CN113671849A - 一种智能家居设备控制方法及装置 - Google Patents
一种智能家居设备控制方法及装置 Download PDFInfo
- Publication number
- CN113671849A CN113671849A CN202111035680.7A CN202111035680A CN113671849A CN 113671849 A CN113671849 A CN 113671849A CN 202111035680 A CN202111035680 A CN 202111035680A CN 113671849 A CN113671849 A CN 113671849A
- Authority
- CN
- China
- Prior art keywords
- doppler
- intelligent household
- household equipment
- designated
- point cloud
- 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 57
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 238000004891 communication Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 13
- 238000013145 classification model Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 8
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 22
- 230000007123 defense Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010408 sweeping Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005096 rolling process 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
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)
- Radar Systems Or Details Thereof (AREA)
Abstract
本申请涉及一种智能家居设备控制方法及装置,若检测到指定用户离开指定区域,则生成第一指令,并且,根据毫米波雷达采集的点云数据,确定指定区域内是否存在非指定用户,生成非指定用户检测结果;将第一指令,发送至位于指定区域中的智能家居设备,使得接收到第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率,并且,若非指定用户检测结果示出指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。本说明书中的方法能够减轻用户对智能家居设备的控制负担,并有利于保障指定区域的财产安全。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种智能家居设备控制方法及装置。
背景技术
智能家居设备(smart home,home automation)是以住宅为平台,利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成,构建高效的住宅设施与家庭日程事务的管理***,提升家居安全性、便利性、舒适性、艺术性,并实现环保节能的居住环境。
一方面,智能家居设备能够为用户的生活提供极大的便利;另一方面,对智能家居设备进行的控制也一定程度的成为了用户的负担。
发明内容
本申请提供了一种智能家居设备控制方法及装置,以解决现有技术中存在的投放的媒体数据难以实现预期的转化效果的问题。
第一方面,本申请提供了一种智能家居设备控制方法,该方法包括:
若检测到指定用户离开所述指定区域,则生成第一指令,并且,根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果;将所述第一指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,所述智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率,并且,若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
在本说明书一个可选的实施例中,生成第一指令,包括:根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别,针对识别出的每个类别,生成该类别的智能家居设备对应的第一指令,作为该类别的第一目标指令;将所述第一指令,发送至位于所述指定区域中的智能家居设备,包括:针对生成的每个第一目标指令,将所述第一目标指定发送至所述第一目标指令对应的类别的智能家居设备。
在本说明书一个可选的实施例中,根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别包括:根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差;将所述目标特征,输入分类模型,得到所述分类模型输出的各物体所属的智能家居设备的类别。
在本说明书一个可选的实施例中,所述方法包括以下至少一项:
所述分类模型是支持向量机;
所述多普勒偏移量是采用公式一得到的:
Offset=mean(High)-mean(Low) (公式一)
式中,Offset是多普勒偏移量,mean(High)是高频包络线的均值,mean(Low)是低频包络线的均值;
多普勒躯干带宽是采用公式二得到的:
Torso Bandwise=min(High)-max(Low) (公式二)
