CN108038410B - 洗衣机震动处理方法及装置 - Google Patents

Abstract

本发明公开了一种洗衣机震动处理方法及装置。其中，该方法包括：获取摄像头拍摄的图像；对图像进行分析得到洗衣机上放置的物品；在洗衣机工作的情况下，获取洗衣机震动的情况；根据震动的情况和物品的属性确定是否需要调整洗衣机的转速。本发明解决了相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题。

Description

洗衣机震动处理方法及装置

技术领域

本发明涉及电器处理的技术领域，具体而言，涉及一种洗衣机震动处理方法及装置。

背景技术

相关技术中，对于洗衣机的震动问题目前都没有很好地解决方式，洗衣机在工作运转时，可能产生较大的噪音，尤其是在脱水甩干时，洗衣机整个机体都可能发生抖动，而在洗衣机出现故障或者产生由于意外操作，导致洗衣机出现明显晃动，发出的噪音也很大，有时会给用户造成洗衣机出现问题，需要停机处理的感觉，当前的各式洗衣机都无法控制洗衣机的震动的情况，也无法在洗衣机工作时，调整洗衣机的转速，会让用户在使用洗衣机时，体验感降低。

针对上述的相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种洗衣机震动处理方法及装置，以至少解决相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题。

根据本发明实施例的一个方面，提供了一种洗衣机震动处理方法，包括：获取摄像头拍摄的图像；对所述图像进行分析得到洗衣机上放置的物品的属性；在所述洗衣机工作的情况下，获取所述洗衣机震动的情况；根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速。

进一步地，获取所述洗衣机震动的情况包括：通过设置在洗衣机上的传感器来获取所述洗衣机的震动的情况。

进一步地，对所述图像进行分析得到所述洗衣机上放置的物品的属性包括：通过模型对所述图像进行分析得到所述洗衣机上放置的物品的属性，其中，所述模型是使用多组数据通过机器学习训练得到的，所述多组数据中每一组数据均包括物品图片与物品的属性对应关系。

进一步地，根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速包括：根据所述震动的情况对应的物品跌落的可能性和所述物品的属性确定是否需要调整所述洗衣机的转速，其中，所述可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，所述震动的情况为不同的级别，每个级别分别对应跌落的可能性。

根据本发明实施例的另一方面，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的洗衣机震动处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的洗衣机震动处理方法。

根据本发明实施例的另一方面，还提供了一种洗衣机震动处理装置，包括：第一获取单元，用于获取摄像头拍摄的图像；分析单元，用于对所述图像进行分析得到洗衣机上放置的物品的属性；第二获取单元，用于在所述洗衣机工作的情况下，获取所述洗衣机震动的情况；确定单元，用于根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速。

进一步地，所述第二获取单元包括：获取模块，用于通过设置在洗衣机上的传感器来获取所述洗衣机的震动的情况。

进一步地，所述分析单元包括：分析模块，用于通过模型对所述图像进行分析得到所述洗衣机上放置的物品的属性，其中，所述模型是使用多组数据通过机器学习训练得到的，所述多组数据中每一组数据均包括物品图片与物品的属性对应关系。

进一步地，所述确定单元包括：确定模块，用于根据所述震动的情况对应的物品跌落的可能性和所述物品的属性确定是否需要调整所述洗衣机的转速，其中，所述可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，所述震动的情况为不同的级别，每个级别分别对应跌落的可能性。

在本发明实施例中，可以通过摄像头拍摄洗衣机的图像，并分析出洗衣机上放置的物品的属性，确定出物品属性信息，然后在洗衣机工作的情况下，获取到洗衣机震动的情况，最后根据洗衣机的震动的情况和洗衣机上放置的物品的属性，确定是否需要调整洗衣机的转速。在该实施例中，可以利用获取到洗衣机上放置的物品的属性的相关信息，确定出是否需要调整洗衣机的转速，以减少洗衣机由于震动导致的物品损坏的情况的发生频率，进而解决相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种洗衣机震动处理方法的流程图；

图2是根据本发明实施例的一种洗衣机震动处理装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为方便用户理解本发明，下面对本发明中涉及的部分术语或名词进行解释：

像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻逼真。

像素点：指像素的数值。

二值化：对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。

CNN，卷积神经网络，描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出层，从而将输入的节点通过神经元不断关联，得到优化对象，一般会包括卷积层、过滤层，通过前向传导、损失函数、后向传导、以及函数更新作为一个学习周期，对每一训练图片，程序将重复固定数目的周期过程，以不断优化训练学习结果。

