CN103440316A - 一种基于云计算的智能衣柜及其控制处理方法 - Google Patents

Abstract

本发明请求保护一种和云服务器可以网络通信的智能衣柜及其控制处理方法。该衣柜可为用户存放衣物、搭配衣物及购买衣物时提供更多参考信息，帮助用户智能快捷的存放衣物、搭配个性衣物。同时该衣柜在用户使用的同时收集了很多用户使用信息到云服务器里，为品牌商家设计服装和其他用户参考提供服务。可广泛应用与智能家居系统。

Description

一种基于云计算的智能衣柜及其控制处理方法

技术领域

本发明涉及云计算和通信技术领域，尤其涉及云终端设备和云服务器的下载、上传和存储技术。

背景技术

伴随着经济和云计算及物联网技术的飞速发展，人们越来越不满足普通的家居环境，对家中各种家具功能的要求也朝着更简单、更快捷的方向迈进。结合云计算和物联网技术对家庭设施的管理，在智能家居领域中无疑是一种好的解决办法。其中通过网络将智能终端跟云服务器连接，实现二者的实时通信是解决这一问题的最有效的方法之一。在人们的家中，衣柜是家居生活中必不可少的一部分，它为人们存放各式各样的衣物，用户通过将衣物分类存放，为下次取出时提供了方便。目前普通衣柜只能为用户提供最简单的衣物存放功能，比如当用户衣物越来越多的时候，衣物存放的具体位置已经忘记，找寻起来浪费时间并容易将衣物弄乱；其次，有些衣物已经穿过多次，想换又舍不得，不知道怎样搭配或去购买什么样的衣物来搭配；第三，用户在穿着服装时有很多的搭配，如果想挑一套衣物外出，试来试去浪费太多时间；最后，当前的年轻人都爱追赶潮流，普通衣柜根本不能满足他们对时尚的追求。所以这样的衣柜离智能家居的要求还相差甚远，从商家的角度来看，这种衣柜能收集消费者的购买以及搭配习惯并上传到云服务器，这些数据对品牌商家或服装设计师也将是一笔宝贵的财富。

发明内容

本发明所要解决的技术问题是：针对目前的智能衣柜在存放衣物时排序混乱、系统反应速度慢、客户端关于服装搭配资源少以及衣柜自身使用能力有限等缺陷，结合云计算和通信技术，设计并提出的一种基于云计算海量数据存储空间的信息交互型智能衣柜。通过用户使用服装图像采集技术，将服装信息上传至云平台，通过智能匹配存储至云存储中心。

本发明解决上述问题的技术方案如下：一种基于云计算的智能衣柜，其特征在于，包括：用户访问接口、云服务管理器、云数据存储中心、云安全控制中心以及智能衣柜信息采集终端，智能衣柜信息采集终端采集智能衣柜中服装数据信息，并对其进行编号处理；网络连接模块提供与网络及云服务平台接口的连接；用户访问接口提供信息交换与传输，匹配和接收传递的信号；云服务管理器采用分布式文件系统管理从用户访问接口获取编号处理后的服装数据信息，云数据存储中心通过映射化简MapReduce（Hadoop云平台应用程序编程模型）方式对服装数据信息并行存储，数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被切分成等大小的独立输入片段Split，MapReduce并行处理部分将Map值分布到输入片段所在的执行节点上执行；在Reduce阶段，由Map产生的中间结果作为Reduce的输入，Map阶段和Reduce阶段之间串行同步

其中，云数据存储中心包括HBase分布式数据库和MapReduceAPI（应用程序编程接口），由MapReduce控制HBase分布式数据库实现对服装数据信息的计算，计算结果存储在HBase中，数据查询模块访问HBase，利用MapReduce并行计算模型编写定制数据处理功能的Map函数和Reduce函数，将计算的结果重新存储到HBase中，数据查询模块可对处理前和处理后的数据进行查询。MapReduce控制包括Mapper（映射）类、Reducer（化简）类和创建JobConf（作业配置）的驱动函数，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算具体包括：获取分布式数据库HBase中的数据，将数据在HDFS中分成一系列数据块，由RecordReader（记录阅读器）处理数据块生成<k，v>键值对，然后进入Map操作，Map操作产生的中间结果被Partitioner（分割）类以指定的方式区分地写到输出文件；MapReduce根据中间结果中的键key，将多个Mapper产生的同一个键key的中间结果通过HTTP协议传给处理这个键key的Reducer类；将来自不同Mapper具有相同key值的<key，value>（键值对）对合并到一起，得到的<key，(list of values)>（键值对集合）送到Reducer类的reduce中处理，得到的结果写入分布式文件系统HDFS管理的输出文件中。

