CN107576022B - 空调器的控制方法、空调器、及存储介质 - Google Patents

Abstract

本发明提出一种空调器的控制方法、空调器及存储介质，在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像，然后基于所述人体图像获取衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数，接着根据所述保暖指数和/或当前室外温度判定人体的冷热感等级，最后判断空调器的当前运行模式与所述冷热感等级是否匹配，并在二者不匹配时，输出报警提示或调整指令，避免了由于人体误操作导致空调器运行模式错误，造成用户中暑或感冒，提高了空调器的舒适性，保证了用户的身体健康。

Description

空调器的控制方法、空调器、及存储介质

技术领域

本发明涉及空调器技术领域，尤其涉及一种空调器的控制方法、空调器、及存储介质。

背景技术

目前，随着人们生活水平的提高，空调已进入千家万户，成为必需品，然而在使用过程中，老人或小孩由于不熟悉操作，可能会选错运行模式，例如夏天开启了制热模式、冬天开启了制冷模式，导致用户中暑或感冒，影响用户的身体健康。

发明内容

本发明的主要目的在于提供一种空调器的控制方法，旨在避免空调运行模式的误操作，提高空调器的舒适性。

为实现上述目的，本发明提出的空调器的控制方法，包括以下步骤：

在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像；

获取所述人体图像的衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数；

根据所述保暖指数和/或当前室外温度判定人体的冷热感等级；

当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令。

进一步地，在执行所有步骤之前，所述控制方法还包括：

基于深度学习算法构建预设衣物分类器。

进一步地，所述基于深度学习算法构建预设衣物分类器的步骤，具体包括：

采集人体在不同衣着时的人体图像，并在附加相应标识后形成数据集样本；

基于卷积神经网络对所述数据集样本进行训练，形成对应衣物类型和材质的训练模型，并根据所述训练模型构建预设衣物分类器。

进一步地，所述在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像的步骤，具体包括：

在接收到启动指令后，监控室内的移动热源或静止热源；

当所述移动热源或静止热源的温度参数和面积参数与人体红外热图参数匹配时，判定所述移动热源或静止热源为人体，并获取所述人体的图像。

进一步地，所述在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像的步骤，具体包括：

在接收到启动指令后，唤醒连接所述空调器的图像采集单元对室内进行视频监控；

当检测到人体进入监控区域时，基于图像特征提取获取视频帧中的人体图像。

进一步地，所述获取所述人体图像的衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数的步骤，具体包括：

对所述人体图像进行预处理，得到所述人体图像的衣物ROI；

提取所述衣物ROI中的特征向量融合为衣物特征；

判断所述预设衣物分类器中是否存在与所述衣物特征匹配的训练模型；

若是，则根据所述训练模型对应的衣物类型和材质获取人体当前所穿衣物的保暖指数。

进一步地，所述根据所述保暖指数和/或当前室外温度判定人体的冷热感等级的步骤，包括：

当所述衣物对应第一保暖指数、且/或、所述当前室外温度小于第一预设阈值时，判定人体冷热感等级为偏冷；

当所述衣物对应第三保暖指数、且/或、所述当前室外温度大于第二预设阈值时，判定人体冷热感等级为偏热；

当所述衣物对应第二保暖指数、且/或、所述当前室外温度处于第一预设阈值和第二预设阈值之间时，判定人体冷热感等级为舒适；

其中，所述第一保暖指数＞所述第二保暖指数＞所述第三保暖指数，所述第一预设阈值＜所述第二预设阈值。

进一步地，所述当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令的步骤，具体包括：

当所述冷热感等级为偏冷，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为偏热，且所述当前运行模式为制热时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度小于第三预设阈值，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度大于第三预设阈值，且所述当前运行模式为制热时，输出报警提示或控制指令。

进一步地，所述输出报警提示或调整指令的步骤，具体包括：

输出语音报警提示，或在所述空调器的显示单元显示报警提示，或向与所述空调器连接的终端发送报警提示；

当接收到用户的反馈信息时，生成相应的调整指令，并对所述空调器的运行参数进行调整；

当预设时长内未接收到用户的反馈信息时，控制空调器关闭或切换至匹配所述冷热感等级的运行模式。

进一步地，当空调器的当前运行模式与所述冷热感等级匹配时，根据室内外温度和人体位置调节空调器的设定温度和/或出风参数。

进一步地，所述根据室内外温度和人体位置调节空调器的设定温度和/或出风参数的步骤，具体包括：

获取当前的室内外温度，并基于所述人体图像获取人体相对于空调器的位置信息；

当空调器处于制冷运行模式，且室外温度与室内温度之间的差值小于第四预设阈值时，调小空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量；

当空调器处于制热运行模式，且室内温度与室外温度之间的差值小于第五预设阈值时，调大空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量。

本发明进一步提出一种空调器，该空调器包括存储器、处理器及存储在所述存储器并在所述处理器上运行的控制程序，所述控制程序被所述处理器执行时实现如上所述的空调器的控制方法的步骤。

