CN101672498A - 空调机 - Google Patents

空调机 Download PDF

Info

Publication number
CN101672498A
CN101672498A CN200910173653A CN200910173653A CN101672498A CN 101672498 A CN101672498 A CN 101672498A CN 200910173653 A CN200910173653 A CN 200910173653A CN 200910173653 A CN200910173653 A CN 200910173653A CN 101672498 A CN101672498 A CN 101672498A
Authority
CN
China
Prior art keywords
temperature
wall
zone
mentioned
air conditioner
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN200910173653A
Other languages
English (en)
Other versions
CN101672498B (zh
Inventor
松本崇
渡边信太郎
鹿毛裕史
片冈义邦
广崎弘志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of CN101672498A publication Critical patent/CN101672498A/zh
Application granted granted Critical
Publication of CN101672498B publication Critical patent/CN101672498B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy

Abstract

本发明提供一种空调机，其特征在于，具备：红外线传感器；以及控制部，利用红外线传感器检测人、发热设备的存在，管理空调机的控制，控制部使红外线传感器进行扫描而取得房间的热图像数据，在热图像数据上，综合以下所示的三种信息，从而求出正在进行空气调节的空气调节区域内的地面广度，求出热图像数据上的空气调节区域内的壁面位置。(1)根据空调机的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；(2)根据在空调机的运转中产生的地与壁的温度不均求出的房间形状；以及(3)根据人体检测位置历史求出的房间形状。