式中,Torso Bandwise是多普勒躯干带宽,min(High)是高频包络线的最小频率值,max(Low)是低频包络线得最大频率值;
多普勒质心是采用公式三和公式四得到的:
式中,meanest是多普勒质心,m是一帧点云数据中的点的数量,SNRi是第i个点的信噪比,doppleri是第i个点的多普勒速度,n是一个指定周期内采集的点云数据的帧的数量;
多普勒总带宽是采用公式五得到的:
Bandwise=max(High)-min(Low) (公式五)
式中,Bandwise是多普勒总带宽,max(High)是高频包络线的最大频率,min(Low)是低频包络线的最小频率值;
帧均值是采用公式六至公式十一得到的:
Acc_range=range1*SNR1+range2*SNR2+…+rangem*SNRm (公式六)
Acc_angle=angle1*SNR1+angle2*SNR2+…+anglem*SNRm (公式七)
Acc_doppler=doppler1*SNR1+doppler2*SNR2+…+dopplerm*SNRm (公式八)
Acc_snr=SNR1+SNR2+…+SNRm (公式九)
式中,mean_rad是帧均值,w1、w2和w3是预设的权重;rangei是第i个点对应的物体在指定周期内的移动距离,rangei是第i个点的角度;
帧标准差是采用公式六至公式十、和公式十二得到的:
式中,std_rad是帧标准差;
相对移动距离平均差的标准差是采用公式十三至公式十六得到的:
式中,std_MD_range是相对移动距离平均差的标准差。
在本说明书一个可选的实施例中,若检测到指定用户离开指定区域,则生成第一指令之后,所述方法还包括:若检测到所述指定用户进入所述指定区域,则生成第二指令;将所述第二指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第二状态。
在本说明书一个可选的实施例中,生成非指定用户检测结果之后,所述方法还包括:对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹;存储所述移动轨迹,和/或,将所述移动轨迹发送至所述指定终端。
在本说明书一个可选的实施例中,对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹,包括:根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差;采用跟踪算法对所述目标特征进行处理,得到所述非指定用户在所述指定区域内的移动轨迹。
第二方面,本申请提供了一种智能家居设备控制装置,所述装置包括:
指定用户检测模块,配置为若检测到指定用户离开所述指定区域,则生成第一指令;
非指定用户检测结果生成模块,配置为根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果;
第一指令发送模块,配置为发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,所述智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率;
安全提示消息发送模块,配置为若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
第三方面,本申请提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面中任一智能家居设备控制方法的步骤。
第四方面,本申请提供了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,所述计算机程序被处理器执行时实现第一方面中任一智能家居设备控制方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本说明书中的智能家居设备控制方法及装置,一方面根据指定用户与指定区域的相对位置关系,对智能家居设备的工作状态进行控制。具体地,在检测到指定用户离开指定区域的情况系下,将第一指令发送至指定区域内的智能家居设备,使得智能家居设备根据第一指令降低其自身运行的工作效率,以降低智能家居设备消耗的资源,在实现对智能家居设备的控制的同时,一定程度地减轻用户控制智能家居设备的负担。另一方面,在检测到非指定用户进入指定区域的情况下,将安全提示消息发送至指定终端,以实现对指定区域的安全监督,有利于保障指定区域的财产安全。此外,本说明书中的家居控制方法以毫米波雷达采集的点云数据为依据,能够有效地提高检测的精度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种智能家居设备控制过程涉及的场景示意图;
图2为本申请实施例提供的一种智能家居设备控制过程的流程示意图;
图3为本申请实施例提供的一种确定点云分布面积均值和点云分布面积的标准差的流程示意图;
图4为对应于图2方法过程部分步骤的智能家居设备控制装置示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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的一部分实施例,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的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。
本说明书中的智能家居设备控制过程可以由总控设备执行。总控设备可以是某一个设备,也可以是某几个设备构成的集群。总控设备可以设置在指定区域中,总控设备也可以设置的指定区域之外。示例性地如图1所示,总控设备与毫米波雷达通信连接,以获取毫米波雷达采集的点云数据。总控设备与智能家居设备(例如智能家居设备1至智能家居设备k)通信连接,以控制智能家居设备的工作状态。总控设备与指定终端通信连接,以向指定终端发送消息。
如图2所示,本说明书中的智能家居设备控制方法包括以下步骤:
S200:检测到指定用户离开所述指定区域。
