CN113606749A - 一种基于人员像素密度的分区按需通风控制方法 - Google Patents

一种基于人员像素密度的分区按需通风控制方法 Download PDF

Info

Publication number
CN113606749A
CN113606749A CN202110903286.4A CN202110903286A CN113606749A CN 113606749 A CN113606749 A CN 113606749A CN 202110903286 A CN202110903286 A CN 202110903286A CN 113606749 A CN113606749 A CN 113606749A
Authority
CN
China
Prior art keywords
people
indoor place
air
personnel
real
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
Application number
CN202110903286.4A
Other languages
English (en)
Other versions
CN113606749B (zh
Inventor
曹世杰
王俊淇
冯壮波
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.)
Southeast University
Original Assignee
Southeast University
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 Southeast University filed Critical Southeast University
Priority to CN202110903286.4A priority Critical patent/CN113606749B/zh
Publication of CN113606749A publication Critical patent/CN113606749A/zh
Application granted granted Critical
Publication of CN113606749B publication Critical patent/CN113606749B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/46—Improving electric energy efficiency or saving
    • 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
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • 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
    • F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
    • 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
    • F24F11/89—Arrangement or mounting of control or safety devices
    • 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
    • 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)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Fluid Mechanics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明公开了一种基于人员像素密度的分区按需通风控制方法，其步骤为利用摄像头对室内场所进行视频拍摄，获得全景画面信息；树莓派按照各个送风口位置，在全景画面中划分各风口子区；树莓派实时对全景画面进行处理，得到前景人员像素密度数据；树莓派根据前景人员像素密度数据，估算各风口子区中的实时人数；树莓派根据各个风口子区中的实时人数，控制主风管内的电动主风阀及各个送风口中的电动末端风阀的开度来实现室内场所分区按需的风量调节；环境参数传感器则可将监测到的环境数据传至树莓派，以辅助调控新风量。本发明可以根据公共场所内不同区域的人员密度来实时确定合理的子区新风量，同时也降低了系统的能耗，解决了能源浪费的问题。

