CN108052014A - 智能家居的控制方法、***及计算机可读存储介质 - Google Patents
智能家居的控制方法、***及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108052014A CN108052014A CN201711389239.2A CN201711389239A CN108052014A CN 108052014 A CN108052014 A CN 108052014A CN 201711389239 A CN201711389239 A CN 201711389239A CN 108052014 A CN108052014 A CN 108052014A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- composition
- home
- family
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 46
- 239000000203 mixture Substances 0.000 claims abstract description 122
- 238000004321 preservation Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000013145 classification model Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 12
- 230000003044 adaptive effect Effects 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 95
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种智能家居的控制方法,该方法包括:通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。本发明还公开了一种智能家居的控制***和一种计算机可读存储介质。本发明能够解决目前智能家居场景不能根据居家人员的变动而作出适应性改变的问题。
Description
技术领域
本发明涉及智能家居领域,尤其涉及智能家居的控制方法、***及计算机可读存储介质。
背景技术
随着家居设备的智能化发展以及物联网、互连网的广泛利用,智能家居已经越来越多的走进普通用户的日常生活中。在现有的智能家居领域,场景面板技术已经被广泛应用,即通过在一个控制面板上标注出用户所需的基本场景需求,如回家、离家、会客、睡眠等,当用户选择其中一个场景后,与选定场景对应的家电设备会自动开启,家电控制参数会自动调整到缺省值,且用户还可以自己设置场景对应的家电控制情况,以达到个性化控制的目的。
然而,上述场景面板的控制方式也存在如下缺陷:(1)在一个多人组成的家庭中,选定的某一场景不一定适合所有人;(2)控制面板需要用户手动切换场景,无法根据家庭成员的改变自动切换场景;(3)与控制面板对应的场景是相对固定的,不能随家庭人员组成的变化而进行自适应调整。总之,目前智能家居场景不能根据居家人员的变动而作出适应性改变,因而基于智能家居场景切换的智能性和灵活性还有待提高。
发明内容
本发明的主要目的在于提出一种智能家居的控制方法、***及计算机可读存储介质,旨在解决目前智能家居场景不能根据居家人员的变动而作出适应性改变的问题。
为实现上述目的,本发明提供一种智能家居的控制方法,所述方法包括如下步骤:
通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;
当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;
根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;
获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
优选地,所述用户信息采集装置至少包括人脸识别装置,所述通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测的步骤包括:
当接收到安装在门外的人脸识别装置发送的人脸图像信息时,触发用户进门事件;
当接收到安装在门内的人脸识别装置发送的人脸图像信息时,触发用户出门事件。
优选地,所述当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息的步骤包括:
当侦测到用户的进门或出门事件时,获取所述用户信息采集装置采集到的用户信息;
将所述用户信息和预先保存的注册用户信息进行匹配;
根据与所述用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
优选地,所述通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测的步骤之前,还包括:
获取历史家庭人员组成信息及对应的家电运行参数;
根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中;
对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型。
优选地,所述获取历史家庭人员组成信息及对应的家电运行参数的步骤包括:
在预设时间段内对用户的进门和出门事件进行实时侦测;
当每次侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,启动一个定时器进行计时,在所述定时器的计时时长达到预设时长时,获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。
优选地,所述根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中的步骤包括:
基于不同的历史家庭人员组成信息,生成不同的矢量X;
基于与所述不同的历史家庭人员组成信息对应的家电运行参数,生成与每个矢量X对应的若干个矢量Y;
按照预设的聚类算法对所述若干个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y;
将每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中。
优选地,所述对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型的步骤包括:
按照预设的神经网络模型对所述训练集中的训练样本进行训练,得到一个用于表示家庭场景分类模型的多分类器;
所述根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景的步骤包括:
将所述人员组成信息转换为矢量形式输入所述多分类器中,以使所述多分类器输出一个与所述人员组成信息对应的家庭场景。
优选地,所述智能家居的控制方法还包括:
将所述人员组成信息和所述家电运行参数保存为历史信息;
根据保存的所述历史信息更新所述家庭场景分类模型。
