空气净化方法、净化装置和净化系统与流程

1.本发明涉及空气净化技术领域，尤其涉及一种空气净化方法、净化装置和净化系统。


背景技术：

2.日常生活中往往需要对空间进行空气净化，现有技术中，一般通过特定传感器采集特定的气体信息，并基于该气体信息人工选择对应的空气净化等级，不仅智能程度低，而且容易因为净化不彻底或选择的净化等级过高而损伤空间内饰。


技术实现要素：

3.本发明提供一种空气净化方法、净化装置和净化系统，用以解决现有技术中空气净化成本高且智能化程度低的缺陷，实现智能化、安全化及低成本化的空气净化。
4.本发明提供一种空气净化方法，包括：
5.获取通过空气传感器采集的目标空间内的气体信息；
6.对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度；
7.在确定目标空间内无活体的情况下，基于所述气体类型和所述气体浓度，生成净化指令。
8.根据本发明提供的一种空气净化方法，所述对所述气体信息进行聚类分析，得到气体类型，包括：
9.对所述气体信息进行聚类分析，得到多个簇；
10.根据预先确定的与所述气体类型对应的特征标签，确定各个所述簇对应的所述气体类型。
11.根据本发明提供的一种空气净化方法，所述对所述气体信息进行聚类分析，得到多个簇，包括：
12.对所述气体信息按照分子结构、吸光度、电阻值和可燃性中的至少一种，进行聚类分析，得到多个簇。
13.根据本发明提供的一种空气净化方法，在所述目标空间为车内的情况下，所述确定目标空间内无活体，包括：
14.获取车内的温度数据、红外数据和压力数据中的至少两种；
15.对所述温度数据、红外数据和压力数据中的所述至少两种进行加权计算，生成车内的生命体分值；
16.在所述生命体分值低于第一阈值的情况下，确定车内无活体。
17.根据本发明提供的一种空气净化方法，所述基于所述气体类型和所述气体浓度，生成净化指令，包括：
18.基于所述气体类型和所述气体浓度，确定净化等级；
19.基于所述净化等级，生成对应的净化指令。
20.根据本发明提供的一种空气净化方法，在所述空气传感器为多个的情况下，所述基于所述气体类型和所述气体浓度，确定净化等级，包括：
21.基于各所述空气传感器采集的气体信息对应的所述气体类型和所述气体浓度，确定所述空气传感器所在的目标区域对应的净化等级。
22.根据本发明提供的一种空气净化方法，在所述生成净化指令之前，所述方法还包括：
23.向用户发送用于确定净化的请求信息；
24.接收所述用户对所述请求信息的第一输入；
25.所述生成净化指令，包括：响应于所述第一输入，生成所述净化指令。
26.本发明还提供一种空气净化系统，包括：
27.气体检测系统，用于基于聚类分析，确定目标空间内的气体类型和每个气体类型对应的气体浓度；
28.生命探测系统，用于确定所述目标空间内是否有活体；
29.仲裁系统，分别与所述气体检测系统和所述生命探测系统电连接，用于生成净化指令；
30.净化器，与所述仲裁系统电连接，用于基于所述净化指令，对目标空间进行空气净化。
31.根据本发明提供的一种空气净化系统，所述气体检测系统包括：
32.空气传感器，设置于所述目标空间内，用于采集所述目标空间内的气体信息；
33.处理器，与所述空气传感器和所述仲裁系统电连接，用于对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度。
34.根据本发明提供的一种空气净化系统，所述空气传感器为多个，
35.所述处理器分别与各所述空气传感器电连接，用于对各所述空气传感器采集的气体信息进行聚类分析，得到目标区域内的所述气体类型和每个所述气体类型对应的气体浓度；
36.所述仲裁系统用于生成所述目标区域对应的所述净化指令；
37.所述净化器用于基于所述净化指令，对所述空气传感器所在的目标区域进行空气净化。
38.本发明还提供一种空气净化装置，包括：
39.第一获取模块，用于获取通过空气传感器采集的目标空间内的气体信息；
40.第一处理模块，用于对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度；
41.第二处理模块，用于在确定目标空间内无活体的情况下，基于所述气体类型和所述气体浓度，生成净化指令。
42.本发明还提供一种电子设备，包括存储器、处理器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任一种所述空气净化方法的步骤。
43.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计
算机程序被处理器执行时实现如上述任一种所述空气净化方法的步骤。
44.本发明提供的空气净化方法、净化装置和净化系统，通过聚类分析确定目标空间内的气体类型以及各类型气体的气体浓度，并基于气体类型和气体浓度，在目标空间内无活体的情况下自动生成对应的净化指令，不仅降低了净化成本以及能源消耗，还有助于提高净化过程中的智能性和安全性。
