CN110780628B - 烹饪设备的控制方法、装置、烹饪设备及存储介质 - Google Patents

Abstract

本发明提出了一种烹饪设备的控制方法、装置、烹饪设备及存储介质，其中方法包括：获取食材的图像信息和食材的重量信息；根据图像信息和重量信息，确定食材对应的成熟度。本发明提供的烹饪设备的控制方法，通过识别图像信息得到食材的尺寸信息和类别信息，进而根据尺寸信息得出食材的体积信息，根据食材的体积信息和重量信息计算食材的密度信息，根据食材的密度，在预先训练好的成熟度模型中确定食材对应的成熟度，一方面，能够实时监测食材的体积和重量变化，也即密度变化，另一方面，利用密度实现了自动成熟度识别功能，大大节省用户观察时间，有效降低识别难度。

Description

烹饪设备的控制方法、装置、烹饪设备及存储介质

技术领域

本发明涉及烹饪设备技术领域，具体而言，涉及一种烹饪设备的控制方法、一种烹饪设备的控制装置、一种烹饪设备及一种计算机可读存储介质。

背景技术

食物在烹饪过程中存在一些状态改变，例如，外形、体积、颜色、气味等，有经验的烹饪者可以利用这些变化，判断食物的成熟度，但对于初学者则无法依靠状态变化对成熟度进行准确地判断。相关技术中，利用高光谱图像获取加热食物的表面纹理和色泽信息变化，进而判断食物的成熟度变化，但该方法存在较多缺点：第一，只有少数食物烹饪中会有明显颜色和纹理变化；第二，不同烹饪方式、是否添加佐料等对食物的颜色变化影响较大；第三，由于加热不均匀，食物的表面温度变化并不能反映出食物的内部温度，食物的表面颜色不一定能反映出食物的成熟度，从而导致成熟度误判。

发明内容

本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。

为此，本发明第一方面在于提出了一种烹饪设备的控制方法。

本发明的第二方面在于提出了一种烹饪设备的控制装置。

本发明的第三方面在于提出了一种烹饪设备。

本发明的第四方面在于提出了一种计算机可读存储介质。

有鉴于此，根据本发明的第一方面，提出了一种烹饪设备的控制方法，包括：获取食材的图像信息和食材的重量信息；根据图像信息和重量信息，确定食材对应的成熟度。

本发明提供的烹饪设备的控制方法，由于在烹饪过程中，食材的体积会膨胀或者减小，重量由于水分的蒸发也会发生变化，使得食材从里到外的成熟度变化会综合到密度信息上，通过识别图像信息得到食材的尺寸信息和类别信息，进而根据尺寸信息得出食材的体积信息，根据食材的体积信息和重量信息计算食材的密度信息，根据食材的密度，在预先训练好的成熟度模型中确定食材对应的成熟度，一方面，能够实时监测食材的体积和重量变化，也即密度变化，另一方面，利用密度实现了自动成熟度识别功能，大大节省用户观察时间，有效降低识别难度，而且避免了传统方法中单纯依靠颜色和表面温度判断食品成熟度的不准确性，为后续控制烹饪设备工作提供可靠的依据。

另外，根据本发明提供的上述技术方案中的烹饪设备的控制方法，还可以具有如下附加技术特征：

在上述技术方案中，进一步地，根据图像信息和重量信息，确定食材对应的成熟度的步骤，具体包括：识别图像信息，确定食材的类别信息和体积信息；根据体积信息和重量信息，计算食材的密度信息；根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度。

在该技术方案中，考虑到食材是半熟的或者经过发酵处理后，食材本身体积已经有一定变化，那么依靠体积来判断食材成熟度会存在一定误差，而食材的密度却是一个累积量，能够综合反映食材实际的成熟度，故而通过图像信息确定食材的类别信息和体积信息，根据公式密度(ρ)＝重量(m)/体积(V)，得到相应食材的密度信息，按照食材的类别信息，将食材密度和成熟度模型中的数据进行比对，得到食材的成熟度，从而无需人工观察识别，为无烹饪经验的用户提供成熟度判断功能，且有效提升成熟度识别的准确性，为后续控制烹饪设备工作提供可靠的依据。

