控制智能家居的方法和装置、电子设备和存储介质与流程

1.本发明涉及智能家居技术领域，尤其涉及控制智能家居的方法和装置、电子设备和存储介质。


背景技术：

2.目前市面上存在各式各样的电风扇和空调，但都存在通病。在实际使用时，没法根据用户的情况调整挡位，控制风向，也没法根据外部环境，如是否下雨、是否刮风或外部温度，自动调整温度以及窗户开关。
3.用户刚开空调的时候可能比较热，开得档位比较高。当室温变低且进入睡眠后，就不需要这么低的温度，但是已经进入熟睡状态的用户无法调整温度，这样不仅浪费资源，还可能因为温度太低或者太高导致用户生病或者不舒服。


技术实现要素：

4.本发明提供制智能家居的方法和装置、电子设备和存储介质，其能够提高智能家居控制的智能化水平。
5.在本发明的一个方面，提供一种控制智能家居的方法。该方法包括：获取用户的睡眠图像和室外环境图像；将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息；将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息；以及根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。
6.在本发明的另一方面，提供一种控制智能家居的装置。该装置包括：获取模块，被配置为获取用户的睡眠图像和室外环境图像；第一图像识别模块，被配置为将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息；第二图像识别模块，被配置为将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息；以及控制模块，被配置为根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。
7.在本发明的又一方面，提供一种电子设备。该电子设备包括存储器，被配置为存储可执行程序；以及处理器，被配置为执行所述程序以执行上述的控制智能家居的方法。
8.在本发明的再一方面，提供一种计算机可读介质。该介质上存储有计算机程序，所述计算机程序被处理器执行以实现上述的控制智能家居的方法。
9.根据本发明，将获取的用户的睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息，将获取的室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息，根据睡眠信息和外部天气信息中的至少一项来控制智能家居，能够充分结合室内环境和室外环境对智能家居进行控制，控制效果更加智能，更符合用户实际使用环境，从而提高智能家居控制的智能化水平，使用户的体验更好。
附图说明
10.图1为根据本发明实施例的控制智能家居的方法的流程图；
11.图2为根据本发明实施例的控制智能家居的方法的控制流程图；
12.图3为本发明实施例的控制智能家居的装置的结构示意图；
13.图4为本发明实施例的电子设备的结构示意图。
具体实施方式
14.为详细说明本发明的技术内容、所实现目的及效果，以下结合实施方式并配合附图予以说明。
15.在已有技术中，智能家居均需要用户手动控制，无法根据实际使用的环境，自动对智能家居进行控制，智能化程度较低。
16.为了解决至少上述技术问题，本公开提供了控制智能家居的方法。根据本公开，将获取的用户的睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息，将获取的室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息，根据睡眠信息和外部天气信息中的至少一项来控制智能家居。以此方式，根据本公开的实施例能够充分结合室内环境和室外环境对智能家居进行控制，控制效果更加智能，更符合用户实际使用环境，从而提高智能家居控制的智能化水平，使用户的体验更好，在用户无法自主控制例如进入睡眠状态的情况下也能够保持环境的舒适度。
17.下文中，将参考具体实施例并且结合附图描述根据本公开的技术方案。
18.图1是示出根据本公开的实施例的控制智能家居的方法100的流程图。参照图1，该方法100包括以下步骤102至步骤108。
19.在步骤102，获取用户的睡眠图像和室外环境图像。
20.在一些实施例中，从室内摄像头和室外摄像头分别获取所述用户的睡眠图像和所述室外环境图像。
21.在步骤104，将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息。
22.在一些实施例中，获取第一训练图像，使用标签对所述第一训练图像进行标注，得到标注后的训练图像。所述标签包括冷、热和舒适。使用标注后的训练图像对第一预设神经网络进行训练，得到训练完成的第一预设神经网络模型。在一些实施例中，所述第一预设神经网络模型为在现有的卷积神经网络中创建三个分支，分别用于判断用户是冷、热还是处于舒适状态，且这三个分支的全连接层末端分别添加softmax层。以此方式，使用标注后的训练图像对第一预设神经网络进行训练，训练完成的第一预设神经网络模型能够根据输入的睡眠图像自动输出用户处于冷、热还是舒适状态的睡眠信息。
