CN111580395A - 冲洗控制方法、马桶和存储介质 - Google Patents
冲洗控制方法、马桶和存储介质 Download PDFInfo
- Publication number
- CN111580395A CN111580395A CN202010132776.4A CN202010132776A CN111580395A CN 111580395 A CN111580395 A CN 111580395A CN 202010132776 A CN202010132776 A CN 202010132776A CN 111580395 A CN111580395 A CN 111580395A
- Authority
- CN
- China
- Prior art keywords
- closestool
- toilet
- target image
- inner cavity
- determining
- 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 36
- 230000003749 cleanliness Effects 0.000 claims abstract description 66
- 238000011010 flushing procedure Methods 0.000 claims abstract description 63
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 83
- 239000003599 detergent Substances 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 15
- 230000015654 memory Effects 0.000 claims description 10
- 239000007921 spray Substances 0.000 claims description 7
- 238000003973 irrigation Methods 0.000 claims 1
- 230000002262 irrigation Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 239000002689 soil Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000001537 neural effect Effects 0.000 description 3
- 239000000919 ceramic Substances 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 230000007787 long-term memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010893 paper waste Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 238000010186 staining Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Sanitary Device For Flush Toilet (AREA)
Abstract
本申请涉及智能家电领域,特别涉及一种冲洗控制方法、马桶和存储介质,该方法包括:获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔;根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度;根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。通过根据马桶的内腔对应的粗糙信息确定马桶对应的洁净度,可以根据马桶的洁净度确定马桶的冲洗参数,能够有效地提高马桶的洁净度。
Description
技术领域
本申请涉及智能家电领域,尤其涉及一种冲洗控制方法、马桶和存储介质。
背景技术
随着人们的生活水平的不断提高,智能马桶越来越成为人们生活中必不可少的家用设备。现有的智能马桶可以在用户使用后,自动出水冲洗马桶,方便用户的使用。但是大多数智能马桶难以彻底地将马桶中的污渍冲洗干净,无法保证马桶的洁净度。
发明内容
本申请提供了一种冲洗控制方法、马桶和存储介质,通过根据马桶的内腔的粗糙信息确定马桶的冲洗参数,并控制马桶按照冲洗参数进行冲洗,确保将马桶冲洗干净,可以提高马桶的洁净度。
第一方面,本申请提供了一种冲洗控制方法,应用于马桶中,所述方法包括:
获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔;
根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度;
根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。
