一种空调系统及其控制方法与流程

1.本技术涉及空调技术领域，尤其涉及一种空调系统及其控制方法。


背景技术：

2.随着经济社会的发展，空调在娱乐、居家及工作等多种场所越来越被广泛使用。随着空调技术的趋于成熟，用户在享受着空调带来的便利的同时对于舒适度的要求也越来越高。不同用户对于舒适度的要求是不一样的，例如有的用户喜欢空调风直吹，有的用户喜欢空调风吹不到自己。又例如有的用户喜欢低温，有的用户喜欢偏高温度。又例如有的用户喜欢干爽，有的用户喜欢湿润。
3.目前的空调智能化程度较低，仅能识别出空调所处空间中每个用户的位置、动作等，并以此来进行开机或者关机等，无法使空调所处空间的舒适度能够满足每个用户对于舒适度的要求。


技术实现要素：

4.本技术实施例提供一种空调系统及其控制方法，用于使空调系统尽可能的满足每个用户对于舒适度的要求。
5.为了达到上述目的，本技术采用如下技术方案。
6.第一方面，本技术实施例提供了一种空调系统，该空调系统包括：室外机；室内机，室内机包括摄像装置，摄像装置用于采集室内机所处空间的图像；控制器，与摄像装置连接，被配置为：通过摄像装置获取室内机所处空间的图像；进而根据图像，识别位于室内机所处空间中的注册用户；在识别出多个注册用户的情况下，根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数；控制室内机以目标工作参数进行工作。
7.本技术实施例提供的技术方案至少带来以下有益效果：一个注册用户的预设空调使用偏好信息可以反映此注册用户对于舒适度的要求。如此一来，由于室内机的工作参数是根据位于室内机所处空间的各个注册用户的预设空调使用偏好信息来确定的，提升了工作参数确定的精准度，故在室内机工作的情形下，能够使室内机所处空间的舒适度尽可能的满足位于室内机所处空间中每一个注册用户对于舒适度的要求，实现了提升空调系统的智能化程度的同时提升用户体验。
8.在一些实施例中，室外机还包括距离传感器，距离传感器用于检测多个注册用户中各个注册用户与室内机之间的距离；控制器，被配置为根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数，具体执行以下步骤：获取多个注册用户中各个注册用户与室内机之间的距离；根据多个注册用户中各个注册用户与室内机之间的距离，选择以与室内机距离最近的注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
9.在一些实施例中，控制器，被配置为根据多个注册用户中各个注册用户的预设空
调使用偏好信息，确定室内机的目标工作参数，具体执行以下步骤：基于少数服从多数的原则，根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
10.在一些实施例中，控制器，被配置为根据图像，识别位于室内机所处空间中的注册用户，具体执行以下步骤：对图像进行人脸检测，确定图像中的至少一个人脸图像，其中，每一个人脸图像对应一个人体目标；对于至少一个人脸图像中的每一个人脸图像，对人脸图像依次进行增强处理、特征提取处理、特征匹配处理，得到人脸图像的识别结果，人脸图像的识别结果指示了人脸图像对应的人体目标是否为注册用户；根据每一个人脸图像的识别结果，确定室内机所处空间中的注册用户。
11.在一些实施例中，控制器，被配置为对图像进行人脸检测，确定图像中的至少一个人脸图像，具体执行以下步骤：将图像输入至基于卷积神经网络(convolutional neural networks,cnn)的人脸检测模型中，得到人脸检测结果，人脸检测结果用于指示图像中的至少一个人脸图像。
12.在一些实施例中，增强处理包括降噪处理和去除坏点处理；控制器，被配置为对人脸图像依次进行增强处理、特征提取处理、特征匹配处理，得到人脸图像的识别结果，具体执行以下步骤：对人脸图像进行增强处理后，得到增强后的人脸图像；将增强后的人脸图像输入至基于卷积神经网络的特征提取模型中，得到特征提取结果，特征提取结果用于指示人脸图像中的特征数据；将特征提取结果输入至基于卷积神经网络的特征匹配模型中，得到人脸图像的识别结果。
13.第二方面，本技术实施例提供一种空调系统的控制方法，该方法应用于空调系统，该空调系统包括室外机和室内机，室内机包括摄像装置，摄像装置用于采集室内机所处空间的图像，该方法包括：获取室内机所处空间的图像；根据图像，识别位于室内机所处空间中的注册用户；在识别出多个注册用户的情况下，根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数；控制室内机以目标工作参数进行工作。
14.第三方面，本技术实施例提供一种控制器，包括：一个或多个处理器；一个或多个存储器；其中，一个或多个存储器用于存储计算机程序代码，计算机程序代码包括计算机指令，当一个或多个处理器执行计算机指令时，控制器执行第二方面所提供的任一种空调系统的控制方法。
15.第四方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质包括计算机指令，当计算机指令在计算机上运行时，使得计算机执行第二方面所提供的任一种空调系统的控制方法。
16.第五方面，本发明实施例提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现如第二方面所提供的任一种空调系统的控制方法。
17.需要说明的是，上述计算机指令可以全部或者部分存储在计算机可读存储介质上。其中，计算机可读存储介质可以与控制器的处理器封装在一起的，也可以与控制器的处理器单独封装，本技术对此不作限定。
18.本技术中第二方面至第五方面的描述的有益效果，可以参考第一方面的有益效果分析，此处不再赘述。
附图说明
19.附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本技术的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
20.图1为本技术实施例提供的一种空调系统的组成示意图；
21.图2为本技术实施例提供的一种空调系统的结构示意图；
22.图3为本技术实施例提供的另一种空调系统的结构示意图；
23.图4为本技术实施例提供的一种空调系统的制冷循环原理示意图；
24.图5为本技术实施例提供的一种空调系统的硬件配置框图；
