CN112556107B - 一种宜温宜湿宜氧室内环境智能控制*** - Google Patents

Abstract

本申请公开了一种宜温宜湿宜氧室内环境智能控制***，包括：边缘计算子***和与边缘计算子***通信连接的远程控制子***，其中边缘计算子***配置用于执行以下操作：采集室内环境的多个室内环境参数和室外环境的多个室外环境参数；分别对多个室内环境参数和多个室外环境参数进行分析计算，生成与室内环境对应的室内环境分析结果和与室外环境对应的室外环境分析结果；将室内环境分析结果和室外环境分析结果发送至远程控制子***；并且远程控制子***配置用于执行以下操作：从边缘计算子***接收室内环境分析结果和室外环境分析结果；根据室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数；根据调节参数，对室内环境进行调节。

Description

一种宜温宜湿宜氧室内环境智能控制***

技术领域

本申请涉及室内环境控制技术领域，特别是涉及一种宜温宜湿宜氧室内环境智能控制***。

背景技术

目前的室内环境控制***大多由设置于室内外的数据采集设备和设置于远程的服务器组成。其中，室内环境控制涉及的室内外环境参数很多，因此数据采集设备包含的传感器类型及数量也多，例如温度传感器、湿度传感器、PM2.5传感器、二氧化碳传感器、太阳辐射传感器、风速传感器等等。并且，数据采集设备只负责相关室内外环境参数的采集和发送至远程的服务器，室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大、工作效率慢等问题。

针对上述的现有技术中存在的室内环境控制涉及的室内外环境参数非常多，并且室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大以及工作效率慢的技术问题，目前尚未提出有效的解决方案。

发明内容

本公开的实施例提供了一种宜温宜湿宜氧室内环境智能控制***，以至少解决现有技术中存在的室内环境控制涉及的室内外环境参数非常多，并且室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大以及工作效率慢的技术问题。

根据本公开实施例，提供了一种宜温宜湿宜氧室内环境智能控制***，包括：边缘计算子***和与边缘计算子***通信连接的远程控制子***，其中边缘计算子***配置用于执行以下操作：采集室内环境的多个室内环境参数和与室内环境对应的室外环境的多个室外环境参数；分别对多个室内环境参数和多个室外环境参数进行分析计算，生成与室内环境对应的室内环境分析结果和与室外环境对应的室外环境分析结果；将室内环境分析结果和室外环境分析结果发送至远程控制子***；并且远程控制子***配置用于执行以下操作：从边缘计算子***接收室内环境分析结果和室外环境分析结果；根据室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数；以及根据调节参数，对室内环境进行调节。

在本公开实施例中，本实施例所提供的宜温宜湿宜氧室内环境智能控制***采用了边缘端和远程端进行协同计算的方式，通过在边缘端网络中设置具备对采集到的各项环境参数进行分析计算的计算能力的边缘计算子***，由边缘计算子***对采集到的各项环境参数进行分析计算，分别生成室内环境分析结果和室外环境分析结果并将所生成的结果发送至与之通信连接的设置于远程端的远程控制子***。然后通过远程控制子***根据接收到的室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数，并根据该调节参数对室内环境进行调节。达到了由边缘计算子***和远程控制子***共同分担室内外环境参数的处理和分析工作，大大减轻了远程控制子***中的服务器的计算负担，有效提高了服务器的工作效率。进而解决了现有技术中存在的室内环境控制涉及的室内外环境参数非常多，并且室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大以及工作效率慢的技术问题。

附图说明

此处所说明的附图用来提供对本公开的进一步理解，构成本申请的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：

图1是根据本公开实施例所述的宜温宜湿宜氧室内环境智能控制***的示意图；

图2是根据本公开实施例所述的宜温宜湿宜氧室内环境智能控制***的结构框图；

图3是根据本公开实施例所述的边缘计算子***所执行的计算操作的流程示意图；

图4是根据本公开实施例所述的远程控制子***所执行的控制操作的流程示意图；

图5是根据本公开实施例所述的室内环境分析模型的网络结构示意图；以及

图6是根据本公开实施例所述的室外环境分析模型的网络结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本公开的技术方案，下面将结合本公开实施例中的附图，对本公开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公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。

需要说明的是，本公开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，以便这里描述的本公开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。

