CN113268917A - 一种测温的方法、***、电子装置和存储介质 - Google Patents

一种测温的方法、***、电子装置和存储介质 Download PDF

Info

Publication number
CN113268917A
CN113268917A CN202110474475.4A CN202110474475A CN113268917A CN 113268917 A CN113268917 A CN 113268917A CN 202110474475 A CN202110474475 A CN 202110474475A CN 113268917 A CN113268917 A CN 113268917A
Authority
CN
China
Prior art keywords
temperature
data
temperature data
fitting
polynomial
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
Application number
CN202110474475.4A
Other languages
English (en)
Inventor
苏文源
王月平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Moredian Technology Co ltd
Original Assignee
Hangzhou Moredian Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Moredian Technology Co ltd filed Critical Hangzhou Moredian Technology Co ltd
Priority to CN202110474475.4A priority Critical patent/CN113268917A/zh
Publication of CN113268917A publication Critical patent/CN113268917A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • G06F30/27Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/0022Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation of moving bodies
    • G01J5/0025Living bodies
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J5/00Radiation pyrometry, e.g. infrared or optical thermometry
    • G01J5/80Calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本申请涉及一种测温的方法、***、电子装置和存储介质,其中,该测温方法包括:获取红外传感器的原始温度数据和环境温度传感器的环境温度,并判断环境温度是否超出红外测温仪要求的环境温度范围;在环境温度没有超出环境温度范围的情况下,获取原始温度数据,计算得到人体温度;在环境温度超出环境温度范围的情况下,通过数据拟合模型计算原始温度数据,得到人体温度,解决了红外测温仪在超出一定环境温度范围的情况下,测温不稳定的问题,提高了测温仪的测温稳定性和可靠性。

