CN109899932A - 空调的控制方法和装置 - Google Patents
空调的控制方法和装置 Download PDFInfo
- Publication number
- CN109899932A CN109899932A CN201711306541.7A CN201711306541A CN109899932A CN 109899932 A CN109899932 A CN 109899932A CN 201711306541 A CN201711306541 A CN 201711306541A CN 109899932 A CN109899932 A CN 109899932A
- Authority
- CN
- China
- Prior art keywords
- network
- grid
- target object
- identification information
- signal source
- 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.)
- Granted
Links
Landscapes
- Position Fixing By Use Of Radio Waves (AREA)
- Selective Calling Equipment (AREA)
Abstract
本申请实施例提供了一种空调的控制方法和装置,其中,该方法包括:获取目标对象所在位置接收到的第一网络的强度数据、第二网络的强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图;根据上述数据信息,确定目标对象所在位置对应的网格编号;并将网格编号发送至空调控制端,空调控制端用于根据网格编号控制空调运行。由于该方案考虑空调控制的具体特点,将目标对象所在区域划分为多个网格,综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,根据网格编号对空调进行相应控制,因而解决了现有方法中存在的成本高、定位速度慢,且无法高效地确定匹配于空调控制的位置信息的技术问题。
Description
技术领域
本申请涉及建筑设备控制技术领域,特别涉及一种全新的建筑设备的控制方法和装置。
背景技术
随着社会及城市居民节能减排意识的提高,如何对空调进行有效控制,使得空调在满足人们生活要求的同时,减少能源的浪费,提高能效,逐渐成为人们关注的话题。
目前,现有的空调的控制方法大多是采用二氧化碳浓度检测法,根据所检测到的二氧化碳浓度确定待测空间中居民的数量,并以此为依据对空调进行相应控制。但是现有方法往往检测准确度较差,反应速度较慢,数据采集的成本较高,而且没有考虑到空调空间服务的具体控制特点,不能准确地对空调进行调控,容易出现浪费能源、降低建筑能效的现象。针对上述情况,人们又提出了一些其他的空调的控制方法,以检测待测空间中的居民信息,再对空调进行相应控制。但都没有深入分析、结合空调控制的具体特点。导致现有方法具体实施时,往往存在实施成本高,且无法高效地确定匹配于空调控制的位置信息的技术问题。
针对上述问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种空调的控制方法和装置,以解决现有方法中存在的实施成本高,且无法高效地确定匹配于空调控制的位置信息的技术问题,达到了能低成本、准确地确定针对于空调控制的目标对象的位置信息的技术效果。
本申请实施例提供了一种空调的控制方法,包括:
获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络,所述网格分布图用于将所述目标对象所在区域划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
在一个实施方式中,所述第一网络包括:WiFi网络,所述第二网络包括以下至少之一:蓝牙网络、射频识别网络和超宽带网络。
在一个实施方式中,所述第二网络的强度数据包括来自至少三个信号源的网络强度数据;相应的,所述第二网络的信号源识别信息包括至少三个信号源识别信息。
在一个实施方式中,根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号,包括:
根据所述第一网络的信号强度数据、所述第一网络的信号源识别信息、所述网格分布图,利用最近邻类算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第一概率值;
根据所述第二网络的强度数据、第二网络的信号源识别信息、所述网格分布图,利用几何算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第二概率值;
确定所述第一概率值和所述第二概率值的几何平均数作为所述目标对象所在位置位于所述网格分布图中各个网格的第三概率值;并所述第三概率值中数值最大的概率所对应的网格的编号确定为所述目标对象所在位置对应的网格编号。
在一个实施方式中,所述空调控制端根据所述网格编号控制空调运行,包括:
控制所述网格编号对应的工作区域中的空调的工作温度;和/或,控制所述网格编号对应的工作区域中的空调的风扇速率;和/或,控制所述网格编号对应的工作区域中的空调的开关;和/或,控制所述网格编号对应的工作区域中的空调的工作频率。
在一个实施方式中,所述方法还包括:
获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息;
根据所述目标对象的特征信息、所述目标对象同第一网络和/或第二网络的信号源之间的交互信息,预测目标对象的行为趋势;
根据所述目标对象的行为趋势、所述目标对象所在位置对应的网格编号,确定预设控制策略,所述预设控制策略用于控制空调。
在一个实施方式中,在获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息后,所述方法还包括:
对所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息分别进行去噪处理和插值处理;
根据处理后的第一网络的信号强度数据、处理后的第二网络的信号强度数据、处理后的第一网络的信号源识别信息、处理后的第二网络的信号源识别信息和所述网格分布图,确定所述目标对象所在位置对应的网格编号。
在一个实施方式中,所述方法还包括:
获取关于目标对象的影像数据;
根据所述目标对象的影像数据,对所述目标对象所在位置对应的网格编号进行校验。
本申请还提供了另一种空调的控制方法,包括:
获取目标对象所在位置接收到的多种网络的信号强度数据、多种网络的信号源识别信息和目标对象所在区域的网格分布图,其中,所述多种网络为不同的无线网络,所述网格分布图用于将所述目标对象所在区域划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
根据所述多种网络的信号强度数据、所述多种网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号控制空调运行。
本申请还提供了一种空调的控制装置,所述空调的控制装置应用于目标对象,包括:
获取模块,用于获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络;
定位模块,用于根据所述第一网络的强度数据、所述第二网络的强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
发送模块,用于将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
本申请还提供了一种空调控制端,包括:接收模块、解译模块和控制模块。其中,具体的:
接收模块,用于接收空调控制装置的发送的网格编号;
解译模块,用于对网格编号进行解译处理,得到解译结果;并根据解译结果确定空调控制参数;
控制模块,用于根据所述空调控制参数控制空调。
在本申请实施例中,由于考虑了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,再综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,根据网格编号对空调进行相应控制,从而解决了现有方法中存在的实施成本高、定位速度慢,且无法高效地确定针对于(或匹配于)空调控制的目标对象的位置信息的技术问题,达到了能低成本、准确地确定匹配于空调控制的目标对象的位置信息的技术效果。
附图说明
为了更清楚地说明本申请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申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施方式提供的空调的控制方法的处理流程图;
图2是根据本申请实施方式提供的空调的控制装置的组成结构图;
图3是根据本申请实施方式提供的用于空调控制的电子设备示意图;
图4是在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置的流程示意图;
