[发明专利]一种热舒适度预测方法、系统及空调调节方法、装置

说明书

本发明涉及一种热舒适度预测方法、系统及空调调节方法、装置，属于人体热舒适度预测技术领域。本发明所提供的热舒适度预测方法及系统，先获取红外热成像图像，然后以红外热成像图像作为输入，利用人脸识别模型判断红外热成像图像中是否存在人脸，并在红外热成像图像中存在人脸时，以红外热成像图像作为输入，利用热舒适度预测模型预测得到热舒适度，能够快速、准确的感知人体的热舒适状态，且无需部署过多的高精度传感器，也无需佩戴任何可穿戴设备，非常适合推广应用。本发明还提供一种空调调节方法及系统，在得到热舒适度后，进一步根据热舒适度调节空调温度，从而能够使人体始终处于最佳的热舒适状态下。

技术领域

本发明涉及人体热舒适度预测技术领域，特别是涉及一种基于深度学习的热舒适度预测方法、系统及空调调节方法、装置。

背景技术

近十多年来，研究学者提出了许多不同的热舒适度预测方法，其大致可以包括以下三种：第一种是基于丹麦教授Fanger在1972年所提出的预测平均评价(PMV)模型，通过采集空气温度、相对湿度、平均辐射温度、相对空气流速以及衣物热阻(CLO)和人体新陈代谢率(MET)，以预测当前的人体热舒适度。第二种是基于自适应热舒适模型，其更多的考虑不同个体之间的差异，如年龄、性别和情绪等，通过可穿戴设备，如智能腕表，皮肤温度和心率传感器等获取对应的人体生理指标，从而通过传统的机器学习方法对人体的热舒适度进行预测。第三种是通过实时获取人体的特征参数，如当前局部皮肤温度、心率、血压和产热量，再结合天气预报以及地理位置信息，预测人体衣着服装热阻，再利用以上特征参数预估用户的热舒适状态。但是上述的三种方法均存在着局限性，第一种方法需要部署较多的高精度传感器，并且若采集的相关参数存在偏差，将导致预测精确度大大降低。第二种方法需要额外穿戴相关设备，不便于普及推广。第三种方法由于年龄、性别等个体差异，仅根据天气预报和地理位置信息对衣着服装热阻进行预测，容易产生偏差，从而影响热舒适状态的预测结果，且要求用户配戴相关的人体参数监测设备，不便于各类用户的普及推广。基于此，上述三种方法均在实际应用中受限。

因此，亟需设计一种热舒适度预测方法及系统，以快速、准确的感知人体的热舒适状态。

发明内容

本发明的目的是提供一种热舒适度预测方法、系统及空调调节方法、装置，以快速、准确的感知人体的热舒适状态，且无需部署过多的高精度传感器，也无需佩戴任何可穿戴设备。

为实现上述目的，本发明提供了如下方案：

一种热舒适度预测方法，所述预测方法包括如下步骤：

获取红外热成像图像；

以所述红外热成像图像作为输入，利用人脸识别模型判断所述红外热成像图像中是否存在人脸；

若所述红外热成像图像中存在人脸，则以所述红外热成像图像作为输入，利用热舒适度预测模型预测得到热舒适度。

一种热舒适度预测系统，所述预测系统包括：

获取模块，用于获取红外热成像图像；

人脸识别模块，用于以所述红外热成像图像作为输入，利用人脸识别模型判断所述红外热成像图像中是否存在人脸；

热舒适度预测模块，用于若所述红外热成像图像中存在人脸，则以所述红外热成像图像作为输入，利用热舒适度预测模型预测得到热舒适度。

一种空调调节方法，所述调节方法包括如下步骤：

获取红外热成像图像；

以所述红外热成像图像作为输入，利用人脸识别模型判断所述红外热成像图像中是否存在人脸；

若所述红外热成像图像中存在人脸，则以所述红外热成像图像作为输入，利用热舒适度预测模型预测得到热舒适度；

根据所述热舒适度调节空调温度。