【技术实现步骤摘要】
本专利技术涉及智能家居控制领域，更具体地涉及一种基于物联网的智能家居控制方法与系统。
技术介绍
1、智能家居是通过互联网和智能技术将各种家居设备和系统相互连接、自动化和优化的现代家居解决方案，利用传感器、智能设备、控制系统和人工智能技术，使家庭环境能够自动调节和响应用户的需求，以提升舒适性、便利性、安全性和能效。用户可以通过手机应用、语音控制或自动化规则远程控制和监控家中的设备，从而实现个性化的生活体验和高效的家庭管理。
2、智能家居控制包括智能灯光、温控器、家电以及安防系统的控制，现有的智能家居灯光控制方法通常是，在夜晚入睡时间，根据设定的定时器进行灯光的关闭，但是这种控制方法无法实时根据用户进行车辆驾驶时的身体状态进行灯光的合理调整，降低用户的体验感。
3、针对上述问题，本专利技术提出一种解决方案。
技术实现思路
1、为了克服现有技术的上述缺陷，本专利技术提供了一种基于物联网的智能家居控制方法与系统，以解决上述
技术介绍
中存在的问题。
2、为实现上述目的，本专利技术提供如下技术方案：
3、一种基于物联网的智能家居控制方法，包括以下步骤：
4、步骤1：将用户家用新能源车辆与室内智能家居进行连接；
5、步骤2：在用户驾驶车辆时，通过相应感应器采集驾驶行为数据，并对驾驶行为数据进行分析，得到反应灵敏系数，所述相应感应器包括前视摄像头、加速度计以及陀螺仪感应器；
6、步骤3：通过压力传感器采集用户驾驶过程
7、步骤4：在用户驾驶位置设置驾驶员监控摄像头，采集用户驾驶过程中的面部肌肉数据，并对面部肌肉数据进行分析得到面部疲劳系数；
8、步骤5：将反应灵敏系数、身体放松系数以及面部疲劳系数进行综合评估得到疲劳指数，并根据疲劳指数进行夜晚灯光调整。
9、优选的，所述对驾驶行为数据进行分析，得到反应灵敏系数步骤为：
10、使用加速度计测量车辆的加速度和制动强度，使用陀螺仪测量车辆的转向角度和横向加速度，在检测时间段内采集车辆的加速度、转向角度以及制动强度数据；
11、将数据按照时间序列整理，并清理数据中的噪声或异常值；
12、根据车辆的加速度、转向角度以及制动强度数据计算得到反应灵敏度，其计算公式为其中sr表示为反应灵敏度，δvavg表示为车速变化的平均值，δaavg表示为加速度变化的平均值，δθavg表示为转向角度变化的平均值，δbavg表示为制动强度变化的平均值，n为数据点的总数；
13、通过安装在车辆前方的前视摄像头，实时捕捉车道标线和车辆位置，且摄像头持续监测车道标线的位置，并记录车道标线的位置，记录车辆距离车道中心线的位置；
14、利用图像处理算法识别车道标线，识别出车道的边界线和车道中心线，所述车道的边界线包括左边界和右边界位置；
15、根据车道标线的位置和车辆的实际位置，计算车辆距离车道中心线的偏移量，其计算公式为δp＝车辆中心位置-车辆中心线位置；
16、设定一个车道偏离的阈值，按照检测时间段内记录的车辆偏离情况，统计偏离车道的次数；
17、根据偏离车道的次数计算得到偏离频率，其计算公式为其中f表示为偏离频率，nd表示为在检测时间段t内的偏离次数，t为检测时间段；
18、根据反应灵敏度与偏离频率计算得到反应灵敏系数，其计算公式为其中rs表示为反应灵敏系数，sr表示为反应灵敏度，f表示为偏离频率。
19、优选的，所述利用图像处理算法识别车道标线步骤为：
20、将彩色图像转换为灰度图像，其表达式为igray＝0.2989·ir+0.5870·ig+0.1140·ib，其中ir、ig、ib分别表示为红色、绿色和蓝色通道的像素值；
21、使用高斯模糊来平滑图像，其表达式为iblur＝igray*g，其中g为高斯滤波器，并应用边缘检测算法来提取图像中的边缘信息；
22、定义感兴趣区域，用于车道检测，使用霍夫变换来检测图像中的直线，其表达式为ρ＝x·cos(θ)+y·sin(θ)，其中ρ为直线到图像中心的距离，θ为直线的角度，x与y表示图像空间中的点的坐标；
23、通过霍夫变换获取的直线参数来拟合车道标线，所述拟合的直线方程为y＝mx+b，其中m为斜率，b为截距；
24、在感兴趣区域内识别出车道标线的曲线特征，基于线段的方向和长度筛选车道标线，车道标线是与车辆方向垂直的直线；
25、基于车道标线的位置和方向，建立车道几何模型，确定车道的宽度和位置，校正车道标线位置。