附图说明
45.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1是本发明提供的空气净化方法的流程示意图之一；
47.图2是本发明提供的空气净化方法的流程示意图之二；
48.图3是本发明提供的空气净化方法的流程示意图之三；
49.图4是本发明提供的空气净化方法的流程示意图之四；
50.图5是本发明提供的空气净化装置的结构示意图；
51.图6是本发明提供的电子设备的结构示意图。
具体实施方式
52.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
53.下面结合图1
‑
图4描述本发明的空气净化方法。
54.需要说明的是，该空气净化方法可应用于终端，如车载终端等，该空气净化方法的执行主体可以为控制器，或者独立于终端的控制装置，或者与该终端通信连接的服务器，或者用户的手机或电脑等。
55.如图1所示，该空气净化方法包括：步骤110、步骤120和步骤130。
56.步骤110、获取通过空气传感器采集的目标空间内的气体信息；
57.其中，目标空间可以为车内或者室内等气体流通性较差的封闭空间。
58.空气传感器用于采集目标控件内的气体信息，例如空气传感器可以为红外传感器。
59.空气传感器的数量可以基于用户需要或者目标空间的性质决定，在同一目标空间内设置的空气传感器的类型应该相同。例如，在目标空间为车内的情况下，空气传感器的数量可以为4个；当然，在其他实施例中，空气传感器的数量还可以为1个、5个或其他任意数值，本技术不做限定。
60.需要说明的是，空气传感器每采集一次数据，可以得到该采集时段内的一组数据，每组数据中包括多组气体属性值，每组属性值中包括气体属性以及该属性对应的气体浓度。
61.其中，采集时段为空气传感器每采集一次数据时所开启的时间。
62.气体属性包括气体的分子结构、吸光度、电阻值和可燃性等中的至少一种。
63.通过在目标时间段内，设置空气传感器按照第一时间间隔对目标空间内的空气进行多次数据采集，可得到目标时间段内的多组数据，即目标空间内的气体信息。
64.如图2所示，在实际执行过程中，在目标空间为车内的情况下，可以采用微型控制单元(mcu)作为控制核心，控制空气传感器通过长传串口将采集的气体信息上传至主、从传感器协议适配器上。
65.其中，传感器协议适配器采用优化后的cobweb协议，通过网关，将数据按照已设定的报文格式，下发到车机端。优化后的cobweb协议能够通过外部mcu控制末稍节点的sleep管脚进入低功耗或低功耗状态。
66.可以理解的是，默认的下行报文的格式，支持dl376.2协议，该默认的dl376.2协议报文格式如表1所示。
67.表1
68.数据内容数据格式字节数中继级别bs1冲突检测bs1路由模块标识bs1信道标识bs1路由标识bs1预计应答字节数bin1通信速率bs1
69.其中，
70.路由标识：表示路由模块是否带路由或是否在工作在路由模式；
71.路由模块标识：标识对哪个路由模块进行操作；
72.冲突检测：标识是否进行冲突检测；
73.中继级别：取值范围0
‑
7,0表示无中继；
74.信道标识：标识是否区分信道；
75.预计应答字节数：预计应答的字节数；
76.通信速率：路由模块的通信速率，0表示默认通信速率，路由模块默认通信速率为500bps＝
‑
1f4h。
77.本发明在默认的dl376.2协议基础上，通过增加字节来区分上述主、从传感器协议适配器以及空气传感器。
78.例如，在空气传感器为4个的情况下，可以增加四个字节，其中两个字节用来区分主、从传感器协议适配器下发标识，另外两个字节用来标识4个传感器。
79.即，在优化后的报文格式中，新增了主从适配器标识和物理地址，如表2所示。
80.表2
81.数据内容数据格式字节数主从适配器标识bs2传感器标识bs2
82.其中，
83.主从适配器标识：标识报文来自哪个适配器；
84.物理地址：表示每次操作涉及的物理地址。
85.在同一台设备中地址都是唯一的，由此可以确定相应设备，主从适配器标识，用于标记报文来自于主适配器还是从属适配器。当主适配器故障时，可以采用从适配器上传的数据，同时也能检测到哪个适配器故障没有上传数据。
86.传感器标识用于区分4个空气传感器上传的数据。
87.在一些实施例中，该气体信息可以通过控制器发送至本地数据库或云端数据库进行存储，在需要时通过控制器调用即可。
88.步骤120、对气体信息进行聚类分析，得到气体类型和每个气体类型对应的气体浓度；
89.在该步骤中，通过对由步骤110得到的目标时间段内的多组数据进行聚类分析，可以得到气体类型和每个气体类型对应的气体浓度。
