CN108195031A - 空调控制方法和装置 - Google Patents
空调控制方法和装置 Download PDFInfo
- Publication number
- CN108195031A CN108195031A CN201711218987.4A CN201711218987A CN108195031A CN 108195031 A CN108195031 A CN 108195031A CN 201711218987 A CN201711218987 A CN 201711218987A CN 108195031 A CN108195031 A CN 108195031A
- Authority
- CN
- China
- Prior art keywords
- action
- people
- air
- conditioning
- photo
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 230000009471 action Effects 0.000 claims abstract description 220
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 238000004378 air conditioning Methods 0.000 claims description 188
- 238000003860 storage Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 abstract description 2
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 210000004243 sweat Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000007557 optical granulometry Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本申请公开了一种空调控制方法和装置。该方法包括：通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据人的动作调整空调的运行参数。通过本申请，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题。
Description
技术领域
本申请涉及空调器技术领域，具体而言，涉及一种空调控制方法和装置。
背景技术
目前，空调器在人们的日常生活中应用越来越广泛。通常用户通过采用对该空调器进行控制的设备(例如，遥控器等)或者是上述空调器上的按钮，对上述空调器进行调节，实现对空调器的控制。然而相关技术中对上述空调器的控制，智能化程度较低，导致用户体验度较低。
针对相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种空调控制方法和装置，以解决相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种空调控制方法。该方法包括：通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；使用模型对所述照片中的人的动作进行分析得到人的动作，其中，所述模型是根据多组数据使用机器学习训练得到的，所述多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据所述人的动作调整所述空调的运行参数。
进一步地，根据所述人的动作调整所述空调的运行参数包括：判断所述人的动作是否属于第一类型动作，其中，所述第一类型动作为人所在房间温度高于预设温度后出现的动作；若所述人的动作属于所述第一类型动作，确定第一运行参数，其中，所述第一运行参数用于控制所述空调运行以降低人所在房间的温度；控制所述空调基于所述第一运行参数运行。
进一步地，判断所述人的动作是否属于第一类型动作之后，所述方法包括：若所述人的动作不属于所述第一类型动作，判断所述人的动作是否属于第二类型动作，其中，所述第二类型动作为人所在房间的温度低于所述预设温度后出现的动作；若所述人的动作属于所述第二类型动作，确定第二运行参数，其中，所述第二运行参数用于控制所述空调运行以提高人所在房间的温度；控制所述空调基于所述第二运行参数运行。
进一步地，在根据所述人的动作调整所述空调的运行参数之后，所述方法还包括：按照预设时间周期，通过所述空调上的摄像头进行拍照得到当前照片；识别所述当前照片中的人是否存在第一类型动作或第二类型动作，其中，所述第一类型动作为人所在房间温度高于预设温度后出现的动作，所述第二类型动作为人所在房间的温度低于所述预设温度后出现的动作；若所述当前照片中的人存在所述第一类型动作或所述第二类型动作；根据所述第一类型动作或所述第二类型动作调整所述空调的运行参数。
为了实现上述目的，根据本申请的一个方面，提供了一种空调控制方法。该方法包括：通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；将所述照片发送至远程服务器，其中，所述远程服务器用于根据所述照片中的人的人脸信息，以评估人的身体素质信息；接收所述远程服务器中返回的人的身体素质信息；根据所述人的身体素质信息调整所述空调的运行参数。
进一步地，根据所述人的身体素质信息调整所述空调的运行参数包括：采集室外的温度信息和所述空调所在房间的温度信息；基于所述室外的温度信息和所述空调所在房间的温度信息，计算温度差值，其中，所述温度差值为所述空调所在房间温度与室外温度的差值；根据所述人的身体素质信息和所述温度差值进行分析，确定控制所述空调运行的目标运行参数；控制所述空调基于所述目标运行参数运行。
为了实现上述目的，根据本申请的另一方面，提供了一种空调控制装置。该装置包括：第一获取单元，用于通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；第二获取单元，用于使用模型对所述照片中的人的动作进行分析得到人的动作，其中，所述模型是根据多组数据使用机器学习训练得到的，所述多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；第一调整单元，用于根据所述人的动作调整所述空调的运行参数。
