CN115654698A - 基于睡眠状态的空调智能关闭方法、装置、设备及介质 - Google Patents

Abstract

本申请的一种基于睡眠状态的空调智能关闭方法，包括：判断空调所在的当前场景是否进入睡眠模式；当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭；本方案中，不同于传统的基于内置于空调内的定时器来定时的方式，而是通过获取到目标用户的呼吸数据，根据目标用户的呼吸数据来判断用户是否入睡，可以更合理对空调进行自动定时，可以解决现有技术中，家长已入睡但是儿童并未睡着，儿童会重新开启空调，这就很可能在家长不知晓的情况误操作，空调整夜运行，容易使儿童着凉感冒问题。

Description

基于睡眠状态的空调智能关闭方法、装置、设备及介质

技术领域

本申请涉及智能设备的控制领域，具体涉及一种基于睡眠状态的空调智能关闭方法、装置、设备及介质。

背景技术

随着工业技术的不断成熟，空调已经成为普通家庭日常生活中必不可少的家用电器；空调有一个非常人性化的功能，就是定时功能，定时功能可以让用户根据自己的入睡时间和气候条件设定空调的自动关闭时间，让用户可以在睡觉的时候感觉到凉爽，而又不会因为空调的开启时间过长导致着凉；

但很多时候，家长已入睡但是儿童并未睡着，儿童会重新开启空调，这就很可能在家长不知晓的情况误操作，空调整夜运行，容易使儿童着凉感冒给用户带来困扰。

发明内容

本申请提供一种基于睡眠状态的空调智能关闭方法、装置、设备及介质，旨在解决现有技术中在家长不知晓的情况儿童误操作空调，容易使儿童着凉感冒，给用户带来困扰的问题。

为了解决上述技术问题，第一方面，本申请提供了一种基于睡眠状态的空调智能关闭方法，包括：

判断空调所在的当前场景是否进入睡眠模式；

当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

优选的，当所述当前场景内同时存在多种不同类型的用户时，则所述获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤之前，包括：