实施例

图1示出了本实施例所提供的宜温宜湿宜氧室内环境智能控制***的示意图，图2示出了本实施例所提供的宜温宜湿宜氧室内环境智能控制***的结构框图。参照图1以及图2所示，本实施例，提供了一种宜温宜湿宜氧室内环境智能控制***，包括：边缘计算子***1和与边缘计算子***1通信连接的远程控制子***2。

其中，边缘计算子***1配置用于执行以下操作：

S301：采集室内环境的多个室内环境参数和与室内环境对应的室外环境的多个室外环境参数；

S302：分别对多个室内环境参数和多个室外环境参数进行分析计算，生成与室内环境对应的室内环境分析结果和与室外环境对应的室外环境分析结果；

S303：将室内环境分析结果和室外环境分析结果发送至远程控制子***。

其中，远程控制子***2配置用于执行以下操作：

S401：从边缘计算子***接收室内环境分析结果和室外环境分析结果；

S402：根据室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数；以及

S403：根据调节参数，对室内环境进行调节。

具体地，正如上述背景技术所述的，目前的室内环境控制***大多由设置于室内外的数据采集设备和设置于远程的服务器组成。其中，室内环境控制涉及的室内外环境参数很多，因此数据采集设备包含的传感器类型及数量也多，例如温度传感器、湿度传感器、PM2.5传感器、二氧化碳传感器、太阳辐射传感器、风速传感器等等。并且，数据采集设备只负责相关室内外环境参数的采集和发送至远程的服务器，室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大、工作效率慢等问题。

有鉴于此，参照图1以及图2所示，本实施例通过在边缘端网络设置边缘计算子***1，通过在远程网络设置远程控制子***2，并且远程控制子***2能够与边缘计算子***1通信连接。从而，宜温宜湿宜氧室内环境智能控制***在对室内环境进行调节控制的过程中，首先由设置于边缘端网络的边缘计算子***1采集待调节控制的室内环境的多个室内环境参数和与该室内环境对应的室外环境的多个室外环境参数。其中，边缘计算子***1可以通过设置于室内的各个传感器采集不同的室内环境参数，多个室内环境参数例如但不限于可以为室内温度参数、室内湿度参数以及室内二氧化碳浓度等。同样的，边缘计算子***1还可以通过设置于室外的各个传感器采集不同的室外环境参数，多个室外环境参数例如但不限于可以为室外温度参数、室外湿度参数以及PM2.5浓度等。

进一步地，边缘计算子***1需要分别对多个室内环境参数和多个室外环境参数进行分析计算，生成与室内环境对应的室内环境分析结果和与室外环境对应的室外环境分析结果。例如：边缘计算子***1对采集到的室内温度参数进行分析计算来判断室内环境的温度是否过高或者过低，对采集到的室内湿度参数进行分析计算来判断室内环境是否干燥或者潮湿，对采集到的室内二氧化碳浓度进行分析计算来判断室内环境的通风是否良好。同理，边缘计算子***1对采集到的室外温度参数进行分析计算来判断室外环境的温度情况，对采集到的太阳辐射度参数分析计算来判断室外环境的光照强度情况等等。其中，边缘计算子***1生成的室内环境分析结果例如可以为：室内环境的温度低于人体健康舒适温度、干燥且通风不佳。边缘计算子***1生成的室外环境分析结果例如可以为：室外环境的温度远低于人体健康舒适温度、干燥、光照强度低且大风。

进一步地，边缘计算子***1将生成的室内环境分析结果和室外环境分析结果发送至远程控制子***2。在该应用场景下，远程控制子***2从边缘计算子***1接收室内环境分析结果和室外环境分析结果，然后根据接收到的室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数。其中，用于调节室内环境的调节参数例如包括温度调节参数、湿度调节参数以及通风调节参数等。最后，远程控制子***2根据确定的调节参数，对室内环境进行调节。例如，将各个调节参数(例如温度调节参数、湿度调节参数和通风调节参数)分别发送至各个用于调节室内环境的调节设备(例如温度调节设备、湿度调节设备、新风调节设备和净化调节设备)，由各个调节设备根据调节参数对室内环境参数进行调节。

