换气控制方法、存储介质及处理装置制造方法及图纸

技术编号:24611409 阅读:16 留言:0更新日期:2020-06-24 00:06
本发明专利技术提供一种换气控制方法、存储介质及处理装置,通过获取当前环境的图像信息,所述当前环境至少包括一个实体和多个换气口;依据所述图像信息识别所述实体与多个所述换气口的位置信息;依据所述实体与多个所述换气口的位置信息控制多个所述换气口的换气模式。本发明专利技术能够改善空气质量,提高环境舒适度。

Ventilation control method, storage medium and treatment device

【技术实现步骤摘要】
换气控制方法、存储介质及处理装置
本专利技术属于智能家居
,具体涉及一种换气控制方法、存储介质及处理装置。
技术介绍
随着经济的发展,人们的生活水平越来越高,也越来越关注身体健康和生活品质。然而,随着工业化的发展,空气污染逐渐加剧,而空气质量的好坏直接影响着人们的健康和心情。厨房是日常生活中频繁使用的场所,烹饪时会产生各种煤气和油烟气。目前而言,改善厨房环境是一大难题,除了抽油烟机外再无其他改善方式。一旦烹饪时油烟过大导致抽油烟机无法正常工作,逸出的油烟则会弥漫在厨房中不易散去。因此,如何改善厨房环境,让用户在烹饪时能够享受洁净的空气,免除油烟的繁杂,是人们亟需解决的问题。
技术实现思路
本专利技术提供一种换气控制方法、存储介质及处理装置,能够有效改善室内空气质量,提高环境舒适度。第一方面,本专利技术提供一种换气控制方法,包括:获取当前环境的图像信息,所述当前环境至少包括一个目标实体和多个换气口;依据所述图像信息识别所述目标实体与多个所述换气口的位置信息;依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式。更进一步地,所述目标实体包括第一实体,依据所述图像信息识别所述目标实体与多个所述换气口的位置信息,包括:依据所述图像信息识别所述第一实体与多个所述换气口的相对间距;依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式,包括:依据所述第一实体和多个所述换气口的相对间距以及所述第一实体的工作模式控制多个所述换气口的换气模式。更进一步地,依据所述第一实体和多个所述换气口的相对间距以及所述第一实体的工作模式控制多个所述换气口的换气模式,包括:依据所述图像信息识别所述第一实体的工作模式;当所述第一实体的工作模式为正在工作时,判断所述第一实体与多个所述换气口的相对间距是否在第一预设间距范围内,若是,则将多个所述换气口的换气模式锁定为抽风模式。更进一步地,当识别出所述第一实体的工作模式为正在工作后,所述方法还包括:依据所述图像信息识别所述第一实体的油烟状况;依据所述第一实体的油烟状况控制多个所述换气口的抽风强度。更进一步地,依据所述图像信息识别所述第一实体的工作模式和/或油烟状况,包括:利用卷积神经网络分割出所述第一实体的区域图像,并对所述第一实体的所述区域图像进行识别,得到所述第一实体的工作模式和/或油烟状况;其中,所述卷积神经网络预先经过学习训练得到。更进一步地,所述卷积神经网络为Faster-RCNN网络。更进一步地,所述实体包括第二实体,依据所述图像信息识别所述目标实体与多个所述换气口的位置信息,包括:依据所述图像信息识别所述第二实体与多个所述换气口的相对间距;依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式,包括:判断所述第二实体与多个所述换气口的相对间距是否在第二预设间距范围内,若是,则控制多个所述换气口的换气模式为送风模式;若否,则控制多个所述换气口的换气模式为抽风模式。更进一步地,依据所述图像信息识别所述第一实体或第二实体与多个所述换气口的相对间距,包括:利用卷积神经网络对所述图像信息进行识别,分别得到所述第一实体或第二实体与多个所述换气口在所述当前环境中的位置;依据所述第一实体或第二实体与多个所述换气口在所述当前环境中的位置得到所述第一实体或第二实体与多个所述换气口的相对间距。第二方面,本专利技术还提供一种存储介质,所述存储介质上存储有实现前述第一方面所述方法的步骤的计算机程序。第三方面,本专利技术还提供一种处理装置,包括图像采集器、存储器和处理器,所述图像采集器连接于所述处理器,用于获取当前环境的图像信息;所述存储器上存储有可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现前述第一方面所述方法的步骤。本专利技术提供的换气控制方法、存储介质及处理装置,至少具备如下技术效果:1.通过识别灶台的工作模式和油烟大小来控制换气口的换气模式及换气强度,最大限度的抽走灶台区域的油烟,大大改善了厨房内的空气质量。2.通过识别用户的位置来控制换气口的换气模式,使得换气口的换气模式随着用户的移动而改变,用户所到之处皆有新鲜空气送入,提高了用户的烹饪体验。3.利用深度学习的CNN网络进行图像的识别,实现了在没有人为干预的情况下进行换气的实时判断和控制,提高了换气的自动化和智能化。本专利技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而获得。附图说明为了更清楚地说明本专利技术实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本专利技术的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。图1是本专利技术实施例一提供的换气控制方法的流程图;图2是本专利技术实施例二提供的换气控制方法的流程图;图3是本专利技术实施例二提供的卷积神经网络(CNN)的结构图;图4是本专利技术实施例二提供的Faster-RCNN的结构框图;图5是本专利技术实施例二提供的Faster-RCNN网络训练及测试流程图;图6是本专利技术实施例三提供的换气控制方法的流程图。具体实施方式下面将结合本专利技术实施例中附图,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实施例,而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围,而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例,本领域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,都属于本专利技术保护的范围。实施例一本实施例提供一种换气控制方法,如图1所示,包括:步骤S1,获取当前环境的图像信息;步骤S2,依据所述图像信息识别实体与多个换气口的位置信息;步骤S3,依据所述实体与多个所述换气口的位置信息控制多个所述换气口的换气模式。其中,所述当前环境至少包括一个实体和多个换气口,所述实体可以是任何需要对其所在空间进行换气操作的实体。当所述当前环境为厨房时,所述实体可以包括但不限于灶台、烹饪者、储物箱;当所述当前环境为锅炉房时,所述实体可以包括但不限于锅炉、工作人员、原料区;当所述当前环境为生产基地时,所述实体可以包括但不限于机器、工作人员、材料区。换气口可以是新风系统的一部分,也可以是单独存在的通风口。换气口可以分布在天花板上,优选的安装在天花板四周与墙壁的衔接处,呈口字型分布。当前环境的图像信息优选的通过获取当前环境的图像而获得,也可以通过在本文档来自技高网...