23.在步骤106，将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息。
24.在一些实施例中，获取第二训练图像，使用标签对所述第二训练图像进行标注，得到标注后的训练图像。所述标签包括刮风、下雨和未刮风下雨。使用标注后的训练图像对第二预设神经网络进行训练，得到训练完成的第二预设神经网络模型。以此方式，训练完成的第二预设神经网络能够自动判别室外是否刮风或下雨，以便后续更准确地控制智能家居。
25.在步骤108，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。
26.在一些实施例中，若所述睡眠信息处于冷状态，并且所述外部天气信息表示室外环境不会升温，则控制所述空调执行制热操作。若所述睡眠信息处于热状态，并且所述外部天气信息表示室外环境不会降温，则控制所述空调执行制冷操作。
27.在一些实施例中，判断窗户是否处于开启状态。若处于开启状态，则判断所述外部天气信息是否为下雨或刮风。若为下雨或刮风，则发送关闭指令至所述窗户。在一些实施例中，判断窗户是否处于开启状态。若处于开启状态，则判断所述外部天气信息是表示热状态还是冷状态。若所述外部天气信息表示冷状态并且所述睡眠信息处于冷状态，则控制所述窗户关闭。在一些实施例中，使用摄像头判断窗户是否处于开启状态。以此方式，通过获取外部天气信息，在下雨或刮风时，自动将开启的窗户关闭，避免雨滴进入室内或风声影响休息，提高了智能家居控制的智能化水平。
28.在一些实施例中，判断所述窗户是否处于关闭状态。若处于关闭状态，则发送开启指令至空气净化器。以此方式，在未开窗的情况下，可自动开启空气净化器实现空气净化，使用户在更舒适的环境下休息。
29.在一些实施例中，判断所述窗户是否处于关闭状态。若处于关闭状态，则判断所述外部天气信息是表示热状态还是冷状态。若所述外部天气信息表示热状态并且所述睡眠信息处于冷状态，则控制所述窗户开启。在一些实施例中，判断所述窗户是否处于关闭状态。若处于关闭状态，则判断所述外部天气信息是表示热状态还是冷状态。若所述外部天气信息表示冷状态并且所述睡眠信息处于热状态，则控制所述窗户开启。以此方式，结合外部天气信息和睡眠信息来控制窗户的开关，实现了窗户的智能控制。
30.在一些实施例中，采集用户图像，根据所述用户图像确定用户人数。判断所述用户人数是否为一人。若是，则获取与所述用户相对应的预设温度，并根据所述预设温度调整所述空调。在一些实施例中，对所述用户进行人脸识别，得到与所述用户对应的预设温度。在一些实施例中，若所述用户人数为多人，则获取与所述用户相对应的至少两个空调吹气模式。根据所述至少两个空调吹气模式使所述空调分别针对所述用户进行吹气。以此方式，当识别到用户单独一人在家时，可直接按照用户实现设置的预设温度控制空调温度，当多个用户在家时，可针对用户使用不同的空调吹气模式进行吹气，实现了更智能化的控制。
31.在一些实施例中，该方法100还可以包括采集室内温度和室外温度。在一些实施例中，使用室内温度计采集室内温度，并使用室外温度计采集室外温度。若所述睡眠信息处于冷状态，则根据所述室内温度和所述室外温度发送温度升高指令至空调使得所述空调执行制热操作。若所述睡眠信息处于热状态，则根据所述室内温度和所述室外温度发送温度降低指令至所述空调使得所述空调执行制冷操作。以此方式，根据睡眠信息判断用户是冷还是热，根据室内温度和室外温度更加精准地升高或降低空调温度。
32.在一些实施例中，该方法100还可以包括获取从所述用户的智能穿戴设备发送的人体温度。根据所述人体温度、所述室内温度和所述室外温度发送温度升高指令至所述空调。以此方式，调节空调温度时还结合智能穿戴设备发送的人体温度，能够在控制智能家居时更贴合用户自身状态，使用户所处环境更加舒适。
33.在一些实施例中，该方法100还可以包括监控所述空调的制冷剂含量，判断所述制
冷剂含量是否低于预设阈值。若低于，则输出提示信息。在一些实施例中，使用氨气传感器监控所述空调的制冷剂含量。在一些实施例中，使用压力传感器监控所述空调的制冷剂含量。以此方式，在制冷剂快要用尽时，提醒用户及时添加，以保证空调性能。
34.下文中，将通过示例描述根据本发明实施例的控制智能家居的方法和装置、电子设备和存储介质的应用场景。
35.图2是示出根据本发明实施例的控制智能家居的方法的流程图。参照图2，该方法包括以下步骤201至步骤213。
36.在步骤201，获取第一训练图像，使用标签对第一训练图像进行标注，得到标注后的训练图像，所述标签包括冷、热和舒适。
37.使用标注后的训练图像对第一预设神经网络进行训练，得到训练完成的第一预设神经网络。
38.在步骤202，获取第二训练图像，使用标签对第二训练图像进行标注，得到标注后的训练图像，所述标签包括刮风、下雨和未刮风下雨。
