[发明专利]基于人体相似性的自适应个性化热舒适预测的装置和方法

说明书

本发明公开了一种基于人体相似性的自适应个性化热舒适预测的装置和方法，涉及人体热舒适检测领域。装置包括数据采集单元、数据自适应调整单元、个性化热舒适预测模型构建单元、环境控制单元。方法步骤包括：采集大量用户数据，形成数据集；计算目标用户与数据集中其他用户的热感知相似度；根据所述热感知相似度，对基础数据集进行重采样，形成新数据集；根据新数据集建立个性化热舒适预测模型；实时采集目标用户的相关数据，根据模型计算出热舒适数据，并产生空调控制信号；发出空调控制信号，对空调进行调控。本发明能有效的捕捉目标用户对热环境的喜好，使得所建立的热舒适模型具备个性化特点并提高预测的准确性，并具实用价值。

技术领域

本发明涉及人体热舒适检测领域，尤其涉及一种基于人体相似性的自适应个性化热舒适预测的装置和方法。

背景技术

随着社会的发展和经济的进步，人们对环境舒适性的要求也逐渐提升。现代人通常有80％以上的时间都是在室内度过的，所以室内热环境对人的身心健康、舒适感和工作效率都会带来巨大的影响，保持一个良好舒适的室内热环境对保证人们正常的工作学习生活有重要的意义。

人体热舒适状态的评估与预测一直是热舒适研究中一个相当重要的研究内容，能否对人体的热舒适状态进行准确的评价是进一步深入研究人体热舒适生理机理的基础，也是实际应用中对热环境进行有效控制的基础。目前国际上较为常见的热舒适预测模型可以分为两种，一种是基于群体而建立的平均模型，另一种是针对个体而建立的个人舒适模型。

早期的平均模型包括Fanger的PMV-PDD模型和Gagge的二节点模型。这种模型多根据人体与环境的热平衡模型而建立，基于群体的生理和心理测量数据而得到，故具有一定的普适性。但由于没有考虑到人群之间的差异，在实际运用过程中准确率往往只有40％-60％,并不能很好的用于在针对特定个体的场景下。随后有更多的模型综合生理以及心理因素而建立，将生理参数加入人体热舒适模型中，但其中的公式数据也大都来源于对于某一群体的研究，无法解决个体差异带来的热舒适需求差异。

考虑到平均模型在准确性上的缺陷，有越来越多的研究关注于个人热舒适模型的建立,并更注重个体对环境的生理响应。公开号为CN104490371B的专利提出了一种基于人体生理参数的热舒适检测方法，该方法通过采集包括皮肤温度、心电信号、指尖脉搏、呼吸、皮肤阻抗在内的人体生理参数作为输入进行回归分析，建立生理参数与舒适度的对应关系，并用神经网络进行判别。这一方法虽然考虑到了个体差异，但是所选参数过于复杂，并不便于实际的测量，在模型建立过程中需要采集大量数据。公开号为CN109857175A的专利提出了一种非侵入式人体热舒适的AI感知方法，以计算机视觉的方式采集人体皮肤的图像数据，通过深度学习网络并训练生成网络模型。上述模型的建立需要对受试者进行长期跟踪式的数据采集以获取足够的数据，难以广泛使用，不具备普适性与移植性。

因此，本领域的技术人员致力于开发一种简单有效，无需对目标用户进行长期的跟踪以采集大量数据用于建立模型，便于实际测量，具有普适性与移植性的个性化热舒适预测装置和方法。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提出一种新的个性化热舒适预测装置和方法，该装置和方法无需对目标用户进行长期的跟踪以采集大量数据用于建立模型，却能通过若干目标用户的个人特征准确的捕捉到目标用户对热环境的偏好，达到对任意目标用户快速建立个性化热舒适预测模型、对热舒适状态进行准确预测和对环境进行有效调控的目的。

为实现上述目的，本发明提供了一种基于人体相似性的自适应个性化热舒适预测装置和方法，其特征在于，所述方法包括以下步骤：

步骤1、采集大量用户的生理参数、环境参数、所述用户个人特征和所述用户主观热舒适数据，构成基础数据集；

步骤2、将目标用户的所述个人特征，与所述数据集中的其他所述用户的所述个人特征进行比较，计算热感知相似度；