在本说明书中,指定区域可以是空间上某一个范围。指定用户是对指定区域具有较高级别的管理权限的用户。示例性的,指定区域可以是某个房间,指定用户可以是居住在该房间中的用户。
本说明书中的总控设备与指定终端通信连接,指定终端是由指定用户管理的终端。在本说明书一个可选的实施例中,由指定终端生成第一通知消息,发送至总控设备。第一通知消息可以是指定终端在指定用户的控制下生成的,第一通知消息用于告知总控设备指定用户即将离开或已经离开指定区域。总控装置在接收到第一通知消息之后,则确定检测到指定用户离开了指定区域。指定用户是否在家是毫米波雷达检测区域是否有指定用户在家进行实时判别的,当指定用户离家后,毫米波雷检测到有人入侵时会发生报警,同时将信息发送至指定用户设备端,即实现布防功能。此时需要指定用户去根据指定用户设备端接收信息去辅助判别检测到目标是指定用户家庭成员还是他人入侵。此时是指定用户执行辅助判别。
S202:生成第一指令。
本说明书中的第一指令用于对指定区域内的智能家居设备的工作状态进行调节。通常情况下,智能家居设备至少包括两种工作状态,例如,待机状态和运行状态。某些智能家居设备还可能包括三种或三种以上的工作状态,例如,待机状态、第一状态和第二状态,智能家居设备处于这三种工作状态的工作效率依次升高。以智能家居设备是空调为例,空调的送风工作状态可以是第一状态,空调的强制冷工作状态可以是第二状态。
S204:根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果。
在检测到指定用户离开指定区域之后,总控设备获取毫米波雷达采集的点云数据,对获取到的点云数据进行处理,得到非指定用户检测结果。
在本说明书一个可选的实施例中,总控装置对点云数据进行处理的过程可以是:识别出点云数据中表示出的各物体,若各物体中包含人类,则将指定区域中存在非指定用户作为非指定用户检测结果。若各物体中不包含人类,则将指定区域中不存在非指定用户作为非指定用户检测结果。
由于本说明书中的过程是在检测到指定用户离开指定区域之后执行的,则在指定用户离开指定区域之后,在指定区域内检测到的人类均可以判定为非指定用户。
在本说明书一个可选的实施例中,总控设备从毫米波雷达获取到毫米波雷达采集的原始数据,然后对原始数据进行模数信号转换和DSP信号处理,得到点云数据。
需要说明的是,步骤S202和步骤S204的执行次序不分先后。
S206:将所述第一指令,发送至位于所述指定区域中的智能家居设备。
以使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态。
可见,通过本说明书中的智能家居设备控制过程,能够在指定用户离开指定区域的情况下,使得智能家居设备根据第一指令降低其自身运行的工作效率,以降低智能家居设备消耗的资源,在实现对智能家居设备的控制的同时,一定程度地减轻用户控制智能家居设备的负担。
S208:若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
本说明书中的安全提示消息可以包含以下几个维度的信息之一:非指定用户进入指定区域的时间,非指定用户在指定区域中所处的具***置,非指定用户的数量等。安全提示消息可以是短信或者应用消息等。
可见,通过本说明书中的智能家居设备控制过程,能够在检测到非指定用户进入指定区域的情况下,将安全提示消息发送至指定终端,以实现对指定区域的安全监督,有利于保障指定区域的财产安全。
由于不同的智能家居设备预设的工作状态的数量有可能不同,例如前文中所述的,有的智能家居设备的工作状态的数量是2个,有的智能家居设备的工作状态的数量是3个,则如何对不同的智能家居设备的工作状态采取与之相适应的调整,成为亟待解决的问题。
在本说明书一个可选的实施例中,生成第一指令的过程可以是:根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别,针对识别出的每个类别,生成该类别的智能家居设备对应的第一指令,作为该类别的第一目标指令。
将所述第一指令,发送至位于所述指定区域中的智能家居设备,包括:针对生成的每个第一目标指令,将所述第一目标指定发送至所述第一目标指令对应的类别的智能家居设备。
可选地,主控设备中存储有预设的指令对照表,指定对照表可以是根据人工的操作生成的。指令对照表中存储有各智能家居设备和与各智能家居设备对应的第一指令。则可以针对每个智能家居设备,从指令对照表中查找出该智能家居设备对应的第一指令。
示例性地,针对空调这一智能家居设备,第一指令用于将空调的工作状态调整为待机状态,主人不在室内时,则无需对室内的温度进行调节。针对扫地机器人这一智能家居设备,第一指令用于将扫地机器人的工作状态调整为间歇性运行的工作状态,主人不在室内也应该保持室内的清洁。
为了较为精确的识别出指定区域内的智能家居设备,在本说明书一个可选的实施例中,主控设备根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差。将所述目标特征,输入分类模型,得到所述分类模型输出的各物体所属的智能家居设备的类别。
其中,分类模型可以是支持向量机。
现就如何根据毫米波雷达采集的点云数据确定各特征进行说明。
1、关于多普勒偏移量。
不同物体在运动过程中产生的摆动(例如,前后摆动、左右摆动等)的不对称性通常是不同的,则可以通过时频信息中以高频(High)包络线的均值与低频(Low)包络线均值的差值表示多普勒偏移量,如公式一所示。
Offset=mean(High)-mean(Low) (公式一)
式中,Offset是多普勒偏移量,mean(High)是高频包络线的均值,mean(Low)是低频包络线的均值。其中,上包络线:每帧多普勒速度的最大值(假设记为upper_envelope_f)与estCoM的差值。下包络线:每帧多普勒速度的最小值(假设记为lower_envelope_f)与estCoM的差值。最后,均值就是计算其固定时长(即一定帧数,n帧)为一个指定周期下的均值.estCoM上面公式已有。
2、关于多普勒躯干带宽。
