CN114777298B - 温度调节预测方法、装置、设备、存储介质及空调设备 - Google Patents

Abstract

本申请实施例公开了一种温度调节预测方法、装置、设备、存储介质及空调设备，该方法包括：获取温控区域中的监测数据；根据监测数据确认在目标温控周期的预测时刻，位于温控覆盖区域内的第一目标用户数量、从第一预测区域趋向第二预测区域的第二目标用户数量和从第二预测区域趋向第一预测区域的第三目标用户数量；基于第一目标用户数量、第二目标用户数量和第三目标用户数量，得到温控区域在目标温控周期的温控数据；根据温控数据确认温控区域在目标温控周期内的调节策略。本申请能够根据目标用户的运动趋势预测目标温控周期内需要温度调节的目标用户数量，确认调节策略，以便于提前进行温度调节，提升用户体验。

Description

温度调节预测方法、装置、设备、存储介质及空调设备

技术领域

本申请实施例涉及温度调节技术领域，尤其涉及一种温度调节预测方法、装置、设备、存储介质及空调设备。

背景技术

在相关技术中，针对大型场所中的温度调节方案一般采用对场所的温度进行整体调节，如在对传统的大型商业场所在进行供暖或制冷时，往往采用的方案是对整个商场进行制冷或制热，在人数较多的情况下，整体供暖或制冷的方案会使得整个场所制冷或供暖不足，使得用户体验较差，对客流量造成影响。

发明内容

本申请实施例提供了一种温度调节预测方法、装置、设备、存储介质及空调设备，解决了场所内制冷或供暖不足的问题，能够根据目标用户的运动趋势预测目标温控周期内需要温度调节的目标用户数量，提供相应的调节策略，以便于提前进行温度调节，提升了用户体验。

第一方面，本申请实施例提供了一种温度调节预测方法，该方法包括：

获取温控区域中的监测数据，所述温控区域包括温控覆盖区域、第一预测区域和第二预测区域，所述第一预测区域为所述温控覆盖区域的边缘区域，所述第二预测区域为邻接所述温控覆盖区域的外围区域；

根据所述监测数据确认在目标温控周期的预测时刻，位于所述温控覆盖区域内的第一目标用户数量、从所述第一预测区域趋向所述第二预测区域的第二目标用户数量和从所述第二预测区域趋向所述第一预测区域的第三目标用户数量，所述预测时刻位于所述目标温控周期的起始时刻之前；

基于所述第一目标用户数量、所述第二目标用户数量和所述第三目标用户数量，得到所述温控区域在所述目标温控周期的温控数据；

根据所述温控数据确认所述温控区域在目标温控周期内的调节策略。

第二方面，本申请实施例还提供了一种温度调节预测装置，包括：

监测数据获取模块，配置为获取温控区域中的监测数据，所述温控区域包括温控覆盖区域、第一预测区域和第二预测区域，所述第一预测区域为所述温控覆盖区域的边缘区域，所述第二预测区域为邻接所述温控覆盖区域的外围区域；

目标用户数量获取模块，配置为根据所述监测数据确认在目标温控周期的预测时刻，所述温控覆盖区域内的第一目标用户数量、从所述第一预测区域趋向所述第二预测区域的第二目标用户数量和从所述第二预测区域趋向所述第一预测区域的第三目标用户数量；

温控数据获取模块，配置为基于所述第一目标用户数量、所述第二目标用户数量和所述第三目标用户数量，得到所述温控区域在所述目标温控周期的温控数据；

策略配置模块，配置为根据所述温控数据确认所述温控区域在目标温控周期内的调节策略。

第三方面，本申请实施例还提供了一种温度调节预测设备，该设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现本申请实施例所述的温度调节预测方法。

第四方面，本申请实施例还提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本申请实施例所述的温度调节预测方法。

第五方面，本申请实施例还提供了一种空调设备，所述空调设备用于执行本申请实施例所述的温度调节预测方法。

本申请实施例中，温控区域包括温控覆盖区域、第一预测区域和第二预测区域，通过获取温控区域的监测数据，而确认维持在温控覆盖区域的人员数量以及根据对应区域内的人员的运动趋势来确定走出以及走入温控覆盖区域的人员数量，从而得到温控数据，预测在目标温控周期内位于温控覆盖区域的人数，以便于提前进行温度调节，提升了用户体验。

