空调器控制方法及系统与流程

1.本发明涉及数据分析技术领域，尤其涉及一种空调器控制方法及系统。


背景技术：

2.空调的调温控制系统就像空调的眼睛，它决定着空调的温度以及风速。如果空调的调温控制系统本身不准确，就会影响用户的实际体验。
3.目前空调的智能调温技术包含温度传感器、湿度传感器、智能控制系统、人体传感器等。但空调只能进行全局调节规则和参数估算，而无法根据区域环境对调节的规则和参数进行修正和改进，且现有的空调温度调节规则和参数基本上是根据预先的测试调校结果，给定一套固定的调节方法和参数，这些固定的调节方法和参数能够保证最基本的调节效果，但并不是最优的调节效果。在面对各种不同的温感目标物时，调节方法和参数并不能完全适应匹配当前的工作环境，从而导致调节温度波动范围变大或能耗增加等问题。
4.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

5.本发明的主要目的在于提供了一种空调器控制方法及系统，旨在解决现有技术空调温度调节方法参数固定，在面对各种不同的温感目标物时，调节方法和参数并不能完全适应匹配当前的工作环境，从而导致调节温度波动范围变大或能耗增加的技术问题。
6.为了解决上述技术问题，本发明提出了一种空调器控制方法，所述方法应用于空调器控制系统，所述方法包括：
7.向目标对象发射红外光；
8.对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据；
9.根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器。
10.可选地，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数步骤之前，还包括：
11.根据所述目标对象的温度数据进行数据库匹配，在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射；
12.根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。
13.可选地，所述根据所述目标对象的温度数据进行数据库匹配的步骤之后，还包括：
14.在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立所述第二目标对象的原始数据映射；
15.根据所述第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。
16.可选地，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器的步骤之前，还包括：
17.对所述目标对象的温度数据进行重新采样，获得所述目标对象的第二温度数据；
18.相应的，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数的步骤，具体包括：
19.根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数。
20.可选地，所述根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数的步骤，包括：
21.根据所述目标对象的第二温度数据获取变异特征样本；
22.根据所述变异特征样本确定所述第二温度数据与信息库群的相关性参数；
23.基于所述相关性参数获取所述信息库群中的相关群组数据，并对所述相关群组数据和所述第二温度数据进行关联，获得所述目标对象的关联数据，所述相关群组数据为所述信息库群中与所述第二温度数据的相关性大于预设相关性参数的温度数据；
24.基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型；
25.根据所述更新模型的模型数据获取空调器的控制参数。
26.可选地，所述基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型的步骤，包括：
27.基于所述目标对象的关联数据进行区域性分析处理运算，获得所述目标对象的区域数据和所述目标对象的区域特征点；
28.对所述目标对象的区域特征点进行分析与优化，并对所述目标对象的区域数据进行平滑处理，获得优化后的区域特征点和区域数据；
29.根据所述优化后的区域特征点和区域数据建立所述更新模型。
30.可选地，所述根据所述更新模型的模型数据获取空调器的控制参数的步骤，包括：
31.根据信息模型群获取所述更新模型的模型数据，并根据所述模型数据进行组别分析，获取所述目标对象对应的目标组数据；
32.基于所述目标组数据进行子模型参数判别以及子模型问题分析，获得各目标组数据对应的目标控制参数；
33.根据所述目标控制参数进行参数优化、归类并拟合，获得空调器的控制参数。
34.可选地，所述对所述红外光对应的反射光信号进行光电转换，获得反射电信号；并根据所述反射电信号计算所述目标对象的温度数据的步骤，包括：
35.对所述红外光对应的反射光信号进行光电转换，获得反射电信号；
36.将所述反射电信号转换为数字信号，并通过红外热成像系统将所述数字信号转换为所述反射电信号对应的灰度图；
37.根据所述灰度图获得所述目标对象的温度数据。
38.此外，本发明还提出了一种空调器控制系统，所述系统包括：主控模块、数据处理模块以及空调器控制模块；
39.所述主控模块，用于向目标对象发射红外光；
40.所述主控模块，还用于对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据；
