CN111651862B - 空调及其安装位置确定方法、装置、存储介质及移动终端 - Google Patents
空调及其安装位置确定方法、装置、存储介质及移动终端 Download PDFInfo
- Publication number
- CN111651862B CN111651862B CN202010392945.8A CN202010392945A CN111651862B CN 111651862 B CN111651862 B CN 111651862B CN 202010392945 A CN202010392945 A CN 202010392945A CN 111651862 B CN111651862 B CN 111651862B
- Authority
- CN
- China
- Prior art keywords
- room
- air conditioner
- wind speed
- temperature
- installation position
- 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.)
- Active
Links
- 238000009434 installation Methods 0.000 title claims abstract description 253
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000009826 distribution Methods 0.000 claims abstract description 134
- 238000003062 neural network model Methods 0.000 claims abstract description 40
- 238000004088 simulation Methods 0.000 claims description 17
- 238000012549 training Methods 0.000 claims description 16
- 238000013528 artificial neural network Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 31
- 238000010408 sweeping Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000001816 cooling Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明提供一种空调及其安装位置确定方法、装置、存储介质及移动终端,所述方法包括:预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型;获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置;将所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息;显示模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置。本发明提供的方案能够帮助用户找到满足所需的空调安装位置。
Description
技术领域
本发明涉及控制领域,尤其涉及一种空调及其安装位置确定方法、装置、存储介质及移动终端。
背景技术
当前人们越来越注重家居环境的舒适性,追求更高的生活品质。然而,在实际使用过程中,由于受到房间空间、技术水平等的影响,并不能实现完全满足用户需求的理想体验。例如,空调的使用过程中,无法保证房间每一处的温度都是一致,每一处的风速都是一样大,导致用户在房间不同的方位会有不同的使用体验,因此需要一种能够使用户预先了解空调安装在不同位置的房间温度和/或风速分布的技术方案,使用户能够找到满足所需舒适性的空调安装位置。
发明内容
本发明的主要目的在于克服上述现有技术的缺陷,提供一种空调及其安装位置确定方法、装置、存储介质及移动终端,以解决现有技术中如何使用户预先知道空调安装在不同位置的房间温度和/或风速分布的问题。
本发明一方面提供了一种空调安装位置确定方法,包括:预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型;获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置;将所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息;显示模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置。
可选地,预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型,包括:获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本;将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
可选地,获取待安装所述空调的目标安装房间的房间布局信息,包括:通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息;和/或,获取所述空调在所述目标安装房间的预设安装位置,包括:显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。
可选地,所述目标安装房间的温度和/或风速分布信息,包括:所述目标安装房间的温度和/或风速分布图。