本发明还提出一种基于云计算的智能衣柜控制处理方法，包括：智能衣柜信息采集终端采集智能衣柜中服装数据信息，并对其进行编号处理；网络连接模块提供与网络及云服务平台接口的连接；用户访问接口提供信息交换与传输，匹配和接收传递的信号；云服务管理器采用分布式文件系统管理从用户访问接口获取编号处理后的服装数据信息，云数据存储中心通过映射化简MapReduce方式对服装数据信息并行存储，数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被切分成等大小的独立输入片段Split，MapReduce并行处理部分将Map值分布到输入片段所在的执行节点上执行；在Reduce阶段，由Map产生的中间结果作为Reduce的输入，Map阶段和Reduce阶段之间串行同步。

云数据存储中心包括HBase分布式数据库和MapReduceAPI，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算，计算结果存储在HBase中，数据查询模块访问HBase，利用MapReduce并行计算模型编写定制数据处理功能的Map函数和Reduce函数，将计算的结果重新存储到HBase中，数据查询模块可对处理前和处理后的数据进行查询。MapReduce控制包括Mapper类、Reducer类和创建JobConf的驱动函数，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算具体包括：获取分布式数据库HBase中的数据，将数据在HDFS中分成一系列数据块，由RecordReader处理数据块生成<k，v>键值对，然后进入Map操作，Map操作产生的中间结果被Partitioner类以指定的方式区分地写到输出文件；MapReduce根据中间结果中的键key，将多个Mapper产生的同一个键key的中间结果通过HTTP协议传给处理这个键key的Reducer类；将来自不同Mapper具有相同key值的<key，value>对合并到一起，得到的<key，(list of values)>送到Reducer类的reduce中处理，得到的结果写入分布式文件系统HDFS管理的输出文件中。

智能衣柜信息采集终端中高清摄像头模块采用HD1080P通过可控制单元，拍摄照片及视频短片，负责采集用户服装信息；传感检测部分对系统运行过程中所需要的本身和外界环境的各种参数及状态进行检测，并转换成可识别信号，传输到信息处理单元，经过分析，处理后产生控制信息，为用户提供与可触摸显示屏之间的互动；控制与信息处理中心，是智能衣柜的运算核心和控制核心，包括CPU、内部存储器和输入/输出设备，采用ARM微处理器或1GHz以上的处理器，存储高清摄像头模块采集到的服装信息，并对其进行编号处理；网络连接模块为在系统上运行的、面向服务的、基于分布式程序的软件模块，网络服务采用HTTP和XML等互联网通用标准，提供连接网络的基础服务及与云服务接口相连获得相应服务；接口提供信息交换与传输，匹配和接收通过电流传递的信号；云服务端采用分布式文件系统（HDFS）管理从接口获取的数据信息，文件储存方式通过MapReduce（映射化简）方式并行存储。数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被自动切分成等大小的独立输入片段Split(分割)，输入片段包括若干键值对构成的集合，MapReduce并行处理部分根据数据本地化优化策略将Map值分布到输入片段所在的执行节点上执行。在Reduce阶段，由Map产生的中间结果经过分区后产生的中间结果分区部分作为Reduce的输入。Map阶段和Reduce阶段之间是串行同步的，存在一个相对用户透明的隐式同步和通信过程。

云服务端将用户的记录图片信息存储到云端、储存用户的多种服装搭配方案、提供其他用户集群的主流服装搭配意见以及品牌商家服装信息等功能。

本发明设计一种能够双向数据传递的智能衣柜，运用了智能终端技术、图像处理技术、网络通信技术和云计算技术。智能终端将获得的数据通过网络模块存储至云中心，进行数据处理及提取云数据库中的资源。

本发明通过管理控制中心为每件衣物进行编号并放置到指定编号的衣架上，提供了有序存衣、快速提取的功能。另外，区别于单机系统的功能局限性，利用云平台的海量数据存储和高速计算能力，满足多用户群体之间的互动。

附图说明

图1系统整体示意图；

图2智能终端整体模块设计图；

图3智能衣柜总体结构图；

图4新购置衣物存入流程图；

图5衣物搭配方案存储流程图；

图6云平台数据流图；

图7云端任务处理示意图。

具体实施方式

下面结合附图和实施例对本发明进一步说明。

图1为系统的整体示意图，一种基于云计算技术的智能衣柜，包括：用户访问接口、云服务管理器、云数据存储中心、云安全控制中心以及智能衣柜信息采集终端。智能衣柜信息采集终端包括控制与信息处理中心、高清摄像头模块、传感检测部分、可触摸显示屏、网络连接模块及接口。