Description

一种基于人员像素密度的分区按需通风控制方法
技术领域
本发明涉及室内环境控制领域，具体是一种基于人员像素密度的分区按需通风控制方法。
背景技术
室内空气质量是决定居住者健康、舒适的重要因素，随着城市化进程的不断推进，严峻的室内空气及建筑问题激增，通风在一定意义上提升了空气品质。然而许多大型商场、教师、礼堂以及公共交通场所等场合的通风系统往往都是以最大功率送风，即使大家有节能意识，也无法经常根据室内人员数量去实时调控风扇的转速，这就产生了较严重的能源浪费。因此对于人员密集且动态变化的空间，维持以最大风速送风已不能适应我国当前能源发展“节能减排”的基本政策。相比于固定输出(如固定新风比、固定风速)的暖通空调控制，根据实时负荷需求对暖通空调系统进行相应的优化控制是提高系统性能的有效策略。
过去，人们忽视了室内人员对建筑能耗、室内环境和运行优化的重要影响，在设计中过分简化了人员因素，在运行中没有有效的人员检测手段，导致实时建筑的运行能效低下。但是，由于人员、天气等因素的随机性较强，如何准确高效地确定实时的负荷通风需求是实时工程的一大难点。在此背景之下，本发明就是从人员需求的角度出发，结合计算机视觉技术，采用基于图像处理的方法实时检测室内人员，利用人员前景像素密度信息对通风系统进行优化自适应调控。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于人员像素密度的分区按需通风控制方法，以解决因公共场所无法根据不同区域人员密度来实时分区给定合理新风量，而造成公共场所内通风不合理、有害物质无法及时稀释以及能源浪费的问题。
本发明的目的可以通过以下技术方案实现：
一种基于人员像素密度的分区按需通风控制方法，所述控制方法包括以下步骤：
一、利用视频监控摄像头对室内场所的全景进行视频拍摄，以实时获取完整的室内场所全景画面信息，并将获取到的室内场所全景画面信息传送给树莓派；
二、树莓派按照室内场所中各个送风口的安装位置，将室内场所全景画面划分为若干个风口子区；
三、树莓派实时对接收到的室内场所全景画面进行处理，得到室内场所全景画面的前景人员像素密度数据；
四、树莓派根据室内场所全景画面的前景人员像素密度数据并按照划分好的风口子区，得到每个风口子区的前景人员像素密度数据，并计算各个风口子区中的实时人数；
五、树莓派参照其内部设定好的风口子区的人数与新风量的对照关系，根据各个风口子区中的实时人数，控制主风管内的电动主风阀及各个送风口中的电动末端风阀的开度来进行室内场所分区按需风量调节；
六、环境参数传感器同时对室内场所中所有环境监测区域进行环境检测，以获取室内场所的实时环境检测参数，并将检测到的实时环境检测参数传送给树莓派；
七、树莓派对接收到的实时环境检测参数进行分析，得到室内场所的实时环境分析数据，用于通风系统控制的反馈调节；
八、树莓派根据得到的室内场所的实时环境分析数据，再结合各个风口子区中的实时人数，同时控制所述主风管内的电动主风阀及送风口中的电动末端风阀的开度，在对室内场所进行分区风量调节的同时进行分区按需空气质量的调节。
进一步地，所述视频监控摄像头安装在室内场所的天花板一角的下方，以捕捉完整的室内场所全景画面；
所述树莓派安装在室内场所上方主风管中的电动主风阀附近，且树莓派与电动主风阀、电动末端风阀通过有线或无线通信连接，控制电动主风阀的开关进行风量调节；
所述送风口为散流器。
进一步地，所述步骤二中划分风口子区的具体方法为：
所述树莓派根据室内场所中的送风口的数量及位置，将室内场所全景画面划分为大小均等的风口子区，并确保每个风口子区由一个对应的送风口负责调控送风，同时，每个风口子区之间不存在重叠，且所有风口子区均包含在室内场所全景画面中。
进一步地，所述步骤三和步骤四中，树莓派先通过背景分离算法对接收到的视频画面进行处理，得到室内场所全景画面的前景人员像素密度数据，然后利用得到室内场所全景画面的前景人员像素密度数据，并按照划分好的所述风口子区，得到每个风口子区内的前景人员像素密度数据，最后根据每个风口子区内的前景人员像素密度数据估算每个风口子区内当前的人员数量，并将各个风口子区的实时人数信息进行反馈，用于系统控制调节。
进一步地，所述树莓派估算室内场所全景画面中各个风口子区的实时人员数量的具体步骤为：
S1、将视频监控摄像头输入的室内场所全景画面按照室内场所送风口的数量及位置划分为大小均等的风口子区；
S2、对视频监控摄像头输入的室内场所全景画面进行背景分离处理；
S3、计算背景分离后的黑白像素图像中各个风口子区的白色像素点的数量；
S4、基于前景像素密度与人数的回归模型，计算每一张室内场所全景画面中各个风口子区内的人员数量。
进一步地，所述步骤S2中背景分离处理具体步骤如下：
背景分离算法采用的是自适应高斯混合模型算法，处理得到的黑白像素图像中，白色像素点表示前景人员，黑色像素点代表背景；
判断像素属于前景还是背景使用公式Ⅰ：
p(x(t)|BG)＞cth
其中，x(t)表示包括在RGB在内的颜色空间中某一点像素在时间t时的像素值，cth表示预先设定的阈值，p(x(t)|BG)表示背景模型的概率函数，可通过训练得到；当像素点满足公式Ⅰ时，则该像素点属于背景，否则该像素点属于前景；
贝叶斯决策因子D的计算使用公式Ⅱ：
Figure BDA0003200726110000041
其中，BG表示背景，FG表示前景；初始假设某一点属于前景还是背景的概率相同，即p(BG)＝p(FG)；
并且，采取增加新样本替换旧样本的方式来更新训练集，以适应场景的变化；对于每个新样本，更新Nt来重新估计p(x|Nt，BG)；使用具有M个分布的混合高斯模型，如公式Ⅲ所示：
Figure BDA0003200726110000051
其中，
Figure BDA0003200726110000052