41.所述数据处理模块，用于根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数；
42.所述空调器控制模块，用于根据所述控制参数控制所述空调器。
43.可选地，所述数据处理模块，还用于根据所述目标对象的温度数据进行数据库匹配，在存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射；
44.所述数据处理模块，还用于根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。
45.本发明通过向目标对象发射红外光，并对红外光对应的反射光信号进行光电转换，获得反射电信号；并根据反射电信号计算目标对象的温度数据；根据目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据控制参数控制空调器。由于是对红外光信号进行光电转换获取目标对象的温度数据，并根据目标对象的温度数据进行大数据分析获得空调器的控制参数，面对不同的温感目标物时可以生成不同的控制参数，使得空调器的温度可以匹配当前的工作环境，避免了现有技术中根据固定的调节方法和参数进行温度调节而导致的空调无法和工作环境相匹配从而导致调节温度波动范围变大或能耗增加的问题，提高了用户的使用体验。
附图说明
46.图1为本发明空调器控制方法第一实施例的流程示意图；
47.图2为本发明空调器控制方法第二实施例的流程示意图；
48.图3为本发明空调器控制系统第一实施例的功能模块框图。
49.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
50.应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
51.本发明实施例提供了一种空调器控制方法，参照图1，图1为本发明空调器控制方法第一实施例的流程示意图。
52.本实施例中，所述方法应用于空调器控制系统(以下简称控制系统)，所述空调器控制方法包括以下步骤：
53.步骤s10：向目标对象发射红外光。
54.需要说明的是，本实施例方法的执行主体可以是具有数据处理与数据分析功能的终端设备，例如空调器控制设备等。以下以空调器控制设备(以下简称控制设备)为例对本实施例以及下述各实施例进行说明。
55.需要解释的是，上述目标对象中可以包含多个目标，所述目标可以是人物目标，也可以是区域目标，本实施例对此不加以限制。
56.可以理解的是，所述空调器控制系统可以用于对空调器进行控制，所述空调器中
可以包括主控模块，所述主控模块包括能够发射红外光的控制单元。红外光在接触到目标后，可以被反射，从而能够被主控模块的红外检测器所检测。
57.在具体实现中，控制设备向目标对象发射红外光。
58.步骤s20：对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据。
59.可以理解的是，主控模块的红外检测器可以检测所述红外光对应的反射光信号，在接收到该反射光信号时，可以进行光电转换，从而获得反射电信号。
60.应当理解的是，目标对象中可以包含有多个目标，对应的根据反射光信号获得的反射电信号也可以具备有多个，同时也对应有多个目标对象的温度数据。
61.需要说明的是，在获得所述反射电信号时，通过红外热成像系统将所述数字信号转换为反射电信号对应的灰度信号，并根据灰度信号可以建立对应的灰度图，根据灰度图即可获得目标对象的温度数据。
62.在一种实现方式中，所述空调器中可以包括发射控制电路，所述发射控制电路可以控制发光组件向目标发送红外信号，经过目标反射后通过红外检测器接收所述反射光信号。
63.可以理解的是，所述红外检测器上可以包括光电转换单元，所述光电转换单元可以根据接收到的光能量大小计算出目标物体与空调器的距离l，在计算温度数据时，可以根据目标物体与空调器的距离l进行温度补偿，从而降低目标对象的温度数据的误差。
64.应当理解的是，上述光电转换单元还可以将接收到的反射光信号转换为反射电信号，并通过放大整型模数转换单元获得数字信号。根据所述数字信号即可获得目标对象的温度数据的灰度值，可以通过图像的方式对该灰度值进行显示(即构建灰度图像)。
65.需要说明的是，由于实际物体的热辐射在红外波长范围内，因此可以近似的看做灰体辐射。而灰度图像中的每个灰度值与目标上该点反射的辐射能量是对应的，因此从红外热成像系统中获得的图像中的温度近似于辐射出相同能量的黑体真实温度，关系式如下所示：
66.eb＝σt467.e
obj
＝εeb68.其中，eb为黑体辐射能量，t为黑体真实温度，σ为斯忒藩-玻尔兹曼常数(σ＝5.67
×
10^(-8)w*(m^-2
·
k^-4))，e
obj
为被测物体辐射能量，ε为被测物体发射率(即目标的表面辐射系数，其值在0和1之间，由物体的表面性质决定)。
69.需要说明的是，获取目标对象的温度数据的方式具体可以如下所示：
70.a1：已知环境温度t
amb
，在测温环境中经过足够长的时间，传感器和环境达到热平衡；
71.a2：测试已知温度的目标(已知t
obj
)；
72.a3：读取adc的电压v(热电堆电压差v[压差mv])；
[0073]
a4：根据上述a1、a2步获得的t
amb
、t
obj
和v可以计算获得k*ε(即增益g)，建立增益参考值，计算公式如下所示：
[0074]
v(压差[mv])＝k*ε*(t
obj
^4-t
amb
^4)
[0075][0076]
其中，k为经验常数，ε是被测目标表面的辐射发射率，t
obj
为目标温度，v为传感器电压，t
amb
为环境温度。
[0077]
在具体实现中，控制设备对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据。