Description

空调机
技术领域
本发明涉及空调机。
背景技术
在空调机中，通过使用室内的容积、地、壁面温度等信息，例如进行温度、风量以及风向的控制，可以进一步提高室内的人的舒适性，可以自动地进行舒适的空气调节运转。
在使用由热电型的红外线传感器检测的二维热图像数据来检测室内的容积、地、壁面温度的情况下，以往，一般使用针对从图像输入装置中读取的图像数据，进行图像处理、图像识别来检测室内的壁、地的边界等后求出的方法。
例如，由图像输入单元检测的热图像数据被存储在热图像数据存储单元中。存储的热图像数据通过边缘以及线检测单元被变换成线图像数据。线图像数据在室内的壁、地的边界计算单元中，用于二维热图像数据内的壁、地的位置的计算，根据该计算出的信息和存储在热图像数据存储单元中的热图像数据来计算室内的容积、地、壁面温度。
但是，在上述以往的室内信息检测装置中，存在如下课题：在无法根据二维的红外线热图像数据良好地计算壁面、地的边界线的情况下，与其相伴也无法准确地计算出壁、地面的位置，并且作为图案的识别处理的问题也难以根据计算出的线图像数据来计算出未知的室内的壁、地的位置。
因此，鉴于这样的以往的课题，为了提供可以有效地利用室内的人的信息来容易地计算出室内的容积、地、壁面温度的优良的室内信息检测装置，提出了如下室内信息检测装置，其具备：图像输入单元，对室内的二维的热图像信息进行检测；热图像数据的存储单元；人区域的检测单元；计算表示人的位置的代表点的单元；累计存储该代表点的存储单元；室内的容积以及室内的地、壁面的位置检测单元；以及地、壁面的温度计算单元。
上述室内信息检测装置通过上述结构，利用可以通过检测室内的热图像数据容易地根据热的阈值来检测室内的人的位置的情况，根据二维红外线图像(热图像)数据计算出人的位置，累计并存储该人的位置的移动范围，根据这些信息计算出室内的壁、地的位置，根据壁、地的位置以及热图像数据来检测室内的容积、地、壁面温度，所以可以更准确且容易地计算出室内的容积、地、壁面温度(例如参照专利文献1)。
专利文献1：日本专利第2707382号公报
但是，在上述专利文献1中，未提到有关通过综合判断将地面作为检测手段的基于能力带的适应房间条件、在空气调节运转时产生的地面与壁面的温度差(温度不均)信息、以及人体历史结果，来决定房间形状的空间识别技术的内容。
发明内容
本发明是为了解决上述那样的课题而完成的，其目的在于提供一种空调机，具备根据在空气调节运转时产生的地面与壁面的温度差(温度不均)信息、人体检测位置的历史、空调机的能力带进行综合判断而决定房间形状的空间识别检测功能。
本发明的空调机的特征在于，具备：
大致箱状的主体，具有吸入房间的空气的吸入口和吹出调和空气的吹出口；
红外线传感器，在上述主体的前表面上以规定的俯角朝下安装，左右扫描温度检测对象范围而检测出温度检测对象的温度；以及
控制部，利用上述红外线传感器检测人、发热设备的存在，管理该空调机的控制，
上述控制部使上述红外线传感器进行扫描而取得上述房间的热图像数据，在上述热图像数据上，综合以下所示的三种信息，从而求出正在进行空气调节的空气调节区域内的地面广度，求出上述热图像数据上的上述空气调节区域内的壁面位置，
(1)根据该空调机的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；
(2)根据在该空调机的运转中产生的地与壁的温度不均求出的房间形状；以及
(3)根据人体检测位置历史求出的房间形状。
在本发明的空调机中，控制部使红外线传感器进行扫描而取得房间的热图像数据，在热图像数据上，综合以下所示的三种信息，从而求出正在进行空气调节的空气调节区域内的地面广度，求出热图像数据上的空气调节区域内的壁面位置，从而在热图像数据上得知地面、壁面的区域，从而可以求出各个壁面平均温度，可以求出考虑了针对在热图像上检测出的人体的壁面温度的、高精度的体感温度，
(1)根据该空调机的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；
(2)根据在该空调机的运转中产生的地与壁的温度不均求出的房间形状；以及
(3)根据人体检测位置历史求出的房间形状。
附图说明
图1是示出实施方式1的图，且是空调机100的立体图。
图2是示出实施方式1的图，且是空调机100的立体图。
图3是示出实施方式1的图，且是空调机100的纵剖面图。
图4是示出实施方式1的图，且是示出红外线传感器3与受光元件的各配光视场角的图。
图5是示出实施方式1的图，且是收容红外线传感器3的框体5的立体图。
图6是示出实施方式1的图，且是红外线传感器3附近的立体图((a)是红外线传感器3向右端端部可动的状态，(b)是红外线传感器3向中央部可动的状态，(c)是红外线传感器3向左端端部可动的状态)。
图7是示出实施方式1的图，且是示出红外线传感器3的纵剖面中的纵配光视场角的图。
图8是示出实施方式1的图，且是示出主妇12抱着婴儿13的房间的热图像数据的图。
图9是示出实施方式1的图，且是示出由空调机100的能力带规定的制冷运转时的榻榻米参考值以及广度(面积)的图。
图10是示出实施方式1的图，且是通过使用图9记载的每个能力的广度(面积)的最大面积来规定了每个能力下的地面的广度(面积)的图。
图11是示出实施方式1的图，且是示出能力2.2kw下的纵横的房间形状限制值的图。
图12是示出实施方式1的图，且是示出根据空调机100的能力带求出的纵横距离条件的图。
图13是示出实施方式1的图，且是示出能力2.2kw时的中央装配时条件的图。
图14是示出实施方式1的图，且是示出能力2.2kw时的左角装配时(从使用者观察)的情况的图。
图15是示出实施方式1的图，且是示出在空调机100的能力2.2kw时，遥控器的装配位置按钮被设定在中央时的热图像数据上的地面与壁面的位置关系的图。
图16是示出实施方式1的图，且是示出基于温度不均的房间形状的计算流程的图。
图17是示出实施方式1的图，且是示出在图15的热图像数据上成为壁面与地面的边界的上下的像素间的图。
图18是示出实施方式1的图，且是针对在图17中设定的边界线60的位置，在向下一个像素且向上两个像素的合计三个像素间，对上下像素间产生的温度进行检测的图。
图19是示出实施方式1的图，且是在像素检测区域内，通过检测温度不均边界的温度不均边界检测部53用黑色标记了超过阈值的像素、或超过斜率的最大值的像素的图。
图20是示出实施方式1的图，且是示出基于温度不均的对边界线进行检测的结果的图。
图21是示出实施方式1的图，且是在热图像数据上，地面坐标变换部55将在边界线的下部画出的各元素的坐标点(X，Y)变换成地面坐标点，并投影在地面18上的图。
图22是示出实施方式1的图，且是示出对能力2.2KW、遥控器中央装配条件时的初始设定条件下的正面壁19位置附近的温度差进行检测的对象像素的区域的图。
图23是示出实施方式1的图，且是在向地面18投影了各热图像数据的边界线元素坐标的图21中，求出对图22所示的正面壁19位置附近进行检测的各元素的散布元素坐标点的平均而求出正面壁19与地面18的壁面位置的图。
图24是示出实施方式1的图，且是示出基于人体检测位置历史的房间形状的计算流程的图。
图25是示出实施方式1的图，且是示出求出紧接之前的背景图像与人体存在的热图像数据的差分，并使用阈值A以及阈值B来判断人体的检测的结果的图。
图26是示出实施方式1的图，且是示出将根据热图像数据差分求出的人体检测位置作为通过地面坐标变换部55进行了坐标变换的人位置坐标(X，Y)点，针对X轴、Y轴的每一个进行计数累计的状态的图。
图27是示出实施方式1的图，且是示出基于人体位置历史的房间形状的判定结果的图。
图28是示出实施方式1的图，且是示出L字型房间形状的生活中的人体检测位置历史的结果的图。
图29是示出实施方式1的图，且是示出横向X坐标中的地面区域(X坐标)中积蓄的计数数的图。
图30是示出实施方式1的图，且是将在图29中求出的地面区域(X坐标)均等三分割成区域A、B、C，并求出所积蓄的最大的积蓄数值存在于哪个区域，同时求出每个区域的最大值与最小值的图。
图31是示出实施方式1的图，且是示出在区域C内存在积蓄数据的最大积蓄数的情况下，使用相对最大积蓄数为90％以上的计数数在区域内存在γ个(每0.3m被分解的区域中的数量)以上的情况进行判断的手段的图。
图32是示出实施方式1的图，且是示出在区域A内存在积蓄数据的最大积蓄数的情况下，使用相对最大积蓄数为90％以上的计数数在区域内存在γ个(每0.3m被分解的区域中的数量)以上的情况进行判断的手段的图。
图33是示出实施方式1的图，且是在判断为是L字型房间形状的情况下，求出相对最大的积蓄数为50％以上的部位的图。
图34是示出实施方式1的图，且是示出根据在图33中求出的L字型房间形状的地面和壁面的边界点、与阈值A以上的X坐标、Y坐标的地面区域求出的L字型房间形状的地面区域形状的图。
图35是示出实施方式1的图，且是示出将三种信息综合的流程的图。
图36是示出实施方式1的图，且是示出在能力2.8kw、遥控器装配位置条件为中央时基于温度不均检测的房间形状的结果的图。
图37是示出实施方式1的图，且是示出在直到左壁面16为止的距离超过了左壁最大的距离的状态的情况下，缩小至左壁最大的位置的结果的图。
图38是示出实施方式1的图，且是示出在修正后的图37的房间形状面积大到面积最大值19m2以上的情况下，将正面壁19的距离降低至成为最大面积19m2而进行了调整的结果的图。
图39是示出实施方式1的图，且是示出在直到左壁面为止的距离不足左壁最小的情况下通过扩大到左壁最小的区域而进行调整的结果的图。
图40是示出实施方式1的图，且是示出通过计算修正后的房间形状面积来判断是否处于恰当面积内的例子的图。
图41是示出实施方式1的图，且是示出求出作为各壁面间距离的直到正面壁19为止的距离Y坐标Y_front、右壁面17的X坐标X_right、左壁面16的X坐标X_light的结果的图。
图42是示出实施方式1的图，且是将根据在综合条件下求出的正面壁19、左右壁(左壁面16、右壁面17)间的各距离求出的地面边界线上的各坐标点逆投影在热图像数据上的图。
图43是示出实施方式1的图，且是用粗线包围各自的各壁区域的图。
图44是示出实施方式1的图，且是针对地面18的跟前侧区域在左右方向上分割成五个区域(A1、A2、A3、A4、A5)的图。
图45是示出实施方式1的图，且是针对地面的里侧区域前后分割成三个区域(B1、B2、B3)的图。
图46是示出实施方式1的图，且是示出通过计算式求出的辐射温度的一个例子的图。
图47是示出实施方式1的图，且是对窗帘的开闭状态进行检测的动作的流程图。
图48是示出实施方式1的图，且是示出制热运转时的右壁面的窗的窗帘打开的状态时的热图像数据的图。
(附图标记说明)
1金属罐
2配光视场角
3红外线传感器
5框体
6步进电动机
7安装部
12主妇
13婴儿
14窗
16左壁面
17右壁面
18地面
19正面壁
31窗区域
40室内机框体
41吸入口
42吹出口
43上下折翼(flap)
44左右折翼
45送风机
46热交换器
51红外线传感器驱动部
52红外线图像取得部
53温度不均边界检测部
54基准壁位置计算部
55地面坐标变换部
56正面左右壁位置计算部
57检测历史积蓄部
58壁位置判断部
60边界线
61人体检测部
62人体位置历史积蓄部
63人体位置有效性判定部
64温度不均有效性判定部
100空调机
101热图像取得部
103室温判定部
104外气温判定部
105壁区域内温度差判定部
106壁区域内外气温度区域抽出部
107窗区域抽出部
108窗区域内温度判定部
109动作判定部
具体实施方式
实施方式1
首先，对本实施方式的概要进行说明。空调机(室内机)具备一边扫描温度检测对象范围一边检测温度的红外线传感器，利用红外线传感器进行热源检测而检测人、发热设备的存在，进行舒适的控制。
通常，室内机装配在房间的高处的壁上，但装配了室内机的壁上的左右位置各种各样。有时装配在壁的左右方向的大致中央，也有时从室内机观察时靠近右侧的壁或左侧的壁装配。以下，在本说明书中，将房间的左右方向定义成从室内机(红外线传感器3)观察的左右方向。
图1至图48是示出实施方式1的图，图1、图2是空调机100的立体图，图3是空调机100的纵剖面图，图4是示出红外线传感器3与受光元件的各配光视场角的图，图5是收容红外线传感器3的框体5的立体图，图6是红外线传感器3附近的立体图((a)是红外线传感器3向右端端部可动的状态，(b)是红外线传感器3向中央部可动的状态，(c)是红外线传感器3向左端端部可动的状态)，图7是示出红外线传感器3的纵剖面中的纵配光视场角的图，图8是示出主妇12抱着婴儿13的房间的热图像数据的图，图9是示出由空调机100的能力带规定的制冷运转时的榻榻米参考值以及广度(面积)的图，图10是通过使用图9记载的每个能力的广度(面积)的最大面积来规定了每个能力下的地面的广度(面积)的图，图11是示出能力2.2kw下的纵横的房间形状限制值的图，图12是示出根据空调机100的能力带求出的纵横距离条件的图，图13是示出能力2.2kw时的中央装配时条件的图，图14是示出能力2.2kw时的左角装配时(从使用者观察)的情况的图，图15是示出在空调机100的能力2.2kw时，遥控器的装配位置按钮被设定在中央时的热图像数据上的地面与壁面的位置关系的图，图16是示出基于温度不均的房间形状的计算流程的图，图17是示出在图15的热图像数据上成为壁面与地面的边界的上下的像素间的图，图18是针对在图17中设定的边界线60的位置，在向下一个像素且向上两个像素的合计三个像素间，对上下像素间产生的温度进行检测的图，图19是在像素检测区域内，通过检测温度不均边界的温度不均边界检测部53用黑色标记了超过阈值的像素、或超过斜率的最大值的像素的图，图20是示出基于温度不均的对边界线进行检测的结果的图，图21是在热图像数据上，地面坐标变换部55将在边界线的下部画出的各元素的坐标点(X，Y)变换成地面坐标点，并投影在地面18的图，图22是示出对能力2.2KW、遥控器中央装配条件时的初始设定条件下的正面壁19位置附近的温度差进行检测的对象像素的区域的图，图23是在向地面18投影了各热图像数据的边界线元素坐标的图21中，求出对图22所示的正面壁19位置附近进行检测的各元素的散布元素坐标点的平均而求出正面壁19与地面18的壁面位置的图，图24是示出基于人体检测位置历史的房间形状的计算流程的图，图25是示出求出紧接之前的背景图像与人体存在的热图像数据的差分，并使用阈值A以及阈值B来判断人体的检测的结果的图，图26是示出将根据热图像数据差分求出的人体检测位置作为通过地面坐标变换部55进行了坐标变换的人位置坐标(X，Y)点，针对X轴、Y轴的每一个进行计数累计的状态的图，图27是示出基于人体位置历史的房间形状的判定结果的图，图28是示出L字型房间形状的生活中的人体检测位置历史的结果的图，图29是示出横向X坐标中的地面区域(X坐标)中积蓄的计数数的图，图30是将在图29中求出的地面区域(X坐标)均等三分割成区域A、B、C，并求出所积蓄的最大的积蓄数值存在于哪个区域，同时求出每个区域的最大值与最小值的图，图31是示出在区域C内存在积蓄数据的最大积蓄数的情况下，使用相对最大积蓄数为90％以上的计数数在区域内存在γ个(每0.3m被分解的区域中的数量)以上的情况进行判断的手段的图，图32是示出在区域A内存在积蓄数据的最大积蓄数的情况下，使用相对最大积蓄数为90％以上的计数数在区域内存在γ个(每0.3m被分解的区域中的数量)以上的情况进行判断的手段的图，图33是在判断为是L字型房间形状的情况下，求出相对最大的积蓄数为50％以上的部位的图，图34是示出根据在图33中求出的L字型房间形状的地面和壁面的边界点、与阈值A以上的X坐标、Y坐标的地面区域求出的L字型房间形状的地面区域形状的图，图35是示出将三种信息综合的流程的图，图36是示出在能力2.8kw、遥控器装配位置条件为中央时基于温度不均检测的房间形状的结果的图，图37是示出在直到左壁面16为止的距离超过了左壁最大的距离的状态的情况下，缩小至左壁最大的位置的结果的图，图38是示出在修正后的图37的房间形状面积大到面积最大值19m2以上的情况下，将正面壁19的距离降低至成为最大面积19m2而进行了调整的结果的图，图39是示出在直到左壁面为止的距离不足左壁最小的情况下通过扩大到左壁最小的区域而进行调整的结果的图，图40是示出通过计算修正后的房间形状面积来判断是否处于恰当面积内的例子的图，图41是示出求出作为各壁面间距离的直到正面壁19为止的距离Y坐标_ front、右壁面17的X坐标X_right、左壁面16的X坐标X_light的结果的图，图42是将根据在综合条件下求出的正面壁19、左右壁(左壁面16、右壁面17)间的各距离求出的地面边界线上的各坐标点逆投影在热图像数据上的图，图43是用粗线包围各自的各壁区域的图，图44是针对地面18的跟前侧区域在左右方向上分割成五个区域(A1、A2、A3、A4、A5)的图，图45是针对地面的里侧区域前后分割成三个区域(B1、B2、B3)的图，图46是示出通过计算式求出的辐射温度的一个例子的图，图47是对窗帘的开闭状态进行检测的动作的流程图，图48是示出制热运转时的右壁面的窗的窗帘打开的状态时的热图像数据的图。
