一种用于公交车空气净化的智能消杀方法及装置与流程

1.本发明涉及空气净化技术领域，具体涉及一种用于公交车空气净化的智能消杀方法及装置。


背景技术：

2.新冠肺炎疫情以来，负压救护车、负压病房等在疫情防控中得到广泛应用。其主要原理是利用负压空气净化装置，使室内气压低于室外，新鲜空气在自由流动时只能从室外流向室内，室内气体再经无害化处理后排出，从而最大限度地避免交叉感染。随着疫情防控常态化，公交车等公共交通工具成为防止交叉感染的重要场所，对公交车的及时、高效的消杀引起广泛关注。
3.但本技术发明人在实现本技术实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：
4.存在公共交通车厢内的病菌容易被其他乘客吸入，引发交叉感染，设置空气净化装置进行消杀的科学性差、选择消杀时间节点的准确性不高的问题。


技术实现要素：

5.本技术实施例通过提供了一种用于公交车空气净化的智能消杀方法及装置，解决了现有技术中存在公共交通车厢内的病菌容易被其他乘客吸入，引发交叉感染，设置空气净化装置进行消杀的科学性差、选择消杀时间节点的准确性不高的技术问题。达到了智能捕捉消杀特征，提高消杀时间节点选择的准确性，增强智能消杀的科学性和可靠性，从而达到减少病菌的传播，保护乘客健康的技术效果。
6.鉴于上述问题，本技术实施例提供了一种用于公交车空气净化的智能消杀方法及装置。
7.第一方面，本技术实施例提供了一种用于公交车空气净化的智能消杀方法，其中，所述方法包括：通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；获得预定消杀特征卷积核；根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；获得车内乘客呼吸层的均值；根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；获得所述第一目标乘客距离所述空气净化装置的第一距离；将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；根据所述第一控制信息控制所述空气净化装置进行工作。
8.另一方面，本技术实施例提供了一种用于公交车空气净化的智能消杀装置，其中，所述装置包括：第一获得单元，所述第一获得单元用于通过视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；第二获得单元，所述第二获得单元用
于获得预定消杀特征卷积核；第三获得单元，所述第三获得单元用于根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；第一判断单元，所述第一判断单元用于判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；第四获得单元，所述第四获得单元用于如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；第五获得单元，所述第五获得单元用于获得车内乘客呼吸层的均值；第六获得单元，所述第六获得单元用于根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；第七获得单元，所述第七获得单元用于获得所述第一目标乘客距离空气净化装置的第一距离；第八获得单元，所述第八获得单元用于将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；第一执行单元，所述第一执行单元用于根据所述第一控制信息控制所述空气净化装置进行工作。
9.第三方面，本技术实施例提供了一种用于公交车空气净化的智能消杀装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
10.本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
11.由于采用了通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；获得预定消杀特征卷积核；根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；获得车内乘客呼吸层的均值；根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；获得所述第一目标乘客距离所述空气净化装置的第一距离；将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；根据所述第一控制信息控制所述空气净化装置进行工作的技术方案，本技术实施例通过提供了一种用于公交车空气净化的智能消杀方法及装置，达到了智能捕捉消杀特征，提高消杀时间节点选择的准确性，增强智能消杀的科学性和可靠性，从而达到减少病菌的传播，保护乘客健康的技术效果。
12.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
13.图1为本技术实施例一种用于公交车空气净化的智能消杀方法的流程示意图；
14.图2为本技术实施例一种用于公交车空气净化的智能消杀方法的获得第一净化指令的流程示意图；
