CN105241023A - 空调器的控制方法、系统以及着衣量检测方法和装置 - Google Patents

Abstract

本发明公开了一种用于空调器的着衣量检测方法，其包括以下步骤：对室内进行温度扫描以获取红外热图像；从所述红外热图像检测出人体区域；统计所述人体区域的温度分布以获取温度分布向量；将所述温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。该用于空调器的着衣量检测方法能够实现对人体着衣量的准确检测，从而保证空调器的运行参数的精确调节，提高室内环境的舒适度。本发明还公开了一种空调器的控制方法、一种用于空调器的着衣量检测装置和一种空调器的控制系统。

Description

空调器的控制方法、系统以及着衣量检测方法和装置

技术领域

本发明涉及空调技术领域，特别涉及一种用于空调器的着衣量检测方法、一种空调器的控制方法和一种用于空调器的着衣量检测装置、一种空调器的控制系统。

背景技术

空调运行的目的即是为用户营造舒适的室内环境，而丹麦的P.O.Fanger教授提出的综合舒适指标即PMV(PredictedMeanVote，预测平均投票数)指标以其综合性受到了广泛的关注。其中，PMV指标可以表征为室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa、人体代谢率M、服装热阻CLO六个参数的函数，即PMV＝f(Ta,Tr,Va,φa,M,CLO)。当PMV＝0时意味着室内热环境为最佳的热舒适状态。

当前已经有不少文献和专利对PMV的应用进行了大量研究，但是对于人体着衣量即服装热阻CLO，还只有通过假定或者查表获取，这样得到的服装热阻CLO参数并不准确，从而影响空调运行参数的调节，降低室内环境的舒适度。

发明内容

本发明旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本发明的第一个目的在于提出一种用于空调器的着衣量检测方法，能够实现对人体着衣量的准确检测，从而保证空调器的运行参数的精确调节，提高室内环境的舒适度。

本发明的第二目的在于提出一种空调器的控制方法。本发明的第三个目的在于提出一种用于空调器的着衣量检测装置。本发明的第四个目的在于提出一种空调器的控制系统。

为达到上述目的，本发明第一方面实施例提出的一种用于空调器的着衣量检测方法，包括以下步骤：对室内进行温度扫描以获取红外热图像；从所获取的红外热图像中检测出人体区域；统计所述人体区域的温度分布以获取温度分布向量；将所述温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

其中，从所述红外热图像中检测出人体区域，具体包括：根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

根据本发明实施例的用于空调器的着衣量检测方法，首先对室内进行温度扫描以获取多个红外热图像，然后根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，接着统计人体区域的温度分布以获取温度分布向量，最后将温度分布向量作为预设的着衣量预测模型的输入以准确计算得到人体着衣量，从而可保证空调器的运行参数的精确调节，使得室内热环境保持在最佳的热舒适状态，营造舒适的室内环境，提高室内环境的舒适度。

根据本发明的一个实施例，通过红外传感器对室内进行温度扫描，其中，所述红外传感器设置在所述空调器的室内机上，所述红外传感器在所述室内机的转动装置的带动下水平往复运动。

根据本发明的一个实施例，根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\Σ}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

根据本发明的一个实施例，根据以下公式检测所述人体区域：

$T_d(x,y)=\left\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\Δ}T,\\ 0,& otherwise\end{array}\right.$

其中，T_n(x,y)为当前红外热图像，T_d(x,y)为检测所述人体区域的结果，ΔT为预设阈值。

根据本发明的一个实施例，对于所述背景红外热图像中的每个像素(x，y)，如果T_d(x,y)＝0，则按照以下方式对所述背景红外热图像进行更新：T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为当前红外热图像，0<δ<1；如果T_d(x,y)＝1，则不更新所述背景红外热图像。

为达到上述目的，本发明第二方面实施例提出的一种空调器的控制方法，包括以下步骤：执行上述的用于空调器的着衣量检测方法；获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率；根据所述人体着衣量、所述室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节所述空调器的运行参数，以使室内综合舒适指数-1≤PMV≤1。

根据本发明实施例的空调器的控制方法，通过上述的用于空调器的着衣量检测方法检测得到人体着衣量，然后获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率，最后根据人体着衣量、室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节空调器的运行参数，使得室内综合舒适指数PMV在-1到1之间，从而营造出舒适的室内环境，提高室内环境的舒适度，满足用户的需要。

为达到上述目的，本发明第三方面实施例提出的一种用于空调器的着衣量检测装置，包括：红外扫描单元，用于对室内进行温度扫描以获取红外热图像；着衣量检测单元，用于从所述红外热图像中检测出人体区域，并统计所述人体区域的温度分布以获取温度分布向量，以及将所述温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

