一种智能油烟机的控制方法及智能油烟机技术

本申请提供了一种智能油烟机的控制方法及智能油烟机，该控制方法包括：采集该智能油烟机的工作区域的用户人体状态的信号；利用卷积神经网络模型确定该用户人体状态为正常状态或异常状态；根据卷积神经网络的判断结果，确定是否发出第一警报信号。通过该控制方法及智能油烟机，能够通过卷积神经网络将检测的用户人体状态信息进行分类，及时判断用户是否处于摔倒等异常状态，如果确定为异常状态，则发出警报信号，保证用户的及时救治或处理。

A Control Method of Intelligent Fume Machine and Intelligent Fume Machine

【技术实现步骤摘要】
一种智能油烟机的控制方法及智能油烟机
本专利技术涉及厨房电器领域，并且更具体地涉及一种智能油烟机的控制方法及智能油烟机。
技术介绍
随着科学技术的发展，社会生产力的进步，基于人工智能技术的系列产品已飞速步入人们的眼帘，特别是家电领域更是应用人工智能技术的热点领域，人工智能技术的应用为人们的生活带来了巨大的便利。随着人工智能技术的不断完善和创新，许多家用电器也与物联网-人工智能技术紧密连接。油烟机已经成为厨房电器中必不可少的一项，常规的油烟机只具有抽吸油烟、照明和显示时间等功能。然而，在一些家庭中存在很多独自生活的老人，在他们在厨房内发生摔倒的情况下，家人并不能够及时地知晓，造成不可挽回的后果。在现有技术中，在通过智能油烟机检测移动人体时，采用图像处理单元进行帧处理。具体地为，图像处理单元以成像设备采集的初始图像作为基础进行处理，初始图像为灰度图，所采集的初始图像被序列化，依次通过后帧的初始图像与前帧的初始图像进行帧差处理，得到各个后帧初始图像的人体移动目标区域。而其主要针对的是在应用图像处理技术检测厨房油烟浓度时由于人体的干扰所带来的问题，并不是用于检测人体是否在厨房内摔倒与否。因此，需要一种新型智能油烟机，其能够检测用户人体在厨房内的身体状态，在用户发生摔倒等异常情况下，及时发出警报，保证用户的安全救治或处理。
技术实现思路
针对上述现有技术中的问题，本申请提出了一种智能油烟机及其控制方法，通过人工智能技术将检测的人体状态信息进行分类，及时判断用户是否处于摔倒等异常状态，如果确定为异常状态，则发出第一警报信号。第一方面，本申请提供了一种智能油烟机的控制方法，该控制方法包括：采集该油烟机主体工作区域的用户人体状态的信号；基于所述用户人体状态的信号，利用卷积神经网络模型确定该用户人体状态为正常状态或异常状态，并且根据卷积神经网络模型的判断结果，确定是否发出第一警报信号。通过该方面，能够通过卷积神经网络模型将检测的用户人体状态信息进行分类，及时判断用户是否处于摔倒等异常状态，如果确定为异常状态，则发出警报信号，保证用户的及时救治或处理。在一个实施方式中，根据卷积神经网络模型的判断结果，确定是否发出第一警报信号，具体地包括：在确定用户人体状态为异常状态时，发出所述第一警报信号，该异常状态包括摔倒状态；或者在确定所述用户人体状态为正常状态时，不发出所述第一警报信号，所述正常状态包括行走状态或坐立状态。在一个实施方式中，通过以下步骤对该卷积神经网络模型进行训练：输入采集的多个用户人体状态训练信号；将该用户人体状态训练信号分类成正常状态信号或异常状态信号。通过该实施方式，能够预先建立用户人体状态信号的数据库，保证卷积神经网络的判断用户人体状态的准确性。在一个实施方式中，该控制方法还包括：采集可燃有害气体的电信号；基于该可燃有害气体的电信号，基于可燃有害气体的电信号，计算可燃有害气体的对应浓度值；在确定所述可燃有害气体的对应浓度值超出预设的可燃有害气体浓度阈值时，发出第二警报信号并启动吸风机。通过该实施方式，能够检测厨房内的可燃有害气体，如燃气泄漏等，根据检测结果启动吸风机快速排出可燃有害气体，保证用户的人生安全。