CN107860100A - 空调的出风控制方法及终端 - Google Patents

Abstract

本发明公开了一种空调的出风控制方法及终端。其中，该方法包括：采集空调设备所在环境的环境图像信息；从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。本发明解决了相关技术中空调的风向和风速控制单一，导致用户使用空调体验度降低的技术问题。

Description

空调的出风控制方法及终端

技术领域

本发明涉及空调控制技术领域，具体而言，涉及一种空调的出风控制方法及终端。

背景技术

相关技术中，在控制空调的出风时，往往只能单一控制空调的风向和风速，例如，在空调的扫风控制时，空调的风向对着用户吹，长时间会造成用户头部晕眩，导致用户不舒适，并且空调的风速是单一的，不能灵活调节空调的风速，另外，由于无法灵活调整空调的风向和风速，在房间内没有用户时，会存在电能使用的浪费，无法有效节省能源。

针对上述的相关技术中空调的风向和风速控制单一，导致用户使用空调体验感降低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种空调的出风控制方法及终端，以至少解决相关技术中空调的风向和风速控制单一，导致用户使用空调体验度降低的技术问题。

根据本发明实施例的一个方面，提供了一种空调的出风控制方法，包括：采集空调设备所在环境的环境图像信息；从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

进一步地，依据目标区域调整空调设备的运行参数之前，方法还包括：获取空调设备所在环境中的用户图像信息；从用户图像信息中提取用户的特征信息；将特征信息作为第一预设模型的输入，确定用户的身份信息，其中，第一预设模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；依据身份信息确定与身份信息对应的运行参数。

进一步地，依据目标区域调整空调设备的运行参数，包括：获取目标区域的类型，其中，类型包括：有人活动区域和无人活动区域；依据类型调整在目标区域的切换角速度和/或出风速度。

进一步地，依据类型调整在目标区域的切换角速度和/或出风速度，包括：获取空调设备所在环境的温度值；在温度值大于第一预设阈值且类型为有人活动区域时，提高切换角速度和/或出风速度；在温度值小于第一预设阈值且类型为有人活动区域时，降低切换角速度和/或出风速度。

进一步地，依据身份信息确定与身份信息对应的运行参数，包括：将身份信息作为第二预设模型的输入，确定身份信息对应的运行参数；其中，第二预设模型为使用多组样本数据通过机器学习得到的，多组样本数据中的每组数据包括：用户的身份信息以及与用户的身份信息对应的设定参数。

进一步地，依据目标区域调整空调设备的运行参数之前，方法还包括：确定目标区域内的用户数量；在用户数量不为零且在用户数量大于第二预设阈值时，控制空调设备按照第一运行参数运行；在用户数量小于第二预设阈值时，控制空调设备按照第二运行参数运行，其中，第一运行参数中的切换角速度小于第二运行参数中的切换角速度，第一运行参数中的出风速度大于第二运行参数中的出风速度。

进一步地，依据目标区域调整空调设备的运行参数之前，方法还包括：获取目标区域中用户与空调设备的距离信息；依据距离信息确定运行参数。

进一步地，获取目标区域中用户与空调设备的距离信息，包括：获取图像信息中目标区域的中心位置；确定中心位置与空调设备的距离；将中心位置与空调设备的距离作为距离信息；或者确定目标区域中距离空调设备最近的用户；将距离空调设备最近的用户与空调设备之间的距离作为距离信息。

根据本发明实施例的另一方面，还提供了一种空调的出风控制方法，包括：采集空调设备所在环境的图像信息；按照预设规则将空调设备所在区域分为多个区域；控制空调设备在多个区域的不同区域按照不同的运行参数运行，其中，运行参数包括：风向的切换角速度和出风速度。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行上述任意一项所述的空调的出风控制方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的空调的出风控制方法。

根据本发明实施例的另一方面，还提供了一种终端，包括：图像采集装置，用于采集空调设备所在环境的环境图像信息；处理器，所述处理器运行程序，其中，所述程序运行时对于从图像采集装置输出的数据执行如下处理步骤：从环境图像信息中提取当前出风方向所指向的目标区域，其中，所述区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，所述运行参数包括：风向的切换角速度和出风速度。

