CN115525081A - 一种建筑室内环境自适应调节系统及控制方法 - Google Patents
一种建筑室内环境自适应调节系统及控制方法 Download PDFInfo
- Publication number
- CN115525081A CN115525081A CN202211121416.XA CN202211121416A CN115525081A CN 115525081 A CN115525081 A CN 115525081A CN 202211121416 A CN202211121416 A CN 202211121416A CN 115525081 A CN115525081 A CN 115525081A
- Authority
- CN
- China
- Prior art keywords
- user
- indoor
- environment
- building
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
- A61B5/1455—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters
- A61B5/14551—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue using optical sensors, e.g. spectral photometrical oximeters for measuring blood gases
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4806—Sleep evaluation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
Abstract
本发明提出一种建筑室内环境自适应调节系统及控制方法。本发明能够通过信息采集模块,监测使用者睡眠状态下的人体呼吸频率、呼吸幅度、心率、血压、血氧饱和度、在位离位状态;通过卷积神经网络建模,解析监测数据,识别建筑使用者体态,同时结合室内物理环境传感器采集的室内环境数据;应用BP人工神经网络建模技术,构建多维参数梯度学习模型预测建筑使用者当前光热舒适状态,生成平衡建筑能效与光热舒适的室内环境调节策略,并通过物联网联动暖通空调和照明系统进行调节。本发明能够保证使用者睡眠安全的同时,非接触式地判断使用者在睡眠中的热舒适度情况,通过智慧、精准地建筑室内环境调节,营造低能耗、高舒适的室内建成环境。
Description
技术领域
本发明属于室内环境自适应调节技术领域,特别是涉及一种建筑室内环境自适应调节系统及控制方法。
背景技术
近年来,睡眠问题获得越来越多的关注,睡眠不足和丧失可能会增加各类心血管疾病、肥胖、糖尿病的风险,损害情绪调节和认知能力、提高多种疾病发病率,甚至增加死亡风险。当前的睡眠质量监测技术大多使用接触式监测设备监测呼吸、心率等生理指标,设备穿戴可能对睡眠造成干扰,且较少的生理数据判断睡眠质量误差较大,应结合睡眠行为提高判断准确性;广泛采用的视频行为监测有隐私泄露的风险。此外,市面上有智能手环、居家安全监测产品等生理指标监测技术,但其中大部分技术测量范围较小、精度较低、对测量场景的要求高,不具备精准性与全面性。
近年来,毫米波雷达、光纤BCG感知技术的发展为睡眠行为感知提供了新的技术支点。工作频率为76–81GHz的毫米波雷达可以连续发射调频信号,以实时测量距离、角度和速度的变化;能够检测小至零点几毫米的移动,可以精确的监测10米范围内脉搏与呼吸等生理行为引起的微小位移,同时还能实现多目标的生理指标与动作监测。具有体积小、质量轻、空间分辨率高、高精确度、抗干扰能力强等特点。光纤BCG传感技术具有非接触、无感监测、医疗级的高准确度、抗干扰等优势,光纤BCG传感器可安装在座椅、床垫、枕头等载体内,监测人体生命活动所产生的微弱压力,进而计算出呼吸频率、呼吸幅度、心率、血压、在位离位、睡眠质量、疲劳程度等生命体征。
但是,上述技术主要是围绕对使用者的生理指标监控,虽然能够在建筑使用者出现不舒适症状时进行感知,但是仍无法提前预知可能出现的建筑使用者睡眠行为不舒适风险。既有研究表明,热环境是影响睡眠质量的重要因素之一,舒适的热环境能有效改善睡眠质量。然而,睡眠环境下人体实际的热舒适度很难直接取得,目前的热舒适度计算方式针对个体而言可能存在较大误差,完全依靠自动调节易造成室内热舒适度与个体需求的较大差异、能源浪费等现象,缺少针对个体使用者的热舒适度进行判断并反馈调节的方法。炎热和寒冷天气下室内空气温、湿度,空气品质等物理环境需要暖通空调设备等人工措施进行改善,以满足热舒适需求,但频繁的室内物理环境调节会大幅增大建筑运维能耗,不符合我国碳达峰与碳中和战略目标导向。
如何通过对建筑使用者睡眠行为和热舒适度的非侵入感知来精准调节建筑室内温度、湿度、空气品质,以低能耗实现高舒适度环境营造已成为我国人居环境营造的关键问题。
发明内容
本发明目的是为了解决现有技术中的问题,提出了一种建筑室内环境自适应调节系统及控制方法。
本发明是通过以下技术方案实现的,本发明提出一种非侵入式感知使用者睡眠行为和光热舒适的建筑室内环境自适应调节系统,所述系统具体包括:
