CN110736233B - 空调控制方法及装置 - Google Patents
空调控制方法及装置 Download PDFInfo
- Publication number
- CN110736233B CN110736233B CN201911040328.5A CN201911040328A CN110736233B CN 110736233 B CN110736233 B CN 110736233B CN 201911040328 A CN201911040328 A CN 201911040328A CN 110736233 B CN110736233 B CN 110736233B
- Authority
- CN
- China
- Prior art keywords
- user
- information
- state information
- physiological information
- user state
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012549 training Methods 0.000 claims abstract description 37
- 230000007613 environmental effect Effects 0.000 claims description 33
- 238000004378 air conditioning Methods 0.000 claims description 12
- 210000000577 adipose tissue Anatomy 0.000 claims description 7
- 230000036541 health Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000013528 artificial neural network Methods 0.000 description 5
- 206010044565 Tremor Diseases 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000002411 adverse Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010013954 Dysphoria Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- F24F11/62—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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
- F24F11/526—Indication arrangements, e.g. displays giving audible indications
-
- 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
- F24F11/64—Electronic processing using pre-stored data
-
- 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
-
- 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
- F24F2120/20—Feedback from users
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种空调控制方法及装置。其中,该方法包括:采集用户状态信息;将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;根据调节参数控制空调对运行参数进行调整。本发明解决了相关技术中空调控制反馈效果差,影响用户体验和舒适性的技术问题。
Description
技术领域
本发明涉及空调领域,具体而言,涉及一种空调控制方法及装置。
背景技术
相关技术中,传统空调控制方法单一,通常采用遥控器进行控制,该种控制方式的控制精确度不高,而且控制通常需要安装一次性电池,容易造成资源浪费和环境污染,节能效果不明显,空调控制不节能。而且相关技术中,通过控制器控制空调时,空调有时由于各种原因,导致反应速度较慢,存在反馈速度较慢,反馈效果差,影响用户体验感和舒适性的问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种空调控制方法及装置,以至少解决相关技术中空调控制反馈效果差,影响用户体验和舒适性的技术问题。
根据本发明实施例的一个方面,提供了一种空调控制方法,包括:采集用户状态信息;将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数;其中,所述控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及所述用户状态信息对应的调节参数;根据所述调节参数控制空调对运行参数进行调整。
可选的,将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数之前包括:检测用户的生理信息;根据用户的生理信息确定所述用户所处环境的环境参数范围,其中,所述环境参数范围包括:温度阈值和/或湿度阈值;控制空调运行以达到以所述环境参数范围。
