System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能家居自动控制领域,特别是涉及一种设备控制方法、装置、控制设备和计算机可读存储介质。
技术介绍
1、随着智能家居设备普及,越来越多的家庭在家中配置了智能家居设备,以方便用户使用。
2、传统技术中,智能家居设备的控制通常是通过目标检测算法检测到有目标存在,则自动控制室内的智能家居设备等,实现室内场景自动化,此种方式容易引发误触发,造成电力资源的浪费。
技术实现思路
1、本申请实施例提供了一种设备控制方法、装置、电子设备、计算机可读存储介质,可以避免设备的误触发,节省电力资源。
2、第一方面,本申请提供了一种设备控制方法,包括:
3、获取目标环境的数据信息;
4、对所述数据信息进行特征提取,得到特征数据;
5、根据所述特征数据进行对象识别,得到目标对象类别;
6、根据所述目标对象类别确定目标设备,并控制所述目标设备执行相应的动作。
7、在其中一个实施例中,所述数据信息包括多组数据信息,每组数据信息对应一个特征数据;所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
8、对每个特征数据进行对象识别,得到每个所述特征数据对应的候选对象类别;
9、根据多个候选对象类别确定目标对象类别。
10、在其中一个实施例中,所述根据多个候选对象类别确定目标对象类别,包括:
11、对多个候选对象类别进行累计处理,确定目标对象类别。
12、在其中
13、对多个候选对象类别进行投票处理,确定目标对象类别。
14、在其中一个实施例中,所述对多个候选对象类别进行投票处理,确定目标对象类别,包括:
15、获取每个候选对象类别的投票数量;
16、若每个候选对象类别的投票数量超过总投票数量的一半,则确定该候选对象类别为目标对象类别,所述总投票数量为多个候选对象类别的投票数量的总和。
17、在其中一个实施例中,所述对多个候选对象类别进行累计处理,确定目标对象类别,包括:
18、对每个候选对象类别进行累计,得到累计数量;
19、若每个候选对象类别的累计数量超过累计阈值,则确定该候选对象类别为目标对象类别。
20、在其中一个实施例中,在所述获取目标环境的数据信息之后,所述方法还包括:
21、检测采集的数据信息的组数是否达到组数阈值;
22、若所述数据信息的组数达到所述组数阈值,则对所述每个特征数据进行对象识别,得到每个所述特征数据对应的候选对象类别。
23、在其中一个实施例中,在所述对每个特征数据进行对象识别,得到每个所述特征数据对应的候选对象类别之后,所述方法还包括:
24、检测采集的数据信息的组数是否达到组数阈值;
25、若所述数据信息的组数达到所述组数阈值,则执行所述根据多个候选对象类别确定目标对象类别的步骤。
26、在其中一个实施例中,所述数据信息包括多组数据信息,每组数据信息对应一个特征数据;所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
27、将多个特征数据进行融合处理,得到融合特征数据;
28、对所述融合特征数据进行对象识别,得到目标对象类别。
29、在其中一个实施例中,所述根据所述目标对象类别确定目标设备,包括:
30、当所述目标对象类别为多个时,获取多个目标对象类别的优先级;
31、根据所述优先级最高的目标对象类别确定目标设备。
32、在其中一个实施例中,所述根据所述目标对象类别确定目标设备,并控制所述目标设备执行相应的动作,包括:
33、若所述目标对象类别为人,则确定对应的第一类目标设备,控制所述第一类目标设备执行第一类自动化;
34、若所述目标对象类别为非人,则确定对应的第二类目标设备,控制所述第二类目标设备执行第二类自动化。
35、在其中一个实施例中,所述若所述目标对象类别为人,则确定对应的第一类目标设备,控制所述第一类目标设备执行第一类自动化,包括:
36、若所述目标对象类别为成人,则确定对应的第一目标设备,控制所述第一目标设备执行第一自动化;
37、若所述目标对象类别为儿童,则确定对应的第二目标设备,控制所述第二目标设备执行第二自动化。
38、在其中一个实施例中,所述控制所述目标设备执行相应的动作,包括:
39、获取当前时刻;
40、确定所述当前时刻是否处于所述目标设备被触发的目标时段;
41、若所述当前时刻处于所述目标时段,则控制所述目标设备执行自动化。
42、在其中一个实施例中,所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
43、通过分类模型对所述特征数据进行对象识别,得到目标对象类别;
44、其中,所述分类模型是根据训练样本数据进行训练得到,每个训练样本数据包括对象类别、速度、体积、高度和信噪比中一个或多个。
45、第二方面,本申请还提供了一种设备控制装置,包括:
46、获取模块,用于获取目标环境的数据信息;
47、提取模块,用于对所述数据信息进行特征提取,得到特征数据;
48、识别模块,用于根据所述特征数据进行对象识别,得到目标对象类别;