以图搜图，在获取到图像后，通过深度学习对结果进行排序，并通过用户记录的三元组数据(查询图片、点击图片和未点击图片)来训练模型的排序损失函数，从而得到排序结果，在输入一张图像后，模型会自动检测出主体，然后按照排序分数高低排出相关对象的结果。

根据本发明实施例，提供了一种洗衣机震动处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

以下实施例可以应用于各种电器设备中，对于电器设备的类型不做限定，包括但不限于：洗衣机、空调、冰箱、电饭煲等，本申请中以洗衣机为例，对本发明做出说明。

下述实施例中，可以适用于各种洗衣机设备，其中，本发明中对于洗衣机的类型不做限定，其可以包括但不限于：波轮式洗衣机、滚筒式洗衣机、搅拌式洗衣机等。其中，洗衣机中有多个部件，可以包括但不限于：内筒、过滤网、洗衣机轴、波轮、排水阀、牵引器、离合器、水位器、减速器、传感器、制板、洗衣机机罩等，其中，用户可以直接看到内筒(放置衣物)和洗衣机机罩的当前使用情况，可以查看其是否存在异常；但是对于其它的使用设备可能无法直接查看，若出现异常，对于各个部件的剩余使用寿命也无法预估。以波轮式洗衣机为例，在使用波轮式洗衣机时，被洗衣物浸泡于洗涤液中，依靠波轮连续转动或定时正、反向转动的方式进行洗涤。它由洗衣桶、波轮和传动机构等组成。洗衣机中会安装一个波轮，波轮以每分钟数百转的速度转动，带动桶中的洗涤液和衣物做旋转和翻滚运动，使洗涤物承受弯曲、拉伸、摩擦、冲刷等机械作用，在洗涤液的化学作用配合下，使洗涤物上的污垢洗干净。但是，波轮式洗衣机如果运用不当或出现故障会出现很大的震动和噪声。在分析洗衣机产生震动的问题时，一般会有如下方式：1、使用洗衣机时，电动机一转动，转动皮带发出“噼啪”声，分析原因：洗衣机出现此故障是由于传动皮带松弛引起的。2、使用洗衣机时，洗衣机机身发出“砰砰”响声，分析原因：洗衣机出现此故障多是洗衣桶与外壳之间产生碰撞，或者是洗衣机放置的地面不平整，或四只底脚未与地面保持良好的接触。3、使用洗衣机时，洗衣机的波轮转动发出“咯咯”摩擦声，分析原因：可能是波轮螺钉松动，此时可以通过拆卸发电机维修波轮，再在轴底端加垫适当厚度的垫圈，以增加波轮与桶底的间隙，消除两者的碰撞或摩擦。另外，也可能由于洗衣机内的衣物分布不均匀，会产生我们能察觉到的振动和噪声。通过下述实施例，可以利用拍摄的图像，分析洗衣机震动的情况，进而根据震动的情况和洗衣机内物品的属性信息确定是否需要调整洗衣机的转速，以达到减少洗衣机震动的效果。

结合本发明中的优选实施步骤对本发明做出解释，图1是根据本发明实施例的一种洗衣机震动处理方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，获取摄像头拍摄的图像。

其中，在摄像头拍摄的图像中，可以包括但不限于：洗衣机上放置的物品图像、洗衣机工作时的整体震动图像、投入洗衣机的衣物的图像、洗衣机内部各部件的图像等，其中，本发明中的摄像头可以设置在洗衣机周围或者洗衣机内部，也可以通过多个摄像头分别拍摄洗衣机上放置的物品的图像和洗衣机在工作时转动的图像以及投入洗衣机的衣物的图像，本发明中需要重点获取到洗衣机上放置的物品图像和洗衣机在工作时转动的图像，以确定出洗衣机在发生震动时，是否需要调整转速以保证物品不会滑动、跌碎等情况。可选的，在拍摄洗衣机上放置的物品的图像时，可以整体拍摄一张图像，也可以分别拍摄放置的物品的图像，拍摄时间隔时间可以较长(如30秒)，而在拍摄洗衣机工作时的图像时，可以是连续拍摄洗衣机的工作图像，以确定洗衣机的震动是否超出预设条件，其间隔的时间可能较短(如1秒)，从而根据确定出的震动的情况，分析出是否需要调整转速。