可选的,所述生理信息包括下列至少之一:年龄,性别,健康指数,病例信息,体脂率。
可选的,根据用户的生理信息确定所述环境参数范围包括:根据所述生理信息确定环境参数调节值;根据所述环境参数调节值,对默认环境参数范围进行调节,确定所述环境参数范围。
可选的,根据所述生理信息确定环境参数调节值包括:判定所述生理信息所处的生理信息等级,其中,将生理信息范围根据一个或多个信息节点划分为多个生理信息子范围,每个所述生理信息子范围对应一个生理信息等级;根据所述生理信息所处的所述生理信息等级,确定所述生理信息等级对应的环境参数调节值。
可选的,还包括:接收用户的语音信息;根据所述语音信息确定控制指令;根据所述控制指令,对空调进行控制。
可选的,所述用户状态信息包括下列至少之一:用户的表情特征;用户的动作特征,用户的身体状态特征。
根据本发明实施例的另一方面,还提供了一种空调控制装置,包括:采集模块,用于采集用户状态信息;识别模块,用于将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数;其中,所述控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及所述用户状态信息对应的调节参数;控制模块,用于根据所述调节参数控制空调对运行参数进行调整。
根据本发明实施例的另一方面,还提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述中任意一项所述的方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行上述中任意一项所述的方法。
在本发明实施例中,采用采集用户状态信息;将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;根据调节参数控制空调对运行参数进行调整的方式,通过用户状态信息,确定调节参数,对空调运行参数进行调节,达到了根据用户状态信息进行反馈控制的目的,从而实现了优化反馈效果,提高用户体验和舒适性的技术效果,进而解决了相关技术中空调控制反馈效果差,影响用户体验和舒适性的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种空调控制方法的流程图;
图2是根据本发明实施方式的一种控制***的控制流程的示意图;
图3是根据本发明实施方式的预设温湿度范围的示意图;
图4是根据本发明实施例的一种空调控制装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种空调控制方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种空调控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,采集用户状态信息;
步骤S104,将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;
步骤S104,根据调节参数控制空调对运行参数进行调整。
通过上述步骤,采用采集用户状态信息;将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;根据调节参数控制空调对运行参数进行调整的方式,通过用户状态信息,确定调节参数,对空调运行参数进行调节,达到了根据用户状态信息进行反馈控制的目的,从而实现了优化反馈效果,提高用户体验和舒适性的技术效果,进而解决了相关技术中空调控制反馈效果差,影响用户体验和舒适性的技术问题。
上述采集用户状态信息可以是用户的身体状态,例如,发抖,蜷缩,可以是用户觉得冷的身体状态,脱衣,扇风,可以是用户觉得热的身体状态。上述用户状态还可以是用户的表情状态,例如,轻松,可以是用户觉得舒适的表情状态,紧张,烦躁可以是用户觉得热的表情状态。根据用户的状态信息,可以获取用户对当前空调的效果的感受,从而对空调进行反馈控制,对空调的效果进行改善,提高用户体验和舒适性。上述采集用户状态信息可以是通过采集装置,采集用户状态信息,例如,通过图像采集装置采集用户的表情图像,或者身体图像,以确定用户的身体状态或者表情状态。
上述将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数。需要说的是,上述用户状态信息是用户在空调运行的效果下,做出反映的状态信息,也即是在采集用户状态信息之前,空调已经开启,以一定的运行参数或者而运行模式运行。然后在该空调的运行参数或者运行模式下,对上述用户状态信息进行采集。从而根据采集的用户状态信息对用户的反馈信息进行确定,从而根据用户反馈信息,对空调的运行参数或者运行模式进行反馈调节。
上述控制模型可以包括PID模糊控制算法,神经网络模型算法,上述控制模型可以是深度学习模型,或者机器学习模型,上述控制模型由多组训练数据训练而成,建立上述控制模型后,由多组训练数据训练收敛,可以将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数。每组上述训练数据可以包括输入的用户状态信息,和输出的对应的调节参数。例如,每组训练数据可以是用户的身体状态为发抖,和对应的调节温度上升5摄氏度的调节参数。在空调的执行上述调节指令,可以对上述用户的身体状态向舒适的方向改善。再例如,每组训练数据可以是用户的身表情状态为烦躁,和调节温度下降3摄氏度,在空调的执行上述调节指令,可以对上述用户的身体状态向舒适的方向改善。
