CN110499617B - 洗衣机的控制方法、控制装置和洗衣机 - Google Patents

洗衣机的控制方法、控制装置和洗衣机 Download PDF

Info

Publication number
CN110499617B
CN110499617B CN201910872842.9A CN201910872842A CN110499617B CN 110499617 B CN110499617 B CN 110499617B CN 201910872842 A CN201910872842 A CN 201910872842A CN 110499617 B CN110499617 B CN 110499617B
Authority
CN
China
Prior art keywords
clothes
block
region
height
blocks
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.)
Active
Application number
CN201910872842.9A
Other languages
English (en)
Other versions
CN110499617A (zh
Inventor
王国苏
冯玲
李猛
苗岑岑
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910872842.9A priority Critical patent/CN110499617B/zh
Publication of CN110499617A publication Critical patent/CN110499617A/zh
Application granted granted Critical
Publication of CN110499617B publication Critical patent/CN110499617B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Washing Machine And Dryer (AREA)

Abstract

本申请提出一种洗衣机的控制方法、控制装置和洗衣机,其中控制方法包括:获取滚筒旋转时内部的第一视频,对第一视频中多个预设区域块进行模型训练,得到各个预设区域块的像素模型,任一像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;获取洗衣机洗涤衣物期间滚筒内部的第二视频,将第二视频中各个预设区域块与对应的像素模型进行比较,判断第二视频中各个预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;根据摔打效果值调节洗衣机的控制参数。本申请可以大大减少图像识别的工作量,从而提高响应速度,及时调节洗衣的控制参数。