此外,为实现上述目的,本发明还提供一种智能家居的控制***,所述智能家居的控制***包括用户信息采集装置和云服务器,所述云服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能家居的控制程序,所述智能家居的控制程序被所述处理器执行时实现如上所述的智能家居的控制方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有智能家居的控制程序,所述智能家居的控制程序被处理器执行时实现如上所述的智能家居的控制方法的步骤。
本发明通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。本发明通过获取当前家庭中的人员组成信息,进而根据预先生成的家庭场景分类模型确定对应的家庭场景,当家庭人员组成变动时,家庭场景也随之切换,从而实现了智能家居场景根据居家人员的变动而作出适应性改变。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图;
图2为本发明智能家居的控制方法第一实施例的流程示意图;
图3为本发明实施例中智能家居的控制***的组成示意图;
图4为图2中步骤S20的细化步骤示意图;
图5为本发明智能家居的控制方法第二实施例的流程示意图;
图6为本发明智能家居的控制方法第三实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
在现有的智能家居领域,场景面板技术已经被广泛应用,即通过在一个控制面板上标注出用户所需的基本场景需求,如回家、离家、会客、睡眠等,当用户选择其中一个场景后,与选定场景对应的家电设备会自动开启,家电控制参数会自动调整到缺省值。该方案的缺陷在于:智能家居场景不能根据居家人员的变动而作出适应性改变。
本发明通过获取当前家庭中的人员组成信息,进而根据预先生成的家庭场景分类模型确定对应的家庭场景,当家庭人员组成变动时,家庭场景也随之切换,从而实现了智能家居场景根据居家人员的变动而作出适应性改变。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端为智能家居的控制***中的云服务器。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及智能家居的控制程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的智能家居的控制程序,并执行以下操作:
通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;
当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;
根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;
获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
进一步地,所述用户信息采集装置至少包括人脸识别装置,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
当接收到安装在门外的人脸识别装置发送的人脸图像信息时,触发用户进门事件;
当接收到安装在门内的人脸识别装置发送的人脸图像信息时,触发用户出门事件。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
当侦测到用户的进门或出门事件时,获取所述用户信息采集装置采集到的用户信息;
将所述用户信息和预先保存的注册用户信息进行匹配;
根据与所述用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
获取历史家庭人员组成信息及对应的家电运行参数;
根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中;
对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
在预设时间段内对用户的进门和出门事件进行实时侦测;
当每次侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,启动一个定时器进行计时,在所述定时器的计时时长达到预设时长时,获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
基于不同的历史家庭人员组成信息,生成不同的矢量X;
基于与所述不同的历史家庭人员组成信息对应的家电运行参数,生成与每个矢量X对应的若干个矢量Y;
按照预设的聚类算法对所述若干个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y;
将每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
按照预设的神经网络模型对所述训练集中的训练样本进行训练,得到一个用于表示家庭场景分类模型的多分类器;
将所述人员组成信息转换为矢量形式输入所述多分类器中,以使所述多分类器输出一个与所述人员组成信息对应的家庭场景。
进一步地,处理器1001可以调用存储器1005中存储的智能家居的控制程序,还执行以下操作:
将所述人员组成信息和所述家电运行参数保存为历史信息;
根据保存的所述历史信息更新所述家庭场景分类模型。
本发明智能家居的控制***包括上述用户信息采集装置和云服务器,智能家居的控制***的具体实施例与下述智能家居的控制方法的各具体实施例基本相同,在此不作赘述。
基于上述硬件结构,提出本发明智能家居的控制方法实施例。
参照图2,图2为本发明智能家居的控制方法第一实施例的流程示意图,所述方法包括:
步骤S10,通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;
本实施例智能家居的控制方法应用于智能家居的控制***,参照图3,图3为本发明实施例中智能家居的控制***的组成示意图,该智能家居的控制***包括用户信息采集装置和云服务器,其中,用户信息采集装置可以包括人脸识别模块、指纹识别模块和声纹识别模块,分别用于采集用户的人脸信息、指纹信息和声纹信息,此外,用户信息采集装置还可以包括人机交互模块,用于接收用户输入的个人信息,比如性别、年龄等,该智能家居的控制***还可以包括设置在用户信息采集装置和云服务器之间的网关设备和无线路由器。当用户信息采集装置采集到用户信息后,将该用户信息发送给云服务器,具体实施时,用户信息采集装置可以先将用户信息发送给网关设备或无线路由器,由网关设备或无线路由器将该用户信息转发至云服务器,或者,用户信息采集装置也可以集成相关通信模块,从而通过通信模块和云服务器进行通信,本实施例对用户信息采集装置和云服务器之间的通信方式不作限定。
首先,通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测,为保证准确获取用户身份,用户信息采集装置应至少包括人脸识别装置,此时步骤S10可以包括:当接收到安装在门外的人脸识别装置发送的人脸图像信息时,触发用户进门事件;当接收到安装在门内的人脸识别装置发送的人脸图像信息时,触发用户出门事件。
