智能家居控制方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种智能家居控制方法，包括：获取用户身上特定特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。本发明专利技术还公开了一种智能家居控制装置及计算机可读存储介质。本发明专利技术通过对肌电信号的检测及判断，实现对家居设备的控制，提高用户的体验。

【技术实现步骤摘要】
智能家居控制方法、装置及计算机可读存储介质
本专利技术涉及智能家居
，尤其涉及一种智能家居控制方法、装置及计算机可读存储介质。
技术介绍
现有的智能家居设备一般是通过安装在控制终端(如移动终端)上的应用程序，来实现对智能家居设备的控制，通过控制按键控制智能家居设备时，会需要人体手动触发该控制按键，因此，还不够便捷以及智能化。
技术实现思路
本专利技术的主要目的在于提供一种智能家居控制方法、装置及计算机可读存储介质，旨在解决现有技术中对智能家居设备的控制不够便捷及智能化的技术问题。为实现上述目的，本专利技术提供一种智能家居控制方法，所述智能家居控制方法包括：获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤包括：通过用户身上特定部位的肌电信号检测装置，获取所述特定部位的肌电信号；采用小波去噪算法或自适应滤波算法对所述肌电信号进行去噪处理。可选地，所述对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令的步骤包括：根据预设的差分阈值法提取所述去噪处理后的肌电信号对应的活动段特征值；将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别，以得到所述肌电信号对应的智能家居控制命令。可选地，所述活动段特征值包括所述肌电信号对应的活动段肌电积分值、信号波长度、绝对值均值、平均频率、平均功率、能量特征值、均方根、过零点数、平均幅值差。可选地，所述将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别的步骤之后，还包括：若所述神经网络模型反馈的结果为智能家居控制命令识别失败，则向所述肌电信号检测装置发送相应的智能家居设备控制失败的提示。可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤之前，还包括：获取不同的智能家居控制命令对应的肌电信号样本，并基于所述肌电信号样本对所述神经网络模型进行训练。可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤之前，还包括：获取用户身上特定部位的运动数据，并基于所述运动数据，判断所述特定部位的运动状态是否是预设运动状态；若是，则执行所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤。可选地，所述获取用户身上特定部位的运动数据，并基于所述运动数据，判断所述特定部位的运动状态是否是预设运动状态的步骤包括：获取用户身上特定部位的运动数据，并根据所述运动数据，确定特定部位的运动频率以及运动幅度；判断所述运动频率是否处于预设频率范围，以及判断所述运动幅度是否处于预设幅度范围；若所述运动频率处于预设频率范围，且所述运动幅度处于预设幅度范围，则确定所述特定部位的运动状态属于预设运动状态。此外，为实现上述目的，本专利技术还提供一种智能家居控制装置，所述智能家居控制装置包括：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智能家居控制程序，所述智能家居控制程序被所述处理器执行时实现如上所述的智能家居控制方法的步骤。此外，为实现上述目的，本专利技术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上存储有智能家居控制程序，所述智能家居控制程序被处理器执行时实现如上所述的智能家居控制方法的步骤。本专利技术提出的一种智能家居控制方法，首先获取用户身上特定部位的肌电信号，并对肌电信号进行预处理，以便对预处理后的肌电信号进行计算，从而确定其对应的智能家居控制命令，并根据智能家居控制命令，控制相应的智能家居设备执行对应的操作。本专利技术提出的智能家居控制方法，通过对肌电信号的检测及判断，确定肌电信号对应的智能家居控制命令，实现对家居设备的控制，解决现有技术中对智能家居设备的控制不够便捷及智能化的技术问题，提高了用户的体验。附图说明图1为本专利技术实施例方案涉及的硬件运行环境的装置结构示意图；图2为本专利技术智能家居控制方法第一实施例的流程示意图；图3为图2中的步骤S20的细化流程示意图；图4为本专利技术智能家居控制方法第二实施例的流程示意图；图5为图4中的步骤S40的细化流程示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术实施例的主要解决方案是：获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。通过本专利技术实施例的技术方案，解决了现有技术中对智能家居设备的控制不够便捷及智能化的技术问题。如图1所示，图1是本专利技术实施例方案涉及的硬件运行环境的装置结构示意图。本专利技术实施例装置可以是PC，也可以是智能手机、平板电脑、便携计算机等具有显示功能的可移动式终端设备。如图1所示，该装置可以包括：处理器1001，例如CPU，通信总线1002，用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatilememory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。可选地，装置还可以包括摄像头、RF(RadioFrequency，射频)电路，传感器、音频电路、Wi-Fi模块等等。当然，装置还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。本领域技术人员可以理解，图1中示出的装置结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及智能家居控制程序。在图1所示的装置中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001、存储器1005可以设置在智能家居控制装置中，所述智能家居控制装置通过处理器1001调用存储器1005中存储的智能家居控制程序，并执行以下操作：获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。进一步地，处理器1001可以调用存储器1005中存储的智能家居控制程序，还执行以下操作：通过用户身上特定部位的肌电信号检测本文档来自技高网...

【技术保护点】
1.一种智能家居控制方法，其特征在于，所述智能家居控制方法包括以下步骤：获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。

【技术特征摘要】
1.一种智能家居控制方法，其特征在于，所述智能家居控制方法包括以下步骤：获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。2.如权利要求1所述的智能家居控制方法，其特征在于，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤包括：通过用户身上特定部位的肌电信号检测装置，获取所述特定部位的肌电信号；采用小波去噪算法或自适应滤波算法对所述肌电信号进行去噪处理。3.如权利要求2所述的智能家居控制方法，其特征在于，所述对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令的步骤包括：根据预设的差分阈值法提取所述去噪处理后的肌电信号对应的活动段特征值；将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别，以得到所述肌电信号对应的智能家居控制命令。4.如权利要求3所述的智能家居控制方法，其特征在于，所述活动段特征值包括所述肌电信号对应的活动段肌电积分值、信号波长度、绝对值均值、平均频率、平均功率、能量特征值、均方根、过零点数、平均幅值差。5.如权利要求4所述的智能家居控制方法，其特征在于，所述将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别的步骤之后，还包括：若所述神经网络模型反馈的结果为智能家居控制命令识别失败，则向所述肌电信号检测装置发送相应的智能家居设备控制失败...

【专利技术属性】
技术研发人员：韩璧丞，单思聪，吴怡荻，程翼，郑辉，贺欢，黄柏维，梁茂星，程交，谢高翔，贺灿波，黄琦，张之，
申请(专利权)人：深圳市心流科技有限公司，
类型：发明
国别省市：广东,44