Description

洗衣机的控制方法、控制装置和洗衣机
技术领域
本申请涉及洗衣机领域,特别涉及洗衣机的控制方法、控制装置和洗衣机。
背景技术
对于滚筒洗衣机而言,其基本原理是利用内筒筒壁的提升筋将衣物提升至某一高度后,衣物会摔落至筒壁底部,即通过使衣物产生抛落过程,从而产生拍打、挤压等作用,达到清洗的目的。而转速是影响衣物洗涤效果的关键因素,因为对于同样的衣服而言,不同的滚筒转速意味着衣物被提升的高度有所差异,进而使得衣物的洗涤效果不同。
当前滚筒洗衣机的洗涤程序是预先设定好的,用户根据实际的需要,比如衣物的多少,来选定特定的程序;而要做到进一步的智能化、人性化的目的,在洗涤过程中需要实时识别衣物的摔打效果,实时地调整洗衣参数,以保证洗衣效果并节省能量。通常采用图像识别技术判断衣物的运动轨迹,然而对整个图像都进行图像识别非常的耗时,导致洗衣参数的调节延后,反馈不及时检测效率低。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本申请提供了一种洗衣机的控制方法、控制装置和洗衣机,用于解决上述问题。
为了解决上述问题,作为本申请的一个方面,提供了一种洗衣机的控制方法,其特征在于,包括:
获取滚筒旋转时内部的第一视频,对第一视频中多个预设区域块进行模型训练,得到各个预设区域块的像素模型,任一像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;
获取洗衣机洗涤衣物期间滚筒内部的第二视频,将第二视频中各个预设区域块与对应的像素模型进行比较,判断第二视频中各个预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
根据摔打效果值调节洗衣机的控制参数。
可选的,预设区域块包括:多个S类区域块和多个SD类区域块,S类区域块所在位置的高度大于SD类区域块所在位置的高度;S类区域块用于确定衣物抛落过程的抛落高度;多个SD类区域块设置在滚筒内的底部区域,用于确定衣物抛落过程的抛落远度;
和/或,像素模型为混合高斯模型或者码书模型;
和/或,根据摔打效果值调节洗衣机的控制参数,包括:确定摔打效果值与预设效果值的第一差值,当第一差值大于预设差值阈值时调节滚筒转速,直至第一差值不大于预设差值阈值。
可选的,S类区域块包括S1区域块和S2区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,或者,S类区域块包括S1区域块、S2区域块和S3区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,S2区域块所在位置的高度大于S3区域块所在位置的高度。
可选的,根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则摔打效果值为零;
和/或,若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据抛落高度和抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用轨迹线的长度作为摔打效果值。
可选的,根据抛落高度和抛落远度计算出摔打效果值,包括:为抛落高度H设定权重α,为抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD;
或者,当预设区域块包括多个S类区域块和多个SD类区域块时,根据抛落高度和抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
可选的,当预设区域块包括多个S类区域块和多个SD类区域块时,确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
可选的,计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当判断结果显示目标帧图像中衣物经过S类区域块时,
Figure BDA0002203381020000031
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
当判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure BDA0002203381020000032
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
本申请还提出一种洗衣机的控制装置,包括:
模型训练单元,用于获取滚筒旋转时内部的第一视频,对第一视频中多个预设区域块进行模型训练,得到各个预设区域块的像素模型,任一像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;
效果计算单元,用于获取洗衣机洗涤衣物期间滚筒内部的第二视频,将第二视频中各个预设区域块与对应的像素模型进行比较,判断第二视频中各个预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