图5是在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置布设的WiFi网络和蓝牙(BLE)网络的示意图;
图6是在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置获得的网格分布图;
图7是在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置应用的算法流程的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请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。
考虑到现有的空调的控制方法,存在着检测不准确,反应速度低及成本高的问题。此外,一些常规的室内定位方法可以获得相对准确的居民的位置坐标信息。然而,常规的室内定位方法往往追求的是高精度的点定位,往往没有考虑到空调控制的实施空间上的特点。空调(系统)通常是以一个区域范围作为单位进行空调的控制与调节,而不是以一个坐标点作为控制单位。因此,对于空调控制而言并不需要得到精确的坐标点的位置,其所需要的位置信息往往具有较高的容错性和灵活性。且基于目前常规的室内定位法获得的坐标点信息往往成本较高,容易出现误差。因此,现有的空调的控制方法具体实施时,往往存在实施成本高,且无法高效地提供匹配空调控制的目标对象的位置信息的技术问题。针对产生上述技术问题的根本原因,本申请考虑到了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,再综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,进而可以根据网格编号对空调进行相应控制,从而解决了现有方法中存在的实施成本高,且无法高效地确定针对于空调控制的目标对象的位置信息的技术问题,达到了能低成本、准确地确定针对于空调控制的目标对象的位置信息的技术效果。
基于上述思考思路,本申请实施例提供了一种空调的控制方法。具体请参阅图1所示的根据本申请实施方式提供的空调的控制方法的处理流程图。本申请实施例提供的空调的控制方法。其中,上述空调的控制方法主要是应用于目标对象一方或者在目标对象一端执行实施的控制方法。具体实施时,上述空调的控制方法具体可以包括以下步骤。
S11:获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络,所述网格分布图将所述目标对象所在区域(或空间)划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号。
在本实施方式中,上述第一网络和第二网络是不同的网络的,具体的,第一网络和第二网络是适用于不同定位方式的无线网络。例如,对应于第一网络的定位原理、定位精度、定位规则等可以是部分或者全部不同于第二网络的定位原理、定位精度、定位规则等。通过本申请实施方式提供的空调的控制方法可以综合两种不同网络的定位方式,相对于依靠一种网络的常规的室内定位法,可以更加快速、准确地确定出目标对象的所在位置,提高实施速率和确定结果的精度。
在本实施方式中,上述目标对象具体可以是进入某建筑区域,并携带有适用于本申请实施方式提供的空调的控制方法的终端设备的人或物,其中,本申请实施方式所提供的空调的控制方法的具体执行处理流程可以在目标对象的终端设备上执行完成。具体的,例如,目标对象可以是进入某购物中心的顾客,相应的上述终端设备具体可以是顾客自己的智能手机、平板电脑、智能手表等具有一定数据收发和数据处理能力的电子设备,也可以是购物中心提供的电子标签,其中,上述电子标签具体可以是一种针对于本申请实施方式提供的空调的控制方法的配套的电子设备。
在一个实施方式中,上述第一网络具体可以包括WiFi网络等定位精度相对差一点的网络。其中,WiFi网络(Wireless Fidelity),是目前使用相对较广、成本相对较低的一种无线网络。通常实施时,是通过信号源把有线网络信号转换成无线信号,供支持其技术的终端设备接收,例如,提供给电脑,手机,PDA等接收。通常在一个建筑区域内,例如购物中心,布设WiFi网络时,会利用路由器作为信号源发射WiFi信号(即网络信号),由于WiFi信号在传播的过程中随着传播距离的增加会发生衰减,因此随着距离路由器距离的不同,接收到的WiFi信号的强度也不相同。相应的,基于WiFi网络的上述传输特点,对应的定位方式具体可以是根据接收到的WiFi信号强度数据(即网络信号强度数据),通过比较WiFi信号强度数据的数值差异,判断目标对象所处的具体位置。但是具体实施时,基于WiFi网络进行定位得到结果的精确度常常相对较差,但实施成本相对较低,覆盖范围较广,且可以同时较好地支持较大规模的数据传输。当然,需要补充的是上述第一网络具体可以是WiFi网络,但也可以是与WiFi网络类似的其他无线网络。对此,本申请不作限定。
在一个实施方式中,具体实施时,可以按照以下方式根据采集的第一网络的强度数据计算目标对象所在位置与第一网络的信号源的距离:根据所接收到的第一网络的强度数据,确定目标对象所在位置的对应的第一网络的信号强度指数(RSSI);根据第一网络的信号计算目标对象所在位置与第一网络的信号源的距离。其中,根据第一网络的信号计算目标对象所在位置与第一网络的信号源的距离具体实施时可以按照以下公式计算上述目标对象所在位置与第一网络的信号源的距离:
RSSI(dBm)=-10logd(d)+A
上式中,A具体可以为距离第一网络信号源1米处的第一网络的信号强度(dBm),d具体可以为目标对象所在位置与第一网络的信号源的距离,RSSI为根据在目标对象所在位置处接收到的第一网络的强度数据确定的第一网络的信号强度(指数)。
进而,可以在确定出目标对象所在位置与第一网络的信号源的距离后,结合第一网络的信号源识别信息,例如,第一网络的信号源的位置,粗略地计算出目标对象所在的大致位置。
在一个实施方式中,具体实施时根据具体情况、具体精度要求和成本预算,可以使用多种不同类型的第一网络组合作为上述第一网络。相应的,具体实施时,可以获取多种第一网络的强度数据、多种第一网络的信号源识别信息,从而后续可以利用上述多种第一网络的相关数据进行组合使用,更加准确地定位出目标对象的位置区域范围。
在一个实施方式中,在上述第一网络为WiFi网络情况下,相应的,所在位置接收到的第一网络的强度数据具体可以是所在位置接收到的WiFi网络信号的强度,第一网络的信号源识别信息具体可以是所在位置接收到的路由器的信息。
在一个实施方式中,上述第二网络具体可以包括:蓝牙网络、射频识别网络和超宽带网络等。其中,上述蓝牙网络是指基于蓝牙(Bluetooth)技术实现固定设备、移动设备和楼宇或个人域网之间的短距离数据交换所形成的无线网络,相对于WiFi网络覆盖的范围较小,但精度相对较高。需要说明的是,本申请实施防止所涉及的蓝牙网络具体指的可以是一种蓝牙低功耗(Bluetooth Low Energy,BLE)网络。上述蓝牙低功耗网络,不同于普通的蓝牙网络,由于采用不同的、更加节能的传输协议,有效地降低了普通的蓝牙网络的能耗,能够实现更加稳定、长效的无线网络。上述射频识别(Radio Frequency Identification,RFID)网络具体可以是一种基于射频识别技术建立的无线网络。其中,上述射频识别技术又称无线射频识别,是一种通信技术,具体可以通过无线电讯号识别特定目标并读写相关数据,而无需识别系统与特定目标之间建立机械或光学接触。相对于WiFi网络也是一种精度相对较高,但成本也相对较高的无线网络。上述超宽带(Ultra Wideband,UWB)网络是一种基于超宽带技术建立的无线网络。其中,上述超宽带技术是一种新型的无线通信技术,具体可以通过对具有很陡上升和下降时间的冲激脉冲进行直接调制,使信号具有GHz量级的带宽,因此,它具有对信道衰落不敏感、发射信号功率谱密度低、低截获能力、系统复杂度低、能提供数厘米的定位精度等优点。相对于WiFi网络也是一种精度相对较高,但成本也相对较高的无线网络。上述第二网络通常相对于以WiFi网络为代表的第一网络精度相对较高。基于第二网络的上述特点,对应的定位方式可以是先在建筑区域中布设多个信号源,例如基站,根据所在位置接收到的来自不同信号源的信号强度数据分别确定所在位置距离多个信号源中各个信号源的距离,再根据所在位置距离多个信号源中各个信号源的距离,以及各个信号源自身的位置,计算出所在位置对应的点坐标。相对于基于第一网络的定位,第二网络的定位通常精度更高,但实施成本也相对更高。当然,需要补充的是,上述所列举的多种第二网络只是为了更好地说明本申请实施方式,具体实施时,也可以根据具体情况、实施要求和预算成本,选择除上述所列举的无线网络之外其他相似的无线网络作为第二网络。对此,本申请不作限定。
在一个实施方式中,具体实施时根据具体情况、具体精度要求和成本预算,可以将多种不同类型的第二网络组合使用,得到更加丰富的第二网络的相关数据。例如,具体的,可以事先在目标对象所在区域内同时布设蓝牙网络和射频识别网络,进而可以获取基于上述两种类型的第二网络数据,以便可以更加准确地定位出目标对象所在的位置的区域范围。
在一个实施方式中,在所述第二网络为蓝牙网络的情况下,相应的,所在位置接收到的第二网络的强度数据具体可以是所在位置接收到的蓝牙网络信号的强度,第二网络的信号源识别信息具体可以是所在位置接收到的基站的信息。