其中,人脸识别装置包括一用于采集人脸图像的摄像头,当用户进门时,安装在门外的人脸识别装置即可以通过摄像头采集到人脸图像信息,并将该人脸图像信息发送至云服务器,云服务器接收到该人脸图像信息即触发用户进门事件,同理当用户出门时,云服务器接收到安装在门内的人脸识别装置发送的人脸图像信息即触发用户出门事件。除人脸识别装置外,用户信息采集装置还可以包括指纹识别模块和声纹识别模块,分别用于采集用户进门和出门时的指纹、声纹信息,将该指纹、声纹信息将和人脸图像信息一并发送至云服务器,可以使云服务器更准确地识别用户身份。
步骤S20,当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;
该步骤中,当侦测到用户的进门或出门时间时,云服务器即获取用户进门或出门后家庭中的人员组成信息。在一实施方式中,云服务器可以接收用户基于相应的控制面板输入的家庭人员组成信息,从而直接获取到当前的家庭人员组成信息;在更多的实施方式中,云服务器可以通过获取用户信息采集装置采集到的用户信息而自动识别出用户进门或出门后家庭中的人员组成信息,具体地,参照图4,图4为图2中步骤S20的细化步骤示意图,步骤S20可以进一步包括:
步骤S21,当侦测到用户的进门或出门事件时,获取所述用户信息采集装置采集到的用户信息;
步骤S22,将所述用户信息和预先保存的注册用户信息进行匹配;
步骤S23,根据与所述用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
为保证云服务器能够识别到用户身份,需预先对每一个家庭成员进行注册,从而生成注册用户信息保存在云服务器中,同理为保证准确区分每一个家庭成员,注册用户信息应至少包括用户的人脸图像信息,即基于人脸图像信息完成注册,此外,注册用户信息还可包括指纹信息和声纹信息等。在进行用户注册时,云服务器还可以获取用户输入的性别、年龄等作为注册用户信息一并进行保存。
当侦测到用户的进门或出门事件时,云服务器获取用户信息采集装置采集到的用户信息,然后将该用户信息和预先保存的注册用户信息进行匹配,根据与该用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
比如,当侦测到用户进门时,用户信息采集装置采集到用户A、用户B和用户C三个人的用户信息,云服务器将这三个人的用户信息分别和预先保存的注册用户信息进行匹配,针对某一用户如果其用户信息和预先保存的注册用户信息匹配,则说明该用户是注册用户,这里不妨设用户A、用户B和用户C均为注册用户,且在云服务器中对应的注册身份标识分别为1,2,3,则当侦测到这三人进门后,家庭中的人员组成信息即可表示为注册用户1,2,3的组合,某一时刻当侦测到用户A出门时,家庭中的人员组成信息即变为注册用户2,3的组合。需要说明的是,家庭中的人员组成信息除注册时的身份标识外,还可以包括对应的性别、年龄等信息,具体实施时可灵活设置。
步骤S30,根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;
在获取到用户进门或出门后家庭中的人员组成信息后,云服务器根据预先生成的家庭场景分类模型确定与该人员组成信息对应的家庭场景。在一实施方式中,家庭场景分类模型可以由用户预先设置,即用户可以预先设置家庭人员组成信息和家庭场景之间的对应关系,作为家庭场景分类模型保存至云服务器中,当后续获取到人员组成信息时,服务器即可查询到与之对应的家庭场景;在更多的实施方式中,由于用户习惯可能随时间的推移而发生改变,为使最终确定的家庭场景符合用户当前习惯,家庭场景分类模型可以由云服务器通过采集最近一段时间内的家庭人员组成信息及对应的家电运行参数进行训练得到,当后续获取到人员组成信息时,服务器将人员组成信息转换为相应的矢量形式输入家庭场景分类模型中进行运算,即可以得到最佳的家庭场景结果。
参照下表,下表列出了一个四口之家可能的人员组成及对应的家庭场景,该四口之家由一个老人、一对夫妇、一个孩子组成。
由上表可知,不同的家庭人员组成对应不同的所需家庭场景。进一步地,考虑到在不同的季节,或者一天的不同时刻,同一家庭人员组成所需要的家庭场景可能不同,比如在白天可能要求灯光关闭,而在夜晚要求灯光打开,为此,云服务器可以将时间因素和家庭人员组成信息一并作为家庭场景的确定条件。具体地,云服务器在采集最近一段时间内的家庭人员组成信息及对应的家电运行参数时,还可以采集当前的季节信息或时间信息,然后将这些信息一起作为训练样本进行训练,最终得到一个家庭场景分类模型,如此,后续根据该家庭场景分类模型而确定的家庭场景即可以与当前的季节或时间相适应。
步骤S40,获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
在确定家庭场景后,云服务器根据预先保存的家庭场景和家电运行参数之间的对应关系,就能获得与确定的家庭场景对应的家电运行参数,云服务器通过无线路由器将该家电运行参数下发至对应的家电设备,即可使家电设备按照对应的家电运行参数运行。其中,家电运行参数包括但不限于开关控制参数、温度参数、声音大小参数、亮度参数、温度参数、湿度参数等,对应的家电包括但不限于电灯、空调、热水器、加湿器、除湿器、电视、空气净化器等。
在本实施例中,通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。本实施例通过获取当前家庭中的人员组成信息,进而根据预先生成的家庭场景分类模型确定对应的家庭场景,当家庭人员组成变动时,家庭场景也随之切换,从而实现了智能家居场景根据居家人员的变动而作出适应性改变。
进一步地,参照图5,图5为本发明智能家居的控制方法第二实施例的流程示意图。基于上述图2所示的实施例,在步骤S10之前,还可以包括:
步骤S50,获取历史家庭人员组成信息及对应的家电运行参数;
步骤S60,根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中;
步骤S70,对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型。
在本实施例中,家庭场景分类模型由云服务器通过采集最近一段时间内的家庭人员组成信息及对应的家电运行参数进行训练得到。具体地,云服务器首先获取历史家庭人员组成信息及对应的家电运行参数,然后根据历史家庭人员组成信息及对应的家电运行参数生成训练样本保存至预设的训练集中,再对所述训练集中的训练样本进行训练,最终得到对应的家庭场景分类模型。
其中,步骤S50可以进一步包括:在预设时间段内对用户的进门和出门事件进行实时侦测;当每次侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,启动一个定时器进行计时,在所述定时器的计时时长达到预设时长时,获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。
该步骤中,云服务器在预设时间段内对用户的进门和出门事件进行实时侦测,其中预设时间段可以为最近1个月、最近3个月、最近半年等,具体实施时可灵活设置。当在预设时间段内每次侦测到用户的进门或出门事件时,云服务器获取用户进门或出门后家庭中的人员组成信息,其具体获取方式可参照本发明智能家居的控制方法第一实施例中获取用户进门或出门后家庭中的人员组成信息的步骤,此处不再赘述。云服务器记录每次用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,当每次侦测到用户的进门或出门事件时,云服务器启动一个定时器进行计时,在所述定时器的定时时长达到预设时长时,扫描并获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。以用户进门或出门的时间点为T为例,考虑到在时间点T之后的一段时间N之内,家电设备的运行参数可能会由于云服务器下发的控制指令或用户手动调节而发生改变,因此在时间N之内家电运行参数是不稳定的,因此,可以预先设置时长M,使M>N,则当定时器的定时时长达到M时,可以认为家电运行参数处于稳定状态,此时云服务器获取当前稳定的家电运行参数作为一条记录进行保存。
