[发明专利]一种基于人工智能技术预测热感觉的室内热环境控制系统

说明书

本发明公开了一种基于人工智能技术预测热感觉的室内热环境控制系统，所述的基于人工基于人工智能技术预测热感觉的室内热环境控制，步骤1.根据推荐舒适温度值设定用户舒适皮肤温度的初始值。利用红外热成像摄像头拍摄用户的红外图像，根据热成像识别皮肤温度。步骤2.若用户通过HMI输入了“太冷”“太热”等热感觉，则相应更新用户皮肤温度的舒适域。

技术领域

本发明属于人工智能家居领域，更具体的说涉及一种一种基于人工智能技术预测热感觉的室内热环境控制。

背景技术

人工智能技术的发展，给建筑室内环境的优化控制带来新的可能性，成为促进智能建筑水平升级的重要技术之一。前的室内环境，采用的是用户通过温度控制器面板自主设定的温度设定值的方法，然而，温度控制器设定值的现场调查显示，超过 50% 的温度设定值，

位于设计手册推荐的舒适温度范围外。这样的温度设定，不仅带来过冷、过热的不舒适感，而且增加了空调系统能耗。

试验表明，基于用户热感觉投票的室内热环境控制比基于用户自主设定温度的控制方式能够节省空调能耗 15% 。为了解决目前室内热环境控制中存在的既不节能，又不舒适的问题，本文提出一种基于人工智能技术预测用户的热感觉、进而根据用户热感觉进行控制，取代现有的用户自主设定温度的控制方法，以期解决现有控制存在的既不节能，又不舒适的问题。

发明内容

本发明通过人工智能技术与智能家居技术相结合，进而根据用户热感觉进行家居空调控制，取代现有的用户自主设定温度的控制方法，以期解决现有控制存在的既不节能，又不舒适的问题。

为了实现上述目的，本发明是通过以下技术方案实现的:步骤1.根据推荐舒适温度值设定用户舒适皮肤温度的初始值，利用红外热成像摄像头拍摄用户的红外图像，根据热成像识别皮肤温度；

步骤2.若用户通过HMI 输入了“太冷”“太热”等热感觉，则相应更新用户皮肤温度的舒适域；

步骤3.随后以一定时间周期，对红外摄像头识别出的用户皮肤温度与用户舒适皮肤温度进行对比，预测用户的热感觉状态及其变化趋势，相应调节室内空气温度设定值，预测性地避免用户产生热不舒适感；

步骤4.空调器控制器根据房间温度的实测值与设定值，根据比例积分微分（ PID）算法，调节空调器出力，使室内温度达到设定值范围。

优选的，步骤1.根据推荐舒适温度值设定用户舒适皮肤温度的初始值，利用红外热成像摄像头拍摄用户的红外图像，根据热成像识别皮肤温度，具体方式为利用红外摄像机获取人体面部和颈部的红外成像，通过图像识别获取皮肤温度，利用带有红外传感器的眼镜框，获取用户面部若干测点的皮肤温度；利用普通摄像机获取手部皮肤图像，通过分析皮肤色彩饱和度判断皮肤温度。

优选的，若用户通过HMI 输入了“太冷”“太热”等热感觉，则相应更新用户皮肤温度的舒适域，具体方式如下：

若用户通过HMI 输入了“太冷”“太热”等热感觉，则相应更新用户皮肤温度的舒适域：x1 /x 2 /x 3分别表示热感觉为热 / 冷 / 舒适的用户的数量，通过“大多数原则”确定群组的热状态；

“大多数原则”是指当一个群组中有 N个人时，则数量超过 N/2 的用户为大多数，他们的共同意见将被采纳；

在某些不存在大多数的特殊情况下，如当 x 3 <N/2, x 1 =x 2 ，控制系统将计算每个感觉热 / 冷用户的皮肤温度到其皮肤温度舒适域的距离称为“热偏差”或“冷偏差”，并对所有用户的“冷偏差”或“热偏差”分别求和，最终系统将按照偏差较大的一方调整设定值。

优选的，所说的步骤3确定和更新用户的皮肤温度舒适范围是基于热感觉预测的室内热环境控制系统的核心，当产生用户热感觉信息时，控制系统利用在线学习算法通过用户反馈的热感觉和测量得到的皮肤温度来确定和更新皮肤温度舒适范围；