[发明专利]一种基于红外阵列传感器的室内人员占有率估计方法

说明书

本发明涉及一种人员识别技术，具体涉及一种基于红外阵列传感器的室内人员占有率估计方法。步骤1为构建数据集；步骤2为构建数据标签；步骤3为对温度数据抽样并进行压缩降维；步骤4为构建特征集向量；步骤5为数据训练；步骤6为得到转移概率矩阵A和初始概率矩阵Pi；步骤7为得到表现矩阵B；步骤8为构建非均匀马尔可夫模型(IHMM)；步骤9为实现在线估计；步骤10实现离线估计；本发明实现了室内人员占有率的在线估计和离线估计，相比于传统的隐马尔科夫模型，IHMM更符合室内人员占有率随时间动态变化的实际情况。

技术领域

本发明涉及一种人员识别技术，具体涉及一种基于红外阵列传感器的室内人员占有率估计方法。

背景技术

目前，建筑物设施资源浪费比较严重，全球大约40％的能源消耗在建筑物中，其中大约一半的能源用于工业化国家的HVAC系统。HVAC系统的输入量一般是设定量，不能随着室内人员占有率的变化进行调整，当建筑物内人员数量比较少或者某个房间没有人时，就会造成一定的能源浪费。如果能够采用更有效的控制和管理策略对HVAC系统进行调控，可以节省大量的能源。占有率估计是实现这一目标的重要组成部分，首先，在HVAC以及照明系统的运行周期之内，有效的控制策略要求实时的动态占有率估计作为关键输入，能够根据室内人员占有率的多少对建筑物的温度、通风、照明等进行合理调控，以节省能源。除此之外，在发生紧急情况时，动态占有率估计可以为建筑物内人员的紧急撤离发挥重要的作用。除了实时的动态占有率估计，对建筑物占有率的长期监测可用于空间和占有模型的适用分析。因此，进行室内的占有率估计就显得尤为重要。

目前，已经有很多人利用多种环境传感器进行室内人员占有率估计，应用比较广泛的是基于视频的动态占有率估计，这些视频数据不仅侵犯个人的隐私，而且在一些比较恶劣的环境下，没有很好地光线，极大地限制了其应用范围；基于RFID和可穿戴传感器的占有率估计方法需要用户的积极参与，并且这种传感器具有一定的侵入性；椅子传感器和检测设备功耗的传感器只能识别正在进行特定活动的居住者。现有的一些室内人员占有率估计的方法应用了红外阵列传感器，中国专利申请号为：201510042867.8，名称为红外阵列人数统计方法，通过安装在房顶上的传感器统计初始人数，房间门上的红外阵列传感器对进出人员进行计数，初始人数加减进出人数得室内人数，该方法实施起来比较简单，检测效果也比较好，但是该方法只能实现实时的人数统计，并不能实现室内人员占有率的在线预测估计和离线预测估计。中国专利申请号为：201510800868.4，名为一种基于红外阵列传感器的室内人数检测方法，该发明虽然是基于红外阵列传感器通过分析连续3帧的温度数据进行室内人数检测，但是该方法只能检测静止的人员数量，并不能实现动态环境下的人员占有率估计。

发明内容

为解决上述技术问题，本发明提供一种基于红外阵列传感器的室内人员占有率估计方法。因为一天中不同时间段室内人员占有率是不同的，即室内人员占有率对时间有一定的依赖性，所以该方法通过构建非均匀隐马尔科夫模型(Inhomogeneous Hidden MarkovModel，IHMM)实现室内人员占有率的在线估计和离线估计，相比于传统的隐马尔科夫模型，IHMM更符合室内人员占有率随时间动态变化的实际情况。

本发明的目的是通过以下技术方案实现的：一种基于红外阵列传感器的室内人员占有率估计方法，所述方法的具体步骤：

步骤1，利用红外阵列传感器在监测区域下进行温度采集，构建数据集；

步骤2，根据需要监测区域实际人员数量进行等级划分，构建数据标签；

步骤3，对红外阵列传感器采集的温度数据进行抽样，利用非负矩阵分解(NMF)对抽样后的温度数据进行压缩；

步骤4，将压缩后的数据转化为灰度值矩阵，并对灰度值矩阵数据进行特征提取，按分钟构建特征集向量；