本發(fā)明涉及一種室內(nèi)有無人的檢測(cè)方法及其檢測(cè)系統(tǒng)，屬于智能控制領(lǐng)域，也屬于安防技術(shù)領(lǐng)域和智能家居領(lǐng)域。

背景技術(shù)：

目前，現(xiàn)有的酒店或民宿等的判斷室內(nèi)有無人的智能檢測(cè)系統(tǒng)一般采用單一傳感器進(jìn)行檢測(cè)，存在以下問題：

1)現(xiàn)有酒店一般通過房卡插電門的方式進(jìn)行室內(nèi)的能源管理，客人必須插入房卡才能取點(diǎn)。客人每次出門必須記得取下房卡，進(jìn)門必須插入房卡，比較麻煩。很多時(shí)候可以通過在電門中插入硬紙片來取電，無法達(dá)到出門能源節(jié)省的目的。

2)常規(guī)的檢測(cè)系統(tǒng)僅通過熱釋電或紅外特征傳感器檢測(cè)室內(nèi)有人的方法受技術(shù)限制，如光線，熱源的影響，普遍存在誤檢測(cè)，或漏檢測(cè)的情況，既達(dá)不到節(jié)省能源的目的，也會(huì)影響用戶體驗(yàn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的就是克服上述缺點(diǎn)，提出一種結(jié)合多輸入判定條件的室內(nèi)有無人檢測(cè)系統(tǒng)，通過結(jié)合多判定條件的有人檢測(cè)方法，能極大的降低采用單純熱釋電方法誤檢或漏檢的情況發(fā)生，對(duì)于需要實(shí)現(xiàn)智能能源管理的需求場(chǎng)合，如酒店，真正做到有人上電，離人斷電的效果，既很好的提升了用戶體驗(yàn)，也有效的節(jié)約了能源。

所采用的技術(shù)方案如下：

一種室內(nèi)有無人的檢測(cè)方法，所述方法包括：

檢測(cè)系統(tǒng)獲取外把手觸摸事件；

當(dāng)獲取到所述外把手觸摸事件時(shí)，檢測(cè)系統(tǒng)檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)是否為開啟；

若監(jiān)控對(duì)象開關(guān)狀態(tài)為開啟時(shí)，檢測(cè)系統(tǒng)采集預(yù)設(shè)時(shí)間范圍內(nèi)的第一室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的第一熱源狀態(tài)記錄；檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，并與預(yù)設(shè)時(shí)間范圍內(nèi)的第一熱源狀態(tài)記錄進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果。

進(jìn)一步的，所述方法還包括：

當(dāng)檢測(cè)系統(tǒng)檢測(cè)到室內(nèi)熱源狀態(tài)參數(shù)值發(fā)生變化時(shí)；

檢測(cè)系統(tǒng)獲取內(nèi)把手觸摸事件；

當(dāng)獲取到所述內(nèi)把手觸摸事件時(shí)，檢測(cè)系統(tǒng)檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)是否為開啟；

若監(jiān)控對(duì)象開關(guān)狀態(tài)為開啟時(shí)，檢測(cè)系統(tǒng)采集預(yù)設(shè)時(shí)間范圍內(nèi)的第二室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的第二熱源狀態(tài)記錄；檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，并與預(yù)設(shè)時(shí)間范圍內(nèi)的第二熱源狀態(tài)記錄進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果。

進(jìn)一步的，所述檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，并與第一/第二熱源狀態(tài)記錄進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果包括：

檢測(cè)系統(tǒng)分析有人進(jìn)入/離開的歷史記錄信息，得到歷史記錄信息；

檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果；所述預(yù)設(shè)算法為智能模糊算法。

優(yōu)選的，所述預(yù)設(shè)算法包括檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果，包括：

設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)，得到標(biāo)準(zhǔn)數(shù)據(jù)集合；所述標(biāo)準(zhǔn)數(shù)據(jù)為有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)第一/第二熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系；

根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)集合，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為K最鄰近分類算法；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

優(yōu)選的，所述預(yù)設(shè)算法包括檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果，包括：

獲取至少兩類訓(xùn)練數(shù)據(jù)，其中，所述第一類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的有人的結(jié)果；第二類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的無人的結(jié)果；

根據(jù)訓(xùn)練數(shù)據(jù)，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為支持向量機(jī)SVM；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

進(jìn)一步的，所述方法還包括：

當(dāng)在超過預(yù)設(shè)的時(shí)間閾值范圍內(nèi)，檢測(cè)系統(tǒng)檢測(cè)結(jié)果均為室內(nèi)有人的結(jié)果，則檢測(cè)系統(tǒng)自動(dòng)重置當(dāng)前記錄結(jié)果。

本發(fā)明還提供一種室內(nèi)有無人檢測(cè)系統(tǒng)，所述檢測(cè)系統(tǒng)包括：熱釋電傳感器，門磁傳感器，智能門鎖以及智能網(wǎng)關(guān)，所述熱釋電傳感器，所述門磁傳感器，所述智能門鎖通過無線通信聯(lián)網(wǎng)方式與所述智能網(wǎng)關(guān)連接；所述無線通信聯(lián)網(wǎng)方式包括：zigbee或藍(lán)牙連接；

