什么是亚洲人需要的温控器?能自学习的Ambi Climate

简介:
 

什么是亚洲人需要的温控器?能自学习的Ambi Climate

Ambi Climate是一款实现了自学习的温控器,与几乎只能在美国使用的Nest不同,它的定位是亚洲市场。做出这样一款产品的团队是香港的Ambi Labs。团队CEO李尚行(Julian Lee)表示这款产品是根据亚洲居民的空调使用习惯而设计的,并且他认为大部分温控器的使用者离家时自动关闭空调的功能,在亚洲市场并不适用。那么什么才是亚洲用户需要的温控器?一台自学习的温控器又是如何工作的?

“我们三个人创始人之前是在香港开创客空间的。两年前想到要做一个较简单的用手机控制的空调遥控应用。但是后来发现那种控制方式比较固定死板,比如固定什么时间开、什么时间关,是很多人不喜欢的。因为你不会每天都在同一个时间需要打开空调。很多人的生活是比较有弹性的。后来我们认识到,用户需要的是多因素,多种情景下的控制,而单因素控制,实用体验其实很差的。”

“我们在亚洲的三个主要市场做了一些面对面的调查,在十个国家做了4000份网上调查。通过调查,我们了解到亚洲用户在出门前大部分都能记得关空调,自动关闭空调的需求并没有想象中的强烈。比如说在很多地方,用户在白天的时候为了通风也会开着窗户,在这种情况下,温控器是不可能帮你关掉空调的。所以说,不同市场有不同的习惯和需要,美国人的生活习惯和和亚洲很不同,产品需求是不一样的。”

温控器自学习的实现需要多款传感器的检测数据,比如根据内置的温度和湿度传感器结合用户的操作习惯,对环境变化做一个预判,进而对空调进行相应的控制,这不难理解。

但是现实生活中的场景是复杂的:如果每天下午3点太阳射进来,温度升高,但是温控器怎么会知道这时温度是升高的?一般空调只能记下这个时间室内温度会升高,并且每到这个时候加大空调制冷。这样当某一天下雨了,太阳没有射进来时,恒温器还是会预测温度升高,并对空调进行相应的制冷控制,那就傻X了。

“这就需要分辨热源。温控器分辨热源时配合的是红外光传感器。在下雨的时候,红外光会减少,红外光传感器检测到红外光比以前少了,再结合天气预报和其他因素做出一个判断,就会相应调整空调。因为红外光是产热的,比如说你开了暖炉,暖炉产生的可见光不多,但是它发出的红外光很多。但是如果仅仅检测温度和可见光线的话,就检测不到这个问题。比如LED灯产生的光线,虽然很亮但是它发热很少,LED光源发出的红外光也很少。”

在CEO李尚行此前的采访中有这样一段描述,宅客君不解:“许多人都知道在家最好拉上百叶窗,以降低空调能耗,但真正这样做的人又有多少?而Ambi Climate能让用户洞察到这些因素,让用户更了解各种影响居家空调效率的因素。”

李尚行对此的解释是:“这个功能还在开发当中。我们可以通过检测白天和晚上光线的变化,来推算你有没有使用百叶窗。根据这个判断我们可以对用户提出打开或关闭百叶窗的建议。我们可以根据别的家庭中使用百叶窗的能源消耗和不使用百叶窗的能量消耗的情况,推送给用户参考是否要使用。根据我们的统计百叶窗大概能省4%的电费。”

 
 
