抽油烟机的吸风状态控制方法和抽油烟机技术

本发明专利技术公开了一种抽油烟机的吸风状态控制方法和抽油烟机。其中，该方法包括：通过获取抽油烟机所产生油烟的状态信息；依据上述状态信息确定上述抽油烟机的控制指令；依据上述控制指令控制上述抽油烟机的吸风状态。本发明专利技术解决了现有的抽油烟机无法根据油烟浓度与分布情况调节吸风状态，导致吸油烟效果不佳的技术问题。

【技术实现步骤摘要】
抽油烟机的吸风状态控制方法和抽油烟机
本专利技术涉及智能控制领域，具体而言，涉及一种抽油烟机的吸风状态控制方法和抽油烟机。
技术介绍
传统抽油烟机的吸力需要依靠人工手动控制调节，例如，通过点击抽油烟机上设置的按键或者旋转开关，增大或者减小抽油烟机的吸力，但是，依靠人工进行手动控制仅可以控制抽油烟机的吸力的大小，无法具体识别抽油烟机的油烟浓度和油烟分布情况，适应性调节抽油烟机的吸风状态，往往会出现吸力不足或者吸力过大浪费资源的问题。并且，很多情况下用户无法及时的对抽油烟机的吸风状态进行调节控制，例如，在用户发现需要调节抽油烟器的吸力时，房间内的油烟浓度可能已经超标，造成抽油烟机的吸烟效果不佳，进而严重影响了用户的身体健康和使用体验。针对上述的现有的抽油烟机无法根据油烟浓度与分布情况调节吸风状态，导致吸油烟效果不佳的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种抽油烟机的吸风状态控制方法和抽油烟机，以至少解决现有的抽油烟机无法根据油烟浓度与分布情况调节吸风状态，导致吸油烟效果不佳的技术问题。根据本专利技术实施例的一个方面，提供了一种抽油烟机的吸风状态控制方法，包括：获取抽油烟机所产生油烟的状态信息；依据上述状态信息确定上述抽油烟机的控制指令；依据上述控制指令控制上述抽油烟机的吸风状态。进一步地，获取抽油烟机所产生油烟的状态信息，包括：获取上述油烟的第一图像信息；使用第一模型对上述第一图像信息进行分析，确定上述第一图像信息中的第一状态信息，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：图像信息和图像信息所对应的状态信息。进一步地，依据上述状态信息确定上述抽油烟机的控制指令之前，上述方法还包括：获取通过油烟浓度检测仪检测的第一油烟浓度；将上述第一浓度和上述第一状态信息中的第二油烟浓度进行比较；在上述第一浓度和上述第二油烟浓度的差异小于第一预设阈值时，触发确定上述抽油烟机的控制指令。进一步地，依据上述状态信息确定上述抽油烟机的控制指令之前，上述方法还包括：获取上述油烟的第二图像信息，其中，上述第二图像信息和上述第一图像信息为从不同角度同时采集的图像信息；使用第一模型对上述第二图像信息进行分析，确定上述第二图像信息中的第二状态信息，其中，上述第一模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：图像信息和图像信息所对应的状态信息；依据上述状态信息确定上述抽油烟机的控制指令，包括：比较上述第一状态信息和上述第二状态信息，并在上述第一状态信息和上述第二状态信息的差异小于第二预设阈值时，从上述第一状态信息和上述第二状态信息中选择一个状态信息；依据选择的状态信息确定上述控制指令。进一步地，上述状态信息包括：上述油烟的浓度、上述油烟的分布区域。进一步地，依据上述状态信息确定上述抽油烟机的控制指令，包括：确定与上述状态信息中上述油烟的浓度对应的第一指令，其中，上述第一指令中携带有目标风量值；依据上述控制指令控制上述抽油烟机的吸风状态，包括：依据上述第一指令中的目标风量值调整上述抽油烟机的风量值。进一步地，上述目标风量值通过以下方式确定：获取上述油烟的浓度；使用第三模型对上述油烟的浓度进行分析，确定上述油烟的浓度对应的风量值，其中，上述第三模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：油烟的浓度和与油烟的浓度对应的风量值。进一步地，依据上述状态信息确定上述抽油烟机的控制指令，包括：在上述抽油烟机设置有导烟板时，确定与上述状态信息中上述油烟的分布区域对应的第二指令，其中，上述第二指令中携带有导烟板的目标开度；依据上述控制指令控制上述抽油烟机的吸风状态，包括：依据上述第二指令中的目标开度调整上述导烟板的开度。进一步地，上述目标开度通过以下方式确定：获取上述油烟的分布区域；使用第四模型对上述油烟的分布区域进行分析，确定上述油烟的分布区域对应的开度，其中，上述第四模型为使用多组数据通过机器学习训练得到的，上述多组数据中的每组数据均包括：油烟的分布区域和与油烟的分布区域对应的目标开度。根据本专利技术实施例的另一方面，还提供了一种抽油烟机，包括：图像采集装置，用于获取抽油烟机所产生油烟的图像信息，并从上述图像信息中提取油烟的状态信息；处理器，用于依据上述状态信息确定上述抽油烟机的控制指令；以及依据上述控制指令控制上述抽油烟机的吸风状态。在本专利技术实施例中，采用智能控制的方式，通过获取抽油烟机所产生油烟的状态信息；依据上述状态信息确定上述抽油烟机的控制指令；依据上述控制指令控制上述抽油烟机的吸风状态，达到了根据油烟浓度与分布情况，控制上述抽油烟机的吸风状态的目的，从而实现了改善油烟机吸油烟效果，减少能耗的技术效果，进而解决了现有的抽油烟机无法根据油烟浓度与分布情况调节吸风状态，导致吸油烟效果不佳的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种抽油烟机的吸风状态控制方法的步骤流程图；图2是根据本专利技术实施例的一种可选的抽油烟机的吸风状态控制方法的步骤流程图；图3是根据本专利技术实施例的一种抽油烟机的结构示意图；以及图4是根据本专利技术实施例的一种抽油烟机的吸风状态控制装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都应当属于本专利技术保护的范围。需要说明的是，本专利技术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，以便这里描述的本专利技术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、系统、产品或设备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、产品或设备固有的其它步骤或单元。首先，为方便理解本专利技术实施例，下面将对本专利技术中所涉及的部分术语或名词进行解释说明：像素：是计算机屏幕上所能显示的最小单位，用来表示图像的单位，指可以显示出的水平和垂直像素的数组，屏幕中的像素点越多，画面的分辨率越高，图像就越细腻和逼真；像素点：指像素的数值。二值化：是指对摄像头拍摄的图片，大多数是彩色图像，彩色图像所含信息量巨大，对于图片的内容，可以简单的分为前景与背景，先对彩色图进行处理，使图片只有前景信息与背景信息，可以简单的定义前景信息为黑色，背景信息为白色，这就是二值化图了。CNN：卷积神经网络，是指描述了对输入图像的操作，输出一组描述图像内容的分类或分类的概率，即对输入的图像进行识别，以输出图像中的对象的概率；通过一系列卷积层级建构出更为抽象的概念，包括建立多个神经元，并建立对应的输入层和输出本文档来自技高网...