其中，

所述智能門鎖用于檢測(cè)門的內(nèi)把手或外把手是否被觸摸；當(dāng)所述智能門鎖獲取到內(nèi)把手或外把手的觸摸事件時(shí)，則發(fā)送所述發(fā)送觸摸事件至所述智能網(wǎng)關(guān)；

所述熱釋電傳感器用于檢測(cè)室內(nèi)熱源狀態(tài)是否發(fā)生改變，在所述熱源狀態(tài)未發(fā)生變化時(shí)，所述熱釋電傳感器處于低功耗狀態(tài)；在所述熱源狀態(tài)發(fā)生變化時(shí)，所述熱釋電傳感器的狀態(tài)變化喚醒電路喚醒所述熱釋電傳感器的無線通信芯片，上報(bào)狀態(tài)變化信息到所述智能網(wǎng)關(guān)后，所述熱釋電傳感器的無線通信芯片自主進(jìn)入休眠模式，所述熱釋電傳感器進(jìn)入低功耗狀態(tài)；所述熱釋電傳感器的無線連接芯片包括以下至少一種：zigbee通信芯片或藍(lán)牙通信芯片；所述狀態(tài)變化信息為預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄；

所述門磁傳感器用于檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)變化，在所述監(jiān)控對(duì)象開關(guān)狀態(tài)未發(fā)生變化時(shí)，設(shè)備處于低功耗狀態(tài)，在所述監(jiān)控對(duì)象開關(guān)狀態(tài)發(fā)生變化時(shí)，所述門磁傳感器的狀態(tài)變化喚醒電路會(huì)喚醒所述門磁傳感器的無線通信芯片，上報(bào)對(duì)象開關(guān)狀態(tài)變化信息至所述智能網(wǎng)關(guān)后，所述門磁傳感器的無線通信芯片自主進(jìn)入休眠模式，所述門磁傳感器進(jìn)入低功耗狀態(tài)；所述門磁傳感器的無線連接芯片包括以下至少一種：zigbee通信芯片或藍(lán)牙通信芯片；所述對(duì)象開關(guān)狀態(tài)變化信息包括開啟信息或關(guān)閉信息；

所述智能網(wǎng)關(guān)作為主控制器，搜集所述熱釋電傳感器，所述門磁傳感器，所述手動(dòng)修正開關(guān)和所述智能門鎖傳輸?shù)母餍畔?、指令或事件，通過智能模糊算法計(jì)算輸出室內(nèi)是否有人的結(jié)果。

進(jìn)一步的，所述熱釋電傳感器上報(bào)給所述智能網(wǎng)關(guān)的狀態(tài)變化信息為室內(nèi)熱源狀態(tài)參數(shù)值；所述室內(nèi)熱源狀態(tài)參數(shù)值為熱釋電傳感器數(shù)值或電壓值；檢測(cè)系統(tǒng)所述智能網(wǎng)關(guān)采集預(yù)設(shè)時(shí)間范圍內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄；并結(jié)合有人進(jìn)入/離開的歷史記錄信息進(jìn)行耦合，輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果。

進(jìn)一步的，所述智能網(wǎng)關(guān)能通過所述手動(dòng)修正開關(guān)，結(jié)合歷史記錄，對(duì)智能模糊算法參數(shù)進(jìn)行修正，對(duì)智能模糊算法參數(shù)進(jìn)行修正包括：響應(yīng)于用戶的修正操作，所述檢測(cè)系統(tǒng)對(duì)有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系進(jìn)行更新或修改，例如通過指定對(duì)應(yīng)于開關(guān)門歷史記錄與熱源歷史記錄的有無人檢測(cè)結(jié)果輸出，對(duì)智能算法進(jìn)行人工監(jiān)督的學(xué)習(xí)。

進(jìn)一步的，當(dāng)在超過預(yù)設(shè)的時(shí)間閾值范圍內(nèi)，智能網(wǎng)關(guān)的檢測(cè)結(jié)果均為室內(nèi)有人的結(jié)果，則智能網(wǎng)關(guān)自動(dòng)重置當(dāng)前記錄結(jié)果。所述智能網(wǎng)關(guān)設(shè)置有自動(dòng)歸零功能，當(dāng)出現(xiàn)由于無法預(yù)知的傳感器失誤而得出的超長(zhǎng)時(shí)間內(nèi)有人在房間的情況，將自動(dòng)重置，以防止?fàn)顟B(tài)鎖死造成能源浪費(fèi)。

本申請(qǐng)的方法通過結(jié)合多判定條件的有人檢測(cè)方法，能極大的降低采用單純熱釋電方法誤檢或漏檢的情況發(fā)生，對(duì)于需要實(shí)現(xiàn)智能能源管理的需求場(chǎng)合，如酒店，可實(shí)現(xiàn)有人通電，離人斷電的效果，既很好的提升了用戶體驗(yàn)，也有效的節(jié)約了能源。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說明

