本公开涉及用于通过使用生物特征信号来对装备进行控制的方案，更具体地，涉及用于基于生物特征信号由控制设备对外部装备进行控制的方法和装置。
背景技术：
互联网正从人们创建和消费信息的以人为中心的连接网络演变为物联网(iot)网络，其中，信息通过物联网网络在物或其他分布式组件之间进行通信和处理。万物互联(ioe)技术可以是通过例如与云服务器的连接将大数据处理技术与iot技术组合的示例。
为了实现iot，需要诸如传感技术、有线/无线通信和网络基础设施、服务接口技术以及安全技术的技术元素。目前正在进行对对象间连接技术的研究，诸如传感器网络、机器对机器(m2m)或机器类型通信(mtc)。
在iot环境中可提供对由彼此相连接的事物所产生的数据进行收集和分析的智能互联网技术(it)服务来为人类生活创造新的价值。iot可通过现有的it技术和各种行业的转换或集成而具有各种应用，诸如智能家居、智能建筑、智能城市、智能汽车或联网汽车、智能电网、健康保健、或智能家电行业、或最先进的医疗服务。
目前正在进行的研究致力于基于用户的状态信息来自动控制诸如空调的电子装备。
例如，已提出了用于基于用户的状态信息(诸如用户所感受到的温度)来自动控制温度的方法。根据这样的方法，例如，空调测量用户的体感温度并按照关于测量的体感温度的预定规则来执行温度控制。
然而，尽管体感温度是通过一类公式计算出的，但是人类感知的温度因人而异，因此不可能存在可普遍适用于所有人的单一体感温度。此外，即使在相同的体感温度下，取决于用户的状况(例如，疲劳或兴奋)，用户可能希望温度以不同的方式改变(例如，温度升高或降低)。
如果温度仅仅是按照预设在相同的体感温度下被调节，那么它不会是用户实际希望的方式。也就是说，用户对温度的感觉可能是主观的，并且即使在相同的物理环境中，用户也可能希望根据其周围环境或生理状况以不同方式控制温度。
因此，存在对在控制外部装备时能够使用状态信息的方案的需求，其中，所述状态信息即使在相同的环境中也可能因人而异。
技术实现要素：
【技术问题】
根据本公开，提供了一种能够通过基于用户的生物特征信息确定装备在该状况下是否需要被控制来对装备进行控制的方案。
根据本公开，提供了一种当装备需要被控制时能够适当地确定用户实际想要装备被控制的方式的方案。
根据本公开，提供了一种能够周期性地测量用户的状态信息并且不间断地将测量到的状态信息反映到对装备的控制上的方案。
根据本公开，提供了一种用于通过基于用户的生物特征信号确定是否需要计算发热量并在需要的情况下根据需求适当地确定改变温度的方式和程度从而调节温度的方案。
根据本公开，提供了一种能够根据物理环境的改变、用户状况的改变或生物特征状况的改变来适当地确定个性化的状态的方案。
根据本公开，提供了一种用于通过测量用户的实际发热量而不是以物理活动为中心的统计估计来更精确地确定用户期望的温度改变的方案。
根据本公开，提供了一种能够周期性地测量用户的状态信息并且不间断地将测量到的状态信息反映到对温度的改变上的方案。
【技术方案】
根据本公开，提出了一种用于基于生物特征信息产生用于对装备进行控制的命令的方法，所述方法包括：获得至少一条生物特征信息；使用存储的生物特征信息以及获得的生物特征信息来确定是否计算发热量，并根据确定的结果使用所述存储的生物特征信息以及所述获得的生物特征信息来计算发热量；以及基于计算出的发热量产生用于控制所述装备的命令。
根据本公开，提出了一种被配置为基于生物特征信息产生用于控制外部装备的命令的设备，所述设备包括：传感器单元，被配置为获得至少一条生物特征信息；控制器，被配置为：使用存储的生物特征信息以及获得的生物特征信息来确定是否计算发热量，使用所述存储的生物特征信息以及所述获得的生物特征信息来计算发热量，以及基于计算出的发热量产生用于控制所述外部装备的命令。
根据本公开，提出了一种被配置为基于生物特征信息产生用于控制外部装备的命令的设备，所述设备包括：存储器，被配置为储存之前的生物特征信息；通信单元，被配置为从环境传感器接收至少一条生物特征信息；以及控制器，被配置为：使用存储的生物特征信息以及接收到的生物特征信息来确定是否计算发热量，使用所述存储的生物特征信息以及所述接收到的生物特征信息来计算发热量，以及基于计算出的发热量产生用于控制所述外部装备的命令。
【有益效果】
根据本公开，用户装置可测量用户的状态并自行确定是否需要计算发热量并可确定适合用户状态的外部装备的操作。
根据本公开，对装备进行控制的设备可从用户的生物特征信息感测情绪状态，并在确定是否控制所述装备以及如何控制所述装备时使用情绪改变。
根据本公开，对装备进行控制的设备可感测用户的情绪改变，并在改变发生时触发计算发热量的操作，并且基于用户的实际发热量确定准确且合适的方式来调节温度。
