JP2023164723A - 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 - Google Patents
使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 Download PDFInfo
- Publication number
- JP2023164723A JP2023164723A JP2023158199A JP2023158199A JP2023164723A JP 2023164723 A JP2023164723 A JP 2023164723A JP 2023158199 A JP2023158199 A JP 2023158199A JP 2023158199 A JP2023158199 A JP 2023158199A JP 2023164723 A JP2023164723 A JP 2023164723A
- Authority
- JP
- Japan
- Prior art keywords
- air conditioner
- image
- control unit
- user
- air
- 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 39
- 239000000284 extract Substances 0.000 claims abstract description 17
- 230000003542 behavioural effect Effects 0.000 claims abstract description 3
- 239000013598 vector Substances 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 2
- 241000282414 Homo sapiens Species 0.000 description 68
- 230000008569 process Effects 0.000 description 21
- 230000006399 behavior Effects 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000001816 cooling Methods 0.000 description 12
- 238000004378 air conditioning Methods 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 10
- 238000013527 convolutional neural network Methods 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 238000010791 quenching Methods 0.000 description 6
- 230000000171 quenching effect Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 3
- 238000007664 blowing Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000003925 brain function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 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
- F24F11/70—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
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
- F24F11/77—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity by controlling the speed of ventilators
-
- 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
- F24F1/00—Room units for air-conditioning, e.g. separate or self-contained units or units receiving primary air from a central station
- F24F1/0007—Indoor units, e.g. fan coil units
-
- 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
-
- 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
- F24F11/74—Control systems characterised by their outputs; Constructional details thereof for controlling the supply of treated air, e.g. its pressure for controlling air flow rate or air velocity
-
- 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
- F24F11/00—Control or safety arrangements
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
- F24F11/80—Control systems characterised by their outputs; Constructional details thereof for controlling the temperature of the supplied air
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/469—Contour-based spatial representations, e.g. vector-coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/30—Velocity
-
- 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)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- General Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Fluid Mechanics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Psychiatry (AREA)
- Human Computer Interaction (AREA)
- Social Psychology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Air Conditioning Control Device (AREA)
- Image Analysis (AREA)
Abstract
【課題】空気調和機の動作を制御する方法、及び空気調和機の提供。【解決手段】本発明は、使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機に関するものであって、本発明の一実施形態による使用者の行動パターンを分析して動作を制御する空気調和機は、空気を吐出する送風部、空気調和機の室内機の配置された空間のイメージを獲得するカメラ部、及びカメラ部の獲得したイメージから特徴を抽出してイメージディスクリプションを生成し、イメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御する制御部を含む。【選択図】図3
Description
本発明は、使用者の行動パターンを分析してエアコンの動作を制御する方法、及びエアコンに関する技術である。