本发明中可以在洗衣机的内筒的外盖上或者洗衣机周围设置摄像头，在检测到用户向洗衣机内部投入物品后，通过该摄像头拍摄洗衣机内部的图像，本发明中对于拍摄的图像的类别不做限定，包括但不限于：黑白图像(灰度图像)、彩色图像(RGB图像)。其中，在检测用户是否向洗衣机内部投入物品时，可以是通过检测洗衣机的开关是否启动或者检测洗衣机是否加水来确定用户是否向洗衣机内部投入物品，在检测到洗衣机的加水时，洗衣机的加水开关可以向检测装置发送信号，以告知检测装置准备加水，此时，检测装置可以通过摄像头拍摄洗衣机内部的衣物。

对于摄像头的安装位置，可以根据洗衣机的类型来确定，不同类型的洗衣机，其安装摄像头的位置和安装摄像头的数量都是不同的，例如，在直筒洗衣机中，其外盖在上部，则可以设置摄像头在洗衣机的上部的外盖上，以准确拍摄出洗衣机内部的图像，或者，外盖在前部，则可以设置摄像头在洗衣机的前盖上，以拍摄到洗衣机内筒的衣物图像。另外，本发明中的洗衣机的外盖可以为包含显示屏幕的外盖，外盖的类型可以包括但不限于：玻璃外盖、塑胶外盖、LED外盖等。通过该外盖可以显示图像信息或者推送的物品信息。

本申请中可以设置一组摄像头，每个洗衣机可以设置多个摄像头，通过采集内筒底部的不同位置的图像和洗衣机整体的转动图像，以方便分析放置的物品属性信息和洗衣机整体的震动信息，对于一组摄像头中摄像头的数量不做限定，例如，1个摄像头、3个摄像头或者4个摄像头。

在拍摄得到洗衣机上的图像后，可以通过预先设置的存储装置存储该图像，摄像头在拍摄到图像后可以将图像发送至存储装置，该存储装置可以存储历史预设时间中拍摄到的图像，也可以存储本次拍摄的物品图像和和洗衣机工作时，洗衣机整体震动的图像。

本发明中对于用户放置在洗衣机上的物品的类型不做限制，可以包括但不限于：衣物、被子、鞋、移动终端、鞋刷、毛巾等。

在分析图像之前，可以获取到预先存储的图像，并对预定时间段中的图像进行分析，其中，预定时间段可以是指用户使用一次洗衣机的时长，也可以是预先设置的时间，例如，30秒。

步骤S104，对图像进行分析得到洗衣机上放置的物品的属性。

上述步骤中，在分析图像时，可以是根据获取到的洗衣机外部的图像，以确定出洗衣机上放置的物品的属性，并分析出放置的物品的属性。优选的，可以通过获取的图像，先分析出放置在洗衣机上的物品是什么，然后分析出放置在洗衣机上的物品的属性信息。其中，对图像进行分析得到洗衣机上放置的物品的属性可以包括：通过模型对图像进行分析得到洗衣机上放置的物品的属性，其中，模型是使用多组数据通过机器学习训练得到的，多组数据中每一组数据均包括物品图片与物品的属性对应关系。即本发明中可以利用机器学习训练得到物品图片和物品的属性关系的模型，从而在获取到新的图像后，通过该模型确定出物品的属性信息。该模型可以是采集到的历史时间段内的物品图像和确定出的物品属性的关系模型，在建立该模型时，可以通过采集多个洗衣机的图像，并分析出图像中的属性信息，然后不断的优化模型中的图像和物品属性信息的关系。机器在不断学习训练的过程中，可以建立多个图像和物品属性的关系训练表。可以通过CNN算法确定图像对应的神经元，建立神经元时，可以采用运算函数确定图像特征，在神经网络中可以有多层神经，每层的神经元可以通过相同的运算函数进行运算。

对于上述的模型，可以是利用洗衣机周围的摄像头和终端设备或者服务器预先建立网络连接，并通过预先设置的通讯模块进行通讯，从而将拍摄的图像发送至处理装置中，以供处理装置分析图像，得到物品的属性信息。其中，上述的通讯模块可以包括但不限于：无线网卡、蓝牙模块等。在确定出该次拍摄的图像对应的物品的属性信息后，可以将该次拍摄的图像保存在图像的模型的物品属性对应的图像库中，以备下次比较使用，这样通过不断的学习训练，可以利用机器的学习功能不断地加强分析效果和分析的准确度。

