CN111059687A - 空调的控制方法、装置及存储介质 - Google Patents

空调的控制方法、装置及存储介质 Download PDF

Info

Publication number
CN111059687A
CN111059687A CN201911304340.2A CN201911304340A CN111059687A CN 111059687 A CN111059687 A CN 111059687A CN 201911304340 A CN201911304340 A CN 201911304340A CN 111059687 A CN111059687 A CN 111059687A
Authority
CN
China
Prior art keywords
air conditioner
current
sleep state
data
state
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
Application number
CN201911304340.2A
Other languages
English (en)
Inventor
李绍斌
唐杰
赵杰磊
徐洪伟
李喜林
薛凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201911304340.2A priority Critical patent/CN111059687A/zh
Publication of CN111059687A publication Critical patent/CN111059687A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/30Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/50Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56Remote control
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/62Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63Electronic processing
    • F24F11/65Electronic processing for selecting an operating mode
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/70Control systems characterised by their outputs; Constructional details thereof
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00Control or safety arrangements
    • F24F11/88Electrical aspects, e.g. circuits
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24HEATING; RANGES; VENTILATING
    • F24FAIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00Control inputs relating to users or occupants
    • F24F2120/20Feedback from users

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本公开涉及智能家居技术领域,具体涉及一种空调的控制方法、装置及存储介质,方法包括:获取监测对象的当前身体状态数据,根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;基于当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。解决了相关技术中不能根据用户的当前睡眠状态自行调节运行参数,以实现空调的控制的问题。