附图说明

图1为本申请实施例提供的一种温度调节预测方法的流程图；

图2为本申请实施例提供的温控区域的示意图；

图3为本申请实施例提供的确定第一目标用户数量、第二目标用户数量和第三目标用户数量的流程图；

图4为本申请实施例提供的确认调节策略的流程图；

图5为本申请实施例提供的温度调节预测装置的结构框图；

图6为本申请实施例提供的温度调节预测设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请实施例作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请实施例，而非对本申请实施例的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请实施例相关的部分而非全部结构。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请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，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

需要说明的是，由于篇幅所限，本申请说明书没有穷举所有可选的实施方式，本领域技术人员在阅读本申请说明书后，应该能够想到，只要技术特征不互相矛盾，那么技术特征的任意组合均可以构成可选的实施方式。

图1为本申请实施例提供的一种温度调节预测方法的流程图，为了便于理解，实施例中示例性描述在温度调节设备中实现本申请的温度调节预测方法，其中，温度调节设备包括中央处理器、监测模组(如摄像头模块、温度传感器模块和湿度传感器模块)、送风模块等，中央处理器能够接收来自监测模组，如接收到来自摄像模块、温度传感器模块和/或湿度传感器模块的信息并对其进行处理。如温度调节设备(如空调)控制设备进行温度和/或湿度调节。

如图1所述，该方法具体包括如下步骤：

步骤S110、获取温控区域中的监测数据。

在一种实施例当中，监测数据为温控区域内的图像数据，当然，监控数据还可以包括温度数据和/或湿度数据，温控区域可以理解为空调等温度调节设备进行温度、湿度或温湿度调控的区域，温控区域包括温度覆盖区域、第一预测区域和第二预测区域，第一预测区域为温控覆盖区域的边缘区域，第二预测区域为邻接温控覆盖区域的外围区域，其中，温控覆盖区域表示温控区域中需要进行温度调节的核心区域，可以根据空调等温度调节设备的覆盖区域确定；第一预测区域位于温控覆盖区域内，为用于确认离开温控覆盖区域的目标用户的区域范围；第二预测区域位于温控覆盖区域外，与温控覆盖区域相邻并相接，为用于确认进入温控覆盖区域的目标用户的区域范围。

步骤S120、根据监测数据确认在目标温控周期的预测时刻，位于温控覆盖区域的第一目标用户数量、从第一预测区域趋向第二预测区域的第二目标用户数量和从第二预测区域趋向第一预测区域的第三目标用户数量。

可以理解的是，目标温控周期的预测时刻位于目标温控周期的起始时刻之前，该预测时刻与起始时刻的时差可以根据温度调节设备的硬件条件或控制要求进行设置，在目标温控周期开始前完成预测；第一目标用户数量表示在预测时刻位于温控覆盖区域的目标用户的数量；第二目标用户数量为在预测时刻位于第一预测区域，且运动趋势是趋向第二预测区域的目标用户的数量，用于表示将要离开温控覆盖区域的目标用户的数量；第三目标用户数量为在预测时刻位于第二预测区域，且运动趋势是趋向第一预测区域的目标用户的数量，用于表示将要进入温控覆盖区域的目标用户的数量。

通过对监测数据处理，能够确认第一目标用户数量、第二目标用户数量和第三目标用户数量，示例性的，监测的目标用户是人，在目标温控周期的预测时刻在中央处理器获取到在温控区域的监测数据，监测数据可以是一组或多组摄像模块在目标温控周期的预测时刻拍摄到的多幅图像的图像数据，中央处理器可以基于OpenCV(Open Source ComputerVision Library，开源计算机视觉库)中的Haar模型，获取人脸特征数据，进行人脸识别，从而识别在温控区域的目标用户，确定在温度覆盖区域的第一目标用户数量。

需要说明的是，OpenCV目前逐步成为一个通用的基础研究和产品开发平台，利用OpenCV来开发产品比较方便，目前OpenCV包含几个部分：Cxcore：主要包括一些基础结构定义、动态结构定义、数组操作、绘图函数和一些算法、XML支持等；CV：包括图像处理和计算机视觉功能，内容涵盖了图像处理、结构分析、运动趋势分析、物体跟踪、模式识别、摄像机标定各个方面；ML：机器学习模块，目前内容主要为分离器；Cvaux：一些实验性的函数(ViewMorphing，三维跟踪，PCA，HMM)；Highgui：用户交互部分，主要提供了图形用户窗口GUI，图像视频I/O，系统调用函数等。