第二方面,本申请还提供了一种马桶,所述马桶包括拍摄装置、存储器和处理器;
所述拍摄装置,用于采集所述马桶在使用后的内腔的图像;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如上述的冲洗控制方法。
第三方面,本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如上述的冲洗控制方法。
本申请公开了一种冲洗控制方法、马桶和存储介质,通过获取用户使用马桶后对应的目标图像,可以得到马桶的内腔的图像;通过根据目标图像确定马桶的内腔对应的粗糙信息,根据粗糙信息确定马桶对应的洁净度,可以准确地确定马桶的洁净度;根据洁净度确定马桶对应的冲洗参数,并控制马桶按照冲洗参数进行冲洗,可以确保一次将马桶彻底地冲洗干净,有效地提高马桶的洁净度。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的实施例提供的一种马桶的结构示意图;
图2是本申请的实施例提供的一种马桶的示意性框图;
图3是本申请的实施例提供的一种冲洗控制方法的步骤示意流程图;
图4是本申请的实施例提供的用户离开马桶的场景示意图;
图5是本申请的实施例提供的显示水量不足的示意性框图;
图6是本申请的实施例提供的马桶中存在少量污渍的示意图;
图7是本申请的实施例提供的马桶中存在较多污渍的示意图;
图8是本申请的实施例提供的马桶中存在大量污渍的示意图;
图9为本申请的实施例提供的另一种冲洗控制方法的步骤示意流程图;
图10是本申请的实施例提供的将目标图像划分为多个区域的示意图;
图11是本申请的实施例提供的按照冲水方向进行冲洗的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
应当理解,在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1是本申请提供的一种马桶的示意性框图。以下将结合图1,对本申请实施例中的马桶进行说明。
如图1所示,马桶10包括拍摄装置11和桶体12。
需要说明的是,拍摄装置11可以设置在马桶10的桶体12内,与马桶10中的电源电连接。马桶10可以控制拍摄装置11进行拍摄桶体12的内腔。
示例性的,马桶10可以包括后排式马桶、下排式马桶,还可以包括冲落式马桶、虹吸式马桶。
需要说明的是,拍摄装置11朝下对着桶体12的内腔,因此拍摄装置11不会拍摄到用户,可以避免泄露用户的隐私。
示例性的,拍摄装置11包括摄像头,该摄像头可以是普通摄像头,当然也可以是其他摄像头,比如深度摄像头。可以理解的是,普通摄像头是只用于拍摄内腔的图像;深度摄像头除了可以拍摄目标,还可用于拍摄内腔的高低的图像。
其中,拍摄装置11可以内嵌在桶体12中,例如桶体12中设有透明的塑料盖或玻璃盖的容腔,可以将拍摄装置11设置在容腔中,实现对拍摄装置11进行密封,以防止水进入拍摄装置11;拍摄装置11可以通过透明的容腔拍摄内腔的图像。
在一些实施例中,拍摄装置可以是超景深相机;通过超景深相机可以获取目标图像中的马桶的内腔对应的粗糙度。
需要说明的是,超景深相机不仅带有拍照录像功能,而且还具备观察、测量等功能,可以提供传统检测设备具有的各种图像技术。例如,测量镜头到被摄物体前后距离范围,可以得到被摄物体表面的高低度;然后根据高低度与粗糙度之间预设的对应关系,可以确定被摄物体表面对应的粗糙度。
在一些实施例中,马桶10控制拍摄装置11采集用户使用马桶后对应的目标图像。
需要说明的是,在图1中,以马桶10包括拍摄装置11和桶体12为例进行示例,但并构成对拍摄装置11和桶体12的限定。
示例性的,可以根据拍摄指令控制拍摄装置11采集马桶10使用前对应的目标图像,或可以根据拍摄指令控制拍摄装置11采集用户使用马桶10后对应的目标图像。
请结合图2,图2是本申请实施例提供的一种马桶的示意性框图。在图2中,该马桶10包括处理器101、存储器102和拍摄装置103,其中,处理器101、存储器102和拍摄装置103通过总线连接,该总线比如为I2C(Inter-integrated Circuit)总线。
其中,存储器102可以包括非易失性存储介质和内存储器。非易失性存储介质可存储操作***和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种冲洗控制方法。
拍摄装置103用于采集马桶在使用后的内腔的图像。
处理器101用于提供计算和控制能力,支撑整个马桶10的运行。
其中,处理器101可以是中央处理单元(Central Processing Unit,CPU),该处理器101还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
其中,处理器101用于运行存储在存储器102中的计算机程序,并在执行所述计算机程序时实现如下步骤:
获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔;根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度;根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。
