CN114636235A - 一种空调器及其控制方法 - Google Patents
一种空调器及其控制方法 Download PDFInfo
- Publication number
- CN114636235A CN114636235A CN202210225868.6A CN202210225868A CN114636235A CN 114636235 A CN114636235 A CN 114636235A CN 202210225868 A CN202210225868 A CN 202210225868A CN 114636235 A CN114636235 A CN 114636235A
- Authority
- CN
- China
- Prior art keywords
- human body
- air conditioner
- thermal imaging
- imaging device
- target human
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001931 thermography Methods 0.000 claims abstract description 206
- 238000001514 detection method Methods 0.000 claims abstract description 89
- 210000000746 body region Anatomy 0.000 claims abstract description 44
- 238000007664 blowing Methods 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims description 25
- 230000005855 radiation Effects 0.000 description 27
- 239000003507 refrigerant Substances 0.000 description 24
- 230000001276 controlling effect Effects 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000003993 interaction Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013527 convolutional neural network Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000005057 refrigeration Methods 0.000 description 3
- 230000005457 Black-body radiation Effects 0.000 description 2
- 229910000661 Mercury cadmium telluride Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- WPYVAWXEWQSOGY-UHFFFAOYSA-N indium antimonide Chemical compound [Sb]#[In] WPYVAWXEWQSOGY-UHFFFAOYSA-N 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000002834 transmittance Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- F24F11/62—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
- F24F11/65—Electronic processing for selecting an operating mode
-
- 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
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
- F24F2120/12—Position of occupants
-
- 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
- F24F2120/14—Activity of occupants
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)
- Air Conditioning Control Device (AREA)
- Radiation Pyrometers (AREA)
Abstract
本申请实施例提供了一种空调器及其控制方法,涉及智能家居领域,用于智能调节空调器的送风方向,以提升用户体验。该空调器包括:热成像装置;与热成像装置连接的控制器,被配置为:通过热成像装置获取第一热成像图像,第一热成像图像为第一时刻时红外探测区域的热成像图像;从第一热成像图像中识别出目标人体对应的人体区域;根据目标人体对应的人体区域,确定目标人体的位置信息;根据目标人体的位置信息,以及空调器的运行模式,调整空调器的送风方向,空调器的运行模式包括风吹人模式或风避人模式。
Description
技术领域
本申请涉及智能家居领域,尤其涉及一种空调器及其控制方法。
背景技术
随着人们生活水平的逐步提高,以及科学技术的不断发展,空调器这种能够调节室内温度的电器就应运而生。许多人们都会在卧室安装空调器,在天气炎热或寒冷时,空调器可以调节室温,提升人们居住环境的品质。
由于个体体质的差异,有人喜欢直吹空调风,而有人不喜欢对着空调风直吹,而传统的空调器在制冷或制热时,通过调节空调器出风口的挡板的摆动方向来实现送风方向的改变。传统空调器不能智能地改变送风方向,还需要人们改变位置来适应空调器的送风方向,使用时容易造成用户的不良体验。因此,如何智能调节空调器的送风方向,提升用户体验,是一个需要解决的问题。
发明内容
本申请提供一种空调器及其控制方法,用于满足用户对智能调节空调器送风方向的需求。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供一种空调器,包括:
热成像装置,用于采集红外探测区域的热成像图像;
与热成像装置连接的控制器,被配置为:通过热成像装置获取第一热成像图像,第一热成像图像为第一时刻时红外探测区域的热成像图像;从第一热成像图像中识别出目标人体对应的人体区域;根据目标人体对应的人体区域,确定目标人体的位置信息目标人体的位置信息;根据目标人体的位置信息目标人体的位置信息,以及空调器的运行模式,调整空调器的送风方向,空调器的运行模式包括风吹人模式或风避人模式。
本申请实施例提供的技术方案至少带来以下有益效果:
本申请提供的空调器配置热成像装置,可以获取到红外探测区域的第一热成像图像。由于热成像图像相较于彩色图像没有明显的色彩信息,故在日常生活中不会对用户的隐私造成侵犯。并且,热成像图像是基于红外探测区域中各个物体具有的温度而生成的,从热成像图像中可以读出各个物体的温度,再根据人体温度的特性可以精准地在热成像图像中识别出人体的位置。根据人体的位置以及用户选择的空调器的运行模式,控制器控制空调器改变送风方向,使得用户可以无需挪动位置,即可享受空调直吹或者避开空调直吹,空调器的使用更加智能化,能够更好地满足用户需求。
