本發(fā)明涉及家用電器技術領域，特別是涉及一種空調的控制方法、裝置及空調。

背景技術：

隨著智能化的到來，各種各樣的智能化電器走進千家萬戶，其中，家用空調器也成為日常生活不可或缺的電器產品。傳統(tǒng)空調器的控制方法在使用者設置一次參數之后，就可以在以后每次使用該空調器時，均根據該參數對空調器進行控制。

發(fā)明人在實現本發(fā)明的過程中，發(fā)現相關技術至少存在以下問題:傳統(tǒng)空調器的出風溫度調整對象是一片區(qū)域內，例如，調整一個房間內的出風溫度。然而，此種調整方法未能夠惠及位于該區(qū)域內對出風溫度具有特殊需求的用戶，例如，該用戶剛剛經歷長跑運動，其需要盡快降溫，顯然，傳統(tǒng)空調器的出風溫度調整方法是針對位于該區(qū)域內所有用戶，并未惠及此類型用戶。因此，傳統(tǒng)空調器未能夠提供個性化出風溫度調整策略。

技術實現要素：

本發(fā)明實施例的一個目的旨在提供一種空調的控制方法、裝置及空調，其解決傳統(tǒng)空調未能夠為用戶提供個性化溫度的技術問題。

為解決上述技術問題，本發(fā)明實施例提供以下技術方案：

在第一方面，本發(fā)明實施例提供一種空調的控制方法。所述方法包括：

獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征；根據各個所述用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個所述用戶匹配優(yōu)先級；根據所述優(yōu)先級最高的用戶，確定所述空調的運行參數，并使所述空調按所確定的運行參數運行。

可選地，所述用戶特征包括年齡，所述優(yōu)先級包括第一優(yōu)先級和第二優(yōu)先級，所述第一優(yōu)先級優(yōu)先于所述第二優(yōu)先級，所述空調的運行參數包括出風大小、出風方向和出風溫度；所述根據各個所述用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個所述用戶匹配優(yōu)先級，包括：將所述年齡小于或者等于第一閾值以及所述年齡大于或者等于第二閾值的用戶匹配第一優(yōu)先級，將年齡大于第一閾值以及所述年齡小于第二閾值的用戶匹配第二優(yōu)先級；所述根據所述優(yōu)先級最高的用戶，確定所述空調的運行參數包括：確定是否存在第一優(yōu)先級的用戶；若存在，識別所述第一優(yōu)先級的用戶所在的位置，并且根據所述第一優(yōu)先級的用戶所在的位置，通過預設年齡適配模型，確定所述空調的出風大小、出風溫度以及出風方向；將所確定的出風大小、出風溫度以及出風方向作為所述空調的運行參數。

可選地，所述方法還包括：獲取所述第一優(yōu)先級的用戶的體表溫度；判斷所述體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度，其中，所述預設最佳體表溫度為與第一優(yōu)先級的用戶相匹配的最優(yōu)體表溫度；若是小于，則上調所確定的出風溫度，并使所述空調按上調之后的出風溫度運行；若是大于，則下調所確定的出風溫度，并使所述空調按下調之后的出風溫度運行。

可選地，所述第一優(yōu)先級的用戶的數量為多個；所述判斷所述體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度具體為：判斷所述第一優(yōu)先級的多個用戶的平均體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度。

可選地，所述第一優(yōu)先級的用戶的體溫是在通過紅外攝像頭采集到第一優(yōu)先級的用戶的紅外圖像之后，根據所述紅外圖像識別得到的。

在第二方面，本發(fā)明實施例提供一種空調的控制裝置。所述控制裝置包括：用戶特征獲取模塊，用于獲取位于所述空調所覆蓋的目標區(qū)域內的用戶的用戶特征；優(yōu)先級匹配模塊，用于根據各所述用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各用戶匹配優(yōu)先級；控制模塊，用于根據所述優(yōu)先級最高的用戶，確定所述空調的運行參數，并使所述空調按所確定的運行參數運行。

可選地，所述用戶特征包括年齡，所述優(yōu)先級包括第一優(yōu)先級和第二優(yōu)先級，所述第一優(yōu)先級優(yōu)先于第二優(yōu)先級，所述空調的運行參數包括出風大小、出風方向和出風溫度；所述優(yōu)先級匹配模塊具體用于：將所述年齡小于或者等于第一閾值以及所述年齡大于或者等于第二閾值的用戶匹配第一優(yōu)先級，將年齡大于第一閾值以及所述年齡小于第二閾值的用戶匹配第二優(yōu)先級；所述控制模塊具體用于：確定是否存在第一優(yōu)先級的用戶；若存在，識別所述第一優(yōu)先級的用戶所在的位置，并且根據所述第一優(yōu)先級的用戶所在的位置，通過預設年齡適配模型，確定所述空調的出風大小、出風溫度以及出風方向；將所確定的出風大小、出風溫度以及出風方向作為所述空調的運行參數。

