一种抽油烟机食物检测油烟预测循环处理方法及装置制造方法及图纸

本申请公开了一种抽油烟机食物检测油烟预测循环处理方法及装置，所述方法包括：构建能够识别食物种类的算法模型，根据食物种类、烹饪时的锅内温度以及锅内油量的信息，构建能够预测油烟浓度的预测模型；根据所述算法模型以及预测模型运算输出实际烹饪时的相应预测油烟浓度结果，确定抽油烟机运行的控制指令。本申请根据预测模型得的结果，对所得到的油烟浓度根据所设定阈值进行判断，根据不同浓度进行不同的处理策略，让厨房更加节能环保。本发明专利技术解决了用户不能及时合理打开抽油烟机的问题，在尽量减少厨房油烟浓度的同时，可以更加节能吸收厨房油烟，实现自动开启调节抽油烟机转速，解决抽油烟机机械化功能，实现智能化抽油烟机。油烟机。油烟机。

【技术实现步骤摘要】
一种抽油烟机食物检测油烟预测循环处理方法及装置


[0001]本申请涉及厨电器具
，尤其涉及一种抽油烟机食物检测油烟预测循环处理方法及装置。

技术介绍

[0002]在烹饪过程中，产生的油烟等废气往往会对用户的身体造成损伤，在日常生活中能够及时高效地吸收大量油烟，将会有效改善用户的厨房环境。油烟机作为厨房中必备的设备之一，能够有效净化空气，保障人们的健康。然而，目前市面上的大部分油烟机风速控制方式都是基于手动调节，存在以下问题：
[0003]1.调节不精准，容易造成浪费；
[0004]2.无法及时调节，可能导致厨房内空气质量下降；
[0005]3.对用户的操作技能有一定要求，使用不太方便。
[0006]为了解决以上问题，本专利技术提出了一种抽油烟机食物检测油烟预测循环处理方法和装置，使抽油烟机具有精准控制、自动化控制和节能环保等优点。