在本发明实施例中，可以通过采集空调设备所在环境的环境图像信息，从环境图像信息中提取当前出风方向所指向的目标区域，并依据目标区域调整空调设备的运行参数。在该实施例中，可以通过采集空调设备周围的环境图像信息，确定出调整的运行参数，从而可以根据空调设备所在的环境图像信息，灵活调整空调设备的切换角速度和出风速度，进而解决相关技术中空调的风向和风速控制单一，导致用户使用空调体验度降低的技术问题，达到灵活调整空调设备的运行参数的问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种空调的出风控制方法的流程图；

图2是根据本发明实施例的一种空调的出风控制装置的结构图；

图3是根据本发明实施例的一种终端的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为方便用户理解本发明，下面对本发明中涉及的部分术语或名词进行解释：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。

像素点：指像素的数值。

二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

迁移学习，实质是图像匹配，通过迁移学习将模型应用在各个领域中，具体是数据库中的图片的矢量表示X通过线性变换迁移到别的领域的图像X1上，通过引用随机傅里叶函数，将迁移变换转变为非线性函数，然后得到需要的图像。

朴素贝叶斯，给一张图片，可以返回对象分类，将图片识别作为一个简单的态度，以得到相应的对象。

依存语法，构建主词与描述主词的词之间的关系，依存语法中没有词组这个层次，每一个结点都与句子中的单词相对应，能直接处理句子中词与词之间的关系，以便于分析和信息提取。

决策树，根据特征进行分类，每个节点提出一个问题，将数据分为两类，并继续提问，这些问题是在已有的数据上学习训练的，以在投入新数据时，根据数据所在的树上的问题，将数据划分到对应的叶子上。

本发明提供了一种空调的出风控制的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在本发明的下述实施例，可以应用于各种电器设备，电器设备可以包括但不限于：空调、冰箱、洗衣机等，本发明以空调为优选的实施对象，对本发明的实施例做出说明。

以下实施例中，空调可以包括多个种类的空调，可以包括但不限于：按使用方式，分为壁挂机、柜机、天花机、窗机、移动式空调、嵌入式空调等，按使用环境，分为家用空调、商用空调。本发明实施例中的空调可以使用在多种环境下，包括以家庭、餐厅、商店为主体的使用面积较小的用户，也可以包括：办公区、厂区、超市等大面积使用的用户。其中，在当前的空调使用中，无法灵活调整空调的风速和风向，这样会使得用户使用空调时，由于长时间的吹风，出现眩晕的感觉，降低用户的体验度，本发明实施例中，可以通过采集空调设备的周围环境图像信息，确定出目标区域，从而调整空调设备的运行参数。

下面根据优选的实施步骤对本发明做出说明，优选的，在本发明中的空调的类型为柜机或者壁挂机，图1是根据本发明实施例的一种空调的出风控制方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，采集空调设备所在环境的环境图像信息。

步骤S104，从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域。

步骤S106，依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

通过上述实施例，可以通过采集空调设备所在环境的环境图像信息，从环境图像信息中提取当前出风方向所指向的目标区域，并依据目标区域调整空调设备的运行参数。在该实施例中，可以通过采集空调设备周围的环境图像信息，确定出调整的运行参数，从而可以根据空调设备所在的环境图像信息，灵活调整空调设备的切换角速度和出风速度，进而解决相关技术中空调的风向和风速控制单一，导致用户使用空调体验度降低的技术问题，达到灵活调整空调设备的运行参数的问题。