对于第二目标用户数量和第三目标用户数量，可以想到的是，对于多组摄像模组可以分别设置在多个方位，根据识别出目标用户的图像数据确定该图像数据的摄像模组来源，从而确定目标用户的运动趋势，进而确定从第一预测区域趋向第二预测区域的第二目标用户数量和从第二预测区域趋向第一预测区域的第三目标用户数量。

步骤S130、基于第一目标用户数量、第二目标用户数量和第三目标用户数量，得到温控区域在目标温控周期的温控数据。

可以理解的是，温控数据根据第一目标用户数量、第二目标用户数量和第三目标用户数量确定，能够表示在目标温控周期内位于温控覆盖区域的人员数量，温度调节设备依据该在目标温控周期内位于温控覆盖区域的人员数量作为设备的运行负荷依据，在目标温控周期中进行温度调节，例如，温控数据包括预测目标用户数量，预测目标用户数量＝第一目标用户数量+第三目标用户数量-第二目标用户数量，预测目标用户数量即为作为设备的运行负荷依据。

在其中一种实施例当中，第一目标用户数量为10人、第二目标用户数量为5人以及第三目标用户数量为2人。则预测目标用户数量＝10+2-5＝7人，温度调节设备仅需要在目标温控周期内提供7人所需的风量即可。

通过如上设置，一方面，达到精准匹配用户需求，避免用户感觉过热或者过凉，提高用户体验，另一方面，温度调节设备精准获取运行负荷，避免温度条件设备运行负荷量不足或者运行负荷过多，达到精准调节设备运行负荷，节能的效果。

步骤S140、根据温控数据确定温控区域在目标温控周期内的调节策略。

可以理解的是，对于得到的温控数据，中央处理器可以根据温控数据配置调节策略，调节策略可以理解为控制温度调节设备对温控覆盖区域进行温度调节的，还可以控制温度调节设备对温控覆盖区域进行湿度调节。

由上述方案可知，通过获取温控区域的监测数据，根据监测数据得到在目标温控周期的预测时刻，位于温控覆盖区域的第一目标用户数量、位于第一预测区域且趋向第二预测区域的第二目标用户数量以及位于第二预测区域趋向第一预测区域的第三目标用户数量，从而确定温控数据，预测目标温控周期内位于温控覆盖区域的人数，提供相应的调节策略，以便于提前对温控覆盖区域进行调节，提升了用户体验。

图2为本申请实施例提供的温控区域的示意图，如图2所示，示意性的，以矩形区域表示温控区域110，对一个较大的区域划分为两个温控区域110，温控区域110内包括温控覆盖区域120、第一预测区域130和第二预测区域140。第一预测区域130的内边缘和温度覆盖区域的边缘相距预测间距，第一预测区域130的内边缘为第一预测区域130靠近温控覆盖区域120中心的边缘；第二预测区域140的外边缘和温度覆盖区域的边缘相距预测间距，第二预测区域140的外边缘为第二预测区域140远离温控覆盖区域120中心的边缘，因此，在图2中看来，第一预测区域130和第二预测区域140均为具有预测间距宽度的矩形环状区域。

示例性的，温控区域、温控覆盖区域、第一预测区域以及第二预测区域并不限定为矩形区域或者矩形环状区域，可以根据场地布局以及温度调节设备的部署覆盖范围确定。

示例性的，对于温控覆盖区域、第一预测区域和第二预测区域的划分，可以是在温控区域放置多个标定体，从而使得可以中央处理器根据在图像中的标定体划分温控覆盖区域、第一预测区域和第二预测区域，其中，标定体可以是反光条、埋地灯等。

预测间距根据预测时间与预设速率设置，预测时间是预测时刻与起始时刻之间的间隔时长，预设速率可以是人行走时的平均速率。例如，预测时刻与起始时刻相距一个温控周期，则可以根据一个温控周期的时长与预设速率确定预测间距。因此，在第一预测区域中趋向第二预测区域的人员能够在目标温控周期到来前离开温控覆盖区域，在第二预测区域中趋向第一预测区域的人员能够在目标温控周期到来前进入温控覆盖区域，以便于提高预测在目标温控周期内位于温控覆盖区域的人员的准确度，为用户提供更准确的温度调节策略。