90.需要说明的是，可采用将多次采集的同一类型的气体所对应的多个浓度计算平均值或加权等方式，以得到目标时间段内的各类型气体的浓度值，降低因气体流动所造成的误差。
91.另外，在步骤120之前，首先需要对气体类型进行标定，得到与气体类型对应的特征标签。
92.在一些实施例中，对气体类型进行标定的方法包括：
93.收集环境质量高的空气数据n组，其中各气体的占比为：氮气约78％、氧气约21％、二氧化碳约0.03％、稀有气体0.94％以及其他杂质约0.03％，然后对该n组数据进行聚类分析。
94.如聚类分为5簇，则会得到特征分别为k1、k2、k3、k4和k5的5个簇；
95.采集含有甲醛气体的空气m组，同样对m组数据进行聚类分析，则会得到特征分别为k1、k2、k3、k4、k5和k6的6个簇，其中，k1、k2、k3、k4和k5已在上一步骤中作了标定，因此，可以将特征k6作为甲醛的特征标签。
96.对于其他类型的气体，如co等，可以采集如上所述的方法进行标定，如采集含有co气体的空气y组，进行聚类分析。
97.通过该方法，即可提前对空气中的各类气体进行标定，得到与气体类型对应的特征标签。
98.下面通过一些实施例，对聚类过程的具体实现方式进行说明。
99.在一些实施例中，步骤120、对气体信息进行聚类分析，得到气体类型，包括：
100.对气体信息进行聚类分析，得到多个簇；
101.根据预先确定的与气体类型对应的特征标签，确定各个簇对应的气体类型。
102.在该步骤中，可以采用聚类分析算法对气体信息进行聚类，将具有相同属性的气体划分为同一簇，从而得到多个簇，每个簇对应一种属性类别且对应有浓度值。
103.其中，属性类别可以为分子结构、吸光度、电阻值和可燃性中的一种或多种。
104.在一些实施例中，对气体信息进行聚类分析，得到多个簇，包括：
105.对气体信息按照分子结构、吸光度、电阻值和可燃性中的至少一种，进行聚类分
析，得到多个簇。
106.可以理解的是，不同的气体其对应的分子结构、吸光度、电阻值或可燃性特征具有差异，在进行聚类的过程中，可以基于气体的上述特征差异，将特征相近的划分为一类，从而得到多个簇。
107.例如，空气传感器在目标时间段t内对目标空间内的气体信息进行了n次采集，每次采集的时间为t，第一次采集得到数据集d1，第二次采集得到数据集d2，第n次采集得到数据集dn，其中，每一次采集得到的数据集中，均包含多组属性值，每组属性值内包含气体的属性特征k以及该属性特征k对应的气体在本次采集时间t内的浓度pn。
108.在属性特征k为吸光性的情况下，基于吸光性对目标时间段t内采集到的整体数据集{d1，d2
……
dn}进行聚类，将吸光性相同或相近的气体划分为一类，最终得到特征为k1、k2、k3、k4、k5、k6和k7所对应的7个簇，不同簇所对应的吸光性处于不同的阈值范围内。
109.分别将每个簇对应的属性类别与预先确定的特征标签进行匹配，可以确定每个属性类别对应的气体类型，从而确定各个簇对应的气体类型。
110.例如，通过预先的标定可知，k1所对应的气体为氮气，k2所对应的气体为氧气，k3所对应的气体为二氧化碳，k4所对应的气体为稀有气体，k5所对应的气体为其他杂质，k6所对应的气体为甲醛，k7所对应的气体为一氧化碳。
111.通过上述特征标签，即可确定各个簇对应的气体类型。
112.通过对n次采集过程中同一类型气体浓度{p1，p2
……
pn}进行综合计算，即可得到该类型的气体在目标时间段t内的浓度。
113.在实际执行过程中，可以通过目标空间内安装的空气传感器，将收集到的气体信息上传至后台分析系统，通过dbscan聚类分析算法将空气中的气体成分进行分类聚类，得到气体类型和每个气体类型对应的气体浓度。
114.例如，对收集到的气体信息进行算法聚类，得到气体中含有浓度为p1的co、浓度为p2的co2和浓度为p3的甲醛等气体。
115.其中，dbscan聚类分析算法是一种基于密度的聚类算法，这类密度聚类算法一般假定类别可以通过样本分布的紧密程度决定。同一类别的样本，他们之间是紧密相连的，也就是说，在该类别任意样本周围不远处一定有同类别的样本存在。
116.通过将紧密相连的样本划为一类，这样就得到了一个聚类类别。通过将所有各组紧密相连的样本划为各个不同的类别，就可以得到最终的所有聚类类别结果。
117.dbscan聚类算法是通过检查数据集中每点的扫描半径(eps)邻域来搜索簇，如果点p的eps邻域包含的点多于最小包含点数(minpts)个，则创建一个以p为核心对象的簇。
118.然后，dbscan迭代地聚集从这些核心对象直接密度可达的对象，这个过程可能涉及一些密度可达簇的合并。
119.最后当没有新的点添加到任何簇时，该过程结束。
120.dbscan最大的不同就是不需要输入类别数k。
121.该模型的输入为收集的气体信息，即通过步骤110得到的目标时间段内的多组数据构成的数据集d，其中每组数据中包括多组气体属性值，每组属性值中包括气体属性以及该属性对应的气体浓度；