空気調和機(又はエア・コンディショナー、又は略してエアコン)は、快適な室内環境をつくるために室内へ冷温の空気を吐出して室内温度を調節し、室内空気を浄化させることで、より快適な室内環境を人間に提供するために設置される。
一般的に空気調和機は、室内に設置される室内機と、圧縮機及び熱交換器などで構成されて室内機へ冷媒を供給する室外機とを含む。
一方、空気調和機は、室内機及び室外機が分離して制御され得る。また、空気調和機は、室外機に少なくとも一つの室内機が連結され得、要請される運転状態に応じて、室内機へ冷媒を供給して冷房又は暖房モードで運転される。
前述した空気調和機は、使用者及び空間の特性によって気流と温度を制御する。ところが、使用者が毎度空気調和機を制御するのは面倒であるため、様々な方式に基づいて空気調和機の自動動作を支援する技術の開発が要められる。
したがって、使用者が空気調和機を制御しなくても、空気調和機が使用者に適した温度と風速又は風向の空気を提供する技術について考察する。
前述した問題点を解決するために本発明は、空気調和機が使用者をイメージとして識別しようとする。
本発明は、空気調和機が使用者の行動パターンに対応して動作するように空気調和機を制御しようとする。
本発明は、空気調和機周辺の人達の活動を確認して、空気調和機がこれらに好適に動作するように空気調和機を制御しようとする。
本発明の目的は、以上に言及した目的に制限されず、言及していない本発明の他の目的及び長所は、下記の説明によって理解することができ、本発明の実施形態によってより明らかに理解することができる。また、本発明の目的及び長所は、特許請求の範囲に示した手段及びその組み合わせによって実現できることが分かりやすい。
本発明の一実施形態による使用者の行動パターンを分析して動作を制御する空気調和機は、空気を吐出する送風部と、空気調和機の室内機が配置された空間のイメージを獲得するカメラ部と、カメラ部の獲得したイメージから特徴を抽出して、イメージディスクリプションを生成し、イメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御する制御部とを含む。
本発明の一実施形態による使用者の行動パターンを分析して動作を制御する空気調和機は、イメージを入力されて特徴を抽出し、特徴ベクトルを算出するエンコーダと、特徴ベクトルを入力されて単語を含むイメージディスクリプションを算出するデコーダとを含む。
本発明の一実施形態による使用者の行動パターンを分析して動作を制御する空気調和機は、イメージディスクリプションを用いて空気調和機が吐出する空気の風速、風量、風向、温度又は空気調和機の動作モードのうちいずれか以上を制御する。
本発明の一実施形態による使用者の行動パターンを分析して動作を制御する空気調和機は、イメージにおける中心に位置した人、又はイメージにおける空気調和機に近く位置した人に対するイメージディスクリプションの重要度を高める。
本発明の一実施形態による使用者の行動パターンを分析して空気調和機の動作を制御する方法は、空気調和機のカメラ部が空気調和機の室内機の配置された空間のイメージを獲得するステップ、空気調和機の制御部がカメラ部の獲得したイメージから特徴を抽出するステップ、制御部が抽出した特徴に基づいてイメージを説明するイメージディスクリプションを生成するステップ、制御部がイメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御するステップ、を含む。
本発明の実施形態を適用する場合、使用者の行動パターンを分析して空気調和機の動作を制御することができる。
本発明の実施形態を適用する場合、空気調和機は、イメージを獲得して、抽出されたイメージにおける人達の行動を説明する情報を算出することができる。
本発明の実施形態を適用する場合、イメージにおける確認された人達の属性や状態、服装、位置によって空気調和機は、人達に適した温度とモードで送風することができる。
本発明の効果は、前述した効果に限定されず、本発明の当業者は、本発明の構成から本発明の様々な効果を容易に想到することができる。
以下、図面を参照して、本発明の実施形態について、本発明の属する技術分野における通常の知識を有する者が容易に実施できるように詳説する。本発明は、色々と異なる形態で具現され得、ここに説明する実施形態に限定されない。
本発明を明確に説明するために説明と関係ない部分は略いており、全明細書における同一又は類似の構成要素に対しては同じ参照符号を付する。また、本発明の一部の実施形態を例示的な図面を参照して詳説する。各図面の構成要素に参照符号を付することにおいて、同じ構成要素に対しては、たとえ他の図面上に示されても、可能な限り同じ符号を有し得る。また、本発明の説明において、係る公知の構成又は機能に対する具体的な説明が本発明の要旨を曖昧にすると判断される場合には、その詳細な説明を省略することができる。
本発明の構成要素を説明するにあたって、第1、第2、A、B、(a)、(b)などの用語を使うことができる。かかる用語は、その構成要素を他の構成要素と区別するためであり、その用語によって該構成要素の本質、順番、順序又は個数などが限定されるものではない。ある構成要素が他の構成要素に「連結」、「結合」又は「接続」すると記載されている場合、その構成要素は、その他の構成要素に直接に連結されるか又は接続され得るが、各構成要素の間に他の構成要素が「介在」するか、各構成要素が他の構成要素を介して「連結」、「結合」又は「接続」され得ると理解しなければならない。
また、本発明の具現において、説明の便宜のため構成要素を細分化して説明することができるが、これら構成要素が一つの装置又はモジュール内に具現され得、あるいは一構成要素が複数の装置又はモジュールに分けて具現され得る。
本明細書における空気調和機を構成する構成要素として、室外機と室内機に区分する。一つの空調システムは、一以上の室外機と一以上の室内機で構成される。室外機と室内機の関係は、1:1、1:N又はM:1となり得る。
本発明は、冷房又は暖房を制御する諸装置に適用され得る。但し、説明の便宜のため冷房に重点を置いて説明する。暖房に適用される場合は、温度を高める過程と、高めた温度を保持するメカニズムに本発明の実施形態を適用することができる。
図1は、本発明の一実施形態による空気調和機の室内機の構成を示す正面図である。
エアコン又は空気調和機の室内機は、天井に設置される埋込型又はスタンド型であってもよい。または、壁に設置される壁掛け型であってもよく、移動可能な形態で構成され得る。図1は、様々な実施形態のうち、スタンド型室内機1を提示しているが、本発明がこれに限定されるものではない。室内機1は、別途空間に配置される室外機2と連結され得る。
空調の対象となる室内の底に立てて設置されるスタンド型空気調和機で構成され得、この場合、空気調和機は、室内の底に置かれて、空調モジュール10を支持するベース20をさらに含んでいてもよい。
空調モジュール10は、ベース20上に上げた形態で設置され得、この場合、空調モジュール10は、室内の所定の高さで空気を吸入して空調させることができる。
空調モジュール10は、ベース20と分離可能にも結合され得る。また、空調モジュール10とベース20は、一体でも構成され得る。
空調モジュール10は、送風部15から空気を吐出することができる。空調モジュール10は、前面へ空気を集中吐出することができ、実施形態によって側面又は上面など、多様な方向に配置された送風口から空気を吐出することができる。送風部15は、制御モジュール100の制御に基づいて風速を制御することができる。一実施形態として送風部15は、複数のステップで構成された風速の風を吐出することができ、このために一以上の個別送風ファンを制御することができる。
より詳細に送風部15は、室外機から提供された空気を風で吹き出して、室内空気を吸入する構成要素11,12を含み、これらは、空調モジュール10に配置され得る。また、外部からは識別されないが、室内機1を制御する制御モジュール100が室内機1内に配置され得る。説明の便宜のため図1では、点線で表して、室内機1の内部に配置されるものと表示した。
室外機2は、送風部15の吐出する空気(風)の温度を制御する。一実施形態として室外機2の圧縮機は、気状冷媒を高温高圧の状態で圧縮して排出し、冷房空気を室内機1に提供することができる。のみならず、室外機2は、所定の熱ポンプを用いて、暖房空気を室内機1に提供することができる。室外機2が冷房又は暖房空気を室内機1に提供する方式は、多様に提示され得、本発明がこれに限定されるものではない。
