综述：非接触式检测方法在人体热舒适度评估中的应用进展

《ENERGY AND BUILDINGS》：Progress in the application of non-contact detection methods in human thermal comfort assessment

　　王岩|田飞|姚刚|姚万祥|张丽璐|杨国庆|郭伟友•将非接触式热舒适度评估方法分为六类，为设备选择提供了全面的参考标准。•确定鼻子和脸颊是最能反映人体温度感受的面部区域，同时将扇风行为视为不适感的关键指标。•明确了用于即时热舒适度预测及暖通空调控制算法的输入数据类型与应用逻辑。

引言在日常生活中，人们平均有80-90%的时间是在室内度过的[1]。然而，先前的研究显示，仅有11%的建筑物能够满足80%居住者的热舒适需求[2]。热舒适度被定义为一种既不感到过热也不感到过冷的状态。Hwang等人[3]指出，在需要权衡热舒适与能源节约时，人们往往更倾向于选择能够保障舒适度的方案。长期以来，供暖、通风和空调系统一直被用来创造舒适、健康且安全的室内环境。但用于调节环境条件的控制系统通常是根据人的需求来设计的[4]，这就要求人们手动操作这些系统，并在一段时间内保持相同的设置，因此无法完全满足人体短期的舒适需求。这样一来，人们对舒适度的动态变化往往会被忽视，从而导致资源和能源的浪费。因此，正如June Young Park等人[5]所提出的，未来的研究应致力于同时实现能源效率与热舒适度的提升。为此，为了在不增加传统暖通空调系统能耗的情况下改善热舒适度，研究人员正在积极探索个性化的暖通空调策略。

热舒适度评估方法已被广泛用于开发暖通空调控制策略。现有的热舒适度评估方法大致可分为基于环境条件的方法和基于人体状态的方法（如图1所示）。在前者中，首先收集环境数据，然后将其整合到基于Fanger理论的预测平均投票值-预测不满意百分比模型中，以此来评估热舒适度[6]。不过，这类模型是基于稳态热交换假设建立的，没有考虑短期环境变化、行为适应以及个体在温度感知上的差异等因素。因此，这类模型在实际环境中预测人体温度感知的准确性受到了很大限制。为提高预测精度，越来越多的研究开始重视上述因素对舒适度的影响[7]、[8]、[9]。与此同时，基于人体状态的热舒适度评估方法又可进一步分为接触式和非接触式两类。接触式方法是通过直接的身体接触或将传感器集成到眼镜、手表等可穿戴设备中来实现的。长期使用可能会对日常舒适度和用户接受度产生负面影响，而且还需要用户高度依赖此类设备[10]。相比之下，非接触式评估则是指无需身体接触就能获取热舒适度数据（如生理信号[11]和行为特征[12]等）的方法。由于其具有实时响应、高精度以及持续监测的能力，这种方法逐渐成为该领域的主流趋势。因此，有必要对现有文献进行更深入的梳理，以便了解该领域的最新进展，明确其优缺点。通过这项系统性综述，旨在为研究人员提供关于当前状况及未来研究方向的清晰路线图。

近年来，有多篇综述文章探讨了非接触式检测方法在人体热舒适度评估中的应用，但仍存在一些研究空白。本研究从八个核心维度出发，提供了更为系统的视角，这些维度包括：“底层技术分类、基于生理信号的舒适度评估、基于行为特征的舒适度评估、通过声学/雷达信号分析进行舒适度评估、多技术融合用于舒适度评估、瞬态预测、空调系统控制、横向比较以及评估指标”。表1系统总结了以往研究与本研究在这些核心维度上的差异。虽然大多数现有综述都集中在某个特定维度上，但本研究试图对多个维度进行综合整合。这种做法旨在为该领域的系统研究提供互补的视角，通过这一框架，本研究的贡献也能更加清晰地展现出来。

