一、家庭场景：个性化舒适与便捷体验

家庭是智能照明普及的场景之一，核心目标是提升居住舒适度、便捷性并降低能耗。

场景化自动调节：通过预设 “模式” 匹配家庭活动需求，例如：

「起床模式」：清晨逐步提升卧室亮度（模拟日出），避免强光刺眼；同时自动开启卫生间、厨房灯光。

「观影模式」：启动后客厅主灯自动调暗至 30% 亮度，背景灯带切换为暖色，营造沉浸氛围。

「离家模式」：一键关闭全屋灯光（或通过门锁联动，关门后自动关闭未关灯具）。

环境联动响应：结合传感器实现 “按需照明”，例如：

人体红外传感器：走廊、卫生间灯光 “人来即亮，人走延迟关闭”，避免夜间摸黑或忘记关灯。

光照传感器：白天根据窗外自然光强度自动调节室内灯光亮度（如阴天调亮，晴天调暗），减少能源浪费。

个性化控制：通过手机 APP、声控助手（如天猫、小爱同学）或智能开关，实现远程 / 声音控制。例如：躺在床上用声音关闭客厅灯，或出差时远程查看家中灯光状态并关闭未关灯具。

二、商业场景：氛围营造与运营效率提升

商业场所（商场、酒店、餐饮、零售等）通过智能照明塑造品牌调性、吸引客流，并降低运营成本。

商场与零售：

「区域化动态调光」：根据不同区域功能调节灯光（如橱窗用高亮度冷白光突出商品质感，休息区用暖光营造放松氛围）；通过人流传感器，在客流较少的区域自动降低亮度节能。

「品牌联动」：结合促销活动或节日（如圣诞、店庆），通过智能系统一键切换全场灯光主题（如变色灯带配合节日色调），增强场景影响力。

酒店与餐饮：

客房智能控制：客人入住后插卡自动打开灯光，可通过床头面板或声音调节 “阅读”“睡眠” 模式；退房后系统自动关闭所有灯光，避免能源浪费。

餐厅氛围营造：餐厅通过灯光色温变化匹配用餐时段（如晚餐时段调暗亮度、切换暖色温），提升用餐体验；火锅店等场景则保持较高亮度，突出食材新鲜度。

会展与场馆：大型展会、体育馆等场所通过智能照明实现 “一键场景切换”，例如展会布展时开启全场强光，活动开始后切换为聚焦舞台的灯光模式，减少人工操作成本。

三、办公场景：提升效率与健康节能

办公照明的核心是平衡 “照明效率”“员工健康” 与 “节能需求”。

动态适配自然光：通过光照传感器实时监测窗外光线，自动调节办公区灯光亮度（如靠窗区域光线充足时降低灯光亮度，背光区域适当调亮），避免强光直射或昏暗导致的视觉疲劳。

区域化智能控制：

公共办公区：结合人体传感器，无人区域（如午休时段的空置工位）自动关灯或调至低亮度。

会议室：预设 “会议模式”（主灯开启 + 投影区域调暗）、“研讨模式”（全区域中等亮度），通过门禁或控制面板一键切换，避免频繁手动操作。

健康照明支持：部分系统可模拟自然光的色温变化（如上午冷白光提升专注力，下午暖白光减少疲劳），或通过防频闪技术减少长时间用眼损伤。

四、公共设施场景：安全保障与运维优化

医院、学校、交通枢纽等公共设施对照明的 “可靠性”“安全性” 和 “运维效率” 要求高。

医院照明：

病房：支持家属或医护人员通过床头开关调节亮度（避免强光影响病人休息），夜间走廊灯光保持低亮度常亮（节能且不影响夜间巡视）。

手 术室：智能系统准确控制手 术灯的照度、光斑大小，确保手 术区域亮度稳定，同时联动其他设备（如开启手 术灯时自动关闭非必要灯光）。

学校与图书馆：

教室：根据课程类型（如投影课、实验课）自动调节灯光，下课铃响后延时关闭；自然光充足时自动降低灯光功率。

图书馆：采用人体感应 + 调光结合模式，书架区域有人时亮灯，无人时自动关闭，既节能又不影响阅读。

交通枢纽：机场、地铁站等区域通过智能照明实现 “24 小时动态管理”，例如深夜客流量少时降低公共区域亮度，早高峰前自动调亮；通道、楼梯间等关键区域保持常亮并联动应急系统，确保安全。

五、工业与户外场景：耐用性与智能化管理

工业车间：根据生产流程，调节灯光；危险区域（如化工车间）采用防爆智能灯具，结合传感器实现 “故障自动报 警”，便于及时维护；夜间无人生产时自动关闭非必要灯光，降低能耗。

户外道路与景观：

市政道路：通过光感 + 时控结合，黄昏自动开灯，凌晨后降低亮度（如主干道保持 70% 亮度，次干道 50%），车流量大时自动调亮，大幅降低城市照明电费。

景观照明：公园、桥梁、古建筑等通过智能系统实现 “动态灯光秀”，可远程切换图案、颜色（如节日主题、日常模式），减少人工现场操作；同时支持故障监测（如单灯损坏自动上报），提升运维效率。

智能照明系统的核心优势

节能性：通过传感器、自动化调节，避免 “长明灯”，能耗较传统照明降低 30%-70%。

便捷性：远程控制、语 音控制、场景联动减少人工操作，提升管理效率。

个性化：根据用户需求、场景功能动态调节亮度、色温，优化体验。

智能化管理：通过后台数据监测灯具状态、能耗数据，便于故障预警和运维决策。