可选的,将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数之前包括:检测用户的生理信息;根据用户的生理信息确定用户所处环境的环境参数范围,其中,环境参数范围包括:温度阈值和/或湿度阈值;控制空调运行以达到以环境参数范围。
可选的,生理信息包括下列至少之一:年龄,性别,健康指数,病例信息,体脂率。
上述用户的生理信息可以对用户觉得舒适的环境参数产生影响,上述生理信息可以是年龄,年龄过大或者过小,对环境参数的承受能力会下降,因此,可以适当的增加温度上升数值,减小温度下降的数值,例如,当用户年龄偏大或者偏小时,预设的温度可以向上增加2℃。
上述生理信息可以是性别,不同性别的男女对环境参数的承受能力也不同,相对而言,男性相比于女性,承受能力更强。例如,用户为女性时,预设的温度向上增加2℃。当用户为青中年,性别为男性时,预设的温度上下阈值保持不变。
上述生理信息还可以是健康指数,健康指数较低,说明用户的抵抗力较差不适宜较低的温度,和较大的温差,在降温时,需要控制降温速度,和降温的额最低温度。
上述生理信息还可以是病例信息,通过用户的病例,可以了解用户对于温度变化,或者湿度变化,或者其他的环境参数变化是否会产生不良影响,从而记性适当的规避。
上述生理信息还可以是体脂率,体脂率较高的人对环境参数变化的承受能力,要强于体脂率较低的人,从而对用户所需环境参数进行调整。
根据上述生理信息可以确定用户,在上述生理信息的情况下,所能觉得舒适的环境参数。从而控制空调进入该环境参数。
可选的,根据用户的生理信息确定环境参数范围包括:根据生理信息确定环境参数调节值;根据环境参数调节值,对默认环境参数范围进行调节,确定环境参数范围。
根据上述生理信息确定对应的环境参数调节值,然后根据环境参数调节值对默认的环境参数范围进行调节,从而确定环境参数范围,上述默认环境参数范围,可以是常温25摄氏度。
可选的,根据生理信息确定环境参数调节值包括:判定生理信息所处的生理信息等级,其中,将生理信息范围根据一个或多个信息节点划分为多个生理信息子范围,每个生理信息子范围对应一个生理信息等级;根据生理信息所处的生理信息等级,确定生理信息等级对应的环境参数调节值。
例如,可以将年龄划分为幼年,青壮年,中年,老年四个生理信息等级,其对应的生理信息子范围可以是,0-14岁为幼年,14岁-30岁为青壮年,30岁-50岁为中年,超过50岁为老年,对于幼年和老年人对应的环境调节值较小,升温或者降温都保持略小的水平,以适应其较弱的承受能力。再例如,性别划分为男性和女性,其包括男性和女性两个生理信息等级,其对应的生理信息子范围就是性别男,和性别女,对于女性承受能较弱,对应的环境调节值较小。
可选的,还包括:接收用户的语音信息;根据语音信息确定控制指令;根据控制指令,对空调进行控制。
根据语音信息确定控制指令之前:根据语音信息,提取语音特征;根据语音特征验证语音信息是否具有控制权限;在语音信息具有控制权限的情况下,执行根据语音信息确定控制指令的步骤。上述根据控制指令,对空调进行控制,也说明上述控制指令优先于调节参数,由于上述语音是由用户发出的,也即是用户对空调直接发出的控制指令,而上述调节参数是空调对用户识别,确定用户的需求,属于用户被动控制,因此上述控制指令优先于上述调节参数,便于用户对空调进行直接控制。
可选的,用户状态信息包括下列至少之一:用户的表情特征;用户的动作特征,用户的身体状态特征。
上述用户状态特征可以通过图像采集装置进行采集,从图像中提取用户的表情特征,动作特征护着身体状态特征。
需要说明的是,本实施例还提供了一种可选的实施方式,下面对该实施方式进行详细的说明。
本实施方式通过建立基于神经网络的空调控制模型,检测用户的状态,实现节能、提高控制精确度、提升人的舒适性等目的。
本实施方式的关键点在于:空调***的控制模型是PID模糊控制或者神经网络控制,或者PID控制和神经网络共同构建的控制模型。空调预设最佳环境温度、湿度范围,该范围由温度上下阈值和湿度上下阈值组成。用户语音输入太冷、太热或者空调人感功能检测到用户发抖或者烦躁,空调***进行反馈调节,将环境温度和湿度调节至***预设的最佳温度、湿度范围。本实施方式的***可以根据用户的具体需求进行干预控制,避免***波动大,导致房间舒适性降低,同时提高***的可靠性。
图2是根据本发明实施方式的一种控制***的控制流程的示意图;图3是根据本发明实施方式的预设温湿度范围的示意图,如图2和图3所示,空调***的控制模型是PID模糊控制或者神经网络控制,或者PID控制和神经网络共同构建的控制模型,该控制模型可以调整空调的运行状态,使房间温湿度在合适的范围内。
空调***具有语音功能,可以识别用户的指令信息。人感功能,可以识别人体的位置信息,人体的状态信息,人体的年龄大小和性别。
空调预设最佳环境温度、湿度范围,该范围由温度上下阈值和湿度上下阈值组成。空调***识别用户的年龄、性别信息,对预设的温湿度范围进行区别调整:当用户年龄偏大或者偏小时,预设的温度上下阈值向上浮动2℃,用户为女性时,预设的温度上下阈值向上浮动2℃。当用户为青中年,性别为男时,预设的温度上下阈值保持不变。
用户使用时,空调首先会通过人感功能识别用户的年龄和信息,并调整预设空调***中温湿度范围。当用户通过语音向空调发出指令,比如太冷,太热,或者人感检测到用户的状态式,比如发抖或者烦躁,空调接受到指令后,通过预设的控制模型去调节空调的运行参数,使之房间温度达到适合用户的温湿度范围内。
本实施方式提出的空调控制***具有较强的适应能力和较高的反馈精度,可以通过检测用户的状态去调整适应用户的参数,在提高用户使用舒适度的同时,也可以保证***不会因为环境的变化导致***频繁的波动,提高***的可靠性。