是高斯分量均值的估计，
Figure BDA0003200726110000053
是高斯分量方差的估计，I是单位矩阵，
Figure BDA0003200726110000054
是混合权重的估计，且
Figure BDA0003200726110000055
进一步地，所述步骤S4中，每个场景中前景像素密度值与人数均存在其特定的关系式，建立关系式的具体步骤为：
S4.1、清点数据样本中每一张室内场所全景画面中各个风口子区的真实人数，回归出前景像素密度值与人数的关系；
S4.2、选取70％的人数估算样本，将S2中处理得到的白色像素总数量与对应风口子区的真实人数进行线性拟合，回归出前景像素密度值与人数的关系；
建立前景像素点的数量与人数的关系的具体方法如下：
经背景分离算法处理后，每张图片都对应一个x值，y值取该图片的真实人数；将一系列的数据对描绘到一条直线附近，初始令这条直线的方程如下：
y＝a+bx
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数；
需要让前景像素点的数量x取值为xi，人数的真实值y为yi，与回归方程所预测的
Figure BDA0003200726110000056
之间的差值平方最小；对于整个回归方程而言，需要所有预测值与实际值之间差值平方和最小；建立预测方程：
Figure BDA0003200726110000057
其中，Q为关于预测方程中两个常数a、b的函数，此时将拟合函数公式Ⅳ代入公式Ⅴ得到：
Figure BDA0003200726110000058
欲使方程Q的取值最小，函数Q需要分别对a、b求一阶偏导，且令偏导之后表达式的值为零；
Figure BDA0003200726110000061
Figure BDA0003200726110000062
a、b的取值可通过公式Ⅶ和公式Ⅷ的计算得到；
S4.3、将剩余30％的人数估算样本用于验证，若回归后的关系式在验证集上得到验证，则选用此关系式；否则，重复S4.2和S4.3的步骤，最终得到一个y＝a+bx的关系式；
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数。
进一步地，所述步骤五中，树莓派根据视频画面中各个风口子区中实时人数调节各个所述送风口输出的新风量的控制策略如下：
根据所需通风的室内场所的设计参数，计算出该室内场所的设计最大人数，记为N_max，则该室内场所人数范围介于0到N_max之间；
当该室内场所的人数超过N_max时，树莓派控制电动主风阀按照最大效率工作，并且控制每个风口子区中的电动末端风阀的开度调至最大；
当该室内场所的人数小于N_max时，树莓派根据室内场所内各个风口子区的实时人数，在调节主风管中的电动主风阀的开度的基础上，同时分别调节各个风口子区中的电动末端风阀的开度，通过电动主风阀与电动末端风阀的联动，来使室内场所中各个送风口按照各自对应的风口子区的实际人数输出所需的新风量；
所述电动主风阀与电动末端风阀的联动关系为：电动主风阀的开度大小与所有电动末端风阀中所需最大开度的一个保持一致，其余的电动末端风阀则在电动主风阀已有开度的基础上按照各自对应的风口子区所需风量调节各自的开度，以实现风阀的阻力最小化，节省风机能耗。
进一步地，所述环境参数传感器与树莓派无线通信连接，且环境参数传感器所监测的室内场所的实时环境检测参数包括环境温度、湿度、二氧化碳浓度以及PM2.5浓度。
进一步地，所述环境参数传感器所检测的环境监测区域为室内场所中的人员活动区域或人员接近区域。
本发明的有益效果：
1、本发明通过树莓派调用监控视频，并使用背景分离算法处理原视频，获取人员密度信息，树莓派输出人员信息控制信号智能地调控通风系统主风管的主风阀以及各风口子区的末端风阀来改变送风量，相比于传统固定新风量的模式，本发明这种分区域、按人数需求智能地提供新风量的方式，在合理满足各个区域人员对新风需求的同时，也降低了系统的能耗，解决了能源浪费的问题；
2、本发明运用背景分离算法处理得到的是黑白图像，不仅避免了侵犯人员隐私的情况，而且通过背景分离算法获取前景像素这一图像处理手段具有计算快、能够实时响应的特点，可以为估算各个风口子区的实际人数提供了快速且准确的判断依据；
3、本发明采用的树莓派单片机具有应用成本低、集成度高、扩展性强、设置方便、可应用范围广等优点，因此通过树莓派控制通风系统主风管的主风阀以及各送风口的末端风阀来给定送风量的这种方式，可以直接在现有的室内场所中稍加改造便可实现，比重新设计和安装一套智能的通风系统更节省成本；
4、本发明通过在人员活动区或接近区域安装环境参数传感器，能够实时监测室内温度、湿度、二氧化碳浓度以及空气悬浮物浓度等环境参数，为智能化控制通风系统提供环境依据，可以解决公共场所内通风不合理以及有害物质无法及时稀释的问题；
5、本发明所采用的风口子区的人员密度与新风量的对照关系可以根据室内场所的最大设计人数以及实际环境情况进行调整，细化到风量根据单人次的增减而变化，因此理论上可以做到无级风量调控，相比于分风量档位的通风控制系统，本发明这种分区域、按人数需求且无级调控的智能通风方式，可以更加降低能耗，节约能源；
6、由于现代建筑已广泛普及视频监控系统，我国目前架设的摄像机接近1.5亿台，因此本发明所需视频监控系统可接入的数据点较为广泛，能够迅速进行推广使用。
附图说明
为了更清楚地说明本发明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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
图1是本发明分区按需通风控制方法所基于的系统框架示意图；
图2是本发明分区按需通风控制方法的处理流程示意图；