参数调节单元,用于根据摔打效果值调节洗衣机的控制参数。
可选的,预设区域块包括:多个S类区域块和多个SD类区域块,S类区域块所在位置的高度大于SD类区域块所在位置的高度;S类区域块用于确定衣物抛落过程的抛落高度;多个SD类区域块设置在滚筒内的底部区域,用于确定衣物抛落过程的抛落远度;
和/或,像素模型为混合高斯模型或者码书模型;
和/或,参数调节单元根据摔打效果值调节洗衣机的控制参数,包括:确定摔打效果值与预设效果值的第一差值,当第一差值大于预设差值阈值时调节滚筒转速,直至第一差值不大于预设差值阈值。
可选的,S类区域块包括S1区域块和S2区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,或者,S类区域块包括S1区域块、S2区域块和S3区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,S2区域块所在位置的高度大于S3区域块所在位置的高度。
可选的,效果计算单元根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则摔打效果值为零;
和/或,若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据抛落高度和抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用轨迹线的长度作为摔打效果值。
可选的,效果计算单元根据抛落高度和抛落远度计算出摔打效果值,包括:为抛落高度H设定权重α,为抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD;
或者,当预设区域块包括多个S类区域块和多个SD类区域块时,效果计算单元根据抛落高度和抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
可选的,当预设区域块包括多个S类区域块和多个SD类区域块时,效果计算单元确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
可选的,效果计算单元计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当判断结果显示目标帧图像中衣物经过S类区域块时,
Figure BDA0002203381020000051
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
当判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure BDA0002203381020000052
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
本申请还提出一种洗衣机,包括处理器、存储器以及存储在存储器上可在处理器上运行的程序,处理器执行程序时实现本申请提出的任一方法的步骤。
本申请还提出一种洗衣机,包括本申请提出的任一的控制装置。
本申请提出了一种洗衣机的控制方法、控制装置和洗衣机,通过设定多个预设区域块,只对预设区域块的像素进行监测识别从而判断衣物的摔打效果值,并对应调节洗衣机的控制参数。相比于对整个第二视频的图像都进行识别的方式,可以大大减少图像识别的工作量,从而提高响应速度,及时调节洗衣的控制参数。
附图说明
图1为本申请实施例中一种洗衣机的控制方法的流程图;
图2为本申请实施例中摄像机视野示意图;
图3为本申请实施例中衣物位于滚筒底部时的示意图;
图4为本申请实施例中衣物自滚筒内低高度发生抛落的示意图;
图5为本申请实施例中衣物自滚筒内中高度发生抛落的示意图;
图6为本申请实施例中衣物自滚筒内顶部发生抛落的示意图;
图7为本申请实施例中衣物运动轨迹的示意图;
图8为本申请实施例中一种洗衣机的控制装置的流程图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,本申请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,以便这里描述的本申请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、装置、产品或装置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、产品或装置固有的其它步骤或单元。
本申请提出了一种洗衣机的控制方法,如图1所示,包步骤S10、S20和S30。
S10:获取滚筒旋转时内部的第一视频,对第一视频中多个预设区域块进行模型训练,得到各个预设区域块的像素模型。
