[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

权利要求书

1.一种基于人工智能技术预测热感觉的室内热环境控制系统，其特征在于：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。

2.根据权利要求1所述的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，其特征在于：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。

3.根据权利要求1所述的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，其特征在于：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：x 1 /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。

4.根据权利要求1所述的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，其特征在于：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；

依据识别和更新个人皮肤温度舒适范围的逻辑及用于预测每个用户的热状态的模糊控制逻辑，可预测得出的个人热状态；

过机器学习得到每个房间用户的热感觉状态之后，通过群组热感觉判断逻辑，确定房间所有用户的整体热感觉状态，然后根据整体热感觉状态，确定房间温度设定值及确定逻辑。

5.根据权利要求以上任意一条权利要求所述的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，其特征在于：所述的环境控制系统包括红外热成像摄像头、用户表达热感觉的人机界面、室内温湿度传感器、空气调节装置、人工智能学习软件。