一种智能空调器温度控制方法、系统及智能空调与流程

本发明涉及空调温度控制领域。

背景技术：

夜晚开着空调睡眠时，刚入睡时设定了一个舒适的温度，用户睡眠时感到舒适，但是入睡后由于缺乏对空调的有效控制，可能会出现过冷而被冻醒和过热而被热醒的现象。因此需要在整个睡眠过程中也需要对空调进行控制，营造一个舒适的睡眠环境。现有技术都是通过预设睡眠曲线的方式对空调进行控制，例如开启睡眠功能1个小时后，固定地调高设定温度1℃，2个小时候后再升高1℃。这样的方法并不能使得整个睡眠过程都很舒适，而且并不适用于每一个用户。

技术实现要素：

本发明提供一种智能空调器温度控制方法、系统及智能空调，目的在于解决在人进入熟睡之后，空调无法根据人体及室内温度实时做出适合睡眠环境的温度调节，从而使人体感到过热或过冷的情况而影响睡眠质量的问题。

本发明解决上述技术问题的技术方案如下：

一种智能空调器温度控制方法，所述方法包括：

S1、在用户通过遥控器按键进入睡眠模式后每隔一段时间对室内环境进行温度扫描，生成红外热图像；

S2、根据红外热图像的温度分布判断人体所处位置；

S3、根据人体在一定时间段内出现在不同位置的频率判断床体所在位置；

S4、根据红外热图像中人体所处位置、床体所在位置及其他区域的温度获得人体散热量变化情况，进而根据人体散热量变化情况进行温度控制。

本发明的有益效果是：本发明对室内环境进行温度扫描，检测睡眠时人体和床的位置，同时通过室内温度的变化情况计算出人体的散热量，根据散热量的变化情况对温度进行控制，能够保证人在熟睡过程中也能够保持最适宜的温度，提高了睡眠质量。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S2具体实现过程为：

S21、计算红外热图像的平均温度，并将该平均温度作为背景温度Tb；

S22、提取红外热图像中所有温度高于背景温度Tb并超过预设的温度阈值Th的区域，其中面积最大的区域即为人体所在位置。

采用上述进一步方案的有益效果是：通过以上方式能够最快最准确的提取出人体所在位置的区域，便于接下来的计算分析过程。

进一步，所述S3具体实现过程为：

S31、将红外热图像划分为多个分区；

S32、计算在用户通过遥控器按键进入睡眠模式后的一段时间内各个分区内人体出现的频率，频率最高的分区即为床体所在位置。

采用上述进一步方案的有益效果是：在用户进入睡眠阶段后，停留在床上的时间是最高的，在每隔一段时间获得红外热图像中，人体停留在床上的频率也是最多的，因此，通过频率可以具体判断出床体所处的位置。

进一步，所述S4具体实现的过程为：

S41、在用户通过遥控器按键进入睡眠模式一段时间后，通过当前的人体表面温度Tcl、床面温度Ta和环境辐射温度Tr计算获得初始的人体散热量H0；

S42、每隔一段时间对人体散热量进行一次计算，获得实时人体散热量H；

S43、将每次计算获得的实时人体散热量H与初始的人体散热量H0进行比较，若实时人体散热量H大于初始的人体散热量H0，则提高空调设定温度；若实时人体散热量H小于初始的人体散热量H0，则降低空调设定温度。

采用上述进一步方案的有益效果是：人在熟睡时散热量会发生变化，而散热量的变化趋势则可以作为人体此时温度的变化趋势的依据，人体温度保持最佳的恒定状态时睡眠质量就会提高。因此，通过人体散热量的变化趋势来对空调温度进行调节无疑是最佳的方案。

进一步，所述人体表面温度Tcl为红外热图像中人体所在区域的平均温度；所述床面温度Ta为红外热图像中床体所在区域的平均温度获得；所述环境辐射温度Tr为红外热图像中除人体所在区域和床体所在区域的其他区域的平均温度。