具体地，图像信息包括彩色的二维图像和立体的三维图像，通过二维图像对食材的类别信息进行识别，通过三维图像对尺寸信息进行识别，进一步地，在获得图像后进行图像增强处理，以提高图像清晰度，有利于对类别信息和尺寸信息进行准确地识别。

在上述任一技术方案中，进一步地，识别图像信息，确定食材的体积信息的步骤，具体包括：识别图像信息，确定食材的三维信息；根据三维信息确定食材的尺寸信息；根据尺寸信息确定体积信息。

在该技术方案中，对图像信息中的三维图像进行识别，确定食材的三维信息，利用三维信息得到食材的尺寸信息，也即食材的长、宽、高，根据尺寸信息计算出食材的体积信息，进而利用体积和重量计算密度，以便于利用密度自动判断食材成熟度。

具体地，三维信息为三维云点，三维云点包括：坐标信息以及颜色信息和/或激光反射强度，进而根据坐标信息计算出食材尺寸。

在上述任一技术方案中，进一步地，获取食材的图像信息和食材的重量信息的步骤之前，还包括：构建并保存成熟度模型。

进一步地，构建并保存成熟度模型的步骤具体包括：采集不同类别食材对应的体积数据、重量数据和烹饪参数；根据体积数据和重量数据，计算不同类别食材的密度数据；记录任一食材的体积数据、重量数据、密度数据、烹饪参数分别与预设成熟度等级之间的对应关系；以及根据对应关系，构建并保存成熟度模型。

在该技术方案中，采集不同类别食材对应的体积数据、重量数据和烹饪参数，其中，烹饪参数包括模式、功率和时长，根据体积数据和重量数据，计算不同类别食材的密度数据，不同类别食材在不同烹饪模式和功率下，未成熟食材的体积和重量随着烹饪时长的推进逐渐变化，则未成熟食材的密度ρ0也随着食材被烹饪，密度逐渐变到ρ1、ρ2、ρ3一直到ρn，记录任一食材的体积数据、重量数据、密度数据、烹饪参数分别与预设成熟度等级之间的对应关系，根据上述对应关系构建成熟度模型，并将其保存在***中，以便于在烹饪食材时通过类别信息和密度信息确定食材在不同烹饪阶段的成熟度。

具体地，模型中将食材的预设成熟度等级从生到焦划分成多个成熟度阶段，例如，生、三成熟、五成熟、七成熟、全熟、过熟和焦化七个熟度等级，成熟度等级需要用户根据经验或者一定判断标准合理设置。

在上述任一技术方案中，进一步地，根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度的步骤之前，还包括：获取食材的目标成熟度等级；根据类别信息和目标成熟度等级，通过成熟度模型获取对应的烹饪参数；根据烹饪参数控制烹饪设备工作。

在该技术方案中，获取食材的目标成熟度等级，即用户需要的食材成熟度，例如，牛排七分熟、面包全熟等，根据类别信息和目标成熟度等级，选择已经在成熟度模型中存储的烹饪参数，按照烹饪参数控制烹饪设备工作，从而实现食材的自动烹饪，使得食材烹饪后直接达到目标成熟度等级，避免烹饪过火或没有成熟，且整个烹饪过程无需用户看管，能够为无烹饪经验的用户提供可靠的烹饪方案，简单准确，容易操作。

需要说明的是，当成熟度模型中一种食材预先训练有多种烹饪参数时，则将全部烹饪参数推送给用户，根据用户确定的参数控制烹饪设备工作，例如用户需要将鱼加热到全熟，而模型中存在参数一：烘烤、2000W、10min，参数二：蒸、1000W、20min，此时用户可根据需求进行选择参数一或参数二。

