CN112066530A - 一种基于深度学习的空调智能导风系统及其动态导风方法 - Google Patents

一种基于深度学习的空调智能导风系统及其动态导风方法 Download PDF

Info

Publication number
CN112066530A
CN112066530A CN202010839430.8A CN202010839430A CN112066530A CN 112066530 A CN112066530 A CN 112066530A CN 202010839430 A CN202010839430 A CN 202010839430A CN 112066530 A CN112066530 A CN 112066530A
Authority
CN
China
Prior art keywords
air
air conditioner
target
temperature
module
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
CN202010839430.8A
Other languages
English (en)
Inventor
彭昱
张昱路
陈沥洋
雷煜
郑琛
童姜毅
周德锋
宋爽
李燕君
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202010839430.8A priority Critical patent/CN112066530A/zh
Publication of CN112066530A publication Critical patent/CN112066530A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/70—Control systems characterised by their outputs; Constructional details thereof
    • F24F11/72—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure
    • F24F11/79—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling the direction of the supplied air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于深度学习的空调智能导风系统及其动态导风方法；现有技术中缺乏根据空间中人员位置以及空间中温度分布情况动态调节出风方向的空调设备。本发明包括图像传感器、风向调节模块和红外遥控模块。风向调节模块安装在空调的出风口。图像传感器安装在空调的侧部，采集空调送风范围内的图像数据。红外遥控模块连接到控制器，用于在控制器发出的指令控制下，控制空调的风速和出风温度。本发明根据空间中人员的分布位置以及空间的温度分布情况动态调节，能够实现空调冷风的高效利用，从而在保障人体舒适前提下的降低耗电量，并减小空调压缩机的损耗，有巨大的节能减排效益。