点云数据采集过程中,躯干移动速度的变化幅度通常是不同的,以高频包络线地最小频率值与低频包络线得最大频率值得差值表示多普勒躯干带宽。在本说明书中,躯干表示智能家居设备的主体部分(例如,空调的机箱及机箱内部的部件可以视为空调的躯干,但空调的电源线不适于视为空调的躯干)和/或非指定用户的身体的主要部分(例如,非指定用户的身体、四肢、头部均可以视为非指定用户的躯干,非指定用户手中持有的物品不适于视为非指定用户的躯干),如公式二所示。
Torso Bandwise=min(High)-max(Low) (公式二)
式中,Torso Bandwise是多普勒躯干带宽,min(High)是高频包络线的最小频率值,max(Low)是低频包络线得最大频率值。其中,高频包络线地最小(大)频率值计算其固定时长(即一定帧数,n帧)为一个指定周期下的最小(大)频率值。
3、关于多普勒质心。
在本说明书中以某一单位时长t1为一帧,一帧点云数据中的点数总数目为m,以固定时长(即一定帧数,n帧)为一个指定周期,确定多普勒质心,如公式三和公式四所示。
式中,meanest是多普勒质心,m是一帧点云数据中的点的数量,SNRi是第i个点的信噪比,doppleri是第i个点的多普勒速度,n是一个指定周期内采集的点云数据的帧的数量,n可以是预设值。
4、关于多普勒速度。
多普勒速度可以用于表征物体移动速度的变化情况。本说明书中的过程对经过时间窗函数(例如,rolling)的截断光谱图(光谱图可以通过点云数据获得)中各指定周期的峰值信号对应的频率值进行平均,从而可以获得物体躯干的多普勒频率特性,由于频率与多普勒速度正相关,以多普勒速度实现特征之一提取工作。
5、关于多普勒总带宽。
多普勒总带宽可以用于表征物体的摆动速度。本说明书以高频包络线的最大频率与低频包络线的最小频率值的差值表示多普勒总带宽,如公式五所示。
Bandwise=max(High)-min(Low) (公式五)
式中,Bandwise是多普勒总带宽,max(High)是高频包络线的最大频率,min(Low)是低频包络线的最小频率值。
6、关于速度标准差、角度标准差和距离标准差。
在本说明书中,速度即为物体的移动速度。速度标准差、角度标准差和距离标准差能够表示出物体的移动范围。由于用户与智能家居设备的运行角度与运行相对距离也是有所差异性,本说明书中的过程采用速度标准差、角度标准差和距离标准差进行物体识别,有利于提高识别准确度。点的角速度是经过信号处理后的点云信息中包含的,其包含距离、角度、多普勒速度以及信噪比,其均是点相对于毫米波雷达天线而言的相对量。
示例性地,速度标准差、角度标准差和距离标准差可以采用以下步骤得到。
Step1:计算每帧中角度、距离的平均值;
Step2:计算每帧中每个点的角度、距离与平均值差值绝对值的累加和;
Step3:对step2中的累加和求平均,其中分母为点云的点的数目,即m是一帧点云数据中的点的数量;
Step4:以固定时长(即一定帧数,n帧)为一个指定周期,计算step3中求得结果的角度与速度相关量的标准差。
7、关于帧均值。
本说明书中的帧均值可以采用公式六至公式十一计算得到。
帧均值是采用公式六至公式十一得到的:
Acc_range=range1*SNR1+range2*SNR2+…+rangem*SNRm (公式六)
Acc_angle=angle1*SNR1+angle2*SNR2+…+anglem*SNRm (公式七)
Acc_doppler=doppler1*SNR1+doppler2*SNR2+…+dopplerm*SNRm (公式八)
Acc_snr=SNR1+SNR2+…+SNRm (公式九)
式中,mean_rad是帧均值,w1、w2和w3是预设的权重;rangei是第i个点对应的物体指定周期内的移动距离,rangei是第i个点的角度。在本说明书中,每帧含有多个点,点云信息包含距离、角度、多普勒速度、信噪比。
8、关于帧标准差。
帧标准差是采用公式六至公式十、和公式十二得到的:
式中,std_rad是帧标准差。
9、关于点云分布面积的均值。
不同的物体在对点云数据处理后得到的图像中所占的面积不同,比如非指定用户受检测面积与扫地机器人的受检测面积不同,以检测点横纵坐标最大最小值差值的面积为单帧衡量依据,确定点云分布面积的均值过程如下:
S300:针对每一帧点云数据,根据距离与角度关系(具体地,距离与角度关系之间的关系为笛卡尔坐标系的关系),确定出该帧点云数据中的横纵坐标最大值与最小值。
其中,笛卡尔坐标系下角度与距离关系,可计算横纵坐标距离的最大值与最小值。角度与距离是点云信息中的值。
S302:针对每个物体,确定出该物体在该帧点云数据处理后得到的图像中对应的面积。
S304:确定指定周期内,该物体在指定周期内的各帧点云数据各自对应的面积,确定该物体的点云分布面积均值(mean_area)和点云分布面积的标准差(std_area)。
10、关于相对移动距离平均差的标准差。
针对有规律以及相对匀速运动的智能家具设备,利用各变量值与平均值差值的绝对值的算术平均值表示差异程度,有利于表示出不同物体之间的区别。
相对移动距离平均差的标准差可以采用公式十三至公式十六得到。
式中,std_MD_range是相对移动距离平均差的标准差。
至此,得到用于对物体进行识别的各特征。
在本说明书进一步可选的实施例中,除针对指定用户离开指定区域的情况对智能家居设备进行控制之外,在指定用户进入指定区域的情况下,也对智能家居设备进行控制。
具体地,检测到所述指定用户进入所述指定区域,则生成第二指令;
将所述第二指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第二状态。
在识别出指定区域内的各物体之后,若各物体中的某一个物体是人类,则确定该物体是非指定用户。然后,对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹。存储所述移动轨迹,和/或,将所述移动轨迹发送至所述指定终端。
具体地,确定非指定用户的移动轨迹的过程可以是根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差。将所述目标特征输入跟踪算法,得到所述非指定用户在所述指定区域内的移动轨迹。
其中,跟踪算法示例性地可以是meanshif算法等。
可见,通过本说明书中的过程能够获取到非指定用户在指定区域内的行踪,有利于对非指定用户的非法行为进行取证。