信息采集模块:所述信息采集模块包括毫米波雷达传感器、BCG传感器、近红外光谱吸光探测仪和室内物理环境传感器;毫米波雷达传感器用于监测建筑使用者呼吸、心率和睡姿,并生成多普勒热图;近红外光谱吸光探测仪监测血氧饱和度;BCG传感器用于监测使用者心率、呼吸频率、呼吸幅度、血压和在位离位情况;各所述室内物理环境传感器用于监测室内外物理环境信息;
通信模块:所述通信模块包括蓝牙模块、WIFI模块和蜂窝通信模块;通信模块连接信息采集模块、数据处理模块和执行模块;
数据处理模块:用于综合使用者体态姿势信息和同时段环境采集信息,判断使用者的即时光热舒适度感受,生成相应的调节指令,并发送至对应的执行模块;根据测得的呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断使用者疾病发作状态,进行预警;
执行模块:所述执行模块包括室内物理环境调节器和报警器,室内物理环境调节器根据数据处理模块输出的调节指令,启动室内光热环境相关设备,调节室内环境;报警器用于识别疾病发作状态后进行警报。
进一步地,所述判断使用者的即时光热舒适度感受,具体为:通过卷积神经网络建模,解析监测数据,识别建筑使用者体态,同时结合室内物理环境传感器采集的室内环境数据,应用BP人工神经网络建模技术,构建多维参数梯度学习模型预测建筑使用者当前光热舒适状态。
进一步地,所述信息采集模块毫米波雷达悬挂于建筑空间天花板上,保证在使用者正常进入睡眠的条件下,所述毫米波雷达位于其正上方,以提高采集数据的准确性;BCG传感器位于睡眠平面内或下方;近红外光谱吸光探测仪须位于指尖,根据使用者需求选择性佩戴。
本发明提出一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法,该方法采用所述的建筑室内环境自适应调节系统,具体包括如下步骤:
步骤S1、安装应用于使用者睡眠条件下的建筑室内环境自适应调节系统并输入原始环境参数及用户参数;
步骤S2、运行所述应用于使用者睡眠条件下的建筑室内环境自适应调节系统,设定某一固定时间间隔,利用信息采集模块记录的睡眠中的使用者的体态变化和呼吸、心率、血压、血氧饱和度数据作为基础用户生理指标计算数组,记录该时段内室内外物理环境指标作为基础光热指标计算数组;
步骤S3、结合基础计算数组,输出基于使用者呼吸频率、呼吸幅度、心率、血压、血氧饱和度和体态变化的初始数据集,计算当前的光舒适程度和热舒适程度,生成相应的室内环境调节指令;以及根据呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断当前人体是否处于疾病发作状态,进入相应预警状态;
步骤S4、响应于室内环境调节指令,根据需调节的室内物理参数,相应调节器分别运行至所述系统判断使用者已处于舒适状态,实现基于使用者舒适度的室内环境自适应控制。
进一步地,所述步骤S2中,优先运行BCG传感器,利用BCG传感器判断使用者在位离位情况;若在位,则启动全部生理监测设备,执行后续步骤;若离位,则关闭其他生理监测设备,仅保留BCG传感器,室内环境保持在节能状态。
进一步地,所述步骤S3中,若需要调节室内热环境,则调节方式的判断基于瞬时调节幅度和节能考虑;在使用者身体条件和室外物理条件允许的情况下,优先采用开窗通风低能耗措施,在条件不允许或只依靠该类措施无法完成调节的情况下,进行依托于室内电气设备的调节;
若需要调节室内光环境,通过遮阳系统和照明系统完成;
若不需要调节室内环境,用户已经达到舒适状态,记录对应的室内物理参数,多次修正得到基于用户个人偏好的舒适多边形范围。
进一步地,所述步骤S3中,若当前用户的异常动作或生命体征异常数据支持所述系统做出用户已处于疾病发作状态的判断,则向用户发出警告信息;并将当前用户实时数据储存在用户个性化健康数据档案中,长期记录并对比使用者睡眠过程中的生命体征,用于提前发现身体异常,通过机器自学习不断修正,构建用户个性化系统。
进一步地,所述步骤S3中,初始数据集通过通信模块传输到系统云平台进行计算。
本发明提出一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法的步骤。
本发明提出一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时实现所述一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法的步骤。
本发明的有益效果为:
1.采用非侵入式睡眠行为及生理指标监测设备:毫米波雷达监测设备体积小、质量轻、空间分辨率高、高精确度、抗干扰能力强;光纤BCG传感技术具有非接触、无感监测、医疗级的高准确度、抗干扰等优势,光纤BCG传感器可安装在座椅、床垫、枕头等载体内,监测人体生命活动所产生的微弱压力,进而计算出呼吸频率、呼吸幅度、心率、血压、在位离位、睡眠质量、疲劳程度等生命体征,且非侵入式监测方法不会对睡眠质量及隐私性产生影响。
2.应用机器学习模型判断热舒适度,训练模型对于特定场景准确性高。
3.采用云计算处理数据,计算速度快,可满足实时监测及响应,综合多用户数据,训练模型判断更准确。
4.可进行舒适度偏好的个性化学习,同时使用者也可结合手动对舒适度偏好的修正,后续进行环境调节的判断中,可综合使用者舒适度偏好,输出调节指令。
5.将睡眠监测与环境调节结合,发现睡眠质量下降时及时调整室内环境,保障最舒适的睡眠环境。
