CN117271608B - 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 - Google Patents
一种基于细菌检测的智慧酒店实时卫生监测方法和系统 Download PDFInfo
- Publication number
- CN117271608B CN117271608B CN202311310236.0A CN202311310236A CN117271608B CN 117271608 B CN117271608 B CN 117271608B CN 202311310236 A CN202311310236 A CN 202311310236A CN 117271608 B CN117271608 B CN 117271608B
- Authority
- CN
- China
- Prior art keywords
- room
- time
- real
- data
- bacterial
- 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.)
- Active
Links
- 241000894006 Bacteria Species 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 23
- 230000036541 health Effects 0.000 title claims abstract description 23
- 230000001580 bacterial effect Effects 0.000 claims abstract description 107
- 238000004140 cleaning Methods 0.000 claims abstract description 68
- 238000013079 data visualisation Methods 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 26
- IJALWSVNUBBQRA-UHFFFAOYSA-N 4-Isopropyl-3-methylphenol Chemical compound CC(C)C1=CC=C(O)C=C1C IJALWSVNUBBQRA-UHFFFAOYSA-N 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004378 air conditioning Methods 0.000 claims description 5
- 238000001035 drying Methods 0.000 claims description 5
- 241000588724 Escherichia coli Species 0.000 claims description 4
- 241000589517 Pseudomonas aeruginosa Species 0.000 claims description 4
- 241000194017 Streptococcus Species 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 17
- 230000015654 memory Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000013500 data storage Methods 0.000 description 4
- 241001671675 Walleria Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000004308 accommodation Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
- G06F16/287—Visualization; Browsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/30—Against vector-borne diseases, e.g. mosquito-borne, fly-borne, tick-borne or waterborne diseases whose impact is exacerbated by climate change
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Air Conditioning Control Device (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明涉及酒店卫生监测技术领域，是一种基于细菌检测的智慧酒店实时卫生监测方法和系统，具体方法包括：通过智能机器人采集旅客入住前房间内部的原始卫生数据；实时采集房间内部的卫生状态数据；构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。本发明解决了现有技术中，酒店卫生多依靠实时采样，而旅客入住期间因涉及旅客隐私导致的采样不便，存在房间卫生状态实时监测困难和房间清洁不及时的问题。
Description
技术领域
本发明涉及酒店卫生监测技术领域，是一种基于细菌检测的智慧酒店实时卫生监测方法和系统。
背景技术