在上述任一技术方案中，进一步地，还包括：获取烹饪设备的当前工作时长；根据烹饪参数对应的烹饪时长阈值与当前工作时长的差值，确定剩余工作时长；显示剩余工作时长。

在该技术方案中，获取烹饪设备的当前工作时长，即烹饪设备按照烹饪参数工作的时长，根据烹饪参数对应的烹饪时长阈值与当前工作时长的差值，确定食材当前成熟度等级达到目标成熟度等级所需的剩余工作时长，并显示剩余工作时长，以提示用户烹饪倒计时，便于用户直观了解到烹饪所需的时间，有利于对烹饪进行规划，从而提高烹饪效率，提升用户的使用体验。

在上述任一技术方案中，进一步地，显示剩余工作时长的步骤之前，还包括：根据食材的当前成熟度等级与目标成熟度等级，通过成熟度模型确定当前成熟度等级达到目标成熟度等级的剩余烹饪时长；比较剩余烹饪时长与剩余工作时长；基于剩余烹饪时长大于或小于剩余工作时长的情况，调整烹饪参数。

在该技术方案中，由于食材本身具备一定的成熟度或其它因素，导致设置的烹饪时长阈值与食材实际所需的时长存在偏差，这样会造成烹饪结束而食材焦化或未达到目标成熟等级，因此，根据食材的当前成熟度等级与目标成熟度等级，通过成熟度模型中预设成熟度等级与烹饪参数的关系，确定当前成熟度等级和目标成熟度等级分别对应的烹饪时长，进而计算出当前成熟度等级达到目标成熟度等级的剩余烹饪时长，比较剩余烹饪时长与剩余工作时长，若剩余烹饪时长与剩余工作时长不符，说明此次烹饪容易造成食材焦化或未达到目标成熟等级的情况，此时对食材的烹饪参数进行调节，以使剩余烹饪时长与剩余工作时长相等，从而保证烹饪设备按照烹饪参数工作后能够使食材达到目标成熟度等级，实现烹饪过程的自动动态调节，提升用户体验。

在上述任一技术方案中，进一步地，还包括：基于食材的当前成熟度等级达到目标成熟度等级的情况，控制烹饪设备停止工作，并发出提示信息；或根据成熟度模型，确定与目标成熟度等级对应的密度范围；基于密度信息满足密度范围的情况，控制烹饪设备停止工作，并发出提示信息。

在该技术方案中，当食材的当前成熟度等级达到目标成熟度等级时，或者，当密度信息满足目标成熟度等级对应的密度范围时，说明食材烹饪完毕，此时控制烹饪设备停止工作，并发出提示信息，以提示用户烹饪结束。通过上述方案，无需借助以往的烘培以人工的方式确认食材的生熟程度，自动根据设置的烹饪参数对食材进行烹饪，节约了用户的观察时间，为用户带来极大的便利，大大增强用户的使用感受。

具体地，提示方式包括以下至少一种：语音、灯光、图像。

根据本发明的第二方面，提出了一种烹饪设备的控制装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一项的烹饪设备的控制方法。因此该烹饪设备的控制装置具备上述任一项的烹饪设备的控制方法的全部有益效果。

根据本发明的第三方面，提出了一种烹饪设备，包括：图像采集装置，用于采集食材的图像信息；重力传感器，用于采集食材的重量信息；及上述烹饪设备的控制装置，控制装置与图像采集装置和重力传感器相连接。

本发明提供的烹饪设备，通过图像采集装置采集食材的图像信息，通过重力传感器采集食材的重量信息，识别图像信息中食材的尺寸信息和类别信息，进而根据尺寸信息得出食材的体积，再根据食材的体积信息和重量信息计算食材的密度信息，根据食材的密度，在预先训练好的成熟度模型中确定食材对应的成熟度，一方面，能够实时监测食材的体积和重量变化，即密度变化，另一方面，利用密度实现了自动成熟度识别功能，大大节省用户观察时间，有效降低识别难度，而且避免了传统方法中单纯依靠颜色和表面温度判断食品成熟度的不准确性，为后续控制烹饪设备工作提供可靠的依据。

进一步地，图像信息包括彩色的二维图像和立体的三维图像，通过二维图像对食材的类别信息进行识别，通过三维图像对尺寸信息进行识别。图像采集装置包括一组或多组摄像头，设置多个摄像头能够获取多个角度的食材图像，有利于识别食材尺寸信息和类别信息。