25.图6为本技术实施例提供的一种空调系统的控制器与终端设备的交互示意图；
26.图7为本技术实施例提供的一种终端设备的管理界面示意图；
27.图8为本技术实施例提供的一种空调系统的控制方法的流程图；
28.图9a为本技术实施例提供的另一种空调系统的控制方法的流程图；
29.图9b为本技术实施例提供的另一种空调系统的控制方法的流程图；
30.图9c为本技术实施例提供的另一种空调系统的控制方法的流程图；
31.图10为本技术实施例提供的另一种空调系统的控制方法的流程图；
32.图11为本技术实施例提供的另一种空调系统的控制方法的流程图；
33.图12为本技术实施例提供的一种传统的vgg-16网络结构图；
34.图13为本技术实施例提供的一种改进的vgg-16网络结构图；
35.图14为本技术实施例提供的另一种终端设备的管理界面示意图；
36.图15为本技术实施例提供的一种控制器的硬件结构示意图。
具体实施方式
37.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
38.在本发明的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
39.术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本技术的描述中，除非另有说明，“多个”的含义是两个或两个以上。
40.在本技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。另外，在对管线进行描述时，本技术中所用“相连”、“连接”则具有进行导通的意义。具体意义需结合上下文进行理解。
41.随着空调技术的趋于成熟，用户对于舒适度的要求也越来越高。现有的空调可以根据人感技术(例如红外人感、图像识别人感和雷达波人感等)检测到用户所在位置、动作等，以此来调整自身的工作参数。当空调所在房间的用户数量过多时，由于不同的用户对于舒适度的要求可能是不一样的，仅根据用户所在位置、动作来调整空调的工作参数，可能导致空调所处空间的舒适度无法满足每个用户对于舒适度的要求。
42.基于此，本技术实施例提供一种空调系统的控制方法，通过在空调系统的室内机上配置摄像头，以此来获取室内机所处空间的图像，进而结合人脸识别技术，从图像中识别出位于室内机所处空间的注册用户，进而根据每个注册用户的预设空调使用偏好信息，确定室内机的工作参数。由于室内机的工作参数是根据每个注册用户的预设空调使用偏好信息确认的，故在室内机处于工作情况下，室内机所处空间的舒适度能够尽可能的满足每一个注册用户对于舒适度的要求，在提升了用户体验的同时提升了空调的智能化程度。
43.为了便于理解，首先对本发明实施例涉及到的一些术语或技术的基本概念进行简单的介绍和说明。
44.制冷模式：空调系统的压缩机将经蒸发器蒸发后的低温低压气态冷媒吸入压缩机腔，压缩成高温高压气态冷媒，进入冷凝器。高温高压气体冷媒在冷凝器中冷凝成高温高压的液态冷媒，之后经过节流元件如毛细管节流后，变成低温低压的液态冷媒，进入蒸发器蒸发后，最后再回到压缩机内，从而完成整个制冷循环。其中，制冷模式下的室外换热器作为冷凝器使用，室内换热器作为蒸发器使用。
45.冷媒：一种容易吸热变成气体，又容易放热变成液体的物质。在空调系统中，通过冷媒的蒸发与凝结，传递热能，产生冷冻效果。
46.过热度：指在冷媒在蒸发器出口的实际温度与此处冷媒压力下对应的饱和温度的差值，也即蒸发器出口温度与蒸发温度的差值。
47.过冷度：指在冷凝器出口某一点的冷媒压力对应的饱和温度与冷媒实际温度之间的差值。
48.膨胀阀：由阀体和线圈两部分组成，用于节流降压和调节流量。空调系统中的膨胀阀可以使中温高压的液体冷媒通过其节流成为低温低压的湿蒸汽，然后冷媒在蒸发器中吸收热量达到制冷效果，并且通过蒸发器出口的过热度变化来控制阀门流量。
49.本技术中空调系统通过使用压缩机、冷凝器、膨胀阀和蒸发器来执行空调系统的制冷循环。制冷循环包括一系列过程，涉及压缩、冷凝、膨胀和蒸发，并向已被调节和热交换的空气供应制冷剂。
50.压缩机压缩处于高温高压状态的制冷剂气体并排出压缩后的制冷剂气体。所排出的制冷剂气体流入冷凝器。冷凝器将压缩后的制冷剂冷凝成液相，并且热量通过冷凝过程释放到周围环境。
51.膨胀阀使在冷凝器中冷凝的高温高压状态的液相制冷剂膨胀为低压的液相制冷剂。蒸发器蒸发在膨胀阀中膨胀的制冷剂，并使处于低温低压状态的制冷剂气体返回到压缩机。蒸发器可以通过利用制冷剂的蒸发的潜热与待冷却的材料进行热交换来实现制冷效果。在整个循环中，空调系统可以调节室内空间的温度。
52.空调系统的室外单元是指制冷循环的包括压缩机和室外热交换器的部分，空调系统的室内单元包括室内热交换器，并且膨胀阀可以提供在室内单元或室外单元中。
53.室内热交换器和室外热交换器用作冷凝器或蒸发器。当室内热交换器用作冷凝器时，空调系统用作制热模式的加热器，当室内热交换器用作蒸发器时，空调系统用作制冷模式的冷却器。
54.图1为本技术根据示例性实施例提供的一种空调系统的组成示意图，如图1所示，该空调系统10包括室外机11、节流装置12(图1中未示出)、室内机13、和控制器13(图1中未示出)。
55.室内机13，以室内机13为室内挂机(图1中示出)为例，室内挂机通常安装在室内壁面等上。再如，室内柜机(图1中未示出)也是室内机的一种室内机形态。
56.室外机11，通常设置在户外，用于室内环境换热。另外，在图1示出中，由于室外机11隔着壁面位于与室内机13相反一侧的户外，用虚线来表示室外机11。
57.其中，节流装置12包括电子膨胀阀121。室外机11与室内机13之间存在管道连接，且室内机13与室外机11之间的管道上设置有电子膨胀阀121。所述管道，也被称为气液管，包括：用于输气态制冷剂的气管以及用于传输两相态制冷剂的液管。
58.节流装置12用于调节空调气液管内流体流速，以及调节制冷剂流量。电子膨胀阀121用于调节管道内制冷剂的供应量。图2为本技术根据示例性实施例提供的一种空调系统的结构示意图，如图2所示，电子膨胀阀121可以独立于室外机11以外，也可以隶属于室外机11的一部分(如图3所示)，图3为本技术根据示例性实施例提供的另一种空调系统的结构示意图。
59.此外，室外机11、节流装置12和室内机13都与控制器14存在通信连接(图1中未示出)，且根据控制器14的指令执行相关操作。