为了实现上述目的，根据本申请的另一方面，提供了一种空调控制装置。该装置包括：第四获取单元，用于通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；发送单元，用于将所述照片发送至远程服务器，其中，所述远程服务器用于根据所述照片中的人的人脸信息，以评估人的身体素质信息；接收单元，用于接收所述远程服务器中返回的人的身体素质信息；第三调整单元，用于根据所述人的身体素质信息调整所述空调的运行参数。
为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的空调控制方法。
为了实现上述目的，根据本申请的另一方面，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控制方法。
通过本申请，采用以下步骤：通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据人的动作调整空调的运行参数，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题。通过根据人的动作自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请第一实施例提供的空调控制方法的流程图；
图2是根据本申请第一实施例提供的空调控制装置的示意图；
图3是根据本申请第二实施例提供的空调控制方法的流程图；以及
图4是根据本申请第二实施例提供的空调控制装置的示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请第一实施例中的附图，对本申请第一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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请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，以便这里描述的本申请的实施例。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。
根据本申请的实施例，提供了一种空调控制方法。
图1是根据本申请第一实施例的空调控制方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片。
步骤S102，使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签。
通过预先根据多组数据(每组数据均包括：照片和用于标识照片上人的动作的标签)训练出的模型来自动照片中的人的动作进行分析，可提高确定人的动作的速度和准确性。
步骤S103，根据人的动作调整空调的运行参数。
本申请第一实施例提供的空调控制方法，通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据人的动作调整空调的运行参数，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题。通过根据人的动作自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
可选地，在本申请第一实施例提供的空调控制方法中，根据人的动作调整空调的运行参数包括：判断人的动作是否属于第一类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作；在人的动作属于第一类型动作的情况下，确定第一运行参数，其中，第一运行参数用于控制空调运行以降低人所在房间的温度；控制空调基于第一运行参数运行。
例如，人的动作为擦汗的动作，即表示人所在的房间的温度高于预设温度(例如，预设温度也可以为温度范围，例如，18℃-25℃)，人体感较热，擦汗的动作属于第一类型动作，在这种情况下，确定第一运行参数，根据第一运行参数控制空调运行以降低人所在房间的温度，从而自动对人所在的房间的温度进行调节，提升用户的体验。
可选地，在本申请第一实施例提供的空调控制方法中，判断人的动作是否属于第一类型动作之后，该方法包括：若人的动作不属于第一类型动作，判断人的动作是否属于第二类型动作，其中，第二类型动作为人所在房间的温度低于预设温度后出现的动作在人的动作属于第二类型动作的情况下，确定第二运行参数，其中，第二运行参数用于控制空调运行以提高人所在房间的温度控制空调基于第二运行参数运行。
例如，人的动作为盖被子或蜷缩的动作，即表示人所在的房间的温度低于预设温度(例如，预设温度也可以为温度范围，例如，18℃-25℃)，人体感较冷，盖被子或蜷缩的动作属于第二类型动作，在这种情况下，确定第二运行参数，根据第二运行参数控制空调运行以提高人所在房间的温度，从而自动对人所在的房间的温度进行调节，提升用户的体验。
可选地，在本申请第一实施例提供的空调控制方法中，在根据人的动作调整空调的运行参数之后，该方法还包括：按照预设时间周期，通过空调上的摄像头进行拍照得到当前照片识别当前照片中的人是否存在第一类型动作或第二类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作，第二类型动作为人所在房间的温度低于预设温度后出现的动作，若当前照片中的人存在第一类型动作或第二类型动作根据第一类型动作或第二类型动作调整空调的运行参数。
例如，间隔1小时，通过空调上的摄像头进行拍照得到当前照片识别当前照片中的人是否存在擦汗的动作或者盖被子或蜷缩的动作，若当前照片中的人存在擦汗的动作或者盖被子或蜷缩的动作，自动调整空调的运行参数以调节人所在房间的温度，以适合人体的舒适度。
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。
本申请第一实施例还提供了一种空调控制装置，需要说明的是，本申请第一实施例的空调控制装置可以用于执行本申请第一实施例所提供的用于空调控制方法。以下对本申请第一实施例提供的空调控制装置进行介绍。
图2是根据本申请第一实施例提供的空调控制装置的示意图。如图3所示，该装置包括：第一获取单元10、第二获取单元20和第一调整单元30。