具体的,本申请采用摄像头采集滚筒内的第一视频,摄像头的视野如图2所示,获取第一视频时优选洗衣机内没有衣物,本申请中的洗衣机为滚筒洗衣机,滚筒转轴水平设置,因此摄像头可以设置在滚筒的筒门上,摄像头的视角平行于滚筒的转轴以拍摄滚筒内的视频,其中图中的方框(S1、S2L1、S2、S2R1、S3L2、S3L1、S3、S3R1、S3R2、SDL1、SD和SDR1)就是预设区域块,预设区域块的位置和大小是预先设置好的,区域块可以是图2中的矩形,可以是圆形等其他形状,区域块的个数可自由设置,对此本申请不作限定,采集第一视频的目的是为了确定各个预设区域块在没有被衣物占据时的像素值范围,也就是说任一像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围,这样当预设区域块的像素值范围落入对应的像素值范围,则表明该预设区域块内没有衣物,而当预设区域块的像素值落入了对应的像素值范围,则表明该预设区域块内有衣物,由于不同位置的预设区域块的视角、光线等有差异,所以需要为每一个预设区域块都建立一个对应的像素模型。可选的,本申请中像素模型为混合高斯模型或者码书模型。
S20:获取洗衣机洗涤衣物期间滚筒内部的第二视频,将第二视频中各个预设区域块与对应的像素模型进行比较,判断第二视频中各个预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
具体的,采集第二视频的摄像机与采集第一视频的摄像机为同一个摄像机,因此第一视频和第二视频的视角相同,具体可以参看图2,图2为滚筒逆时针转动,滚筒内有衣物但衣物未抛落时的第二视频的示意图。图2中的网格部分为衣物,像素模型相当于记录了图1中没有衣物时各个预设区域块的像素值范围,而当滚筒内有衣物时,如果衣物占据预设区域块,例如如图2所示衣物占据预设区域块中的SDR1,则SDR1的像素值将发生变化,将其与像素模型进行比较就可以得知在第二视频中衣物的运动轨迹,根据衣物的运动轨迹就可以得知衣物的摔打效果值。
S30:根据摔打效果值调节洗衣机的控制参数。
具体的,可以设定衣物在转动过程中发生抛落时的抛落高度必须高于预设高度(例如可以是如图3中的S2L1、S2或S2R1预设区域块),以保证摔打效果,抛落高度是指衣物发生抛落时运动轨迹中的最高点,如果衣物贴合在筒壁内则不认为其发生抛落,通过判断结果确定衣物在抛落时的抛落高度是否达到预设高度,如果达到则维持当前的滚筒转速,如果没有达到则调节转速使衣物的抛落高度达到预设高度,可选的,根据摔打效果值调节滚筒的转速,包括:确定摔打效果值与预设效果值的第一差值,当第一差值大于预设差值阈值时调节滚筒转速,直至第一差值不大于预设差值阈值。
本申请提出的实施例中,通过设定多个预设区域块,只对预设区域块的像素进行监测识别从而判断衣物的摔打效果值,并对应调节洗衣机的控制参数。相比于对整个第二视频的图像都进行识别的方式,可以大大减少图像识别的工作量,从而提高响应速度,及时调节洗衣的控制参数。
在一些可选的实施例中,请参看图2和图3,预设区域块包括:多个S类区域块和多个SD类区域块,S类区域块所在位置的高度大于SD类区域块所在位置的高度;S类区域块用于确定衣物抛落过程的抛落高度;多个SD类区域块设置在滚筒内的底部区域,用于确定衣物抛落过程的抛落远度。
具体的,图2和图3中的S1、S2L1、S2、S2R1、S3L2、S3L1、S3、S3R1和S3R2都是S类区域块,SDL1、SD和SDR1都是SD类区域块,S类区域块为了能够检测衣物抛落过程优选设置在滚筒上部,而SD类是为了检测衣物抛落后抛落远度,也就是抛落的落点与筒壁之间的距离。本申请中以滚筒逆时针转动为例进行说明,S类区域块设置在多个不同的高度位置,多个SD类区域块设置的水平位置不同,如图4所示,衣物从S2R2区域块抛落,可能抛落到SD1和SDR1区域块,通过S3R2区域块的像素值变化确定衣物的抛落高度,通过衣物抛落后SD1和SDR1区域块的像素值变化确定衣物抛落的位置距离图4中右侧筒壁的距离也就是抛落远度,当然,如果滚筒的转动方向为顺时针则抛落远度为落点距离滚筒左侧筒壁的距离,如图3-图6分别示意出了衣物从低高度、中高度和滚筒顶部抛落的示意图,图7为衣物在滚筒内可能的运动轨迹,包括从低高度抛落的低轨迹、从中高度抛落时的中轨迹以及从顶部抛落时的高轨迹,而当衣物贴合在筒壁上时则不抛落。需要注意的是,因为滚筒可能顺时针转动也可能逆时针转动,所以如图2所示,本申请中的S类区域块和SD类区域块优选都是在第二视频图像中左右对称分布。
在一些可选的实施例中,请继续参看图2-图6,本申请中的S类区域块包括S1区域块和S2区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,或者,S类区域块包括S1区域块、S2区域块和S3区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,S2区域块所在位置的高度大于S3区域块所在位置的高度。
具体的,如图2所示,图2中的S1为S1区域块,S2L1、S2和S2R1为S2区域块,S3L2、S3L1、S3、S3R1和S3R2为S3区域块,具体的S1区域块、S2区域块的个数不作限定。优选各个S1区域块的高度相同,各个S2区域块的高度相同,各个S3区域块的高度相同,在水平方向上优选保证同一高度的区域块的间隔距离不小于预设值,防止衣物从两个区域块之间的间隙抛落而未检测到。
在一些可选的实施例中,根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则摔打效果值为零;