122.该模型的参数为minpts和eps；
123.该模型的输出为簇集合，即气体类型及其浓度。表3示例了一种聚类结果。
124.表3
[0125][0126]
发明人在研发过程中发现，现有技术中，在对空气成分进行检测时，往往需要有针对性的安装用于检测co、甲醛或pm2.5等物质的特定传感器，不但增加成本，在用于车内气体检测时，还会增加汽车电池的消耗，减少电池的使用寿命。
[0127]
根据本步骤，只需选用同一型号的空气传感器，基于聚类算法即可得到空气中各气体的类型以及气体浓度，显著降低了净化成本以及能源消耗。
[0128]
步骤130、在确定目标空间内无活体的情况下，基于气体类型和气体浓度，生成净化指令。
[0129]
其中，确定目标空间内无活体，是指确定目标空间内无人或动物等生命体，确保在目标空间内无活体的情况下对目标空间进行空气净化，以避免净化过程中对人或动物造成危害。
[0130]
净化指令用于控制对目标空间进行净化。
[0131]
该净化指令中包括净化过程中的净化等级以及需要进行净化的目标区域。其中，净化等级包括净化方法和净化时间，目标区域为目标空间内需要进行空气净化的区域。
[0132]
在确定目标空间内无活体的情况下，可以基于气体类型选择对应的净化方法，基于气体浓度选择对应的净化时间。
[0133]
例如，在有害气体类型为甲醛或一氧化碳的情况下，通过控制紫外线灯结合光触媒，将甲醛或一氧化碳进行催化分解；或者在二氧化碳浓度超标的情况下，通过开启换气系统将二氧化碳排出目标空间；或者在气体类型为混合气体的情况下，同时控制执行上述净化方法。
[0134]
又如，在气体浓度严重超标的情况下，控制净化较长的时间；或者在气体浓度轻微超标的情况下，只需控制净化较短的时间即可，以节约能源。
[0135]
发明人在研发过程中还发现，现有技术中，在进行空气净化时，往往需要人工选择净化等级，容易造成因人工选择的等级过低而消毒不彻底或选择的等级过高而损伤内饰等问题，且只能程度较低。
[0136]
在本技术中，如图3所示，在实际执行过程中，通过在目标空间安装一个或多个空气传感器，并采用采用优化后的codweb协议适配器进行统一管理。
[0137]
空气传感器接收用于开启数据采集的信号，开始采集目标空间内的气体信息，并
将该气体信息发送至处理器。
[0138]
处理器通过dbscan聚类分析算法对气体信息进行聚类，分析得到气体类型以及各类型所对应的气体浓度。
[0139]
探测在目标空间内是否有生命体，在确定无生命体的情况下，处理器基于气体类型以及气体浓度生成净化指令，并将该净化指令下发至各执行单元。
[0140]
各执行单元接收净化指令，响应于该净化指令，对目标空间内的气体进行净化，直至气体成分恢复标准值，则结束本次净化。
[0141]
基于气体类型和气体浓度，在确定目标空间内无活体的情况下，自动生成对应的净化指令，可以避免净化过程中对生命体造成的危害，显著提高了净化过程中的智能性与安全性。
[0142]
根据本发明实施例提供的空气净化方法，通过聚类分析确定目标空间内的气体类型以及各类型气体的气体浓度，并基于气体类型和气体浓度，在目标空间内无活体的情况下自动生成对应的净化指令，不仅降低了净化成本以及能源消耗，还有助于提高净化过程中的智能性和安全性。
[0143]
根据本技术的一些实施例，在目标空间为车内的情况下，步骤130中的确定目标空间内无活体，包括：
[0144]
获取车内的温度数据、红外数据和压力数据中的至少两种；
[0145]
对温度数据、红外数据和压力数据中的至少两种进行加权计算，生成车内的生命体分值；
[0146]
在生命体分值低于第一阈值的情况下，确定车内无活体。
[0147]
在该实施例中，可通过温度传感器采集温度数据，红外传感器采集红外数据，压力传感器采集压力数据。
[0148]
需要说明的是，该压力传感器需设置于车内座椅下方或车内地板区域，以便采集车内压力数据。
[0149]
其中，生命体分值为用于表征车内存在生命体的可能性程度的数值；生命体分值越高，则表明车内存在生命体的可能性越大。
[0150]
第一阈值为在车内不存在生命体的情况下，所对应的生命体分值的最大值。第一阈值可以基于用户自定义，例如可以通过对多种情况下生命体分值取平均值或中位数以得到。
[0151]
可以理解是的，在计算生命体分值之前，首先需要对温度数据、红外数据和压力数据所对应的初始分值进行设定。
[0152]
在一些实施例中，可以结合车内的实际场景和生活中常见的动物来进行初始分值设定。例如，一般家禽与宠物体温大致都在35℃至42℃，体重约在3kg至20kg左右，鸟类等小型动物的体重大约在1kg至3kg，人的体重大致约3kg至75kg，因此对温度数据、压力数据和红外数据的结果给予如表4所示的权重得分。
[0153]
表4
[0154]
温度压力红外0℃以下：0分1kg以下：0分报警信号：5分0