在一些实施例中,所述马桶安装有红外线感应器和拍摄装置,所述处理器在实现获取用户使用马桶后对应的目标图像时,实现:
若根据所述红外线感应器检测到用户离开所述马桶,则生成拍摄指令,并根据所述拍摄指令控制所述拍摄装置采集所述用户使用所述马桶后对应的目标图像;或获取所述用户输入用于指示所述拍摄装置对所述马桶的内腔进行拍摄的拍摄指令,根据所述拍摄指令控制所述拍摄装置采集所述用户使用所述马桶后对应的目标图像。
在一些实施例中,所述处理器在实现获取用户输入用于指示所述拍摄装置对所述马桶的内腔进行拍摄的拍摄指令时,实现:
获取所述用户输入的语音信息,根据所述语音信息生成对所述马桶的内腔进行拍摄的拍摄指令;或接收所述用户基于所述马桶预设的拍摄按键的触发操作,根据所述触发操作生成对所述马桶的内腔进行拍摄的拍摄指令。
在一些实施例中,所述拍摄装置可以包括超景深相机;所述处理器在实现根据所述目标图像确定所述马桶的内腔对应的粗糙信息时,实现:
基于所述超景深相机,获取所述目标图像中的马桶的内腔对应的粗糙信息;或根据所述目标图像中的内腔的像素值,确定所述马桶对应的粗糙信息;或基于预先训练好的粗糙度识别模型,根据所述目标图像确定所述马桶对应的粗糙信息。
在一些实施例中,所述粗糙信息包括所述内腔的粗糙度;所述处理器在实现基于所述超景深相机,获取所述目标图像中的马桶的内腔对应的粗糙信息时,实现:
根据所述超景深相机识别所述待图像中的内腔对应的高低度;基于高低度与粗糙度之间预设的对应关系,确定所述马桶的内腔对应的粗糙度。
在一些实施例中,所述冲洗参数包括出水速度、出水时间和洗涤剂量;所述处理器在实现根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗时,实现:
根据所述马桶对应的洁净度,确定所述马桶对应的出水速度、出水时间和洗涤剂量;控制所述马桶按照所述出水速度与所述出水时间进行出水以及喷洒所述洗涤剂量进行冲洗所述马桶。
在一些实施例中,所述处理器还实现:
若所述马桶对应的洁净度小于预设的洁净度等级,则确定所述目标图像中的污渍对应的位置信息;根据所述污渍对应的位置信息确定所述马桶对应的冲水方向;根据所述马桶对应的冲洗参数,控制所述马桶按照所述冲洗参数在所述冲水方向进行冲洗所述马桶。
在一些实施例中,所述位置信息包括污渍对应的方位;所述处理器在实现确定所述目标图像中的污渍对应的位置信息时,实现:
将所述目标图像划分为多个区域,确定所述目标图像中的污渍所在的区域;根据所述污渍所在的区域相对于所述目标图像的方位,得到所述污渍对应的方位。
为了便于理解,以下将结合图1与图2中的马桶,对本申请的实施例提供的冲洗控制方法进行详细介绍。需知,上述的马桶构成对本申请实施例提供的冲洗控制方法应用场景的限定。
请参阅图3,图3是本申请一实施例提供的一种冲洗控制方法的步骤示意流程图。该冲洗控制方法可应用于马桶中,通过根据马桶的内腔对应的粗糙信息确定马桶对应的洁净度,可以根据马桶的洁净度确定马桶的冲洗参数,能够有效地提高马桶的洁净度。
如图3所示,该冲洗控制方法包括步骤S10至步骤S30。
步骤S10、获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔。
需要说明的是,使用马桶后是指马桶在用户如厕后未冲洗的状态。
在本申请实施例中,可以在马桶中安装红外线感应器和拍摄装置。其中,红外线感应器检测到用户是否离开卫生间,拍摄装置用于采集马桶的内腔的图像。
需要说明的是,当有用户人进入感应范围时,红外线感应器探测到人体红外光谱的变化,自动接通负载;用户不离开感应范围,将持续接通负载;人离开后,延时自动关闭负载。
示例性的,当红外线感应器探测到存在用户时,可以与马桶持续接通;当红外线感应器探测到不存在用户或用户离开感应范围时,与马桶断开接通。
在一些实施例中,获取用户使用马桶后对应的目标图像时,需要通过红外线感应器判断用户是否离开;若根据红外线感应器检测到用户离开马桶,则生成拍摄指令,并根据拍摄指令控制拍摄装置采集用户使用马桶后对应的目标图像。
需要说明的是,当红外线感应器与马桶持续接通时,表示用户还在卫生间里;当红外线感应器与马桶持续断开时,表示用户已经离开卫生间。则当红外线感应器从与马桶持续接通的状态切换到断开的状态时,表示用户离开红外线感应器的感应范围,此时可以判定用户离开马桶。如图4所示,图4是用户离开马桶的场景示意图。
当根据红外线感应器的检测信号判定用户离开马桶时,可以生成拍摄指令;通过拍摄指令可以控制拍摄装置采集马桶的内腔的图像。
在一些实施例中,获取用户使用马桶后对应的目标图像可以包括:获取用户输入用于指示拍摄装置对马桶的内腔进行拍摄的拍摄指令,根据拍摄指令控制拍摄装置采集用户使用马桶后对应的目标图像。
可以理解的是,马桶设有用于控制拍摄装置进行拍摄的拍摄按键或语音识别装置;通过拍摄按键可以获取用户输入的指令或通过语音识别装置可以获取用户输入的语音。
需要说明的是,语音识别装置可以包括训练好的语音识别模型。其中语音识别模型可以包括但不限于混合高斯-隐马尔科夫模型、深度神经网络-隐马尔科夫模型、深度循环神经网络-隐马尔科夫模型、深度卷积神经网络-隐马尔科夫模型、连接时序分类-长短时记忆模型。
