CN110726222A - 空调控制方法、装置、存储介质以及处理器 - Google Patents

Abstract

本发明公开了一种空调控制方法、装置、存储介质以及处理器。其中，该方法包括：获取用户的至少一种身体状态信息；基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别；根据冷热级别调节空调的输出状态。本发明解决了相关技术中无法根据人体感受对空调进行控制的技术问题。

Description

空调控制方法、装置、存储介质以及处理器

技术领域

本发明涉及空调控制技术领域，具体而言，涉及一种空调控制方法、装置、存储介质以及处理器。

背景技术

空调现有的调节依托于用户手动调节，例如，通过空调遥控或者其它智能终端手动调节空调的风速、制冷、制热等。另外，虽然现在可以通过语言、手势识别等，对空调进行控制，但多是基于通过这些方式发布控制指令，例如，通过语音控制空调开闭，以及利用固定的手势等调节空调的运行模式。这些均无法真实反映用户身体的冷热状况以及用户对当前空调环境的真实感受。因此，相关技术中无法根据人体感受对空调进行控制。

针对上述的问题，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控制方法、装置、存储介质以及处理器，以至少解决相关技术中无法根据人体感受对空调进行控制的技术问题。

根据本发明实施例的一个方面，提供了一种空调控制方法，包括：获取用户的至少一种身体状态信息；基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别；根据所述冷热级别调节空调的输出状态。

可选地，在获取用户的身体状态信息之前，通过以下方式至少之一确定用户的身体状态信息包括：利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述第一身体状态信息包括：舒适、畏寒、微汗；利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数(Predicted Mean Vote，简称为PMV)值；利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果。

可选地，基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别包括：将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

可选地，根据所述冷热级别调节空调的输出状态还包括：检测用户在所处空间中的位置信息；依据所述位置信息确定所述用户对应的空调的工作区域；根据所述工作区域调节空调的输出状态。

可选地，所述输出状态包括以下至少之一：出风速度、出风温度和出风方向。

根据本发明实施例的另一方面，还提供了一种空调控制装置，包括：获取模块，用于获取用户的至少一种身体状态信息；识别模块，用于基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别；调节模块，用于根据所述冷热级别调节空调的输出状态。

可选地，还包括确定模块，其中，所述确定模块包括以下至少之一：第一确定单元，用于利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述第一身体状态信息包括：舒适、畏寒、微汗；第二确定单元，用于利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数PMV值；第三确定单元，用于利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果。

可选地，所述识别模块包括：预测单元，用于将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

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中任意一项所述的空调控制方法。

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中任意一项所述的空调控制方法。

在本发明实施例中，采用获取用户的至少一种身体状态信息；基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别；根据所述冷热级别调节空调的输出状态的方式，通过预测模型识别用户的身体状态对应的冷热级别，达到了利用冷热级别来调节空调的输出状态的目的，从而实现了根据人体感受自动控制空调，使得空调运行更加合理化和智能化的技术效果，进而解决了相关技术中无法根据人体感受对空调进行控制的技术问题。

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空调控制方法的流程图；

图2是根据本发明实施例的空调控制装置的结构示意图。

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。

根据本发明实施例，提供了一种空调控制方法的实施例，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。

图1是根据本发明实施例的空调控制方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取用户的至少一种身体状态信息；

作为一种可选的实施例，上述身体状态信息是基于不同方式获取的用户特征，例如，可以是图像中获取的身体状态信息，也可以是红外中获取的身体状态信息，还可以是语音中获取的身体状态信息。但是，在具体实施过程中，并不仅仅局限于上述所举例的内容。

作为一种可选的实施例，在实际应用中，不仅能够获取用户的一种身体状态信息，还可以根据需要获取用户的多种身体状态信息。例如，用户的身体状态信息既可以是图像、红外以及语音中获取的一种，还可以是其任意组合的多种。其中，每种不同的获取方式对应一种身体状态信息。

