本發明涉及光照控制，尤其涉及一種基于多模態數據融合的路燈節能控制方法及系統。
背景技術：
1、傳統路燈照明控制采用單一化調控模式，僅通過預設固定時段劃分或采集光照強度這一類單一環境參數實現亮度調節，未整合毫米波雷達檢測的交通路況、溫度分布圖像識別的慢行交通狀態等多維度數據，無法結合道路實時通行密度、行人與非機動車通行狀態等真實道路通行信息，構建適配實際場景的照明調節邏輯，無法完成與道路通行需求高度匹配的精準照明適配調控。
2、現有路燈控制技術未建立基于歷史路況特征隊列的短時間窗交通密度指數預測更新體系，不具備對未來時段交通狀態的預判能力，數據處理過程缺少隊列長度管控、時間覆蓋寬度維持等動態校準機制，亮度控制基準值采用固定僵化的生成方式，未設置動態調整與補償環節，無法平衡照明安全保障與能源節約的雙重需求，照明控制的整體效率與實際場景適配效果存在明顯缺陷。
技術實現思路
1、本發明提供一種基于多模態數據融合的路燈節能控制方法及系統，以解決上述背景技術中提出的問題。
2、為實現上述目的，本發明提供的一種基于多模態數據融合的路燈節能控制方法，包括：
3、基于歷史路況特征隊列中動態交通密度指數的變化率，對未來短時間窗內的預期交通密度指數進行預測性更新；
4、將路燈所在區域的實時路況特征與預測的共同嵌入多維情境特征向量；
5、基于所述多維情境特征向量，生成所述路燈的動態亮度控制基準值，并將所述動態亮度控制基準值下發至目標路燈。
6、在一個優選的實施方式中，所述基于歷史路況特征隊列中動態交通密度指數的變化率，對未來短時間窗內的預期交通密度指數進行預測性更新，包括：
7、從一個循環存儲的歷史數據緩沖區中，依次取出連續多個歷史時刻的動態交通密度指數，得到路燈的交通密度序列；
8、計算所述交通密度序列中相鄰兩個時刻指數之間的差值，得到變化率樣本；
9、對變化率樣本進行加權平均，其中，距離當前時刻越近的變化率樣本被賦予越高的權重，得到綜合變化趨勢值；
10、獲取當前時刻的實時動態交通密度指數，將所述綜合變化趨勢值與當前實時動態交通密度指數相加，生成未來短時間窗內的預期交通密度指數。
11、在一個優選的實施方式中，在所述基于歷史路況特征隊列中動態交通密度指數的變化率，對未來短時間窗內的預期交通密度指數進行預測性更新之前，還包括：
12、在每個控制周期開始時，獲取當前時刻的實時動態交通密度指數，并將實時動態交通密度指數作為一個新元素加入歷史路況特征隊列的隊尾；
13、判斷加入新元素后歷史路況特征隊列的長度是否超過預設的隊列容量閾值，若超過，則移除隊首最舊的一個動態交通密度指數；
14、在移除隊首最舊指數后，重新計算所述歷史路況特征隊列中剩余所有指數在時間軸上的分布跨度，若分布跨度小于一個控制周期，則自動復制隊列中的最后一個指數并追加至隊尾，以維持隊列具有足夠的時間覆蓋寬度。
15、在一個優選的實施方式中，所述實時路況特征，包括：
16、通過部署于路燈桿上的毫米波雷達傳感器，連續發射電磁波并接收回波信號，從回波信號中提取出檢測范圍內所有移動目標的相對速度和方位角；
17、根據所述相對速度和方位角，將同一時間窗口內空間位置連續且運動方向一致的目標歸為一個交通參與單元；
18、統計當前控制周期內所述交通參與單元的總數量，并將總數量除以預設的路段檢測面積，生成實時動態交通密度指數，作為實時路況特征中的一個核心分量；
19、同步溫度分布圖像；
20、提取出所述溫度分布圖像中溫度高于環境背景溫度且呈現人體或非機動車外形輪廓的連通區域；
21、將所述連通區域與所述交通參與單元進行空間位置匹配，若匹配成功，則將交通參與單元的類型標記為慢行交通參與者；