在一个实施方式中，该控制方法还包括：基于该第一警报信号或第二警报信号，向与该油烟机主体无线连接的移动终端设备发送对应的警报指令。通过该实施方式，能够通知用户的家人或朋友，指示其进一步操作。在一个实施方式中，控制方法还包括：在接收到移动终端设备发送的响应指令时，停止发送第一警报信号或第二警报信号；或者当在预设的时长阈值内未收到来自移动终端设备的响应指令时，通过预置的报警装置报警。通过该实施方式，能够实现在未能通知到用户家人或朋友的情况下，处于摔倒状态中的用户得到最及时的救治和处理，或者使得能够及时处理可燃有害气体的泄漏。在一个实施方式中，控制方法还包括：采集油烟的电信号；基于所述油烟的电信号，计算所述油烟的对应浓度值；结合由深度学习-强化学习算法模型确定的油烟浓度值与吸风机档位的对应关系，根据所述油烟的对应浓度值将吸风机调节至目标档位。通过该实施方式，能够检测厨房内的油烟含量，并适应性地调节吸风机的档位，达到去除油烟的目的。在一个实施方式中，通过以下步骤对该深度学习-强化学习算法模型进行训练：输入采集的多组训练数据对，所述训练数据对由检测目标浓度值与对应吸风机转速值组成；对吸风机转速值按照档位进行分类，获取该对应关系。通过该实施方式，能够预先建立可燃有害气体或油烟的含量与风机档位的对应关系数据库，保证分类结果的准确性。在一个实施方式中，该深度学习-强化学习算法模型为DQN模型或DDPG模型。第二方面，本专利技术还提供了一种利用第一方面或其可能的实施方式中的任一项的控制方法的智能油烟机，该智能油烟机包括：第一采集装置，其用于采集该智能油烟机的工作区域的用户人体状态；控制器，其设置于该智能油烟机内部并配置成：接收该第一采集装置发送的用户人体状态的信号；利用该控制器内置的卷积神经网络模型确定该用户人体状态为正常状态或异常状态，并且根据所述卷积神经网络模型的判断结果，确定是否发出第一警报信号。在一个实施方式中，所述控制器根据所述卷积神经网络模型的判断结果，确定是否发出第一警报信号，具体包括：在确定该用户人体状态为异常状态时，该控制器发出第一警报信号，该异常状态包括摔倒状态；在确定用户人体状态为正常状态时，不发出第一警报信号，该正常状态包括行走状态或坐立状态。在一个实施方式中，智能油烟机还包括：吸风机；第二采集装置，其用于采集可燃有害气体的电信号；控制器配置成用于：基于所述可燃有害气体的电信号，计算所述可燃有害气体的对应浓度值；在确定所述可燃有害气体的浓度值超出预设的可燃有害气体浓度阈值时，发出第二警报信号并启动所述吸风机。通过该实施方式，能够检测厨房内的可燃有害气体，如燃气泄漏等，根据检测结果启动吸风机快速排出可燃有害气体，保证用户的人生安全。在一个实施方式中，该智能油烟机还包括LED灯，其用于在所述控制器发出第一警报信号或第二警报信号时闪烁。通过该实施方式，能够使得在可燃有害气体浓度超过预设浓度阈值时，从视觉上提醒用户及时移位或采取其它措施，避免情况的进一步恶化；或者能够使处于摔倒状态的用户及时被附近人员发现，得到及时的处理。在一个实施方式中，该智能油烟机还包括与该控制器通信连接的无线信号收发器，该无线信号收发器配置成：接收该控制器的第一警报信号或第二警报信号；基于接收的该第一警报信号或第二警报信号，向与其无线连接的移动终端设备发送对应的警报指令。在一个实施方式中，所述控制器还配置成：在所述无线信号收发器接收到所述移动终端设备发送的响应指令时，停止发送第一警报信号或第二警报信号；或者当在预设的时长阈值内未收到来自所述移动终端设备的响应指令时，通过预置的报警装置报警。通过该实施方式，能够实现在未能通知到用户家人或朋友的情况下，处于摔倒状态中的用户得到最及时的救治和处理，或者使得能够及时处理可燃有害气体的泄漏在一个实施方式中，该智能油烟机还包括：第三采集装置，其用于采集油烟的电信号；该控制器配置成：接收该第三采集装置发送的该油烟的电信号；基于该油烟的电信号，计算所述油烟的对应浓度值；结合由深度学习-强化学习算法模型本文档来自技高网...