其中，所述着衣量检测单元进一步用于根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

根据本发明实施例的用于空调器的着衣量检测装置，通过红外扫描单元对室内进行温度扫描以获取多个红外热图像，然后着衣量检测单元根据连续获取的前K个红外热图像构造背景红外热图像，并对背景红外热图像和当前红外热图像进行比较以检测人体区域，以及统计人体区域的温度分布以获取温度分布向量，最后将温度分布向量作为预设的着衣量预测模型的输入以准确计算得到人体着衣量，从而可保证空调器的运行参数的精确调节，使得室内热环境保持在最佳的热舒适状态，营造舒适的室内环境，提高室内环境的舒适度。

根据本发明的一个实施例，所述红外扫描单元包括红外传感器，所述红外传感器设置在所述空调器的室内机上，所述红外传感器在所述室内机的转动装置的带动下水平往复运动。

根据本发明的一个实施例，所述着衣量检测单元根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

根据本发明的一个实施例，所述着衣量检测单元根据以下公式检测所述人体区域：

$T_d(x,y)=\left\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\&Delta;}T,\\ 0,& otherwise\end{array}\right.$

其中，T_n(x,y)为当前红外热图像，T_d(x,y)为检测所述人体区域的结果，ΔT为预设阈值。

根据本发明的一个实施例，所述的用于空调器的着衣量检测装置还包括更新单元，其中，对于所述背景红外热图像中的每个像素(x，y)，如果T_d(x,y)＝0，所述更新单元按照以下方式对所述背景红外热图像进行更新：T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为当前红外热图像，0<δ<1；如果T_d(x,y)＝1，所述更新单元不更新所述背景红外热图像。

为达到上述目的，本发明第四方面实施例提出的一种空调器的控制系统，包括：上述的用于空调器的着衣量检测装置，用于检测人体着衣量；获取模块，用于获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率；控制模块，用于根据所述人体着衣量、所述室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节所述空调器的运行参数，以使室内综合舒适指数-1≤PMV≤1。

根据本发明实施例的空调器的控制系统，通过上述的用于空调器的着衣量检测装置检测得到人体着衣量，然后获取模块获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率，最后控制模块根据人体着衣量、室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节空调器的运行参数，使得室内综合舒适指数PMV在-1到1之间，从而营造出舒适的室内环境，提高室内环境的舒适度，满足用户的需要。

附图说明

图1为根据本发明实施例的用于空调器的着衣量检测方法的流程图；

图2为根据本发明一个实施例的着衣量神经网络模型的示意图；

图3为根据本发明一个实施例的常见服装热阻CLO图表；

图4为根据本发明一个具体实施例的用于空调器的着衣量检测方法的流程图；

图5为根据本发明实施例的空调器的控制方法的流程图；

图6为根据本发明实施例的用于空调器的着衣量检测装置的方框示意图；以及

图7为根据本发明实施例的空调器的控制系统的方框示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参照附图来描述根据本发明实施例提出的用于空调器的着衣量检测方法、空调器的控制方法、用于空调器的着衣量检测装置和具有该着衣量检测装置的空调器的控制系统。

图1为根据本发明实施例的用于空调器的着衣量检测方法的流程图。如图1所示，该用于空调器的着衣量检测方法包括以下步骤：

S1，对室内进行温度扫描以获取红外热图像。

根据本发明的一个实施例，可通过红外传感器对室内进行温度扫描，其中，红外传感器可以设置在空调器的室内机上，并且红外传感器在室内机的转动装置的带动下水平往复运动，转动装置可以由电机进行驱动，这样，红外传感器每对室内扫描一次，就形成一个红外热图像。

S2，从红外热图像中检测出人体区域。

根据本发明的一个实施例，步骤S2可具体包括：根据连续获取的前K个红外热图像构造背景红外热图像，并对背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

可以理解的是，在本发明的其他实施例中，也可以根据其他方式来从获取的红外热图像中检测出人体区域。

S3，统计人体区域的温度分布以获取温度分布向量。

S4，将温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

因此，在本发明的实施例中，通过红外传感器(红外热电堆)对室内进行温度扫描，形成红外热图像，然后通过对红外热图像的分析，检测出人体区域及其温度分布向量，最后把温度分布向量输入到训练好的着衣量预测模型例如神经网络模型，输出人体着衣量CLO。