60.以电子膨胀阀121独立于室外机11为例，图4示出了一种空调系统的制冷循环原理示意图。
61.如图4所示，空调系统10包括室外机11、节流装置12、室内机13和控制器14(图4中未示出)。
62.其中，室外机11包括：压缩机111、室外热交换器112、储液器113以及四通阀114。在一些实施例中，室外机11还包括以下一项或多项：室外风扇、以及室外风扇马达。
63.节流装置12用于调节空调系统中气管和液管内流体流速。
64.室内机13包括：室内热交换器131、显示器132以及室内风扇133。在一些实施例中，室内机13还包括室内风扇马达。
65.在一些实施例中，压缩机111配置于节流装置12与储液器113之间，用于将由储液器113输送的制冷剂压缩，并将压缩后的制冷剂经由四通阀114输送至节流装置12。压缩机111可以是进行基于逆变器的转速控制的容量可变的逆变器压缩机。
66.在一些实施例中，控制器14可以获取到压缩机111在每个时刻下的工作电流值(也可以称作压缩机电流值)。
67.在一些实施例中，室外热交换器112的一端通过四通阀114与储液器113相连，另一端与节流装置12相连。室外热交换器112具有用于使制冷剂经由储液器113在室外热交换器112与压缩机111的吸入口之间流通的第一出入口，并且具有用于使制冷剂在室外热交换器112与节流装置12之间流通的第二出入口。室外热交换器112使连接于第一出入口和第二出入口之间的传热管中流动的热冷机与室外空气之间进行热交换，在冷循环中，室外热交换
器112作为冷凝器工作。
68.在一些实施例中，储液器113的一端连接压缩机111，另一端通过四通阀114与室外热交换器112相连。在储液器113中，从室外热交换器112经由四通阀114流向压缩机111的制冷剂被分离为气体制冷剂和液体制冷剂。并且，从储液器113向压缩机111的吸入口主要供给气体制冷剂。
69.在一些实施例中，四通阀114的四个端口分别连接压缩机111，室外热交换器112、储液器113以及多个电子膨胀阀121。四通阀114用于通过改变制冷剂在系统管路内的流向来实现制冷、制热之间的相互转换。
70.在一些实施例中，室外风扇通过产生通过室外热交换器112的室外空气的气流，以促使在第一出入口和第二出入口之间的传热管中流动的制冷剂与室外空气的热交换。
71.在一些实施例中，室外风扇马达用于驱动或变更室外风扇的转速。
72.在一些实施例中，电子膨胀阀121具有使流经电子膨胀阀121的制冷剂膨胀而减压的功能，可以用于调节管道内制冷剂的供应量。若电子膨胀阀121减小开度，则通过电子膨胀阀121的制冷剂的流路阻力增加。若电子膨胀阀121增大开度，则通过电子膨胀阀121的制冷剂的流路阻力减小。这样，即使回路中其他器件的状态不变化，当电子膨胀阀121的开度变化时，流向室内机13的制冷剂流量也会变化。
73.在一些实施例中，室内热交换器131具有用于使液体制冷剂在与电子膨胀阀121之间流通的第三出入口，并且，具有用于使气体制冷剂在与压缩机111的排出口之间流通的第四出入口。室内热交换器131使连接于第三出入口与第四出入口之间的热传管中流动的制冷剂与室内空气之间进行热交换。
74.在一些实施例中，室内风扇133产生通过室内热交换器131的室内空气的气流，以促进在第三出入口和第四出入口之间的传热管中流动的制冷剂与室内空气的热交换。
75.在一些实施例中，室内风扇马达用于驱动或变更室内风扇133的转速。
76.在一些实施例中，显示器132用于显示室内温度或当前运行模式。
77.在本技术所示的实施例中，控制器14是指可以根据指令操作码和时序信号，产生操作控制信号，指示空调系统执行控制指令的装置。示例性的，控制器可以为中央处理器(central processing unit，cpu)、通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。控制器还可以是其它具有处理功能的装置，例如电路、器件或软件模块，本技术实施例对此不做任何限制。
78.此外，控制器14可以用于控制空调系统10内部中各部件工作，以使得空调系统10各个部件运行实现空调系统的各预定功能。
79.在一些实施例中，空调系统10还附属有遥控器，该遥控器具有例如使用红外线或其他通信方式与控制器14进行通信的功能。遥控器用于用户可以对空调系统的各种控制，实现用户与空调系统10之间的交互。
80.图5所示为本技术根据示例性实施例提供的一种空调系统的硬件配置框图。如图5所示，该空调系统10还可以包括以下中的一项或多项：摄像装置101、距离传感器102、通信器103和存储器104。
81.在一些实施例中，摄像装置101用于采集室内机13所处空间的图像。
82.在一些实施例中，摄像装置101与控制器14连接。摄像装置101可以设置于室内机13上，也即室内机13还包括摄像装置101。示例性的，如图6所示，摄像装置101可以包括摄像头1011和图像识别模块1102等。摄像头1101用于对其视角范围内的图像进行拍照以获取相应的图像，具体可以为单目摄像头，也可以为多目摄像头；可以为2d摄像头，也可以为3d摄像头，具体依实际需求而定。图像识别模块1102可以为与摄像头1101相连的专用图像处理芯片，其可以用于实现以下功能：对摄像头1101拍摄的室内机13所处空间的图像进行人脸识别，并将人脸识别结果发送至控制器13。
83.距离传感器102，又叫做位移传感器，是传感器的一种，用于感应其与某物体间的距离以完成预设的某种功能。距离传感器根据其工作原理的不同可分为光学距离传感器、红外距离传感器、超声波距离传感器等多种，本技术实施例对于距离传感器102的具体形式不作限制。
84.在一些实施例中，距离传感器102与控制器14连接；距离传感器102可以设置于室内机13上，也即室内机13还包括距离传感器13。
85.在一些实施例中，距离传感器102用于检测位于室内机所处空间的多个注册用户中各个注册用户与室内机13之间的距离，并将检测到的各个注册用户与室内机13之间的距离发送给控制器14。
86.在一些实施例中，通信器103用于与其他网络实体建立通信连接，例如与终端设备建立通信连接。通信器103可以包括射频(radio frequency，rf)模块、蜂窝模块、无线保真(wireless fidelity，wifi)模块、以及gps模块等。以rf模块为例，rf模块可以用于信号的接收和发送，特别地，将接收到的信息发送给控制器14处理；另外，将控制器14生成的信号发送出去。通常情况下，rf电路可以包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noise amplifier，lna)、双工器等。