本发明还提出一种存储介质，该存储介质存储有控制程序，所述控制程序被处理器执行时实现如上所述的空调器的控制方法的步骤。

本发明实施例的空调器的控制方法，在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像，然后基于所述人体图像获取衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数，接着根据所述保暖指数和/或当前室外温度判定人体的冷热感等级，最后判断空调器的当前运行模式与所述冷热感等级是否匹配，并在二者不匹配时，输出报警提示或调整指令。该控制方法在检测到室内有人体存在时，获取所述人体的图像及衣物ROI，基于所述衣物ROI获取人体当前所穿衣物的保暖指数，并可以结合当前室外温度判定人体的冷热感等级，并在基于所述冷热感等级判定空调器的当前运行模式错误时，输出报警提示或调整指令，避免了由于人体误操作导致空调器运行模式错误，造成用户中暑或感冒，提高了空调器的舒适性，保证了用户的身体健康。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明的空调器一实施例的硬件结构示意图；

图2为本发明的空调器的控制方法一实施例的流程图；

图3为图2中步骤S10一实施例的具体流程图；

图4为图2中步骤S20第一实施例的具体流程图；

图5为图2中步骤S20第二实施例的具体流程图；

图6为图2中步骤S30一实施例的具体流程图；

图7为图2中步骤S40一实施例的具体流程图；

图8为图2中步骤S50b一实施例的具体流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示，图1是本发明的空调器一实施例的硬件结构示意图。

如图1所示，空调器100可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示单元(Display)、输入单元比如交互界面，在本发明中空调器100在软件运行的过程中可与用户端进行交互，在对空调器100进行参数设置或调试时，测试人员或设置人员可利用用户接口1003进行数据信息的输入，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

可选地，空调器100还可以包括摄像头、RF(Radio Frequency，射频)电路，传感器、音频电路、WiFi模块等等。其中，传感器比如光传感器、运动传感器、空气质量传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示单元的亮度，接近传感器可在检测到人走进空调器100时，开启显示单元和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别移动终端姿态的应用(比如磁力计姿态校准)、振动识别相关功能(比如敲击)等；作为环境检测元件，空气质量传感器可以是温度传感器、湿度传感器、二氧化碳传感器、及PM2.5传感器，本实施例中的空气质量传感器优选为温度传感器，以便实时检测空调器所处环境的室内外温度；当然，所述空调器100还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。

本领域技术人员可以理解，图1中示出的硬件结构并不构成对空调器100的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明实施例的主要解决方案是：在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像，然后基于所述人体图像获取衣物ROI(region ofinterest，感兴趣区域)，并在预设衣物分类器中存在匹配所述衣物ROI(region ofinterest，感兴趣区域)的训练模型时，获取人体当前所穿衣物的保暖指数，接着根据所述保暖指数和/或当前室外温度判定人体的冷热感等级，最后判断空调器的当前运行模式与所述冷热感等级是否匹配，并在二者不匹配时，输出报警提示或调整指令。

该控制方法在检测到室内有人体存在时，获取所述人体的图像及衣物ROI，基于所述衣物ROI获取人体当前所穿衣物的保暖指数，并可以结合当前室外温度判定人体的冷热感等级，并在基于所述冷热感等级判定空调器的当前运行模式错误时，输出报警提示或调整指令，避免了由于人体误操作导致空调器运行模式错误，造成用户中暑或感冒，提高了空调器的舒适性，保证了用户的身体健康。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、及控制程序。

在图1所示的空调器100中，空调器100设有热释电红外探测装置或摄像头，网络接口1004主要用于连接后台服务器或大数据云端，与后台服务器或大数据云端进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；

在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像；

获取所述人体图像的衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数；

根据所述保暖指数和/或当前室外温度判定人体的冷热感等级；

当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

基于深度学习算法构建预设衣物分类器。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

采集人体在不同衣着时的人体图像，并在附加相应标识后形成数据集样本；

基于卷积神经网络对所述数据集样本进行训练，形成对应衣物类型和材质的训练模型，并根据所述训练模型构建预设衣物分类器。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

在接收到启动指令后，监控室内的移动热源或静止热源；

当所述移动热源或静止热源的温度参数和面积参数与人体红外热图参数匹配时，判定所述移动热源或静止热源为人体，并获取所述人体的图像。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

在接收到启动指令后，唤醒连接所述空调器的图像采集单元对室内进行视频监控；

当检测到人体进入监控区域时，基于图像特征提取获取视频帧中的人体图像。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

对所述人体图像进行预处理，得到所述人体图像的衣物ROI；

提取所述衣物ROI中的特征向量融合为衣物特征；

判断所述预设衣物分类器中是否存在与所述衣物特征匹配的训练模型；

若是，则根据所述训练模型对应的衣物类型和材质获取人体当前所穿衣物的保暖指数。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