获取所述当前场景内的所有声音，并对所述所有声音进行声音分离，得到呼吸声；

将所述呼吸声输入到训练好的神经网络分类模型中进行处理，得到多种不同类型用户的声音波形；

在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形。

优选的，所述在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形的步骤，包括：

对除所述目标用户之外的其他用户的声音波形进行声波反向处理，生成反向声波；

利用所述反向声波进行消音处理，得到所述目标用户的声音波形。

优选的，所述获取当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤，包括：

以第二预设时间间隔获取n组所述目标用户的实时呼吸频率；

计算所述目标用户第λ组实时呼吸频率与第λ-1组实时呼吸频率的频率差值，其中λ∈N^*，n∈N^*,λ≤n，且n≥2；

判断所述频率差值的绝对值是否大于预设阈值；

当所述频率差值的绝对值大于所述预设阈值时，将所述第λ组实时呼吸频率覆盖所述第λ-1组实时呼吸频率；

当所述频率差值的绝对值小于所述预设阈值时，计算所述频率差值的绝对值连续小于所述预设阈值的次数；

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡。

优选的，所述当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡的步骤，还包括：

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，则获取所述目标用户未入睡时的历史呼吸数据；

根据所述历史呼吸数据计算所述目标用户的历史平均呼吸频率；

根据n组所述实时呼吸频率计算所述目标用户的当前平均呼吸频率；

当所述当前平均呼吸频率小于所述历史平均呼吸频率时，判定所述目标用户已入睡。

优选的，所述当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭的步骤之后，还包括：

持续监测所述目标用户的入睡呼吸频率；

若所述入睡呼吸频率大于预设频率值时，获取所述入睡呼吸频率大于预设频率值时的时间，生第一时间；

继续检测所述目标用户的入睡呼吸频率，直至所述入睡呼吸频率小于所述预设频率值时，获取当前时间；

根据所述当前时间和所述第一时间计算所述入睡呼吸频率大于预设频率值的持续时长；

当所述持续时长大于第一预设时长时，则控制空调以当前时间为计时起点在所述第一预设时间间隔后关闭。

优选的，所述判断空调所在的当前场景是否进入睡眠模式的步骤包括：

获取空调所在的当前场景内的声音分贝；

根据所述声音分贝判断是否进入睡眠模式；

当所述声音分贝低于预设分贝值且所述声音分贝低于预设分贝值的持续时长超过第二预设时长时，判定进入睡眠模式；

否则，判定未进入睡眠模式。

第二方面，本申请还提供一种基于睡眠状态的空调智能关闭装置，包括：

判断模块，用于判断空调所在的当前场景是否进入睡眠模式；

呼吸数据获取模块，用于当当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

空调控制模块，用于当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

第三方面，本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的基于睡眠状态的空调智能关闭方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于睡眠状态的空调智能关闭方法的步骤。

本申请的一种基于睡眠状态的空调智能关闭方法，包括：判断空调所在的当前场景是否进入睡眠模式；当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭；本方案中，不同于传统的基于内置于空调内的定时器来定时的方式，而是通过获取到目标用户的呼吸数据，根据目标用户的呼吸数据来判断用户是否入睡，可以更合理对空调进行自动定时，可以解决现有技术中，家长已入睡但是儿童并未睡着，儿童会重新开启空调，这就很可能在家长不知晓的情况误操作，空调整夜运行，容易使儿童着凉感冒问题。

附图说明

图1为一实施例的基于睡眠状态的空调智能关闭方法的流程示意图；

图2为一实施例的基于睡眠状态的空调智能关闭装置结构示意图；

图3为一实施例的计算机设备的结构示意框图。

本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“上述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、单元、单元和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、单元、单元、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

参照图1，是本申请一实施例中提供的基于睡眠状态的空调智能关闭方法，包括：

S1：判断空调所在的当前场景是否进入睡眠模式；

S2：当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

S3：当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

如上述步骤S1所述，本实施例中所提供的基于睡眠状态的空调智能关闭方法，是通过智能终端来检测用户是否进入睡眠状态，通过记录用户进入睡眠状态的时刻，从而计算控制空调关闭的时间，以保证用户睡觉时能感觉到凉爽，而且可以防止睡着之后防止着凉；其中，空调所在的当前场景可以是房间或别的可适用空调的空间，智能终端可以是房间内中的智能台灯或其他的可控制其他智能家居的智能助手，所述智能终端设置有声音传感器，可以获取和收集到房间内的声音，通过房间内的声响来判定用户是不是在睡觉，从而判断房间内是不是进入睡眠模式；

如上述步骤S2所述，由于人在清醒时跟睡着后的呼吸频率时不一样的，一般地，睡着后的呼吸频率会小于清醒时的呼吸频率，因此，当进入睡眠模式后，可以基于智能终端设备内的声音传感器来获取到房间内用户的呼吸频率，进而可以判断出用户是否睡着；

如上述步骤S3所述，当用户进入睡眠状态时，智能终端会生成计时指令，并开始计时，在未出现异常的状态下，控制空调在一定的预设时间，如1.5小时之后关闭；本申请中，根据用户的呼吸数据来判断用户是否入睡，可以更合理对空调进行自动定时，可有效避免用户睡着后空调还一直开启导致用户着凉。

在一个实施例中，当所述当前场景内同时存在多种不同类型的用户时，则所述获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤之前，包括：

获取所述当前场景内的所有声音，并对所述所有声音进行声音分离，得到呼吸声；

将所述呼吸声输入到训练好的神经网络分类模型中进行处理，得到多种不同类型用户的声音波形；

在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形。

如上所述，当房间内同时存在多种不同类型的用户时，不同类型的用户包括成年人(家长)和儿童等，由于成年人和未成年人的体温有差别，对室内温度的适应性也不同，则可能会出现家长睡着但儿童并未睡着的情况，在空调关闭后儿童还会重新开启空调，这就很可能在家长不知晓的情况误操作，使空调整夜运行，最终导致儿童着凉感冒等，因此，需要对房间内的所有声音进去区分以判断房间内是否存在儿童，具体地，可以将房间内所有声音输入到训练好的神经网络分类模型中，从而识别得到儿童的声音，或者通过声音分离技术对所有混声进行提取和分离，分离出空调运行的声音，得到房间所有用户的呼吸声音，将所有用户的呼吸声音输入到训练好的神经网络分类模型中，对特定的声波进行提取，得到多种声音波形(家长和小孩)，从输出的多种声音波形中获取到与儿童的呼吸数据匹配的声音波形，即可获得儿童呼吸产生的声音波形；