高清摄像头模块采用HD1080P通过可控制单元，拍摄照片及视频短片，负责采集用户服装信息；传感检测部分对系统运行过程中所需要的本身和外界环境的各种参数及状态进行检测，并转换成可识别信号，传输到信息处理单元，经过分析，处理后产生控制信息，为用户提供与可触摸显示屏之间的互动；控制与信息处理中心，是智能衣柜的运算核心和控制核心，包括CPU、内部存储器和输入/输出设备，采用ARM微处理器或1GHz以上的处理器，存储高清摄像头模块采集到的服装信息，并对其进行编号处理；网络连接模块为在系统上运行的、面向服务的、基于分布式程序的软件模块，网络服务采用HTTP和XML等互联网通用标准，提供连接网络的基础服务及与云服务接口相连获得相应服务；接口提供信息交换与传输，匹配和接收通过电流传递的信号；云服务端采用分布式文件系统（HDFS）管理从接口获取的数据信息，文件储存方式通过MapReduce（映射化简）方式并行存储。数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被自动切分成等大小的独立输入片段Split，输入片段包括若干键值对构成的集合，MapReduce并行处理部分根据数据本地化优化策略将Map值分布到输入片段所在的执行节点上执行。在Reduce阶段，由Map产生的中间结果经过分区后产生的中间结果分区Part部分作为Reduce的输入。Map阶段和Reduce阶段之间是串行同步的，存在一个相对用户透明的隐式同步和通信过程。

其中云服务管理器采用HDFS分布式文件系统，云服务管理器提供网络接口，用于存储用户通过网络传输至云存储中心的数据；传感器检测模块包括可触摸显示屏，为用户提供数据输入接口，浏览控制与信息处理中心处理的服装信息，为新置衣物编号存储以及输入操作指令；数据采集装置采用高清摄像头，拍摄新加入智能衣柜中的衣物，并对衣物图片进行编号同时存储，提供成套服装搭配图片式信息。

图2为智能终端模块设计图。云服务器模块采用HDFS分布式文件系统（Hadoop Distributed File System），HDFS有着高容错性（fault-tolerant）的特点，并且设计用来部署在低廉的（low-cost）硬件上。HDFS是一个主从结构，一个HDFS集群由一个名字节点（它是一个管理文件的命名空间和调节客户端访问文件的主服务器），以及数据节点构成，用于管理存储。中心处理器，可采用ARM微处理器或1GHz以上的处理器，实现数据传输、数据运算、数据加工等功能，完成对高清摄像头的控制以及数据处理。高速缓存器（Cache）和硬盘，在内存中开辟一块位置Cache来临时存取硬盘中的服装图片数据，包括服装购买适应当前激增的海量数据存储需求。硬盘存储服装图片的各类信息，例如服装存入日期、品牌、种类、用户信息、服装编号以及与每件服装相关的图片数据。以太网卡采用RJ-45接口网卡，这种RJ-45接口类型的网卡就是应用于以双绞线为传输介质的以太网中，它的接口类似于常见的电话接口RJ-11，在网卡上还自带两个状态批示灯，通过这两个指示灯颜色可初步判断网卡的工作状态。

图3为智能衣柜总体结构图，智能信息衣柜采集终端采用Windws CE嵌入式操作系统，智能衣柜信息采集终端可以采用Windws CE嵌入式操作系统，智能衣柜的操作主界面包括查看、上传功能。其中查看的数据分为本地图片信息和服务器信息，本地图片为试穿效果图，可以单张滑动显示或多张缩略对比图显示。在图片查看处理时，该智能衣柜信息采集终端采用基于WindwsCE系统的图片查看器。用操作系统自带的CEFileManager模块向用户枚举存储介质上的图片文件，并以缩略图形式提供用户系统预览，方便用户选择感兴趣的服装图片进行详细欣赏、操作。在枚举图片文件的过程中，可以在主窗口线程中创建一个新线程来查找文件，这样方便用户在图片文件太多的情况下，可以随意操作某一张已预览的图片进行放大欣赏，缓解处理速度给用户带来的压力。用CEPicViewer模块向用户提供对某张图片放大到实际尺寸的查看模式，并支持简单操作功能；选择一张图片、选择下一张图片、幻灯片浏览模式、逆时针旋转、顺时针旋转、删除、切换到预览模式、退出等。该查看器利用Windows提供的应用程序接口API函数和组件对象模型COM接口编程，用WindwsCE系统自带的格式解码器JPG Decoder对摄像头文件进行读写解码并显示。

