具体实施方式

对于本发明实施例中涉及到的积极遮阳行为点位与消极遮阳行为点位进行具体说明：

本发明认为办公室内人员常驻位置的区别会影响遮阳行为模式，并通过问卷调查的形式对此进行验证。在问卷调查中，针对遮阳行为，问卷内容包括边界条件的确定，如人员常驻位置的朝向、与人员常驻位置最近且带有遮阳帘的窗户朝向、人员常驻位置与最近且带有遮阳帘的窗户之间的距离以及遮阳使用频率等。唯一的多项选择问题是询问遮阳调节的原因。为了得到关于遮阳调节频率与人员所处位置间相关关系的普适性结论，该问卷调查应尽可能多的覆盖全国各个地区与气候区。

最终收回有效问卷数259份，覆盖全国29个省市自治区，各个省市自治区均有有效问卷数。对问卷结果进行整理，整理结果(如图1所示)显示受访者所处办公室的房间朝向与座位朝向分布均匀，同时显示与人员常驻位置最近且带有遮阳帘的窗户朝南最多，其他朝向分布均匀。

为了分析遮阳调节频率与人员常驻位置之间的相关性，将调查表中的调节频率转换为数值，具体如表1所示。几乎不调节对应的数值为1，以此类推，经常调节对应的数值为6。

需要说明的是，提前确定各类代表性人群的比例是极其困难甚至不可行的。如果在计算各距离区间遮阳调节频率时直接将受访者的人数绝对值加和，则统计分析结果将偏离真实分布。因此，采用平均值描述各距离区间的遮阳调节频率：

式中，F为遮阳调节频率平均值；f为与遮阳调节频率对应的数值；n为选择某一选项对应的人数；i为“遮阳调节频率”的对应选项；k为“人员常驻位置与最近且带有遮阳帘的窗户之间的距离(m)”的对应选项。

表1遮阳调节频率及对应数值

从文献[4-6]可知，人员行为与季节密切相关。因此，分析过程应区分季节。根据本研究所发放的问卷调查，图2和图3分别展现了夏季和冬季下，遮阳调节频率平均值与人员常驻位置到最近且带有遮阳帘的窗户距离之间的关系。

对图2和图3中的变量进行线性拟合，从而获得夏季、冬季对应显性关系，R²分别为0.9144和0.8616，初步证明了遮阳调节频率与人员常驻位置到最近且带有遮阳帘窗户距离之间呈负相关关系。通过本次问卷调查，可以验证本发明关于办公室内人员常驻位置的区别会影响遮阳行为模式成立，即“室内布局所导致的人员常驻位置的不同会影响人员的遮阳调节模式”，且“距离遮阳越远的常驻位置上的人员，调节遮阳的频率越低”。

经过进一步的推导分析可知，人员的个性化差异不仅体现在自身对外部物理环境持续刺激的敏感性差异，还由于人员所处房间位置的不同造成人员对于遮阳装置的敏感性差异：当人员处在远离遮阳帘的位置时，无论遮阳状态如何改变都不会改变该人员的周围微环境，因此可以认为该位置上的人员并没有调节遮阳状态的“需求”，也就不大可能产生遮阳行为。

根据上述分析，本发明提出关于行为产生的“积极点位”与“消极点位”的概念，以此描述人员的常驻位置。对于遮阳行为来说，可以将“不会受到遮阳状态改变影响的人员常驻位置”定义为“遮阳行为的消极点位”；将“会受到遮阳状态改变影响的人员位置”定义为“遮阳行为的积极点位”。若某一时刻房间内有人员处于积极点位，则认为该人员有可能产生无论是“习惯型”还是“偏好型”的遮阳行为，进而需要进行个性化行为的识别；若某一时刻房间没有任何人员处于积极点位，则认为遮阳状态不会被改变，也不需要改变。

另外，通过针对整理后的调查结果的进一步研究，关于如何判定某个人员常驻位置是遮阳行为的“积极点位”还是“消极点位”，需首先归纳导致遮阳行为产生的外部物理环境刺激类型。本发明通过发放问卷，收集遮阳行为产生的原因。