在本说明书一个可选的实施例中,由指定终端生成第二通知消息,发送至总控设备。第二通知消息可以是指定终端在指定用户的控制下生成的,第二通知消息用于告知总控设备指定用户即将进入或已经进入指定区域。总控装置在接收到第二通知消息之后,则确定检测到指定用户进入了指定区域,以进一步减轻用户对智能家居的控制负担。
在本说明书一个可选的实施例中,在步骤S202之前,将毫米波雷达在空间上的采集范围,作为指定区域。
在本说明书另一个可选的实施例中,在步骤S202之前,可以获取毫米波雷达在预设时间段内采集的点云数据。根据点云数据表示出的各个点在空间上的分布,确定毫米波雷达在空间上的采集范围,作为参照范围。然后,从参照范围中,确定出指定区域。
进一步地,从参照范围中,确定指定区域的过程可以是:根据毫米波雷达采集的点云数据,识别出参照范围内的智能家居设备。针对每个智能家居设备,将该指定家居设备作为中心,以指定距离(可以是预设值,可以由指定用户设定)为半径做球形,得到该智能家居设备对应的指定子范围。将各智能家居设备的各指定子范围的并集,作为指定范围。将所述指定范围与参照范围的交集,确定为指定区域。
在本说明书一个可选的实施例中,在步骤S204之前,本说明书中的方法还包括:在检测到指定用户离开指定区域的时,生成布防提示消息发送至指定终端,布防提示消息用于提示指定用户是否执行布防。若总控设备接收到指定终端根据布防提示消息返回的布防指令,则执行步骤S204。
基于同样的思路,本说明书进一步提供一种智能家居设备控制装置,应用于智能家居设备控制端,如图4所示,该一种智能家居设备控制装置包括以下模块中的一个或多个:
指定用户检测模块400,配置为若检测到指定用户离开所述指定区域,则生成第一指令;
非指定用户检测模块402,配置为根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果;
第一指令发送模块404,配置为发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,所述智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率;
安全提示消息发送模块406,配置为若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
在本说明书一个可选的实施例中,指定用户检测模块400具体配置为:根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别,针对识别出的每个类别,生成该类别的智能家居设备对应的第一指令,作为该类别的第一目标指令。
在本说明书一个可选的实施例中,第一指令发送模块404具体配置为:针对生成的每个第一目标指令,将所述第一目标指定发送至所述第一目标指令对应的类别的智能家居设备。
在本说明书一个可选的实施例中,指定用户检测模块400具体配置为:根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差。将所述目标特征,输入分类模型,得到所述分类模型输出的各物体所属的智能家居设备的类别。
在本说明书一个可选的实施例中,所述装置包括以下至少一项:
所述分类模型是支持向量机;
所述多普勒偏移量是采用公式一得到的:
Offset=mean(High)-mean(Low) (公式一)
式中,Offset是多普勒偏移量,mean(High)是高频包络线的均值,mean(Low)是低频包络线的均值;
多普勒躯干带宽是采用公式二得到的:
Torso Bandwise=min(High)-max(Low) (公式二)
式中,Torso Bandwise是多普勒躯干带宽,min(High)是高频包络线的最小频率值,max(Low)是低频包络线得最大频率值;
多普勒质心是采用公式三和公式四得到的:
式中,meanest是多普勒质心,m是一帧点云数据中的点的数量,SNRi是第i个点的信噪比,doppleri是第i个点的多普勒速度,n是一个指定周期内采集的点云数据的帧的数量;
多普勒总带宽是采用公式五得到的:
Bandwise=max(High)-min(Low) (公式五)
式中,Bandwise是多普勒总带宽,max(High)是高频包络线的最大频率,min(Low)是低频包络线的最小频率值;
帧均值是采用公式六至公式十一得到的:
Acc_range=range1*SNR1+range2*SNR2+…+rangem*SNRm (公式六)
Acc_angle=angle1*SNR1+angle2*SNR2+…+anglem*SNRm (公式七)
Acc_doppler=doppler1*SNR1+doppler2*SNR2+…+dopplerm*SNRm (公式八)
Acc_snr=SNR1+SNR2+…+SNRm (公式九)
式中,mean_rad是帧均值,w1、w2和w3是预设的权重;rangei是第i个点对应的物体在指定周期内的移动距离,rangei是第i个点的角度;
帧标准差是采用公式六至公式十、和公式十二得到的:
式中,std_rad是帧标准差;
相对移动距离平均差的标准差是采用公式十三至公式十六得到的:
式中,std_MD_range是相对移动距离平均差的标准差。
在本说明书一个可选的实施例中,所述装置还可以包括第二指令生成模块,配置为:若检测到所述指定用户进入所述指定区域,则生成第二指令;将所述第二指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第二状态。
在本说明书一个可选的实施例中,所述装置还可以包括轨迹检测模块,配置为:对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹;存储所述移动轨迹,和/或,将所述移动轨迹发送至所述指定终端。
在本说明书一个可选的实施例中,所述轨迹检测模块具体配置为根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差;将所述目标特征输入跟踪算法,得到所述非指定用户在所述指定区域内的移动轨迹。