図1における例示的に考察した室内機1は、室内空気の状態を測定して、設定された状態に到逹するように運転する。ところが、特定の状態に到逹する過程で、室内機が効率よく動作するためには、室内機の配置された空間での使用者の行動パターンを空気調和機が確認するのが必要である。
このため、本発明の一実施形態は、制御モジュール100がカメラを用いて空間の映像イメージを獲得し、制御モジュール100が現在空間内の使用者の行動パターンを分析して、使用者に適した風速/風向の気流と温度を制御し、室内機及び室外機を制御する技術を提示する。
図2は、本発明の一実施形態による制御モジュールの構成を示す。制御モジュール100は、室内機1に配置され得、室内機1及び室外機2を制御することができる。
より詳細に、制御モジュール100の構成要素としてカメラ部110、制御部150、通信部180及びインターフェース部190を含む。
カメラ部110は、空気調和機の室内機1が配置された空間のイメージを獲得する。
制御部150は、カメラ部110の獲得したイメージから特徴を抽出して、イメージディスクリプションを生成し、イメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御する。
空気調和機を制御するという意味は、制御部150がイメージディスクリプションを用いて、空気調和機が吐出する空気の風速、風量、風向、温度又は空気調和機の動作モードのうちいずれか以上を制御する。その結果、空気調和機は、使用者の行動パターンを分析して動作を制御することができる。
カメラ部110は、映像センサーを通称する。カメラ部110は、空気調和機の室内機1に設置されるか、又は室内機1の設置された空間に別途配置され得る。室内機1が配置された空間のイメージを獲得する。制御部150は、イメージから特徴を抽出して、使用者の現状態や着用した服装、行動などを分析し、分析した結果によって空気調和機の風量、風速、温度、気流などを制御する。
制御部150は、イメージを入力されて特徴を抽出し、特徴ベクトルを算出するエンコーダ151と、特徴ベクトルを入力されて、単語を含むイメージディスクリプションを算出するデコーダ153とを含む。
すなわち、制御部150は、イメージ情報(映像情報)における使用者の行動や特徴、位置などを分析するために特徴抽出を行うエンコーダ151と、エンコーダを介して抽出された特徴ベクトルを用いてイメージを記述するデコーダ153とを含む。または、制御部150内にエンコーダ151とデコーダ153は、ソフトウェアモジュール又はハードウェアモジュールで一体に構成され得る。
送風部15は、風の方向を制御することができる。例えば、送風部15は、左側ベーンと右側ベーンで構成され得る。または、上側ベーンと下側ベーンで構成され得る。このような左右ベーン(vane)は、風の左右方向を、上下ベーンは、風の距離を決定することができる。
インターフェース部190は、使用者が空気調和機の温度や湿度、風量や風向などを制御できるようにするものであって、ボタン式あるいはリモコン式、あるいは遠方操作などのインターフェースを提供する。また、インターフェース部190は、送風部15から吐出する空気の風速、風量又は温度を変更する割り込み入力を受信することができる。
図3は、本発明の一実施形態によるイメージを獲得後、空気調和機の動作を制御モジュールが制御する過程を示す。
カメラ部110は、室内機1の表面に配置されて空間を撮影し、イメージを獲得する(S31)。
また、制御部150は、イメージから特徴抽出(Feature Extraction)を行って、特徴ベクトル(Feature Vector)を算出する(S32)。制御部150は、マシンラーニング(Machine Learning)の一種であるディープラーニング(Deep Learning)を利用することができ、この過程で、ディープラーニングに基づく人工神経網(ニューラルネットワーク、Artificial Neural Network,ANN)である学習ネットワークを用いて特徴を抽出することができる。
これは、データに基づいて、多段階で深い水準まで行って学習するものである。ディープラーニング(Deep learning)は、段階を高くするほど複数のデータから核心的なデータを抽出するマシンラーニング(Machine Learning)アルゴリズムの集合を示すことができる。
ディープラーニング構造は、人工神経網(ANN)を含んでいてもよく、例えば、ディープラーニング構造は、CNN(Convolutional Neural Network)、RNN(Recurrent Neural Network)、DBN(Deep Belief Network)などの深層神経網(DNN)で構成され得る。
ディープラーニングが適用された学習ネットワークは、制御部150又はエンコーダ151、デコーダ153などに含まれていてもよい。または、学習ネットワークは、外部のサーバに配置され得る。そして、学習ネットワークは、入力されたイメージから特徴を抽出するか特徴ベクトルを抽出する。
人工神経網(ANN)は、入力レイヤ(Input Layer)、隠されレイヤ(Hidden Layer)及び出力レイヤ(Output Layer)を含んでいてもよい。各レイヤは、複数のノードを含み、各レイヤは次のレイヤに連結される。隣接したレイヤの間のノードは、ウエート(weight)をもって互いに連結され得る。
制御部150は、イメージから特徴となる構成要素を抽出し、これら構成要素を一つのベクトルで構成することができる。
S32は、制御部150のエンコーダ151が行うことができる。デコーダ153は、エンコーダ151が抽出した特徴ベクトルを入力されて、ディスクリプション(Description)に変換する(S33)。デコーダ153は、変換したディスクリプションを用いて、S31で獲得したイメージを説明するイメージディスクリプション(Image Description)を生成する(S34)。すなわち、デコーダ153は、特徴ベクトルを入力されて、イメージ内の人達の行動や特性を分析するの要するイメージディスクリプションを生成する。
また、制御部150は、イメージディスクリプション部分における人に関する主語、述語、目的語、前置詞句(位置分析)を介して主語が人であるか否かによってイメージを分類する(S35)。すなわち、制御部150は、イメージディスクリプションに含まれた文章を分析する。分析の結果、制御部150は、人が主語であるかか、あるいは人がどう行動するか(述語)、または、人が他の事物とどの距離にいるか(位置、前置詞句の利用)などの情報を獲得することができる。もちろん制御部150は、イメージ内に人が存在するか否かも確認することができる。
その結果、制御部150は、イメージ内に人がいるかを確認して(S36)、人がいないと確認したら、不在感知ロジッグで室内機1又は室外機2を制御する(S40)。
一方、人がいる場合、制御部150は、前述したイメージディスクリプションに対応して動作制御パラメータを選定し(S37)、人の位置を推正して(S38)、室内機1又は室外機2を制御する(S39)。一実施形態として、制御部150は、送風部150の気流(送風方向、送風力)と温度を制御することができる。
RNN(Recurrent Neural Network)は、自然語処理などに多く利用されており、時間が経つにつれて変わる時系列データ(Time-series data)処理に効果的な構造であり、毎瞬間ごとにレイヤを積み上げて人工神経網構造を構成することができる。
DBN(Deep Belief Network)は、ディープラーニング技法であるRBM(Restricted Boltzman Machine)を多層に積むことで構成されるディープラーニング構造である。RBM(Restricted Boltzman Machine)学習を繰り返して、一定数のレイヤとなると、該個数のレイヤを有するDBN(Deep Belief Network)を構成することができる。
CNN(Convolutional Neural Network)は、特に、客体認識分野における多く使用される構造である。CNN(Convolutional Neural Network)は、人が物体を認識するとき、物体の基本的な特徴を抽出した後、脳の中で複雑な計算を経て、その結果に基づいた物体を認識するという仮定に基づいて作られた人の脳機能を模写したモデルである。