可選地，所述裝置還包括：體表溫度獲取模塊，用于獲取所述第一優(yōu)先級的用戶的體表溫度；體表溫度判斷模塊，用于判斷所述體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度，其中，所述預設最佳體表溫度為與第一優(yōu)先級的用戶相匹配的最優(yōu)體表溫度；運行參數調整模塊，具體用于：在所述體表溫度是大于預設最佳體表溫度時，上調所確定的出風溫度，并使所述空調按上調之后的出風溫度運行；在所述體表溫度是小于預設最佳體表溫度時，下調所確定的出風溫度，并使所述空調按下調之后的出風溫度運行。

可選地，所述第一優(yōu)先級的用戶的數量為多個；所述體表溫度獲取模塊具體用于：判斷所述第一優(yōu)先級的用戶的平均體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度。

可選地，所述體表溫度獲取模塊具體用于：通過紅外測溫，獲取所述第一優(yōu)先級的用戶的體表溫度。

在第三方面，本發(fā)明實施例提供一種空調，所述空調包括：用于采集用戶特征信息的圖像采集裝置；用于采集用戶體表溫度的溫度采集裝置；存儲器；以及至少一個處理器，所述圖像采集裝置、所述溫度采集裝置和所述存儲器分別與所述處理器通信連接；所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令程序，所述指令程序被所述至少一個處理器執(zhí)行，以使所述至少一個處理器基于所述信息采集裝置的采集信息，執(zhí)行如上所述任一項的空調控制方法。

在本發(fā)明實施例提供的空調的控制方法，通過獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征，根據各個用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個用戶匹配優(yōu)先級，根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。因此，其能夠針對特定的用戶，智能調節(jié)空調的出風溫度和出風狀況，為用戶提供智能、個性化的服務。

附圖說明

一個或多個實施例通過與之對應的附圖中的圖片進行示例性說明，這些示例性說明并不構成對實施例的限定，附圖中具有相同參考數字標號的元件表示為類似的元件，除非有特別申明，附圖中的圖不構成比例限制。

圖1是本發(fā)明實施例提供一種空調應用場景示意圖；

圖2是本發(fā)明實施例提供一種空調控制方法的流程示意圖；

圖3是本發(fā)明另一實施例提供一種空調控制方法的流程示意圖；

圖4是本發(fā)明另一實施例提供一種空調控制方法的流程示意圖；

圖5是本發(fā)明實施例提供一種空調控制裝置的結構示意圖；

圖6是本發(fā)明另一實施例提供一種空調控制裝置的結構示意圖

圖7是本發(fā)明實施例提供一種空調的結構示意圖。

具體實施方式

為了使本發(fā)明的目的、技術方案及優(yōu)點更加清楚明白，以下結合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明實施例提供一種空調應用場景示意圖。如圖1所示，該應用場景100包括以下元素：空調10、第一柜臺11、第二柜臺12、第三柜臺13、第四柜臺14、第五柜臺15、a類用戶16、b類用戶17、c類用戶18以及攝像頭19。a類用戶16、b類用戶17、c類用戶18分布于各個柜臺上并且辦理對應業(yè)務。空調10用于調節(jié)辦公大廳內的溫度，攝像頭19用于獲取目標區(qū)域的圖像。

其中，a類用戶16、b類用戶17、c類用戶18可以是以年齡段區(qū)分類別用戶，可以是以性別區(qū)分類別用戶，亦可以是vip用戶區(qū)分類別用戶。例如：a類用戶16屬于未成年人類別，其年齡段在0歲至18歲之間，b類用戶17屬于年輕人類別，其年齡段在18歲至45歲之間，c類用戶18屬于老年人類別，其年齡段在45歲以上。

由于不同類別的用戶，其對空調10的溫度、風向、風速皆有著不同的需求。例如：在同等舒服條件下，a類用戶16需要的溫度為25攝氏度，c類用戶18需要的溫度與a類用戶16同樣。然而，對于b類用戶17，其需要相對較低的溫度23攝氏度。

在一些應用中，管理員可以根據業(yè)務需求，預先配置a類用戶16、b類用戶17、c類用戶18的優(yōu)先級，觸發(fā)空調10根據優(yōu)先級調節(jié)空調10的運行參數。