通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：

圖1是本申請(qǐng)的方法流程示意圖；

圖2是本申請(qǐng)實(shí)施例的方法流程示意圖；

圖3是本申請(qǐng)的系統(tǒng)結(jié)構(gòu)框圖。

具體實(shí)施方式

本發(fā)明實(shí)施例提供了一種室內(nèi)有無人的檢測(cè)方法及其檢測(cè)系統(tǒng)。

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分的實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員所獲得的所有其他實(shí)施例，都應(yīng)當(dāng)屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的說明書和權(quán)利要求書及上述附圖中的術(shù)語(yǔ)“第一”、“第二”、“第三”“第四”等(如果存在)是用于區(qū)別類似的對(duì)象，而不必用于描述特定的順序或先后次序。應(yīng)該理解這樣使用的數(shù)據(jù)在適當(dāng)情況下可以互換，以便這里描述的實(shí)施例能夠以除了在這里圖示或描述的內(nèi)容以外的順序?qū)嵤?。此外，術(shù)語(yǔ)“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施例所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。

K最近鄰分類算法(k-Nearest Neighbor，KNN)，該方法的基本原理是：如果一個(gè)樣本在特征空間中的k個(gè)最相似(即特征空間中最鄰近)的樣本中的大多數(shù)屬于某一個(gè)類別，則該樣本也屬于這個(gè)類別。KNN算法中，所選擇的鄰居都是已經(jīng)正確分類的對(duì)象。該方法在定類決策上只依據(jù)最鄰近的一個(gè)或者幾個(gè)樣本的類別來決定待分樣本所屬的類別。

請(qǐng)參閱圖1，如圖1所示，為本申請(qǐng)實(shí)施例提供的一種室內(nèi)有無人的檢測(cè)方法，包括：

步驟S101：檢測(cè)系統(tǒng)獲取外把手觸摸事件；

檢測(cè)系統(tǒng)中的智能門鎖檢測(cè)是否有外把手觸摸事件，即檢測(cè)是否有人觸摸智能門鎖的外把手；

步驟S102：當(dāng)獲取到所述外把手觸摸事件時(shí)，檢測(cè)系統(tǒng)檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)是否為開啟；

當(dāng)檢測(cè)到所述外把手觸摸事件時(shí)，即有人觸摸外把手時(shí)，則進(jìn)一步獲取監(jiān)控對(duì)象例如門是否被打開狀態(tài)；或檢測(cè)智能門鎖是否被開啟或解鎖；例如，當(dāng)有人觸摸外把手且進(jìn)一步的獲取到智能門鎖或者門被開啟或解鎖，則判斷可能有人進(jìn)入室內(nèi)；

步驟S103：若監(jiān)控對(duì)象開關(guān)狀態(tài)為開啟時(shí)，檢測(cè)系統(tǒng)采集預(yù)設(shè)時(shí)間范圍內(nèi)的第一室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的第一熱源狀態(tài)記錄；

若檢測(cè)到門被打開或智能門鎖被開啟或解鎖，則檢測(cè)系統(tǒng)的熱釋電傳感器采集室內(nèi)熱源狀態(tài)參數(shù)值；如紅外熱源值或電壓值；這里，檢測(cè)系統(tǒng)的熱釋電傳感器采集預(yù)設(shè)時(shí)間范圍內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值；例如預(yù)設(shè)時(shí)間為當(dāng)監(jiān)控對(duì)象開啟狀態(tài)為開啟時(shí)起6s內(nèi)的熱源狀態(tài)參數(shù)值，則熱釋電傳感器采集6s內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值，例如：17:00:01-熱源狀態(tài)參數(shù)值為80,17:00:03-熱源狀態(tài)參數(shù)值為70,17:00:06-熱源狀態(tài)參數(shù)值為80，則熱釋電傳感器輸出{17:00:01-80,17:00:03-70,17:00:06-80}得到第一熱源狀態(tài)記錄。

步驟S104：檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，并與預(yù)設(shè)時(shí)間范圍內(nèi)的第一熱源狀態(tài)記錄進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果。

具體的，檢測(cè)系統(tǒng)分析有人進(jìn)入/離開的歷史記錄信息，得到歷史記錄信息；

檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果；所述預(yù)設(shè)算法為智能模糊算法，例如KNN或SVM等。

步驟S1041：檢測(cè)系統(tǒng)分析有人進(jìn)入/離開的歷史記錄信息，得到歷史記錄信息；

首先，檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，有人離開或進(jìn)入的歷史記錄信息例如可以是：監(jiān)控對(duì)象開關(guān)狀態(tài)，內(nèi)/外把手傳感器的觸摸事件進(jìn)行記錄形成有人進(jìn)入或出門的信息。其中一個(gè)實(shí)施例為：

檢測(cè)系統(tǒng)獲取到內(nèi)把手觸摸事件后，監(jiān)測(cè)到智能門鎖或門磁被開啟，則記錄幾點(diǎn)幾分，有人出門，可選的可為該記錄打一個(gè)帶有時(shí)間的標(biāo)記，例如將有人出門標(biāo)記設(shè)為“out”則用“out-12：00”相當(dāng)于12點(diǎn)有人離開；

檢測(cè)系統(tǒng)獲取到外把手觸摸事件后，監(jiān)測(cè)到智能門鎖或門磁被開啟，則記錄幾點(diǎn)幾分，有人進(jìn)入，可選的可為該記錄打一個(gè)帶有時(shí)間的標(biāo)記，例如將有人出門標(biāo)記設(shè)為“in”則用“in-17：00”相當(dāng)于17點(diǎn)有人進(jìn)入。