6.监测过程中可报告呼吸异常、呼吸暂停、坠床、打鼾、心脏病突发等睡眠过程中常见危险情况,避免风险。
附图说明
图1为系统应用示意图;
图2为系统工作流程示意图;
图3为数据处理过程示意图。
图中标记说明:1.设备盒,2.BCG传感器,3.近红外光谱吸光探测仪,4.云计算平台,5.照明设备控制,6.室内热环境调节设备,7.门窗调节系统,8.报警器。
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。
本发明提出了一种适用于睡眠场景,能够以非侵入方式感知使用者睡眠行为和热舒适度的建筑室内环境调节系统,旨在保证使用者睡眠安全的同时,非接触式地判断使用者在睡眠中的热舒适度情况,通过智慧、精准地建筑室内环境调节,营造低能耗、高舒适的室内建成环境。
本发明能够通过信息采集模块,监测使用者睡眠状态下的人体呼吸频率、呼吸幅度、心率、血压、血氧饱和度、在位离位状态;通过卷积神经网络建模,解析监测数据,识别建筑使用者体态,同时结合温、湿度传感器、风速传感器、二氧化碳浓度传感器、氧气浓度传感器、亮度传感器采集的室内环境数据;应用BP人工神经网络建模技术,构建多维参数梯度学习模型预测建筑使用者当前光热舒适状态,生成平衡建筑能效与光热舒适的室内环境调节策略,并通过物联网联动暖通空调和照明系统进行调节。
实施例一:
本发明的目的是针对目前健康养老产品智慧化水平提升的迫切需要和产品空白,提出一种适用于使用者睡眠情境,能够非侵入式感知使用者睡眠行为和光热舒适度的室内环境自适应调节系统。
本发明提出一种非侵入式感知使用者睡眠行为和光热舒适的建筑室内环境自适应调节系统,所述系统具体包括:
信息采集模块:所述信息采集模块包括毫米波雷达传感器、BCG传感器、近红外光谱吸光探测仪和室内物理环境传感器;毫米波雷达传感器用于监测建筑使用者呼吸、心率和睡姿,并生成多普勒热图;近红外光谱吸光探测仪监测血氧饱和度;BCG传感器用于监测使用者心率、呼吸频率、呼吸幅度、血压和在位离位情况;各所述室内物理环境传感器用于监测室内外物理环境信息;所述室内外物理环境信息包括温湿度,空气质量、风速和亮度等;
通信模块:所述通信模块包括蓝牙模块、WIFI模块和蜂窝通信模块;通信模块连接信息采集模块、数据处理模块和执行模块;
数据处理模块:用于综合使用者体态姿势信息和同时段环境采集信息,判断使用者的即时光热舒适度感受,生成相应的调节指令,并发送至对应的执行模块;根据测得的呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断使用者疾病发作状态,进行预警;
执行模块:所述执行模块包括室内物理环境调节器和报警器,室内物理环境调节器根据数据处理模块输出的调节指令,启动室内光热环境相关设备,调节室内环境;报警器用于识别疾病发作状态后进行警报。
所述数据处理模块中,监测系统对于使用者行为动作监测内容包含呼吸状态、动作、身体姿态三方面;呼吸状态包含平静状态、屏住呼吸、急促呼吸;动作包含移动、起身、蹬腿、伸手;身体姿态包含仰卧、舒展左侧卧、舒展右侧卧、蜷缩左侧卧、蜷缩右侧卧和俯卧。
所述信息采集模块毫米波雷达悬挂于建筑空间天花板上,保证在使用者正常进入睡眠的条件下,所述毫米波雷达位于其正上方,以提高采集数据的准确性;BCG传感器位于睡眠平面内或下方;近红外光谱吸光探测仪须位于指尖,根据使用者需求选择性佩戴。
所述判断使用者的即时光热舒适度感受,具体为:通过卷积神经网络建模,解析监测数据,识别建筑使用者体态,同时结合室内物理环境传感器采集的室内环境数据,应用BP人工神经网络建模技术,构建多维参数梯度学习模型预测建筑使用者当前光热舒适状态。
对应的光热舒适度情况通过如下方式确定:
通过毫米波雷达和BCG传感器获取使用者呼吸频率、呼吸幅度、心率、血压。
对毫米波雷达数据处理后获得的多普勒热图进行识别,图片识别包括但不限于深度神经网络以及LeNet、AlexNet、VGGNet、GoogLeNet、ResNet等卷积神经网络,提取特征,输出基于使用者体态变化的初始数据集;
通过自学习非线性映射地判断使用者的实时光热舒适度的方法包括但不限于多维参数梯度学习,包括遗传算法、蚁群算法等机器学习方法和长短时记忆模型LSTM、支持向量机SVM、反向传播BP等深度学习方法;建立姿势体态信息和舒适程度的对应关系表。
所述室内物理环境调节器包括与系统输出端相连的电暖气、空调、风扇、新风系统、门窗控制系统、遮阳系统和照明系统等室内光热环境相关设备。
本发明提出一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法,该方法采用所述的建筑室内环境自适应调节系统,具体包括如下步骤:
步骤S1、安装应用于使用者睡眠条件下的建筑室内环境自适应调节系统并输入原始环境参数及用户参数;
步骤S2、运行所述应用于使用者睡眠条件下的建筑室内环境自适应调节系统,设定某一固定时间间隔,利用信息采集模块记录的睡眠中的使用者的体态变化和呼吸、心率、血压、血氧饱和度数据作为基础用户生理指标计算数组,记录该时段内室内外物理环境指标作为基础光热指标计算数组;
步骤S3、结合基础计算数组,输出基于使用者呼吸频率、呼吸幅度、心率、血压、血氧饱和度和体态变化的初始数据集,计算当前的光舒适程度和热舒适程度,生成相应的室内环境调节指令;以及根据呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断当前人体是否处于疾病发作状态,进入相应预警状态;