【技术保护点】
1.一种智能油烟机的控制方法，其特征在于，所述控制方法包括：采集所述智能油烟机的工作区域的用户人体状态的信号；基于所述用户人体状态的信号，利用卷积神经网络模型判断所述用户人体状态为正常状态或异常状态；根据所述卷积神经网络模型的判断结果，确定是否发出第一警报信号。

【技术特征摘要】
1.一种智能油烟机的控制方法，其特征在于，所述控制方法包括：采集所述智能油烟机的工作区域的用户人体状态的信号；基于所述用户人体状态的信号，利用卷积神经网络模型判断所述用户人体状态为正常状态或异常状态；根据所述卷积神经网络模型的判断结果，确定是否发出第一警报信号。2.根据权利要求1所述的控制方法，其特征在于，根据所述卷积神经网络模型的判断结果，确定是否发出第一警报信号，包括：在确定所述用户人体状态为异常状态时，发出所述第一警报信号，其中，所述异常状态包括摔倒状态；或者在确定所述用户人体状态为正常状态时，不发出所述第一警报信号，其中，所述正常状态包括行走状态或坐立状态。3.根据权利要求2所述的控制方法，其特征在于，所述卷积神经网络模型通过以下步骤进行训练：输入采集的多个用户人体状态训练信号；将所述用户人体状态训练信号分类成正常状态信号或异常状态信号。4.根据权利要求1所述的控制方法，其特征在于，所述控制方法还包括：采集可燃有害气体的电信号；基于所述可燃有害气体的电信号，计算所述可燃有害气体的对应浓度值；在确定所述可燃有害气体的对应浓度值超出预设的可燃有害气体浓度阈值时，发出第二警报信号并启动吸风机。5.根据权利要求4所述的控制方法，其特征在于，所述控制方法还包括：基于所述第一警报信号或所述第二警报信号，向与所述智能油烟机无线连接的移动终端设备发送警报指令。6.根据权利要求5所述的控制方法，其特征在于，所述控制方法还包括：在接收到所述移动终端设备发送的响应指令时，停止发送所述第一警报信号或所述第二警报信号；或者当在预设的时长阈值内未收到来自所述移动终端设备的响应指令时，通过预置的报警装置报警。7.根据权利要求1所述的控制方法，其特征在于，所述控制方法还包括：采集油烟的电信号；基于所述油烟的电信号，计算所述油烟的对应浓度值；结合由深度学习-强化学习算法模型确定的油烟浓度值与吸风机档位的对应关系，根据所述油烟的对应浓度值将吸风机调节至目标档位。8.根据权利要求7所述的控制方法，其特征在于，通过以下步骤对所述深度学习-强化学习模型进行训练，获得所述对应关系：输入采集的多组训练数据对，所述训练数据对由油烟浓度值与对应吸风机转速值组成；对吸风机转速值按照档位进行分类，获取所述对应关系。9.根据权利要求7或8所述的控制方法，其特征在于，所述深度学习-强化学习算法模型为DQN模型或DDPG模型。10.一种利用权利要求1至9中任一项所述的控制方法的智能油烟机，其特征在于，所述智能油烟机包括：第一采集装置，其用于采集所述智能油烟机的工作区域的用户人体状态的信号；控制器，其设置于所述智能油烟机内部，并配置成：接收所述第一采集装置发送的所述...

【专利技术属性】
技术研发人员：邓家璧，陈翀，王鹏飞，岳冬，
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