在一些應用中，其還可以根據a類用戶16、b類用戶17、c類用戶18在特定區(qū)域出現的概率以調節(jié)空調10的運行參數。具體的，其可以統(tǒng)計a類用戶16、b類用戶17、c類用戶18在目標區(qū)域內對應的總數，根據a類用戶16、b類用戶17、c類用戶18在目標區(qū)域內對應的總數計算出a類用戶16、b類用戶17、c類用戶18對應的比例，然后再比較各個對應比例的大小，最后根據比例大小調節(jié)空調10的運行參數。例如：在目標區(qū)域101內，總用戶數量為15，a類用戶16為7，b類用戶17為3，c類用戶18為5，那么，a類用戶16對應的比例為7/15，b類用戶17為3/15，c類用戶18為5/15，因此，a類用戶16人數最多，那么可以確定a類用戶對應的優(yōu)先級最高，c類次之，b類最后。

在一些應用中，空調10還可以根據特定用戶的體表溫度提供智能化調節(jié)。例如：用戶為感冒狀態(tài)，其溫度為38攝氏度。攝像頭19采集用戶的紅外圖像，并且分析出用戶的溫度為38攝氏度?？照{10獲取該用戶的體表溫度，解析出該用戶的體表溫度為異常情況，因此，空調10可以提高溫度，降低風速，使風向朝向其他人。

需要說明的是，圖1中所示的應用環(huán)境，只是其中一種應用場景，，在其他合適的應用環(huán)境中，還可以根據具體的需求，對空調配置對應的控制策略，智能調節(jié)空調的運行參數。

具體的，請參閱圖2，圖2是本發(fā)明實施例提供的一種空調控制方法的流程示意圖。該方法包括：

步驟21、獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征。

本發(fā)明實施例中，當有用戶位于空調所覆蓋的目標區(qū)域內時，空調則獲取該用戶的用戶特征。其中，目標區(qū)域可以是空調在運行過程中，能夠覆蓋到的所有區(qū)域，也可以是空調出風口附近的特定區(qū)域，實際可根據房間的大小和用戶的數量等進行確定。

用戶的用戶特征可以為空調能夠識別到的證明用戶身份的的特征，該用戶特征可以是用戶的面部特征、體型特征、行為模式等。

例如，用戶特征為人臉時，當有用戶(如附圖1中的應用環(huán)境所示的用戶)位于空調所覆蓋的目標區(qū)域時，攝像頭首先獲取目標區(qū)域的圖像，并從該圖像中提取所有用戶的人臉，通過用戶的不同人臉的特征，識別所有用戶。又如，用戶的用戶特征為語音時，當有用戶位于空調所覆蓋的目標區(qū)域時，聲音采集器采集目標區(qū)域內的所有用戶的語音信息，通過語音特征，識別所有用戶。

需要說明的是，對用戶的用戶特征的獲取既可以是，例如，攝像頭，聲音采集器主動獲取的，也可以是，響應用戶的請求所獲取的，如，用戶做某一特定動作，響應攝像頭采集目標區(qū)域內的圖像。

步驟22、根據各個用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各用戶匹配優(yōu)先級。

本發(fā)明實施例需要預先采集會經常使用該空調的若干用戶的用戶特征，并且為每一個用戶對應的用戶特征匹配對應的優(yōu)先級存儲于預設優(yōu)先級匹配模型中。例如，用戶甲的用戶特征匹配的優(yōu)先級為1級，用戶乙的用戶特征匹配的優(yōu)先級為2級等。

每一次在獲取目標區(qū)域所有用戶的用戶特征之后，通預設優(yōu)先級匹配模型可以查找與各個用戶相匹配的優(yōu)先級，比如：預設優(yōu)先級匹配模型中規(guī)定老人和兒童為一個優(yōu)先級，青年人為一個優(yōu)先級，在識別到用戶為老人時，直接匹配老人對應的優(yōu)先級，在識別到為青年人時，匹配另一個優(yōu)先級。當然，若空調的用戶是固定的，例如：家庭空調，其一般是家庭用戶使用的，對于固定的用戶是空調，可以預設存儲各個用戶的樣本，并且每一個用戶匹配對應的優(yōu)先級，在識別到空調所覆蓋的目標區(qū)域內存在用戶時，直接與樣本進行比對識別，如此，不僅可以精確地識別出有哪些用戶在使用空調，還可以提高識別的效率，準確性等等。當然若來了新人，樣本不存在新人的樣本時，可以默認的方式，為該新人匹配優(yōu)先級，并且將該新人的用戶特征更新到樣本中，實現樣本自我更新。