在一些实施例中,目标人体对应的人体区域为第一热成像图像中满足预设条件的连通区域。其中,预设条件包括:连通区域中各个像素点的温度值大于预设温度阈值;连通区域包含的像素点的个数大于预设个数;连通区域的高度大于连通区域的宽度。由于人体区域的温度值、面积占比、形状等,可以通过设定预设条件进行人体区域的识别,进而定位人体位置。
在一些实施例中,目标人体的位置信息包括:目标人体相对于热成像装置的水平方位角,以及目标人体与热成像装置在水平方向上的距离。空调器的控制器,具体被配置为:从目标人体对应的人体区域中确定用于表示目标人体的基准像素点;根据基准像素点的横坐标,确定目标人体相对于热成像装置的水平方位角;根据基准像素点的横坐标、基准像素点的纵坐标以及热成像装置距离地面的高度,确定目标人体与热成像装置在水平方向上的距离。如此一来,空调器的控制器可以根据人体位置在热成像图像中的像素点位置,计算得出,人体位置与热成像装置之间更详细的位置关系,使得空调器的控制器能够根据人体位置更精准地调整空调器的送风方向。
在一些实施例中,空调器还包括:水平导风板和垂直导风板。空调器的控制器,具体被配置为:根据空调器的运行模式以及目标人体与热成像装置在水平方向上的距离,调整空调器的水平导风板的摆动角度;根据空调器的运行模式以及目标人体相对于热成像装置的水平方位角,调整空调器的垂直导风板的摆动角度。通过对空调器的水平导风板和垂直导风板的精准调控,实现空调器送风方向的改变。
在一些实施例中,空调器的控制器,还被配置为:通过热成像装置获取第二热成像图像,第二热成像图像为第二时刻时红外探测区域的热成像图像;根据第二热成像图像,确定红外探测区域中存在的人体的数量;当空调器处于关机状态时,若红外探测区域中存在的人体的数量大于1,则控制空调器开机;或者,当空调器处于开机状态时,若红外探测区域中存在的人体的数量为0,则控制空调器关机;或者,当空调器处于开机状态时,若红外探测区域中存在的人体的数量大于0,则根据红外探测区域中存在的人体的数量,控制空调器的出风量。如此一来,空调器可以根据红外探测区域是否处于有人状态来运行,实现有人的情况下空调器开机运行,无需用户手动操作。还可以在无人时控制空调器关机,满足用户节能的需求。在红外探测区域人员增加时,可以自动增大空调器的出风量,提升用户体验,或者,在红外探测区域人员减少时,自动减小空调器的出风量,减少空调器的耗电量。
第二方面,本申请提供一种空调器的控制方法,包括:通过热成像装置,获取红外探测区域的第一热成像图像,第一热成像图像为第一时刻时红外探测区域的热成像图像;从第一热成像图像中识别出目标人体对应的人体区域;根据目标人体对应的人体区域,确定目标人体的位置信息;根据目标人体的位置信息目标人体的位置信息,以及空调器的运行模式,调整空调器的送风方向,空调器的运行模式包括风吹人模式或风避人模式。
在一些实施例中,目标人体对应的人体区域为第一热成像图像中满足预设条件的连通区域。其中,预设条件包括:连通区域中各个像素点的温度值大于预设温度阈值;连通区域包含的像素点的个数大于预设个数;连通区域的高度大于连通区域的宽度。
在一些实施例中,目标人体的位置信息目标人体的位置信息包括:目标人体相对于热成像装置的水平方位角,以及目标人体与热成像装置在水平方向上的距离。根据目标人体对应的人体区域,确定目标人体的位置信息目标人体的位置信息,具体包括:从目标人体对应的人体区域中确定用于表示目标人体的基准像素点;根据基准像素点的横坐标,确定目标人体相对于热成像装置的水平方位角;根据基准像素点的横坐标、基准像素点的纵坐标以及热成像装置距离地面的高度,确定目标人体与热成像装置在水平方向上的距离。
在一些实施例中,根据目标人体的位置信息目标人体的位置信息,以及空调器的运行模式,调整空调器的送风方向,具体包括:根据空调器的运行模式以及目标人体与热成像装置在水平方向上的距离,调整空调器的水平导风板的摆动角度;根据空调器的运行模式以及目标人体相对于热成像装置的水平方位角,调整空调器的垂直导风板的摆动角度。
在一些实施例中,空调器的控制方法还包括:通过热成像装置获取第二热成像图像,第二热成像图像为第二时刻时红外探测区域的热成像图像;根据第二热成像图像,确定红外探测区域中存在的人体的数量;当空调器处于关机状态时,若红外探测区域中存在的人体的数量大于1,则控制空调器开机;或者,当空调器处于开机状态时,若红外探测区域中存在的人体的数量为0,则控制空调器关机;或者,当空调器处于开机状态时,若红外探测区域中存在的人体的数量大于0,则根据红外探测区域中存在的人体的数量,控制空调器的出风量。
第三方面,本申请的实施例提供一种计算机可读存储介质,该计算机可读存储介质中存储有指令,当该指令在上述任一项装置上运行时,使得装置执行上述任一项空调器的控制方法。
第四方面,本申请的实施例提供一种芯片,包括:处理器和存储器;该存储器用于存储计算机执行指令,该处理器与存储器连接,当芯片运行时,处理器执行存储器存储的计算机执行指令,以使芯片执行上述任一项空调器的控制方法。
第五方面,本申请实施例提供一种包含指令的计算机程序产品,当其在上述任一项设备上运行时,使得装置执行上述任一项空调器的控制方法。
本申请的实施例中,上述装置各部件的名字对设备本身不构成限定,在实际实现中,这些部件可以以其他名称出现。只要各个部件的功能和本申请的实施例类似,即属于本申请权利要求及其等同技术的范围之内。
另外,第二方面至第五方面中任一种设计方式所带来的技术效果可参见上述第一方面中不同设计方法所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种空调器的机械结构示意图;
图2为本申请实施例提供的一种空调器的电路系统架构的示意图;
图3为本申请实施例提供的一种空调器的使用场景示意图;
图4为本申请实施例提供的一种空调器的控制方法的流程示意图;
图5为本申请实施例提供的又一种空调器的控制方法的流程示意图;
图6为本申请实施例提供的又一种空调器的控制方法的流程示意图;
图7为本申请实施例提供的一种人体位置计算原理示意图;
图8为本申请实施例提供的又一种人体位置计算原理示意图;
图9为本申请实施例提供的又一种空调器的控制方法的流程示意图;
图10为本申请实施例提供的一种红外探测区域的划分示意图;
图11为本申请实施例提供的又一种空调器的控制方法的流程示意图;
图12为本申请实施例提供的一种红外探测区域的场景示意图;
图13为本申请实施例提供的又一种红外探测区域的场景示意图;
图14为本申请实施例提供的又一种红外探测区域的场景示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。另外,在对管线进行描述时,本申请中所用“相连”、“连接”则具有进行导通的意义。具体意义需结合上下文进行理解。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
空调器是家庭中常见的电器,它的发明使用户日常生活更加舒适。如背景技术所述,传统的空调器不能智能调节吹风方向,还需要人们改变位置去适应空调的吹风方向。
有鉴于此,本申请实施例提供一种空调器,配置有热成像装置。该空调器的控制器可以通过热成像装置识别出人体区域,根据人体区域确定人体相对于热成像装置的位置,再根据人体相对于热成像装置的位置以及用户选择的空调器的运行模式,调整空调器的送风方向。这样一来,用户无需挪动位置即可享受空调直吹或者避开空调直吹,满足了用户对空调器的智能送风需求。