图3是本发明分区按需通风控制方法的控制原理示意图；
图4是本发明测试单个风口子区在不同实验人数场景下的通风效果示意图；
图5是本发明测试两个风口子区在不同实验人数场景下的分区通风效果示意图；
图中标号表示：1、环境参数传感器，2、送风口，3、排风口，4、树莓派，5、电动主风阀，6、主风管，7、电动末端风阀，8、视频监控摄像头，9、风口子区。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
实施例1：
参见图1所示，本发明的控制方法通过智能化的分区按需通风控制系统来实现，该系统包括位于室内场所中送风口2、排风口3、树莓派4、电动主风阀5、主风管6、电动末端风阀7、视频监控摄像头8、风口子区9。
视频监控摄像头8吊装在室内场所的天花板一角，视频监控摄像头8为标清广角视频监控摄像头或红外广角视频监控摄像头，或者直接采用室内场所中原有的摄像头，需要保证的是摄像头均必须能拍摄到室内场所的完整画面。
在室内场所的顶部分散设置有多个送风口2，每个送风口2应覆盖室内场所的不同区域，送风口2可以采用散流器，并且将每个送风口2均通过对应的送风支管与主风管6连通，同时每个送风口2中均带有一个用来控制风量的电动末端风阀7，排风口3设置在室内场所的墙体上部。
电动主风阀5安装在主风管6内，树莓派4安装在靠近在电动主风阀5的附近区域，并且将树莓派4通过有线或无线方式(如蓝牙)与电动主风阀5通信连接，同时将树莓派4、视频监控摄像头8、电动末端风阀7通过局域网整合在一起，形成一套智能化的分区按需通风控制系统。
基于上述系统，参见图1-3所示，本发明的基于人员像素密度的分区按需通风控制方法，包括以下步骤：
一、利用视频监控摄像头8对室内场所的全景进行视频拍摄，以实时获取完整的室内场所全景画面信息，并将获取到的室内场所全景画面信息传送给树莓派4；
二、树莓派4按照室内场所中各个送风口2的安装位置，将室内场所全景画面划分为若干个风口子区9，使得每个送风口2均对应一个有风口子区9；
以图1为例，在一个室内场所的天花板上设置有左前、左后、右前和右后共四个送风口2，树莓派4根据这四个送风口2的安装位置，将获得的室内场所全景画面划分为四个大小均等的风口子区9，并确保四个风口子区9分别由一个对应的送风口2负责调控送风，同时，这四个风口子区9之间不存在重叠，且四个风口子区9均包含在该室内场所全景画面中；
三、树莓派4通过背景分离算法对接收到的室内场所全景画面进行处理，得到室内场所全景画面的前景人员像素密度数据；
四、树莓派4利用得到室内场所全景画面的前景人员像素密度数据，并按照划分好的风口子区9，得到每个风口子区9内的前景人员像素密度数据，并据此估算各个风口子区9中的实时人数；
树莓派4估算室内场所全景画面中各个风口子区9的实时人员数量的具体方法为：
S1、将视频监控摄像头8输入的室内场所全景画面按照室内场所送风口2的数量及位置划分为大小均等的风口子区9；
S2、对视频监控摄像头8输入的室内场所全景画面进行背景分离处理；
背景分离算法采用自适应高斯混合模型算法，处理得到的黑白像素图像中，白色像素点表示前景人员、黑色像素点代表背景；
判断像素属于前景还是背景使用公式Ⅰ：
p(x(t)|BG)＞cth (Ⅰ)
其中，x(t)表示在RGB或其他颜色空间中某一点像素在时间t时的像素值，cth表示预先设定的阈值，p(x(t)|BG)表示背景模型的概率函数，可通过训练得到；当像素点满足公式Ⅰ时，则该像素点属于背景，否则该像素点属于前景；
即贝叶斯决策因子D的计算使用公式Ⅱ：
Figure BDA0003200726110000111
其中，BG表示背景，FG表示前景；初始假设某一点属于前景还是背景的概率相同，即p(BG)＝p(FG)；
并且，为了适应场景的变化，通常采取增加新样本替换旧样本的方式来更新训练集；对于每个新样本，更新Nt来重新估计p(x|Nt，BG)；使用具有M个分布的混合高斯模型，如公式Ⅲ所示：
Figure BDA0003200726110000112
其中，
Figure BDA0003200726110000113
是高斯分量均值的估计，
Figure BDA0003200726110000114
是高斯分量方差的估计，I是单位矩阵，
Figure BDA0003200726110000115
是混合权重的估计，且
Figure BDA0003200726110000116
S3、计算背景分离后的黑白像素图像中各个风口子区9的白色像素点的数量；
S4、基于前景像素密度与人数的回归模型，估算每一张室内场所全景画面中各个风口子区9内的人员数量(也可根据视频采样策略，每隔固定帧进行人数回归)；
每个场景下，前景像素密度值与人数均存在其特定的关系式，建立关系式的具体步骤为：
S4.1、清点数据样本中每一张室内场所全景画面中各个风口子区9的真实人数，回归出前景像素密度值与人数的关系；
S4.2、选取70％的人数估算样本，将S2中处理得到的白色像素总数量与对应风口子区9的真实人数进行线性拟合，回归出前景像素密度值与人数的关系；
建立前景像素点的数量(x)与人数(y)的关系的具体方法如下：
经背景分离算法处理后，每张图片对应一个x值，y值取该图片的真实人数；将一系列的数据对(x，y)描绘到一条直线附近，初始令这条直线的方程Ⅳ如下：
y＝a+bx (Ⅳ)
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数；
让前景像素点的数量x取值为xi，人数的真实值y为yi，与回归方程所预测的
Figure BDA0003200726110000121
之间的差值平方最小；对于整个回归方程而言，需要所有预测值与实际值之间差值平方和最小；建立预测方程Ⅴ：