根据本公开，提供了一种可通过周期性地测量用户的状态信息，不间断地将用户的情绪改变反映到对温度的控制上的个性化的温度调节方案。
附图说明
图1是示出根据本公开的装备控制方案能够适用的场景的示例的示图；
图2是示出根据本公开的控制设备的装备控制方法的示例的示图；
图3是示出在用户情绪状态正常的情况下测量的生物特征信号的示例的示图；
图4是示出在用户情绪状态悲伤的情况下测量的生物特征信号的示例的示图；
图5是示出在用户情绪状态害怕的情况下测量的生物特征信号的示例的示图；
图6是示出在用户情绪状态高兴的情况下测量的生物特征信号的示例的示图；
图7是示出四种不同的情绪状态的示例的示图；
图8是示出根据本公开的用于由控制设备确定hr0的方法的示例的示图；
图9是示出根据本公开的在控制设备是云服务器的情况下的特定控制方法的示例的示图；
图10是示出本公开的方案在家中实现的场景的示例的示图；
图11是示出本公开的方案在汽车中实现的场景的示例的示图；
图12是示出根据本公开的控制设备(可穿戴装置或智能电话)的构造的示图；以及
图13是示出根据本公开的控制设备是单独的装置(例如，家庭网关或云服务器)的情况下的构造的示例的示图。
具体实施方式
在下文中，参照附图详细地描述本公开的实施例。当确定使本公开的主题不清楚时，可跳过已知功能或构造的细节。这里使用的术语是考虑到本公开中的功能而定义的，并且可根据用户或操作者的意图或实践用其他术语替换。因此，应基于整体公开来定义术语。
在详述本公开之前，例如，可以如下解释这里所使用的一些术语。然而，应该注意的是，本公开不限于此。
设备是执行对装备进行控制的操作的实体。因此，设备也可被称为控制设备。设备本身可测量用户的生物特征信息或可接收由可穿戴装置测量的生物特征信息。设备可使用生物特征信息来产生用于控制所述装备的命令，并将命令传输到所述装备。设备可以是用户携带的终端或用户穿戴的可穿戴装置，或者可以是汽车导航盘、座椅、手柄或用户接触的车内相机，或可以是与可穿戴装置进行通信的外部装置(诸如家庭网关或云服务器)。
装备是由设备的控制的对象。装备可包括设备，但是也可被实现为与设备分开的装置。因此，装备也可被称为外部装备或受控制的设备。装备指由控制设备控制的所有种类的设备。例如，装备可以是用于调节气温的空调或加热器、用于调节湿度的加湿器或除湿器、用于输出音乐的音频播放器、汽车(包括空调、加热线路和通风座椅)、各种健身装备或向用户发送消息的消息服务器。
生物特征信息指从生物体测量的所有类型的信息。在本公开中，具体地，生物特征信息可以是以下项中的至少一项：心率(hr)相关信息、脑电图(eeg)相关信息、皮肤电反应(gsr)相关信息、呼吸时间或皮肤温度信息。
根据本公开的方案可包括：测量关于用户的生物特征信息，基于测量到的生物特征信息来确定是否计算从用户产生的发热量，在发热量需要被计算的情况下，测量发热量，基于发热量确定将由装备执行的操作，以及产生命令。作为示例，确定是否计算发热量的操作可包括确定用户情绪的变化。
图1是示出根据本公开的装备控制方案能够适用的场景的示例的示图。
可穿戴装置(例如，手环)可被穿戴与用户的皮肤接触。可穿戴装置可测量(或获得)并存储通过接触传感器可获得的信息，即，心率、皮肤电反应(gsr)、eeg、皮肤温度、呼吸时间或其他生物特征信息(100)。可选地，诸如相机、红外(ir)相机或热成像相机的无接触传感器可被用于获取生物特征信息。例如，相机可被用于分析用户的面部表情或行为，ir相机可测量用户的瞳孔的移动或扩张或者眼皮的张开或闭合的程度，热成像相机可被用于测量用户的实际体温。
通过可穿戴装置或各种相机测量的生物特征信息可被用于确定各种额外的信息。例如，心率信息可被用于确定用户的压力、兴奋状态或用户是否具有心血管疾病。eeg信息可被用于确定脑部疾病(诸如痴呆)，测量用户的集中力或确定用户的情绪改变。gsr和皮肤温度可被用于确定用户的情绪改变、压力或兴奋状态。呼吸时间信息可被用于确定用户是否具有心血管疾病或用户的兴奋状态。可通过相机获得的关于用户的面部表情或瞳孔移动的信息也可被用于确定用户的情绪改变或兴奋状态。
每天的生物特征信息可因人而异。因此，采用特定的生物特征信息值作为用于对装备进行控制的标准将不能满足具有不同生物特征信息特征的用户。因此，根据本公开的方案基于生物特征信息的改变来感测用户的状态改变(即，情绪改变)并且基于状态改变来确定是否对装备进行控制。
