[发明专利]控制空气调节设备输出温度的方法及空气调节设备

说明书

本申请提供了一种控制空气调节设备的输出温度的方法，包括如下步骤：S1、采集所述空气调节设备正对区域的目标环境图像；S2、将采集的所述目标环境图像输入到基于深度学习的目标检测算法网络中进行人体特征识别，并输出识别结果；S3、根据所述识别结果，控制所述空气调节设备进行输出温度调节。通过本申请的方法，能够智能化的计算当前用户的体感温度和受热范围，从而依据体感温度调节输出温度，实现智能温度控制，从而实现了人工智能技术与家电产品的结合。

技术领域

本发明涉及空气调节设备技术领域，尤其涉及一种控制空气调节设备输出温度的方法及空气调节设备。

背景技术

随着社会的发展和科技的进步，人们的生活水平和住房条件得到进一步改善，夏季室内使用制冷设备，冬季室内使用供暖设备的越来越普遍。现今，人们可供选择使用的供暖/制冷装置的类型也越来越多，电暖扇和空调/电风扇就是其中的代表。

以电暖扇为例，目前，电暖扇已经成为冬季生活取暖必不可少的一种家用电器，尽管其耗能低、使用便捷、针对性强，但其劣势也比较明显，温度和距离把控使得在使用电暖扇时容易出现局部过热的情况，影响用户的舒适体验。像这种供热不均，容易造成局部过热的电暖扇，越来越难以满足广大用户的需求。

专利号为CN202520592U的专利中公开了一种自动电风扇，包括支架、扇头、控制器，控制器上设置有红外感应装置及温度传感器，红外感应装置可感应范围内的人体，从而开启开关，温度传感器则采集温度数据给控制器控制风扇的转速，相比现有的风扇，更加方便实用且省电。虽然其涉及感知人体然后开启电风扇，但是其并未针对人体的体表温度进行智能控制。

因此，亟需一种新的可以智能化调节和控制输出温度的空气调节设备。

发明内容

基于此，本发明将传统的空气调节设备与人工智能技术相结合，通过深度学习的目标检测算法网络技术进行体表温度及受热范围的面积检测，从而智能化控制和调节制热/制冷温度，以提高空气调节设备的舒适性能，满足用户的需求。

为达到上述目的，本发明提供了一种控制空气调节设备输出温度的方法，包括如下步骤：

S1、采集空气调节设备正对区域的目标环境图像；

S2、将采集的目标环境图像输入到基于深度学习的目标检测算法网络中进行人体特征识别，并输出识别结果；

S3、根据识别结果，控制所述空气调节设备进行输出温度调节。

通过本发明的控制输出温度的方法，可以将人工智能技术与传统的空气调节设备相结合，计算用户的体感温度，并根据计算结果将温度自动调节至用户的舒适状态，以预防出现局部过热或过冷现象。

在其中一个实施方式中，步骤S3包括：

S31、当识别结果包括人体特征时，计算人体特征的体表温度及受热范围，根据计算结果对空气调节设备进行输出温度调节；或

S32、当识别结果不包括人体特征时，对空气调节设备执行自动断电动作。

在其中一个实施方式中，基于深度学习的目标检测算法网络是RCNN、Fast-RCNN及Faster-RCNN中的一种。

在其中一个实施方式中，在基于深度学习的目标检测算法为Faster-RCNN时，步骤S2包括：

S21、将采集的目标环境图像输入到VGG网络进行卷积计算，获得卷积特征图像；

S22、将卷积特征图像输入到RPN网络进行筛选，输出矩形候选区域；

S23、将卷积特征图像及矩形候选区域输入到池化层中进行分类处理，并将分类处理后的数据输入到全连接层进行人体特征识别并输出识别结果。