在本发明的一个实施例中，首先要训练好着衣量神经网络模型，才能实现人体着衣量的准确检测，着衣量判断的神经网络模型如图2所示，其中，隐层可以是有多层。

训练以上神经网络模型，需要事先采集足够多的样本。在本发明的一个实施例中，可选取不同热阻值的服装30套(按图3所对应表格选取)，由n个人分别穿着这30套在10个不同的位置通过红外传感器进行红外温度扫描。如此每套特定热阻值的衣服可以得到10×n个人体温度分布向量。一共得到30×10×n个训练样本。通过BP(BackPropagation，误差后向传播)算法学习得到一个可以通过人体温度分布预测人体着衣量(衣服热阻值CLO)的神经网络模型。

具体地，根据本发明的一个实施例，红外传感器被安装于电机驱动的转动装置中，电机驱动的转动装置水平往复转动，从而红外传感器对室内进行温度扫描，获取红外热图像T_n(x,y)，x＝1,...,M,y＝1,...,N，n为正整数。

如图4所示，上述的用于空调器的着衣量检测方法包括以下步骤：

S401，初始化。

S402，获取当前红外热图像T_n(x,y)，其中x＝1,...,M，y＝1,...,N。

S403，构造初始背景红外热图像T_b(x,y)，即取前K个温度分布场构造初始背景红外热图像，例如可根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

S404，判断初始背景红外热图像是否构造完成。如果是，执行步骤S405；如果否，返回步骤S403。

S405，检测人体所在区域，即言，人体温度通常高于背景温度，因此当前红外热图像与背景红外热图像相差超过一定阈值ΔT，则作为人体区域被检测出来。根据本发明的一个实施例，可据以下公式检测所述人体区域：

$T_d(x,y)=\left\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\&Delta;}T,\\ 0,& otherwise\end{array}\right.$

其中，T_n(x,y)为当前红外热图像，T_d(x,y)为检测人体区域的结果，ΔT为预设阈值。

S406，标记连通区域，对所有检测出来的目标进行聚类并标记，每个聚类即一个人体。

S407，统计人体的温度分布，即统计红外热图像中人体所在区域各个温度的像素比例。因人体的温度通常分布在30℃～37℃之间，因此在本发明的实施例中，可以仅统计该温度区间的温度分布，并以0.5℃为间隔区间进行统计，从而得到温度分布向量(x₁,x₂,…,x₁₅)，其中，x_i为温度等于30+0.5i℃的像素比例，并且Σx_t＝1。

S408，将温度分布向量输入到事先训练好的着衣量神经网络模型，计算得到人体着衣量，即将上述人体温度分布向量输入，模型将输出衣服热阻值CLO。

S409，更新背景红外热图像，即根据当前红外热图像和背景红外热图像的差异，通过高斯背景模型更新背景红外热图像，即对于背景红外热图像中的每个像素(x,y)进行判断，如果T_d(x,y)＝0，则按照以下方式对所述背景红外热图像进行更新：

T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为前红外热图像，0<δ<1。

如果T_d(x,y)＝1，背景红外热图像保持不变，即不更新背景红外热图像。

S410，判断是否停止检测人体着衣量。如果是，结束流程；如果否，返回步骤S402，继续检测。

综上所述，可通过安装在室内机上的红外传感器来对室内进行温度扫描，从而检测人体的温度分布。因为人体着衣量的多少将直接影响人体的表面温度，而人体表面温度与其对外辐射红外线正相关。因此，在本发明的实施例中，通过人体表面温度分布来进行人体着衣量检测，首先通过采集大量的已知着衣量的人体红外热图像样本，采用神经网络算法对这些样本进行学习，得到一个着衣量神经网络模型，然后空调器通过红外传感器扫描获取到人体的温度分布，将此温度分布作为输入参数输入到之前训练好的着衣量神经网络模型，即可计算当前人体的着衣量CLO，这样空调器根据人体的着衣量CLO，并结合舒适性指标PMV的其他5个参数室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa、人体代谢率M来自动调整空调的运行参数，使得-1≤PMV≤1，从而营造舒适的室内环境。

根据本发明实施例的用于空调器的着衣量检测方法，首先对室内进行温度扫描以获取多个红外热图像，然后根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，接着统计人体区域的温度分布以获取温度分布向量，最后将温度分布向量作为预设的着衣量神经网络模型的输入以准确计算得到人体着衣量，从而可保证空调器的运行参数的精确调节，使得室内热环境保持在最佳的热舒适状态，营造舒适的室内环境，提高室内环境的舒适度。

图5为根据本发明实施例的空调器的控制方法的流程图。如图5所示，该空调器的控制方法包括以下步骤：

S501，执行上述的用于空调器的着衣量检测方法，从而准确获取人体着衣量CLO。

S502，获取室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa和人体代谢率M。

S503，根据人体着衣量CLO、室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa和人体代谢率M调节空调器的运行参数，以使室内综合舒适指数PMV大于等于-1且小于等于1。