结构组成主要包括三个部分，分别为账户管理、图片管理和云信息查询中心。账户管理需要用户注册并登陆，方便每个用户管理自己的服装信息，支持多用户同时使用衣柜；在用户使用图片管理时，可以将通过摄像头拍摄的图片进行浏览、删除或存储功能；云信息查询中心为用户搭建起一个互相交流的中心，主要提供的服务有查看用户已上传至云中心的服装图片、上传本地图片备份、查询流行服饰图片、自由搭配喜好服装图片等。

图4为新购置衣物存入流程图，高清摄像头模块拍摄欲存入的衣物、编号并存入衣柜。将衣物置于摄像头前端并拍摄，通过选择决定是否存入，对新拍的图片编号存入云端，步骤如下：

a.智能衣柜终端读取用户存入衣物的命令，选取衣物种类类别，然后确认是存入衣物还是取出衣物；

b.用户在存入新衣物时，可以选择是否拍摄照片，数据采集装置采用1080P全高清摄像头，拍摄完毕通过终端服务器智能为衣物照片分配编号，用指定编号的衣架放置；

c.将配置好的图片信息存入云端，云端的数据管理服务器通过Map任务和Reduce任务对上传的图片进行目标识别（识别出有图片中的衣物铭牌和颜色款式）和对图片清晰度进行检测，如果检测结果符合要求，则提交下一步处理，否则要求重新拍照上传图片。

图5为衣物搭配方案存储流程图，通过组合服装编号帮助用户存储喜欢的服装搭配方案。在服装类别下面分别选择不同部位的服装组合，服装搭配完成后可选择存储或删除，存储的服装搭配方案可通过网络发送至云数据库存储并展示在个人服装搭配中心。

a.智能衣柜终端读取用户搭配衣物的命令，选取衣物种类类别，然后读取云端已经存入的服装列表，在上衣、裤子等服装类别中选取单件通过图片合成对用户进行套装预览；

b.用户对满意的服装搭配可以选择存储，选择‘否’则重新开始服装搭配；选择‘是’选项则自动生成服装搭配的服装编码列表，并将列表信息数据随生成的套装图片存入云端；云端的数据管理服务器通过MapReduce编程模型将任务分割，将上传的搭配图片信息存储，并记录相关搭配衣物具体信息；

c.用户可以直接登录终端显示已配置好的套装信息以及浏览从云端服务器传输过来的搭配热度较高的流行款式，将已经搭配好的套装信息进行拆分，将流行热度比较大的服装图片与自己的服装进行图片合成模拟。

图6为云平台数据流图，数据在云端的流动如图所示，整个云平台的框架包括：HDFS分布式文件系统、HBase分布式数据库和MapReduceAPI。由云计算的核心MapReduce实现数据计算，数据按照逻辑层次存储在HBase中，HBase开发于HDFS之上，实现云计算的分布式、并行计算和存储，提升处理大规模数据的能力。数据访问层将数据传递给数据处理层，这一层是整个平台的功能性核心；首先加载暂时存储在云平台的服装图片原始数据，利用预先设计好的数据表模式，将数据加载到分布式数据库HBase中，便于进行下一步计算；数据查询模块访问HBase，利用MapReduce并行计算模型编写定制数据处理功能的Map函数和Reduce函数，将计算的结果重新存储到HBase中，数据查询模块可对处理前和处理后的数据进行查询。在数据流动过程中，HBase存储和MapReduce框架计算是其中的核心步骤，实现多节点分布式处理技术，保障平台的可靠性和数据存储的一致性。

图7为云端任务处理示意图，通过运行于Hadoop平台下的MapReduce应用程序实现任务处理，Map应用程序包括Mapper类、Reducer类和创建JobConf的驱动函数，需要时还可以包括一个Combiner类，这个类实际上也是Reducer的一种实现。根据图中所示，云端任务处理基本流程包括：获取分布式数据库HBase中的数据，将数据在HDFS中分成数个分片，这些数据块由RecordReader处理生成<k，v>键值对，然后进入Map操作。Map操作产生的中间结果被Partitioner类以指定的方式区分地写到输出文件。可以根据需要为Mapper指定Combiner类对Mapper输出的<k，v>中间键值对进行合并，然后再输出到文件中。Map任务结束后进入Reduce任务。每个Reduce任务包括组合（shuffle）、排序（sort）和聚集数据（reduce）三个阶段。MapReduce框架根据中间结果中的键key，将多个Mapper产生的同一个键key的中介结果通过HTTP协议传给处理这个键key的Reducer类。在组合和排序阶段，将来自不同Mapper具有相同key值的<key，value>对合并到一起，通过组合和排序后得到的<key，(list of values)>送到Reducer类的reduce方法中处理，将得到的结果写入由Hadoop的分布式文件系统HDFS管理的输出文件中。