Description

一种测温的方法、***、电子装置和存储介质
技术领域
本申请涉及计算机领域,特别是涉及一种测温的方法、***、电子装置和存储介质。
背景技术
在现实生活中,红外测温技术应用广泛。然而,红外测温技术的可靠性受环境影响较大,尤其是受环境温度的影响。红外测温仪的厂家一般在设计产品时,都会设有较严格的环境温度要求,一般在16~32℃。一旦环境温度接近或者超出设定的边界温度,那么测出的温度波动较大,可靠性也就大打折扣。现实生活中,由于红外测温仪作为门禁产品,一般装在门口附件上,即使用户采用了很多保护措施,但是环境温度还是会经常超出红外测温仪的要求。因此,需要对现有的红外测温仪进行改进,以提高测温的稳定性。
目前针对相关技术中,红外测温仪在超出一定环境温度范围的情况下,测温不稳定的问题,尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种测温的方法、***、电子装置和存储介质,以至少解决相关技术中红外测温仪在超出一定环境温度范围的情况下,测温不稳定的问题。
第一方面,本申请实施例提供了一种测温的方法,应用于红外测温仪测温***中,所述***包括红外传感器和环境温度传感器,所述方法包括:
获取所述红外传感器的原始温度数据和所述环境温度传感器的环境温度,并判断所述环境温度是否超出红外测温仪要求的环境温度范围;
在所述环境温度没有超出所述环境温度范围的情况下,获取所述原始温度数据,计算得到人体温度;
在所述环境温度超出所述环境温度范围的情况下,通过数据拟合模型计算所述原始温度数据,得到人体温度。
在其中一些实施例中,所述通过数据拟合模型计算所述原始温度数据,得到人体温度包括:
采集不同环境温度下所述红外传感器输出的温度数据,并对所述温度数据进行方差处理,剔除异常数据,绘制得到所述温度数据曲线;
通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数;
通过所述多项式拟合函数计算所述原始温度数据,得到人体温度。
在其中一些实施例中,所述通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数包括:
对所述温度数据曲线进行分段,并对每段的温度数据进行多人测试,得到人体测试温度数据和所述红外传感器温度数据的关系数据,其中,所述人体测试温度是通过水银体温计测量得到的;
将所述每段关系数据分为训练集和测试集,通过对多项式函数进行所述训练集的拟合和所述测试集的验证,得到所述多项式函数的参数。
在其中一些实施例中,所述多项式函数包括线性函数或一元二次函数
第二方面,本申请实施例提供了一种测温的***,应用于红外测温仪测温***中,所述***包括红外传感器和环境温度传感器,
获取模块,用于获取所述红外传感器的原始温度数据和所述环境温度传感器的环境温度,并判断所述环境温度是否超出红外测温仪要求的环境温度范围;
计算模块,用于在所述环境温度没有超出所述环境温度范围的情况下,获取所述原始温度数据,计算得到人体温度,
在所述环境温度超出所述环境温度范围的情况下,通过数据拟合模型计算所述原始温度数据,得到人体温度。
在其中一些实施例中,所述计算模块还用于采集不同环境温度下所述红外传感器输出的温度数据,并对所述温度数据进行方差处理,剔除异常数据,绘制得到所述温度数据曲线,
通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数,
通过所述多项式拟合函数计算所述原始温度数据,得到人体温度。
在其中一些实施例中,所述计算模块包括分段拟合模块,
所述分段拟合模块,用于对所述温度数据曲线进行分段,并对每段的温度数据进行多人测试,得到人体测试温度数据和所述红外传感器温度数据的关系数据,其中,所述人体测试温度是通过水银体温计测量得到的,
将所述每段关系数据分为训练集和测试集,通过对多项式函数进行所述训练集的拟合和所述测试集的验证,得到所述多项式函数的参数。
第三方面,本申请实施例提供了一种电子装置,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的测温的方法。
第四方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的测温的方法。
相比于相关技术,本申请实施例提供的测温的方法,应用于红外测温仪测温***中,该***包括红外传感器和环境温度传感器,其中,获取红外传感器的原始温度数据和环境温度传感器的环境温度,并判断环境温度是否超出红外测温仪要求的环境温度范围;在环境温度没有超出环境温度范围的情况下,获取该原始温度数据,计算得到人体温度;在环境温度超出环境温度范围的情况下,通过数据拟合模型计算原始温度数据,得到人体温度,解决了红外测温仪在超出一定环境温度范围的情况下,测温不稳定的问题,提高了测温仪的测温稳定性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的测温的方法的流程图;
图2是根据本申请实施例的数据拟合模型实现的流程图;
图3是根据本申请实施例的不同环境温度下传感器读数的数据曲线示意图;
图4是根据本申请实施例的测温***的结构框图;
图5是根据本申请实施例的另一种测温***的结构框图;
图6是根据本申请实施例的一种测温设备的测温流程示意图;
图7是根据本申请实施例的电子设备的内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、***、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指大于或者等于两个。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供了一种测温的方法,应用于红外测温仪测温***中,该***包括红外传感器和环境温度传感器,需要说明的是,红外测温仪有着较严格的环境温度要求,其受环境温度影响较大,一般在16~32℃,一旦环境温度接近或是超出了边界温度,那么红外测温仪测出的温度波动会比较大,可靠性大大降低。因此,为了提高红外测温仪的测温稳定性和可靠性,本实施例提出了一种测温方法,将红外测温仪的读数结合环境温度的变化,通过数据拟合的方式计算出人体温度,降低环境温度的影响。图1是根据本申请实施例的测温的方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取红外传感器的原始温度数据和环境温度传感器的环境温度数据,并判断该环境温度是否超出红外测温仪要求的环境温度范围;其中,原始温度数据和环境温度数据分别通过红外测温仪中的红外传感器和环境温度传感器的接口函数获取;