当所述衣物对应第一保暖指数、且/或、所述当前室外温度小于第一预设阈值时，判定人体冷热感等级为偏冷；

当所述衣物对应第三保暖指数、且/或、所述当前室外温度大于第二预设阈值时，判定人体冷热感等级为偏热；

当所述衣物对应第二保暖指数、且/或、所述当前室外温度处于第一预设阈值和第二预设阈值之间时，判定人体冷热感等级为舒适；

其中，所述第一保暖指数＞所述第二保暖指数＞所述第三保暖指数，所述第一预设阈值＜所述第二预设阈值。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

当所述冷热感等级为偏冷，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为偏热，且所述当前运行模式为制热时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度小于第三预设阈值，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度大于第三预设阈值，且所述当前运行模式为制热时，输出报警提示或控制指令。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

输出语音报警提示，或在所述空调器的显示单元显示报警提示，或向与所述空调器连接的终端发送报警提示；

当接收到用户的反馈信息时，生成相应的调整指令，并对所述空调器的运行参数进行调整；

当预设时长内未接收到用户的反馈信息时，控制空调器关闭或切换至匹配所述冷热感等级的运行模式。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

当空调器的当前运行模式与所述冷热感等级匹配时，根据室内外温度和人体位置调节空调器的设定温度和/或出风参数。

进一步地，处理器1001还可以调用存储器1005中存储的控制程序执行以下操作：

获取当前的室内外温度，并基于所述人体图像获取人体相对于空调器的位置信息；

当空调器处于制冷运行模式，且室外温度与室内温度之间的差值小于第四预设阈值时，调小空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量；

当空调器处于制热运行模式，且室内温度与室外温度之间的差值小于第五预设阈值时，调大空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量。

本发明进一步提出一种空调器的控制方法。

参照图2，图2为本发明的空调器的控制方法一实施例的流程图。

在本实施例中，该控制方法包括以下步骤：

S10：基于深度学习算法构建预设衣物分类器

S20：在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像；

S30：获取所述人体图像的衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数；

S40：根据所述保暖指数和/或当前室外温度判定人体的冷热感等级；

S50a：当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令；

S50b：当空调器的当前运行模式与所述冷热感等级匹配时，根据室内外温度和人体位置调节空调器的设定温度和/或出风参数。

在本实施例中，该空调器的控制方法主要基于人体的冷热感等级判断空调器的当前运行模式是否为人体误操作，并在判定空调器的当前运行模式为误操作时，提示用户当前操作有误或自动调整至正确的运行模式，避免了由于人体的误操作导致空调器在夏天开启制热运行模式造成用户中暑，或者导致空调器在冬天开启制冷运行模式造成用户感冒，进而威胁用户的身体健康，并且可以根据室内外温度和人体位置调节空调器的设定温度和/或出风参数，为用户提供舒适的环境，提高了空调器的舒适性，具体如下：

为了准确地根据人体的衣物特征判断人体冷热感等级，需要基于不同的衣物特征构建衣物分类器，例如采集人体在穿着不同衣物时的人体图像并附加区分不同类型衣物的标识形成训练数据集，再基于深度学习算法对采集的训练数据集进行训练，构建人体衣物分类器，例如提取人体图像中衣物的特征向量训练分类器，以便在识别阶段利用预设衣物分类器对重新提取的人体图像中的衣物特征向量进行分类，计算重新提取的衣物特征向量与预设提取的人体图像中的衣物特征向量的相似度，然后根据相似度百分比输出有无匹配衣物ROI(region of interest，感兴趣区域)的训练模型。

由于空调器的开启方式有多种，可以是自动开启也可以是由用户手动开启，例如用户在通过遥控终端开启空调器时，可能此时用户并未在室内，因此在空调器接收到启动指令后，需要对室内进行监控，此时当开空调器装设有图像采集单元时，可控制所述图像采集单元对室内进行监控；当空调器装设有红外探测装置时，也可以通过控制所述红外探测装置探测室内符合人体热图参数的热源；当空调器既没有装设图像采集单元也未装设红外探测装置时，可根据连接空调器的图像采集单元或红外探测装置实现室内的人体检测，又或者根据连接空调器的其他家电的图像采集单元或红外探测装置实现室内监控；当检测到室内有人体存在时，获取该监控区域的人体图像，以便根据该监控区域以及监控区域内的人体图像获取当前人体相对于图像采集单元或红外探测装置的相对位置信息，进而获知当前人体相对于空调器的相对位置信息，以便后后续智能地向人体所在区域送风或避风，提高空调器的舒适性。