例如，用于对装备进行控制的控制设备(例如，可穿戴装置)可使用获得的(在步骤100中测量的)生物特征信息以及之前存储的生物特征信息来确定是否需要对装备进行控制(110)。具体地，控制设备可使用获得的生物特征信息以及存储的生物特征信息来确定是否计算用户的发热量。通过这样做，控制设备可更准确地确定用户的当前状态是否需要装备被控制(即，用户的情绪被改变后的状态)。这里，存储的生物特征信息是指在步骤100之前测量和存储的生物特征信息。控制设备可以是上面提到的(步骤100的)手环、发带、智能眼镜或其他可穿戴装置、相机、ir相机或热成像相机。此外，控制设备可以是用户的智能电话或者是从可穿戴装置接收测量出的生物特征信息的单独的设备(诸如家庭网关或云服务器)。
此时，由控制设备使用的生物特征信息可根据传感器所接触的位置或可穿戴装置的类型而不同。例如，手环可使用皮肤温度、脉搏波、ecg或gsr，发带可使用皮肤温度、脉搏波、ecg、gsr或eeg。智能眼镜可使用皮肤温度、脉搏波、ecg、gsr、eeg或瞳孔移动。智能电话可使用它收集的语音信息或使用通过与该智能电话连接的另一可穿戴装置测量的生物特征信息。此外，由诸如智能服装的可穿戴装置或可插入装置(例如，耳机或耳套)测量的生物特征信息可被用于对装备进行控制。此外，诸如家庭网关或云服务器的单独的装置可使用由用户的可穿戴装置、智能电话或安装在室内环境中的其他传感器测量的信息或者在外面测量的(例如，在医院中测量的)生物特征信息。根据本公开的用于确定用户的情绪改变的装置不限于可穿戴装置。例如，控制设备可使用电视(tv)或空调中配备的相机来估计用户的行为模式和情绪改变，或可基于正在家庭影院上播放的音乐信息或用户在tv上正在观看的内容信息来估计用户的情绪改变。
当确定装备需要被控制时，如果装备按照预定的规则被控制而没有确定用户实际想要装备被控制的方式，则装备不会按照用户真正想要的方式被控制。因此，根据本公开的方案产生用于使用生物特征信息来对装备进行控制所必须的状态信息(例如，发热量或体感温度)，并根据状态信息来确定如何对装备进行控制。例如，在确定要计算发热量时，控制设备可使用预存储的生物特征信息以及获得的生物特征信息来计算发热量(m：代谢)，并基于发热量计算用户的实际体感温度(130)。例如，体感温度可被计算为预测平均评价(pmv)。pmv可以是范围从-3至3的值。当pmv是不小于-0.5并且不大于0.5的值时，可确定用户处于装备不需要被控制的愉悦状态。
因此，控制设备可基于状态信息来产生用于控制装备的操作的命令并传送该命令。
例如，如果计算出的pmv是小于-0.5或大于0.5的值，则控制设备可产生用于对装备进行控制的命令并将该命令传送至装备。例如，控制设备可将用于改变设置温度的命令或用于改变风扇速度的命令发送到控制气温的空调(140)。此时，控制设备可考虑各种因素(例如，功率、用户数量等)来确定它将发出什么控制命令。例如，在当前温度与外部温度相比足够低，使得用于加速风扇的功耗小于用于降低设置温度的功耗的情况下，控制设备可将风扇速度调节为高。作为另一示例，在确定多个用户在房间中并且他们对当前温度不满意时，控制设备可调节设置温度而不是调节风扇速度。
作为另一示例，控制设备可将用于使消息服务器向用户(例如，婴儿或患者)或另一用户(例如，监护人)发送指示用户不愉悦的通知消息的命令发送到消息服务器(142)。
作为另一示例，控制设备可将用于使装备(例如，音频组件)播放符合用户的状态改变的音乐的命令发送到装备(144)。
图2是示出根据本公开的控制设备的装备控制方法的示例的示图。
控制设备可测量用户的生物特征信号(200)。选择性地，可由另一设备而不是所述控制设备来执行生物特征信号的测量。生物特征信号的示例包括：心率(hr)、脉搏传导时间(ptt)、gsr、皮肤温度、呼吸时间或脑电波(在额叶或顶叶上)。下面的表格示出生物特征信号的示例、生物特征信号被测量的位置以及能够进行测量的传感器。
【表格1】
例如，在生物特征信号是心率的情况下，皮肤附着式心电图(ecg)传感器或光电血管容积图(ppg)传感器可测量(或获得)：平均心率、心率变异性(hrv)、正常心动间期(normaltonormalinterval)的标准偏差(sdnn)、连续正常心动间期的均方差的平方根(rmssd)、正常心动间期50(nn50)(具有50ms或更大变化的连续间期与全部正常心动间期的比率)、高频(hf)或低频(lf)。作为另一示例，在生物特征信号是gsr的情况下，gsr传感器可测量(或获得)诸如平均gsr或过零比的生物特征信息。作为另一示例，在生物特征信号是脑电波的情况下，贴片类型eeg传感器可测量(或获得)额叶上或顶叶上的eeg。脑电波可以是δ波、θ波、α波、β波或γ波。
控制设备可通过对测量的生物特征信号进行分析来获得至少一条生物特征信息(诸如，例如，nn50或平均gsr)(205)。
控制设备可使用获得的生物特征信号来确定用户当前是否处于需要计算发热量来对装备进行控制的状态(210)。例如，在由获得的生物特征信息指示的值相对于由预存储的生物特征信息指示的值的变化比率是参考值(阈值)或更大值时，控制设备可确定计算发热量。也就是说，本公开的方案使用生物特征信息的变化以高精确度反映用户的情绪改变的事实。