22、統計當前控制周期內被標記為慢行交通參與者的數量，生成慢行交通參與者存在標志，作為所述實時路況特征中的另一個獨立分量。
23、在一個優選的實施方式中，所述將路燈所在區域的實時路況特征與預測的共同嵌入多維情境特征向量，包括：
24、將當前控制周期內采集到的實時動態交通密度指數、慢行交通參與者存在標志以及環境干擾系數，組裝成一個實時特征元組；
25、將歷史路況特征隊列預測生成的未來短時間窗內的預期交通密度指數，作為一個預測特征元素；
26、將所述實時特征元組中的每一個元素與所述預測特征元素按照預設的語義順序進行拼接，形成一個雙源信息向量；
27、對所述雙源信息向量中各個元素的數值范圍進行歸一化對齊，得到多維情境特征向量。
28、在一個優選的實施方式中，所述對所述雙源信息向量中各個元素的數值范圍進行歸一化對齊，得到多維情境特征向量之后，還包括：
29、解析所述多維情境特征向量中的實時動態交通密度指數及對應的時間戳，同時解析所述預期交通密度指數及所指向的未來時間窗終點；
30、判斷所述未來時間窗終點是否晚于所述實時動態交通密度指數的時間戳，若晚于，則確認時間順序邏輯正確；
31、若所述未來時間窗終點不晚于實時時間戳，則丟棄當前的預期交通密度指數，并用所述實時動態交通密度指數復制替換后重新嵌入，生成修正后的多維情境特征向量。
32、在一個優選的實施方式中，所述基于所述多維情境特征向量，生成所述路燈的動態亮度控制基準值，包括：
33、獲取所述多維情境特征向量中的實時動態交通密度指數、預期交通密度指數、慢行交通參與者存在標志以及環境干擾系數；
34、首先根據所述慢行交通參與者存在標志和所述環境干擾系數確定一個基礎亮度等級值，其中存在慢行交通參與者時基礎亮度等級值取第一預設值，不存在時取第二預設值，再根據環境干擾系數的高低對所述第一預設值或第二預設值進行線性調整。
35、在一個優選的實施方式中，所述基于所述多維情境特征向量，生成所述路燈的動態亮度控制基準值，還包括：
36、評估所述慢行交通參與者存在標志和環境干擾系數，確定一個基礎安全照明燈；
37、以所述實時動態交通密度指數和預期交通密度指數作為核心輸入，通過一個非線性的映射關系，計算出在此基礎安全照明等級之上的額外動態補償系數；
38、將基礎安全照明等級與額外動態補償系數疊加，生成動態亮度控制基準值。
39、在一個優選的實施方式中，所述額外動態補償系數，包括：
40、；
41、式中，為所述額外動態補償系數，為所述實時動態交通密度指數，為調節預期交通密度指數對補償系數的影響強度，為預期交通密度指數，為隨密度增長而逼近于一的飽和常數。
42、為了解決上述問題，本發明還提供一種基于多模態數據融合的路燈節能控制系統，所述系統包括：
43、密度預判模塊，用于基于歷史路況特征隊列中動態交通密度指數的變化率，對未來短時間窗內的預期交通密度指數進行預測性更新；
44、情境融合模塊，用于將路燈所在區域的實時路況特征與預測的共同嵌入多維情境特征向量；
45、動態調光模塊，用于基于所述多維情境特征向量，生成所述路燈的動態亮度控制基準值，并將所述動態亮度控制基準值下發至目標路燈。
46、與現有技術相比，本發明具有以下有益效果：
47、1.本發明通過歷史路況特征隊列完成短時間窗交通密度指數的預測性更新，持續維護數據隊列的時間覆蓋寬度與數據有效性，精準完成交通狀態的預判處理，依托多模態數據采集構建完整的實時與預測融合特征體系，保障照明控制依據的全面性與準確性。
48、2.本發明基于多維情境特征向量生成動態亮度控制基準值，結合慢行交通狀態與環境干擾系數確定基礎照明等級并疊加動態補償系數，實現路燈亮度的精準適配調節，有效提升照明控制的響應效率與適配效果，同步優化照明安全保障能力與節能控制水平，提升整體照明控制運行效率。