其中，神经网络分类模型是预先训练好的，在训练时通过输入多个成人以及儿童的呼吸声音波形进行训练，直到神经网络收敛后完成训练，将当前房间内的声音波形输入神经网络分类模型后，根据分类结果确定是否为目标用户(儿童)的呼吸声音波形；进一步地，本实施例中的神经网络分类模型采用SVM或者是k-means等算法。

在一个实施例中，所述在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形的步骤，包括：

对除所述目标用户之外的其他用户的声音波形进行声波反向处理，生成反向声波；

利用所述反向声波进行消音处理，得到所述目标用户的声音波形。

如上所述，基于神经网络分类模型得到的目标用户(儿童)的呼吸声音波形后，对除儿童的声音波形以外的其他声波进行声波反向处理，得到反向声波，就可以对除目标用户之外的其他用户的声音波形进行降噪、屏蔽、抵消处理，得到只包含儿童呼吸声波的波形，更有利于准确获取儿童呼吸数据。

在一个实施例中，所述获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤，包括：

以第二预设时间间隔获取n组所述目标用户的实时呼吸频率；

计算所述目标用户第λ组实时呼吸频率与第λ-1组实时呼吸频率的频率差值，其中λ∈N^*，n∈N^*,λ≤n，且n≥2；

判断所述频率差值的绝对值是否大于预设阈值；

当所述频率差值的绝对值大于所述预设阈值时，将所述第λ组实时呼吸频率覆盖所述第λ-1组实时呼吸频率；

当所述频率差值的绝对值小于所述预设阈值时，计算所述频率差值的绝对值连续小于所述预设阈值的次数；

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡。

如上所述，在进入睡眠模式后，可以实时获取儿童每分钟的呼吸状态数据，如实时呼吸频率；记录儿童在预设时间间隔内的呼吸次数，来计算儿童的呼吸频率；例如通过每分钟儿童的呼吸次数，来计算儿童每分钟的实时呼吸频率，在一些实施例中，也可以获取每30s或2min内的呼吸次数来计算儿童的呼吸频率，将儿童第一分钟的呼吸频率存入数据库中，在获取第二分钟儿童的实时呼吸频率，计算第二分钟的呼吸频率与第一分钟的呼吸频率的频率差值的绝对值，当频率差值的绝对值超过预设阈值时，即表明当相邻两分钟呼吸频率变化较大，此时儿童还未睡着，则将第二分钟的实时呼吸频率数据覆盖掉第一分钟的实时呼吸频率数据；以此类推，当第λ分钟与第λ+1分钟的实时呼吸频率的频率差值的绝对值小于预设阈值，则表明儿童呼吸均匀，符合睡眠的特征，因此，则不会用第λ+1分钟的实时呼吸频率覆盖第λ分钟的实时呼吸频率数据，其中，覆盖原则的数据处理方式是为了更好地节省内存，将无用的数据进行覆盖，同时记录第λ分钟与第λ+1分钟的实时呼吸频率，若第λ分钟与第λ+1分钟的实时呼吸频率的频率差值的绝对值小于预设阈值的这种状态连续持续5次或10次以上，则表明五分钟或者十分钟之间儿童的实时呼吸频率均小于预设阈值，即五分钟、十分钟内儿童的呼吸频率变化不大，保持稳定，则表明，儿童此时已进入睡眠状态，本申请中，是基于用户的呼吸数据来判定用户时是否入睡，从而来控制空调的关闭，不同于传统的定时关闭，具有更高的合理性，同时，也可避免家长不知情的情况下，儿童自行开启空调导致着凉的问题。