Description

空调的控制方法、装置及存储介质
技术领域
本公开涉及智能家居技术领域,特别地涉及一种空调的控制方法、装置及存储介质。
背景技术
随着物联网与智能家居的飞速发展,越来越多的家电实现了智能化,而空调这一不可或缺的传统家电也越来越智能化。其中,以便利性、舒适性为着力点、致力于提高用户体验的新型空调是当前智能空调的主要设计方向。在相关技术中智能空调依然深度依赖于用户操作,不能根据用户的当前睡眠状态自行调节运行参数,以实现空调的控制。
发明内容
针对上述问题,本公开提供一种空调的控制方法、装置及存储介质,解决了相关技术中智能空调依然深度依赖于用户操作,不能根据用户的当前睡眠状态自行调节运行参数,以实现空调的控制。
第一方面,本公开提供了一种空调的控制方法,所述方法包括:
获取监测对象的当前身体状态数据;
根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得所述监测对象的当前睡眠状态;
基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
根据本公开的实施例,可选的,上述空调的控制方法中,所述SVM模型通过以下步骤训练获得:
搜集多个用于表征人体状态的特征向量,并为每个特征向量确定对应的睡眠状态以得到特征向量集;其中,每个所述特征向量至少包括一种身体状态数据;利用核函数对所述特征向量集进行训练,以得到训练后的SVM模型。
根据本公开的实施例,可选的,上述空调的控制方法中,利用核函数对所述特征向量集进行训练,以得到训练后的SVM模型之前,还包括:
判断核函数的参数与惩罚因子的内积值是否小于预设值;
当所述内积值小于预设值时,通过遗传算法调整核函数的参数与惩罚因子,直至核函数的参数与惩罚因子的内积值大于等于预设值。
根据本公开的实施例,可选的,上述空调的控制方法中,所述当前身体状态数据包括人体的心率数据、呼吸数据以及人体动作数据中的至少一种。
根据本公开的实施例,可选的,上述空调的控制方法中,根据所述当前身体状态数据,构建用于表征人体状态的特征向量,包括:
将心率数据、呼吸数据以及人体动作数据构成一个特征向量。
根据本公开的实施例,可选的,上述空调的控制方法中,基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行,包括:
基于所述当前睡眠状态,将空调当前的运行参数调节成与当前睡眠状态对应的目标运行参数,以实现空调的控制。
根据本公开的实施例,可选的,上述空调的控制方法中,睡眠状态包括:入睡状态、浅睡眠状态、熟睡眠状态、深睡眠状态以及REM睡眠状态中的至少一种。
第二方面,本公开提供一种空调的控制装置,包括:
数据获取模块,被配置成获取监测对象的当前身体状态数据;
控制模块,被配置成根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得所述监测对象的当前睡眠状态;
执行模块,被配置成基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
第三方面,本公开提供了空调的控制装置,包括:存储器,其上存储有计算机程序;以及处理器,用于执行所述存储器中的所述计算机程序,以实现如上述的空调的控制方法的步骤。
第四方面,本公开提供了一种存储介质,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如上述的空调的控制方法。
与现有技术相比,上述方案中的一个或多个实施例可以具有如下优点或有益效果:
本公开提供的一种空调的控制方法、存储介质及智能空调,包括:获取监测对象的当前身体状态数据,根据当前身体状态数据,根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;基于当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。通过遗传算法和支持向量机算法对身体状态数据进行处理,提升了睡眠状态的准确性与可靠性,得到的睡眠状态为当前空调的运行参数提供了先决条件,无需用户进行额外操作,给用户提供了极大地便利性。
附图说明
在下文中将基于实施例并参考附图来对本公开进行更详细的描述:
图1为本公开实施例提供的一种空调的控制方法的流程示意图;
图2为本公开实施例提供的一种空调的控制方法的SVM模型训练过程示意图;
图3为本公开实施例提供的一种空调的控制装置的连接框图;
图4为本公开实施例提供的另一种空调的控制装置的连接框图;
图5为本公开实施例提供的另一种空调的控制装置的连接框图。
在附图中,相同的部件使用相同的附图标记,附图并未按照实际的比例绘制。
具体实施方式
以下将结合附图及实施例来详细说明本公开的实施方式,借此对本公开如何应用技术手段来解决技术问题,并达到相应技术效果的实现过程能充分理解并据以实施。本公开实施例以及实施例中的各个特征,在不相冲突前提下可以相互结合,所形成的技术方案均在本公开的保护范围之内。
本公开提供一种空调的控制方法、装置及存储介质,包括:获取监测对象的当前身体状态数据,根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;基于当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。解决了相关技术中智能空调依然深度依赖于用户操作,不能根据用户的当前睡眠状态自行调节运行参数,以实现空调的控制。