从而，通过这种方式，本实施例所提供的宜温宜湿宜氧室内环境智能控制***采用了边缘端和远程端进行协同计算的方式，通过在边缘端网络中设置具备对采集到的各项环境参数进行分析计算的计算能力的边缘计算子***1，由边缘计算子***1对采集到的各项环境参数进行分析计算，分别生成室内环境分析结果和室外环境分析结果并将所生成的结果发送至与之通信连接的设置于远程端的远程控制子***2。然后通过远程控制子***2根据接收到的室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数，并根据该调节参数对室内环境进行调节。达到了由边缘计算子***1和远程控制子***2共同分担室内外环境参数的处理和分析工作，大大减轻了远程控制子***2中的服务器的计算负担，有效提高了服务器的工作效率。进而解决了现有技术中存在的室内环境控制涉及的室内外环境参数非常多，并且室内外环境参数的处理和分析等操作全部由远程的服务器执行，从而导致服务器的计算负担大以及工作效率慢的技术问题。

可选地，边缘计算子***包括：多个室内传感器、多个室外传感器、第一智能计算节点以及第二智能计算节点，并且多个室内传感器配置用于采集多个室内环境参数并发送至通信连接的第一智能计算节点；多个室外传感器配置用于采集多个室外环境参数并发送至通信连接的第二智能计算节点；第一智能计算节点配置用于从多个室内传感器接收多个室内环境参数，对多个室内环境参数进行分析计算，生成与室内环境相关的室内环境分析结果，并将室内环境分析结果发送至远程控制子***；以及第二智能计算节点用于从多个室外传感器接收多个室外环境参数，对多个室外环境参数进行分析计算，生成与室外环境相关的室外环境分析结果，并将室外环境分析结果发送至远程控制子***。

具体地，参照图1和图2所示，边缘计算子***1包括多个室内传感器110a～110n、多个室外传感器120a～120n、第一智能计算节点210以及第二智能计算节点220。其中，第一智能计算节点210与多个室内传感器110a～110n通信连接，多个室内传感器110a～110n用于采集多个室内环境参数(例如室内温度参数、室内湿度参数以及室内通风参数等)，第一智能计算节点210用于对多个室内环境参数进行分析计算，生成与室内环境相关的室内环境分析结果，其中室内环境分析结果例如为室内环境的温度低于人体健康舒适温度、干燥且通风不佳。

进一步地，第二智能计算节点220与多个室外传感器120a～120n通信连接，多个室外传感器120a～120n用于采集多个室外环境参数(例如室外温度参数、室外湿度参数以及室外PM2.5参数等)，第二智能计算节点220用于对多个室外环境参数进行分析计算，生成与室外环境相关的室外环境分析结果，其中室外环境分析结果例如为室外环境的温度远低于人体健康舒适温度、干燥、光照强度低且大风。从而，本实施例不仅配置了专门用于采集各项室内环境参数的多个室内传感器110a～110n以及配置专门用于对采集到的各项室内环境参数进行分析计算的第一智能计算节点210，并且还配置了专门用于采集各项室外环境参数的多个室外传感器120a～120n以及配置专门用于对采集到的各项室外环境参数进行分析计算的第二智能计算节点220。通过这种方式，不仅提高了各项室内外环境参数的采集和分析计算效率，还有效保障了所生成的室外环境分析结果和室外环境分析结果的准确性。

可选地，第一智能计算节点预先部署有基于深度学习的室内环境分析模型，并且第一智能计算节点对多个室内环境参数进行分析计算，生成与室内环境相关的室内环境分析结果的操作，包括：第一智能计算节点利用室内环境分析模型，对多个室内环境参数进行分析计算，输出与室内环境相关的室内环境分析结果。

具体地，为了能够快速、准确地对多个室内环境参数进行分析计算，第一智能计算节点210可以预先部署有基于深度学习的室内环境分析模型。其中，第一智能计算节点210预先利用大量的室内环境参数样本对室内环境分析模型进行训练。从而，第一智能计算节点210在对多个室内环境参数进行分析计算的过程中，可以利用预先训练好的室内环境分析模型，对多个室内环境参数进行分析计算，输出与室内环境相关的室内环境分析结果。通过这种方式，达到了快速、准确地对多个室内环境参数进行分析计算的目的，并且利用基于深度学习的室内环境分析模型生成的室内环境分析结果更加准确和全面。

