一种设备的控制方法、装置、空调设备及存储介质与流程

1.本发明实施例涉及智能家居技术领域，尤其涉及一种设备的控制方法、装置、空调设备及存储介质。


背景技术：

2.对于心跳和呼吸的获取，常分为接触式和非接触式两种。接触式的检查仪器有心电图、诊听器、呼吸绑带等，非接触式的检查技术有激光探测，红外线探测等，通常接触式的检测仪会影响用户体验，非接触式的获取到的数据准确性较低。
3.传统非接触式的生理信号检测装置无法与空调等智能家居结合，也无法依据用户的生理信号情况对空调进行控制，难以有效得到准确的人体生理信息，实时监测用户睡眠情况并作出环境参数调控。因此，如何根据用户的生理信号对空调进行控制成为现在亟待解决的问题。


技术实现要素：

4.鉴于此，为解决上述根据生理信号对空调进行控制的技术问题，本发明实施例提供一种设备的控制方法、装置、空调设备及存储介质。
5.第一方面，本发明实施例提供一种设备的控制方法，包括：
6.当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；
7.接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；
8.从所述第二信号中提取所述目标对象的生理信号；
9.根据所述生理信号对所述设备进行控制。
10.在一个可能的实施方式中，所述从所述第二信号中提取所述目标对象的生理信号，包括：
11.通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号；
12.将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；
13.将所述呼吸信号和心跳信号作为所述生理信号。
14.在一个可能的实施方式中，所述通过经验模态分解算法对所述第二信号进行去噪处理，包括：
15.通过经验模态分解算法确定所述第二信号的多个imf分量信号；
16.从所述多个imf分量信号中确定目标imf分量信号；
17.将所述目标imf分量信号进行去除，得到去除噪声的第二信号。
18.在一个可能的实施方式中，所述信号分离模型通过以下方式训练得到：
19.获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时
的屏息心跳信号；
20.将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。
21.在一个可能的实施方式中，所述获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号，包括：
22.当检测到目标对象正常呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第三信号；
23.当检测到所述目标对象屏住呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第四信号；
24.通过经验模态分解算法对所述第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；
25.通过经验模态分解算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。
26.在一个可能的实施方式中，所述根据所述生理信号对所述设备进行控制，包括：
27.根据所述生理信号确定所述目标对象的生理参数，所述生理参数包括：心率参数和呼吸率参数；
28.根据所述生理参数确定所述目标对象的状态信息；
29.根据所述状态信息确定所述设备的目标工作模式，所述工作模式包括所述设备的预设功率、预设工作时长、预设出风温度和预设出风风向；
30.控制所述设备按照所述目标工作模式运行。
31.在一个可能的实施方式中，所述方法还包括：
32.当所述心率参数或所述呼吸率参数处于设定阈值范围时，控制所述设备发生报警事件。
33.第二方面，本发明实施例提供一种设备的控制装置，包括：
34.发送模块，用于当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；
35.接收模块，用于接收所述第一信号接触到所述目标对象后返回的第二信号；
36.提取模块，用于从所述第二信号中提取所述目标对象的生理信号；
37.控制模块，用于根据所述生理信号对所述设备进行控制。
38.第三方面，本发明实施例提供一种空调器设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的设备的控制程序，以实现上述第一方面中任一项所述的设备的控制方法。
39.第四方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面中任一项所述的设备的控制方法。
