空气调节方法、装置及系统与流程

2021-03-09 16:03:29|

397|

起点商标网

[0001]
本申请属于智能家居技术领域，具体涉及一种空气调节方法、装置及系统。

背景技术：

[0002]
随着现代人对生活品质要求的日益提高，人们对诸如居家环境、办公室等室内的空气味道提出更高要求。然而，室内环境中的气体成分通常较为复杂，很多时候会存在异味，诸如，在相对密闭的空间内，可能会存在有诸如香水味、食物味道、烟味、宠物身上散发的味道等各种异味，不同的人对异味的敏感程度和忍受程度也不同。然而，现有技术中大多仅采用新风净化的方式通风来去除空气异味，花费时间较长，而且吸附在物体上的气体分子很难通过新风方式去除，去除异味的效果不佳。

技术实现要素：

[0003]
为至少在一定程度上克服相关技术中存在的问题，本申请提供空气调节方法、装置及系统，有助于高效且可靠地调节空气，较好地改善空气味道。
[0004]
为实现以上目的，本申请采用如下技术方案：
[0005]
第一方面，本申请提供一种空气调节方法，包括：通过气体检测设备对当前环境下的空气进行气体分子识别，得到空气识别结果；基于所述空气识别结果，采用机器学习技术和/或大数据技术生成用于调节所述当前环境下的空气的合成气体；将生成的所述合成气体释放至所述当前环境中。
[0006]
进一步地，所述气体检测设备包括多传感器阵列和气体分子动力学检测仪；其中，所述多传感器阵列包括多个用于检测不同类型气体的传感器。
[0007]
进一步地，在得到空气识别结果之后，所述方法还包括：判断已建立的空气数据库中是否存储有所述空气识别结果；其中，所述空气数据库中存储有多种不同气体分子构成的空气对应的样本数据；其中，所述空气数据库存储于本地和/或云服务器；如果否，将所述空气识别结果作为新的样本数据存储于所述空气数据库中。
[0008]
进一步地，所述基于所述空气识别结果，采用机器学习技术和/或大数据技术生成用于调节所述当前环境下的空气的合成气体的步骤，包括：向服务器查询是否有与所述空气识别结果对应的空气调节方案；其中，所述服务器中存储有多对空气识别结果与空气调节方案的对应关系；如果是，根据查询到的空气调节方案生成用于调节所述当前环境下的空气的合成气体；如果否，将所述空气识别结果输入至预先训练得到的神经网络模型，基于所述神经网络模型输出的空气调节方案生成用于调节所述当前环境下的空气的合成气体。
[0009]
进一步地，所述空气调节方案中记录有气体存储单元中待释放的目标气体分子种类以及每种待释放的目标气体分子种类对应的释放量；不同种类的气体分子对应的气味不同；所述根据查询到的空气调节方案生成用于调节所述当前环境下的空气的合成气体的步骤，包括：通过所述气体存储单元基于查询到的空气调节方案释放目标气体分子；通过气体生成器将所述气体存储单元释放的目标气体分子进行合成处理，得到用于调节所述当前环
境下的空气的合成气体。
[0010]
进一步地，所述方法还包括：将所述神经网络模型输出的空气调节方案与所述空气识别结果关联上传至所述服务器。
[0011]
第二方面，本申请提供一种空气调节装置，包括：气体识别模块，用于通过气体检测设备对当前环境下的空气进行气体分子识别，得到空气识别结果；气体合成模块，用于基于所述空气识别结果，采用机器学习技术和/或大数据技术生成用于调节所述当前环境下的空气的合成气体；气体释放模块，用于将生成的所述合成气体释放至所述当前环境中。
[0012]
第三方面，本申请提供一种空气调节系统，包括：气体检测设备、气体生成设备和新风系统；所述气体检测设备用于对当前环境下的空气进行气体分子识别，得到空气识别结果；所述气体生成设备用于基于所述空气识别结果，采用机器学习技术和/或大数据技术生成用于调节所述当前环境下的空气的合成气体；所述新风系统用于将生成的所述合成气体释放至所述当前环境中。
[0013]
进一步地，所述气体检测设备包括多传感器阵列和气体分子动力学检测仪；其中，所述多传感器阵列包括多个用于检测不同种类气体的传感器。
[0014]
进一步地，所述气体生成设备包括信息处理单元、气体存储单元和气体生成器；所述信息处理单元用于基于所述空气识别结果得到空气调节方案；所述气体存储单元用于基于所述空气调节方案释放目标气体分子；所述气体生成器用于将所述气体存储单元释放的目标气体分子进行合成处理，得到用于调节所述当前环境下的空气的合成气体。