图3为本申请实施例提供的确定第一目标用户数量、第二目标用户数量和第三目标用户数量的流程图，对于第一目标用户数量、第二目标用户数量和第三目标用户数量，可以根据监测数据确定在目标温控周期的预测时刻的第一目标用户数量、第二目标用户数量和第三目标用户数量，以在温度调节设备中实现本申请的温度调节预测方法为例，结合图3所示，具体步骤包括：

步骤S310、根据监测数据中的图像数据，识别位于温控覆盖区域的目标用户，确定第一目标用户数量。

可以理解的是，监测数据包括图像数据，是摄像模块拍摄的图像经处理后由中央处理器获取的，中央处理器通过对获取的图像数据进行人脸识别，即图像数据用于进行人脸识别的，例如，基于OpenCV中的Haar模型进行人脸识别，从而识别在温控覆盖区域的人员，进而通过统计人数确定第一目标用户数量，第一目标用户数量用于表示在预测时刻位于温控覆盖区域的人数。

步骤S320、根据监测数据中的图像数据，识别位于第一预测区域的目标用户及其运动趋势，当目标用户的运动趋势满足从第一预测区域趋向第二预测区域，则确定第二目标用户数量。

可以理解的是，对图像数据进行人脸识别，从而识别出在第一预测区域的人员，图像数据还可以用于对人员的运动趋势进行识别，可以想到的是，图像数据中可以包括有多帧图像的信息，可以采用基于OpenCV实现的运动趋势分析，识别出目标用户的运动趋势，如运动方向，当目标用户的运动趋势满足从第一预测区域趋向第二预测区域，统计满足趋势的目标用户，确定第二目标用户数量，第二目标用户数量用于表示将要离开温控覆盖区域的人数。

步骤S330、根据监测数据中的图像数据，识别位于第二预测区域的目标用户及其运动趋势，当目标用户的运动趋势满足从第二预测区域趋向第一预测区域，则确定第三目标用户数量。

可以理解的是，对图像数据进行人脸识别，从而识别出在第二预测区域的人员，还对人员的运动趋势进行识别，可以想到的是，图像数据中可以包括有多帧图像的信息，可以采用基于OpenCV实现的运动趋势分析，识别出目标用户的运动趋势，如运动方向，当目标用户的运动趋势满足从第二预测区域趋向第一预测区域，统计满足趋势的目标用户，确定第三目标用户数量，第三目标用户数量用于表示将要进入温控覆盖区域的人数。

由上述方案可知，通过对监测数据中的图像数据进行目标用户识别，从而确认在各区域的目标用户，确定在温控覆盖区域的第一目标用户数量，还对目标用户的运动趋势进行识别，从而确定在第一预测区域中趋向第二预测区域的第二目标用户数量，以及确定在第二预测区域中趋向第一预测区域的第三目标用户数量，有助于确定在目标温控周期内位于温控覆盖区域的人数，提供相应的调节策略。

需要说明的是，步骤S310、S320、S330的先后顺序可以调换，图示顺序仅表示其中的一种先后顺序，本申请不限于图3所示的先后顺序。

图4为本申请实施例提供的确认调节策略的流程图，如图4所示，具体包括：

步骤S410、根据预存的档位配置信息表，确定温控数据的匹配档位。

步骤S420、根据匹配档位生成档位调节信息，档位调节信息用于调节目标温控周期内的区域温度。

可以理解的是，档位配置信息表是预存在温度调节设备的存储模块中的，用于进行匹配档位的确认，应当想到的是，温控覆盖区域能够容纳的人员数量是有限的、可以确定的，而且温度调节设备中的温度调节设备提供的制冷或制热风量的档位也能够确定，示例性的，制冷或制热风量的档位分为三挡，且对应的，温控覆盖区域能够容纳的人员数量为60人，则在档位配置信息表中可以配置为0-20人对应第一档位、21-40人对应第二档位、41-60人对应第三档位。当温控数据中的预测目标用户数量即在目标温控周期内的人数在0-20人之间，则对应的匹配档位为第一档位，生成档位调节信息，从而使得温度调节设备能够调节在目标温控周期内温控覆盖区域的区域温度。

由上述方案可知，档位配置信息表中存储有对应于温控覆盖区域人数配置的匹配档位，根据温控数据能够确定在目标温控周期内的位于温控覆盖区域的人数，从而得到匹配档位，进而得到用于控制温度调节设备调节区域温度的档位调节信息，能够根据预测的人数，提供对温控覆盖区域进行温度调节的调节策略，提升了用户体验。