实施例一
图1为本公开实施例提供的一种空调的控制方法的流程示意图。如图1所示,本方法包括:
步骤S110:获取监测对象的当前身体状态数据。
上述获取监测对象的当前身体状态数据可以是通过设置在枕头和床垫里的传感器获取监测对象的当前身体状态数据,也可以是通过监测对象的穿戴设备获取该监测对象的当前身体状态数据。
步骤S120:根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM(Support Vector Machine,支持向量机) 模型,以获得监测对象的当前睡眠状态。
进一步的,SVM模型的训练过程包括:搜集多个用于表征人体状态的特征向量,并为每个特征向量确定对应的睡眠状态以得到特征向量集;其中,每个特征向量至少包括一种身体状态数据;对特征向量集通过核函数进行训练,得到训练后的SVM模型。
进一步的,身体状态数据包括人体的心率数据、呼吸数据以及人体动作数据中的至少一种。
进一步的,通过SEN0203心率传感器获取当前人体的心率数据,HKH-11C 呼吸传感器获取当前人体的呼吸数据,采用HC-SR510传感器获取当前人体动作数据。
进一步的,通过模糊C均值聚类算法(Fuzzy C-Mean Clustering,FCM)获取每条身体状态数据的特征向量,并为每个特征向量确定对应的人体状态,得到特征向量集。
具体的,通过模糊C均值聚类算法将心率数据、呼吸数据以及人体动作数据构成一个特征向量,并对得到的所有特征向量进行分类,为每个特征向量确定对应的睡眠状态。
进一步的,睡眠状态包括:睡眠过程中的清醒状态、入睡状态、浅睡眠状态、熟睡眠状态、深睡眠状态以及REM(rapid eyes movement,异相睡眠)睡眠状态等等。
进一步的,利用核函数对特征向量集进行训练,以得到训练后的SVM模型之前,还包括:判断核函数的参数g与惩罚因子c的内积值是否小于预设值,当内积值小于预设值时,通过遗传算法(Genetic algorithm,GA)调整核函数的参数与惩罚因子,直至核函数的参数与惩罚因子的内积值大于等于预设值。通过对核函数的参数g与惩罚因子c的内积值的调整,提升了核函数的准确性,提升了利用核函数对特征向量集进行训练得到的SVM模型的识别结果的可靠性。
如图2所示,步骤S210:搜集多个用于表征人体状态的特征向量,并为每个特征向量确定对应的睡眠状态以得到特征向量集;其中,每个所述特征向量至少包括一种身体状态数据;
步骤S220:利用核函数对所述特征向量集进行训练,以得到训练后的SVM 模型。
具体的,通过设置在智能床垫、智能枕头的传感器获取人体的心率数据,呼吸数据以及人体动作数据等等,将采集的同一个人体的所有数据信息存储为一条身体状态数据;
通过同样的方式获取多条身体状态数据,采用模糊C均值聚类算法将同一条身体状态数据中的心率数据、呼吸数据以及人体动作数据构成一个特征向量,从而获取每条身体状态数据中的特征向量,并为每个特征向量确定对应的人体状态,得到特征向量集;
采用遗传算法调整核函数的参数与惩罚因子,以提升核函数的准确度;利用核函数对特征向量集进行训练,得到训练后的SVM模型。
步骤S130:基于所述当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。
具体的,根据当前睡眠状态,将空调当前的运行参数调节成与当前睡眠状态对应的目标运行参数,以实现空调的控制。
其中,预设的运行参数是根据不同的睡眠状态人为预设的。
其中,本实施例中涉及的算法具备自我更新的能力,可根据用户实际睡眠状况更改并进行完善。且算法所需数据根植于用户个人实际睡眠数据,深度契合了用户睡眠习惯,保证了算法的准确性。
其中,本实施例中涉及的硬件开销低,算法复杂度低,可轻易嵌入到小内存设备中。
本实施例提供一种空调的控制方法,该方法包括:获取监测对象的当前身体状态数据,根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;基于当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。通过用户当前的身体状态数据得到用户当前的睡眠状态,为确认空调的运行参数提供了先决条件,使得智能空调可以根据用户当前睡眠状态自信调节运行参数,以实现空调的控制,无需用户进行额外操作,给用户提供了极大地便利性,本方法易于实现,可行性高。
实施例二
图3为本公开实施例提供的一种能够执行上述实施例一中的空调的控制方法的空调的控制装置的连接框图。如图3所示,包括传感器,主控制器,且该空调的控制装置与智能空调通信连接。
具体的,传感器,包括心率传感器、呼吸传感器以及体动传感器等生物传感器。
进一步的,将心率传感器、呼吸传感器以及体动传感器设置在床垫或枕头内部。
进一步的,通过心率传感器获取用户当前的心率数据、通过呼吸传感器获取用户当前的呼吸数据以及通过体动传感器获取用户当前的人体动作数据。
进一步的,心率传感器为SEN0203心率传感器、呼吸传感器为HKH-11C呼吸传感器以及体动传感器为HC-SR510体动传感器。
进一步的,将心率数据、呼吸数据以及人体动作数据传输给主控制器;主控制器调用训练后的SVM模型,根据心率数据、呼吸数据以及人体动作数据得到当前睡眠状态。