獲取上述帶標(biāo)記的歷史記錄信息，按照所攜帶的時(shí)間對(duì)其進(jìn)行排列，獲取攜帶時(shí)間最新的歷史記錄及其標(biāo)記，將該歷史記錄和標(biāo)記作為歷史記錄信息；

步驟S1042：檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果；所述預(yù)設(shè)算法為智能模糊算法，例如KNN或SVM等。根據(jù)歷史記錄信息，所述歷史記錄信息為攜帶時(shí)間最新的歷史記錄及其標(biāo)記，將有人進(jìn)入/離開的歷史記錄與第一熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果。

其中一個(gè)實(shí)施例為，具體的可按照如下方法輸出室內(nèi)是否有無人的檢測(cè)結(jié)果：

所述檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果，包括：

設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)，得到標(biāo)準(zhǔn)數(shù)據(jù)集合；所述標(biāo)準(zhǔn)數(shù)據(jù)為有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)第一/第二熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系；

例如：設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)信息，如：歷史記錄信息為“in-time”，預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值為time-50或time-60或time-70或time-80或time-90或time-100，對(duì)應(yīng)的結(jié)果為室內(nèi)有人；歷史記錄信息為“out-time”，預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值為time-50或time-60或time-70或time-80或time-90或time-100，對(duì)應(yīng)的結(jié)果為室內(nèi)有人；歷史記錄信息為“out-time”，預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值為time-0/time-10/time-20/time-30/time-40，對(duì)應(yīng)的結(jié)果為室內(nèi)無人等，設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)形成標(biāo)準(zhǔn)數(shù)據(jù)集合；

根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)集合，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為K最鄰近分類算法；

采用K最鄰近分類算法及標(biāo)準(zhǔn)數(shù)據(jù)集合進(jìn)行訓(xùn)練得到檢測(cè)結(jié)果模型；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

具體的是將歷史記錄信息和預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄作為檢測(cè)信息輸入到檢測(cè)結(jié)果模型；根據(jù)K最鄰近分類算法找到與該歷史記錄信息和預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄最相似的標(biāo)準(zhǔn)數(shù)據(jù)，將該最相似的標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的有人/無人的結(jié)果作為所述輸入的檢測(cè)信息的輸出結(jié)果。

例如：最新的歷史室內(nèi)有人/無人的評(píng)估信息為“in-17:00”則生成歷史記錄信息為“in-17:00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(17:00:01 80,17:00:03 70,17:00:06 80)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，與該檢測(cè)信息最相似的標(biāo)準(zhǔn)數(shù)據(jù)為：“in-time”-“time-80”，該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果為有人，則將該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果作為所述檢測(cè)信息的檢測(cè)結(jié)果，則輸出有人的結(jié)果。

最新的歷史室內(nèi)有人/無人的評(píng)估信息為“out-17:00”則生成歷史記錄信息為“out-17:00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(17:00:01 0,17:00:03 10,17:00:06 0)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，與該檢測(cè)信息最相似的標(biāo)準(zhǔn)數(shù)據(jù)為：“out-time”-“time-0”，該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果為無人，則將該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果作為所述檢測(cè)信息的檢測(cè)結(jié)果，則輸出無人的結(jié)果。

其中一個(gè)實(shí)施例為，具體的可按照如下方法輸出室內(nèi)是否有無人的檢測(cè)結(jié)果：

獲取至少兩類訓(xùn)練數(shù)據(jù)，其中，所述第一類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的有人的結(jié)果；第二類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的無人的結(jié)果；

具體的，第一類練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的有人的結(jié)果；例如：“in-time”+“time-50”＝有人，“in-time”+“time-60”＝有人，“in-time”+“time-70”＝有人，“in-time”+“time-80”＝有人，“in-time”+“time-90”＝有人，“in-time”+“time-100”＝有人；“out-time”+“time-50”＝有人，“out-time”+“time-60”＝有人，“out-time”+“time-70”＝有人，“out-time”+“time-80”＝有人，“out-time”+“time-90”＝有人，“out-time”+“time-100”＝有人等；

第二類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的無人的結(jié)果；例如：“out-time”+“time-40”＝無人，“out-time”+“time-30”＝無人，“out-time”+“time-25”＝無人，“out-time”+“time-20”＝無人，“out-time”+“time-10”＝無人，“out-time”+“time-8”＝無人，“out-time”+“time-100”＝無人等；

根據(jù)訓(xùn)練數(shù)據(jù)，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為支持向量機(jī)SVM；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

例如：最新的歷史室內(nèi)有人/無人的評(píng)估信息為“in-17:00”則生成歷史記錄信息為“in-17:00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(17:00:01 80,17:00:03 70,17:00:06 80)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，得到對(duì)應(yīng)的結(jié)果為有人。

請(qǐng)參閱圖2，如圖2所示，本申請(qǐng)的檢測(cè)方法還包括：

步驟S201：當(dāng)檢測(cè)系統(tǒng)檢測(cè)到室內(nèi)熱源狀態(tài)參數(shù)值發(fā)生變化時(shí)，檢測(cè)系統(tǒng)獲取內(nèi)把手觸摸事件；