[0015]
本申请提供的上述空气调节方法、装置及系统，通过气体检测设备对当前环境下的空气进行气体分子识别，得到空气识别结果；基于空气识别结果，采用机器学习技术和/或大数据技术生成用于调节当前环境下的空气的合成气体；将生成的合成气体释放至当前环境中。这种方式能够识别当前环境下的空气中的气体分子，并基于识别结果生成合成气体并释放，从而高效且可靠地调节空气，较好地改善空气味道。
[0016]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0017]
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]
图1是根据一示例性实施例示出的一种空气调节方法的流程图；
[0019]
图2是根据一示例性实施例示出的一种空气调节系统的原理示意图；
[0020]
图3是根据一示例性实施例示出的一种空气调节系统的具体原理示意图；
[0021]
图4是根据一示例性实施例示出的一种信息处理单元的原理示意图；
[0022]
图5是根据一示例性实施例示出的一种空气调节装置的结构框图。
具体实施方式
[0023]
为使本申请的目的、技术方案和优点更加清楚，下面将对本申请的技术方案进行
详细的描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本申请所保护的范围。
[0024]
考虑到当前用于排除空气异味的现有技术的效果不佳且效率较低，本申请实施例提供了一种空气调节方法、装置及系统，能够高效可靠地调节空气，排除空气异味。为便于理解，详细说明如下：
[0025]
首先参见图1所示的一种空气调节方法的流程图，主要包括如下步骤s102～步骤s106：
[0026]
步骤s102，通过气体检测设备对当前环境下的空气进行气体分子识别，得到空气识别结果。
[0027]
气体检测设备可以用于对空气成分进行识别，为了能够准确地识别出空气中的各种成分，在一种实施方式中，气体检测设备包括多传感器阵列和气体分子动力学检测仪；其中，多传感器阵列包括多个用于检测不同类型气体的传感器。多传感器阵列会识别气体中浓度较高的带有异味的气体分子，如氨、硫化氢、二硫、三甲胺、甲硫醇、甲硫醚、二甲二硫醚、苯乙等，气体分子动力学检测仪主要识别浓度低、较为复杂的气体分子。通过这种传感器阵列和气体分子动力学检测相结合的方式，可以较为全面地识别出空气成分，有效提高空气成分的识别准确度，避免了现有技术中仅采用单一传感器检测而可能出现的如下问题：因空气组成复杂，如果某种气味对应的气体分子浓度不高则传感器无法检测出来，而多种浓度不高的气体分子组合在一起，空气中成分复杂的异味已经让人难以忍受。
[0028]
步骤s104，基于空气识别结果，采用机器学习技术和/或大数据技术生成用于调节当前环境下的空气的合成气体。
[0029]
诸如，可以直接通过机器学习技术中的神经网络模型生成与空气识别结果对应的空气调节方案(也即，合成气体的生成方案)，然后基于空气调节方案生成用来调节当前环境下的空气的合成气体，通过合成气体去除空气中以及吸附在物体上的异味分子，从而达到最大程度地去除空气中的异味。又诸如，还可以通过大数据技术，通过云端(服务器)查询已记录的与当前空气成分类似的空气识别结果以及对应的空气调节方案。服务器基于大数据技术可以收集到不同设备(空气调节系统)上传的空气识别结果以及对应的空气调节方案，各个设备部署于不同的位置，服务器基于大数据技术进行统计分析并记录，同时实现数据共享。诸如，张三家的空气调节系统将空气识别结果以及相应的空气调节方案捆绑关联起来再一起共享给服务器，加入到服务器的数据库中，假设李四家经比对和张三家的空气识别结果一致，那么直接采用已经录入的空气调节方案即可，假设李四家经比对和张三家的空气识别结果虽然不一致但是确比较相近，只有部分气体分子种类或者浓度存在差异，那么基于已经录入的张三家的空气调节方案再进行部分调整即可得到李四家的空气调节方案。
[0030]
在实际应用中，可以单独采用机器学习技术实现，也可以单独采用大数据技术实现，或者机器学习技术与大数据技术结合使用，具体可以根据空气识别结果来确定采用何种技术，也可以人为预先设置采用何种技术，在此不进行限定。
[0031]