40.本发明实施例提供的设备的控制方案，通过当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；从所述第二信号中提取所述目标对象的生理信号；根据所述生理信号对所述设备进行控制。由此，可以实现，根据人体的生理情况个性化定制设
备的控制策略控制设备运行，以通过控制设备的运行模式提升用户在使用设备时的舒适度。
附图说明
41.图1为本发明实施例提供的一种设备的控制方法的流程示意图；
42.图2为本发明实施例提供的另一种设备的控制方法的流程示意图；
43.图3为本发明实施例提供的一种信号分离模型的训练方法的流程示意图；
44.图4为本发明实施例提供的另一种信号分离模型的训练方法的流程示意图；
45.图5为本发明实施例提供的一种生理信号展示示意图；
46.图6为本发明实施例提供的一种睡眠报告示意图；
47.图7为本发明实施例提供的一种设备的控制装置的结构示意图；
48.图8为本发明实施例提供的一种空调设备的结构示意图。
具体实施方式
49.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
50.为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
51.图1为本发明实施例提供的一种设备的控制方法的流程示意图，如图1所示，该方法具体包括：
52.s11、当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号。
53.本发明实施例提供的设备的控制方法应用于智能家居设备，该智能家居设备可以是：空调设备、温湿度调节设备等，具体通过获取目标对象在睡眠过程中的生理信号实现对设备的控制，目标对象为人体、动物等生命体。
54.在本实施例中，预先划分一预设区域，该预设区域可以理解为可识别区域，也即，只有目标对象出现于该预设区域时才可实现对设备的控制，该区域的位置通常设置于设备附近的床体上，当目标对象出现在预设区域时说明目标对象位于床体上方、该区域的大小等可根据实际需求进行划定，对此，本实施例不做具体限定(例如，扇形区域、圆形区域、方形区域等等)。
55.当通过人体检测设备(例如，设置于预设区域上方的红外传感器、设置于预设区域对应的床体下方的压力传感器、设置于空调的uwb设备等)检测到目标对象进入预设区域时，判断目标对象当前的姿势是否为躺在床体上，判断方法可以是获取目标对象图像，将该图像与预先存储的目标对象躺在床体上的图像确定相似度，当相似度大于设定阈值时确定目标对象当前躺在床体上。
56.进一步的，目标对象对应的预设位置为目标对象表面的可以体现目标对象生理变化(例如，呼吸变化)的一个位置，当目标对象为人体时，由于人体呼吸时胸腔会有起伏变
化，因此，将人体胸腔表面所在的区域作为预设位置。具体通过对人体的不同部位进行识别并确定目标对象的胸腔所在的位置，向胸腔所在位置持续发送第一信号。其中，第一信号为通过uwb雷达设备持续发射的电磁波脉冲信号，uwb雷达可以设置于设备的内部或表面，以使雷达在发射第一信号时不会被其他物体影响，具体位置在本实施例不做限定(例如，空调出风口、空调下侧表面靠近床体的位置等)。
57.在一个可能的实施方式中，当检测到对象进入预设区域后获取对象的面部图像，当该面部图像与预先存储的面部图像的相似度大于设定阈值时，确定该对象为目标对象，由此可以实现对特定用户进行检测。
58.s12、接收第二信号；从所述第二信号中提取所述目标对象的生理信号。
59.在本实施例中，当脉冲信号达到目标对象的预设位置接触到目标对象后，会反射出回波信号，uwb雷达会持续接收回波信号，将接收的回波信号作为第二信号。
60.进一步的，由于目标对象的心跳和呼吸与胸腔的起伏密切相关，胸腔起伏会导致回波信号中产生一个慢时间域周期信号，该信号中包含呼吸时产生的呼吸信号以及心跳时产生的心跳信号，因此，需要对第二信号进行去噪处理后提取出心跳信号和呼吸信号，去噪处理的方法可以包括但不限于，通过经验模态分解(empirical mode decomposition，emd)方法对回波信号进行处理，以使回波信号中的噪声得到大量滤除，得到去噪的回波信号。
61.进一步的，预先训练信号分离模型，该模型可以将去噪的回波信号分解成呼吸信号和心跳信号，该模型的训练方法可以包括分别获取用户在呼吸时的呼吸心跳混合信号，以及用户屏住呼吸时单独的屏息心跳信号作为训练样本进行训练直至模型收敛，得到可以将呼吸心跳混合信号拆分为呼吸信号和心跳信号的信号分离模型。通过该模型便可从去噪的回波信号中提取出心跳信号和呼吸信号，将呼吸信号和心跳信号作为生理信号。
62.s13、根据所述生理信号对所述设备进行控制。