红外热成像的原理为:由于黑体辐射的存在,任何物体都依据温度的不同对外进行电磁波辐射,物体表面温度如果超过绝对零度即会辐射出电磁波。随着温度变化,电磁波的辐射强度与波长分布特性也随之改变。波长为2.0微米-1000微米的部分称为“热红外线”,而人类视觉可见的“可见光”介于0.4微米到0.75微米。红外热成像运用光电技术检测物体热辐射的红外线特定波段信号,将该信号转换成可供人类视觉分辨的图像和图形,并可以进一步计算出温度值。使人类超越了视觉障碍,由此人们可以看到物体表面的温度分布状况。
由于热成像图像相对于彩色图像没有明显的色彩信息,故在日常生活中不会对用户的隐私造成侵犯,且热成像图像本身是基于红外探测区域中不同物体所具有的不同温度而生成的,基于热成像图像可以精准的识别出红外探测区域是否存在人体。如此,实现了能够在不涉及用户隐私的前提下,保证人体位置检测的精准度,进而基于该准确的人体与热成像装置的相对位置,智能调控空调器的送风方向,从而满足用户需求。
在本申请实施例中,热成像装置是利用红外辐射进行目标检测的电子设备,例如:热电堆、热成像仪等。在本申请的一些实施例中,采用分辨能力强、成像效果好的热成像仪。
其中,红外辐射可以称为红外光、红外线,是指其波长约在0.75微米到1000微米的电磁波。
为进一步对本申请的方案进行描述,以室内挂机为例,如图1所示,为本申请实施例提供的一种空调器的机械结构示意图,图1所示的空调器10可以包括以下一项或多项:
室内机101,以室内挂机(图1中示出)为例,室内挂机通常安装在室内壁面WL等上。再如,室内柜机(图1中未示出)也是室内机的一种形态。
室内机101具有显示器1011、垂直导风板1012和水平导风板1013。
在一些实施例中,显示器1011可以是液晶显示器、有机发光二极管(organiclight-emitting diode,OLED)显示器。显示器的具体类型、尺寸大小和分辨率等不作限定,本领技术人员可以理解的是,显示器可以根据需要做性能和配置上一些改变。空调器可以通过显示器反馈空调器当前的运行模式、环境温度、风量大小等信息。显示器可以用于显示当前红外探测区域的环境温度以及用户设定的环境温度。
在一些实施例中,垂直导风板1012和水平导风板1013,用于导风控制。空调器通过控制垂直导风板和水平导风板的摆动角度,来实现空调器送风方向的改变。
室外机102,通常设置在户外,用于室内环境换热。另外,在图1示出中,由于室外机102隔着壁面WL位于与室内机101相反一侧的户外,用虚线来表示室外机102。
连接配管103,连接于室内机101和室外机102之间,以形成供制冷剂循环的制冷剂回路104(图2中未示出)。
制冷剂回路104,通过使制冷剂回路104中的制冷剂循环,能够执行蒸气压缩式制冷循环。
一般情况下,空调器10还会配置遥控器105,该遥控器105具有例如使用红外线或其他通信方式与空调器进行通信的功能。遥控器105用于实现用户与空调器之间的交互,用户可以通过遥控器上的显示装置和按钮,进行空调器开关、温度设定、风向设定、风量设定等操作。
此外,如图2所示,为空调器的一种电路系统架构图。
控制器106用于控制空调器中各部件运行,实现空调器的设定功能。在一些实施例中,控制器106是指可以根据指令操作码和时序信号,产生操作控制信号,指示空调器10执行控制指令的装置。示例性的,控制器106可以为中央处理器(central processing unit,CPU)、通用处理器网络处理器(network processor,NP)、数字信号处理器(digital signalprocessing,DSP)、微处理器、微控制器、可编程逻辑器件(programmable logic device,PLD)或它们的任意组合。控制器还可以是其它具有处理功能的装置,例如电路、器件或软件模块,本申请实施例对此不做任何限制。
如图2中所示,制冷回路剂104中具备压缩机1041、膨胀阀1042、储液器1043、室外热交换器1044和室内热交换器1045。其中,室外热交换器1044和室内热交换器1045,可以用作冷凝器或蒸发器。
在一些实施例中,压缩机1041,是进行基于逆变器的转速控制的容量可变的逆变器压缩机,用于从吸入口吸入制冷剂,将在内部压缩后的制冷剂从排出口对室内热交换器1045排出。
在一些实施例中,膨胀阀1042配置在室外热交换器1044与室内热交换器1045之间。膨胀阀1042具有使在室外热交换器1044与室内热交换器1045之间流动的制冷剂膨胀而减压的功能。膨胀阀1042构成为能够变更开度,通过减小开度,使得通过膨胀阀1042的制冷剂的流路阻力增加,通过增大开度,使得通过膨胀阀1042的制冷剂的流路阻力减。这样的膨胀阀1042在制热运转中使从室内热交换器1045朝向室外热交换器1044流动的制冷剂膨胀而减压。此外,即使安装在制冷剂回路104中的其它器件的状态不变化,当膨胀阀1042的开度变化时,在制冷剂回路104中流动的制冷剂的流量也会变化。
在一些实施例中,在室外热交换器1044与压缩机1041的吸入口之间配置有储液器1043。在储液器1043中,从室外热交换器1044流向压缩机1041的制冷剂被分离成气体制冷剂和液体制冷剂。并且,从储液器1043向压缩机1041的吸入口主要供给气体制冷剂。
在一些实施例中,室外热交换器1044具有用于使制冷剂经由储液器1043在与压缩机1041的吸入口之间流通的第一出入口,并且具有用于使制冷剂在与膨胀阀1042之间流通的第二出入口。室外热交换器1044使在连接于室外热交换器1044的第二出入口与第一出入口之间的传热管(未图示)中流动的制冷剂与室外空气之间进行热交换。
在一些实施例中,室内热交换器1045具有用于使液体制冷剂在与膨胀阀1042之间流通的第二出入口,并且,具有用于使气体制冷剂在与压缩机1041的排出口之间流通的第一出入口。室内热交换器1045使在连接于室内热交换器1045的第二出入口与第一出入口之间的传热管(未图示)中流动的制冷剂与室内空气之间进行热交换。
空调器10还可以包括以下一项或多项:热成像装置107、温度传感器108、计时器109、通信装置110、人机交互装置111以及语音提示装置112。其中,热成像装置107、温度传感器108、计时器109、通信装置110、人机交互装置111以及语音提示装置112均与控制器106连接。
在本申请实施例中,热成像装置107用于检测人体位置。用户可以通过终端设备设置热成像装置的运行时长、开启时间等。热成像装置通过接收红外探测区域的热辐射能量,并将其转换为电信号,再经过放大、整型、模数转换后成为数字信号,通过图像显示出来,得到红外探测区域的热成像图像。
在一些实施例中,热成像装置可以部署在空调器的外部,靠近空调器的出风口,作为空调器的一个附加装置,例如图3所示的室内柜机类型的空调器的上部;或者,设计成为空调器的一部分,使用户从空调器的外部无法明显察觉到热成像装置。
在一些实施例中,温度传感器108指能检测温度并可以将检测的温度值转换成可用输出信号的传感器。示例性的,温度传感器可用于检测红外探测区域的环境温度,并将温度值发送给控制器和显示器。控制器可以根据温度传感器检测到的温度值进行相应的程序控制。
在一些实施例中,计时器109是指能够检测各个电气元件工作时长的装置。在本申请的一些实施例中,计时器109可用于累计红外探测区域处于有人状态或无人状态的时长。
