基于大数据的多媒体数字化展厅的调控云系统的制作方法

1.本发明涉及一种基于大数据的多媒体数字化展厅的调控云系统。


背景技术：

2.现阶段多媒体数字化展厅管理程序趋于复杂化、要求多元化，因此，大家需要大量的展厅中央控制系统系统处理方案，随着多媒体互动科技的广泛运用，很多展馆都是多媒体数字化的，因此里面大多是包含了声光电等手段来渲染现场的氛围，但由于会展中各系统之间的交互效果较差，影响整个展厅的控制效果，因此需要一种多媒体数字化展厅的调控云系统对上述问题做出改善，比较常见的现有技术中主要是融合多种控制和传感方式，比如现有技术中的一种多媒体数字化展厅的调控云系统，如图1所示的，其包括展厅调控云系统，所述展厅调控云系统包括模块组件和操控用户界面，所述模块组件包括中央控制模块、多媒体投影显示模块、发言及同声传译模块、监控报警模块、网络接入模块、操作维护模块，摄像跟踪模块、电源管理模块、红外控制模块，所述操控用户界面包括智能控制面板、液晶显示触摸屏、智能传感器；所述中央控制模块和网络接入模块：用于中控与展厅各设备间通过网络实现互联互控，对声光电设备进行集中控制，中央控制模块主要是用来控制展厅系统的设备，展厅内的所有的设备的控制都是在中央控制模块上实现的。
3.所述多媒体投影显示模块：用于通过无线触摸屏控制展厅内矩阵的音视频随意切换；中控主机通过串口rs232协议或者红外发射棒控制展区投影机电源开关、显示画面切换；在中控程序上自定义设置不同的展览场景的模式。
4.所述监控报警模块和摄像跟踪模块：用于可以与展厅内原有的监控系统进行对接。
5.所述电源管理模块：用于展区投影幕布、电动窗帘、高清电视用电设备可以统一控制管理，可实时控制投影幕布升降、电动窗帘开关、电视机的开关功能。
6.所述发言及同声传译模块：用于控制和调节展厅的话筒、dvd等设备音量大小。
7.所述红外控制模块：用于dvd、空调等带红外探头的设备，中控主机红外学习后，app端可集中管控所有红外感应系统。所述展厅调控云系统通过ipad/iphone/android等移动终端或操控用户界面实现展厅内所有设备实景化统一管控。所述展厅调控云系统控制多媒体展厅建设的多组展区，每组展区均有对应的智能调光执行器、智能照明开关控制器、串口控制器、红外控制器，支持分区控制，包括音响调音、显示信号切换、机房电源开关，自定义场景。所述展厅调控云系统内部传输的均为数字化信号。
8.现有技术的多媒体数字化展厅的调控云系统虽然具有一定程度的智能化，系统的内部之间有了联系，有了可以通讯的语言，相互间有了交流，使原本相对独立的各个子原统有机的结合在一起，并产生了互动，但是其各个子控制系统之间的结合依然比较生硬，比如系统控制中希望各个子系统的之间的结合更加贴合用户需求，但是实践中单独依靠控制人员的经验调控各个子系统之间工作并不能带来很好的用户体验，考虑到基于大数据的智能化控制具有极强的赋能特点，但是现有技术中基于大数据对多媒体数字化展厅的调控还是
空白的技术。