63.在本实施例中，针对生理信号进行解析，预先设置不同生理信号对应的不同生理参数，生理参数可以包括但不限于：(1)呼吸率：平均每分钟呼吸次数；(2)心率：平均每分钟心跳次数；(3)信号强度：人体反射的体征信号的信号强度；(4)距离：雷达至最近的人体运动部位的直线距离；(5)体征异常:疑似呼吸异常预警或心跳异常预警。预先设置生理参数处于不同阈值范围对应的人体的状态，根据确定的生理参数所处的阈值范围确定目标对象当前的状态，当前状态包括但不限于：第一状态：目标对象肢体基本无动作，心率处于第一阈值范围，呼吸处于第二阈值范围，一般为即将入睡状态或浅度睡眠状态；第二状态：肢体基本无动作，心率处于第三阈值范围，呼吸处于第四阈值范围，一般为深度睡眠状态；第三状态：肢体有动作，心率处于第五阈值范围，呼吸处于第六阈值范围，一般为清醒状态；第四状态：心率处于第七阈值范围，或呼吸处于第八阈值范围。一般为呼吸或心跳异常状态。
64.进一步的，根据不同的状态确定对应的设备的控制策略，根据用户需求预先设置状态和控制策略的对应关系，例如，当设备为空调时，且状态为深度睡眠时确定控制策略为：风向扫风、避免直吹用户，并将空调温度调整为第一预设温度，或空调调整为睡眠模式，或对空调进行定时工作；当状态为清醒状态时控制空调调整为第二预设温度，风向设置为直吹或送风等，当状态为异常状态时控制空调发生报警事件。根据控制策略对设备进行控制。
65.本发明实施例提供的设备的控制方法，通过当检测到目标对象进入预设区域时，
向所述目标对象的预设位置发送第一信号；接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；从所述第二信号中提取所述目标对象的生理信号；根据所述生理信号对所述设备进行控制。由此，可以实现，根据人体的生理情况个性化定制设备的控制策略控制设备运行，提升用户的舒适度和睡眠质量。
66.图2为本发明实施例提供的另一种设备的控制方法的流程示意图，如图2所示，该方法具体包括：
67.s21、当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号。
68.在本实施例中，与步骤s11相似，具体请参照图1相关描述，为简洁描述，在此不作赘述。
69.s22、接收第二信号，通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号。
70.在本实施例中，当脉冲信号达到目标对象的预设位置接触到目标对象后，会反射出回波信号，uwb雷达会持续接收回波信号，将接收的回波信号作为第二信号。
71.uwb雷达系统指的是信号在脉冲频谱的10db处绝对带宽大于0.5ghz，或者相对带宽超过25％的雷达系统。在uwb雷达探测呼吸、心跳时，雷达设备向被测目标对象发射脉冲信号，脉冲信号到达被测目标胸腔表面，产生回波信号并被雷达设备接收，由于心跳和呼吸与胸腔起伏密切相关，胸腔起伏会导致回波信号中产生一个慢时间域周期信号，通过emd方法对回波信号进行处理。在空调与uwb雷达设备上电后，一般需要累积接收10秒左右的回波信号才开始进行处理，也就是有人状态下上电，大概10秒才能判断是否有人在预设区域内；设备运行中，当人员进入预设区域内，通常1秒钟可以检测回波信号并进行上报。设备运行中，当人员离开预设区域时，20秒左右可以上报用户离开。
72.emd方法对回波信号具体处理方式为：通过经验模态分解算法确定所述第二信号的多个imf分量信号；从所述多个imf分量信号中确定目标imf分量信号；将所述目标imf分量信号进行去除，得到去除噪声的第二信号。
73.具体步骤包括：1、找出回波信号中所有局部极大值并用三次样条函数连接成上包络；同理，利用三次样条插值函数连接所有局部极小值构成下包络；
74.2、求出上、下包络的平均值记为m1，并求原始信号与包络均值的差值：x(t)-m1＝h1。
75.3、如果h1满足本征模态函数(intrinsic mode function，imf)的条件，即：函数在整个时间范围内，局部极值点和过零点的数目必须相等，或最多相差一个；在任意时刻点，局部最大值的包络(上包络线)和局部最小值的包络(下包络线)平均必须为零。那么h1就是求得的第一个imf分量信号；否则将h1作为原始信号重复进行1～2的步骤，直到第k次迭代后差值h
1，k
(t)成为一个imf，记为：c1(t)＝h
1，k
(t)，设定k步迭代的终止准则，其中c1(t)代表第一个迭代生成的本征模态函数，h
1，k
(t)则是迭代的方式：执行k步直到满足上述条件。
76.4、从原信号中减去c1(t)得到第一阶剩余信号r1(t)：r1(t)＝s(t)-c1(t)
77.5、将剩余信号r1(t)作为原信号进行步骤1～4的过程：
[0078][0079]
终止准则是当第n阶剩余信号rn(t)足够简化，以致不能再提取imf。
[0080]
综上，原始信号s(t)分解经过模态分解法分解为：
[0081][0082]
