一种智能空调控制方法、装置、空调器及存储介质与流程

本发明涉及空调器，特别涉及一种智能空调控制方法、装置、空调器及存储介质。

背景技术：

1、随着物联网、人工智能技术的高速迭代，智能家居系统已突破传统单一远程遥控的初级应用模式，逐步迈入“主动感知、智能研判、自适应调节”的高阶智能化发展阶段。空调作为现代家庭能耗占比最高的家电设备之一，优化其智能控制策略，对改善人居环境舒适度、降低家庭能源损耗、营造健康居住氛围具有关键应用价值与现实意义。

2、当前，市面上主流的智能空调控制系统虽已实现基础智能化调控功能，但在人体感知、人员行为识别、空间定位及动态适配控制等核心环节仍存在明显技术短板，难以满足用户对精细化、无感化、个性化人居环境的高品质需求。

3、现阶段智能空调多采用红外热释电（pir）传感器实现人体检测，该类传感器仅能识别大范围的人体移动动作，空间定位精度极低，检测性能存在显著局限性。当用户处于静坐阅读、平躺休息、睡眠等静止状态时，pir传感器无法有效区分人体与环境背景，极易造成空调系统误判无人场景，进而触发停机操作；同时该检测缺陷也会导致空调频繁启停，引发室内温度大幅波动，严重影响居住舒适度，且加剧能源浪费与设备损耗。

4、为弥补pir传感器的检测缺陷，行业内逐步引入wi-fi、蓝牙等无线定位技术辅助空调智能调控，但此类单一无线定位技术受室内多径效应、信号衰减、环境遮挡等因素影响，定位精度难以达标，无法支撑空调导风板精准指向用户活动区域的精细化控制需求。同时，该类技术高度依赖用户随身携带手机、智能手环等终端设备，若用户未佩戴、携带终端，系统将无法完成人体感知与定位，适用场景受限严重，智能化体验较差。

5、毫米波雷达技术凭借可穿透非金属遮挡、非接触式检测、动态行为识别能力强的优势，可实现人体动作识别、呼吸及心率监测等多元化感知功能，有效弥补了传统传感器的检测短板，被逐步应用于智能家电感知领域。但单一毫米波雷达技术仍存在明显技术缺陷，在远距离检测、多人共存的复杂家居场景中，极易受环境杂物、空间反射等因素干扰，无法输出稳定、精准的绝对空间坐标数据；同时难以精准区分多场景下不同用户的位置信息与行为意图，易导致空调风向、风速、温度调控逻辑混乱，控制稳定性与精准度不足。

6、超宽带（uwb）技术具备厘米级超高测距精度、精准方向感知、抗干扰能力强的突出优势，可实现稳定的高精度绝对空间定位，能够有效弥补毫米波雷达的坐标漂移缺陷。目前，uwb与毫米波雷达技术在智能空调领域的应用均处于孤立使用状态，行业内现有融合方案仅为简单的数据叠加处理，未实现多模态感知技术的深度融合与优势互补。一方面未能利用uwb的高精度绝对定位数据修正毫米波雷达的坐标偏移误差，无法提升复杂场景下的空间定位稳定性；另一方面未能依托毫米波雷达的高频动态检测数据，弥补uwb技术在人体快速移动场景下的响应延迟问题。同时，现有融合控制方案场景适配性差，且未针对家居私密场景设计隐私保护机制，难以适配多样化、高要求的智能家居使用场景。