本发明中，可以在空调设备所在的环境中设置一个或多个摄像头，以采集空调设备的图像信息，本发明中对于摄像头的设置位置不做限定，可以包括但不限于：在每个房间的入口处设置一个摄像头、房屋外部、房屋顶部等，通过不同位置的摄像头可以分别采集所在区域的空调设备的图像，在采集图像时，可以是每隔预设时间段拍摄一次图像，然后分析出图像中的当前出风方向所指向的区域，并在确定目标区域后，确定需要调整的空调设备的运行参数。本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。在分析图像时，可以根据二值化图像处理方式分析图像中的信息，具体的，在分析时，可以对图像中多个像素点与历史图像中的像素点位置进行比较，以确定出存在差异的像素点，然后将存在差异的像素点区分出来，得到图像中是否存在用户以及用户的身份信息。

对于上述步骤S104中的当前出风方向，可以是根据预先建立的网络连接，获取到空调出风口所指向的方向，在空调中可以存在风向检测装置，在检测到当前出风方向后，可以将风向的具体信息发送至摄像头中，以告知摄像头拍摄当前出风方向锁对应的区域。例如，空调当前出风方向正对客厅，则可以通过摄像头采集客厅所在的区域的图像。

在空调周围中的环境可以划分为多个区域，例如，空调所在周围区域划分为A区域，B区域，C区域，D区域，并且确定风向1对应A区域，风向2对应B区域，风向3对应C区域，风向4对应D区域，即每个风向都可以对应有相应的区域，空调设备的对应的摄像头可以拍摄上述的各个区域，并根据不同的风向拍摄对应的区域。可选的，上述的风向，在本发明中不做具体限定。

在步骤S104之后，在依据目标区域调整空调设备的运行参数之前，上述实施方式可以包括：获取空调设备所在环境中的用户图像信息；从用户图像信息中提取用户的特征信息；将特征信息作为第一预设模型的输入，确定用户的身份信息，其中，第一预设模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；依据身份信息确定与身份信息对应的运行参数。

即可以分析采集的环境图像信息，通过摄像头可以获取到用户图像信息，在获取到用户图像信息之前，先分析图像中是否存在用户，在分析出图像中存在用户时，准确分析出图像中的用户图像信息，该用户图像信息可以包括拍摄的有用户存在多张图像。在得到用户图像信息后，可以分析提取用户的特征信息，该特征信息可以包括但不限于：用户身高数据、用户的五官数据、用户脸部特征、用户发型数据、用户的手指数据、用户喜好穿的衣物特征信息(包括衣物、颜色信息)等，在分析用户图像信息时，可以通过多种方式进行分析，其可以包括但不限于如下方式分析：人脸识别、虹膜识别、手势识别等。通过上述的多种分析方式，将图像信息中的用户的特征信息提取出来，并输入至第一预设模型中，以通过该第一预设模型输出用户的身份信息。

上述的第一预设模型可以是通过历史预设时间段中拍摄的图像信息、用户的特征信息和分析的用户身份信息进行学习训练得到的模型，每个用户的特征信息可以建立多个对应的图像信息，每个用户可以有多个对应的特征信息，从而在确定用户身份时，从多个特征信息进行比较，以得到较为准确的用户身份信息。其中，在开始建立第一预设模型时，可以利用CNN算法，从拍摄到的图像信息中提取出用户的多个特征信息，在提取时，可以将图像中划分为多个像素点，并划分多个神经元，从而根据CNN算法可以将每一个存在差异的像素点进行特征提取，并不断将神经元提取的方式进行扩展，如从第一个神经元扩展到第二个神经元，从而提取出各个特征，如提取出图像中用户的五官特征。可以将采集的图像信息存储至数据库中，在机器进行学习训练时，可以不断地提取数据库中的图像。另外，建立第一预设模型之后，再次进行用户身份特征和用户特征提取时，可以利用以图搜图的方法搜索数据库中与当前拍摄图像相似的图像，并提取出图像中用户特征信息，也可以使用朴素贝叶斯算法提取用户特征信息。

在提取出图像中的用户的特征信息和确定出用户的身份信息后，可以依据用户的身份信息确定与身份信息对应的运行参数，在发明中，依据目标区域调整空调设备的运行参数，其可以包括：获取目标区域的类型，其中，类型包括：有人活动区域和无人活动区域；依据类型调整在目标区域的切换角速度和/或出风速度。