示例性的，在一应用场景中，以温度调节设备在大型商场中实现本申请的温度调节预测方法为例。在一大型商场中，可以将该场所划分为多个温控区域，温控区域以温度调节设备的部署来划分，例如，在某一采购区域部署有温度调节设备，则该采购区域为一个温控区域。在采购区域中通过风管机进行温度调节，则风管机的覆盖区域为采购区域的需要温度调节的区域，即为温控覆盖区域，以温控覆盖区域的边缘为界，內缩和外扩预测间距来确定第一预测区域和第二预测区域的另一边缘，可以理解的是，第一预测区域是温控覆盖区域内的一个矩形环状区域，而第二预测区域是温控覆盖区域外的一个矩形环状区域，预测间距则可以根据预测时间和预设速率设置，如预测时间的时长为3s，而预设速率可以参照人行走的速率，如取1m/s，则预测间距为3m。

获取采购区域的监测数据，监测数据包括图像数据、温度数据、湿度数据等，图像数据可以通过遍布商场的监控摄像头拍摄或采购区域的监控摄像头拍摄后由处理器获取，而温度数据、湿度数据可以通过部署在采购区域的温度传感器、湿度传感器检测到后由处理器获取。监测数据还包括人脸特征数据，用于进行人脸识别。

对于采购区域的温度在温控周期开始前完成预测和调节，以某一温控周期为目标温控周期进行阐述，在目标温控周期前且相隔一段时间的时刻为预测时刻。在预测时刻确认位于温控覆盖区域、第一预测区域和第二预测区域的人数，可以通过对监测数据进行人脸识别来确定位于温控区域的人员，统计位于温控覆盖区域的人员数量，即第一目标用户数量，此外根据监测数据，对位于第一预测区域和第二预测区域的人员的运动趋势进行检测，在第一预测区域内，对运动趋势为从第一预测区域趋向第二预测区域的人员进行统计，得到第二目标用户数量；在第二预测区域内，对运动趋势为从第二预测区域趋向第一预测区域的人员进行统计，得到第三目标用户数量，其中，第一目标用户数量表示位于温控覆盖区域的人数，第二目标用户数量表示将要离开温控覆盖区域的人数，第三目标用户数量表示将要进入温控覆盖区域的人数，因此，可以得到在目标温控周期内位于温控覆盖区域的人数，温控数据包括有在目标温控周期内位于温控覆盖区域的人数。

示例性的，在某个场景中，目标温控周期为10：30至10：50，目标温控周期为20min，目标温控周期的预测时刻为10：29，在预测时刻10：29位于温控覆盖区域的目标用户的第一目标用户数量为10人，在预测时刻位于第一预测区域，且运动趋势是趋向第二预测区域的目标用户的第二目标用户数量为5人，该5人将要离开温控覆盖区域的目标用户的数量；在预测时刻10：29位于第二预测区域，且运动趋势是趋向第一预测区域的目标用户的第三目标用户数量为2人，该2人将要进入温控覆盖区域的目标用户的数量。通过如上设置，能够实时获得最新的温控数据，以备后续温度调节设备精准的执行调节策略。

示例性的，预测时刻也可以不断逼近目标温控周期起始时刻，通过如上设置，可以做到精准条件。

示例性的，目标温控周期为20min也可以为其他时间段，例如5min、10min等，只要能够保证温度调节设备能够有足够时间在该目标温控周期调节至合适温度即可，通过如上设置，使得机组能够有足够的时间使得温控区域或温度覆盖区域的温湿度调节至匹配用户数量的需求。

示例性的，对于采购区域的风管机，可以根据温度调节设备中按照季节设定选择制冷或制热，在档位配置表中，可以配置为0-20人对应第一档位、21-40人对应第二档位、41-60人对应第三档位，则在目标温控周期内位于温控覆盖区域的人数为23人，温度调节设备可以根据档位配置表中的信息，生成档位调节信息，用于控制风管机配置第二档位的风量。