【技术保护点】
一种抽油烟机的吸风状态控制方法，其特征在于，包括：获取抽油烟机所产生油烟的状态信息；依据所述状态信息确定所述抽油烟机的控制指令；依据所述控制指令控制所述抽油烟机的吸风状态。

【技术特征摘要】
1.一种抽油烟机的吸风状态控制方法，其特征在于，包括：获取抽油烟机所产生油烟的状态信息；依据所述状态信息确定所述抽油烟机的控制指令；依据所述控制指令控制所述抽油烟机的吸风状态。2.根据权利要求1所述的方法，其特征在于，获取抽油烟机所产生油烟的状态信息，包括：获取所述油烟的第一图像信息；使用第一模型对所述第一图像信息进行分析，确定所述第一图像信息中的第一状态信息，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：图像信息和图像信息所对应的状态信息。3.根据权利要求2所述的方法，其特征在于，依据所述状态信息确定所述抽油烟机的控制指令之前，所述方法还包括：获取通过油烟浓度检测仪检测的第一油烟浓度；将第一浓度和所述第一状态信息中的第二油烟浓度进行比较；在所述第一浓度和所述第二油烟浓度的差异小于第一预设阈值时，触发确定所述抽油烟机的控制指令。4.根据权利要求2所述的方法，其特征在于，依据所述状态信息确定所述抽油烟机的控制指令之前，所述方法还包括：获取所述油烟的第二图像信息，其中，所述第二图像信息和所述第一图像信息为从不同角度同时采集的图像信息；使用第一模型对所述第二图像信息进行分析，确定所述第二图像信息中的第二状态信息，其中，所述第一模型为使用多组数据通过机器学习训练得到的，所述多组数据中的每组数据均包括：图像信息和图像信息所对应的状态信息；依据所述状态信息确定所述抽油烟机的控制指令，包括：比较所述第一状态信息和所述第二状态信息，并在所述第一状态信息和所述第二状态信息的差异小于第二预设阈值时，从所述第一状态信息和所述第二状态信息中选择一个状态信息；依据选择的状态信息确定所述控制指令。5.根据权利要求1所述的方法，其特征在于，所述状...

【专利技术属性】
技术研发人员：谢志强，方召军，卫雪松，黄玉钊，巨姗，章龙，周荣，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44