Figure BDA0003200726110000122
其中，Q为关于预测方程中两个常数a、b的函数，将拟合函数公式Ⅳ代入公式Ⅴ得到：
Figure BDA0003200726110000123
欲使方程Q的取值最小，函数Q需要分别对a、b求一阶偏导，且令偏导之后表达式的值为零；
Figure BDA0003200726110000124
Figure BDA0003200726110000125
a、b的取值可通过公式Ⅶ和公式Ⅷ的计算得到；
S4.3、将剩余30％的人数估算样本用于验证，若回归后的关系式在验证集上得到验证，则选用此关系式；否则，重复S4.2和S4.3的步骤，最终得到一个y＝a+bx的关系式；
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数。
五、树莓派4参照其内部设定好的风口子区9的人数与新风量的对照关系，根据各个风口子区9中的实时人数，控制主风管6内的电动主风阀5及各个送风口2中的电动末端风阀7的开度来进行室内场所分区按需风量调节；
树莓派4根据视频画面中各个风口子区9中实时人数调节各个送风口2输出的新风量的控制策略如下：
根据所需通风的室内场所的设计参数，计算出该室内场所的设计最大人数，记为N_max，则该室内场所人数范围介于0到N_max之间；
当该室内场所的人数超过N_max时，树莓派4控制电动主风阀5按照最大效率工作，并且控制每个风口子区9中的电动末端风阀7的开度调至最大；
当该室内场所的人数小于N_max时，树莓派4根据室内场所内各个风口子区9的实时人数，在调节主风管6中的电动主风阀5的开度的基础上，同时分别调节各个风口子区9中的电动末端风阀7的开度，通过电动主风阀5与电动末端风阀7的联动，来使室内场所中各个送风口2按照各自对应的风口子区9的实际人数输出所需的新风量；
电动主风阀5与电动末端风阀7的联动关系为：
电动主风阀5的开度大小与所有电动末端风阀7中所需最大开度的一个保持一致，其余的电动末端风阀7则在电动主风阀5已有开度的基础上按照各自对应的风口子区9所需风量调节各自的开度，以实现风阀的阻力最小化，节省风机能耗。
风口子区的人员密度与所需最小新风量的对照关系可以参考如下对照表。
表1不同室内场所在不同人员密度下所需最小新风量(m3/(h·人))
Figure BDA0003200726110000141
风口子区9的人员密度与新风量的对照关系可以根据室内场所的最大设计人数以及实际环境情况进行调整，可以细化到风量根据单人次的增减而变化，因此理论上可以做到无级风量调控。
实施例2：
参见图1和3所示，在实施例1的基础上，适当连入环境参数传感器1，将环境参数传感器1安装在室内场所的人员活动区或人员接近区域，并将环境参数传感器1、树莓派4、视频监控摄像头8、电动末端风阀7通过局域网整合在一起，形成一套可调节空气质量的智能化分区按需通风控制系统。
本发明在根据室内场所中各个风口子区9实时人数来调节各个对应送风口2输出风量的同时，环境参数传感器1还对室内场所中所有环境监测区域进行环境检测，以获取室内场所的实时环境检测参数，并将检测到的实时环境检测参数传送给树莓派4；
然后树莓派4对接收到的实时环境检测参数进行分析，得到室内场所的实时环境分析数据，包括环境温度、湿度、二氧化碳浓度以及PM2.5浓度等，用于智能化分区按需通风控制系统的反馈调节；
最后树莓派4根据得到的室内场所的实时环境分析数据，再结合各个风口子区9中的实时人数，同时控制主风管6内的电动主风阀5及送风口2中的电动末端风阀7的开度，在对室内场所进行分区风量调节的同时进行分区按需空气质量的调节。
实验例：
本发明在某大学实验室搭建了一个智能通风模拟实验平台，以模拟本发明的智能化分区按需通风控制系统。实验场地是一块3m×3m的区域，将其划分成左右两个风口子区。
参见图4所示，首先发明人对单个风口子区进行了测试，图4表示单个风口子区9在不同实验人数场景下的通风效果图。
图4中的(a)表示在该风口子区9处于无人场景下的实时监控画面、像素点检测画面和风量变化画面的测试结果图；
图4中的(b)表示在该风口子区9处于仅有一人场景下的实时监控画面、像素点检测画面和风量变化画面的测试结果图；
图4中的(c)表示在该风口子区9处于多人场景下的实时监控画面、像素点检测画面和风量变化画面的测试结果图。
从图4中可以明显看出，随着该风口子区9内的人员数的增多，该风口子区9对应的散流器(送风口2)的风量也明显增大，智能通风效果显著。而且从像素点检测画面中可以看出，画面中仅仅只有黑白的像素点，并不采集人员的面部信息，从而可以有效保护室内场所内所有人员的个人隐私。
参见图5，对两个风口子区9同时进行测试，图5表示两个风口子区9在不同实验人数场景下的分区通风效果图。
从图5中可以明显观察到，左侧的散流器(送风口2)下的风口子区9仅有一人，右侧的散流器(送风口2)下的风口子区9有四人，而右侧的散流器(送风口2)的风量明显大于左侧的散流器(送风口2)的风量，这就说明两个风口子区9上方的散流器的出风量随着子区域人员数量的变化而变化。
实验结果表明：相比于固定风速的通风模式，本发明的这种分区按需智能通风模式节能率达到56.7％。
而且本发明采用的树莓派单片机具有应用成本低、集成度高、扩展性强、设置方便、可应用范围广等优点，因此这种通过树莓派控制通风系统主风管的主风阀以及各送风口的末端风阀来给定送风量的这种方式，使得本发明可以直接在现有的室内场所中稍加改造便可实现，比重新设计和安装一套智能的通风系统更节省成本。
再加上我国目前架设的摄像机接近1.5亿台，因此本发明所需视频监控系统可接入的数据点较为广泛，能够迅速进行推广使用。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (10)

