地铁作为典型的地下建筑,人工照明是地铁站的主要光源。近年来,地铁建设的高速发展,使得地铁站照明系统能耗不断增大,同时,深度学习与智能控制技术的发展为照明节能提供了新的技术手段。因此,地铁站照明节能研究具有重要的现实意义。本文依据地铁站客流及人工光环境的特点,提出了一种基于人群密度估计的地铁站照明节能控制方法,该方法通过实时估计地铁站人群密度,动态调节LED灯的输出功率,从而实现了照明节能目的。完成的主要工作如下:(1)照明控制方法研究。依据地铁站站台、站厅的特点及乘客对人工照明的需求,分别提出相应的照明控制方案。该方案通过综合考虑人群密度及广告照明对公共区照明的影响,进行网格式区域划分,并采用脉宽调制(PWM)技术实现LED调光控制。(2)人群密度估计算法研究。基于深度学习理论,采用卷积神经网络建立人群密度估计模型,借助MATLAB进行训练集行人标注及实际密度图生成,分别使用公开数据集和地铁站实拍图片进行模型训练与测试。测试结果表明,该模型能够实现地铁站人群密度的实时估计,估计精度符合应用需求。(3)LED调光控制器设计与实现。利用人群密度估计结果,设计了以OpenMV机器视觉模块为基础的LED调光控制器。经实验验证,LED的亮度能随着人群密度实时改变,且亮度变化平缓、无闪烁现象。此外,借助照明设计软件DIALux evo,计算地铁站站台、站厅在不同人群密度下的平均照度。最后,通过对比计算照度和实测照度在地铁站运营时段的不同情况,从照度和耗电量两个角度进行能效分析。结果表明,地铁站台、站厅层的节电率分别可达62.7%和46.8%,充分证实了基于人群密度估计的地铁站照明控制方法的有效性。