  本文作者: 阿波罗

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
8月前
|
人工智能 Kubernetes Java
回归开源,两位 Java 和 Go 程序员分享的开源贡献指引
Higress是一个基于Istio和Envoy的云原生API网关,支持AI功能扩展。它通过Go/Rust/JS编写的Wasm插件提供可扩展架构,并包含Node和Java的console模块。Higress起源于阿里巴巴,解决了Tengine配置重载及gRPC/Dubbo负载均衡问题,现已成为阿里云API网关的基础。本文介绍Higress的基本架构、功能(如AI网关、API管理、Ingress流量网关等)、部署方式以及如何参与开源贡献。此外,还提供了有效的开源贡献指南和社区交流信息。
813 33
|
文字识别 iOS开发 MacOS
ABBYY FineReader15版本授权许可证 免费OCR图文识别软件
ABBYY FineReader是市场领先的OCR图文识别软件,不仅可以将纸质文档和PDF文件以及图像文件转换成可搜索、可编辑的文本格式,还支持多国文字识别和彩色文件识别,并且能够完整保留原始文本的布局和格式,是日常办公的绝佳帮手。
4017 0
|
机器学习/深度学习 算法 数据可视化
Machine Learning机器学习之高维数据降维(主成分分析PCA、线性判别分析、自编码器超级无敌详细讲解)
Machine Learning机器学习之高维数据降维(主成分分析PCA、线性判别分析、自编码器超级无敌详细讲解)
|
Linux Docker Windows
最新可用Docker国内镜像源加速列表
本列表为科研工作者提供可用的Docker镜像网站,帮助网络不佳用户加速访问。内容包括多个国内主流Docker Hub镜像加速站,支持多种系统配置方法,如Ubuntu、macOS和Windows。提供详细使用教程和配置命令,适用于科研及开发环境。列表持续更新,建议收藏使用。
3441 3
|
数据采集 监控 数据挖掘
打造高效用户旅程:埋点分析系统的实操指南
在数字化时代,了解用户如何与我们的产品或服务互动是至关重要的。用户行为,在广义上,指的是用户在网站、应用程序或其他数字界面上的所有动作和反应。这些行为可能包括点击链接、浏览页面、填写表单,甚至是在社交媒体上分享内容。每一个动作都是用户体验的一部分,并对我们理解他们的需求和偏好提供了宝贵的线索。 在技术层面上,用户行为的跟踪和分析可以让我们深入了解用户的互动模式,从而指导我们的产品改进和市场战略。通过分析这些数据,我们可以发现用户旅程中的关键触点,识别用户体验的痛点,以及揭示潜在的优化机会。这不仅有助于提升用户满意度和忠诚度,还可以增强产品的市场竞争力。
打造高效用户旅程:埋点分析系统的实操指南
|
监控 IDE Java
Tomcat 启动闪退问题解决方法
Tomcat 启动闪退问题解决方法
|
自然语言处理 Java
ElasticSearch 实现分词全文检索 - term、terms查询
ElasticSearch 实现分词全文检索 - term、terms查询
572 0
|
JSON 关系型数据库 MySQL
理解和利用MySQL中的JSON功能
理解和利用MySQL中的JSON功能
575 2
|
传感器 机器学习/深度学习 人工智能
史上最全综述 | 3D目标检测算法汇总!(单目/双目/LiDAR/多模态/时序/半弱自监督)(下)
近年来,自动驾驶因其减轻驾驶员负担、提高行车安全的潜力而受到越来越多的关注。在现代自动驾驶系统中,感知系统是不可或缺的组成部分,旨在准确估计周围环境的状态,并为预测和规划提供可靠的观察结果。3D目标检测可以智能地预测自动驾驶车辆附近关键3D目标的位置、大小和类别,是感知系统的重要组成部分。本文回顾了应用于自动驾驶领域的3D目标检测的进展。
史上最全综述 | 3D目标检测算法汇总!(单目/双目/LiDAR/多模态/时序/半弱自监督)(下)
|
JavaScript API
「宜搭」如何在选择部门组件后,自动带出该部门下的成员,并查询该成员当月考勤天数
本文档只做参考使用,请结合具体需求修改,如有问题,概不负责!!!! 因本章涉及页面代码,请确保宜搭使用版本可使用页面JS 该篇只会获取当前部门下的成员,不包含下级部门; 注意:涉及到钉钉接口,请严格按照钉钉开放接口文档要求操作; 若此文章对您有帮助,记得点下赞同哦~
1007 4
「宜搭」如何在选择部门组件后,自动带出该部门下的成员,并查询该成员当月考勤天数