具体地,获取用户输入用于指示拍摄装置对马桶的内腔进行拍摄的拍摄指令,可以先获取用户输入的语音信息,然后根据语音信息生成对马桶的内腔进行拍摄的拍摄指令。
示例性的,用户可以通过马桶中的语音识别装置输入一段语音信息,该语音信息可以为“请拍摄”;马桶可以通过语音识别装置采集并识别用户输入的语音信息,在识别到用户输入的语音信息为“请拍摄”时,生成对拍摄装置进行拍摄的拍摄指令。
具体地,获取用户输入用于指示拍摄装置对马桶的内腔进行拍摄的拍摄指令,还可以通过接收用户基于马桶预设的拍摄按键的触发操作,根据触发操作生成对马桶的内腔进行拍摄的拍摄指令。
示例性的,触发操作可以包括按压、点击等操作。需要说明的是,马桶中设有按键区,按键区可以包括拍摄按键。其中,按键可以是实体按键,也可以是虚拟按键。
具体地,用户可以按压或点击马桶中的拍摄按键,马桶中的处理器可以检测到用户对拍摄按键的触发操作,然后根据触发操作生成用于控制拍摄装置进行拍摄的拍摄指令。
通过获取用户使用马桶后的包括马桶的内腔的目标图像,可以实现根据目标图像确定内腔对应的粗糙信息。
在一些实施例中,在用户使用马桶之前,还可以包括:获取用户使用马桶前的水箱对应的水量;若水箱对应的水量小于预设的水量阈值,则输出用于表示水箱中的水量不足的报警通知,以提醒用户。
其中,水量阈值可以根据实际情况进行确定,具体数值在此不作限定。
示例性的,马桶中可以设有显示屏,可以将报警通知显示在显示屏中。如图5所示,在显示屏中显示“水量不足,请注意!”。此外,还可以根据报警通知发出声音、进行灯光闪烁等等。
示例性的,可以在水箱内的底部安装压力传感器,通过压力传感器获取水箱中的水量。
需要说明的是,压力传感器是一种能够感应压力并将压力转换为电信号的设备,电信号强度取决于施加的压力。
示例性的,压力传感器可以包括但不限于半导体阻压传感器、弹性应变传感器、厚膜压力传感器、陶瓷阻压传感器等。
具体地,获取压力传感器检测水箱中的水量对应的压力值;基于压力值与水量之间预设的对应关系,根据水箱对应的压力值确定水箱对应的水量。若水箱对应的水量小于预设的水量阈值,则输出用于表示水箱中的水量不足的报警通知到马桶中的显示屏进行显示,以提醒用户。
通过压力传感器检测水箱中的水量,可以在水量不足时提醒用户,避免用户在使用马桶后,没有水进行冲洗马桶。
步骤S20、根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度。
示例性的,粗糙信息可以包括马桶的内腔的粗糙度。其中,粗糙信息用于表示马桶的内腔的污渍数量。例如内腔的污渍越多,则说明内腔越粗糙,即内腔越不干净。污渍可以包括但不限于废纸、尿液、粪便、烟灰等等。
在一些实施例中,根据目标图像确定马桶的内腔对应的粗糙信息可以包括:基于超景深相机,获取目标图像中的马桶的内腔对应的粗糙信息。
在本申请实施例中,拍摄装置可以包括超景深相机。需要说明的是,超景深相机不仅带有拍照录像功能,而且还具备观察、测量等功能,可以提供传统检测设备具有的各种图像技术。例如,测量镜头到被摄物体前后距离范围,可以得到被摄物体表面的高低度;然后根据高低度与粗糙度之间预设的对应关系,可以确定被摄物体表面对应的粗糙度。
具体地,根据超景深相机识别目标图像中的内腔对应的高低度,然后基于高低度与粗糙度之间预设的对应关系,确定马桶的内腔对应的粗糙度。
其中,高低度是指最高点到最低点的差值。
示例性的,高低度与粗糙度之间预设的对应关系,如表1所示。
表1高低度与粗糙度对照表
高低度 | 粗糙度 |
a | 低 |
2a | 中 |
3a | 高 |
表中,高低度为a时,对应的粗糙度为“低”;高低度为2a时,对应的粗糙度为“中”;高低度为3a时,对应的粗糙度为“高”。
其中,a的值可以根据实际情况进行确定,具体数值在此不作限定。
示例性的,若根据超景深相机识别目标图像中的内腔对应的高低度为a,则可以确定马桶的内腔对应的粗糙度为“低”。若根据超景深相机识别目标图像中的内腔对应的高低度为3a,则可以确定马桶的内腔对应的粗糙度为“高”。
在一些实施例中,根据目标图像确定马桶的内腔对应的粗糙信息可以包括:根据目标图像中的内腔的像素值,确定马桶对应的粗糙信息。
其中,像素值是指黑白图像中像素点的颜色深度;像素值的取值范围为0-255,白色为255像素,黑色为0像素。
可以理解的是,由于马桶的内腔为白色的陶瓷,当马桶中不存在污渍时,目标图像对应的像素值较大;当马桶中存在污渍时,目标图像对应的像素值较小;因此可以根据目标图像对应的像素值判断马桶对应的粗糙信息。
具体地,获取目标图像内的各个像素点的像素值,对全部像素点对应的像素值进行取均值,得到目标图像对应的像素值。
比如,目标图像中存在100个像素点,这100个像素点对应的像素值之和为5000,进行取平均值后,得到目标图像对应的像素值为50像素。
具体地,在得到目标图像对应的像素值之后,可以基于像素值与粗糙度之间预设的对应关系,确定马桶对应的粗糙度。示例性的,像素值与粗糙度之间预设的对应关系,如表2所示。
表2像素值与粗糙度对照表
像素值 | 粗糙度 |
[0,30] | 高 |
[31,60] | 中 |
[61,100] | 低 |
表中,像素值的范围为[0,30]时,对应的粗糙度为“高”;像素值的范围为[31,60]时,对应的粗糙度为“中”;像素值的范围为[61,100]时,对应的粗糙度为“低”。