15.图3为本技术实施例一种用于公交车空气净化的智能消杀方法的获得第一空气净化方案的流程示意图；
16.图4为本技术实施例一种用于公交车空气净化的智能消杀方法的获得第二净化指令的流程示意图；
17.图5为本技术实施例一种用于公交车空气净化的智能消杀方法的调整净化装置数量的流程示意图；
18.图6为本技术实施例一种用于公交车空气净化的智能消杀方法的获得空气净化控制模型的流程示意图；
19.图7为本技术实施例一种用于公交车空气净化的智能消杀装置的结构示意图；
20.图8为本技术实施例示例性电子设备的结构示意图。
21.附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第一判断单元14，第四获得单元15，第五获得单元16，第六获得单元17，第七获得单元18，第八获得单元19，第一执行单元20，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
22.本技术实施例通过提供了一种用于公交车空气净化的智能消杀方法及装置，解决了现有技术中存在公共交通车厢内的病菌容易被其他乘客吸入，引发交叉感染，设置空气净化装置进行消杀的科学性差、选择消杀时间节点的准确性不高的技术问题。达到了智能捕捉消杀特征，提高消杀时间节点选择的准确性，增强智能消杀的科学性和可靠性，从而达到减少病菌的传播，保护乘客健康的技术效果。
23.申请概述
24.新冠肺炎疫情以来，负压救护车、负压病房等在疫情防控中得到广泛应用。其主要原理是利用负压空气净化装置，使室内气压低于室外，新鲜空气在自由流动时只能从室外流向室内，室内气体再经无害化处理后排出，从而最大限度地避免交叉感染。随着疫情防控常态化，公交车等公共交通工具成为防止交叉感染的重要场所，对公交车的及时、高效的消杀引起广泛关注。现有技术中存在公共交通车厢内的病菌容易被其他乘客吸入，引发交叉感染，设置空气净化装置进行消杀的科学性差、选择消杀时间节点的准确性不高的技术问题。
25.针对上述技术问题，本技术提供的技术方案总体思路如下：
26.本技术实施例提供了一种用于公交车空气净化的智能消杀方法，其中，所述方法包括：通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；获得预定消杀特征卷积核；根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；获得车内乘客呼吸层的均值；根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；获得所述第一目标乘客距离所述空气净化装置的第一距离；将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；根据所述第一控制信息控制所述空气净化装置进行工作。
27.在介绍了本技术基本原理后，下面将结合说明书附图来具体介绍本技术的各种非限制性的实施方式。
28.实施例一
29.如图1所示，本技术实施例提供了一种用于公交车空气净化的智能消杀方法，所述
方法可应用于一车载型负压空气净化装置，所述车载型负压空气净化装置采用变频高效电机，采用滤网复合抗菌涂层，并配备喷淋系统，所述抗菌涂层通过所述喷淋系统喷洒于整车，其中，所述装置包括一视频采集装置和空气净化装置，所述方法包括：
30.s100：通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；
31.s200：获得预定消杀特征卷积核；
32.具体而言，新冠肺炎疫情以来，人流密集环境交叉感染受到广泛的重视，在公共交通领域，实现公交车上的有效空气净化和消毒杀菌刻不容缓。所述视频采集装置为任一能够采集视频的装置，如摄像装置。通过所述视频采集装置采集所述第一视频信息，所述第一公交为任一公交车，可以为单层，也可为多层公交，且所述第一公交配备所述视频采集装置。所述第一视频信息包括公交车内、外的视频信息，涵盖了乘客视频资料、停靠站点视频资料、实时天气视频资料等。预设消杀特征卷积核，所述消杀特征卷积核指能够引起消杀的特征，如出现人员打喷嚏、咳嗽、呕吐、发热等情况。所述卷积核就是图像处理时，给定输入图像，输入图像中一个小区域中像素加权平均后成为输出图像中的每个对应像素，其中权值由一个函数定义，这个函数称为卷积核。卷积核关注的是局部特征，即设定一标准特征，根据局部特征部位的卷积核的数值大小，对特征的匹配度进行评估。获得车内外的视频资料，预设消杀特征卷积核，能够对所有消杀特征进行捕捉，从而为实现后续公交车空气净化消杀奠定基础，提高智能消杀的准确性。
33.s300：根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；
34.s400：判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；
35.具体而言，根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，同步处理，将采集到的车内视频逐帧转换成对应分辨率的图片后进行特征提取，获得所述第一特征提取结果，判断所述第一特征提取结果是否包含所述预定消杀特征卷积核的图像，经过对所述第一特征结果进行判断，能够达到提高特征提取的准确性，减少误判的技术效果。