一実施形態として、制御部150のエンコーダ151は、機械学習に基づくニューラルネットワークのうちCNNを使用することができる。
また、一実施形態として、制御部150のデコーダ153は、機械学習に基づくニューラルネットワークのうちRNNあるいはLSTMを使用することができる。
制御部150は、デコーダ153が算出したイメージに対する記述(イメージディスクリプション)を用いて、文脈の意味に応じて気流及び温度を制御する。
図4は、本発明の一実施形態によるイメージから特徴抽出を行って、ディスクリプションを生成する過程を示す。図4の25は、エアコンが設置された空間を撮影したイメージである。25は、女性がソファーに座って本を読んでいる様子を撮影したイメージである。
イメージ25が制御部のエンコーダ151に入力される。そして、エンコーダ151、例えば、CNNのようなニューラルネットワーク151aは、入力されたイメージから特徴を抽出する。25における四角形としてTV、テーブル、女性の顔、ソファー、そして、本を読んでいる部分の周辺に四角形がマーキングされたことは、CNNネットワークによって特徴が抽出されたことを視覚的に表現したものである。
図5は、本発明の一実施形態による抽出された特徴におけるイメージディスクリプションを生成する過程を示す。CNNのようなニューラルネットワークがイメージから抽出した特徴は、前処理部151b及びリニア(Linear)151cを通過して、特徴ベクトルとして生成される。そして、生成された特徴ベクトルは、デコーダ153が入力されて、所定の単語等を出力する。
一実施形態として、デコーダ153の構成要素としてRNNの一実施形態であるLSTM(Long Short-Term Memory)を使用することができる。RNNは、再帰的なデータ処理に好適であり、LSTMは、入力された特徴ベクトルから単語を出力し(Wvocabulary)、該単語を再帰的に入力されて、新しい単語を出力することに適用する(Wembed)。
制御部150は、LSTMの各セルに貯蔵される情報の時間を増減させることができる。例えば、制御部150は、使用者の動きが多い場合は、各セルに貯蔵される情報の時間を短縮する。これは、制御部150が新しい情報に対応して、空気調和機を短い時間間隔で制御できるようにする。
逆に、制御部150は、使用者の動きが少ない場合は、各セルに貯蔵される情報の時間を増加させる。制御部150は、累積した情報に対応して、空間内の長期間動きを反映し、空気調和機を制御することができる。
図5におけるデコーダ153が算出した情報に基づいて、制御部150は、図4のイメージに対応して、次のような文章を出力することができる。
「On the center-left side of the picture, a woman is reading a book in the living room with tv, table, chair.」
制御部150は、上記文章における「middle-left side」、「woman」、「reading a book」、「chair」などの情報に基づいて空気調和機の風向と風量を決定する。
図6は、本発明の一実施形態によるイメージ内の人を識別した場合、空気調和機の制御方式を示す。
制御部150は、主語と述語の分類によって、エアコンの気流の制御及び温度を制御する。または、制御部150は、主語と述語のみならず、目的語、着用した服の特徴(短い半袖/半ズボンであるか長い服であるか)、前置詞句を介する人の位置に対する情報などを分類する。そして、制御部150は、取得した情報を用いて、使用者に適したエアコンの気流の方向や風速、風量を制御し、温度を制御する。
制御部150は、イメージディスクリプションで人を識別する(S41)。制御部150は、識別した人が子供/年寄りのうちいずれかであるかを確認する(S42)。子供/年寄りと識別された場合、より詳細に制御部150は、子供であるか年寄りであるかによって(S43)、人の属性情報を設定する(S45a,S45b)。
一実施形態として、制御部150は、識別された人が子供である場合、Human.child=TRUEと設定する(S45a)。一実施形態として、制御部150は、識別された人が年寄りである場合、Human.elder=TRUEと設定する(S45b)。
S42におけるイメージを介して制御部150が子供/年寄りを識別していない場合、次のステップで制御部150は、女性であるか男性であるかによって(S44)、人の属性情報を設定する(S45c,S45d)。
一実施形態として、制御部150は、識別された人が女性である場合、Human.woman=TRUEと設定する(S45c)。一実施形態として、制御部150は、識別された人が男性である場合、Human.man=TRUEと設定する(S45d)。
また、制御部150は、イメージディスクリプションで識別された人に対する述語が動的であるか、それとも静的であるかを判断する(S46)。一実施形態として、制御部150は、識別された述語が動的な述語である場合(ゲームする、走る、動く、掃除するなど)、Human.Active=TRUEと設定する(S47)。一実施形態として、制御部150は、識別された述語が静寂な述語である場合(座っている。寝ている。横になっている。本を読む。電話するなど)、Human.Active=FALSEと設定する(S48)。
次に、制御部150は、イメージディスクリプションで識別された人が着た服を区分する(S50)。一実施形態として、制御部150は、識別された人の着た服が半袖シャツ又は半ズボンのような夏用服である場合、Human.shortcloth=TRUEと設定する(S51)。そして、S50における長い服を着た場合、制御部150は、Human.shortcloth=FALSEと設定する(S52)。
また、制御部150は、イメージディスクリプションで識別された人の位置をイメージディスクリプション内の前置詞句などを用いて確認する(S55)。位置が確認されたら、制御部150は、確認された人の位置情報を設定する。例えば、制御部150は、Human.positionに{near,far,left,right,center}のうちいずれか又は二以上の情報と設定する(S56)。
また、制御部150は、S45a~S56における設定された人に対する属性情報に基づいて空気調和機を制御するパラメータを算出し、これに基づいて空気調和機の動作を制御する(S57)。一実施形態として、制御部150は、温度において急冷モード/標準モードのうちいずれかを選択することができる。
また、制御部150は、気流において直接風/間接風のうちいずれかを選択することができる。もちろん制御部150は、S57ステップにおける風力も強風/中風/弱風の中で選択することができる。
図6のようなプロセスに基づいて制御部150は、識別された使用者の人的特性と動作特性、着用した服装の特性に基づいて、空気調和機を制御することができる。
人的特性と動作特性を組み合わせる場合、次のように、制御部150は空気調和機を制御することができる。
一実施形態として、{「Human.child=TRUE」&「Human.Active=TRUE」}である場合、制御部150は、空気調和機を急冷モードの間接風に制御することができる。一実施形態として、{「Human.child=TRUE」&「Human.Active=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.elder=TRUE」&「Human.Active=TRUE」}である場合、制御部150は、空気調和機を標準モードの直接風に制御することができる。一実施形態として、{「Human.elder=TRUE」&「Human.Active=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.woman=TRUE」&「Human.Active=TRUE」}である場合、制御部150は、空気調和機を急冷モードの間接風に制御することができる。一実施形態として、{「Human.woman=TRUE」&「Human.Active=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.man=TRUE」&「Human.Active=TRUE」}である場合、制御部150は、空気調和機を急冷モードの直接風に制御することができる。一実施形態として、{「Human.man=TRUE」&「Human.Active=FALSE」}である場合、制御部150は、空気調和機を標準モードの直接風に制御することができる。