在一些实施例中,通信装置110是用于根据各种通信协议类型与外部设备或服务器进行通信的组件。例如,通信装置110可以包括无线通信技术(Wi-Fi)模块,蓝牙模块,有线以太网模块和近距离无线通信技术(near field communication,NFC)模块等其他网络通信协议芯片或近场通信协议芯片,以及红外接收器中的至少一种。通信装置可以用于与其他设备或通信网络通信(如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local area networks,WLAN)等)。示例性的,通信装置与控制器连接,控制器可以通过通信装置可以用于与终端设备进行通信。若在红外探测区域处于无人状态时,控制器可以通过通信装置向终端设备发送提示信息。
在一些实施例中,人机交互装置111,用于实现用户与空调器之间的交互。人机交互装置111可以包括物理按键或者触控显示面板中的一项或多项。例如用户可以通过人机交互装置设置空调器的运行模式、风量大小、送风方向、温度等。
在一些实施例中,语音提示装置112,可以用于在用户成功调整空调器的运行参数后进行语音提示,例如开关机提示音、温度调整提示音、风量调整提示音等。其中,语音提示的内容可以是空调器的生产厂家预先设定的,也可以是用户通过终端设备或者人机交互装置自行设定的。示例性的,若在红外探测区域处于无人状态时,控制器可以通过语音提示装置112播放提示信息。
下面结合说明书附图对本申请实施例提供的技术方案进行详细说明。基于上述空调器,如图4所示,本申请实施例提供了一种空调器的控制方法,该方法包括下述步骤S101-S104。
S101、通过热成像装置,获取红外探测区域的第一热成像图像。
其中,第一热成像图像为第一时刻时红外探测区域的热成像图像,第一时刻可以为空调器运行过程中的任一时刻,对此不作限定。
在本申请实施例中,红外探测区域为安装空调器的区域,例如客厅、卧室和书房等,对此不作限定。
可选的,如图5所示,步骤S101可以具体实现为步骤S1011-S1014。
S1011、通过热成像装置,接收红外探测区域内物体的热辐射辐射能量。
S1012、通过热成像装置,将物体的热辐射辐射能量转化为电信号。
S1013、根据热成像装置的分辨率,对电信号进行分辨率转换处理,得到红外探测区域的原始热成像图像。
在将红外探测区域内物体的热辐射辐射能量转化为电信号后,可以根据热成像装置的分辨率,将第一时刻的电信号还原成与热成像装置等分辨率的图像尺寸矩阵,得到红外探测区域的原始热成像图像。
S1014、对原始热成像图像进行处理,得到红外探测区域的第一热成像图像。
需要说明的是,上述第一热成像图像中各个像素点的温度值,可以是热成像装置对红外探测区域进行检测后得出的辐射温度,也可以是热成像装置对辐射温度进行处理计算后红外探测区域的真实温度。
若采用上述辐射温度,在能够反映出红外探测区域的温度的同时节省热成像装置的算力资源。若采用上述真实温度,能够使用户可以根据终端设备中显示的红外探测区域的真实温度更为直观的识别出人体区域,提高人体位置检测的精准度。
其中,真实温度的计算方法具体阐述如下。
热成像装置的探测器可以将接收到的红外波段的热辐射能量转换为电信号,经过放大、整型、模数转换后成为数字信号,进而生成热成像图像。在热成像图像中,每一个像素点的灰度值与被测物体上该点发出并到达热成像装置的辐射能量是对应的。但是从热成像图像上直接读出的温度是物体表面的辐射温度Tr,并不是真实温度T0,真实温度T0等于辐射出相同能量的黑体的真实温度。因此,在实际检测时,若要采用真实温度,需要先用高精度黑体对热成像装置进行标定,找出黑体温度与热成像装置的光电转换器件输出电压(在热成像图像上表现为灰度)的对应关系。
所谓黑体,就是在任何温度下能吸收任何波长辐射的物体。
在一些实施例中,黑体用于为热成像装置进行温度校正,以保证热成像装置的测温精度。
例如,黑体的温度为37摄氏度,热成像装置对黑体进行温度检测,得到的温度值为37.1摄氏度,则可以说明热成像装置测温出现误差,且误差为0.1摄氏度。
斯蒂芬-波尔兹曼定律指出,黑体的辐出度满足下述公式(1):
Eb=σT4 公式(1)
其中,Eb为黑体的辐出度,σ为黑体的总辐射功率,T为黑体的热力学温度,即黑体表面单位面积上所发射的各种波长的总辐射功率与其热力学温度T的四次方成正比。
在相同温度下,实际物体在同一波长范围内辐射的功率总是小于黑体辐射的功率。也就是说,实际物体的单色辐出度E(λ,T)小于黑体的单色辐出度Eb(λ,T)。我们把E(λ,T)与Eb(λ,T)的比值称为物体的单色黑度ε(λ),ε(λ)表示实际物体的辐射接近黑体的程度,可以得到下述公式(2):
将公式(2)进行转换,得到下述公式(3):
E(λ,T)=ε(λ)Eb(λ,T) 公式(3)
将公式(3)两端积分,可以得到下述公式(4):
如果物体的单色黑度ε(λ)是不随波长λ变化的常数,即ε(λ)=ε,则称此类物体为灰体。结合下述公式(5)和公式(6):
可以得到下述公式(7):
E(T)=εEb(T) 公式(7)
公式(7)结合上述公式(1),可得下述公式(8):
Eb=εσT4 公式(8)
实际物体的热辐射在红外波长范围内,可以近似地看成灰体辐射。ε被定义为物体的发射率,表示该物体的辐射本领与同温度同测量条件下的黑体辐射本领之比。
作用于热成像装置的辐射照度可以由下述公式(9)得到:
Eλ=A0d-2[ταλελLbλ(T0)+ταλ(1-αλ)Lbλ(Tu)+εαλLbλ(Ta)] 公式(9)
其中,ελ为表面发射率,αλ为表面吸收率,ταλ为大气的光谱透射率,εαλ为大气发射率,T0为被测物体表面温度,Tu为环境温度,Ta为大气温度,d为该目标与热成像装置之间的距离。通常情况下,A0d-2为一个常值,A0为热成像装置最小空间张角所对应的目标的可视面积。热成像装置通常工作在某一个很窄的波段范围内,例如8um-14um或3um-5um之间,ελ、αλ、ταλ通常可认为与λ无关。热成像装置的响应电压可以由下述公式(10)得到:
其中,AR为热成像装置的透镜的面积,假设K由下述公式(11)所表示:
K=ARA0d-2 公式(11)
结合下述公式(12):
则公式(10)可以变换为下述公式(13):
VS=K{τa[εf(T0)+(1-α)f(Tu)]+εaf(Ta)} 公式(13)
依据普朗克辐射定律,得到下述公式(14):
被测物体表面的真实温度可以由下述公式(16)得到:
当使用不同波段的热成像装置时,n的取值不同,对InSb(3~5μm)探测器,n值为8.68;对HgCdTe(6~9μm)探测器,n值为5.33;对HgCdTe(8~14μm)探测器,n值为4.09。
当被测表面满足灰体近似时,即ε=α,且若认为大气εa=αa=1-τa,则公式(14)可以变换为下述公式(16):
公式(16)可以变换为下述公式(17):
公式(17)为灰体表面真实温度的计算公式。
当近距离测温时,忽略大气透过率的影响,即τa=1,则公式(14)可以变换为下述公式(18):
综上,如果获取到被测物体表面的发射率,可以通过上述公式(17)或公式(18),以及检测出的辐射温度和环境温度计算出被测物体表面的真实温度。
S102、从第一热成像图像中识别出目标人体对应的人体区域。
在一些实施例中,目标人体对应的人体区域可以通过以下方式进行识别。
方式一、目标人体对应的人体区域为第一热成像图像中满足预设条件的连通区域。
其中,预设条件包括:
条件一、连通区域中各个像素点的温度值大于预设温度阈值。