步骤S102,在环境温度没有超出环境温度范围的情况下,获取原始温度数据,计算得到人体温度;可选的,在测得的环境温度没有超出红外测温仪要求的环境温度范围的情况下,通过ADK红外测温仪设备内部自带的算法计算红外传感器测得的原始温度数据,得到人体温度;
步骤S103,在环境温度超出环境温度范围的情况下,通过数据拟合模型计算原始温度数据,得到人体温度。可选的,在环境温度超出红外测温仪要求的环境温度范围的情况下,通过数据拟合模型计算红外传感器测得的原始温度数据,得到人体温度。
进一步地,图2是根据本申请实施例的数据拟合模型实现的流程图,如图2 所示,通过数据拟合模型计算原始温度数据,得到人体温度,具体流程包括如下步骤:
步骤S201,采集红外传感器输出的温度数据,并对温度数据进行方差处理,剔除异常数据,绘制得到温度数据曲线;图3是根据本申请实施例的不同环境温度下传感器读数的数据曲线示意图,如图3所示,优选的,使用恒温箱采集多个环境温度下红外传感器输出的原始温度数据,并对采集到的温度数据进行方差处理,剔除其中明显异常的数据,绘制得到如图3所示的不同环境温度下传感器读数的数据曲线;
步骤S202,通过多项式对温度数据曲线进行分段拟合,得到多项式拟合函数的参数;优选的,对图3得到的温度数据曲线进行分段处理,并对每段区域的温度数据进行一定数量的多人温度测试采集,得到通过水银体温计测量得到的人体测试温度数据和红外传感器输出得到的温度数据的关系数据;
接着,将上述得到的每段关系数据分为训练集和测试集两部分,使用线性函数或一元二次函数,例如y=ax+b或者y=ax2+bx+c,在训练集上拟合出误差最小的参数a/b或者a/b/c,其中,本实施例中采用最小方差进行拟合,也可以采用其他的拟合方式,这里不做具体限定;
最后,使用测试集数据对上述得到的参数进行验证,得到使得误差最小的多项式函数的最优参数。
需要说明的是,本实施例给出的多项式是线性函数和一元二次函数的情况,也可以使用能实现上述数据拟合模型的其他多项式函数。
步骤S203,通过多项式拟合函数计算原始温度数据,得到人体温度。可选的,通过上述步骤得到的最优多项式拟合函数计算红外传感器测得的原始温度数据,得到最后的人体温度数据。
通过上述步骤S201至步骤S203,计算得到了在环境温度超出红外测温仪要求的环境温度范围的情况下的人体温度,改善了红外测温仪在超出环境温度时测温不可靠的问题,提高了测温的稳定性和可靠性。
需要说明的是,在上述流程中或者附图的流程图中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。
本实施例还提供了一种测温的***,该***用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请实施例的测温的***的结构框图,如图4所示,该***包括获取模块41和计算模块42:
获取模块41,用于获取红外传感器的原始温度数据和环境温度传感器的环境温度,并判断环境温度是否超出红外测温仪要求的环境温度范围;计算模块 42,用于在环境温度没有超出红外测温仪要求的环境温度范围的情况下,获取原始温度数据,计算得到人体温度,在环境温度超出红外测温仪要求的环境温度范围的情况下,通过数据拟合模型计算原始温度数据,得到人体温度。通过上述***,本实施例解决了红外测温仪在超出一定环境温度范围的情况下,测温不稳定的问题,提高了测温仪的测温稳定性。
此外,计算模块42还用于采集不同环境温度下红外传感器输出的温度数据,并对温度数据进行方差处理,剔除异常数据,绘制得到温度数据曲线,接着通过多项式对温度数据曲线进行分段拟合,得到多项式拟合函数的参数,最后通过多项式拟合函数计算原始温度数据,得到人体温度。
进一步地,计算模块42包括分段拟合模块,图5是根据本申请实施例的另一种测温***的结构框图,如图5所示,该***包括获取模块41、计算模块42 和分段拟合模块51。优选的,分段拟合模块51用于对图3得到的温度数据曲线进行分段处理,并对每段区域的温度数据进行一定数量的多人温度测试采集,得到通过水银体温计测量得到的人体测试温度数据和红外传感器输出得到的温度数据的关系数据;
接着,将上述得到的每段关系数据分为训练集和测试集两部分,使用线性函数或一元二次函数,例如y=ax+b或者y=ax2+bx+c,在训练集上拟合出误差最小的参数a/b或者a/b/c,其中,本实施例中采用最小方差进行拟合,也可以采用其他的拟合方式,这里不做具体限定;
最后,使用测试集数据对上述得到的参数进行验证,得到使得误差最小的多项式函数的最优参数。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
下面结合应用场景对本发明进行详细的说明。
本发明的目的是提供一种测温设备在环境温度超出范围后的测温方法和***,图6是根据本申请实施例的一种测温设备的测温流程示意图,如图6所示,本实施例中测温方法的技术方案流程步骤包括:
S1,获取红外传感器的原始温度数据和环境温度传感器的环境温度,并判断环境温度是否超出红外测温仪要求的环境温度范围;
S2,若环境温度没有超出环境温度范围,那么通过ADK设备内部自带的算法计算原始温度数据,直接得到人体温度;反之,若环境温度超出环境温度范围,那么继续下面的步骤S3;
S3,采集不同环境温度下红外传感器输出的温度数据,并对温度数据进行方差处理,剔除异常数据,绘制得到温度数据曲线;
S4,通过多项式对温度数据曲线进行分段拟合,得到多项式拟合函数的参数;
S5,通过步骤S4得到的多项式拟合函数计算原始温度数据,得到最终的人体温度。
其中,步骤S4中分段拟合的具体步骤如下:
S41,对S3得到的温度数据曲线进行分段,并对每段的温度数据进行多人测试,得到人体测试温度数据和红外传感器温度数据的关系数据,其中,人体测试温度是通过水银体温计测量得到的
S42,将上述的每段关系数据分为训练集和测试集,使用线性函数或一元二次函数,例如y=ax+b或者y=ax2+bx+c,在训练集上拟合出误差最小的参数a/b 或者a/b/c,其中,本实施例中采用最小方差进行拟合,也可以采用其他的拟合方式,这里不做具体限定;
S43,使用测试集数据对上述得到的参数进行验证,得到使得误差最小的多项式函数的最优参数。