如图5所示,本申请实施例提供了一种智能家居设备控制设备,包括处理器111、通信接口112、存储器113和通信总线114,其中,处理器111,通信接口112,存储器113通过通信总线114完成相互间的通信,
存储器113,用于存放计算机程序;
在本申请一个实施例中,处理器111,用于执行存储器113上所存放的程序时,实现前述任意一个方法实施例提供的智能家居设备控制的控制方法。
本申请实施例还提供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前述任意一个方法实施例提供的智能家居设备控制的步骤。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种智能家居设备控制方法,其特征在于,所述方法包括:
若检测到指定用户离开所述指定区域,则生成第一指令,并且,根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果;
将所述第一指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,所述智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率,并且,若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
2.根据权利要求1所述的方法,其特征在于,
生成第一指令,包括:根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别,针对识别出的每个类别,生成该类别的智能家居设备对应的第一指令,作为该类别的第一目标指令;
将所述第一指令,发送至位于所述指定区域中的智能家居设备,包括:针对生成的每个第一目标指令,将所述第一目标指定发送至所述第一目标指令对应的类别的智能家居设备。
3.根据权利要求2所述的方法,其特征在于,根据所述毫米波雷达采集的点云数据,识别出位于所述指定区域中的智能家居设备的类别包括:
根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差;
将所述目标特征,输入分类模型,得到所述分类模型输出的各物体所属的智能家居设备的类别。
4.根据权利要求3所述的方法,其特征在于,所述方法包括以下至少一项:
所述分类模型是支持向量机;
所述多普勒偏移量是采用公式一得到的:
Offset=mean(High)-mean(Low) (公式一)
式中,Offset是多普勒偏移量,mean(High)是高频包络线的均值,mean(Low)是低频包络线的均值;
多普勒躯干带宽是采用公式二得到的:
Torso Bandwise=min(High)-max(Low) (公式二)
式中,Torso Bandwise是多普勒躯干带宽,min(High)是高频包络线的最小频率值,max(Low)是低频包络线得最大频率值;
多普勒质心是采用公式三和公式四得到的:
式中,meanest是多普勒质心,m是一帧点云数据中的点的数量,SNRi是第i个点的信噪比,doppleri是第i个点的多普勒速度,n是一个指定周期内采集的点云数据的帧的数量;
多普勒总带宽是采用公式五得到的:
Bandwise=max(High)-min(Low) (公式五)
式中,Bandwise是多普勒总带宽,max(High)是高频包络线的最大频率,min(Low)是低频包络线的最小频率值;
帧均值是采用公式六至公式十一得到的:
Acc_range=range1*SNR1+range2*SNR2+…+rangem*SNRm (公式六)
Acc_angle=angle1*SNR1+angle2*SNR2+…+anglem*SNRm (公式七)
Acc_doppler=doppler1*SNR1+doppler2*SNR2+…+dopplerm*SNRm (公式八)
Acc_snr=SNR1+SNR2+…+SNRm (公式九)
式中,mean_rad是帧均值,w1、w2和w3是预设的权重;rangei是第i个点对应的物体在指定周期内的移动距离,rangei是第i个点的角度;
帧标准差是采用公式六至公式十、和公式十二得到的:
式中,std_rad是帧标准差;
相对移动距离平均差的标准差是采用公式十三至公式十六得到的:
式中,std_MD_range是相对移动距离平均差的标准差。
5.根据权利要求1所述的方法,其特征在于,若检测到指定用户离开指定区域,则生成第一指令之后,所述方法还包括:
若检测到所述指定用户进入所述指定区域,则生成第二指令;
将所述第二指令,发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第二状态。
6.根据权利要求1所述的方法,其特征在于,生成非指定用户检测结果之后,所述方法还包括:
对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹;
存储所述移动轨迹,和/或,将所述移动轨迹发送至所述指定终端。
7.根据权利要求6所述的方法,其特征在于,对所述毫米波雷达采集的点云数据进行处理,得到所述非指定用户在所述指定区域内的移动轨迹,包括:
根据毫米波雷达采集的点云数据、和所述点云数据表示出的时频信息,确定所述指定区域内的各物体的以下特征之一,作为目标特征:多普勒偏移量、多普勒躯干带宽、多普勒质心、多普勒速度、多普勒总带宽、速度标准差、角度标准差、距离标准差、帧均值、帧标准差、点云分布面积的均值、点云分布面积的标准差、相对移动距离平均差的标准差;
采用跟踪算法对所述目标特征进行处理,得到所述非指定用户在所述指定区域内的移动轨迹。
8.一种智能家居设备控制装置,其特征在于,所述装置包括:
指定用户检测模块,配置为若检测到指定用户离开所述指定区域,则生成第一指令;
非指定用户检测结果生成模块,配置为根据毫米波雷达采集的点云数据,确定所述指定区域内是否存在非指定用户,生成非指定用户检测结果;
第一指令发送模块,配置为发送至位于所述指定区域中的智能家居设备,使得接收到所述第一指令的智能家居设备,将其自身的工作状态,调整为第一状态,所述智能家居设备处于第一状态时的工作效率,低于其处于第二状态时的工作效率;