可选地，室内环境分析模型包括第一特征提取网络、第二特征提取网络、第三特征提取网络、第四特征提取网络以及第一全连接层，多个室内传感器采集到的多个室内环境参数包括室内温度参数、室内湿度参数、室内二氧化碳浓度参数以及室内洁净度参数，并且第一智能计算节点利用室内环境分析模型，对多个室内环境参数进行分析计算，输出与室内环境相关的室内环境分析结果的操作，包括：第一智能计算节点将室内温度参数输入第一特征提取网络，输出与室内环境的温度相关的第一特征信息；第一智能计算节点将室内湿度参数和第一特征信息输入第二特征提取网络，输出与室内环境的温度和湿度相关的第二特征信息；第一智能计算节点将室内二氧化碳浓度参数和第二特征信息输入第三特征提取网络，输出与室内环境的温度、湿度和二氧化碳浓度相关的第三特征信息；第一智能计算节点将室内洁净度参数和第三特征信息输入第四特征提取网络，输出与室内环境的温度、湿度、二氧化碳浓度和洁净度相关的第四特征信息；以及第一智能计算节点将第四特征信息输入第一全连接层，输出室内环境分析结果。

具体地，图5示例性的示出了室内环境分析模型的网络结构，参照图5所示，室内环境分析模型包括第一特征提取网络、第二特征提取网络、第三特征提取网络、第四特征提取网络以及第一全连接层。并且，多个室内传感器例如包括设置于室内的温度传感器、湿度传感器、二氧化碳传感器以及洁净度传感器，通过这些传感器采集到的多个室内环境参数包括室内温度参数、室内湿度参数、室内二氧化碳浓度参数以及室内洁净度参数。

进一步地，参照图5所示，第一智能计算节点210在利用室内环境分析模型对多个室内环境参数进行分析计算的操作过程中，首先将室内温度参数输入第一特征提取网络，输出与室内环境的温度相关的第一特征信息。然后将室内湿度参数和第一特征信息一同输入第二特征提取网络，输出与室内环境的温度和湿度相关的第二特征信息。其次，将室内二氧化碳浓度参数和第二特征信息一同输入第三特征提取网络，输出与室内环境的温度、湿度和二氧化碳浓度相关的第三特征信息。再其次，将室内洁净度参数和第三特征信息一同输入第四特征提取网络，输出与室内环境的温度、湿度、二氧化碳浓度和洁净度相关的第四特征信息。最后，将第四特征提取网络输出的第四特征信息输入第一全连接层，输出室内环境分析结果。从而，本实施例通过设置多层特征提取网络，在对各项室内环境参数分别进行特征提取的过程中，不断地利用上一层特征提取网络输出的结果，使得最后一层特征提取网络输出的特征信息深度涵盖了所有的室内环境参数的特征信息，从而保障了最终输出的室内环境分析结果的全面性和准确性。

可选地，第二智能计算节点预先部署有基于深度学习的室外环境分析模型，并且第二智能计算节点对多个室外环境参数进行分析计算，生成与室外环境相关的室外环境分析结果的操作，包括：第二智能计算节点利用室外环境分析模型，对多个室外环境参数进行分析计算，输出与室外环境相关的室外环境分析结果。

具体地，为了能够快速、准确地对多个室外环境参数进行分析计算，第二智能计算节点220同样可以预先部署有基于深度学习的室外环境分析模型。其中，第二智能计算节点220预先利用大量的室外环境参数样本对室外环境分析模型进行训练。从而，第二智能计算节点220在对多个室外环境参数进行分析计算的过程中，可以利用预先训练好的室外环境分析模型，对多个室外环境参数进行分析计算，输出与室外环境相关的室外环境分析结果。通过这种方式，达到了快速、准确地对多个室外环境参数进行分析计算的目的，并且利用基于深度学习的室外环境分析模型生成的室外环境分析结果更加准确和全面。

可选地，室外环境分析模型包括第五特征提取网络、第六特征提取网络以及第二全连接层，多个室外传感器采集到的多个室外环境参数包括室外温度参数、室外湿度参数、室外PM2.5参数、太阳辐射度参数、风速参数、风压参数以及降雨参数，并且第二智能计算节点利用室外环境分析模型，对多个室外环境参数进行分析计算，输出与室外环境相关的室外环境分析结果的操作，包括：第二智能计算节点将室外温度参数和室外湿度参数输入第五特征提取网络，输出与室外环境的温度和湿度相关的第五特征信息；第二智能计算节点将室外PM2.5参数、太阳辐射度参数、风速参数、风压参数、降雨参数以及第五特征信息输入第六特征提取网络，输出与室外环境的温度、湿度、PM2.5浓度、太阳辐射度、风速、风压以及降雨相关的第六特征信息；以及第二智能计算节点将第六特征信息输入第二全连接层，输出室外环境分析结果。