在一个实施例中，所述当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡的步骤，还包括，还包括：

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，则获取所述目标用户未入睡时的历史呼吸数据；

根据所述历史呼吸数据计算所述目标用户的历史平均呼吸频率；

根据n组所述实时呼吸频率计算所述目标用户的当前平均呼吸频率；

当所述当前平均呼吸频率小于所述历史平均呼吸频率时，判定所述目标用户已入睡。

如上所述，当频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，除了通过目标的实时呼吸频率是否稳定来判断儿童是否入睡的方式之外，还会基于目标用户的历史呼吸数据，通过比对目标用户清醒时的呼吸数据与目标用户的当前平均呼吸频率，来进一步判断，其中当前平均呼吸频率可由上述步骤获取到的实时呼吸频率获得，若当前平均呼吸频率小于目标用户正常清醒时的呼吸频率平均值，则表明当前时刻用户的呼吸频率降低，两个条件同时满足时，即当所述频率差值连续小于所述预设阈值的次数大于预设次数和当前平均呼吸频率小于所述历史平均呼吸频率同时满足，则判定进入睡眠状态。

在一个实施例中，所述当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭的步骤之后，还包括：

持续检测所述目标用户的入睡呼吸频率；

若所述入睡呼吸频率大于预设频率值时，获取所述入睡呼吸频率大于预设频率值时的时间，生第一时间；

继续检测所述目标用户的入睡呼吸频率，直至所述入睡呼吸频率小于所述预设频率值时，获取当前时间；

根据所述当前时间和所述第一时间计算所述入睡呼吸频率大于预设频率值的持续时长；

当所述持续时长大于第一预设时长时，则控制空调以当前时间为计时起点在所述第一预设时间间隔后关闭。

如上所述，在判定目标用户已入睡后，即实时呼吸频率小于，智能终端还会持续检测所述目标用户的入睡呼吸频率，若入睡呼吸频率大于预设频率值时，其中，预设频率值可以基于目标用户睡着时的平均呼吸频率确定，当若入睡呼吸频率大于预设频率值时，记录入睡呼吸频率大于预设频率值时的第一时间，继续检测所述目标用户的入睡呼吸频率，直至目标用户的入睡呼吸频率小于所述预设频率值时，记录下当前时间，通过入睡呼吸频率大于预设频率值时的时间和入睡呼吸频率再次小于预设频率值的时间来计算入睡呼吸频率大于预设频率值时的持续时长，若持续时长小于第一预设时长，如5分钟，则表明可能是做梦或者身体不适或者是盖得太厚等情况的发生，但仍处于睡眠状态，则仍在用户入睡后的第一预设时间间隔后控制空调在关闭，如22：10判定用户已入睡，则控制空调在23:40关闭，但是在22.35-22.40的这段时间内入睡呼吸频率大于预设频率值，但由于持续时间短，表明用户可能做梦获得别的情况导致呼吸加速，但用户还仍处于睡眠状态，则不会改变空调的关闭时间，若入睡呼吸频率大于预设频率值的持续时长超过了30min，需要说明的是，本申请中所有的这类的预设值(如持续时长、预设时长、预设时间间隔等)并不限定，可以根据用户实际情况进行设定的；则表明用户此时处于清醒状态，则会一直持续监测用户的呼吸频率，当用户的入睡呼吸频率重新小于预设频率值时，以用户的入睡呼吸频率重新小于预设频率值那一时刻来重新调整空调的关闭时间，如用户在22：10入睡，在22：20-22:50的这段时间内，用户的入睡呼吸频率大于预设频率值，而在22:55用户的入睡呼吸频率又重新小于预设频率值，则控制空调在22:55的一个半小时后关闭。