在研究人体热舒适度评估的非接触式检测方法时，有必要暂停目前的进展，深入总结近期研究的成果，从而将研究方向转向更具创新性的方法。本文旨在建立一种非接触式人体热舒适度评估方法的分类框架。通过这一框架，可以提供一套完整的指南，帮助决策者根据自身需求和限制条件选择合适的技术和方法，从而在学术研究和实际应用中做出更准确的决策。此外，这一分类框架还有助于推动非接触式热舒适度评估方法在现实场景中的应用，进而形成更高效、更灵活的评估策略，在不增加暖通空调系统能耗的前提下提升热舒适度。因此，本研究确立了以下目标：(1)对现有的非接触式人体热舒适度评估方法进行分类和比较，明确每种方法的优点、缺点及适用范围；(2)找出非接触式评估方法中最能体现人体温度感受的区域，以及最能反映热不适行为的特征；(3)分析非接触式即时人体热舒适度预测的输入数据类型、应用逻辑及其优缺点，以及用于处理这些结果的常见空调控制算法。本文共分为六个主要部分。引言之后是第一部分，其中介绍了研究方法，该方法又分为五个研究阶段，同时还概述了所分析研究的背景情况。第二部分详细阐述了分类法的流程和定义。第三部分探讨了非接触式检测方法在人体热舒适度评估中的应用作用、意义及局限性。第四部分总结了本研究的贡献。最后，第五部分针对实际应用提出了未来建议，以优化环境控制并降低能源消耗。

章节节选系统性综述方法本研究遵循系统性综述与元分析优先报告项目框架（PRISMA）[19]来进行。综述过程分为五个阶段：文献记录的识别、初步筛选与排除，以及文献计量学分析。随后，会对选定的文献进行全面分析，根据其背后的技术原理对相关研究进行归类。这一归类过程可用于构建非接触式检测方法分类体系通过整理和分析相关研究，根据不同的技术原理对这些评估方法进行了分类，并确定了每类方法的研究数量，如图9所示，主要包括：(1)基于热成像分析的评估方法[11]、[22]、[23]、[24]、[25]、[26]、[27]、[28]、[29]、[30]、[31]、[32]、[33]、[34]、[35]、[36]、[37]、[38]、[39]、[40]、[41]、[42]、[43]、[44]、[45]、[46]、[47]、[48]、[49]；(2)评估方法的意义与影响与以往主要聚焦于单一热成像或视觉识别技术综述的文献不同，本研究根据底层技术原理，创新地将非接触式检测方法分为六类。文中还量化了各类技术在該领域中所占的比例，并明确说明了各种方法的优点、局限性、适用场景及范围，从而为选择最优方法提供了方法学指导。

结论通过综述与分析，可以得出以下关于非接触式检测方法在人体热舒适度评估中应用的结论：(1)在本研究中，非接触式人体热舒适度评估方法根据其技术原理被分为六类。其中，约43%的研究采用了红外辐射传输分析技术，约30%的研究使用了图像和视频分析技术。有21%的研究采用了多技术融合方法，未来……

前景展望本文围绕非接触式检测方法在人体热舒适度评估中的应用，分六个小节介绍了基于不同核心技术的评估方法。其未来发展前景十分广阔，具体如下：(1)在多人群环境中，信号重叠和遮挡仍是非接触式测量面临的主要挑战。为解决这些问题，需要推动物体检测算法、信号反卷积技术以及多模态传感器融合技术的发展……

作者贡献声明王岩：指导、方法设计、研究实施。田飞：初稿撰写。姚刚：指导、正式分析。姚万祥：修订与编辑、验证工作。张丽璐：正式分析、概念构思。杨国庆：项目管理、数据整理。郭伟友：验证、正式分析。

利益冲突声明作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。

致谢作者衷心感谢国家自然科学基金委员会（项目编号52478091和52178083）、山东省泰山学者青年专家计划（项目编号tsqn202306236）以及山东省自然科学基金（项目编号ZR2025MS924）的支持。同时，作者也要感谢中国气象数据服务中心在气象数据收集方面给予的帮助。