示例性的,若目标图像对应的像素值为50像素,落在[0,20]像素值范围内,则可以确定马桶对应的粗糙度为“中”。
在一些实施例中,根据目标图像确定马桶的内腔对应的粗糙信息可以包括:基于预先训练好的粗糙度识别模型,根据目标图像确定马桶对应的粗糙信息。
需要说明的是,粗糙度识别模型可以包括但不限于单目标多框检测器(SingleShot Multibox Detector,SSD)网络,卷积神经网络(Convolutional Neural Network,CNN)、受限玻尔兹曼机(Restricted Boltzmann Machine,RBM)或循环神经网络(RecurrentNeural Network,RNN)。
具体地,预先训练好的粗糙度识别模型的训练过程:配置马桶内腔的不同粗糙度对应的预设数量的样本图像,并在样本图像中进行粗糙度的标注;将样本图像输入初始的粗糙度识别模型中进行训练,直至训练的粗糙度识别模型的预测损失值小于或者等于预设损失值,则训练结束,得到训练好的粗糙度识别模型。通过对初始的粗糙度识别模型进行训练并不断地调整模型的参数,可以提高训练好的粗糙度识别模型的准确度;从而保证了预测马桶对应的粗糙度的准确性。
示例性的,将目标图像输入训练好的粗糙度识别模型中进行预测,输出马桶对应的粗糙度预测结果,例如粗糙度为“高”。
具体地,在确定马桶的内腔对应的粗糙度之后,可以根据粗糙度确定马桶对应的洁净度。
示例性的,基于粗糙度与洁净度之间预设的对应关系,确定马桶对应的洁净度。如表3所示,表3用于表示基于粗糙度与洁净度之间预设的对应关系。
表3粗糙度与洁净度对照表
粗糙度 | 洁净度 |
低 | Ⅲ级 |
中 | Ⅱ级 |
高 | Ⅰ级 |
需要说明的是,粗糙度越高,对应的洁净度越低。例如,粗糙度为“低”时,对应的洁净度为Ⅲ级,表示马桶中几乎没有污渍或有少量污渍,如图6所示;粗糙度为“中”时,对应的洁净度为Ⅱ级,表示马桶中存在比较多的污渍,如图7所示;粗糙度为“高”时,对应的洁净度为Ⅰ级,表示马桶中存在大量的污渍,如图8所示。
示例性的,若确定马桶的内腔对应的粗糙度为“高”,则可以确定马桶对应的洁净度为Ⅰ级。
通过根据目标图像确定马桶的内腔对应的粗糙度,可以准确地根据内腔的粗糙度确定马桶对应的洁净度,可以根据马桶的洁净度确定马桶的冲洗参数,在彻底将马桶冲洗干净的同时,还可以节约资源。
步骤S30、根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。
示例性的,冲洗参数可以包括但不限于出水速度、出水时间和洗涤剂量。
其中,出水速度可以包括v、2v、3v三种速度;出水时间可以包括t、t+5、t+10三种时间;洗涤剂量可以包括b、2b、3b三种容量,其中v、t、b的具体数值在此不作限定。
在一些实施例中,根据马桶对应的洁净度确定马桶对应的冲洗参数,并控制马桶按照冲洗参数进行冲洗可以包括:根据马桶对应的洁净度,确定马桶对应的出水速度、出水时间和洗涤剂量;控制马桶按照出水速度与出水时间进行出水以及喷洒洗涤剂量进行冲洗马桶。
具体地,洁净度与冲洗参数之间预设的对应关系,如表4所示。
表4冲洗参数表
洁净度 | 出水速度(m/s) | 出水时间(s) | 洗涤剂量(ml) |
Ⅰ级 | 3v | t+10 | 3b |
Ⅱ级 | 2v | t+5 | 2b |
Ⅲ级 | v | t | b |
示例性的,若洁净度为Ⅰ级,则可以确定出水速度为3v m/s、出水时间为t+10s、洗涤剂量为3b ml。
可以理解的是,当马桶对应的洁净度等级越低,表示马桶中的污渍越多,因此需要将冲洗参数设为更快的出水速度、更久的出水时间以及更多的洗涤剂量,以将污渍彻底冲洗干净。
示例性的,若马桶对应的洁净度为Ⅰ级,则可以确定马桶对应的出水速度为3v m/s、出水时间为t+10s、洗涤剂量为3b ml;然后控制马桶按照3v m/s的出水速度、t+10s的出水时间以及添加3b ml的洗涤剂量进行冲洗马桶。
通过根据马桶对应的洁净度,可以确定马桶对应的出水速度、出水时间以及洗涤剂量;从而可以控制马桶按照出水速度进行出水和喷洒洗涤剂,按照出水时间进行冲洗,确保彻底冲洗干净马桶中的污渍,提高了马桶冲洗的洁净度。
如图9所示,该冲洗控制方法还包括步骤S40至步骤S60。
步骤S40、若所述马桶对应的洁净度小于预设的洁净度等级,则确定所述目标图像中的污渍对应的位置信息。
需要说明的是,当马桶中存在大量污渍时,难以确保一次就可将全部污渍冲洗干净;此时需要确定马桶中的污渍所在的位置,根据污渍对应的位置调整马桶的冲水方向,实现对污渍进行针对性地冲洗,保证将全部污渍冲洗干净。
具体地,若马桶对应的洁净度小于预设的洁净度等级,则说明马桶中存在大量的污渍,因此需要确定目标图像中的污渍对应的位置信息。
示例性的,预设的洁净度等级可以为洁净度Ⅱ级。比如,马桶对应的洁净度为Ⅰ级,小于预设的洁净度Ⅱ级,说明马桶中存在大量的污渍。
示例性的,位置信息包括污渍对应的方位。例如,污渍相对于目标图像的方位。
在一些实施例中,确定目标图像中的污渍对应的位置信息可以包括:将目标图像划分为多个区域,确定目标图像中的污渍所在的区域;根据污渍所在的区域相对于目标图像的方位,得到污渍对应的方位。