通过以上步骤，回波信号经过emd分解为有限个imf分量信号后，每个imf分量信号都为单分量信号，都包含有不同的时间特征尺度，并且imf分量信号的时间特征尺度随着imf阶数的增加而逐渐变大，包含的频率尺度随着imf阶数的增加而逐渐减小，为了判断每个imf分量信号中所包含的信息，运用能量法则或自相关函数来确定imf分量信号的性质。在判断imf分量信号性质时，即判断哪些imf含噪较多，哪些imf含有用信号较多，目标imf分量信号为含噪较多的信号，将阶数大于设定阈值的imf分量信号作为目标imf分量信号，如果不能找到imf能量的极小值点或者极小值点存在于阶数较高的imf分量处，可求解出所有imf分量的自相关函数，有用信号占比较多的imf分量信号的自相关函数和噪声占比较多的imf分量信号(目标imf分量信号)的自相关函数之间的区别较大，确定出目标imf分量信号与其他imf分量信号之间的分界点，分界点用于区分两种不同形式的imf分量信号。找出分界点后可采用滤波的方式，针对性的剔除不需要的目标imf分量信号部分，从回波信号中提取出有效信号，得到去除噪声的回波信号。
[0083]
s23、将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；将所述呼吸信号和心跳信号作为所述生理信号。
[0084]
在本实施例中，图3为本发明实施例提供的一种信号分离模型的训练方法的流程示意图，如图4所示，为本发明实施例提供的另一种信号分离模型的训练方法的流程示意图，如图3和图4所示该方法具体包括：
[0085]
s31、获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号。
[0086]
在本实施例中，目标对象可以是任意一个用户，让该用户正常呼吸并平躺在预设区域内，通过用户手动触发第一按键后向设备发送一条消息，该消息表征用户当前为正常呼吸的状态。设备检测是否收到所述消息，检测到接收到所述消息时确定目标对象为正常呼吸的状态，此时开始进行生理信号的检测步骤，向目标对象的预设位置(用户的胸腔位置)发送第一信号，第一信号为uwb雷达设备发送的脉冲信号，并接收第一信号接触到目标对象后返回的回波信号作为第三信号，得到的第三信号为呼吸和心跳的混合信号。
[0087]
进一步的，让该用户屏住呼吸并平躺在预设区域内，通过用户手动触发第二按键后向设备发送一条消息，该消息表征用户当前为屏住呼吸的状态。设备检测是否收到所述消息当检测到接收所述消息时确定目标对象为屏住呼吸的状态，向目标对象的预设位置发送第一信号，以及接收第一信号接触到目标对象后返回的第四信号，此时接收的第四信号
为不包含呼吸信号的回波信号。
[0088]
进一步的，通过通过步骤s22中的emd算法对第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；以及通过emd算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。
[0089]
s32、将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。
[0090]
在本实施例中，利用最小均方算法(least mean square，lms)算法对初始模型进行训练，以实现分离心跳信号和呼吸信号，将屏息心跳信号作为lms算法中的期望信号d(n)，将呼吸心跳信号作为输入信号x(n)，运行lms算法直至模型收敛，得到训练好的信号分离模型，可以将输入的混合信号分离得到单一的心跳信号和呼吸信号。
[0091]
将去除噪声的第二信号输入训练好的信号分离模型，以使信号分离模型输出目标对象的纯净的呼吸信号和心跳信号；将呼吸信号和心跳信号作为生理信号。
[0092]
s24、根据所述生理信号确定所述目标对象的心率参数和呼吸率参数；心率参数和呼吸率参数确定所述目标对象的状态信息；根据所述状态信息确定所述设备的目标工作模式；控制所述设备按照所述目标工作模式运行。
[0093]
在本实施例中，分别对呼吸信号和心跳信号进行解析，得到每分钟的呼吸次数作为呼吸率参数、以及每分钟的心跳次数作为心率参数；根据心率参数和呼吸率参数所处的阈值范围确定目标对象的状态信息，每个阈值范围对应一个状态信息，状态信息可以包括但不限于：深度睡眠、浅度睡眠、清醒状态、呼吸或心跳异常状态等，并生成如图5所示的生理信号展示示意图，如图5所示包括但不限于：呼吸率参数、心跳参数、心跳信号折线图、呼吸信号折线图、信号强度、信号发射距离、呼吸或心跳异常情况预警等。
[0094]
进一步的，对每个状态信息设置对应的一个目标工作模式，根据用户状态信息确定对应的设备的目标工作模式，所述工作模式包括但不限于设备的预设功率、预设工作时长、预设出风温度和预设出风风向等。控制设备按照目标工作模式运行。
[0095]
在一个可能的实施方式中，针对生理参数解析得到用户睡眠过程中的最大心率、最小心率、平均心率、最大呼吸率、最小呼吸率、平均呼吸率等数据。建立呼吸、心率、体温、运动状态、健康程度等参数组合的舒适度模型，分析用户当前的健康状况(例如、是否为生病状态、是否感觉到寒冷等)，实时地进行设备的控制，对健康度较低或深度睡眠的用户实施柔和扫风、避免直吹的扫风策略以及温度去敏调节策略，最大程度上保障用户的健康舒适睡眠。