由于人体是恒温的,在热成像图像中,如果存在人体,那么人体区域一定是各个像素点的温度值处于一定阈值范围内的连通区域,利用此特性即可判断人体区域是否存在。其中,预设温度阈值是基于人体温度确定的。例如人体正常温度范围为36℃-37℃之间,则预设温度阈值可以设定为35.5℃。
条件二、连通区域包含的像素点的个数大于预设个数。
由于人体的面积占比较大,所以热成像图像中人体区域包含的像素点的个数应大于预设个数。其中,设定预设个数是为了减少红外探测区域中其他恒温物品的干扰。
条件三、连通区域的高度大于连通区域的宽度。
由于人体是具有特定形状的,在热成像图像中,如果存在人体,那么人体区域的高度一定是大于宽度的。此设定是为了减少红外探测区域中恒温动物的干扰。
人体的温度值与热成像图像中的人体区域存在关联关系,故若组成一个连通区域同时满足上述条件一、条件二与条件三,则此连通区域在现实世界中是人体的概率较高,可以将此连通区域作为人体区域。
示例性的,遍历热成像图像中各个像素点的温度值,确定M个连通区域。其中,这M个连通区域中各个像素点的温度值均大于预设温度阈值,M为自然数。需要说明的是,若热成像图像中各个像素点的温度值均小于预设温度阈值,则M为0,即确定热成像图像中不存在人体区域。
对于M个连通区域中的各个连通区域,判断该连通区域包含的像素点的个数是否大于预设个数,以及判断该连通区域的高度是否大于该连通区域的宽度;若连通区域包含的像素点的个数大于预设个数,且连通区域的高度大于宽度,则可确定连通区域为人体区域。
方式二、将热成像图像输入至人体区域识别模型中,得到人体区域的识别结果。
示例性的,可以根据机器学习算法,预先训练人体区域识别模型。进而将热成像图像输入至预先训练好的人体区域识别模型中,以此来得到人体区域的识别结果。识别结果指示了热成像图像中是否存在人体区域。
在一些实施例中,利用基于机器学习算法的人体区域识别模型进行检测可以有多种不同的检测形式和实现方法。例如,利用支持向量机算法(support vector machine,SVM)、梯度提升迭代决策树算法(gradient boosting decision tree,GBDT)、随机森林算法(random forest,RF)等得到传统的基于机器学习算法的人体区域识别模型,也可以利用卷积神经网络算法(convolutional neural networks,CNN)、循环神经网络算法(recurrent neural networks,RNN)、长期短记忆网络算法(long short-term memory,LSTM)得到基于深度学习的人体区域识别模型。
容易理解的是,深层次的卷积神经网络可以在海量的训练数据中自动提取和学习图像中更本质的特征,将深度卷积神经网络应用于基于热成像图像的人体区域检测中,将显著增强分类效果,并进一步提升人体区域检测的准确性。
可选的,若根据方式一或方式二确定热成像图像中不存在人体区域,热成像装置则继续对红外探测区域进行人体区域检测。
S103、根据目标人体对应的人体区域,确定目标人体的位置信息。
在一些实施例中,目标人体的位置信息目标人体的位置信息包括:目标人体相对于热成像装置的水平方位角,以及目标人体与热成像装置在水平方向上的距离。据此,基于图4所示的实施例,如图6所示,上述步骤S103可以具体替换为步骤S201-S203。
S201、从目标人体对应的人体区域中确定用于表示目标人体的基准像素点。
示例性的,基准像素点可以是人体区域的头部位置中的一个像素点,也可以是人体区域的腰部位置中的一个像素点。基准像素点可以是出厂时预先设定的头部或腰部位置的一个随机像素点,也可以是用户根据个人需求,通过终端设备查看热成像图像,在热成像图像中呈现的人体区域内选择的一个像素点。
S202、根据基准像素点的横坐标,确定目标人体相对于热成像装置的水平方位角。
在一些实施例中,还可以根据基准像素点的横坐标和纵坐标,确定目标人体相对于热成像装置的垂直俯仰角。
S203、根据基准像素点的横坐标、基准像素点的纵坐标以及热成像装置距离地面的高度,确定目标人体与热成像装置在水平方向上的距离。
在一些实施例中,热成像装置的分辨率为width*height,垂直俯仰角为α,水平方位角为β,热成像装置和垂直方向安装角度为α1,热成像装置的安装高度为H。以基准像素点位于横坐标方向height个像素点的中间为例,如图7所示,P点为热成像装置安装点,O点为P点在水平面上的投影落点,平面POA为经过P点的横坐标方向的截面,A点为截面视场最近点,B点为截面视场最远点。AB对应红外模组里面俯仰方向(即纵坐标方向)0-height像素点位置,同时AB也对应红外模组里面航向(即横坐标方向)位置像素点width/2位置(航向width个像素中间)。
假设基准像素点为AB之间任一点M点,对应像素位置为(width/2,Y1),(Y1可取0-height)可以得到AM对应的像素距离为height-Y1。假设B点对应相机纵坐标0像素点,由于热成像装置监控方向距离一般情况下不会超过5米范围,可以认为垂直俯仰方向的角度分布是均匀的,则图中α2的角度可以由公式(19)计算得到:
α2=α*(hegiht-Y1)/height (19)
则可得到:
cos(α1+α2)=H/PM (20)
tg(α1+α2)=OM/H (21)
由计算可得到M点距热成像装置的距离PM,M点距热成像装置在水平方向上的距离,即目标人体与热成像装置在水平方向上的距离,以及M点相对于热成像装置对应垂直俯仰角为(α1+α2),和水平方位角为0°。
基于图7,以基准像素点位于M点横坐标方向上为例,如图8所示,平面POM为经过P点的横坐标方向的截面,OM垂直平分EF,E点和F点为热成像装置监测画面边界上的点,平面PEF垂直于平面POM。E点对应的像素位置为(X1,Y1),其中Y1和M点对应的Y1相等,X1取值范围为0-width/2,F点对应的像素位置为(X2,Y1),其中Y1和M点对应的Y1相等,X2取值范围为width/2-width。
设PE与PM夹角为α3,可由公式(22)计算得到:
α3=β*X1/width (22)
设PF与PM夹角为α4,可由公式(23)计算得到:
α4=β*(X2-width/2)/width/2 (23)
则可得到:
cos(α3)=PM/PE (24)
OM2+EM2=OE2 (25)
cos(α4)=PM/PF (26)
OM2+FM2=OF2 (27)
由计算可得到E点距热成像装置距离PE,E点距热成像装置在水平方向上的距离OE,即目标人体与热成像装置在水平方向上的距离,以及E点相对于热成像装置对应垂直俯仰角为(α1+α2)和水平方位角为α3。
由计算可得到F点距红外模组距离PF,F点距热成像装置在水平方向上的距离OF,即目标人体与热成像装置在水平方向上的距离,以及F点相对于热成像装置对应垂直俯仰角为(α1+α2)和水平方位角为α4。
S104、根据目标人体的位置信息,以及空调器的运行模式,调整空调器的送风方向。
其中,空调器的运行模式包括:风吹人模式或风避人模式。
风吹人模式,指控制空调器的送风方向,保证空调器吹出的气体可以追随人体。一些用户喜欢空调器对着自己直吹,本申请提供的方法运行风吹人模式,可以更准确的定位人体,使空调器吹出的气体追随人体,提升用户的使用体验。
风避人模式,指控制空调器的送风方向,保证空调器不直接吹向人体。由于个体体质的差异,一些用户对着空调器被直吹会头晕头痛、发冷、四肢疼痛,本申请提供的方法运行风避人模式,可以更准确的定位人体,避免空调器直接吹向人体,提升用户的使用体验。
在本申请的一些实施例中,用户可以通过空调器的人机交互装置来设置空调器的运行模式;或者,用户可以通过终端设备来设置空调器的运行模式。