安全提示消息发送模块,配置为若所述非指定用户检测结果示出所述指定区域内存在非指定用户,则生成安全提示消息,发送至指定终端。
9.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-7任一项所述的智能家居设备控制方法的步骤。
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,所述计算机程序被处理器执行时实现如权利要求1-7任一项所述的智能家居设备控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035680.7A CN113671849A (zh) | 2021-09-03 | 2021-09-03 | 一种智能家居设备控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111035680.7A CN113671849A (zh) | 2021-09-03 | 2021-09-03 | 一种智能家居设备控制方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113671849A true CN113671849A (zh) | 2021-11-19 |
Family
ID=78548376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111035680.7A Pending CN113671849A (zh) | 2021-09-03 | 2021-09-03 | 一种智能家居设备控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113671849A (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140129947A (ko) * | 2013-04-30 | 2014-11-07 | 인텔렉추얼디스커버리 주식회사 | 스마트 가전 장치 및 메시지 전달 시스템 |
CN105744479A (zh) * | 2016-03-09 | 2016-07-06 | 深圳微自然创新科技有限公司 | 一种基于自适应地理围栏技术的设备控制方法及相关装置 |
KR101750760B1 (ko) * | 2016-11-24 | 2017-07-11 | (주)유엠로직스 | 스마트 홈 서비스의 비정상 행위 탐지 시스템 및 그 방법 |
CN109059222A (zh) * | 2018-06-19 | 2018-12-21 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
CN109725619A (zh) * | 2019-01-24 | 2019-05-07 | 深圳市欧瑞博科技有限公司 | 智能家居***的控制方法、装置及服务器 |
CN110427986A (zh) * | 2019-07-16 | 2019-11-08 | 浙江大学 | 一种基于毫米波雷达点云特征的核支持向量机目标分类方法 |
CN110454945A (zh) * | 2019-08-30 | 2019-11-15 | 珠海格力电器股份有限公司 | 智能家电设备的控制方法及装置、控制设备 |
US20190383902A1 (en) * | 2017-03-01 | 2019-12-19 | The University Court Of The University Of St Andrews | Classification Method and Device |
CN110728701A (zh) * | 2019-08-23 | 2020-01-24 | 珠海格力电器股份有限公司 | 带毫米波雷达的手杖的控制方法、装置及智能手杖 |
CN110925969A (zh) * | 2019-10-17 | 2020-03-27 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、电子设备及存储介质 |
CN110941189A (zh) * | 2018-09-21 | 2020-03-31 | 上海小蚁科技有限公司 | 智能家居***及其控制方法、可读存储介质 |
CN111401321A (zh) * | 2020-04-17 | 2020-07-10 | Oppo广东移动通信有限公司 | 对象识别模型训练方法、装置、电子设备和可读存储介质 |
CN111419118A (zh) * | 2020-02-20 | 2020-07-17 | 珠海格力电器股份有限公司 | 一种划分区域的方法、装置、终端及计算机可读介质 |
CN111540154A (zh) * | 2020-04-01 | 2020-08-14 | 海信(山东)空调有限公司 | 一种空调及空调的安防控制方法 |
CN111813062A (zh) * | 2020-06-23 | 2020-10-23 | 北京小米移动软件有限公司 | 智能家居设备控制方法、装置及存储介质 |
CN112859636A (zh) * | 2021-02-03 | 2021-05-28 | 深圳绿米联创科技有限公司 | 智能家居控制方法、装置、家居控制设备及可读存储介质 |
-
2021
- 2021-09-03 CN CN202111035680.7A patent/CN113671849A/zh active Pending
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20140129947A (ko) * | 2013-04-30 | 2014-11-07 | 인텔렉추얼디스커버리 주식회사 | 스마트 가전 장치 및 메시지 전달 시스템 |
CN105744479A (zh) * | 2016-03-09 | 2016-07-06 | 深圳微自然创新科技有限公司 | 一种基于自适应地理围栏技术的设备控制方法及相关装置 |