图3是示出在用户情绪状态正常的情况下测量的生物特征信号的示例的示图。
在图3中，生物特征信号的水平轴表示时间，纵轴表示分别针对脉搏波、皮肤温度、gsr和eeg的电压[v]、温度[t，华氏温度]、电压[v]和电压[v]。当用户的情绪状态相对正常时，可看出脉搏波间歇波动，gsr的幅度不大。
图4是示出在用户情绪状态悲伤的情况下测量的生物特征信号的示例的示图。
在图4中，生物特征信号的水平轴表示时间，纵轴表示分别针对脉搏波、皮肤温度、gsr和eeg的电压[v]、温度[t，华氏温度]、电压[v]和电压[v]。当用户的情绪状态相对悲伤时，可看出脉搏波频繁波动，gsr的幅度不大。
图5是示出在用户情绪状态害怕的情况下测量的生物特征信号的示例的示图。
在图5中，生物特征信号的水平轴表示时间，纵轴表示分别针对脉搏波、皮肤温度、gsr和eeg的电压[v]、温度[t，华氏温度]、电压[v]和电压[v]。当用户的情绪状态相对害怕时，可看出脉搏波间歇波动，gsr的幅度大。
图6是示出在用户情绪状态高兴的情况下测量的生物特征信号的示例的示图。
在图6中，生物特征信号的水平轴表示时间，纵轴表示分别针对脉搏波、皮肤温度、gsr和eeg的电压[v]、温度[t，华氏温度]、电压[v]和电压[v]。当用户的情绪状态相对高兴时，可看出脉搏波明显地波动，gsr的幅度不大。
图3至图6例示了分别针对四种示例情绪状态(正常、悲伤、害怕和高兴)的脉搏波(图3(a)、图4(a)、图5(a)和图6(a))、皮肤温度(图3(b)、图4(b)、图5(b)和图6(b))、gsr(图3(c)、图4(c)、图5(c)和图6(c))和eeg(图3(d)、图4(d)、图5(d)和图6(d))的波形。一般而言，心率在没有刺激时减慢，但在兴奋时升高。此外，gsr是指交感神经系统的活跃程度，并且在情绪高度改变时，gsr的幅度升高并且活跃程度增加。脑电波的趋势是当用户稳定、不稳定、精神集中、烦躁和睡眠时使得α波、β波、θ波、γ波和δ波分别增加。
图7是示出四种不同的情绪状态的示例的示图。
图7的右上部分上的第一象限(700)表示高冲动正面情绪状态(例如，高兴)。图7的右下部分上的第四象限(730)代表低冲动正面情绪状态(例如，平静)。图7的左上部分上的第二象限(710)代表高冲动负面情绪状态(例如，害怕)。图7的左下部分上的第三象限(720)代表低冲动负面情绪状态(例如，悲伤)。可通过单独地或组合地使用各种生物特征信息来确定情绪状态。随着测量的生物特征信息变得更加准确，更多的生物特征信息被累积或更多类型(数量)的生物特征信息被组合，对情绪状态的确定变得更加准确。
本公开的控制设备可确定情绪的方向性。具体地，控制设备可确定从正面到负面的情绪改变(即从图4的第一或第四象限到第二或第三象限的转变)是装备需要控制的状态改变。为了感知情绪状态的改变，在此提出了使用gsr信息和心率信息的方案。使用这两种信息能够以大约79％的高精确度捕捉情绪改变。
表格2表示指示情绪状态的生物特征信息的改变的示例。
【表格2】
参照表格2，可确定情绪状态。例如，在当前的hrv相对于之前存储的hrv的改变是20％或者更多的情况下，hrv可被确定为不稳定，控制设备可确定情绪状态是当hrv不稳定时可能发生的害怕或悲伤状态。作为另一示例，在当前的nn50值相对于之前存储的nn50增加了10％或者更多的情况下，nn50可被确定为高，控制设备可确定情绪状态是当nn50为高时可能发生的害怕状态。作为另一示例，在当前的gsr值相对于之前存储的gsr增加了5％或者更多的情况下，gsr活跃的程度可被确定为“活跃”，控制设备可确定情绪状态是当活跃程度为“活跃”时可能发生的高兴或害怕状态。作为另一示例，控制设备可通过将所有信息进行组合来确定当前的情绪状态是第二象限上的害怕(即，不愉悦)状态，确定装备需要被控制。选择性地，控制设备可确定生物特征信息的变化与情绪改变的强度成比例。
在上面的步骤210中，当所述变化小于参考值时，控制设备可确定不需要对装备进行控制。也就是说，控制设备可确定不需要对从用户产生的发热量进行计算。此时，控制设备可存储测量的控制信息(235)并且不执行进一步的操作直到下一周期。
在上面的步骤210中，当所述变化不小于参考值时，控制设备可确定需要对装备进行控制。也就是说，控制设备可确定需要对从用户产生的发热量进行计算。在这种情况下，控制设备可通过使用测量的生物特征信息和预储存的生物特征信息来计算用户的实际发热量(m：代谢)(215)，并通过使用计算出的发热量来计算用户的体感温度(220)。优选地，预存储的生物特征信息是处于基础状态的生物特征信息，其中，基础状态可指用户未感受到压力或用户感受到很小的压力。