在获取到监控区域的人体图像后，对所述人体图像进行预处理以获取该人体图像的衣物ROI(region of interest，感兴趣区域)，所述预处理包括二值化、除噪、增强、背景分离、及归一化，例如采用局部二值算法对人体图像做进一步处理，局部二值算法的基本原理是对图像的像素和它周围的像素进行比对，构成一个二值模式，在转换为十进制数，则这个十进制数就是前像素点的局部二值描述值。具体到本申请就是，以获取到的人体图像中的衣物像素为中心像素，选取阈值与相邻像素进行比较，若相邻像素的灰度值小于等于中心像素的灰度值，则相邻像素标记为0，反之则标记为1；然后将所述中心像素用一串二进制数标识，如01000011，最后将表示中心像素的那串二进制数转换为十进制数，就是中心像素的局部二值码，就可以将与中心像素等同的区域进行划分，然后处理成衣物ROI区域。接着将所述ROI作为参数导入至预设衣物分类器中，判断是否存在匹配所述衣物ROI的训练模型，当存在匹配所述ROI的训练模型时，根据所述训练模型获取人体当前所穿衣物的类型和材质，然后获取当前所穿衣物的保暖指数；当用户穿新衣服时，所述预设衣物分类器将不存在匹配所述衣物ROI的训练模型，此时需要通过设于室外机的温度传感器或云端实时数据获取当前室外温度，同时将所述衣物ROI处理成训练模型、并在附加当前室外温度指向的人体冷热感等级参数后添加至所述预设衣物分类器中，以便为下一个的衣物ROI识别提供判断标准，提高衣物识别的准确性。

在进行人体冷热感的判断时，可以只根据当前所穿衣物的保暖指数进行判断，也可以只根据当前室外温度进行判断，还可以根据当前所述衣物的保暖指数与当前室外温度的结合进行判断，所述保暖指数对应衣物的保暖效果后保暖系数，保暖指数越高保暖效果越好，但对应地当人体所穿衣物的保暖指数较高时，证明此时人体的冷热感是偏冷的，同样地当当前室外温度较低时对应的人体冷热感也是偏冷。当人体的冷热感等级为偏冷时对应的空调器的当前运行模式应该是对人体进行保暖的制热模式，假如用户误操作将空调器开启至制冷运行模式，则将进一步加剧人体的寒冷感，甚至可能导致用户感冒，损害用户的身体健康；而当人体的冷热感等级为偏热时，对应的空调器的当前运行模式应该是对人体进行降温的制冷模式，假如用户误操作将空调器开启之制热运行模式，则将进一步加剧人体的燥热感，甚至坑你导致用户中暑，损害用户的身体健康；因此，当空调器的当前运行模式与人体当前的冷热感等级不匹配时，应该输出报警提示，提示用户空调器的当前运行模式错误，或者在满足预设条件时直接关闭所述空调器或者对空调器的当前运行模式进行切换，以提高空调器的舒适性，保证用户的身体健康。

同样地，为了增加空调器的智能性和舒适性，在用户作出正确的运行模式开启操作，也即空调器开启后的当前运行模式与人体当前冷热感等级匹配时，可以进一步根据室内外温度和人体位置智能化地对空调器的运行参数进行调节，例如，结合室内外温度和/或湿度，智能地判断出空调器的运行状态，进而自动控制空调器进行设定温度和/或出风参数的调节，如调节空调器的送风模式为跟随送风模式、根据人体位置信息控制空调器向人体所在区域送风，或避开送风模式、根据所述人体位置信息控制空调器向其他区域送风、并调小出风量。

本发明实施例的空调器的控制方法，在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像，然后基于所述人体图像获取衣物ROI，判断预设衣物分类器中是否存在匹配所述衣物ROI的训练模型，并根据判断结果获取人体当前所穿衣物的保暖指数或当前室外温度，接着根据所述保暖指数和/或当前室外温度判定人体的冷热感等级，最后判断空调器的当前运行模式与所述冷热感等级是否匹配，并在二者不匹配时，输出报警提示或调整指令。该控制方法在检测到室内有人体存在时，获取所述人体的图像及衣物ROI，基于所述衣物ROI获取人体当前所穿衣物的保暖指数或当前室外温度，进而判定人体的冷热感等级，并在基于所述冷热感等级判定空调器的当前运行模式错误时，输出报警提示或调整指令，避免了由于人体误操作导致空调器运行模式错误，造成用户中暑或感冒，提高了空调器的舒适性，保证了用户的身体健康。

进一步地，参照图3，基于上述实施例的空调器的控制方法，步骤S10，具体包括：

S11：采集人体在不同衣着时的人体图像，并在附加相应标识后形成数据集样本；

S12：基于卷积神经网络对所述数据集样本进行训练，形成对应衣物类型和材质的训练模型，并根据所述训练模型构建预设衣物分类器。

在本实施例中，在构建预设衣物分类器时，需要采集人体在穿着不同衣物时的人体图像，衣着的分类可以根据衣服的数量、厚薄程度、保暖性进行分类，而且一般来说衣服数量越多保暖指数越高，通过对采集的不同衣着时的人体图像添加衣服数量范围标识、厚薄标识、保暖标识，进行衣物的预先分类，并形成数据集样本，然后基于深度学习中的卷积神经网络对所述数据集样本进行训练，并形成对应衣物类型和材质的训练模型，例如将数据集样本的所有人体图像导入卷积神经网络的输入层，然后将分类标准如类型和材质参数等导入中间层，最后将分别提取的各个人体图像的衣物的特征向量在用于类型和材质分类的softmax层融合为相应的训练模型输出，并根据对应不同分类标准的训练模型构建预设衣物分类器，以提高衣物识别的准确性。