[0096]
在一个可能的实施方式中，当心率参数或呼吸率参数处于设定阈值范围时，说明目标对象的呼吸或心跳可能出现异常，此时控制设备发生报警事件，报警事件可以是控制设备进行声光报警、将报警信息发送至目标对象的移动终端设备进行展示提醒等。
[0097]
在一个可能的实施方式中，根据心率参数和呼吸率参数生成目标对象的睡眠报告；将睡眠报告发送至目标对象的终端，以通过终端展示睡眠报告。
[0098]
具体的，利用呼吸率、心率等参数进行分析得出睡眠总时长、入睡时间、醒来时间、睡眠分期状态的实时分布、睡眠比例即各分期时长及占比、清醒时长、清醒次数、呼吸质量、零星小睡时长、疑似呼吸异常次数、有效睡眠时长、睡眠效率等。最终对睡眠质量评分，用户可根据评分推送睡眠建议，将睡眠建议、睡眠质量评分和分析出的数据生成睡眠报告并发
送至终端进行展示，如图6所示，为本发明实施例提供的一种睡眠报告示意图。
[0099]
本发明实施例提供的设备的控制方法，通过当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；接收第二信号，通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号；将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；将所述呼吸信号和心跳信号作为所述生理信号；根据所述生理信号确定所述目标对象的心率参数和呼吸率参数；心率参数和呼吸率参数确定所述目标对象的状态信息；根据所述状态信息确定所述设备的目标工作模式；控制所述设备按照所述目标工作模式运行，由此，可以实现通过空调等设备实时监测用户的呼吸、心率等参数，并对空调的工作模式进行控制，使用户可以个性化舒适的使用空调，防止睡眠过热或着凉，生成睡眠质量与健康报告，作出健康指导。
[0100]
图7为本发明实施例提供的一种设备的控制装置的结构示意图，包括：
[0101]
发送模块71，用于当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；
[0102]
接收模块72，用于接收所述第一信号接触到所述目标对象后返回的第二信号；
[0103]
提取模块73，用于从所述第二信号中提取所述目标对象的生理信号；
[0104]
控制模块74，用于根据所述生理信号对所述设备进行控制。
[0105]
在一个可能的实施方式中，处理模块75，用于通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号；
[0106]
将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；
[0107]
将所述呼吸信号和心跳信号作为所述生理信号。
[0108]
在一个可能的实施方式中，所述确定模块77，用于通过经验模态分解算法确定所述第二信号的多个imf分量信号；
[0109]
从所述多个imf分量信号中确定目标imf分量信号；
[0110]
所述处理模块，还用于将所述目标imf分量信号进行去除，得到去除噪声的第二信号
[0111]
在一个可能的实施方式中，获取模块76，用于获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号；
[0112]
所述处理模块75，还用于将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。
[0113]
在一个可能的实施方式中，所述发送模块，还用于当检测到目标对象正常呼吸时，向所述目标对象的预设位置发送所述第一信号，所述接收模块，还用于接收所述第一信号接触到所述目标对象后返回的第三信号；
[0114]
所述发送模块，还用于当检测到所述目标对象屏住呼吸时，向所述目标对象的预设位置发送所述第一信号，所述接收模块，还用于接收所述第一信号接触到所述目标对象后返回的第四信号；
[0115]
所述处理模块，还用于通过经验模态分解算法对所述第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；
[0116]
通过经验模态分解算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。
[0117]
在一个可能的实施方式中，所述确定模块，还用于根据所述生理信号确定所述目标对象的心率参数和呼吸率参数；
[0118]
心率参数和呼吸率参数确定所述目标对象的状态信息；
[0119]
根据所述状态信息确定所述设备的目标工作模式，所述工作模式包括所述设备的预设功率、预设工作时长、预设出风温度和预设出风风向；
[0120]
所述控制模块，具体用于控制所述设备按照所述目标工作模式运行。
[0121]
