基于衣物的移动的移动衣架控制制造技术

本发明专利技术公开一种基于衣物的移动的移动衣架的控制方法及其装置。本发明专利技术一实施例的衣物护理机的控制方法能够基于在移动衣架以第一移动模式动作的期间收集到的处理腔室内部的灰尘量和衣物的移动信息来确定第二移动模式，并以所确定的第二移动模式来控制移动衣架。本发明专利技术的控制方法可以与人工智能(Artificial Intelligence)模块、无人机(Unmanned Aerial Vehicle，UAV)、机器人、增强现实(Augmented Reality，AR)装置、虚拟现实(virtual reality，VR)装置、与5G服务相关的装置等相关联。与5G服务相关的装置等相关联。与5G服务相关的装置等相关联。

【技术实现步骤摘要】
【国外来华专利技术】基于衣物的移动的移动衣架控制


[0001]本专利技术涉及基于衣物的移动的移动衣架的控制方法及其装置。

技术介绍

[0002]人工智能技术由机器学习(深度学习)和使用机器学习的要素技术构成。
[0003]机器学习是自动分类/学习输入数据的特征的算法技术，要素技术是利用深度学习等机器学习算法来模拟人脑的认知、判断等功能的技术，由语言理解、视觉理解、推理/预测、知识表现、动作控制等
构成。
[0004]另一方面，衣物护理机与衣物的类型和/或移动无关地控制移动衣架，因此会使衣物受损或产生大量的不必要的耗电。