具体地，烹饪设备包括但不限于以下至少一种：烤箱、蒸箱和微波炉等。

根据本发明的第四方面，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的烹饪设备的控制方法的步骤。因此该计算机可读存储介质具备上述任一项的烹饪设备的控制方法的全部有益效果。

本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1示出了本发明一个实施例的烹饪设备的控制方法流程示意图；

图2示出了本发明又一个实施例的烹饪设备的控制方法流程示意图；

图3示出了本发明又一个实施例的烹饪设备的控制方法流程示意图；

图4示出了本发明又一个实施例的烹饪设备的控制方法流程示意图；

图5示出了本发明又一个实施例的烹饪设备的控制方法流程示意图；

图6示出了本发明又一个实施例的烹饪设备的控制方法流程示意图；

图7示出了本发明一个具体实施例的烹饪设备的控制方法流程示意图；

图8示出了本发明一个实施例的烹饪设备的控制装置示意框图；

图9示出了本发明一个实施例的烹饪设备示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。

下面参照图1至图9描述根据本发明一些实施例的烹饪设备的控制方法、烹饪设备的控制装置800及烹饪设备900。

实施例一

如图1所示，根据本发明第一方面的实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤102，获取食材的图像信息和食材的重量信息；

步骤104，根据图像信息和重量信息，确定食材对应的成熟度。

在该实施例中，由于在烹饪过程中，食材的体积会膨胀或者减小，重量由于水分的蒸发也会发生变化，使得食材从里到外的成熟度变化会综合到密度信息上，通过识别图像信息得到食材的尺寸信息和类别信息，进而根据尺寸信息得出食材的体积信息，根据食材的体积信息和重量信息计算食材的密度信息，根据食材的密度，在预先训练好的成熟度模型中确定食材对应的成熟度，一方面，能够实时监测食材的体积和重量变化，也即密度变化，另一方面，利用密度实现了自动成熟度识别功能，大大节省用户观察时间，有效降低识别难度，而且避免了传统方法中单纯依靠颜色和表面温度判断食品成熟度的不准确性，为后续控制烹饪设备工作提供可靠的依据。

具体地，图像识别算法可以通过本地识别算法、云端识别算法、深度学习的方式或模式识别的方式。

实施例二

如图2所示，根据本发明的一个实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤202，构建并保存成熟度模型；

步骤204，获取食材的图像信息和食材的重量信息；

步骤206，识别图像信息，确定食材的类别信息和体积信息；

步骤208，根据体积信息和重量信息，计算食材的密度信息；

步骤210，根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度。

在该实施例中，考虑到食材是半熟的或者经过发酵处理后，食材本身体积已经有一定变化，那么依靠体积变化来判断食材成熟度会存在一定误差，而食材的密度却是一个累积量，能够综合反映食材的从里到外的成熟度，故而通过图像信息确定食材的类别信息和体积信息，根据公式密度(ρ)＝重量(m)/体积(V)，得到相应食材的密度信息，按照食材的类别信息，将食材密度和成熟度模型中的数据进行比对，得到食材的成熟度，从而无需人工观察识别，为无烹饪经验的用户提供成熟度判断功能，有效提升成熟度识别的准确性，为后续控制烹饪设备工作提供可靠的依据。

进一步地，识别图像信息，确定食材的体积信息的步骤，具体包括：识别图像信息，确定食材的三维信息；根据三维信息确定食材的尺寸信息；根据尺寸信息确定体积信息。

具体地，三维信息为三维云点，三维云点包括：坐标信息以及颜色信息和/或激光反射强度，进而根据坐标信息计算出食材尺寸。图像信息包括彩色的二维图像和立体的三维图像，通过二维图像对食材的类别信息进行识别，通过三维图像对尺寸信息进行识别，进一步地，在获得图像后进行图像增强处理，以提高图像清晰度，有利于对类别信息和尺寸信息进行准确地识别。

