基于人工智能的电器设备控制方法、系统、设备和介质技术方案

技术编号:37969444 阅读:9 留言:0更新日期:2023-06-30 09:44
本发明专利技术提供的一种基于人工智能的电器设备控制方法、系统、设备和介质,该方法包括基于房间热成像图使用人数分布模型确定房间中人数分布信息,基于房间中人数分布信息和风扇所在位置使用转动范围确定模型确定风扇的转动范围,基于环境风速、空气信息确定风阻程度,基于风扇转速确定模型对房间中人数分布信息、风扇的转动范围、墙壁透风程度和风阻程度进行处理确定风扇的多个子转动范围和风扇的多个子转动范围中每一个子转动范围对应的风扇转速,基于风扇的多个子转动范围和风扇的多个子转动范围中每一个子转动范围对应的风扇转速控制风扇进行工作,该方法能够减少风扇的能源浪费的同时,提高用户体验。提高用户体验。提高用户体验。

【技术实现步骤摘要】
基于人工智能的电器设备控制方法、系统、设备和介质


[0001]本专利技术涉及电器设备控制
,具体涉及一种基于人工智能的电器设备控制方法、系统、设备和介质。

技术介绍

[0002]风扇是人们夏天常用的设备之一,它能够降低人的体感温度。虽然随着社会的发展和人们生活水平的提高,空调在人们的生活中越来越普及,但长期处在密闭的空调环境中容易出现头晕、头痛、食欲不振、上呼吸道感染、关节酸痛等症状,风扇相对于空调具备出风平缓柔和、体感舒适、对人副作用少等特点。风扇在室内人多的时候工作,一般采用风扇的摇头控制模式,但是该摇头控制模式仅能转动固定的角度,而且当风扇转到没人的区域时风扇也会工作,这不仅造成了能源的浪费,而且也使得风扇工作时把时间浪费在没人的区域上,使得室内的人不能及时的吹到风,其等待时间较长,用户体验较差。
[0003]因此如何减少风扇的能源浪费的同时,提高用户体验是当前亟待解决的问题。