步骤s106，将生成的合成气体释放至当前环境中。诸如，可以采用新风系统将合成气体释放至当前环境中，从而通过合成气体去除空气中以及吸附在物体上的异味分子，从
而达到最大程度地去除空气中的异味的效果。
[0032]
上述方法能够识别当前环境下的空气中的气体分子，并基于识别结果生成合成气体并释放，从而高效且可靠地调节空气，较好地改善空气味道。
[0033]
为了便于后续能够高效地基于空气识别结果进行空气调节，可以将检测出的空气识别结果存储在空气数据库中，以便后续自身设备或者其它设备也可以通过空气数据库调取相同或相似的空气识别结果以及相应的空气调节方案。空气数据库可以记录有多种具有不同味道的空气识别结果，可以理解的是，具有不同味道的空气说明空气分子种类不同和/或浓度不同，空气数据库中可以记录有一个或多个空气调节系统在不同时间和/或不同位置采集的多种空气识别结果以及对应的空气调节方案，便于后续直接应用。基于此，在得到空气识别结果之后，上述方法还包括：判断已建立的空气数据库中是否存储有空气识别结果；其中，空气数据库中存储有多种不同气体分子构成的空气对应的样本数据；其中，空气数据库存储于本地和/或云服务器；如果否，将空气识别结果作为新的样本数据存储于空气数据库中，以丰富空气数据库，便于后续基于空气数据库中记录的数据而直接应用。
[0034]
进一步，本实施例给出了一种基于空气识别结果，采用机器学习技术和/或大数据技术生成用于调节当前环境下的空气的合成气体的具体实施方式：首先向服务器查询是否有与空气识别结果对应的空气调节方案；其中，服务器中存储有多对空气识别结果与空气调节方案的对应关系，具体而言，可以将空气识别结果和空气调节方案的对应关系记录在服务器的空气数据库中。如果查询结果为是，根据查询到的空气调节方案生成用于调节当前环境下的空气的合成气体；如果否，说明当前环境下的空气之前未有记录，因此可以将空气识别结果输入至预先训练得到的神经网络模型，基于神经网络模型输出的空气调节方案生成用于调节当前环境下的空气的合成气体。也即，可以首先利用大数据技术来确定空气调节方案，如果未查询到，则可以利用机器学习技术来生成空气调节方案，然后进一步将神经网络模型输出的空气调节方案与空气识别结果关联上传至服务器，便于服务器进行数据共享，增加多套空气调节系统之间的联动性。
[0035]
在实际应用中，可以预先采用多组训练数据来训练神经网络模型，每组数据均包括待调节气体分子的信息(种类、浓度等)以及相应的调节气体分子的信息，经训练得到的神经网络模型可以基于空气识别结果直接生成相应的空气调节方案。
[0036]
空气调节方案中记录有气体存储单元中待释放的目标气体分子种类以及每种待释放的目标气体分子种类对应的释放量；不同种类的气体分子对应的气味不同，在根据查询到的空气调节方案生成用于调节当前环境下的空气的合成气体时，可以通过气体存储单元基于查询到的空气调节方案释放目标气体分子，并通过气体生成器将气体存储单元释放的目标气体分子进行合成处理，得到用于调节当前环境下的空气的合成气体。气体存储单元可以包括多个小容器，每个小容器里都存放一种气体分子，诸如吡拉龙、柠檬油精、芳樟醇、β-苯乙醇、和β-月桂烯、壬二烯醛、龙涎呋喃、戊基乙烯基甲醇、酯、直线萜烯、环萜烯、芳烃、胺、醇、醛类、酮类、内酯或硫醇形成的化合物中的一种，然后根据空气调节方案确定待释放气体分子的目标容器，打开目标容器并按照空气调节方案中的释放量来释放目标气体分子即可，气体生成器可以将目标气体分子进行综合后释放。上述方式与现有技术中常用的香精和精油等已调配好的芳香物质相比，能够通过气体分子的不同种类组合以及调节不同释放量，调配出成千上万种新的香味，基于空气识别结果有针对性地生成最能够改善当
前环境空气的合成气体，空气调节效果更佳。
[0037]
本实施例给出了一种实现上述空气调节方法的系统，也即空气调节系统，包括：气体检测设备、气体生成设备和新风系统；参见图2所示的一种空气调节系统的原理示意图，其中，当前环境下的空气(简称当前空气)输入至气体检测设备，气体检测设备用于对当前环境下的空气进行气体分子识别，得到空气识别结果；气体生成设备用于基于空气识别结果，采用机器学习技术和/或大数据技术生成用于调节当前环境下的空气的合成气体；新风系统用于将生成的合成气体释放至当前环境中，也即新风系统输出新空气。在实际应用中，上述气体检测设备又可称为气味识别系统，上述气体生成设备又可称为气味生成系统。