在一个可能的实施方式中，所述控制模块，具体用于当所述心率参数或所述呼吸率参数处于设定阈值范围时，控制所述设备发生报警事件。
[0122]
在一个可能的实施方式中，生成模块78，用于根据所述心率参数和所述呼吸率参数生成所述目标对象的睡眠报告；
[0123]
所述发送模块，还用于将所述睡眠报告发送至所述目标对象的终端，以通过所述终端展示所述睡眠报告。
[0124]
本实施例提供的设备的控制装置可以是如图7中所示的装置，可执行如图1-3中设备的控制方法的所有步骤，进而实现图1-3所示设备的控制方法的技术效果，具体请参照图1-3相关描述，为简洁描述，在此不作赘述。
[0125]
图8为本发明实施例提供的一种空调设备的结构示意图，图4所示的空调设备800包括：至少一个处理器801、存储器802、至少一个网络接口804和其他用户接口803。空调设备800中的各个组件通过总线系统805耦合在一起。可理解，总线系统805用于实现这些组件之间的连接通信。总线系统805除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图8中将各种总线都标为总线系统805。
[0126]
其中，用户接口803可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
[0127]
可以理解，本发明实施例中的存储器802可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synch link dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本文描述的存储器802旨在包括但不限于这些和任意其它适合类型的存储器。
[0128]
在一些实施方式中，存储器802存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统8021和应用程序8022。
[0129]
其中，操作系统8021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于
实现各种基础业务以及处理基于硬件的任务。应用程序8022，包含各种应用程序，例如媒体播放器(media player)、浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序8022中。
[0130]
在本发明实施例中，通过调用存储器802存储的程序或指令，具体的，可以是应用程序8022中存储的程序或指令，处理器801用于执行各方法实施例所提供的方法步骤，例如包括：
[0131]
当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；
[0132]
接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；
[0133]
从所述第二信号中提取所述目标对象的生理信号；
[0134]
根据所述生理信号对所述设备进行控制。
[0135]
在一个可能的实施方式中，通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号；
[0136]
将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；
[0137]
将所述呼吸信号和心跳信号作为所述生理信号。
[0138]
在一个可能的实施方式中，通过经验模态分解算法确定所述第二信号的多个imf分量信号；
[0139]
从所述多个imf分量信号中确定目标imf分量信号；
[0140]
将所述目标imf分量信号进行去除，得到去除噪声的第二信号。
[0141]
在一个可能的实施方式中，获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号；
[0142]
将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。
[0143]
在一个可能的实施方式中，当检测到目标对象正常呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第三信号；
[0144]
当检测到所述目标对象屏住呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第四信号；
[0145]
通过经验模态分解算法对所述第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；
[0146]
通过经验模态分解算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。
[0147]
在一个可能的实施方式中，根据所述生理信号确定所述目标对象的生理参数，所述生理参数包括：心率参数和呼吸率参数；