36.s500：如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；
37.s600：获得车内乘客呼吸层的均值；
38.s700：根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；
39.具体而言，如果所述第一特征提取结果包含所述预定消杀特征卷积核，那么对符合预定消杀特征的乘客即所述第一目标乘客的呼吸高度进行测量，获得所述第一目标乘客的高度层，所述高度层为第一目标乘客口腔、鼻腔所处的平面层。由于乘客的身高和其在所述第一公交车内分布位置不同，剩余乘客的呼吸层存在差异，对车内剩余乘客呼吸层进行均值计算，进一步，根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差，所述第一呼吸层距离差越大，车厢内的病菌越不易被其他乘客吸入，所述第一呼吸层距离差越小，车厢内的病菌越容易被其他乘客吸入，引发交叉感染。第一呼吸层能够较好衡量车厢内需要空气净化的紧迫程度，对空气消杀节点进行准确预测。
40.s800：获得所述第一目标乘客距离所述空气净化装置的第一距离；
41.s900：将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；
42.s1000：根据所述第一控制信息控制所述空气净化装置进行工作。
43.具体而言，所述空气净化装置主要工作原理是利用负压空气净化系统，使室内气压低于室外，新鲜空气在自由流动时只能从室外流向室内，室内气体再经无害化处理后排出，从而最大限度地避免交叉感染。车载型负压空气净化装置采用变频高效电机，强大风力确保pm0.3过滤效率达到99.99％，超过n95口罩95％的过滤效率。颗粒物累积净化量达到p4级。采用超大滤网和抗菌涂层，有效抑制和杀灭空气中的病毒、细菌和霉菌。其中，抗菌涂层通过配套的喷淋装置喷洒于整车，可在90天内保证通过涂层分子结构破坏病原体蛋白质，从而杀死病原体。获得所述第一目标乘客和所述空气净化装置的第一距离，将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，所述空气净化控制模型为一神经网络模型，通过输入所述第一呼吸层距离差和所述第一距离，能够得到所述第一控制信息，用来控制所述空气净化装置正常进行杀菌消毒工作。能够得到准确、可靠的第一控制信息，对车厢内的空气进行消毒杀菌，从而达到减少病菌的传播，保护乘客健康的效果。
44.进一步的，所述根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果，步骤s300包括：
45.s310：对所述第一视频信息进行逐帧解析；
46.s320：根据所述预定消杀特征卷积核，对所述解析后的每帧画面分别进行遍历特征提取，获得第一特征提取结果。
47.具体而言，视频都是由静止的画面组成的,这些静止的画面被称为帧，对所述第一视频信息进行逐帧解析，根据所述预定消杀特征卷积核，对逐帧解析后的每一帧画面进行遍历特征提取，即对每一帧画面中的图像均进行预定消杀特征卷积核的特征识别和提取，得到所述第一特征提取结果，能够达到保证特征提取的全面性，减少遗漏的技术效果。
48.进一步的，如图2所示，本技术实施例包括：
49.s1010：通过大数据分析获得预定历史时段内所述第一公交车的乘客数量；
50.s1020：根据所述乘客数量，确定车内第一二氧化碳浓度；
51.s1030：获得第一到站停车时长；
52.s1040：根据所述第一到站停车时长，对所述车内第一二氧化碳浓度进行调整，获得车内第二二氧化碳浓度；
53.s1050：根据所述第二二氧化碳浓度，获得第一净化指令；
54.s1060：根据所述第一净化指令，控制所述空气净化装置对所述第一公交车内空气进行净化。
55.具体而言，由于防疫要求，乘客必须佩戴口罩才能够乘坐公共交通，故公交车上的空气质量对于乘客的身体健康也是至关重要的，若公交车上空气质量差，则容易引起乘客身体不适，从而导致疾病的发生。公交车的发车时间、停靠站点均为预先设定，每天的乘车人数、停靠时间、车辆行驶时间差异较小。因此通过分析大数据能够获得预定历史时段内的所述第一公交车的乘客数量。根据车厢空间大小，所述乘客数量能够对车内的第一二氧化碳浓度进行预估，获得车辆到任一站的停靠时间，为所述第一到站停车时长。由于车辆到站后，开关车门与上下乘客均会对车厢内的二氧化碳浓度产生影响，根据第一到站停车时长
对所述车内第一二氧化碳浓度进行调整，获得车内第二二氧化碳浓度。根据所述第二二氧化碳浓度，获得所述第一净化指令，根据所述第一净化指令，控制所述空气净化装置对所述第一公交车内空气进行净化。车厢内的二氧化碳浓度越高，说明车厢中乘客密度越大，氧气含量越低，空气越需要净化，因此能够通过调整后的第二二氧化碳浓度获得更加科学的第一净化指令，对空气进行准确净化，从而使公交车内的空气清新，有益于司机和乘客的身体健康。
56.进一步的，如图3所示，本技术实施例包括：
57.s1061：获得实时天气信息；
58.s1062：根据所述实时天气信息，获得实时空气质量信息；