具体地，图6示例性的示出了室外环境分析模型的网络结构，参照图6所示，室外环境分析模型包括第五特征提取网络、第六特征提取网络以及第二全连接层。并且，多个室外传感器例如包括设置于室外的温度传感器、湿度传感器、PM2.5传感器、太阳辐射度传感器、风速传感器、风压传感器以及降雨传感器等。通过上述的多个室外传感器采集到的多个室外环境参数包括室外温度参数、室外湿度参数、室外PM2.5参数、太阳辐射度参数、风速参数、风压参数以及降雨参数。

进一步地，第二智能计算节点220利用室外环境分析模型对多个室外环境参数进行分析计算的操作过程中，首先可以室外温度参数和室外湿度参数一同输入第五特征提取网络，输出与室外环境的温度和湿度相关的第五特征信息。然后利用第五特征提取网络输出的第五特征信息，将第五特征信息和室外PM2.5参数、太阳辐射度参数、风速参数、风压参数、降雨参数一同输入第六特征提取网络，输出与室外环境的温度、湿度、PM2.5浓度、太阳辐射度、风速、风压以及降雨相关的第六特征信息。最后，将第六特征提取网络输出的第六特征信息输入第二全连接层，输出室外环境分析结果。从而，本实施例通过设置双层特征提取网络，结合各项室外环境参数的关联性，对多个室内环境参数划分为两种类型，例如将关联性较强的室外温度参数和室外湿度参数划分为同一类型，将其他室外环境参数划分为另一类型。然后将同一类型的室外环境参数输入对应的特征提取网络，并利用上一层特征网络输出的结果，使得最后一层特征提取网络输出的特征信息深度涵盖了所有的室外环境参数的特征信息，从而保障了最终输出的室外环境分析结果的全面性和准确性。

可选地，远程控制子***预先配置有基于深度学习的室内环境调节模型，并且根据室内环境分析结果和室外环境分析结果，确定用于调节室内环境的调节参数的操作，包括：远程控制子***获取与室内环境对应的户型图信息；以及远程控制子***将户型图信息、室内环境分析结果以及室外环境分析结果输入室内环境调节模型，输出用于调节室内环境的调节参数。

具体地，为了保障远程控制子***2能够根据室内环境分析结果和室外环境分析结果，确定出一个全面的、准确的用于调节室内环境的调节参数。本实施例通过在远程控制子***2中配置一个提前训练好的基于深度学习的室内环境调节模型，并且在确定调节参数的操作过程中，远程控制子***2首先获取与室内环境对应的户型图图像。例如通过在边缘端网络设置一个与远程控制子***2通信连接的图像采集设备，并通过图像采集设备采集与室内环境对应的户型图图像。此外，远程控制子***2也可以从数据库中查找并获取与室内环境对应的户型图图像。此处不做具体的限定。

进一步地，远程控制子***2将获取到的户型图图像、室内环境分析结果以及室外环境分析结果一同输入室内环境调节模型，输出用于调节室内环境的调节参数。其中，室内环境调节模型例如可以为现有的能够实现智能分析的基于CNN+RNN+Attention的网络模型，也可以是其他类型的神经网络模型。通过这种方式，本实施例结合了与待调节的室内环境对应的户型图图像、从边缘端网络接收的室内环境分析结果以及室外环境分析结果，利用预先训练好的室内环境调节模型进行智能分析，从而确定出一个全面的、准确的用于进行室内环境调节的调节参数，为用户提供更加智能化和舒适化的室内环境调节服务。

可选地，远程控制子***与设置于室内环境的温度调节设备、湿度调节设备以及新风净化设备通信连接，并且根据调节参数，对室内环境进行调节的操作，包括：远程控制子***根据调节参数，分别确定用于控制温度调节设备、湿度调节设备以及新风净化设备的温度调节指令、湿度调节指令和通风调节指令；以及远程控制子***将温度调节指令、湿度调节指令和通风调节指令分别发送至温度调节设备、湿度调节设备以及新风净化设备。