步骤S60可以进一步包括:基于不同的历史家庭人员组成信息,生成不同的矢量X;基于与所述不同的历史家庭人员组成信息对应的家电运行参数,生成与每个矢量X对应的若干个矢量Y;按照预设的聚类算法对所述若干个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y;将每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中。
该步骤中,由于对于一个家庭其家庭人员组合方式是有限的,而每一种家庭人员组合方式可能对应不同的家电运行参数(比如用户上一次进门将空调温度调至25度,而本次进门将空调温度调至了20度,或者上次进门电灯开启,而本次进门将电灯关闭),为此,在生成训练样本时,可以首先基于不同的历史家庭人员组成信息生成不同的矢量X,具体地,可用不同的维度标识不同家庭成员的在家状态,比如对于一个三口之家,X={1,0,0}表示第一维度对应的家庭成员在家,X={1,1,0}表示第一维度和第二维度对应的家庭成员均在家;然后,基于与不同的历史家庭人员组成信息对应的家电运行参数生成与每个矢量X对应的若干个矢量Y,每个矢量Y的每个维度对应一种家电设备的运行状态,比如可用Y={1,0,0}表示第一维度对应的家电设备开启,Y={1,1,0}表示第一维度和第二维度对应的家庭设备均开启,而对于一些温度值、亮度值、音量值,可以归一化到0和1之间的数进行标识。
一般而言,每个矢量X都会对应多个矢量Y,这里需要将多个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y(这里有一个假定:对于特定家庭而言,真正稳定的家庭场景是有限的,每个稳定的家庭场景对应了特定的家电或者设备的参数组合)。比如,对于Y中的离散变量“0、1”,如果某一维度上总记录为10,其中8个选“1”,2个选“0”,则该维度的最终值选为“1”,而对于0到1之间的变量,可以直接求取平均值作为对应维度的最终取值,具体聚类算法可参照现有技术,此处不作赘述。
之后,云服务器将上述每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中,即形成一个Data(X,Y)的训练集合。
步骤S70可以进一步包括:按照预设的神经网络模型对所述训练集中的训练样本进行训练,得到一个用于表示家庭场景分类模型的多分类器;对应地,步骤S20包括:将所述人员组成信息转换为矢量形式输入所述多分类器中,以使所述多分类器输出一个与所述人员组成信息对应的家庭场景。
具体地,考虑到这是一个多分类问题,分类问题描述如下:采用一个N层神经元网络(N≥3),第一层是输入层,由集合X中第i个变量的具体取值对应了输入层第i个神经元的输入值;中间的“N-2”层是隐藏层。最后一层是输出层;假设输出层有M个神经元,即,输出层包含M个值的组合。如果,第1个值取0或1代表场景类1,第2个值取0或1代表场景类2,…,第M个值取0或1代表场景类M,则可以用一个具有M个元素的矢量来描述任意一个场景类:
第1个场景:[1,0,…,0]T,其中,第1个元素等于1,其余为0;……第i个场景:[0,0…,1,…,0]T,其中,第i个元素关于1,其余为0;……第M个场景:[0 0…1]T,其中,第M个元素关于1,其余为0。
容易理解,训练集合Data(X,Y)中的值和上述输入和输出值是一一对应的。其中,在Data(X,Y)中任意一个样本,Yi对应了第i个场景[0,0…,1,…,0]T。
基于以上的训练集合,神经元网络训练后,可以得到一个多分类器,这个多分类器接收定义在X上的任何实例,输出一个M维矢量,其中只有一个维度等于“1”,根据“1”所在的下标可以检索到对应的场景。当云服务器获取到人员组成信息后,将其转换为矢量X的一个实例输入上述多分类器中,多分类器即可输出一个与该矢量X对应的家庭场景。
在本实施例中,由于家庭场景分类模型是由云服务器通过采集最近一段时间内的家庭人员组成信息及对应的家电运行参数进行训练得到的,因此家庭场景分类模型可以根据用户习惯的改变而发生改变,从而最终输出与用户当前习惯贴近的家庭场景,相比于现有技术,该智能家居场景切换更具备智能性和灵活性,有利于提升用户体验。
进一步地,参照图6,图6为本发明智能家居的控制方法第三实施例的流程示意图。基于上述图2所示的实施例,所述方法还可以包括:
步骤S80,将所述人员组成信息和所述家电运行参数保存为历史信息;
步骤S90,根据保存的所述历史信息更新所述家庭场景分类模型。
在本实施例中,当云服务器确定家庭场景并将对应的家电运行参数下发至家电设备后,将本次获取到的人员组成信息即最终确定的家电运行参数保存为历史信息,然后根据保存的历史信息更新***中的家庭场景分类模型。以本发明智能家居的控制方法第二实施例中家庭场景分类模型的生成为例,随着真实场景下历史数据的积累,每隔一段时间云服务器端的家庭场景分类模型需要更新一次,具体实施时更新频率可灵活设置。
进一步地,在云服务器获取到当前家庭中的人员组成信息后,可以将当前家庭中的人员组成信息发送给离家的家庭成员,比如按照预设电话号码将当前家庭中的人员组成信息以短息形式发送离家的家庭成员的手机,给以便于离家的家庭成员随时掌握家庭人员组成状态,避免一些安全隐患。比如当云服务器识别出当前家中只有老人或小孩时,可以发送短信给在外的青壮年,以便于在外的青壮年及时赶回家照顾老人或小孩。
本实施例通过将所述人员组成信息和所述家电运行参数保存为历史信息并以此更新所述家庭场景分类模型,能够保证家庭场景分类模型的实效性,从而获得更加准确的家庭场景确定结果。
本发明还提供一种计算机可读存储介质。
本发明计算机可读存储介质上存储有智能家居的控制程序,所述智能家居的控制程序被处理器执行时实现如下步骤:
通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;
当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;
根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;
获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
进一步地,所述用户信息采集装置至少包括人脸识别装置,所述智能家居的控制程序被处理器执行时还实现如下步骤:
当接收到安装在门外的人脸识别装置发送的人脸图像信息时,触发用户进门事件;
当接收到安装在门内的人脸识别装置发送的人脸图像信息时,触发用户出门事件。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
当侦测到用户的进门或出门事件时,获取所述用户信息采集装置采集到的用户信息;
将所述用户信息和预先保存的注册用户信息进行匹配;
根据与所述用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
获取历史家庭人员组成信息及对应的家电运行参数;