示例性的,如图10所示,将目标图像划分为A、B、C三个区域,通过根据A区域、B区域、C区域各自对应的像素值,确定目标图像中的污渍所在的区域。例如A区域对应的像素值为20像素,B区域对应的像素值为220像素、C区域对应的像素值为240像素,则可以确定A区域存在污渍,B区域和C区域不存在污渍。
在图10中,A区域、B区域、C区域三个区域相对于目标图像而言,三个区域的位置分别为左侧、中间、右侧。由于污渍所在的A区域相对于目标图像的方位,是在目标图像的左侧,因此可以确定污渍对应的方位为“左侧”。
通过确定目标图像中的污渍对应的方位,可以针对污渍所在的位置进行精准地冲洗。
步骤S50、根据所述污渍对应的位置信息确定所述马桶对应的冲水方向。
可以理解的是,通过根据污渍对应的方位进行确定马桶的冲水方向,可以调节马桶的喷水口的方向,使得喷水口对准马桶内腔中的污渍进行喷水,实现对污渍进行精准地冲洗,可以保证将污渍彻底冲洗干净。
其中,马桶的喷水口可以设置在马桶内沿的两侧。
具体地,根据污渍对应的方位确定马桶对应的冲水方向。
示例性的,若马桶中的污渍对应的方位为“左侧”,则可以调整马桶中的喷水口的冲水方向向着左侧;若马桶中的污渍对应的方位为“右侧”,则可以调整马桶中的喷水口的冲水方向向着右侧。
步骤S60、根据所述马桶对应的冲洗参数,控制所述马桶按照所述冲洗参数在所述冲水方向进行冲洗所述马桶。
具体地,冲洗参数可以包括出水速度、出水时间和洗涤剂量。
示例性的,若马桶对应的冲洗参数为出水速度为3v m/s、出水时间为t+10s、洗涤剂量为3b ml,且冲水方向为左侧,则控制马桶按照3v m/s的出水速度、t+10s的出水时间以及添加3b ml的洗涤剂量,且冲水方向为左侧,对马桶的内腔进行冲洗。
根据马桶对应的冲洗参数进行冲洗马桶,可以参见上文实施方式的详细描述,此处不再赘述。
上述实施例提供的冲洗控制方法,通过获取用户使用马桶后的包括马桶的内腔的目标图像,可以根据目标图像确定内腔对应的粗糙度,从而准确地根据内腔的粗糙度确定马桶对应的洁净度;通过根据马桶对应的洁净度,可以确定马桶对应的出水速度、出水时间以及洗涤剂量,从而可以控制马桶按照出水速度进行出水和喷洒洗涤剂,按照出水时间进行冲洗,确保彻底冲洗干净马桶中的污渍,提高了马桶冲洗的洁净度;通过在马桶对应的洁净度小于预设的洁净度等级,确定目标图像中的污渍对应的方位,可以根据污渍的方位确定马桶对应的冲水方向,实现对污渍进行精准地冲洗,可以保证将污渍彻底冲洗干净。
本申请的实施例中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存储有计算机程序,所述计算机程序中包括程序指令,所述处理器执行所述程序指令,实现本申请实施例提供的任一项冲洗控制方法。例如,该计算机程序被处理器加载,可以执行如下步骤:
获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔;根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度;根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,所述计算机可读存储介质可以是前述实施例所述的马桶的内部存储单元,例如所述马桶的硬盘或内存。所述计算机可读存储介质也可以是所述马桶的外部存储设备,例如所述马桶上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字卡(Secure Digital,SD),闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种冲洗控制方法,应用于马桶中,其特征在于,所述方法包括:
获取用户使用马桶后对应的目标图像,所述目标图像包括所述马桶的内腔;
根据所述目标图像确定所述马桶的内腔对应的粗糙信息,根据所述粗糙信息确定所述马桶对应的洁净度;
根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗。
2.根据权利要求1所述的冲洗控制方法,其特征在于,所述马桶安装有红外线感应器和拍摄装置,所述获取用户使用马桶后对应的目标图像,包括:
若根据所述红外线感应器检测到用户离开所述马桶,则生成拍摄指令,并根据所述拍摄指令控制所述拍摄装置采集所述用户使用所述马桶后对应的目标图像;或
获取所述用户输入用于指示所述拍摄装置对所述马桶的内腔进行拍摄的拍摄指令,根据所述拍摄指令控制所述拍摄装置采集所述用户使用所述马桶后对应的目标图像。
3.根据权利要求2所述的冲洗控制方法,其特征在于,所述获取用户输入用于指示所述拍摄装置对所述马桶的内腔进行拍摄的拍摄指令,包括:
获取所述用户输入的语音信息,根据所述语音信息生成对所述马桶的内腔进行拍摄的拍摄指令;或
接收所述用户基于所述马桶预设的拍摄按键的触发操作,根据所述触发操作生成对所述马桶的内腔进行拍摄的拍摄指令。
4.根据权利要求2所述的冲洗控制方法,其特征在于,所述拍摄装置可以包括超景深相机;所述根据所述目标图像确定所述马桶的内腔对应的粗糙信息,包括:
基于所述超景深相机,获取所述目标图像中的马桶的内腔对应的粗糙信息;或