本实施例还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行一种测温的方法。
需要说明的是,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
另外,结合上述实施例中的测温的方法,本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种测温的方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种测温的方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在一个实施例中,图7是根据本申请实施例的电子设备的内部结构示意图,如图7所示,提供了一种电子设备,该电子设备可以是服务器,其内部结构图可以如图7所示。该电子设备包括通过内部总线连接的处理器、网络接口、内存储器和非易失性存储器,其中,该非易失性存储器存储有操作***、计算机程序和数据库。处理器用于提供计算和控制能力,网络接口用于与外部的终端通过网络连接通信,内存储器用于为操作***和计算机程序的运行提供环境,计算机程序被处理器执行时以实现一种测温的方法,数据库用于存储数据。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的电子设备的限定,具体的电子设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程 ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限, RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步 DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM (ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus) 直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本领域的技术人员应该明白,以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种测温的方法,其特征在于,应用于红外测温仪测温***中,所述***包括红外传感器和环境温度传感器,所述方法包括:
获取所述红外传感器的原始温度数据和所述环境温度传感器的环境温度,并判断所述环境温度是否超出红外测温仪要求的环境温度范围;
在所述环境温度没有超出所述环境温度范围的情况下,获取所述原始温度数据,计算得到人体温度;
在所述环境温度超出所述环境温度范围的情况下,通过数据拟合模型计算所述原始温度数据,得到人体温度。
2.根据权利要求1所述的方法,其特征在于,所述通过数据拟合模型计算所述原始温度数据,得到人体温度包括:
采集不同环境温度下所述红外传感器输出的温度数据,并对所述温度数据进行方差处理,剔除异常数据,绘制得到所述温度数据曲线;
通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数;
通过所述多项式拟合函数计算所述原始温度数据,得到人体温度。
3.根据权利要求2所述的方法,其特征在于,所述通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数包括:
对所述温度数据曲线进行分段,并对每段的温度数据进行多人测试,得到人体测试温度数据和所述红外传感器温度数据的关系数据,其中,所述人体测试温度是通过水银体温计测量得到的;
将所述每段关系数据分为训练集和测试集,通过对多项式函数进行所述训练集的拟合和所述测试集的验证,得到所述多项式函数的参数。
4.根据权利要求3所述的方法,其特征在于,所述多项式函数包括线性函数或一元二次函数。
5.一种测温的***,其特征在于,应用于红外测温仪测温***中,所述***包括红外传感器和环境温度传感器,
获取模块,用于获取所述红外传感器的原始温度数据和所述环境温度传感器的环境温度,并判断所述环境温度是否超出红外测温仪要求的环境温度范围;
计算模块,用于在所述环境温度没有超出所述环境温度范围的情况下,获取所述原始温度数据,计算得到人体温度,
在所述环境温度超出所述环境温度范围的情况下,通过数据拟合模型计算所述原始温度数据,得到人体温度。
6.根据权利要求5所述的***,其特征在于,
所述计算模块还用于采集不同环境温度下所述红外传感器输出的温度数据,并对所述温度数据进行方差处理,剔除异常数据,绘制得到所述温度数据曲线,
通过多项式对所述温度数据曲线进行分段拟合,得到多项式拟合函数的参数,
通过所述多项式拟合函数计算所述原始温度数据,得到人体温度。
7.根据权利要求6所述的***,其特征在于,所述计算模块包括分段拟合模块,
所述分段拟合模块,用于对所述温度数据曲线进行分段,并对每段的温度数据进行多人测试,得到人体测试温度数据和所述红外传感器温度数据的关系数据,其中,所述人体测试温度是通过水银体温计测量得到的,
将所述每段关系数据分为训练集和测试集,通过对多项式函数进行所述训练集的拟合和所述测试集的验证,得到所述多项式函数的参数。
8.根据权利要求7所述的***,其特征在于,所述多项式函数包括线性函数或一元二次函数。
9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至4中任一项所述的测温的方法。
10.一种存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至4中任一项所述的测温的方法。
CN202110474475.4A 2021-04-29 2021-04-29 一种测温的方法、***、电子装置和存储介质 Pending CN113268917A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110474475.4A CN113268917A (zh) 2021-04-29 2021-04-29 一种测温的方法、***、电子装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110474475.4A CN113268917A (zh) 2021-04-29 2021-04-29 一种测温的方法、***、电子装置和存储介质