‑
20:2分1kg
‑
3kg：2分无报警信号：2分
20
‑
45:5分3kg
‑
75kg：5分 45以上：3分75kg以上：3分 [0155]
然后通过公式：f＝0.3*c+0.2*f+0.5*x，得到生命体分值；
[0156]
其中，f为生命体分值，c为温度得分，f为压力得分，x为红外得分。
[0157]
第一阈值的确定方法如下所述。
[0158]
通过组合计算可以得出生命体分值的最低分为1分，最高分为5分，中位数为3.1，平均数为约为3，所以设置判断是否有活体的第一阈值为3，当总得分大于等于3时，则认为车内可能存在活体，当总得分小于3时，则认为车内没有活体。
[0159]
在实际执行过程中，可将由传感器将采集的数据上传至车机端，车机端通过仲裁策略判断车内是否存在生命体。
[0160]
根据本发明实施例提供的空气净化方法，在确定目标空间内无活体的情况下，自动生成对应的净化指令，能够避免净化过程中紫外线灯物质对生命体造成的危害，显著提高了净化过程中的智能性与安全性。
[0161]
在一些实施例中，步骤130中的基于气体类型和气体浓度，生成净化指令，包括：
[0162]
基于气体类型和气体浓度，确定净化等级；
[0163]
基于净化等级，生成对应的净化指令。
[0164]
在该实施例中，净化等级包括净化方法和净化时间。
[0165]
其中，净化等级可以由用户提前预设。
[0166]
例如，可以提前预设a、b、c、d等4个档位的净化等级，每个等级所对应的紫外线消毒灯的功率和换风系统的功率各不相同，如紫外线消毒灯和换风系统的功率可以分别设置为：15w、25w、36w和60w。
[0167]
每一个净化等级中，紫外线消毒灯和换风系统可以均开启，或者也可以选择性地开启其中任意一个。
[0168]
需要说明的是，净化时间可以基于用户自定义，例如设定净化时间统一为30分钟。当然，在其他实施例中，不同等级所对应的紫外线消毒灯和换风系统的开启时间也可以各不相同，例如a档净化时间为设置为15分钟，b档净化时间设置为为30分钟等，本技术不做限定。
[0169]
根据不同的气体类型，可以匹配对应的净化方法，例如对于甲醛或co，可以采用紫外线消毒灯结合光触媒的方法，对于co2可以采用换气的方法。
[0170]
通过采用优化后的多元回归算法模型，得到气体浓度与净化之间的关系，例如a档可以完成5
‑
10个co、6
‑
8个co2以及3
‑
5个甲醛净化，当收集的气体浓度中有6个co、7个co2和2个甲醛时，则匹配a档净化等级。且该气体中包含co、co2和甲醛，则需控制紫外线消毒灯和换风系统均开启。
[0171]
在匹配得到对应的净化等级后，基于该净化等级生成净化指令，并将该净化指令下发至紫外线消毒灯和换风系统的执行器中，用于分别执行对应的净化步骤。
[0172]
根据本发明实施例提供的空气净化方法，通过基于气体类型和气体浓度自动匹配对应的净化等级，基于净化等级生成净化指令，无需人工选择，避免了因净化等级选择不当而导致的净化不彻底或因净化强度过强而造成目标控件内的内饰的损伤。
[0173]
根据本技术的一些实施例，在空气传感器为多个的情况下，基于气体类型和气体
浓度，确定净化等级，包括：
[0174]
基于各空气传感器采集的气体信息对应的气体类型和气体浓度，确定传感器所在的目标区域对应的净化等级。
[0175]
其中，目标区域为空气传感器所处位置。
[0176]
可以理解的是，通过在目标空间内设置多个空气传感器，可以采集目标空间内不同位置处的气体信息，各位置处的同一类型的气体的浓度可能存在差异。
[0177]
在该实施例中，通过对各空气传感器采集到的气体信息进行聚类分析，可以得到各传感器所处位置处的空气中所包含的气体类型和各类气体所对应的气体浓度。
[0178]
分别基于各传感器所处位置处的气体类型和气体浓度，匹配对应的净化等级，并基于该净化等级生成用于对不同位置处的空气进行净化的多个控制指令，以对不同位置处的空气进行净化。
[0179]
例如，在空气传感器为4个的情况下，通过识别4个传感器采集的气体信息，经过dbscan算法分析后，得到1号空气传感器采集的有害气体浓度占50％，其中包括6个co、7个co2和2个甲醛，则自动匹配a档净化等级，并生成对应的净化指令，其中，该净化指令用于控制将紫外线消毒灯和换风系统的功率调整为a档，并控制紫外线消毒灯旋转一定的角度，朝着1号空气传感器所在位置照射15分钟。
[0180]
根据本发明实施例提供的空气净化方法，通过对不同目标区域执行不同净化等级的净化操作，可以有针对性地净化目标空间内不同位置处的有害气体，在提高净化效率的同时也能够节约能源。
[0181]
根据本技术的一些实施例，在步骤130中的生成净化指令之前，该空气净化方法还包括：
[0182]
向用户发送用于确定净化的请求信息；
[0183]
接收用户对请求信息的第一输入；
[0184]