[0078]
步骤s30：根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器。
[0079]
需要说明的是，在控制系统中可以包含有数据处理模块，数据处理模块在获得各目标的温度数据时，根据各目标的温度数据进行综合分析，即可获得空调器的控制参数。
[0080]
可以理解的是，在同一空调温度下，不同个体对于温度的体感情况可能不同。例如，在空调温度为23℃时，对于一般人群可能是适宜温度，而对于怕冷敏感人群则可能是较冷温度。因此，为了更好地根据不同目标进行综合分析，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数步骤之前，还包括：
[0081]
步骤s21a：根据所述目标对象的温度数据进行数据库匹配，在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射。
[0082]
需要说明的是，在控制设备中包含有数据库系统，数据库系统中包含有已知物件数据库；上述已知物件数据库为在日常使用中根据不同用户所建立的数据库。例如，在五口之家中，包含有爷爷、奶奶、父亲、母亲以及孩子五个目标，在日常使用中，空调控制系统可以根据扫描到的日常温度数据情况建立五个不同的数据库，在检测到爷爷的温度红外数据时，可以建立上述温度红外数据与爷爷温度数据库的映射关系。
[0083]
可以理解的是，根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，即在目标对象中存在已知物件(即第一目标对象)时，建立第一目标对象与对应的已知物件信息库的已知物件映射。
[0084]
应当理解的是，不同的已知物件对应有不同的已知物件数据库。例如，在水果库房中，苹果和梨的最佳存储温度不同，在空调器检测到苹果的温度数据和梨的温度数据时，可以分别建立苹果的温度数据与苹果物件数据库的已知物件映射、梨的温度数据与梨物件数据库的已知物件映射。
[0085]
可以理解的是，在空调器中可以包含有初始的温度数据，所述处理的温度数据可以是用户在温度调试时进行获得，也可以是直接导入，本实施例对此不加以限制。
[0086]
在具体实现中，根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立第一目标对象与已知物件信息库的已知物件映射。
[0087]
步骤s22a：根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。
[0088]
需要说明的是，上述预设程序运算分析可以包括对照温度图谱、波峰、强度、边缘
运算子程序分析等，本实施例对此不加以限制。
[0089]
可以理解的是，在对第一目标对象进行预设程序分析后，可以获得分析结果，数据处理模块可以根据分析结果获得数据流，并将根据已知物件映射将该数据流写入对应的已知物件信息库中。
[0090]
需要说明的是，上述数据流中可以包含第一目标对象的温度数据、温度图谱、温度峰值、温度强度、边缘数据等。
[0091]
在具体实现中，本实施例根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立第一目标对象与已知物件信息库的已知物件映射；根据第一目标对象的温度数据进行预设程序运算分析，并根据分析结果生成数据流，根据已知物件映射将数据流写入至已知物件信息库中。由于是通过已知数据库进行物件数据存储，并根据目标对象的温度数据进行数据库匹配查找出第一目标对象，从而及时地对数据库系统中的数据库进行更新，为目标对象进行综合分析提供了数据支持，提高了用户体验。
[0092]
步骤s21b：在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立所述第二目标对象的原始数据映射；
[0093]
步骤s22b：根据所述第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。
[0094]
可以理解的是，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象，即在目标对象中存在未知物件(即第二目标对象)时，可以建立第二目标对象的原始数据映射。
[0095]
需要说明的是，上述预设程序运算分析可以包括对照温度图谱、波峰、强度、边缘运算子程序分析等，本实施例对此不加以限制。
[0096]
可以理解的是，在对第二目标对象进行预设程序分析后，可以获得分析结果，数据处理模块可以根据分析结果建立与上述第二目标对象对应的位置物件数据库。
[0097]
需要说明的是，由于第二目标对象可能是来访人员等流动对象，其到访的次数有限，为了防止该部分数据过度占用数据存储空间。在数据库系统中存在长期未使用的数据库时，可以删除该数据库以及对应的数据。
[0098]
在具体实现中，本实施例根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立第二目标对象的原始数据映射；根据第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。由于是在已知数据库中不存在对应的物件数据时，对第二目标对象的温度数据进行预设程序运算分析，并根据分析结果建立未知物件数据库。从而及时地对数据库系统中的数据库进行更新，为目标对象进行综合分析提供了数据支持，提高了用户体验。
[0099]
进一步地，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器的步骤之前，还包括：