进一步地，参照图4，基于上述实施例的空调器的控制方法，步骤S20的第一实施例，具体包括：

S21：在接收到启动指令后，监控室内的移动热源或静止热源；

S22：当所述移动热源或静止热源的温度参数和面积参数与人体红外热图参数匹配时，判定所述移动热源或静止热源为人体，并获取所述人体的图像。

在本实施例中，在接收到启动指令后，空调器根据所述启动指令进入制冷运行状态或制热运行状态，向室内输送冷量或热量，所述启动指令可以由空调遥控器、空调器交互界面的开关键、终端上的用户操作生成，也可以由热释电红外传感器组成的门禁系统在检测到用户进入室内时，随门禁信号同步生成。在空调器开启之后，控制热释电红外探测装置执行初始化操作，所述热释电红外探测装置可以设于空调器上，也可以设置于空调外的其他区域，所述初始化操作在空调器开启之后每间隔预设时长执行一次，以保证每一探测周期探测数据的准确性。

在所述热释电红外探测装置完成初始化后，向空调器的处理器反馈一初始化完成指令，以便空调器的处理器控制所述热释电红外探测装置探测室内的静止热源或移动热源，具体为每当热释电红外探测器探测到静止热源或移动热源，也即与所述静止热源或移动热源发生相对运动时，静止热源或移动热源辐射的红外线均会在“高敏感区”生成忽强忽弱的电信号输送给热释电红外传感器，并且由于接收到的电信号强度不同，将形成一串脉冲波再经过外围电路处理后转换为数字脉冲信号反馈给空调器的处理器，并且可以通过获取所述静止热源或移动热源的温度参数和面积参数与人体红外热图参数进行匹配，如人体红外热图的温度分布、温度值、温度值变化趋势，当所述静止热源或移动热源的温度分布、温度值以及温度变化趋势均与人体红外热图参数匹配时，判定所述静止热源或移动热源为人体，并进一步通过空调器的摄像头或连接空调器的图像采集单元获取所述人体的可见光图像和/或近红外图像。

进一步地，参照图5，基于上述实施例的空调器的控制方法，步骤S20的第二实施例，具体包括：

S23：在接收到启动指令后，唤醒连接所述空调器的图像采集单元对室内进行视频监控；

S24：当检测到人体进入监控区域时，基于图像特征提取获取视频帧中的人体图像。

在本实施例中，在接收到启动指令后，空调器根据所述启动指令进入制冷运行状态或制热运行状态，向室内输送冷量或热量，所述启动指令可以由空调遥控器、空调器交互界面的开关键、终端上的用户操作生成，也可以由热释电红外传感器组成的门禁系统在检测到用户进入室内时，随门禁信号同步生成。在空调器开启之后，唤醒连接所述空调器的图像采集单元对室内进行视频监控，所述图像采集单元可以是设于空调器上的摄像头，也可以是设于室内其他位置的视频监控器，所述摄像头或视频监控器还可以连接移动探测传感器或接近传感器，以便在检测到人体存在或检测到人体接近时才触发图像拾取指令，以节省所述摄像头或视频监控器的能耗，在拍摄到包含人体的视频图像数据后，基于图像特征提取获取视频帧中的人体图像，以便后续对人体当前的冷热感等级进行判断。

进一步地，参照图6，基于上述实施例的空调器的控制方法，步骤S30，具体包括：

S31：对所述人体图像进行预处理，得到所述人体图像的衣物ROI；

S32：提取所述衣物ROI中的特征向量融合为衣物特征；

S33：判断所述预设衣物分类器中是否存在与所述衣物特征匹配的训练模型；

若是，则执行步骤S34；

S34：根据所述训练模型对应的衣物类型和材质获取人体当前所穿衣物的保暖指数；

若否，则执行步骤S35；

S35：获取当前室外温度。

在本实施例中，在获取到人体图像后，首先通过图像中心区域的灰度均值乘以一个比例因子，设定图像二值化阈值，然后进行二值化操作，为了避免二值化图像后产生的毛刺，还需要对二值化图像进行低通滤波处理，在其他实施例中还可以进一步对所述二值化图像进行除躁和增强处理，然后通过检测和跟踪的衣物边缘建立坐标系，最后经过背景分离分割出预设尺寸的衣物ROI。在获取到衣物ROI后，提取所述衣物ROI中的特征向量融合为衣物特征，然后将该衣物特征导入所述预设衣物分类器，利用预设衣物分类器中的训练模型对其进行匹配，判断所述预设衣物分类器中是否存在匹配所述衣物特征的训练模型，当存在匹配所述ROI的训练模型时，根据所述训练模型获取人体当前所穿衣物的类型和材质，然后基于所述衣物类型和材质对应的保暖效果获取当前所穿衣物的保暖指数；但是，当用户穿新衣服时，所述预设衣物分类器将不存在匹配所述衣物ROI的训练模型，此时需要通过设于室外机的温度传感器或云端实时数据获取当前室外温度，同时将所述衣物ROI处理成训练模型、并在附加当前室外温度指向的人体冷热感等级参数后添加至所述预设衣物分类器中，以便为下一个的衣物ROI识别提供判断标准，提高衣物识别的准确性。