即可以预先通过图像信息，确定出区域中有人活动的区域和无人活动的区域，并对有人活动的区域和无人活动的区域，分别调整切换的角速度和/或出风速度。本发明中，在确定有人活动的区域时，若空调周围有多个用户存在时，需要确定出多个人的位置，并确定出多个人中其位置的核心区域，以调整空调的角速度和出风速度。本发明中的角速度可以是出风口的扇叶的出风角速度，例如，5度、10度、20度等，而出风速度可以是根据每个人不同的位置，进行调整的，例如，对于空调的快速风，在有人的区域出风速度快，无人的区域扫风速度与有人区域相比出风速度慢，而对于吹人风，在有人的区域其扫风速度慢，以防止出风速度快导致吹人头晕，在无人的区域，其扫风速度可以快。每个空调的出风角度和出风速度可能是不同的，例如，对于柜机空调，其出风口可能位于距离地面较近的位置，其吹风可能是对人体活动区域。对于空调的快速风，在人体的位置，左右扫风快速扫过，可以按照正常扫风速度的1/2控制，在无人的位置，左右扫风慢一点，可按照正常扫风的2倍控制，这样子能实现人体感受风的时间较短，而周围环境又实现了室内风的流动。比较适合室内环境温度小于等于28℃的情况。对于吹人风：在人体的位置，左右扫风慢速扫过，按照正常扫风速度的2倍控制，在无人的位置，左右扫风快一点，缩短无人区域扫风的时间，可按照正常扫风的1/2控制，这样子能实现人体感受风的时间较长。使用户能在使用空调时更加舒适。

对于上述实施方式中的依据类型调整在目标区域的切换角速度和/或出风速度，可以包括：获取空调设备所在环境的温度值；在温度值大于第一预设阈值且类型为有人活动区域时，提高切换角速度和/或出风速度；在温度值小于第一预设阈值且类型为有人活动区域时，降低切换角速度和/或出风速度。其中，获取的空调设备所在环境的温度值可以是室内环境的温度值，例如，30℃，第一预设阈值可以为用户设置的数值，例如，22℃，在检测到当前室内环境温度大于第一预设阈值，并检测到活动区域中有用户时，可以提高切换角速度和/或出风速度，以达到降低温度的目的，并且可以使用户感受更舒适。相应的，在检测到当前室内环境温度低于第一预设阈值时(如20℃)，此时房间可能较冷，可以降低切换角速度和/或出风速度，以相应提高房间温度，从而不断控制房间温度在第一预设阈值范围内。另外，对于无人区域，可以将温度保持在第一预设阈值即可，不需要出风角速度和/或出风速度。

其中，依据身份信息确定与身份信息对应的运行参数，包括：将身份信息作为第二预设模型的输入，确定身份信息对应的运行参数；其中，第二预设模型为使用多组样本数据通过机器学习得到的，多组样本数据中的每组数据包括：用户的身份信息以及与用户的身份信息对应的设定参数。

在建立第二预设模型时，可以利用预设历史时间段中确定的用户身份信息和用户设定的空调运行参数的对应关系发送至数据库中，并基于数据库存储的数据和身份信息进行第二预设模型的学习训练，在机器进行学习训练时，可以依据决策树算法或者依存语法进行学习训练，从而在输入身份信息，可以确定出用户日常设置的空调参数。

本发明中，在依据目标区域调整空调设备的运行参数之前，还可以包括：确定目标区域内的用户数量；在用户数量不为零且在用户数量大于第二预设阈值时，控制空调设备按照第一运行参数运行；在用户数量小于第二预设阈值时，控制空调设备按照第二运行参数运行，其中，第一运行参数中的切换角速度小于第二运行参数中的切换角速度，第一运行参数中的出风速度大于第二运行参数中的出风速度。

