OpenLicht：AI驱动智能照明原型重塑室内照明体验

德国研究项目OpenLicht交付创新智能照明方案，利用开源软件、机器学习库和经济型硬件，自主根据居住者活动调节室内照明。

当前Philips Hue、Osram Lightify等智能照明产品自动化有限，通常需用户手动设定时间表或通过手机App控制。虽可编程，但这些系统仍依赖预配置规则，无法实时适应用户行为。

当今智能照明系统仍需用户手动设置。OpenLicht项目开发了更智能照明系统原型（图片：Infineon Technologies/OpenLicht）

OpenLicht项目于2016年9月启动，旨在将人工智能和机器学习融入智能照明，改变这一范式。“双重目标：推进基于AI的智能照明研究，并为初创企业和创客普及前沿技术，”项目协调员、Infineon Technologies智能照明研发经理Juan Mena-Carrillo表示。

刚结束的项目获德国联邦教育研究部（BMBF）资助，成员包括Infineon、Bernitz Electronics、德根多夫应用技术大学、德累斯顿工业大学。Infineon和TU Dresden开发机器学习应用和算法。德根多夫开发图形界面/App，Bernitz负责网关及系统传感器/执行器间通信。

智能原型

项目旗舰成果是全功能原型：AI驱动自适应软件栈、用户友好图形界面、基于Raspberry Pi的中央网关协调数据处理和控制任务。原型基于居住者位置和活动自动调节照明——如看电视与阅读的不同设置——并随时间学习个人偏好，还能泛化至未遇场景。

开源硬件网关基于Raspberry Pi加扩展板。也有基于单片机架构的微型版，但需连接OpenLicht网关（图片：Infineon Technologies/OpenLicht）

原型核心是建立在openHAB上的开源智能家居中间件——厂商无关平台。研究者为压力、雷达等检测占用和运动的传感器定制openHAB绑定。传感器数据经绑定流入虚拟“项”，再转发给Encog机器学习框架。

首个神经网络基于传感器流推断居住者当前活动。其输出与真实照明数据融合，输入第二个持续自学习神经网络，持续适应用户偏好。生成的灯具配置经openHAB绑定转为执行器指令。

团队搭建演示房间评估原型系统，采集训练神经网络所需传感器数据（图片：Infineon Technologies/OpenLicht）

Mena-Carrillo表示：“用户仍可通过UI、开关、调光器、遥控手动调节灯光颜色和强度。手动覆盖发生时，系统记录新设置，映射到检测到的活动和环境光，并重新训练神经网络——优先最新数据——以优化未来预测。”

隐私挑战

安全和隐私是关键挑战。团队引入Infineon衍生的可信平台模块（TPM）保护关键数据、抵御篡改。大量用户访谈后，团队识别隐私顾虑为智能家居采用主要障碍。因此OpenLicht采用边缘AI，本地处理所有敏感数据，保护隐私、加速响应、减少互联网依赖。

开源生态

OpenLicht普及技术雄心体现在依赖开源组件。软件扩展openHAB、集成开源Encog库、基于高性价比硬件。整个代码库——含机器学习模块、知识库、openHAB绑定——即将上线GitHub，赋能行业和创客社区扩展平台。

Mena-Carrillo表示：“开源发布将赋能用户为其openHAB安装引入新AI能力。这些成果现允许用户向openHAB系统添加此类新AI功能和特性。”

项目达成主要目标，但团队承认需进一步完善以确保全场景可靠运行。OpenLicht开源本质邀请广泛社区持续协作演进。

>> 本文原发于姊妹站EE Times Europe。