从图4中可以发现导致遮阳行为产生的主要原因是人员受到由太阳引起的“光”或“热”的刺激，少部分原因是由于一些主观因素，如“想看窗外的风景”或“想调节窗户”。因此，可以进一步推理认为“某一时刻，只要人员在该位置会受到来自于太阳的直接“光”或“热”的刺激”，则判定该时刻该位置是“遮阳行为的积极点位”，反之，则判定为“遮阳行为的消极点位”。

综上，可以采用眩光与太阳直射辐射来描述“光”和“热”对室内人员的刺激，进而可实现对不同时刻该两项指标阈值的计算，即可对点位的类型进行判定。

由于不同时刻太阳所处方位不同，一个工位的点位类型会随着时间不同产生变化。若当前时刻房间内出现了“遮阳行为积极点位”，则说明该工位上的人员受到遮阳状态的影响，需要调用模型，预测遮阳行为是否会产生；若当前时刻房间内只有“遮阳行为消极点位”，则说明当前时刻房间内人员在各自工位上不会受到遮阳状态改变的影响，即当前人员对遮阳装置没有“需求”，并不会出现调节遮阳的行为，遮阳状态保持不变，不需要调用预测模型。

参考文献：

[4]L.A.Wallace,S.J.Emmerich,C.Howard-Reed,Continuous measurements ofair change rates in an occupied house for 1year:the effect of temperature,wind,fans,and windows,J.Expo.Sci.Environ.Epidemiol.12(2002)296–306.

[5]S.Herkel,U.Knapp,J.Pfafferott,Towards a model of user behaviourregarding the manual control of windows in office buildings,Build.Environ.43(2008)588–600.https://doi.org/10.1016/j.buildenv.2006.06.031.

[6]T.Hong,S.D’Oca,W.J.N.Turner,S.C.Taylor-Lange,An ontology torepresent energy-related occupant behavior in buildings.Part I:Introductionto the DNAs framework,Build.Environ.92(2015)764–777.

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合实施例及附图对本发明的一种办公室内遮阳装置控制方法作具体阐述。

<实施例>

接下来，以遮阳装置为遮阳卷帘为例，进行具体说明。

图5为本发明实施例的一种办公室内遮阳装置控制方法的流程图。

如图5所示，一种办公室内遮阳装置控制方法包括如下步骤：

步骤S1-1，获取包含室内所有常驻工位的室内图像，对室内图像进行实时人员在室情况识别，得到人员在室识别结果。

步骤S1-2，判断人员在室识别结果是否为常驻工位有人，判断为常驻工位有人时进入步骤S1-3，判断为常驻工位没有人时，重新进入步骤S1-1获取下一时刻的室内图像，并进行人员在室情况识别。

步骤S1-3，根据每一个常驻工位对应的工位位置信息以及人员在室识别结果对应的时间，计算每一个常驻工位受太阳直射影像的太阳直射度。

图6为本发明实施例的日墙方位关系示意图。

太阳直射度通过如下步骤计算得到：

步骤S2-1，根据办公室的地理位置信息以及人员在室识别结果对应的识别时间，计算得到太阳方位角Θ(太阳方位角Θ为太阳与地面上某点连线在地面上的投影与南向的夹角，如图6所示)：

式中，α为地理位置信息中的太阳高度角，为地理位置信息中的当地纬度；δ为地理位置信息中的赤纬角；ω为识别时间对应的太阳时角。

当太阳偏东时，太阳方位角Θ为负；太阳偏西时，太阳方位角Θ为正。

步骤S2-2，基于太阳方位角Θ以及转向角Ψ计算得到日墙方位角γ，其中转向角Ψ为办公室所在建筑的朝向与正南方向的夹角：

γ＝|Θ-Ψ|

图7为本发明实施例的常驻工位的位置信息示意图。

步骤S2-3，根据日墙方位角γ、工位位置信息以及办公室的房间尺寸，计算得到常驻工位受到太阳直射影响的值作为太阳直射度。

具体地，以图7中工位2(即点位#2)为例，通过计算得到整个办公室所对应的日墙方位角γ后，按照工位2相对于窗户的工位位置信息以及整个办公室的房间尺寸参数，计算得到工位2收到太阳直射影响的值作为工位2的太阳直射度。