在一些实施例中,基于图6所示的实施例,如图9所示,上述步骤S104可以具体替换为步骤S301-S302。
S301、根据空调器的运行模式以及目标人体与热成像装置在水平方向上的距离,调整空调器的水平导风板的摆动角度。
在一些实施例中,若用户选择的运行模式为风吹人模式,水平导风板的摆动角度与目标人体与热成像装置在水平方向上的距离之间存在对应关系。示例性的,如图10所示,图10是从热成像装置的角度看到的红外探测区域,其中标有位置参数1~12的各个区域代表室内各个位置,目标人体与热成像装置在水平方向上的距离处于不同的距离区间。其中,标号1-4的区域对应的是第一距离区间,标号5-8的区域对应的是第二距离区间,标号9-12的区域对应的是第三距离区间。假设水平导风板的摆动角度分为3段摆动范围:第一摆动范围、第二摆动范围、第三摆动范围。空调器水平导风板的摆动角度与目标人体与热成像装置在水平方向上的距离之间的对应关系可以参照表1。
表1
S302、根据空调器的运行模式以及目标人体相对于热成像装置的水平方位角,调整空调器的垂直导风板的摆动角度。
在一些实施例中,若用户选择的运行模式为风吹人模式,垂直导风板的摆动角度与目标人体相对于热成像装置的水平方位角之间存在对应关系。示例性的,仍如图10所示,假设标号1、5、9的区域处于目标人体相对于热成像装置的第一方位角区间,标号2、6、10的区域处于目标人体相对于热成像装置的第二方位角区间,标号3、7、11的区域处于目标人体相对于热成像装置的第三方位角区间,标号4、8、12的区域处于目标人体相对于热成像装置的第四方位角区间。空调器垂直导风板的摆动角度根据目标人体相对于热成像装置的水平方位角区间分为4个摆动范围:A1-A3、A2-A4、A4-A6、A5-A7。垂直导风板的摆动角度与目标人体相对于热成像装置的水平方位角之间的对应关系可以参照表2。
表2
上述区域划分方式仅作为示例,具体的区域划分方式可以根据实际需要来确定,本发明实施例对此不作具体限定。
基于此,空调器预先存储空调器导风板的摆动角度与人体位置之间的对应关系,从而空调器的控制器可以根据此对应关系,调整空调器导风板的摆动角度。
仍如图10所示,以表1与表2为例,假设本次运行中用户设定的运行模式是风吹人模式,根据热成像图像,确定人体位置处于标号8的区域,则可以确定空调器水平导风板的摆动角度为第二摆动范围,垂直导风板的摆动角度为A5-A7之间。
可选的,若用户选择的运行模式是风避人模式,控制器根据人体位置所处区域,随机选择除人体所在区域以外的区域作为空调直吹的位置。
图4所示的实施例提供的技术方案至少带来以下有益效果:从第一热成像图像中识别出目标人体对应的人体区域,只能获取用户的温度信息,在根据温度信息准确识别人体的同时,用户的隐私也有了更好的保障。为了更好地满足用户对空调器运行模式的要求,本申请提出的空调器的控制方法可以根据人体位置以及空调器的运行模式,智能调节空调器的送风方向,无需用户挪动位置,使得空调器的使用尽可能地满足用户的需求。
在一些实施例中,空调器的控制器不仅可以控制送风方向,还可以控制空调器在有人时开机、无人时关机或者根据人数调整出风量,这样更加节能,多个用户在使用空调时均可以得到更好的体验。如图11所示,本申请实施例提供一种空调器的控制方法,该方法包括以下步骤:
S401、通过热成像装置获取第二热成像图像。
其中,第二热成像图像为第二时刻时红外探测区域的热成像图像,第二时刻可以为空调器运行过程中的任一时刻,对此不作限定。热成像图像的具体获得方式可以参照步骤S1011-S1014,此处不再赘述。
S402、根据第二热成像图像,确定红外探测区域中存在的人体的数量。
根据上述步骤S102,可以识别出人体区域的个数,即为此红外探测区域中存在的人体数量。
S403、当空调器处于关机状态时,若红外探测区域中存在的人体的数量大于0,则控制空调器开机。
如图12所示,红外探测区域中存在的人体的数量为1,大于0,则空调器的控制器控制空调器开机。这样,无需用户手动操作,即可自动享受智能化服务,在进入到红外探测区域时感受到适宜的温度,提升了用户体验。
S404、当空调器处于开机状态时,若红外探测区域中存在的人体的数量为0,则控制空调器关机。
如图13所示,红外探测区域中存在的人体的数量为0,则空调器的控制器控制空调器关机。
在一些实施例中,当空调器处于开机状态时,若红外探测区域中存在的人体的数量为0,且红外探测区域处于无人状态的时长大于预设时长,则控制空调器关机。例如,假设预设时长为10分钟,此时空调器处于开机状态,检测到红外探测区域处于无人状态的时长为15分钟,则控制空调器关机。
这样,在无人状态下关闭空调器,可以节约资源,解决用户出门时忘记关闭空调器,电能消耗较大的问题。
S405、当空调器处于开机状态时,若红外探测区域中存在的人体的数量大于0,则根据红外探测区域中存在的人体的数量,控制空调器的出风量。
空调器的出风量,用于表示单位时间内流经空调器出风口的气体体积。示例性的,空调器的出风量可以分为多个档位,例如150风量、250风量、350风量等。在本申请的一些实施例中,用户可以通过空调器的人机交互装置来设置空调器的出风量;或者,用户可以通过终端设备来设置空调器的出风量。
在一些实施例中,空调器的出风量可以跟人体数量有着对应关系。例如,人体数量为1-3时,对应150风量;或者,人体数量为4-6时,对应250风量;或者,人体数量为7-9时,对应350风量。
示例性的,如图12所示,红外探测区域中存在的人体的数量为1,则调整空调器的出风量为150风量。
又例如,如图14所示,红外探测区域中存在的人体的数量为5,则调整空调器的出风量为250风量。
上述主要从方法的角度对本申请提供的方案进行了介绍。可以理解的是,空调器的控制器为了实现上述功能,其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的算法步骤,本发明能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
本申请实施例还提供了一种计算机可读存储介质,包括计算机执行指令,当其在计算机上运行时,使得计算机执行上述实施例提供的任意一种方法。
本申请实施例还提供了一种包含计算机执行指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述实施例提供的任意一种方法。
本申请实施例还提供了一种芯片,包括:处理器和接口,处理器通过接口与存储器耦合,当处理器执行存储器中的计算机程序或计算机执行指令时,使得上述实施例提供的任意一种方法被执行。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机执行指令。在计算机上加载和执行计算机执行指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机执行指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机执行指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
以上,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种空调器,其特征在于,包括:
热成像装置,用于采集红外探测区域的热成像图像;
与所述热成像装置连接的控制器,被配置为:
通过所述热成像装置获取第一热成像图像,所述第一热成像图像为第一时刻时所述红外探测区域的热成像图像;