在一个实施方式中,还需要补充的是,考虑到基于第二网络的定位方式,通常需要至少三个信号源。因此,上述第二网络的强度数据具体可以包括来自至少三个信号源的网络强度数据;相应的,上述第二网络的信号源识别信息包括至少三个信号源识别信息。当然,根据实施要求,为了能够更加精确进行定位,上述第二网络数据具体还可以包括四个甚至更多个的网络强度数据;相应的,上述第二网络信号源识别信息具体可以包括四个或者更多个信号源识别信息。对此,本申请不作限定。
在一个实施方式中,考虑到第一信号源通常是设置在目标对象所在区域的固定位置处,因此,上述第一网络的信号源识别信息具体可以是第一网络的信号源的位置信息,也可以是第一网络的信号源的身份信息。其中,上述第一网络的信号源的身份信息具体可以是第一网络的信号源的编号。如此,具体实施时,可以根据第一网络的信号源的身份信息通过查询所在区域的第一网络的基本信息,得到第一网络的信号源的位置信息。类似的,上述第二网络的信号源识别信息具体可以是第二网络的信号源的位置信息,也可以是第二网络的信号源的身份信息。
在一个实施方式中,考虑到空调控制的具体控制特点,空调通常是针对一个或多个范围区域进行相应的工作,例如,对某个范围区域进行制冷,因此,不需要将位置信息精确到坐标点。此外,为了改善目标对象的体验度,例如,快速确定目标对象的位置,及时为目标对象提供冷气,需要提高空调控制过程中的定位效率,需要可以尽快地确定出目标对象的所在位置。但是,现有方法中基于常规的室内定位法通常确定的是精度更高的坐标点,这种高精度实际上并不是空调控制所必须的。此外,由于需要确定这种高精度的坐标点,算法相对会更加复杂,导致定位速度相对较慢,不能满足及时响应快速进行控制的需求。同时,由于确定坐标点的算法复杂,实施过程中相对更容易出现误差。针对上述情况,本申请实施方式提供一种确定目标对象所在位置对应的网格编号而不是对应的点坐标,进行目标对象的定位。如此,可以在满足空调控制的精度要求的同时,简化算法,提高定位的速度,以便可以更快地响应对空调进行相应控制,提高目标对象的体验度。为了能够利用网格编号表征目标对象所在位置对应的真实区域,可以将目标对象所在区域的平面图通过网格划分划分为多个网格,即目标对象所在区域的网格分布图。其中,网格分布图中每个网格都对应一个网格编号。如此,后续控制时,可以根据网格编号准确、快速地确定出目标对象所在位置对应的真实的区域范围,进而进行相应控制。需要说明的是,由于第一网络的覆盖范围通常相对较广,且数据传输能相对较强,适宜于传输数据量较大的数据。因此,在目标对象通过终端设备连入第一网络时,可以通过第一网络将上述网格分布图发送给终端设备。具体的,例如,对于购物中心而言,可以事先将该购物中心中每一楼层的建筑平面图进行网格划分,得到各个楼层的网格分布图存储在购物中心的服务器中。顾客在进入购物中心二楼时,手机连入二楼的WiFi网络后,手机可以通过该WiFi网络接收到服务器发送的二楼的网格分布图,以备后续使用。
在一个实施方式中,上述网格分布图具体可以包括多种网格类型。具体实施时,由于目标对象所在区域的形状特征并不规则,为了能够更好地对目标对象所在区域进行网格划分,以便可以利用网格编号更加准确地定位目标对象所在位置对应的具体区域范围,在对目标对象所在区域的进行网格划分的过程中,可以根据目标对象所在区域的具体形状、结构,使用多种网格组合对上述区域进行网格划分。其中,上述多种网格具体可以包括以下网格类型的一种或多种:正方形网格、三角形网格、六边形网格等等。当然,需要说明的是上述所列举的多种网格类型只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况,结合待划分区域的具体形状、结构特征,采用除上述所列举的网格类型的其他网格类型进行网格划分,得到表征效果更好的网格分布图。对此,本申请不作限定。
在本实施方式中,上述获取目标对象所在位置接收到的第一网络的强度数据、第二网络的强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,具体实施时,可以是目标对象通过终端设备接收到在目标对象所在位置的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网络分布图。具体的,例如,顾客进入某酒店大堂后,通过手机上相关的APP可以检测并接收到事先布设在该酒店大堂内的WiFi网络的信号强度、WiFi网络的信号源识别信息、蓝牙低功耗网络的信号强度、蓝牙低功耗网络的信号源识别信息以及通过WiFi网络接收到酒店大堂的网格分布图,以备后续处理使用。
S12:根据所述第一网络的强度数据、所述第二网络的强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号。
在一个实施方式中,考虑到空调控制的具体特点,为了能够满足空调控制的精度要求,同时达到快速、低成本地对目标对象进行定位,上述根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号,具体实施时,可以包括以下内容。
S12-1:根据所述第一网络的信号强度数据、所述第一网络的信号源识别信息、所述网格分布图,利用最近邻类算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第一概率值。
S12-2:根据所述第二网络的强度数据、第二网络的信号源识别信息、所述网格分布图,利用几何算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第二概率值。
S12-3:确定所述第一概率值和所述第二概率值的几何平均数作为所述目标对象所在位置位于所述网格分布图中各个网格的第三概率值;并将所述第三概率值中数值最大的概率所对应的网格的编号确定为所述目标对象所在位置对应的网格编号。
在本实施方式中,上述最近邻类算法包含一些列以数据点间各种距离为依据的数据筛选法,其中本实施方式所选用的具体是K最近邻算法(kNN,k-Nearest Neighbor)。具体的,可以以K最近邻算法为例,每个样本都可以找到和它最接近的k个样本。上述kNN算法的核心思想具体可以包括以下内容:每个已知数据样本(即在个已知位置接收到网络信号强度数据样本)都是一个从不同基站(即信号源)接受到的网络信号强度数据的组合。可以假设在某一位置检测到一个新的网络信号强度数据组合时,可以通过将其与已知数据样本进行比较,确定其与已知数据样本间的距离与相似度。在其中选择k个距离最近或相似度最高的样本数据,这些样本数据的位置就是检测到的新样本的候选位置。进而可以根据k个近邻距离进行排序,并利用指数概率分布,根据近邻由近到远的顺序制定由大到小的概率值。由于kNN算法大多主要靠周围有限的邻近的样本,而不是靠判别类域的方法来确定所属类别,因此对于类域的交叉或重叠较多的待分样本集来说,kNN方法较其他方法更为适用。
在本实施方式中,具体实施时,可以利用上述最近邻类算法,基于源自每一个基站(即网络信号源)的网络信号强度数据,计算样本间的距离。其中,具体针对某一个基站(即某一个网络信号源),可以按照以下公式分步处理:
S1:先计算距离:
上式中,O1,O2分别表示两个目标对象,d表示距离,n表示基站的编号。
S2:再根据将计算出的距离排序,然后找出其中前k个最小的距离:
具体的,可以假设给定一个目标对象的信号接收强度实例为Oq,则k个最近邻的目标网格集f(·)具体可以表示为:
(f(O1),f(O2),…,f(Ok))。
S3:进而可以利用如下方法找到目标对象所在位置所对应的网格分类,即可以确定出目标对象所在位置对应的网格编号:
其中,表示目标对象实例估计的网格,V表示所有网格的集合,δ(·)表示定义的函数,具体的,例如a=b,则δ(a,b)=1,否则δ(a,b)=0。
在一个实施方式中,为了能够更加快速、准确地确定目标对象所在位置所对应的网格编号,具体实施时还可以通过机器学习,建立识别模型。如此,具体实施时,可以将所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图作为输入数据,输入上述识别模型,利用训练好后的识别模型输出目标对象所在位置对应的网格编号。
S13:将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
在一个实施方式中,为了能够结合目标对象的位置信息,即目标对象所在位置对应的网格编号,及时地对空调进行控制,具体实施时,可以按照以下内容执行:控制所述网格编号对应的工作区域中的空调的工作温度;和/或,控制所述网格编号对应的工作区域中的空调的风扇速率;和/或,控制所述网格编号对应的工作区域中的空调的开关;控制所述网格编号对应的工作区域中的空调的工作频率等等。当然,需要说明的是上述空调控制方式只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况和具体要求引入除上述所列举的控制方式以外的控制方式对空调进行相应控制。对此,本申请不作限定。