和/或,若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据抛落高度和抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用轨迹线的长度作为摔打效果值。
具体的,在滚筒转动时,衣物连续经过多个预设区域块,根据预设区域块的像素值变化情况,就可以推断出衣物在转动过程中的运动轨迹,从而判断出衣物是否发生抛落,衣物未发生抛落的情况是衣物贴合在滚筒壁面上随滚筒转动,这种情况可以设定摔打效果值为零,另一种情况时衣物在滚筒转动时始终位于滚筒底部,这种情况衣物实际上时进行了多次小幅度的抛落,但抛落高度较小不易检测,这种情况不能认定衣物摔打效果为零,应该视为发生抛落的情况。当衣物发生抛落时,本申请提出两种可选的方式计算摔打效果值,一种是用抛落高度和抛落远度进行计算,因为抛落高度越高抛落远度越大对应的摔打效果越好。另一种是用轨迹线的长度作为摔打效果值,在抛落过程中衣物的抛落轨迹为一条抛物线,在衣物被提升的过程中衣物不与滚筒内壁产生摔打作用,因此抛物线的上升部分对于评价摔打效果值没有参考性,本申请只选取抛物线的下降部分,也就是衣物从抛物线的最高点落到最低点的部分,这部分轨迹线的长度与抛落高度和抛落远度正相关,因此也可以表征摔打效果值。
在一些可选的实施例中,根据抛落高度和抛落远度计算出摔打效果值,包括:为抛落高度H设定权重α,为抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD。
具体的,可以用衣物在抛落过程中经过的位置最高的预设区域块的高度作为抛落高度,用衣物抛落落点对应的预设区域块的位置确定抛落远度,需要注意的是,抛落远度与滚筒的转动方向相关,以图3中滚筒逆时针转动为例,其抛落远度为衣物落点对应的预设区域块与右侧滚筒筒壁的距离,而当滚筒以顺时针转动时,则抛落远度为落点对应的预设区域块与左侧筒壁的距离。
在一些可选的实施例中,如图4-图6所示,当预设区域块包括多个S类区域块和多个SD类区域块时,根据抛落高度和抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
具体的,如图3所示,在一定时间内,如果预设区域块SDR1一直被识别为有衣物存在,而S类区域块没有任何一个被识别为有衣物存在,则认为衣物在滚筒下侧内壁滚动,未发生抛落。
在识别抛落高度时,如图4所示,在某个时间内,如果预设区域块S3R2被识别为有衣物存在,而SD类区域块没有任何一个被识别为有衣物存在,则认为衣物已经被提升至较低高度,当认为衣物已经被提升至较低高度时,在接下来某个时间内,如果区域块S3R1被识别为有衣物存在而S2R1没有被识别,则认为衣物开始下落,高度级别为3级;
如图5所示,在某个时间段内,如果区域块S2R1被识别为有衣物存在,而SD类区域块没有任何一个被识别为有衣物存在,则认为衣物已经被提升至中等高度,当认为衣物已经被提升至中等高度时,在接下来某个时间内,如果区域块S2被识别为有衣物存在而S1没有被识别,则认为衣物开始下落,高度级别为2级。
如图6所示,如果区域块S1被识别为有衣物存在,而SD类区域块没有任何一个被识别为有衣物存在,则认为衣物已经被提升至顶部,当认为衣物已经被提升至顶部时,在接下来某个时间内,如果除了区域块S3L2以外的任意一个S2区域块、S3区域块被识别,则认为衣物开始下落,高度级别为1级;当认为衣物已经被提升至顶部时,在接下来的某个时间内,如果区域块S3L2、SDL1依次被识别为有衣物存在,则认为衣物此轮紧贴滚筒内壁,未发生抛落,摔打效果为零。
在确定了抛落高度后,则检测每次衣物抛落的落点,如图4-6所示,如果衣物落在SDR1处,认为落地级别为c级,对应的数值为1;如果衣物落在SDL1处,认为落地级别为b级,对应的数值为2;如果衣物落在SD处,认为落地级别为a级,对应的竖直为1。综合每次衣物抛落的抛落高度、落地级别两项参数,计算出衣物的摔打效果,设抛落高度为H,落地级别为D,则衣物摔打程度值V,V=αH+βD其中,α高度级别的权值,β为落地级别权值,都为常数。
在一些可选的实施例中,当根据抛落轨迹中的轨迹线作为摔打效果值时,若预设区域块包括多个S类区域块和多个SD类区域块,则确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
可选的,计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当判断结果显示目标帧图像中衣物经过S类区域块时,
Figure BDA0002203381020000121
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