技术实现思路

[0007]本申请提供一种抽油烟机食物检测油烟预测循环处理方法和装置，该抽油烟机的预测方法和油烟循环处理装置能够实现精准、自动化的控制并且更加节能环保。
[0008]该油烟机风机包括四个挡位，最低转速，低转速，中转速和高转速，其中，当油烟机自动开启时，会以最低转速运转，并在之后根据预测结果进行转速调整。
[0009]本申请的第一个方面是提供一种抽油烟机的食物检测方法，所述食物检测方法包括：
[0010]所述抽油烟机配备有摄像头，通过摄像头对食物拍摄并进行目标检测识别，利用YOLOv5算法模型实现目标检测，将识别的食物标签信息传入。其中，所述算法模型经过使用大量实际采集实际带有标签的食物图片数据进行机器学习训练所得。所述大量训练数据中的每组数据均包括：各种注有食物信息标签的食物图片。通过训练的YOLOv5算法模型可以在拍摄到的图片对其中所存在的食物进行检测识别，得到其识别出食物信息的标签信息。
[0011]本申请的第二个方面是提供一种抽油烟机的油烟预测方法，所述油烟预测方法包括：
[0012]在烹饪过程中，所述抽油烟机还配备有远红外测温仪，抽油烟机通过远红外测温仪监测烹饪时的锅内温度信息。
[0013]当监测的锅内温度大于50℃时，自动开启抽油烟机，并以最低转速运转。
[0014]通过摄像头对食物进行检测、识别，当锅内温度大于100℃时，进行数据信息采集，抽油烟机通过摄像头拍摄获取锅内油面信息，通过计算锅内液体面积，计算得到大致锅内油量。
[0015]进一步地，所述计算锅内油量的方法为：对摄像头所采集到的油面图像，进行滤波
处理，之后利用二值化进行形态学操作，得到清晰的二值图，之后将轮廓提出出来，检测出圆形轮廓，再用霍夫圆检测函数来检测圆形，确定圆心与半径；
[0016]所述抽油烟机还配备有距离传感器，计算油量根据如下公式计算：
[0017]V＝S
×
(H
‑
h)
[0018]式中，V为计算的油量体积，S为根据上述半径计算的油面面积，H为初始设定距离传感器到平底锅的距离，h为测量油量时距离传感器到锅内油面的距离。
[0019]将所采集的食物信息、锅内温度信息以及油量信息进行预处理转化为统一形式，并实际检测对应的油烟浓度信息，输入到预测模型中进行预测。
[0020]本申请中所述预测模型的建立过程包括：以长短期记忆网络LSTM为基础建立模型，通过训练神经网络来学习历史数据的特征和规律，并用于未来油烟浓度结果的预测，经过使用大量实际采集并进行预处理得到的数据进行机器学习训练所得；所述大量训练数据中的每组数据均包括：食物信息、锅内温度信息、油量信息，以及实际检测的对应的油烟浓度信息；对大量训练数据中的每组数据进行机器学习训练时，每组数据中的食物信息、锅内温度信息以及油量信息均通过预处理转化为统一形式。
[0021]本申请实施例中抽油烟机油烟预测方法根据温度是否大于50℃进行判断用户是否在进行使用加热设备；根据温度是否大于100℃进行判断用户是否在使用油等易产生油烟的烹饪用品；其次，根据判断对抽油烟机及时做出反应，并进行食物信息，温度信息，油烟信息的采集，并经过预处理输入到预测模型中进行下一步预测。
[0022]本申请的第三个方面时提供一种抽油烟机的油烟循环处理方法，所述油烟循环处理方法包括：
[0023]当温度大于50℃时，以最低转速开启抽油烟机。
[0024]根据第一阈值和第二阈值将抽油烟机风机转速分为低中高三种转速，当预测模型的输出油烟浓度低于第一阈值时，控制抽油烟机为低速运转；当油烟浓度高于第一阈值，但低于第二阈值时，控制抽油烟机为中速运转；当油烟浓度高于第二阈值时，控制抽油烟机为高速运转。其中，第二阈值浓度大于第一阈值浓度。
[0025]本申请的第四个方面时提供一种抽油烟机的食物检测油烟预测循环处理装置，所述油烟循环处理装置：
[0026]识别模块，利用远红外测温仪监测所述图像温度信息，利用摄像头来进行拍摄，并利用摄像头采集锅内使用油面积，进行大致计算锅内油量并将采集到的数据传入到预测模块中，最后通过YOLOv5算法模型实现目标检测，将识别的食物标签信息传入预测模块中，其中，所述算法模型经过使用大量实际采集实际带有标签的食物图片数据进行机器学习训练所得。所述大量训练数据中的每组数据均包括：各种注有食物信息标签的食物图片；
[0027]预测模块，用于将所述油烟机采集的食物信息，温度信息以及油量信息输入预测模型，并经过预处理，转化为符合模型输入的数据形式，并由所述预测模型预测对应浓度。其中所述预测模型经过使用大量实际采集并进行预处理得到的数据进行机器学习训练所得。所述大量训练数据中的每组数据均包括：各种食物信息，温度信息、油量信息以及对应的油烟浓度信息；