具体的,例如,学校教学楼内的A教室中原来没有人,空调处于关闭的状态。当学生B进入A教室,并坐在A教室靠后排的位置时,通过学生B的手机可以将学生B所在位置的对应的网格编号发送至A教室中央空调控制端,空调控制端根据网格编号以及该教室的网格分布图,可以确定有人位于A教室后排的位置区域,可以控制位于A教室后排的空调启动,进而可以快速地响应为学生B提供空调服务。
在本实施方式中,需要说明的是所述空调控制端在接收所述网格编号后,还需要对上述网格编号进行解译,根据解译结果确定空调控制参数,按照上述空调控制参数对空调进行相应的控制。其中,上述空调控制参数具体可以包括以下所列参数中的一种或多种:温度、风速、功率等。当然,需要说明的是,上述所列举的参数只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况引入除上述所列举的参数以外的其他参数作为空调控制参数。对此,本申请不作限定。
在本申请实施例中,相较于现有技术,由于考虑了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,且每个网格对应一个网格编号;再综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,并根据网格编号对空调进行相应控制,从而解决了现有方法中存在的实施成本高、定位速度慢,且无法高效地确定针对于空调控制的目标对象的位置信息的技术问题,达到了能低成本、快速地确定针对于空调控制的目标对象的位置信息的技术效果。
在一个实施方式中,所述第一网络具体可以包括但不限于:WiFi网络等无线网络,所述第二网络具体可以包括但不限于以下无线网络中的至少之一:蓝牙网络、射频识别网络和超宽带网络等。当然,需要说明的是,上述所列举的多种第一网络、第二网络只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况、具体控制要求,以及具体的预算成本,选择合适的不同无线网络分别作为第一网络和第二网络。对此,本申请不作限定。
在一个实施方式中,所述第二网络的信号强度数据具体可以包括来自至少三个信号源的网络强度数据;相应的,所述第二网络的信号源识别信息具体可以包括至少三个信号源识别信息。如此,才能利用第二网络的信号强度数据,结合第二网络的信号源识别信息,较为准确地进行后续对目标对象所在位置对应的网格编号的确定。
在一个实施方式中,所述空调控制端根据所述网格编号控制空调运行,具体可以包括以下内容:控制所述网格编号对应的工作区域中的空调的工作温度;和/或,控制所述网格编号对应的工作区域中的空调的风扇速率;和/或,控制所述网格编号对应的工作区域中的空调的开关;控制所述网格编号对应的工作区域中的空调的工作频率等等。当然,需要说明的是上述所列举的根据网格编号控制空调的方式只是为了更好地说明本申请实施方式,具体实施时,也可以根据具体情况和具体要求,引入其他方式根据网格编号对空调进行相应的控制。对此,本申请不作限定。
在一个实施方式中,为了能够进一步提高空调控制响应效率,进一步改善目标对象的体验度,具体实施时,在获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图的同时,还可以通过第一网络或者第二网络获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息;根据所述目标对象的特征信息、所述目标对象同第一网络和/或第二网络的信号源之间的交互信息,可以推断目标对象的行为,进而预测目标对象的行为趋势;根据所述目标对象的行为趋势、所述目标对象所在位置对应的网格编号,确定预设控制策略,所述预设控制策略用于控制空调,例如,具体可以用于在目标对象实施行为之前,根据上述预设控制策略,提前对空调进行相应控制。
在本实施方式中,上述目标对象的特征信息具体可以是目标对象使用的终端设备的物理地址或者设备编号、目标对象的身份信息、目标对象的体态特征等信息,根据上述目标对象的特征信息,可以调用存储于数据库中的历史数据进行比对,以确定目标对象过去的行为习惯。上述目标对象同第一网络和/或第二网络的信号源之间的交互信息具体可以是目标对象连入上述第一网络和/或第二网络的时间、时长、频率,以及在权限允许的范围内采集到的目标对象通过连入第一网络和/或第二网络进行的相关操作,根据上述数据信息,可以分析目标对象的需求、爱好和行为倾向等特征信息。进而可以综合上述目标对象过去的行为习惯,以及目标对象的需求、爱好和行为倾向等特征信息,对目标对象未来一个较短的时间区间内的行为趋势进行预测,并根据目标对象的行为趋势、目标对象所在位置对应的网格编号,智能地制定与目标对象需求或爱好相符的控制策略,以便可以提前控制空调,为目标对象提供更加智能、细致的空调服务。
具体的,例如,根据所接收到的目标对象的特征信息可以分析:该用户经常来该休闲中心中B区靠窗的位置喝咖啡;根据目标对象同第一网络的信号源之间的交互信息可以分析:该用户该通过第一网络预订了一杯送到该休闲中心中B区的咖啡;综合上述信息数据,可以预测该用户未来半小时内有很大的概率前往该休闲中心中B区靠窗的位置喝咖啡;进而可以在该用户前往B区前,先指定针对该用户在B区靠窗的位置喝咖啡的行为趋势的预设控制策略,并根据该预设控制策略提前打开B区靠窗的位置区域的空调,并按照关于该用户的历史数据中设定的温度值,进行降温处理。如此,当用户来到B区靠窗的位置时,通过提前控制,已经使得B区靠窗的位置区域的温度状态达到了最适合该用户的温度状态。
在一个实施方式中,所获取的目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息等具体可以带有与接收上述数据对应的时间戳,进而终端设备在根据上述数据生成并发送的网格编号中也携带有对应的时间戳。如此,空调控制端可以根据所接收的网格编号中的时间戳实时确定目标对象各个时间点所在位置对应的网格编号,并实时更新目标对象所在位置对应的网格编号,以便可以更加快速地根据目标对象实时的位置移动情况,及时地提供相应的空调服务,从而可以进一步改善目标对象的体验度。
在一个实施方式中,为了减少终端设备所获取的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息所获取的噪声,提高所获取的数据精度,同时为了更好地根据携带不同时间戳的数据恢复不同时间戳所对应的不同时间点之间目标对象位置的变化情况,以便更加精准地控制空调,为目标对象提供更加人性化的空调服务。具体实施时,在获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息后,所述方法还可以包括以下内容:设备终端可以对所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息分别进行去噪处理和插值处理的,得到处理后的第一网络的信号强度数据、处理后的第二网络的信号强度数据、处理后的第一网络的信号源识别信息、处理后的第二网络的信号源识别信息。其中,具体实施时,可以通过所述获取的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息进行滤波处理,以去除数据中的噪声,得到更加准确的数据。通过插值处理,可以根据携带相邻的两个时间戳的数据,恢复相邻两个时间戳所对应的相邻两个时间内目标对象的位置的变化数据。相应的,后续处理时,上述根据所述第一网络的强度数据、所述第二网络的强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号,具体可以包括:根据所述处理后的第一网络的信号强度数据、所述处理后的第二网络的信号强度数据、所述处理后的第一网络的信号源识别信息、所述处理后的第二网络的信号源识别信息和所述网格分布图,确定所述目标对象所在位置对应的网格编号。
在一个实施方式中,为了进一步提高所确定的目标对象所在位置对应的网格编号的准确度,具体实施时,所述方法还包括以下步骤:
S1:获取关于目标对象的影像数据;
S2:根据所述目标对象的影像数据,对所述目标对象所在位置对应的网格编号进行校验。
在本实施方式中,具体实施时可以通过目标对象所在区域布设的摄像头获取目标对象的影像数据,并利用上述影像数据作为参考数据,对通过本申请实施方式提供的空调的控制方法所确定的目标对象所在位置对应的网格编号进行校验,以确定所计算出的网格编号是否准确。如果不准确,可以根据影响数据和确定的网格编号的差异情况,对确定网格编号的具体算法进行相应修改,以得到准确的网格编号。
在本实施方式中,上述根据所述目标对象的影像数据,对所述目标对象所在位置对应的网格编号进行校验,具体实施时,可以先计算目标对象的影像数据和所确定的目标对象所在位置对应的网格编号之间的误差,根据上述误差对所确定的网格编号进行校验。其中,上述误差具体可以包括以下中至少一种:绝对误差(AbsoluteError)、相对误差(RelativeError)、均方差根(Root Mean Square Error)等。当然,需要说明的是,上述所列举的多种误差只是为了更好地说明本申请实施方式。具体实施时,可以根据具体情况和实施要求,引入除上述列举之外的其他误差对所确定的网格编号进行校验。对此,本申请不作限定。
基于上述空调的控制方法,本申请实施例还提供了另一种空调的控制方法,其中,该方法具体实施时,可以包括以下内容。