步驟23、根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。

如步驟22所述，具體可以通過用戶特征的優(yōu)先級，確定其對應用戶的優(yōu)先級，并選擇其中優(yōu)先級最高的用戶來確定空調的運行參數。在確定運行參數后，即發(fā)出相應的控制指令控制空調以該運行參數的運行。在本發(fā)明實施例中，可以針對特定的用戶及其用戶特征，智能調節(jié)空調的運行參數，為用戶提供智能、個性化的服務，很好的提高了空調的智能化程度，豐富了空調的控制方式。

具體可以采用任何合適種類的，用以代表目標區(qū)域的用戶的特征作為用戶特征，例如用戶的年齡。在一些實施例中，優(yōu)先級可以設置為兩個，分別為第一優(yōu)先級和第二優(yōu)先級。相對應地，運行參數還可以包括空調的出風大小、出風方向以及出風溫度。當然，還可以根據實際情況，添加或者減省一些可調節(jié)的運行參數，例如制冷模式等。如下對按年齡對用戶劃分優(yōu)先級為例進行說明：

步驟22具體為包括：將年齡小于或者等于第一閾值以及年齡大于或者等于第二閾值的用戶匹配第一優(yōu)先級，將年齡大于第一閾值以及年齡小于第二閾值的用戶匹配第二優(yōu)先級。

使用年齡作為優(yōu)先級的判斷標準，根據用戶的年齡來確定用戶與第一優(yōu)先級還是第二優(yōu)先級匹配，例如：將第一閾值設定為兒童的平均年齡，將第二閾值設定為老人的平均年齡，將小于兒童平均年齡的用戶和大于老人平均年齡的用戶匹配為第一優(yōu)先級，將年齡在兒童的平均年齡和老人的平均年齡之間的用戶匹配為第二優(yōu)先級。

當只有兩個優(yōu)先級時，還需要判斷是否存在最高級別的用戶，若存在時，才鎖定最高級的用戶，按最高級的用戶，調節(jié)調空，具體的，如圖3所示，步驟23具體可以包括：

步驟231、確定是否存在第一優(yōu)先級的用戶。

由于第一優(yōu)先級是較高的優(yōu)先級。因此，首先確定是否存在第一優(yōu)先級，若存在，進入步驟232，否則按照預設模式運行。

步驟232、若存在，識別第一優(yōu)先級的用戶所在的位置，并且根據第一優(yōu)先級的用戶所在的位置，通過預設年齡適配模型，確定空調的出風溫度以及出風方向；

以年齡作為用戶特征，每個不同的年齡階段都有其對應的出風大小、出風溫度和出風方向，例如，老年人和兒童的出風溫度可以為25℃左右，成年人的出風溫度則為20℃左右，老年人和兒童更希望空調的出風方向相對老年人和兒童本身的位置，具有特定的偏移角度，以避免空調正對著吹，而成年人的則更希望空調的出風方向，正對成年人所在的位置。并且，老年人和兒童希望空調吹出的風不宜過大，而成年人則希望以更大的功率進行出風。預設年齡適配模型基于此來計算特定不同年齡和位置的用戶所對應的出風大小、出風溫度和出風方向。

步驟233、將所確定的出風大小、出風溫度以及出風方向作為空調的運行參數。

通過步驟233確定的出風大小、出風方向以及出風溫度，可以使空調根據不同的目標用戶智能的進行運行參數的調整，以滿足不同的用戶的需求，實現空調的智能化和個性化。

請參閱圖4，圖4是本發(fā)明第二實施例提供的一種空調控制方法的流程示意圖，空調控制方法第二實施例與第一實施例不同之處在于，該方法還包括：

步驟46、獲取第一優(yōu)先級的用戶的體表溫度。

本實施例中，空調獲取第一優(yōu)先級的用戶的體表溫度，其中，用戶的體表溫度具體可以通過任何合適的方式采集得到，例如，紅外傳感器采集多個第一優(yōu)先級用戶的體表溫度，空調訪問紅外傳感器，并獲取體表溫度相關數據。

步驟47、判斷體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度。其中，預設最佳體表溫度為與第一優(yōu)先級的用戶相匹配的最優(yōu)體表溫度。

亦即，體表溫度具有三種不同的情況：體表溫度小于最佳體表溫度、體表溫度大于最佳體表溫度以及體表溫度等于最佳體表溫度。根據這三種不同的情況分別對空調的運行參數進行智能調整。