根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中;
对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
在预设时间段内对用户的进门和出门事件进行实时侦测;
当每次侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,启动一个定时器进行计时,在所述定时器的计时时长达到预设时长时,获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
基于不同的历史家庭人员组成信息,生成不同的矢量X;
基于与所述不同的历史家庭人员组成信息对应的家电运行参数,生成与每个矢量X对应的若干个矢量Y;
按照预设的聚类算法对所述若干个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y;
将每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
按照预设的神经网络模型对所述训练集中的训练样本进行训练,得到一个用于表示家庭场景分类模型的多分类器;
所述根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景的步骤包括:
将所述人员组成信息转换为矢量形式输入所述多分类器中,以使所述多分类器输出一个与所述人员组成信息对应的家庭场景。
进一步地,所述智能家居的控制程序被处理器执行时还实现如下步骤:
将所述人员组成信息和所述家电运行参数保存为历史信息;
根据保存的所述历史信息更新所述家庭场景分类模型。
其中,在所述处理器上运行的智能家居的控制程序被执行时所实现的方法可参照本发明智能家居的控制方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
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。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种智能家居的控制方法,其特征在于,所述智能家居的控制方法包括如下步骤:
通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测;
当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息;
根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景;
获取与所述家庭场景对应的家电运行参数,根据所述家电运行参数控制对应的家电设备运行。
2.如权利要求1所述的智能家居的控制方法,其特征在于,所述用户信息采集装置至少包括人脸识别装置,所述通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测的步骤包括:
当接收到安装在门外的人脸识别装置发送的人脸图像信息时,触发用户进门事件;
当接收到安装在门内的人脸识别装置发送的人脸图像信息时,触发用户出门事件。
3.如权利要求1所述的智能家居的控制方法,其特征在于,所述当侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息的步骤包括:
当侦测到用户的进门或出门事件时,获取所述用户信息采集装置采集到的用户信息;
将所述用户信息和预先保存的注册用户信息进行匹配;
根据与所述用户信息相匹配的注册用户信息获取用户进门或出门后家庭中的人员组成信息。
4.如权利要求1至3中任一项所述的智能家居的控制方法,其特征在于,所述通过安装在门口处的用户信息采集装置对用户的进门和出门事件进行实时侦测的步骤之前,还包括:
获取历史家庭人员组成信息及对应的家电运行参数;
根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中;
对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型。
5.如权利要求4所述的智能家居的控制方法,其特征在于,所述获取历史家庭人员组成信息及对应的家电运行参数的步骤包括:
在预设时间段内对用户的进门和出门事件进行实时侦测;
当每次侦测到用户的进门或出门事件时,获取用户进门或出门后家庭中的人员组成信息作为历史家庭人员组成信息,同时,启动一个定时器进行计时,在所述定时器的计时时长达到预设时长时,获取当前的家电运行参数,作为与所述历史家庭人员组成信息对应的家电运行参数。
6.如权利要求4所述的智能家居的控制方法,其特征在于,所述根据所述历史家庭人员组成信息及对应的家电运行参数生成训练样本,将所述训练样本保存至预设的训练集中的步骤包括:
基于不同的历史家庭人员组成信息,生成不同的矢量X;
基于与所述不同的历史家庭人员组成信息对应的家电运行参数,生成与每个矢量X对应的若干个矢量Y;
按照预设的聚类算法对所述若干个矢量Y进行聚类运算,以使每个矢量X对应唯一一个矢量Y;
将每个矢量X及其对应的唯一一个矢量Y作为训练样本保存至预设的训练集中。
7.如权利要求4所述的智能家居的控制方法,其特征在于,所述对所述训练集中的训练样本进行训练,得到对应的家庭场景分类模型的步骤包括:
按照预设的神经网络模型对所述训练集中的训练样本进行训练,得到一个用于表示家庭场景分类模型的多分类器;
所述根据预先生成的家庭场景分类模型确定与所述人员组成信息对应的家庭场景的步骤包括:
将所述人员组成信息转换为矢量形式输入所述多分类器中,以使所述多分类器输出一个与所述人员组成信息对应的家庭场景。
8.如权利要求1所述的智能家居的控制方法,其特征在于,所述智能家居的控制方法还包括:
将所述人员组成信息和所述家电运行参数保存为历史信息;
根据保存的所述历史信息更新所述家庭场景分类模型。
9.一种智能家居的控制***,其特征在于,所述智能家居的控制***包括用户信息采集装置和云服务器,所述云服务器包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能家居的控制程序,所述智能家居的控制程序被所述处理器执行时实现如权利要求1至8中任一项所述的智能家居的控制方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有智能家居的控制程序,所述智能家居的控制程序被处理器执行时实现如权利要求1至8中任一项所述的智能家居的控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711389239.2A CN108052014A (zh) | 2017-12-18 | 2017-12-18 | 智能家居的控制方法、***及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711389239.2A CN108052014A (zh) | 2017-12-18 | 2017-12-18 | 智能家居的控制方法、***及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108052014A true CN108052014A (zh) | 2018-05-18 |
Family