图4是根据本发明实施例的一种空调控制装置的示意图,如图4所示,根据本发明实施例的另一方面,还提供了一种空调控制装置,包括:采集模块42,识别模块44和控制模块46
采集模块42,用于采集用户状态信息;识别模块44,与上述采集模块42相连,用于将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;控制模块46,与上述识别模块44相连,用于根据调节参数控制空调对运行参数进行调整。
通过上述装置,采用采集模块42采集用户状态信息;识别模块44将用户状态信息输入控制模型,由控制模型输出与用户状态信息对应的调节参数;其中,控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及用户状态信息对应的调节参数;控制模块46根据调节参数控制空调对运行参数进行调整的方式,通过用户状态信息,确定调节参数,对空调运行参数进行调节,达到了根据用户状态信息进行反馈控制的目的,从而实现了优化反馈效果,提高用户体验和舒适性的技术效果,进而解决了相关技术中空调控制反馈效果差,影响用户体验和舒适性的技术问题。
根据本发明实施例的另一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述中任意一项的方法。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述中任意一项的方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (7)
1.一种空调控制方法,其特征在于,包括:
采集用户状态信息;
将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数;其中,所述控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及所述用户状态信息对应的调节参数;
根据所述调节参数控制空调对运行参数进行调整;
将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数之前包括:检测用户的生理信息;根据用户的生理信息确定所述用户所处环境的环境参数范围,其中,所述环境参数范围包括:温度阈值和/或湿度阈值;控制空调运行以达到以所述环境参数范围;
所述生理信息包括下列至少之一:年龄,性别,健康指数,病例信息,体脂率;
根据用户的生理信息确定所述环境参数范围包括:根据所述生理信息确定环境参数调节值;根据所述环境参数调节值,对默认环境参数范围进行调节,确定所述环境参数范围。
2.根据权利要求1所述的方法,其特征在于,根据所述生理信息确定环境参数调节值包括:
判定所述生理信息所处的生理信息等级,其中,将生理信息范围根据一个或多个信息节点划分为多个生理信息子范围,每个所述生理信息子范围对应一个生理信息等级;
根据所述生理信息所处的所述生理信息等级,确定所述生理信息等级对应的环境参数调节值。
3.根据权利要求1所述的方法,其特征在于,还包括:
接收用户的语音信息;
根据所述语音信息确定控制指令;
根据所述控制指令,对空调进行控制。
4.根据权利要求1至3中任意一项所述的方法,其特征在于,所述用户状态信息包括下列至少之一:
用户的表情特征;用户的动作特征,用户的身体状态特征。
5.一种空调控制装置,其特征在于,包括:
采集模块,用于采集用户状态信息;
识别模块,用于将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数;其中,所述控制模型由多组训练数据训练而成,每组训练数据包括输入的用户状态信息,以及所述用户状态信息对应的调节参数;
控制模块,用于根据所述调节参数控制空调对运行参数进行调整;
将所述用户状态信息输入控制模型,由所述控制模型输出与所述用户状态信息对应的调节参数之前包括:检测用户的生理信息;根据用户的生理信息确定所述用户所处环境的环境参数范围,其中,所述环境参数范围包括:温度阈值和/或湿度阈值;控制空调运行以达到以所述环境参数范围;
所述生理信息包括下列至少之一:年龄,性别,健康指数,病例信息,体脂率;
根据用户的生理信息确定所述环境参数范围包括:根据所述生理信息确定环境参数调节值;根据所述环境参数调节值,对默认环境参数范围进行调节,确定所述环境参数范围。
6.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至4中任意一项所述的方法。
7.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至4中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911040328.5A CN110736233B (zh) | 2019-10-29 | 2019-10-29 | 空调控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911040328.5A CN110736233B (zh) | 2019-10-29 | 2019-10-29 | 空调控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110736233A CN110736233A (zh) | 2020-01-31 |
CN110736233B true CN110736233B (zh) | 2020-10-16 |
Family