第一获取单元10，用于通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片。
第二获取单元20，用于使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签。
第一调整单元30，用于根据人的动作调整空调的运行参数。
本申请第一实施例提供的空调控制装置，通过第一获取单元10通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；第二获取单元20使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；第一调整单元30根据人的动作调整空调的运行参数，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题，通过根据人的动作自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
可选地，在本申请第一实施例提供的空调控制装置中，第一调整单元包括：第一判断模块，用于判断人的动作是否属于第一类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作；第一确定模块，用于在人的动作属于第一类型动作的情况下，确定第一运行参数，其中，第一运行参数用于控制空调运行以降低人所在房间的温度；第一控制模块，用于控制空调基于第一运行参数运行。
可选地，在本申请第一实施例提供的空调控制装置中，该装置包括：第二判断模块，用于判断所述人的动作是否属于第一类型动作之后，若人的动作不属于第一类型动作，判断人的动作是否属于第二类型动作，其中，第二类型动作为人所在房间的温度低于预设温度后出现的动作；第二确定模块，用于在人的动作属于第二类型动作的情况下，确定第二运行参数，其中，第二运行参数用于控制空调运行以提高人所在房间的温度；第二控制模块，用于控制空调基于第二运行参数运行。
可选地，在本申请第一实施例提供的空调控制装置中，该装置还包括：第三获取单元，用于在根据所述人的动作调整所述空调的运行参数之后，按照预设时间周期，通过空调上的摄像头进行拍照得到当前照片；识别单元，用于识别当前照片中的人是否存在第一类型动作或第二类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作，第二类型动作为人所在房间的温度低于预设温度后出现的动作；判断单元，用于若当前照片中的人存在第一类型动作或第二类型动作；第二调整单元，用于根据第一类型动作或第二类型动作调整空调的运行参数。
空调控制装置包括处理器和存储器，上述第一获取单元10、第二获取单元20和第一调整单元30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提升对空调器控制的智能化程度，进而提升用户体验度。
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。
图3是根据本申请第二实施例的空调控制方法的流程图。如图3所示，该方法包括以下步骤：
步骤S301，通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片。
步骤S302，将照片发送至远程服务器，其中，远程服务器用于根据照片中的人的人脸信息，以评估人的身体素质信息。
步骤S303，接收远程服务器中返回的人的身体素质信息。
步骤S304，根据人的身体素质信息调整空调的运行参数。
通过上述步骤，根据人体的身体素质信息自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
综上所述，本申请第二实施例提供的空调控制方法，通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；将照片发送至远程服务器，其中，远程服务器用于根据照片中的人的人脸信息，以评估人的身体素质信息；接收远程服务器中返回的人的身体素质信息；根据人的身体素质信息调整空调的运行参数，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题。通过根据人的身体素质信息自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
为了进一步地提升用户体验度，可选地，在本申请第二实施例提供的空调控制方法中，根据人的身体素质信息调整空调的运行参数包括：采集室外的温度信息和空调所在房间的温度信息；基于室外的温度信息和空调所在房间的温度信息，计算温度差值，其中，温度差值为空调所在房间温度与室外温度的差值；根据人的身体素质信息和温度差值进行分析，确定控制空调运行的目标运行参数；控制空调基于目标运行参数运行。
通过采集室外的温度信息和空调所在房间的温度信息，确定室内外的温度差值，基于人的身体素质信息和温度差值进行分析，确定控制空调运行的目标运行参数；控制空调基于目标运行参数运行，进一步地，考虑到了室内外的温度差以及人的身体素质信息自动调整空调的运行，从而进一步地提升用户体验度。
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。
本申请第二实施例还提供了一种空调控制装置，需要说明的是，本申请第二实施例的空调控制装置可以用于执行本申请第二实施例所提供的用于空调控制方法。以下对本申请第二实施例提供的空调控制装置进行介绍。
图4是根据本申请第二实施例提供的空调控制装置的示意图。如图4所示，该装置包括：第四获取单元40、发送单元50、接收单元60和第三调整单元70。
第四获取单元40，用于通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片。
发送单元50，用于将照片发送至远程服务器，其中，远程服务器用于根据照片中的人的人脸信息，以评估人的身体素质信息。
接收单元60，用于接收远程服务器中返回的人的身体素质信息。
第三调整单元70，用于根据人的身体素质信息调整空调的运行参数。