利用图1至图3，对空调机100(室内机)的整体结构进行说明。图1和图2都是空调机100的外观立体图，但其不同点在于，观察的角度不同；以及在图1中上下折翼43(上下风向控制板、左右两个)关闭，而在图2中上下折翼43打开，看到里面的左右折翼44(左右风向控制板、许多个)。
如图1所示，空调机100(室内机)在大致箱状的室内机框体40(定义成主体)的上表面形成有吸入房间的空气的吸入口41。
另外，在前表面的下部形成有吹出调和空气的吹出口42，在吹出口42中设置有控制吹出风的风向的上下折翼43和左右折翼44。上下折翼43控制吹出风的上下风向，左右折翼44控制吹出风的左右风向。
在室内机框体40的前表面的下部，在吹出口42之上，设置有红外线传感器3。红外线传感器3是以俯角为约24.5度的角度朝下安装的。
俯角是指，红外线传感器3的中心轴与水平线所成的角度。换言之，红外线传感器3是相对于水平线以约24.5度的角度朝下安装的。
如图3所示，空调机100(室内机)在内部具备送风机45，并包围该送风机45地配置有热交换器46。
热交换器46与搭载于室外机(未图示)的压缩机等连接而形成冷冻循环。在制冷运转时，作为蒸发器动作，在制热运转时，作为凝结器动作。
从吸入口41通过送风机45吸入室内空气，通过热交换器46与冷冻循环的致冷剂进行热交换，通过送风机45从吹出口42向室内吹出。
在吹出口42中，利用上下折翼43和左右折翼44(在图3中未图示)，控制上下方向以及左右方向的风向。在图3中，上下折翼43成为水平吹出的角度。
如图4所示，红外线传感器3在金属罐1内部纵向一列地排列有八个受光元件(未图示)。在金属罐1的上表面，设置有用于使红外线通过八个受光元件的透镜制的窗(未图示)。各受光元件的配光视场角2是纵向7度、横向8度。另外，虽然示出了各受光元件的配光视场角2是纵向7度、横向8度的情况，但不限于纵向7度、横向8度。根据各受光元件的配光视场角2，受光元件的数量会变化。例如，一个受光元件的纵配光视场角与受光元件的数量之积成为一定值即可。
图5是从背侧(从空调机100的内部)观察红外线传感器3附近的立体图。如图5所示，红外线传感器3收容在框体5内。而且，在框体5的上方设置有驱动红外线传感器3的步进电动机6。与框体5一体的安装部7被固定在空调机100的前表面下部，由此将红外线传感器3安装在空调机100。在红外线传感器3安装于空调机100的状态下，步进电动机6与框体5成为垂直。而且，在框体5的内部，红外线传感器3是以俯角为约24.5度的角度朝下安装的。
红外线传感器3通过步进电动机6在左右方向上在规定角度范围内被旋转驱动(将这样的旋转驱动在此表述成“可动”)，如图6所示，从右端端部(a)经由中央部(b)可动至左端端部(c)，在到达左端端部(c)后逆向地反转而可动。反复该动作。红外线传感器3一边左右扫描房间的温度检测对象范围一边检测温度检测对象的温度。
此处，叙述利用红外线传感器3取得房间的壁、地的热图像数据的取得方法。另外，利用编程了规定动作的微型计算机来控制红外线传感器3等。将编程了规定动作的微型计算机定义成控制部。在以下说明中，省略控制部(编程了规定动作的微型计算机)分别进行各个控制这样的记载。
在取得房间的壁、地的热图像数据的情况下，使红外线传感器3通过步进电动机6在左右方向上可动，每隔步进电动机6的可动角度(红外线传感器3的旋转驱动角度)1.6度，在各位置上使红外线传感器3停止规定时间(0.1～0.2秒)。
在停止了红外线传感器3之后，等待规定时间(比0.1～0.2秒短的时间)，取入红外线传感器3的八个受光元件的检测结果(热图像数据)。
在将红外线传感器3的检测结果取入完后，再次驱动步进电动机6(可动角度1.6度)之后停止，通过同样的动作取入红外线传感器3的八个受光元件的检测结果(热图像数据)。
反复进行上述动作，根据在左右方向上94个部位的红外线传感器3的检测结果来运算检测区域内的热图像数据。
由于每隔步进电动机6的可动角度1.6度在94个部位使红外线传感器3停止而取入热图像数据，所以红外线传感器3的左右方向的可动范围(在左右方向上旋转驱动的角度范围)是约150.4度。
图7示出在将空调机100装配于距房间的地面1800mm的高度的状态下，八个受光元件纵向排列成一列的红外线传感器3的纵剖面中的纵配光视场角。
图7所示的角度7°是一个受光元件的纵配光视场角。
另外，图7的角度37.5°表示未进入红外线传感器3的纵视场区域的区域的从安装了空调机100的壁的角度。如果红外线传感器3的俯角是0°，则该角度成为90°-4(与水平相比在下方的受光元件的数量)×7°(一个受光元件的纵配光视场角)＝62°。由于本实施方式的红外线传感器3的俯角是24.5°，所以成为62°-24.5°＝37.5°。
图8示出针对在相当于8个榻榻米的房间中主妇12抱着婴儿13的一生活场景，一边使红外线传感器3在左右方向上可动一边根据得到的检测结果运算为热图像数据的结果。
图8是在季节是冬天、且天气是阴的日子取得的热图像数据。因此，窗14的温度低至10～15℃，主妇12与婴儿13的温度最高。特别是，主妇12与婴儿13的上半身的温度是26～30℃。这样，通过使红外线传感器3在左右方向上可动，例如可以取得房间的各部的温度信息。
接下来，叙述根据空调机的能力带、在空气调节运转时产生的地面与壁面的温度差(温度不均)信息、以及人体检测位置的历史进行综合判断来决定房间形状的房间形状检测手段(空间识别检测)。
利用由红外线传感器3取得的热图像数据，求出正在进行空气调节的空气调节区域内的地面广度，求出热图像上的空气调节区域内的壁面位置。
通过在热图像上得知地面、壁面(壁面是指从空调机100观察的正面壁、以及左右的壁面)的区域，可以求出各个壁面平均温度，可以求出考虑了针对在热图像上检测的人体的壁面温度的高精度的体感温度。
在热图像数据上求出地面广度的手段通过综合下述三种信息，可以检测高精度的地面广度以及房间形状。
(1)根据空调机100的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状。
(2)根据在空调机100的运转中产生的地与壁的温度不均求出的房间形状。
(3)根据人体检测位置历史求出的房间形状。
空调机100将进行空气调节的房间的宽度分成与基准对应的能力带。图9是示出由空调机100的能力带规定的制冷运转时的榻榻米参考值以及广度(面积)的图。例如，在空调机100的能力2.2kw的情况下，制冷运转时的空气调节广度的榻榻米参考值成为6～9个榻榻米。从6个榻榻米至9个榻榻米的广度(面积)是10～15m2。
图10是通过使用图9记载的每个能力的广度(面积)的最大面积，规定了每个能力下的地面的广度(面积)的图。在能力2.2kw的情况下，图9的广度(面积)的最大面积成为15m2。通过求出15m2的平方根，将纵横比率设为1∶1时的纵横的距离分别成为3.9m。利用固定最大面积15m2，并使纵横比率在1∶2～2∶1的范围内可变时的纵横的距离，设定纵横的最大距离和最小距离。
图11示出能力2.2kw下的纵横的房间形状限制值的图。根据每个能力的最大面积15m2的平方根，纵横比率1∶1时的纵横的各距离成为3.9m。利用固定最大面积15m2，并使纵横比率在1∶2～2∶1的范围内可变时的纵横的距离，设定纵横的最大距离。在纵横比率1∶2的情况下，成为纵2.7m∶横5.5m。同样地，在纵横比率2∶1的情况下，成为纵5.5m∶横2.7m。
图12示出根据空调机100的能力带求出的纵横距离条件。图12的初始值的值是根据每个能力下的对应面积的中间面积的平方根求出的。例如，能力2.2kw的适应面积成为10～15m2，中间面积成为12m2。利用12m2的平方根求出初始值3.5m。以下根据同样的思路求出每个能力带下的初始值的纵横距离的计算。同时，如图10所示计算最小值(m)、最大值(m)。
因此，对于根据空调机100的每个能力求出的房间形状的初始值，将图12的初始值(m)设为纵横的距离。但是，根据从遥控器的装配位置条件，使空调机100的设置位置的原点可变。
图13示出能力2.2kw时的中央装配时条件。如图13所示，将初始值的横距离中间地点设为空调机100的原点。空调机100的原点成为纵横3.5m的房间的中央部(横向1.8m)的位置关系。
图14示出能力2.2kw时的左角装配时(从使用者观察)的情况。在角部装配时的情况下，将直到在左右方向上更靠近的壁为止的距离设为距空调机100的原点(横宽的中心点)0.6m的距离。
因此，对于(1)根据空调机100的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状，在利用上述记载的条件根据空调机100的能力带设定的地面广度中，使用遥控器的装配位置条件决定空调机100的装配位置，从而能够在从红外线传感器3取得的热图像数据上求出地面与壁面的边界线。
图15示出在空调机100的能力2.2kw时遥控器的装配位置按钮被设定在中央时的热图像数据上的地面与壁面的位置关系。看得出从红外线传感器3侧观察时左壁面16、正面壁19、右壁面17、以及地面18表示在热图像数据上的状态。初始设定时的能力2.2kw的地面形状尺寸如图13所示。以下，将左壁面16、正面壁19、右壁面17总称为壁面。
接下来，对(2)根据在空调机100的运转中产生的地与壁的温度不均求出的房间形状的计算手段进行说明。图16示出基于温度不均的房间形状的计算流程。其特征在于，在从驱动上述红外线传感器3的红外线传感器驱动部51的输出通过红外线图像取得部52生成为热图像数据的纵8＊横94的热图像上，利用基准壁位置计算部54来制约进行热图像数据上的温度不均检测的范围。
以下，在图15中的空调机的能力2.2KW时且遥控器装配条件是中央时条件下进行基准壁位置计算部54的功能说明。
图17示出在图15的热图像数据上成为壁面(左壁面16、右壁面17、正面壁19)与地面18的边界的上下的像素间的边界线60。边界线60上侧的像素成为检测壁面温度的配光像素，边界线60下侧的像素成为检测地面温度的配光像素。
而且，其特征在于，在图18中，针对在图17中设定的边界线60的位置，在向下一个像素且向上两个像素的合计三个像素间，对上下像素间产生的温度进行检测。
其特征在于，并非在全部热图像数据的所有像素间搜索温度差，而以壁面与地面的边界线60上为中心来检测温度差，对壁面与地面的边界线60上产生的温度进行检测。
其特征在于，一并具有由于全部像素检测而引起的多余的软运算处理的降低(运算处理时间的缩短和负荷降低)、以及误检测处理(防噪声弹跳(ノイズデバンス)处理)。
接下来，针对上述记载的像素间区域，对由于温度不均而产生的边界进行检测的温度不均边界检测部53的特征在于，可以通过(a)利用根据地面温度与壁面温度的热图像数据得到的绝对值的判断手段、(b)利用检测区域内的上下像素间的温度差的深度方向上的斜率(一次微分)的最大值的判断手段、以及(c)利用检测区域内的上下像素间的温度差的深度方向上的斜率的斜率(二次微分)的最大值的判断手段中的某一个手段，来检测边界线60。
图19是在上述像素检测区域内，通过检测温度不均边界的温度不均边界检测部53用黑色标记了超过阈值的像素、或超过斜率的最大值的像素的图。另外，其特征在于，对于没有超过对上述温度不均边界进行检测的阈值或最大值的部位，不实施标记。
图20示出检测了由于温度不均而产生的边界线的结果。作为画出像素间的边界线的条件，在温度不均边界检测部53中，在超过了阈值或最大值的标记成黑色的像素的下部、以及在检测区域中的上下像素间未超过阈值或最大值的列中，在图17中利用基准壁位置计算部54进行了初始设定的像素间的基准位置处画线。
于是，在热图像数据上，地面坐标变换部55将在边界线的下部画出的各元素的坐标点(X，Y)变换成地面坐标点，并投影在地面18而得到的结果如图21所示。可以理解是投影了在94列的边界线60的下部画出的元素坐标的结果。
图22示出对能力2.2kw、遥控器中央装配条件时的初始设定条件下的正面壁19位置附近的温度差进行检测的对象像素的区域。
首先，在向地面18投影了各热图像数据的边界线元素坐标的图21中，求出图22所示的对正面壁19位置附近进行检测的各元素的散步元素坐标点的平均，并求出正面壁19与地面18的壁面位置而得到的结果如图23所示。
根据与正面壁边界线画线手段同样的思路，利用与右壁面17以及左壁面16对应的各元素的散布元素坐标点的平均来画出边界线。于是，将左右的左壁面边界线20、右壁面边界线21与正面壁边界线22连接的区域成为地面区域。
另外，作为通过温度不均检测画出精度更高的地壁边界线的手段，还有通过求出在图22中求出正面边界线的区域的元素坐标Y的平均值和标准偏差σ，而仅在σ值成为阈值以下的元素对象中再次计算平均值的手段。
同样地在左右壁面边界线计算中，也可以使用各元素坐标X的平均值和标准偏差σ。
另外，计算左右壁面边界线的另一手段还可以针对通过正面壁边界线计算而求出的Y坐标、即从空调机100装配侧的壁面的距离，使用在Y坐标间距离的中间区域1/3～2/3中分布的各元素的X坐标的平均来求出左右壁面间的边界线。在哪一种情况下都没有问题。
由检测历史积蓄部57对可以通过利用上述手段的正面左右壁位置计算部56求出的将空调机100的装配位置设为原点的直到正面壁19为止的距离Y、直到左壁面16为止的距离X_left、和直到右壁面17为止的距离X_right进行累计而作为各距离总和，并且累计次数而作为距离检测计数，进行检测距离的总和与计数数的除法来求出平均化的距离。对于左右壁，也通过同样的手段来求出。
另外，仅在由检测历史积蓄部57计数的检测次数比阈值次数多的情况下，将利用温度不均的房间形状判定结果设为有效。
接下来，对(3)根据人体检测位置历史求出的房间形状的计算进行说明。图24示出基于人体检测位置历史的房间形状的计算流程。人体检测部61的特征在于，通过针对利用红外线图像取得部52根据驱动红外线传感器3的红外线传感器驱动部51的输出生成为热图像数据的纵8＊横94的热图像数据，取得与紧接之前的热图像数据的差分，而判断人体的位置。
对有无人体以及人体的位置进行检测的人体检测部61的特征在于，在取得热图像数据的差分时，分别使用可以对人体的表面温度比较高的头部附近进行差分检测的阈值A、和可以对表面温度稍微低的脚部部分进行差分检测的阈值B。
在图25中，求出紧接之前的背景图像与人体存在的热图像数据的差分，使用阈值A以及阈值B来判断人体的检测。将超过阈值A的热图像数据的差分区域判断为人体头部附近，求出与利用阈值A求出的区域邻接的超过阈值B的热图像差分区域。此时，利用阈值B求出的差分区域以与利用阈值A求出的差分区域邻接为前提。即，将仅超过阈值B的差分区域不判断为人体。热图像数据间的差分阈值的关系表示阈值A＞阈值B。
在利用该手段求出的人体的区域中，可以检测从人体的头部到脚部为止的区域，使用表示人体的脚部部位的差分区域最下端部的中央部分的热图像坐标X、Y而设为人体位置坐标(X，Y)。
人体位置历史积蓄部62的特征在于，经由将利用热图像数据的差分求出的人体的脚部位置坐标(X，Y)如以下的温度不均检测时说明的图21那样变换成地面坐标点的地面坐标变换部55，积蓄人体位置历史。
图26示出作为将根据热图像数据差分求出的人体检测位置通过地面坐标变换部55进行了坐标变换的人位置坐标(X，Y)点，针对X轴、Y轴的每一个进行计数累计的状态。在人体位置历史积蓄部62中，如图26所示，横向X坐标以及深度Y坐标的最小分解是被确保每隔0.3m的区域，在针对每个轴以0.3m间隔确保的区域中，适用每次人位置检测中发生的位置坐标(X，Y)，并进行计数。