最優(yōu)體表溫度指用戶最舒適的體表溫度，是一個經驗性數值，可以通過對相應年齡段的人的大規(guī)模調查或者數據采集獲得。通常的，最優(yōu)體表溫度對于不同的個體是不一樣的，可以通過求平均值或者加權平均值等數據統(tǒng)計方式，確定一個最能代表該年齡段中不同人的最優(yōu)體表溫度。

步驟48、若是小于，則上調所確定的出風溫度，并使空調按上調之后的出風溫度運行。

在體表溫度小于最佳體表溫度時，表明此時用戶感覺到寒冷，應該向上空調的出風溫度，使得用戶的體表溫度上升以確保用戶的舒適感。

步驟49、若是大于，則下調所確定的出風溫度，并使空調按下調之后的出風溫度運行。

在體表溫度大于最佳體表溫度時，表明此時用戶感覺到較熱。這樣的，應該向下調整空調的出風溫度，使得用戶的體表溫度下降，避免用戶感覺到熱。

需要說明的，空調對用戶體表溫度的監(jiān)控可以是實時的，即：如紅外測溫傳感器實時追蹤最高優(yōu)先級的用戶，及時將最高優(yōu)先級用戶的體表溫度反饋至空調，以使空調根據當前的體表溫度實時調整出風溫度。例如，剛完成長跑的運動員，體表溫度大于最佳體表溫度，此時表明，該名運動員感覺到熱，空調調低其出風溫度，調高其出風大小，同時出風方向正對運動員，以適應當前運動員的身體狀態(tài)。當運動員的體表溫度下降至最佳體表溫度時，紅外測溫傳感器及時將該體表溫度反饋至空調，以使空調在原出風溫度的基礎上，上調出風溫度，以智能適應該運動員當前的身體狀態(tài)。

當然，由于某些空調對應的目標區(qū)域的面積較大。所以，第一優(yōu)先級的用戶可能是存在有多個，例如兩個、三個或者更多的屬于第一優(yōu)先級的用戶。

這樣的，在本發(fā)明實施例中，執(zhí)行步驟42時，可以通過判斷第一優(yōu)先級的用戶的平均體表溫度來確定體表溫度與最佳體表溫度之間的比較情況。

本發(fā)明實施例提供的空調控制方法，通過采集第一優(yōu)先級的用戶的體表溫度，并根據該用戶的體表溫度，智能調整空調的出風大小、出風溫度和出風方向，以符合該用戶當前的身體狀況，從而實現空調的智能化和人性化控制。

圖5是本發(fā)明實施例提供的一種空調控制裝置的結構示意圖。該空調控制裝置50包括：用戶特征獲取模塊51、優(yōu)先級匹配模塊52和控制模塊53。

用戶特征獲取模塊51，用于獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征。

本發(fā)明實施例中，當有用戶位于空調所覆蓋的目標區(qū)域內時，用戶特征獲取模塊51則獲取該用戶的用戶特征。其中，目標區(qū)域可以是空調在運行過程中，能夠覆蓋到的所有區(qū)域，也可以是空調出風口附近的特定區(qū)域，實際可根據房間的大小和用戶的數量等進行確定。

用戶的用戶特征可以為用戶特征獲取模塊51能夠識別到的證明用戶身份的的特征，該用戶特征可以是用戶的面部特征、體型特征、行為模式等。

例如，用戶特征為人臉時，當有用戶(如附圖1中的應用環(huán)境所示的用戶)位于空調所覆蓋的目標區(qū)域時，用戶特征獲取模塊51首先獲取目標區(qū)域的圖像，并從該圖像中提取所有用戶的人臉，通過用戶的人臉特征，識別所有用戶。又如，用戶的用戶特征為語音時，當有用戶位于空調所覆蓋的目標區(qū)域時，用戶特征獲取模塊51采集目標區(qū)域內的所有用戶的語音信息，通過語音特征，識別所有用戶。

需要說明的是，對用戶的用戶特征的獲取既可以是，例如，攝像頭，聲音采集器主動獲取的，也可以是，用戶所觸發(fā)獲取的，如，用戶做某一特定動作，觸發(fā)用戶特征獲取模塊51采集目標區(qū)域內的圖像。

優(yōu)先級匹配模塊52，用于根據各用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各用戶匹配優(yōu)先級。

本發(fā)明實施例需要預先采集會經常使用該空調的若干用戶的用戶特征，并且為每一個用戶對應的用戶特征匹配對應的優(yōu)先級存儲于預設優(yōu)先級匹配模型中。例如，用戶甲的用戶特征匹配的優(yōu)先級為1級，用戶乙的用戶特征匹配的優(yōu)先級為2級等。