87.存储器104可用于存储软件程序及数据。控制器14通过运行存储在存储器104的软件程序或数据，从而执行空调系统10的各种功能以及数据处理。存储器14可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。存储器14存储有使得空调系统10能运行的操作系统。本技术中存储器14可以存储操作系统及各种应用程序，还可以存储执行本技术实施例提供的空调系统的控制方法的代码。
88.本领域技术人员可以理解，图5中示出的硬件结构并不构成对空调系统的限定，空调系统可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
89.图6为本技术根据示例性实施例提供的一种空调系统的控制器14与终端设备300的交互示意图。
90.如图6所示，终端设备300可以与空调系统的控制器14建立通信连接。示例性地，可使用任何已知的网络通信协议来实现通信连接的建立。上述网络通信协议可以是各种有线或无线通信协议，诸如以太网、通用串行总线(universal serial bus，usb)、火线(firewire)、任何蜂窝网通信协议(如3g/4g/5g)、蓝牙、无线保真(wireless fidelity，wi-fi)、nfc或任何其他合适的通信协议。上述通信连接可以是蓝牙连接、nfc、紫蜂(zigbee)、无线保真(wireless fidelity，wi-fi)等。本技术实施例对此不作具体限制。
91.需要说明的是，图6所示的终端设备300仅是终端设备的一个示例。本技术中的终
端设备300可以为遥控器、手机、平板电脑、个人计算机(personal computer，pc)、个人数字助理(personal digital assistant，pda)、智能手表、上网本、可穿戴电子设备、增强现实技术(augmented reality，ar)设备、虚拟现实(virtual reality，vr)设备、机器人等，本技术对该终端设备的具体形式不做特殊限制。
92.示例性的，以终端设备300为手机为例，用户可以在手机上下载智能家居app，智能家居app可以用于管理智能家居设备，本技术实施例以智能家居设备为空调系统10进行举例说明。进而，用户可以选中空调系统10这一在线设备，在空调系统10的管理选项中选择需要对空调系统10执行的控制功能。例如，开机、关闭、切换模式(如制冷模式、制热模式)等控制功能。如果检测到用户点击智能家居app中对空调系统10的开机按钮，则手机可以向空调系统10发送开机指令。
93.示例性地，如图7所示，终端设备300上显示空调系统10的管理界面301，管理界面301包括“开机”的按键302。当手机检测到用户点击管理界面301中的“开机”按键302后，手机将开机指令发送给空调系统10，以控制空调系统10开机进行工作。
94.在一些实施例中，在用户使用智能家居app控制空调系统之前，用户需要登录智能家居app。若用户为未经过智能家居app注册的用户，用户需要通过智能家居app进行身份注册。
95.下面结合说明书附图，对本技术提供的实施例进行具体介绍。
96.如图8所示，本技术实施例提供了一种空调系统的控制方法，应用于上述图2所示的空调系统10中的控制器14，该方法包括：
97.s101、获取室内机所处空间的图像。
98.在一些实施例中，当用户需要使用空调系统时，用户可以通过空调系统的遥控器向空调系统下发开机指令，也可以通过终端设备向空调系统下发开机指令。响应于开机指令，控制器通过室内机包括的摄像装置获取室内机所处空间的图像。其中，室内机所处空间可以是客厅、卧室、书房等，本技术实施例对此不作限制。
99.在一些实施例中，空调系统可以周期性获取室内机所处空间的图像，进而根据室内机所处空间的图像来判断是否要调整自身的工作参数，以便于在室内机所处空间中进入新的注册用户后，空调系统可以及时调整自身的工作参数，使室内机所处空间的舒适度能够尽可能的满足每一个注册用户对于舒适度的要求。
100.s102、根据图像，识别位于室内机所处空间中的注册用户。
101.在得到室内机所处空间的图像后，可以对图像进行识别，以此来识别出位于室内机所处空间中的注册用户。其中，注册用户是指在上述智能家居app中进行注册过的用户。用户可以在智能家居app注册自身信息的过程中，输入自身对于舒适度的要求，也即下述预设空调使用偏好信息，以便于控制器根据每个位于室内机所处空间中的注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。关于用户如何在智能家居app进行注册，可以参照下述关于用户如何成为注册用户的描述，在此不予赘述。
102.可以理解的，若一个用户为未经过智能家居app进行注册的用户，则控制器无法根据图像识别出此用户的身份，进而无法获取到此用户的预设空调使用偏好信息。
103.s103、在识别出多个注册用户的情况下，根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
104.其中，注册用户的预设空调使用偏好信息包括风向偏好、温度偏好和湿度偏好。风向偏好包括风吹人、风避人、均匀扫风。温度偏好包括高温喜好、低温喜好和个人设置。个人设置为此用户根据自身喜好设置的具体温度。湿度偏好包括干爽、湿润和舒适。
105.可以理解的，若仅识别出一个注册用户，则可以直接根据此注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。而在识别出多个注册用户的情况下，为了使室内机所处空间的舒适度尽可能满足每一个注册用户的舒适度要求，故需要根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
106.需要说明的是，控制器的数据库预先建立有每一个注册用户的预设空调使用偏好信息与每一个注册用户的标识的对应关系。在识别出多个注册用户后，可以根据每个注册用户的标识从数据库中进行查找，进而确定出每一个注册用户的预设空调使用偏好信息。其中，注册用户的标识用于唯一指示一个注册用户，可以是注册用户的昵称、手机号码等，对此不作限制。