其中,当前睡眠状态包括:睡眠中的清醒状态、入睡状态、浅睡眠状态、熟睡眠状态、深睡眠状态以及REM睡眠状态。
进一步的,主控制器根据用户的当前睡眠状态,确定与当前睡眠状态对应的空调的目标运行参数,同时主控制器通过WiFi或Bluetooth网络发送运行指令到智能空调,智能空调根据主控制器发送的运行指令运行。
举例说明,当用户处于浅睡眠状态时,智能空调开启静音模式或者健康模式,当用户处于深睡眠状态时,控制模块调节空调的温度或者打开除湿;以实现空调的控制。
其中,预设的运行参数是根据人体的睡眠中的清醒状态、入睡状态、浅睡眠状态、熟睡眠状态、深睡眠状态以及REM睡眠状态认为预设的。
其中,睡眠中的清醒状态是用户在睡眠状态中偶尔清醒的状态。
当用户在深睡眠状态下,传感器检测到用户的呼吸、心率加快,或者有翻身的动作,则配合当前室内合适的温度湿度调节空调的冷暖模式,调节温度或者开启除湿。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
实施例三
图4为本公开实施例提供的另一种空调的控制装置300的连接框图。如图4 所示,空调的控制装置300包括:
数据获取模块301,被配置成获取监测对象的当前身体状态数据;
控制模块302,被配置成根据当前身体状态数据,根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的 SVM模型,以获得监测对象的当前睡眠状态;
执行模块303,被配置成基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
本公开还提供了空调的控制装置的另一种的实施例,在本实施例中,空调的控制装置包括:处理器,其中,所述处理器用于执行存储在存储器中的以下程序模块:数据获取模块,被配置成被配置成获取监测对象的当前身体状态数据;控制模块,被配置成被配置成根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;执行模块,被配置成基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
实施例四
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,该计算机程序被处理器执行时可以实现如下方法步骤:
S110:获取监测对象的当前身体状态数据;
S120:根据当前身体状态数据,根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;
S130:基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
实施例五
本公开实施例提供了一种空调的控制装置,该装置包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现实施例一中任意一项所述的空调的控制方法的步骤。
图5为本公开实施例提供的另一种空调的控制装置400的连接框图。如图5 所示,该装置400可以包括:处理器401,存储器402,多媒体组件403,输入/ 输出(I/O)接口404,以及通信组件405。
其中,处理器401用于执行如实施例一中的空调的控制方法中的全部或部分步骤。存储器402用于存储各种类型的数据,这些数据可以包括智能空调中的任何应用程序或方法的指令,以及应用程序相关的数据。
该处理器401可以是专用集成电路(Application Specific IntegratedCircuit,简称ASIC)、数字信号处理器(Digital Signal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable GateArray,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述实施例一中的空调的控制方法。
该存储器402可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-OnlyMemory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
该多媒体组件403可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏,音频组件用于输出和/或输入音频信号。例如,音频组件可以包括一个麦克风,麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器402 或通过通信组件405发送。音频组件还包括至少一个扬声器,用于输出音频信号。
该I/O接口404为处理器401和其他接口模块之间提供接口,上述其他接口模块可以是键盘,鼠标,按钮等。这些按钮可以是虚拟按钮或者实体按钮。
该通信组件405用于该装置400与其他设备之间进行有线或无线通信。无线通信,例如Wi-Fi,蓝牙,近场通信(Near Field Communication,简称NFC), 2G、3G或4G,或它们中的一种或几种的组合,因此相应的该通信组件405可以包括:Wi-Fi模块,蓝牙模块,NFC模块。