步骤S1-4，根据办公室所处的天气信息以及室内人员的观察视图计算出常驻工位对应的眩光值。

图8为本发明实施例的观察视图的示意图。

图8(a)为不正对窗户时人眼的视觉效果，图8(b)为正对窗户时人眼的视觉效果。

观察视图根据室内人员的人眼所处位置以及方向得到，当室内人员不正对窗户时，观察视图如图8(a)所示；当室内人员正对窗户时，观察视图如图8(b)所示。

眩光值DGP通过下式计算得到：

式中，E_v为室内人员眼球所处位置中的眼球垂直照度，L_s为天气信息中的光源亮度，w_s为天气信息中的光源立体角，P为室内人员的位置指数，a为第a个室内人员。

本实施例中，使用DIVA插件进行全年眩光模拟。向DIVA插件输入办公室所处的天气信息文件以及观察视图(Camera views)，并输入办公室对应的建筑材料及参数，同时设置相关模拟参数，例如：人员在室时间表(Occupancy Schedule)、辐射参数(Radianceparameters)、自适应视觉舒适性(Adaptive visual comfort)。接着，运行DIVA插件，得到室内人员视野内的DGP数值。

上述DIVA插件(Diva for Rhino插件)的计算核心是Radiance，Radiance核心使用蒙特卡洛采样和反向的光线追踪算法，即先确定计算点，计算点向光源进行反向光线追踪，在有限次的反向追踪后，如遇到光源则进行计算，若未遇到光源则归零。

DIVA将Radiance核心与Perez全气象条件天空模型、Tregenza日光系数法结合，实现了全年动态光模拟。日光系数是离散化的天空或地面部分或预设的太阳能位置对在各个建筑物传感器点计算的太阳能量的归一化贡献。一旦生成，就可以将日光系数与亮度功效和分布模型进行折叠，以计算包括照度在内的时间序列。

步骤S1-5，判断太阳直射度是否大于预定的太阳直射最大阈值，判断为否时进入步骤S1-6，判断为是时进入步骤S1-7。

步骤S1-6，判断眩光值是否大于预定的眩光阈值，判断为是时进入步骤S1-7，判断为否时进入步骤S1-9。

其中，眩光阈值(即DGP阈值)为0.35。

不同DGP阈值对应的眩光感受如表2所示。

表2不同DGP阈值对应的眩光感受

当常驻工位上的室内人员能够察觉到眩光问题的存在时，将表示此时的常驻工位为遮阳行为积极点位。

步骤S1-7，在步骤S1-5中判断为是或步骤S1-6判断为是时，将常驻工位设定为遮阳行为积极点位。

步骤S1-8，基于遮阳行为积极点位对室内人员进行个性化遮阳行为预测，得到遮阳行为预测结果，并基于该遮阳行为预测结果控制遮阳装置。

本实施例中，遮阳行为预测结果为常驻工位对应的办公人员会将遮阳卷帘调节成什么档位，例如，全开的遮阳卷帘调节至只遮住窗户五分之一的一档，全开的遮阳卷帘调节至只遮住窗户五分之二的二档等等。

步骤S1-9，在步骤S1-6中判断为否时，将常驻工位设定为遮阳行为消极点位，控制遮阳装置保持不变。

当常驻工位被设定为遮阳行为消极点位时，遮阳装置维持不变，不调整遮阳卷帘的位置。

实施例作用与效果

根据本实施例提供的一种办公室内遮阳装置控制方法，由于先基于常驻工位对应的工位位置信息以及人员在室识别结果对应的时间，计算得到常驻工位受太阳直射影像的太阳直射度，并根据办公室所处的天气信息以及室内人员的观察视图计算出常驻工位对应的眩光值，进一步，根据太阳直射度与眩光值来判断常驻工位是否为遮阳行为积极点位，在是时，对遮阳装置进行控制，因此，量化了光与热对常驻工位上办公人员的刺激，根据刺激程度对遮阳装置进行自动控制，从而提高了个性化遮阳行为识别与预测的精度。

上述实施例仅用于举例说明本发明的具体实施方式，而本发明不限于上述实施例的描述范围。