具体的,如图3-图6所示,S类区域块位于滚筒内顶部区域,SD类区域块位于滚筒内底部区域,在抛落过程中衣物会先经过S类区域块在经过SD类区域块,因此需要先计算衣物经过S类区域块时的特征位置点,由于本申请中并没有检测第二视频中的整个图像,而只是检测第二视频中的预设区域块,所以本申请中需要计算一个位置点(特征位置点)作为衣物的实际位置点,当预设特征点没有被衣物完全占据时,表明该预设特征点位于衣物的边缘,而当预设特征点被衣物完全占据时,表明该预设特征点位于衣物的内部,所以本申请采用衣物占据区域块的面积比例Wsi作为权重,如果某一个区域块中的一半面积被衣物占据,则该区域块的权重为0.5,如果某一个区域块完全被衣物占据,则该区域块的权重为1,通过设置权重从而提高特征位置点的准确性。对于衣物抛落的视频,优选获取连续的多张帧图像,采用上述方法计算出衣物在S类区域块的抛落轨迹。
可选的,当判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure BDA0002203381020000122
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
具体的,衣物从S类区域块移动到SD类区域块,在计算轨迹线时,先确定衣物在抛落过程中的最高特征位置点(即特征位置点的Y值最大的特征位置点),以及衣物在抛落过程中经过的S类区域块的最低特征位置点,从最高特征位置点到最低特征位置点依次将各帧图像的特征位置点相连成线段,然后获取衣物落在SD类区域块时的落点坐标,将最低特征位置点与落点坐标连接,所有线段之和作为轨迹线的长度,即作为摔打效果。
如图8所示,本申请还提出一种洗衣机的控制装置,包括:
模型训练单元10,用于获取滚筒旋转时内部的第一视频,对第一视频中多个预设区域块进行模型训练,得到各个预设区域块的像素模型,任一像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;
效果计算单元20,用于获取洗衣机洗涤衣物期间滚筒内部的第二视频,将第二视频中各个预设区域块与对应的像素模型进行比较,判断第二视频中各个预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
参数调节单元30,用于根据摔打效果值调节滚筒的转速。
在一些可选的实施例中,预设区域块包括:多个S类区域块和多个SD类区域块,S类区域块所在位置的高度大于SD类区域块所在位置的高度;S类区域块用于确定衣物抛落过程的抛落高度;多个SD类区域块设置在滚筒内的底部区域,用于确定衣物抛落过程的抛落远度;
和/或,像素模型为混合高斯模型或者码书模型;
和/或,参数调节单元30根据摔打效果值调节滚筒的转速,包括:确定摔打效果值与预设效果值的第一差值,当第一差值大于预设差值阈值时调节滚筒转速,直至第一差值不大于预设差值阈值。
在一些可选的实施例中,S类区域块包括S1区域块和S2区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,或者,S类区域块包括S1区域块、S2区域块和S3区域块,S1区域块所在位置的高度大于S2区域块所在位置的高度,S2区域块所在位置的高度大于S3区域块所在位置的高度。
在一些可选的实施例中,效果计算单元20根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则摔打效果值为零;
若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据抛落高度和抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用轨迹线的长度作为摔打效果值。
在一些可选的实施例中,效果计算单元20根据抛落高度和抛落远度计算出摔打效果值,包括:为抛落高度H设定权重α,为抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD;
或者,当预设区域块包括多个S类区域块和多个SD类区域块时,效果计算单元20根据抛落高度和抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
在一些可选的实施例中,当预设区域块包括多个S类区域块和多个SD类区域块时,效果计算单元20确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
在一些可选的实施例中,效果计算单元20计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当判断结果显示目标帧图像中衣物经过S类区域块时,
Figure BDA0002203381020000151
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
当判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure BDA0002203381020000152
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
本申请还提出一种洗衣机,包括处理器、存储器以及存储在存储器上可在处理器上运行的程序,处理器执行程序时实现本申请提出的任一方法的步骤。
本申请还提出一种洗衣机,包括本申请提出的任一的控制装置。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (16)