在本实施例中,装置400可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、数字信号处理器(Digital SignalProcessor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述空调的控制方法。
在另一示例性实施例中,还提供了一种包括程序指令的计算机可读存储介质,例如包括程序指令的存储器402,上述程序指令可由装置400的处理器401 执行以完成上述空调的控制方法。
综上,本公开提供的一种空调的控制方法、装置及存储介质,包括:获取监测对象的当前身体状态数据,根据当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得监测对象的当前睡眠状态;基于当前睡眠状态,确认空调的目标运行参数,以使监测对象的所处环境中的空调按照目标运行参数运行。通过遗传算法和支持向量机算法对身体状态数据进行处理,提升了睡眠状态的准确性与可靠性,得到的睡眠状态为当前空调的运行参数提供了先决条件,无需用户进行额外操作,给用户提供了极大地便利性,解决了相关技术中智能空调依然深度依赖于用户操作,不能根据用户的当前睡眠状态自行调节运行参数,以实现空调的控制。
在本公开实施例所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。
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、物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、物品或者设备中还存在另外的相同要素。
虽然本公开所揭露的实施方式如上,但上述的内容只是为了便于理解本公开而采用的实施方式,并非用以限定本公开。任何本公开所属技术领域内的技术人员,在不脱离本公开所揭露的精神和范围的前提下,可以在实施的形式上及细节上作任何的修改与变化,但本公开的专利保护范围,仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种空调的控制方法,其特征在于,所述方法包括:
获取监测对象的当前身体状态数据;
根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得所述监测对象的当前睡眠状态;
基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
2.根据权利要求1所述的方法,其特征在于,所述SVM模型通过以下步骤训练获得:
搜集多个用于表征人体状态的特征向量,并为每个特征向量确定对应的睡眠状态以得到特征向量集;其中,每个所述特征向量至少包括一种身体状态数据;
利用核函数对所述特征向量集进行训练,以得到训练后的SVM模型。
3.根据权利要求2所述的方法,其特征在于,利用核函数对所述特征向量集进行训练,以得到训练后的SVM模型之前,还包括:
判断核函数的参数与惩罚因子的内积值是否小于预设值;
当所述内积值小于预设值时,通过遗传算法调整核函数的参数与惩罚因子,直至核函数的参数与惩罚因子的内积值大于等于预设值。
4.根据权利要求1所述的方法,其特征在于,所述当前身体状态数据包括人体的心率数据、呼吸数据以及人体动作数据中的至少一种。
5.根据权利要求2所述的方法,其特征在于,根据所述当前身体状态数据,构建用于表征人体状态的特征向量,包括:
将心率数据、呼吸数据以及人体动作数据构成一个特征向量。
6.根据权利要求1所述的方法,其特征在于,基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行,包括:
基于所述当前睡眠状态,将空调当前的运行参数调节成与当前睡眠状态对应的目标运行参数,以实现空调的控制。
7.根据权利要求6所述的方法,其特征在于,睡眠状态包括:入睡状态、浅睡眠状态、熟睡眠状态、深睡眠状态以及REM睡眠状态中的至少一种。
8.一种空调的控制装置,其特征在于,包括:
数据获取模块,被配置成获取监测对象的当前身体状态数据;
控制模块,被配置成根据所述当前身体状态数据,构建用于表征人体状态的特征向量,并将构建的特征向量投入到训练后的SVM模型,以获得所述监测对象的当前睡眠状态;
执行模块,被配置成基于所述当前睡眠状态,确认空调的目标运行参数,以使所述监测对象的所处环境中的空调按照所述目标运行参数运行。
9.一种空调的控制装置,其特征在于,包括:
存储器,其上存储有计算机程序;以及
处理器,用于执行所述存储器中的所述计算机程序,以实现权利要求1-7任意一项所述的方法的步骤。
10.一种存储介质,其特征在于,该存储介质存储的计算机程序,可被一个或多个处理器执行,可用来实现如权利要求1-7任意一项所述的空调的控制方法。
CN201911304340.2A 2019-12-17 2019-12-17 空调的控制方法、装置及存储介质 Pending CN111059687A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911304340.2A CN111059687A (zh) 2019-12-17 2019-12-17 空调的控制方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911304340.2A CN111059687A (zh) 2019-12-17 2019-12-17 空调的控制方法、装置及存储介质