步骤S4、响应于室内环境调节指令,根据需调节的室内物理参数,相应调节器分别运行至所述系统判断使用者已处于舒适状态,实现基于使用者舒适度的室内环境自适应控制。
所述步骤S1中,原始环境参数包括地理位置、海拔等,对于较难直接获得的建筑材料导热系数、围护结构传热系数及面积、窗墙比等房屋条件数据,所述系统可利用基于地理条件简化的默认数据估计计算;
所述步骤S1中,用户参数包括使用者年龄、身高体重性别、疾病情况和紧急联系人等,作为辅助计算数据。
所述步骤S2中,优先运行BCG传感器,利用BCG传感器判断使用者在位离位情况;若在位,则启动全部生理监测设备,执行后续步骤;若离位,则关闭其他生理监测设备,仅保留BCG传感器,室内环境保持在节能状态。
所述步骤S2中,环境指标参数包括室内外的空气品质、风速、温度、湿度及室内光照情况等数据。
所述步骤S3中,毫米波雷达和光纤BCG传感器共同监测的呼吸、心率等数据可相互进行误差修正,以提高准确性。考虑到不同使用者的主观感受,默认数据可以在用户端进行偏好修正。
所述步骤S3中,初始数据集通过通信模块传输到系统云平台进行计算。
所述步骤S3中,若需要调节室内热环境,则调节方式的判断基于瞬时调节幅度和节能考虑;在使用者身体条件和室外物理条件允许的情况下,优先采用开窗通风低能耗措施,在条件不允许或只依靠该类措施无法完成调节的情况下,进行依托于室内电气设备的调节;
若需要调节室内光环境,通过遮阳系统和照明系统完成;
若不需要调节室内环境,用户已经达到舒适状态,记录对应的室内物理参数,多次修正得到基于用户个人偏好的舒适多边形范围。在系统应用于固定的使用者一段时间、获得了足够量的个性化数据、完成对来自训练集获得的默认数据的修正后,实现基于用户偏好的个性化系统构建,更好地满足特定使用者的需求,提高系统对室内物理环境调节的针对性。
所述步骤S3中,若当前用户的异常动作或生命体征异常数据支持所述系统做出用户已处于疾病发作状态的判断,则向用户发出警告信息;并将当前用户实时数据储存在用户个性化健康数据档案中,长期记录并对比使用者睡眠过程中的生命体征,用于提前发现身体异常,通过机器自学习不断修正,构建用户个性化系统。
所述步骤S4中,对于交互端输出的当前用户舒适的环境指标范围参量,用户可以通过交互端,依据主观感受,自主修改系统计算后给出判断。所述判断在下一次运行中,修正学习结果。
所述步骤S4中,若用户当前疾病判定为呼吸暂停综合征等与姿势体态相关的疾病,可通过与所述系统连接的智能设备、矫正姿势体态,缓解用户当前不适。
可判断的疾病可包括但不限于呼吸异常、呼吸暂停、坠床、打鼾、心脏病突发等睡眠过程中常见危险情况。
所述步骤S4中,所述系统的采集模块的工作间隔适当缩短,以尽量减少室内环境物理参量或人体生理参数信息达到舒适范围后,调节器无效工作或错误工作导致的能量浪费。
本发明提供了一种非侵入式感知使用者睡眠行为和光热舒适的建筑室内环境自适应调节系统及控制方法,能够在保证使用者睡眠安全的同时,非接触式地判断使用者在睡眠中的热舒适度情况,通过智慧、精准地建筑室内环境调节,营造低能耗、高舒适的室内建成环境,解决睡眠过程中的环境不舒适问题,并更合理地控制室内环境调节设备使用,减少建筑能耗,有效预警睡眠时期高发疾病,改善用户体验。
实施例二:
本发明由监测系统与决策系统构成。其中:
监测系统包括物理环境监测与生理指标和行为动作监测。其中,物理环境监测设备主要为Arduino开发板与其集成的温、湿度传感器、风速传感器、空气品质传感器(二氧化碳浓度、氧气浓度等传感器)、亮度传感器及通信传输模块等;生理指标和行为动作检测设备主要为毫米波雷达(AWR1642BOOST评估板)与信号处理模块(DCA1000EVM实时数据捕捉适配器评估模块)、近红外光谱吸光探测仪、BCG传感器;物理环境监测设备与毫米波雷达设备集成于设备盒中,BCG传感器位于床垫内或枕头下方,近红外光谱吸光探测仪佩戴于指尖,将环境信息与生理行为实时传递给决策系统。
其中,毫米波雷达可同时监测心率、呼吸频率与行为动作数据。工作原理为毫米波雷达发射高频毫米波信号,经人体颈部、胸腔反射产生回波信号,根据波形相位差数据中的频段信号进行处理,获得心率,呼吸频率的原始数据;经人体头部,四肢、躯干反射产生回波信号,根据波形相位差数据中的频段信号进行处理,获得行为动作信息的原始数据;最后原始数据将经过信号处理模块的初步处理后通过通信模块实时传递给电脑处理系统,得到心率、呼吸频率与行为动作多普勒谱图。
监测系统对于物理环境监测内容包括:温度、湿度、风速、空气品质、二氧化碳浓度、亮度、噪音。
监测系统对于使用者生理指标监测内容包括:心率、呼吸频率、呼吸幅度、血压。
监测系统对于使用者行为动作监测内容包含呼吸状态、动作、身体姿态三方面;呼吸状态包含平静状态、屏住呼吸、急促呼吸;动作包含移动、起身、蹬腿、伸手;身体姿态包含仰卧、舒展左侧卧、舒展右侧卧、蜷缩左侧卧、蜷缩右侧卧、俯卧。
光纤BCG传感器可安装在床垫、枕头等载体内,通过光探测器自适应地检测细小的光强变化获得心冲击图(BCG)信号,通过通信模块实时传递给电脑处理系统,得到呼吸频率、呼吸幅度、心率、血压、在位离位等生命体征。