Publications (1)

Publication Number Publication Date
CN113268917A true CN113268917A (zh) 2021-08-17

Family

ID=77229795

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110474475.4A Pending CN113268917A (zh) 2021-04-29 2021-04-29 一种测温的方法、***、电子装置和存储介质

Country Status (1)

Country Link
CN (1) CN113268917A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109143185A (zh) * 2018-07-13 2019-01-04 中国船舶重工集团公司第七〇九研究所 一种温度补偿方法、功率检测装置及雷达***
CN109341899A (zh) * 2018-09-21 2019-02-15 深圳市国赛生物技术有限公司 温度校正方法、装置及计算机可读存储介质
CN109696248A (zh) * 2018-11-28 2019-04-30 武汉高德智感科技有限公司 一种人体检验检疫***温度基于环境温度的自动补偿方法
CN111272297A (zh) * 2020-02-25 2020-06-12 深圳市联奥集成科技有限公司 一种电子体温枪
CN111289121A (zh) * 2020-03-31 2020-06-16 内蒙古智诚物联股份有限公司 一种体温监测***及方法
CN111358444A (zh) * 2020-03-13 2020-07-03 北京中科泛华测控技术有限公司 一种测温门测温方法、电子设备和计算机可读存储介质
CN111928953A (zh) * 2020-09-15 2020-11-13 深圳市商汤科技有限公司 测温方法及装置、电子设备和存储介质
CN112082656A (zh) * 2020-09-16 2020-12-15 深圳市商汤科技有限公司 温度确定方法及装置、电子设备、存储介质
CN112304436A (zh) * 2020-10-23 2021-02-02 北京百度网讯科技有限公司 用于创建温度校正模型的方法、装置、电子设备和介质
CN112504507A (zh) * 2020-11-20 2021-03-16 安徽华米信息科技有限公司 穿戴设备
CN112525359A (zh) * 2020-11-24 2021-03-19 深圳市高巨创新科技开发有限公司 一种基于红外图像的红外测温校正方法及终端