本申请第二实施例提供的空调控制装置，通过第四获取单元40通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；发送单元50将照片发送至远程服务器，其中，远程服务器用于根据照片中的人的人脸信息，以评估人的身体素质信息；接收单元60接收远程服务器中返回的人的身体素质信息；第三调整单元70根据人的身体素质信息调整空调的运行参数，解决了相关技术中对空调器的控制智能化程度较低，导致用户体验度较低的问题，通过根据人的身体素质信息自动的调整空调的运行参数，进而达到了提升对空调器控制的智能化程度，进而提升用户体验度的效果。
可选地，在本申请第二实施例提供的空调控制装置中，第三调整单元70包括：采集模块，用于采集室外的温度信息和空调所在房间的温度信息；计算模块，用于基于室外的温度信息和空调所在房间的温度信息，计算温度差值，其中，温度差值为空调所在房间温度与室外温度的差值；第三确定模块，用于根据人的身体素质信息和温度差值进行分析，确定控制空调运行的目标运行参数；第三控制模块，用于控制空调基于目标运行参数运行。
所述空调控制装置包括处理器和存储器，上述第四获取单元40、发送单元50、接收单元60和第三调整单元70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提升对空调器控制的智能化程度，进而提升用户体验度。
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。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述空调控制方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述空调控制方法。
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：通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据人的动作调整空调的运行参数。
进一步地，根据人的动作调整空调的运行参数包括：判断人的动作是否属于第一类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作；在人的动作属于第一类型动作的情况下，确定第一运行参数，其中，第一运行参数用于控制空调运行以降低人所在房间的温度；控制空调基于第一运行参数运行。
进一步地，判断人的动作是否属于第一类型动作之后，该方法包括：若人的动作不属于第一类型动作，判断人的动作是否属于第二类型动作，其中，第二类型动作为人所在房间的温度低于预设温度后出现的动作；在人的动作属于第二类型动作的情况下，确定第二运行参数，其中，第二运行参数用于控制空调运行以提高人所在房间的温度；控制空调基于第二运行参数运行。
进一步地，在根据人的动作调整空调的运行参数之后，该方法还包括：按照预设时间周期，通过空调上的摄像头进行拍照得到当前照片；识别当前照片中的人是否存在第一类型动作或第二类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作，第二类型动作为人所在房间的温度低于预设温度后出现的动作；若当前照片中的人存在第一类型动作或第二类型动作；根据第一类型动作或第二类型动作调整空调的运行参数。本文中的设备可以是服务器、PC、PAD、手机等。
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：通过空调探测到空调所在房间有人的情况下，通过空调上的摄像头进行拍照得到照片；使用模型对照片中的人的动作进行分析得到人的动作，其中，模型是根据多组数据使用机器学习训练得到的，多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；根据人的动作调整空调的运行参数。
进一步地，根据人的动作调整空调的运行参数包括：判断人的动作是否属于第一类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作；在人的动作属于第一类型动作的情况下，确定第一运行参数，其中，第一运行参数用于控制空调运行以降低人所在房间的温度；控制空调基于第一运行参数运行。
进一步地，判断人的动作是否属于第一类型动作之后，该方法包括：若人的动作不属于第一类型动作，判断人的动作是否属于第二类型动作，其中，第二类型动作为人所在房间的温度低于预设温度后出现的动作；在人的动作属于第二类型动作的情况下，确定第二运行参数，其中，第二运行参数用于控制空调运行以提高人所在房间的温度；控制空调基于第二运行参数运行。
进一步地，在根据人的动作调整空调的运行参数之后，该方法还包括：按照预设时间周期，通过空调上的摄像头进行拍照得到当前照片；识别当前照片中的人是否存在第一类型动作或第二类型动作，其中，第一类型动作为人所在房间温度高于预设温度后出现的动作，第二类型动作为人所在房间的温度低于预设温度后出现的动作；若当前照片中的人存在第一类型动作或第二类型动作；根据第一类型动作或第二类型动作调整空调的运行参数。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
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)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种空调控制方法，其特征在于，包括：
通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；
使用模型对所述照片中的人的动作进行分析得到人的动作，其中，所述模型是根据多组数据使用机器学习训练得到的，所述多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；
根据所述人的动作调整所述空调的运行参数。
2.根据权利要求1所述的方法，其特征在于，根据所述人的动作调整所述空调的运行参数包括：
判断所述人的动作是否属于第一类型动作，其中，所述第一类型动作为人所在房间温度高于预设温度后出现的动作；
若所述人的动作属于所述第一类型动作，确定第一运行参数，其中，所述第一运行参数用于控制所述空调运行以降低人所在房间的温度；
控制所述空调基于所述第一运行参数运行。
3.根据权利要求2所述的方法，其特征在于，判断所述人的动作是否属于第一类型动作之后，所述方法包括：
若所述人的动作不属于所述第一类型动作，判断所述人的动作是否属于第二类型动作，其中，所述第二类型动作为人所在房间的温度低于所述预设温度后出现的动作；