[0100]
步骤s23：对所述目标对象的温度数据进行重新采样，获得所述目标对象的第二温度数据。
[0101]
需要说明的是，上述对目标对象的温度数据进行重新采样的步骤可以是通过目标
对象对应的数据库进行重新采样，也可以是重新检测以获取目标对象的重新采样数据，从而获得目标对象的第二温度数据。
[0102]
相应的，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数的步骤，具体包括：
[0103]
步骤30b：根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数。
[0104]
需要说明的是，上述大数据分析可以包括特征点分析、组别分析、模型分析等，本实施例对此不加以限制。
[0105]
本实施例通过向目标对象发射红外光，并对红外光对应的反射光信号进行光电转换，获得反射电信号；并根据反射电信号计算目标对象的温度数据；根据目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据控制参数控制空调器。由于是对红外光信号进行光电转换获取目标对象的温度数据，并根据目标对象的温度数据进行大数据分析获得空调器的控制参数，面对不同的温感目标物时可以生成不同的控制参数，使得空调器的温度可以匹配当前的工作环境，避免了现有技术中根据固定的调节方法和参数进行温度调节而导致的空调无法和工作环境相匹配从而导致调节温度波动范围变大或能耗增加的问题，提高了用户的使用体验。
[0106]
参照图2，图2为本发明空调器控制方法第二实施例的流程示意图。
[0107]
如图2所示，为了获得更准确地空调器的控制参数，所述根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数的步骤，包括：
[0108]
步骤s31：根据所述目标对象的第二温度数据获取变异特征样本。
[0109]
需要说明的是，可以根据上述目标对象的第二温度数据建立对应的温度图谱，根据温度图谱可以提取出上述变异特征样本。
[0110]
应当理解的是，在一般情况下，目标对应的温度图谱中的温度曲线为平滑的，在平滑的温度曲线上存在部分温度变化较大的情况，即变异特征样本。可以基于数据库系统对所述变异特征样本赋予相关度。在存在相关度低于预设的相关度阈值的变异特征样本时，可以说明该变异特征样本为杂质温度数据，并去除温度数据中的杂质温度数据。
[0111]
可以理解的是，数据处理模块可以根据所有变异特征样本的相关度进行综合处理获得第二温度数据库与信息库群的相关度参数。
[0112]
步骤s32：基于所述相关性参数获取所述信息库群中的相关群组数据，并对所述相关群组数据和所述第二温度数据进行关联，获得所述目标对象的关联数据，所述相关群组数据为所述信息库群中与所述第二温度数据的相关性大于预设相关性参数的温度数据。
[0113]
需要说明的是，数据处理模块可以根据相关性参数在信息库群中获取与第二温度数据的相关性大于预设相关性参数的温度数据，即相关群组数据。并关联相关群组数据和第二温度数据，获得目标对象的关联数据。
[0114]
可以理解的是，在获得目标对象的关联数据后，即可将所述关联数据投入分析，从而获得目标对象的温度模型。
[0115]
步骤s33：基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型。
[0116]
具体地，数据处理模块基于所述目标对象的关联数据进行区域性分析处理运算，
获得所述目标对象的区域数据和所述目标对象的区域特征点；对所述目标对象的区域特征点进行分析与优化，并对所述目标对象的区域数据进行平滑处理，获得优化后的区域特征点和区域数据；根据所述优化后的区域特征点和区域数据建立所述更新模型。
[0117]
需要说明的是，在获得关联数据时，可以对各关联数据执行各区域性分析处理运算，将关联数据划分为多个区域，并确认各区域的区域特征点，并根据多个区域的区域特征点以及区域数据进行综合分析、优化建立特征点模型，同时对区域数据进行平滑处理，从而更新特征点模型获得更新模型。
[0118]
步骤s34：根据所述更新模型的模型数据获取空调器的控制参数。
[0119]
具体地，数据处理模块根据信息模型群获取所述更新模型的模型数据，并根据所述模型数据进行组别分析，获取所述目标对象对应的目标组数据；基于所述目标组数据进行子模型参数判别以及子模型问题分析，获得各目标组数据对应的目标控制参数；根据所述目标控制参数进行参数优化、归类并拟合，获得空调器的控制参数。
[0120]
需要说明的是，在获得更新模型时，数据处理模块可以通过信息模型群分析，获取更新模型中的模型数据，并将获得到的模型数据投入数据分析。具体地，可以根据模型数据进行组别分析，将模型数据划分为不同的组别，并获得不同组别对应的目标组数据。例如，目标对象包括爷爷、奶奶、儿子、女儿时，通过组别分析将模型数据分为爷爷组数据、奶奶组数据、儿子组数据以及女儿组数据。
[0121]
进一步地，数据处理模块根据组数据进行子模型参数判别和子模型问题分析，从而得到目标组数据对应的目标控制参数。再对目标控制参数进行参数优化、归类并拟合，获得综合所有目标需求的空调器控制参数。
[0122]
本实施例根据目标对象的第二温度数据获取变异特征样本；根据变异特征样本确定第二温度数据与信息库群的相关性参数；基于相关性参数获取信息库群中的相关群组数据，并对相关群组数据和第二温度数据进行关联，获得目标对象的关联数据，相关群组数据为信息库群中与第二温度数据的相关性大于预设相关性参数的温度数据；基于目标对象的关联数据进行数据处理，获得目标对象的关联数据对应的更新模型；根据更新模型的模型数据获取空调器的控制参数。由于是根据目标对象的第二温度数据与信息库群的相关性参数确定关联数据，并根据关联数据进行数据处理获取到空调器的控制参数，提高了空调器调温的准确度，使得空调器可以根据检测到的目标需求进行调温，使得空调器可以适应不同的工作环境，提升了用户体验。