1.一种洗衣机的控制方法,其特征在于,包括:
获取滚筒旋转时内部的第一视频,对所述第一视频中多个预设区域块进行模型训练,得到各个所述预设区域块的像素模型,任一所述像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;
获取洗衣机洗涤衣物期间滚筒内部的第二视频,将所述第二视频中各个所述预设区域块与对应的像素模型进行比较,判断第二视频中各个所述预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
根据所述摔打效果值调节所述洗衣机的控制参数。
2.根据权利要求1所述的洗衣机的控制方法,其特征在于,
所述预设区域块包括:多个S类区域块和多个SD类区域块,所述S类区域块所在位置的高度大于所述SD类区域块所在位置的高度;所述S类区域块用于确定所述衣物抛落过程的抛落高度;多个所述SD类区域块设置在滚筒内的底部区域,用于确定所述衣物抛落过程的抛落远度;
和/或,所述像素模型为混合高斯模型或者码书模型;
和/或,根据所述摔打效果值调节所述洗衣机的控制参数,包括:确定所述摔打效果值与预设效果值的第一差值,当所述第一差值大于预设差值阈值时调节滚筒转速,直至所述第一差值不大于预设差值阈值。
3.根据权利要求2所述的洗衣机的控制方法,其特征在于,
所述S类区域块包括S1区域块和S2区域块,所述S1区域块所在位置的高度大于所述S2区域块所在位置的高度,或者,所述S类区域块包括S1区域块、S2区域块和S3区域块,所述S1区域块所在位置的高度大于所述S2区域块所在位置的高度,所述S2区域块所在位置的高度大于所述S3区域块所在位置的高度。
4.根据权利要求1-3任一项所述的洗衣机的控制方法,其特征在于,根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则所述摔打效果值为零;
和/或,若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据所述抛落高度和所述抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从所述抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用所述轨迹线的长度作为摔打效果值。
5.根据权利要求4所述的洗衣机的控制方法,其特征在于,
根据所述抛落高度和所述抛落远度计算出摔打效果值,包括:为所述抛落高度H设定权重α,为所述抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD;
或者,当预设区域块包括多个S类区域块和多个SD类区域块时,根据所述抛落高度和所述抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
6.根据权利要求4所述的洗衣机的控制方法,其特征在于,
当预设区域块包括多个S类区域块和多个SD类区域块时,确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在所述帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
7.根据权利要求6所述的洗衣机的控制方法,其特征在于,计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当所述判断结果显示目标帧图像中衣物经过S类区域块时,
Figure FDA0002203381010000021
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
当所述判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure FDA0002203381010000031
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
8.一种洗衣机的控制装置,其特征在于,包括:
模型训练单元,用于获取滚筒旋转时内部的第一视频,对所述第一视频中多个预设区域块进行模型训练,得到各个所述预设区域块的像素模型,任一所述像素模型用于表征对应的预设区域块在没有被衣物占据时的像素值范围;
效果计算单元,用于获取洗衣机洗涤衣物期间滚筒内部的第二视频,将所述第二视频中各个所述预设区域块与对应的像素模型进行比较,判断第二视频中各个所述预设区域块的像素值是否发生变化,根据判断结果确定衣物的摔打效果值;
参数调节单元,用于根据所述摔打效果值调节所述洗衣机的控制参数。
9.根据权利要求8所述的洗衣机的控制装置,其特征在于,
所述预设区域块包括:多个S类区域块和多个SD类区域块,所述S类区域块所在位置的高度大于所述SD类区域块所在位置的高度;所述S类区域块用于确定所述衣物抛落过程的抛落高度;多个所述SD类区域块设置在滚筒内的底部区域,用于确定所述衣物抛落过程的抛落远度;
和/或,所述像素模型为混合高斯模型或者码书模型;
和/或,所述参数调节单元根据所述摔打效果值调节所述洗衣机的控制参数,包括:确定所述摔打效果值与预设效果值的第一差值,当所述第一差值大于预设差值阈值时调节滚筒转速,直至所述第一差值不大于预设差值阈值。
10.根据权利要求9所述的洗衣机的控制装置,其特征在于,
所述S类区域块包括S1区域块和S2区域块,所述S1区域块所在位置的高度大于所述S2区域块所在位置的高度,或者,所述S类区域块包括S1区域块、S2区域块和S3区域块,所述S1区域块所在位置的高度大于所述S2区域块所在位置的高度,所述S2区域块所在位置的高度大于所述S3区域块所在位置的高度。
11.根据权利要求8-10任一项所述的洗衣机的控制装置,其特征在于,所述效果计算单元根据判断结果确定衣物的摔打效果值,包括:
根据各个预设区域块的像素值变化情况确定衣物是否发生抛落;
若衣物未发发生抛落,则所述摔打效果值为零;
和/或,若衣物发生抛落,则确定抛落过程时的抛落高度和抛落远度,根据所述抛落高度和所述抛落远度计算摔打效果值,或者,若衣物发生抛落,则确定滚筒内衣物的抛落轨迹,从所述抛落轨迹中获取衣物从抛落轨迹的最高点落到滚筒底部的轨迹线,用所述轨迹线的长度作为摔打效果值。
12.根据权利要求11所述的洗衣机的控制装置,其特征在于,
所述效果计算单元根据所述抛落高度和所述抛落远度计算出摔打效果值,包括:为所述抛落高度H设定权重α,为所述抛落远度D设定权重β,采用加权算法确定摔打效果值V,V=αH+βD;
或者,当预设区域块包括多个S类区域块和多个SD类区域块时,所述效果计算单元根据所述抛落高度和所述抛落远度计算出摔打效果值,包括:为各个S类区域块设置高度级别,为各个SD类区域块设置落地级别,确定衣物抛落过程经过的位置最高的S类区域块的高度级别H,确定衣物抛落到滚筒底部时所经过的SD类区域块的落地级别D,采用加权算法确定摔打效果值V=αH+βD,其中α为高度级别的权值,β为落地等级的权值。
13.根据权利要求11所述的洗衣机的控制装置,其特征在于,
当预设区域块包括多个S类区域块和多个SD类区域块时,所述效果计算单元确定滚筒内衣物的抛落轨迹,包括:获取记录衣物抛落过程的多张帧图像,在所述帧图像上建立坐标系,计算衣物在各个帧图像中的特征位置点(X,Y),将各个帧图像中的特征位置点按照时间顺序依次连接得到衣物的抛落轨迹。
14.根据权利要求13所述的洗衣机的控制装置,其特征在于,所述效果计算单元计算衣物在各个帧图像中的特征位置点(X,Y),包括:
选取任一帧图像作为目标帧图像;
当所述判断结果显示目标帧图像中衣物经过S类区域块时,
Figure FDA0002203381010000051
其中,N为目标帧图像中被衣物所占据的S类区域块的个数,Xsi为被衣物所占据的第i个S类区域块的中心点横坐标,Ysi为被衣物所占据的第i个S类区域块的中心点纵坐标,Wsi为衣物占第i个S类区域块的面积比例;
当所述判断结果显示目标帧图像中衣物落在SD类区域块时,
Figure FDA0002203381010000052
ND为目标帧图像中被衣物所占据的SD类区域块的个数,Xsdi为被衣物所占据的第i个SD类区域块的中心点横坐标,Ysdi为被衣物所占据的第i个SD类区域块的中心点纵坐标,Wsdi为衣物占第i个SD类区域块的面积比例。
15.一种洗衣机,其特征在于,包括处理器、存储器以及存储在存储器上可在处理器上运行的程序,所述处理器执行所述程序时实现权利要求1-7任一所述方法的步骤。
16.一种洗衣机,其特征在于,包括如权利要求8-14任一所述的控制装置。
CN201910872842.9A 2019-09-16 2019-09-16 洗衣机的控制方法、控制装置和洗衣机 Active CN110499617B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910872842.9A CN110499617B (zh) 2019-09-16 2019-09-16 洗衣机的控制方法、控制装置和洗衣机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910872842.9A CN110499617B (zh) 2019-09-16 2019-09-16 洗衣机的控制方法、控制装置和洗衣机