数据处理模块中的决策系统采用经实验数据训练的卷积神经网络等机器学习模型识别图像信息,提取特征,输出基于使用者体态变化的初始数据集;再利用深入学习BP神经网络等多维参数梯度学习方法,在自学习后非线性映射地判断使用者的实时舒适度,计算当前的舒适程度,判断是否需要对室内物理环境进行调节。若需要调节室内环境,再对瞬时调节幅度进行判断,计算最节能的调节措施,在使用者身体条件和室外物理条件允许的情况下,优先采用开窗通风等低能耗措施,在条件不允许或只依靠该类措施无法完成调节的情况下,进行依托于室内设备的调节。
实施例三(舒适度调节场景):
本发明提出一种基于环境指标和使用者生理指标与行为动作的建筑环境舒适度自适应调节系统的控制方法,包括以下步骤:
S1、安装所述应用于使用者睡眠条件下的智慧系统并输入原始环境参数及用户参数;
将设备盒安装于房间内床塌区域所正对的天花板上;BCG传感器部分位于床垫内或枕头下方;近红外光谱吸光探测仪须位于指尖,根据使用者需求选择性佩戴;开启设备,并在系统中输入环境参数与用户参数。
S2、运行所述应用于使用者睡眠条件下的智慧系统,设定某一固定时间间隔,利用信息采集模块记录的睡眠中的使用者的体态变化和呼吸、心率、血压、血氧饱和度数据作为基础用户生理指标计算数组、记录该时段内室内外物理环境指标作为基础光热指标计算数组;
优先运行BCG传感器,利用BCG传感器判断用户在位离位情况;若在位,则启动全部生理监测设备,执行后续步骤;若离位,则关闭其他生理监测设备,仅保留BCG传感器,室内环境保持在节能状态。
每隔一固定时间间隔,利用毫米波雷达对床榻区域发射高频毫米波信号进行扫描,获取扫描数据,信号处理模块对扫描数据进行预处理,得到用户的心跳、呼吸频率、呼吸幅度等生命体征数据,并向决策系统传输生命体征数据与多普勒热图;每隔一固定时间间隔,开启近红外光谱吸光探测仪,获取血氧饱和度数据;BCG传感器可保持持续开启状态,获取呼吸频率、呼吸幅度、心率、血压、在位离位状态。
S3、结合基础计算数组,输出基于使用者呼吸频率、呼吸幅度、心率、血压、血氧饱和度和体态变化的初始数据集,计算当前的光舒适程度和热舒适程度,生成相应的室内环境调节指令;以及根据呼吸频率、呼吸频率、呼吸幅度、心率、血压、血氧饱和度判断当前人体是否处于疾病发作状态,进入相应预警状态;
决策系统判断用户的舒适度是否处于舒适区间,结合用户的运动行为数据,判断是否处于舒适状态;
若是,则重复步骤S2;
若否,则根据用户舒适度与运动行为判断用户环境变化需求,生成相应的室内环境调节指令;
S4、响应于室内环境调节指令,根据需调节的室内物理参数,相应调节器分别运行至所述系统判断用户已处于舒适状态,实现基于用户舒适度的自适应室内环境控制。
将所获得用户生命体征数据与动作行为数据实时上传至后端系统的用户健康数据档案中,通过机器自学习对警告阈值进行不断修正,实现用户个性化系统构建;同时进一步优化,以识别复杂多样的行为动作。
本实施例步骤S3中,基于在环境调节过程中对调节幅度与能耗的考虑,在使用者身体条件和室外物理条件允许的情况下,优先采用开窗通风等低能耗措施,在条件不允许或只依靠该类措施无法完成调节的情况下,进行依托于室内电气设备的调节,并结合具体情况进行调节模拟,选择综合调节效果与能耗最为合适的调节方式;
此外,记录用户达到舒适状态,不需要调节环境情况下的室内物理参数,多次修正得到基于用户个人偏好的舒适多边形范围。在系统应用于固定的使用者一段时间、获得了足够量的个性化数据、完成对来自训练集获得的默认数据的修正后,实现基于用户偏好的个性化系统构建,更好地满足特定使用者的需求,提高系统对室内物理环境调节的针对性。
实施例四(疾病监测场景):
本发明提出一种基于使用者生理指标与行为动作的室内人员睡眠状态疾病监测方法,包括以下步骤:
S1、安装所述应用于使用者睡眠条件下的智慧系统并输入原始环境参数及用户参数;
将设备盒安装于房间内床塌区域所正对的天花板上;BCG传感器部分位于床垫内或枕头下方;近红外光谱吸光探测仪须位于指尖,根据使用者需求选择性佩戴;开启设备,并在系统中输入环境参数与用户参数。
S2、运行所述应用于使用者睡眠条件下的智慧系统,设定某一固定时间间隔,利用信息采集模块记录的睡眠中的使用者的体态变化和呼吸、心率、血压、血氧饱和度数据作为基础用户生理指标计算数组、记录该时段内室内外物理环境指标作为基础光热指标计算数组;
优先运行BCG传感器,利用BCG传感器判断用户在位离位情况;若在位,则启动全部生理监测设备,执行后续步骤;若离位,则关闭其他生理监测设备,仅保留BCG传感器,室内环境保持在节能状态。
每隔一固定时间间隔,利用毫米波雷达对床榻区域发射高频毫米波信号进行扫描,获取扫描数据,信号处理模块对扫描数据进行预处理,得到用户的心跳、呼吸频率、呼吸幅度等生命体征数据,并向决策系统传输生命体征数据与多普勒热图;每隔一固定时间间隔,开启近红外光谱吸光探测仪,获取血氧饱和度数据;BCG传感器可保持持续开启状态,获取呼吸频率、呼吸幅度、心率、血压、在位离位状态。
S3、结合基础计算数组,根据呼吸频率、呼吸频率、呼吸幅度、心率、血压、血氧饱和度判断当前人体是否处于疾病发作状态,进入相应预警状态;
决策系统将用户的生命体征数据与警告阈值进行比对,并判断是否启动超阈值警告机制;同时基于多普勒热图,获取使用者运动行为数据,监测使用者是否存在异常动作,以辅助判断是否启动超阈值警告机制。
若是,则发出警告信息;
若否,则重复步骤S2;
S4、响应于室内环境调节指令,根据需调节的室内物理参数,相应调节器分别运行至所述系统判断用户已处于舒适状态,实现基于用户舒适度的自适应室内环境控制。