Description

一种基于深度学习的空调智能导风系统及其动态导风方法
技术领域
本发明属于智能家电技术领域，具体涉及一种基于深度学习的空调智能导风系统及其动态导风方法。
背景技术
到2019年7月，我国空调占有量已达34％，在空调产业如此成熟的当下，势必需要一种创新形式来助力节能。空调节能的创新将有助于推动空调行业的进一步发展，也有助于改善全国的电力供应不足的情况。现有技术中缺乏根据空间中人员位置以及空间中温度分布情况动态调节出风方向的空调设备。
发明内容
本发明的目的在于提供一种基于深度学习原理的空调智能导风系统。
本发明一种基于深度学习的空调智能导风系统，包括图像传感器、风向调节模块和红外遥控模块。风向调节模块安装在空调的出风口。图像传感器安装在空调的侧部，采集空调送风范围内的图像数据。红外遥控模块连接到控制器，用于在控制器发出的指令控制下，控制空调的风速和出风温度。所述的风向调节模块包括m块导风板和和m个舵机，m≥2。m块导风板由下至上依次间隔排列在空调的出风口处。m块导风板由m个舵机驱动，各自进行独立翻转。m个舵机的控制线连接到控制器上。
作为优选，本发明一种基于深度学习的空调智能导风系统还包括温度传感器网络。所述的温度传感器网络包括设置在室内不同位置的多个温度检测传输单元；各温度检测传输单元能够获取室内不同位置的温度变化情况。温度检测传输单元包括温度传感器、无线传输模块和电源模块。电源模块为温度传感器和无线传输模块供电。温度传感器与无线传输模块连接；无线传输模块按照预设的时间周期将温度传感器检测到的温度存入自己的数据类中后带上自己的标识ID号无线传输给控制器。
作为优选，本发明一种基于深度学习的空调智能导风系统还包括显示模块。所述的显示模块连接到控制器，用于显示空调的工作参数。
作为优选，所述的控制器与移动端设备的应用软件通过通信模块进行无线连接。
作为优选，各导风板的内侧边缘与空调出风口处构成公共轴线水平的转动副。m个舵机均固定在空调机身上，且输出轴轴与m块导风板分别固定。
该基于深度学习的空调智能导风系统的动态导风方法具体如下：
步骤一、用户选择执行人员均衡模式或温度均衡模式。若选择人员均衡模式，则执行步骤二；若选择执行温度均衡模式，则执行步骤三。
步骤二、按照人员均衡模式进行风向调整。
2-1.摄像头拍摄空调送风范围内的图片；控制器使用目标检测神经网络对图片中的人员位置进行识别，输出结果为包含多个坐标信息的数组，得到n个人员的位置坐标。
2-2.将空调送风范围内的n个人员分为m个区域，使得m个区域包括所有人员，以m个区域的几何中心位置分别作为m个送风目标位置。
2-3.根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure BDA0002640899810000021
i＝1,2,…,m；m个舵机驱动m块导风板转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态。m块导风板与竖直轴线，由上至下依次减小，避免不同导风板吹出的冷风相互干渉。
步骤三、按照温度均衡模式进行风向调整。
3-1.通过温度传感器网络获取，空调送风范围内的温度最高的m个目标区域；每个目标区域均为一个圆形范围；目标区域的面积预先设定；任意两个目标区域均不相交。以m个目标区域的几何中心位置分别作为m个送风目标位置。
3-2.根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure BDA0002640899810000022
i＝1,2,…,m；m个舵机驱动m块导风板转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态。
作为优选，步骤2-2和3-2中，m块导风板由上至下目标角度依次减小，避免不同导风板吹出的冷风相互干渉。
作为优选，步骤2-2中，使用空间聚类方法进行m个目标区域的划分，使得m个区域面积之和最小。
本发明具有的有益效果是：
本发明根据空间中人员的分布位置以及空间的温度分布情况动态调节，能够实现空调冷风的高效利用，从而在保障人体舒适前提下的降低耗电量，并减小空调压缩机的损耗，有巨大的节能减排效益。
附图说明
图1是本发明的系统框图；
图2是本发明步骤四中确定导风板角度的示意图。
具体实施方式
以下结合附图对本发明作进一步说明。
如图1所示，一种基于深度学习的空调智能导风系统，包括图像传感器1、温度传感器网络2、控制器3、风向调节模块4、通信模块5、红外遥控模块6和显示模块7。风向调节模块4安装在空调的出风口，用于调节空调的出风方向。图像传感器1安装在空调的侧部，能够采集空调送风范围内的图像数据。
控制器3与移动端设备的应用软件通过通信模块5进行无线连接。红外遥控模块6连接到控制器3，用于在控制器3发出的指令控制下，控制空调的风速和出风温度。显示模块7连接到控制器3，用于显示空调的工作参数(包括温度、风速、模式等信息)。
风向调节模块4包括m块导风板和和m个舵机，m＝4。m块导风板由下至上依次间隔排列在空调的出风口处。各导风板的内侧边缘与空调出风口处构成公共轴线水平的转动副。m个舵机均固定在空调机身上，且输出轴轴与m块导风板分别固定。m个舵机能够驱动m块导风板各自独立翻转，实现对各导风板的导风方向进行独立控制。m个舵机的控制线连接到控制器3上，由控制器3控制空调的出风方向。
温度传感器网络2包括设置在室内不同位置的多个温度检测传输单元；各温度检测传输单元能够获取室内不同位置的温度变化情况。温度检测传输单元包括温度传感器、无线传输模块和电源模块。电源模块为温度传感器和无线传输模块供电。温度传感器与无线传输模块连接；无线传输模块按照预设的时间周期将温度传感器检测到的温度存入自己的数据类中后带上自己的标识ID号无线传输给控制器3(传输时经过通信模块5)；控制器3在获取来自到不同标识的温度数据后，将其更新到温度数组T中，记T＝{t1,t2,t3,t4,t5,t6……ti},ti表示空间某块区域内的温度数据；控制器3再根据各温度检测传输单元传输来的温度数据以及空间内的人员分布情况来干预空调控制系统。
图像传感器1的型号为OV2640；图像传感器1中的摄像头采用200万像素60°视角的M12镜头。图像传感器1与控制器3内的视觉识别系统通过DVP24pin接口连接；视觉识别系统用于通过目标检测神经网络对采集到的图像中的人员进行识别和框选。
控制器3内的分区判别模块对空调送风范围进行网格分区，并根据不同网格中的人员位置和数量，进而智能调控送风量和送风方向。
该基于深度学习的空调智能导风系统的动态导风方法具体如下：
步骤一、图像传感器1拍摄空调送风范围内的图像并且传输到控制器3的内存中。所得图像为分辨率224×224的RGB三通道图片。
步骤二、用户选择执行人员均衡模式或温度均衡模式。若选择人员均衡模式，则执行步骤三；若选择执行温度均衡模式，则执行步骤四；
步骤三、按照人员均衡模式进行风向调整。
3-1.目标检测神经网络对拍摄到的图片中的人员位置进行识别，输出结果为包含多个坐标信息的数组；该坐标信息即为框出人体的预测框的坐标，得到n个人员的位置坐标。需要注意的是此神经网络模型转码后为二进制格式。之后将包含有所有矩形框坐标信息的数组传递给下一级的控制程序，进行聚类操作、舵机控制等任务。
3-2.通过空间聚类将空调送风范围内的n个人员分为m个区域，使得m个区域包括所有人，且m个区域面积之和尽可能小。以m个区域的几何中心位置分别作为m个送风目标位置。
3-3.如图2所示，根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure BDA0002640899810000041
i＝1,2,…,m；控制器3控制m个舵机转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态。m块导风板与竖直轴线，由上至下依次减小，避免不同导风板吹出的冷风相互干渉。
步骤四、按照温度均衡模式进行风向调整。
4-1.通过温度传感器网络获取，空调送风范围内的温度最高的m个目标区域；每个目标区域均为一个圆形范围；目标区域的面积预先设定；任意两个目标区域均不相交。以m个目标区域的几何中心位置分别作为m个送风目标位置。
4-2.如图2所示，根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure BDA0002640899810000042
i＝1,2,…,m；控制器3控制m个舵机转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态。m块导风板与竖直轴线，由上至下依次减小，避免不同导风板吹出的冷风相互干渉。

