一种基于信息融合BN的在室人员活动状态识别方法技术

本发明专利技术提供一种基于信息融合BN的在室人员活动状态识别方法，（1）、构建基于BN的识别模型；所述BN的识别模型包括BN的结构和BN的参数；（2）、确定基于BN的识别规则；（3）、红外传感器、震动传感器和三轴加速度传感器实时探测信号；（4）、处理器接收来自红外传感器、震动传感器和三轴加速度传感器实时探测的信号；（5）、处理器基于载有的基于BN的识别模型与识别规则做出此时在室人员活动状态的识别结果；（6）、处理器将在室人员活动状态的识别结果输出到空调控制模块。本发明专利技术将来自多源传感器的信息融合到BN中，不仅能有效识别在室人员的活动状态，而且以更合理的概率形式输出在室人员不同活动状态的概率。

A Method of Activity State Recognition of Room Personnel Based on Information Fusion BN

【技术实现步骤摘要】
一种基于信息融合BN的在室人员活动状态识别方法
本专利技术涉及智能空调控制
，尤其涉及一种基于信息融合BN的在室人员活动状态识别方法。
技术介绍
如今，建筑能耗比例已占全社会总能耗的20-40%，其中空调与供暖能耗是建筑能耗中的大户，比例约60%。因此，空调供暖系统的节能是实现建筑节能的关键所在。得益于人工智能和大数据算法的快速发展，越来越多的学者开始思考如何通过提高空调智能化与自主性来实现空调运行的节能。然而，空调智能化研究尚处于起步阶段。现有所谓智能空调真正离智能化和自主性调节相去甚远。通过对现有智能空调现状的分析，智能空调发展尚存在三个问题：1）控制调节不智能；2）需求响应不及时；3）运行能耗不节约。针对上述分析出的三个问题，一款智能空调应该具有的基本功能之一是自主参数调节。具体是指：基于在室人员活动状态，空调能够自发地调节送风的温度，即，在夏季，在室人员运动时，空调自发地降低送风温度，而在室人员不运动时，空调自发地提高送风温度。通过实现上述这一功能，可有效及时地根据在室人员活动状态调节空调的运行参数，在满足不同活动状态下在室人员对不同温度的需求，获得满意热舒适的同时，有效降低了空调的运行能耗。显然，实现上述这一基本功能的核心技术是如何准确识别在室人员的活动状态。基于此，本专利技术提供了一种基于信息融合贝叶斯网络（BN）的在室人员活动状态识别方法。
技术实现思路
本专利技术的目的是为解决实现智能空调基本功能的核心技术问题，提供了一种有效的基于信息融合BN的在室人员活动状态的识别方法，本专利技术将来自多源传感器的信息融合到BN中，不仅能有效识别在室人员的活动状态，而且以更合理的概率形式输出在室人员不同活动状态的概率。本专利技术为解决上述技术问题采用的技术方案是：一种基于信息融合BN的在室人员活动状态识别方法，包括以下步骤：（1）、构建基于BN的识别模型；所述BN的识别模型包括BN的结构和BN的参数；（2）、确定基于BN的识别规则；（3）、红外传感器、震动传感器和三轴加速度传感器实时探测信号；（4）、处理器接收来自步骤（3）中红外传感器、震动传感器和三轴加速度传感器实时探测的信号；（5）、处理器基于载有的基于BN的识别模型与BN的识别规则做出此时在室人员活动状态的识别结果；（6）、处理器将在室人员活动状态的识别结果输出到空调控制模块。进一步的，在步骤（1）中，所述BN的结构包括识别层和征兆层，所述识别层包括一个节点，该节点表示在室人员活动状态，设有“Yes”和“No”两种状态，分别对应的表示在室人员运动和在室人员不运动，所述征兆层三个节点，三个节点为红外传感器节点、震动传感器节点和三轴加速度传感器节点，每个节点包括两个状态，分别是“Yes”和“No”，分别对应的表示传感器接收到信号变化和信号无变化。进一步的，在步骤（1）中，所述BN的参数包括识别层节点两个状态的先验概率和征兆层中传感器节点两个状态的条件概率。进一步的，在步骤（2）中，所述BN的识别规则为：依据最大后验概率原则，将识别层中有着最大后验概率的那个状态输出为识别结果。进一步的，步骤（3）中红外传感器的个数由房间面积与红外传感器的有效辐射范围确定，红外传感器均匀的设置在房间的顶部；震动传感器的个数由房间面积与震动传感器的有效范围确定，震动传感器均匀的设置在房间的地板上；三轴加速度传感器设置在可穿戴智能手环内，人员在室内时，要求佩戴该种可穿戴的智能手环。进一步的，步骤（3）中的红外传感器，只要有一组红外传感器检测到室内热源温度变化超过预先设置的阈值时，即视为红外传感器检测到信号变化；对应地，当全部红外传感器均未检测到室内热源温度变化超过预先设置的阈值时，视为红外传感器信号无变化。进一步的，在步骤（3）中，若使用了多组震动传感器，只要有一组震动传感器检测到室内震动幅度大于预先设置的阈值时，即视为震动传感器检测到信号变化；对应地，若全部震动传感器均未检测到室内震动幅度大于预先设置的阈值时，即视为震动传感器信号无变化。进一步的，在步骤（3）中，当在室人员佩戴的三轴加速度传感器检测到信号变化，即视为三轴加速度传感器检测到信号变化；对应地，若在室人员佩戴的三轴加速度传感器未检测到信号变化，即视为三轴加速度传感器信号无变化。进一步的，所述步骤（4）中，处理器是载有基于BN的识别模型与识别规则，能够接收和处理所述红外传感器、震动传感器和三轴加速度传感器感应到的信号，能够执行所述基于BN的识别模型与识别规则；能够将识别结果输出到空调的控制模块中。进一步的，所述步骤（5）中，在室人员活动状态的识别结果包括两种：在室人员运动和在室人员不运动。本专利技术的有益效果主要表现如下：本专利技术解决了实现智能空调基本功能的核心技术问题，提供了一种有效的基于信息融合BN的在室人员活动状态的识别方法；来自多传感器的信息被有效利用；不仅能输出在室人员活动状态的识别结果，而且能够输出在室人员不同活动状态的概率。附图说明图1是本专利技术的基于信息融合BN的在室人员活动状态识别原理图；图2是本专利技术的基于信息融合BN的在室人员活动状态识别模型中BN的结构示意图。具体实施方式结合实施例对本专利技术加以详细说明，本实施例以本专利技术技术方案为前提，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。实施例1一种基于信息融合BN的在室人员活动状态识别方法，包括以下步骤：（1）、构建基于BN的识别模型；所述BN的识别模型包括BN的结构和BN的参数；（2）、确定基于BN的识别规则；（3）、红外传感器、震动传感器和三轴加速度传感器实时探测信号；（4）、处理器接收来自步骤（3）中红外传感器、震动传感器和三轴加速度传感器实时探测的信号；（5）、处理器基于载有的基于BN的识别模型与BN的识别规则做出此时在室人员活动状态的识别结果；（6）、处理器将在室人员活动状态的识别结果输出到空调控制模块。进一步的，在步骤（1）中，所述BN的结构包括识别层和征兆层，所述识别层包括一个节点，该节点表示在室人员活动状态，设有“Yes”和“No”两种状态，分别对应的表示在室人员运动和在室人员不运动，所述征兆层三个节点，三个节点为红外传感器节点、震动传感器节点和三轴加速度传感器节点，每个节点包括两个状态，分别是“Yes”和“No”，分别对应的表示传感器接收到信号变化和信号无变化。进一步的，在步骤（1）中，所述BN的参数包括识别层节点两个状态的先验概率和征兆层中传感器节点两个状态的条件概率。进一步的，在步骤（2）中，所述BN的识别规则为：依据最大后验概率原则，将识别层中有着最大后验概率的那个状态输出为识别结果。进一步的，步骤（3）中红外传感器的个数由房间面积与红外传感器的有效辐射范围确定，红外传感器均匀的设置在房间的顶部；震动传感器的个数由房间面积与震动传感器的有效范围确定，震动传感器均匀的设置在房间的地板上；三轴加速度传感器设置在可穿戴智能手环内，人员在室内时，要求佩戴该种可穿戴的智能手环。进一步的，步骤（3）中的红外传感器，只要有一组红外传感器检测到室内热源温度变化超过预先设置的阈值时，即视为红外传感器检测到信号变化；对应地，当全部红外传感器均未检测到室内热源温度变化超过预先设置的阈值时，视为红外传感器信号无变化。进一步的，本文档来自技高网...