人的特性と動作特性、そして着用した服装に対する特性を組み合わせる場合、次のように、制御部150が空気調和機を制御することができる。
一実施形態として、{「Human.child=TRUE」&「Human.Active=TRUE」&「Human.shortcloth=TRUE」}である場合、制御部150は、空気調和機を急冷モードの間接風に制御することができる。一実施形態として、{「Human.child=TRUE」&「Human.Active=FALSE」&「Human.shortcloth=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.elder=TRUE」&「Human.Active=TRUE」&「Human.shortcloth=TRUE」}である場合、制御部150は、空気調和機を標準モードの直接風に制御することができる。一実施形態として、{「Human.elder=TRUE」&「Human.Active=FALSE」&「Human.shortcloth=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.woman=TRUE」&「Human.Active=TRUE」&「Human.shortcloth=TRUE」}である場合、制御部150は、空気調和機を急冷モードの間接風に制御することができる。一実施形態として、{「Human.woman=TRUE」&「Human.Active=FALSE」&「Human.shortcloth=FALSE」}である場合、制御部150は、空気調和機を標準モードの間接風に制御することができる。
一実施形態として、{「Human.man=TRUE」&「Human.Active=TRUE」&「Human.shortcloth=TRUE」}である場合、制御部150は、空気調和機を急冷モードの直接風に制御することができる。一実施形態として、{「Human.man=TRUE」&「Human.Active=FALSE」&「Human.shortcloth=FALSE」}である場合、制御部150は、空気調和機を標準モードの直接風に制御することができる。
また、前述した例示のほか、前置詞句などによって使用者の位置を確認した場合、制御部150は、使用者が遠くにいる場合は急冷モードで、使用者が近くにいる場合は標準モードで動作するように空気調和機を制御することができる。あるいは、その逆の場合も可能である。例えば、制御部150は、省エネルギー のために使用者が遠くにいる場合は標準モードで、使用者が近くにいる場合は急冷モードで動作するように空気調和機を制御することができる。
または、制御部150は、使用者が遠くにいる場合は直接風に、使用者が近くにいる場合は間接風に動作するように空気調和機を制御することができる。あるいは、その逆の場合も可能である。例えば、制御部150は、省エネルギーのために使用者が遠くにいる場合は間接風に、使用者が近くにいる場合は直接風に動作するように空気調和機を制御することができる。
または、制御部150は、使用者が遠くにいる場合、空気調和機に設定されている風速を増加させるか温度を低くすることができる。もちろん、制御部150は、使用者が近くにいる場合、空気調和機に設定されている風速を減少させるか温度を高めることができる。
また、二以上の使用者が識別された場合、制御部150は、各使用者別に特性を抽出する。そして、抽出された結果が一致する場合、そのまま使用し、一致していない場合、調節する。
例えば、第1、第2使用者の特性を識別した結果、制御部150は、第1使用者に対しては「急冷モード/直接風」に空気調和機を制御するパラメータを算出しており、第2使用者に対しては、「標準モード/間接風」に空気調和機を制御するパラメータを算出した。
この場合、制御部150は、第1使用者が左側に、第2使用者が右側に位置した場合、送風部15の左右側11,12をそれぞれ制御する。その結果、空気調和機1は、左側には急冷モードの直接風に空気調和機が動作し、右側には標準モードの間接風に空気調和機が動作する。
または、制御部150は、両使用者の位置が近いか、両方の送風を別途制御しにくい場合、パラメータをそれぞれ選択する。例えば、制御部150は、モードにおいては「急冷モード」と選択し、風は「間接風」と選択して、両使用者に設定された各々のパラメータ(急冷/標準モード、直接風/間接風)の中で一つずつ選択することができる。
前述した実施形態を適用する場合、空気調和機1の制御部150は、映像情報によって使用者達の行動を分析し、分析した結果によって空気調和機1の風量、風速、動作モード、温度などを制御することができる。
図6に示されたように、識別された使用者の人的特性は、男性>女性、子供>年寄りの順に涼しい風又は直接風を提供するように、制御部150が空気調和機を制御する。もちろん、かかる手順は変更することができる。
例えば、年寄りと識別し、弱い風に送風するように制御していたが、空気調和機の温度を低くするか、風力を高くするか、急冷モードを選択する割り込み(受動制御)が発生した場合、制御部150は、年寄りに対する設定値を子供又は女性又は男性の設定値に変更することができる。
または、イメージ内の識別された年寄りに対する情報(イメージ)を制御部150が別途貯蔵する。その後、制御部150は、「年寄り」と識別された人が貯蔵されたイメージの年寄りと同一である場合は、識別された人に対して、「年寄り」ではない他のカテゴリー(例えば、「子供」又は「女性」又は「男性」)に属すると判断し、それに応じて空気調和機を制御する。
逆に、制御部150がその後に「年寄り」と識別された人が、貯蔵されたイメージの年寄りと相違する場合は、図6のプロセスに従って空気調和機を制御する。
図6は、イメージディスクリプションがイメージ内に識別された人に対する属性情報、又はイメージ内に識別された人が行う動作に対する単語、又は人を記述する単語を含む場合、制御部は、これに対応して空気調和機の動作を制御する実施形態を示した。このうち、人が行う動作の動的/静的な特性を詳細に分析する過程について考察する。
図7は、本発明の一実施形態によるイメージディスクリプション内に識別された人の動作を分析する過程を示す。
制御部150は、イメージディスクリプションで人を識別する(S41)。また、制御部150は、識別された人が立っている場合、動的な属性の数値(Human.Active.Count)を増加させる(S61)。同様、制御部150は、現在のイメージと前の時点のイメージとの相違点が大きい場合も、動的な属性の数値(Human.Active.Count)を増加させる(S62)。
また、制御部150は、識別された人の腕が上又は横に向かう場合、動的な属性の数値(Human.Active.Count)を増加させる(S63)。
その他も、制御部150は、人が動的に動きを類推することのできる様々な情報を取り集めて、動的な属性の数値(Human.Active.Count)を増加させた後、この値に応じて制御部150は、空気調和機の送風温度、風量、風速又はモードなどを制御する(S64)。
図8は、本発明の一実施形態によるイメージディスクリプション内に識別された人の着た服装に応じて空気調和機が動作する過程を示す。
制御部150は、イメージディスクリプションで人を識別する(S41)。制御部150は、識別された人の身体における肌色の比率を計算する(S66)。その結果、肌色の比率が基準以上(例えば、30%以上)である場合、識別された人が夏の服を着ていると判断する。制御部150は、Human.shortclothの値を「TRUE」と設定する(S67)。
イメージ内に人達が複数識別された場合、制御部150は、それぞれに対して Human.shortclothの値を算出する。そして、制御部150は、算出した値に応じて空気調和機の送風温度、風量、風速又はモードなどを制御する(S67)。
図8のフローにおけるイメージディスクリプションは、イメージ内に識別された人が着た服装を記述する単語を含んでいてもよい。または、イメージディスクリプションに別途服装の説明がない場合、制御部150は、各々の人別に肌色の露出を確認する。そして、制御部150は、確認した結果を用いて、空間内の人達が短い袖の服を着ているか、短い半ズボンを着ているか、あるいは長い袖/長いズボンを着ているかを確認する。
