红外热释电；照明系统；PWN调光

Abstract

In China's annual overall electricity consumption, lighting electricity accounts for a large proportion, in life there is often no one but lighting electricity is still full power work, in the environment of energy saving and emission reduction, the design of lighting control system is very important. In view of this situation, an intelligent lighting control system is designed. The pyroelectric infrared sensor is used to realize the lighting when people come to light, the lighting when people go dark, the PWM dimming is used to adjust the LED brightness, and the photoresistor is used to realize the light is not bright during the day and is bright at night. The power is saved to the greatest extent. In this paper, the structure, working principle and hardware and software design of the system are introduced in detail.

Key words: infrared pyroelectricity; Lighting system; PWN dimming

第一章绪论

1研究背景及其意义

随着电子信息技术的飞速发展、人们生活水平的显著提高及近年绿色环保意识的深入人心，智能照明技术越来越来受到重视。传统照明系统由于浪费电能、布线麻烦、功能单一等缺点，正逐渐被淘汰，智能照明将取而代之。节能与环保：随着社会对节能和环保的日益关注，照明系统作为能源消耗的重要部分，其节能潜力巨大。通过智能化控制，可以有效减少无人时的照明浪费，实现节能减排。技术进步：人工智能、5G、物联网等技术的发展，推动了智能照明产品的创新。红外热释电传感器作为一种成熟的技术，可以方便地集成到智能照明系统中，实现自动控制和调节。提高生活质量：智能照明系统不仅能节约能源，还能提升照明的舒适度和便捷性，满足人们对高品质生活的追求。例如，通过感应人体活动自动开关灯，可以为居民、企业、商场等提供更加人性化的照明环境。安全性：在某些场所，如楼梯、走廊等，智能照明系统能够在人来时自动亮灯，提高安全性，避免因光线不足造成的跌倒等意外。经济效益：通过减少不必要的照明时间和提高照明系统的使用效率，可以降低运营成本，延长照明设备的使用寿命，从而带来经济效益。响应国家政策：中国政府积极推动绿色照明工程，推广节能灯具，减少能源消耗和环境污染。智能照明控制系统的发展与国家节能减排政策相契合，有助于实现可持续发展目标。科研与教育：智能照明控制系统的研究不仅具有实际应用价值，也是科研和教育领域的重要课题。通过相关研究，可以培养学生的创新能力和实践技能，推动相关学科的发展.本文提出的智能 LED 照明控制系统以STM32F103VET6微处理器为核心完成主控模块的设计，利用 ZigBee 技术完成信息的无线传输与系统控制，在 LED 照明系统中实现恒照度、区域照明、定时控制、人体感应自动照明和亮度调节等智能照明功能。

1.1国内外研究现状

热释电红外定位即利用红外波段的电磁波信号进行定位，人体自身就是一个稳定的红外源，一直对外散发红外热辐射信号。红外定位技术通常利用菲涅尔透镜对人体红外信号进行视场调制，再利用定位算法实现对人体目标的定位。国外对于利用PIR传感器定位的研究不是很多，Mukhopadhyay在IEEE无线通讯和网络会议上基于 PIR 传感器输出模拟信号峰峰值和距离之间的关系提出了两种距离估计模型，并结合SVR计算受试者的坐标位置，在7m*7.5m的检测区域内实现了0.65m的RMS定位误差[45]。2020年