ID=62130709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711389239.2A Pending CN108052014A (zh) | 2017-12-18 | 2017-12-18 | 智能家居的控制方法、***及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108052014A (zh) |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108572559A (zh) * | 2018-06-11 | 2018-09-25 | 广州方胜智能工程有限公司 | 一种智能家居情景控制方法及*** |
CN108829074A (zh) * | 2018-08-28 | 2018-11-16 | 上海上品上生智能科技有限公司 | 一种基于大数据的人工智能家居环境***控制方法 |
CN108919655A (zh) * | 2018-06-11 | 2018-11-30 | 广州方胜智能工程有限公司 | 一种基于用户行为的情景判断方法及装置 |
CN109164713A (zh) * | 2018-10-23 | 2019-01-08 | 珠海格力电器股份有限公司 | 一种智能家居控制方法及装置 |
CN109520071A (zh) * | 2018-10-18 | 2019-03-26 | 珠海东之尼电子科技有限公司 | 一种基于支持向量机学习的空调自适应控制方法及*** |
CN109656145A (zh) * | 2018-12-27 | 2019-04-19 | 江苏美的清洁电器股份有限公司 | 电器及其控制方法和控制***、服务器、电器控制装置 |
CN110045621A (zh) * | 2019-04-12 | 2019-07-23 | 深圳康佳电子科技有限公司 | 智能场景处理方法、***、智能家居设备及存储介质 |
CN110471303A (zh) * | 2019-08-30 | 2019-11-19 | 北京青岳科技有限公司 | 一种基于计算机视觉的家居智能控制方法 |
CN110500728A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN110500729A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN110543804A (zh) * | 2019-01-18 | 2019-12-06 | 漆燕 | 人脸识别式驱动方法 |
CN110658728A (zh) * | 2019-10-08 | 2020-01-07 | 珠海格力电器股份有限公司 | 设置家电参数的方法、移动设备及存储介质 |
CN110806708A (zh) * | 2019-11-07 | 2020-02-18 | 深圳创维-Rgb电子有限公司 | 智能家居控制方法、***及计算机可读存储介质 |
CN110824944A (zh) * | 2019-11-22 | 2020-02-21 | 珠海格力电器股份有限公司 | 基于智能家居设备的睡眠行为信息预测方法及*** |
CN110965894A (zh) * | 2019-11-05 | 2020-04-07 | 珠海格力电器股份有限公司 | 门窗启闭的控制方法、控制装置和控制*** |
CN111026042A (zh) * | 2018-10-10 | 2020-04-17 | 北京奇虎科技有限公司 | 一种家庭智能情景控制***及方法 |
CN111025925A (zh) * | 2019-12-05 | 2020-04-17 | 重庆特斯联智慧科技股份有限公司 | 一种基于云计算的智能家居配备*** |
CN111461931A (zh) * | 2020-05-12 | 2020-07-28 | 深圳市汇智通咨询有限公司 | 一种智能小区的自动控制***及其控制方法 |
CN111505947A (zh) * | 2019-01-30 | 2020-08-07 | 佛山市云米电器科技有限公司 | 家电设备控制方法、智能门锁及计算机可读存储介质 |
CN111552189A (zh) * | 2020-04-20 | 2020-08-18 | 星络智能科技有限公司 | 一种启动场景模式的方法、智能家居控制器及存储介质 |
CN111554282A (zh) * | 2020-04-20 | 2020-08-18 | 星络智能科技有限公司 | 语音控制功能的开关方法、智能家居控制器及存储介质 |
CN111650844A (zh) * | 2020-05-29 | 2020-09-11 | 意诺科技有限公司 | 智能设备控制面板及其控制方法 |
CN111766800A (zh) * | 2019-07-03 | 2020-10-13 | 闪联信息技术工程中心有限公司 | 一种基于场景和大数据的智能设备控制方法 |
CN112365633A (zh) * | 2020-09-14 | 2021-02-12 | 深圳Tcl新技术有限公司 | 家电设备的控制方法、装置、***和计算机可读存储介质 |
CN112394647A (zh) * | 2019-08-19 | 2021-02-23 | ***通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN112859635A (zh) * | 2021-01-22 | 2021-05-28 | 广州富港万嘉智能科技有限公司 | 基于智能家居***的自适应服务方法及智能家居*** |
CN112859634A (zh) * | 2021-01-22 | 2021-05-28 | 广州富港万嘉智能科技有限公司 | 基于智能家居***的智能化服务方法及智能家居*** |
CN113495488A (zh) * | 2020-04-07 | 2021-10-12 | 佛山市顺德区美的洗涤电器制造有限公司 | 家用电器的控制方法、家用电器及计算机可读存储介质 |
CN113992465A (zh) * | 2021-09-29 | 2022-01-28 | 青岛海尔科技有限公司 | 电器设备的控制方法、装置和云平台 |
WO2022041134A1 (en) * | 2020-08-28 | 2022-03-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for controlling a device |
CN114280948A (zh) * | 2021-12-07 | 2022-04-05 | 青岛海尔科技有限公司 | 设备运行方法和装置、存储介质及电子装置 |
CN114687111A (zh) * | 2020-12-25 | 2022-07-01 | 深圳Tcl新技术有限公司 | 洗衣机控制方法、装置、设备及计算机可读存储介质 |
CN115798084A (zh) * | 2022-10-19 | 2023-03-14 | 金茂云科技服务(北京)有限公司 | 一种智能门及其控制方法、电子设备和存储介质 |
CN116030606A (zh) * | 2021-10-27 | 2023-04-28 | 青岛海尔科技有限公司 | 提醒策略的发送方法、存储介质及智能烤箱 |
