基于YOLOv5视觉识别技术的高校教室节能控电系统设计

通过对多所高校调研发现,由于教室照明和空调用电管理手段有限,能源浪费现象较为突出。设计一种以光线、温度传感器及摄像机为采集终端,校园网和无线通信为骨架,YOLOv5视觉识别技术为核心的低成本教室节能控电系统,比传统的红外线计数方案更为行之有效。试验结果表明:采样教室的人数识别精度为94.57%,系统稳定性较好,达到设计预期。该系统能有效解决教室用电管理问题,降低后勤成本投入,在“双碳”战略背景下,对于推进公共建筑的绿色节能技术研究具有重要意义。

基于OpenCV的教室节能控电系统设计及内部控制策略研究

通过调研发现,目前国内很多高校对教室节能控电缺乏有效手段,以传统的光线、红外、温度传感器构建的节电系统,存在控制逻辑单一、可靠性不足的缺点。基于OpenCV视觉检测技术,多传感器协同工作,再叠加有效的逻辑控制策略,能够有效解决传统方案的弊端,大大提高节能效率。实验结果表明:在同样的用电周期内,环境因素类似的情况下,经过改造,采样教室的用电效率相比改造前提高了12.21%,节能效果明显。