基于用户行为特征的模型训练、智能家居控制方法及装置制造方法及图纸

本发明专利技术公开了一种基于用户行为特征的模型训练、智能家居控制方法及装置，该模型训练方法包括：在用户启动训练模式之后，多次获取用户在预设区域内的移动轨迹训练信息，以及用户在移动后的操作训练信息；根据多次获取的移动轨迹训练信息以及操作训练信息对预设模型进行训练，生成场景触发模型。通过实施本发明专利技术，解决了现有技术中存在的控制方法相对于人生活的变动条件来说，不能及时进行调整，无法满足用户智能控制家居设备的需求，影响用户的体验的问题，可以根据用户的行驶轨迹，精准、及时地判断用户的意图，并预先为用户触发操作。场景触发模型可以根据用户的触发功能需求进行自学习，用户可以自定义触发条件并进行训练。

【技术实现步骤摘要】
基于用户行为特征的模型训练、智能家居控制方法及装置
本专利技术涉及通信领域，具体涉及一种基于用户行为特征的模型训练、智能家居控制方法及装置。
技术介绍
在智能家居场景应用中，触发条件都是根据时间设置或人为操作来实现，这种触发方式比较固定，比如，用户设置了某个时间进入回家场景，但是如果用户提前回家，就不会触发控制家居设备开启。因此，这种模式相对于人生活的变动条件来说，不能及时进行调整，无法满足用户智能控制家居设备的需求，影响用户的体验。
技术实现思路
因此，本专利技术要解决的技术问题在于克服现有技术中的控制方法相对于人生活的变动条件来说，不能及时进行调整，无法满足用户智能控制家居设备的需求，影响用户的体验的缺陷，从而提供一种基于用户行为特征的模型训练、智能家居控制方法及装置。根据第一方面，本专利技术实施例提供了一种基于用户行为特征的模型训练方法，包括：多次获取用户在预设区域内的移动轨迹训练信息，以及所述用户在移动后的操作训练信息；根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练，生成场景触发模型。结合第一方面，在第一方面第一实施方式中，根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练的步骤，具体包括：根据多次获取的所述移动轨迹训练信息，确定所述移动轨迹训练信息对应的起始训练位置以及目标训练位置；根据多次获取的移动轨迹训练信息对应的起始训练位置与目标训练位置及所述操作训练信息，对预设模型进行训练。结合第一方面，在第一方面第二实施方式中，在生成场景触发模型的步骤之后，该方法还包括：获取所述用户在预设区域内的移动轨迹测试信息；根据所述移动轨迹测试信息及场景触发模型生成所述用户的操作测试信息；当所述操作测试信息与所述用户在移动后的操作训练信息一致时，判定所述场景触发模型构建成功。结合第一方面，在第一方面第三实施方式中，该方法还包括：在多次获取用户在预设区域内的移动轨迹训练信息的步骤之前，还包括：获取用户输入的训练指令。结合第一方面，在第一方面第四实施方式中，该方法还包括：当所述操作测试信息与所述用户在移动后的操作训练信息不一致时，判定所述场景触发模型构建失败，继续执行多次获取用户在预设区域内的移动轨迹训练信息，以及所述用户在移动后的操作训练信息的步骤。根据第二方面，本专利技术实施例提供了一种基于用户行为特征的智能家居控制方法，包括：获取用户在预设区域内的实际移动轨迹信息；根据所述实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令；根据所述实际操作指令控制智能家居。结合第二方面，在第二方面第一实施方式中，所述根据所述实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令，具体包括：根据所述实际移动轨迹信息，在通过第一方面或第一方面任一实施方式所述的基于用户行为特征的模型训练方法形成的场景触发模型库中，匹配对应的场景触发模型，生成移动轨迹比对结果；当所述移动轨迹比对结果超过预设阈值时，根据对应的场景触发模型，分析生成实际操作指令。结合第二方面，在第二方面第二实施方式中，所述获取用户在预设区域内的实际移动轨迹信息，具体包括：通过红外线阵列传感器获取所述用户在预设区域的移动位置点信息；根据所述用户在预设区域的移动位置点信息，确定所述用户在预设区域内的实际移动轨迹信息。根据第三方面，本专利技术实施例提供了一种基于用户行为特征的模型训练装置，包括：训练信息获取模块，用于多次获取用户在预设区域内的移动轨迹训练信息，以及所述用户在移动后的操作训练信息；场景触发模型生成模块，用于根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练，生成场景触发模型。根据第四方面，本专利技术实施例提供了一种基于用户行为特征的智能家居控制装置，包括：实际移动轨迹信息获取模块，用于获取用户在预设区域内的实际移动轨迹信息；实际操作指令生成模块，用于根据所述实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令；控制模块，用于根据所述实际操作指令控制智能家居。根据第五方面，本专利技术实施例提供了一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一实施方式所述的基于用户行为特征的模型训练方法或者如第二方面或第二方面任一实施方式所述的基于用户行为特征的智能家居控制方法的步骤。根据第六方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一实施方式所述的基于用户行为特征的模型训练方法或者如第二方面或第二方面任一实施方式所述的基于用户行为特征的智能家居控制方法的步骤。本专利技术技术方案，具有如下优点：1.本专利技术提供的一种基于用户行为特征的模型训练方法及装置，其中，该方法包括：在用户启动训练模式之后，多次获取用户在预设区域内的移动轨迹训练信息，以及用户在移动后的操作训练信息；根据多次获取的移动轨迹训练信息以及操作训练信息对预设模型进行训练，生成场景触发模型。通过实施本专利技术，解决了现有技术中存在的控制方法相对于人生活的变动条件来说，不能及时进行调整，无法满足用户智能控制家居设备的需求，影响用户的体验的问题，可以根据用户的行驶轨迹，精准、及时地判断用户的意图，并预先为用户触发操作。场景触发模型可以根据用户的触发功能需求进行自学习，用户可以自定义触发条件并进行训练。2.本专利技术提供的一种基于用户行为特征的智能家居控制方法及装置，其中，该方法包括：在智能家居应用场景中，获取用户在预设区域内的实际移动轨迹信息；根据实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令；根据实际操作指令控制智能家居。通过实施本专利技术，解决了现有技术中存在相对于人生活的变动条件来说，不能及时进行调整，无法满足用户智能控制家居设备的需求，影响用户的体验的问题，可以根据用户的移动轨迹，及时且高效的判断用户想要触发的场景控制指令，且避免用户图像被采集，保护用户隐私信息。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，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的附图。图1为本专利技术实施例中基于用户行为特征的模型训练方法的一个具体示例的流程图；图2为本专利技术实施例中基于用户行为特征的智能家居控制方法的用户行驶轨迹的示意图；图3为本专利技术实施例中基于用户行为特征的智能家居控制方法的一个具体示例的流程图；图4为本专利技术实施例中基于用户行为特征的智能家居控制方法的示意图；图5为本专利技术实施例中基于用户行为特征的模型训练装置的一个具体示例的原理框图；图6为本专利技术实施例中基于用户行为特征的智能家居控制装置的一本文档来自技高网...