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109143185A (zh) * 2018-07-13 2019-01-04 中国船舶重工集团公司第七〇九研究所 一种温度补偿方法、功率检测装置及雷达***
CN109341899A (zh) * 2018-09-21 2019-02-15 深圳市国赛生物技术有限公司 温度校正方法、装置及计算机可读存储介质
CN109696248A (zh) * 2018-11-28 2019-04-30 武汉高德智感科技有限公司 一种人体检验检疫***温度基于环境温度的自动补偿方法
CN111272297A (zh) * 2020-02-25 2020-06-12 深圳市联奥集成科技有限公司 一种电子体温枪
CN111358444A (zh) * 2020-03-13 2020-07-03 北京中科泛华测控技术有限公司 一种测温门测温方法、电子设备和计算机可读存储介质
CN111289121A (zh) * 2020-03-31 2020-06-16 内蒙古智诚物联股份有限公司 一种体温监测***及方法
CN111928953A (zh) * 2020-09-15 2020-11-13 深圳市商汤科技有限公司 测温方法及装置、电子设备和存储介质
CN112082656A (zh) * 2020-09-16 2020-12-15 深圳市商汤科技有限公司 温度确定方法及装置、电子设备、存储介质
CN112304436A (zh) * 2020-10-23 2021-02-02 北京百度网讯科技有限公司 用于创建温度校正模型的方法、装置、电子设备和介质
CN112504507A (zh) * 2020-11-20 2021-03-16 安徽华米信息科技有限公司 穿戴设备
CN112525359A (zh) * 2020-11-24 2021-03-19 深圳市高巨创新科技开发有限公司 一种基于红外图像的红外测温校正方法及终端

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
姜勇: "温度传感器测量不确定度研究", 《气象水文海洋仪器》 *
沈显威等: "红外热像仪恒温源实时校正方法的研究", 《北京生物医学工程》 *
牟新刚, 中国科学技术大学出版社 *

Similar Documents

Publication Publication Date Title
CN111883222B (zh) 文本数据的错误检测方法、装置、终端设备及存储介质
CN110823381B (zh) 校正温度的确定方法及装置、存储介质、电子装置
CN111325159A (zh) 故障诊断方法、装置、计算机设备和存储介质
CN109143053B (zh) 温度补偿校验方法及终端设备
Götzinger et al. Enhancing the early warning score system using data confidence
US11399720B2 (en) Circuits and methods providing temperature mitigation for computing devices
CN115794958A (zh) 一种基于区块链的医疗数据共享方法、装置以及***
Breda et al. Feverphone: Accessible core-body temperature sensing for fever monitoring using commodity smartphones
CN109597745B (zh) 异常数据处理方法及装置
CN113268917A (zh) 一种测温的方法、***、电子装置和存储介质
JP6705894B2 (ja) 生体状態予測装置、生体状態予測方法、および生体状態予測プログラム
US20210407683A1 (en) Method and system for remote health monitoring, analyzing, and response
Pfingstl et al. Warped Gaussian processes for predicting the degradation of aerospace structures
CN112163110B (zh) 图像分类方法、装置、电子设备和计算机可读存储介质
CN110472788B (zh) 一种人员信息预测方法及装置
Nguyen et al. Implementation of model predictive control with modified minimal model on low-power RISC microcontrollers
JP6876295B2 (ja) サーバ装置
JP7024025B2 (ja) システム、プログラム
Henares et al. Advanced migraine prediction hardware system
CN112990163A (zh) 指纹校准方法、电子设备及存储介质
CN113273972A (zh) 一种人体测温方法及装置
CN112052442A (zh) 一种身份认证的方法及装置
CN113994276A (zh) 用于验证能量***的***参数的方法、用于运行能量***的方法以及用于能量***的能量管理***
CN115840907B (zh) 场景行为分析方法、装置、电子设备和介质
CN117379017B (zh) 血压健康状态监测方法及其穿戴设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210817