1.一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述控制方法包括以下步骤：
一、利用视频监控摄像头(8)对室内场所的全景进行视频拍摄，以实时获取完整的室内场所全景画面信息，并将获取到的室内场所全景画面信息传送给树莓派(4)；
二、树莓派(4)按照室内场所中各个送风口(2)的安装位置，将室内场所全景画面划分为若干个风口子区(9)；
三、树莓派(4)实时对接收到的室内场所全景画面进行处理，得到室内场所全景画面的前景人员像素密度数据；
四、树莓派(4)根据室内场所全景画面的前景人员像素密度数据并按照划分好的风口子区(9)，得到每个风口子区(9)的前景人员像素密度数据，并计算各个风口子区(9)中的实时人数；
五、树莓派(4)参照其内部设定好的风口子区(9)的人数与新风量的对照关系，根据各个风口子区(9)中的实时人数，控制主风管(6)内的电动主风阀(5)及各个送风口(2)中的电动末端风阀(7)的开度来进行室内场所分区按需风量调节；
六、环境参数传感器(1)同时对室内场所中所有环境监测区域进行环境检测，以获取室内场所的实时环境检测参数，并将检测到的实时环境检测参数传送给树莓派(4)；
七、树莓派(4)对接收到的实时环境检测参数进行分析，得到室内场所的实时环境分析数据，用于通风系统控制的反馈调节；
八、树莓派(4)根据得到的室内场所的实时环境分析数据，再结合各个风口子区(9)中的实时人数，同时控制所述主风管(6)内的电动主风阀(5)及送风口(2)中的电动末端风阀(7)的开度，在对室内场所进行分区风量调节的同时进行分区按需空气质量的调节。
2.根据权利要求1的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述视频监控摄像头(8)安装在室内场所的天花板一角的下方，以捕捉完整的室内场所全景画面；
所述树莓派(4)安装在室内场所上方主风管(6)中的电动主风阀(5)附近，且树莓派(4)与电动主风阀(5)、电动末端风阀(7)通过有线或无线通信连接，控制电动主风阀(5)的开关进行风量调节，所述送风口(2)为散流器。
3.根据权利要求1的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述步骤二中划分风口子区(9)的具体方法为：
所述树莓派(4)根据室内场所中的送风口(2)的数量及位置，将室内场所全景画面划分为大小均等的风口子区(9)，并确保每个风口子区(9)由一个对应的送风口(2)负责调控送风，每个风口子区(9)之间不存在重叠，且所有风口子区(9)均包含在室内场所全景画面中。
4.根据权利要求1的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述步骤三和步骤四中，树莓派(4)先通过背景分离算法对接收到的视频画面进行处理，得到室内场所全景画面的前景人员像素密度数据，然后利用得到室内场所全景画面的前景人员像素密度数据，并按照划分好的所述风口子区(9)，得到每个风口子区(9)内的前景人员像素密度数据，最后根据每个风口子区(9)内的前景人员像素密度数据估算每个风口子区(9)内当前的人员数量，并将各个风口子区(9)的实时人数信息进行反馈，用于系统控制调节。
5.根据权利要求4的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述树莓派(4)估算室内场所全景画面中各个风口子区(9)的实时人员数量的具体步骤为：
S1、将视频监控摄像头(8)输入的室内场所全景画面按照室内场所送风口(2)的数量及位置划分为大小均等的风口子区(9)；
S2、对视频监控摄像头(8)输入的室内场所全景画面进行背景分离处理；
S3、计算背景分离后的黑白像素图像中各个风口子区(9)的白色像素点的数量；
S4、基于前景像素密度与人数的回归模型，计算每一张室内场所全景画面中各个风口子区(9)内的人员数量。
6.根据权利要求5的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述步骤S2中背景分离处理具体步骤如下：
背景分离算法采用的是自适应高斯混合模型算法，处理得到的黑白像素图像中，白色像素点表示前景人员，黑色像素点代表背景；
判断像素属于前景还是背景使用公式I：
p(x(t)|BG)＞cth (I)
其中，x(t)表示包括在RGB在内的颜色空间中某一点像素在时间t时的像素值，cth表示预先设定的阈值，p(x(t)|BG)表示背景模型的概率函数，通过训练得到；当像素点满足公式I时，则该像素点属于背景，否则该像素点属于前景；
贝叶斯决策因子D的计算使用公式II：
Figure FDA0003200726100000031
其中，BG表示背景，FG表示前景；初始假设某一点属于前景还是背景的概率相同，即p(BG)＝p(FG)；
并且，采取增加新样本替换旧样本的方式来更新训练集，以适应场景的变化；对于每个新样本，更新Nt来重新估计p(x|Nt，BG)；使用具有M个分布的混合高斯模型，如公式III所示：
Figure FDA0003200726100000041