在分析图像的属性信息时，可以先确定出图像中的各个物品，然后分析物品的属性，由于每个物品在图像中的色度和颜色可能是不同的，通过分析图像中的每个物品之间的色度差，区分出图像中的各个物品。其中，在分析图像中各个物品时，可以分析比较图像中每个像素点的色度和颜色的差别，从而区分出图像中的物品信息。在分离出图像中的各个物品后，判定该物品与机器学习训练模型中的图像信息相同的地方，以确定出投入洗衣机的物品的属性信息。

在分析图像的属性信息，对于物品的属性类型不做限定，可以包括但不限于：玻璃制品、终端、衣物、洗涤液、床上用品、杯子等。通过物品的类别，确定出每个物品的属性信息。可选的，在本申请中预先对每个物品和物品对应的属性信息建立一个属性模型，该属性模型中还可以包括物品属性的优先级，该优先级是指对于洗衣机的震动是否需要存在危险的优先级，例如将玻璃制品的优先级列为最高，在洗衣机工作时，需将玻璃制品的相关物品拿走，以放置滑动摔碎等情况的发生。通过对物品、物品属性和物品优先级的模型建立，确定该物品是否可以放置洗衣机上，以防止由于洗衣机的震动导致的物品破碎、损坏等情况。

步骤S106，在洗衣机工作的情况下，获取洗衣机震动的情况。

在上述步骤，可以在洗衣机工作的情况下，获取到洗衣机的震动的情况，以结合物品属性信息，确定是否需要调整转速。其中，获取洗衣机震动的情况包括：通过设置在洗衣机上的传感器来获取洗衣机的震动的情况。即可以在洗衣机上设置震动传感器或者其他震动检测装置，以确定出洗衣机的震动幅度和震动频率，从而确定出洗衣机的震动是否超出预设震动条件，从而确定出震动级别。本发明中可以先根据洗衣机的震动幅度和震动频率，确定出多个震动级别，震动级别的具体划分可以根据实际的震动的情况确定，例如，划分震动级别包括：1级震动、2级震动、3级震动、4级震动，其中，1级震动的级别低于2级震动，2级震动低于3级震动，3级震动低于4级震动，其中，从1级震动的幅度和震动频率到4级震动的幅度和震动频率是不断上升的，在1级震动和2级震动时，无需担心洗衣机的震动问题，但是在3级震动和4级震动时，需要考虑调整转速和洗衣机是否出现故障的问题了。对于上述洗衣机的震动幅度可以是指在洗衣机转动时，其摇晃的幅度变化数值，而对于震动频率可以是指在预定时间段内洗衣机的震动频率的数值。

对于上述实施方式中的传感器，其需要不断检测到多个震动幅度和震动频率数据，并将数据发送至处理器中，以供处理器分析使用，从而分析出洗衣机的震动的情况。

另外，上述获取震动的情况还有一种方式：通过洗衣机上的摄像头连续拍摄图片，通过连续拍摄的图片就可以得到洗衣机是否震动的厉害。即可以通过拍摄的连续多组照片确定出洗衣机的震动的情况，通过比较每两张图片之间的洗衣机的位置变化，确定出洗衣机的震动的情况。

其中，对于洗衣机的震动的情况，电机是洗衣机的动力来源，也是洗衣机震动的主要来源，电机产生震动一般分为三类：电磁震动、机械震动、空气震动，其中，电磁震动是指电机在运行中，定子和转子之间的脉动磁力、气隙不均匀产生的单向磁拉力使定子产生的周期震动。机械震动使电机在运行时，旋转部分和静止部分因摩擦而产生的震动，空气震动是电机在运行时，转子上的风扇和叶片对空气产生冲击和摩擦而产生的震动。对于洗衣机电机来说，转子上仅有铸铝小叶片，对空气的冲击和摩擦作用很小，因此空气震动可以忽略不计。

通过对洗衣机在工作时的图片和传感器的数据的分析，确定出洗衣机的震动的情况。

步骤S108，根据震动的情况和物品的属性确定是否需要调整洗衣机的转速。

在确定出洗衣机的工作的震动的情况后，结合洗衣机上放置的物品的属性信息，确定出是否需要调整洗衣机的转速。对于放置的物品中属于易碎、贵重的物品等，可以在震动较大，转速较高时，降低转速，以减少洗衣机的震动。如果物品并不是易碎物品则可以不对洗衣机进行调整。另外，如果物品在洗衣机上的预定位置，则可能不存在跌落的风险，此时可以不对洗衣机进行调整。在图像识别的时候，如果为了处理方便，可以首先识别在危险位置是否有物品，如果在危险位置有物品，可以直接进行调整转速，或者也可以进一步识别危险物品的属性，根据震动的情况和属性来确定是否调整洗衣机的转速。其中，上述的危险位置可以是指洗衣机上盖部位易滑动的位置，该危险位置可以不放置物品。