每一次在獲取目標區(qū)域所有用戶的用戶特征之后，優(yōu)先級匹配模塊52可以查找與各個用戶相匹配的優(yōu)先級。其中，若優(yōu)先級匹配模塊52獲取的用戶特征，在預設優(yōu)先級匹配模型中沒有匹配到相應的優(yōu)先級，可以以默認的方式，為該用戶匹配優(yōu)先級，當然，默認所匹配的優(yōu)先級應當為用戶特征對應的各種優(yōu)先級中的一種。

在一些實施例中，若在預設優(yōu)先級匹配模型中沒有匹配到與用戶特征相應的優(yōu)先級，可以進一步進行語音等提示，以詢問用戶是否需要錄入用戶相關的優(yōu)先級信息。

控制模塊53，用于根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。

優(yōu)先級匹配模塊52可以通過用戶特征的優(yōu)先級，確定其對應用戶的優(yōu)先級，并選擇其中優(yōu)先級最高的用戶來確定空調的運行參數。在確定運行參數后，控制模塊53即控制空調以該運行參數的運行。

在本發(fā)明實施例中，通過獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征，根據各個用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個用戶匹配優(yōu)先級，根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。因此，其能夠針對特定的用戶，智能調節(jié)空調的出風溫度和出風狀況，為用戶提供智能、個性化的服務。

具體可以采用任何合適種類的，用以代表目標區(qū)域的用戶的特征作為用戶特征，例如用戶的年齡。在一些實施例中，優(yōu)先級可以設置為兩個，分別為第一優(yōu)先級和第二優(yōu)先級。相對應地，運行參數還可以包括空調的出風大小、出風方向以及出風溫度。當然，還可以根據實際情況，添加或者減省一些可調節(jié)的運行參數，例如制冷模式等。

在本發(fā)明實施例中，優(yōu)先級匹配模塊52，具體用于：將年齡小于或者等于第一閾值以及年齡大于或者等于第二閾值的用戶匹配第一優(yōu)先級，將年齡大于第一閾值以及年齡小于第二閾值的用戶匹配第二優(yōu)先級。

使用年齡作為優(yōu)先級的判斷標準，根據用戶的年齡來確定用戶與第一優(yōu)先級還是第二優(yōu)先級匹配，例如將第一閾值設定為兒童的平均年齡，將第二閾值設定為老人的平均年齡。將小于兒童平均年齡的用戶和大于老人平均年齡的用戶匹配為第一優(yōu)先級，將年齡在兒童的平均年齡和老人的平均年齡之間的用戶匹配為第二優(yōu)先級。

控制模塊53，具體用于：

確定是否存在第一優(yōu)先級的用戶；若存在，識別第一優(yōu)先級的用戶所在的位置，并且根據第一優(yōu)先級的用戶所在的位置，通過預設年齡適配模型，確定空調的出風大小、出風溫度以及出風方向；將所確定的出風大小、出風溫度以及出風方向作為空調的運行參數。

以年齡作為用戶特征，每個不同的年齡階段都有其對應的出風大小、出風溫度和出風方向，例如，老年人和兒童的出風溫度可以為25℃左右，成年人的出風溫度則為20℃左右，老年人和兒童更希望空調的出風方向相對老年人和兒童本身的位置，具有特定的偏移角度，以避免空調正對著吹，而成年人的則更希望空調的出風方向，正對成年人所在的位置。并且，老年人和兒童希望空調吹出的風不宜過大，而成年人則希望以更大的功率進行出風。預設年齡適配模型基于此來計算特定不同年齡和位置的用戶所對應的出風大小、出風溫度和出風方向。

控制模塊53進一步根據控制空調按照上述的出風大小、出風溫度和出風方向進行智能調整，以滿足不同的用戶的需求，實現空調的智能化和個性化。

請參閱圖6，圖6為本發(fā)明另一實施例提供的一種空調控制裝置的結構示意圖。該空調控制裝置60與上述實施例裝置基于同一思路，空調控制裝置60包括：用戶特征獲取模塊61、優(yōu)先級匹配模塊62和控制模塊63，空調控制裝置60與上述實施例裝置的區(qū)別在于如圖6所示，還包括：體表溫度獲取模塊64、體表溫度判斷模塊65和運行參數調整模塊66。

