OpenLicht : Prototype d'éclairage intelligent piloté par IA transforme l'illumination des pièces
L'initiative de recherche allemande OpenLicht a livré une solution d'éclairage intelligent innovante qui exploite logiciel open-source, bibliothèques d'apprentissage machine et matériel abordable pour adapter automatiquement l'éclairage d'une pièce aux activités de l'occupant.
Les produits d'éclairage intelligent actuels comme Philips Hue et Osram Lightify offrent une automatisation limitée, nécessitant généralement que les utilisateurs définissent manuellement des horaires ou contrôlent les lumières via une application smartphone. Bien que programmables, ces systèmes dépendent encore de règles préconfigurées et ne s'adaptent pas au comportement de l'utilisateur en temps réel.

Les systèmes d'éclairage intelligent d'aujourd'hui doivent encore être configurés manuellement par l'utilisateur. Le projet OpenLicht a développé un prototype pour un système d'éclairage plus intelligent (Image : Infineon Technologies/OpenLicht)
Le projet OpenLicht, lancé en septembre 2016, visait à changer ce paradigme en intégrant l'intelligence artificielle et l'apprentissage machine dans l'éclairage intelligent. « Nos objectifs doubles étaient de faire avancer la recherche sur l'éclairage intelligent basé IA et de démocratiser la technologie de pointe pour startups et makers », explique Juan Mena‑Carrillo, coordinateur du projet et responsable R&D éclairage intelligent chez Infineon Technologies.
Le projet récemment conclu a été financé par le Ministère fédéral allemand de l'Éducation et de la Recherche (BMBF) avec pour membres Infineon, Bernitz Electronics, Institut de Technologie de Deggendorf et Université Technique de Dresde. Infineon et TU Dresde ont développé l'application et les algorithmes d'apprentissage machine. Deggendorf a développé l'interface graphique/application, et Bernitz était en charge de la passerelle et des communications entre capteurs et actionneurs du système.
Prototype intelligent
Le résultat phare du projet est un prototype pleinement fonctionnel comprenant une pile logicielle adaptative pilotée par IA, une interface graphique conviviale, et une passerelle centrale basée sur Raspberry Pi qui orchestre le traitement des données et les tâches de contrôle. Le module module automatiquement l'éclairage selon la position et l'activité de l'occupant — par exemple, réglages distincts pour regarder la télévision versus lire — et apprend les préférences individuelles au fil du temps. Il peut aussi généraliser à de nouveaux scénarios qu'il n'a pas rencontrés auparavant.

La passerelle matérielle open-source est basée sur un Raspberry Pi avec une carte d'extension. Il existe aussi une version miniaturisée, basée sur une architecture microcontrôleur, mais elle nécessite une connexion à une passerelle OpenLicht (Image : Infineon Technologies/OpenLicht)
Le cœur du prototype est un middleware domotique open-source construit sur openHAB, une plateforme agnostique au vendeur. Les chercheurs ont créé des liaisons openHAB personnalisées pour une suite de capteurs — incluant modules de pression et radar — qui détectent l'occupation et le mouvement. Les données capteurs transitent par ces liaisons vers des « items » virtuels, qui sont ensuite transmis au framework d'apprentissage machine Encog.
Un premier réseau de neurones, entraîné sur les flux capteurs, infère l'activité actuelle de l'occupant. Sa sortie est fusionnée avec des données d'éclairage réelles et injectée dans un second réseau de neurones auto-apprenant qui s'adapte continuellement aux préférences de l'utilisateur. La configuration de lampe résultante est traduite en commandes d'actionneur via les liaisons openHAB.

L'équipe a mis en place une salle de démo pour évaluer le système prototype et collecter les données capteurs nécessaires à l'entraînement du réseau de neurones (Image : Infineon Technologies/OpenLicht)
« Les utilisateurs peuvent encore ajuster manuellement la couleur et l'intensité des lampes via une UI, interrupteur, variateur ou télécommande. Quand une substitution manuelle se produit, le système enregistre le nouveau réglage, l'associe à l'activité détectée et à la lumière ambiante, et réentraîne le réseau de neurones — en priorisant les données fraîches — pour affiner les prédictions futures », explique Mena‑Carrillo.
Problématique de confidentialité
La sécurité et la confidentialité étaient des défis pivots. L'équipe a incorporé un Trusted Platform Module (TPM) dérivé d'Infineon pour sécuriser les données critiques et se défendre contre la falsification. Après de nombreux entretiens utilisateurs, l'équipe a identifié les préoccupations de confidentialité comme barrière majeure à l'adoption de la maison intelligente. En conséquence, OpenLicht emploie l'edge IA, traitant toutes les données sensibles localement, préservant ainsi la confidentialité, accélérant les temps de réponse et réduisant la dépendance à la connectivité Internet.
Open Source
L'ambition d'OpenLicht de démocratiser la technologie se reflète dans son recours aux composants open-source. Le logiciel étend openHAB, intègre la bibliothèque open-source Encog, et est construit sur du matériel économique. La base de code complète — incluant modules d'apprentissage machine, base de connaissances et liaisons openHAB — sera bientôt disponible sur GitHub, permettant à l'industrie et à la communauté maker d'étendre et d'enrichir la plateforme.
« Notre publication open-source permettra aux utilisateurs d'introduire de nouvelles capacités IA dans leurs installations openHAB », dit Mena‑Carrillo. « Ces résultats permettent maintenant aux utilisateurs d'ajouter de telles nouvelles fonctions et fonctionnalités IA à leurs systèmes openHAB. »
Bien que le projet ait atteint ses objectifs primaires, l'équipe reconnaît qu'un affinement supplémentaire est requis pour un fonctionnement fiable dans tous les scénarios. La nature open-source d'OpenLicht invite à une collaboration et évolution continues de la part de la communauté au sens large.
>> Cet article a été publié à l'origine sur notre site sœur, EE Times Europe.
Embarqué
- Idées de projets basés capteurs pour étudiants ingénieurs dernière année
- Démarrer avec le développement FPGA : Construction d'un additionneur 4 bits sur Xilinx Artix‑7
- Connecter un Raspberry Pi 3 au capteur DHT11 et envoyer les données vers le cloud ThingsIo.ai
- Construire un Rover Windows IoT Core avec Raspberry Pi 2 – Guide débutant à avancé
- Les 5 objectifs essentiels que tout chef de projet doit atteindre
- Projets personnalisés : booster la qualité et renforcer l'avantage concurrentiel
- Morpion sur matrice LED MAX7219 avec boîtier en carton
- OMIC R&D obtient un projet robotique SMW-AUTOBLOK de 154K$ pour faire avancer l'innovation manufacturière
- JW Machine : Services de fabrication sous contrat CNC de précision