上述实施方式，可以是对空调周围用户数量进行确定，第二预设阈值可以是根据空调的功率和空调所调温的空间面积来确定，例如，在空调调温的面积较大且空调的功率较大时，可以设置第二预设阈值较大，如8人，而在空调可调温的面积较小且空调的功率较小时，可以设置第二预设阈值较小，如4人，在本发明中对于第二预设阈值的具体数量不做限定。对于用户数量大于第二预设阈值，第一运行参数中的切换角速度小于第二运行参数中的切换角速度，第一运行参数的出风速度较大，此时，由于人数较多，需要慢慢调整角速度，并保证出风量较大，以保证空调能调整整个有人区域的温度，而在用户数量小于第二预设阈值时，采用出风速度较小的第二运行参数，可以慢慢调整出风速度，不用快速出风，慢慢降低空调所在区域的温度。通过上述调整方式，可以较为合理针对用户数量的多少，调整空调的出风量和出风角度，以调整整个区域的温度，达到用户舒适的效果，并节省能源。

另外，在依据目标区域调整空调设备的运行参数之前，还可以包括：获取目标区域中用户与空调设备的距离信息；依据距离信息确定运行参数。

在获取用户与空调设备的距离信息时，可以通过传感器或者距离检测仪获取到距离数据，该传感器或者距离检测仪可以设置在空调中，传感器可以与用户终端或者服务器、通讯网关建立网络连接，以在检测到相应的数据后，将检测到数据发送至用户终端和服务器中。在服务器获取到距离信息后，可以根据距离信息确定运行参数，例如，确定用户与空调出风口(或者空调正面)距离3米，可以设置出风速度较慢、扫风速度快，而在确定出用户与空调出风口距离10米时，可以设置出风速度快，扫风速度快，以让较远的用户也能感受到风。

其中，上述的获取目标区域中用户与空调设备的距离信息，可以包括：获取图像信息中目标区域的中心位置；确定中心位置与空调设备的距离；将中心位置与空调设备的距离作为距离信息；或者确定目标区域中距离空调设备最近的用户；将距离空调设备最近的用户与空调设备之间的距离作为距离信息。

对于上述实施方式，可以是在确定目标区域时，同时确定目标区域的中心位置，将该中心位置作为参考点，确定中心位置与空调设备的距离作为距离信息，例如，中心区域距离空调4米，也可以将距离空调设备最近的用户和空调的距离作为距离信息。上述的距离信息中，可以将距离空调设备最近的用户与空调设备之间的距离作为距离信息作为优先级较高的信息，从而优化空调的出风速度和出风角度的调整参数，使得用户可以更舒适的使用空调。

本发明实施例提供了一种空调的出风控制方法，该方法包括如下步骤：

21，采集空调设备所在环境的图像信息；

23，按照预设规则将空调设备所在区域分为多个区域；

25，控制空调设备在多个区域的不同区域按照不同的运行参数运行，其中，运行参数包括：风向的切换角速度和出风速度。

通过上述实施方式，可以通过采集的空调设备所在环境的图像信息，并分析图像信息，然后按照预设规则将空调设备所在区域分为多个区域，该多个区域中可以存在目标区域，目标区域可以是空调出风所对应的区域，在目标区域中可以分为有人存在的区域和无人存在的区域，然后控制空调设备在多个区域的不同区域按照不同的运行参数运行，从而调整出风的切换角速度和出风速度，以达到有效调整空调设备的运行参数的效果。

在一个可选的实施例中，通过如下方式进行空调的控制，包括采集图像信息，提取图像中的用户位置和用户信息；根据用户位置和用户信息将室内区域分成有人区和无人区；确定控制空调的方式。

其中，在确定控制空调的方式时，对于快速风：有人的区域快速扫过，无人的区域扫风速度较有人区域慢。对于吹人风：有人的位置，扫风速度慢，无人的位置，扫风速度快。

针对常用的圆形柜机空调来说，其出风口一般是在距离地面0.3m-1.5m的位置，可见吹风基本是对着人体活动区域的。

我们可以设计两个不同的智能吹风控制。

第一种是针对快速风，在人体的位置，左右扫风快速扫过，按照正常扫风速度的1/2控制，在无人的位置，左右扫风慢一点，可按照正常扫风的2倍控制，这样子能实现人体感受风的时间较短，而周围环境又实现了室内风的流动。比较适合室内环境温度≤28℃的情况。