将所获得用户生命体征数据与动作行为数据实时上传至后端系统的用户健康数据档案中,通过机器自学习对警告阈值进行不断修正,实现用户个性化系统构建;同时进一步优化,以识别复杂多样的行为动作。
将当前用户实时数据储存在用户个性化健康数据档案中,长期记录并对比使用者睡眠过程中的生命体征,用于提前发现身体异常,通过机器自学习不断修正,构建用户个性化健康系统。
本实施例的步骤S3中,辅助启动警告的具体行为包括但不限于:张口呼吸,频繁翻身,突然坐起等其他异常动作。具体警告方式包括但不限于:将警告信号发送至使用者设置紧急联系人的移动设备;报警器发出响声,终止使用者的睡眠过程;向相关检测机构发出警告信号等。
在本实施例中,也可加入一些智能设备与系统连接,用以辅助改善使用者异常状态:包括但不限于以改善打鼾状态为目的的改变床头、床尾角度相关设备等。
在实施例三和四的步骤S1中,由于毫米波雷达探测角度的限制,需要将设备盒放置在床铺正上方2m~4m处,保证雷达进行正常视角范围的监测。
在实施例三和四的步骤S1中,环境指标参数包括室内外的空气品质、风速、温度、湿度等数据作为辅助计算数据,通过Arduino开发板集成多传感器进行实时监测,与监测用户参数的毫米波雷达及其数据处理版共同安装在床榻顶部设备盒中;
在实施例三和四中,将毫米波雷达获得的用户行为识别的多普勒谱图与使用者的行为动作进行对应,将数据上传至自学习系统。机器自学习系统中对不同动作对应的多普勒谱图进行学习,不断优化适应复杂多样的动作场景。
在具体使用过程中,该系统可以实现动作与舒适度预测。决策系统利用多维度耦合的机器学习方法,通过将特定环境中人的呼吸频率、呼吸频率、呼吸幅度、心率、血压、血氧饱和度与行为等多个参数,与人体在该环境中的热舒适状态进行学习,在实时采集人生理指标的同时可以预测人的热舒适度。通过外置设备采集数据,以及卷积神经网络对于图像数据的预处理,预测模型通过心率、血压及行为活动三个维度对人体的热舒适性进行判断预测,以反馈空调风机等室内环境调节设备对室内温度进行控制调节。训练后神经网络具有多个参数,通过多维度耦合以正确预测目标场景下人体的热舒适度。
此外,该系统可进行舒适度偏好的个性化学习。结合使用者在不同环境下表现出的心率、呼吸频率、体表温度、行为动作等参数判断使用者对环境的偏好,进行个性化学习;同时使用者也可在系统中手动对舒适度偏好进行修正。在后续进行环境调节的判断中,可综合使用者舒适度偏好,输出调节指令。
本发明提出一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现所述一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法的步骤。
本发明提出一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时实现所述一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法的步骤。
本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasablePROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(dynamic RAM,DRAM)、同步动态随机存取存储器(synchronousDRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambusRAM,DR RAM)。应注意,本发明描述的方法的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
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。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述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。所述计算机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,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(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。所述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用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,高密度数字视频光盘(digital video disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disc,SSD))等。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。为避免重复,这里不再详细描述。
应注意,本申请实施例中的处理器可以是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