生成净化指令，包括：响应于第一输入，生成净化指令。
[0185]
其中，请求信息可以包括：净化确认信息以及净化等级。
[0186]
第一输入用于输入用户对请求信息的确认信息。
[0187]
其中，第一输入可以表现为如下至少一种方式：
[0188]
其一，第一输入可以表现为屏幕触控输入，包括但不限于点击输入、滑动输入和按压输入等。
[0189]
在该实施例方式中，接收用户的第一输入，可以表现为，接收用户在终端显示屏的显示区域的第一输入。
[0190]
为了降低用户误操作率，可以将第一输入的作用区域限定在特定的区域内，比如终端显示屏的显示区域的下部中间区域；或者在界面显示目标控件，触控目标控件即可实现第一输入。
[0191]
其二，第一输入可以表现为实体按键输入。
[0192]
比如接收用户对与该处理器通信连接的鼠标或键盘的输入。
[0193]
其三，第一输入可以表现为语音输入。
[0194]
在该实施例中，终端可以在接收到语音如“开启净化”时，向处理器发送同意净化的指令。
[0195]
其四，第一输入可以表现为文本输入。
[0196]
在该实施例中，接收用户的第一输入，可以表现为，接收用户在终端显示屏的显示区域输入的文本信息，终端再经过语义分析即可。
[0197]
当然，在其他实施例中，第一输入也可以表现为其他形式，可根据实际需要决定，本发明实施例对此不作限定。
[0198]
如图4所示，在该实施例中，在确定车内无活体的情况下，通过对空气传感器采集的气体信息进行聚类分析，得到该目标空间内的有害气体浓度超出正常值，系统自动匹配对应的净化等级，并在基于该净化等级生成净化指令之前，先向用户发送用于确定净化的请求信息。
[0199]
在实际执行过程中，可以先将判断结果通过无线等方式发送至客户终端，如发送至用户的手机或电脑，用于通知用户确认是否开启净化。
[0200]
用户收到该请求信息后，确认是否开启净化。
[0201]
在拒绝开启净化的情况下，处理器不再生成净化指令，终止本次净化操作；在同意开启净化的情况下，处理器基于净化等级生成净化指令。
[0202]
根据本发明实施例提供的空气净化方法，通过基于用户的第一输入生成净化指令，不仅可以避免因系统误判而导致的净化失误，进一步提高了净化的安全性；还可以确保在用户方便的情况下进行气体净化，以避免净化过程中会给用户带来不便，从而提高用户体验。
[0203]
下面对本发明提供的空气净化装置进行描述，下文描述的空气净化装置与上文描述的空气净化方法可相互对应参照。
[0204]
如图5所示，该空气净化装置包括：第一获取模块510、第一处理模块520和第二处理模块530。
[0205]
第一获取模块510，用于获取通过空气传感器采集的目标空间内的气体信息；
[0206]
第一处理模块520，用于对气体信息进行聚类分析，得到气体类型和每个气体类型对应的气体浓度；
[0207]
第二处理模块530，用于在确定目标空间内无活体的情况下，基于气体类型和气体浓度，生成净化指令。
[0208]
在一些实施例中，第一处理模块520还用于：
[0209]
对气体信息进行聚类分析，得到多个簇；
[0210]
根据预先确定的与气体类型对应的特征标签，确定各个簇对应的气体类型。
[0211]
在一些实施例中，第一处理模块520还用于：对气体信息按照分子结构、吸光度、电阻值和可燃性中的至少一种，进行聚类分析，得到多个簇。
[0212]
根据本技术的一些实施例，在目标空间为车内的情况下，该空气净化装置还包括：
[0213]
第二获取模块，用于获取车内的温度数据、红外数据和压力数据中的至少两种；
[0214]
第三处理模块，用于对温度数据、红外数据和压力数据中的至少两种进行加权计算，生成车内的生命体分值；
[0215]
第四处理模块，用于在生命体分值低于第一阈值的情况下，确定车内无活体。
[0216]
在一些实施例中，第二处理模块530还用于：
[0217]
基于气体类型和气体浓度，确定净化等级；
[0218]
基于净化等级，生成对应的净化指令。
[0219]
根据本技术的一些实施例，在空气传感器为多个的情况下，第二处理模块530还用于：基于各空气传感器采集的气体信息对应的气体类型和气体浓度，确定传感器所在的目标区域对应的净化等级。
[0220]
在一些实施例中，该空气净化装置还包括：
[0221]
发送模块，用于在生成净化指令之前，向用户发送用于确定净化的请求信息；
[0222]
第三获取模块，用于接收用户对请求信息的第一输入；
[0223]
第二处理模块530还用于：响应于第一输入，生成净化指令。
[0224]
根据本发明实施例提供的空气净化装置，通过聚类分析确定目标空间内的气体类型以及各类型气体的气体浓度，并基于气体类型和气体浓度，在目标空间内无活体的情况下自动生成对应的净化指令，不仅降低了净化成本以及能源消耗，还有助于提高净化过程中的智能性和安全性。
[0225]