本发明另一方面提供了一种空调安装位置确定装置,包括:建立单元,用于预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型;获取单元,用于获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置;模拟单元,用于将所述获取单元获取的所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息;显示单元,用于显示所述模拟单元模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置。
可选地,所述建立单元,包括:获取子单元,用于获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本;训练子单元,用于将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
可选地,所述获取单元,获取待安装所述空调的目标安装房间的房间布局信息,包括:通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息;和/或,所述获取单元,获取所述空调在所述目标安装房间的预设安装位置,包括:显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。
可选地,所述目标安装房间的温度和/或风速分布信息,包括:所述目标安装房间的温度和/或风速分布图。
本发明又一方面提供了一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明再一方面提供了一种空调,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明再一方面提供了一种空调,包括前述任一所述的空调安装位置确定装置。
本发明再一方面提供了一种移动终端,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明再一方面提供了一种移动终端,包括前述任一所述的空调安装位置确定装置。
根据本发明的技术方案,通过建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型,将目标安装房间的房间布局信息和预设安装位置输入述神经网络模型中,模拟出空调安装在预设安装位置时目标安装房间的温度和/或风速分布信息,从而使用户在使用空调前能够预先知道安装位置对房间温度和/或风速的影响,帮助用户找到满足所需的空调安装位置,例如,用户可以优先考虑自己经常活动的位置的舒适性,从而确定所需的安装位置,能够提升用户的空调使用体验。
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,构成本发明的一部分,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是本发明提供的空调安装位置确定方法的一实施例的方法示意图;
图2是建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型的步骤的流程示意图;
图3是本发明提供的空调安装位置确定方法的一具体实施例的方法示意图;
图4是本发明提供的空调安装位置确定装置的一实施例的结构框图;
图5是根据本发明实施例的建立单元的一种具体实施方式的结构框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,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。
本发明提供一种空调安装位置确定方法。该方法可以在空调上实施,或者可以在与所述空调绑定的移动终端实施,例如通过手机APP实施。图1是本发明提供的空调安装位置确定方法的一实施例的方法示意图。
如图1所示,根据本发明的一个实施例,所述空调安装位置确定方法至少包括步骤S110、步骤S120、步骤S130和步骤S140。
步骤S110,预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型。
图2是建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型的步骤的流程示意图。如图2所示,步骤S110包括步骤S111和步骤S112。
步骤S111,获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本。
步骤S112,将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
所述目标安装房间的温度和/或风速分布信息具体可以包括:所述目标安装房间的温度和/或风速分布图;所述目标安装房间的温度和/或风速分布图,包括:所述目标安装房间的不同位置的温度和/或风速。
具体地,建立用于模拟所述空调安装在布局不同的房间的不同位置时相应房间的温度分布的神经网络模型时,获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度分布信息样本,将所述多个不同房间的房间布局信息和所述多个不同房间的温度分布信息样本输入预设的神经网络中进行模型训练,得到房间温度分布的神经网络模型。所述目标安装房间的温度分布信息具体可以包括所述目标安装房间的温度分布图;所述目标安装房间的温度分布图具体可以包括所述目标安装房间的不同位置的温度。