59.s1063：将所述第一到站停车时长和所述实时空气质量信息输入空气质量评估模型，获得车内第一空气质量；
60.s1064：获得所述空气净化器的工作效率；
61.s1065：根据所述车内第一空气质量和所述工作效率，获得第一空气净化方案；
62.s1066：根据所述第一空气净化方案对所述第一公交车内进行空气净化。
63.具体而言，获得实时天气信息，包含空气质量指数，空气质量的好坏反映了空气污染程度，它是依据空气中污染物浓度的高低来判断的。在特定时间和地点空气污染物浓度受到许多因素影响，来自固定和流动污染源的人为污染物排放大小，包括车辆、船舶、飞机的尾气、工业污染、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。通过空气质量指数能够获知空气中的可吸入颗粒物(pm10)、细颗粒物(pm2.5)等的含量。通过所述实时天气信息，获得所述实时空气质量信息，由于车辆到站停靠时，会发生车厢内外的空气交换，因此第一到站停车时长与车厢内空气质量密切相关。将所述第一到站停车时长和所述实时空气质量信息输入空气质量评估模型，获得车内第一空气质量，所述空气质量评估模型能够对空气质量进行评估，为神经网络模型。所述车内第一空气质量包括空气中悬浮颗粒数量、颗粒大小等。获取车厢中安装的所述空气净化器的工作效率，所述工作效率能够反应净化的速度、时长、净化效果等。根据所述车内第一空气质量和所述工作效率，获得所述第一空气净化方案。根据第一空气净化方案对所述第一公交车内进行空气净化，考虑到了车内外的空气流通，实现空气净化功能。
64.进一步的，如图4所示，本技术实施例包括：
65.s1071：获得第一到站信息；
66.s1072：根据所述第一到站信息，对所述第一视频信息进行监控，获得第一乘客数量信息；
67.s1073：根据所述乘客数量信息，对所述第二二氧化碳浓度进行调整，获得第三二氧化碳浓度；
68.s1074：根据所述第三二氧化碳浓度，获得第二净化指令；
69.s1075：根据所述第二净化指令，控制所述空气净化装置对所述第一公交车内空气进行净化。
70.具体而言，所述第一到站信息包括站点位置、停车时长等，根据所述第一到站信息，对所述第一视频信息进行监控，获得所述第一乘客数量信息，即到站后准备出发时的乘客数量，对所述第二二氧化碳浓度进行调整，获得第三二氧化碳浓度。根据调整后的第三二
氧化碳浓度，获得第二净化指令，第二净化指令通过乘客数量进行二氧化碳浓度调整，考虑到了由于乘客数目改变造成的二氧化碳浓度增加和减少的情况，从而生成第二净化指令，能够对所述第一公交车内空气净化装置的工作进行合理调控。
71.进一步的，如图5所述，本技术实施例包括：
72.s1081：根据所述空气净化器的工作效率，确定预定载客阈值；
73.s1082：判断所述乘客数量是否超出所述预定载客阈值；
74.s1083：如果所述乘客数量超出所述预定载客阈值，获得净化装置增设指令，所述净化器增设指令用于提醒新增空气净化装置。
75.具体而言，由于所述空气净化装置的工作效率有上限值，频繁的开启工作会对空气净化装置的使用寿命造成损伤。故根据所述空气净化器的工作效率，确定预定载客阈值，通过对所述第一视频信息进行监控，获得乘客数量，判断所述乘客数量是否超出所述载客阈值，若超出，则需要增设空气净化装置，通过所述净化装置增设指令，提醒用户新增空气净化装置。从而达到提高空气净化效率，延长空气净化装置使用寿命的技术效果。
76.进一步的，如图6所述，所述将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息，步骤s900还包括：
77.s910：将所述第一呼吸层距离差和所述第一距离作为输入信息输入所述空气净化控制模型；
78.s920：所述空气净化控制模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据都包括所述第一呼吸层距离差和所述第一距离和用于标识控制信息的标识信息；
79.s930：获得所述空气净化控制模型的输出信息，所述输出信息包括所述第一控制信息。
80.具体而言，所述空气净化控制模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据都包括所述第一呼吸层距离差和所述第一距离和用于标识控制信息的标识信息；所述空气净化控制模型为一神经网络模型即机器学习中的神经网络模型，神经网络(neural networks，nn)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统，它反映了人脑功能的许多基本特征，是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(artificial neural networks，ann)，是对人类大脑系统的一阶特性的一种描述。简单地讲，它是一个数学模型。通过大量训练数据的训练，其中每组训练数据包括所述第一呼吸层距离差和所述第一距离和用于标识控制信息的标识信息。将所述第一呼吸层距离差和所述第一距离输入神经网络模型，则输出所述第一控制信息。通过神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，从而获得更加科学、准确的第一控制信息。