39.使用标注后的训练图像对第二预设神经网络进行训练，得到训练完成的第二预设神经网络。
40.在步骤203，获取用户的睡眠图像、室外环境图像、室内温度和室外温度。
41.在步骤204，将睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息。
42.在步骤205，将室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息。
43.在步骤206，若睡眠信息处于冷状态，则根据室内温度和室外温度发送温度升高指令至空调使得空调执行制热操作。
44.具体地，获取用户的智能穿戴设备发送的人体温度；根据人体温度确定升高的温度。根据升高的温度、室内温度和室外温度发送温度升高指令至空调使得所述空调执行制热操作。
45.在步骤207，若睡眠信息处于热状态，则根据室内温度和室外温度发送温度降低指令至空调使得空调执行制冷操作。
46.在步骤208，判断窗户是否处于开启状态；若处于开启状态，则执行步骤209。若处于关闭状态，则发送开启指令至空气净化器。
47.在步骤209，判断外部天气信息是否为下雨或刮风；若为下雨或刮风，则发送关闭指令至窗户。
48.在步骤210，采集用户图像。
49.在步骤211，根据用户图像确定用户人数。
50.在步骤212，判断用户人数是否为一人。若是，则获取与用户对应的预设温度，并根据预设温度调整空调，若否，则执行步骤213。
51.在步骤213，获取与所述用户相对应的至少两个空调吹气模式，根据所述至少两个空调吹气模式使所述空调分别针对所述用户进行吹气。
52.根据本发明的另一方面，图3是示出根据本发明实施例的控制智能家居的装置300的框图。参照图3，控制智能家居的装置300包括获取模块302、第一图像识别模块304、第二
图像识别模块306和控制模块308。获取模块302被配置为获取用户的睡眠图像和室外环境图像。第一图像识别模块304被配置为将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息。第二图像识别模块306被配置为将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息。控制模块308被配置为根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。
53.应当理解的是，获取模块302、第一图像识别模块304、第二图像识别模块306和控制模块308可以进一步被配置为执行如上所述的方法中的各个对应步骤或动作，在此不再赘述。
54.根据本发明的又一方面，图4是示出根据本发明实施例的控制智能家居的设备400的示意图。参照图4，该电子设备400包括存储器402和处理器404。所述存储器402被配置为存储可在处理器404上运行的可执行程序。所述处理器404被配置为执行所述程序以实现如上面描述的控制智能家居的方法的各个步骤或动作。
55.根据本发明的又一方面，提供了一种计算机可读介质。该计算机可读介质上存储有计算机程序，该计算机程序被处理器执行以实现如上面描述的控制智能家居的方法。
56.综上所述，根据本发明提供的控制智能家居的方法和装置、电子设备和存储介质，将获取的用户的睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息，将获取的室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息，根据睡眠信息和外部天气信息中的至少一项来控制智能家居，能够充分结合室内环境和室外环境对智能家居进行控制，控制效果更加智能，更符合用户实际使用环境，从而提高智能家居控制的智能化水平，使用户的体验更好。另外，调节空调温度时还结合智能穿戴设备发送的人体温度，能够在控制智能家居时更贴合用户自身状态，使用户所处环境更加舒适；在未开窗的情况下，可自动开启空气净化器实现空气净化，使用户在更舒适的环境下休息。
57.以上所述仅为本发明的实施例，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同变换，或直接或间接运用在相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种控制智能家居的方法，其特征在于，包括：获取用户的睡眠图像和室外环境图像；将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息；将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息；以及根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。2.根据权利要求1所述的方法，其特征在于，还包括：采集室内温度和室外温度，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：若所述睡眠信息处于冷状态，则根据所述室内温度和所述室外温度发送温度升高指令至空调使得所述空调执行制热操作；以及若所述睡眠信息处于热状态，则根据所述室内温度和所述室外温度发送温度降低指令至所述空调使得所述空调执行制冷操作。