在一种具体实施方式中,针对每个房间,输入房间布局信息,所述房间布局信息具体可以包括房间的长、宽、高,可选地,可以通过双目摄像设备检测房间的布局信息;将空调安装于该房间的任一预设位置(可以预先设置多个位置,例如统计多个不同用户的空调安装位置,得到多个用户常用安装位置作为预设位置),开启空调制冷或制热模式,运行预设时间后(例如1小时)后,检测房间不同位置的温度,得到空调安装在该位置的房间的温度分布图,改变空调的安装位置,再次检测房间不同位置的温度,得到空调安装在该位置的房间的温度分布图,多次改变空调的安装位置,得到空调安装在多个不同位置的房间温度分别图。房间不同位置的温度可以通过温度传感器进行检测,进而得到房间的温度布局图。例如,多个温度传感器置于不同位置,对房间的不同空间进行温度采集,并将采集的温度数据进行分析得出房间的温度分布图。可选地,可以将采集的温度数据上传至云端服务器,由云端服务器进行数据分析得出房间的温度分布图。可选地,检测的温度可以为房间内预设高度水平面上的不同位置的温度分布。
可选地,温度分布图可以显示不同位置的温度值和/或温度高低差异,例如,为了便于用户直观地了解房间温度分布,可以通过不同的颜色代表不同的温度区间,从而显示出房间温度的高低差异分布情况,例如温度从低到高对应采用颜色从冷色至暖色的显示方式。
具体地,建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间风速分布的神经网络模型时,获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的风速分布信息样本,将所述多个不同房间的房间布局信息和所述多个不同房间的风速分布信息样本输入预设的神经网络中进行模型训练,得到房间风速分布的神经网络模型。所述目标安装房间的风速分布信息具体可以包括:所述目标安装房间的风速分布图;所述目标安装房间的风速分布图包括:所述目标安装房间的不同位置的风速。
在一种具体实施方式中,针对每个房间,输入房间布局信息,所述房间布局信息具体可以包括房间的长、宽、高,可选地,可以通过双目摄像设备检测房间的布局信息;将空调安装于该房间的任一预设位置(可以预先设置多个位置,例如统计多个不同用户的空调安装位置,得到多个用户常用安装位置作为预设位置),开启预设的扫风模式(可以由用户预先设定扫风模式,例如上下扫风模式),运行预设时间后(例如1小时)后,检测房间不同位置的风速,得到空调安装在该位置的房间的风速分布图,改变空调的安装位置,再次检测房间不同位置的风速,得到空调安装在该位置的房间的风速分布图,多次改变空调的安装位置,得到空调安装在多个不同位置的房间风速分布图。风机不同位置的风速,可以通过风速传感器检测房间不同位置的风速,得到房间的风速布局图。例如,多个风速传感器置于不同位置,对房间的不同空间进行风速采集,并将采集的风速数据进行分析得出房间的温度分布图。可选地,可以将采集的风速数据上传至云端服务器,由云端服务器进行数据分析得出房间的风速分布图。可选地,风速分布图可以显示不同位置的风速值,还可以显示不同位置的风向。
步骤S120,获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置。
所述房间布局信息具体可以为目标安装房间的长、宽、高信息。具体地,可以通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息。
例如,在空调所处空间的多个区域中设置不同方位、不同距离以及不同高度的多个目标,通过双目摄像设备对空调所处空间的进行图像采集,获取所述多个区域的目标深度图,结合所获取的多个区域的目标深度图得到多个目标与空调之间的真实物理距离,在此基础上建立起空调所处空间的三维立体模型,得到空调所处房间的长、宽、高等布局信息。
所述预设安装位置具体可以为用户预先设置的安装位置,例如,用户可以指定目标安装房间的某一位置。在一种具体实施方式中,显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。可选地,可以在该房间布局模型中显示多个预设的位置,由用户在所述多个预设的位置中选择安装位置。例如,通过触摸屏显示目标安装房间的房间布局模型,用户可以在该触摸屏上通过预设触摸操作(例如点击或双击操作)选择安装位置,或者通过挪动空调模型至所述房间布局模型中的不同位置,从而选择安装位置。所述房间布局模型具体可以为所述房间的三维布局模型。
步骤S130,将所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息。
所述神经网络模型用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布,因此,输入房间布局信息和预设安装位置可以模拟出该房间的预设安装位置的温度和/或风速分布信息,例如模拟出空调安装在该房间的预设安装位置的温度分布图和/或风速分布图。
步骤S140,显示模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置。
具体地,显示空调安装在该房间的预设安装位置的温度分布图和/或风速分布图,从而用户可以根据自己的需要确定是否将所述空调安装在该预设安装位置,例如可以显示在空调的显示屏上或者显示在与空调互联的移动终端上,例如显示在与空调互联的移动终端上安装的相应app的用户界面上。优选地,在所述目标安装房间的房间布局模型中显示所述目标安装房间的温度和/或风速分布信息。
可选地,在显示所述温度和/或风速分布信息时,同时显示出所述目标安装房间中的物品布局。例如,在所述房间布局模型中显示出目标安装房间中家具模型,从而用户可以更直观的看到不同的生活功能区域(例如床、沙发等区域)的温度和/或风速分布,更便于用户确定是否将空调安装在相应的安装位置。例如,用户可以优先考虑自己经常活动的位置的舒适性,从而确定所需的安装位置,能够提升用户的空调使用体验。
例如,用户在目标安装房间的空间布局模型中选择某一位置,得到一个制冷模式下房间的温度分布图,发现床的方位温度最低;如果用户不希望床的方位温度太低,则可以改变安装位置,重新进行温度分布的模拟,即重新选择一个安装位置,得到一个新的温度分布图,直到模拟得到自己想要的温度分布图,则确定将空调安装在相应的安装位置上。