[0038]
在图2的基础上，参见图3所示的一种空气调节系统的具体原理示意图，示意出了气体检测设备包括多传感器阵列和气体分子动力学检测仪，还包括信息处理单元，多传感器阵列和气体分子动力学检测仪均用于识别空气中的气体分子种类及浓度，多传感器阵列主要可以识别气体中浓度较高的带有异味的气体分子，气体分子动力学检测仪主要识别浓度低、复杂分子的气体分子，信息处理单元主要用于基于多传感器阵列和气体分子动力学检测仪的检测结果分析当前环境中的气味信息，还可以将分析得到的气味识别结果存储在本地或者上传给服务器。图3中的气体生成设备包括信息处理单元、气体存储单元和气体生成器；信息处理单元用于基于空气识别结果得到空气调节方案，也即主要通过样本比对分析来调配用于调节当前环境的空气的合成气体的组成成分；例如墙面残留的刺鼻气味可以用类似柚子皮的味道去中和，所以空气调节方案中会加入具有柚子皮味道的气体。气体存储单元用于基于空气调节方案释放目标气体分子；气体生成器用于将气体存储单元释放的目标气体分子进行合成处理，得到用于调节当前环境下的空气的合成气体。应当注意的是，气体检测设备和气体生成设备中的信息处理单元是各自独立的，在图3中仅是名称相同，但具体的信息处理过程有差异，但具体实现时，两个信息处理单元采用的硬件可以相同也可以不同，诸如均采用处理芯片等具有数据处理功能的硬件实现，但其上设置的软件程序不同，最终可实现的数据处理过程不同。
[0039]
另外在图3中还示意出了气体检测设备、气体生成设备和新风系统还分别与本地存储介质与服务器相连，既可以通过本地基于空气识别结果生成相应的空气调节方案，或者从本地查找与本次空气识别结果匹配的空气调节方案，又可以将空气识别结果和空气调节方案共享至服务器，或者从服务器调取与空气识别结果相应的空气调节方案，其中，本地存储介质可以采用诸如ram(random access memory，随机存取存储器)或者rom(read-only memory，只读存储器)实现，服务器中可以布设有空气数据库(也可称为气味标本库)以实现数据共享。此外，本地记录的数据还可以通过在线升级的方式从服务器调取及更新。
[0040]
参见图4所示的一种信息处理单元的原理示意图，简单示意出了信息处理单元工作的基本原理，气体检测设备和气体生成设备中的信息处理单元的基本运行原理类似，都需要涉及到神经网络、深度学习技术，还涉及到记忆存储和对照存储等，对照存储主要用于区别当前数据是否全新，以便决定是否从服务器调取数据或者是否将数据共享给服务器，全新的数据通常在本地及服务器均没有记录。神经网络和深度学习用于处理最原始的数据，还可以通过在线升级的方式提高识别准确率。气体检测设备和气体生成设备中的信息处理单元均可以分别采用深度学习比对的方式进行气味识别处理以及气味生成处理，以提高数据处理的效率和可靠性，也均可以从本地存储介质或者服务器端获取数据，以提高数
据利用率，进一步提升数据处理速率并有效节约计算资源。其中，气体检测设备和气体生成设备中的信息处理单元的主要区别在于：气体检测设备的信息处理单元主要用于分析当前环境中的气味；气体生成设备中的信息单元主要用于调配新的气味。
[0041]
综上所述，本申请实施例通过多传感器阵列和气体分子动力学检测仪的结合使用可以提高空气识别的精准度，再基于大数据技术和机器学习技术减少了人工成本并且提高了空气调节的精准性，而且通过数据共享至服务器，可以使得一套数据多端使用，较大程度地提高了数据利用率并可以较好地节省计算资源，增加不同设备之间的联动性。另外，可以通过当前环境的空气识别结果中的异味成分有针对性地分析出最合适的调节气体成分，从而精准释放合成气体，能够同时去除空气和吸附在物体上的异味分子，从而达到最大程度地去除空气中的异味，实现较好的空气净化效果。另外，本申请实施例提出的空气调节系统在使用场景上也可以不受网络连接情况的限制，能够自动根据当前的网路环境选择性调取服务器或者本地的数据，而且本申请实施例适用于居家环境下的中央空调或是大型家用空调等产品，具有较好的普适性。
[0042]
对应于前述空气调节方法，本实施例还提供了一种空气调节装置，参见图5所示的一种空气调节装置的结构框图，包括：
[0043]
气体识别模块52，用于通过气体检测设备对当前环境下的空气进行气体分子识别，得到空气识别结果；