具体地，本实施例会预选在室内环境中设置用于调节室内温度的温度调节设备、用于调节室内湿度的湿度调节设备以及用于调节室内通风度的新风净化设备，并且设置于远程网络的远程控制子***2均与温度调节设备、湿度调节设备以及新风净化设备通信连接。其中，新风净化设备包括新风调节设备和净化调节设备。从而，远程控制子***2根据调节参数，对室内环境进行调节的操作过程中，远程控制子***2需要根据模型输出的调节参数，确定用于控制温度调节设备的温度调节指令、用于控制湿度调节设备的湿度调节指令以及用于控制新风净化设备的通风调节指令。并且，将温度调节指令、湿度调节指令和通风调节指令分别发送至温度调节设备、湿度调节设备以及新风净化设备，由温度调节设备根据接收到的温度调节指令对室内环境的温度进行调节，由湿度调节设备根据接收到的湿度调节指令对室内环境的湿度进行调节，由新风净化设备根据接收到的通风调节指令对室内环境的通风进行调节。通过这种方式，达到了分别对室内环境的各项参数进行独立调节的目的，从而为用户提供一个最佳的、舒适的室内环境。

可选地，远程控制子***还预习配置有基于深度学习的修正模型，并且远程控制子***将温度调节指令、湿度调节指令和通风调节指令分别发送至温度调节设备、湿度调节设备以及新风净化设备的操作之前，还包括：远程控制子***获取与处于室内环境的用户对应的人体舒适度评价数据；远程控制子***获取用户的人体各项指标，其中人体各项指标包括人体体表温度、心率以及呼吸频率；远程控制子***将获取与用户相关的历史调节数据；远程控制子***将人体舒适度评价数据、人体各项指标和历史调节数据输入修正模型，输出修正参数；以及远程控制子***根据修正参数，对温度调节指令、湿度调节指令和通风调节指令进行修正。

具体地，在进行室内环境的调节的过程中，不仅需要结合室内环境和室外环境的各项参数，尤其需要结合用户的舒适度评价数据和人体各项指标，从而为用户提供更加智能化、个性化以及精准化的室内环境控制服务。在本实施例中，远程控制子***2首先获取与处于室内环境的用户对应的人体舒适度评价数据，例如远程控制子***2设置有用于与用户进行交互的人机交互界面，用户可以通过移动终端访问该人机交互界面，在人机交互界面中输入舒适度评价数据，从而远程控制子***2可以通过人机交互界面获取用户的舒适度评价数据。

进一步地，远程控制子***2还需要获取用户的人体各项指标，其中人体各项指标包括人体体表温度、心率以及呼吸频率。例如，远程控制子***2可以与人体传感器通信连接，用户可以佩戴人体传感器，通过人体传感器对用户的人体体表温度、心率以及呼吸频率等各项指标进行检测并发送至远程控制子***2，从而远程控制子***2可以通过人体传感器获取用户的人体各项指标。

此外，为了进一步结合用户的调节喜好来进行室内环境的调节控制，远程控制子***2还需要获取用户的历史调节数据。并且，远程控制子***2预先配置有训练好的基于深度学习的修正模型，通过将获取到的人体舒适度评价数据、人体各项指标和历史调节数据一同输入修正模型，输出一个修正参数。由于修正模型的输入数据涵盖了用户的舒适度评价数据、人体各项指标以及历史调节数据，从而通过修正模型得到的修正参数能够充分体现了用户所偏好的室内环境的环境参数。在此应用场景下，远程控制子***2根据该修正参数，对温度调节指令、湿度调节指令和通风调节指令进行修正，从而将修正后的温度调节指令、湿度调节指令和通风调节指令分别发送至对应的调节设备。通过这种方式，本实施例在进行室内环境的控制过程中，不仅结合了室内环境和室外环境的各项参数，还结合了用户的舒适度评价数据和人体各项指标，从而达到了为用户提供更加智能化、个性化以及精准化的室内环境控制服务。

可选地，边缘计算子***分别对多个室内环境参数和多个室外环境参数进行分析计算的操作之前，还包括：边缘计算子***分别对多个室内环境参数和多个室外环境参数进行预处理。

具体地，为了进一步提高第一智能节点210对多个室内环境参数的分析计算速度以及第二智能节点220对多个室外环境参数的分析计算速度，边缘计算子***1可以预先分别对多个室内环境参数和多个室外环境参数进行预处理操作，例如对多个室内环境参数进行预处理，从而过滤掉一些无效的、属于干扰信号的参数。