107.可选的，如图9a所示，步骤s103可以具体实现为以下步骤：
108.s1031、获取多个注册用户中各个注册用户与室内机之间的距离。
109.示例性的，控制器可以通过室内机包括的距离传感器获取各个注册用户与室内机之间的距离。
110.s1032、根据多个注册用户中各个注册用户与室内机之间的距离，选择以与室内机距离最近的注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
111.可以理解的，一个注册用户与室内机的距离越近，室内机在工作情况下此注册用户对于室内机的感受(例如风向、温度)越为贴切，故可以以与室内机的距离最近的注册用户的预设空调使用偏好信息来确定室内机的目标工作参数。
112.示例性的，假设多个注册用户包括第一注册用户和第二注册用户。若第一注册用户与室内机之间的第一距离小于第二注册用户与室内机之间的第二距离，则控制器根据第一注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。假设第一注册用户的预设空调使用偏好信息中风向偏好为风吹人、温度偏好为低温偏好、湿度偏好为干爽，则确定室内机的目标工作参数为风吹人、低温和干燥。
113.可选的，如图9b所示，步骤s103还可以具体实现为以下步骤：
114.s1033、基于少数服从多数的原则，根据多个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数。
115.示例性的，假设多个注册用户包括第一注册用户、第二注册用户和第三注册用户。若第一注册用户的风向偏好为风吹人、第二注册用户的风向偏好为风避人、第三注册用户的风向偏好为风吹人，则确定室内机的目标工作参数中风向设置为风吹人。
116.在一些实施例中，当多个注册用户的预设空调使用偏好信息中某一项均不相同时，则采用中间模式。例如若第一注册用户的风向偏好为风吹人、第二注册用户的风向偏好为风避人、第三注册用户的风向偏好为均匀扫风。则确定室内机的目标工作参数中风向设置为均匀扫风。
117.可以理解的，若采用少数服从多数的原则，根据至少一个注册用户中各个注册用户的预设空调使用偏好信息，确定室内机的目标工作参数，可以使室内机在工作情况下室内机所处空间的舒适度能够在一定程度上满足大部分注册用户对于舒适度的要求，可以提
升大部分注册用户的使用体验，也即实现了尽可能的满足每个注册用户对于舒适度的要求。
118.可选的，如图9c所示，步骤s103还可以具体实现为以下步骤：
119.s1034、获取多个注册用户中各个注册用户的权重。
120.其中，一个注册用户的权重可以是此注册用户的年龄段或优先级。
121.在一些实施例中，用户在智能家居app上进行身份注册时可以输入自身的年龄段和优先级，故控制器根据图像识别出位于室内机所处空间中的各个注册用户后，可以获取到各个注册用户的年龄段和优先级，进而根据各个注册用户的年龄段或优先级，确定各个注册用户的权重。
122.示例性的，年龄段可以包括儿童、青年、中年和老人，优先级可以包括第一优先级和第二优先级，其中，第一优先级高于第二优先级。例如孕妇、病人可以选择设置为第一优先级，其他人默认为第二优先级，具体可以根据实际情况进行设置，本技术实施例对此不作限制。
123.示例性的，可以设置儿童与老人的权重相等，设置儿童与老人的权重大于中年的权重，设置中年的权重大于青年的权重，也即儿童与老人的权重最高，青年的权重最低。同样的，设置第一优先级的权要大于第二优先级的权重。
124.s1035、根据多个注册用户中各个注册用户的预设空调使用偏好信息和各个注册用户的权重，确定室内机的目标工作参数。
125.可选的，在检测到多个注册用户的情况下，可以根据各个注册用户的年龄段，确定多个注册用户中比重最高的年龄段，进而以比重最高的年龄段对应的注册用户的预设空调使用偏好信息来确定室内机的目标工作参数。
126.可以理解的，从一定程度上来讲老人和儿童对于舒适度的要求较高，故可以设置年龄段为老人或儿童的权重较高。如此，在室内机所处空间的存在老人或儿童时，能够尽可能的满足位于室内机所处空间中老人和儿童对于舒适度的要求，提升了空调系统的智能化程度。
127.可选的，可以根据各个注册用户的优先级，确定多个注册用户中比重最高的优先级，进而以比重最高的优先级对应的注册用户的预设空调使用偏好信息来确定室内机的目标工作参数。也可以直接以各个注册用户中优先级最高的一个或多个注册用户的预设空调使用偏好信息来确定室内机的目标工作参数。
128.如此，以各个注册用户的优先级来确定以哪些注册用户的预设空调使用偏好信息来确定室内机的目标工作参数，在提升了室内机工作参数确定的精准度的同时，能够使室内机所处空间的舒适度能够尽可能的优先满足优先级较高的注册用户对于舒适度的要求，提升了空调系统的智能化程度。
129.s104、控制室内机以目标工作参数进行工作。
130.在确定了室内机的目标工作参数之后，控制器可以控制室内机以目标工作参数进行工作，以使得室内机所处空间的舒适度能够尽可能的满足位于室内机所处空间的多个注册用户中每个注册用户对于舒适度的要求。
131.可选的，控制器可以向室内机发送控制指令，控制指令包括目标工作参数，控制指令用于指示室内机以目标工作参数进行工作。
132.室内机接收到控制器发送的控制指令后，响应于控制指令，根据控制指令包括的目标工作参数进行工作。
133.基于图8所示的实施例，针对目前的空调无法在房间内存在多个用户时使房间的舒适度满足每一个用户对于舒适度的要求的问题，本技术实施例提供一种空调系统的控制方法，通过在室内机上配置摄像头，以此来识别位于室内机所处空间的注册用户。并在存在多个注册用户的情况下，根据每个注册用户的预设空调使用偏好信息，智能化的确定出室内机的目标工作参数。可以理解的，一个注册用户的预设空调使用偏好信息可以反映此注册用户对于舒适度的要求。如此一来，由于室内机的工作参数是根据位于室内机所处空间的各个注册用户的预设空调使用偏好信息来确定的，提升了工作参数确定的精准度，故在室内机工作的情形下，室内机所处空间的舒适度能够尽可能的满足位于室内机所处空间中每一个注册用户对于舒适度的要求，实现了在提升了空调的智能化程度的同时，使室内机在工作情况下室内机所处空间的舒适度尽可能的满足每个用户对于舒适度的要求。
134.在一些实施例中，如图10所示，上述步骤s102可以具体实现为以下步骤：