[0044]
气体合成模块54，用于基于空气识别结果，采用机器学习技术和/或大数据技术生成用于调节当前环境下的空气的合成气体；
[0045]
气体释放模块56，用于将生成的合成气体释放至当前环境中。
[0046]
上述装置能够识别当前环境下的空气中的气体分子，并基于识别结果生成合成气体并释放，从而高效且可靠地调节空气，较好地改善空气味道。
[0047]
在一种实施方式中，在得到空气识别结果之后，上述装置还包括：判断模块，用于判断已建立的空气数据库中是否存储有空气识别结果；其中，空气数据库中存储有多种不同气体分子构成的空气对应的样本数据；其中，空气数据库存储于本地和/或云服务器；数据库存储模块，用于在判断模块的判断结果为否时，将空气识别结果作为新的样本数据存储于空气数据库中。
[0048]
在一种实施方式中，气体合成模块54进一步用于：向服务器查询是否有与空气识别结果对应的空气调节方案；其中，服务器中存储有多对空气识别结果与空气调节方案的对应关系；如果是，根据查询到的空气调节方案生成用于调节当前环境下的空气的合成气体；如果否，将空气识别结果输入至预先训练得到的神经网络模型，基于神经网络模型输出的空气调节方案生成用于调节当前环境下的空气的合成气体。
[0049]
在一种实施方式中，空气调节方案中记录有气体存储单元中待释放的目标气体分子种类以及每种待释放的目标气体分子种类对应的释放量；不同种类的气体分子对应的气味不同；
[0050]
气体合成模块54进一步用于：通过气体存储单元基于查询到的空气调节方案释放目标气体分子；通过气体生成器将气体存储单元释放的目标气体分子进行合成处理，得到用于调节当前环境下的空气的合成气体。
[0051]
在一种实施方式中，上述装置还包括：上传模块，用于将神经网络模型输出的空气
调节方案与空气识别结果关联上传至服务器。
[0052]
本实施例所提供的装置，其实现原理及产生的技术效果和前述实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
[0053]
可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
[0054]
需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”、“多”的含义是指至少两个。
[0055]
应该理解，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者可能同时存在居中元件；当一个元件被称为“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件,此外，这里使用的“连接”可以包括无线连接；使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
[0056]
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为：表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
[0057]
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
[0058]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0059]
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
[0060]
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0061]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0062]
尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述
实施例进行变化、修改、替换和变型。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击【在线咨询】或添加微信【19522093243】与客服一对一沟通，为大家解决相关问题。