其中，边缘计算子***1还可以根据多个室内环境参数和多个室外环境参数，并通过以下公式来计算人体舒适度指数：

ssd＝(1.818Δt+18.18)(0.88+0.002Δf)+(T-32)/(45-t)-3.2v+3.3p+3.6h+1.3i+18.2。

其中，ssd为人体舒适度指数，T为室内温度，t为室外温度，Δt为室内温度与室外温度的差值，Δf为室内湿度与室外湿度的差值，v为室外风速，p为室外风压，h为太阳辐射度，i为降雨量。

除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。

为了便于描述，在这里可以使用空间相对术语，如“在……之上”、“在……上方”、“在……上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在……上方”可以包括“在……上方”和“在……下方”两种方位。(该器件也可以其他不同方式定位旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。

在本公开的描述中，需要理解的是，方位词如“前、后、上、下、左、右”、“横向、竖向、垂直、水平”和“顶、底”等所指示的方位或位置关系通常是基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，在未作相反说明的情况下，这些方位词并不指示和暗示所指的装置或元件必须具有特定的方位或者以特定的方位构造和操作，因此不能理解为对本公开保护范围的限制；方位词“内、外”是指相对于各部件本身的轮廓的内外。

以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (7)

1.一种宜温宜湿宜氧室内环境智能控制***，其特征在于，包括：边缘计算子***和与所述边缘计算子***通信连接的远程控制子***，其中

所述边缘计算子***配置用于执行以下操作：

采集室内环境的多个室内环境参数和与所述室内环境对应的室外环境的多个室外环境参数；

分别对所述多个室内环境参数和所述多个室外环境参数进行分析计算，生成与所述室内环境对应的室内环境分析结果和与所述室外环境对应的室外环境分析结果；

将所述室内环境分析结果和所述室外环境分析结果发送至所述远程控制子***；并且

所述远程控制子***配置用于执行以下操作：

从所述边缘计算子***接收所述室内环境分析结果和所述室外环境分析结果；

根据所述室内环境分析结果和所述室外环境分析结果，确定用于调节所述室内环境的调节参数，其中，所述调节参数包括温度调节参数、湿度调节参数以及通风调节参数，并且其中

所述远程控制子***预先配置有基于深度学习的室内环境调节模型，并且根据所述室内环境分析结果和所述室外环境分析结果，确定用于调节所述室内环境的调节参数的操作，包括：所述远程控制子***获取与所述室内环境对应的户型图信息；以及所述远程控制子***将所述户型图信息、所述室内环境分析结果以及所述室外环境分析结果输入所述室内环境调节模型，输出用于调节所述室内环境的所述调节参数；以及

根据所述调节参数，对所述室内环境进行调节，其中

所述边缘计算子***包括：多个室内传感器、多个室外传感器、第一智能计算节点以及第二智能计算节点，并且所述多个室内传感器配置用于采集所述多个室内环境参数并发送至通信连接的所述第一智能计算节点；所述多个室外传感器配置用于采集所述多个室外环境参数并发送至通信连接的所述第二智能计算节点；所述第一智能计算节点配置用于从所述多个室内传感器接收所述多个室内环境参数，对所述多个室内环境参数进行分析计算，生成与所述室内环境相关的室内环境分析结果，并将所述室内环境分析结果发送至所述远程控制子***；以及所述第二智能计算节点用于从所述多个室外传感器接收所述多个室外环境参数，对所述多个室外环境参数进行分析计算，生成与所述室外环境相关的室外环境分析结果，并将所述室外环境分析结果发送至所述远程控制子***，并且其中

所述第一智能计算节点预先部署有基于深度学习的室内环境分析模型，并且所述第一智能计算节点对所述多个室内环境参数进行分析计算，生成与所述室内环境相关的室内环境分析结果的操作，包括：所述第一智能计算节点利用所述室内环境分析模型，对所述多个室内环境参数进行分析计算，输出与所述室内环境相关的室内环境分析结果。

2.根据权利要求1所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述室内环境分析模型包括第一特征提取网络、第二特征提取网络、第三特征提取网络、第四特征提取网络以及第一全连接层，所述多个室内传感器采集到的所述多个室内环境参数包括室内温度参数、室内湿度参数、室内二氧化碳浓度参数以及室内洁净度参数，并且所述第一智能计算节点利用所述室内环境分析模型，对所述多个室内环境参数进行分析计算，输出与所述室内环境相关的室内环境分析结果的操作，包括：