智慧酒店是指利用先进的科技和信息技术，在酒店运营和服务中实现智能化、自动化和个性化的一种新型酒店模式。随着科技的不断发展和人民生活水平的不断提高，智慧酒店的个性化、自动化、便捷化的服务得到了众多人群的青睐与追捧。针对智慧酒店房间内部进行实时卫生的监测，防止细菌的传播，提供高品质服务和优质住宿体验是当下智慧酒店面临的重要难题。
在现有已公开的发明技术中，如申请公开号为CN115981197A的专利公开了酒店客房节能控制方法以及酒店客房节能控制系统，其包括以下步骤入门感应器探测人进入到客房房间内，并发送有人进入到房间的信息至总控电路；总控电路控制开关电路连通，以使得供电电源对房间进行供电；主感应控制器和副感应控制器实时监控客房房间和卫生间内的人体是否存在信息，并传递至总控电路；总控电路根据客房房间和卫生间内均无人存在的信息，控制开关电路断开，以使得供电电源对房间进行断电。
又如申请公开号为CN114983296A的专利公开了用于酒店清洁的机器人控制方法和系统包括：步骤1：在清洁机器人上挂载具有环境监测功能的传感器组件、热成像仪和深度相机；步骤2：与传感器组件中的各个传感器模块通信，获取当前的监测数据，并实时采集深度相机的图像和热成像仪的图像；步骤3：通过机器人内的监控模块实时对监控数据进行分析，对各个传感器采集到的数据进行与室内空气质量标准的阈值进行比较；步骤4：根据机器人当前位置联动酒店的客房控制主机模块，按照设定的通信协议对区域范围内的智能设备、空调系统和新风系统进行联动。
上述专利在智慧酒店的房间内部的清洁或节能工作上，通过机器人对房间环境状态数据进行采集，仅在房间无旅客入住时，可以进行卫生清洁或监测，但在旅客入住期间，因涉及到旅客隐私和住店舒适体验，无法实现对房间内部卫生环境的监控与可视化。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
本发明所要解决的技术问题是针对现有技术中，本发明解决了现有技术中，酒店卫生多依靠实时采样，而旅客入住期间因涉及旅客隐私导致的采样不便，存在房间卫生状态实时监测困难和房间清洁不及时的问题，提出了一种基于细菌检测的智慧酒店实时卫生监测方法和系统。
为了达到上述目的，本发明一种基于细菌检测的智慧酒店实时卫生监测方法的技术方案包括如下步骤：
S1：通过智能机器人采集旅客入住前房间内部的原始卫生数据；
S2：通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
S3：构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
S4：计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
S5：根据S4，将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。
具体的，S1中所述原始卫生数据包括：睡眠区域枕头上的细菌数据、睡眠区域床单上的细菌数据、浴室区域地板墙壁上的细菌数据和浴室区域洗漱台上的细菌数据。
具体的，所述细菌数据包括大肠杆菌的数量、副溶血性链球菌的数量和铜绿假单胞菌的数量，其中睡眠区域的细菌数量总数为n1，浴室区域的细菌数量总数为n2。
具体的，S2中所述微型传感器包括：温度传感器、湿度传感器、压力传感器、门磁传感器、生物溶胶传感器。
具体的，所述温度传感器用于检测房间内部睡眠区域中的床上实时温度T1和浴室区域中的空气环境实时温度T2；湿度传感器用于检测房间内部睡眠区域中的床上实时湿度RH1、浴室区域中的空气环境实时湿度RH2和浴室区域中的地板墙壁实时湿度RH3；压力传感器用于检测房间内部睡眠区域床垫受到的压力数据F1；门磁传感器用于检测旅客对房间内部浴室区域的使用时间点；生物溶胶传感器用于检测房间内部睡眠区域的空气中的细菌微粒数量X1和浴室区域的空气中的细菌微粒数量X2。
具体的，所述多元数据逐步回归模型的构建包括如下步骤：
S301：对微型传感器采集到的房间内部卫生状态数据进行异常数据清洗剔除处理；
S302：确定房间内部的多元数据和实时细菌数量的多元回归方程，并使用最小二乘法估计多元回归方程中的多元数据回归系数；
S303：根据实时细菌数量分别生成睡眠区域和浴室区域的以时间点为横轴，细菌数量为纵轴的细菌繁殖状态曲线图像。
具体的，所述多元数据逐步回归模型中，房间内部睡眠区域的细菌繁殖函数如下：
其中，N1为房间内部睡眠区域的实时细菌数量；
αi为睡眠区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
t1为睡眠区域中压力传感器记录床垫受到压力的持续时长；
ε1为多元数据逐步回归模型中，睡眠区域的细菌繁殖函数的回归误差。
具体的，所述多元数据逐步回归模型中，房间内部浴室区域的细菌繁殖函数如下：
其中，N2为房间内部浴室区域的实时细菌数量；
βi为浴室区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
M为门磁传感器监测到的旅客使用浴室区域的总次数；
tm为第m次旅客使用浴室区域的时间点；
tm+1为第m+1次旅客使用浴室区域的时间点；
ε2为多元数据逐步回归模型中，浴室区域的细菌繁殖函数的回归误差。
具体的，房间内部的实时卫生系数Φ的计算策略如下：
其中，η1为睡眠区域的细菌数据占比权重；η2为浴室区域的细菌数据占比权重。
具体的，S4中，所述自动选择房间内部的清洁模式包括如下具体步骤：