以上对本发明所提出的一种建筑室内环境自适应调节系统及控制方法进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种非侵入式感知使用者睡眠行为和光热舒适的建筑室内环境自适应调节系统,其特征在于,所述系统具体包括:
信息采集模块:所述信息采集模块包括毫米波雷达传感器、BCG传感器、近红外光谱吸光探测仪和室内物理环境传感器;毫米波雷达传感器用于监测建筑使用者呼吸、心率和睡姿,并生成多普勒热图;近红外光谱吸光探测仪监测血氧饱和度;BCG传感器用于监测使用者心率、呼吸频率、呼吸幅度、血压和在位离位情况;各所述室内物理环境传感器用于监测室内外物理环境信息;
通信模块:所述通信模块包括蓝牙模块、WIFI模块和蜂窝通信模块;通信模块连接信息采集模块、数据处理模块和执行模块;
数据处理模块:用于综合使用者体态姿势信息和同时段环境采集信息,判断使用者的即时光热舒适度感受,生成相应的调节指令,并发送至对应的执行模块;根据测得的呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断使用者疾病发作状态,进行预警;
执行模块:所述执行模块包括室内物理环境调节器和报警器,室内物理环境调节器根据数据处理模块输出的调节指令,启动室内光热环境相关设备,调节室内环境;报警器用于识别疾病发作状态后进行警报。
2.根据权利要求1所述的系统,其特征在于,所述判断使用者的即时光热舒适度感受,具体为:通过卷积神经网络建模,解析监测数据,识别建筑使用者体态,同时结合室内物理环境传感器采集的室内环境数据,应用BP人工神经网络建模技术,构建多维参数梯度学习模型预测建筑使用者当前光热舒适状态。
3.根据权利要求2所述的系统,其特征在于,所述信息采集模块毫米波雷达悬挂于建筑空间天花板上,保证在使用者正常进入睡眠的条件下,所述毫米波雷达位于其正上方,以提高采集数据的准确性;BCG传感器位于睡眠平面内或下方;近红外光谱吸光探测仪须位于指尖,根据使用者需求选择性佩戴。
4.一种非侵入式感知睡眠行为和光热舒适度的室内环境控制方法,其特征在于,该方法采用权利要求1-3任一项所述的建筑室内环境自适应调节系统,具体包括如下步骤:
步骤S1、安装应用于使用者睡眠条件下的建筑室内环境自适应调节系统并输入原始环境参数及用户参数;
步骤S2、运行所述应用于使用者睡眠条件下的建筑室内环境自适应调节系统,设定某一固定时间间隔,利用信息采集模块记录的睡眠中的使用者的体态变化和呼吸、心率、血压、血氧饱和度数据作为基础用户生理指标计算数组,记录该时段内室内外物理环境指标作为基础光热指标计算数组;
步骤S3、结合基础计算数组,输出基于使用者呼吸频率、呼吸幅度、心率、血压、血氧饱和度和体态变化的初始数据集,计算当前的光舒适程度和热舒适程度,生成相应的室内环境调节指令;以及根据呼吸频率、呼吸幅度、心率、血压和血氧饱和度判断当前人体是否处于疾病发作状态,进入相应预警状态;
步骤S4、响应于室内环境调节指令,根据需调节的室内物理参数,相应调节器分别运行至所述系统判断使用者已处于舒适状态,实现基于使用者舒适度的室内环境自适应控制。
5.根据权利要求4所述的方法,其特征在于,所述步骤S2中,优先运行BCG传感器,利用BCG传感器判断使用者在位离位情况;若在位,则启动全部生理监测设备,执行后续步骤;若离位,则关闭其他生理监测设备,仅保留BCG传感器,室内环境保持在节能状态。
6.根据权利要求5所述的方法,其特征在于,所述步骤S3中,若需要调节室内热环境,则调节方式的判断基于瞬时调节幅度和节能考虑;在使用者身体条件和室外物理条件允许的情况下,优先采用开窗通风低能耗措施,在条件不允许或只依靠该类措施无法完成调节的情况下,进行依托于室内电气设备的调节;
若需要调节室内光环境,通过遮阳系统和照明系统完成;
若不需要调节室内环境,用户已经达到舒适状态,记录对应的室内物理参数,多次修正得到基于用户个人偏好的舒适多边形范围。
7.根据权利要求4所述的方法,其特征在于,所述步骤S3中,若当前用户的异常动作或生命体征异常数据支持所述系统做出用户已处于疾病发作状态的判断,则向用户发出警告信息;并将当前用户实时数据储存在用户个性化健康数据档案中,长期记录并对比使用者睡眠过程中的生命体征,用于提前发现身体异常,通过机器自学习不断修正,构建用户个性化系统。
8.根据权利要求4所述的方法,其特征在于,所述步骤S3中,初始数据集通过通信模块传输到系统云平台进行计算。
9.一种电子设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求4-8任一项所述方法的步骤。
10.一种计算机可读存储介质,用于存储计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求4-8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121416.XA CN115525081A (zh) | 2022-09-15 | 2022-09-15 | 一种建筑室内环境自适应调节系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211121416.XA CN115525081A (zh) | 2022-09-15 | 2022-09-15 | 一种建筑室内环境自适应调节系统及控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115525081A true CN115525081A (zh) | 2022-12-27 |
