基于区域人体感应的通风柜控制方法及系统与流程

本发明涉及数据处理，尤其涉及一种基于区域人体感应的通风柜控制方法及系统。

背景技术：

1、通风柜，又称排气柜、排烟柜、抽风柜、抽烟橱、烟橱或通风橱，是实验室，特别是化学实验室的一种大型设备，用途是减少实验者和有害气体的接触，工作原理是经抽风机，把实验时所产生的有害气体抽走，现有技术中的通风柜的智能化程度开始提高，也开始应用传感器技术来提高通风效果。但现有技术在应用传感器技术时，没有充分利用历史传感记录中的人体行为识别来相应调整实验室通风策略的，因此控制效率低，通风效果有所欠缺。可见，现有技术存在缺陷，亟待解决。

技术实现思路

1、本发明所要解决的技术问题在于，提供一种基于区域人体感应的通风柜控制方法及系统，能够有效提高通风柜控制的智能化程度，实现更安全的实验室通风效果，减少安全事故。

2、为了解决上述技术问题，本发明第一方面公开了一种基于区域人体感应的通风柜控制方法，所述方法包括：

3、获取通过设置在多个位置的传感器获取的目标区域的历史传感记录；

4、基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录；

5、根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律；

6、根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间。

7、作为一个可选的实施方式，在本发明第一方面中，所述传感器为红外传感器；所述位置为天花板位置、墙壁位置、柜外侧位置、柜内侧位置或地板位置。

8、作为一个可选的实施方式，在本发明第一方面中，所述基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录，包括：

9、基于预设的数据位置距离规则，对所述历史传感记录中多个传感记录进行分组，得到多个记录组；所述记录组中的任意两个传感记录的记录位置之间的位置距离小于预设的距离阈值；

10、对每一所述记录组，根据神经网络算法，确定该记录组属于人体活动的概率和对应的用户特征；

11、将所述概率大于预设的概率阈值的所有所述记录组和对应的用户特征，确定为人体活动记录。

12、作为一个可选的实施方式，在本发明第一方面中，所述根据神经网络算法，确定该记录组属于人体活动的概率和对应的用户特征，包括：

13、将该记录组中所有传感记录对应的传感记录值和记录位置作为输入数据，输入至训练好的概率预测神经网络，以得到该记录组属于人体活动的概率；所述概率预测神经网络通过包括有多个训练记录组和对应的人体活动标注的训练数据集训练得到；

14、将所述概率预测神经网络对所述输入数据进行向量化后得到的向量数据，输入至训练好的特征提取神经网络，得到该记录组对应的用户特征。

15、作为一个可选的实施方式，在本发明第一方面中，所述概率预测神经网络为分类器算法模型；所述特征提取神经网络包括多个transformer模块。

16、作为一个可选的实施方式，在本发明第一方面中，所述根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律，包括：

17、对所述人体活动记录中的所有传感记录进行分组，以得到多个用户记录组；

18、将包括的所有传感记录的总记录数量大于预设的数量阈值的所述用户记录组，确定为目标用户记录组；

19、对于每一所述目标用户记录组，将该目标用户记录组中的传感记录对应的记录位置按照对应的记录时间进行连接，得到该目标记录组对应的记录位置线；

20、计算该目标用户记录组中所有传感记录对应的所述用户特征的向量平均值，得到对应的记录组用户特征。

21、作为一个可选的实施方式，在本发明第一方面中，所述用户记录组中任意两个传感记录对应的所述用户特征之间的向量距离小于预设的向量距离阈值。

22、作为一个可选的实施方式，在本发明第一方面中，所述根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间，包括：

23、计算所有所述记录位置线的相交处，得到多个相交区域；每一所述相交区域为以任意至少两个所述记录位置线的交点为圆心的半径为预设值的圆形区域；

24、对于每一所述相交区域，计算该相交区域对应的所有所述记录位置线对应的所述记录组用户特征对应的用户重要性的平均值，得到该相交区域对应的重要性权重；所述用户重要性通过将所述记录组用户特征输入至预设的分类器模型以得到输出的用户类型，并根据预设的类型和重要性的对应关系确定所述用户类型的重要性得到；所述用户类型为学生用户、助理用户、老师用户、清洁人员用户或学校监管人员用户；

25、计算该相交区域对应的所有所述记录位置线的总数量和所述重要性权重的乘积，得到该相交区域对应的区域参数；

26、将所述区域参数大于预设的参数阈值的所述相交区域确定为核心通风区域；

27、在所述目标区域的通风柜进行通风时，优先对每一所述核心通风区域进行通风，且每一所述核心通风区域的通风时间大于其他区域。

28、本发明实施例第二方面公开了一种基于区域人体感应的通风柜控制系统，所述系统包括：

29、获取模块，用于获取通过设置在多个位置的传感器获取的目标区域的历史传感记录；

30、识别模块，用于基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录；

31、分析模块，用于根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律；

32、确定模块，用于根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间。

33、作为一个可选的实施方式，在本发明第二方面中，所述传感器为红外传感器；所述位置为天花板位置、墙壁位置、柜外侧位置、柜内侧位置或地板位置。

34、作为一个可选的实施方式，在本发明第二方面中，所述识别模块基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录的具体方式，包括：

35、基于预设的数据位置距离规则，对所述历史传感记录中多个传感记录进行分组，得到多个记录组；所述记录组中的任意两个传感记录的记录位置之间的位置距离小于预设的距离阈值；