又例如,在目标安装房间的空间布局模型中选择某一位置,得到一个上下扫风模式下房间的风速分布图,发现床的方位风速最大;如果用户不希望床的方位风速太大,则可以改变安装位置,重新进行风速分布的模拟,即可以重新选择一个安装位置,得到一个新的风速分布图,直到模拟得到自己想要的风速分布图,则确定将空调安装在相应的安装位置上。
可选地,可以同时显示某一位置的温度分布图和风速分布图,由用户根据相应的温度分布图和风速分布图确定是否安装在该位置,如果不符合用户想要的温度分布和风速分布,则可以改变安装位置,重新进行温度分布和风速分布的模拟,直到得到想要的温度分布图和风速分布图。
为清楚说明本发明技术方案,下面再以一个具体实施例对本发明提供的空调安装位置确定方法的执行流程进行描述。
图3是本发明提供的空调安装位置确定方法的一具体实施例的方法示意图。如图3所示,获取待安装空调的房间的房间布局,在显示屏上显示该房间的布局模型,用户在房间布局模型上选择安装位置,将房间布局信息和用户选择的安装位置输入训练好的神经网络模型,模拟出相应的温度和/或风速分布图,并在显示屏上进行显示,若该温度和/或风速分布图满足用户需求,用户确定将空调安装在该安装位置,若该温度和/或风速分布图不满足用户需求,则用户重新选择安装位置进行模拟,直到满足用户需求,用户确定安装位置。
本发明提供一种空调安装位置确定装置。该装置可以在空调上实施,或者可以在与所述空调绑定移动终端实施,例如通过手机APP实施。
图4是本发明提供的空调安装位置确定装置的一实施例的结构框图。如图4所示,所述空调安装位置确定装置100包括建立单元110、获取单元120、模拟单元130和显示单元140。
建立单元110用于预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型。
图5是根据本发明实施例的建立单元的一种具体实施方式的结构框图。如图5所示,建立单元110包括获取子单元111和训练子单元112。
获取子单元111用于获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本;训练子单元112用于将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
所述目标安装房间的温度和/或风速分布信息具体可以包括:所述目标安装房间的温度和/或风速分布图;所述目标安装房间的温度和/或风速分布图,包括:所述目标安装房间的不同位置的温度和/或风速。
具体地,建立用于模拟所述空调安装在布局不同的房间的不同位置时相应房间的温度分布的神经网络模型时,获取子单元111获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度分布信息样本,训练子单元112将所述多个不同房间的房间布局信息和所述多个不同房间的温度分布信息样本输入预设的神经网络中进行模型训练,得到房间温度分布的神经网络模型。所述目标安装房间的温度分布信息具体可以包括所述目标安装房间的温度分布图;所述目标安装房间的温度分布图具体可以包括所述目标安装房间的不同位置的温度。
在一种具体实施方式中,针对每个房间,输入房间布局信息,所述房间布局信息具体可以包括房间的长、宽、高,可选地,可以通过双目摄像设备检测房间的布局信息;将空调安装于该房间的任一预设位置(可以预先设置多个位置,例如统计多个不同用户的空调安装位置,得到多个用户常用安装位置作为预设位置),开启空调制冷或制热模式,运行预设时间后(例如1小时)后,检测房间不同位置的温度,得到空调安装在该位置的房间的温度分布图,改变空调的安装位置,再次检测房间不同位置的温度,得到空调安装在该位置的房间的温度分布图,多次改变空调的安装位置,得到空调安装在多个不同位置的房间温度分别图。房间不同位置的温度可以通过温度传感器进行检测,进而得到房间的温度布局图。例如,多个温度传感器置于不同位置,对房间的不同空间进行温度采集,并将采集的温度数据进行分析得出房间的温度分布图。可选地,可以将采集的温度数据上传至云端服务器,由云端服务器进行数据分析得出房间的温度分布图。可选地,检测的温度可以为房间内预设高度水平面上的不同位置的温度分布。
可选地,温度分布图可以显示不同位置的温度值和/或温度高低差异,例如,为了便于用户直观地了解房间温度分布,可以通过不同的颜色代表不同的温度区间,从而显示出房间温度的高低差异分布情况,例如温度从低到高对应采用颜色从冷色至暖色的显示方式。
具体地,建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间风速分布的神经网络模型时,获取子单元111获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的风速分布信息样本,训练子单元112将所述多个不同房间的房间布局信息和所述多个不同房间的风速分布信息样本输入预设的神经网络中进行模型训练,得到房间风速分布的神经网络模型。所述目标安装房间的风速分布信息具体可以包括:所述目标安装房间的风速分布图;所述目标安装房间的风速分布图包括:所述目标安装房间的不同位置的风速。
在一种具体实施方式中,针对每个房间,输入房间布局信息,所述房间布局信息具体可以包括房间的长、宽、高,可选地,可以通过双目摄像设备检测房间的布局信息;将空调安装于该房间的任一预设位置(可以预先设置多个位置,例如统计多个不同用户的空调安装位置,得到多个用户常用安装位置作为预设位置),开启预设的扫风模式(可以由用户预先设定扫风模式,例如上下扫风模式),运行预设时间后(例如1小时)后,检测房间不同位置的风速,得到空调安装在该位置的房间的风速分布图,改变空调的安装位置,再次检测房间不同位置的风速,得到空调安装在该位置的房间的风速分布图,多次改变空调的安装位置,得到空调安装在多个不同位置的房间风速分布图。风机不同位置的风速,可以通过风速传感器检测房间不同位置的风速,得到房间的风速布局图。例如,多个风速传感器置于不同位置,对房间的不同空间进行风速采集,并将采集的风速数据进行分析得出房间的温度分布图。可选地,可以将采集的风速数据上传至云端服务器,由云端服务器进行数据分析得出房间的风速分布图。可选地,风速分布图可以显示不同位置的风速值,还可以显示不同位置的风向。