體表溫度獲取模塊64，用于獲取第一優(yōu)先級的用戶的體表溫度。

本實施例中，體表溫度獲取模塊64獲取第一優(yōu)先級的用戶的體表溫度，其中，用戶的體表溫度具體可以通過任何合適的方式采集得到，例如，紅外傳感器采集多個第一優(yōu)先級用戶的體表溫度，體表溫度獲取模塊64訪問紅外傳感器，并獲取體表溫度相關數據。

體表溫度判斷模塊65，用于判斷體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度，其中，預設最佳體表溫度為與第一優(yōu)先級的用戶相匹配的最優(yōu)體表溫度。

亦即，體表溫度具有三種不同的情況：體表溫度小于最佳體表溫度、體表溫度大于最佳體表溫度以及體表溫度等于最佳體表溫度。根據這三種不同的情況分別對空調的運行參數進行智能調整。

最優(yōu)體表溫度指用戶最舒適的體表溫度，是一個經驗性數值，可以通過對相應年齡段的人的大規(guī)模調查或者數據采集獲得。通常的，最優(yōu)體表溫度對于不同的個體是不一樣的，可以通過求平均值或者加權平均值等數據統(tǒng)計方式，確定一個最能代表該年齡段中不同人的最優(yōu)體表溫度。

運行參數調整模塊66，用于在體表溫度是大于預設最佳體表溫度時，上調所確定的出風溫度，并使空調按上調之后的出風溫度運行，在體表溫度是小于預設最佳體表溫度時，下調所確定的出風溫度，并使空調按下調之后的出風溫度運行。

在體表溫度小于最佳體表溫度時，表明此時用戶感覺到寒冷，應該向上空調的出風溫度，使得用戶的體表溫度上升以確保用戶的舒適感。在體表溫度大于最佳體表溫度時，表明此時用戶感覺到較熱。這樣的，應該向下調整空調的出風溫度，使得用戶的體表溫度下降，避免用戶感覺到熱。

需要說明的，空調對用戶體表溫度的監(jiān)控可以是實時的，即：如紅外測溫傳感器實時追蹤最高優(yōu)先級的用戶，及時將最高優(yōu)先級用戶的體表溫度反饋至空調，以使空調根據當前的體表溫度實時調整出風溫度。例如，剛完成長跑的運動員，體表溫度大于最佳體表溫度，此時表明，該名運動員感覺到熱，空調小調其出風溫度，以適應當前運動員的身體狀態(tài)。當運動員的體表溫度下降至最佳體表溫度時，紅外測溫傳感器及時將該體表溫度反饋至空調，以使空調在原出風溫度的基礎上，上調出風溫度，以智能適應該運動員當前的身體狀態(tài)。

當然，由于某些空調對應的目標區(qū)域的面積較大。所以，第一優(yōu)先級的用戶可能是存在有多個，例如兩個、三個或者更多的屬于第一優(yōu)先級的用戶。

這樣的，體表溫度判斷模塊65，具體看用于：判斷第一優(yōu)先級的用戶的平均體表溫度是大于預設最佳體表溫度，還是小于預設最佳體表溫度。

體表溫度判斷模塊65可以通過判斷第一優(yōu)先級的用戶的平均體表溫度來確定體表溫度與最佳體表溫度之間的比較情況。

由于裝置實施例和方法實施例是基于同一構思，在內容不互相沖突的前提下，裝置實施例的內容可以引用方法實施例的，在此不贅述。

本發(fā)明實施例提供的空調控制裝置，通過采集第一優(yōu)先級的用戶的體表溫度，并根據該用戶的體表溫度，智能調整空調的出風大小、出風溫度和出風方向，以符合該用戶當前的身體狀況，從而實現空調的智能化和人性化控制。

圖7為本發(fā)明實施例提供的一種空調70的結構示意圖，可用以執(zhí)行上述空調控制方法的空調?？照{70包括圖像采集裝置71、溫度采集裝置72、至少一個處理器73和存儲器74，圖像采集裝置71、溫度采集裝置72以及存儲器74，分別與至少一個處理器73通信連接，該通信連接方式可以為總線或者其他鏈接方式。其中，圖7是以一個處理器73為例子進行闡述。

圖像采集裝置71采集空調所覆蓋的目標區(qū)域內的用戶的圖像，并且向處理器73發(fā)送該圖像，處理器73根據該圖像，結合預設圖像分析算法，從而計算出該用戶的用戶特征。在一些實施例中，該圖像采集裝置可以為任何類型攝像頭，例如，紅外攝像頭。