由壁位置判断部58利用来自该人体位置历史积蓄部62的人体检测位置历史信息，求出作为房间形状的地面18、壁面(左壁面16、右壁面17、正面壁19)。
图27示出基于人体位置历史的房间形状的判定结果。其特征在于，使用相对横向X坐标以及深度Y坐标中积蓄的最大的积蓄数值为10％以上的区域的范围来判断为地面区域。
接下来，说明如下例子：根据人体检测位置历史的积蓄数据来推测房间形状是长方形(正方形)还是L字型形状，并通过对L字型房间形状的地面18与壁面(左壁面16、右壁面17、正面壁19)附近的温度不均进行检测而计算出高精度的房间形状。
图28示出L字型房间形状的生活中的人体检测位置历史的结果。横向X坐标以及深度Y坐标的最小分解是被确保每隔0.3m的区域，在针对每个轴以0.3m间隔确保的区域中，适用每次人体检测中发生的位置坐标(X，Y)，并进行计数。
当然，由于人体在L字的房间形状内移动，所以左右方向的地面区域(X坐标)以及深度方向的地面区域(Y坐标)中积蓄的计数数成为与各X、Y坐标的每一个的深度区域(面积)成比例的形式。
对根据人体检测位置历史的积蓄数据来判断房间形状是长方形(正方形)还是L字型形状的手段进行说明。
图29示出横向X坐标中的地面区域(X坐标)中积蓄的计数数。阈值A的特征在于，使用相对积蓄的最大的积蓄数值的10％以上来判断为地面X方向的距离(宽度)。
而且，其特征在于，如图30所示，将在图29中求出的地面区域(X坐标)均等分割成三个区域A、B、C，求出所积蓄的最大的积蓄数值存在于哪个区域，同时求出每个区域的最大值与最小值。
在积蓄的最大的积蓄数值存在于区域C(或区域A)，且区域C内的最大值与最小值之差是Δα以内、区域C的最大积蓄数值与区域A内的最大积蓄数之差是Δβ以上时，判断为是L字型房间形状。
求出每个区域的最大值与最小值之差Δα的处理是用于根据人体检测位置历史的积蓄数据来推测房间形状的防噪声弹跳处理之一。还有如图31所示，在区域C内存在积蓄数据的最大积蓄数的情况下，使用相对最大积蓄数为90％以上的计数数在区域内有γ个(每0.3m被分解的区域中的数量)以上的情况进行判断的手段。在区域C中实施了上述运算处理之后，在区域A中也进行同样的运算，从而判断为是L字型房间形状(参照图32)。
在通过上述而判断为是L字型房间形状的情况下，如图33所示，求出相对最大积蓄数为50％以上的部位。在本说明中，使用横向的X坐标来进行了说明，但在深度方向的Y坐标中的积蓄数据中也相同。
其特征在于，把将相对横向的X坐标以及深度方向的Y坐标的地面区域中的最大的积蓄数的50％以上的阈值B设为边界的坐标点判断为L字型房间形状的地与壁面的边界点。
图34示出根据在图33中求出的L字型房间形状的地面和壁面的边界点、与阈值A以上的X坐标、Y坐标的地面区域求出的L字型房间形状的地面区域形状。
其特征在于，将上述中求出的L字型形状的地面形状结果反馈给温度不均房间形状算法中的基准壁位置运算部54，再次计算进行热图像数据上的温度不均检测的范围。
接下来，说明对求出房间形状的三种信息进行综合的方法。但是，将L字型形状的地面形状结果反馈给温度不均房间形状算法中的基准壁位置运算部54，并再次计算进行热图像数据上的温度不均检测的范围的处理在此除外。
图35示出综合三种信息的流程。对于(2)根据在空调机100运转中产生的地面18与壁面的温度不均求出的房间形状，仅在通过温度不均边界检测部53在检测历史积蓄部57中计数的检测次数比阈值次数多的情况下，通过温度不均有效性判定部64，将利用温度不均的房间形状的判定结果设为有效。
同样地，对于利用(3)根据人体检测位置历史求出的房间形状来从人体位置历史积蓄部62求出的房间形状，也仅在人体位置历史积蓄部62积蓄人体位置历史的人体检测位置历史次数比阈值次数多的情况下，通过人体位置有效性判定部63，以将利用人体检测位置历史的房间形状的判定结果设为有效为前提条件，通过壁位置判断部58按照下述条件进行判断。
①在(2)与(3)都无效的情况下，设为根据基于(1)的空调机100的能力带以及遥控器的装配位置按钮设定求出的初始设定值的房间形状。
②在(2)有效且(3)无效的情况下，将基于(2)的输出结果设为房间形状。其中，在(2)的房间形状不收敛于(1)的图12中决定的边的长度的情况、或不收敛于面积的情况下，伸缩至该范围。其中，在通过面积伸缩的情况下，使用直到正面壁19为止的距离来修正。
对具体的修正方法进行说明。图36示出在能力2.8kw、遥控器装配位置条件为中央时基于温度不均检测的房间形状的结果。根据图12，空调机100的能力2.8kw时的纵横的边的长度的最小值成为3.1m，最大值成为6.2m。因此，根据遥控器中央装配条件，直到右侧的壁面为止的距离X_right以及直到左侧的壁面为止的距离X_left的限制距离被决定成图12的一半。因此，图中示出的右壁最小/左壁最小的距离成为1.5m，右壁最大/左壁最大的距离成为3.1m。在如图35所示的基于温度不均的房间形状那样，是直到左壁面16为止的距离超过左壁最大的距离的状态的情况下，如图37所示缩小至左壁最大的位置。
同样地，在如图36所示直到右壁为止的距离位于右壁最小与右壁最大之间的情况下，原样地维持位置关系。在如图37所示缩小至左壁最大之后，求出房间形状的面积，确认是否成为图12所示的能力2.8kw时的面积范围13～19m2的恰当范围内。
假设在修正后的图37的房间形状面积大到面积最大值19m2以上的情况下，如图38所示，将正面壁19的距离降低至最大面积19m2而进行调整。
在图39所示的情形下也同样地，在直到左壁面16为止的距离不足左壁最小的情况下，扩大至左壁最小的区域。
之后，如图40所示，通过计算修正后的房间形状面积来判断是否处于恰当面积内。
③在(2)无效且(3)有效的情况下，也将基于(3)的输出结果设为房间形状。与上述(2)有效且(3)无效的情况的②同样地，进行修正，以适合于(1)中决定的边的长度、面积的限制。
④在(2)与(3)都有效的情况下，将(2)的基于温度不均的房间形状作为基准，在与其相比(3)的基于人体检测位置历史的房间形状存在直到壁为止的距离更窄的面的情况下，以最大0.5m的幅度在使(2)的基于温度不均的房间形状的输出变窄的方向上进行修正。
相反，在(3)更宽的情况下，不进行修正。而且，关于修正后的房间形状，也进行修正，以适合于(1)中决定的边的长度、面积的限制。
通过上述综合条件，可以如图41所示求出作为各壁面间距离的直到正面壁19为止的距离Y坐标Y_front、右壁面17的X坐标X_right、左壁面16的X坐标X_left。
接下来，对地壁辐射温度的计算进行说明。在图42(图5)中示出将根据在上述综合条件下求出的正面壁19、左右壁(左壁面16、右壁面17)间各自的距离求出的地面边界线上的各坐标点逆投影在热图像数据上而得到的结果。
在图42的热图像数据上，可以理解划分了地面18的区域、正面壁19、左壁面16、右壁面17的区域的状态。
首先，关于壁面温度的计算，将根据在热图像数据上求出的各壁区域的热图像数据求出的温度数据的平均设为壁温度。
如图43所示，用粗线包围各壁区域的区域分别成为各壁区域。
接下来，对地面18的温度区域进行说明。将热图像数据上的地面区域例如在左右方向上分割成五个区域、在深度方向上分割成三个区域而细分成合计15个区域。另外，分割的区域的数量不限于此，而也可以是任意的。
在图44所示的例子中，对地面18的跟前侧区域在左右方向上分割成五个区域(A1、A2、A3、A4、A5)。
同样地，在图45中，对地面的里侧区域前后分割成三个区域(B1、B2、B3)。其特征在于，在每个区域中前后左右的地面区域都重合。因此，在热图像数据上，生成正面壁19、左壁面16、右壁面17的温度以及被分割成15个的地面温度的温度数据。将分割的各地面区域的温度设为各自的平均温度。其特征在于，根据在该热图像数据上分割成区域的各温度信息，求出热图像数据拍摄的居住区域内的各人体的辐射温度。
通过以下示出的计算式来求出各人体的每一个的从地面以及壁面的辐射温度。
(式1)
T _ calc = Tf . ave + 1 α [ T _ left - Tf . ave 1 + ( Xf - X _ left ) 2 ] + 1 β [ T _ front - Tf . ave 1 + ( Yf - Y _ front ) 2 ] + 1 γ [ T _ right - Tf . ave 1 + ( Xf - X _ right ) 2 ]
其中，T_calc：辐射温度
Tf.ave：检测到人体的场所的地面温度
T_left：左壁面温度
T_front：正面壁温度
T_right：右壁面温度
Xf：人体检测位置的X坐标
Yf：人体检测位置的Y坐标
X_left：左侧壁面间距离
Y_front：正面壁面间距离
X_right：右侧壁面间距离
α、β、γ：校正系数
可以计算检测到人体的场所的考虑了地面温度、各壁面的壁面温度、和各壁面间距离的影响的辐射温度。
图46示出通过上述计算式求出的辐射温度的一个例子。在热图像数据上，在热图像数据上拍摄的居住空间内检测到被验者A以及被验者B的条件下，试算辐射温度。正面壁温度T_front：23℃、T_left：15℃、T_right：23℃、被验者A的地面温度Tf.ave＝20℃、被验者B的地面温度Tf.ave＝23℃、辐射温度演算式上的校正系数全部用1而进行计算的结果，可以求出为被验者A的辐射温度Tcalc＝18℃、被验者B的辐射温度Tcalc＝23℃。
以往，仅利用地面18的温度来计算了辐射温度，但现在可以考虑来自通过识别房间形状而求出的壁面温度的辐射温度，可以求出人体在身体整体上体感的辐射温度。
接下来，对利用通过识别上述房间形状而求出的壁面温度，来检测窗帘的开闭状态的例子进行说明。这是因为，在空气调节中的房间中，与打开窗帘的状态相比关闭的状态的空气调节效果更好的情况较多，所以在检测到打开了窗帘的情况下，可以向空调机100的利用者催促关闭窗帘。
利用图47的流程图，对检测窗帘的开闭状态的流程进行说明。
另外，以下所示的控制是通过编程了规定动作的微型计算机进行的。此处，也将编程了规定动作的微型计算机定义成控制部。在以下说明中，省略控制部(编程了规定动作的微型计算机)分别进行各个控制这样的记载。
热图像取得部101通过使红外线传感器3左右扫描温度检测对象范围而检测温度检测对象的温度，获得热图像。
如上所述，在取得房间的壁、地的热图像数据的情况下，使红外线传感器3通过步进电动机6在左右方向上可动，每隔步进电动机6的可动角度(红外线传感器3的旋转驱动角度)1.6度，在各位置上使红外线传感器3停止规定时间(0.1～0.2秒)。在使红外线传感器3停止之后，等待规定时间(比0.1～0.2秒短的时间)，取入红外线传感器3的八个受光元件的检测结果(热图像数据)。在将红外线传感器3的检测结果取入完后，再次驱动步进电动机6(可动角度1.6度)之后停止，通过同样的动作取入红外线传感器3的八个受光元件的检测结果(热图像数据)。反复进行上述动作，根据在左右方向上94个部位的红外线传感器3的检测结果来运算检测区域内的热图像数据。
地壁检测部102通过上述控制部使红外线传感器3进行扫描而取得房间的热图像数据，并在热图像数据上综合以下所示的三种信息，而求出正在进行空气调节的空气调节区域内的地面广度，获得热图像数据上的空气调节区域内的壁区域(壁面位置)。
(1)根据空调机100的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；
(2)根据在空调机100的运转中产生的地与壁的温度不均求出的房间形状；
(3)根据人体检测位置历史求出的房间形状。
根据由热图像取得部101获得的热图像，针对通过上述处理生成的背景热图像(图43)，应用以下说明的温度条件判定部(室温判定部103、外气温判定部104)的处理，从而判定当前的温度条件是否为需要窗状态的检测的状态。
需要窗状态的检测的状态是指，例如如果是制热运转的时候，则相对室温来说外气温度低一定温度(例如5℃)，窗变冷，在打开了窗帘的状态下制热效率变差的状态。
相反地如果是制冷的时候，则是指相对室温来说外气温度高一定温度(例如5℃)，窗变热，在打开了窗帘的状态下制冷效率变差的状态。
温度条件判定部的室温判定部103是检测室温的手段。可以通过以下所示的方法来估算室温。
(1)背景热图像的图像整体的平均温度；
(2)背景热图像的地区域的平均温度；
(3)空调机100的室内机框体40(主体)的吸入口41中搭载的室温热敏电阻温度计(未图示)的值。
外气温判定部104是检测外气温度的手段。可以通过以下所示的方法来估算外气温度。
(1)空调机100的室外机(未图示)中搭载的外气温热敏电阻温度计(未图示)的值；
(2)或者，即使用以下方法代用也不会妨碍判定是否为需要窗状态的检测的状态。
a.(制热时)在背景热图像的壁区域中温度最低的区域；
b.(制冷时)在背景热图像的壁区域中温度最高的区域。
如果由室温判定部103、外气温判定部104检测的室温与外气温度之差是一定值(例如5℃)以上，则使处理进入以下的窗状态检测部。
在窗状态检测部中，将背景热图像中的存在显著的温度差(规定的温度差、例如5℃)的区域检测为窗区域31(图48)，可以在监视该窗区域31的时间变化的同时检测关闭窗帘的动作。
例如，在用红外线传感器3拍摄了制热时的室内温度分布时，得到图48所示那样的热图像。将热图像中的右壁面的低温部分检测为窗区域31。在图48中，用颜色的浓度来表示了温度的高低。颜色越浓，温度越低。
由壁区域内温度差判定部105判定在背景热图像中壁区域内的温度差是否为一定值(例如5℃)以上。壁区域内的温度差根据制热时、制冷时、房间的广度、空气调节开始后的经过时间等而变化，而在空气调节时相对地温度或室温这样的基准温度，壁温度存在差异的情况较多，难以单纯地仅通过从基准温度的差的阈值处理来判定有无窗区域31。
因此，在壁区域内温度差判定部105中，如果在相同壁内的温度中存在显著的差，则根据存在窗区域31这样的考虑来判定有无壁区域内的温度差。
在壁区域内温度差判定部105中，在壁区域内没有显著的温度差的情况下判定为没有窗区域31，而不进行以后的处理。
由壁区域内外气温度区域抽出部106在背景热图像中在壁区域内抽出接近外气温度的区域。即，在制冷时在壁区域内抽出温度高的区域，在制热时在壁区域内抽出温度低的区域。
作为在背景热图像中在壁区域内接近外气温度的区域的抽出方法，有抽出相对壁区域内的平均温度其温度高(低)一定温度(例如5℃)以上的区域的方法。
其中，在壁区域内外气温度区域抽出部106中，将微小的区域作为误检测而删除。例如，将窗的最低尺寸设为宽度80cm×高度80cm。可以根据由地壁检测部102检测的地壁的位置、和红外线传感器3的设置角度，计算出在热图像上的各位置存在窗时的热图像上的窗的尺寸。在通过计算而计算出的热图像上的窗的尺寸为窗的最低尺寸以下的广度的区域的情况下，作为微小的区域而删除。
利用窗区域抽出部107在由壁区域内外气温度区域抽出部106抽出的区域中抽出是窗区域31的可能性高的区域。
窗区域抽出部107在壁区域内外气温度区域抽出部106中，将持续一定时间(例如10分钟)以上抽出为窗区域31的区域检测为窗区域31。
利用窗区域内温度判定部108对由窗区域抽出部107检测为窗区域31的区域内的温度变化进行监视，判定被判定为窗的区域的温度是否变化至壁平均温度附近，如果存在变化则判定为窗区域31消失。
利用窗帘关闭动作判定部109，如果在窗区域内温度判定部108中判定为由窗区域抽出部107检测的窗区域31的全部并非窗区域31，则判定为窗帘被关闭。
另外，在由窗区域抽出部107检测了窗区域31的状态下，即使在壁区域内温度差判定部105中，判定为没有窗区域31的情况下，也判定为窗帘被关闭。
如上所述，热图像取得部101通过使红外线传感器3左右扫描温度检测对象范围并检测温度检测对象的温度而获得热图像，地壁检测部102获得热图像数据上的空气调节区域内的壁区域，利用温度条件判定部来判定当前的温度条件是否为需要检测窗状态的状态，如果是需要检测的状态，则窗状态检测部将背景热图像中的存在显著的温度差的区域检测为窗区域31，可以监视该窗区域31的时间变化，同时可以检测关闭窗帘的动作。
通过这样构成，可以对作为在空气调节中需要多余功耗的状态的受到外气温影响的窗的露出进行检测，而向空调机100的利用者催促关闭窗帘等的动作。
空调机100的利用者可以通过关闭窗帘等，来降低空调机100的功耗。