檢測(cè)系統(tǒng)的熱釋電傳感器實(shí)時(shí)采集室內(nèi)熱源狀態(tài)，當(dāng)熱源狀態(tài)參數(shù)值發(fā)生變化時(shí)，檢測(cè)系統(tǒng)中的智能門鎖檢測(cè)是否有內(nèi)把手觸摸事件，即檢測(cè)是否有人觸摸智能門鎖的內(nèi)把手；例如：檢測(cè)系統(tǒng)的熱釋電傳感器實(shí)時(shí)采集室內(nèi)熱源狀態(tài)，當(dāng)熱源狀態(tài)參數(shù)值突然升高，例如參數(shù)值由原來的40變?yōu)?0，那么可能有人靠近智能門鎖，則有可能會(huì)有人觸摸把手進(jìn)行開門等，則進(jìn)一步的檢測(cè)系統(tǒng)中的智能門鎖檢測(cè)是否有內(nèi)把手觸摸事件，即檢測(cè)是否有人觸摸智能門鎖的內(nèi)把手；

步驟S202：當(dāng)獲取到所述內(nèi)把手觸摸事件時(shí)，檢測(cè)系統(tǒng)檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)是否為開啟；

當(dāng)檢測(cè)到所述內(nèi)把手觸摸事件時(shí)，即有人觸摸內(nèi)把手時(shí)，則進(jìn)一步獲取監(jiān)控對(duì)象例如門是否被打開狀態(tài)；例如，當(dāng)有人觸摸內(nèi)把手且進(jìn)一步的獲取到智能門鎖或者門被開啟，則判斷可能有人要離開；

步驟S203：若監(jiān)控對(duì)象開關(guān)狀態(tài)為開啟時(shí)，檢測(cè)系統(tǒng)采集預(yù)設(shè)時(shí)間范圍內(nèi)的第二室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的第二熱源狀態(tài)記錄。

若檢測(cè)到門被打開或智能門鎖被開啟，則檢測(cè)系統(tǒng)的熱釋電傳感器采集室內(nèi)熱源狀態(tài)參數(shù)值；如紅外熱源值或電壓值；這里，檢測(cè)系統(tǒng)的熱釋電傳感器采集預(yù)設(shè)時(shí)間范圍內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值；例如預(yù)設(shè)時(shí)間為當(dāng)監(jiān)控對(duì)象開啟狀態(tài)為開啟時(shí)起6s內(nèi)的熱源狀態(tài)參數(shù)值，則熱釋電傳感器采集6s內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值，例如：20:00:01-熱源狀態(tài)參數(shù)值為60,20:00:03-熱源狀態(tài)參數(shù)值為40,20:00:06-熱源狀態(tài)參數(shù)值為10，則熱釋電傳感器輸出{20:00:01-60,20:00:03-40,20:00:06-10}得到第二熱源狀態(tài)記錄。

步驟S204：檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，并與預(yù)設(shè)時(shí)間范圍內(nèi)的第二熱源狀態(tài)記錄進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果包括：

具體的，檢測(cè)系統(tǒng)分析有人進(jìn)入/離開的歷史記錄信息，得到歷史記錄信息；

檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果；所述預(yù)設(shè)算法為智能模糊算法，例如KNN或SVM等。

步驟S2041：檢測(cè)系統(tǒng)分析有人進(jìn)入/離開的歷史記錄信息，得到歷史室內(nèi)有人/無人的評(píng)估信息；

首先，檢測(cè)系統(tǒng)獲取有人進(jìn)入/離開的歷史記錄信息，有人離開或進(jìn)入的歷史記錄信息例如可以是：監(jiān)控對(duì)象開關(guān)狀態(tài)，內(nèi)/外把手傳感器的觸摸事件進(jìn)行記錄形成有人進(jìn)入或出門的信息。其中一個(gè)實(shí)施例為：

檢測(cè)系統(tǒng)獲取到內(nèi)把手觸摸事件后，監(jiān)測(cè)到智能門鎖或門磁被開啟，則記錄幾點(diǎn)幾分，有人出門，可選的可為該記錄打一個(gè)帶有時(shí)間的標(biāo)記，例如將有人出門標(biāo)記設(shè)為“out”則用“out-20：00”相當(dāng)于20點(diǎn)有人離開；

檢測(cè)系統(tǒng)獲取到內(nèi)把手觸摸事件后，監(jiān)測(cè)到智能門鎖或門磁被開啟，則記錄幾點(diǎn)幾分，有人離開，可選的可為該記錄打一個(gè)帶有時(shí)間的標(biāo)記，例如將有人出門標(biāo)記設(shè)為“out”則用“out-20：00”相當(dāng)于20點(diǎn)有人離開。

獲取上述帶標(biāo)記的歷史記錄信息，按照所攜帶的時(shí)間對(duì)其進(jìn)行排列，獲取攜帶時(shí)間最新的歷史記錄及其標(biāo)記，將該歷史記錄和標(biāo)記作為歷史記錄信息；

步驟S2042：檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果；所述預(yù)設(shè)算法為智能模糊算法，例如KNN或SVM等。

根據(jù)歷史記錄信息，所述歷史記錄信息為攜帶時(shí)間最新的歷史記錄及其標(biāo)記，將有人進(jìn)入/離開的歷史記錄與第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果。

其中一個(gè)實(shí)施例為，具體的可按照如下方法輸出室內(nèi)是否有無人的檢測(cè)結(jié)果：

所述檢測(cè)系統(tǒng)將有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄通過預(yù)設(shè)算法輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果，包括：