从所述第一热成像图像中识别出目标人体对应的人体区域;
根据所述目标人体对应的人体区域,确定所述目标人体的位置信息;
根据所述目标人体的位置信息,以及所述空调器的运行模式,调整所述空调器的送风方向,所述空调器的运行模式包括风吹人模式或风避人模式。
2.根据权利要求1所述的空调器,其特征在于,所述目标人体对应的人体区域为所述第一热成像图像中满足预设条件的连通区域;
其中,所述预设条件包括:
所述连通区域中各个像素点的温度值大于预设温度阈值;
所述连通区域包含的像素点的个数大于预设个数;
所述连通区域的高度大于所述连通区域的宽度。
3.根据权利要求1或2所述的空调器,其特征在于,所述目标人体的位置信息包括:所述目标人体相对于所述热成像装置的水平方位角,以及所述目标人体与所述热成像装置在水平方向上的距离;
所述控制器,具体被配置为:
从所述目标人体对应的人体区域中确定用于表示所述目标人体的基准像素点;
根据所述基准像素点的横坐标,确定所述目标人体相对于所述热成像装置的水平方位角;
根据所述基准像素点的横坐标、所述基准像素点的纵坐标以及所述热成像装置距离地面的高度,确定所述目标人体与所述热成像装置在水平方向上的距离。
4.根据权利要求3所述的空调器,其特征在于,所述空调器还包括:水平导风板和垂直导风板;
所述控制器,具体被配置为:
根据所述空调器的运行模式以及所述目标人体与所述热成像装置在水平方向上的距离,调整所述空调器的水平导风板的摆动角度;
根据所述空调器的运行模式以及所述目标人体相对于所述热成像装置的水平方位角,调整所述空调器的垂直导风板的摆动角度。
5.根据权利要求1所述的空调器,其特征在于,
所述控制器器,还被配置为:
通过所述热成像装置获取第二热成像图像,所述第二热成像图像为第二时刻时所述红外探测区域的热成像图像;
根据所述第二热成像图像,确定所述红外探测区域中存在的人体的数量;
当所述空调器处于关机状态时,若所述红外探测区域中存在的人体的数量大于1,则控制所述空调器开机;或者,
当所述空调器处于开机状态时,若所述红外探测区域中存在的人体的数量为0,则控制所述空调器关机;或者,
当所述空调器处于开机状态时,若所述红外探测区域中存在的人体的数量大于0,则根据所述红外探测区域中存在的人体的数量,控制所述空调器的出风量。
6.一种空调器的控制方法,其特征在于,包括:
通过热成像装置,获取红外探测区域的第一热成像图像,所述第一热成像图像为第一时刻时所述红外探测区域的热成像图像;
从所述第一热成像图像中识别出目标人体对应的人体区域;
根据所述目标人体对应的人体区域,确定所述目标人体的位置信息;
根据所述目标人体的位置信息,以及所述空调器的运行模式,调整所述空调器的送风方向,所述空调器的运行模式包括风吹人模式或风避人模式。
7.根据权利要求6所述的方法,其特征在于,所述目标人体对应的人体区域为所述第一热成像图像中满足预设条件的连通区域;
其中,所述预设条件包括:
所述连通区域中各个像素点的温度值大于预设温度阈值;
所述连通区域包含的像素点的个数大于预设个数;
所述连通区域的高度大于所述连通区域的宽度。
8.根据权利要求6所述的方法,其特征在于,所述目标人体的位置信息包括:所述目标人体相对于所述热成像装置的水平方位角,以及所述目标人体与所述热成像装置在水平方向上的距离;
所述根据所述目标人体对应的人体区域,确定所述目标人体的位置信息,具体包括:
从所述目标人体对应的人体区域中确定用于表示所述目标人体的基准像素点;
根据所述基准像素点的横坐标,确定所述目标人体相对于所述热成像装置的水平方位角;
根据所述基准像素点的横坐标、所述基准像素点的纵坐标以及所述热成像装置距离地面的高度,确定所述目标人体与所述热成像装置在水平方向上的距离。
9.根据权利要求8所述的方法,其特征在于,所述根据所述目标人体的位置信息,以及所述空调器的运行模式,调整所述空调器的送风方向,具体包括:
根据所述空调器的运行模式以及所述目标人体与所述热成像装置在水平方向上的距离,调整所述空调器的水平导风板的摆动角度;
根据所述空调器的运行模式以及所述目标人体相对于所述热成像装置的水平方位角,调整所述空调器的垂直导风板的摆动角度。
10.根据权利要求6所述的方法,其特征在于,所述方法还包括:
通过所述热成像装置获取第二热成像图像,所述第二热成像图像为第二时刻时所述红外探测区域的热成像图像;
根据所述第二热成像图像,确定所述红外探测区域中存在的人体的数量;
当所述空调器处于关机状态时,若所述红外探测区域中存在的人体的数量大于1,则控制所述空调器开机;或者,
当所述空调器处于开机状态时,若所述红外探测区域中存在的人体的数量为0,则控制所述空调器关机;或者,
当所述空调器处于开机状态时,若所述红外探测区域中存在的人体的数量大于0,则根据所述红外探测区域中存在的人体的数量,控制所述空调器的出风量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210225868.6A CN114636235A (zh) | 2022-03-07 | 2022-03-07 | 一种空调器及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210225868.6A CN114636235A (zh) | 2022-03-07 | 2022-03-07 | 一种空调器及其控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114636235A true CN114636235A (zh) | 2022-06-17 |
Family
ID=81948504
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210225868.6A Pending CN114636235A (zh) | 2022-03-07 | 2022-03-07 | 一种空调器及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114636235A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024148885A1 (zh) * | 2023-01-13 | 2024-07-18 | 青岛海信日立空调系统有限公司 | 空调系统及其控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1169524A (zh) * | 1996-05-22 | 1998-01-07 | 三星电子株式会社 | 空调器空气排放方向和流速的控制方法及装置 |
CN1172932A (zh) * | 1996-08-02 | 1998-02-11 | 三星电子株式会社 | 空调器的百叶窗驱动装置以及控制该百叶窗驱动装置的方法 |
CN102414519A (zh) * | 2009-04-27 | 2012-04-11 | 日立空调·家用电器株式会社 | 空调机及其人体检测装置 |
CN105020867A (zh) * | 2015-08-10 | 2015-11-04 | 珠海格力电器股份有限公司 | 一种空调控制方法、空调及人体检测装置 |
CN205037502U (zh) * | 2015-10-18 | 2016-02-17 | 哈尔滨理工大学 | 智能空调温度调节系统 |