ID=69270261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911040328.5A Active CN110736233B (zh) | 2019-10-29 | 2019-10-29 | 空调控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110736233B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111536633A (zh) * | 2020-06-12 | 2020-08-14 | 深圳市中建南方环境股份有限公司 | 一种具备高效过滤机组的新型空气净化***、方法和装置 |
CN113375305A (zh) * | 2021-06-01 | 2021-09-10 | 青岛海尔空调器有限总公司 | 空调器的控制方法、装置、电子设备以及存储介质 |
CN113375308B (zh) * | 2021-06-15 | 2023-01-13 | 青岛海尔空调器有限总公司 | 用于空调的控制方法及装置、空调 |
CN113531804B (zh) * | 2021-06-24 | 2023-01-13 | 青岛海尔空调器有限总公司 | 空调器的自动控制方法、装置、电子设备以及存储介质 |
CN113915754B (zh) * | 2021-08-19 | 2023-04-14 | 青岛海尔空调器有限总公司 | 用于控制空调器的方法及装置、空调器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6601758B2 (ja) * | 2015-07-28 | 2019-11-06 | 清水建設株式会社 | 目標環境推奨装置、空調システム、目標環境推奨方法、及び空調制御方法 |
CN106403203B (zh) * | 2016-11-24 | 2019-07-26 | 广东美的制冷设备有限公司 | 空调器的控制方法、控制装置及空调器 |
CN106354172A (zh) * | 2016-11-26 | 2017-01-25 | 西宁意格知识产权咨询服务有限公司 | 一种用于医院特级病房的智能温控*** |
CN109458718B (zh) * | 2017-09-04 | 2021-01-12 | 杭州海康威视数字技术股份有限公司 | 空调控制***及方法 |
CN109140665A (zh) * | 2018-08-31 | 2019-01-04 | 珠海格力电器股份有限公司 | 控制空调的方法、装置和空调装置 |
-
2019
- 2019-10-29 CN CN201911040328.5A patent/CN110736233B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110736233A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110736233B (zh) | 空调控制方法及装置 | |
CN109357352B (zh) | 基于决策树分类算法的空调智能温控***及方法 | |
CN111720974A (zh) | 运行控制方法、控制面板、空调设备和计算机存储介质 | |
CN110726222B (zh) | 空调控制方法、装置、存储介质以及处理器 | |
CN112066528A (zh) | 一种空调控制方法、装置、存储介质及空调 | |
CN112880156B (zh) | 用于空调的控制方法、控制装置及空调 | |
CN108413588B (zh) | 一种基于热成像及bp神经网络的个性化空调控制***及方法 | |
CN113341741B (zh) | 用于疲劳度调节的家电设备控制方法及装置、家电设备 | |
CN107725453B (zh) | 风扇及其控制方法和*** | |
CN113091273A (zh) | 用于控制空调的方法及装置、空调器 | |
CN114061051B (zh) | 用于控制空调的方法及装置、空调 | |
CN113819620B (zh) | 用于控制空调的方法及装置、空调、存储介质 | |
CN113251626B (zh) | 用于导风板的转速调节方法及装置、空调 | |
CN113847714A (zh) | 基于家庭边缘计算的室内环境自动调节方法及装置 | |
CN104566829A (zh) | 空调器控制方法和*** | |
CN113587401A (zh) | 基于运动数据检测的空调控制方法及装置、空调、存储介质 | |
CN114594694A (zh) | 一种设备控制方法、装置、智能垫体及存储介质 | |
CN111219857B (zh) | 一种基于人脸动态信息控制空调的方法和*** | |
CN112880119A (zh) | 一种空调控制方法、装置、存储介质及空调 | |
WO2023010950A1 (zh) | 用于湿度调节的方法及装置、空气调节设备 | |
CN113932429A (zh) | 用于家电的控制方法、控制装置、智能床垫和服务器 | |
CN113091245B (zh) | 用于空调的控制方法、装置及空调 | |
CN114740740A (zh) | 智能家居***的控制方法、控制装置和智能家居*** | |
CN113932390A (zh) | 用于家电的控制方法、控制装置、智能床垫和服务器 | |
CN112198853A (zh) | 智能家居设备的控制方法和装置 |
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 |