步骤S104，基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别；

作为一种可选的实施例，上述基于机器学习得到的预测模型充分利用了人工智能的相关技术，比如，卷积神经网络算法、BP神经网络算法以及遗传算法等等。通过构建预测模型，以及对该预测模型进行大量的训练，从而得到的该预测模型可以准确识别与身体状态信息对应的冷热级别。其中，可以通过加入自学习的控制逻辑，对用户的一段历史数据进行训练得到最终的预测模型，可以识别结果更加贴近用户的身体状态信息，使得后续空调的输出状态调节更加合理化和智能化。

作为一种可选的实施例，对于冷热级别的划分并不唯一，可以根据应用场景的需要进行划分。比如，可以将冷热级别设置为三级，其中一级是热，二级是舒适，三级是冷。需要说明的是，上述冷热级别主要用于反映人体的舒适度，对于用户来说，过冷或者过热都是不舒服的，只有冷热适度用户才会感到舒适。

步骤S106，根据冷热级别调节空调的输出状态。

通过上述步骤，可以实现采用获取用户的至少一种身体状态信息；基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别；根据冷热级别调节空调的输出状态的方式，通过预测模型识别用户的身体状态对应的冷热级别，达到了利用冷热级别来调节空调的输出状态的目的，从而实现了根据人体感受自动控制空调，使得空调运行更加合理化和智能化的技术效果，进而解决了相关技术中无法根据人体感受对空调进行控制的技术问题。

可选地，在获取用户的身体状态信息之前，通过以下方式至少之一确定用户的身体状态信息包括：利用图像采集设备检测用户的皮肤参数，依据皮肤参数确定用户的第一身体状态信息，其中，第一身体状态信息包括：舒适、畏寒、微汗；利用红外传感设备检测用户的身体参数，依据身体参数确定用户的第二身体状态信息，其中，第二身体状态信息包括用户的平均热感觉指数PMV值；利用语音采集设备检测用户的语音参数，依据语音参数确定用户的第三身体状态信息，其中，第三身体状态信息包括对用户的语音参数识别的结果。

作为一种可选的实施例，上述利用图像采集设备检测用户的皮肤参数，实际上是就是通过图像识别用户的面部以及其它裸露的皮肤，其中上述皮肤参数包括肌肉松紧、皮肤汗液量等。例如，用户的肌肉松弛，表明处于放松状态，其对应的身体状态信息为舒适；用户的肌肉紧张，表明处于受冷刺激状态，其对应的身体状态信息为畏寒；用户的皮肤出汗，表明处于受热刺激状态，其对应的身体状态信息为微汗。在实际应用中，并不仅仅局限于上述所描述的内容，可以根据应用场景需要进行更加详细的划分。

作为一种可选的实施例，上述利用红外传感设备检测用户的身体参数，其中，上述身体参数可以包括衣服外表面温度、人体周围空气温度、人体周围水蒸气分压力、对流换热系数以及服装的面积系数等，基于身体系数利用人体热平衡的基本方程式以及主观热感觉的等级，确定用户的平均热感觉指数PMV值，其中，上述平均热感觉指数用于表征人体热反映的评价指标。

作为一种可选的实施例，利用语音采集设备检测用户的语音参数，其中，上述语音参数可以包括语言语速、平均基频、基频范围、强度、音频、基频变化、清晰度等，从上述语音参数中确定用户的语音参数识别的结果。例如，用户说了“不算太热”、“太热”、“冷冷冷”等，可以从中语言的角度反馈到用户最直接的身体状态信息。

需要说明的是，对于上述多种可以确定用户的身体状态信息方式，在实际应用中，可以结合应用场景选择其中一种或者几种。

可选地，基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别包括：将身体状态信息输入预测模型，生成与身体状态信息对应的冷热级别，其中，预测模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