其中，
Figure FDA0003200726100000042
是高斯分量均值的估计，
Figure FDA0003200726100000043
是高斯分量方差的估计，I是单位矩阵，
Figure FDA0003200726100000044
是混合权重的估计，且
Figure FDA0003200726100000045
7.根据权利要求6的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述步骤S4中，每个场景中前景像素密度值与人数均存在其特定的关系式，建立关系式的具体步骤为：
S4.1、清点数据样本中每一张室内场所全景画面中各个风口子区(9)的真实人数，回归出前景像素密度值与人数的关系；
S4.2、选取70％的人数估算样本，将S2中处理得到的白色像素总数量与对应风口子区(9)的真实人数进行线性拟合，回归出前景像素密度值与人数的关系；
建立前景像素点的数量(x)与人数(y)的关系的具体方法如下：
经背景分离算法处理后，每张图片都对应一个x值，y值取该图片的真实人数；将一系列的数据对(x，y)描绘到一条直线附近，初始令这条直线的方程如下：
y＝a+bx (IV)
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数；
使得前景像素点的数量x取值为xi，人数的真实值y为yi，与回归方程所预测的
Figure FDA0003200726100000051
之间的差值平方最小；对于整个回归方程而言，使得所有预测值与实际值之间差值平方和最小；建立预测方程：
Figure FDA0003200726100000052
其中，Q为关于预测方程中两个常数a、b的函数，此时将拟合函数公式Ⅳ代入公式Ⅴ得到：
Figure FDA0003200726100000053
欲使方程Q的取值最小，函数Q分别对a、b求一阶偏导，且令偏导之后表达式的值为零；
Figure FDA0003200726100000054
Figure FDA0003200726100000055
a、b的取值可通过公式VII和公式VIII的计算得到；
S4.3、将剩余30％的人数估算样本用于验证，若回归后的关系式在验证集上得到验证，则选用此关系式；否则，重复S4.2和S4.3的步骤，最终得到一个v＝a+bx的关系式；
其中，x表示前景像素密度值，y表示估算的人数，a、b是与场景有关的常数。
8.根据权利要求1的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述步骤五中，树莓派(4)根据视频画面中各个风口子区(9)中实时人数调节各个所述送风口(2)输出的新风量的控制策略如下：
根据所需通风的室内场所的设计参数，计算出该室内场所的设计最大人数，记为N_max，则该室内场所人数范围介于0到N_max之间；
当该室内场所的人数超过N_max时，树莓派(4)控制电动主风阀(5)按照最大效率工作，并且控制每个风口子区(9)中的电动末端风阀(7)的开度调至最大；
当该室内场所的人数小于N_max时，树莓派(4)根据室内场所内各个风口子区(9)的实时人数，在调节主风管(6)中的电动主风阀(5)的开度的基础上，同时分别调节各个风口子区(9)中的电动末端风阀(7)的开度，通过电动主风阀(5)与电动末端风阀(7)的联动，来使室内场所中各个送风口(2)按照各自对应的风口子区(9)的实际人数输出所需的新风量；
所述电动主风阀(5)与电动末端风阀(7)的联动关系为：电动主风阀(5)的开度大小与所有电动末端风阀(7)中所需最大开度的一个保持一致，其余的电动末端风阀(7)则在电动主风阀(5)已有开度的基础上按照各自对应的风口子区(9)所需风量调节各自的开度，以实现风阀的阻力最小化，节省风机能耗。
9.根据权利要求1的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述环境参数传感器(1)与树莓派(4)无线通信连接，且环境参数传感器(1)所监测的室内场所的实时环境检测参数包括环境温度、湿度、二氧化碳浓度以及PM2.5浓度。
10.根据权利要求9的一种基于人员像素密度的分区按需通风控制方法，其特征在于，所述环境参数传感器(1)所检测的环境监测区域为室内场所中的人员活动区域或人员接近区域。
CN202110903286.4A 2021-08-06 2021-08-06 一种基于人员像素密度的分区按需通风控制方法 Active CN113606749B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110903286.4A CN113606749B (zh) 2021-08-06 2021-08-06 一种基于人员像素密度的分区按需通风控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110903286.4A CN113606749B (zh) 2021-08-06 2021-08-06 一种基于人员像素密度的分区按需通风控制方法

