基于睡眠分期的空调睡眠模式的自动控制系统及方法技术方案

本发明专利技术提供了一种基于睡眠分期的空调睡眠模式的自动控制系统及方法，包括：睡眠监测模块：监测并反映用户睡眠阶段的生理参数；学习模块：根据生理参数对用户睡眠阶段情况进行机器学习，并发出调温指令；调控模块：根据调温指令对环境参数进行调控。本发明专利技术结合了科学的客观睡眠分期方法，较为客观地、从机理上去改善用户的睡眠质量；本发明专利技术完善了控制逻辑，并且借助AI模型机器学习这一工具，使得整个自动控制策略具有更高精度和应用价值；本发明专利技术将用户睡眠情况的存在个体差异等特点考虑其中，这可使得本发明专利技术能够推广于更多的用户。

Automatic control system and method of air conditioning sleep mode based on sleep stage

【技术实现步骤摘要】
基于睡眠分期的空调睡眠模式的自动控制系统及方法
本专利技术涉及睡眠医学
，具体地，涉及一种基于睡眠分期的空调睡眠模式的自动控制系统及方法。
技术介绍
睡眠，是一种人类不可缺少的生理现象，它既能保持身体健康和补充体力，亦可提高工作能力。人体的睡眠由两个交替出现的不同睡眠时期所组成，一个是非快速眼动睡眠(NREM)，另一个是快速眼动睡眠(REM)。其中非快速眼动睡眠分为三个阶段，分别为：睡眠1期(N1)、睡眠2期(N2)、睡眠3期(N3)。健康成年人典型睡眠过程大致如下：觉醒——非快速眼动睡眠即NREM期(睡眠1期-睡眠2期-睡眠3期-睡眠2期)——快速眼动期即REM期——非快速眼动睡眠(睡眠1期-睡眠2期-睡眠3期-睡眠2期)——快速眼动期——非快速眼动期——快速眼动期——觉醒。睡眠质量好坏与人体健康与否有密切关系，拥有好的睡眠质量至关重要。已有研究发现，睡眠质量差的人群现在越来越广泛。失眠会导致精神疲劳、决策能力差、学习障碍以及代谢紊乱，严重者会导致慢性疾病。人体的睡眠质量受到许多因素的影响，如健康状况，情绪状态，床褥系统和客观环境因素等。健康状况与情绪状态是属于影响睡眠的主观因素，是属于不可控制的因素，而床褥、物理环境因素是属于客观因素，这是客观可控的因素。已有研究表明人体热调节和睡眠节律之间有密不可分的联系。故本专利技术将目光聚焦到客观物理环境中的热环境，希望通过改善睡眠期间热湿环境，提高睡眠健康人群的睡眠质量。近年来尤其是夏季空调房间温度对睡眠质量影响的研究非常热门，一些研究者找到了促进睡眠质量的夏季空调房间最优温度值，还有一些学者认为由于人体整夜的核心温度与皮肤温度都在随着睡眠时期而不断变化，因此尝试寻找整夜房间温度处于变化时对睡眠质量的影响。然而，目前来看，“房间热湿环境如何变化才能达到提高睡眠质量的同时又降低空调能耗”这一问题仍然存在。本专利技术旨在为目前广泛研究的空调器睡眠模式自动控制策略提供新思路。变化房间温度、湿度等环境参数是为了提高睡眠质量，因此从此目的出发，由于用户睡眠具有个体间差异性，故需要对每个用户的睡眠数据借助机器学习，并将用户整晚的睡眠分期以及睡眠阶段转化特点进行记忆。同时，根据不同睡眠阶段用户生理所需要热环境去调节客观热环境，从而延长REM时长以及慢波睡眠(N3期)时长，进一步提高用户的睡眠质量。鉴于空调房间的温度、湿度等环境参数自动控制策略的研究非常热门，同时具有一定的应用需求，目前市场上已经出现了很多与空调结合的调温控制逻辑策略。通过对现有专利文献的检索发现，申请号CN201910857143.7的专利技术专利公开了一种空调器睡眠控制方法、装置及空调器，包括：获取空调器睡眠模式运行信号；在睡眠模式运行过程中，记录用户对空调器发出的调节指令以及所述调节指令的发出时间，并根据所述调节指令与所述发出时间生成并存储自调节控制指令；当空调器再次运行睡眠模式时，在所述发出时间的第一预设时长前运行所述自调节控制指令。该方法只是对用户睡眠期间的调节空调行为进行记录，并没有从睡眠分期机理出发，去改善用户睡眠效果。申请号为CN201910902521.9的专利技术专利公开了一种基于睡眠生理信号监测的环境温度自适应调整系统，旨在解决现有技术使用不方便，无法基于生理信号实现环境调控的问题，但是该系统过多的讨论了系统在应用过程中的实现问题，包括一些计算滤波、增益电路中场效应管对应的等效电阻、控制电压，根据环境温度信号、生理信号、生理特征信号获取环境温度调节量等，但实际上若想使空调睡眠模式控制的精准度提高，搞清楚人体睡眠分期机理是关键，而这恰恰是该专利所缺失的。因此，基于人体睡眠分期的空调睡眠模式自动控制策略还需要做更深层次地探究和创新。因此本专利技术涉及的空调睡眠模式的自动控制策略思想，是从根本上搞清楚人体睡眠分期机理，将判断睡眠分期的客观指标和科学指标结合起来，以期实现空调房间的温度、湿度等环境参数的睡眠模式的合理自动控制。专利文献CN109059214A(申请号：201810932323.2)公开了一种空调器的自动睡眠控制方法，所述空调器的自动睡眠控制方法包括以下步骤：空调器上电运行，获取空调器的检测数据，检测数据包括当前时间、当前环境亮度以及当前环境温度；当检测数据满足自动睡眠模式进入条件时，控制空调器运行自动睡眠模式。本专利技术还公开一种空调器及计算机可读存储介质。
技术实现思路
针对现有技术中的缺陷，本专利技术的目的是提供一种基于睡眠分期的空调睡眠模式的自动控制系统及方法。根据本专利技术提供的基于睡眠分期的空调睡眠模式的自动控制系统，包括：睡眠监测模块：监测并反映用户睡眠阶段的生理参数；学习模块：根据生理参数对用户睡眠阶段情况进行机器学习，并发出调温指令；调控模块：根据调温指令对环境参数进行调控。优选地，所述睡眠监测模块包括：监测用户N2-N3期过渡段的时长、用户N3期临近结束时的脑电波形和用户REM期临近结束时的脑电波形。优选地，所述学习模块包括：机器记录模块：记录包括：用户的性别、年龄以及卧室中的床褥类型；机器学习模块：学习包括：用户的脑电分期、延长N3期和REM期的生理温度和用户实际感知到设定环境参数的时长。优选地，所述学习模块学习空调调节到用户设定环境参数的所需时长，即某一个睡眠时刻与N3期开始或REM期结束的时差；根据空调调节到用户设定环境参数的所需时长确定，向空调调控中心发出调指令的时刻和用户睡眠阶段时刻。优选地，所述调控模块包括：根据热调节强度和速率确定不同睡眠时期所需的生理环境参数；将不同睡眠时期所需的生理环境参数输入学习模块中进行机器学习，得到空调需要调节的设定睡眠热环境参数。优选地，所述不同睡眠时期所需的生理环境参数包括：延长N3期和REM期的生理温度。优选地，所述热环境参数包括温度和湿度。优选地，根据热环境参数和用户睡眠阶段情况对空调进行自动调节。优选地，所述睡眠监测模块包括：检测用户从躺在床上到进入睡眠阶段N1期之前的时期，即用户躺在床上的时刻作为空调设备切换至睡眠模式自动控制的时刻；根据热环境需求的变化以及用户需求，学习用户生理信号，包括脑电、血压、心率以及皮肤温度，并对进入睡眠前的热环境参数进行调控。根据本专利技术提供的基于睡眠分期的空调睡眠模式的自动控制方法，包括：睡眠监测步骤：监测并反映用户睡眠阶段的生理参数；学习步骤：根据生理参数对用户睡眠阶段情况进行机器学习，并发出调温指令；调控步骤：根据调温指令对环境参数进行调控。与现有技术相比，本专利技术具有如下的有益效果：1、本专利技术结合了科学的客观睡眠分期方法，较为客观地、从机理上去改善用户的睡眠质量；2、本专利技术中AI模型的学习内容是将目前睡眠热环境研究中重要因素都考虑其中，较其他策略来说更加完善了控制逻辑，并且借助AI模型机器学习这一工具，使得整个自动控制策略具有更高精度和应用价值；3、本专利技术通过AI模型机器学习模块，将用户睡眠情况的存在个体差异等特本文档来自技高网...