設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)，得到標(biāo)準(zhǔn)數(shù)據(jù)集合；所述標(biāo)準(zhǔn)數(shù)據(jù)為有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)第一/第二熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系；

例如：設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)信息，如：歷史記錄信息為“out-time”，預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值為time-50或time-60或time-70或time-80或time-90或time-100，對(duì)應(yīng)的結(jié)果為室內(nèi)有人；歷史記錄信息為“out-time”，預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值為time-0/time-10/time-20/time-30/time-40，對(duì)應(yīng)的結(jié)果為室內(nèi)無人；等，設(shè)置多個(gè)標(biāo)準(zhǔn)數(shù)據(jù)形成標(biāo)準(zhǔn)數(shù)據(jù)集合；

根據(jù)所述標(biāo)準(zhǔn)數(shù)據(jù)集合，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為K最鄰近分類算法；

采用K最鄰近分類算法及標(biāo)準(zhǔn)數(shù)據(jù)集合進(jìn)行訓(xùn)練得到檢測(cè)結(jié)果模型；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

具體的是將歷史記錄信息和預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄作為檢測(cè)信息輸入到檢測(cè)結(jié)果模型；根據(jù)K最鄰近分類算法找到與該歷史記錄信息和預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄最相似的標(biāo)準(zhǔn)數(shù)據(jù)，將該最相似的標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的有人/無人的結(jié)果作為所述輸入的檢測(cè)信息的輸出結(jié)果。

例如：最新的歷史室內(nèi)有人/無人的評(píng)估信息為“out-20：00”則生成歷史記錄信息為“out-20：00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(20:00:01-60,20:00:03-40,20:00:06-10)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，與該檢測(cè)信息最相似的標(biāo)準(zhǔn)數(shù)據(jù)為：“out-time”-“time-10”，該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果為無人，則將該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果作為所述檢測(cè)信息的檢測(cè)結(jié)果，則輸出無人的結(jié)果。

最新的歷史室內(nèi)有人/無人的評(píng)估信息為“out-20：00”則生成歷史記錄信息為“out-20：00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(20:00:01-80,20:00:03-60,20:00:06-50)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，與該檢測(cè)信息最相似的標(biāo)準(zhǔn)數(shù)據(jù)為：“out-time”-“time-50”，該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果為有人，則將該標(biāo)準(zhǔn)數(shù)據(jù)對(duì)應(yīng)的結(jié)果作為所述檢測(cè)信息的檢測(cè)結(jié)果，則輸出有人的結(jié)果。

其中一個(gè)實(shí)施例為，具體的可按照如下方法輸出室內(nèi)是否有無人的檢測(cè)結(jié)果：

獲取至少兩類訓(xùn)練數(shù)據(jù)，其中，所述第一類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的有人的結(jié)果；第二類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的無人的結(jié)果；

具體的，第一類練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的有人的結(jié)果；例如：“in-time”+“time-50”＝有人，“in-time”+“time-60”＝有人，“in-time”+“time-70”＝有人，“in-time”+“time-80”＝有人，“in-time”+“time-90”＝有人，“in-time”+“time-100”＝有人；“out-time”+“time-50”＝有人，“out-time”+“time-60”＝有人，“out-time”+“time-70”＝有人，“out-time”+“time-80”＝有人，“out-time”+“time-90”＝有人，“out-time”+“time-100”＝有人等；

第二類訓(xùn)練數(shù)據(jù)包括預(yù)設(shè)歷史時(shí)間段內(nèi)的有人進(jìn)入/離開的歷史記錄，第一/第二熱源狀態(tài)記錄和對(duì)應(yīng)的無人的結(jié)果；例如：“out-time”+“time-40”＝無人，“out-time”+“time-30”＝無人，“out-time”+“time-25”＝無人，“out-time”+“time-20”＝無人，“out-time”+“time-10”＝無人，“out-time”+“time-8”＝無人，“out-time”+“time-100”＝無人等；

根據(jù)訓(xùn)練數(shù)據(jù)，通過預(yù)設(shè)算法建立檢測(cè)結(jié)果模型；所述預(yù)設(shè)算法為支持向量機(jī)SVM；

將待檢測(cè)的有人進(jìn)入/離開的歷史記錄與第一/第二熱源狀態(tài)記錄輸入檢測(cè)結(jié)果模型，輸出有人/無人的結(jié)果。

例如：最新的歷史室內(nèi)有人/無人的評(píng)估信息為“out-20:00”則生成歷史記錄信息為“out-20:00”，結(jié)合預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)參數(shù)值(20:00:01-80,20:00:03-60,20:00:06-50)生成檢測(cè)信息，將檢測(cè)信息輸入上述檢測(cè)結(jié)果模型，得到對(duì)應(yīng)的結(jié)果為有人。

本申請(qǐng)所述的檢測(cè)方法還包括：

步驟S105：響應(yīng)于用戶的修正操作，所述檢測(cè)系統(tǒng)對(duì)有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系進(jìn)行更新或修改，通過指定對(duì)應(yīng)于開關(guān)門歷史記錄與熱源歷史記錄的有無人檢測(cè)結(jié)果輸出，對(duì)智能算法進(jìn)行人工監(jiān)督的學(xué)習(xí)。