Publications (2)

Publication Number Publication Date
CN113606749A true CN113606749A (zh) 2021-11-05
CN113606749B CN113606749B (zh) 2023-04-18

Family

ID=78339731

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110903286.4A Active CN113606749B (zh) 2021-08-06 2021-08-06 一种基于人员像素密度的分区按需通风控制方法

Country Status (1)

Country Link
CN (1) CN113606749B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114909783A (zh) * 2022-05-18 2022-08-16 中山大学 一种定风量中央空调节能控制方法、装置、设备及介质
CN114963413A (zh) * 2022-04-21 2022-08-30 日立楼宇技术（广州）有限公司 一种空调的控制方法、装置、设备及存储介质
CN116972505A (zh) * 2023-09-22 2023-10-31 上海懿尚生物科技有限公司 一种动物实验室用的空气净化控制方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61223443A (ja) * 1985-03-27 1986-10-04 Takasago Thermal Eng Co Ltd 建物管理システム
CN106123221A (zh) * 2016-06-29 2016-11-16 深圳达实智能股份有限公司 基于视频监控系统的空调风量控制方法及装置
CN109812942A (zh) * 2019-03-27 2019-05-28 上海众鑫建筑设计研究院有限公司 一种实时调节新风量的空调控制系统及其控制方法
CN110763752A (zh) * 2019-11-27 2020-02-07 清华大学 单细胞萃取电喷雾质谱分析系统和方法
CN112541885A (zh) * 2020-11-26 2021-03-23 蓝箭航天空间科技股份有限公司 一种用于检测火箭贮箱液位的方法和系统
CN213365297U (zh) * 2020-10-22 2021-06-04 苏州科技大学 一种基于人员识别的智能按需通风控制系统
CN112963949A (zh) * 2021-02-23 2021-06-15 东南大学 基于人员实时检测的防疫节能智能通风控制系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61223443A (ja) * 1985-03-27 1986-10-04 Takasago Thermal Eng Co Ltd 建物管理システム
CN106123221A (zh) * 2016-06-29 2016-11-16 深圳达实智能股份有限公司 基于视频监控系统的空调风量控制方法及装置
CN109812942A (zh) * 2019-03-27 2019-05-28 上海众鑫建筑设计研究院有限公司 一种实时调节新风量的空调控制系统及其控制方法
CN110763752A (zh) * 2019-11-27 2020-02-07 清华大学 单细胞萃取电喷雾质谱分析系统和方法
CN213365297U (zh) * 2020-10-22 2021-06-04 苏州科技大学 一种基于人员识别的智能按需通风控制系统
CN112541885A (zh) * 2020-11-26 2021-03-23 蓝箭航天空间科技股份有限公司 一种用于检测火箭贮箱液位的方法和系统
CN112963949A (zh) * 2021-02-23 2021-06-15 东南大学 基于人员实时检测的防疫节能智能通风控制系统及方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114963413A (zh) * 2022-04-21 2022-08-30 日立楼宇技术（广州）有限公司 一种空调的控制方法、装置、设备及存储介质
CN114963413B (zh) * 2022-04-21 2023-07-04 日立楼宇技术（广州）有限公司 一种空调的控制方法、装置、设备及存储介质
CN114909783A (zh) * 2022-05-18 2022-08-16 中山大学 一种定风量中央空调节能控制方法、装置、设备及介质
CN116972505A (zh) * 2023-09-22 2023-10-31 上海懿尚生物科技有限公司 一种动物实验室用的空气净化控制方法及系统

Also Published As

Publication number Publication date
CN113606749B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN113606749B (zh) 一种基于人员像素密度的分区按需通风控制方法
CN107655159B (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
WO2021072951A1 (zh) 基于物联网和机器学习的室内智慧节能系统
US6645066B2 (en) Space-conditioning control employing image-based detection of occupancy and use
US20050279845A1 (en) Method and apparatus for controlling ventilation in an occupied space
CN112963949B (zh) 基于人员实时检测的防疫节能智能通风控制系统及方法
CN104470058A (zh) 一种分区照明节能开关控制系统及其控制方法
CN112728727A (zh) 一种基于边缘计算的室内环境舒适度的智能调节系统
KR102314903B1 (ko) 영상 기반 건물 제어 방법 및 장치
CN109883005A (zh) 航站楼末端空调设备智能控制系统、方法、介质和设备
CN108534325A (zh) 室内外环境参数自动监控调节装置及应用其的无人便利店
WO2021143946A1 (zh) 基于人体热舒适度及人数优化组合自动寻优节能控制系统
CN115272675A (zh) 一种基于多传感器信息融合的能源管理系统以及方法
CN110701741A (zh) 空调机组调控方法及空调机组
CN115540114A (zh) 一种室内环境优化提升暖通控制系统及方法
CN104503387A (zh) 粮库管理系统
Jin et al. Prediction-based online optimal control of outdoor air of multi-zone VAV air conditioning systems
CN107806692B (zh) 一种基于无线信道状态信息的智能空调及其控制方法
CN111043717B (zh) 一种楼宇自动化环境温度控制方法及其系统
CN107192098B (zh) 医院通风调控方法及调控系统
TWI736420B (zh) 自適應環境控制系統、裝置及其方法
Lavanya et al. Microclimatic HVAC system for nano painted rooms using PSO based occupancy regression controller
CN213365297U (zh) 一种基于人员识别的智能按需通风控制系统
CN110594928A (zh) 一种地铁新风系统控制方法及控制装置
CN113945001B (zh) 一种大型场馆变风量空调系统节能控制方法

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