进一步地，参照图7，基于上述实施例的空调器的控制方法，步骤S40，具体包括：

S41：当所述衣物对应第一保暖指数、且/或、所述当前室外温度小于第一预设阈值时，判定人体冷热感等级为偏冷；

S42：当所述衣物对应第三保暖指数、且/或、所述当前室外温度大于第二预设阈值时，判定人体冷热感等级为偏热；

S43：当所述衣物对应第二保暖指数、且/或、所述当前室外温度处于第一预设阈值和第二预设阈值之间时，判定人体冷热感等级为舒适；

其中，所述第一保暖指数＞所述第二保暖指数＞所述第三保暖指数，所述第一预设阈值＜所述第二预设阈值。

在本实施例中，在进行人体冷热感的判断时，可以只根据当前所穿衣物的保暖指数进行判断，也可以只根据当前室外温度进行判断，还可以根据当前所述衣物的保暖指数与当前室外温度的结合进行判断，所述保暖指数对应衣物的保暖效果后保暖系数，保暖指数越高保暖效果越好，且对应地当人体所穿衣物的保暖指数较高时，证明此时人体的冷热感是偏冷的，同样地当前室外温度较低时对应的人体冷热感也是偏冷。具体地，所述第一保暖指数、第二保暖指数、第三保暖指数对应的保暖效果逐渐变差，例如，当人体当前所穿的衣物为羽绒服等冬装时，可以判定出人体当前所穿衣物对应第一保暖指数，并且可以进一步判定出人体当前的冷热感等级为偏冷，同样地，当根据当前室外温度进行判断时，如果当前室外温度小于第一预设阈值时，所述第一预设阈值为7℃，也可以直接判定出人体当前的冷热感等级为偏冷。同理，当人体当前所穿的衣物为短袖等夏装时，可以判定出人体当前所穿衣物对应第三保暖指数，并且可以进一步判定出人体当前的冷热感等级为偏热，同样地，当根据当前室外温度进行判断时，如果当前室外温度大于第二预设阈值时，所述第二预设阈值为19℃，也可以直接判定出人体当前的冷热感等级为偏热。而当人体当前所穿的衣物为短袖与羽绒服之间的春装或秋装时，可以判定出人体当前所穿衣物对应第二保暖指数，并且可以进一步判定出人体当前的冷热感等级为舒适，同样地当根据所述当前室外温度进行判断时，如果当前室外温度处于第一预设阈值和第二预设阈值之间时，也即处于7-19℃之间时，也可以直接判定出人体当前的冷热感等级为舒适。

此外，在单独根据人体当前所穿衣物的保暖指数进行人体冷热感等级判定时，可能出现人体穿衣不规律的情况，如在室外温度温度高于第二预设阈值时仍穿冬装或春秋装，此时可能造成人体冷热感等级的判定不准确，进而作出错误的提示或调控指令，因此为了提高判定的准确性，可以在保暖指数的基础上结合室外温度进行同时判定，例如，根据人体当前所穿的冬装判定对应第一保暖指数时，检测到的当前室外温度却大于第二预设阈值，则此时需要以当前室外温度为准，判定人体当前的冷热感等级为偏热，避免用户穿衣不规律造成冷热感等级判定错误。

进一步地，所述当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令的步骤，具体包括：

当所述冷热感等级为偏冷，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为偏热，且所述当前运行模式为制热时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度小于第三预设阈值，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度大于第三预设阈值，且所述当前运行模式为制热时，输出报警提示或控制指令。

在本实施例中，当人体的冷热感等级为偏冷时，对应的空调器的当前运行模式应该是对人体进行保暖的制热模式，假如用户误操作将空调器开启至制冷运行模式，则将进一步加剧人体的寒冷感，甚至可能导致用户感冒，损害用户的身体健康；而当人体的冷热感等级为偏热时，对应的空调器的当前运行模式应该是对人体进行降温的制冷模式，假如用户误操作将空调器开启至制热运行模式，则将进一步加剧人体的燥热感，甚至导致用户中暑，损害用户的身体健康；当人体的冷热感等级为舒适，且当前室外温度小于第三预设阈值时，对应的空调器应该运行使人体保持舒适的制热模式，假如用户误操作将空调器开启至制冷运行模式，则将进一步家居人体的寒冷感，甚至导致用户感冒，而当前室外温度大于第三预设阈值时，对应的空调器应该运行使人体保持舒适的制冷模式，假如用户误操作将空调器开启至制热运行模式，则可能造成用户中暑，所述第三预设阈值的范围为7-19℃；因此，当空调器的当前运行模式与人体当前的冷热感等级不匹配时，应该输出报警提示，提示用户空调器的当前运行模式错误，或者在满足预设条件时直接关闭所述空调器或者对空调器的当前运行模式进行切换，以提高空调器的舒适性，保证用户的身体健康。