作为一种可选的实施例，首先要构建预测模型，然后基于机器学习对该预测模型进行训练，其中，训练数据可以来自历史一段时间，也可以是从当前时间，在具体实施过程中，并不对数据的时间来源做任何限定。可选地，上述多组数据来源于最近的一段时间，比如，30分钟、1个小时等。在训练后的预测模型中，可以通过输入的身体状态信息，快速、准确地识别出其对应的冷热级别，从而可以提高识别的效率和准确率。

可选地，根据冷热级别调节空调的输出状态还包括：检测用户在所处空间中的位置信息；依据位置信息确定用户对应的空调的工作区域；根据工作区域调节空调的输出状态。

作为一种可选的实施例，通过检测用户在所处空间中的位置信息，得到用户具体位置，这样空调就可以根据用户的位置有针对性的调整工作区域，进而实现对工作区域内的用户对应的冷热级别调节空调的输出状态。例如，当房间内出现多人时，空调根据识别到的每个人的感受自动分区送风，对每个区的输出能力根据识别到的个人感受有关。再例如，图像识别用户A和用户B所在的位置，检测到用户A舒适、用户B微汗，则对A的出风控制不变化，对用户B的出风控制出现微调，提升出风速度、降低出风温度、改变出风方向(风吹向该人或者风环绕该人)。

作为一种可选的实施例，在本申请中的空调采用多导风板结构，通过该结构的空调可以实现分区调节空调的输出状态。

可选地，输出状态包括以下至少之一：出风速度、出风温度和出风方向。

需要说明的是，针对上述输出状态，在具体实施过程中，对于空调的控制可以采用其中一种，还可以采用多种组合的形式，这样使得空调具备自动化、智能化和多样化的调节能力。

下面对本申请可选的实施方式进行说明。

通过图像识别到房间内人员的感受来控制空调的输出能力(出风速度、出风温度和出风方向)。

图像识别到房间内的人处于放松状态时，空调正常运行；识别到房间内的人员处于肌肉紧张畏寒时，通过降低出风速度，提高出风温度或者调节上下导风板或者左右扫风以改变出风方向(风吹向该人或者风环绕该人)等。需要说明的是，在具体实施过程中，可以采用其中一种或者几种联合控制。

识别到房间内的人员面部或者裸露在外的皮肤微汗时，空调自动提升出风速度、降低出风温度、改变出风方向(风吹向该人或者风环绕该人)。出风速度、出风温度和出风方向，任一种或者三种联合控制。

当房间内出现多人时，空调根据识别到的每个人的感受自动分区送风，对每个区的输出能力根据识别到的个人感受有关。

图像识别用户A和用户B所在的位置，检测到用户A舒适、用户B微汗，则对A的出风控制不变化，对用户B的出风控制出现微调，提升出风速度、降低出风温度、改变出风方向(风吹向该人或者风环绕该人)。

空调对A和B的分别控制基于空调的出风板结构实现，比如多导风板结构能够实现这种分区分温差送风。

需要说明的是，识别人体感受到的方式还可以通过红外传感器识别每个人PMV值(-3到0到3)0代表舒适、3代表热、-3代表冷。其他几个整数值代表中间的感受。

还可以通过语音来识别人体的感受：除了语言的描述内容之外，还可以通过语言的语速、平均基频、基频范围、强度、音频、基频变化、清晰度等方面的变化特征更为细致的确定人体的感受。比如用户说冷了。通过语音各参数的识别来识别冷的程度，从而来控制空调的输出能力改变的程度。

最重要的一点是，加入自学习的控制逻辑，图像、红外和语音均可以采用这样的方式。下面以语音为例进行说明：

用户在使用空调时，空调通过用户的历史语音和控制空调的行为，来识别用户在不同的语言下的空调控制动作，记录一段时间后，就可以根据用户的语言，实现更贴合个人行为的自动控制。

比如用户设定空调25℃，在生活中说“有点冷”，然后调整至26℃，在生活中说“太冷了”调整至28℃。

那么空调学习一段时间后，当用户说“有点冷”的语言时，自动调整至26℃，说“太冷了”自动调整至28℃。

图2是根据本发明实施例的空调控制装置的结构示意图，如图2所示，该空调控制装置20，包括：获取模块22，识别模块24和调节模块26。下面对该空调控制装置20进行详细说明。