當處理器確定第一優(yōu)先級的用戶后，溫度采集裝置72采集第一優(yōu)先級的用戶的體表溫度，并且向處理器73發(fā)送第一優(yōu)先級的用戶的體表溫度，處理器73根據該用戶的體表溫度完成下一步驟邏輯的執(zhí)行。例如，執(zhí)行如圖4所示的步驟，或者如圖6所示的各個模塊的功能。在一些實施例中，該溫度采集裝置72可以為紅外傳感器。

存儲器74可以包括高速隨機存取存儲器，還可以包括非易失性存儲器，例如至少一個磁盤存儲器件、閃存器件、或其他非易失性固態(tài)存儲器件。在一些實施例中，存儲器74可選包括相對于處理器73遠程設置的存儲器，這些遠程存儲器可以通過網絡連接至處理器73。上述網絡的實例包括但不限于互聯網、企業(yè)內部網、局域網、移動通信網及其組合。

存儲器74作為一種非易失性計算機可讀存儲介質，可用于存儲非易失性軟件程序、非易失性計算機可執(zhí)行程序以及模塊，如本發(fā)明實施例中的空調的控制方法對應的程序指令/模塊(例如，附圖5和圖6所示的各個模塊，用于進行用戶特征比對的特征樣本庫以及空調的初始設定參數等)。處理器73通過運行存儲在存儲器74中的非易失性軟件程序、指令以及模塊，從而執(zhí)行空調的控制裝置的各種功能應用以及數據處理，即實現上述方法實施例空調的控制方法以及上述裝置實施例的各個模塊的功能。

所述程序指令/模塊存儲在所述存儲器74中，當被所述一個或者多個處理器73執(zhí)行時，執(zhí)行上述任意方法實施例中的空調控制的方法，實現空調的智能化控制。

本發(fā)明實施例還提供了一種非易失性計算機存儲介質，所述計算機存儲介質存儲有計算機可執(zhí)行指令，該計算機可執(zhí)行指令被一個或多個處理器執(zhí)行，例如圖7中的一個處理器73，可使得上述一個或多個處理器可執(zhí)行上述任意方法實施例中的空調的控制方法，例如，執(zhí)行上述任意方法實施例中的空調的控制方法，也可實現附圖5和圖6所述的各個模塊的功能。以達到以下效果：通過獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征，根據各個用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個用戶匹配優(yōu)先級，根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。因此，其能夠針對特定的用戶，智能調節(jié)空調的出風大小、出風溫度和出風狀況，為用戶提供智能、個性化的服務。

本發(fā)明實施例提供了一種計算機程序產品，當計算機程序被執(zhí)行時，實現上述任意方法實施例中的空調的控制方法方法，也可實現附圖5和圖6所述的各個模塊的功能。以達到以下效果：通過獲取位于空調所覆蓋的目標區(qū)域內的用戶的用戶特征，根據各個用戶的用戶特征，并且結合預設優(yōu)先級匹配模型，分別為各個用戶匹配優(yōu)先級，根據優(yōu)先級最高的用戶，確定空調的運行參數，并使空調按所確定的運行參數運行。因此，其能夠針對特定的用戶，智能調節(jié)空調的出風大小、出風溫度和出風狀況，為用戶提供智能、個性化的服務。

以上所描述的裝置或設備實施例僅僅是示意性的，其中所述作為分離部件說明的單元模塊可以是或者也可以不是物理上分開的，作為模塊單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網絡模塊單元上?？梢愿鶕嶋H的需要選擇其中的部分或者全部模塊來實現本發(fā)明實施例方案的目的。

通過以上的實施方式的描述，本領域的技術人員可以清楚地了解到各實施方式可借助軟件加通用硬件平臺的方式來實現，當然也可以通過硬件。基于這樣的理解，上述技術方案本質上或者說對相關技術做出貢獻的部分可以以軟件產品的形式體現出來，該計算機軟件產品可以存儲在計算機可讀存儲介質中，如rom/ram、磁碟、光盤等，包括若干指令用以使得一臺計算機設備(可以是個人計算機，服務器，或者網絡設備等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。

最后應說明的是：以上實施例僅用以說明本發(fā)明的技術方案，而非對其限制；在本發(fā)明的思路下，以上實施例或者不同實施例中的技術特征之間也可以進行組合，步驟可以以任意順序實現，并存在如上所述的本發(fā)明的不同方面的許多其它變化，為了簡明，它們沒有在細節(jié)中提供；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領域的普通技術人員應當理解：其依然可以對前述各實施例所記載的技術方案進行修改，或者對其中部分技術特征進行等同替換；而這些修改或者替換，并不使相應技術方案的本質脫離本申請各實施例技術方案的范圍。