步驟106：當(dāng)在超過預(yù)設(shè)的時(shí)間閾值范圍內(nèi)，檢測(cè)系統(tǒng)檢測(cè)結(jié)果均為室內(nèi)有人的結(jié)果，則檢測(cè)系統(tǒng)自動(dòng)重置當(dāng)前記錄結(jié)果。所述智能網(wǎng)關(guān)設(shè)置有自動(dòng)歸零功能，當(dāng)出現(xiàn)由于無法預(yù)知的傳感器失誤而得出的超長(zhǎng)時(shí)間內(nèi)有人在房間的情況，將自動(dòng)重置，以防止?fàn)顟B(tài)鎖死造成能源浪費(fèi)。

圖3是一種室內(nèi)有無人檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖，如圖3所示：

一種室內(nèi)有無人檢測(cè)系統(tǒng)，包括：熱釋電傳感器，門磁傳感器，智能門鎖以及智能網(wǎng)關(guān)，所述熱釋電傳感器，所述門磁傳感器，所述智能門鎖通過無線通信聯(lián)網(wǎng)方式與所述智能網(wǎng)關(guān)連接；所述無線通信聯(lián)網(wǎng)方式包括：zigbee或藍(lán)牙連接；

其中，

所述智能門鎖用于檢測(cè)門的內(nèi)把手或外把手是否被觸摸；當(dāng)所述智能門鎖獲取到內(nèi)把手或外把手的觸摸事件時(shí)，則發(fā)送所述發(fā)送觸摸事件至所述智能網(wǎng)關(guān)；

所述熱釋電傳感器用于檢測(cè)室內(nèi)熱源狀態(tài)是否發(fā)生改變，在所述熱源狀態(tài)未發(fā)生變化時(shí)，所述熱釋電傳感器處于低功耗狀態(tài)；在所述熱源狀態(tài)發(fā)生變化時(shí)，所述熱釋電傳感器的狀態(tài)變化喚醒電路喚醒所述熱釋電傳感器的無線通信芯片，上報(bào)狀態(tài)變化信息到所述智能網(wǎng)關(guān)后，所述熱釋電傳感器的無線通信芯片自主進(jìn)入休眠模式，所述熱釋電傳感器進(jìn)入低功耗狀態(tài)；所述熱釋電傳感器的無線連接芯片包括以下至少一種：zigbee通信芯片或藍(lán)牙通信芯片；所述狀態(tài)變化信息為預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄；所述熱釋電傳感器上報(bào)給所述智能網(wǎng)關(guān)的狀態(tài)變化信息為室內(nèi)熱源狀態(tài)參數(shù)值；所述室內(nèi)熱源狀態(tài)參數(shù)值為熱釋電傳感器數(shù)值或電壓值；檢測(cè)系統(tǒng)所述智能網(wǎng)關(guān)采集預(yù)設(shè)時(shí)間范圍內(nèi)的室內(nèi)熱源狀態(tài)參數(shù)值得到預(yù)設(shè)時(shí)間范圍內(nèi)的熱源狀態(tài)記錄；并結(jié)合有人進(jìn)入/離開的歷史記錄信息進(jìn)行耦合，輸出得到室內(nèi)是否有無人的檢測(cè)結(jié)果。例如，在狀態(tài)未發(fā)生變化時(shí)，熱釋電傳感器處于低功耗狀態(tài)。在狀態(tài)發(fā)生變化時(shí)(監(jiān)控室內(nèi)熱源狀態(tài)發(fā)生改變)，狀態(tài)變化喚醒電路會(huì)喚醒zigbee芯片，上報(bào)狀態(tài)變化信息到zigbee智能網(wǎng)關(guān)，完成這些動(dòng)作之后zigbee芯片自主進(jìn)入休眠模式，設(shè)備進(jìn)入低功耗狀態(tài)。

所述門磁傳感器用于檢測(cè)監(jiān)控對(duì)象開關(guān)狀態(tài)變化，在所述監(jiān)控對(duì)象開關(guān)狀態(tài)未發(fā)生變化時(shí)，設(shè)備處于低功耗狀態(tài)，在所述監(jiān)控對(duì)象開關(guān)狀態(tài)發(fā)生變化時(shí)，所述門磁傳感器的狀態(tài)變化喚醒電路會(huì)喚醒所述門磁傳感器的無線通信芯片，上報(bào)對(duì)象開關(guān)狀態(tài)變化信息至所述智能網(wǎng)關(guān)后，所述門磁傳感器的無線通信芯片自主進(jìn)入休眠模式，所述門磁傳感器進(jìn)入低功耗狀態(tài)；所述門磁傳感器的無線連接芯片包括以下至少一種：zigbee通信芯片或藍(lán)牙通信芯片；所述對(duì)象開關(guān)狀態(tài)變化信息包括開啟信息或關(guān)閉信息；例如：在狀態(tài)未發(fā)生變化時(shí)，門磁傳感器處于低功耗狀態(tài)。在狀態(tài)發(fā)生變化時(shí)(監(jiān)控對(duì)象開關(guān)狀態(tài)變化)，狀態(tài)變化喚醒電路會(huì)喚醒zigbee芯片，上報(bào)狀態(tài)變化信息到zigbee智能網(wǎng)關(guān)，完成這些動(dòng)作之后zigbee芯片自主進(jìn)入休眠模式，設(shè)備進(jìn)入低功耗狀態(tài)。