[0123]
基于如上文所述的空调器控制方法的各实施例，提出本发明空调器控制系统的第一实施例，如图3所示，图3为本发明空调器控制系统第一实施例的功能模块框图。
[0124]
本实施例中，所述系统包括：主控模块、数据处理模块以及空调器控制模块；
[0125]
所述主控模块，用于向目标对象发射红外光。
[0126]
需要说明的是，本实施例方法的执行主体可以是具有数据处理与数据分析功能的终端设备，例如空调器控制设备等。以下以空调器控制设备(以下简称控制设备)为例对本实施例以及下述各实施例进行说明。
[0127]
需要解释的是，上述目标对象中可以包含多个目标，所述目标可以是人物目标，也可以是区域目标，本实施例对此不加以限制。
[0128]
可以理解的是，所述空调器控制系统可以用于对空调器进行控制，所述空调器中
可以包括主控模块，所述主控模块包括能够发射红外光的控制单元。红外光在接触到目标后，可以被反射，从而能够被主控模块的红外检测器所检测。
[0129]
在具体实现中，控制设备向目标对象发射红外光。
[0130]
所述主控模块，还用于对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据。
[0131]
可以理解的是，主控模块的红外检测器可以检测所述红外光对应的反射光信号，在接收到该反射光信号时，可以进行光电转换，从而获得反射电信号。
[0132]
应当理解的是，目标对象中可以包含有多个目标，对应的根据反射光信号获得的反射电信号也可以具备有多个，同时也对应有多个目标对象的温度数据。
[0133]
需要说明的是，在获得所述反射电信号时，通过红外热成像系统将所述数字信号转换为反射电信号对应的灰度信号，并根据灰度信号可以建立对应的灰度图，根据灰度图即可获得目标对象的温度数据。
[0134]
在一种实现方式中，所述空调器中可以包括发射控制电路，所述发射控制电路可以控制发光组件向目标发送红外信号，经过目标反射后通过红外检测器接收所述反射光信号。
[0135]
可以理解的是，所述红外检测器上可以包括光电转换单元，所述光电转换单元可以根据接收到的光能量大小计算出目标物体与空调器的距离l，在计算温度数据时，可以根据目标物体与空调器的距离l进行温度补偿，从而降低目标对象的温度数据的误差。
[0136]
应当理解的是，上述光电转换单元还可以将接收到的反射光信号转换为反射电信号，并通过放大整型模数转换单元获得数字信号。根据所述数字信号即可获得目标对象的温度数据的灰度值，可以通过图像的方式对该灰度值进行显示(即构建灰度图像)。
[0137]
需要说明的是，由于实际物体的热辐射在红外波长范围内，因此可以近似的看做灰体辐射。而灰度图像中的每个灰度值与目标上该点反射的辐射能量是对应的，因此从红外热成像系统中获得的图像中的温度近似于辐射出相同能量的黑体真实温度，关系式如下所示：
[0138]
eb＝σt4[0139]eobj
＝εeb[0140]
其中，eb为黑体辐射能量，t为黑体真实温度，σ为斯忒藩-玻尔兹曼常数(σ＝5.67
×
10^(-8)w*(m^-2
·
k^-4))，e
obj
为被测物体辐射能量，ε为被测物体发射率(即目标的表面辐射系数，其值在0和1之间，由物体的表面性质决定)。
[0141]
需要说明的是，获取目标对象的温度数据的方式具体可以如下所示：
[0142]
a1：已知环境温度t
amb
，在测温环境中经过足够长的时间，传感器和环境达到热平衡；
[0143]
a2：测试已知温度的目标(已知t
obj
)；
[0144]
a3：读取adc的电压v(热电堆电压差v[压差mv])；
[0145]
a4：根据上述a1、a2步获得的t
amb
、t
obj
和v可以计算获得k*ε(即增益g)，建立增益参考值，计算公式如下所示：
[0146]
v(压差[mv])＝k*ε*(t
obj
^4-t
amb
^4)
[0147][0148]
其中，k为经验常数，ε是被测目标表面的辐射发射率，t
obj
为目标温度，v为传感器电压，t
amb
为环境温度。
[0149]
在具体实现中，控制设备对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据。
[0150]
所述数据处理模块，用于根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数；
[0151]
所述空调器控制模块，用于根据所述控制参数控制所述空调器。
[0152]
需要说明的是，在控制系统中可以包含有数据处理模块，数据处理模块在获得各目标的温度数据时，根据各目标的温度数据进行综合分析，即可获得空调器的控制参数。
[0153]
可以理解的是，在同一空调温度下，不同个体对于温度的体感情况可能不同。例如，在空调温度为23℃时，对于一般人群可能是适宜温度，而对于怕冷敏感人群则可能是较冷温度。因此，为了更好地根据不同目标进行综合分析，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数步骤之前，还包括：
[0154]
所述数据处理模块，还用于根据所述目标对象的温度数据进行数据库匹配，在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射。
[0155]