CN116165911A (zh) * | 2023-04-19 | 2023-05-26 | 深圳市吉方工控有限公司 | 智能家居控制方法、装置、嵌入式工控设备及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5355505B2 (ja) * | 2010-06-24 | 2013-11-27 | 三菱電機株式会社 | 機器制御装置 |
CN103871141A (zh) * | 2014-04-10 | 2014-06-18 | 宫雅卓 | 基于生物特征识别的室内环境控制*** |
CN104796444A (zh) * | 2014-01-21 | 2015-07-22 | 广州海图克计算机技术有限公司 | 一种数字家庭场景控制管理***及方法 |
CN105068515A (zh) * | 2015-07-16 | 2015-11-18 | 华南理工大学 | 一种基于自学习算法的智能家居设备语音控制方法 |
CN107479401A (zh) * | 2017-09-30 | 2017-12-15 | 广东美的制冷设备有限公司 | 家电设备及其控制方法、装置、***及可读存储介质 |
-
2017
- 2017-12-18 CN CN201711389239.2A patent/CN108052014A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5355505B2 (ja) * | 2010-06-24 | 2013-11-27 | 三菱電機株式会社 | 機器制御装置 |
CN104796444A (zh) * | 2014-01-21 | 2015-07-22 | 广州海图克计算机技术有限公司 | 一种数字家庭场景控制管理***及方法 |
CN103871141A (zh) * | 2014-04-10 | 2014-06-18 | 宫雅卓 | 基于生物特征识别的室内环境控制*** |
CN105068515A (zh) * | 2015-07-16 | 2015-11-18 | 华南理工大学 | 一种基于自学习算法的智能家居设备语音控制方法 |
CN107479401A (zh) * | 2017-09-30 | 2017-12-15 | 广东美的制冷设备有限公司 | 家电设备及其控制方法、装置、***及可读存储介质 |
Cited By (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919655A (zh) * | 2018-06-11 | 2018-11-30 | 广州方胜智能工程有限公司 | 一种基于用户行为的情景判断方法及装置 |
CN108572559A (zh) * | 2018-06-11 | 2018-09-25 | 广州方胜智能工程有限公司 | 一种智能家居情景控制方法及*** |
CN108829074A (zh) * | 2018-08-28 | 2018-11-16 | 上海上品上生智能科技有限公司 | 一种基于大数据的人工智能家居环境***控制方法 |
CN111026042A (zh) * | 2018-10-10 | 2020-04-17 | 北京奇虎科技有限公司 | 一种家庭智能情景控制***及方法 |
CN109520071A (zh) * | 2018-10-18 | 2019-03-26 | 珠海东之尼电子科技有限公司 | 一种基于支持向量机学习的空调自适应控制方法及*** |
CN109164713A (zh) * | 2018-10-23 | 2019-01-08 | 珠海格力电器股份有限公司 | 一种智能家居控制方法及装置 |
CN109164713B (zh) * | 2018-10-23 | 2020-08-04 | 珠海格力电器股份有限公司 | 一种智能家居控制方法及装置 |
CN109656145A (zh) * | 2018-12-27 | 2019-04-19 | 江苏美的清洁电器股份有限公司 | 电器及其控制方法和控制***、服务器、电器控制装置 |
US11307546B2 (en) | 2018-12-27 | 2022-04-19 | Midea Robozone Technology Co., Ltd. | Appliance, method and system for controlling the same, server and appliance controlling apparatus |
CN110543804A (zh) * | 2019-01-18 | 2019-12-06 | 漆燕 | 人脸识别式驱动方法 |
CN111505947A (zh) * | 2019-01-30 | 2020-08-07 | 佛山市云米电器科技有限公司 | 家电设备控制方法、智能门锁及计算机可读存储介质 |
CN110045621B (zh) * | 2019-04-12 | 2022-07-22 | 深圳康佳电子科技有限公司 | 智能场景处理方法、***、智能家居设备及存储介质 |
CN110045621A (zh) * | 2019-04-12 | 2019-07-23 | 深圳康佳电子科技有限公司 | 智能场景处理方法、***、智能家居设备及存储介质 |
CN111766800A (zh) * | 2019-07-03 | 2020-10-13 | 闪联信息技术工程中心有限公司 | 一种基于场景和大数据的智能设备控制方法 |
CN112394647A (zh) * | 2019-08-19 | 2021-02-23 | ***通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN112394647B (zh) * | 2019-08-19 | 2024-04-19 | ***通信有限公司研究院 | 家居设备的控制方法、装置、设备及存储介质 |
CN110500728A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN110500729A (zh) * | 2019-08-26 | 2019-11-26 | 宁波奥克斯电气股份有限公司 | 一种空调的控制方法、***、可读存储介质及空调 |
CN110471303A (zh) * | 2019-08-30 | 2019-11-19 | 北京青岳科技有限公司 | 一种基于计算机视觉的家居智能控制方法 |
CN110658728A (zh) * | 2019-10-08 | 2020-01-07 | 珠海格力电器股份有限公司 | 设置家电参数的方法、移动设备及存储介质 |
CN110965894A (zh) * | 2019-11-05 | 2020-04-07 | 珠海格力电器股份有限公司 | 门窗启闭的控制方法、控制装置和控制*** |
CN110806708A (zh) * | 2019-11-07 | 2020-02-18 | 深圳创维-Rgb电子有限公司 | 智能家居控制方法、***及计算机可读存储介质 |
CN110824944A (zh) * | 2019-11-22 | 2020-02-21 | 珠海格力电器股份有限公司 | 基于智能家居设备的睡眠行为信息预测方法及*** |
CN111025925A (zh) * | 2019-12-05 | 2020-04-17 | 重庆特斯联智慧科技股份有限公司 | 一种基于云计算的智能家居配备*** |