26、优选的，所述对坐姿数据进行分析，得到身体放松系数步骤为：
27、将压力传感器安装在座椅的关键区域，以测量不同部位的压力分布，在驾驶过程中，记录每个传感器在检测时间点的压力值；
28、收集来自不同传感器的数据，并将数据整理为时间序列形式；
29、将检测时间段内的压力值进行均值计算得到座椅各个区域的平均压力值，其计算公式为其中pavg,j表示为第j个传感器在检测时间段t内的平均压力值，pj(t)为第j个传感器的压力值，t为检测时间段；
30、根据座椅各个区域的平均压力值计算得到身体放松系数，其计算公式为其中cb表示为身体放松系数，m为传感器的总数量，σj表示为第j个传感器的压力标准差，且所述第j个传感器的压力标准差计算公式为
31、优选的，所述对面部肌肉数据进行分析得到面部疲劳系数步骤为：
32、在驾驶员位置设置高清摄像头，在驾驶过程中，定期捕捉驾驶员的面部图像；
33、使用面部识别技术提取面部特征点，通过分析眼睛的闭合程度来评估疲劳；
34、根据面部特征点计算眼睑开度，其计算公式为其中d1、d2为眼睛的垂直距离，d3为眼睛的水平距离；
35、计算眼睑开度的平均值和标准差，其计算公式为其中earavg表示为眼睑开度的平均值，σear表示为眼睑开度的标准差，eari为第i个时间点的眼睑开度，n为时间点总数；
36、将眼睑开度的标准差进行倒数计算得到面部疲劳系数，其计算公式为其中fe表示为面部疲劳系数，σear表示为眼睑开度的标准差。
37、优选的，所述将反应灵敏系数、身体放松系数以及面部疲劳系数进行综合评估得到疲劳指数步骤为：
38、将反应灵敏系数、身体放松系数以及面部疲劳系数进行加权求和得到疲劳指数，其计算公式为其中ft表示为疲劳指数，rs表示为反应灵敏系数，cb表示为身体放松系数，fe表示为面部疲劳系数，a1、a2、a3表示为反应灵敏系数、身体放松系数以及面部疲劳系数的权重系数。
39、优选的，所述根据疲劳指数进行夜晚灯光调整步骤为：
40、将疲劳指数与预设阈值进行对比，若疲劳指数小于预设阈值，则判定用户疲劳度低，则不对灯光进行控制本文档来自技高网...
【技术保护点】
1.一种基于物联网的智能家居控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述对驾驶行为数据进行分析，得到反应灵敏系数步骤为：
3.根据权利要求2所述的一种基于物联网的智能家居控制方法，其特征在于：所述利用图像处理算法识别车道标线步骤为：
4.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述对坐姿数据进行分析，得到身体放松系数步骤为：
5.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述对面部肌肉数据进行分析得到面部疲劳系数步骤为：
6.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述将反应灵敏系数、身体放松系数以及面部疲劳系数进行综合评估得到疲劳指数步骤为：
7.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述根据疲劳指数进行夜晚灯光调整步骤为：
8.根据权利要求7所述的一种基于物联网的智能家居控制方法，其特征在于：所述对灯光进行控制步骤为：>
9.一种基于物联网的智能家居控制系统，其特征在于：所述系统包括：
...【技术特征摘要】
1.一种基于物联网的智能家居控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述对驾驶行为数据进行分析，得到反应灵敏系数步骤为：
3.根据权利要求2所述的一种基于物联网的智能家居控制方法，其特征在于：所述利用图像处理算法识别车道标线步骤为：
4.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征在于：所述对坐姿数据进行分析，得到身体放松系数步骤为：
5.根据权利要求1所述的一种基于物联网的智能家居控制方法，其特征...
【专利技术属性】
技术研发人员：马玉清，李如平，吴房胜，施冬冬，
申请(专利权)人：安徽工商职业学院，
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。