Publications (1)

Publication Number Publication Date
CN111059687A true CN111059687A (zh) 2020-04-24

Family

ID=70302004

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911304340.2A Pending CN111059687A (zh) 2019-12-17 2019-12-17 空调的控制方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN111059687A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112944606A (zh) * 2021-02-17 2021-06-11 珠海格力电器股份有限公司 一种空调器运行的控制方法、控制系统及具有其的空调器
CN114554668A (zh) * 2022-04-22 2022-05-27 深圳市众智空调设备有限公司 一种基于物联网的室内照明控制方法及系统
CN115406048A (zh) * 2022-08-26 2022-11-29 珠海格力电器股份有限公司 睡眠环境的调节方法、装置、设备及空调

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09126519A (ja) * 1995-09-22 1997-05-16 Lg Electronics Inc 空気調和機の運転制御方法
CN106225155A (zh) * 2016-07-26 2016-12-14 珠海格力电器股份有限公司 一种睡眠状态确定装置、方法、空调控制装置、方法及空调
CN106679093A (zh) * 2016-12-30 2017-05-17 广东美的制冷设备有限公司 空调睡眠控制方法及装置和空调器
CN109088806A (zh) * 2018-10-11 2018-12-25 珠海格力电器股份有限公司 一种智能家居睡眠调节方法及系统
CN109512390A (zh) * 2018-10-26 2019-03-26 武汉大学 基于eeg时域多维度特征及m-wsvm的睡眠分期方法及可穿戴装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09126519A (ja) * 1995-09-22 1997-05-16 Lg Electronics Inc 空気調和機の運転制御方法
CN106225155A (zh) * 2016-07-26 2016-12-14 珠海格力电器股份有限公司 一种睡眠状态确定装置、方法、空调控制装置、方法及空调
CN106679093A (zh) * 2016-12-30 2017-05-17 广东美的制冷设备有限公司 空调睡眠控制方法及装置和空调器
CN109088806A (zh) * 2018-10-11 2018-12-25 珠海格力电器股份有限公司 一种智能家居睡眠调节方法及系统
CN109512390A (zh) * 2018-10-26 2019-03-26 武汉大学 基于eeg时域多维度特征及m-wsvm的睡眠分期方法及可穿戴装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112944606A (zh) * 2021-02-17 2021-06-11 珠海格力电器股份有限公司 一种空调器运行的控制方法、控制系统及具有其的空调器
CN112944606B (zh) * 2021-02-17 2022-04-26 珠海格力电器股份有限公司 一种空调器运行的控制方法、控制系统及具有其的空调器
CN114554668A (zh) * 2022-04-22 2022-05-27 深圳市众智空调设备有限公司 一种基于物联网的室内照明控制方法及系统
CN114554668B (zh) * 2022-04-22 2022-08-02 深圳市众智空调设备有限公司 一种基于物联网的室内照明控制方法及系统
CN115406048A (zh) * 2022-08-26 2022-11-29 珠海格力电器股份有限公司 睡眠环境的调节方法、装置、设备及空调

Similar Documents

Publication Publication Date Title
CN108571804B (zh) 空调器及其参数调整方法、装置和可读存储介质
CN111059687A (zh) 空调的控制方法、装置及存储介质
CN110578999B (zh) 空调器及其控制方法、装置和计算机可读存储介质
CN110308660B (zh) 智能设备控制方法及装置
CN108489042B (zh) 空气调节器控制方法、空气调节器、服务器及存储介质
CN108375909A (zh) 一种参数分析方法、装置、设备和计算机可读存储介质
CN108063701B (zh) 一种控制智能设备的方法及装置
CN112923528B (zh) 新风系统的控制方法、新风系统及计算机可读存储介质
CN113587400B (zh) 用于设定温度调节的空调控制方法及装置、空调
WO2015108179A1 (ja) 動作パラメータ値学習装置、動作パラメータ値学習方法、及び学習型機器制御装置
CN112217699A (zh) 智能家居设备的控制方法和装置
CN111061229A (zh) 智能家居设备的控制方法、装置、电子设备及存储介质
CN109163422A (zh) 空调器及其控制方法、装置和计算机可读存储介质
CN113819619A (zh) 用于控制空调的方法及装置、空调、存储介质
CN112198853A (zh) 智能家居设备的控制方法和装置
CN111012132A (zh) 基于枕头的睡眠状态调整方法、装置及智能枕头
WO2022257422A1 (zh) 空调的控制方法、装置及设备
CN114857745A (zh) 用于控制空调器驱蚊的方法、装置、空调器和存储介质
CN113587206B (zh) 在睡眠过程中调节采暖温度的方法、装置、设备、及介质
US20160334772A1 (en) Apparatus and method for correlating data
CN115235067A (zh) 空调控制方法、装置、设备及存储介质
JP2018123989A (ja) 温熱快適装置及び制御内容決定方法
CN107402558A (zh) 一种设备控制方法及系统
KR20210006590A (ko) 수면 품질 향상을 위한 가전기기의 맞춤형 제어 방법 및 그 제어 장치
CN111089398A (zh) 基于人体分泌物调节空调的方法、装置、存储介质及系统

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: 20200424

RJ01 Rejection of invention patent application after publication