135.s1021、对图像进行人脸检测，确定图像中的至少一个人脸图像。
136.其中，每一个人脸图像对应一个人体目标，也即每一个人脸图像对应一个用户。可以理解的，在一般情况下，每一个人的人脸具有唯一性，也即每一个人脸图像对应一个用户。
137.可选的，步骤s1021可以具体实现为：将图像输入至基于卷积神经网络的人脸检测模型中，得到人脸检测结果。其中，人脸检测结果用于指示图像中的至少一个人脸图像。
138.示例性的，以alexnet网络结构为例，对基于卷积神经网络cnn的人脸检测模型进行举例说明。
139.在一些实施例中，控制器的存储器预先存储有训练好的基于alexnet网络结构的人脸检测模型。控制器在获取到室内机所处空间的图像后，可以将图像输入至训练好的人脸检测模型中，得到人脸检测结果，人脸检测结果指示了图像中的至少一个人脸图像。
140.关于如何训练基于alexnet网络结构的cnn的人脸检测模型的阐述如下：使用带有人脸的图像作为正样本，不带有人脸的图像作为负样本对人脸检测模型进行训练，训练好的人脸检测模型具有了判别图像是否为人脸图像的能力。alexnet网络整个网络结构是由5个卷积层和3个全连接层组成的，深度总共8层。
141.控制器在获取到室内机所处空间的图像后，可以首先对图像进行多比例的缩放处理。针对原图以及缩放后的每一幅图像，可以从图像的左上角到右下角，按照一定的步长进行截取，可以截取到多幅224*224(经下述预处理后为227*227)大小的图像，进而将多幅图像输入至训练好的人脸识别模型中进行是否为人脸的判定，得到判定矩阵，判定矩阵指示了哪些图像为人脸图像。进而根据判定矩阵逆向找到含有人脸的图像在原图像中的坐标位置进行截取，最终得到图像中的至少一个人脸图像，也就是人脸检测结果。
142.s1022、对于至少一个人脸图像中的每一个人脸图像，对人脸图像依次进行增强处理、特征提取处理、特征匹配处理，得到人脸图像的识别结果。
143.其中，人脸图像的识别结果指示了人脸图像对应的人体目标是否为注册用户。
144.可选的，如图11所示，步骤s1022可以具体实现为以下步骤：
145.s10221、对人脸图像进行增强处理后，得到增强后的人脸图像。
146.在得到人脸图像后，为了达到提高人脸识别率的目的，需要对人脸图像进行增强处理。对人脸图像进行增强处理，也可以称作对人脸图像进行预处理。增强处理包括降噪处理和去除坏点处理，降噪处理也即对人脸图像进行降低噪声及干扰处理，去除坏点处理也即消除人脸图像中的冗余信息，增强相关信息的可检测性，以此来达到提高人脸识别效率的目的。
147.对人脸图像经过降噪处理和去除坏点处理后，得到了增强后的人脸图像。
148.s10222、将增强后的人脸图像输入至基于卷积神经网络的特征提取模型中，得到特征提取结果。
149.示例性的，以vgg-16网络结构为例，对基于卷积神经网络cnn的特征提取模型进行举例说明。
150.在一些实施例中，控制器的存储器预先存储有训练好的基于vgg-16网络结构的特征提取模型。控制器在获取到增强后的人脸图像后，可以将增强后的人脸图像输入至训练好的特征提取模型中，得到特征提取结果，特征提取结果用于指示人脸图像中的特征数据。
151.图12所示为本技术根据示例性实施例提供一种传统vgg-16网络结构图。传统vgg-16网络模型的输入是固定尺寸大小的rgb的2d图像，接着以此通过一系列堆叠的，核大小为3*3的卷积层。每两个或者三个连续堆叠的卷积层，为一个网络的小的单元模块，命名为block，例如图11所示的block1、block2、block3、block4和block5。每一个block后面会接入一个max-pooling层，用于减小输入的尺寸大小，并保持网络的平移不变性。经过多个堆叠的block单元后的输出，会接入一个三层的传统神经网络，也就是三层全连接层，最后的分类输出是一个softmax多分类器。其中，图中的conv为向量卷积运算。
152.在一些实施例中，考虑到传统vgg-16网络模型的参数太多，会影响训练速度，本技术实施例提出对传统vgg-16的网络结构进行修改。如图13所示，为本技术根据示例性实施例提出一种改进的vgg-16网络结构图。由上述对于传统vgg-16网络模型的描述可知，传统vgg-16网络模型对于全连接层的要求不高，并且现在的发展趋势也在网络结构中也是尽可能的去掉全连接层，如googlenet就已经很难看到全连接层了，resnet也是如此。并且googlenet中不仅舍弃了全连接层，而且还在全连接层前面的池化层采用averagepooling，即使用了均值池化。这种方法不仅减少了网络的参数，对网络的整体性能没有很大的影响，而且还能够有利于模型提取更加具有辨识度的特征。因此，本技术实施例中对传统vgg-16网络结构也采用这种相类似的改进方法，其基本思想策略是对网络的全连接层进行缩减，既去掉全连接-1和全连接-1两个全连接层，并在block5的区域内，将maxpooling换成averagepooling，即均值池化。对卷积核进行了增加由原来的512增加到现在的600，主要是为了更好的提取人脸图像的特征数据。由于使用了averagepooling层，这种方法又一定程度上减少了硬件存储的需求。经过这样的改进可以有效的减少网络中的参数，从而减少计算量，在能够很好提取图像特征数据的同时适应本技术实施例提供的空调系统的控制方法的需求。
153.可选的，可以将增强后的人脸图像输入至基于传统的vgg-16网络结构的特征提取模型中，得到特征提取结果。也可以将增强后的人脸图像输入至基于改进的vgg-16网络结构的特征提取模型中，来得到特征提取结果，对此不作限制。
154.s10223、将特征提取结果输入至基于卷积神经网络的特征匹配模型中，得到人脸
图像的识别结果。
155.示例性的，以lightened vgg网络结构为例，对基于卷积神经网络cnn的特征匹配模型进行举例说明。
156.在一些实施例中，控制器的存储器预先存储有训练好的基于lightened vgg网络结构的特征匹配模型。控制器在获取到特征提取结果后，可以将特征提取结果输入至训练好的特征匹配模型中，得到人脸图像的识别结果。