S1:获取目标对象所在位置接收到的多种网络的信号强度数据、多种网络的信号源识别信息和目标对象所在区域的网格分布图,其中,所述多种网络为不同的无线网络,所述网格分布图用于将所述目标对象所在区域划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
S2:根据所述多种网络的信号强度数据、所述多种网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
S3:将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
在本实施方式中,上述多种网络包括第一网络和第二网络。具体的,上述多种网络的信号强度数据、多种网络的信号源识别信息具体可以是指:多种第一网络的信号强度数据、多种第一网络的信号源识别信息、多种第二网络的信号强度信息、多种第二网络的信号源识别信息。具体实施时,可以根据具体情况和具体的精度要求,在目标对象所在区域布设多层网络,进而可以获得多种第一网络的强度数据、多种第一网络的信号源识别信息、多种第二网络的强度信息、多种第二网络的信号源识别信息,以便可以更加精确地确定出目标对象所在位置对应的网格编号。具体的,例如,在某恒温休息室内为了能够更加精确确定使用者所在位置对应的网格编号,以便更加准确地提供空调服务,可以事先在该休息室内布设三种网络。具体的可以在休息室内布设一种第一网络:WiFi网络,布设两种第二网络,分别是:蓝牙网络,以及精度相对更高的射频识别网络。相应的,可以通过使用者随时携带的终端设备获取WiFi网络的强度数据、蓝牙网络的强度数据、射频识别网络的强度数据,以及WiFi网络的信号源识别信息、蓝牙网络的信号源识别信息、射频识别网络的信号信息和上述休息室的网格分布图;进而,终端可以综合上述WiFi网络的强度数据、蓝牙网络的强度数据、射频识别网络的强度数据,以及WiFi网络的信号源识别信息、蓝牙网络的信号源识别信息、射频识别网络的信号信息和上述休息室的网格分布图,更加准确地确定使用者所在位置对应的具体网格编号,以便空调控制端可以根据该网格编号进行更加精确的空调控制,达到给使用者提供更加精准的空调服务的效果。
从以上的描述中,可以看出,本申请实施例提供的空调的控制方法,由于考虑了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,且每个网格对应一个网格编号;再综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,并根据网格编号对空调进行相应控制,从而解决了现有方法中存在的实施成本高、定位速度慢,且无法高效地确定针对于空调控制的目标对象的位置信息的技术问题,达到了能低成本、快速地确定针对于空调控制的目标对象的位置信息的技术效果;又通过,提高了;还通过获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息,以预测目标对象的行为趋势,并根据目标对象的行为趋势确定预设控制策略,以达到对空调进行提前控制的效果,进一步提高了用户体验度。
基于同一发明构思,本发明实施例中还提供了一种空调的控制装置,如下面的实施例所述。由于空调的控制装置解决问题的原理与空调的控制方法相似,因此空调的控制装置的实施可以参见空调的控制方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。请参阅图2,是本申请实施例提供的空调的控制装置的一种组成结构图,其中,该装置具体可以应用于目标对象,该装置具体可以包括:获取模块21、定位模块22、发送模块23,下面对该结构进行具体说明。
获取模块21,具体可以用于获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络;
定位模块22,具体可以用于根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
发送模块23,具体可以用于将所述网格编号发送至空调控制端。
在一个实施方式中,所述第一网络具体可以包括:WiFi网络等,所述第二网络具体可以包括以下至少之一:蓝牙网络、射频识别网络和超宽带网络等。
在一个实施方式中,所述第二网络的强度数据具体可以包括基于至少三个子网络的强度数据,其中,所述三个子网络的强度数据分别由三个不同的信号源产生;相应的,所述第二网络的信号源识别信息具体可以包括至少三个信号源识别信息。
在一个实施方式中,为了能够根据所述第一网络的强度数据、所述第二网络的强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号,上述定位模块22具体可以包括以下结构单元:
第一确定单元,具体可以用于基于最近邻算法,根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定所述目标对象所在位置位于所述网格分布图中各个网格的概率值;
第二确定单元,具体可以用于根据所述目标对象所在位置位于所述网格分布图中各个网格的概率值,将概率值最高的网格的编号确定为所述目标对象所在位置对应的网格编号。
在一个实施方式中,为了能够有效地根据所述网格编号控制空调运行,具体实施时,空调控制端可以按照以下方式控制空调:控制所述网格编号对应的工作区域中的空调的工作温度;和/或,控制所述网格编号对应的工作区域中的空调的风扇速率;和/或,控制所述网格编号对应的工作区域中的空调的开关;控制所述网格编号对应的工作区域中的空调的工作频率。
在一个实施方式中,上述获取模块21具体实施时,还可以根据具体情况和实施要求,获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息。以便后续可以根据所述目标对象的特征信息、所述目标对象同第一网络和/或第二网络的信号源之间的交互信息,预测目标对象的行为趋势;并根据所述目标对象的行为趋势、所述目标对象所在位置对应的网格编号,确定预设控制策略,所述预设控制策略用于提前控制空调。进而可以进一步改善用户体验。
在一个实施方式中,上述空调的控制装置具体还可以包括预处理模块,上述预处理模块具体实施时,可以在获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息后,对所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息分别进行去噪处理和插值处理的,得到处理后的第一网络的信号强度数据、处理后的第二网络的信号强度数据、处理后的第一网络的信号源识别信息、处理后的第二网络的信号源识别信息。
相应的,定位模块22具体实施时可以根据所述处理后的第一网络的信号强度数据、所述处理后的第二网络的信号强度数据、所述处理后的第一网络的信号源识别信息、所述处理后的第二网络的信号源识别信息和所述网格分布图,确定所述目标对象所在位置对应的网格编号。
在一个实施方式中,所述装置具体还可以包括:校验模块,其中,所述校验模块具体实施时,可以按照以下步骤执行:获取关于目标对象的影像数据;根据所述目标对象的影像数据,对所述目标对象所在位置对应的网格编号进行校验。从而可以进一步提高所确定的网格编号的精确度。
进一步,本申请还提供了另一种应用于目标对象的空调控制装置,包括:
获取模块,用于获取目标对象所在位置接收到的多种网络的强度数据、多种网络的信号源识别信息和目标对象所在区域的网格分布图,其中,所述多种网络为不同的无线网络,所述网格分布图将所述目标对象所在空间划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
定位模块,用于根据所述多种网络的强度数据、所述多种网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号。
本申请还提供了一种应用于空调(系统)一侧的空调控制端,其中,上述空调控制端具体可以包括:接收模块、解译模块和控制模块。其中,具体的:
接收模块,具体可以用于接收空调控制装置的发送的网格编号;
解译模块,具体可以用于对网格编号进行解译处理,得到解译结果;并根据解译结果确定空调控制参数;
控制模块,具体可以用于根据所述空调控制参数对所述空调进行控制。
在本实施方式中,需要说明的是上述空调控制参数具体可以包括以下所列参数中的一种或多种:温度、风速、功率等。当然,需要说明的是,上述所列举的参数只是为了更好地说明本申请实施方式。具体实施时,也可以根据具体情况引入除上述所列举的参数以外的其他参数作为空调控制参数。对此,本申请不作限定。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,上述实施方式阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,在本说明书中,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
此外,在本说明书中,诸如第一和第二这样的形容词仅可以用于将一个元素或动作与另一元素或动作进行区分,而不必要求或暗示任何实际的这种关系或顺序。在环境允许的情况下,参照元素或部件或步骤(等)不应解释为局限于仅元素、部件、或步骤中的一个,而可以是元素、部件、或步骤中的一个或多个等。
