基于AI的通用智能家居方案自动化设计方法及装置制造方法及图纸

本发明专利技术实施例中提供了一种基于AI的通用智能家居方案自动化设计方法、装置及电子设备，属于人工智能技术领域，该方法包括：采集与智能设计相关的平面图纸作为有效图像样本，针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小；通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计；获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案。采用本方案，能够提高智能家居方案设计的效率。

【技术实现步骤摘要】
基于AI的通用智能家居方案自动化设计方法及装置
本专利技术涉及人工智能
，尤其涉及一种基于AI的通用智能家居方案自动化设计方法、装置及电子设备。
技术介绍
由于智能家居行业发展过程中，产生了服务商专业技术能力参差不齐，以及服务商对利润的追求导致的国内外良莠不齐的产品交叉应用等等行业怪相，目前已经从行业之初的百花齐放、百家争鸣到行业现状的鱼龙混杂、鱼目混珠，其直接后果是业主难于选择真正实用且有效的方案，甚至于被劣质产品所诱导，被服务商专业程度不足所伤害，间接的后果将导致大批用户对智能家居行业的信任度大幅下降直至行业发展受阻。由于专业的智能家居产品有一定的门槛，对于相对业余的装饰设计师来说，设计出针对性的方案，成功率很低；由于门槛较高是个通病，业主的盲目或盲从选型，也是一种普遍现象，最后花了一定代价，并不了了之，也会对于智能家居行业的规范程度不够等现象失去原有的信心。
技术实现思路
有鉴于此，本专利技术实施例提供一种基于AI的通用智能家居方案自动化设计方法、装置及电子设备，至少部分解决现有技术中存在的问题。第一方面，本专利技术实施例提供的一种基于AI的通用智能家居方案自动化设计方法，包括：采集与智能设计相关的平面图纸作为有效图像样本，以便于基于引擎算法对所述图像样本进行深度学习，训练和验证所述引擎所采用的神经网络系统，并通过超参数调试、正则化以及优化方法来改善所述神经网络系统；针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，逐步完成全卷积神经网络的构造模块建立，并最终完成设计所需的目标定位、特征点检测、目标检测相关的参数；通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计，系统同步输出标记的设备数量、品牌和型号所生成的格式化清单；获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案。根据本公开实施例的一种具体实现方式，所述AI识别内容包括室内平面图的图纸或图片。根据本公开实施例的一种具体实现方式，AI自动化设计智能家居方案，包括智能家居系统的点位设计、管线设计。根据本公开实施例的一种具体实现方式，所述自动化设计方法利用AI完成智能家居方案的自动化设备数量统计、选型列表输出。根据本公开实施例的一种具体实现方式，所述自动化设计方法利用AI自动化生成订单。根据本公开实施例的一种具体实现方式，所述自动化设计方法利用AI完成从产品选型到订单完成直至用户端上线，全程溯源，并提供在线AI服务。根据本公开实施例的一种具体实现方式，所述AI服务包括且不仅限于完成唯一标识认证、设备状态反馈、故障代码提示、远程复位、质保期内外确认、远程运维以及超级便利售后。根据本公开实施例的一种具体实现方式，所述根据用户在客户端选型的确认，生成通用智能化家居设计方案，包括：从产品选型、订单确认、交易完成、设备安装完成直到用户端上线，全程溯源机制建立；完成唯一标识认证：根据设备联网的唯一标识，线上线下统一的数据库建立；设备状态反馈：每个设备的状态检测，分主动检测和被动检测，其中主动检测为远程分时分段读取状态，被动检测为状态改变，自动上传至系统更新；故障代码提示：建立设备无法连接、连接不稳定、部分功能失灵等等故障代码编号集群，进行实时更新、上传、下载等等；远程复位：对于属于复位可解决的故障问题，可以远程复位解决；质保期内外确认：设备溯源机制，比对数据库中设备的是否过保问题，来解决保内保外是否收费的问题；远程运维：根据故障代码，远程诊断，亦可线上线下会诊；超级便利售后：可根据诊断结果实现一次维护或更换服务。第二方面，本专利技术实施例提供了一种基于AI的通用智能家居方案自动化设计装置，包括：获取模块，用于采集与智能设计相关的平面图纸作为有效图像样本，以便于基于引擎算法对所述图像样本进行深度学习，训练和验证所述引擎所采用的神经网络系统，并通过超参数调试、正则化以及优化方法来改善所述神经网络系统；建立模块，用于针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，逐步完成全卷积神经网络的构造模块建立，并最终完成设计所需的目标定位、特征点检测、目标检测相关的参数；生成模块，用于通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计，系统同步输出标记的设备数量、品牌和型号所生成的格式化清单；执行模块，用于获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案。第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及，与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述任第一方面或第一方面的任一实现方式中的基于AI的通用智能家居方案自动化设计方法。第四方面，本专利技术实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的基于AI的通用智能家居方案自动化设计方法。第五方面，本专利技术实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的基于AI的通用智能家居方案自动化设计方法。本专利技术实施例中的基于AI的通用智能家居方案自动化设计方案，包括采集与智能设计相关的平面图纸作为有效图像样本，以便于基于引擎算法对所述图像样本进行深度学习，训练和验证所述引擎所采用的神经网络系统，并通过超参数调试、正则化以及优化方法来改善所述神经网络系统；针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，逐步完成全卷积神经网络的构造模块建立，并最终完成设计所需的目标定位、特征点检测、目标检测相关的参数；通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计，系统同步输出标记的设备数量、品牌和型号所生成的格式化清单；获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案，方案提供了智能家居自动化设计的效率。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，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创本文档来自技高网...