【技术保护点】
1.一种换气控制方法,其特征在于,所述方法包括:/n获取当前环境的图像信息,所述当前环境至少包括一个目标实体和多个换气口;/n依据所述图像信息识别所述目标实体与多个所述换气口的位置信息;/n依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式。/n

【技术特征摘要】
1.一种换气控制方法,其特征在于,所述方法包括:
获取当前环境的图像信息,所述当前环境至少包括一个目标实体和多个换气口;
依据所述图像信息识别所述目标实体与多个所述换气口的位置信息;
依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式。


2.根据权利要求1所述的方法,其特征在于:所述目标实体包括第一实体,
依据所述图像信息识别所述目标实体与多个所述换气口的位置信息,包括:
依据所述图像信息识别所述第一实体与多个所述换气口的相对间距;
依据所述目标实体与多个所述换气口的位置信息控制多个所述换气口的换气模式,包括:
依据所述第一实体和多个所述换气口的相对间距以及所述第一实体的
工作模式控制多个所述换气口的换气模式。


3.根据权利要求2所述的方法,其特征在于:依据所述第一实体和多个所述换气口的相对间距以及所述第一实体的工作模式控制多个所述换气口的换气模式,包括:
依据所述图像信息识别所述第一实体的工作模式;
当所述第一实体的工作模式为正在工作时,判断所述第一实体与多个所述换气口的相对间距是否在第一预设间距范围内,若是,则将多个所述换气口的换气模式锁定为抽风模式。


4.根据权利要求3所述的方法,其特征在于:当识别出所述第一实体的工作模式为正在工作后,所述方法还包括:
依据所述图像信息识别所述第一实体的油烟状况;
依据所述第一实体的油烟状况控制多个所述换气口的抽风强度。


5.根据权利要求4所述的方法,其特征在于:依据所述图像信息识别所述第一实体的工作模式和/或油烟状况,包括:
利用卷积神经网络分割出所述第一实体的区域图像,并对所...

【专利技术属性】
技术研发人员:李绍斌宋德超黄智刚陈翀
申请(专利权)人:珠海格力电器股份有限公司珠海联云科技有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1