实施例三

如图3所示，根据本发明的一个实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤302，采集不同类别食材对应的体积数据、重量数据和烹饪参数；

步骤304，根据体积数据和重量数据，计算不同类别食材的密度数据；

步骤306，记录任一食材的体积数据、重量数据、密度数据、烹饪参数分别与预设成熟度等级之间的对应关系；

步骤308，根据对应关系，构建并保存成熟度模型；

步骤310，获取食材的图像信息和食材的重量信息；

步骤312，识别图像信息，确定食材的类别信息和体积信息；

步骤314，根据体积信息和重量信息，计算食材的密度信息；

步骤316，根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度。

在该实施例中，采集不同类别食材对应的体积数据、重量数据和烹饪参数，其中，烹饪参数包括模式、功率和时长，根据体积数据和重量数据，计算不同类别食材的密度数据，不同类别食材在不同烹饪模式和功率下，未成熟食材的体积数据、重量数据和密度数据随烹饪时长逐渐变化，记录任一食材的体积数据、重量数据、密度数据、烹饪参数分别与预设成熟度等级之间的对应关系，例如，红薯在烘烤模式、1000W的功率下，烹饪10min后红薯密度为1.1～1.2g/cm³，成熟度等级为三成熟，烹饪60min后红薯密度为0.95～1.0g/cm³，成熟度等级为全熟，根据上述对应关系构建成熟度模型，并将其保存在***中，以便于在烹饪食材时通过类别信息和密度信息确定食材在不同烹饪阶段的成熟度。

具体地，模型中将食材的预设成熟度等级从生到焦划分成多个成熟度阶段，例如，生、三成熟、五成熟、七成熟、全熟、过熟和焦化七个熟度等级，成熟度等级需要用户根据经验或者一定判断标准合理设置。

实施例四

如图4所示，根据本发明的一个实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤402，构建并保存成熟度模型；

步骤404，获取食材的图像信息、食材的重量信息和食材的目标成熟度等级；

步骤406，识别图像信息，确定食材的类别信息；

步骤408，根据类别信息和目标成熟度等级，通过成熟度模型获取对应的烹饪参数；

步骤410，根据烹饪参数控制烹饪设备工作；

步骤412，识别图像信息，确定食材的体积信息；

步骤414，根据体积信息和重量信息，计算食材的密度信息；

步骤416，根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度。

在该实施例中，获取食材的目标成熟度等级，即用户需要的食材成熟度，根据类别信息和目标成熟度等级，选择已经在成熟度模型中存储的烹饪参数，按照烹饪参数控制烹饪设备工作，从而实现食材的自动烹饪，使得食材烹饪后直接达到目标成熟度等级，避免烹饪过火或没有成熟，且整个烹饪过程无需用户看管，能够为无烹饪经验的用户提供可靠的烹饪方案，简单准确，容易操作。

需要说明的是，当成熟度模型中一种食材预先训练有多种烹饪参数时，则将全部烹饪参数推送给用户，根据用户确定的参数控制烹饪设备工作，例如用户需要将鱼加热到全熟，而模型中存在参数一：烘烤、2000W、10min，参数二：蒸、1000W、20min，此时用户可根据需求进行选择参数一或参数二。

另外，仅在首次获取食材的图像信息后，根据类别信息和目标成熟度等级，通过成熟度模型获取对应的烹饪参数，并控制烹饪设备工作，若烹饪设备处于工作状态下，则自动跳过获取烹饪参数的步骤，实时获取食材的图像信息，根据图像信息和重量信息监测食材的密度信息，直至烹饪结束。

实施例五

如图5所示，根据本发明的一个实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤502，构建并保存成熟度模型；