可通过以下等式来执行使用生物特征信息对实际发热量的计算(215)。【等式1】
hr＝hr0+rm*(m-m0)
【等式2】
rm＝(hrmax-hr0)/(mwc-m0)
【等式3】
hrmax＝205-0.62a
【等式4】
mwc＝(41.7-0.22a)p0666[w/m2](male)
mwc＝(35.0-0.22a)p0.666[w/m2](female)
这里，hr是当前心率，hr0是基础状态下(即，当用户在既不冷也不热的中性温度下放松时)的心率。这里，基础状态表示用户感觉较少情绪和压力的稳定的状态。例如，hr0可被定义为在诸如hrv或pnn50(＝nn50/心率)的状态信息不大于预定值的状态下测量的心率，或者当从心率可推断的压力信息值指示用户没有压力过大的状态时测量的心率。随着pnn50减小，用户可被确定为没有压力过大。hrmax是处于理论上的最大用户活动量时(例如，当用户跑步时)的最大心率，并且估计的值可被用作hrmax。
rm表示心率按照活动增加的比率，m表示发热量(即，活动)，并且m0表示放松时的发热量。可用基础代谢来替代m0。mwc表示最大工作量，p和a分别表示体重和年龄。
总结这些等式，可示出使用当前心率(即，生物特征信息)与预存储的心率之间的差来计算用户的实际发热量m，如下面的等式所示。
【等式5】
使用发热量可计算的体感温度(220)可表现为各种类型。这样的体感温度的类型不仅可包括考虑温度和风速来计算的典型的体感温度，还包括将风速、湿度和辐射温度也考虑进来的有效温度(et)，或进一步包括除了湿度和风速之外还将活动量和穿衣量也考虑进来所计算的标准的新et(set)。考虑气温、活动量、穿衣量和风速而不考虑湿度的操作温度是体感温度的一种。本公开的方案可利用通过考虑温度、空气流动(通过对流)、湿度、辐射温度、活动量和穿衣量的以下等式所确定的预测平均评价(pmv)作为体感温度，如国际标准化组织(iso)7730中所定义的。
【等式6】
pmv＝(0.352e-0.042m+0.032)
×[(m-w)-0.35{43-0.061(m-w)-pa}
-0.42(m-w-50)-0.0023m(44-pa)
-0.0014m(34-tair)
-3.4×10-8fcl{(tcl+273)4-(tmrt+273)4}
-fclhc(tcl-tair)]
在这里，w是外功的单位，并且对于大多数活动，w被设置为0。fc1表示当用户穿衣服时的体表面积与当用户裸体时的体表面积之比，tair表示气温，pa表示水蒸气分压(单位：pa)，tc1表示衣物的表面温度，tmrt是平均辐射温度，hc是对流换热系数。用于计算体表面积比的穿衣量可假设按照当前的平均气温和季节以正常的穿着方式来确定。由等式6确定的pmv值可以在-3至3的范围内。
控制设备可基于计算出的体感温度确定如何对装备进行控制(225)。例如，体感温度可被计算作为pmv值，在pmv值落在预定范围(例如，-0.5≤pmv≤0.5)外的情况下，控制设备可产生/发送用于对装备进行控制的命令(230)，并且在pmv值落入所述预定范围内的情况下，控制设备可放弃产生/发送用于对装备进行控制的命令。该装备可以是例如空调。在pmv值落在所述预定范围之外并且为正的情况下，控制设备可产生并发送用于使空调降低设置温度的命令。在pmv值落在所述预定范围之外并且是负值的情况下，控制设备可产生并发送用于使空调升高设置温度的命令。
表格3表示控制设备基于pmv值来控制装备调节温度的示例。
【表格3】
控制设备可基于计算出的pmv值来产生并发送用于控制制冷器、加热器、加湿器或除湿器的操作(例如，提高/降低气温、速度、方向和湿度)的命令以将pmv设置在从-0.5至0.5的范围之内。例如，在当前的pmv超过0.5的情况下，控制设备可产生用于提高风扇速度或降低空调的设置温度的控制命令以实现0.3的目标pmv。作为另一示例，在当前pmv小于-0.5的情况下，控制设备可产生用于降低风扇速度或升高空调的设置温度的控制命令以实现-0.3的目标pmv。也就是说，在确定控制命令的类型时，控制设备可单独地或组合地使用设置温度和风扇速度。
控制设备可考虑外部因素(例如，制冷效率、功率和人数)来确定对装备的控制操作。例如，在室内外温度差是预定值或更大值的情况下，控制设备可确定对设置温度的额外降低或升高可能使制冷/制热效率恶化，并且因此可产生用于提高风扇速度的控制命令。作为另一示例，在房间中有多个用户并且他们的情绪状态不愉悦时，控制设备可不管制冷效率的降低而产生用于降低设置温度的命令，而不是产生用于提高风扇速度的命令。
作为另一示例，在确定与室外温度相比室内温度足够低使得不可能进一步调节设置温度或进一步使用户满意时，控制设备可向用户发送用于建议用户穿衣或脱衣的消息。