其中，可选取Ta＝Tr＝T1，T1即空调器室内温度传感器获取的室内环境温度；室内空气流速Va＝α·FAN，其中α为常数，FAN为空调器室内机的风机转速；室内空气湿度φa可通过空调器室内机中的湿度传感器获取；人体代谢率M可假定为1.0。

根据本发明实施例的空调器的控制方法，通过上述的用于空调器的着衣量检测方法检测得到人体着衣量，然后获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率，最后根据人体着衣量、室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节空调器的运行参数，使得室内综合舒适指数PMV在-1到1之间，从而营造出舒适的室内环境，提高室内环境的舒适度，满足用户的需要。

图6为根据本发明实施例的用于空调器的着衣量检测装置的方框示意图。如图6所示，该用于空调器的着衣量检测装置包括红外扫描单元10和着衣量检测单元20。

其中，红外扫描单元10用于对室内进行温度扫描以获取红外热图像，着衣量检测单元20用于从红外热图像中检测出人体区域，并统计人体区域的温度分布以获取温度分布向量，以及将温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

根据本发明的一个实施例，着衣量检测单元20进一步用于根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

具体地，根据本发明的一个实施例，红外扫描单元10包括红外传感器，红外传感器可以设置在空调器的室内机上，并且红外传感器在室内机的转动装置的带动下水平往复运动，转动装置可以由电机进行驱动，这样，红外传感器每对室内扫描一次，就形成一个红外热图像。

因此，在本发明的一个实施例中，通过红外传感器(红外热电堆)对室内进行温度扫描，形成红外热图像，然后通过对红外热图像的分析，检测出人体区域及其温度分布向量，最后把温度分布向量输入到训练好的着衣量预测模型例如神经网络模型，输出人体着衣量CLO。

根据本发明的一个实施例，着衣量检测单元20可根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

并且，着衣量检测单元20可根据以下公式检测所述人体区域：

$T_d(x,y)=\left\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\&Delta;}T,\\ 0,& otherwise\end{array}\right.$

其中，其中，T_n(x,y)为前红外热图像，T_d(x,y)为检测人体区域的结果，ΔT为预设阈值。

根据本发明的一个实施例，如图6所示，上述的用于空调器的着衣量检测装置还包括更新单元30，其中，对于背景红外热图像中的每个像素(x，y)，如果T_d(x,y)＝0，更新单元30按照以下方式对所述背景红外热图像进行更新：

T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为当前红外热图像，0＜δ＜1。

如果T_d(x,y)＝1，背景红外热图像保持不变，即更新单元不更新背景红外热图像。

根据本发明实施例的用于空调器的着衣量检测装置，通过红外扫描单元对室内进行温度扫描以获取多个红外热图像，然后着衣量检测单元根据连续获取的前K个红外热图像构造背景红外热图像，并对背景红外热图像和当前红外热图像进行比较以检测人体区域，以及统计人体区域的温度分布以获取温度分布向量，最后将温度分布向量作为预设的着衣量神经网络模型的输入以准确计算得到人体着衣量，从而可保证空调器的运行参数的精确调节，使得室内热环境保持在最佳的热舒适状态，营造舒适的室内环境，提高室内环境的舒适度。

图7为根据本发明实施例的空调器的控制系统的方框示意图。如图7所示，该空调器的控制系统包括上述的用于空调器的着衣量检测装置100、获取模块200和控制模块300。

其中，着衣量检测装置100用于检测人体着衣量CLO，获取模块200用于获取室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa和人体代谢率M，控制模块300用于根据人体着衣量CLO、室内空气温度Ta、平均辐射温度Tr、室内空气流速Va、室内空气湿度φa和人体代谢率M调节空调器的运行参数，以使室内综合舒适指数PMV大于等于-1且小于等于1。

在本发明的一个实施例中，可选取Ta＝Tr＝T1，T1即空调器室内温度传感器获取的室内环境温度；室内空气流速Va＝α·FAN，其中α为常数，FAN为空调器室内机的风机转速；室内空气湿度φa可通过空调器室内机中的湿度传感器获取；人体代谢率M可假定为1.0。

根据本发明实施例的空调器的控制系统，通过上述的用于空调器的着衣量检测装置检测得到人体着衣量，然后获取模块获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率，最后控制模块根据人体着衣量、室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节空调器的运行参数，使得室内综合舒适指数PMV在-1到1之间，从而营造出舒适的室内环境，提高室内环境的舒适度，满足用户的需要。在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种用于空调器的着衣量检测方法，其特征在于，包括以下步骤：