如果在洗衣机未工作之前，确定出洗衣机上放置的物品的属性属于贵重以损坏的物品，则可以直接发出提示信息，例如，对于移动终端设备、玻璃制品等，可以发出语音提示，用于告知用户放置的物品贵重，可能拿走。

在上述实施例中，可以通过摄像头拍摄洗衣机的图像，并分析出洗衣机上放置的物品的属性，确定出物品属性信息，然后在洗衣机工作的情况下，获取到洗衣机震动的情况，最后根据洗衣机的震动的情况和洗衣机上放置的物品的属性，确定是否需要调整洗衣机的转速。在该实施例中，可以利用获取到洗衣机上放置的物品的属性的相关信息，确定出是否需要调整洗衣机的转速，以减少洗衣机由于震动导致的物品损坏的情况的发生频率，进而解决相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题。

对于上述实施例中，在根据震动的情况和物品的属性确定是否需要调整洗衣机的转速，可以包括：根据震动的情况对应的物品跌落的可能性和物品的属性确定是否需要调整洗衣机的转速，其中，可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，震动的情况为不同的级别，每个级别分别对应跌落的可能性。即可以根据震动的情况的级别确定出是否需要调整洗衣机的转速。

另外，在调整洗衣机的转速后，还可以向与洗衣机连接的用户设备上发送提示消息，提示已经调整了洗衣机的转速。用户可以在洗衣机调整转速的情况，拿走洗衣机上放置的物品，从而减少物品损坏的频率。

可选的，在确定出当前洗衣机的震动的情况影响了洗衣机上放置的物品，可以暂停洗涤过程，并发出提示信息，让用户直接拿走物品。在预定时间段后，可以再次检测洗衣机上的物品是否被拿走，在比较时，可以通过比较前后的照片，确定出洗衣机上放置的是否被拿走，并在物品被拿走之后再继续洗涤过程。从而减少洗衣机上放置的物品的损坏情况，降低洗衣机的震动造成的影响。

图2是根据本发明实施例的一种洗衣机震动处理装置的示意图，如图2所示，该装置可以包括：第一获取单元21，用于获取摄像头拍摄的图像；分析单元23，用于对图像进行分析得到洗衣机上放置的物品的属性；第二获取单元25，用于在洗衣机工作的情况下，获取洗衣机震动的情况；确定单元27，用于根据震动的情况和物品的属性确定是否需要调整洗衣机的转速。

在上述实施例中，可以利用第一获取单元21通过摄像头拍摄洗衣机的图像，并通过分析单元23分析出洗衣机上放置的物品的属性，确定出物品属性信息，然后在洗衣机工作的情况下，通过第二获取单元25获取到洗衣机震动的情况，最后通过确定单元27根据洗衣机的震动的情况和洗衣机上放置的物品的属性，确定是否需要调整洗衣机的转速。在该实施例中，可以利用获取到洗衣机上放置的物品的属性的相关信息，确定出是否需要调整洗衣机的转速，以减少洗衣机由于震动导致的物品损坏的情况的发生频率，进而解决相关技术中由于无法控制洗衣机的震动，导致用户体验感降低的技术问题。

对于上述装置中的第二获取单元25，其可以包括：获取模块，用于通过设置在洗衣机上的传感器来获取洗衣机的震动的情况。

其中，上述装置中的分析单元23可以包括：分析模块，用于通过模型对图像进行分析得到洗衣机上放置的物品的属性，其中，模型是使用多组数据通过机器学习训练得到的，多组数据中每一组数据均包括物品图片与物品的属性对应关系。

另外，上述装置中的确定单元27可以包括：确定模块，用于根据震动的情况对应的物品跌落的可能性和物品的属性确定是否需要调整洗衣机的转速，其中，可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，震动的情况为不同的级别，每个级别分别对应跌落的可能性。

上述信息展示处理装置还可以包括处理器和存储器，上述第一获取单元21、分析单元23、第二获取单元25、确定单元27等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来根据拍摄的洗衣机上的图片，确定出是否需要调整洗衣机的转速，以降低震动造成的影响。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

根据本发明实施例的另一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序执行上述任意一项的洗衣机震动处理方法。