81.综上所述，本技术实施例所提供的一种用于公交车空气净化的智能消杀方法及装置具有如下技术效果：
82.1、由于采用了通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；获得预定消杀特征卷积核；根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；判断所述第一特征提取结果
是否包含所述预定消杀特征卷积核；如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；获得车内乘客呼吸层的均值；根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；获得所述第一目标乘客距离所述空气净化装置的第一距离；将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；根据所述第一控制信息控制所述空气净化装置进行工作的技术方案，本技术实施例通过提供了一种用于公交车空气净化的智能消杀方法及装置，达到了智能捕捉消杀特征，提高消杀时间节点选择的准确性，增强智能消杀的科学性和可靠性，从而达到减少病菌的传播，保护乘客健康的技术效果。
83.2.由于采用了获取乘客数量，判断所述乘客数量是否超出载客阈值的方法，对空气净化装置的数目进行调整，通过所述净化装置增设指令，提醒用户新增空气净化装置，从而达到提高空气净化效率，延长空气净化装置使用寿命的技术效果。
84.实施例二
85.基于与前述实施例中一种用于公交车空气净化的智能消杀方法相同的发明构思，如图7所示，本技术实施例提供了一种用于公交车空气净化的智能消杀装置，其中，所述装置包括：
86.第一获得单元11，所述第一获得单元11用于通过视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；
87.第二获得单元12，所述第二获得单元12用于获得预定消杀特征卷积核；
88.第三获得单元13，所述第三获得单元13用于根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；
89.第一判断单元14，所述第一判断单元14用于判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；
90.第四获得单元15，所述第四获得单元15用于如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；
91.第五获得单元16，所述第五获得单元16用于获得车内乘客呼吸层的均值；
92.第六获得单元17，所述第六获得单元17用于根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；
93.第七获得单元18，所述第七获得单元18用于获得所述第一目标乘客距离空气净化装置的第一距离；
94.第八获得单元19，所述第八获得单元19用于将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；
95.第一执行单元20，所述第一执行单元20用于根据所述第一控制信息控制所述空气净化装置进行工作。
96.进一步的，所述装置包括：
97.第二执行单元，所述第二执行单元用于对所述第一视频信息进行逐帧解析；
98.第九获得单元，所述第九获得单元用于根据所述预定消杀特征卷积核，对所述解析后的每帧画面分别进行遍历特征提取，获得第一特征提取结果。
99.进一步的，所述装置包括：
100.第十获得单元，所述第十获得单元用于通过大数据分析获得预定历史时段内所述第一公交车的乘客数量；
101.第三执行单元，所述第三执行单元用于根据所述乘客数量，确定车内第一二氧化碳浓度；
102.第十一获得单元，所述第十一获得单元用于获得第一到站停车时长；
103.第十二获得单元，所述第十二获得单元用于根据所述第一到站停车时长，对所述车内第一二氧化碳浓度进行调整，获得车内第二二氧化碳浓度；
104.第十三获得单元，所述第十三获得单元用于根据所述第二二氧化碳浓度，获得第一净化指令；
105.第四执行单元，所述第四执行单元用于根据所述第一净化指令，控制所述空气净化装置对所述第一公交车内空气进行净化。
106.进一步的，所述装置包括：
107.第十四获得单元，所述第十四获得单元用于获得实时天气信息；
108.第十五获得单元，所述第十五获得单元用于根据所述实时天气信息，获得实时空气质量信息；
109.第十六获得单元，所述第十六获得单元用于将所述第一到站停车时长和所述实时空气质量信息输入空气质量评估模型，获得车内第一空气质量；
110.第十七获得单元，所述十七获得单元用于获得所述空气净化器的工作效率；
111.第十八获得单元，所述十八获得单元用于根据所述车内第一空气质量和所述工作效率，获得第一空气净化方案；
112.第十九获得单元，所述十九获得单元用于根据所述第一空气净化方案对所述第一公交车内进行空气净化。
113.进一步的，所述装置包括：
114.第二十获得单元，所述二十获得单元用于获得第一到站信息；
115.第二十一获得单元，所述二十一获得单元用于根据所述第一到站信息，对所述第一视频信息进行监控，获得第一乘客数量信息；