第二种针对吹人风：在人体的位置，左右扫风慢速扫过，按照正常扫风速度的2倍控制，在无人的位置，左右扫风快一点，缩短无人区域扫风的时间，可按照正常扫风的1/2控制，这样子能实现人体感受风的时间较长。适合喜欢风吹人但又不长时间对着吹的用户。

人体位置：是指人具体所在的位置。或者在人体所在位置左右各加一个小角度(比如5°、10°等，≤10°)

此种控制方法也可以应用在壁挂机上。针对柜机，有人的地方区域一种控制方法，无人的地方另一种扫风控制，摄像头识别人员位置，根据位置设置更舒适的快速风和吹人风。

图2是根据本发明实施例的一种空调的出风控制装置的结构图，如图2所示，该装置包括：采集模块21，用于采集空调设备所在环境的环境图像信息；提取模块23，用于从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；调整模块25，用于依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

在上述实施例中，可以通过采集模块21采集空调设备所在环境的环境图像信息，通过提取模块23从环境图像信息中提取当前出风方向所指向的目标区域，并通过调整模块25依据目标区域调整空调设备的运行参数。在该实施例中，可以通过采集空调设备周围的环境图像信息，确定出调整的运行参数，从而可以根据空调设备所在的环境图像信息，灵活调整空调设备的切换角速度和出风速度，进而解决相关技术中空调的风向和风速控制单一，导致用户使用空调体验度降低的技术问题，达到灵活调整空调设备的运行参数的问题。

其中，上述装置还可以包括：获取模块，用于依据目标区域调整空调设备的运行参数之前，获取空调设备所在环境中的用户图像信息；提取子模块，用于从用户图像信息中提取用户的特征信息；输入模块，用于将特征信息作为第一预设模型的输入，确定用户的身份信息，其中，第一预设模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；确定子模块，用于依据身份信息确定与身份信息对应的运行参数。

对于上述的调整模块25，可以包括：获取子模块，用于获取目标区域的类型，其中，类型包括：有人活动区域和无人活动区域；调整子模块，用于依据类型调整在目标区域的切换角速度和/或出风速度。

上述的空调的出风控制装置还可以包括处理器和存储器，上述采集模块21、提取模块23、调整模块25等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来调整空调设备的运行参数，以使用户使用空调更舒适。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例还提供了一种存储介质，存储介质包括存储的程序，其中，在程序运行时控制存储介质所在设备执行上述任意一项的空调的出风控制方法。

本发明实施例还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的空调的出风控制方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：采集空调设备所在环境的环境图像信息；从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

可选地，上述处理器执行程序时，还可以获取空调设备所在环境中的用户图像信息；从用户图像信息中提取用户的特征信息；将特征信息作为第一预设模型的输入，确定用户的身份信息，其中，第一预设模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；依据身份信息确定与身份信息对应的运行参数。

可选地，上述处理器执行程序时，还可以获取目标区域的类型，其中，类型包括：有人活动区域和无人活动区域；依据类型调整在目标区域的切换角速度和/或出风速度。

可选地，上述处理器执行程序时，还可以获取空调设备所在环境的温度值；在温度值大于第一预设阈值且类型为有人活动区域时，提高切换角速度和/或出风速度；在温度值小于第一预设阈值且类型为有人活动区域时，降低切换角速度和/或出风速度。

可选地，上述处理器执行程序时，还可以将身份信息作为第二预设模型的输入，确定身份信息对应的运行参数；其中，第二预设模型为使用多组样本数据通过机器学习得到的，多组样本数据中的每组数据包括：用户的身份信息以及与用户的身份信息对应的设定参数。