技术实现要素：

9.为了克服现有的技术存在的不足,本发明提供一种基于大数据的多媒体数字化展厅的调控云系统。本发明解决其技术问题所采用的技术方案是：
10.一种基于大数据的多媒体数字化展厅的调控云系统，其包括多媒体数字化展厅及多媒体数字化控制设备，还包括上位机以及上位机中的大数据获取单元、数据归一化处理单元和学习训练单元，其中的大数据获取单元用于确定控制关键因素之后获取大量控制关键因素与用户体验效果反馈的数据；数据归一化处理单元用于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；学习训练单元用于构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。
11.进一步，所述的多媒体数字化控制设备包括包括可数字化控制的调光执行器、可数字化控制的调光执行器、可数字化控制的空调器、可数字化控制的音响、可数字化控制的显示器、可数字化控制的投影幕布、可数字化控制的电动窗帘、可数字化控制的矩阵音视频设备、可数字化控制的投影机。
12.进一步，还包括用于数据采集的摄像机、传感器。
13.基于大数据的多媒体数字化展厅的调控方法，包括以下步骤：
14.首先确定控制关键因素，获取大量控制关键因素与用户体验效果反馈的数据，该数据基于开源的大数据系统获取；
15.然后对于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；
16.对于每一组控制关键因素与用户体验效果反馈的数据集合：(b1，b2，......bn)，特殊归一化处理具体为：
17.令dn＝(bn-min(bn))/(max(bn)-min(bn))，其中的bn为第n个数据实测数值，max(bn)、min(bn)为最大实测数与最小实测数，然后对于不同控制关键因素按照用户体验效果反馈分配不同的控制影响权数，对于每一组控制关键因素对应的控制影响权数的数据集合：(c1，c2，......cn)也将其特殊归一化处理，并且用作训练的初始数据；
18.然后构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。
19.进一步，所述的构建奖励函数具体的：
[0020][0021]
∑cn
(e1-e2)＝m
；
[0022]
其中的f1-f2为实测数据与计算数据差，其中的e1、e2为偏离系数且均为正数，其中的p为偏离调整系数，其中的m为数据特殊归一化处理中设定的参考阈值。
[0023]
进一步，所述的“依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练”其中的学习训练采用强化学习中value-based算法。
[0024]
进一步，所述的控制关键因素包括调光执行器的控制动作空间、控制频次、控制单次时间，空调器的控制动作空间、控制频次、控制单次时间，音响的控制动作空间、控制频次、控制单次时间，显示器控制动作空间、控制频次、控制单次时间，投影幕布控制动作空间、控制频次、控制单次时间，电动窗帘控制动作空间、控制频次、控制单次时间，矩阵音视频设备控制动作空间、控制频次、控制单次时间，投影机控制动作空间、控制频次、控制单次时间。
[0025]
进一步，所述的控制关键因素与用户体验效果反馈的数据中，其中的用户体验效果反馈数据至少通过展厅内摄像机采集，还通过传感器采集。
[0026]
进一步，所述的用户体验效果反馈数据通过展厅内摄像机采集中基于图像分析技术对采集的用户面部表情进行分析获取用户体验效果反馈数据。
[0027]
进一步，所述的用户体验效果反馈数据通过传感器采集中基于分析传感器采集的用户在展厅内空间与时间密度分布间接获取用户体验效果反馈数据。
[0028]
有益效果
[0029]
本技术首先确定控制关键因素，获取大量控制关键因素与用户体验效果反馈的数据，然后对于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；对于不同控制关键因素按照用户体验效果反馈分配不同的控制影响权数用作训练的初始数据；构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。通过这样本技术实现基于大数据对多媒体数字化展厅的调控，并且调控数据是能够贴合和反映用户体验效果，这样能够更好结合用户体验效果提升调控的效率。
附图说明
[0030]
下面结合附图和实施例对本发明进一步说明。
[0031]
图1是现有技术相关的多媒体数字化展厅的调控云系统的实施例组成框图；
[0032]
图2是本技术实施例上位机的组成框图。
具体实施方式
[0033]
在具体实施中，本技术的基于大数据的多媒体数字化展厅的调控云系统，其包括多媒体数字化展厅及多媒体数字化控制设备，如图2所述的，还包括上位机以及上位机中的以及上位机中的大数据获取单元、数据归一化处理单元和学习训练单元，其中的大数据获取单元用于确定控制关键因素之后获取大量控制关键因素与用户体验效果反馈的数据；数据归一化处理单元用于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；学习训练单元用于构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。
[0034]