所述智能網(wǎng)關(guān)作為主控制器，搜集所述熱釋電傳感器，所述門磁傳感器，所述手動(dòng)修正開關(guān)和所述智能門鎖傳輸?shù)母餍畔?、指令或事件，通過智能模糊算法計(jì)算輸出室內(nèi)是否有人的結(jié)果。所述智能網(wǎng)關(guān)能通過所述手動(dòng)修正開關(guān)，結(jié)合歷史記錄，對(duì)智能模糊算法參數(shù)進(jìn)行修正，對(duì)智能模糊算法參數(shù)進(jìn)行修正包括：響應(yīng)于用戶的修正操作，所述檢測(cè)系統(tǒng)對(duì)有人進(jìn)入/離開的歷史記錄及預(yù)設(shè)熱源狀態(tài)參數(shù)值和有人/無人的結(jié)果的對(duì)應(yīng)關(guān)系進(jìn)行更新或修改，通過指定對(duì)應(yīng)于開關(guān)門歷史記錄與熱源歷史記錄的有無人檢測(cè)結(jié)果輸出，對(duì)智能算法進(jìn)行人工監(jiān)督的學(xué)習(xí)。所述智能網(wǎng)關(guān)設(shè)置有自動(dòng)歸零功能，當(dāng)在超過預(yù)設(shè)的時(shí)間閾值范圍內(nèi)，檢測(cè)系統(tǒng)檢測(cè)結(jié)果均為室內(nèi)有人的結(jié)果，則檢測(cè)系統(tǒng)自動(dòng)重置當(dāng)前記錄結(jié)果。當(dāng)出現(xiàn)由于無法預(yù)知的傳感器失誤而得出的超長(zhǎng)時(shí)間內(nèi)有人在房間的情況，將自動(dòng)重置，以防止?fàn)顟B(tài)鎖死造成能源浪費(fèi)。

所述智能網(wǎng)關(guān)接收各傳感器上報(bào)信息，通過事件發(fā)生的順序判定人員進(jìn)入或離開：

a)判定有人進(jìn)入的過程：外把手觸摸->開門檢測(cè)->熱釋電檢測(cè)

b)判定有人離開的過程：熱釋電檢測(cè)->內(nèi)把手觸摸->開門檢測(cè)

其中，熱釋電傳感器不反饋簡(jiǎn)單的有人/無人二進(jìn)制狀態(tài)，而是反饋實(shí)際的傳感器數(shù)值。該值在網(wǎng)關(guān)中能換算成可信度指數(shù)。所述智能網(wǎng)關(guān)通過智能的具有自適應(yīng)特征的模糊算法，結(jié)合有人進(jìn)入/離開的記錄，對(duì)熱釋電傳感器的結(jié)果可信度指數(shù)進(jìn)行耦合，輸出室內(nèi)是否有人/無人的結(jié)果。所述智能網(wǎng)關(guān)同時(shí)能通過手動(dòng)修正開關(guān)，結(jié)合歷史記錄，對(duì)算法參數(shù)進(jìn)行修正，逐步提高算法準(zhǔn)確度。所述智能網(wǎng)關(guān)同時(shí)具有自動(dòng)歸零功能，當(dāng)出現(xiàn)由于無法預(yù)知的傳感器失誤而得出的超長(zhǎng)時(shí)間內(nèi)有人在房間的情況，將自動(dòng)重置，以防止?fàn)顟B(tài)鎖死造成能源浪費(fèi)。

本申請(qǐng)的一種結(jié)合多輸入判定條件的室內(nèi)有無人檢測(cè)系統(tǒng)結(jié)合多種輸入條件，結(jié)合具有自適應(yīng)特征的模糊算法，彌補(bǔ)單一傳感器檢測(cè)的不足，提高檢測(cè)準(zhǔn)確度。

本申請(qǐng)的方法通過結(jié)合多判定條件的有人檢測(cè)方法，能極大的降低采用單純熱釋電方法誤檢或漏檢的情況發(fā)生，對(duì)于需要實(shí)現(xiàn)智能能源管理的需求場(chǎng)合，如酒店，可實(shí)現(xiàn)有人通電，離人斷電的效果，既很好的提升了用戶體驗(yàn)，也有效的節(jié)約了能源。

上述本申請(qǐng)實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。

在本申請(qǐng)的上述實(shí)施例中，對(duì)各個(gè)實(shí)施例的描述都各有側(cè)重，某個(gè)實(shí)施例中沒有詳述的部分，可以參見其他實(shí)施例的相關(guān)描述。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的技術(shù)內(nèi)容，可通過其它的方式實(shí)現(xiàn)。其中，以上所描述的裝置實(shí)施例僅僅是示意性的，例如所述單元的劃分，可以為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，單元或模塊的間接耦合或通信連接，可以是電性或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為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(gè)地方，或者也可以分布到多個(gè)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本申請(qǐng)各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用軟件功能單元的形式實(shí)現(xiàn)。

以上所述僅是本申請(qǐng)的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本申請(qǐng)?jiān)淼那疤嵯?，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視為本申請(qǐng)的保護(hù)范圍。