[0148]
根据所述生理参数确定所述目标对象的状态信息；
[0149]
根据所述状态信息确定所述设备的目标工作模式，所述工作模式包括所述设备的预设功率、预设工作时长、预设出风温度和预设出风风向；
[0150]
控制所述设备按照所述目标工作模式运行。
[0151]
在一个可能的实施方式中，当所述心率参数或所述呼吸率参数处于设定阈值范围时，控制所述设备发生报警事件。
[0152]
上述本发明实施例揭示的方法可以应用于处理器801中，或者由处理器801实现。处理器801可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器801中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器801可以是通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器802，处理器801读取存储器802中的信息，结合其硬件完成上述方法的步骤。
[0153]
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(application specific integrated circuits，asic)、数字信号处理器(digital signal processing，dsp)、数字信号处理设备(dspdevice，dspd)、可编程逻辑设备(programmable logic device，pld)、现场可编程门阵列(field-programmable gate array，fpga)、通用处理器、控制器、微控制器、微处理器、用于执行本技术所述功能的其它电子单元或其组合中。
[0154]
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
[0155]
本实施例提供的空调设备可以是如图8中所示的空调设备，可执行如图1-3中设备的控制方法的所有步骤，进而实现图1-3所示设备的控制方法的技术效果，具体请参照图1-3相关描述，为简洁描述，在此不作赘述。
[0156]
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
[0157]
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在设备侧执行的设备的控制方法。
[0158]
所述处理器用于执行存储器中存储的设备的控制程序，以实现以下在设备侧执行的设备的控制方法的步骤：
[0159]
当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；
[0160]
接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；
[0161]
从所述第二信号中提取所述目标对象的生理信号；
[0162]
根据所述生理信号对所述设备进行控制。
[0163]
在一个可能的实施方式中，通过经验模态分解算法对所述第二信号进行去噪处
理，得到去除噪声的第二信号；
[0164]
将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；
[0165]
将所述呼吸信号和心跳信号作为所述生理信号。
[0166]
在一个可能的实施方式中，通过经验模态分解算法确定所述第二信号的多个imf分量信号；
[0167]
从所述多个imf分量信号中确定目标imf分量信号；
[0168]
将所述目标imf分量信号进行去除，得到去除噪声的第二信号。
[0169]
在一个可能的实施方式中，获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号；
[0170]
将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。
[0171]
在一个可能的实施方式中，当检测到目标对象正常呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第三信号；
[0172]
当检测到所述目标对象屏住呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第四信号；
[0173]
通过经验模态分解算法对所述第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；
[0174]
通过经验模态分解算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。
[0175]
在一个可能的实施方式中，根据所述生理信号确定所述目标对象的生理参数，所述生理参数包括：心率参数和呼吸率参数；
[0176]
根据所述生理参数确定所述目标对象的状态信息；