为了解决上述技术问题，本发明还提出了一种智能空调器温度控制系统，所述系统包括：

温度扫描模块，用于在用户通过遥控器按键进入睡眠模式后每隔一段时间对室内环境进行温度扫描，生成红外热图像；

人体位置判断模块，用于根据红外热图像的温度分布判断人体所处位置；

床体位置判断模块，用于根据人体在一定时间段内出现在不同位置的频率判断床体所在位置；

温度控制模块，用于根据红外热图像中人体所处位置、床体所在位置及其他区域的温度获得人体散热量变化情况，进而根据人体散热量变化情况进行温度控制。

本发明的有益效果是：本发明对室内环境进行温度扫描，检测睡眠时人体和床的位置，同时通过室内温度的变化情况计算出人体的散热量，根据散热量的变化情况对温度进行控制，能够保证人在熟睡过程中也能够保持最适宜的温度，提高了睡眠质量。

进一步，所述人体位置判断模块包括：

背景温度计算模块，用于计算红外热图像的平均温度，并将该平均温度作为背景温度Tb；

区域提取模块，用于提取红外热图像中所有温度高于背景温度Tb并超过预设的温度阈值Th的区域，其中面积最大的区域即为人体所在位置。

采用上述进一步方案的有益效果是：通过以上方式能够最快最准确的提取出人体所在位置的区域，便于接下来的计算分析过程。

进一步，所述床体位置判断模块包括：

分区模块，用于将红外热图像划分为多个分区；

频率计算模块，用于计算在用户通过遥控器按键进入睡眠模式后的一段时间内各个分区内人体出现的频率，频率最高的分区即为床体所在位置。

采用上述进一步方案的有益效果是：在用户进入睡眠阶段后，停留在床上的时间是最高的，在每隔一段时间获得红外热图像中，人体停留在床上的频率也是最多的，因此，通过频率可以具体判断出床体所处的位置。

进一步，所述温度控制模块包括：

初始散热量计算模块，用于在用户通过遥控器按键进入睡眠模式一段时间后，通过当前的人体表面温度Tcl、床面温度Ta和环境辐射温度Tr计算获得初始的人体散热量H0；

实时散热量计算模块，用于每隔一段时间对人体散热量进行一次计算，获得实时人体散热量H；

比较控制模块，用于将每次计算获得的实时人体散热量H与初始的人体散热量H0进行比较，若实时人体散热量H大于初始的人体散热量H0，则提高空调设定温度；若实时人体散热量H小于初始的人体散热量H0，则降低空调设定温度。

采用上述进一步方案的有益效果是：人在熟睡时散热量会发生变化，而散热量的变化趋势则可以作为人体此时温度的变化趋势的依据，人体温度保持最佳的恒定状态时睡眠质量就会提高。因此，通过人体散热量的变化趋势来对空调温度进行调节无疑是最佳的方案。

进一步，所述人体表面温度Tcl为红外热图像中人体所在区域的平均温度；所述床面温度Ta为红外热图像中床体所在区域的平均温度获得；所述环境辐射温度Tr为红外热图像中除人体所在区域和床体所在区域的其他区域的平均温度。