作为另一示例，在空间中有多个用户的情况下，控制设备可识别他们是否经受情绪改变，并且在经受情绪改变的用户数量是预定值或更大值的情况下，控制设备可考虑pmv或从引起了情绪改变的用户所产生的发热量来确定是否需要对装备进行控制，如果需要对装备进行控制，则产生用于对装备进行控制的命令。
作为另一示例，在空间中有多个用户的情况下，控制设备可识别他们是否引起情绪改变，并且在仅有少数(数量小于预定值)用户引起情绪改变的情况下，控制设备可产生用于使吹风仅面向情绪改变的用户的控制命令。
作为另一示例，在空间中有多个用户的情况下，控制设备可使用由用户的可穿戴装置测量的外部温度针对该空间中的一部分计算pmv，并产生用于使吹风面向空间中的所述一部分的控制命令。
选择性地，控制设备还可执行对在步骤210中确定状态的结果(即，变化)进行存储的操作，并且在执行用于对装备进行控制的下一操作(即，在预定时间之后)时，控制设备可将状态信息的变化与存储的变化进行比较并将所述变化是否增加反映到对装备的控制上。
表4例示了接收针对用户的基于状态信息的情绪改变的反馈并在对设备进行控制时使用情绪改变的示例。
【表格4】
例如，在由反馈指示的用户的情绪改变指示愉悦感增加(即，状态信息的指向性改变并且变化增加)的情况下，控制设备还可执行用于将当前计算出的pmv、温度测量值或空气流动速度注册为用户的偏好值的操作，并在对装备进行控制时使用这些偏好值。如另一用户，在由反馈指示的用户的情绪改变指示不愉悦感增加(即，状态信息的指向性保持并且变化增加)的情况下，控制设备还可控制空调具有比当前目标pmv值高±0.5的pmv值。
选择性地，在根据反馈对装备进行控制之后的预定时间，控制设备可重新测量用户的情绪改变(第二次反馈)并且在对装备进行控制时进一步使用测量出的情绪改变。此时，在由第二次反馈指示的用户的情绪改变指示第二次愉悦感增加的情况下，控制设备可改变m0、hrmax或rm以计算更适当的pmv值。例如，控制设备可执行第一控制，使得以前被计算为-0.8的pmv变为0.3，然后，当接收到的第一次反馈指示更不愉悦时，控制设备通过加+0.5来执行第二次控制，使得pmv变为0.8。然后，当接收到的第二次反馈指示更愉悦时，控制设备可调整(或改变)m0、hrmax或rm，使得当前的pmv0.8变为0.3。此时，控制设备可通过从m0、hrmax或rm中选择其当前值示出与普通人的标准(与平均状态信息相应)差异最小的一个来执行这样的调整(或改变)。
此外，在由第二次反馈指示的用户的情绪改变指示第二次不愉悦感增加的情况下，控制设备可确定这种不愉悦感不是来自温度调节而是来自外部因素，并产生命令以通知用户(例如，通过在屏幕上输出通知消息或通过扬声器发出警报)。
为了使控制设备准确地确定用于对装备进行控制的体感温度，精确地确定用户的实际发热量是至关重要的。因此，为了使控制设备适当地对装备进行控制，需要准确地确定基础活动下的心率(即，用于确定发热量的hr0)。
图8是示出根据本公开的用于通过控制设备确定hr0的方法的示例的示图。
图8中示出的一系列操作可由控制设备在每个循环中重复。
控制设备可使用加速度传感器(或陀螺仪传感器)来感测控制设备的移动(即，用户的运动)(800)。
控制设备可检查控制设备在预定时段期间的移动是否是参考值或更小值(805)。例如，控制设备可检查加速度传感器20分钟感测到的值是否是1g(指示用户保持静止)或更小。
如果控制设备在所述预定时段期间的移动是参考值或更小值，则控制设备可测量用户的心率(810)。
控制设备可使用测量出的心率来获得诸如hrv或nn50的生物特征信息，并检查hrv或pnn50是否是预定值或更小值。在指示用户的压力的hrv或pnn50是预定值或更小值的情况下，控制设备可确定用户没有处于压力或处于很小的压力。可选地，控制设备也可使用用户的心率或从用户的心率信息可推断的压力信息来确定无压力状态。
控制设备可将现有的hr0与在步骤210中测量出的心率进行比较，确定它是最小的(820)。
当在步骤210中测量出的心率最小的情况下，控制设备可将测量出的心率存储为hr0值(825)。
图9是示出根据本公开的控制设备是云服务器的情况下的特定控制方法的示例的示图。
云服务器(904)可向可被用户穿戴的可穿戴装置(900)发送对生物特征信息的请求(910)并从可穿戴装置(900)接收生物特征信息(912)。
可选地，云服务器(904)可发送对除了生物特征信息之外的其他各种信息的请求(914)并接收信息(916)。具体地，云服务器(904)还可从可穿戴装置(900)接收从环境传感器(900)测量出的用户的信息或用户的室内环境。可从环境传感器收集的用户信息的示例可包括：可从例如相机收集的用户的运动和面部表情信息、可从例如气体传感器收集的空气中的二氧化碳的含量、可从例如运动传感器收集的用户的活动和动作估计信息以及可从例如声音传感器(麦克风)收集的声音信息。