进一步地，所述输出报警提示或调整指令的步骤，具体包括：

输出语音报警提示，或在所述空调器的显示单元显示报警提示，或向与所述空调器连接的终端发送报警提示；

当接收到用户的反馈信息时，生成相应的调整指令，并对所述空调器的运行参数进行调整；

当预设时长内未接收到用户的反馈信息时，控制空调器关闭或切换至匹配所述冷热感等级的运行模式。

在本实施例中，当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示，例如可以在检测到用户距离空调器较远时输出语音报警提示，或通过接近传感器或摄像头在检测到用户距离空调器较远时输出运行模式错误的语言报警提示，同样也可以在根据接近传感器或摄像头检测到用户在空调器的可视范围内时，在空调器的显示单元显示运行模式错误的报警提示，该报警提示可以是闪烁提示或文字提示。所述空调器的显示单元，还用于显示水温参数、空气质量参数、当前室内外温度参数、时间参数等。此外，当检测到空调器能够连接到终端设备，如手机、PAD、平板时，向所述终端设备发送运行模式错误的报警提示，以保证用户的健康。

在向用户输出报警提示后，基于一般的逻辑思维，用户在空调器的当前运行模式与自身的意图表示相悖时，会作出相应的反馈信息，如当前空调器的制热运行模式为误操作时，用户可能会反馈切换为制冷的指令信息，该指令信息可以是语音指令，可以是文本指令，可以是基于按键的手势操作或基于图像识别的手势动作，当接收到用户的反馈信息后，根据所述反馈信息获取用户意图，进而生成相应的调整指令，对空调器的运行参数进行调整；但是，在空调器输出报警提示后，用户不一定能够及时作出反馈信息，而长时间后，室内的冷量或热量很容易造成用户中暑或感冒，因此，如果在预设时长内没有接收到用户的反馈信息，则自动控制空调器关闭或切换至正确的运行模式，即与所述冷热感等级匹配的运行模式，以提高空调器的舒适性，保障用户的身体健康。

进一步地，参照图8，基于上述实施例的空调器的控制方法，步骤S50b，具体包括：

S51b：获取当前的室内外温度，并基于所述人体图像获取人体相对于空调器的位置信息；

S52b：当空调器处于制冷运行模式，且室外温度与室内温度之间的差值小于第四预设阈值时，调小空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量；

S53b：当空调器处于制热运行模式，且室内温度与室外温度之间的差值小于第五预设阈值时，调大空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量。

在本实施例中，当空调器的当前运行模式与所述冷热感等级匹配时，为了进一步提高空调器的舒适性，可以进一步获取当前的室内外温度，并且根据空调器的摄像头或连接空调器的图像采集单元采集的人体图像获取人体相对于空调器的相对位置信息，以便根据当前室内外温度和人体位置信息智能地调节空调器的运行参数，例如，当空调器处于制冷运行模式时，可以进一步比较室外温度与室内温度之间的差值，当所述差值小于第四预设阈值时，所述第四预设阈值为8-15℃之间的任一值，说明当前室内的冷量偏少，需要进一步增加室内的冷量输出，此时可以进一步调小空调器的设定温度，以进一步降低室内温度，也可以根据当前人体相对于空调器的位置信息将空调器的出风角度调至人体所在区域，并调大出风速度以增大出风量，以降低人体热感，提高空调器的舒适性；当空调器处于制热运行模式时，可以进一步比较室内温度与室外温度之间的差值，当所述差值小于第五预设阈值时，所述第五预设阈值为15-20℃之间的任一值，说明当前室内的热量偏少，需要进一步增加室内的热量输出，此时可以进一步调大空调器的设定温度，以进一步提升室内温度，也可以根据当前人体相对于空调器的位置信息将空调器的出风角度调至人体所在区域，并调大出风速度以增大出风量，以降低人体冷感，提高空调器的舒适性。

此外，本发明实施例还提出一种存储介质，该存储介质存储有控制程序，所述控制程序被处理器执行时实现如上所述的室外机组的控制方法的步骤。

其中，控制程序被执行时所实现的方法可参照本发明空调室外机组的控制方法的各个实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (12)