根据所述目标图像中的内腔的像素值,确定所述马桶对应的粗糙信息;或
基于预先训练好的粗糙度识别模型,根据所述目标图像确定所述马桶对应的粗糙信息。
5.根据权利要求4所述的冲洗控制方法,其特征在于,所述粗糙信息包括所述内腔的粗糙度;
所述基于所述超景深相机,获取所述目标图像中的马桶的内腔对应的粗糙信息,包括:
根据所述超景深相机识别所述目标图像中的内腔对应的高低度;
基于高低度与粗糙度之间预设的对应关系,确定所述马桶的内腔对应的粗糙度。
6.根据权利要求1所述的冲洗控制方法,其特征在于,所述冲洗参数包括出水速度、出水时间和洗涤剂量;
所述根据所述洁净度确定所述马桶对应的冲洗参数,并控制所述马桶按照所述冲洗参数进行冲洗,包括:
根据所述马桶对应的洁净度,确定所述马桶对应的出水速度、出水时间和洗涤剂量;
控制所述马桶按照所述出水速度与所述出水时间进行出水以及喷洒所述洗涤剂量进行冲洗所述马桶。
7.根据权利要求1所述的冲洗控制方法,其特征在于,所述方法还包括:
若所述马桶对应的洁净度小于预设的洁净度等级,则确定所述目标图像中的污渍对应的位置信息;
根据所述污渍对应的位置信息确定所述马桶对应的冲水方向;
根据所述马桶对应的冲洗参数,控制所述马桶按照所述冲洗参数在所述冲水方向进行冲洗所述马桶。
8.根据权利要求7所述的冲洗控制方法,其特征在于,所述位置信息包括污渍对应的方位,所述确定所述目标图像中的污渍对应的位置信息,包括:
将所述目标图像划分为多个区域,确定所述目标图像中的污渍所在的区域;
根据所述污渍所在的区域相对于所述目标图像的方位,得到所述污渍对应的方位。
9.一种马桶,其特征在于,所述马桶包括拍摄装置、存储器和处理器;
所述拍摄装置,用于采集所述马桶在使用后的内腔的图像;
所述存储器,用于存储计算机程序;
所述处理器,用于执行所述计算机程序并在执行所述计算机程序时实现如权利要求1至8中任一项所述的冲洗控制方法。
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存储有计算机程序,所述计算机程序被处理器执行时使所述处理器实现如权利要求1至8中任一项所述的冲洗控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010132776.4A CN111580395A (zh) | 2020-02-29 | 2020-02-29 | 冲洗控制方法、马桶和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010132776.4A CN111580395A (zh) | 2020-02-29 | 2020-02-29 | 冲洗控制方法、马桶和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111580395A true CN111580395A (zh) | 2020-08-25 |
Family
ID=72124830
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010132776.4A Pending CN111580395A (zh) | 2020-02-29 | 2020-02-29 | 冲洗控制方法、马桶和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111580395A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215258A (zh) * | 2020-09-17 | 2021-01-12 | 九牧厨卫股份有限公司 | 一种马桶冲刷控制方法、***及马桶 |
CN112891002A (zh) * | 2021-01-25 | 2021-06-04 | 深圳市飞猫电器有限公司 | 一种智能调节强度的洗牙器控制方法、洗牙器及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1378612A1 (de) * | 2002-07-05 | 2004-01-07 | Geberit Technik Ag | Toilettenanlage und Verfahren zum Betrieb einer solchen Anlage |
CN102216537A (zh) * | 2008-10-31 | 2011-10-12 | 丹尼斯·康明·陈 | 智能冲洗*** |
CN107097760A (zh) * | 2017-03-31 | 2017-08-29 | 西南云海大数据产业投资有限公司 | 车辆清洗信息化控制*** |
CN107807549A (zh) * | 2017-10-27 | 2018-03-16 | 北京小米移动软件有限公司 | 智能马桶的控制器及控制方法 |
CN108468368A (zh) * | 2018-03-16 | 2018-08-31 | 北京小米移动软件有限公司 | 一种控制马桶喷水的方法和装置 |
-
2020