此时，云服务器(904)可基于用户信息确定用户的情绪改变(922)或分析用户的活动以确定是否需要计算发热量(924)。例如，云服务器(904)可从自相机收集的用户的与温度有关的运动(例如，持续将用户的手向用户的脸摇动、穿上或脱下衣服、或戴上面具)或用户的面部表情改变来推断用户的情绪状态。此外，云服务器(904)可基于从气体传感器收集的空气中的二氧化碳的含量的改变来计算从用户产生的发热量，并估计用户的状态改变。作为另一示例，云服务器(904)可基于由运动传感器测量的用户的活动信息来确定用户的情绪改变并计算发热量。作为另一示例，云服务器(904)可基于例如由声音传感器测量的用户的语音音调(是高还是低)来确定用户的情绪改变。
选择性地，云服务器可将对用户的个人信息的请求发送到另一服务器(外部服务器)(906)(918)并从外部服务器(906)接收用户的个人信息(920)。可从外部服务器(906)收集的用户的个人信息的示例可包括可从医院服务器接收的病史、处方记录、运动能力测量信息、基础代谢信息以及用户的生物特征测量信息。
外部服务器(906)的示例可包括电子医疗记录(emr)服务器或个人健康记录(phr)服务器。emr的示例可包括诸如治疗历史、病史和处方记录的医院相关信息，phr的示例可包括运动能力、基础代谢、用户的生物特征测量信息、最大心率和最小心率。由于治疗历史可表示用户的身体状况(例如，用户是否感冒、发烧或血流变慢)，因此云服务器(904)可在计算发热量或产生控制命令时使用状态信息。由于病史可表示用户过去的病史(用户是否接受过手术或经受过免疫力低下)，因此云服务器(904)可在计算发热量或产生控制命令时使用历史信息。由于处方记录可表示关于所开处方的药物的信息，因此云服务器(904)可基于处方记录产生用于对装备进行控制以设置适合于药物处方的温度(例如，调节温度以助于吸收药物或不要过于急于吸收药物)的命令。运动能力信息可表示例如基础代谢、用户生物特征测量信息、最大心率和最小心率。云服务器(604)可使用运动能力信息作为计算中的个人因素(例如m0、hrmax或表面积)来计算用户的发热量。
云服务器(904)可使用个人信息来估计用户的状态改变(922)或产生控制命令(926)。例如，云服务器可基于从外部服务器获得的用户的病史来产生用于对装备进行控制的命令。也就是说，在用户得感冒的情况下，云服务器(904)可将愉悦的范围设置为比平时更暖和(例如，-0.2<＝pmv<＝0.8)。云服务器可基于用户的处方记录将愉悦的范围设置为比平时更暖和以助于药物吸收。作为另一示例，云服务器可基于用户的运动能力测量信息来计算用户的最大心率并利用最大心率来计算发热量。此外，云服务器可使用用户的基础代谢作为用于精确地计算用户的发热量的基础信息。用户的生物特征测量信息可被用作获取身体表面积时的材料指数以计算用户的发热量。
根据本公开的方案也可被用于照顾家中的婴儿。
图10是示出本公开的方案在家中实现的场景的示例的示图。
图10(a)示出穿戴着智能手环或智能衣物(即，控制设备)的婴儿在睡觉时踢掉了她的被子的假设。当感测到婴儿的情绪改变为暴躁或有压力时，控制设备可测量从婴儿产生的发热量并控制空调调节温度。当在预定时间内婴儿的状况没有好转的情况下，控制设备可向消息服务器发送命令以使消息服务器能够向婴儿的监护人发送通知消息，并还可执行用于进一步调节温度的控制。
图10(b)示出了婴儿和成年人穿戴着他们各自的智能手环或智能衣物(即，控制设备)的假设。在成年人的状况是愉悦的但是婴儿暴躁或有压力的情况下，控制设备可测量从婴儿产生的发热量，并命令装备将温度设定为更适合婴儿或向其监护人发送消息。
图10(c)示出穿戴着智能手环或智能衣物(即，控制设备)的婴儿生病的假设。在反复感测到婴儿的状况改变为暴躁或有压力的情况下，控制设备可控制装备向其监护人发送通知消息，而不是通过所述装备控制温度。
根据本公开的方案也可基于关于驾驶员或乘客的生物特征信息来执行用于例如提高用户的便利性或防止汽车驾驶员困倦驾驶的控制。
图11是示出本公开的方案在汽车中实现的场景的示例的示图。
图11(a)示出能够通过可穿戴装置或相机来感测每个用户的状态并感测车上的几个人中的一个人的体温升高的假设。控制设备可感测车上的人的当前状况，计算出示出负面状况的人的发热量，并控制汽车空调的设置温度以及吹风方向和强度。
图11(b)示出可通过可穿戴装置或相机感测每个用户的状态并且驾驶员正处于困倦驾驶的假设。控制设备可感测驾驶员的当前状况(困倦)，计算车上示出负面状态的人的发热量，控制汽车空调的设置温度以及吹风方向和强度，并且可视地/可听地输出通知消息以保持驾驶员清醒。