【技术保护点】
1.一种基于AI的通用智能家居方案自动化设计方法，其特征在于，包括：/n采集与智能设计相关的平面图纸作为有效图像样本，以便于基于引擎算法对所述图像样本进行深度学习，训练和验证所述引擎所采用的神经网络系统，并通过超参数调试、正则化以及优化方法来改善所述神经网络系统；/n针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，逐步完成全卷积神经网络的构造模块建立，并最终完成设计所需的目标定位、特征点检测、目标检测相关的参数；/n通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计，系统同步输出标记的设备数量、品牌和型号所生成的格式化清单；/n获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案。/n

【技术特征摘要】
1.一种基于AI的通用智能家居方案自动化设计方法，其特征在于，包括：
采集与智能设计相关的平面图纸作为有效图像样本，以便于基于引擎算法对所述图像样本进行深度学习，训练和验证所述引擎所采用的神经网络系统，并通过超参数调试、正则化以及优化方法来改善所述神经网络系统；
针对所述神经网络系统，建立卷积层的参数共享和稀疏连接之后，使用池化层来缩减模型的大小，提高计算速度，同时提高所提取特征的鲁棒性，逐步完成全卷积神经网络的构造模块建立，并最终完成设计所需的目标定位、特征点检测、目标检测相关的参数；
通过Python语言编程实现针对平面图纸的有效识别，智能添加数据库的备选产品图标并缩放至合适大小，生成点位设计，系统同步输出标记的设备数量、品牌和型号所生成的格式化清单；
获取用户在客户端设置的输入需求，并根据用户在客户端选型的确认，生成通用智能化家居设计方案。


2.根据权利要求1所述的方法，其特征在于，所述AI识别内容包括室内平面图的图纸或图片。


3.根据权利要求1所述的方法，其特征在于，AI自动化设计智能家居方案，包括智能家居系统的点位设计、管线设计。


4.根据权利要求1所述的方法，其特征在于，所述自动化设计方法利用AI完成智能家居方案的自动化设备数量统计、选型列表输出。


5.根据权利要求1所述的方法，其特征在于，所述自动化设计方法利用AI自动化生成订单。


6.根据权利要求1所述的方法，其特征在于，所述自动化设计方法利用AI完成从产品选型到订单完成直至用户端上线，全程溯源，并提供在线AI服务。


7.根据权利要求1所述的方法，其特征在于，所述AI服务包括且不仅限于完成唯一标识认证、设备状态反馈、故障代码提示、远程复位、质保期内外确认、远程运维以及超级便利售后。


8.根据权利要求1所述的方法，其特征在于，所述根据用户在客户端选型的确认，生成通用智能化家居设计方案，包括：
从产品选型、订单确认、交易完成、设备安装完成直到用户端上线，全程溯源机制建立；
完成唯一标识认证：根据设备联网的唯一标识，线上线下统一的数据库建立；
设备状态...

【专利技术属性】
技术研发人员：李建军，祁加娥，
申请(专利权)人：李建军，
类型：发明
国别省市：上海;31