技术实现思路

[0005]专利技术要解决的问题
[0006]本专利技术的目的在于解决上述必要性和/或问题。
[0007]另外，本专利技术的目的还在于，实现一种能够根据衣物的移动来控制移动衣架的振动模式的基于衣物的移动的移动衣架的控制方法及其装置。
[0008]另外，本专利技术的目的还在于，实现一种能够将移动衣架控制为使衣物的损坏最小的基于衣物的移动的移动衣架的控制方法及其装置。
[0009]另外，本专利技术的目的还在于，实现一种能够将移动衣架控制为使不必要的耗电最小的基于衣物的移动的移动衣架的控制方法及其装置。
[0010]用于解决问题的手段
[0011]本专利技术一方面的衣物护理机的控制方法，包括：在移动衣架以第一移动模式动作的期间，通过传感器来感测处理腔室内部的灰尘的步骤；在所述移动衣架以所述第一移动模式动作的期间，通过摄像头来生成置于所述处理腔室内部的衣物的移动信息的步骤；基于所述衣物的移动信息和灰尘量，确定第二移动模式的步骤；以及以所确定的所述第二移动模式来控制所述移动衣架的步骤。
[0012]另外，所述移动信息可以包括由所述移动衣架的振动引起的所述衣物的移动距离。
[0013]另外，所述第二移动模式可以利用被学习为将所述移动信息和所述灰尘量作为输入且生成用于确定所述移动衣架的振动幅度或振动速度的输出的学习模型来确定。
[0014]另外，所述学习模型可以由基于强化学习的人工神经网络模型来实现。
[0015]另外，所述基于强化学习的人工神经网络模型可以是将所述衣物的移动信息和所述灰尘量定义为状态(state)的模型。
[0016]另外，所述基于强化学习的人工神经网络模型可以是将所述移动衣架的振动幅度或振动速度定义为动作(action)的模型。
[0017]另外，所述基于强化学习的人工神经网络模型可以是基于所述衣物的移动信息或
所述灰尘量中的至少一个来算出补偿(reward)的模型。
[0018]另外，所述补偿可以被计算为与所述灰尘量成正比增加。
[0019]另外，所述补偿可以被计算为与所述灰尘量成正比增加且与所述移动距离成反比增加。
[0020]另外，确定所述第二移动模式的步骤还可以包括从网络接收用于调度所述衣物的移动信息和灰尘量的传输的DCI(downlink control information，下行链路控制信息)的步骤，所述衣物的移动信息和灰尘量可以基于所述DCI传输到所述网络。
[0021]另外，还可以包括基于SSB(synchronization signal block，同步信号块)来执行与所述网络的初始接入过程的步骤，所述衣物的移动信息和灰尘量可以通过PUSCH(physical uplink shared channel，物理上行链路共享信道)传输到所述网络，所述SSB和所述PUSCH的DM
‑
RS(dedicated demodulation reference signal，专用解调参考信号)可以对QCL(Quasi
‑
Co Location，准共址)type D为QCL。
[0022]另一方面，本专利技术另一方面的衣物护理机包括：传感器，在移动衣架以第一移动模式动作的期间，感测处理腔室内部的灰尘；摄像头，在所述移动衣架以所述第一移动模式动作的期间，拍摄所述处理腔室内部的影像；以及处理器，从所述影像生成置于所述处理腔室内部的衣物的移动信息，基于所述衣物的移动信息和灰尘量来确定第二移动模式，以所确定的所述第二移动模式来控制所述移动衣架。
[0023]专利技术效果
[0024]下面，对本专利技术一实施例的基于衣物的移动的移动衣架的控制方法及其装置的效果进行说明。
[0025]本专利技术能够根据衣物的移动来控制移动衣架的振动模式。
[0026]另外，本专利技术能够将移动衣架控制为使衣物的受损最小。
[0027]另外，本专利技术能够将移动衣架控制为使不必要的耗电最小。
[0028]本专利技术能够获得的效果不限于以上提到的效果，本领域普通技术人员可以从以下的记载明确理解未被提及的其他效果。
附图说明
[0029]为了帮助理解本专利技术，作为说明书的一部分的附图提供本专利技术的实施例，并且与具体实施方式一起解释本专利技术的技术特征。
[0030]图1示例了可应用本专利技术提出的方法的无线通信系统的框图。
[0031]图2示出了在无线通信系统中收发信号的方法的一例。
[0032]图3示出了在5G通信系统中用户终端和5G网络的基本动作的一例。
[0033]图4是示出应用于本专利技术的各种实施例的AI装置的框图。
[0034]图5是示出电子装置的框图。
[0035]图6和图7是示出应用于本专利技术的各种实施例的衣物护理机的外观的图。
[0036]图8是应用于本专利技术的各种实施例的衣物护理机的框图。
[0037]图9是用于说明单代理强化学习(single agent reinforcement learning)的示例图。
[0038]图10是本专利技术一实施例的衣物护理机控制方法的流程图。
[0039]图11和图12是用于说明图10的步骤S130的图。
[0040]图13是用于说明本专利技术另一实施例的衣物护理机控制方法的时序图。
具体实施方式
[0041]以下，参照附图对本说明书中公开的实施例进行详细的说明，与图号无关地对相同或相似的构成要素赋予了相同的附图标记，并省略了对其的重复说明。在以下说明中使用的针对结构要素的接后缀“模块”及“部”仅是考虑到便于说明书的撰写而被赋予或混用，其自身并不带有相互区分的含义或作用。并且，在对本说明书公开的实施例进行说明的过程中，如果判断为对于相关的公知技术的具体说明会导致混淆本说明书所公开的实施例的技术思想，则将省去对其详细的说明。并且，所附的附图仅是为了容易理解本说明书所公开的实施例，不应由所附的附图来限定本说明书所公开的技术思想，而是应当涵盖了本专利技术的思想及技术范围中所包括的所有变更、均等物乃至替代物。
[0042]“第一”、“第二”等包含序数的术语可用于说明多种结构要素，但是所述结构要素并不由所述术语所限定。所述术语仅是用于将一个结构要素与其他结构要素区分的目的来使用。
[0043]如果提及到本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种衣物护理机的控制方法，其中，包括：在移动衣架以第一移动模式动作的期间，通过传感器来感测处理腔室内部的灰尘的步骤；在所述移动衣架以所述第一移动模式动作的期间，通过摄像头来生成置于所述处理腔室内部的衣物的移动信息的步骤；基于所述衣物的移动信息和灰尘量，确定第二移动模式的步骤；以及以所确定的所述第二移动模式来控制所述移动衣架的步骤。2.根据权利要求1所述的衣物护理机的控制方法，其中，所述移动信息包括由所述移动衣架的振动引起的所述衣物的移动距离。3.根据权利要求1所述的衣物护理机的控制方法，其中，所述第二移动模式利用被学习为将所述移动信息和所述灰尘量作为输入且生成用于确定所述移动衣架的振动幅度或振动速度的输出的学习模型来确定。4.根据权利要求3所述的衣物护理机的控制方法，其中，所述学习模型是基于强化学习的人工神经网络模型。5.根据权利要求4所述的衣物护理机的控制方法，其中，所述基于强化学习的人工神经网络模型将所述衣物的移动信息和所述灰尘量定义为状态。6.根据权利要求4所述的衣物护理机的控制方法，其中，所述基于强化学习的人工神经网络模型将所述移动衣架的振动幅度或振动速度定义为动作。7.根据权利要求4所述的衣物护理机的控制方法，其中，所述基于强化学习的人工神经网络模型基于所述衣物的移动信息或所述灰尘量中的至少一个来算出补偿。8.根据权利要求7所述的衣物护理机的控制方法，其中，所述补偿被计算为与所述灰尘量成正比增加。9.根据权利要求7所述的衣物护理机的控制方法，其中，所述补偿被计算为与所述移动距离成反比增...

【专利技术属性】
技术研发人员：金元哲，
申请(专利权)人：LG电子株式会社，
类型：发明
国别省市：