下面对本发明提供的空气净化系统进行描述，下文描述的空气净化系统与上文描述的空气净化方法可相互对应参照。
[0226]
在一些实施例中，该空气净化系统包括：
[0227]
气体检测系统，用于基于聚类分析，确定目标空间内的气体类型和每个气体类型对应的气体浓度；
[0228]
生命探测系统，用于确定目标空间内是否有活体；
[0229]
仲裁系统，分别与气体检测系统和生命探测系统电连接，用于生成净化指令；
[0230]
净化器，与仲裁系统电连接，用于基于净化指令，对目标空间进行空气净化。
[0231]
其中，电连接的方式有多种，包括：通过线缆的有线电连接和通过无线收发器的无线电连接。
[0232]
在电连接为通过线缆有线电连接的情况下，有线通信介质可以包括：同轴电缆、双绞线或者光纤等。
[0233]
通过有线通信方式进行数据的传输，具有较强的抗干扰能力，传输过程中数据损失小。
[0234]
或者，在电连接为通过无线收发器无线电连接的情况下，无线通信方式可以包括：zig
‑
bee传输、蓝牙传输、无线宽带传输、5g传输、微波传输或者无线网桥传输等方式。
[0235]
通过无线通信方式进行数据的传输，成本低、易维护、操作方便，具有较好的适应性和扩展性。
[0236]
在该实施例中，气体检测系统可以部分或全部设置于目标空间内，用于执行如上所述的空气净化方法中的步骤110和步骤120。
[0237]
下面，通过具体实施例，对该气体检测系统的执行步骤进行说明。
[0238]
在一些实施例中，该气体检测系统可以包括：
[0239]
空气传感器，设置于目标空间内，用于采集目标空间内的气体信息；
[0240]
处理器，与空气传感器和仲裁系统电连接，用于对气体信息进行聚类分析，得到气体类型和每个气体类型对应的气体浓度。
[0241]
在该实施例中，空气传感器的数量可以为一个或多个。
[0242]
在实际执行中，可以将空气传感器设置为基于第一时间间隔对目标空间内的空气
进行数据采集，每次采集的数据作为一组数据，在目标时间段内可以得到多组数据。
[0243]
其中，每组数据中包括多组气体属性值，每组属性值中包括气体属性以及该属性对应的气体浓度。
[0244]
气体属性包括气体的分子结构、吸光度、电阻值和可燃性等。
[0245]
根据空气传感器的类型，其采集得到的气体属性值也不同，例如，在空气传感器为红外传感器的情况下，其采集得到的气体信息中，气体的属性可以包括吸光度或电阻值等。
[0246]
将由空气传感器采集的气体信息发送至处理器，其中，数据传输的方式可以为如上所述的有线通信或无线通信中的任意一种，在此不做赘述。
[0247]
处理器接收到由空气传感器采集的多组数据后，对多组数据进行聚类分析，以得到多个簇以及每个簇对应的气体浓度，并根据预先确定的与气体类型对应的特征标签，确定各个簇对应的气体类型。
[0248]
其中，该特征标签可以提前存储于数据库中。
[0249]
处理器将得到的气体类型和气体浓度发送至与之电连接的仲裁系统。
[0250]
同样，生命探测系统可以部分或全部地设置于目标空间内，用于确定目标空间内有无活体。
[0251]
在一些实施例中，生命探测系统可以包括：多个传感器和第二处理器，多个传感器分别与第二处理器电连接。
[0252]
在目标空间为车内的情况下，多个传感器可以包括：温度传感器、红外传感器和压力传感器，分别用于采集温度数据、红外数据和压力数据。其中，压力传感器设置于车座底部或车内底板处。
[0253]
当然，在另一些实施例中，传感器还可以为雷达探测器等。
[0254]
第二处理器接收由多个传感器采集的数据，并对该数据进行基于如上所述的加权计算，得到生命体分值，通过比较生命体分值与第一阈值，以生成生命体信息。
[0255]
例如，在生命体分值超过第一阈值的情况下，确定目标空间内有活体；或者在生命体分值不超过第一阈值的情况下，确定目标空间内无活体。
[0256]
第二处理器将该生命体信息发送至与之电连接的仲裁系统。
[0257]
仲裁系统基于气体类型、气体浓度和生命体信息，在确定目标空间内无活体的情况下，基于气体类型和气体浓度自动匹配净化等级，基于净化等级生成净化指令，并将该净化指令发送至净化器。
[0258]
当然，在另一些实施例中，仲裁系统还可以基于气体类型和气体浓度自动匹配净化等级，并生成用于确定净化的请求信息，将该请求信息发送至客户端。在仲裁系统接收到客户端用于确认该请求信息的第一输入后，生成净化指令，并将该净化指令发送至净化器。
[0259]
净化器可以包括紫外线消毒灯和换风系统，其中，紫外线消毒灯可以与光触媒共同作用，对甲醛或一氧化碳等有害物质进行分解；换风系统可以用于将目标空间内的稳定性气体排出目标空间。
[0260]
例如，提前预设a、b、c、d等4个档位的净化等级，每个等级所对应的紫外线消毒灯的功率和换风系统的功率各不相同，如紫外线消毒灯的功率可以分别设置为：15w、25w、36w和60w；换风系统的功率可以分别设置为15w、25w、36w和60w。