Claims (14)

1.一种空调机，其特征在于，具备：
大致箱状的主体，具有吸入房间的空气的吸入口和吹出调和空气的吹出口；
红外线传感器，在上述主体的前表面上以规定的俯角朝下安装，左右扫描温度检测对象范围而检测出温度检测对象的温度；以及
控制部，利用上述红外线传感器检测人、发热设备的存在，管理该空调机的控制，
上述控制部使上述红外线传感器进行扫描而取得上述房间的热图像数据，在上述热图像数据上，综合以下所示的三种信息，从而求出正在进行空气调节的空气调节区域内的地面广度，求出上述热图像数据上的上述空气调节区域内的壁面位置，其中，所述三种信息为：
(1)根据该空调机的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；
(2)根据在该空调机的运转中产生的地与壁的温度不均求出的房间形状；以及
(3)根据人体检测位置历史求出的房间形状。
2.根据权利要求1所述的空调机，其特征在于，上述控制部，
仅在检测次数比规定的阈值次数多的情况下，将(2)根据在该空调机的运转中产生的地与壁的温度不均求出的房间形状设为有效，并且，
仅在积蓄人体位置历史的人体检测位置历史次数比规定的阈值次数多的情况下，将(3)根据人体检测位置历史求出的房间形状设为有效，通过以下所示的决定，综合三种信息，从而求出上述空气调节区域内的地面广度，求出上述热图像数据上的上述空气调节区域内的壁面位置，其中，所述决定为：
①在(2)与(3)都无效的情况下，设为(1)根据该空调机的能力带以及遥控器的装配位置按钮设定求出的初始设定值的房间形状；
②在(2)有效且(3)无效的情况下，将基于(2)的输出结果设为房间形状；
③在(2)无效且(3)有效的情况下，将基于(3)的输出结果设为房间形状；
④在(2)与(3)都有效的情况下，将基于(2)的房间形状设为基准。
3.根据权利要求2所述的空调机，其特征在于，在上述②中，当房间形状不收敛于在(1)中决定的纵横的边的长度的情况、或不收敛于面积的情况下，使基于(2)的输出结果伸缩至(1)的范围。
4.根据权利要求3所述的空调机，其特征在于，在根据面积伸缩的情况下，修正上述房间的直到正面壁为止的距离。
5.根据权利要求2所述的空调机，其特征在于，在上述④中，在(3)的基于人体检测位置历史的房间形状存在直到壁面为止的距离更窄的部位的情况下，以最大0.5m以下的幅度在使(2)的房间形状的输出变窄的方向上进行修正。
6.根据权利要求1所述的空调机，其特征在于，上述控制部将根据通过上述三种信息的综合求出的正在进行空气调节的空气调节区域内的地面广度、上述热图像数据上的上述空气调节区域内的壁面位置求出的地面边界线上的各坐标点逆投影在上述热图像数据上，根据上述热图像数据生成各壁面、地面的温度数据，根据上述温度数据求出人体的辐射温度。
7.根据权利要求6所述的空调机，其特征在于，在上述各壁面温度的计算中，将根据在上述热图像数据上求出的各壁区域的热图像数据求出的温度数据的平均设为各壁面温度。
8.根据权利要求6所述的空调机，其特征在于，在上述地面温度的计算中，将上述热图像数据上的地面区域分割成多个区域，将根据分割的各区域的热图像数据求出的温度数据的平均设为各区域的地面温度。
9.根据权利要求8所述的空调机，其特征在于，将上述热图像数据上的地面区域在左右方向以及深度方向上分别分割成多个。
10.根据权利要求9所述的空调机，其特征在于，所分割的前后左右的地面区域重合。
11.根据权利要求6所述的空调机，其特征在于，通过以下所示的计算式，求出每个人体的从地面以及各壁面的辐射温度，
(式1)
T _ calc = Tf . ave + 1 α [ T _ left - Tf . ave 1 + ( Xf - X _ left ) 2 ] + 1 β [ T _ front - Tf . ave 1 + ( Yf - Y _ front ) 2 ] + 1 γ [ T _ right - Tf . ave 1 + ( Xf - X _ right ) 2 ]
其中，T_calc：辐射温度
Tf.ave：检测到人体的场所的地面温度
T_left：左壁面温度
T_front：正面壁温度
T_right：右壁面温度
Xf：人体检测位置的X坐标
Yf：人体检测位置的Y坐标
X_left：左侧壁面间距离
Y_front：正面壁面间距离
X_right：右侧壁面间距离
α、β、γ：校正系数。
12.一种空调机，其特征在于，具备：
大致箱状的主体，具有吸入房间的空气的吸入口和吹出调和空气的吹出口；
红外线传感器，在上述主体的前表面上以规定的俯角朝下安装，左右扫描温度检测对象范围而检测温度检测对象的温度；以及
控制部，利用上述红外线传感器检测人、发热设备的存在，管理该空调机的控制，
上述控制部具备：
热图像取得部，使上述红外线传感器左右扫描温度检测对象范围而检测温度检测对象的温度，从而获得热图像数据；
地壁检测部，通过在上述热图像取得部获得的上述热图像数据上，综合以下所示的三种信息，而求出正在进行空气调节的空气调节区域内的地面广度，获得上述热图像数据上的上述空气调节区域内的壁面位置，其中，所述三种信息为：(1)根据该空调机的能力带以及遥控器的装配位置按钮设定求出的形状限制值以及初始设定值的房间形状；(2)根据在该空调机的运转中产生的地与壁的温度不均求出的房间形状；以及(3)根据人体检测位置历史求出的房间形状；
温度条件判定部，判定当前的温度条件是否为需要检测窗状态的状态；以及
窗状态检测部，在由上述温度条件判定部判定为需要检测的状态的情况下，将背景热图像中的存在规定的温度差的区域检测为窗区域。
13.根据权利要求12所述的空调机，其特征在于，上述温度条件判定部具备：
室温判定部，检测室内的空气温度；以及
外气温度检测部，检测外气温度。
14.根据权利要求12所述的空调机，其特征在于，上述窗状态检测部具备：
壁区域内温度差判定部，在上述背景热图像中判定壁区域内的温度差是否为一定值以上；
壁区域内外气温度区域抽出部，在上述背景热图像中在壁区域内抽出靠近外气温度的区域；以及
窗区域抽出部，在由上述壁区域内外气温度区域抽出部抽出的区域中抽出是窗区域的可能性高的区域，将在上述壁区域内外气温度区域抽出部中持续一定时间以上抽出为窗区域的区域检测为窗区域。
CN2009101736539A 2008-09-10 2009-09-10 空调机 Active CN101672498B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
JP2008231799 2008-09-10
JP2008231799 2008-09-10
JP2008-231799 2008-09-10
JP2009135186A JP5111445B2 (ja) 2008-09-10 2009-06-04 空気調和機
JP2009135186 2009-06-04
JP2009-135186 2009-06-04