S401：识别并标记细菌繁殖状态曲线图像中实时细菌数量大于细菌数量预警值B的预警时间点，计算可靠的相邻预警时间点之间的时间差Δ，时间差最大值为Δmax，其中，可靠的相邻预警时间点表示两个相邻预警时间点之间的细菌数量始终高于细菌数量预警值B；
S402：根据可靠的相邻预警时间点之间的时间差Δ以及房间内部的实时卫生系数Φ，自动选择房间内部的清洁模式。
具体的，所述房间内部的清洁模式的自动选择包括：
当0＜Δmax≤2.5或0≤Φ＜0.8时，自动选择开启地面墙壁烘干清洁模式；
当2.5＜Δmax≤5.2或0.8≤Φ＜1.6时，自动选择开启空调降温清洁模式；
当5.2＜Δmax≤8.4或1.6≤Φ＜2.2时，自动选择开启空调换气清洁模式；
当8.4＜Δmax≤12或Φ≥2.2时，自动选择呼叫智慧酒店管理前台上门清洁模式。
具体的，接入旅客手机设备和智慧酒店管理系统的可视化数据包括细菌繁殖状态曲线图像、房间内部睡眠区域和浴室区域的实时卫生系数和实时清洁模式。
另外，本发明一种基于细菌检测的智慧酒店实时卫生监测系统包括如下模块：
原始数据采集模块、实时数据采集模块、多元数据拟合模块、清洁模式选择模块和数据可视化模块；
具体的，所述原始数据采集模块通过智能机器人采集旅客入住前房间内部的原始卫生数据；
具体的，所述实时数据采集模块通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
具体的，所述多元数据拟合模块用于构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
具体的，所述清洁模式选择模块用于计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
具体的，所述数据可视化模块用于将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。
具体的，所述实时数据采集模块包括温度传感器单元、压力传感器单元、湿度传感器单元、生物溶胶传感器单元、门磁传感器单元和采集数据存储单元。
一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被执行时，实现所述的一种基于细菌检测的智慧酒店实时卫生监测方法。
一种设备，包括：
存储器，用于存储指令；
处理器，用于执行所述指令，所述处理器执行所述计算机程序时实现所述的一种基于细菌检测的智慧酒店实时卫生监测方法。
与现有技术相比，本发明的技术效果如下：
1、本发明通过微型传感器采集智慧酒店房间内部的温度、湿度数据，并通过压力数据预测旅客状态，模拟评估房间内部睡眠区域和卧室区域的不同细菌繁殖速度和细菌数量，实现了对房间内部非采样状态下的卫生状态实时监测，在不侵犯旅客隐私的前提下，为旅客提供了舒适干净的住店体验。
2、本发明考虑到旅客住店过程中，睡眠区域和浴室区域是细菌繁殖速度较快之处，分别测量不同区域的温度数据、湿度数据以及空气环境中的微粒数目，模拟细菌在不同环境下的不同繁殖速度，提高了卫生监测的准确性。
3、本发明构建了多元数据逐步回归模型，同时考虑到房间内部导致细菌滋生的影响因素并不是单一因素，而是多元因素共同影响，多元数据逐步回归模型的应用使得对实时细菌繁殖速度和细菌总量的评估更加全面综合。
4、本发明通过计算房间内部实时卫生系数，自动选择并弹出清洁模式建议，并将房间内部实时卫生状态数据接入旅客的手机电子设备和智慧酒店管理前台，便于旅客根据自身需求进行自主清洁，同时也便于酒店前台及时且有针对性的进行一对一上门清洁服务，增强了本发明的实用性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
其中：
图1为本发明一种基于细菌检测的智慧酒店实时卫生监测方法的流程示意图；
图2为本发明一种基于细菌检测的智慧酒店实时卫生监测系统的结构示意图；
图3为本发明中一种睡眠区域的实时数据采集模块的结构示意图；
图4为本发明中一种浴室区域的实时数据采集模块的结构示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
实施例一：
如图1、3、4所示，本发明实施例的一种基于细菌检测的智慧酒店实时卫生监测方法，如图1所示，包括如下具体步骤：
以一名男性商务旅客为例，对其入住智慧酒店期间的房间内部的卫生状态进行实时监测，具体步骤如下：
S1：通过智能机器人采集旅客入住前房间内部的原始卫生数据；
具体的，S1中所述原始卫生数据包括：睡眠区域枕头上的细菌数据、睡眠区域床单上的细菌数据、浴室区域地板墙壁上的细菌数据和浴室区域洗漱台上的细菌数据。
所述细菌数据包括大肠杆菌的数量、副溶血性链球菌的数量和铜绿假单胞菌的数量，其中睡眠区域的细菌数量总数为n1，浴室区域的细菌数量总数为n2。
S2：通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
如图3、4所示，具体的，所述实时数据采集模块包括温度传感器单元、压力传感器单元、湿度传感器单元、生物溶胶传感器单元、门磁传感器单元和采集数据存储单元。
具体的，S2中所述微型传感器包括：温度传感器、湿度传感器、压力传感器、门磁传感器、生物溶胶传感器。
所述温度传感器用于检测房间内部睡眠区域中的床上实时温度T1和浴室区域中的空气环境实时温度T2；湿度传感器用于检测房间内部睡眠区域中的床上实时湿度RH1、浴室区域中的空气环境实时湿度RH2和浴室区域中的地板墙壁实时湿度RH3；压力传感器用于检测房间内部睡眠区域床垫受到的压力数据F1；门磁传感器用于检测旅客对房间内部浴室区域的使用时间点；生物溶胶传感器用于检测房间内部睡眠区域的空气中的细菌微粒数量X1和浴室区域的空气中的细菌微粒数量X2。