【技术保护点】
1.一种基于用户行为特征的模型训练方法，其特征在于，包括：/n多次获取用户在预设区域内的移动轨迹训练信息，以及所述用户在移动后的操作训练信息；/n根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练，生成场景触发模型。/n

【技术特征摘要】
1.一种基于用户行为特征的模型训练方法，其特征在于，包括：
多次获取用户在预设区域内的移动轨迹训练信息，以及所述用户在移动后的操作训练信息；
根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练，生成场景触发模型。


2.根据权利要求1所述的方法，其特征在于，根据多次获取的所述移动轨迹训练信息以及所述操作训练信息对预设模型进行训练的步骤，具体包括：
根据多次获取的所述移动轨迹训练信息，确定所述移动轨迹训练信息对应的起始训练位置以及目标训练位置；
根据多次获取的移动轨迹训练信息对应的起始训练位置与目标训练位置及所述操作训练信息，对预设模型进行训练。


3.根据权利要求1所述的方法，其特征在于，在生成场景触发模型的步骤之后，还包括：
获取所述用户在预设区域内的移动轨迹测试信息；
根据所述移动轨迹测试信息及场景触发模型生成所述用户的操作测试信息；
当所述操作测试信息与所述用户在移动后的操作训练信息一致时，判定所述场景触发模型构建成功。


4.一种基于用户行为特征的智能家居控制方法，其特征在于，包括：
获取用户在预设区域内的实际移动轨迹信息；
根据所述实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令；
根据所述实际操作指令控制智能家居。


5.根据权利要求4所述的方法，其特征在于，所述根据所述实际移动轨迹信息及预设的场景触发模型，分析生成实际操作指令，具体包括：
根据所述实际移动轨迹信息，在通过权利要求1-3任一项所述的基于用户行为特征的模型训练方法形成的场景触发模型库中，匹配对应的场景触发模型，生成移动轨迹比对结果；
当所述移动轨迹比对结果超过预设阈值时，根据对应的场景触发...

【专利技术属性】
技术研发人员：姚树茂，
申请(专利权)人：北京自如信息科技有限公司，
类型：发明
国别省市：北京;11