【技术保护点】
1.一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：包括以下步骤：（1）、构建基于BN的识别模型；所述BN的识别模型包括BN的结构和BN的参数；（2）、确定基于BN的识别规则；（3）、红外传感器、震动传感器和三轴加速度传感器实时探测信号；（4）、处理器接收来自步骤（3）中红外传感器、震动传感器和三轴加速度传感器实时探测的信号；（5）、处理器基于载有的基于BN的识别模型与BN的识别规则做出此时在室人员活动状态的识别结果；（6）、处理器将在室人员活动状态的识别结果输出到空调控制模块。

【技术特征摘要】
1.一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：包括以下步骤：（1）、构建基于BN的识别模型；所述BN的识别模型包括BN的结构和BN的参数；（2）、确定基于BN的识别规则；（3）、红外传感器、震动传感器和三轴加速度传感器实时探测信号；（4）、处理器接收来自步骤（3）中红外传感器、震动传感器和三轴加速度传感器实时探测的信号；（5）、处理器基于载有的基于BN的识别模型与BN的识别规则做出此时在室人员活动状态的识别结果；（6）、处理器将在室人员活动状态的识别结果输出到空调控制模块。2.根据权利要求1中所述的一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：在步骤（1）中，所述BN的结构包括识别层和征兆层，所述识别层包括一个节点，该节点表示在室人员活动状态，设有“Yes”和“No”两种状态，分别对应的表示在室人员运动和在室人员不运动，所述征兆层三个节点，三个节点为红外传感器节点、震动传感器节点和三轴加速度传感器节点，每个节点包括两个状态，分别是“Yes”和“No”，分别对应的表示传感器接收到信号变化和信号无变化。3.根据权利要求2中所述的一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：在步骤（1）中，所述BN的参数包括识别层节点两个状态的先验概率和征兆层中传感器节点两个状态的条件概率。4.根据权利要求3所述的一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：在步骤（2）中，所述BN的识别规则为：依据最大后验概率原则，将识别层中有着最大后验概率的那个状态输出为识别结果。5.根据权利要求4中所述的一种基于信息融合BN的在室人员活动状态识别方法，其特征在于：步骤（3）中红外传感器的个数由房间面积与红外传感器的有效辐射范围确定，红外传感器均匀的设置在房间的顶部；震动传感器的...

【专利技术属性】
技术研发人员：王占伟，王林，周西文，马爱华，谈莹莹，程一鸣，冯臻博，向行行，吉燕芳，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41