[0028]判断模块，将预测模型得到的结果，进行判断，与设定两种阈值进行比较，当油烟浓度低于第一阈值时，控制抽油烟机为低速运转；当油烟浓度高于第一阈值，但低于第二阈
值时，控制抽油烟机为中速运转；当油烟浓度高于第二阈值时，控制抽油烟机为高速运转。其中，第二阈值浓度大于第一阈值浓度。
[0029]控制模块，当为低速运转时，抽油烟机通过风机将油烟进行吸收，并通过VOC传感器进行检测，符合要求则将水蒸气排放到室内，进行加湿作用；当为中速运转时，抽油烟机通过风机将油烟进行吸收，并通过高速离心风机进行再次油水分离，然后通过油烟净化箱利用吸附材料将油烟进行吸附；当为高速运转时，抽油烟机通过风机将油烟进行吸收，并通高速离心风机进行再次油水分离，再排放到外排烟管中。
[0030]本申请取得的有益效果是：
[0031]1.本专利技术通过拍摄的食物图片识别食物种类，通过数据采集，输入到预测模型中进行浓度预测，根据本次烹饪的温度、食材、油量信息进行预测结果，可以在油烟产生前预测到油烟的浓度。
[0032]2.本专利技术通过图片识别食物种类，与其他数据结合传入到预测模型中，通过多种信息预测到具体的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种抽油烟机食物检测油烟预测循环处理方法，其特征在于所述方法包括：构建能够识别食物种类的算法模型，实时检测识别需要烹饪的具体食物种类；根据食物种类、烹饪时的锅内温度、锅内油量的信息以及对应的油烟浓度作为数据集，构建能够预测油烟浓度的预测模型；烹饪前，通过所述算法模型检测到锅内食物标签信息，并监测锅内油量以及锅内温度，将获取到的数据输入到预测模型中，运算输出实际烹饪时的相应预测油烟浓度结果，根据所述油烟状况确定抽油烟机运行的控制指令。2.如权利要求1所述的一种抽油烟机食物检测油烟预测循环处理方法，其特征在于采集带有标记具体食物种类标签的食物图片作为数据集，将作为数据集的图片放入到YOLOv5算法模型进行训练，训练的YOLOv5算法模型即为能够识别食物种类的算法模型；所述抽油烟机配备有摄像头，检测识别需要烹饪的具体食材时，首先利用抽油烟机的摄像头对食物拍摄获得食物图片，通过训练的YOLOv5算法模型在拍摄到的食物图片对其中所存在的食物进行检测识别，得到其识别出食物信息的标签信息。3.如权利要求1所述的一种抽油烟机食物检测油烟预测循环处理方法，其特征在于所述预测模型的建立过程包括：以长短期记忆网络LSTM为基础建立模型，通过训练神经网络来学习历史数据的特征和规律，并用于未来油烟浓度结果的预测，经过使用大量实际采集并进行预处理得到的数据进行机器学习训练所得；所述大量训练数据中的每组数据均包括：食物信息、锅内温度信息、油量信息，以及实际检测的对应的油烟浓度信息；对大量训练数据中的每组数据进行机器学习训练时，每组数据中的食物信息、锅内温度信息以及油量信息均通过预处理转化为统一形式。4.如权利要求1所述的一种抽油烟机食物检测油烟预测循环处理方法，其特征在于根据所述算法模型以及预测模型运算输出实际烹饪时的相应预测油烟浓度结果的方法，包括：1)所述抽油烟机配备有摄像头和远红外测温仪，利用抽油烟机的摄像头对食物拍摄获得食物图片，将食物图片通过所述能够识别食物种类的算法模型对其中所存在的食物进行检测识别，得到其识别出食物信息的标签信息；2)通过远红外测温仪监测烹饪时的锅内温度信息，当锅内温度大于50℃，自动以最低转速开启抽油烟机；当锅内温度大于100℃时，进行数据信息采集，抽油烟机通过摄像头拍摄获取锅内油面信息，通过计算锅内液体面积，计算得到大致锅内油量；3)将检测识别出的食物信息、锅内温度信息，以及大致计算得到的锅内油量信息转化为统一形式，输入到预测模型中进行预测，并输出相应预测油烟浓度结果。5.如权利要求4所述的一种抽油烟机食物检测油烟预测循环处理方法，其特征在于步骤2)中计算锅内油量的方法为：对摄像头所采集到的油面图像，进行滤波处理，之后利用二值化进行形态学操作，得到清晰的二值图，之后将轮廓提出出来，检测出圆形轮廓，再用霍夫圆检测函数来检测圆形，确定圆心与半径；所述抽油烟机还配备有距离传感器，计算油量根据如下公式计算：V＝S
×
(H
‑
h)式中，V为计算的油量体积，S为根据上述半径计算的油面面积，H为初始设定距离传感器到平底锅的距离，h为测量油量时距离传感器到锅内油面的距离。
6.如权利要求1所述的一种抽油烟机食物检测油烟预测循环处理方法，其特征在于根据油烟状况确定抽油烟机运行的控制指令包括：S1：将油烟浓度设置两个阈值，分别为第一阈值和第二阈值，第二阈值浓度大于第一阈值浓度；将抽油烟机运...

【专利技术属性】
技术研发人员：刘毅，王富民，周水清，何兴，高增梁，
申请(专利权)人：嵊州市浙江工业大学创新研究院，
类型：发明
国别省市：