一種基于擬人情感的在線決策控制溫濕度方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及智能家居領(lǐng)域，尤其設(shè)及一種基于擬人情感的在線決策控制溫濕度方 法。
【背景技術(shù)】
[0002] 網(wǎng)絡(luò)機(jī)器人是一種將不同類型的機(jī)器人通過(guò)網(wǎng)絡(luò)協(xié)作協(xié)調(diào)起來(lái)，實(shí)現(xiàn)W單體形式 不能完成的服務(wù)的機(jī)器人。在網(wǎng)絡(luò)機(jī)器人研究領(lǐng)域，虛擬管家系統(tǒng)作為虛擬型機(jī)器人，是一 種運(yùn)行在PC上的管理系統(tǒng)，主要任務(wù)是提供良好的人機(jī)交互平臺(tái)，將整個(gè)智能數(shù)字家居系 統(tǒng)的功能加 W綜合，W更加友好的智能方式向用戶提供服務(wù)。也就是說(shuō)，W虛擬機(jī)器管家的 形式，結(jié)合人臉識(shí)別、語(yǔ)音交互、網(wǎng)絡(luò)等技術(shù)來(lái)實(shí)現(xiàn)對(duì)智能家居設(shè)備的管理、控制和人機(jī)交 互。虛擬管家系統(tǒng)能夠?qū)崿F(xiàn)對(duì)多種智能家居設(shè)備的管理與控制，其中對(duì)智能家居系統(tǒng)的擬 人情感決策方法是十分重要的。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明為克服上述的不足之處，目的在于提供一種基于擬人情感的在線決策控制 溫濕度方法，本方法首先利用室內(nèi)傳感器采集溫濕度;接著利用情緒狀態(tài)刺激轉(zhuǎn)移過(guò)程的 隱馬爾可夫模型，根據(jù)溫濕度對(duì)人屯、理上的影響，將消沉、煩躁和不滿=種狀態(tài)的改變，與 室內(nèi)溫度差、濕度差和環(huán)境狀態(tài)改變耗時(shí)運(yùn)3個(gè)刺激事件關(guān)聯(lián);然后利用基于情感的決策算 法，加強(qiáng)和削弱溫濕度調(diào)整的幅度，從而使其調(diào)整更滿足人的感受。
[0004] 本發(fā)明是通過(guò)W下技術(shù)方案達(dá)到上述目的：一種基于擬人情感的在線決策控制溫 濕度方法，包括步驟如下：
[0005] ( 1 )利用室內(nèi)傳感器采集溫濕度，加權(quán)計(jì)算得到室內(nèi)溫度TindDDr、室內(nèi)濕度出ndDcr ; 并基于LS-SVM的溫濕度多源數(shù)據(jù)融合，確定適宜溫度T-mid與適宜濕度H-mid;
[0006] (2)判斷TindDDr與出ndDDT是否在臨界溫濕度范圍內(nèi)，若在則不進(jìn)行溫濕度的調(diào)控;若 不在，則開啟對(duì)溫度或者濕度的調(diào)整，進(jìn)入步驟(3);
[0007] (3)根據(jù)溫濕度對(duì)人情緒屯、理上的影響，將人的=種情緒屯、理分別與溫度差、濕度 差、環(huán)境狀態(tài)改變耗時(shí)相關(guān)，得到隱馬爾可夫模型；
[000引（4)利用情緒狀態(tài)刺激轉(zhuǎn)移過(guò)程的隱馬爾可夫模型分別計(jì)算消沉屯、理刺激強(qiáng)度 Vue，煩躁屯、理刺激強(qiáng)度Vf，不滿屯、理刺激強(qiáng)度Vus ;
[0009] (5)基于消沉屯、理刺激強(qiáng)度Vue,煩躁屯、理刺激強(qiáng)度Vf,不滿屯、理刺激強(qiáng)度Vus,利用 基于情感的決策算法計(jì)算溫濕度調(diào)節(jié)值，并根據(jù)調(diào)節(jié)值完成溫濕度調(diào)節(jié)。
[001日]作為優(yōu)選，所述的適宜溫度T-mid為18~25°C，適宜濕度H-mid為40%畑~70%畑。 [00川作為優(yōu)選，所述人的立種情緒屯、理為消沉屯、理Eue、煩躁屯、理Ef、不滿屯、理Eus,消沉 屯、理Eue與溫度差相關(guān)，煩躁屯、理Ef與溫度差、濕度差相關(guān);不滿屯、理Eus與環(huán)境狀態(tài)改變耗時(shí) 相關(guān)。