步骤504，获取食材的图像信息、食材的重量信息和食材的目标成熟度等级；

步骤506，识别图像信息，确定食材的类别信息和体积信息；

步骤508，根据体积信息和重量信息，计算食材的密度信息；

步骤510，根据类别信息和密度信息，通过成熟度模型确定食材对应的成熟度；

步骤512，获取烹饪设备的当前工作时长；

步骤514，根据烹饪参数对应的烹饪时长阈值与当前工作时长的差值，确定剩余工作时长；

步骤516，显示剩余工作时长；

步骤518，食材的当前成熟度等级是否达到目标成熟度等级，若是，进入步骤520，若否，进入步骤504；

步骤520，控制烹饪设备停止工作，并发出提示信息。

在该实施例中，获取烹饪设备的当前工作时长，即烹饪设备按照烹饪参数工作的时长，根据烹饪参数对应的烹饪时长阈值与当前工作时长的差值，确定食材当前成熟度等级达到目标成熟度等级所需的剩余工作时长，并显示剩余工作时长，以提示用户烹饪倒计时，便于用户直观的了解到烹饪所需的时间，有利于对烹饪进行规划，提高烹饪效率，而且当密度信息满足目标成熟度等级对应的密度范围时，说明食材烹饪完毕，此时控制烹饪设备停止工作，并发出提示信息，以提示用户烹饪结束。通过上述方案，无需借助以往的烘培以人工的方式确认食材的生熟程度，自动根据设置的烹饪参数对食材进行烹饪，节约了用户的观察时间，为用户带来极大的便利，大大增强用户的使用感受。

实施例六

如图6所示，根据本发明的一个实施例，提出了一种烹饪设备的控制方法，该方法包括：

步骤602，获取食材的图像信息、食材的重量信息和食材的目标成熟度等级；

步骤604，根据图像信息和重量信息，确定食材对应的成熟度；

步骤606，获取烹饪设备的当前工作时长；

步骤608，根据烹饪参数对应的烹饪时长阈值与当前工作时长的差值，确定剩余工作时长；

步骤610，根据食材的当前成熟度等级与目标成熟度等级，通过成熟度模型确定当前成熟度等级达到目标成熟度等级的剩余烹饪时长；

步骤612，剩余烹饪时长是否等于剩余工作时长，若是，进入步骤614，若否，进入步骤616；

步骤614，显示剩余工作时长，进入步骤618；

步骤616，调整烹饪参数；

步骤618，根据成熟度模型，确定与目标成熟度等级对应的密度范围；

步骤620，密度信息是否满足密度范围，若是，进入步骤622，若否，进入步骤602；

步骤622，控制烹饪设备停止工作，并发出提示信息。

在该实施例中，由于食材本身具备一定的成熟度或其它因素，导致设置的烹饪时长阈值与食材实际所需的时长存在偏差，这样会造成烹饪结束而食材焦化或未达到目标成熟等级，因此，根据食材的当前成熟度等级与目标成熟度等级，通过成熟度模型中预设成熟度等级与烹饪参数的关系，确定当前成熟度等级和目标成熟度等级分别对应的烹饪时长，进而计算出当前成熟度等级达到目标成熟度等级的剩余烹饪时长，比较剩余烹饪时长与剩余工作时长，若剩余烹饪时长与剩余工作时长不符，说明此次烹饪容易造成食材焦化或未达到目标成熟等级的情况，此时对食材的烹饪参数进行调节，以使剩余烹饪时长与剩余工作时长相等，从而保证烹饪设备按照烹饪参数工作后能够使食材达到目标成熟度等级，实现烹饪过程的自动动态调节，提升用户体验。