从以上的描述中,可以看出,本申请实施例提供的空调的控制装置,由于考虑了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,且每个网格对应一个网格编号;再通过定位模块综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,并通过发送模块将网格编号发送给空调控制端,以便空调控制端可以根据网格编号对空调进行相应控制,从而解决了现有方法中存在的实施成本高、定位速度慢,且无法高效地确定针对于空调控制的目标对象的位置信息的技术问题,达到了能低成本、快速地确定针对于空调控制的目标对象的位置信息的技术效果;又通过获取模块获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息,以预测目标对象的行为趋势,并根据目标对象的行为趋势确定预设控制策略,以达到对空调进行提前控制的效果,进一步提高的用户体验度。
本申请实施方式还提供了一种电子设备,具体可以参阅图3所示的根据本申请实施方式提供的用于空调控制的电子设备示意图,所述电子设备具体可以包括输入设备31、处理器32、存储器33。其中,所述输入设备31具体可以用于输入目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络,所述网格分布图将所述目标对象所在空间划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号。所述处理器32具体可以用于根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;并将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号控制空调运行。所述存储器33具体可以用于存储实时获取的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,以备处理器32调取使用。
在本实施方式中,所述输入设备具体可以是用户和计算机系统之间进行信息交换的主要装置之一。所述输入设备可以包括键盘、鼠标、摄像头、扫描仪、光笔、手写输入板、语音输入装置等;输入设备用于把原始数据和处理这些数的程序输入到计算机中。所述输入设备还可以获取接收其他模块、单元、设备传输过来的数据。所述处理器可以按任何适当的方式实现。例如,处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式等等。所述存储器具体可以是现代信息技术中用于保存信息的记忆设备。所述存储器包括很多层次,在数字系统中,只要能保存二进制数据的都可以是存储器;在集成电路中,一个没有实物形式的具有存储功能的电路也叫存储器,如RAM、FIFO等;在系统中,具有实物形式的存储设备也叫存储器,如内存条、TF卡等。
在本实施方式中,上述电子设备具体可以是用户使用的智能手机,也可以使用户随身携带的平板电脑、笔记本电脑,还可以是用户随身佩戴的智能手表、智能手环等可穿戴电子设备。
在本实施方式中,该电子设备具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
本说申请实施方式中还提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序指令,在所述计算机程序指令被执行时实现:获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络,所述网格分布图将所述目标对象所在空间划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
在本实施方式中,上述存储介质包括但不限于随机存取存储器(Random AccessMemory,RAM)、只读存储器(Read-Only Memory,ROM)、缓存(Cache)、硬盘(Hard DiskDrive,HDD)或者存储卡(Memory Card)。所述存储器可以用于存储计算机程序指令。网络通信单元可以是依照通信协议规定的标准设置的,用于进行网络连接通信的接口。
在本实施方式中,该计算机存储介质存储的程序指令具体实现的功能和效果,可以与其它实施方式对照解释,在此不再赘述。
在一个具体实施场景示例中,应用本申请提供空调的控制方法和装置对某商场的中央空调进行智能控制。具体实施过程可以结合图4所示的在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置的流程示意图,参阅以下内容执行。
S101室内定位系统的布置及数据采集(即相当于事先布设多种网络包括第一网络和第二网络,通过应用于用户即目标对象端的终端设备获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息等数据)。
在本实施方式中,事先布设的室内定位系统(即适用于定位的网络)可以根据用户的需求以及经济能力、预算成本进行灵活选择。比较典型的信号网络包括:Wi-Fi网络、蓝牙低功耗BLE网络、RFID网络、超宽带(Ultra Wideband)网络等等,不同的网络通常具有不同级别的定位精度、安装成本、以及定位使用方式。不同网络可以单独使用,也可以搭建多层网络,实现定位结果的相互参照以及降低布控成本。
在本实施方式中,具体的,可以参阅图5所示的在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置布设的WiFi网络和蓝牙(BLE)网络的示意图。图中,iBeacon上具体指的可以是智能手机等移动设备上配备的与蓝牙有关的功能。工作方式具体可以是:通过配备有低功耗蓝牙(BLE)通信功能的设备使用BLE技术向周围发送自己特有的ID,接收到该ID的应用软件会根据该ID执行相应程序;Tag具体可以是一种识别标签;WiFi Router具体可以是指WiFi的路由器,是WiFi网络的信号源;WiFi AP具体可以是指智能手机等移动设备上配备的连接WiFi网络的功能单元。具体实施时,可以使用智能手机,作为网络识别标签(即设备终端)。最终采集到的相关数据具体可以包括:用户与信号源交互信息(即用户同网络的信号源的交互信息)、信号强度值(Signal Strength)(即网络的强度数据)、身份表示(MAC address或UUID)(即目标对象的特征信息)、以及信号节点的空间位置(即网络的信号源识别信息)。其中,需要补充的是上述数据信息可以携带有对应的时间戳(timestamp)。
S102:获取该商场的建筑空间模型。
在本实施方式中,具体可以通过商场的建筑信息系统获取该商场的建筑空间的几何形状信息,也可以通过直接测量的方式获取该商场建筑平面几何图形,作为上述建筑空间模型。
S103:对上述建筑空间模型进项网格划分(以获得对应的网格分布图)。
在本实施方式中,具体实施时,可以在进行室内定位系统信号布局时,通常需要将信号强度分布与建筑内空间内网格化坐标通过信号指纹(signal fingerprints)进行匹配和耦合,即基于第一网络,建立网络信号强度与网格的对应关系。但是,由于有一些建筑空间并非连续规则的长方形空间平面,需要采取一种或多种网格类型进行建筑空间网格化。具体可以参阅图6所示的在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置获得的网格分布图。图中举例示范了在建筑空间模型内利用多种网格类型划分网格。通过对于不同形状网格的选择,可以将不规则形状的空间进行有效划分。
S104:耦合网格坐标与射频信号。
根据步骤S103,将部署的射频信号强度分布与建筑内空间网格化后的坐标进行耦合即,即基于第二网络,建立网络信号强度数据与网格节点坐标的对应关系。空间网格化后的坐标可根据空间分布,选取空间位置作为零点坐标,然后依次网格化标注各网格节点的物理坐标。另外,将信号源部署在空间后,信号源发射的信号可以分布到建筑空间内可达的位置,根据以下公式(1)将用户接受的信号强度(RSSI)与距离进行了数值化处理。
RSSI(dBm)=-10logd(d)+A (1)
其中,A是在1米处的接受信号强度(dBm),d是接收信号设备与信号源的距离。
具体实施时,发现信号强度随距离的增大而衰减。为减少信号强度的衰减造成的不准确性,可以在空间部署多个信号源。如此,可以在某个网络节点可得到多个信号强度坐标,具体可以表示为:
O→(x,y,s1,s2,…,si,…,sn) (2)
其中,O表示某个节点,x表示节点O的物理横坐标,y表示节点O的物理纵坐标,Si表示节点O从信号源i接受的信号强度,n表示一共有个n信号源。
S105:量化居民空间分布信息。
在本实施方式中,具体实施时可以根据步骤S101获取的数据和步骤S103,以及步骤S104网格化处理,构建量化建筑内居民空间分布信息模型(即识别模型),进而可以利用上述模型自动分辨用户所在网格。为了建立上述模型,具体实施时可以包括以下五个个步骤:
S105-1:对所收集的数据进行预处理。
在本实施方式中,具体实施时可以通过滤波去噪,以及插值法对采集的数据进行预处理。同时将所采集的数据的数据格式转化为机器学习所需要的数据类型格式。
S105-2:通过机器学习算法,建立模型。