需要说明的是，在控制设备中包含有数据库系统，数据库系统中包含有已知物件数据库；上述已知物件数据库为在日常使用中根据不同用户所建立的数据库。例如，在五口之家中，包含有爷爷、奶奶、父亲、母亲以及孩子五个目标，在日常使用中，空调控制系统可以根据扫描到的日常温度数据情况建立五个不同的数据库，在检测到爷爷的温度红外数据时，可以建立上述温度红外数据与爷爷温度数据库的映射关系。
[0156]
可以理解的是，根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，即在目标对象中存在已知物件(即第一目标对象)时，建立第一目标对象与对应的已知物件信息库的已知物件映射。
[0157]
应当理解的是，不同的已知物件对应有不同的已知物件数据库。例如，在水果库房中，苹果和梨的最佳存储温度不同，在空调器检测到苹果的温度数据和梨的温度数据时，可以分别建立苹果的温度数据与苹果物件数据库的已知物件映射、梨的温度数据与梨物件数据库的已知物件映射。
[0158]
可以理解的是，在空调器中可以包含有初始的温度数据，所述处理的温度数据可以是用户在温度调试时进行获得，也可以是直接导入，本实施例对此不加以限制。
[0159]
在具体实现中，根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立第一目标对象与已知物件信息库的已知物件映射。
[0160]
所述数据处理模块，还用于根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。
[0161]
需要说明的是，上述预设程序运算分析可以包括对照温度图谱、波峰、强度、边缘运算子程序分析等，本实施例对此不加以限制。
[0162]
可以理解的是，在对第一目标对象进行预设程序分析后，可以获得分析结果，数据处理模块可以根据分析结果获得数据流，并将根据已知物件映射将该数据流写入对应的已知物件信息库中。
[0163]
需要说明的是，上述数据流中可以包含第一目标对象的温度数据、温度图谱、温度峰值、温度强度、边缘数据等。
[0164]
在具体实现中，本实施例根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立第一目标对象与已知物件信息库的已知物件映射；根据第一目标对象的温度数据进行预设程序运算分析，并根据分析结果生成数据流，根据已知物件映射将数据流写入至已知物件信息库中。由于是通过已知数据库进行物件数据存储，并根据目标对象的温度数据进行数据库匹配查找出第一目标对象，从而及时地对数据库系统中的数据库进行更新，为目标对象进行综合分析提供了数据支持，提高了用户体验。
[0165]
所述数据处理模块，还用于在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立所述第二目标对象的原始数据映射；
[0166]
所述数据处理模块，还用于根据所述第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。
[0167]
可以理解的是，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象，即在目标对象中存在未知物件(即第二目标对象)时，可以建立第二目标对象的原始数据映射。
[0168]
需要说明的是，上述预设程序运算分析可以包括对照温度图谱、波峰、强度、边缘运算子程序分析等，本实施例对此不加以限制。
[0169]
可以理解的是，在对第二目标对象进行预设程序分析后，可以获得分析结果，数据处理模块可以根据分析结果建立与上述第二目标对象对应的位置物件数据库。
[0170]
需要说明的是，由于第二目标对象可能是来访人员等流动对象，其到访的次数有限，为了防止该部分数据过度占用数据存储空间。在数据库系统中存在长期未使用的数据库时，可以删除该数据库以及对应的数据。
[0171]
在具体实现中，本实施例根据目标对象的温度数据进行数据库匹配，在目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立第二目标对象的原始数据映射；根据第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。由于是在已知数据库中不存在对应的物件数据时，对第二目标对象的温度数据进行预设程序运算分析，并根据分析结果建立未知物件数据库。从而及时地对数据库系统中的数据库进行更新，为目标对象进行综合分析提供了数据支持，提高了用户体验。
[0172]
进一步地，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器的操作之前，还包括：
[0173]
步骤s23：对所述目标对象的温度数据进行重新采样，获得所述目标对象的第二温度数据。
[0174]
需要说明的是，上述对目标对象的温度数据进行重新采样的操作可以是通过目标对象对应的数据库进行重新采样，也可以是重新检测以获取目标对象的重新采样数据，从而获得目标对象的第二温度数据。
[0175]
相应的，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数的操作，具体包括：
[0176]
所述数据处理模块，还用于根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数。
[0177]
需要说明的是，上述大数据分析可以包括特征点分析、组别分析、模型分析等，本实施例对此不加以限制。
[0178]