实施例七

如图7所示，根据本发明的一个具体实施例，以烤箱作为烹饪设备，烹饪设备的控制方法包括：

步骤702，获取特定食材的体积数据、重量数据和加热模式；

步骤704，控制烹饪设备在相应的加热模式下加热；

步骤706，记录食材密度数据与加热时间的对应关系；

步骤708，标注成熟度与加热时间的对应关系；

步骤710，根据标注的加热时间模拟出成熟度与密度变化模型；

步骤712，通过二维图像识别食材类别，根据不同食材类别调取训练库中的相应的成熟度与密度变化模型；

步骤714，利用三维图像探测食材的初始体积，重量传感器检测食材初始重量，转换成食材密度，并在加热过程中持续监控食材密度变化；

步骤716，密度变化情况与食材对应的成熟度与密度变化模型做对比，判断食材成熟度；

步骤718，判断食材的密度是否达到模型中目标成熟度对应的密度范围，若是，进入步骤720，若否，进入步骤714；

步骤720，完成加热。

在该实施例中，将三维摄像头安装于烤箱顶部或者侧面，视野可以覆盖烤盘区域。使用前需要预先训练不同食材从生到熟的密度变化模型，模型中可以将食材从生到过熟分成多个成熟度阶段，具体地，模型中将食材的成熟度从生到焦化共计分成七个成熟度阶段，包括生、三成熟、五成熟、七成熟、全熟、过熟和焦化七个熟度点，这些成熟度的标注需要人根据经验或者一定判断标准去判断。生食材的密度ρ0随着食材被烹饪，密度逐渐变到ρ1、ρ2、ρ3一直到ρn，根据食材密度受热的密度变化，生成一个特定食材和特定烹饪模式下的加热时间和食材密度的对应关系，同时食材在烹饪过程中，需要人工标注不同加热时间点对应的成熟度，生成一个特定食材和特定加热模式下的加热时间和成熟度的对应关系，结合两个对应关系，即可得到特定食材和特定加热模式下食材成熟度与密度的对应关系，即成熟度与密度变化模型(成熟度模型)这一模型训练和布置在***本地上，也可以是远程服务器上。不同食材、不同加热模式对应不同的成熟度与密度变化模型。

完成模型训练后，食材放入烤箱，首先利用三维摄像头生成二维RGB(色彩)图像信息，通过图像识别技术识别食材的类别，根据食材类别选择模型中已经训练过的特定加热模式和加热时间，并控制烤箱工作在相应特定的加热模式和加热时间，烹饪过程中三维摄像头持续采集三维图像信息，并计算食材体积或者长宽高信息，重量传感器持续探测食材的重量信息，根据公式密度(ρ)＝质量(m)除以体积(V)，得到食材的密度，在加热过程中实时监控食材的密度变化并与模型库中的成熟度做对比，以此判断食材的成熟程度，通过训练模型中的成熟度和加热时间的关系，预估当前成熟度到目标成熟度需要的时间，并显示该倒计时，烹饪过程中三维摄像头会持续采集，并且烤箱持续更新熟度信息和时间信息。当当前食材的成熟度达到目标成熟度，控制烤箱停止加热，并通过声音/图像提示加热完成，***可以无需用户看管或者为无烹饪经验的用户提供成熟度判断，从而实现自动熟度识别和自动烹饪功能。

实施例八

如图8所示，根据本发明第二方面的实施例，提出了一种烹饪设备的控制装置800，包括存储器802、处理器804及存储在存储器802上并可在处理器804上运行的计算机程序，处理器804执行计算机程序时实现上述任一实施例的烹饪设备的控制方法。因此该烹饪设备的控制装置800具备上述任一实施例的烹饪设备的控制方法的全部有益效果。

实施例九

如图9所示，根据本发明第三方面的实施例，提出了一种烹饪设备900，包括：图像采集装置902，重力传感器904，及上述第二方面实施例提出的烹饪设备的控制装置800。

具体地，图像采集装置902用于采集食材的图像信息，重力传感器904用于采集食材的重量信息，控制装置与图像采集装置902和重力传感器904相连接，烹饪设备900包括但不限于以下至少一种：烤箱、蒸箱和微波炉等，图像采集装置902为三维摄像装置，且三维摄像装置包括一组或多组摄像头。

本实施例提供的烹饪设备900，通过图像采集装置902采集食材的图像信息，通过重力传感器904采集食材的重量信息，识别图像信息中食材的尺寸信息和类别信息，进而根据尺寸信息得出食材的体积，再根据食材的体积信息和重量信息计算食材的密度信息，根据食材的密度，在预先训练好的成熟度模型中确定食材对应的成熟度，一方面，能够实时监测食材的体积和重量变化，即密度变化，另一方面，利用密度实现了自动成熟度识别功能，大大节省用户观察时间，有效降低识别难度，而且避免了传统方法中单纯依靠颜色和表面温度判断食品成熟度的不准确性，为后续控制烹饪设备工作提供可靠的依据。