在本实施方式中,具体实施时,可以选取适合的机器学习算法,获取算法所需的属性及特征值。具体可以以最近邻算法(k-Nearest Neighbor)为例,具体实施时,需计算以下数据:用户所接受的信号强度RSSI与网格点预设的信号强度之间的距离(distance),根据距离算出最近邻的个数(k)以及根据k个最近邻的网格分布确定居民分布的网格(classification)。
计算距离:
其中:O1,O2分别表示两个用户实例。
将计算出的距离排序,然后找出其中前k个最小的距离。
具体的,可以假设给定一个居民用户的信号接受强度实例Oq,k个最近邻的目标网格集f(·)可以表示为:
(f(O1),f(O2),…,f(Ok))
进一步可以利用如下方法找到居民用户的网格分类,构建量化建筑内居民空间分布信息模型(即识别模型),以识别用户所在网格的编号:
网格分类:
其中,是居民用户实例估计的网格,V是所有网格的集合,δ(·)是定义的函数,如果a=b,则δ(a,b)=1,否则δ(a,b)=0。
S105-3:验证识别结果。
在本实施方式中,基于步骤S105-1和S105-2建立的模型可以得到的识别结果,即识别出用户所在位置对应的网格。得到识别结果后,可以对识别结果进行验证。具体实施时,可以通过以下参数,例如,可以通过确定绝对误差(Absolute Error),相对误差(Relative Error),均方差根(Root Mean Square Error)等进行验证。
S105-4:识别并存储居民空间分布信息(即通过模型确定用户所在位置对应的网格编号并进行相应存储以备后续使用)。
在本实施方式中,具体实施时,可以通过模型获取用户所在位置的网格编号,时间戳以及接收器的编号(UUID)等信息存储用户分布数据。
S105-5:开发位置识别算法。
在本实施方式中,进一步地还可以通过整合数据,例如,用户可以根据需求对定位数据处理方式进行流程化制定,以提高检测准确率。同时,当定位网络包含多层网络时可以通过使用参照加权的方法实现数据融合,以更加准确地识别出网格编号。
在本实施方式中,需要补充的是,由于设备系统及用户对于居留信息精度的要求不同,通过使用不同的计算模型,可以组合出不同的定位算法。具体可以参阅图7所示的在一个场景示例中应用本申请实施方式提供的空调的控制方法和装置应用的算法流程的示意图,图中即是一种根据不同网络信号特点基于最近邻算法开发的定位算法实例。
S106:优化建筑设备运行与控制(即根据所确定网格编号控制空调)。
在本实施方式中,在获取建筑内用户所在的网格编号后,可以利用该网格编号对商场建筑内空间内的空调系统进行按需用能,并控制优化(即控制空调)。具体的,可以先评估建筑内空调系统的冷/热负荷大小,并根据冷/热负荷的大小进行空调系统的送风评估,同时可根据建筑内用户的网格分布,可以对空间内空调末端群的协同工作进行调整。其中,空调设备的调整频率可以根据建筑类型及业主或设备经理的要求进行设置。
通过上述场景示例,验证了本申请实施例提供的空调的控制方法和装置,由于考虑了空调控制的具体特点,先将目标对象所在的区域划分为多个网格,且每个网格对应一个网格编号;再综合两种无线网络的相关数据确定目标对象所在位置对应的网格编号,并根据网格编号对空调进行相应控制,确实地解决了现有方法中存在的实施成本高、定位速度慢,且无法高效地确定针对于空调控制的目标对象的位置信息的技术问题,达到了能低成本、快速地确定针对于空调控制的目标对象的位置信息的技术效果。
尽管本申请内容中提到不同的具体实施例,但是,本申请并不局限于必须是行业标准或实施例所描述的情况等,某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、处理、输出、判断方式等的实施例,仍然可以属于本申请的可选实施方案范围之内。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的装置或模块等,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块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。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的实施方式包括这些变形和变化而不脱离本申请。
Claims (10)
1.一种空调的控制方法,其特征在于,包括:
获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络,所述网格分布图用于将所述目标对象所在区域划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
2.根据权利要求1所述的方法,其特征在于,所述第一网络包括:WiFi网络,所述第二网络包括以下至少之一:蓝牙网络、射频识别网络和超宽带网络。
3.根据权利要求2所述的方法,其特征在于,所述第二网络的强度数据包括来自至少三个信号源的网络强度数据;相应的,所述第二网络的信号源识别信息包括至少三个信号源识别信息。
4.根据权利要求2所述的方法,其特征在于,根据所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号,包括:
根据所述第一网络的信号强度数据、所述第一网络的信号源识别信息、所述网格分布图,利用最近邻类算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第一概率值;
根据所述第二网络的强度数据、第二网络的信号源识别信息、所述网格分布图,利用几何算法,确定所述目标对象所在位置位于所述网格分布图中各个网格的第二概率值;
确定所述第一概率值和所述第二概率值的几何平均数作为所述目标对象所在位置位于所述网格分布图中各个网格的第三概率值;并所述第三概率值中数值最大的概率所对应的网格的编号确定为所述目标对象所在位置对应的网格编号。
5.根据权利要求2所述的方法,其特征在于,所述空调控制端根据所述网格编号控制空调运行,包括:
控制所述网格编号对应的工作区域中的空调的工作温度;和/或,控制所述网格编号对应的工作区域中的空调的风扇速率;和/或,控制所述网格编号对应的工作区域中的空调的开关;和/或,控制所述网格编号对应的工作区域中的空调的工作频率。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取目标对象的特征信息、目标对象同第一网络和/或第二网络的信号源之间的交互信息;
根据所述目标对象的特征信息、所述目标对象同第一网络和/或第二网络的信号源之间的交互信息,预测目标对象的行为趋势;
根据所述目标对象的行为趋势、所述目标对象所在位置对应的网格编号,确定预设控制策略,所述预设控制策略用于控制空调。
7.根据权利要求1所述的方法,其特征在于,在获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息后,所述方法还包括:
对所述第一网络的信号强度数据、所述第二网络的信号强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息分别进行去噪处理和插值处理;
根据处理后的第一网络的信号强度数据、处理后的第二网络的信号强度数据、处理后的第一网络的信号源识别信息、处理后的第二网络的信号源识别信息和所述网格分布图,确定所述目标对象所在位置对应的网格编号。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取关于目标对象的影像数据;
根据所述目标对象的影像数据,对所述目标对象所在位置对应的网格编号进行校验。
9.一种空调的控制方法,其特征在于,包括:
获取目标对象所在位置接收到的多种网络的信号强度数据、多种网络的信号源识别信息和目标对象所在区域的网格分布图,其中,所述多种网络为不同的无线网络,所述网格分布图用于将所述目标对象所在区域划分为多个网格,所述多个网格中的各个网格分别对应一个网格编号;
根据所述多种网络的信号强度数据、所述多种网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号控制空调运行。
10.一种空调的控制装置,其特征在于,所述空调的控制装置应用于目标对象,包括:
获取模块,用于获取目标对象所在位置接收到的第一网络的信号强度数据、第二网络的信号强度数据、第一网络的信号源识别信息、第二网络的信号源识别信息和目标对象所在区域的网格分布图,其中,第一网络和第二网络为适用于不同定位方式的无线网络;
定位模块,用于根据所述第一网络的强度数据、所述第二网络的强度数据、所述第一网络的信号源识别信息、所述第二网络的信号源识别信息和所述网格分布图,确定目标对象所在位置对应的网格编号;
发送模块,用于将所述网格编号发送至空调控制端,所述空调控制端用于根据所述网格编号对空调进行控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711306541.7A CN109899932B (zh) | 2017-12-11 | 2017-12-11 | 空调的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711306541.7A CN109899932B (zh) | 2017-12-11 | 2017-12-11 | 空调的控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109899932A true CN109899932A (zh) | 2019-06-18 |