图12是示出根据本公开的控制设备(可穿戴装置或智能电话)的构造的示图。
控制设备(1200)可包括：测量生物特征信号的传感器单元(1220)、使用测量到的生物特征信号来对装备进行控制的控制器(1201)、向装备发送控制命令的通信单元(1240)。传感器单元(1220)可包括至少一个传感器。例如，传感器单元1220可包括：测量gsr的gsr传感器(1221)、测量控制设备(1200)的方向的改变的陀螺仪传感器(1222)、测量控制设备(1200)的运动的加速度的加速度传感器(1223)、通过对神经刺激的肌肉反应来测量运动的eeg传感器(1224)、感知用户的指纹的指纹传感器(1225)、测量心率的心率(ppg或ecg)传感器(1226)、皮肤温度传感器(1227)或测量脑电波的脑电波传感器(1228)。
控制器(1201)可包括cpu(1205)、gpu(1202)、ram(1203)和rom中的至少一个。这里描述的控制设备的所有操作也可被理解为由控制器(1201)执行。尽管为了易于描述将控制器(1201)和通信单元(1240)示出为单独的模块，但是控制器(1201)和通信单元(1240)可被实现在单个装置中。
通信单元(1240)可包括以下芯片中至少一个：执行wi-fi通信的wi-fi芯片(1241)、执行蓝牙通信的蓝牙芯片(1242)、执行蜂窝通信的无线通信芯片(1243)和执行nfc通信的nfc芯片。
选择性地，控制设备(1201)还可包括显示单元(1230)、存储器(1250)、gps芯片(1260)、麦克风(1270)、相机单元(1280)和扬声器单元(1290)中的至少一个。
显示单元(1230)可包括被实现为led或lcd的显示面板(1232)。显示单元(1230)可在控制器(1201)的控制下向用户输出可视的警报消息。
存储器(1250)可存储由控制器(1201)获得的生物特征信息、确定的状态信息、计算的发热量以及产生的命令。
麦克风(1270)可被用于接收例如声音信息或语音信息。
相机单元(1280)可包括ir相机或热成像相机。相机单元(1280)可被用于测量外部热量或对象的移动。
扬声器单元(1290)可在控制器(1201)的控制下向用户输出可听的警报消息。
图13是示出根据本公开的控制设备是单独的装置(例如，家庭网关或云服务器)的情况下的构造的示例的示图。
控制设备(1300)不直接测量生物特征信号而是可从用户的可穿戴装置或环境传感器接收生物特征信号。控制设备(1300)可包括：使用接收到的生物特征信号来对装备进行控制的控制器(1301)以及向装备发送控制命令的通信单元(1320)。这里描述的控制设备的所有操作可被理解为由控制器(1301)执行。尽管为了易于描述将控制器(1301)和通信单元(1320)示出为单独的模块，但是控制器(1301)和通信单元(1320)可被实现在单个装置中。
控制设备(1300)还可包括存储器(1310)。存储器可存储从通信单元(1320)接收的生物特征信息、由控制器(1401)确定的状态信息、计算出的发热量以及产生的命令。
例如，控制器(1301)可控制通信单元(1320)向可穿戴装置或环境传感器发送对生物特征信息或用户信息的请求，并从可穿戴装置或环境传感器接收生物特征信息或用户信息。控制器(1301)还可从外部服务器接收个人附加信息(例如，病史)。
控制器(1301)可使用接收的信息来确定用户的状态改变、计算发热量或产生用于对装备进行控制的命令。控制器(1301)可控制通信单元(1320)向装备传送命令。
应注意的是图1至图13的示图不意图限制本公开的范围。换句话说，图1至图13中示出的所有组件或操作步骤不应被解释为用于实施本公开的基本组件，并且在不脱离本公开的主旨的情况下，可仅使用这些组件中的一些组件来实现本公开。
上面描述的操作可通过将保留其相应代码的存储器装置配备在通信系统中的实体、功能、服务器、可穿戴装置或终端装置的任意组件中来实现。也就是说，实体、功能、服务器、可穿戴装置或终端装置中的控制器可通过处理器或中央处理器(cpu)读取和运行存储器装置中存储的程序代码来执行上面描述的操作。
如这里所描述的，可使用硬件电路(基于互补金属氧化物半导体的逻辑电路)、固件、软件和/或使用诸如机械可读介质中嵌入的硬件、固件和/或软件的组合的硬件电路来操作实体、功能、服务器、可穿戴装置或终端装置中的各种组件或模块。例如，可使用诸如晶体管、逻辑门或asic的电气电路来执行各种电气结构和方法。
尽管上面已描述了本公开的特定实施例，但是在不脱离本公开的范围的情况下可对本公开的特定实施例做出各种改变。因此，本公开的范围不应限于上面描述的实施例，而是应该由权利要求及其等同物所限定。