若所述人的动作属于所述第二类型动作，确定第二运行参数，其中，所述第二运行参数用于控制所述空调运行以提高人所在房间的温度；
控制所述空调基于所述第二运行参数运行。
4.根据权利要求1所述的方法，其特征在于，在根据所述人的动作调整所述空调的运行参数之后，所述方法还包括：
按照预设时间周期，通过所述空调上的摄像头进行拍照得到当前照片；
识别所述当前照片中的人是否存在第一类型动作或第二类型动作，其中，所述第一类型动作为人所在房间温度高于预设温度后出现的动作，所述第二类型动作为人所在房间的温度低于所述预设温度后出现的动作；
若所述当前照片中的人存在所述第一类型动作或所述第二类型动作；
根据所述第一类型动作或所述第二类型动作调整所述空调的运行参数。
5.一种空调控制方法，其特征在于，包括：
通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；
将所述照片发送至远程服务器，其中，所述远程服务器用于根据所述照片中的人的人脸信息，以评估人的身体素质信息；
接收所述远程服务器中返回的人的身体素质信息；
根据所述人的身体素质信息调整所述空调的运行参数。
6.根据权利要求5所述的方法，其特征在于，根据所述人的身体素质信息调整所述空调的运行参数包括：
采集室外的温度信息和所述空调所在房间的温度信息；
基于所述室外的温度信息和所述空调所在房间的温度信息，计算温度差值，其中，所述温度差值为所述空调所在房间温度与室外温度的差值；
根据所述人的身体素质信息和所述温度差值进行分析，确定控制所述空调运行的目标运行参数；
控制所述空调基于所述目标运行参数运行。
7.一种空调控制装置，其特征在于，包括：
第一获取单元，用于通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；
第二获取单元，用于使用模型对所述照片中的人的动作进行分析得到人的动作，其中，所述模型是根据多组数据使用机器学习训练得到的，所述多组数据中的每组数据均包括：照片和用于标识照片上人的动作的标签；
第一调整单元，用于根据所述人的动作调整所述空调的运行参数。
8.一种空调控制装置，其特征在于，包括：
第四获取单元，用于通过空调探测到所述空调所在房间有人的情况下，通过所述空调上的摄像头进行拍照得到照片；
发送单元，用于将所述照片发送至远程服务器，其中，所述远程服务器用于根据所述照片中的人的人脸信息，以评估人的身体素质信息；
接收单元，用于接收所述远程服务器中返回的人的身体素质信息；
第三调整单元，用于根据所述人的身体素质信息调整所述空调的运行参数。
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的空调控制方法。
10.一种处理器，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4中任意一项所述的空调控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711218987.4A CN108195031A (zh) | 2017-11-28 | 2017-11-28 | 空调控制方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711218987.4A CN108195031A (zh) | 2017-11-28 | 2017-11-28 | 空调控制方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108195031A true CN108195031A (zh) | 2018-06-22 |
Family
ID=62573372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711218987.4A Pending CN108195031A (zh) | 2017-11-28 | 2017-11-28 | 空调控制方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108195031A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068113A (zh) * | 2019-04-25 | 2019-07-30 | 南京邮电大学 | 一种基于深度学习的地铁环境温控系统及方法 |
| CN110958750A (zh) * | 2018-09-25 | 2020-04-03 | 珠海格力电器股份有限公司 | 照明设备控制方法及装置 |
| CN111007731A (zh) * | 2019-11-11 | 2020-04-14 | 珠海格力电器股份有限公司 | 用户操作预测方法、装置、电子设备及可读存储介质 |
| CN112432228A (zh) * | 2021-01-27 | 2021-03-02 | 北京嘉洁能科技股份有限公司 | 一种空置房屋低温运行控制系统及方法 |
| CN114608137A (zh) * | 2022-03-15 | 2022-06-10 | 青岛海尔空调器有限总公司 | 用于控制智能空调的方法及装置、智能空调、存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03247939A (ja) * | 1990-02-27 | 1991-11-06 | Sanyo Electric Co Ltd | 空気調和装置 |
| CN101571302A (zh) * | 2008-05-02 | 2009-11-04 | Lg电子株式会社 | 空调机及其动作方法 |
| CN203336765U (zh) * | 2013-02-19 | 2013-12-11 | 海尔集团公司 | 空调器控制系统 |
| CN106440193A (zh) * | 2016-09-19 | 2017-02-22 | 广东美的制冷设备有限公司 | 空调及其采集组件、控制结构、调控系统和调控方法 |
-
2017