S3：构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
所述多元数据逐步回归模型的构建包括如下步骤：
S301：对微型传感器采集到的房间内部卫生状态数据进行异常数据清洗剔除处理；
S302：确定房间内部的多元数据和实时细菌数量的多元回归方程，并使用最小二乘法估计多元回归方程中的多元数据回归系数；
S303：根据实时细菌数量分别生成睡眠区域和浴室区域的以时间点为横轴，细菌数量为纵轴的细菌繁殖状态曲线图像。
所述多元数据逐步回归模型中，房间内部睡眠区域的细菌繁殖函数如下：
其中，N1为房间内部睡眠区域的实时细菌数量；
αi为睡眠区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
其中，α0＝1.26,α1＝1.33,α2＝1.6,α3＝1.54,α4＝1.93；
t1为睡眠区域中压力传感器记录床垫受到压力的持续时长；
ε1为多元数据逐步回归模型中，睡眠区域的细菌繁殖函数的回归误差，ε1＝0.36。
所述多元数据逐步回归模型中，房间内部浴室区域的细菌繁殖函数如下：
其中，N2为房间内部浴室区域的实时细菌数量；
βi为浴室区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
其中，β0＝1.44,β1＝1.93,β2＝1.49,β3＝1.74,β4＝2.62；
M为门磁传感器监测到的旅客使用浴室区域的总次数，M＝8；
tm为第m次旅客使用浴室区域的时间点；
tm+1为第m+1次旅客使用浴室区域的时间点；
ε2为多元数据逐步回归模型中，浴室区域的细菌繁殖函数的回归误差，ε2＝0.28。
S4：计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
房间内部的实时卫生系数Φ的计算策略如下：
其中，η1为睡眠区域的细菌数据占比权重；η2为浴室区域的细菌数据占比权重，η1＝2.22，η2＝2.78。
根据上述计算策略，房间内部的实时卫生系数Φ＝2.46。
S4中，所述自动选择房间内部的清洁模式包括如下具体步骤：
S401：识别并标记细菌繁殖状态曲线图像中实时细菌数量大于细菌数量预警值B的预警时间点，计算可靠的相邻预警时间点之间的时间差Δ，时间差最大值为Δmax，其中，可靠的相邻预警时间点表示两个相邻预警时间点之间的细菌数量始终高于细菌数量预警值B；
S402：根据可靠的相邻预警时间点之间的时间差Δ以及房间内部的实时卫生系数Φ，自动选择房间内部的清洁模式。
所述房间内部的清洁模式的自动选择包括：
当0＜Δmax≤2.5或0≤Φ＜0.8时，自动选择开启地面墙壁烘干清洁模式；
当2.5＜Δmax≤5.2或0.8≤Φ＜1.6时，自动选择开启空调降温清洁模式；
当5.2＜Δmax≤8.4或1.6≤Φ＜2.2时，自动选择开启空调换气清洁模式；
当8.4＜Δmax≤12或Φ≥2.2时，自动选择呼叫智慧酒店管理前台上门清洁模式。
房间内部的清洁模式的自动选择建议为呼叫智慧酒店管理前台上门清洁模式；
S5：根据S4，将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。
具体的，接入旅客手机设备和智慧酒店管理系统的可视化数据包括细菌繁殖状态曲线图像、房间内部睡眠区域和浴室区域的实时卫生系数和实时清洁模式。
实施例二：
如图2、3、4所示，本发明实施例的一种基于细菌检测的智慧酒店实时卫生监测系统，如图2所示，包括如下模块：
原始数据采集模块、实时数据采集模块、多元数据拟合模块、清洁模式选择模块和数据可视化模块；
以一名女性休闲旅客为例，对其入住智慧酒店期间的房间内部的卫生状态进行实时监测，具体步骤如下：
所述原始数据采集模块通过智能机器人采集旅客入住前房间内部的原始卫生数据；
具体的，S1中所述原始卫生数据包括：睡眠区域枕头上的细菌数据、睡眠区域床单上的细菌数据、浴室区域地板墙壁上的细菌数据和浴室区域洗漱台上的细菌数据。
所述细菌数据包括大肠杆菌的数量、副溶血性链球菌的数量和铜绿假单胞菌的数量，其中睡眠区域的细菌数量总数为n1，浴室区域的细菌数量总数为n2。
所述实时数据采集模块通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
如图3、4所示，所述实时数据采集模块包括温度传感器单元、压力传感器单元、湿度传感器单元、生物溶胶传感器单元、门磁传感器单元和采集数据存储单元。
具体的，S2中所述微型传感器包括：温度传感器、湿度传感器、压力传感器、门磁传感器、生物溶胶传感器。
所述温度传感器用于检测房间内部睡眠区域中的床上实时温度T1和浴室区域中的空气环境实时温度T2；湿度传感器用于检测房间内部睡眠区域中的床上实时湿度RH1、浴室区域中的空气环境实时湿度RH2和浴室区域中的地板墙壁实时湿度RH3；压力传感器用于检测房间内部睡眠区域床垫受到的压力数据F1；门磁传感器用于检测旅客对房间内部浴室区域的使用时间点；生物溶胶传感器用于检测房间内部睡眠区域的空气中的细菌微粒数量X1和浴室区域的空气中的细菌微粒数量X2。
所述多元数据拟合模块用于构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
所述多元数据逐步回归模型的构建包括如下步骤：
S301：对微型传感器采集到的房间内部卫生状态数据进行异常数据清洗剔除处理；
S302：确定房间内部的多元数据和实时细菌数量的多元回归方程，并使用最小二乘法估计多元回归方程中的多元数据回归系数；