本发明还提出了一种智能空调，所述智能空调包括上述所述的智能空调器温度控制系统，能够在人熟睡时保持最佳的温度控制状态。

进一步，所述智能空调还包括红外传感器，所述红外传感器安装在智能空调的室内机上，每间隔一定时间对室内温度进行检测，获取红外热图像。

进一步，所述智能空调还包括红外传感器，所述红外传感器安装在电机驱动的转动装置中，所述转动装置带动红外传感器做水平往复运动，对室内进行扫描并获得红外热图像。

附图说明

图1为本发明实施例所述的智能空调器温度控制方法的流程图；

图2为本发明实施例所述的判断人体位置的流程图；

图3为本发明实施例所述的提取出的人体位置所处区域的示意图；

图4为本发明实施例所述的判断床体位置的流程图；

图5为本发明实施例所述的将红外热图像进行分区的分区示意图；

图6为本发明实施例所述的人体出现在不同分区所对应频率的示意图；

图7为本发明实施例所述的根据人体散热量控制温度的流程图；

图8为本发明实施例所述的智能空调器温度控制系统的原理示意图；

图9为本发明实施例所述的人体位置判断模块的原理示意图；

图10为本发明实施例所述的床体位置判断模块的原理示意图；

图11为本发明实施例所述的温度控制模块的原理示意图；

图12为本发明实施例所述的智能空调的原理示意图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

实施例1

如图1所示，本实施例提出了一种智能空调器温度控制方法，所述方法包括：

S1、在用户通过遥控器按键进入睡眠模式后每隔一段时间对室内环境进行温度扫描，生成红外热图像；

S2、根据红外热图像的温度分布判断人体所处位置；

S3、根据人体在一定时间段内出现在不同位置的频率判断床体所在位置；

S4、根据红外热图像中人体所处位置、床体所在位置及其他区域的温度获得人体散热量变化情况，进而根据人体散热量变化情况进行温度控制。

通过对室内环境进行温度扫描，获取室内的温度分布情况，形成室内的红外热图像，通过对热图像的分析，计算出人体和床体的位置，其中人体位置判断的过程如图2所示：

S21、计算红外热图像的平均温度，并将该平均温度作为背景温度Tb；

S22、提取红外热图像中所有温度高于背景温度Tb并超过预设的温度阈值Th的区域，其中面积最大的区域即为人体所在位置。

如图3所示为高于背景温度Tb并超过预设的温度阈值Th的区域，其中A区域的面积最大，因此，A区域即为人体所在区域。

用户在房间内可能会走动，导致人体所在位置不固定，很难直接确定人体位置的周围一定范围内为床体的区域，因此，本实施例还提出了床体位置判断方法，如图4所示，所述方法包括：

S31、将红外热图像划分为多个分区；

S32、计算在用户通过遥控器按键进入睡眠模式后的一段时间内各个分区内人体出现的频率，频率最高的分区即为床体所在位置。

例如，如图5所示，将红外热图像分成了4×6个分区，并记录下用户通过遥控器按键进入睡眠模式后的一段时间内各个分区内人体出现的频率，如图6所示，第3行第4列所在分区人体出现频率最高，则认定为床体所在的位置。

在确定了人体和床体所处的位置后，通过红外热图像对人体散热量进行计算，计算过程如图7所示：

S41、在用户通过遥控器按键进入睡眠模式一段时间后，通过当前的人体表面温度Tcl、床面温度Ta和环境辐射温度Tr计算获得初始的人体散热量H0；

S42、每隔一段时间对人体散热量进行一次计算，获得实时人体散热量H；

S43、将每次计算获得的实时人体散热量H与初始的人体散热量H0进行比较，若实时人体散热量H大于初始的人体散热量H0，则提高空调设定温度；若实时人体散热量H小于初始的人体散热量H0，则降低空调设定温度。

其中，所述人体表面温度Tcl为红外热图像中人体所在区域的平均温度；所述床面温度Ta为红外热图像中床体所在区域的平均温度获得；所述环境辐射温度Tr为红外热图像中除人体所在区域和床体所在区域的其他区域的平均温度。

具体计算人体散热量及比较过程如下：

根据国际通用模型，人体的散热量H计算方法如下：

H＝R+C+K+Esk+Eres+Cres

其中：

R：辐射产生的热量[W/m2]；

C：对流产生的散热量[W/m2]；

K：传导产生的散热量[W/m2]；

Esk：因皮肤的水分蒸发而产生的散热量[W/m2]；

Eres：呼气水分蒸发而产生的散热量[W/m2]；

Cres：呼气对流产生的散热量[W/m2]。

以上参数中起主要作用的是R和C，其他参数可以忽略不计。因此本实施例中散热量计算方法简化为：

H＝R+C

其中，辐射产生的热量R计算的计算方法如下：

R＝f_eff×f_cl×hr×(Tcl-Tr)

其中：

f_eff：有效辐射面积系数，取常数0.71；

f_cl：着装人体面积系数，夏季取常数1.1，冬季取1.15；

Tcl：人体平均温度，由红外传感器检测得到；

Tr：平均辐射温度，由红外传感器检测得到；

hr：辐射换热系数，与人体温度Tcl有关：hr＝4.6×(1+0.01Tcl)。

对流产生的热量C的计算方法如下：

C＝fcl*hc×(Tcl-Ta)

其中：

f_cl：着装人体面积系数，夏季取常数1.1，冬季取1.15；

Tcl：人体平均温度，由红外传感器检测得到；

Tr：平均辐射温度，由红外传感器检测得到；

Ta：睡眠时去床面温度，由红外传感器检测得到；

Hc：辐射换热系数，与风速v有关：hc＝12.1×v^1/2计算，其中风速v通过空调风机转速关联得到，单位为m/s。

当用户调整好空调运行参数，按下舒睡键进入睡眠模式，2个小时后根据计算床所在位置。之后床的位置固定不变，不再重新计算。同时计算进入睡眠2个小时后的初始散热量H0，以此为参考散热量控制整个睡眠过程的人体散热量H始终接近H0。