KR101750760B1 (ko) * | 2016-11-24 | 2017-07-11 | (주)유엠로직스 | 스마트 홈 서비스의 비정상 행위 탐지 시스템 및 그 방법 |
US20190383902A1 (en) * | 2017-03-01 | 2019-12-19 | The University Court Of The University Of St Andrews | Classification Method and Device |
CN109059222A (zh) * | 2018-06-19 | 2018-12-21 | 广东美的制冷设备有限公司 | 空调器及其控制方法、装置和计算机可读存储介质 |
CN110941189A (zh) * | 2018-09-21 | 2020-03-31 | 上海小蚁科技有限公司 | 智能家居***及其控制方法、可读存储介质 |
CN109725619A (zh) * | 2019-01-24 | 2019-05-07 | 深圳市欧瑞博科技有限公司 | 智能家居***的控制方法、装置及服务器 |
CN110427986A (zh) * | 2019-07-16 | 2019-11-08 | 浙江大学 | 一种基于毫米波雷达点云特征的核支持向量机目标分类方法 |
CN110728701A (zh) * | 2019-08-23 | 2020-01-24 | 珠海格力电器股份有限公司 | 带毫米波雷达的手杖的控制方法、装置及智能手杖 |
CN110454945A (zh) * | 2019-08-30 | 2019-11-15 | 珠海格力电器股份有限公司 | 智能家电设备的控制方法及装置、控制设备 |
CN110925969A (zh) * | 2019-10-17 | 2020-03-27 | 珠海格力电器股份有限公司 | 一种空调控制方法、装置、电子设备及存储介质 |
CN111419118A (zh) * | 2020-02-20 | 2020-07-17 | 珠海格力电器股份有限公司 | 一种划分区域的方法、装置、终端及计算机可读介质 |
CN111540154A (zh) * | 2020-04-01 | 2020-08-14 | 海信(山东)空调有限公司 | 一种空调及空调的安防控制方法 |
CN111401321A (zh) * | 2020-04-17 | 2020-07-10 | Oppo广东移动通信有限公司 | 对象识别模型训练方法、装置、电子设备和可读存储介质 |
CN111813062A (zh) * | 2020-06-23 | 2020-10-23 | 北京小米移动软件有限公司 | 智能家居设备控制方法、装置及存储介质 |
CN112859636A (zh) * | 2021-02-03 | 2021-05-28 | 深圳绿米联创科技有限公司 | 智能家居控制方法、装置、家居控制设备及可读存储介质 |
Non-Patent Citations (1)
Title |
---|
唐卫斌等: "基于boa嵌入式的智能家居***的设计", 电子设计工程, vol. 27, no. 10, pages 173 - 177 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110925969B (zh) | 一种空调控制方法、装置、电子设备及存储介质 | |
CN109631245A (zh) | 空调控制方法、装置、存储介质及处理器 | |
CN110594943B (zh) | 一种基于声源定位控制空调的方法及*** | |
CN107906681B (zh) | 防冷风控制方法、装置、立式空调器、可读存储介质 | |
CN110248158A (zh) | 拍摄视角的调整方法及装置 | |
CN109640224A (zh) | 一种拾音方法及装置 | |
CN109739097A (zh) | 一种基于嵌入式web的智能家居机器人及其用途 | |
CN110377066A (zh) | 一种巡检设备的控制方法、装置和设备 | |
CN108490832A (zh) | 用于发送信息的方法和装置 | |
CN109059991A (zh) | 智能自移动设备及其传感器校正的方法、计算机存储介质 | |
CN112305923A (zh) | 家电设备的控制方法、家电设备、控制终端和电子设备 | |
CN113791411A (zh) | 一种基于轨迹判断的毫米波雷达手势识别方法及装置 | |
CN106056820A (zh) | 家庭安保装置及其控制方法、家庭安保***、空调器 | |
CN111425997A (zh) | 一种吹风模式的确定方法、装置、终端及计算机可读介质 | |
CN113671849A (zh) | 一种智能家居设备控制方法及装置 | |
CN114063572B (zh) | 一种无感知智能设备控制方法、电子设备及控制*** | |
CN110164071A (zh) | 一种安防*** | |
CN108089694A (zh) | 一种智能控制方法及设备 | |
CN112432328A (zh) | 空调的控制方法和装置、存储介质、电子装置 | |
US20220170656A1 (en) | Air-conditioning instruction detection method, control device and air-conditioning system | |
CN110941189A (zh) | 智能家居***及其控制方法、可读存储介质 | |
CN115751643A (zh) | 特定场所的空调器控制方法、空调控制器及相关设备 | |
CN114415535A (zh) | 一种基于数据采集的智能家居管控*** | |
CN206541401U (zh) | 家庭安保装置、家庭安保***、空调器 | |
CN114811353B (zh) | 基于语音的智能支架的控制方法和智能支架、存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211119 |