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN201110359406.5A Division CN102519087B (zh) 2008-09-10 2009-09-10 空调机
CN201110359443.6A Division CN102519088B (zh) 2008-09-10 2009-09-10 空调机

Publications (2)

Publication Number Publication Date
CN101672498A true CN101672498A (zh) 2010-03-17
CN101672498B CN101672498B (zh) 2012-09-12

Family

ID=41314675

Family Applications (3)

Application Number Title Priority Date Filing Date
CN201110359443.6A Active CN102519088B (zh) 2008-09-10 2009-09-10 空调机
CN201110359406.5A Active CN102519087B (zh) 2008-09-10 2009-09-10 空调机
CN2009101736539A Active CN101672498B (zh) 2008-09-10 2009-09-10 空调机

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN201110359443.6A Active CN102519088B (zh) 2008-09-10 2009-09-10 空调机
CN201110359406.5A Active CN102519087B (zh) 2008-09-10 2009-09-10 空调机

Country Status (4)

Country Link
US (3) US8103384B2 (zh)
EP (1) EP2163832B1 (zh)
JP (1) JP5111445B2 (zh)
CN (3) CN102519088B (zh)

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102278805A (zh) * 2010-06-11 2011-12-14 三菱电机株式会社 空调机
CN102759177A (zh) * 2011-04-26 2012-10-31 珠海格力电器股份有限公司 一种空调
CN103375872A (zh) * 2012-04-16 2013-10-30 珠海格力电器股份有限公司 空调设备运行状态的控制方法及空调设备
CN103777253A (zh) * 2012-10-19 2014-05-07 海尔集团公司 利用人体传感器进行人体检测的方法
CN104266312A (zh) * 2014-10-08 2015-01-07 广东美的制冷设备有限公司 空调控制方法、系统及空调设备
CN104279710A (zh) * 2014-10-08 2015-01-14 广东美的制冷设备有限公司 空调控制方法、系统及空调设备
CN104279688A (zh) * 2013-07-10 2015-01-14 海尔集团公司 人体探测方法、背景温度确定方法、装置及空调设备
CN103090503B (zh) * 2011-10-27 2015-08-05 海尔集团公司 一种空调装置及其控制方法
CN104930662A (zh) * 2015-06-25 2015-09-23 广东美的制冷设备有限公司 一种空调精准送风控制方法及系统
CN105202690A (zh) * 2014-06-25 2015-12-30 三菱电机株式会社 空调装置的室内机以及空调装置
CN105823562A (zh) * 2014-12-31 2016-08-03 广东美的制冷设备有限公司 红外传感器的成像装置、成像方法及空调器
CN105864962A (zh) * 2016-04-01 2016-08-17 广东美的制冷设备有限公司 一种空调温度可视化方法、系统及空调器
CN107023955A (zh) * 2017-04-10 2017-08-08 青岛海尔空调器有限总公司 空调控制方法及空调
CN107238172A (zh) * 2017-05-18 2017-10-10 青岛海尔空调器有限总公司 家居系统的节能控制方法及家居系统
CN108458451A (zh) * 2018-03-29 2018-08-28 广东美的制冷设备有限公司 空调器送风控制方法、装置及可读存储介质、空调器
CN109228820A (zh) * 2013-05-17 2019-01-18 松下电器（美国）知识产权公司 控制装置、控制方法、记录介质、空气调节机以及车辆
CN110173862A (zh) * 2019-06-14 2019-08-27 珠海格力电器股份有限公司 基于俯视视角人体信息的空调控制方法、装置及空调系统
CN110645670A (zh) * 2014-05-27 2020-01-03 松下电器（美国）知识产权公司 空气调节装置所执行的传感器的控制方法
CN112272746A (zh) * 2018-06-07 2021-01-26 皇家飞利浦有限公司 空气质量控制系统和方法
US20220178573A1 (en) * 2019-05-23 2022-06-09 Mitsubishi Electric Corporation Refrigerating cycle apparatus, refrigerating cycle control system, and refrigerating cycle control method