对于大型商场这样的人员密集且流动性大的场所，传统的根据场所内当前区域的人数来调节温度的方式已经难以适应大型商场中对温度调节的需求，即传统的方式存在滞后性，对于人员流动性大的区域或场所，极易导致制冷或供热不足。而采用本申请提供的温度调节预测方法，通过监测数据识别对应区域的人员、人数以及其运动趋势，能够有效地预测进入当前区域或场所的人员数量，从而为进入该区域或场所的人员提供适宜的温度，降低传统方式带来的滞后性影响，提升了用户体验。

图5为本申请实施例提供的温度调节预测装置的结构框图，该装置用于执行上述实施例提供的温度调节预测方法，具备执行方法相应的功能模块和有益效果。如图5所示，该装置具体包括：监测数据获取模块210、目标用户数量获取模块220、温控数据获取模块230和策略配置模块240。

监测数据获取模块210，配置为获取温控区域中的监测数据，温控区域包括温控覆盖区域、第一预测区域和第二预测区域，第一预测区域为温控覆盖区域的边缘区域，第二预测区域为邻接温控覆盖区域的外围区域；

目标用户数量获取模块220，配置为根据监测数据确认在目标温控周期的预测时刻，温控覆盖区域内的第一目标用户数量、从第一预测区域趋向第二预测区域的第二目标用户数量和从第二预测区域趋向第一预测区域的第三目标用户数量；

温控数据获取模块230，配置为基于第一目标用户数量、第二目标用户数量和第三目标用户数量，得到温控区域在目标温控周期的温控数据；

策略配置模块240，配置为根据温控数据确认温控区域在目标温控周期内的调节策略。

由上述方案可知，通过监测数据获取模块获取温控区域的监测数据，目标用户数量获取模块根据监测数据得到在目标温控周期的预测时刻，位于温控覆盖区域的第一目标用户数量、位于第一预测区域且趋向第二预测区域的第二目标用户数量以及位于第二预测区域趋向第一预测区域的第三目标用户数量，从而使得温控数据获取模块确定温控数据，预测目标温控周期内位于温控覆盖区域的人数，策略配置模块提供相应的调节策略，以便于提前对温控覆盖区域进行调节，提升了用户体验。

在一实施例中，监测数据获取模块210配置为：监测数据包括图像数据。

在一实施例中，监测数据获取模块210配置为：

第一预测区域的内边缘和第二预测区域的外边缘均与温度覆盖区域的边缘相距预测间距，预测间距根据预测时间与预设速率设置。

在一实施例中，目标用户数量获取模块220配置为：

根据监测数据中的图像数据，识别位于温控覆盖区域的目标用户，确定第一目标用户数量；

根据监测数据中的图像数据，识别位于第一预测区域的目标用户及其运动趋势，当目标用户的运动趋势满足从第一预测区域趋向第二预测区域，则确定第二目标用户数量；

根据监测数据中的图像数据，识别位于第二预测区域的目标用户及其运动趋势，当目标用户的运动趋势满足从第二预测区域趋向第一预测区域，则确定第三目标用户数量。

在一实施例中，策略配置模块240配置为：

根据预存的档位配置信息表，确定温控数据的匹配档位，并根据匹配档位生成档位调节信息，档位调节信息用于调节目标温控周期内的区域温度。

在一实施例中，温控数据获取模块230配置为：

温控数据包括预测目标用户数量，预测目标用户数量为第一目标用户数量与第三目标用户数量之和与第二目标用户数量的差值。

图6为本申请实施例提供的一种温度调节预测设备的结构示意图，如图6所示，该设备包括处理器310、存储器320、输入装置330和输出装置340；设备中处理器310的数量可以是一个或多个，图6中以一个处理器310为例；设备中的处理器310、存储器320、输入装置330和输出装置340可以通过总线或其他方式连接，图6中以通过总线连接为例。存储器320作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请实施例中的温度调节预测方法对应的程序指令/模块。处理器310通过运行存储在存储器320中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的温度调节预测方法。输入装置330可用于接收输入的数字或字符信息，如图像数据、温度数据等。输出装置340可用于输出调节策略信息。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行本申请任意实施例中提供的温度调节预测方法的相关操作，且具备相应的功能和有益效果。

本申请实施例还提供一种空调设备，所述空调设备应用上述的温度调节预测方法，用于执行本申请任意实施例中提供的温度调节预测方法的相关操作，且具备相应的功能和有益效果。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (7)

1.温度调节预测方法，其特征在于，包括：

获取温控区域中的监测数据，所述温控区域包括温控覆盖区域、第一预测区域和第二预测区域，所述第一预测区域为所述温控覆盖区域的边缘区域，所述第二预测区域为邻接所述温控覆盖区域的外围区域；