S303：根据实时细菌数量分别生成睡眠区域和浴室区域的以时间点为横轴，细菌数量为纵轴的细菌繁殖状态曲线图像。
所述多元数据逐步回归模型中，房间内部睡眠区域的细菌繁殖函数如下：
其中，N1为房间内部睡眠区域的实时细菌数量；
αi为睡眠区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
其中，α0＝1.56,α1＝2.33,α2＝1.96.6,α3＝1.84,α4＝2.33；
t1为睡眠区域中压力传感器记录床垫受到压力的持续时长；
ε1为多元数据逐步回归模型中，睡眠区域的细菌繁殖函数的回归误差，ε1＝0.66。
所述多元数据逐步回归模型中，房间内部浴室区域的细菌繁殖函数如下：
其中，N2为房间内部浴室区域的实时细菌数量；
βi为浴室区域的细菌繁殖函数的多元数据回归系数，其中，i＝0,1,2,3,4；
其中，β0＝1.86,β1＝1.53,β2＝1.62,β3＝2.54,β4＝2.93；
M为门磁传感器监测到的旅客使用浴室区域的总次数，M＝14；
tm为第m次旅客使用浴室区域的时间点；
tm+1为第m+1次旅客使用浴室区域的时间点；
ε2为多元数据逐步回归模型中，浴室区域的细菌繁殖函数的回归误差，ε2＝0.56。
所述清洁模式选择模块用于计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
房间内部的实时卫生系数Φ的计算策略如下：
其中，η1为睡眠区域的细菌数据占比权重；η2为浴室区域的细菌数据占比权重，η1＝2.22，η2＝2.78。
根据上述计算策略，房间内部的实时卫生系数Φ＝0.38。
S4中，所述自动选择房间内部的清洁模式包括如下具体步骤：
S401：识别并标记细菌繁殖状态曲线图像中实时细菌数量大于细菌数量预警值B的预警时间点，计算可靠的相邻预警时间点之间的时间差Δ，时间差最大值为Δmax，其中，可靠的相邻预警时间点表示两个相邻预警时间点之间的细菌数量始终高于细菌数量预警值B；
S402：根据可靠的相邻预警时间点之间的时间差Δ以及房间内部的实时卫生系数Φ，自动选择房间内部的清洁模式。
所述房间内部的清洁模式的自动选择包括：
当0＜Δmax≤2.5或0≤Φ＜0.8时，自动选择开启地面墙壁烘干清洁模式；
当2.5＜Δmax≤5.2或0.8≤Φ＜1.6时，自动选择开启空调降温清洁模式；
当5.2＜Δmax≤8.4或1.6≤Φ＜2.2时，自动选择开启空调换气清洁模式；
当8.4＜Δmax≤12或Φ≥2.2时，自动选择呼叫智慧酒店管理前台上门清洁模式。
房间内部的清洁模式的自动选择建议为开启地面墙壁烘干清洁模式；
所述数据可视化模块用于将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。
具体的，接入旅客手机设备和智慧酒店管理系统的可视化数据包括细菌繁殖状态曲线图像、房间内部睡眠区域和浴室区域的实时卫生系数和实时清洁模式。
实施例三：
本实施例提供一种电子设备，包括：处理器和存储器，其中，存储器中存储有可供处理器调用的计算机程序；
处理器通过调用存储器中存储的计算机程序，执行上述的一种基于细菌检测的智慧酒店实时卫生监测方法。
该电子设备可因配置或性能不同而产生比较大的差异，能够包括一个或一个以上的处理器(Central Processing Units，CPU)和一个或一个以上的存储器，其中，该存储器中存储有至少一条计算机程序，该计算机程序由该处理器加载并执行以实现上述方法实施例提供的一种基于细菌检测的智慧酒店实时卫生监测方法，该电子设备还能够包括其他用于实现设备功能的部件，例如，该电子设备还能够具有有线或无线网络接口以及输入输出接口等部件，以便进行数据的输入输出。本实施例在此不做赘述。
实施例四：
本实施例提出一种计算机可读存储介质，其上存储有可擦写的计算机程序；
当计算机程序在计算机设备上运行时，使得计算机设备执行上述的一种基于细菌检测的智慧酒店实时卫生监测方法。
例如，计算机可读存储介质能够是只读存储器(Read-Only Memory，简称：ROM)、随机存取存储器(RandomAccess Memory，简称：RAM)、只读光盘(Compact Disc Read-OnlyMemory，简称：CD-ROM)、磁带、软盘和光数据存储设备等。
综上实施例，与现有技术相比，本发明的技术效果如下：
1、本发明通过微型传感器采集智慧酒店房间内部的温度、湿度数据，并通过压力数据预测旅客状态，模拟评估房间内部睡眠区域和卧室区域的不同细菌繁殖速度和细菌数量，实现了对房间内部非采样状态下的卫生状态实时监测，在不侵犯旅客隐私的前提下，为旅客提供了舒适干净的住店体验。
2、本发明考虑到旅客住店过程中，睡眠区域和浴室区域是细菌繁殖速度较快之处，分别测量不同区域的温度数据、湿度数据以及空气环境中的微粒数目，模拟细菌在不同环境下的不同繁殖速度，提高了卫生监测的准确性。
3、本发明构建了多元数据逐步回归模型，同时考虑到房间内部导致细菌滋生的影响因素并不是单一因素，而是多元因素共同影响，多元数据逐步回归模型的应用使得对实时细菌繁殖速度和细菌总量的评估更加全面综合。
4、本发明通过计算房间内部实时卫生系数，自动选择并弹出清洁模式建议，并将房间内部实时卫生状态数据接入旅客的手机电子设备和智慧酒店管理前台，便于旅客根据自身需求进行自主清洁，同时也便于酒店前台及时且有针对性的进行一对一上门清洁服务，增强了本发明的实用性。
以上显示和描述了本发明的基本原理和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。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (6)