获取模块22，用于获取用户的至少一种身体状态信息；识别模块24，与上述获取模块22连接，用于基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别；调节模块26，与上述识别模块24连接，用于根据冷热级别调节空调的输出状态。

此处需要说明的是，上述获取模块22，识别模块24和调节模块26对应于上述实施例的步骤S102至步骤S106，三个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例公开的内容。

通过该空调控制装置，可以实现获取模块用于获取用户的至少一种身体状态信息；识别模块用于基于机器学习得到的预测模型，识别得到与身体状态信息对应的冷热级别；调节模块用于根据冷热级别调节空调的输出状态的方式，通过预测模型识别用户的身体状态对应的冷热级别，达到了利用冷热级别来调节空调的输出状态的目的，从而实现了根据人体感受自动控制空调，使得空调运行更加合理化和智能化的技术效果，进而解决了相关技术中无法根据人体感受对空调进行控制的技术问题。

可选地，还包括确定模块，其中，确定模块包括以下至少之一：第一确定单元，用于利用图像采集设备检测用户的皮肤参数，依据皮肤参数确定用户的第一身体状态信息，其中，第一身体状态信息包括：舒适、畏寒、微汗；第二确定单元，用于利用红外传感设备检测用户的身体参数，依据身体参数确定用户的第二身体状态信息，其中，第二身体状态信息包括用户的平均热感觉指数PMV值；第三确定单元，用于利用语音采集设备检测用户的语音参数，依据语音参数确定用户的第三身体状态信息，其中，第三身体状态信息包括对用户的语音参数识别的结果。

可选地，识别模块包括：预测单元，用于将身体状态信息输入预测模型，生成与身体状态信息对应的冷热级别，其中，预测模型为使用多组数据通过机器学习训练得出的，多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

可选地，调节模块还包括：检测单元，用于检测用户在所处空间中的位置信息；第四确定单元，用于依据位置信息确定用户对应的空调的工作区域；调节单元，用于根据工作区域调节空调的输出状态。

可选地，输出状态包括以下至少之一：出风速度、出风温度和出风方向。

根据本发明实施例的另一方面，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中任意一项的空调控制方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述中任意一项的空调控制方法。

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 (10)

1.一种空调控制方法，其特征在于，包括：

获取用户的至少一种身体状态信息；

基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别；

根据所述冷热级别调节空调的输出状态。

2.根据权利要求1所述的方法，其特征在于，在获取用户的身体状态信息之前，通过以下方式至少之一确定用户的身体状态信息包括：

利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述第一身体状态信息包括：舒适、畏寒、微汗；

利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数PMV值；

利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果。

3.根据权利要求1所述的方法，其特征在于，基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别包括：

将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

4.根据权利要求1所述的方法，其特征在于，根据所述冷热级别调节空调的输出状态还包括：

检测用户在所处空间中的位置信息；

依据所述位置信息确定所述用户对应的空调的工作区域；

根据所述工作区域调节空调的输出状态。

5.根据权利要求1至4中任意一项所述的方法，其特征在于，所述输出状态包括以下至少之一：出风速度、出风温度和出风方向。

6.一种空调控制装置，其特征在于，包括：

获取模块，用于获取用户的至少一种身体状态信息；

识别模块，用于基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别；

调节模块，用于根据所述冷热级别调节空调的输出状态。

7.根据权利要求6所述的装置，其特征在于，还包括确定模块，其中，所述确定模块包括以下至少之一：

第一确定单元，用于利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述第一身体状态信息包括：舒适、畏寒、微汗；

第二确定单元，用于利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数PMV值；

第三确定单元，用于利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果。

8.根据权利要求6所述的装置，其特征在于，所述识别模块包括：

预测单元，用于将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别。

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，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5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5中任意一项所述的空调控制方法。

Images