Publications (2)

Publication Number Publication Date
CN110499617A CN110499617A (zh) 2019-11-26
CN110499617B true CN110499617B (zh) 2020-07-28

Family

ID=68591933

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910872842.9A Active CN110499617B (zh) 2019-09-16 2019-09-16 洗衣机的控制方法、控制装置和洗衣机

Country Status (1)

Country Link
CN (1) CN110499617B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113897762B (zh) * 2020-06-22 2023-12-29 上海海尔洗涤电器有限公司 波轮全自动洗衣机的优化设计方法
CN114753096B (zh) * 2022-04-18 2023-11-24 无锡小天鹅电器有限公司 洗涤参数的调整方法、装置、设备及介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104613944A (zh) * 2015-01-27 2015-05-13 电子科技大学 一种基于gwr和bp神经网络的分布式水深预测方法
CN106558058A (zh) * 2016-11-29 2017-04-05 北京图森未来科技有限公司 分割模型训练方法、道路分割方法、车辆控制方法及装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104613944A (zh) * 2015-01-27 2015-05-13 电子科技大学 一种基于gwr和bp神经网络的分布式水深预测方法
CN106558058A (zh) * 2016-11-29 2017-04-05 北京图森未来科技有限公司 分割模型训练方法、道路分割方法、车辆控制方法及装置

Also Published As

Publication number Publication date
CN110499617A (zh) 2019-11-26

Similar Documents

Publication Publication Date Title
CN110499617B (zh) 洗衣机的控制方法、控制装置和洗衣机
CN112365522B (zh) 园区内人员跨境追踪的方法
CN110331550B (zh) 一种洗衣参数的确定方法、装置、存储介质及洗衣机
CN105678732B (zh) 一种点球、角球和任意球关键帧的检测方法和装置
CN106127148A (zh) 一种基于机器视觉的手扶电梯乘客异常行为检测算法
CN109208238B (zh) 一种洗衣机的控制方法、装置、存储介质及洗衣机
CN107784294A (zh) 一种基于深度学习的人脸检测与跟踪方法
CN110097586A (zh) 一种人脸检测追踪方法及装置
JP2007132757A (ja) 外観検査方法および同装置
CN106373123A (zh) 基于k_tSL中心聚类算法的工业元件表面缺陷检测方法
JP2010171815A5 (zh)
CN109615635A (zh) 基于图像识别对草莓进行品质分拣的方法及装置
CN109413411A (zh) 一种监控线路的黑屏识别方法、装置及服务器
CN103996203A (zh) 一种检测图像面部遮挡的方法和装置
CN108133491A (zh) 一种实现动态目标跟踪的方法
CN103413149A (zh) 复杂背景中实现静态目标检测和识别的方法
CN105572143B (zh) 压延过程中压延材料表面周期性缺陷的检测方法
CN109831616A (zh) 一种基于单目摄像头的人脸跟随方法及其装置
Wong et al. Tracking table tennis balls in real match scenes for umpiring applications
JP3237533U (ja) ボール選別装置
KR102559073B1 (ko) 인공지능 세탁물 처리기기 및 세탁물 처리기기의 제어방법
CN108229251A (zh) 一种动作识别方法及装置
JPH08106534A (ja) 移動物体検出装置
US20190358491A1 (en) Sensing device for calculating information about user's golf shot and sensing method using the same
CN114000303A (zh) 洗衣机的控制方法、装置、存储介质及洗衣机

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
GR01 Patent grant
GR01 Patent grant