获取单元120用于获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置。
所述房间布局信息具体可以为目标安装房间的长、宽、高信息。具体地,可以通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息。
例如,在空调所处空间的多个区域中设置不同方位、不同距离以及不同高度的多个目标,通过双目摄像设备对空调所处空间的进行图像采集,获取所述多个区域的目标深度图,结合所获取的多个区域的目标深度图得到多个目标与空调之间的真实物理距离,在此基础上建立起空调所处空间的三维立体模型,得到空调所处房间的长、宽、高等布局信息。
所述预设安装位置具体可以为用户预先设置的安装位置,例如,用户可以指定目标安装房间的某一位置。在一种具体实施方式中,显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。可选地,可以在该房间布局模型中显示多个预设的位置,由用户在所述多个预设的位置中选择安装位置。例如,通过触摸屏显示目标安装房间的房间布局模型,用户可以在该触摸屏上通过预设触摸操作(例如点击或双击操作)选择安装位置,或者通过挪动空调模型至所述房间布局模型中的不同位置,从而选择安装位置。所述房间布局模型具体可以为所述房间的三维布局模型。
模拟单元130用于将所述获取单元获取的所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息。
所述神经网络模型用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布,因此,输入房间布局信息和预设安装位置可以模拟出该房间的预设安装位置的温度和/或风速分布信息,例如模拟出空调安装在该房间的预设安装位置的温度分布图和/或风速分布图。
显示单元140用于显示所述模拟单元模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置。
具体地,显示单元140显示空调安装在该房间的预设安装位置的温度分布图和/或风速分布图,从而用户可以根据自己的需要确定是否将所述空调安装在该预设安装位置,例如可以显示在空调的显示屏上或者显示在与空调互联的移动终端上,例如显示在与空调互联的移动终端上安装的相应app的用户界面上。优选地,在所述目标安装房间的房间布局模型中显示所述目标安装房间的温度和/或风速分布信息。
可选地,显示单元140在显示所述温度和/或风速分布信息时,同时显示出所述目标安装房间中的物品布局。例如,在所述房间布局模型中显示出目标安装房间中家具模型,从而用户可以更直观的看到不同的生活功能区域(例如床、沙发等区域)的温度和/或风速分布,更便于用户确定是否将空调安装在相应的安装位置。例如,用户可以优先考虑自己经常活动的位置的舒适性,从而确定所需的安装位置。
例如,用户在目标安装房间的空间布局模型中选择某一位置,得到一个制冷模式下房间的温度分布图,发现床的方位温度最低;如果用户不希望床的方位温度太低,则可以改变安装位置,重新进行温度分布的模拟,即重新选择一个安装位置,得到一个新的温度分布图,直到模拟得到自己想要的温度分布图,则确定将空调安装在相应的安装位置上。
又例如,在目标安装房间的空间布局模型中选择某一位置,得到一个上下扫风模式下房间的风速分布图,发现床的方位风速最大;如果用户不希望床的方位风速太大,则可以改变安装位置,重新进行风速分布的模拟,即可以重新选择一个安装位置,得到一个新的风速分布图,直到模拟得到自己想要的风速分布图,则确定将空调安装在相应的安装位置上。
可选地,可以同时显示某一位置的温度分布图和风速分布图,由用户根据相应的温度分布图和风速分布图确定是否安装在该位置,如果不符合用户想要的温度分布和风速分布,则可以改变安装位置,重新进行温度分布和风速分布的模拟,直到得到想要的温度分布图和风速分布图。
本发明还提供对应于所述空调安装位置的确定方法的一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现前述任一所述方法的步骤。
本发明还提供对应于所述空调安装位置确定方法的一种空调,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明还提供对应于所述空调安装位置确定装置的一种空调,包括前述任一所述的空调安装位置确定装置。
本发明还提供对应于所述空调安装位置确定方法的一种移动终端,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现前述任一所述方法的步骤。
本发明还提供对应于所述空调安装位置确定装置的一种移动终端,包括前述任一所述的空调安装位置确定装置。
据此,本发明提供的方案,通过建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型,将目标安装房间的房间布局信息和预设安装位置输入述神经网络模型中,模拟出空调安装在预设安装位置时目标安装房间的温度和/或风速分布信息,从而使用户在使用空调前能够预先知道安装位置对房间温度和/或风速的影响,帮助用户找到满足所需的空调安装位置,例如,用户可以优先考虑自己经常活动的位置的舒适性,从而确定所需的安装位置,能够提升用户的空调使用体验。
本文中所描述的功能可在硬件、由处理器执行的软件、固件或其任何组合中实施。如果在由处理器执行的软件中实施,那么可将功能作为一或多个指令或代码存储于计算机可读媒体上或经由计算机可读媒体予以传输。其它实例及实施方案在本发明及所附权利要求书的范围及精神内。举例来说,归因于软件的性质,上文所描述的功能可使用由处理器、硬件、固件、硬连线或这些中的任何者的组合执行的软件实施。此外,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。