在一个实施例中，所述判断房间是否进入睡眠模式的步骤包括：

获取空调所在的当前场景内的声音分贝；

根据所述声音分贝判断是否进入睡眠模式；

当所述声音分贝低于预设分贝值且所述声音分贝低于预设分贝值的持续时长超过第二预设时长时，判定进入睡眠模式；

否则，判定未进入睡眠模式。

如上所述，判断房间是否进入睡眠模式的步骤包括，基于设置在智能终端的声音传感器来获取到房间内的声音的分贝，当所述声音分贝低于预设分贝值时如低于20分贝，且低于20分贝的持续时长超过第二预设时长如30分钟时，判定进入睡眠模式；否则，判定未进入睡眠模式。

第二方面，参照图2，本申请还提供一种基于睡眠状态的空调智能关闭装置，包括：

判断模块100，用于判断空调所在的当前场景是否进入睡眠模式；

呼吸数据获取模块200，用于所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

空调控制模块300，用于当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

在一个实施例中，当所述房间内同时存在多种不同类型的用户时，则所述呼吸数据获取模块200，包括：

呼吸声获取单元，用于获取所述当前场景内的所有声音，并对所述所有声音进行声音分离，得到呼吸声；

声音处理单元，用于将所述呼吸声输入到训练好的神经网络分类模型中进行处理，得到多种不同类型用户的声音波形；

目标用户确定单元，用于在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形。

在一个实施例中，所述目标用户确定单元，还包括：

反向声波生成子单元，用于对除所述目标用户之外的其他用户的声音波形进行声波反向处理，生成反向声波；

消音子单元，用于将所述反向声波进行消音处理，得到所述目标用户的声音波形。

在一个实施例中，所述呼吸数据获取模块200，还包括：

实时呼吸频率获取单元，用于以第二预设时间间隔获取n组所述目标用户的实时呼吸频率；

频率差值计算单元，用于计算所述目标用户第λ组实时呼吸频率与第λ-1组实时呼吸频率的频率差值，其中λ∈N^*，n∈N^*,λ≤n，且n≥2；

第一判断单元，用于判断所述频率差值的绝对值是否大于预设阈值；

覆盖单元，用于当所述频率差值的绝对值大于所述预设阈值时，将所述第λ组实时呼吸频率覆盖所述第λ-1组实时呼吸频率；

次数计算单元，用于当所述频率差值的绝对值小于所述预设阈值时，计算所述频率差值的绝对值连续小于所述预设阈值的次数；

判定单元，用于当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡。

在一个实施例中，所述呼吸数据获取模块200，还包括：

历史呼吸数据单元，用于当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，则获取所述目标用户未入睡时的历史呼吸数据；

历史平均呼吸频率获取单元，用于根据所述历史呼吸数据计算所述目标用户的历史平均呼吸频率；

当前平均呼吸频率计算单元，用于根据n组所述实时呼吸频率计算所述目标用户的当前平均呼吸频率；

入睡判定单元，用于当所述当前平均呼吸频率小于所述历史平均呼吸频率时，判定所述目标用户已入睡。

在一个实施例中，所述空调控制模块300还包括：

持续检测单元，用于持续检测所述目标用户的入睡呼吸频率；

第一时间获取单元，用于若所述入睡呼吸频率大于预设频率值时，获取所述入睡呼吸频率大于预设频率值时的时间，生第一时间；

当前时间获取单元，用于继续检测所述目标用户的入睡呼吸频率，直至所述入睡呼吸频率小于所述预设频率值时，获取当前时间；

持续时长计算单元，用于根据所述当前时间和所述第一时间计算所述入睡呼吸频率大于预设频率值的持续时长；

空调调控单元，用于当所述持续时长大于第一预设时长时，则控制空调以当前时间为计时起点在所述第一预设时间间隔后关闭。

在一个实施例中，所述判断模块100还用于：

获取空调所在的当前场景内的声音分贝；

根据所述声音分贝判断是否进入睡眠模式；

当所述声音分贝低于预设分贝值且所述声音分贝低于预设分贝值的持续时长超过第二预设时长时，判定进入睡眠模式；否则，判定未进入睡眠模式。

参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储基于睡眠状态的空调智能关闭数据等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于睡眠状态的空调智能关闭方法。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。