3.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：判断窗户是否处于开启状态；若处于开启状态，则判断所述外部天气信息是否为下雨或刮风；以及若为下雨或刮风，则发送关闭指令至所述窗户。4.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：判断所述窗户是否处于关闭状态；以及若处于关闭状态，则发送开启指令至空气净化器。5.根据权利要求1所述的方法，其特征在于，还包括：获取第一训练图像；使用标签对所述第一训练图像进行标注，得到标注后的训练图像，所述标签包括冷、热和舒适；以及使用标注后的训练图像对第一预设神经网络进行训练，得到训练完成的第一预设神经网络。6.根据权利要求2所述的方法，其特征在于，还包括：采集用户图像；根据所述用户图像确定用户人数；判断所述用户人数是否为一人；以及若是，则获取与所述用户相对应的预设温度，并根据所述预设温度调整所述空调。7.根据权利要求6所述的方法，其特征在于，还包括：若所述用户人数为多人，则获取与所述用户相对应的至少两个空调吹气模式；以及根据所述至少两个空调吹气模式使所述空调分别针对所述用户进行吹气。8.根据权利要求2所述的方法，其特征在于，根据所述室内温度和所述室外温度发送温度升高指令至空调包括：获取从所述用户的智能穿戴设备发送的人体温度；以及根据所述人体温度、所述室内温度和所述室外温度发送温度升高指令至所述空调。
9.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：若所述睡眠信息处于冷状态，并且所述外部天气信息表示室外环境不会升温，则控制所述空调执行制热操作；以及若所述睡眠信息处于热状态，并且所述外部天气信息表示室外环境不会降温，则控制所述空调执行制冷操作。10.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：判断窗户是否处于开启状态；以及若处于开启状态，则判断所述外部天气信息是表示热状态还是冷状态；若所述外部天气信息表示冷状态并且所述睡眠信息处于冷状态，则控制所述窗户关闭。11.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：判断所述窗户是否处于关闭状态；以及若处于关闭状态，则判断所述外部天气信息是表示热状态还是冷状态；若所述外部天气信息表示热状态并且所述睡眠信息处于冷状态，则控制所述窗户开启。12.根据权利要求1所述的方法，其特征在于，根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居包括：判断所述窗户是否处于关闭状态；以及若处于关闭状态，则判断所述外部天气信息是表示热状态还是冷状态；若所述外部天气信息表示冷状态并且所述睡眠信息处于热状态，则控制所述窗户开启。13.根据权利要求1所述的方法，其特征在于，获取用户的睡眠图像和室外环境图像包括：从室内摄像头和室外摄像头分别获取所述用户的睡眠图像和所述室外环境图像。14.一种控制智能家居的装置，其特征在于，包括：获取模块，被配置为获取用户的睡眠图像和室外环境图像；第一图像识别模块，被配置为将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息；第二图像识别模块，被配置为将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息；以及控制模块，被配置为根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。15.一种电子设备，其特征在于，包括：存储器，被配置为存储可执行程序；以及处理器，被配置为执行所述程序以执行根据权利要求1至13中任一项所述的方法。16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被执
行以实现根据权利要求1至13中任一项所述的方法。

技术总结
本发明公开了控制智能家居的方法和装置、电子设备和存储介质。该方法包括：获取用户的睡眠图像和室外环境图像；将所述睡眠图像输入训练完成的第一预设神经网络模型，输出用户的睡眠信息；将所述室外环境图像输入训练完成的第二预设神经网络模型，输出外部天气信息；以及根据所述睡眠信息和所述外部天气信息中的至少一项来控制智能家居。本发明的技术方案能够充分结合室内环境和室外环境对智能家居进行控制，控制效果更加智能，更符合用户实际使用环境，从而提高智能家居控制的智能化水平，使用户的体验更好。使用户的体验更好。使用户的体验更好。


技术研发人员：陈时钦
受保护的技术使用者：瑞芯微电子股份有限公司
技术研发日：2023.07.25
技术公布日：2023/10/15