[发明专利]一种AIoT数据中心空调能效智控系统及智控方法

权利要求书

1.一种AIoT数据中心空调能效智控方法，其特征在于，所述AIoT数据中心空调能效智控方法包括以下步骤：

步骤一，通过温度监测模块利用温度监测程序进行室外温度和室内温度的监测；通过温度分析模块利用温度分析程序进行监测温度的分析；

步骤二，通过温度调控模块利用温度调控程序获取步骤一的监测温度分析结果以及监测的室外温度和室内温度数据，判定当前季节为夏季、冬季或是春秋季；若季节判定结果为夏季，则转向步骤三；若季节判定结果为冬季，则转向步骤四，若季节判定结果为春秋季，则转向步骤五；

步骤三，当季节判定为夏季时，设定控制空调制冷或制热系统将室内温度调节至低于室外温度7℃至8℃的温度；

步骤四，当季节判定为冬季时，通过设定控制空调制冷或制热系统将室内温度调节至18℃至20℃；

步骤五，当季节判定为春秋季时，则设定控制空调制冷或制热系统将室内温度调节至28℃；

步骤六，通过图像采集模块利用图像采集设备采集多张室内图像；通过图像分析模块利用图像分析程序获取图像采集模块采集的室内图像；

步骤七，获取步骤六采集的室内图像中像素的灰度值；依据获取的像素灰度值，计算所述像素的灰度值梯度，获取室内图像上的特殊点；

步骤八，依据步骤七获取的图像上的特殊点，计算由特殊点形成的图形及图形参数，输出图形及图形参数，得到室内家具家电分布信息；

步骤九，通过三维模型构建模块利用三维模型构建程序依据室内家具家电分布信息获取采集的多张室内图像中的特征点；

步骤十，对多张不同室内图像进行特征匹配，确定多张不同室内图像符合特征匹配条件的特征点，并构建多个特征点对；

步骤十一，利用所述多个特征点对，确定所述特征点对中的特征点之间的用于表征所述特征点对中的特征点之间的射影映射关系基础矩阵；

步骤十二，对所述基础矩阵进行矩阵分解，得到所述图像采集设备在不同拍摄点之间的相对位移和姿态变化；

步骤十三，根据所述相对位移和所述姿态变化，确定所述图像采集设备在所述每个拍摄点的运动姿态；根据所述运动姿态，确定所述不同拍摄点的相对位置；

步骤十四，基于所述运动姿态、所述不同拍摄点的相对位置和所述多个特征点对，构建室内三维模型；

步骤十五，通过用户定位模块利用用户定位程序进行用户位置的确定；通过距离测定模块利用传感器进行空调与人体间距离的测定；通过风速确定模块利用风速确定程序依照用户与空调的距离确定出风风速；

步骤十六，通过路径规划模块基于步骤十四构建的室内三维模型、步骤十五确定的用户位置以及用户与空调的距离利用路径规划程序进行空调出风的路径规划；

步骤十七，通过风向调节模块基于步骤十五确定的用户位置利用风向调节程序进行空调出风口风向的调节；

步骤十八，通过通信模块利用无线网络进行空调与移动终端的通信，基于步骤十五确定出风风速、步骤十六确规定的出风路径以及步骤十七确定的风口风向对空调进行调控。

2.如权利要求1所述AIoT数据中心空调能效智控方法，其特征在于，步骤一中，所述通过温度分析模块利用温度分析程序进行监测温度的分析包括：进行室外温度和室内温度温差的分析。

3.如权利要求1所述AIoT数据中心空调能效智控方法，其特征在于，步骤七，所述获取采集的室内图像中像素的灰度值包括：

(1)获取起始像素的灰度值；以起始像素为基点，向所述起始像素周围沿多个方向获取所述方向上一定距离的第二个像素的灰度值；

(2)将第二个像素设定为起始像素，重复步骤A，获取室内图像内各个像素的灰度值；

(3)设定要获取灰度值的像素的数量要求并判断已经获取灰度值的像素数量是否满足设定数量要求，若满足要求，则结束获取像素灰度值步骤，若未满足要求，则继续获取下一个像素的灰度值。

4.如权利要求3所述AIoT数据中心空调能效智控方法，其特征在于，步骤(1)中，所述获取起始像素的灰度值，包括：

获取所述像素的二维坐标；

依据所述像素的二维坐标，确定所述像素附近的一个区域；

获取所述区域各像素的二维坐标；

依据所述各像素的二维坐标，获取各坐标对应的即各像素的灰度值；

取所述各像素灰度值的中间值，作为所述像素的灰度值。