本发明涉及led，尤其涉及一种光照模式的调控方法、装置、设备及存储介质。
背景技术：
1、随着智能家居、智能办公和智能城市等领域的发展，对led光照调控的需求日益增加, led（light-emitting diode）作为一种节能、寿命长的光源，被广泛应用于照明领域，为了满足不同环境和应用需求，需要对led光照模式进行调控，以实现适当的亮度、颜色和光照分布，传统的led光照调控方法通常是通过手动调节亮度和颜色来实现，然而，这种方法存在 调节效率不高、不够智能的问题，因此需要一种智能化的光照模式的调控方法。
技术实现思路
1、本发明为解决上述技术问题，提出了一种光照模式的调控方法、装置、设备及存储介质，以解决至少一个上述技术问题。
2、为实现上述目的，本发明提供一种光照模式的调控方法，包括以下步骤：
3、步骤s1：基于led阵列得到led节点三维位置坐标；基于led节点三维位置坐标对led阵列进行三维网络重构，构建led三维体素单元网络；
4、步骤s2：获取led阵列光源属性；对目标场景进行三维场景渲染重建，构建三维渲染场景模型；基于led阵列光源属性利用led三维体素单元网络对三维渲染场景模型进行光线照射模拟，以得到渲染场景光线照射数据；基于渲染场景光线照射数据得到光线移动轨迹；
5、步骤s3：基于三维渲染场景模型对光线移动轨迹进行光学变化效应分析，生成光线反折射变化效应数据；对光线反折射变化效应数据进行动态形态学分析，以得到光线轨迹形态变化数据；
6、步骤s4：基于光线轨迹形态变化数据得到光线轨迹分布数据；对渲染场景光线照射数据进行区域像素亮度计算，以生成光线区域像素亮度；基于光线区域像素亮度对光线轨迹分布数据进行动态光照映射，构建动态光照分布场；
7、步骤s5：对动态光照分布场进行局部亮度差异识别，以生成局部亮度差异数据；基于led节点三维位置坐标对局部亮度差异数据进行亮度优化光源识别，以得到待优化led阵列；
8、步骤s6：对动态光照分布场进行深度神经网络建模，构建光照分布神经网络模型；利用光照分布神经网络模型对待优化led阵列进行动态亮度调控决策优化，以构建led动态调控策略；基于led动态调控策略以执行光照模式的调控作业。
9、本发明还提供一种光照模式的调控装置，包括：
10、三维体素网络模块，用于基于led阵列得到led节点三维位置坐标；基于led节点三维位置坐标对led阵列进行三维网络重构，构建led三维体素单元网络；
11、光线照射模拟模块，用于获取led阵列光源属性；对目标场景进行三维场景渲染重建，构建三维渲染场景模型；基于led阵列光源属性利用led三维体素单元网络对三维渲染场景模型进行光线照射模拟，以得到渲染场景光线照射数据；基于渲染场景光线照射数据得到光线移动轨迹；
12、光线轨迹形态模块，用于基于三维渲染场景模型对光线移动轨迹进行光学变化效应分析，生成光线反折射变化效应数据；对光线反折射变化效应数据进行动态形态学分析，以得到光线轨迹形态变化数据；
13、光照分布模块，用于基于光线轨迹形态变化数据得到光线轨迹分布数据；对渲染场景光线照射数据进行区域像素亮度计算，以生成光线区域像素亮度；基于光线区域像素亮度对光线轨迹分布数据进行动态光照映射，构建动态光照分布场；
14、亮度差异模块，用于对动态光照分布场进行局部亮度差异识别，以生成局部亮度差异数据；基于led节点三维位置坐标对局部亮度差异数据进行亮度优化光源识别，以得到待优化led阵列；
15、动态调控模块，用于对动态光照分布场进行深度神经网络建模，构建光照分布神经网络模型；利用光照分布神经网络模型对待优化led阵列进行动态亮度调控决策优化，以构建led动态调控策略；基于led动态调控策略以执行光照模式的调控作业。
16、本发明还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述的光照模式的调控方法的步骤。
17、本发明还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任一项所述的光照模式的调控方法的步骤。
18、本发明提供的订单数据的处理方法、装置、设备及存储介质，具有以下有益效果：
19、通过获取led节点的三维位置坐标，准确描述led阵列的空间布局。
20、基于led节点的三维位置坐标，进行三维网络重构，构建led三维体素单元网络，提供了对led阵列的空间结构和连接关系的抽象表示。获取led阵列光源属性，获得关于led的光源特性，如亮度、颜色等，用于后续的光线模拟和光照分析。
21、本发明通过对目标场景进行三维场景渲染重建，构建具有真实感的三维渲染场景模型，为后续的光线照射模拟提供输入数据，利用led三维体素单元网络对三维渲染场景模型进行光线照射模拟，模拟led光线在场景中的传播和照射效果，得到渲染场景光线照射数据，通过渲染场景光线照射数据，得到光线在场景中的移动轨迹，用于后续的光学变化效应分析和光线轨迹形态变化数据的生成，通过对光线移动轨迹进行光学变化效应分析，模拟光线在场景中遇到的反射、折射等光学现象，生成光线反折射变化效应数据，对光线反折射变化效应数据进行动态形态学分析，进一步分析光线在场景中的形态变化，包括光线的弯曲、散射等，得到光线轨迹形态变化数据，基于光线轨迹形态变化数据，得到光线在场景中的分布情况，包括密集区域和稀疏区域等，生成光线轨迹分布数据，对渲染场景光线照射数据进行区域像素亮度计算，通过计算每个区域像素的亮度值，得到光线区域像素亮度，基于光线区域像素亮度，对光线轨迹分布数据进行动态光照映射，根据光线的强度和分布情况，构建动态光照分布场，提供了对光线在场景中的照射情况的可视化表示，对动态光照分布场进行局部亮度差异识别，检测出光照分布场中存在的局部亮度差异区域，生成局部亮度差异数据，基于led节点的三维位置坐标，对局部亮度差异数据进行亮度优化光源识别，确定在led阵列中需要进行优化的led节点，得到待优化led阵列，对动态光照分布场进行深度神经网络建模，利用机器学习技术捕捉光照分布场中的模式和规律，构建光照分布神经网络模型，利用光照分布神经网络模型对待优化led阵列进行动态亮度调控决策优化，通过神经网络模型预测每个led节点的亮度调控策略，实现对光照分布场的动态调控，基于led动态调控策略，执行光照模式的调控作业，通过调节led节点的亮度，实现对光照分布场的实时调整和优化。
1.一种光照模式的调控方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s1的具体步骤为：
3.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s2的具体步骤为：
4.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s3的具体步骤为：
5.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s4的具体步骤为：
6.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s5的具体步骤为：
7.根据权利要求1所述的光照模式的调控方法，其特征在于，步骤s6的具体步骤为：
8.一种光照模式的调控装置，其特征在于，包括：
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的光照模式的调控方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的光照模式的调控的步骤。