[0177]
根据所述状态信息确定所述设备的目标工作模式，所述工作模式包括所述设备的预设功率、预设工作时长、预设出风温度和预设出风风向；
[0178]
控制所述设备按照所述目标工作模式运行。
[0179]
在一个可能的实施方式中，当所述心率参数或所述呼吸率参数处于设定阈值范围时，控制所述设备发生报警事件。
[0180]
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0181]
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0182]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种设备的控制方法，其特征在于，包括：当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；从所述第二信号中提取所述目标对象的生理信号；根据所述生理信号对所述设备进行控制。2.根据权利要求1所述的方法，其特征在于，所述从所述第二信号中提取所述目标对象的生理信号，包括：通过经验模态分解算法对所述第二信号进行去噪处理，得到去除噪声的第二信号；将所述去除噪声的第二信号输入训练好的信号分离模型，以使所述信号分离模型输出所述目标对象的呼吸信号和心跳信号；将所述呼吸信号和心跳信号作为所述生理信号。3.根据权利要求2所述的方法，其特征在于，所述通过经验模态分解算法对所述第二信号进行去噪处理，包括：通过经验模态分解算法确定所述第二信号的多个imf分量信号；从所述多个imf分量信号中确定目标imf分量信号；将所述目标imf分量信号进行去除，得到去除噪声的第二信号。4.根据权利要求2所述的方法，其特征在于，所述信号分离模型通过以下方式训练得到：获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号；将所述屏息心跳信号作为期望信号，将所述呼吸心跳信号作为输入信号，利用lms算法对初始模型进行训练，得到训练好的信号分离模型。5.根据权利要求4所述的方法，其特征在于，所述获取目标对象的在呼吸状态时的呼吸心跳信号，以及获取目标对象在屏住呼吸时的屏息心跳信号，包括：当检测到目标对象正常呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第三信号；当检测到所述目标对象屏住呼吸时，向所述目标对象的预设位置发送所述第一信号，以及接收所述第一信号接触到所述目标对象后返回的第四信号；通过经验模态分解算法对所述第三信号进行去噪处理，得到去除噪声的呼吸心跳信号；通过经验模态分解算法对所述第四信号进行去噪处理，得到去除噪声的屏息心跳信号。6.根据权利要求1所述的方法，其特征在于，所述根据所述生理信号对所述设备进行控制，包括：根据所述生理信号确定所述目标对象的生理参数，所述生理参数包括：心率参数和呼吸率参数；根据所述生理参数确定所述目标对象的状态信息；根据所述状态信息确定所述设备的目标工作模式，所述工作模式包括所述设备的预设功率、预设工作时长、预设出风温度和预设出风风向；
控制所述设备按照所述目标工作模式运行。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：当所述心率参数或所述呼吸率参数处于设定阈值范围时，控制所述设备发生报警事件。8.一种设备的控制装置，其特征在于，包括：发送模块，用于当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；接收模块，用于接收所述第一信号接触到所述目标对象后返回的第二信号；提取模块，用于从所述第二信号中提取所述目标对象的生理信号；控制模块，用于根据所述生理信号对所述设备进行控制。9.一种空调设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的设备的控制程序，以实现权利要求1～7中任一项所述的设备的控制方法。10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1～7中任一项所述的设备的控制方法。

技术总结
本发明实施例涉及一种设备的控制方法、装置、空调设备及存储介质，所述方法包括：当检测到目标对象进入预设区域时，向所述目标对象的预设位置发送第一信号；接收第二信号，所述第二信号为所述第一信号接触到所述目标对象反射回的信号；从所述第二信号中提取所述目标对象的生理信号；根据所述生理信号对所述设备进行控制。由此，可以实现根据人体的生理情况个性化定制设备的控制策略控制设备运行，提升用户的舒适度和睡眠质量。户的舒适度和睡眠质量。户的舒适度和睡眠质量。


技术研发人员：毛跃辉 张裕松 梁博 陶梦春 魏贤
受保护的技术使用者：珠海格力电器股份有限公司
技术研发日：2023.03.30
技术公布日：2023/8/21