1.一种基于细菌检测的智慧酒店实时卫生监测方法，其特征在于：所述方法包括如下具体步骤：
S1：通过智能机器人采集旅客入住前房间内部的原始卫生数据；
S2：通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
S3：构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
S4：计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
S5：根据S4，将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统；
所述多元数据逐步回归模型的构建包括如下步骤：
S301：对微型传感器采集到的房间内部卫生状态数据进行异常数据清洗剔除处理；
S302：确定房间内部的多元数据和实时细菌数量的多元回归方程，并使用最小二乘法估计多元回归方程中的多元数据回归系数；
S303：根据实时细菌数量分别生成睡眠区域和浴室区域的以时间点为横轴，细菌数量为纵轴的细菌繁殖状态曲线图像；
所述多元数据逐步回归模型中，房间内部睡眠区域的细菌繁殖函数如下：
其中，N1为房间内部睡眠区域的实时细菌数量；
αi为睡眠区域的细菌繁殖函数的多元数据回归系数，其中，
i＝0,1,2,3,4；
t1为睡眠区域中压力传感器记录床垫受到压力的持续时长；
ε1为多元数据逐步回归模型中，睡眠区域的细菌繁殖函数的回归误差；
所述多元数据逐步回归模型中，房间内部浴室区域的细菌繁殖函数如下：
其中，N2为房间内部浴室区域的实时细菌数量；
βi为浴室区域的细菌繁殖函数的多元数据回归系数，其中，
i＝0,1,2,3,4；
M为门磁传感器监测到的旅客使用浴室区域的总次数；
tm为第m次旅客使用浴室区域的时间点；
tm+1为第m+1次旅客使用浴室区域的时间点；
ε2为多元数据逐步回归模型中，浴室区域的细菌繁殖函数的回归误差；
房间内部的实时卫生系数Φ的计算策略如下：
其中，η1为睡眠区域的细菌数据占比权重；η2为浴室区域的细菌数据占比权重。
2.根据权利要求1所述的一种基于细菌检测的智慧酒店实时卫生监测方法，其特征在于，S1中所述原始卫生数据包括：睡眠区域枕头上的细菌数据、睡眠区域床单上的细菌数据、浴室区域地板墙壁上的细菌数据和浴室区域洗漱台上的细菌数据,其中所述细菌数据包括大肠杆菌的数量、副溶血性链球菌的数量和铜绿假单胞菌的数量，其中睡眠区域的细菌数量总数为n1，浴室区域的细菌数量总数为n2。
3.根据权利要求2所述的一种基于细菌检测的智慧酒店实时卫生监测方法，其特征在于，S2中所述微型传感器包括：温度传感器、湿度传感器、压力传感器、门磁传感器、生物溶胶传感器，其中，所述温度传感器用于检测房间内部睡眠区域中的床上实时温度T1和浴室区域中的空气环境实时温度T2；湿度传感器用于检测房间内部睡眠区域中的床上实时湿度RH1、浴室区域中的空气环境实时湿度RH2和浴室区域中的地板墙壁实时湿度RH3；压力传感器用于检测房间内部睡眠区域床垫受到的压力数据F1；门磁传感器用于检测旅客对房间内部浴室区域的使用时间点；生物溶胶传感器用于检测房间内部睡眠区域的空气中的细菌微粒数量X1和浴室区域的空气中的细菌微粒数量X2。
4.根据权利要求3所述的一种基于细菌检测的智慧酒店实时卫生监测方法，其特征在于，S4中，所述自动选择房间内部的清洁模式包括如下具体步骤：
S401：识别并标记细菌繁殖状态曲线图像中实时细菌数量大于细菌数量预警值B的预警时间点，计算可靠的相邻预警时间点之间的时间差Δ，时间差最大值为Δmax，其中，可靠的相邻预警时间点表示两个相邻预警时间点之间的细菌数量始终高于细菌数量预警值B；
S402：根据可靠的相邻预警时间点之间的时间差Δ以及房间内部的实时卫生系数Φ，自动选择房间内部的清洁模式。
5.根据权利要求4所述的一种基于细菌检测的智慧酒店实时卫生监测方法，其特征在于，所述房间内部的清洁模式的自动选择包括：
当0＜Δmax≤2.5或0≤Φ＜0.8时，自动选择开启地面墙壁烘干清洁模式；
当2.5＜Δmax≤5.2或0.8≤Φ＜1.6时，自动选择开启空调降温清洁模式；
当5.2＜Δmax≤8.4或1.6≤Φ＜2.2时，自动选择开启空调换气清洁模式；
当8.4＜Δmax≤12或Φ≥2.2时，自动选择呼叫智慧酒店管理前台上门清洁模式。
6.一种基于细菌检测的智慧酒店实时卫生监测系统，基于如权利要求1-5中任一项所述的一种基于细菌检测的智慧酒店实时卫生监测方法实现，其特征在于，所述系统包括以下模块：
原始数据采集模块、实时数据采集模块、多元数据拟合模块、清洁模式选择模块和数据可视化模块；
所述原始数据采集模块通过智能机器人采集旅客入住前房间内部的原始卫生数据；
所述实时数据采集模块通过置于智慧酒店房间内的微型传感器实时采集房间内部的卫生状态数据；
所述多元数据拟合模块用于构建多元数据逐步回归模型，获得房间内部睡眠区域和浴室区域的细菌繁殖状态曲线图像；
所述清洁模式选择模块用于计算房间内部的实时卫生系数，自动选择房间内部的清洁模式；
所述数据可视化模块用于将房间内部实时卫生状态数据和实时清洁模式进行数据可视化处理，接入旅客手机设备和智慧酒店管理系统。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311310236.0A CN117271608B (zh) | 2023-10-11 | 2023-10-11 | 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311310236.0A CN117271608B (zh) | 2023-10-11 | 2023-10-11 | 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117271608A CN117271608A (zh) | 2023-12-22 |
| CN117271608B true CN117271608B (zh) | 2024-03-29 |
Family
ID=89221294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311310236.0A Active CN117271608B (zh) | 2023-10-11 | 2023-10-11 | 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117271608B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110054786A (ko) * | 2009-11-18 | 2011-05-25 | 주식회사 한국감염관리본부 | 유해인자 센서 노드 및 이를 포함하는 질병 유발 인자 감시 관리 시스템 |
| CN103865786A (zh) * | 2014-03-27 | 2014-06-18 | 程涛 | 细菌检测方法及系统 |
| CN105734888A (zh) * | 2014-12-09 | 2016-07-06 | 松下家电研究开发（杭州）有限公司 | 一种洗衣机及洗衣机用检测细菌繁殖量的方法 |
| CN107505011A (zh) * | 2017-10-23 | 2017-12-22 | 北京海洁海斯健康科技有限公司 | 空间卫生智能识别系统 |
| CN110118711A (zh) * | 2019-06-11 | 2019-08-13 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、系统 |
| US11195189B1 (en) * | 2020-10-09 | 2021-12-07 | Georama, Inc. | Generating insights based on signals from measuring device |
| CN114067972A (zh) * | 2021-11-18 | 2022-02-18 | 南通市第二人民医院 | 一种手术室的安全卫生管理方法及系统 |
| CN114983296A (zh) * | 2022-04-25 | 2022-09-02 | 上海景吾酷租科技发展有限公司 | 用于酒店清洁的机器人控制方法和系统 |
| CN115034575A (zh) * | 2022-05-19 | 2022-09-09 | 图日根白乙拉 | 一种基于互联网大数据的服务管理方法 |
| CN115169865A (zh) * | 2022-07-01 | 2022-10-11 | 成都海星清洁服务有限公司 | 一种基于多维角度分析的酒店客房清洁智能分析管理系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| MX2015018010A (es) * | 2013-07-19 | 2016-08-19 | Versus Tech Inc | Asistencia automatica para el cumplimiento de higiene. |
| US20220107642A1 (en) * | 2021-12-17 | 2022-04-07 | Intel Corporation | Smart sanitation robot |
-
2023
- 2023-10-11 CN CN202311310236.0A patent/CN117271608B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20110054786A (ko) * | 2009-11-18 | 2011-05-25 | 주식회사 한국감염관리본부 | 유해인자 센서 노드 및 이를 포함하는 질병 유발 인자 감시 관리 시스템 |
| CN103865786A (zh) * | 2014-03-27 | 2014-06-18 | 程涛 | 细菌检测方法及系统 |
| CN105734888A (zh) * | 2014-12-09 | 2016-07-06 | 松下家电研究开发（杭州）有限公司 | 一种洗衣机及洗衣机用检测细菌繁殖量的方法 |
| CN107505011A (zh) * | 2017-10-23 | 2017-12-22 | 北京海洁海斯健康科技有限公司 | 空间卫生智能识别系统 |
| CN110118711A (zh) * | 2019-06-11 | 2019-08-13 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、系统 |
| WO2020248965A1 (zh) * | 2019-06-11 | 2020-12-17 | 江苏钛科圈物联网科技有限公司 | 基于物联网的室内空气含菌量实时检测与分析方法、系统 |