図9は、本発明の一実施形態によるイメージディスクリプションの過程を示す。図9に示されたイメージにおける制御部150は、Person1と識別された人が近く、中央から左側に偏っている位置にいると識別する(Person1,Near/Center-Left)。そして、制御部150は、「Person1」の後ろに配置されたソファー(sofa)を識別する(Sofa,Behind of Person1)。制御部150は、ソファーの後ろにPerson2と識別された人が遠く、右側にいると識別する(Person2,Far/Right)。
このため制御部150は、Person1のように、イメージにおける中心に位置した人、又はイメージにおける空気調和機に近く位置した人に対するイメージディスクリプションの重要度を高める。例えば、制御部150は、イメージディスクリプションの結果、Person1は、女性であり、長い服を着ているという文章を出力することができる(「Woman wears jacket」)。そして、制御部150は、イメージディスクリプションの結果、Person2は、男性であり、短い袖を着ているという文章を出力することができる(「Man wears short sleeves shirt」)。
このとき、制御部150は、近くにいるか中心に位置したPerson1に対するイメージディスクリプションの重要度を、Person2に対するイメージディスクリプションの重要度よりも高く処理する。その結果、制御部150は、Person1に対するイメージディスクリプションに基づいて空気調和機を制御することができる。
また、イメージディスクリプションは、イメージ内に識別された人の位置に対応する単語を含む。制御部150は、Person1がPerson2よりも前に位置するか、Person1がソファーの前に位置し、ソファーがPerson2の前に位置するというイメージディスクリプションを生成する。
また、これら人達の位置によって制御部150は、空気調和機の動作を制御することができる。例えば、制御部150は、前方中央-左側のPerson1に向かって送風することができる。
図10は、本発明の一実施形態による変化したイメージに重点を置いたイメージディスクリプションの過程を示す。図9と比較すると、図10は、Person1が左側に移動した状態である。
制御部150は、第1時点に獲得された第1イメージ(図9のイメージ)と、第1時点後の第2時点に獲得された第2イメージ(図10のイメージ)とを比較して、変化が生じた部分のイメージディスクリプションを生成する。すなわち、ソファーやPerson2に対しては変化がないため、イメージディスクリプションを生成せず、変化が生じたPerson1に対してのみイメージディスクリプションを生成する(「Woman wears jacket,Woman moves left.」)。
また、変化が生じた部分に重点を置いて、制御部150は空気調和機の動作を制御する。例えば、制御部150は、前方左側に移動したPerson1に向かって送風することができる。
このために制御部150は、一定時間の間のイメージを貯蔵することができる。1分又は5分の期間内に10秒の間隔でカメラ部110がイメージを撮影すると、制御部150は、イメージを累積貯蔵する。そして、累積したイメージ別に生成されたイメージディスクリプションを貯蔵する。
その後、制御部150は、類似するイメージが獲得されると、過去に生成されたイメージディスクリプションを用いて、現在獲得されたイメージに対するイメージディスクリプションを適用することができる。
特に、空気調和機が設置された空間で変化がしばしば発生するのは人であり、ソファーや窓、TVなどは変化しない。よって、固定するか、ほとんど動きのない事物に対するイメージディスクリプションは、制御部150が繰り返して確認した後に貯蔵することができる。
例えば、制御部150は、繰り返したイメージディスクリプションから抽出された事物に対する情報を次のように貯蔵することができる。
また、その後、人達の位置を確定するにあたって、制御部150は、ソファーとTVの位置を反映することができる。本発明の実施形態を構成する諸構成要素が一つに結合するか、結合して動作すると説明されたとして、本発明が必ずしもかかる実施形態に限定されるものではなく、本発明の目的範囲内における諸構成要素が一以上に選択的に結合して動作することもできる。また、その諸構成要素は、それぞれ一つの独立的なハードウェアに具現され得るが、各構成要素のその一部又は全部が選択的に組み合わされ、一つ又は複数本のハードウェアで組み合わされた一部又は全部の機能を行うプログラムモジュールを有するコンピュータプログラムとして具現することもできる。そのコンピュータプログラムを構成するコード及びコードセグメントは、本発明の技術分野の当業者によって容易に推論することができる。このようなコンピュータプログラムは、コンピュータが読み取れる貯蔵媒体(Computer Readable Media)に貯蔵され、コンピュータによって読み取られて実行されることで、本発明の実施形態を具現することができる。コンピュータプログラムの貯蔵媒体としては磁気記録媒体、光記録媒体、半導体記録素子を含む貯蔵媒体とを含む。また、本発明の実施形態を具現するコンピュータプログラムは、外部の装置を介してリアルタイムに伝送されるプログラムモジュールを含む。
以上では、本発明の実施形態を中心に説明したが、通常の技術者の水準における多様な変更や変形を加えることができる。よって、このような変更と変形が本発明の範囲を外れない限り、本発明の範疇内に含まれると理解することができる。
Claims (14)
- 空気を吐出する送風部と、
空気調和機の室内機が配置された空間のイメージを取得するカメラ部と、
前記カメラ部の取得したイメージから特徴を抽出して、イメージディスクリプションを生成し、前記イメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御する制御部と、を含み、
前記空気調和機は、イメージディスクリプションを繰り返し確認して、動きのない事物を確認し、
前記空気調和機は、イメージディスクリプションと事物の位置を貯蔵した後、
前記空気調和機は、貯蔵された事物の位置を反映して人達の位置を確定する、
使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記制御部は、
前記イメージから特徴を抽出し、特徴ベクトルを算出するエンコーダと、
前記特徴ベクトルから、単語を含む前記イメージディスクリプションを算出するデコーダと、を含む、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記制御部は、前記イメージディスクリプションを用いて、前記空気調和機が吐出する空気の風速、風量、風向、温度又は空気調和機の動作モードの一つ以上を制御する、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記イメージディスクリプションは、前記イメージ内で識別された人に対する属性情報、又は前記イメージ内で識別された人が行う動作に対する単語、又は前記人を記述する単語を含む、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記イメージディスクリプションは、前記イメージ内で識別された人が着ている服装を記述する単語を含む、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記イメージディスクリプションは、前記イメージ内で識別された人の位置に対応する単語を含む、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記制御部は、前記イメージにおける中心に位置した人、又は前記イメージにおける前記空気調和機の近くに位置した人に対するイメージディスクリプションの重要度を高める、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 前記制御部は、第1時点に取得された第1イメージと、前記第1時点より後の第2時点に取得された第2イメージとを比較して、変化が生じた部分のイメージディスクリプションを生成する、
請求項1記載の使用者の行動パターンを分析して動作を制御する空気調和機。 - 空気調和機のカメラ部が、前記空気調和機の室内機の配置された空間のイメージを取得するステップと、