进一步地，图像信息包括彩色的二维图像和立体的三维图像，通过二维图像对食材的类别信息进行识别，通过三维图像对尺寸信息进行识别，另外设置多个摄像头能够获取多个角度的食材图像，有利于识别食材尺寸信息和类别信息。

在本说明书的描述中，术语“第一”、“第二”仅用于描述的目的，而不能理解为指示或暗示相对重要性，除非另有明确的规定和限定；术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种烹饪设备的控制方法，其特征在于，包括：

获取食材的图像信息和所述食材的重量信息；

根据所述图像信息和所述重量信息，确定所述食材对应的成熟度；

所述根据所述图像信息和所述重量信息，确定所述食材对应的成熟度的步骤，具体包括：

识别所述图像信息，确定所述食材的类别信息和体积信息；

根据所述体积信息和所述重量信息，计算所述食材的密度信息；

根据所述类别信息和所述密度信息，通过成熟度模型确定所述食材对应的成熟度；

所述根据所述类别信息和所述密度信息，通过成熟度模型确定所述食材对应的成熟度的步骤之前，还包括：

获取所述食材的目标成熟度等级；

根据所述类别信息和所述目标成熟度等级，通过所述成熟度模型获取对应的烹饪参数；

获取所述烹饪设备的当前工作时长；

根据所述烹饪参数对应的烹饪时长阈值与所述当前工作时长的差值，确定剩余工作时长；

根据所述食材的当前成熟度等级与所述目标成熟度等级，通过所述成熟度模型确定所述当前成熟度等级达到所述目标成熟度等级的剩余烹饪时长；

比较所述剩余烹饪时长与所述剩余工作时长；

基于所述剩余烹饪时长大于或小于所述剩余工作时长的情况，调整所述烹饪参数。

2.根据权利要求1所述的烹饪设备的控制方法，其特征在于，所述识别所述图像信息，确定所述食材的体积信息的步骤，具体包括：

识别所述图像信息，确定所述食材的三维信息；

根据所述三维信息确定所述食材的尺寸信息；

根据所述尺寸信息确定所述体积信息。

3.根据权利要求1所述的烹饪设备的控制方法，其特征在于，所述获取食材的图像信息和所述食材的重量信息的步骤之前，还包括：

构建并保存所述成熟度模型。

4.根据权利要求3所述的烹饪设备的控制方法，其特征在于，所述构建并保存所述成熟度模型的步骤，具体包括：

采集不同类别食材对应的体积数据、重量数据和烹饪参数；

根据所述体积数据和重量数据，计算所述不同类别食材的密度数据；

记录任一所述食材的所述体积数据、所述重量数据、所述密度数据、所述烹饪参数分别与预设成熟度等级之间的对应关系；以及

根据所述对应关系，构建并保存所述成熟度模型。

5.根据权利要求1所述的烹饪设备的控制方法，其特征在于，根据所述烹饪参数控制所述烹饪设备工作。

6.根据权利要求5所述的烹饪设备的控制方法，其特征在于，还包括：

显示所述剩余工作时长。

7.根据权利要求5或6所述的烹饪设备的控制方法，其特征在于，还包括：

基于所述食材的当前成熟度等级达到所述目标成熟度等级的情况，控制所述烹饪设备停止工作，并发出提示信息；或

根据所述成熟度模型，确定与所述目标成熟度等级对应的密度范围；

基于所述密度信息满足所述密度范围的情况，控制所述烹饪设备停止工作，并发出所述提示信息。

8.一种烹饪设备的控制装置，其特征在于，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计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的烹饪设备的控制方法。

9.一种烹饪设备，其特征在于，包括：

图像采集装置，用于采集所述食材的图像信息；

重量传感器，用于采集所述食材的重量信息；及

如权利要求8所述的烹饪设备的控制装置，所述控制装置与所述图像采集装置和所述重量传感器相连接。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时，实现如权利要求1至7中任一项所述的烹饪设备的控制方法的步骤。

Images