[0012]作為優(yōu)選，所述的情緒狀態(tài)刺激轉(zhuǎn)移過(guò)程的隱馬爾可夫模型在事件刺激下，屯、理 情感狀態(tài)將發(fā)生轉(zhuǎn)移，消沉、煩躁和不滿屯、理是相關(guān)的，隨著刺激強(qiáng)度的增大，消沉屯、理狀 態(tài)值不斷提高，同時(shí)其他兩種屯、理受到抑制，但S種屯酒的總值為恒定值，Eue+Ef+Eus=l，E. E[0，1]。
[0013]作為優(yōu)選，所述刺激強(qiáng)度Vue為消沉屯、理Eue所對(duì)應(yīng)的刺激強(qiáng)度，其計(jì)算公式如下：
[001引其中，Thigh_max、Thigh_min分別為高溫狀態(tài)的上下限，Thigh_max=40°C，下限為ThigMin = 25 C ;1'1。"11331、1'1。\?_111：1。分力[]為低溫狀態(tài)的上下限,1'1。\?_111331二18 0,1'[11811_111：1。二10 0。
[0016]作為優(yōu)選，所述刺激強(qiáng)度Vf為煩躁屯、理Ef所對(duì)應(yīng)的刺激強(qiáng)度，其計(jì)算公式如下：
[001 引其中，Hhigh_max、Hhigh_min分別為高濕狀態(tài)的上下限，HhigMax= 100%，Hhigh_min = 70% ; Hlowjnax、Hlowjnin分別為低濕狀態(tài)的上下限,Hlowjnax 二 40 % , Hlowjnin 二 0 %。
[0019]作為優(yōu)選，所述刺激強(qiáng)度Vus為不滿屯、理Eus所對(duì)應(yīng)的刺激強(qiáng)度，其計(jì)算公式如下：
[0021 ] 其中，A Time= A Timei2- A TimenQ e {T,H})，表示環(huán)境的溫濕度處于臨界范圍 之外的持續(xù)采樣周期個(gè)數(shù);(6,(分別是溫濕度久未變化對(duì)用戶屯、情的影響程度因子，取(6=( = 0.5。
[0022] 作為優(yōu)選，所述基于情感的決策算法如下：
[0023] 1)通過(guò)比較消沉屯酒刺激強(qiáng)度Vue,煩躁屯、理刺激強(qiáng)度Vf,不滿屯、理刺激強(qiáng)度Vus的 大小，找出最大的刺激強(qiáng)度；
[0024] 2)在最大刺激強(qiáng)度所對(duì)應(yīng)事件的刺激下，屯、理情感狀態(tài)發(fā)生變化，屯、理情感狀態(tài) 變化遵循隱馬爾可夫模型；
[0025] 3)根據(jù)屯、理情感值的大小綜合評(píng)估得到溫濕度的調(diào)節(jié)值。
[0026] 作為優(yōu)選，所述綜合評(píng)估得到溫濕度的調(diào)節(jié)值的公式如下：

[0029] 其中，Eus_thresold是不滿情感Eus的闊值；當(dāng)Eus>Eus_thresold時(shí)，說(shuō)明環(huán)境的溫濕度處 于適宜溫濕度之外且久未改變，此時(shí)將溫濕度Tset，出et直接設(shè)定為最佳溫濕度值;反之，貝U 按照計(jì)算結(jié)果設(shè)定。
[0030] 本發(fā)明的有益效果在于:本發(fā)明方法實(shí)現(xiàn)了人機(jī)交互，可W通過(guò)微小的屯、理情緒 變化來(lái)達(dá)到控制家居環(huán)境，減少或避免了智能家居中虛擬管家與溫濕度調(diào)節(jié)設(shè)備交互時(shí)人 的參與，解決了室內(nèi)溫濕度變化后環(huán)境如何被感知的問題。
【附圖說(shuō)明】
[0031 ]圖1是本發(fā)明方法的流程示意圖；
[0032] 圖2是本發(fā)明實(shí)施例的各狀態(tài)之間的轉(zhuǎn)換關(guān)系示意圖；
[0033] 圖3是本發(fā)明實(shí)施例的各狀態(tài)之間的決策情感對(duì)應(yīng)關(guān)系示意圖。
【具體實(shí)施方式】
[0034] 下面結(jié)合具體實(shí)施例對(duì)本發(fā)明進(jìn)行進(jìn)一步描述，但本發(fā)明的保護(hù)范圍并不僅限于 此：
