В статье представлены разработка и экспериментальная валидация прототипа интеллектуальной системы управления уличным ОП с СД холодного белого (CW) и тёплого белого (WW) света, на основе обнаружения человека или объектов, анализа движения и учёта погодных условий. Основным управляющим узлом системы является Raspberry Pi 1 5 (RPi 5), интегрированный с беспроводной CCTV-камерой для получения информации о наличии объектов в реальном времени и оценки их скорости, а также с датчиком DHT11 и фоторезистором (LDR) для измерения температуры, влажности и уровня освещённости; данные о тумане и дожде поступают через программный интерфейс погодного сервиса (API)
. Разработанная система использует методы компьютерного зрения для обнаружения объектов, определения их типа и скорости движения, после чего динамически регулирует световой поток светодиодного модуля, состоящего из чередующихся массивов CW- и WW-светодиодов, в соответствии с требуемой освещённостью дорожного покрытия, зависящей от скорости объекта. Параллельно система анализирует погодные условия на основе данных API и формирует управляющий сигнал, передаваемый по сети «интернета вещей» (IoT 2) на модуль ESP8266 для переключения между CW- и WW-светодиодами в одном СД модуле.
В системе применяются методы сенсорного слияния для корреляции параметров окружающей среды и формирования требуемого уровня освещения. Аппаратный прототип разработан и экспериментально испытан в контролируемых условиях с целью оценки времени отклика системы, изменения светового потока в зависимости от скорости движения объектов, а также светотехнических характеристик при динамически меняющихся погодных условиях. Предложенная схема управления способствует созданию интеллектуального уличного освещения и обеспечивает надлежащие зрительные условия и безопасность, что поддерживает развитие концепции «умного города».
1. S.K. Jagatheesaperumal, S.E. Bibri, J. Huang, J. Rajapandian and B. Parthiban, «Artificial Intelligence of Things for Smart Cities: Advanced Solutions for Enhancing Transportation Safety,» Computational Urban Science, vol. 4, no. 1, Art. 10, Apr. 2024, doi: https://doi.org/10.1007/s43762‑024‑00120‑6
2. Mohsen Mahoor, Zohreh S. Hosseini, Amin Khodaei, Aleksi Paaso, and Daniel Kushner, «State-of-the-art in smart streetlight systems: a review,» IET Smart Cities, vol. 2, no. 1, pp. 24–33, Jan. 2020, doi: https://doi.org/10.1049/iet-smc.2019. 0029
3. M. Mahbub, M.M. Hossain, and M. S.A. Gazi, «IoT-Cognizant cloud-assisted energy efficient embedded system for indoor intelligent lighting, air quality monitoring, and ventilation,» Internet of Things, vol. 11, p. https://doi.org/10.1016/j.iot.2020.100266
4. J.W. Baek, Y.W. Choi, J.G. Lee, and K.T. Lim, «Edge-camera-based dynamic lighting control system for smart streetlights, » in Proc. 2020 International Conference on Artificial Intelligence in Information and Communication (ICAIIC), Fukuoka, Japan, Jan. 2020, pp. 19–21, doi: 10.1109/ICAIIC48513.2020.9065028
5. E. Basil and S.D. Sawant, «IoT based traffic light control system using Raspberry Pi,» Proc. Int. Conf. on Energy, Communication, Data Analytics and Soft Computing (ICECDS), Chennai, India, pp. 1078–1081, Aug. 2017, doi: 10.1109/ICECDS.2017.8389604.
6. Annareddy Sravani, P. Malarvezhi, and R. Dayana, «Design and implementation of dimmer based smart street lighting system using Raspberry Pi and IoT,» International Journal of Engineering & Technology, vol. 7, no. 2.8, pp. 524–528, Mar. 2018, doi: 10.14419/ijet.v7i2.8.10514
7. H.-J. Kang and S.-J. Kwon, «A Study on the Night Visibility Evaluation Method of Color Temperature Convertible Automotive Headlamps Considering Weather Conditions,» Applied Sciences, vol. 11, no. 18, p. 8661, Sep. 2021, doi: 10.3390/app11188661.