根据本发明实施例的另一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行上述任意一项的洗衣机震动处理方法。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：获取摄像头拍摄的图像；对图像进行分析得到洗衣机上放置的物品的属性；在洗衣机工作的情况下，获取洗衣机震动的情况；根据震动的情况和物品的属性确定是否需要调整洗衣机的转速。

其中，获取洗衣机震动的情况包括：通过设置在洗衣机上的传感器来获取洗衣机的震动的情况。

上述步骤中对图像进行分析得到洗衣机上放置的物品的属性包括：通过模型对图像进行分析得到洗衣机上放置的物品的属性，其中，模型是使用多组数据通过机器学习训练得到的，多组数据中每一组数据均包括物品图片与物品的属性对应关系。

另外，根据震动的情况和物品的属性确定是否需要调整洗衣机的转速包括：根据震动的情况对应的物品跌落的可能性和物品的属性确定是否需要调整洗衣机的转速，其中，可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，震动的情况为不同的级别，每个级别分别对应跌落的可能性。本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：获取摄像头拍摄的图像；对图像进行分析得到洗衣机上放置的物品的属性；在洗衣机工作的情况下，获取洗衣机震动的情况；根据震动的情况和物品的属性确定是否需要调整洗衣机的转速。

其中，获取洗衣机震动的情况包括：通过设置在洗衣机上的传感器来获取洗衣机的震动的情况。

上述步骤中对图像进行分析得到洗衣机上放置的物品的属性包括：通过模型对图像进行分析得到洗衣机上放置的物品的属性，其中，模型是使用多组数据通过机器学习训练得到的，多组数据中每一组数据均包括物品图片与物品的属性对应关系。

另外，根据震动的情况和物品的属性确定是否需要调整洗衣机的转速包括：根据震动的情况对应的物品跌落的可能性和物品的属性确定是否需要调整洗衣机的转速，其中，可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，震动的情况为不同的级别，每个级别分别对应跌落的可能性。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种洗衣机震动处理方法，其特征在于，包括：

获取摄像头拍摄的图像；

对所述图像进行分析得到洗衣机上放置的物品的属性；

在所述洗衣机工作的情况下，获取所述洗衣机震动的情况；

根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速。

2.根据权利要求1所述的方法，其特征在于，获取所述洗衣机震动的情况包括：

通过设置在洗衣机上的传感器来获取所述洗衣机的震动的情况。

3.根据权利要求1所述的方法，其特征在于，对所述图像进行分析得到所述洗衣机上放置的物品的属性包括：

通过模型对所述图像进行分析得到所述洗衣机上放置的物品的属性，其中，所述模型是使用多组数据通过机器学习训练得到的，所述多组数据中每一组数据均包括物品图片与物品的属性对应关系。

4.根据权利要求1所述的方法，其特征在于，根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速包括：

根据所述震动的情况对应的物品跌落的可能性和所述物品的属性确定是否需要调整所述洗衣机的转速，其中，所述可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，所述震动的情况为不同的级别，每个级别分别对应跌落的可能性。

5.一种洗衣机震动处理装置，其特征在于，包括：

第一获取单元，用于获取摄像头拍摄的图像；

分析单元，用于对所述图像进行分析得到洗衣机上放置的物品的属性；

第二获取单元，用于在所述洗衣机工作的情况下，获取所述洗衣机震动的情况；

确定单元，用于根据所述震动的情况和所述物品的属性确定是否需要调整所述洗衣机的转速。

6.根据权利要求5所述的装置，其特征在于，所述第二获取单元包括：

获取模块，用于通过设置在洗衣机上的传感器来获取所述洗衣机的震动的情况。

7.根据权利要求5所述的装置，其特征在于，所述分析单元包括：

分析模块，用于通过模型对所述图像进行分析得到所述洗衣机上放置的物品的属性，其中，所述模型是使用多组数据通过机器学习训练得到的，所述多组数据中每一组数据均包括物品图片与物品的属性对应关系。

8.根据权利要求5所述的装置，其特征在于，所述确定单元包括：

确定模块，用于根据所述震动的情况对应的物品跌落的可能性和所述物品的属性确定是否需要调整所述洗衣机的转速，其中，所述可能性是根据震动的情况对应的物品跌落的可能性的对应关系得到的，所述震动的情况为不同的级别，每个级别分别对应跌落的可能性。

9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的洗衣机震动处理方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任意一项所述的洗衣机震动处理方法。

Images