WO2021204117A1 (zh) * | 2020-04-07 | 2021-10-14 | 佛山市顺德区美的洗涤电器制造有限公司 | 家用电器的控制方法、家用电器及计算机可读存储介质 |
CN113495488A (zh) * | 2020-04-07 | 2021-10-12 | 佛山市顺德区美的洗涤电器制造有限公司 | 家用电器的控制方法、家用电器及计算机可读存储介质 |
CN111554282A (zh) * | 2020-04-20 | 2020-08-18 | 星络智能科技有限公司 | 语音控制功能的开关方法、智能家居控制器及存储介质 |
CN111552189A (zh) * | 2020-04-20 | 2020-08-18 | 星络智能科技有限公司 | 一种启动场景模式的方法、智能家居控制器及存储介质 |
CN111461931A (zh) * | 2020-05-12 | 2020-07-28 | 深圳市汇智通咨询有限公司 | 一种智能小区的自动控制***及其控制方法 |
CN111461931B (zh) * | 2020-05-12 | 2021-04-27 | 深圳市汇智通咨询有限公司 | 一种智能小区的自动控制***及其控制方法 |
CN111650844A (zh) * | 2020-05-29 | 2020-09-11 | 意诺科技有限公司 | 智能设备控制面板及其控制方法 |
CN111650844B (zh) * | 2020-05-29 | 2023-04-07 | 意诺科技有限公司 | 智能设备控制面板及其控制方法 |
WO2022041134A1 (en) * | 2020-08-28 | 2022-03-03 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and apparatus for controlling a device |
CN112365633A (zh) * | 2020-09-14 | 2021-02-12 | 深圳Tcl新技术有限公司 | 家电设备的控制方法、装置、***和计算机可读存储介质 |
CN114687111A (zh) * | 2020-12-25 | 2022-07-01 | 深圳Tcl新技术有限公司 | 洗衣机控制方法、装置、设备及计算机可读存储介质 |
CN114687111B (zh) * | 2020-12-25 | 2024-04-30 | 深圳Tcl新技术有限公司 | 洗衣机控制方法、装置、设备及计算机可读存储介质 |
CN112859634A (zh) * | 2021-01-22 | 2021-05-28 | 广州富港万嘉智能科技有限公司 | 基于智能家居***的智能化服务方法及智能家居*** |
CN112859635A (zh) * | 2021-01-22 | 2021-05-28 | 广州富港万嘉智能科技有限公司 | 基于智能家居***的自适应服务方法及智能家居*** |
CN113992465A (zh) * | 2021-09-29 | 2022-01-28 | 青岛海尔科技有限公司 | 电器设备的控制方法、装置和云平台 |
CN113992465B (zh) * | 2021-09-29 | 2023-10-24 | 青岛海尔科技有限公司 | 电器设备的控制方法、装置和云平台 |
CN116030606A (zh) * | 2021-10-27 | 2023-04-28 | 青岛海尔科技有限公司 | 提醒策略的发送方法、存储介质及智能烤箱 |
CN114280948A (zh) * | 2021-12-07 | 2022-04-05 | 青岛海尔科技有限公司 | 设备运行方法和装置、存储介质及电子装置 |
CN114280948B (zh) * | 2021-12-07 | 2023-10-24 | 青岛海尔科技有限公司 | 设备运行方法和装置、存储介质及电子装置 |
CN115798084A (zh) * | 2022-10-19 | 2023-03-14 | 金茂云科技服务(北京)有限公司 | 一种智能门及其控制方法、电子设备和存储介质 |
CN116165911A (zh) * | 2023-04-19 | 2023-05-26 | 深圳市吉方工控有限公司 | 智能家居控制方法、装置、嵌入式工控设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108052014A (zh) | 智能家居的控制方法、***及计算机可读存储介质 | |
CN107367016B (zh) | 一种空调智能控制方法及其装置、空调 | |
CN108153158A (zh) | 家居场景的切换方法、装置、存储介质及服务器 | |
CN111720974A (zh) | 运行控制方法、控制面板、空调设备和计算机存储介质 | |
CN108121211B (zh) | 家电设备的控制方法、服务器及计算机可读存储介质 | |
CN110578994B (zh) | 一种运行方法及装置 | |
CN109818839A (zh) | 应用于智能家居的个性化行为预测方法、装置和*** | |
CN110298487A (zh) | 一种用于满足用户个性化需求的室内温度预测方法 | |
CN112218406B (zh) | 基于用户身份自动识别的酒店个性化智能照明*** | |
CN110836514A (zh) | 空调组的控制方法和装置 | |
CN108131787B (zh) | 空调控制方法及装置 | |
CN109188928A (zh) | 用于控制智能家居设备的方法和装置 | |
CN105652677B (zh) | 一种基于用户行为分析的智能家居控制方法、装置和*** | |
CN109140665A (zh) | 控制空调的方法、装置和空调装置 | |
Ramadan et al. | The intelligent classroom: towards an educational ambient intelligence testbed | |
CN108758962A (zh) | 环境设备的控制方法、装置、电子设备及存储介质 | |
CN117762032B (zh) | 基于场景适应和人工智能的智能设备控制***及方法 | |
CN108549251A (zh) | 一种智能家居的自学习用户习惯控制***及其控制方法 | |
CN111694280A (zh) | 一种应用场景的控制***及其控制方法 | |
CN109429416A (zh) | 用于多用户场景的照明控制方法、装置及*** | |
CN109883016A (zh) | 一种空气舒适度调节方法和设备 | |
CN104315669B (zh) | 空调控制*** | |
CN113852657B (zh) | 一种基于边缘计算的智慧家庭本地控制方法及*** | |
CN112013513A (zh) | 空气调节设备及其自动控制方法、终端控制设备 | |
CN107883520B (zh) | 基于空调设备的提醒方法及装置、终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180518 |
|
RJ01 | Rejection of invention patent application after publication |