8. W. Park, M. Jin, Y. Kim, K. Kim and S. Lee, «Investigating the Effect of Road Lighting Color Temperature on Road Visibility in Night Foggy Conditions,» Applied Ergonomics, vol. 106, art. 103899, Nov.2022, https://doi.org/10.1016/j.apergo.2022.103899
9. P.T. Daely, H.T. Reda, G.B. Satrya, J.W. Kim and S.Y. Shin, «Design of Smart LED Streetlight System for Smart City with Web-Based Management System,» IEEE Sensors Journal, vol. 17, no. 18, pp. 6100–6110, 2017. DOI: 10.1109/JSEN.2017. 2734101
10. L. Dong, E. Zhao, Y. Chen, G. Qin and W. Xu, «Impact of LED Color Temperatures on Perception Luminance in the Interior Zone of a Tunnel Considering Fog Transmittance,» Advances in Civil Engineering, vol. 2020, Article ID 8845824, pp. 1–12, 2020, https://doi.org/10.1155/ 2020/3971256
11. K. Bapayya, K. Sujitha, and S.D. Akthar Basha, «RTSP based video surveillance system using IP camera for human detection in OpenCV,» International Journal of Computer Science and Information Technologies (IJCSIT), vol. 6, no. 5, pp. 4563–4567, 2015.
12. S. Kolambe, R. Deoghare, S. Deshmukh, A. Shingade, and L. Kale, «Real-Time Weather Forecasting System Using OpenWeatherMap API and Django MVC Architecture,» International Journal of Environmental Sciences, vol. 11, no. 3, pp. 223–229, May 2025, doi: https://doi.org/10.64252/wsztkk53
13. Boddu, S., & Mukherjee, A. (2025). Efficient edge deployment of quantized YOLOv4-Tiny for aerial emergency object detection on Raspberry Pi 5. doi: https://doi. org/10.48550/arXiv.2506.09300
14. Syifaul Fuada, T. Adiono, and L. Siregar, «Internet-of-Things for Smart Street Lighting System using ESP8266 on Mesh Network,» International Journal of Recent Contributions from Engineering, Science & IT (iJES), vol. 9, no. 2, pp. 73–78, Jun. 2021, doi: https://doi.org/10.3991/ijes.v9i2.22877
15. F. Leccese, M. Cagnetti, and D. Trinca, «A smart city application: A fully controlled street lighting isle based on Raspberry-Pi card, a ZigBee sensor network and WiMAX,» Sensors, vol. 14, no. 12, pp. 24408–24424, Dec. 2014, doi: https://doi.org/10.3390/s141224408.
16. M. M.A. Rahim, N.S. Ramli, N.R. Abdul Wahab, and R. Abdul Karim, «Modelling Automatic IoT Home Light System (Smart-Li) by NODEMCU ESP8266,» in Proc. 10th Nat. Tech. Seminar Underwater Syst. Technol. 2018, Lecture Notes in Electrical Engineering, vol. 538, Singapore: Springer, 2019, pp. 447–457, doi: 10.1007/978‑981‑13‑3708‑6_38.
17. Y.-S. Yang, S.-H. Lee, G.-S. Chen, C.- S. Yang, Y.-M. Huang, and T.-W. Hou, «An implementation of high efficient smart street light management system for smart city,» IEEE Access, vol. 8, pp. 38568–38585, 2020, doi: 10.1109/ACCESS.2020.2975708.
18. P.K. Maiti and B. Roy, «Development and Performance Assessment of White LED Dimmer,» Journal of The Institution of Engineers (India): Series B, vol. 98, pp. 461–466, 2017, doi: 10.1007/s40031‑017‑0275‑7.
19. Sobral and A. Vacavant, «A comprehensive review of background subtraction algorithms evaluated with synthetic and real videos,» Computer Vision and Image Understanding, vol. 122, pp. 4–21, 2014. [Online].: doi: https://doi.org/10.1016/j.cviu.2013.12.005
20. R. Cucchiara, C. Grana, M. Piccardi, and A. Prati, «Detecting moving objects, ghosts, and shadows in video streams,» IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 25, no. 10, pp. 1337–1342, 2003. [Online]. Available: doi: 10.1109/TPAMI.2’003. 1233909
21. R. Cucchiara, C. Grana, A. Prati, and R. Vezzani, «Probabilistic posture classification for human-behavior analysis,» IEEE Transactions on Systems, Man, and Cybernetics – Part A: Systems and Humans, vol. 35, no. 1, pp. 42–54, Jan. 2005. [Online]. Available: doi: 10.1109/TSMCA.2004.838501

• Предыдущая статья
• Следующая статья

• адаптивное уличное освещение
• Интернет вещей
• погодные условия
• Raspberry Pi