每隔一段时间获取人体表面温度Tcl、床面温度Ta和环境辐射温度Tr，同时根据风机转速计算获得风速v，实时计算人体散热量H，对空调根据ΔH＝H–H0的大小进行不同控制方式，散热量变化ΔH为正时表示人体感到冷，此时需适当调高空调设定温度，散热量变化ΔH为负时表示人体感到热，此时需适当调低设定温度，具体控制方式如表1所示：

实施例2

如图8所示，本实施例提出了一种智能空调器温度控制系统，所述系统包括：

温度扫描模块，用于在用户通过遥控器按键进入睡眠模式后每隔一段时间对室内环境进行温度扫描，生成红外热图像；

人体位置判断模块，用于根据红外热图像的温度分布判断人体所处位置；

床体位置判断模块，用于根据人体在一定时间段内出现在不同位置的频率判断床体所在位置；

温度控制模块，用于根据红外热图像中人体所处位置、床体所在位置及其他区域的温度获得人体散热量变化情况，进而根据人体散热量变化情况进行温度控制。

其中，如图9所示，所述人体位置判断模块包括：

背景温度计算模块，用于计算红外热图像的平均温度，并将该平均温度作为背景温度Tb；

区域提取模块，用于提取红外热图像中所有温度高于背景温度Tb并超过预设的温度阈值Th的区域，其中面积最大的区域即为人体所在位置。

如图10所示，所述床体位置判断模块包括：

分区模块，用于将红外热图像划分为多个分区；

频率计算模块，用于计算在用户通过遥控器按键进入睡眠模式后的一段时间内各个分区内人体出现的频率，频率最高的分区即为床体所在位置。

如图11所示，所述温度控制模块包括：

初始散热量计算模块，用于在用户通过遥控器按键进入睡眠模式一段时间后，通过当前的人体表面温度Tcl、床面温度Ta和环境辐射温度Tr计算获得初始的人体散热量H0；

实时散热量计算模块，用于每隔一段时间对人体散热量进行一次计算，获得实时人体散热量H；

比较控制模块，用于将每次计算获得的实时人体散热量H与初始的人体散热量H0进行比较，若实时人体散热量H大于初始的人体散热量H0，则提高空调设定温度；若实时人体散热量H小于初始的人体散热量H0，则降低空调设定温度。

本实施例通过对室内环境进行温度扫描，获取红外热图像，用于检测睡眠时人体和床体的位置，同时检测人体表面温度Tcl、床面温度Ta和环境辐射温度Tr。在红外热图像中根据提取温度超过背景温度Tb并超过预设阈值Th的所有候选区域，然后选择面积最大的区域即可认为是人体所在位置；但是用户可能会在房间内走动，而导致人体所在位置不固定，很难直接确定人体位置的周围一定范围内为床体的区域。而本实施例通过统计预设时间内人体所在位置的分布，根据睡眠过程中人体位置出现频次最多的位置判断为床体所在的位置。

最后通过人体表面温度Tcl、床面温度Ta和环境辐射温度Tr计算人体睡眠时的散热量H，并根据与刚入睡的散热量H0的差值来控制空调运行参数调整室内温度。一般可以这样认为，用户在入睡时所设定的温度环境对该用户来说是舒适的，此时的人体散热量H0可当做参考散热量，即用户舒适(热平衡)时的散热量。当散热量H>H0时，此时人体会感到冷，因此可以通过适当升高空调设定温度以减小人体散热量H；反之，当H<H0时，人体会感到热，可以适当降低空调设定温度已加大人体散热量H。

实施例3

本实施例提出了一种智能空调，所述智能空调包括上述所述的智能空调器温度控制系统，能够在人熟睡时保持最佳的温度控制状态。

如图12所示，所述智能空调还包括红外传感器，所述红外传感器安装在智能空调的室内机上，每间隔一定时间对室内温度进行检测，获取红外热图像。另外，该红外传感器也可以安装在电机驱动的转动装置中，所述转动装置带动红外传感器做水平往复运动，对室内进行扫描并获得红外热图像。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。