一种基于信息融合BN的人员在室状态识别方法技术

本发明专利技术提供一种基于信息融合BN的人员在室状态识别方法，包括以下步骤：（1）、构建基于BN的识别模型；（2）、确定基于BN的识别规则；（3）、红外传感器、热释电传感器和压力传感器实时探测信号；（4）、处理器接收来自红外传感器、热释电传感器和压力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人员在室状态的识别结果；（6）、处理器将人员在室状态的识别结果输出到空调控制模块；基于BN开放式的网络拓扑结构，本发明专利技术将来自多源传感器的信息融合到BN中，以此提高人员在室状态的识别性能。

A Method of Personnel Status Recognition in Room Based on Information Fusion BN

【技术实现步骤摘要】
一种基于信息融合BN的人员在室状态识别方法
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的人员在室状态识别方法。
技术介绍
由于我国经济的不断发展，能源消耗越来越大，建筑能耗比例随着城市化程度不断提高，这其中，空调与供暖能耗占建筑能耗的60%。因此，实现建筑节能的目标就主要集中在空调供暖系统的节能。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。现有所谓的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，一款智能空调首先应该具有的基本功能是智能开关控制。具体是指：基于室内人员存在状态，空调能够自动开机与关机，即，室内有人员存在，空调自动开启，而无人员存在时，空调自动关闭。通过实现上述基本功能，可有效避免人员离开房间时由于忘记关空调等而导致的能量浪费。显然，实现上述基本功能的核心技术是如何准确识别人员在室的存在状态。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）的人员在室状态识别方法。基于BN开放式的网络拓扑结构，来自多源传感器的信息被融合到BN中，以此提高识别性能。
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，提供了一种识别性能优良的基于信息融合BN的人员在室状态的识别方法，通过将来自多源传感器的信息融合在BN中，提高识别性能。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的人员在室状态识别方法，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、热释电传感器和压力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、热释电传感器和压力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人员在室状态的识别结果；（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，该节点表示人员在室状态，设有“Yes”和“No”两种状态，分别对应的表示室内有人员存在和室内无人员存在，所述征兆层包括三个节点，三个节点为红外传感器节点、热释电传感器节点和压力传感器节点，每个节点包括两个状态，分别是“Change”和“Nochange”，分别对应的表示每个节点的传感器感应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）中的红外传感器共有4组，每组包括2个红外传感器；4组红外传感器放置在房间入口处，放置高度依此为0.5m，1.0m，1.5m和2.0m；每组红外传感器设置在房间入口的同侧，每组红外传感器间隔设置在同一高度，间隔的间距为5~10cm；每组传感器中，靠近房间外侧的为前红外传感器，靠近房间内侧的为后红外传感器；当前红外传感器首先感应到人员存在，后红外传感器随后感应到人员存在，则判断为人员进入房间，否则判断为人员离开房间；热释电传感器的个数由房间面积与热释电传感器的有效范围确定，热释电传感器均匀设置在房间的顶部；压力传感器包括无线传输压力传感器和有线压力传感器，放置于室内人员经常使用的座椅上，压力传感器的个数与室内人员经常使用的座椅个数相一致。进一步的，步骤（3）中的4组红外传感器，只要有一组红外传感器检测到人员进入房间，即视为红外传感器检测到信号变化；对应地，只要有一组红外传感器检测到人员离开房间，或全部红外传感器均未感应到任何信号，均视为红外传感器检测到信号无变化。进一步的，在步骤（3）中，若使用了多组热释电传感器，只要有一组热释电传感器检测到信号变化，即视为热释电传感器检测到信号变化；对应地，若全部热释电传感器均未检测到信号变化，即视为热释电传感器信号无变化。进一步的，在步骤（3）中，若使用了多组压力传感器，只要有一组压力传感器检测到信号变化，即视为压力传感器检测到信号变化；对应地，若全部压力传感器均未检测到信号变化，即视为压力传感器信号无变化。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、热释电传感器和压力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，人员在室状态的识别结果包括两种：室内有人员存在和室内无人员存在。本专利技术的有益效果主要表现如下：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的人员在室状态的识别方法；来自多传感器的信息被有效利用；不仅能输出人员在室状态的识别结果，而且能够输出人员在室与否的概率。附图说明图1是本专利技术的基于信息融合BN的人员在室状态识别原理图；图2是本专利技术的基于信息融合BN的人员在室状态识别模型中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本专利技术提供的一种基于信息融合BN的人员在室状态识别方法通过基于信息融合BN的人员在室状态识别装置进行人员在室的状态识别。基于信息融合BN的人员在室状态识别装置能够准确识别人员在室内的状态，具体是有人或无人，并能够向空调控制系统输出有人或无人的识别结果。基于信息融合BN的人员在室状态识别装置包括有：红外传感器：基于红外测温原理，检测人员在室状态；热释电传感器：通过检测红外线，检测人员在室状态；压力传感器：放置在室内座椅上，通过检测座椅上压力变化，检测人员在室状态；处理器：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、热释电传感器和压力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。一种基于信息融合BN的人员在室状态识别方法，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、热释电传感器和压力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、热释电传感器和压力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人员在室状态的识别结果；（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，该节点表示人员在室状态，设有“Yes”和“No”两种状态，分别对应的表示室内有人员存在和室内无人员存在，所述征兆层包括三个节点，三个节点为红外传感器节点、热释电传感器节点和压力传感器节点，每个节点包括两个状态，分别是“Ch本文档来自技高网...

【技术保护点】
1.一种基于信息融合BN的人员在室状态识别方法，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、热释电传感器和压力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、热释电传感器和压力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人员在室状态的识别结果；（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的人员在室状态识别方法，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、热释电传感器和压力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、热释电传感器和压力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人员在室状态的识别结果；（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的人员在室状态识别方法，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，该节点表示人员在室状态，设有“Yes”和“No”两种状态，分别对应的表示室内有人员存在和室内无人员存在，所述征兆层包括三个节点，三个节点为红外传感器节点、热释电传感器节点和压力传感器节点，每个节点包括两个状态，分别是“Change”和“Nochange”，分别对应的表示每个节点的传感器感应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的人员在室状态识别方法，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的人员在室状态识别方法，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的人员在室状态识别方法，其特征在于：步骤（3）中的红外传感器共有4组，每组包括2个红外传感器；4组红外传感器放置在房间入口处，放置高度依此为0.5m，1.0m，1.5m和2.0m；每组红外传感器设置在房间入口的同侧，每组红外传感器间隔设置在同一高度，间隔的间距为5~10cm；每组传感器中，靠近房间外侧的...

【专利技术属性】
技术研发人员：王占伟，王林，周西文，袁俊飞，程一鸣，张一鸣，白升泽，李归亚，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41