对室内进行温度扫描以获取红外热图像；

从所述红外热图像中检测出人体区域；

统计所述人体区域的温度分布以获取温度分布向量；

将所述温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

2.如权利要求1所述的用于空调器的着衣量检测方法，其特征在于，通过红外传感器对室内进行温度扫描，其中，所述红外传感器设置在所述空调器的室内机上，所述红外传感器在所述室内机的转动装置的带动下水平往复运动。

3.如权利要求1或2所述的用于空调器的着衣量检测方法，其特征在于，从所述红外热图像中检测出人体区域，具体包括：

根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

4.如权利要求3所述的用于空调器的着衣量检测方法，其特征在于，根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

5.如权利要求4所述的用于空调器的着衣量检测方法，其特征在于，根据以下公式检测所述人体区域：

$T_d(x,y)=\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\&Delta;}T\\ 0,& otherwise\end{array},$

其中，T_n(x,y)为当前红外热图像，T_d(x,y)为检测所述人体区域的结果，ΔT为预设阈值。

6.如权利要求5所述的用于空调器的着衣量检测方法，其特征在于，对于所述背景红外热图像中的每个像素(x，y)，

如果T_d(x,y)＝0，则按照以下方式对所述背景红外热图像进行更新：

T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为当前红外热图像，0<δ<1；

如果T_d(x,y)＝1，则不更新所述背景红外热图像。

7.一种空调器的控制方法，其特征在于，包括以下步骤：

执行如权利要求1-6中任一项所述的用于空调器的着衣量检测方法；

获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率；

根据所述人体着衣量、所述室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节所述空调器的运行参数，以使室内综合舒适指数-1≤PMV≤1。

8.一种用于空调器的着衣量检测装置，其特征在于，包括：

红外扫描单元，用于对室内进行温度扫描以获取红外热图像；

着衣量检测单元，用于从所述红外热图像中检测出人体区域，并统计所述人体区域的温度分布以获取温度分布向量，以及将所述温度分布向量作为预设的着衣量预测模型的输入以计算得到人体着衣量。

9.如权利要求8所述的用于空调器的着衣量检测装置，其特征在于，所述红外扫描单元包括红外传感器，所述红外传感器设置在所述空调器的室内机上，所述红外传感器在所述室内机的转动装置的带动下水平往复运动。

10.如权利要求8或9所述的用于空调器的着衣量检测装置，其特征在于，所述着衣量检测单元进一步用于根据连续获取的前K个红外热图像构造背景红外热图像，并对所述背景红外热图像和当前红外热图像进行比较以检测人体区域，其中，K为大于等于1的整数。

11.如权利要求10所述的用于空调器的着衣量检测装置，其特征在于，所述着衣量检测单元根据以下公式构造所述背景红外热图像：

$T_b(x,y)=\frac{1}{K}\underset{k=1}{\overset{K}{\&Sigma;}}{T}_k(x,y)$

其中，T_b(x,y)为所述背景红外热图像，T_k(x,y)为第k个红外热图像，k＝1、2、3、…、K。

12.如权利要求11所述的用于空调器的着衣量检测装置，其特征在于，所述着衣量检测单元根据以下公式检测所述人体区域：

$T_d(x,y)=\{\begin{array}{cc}1,& if{T}_n(x,y)-T_b(x,y)>\mathrm{\&Delta;}T\\ 0,& otherwise\end{array},$

其中，T_n(x,y)为当前红外热图像，T_d(x,y)为检测所述人体区域的结果，ΔT为预设阈值。

13.如权利要求12所述的用于空调器的着衣量检测装置，其特征在于，还包括更新单元，其中，对于所述背景红外热图像中的每个像素(x，y)，

如果T_d(x,y)＝0，所述更新单元按照以下方式对所述背景红外热图像进行更新：

T_b(x,y)←(1-δ)T_b(x,y)+δT_n(x,y)，其中，T_n(x,y)为当前红外热图像，0<δ<1；

如果T_d(x,y)＝1，所述更新单元不更新所述背景红外热图像。

14.一种空调器的控制系统，其特征在于，包括：

如权利要求8-13中任一项所述的用于空调器的着衣量检测装置，用于检测人体着衣量；

获取模块，用于获取室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率；

控制模块，用于根据所述人体着衣量、所述室内空气温度、平均辐射温度、室内空气流速、室内空气湿度和人体代谢率调节所述空调器的运行参数，以使室内综合舒适指数-1≤PMV≤1。