36、对每一所述记录组，根据神经网络算法，确定该记录组属于人体活动的概率和对应的用户特征；

37、将所述概率大于预设的概率阈值的所有所述记录组和对应的用户特征，确定为人体活动记录。

38、作为一个可选的实施方式，在本发明第二方面中，所述识别模块根据神经网络算法，确定该记录组属于人体活动的概率和对应的用户特征的具体方式，包括：

39、将该记录组中所有传感记录对应的传感记录值和记录位置作为输入数据，输入至训练好的概率预测神经网络，以得到该记录组属于人体活动的概率；所述概率预测神经网络通过包括有多个训练记录组和对应的人体活动标注的训练数据集训练得到；

40、将所述概率预测神经网络对所述输入数据进行向量化后得到的向量数据，输入至训练好的特征提取神经网络，得到该记录组对应的用户特征。

41、作为一个可选的实施方式，在本发明第二方面中，所述概率预测神经网络为分类器算法模型；所述特征提取神经网络包括多个transformer模块。

42、作为一个可选的实施方式，在本发明第二方面中，所述分析模块根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律的具体方式，包括：

43、对所述人体活动记录中的所有传感记录进行分组，以得到多个用户记录组；

44、将包括的所有传感记录的总记录数量大于预设的数量阈值的所述用户记录组，确定为目标用户记录组；

45、对于每一所述目标用户记录组，将该目标用户记录组中的传感记录对应的记录位置按照对应的记录时间进行连接，得到该目标记录组对应的记录位置线；

46、计算该目标用户记录组中所有传感记录对应的所述用户特征的向量平均值，得到对应的记录组用户特征。

47、作为一个可选的实施方式，在本发明第二方面中，所述用户记录组中任意两个传感记录对应的所述用户特征之间的向量距离小于预设的向量距离阈值。

48、作为一个可选的实施方式，在本发明第二方面中，所述确定模块根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间的具体方式，包括：

49、计算所有所述记录位置线的相交处，得到多个相交区域；每一所述相交区域为以任意至少两个所述记录位置线的交点为圆心的半径为预设值的圆形区域；

50、对于每一所述相交区域，计算该相交区域对应的所有所述记录位置线对应的所述记录组用户特征对应的用户重要性的平均值，得到该相交区域对应的重要性权重；所述用户重要性通过将所述记录组用户特征输入至预设的分类器模型以得到输出的用户类型，并根据预设的类型和重要性的对应关系确定所述用户类型的重要性得到；所述用户类型为学生用户、助理用户、老师用户、清洁人员用户或学校监管人员用户；

51、计算该相交区域对应的所有所述记录位置线的总数量和所述重要性权重的乘积，得到该相交区域对应的区域参数；

52、将所述区域参数大于预设的参数阈值的所述相交区域确定为核心通风区域；

53、在所述目标区域的通风柜进行通风时，优先对每一所述核心通风区域进行通风，且每一所述核心通风区域的通风时间大于其他区域。

54、本发明第三方面公开了另一种基于区域人体感应的通风柜控制系统，所述系统包括：

55、存储有可执行程序代码的存储器；

56、与所述存储器耦合的处理器；

57、所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明第一方面公开的基于区域人体感应的通风柜控制方法中的部分或全部步骤。

58、本发明第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明第一方面公开的基于区域人体感应的通风柜控制方法中的部分或全部步骤。

59、与现有技术相比，本发明实施例具有以下有益效果：

60、本发明能够通过设置在多个位置的传感器获取目标区域的历史传感记录，再基于历史传感记录识别人体活动记录以分析行人活动规律，以针对性确定通风柜的通风区域和通风时间，从而能够有效提高通风柜控制的智能化程度，实现更安全的实验室通风效果，减少安全事故。

技术特征：

1.一种基于区域人体感应的通风柜控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于区域人体感应的通风柜控制方法，其特征在于，所述传感器为红外传感器；所述位置为天花板位置、墙壁位置、柜外侧位置、柜内侧位置或地板位置。

3.根据权利要求1所述的基于区域人体感应的通风柜控制方法，其特征在于，所述基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录，包括：

4.根据权利要求3所述的基于区域人体感应的通风柜控制方法，其特征在于，所述根据神经网络算法，确定该记录组属于人体活动的概率和对应的用户特征，包括：

5.根据权利要求4所述的基于区域人体感应的通风柜控制方法，其特征在于，所述概率预测神经网络为分类器算法模型；所述特征提取神经网络包括多个transformer模块。

6.根据权利要求3所述的基于区域人体感应的通风柜控制方法，其特征在于，所述根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律，包括：

7.根据权利要求6所述的基于区域人体感应的通风柜控制方法，其特征在于，所述用户记录组中任意两个传感记录对应的所述用户特征之间的向量距离小于预设的向量距离阈值。

8.根据权利要求6所述的基于区域人体感应的通风柜控制方法，其特征在于，所述根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间，包括：

9.一种基于区域人体感应的通风柜控制系统，其特征在于，所述系统包括：

10.一种基于区域人体感应的通风柜控制系统，其特征在于，所述系统包括：

技术总结
本发明公开了一种基于区域人体感应的通风柜控制方法及系统，该方法包括：获取通过设置在多个位置的传感器获取的目标区域的历史传感记录；基于传感数据识别算法，识别出所述历史传感记录中的人体活动记录；根据所述人体活动记录和对应的记录时间，分析所述目标区域对应的行人活动规律；根据所述行人活动规律，确定所述目标区域的通风柜的通风区域和通风时间。可见，本发明能够有效提高通风柜控制的智能化程度，实现更安全的实验室通风效果，减少安全事故。

技术研发人员：沈李波,周三畏,邝建珲
受保护的技术使用者：广州驰拓智能科技有限公司
技术研发日：
技术公布日：2024/9/23