[发明专利]空调控制方法、装置、存储介质以及处理器

权利要求书

1.一种空调控制方法，其特征在于，包括：

获取用户的至少一种身体状态信息；

基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别；

根据所述冷热级别调节空调的输出状态；

其中，在获取用户的身体状态信息之前，通过以下方式确定用户的身体状态信息包括：利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述皮肤参数至少包括肌肉松紧、皮肤汗液量，所述第一身体状态信息包括：舒适、畏寒、微汗，其中，用户的肌肉松弛，表明处于放松状态，其对应的身体状态信息为舒适；用户的肌肉紧张，表明处于受冷刺激状态，其对应的身体状态信息为畏寒；用户的皮肤出汗，表明处于受热刺激状态，其对应的身体状态信息为微汗；利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数PMV值；利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果，所述语音参数至少包括语言语速、平均基频、基频范围、强度、音频、基频变化、清晰度；

其中，根据所述冷热级别调节空调的输出状态还包括：检测用户在所处空间中的位置信息；依据所述位置信息确定所述用户对应的空调的工作区域；根据所述工作区域调节空调的输出状态；所述空调采用多导风板结构；

其中，通过加入自学习的控制逻辑，对用户的一段历史数据进行训练得到最终的预测模型。

2.根据权利要求1所述的方法，其特征在于，基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别包括：

将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别。

3.根据权利要求1至2中任意一项所述的方法，其特征在于，所述输出状态包括以下至少之一：出风速度、出风温度和出风方向。

4.一种空调控制装置，其特征在于，包括：

获取模块，用于获取用户的至少一种身体状态信息；

识别模块，用于基于机器学习得到的预测模型，识别得到与所述身体状态信息对应的冷热级别，其中，所述预测模型为使用多组数据通过机器学习训练得出的，所述多组数据中的每组数据均包括：不同类型的身体状态信息和对应的冷热级别；

调节模块，用于根据所述冷热级别调节空调的输出状态；

还包括确定模块，其中，所述确定模块包括：第一确定单元，用于利用图像采集设备检测用户的皮肤参数，依据所述皮肤参数确定所述用户的第一身体状态信息，其中，所述皮肤参数至少包括肌肉松紧、皮肤汗液量，所述第一身体状态信息包括：舒适、畏寒、微汗，其中，用户的肌肉松弛，表明处于放松状态，其对应的身体状态信息为舒适；用户的肌肉紧张，表明处于受冷刺激状态，其对应的身体状态信息为畏寒；用户的皮肤出汗，表明处于受热刺激状态，其对应的身体状态信息为微汗；第二确定单元，用于利用红外传感设备检测用户的身体参数，依据所述身体参数确定所述用户的第二身体状态信息，其中，所述第二身体状态信息包括用户的平均热感觉指数PMV值；第三确定单元，用于利用语音采集设备检测用户的语音参数，依据所述语音参数确定所述用户的第三身体状态信息，其中，所述第三身体状态信息包括对用户的语音参数识别的结果，所述语音参数至少包括语言语速、平均基频、基频范围、强度、音频、基频变化、清晰度；

所述调节模块还包括：检测单元，用于检测用户在所处空间中的位置信息；第四确定单元，用于依据所述位置信息确定所述用户对应的空调的工作区域；调节单元，用于根据所述工作区域调节空调的输出状态；所述空调采用多导风板结构；

其中，所述装置用于通过加入自学习的控制逻辑，对用户的一段历史数据进行训练得到最终的预测模型。

5.根据权利要求4所述的装置，其特征在于，所述识别模块包括：

预测单元，用于将所述身体状态信息输入预测模型，生成与所述身体状态信息对应的冷热级别。