Claims (8)

1.一种基于深度学习的空调智能导风系统，包括红外遥控模块；其特征在于：还包括图像传感器和风向调节模块；风向调节模块安装在空调的出风口；图像传感器安装在空调的侧部，采集空调送风范围内的图像数据；红外遥控模块连接到控制器，用于在控制器发出的指令控制下，控制空调的风速和出风温度；所述的风向调节模块包括m块导风板和和m个舵机，m≥2；m块导风板由下至上依次间隔排列在空调的出风口处；m块导风板由m个舵机驱动，各自进行独立翻转；m个舵机的控制线连接到控制器上。
2.根据权利要求1所述的一种基于深度学习的空调智能导风系统，其特征在于：还包括温度传感器网络；所述的温度传感器网络包括设置在室内不同位置的多个温度检测传输单元；各温度检测传输单元能够获取室内不同位置的温度变化情况；温度检测传输单元包括温度传感器、无线传输模块和电源模块；电源模块为温度传感器和无线传输模块供电；温度传感器与无线传输模块连接；无线传输模块按照预设的时间周期将温度传感器检测到的温度存入自己的数据类中后带上自己的标识ID号无线传输给控制器。
3.根据权利要求1所述的一种基于深度学习的空调智能导风系统，其特征在于：还包括显示模块；所述的显示模块连接到控制器，用于显示空调的工作参数。
4.根据权利要求1所述的一种基于深度学习的空调智能导风系统，其特征在于：所述的控制器与移动端设备的应用软件通过通信模块进行无线连接。
5.根据权利要求1所述的一种基于深度学习的空调智能导风系统，其特征在于：各导风板的内侧边缘与空调出风口处构成公共轴线水平的转动副；m个舵机均固定在空调机身上，且输出轴轴与m块导风板分别固定。
6.如权利要求1所述的一种基于深度学习的空调智能导风系统的动态导风方法，其特征在于：步骤一、用户选择执行人员均衡模式或温度均衡模式；若选择人员均衡模式，则执行步骤二；若选择执行温度均衡模式，则执行步骤三；
步骤二、按照人员均衡模式进行风向调整；
2-1.摄像头拍摄空调送风范围内的图片；控制器使用目标检测神经网络对图片中的人员位置进行识别，输出结果为包含多个坐标信息的数组，得到n个人员的位置坐标；
2-2.将空调送风范围内的n个人员分为m个区域，使得m个区域包括所有人员，以m个区域的几何中心位置分别作为m个送风目标位置；
2-3.根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure FDA0002640899800000021
m个舵机驱动m块导风板转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态；m块导风板与竖直轴线，由上至下依次减小，避免不同导风板吹出的冷风相互干渉；
步骤三、按照温度均衡模式进行风向调整；
3-1.通过温度传感器网络获取，空调送风范围内的温度最高的m个目标区域；每个目标区域均为一个圆形范围；目标区域的面积预先设定；任意两个目标区域均不相交；以m个目标区域的几何中心位置分别作为m个送风目标位置；
3-2.根据m个送风目标位置的坐标，分别获取m个送风目标位置到空调出风口的水平距离xi和竖直距离hi；计算目标角度
Figure FDA0002640899800000022
m个舵机驱动m块导风板转动，使得m块导风板分别翻转到与竖直轴线成m个目标角度θi的状态。
7.根据权利要求6所述的一种基于深度学习的空调智能导风系统的动态导风方法，其特征在于：步骤2-2和3-2中，m块导风板由上至下目标角度依次减小，避免不同导风板吹出的冷风相互干渉。
8.根据权利要求6所述的一种基于深度学习的空调智能导风系统的动态导风方法，其特征在于：步骤2-2中，使用空间聚类方法进行m个目标区域的划分，使得m个区域面积之和最小。
CN202010839430.8A 2020-10-27 2020-10-27 一种基于深度学习的空调智能导风系统及其动态导风方法 Pending CN112066530A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010839430.8A CN112066530A (zh) 2020-10-27 2020-10-27 一种基于深度学习的空调智能导风系统及其动态导风方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010839430.8A CN112066530A (zh) 2020-10-27 2020-10-27 一种基于深度学习的空调智能导风系统及其动态导风方法