本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种基于睡眠状态的空调智能关闭方法。可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种基于睡眠状态的空调智能关闭方法，其特征在于，包括：

判断空调所在的当前场景是否进入睡眠模式；

当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

2.如权利要求1所述的基于睡眠状态的空调智能关闭方法，其特征在于，当所述当前场景内同时存在多种不同类型的用户时，则所述获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤之前，包括：

获取所述当前场景内的所有声音，并对所述所有声音进行声音分离，得到呼吸声；

将所述呼吸声输入到训练好的神经网络分类模型中进行处理，得到多种不同类型用户的声音波形；

在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形。

3.如权利要求2所述的基于睡眠状态的空调智能关闭方法，其特征在于，所述在所述不同类型用户的声音波形中，利用声波反向抵消技术，选取所述目标用户的声音波形的步骤，包括：

对除所述目标用户之外的其他用户的声音波形进行声波反向处理，生成反向声波；

利用所述反向声波进行消音处理，得到所述目标用户的声音波形。

4.如权利要求1所述的基于睡眠状态的空调智能关闭方法，其特征在于，所述获取当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡的步骤，包括：

以第二预设时间间隔获取n组所述目标用户的实时呼吸频率；

计算所述目标用户第λ组实时呼吸频率与第λ-1组实时呼吸频率的频率差值，其中λ∈N^*，n∈N^*,λ≤n，且n≥2；

判断所述频率差值的绝对值是否大于预设阈值；

当所述频率差值的绝对值大于所述预设阈值时，将所述第λ组实时呼吸频率覆盖所述第λ-1组实时呼吸频率；

当所述频率差值的绝对值小于所述预设阈值时，计算所述频率差值的绝对值连续小于所述预设阈值的次数；

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡。

5.如权利要求4所述的基于睡眠状态的空调智能关闭方法，其特征在于，所述当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，判定所述目标用户已入睡的步骤，还包括：

当所述频率差值的绝对值连续小于所述预设阈值的次数大于预设次数时，则获取所述目标用户未入睡时的历史呼吸数据；

根据所述历史呼吸数据计算所述目标用户的历史平均呼吸频率；

根据n组所述实时呼吸频率计算所述目标用户的当前平均呼吸频率；

当所述当前平均呼吸频率小于所述历史平均呼吸频率时，判定所述目标用户已入睡。

6.如权利要求1所述的基于睡眠状态的空调智能关闭方法，其特征在于，所述当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭的步骤之后，还包括：

持续监测所述目标用户的入睡呼吸频率；

若所述入睡呼吸频率大于预设频率值时，获取所述入睡呼吸频率大于预设频率值时的时间，生第一时间；

继续检测所述目标用户的入睡呼吸频率，直至所述入睡呼吸频率小于所述预设频率值时，获取当前时间；

根据所述当前时间和所述第一时间计算所述入睡呼吸频率大于预设频率值的持续时长；

当所述持续时长大于第一预设时长时，则控制空调以当前时间为计时起点在所述第一预设时间间隔后关闭。

7.如权利要求1所述的基于睡眠状态的空调智能关闭方法，其特征在于，所述判断空调所在的当前场景是否进入睡眠模式的步骤包括：

获取空调所在的当前场景内的声音分贝；

根据所述声音分贝判断是否进入睡眠模式；

当所述声音分贝低于预设分贝值且所述声音分贝低于预设分贝值的持续时长超过第二预设时长时，判定进入睡眠模式；否则，判定未进入睡眠模式。

8.一种基于睡眠状态的空调智能关闭装置，其特征在于，包括：

判断模块，用于判断空调所在的当前场景是否进入睡眠模式；

呼吸数据获取模块，用于当所述当前场景进入睡眠模式，获取所述当前场景内目标用户的呼吸数据，并根据所述呼吸数据判断所述目标用户是否已入睡；

空调控制模块，用于当所述目标用户已入睡后，控制所述空调在第一预设时间间隔后关闭。

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于睡眠状态的空调智能关闭方法的步骤。

10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于睡眠状态的空调智能关闭方法的步骤。

Images