优选地所述的多媒体数字化控制设备包括可数字化控制的调光执行器、可数字化控制的空调器、可数字化控制的音响、可数字化控制的显示器、可数字化控制的投影幕布、可数字化控制的电动窗帘、可数字化控制的矩阵音视频设备、可数字化控制的投影机。优选地基于大数据的多媒体数字化展厅的调控云系统还包括用于数据采集的摄像机、传感器。
[0035]
在具体实施中，首先确定控制关键因素，获取大量控制关键因素与用户体验效果反馈的数据，该数据基于开源的大数据系统获取；
[0036]
然后对于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；
[0037]
对于每一组控制关键因素与用户体验效果反馈的数据集合：(b1，b2，......bn)，特殊归一化处理具体为：
[0038]
令dn＝(bn-min(bn))/(max(bn)-min(bn))，其中的bn为第n个数据实测数值，max(bn)、min(bn)为最大实测数与最小实测数，然后对于不同控制关键因素按照用户体验效果反馈分配不同的控制影响权数，对于每一组控制关键因素对应的控制影响权数的数据集合：(c1，c2，......cn)也将其特殊归一化处理，并且用作训练的初始数据；
[0039]
然后构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。
[0040]
本技术首先确定控制关键因素，获取大量控制关键因素与用户体验效果反馈的数据，然后对于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；对于不同控制关键因素按照用户体验效果反馈分配不同的控制影响权数用作训练的初始数据；构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。通过这样本技术实现基于大数据对多媒体数字化展厅的调控，并且调控数据是能够贴合和反映用户体验效果，这样能够更好结合用户体验效果提升调控的效率。
[0041]
所以在本技术实施中还公开了基于大数据的多媒体数字化展厅的调控方法，其包括步骤有：
[0042]
首先确定控制关键因素，获取大量控制关键因素与用户体验效果反馈的数据，该数据基于开源的大数据系统获取；
[0043]
然后对于控制关键因素与用户体验效果反馈的数据进行特殊归一化处理；
[0044]
对于每一组控制关键因素与用户体验效果反馈的数据集合：(b1，b2，......bn)，特殊归一化处理具体为：
[0045]
令dn＝(bn-min(bn))/(max(bn)-min(bn))，其中的bn为第n个数据实测数值，max(bn)、min(bn)为最大实测数与最小实测数，然后对于不同控制关键因素按照用户体验效果反馈分配不同的控制影响权数，对于每一组控制关键因素对应的控制影响权数的数据集合：(c1，c2，......cn)也将其特殊归一化处理，并且用作训练的初始数据；
[0046]
然后构建奖励函数，依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练，并且基于学习训练的结果调整控制关键因素对应的控制影响权数。
[0047]
其中所述的构建奖励函数具体的：
[0048][0049]
∑cn
(e1-e2)＝m
；
[0050]
其中的f1-f2为实测数据与计算数据差，其中的e1、e2为偏离系数且均为正数，其中的p为偏离调整系数，其中的m为数据特殊归一化处理中设定的参考阈值。
[0051]
其中所述的“依据特殊归一化处理的控制关键因素与用户体验效果反馈的数据、用作训练的初始数据通过奖励函数进行学习训练”其中的学习训练采用强化学习中value-based算法。
[0052]
其中所述的控制关键因素包括调光执行器的控制动作空间、控制频次、控制单次时间，空调器的控制动作空间、控制频次、控制单次时间，音响的控制动作空间、控制频次、控制单次时间，显示器控制动作空间、控制频次、控制单次时间，投影幕布控制动作空间、控制频次、控制单次时间，电动窗帘控制动作空间、控制频次、控制单次时间，矩阵音视频设备控制动作空间、控制频次、控制单次时间，投影机控制动作空间、控制频次、控制单次时间。
[0053]
在实施中相关设备的控制动作空间均可以通过自定义划分，控制频次、控制单次时间可以通过信号电路直接采集到，在实施中优选地，对于每一组控制关键因素与用户体验效果反馈的数据集合中数据项采用相关设备的控制动作空间，控制动作空间具体原始数值根据控制具体参数确定，用户体验效果反馈则可以通过给具体参数增加标签的方式改变控制动作空间具体数值。
[0054]
所述的控制关键因素与用户体验效果反馈的数据中，其中的用户体验效果反馈数据至少通过展厅内摄像机采集，还通过传感器采集；比如，所述的用户体验效果反馈数据通过展厅内摄像机采集中基于图像分析技术对采集的用户面部表情进行分析获取用户体验效果反馈数据。因为在实施中可以通过对采集的用户面部表情进行分析确定用户的对展厅效果的喜好程度，所以可以获取用户体验效果反馈数据。比如，传感器采用人体红外传感器，所述的用户体验效果反馈数据通过传感器采集中基于分析传感器采集的用户在展厅内空间与时间密度分布间接获取用户体验效果反馈数据。因为用户在展厅内空间与时间密度分布可以间接反映用户的对展厅效果的喜好程度，所以可以获取用户体验效果反馈数据。并且在具体实施中用户在展厅内空间分布可以通过多组传感器相对位置确定，用户在展厅内时间分布可以通过采集的传感信号时序与信号差确定。
[0055]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。