Publications (1)

Publication Number Publication Date
CN112066530A true CN112066530A (zh) 2020-12-11

Family

ID=73661419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010839430.8A Pending CN112066530A (zh) 2020-10-27 2020-10-27 一种基于深度学习的空调智能导风系统及其动态导风方法

Country Status (1)

Country Link
CN (1) CN112066530A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114963444A (zh) * 2022-05-17 2022-08-30 珠海格力电器股份有限公司 空调的出风控制方法、装置、终端及系统
CN117146411A (zh) * 2023-08-11 2023-12-01 重庆欧偌智能控制系统有限公司 基于ai的环境参数调控方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798194A (zh) * 2011-05-25 2012-11-28 珠海格力电器股份有限公司 空调器及其送风模式控制方法和装置
CN104456825A (zh) * 2013-09-18 2015-03-25 珠海格力电器股份有限公司 空调区域送风控制方法和装置
CN104566827A (zh) * 2015-01-01 2015-04-29 上海新祁环境科技有限公司 用于空调器的控制方法和空调器
CN108954723A (zh) * 2018-06-29 2018-12-07 广东美的制冷设备有限公司 空气调节设备及其控制方法和装置
CN110030714A (zh) * 2019-04-18 2019-07-19 珠海格力电器股份有限公司 空调室内机的导风装置、空调室内机和空调器

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102798194A (zh) * 2011-05-25 2012-11-28 珠海格力电器股份有限公司 空调器及其送风模式控制方法和装置
CN104456825A (zh) * 2013-09-18 2015-03-25 珠海格力电器股份有限公司 空调区域送风控制方法和装置
CN104566827A (zh) * 2015-01-01 2015-04-29 上海新祁环境科技有限公司 用于空调器的控制方法和空调器
CN108954723A (zh) * 2018-06-29 2018-12-07 广东美的制冷设备有限公司 空气调节设备及其控制方法和装置
CN110030714A (zh) * 2019-04-18 2019-07-19 珠海格力电器股份有限公司 空调室内机的导风装置、空调室内机和空调器

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114963444A (zh) * 2022-05-17 2022-08-30 珠海格力电器股份有限公司 空调的出风控制方法、装置、终端及系统
CN114963444B (zh) * 2022-05-17 2023-05-12 珠海格力电器股份有限公司 空调的出风控制方法、装置、终端及系统
CN117146411A (zh) * 2023-08-11 2023-12-01 重庆欧偌智能控制系统有限公司 基于ai的环境参数调控方法
CN117146411B (zh) * 2023-08-11 2024-06-21 重庆欧偌智能控制系统有限公司 基于ai的环境参数调控方法

Similar Documents

Publication Publication Date Title
CN101191652B (zh) 空调器和控制该空调器的气流的方法
CN112066530A (zh) 一种基于深度学习的空调智能导风系统及其动态导风方法
CN107655159A (zh) 一种基于人群密度感知模型的空调节能控制方法及系统
CN105650804A (zh) 一种基于红外人体感应的智能空调及控制方法
CN105423502A (zh) 空调送风控制方法及装置
CN110173862A (zh) 基于俯视视角人体信息的空调控制方法、装置及空调系统
CN105571046A (zh) 空调出风状态调节方法及室内机
CN109945463B (zh) 带有超微型无人机的人工环境控制系统及其运行方法
CN205281304U (zh) 一种基于物联网的室内环境智能控制系统
CN105276758A (zh) 一种变频空调器耗电量估算方法及装置
US20210356161A1 (en) Method and system for providing air conditioning
CN113418286A (zh) 自适应热感觉机器人及空调温度调整方法
CN113339965A (zh) 用于空调控制的方法、装置和空调
CN103245034B (zh) 空调器及其控制方法和装置
CN118224112A (zh) 基于物联网技术的智能电风扇控制系统及方法
CN112212477A (zh) 一种AIoT数据中心空调能效智控系统及智控方法
CN113237200A (zh) 空调器的送风控制方法
CN106765891B (zh) 空调诱导通风控制系统
CN113007884A (zh) 一种中央空调智能控制方法及系统
CN107806692A (zh) 一种基于无线信道状态信息的智能空调及其控制方法
TWI699637B (zh) 利用深度強化學習控制環境舒適度之系統及其方法
CN107642864A (zh) 一种多空调语音控制方法、控制装置和空调系统
CN102865648A (zh) 基于云计算技术具备云除湿功能的云空调及其云除湿方法
CN115565220A (zh) 基于面部表情识别的空调控制装置、方法以及存储介质
CN110940037A (zh) 中央空调控制方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211