前記空気調和機の制御部が、前記カメラ部の取得したイメージから特徴を抽出するステップと、
前記制御部が、前記抽出した特徴に基づいて、前記イメージを説明するイメージディスクリプションを生成するステップと、
前記制御部が、前記イメージディスクリプションに対応して生成されたパラメータを用いて空気調和機を制御するステップと、を含み、
前記空気調和機は、イメージディスクリプションを繰り返し確認して、動きのない事物を確認し、
前記空気調和機は、イメージディスクリプションと事物の位置を貯蔵した後、
前記空気調和機は、貯蔵された事物の位置を反映して人達の位置を確定する、
使用者の行動パターンを分析して空気調和機の動作を制御する方法。 - 前記制御部のエンコーダが、前記イメージから特徴を抽出し、特徴ベクトルを算出するステップと、
前記制御部のデコーダが、前記特徴ベクトルから、単語を含む前記イメージディスクリプションを算出するステップと、を含む、
請求項9記載の使用者の行動パターンを分析して空気調和機の動作を制御する方法。 - 前記制御部が、前記イメージディスクリプションを用いて、前記空気調和機が吐出する空気の風速、風量、風向、温度又は空気調和機の動作モードの一つ以上を制御するステップをさらに含む、
請求項9記載の使用者の行動パターンを分析して空気調和機の動作を制御する方法。 - 前記イメージディスクリプションは、前記イメージ内で識別された人の位置に対応する単語を含む、
請求項9記載の使用者の行動パターンを分析して空気調和機の動作を制御する方法。 - 前記制御部が、前記イメージにおける中心に位置した人、又は前記イメージにおける前記空気調和機の近くに位置した人に対するイメージディスクリプションの重要度を高めるステップをさらに含む、
請求項9記載の使用者の行動パターンを分析して空気調和機の動作を制御する方法。 - 前記制御部が、第1時点に取得された第1イメージと、前記第1時点より後の第2時点に取得された第2イメージとを比較して、変化が生じた部分のイメージディスクリプションを生成するステップをさらに含む、
請求項9記載の使用者の行動パターンを分析して空気調和機の動作を制御する方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023158199A JP2023164723A (ja) | 2019-05-02 | 2023-09-22 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021564589A JP2022531259A (ja) | 2019-05-02 | 2019-05-02 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
PCT/KR2019/005286 WO2020222341A1 (ko) | 2019-05-02 | 2019-05-02 | 사용자의 행동 패턴을 분석하여 공기조화기의 동작을 제어하는 방법 및 공기조화기 |
JP2023158199A JP2023164723A (ja) | 2019-05-02 | 2023-09-22 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021564589A Division JP2022531259A (ja) | 2019-05-02 | 2019-05-02 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023164723A true JP2023164723A (ja) | 2023-11-10 |
Family
ID=67806480
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021564589A Pending JP2022531259A (ja) | 2019-05-02 | 2019-05-02 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
JP2023158199A Pending JP2023164723A (ja) | 2019-05-02 | 2023-09-22 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021564589A Pending JP2022531259A (ja) | 2019-05-02 | 2019-05-02 | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11655995B2 (ja) |
EP (1) | EP3964762A4 (ja) |
JP (2) | JP2022531259A (ja) |
KR (1) | KR20190099160A (ja) |
WO (1) | WO2020222341A1 (ja) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110529989A (zh) * | 2019-09-17 | 2019-12-03 | 山东浪潮人工智能研究院有限公司 | 基于人体动态图像追踪技术的空调调节风向的送风方法及装置 |
KR102389215B1 (ko) * | 2019-10-31 | 2022-04-25 | 주식회사 쓰리에이치굿스 | 에어컨 제어용 인공지능 제어시스템 |
CN110906513A (zh) * | 2019-11-27 | 2020-03-24 | 广东美的制冷设备有限公司 | 基于图像识别的空调机器人控制方法和装置 |
CN111854035A (zh) * | 2020-07-13 | 2020-10-30 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、空调、存储介质及处理器 |
CN112303824B (zh) * | 2020-09-29 | 2023-05-26 | 青岛海尔空调电子有限公司 | 空调的室内机控制方法及空调 |
CN113531850A (zh) * | 2021-06-30 | 2021-10-22 | 青岛海尔空调器有限总公司 | 用于控制空调的方法及装置、电子设备、存储介质 |
CN114216169A (zh) * | 2021-12-17 | 2022-03-22 | 宁波奥克斯电气股份有限公司 | 一种移动空调的控制方法和移动空调 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0658593A (ja) | 1992-08-05 | 1994-03-01 | Sharp Corp | 空気調和機 |
JP3216280B2 (ja) * | 1992-12-11 | 2001-10-09 | 松下電器産業株式会社 | 空気調和機の制御装置と画像処理装置の応用機器 |
US6645066B2 (en) * | 2001-11-19 | 2003-11-11 | Koninklijke Philips Electronics N.V. | Space-conditioning control employing image-based detection of occupancy and use |
KR101273586B1 (ko) | 2006-06-23 | 2013-06-11 | 삼성전자주식회사 | 에어컨 스케줄 자동 생성시스템 |
JP2008051463A (ja) | 2006-08-28 | 2008-03-06 | Sharp Corp | 自動空調制御システム |
JP2010025359A (ja) | 2008-07-15 | 2010-02-04 | Fujitsu General Ltd | 空気調和機 |
KR101558504B1 (ko) * | 2008-12-26 | 2015-10-07 | 엘지전자 주식회사 | 공기조화기 및 그 동작방법 |
JP4852159B2 (ja) * | 2010-02-24 | 2012-01-11 | 株式会社東芝 | 画像処理装置、画像処理方法および空調制御装置 |
JP2012037102A (ja) * | 2010-08-05 | 2012-02-23 | Panasonic Corp | 人物識別装置、人物識別方法及び人物識別装置を備えた空気調和機 |