1.一种空调器的控制方法，其特征在于，该控制方法包括以下步骤：

在接收到启动指令后，对室内进行监控，监控室内的移动热源或静止热源；

当所述移动热源或静止热源的温度参数和面积参数与人体红外热图参数匹配时，判定所述移动热源或静止热源为人体，并获取所述人体的图像；

获取所述人体图像的衣物ROI，根据衣服的数量、厚薄程度、保暖性进行分类，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数；

根据所述保暖指数和/或当前室外温度判定人体的冷热感等级；

当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示，或调整指令对空调器的当前运行模式进行切换，所述运行模式为制冷模式或制热模式。

2.根据权利要求1所述的控制方法，其特征在于，在执行所有步骤之前，所述控制方法还包括：

基于深度学习算法构建预设衣物分类器。

3.根据权利要求2所述的控制方法，其特征在于，所述基于深度学习算法构建预设衣物分类器的步骤，具体包括：

采集人体在不同衣着时的人体图像，并在附加相应标识后形成数据集样本；

基于卷积神经网络对所述数据集样本进行训练，形成对应衣物类型和材质的训练模型，并根据所述训练模型构建预设衣物分类器。

4.根据权利要求1所述的控制方法，其特征在于，所述在接收到启动指令后，对室内进行监控，并在检测到人体时，获取监控区域的人体图像的步骤，具体包括：

在接收到启动指令后，唤醒连接所述空调器的图像采集单元对室内进行视频监控；

当检测到人体进入监控区域时，基于图像特征提取获取视频帧中的人体图像。

5.根据权利要求3所述的控制方法，其特征在于，所述获取所述人体图像的衣物ROI，并在预设衣物分类器中存在匹配所述衣物ROI的训练模型时，获取人体当前所穿衣物的保暖指数的步骤，具体包括：

对所述人体图像进行预处理，得到所述人体图像的衣物ROI；

提取所述衣物ROI中的特征向量融合为衣物特征；

判断所述预设衣物分类器中是否存在与所述衣物特征匹配的训练模型；

若是，则根据所述训练模型对应的衣物类型和材质获取人体当前所穿衣物的保暖指数。

6.根据权利要求5所述的控制方法，其特征在于，所述根据所述保暖指数和/或当前室外温度判定人体的冷热感等级的步骤，包括：

当所述衣物对应第一保暖指数、且/或、所述当前室外温度小于第一预设阈值时，判定人体冷热感等级为偏冷；

当所述衣物对应第三保暖指数、且/或、所述当前室外温度大于第二预设阈值时，判定人体冷热感等级为偏热；

当所述衣物对应第二保暖指数、且/或、所述当前室外温度处于第一预设阈值和第二预设阈值之间时，判定人体冷热感等级为舒适；

其中，所述第一保暖指数＞所述第二保暖指数＞所述第三保暖指数，所述第一预设阈值＜所述第二预设阈值。

7.根据权利要求6所述的控制方法，其特征在于，所述当空调器的当前运行模式与所述冷热感等级不匹配时，输出报警提示或调整指令的步骤，具体包括：

当所述冷热感等级为偏冷，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为偏热，且所述当前运行模式为制热时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度小于第三预设阈值，且所述当前运行模式为制冷时，输出报警提示或控制指令；

当所述冷热感等级为舒适，当前室外温度大于第三预设阈值，且所述当前运行模式为制热时，输出报警提示或控制指令。

8.根据权利要求7所述的控制方法，其特征在于，所述输出报警提示或调整指令的步骤，具体包括：

输出语音报警提示，或在所述空调器的显示单元显示报警提示，或向与所述空调器连接的终端发送报警提示；

当接收到用户的反馈信息时，生成相应的调整指令，并对所述空调器的运行参数进行调整；

当预设时长内未接收到用户的反馈信息时，控制空调器关闭或切换至匹配所述冷热感等级的运行模式。

9.根据权利要求1-8任一项所述的控制方法，其特征在于，当空调器的当前运行模式与所述冷热感等级匹配时，根据室内外温度和人体位置调节空调器的设定温度和/或出风参数。

10.根据权利要求9所述的控制方法，其特征在于，所述根据室内外温度和人体位置调节空调器的设定温度和/或出风参数的步骤，具体包括：

获取当前的室内外温度，并基于所述人体图像获取人体相对于空调器的位置信息；

当空调器处于制冷运行模式，且室外温度与室内温度之间的差值小于第四预设阈值时，调小空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量；

当空调器处于制热运行模式，且室内温度与室外温度之间的差值小于第五预设阈值时，调大空调器的设定温度，和/或，根据所述位置信息控制空调器向人体所在区域送风、并调大出风量。

11.一种空调器，其特征在于，该空调器包括存储器、处理器及存储在所述存储器并在所述处理器上运行的控制程序，所述控制程序被所述处理器执行时实现如权利要求1-10任一项所述的空调器的控制方法的步骤。

12.一种存储介质，其特征在于，该存储介质存储有控制程序，所述控制程序被处理器执行时实现如权利要求1-10任一项所述的空调器的控制方法的步骤。

Images