技术实现思路

[0004]本专利技术主要解决的技术问题是如何减少风扇的能源消耗的同时,提高用户体验。
[0005]根据第一方面,本专利技术提供一种基于人工智能的电器设备控制方法,包括:一种基于人工智能的电器设备控制方法,其特征在于,包括:获取房间热成像图;基于所述房间热成像图使用人数分布模型确定所述房间中人数分布信息;基于所述房间中人数分布信息和风扇所在位置使用转动范围确定模型确定风扇的转动范围;基于环境风速、空气信息确定风阻程度;基于风扇转速确定模型对所述房间中人数分布信息、所述风扇的转动范围、墙壁透风程度和所述风阻程度进行处理确定风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速;基于所述风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速控制所述风扇进行工作。
[0006]更进一步地,所述风扇所在位置通过对房间拍摄视频进行处理确定,对房间拍摄视频进行处理确定过程包括:获取房间拍摄视频;基于所述房间拍摄视频使用拍摄视频处理模型进行处理确定房间位置信息、窗户位置信息、房间门位置信息、插座位置信息、家具位置信息;基于所述房间位置信息、所述窗户位置信息、所述房间门位置信息、所述插座位置信息、所述家具位置信息使用图神经网络模型确定所述风扇所在位置。
[0007]更进一步地,所述图神经网络模型的输入包括多个节点和多条边,所述多个节点为房间节点、窗户节点、房间门节点、插座节点、家具节点,所述多条边为多个节点之间的距离和方向,其中所述多个节点中的每一个节点包括多个节点特征,所述房间节点的节点特征包括房间位置信息、所述窗户节点的节点特征包括窗户位置信息、所述房间门节点的节点特征包括房间门位置信息、所述插座节点的节点特征包括插座位置信息、所述家具节点的节点特征包括家具位置信息,所述图神经网络模型的输出为所述风扇所在位置。
[0008]更进一步地,所述拍摄视频处理模型为长短期神经网络模型。
[0009]根据第二方面,本专利技术提供一种基于人工智能的电器设备控制系统,包括:获取模块,用于获取房间热成像图;人数分布确定模块,用于基于所述房间热成像图使用人数分布模型确定所述房间中人数分布信息;转动范围确定模块,用于基于所述房间中人数分布信息和风扇所在位置使用转动范围确定模型确定风扇的转动范围;风阻程度确定模块,用于基于环境风速、空气信息确定风阻程度;风扇转速确定模块,基于风扇转速确定模型对所述房间中人数分布信息、所述风扇的转动范围、墙壁透风程度和所述风阻程度进行处理确定风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速;控制模块,用于基于所述风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速控制所述风扇进行工作。
[0010]更进一步地,所述系统还包括位置确定模块,所述位置确定模块还用于:获取房间拍摄视频;基于所述房间拍摄视频使用拍摄视频处理模型进行处理确定房间位置信息、窗户位置信息、房间门位置信息、插座位置信息、家具位置信息;基于所述房间位置信息、所述窗户位置信息、所述房间门位置信息、所述插座位置信息、所述家具位置信息使用图神经网络模型确定所述风扇所在位置。
[0011]更进一步地,所述图神经网络模型的输入包括多个节点和多条边,所述多个节点为房间节点、窗户节点、房间门节点、插座节点、家具节点,所述多条边为多个节点之间的距离和方向,其中所述多个节点中的每一个节点包括多个节点特征,所述房间节点的节点特征包括房间位置信息、所述窗户节点的节点特征包括窗户位置信息、所述房间门节点的节点特征包括房间门位置信息、所述插座节点的节点特征包括插座位置信息、所述家具节点的节点特征包括家具位置信息,所述图神经网络模型的输出为所述风扇所在位置。
[0012]更进一步地,所述拍摄视频处理模型为长短期神经网络模型。
[0013]根据第三方面,本专利技术提供一种电子设备,包括:存储器;处理器;以及计算机程序;其中,所述计算机程序存储在所述存储器中,并配置为由所述处理器执行以实现上述的方法。
[0014]根据第四方面,本专利技术提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述方面中任一项所述的方法。
[0015]本专利技术提供的一种基于人工智能的电器设备控制方法、系统、设备和介质,该方法包括基于房间热成像图使用人数分布模型确定房间中人数分布信息,基于房间中人数分布信息和风扇所在位置使用转动范围确定模型确定风扇的转动范围,基于环境风速、空气信息确定风阻程度,基于风扇转速确定模型对房间中人数分布信息、风扇的转动范围、墙壁透风程度和风阻程度进行处理确定风扇的多个子转动范围和风扇的多个子转动范围中每一个子转动范围对应的风扇转速,基于风扇的多个子转动范围和风扇的多个子转动范围中每一个子转动范围对应的风扇转速控制风扇进行工作,该方法能够减少风扇的能源浪费的同时,提高用户体验。
附图说明
[0016]图1为本专利技术实施例提供的一种基于人工智能的电器设备控制方法的流程示意图;图2为本专利技术实施例提供的一种通过对房间拍摄视频进行处理确定风扇所在位置
的流程示意图;图3为本专利技术实施例提供的一种基于人工智能的电器设备控制系统的示意图;图4为本专利技术实施例提供的一种电子设备的示意图。
具体实施方式
[0017]下面通过具体实施方式结合附图对本专利技术作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中,很多细节描述是为了使得本专利技术能被更好的理解。
[0018]本专利技术实施例中,提供了如图1所示的一种基于人工智能的电器设备控制方法,所述基于人工智能的电器设备控制方法包括步骤S1~S6:步骤S1,获取房间热成像图。
[0019]在一些实施例中,房间的热成像图可以通过风扇上方的热成像摄像头进行拍摄得到。房间热成像图可以反映房间中的人口分布。在一些实施例中,可以将热成像摄像头安装在风扇上方。在一些实施例中,风扇包括控制设备,所述控制设备可以本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电器设备控制方法,其特征在于,包括:获取房间热成像图;基于所述房间热成像图使用人数分布模型确定所述房间中人数分布信息;基于所述房间中人数分布信息和风扇所在位置使用转动范围确定模型确定风扇的转动范围;基于环境风速、空气信息确定风阻程度;基于风扇转速确定模型对所述房间中人数分布信息、所述风扇的转动范围、墙壁透风程度和所述风阻程度进行处理确定风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速;基于所述风扇的多个子转动范围和所述风扇的多个子转动范围中每一个子转动范围对应的风扇转速控制所述风扇进行工作。2.如权利要求1所述的基于人工智能的电器设备控制方法,其特征在于,所述风扇所在位置通过对房间拍摄视频进行处理确定,对房间拍摄视频进行处理确定过程包括:获取房间拍摄视频;基于所述房间拍摄视频使用拍摄视频处理模型进行处理确定房间位置信息、窗户位置信息、房间门位置信息、插座位置信息、家具位置信息;基于所述房间位置信息、所述窗户位置信息、所述房间门位置信息、所述插座位置信息、所述家具位置信息使用图神经网络模型确定所述风扇所在位置。3.如权利要求2所述的基于人工智能的电器设备控制方法,其特征在于,所述图神经网络模型的输入包括多个节点和多条边,所述多个节点为房间节点、窗户节点、房间门节点、插座节点、家具节点,所述多条边为多个节点之间的距离和方向,其中所述多个节点中的每一个节点包括多个节点特征,所述房间节点的节点特征包括房间位置信息、所述窗户节点的节点特征包括窗户位置信息、所述房间门节点的节点特征包括房间门位置信息、所述插座节点的节点特征包括插座位置信息、所述家具节点的节点特征包括家具位置信息,所述图神经网络模型的输出为所述风扇所在位置。4.如权利要求2所述的基于人工智能的电器设备控制方法,其特征在于,所述拍摄视频处理模型为长短期神经网络模型。5.一种基于人工智能的电器设备控制系统,其特征在于,包括:获取模块,用于获取房间热成像图;人数分布确定模块,用于基于所述房间热成像图使用人数分布模型确定所述房间中人数分布信息;转动范围确定模块,用于基于所述房间中人数分布信息和...

【专利技术属性】
技术研发人员:苏艳
申请(专利权)人:成都苏扶软件开发有限公司
类型:发明
国别省市:

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