157.在一些实施例中，基于lightened vgg网络结构的特征匹配模型的训练过程阐述如下：选择facescrub人脸数据库上的人脸图像以及从互联网上采集的人脸图像作为特征匹配模型的训练集，并将facescrub人脸数据库上的人脸图像以及从互联网上采集的人脸图像进行存储，形成自身的人脸数据库。训练后的特征匹配模型需要在lfw人脸数据库上面进行测试，完成两张人脸图像对是否属于同一个用户的身份认证。在形成人脸数据库的过程中，针对若干不同年龄段的人进行了人脸图像的采集，包括老人、青年、儿童，更加贴近真实的生活场景。并分别对他们从不同的角度、光照和背景下做了采集，保证人脸图像的真实性和多样性。从互联网上采集的人脸图像结合facescrub人脸数据库中的人脸图像进行联合训练可以更加有效的提升特征匹配模型的性能和准确率，有利于特征匹配模型泛化性能的保证。
158.在一些实施例中，在对基于lightened vgg网络结构的特征匹配模型训练之前，需要对facescrub人脸数据库中的人脸图像以及从互联网上采集的人脸图像进行预处理，主要包括以下方面：
159.首先，对人脸图像进行对齐，主要是根据人脸中的关键点位置，进行人脸角度的转换，达到摆正人脸的目的。
160.进一步的，对人脸图像进行剪裁。原始人脸图像的周围有较多的背景图案，对于特征匹配模型来说不属于有用的数据部分，故需要剪裁掉多余的背景部分。
161.进一步的，扩大训练数据集。特征匹配模型的训练需要大量的数据集，以此来学习更多的具有区分性的特征。对训练集进行扩充，本技术实施例主要使用了两个方法：一是进行图像左右的翻转(flipping)；二是进行图像中间区域的随机裁剪(scrop)。经过以上两种方法可以增加训练集的数据总量，增加了更多的差异性图像，使得特征匹配模型对人脸图像中的背景变化不敏感，具有很好的平移不变性。
162.进一步的，计算训练数据集的均值图像。具体的，可以将训练数据集中的所有图像对应位置上的像素值相加然后取平均，得到一个均值人脸图像。在特征匹配模型训练的过程中，训练集和测试机均需要减去该均值图像，目的是：对输入的人脸图像进行归一化处理，将数据(图像像素值)更加均匀的分布在整个空间中，加速网络的收敛。
163.对于基于lightened vgg网络结构的特征匹配模型的训练过程包括如下步骤：
164.步骤1、构建基于lightened vgg网络结构的特征匹配模型后，使用原vgg网络在imagenet上的前几层卷积层的参数，对特征匹配模型前几层进行参数初始化，其余的参数层全部重新训练，以适应新的人脸数据库。
165.步骤2、将特征匹配模型在facescrub人脸数据库上进行训练。随机的将facescrub数据集中1/10的部分数据集作为验证集，其余的部分作为训练集。特征匹配模型刚开始训练的时候，使用的是0.001的学习率进行学习，大约经过10个epoch左右学习率降低1/10，一
个epoch为所有训练样本循环一次的时间。此时，测试集的准确率大约达到了50％；然后保持学习率再学习10个epoch，然后学习率再次降低1/10。以后依次以1/10的倍率降低学习率。
166.步骤3、将训练好的特征匹配模型作为一个人脸特征的提取器，提取lfw人脸数据库中所有人脸图像的特征，用于人脸的验证阶段(verification)。将lfw人脸数据库中的所有人脸图像，依次经过特征匹配模型的前向计算，转换为其对应的特征值表示，也就是提取averagepooling层的输出特征向量。使用lfw人脸数据库提供的测试集进行测试，测试集是一系列的图像对，图像对有是同一个用户的，也有不是同一个用户的。人脸验证方式就是计算测试集中每一对特征向量之间的欧式距离(对应l2范数)，然后测试集分成十份，十份中的九份作为支持向量机(support vector machine，svm)的训练样本，寻找区分相似与否的阈值，另外一份作为测试样本，交替循环进行测试，最后取平均结果。
167.步骤4、在自身建立的人脸数据库中，进行类似于上述步骤2的训练。自身建立的人脸数据库的训练集将会融合到facescrub人脸数据库中，在之前已经调优的特征匹配模型上一起训练，进行模型微调。然后再随机构建样本对，计算特征相似度(欧式距离)，并训练一个对应的svm分类器进行结果判断。通过系统的在线人脸识别流程在自建的小型人脸库测试集上进行测试，测试的过程是：
①
在测试集中随机抽取200张图片，训练集中十个人，每人抽取3张图片用作已知人脸，并且这些图片在卷积神经网络模型上被正确分类的概率值较高。
②
系统接受是指测试图片被判定为系统已知的人脸，其中正确判定的测试图片所占的比率为正确接受率；相反的，被系统判定为未知是系统拒绝。
③
测试图片提取特征向量后，与已知人脸图片一一进行特征相似度计算，然后svm模型进行判断，判断是同一个人，是同一个则命中一次，统计十个人的命中次数(一个人三张已知图片)。当某人的命中的次数最多，就将该测试人脸图片的身份判断为该人。如果出现多个同样命中次数，系统会将相似度均值最小的作为最后判定结果。如果一个命中没有，系统就会拒绝。
168.经过上述四个步骤的训练后，得到了训练好的基于lightened vgg网络结构的特征匹配模型。控制器在获取到特征提取结果后，可以将特征提取结果输入至训练好的特征匹配模型中，得到人脸图像的识别结果。人脸图像的识别结果指示了此人脸图像对应的人体目标是否为注册用户。若人脸图像的识别结果指示了此人脸图像对应的人体目标是注册用户，则确定此人脸图像对应的人体目标是注册用户。若人脸图像的识别结果指示了此人脸图像对应的人体目标不是注册用户，则确定此人脸图像对应的人体目标不是是注册用户。
169.具体的，特征匹配模型将特征提取结果中特征向量与人脸数据库中的人脸特征向量逐一比对，计算向量之间的距离。若某一人脸特征向量与特征提取结果中特征向量相近，且两个向量之间的距离满足阈值，则判定此人脸图像对应的人体目标为此人脸特征向量对应的人体目标，进而返回结果为是的人脸图像的识别结果。如果遍历人脸数据库没有满足阈值的人脸特征向量，则返回结果为否的人脸图像的识别结果。
170.s1023、根据每一个人脸图像的识别结果，确定室内机所处空间中的注册用户。
171.将每一个人脸图像进行上述步骤s10221-步骤s10223的处理，可以得到每一个人脸图像的识别结果，进而识别出了位于室内机所处空间的至少一个注册用户。
172.上述实施例着重介绍了本技术实施例提供的一种空调系统的控制方法中关于如
何确定室内机的目标工作参数。在一些实施例中，本技术实施例提供的一种空调系统的控制方法还可以包括用户成为智能家居app的注册用户的过程。