根据所述监测数据确认在目标温控周期的预测时刻，位于所述温控覆盖区域内的第一目标用户数量、从所述第一预测区域趋向所述第二预测区域的第二目标用户数量和从所述第二预测区域趋向所述第一预测区域的第三目标用户数量，所述预测时刻位于所述目标温控周期的起始时刻之前；

基于所述第一目标用户数量、所述第二目标用户数量和所述第三目标用户数量，得到所述温控区域在所述目标温控周期的温控数据，所述温控数据包括预测目标用户数量，所述预测目标用户数量为第一目标用户数量与第三目标用户数量之和与第二目标用户数量的差值；

根据所述温控数据确认所述温控区域在所述目标温控周期内的调节策略；

其中，所述根据所述监测数据确认在目标温控周期的预测时刻，位于所述温控覆盖区域的第一目标用户数量、从所述第一预测区域趋向所述第二预测区域的第二目标用户数量和从所述第二预测区域趋向所述第一预测区域的第三目标用户数量，包括：

根据所述监测数据中的图像数据，识别位于所述温控覆盖区域的目标用户，确定所述第一目标用户数量；

根据所述监测数据中的图像数据，识别位于所述第一预测区域的目标用户及其运动趋势，当所述目标用户的运动趋势满足从所述第一预测区域趋向所述第二预测区域，则确定所述第二目标用户数量；

根据所述监测数据中的图像数据，识别位于所述第二预测区域的目标用户及其运动趋势，当所述目标用户的运动趋势满足从所述第二预测区域趋向所述第一预测区域，则确定所述第三目标用户数量。

2.根据权利要求1所述的温度调节预测方法，其特征在于，所述第一预测区域的内边缘和所述第二预测区域的外边缘均与所述温控覆盖区域的边缘相距预测间距，所述预测间距根据预测时间与预设速率设置。

3.根据权利要求1所述的温度调节预测方法，其特征在于，所述根据所述温控数据确认所述温控区域在目标温控周期内的调节策略，包括：

根据预存的档位配置信息表，确定所述温控数据的匹配档位，并根据所述匹配档位生成档位调节信息，所述档位调节信息用于调节所述目标温控周期内的区域温度。

4.温度调节预测装置，其特征在于，包括：

监测数据获取模块，配置为获取温控区域中的监测数据，所述温控区域包括温控覆盖区域、第一预测区域和第二预测区域，所述第一预测区域为所述温控覆盖区域的边缘区域，所述第二预测区域为邻接所述温控覆盖区域的外围区域；

目标用户数量获取模块，配置为根据所述监测数据确认在目标温控周期的预测时刻，所述温控覆盖区域内的第一目标用户数量、从所述第一预测区域趋向所述第二预测区域的第二目标用户数量和从所述第二预测区域趋向所述第一预测区域的第三目标用户数量；

温控数据获取模块，配置为基于所述第一目标用户数量、所述第二目标用户数量和所述第三目标用户数量，得到所述温控区域在所述目标温控周期的温控数据，所述温控数据包括预测目标用户数量，所述预测目标用户数量为第一目标用户数量与第三目标用户数量之和与第二目标用户数量的差值；

策略配置模块，配置为根据所述温控数据确认所述温控区域在目标温控周期内的调节策略；

其中，所述目标用户数量获取模块还配置为：

根据所述监测数据中的图像数据，识别位于所述温控覆盖区域的目标用户，确定所述第一目标用户数量；

根据所述监测数据中的图像数据，识别位于所述第一预测区域的目标用户及其运动趋势，当所述目标用户的运动趋势满足从所述第一预测区域趋向所述第二预测区域，则确定所述第二目标用户数量；

根据所述监测数据中的图像数据，识别位于所述第二预测区域的目标用户及其运动趋势，当所述目标用户的运动趋势满足从所述第二预测区域趋向所述第一预测区域，则确定所述第三目标用户数量。

5.温度调节预测设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当一个或多个所述程序被一个或多个所述处理器执行，使得一个或多个所述处理器实现如权利要求1-3任一项所述的温度调节预测方法。

6.一种存储计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-3任一项所述的温度调节预测方法。

7.一种空调设备，其特征在于，所述空调设备用于执行如权利要求1-3任一项所述的温度调节预测方法。