本发明采用云计算、物联网和智能终端等先进技术，利用多种技术的结合大幅度提升智能衣柜的使用能力，将普通的视觉信息转化为计算机视觉信息，这样不但能够通过网络帮助用户获取更多的信息，更好地完成选择，并可以为品牌商家调查消费习惯和建议及意见，做到精益求精。

Claims (6)

1.一种基于云计算的智能衣柜，其特征在于，包括：用户访问接口、云服务管理器、云数据存储中心、云安全控制中心以及智能衣柜信息采集终端，智能衣柜信息采集终端采集智能衣柜中服装数据信息，并对其进行编号处理；网络连接模块提供与网络及云服务平台接口的连接；用户访问接口提供信息交换与传输，匹配和接收传递的信号；云服务管理器采用分布式文件系统管理从用户访问接口获取编号处理后的服装数据信息，云数据存储中心通过映射化简MapReduce（云计算编程模型）方式对服装数据信息并行存储，数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被切分成等大小的独立输入片段Split，MapReduce并行处理部分将Map值分布到输入片段所在的执行节点上执行；在Reduce阶段，由Map产生的中间结果作为Reduce的输入，Map阶段和Reduce阶段之间串行同步。

2.根据权利要求1所述的智能衣柜，其特征在于，云数据存储中心包括HBase分布式数据库和MapReduceAPI云计算应用程序编程接口，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算，计算结果存储在HBase中，数据查询模块访问HBase，利用MapReduce并行计算模型编写定制数据处理功能的Map函数和Reduce函数，将计算的结果重新存储到HBase中，数据查询模块可对处理前和处理后的数据进行查询。

3.根据权利要求1所述的智能衣柜，其特征在于，MapReduce控制包括映射Mapper类、化简Reducer类和创建作业配置JobConf的驱动函数，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算具体包括：获取分布式数据库HBase中的数据，将数据在HDFS中分成一系列数据块，由RecordReader处理数据块生成<k，v>键值对，然后进入Map操作，Map操作产生的中间结果被分割类以指定的方式区分地写到输出文件；MapReduce根据中间结果中的键key，将多个Mapper产生的同一个键key的中间结果通过HTTP协议传给处理这个键key的Reducer类；将来自不同Mapper具有相同key值的键值对<key，value>合并到一起，得到的键值对集合<key，(list of values)>送到Reducer类的reduce中处理，得到的结果写入分布式文件系统HDFS管理的输出文件中。

4.一种基于云计算的智能衣柜控制处理方法，其特征在于，智能衣柜信息采集终端采集智能衣柜中服装数据信息，并对其进行编号处理；网络连接模块提供与网络及云服务平台接口的连接；用户访问接口提供信息交换与传输，匹配和接收传递的信号；云服务管理器采用分布式文件系统管理从用户访问接口获取编号处理后的服装数据信息，云数据存储中心通过映射化简MapReduce方式对服装数据信息并行存储，数据存储传输包括映射Map阶段和化简Reduce阶段，在Map阶段，输入数据被切分成等大小的独立输入片段Split，MapReduce并行处理部分将Map值分布到输入片段所在的执行节点上执行；在Reduce阶段，由Map产生的中间结果作为Reduce的输入，Map阶段和Reduce阶段之间串行同步。

5.根据权利要求4所述的处理方法，其特征在于，云数据存储中心包括HBase分布式数据库和MapReduceAPI，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算，计算结果存储在HBase中，数据查询模块访问HBase，利用MapReduce并行计算模型编写定制数据处理功能的Map函数和Reduce函数，将计算的结果重新存储到HBase中，数据查询模块可对处理前和处理后的数据进行查询。

6.根据权利要求1所述的处理方法，其特征在于，MapReduce控制包括Mapper类、Reducer类和创建JobConf的驱动函数，由MapReduce控制HBase分布式数据库实现对服装数据信息的计算具体包括：获取分布式数据库HBase中的数据，将数据在HDFS中分成一系列数据块，由RecordReader处理数据块生成<key，value>键值对，然后进入Map操作，Map操作产生的中间结果被Partitioner类以指定的方式区分地写到输出文件；MapReduce根据中间结果中的键key，将多个Mapper产生的同一个键key的中间结果通过HTTP协议传给处理这个键key的Reducer类；将来自不同Mapper具有相同key值的<key，value>对合并到一起，得到的<key，(list of values)>送到Reducer类的reduce中处理，得到的结果写入分布式文件系统HDFS管理的输出文件中。

Images