173.在一些实施例中，在用户通过终端设备使用智能家居app的过程中，当此用户为未经注册的用户时，用户可以选择成为注册用户。如图14所示，终端设备显示的智能家居app的注册界面包括昵称、手机号、风向偏好、温度偏好、湿度偏好等。用户可以根据注册界面上的显示，依次输入昵称、年龄段、优先级、手机号、风向偏好、温度偏好、湿度偏好等。终端设备响应于用户的输入操作，将用户输入的相关数据进行存储。其中，智能家居app的注册界面中年龄段、优先级、风向偏好、温度偏好和湿度偏好等五个选项对应的矩形方框可以是复选框，以供此用户完成自身空调使用偏好信息的设置。
174.在终端设备存储用户输入的相关数据之后，终端设备可以显示用于提示用户拍摄自身人脸照片的提示信息。在用户使用终端设备拍摄自身人脸照片之后，终端设备可以将用户拍摄的自身人脸照片与用户输入的相关数据建立对应关系，完成用户的注册过程，也即完成此注册用户的预设空调使用偏好信息的录入。
175.终端设备生成用户拍摄的自身人脸照片与用户输入的相关数据的对应关系之后，可以将该对应关系通过wifi或者蓝牙发送至控制器。
176.控制器在接收到终端设备发送的对应关系之后，可以将对应关系中包含的用户拍摄的自身人脸照片进行上述步骤s10221和步骤s10222的处理，以提取出用户拍摄的自身人脸照片中的人脸特征向量，进而将此人脸特征向量与此用户的标识对应存储至自身形成的人脸信息库中，以便于此注册用户进入室内机所处空间时，控制器可以快速的识别出此注册用户，提升对注册用户识别的效率。
177.可以看出，上述主要从方法的角度对本技术实施例提供的方案进行了介绍。为了实现上述功能，本技术实施例提供了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的模块及算法步骤，本技术实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，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。
178.本技术实施例可以根据上述方法示例对控制器进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本技术实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
179.本技术实施例还提供一种控制器的硬件结构示意图，如图15所示，该控制器3000包括处理器3001，可选的，还包括与处理器3001连接的存储器3002和通信接口3003。处理器3001、存储器3002和通信接口3003通过总线3004连接。
180.处理器3001可以是中央处理器(central processing unit，cpu)，通用处理器网络处理器(network processor，np)、数字信号处理器(digital signal processing，dsp)、微处理器、微控制器、可编程逻辑器件(programmable logic device，pld)或它们的任意组合。处理器3001还可以是其它任意具有处理功能的装置，例如电路、器件或软件模块。处理
器3001也可以包括多个cpu，并且处理器3001可以是一个单核(single-cpu)处理器，也可以是多核(multi-cpu)处理器。这里的处理器可以指一个或多个设备、电路或用于处理数据(例如计算机程序指令)的处理核。
181.存储器3002可以是只读存储器(read-only memory，rom)或可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory，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 disc read-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，本技术实施例对此不作任何限制。存储器3002可以是独立存在，也可以和处理器3001集成在一起。其中，存储器3002中可以包含计算机程序代码。处理器3001用于执行存储器3002中存储的计算机程序代码，从而实现本技术实施例提供的一种空调系统的控制方法。
182.通信接口3003可以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)等)。通信接口3003可以是模块、电路、收发器或者任何能够实现通信的装置。
183.总线3004可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线3004可以分为地址总线、数据总线、控制总线等。为便于表示，图15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。
184.本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质包括计算机执行指令，当计算机执行指令在计算机上运行时，使得计算机执行如上述实施例提供的一种空调系统的控制方法。
185.本发明实施例还提供一种计算机程序产品，该计算机程序产品可直接加载到存储器中，并含有软件代码，该计算机程序产品经由计算机载入并执行后能够实现上述实施例提供的一种空调系统的控制方法。
186.本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
187.通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。
188.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件
可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是一个物理单元或多个物理单元，即可以位于一个地方，或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
189.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该软件产品存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
190.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。