Families Citing this family (71)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8912429B2 (en) * 2008-03-20 2014-12-16 Hanergy Holding Group Ltd. Interconnect assembly
JP4483990B2 (ja) * 2008-11-20 2010-06-16 ダイキン工業株式会社 空気調和機
JP4803296B2 (ja) * 2009-10-30 2011-10-26 ダイキン工業株式会社 室内機及びそれを備えた空気調和機
JP4803297B2 (ja) * 2009-10-30 2011-10-26 ダイキン工業株式会社 コントローラ及び空気調和機
US20110288417A1 (en) * 2010-05-19 2011-11-24 Intouch Technologies, Inc. Mobile videoconferencing robot system with autonomy and image analysis
JP5289392B2 (ja) * 2010-07-16 2013-09-11 三菱電機株式会社 空気調和機
JP5404548B2 (ja) * 2010-07-26 2014-02-05 三菱電機株式会社 空気調和機
JP5220068B2 (ja) * 2010-08-04 2013-06-26 三菱電機株式会社 空気調和機の室内機、及び空気調和機
JP5465133B2 (ja) * 2010-08-19 2014-04-09 三菱電機株式会社 空気調和機およびリモートコントロール装置
JP5489915B2 (ja) * 2010-08-19 2014-05-14 三菱電機株式会社 空気調和機
JP5537334B2 (ja) * 2010-08-23 2014-07-02 株式会社東芝 空気調和機の室内機
US9323250B2 (en) 2011-01-28 2016-04-26 Intouch Technologies, Inc. Time-dependent navigation of telepresence robots
US9535431B2 (en) * 2011-01-28 2017-01-03 Mitsubishi Electric Corporation Air-conditioning system and air-conditioning method
JP5554278B2 (ja) * 2011-04-04 2014-07-23 株式会社コロナ 電気ストーブ
US9098611B2 (en) 2012-11-26 2015-08-04 Intouch Technologies, Inc. Enhanced video interaction for a user interface of a telepresence network
US20140139616A1 (en) 2012-01-27 2014-05-22 Intouch Technologies, Inc. Enhanced Diagnostics for a Telepresence Robot
JP5236093B2 (ja) * 2012-03-07 2013-07-17 三菱電機株式会社 空気調和機
US10371399B1 (en) * 2012-03-15 2019-08-06 Carlos Rodriguez Smart vents and systems and methods for operating an air conditioning system including such vents
EP2852475A4 (en) 2012-05-22 2016-01-20 Intouch Technologies Inc SOCIAL BEHAVIOR OF A MEDICAL TELEPRESCENT ROBOT
US9361021B2 (en) 2012-05-22 2016-06-07 Irobot Corporation Graphical user interfaces including touchpad driving interfaces for telemedicine devices
JP5865784B2 (ja) * 2012-06-05 2016-02-17 日立アプライアンス株式会社 空気調和機
JP6017207B2 (ja) * 2012-07-13 2016-10-26 ジョンソンコントロールズ ヒタチ エア コンディショニング テクノロジー（ホンコン）リミテッド 空気調和機
JP5528531B1 (ja) * 2012-12-25 2014-06-25 三菱電機株式会社 制御システム、制御方法及びプログラム
CN103175287A (zh) * 2013-04-22 2013-06-26 清华大学 基于背景建模人物运动检测的空调节能控制方法及装置
NL2010998C2 (en) * 2013-06-18 2014-12-22 Biddle B V Air curtain device measuring a temperature profile and method there for.
CN104676850A (zh) * 2013-12-02 2015-06-03 广东美的制冷设备有限公司 空调系统及其控制方法
KR102157072B1 (ko) * 2013-12-03 2020-09-17 삼성전자 주식회사 공조장치 또는 공조시스템의 온도 제어장치 및 방법
JP2015154377A (ja) * 2014-02-18 2015-08-24 キヤノン株式会社 画像処理装置、画像処理装置の制御方法およびプログラム
CN110274355B (zh) * 2014-03-03 2022-01-11 松下电器（美国）知识产权公司 传感方法、传感系统及包含它们的空调设备
WO2015135099A1 (zh) * 2014-03-10 2015-09-17 李文嵩 智能住宅定位装置
CN103884079B (zh) * 2014-03-25 2016-10-05 四川长虹电器股份有限公司 一种空调工作模式切换方法及一种空调
ES2746754T3 (es) * 2014-04-17 2020-03-06 Softbank Robotics Europe Robot humanoide con ruedas omnidireccionales basado en un controlador de posición y velocidad lineal predictivo
JP6314712B2 (ja) * 2014-07-11 2018-04-25 オムロン株式会社 部屋情報推定装置、部屋情報推定方法、および空気調和装置
CN104061662B (zh) * 2014-07-17 2017-02-15 珠海格力电器股份有限公司 一种人体检测方法、装置和空调
CN105674471A (zh) * 2014-11-18 2016-06-15 青岛海尔空调电子有限公司 一种空调用人体探测定位方法及空调
US9915438B2 (en) 2015-03-04 2018-03-13 Elwha Llc System and methods for regulating an environmental variable within a target zone having multiple inhabitants
US9909774B2 (en) * 2015-03-04 2018-03-06 Elwha Llc Systems and methods for regulating an environmental variable within a target zone having multiple inhabitants
EP3270071B1 (en) * 2015-03-12 2018-10-03 Mitsubishi Electric Corporation Air conditioner
WO2016192179A1 (zh) * 2015-06-05 2016-12-08 宁波奥克斯空调有限公司 一种空调检测装置及控制方法
JP6505514B2 (ja) * 2015-06-10 2019-04-24 パナソニック株式会社 空気調和機、センサシステムおよびその温冷感推定方法
CN105258279A (zh) * 2015-09-25 2016-01-20 四川长虹电器股份有限公司 一种空调控制方法及空调
CN106765861A (zh) * 2015-11-25 2017-05-31 广东美的制冷设备有限公司 空调控制方法及装置
CN105760816A (zh) * 2016-01-27 2016-07-13 四川长虹电器股份有限公司 一种强风制冷下智能识别人体睡姿的方法
CN105651397A (zh) * 2016-01-27 2016-06-08 四川长虹电器股份有限公司 一种精确识别人体温度的方法
WO2017175305A1 (ja) 2016-04-05 2017-10-12 三菱電機株式会社 空気調和装置の室内機
US10982871B2 (en) * 2016-06-03 2021-04-20 Mitsubishi Electric Corporation Equipment control device and method, utilizing basal metabolism data calculated from estimated characteristics of a person based on detected visible light image data and corresponding thermal image data
JPWO2018029783A1 (ja) * 2016-08-09 2019-03-28 三菱電機株式会社 空気調和装置
CN109564022B (zh) * 2016-08-10 2021-11-09 三菱电机株式会社 空调机
WO2018059985A1 (en) 2016-09-29 2018-04-05 Philips Lighting Holding B.V. Depth queue by thermal sensing
CN106440245B (zh) * 2016-10-25 2021-01-08 广东美的制冷设备有限公司 一种人体位置获取方法和装置
US11185235B2 (en) * 2017-03-27 2021-11-30 Panasonic Intellectual Property Management Co., Ltd. Information processing method, information processing device, and recording medium
FI20175350A1 (fi) * 2017-04-18 2018-10-19 Caverion Suomi Oy Monianturiyksikkö, järjestely ja menetelmä huoneen tai vyöhykkeen sisäilmasto-olosuhteiden hallitsemista varten
CN107120787B (zh) * 2017-04-24 2020-02-04 青岛海尔空调器有限总公司 空调的控制方法
CN107120794B (zh) * 2017-05-12 2019-12-31 青岛海尔空调器有限总公司 空调器运行工况调节方法及空调器
CN107166654A (zh) * 2017-05-27 2017-09-15 珠海格力电器股份有限公司 一种空调的控制方法、装置及空调
CN108050658B (zh) * 2017-11-24 2020-04-03 广东美的制冷设备有限公司 空调器的红外传感器的扫描控制方法、空调器及存储介质
CN108266860A (zh) * 2018-01-15 2018-07-10 珠海格力电器股份有限公司 空调控制方法、装置及空调
KR102040953B1 (ko) * 2018-04-10 2019-11-27 엘지전자 주식회사 인공지능에 기반하여 영역 선택적으로 동작하는 공기 조화기, 클라우드 서버, 및 이들의 동작 방법
JP7105896B2 (ja) * 2018-09-05 2022-07-25 三菱電機株式会社 窓検知装置、空調制御装置、空調システム、窓検知方法、及びプログラム
CN109539494B (zh) * 2018-09-06 2020-10-23 珠海格力电器股份有限公司 获得空调位置关系的方法、装置及空调
CN109489187B (zh) * 2018-09-25 2020-08-21 珠海格力电器股份有限公司 一种控制方法、装置及空气调节装置
JP7341306B2 (ja) * 2018-10-30 2023-09-08 三菱電機株式会社 遠隔操作端末および空調システム
CN109990428B (zh) * 2019-04-18 2020-06-05 珠海格力电器股份有限公司 空调器安装位置确定方法和装置
CN110312225B (zh) * 2019-07-30 2022-06-03 平顶山学院 一种无线传感器硬件装置
JP7241891B2 (ja) * 2019-08-08 2023-03-17 三菱電機株式会社 空気調和機
KR102655375B1 (ko) * 2019-09-19 2024-04-04 엘지전자 주식회사 냉방 또는 난방 관리가 가능한 전자기기 및 이의 제어 방법
CN110580069A (zh) * 2019-09-23 2019-12-17 马鞍山问鼎网络科技有限公司 一种基于大数据采集的人工智能温控系统
CN110805992A (zh) * 2019-10-23 2020-02-18 深圳鹄恩电子科技有限公司 一种基于智能手环的空调调节方法及系统
CN114829871A (zh) * 2019-12-10 2022-07-29 松下知识产权经营株式会社 空间温度估计系统、暖/冷感估计系统、空间温度估计方法、暖/冷感估计方法和程序
CN114777301B (zh) * 2022-04-13 2023-11-10 青岛海信日立空调系统有限公司 空调
CN116538634B (zh) * 2023-05-11 2024-02-02 宁波安得智联科技有限公司 空调器的安装方法、装置、设备及计算机可读存储介质