| US11195189B1 (en) * | 2020-10-09 | 2021-12-07 | Georama, Inc. | Generating insights based on signals from measuring device |
| CN114067972A (zh) * | 2021-11-18 | 2022-02-18 | 南通市第二人民医院 | 一种手术室的安全卫生管理方法及系统 |
| CN114983296A (zh) * | 2022-04-25 | 2022-09-02 | 上海景吾酷租科技发展有限公司 | 用于酒店清洁的机器人控制方法和系统 |
| CN115034575A (zh) * | 2022-05-19 | 2022-09-09 | 图日根白乙拉 | 一种基于互联网大数据的服务管理方法 |
| CN115169865A (zh) * | 2022-07-01 | 2022-10-11 | 成都海星清洁服务有限公司 | 一种基于多维角度分析的酒店客房清洁智能分析管理系统 |
Non-Patent Citations (3)
| Title |
|---|
| Salna Joy ; R. Babychithra ; M I Anju et al..Smart Embedded Framework of Real-Time Pollution Monitoring and Alert System.2022 International Conference on Futuristic Technologies (INCOFT).2023,第1-6页. * |
| 吴群荣 ; 钱存稳 ; .某铁路局25型旅客客车空调通风系统卫生学现况调查.职业与健康.2014,(24),第3574-3579页. * |
| 王巍；张振伟；刘宇琪；李若岚；.北京市西城区四合院民宿酒店卫生状况分析.职业与健康.2020,第1823-1825页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117271608A (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | A personalized HVAC control smartphone application framework for improved human health and well-being | |
| JP6410187B2 (ja) | 空気環境調整システム、制御装置 | |
| CN111954784A (zh) | 一种用于进行空气调节的方法和系统 | |
| US12092624B2 (en) | Air quality sensors | |
| CN111561764A (zh) | 用于新风系统的控制方法、装置及存储介质 | |
| JP2016169925A (ja) | 室内環境制御装置、室内環境制御方法及びコンピュータプログラム | |
| JP2013088105A (ja) | 空調制御システム | |
| CN113858915A (zh) | 一种车辆座舱空调的控制方法、系统、设备及存储介质 | |
| CN103712320A (zh) | 温度调节系统、温度调节方法和系统控制器 | |
| CN111077785A (zh) | 一种唤醒方法、装置、终端及存储介质 | |
| CN117271608B (zh) | 一种基于细菌检测的智慧酒店实时卫生监测方法和系统 | |
| JP2024107292A (ja) | 環境制御システム | |
| CN116583698A (zh) | 显示系统、显示方法和程序 | |
| JP6038830B2 (ja) | 座席割当情報提供装置、テナントビルシステム及びプログラム | |
| CN108852305A (zh) | 一种独居老人卧睡健康状态实时监测方法 | |
| CN214536742U (zh) | 一种医院建筑用能源及空气品质监控系统 | |
| CN115540253A (zh) | 空气质量管理装置及方法 | |
| JP2022114707A (ja) | 空調制御システム、サーバ、空調制御方法およびプログラム | |
| Wolf et al. | CO2-based grey-box model to estimate airflow rate and room occupancy | |
| CN115143601B (zh) | 一种基于人工智能的中央空调冷热效果监测分析调控方法 | |
| JP2021189573A (ja) | 情報処理システム、及び、情報処理方法 | |
| US20220189004A1 (en) | Building management system using video analytics | |
| WO2024161814A1 (ja) | 空調制御システム、空調制御方法及びプログラム | |
| Zhang et al. | Thermophysiological responses and thermal comfort of occupants in indoor spaces under different speaking and non-speaking conditions | |
| CN221076717U (zh) | 一种基于场景变化的空调末端边缘控制装置 |
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 |