可选地，上述处理器执行程序时，还可以确定目标区域内的用户数量；在用户数量不为零且在用户数量大于第二预设阈值时，控制空调设备按照第一运行参数运行；在用户数量小于第二预设阈值时，控制空调设备按照第二运行参数运行，其中，第一运行参数中的切换角速度小于第二运行参数中的切换角速度，第一运行参数中的出风速度大于第二运行参数中的出风速度。

可选地，上述处理器执行程序时，还可以获取目标区域中用户与空调设备的距离信息；依据距离信息确定运行参数。

可选地，上述处理器执行程序时，还可以获取图像信息中目标区域的中心位置；确定中心位置与空调设备的距离；将中心位置与空调设备的距离作为距离信息；或者确定目标区域中距离空调设备最近的用户；将距离空调设备最近的用户与空调设备之间的距离作为距离信息。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：采集空调设备所在环境的环境图像信息；从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

可选地，上述计算机程序产品执行程序时，还可以获取空调设备所在环境中的用户图像信息；从用户图像信息中提取用户的特征信息；将特征信息作为第一预设模型的输入，确定用户的身份信息，其中，第一预设模型为使用多组数据通过机器学习训练得到的，多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；依据身份信息确定与身份信息对应的运行参数。

可选地，上述计算机程序产品执行程序时，还可以获取目标区域的类型，其中，类型包括：有人活动区域和无人活动区域；依据类型调整在目标区域的切换角速度和/或出风速度。

可选地，上述计算机程序产品执行程序时，还可以获取空调设备所在环境的温度值；在温度值大于第一预设阈值且类型为有人活动区域时，提高切换角速度和/或出风速度；在温度值小于第一预设阈值且类型为有人活动区域时，降低切换角速度和/或出风速度。

可选地，上述计算机程序产品执行程序时，还可以将身份信息作为第二预设模型的输入，确定身份信息对应的运行参数；其中，第二预设模型为使用多组样本数据通过机器学习得到的，多组样本数据中的每组数据包括：用户的身份信息以及与用户的身份信息对应的设定参数。

可选地，上述计算机程序产品执行程序时，还可以确定目标区域内的用户数量；在用户数量不为零且在用户数量大于第二预设阈值时，控制空调设备按照第一运行参数运行；在用户数量小于第二预设阈值时，控制空调设备按照第二运行参数运行，其中，第一运行参数中的切换角速度小于第二运行参数中的切换角速度，第一运行参数中的出风速度大于第二运行参数中的出风速度。

可选地，上述计算机程序产品执行程序时，还可以获取目标区域中用户与空调设备的距离信息；依据距离信息确定运行参数。

可选地，上述计算机程序产品执行程序时，还可以获取图像信息中目标区域的中心位置；确定中心位置与空调设备的距离；将中心位置与空调设备的距离作为距离信息；或者确定目标区域中距离空调设备最近的用户；将距离空调设备最近的用户与空调设备之间的距离作为距离信息。

图3是根据本发明实施例的一种终端的示意图，如图3所示，该终端可以包括：图像采集装置31，用于采集空调设备所在环境的环境图像信息；处理器33，处理器运行程序，其中，程序运行时对于从图像采集装置输出的数据执行如下处理步骤：从环境图像信息中提取当前出风方向所指向的目标区域，其中，区域为对空调设备所在环境进行划分得到的多个区域中的区域；依据目标区域调整空调设备的运行参数，其中，运行参数包括：风向的切换角速度和出风速度。

通过上述图像采集装置31可以采集空调设备所在环境的环境图像信息，并通过处理器33从环境图像信息中提取当前出风方向所指向的目标区域，然后依据目标区域调整空调设备的运行参数，运行参数可以包括：风向的切换角速度和出风速度。在该实施例中，可以通过采集的图像分析分析出需要调整的参数信息，以调整空调的运行参数，从而达到灵活调整空调运行参数的效果。

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。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (12)