CN109899932B CN109899932B (zh) | 2021-03-02 |
Family
ID=66941993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711306541.7A Active CN109899932B (zh) | 2017-12-11 | 2017-12-11 | 空调的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109899932B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110332658A (zh) * | 2019-07-29 | 2019-10-15 | 珠海格力电器股份有限公司 | 空调器的控制方法及装置、空调器 |
CN111425436A (zh) * | 2020-03-31 | 2020-07-17 | 佛山市云米电器科技有限公司 | 送风段分配方法、系统、计算机可读存储介质 |
CN112393454A (zh) * | 2020-07-09 | 2021-02-23 | 香港城市大学深圳研究院 | 双温空气源热泵机组 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103200520A (zh) * | 2013-03-06 | 2013-07-10 | 中国电子科技集团公司第二十八研究所 | 一种利用Wi-Fi的移动终端快速精确定位方法 |
CN105509225A (zh) * | 2014-09-26 | 2016-04-20 | 海信集团有限公司 | 一种调节空气调节设备的方法、装置及系统 |
US20160258647A1 (en) * | 2009-08-21 | 2016-09-08 | Allure Energy, Inc. | Energy management system and method |
CN106793082A (zh) * | 2017-02-13 | 2017-05-31 | 南京邮电大学 | 一种在wlan/蓝牙异构网络环境中的移动设备定位方法 |
CN107120813A (zh) * | 2017-06-29 | 2017-09-01 | 广东美的制冷设备有限公司 | 空调器送风控制方法、电子设备和计算机可读存储介质 |
CN107426695A (zh) * | 2017-07-07 | 2017-12-01 | 深圳思凯微电子有限公司 | 基于广播的网格化差分数据播发方法、服务器及存储介质 |
-
2017
- 2017-12-11 CN CN201711306541.7A patent/CN109899932B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160258647A1 (en) * | 2009-08-21 | 2016-09-08 | Allure Energy, Inc. | Energy management system and method |
CN103200520A (zh) * | 2013-03-06 | 2013-07-10 | 中国电子科技集团公司第二十八研究所 | 一种利用Wi-Fi的移动终端快速精确定位方法 |
CN105509225A (zh) * | 2014-09-26 | 2016-04-20 | 海信集团有限公司 | 一种调节空气调节设备的方法、装置及系统 |
CN106793082A (zh) * | 2017-02-13 | 2017-05-31 | 南京邮电大学 | 一种在wlan/蓝牙异构网络环境中的移动设备定位方法 |
CN107120813A (zh) * | 2017-06-29 | 2017-09-01 | 广东美的制冷设备有限公司 | 空调器送风控制方法、电子设备和计算机可读存储介质 |
CN107426695A (zh) * | 2017-07-07 | 2017-12-01 | 深圳思凯微电子有限公司 | 基于广播的网格化差分数据播发方法、服务器及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110332658A (zh) * | 2019-07-29 | 2019-10-15 | 珠海格力电器股份有限公司 | 空调器的控制方法及装置、空调器 |
CN111425436A (zh) * | 2020-03-31 | 2020-07-17 | 佛山市云米电器科技有限公司 | 送风段分配方法、系统、计算机可读存储介质 |
CN112393454A (zh) * | 2020-07-09 | 2021-02-23 | 香港城市大学深圳研究院 | 双温空气源热泵机组 |
Also Published As
Publication number | Publication date |
---|---|
CN109899932B (zh) | 2021-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Salimi et al. | Critical review and research roadmap of office building energy management based on occupancy monitoring | |
Fiandrino et al. | Crowdsensim: a simulation platform for mobile crowdsensing in realistic urban environments | |
Yilmaz et al. | Radio environment map as enabler for practical cognitive radio networks | |
CN105338489B (zh) | 一种用于室内定位的智能终端及蓝牙室内定位系统 | |
CN103905992B (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN104540168B (zh) | 一种测量人群拥挤度的方法、装置与系统 | |
CN103826300B (zh) | 无基站室内定位系统 | |
CN106211084B (zh) | 基于gsm信号的环境感知方法 | |
Zhen et al. | An indoor localization algorithm for lighting control using RFID | |
CN109899932A (zh) | 空调的控制方法和装置 | |
CN104641728A (zh) | 装置控制系统、控制设备以及计算机可读介质 | |
CN103068035A (zh) | 一种无线网络定位方法、装置及系统 | |
CN105509225B (zh) | 一种调节空气调节设备的方法、装置及系统 | |
CN106793080A (zh) | 一种基于无线热点的可离线定位方法 | |
CN110430583A (zh) | 一种ssb波束优化配置方法及装置 | |
CN103338509A (zh) | 一种基于隐含马尔可夫模型的wsn室内定位方法 | |
Abolhassani et al. | Improving residential building energy simulations through occupancy data derived from commercial off-the-shelf Wi-Fi sensing technology | |
CN105916202A (zh) | 一种概率性的WiFi室内定位指纹库构建方法 | |
CN105338605B (zh) | 一种功率调节方法及电子设备 | |
CN102970748A (zh) | 无线人员区域定位方法 | |
CN106454727B (zh) | 一种基于细粒度子载波信息的低代价被动式定位方法 | |
CN107958040A (zh) | 一种用于室内物品定位、管理以及分析的智能系统 | |
CN106610486B (zh) | 一种节点定位的方法及设备 | |
CN109068271A (zh) | 控制器的控制方法、装置、设备和存储介质 | |
Fazio et al. | Improving proximity detection of mesh beacons at the edge for indoor and outdoor navigation |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |