清洗物件的方法及电子设备技术

本申请公开了清洗物件的方法及电子设备

【技术实现步骤摘要】
清洗物件的方法及电子设备


[0001]本申请涉及清洗控制领域，特别涉及清洗物件的方法及电子设备
。

技术介绍

[0002]现有的清洗机能够清洗多种物件，例如碗筷
、
食物
、
医用器皿
、
实验器皿等
。
目前市面上存在各式各样的洗碗机，其中有些没法洗得很干净，或者是没法每次都洗得很干净，且不能根据碗筷多少，智能调节档位，浪费资源
。
[0003]在已有清洗方案中，在清洗机中预先保存
N
种不同的预设清洗模式，同时还保存不同种类的被清洗物对应的最佳清洗模式及对应的最佳水位和最佳水温，每种种类的被清洗物对应的最佳清洗模式为
N
种预设清洗模式中的一种
。
在启动清洗后，拍摄清洗机的清洗腔内的图像，根据拍摄的图像识别清洗腔中待清洗被清洗物的种类，执行不同的清洗操作
。
上述技术方案在清洗过程中只能选择其中一种清洗模式，无法根据实际的清洗状态进行多次清洗模式的调节，使得实际使用时，物件的清洗洁净度不易提高
。

技术实现思路

[0004]本申请提供了清洗物件的方法及电子设备，其能够根据物件的洁净程度调节清洗挡位，提高物件最终的清洗洁净度
。
[0005]在第一方面，提供一种清洗控制方法
。
该方法包括：根据预设的清洗挡位对至少一个物件进行清洗；获取清洗后的至少一个物件的图像信息，并将图像信息输入至训练的神经网络模型中；以及获取由神经网络模型输出的与图像信息相关联的至少一个物件的洁净程度，根据洁净程度对至少一个物件中的目标物件再次进行清洗
。
[0006]在一些实施例中，根据洁净程度对至少一个物件中的目标物件再次进行清洗包括：根据洁净程度确定至少一个物件中的需再次清洗的目标物件的至少一部分部位；以及控制清洗装置对目标物件的至少一部分部位进行再次清洗
。
[0007]在一些实施例中，根据预设的清洗挡位对至少一个物件进行清洗包括：获取至少一个物件的初始物件图像信息；以及根据初始物件图像信息获取预设的清洗挡位
。
[0008]在一些实施例中，获取至少一个物件的初始物件图像信息包括：获取至少一个物件的初始物件摆放位置
、
初始物件类型以及物件数量中的至少一种
。
[0009]在一些实施例中，该方法还包括：获取至少一个物件的初始物件图像信息，以及根据初始物件图像信息调节至少一个物件之间的物件间隔，以使物件间隔置于预设间隔范围内
。
[0010]在一些实施例中，该方法还包括：训练神经网络模型，包括：构建神经网络模型，该神经网络模型的输入参数为样本数据库中的样本图像以及物件数据，输出结果为物件的洁净程度；以及读取样本数据库中的样本图像以及与样本图像相对应的物件数据以对神经网络模型进行重复训练，得到训练完成的神经网络模型
。
[0011]在一些实施例中，样本图像包括基本物件图像以及不同洁净程度下的物件图像，
物件数据包括物件类型
、
物件尺寸
、
物件数量
、
多种物件的摆放位置中的至少一项
。
[0012]在一些实施例中，构建神经网络模型包括：在预先构建的通用卷积神经网络模型中创建多个预设分支，多个预设分支的输出结果为对应物件的洁净程度；以及在每一预设分支的全连接层末端添加
softmax
层，获得初始卷积后的神经网络模型
。
[0013]在一些实施例中，根据洁净程度重新调节清洗挡位对所述至少一个物件中的目标物件再次进行清洗包括：获取至少一个物件中的洁净程度不符合预设标准的物件的具体位置信息；以及根据具体位置信息对洁净程度不符合预设标准的物件进行单独清洗
。
[0014]在一些实施例中，该方法还包括：判断当前的清洗次数是否大于预设次数，以及，若是，则发出提示信息
。
[0015]在一些实施例中，至少一个物件包括筷子
、
勺子
、
饭碗
、
汤碗
、
浅盘的其中至少一种
。
[0016]在第二方面，提供一种电子设备
。
该电子设备包括：存储器，被配置为存储指令集；以及处理器，被配置为执行所述指令集以执行清洗控制方法中任一项所述的清洗控制方法
。
[0017]在一些实施例中，所述电子设备包括：洗碗机
。
[0018]根据本公开的实施例，在预设的清洗挡位对物件进行清洗后，还对清洗后的物件图像信息进行获取，并经由神经网络模型对物件的洁净程度进行判断，根据物件的洁净程度重新调节清洗目标或部位，再对物件进行清洗，实现基于物件的洁净程度的多档次清洗
。
在同一批次物件的清洗过程中，这一方式能够实现基于物件的洁净程度对物件的清洗的动态调节，使得物件的清洗更具有针对性，节省资源的同时提升用户体验感
。
[0019]上述
技术实现思路
相关记载仅是本申请技术方案的概述，为了让本领域普通技术人员能够更清楚地了解本申请的技术方案，进而可以依据说明书的文字及附图记载的内容予以实施，并且为了让本申请的上述目的及其它目的
、
特征和优点能够更易于理解，以下结合本申请的具体实施方式及附图进行说明
。
附图说明
[0020]附图仅用于示出本申请具体实施方式以及其他相关内容的原理
、
实现方式
、
应用
、
特点以及效果等，并不能认为是对本申请的限制
。
[0021]图1是示出根据本公开的实施例的清洗物件的方法的流程图；
[0022]图2是示出根据本公开的实施例的清洗物件的方法中的阶段的流程图；
[0023]图3是示出根据本公开的实施例的清洗物件的方法中的阶段的流程图；
[0024]图4是示出根据本公开的实施例的清洗物件的方法中的阶段的流程图；
[0025]图5是示出根据本公开的实施例的清洗物件的方法中的阶段的流程图；
[0026]图6是示出根据本公开的实施例的电子设备的模块示意图；
[0027]图7是示出根据本公开的实施例的洗碗机的清洗控制方法的流程图
。
具体实施方式
[0028]为详细说明本申请可能的应用场景，技术原理，可实施的具体方案，能实现目的与效果等，以下结合所列举的具体实施例并配合附图详予说明
。
本文所记载的实施例仅用于
更加清楚地说明本申请的技术方案，因此只作为示例，而不能以此来限制本申请的保护范围
。
[0029]在本文中提及“实施例”意味着，结合实施例描述的特定特征
、
结构或特性可以包含在本申请的至少一个实施例中
。
在说明书中各个位置出现的“本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种清洗物件的方法，其特征在于，包括：根据预设的清洗挡位对至少一个物件进行清洗；获取清洗后的至少一个物件的图像信息，并将所述图像信息输入至训练的神经网络模型中；以及获取由所述神经网络模型输出的与所述图像信息相关联的所述至少一个物件的洁净程度，根据所述洁净程度对所述至少一个物件中的目标物件再次进行清洗
。2.
根据权利要求1所述的方法，其特征在于，根据所述洁净程度对所述至少一个物件中的目标物件再次进行清洗包括：根据所述洁净程度确定所述至少一个物件中的需再次清洗的目标物件的至少一部分部位；以及控制清洗装置对所述目标物件的至少一部分部位进行再次清洗
。3.
根据权利要求1所述的方法，其特征在于，根据预设的清洗挡位对至少一个物件进行清洗包括：获取所述至少一个物件的初始物件图像信息；以及根据所述初始物件图像信息获取预设的清洗挡位
。4.
根据权利要求3所述的方法，其特征在于，获取所述至少一个物件的初始物件图像信息包括：获取所述至少一个物件的初始物件摆放位置
、
初始物件类型以及物件数量中的至少一种
。5.
根据权利要求1所述的方法，其特征在于，还包括：获取所述至少一个物件的初始物件图像信息；以及根据所述初始物件图像信息调节所述至少一个物件之间的物件间隔，以使所述物件间隔置于预设间隔范围内
。6.
根据权利要求1所述的方法，其特征在于，还包括：训练所述神经网络模型，包括：构建神经网络模型，该神经网络模型的输入参数为样本数据库中的样本图像以及物件数据，输出结果为物件的洁净程度；以及读取样本数据库中的样本图像以及与所述样本图像相对应的物件数据以对神经网络模型进行重复训练，得到训练完成的神经网络模型
。7.
根...

【专利技术属性】
技术研发人员：陈时钦，
申请(专利权)人：瑞芯微电子股份有限公司，
类型：发明
国别省市：