【技术保护点】
1.一种基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，包括：/n睡眠监测模块：监测并反映用户睡眠阶段的生理参数；/n学习模块：根据生理参数对用户睡眠阶段情况进行机器学习，并发出调温指令；/n调控模块：根据调温指令对环境参数进行调控。/n

【技术特征摘要】
1.一种基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，包括：
睡眠监测模块：监测并反映用户睡眠阶段的生理参数；
学习模块：根据生理参数对用户睡眠阶段情况进行机器学习，并发出调温指令；
调控模块：根据调温指令对环境参数进行调控。


2.根据权利要求1所述的基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，所述睡眠监测模块包括：监测用户N2-N3期过渡段的时长、用户N3期临近结束时的脑电波形和用户REM期临近结束时的脑电波形。


3.根据权利要求1所述的基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，所述学习模块包括：
机器记录模块：记录包括：用户的性别、年龄以及卧室中的床褥类型；
机器学习模块：学习包括：用户的脑电分期、延长N3期和REM期的生理温度和用户实际感知到设定环境参数的时长。


4.根据权利要求1所述的基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，所述学习模块学习空调调节到用户设定环境参数的所需时长，即某一个睡眠时刻与N3期开始或REM期结束的时差；
根据空调调节到用户设定环境参数的所需时长确定，向空调调控中心发出调指令的时刻和用户睡眠阶段时刻。


5.根据权利要求1所述的基于睡眠分期的空调睡眠模式的自动控制系统，其特征在于，所述调控模块包括：根据热调节强度和速率...

【专利技术属性】
技术研发人员：连之伟，曹婷，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31