CN205593124U (zh) * | 2015-11-23 | 2016-09-21 | 惠州学院 | 红外人体感应智能空调 |
CN106958917A (zh) * | 2017-03-22 | 2017-07-18 | 柳州顺联科技有限公司 | 一种自动调节大型商场空气的换气系统 |
CN108615022A (zh) * | 2018-05-02 | 2018-10-02 | 广东工业大学 | 一种人体定位方法、装置、设备及系统 |
CN112032840A (zh) * | 2020-08-31 | 2020-12-04 | 青岛海尔空调电子有限公司 | 嵌入式空调器及其出风控制方法、计算机可读存储介质 |
CN112101104A (zh) * | 2020-08-06 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 人体存在检测方法及相关装置 |
CN113432193A (zh) * | 2021-06-15 | 2021-09-24 | 青岛海信日立空调系统有限公司 | 一种空调器 |
CN114119451A (zh) * | 2021-08-13 | 2022-03-01 | 海信家电集团股份有限公司 | 一种空调器和人体区域的检测方法 |
CN114120354A (zh) * | 2021-10-14 | 2022-03-01 | 武汉高德智感科技有限公司 | 应用于空调的人体检测与定位方法、装置及智能感知系统 |
-
2022
- 2022-03-07 CN CN202210225868.6A patent/CN114636235A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1169524A (zh) * | 1996-05-22 | 1998-01-07 | 三星电子株式会社 | 空调器空气排放方向和流速的控制方法及装置 |
CN1172932A (zh) * | 1996-08-02 | 1998-02-11 | 三星电子株式会社 | 空调器的百叶窗驱动装置以及控制该百叶窗驱动装置的方法 |
CN102414519A (zh) * | 2009-04-27 | 2012-04-11 | 日立空调·家用电器株式会社 | 空调机及其人体检测装置 |
CN105020867A (zh) * | 2015-08-10 | 2015-11-04 | 珠海格力电器股份有限公司 | 一种空调控制方法、空调及人体检测装置 |
CN205037502U (zh) * | 2015-10-18 | 2016-02-17 | 哈尔滨理工大学 | 智能空调温度调节系统 |
CN205593124U (zh) * | 2015-11-23 | 2016-09-21 | 惠州学院 | 红外人体感应智能空调 |
CN106958917A (zh) * | 2017-03-22 | 2017-07-18 | 柳州顺联科技有限公司 | 一种自动调节大型商场空气的换气系统 |
CN108615022A (zh) * | 2018-05-02 | 2018-10-02 | 广东工业大学 | 一种人体定位方法、装置、设备及系统 |
CN112101104A (zh) * | 2020-08-06 | 2020-12-18 | 深圳数联天下智能科技有限公司 | 人体存在检测方法及相关装置 |
CN112032840A (zh) * | 2020-08-31 | 2020-12-04 | 青岛海尔空调电子有限公司 | 嵌入式空调器及其出风控制方法、计算机可读存储介质 |
CN113432193A (zh) * | 2021-06-15 | 2021-09-24 | 青岛海信日立空调系统有限公司 | 一种空调器 |
CN114119451A (zh) * | 2021-08-13 | 2022-03-01 | 海信家电集团股份有限公司 | 一种空调器和人体区域的检测方法 |
CN114120354A (zh) * | 2021-10-14 | 2022-03-01 | 武汉高德智感科技有限公司 | 应用于空调的人体检测与定位方法、装置及智能感知系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024148885A1 (zh) * | 2023-01-13 | 2024-07-18 | 青岛海信日立空调系统有限公司 | 空调系统及其控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10775064B1 (en) | Real-time temperature management | |
CN104422085B (zh) | 空气调节机 | |
JP6125040B2 (ja) | 空調制御装置 | |
US20140188286A1 (en) | Multifuncional environmental control unit | |
WO2019034125A1 (zh) | 一种智能空调器控制方法及空调器 | |
CN108061365A (zh) | 辐射空调器的控制方法、辐射空调器、及存储介质 | |
JP6305207B2 (ja) | 冷蔵庫及びネットワークシステム | |
US20130321637A1 (en) | Monitor and control systems and methods for occupant safety and energy efficiency of structures | |
US10619881B2 (en) | Spatial environmental control unit | |
CN104279710A (zh) | 空调控制方法、系统及空调设备 | |
WO2021109916A1 (zh) | 空调器的智能送风调节方法及空调器 | |
JP7246488B2 (ja) | 空気調和システムおよびシステム制御装置 | |
EP3076091B1 (en) | Control device for air conditioner | |
CN108489034A (zh) | 空调器控制方法、终端、空调器及计算机可读存储介质 | |
CN111174386A (zh) | 空调器及其控制方法、控制装置及计算机可读存储介质 | |
CN110207336A (zh) | 多联机的控制方法、控制装置及可读存储介质 | |
CN109028514A (zh) | 传感器的识别方法、空调和计算机可读存储介质 | |
KR20180066537A (ko) | 공기 조화기의 제어방법 | |
CN114636235A (zh) | 一种空调器及其控制方法 | |
CN107969143A (zh) | 判定支援装置、判定支援方法以及程序 | |
CN110537493A (zh) | 宠物屋温度自动调节实现方法 | |
CN106568172A (zh) | 节能温度控制方法、装置及空调遥控系统 | |
CN105864962B (zh) | 一种空调温度可视化方法、系统及空调器 | |
CN112696785B (zh) | 空调器控制方法、控制系统和空调器 | |
CN111879417A (zh) | 一种热红外成像模组温度控制装置及控制方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220617 |