所述第一智能计算节点将所述室内温度参数输入所述第一特征提取网络，输出与所述室内环境的温度相关的第一特征信息；

所述第一智能计算节点将所述室内湿度参数和所述第一特征信息输入所述第二特征提取网络，输出与所述室内环境的温度和湿度相关的第二特征信息；

所述第一智能计算节点将室内二氧化碳浓度参数和所述第二特征信息输入所述第三特征提取网络，输出与所述室内环境的温度、湿度和二氧化碳浓度相关的第三特征信息；

所述第一智能计算节点将所述室内洁净度参数和所述第三特征信息输入所述第四特征提取网络，输出与所述室内环境的温度、湿度、二氧化碳浓度和洁净度相关的第四特征信息；以及

所述第一智能计算节点将所述第四特征信息输入所述第一全连接层，输出所述室内环境分析结果。

3.根据权利要求1所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述第二智能计算节点预先部署有基于深度学习的室外环境分析模型，并且所述第二智能计算节点对所述多个室外环境参数进行分析计算，生成与所述室外环境相关的室外环境分析结果的操作，包括：

所述第二智能计算节点利用所述室外环境分析模型，对所述多个室外环境参数进行分析计算，输出与所述室外环境相关的室外环境分析结果。

4.根据权利要求3所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述室外环境分析模型包括第五特征提取网络、第六特征提取网络以及第二全连接层，所述多个室外传感器采集到的所述多个室外环境参数包括室外温度参数、室外湿度参数、室外PM2.5参数、太阳辐射度参数、风速参数、风压参数以及降雨参数，并且所述第二智能计算节点利用所述室外环境分析模型，对所述多个室外环境参数进行分析计算，输出与所述室外环境相关的室外环境分析结果的操作，包括：

所述第二智能计算节点将所述室外温度参数和所述室外湿度参数输入所述第五特征提取网络，输出与所述室外环境的温度和湿度相关的第五特征信息；

所述第二智能计算节点将所述室外PM2.5参数、所述太阳辐射度参数、所述风速参数、所述风压参数、所述降雨参数以及所述第五特征信息输入所述第六特征提取网络，输出与所述室外环境的温度、湿度、PM2.5浓度、太阳辐射度、风速、风压以及降雨相关的第六特征信息；以及

所述第二智能计算节点将所述第六特征信息输入所述第二全连接层，输出所述室外环境分析结果。

5.根据权利要求1所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述远程控制子***与设置于所述室内环境的温度调节设备、湿度调节设备以及新风净化设备通信连接，并且根据所述调节参数，对所述室内环境进行调节的操作，包括：

所述远程控制子***根据所述调节参数，分别确定用于控制所述温度调节设备、所述湿度调节设备以及所述新风净化设备的温度调节指令、湿度调节指令和通风调节指令；以及

所述远程控制子***将所述温度调节指令、所述湿度调节指令和所述通风调节指令分别发送至所述温度调节设备、所述湿度调节设备以及所述新风净化设备。

6.根据权利要求5所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述远程控制子***还预先 配置有基于深度学习的修正模型，并且所述远程控制子***将所述温度调节指令、所述湿度调节指令和所述通风调节指令分别发送至所述温度调节设备、所述湿度调节设备以及所述新风净化设备的操作之前，还包括：

所述远程控制子***获取与处于所述室内环境的用户对应的人体舒适度评价数据；

所述远程控制子***获取所述用户的人体各项指标，其中所述人体各项指标包括人体体表温度、心率以及呼吸频率；

所述远程控制子***将获取与所述用户相关的历史调节数据；

所述远程控制子***将所述人体舒适度评价数据、所述人体各项指标和所述历史调节数据输入所述修正模型，输出修正参数；以及

所述远程控制子***根据所述修正参数，对所述温度调节指令、所述湿度调节指令和所述通风调节指令进行修正。

7.根据权利要求1所述的宜温宜湿宜氧室内环境智能控制***，其特征在于，所述边缘计算子***分别对所述多个室内环境参数和所述多个室外环境参数进行分析计算的操作之前，还包括：所述边缘计算子***分别对所述多个室内环境参数和所述多个室外环境参数进行预处理。

Images