Детальная информация

В данной выпускной квалификационной работе представлена разработка интеллектуальной системы управления освещением, проектированной на поддержку нейрофизиологических процессов, способствующих улучшению качеству сна и когнитивного восстановления. Проект базируется на использовании микроконтроллера ESP8266, обеспечивающего беспроводную связь, сбор телеметрических данных с сенсоров и адаптивное управление источниками освещения. Основной задачей системы является динамическое регулирование параметров световой среды (интенсивности, цветовой температуры и времени включения) в зависимости от индивидуальных биоритмов пользователя, внешних условий и погодных данных. Для этого реализована многоуровневая архитектура, включающая аппаратную часть, программное обеспечение с OTA-обновлением, сенсорный модуль и интерфейс пользователя. В рамках исследования были последовательно решены следующие задачи: 1) Проведен сравнительный анализ современных интеллектуальных систем освещения и нейроадаптивных решений. 2) Осуществлен выбор оптимальной аппаратной и программной платформы с учетом требований энергоэффективности, автономности и расширяемости. 3) Разработано и реализовано устройство на баз ESP8266 с интеграцией датчиков температуры, влажности, освещённости и микроволнового датчика присутствия. 4) Выполнена визуализация параметров микроклимата на OLED-дисплее и подключение к API OpenWeatherMap для учета погоды. 5) Реализован алгоритм управления световой температурой на основе анализа фаз сна, получаемых из приложения Sleep as Android через интеграцию с экосистемой Android (Health Connect). 6) Создан веб-интерфейс управления устройством с возможностью настройки пользовательских сценариев и удаленного обновления прошивки. 7) Проведено экспериментальное исследование влияния адаптивного освещения на комфорт сна и нейроадаптацию. Работа выполнена в процессе изучения технологий IoT, микроконтроллерного программирования и нейроадаптивных подходов к управлению освещением. В результате была создана полноценная система интеллектуального управления освещением, обеспечивающая адаптивное освещение, визуализацию параметров среды и интеграцию с экосистемой умного дома. Проведенные испытания подтвердили эффективность и устойчивость работы системы в реальных условиях.

This thesis presents the development of an intelligent control system designed to support neurophysiological processes that enhance sleep quality and cognitive recovery. The system is based on the ESP8266 microcontroller, which provides wireless connectivity, real-time data acquisition from technical sensors, and adaptive control of lighting parameters. The main objective of the system is to dynamically adjust the lighting environment – including brightness, color temperature, and activation timing – based on the user’s circadian rhythms, ambient conditions, and real-time weather data. A multi-level architecture was implemented, consisting of hardware components, firmware with OTA (OVER-the-AIR) updates, a sensor module, and user interface. The project included the following tasks: 1) Conducting a comparative analysis of modern smart lighting systems and neuroadaptive technologies. 2) Selecting an optimal hardware and software platform based on requirements for energy efficiency, autonomy, and scalability. 3) Designing and implementing a device based on the ESP8266 with integrated technical sensors for temperature, humidity, ambient light, and 24 GHz presence detection. 4) Visualizing collected data on an OLED display and integrating the OpenWeatherMap API to factor in weather conditions. 5) Developing an algorithm to control color temperature based on sleep phase data obtained from the Sleep as Android application via integration with Android Health Connect ecosystem. 6) Creating a web interface for device control, user scenario configuration, and remote firmware updates. 7) Conducting an experimental study to assess the impact of adaptive lighting on sleep comfort and neuroadaptation. The project was carried out as a part of research in the fields of IoT technologies, embedded systems programming, and biologically informed lighting design. As a result, a fully functional intelligent lighting system was developed, capable of adaptive behavior, real time monitoring, and integration into a smart home ecosystem. Field testing confirmed the system’s effectiveness and operational stability under real-world conditions.