JP2012042074A (ja) | 2010-08-17 | 2012-03-01 | Panasonic Corp | 空気調和機 |
JP5865784B2 (ja) * | 2012-06-05 | 2016-02-17 | 日立アプライアンス株式会社 | 空気調和機 |
US9317531B2 (en) * | 2012-10-18 | 2016-04-19 | Microsoft Technology Licensing, Llc | Autocaptioning of images |
US9958176B2 (en) * | 2013-02-07 | 2018-05-01 | Trane International Inc. | HVAC system with camera and microphone |
JP5980703B2 (ja) | 2013-03-12 | 2016-08-31 | 三菱電機株式会社 | 空気調和機のサポートシステム |
CN110081564B (zh) * | 2014-02-17 | 2021-09-14 | 松下电器产业株式会社 | 热图像传感器系统以及冷热感推断方法 |
JP6271294B2 (ja) * | 2014-02-26 | 2018-01-31 | シャープ株式会社 | 空気調和機 |
JP6267559B2 (ja) | 2014-03-25 | 2018-01-24 | 株式会社クボタ | 食材混合機 |
KR101823208B1 (ko) * | 2015-12-04 | 2018-01-29 | 엘지전자 주식회사 | 공기 조화기 및 그 제어방법 |
WO2017179116A1 (ja) * | 2016-04-12 | 2017-10-19 | 三菱電機株式会社 | 空気調和システム |
JP6522237B2 (ja) * | 2016-05-11 | 2019-05-29 | 三菱電機株式会社 | 空調可視化システム |
JP6681816B2 (ja) | 2016-10-05 | 2020-04-15 | 日立ジョンソンコントロールズ空調株式会社 | 空気調和機 |
KR20180071031A (ko) * | 2016-12-19 | 2018-06-27 | 엘지전자 주식회사 | 공기조화기 및 그 제어방법 |
KR20190026384A (ko) | 2017-09-05 | 2019-03-13 | 엘지전자 주식회사 | 공기조화기 및 그 제어방법 |
KR20190035007A (ko) * | 2017-09-25 | 2019-04-03 | 엘지전자 주식회사 | 인공지능 공기조화장치 및 그의 제어방법 |
-
2019
- 2019-05-02 JP JP2021564589A patent/JP2022531259A/ja active Pending
- 2019-05-02 EP EP19927192.5A patent/EP3964762A4/en active Pending
- 2019-05-02 WO PCT/KR2019/005286 patent/WO2020222341A1/ko unknown
- 2019-05-02 US US16/490,016 patent/US11655995B2/en active Active
- 2019-08-06 KR KR1020190095556A patent/KR20190099160A/ko not_active Application Discontinuation
-
2023
- 2023-09-22 JP JP2023158199A patent/JP2023164723A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
WO2020222341A1 (ko) | 2020-11-05 |
EP3964762A1 (en) | 2022-03-09 |
KR20190099160A (ko) | 2019-08-26 |
EP3964762A4 (en) | 2022-12-07 |
US20210381717A1 (en) | 2021-12-09 |
US11655995B2 (en) | 2023-05-23 |
JP2022531259A (ja) | 2022-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023164723A (ja) | 使用者の行動パターンを分析して空気調和機の動作を制御する方法、及び空気調和機 | |
CN107883541B (zh) | 空调控制方法及装置 | |
TW494308B (en) | Control method | |
EP2966371B1 (en) | Room information inferring apparatus, room information inferring method, and air conditioning apparatus | |
EP3779306B1 (en) | Aroma releasing system | |
KR20180071031A (ko) | 공기조화기 및 그 제어방법 | |
KR102661364B1 (ko) | 열적 쾌적성 기반의 공조 방법 및 공조기 | |
JP6784314B2 (ja) | 換気制御装置及び換気システム | |
CN110799978B (zh) | 居住环境中的人脸识别 | |
US20200041156A1 (en) | Air conditioner | |
WO2003025859A1 (fr) | Dispositif d'interface | |
CN110726222B (zh) | 空调控制方法、装置、存储介质以及处理器 | |
CN110822616A (zh) | 空调自动调节方法及装置 | |
KR20180051729A (ko) | 공기조화기 및 그 제어방법 | |
JP2019125061A (ja) | 人の状態推定システム | |
JP2012037102A (ja) | 人物識別装置、人物識別方法及び人物識別装置を備えた空気調和機 | |
Choi et al. | Deep-vision-based metabolic rate and clothing insulation estimation for occupant-centric control | |
KR20200057825A (ko) | 인공지능에 기반하여 일정에 대응하는 추천 정보를 제공하는 공기청정기 및 방법 | |
CN110779143B (zh) | 空调的控制方法、装置、设备和空调 | |
Bucarelli et al. | Deep learning approach for recognizing cold and warm thermal discomfort cues from videos | |
Gobinath et al. | Home and office automation system-survey | |
Kim | A personal identity annotation overlay system using a wearable computer for augmented reality | |
Yang et al. | Macro pose based non-invasive thermal comfort perception for energy efficiency | |
Medina et al. | Embedded Real-Time Clothing Classifier Using One-Stage Methods for Saving Energy in Thermostats. Energies 2022, 15, 6117 | |
Cheng | Contactless Sensing of Indoor Thermal Comfort and Air Quality Using Computer Vision Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230922 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230922 |