Family
ID=84696926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211121416.XA Pending CN115525081A (zh) | 2022-09-15 | 2022-09-15 | 一种建筑室内环境自适应调节系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115525081A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117111535A (zh) * | 2023-10-20 | 2023-11-24 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
CN117193029A (zh) * | 2023-09-12 | 2023-12-08 | 安徽逸天科技有限公司 | 一种基于物联网的睡眠环境智能监测调控系统 |
-
2022
- 2022-09-15 CN CN202211121416.XA patent/CN115525081A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117193029A (zh) * | 2023-09-12 | 2023-12-08 | 安徽逸天科技有限公司 | 一种基于物联网的睡眠环境智能监测调控系统 |
CN117193029B (zh) * | 2023-09-12 | 2024-02-20 | 安徽逸天科技有限公司 | 一种基于物联网的睡眠环境智能监测调控系统 |
CN117111535A (zh) * | 2023-10-20 | 2023-11-24 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
CN117111535B (zh) * | 2023-10-20 | 2024-01-12 | 四川名人居门窗有限公司 | 一种封闭空间抗冲击避险控制系统及智能门窗控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108292173B (zh) | 用于基于生物特征信息控制装备的设备及其方法 | |
CN115525081A (zh) | 一种建筑室内环境自适应调节系统及控制方法 | |
CN109814398B (zh) | 一种智能床具睡眠调节方法、系统及智能床具 | |
CN108870679B (zh) | 一种空调的控制方法、装置、存储介质及空调 | |
JP6666300B2 (ja) | 覚醒度予測方法および覚醒度予測装置 | |
CN204445113U (zh) | 头枕调节装置 | |
CN105222274B (zh) | 根据人体生理反应控制室内空调运行的方法 | |
JP6857269B2 (ja) | 覚醒度予測方法および覚醒度予測装置 | |
CN110062707B (zh) | 觉醒诱导装置以及觉醒诱导系统 | |
CN110013235A (zh) | 一种智能家居睡眠装置及系统 | |
JPWO2007007632A1 (ja) | 環境制御装置、環境制御方法、環境制御プログラム及び環境制御プログラムを記録したコンピュータ読み取り可能な記録媒体 | |
KR101857572B1 (ko) | 스마트 베개 | |
JP6213936B2 (ja) | 睡眠環境制御システムおよびそれに用いられる睡眠環境制御プログラム | |
CN111897230A (zh) | 睡眠质量监控方法、装置、电器设备、存储介质及处理器 | |
JP2023513888A (ja) | 無呼吸-低呼吸指数計算のための睡眠状態検出 | |
US11872350B2 (en) | Systems, methods and devices for smart humidification | |
CN113108441A (zh) | 一种空调器智能控制方法及空调器 | |
KR20190064055A (ko) | 전동침대의 센싱정보를 이용한 숙면 유도 및 관리시스템 | |
CA3169653A1 (en) | Temperature regulation based on thermal imaging | |
KR20180086083A (ko) | 스마트 레스트 기능이 구비된 IoT형 침대 | |
JP7216370B2 (ja) | 睡眠環境調整システムおよびプログラム | |
KR102212173B1 (ko) | 사물인터넷 기반의 조명장치를 이용한 수면 모니터링 시스템 및 방법 | |
CN106650262A (zh) | 基于个性化热调节模型的实时内核温度估计方法及系统 | |
CN110141194A (zh) | 一种仿真切脉设备以及智能空调控制系统 | |
WO2024004465A1 (ja) | 環境制御システム、環境調整システム、環境制御方法、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 |