49、控制模块,用于根据所述目标对象类别确定目标设备,并控制所述目标设备执行相应的动作。
50、第三方面,本申请还提供了一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行第一方面所述方法的步骤。
51、第四方面,本申请还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第一方面所述方法的步骤。
52、第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面所述方法的步骤。
53、上述设备控制方法、装置、电子设备、计算机可读存储介质和计算机程序产品,通过获取目标环境的数据信息,对数据信息进行特征提取,得到特征数据,然后根据特征数据进行对象识别,得到目标对象类别,再根据目标对象类别确定目标设备,进而控制目标设备执行相应的动作,实现了不同对象类别控制对应设备实现自动化控制,从而避免了目标对象的误识别,进而避免了目标设备的误触发的问题,提高了目标识别和设备控制的精准度,提高了电力资源的利用率,节省了电力资源。
本文档来自技高网...【技术保护点】
1.一种设备控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述数据信息包括多组数据信息,每组数据信息对应一个特征数据;所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据多个候选对象类别确定目标对象类别,包括:
4.根据权利要求3所述的方法,其特征在于,所述对多个候选对象类别进行累计处理,确定目标对象类别,包括:
5.根据权利要求4所述的方法,其特征在于,所述对多个候选对象类别进行投票处理,确定目标对象类别,包括:
6.根据权利要求3所述的方法,其特征在于,所述对多个候选对象类别进行累计处理,确定目标对象类别,包括:
7.根据权利要求2所述的方法,其特征在于,在所述获取目标环境的数据信息之后,所述方法还包括:
8.根据权利要求2所述的方法,其特征在于,在所述对每个特征数据进行对象识别,得到每个所述特征数据对应的候选对象类别之后,所述方法还包括:
9.根据权利要求1所述的方法,其特征在于,所述数据信息包括
10.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象类别确定目标设备,包括:
11.根据权利要求1所述的方法,其特征在于,所述根据所述目标对象类别确定目标设备,并控制所述目标设备执行相应的动作,包括:
12.根据权利要求11所述的方法,其特征在于,所述若所述目标对象类别为人,则确定对应的第一类目标设备,控制所述第一类目标设备执行第一类自动化,包括:
13.根据权利要求1所述的方法,其特征在于,所述控制所述目标设备执行相应的动作,包括:
14.根据权利要求1至13中任一项所述的方法,其特征在于,所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
15.一种设备控制装置,其特征在于,包括:
16.一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至14中任一项所述的方法的步骤。
17.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至14中任一项所述的方法的步骤。
18.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种设备控制方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述数据信息包括多组数据信息,每组数据信息对应一个特征数据;所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据多个候选对象类别确定目标对象类别,包括:
4.根据权利要求3所述的方法,其特征在于,所述对多个候选对象类别进行累计处理,确定目标对象类别,包括:
5.根据权利要求4所述的方法,其特征在于,所述对多个候选对象类别进行投票处理,确定目标对象类别,包括:
6.根据权利要求3所述的方法,其特征在于,所述对多个候选对象类别进行累计处理,确定目标对象类别,包括:
7.根据权利要求2所述的方法,其特征在于,在所述获取目标环境的数据信息之后,所述方法还包括:
8.根据权利要求2所述的方法,其特征在于,在所述对每个特征数据进行对象识别,得到每个所述特征数据对应的候选对象类别之后,所述方法还包括:
9.根据权利要求1所述的方法,其特征在于,所述数据信息包括多组数据信息,每组数据信息对应一个特征数据;所述根据所述特征数据进行对象识别,得到目标对象类别,包括:
10.根据权利要求1所述...
【专利技术属性】
技术研发人员:康春生,
申请(专利权)人:深圳绿米联创科技有限公司,
类型:发明
国别省市:
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。