本实施例通过向目标对象发射红外光，并对红外光对应的反射光信号进行光电转换，获得反射电信号；并根据反射电信号计算目标对象的温度数据；根据目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据控制参数控制空调器。由于是对红外光信号进行光电转换获取目标对象的温度数据，并根据目标对象的温度数据进行大数据分析获得空调器的控制参数，面对不同的温感目标物时可以生成不同的控制参数，使得空调器的温度可以匹配当前的工作环境，避免了现有技术中根据固定的调节方法和参数进行温度调节而导致的空调无法和工作环境相匹配从而导致调节温度波动范围变大或能耗增加的问题，提高了用户的使用体验。
[0179]
基于上文所述的本发明空调器控制系统的第一实施例，提出本发明空调器控制系统的第二实施例，为了获得更准确地空调器的控制参数，所述根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数的操作，包括：
[0180]
所述数据处理模块，还用于根据所述目标对象的第二温度数据获取变异特征样本。
[0181]
需要说明的是，可以根据上述目标对象的第二温度数据建立对应的温度图谱，根据温度图谱可以提取出上述变异特征样本。
[0182]
应当理解的是，在一般情况下，目标对应的温度图谱中的温度曲线为平滑的，在平滑的温度曲线上存在部分温度变化较大的情况，即变异特征样本。可以基于数据库系统对所述变异特征样本赋予相关度。在存在相关度低于预设的相关度阈值的变异特征样本时，可以说明该变异特征样本为杂质温度数据，并去除温度数据中的杂质温度数据。
[0183]
可以理解的是，数据处理模块可以根据所有变异特征样本的相关度进行综合处理获得第二温度数据库与信息库群的相关度参数。
[0184]
所述数据处理模块，还用于基于所述相关性参数获取所述信息库群中的相关群组数据，并对所述相关群组数据和所述第二温度数据进行关联，获得所述目标对象的关联数据，所述相关群组数据为所述信息库群中与所述第二温度数据的相关性大于预设相关性参数的温度数据。
[0185]
需要说明的是，数据处理模块可以根据相关性参数在信息库群中获取与第二温度数据的相关性大于预设相关性参数的温度数据，即相关群组数据。并关联相关群组数据和第二温度数据，获得目标对象的关联数据。
[0186]
可以理解的是，在获得目标对象的关联数据后，即可将所述关联数据投入分析，从而获得目标对象的温度模型。
[0187]
所述数据处理模块，还用于基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型。
[0188]
具体地，数据处理模块基于所述目标对象的关联数据进行区域性分析处理运算，获得所述目标对象的区域数据和所述目标对象的区域特征点；对所述目标对象的区域特征点进行分析与优化，并对所述目标对象的区域数据进行平滑处理，获得优化后的区域特征点和区域数据；根据所述优化后的区域特征点和区域数据建立所述更新模型。
[0189]
需要说明的是，在获得关联数据时，可以对各关联数据执行各区域性分析处理运算，将关联数据划分为多个区域，并确认各区域的区域特征点，并根据多个区域的区域特征点以及区域数据进行综合分析、优化建立特征点模型，同时对区域数据进行平滑处理，从而更新特征点模型获得更新模型。
[0190]
所述数据处理模块，还用于根据所述更新模型的模型数据获取空调器的控制参数。
[0191]
具体地，数据处理模块根据信息模型群获取所述更新模型的模型数据，并根据所述模型数据进行组别分析，获取所述目标对象对应的目标组数据；基于所述目标组数据进行子模型参数判别以及子模型问题分析，获得各目标组数据对应的目标控制参数；根据所述目标控制参数进行参数优化、归类并拟合，获得空调器的控制参数。
[0192]
需要说明的是，在获得更新模型时，数据处理模块可以通过信息模型群分析，获取更新模型中的模型数据，并将获得到的模型数据投入数据分析。具体地，可以根据模型数据进行组别分析，将模型数据划分为不同的组别，并获得不同组别对应的目标组数据。例如，目标对象包括爷爷、奶奶、儿子、女儿时，通过组别分析将模型数据分为爷爷组数据、奶奶组数据、儿子组数据以及女儿组数据。
[0193]
进一步地，数据处理模块根据组数据进行子模型参数判别和子模型问题分析，从而得到目标组数据对应的目标控制参数。再对目标控制参数进行参数优化、归类并拟合，获得综合所有目标需求的空调器控制参数。
[0194]
本实施例根据目标对象的第二温度数据获取变异特征样本；根据变异特征样本确定第二温度数据与信息库群的相关性参数；基于相关性参数获取信息库群中的相关群组数据，并对相关群组数据和第二温度数据进行关联，获得目标对象的关联数据，相关群组数据为信息库群中与第二温度数据的相关性大于预设相关性参数的温度数据；基于目标对象的关联数据进行数据处理，获得目标对象的关联数据对应的更新模型；根据更新模型的模型数据获取空调器的控制参数。由于是根据目标对象的第二温度数据与信息库群的相关性参数确定关联数据，并根据关联数据进行数据处理获取到空调器的控制参数，提高了空调器调温的准确度，使得空调器可以根据检测到的目标需求进行调温，使得空调器可以适应不同的工作环境，提升了用户体验。
[0195]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
[0196]
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
[0197]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0198]