[0261]
每一个净化等级中，紫外线消毒灯和换风系统可以均开启，或者也可以选择性地
开启其中任意一个。
[0262]
仲裁系统根据不同的气体类型，匹配对应的净化方法；通过采用优化后的多元回归算法模型，得到气体浓度与净化之间的关系。
[0263]
例如在a档可以完成5
‑
10个co、6
‑
8个co2以及3
‑
5个甲醛净化，且收集的气体浓度中有6个co、7个co2和2个甲醛的情况下，仲裁系统匹配a档净化等级；并基于该净化等级，生成控制指令。
[0264]
其中，控制指令为：控制紫外线消毒灯和换风系统均开启，并控制紫外线消毒灯和换风系统按照15w的功率对目标空间内的气体进行预设时间的净化。
[0265]
净化器接收到该净化指令后，分别控制紫外线消毒灯和换风系统开启，并控制紫外线消毒灯以15w的功率对目标空间内的气体照射30分钟，控制换风系统以15w的功率对目标空间进行30分钟的换气。
[0266]
根据本发明实施例提供的空气净化系统，通过聚类分析确定目标空间内的气体类型以及各类型气体的气体浓度，并基于气体类型和气体浓度，在目标空间内无活体的情况下自动生成对应的净化等级，不仅降低了净化成本以及能源消耗，还可以避免因人工选择的等级过低而消毒不彻底或选择的等级过高而损伤内饰，有助于提高净化过程中的智能性和安全性。
[0267]
在一些实施例中，空气传感器为多个，
[0268]
处理器分别与各空气传感器电连接，用于对各空气传感器采集的气体信息进行聚类分析，得到传感器所在的目标区域内的气体类型和每个气体类型对应的气体浓度；
[0269]
仲裁系统用于生成目标区域对应的净化指令；
[0270]
净化器用于基于净化指令，对目标区域进行空气净化。
[0271]
在该实施例中，可以将空气传感器设置于目标空间的不同位置，用于采集不同区域的气体类型和气体浓度。
[0272]
仲裁系统基于各区域的气体类型和气体浓度，匹配与各区域对应的净化等级，基于净化等级生成净化指令并发送至净化器。
[0273]
净化器基于该净化指令，分别对不同区域执行不同的净化操作，如对1号空气传感器所在位置处的目标区域执行紫外线消毒灯照射15分钟的净化操作，对2号空气传感器所在位置处的目标区域执行换气15分钟的净化操作，对3号空气传感器所在位置处的目标区域执行紫外线消毒灯照射30分钟并换气30分钟的净化操作。
[0274]
根据本发明实施例提供的空气净化系统，通过对不同目标区域执行不同净化等级的净化操作，可以有针对性地净化目标空间内不同位置处的有害气体，在提高净化效率的同时也能够节约能源。
[0275]
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行空气净化方法，该方法包括：获取通过空气传感器采集的目标空间内的气体信息；对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度；在确定目标空间内无活体的情况下，基于所述气体类型和所述气体浓度，生成净化指令。
[0276]
此外，上述的存储器630中的逻辑指令可以通过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(可以是个人计算机，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、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0277]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法所提供的空气净化方法，该方法包括：获取通过空气传感器采集的目标空间内的气体信息；对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度；在确定目标空间内无活体的情况下，基于所述气体类型和所述气体浓度，生成净化指令。
[0278]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的空气净化方法，该方法包括：获取通过空气传感器采集的目标空间内的气体信息；对所述气体信息进行聚类分析，得到气体类型和每个所述气体类型对应的气体浓度；在确定目标空间内无活体的情况下，基于所述气体类型和所述气体浓度，生成净化指令。
[0279]
以上所描述的装置实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0280]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0281]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。