1.一种空调的出风控制方法，其特征在于，包括：

采集空调设备所在环境的环境图像信息；

从所述环境图像信息中提取当前出风方向所指向的目标区域，其中，所述区域为对所述空调设备所在环境进行划分得到的多个区域中的区域；

依据所述目标区域调整所述空调设备的运行参数，其中，所述运行参数包括：风向的切换角速度和出风速度。

2.根据权利要求1所述的方法，其特征在于，依据所述目标区域调整所述空调设备的运行参数之前，所述方法还包括：

获取所述空调设备所在环境中的用户图像信息；

从所述用户图像信息中提取用户的特征信息；

将所述特征信息作为第一预设模型的输入，确定所述用户的身份信息，其中，所述第一预设模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据中均包括：用户的特征信息、与该特征信息对应的用户的身份信息；

依据所述身份信息确定与所述身份信息对应的运行参数。

3.根据权利要求1所述的方法，其特征在于，依据所述目标区域调整所述空调设备的运行参数，包括：

获取所述目标区域的类型，其中，所述类型包括：有人活动区域和无人活动区域；

依据所述类型调整在所述目标区域的切换角速度和/或出风速度。

4.根据权利要求3所述的方法，其特征在于，依据所述类型调整在所述目标区域的切换角速度和/或出风速度，包括：

获取所述空调设备所在环境的温度值；

在所述温度值大于第一预设阈值且所述类型为有人活动区域时，提高所述切换角速度和/或出风速度；

在所述温度值小于所述第一预设阈值且所述类型为有人活动区域时，降低所述切换角速度和/或出风速度。

5.根据权利要求2所述的方法，其特征在于，依据所述身份信息确定与所述身份信息对应的运行参数，包括：

将所述身份信息作为第二预设模型的输入，确定所述身份信息对应的运行参数；其中，所述第二预设模型为使用多组样本数据通过机器学习得到的，所述多组样本数据中的每组数据包括：用户的身份信息以及与用户的身份信息对应的设定参数。

6.根据权利要求1所述的方法，其特征在于，依据所述目标区域调整所述空调设备的运行参数之前，所述方法还包括：

确定所述目标区域内的用户数量；在所述用户数量不为零且在所述用户数量大于第二预设阈值时，控制所述空调设备按照第一运行参数运行；在所述用户数量小于第二预设阈值时，控制所述空调设备按照第二运行参数运行，其中，所述第一运行参数中的切换角速度小于第二运行参数中的切换角速度，所述第一运行参数中的出风速度大于第二运行参数中的出风速度。

7.根据权利要求1所述的方法，其特征在于，依据所述目标区域调整所述空调设备的运行参数之前，所述方法还包括：

获取所述目标区域中用户与所述空调设备的距离信息；

依据所述距离信息确定所述运行参数。

8.根据权利要求7所述的方法，其特征在于，获取所述目标区域中用户与所述空调设备的距离信息，包括：

获取所述图像信息中所述目标区域的中心位置；确定所述中心位置与所述空调设备的距离；将所述中心位置与所述空调设备的距离作为所述距离信息；或者确定所述目标区域中距离所述空调设备最近的用户；将距离所述空调设备最近的用户与所述空调设备之间的距离作为所述距离信息。

9.一种空调的出风控制方法，其特征在于，包括：

采集空调设备所在环境的图像信息；

按照预设规则将所述空调设备所在区域分为多个区域；

控制所述空调设备在所述多个区域的不同区域按照不同的运行参数运行，其中，所述运行参数包括：风向的切换角速度和出风速度。

10.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，在所述程序运行时控制所述存储介质所在设备执行权利要求1至9中任意一项所述的空调的出风控制方法。

11.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至9中任意一项所述的空调的出风控制方法。

12.一种终端，其特征在于，包括：

图像采集装置，用于采集空调设备所在环境的环境图像信息；

处理器，所述处理器运行程序，其中，所述程序运行时对于从所述图像采集装置输出的数据执行如下处理步骤：从所述环境图像信息中提取当前出风方向所指向的目标区域，其中，所述区域为对所述空调设备所在环境进行划分得到的多个区域中的区域；依据所述目标区域调整所述空调设备的运行参数，其中，所述运行参数包括：风向的切换角速度和出风速度。