116.第二十二获得单元，所述二十二获得单元用于根据所述乘客数量信息，对所述第二二氧化碳浓度进行调整，获得第三二氧化碳浓度；
117.第二十三获得单元，所述二十三获得单元用于根据所述第三二氧化碳浓度，获得第二净化指令；
118.第五执行单元，所述第五执行单元用于根据所述第二净化指令，控制所述空气净化装置对所述第一公交车内空气进行净化。
119.进一步的，所述装置包括：
120.第一确定单元，所述第一确定单元用于根据所述空气净化器的工作效率，确定预定载客阈值；
121.第二判断单元，所述第二判断单元用于判断所述乘客数量是否超出所述预定载客阈值；
122.第二十四获得单元，所述二十四获得单元用于如果所述乘客数量超出所述预定载
客阈值，获得净化装置增设指令，所述净化器增设指令用于提醒新增空气净化装置。
123.进一步的，所述装置包括：
124.第六执行单元，所述第六执行单元用于将所述第一呼吸层距离差和所述第一距离作为输入信息输入所述空气净化控制模型；
125.第二十五获得单元，所述二十五获得单元用于所述空气净化控制模型通过多组训练数据训练至收敛获得，其中，所述多组训练数据中的每组数据都包括所述第一呼吸层距离差和所述第一距离和用于标识控制信息的标识信息；
126.第二十六获得单元，所述二十六获得单元用于获得所述空气净化控制模型的输出信息，所述输出信息包括所述第一控制信息。
127.示例性电子设备
128.下面参考图8来描述本技术实施例的电子设备，
129.基于与前述实施例中一种用于公交车空气净化的智能消杀方法相同的发明构思，本技术实施例还提供了一种用于公交车空气净化的智能消杀装置，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得装置以执行第一方面任一项所述的方法。
130.该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
131.处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
132.通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
133.存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact discread-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
134.其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种用于公交车空气净化的智能消杀方法。
135.可选的，本技术实施例中的计算机执行指令也可以称之为应用程序代码，本技术实施例对此不作具体限定。
136.本技术实施例提供了一种用于公交车空气净化的智能消杀方法，其中，所述方法包括：通过所述视频采集装置获得第一视频信息，所述第一视频信息包括第一公交车内的视频信息；获得预定消杀特征卷积核；根据所述预定消杀特征卷积核，对所述第一视频信息进行实时特征提取，获得第一特征提取结果；判断所述第一特征提取结果是否包含所述预定消杀特征卷积核；如果所述第一特征提取结果包含所述预定消杀特征卷积核，获得第一目标乘客的高度层，所述第一目标乘客为符合所述预定消杀特征卷积核的乘客；获得车内乘客呼吸层的均值；根据所述车内乘客呼吸层的均值和所述高度层，获得第一呼吸层距离差；获得所述第一目标乘客距离所述空气净化装置的第一距离；将所述第一呼吸层距离差和所述第一距离输入空气净化控制模型，获得第一控制信息；根据所述第一控制信息控制所述空气净化装置进行工作。
137.本领域普通技术人员可以理解：本技术中涉及的第一、第二等各种数字编号仅为描述方便进行的区分，并不用来限制本技术实施例的范围，也不表示先后顺序。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个、种)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。
138.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
139.本技术实施例中所描述的各种说明性的逻辑单元和电路可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列(fpga)或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
140.本技术实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于ram存储器、闪存、rom存储器、eprom存储
器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于终端中。可选地，处理器和存储媒介也可以设置于终端中的不同的部件中。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
141.尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。