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,作为控制装置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。
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。
以上所述仅为本发明的实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (9)
1.一种空调安装位置确定方法,其特征在于,包括:
预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型;
获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置;
将所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息;
显示模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置;
其中,预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型,包括:
获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本;
将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
2.根据权利要求1所述的方法,其特征在于,
获取待安装所述空调的目标安装房间的房间布局信息,包括:
通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;
根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息;
和/或,
获取所述空调在所述目标安装房间的预设安装位置,包括:
显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。
3.根据权利要求1所述的方法,其特征在于,
所述目标安装房间的温度和/或风速分布信息,包括:所述目标安装房间的温度和/或风速分布图。
4.一种空调安装位置确定装置,其特征在于,包括:
建立单元,用于预先建立用于模拟所述空调安装在布局不同的房间的不同位置时相应的房间温度和/或风速分布的神经网络模型;
获取单元,用于获取待安装所述空调的目标安装房间的房间布局信息以及所述空调在所述目标安装房间的预设安装位置;
模拟单元,用于将所述获取单元获取的所述房间布局信息和所述预设安装位置输入所述神经网络模型中,模拟所述空调安装在所述预设安装位置时所述目标安装房间的温度和/或风速分布信息;
显示单元,用于显示所述模拟单元模拟的所述目标安装房间的温度和/或风速分布信息,以确定是否将所述空调安装在所述预设安装位置;
其中,所述建立单元,包括:
获取子单元,用于获取多个不同房间的房间布局信息以及所述空调安装在所述多个不同房间的不同位置时所述多个不同房间的温度和/或风速分布信息样本;
训练子单元,用于将所述多个不同房间的房间布局信息和所述多个不同房间的温度和/或风速分布信息样本输入预设的神经网络中进行模型训练,得到所述神经网络模型。
5.根据权利要求4所述的装置,其特征在于,
所述获取单元,获取待安装所述空调的目标安装房间的房间布局信息,包括:
通过双目摄像设备对所述目标安装房间进行图像采集,得到所述目标安装房间的布局图像;
根据采集的所述布局图像利用双目视觉算法计算得到所述目标安装房间的房间布局信息;
和/或,
所述获取单元,获取所述空调在所述目标安装房间的预设安装位置,包括:
显示目标安装房间的房间布局模型,获取用户在所述房间布局模型中选择的安装位置。
6.根据权利要求4所述的装置,其特征在于,
所述目标安装房间的温度和/或风速分布信息,包括:所述目标安装房间的温度和/或风速分布图。
7.一种存储介质,其特征在于,其上存储有计算机程序,所述程序被处理器执行时实现权利要求1-3任一所述方法的步骤。
8.一种空调,其特征在于,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-3任一所述方法的步骤,或者包括如权利要求4-6任一所述的空调安装位置确定装置。
9.一种移动终端,其特征在于,包括处理器、存储器以及存储在存储器上可在处理器上运行的计算机程序,所述处理器执行所述程序时实现权利要求1-3任一所述方法的步骤,或者包括如权利要求4-6任一所述的空调安装位置确定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392945.8A CN111651862B (zh) | 2020-05-11 | 2020-05-11 | 空调及其安装位置确定方法、装置、存储介质及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010392945.8A CN111651862B (zh) | 2020-05-11 | 2020-05-11 | 空调及其安装位置确定方法、装置、存储介质及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111651862A CN111651862A (zh) | 2020-09-11 |
CN111651862B true CN111651862B (zh) | 2023-04-18 |
Family
