随着工业化快速发展,气候恶化,雾霾天气骤增,道路照明安全面临严峻挑战。雾霾能够阻碍光线传播,导致路面照度减小,能见度降低,诱发交通事故。因此,为提高道路照明安全,营造良好的照明环境,本文研究了高压钠灯、金卤灯和不同色温的LED灯在不同雾霾条件下的照明特性;同时针对雾霾天气对路面照度造成的削弱影响,设计了基于气象条件的智能照明控制系统,开发了相应软件平台,构建了基于优化算法的BP神经网络模型,完成了系统优化设计。全文研究的主要内容包括如下三个方面:首先,根据雾霾形成的主要因素,设计了雾霾发生装置。通过该装置可以模拟出不同温湿度、颗粒物浓度组合而成的雾霾情况。其次,基于模拟的不同浓度的雾霾条件,设计了光源在不同雾霾条件下的透过性实验。通过实验数据分析总结出不同种类光源在不同雾霾条件下的照明特性,得出LED光源在相同雾霾条件下的透过能力优于金卤灯优于高压钠灯。最后,结合当下道路照明不能根据天气情况和外界环境光变化自动调节LED灯的光强进行智能照明的实际痛点,综合光源在不同雾霾条件下的照明特性。设计了基于气象条件的智能照明控制系统,建立了“期望照度=环境照度+灯具补偿照度”的动态调光模型。借助神经网络强大的逼近非线性函数的能力,构建了以环境光照度、温度、湿度、PM2.5和PM10浓度为输入,灯具调光PWM信号为输出的BP神经网络预测模型。提出动态光补偿策略,通过训练获得网络模型参数使得路面照度值稳定在期望值照度水平。