[0035] 實(shí)施例：如圖1所示，一種基于擬人情感的在線決策控制溫濕度方法，首先利用室 內(nèi)傳感器采集溫濕度，加權(quán)計(jì)算結(jié)果作為目前室內(nèi)溫濕度Tindoor，出ndoor ;基于LS-SVM的溫濕 度多源數(shù)據(jù)融合，確定適宜溫濕度的臨界值，其中，最小二乘支持向量機(jī)化S-SVM)是一種遵 循結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則的核函數(shù)(徑向基函，RBF)學(xué)習(xí)機(jī)器，其算法是最小二乘法，其原理 是結(jié)構(gòu)風(fēng)險(xiǎn)巧小化。根據(jù)人體適直溫濕度設(shè)Tmidjnin二18 , Tmid max = 25 , Hmid min = 40 % , Hmid max _ 70 % , W _S_Hhigh_max, Hl〇w_max , Hhighjnin , Hlow-min , Thigh_max, Tl〇w_max, Thigh_min , Tlow-min ; 矛U 用 t青 緒狀態(tài)刺激轉(zhuǎn)移過(guò)程的隱馬爾可夫模型，根據(jù)溫濕度對(duì)人屯、理上的影響，將消沉、煩躁和不 滿=種狀態(tài)的改變，與室內(nèi)溫度差、濕度差和環(huán)境狀態(tài)改變耗時(shí)運(yùn)3個(gè)刺激事件關(guān)聯(lián);之后 判斷TindDDr = T-mid且出ndDDr = H-Hlid，若成立則保持該狀態(tài)，不進(jìn)行溫濕度的調(diào)控，若不成 立，按照?qǐng)D2中所劃分的八種情況，依據(jù)圖3啟動(dòng)協(xié)調(diào)控制，開啟對(duì)溫度或者濕度的調(diào)整。
[0036] 若開啟對(duì)溫度或者濕度的調(diào)整，則分別計(jì)算3種類型刺激事件的刺激強(qiáng)度Vue, Vf, Vus ;并且比較Vue，Vf ,Vus的大小，找出最大的刺激事件;在此事件的刺激下，情感狀態(tài)發(fā)生變 化，情感值EiKVi，i e Iue，f，US}，情感狀態(tài)變化遵循隱馬爾可夫模型；
[0037] 最后根據(jù)情感值的大小計(jì)算室內(nèi)溫濕度的設(shè)定值。根據(jù)人體適宜溫濕度，設(shè)

[0040] 其中，Eus_thresold是不滿情感Eus的闊值。當(dāng)Eus>Eus_thresold時(shí)，說(shuō)明環(huán)境的溫濕度處 于用戶的不適狀態(tài)且久未改變，此時(shí)溫濕度的改變成為首要任務(wù)，因此，Tset, Hset直接設(shè)定 為最佳溫濕度值;反之，則按照消沉和煩躁情感來(lái)計(jì)算。
[0041] 結(jié)合上面公式對(duì)算法進(jìn)行說(shuō)明。當(dāng)處于圖2中的T-high、T-mid狀態(tài)時(shí)，按照?qǐng)D3,采 用調(diào)溫優(yōu)先的原則，對(duì)溫度進(jìn)行控制，計(jì)算設(shè)定溫度值。室溫降低到T-mid后，空氣相對(duì)濕度 將增大，運(yùn)時(shí)會(huì)出現(xiàn)兩種情況:①轉(zhuǎn)移到H-hi曲狀態(tài);②轉(zhuǎn)移到H-mid狀態(tài)。即可能出現(xiàn)從護(hù) high、H-mid狀態(tài)轉(zhuǎn)移至ljT-mid、H-hi曲狀態(tài)，或從T-hi曲、H-mid狀態(tài)轉(zhuǎn)移至ljT-mid、H-mid狀 態(tài)，運(yùn)取決于T-hi曲溫度時(shí)空氣的含濕量，若處于T-mid、H-hi曲狀態(tài)時(shí)，則對(duì)濕度進(jìn)行控 審IJ，計(jì)算設(shè)定濕度值;若處于T-mid、H-mid狀態(tài)時(shí)，則保持狀態(tài)，不進(jìn)行下一步調(diào)整。
[0042] 在本發(fā)明的實(shí)施例中提出的情緒狀態(tài)刺激轉(zhuǎn)移過(guò)程的隱馬爾可夫模型，在外界事 件的刺激下，情感狀態(tài)發(fā)生變化。根據(jù)溫濕度對(duì)人屯、理上的影響，情感系統(tǒng)包括3種基本屯、 理：消沉(unexciting)、煩躁(fretful)和不滿(unsatisfied),