[發(fā)明專利]控制空氣調(diào)節(jié)設(shè)備輸出溫度的方法及空氣調(diào)節(jié)設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910370411.2
• 申請(qǐng)日: 2019-05-06
• 公開（公告）號(hào): CN110220275B
• 公開（公告）日: 2020-09-04
• 發(fā)明（設(shè)計(jì)）人: 黃智剛;陳翀
• 申請(qǐng)（專利權(quán)）人: 珠海格力電器股份有限公司
• 主分類號(hào): F24F11/62
• 分類號(hào): F24F11/62;F24F120/10
• 代理公司: 北京聿宏知識(shí)產(chǎn)權(quán)代理有限公司 11372
• 代理人: 吳大建;何嬌

本申請(qǐng)?zhí)峁┝艘环N控制空氣調(diào)節(jié)設(shè)備的輸出溫度的方法，包括如下步驟：S1、采集所述空氣調(diào)節(jié)設(shè)備正對(duì)區(qū)域的目標(biāo)環(huán)境圖像；S2、將采集的所述目標(biāo)環(huán)境圖像輸入到基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法網(wǎng)絡(luò)中進(jìn)行人體特征識(shí)別，并輸出識(shí)別結(jié)果；S3、根據(jù)所述識(shí)別結(jié)果，控制所述空氣調(diào)節(jié)設(shè)備進(jìn)行輸出溫度調(diào)節(jié)。通過本申請(qǐng)的方法，能夠智能化的計(jì)算當(dāng)前用戶的體感溫度和受熱范圍，從而依據(jù)體感溫度調(diào)節(jié)輸出溫度，實(shí)現(xiàn)智能溫度控制，從而實(shí)現(xiàn)了人工智能技術(shù)與家電產(chǎn)品的結(jié)合。

技術(shù)領(lǐng)域

本發(fā)明涉及空氣調(diào)節(jié)設(shè)備技術(shù)領(lǐng)域，尤其涉及一種控制空氣調(diào)節(jié)設(shè)備輸出溫度的方法及空氣調(diào)節(jié)設(shè)備。

背景技術(shù)

隨著社會(huì)的發(fā)展和科技的進(jìn)步，人們的生活水平和住房條件得到進(jìn)一步改善，夏季室內(nèi)使用制冷設(shè)備，冬季室內(nèi)使用供暖設(shè)備的越來越普遍。現(xiàn)今，人們可供選擇使用的供暖/制冷裝置的類型也越來越多，電暖扇和空調(diào)/電風(fēng)扇就是其中的代表。

以電暖扇為例，目前，電暖扇已經(jīng)成為冬季生活取暖必不可少的一種家用電器，盡管其耗能低、使用便捷、針對(duì)性強(qiáng)，但其劣勢(shì)也比較明顯，溫度和距離把控使得在使用電暖扇時(shí)容易出現(xiàn)局部過熱的情況，影響用戶的舒適體驗(yàn)。像這種供熱不均，容易造成局部過熱的電暖扇，越來越難以滿足廣大用戶的需求。

專利號(hào)為CN202520592U的專利中公開了一種自動(dòng)電風(fēng)扇，包括支架、扇頭、控制器，控制器上設(shè)置有紅外感應(yīng)裝置及溫度傳感器，紅外感應(yīng)裝置可感應(yīng)范圍內(nèi)的人體，從而開啟開關(guān)，溫度傳感器則采集溫度數(shù)據(jù)給控制器控制風(fēng)扇的轉(zhuǎn)速，相比現(xiàn)有的風(fēng)扇，更加方便實(shí)用且省電。雖然其涉及感知人體然后開啟電風(fēng)扇，但是其并未針對(duì)人體的體表溫度進(jìn)行智能控制。

因此，亟需一種新的可以智能化調(diào)節(jié)和控制輸出溫度的空氣調(diào)節(jié)設(shè)備。

發(fā)明內(nèi)容

基于此，本發(fā)明將傳統(tǒng)的空氣調(diào)節(jié)設(shè)備與人工智能技術(shù)相結(jié)合，通過深度學(xué)習(xí)的目標(biāo)檢測(cè)算法網(wǎng)絡(luò)技術(shù)進(jìn)行體表溫度及受熱范圍的面積檢測(cè)，從而智能化控制和調(diào)節(jié)制熱/制冷溫度，以提高空氣調(diào)節(jié)設(shè)備的舒適性能，滿足用戶的需求。

為達(dá)到上述目的，本發(fā)明提供了一種控制空氣調(diào)節(jié)設(shè)備輸出溫度的方法，包括如下步驟：

S1、采集空氣調(diào)節(jié)設(shè)備正對(duì)區(qū)域的目標(biāo)環(huán)境圖像；

S2、將采集的目標(biāo)環(huán)境圖像輸入到基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法網(wǎng)絡(luò)中進(jìn)行人體特征識(shí)別，并輸出識(shí)別結(jié)果；

S3、根據(jù)識(shí)別結(jié)果，控制所述空氣調(diào)節(jié)設(shè)備進(jìn)行輸出溫度調(diào)節(jié)。

通過本發(fā)明的控制輸出溫度的方法，可以將人工智能技術(shù)與傳統(tǒng)的空氣調(diào)節(jié)設(shè)備相結(jié)合，計(jì)算用戶的體感溫度，并根據(jù)計(jì)算結(jié)果將溫度自動(dòng)調(diào)節(jié)至用戶的舒適狀態(tài)，以預(yù)防出現(xiàn)局部過熱或過冷現(xiàn)象。

在其中一個(gè)實(shí)施方式中，步驟S3包括：

S31、當(dāng)識(shí)別結(jié)果包括人體特征時(shí)，計(jì)算人體特征的體表溫度及受熱范圍，根據(jù)計(jì)算結(jié)果對(duì)空氣調(diào)節(jié)設(shè)備進(jìn)行輸出溫度調(diào)節(jié)；或

S32、當(dāng)識(shí)別結(jié)果不包括人體特征時(shí)，對(duì)空氣調(diào)節(jié)設(shè)備執(zhí)行自動(dòng)斷電動(dòng)作。

在其中一個(gè)實(shí)施方式中，基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法網(wǎng)絡(luò)是RCNN、Fast-RCNN及Faster-RCNN中的一種。

在其中一個(gè)實(shí)施方式中，在基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法為Faster-RCNN時(shí)，步驟S2包括：

S21、將采集的目標(biāo)環(huán)境圖像輸入到VGG網(wǎng)絡(luò)進(jìn)行卷積計(jì)算，獲得卷積特征圖像；

S22、將卷積特征圖像輸入到RPN網(wǎng)絡(luò)進(jìn)行篩選，輸出矩形候選區(qū)域；

S23、將卷積特征圖像及矩形候選區(qū)域輸入到池化層中進(jìn)行分類處理，并將分類處理后的數(shù)據(jù)輸入到全連接層進(jìn)行人體特征識(shí)別并輸出識(shí)別結(jié)果。