7、综上所述，当前智能空调感知控制系统普遍存在检测精度低、场景适应性差、控制逻辑单一、智能化程度不足等诸多问题，无法实现精准人体感知与主动化智能调控。

技术实现思路

1、本发明实施例提供了一种智能空调控制方法、装置、空调器及存储介质，旨在提高空调器的人体感知精度，增强智能化控制效果。

2、第一方面，本发明实施例提供了一种智能空调控制方法，包括：

3、通过uwb技术采集用户的uwb标签数据，以及通过雷达技术采集用户的点云数据；其中，所述用户佩戴有可被采集的uwb标签；

4、对所述uwb标签数据和点云数据进行时空对齐处理；

5、对经过时空对齐处理后的所述uwb标签数据和点云数据进行自适应卡尔曼滤波融合处理，得到融合特征；

6、利用所述融合特征对用户进行状态判断，得到用户状态；

7、结合用户状态，通过所述融合特征对用户进行短时轨迹预测，得到预测轨迹；

8、获取空调器当前运行状态，并根据所述预测轨迹生成状态调节指令，然后利用所述状态调节指令对所述空调器进行运行控制。

9、第二方面，本发明实施例提供了一种智能空调控制装置，包括：

10、数据采集单元，用于通过uwb技术采集用户的uwb标签数据，以及通过雷达技术采集用户的点云数据；其中，所述用户佩戴有可被采集的uwb标签；

11、时空对齐单元，用于对所述uwb标签数据和点云数据进行时空对齐处理；

12、数据融合单元，用于对经过时空对齐处理后的所述uwb标签数据和点云数据进行自适应卡尔曼滤波融合处理，得到融合特征；

13、状态判断单元，用于利用所述融合特征对用户进行状态判断，得到用户状态；

14、轨迹预测单元，用于结合用户状态，通过所述融合特征对用户进行短时轨迹预测，得到预测轨迹；

15、运行控制单元，用于获取空调器当前运行状态，并根据所述预测轨迹生成状态调节指令，然后利用所述状态调节指令对所述空调器进行运行控制。

16、第三方面，本发明实施例提供了一种空调器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述的智能空调控制方法。

17、第四方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的智能空调控制方法。

18、本发明实施例提供了一种智能空调控制方法、装置、空调器及存储介质，该方法包括：通过uwb技术采集用户的uwb标签数据，以及通过雷达技术采集用户的点云数据；其中，所述用户佩戴有可被采集的uwb标签；对所述uwb标签数据和点云数据进行时空对齐处理；对经过时空对齐处理后的所述uwb标签数据和点云数据进行自适应卡尔曼滤波融合处理，得到融合特征；利用所述融合特征对用户进行状态判断，得到用户状态；结合用户状态，通过所述融合特征对用户进行短时轨迹预测，得到预测轨迹；获取空调器当前运行状态，并根据所述预测轨迹生成状态调节指令，然后利用所述状态调节指令对所述空调器进行运行控制。本发明实施例通过将uwb定位技术与雷达感知技术进行深度融合，利用uwb的高精度绝对定位优势修正雷达的坐标漂移误差，同时依托雷达的高频动态检测优势弥补uwb技术在人体快速移动场景下的响应延迟缺陷，可以实现两种技术的优势互补，有效提升复杂家居场景下人体感知与空间定位的精度与稳定性，能够支撑空调器基于用户位置、运动轨迹与状态实现精细化、个性化的主动智能调控，既提升了用户使用舒适度，又能降低不必要的能源损耗，同时本发明实施例针对不同特殊场景（即不同的用户状态）设计对应的控制逻辑，使空调器的场景适配性更强，从而有效解决现有智能空调感知控制系统检测精度低、场景适应性差、智能化程度不足的问题。

1.一种智能空调控制方法，其特征在于，包括：

2.根据权利要求1所述的智能空调控制方法，其特征在于，所述通过uwb技术采集用户的uwb标签数据，以及通过雷达技术采集用户的点云数据步骤之前，包括：

3.根据权利要求1所述的智能空调控制方法，其特征在于，所述对经过时空对齐处理后的所述uwb标签数据和点云数据进行自适应卡尔曼滤波融合处理，得到融合特征，包括：

4.根据权利要求3所述的智能空调控制方法，其特征在于，所述利用所述融合特征对用户进行状态判断，得到用户状态，包括：

5.根据权利要求3所述的智能空调控制方法，其特征在于，所述结合用户状态，通过所述融合特征对用户进行短时轨迹预测，得到预测轨迹，包括：

6.根据权利要求1所述的智能空调控制方法，其特征在于，所述获取空调器当前运行状态，并根据所述预测轨迹生成状态调节指令，然后利用所述状态调节指令对所述空调器进行运行控制，包括：

7.根据权利要求4所述的智能空调控制方法，其特征在于，所述用户状态还包括睡眠状态、跌倒状态、动物干扰状态和隐私保护状态；

8.一种智能空调控制装置，其特征在于，包括：

9.一种空调器，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的智能空调控制方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的智能空调控制方法。