- 2020-02-29 CN CN202010132776.4A patent/CN111580395A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1378612A1 (de) * | 2002-07-05 | 2004-01-07 | Geberit Technik Ag | Toilettenanlage und Verfahren zum Betrieb einer solchen Anlage |
CN102216537A (zh) * | 2008-10-31 | 2011-10-12 | 丹尼斯·康明·陈 | 智能冲洗*** |
CN107097760A (zh) * | 2017-03-31 | 2017-08-29 | 西南云海大数据产业投资有限公司 | 车辆清洗信息化控制*** |
CN107807549A (zh) * | 2017-10-27 | 2018-03-16 | 北京小米移动软件有限公司 | 智能马桶的控制器及控制方法 |
CN108468368A (zh) * | 2018-03-16 | 2018-08-31 | 北京小米移动软件有限公司 | 一种控制马桶喷水的方法和装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215258A (zh) * | 2020-09-17 | 2021-01-12 | 九牧厨卫股份有限公司 | 一种马桶冲刷控制方法、***及马桶 |
CN112215258B (zh) * | 2020-09-17 | 2022-10-18 | 九牧厨卫股份有限公司 | 一种马桶冲刷控制方法、***及马桶 |
CN112891002A (zh) * | 2021-01-25 | 2021-06-04 | 深圳市飞猫电器有限公司 | 一种智能调节强度的洗牙器控制方法、洗牙器及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111580393A (zh) | 冲水控制方法、马桶和存储介质 | |
US7522745B2 (en) | Sensor and imaging system | |
JP5620928B2 (ja) | 装置をアクティブモードにするシステム、方法及び装置 | |
KR101660215B1 (ko) | 존재 감지 | |
CN111580395A (zh) | 冲洗控制方法、马桶和存储介质 | |
CN102216537B (zh) | 智能冲洗*** | |
EP4349236A1 (en) | Cleaning device and dirt detection method | |
CN109951636A (zh) | 拍照处理方法、装置、移动终端以及存储介质 | |
CN111580396A (zh) | 清洗控制方法、洗碗机和存储介质 | |
US20140267631A1 (en) | Methods for reducing power consumption of a 3d image capture system | |
CN104871034B (zh) | 人体检测传感器及自动龙头 | |
US6671890B2 (en) | Automatic water feed method in lavatory using artificial retina sensor and automatic water feed mechanism in lavatory using artificial retina sensor | |
WO2014192230A1 (ja) | 人体検知センサ及び自動水栓 | |
CN111568327A (zh) | 餐具洗涤控制方法、洗碗机和存储介质 | |
CN108468368B (zh) | 一种控制马桶喷水的方法和装置 | |
CN110572636A (zh) | 摄像头脏污检测方法、装置、存储介质及电子设备 | |
CN111568185A (zh) | 饮水机的控制方法、饮水机及计算机可读存储介质 | |
JP2012226909A (ja) | 人体検知センサ及び自動水栓 | |
CN115006031B (zh) | 冲牙器自动冲洗控制方法、装置和冲牙器 | |
JP2021052237A (ja) | 付着物検出装置および付着物検出方法 | |
CN111580394A (zh) | 冲洗控制方法、马桶、***和存储介质 | |
US20200004273A1 (en) | Method, apparatus and storage medium for controlling drainage of equipment | |
CN116180848A (zh) | 一种龙头 | |
CN107165244A (zh) | 骨折患者使用的坐便器及方法 | |
JP2023142067A (ja) | 画像取得装置及びトイレシステム |
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: 20200825 |
|
RJ01 | Rejection of invention patent application after publication |