ID=72342757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010392945.8A Active CN111651862B (zh) | 2020-05-11 | 2020-05-11 | 空调及其安装位置确定方法、装置、存储介质及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111651862B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115540158A (zh) * | 2021-06-29 | 2022-12-30 | 佛山市顺德区美的电子科技有限公司 | 空气处理模块安装位的推荐方法、终端以及空调器 |
CN113587404B (zh) * | 2021-07-09 | 2023-04-21 | 重庆海尔空调器有限公司 | 空调安装的定位方法、空调器和存储介质 |
CN115095971B (zh) * | 2022-07-22 | 2023-09-01 | 宁波奥克斯电气股份有限公司 | 一种空调器安装模拟机及其控制方法、可读存储介质 |
CN114943113B (zh) * | 2022-07-26 | 2022-11-01 | 江西少科智能建造科技有限公司 | 多边形房间内布置散流器方法、系统、存储介质及设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2978374B2 (ja) * | 1992-08-21 | 1999-11-15 | 松下電器産業株式会社 | 画像処理装置及び画像処理方法並びに空気調和機の制御装置 |
CN105373850A (zh) * | 2015-10-29 | 2016-03-02 | 广东美的制冷设备有限公司 | 一种推荐空调安装位置的装置、方法和系统 |
CN108507700A (zh) * | 2018-03-20 | 2018-09-07 | 中国农业大学 | 一种猪舍多点温度预测方法及系统 |
CN109373517B (zh) * | 2018-10-26 | 2019-12-17 | 珠海格力电器股份有限公司 | 一种空调布局方法、装置、存储介质及终端 |
CN110986287B (zh) * | 2019-10-31 | 2021-01-22 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
CN110895012A (zh) * | 2019-11-08 | 2020-03-20 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、存储介质及空调 |
-
2020
- 2020-05-11 CN CN202010392945.8A patent/CN111651862B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111651862A (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111651862B (zh) | 空调及其安装位置确定方法、装置、存储介质及移动终端 | |
CN108931924B (zh) | 智能家居系统的控制方法及装置、处理器、存储介质 | |
CN108758959B (zh) | 控制为空调送风的方法、装置和系统 | |
CN108731221B (zh) | 空调控制方法及装置 | |
CN109241634B (zh) | 空调吹风广角确定方法、装置以及空调 | |
CN109373517B (zh) | 一种空调布局方法、装置、存储介质及终端 | |
CN110910503B (zh) | 一种空调环境的仿真方法及装置 | |
CN108919663B (zh) | 一种智能家居设备的管理方法及电子设备 | |
CN107883536B (zh) | 空调设备的参数调整方法及装置、终端 | |
EP3070411B1 (en) | Air conditioning control device, control method, and computer program | |
CN106094540A (zh) | 电器设备控制方法、装置及系统 | |
CN109731329B (zh) | 一种针对游戏中虚拟组件的放置位置的确定方法和装置 | |
CN108061359B (zh) | 空调控制方法及装置 | |
CN113251610A (zh) | 用于空调控制的方法、装置和空调 | |
CN108534295B (zh) | 显示数据的方法、装置和系统 | |
EP3457042A1 (en) | Air conditioning visualization system | |
CN113339965A (zh) | 用于空调控制的方法、装置和空调 | |
JP2020119156A (ja) | アバター生成システム、アバター生成装置、サーバ装置、アバター生成方法、およびプログラム | |
CN108548267B (zh) | 空调控制方法及用户终端 | |
CN108376093B (zh) | 分享方法、空气调节设备、移动终端及存储介质 | |
CN113847712A (zh) | 空调的控制方法、控制装置和空调系统 | |
CN110736226B (zh) | 空调器的控制方法及装置、空调器设备 | |
CN110726213B (zh) | 控制空调器的方法、存储介质和处理器 | |
CN112432328A (zh) | 空调的控制方法和装置、存储介质、电子装置 | |
JP7145649B2 (ja) | 空調制御装置、空調制御システム、空調制御方法及びプログラム |
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 |