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种空调器控制方法，其特征在于，所述方法应用于空调器控制系统，所述方法包括：向目标对象发射红外光；对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据；根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器。2.如权利要求1所述的空调器控制方法，其特征在于，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数步骤之前，还包括：根据所述目标对象的温度数据进行数据库匹配，在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射；根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。3.如权利要求2所述的空调器控制方法，其特征在于，所述根据所述目标对象的温度数据进行数据库匹配的步骤之后，还包括：在所述目标对象中存在温度数据与已知物件数据库中的已知物件温度数据不匹配的第二目标对象时，建立所述第二目标对象的原始数据映射；根据所述第二目标对象的温度数据进行预设程序运算分析，根据分析结果建立未知物件数据库。4.如权利要求3所述的空调器控制方法，其特征在于，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据所述控制参数控制所述空调器的步骤之前，还包括：对所述目标对象的温度数据进行重新采样，获得所述目标对象的第二温度数据；相应的，所述根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数的步骤，具体包括：根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数。5.如权利要求4所述的空调器控制方法，其特征在于，所述根据所述目标对象的第二温度数据进行大数据分析，获得空调器的控制参数的步骤，包括：根据所述目标对象的第二温度数据获取变异特征样本；根据所述变异特征样本确定所述第二温度数据与信息库群的相关性参数；基于所述相关性参数获取所述信息库群中的相关群组数据，并对所述相关群组数据和所述第二温度数据进行关联，获得所述目标对象的关联数据，所述相关群组数据为所述信息库群中与所述第二温度数据的相关性大于预设相关性参数的温度数据；基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型；根据所述更新模型的模型数据获取空调器的控制参数。6.如权利要求5所述的空调器控制方法，其特征在于，所述基于所述目标对象的关联数据进行数据处理，获得所述目标对象的关联数据对应的更新模型的步骤，包括：
基于所述目标对象的关联数据进行区域性分析处理运算，获得所述目标对象的区域数据和所述目标对象的区域特征点；对所述目标对象的区域特征点进行分析与优化，并对所述目标对象的区域数据进行平滑处理，获得优化后的区域特征点和区域数据；根据所述优化后的区域特征点和区域数据建立所述更新模型。7.如权利要求5所述的空调器控制方法，其特征在于，所述根据所述更新模型的模型数据获取空调器的控制参数的步骤，包括：根据信息模型群获取所述更新模型的模型数据，并根据所述模型数据进行组别分析，获取所述目标对象对应的目标组数据；基于所述目标组数据进行子模型参数判别以及子模型问题分析，获得各目标组数据对应的目标控制参数；根据所述目标控制参数进行参数优化、归类并拟合，获得空调器的控制参数。8.如权利要求1-6任一项所述的空调器控制方法，其特征在于，所述对所述红外光对应的反射光信号进行光电转换，获得反射电信号；并根据所述反射电信号计算所述目标对象的温度数据的步骤，包括：对所述红外光对应的反射光信号进行光电转换，获得反射电信号；将所述反射电信号转换为数字信号，并通过红外热成像系统将所述数字信号转换为所述反射电信号对应的灰度图；根据所述灰度图获得所述目标对象的温度数据。9.一种空调器控制系统，其特征在于，所述系统包括：主控模块、数据处理模块以及空调器控制模块；所述主控模块，用于向目标对象发射红外光；所述主控模块，还用于对所述红外光对应的反射光信号进行光电转换，获得反射电信号，并根据所述反射电信号计算所述目标对象的温度数据；所述数据处理模块，用于根据所述目标对象的温度数据进行大数据分析，获得空调器的控制参数；所述空调器控制模块，用于根据所述控制参数控制所述空调器。10.如权利要求9所述的空调器控制系统，其特征在于，所述数据处理模块，还用于根据所述目标对象的温度数据进行数据库匹配，在存在温度数据与已知物件数据库中的已知物件温度数据匹配的第一目标对象时，建立所述第一目标对象与已知物件信息库的已知物件映射；所述数据处理模块，还用于根据所述第一目标对象的温度数据进行预设程序运算分析，根据分析结果生成数据流，并将所述数据流写入所述已知物件信息库中。

技术总结
本发明涉及数据分析，公开一种空调器控制方法及系统，该方法通过向目标对象发射红外光；对红外光对应的反射光信号进行光电转换，获得反射电信号；根据反射电信号计算获得的目标对象的温度数据进行大数据分析，获得空调器的控制参数，并根据控制参数控制空调器。由于是对红外光信号进行光电转换获取目标对象的温度数据，并根据目标对象的温度数据进行大数据分析获得空调器的控制参数，面对不同的温感目标物时可以生成不同的控制参数，使得空调器的温度可以匹配当前的工作环境，避免了现有技术中根据固定的调节方法和参数进行温度调节而导致的空调无法和工作环境相匹配从而导致调节温度波动范围变大或能耗增加的问题，提高了用户的使用体验。了用户的使用体验。了用户的使用体验。


技术研发人员：肖岚 季向容
受保护的技术使用者：湖南省英洛康科技有限公司
技术研发日：2023.06.21
技术公布日：2023/9/7