- 2017-11-28 CN CN201711218987.4A patent/CN108195031A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH03247939A (ja) * | 1990-02-27 | 1991-11-06 | Sanyo Electric Co Ltd | 空気調和装置 |
| CN101571302A (zh) * | 2008-05-02 | 2009-11-04 | Lg电子株式会社 | 空调机及其动作方法 |
| CN203336765U (zh) * | 2013-02-19 | 2013-12-11 | 海尔集团公司 | 空调器控制系统 |
| CN106440193A (zh) * | 2016-09-19 | 2017-02-22 | 广东美的制冷设备有限公司 | 空调及其采集组件、控制结构、调控系统和调控方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110958750A (zh) * | 2018-09-25 | 2020-04-03 | 珠海格力电器股份有限公司 | 照明设备控制方法及装置 |
| CN110958750B (zh) * | 2018-09-25 | 2020-11-27 | 珠海格力电器股份有限公司 | 照明设备控制方法及装置 |
| CN110068113A (zh) * | 2019-04-25 | 2019-07-30 | 南京邮电大学 | 一种基于深度学习的地铁环境温控系统及方法 |
| CN111007731A (zh) * | 2019-11-11 | 2020-04-14 | 珠海格力电器股份有限公司 | 用户操作预测方法、装置、电子设备及可读存储介质 |
| CN112432228A (zh) * | 2021-01-27 | 2021-03-02 | 北京嘉洁能科技股份有限公司 | 一种空置房屋低温运行控制系统及方法 |
| CN114608137A (zh) * | 2022-03-15 | 2022-06-10 | 青岛海尔空调器有限总公司 | 用于控制智能空调的方法及装置、智能空调、存储介质 |
| WO2023173749A1 (zh) * | 2022-03-15 | 2023-09-21 | 青岛海尔空调器有限总公司 | 用于控制智能空调的方法及装置、智能空调、存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108195031A (zh) | 空调控制方法和装置 | |
| Szczurek et al. | Occupancy determination based on time series of CO2 concentration, temperature and relative humidity | |
| Yang et al. | A systematic approach to occupancy modeling in ambient sensor-rich buildings | |
| CN110836514B (zh) | 空调组的控制方法和装置 | |
| CN110196908A (zh) | 数据分类方法、装置、计算机装置及存储介质 | |
| CN105676670B (zh) | 用于处理能源数据的方法和系统 | |
| US20210272017A1 (en) | Machine learning on a blockchain | |
| US20130054166A1 (en) | Information processing apparatus, information processing method, and program | |
| CN106575870B (zh) | 用于确定用于发电系统的参数设置的系统、方法和设备及有形计算机可读介质 | |
| CN115775085B (zh) | 一种基于数字孪生的智慧城市管理方法及系统 | |
| WO2017143773A1 (zh) | 一种众包学习方法及装置 | |
| CN108616118A (zh) | 房车供电控制方法和装置 | |
| CN110991789B (zh) | 置信区间的确定方法和装置、存储介质及电子装置 | |
| CN113821903B (zh) | 温度控制方法和设备、模块化数据中心及存储介质 | |
| CN104657457B (zh) | 一种用户评价视频的数据处理方法、视频推荐方法及装置 | |
| CN113254491A (zh) | 一种信息推荐的方法、装置、计算机设备及存储介质 | |
| CN117768498A (zh) | 区块链数据管理方法、装置、电子设备及存储介质 | |
| CN117406844B (zh) | 一种基于神经网络的显卡风扇控制方法及相关装置 | |
| US20160140857A1 (en) | Personalized and targeted training | |
| Fan et al. | A data-driven framework for thermal comfort assessment method based on user interaction | |
| CN110781929B (zh) | 信用预测模型的训练方法、预测方法及装置、介质和设备 | |
| CN117236559A (zh) | 一种基于物联网的智能充电桩数据分析方法和装置 | |
| CN109598524A (zh) | 品牌曝光效果分析方法及装置 | |
| Soto et al. | Detection of the primary user’s behavior for the intervention of the secondary user using machine learning | |
| US20220114472A1 (en) | Systems and methods for generating machine learning-driven telecast forecasts |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180622 |
|
| RJ01 | Rejection of invention patent application after publication |