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06101892B2 (ja) 1985-07-15 1994-12-12 株式会社日立製作所 ガス絶縁機器
US5165465A (en) * 1988-05-03 1992-11-24 Electronic Environmental Controls Inc. Room control system
US5180333A (en) * 1991-10-28 1993-01-19 Norm Pacific Automation Corp. Ventilation device adjusted and controlled automatically with movement of human body
JP2707382B2 (ja) * 1991-11-29 1998-01-28 松下電器産業株式会社 室内情報検出装置
CN1056225C (zh) * 1992-03-07 2000-09-06 三星电子株式会社 空调系统
JP2978374B2 (ja) * 1992-08-21 1999-11-15 松下電器産業株式会社 画像処理装置及び画像処理方法並びに空気調和機の制御装置
US5326028A (en) * 1992-08-24 1994-07-05 Sanyo Electric Co., Ltd. System for detecting indoor conditions and air conditioner incorporating same
JPH06160507A (ja) * 1992-09-24 1994-06-07 Matsushita Electric Ind Co Ltd 人存在状況判定装置
JPH06159757A (ja) * 1992-11-27 1994-06-07 Sharp Corp 自動空調機
JP3216280B2 (ja) * 1992-12-11 2001-10-09 松下電器産業株式会社 空気調和機の制御装置と画像処理装置の応用機器
JP3087506B2 (ja) * 1993-04-01 2000-09-11 松下電器産業株式会社 空気調和機の制御装置
KR0161063B1 (ko) * 1993-06-14 1999-01-15 윤종용 공기조화기의 운전제어장치 및 그 방법
KR970010008B1 (ko) * 1995-04-13 1997-06-20 삼성전자 주식회사 적외선 물체검출장치
CN1119577C (zh) * 1997-12-25 2003-08-27 三菱电机株式会社 空调管理信息显示方法和空调管理装置
JP4538941B2 (ja) * 2000-10-30 2010-09-08 ダイキン工業株式会社 空気調和装置
JP2003194385A (ja) * 2001-12-28 2003-07-09 Daikin Ind Ltd 空気調和機
US6916239B2 (en) * 2002-04-22 2005-07-12 Honeywell International, Inc. Air quality control system based on occupancy
US6840053B2 (en) * 2003-01-27 2005-01-11 Behr America, Inc. Temperature control using infrared sensing
US6715689B1 (en) * 2003-04-10 2004-04-06 Industrial Technology Research Institute Intelligent air-condition system
US20050270387A1 (en) * 2004-05-25 2005-12-08 Fuji Photo Film Co., Ltd. Photographing system and photographing method
CN1603704A (zh) * 2004-11-05 2005-04-06 鲁舜 一种分区温控和智能分级换气的空调
JP2006226988A (ja) * 2005-01-24 2006-08-31 Matsushita Electric Ind Co Ltd 赤外線センサシステム
GB0526429D0 (en) * 2005-12-23 2006-02-08 Knowles Arthur Drive engagement apparatus
CN101443597B (zh) * 2006-07-13 2011-06-01 三菱电机株式会社 空调系统
JP3963937B1 (ja) 2006-10-20 2007-08-22 松下電器産業株式会社 空気調和機
JP2010190432A (ja) 2007-06-12 2010-09-02 Mitsubishi Electric Corp 空間認識装置及び空気調和機
KR101318355B1 (ko) * 2007-08-31 2013-10-15 엘지전자 주식회사 공기조화 시스템

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102278805A (zh) * 2010-06-11 2011-12-14 三菱电机株式会社 空调机
CN102278805B (zh) * 2010-06-11 2014-10-22 三菱电机株式会社 空调机
CN102759177A (zh) * 2011-04-26 2012-10-31 珠海格力电器股份有限公司 一种空调
CN103090503B (zh) * 2011-10-27 2015-08-05 海尔集团公司 一种空调装置及其控制方法
CN103375872A (zh) * 2012-04-16 2013-10-30 珠海格力电器股份有限公司 空调设备运行状态的控制方法及空调设备
CN103375872B (zh) * 2012-04-16 2015-12-16 珠海格力电器股份有限公司 空调设备运行状态的控制方法及空调设备
CN103777253B (zh) * 2012-10-19 2017-05-24 海尔集团公司 利用人体传感器进行人体检测的方法
CN103777253A (zh) * 2012-10-19 2014-05-07 海尔集团公司 利用人体传感器进行人体检测的方法
CN109228820A (zh) * 2013-05-17 2019-01-18 松下电器（美国）知识产权公司 控制装置、控制方法、记录介质、空气调节机以及车辆
CN104279688A (zh) * 2013-07-10 2015-01-14 海尔集团公司 人体探测方法、背景温度确定方法、装置及空调设备
CN104279688B (zh) * 2013-07-10 2017-02-15 海尔集团公司 人体探测方法、背景温度确定方法、装置及空调设备
CN110645670A (zh) * 2014-05-27 2020-01-03 松下电器（美国）知识产权公司 空气调节装置所执行的传感器的控制方法
CN110645670B (zh) * 2014-05-27 2021-10-15 松下电器（美国）知识产权公司 空气调节装置所执行的传感器的控制方法
CN105202690A (zh) * 2014-06-25 2015-12-30 三菱电机株式会社 空调装置的室内机以及空调装置
CN105202690B (zh) * 2014-06-25 2018-04-03 三菱电机株式会社 空调装置的室内机以及空调装置
US10024563B2 (en) 2014-06-25 2018-07-17 Mitsubishi Electric Corporation Indoor unit of air-conditioning apparatus and air-conditioning apparatus
CN104266312B (zh) * 2014-10-08 2017-04-19 广东美的制冷设备有限公司 空调控制方法、系统及空调设备
CN104266312A (zh) * 2014-10-08 2015-01-07 广东美的制冷设备有限公司 空调控制方法、系统及空调设备
CN104279710A (zh) * 2014-10-08 2015-01-14 广东美的制冷设备有限公司 空调控制方法、系统及空调设备
CN105823562A (zh) * 2014-12-31 2016-08-03 广东美的制冷设备有限公司 红外传感器的成像装置、成像方法及空调器
CN105823562B (zh) * 2014-12-31 2018-10-23 广东美的制冷设备有限公司 红外传感器的成像装置、成像方法及空调器
CN104930662B (zh) * 2015-06-25 2017-08-01 广东美的制冷设备有限公司 一种空调精准送风控制方法及系统
CN104930662A (zh) * 2015-06-25 2015-09-23 广东美的制冷设备有限公司 一种空调精准送风控制方法及系统
CN105864962A (zh) * 2016-04-01 2016-08-17 广东美的制冷设备有限公司 一种空调温度可视化方法、系统及空调器
CN105864962B (zh) * 2016-04-01 2018-09-11 广东美的制冷设备有限公司 一种空调温度可视化方法、系统及空调器
CN107023955A (zh) * 2017-04-10 2017-08-08 青岛海尔空调器有限总公司 空调控制方法及空调
CN107238172A (zh) * 2017-05-18 2017-10-10 青岛海尔空调器有限总公司 家居系统的节能控制方法及家居系统
CN108458451A (zh) * 2018-03-29 2018-08-28 广东美的制冷设备有限公司 空调器送风控制方法、装置及可读存储介质、空调器
CN108458451B (zh) * 2018-03-29 2020-09-11 广东美的制冷设备有限公司 空调器送风控制方法、装置及可读存储介质、空调器
CN112272746A (zh) * 2018-06-07 2021-01-26 皇家飞利浦有限公司 空气质量控制系统和方法
CN112272746B (zh) * 2018-06-07 2022-08-30 皇家飞利浦有限公司 空气质量控制系统和方法
US20220178573A1 (en) * 2019-05-23 2022-06-09 Mitsubishi Electric Corporation Refrigerating cycle apparatus, refrigerating cycle control system, and refrigerating cycle control method
US11906187B2 (en) * 2019-05-23 2024-02-20 Mitsubishi Electric Corporation Refrigerating cycle apparatus, refrigerating cycle control system, and refrigerating cycle control method
CN110173862A (zh) * 2019-06-14 2019-08-27 珠海格力电器股份有限公司 基于俯视视角人体信息的空调控制方法、装置及空调系统

Also Published As

Publication number Publication date
US20120123732A1 (en) 2012-05-17
EP2163832A3 (en) 2011-01-19
US9435558B2 (en) 2016-09-06
JP5111445B2 (ja) 2013-01-09
US20100063636A1 (en) 2010-03-11
CN101672498B (zh) 2012-09-12
US8103384B2 (en) 2012-01-24
CN102519088A (zh) 2012-06-27
US8392026B2 (en) 2013-03-05
JP2010091253A (ja) 2010-04-22
EP2163832A2 (en) 2010-03-17
CN102519087B (zh) 2014-11-12
CN102519088B (zh) 2014-10-15
EP2163832A8 (en) 2010-05-19
CN102519087A (zh) 2012-06-27
EP2163832B1 (en) 2013-09-04
US20120123593A1 (en) 2012-05-17

Similar Documents

Publication Publication Date Title
CN101672498B (zh) 空调机
CN101900400B (zh) 空气调节器
KR101523424B1 (ko) 공기 조화기
JP5238679B2 (ja) 空調制御装置、空調制御方法及び輻射温度計測装置
JP2013250026A (ja) 空気調和機
CN105276681A (zh) 空调机
JP6091348B2 (ja) 空気調和機
CN105135590B (zh) 空气调节机
JP6213744B2 (ja) 空気調和機
JP2019074288A (ja) 空気調和機
JP5317839B2 (ja) 空気調和機
CN102575867B (zh) 空气调节机
JP5389243B2 (ja) 空気調和機
JP5289518B2 (ja) 空気調和機及び輻射温度計算方法
JP5247647B2 (ja) 空気調和機
US20220398764A1 (en) Spatial temperature estimation system, warm/cold sensation estimation system, spatial temperature estimation method, warm/cold sensation estimation method, and program
JP2017187236A (ja) 空気調和機
JP5575317B2 (ja) 空気調和機
JPH0413026A (ja) 空気調和装置
JP5404902B2 (ja) 空気調和機
JP6692134B2 (ja) 空気調和機

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant