CN104597761A - 智能家用设备的控制方法及装置 - Google Patents

Abstract

本发明公开了一种智能家用设备的控制方法及装置。其中，该方法包括：读取预先设置的设备控制规则；收集用户对智能家用设备的操作行为数据和环境参数；将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果；根据匹配结果，得到与设备控制规则对应的用户控制方案；将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值；根据控制规则修正值，对设备控制规则进行修改。本发明解决了现有技术中无法对智能家居系统中对各个智能家用设备的控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题。

Description

智能家用设备的控制方法及装置

技术领域

本发明涉及智能家用设备控制领域，具体而言，涉及一种智能家用设备的控制方法及装置。

背景技术

智能家居概念的提出，旨在为用户提供更舒适、更高效的生活方式。对智能家居系统中的各个智能家用成员设备之间的联动控制，可以使智能家居系统的用户深刻的体会到智能家居的优势。

目前所常见的智能家居系统中，通过一些人为规定的对智能家用设备的控制规则，实现对智能家居系统中的各个智能家用设备的控制。虽然，这些控制规则能够实现对智能家居系统中各智能家用设备的联动控制，但是，这些人为规定的控制规则并没有形成成熟的控制体系。并且，在用户使用过程当中，存在以下缺陷：(1)已存在的控制规则不能由用户自由选择是否开启。在用户不需要某一方面的对智能家用设备的控制规则的情况下，现有的智能家居系统可能会造成“绑架”用户的情况出现。(2)在已经提供的对智能家用设备之间的控制规则之外，用户不可以根据自身的实际需要来设置所需的控制规则。

针对现有技术中无法对智能家居系统中对各个智能家用设备的控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种智能家用设备的控制方法及装置，以解决现有技术中无法对智能家居系统中对各个智能家用设备的控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题。

为了实现上述目的，根据本发明实施例的一个方面，提供了一种智能家用设备的控制方法。该方法包括：读取预先设置的设备控制规则；收集用户对智能家用设备的操作行为数据和环境参数，其中，环境参数包括与操作行为数据对应的环境参数和当前的环境参数；将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果；根据匹配结果，得到与设备控制规则对应的用户控制方案；将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值；根据控制规则修正值，对设备控制规则进行修改。

为了实现上述目的，根据本发明实施例的另一方面，提供了一种智能家用设备的控制装置，该装置包括：读取模块，用于读取预先设置的设备控制规则；第一收集模块，用于收集用户对智能家用设备的操作行为数据和环境参数，其中，环境参数包括与操作行为数据对应的环境参数和当前的环境参数；匹配模块，用于将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果；第一确定模块，用于根据匹配结果，得到与设备控制规则对应的用户控制方案；第一生成模块，用于将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值；修改模块，用于根据控制规则修正值，对设备控制规则进行修改。

根据发明实施例，通过读取预先设置的设备控制规则；收集用户对智能家用设备的操作行为数据和环境参数，其中，环境参数包括与操作行为数据对应的环境参数和当前的环境参数；将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果；根据匹配结果，得到与设备控制规则对应的用户控制方案；将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值；根据控制规则修正值，对设备控制规则进行修改，解决了现有技术无法对智能家居系统中对各个智能家用设备的控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题。实现了通过收集用户的操作行为数据，根据用户的实际使用习惯对设备控制规则进行修正的效果。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例一的智能家用设备的控制方法的流程图；

图2是根据本发明实施例一优选的智能家用设备的控制方法的流程图；

图3是根据本发明的智能家居系统结构框图；

图4是根据本发明实施例二的智能家用设备的控制装置的结构示意图；

图5是根据本发明实施例二的智能家用设备的控制装置的结构示意图；以及

图6是根据本发明实施例二优选的智能家用设备的控制装置的结构示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例1

本发明实施例提供了一种智能家用设备的控制方法。

图1是根据本发明实施例的智能家用设备的控制方法的流程图。如图1所示，该方法包括智能家用设备控制器和智能家用设备，具体步骤如下：

步骤S11，读取预先设置的设备控制规则。

具体的，通过步骤S11，家用设备控制器读取存储单元中的规则库，读取规则库中预先设置的设备控制规则。规则库中的设备控制规则可以是设备出厂时设置的标准规则库中的设备控制规则，也可以用户在使用过程中，自定义的设备控制规则。其中，设备控制规则可以包括控制条件和程序控制参数。用于在特定的控制条件下执行相应的程序控制动作。控制条件由程序控制动作和/或环境参数构成，在控制条件为控制动作和环境参数时，控制动作可以是在同时满足特定的控制动作和环境参数的时候，家用设备控制器向相应的智能家用设备发送程序控制参数，以实现对智能家用设备的控制。在控制条件只为环境参数时，那么控制动作可以是在满足特定环境参数的时候，家用设备控制器按照预设的控制动作分别对预设的家用设备发送程序控制参数，以实现对智能家用设备的控制。其中，具体哪些参数被用作设备控制规则的控制条件，哪些参数被用作设备控制规则的程序控制参数，已在设备控制规则中预先进行了设置。

在实际应用当中，规则库中的各条设备控制规则为一些浅层的先验知识，可以以条件判断语句(如：“if——then”)的形式表达，当满足预定控制条件时，家用设备控制器对智能家用设备发送相应的程序控制参数。

步骤S13，收集用户对智能家用设备的操作行为数据和环境参数，其中，环境参数包括与所述操作行为数据对应的环境参数和当前的环境参数。

具体的，通过步骤S13，对用户对智能家用设备的操作行为，以及对发生操作行为时的环境参数进行收集，并实时采集当前的环境参数。环境参数可以通过在室内设置的或者在智能家用设备上安装的温度传感器、湿度传感器、人体红外传感器、可见光传感器、气敏传感器、声音传感器等设备进行收集。温度传感器用于检测室内温度；湿度传感器用于检测室内空气湿度；人体红外传感器用于检测到室内人体的活动情况；可见光传感器用于检测室内亮度，声音传感器用于检测到室内声音强度；气敏传感器用于检测室内的空气成分。同时，还通过获取智能家用设备中的系统时间，确定时间环境参数。通过上述传感器，可以实现对采集温度、湿度、用户所在位置、光线强弱、空气成分、背景声音大小、时间等环境参数的采集。其中，环境参数还包括时间环境参数，可以通过时间环境参数中的日期和时间，进一步确认当前所处的季节，以及是否为节假日。通过时间环境参数将设备控制规则进一步细化，使对智能家用设备的控制更加精确。其中，操作行为数据包括：用户对家用设备的控制动作和用户对家用设备的控制参数。

在实际情况当中，可以根据在室内设置的智能家用设备的种类，配备不同的传感器。

步骤S15，将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果。

具体的，通过步骤S15，首先，以规则库中的设备控制规则的程序控制动作为模板，可以对用户的操作行为数据中对智能家用设备的手动控制动作与各个设备控制规则中的程序控制动作进行匹配，得到与程序控制动作相匹配的第一匹配结果。然后，将第一匹配结果中与手动控制动作对应的环境参数和设备控制规则中的环境参数进行匹配，得到与设备控制规则具有相同控制动作和环境参数匹配结果。其中，在执行过程当中，设备控制规则根据控制条件调用不同的传感器，所以不同的设备控制规则在与发生操作行为时的环境参数进行匹配时的匹配内容也有所不同。当然，在每条设备控制规则与操作行为数据进行匹配的过程中，匹配得到的匹配结果可以是与设备控制规则中的控制条件相同或相应的所有的操作行为数据，和与操作行为数据对应的环境参数的集合。

在实际应用当中，以对智能家居系统中热水器与空调的设备控制规则为例，在热水器与空调的设备控制规则当中，所用到的传感器为温度传感器和人体红外传感器，其它的传感器的数据则不会用到。

步骤S17，根据匹配结果，得到与设备控制规则对应的用户控制方案。

具体的，通过步骤S17，对操作行为数据中与设备控制规则对应的操作行为数据进行提取，结合操作行为发生时的环境参数，生成与设备控制规则对应的用户控制方案。其中，用户控制方案是通过对操作行为数据中具有相同的环境参数和/或手动控制动作进行收集得到的用户控制方案。用户控制方案与设备控制规则一一对应，是神经网络控制模型对应规则库中的设备控制规则生成规则修正值的依据。

步骤S19，将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值。

具体的，在步骤S19中，通过神经网络控制模型对收集到的操作行为数据、与操作行为数据对应的环境参数，以及当前的环境参数和/或当前的操作行为数据输入进行分析，生成对规则库中的设备控制规则的控制规则修正值。其中，控制规则修正值既可以是针对设备控制规则中的程序控制动作提出的控制规则修正值，也可以是针对程序控制参数提出的控制规则修正值，还可以是针对程序控制动作和程序控制参数提出的控制规则修正值。其中，输入至神经网络模型的参数可以包含三种情况，第一种情况为：将用户控制方案和当前的环境参数作为输入至神经网络模型的参数；第二种情况为：将用户方案和当前的操作行为数据作为输入至神经网络模型的参数；第三种情况为：将用户控制方案、当前的环境参数和当前的操作行为数据作为输入至神经网络模型的参数。

在实际应用当中，当家用设备控制器在接收到对设备控制规则进行修正的指令之后，家用设备控制器对当前的环境参数和/或操作行为数据进行实时监测。一旦当前的环境参数和/或操作行为数据与用户控制方案相匹配时，则对在此之前的预定时间段内收集到的用户控制方案进行分析，得到用于修正与该用户控制方案对应的设备控制规则的控制规则修正值。

步骤S21，根据控制规则修正值，对设备控制规则进行修改。

具体的，在步骤S21中，根据上述步骤生成的控制规则修正值对设备控制规则进行修改，生成新的设备控制规则。进一步的，还可以将新的设备控制规则更新至规则库当中。

通过上述步骤S11至步骤S21，通过对用户操作行为数据和操作行为发生时的环境参数的收集，并将操作行为数据和与操作行为数据对应的环境参数，与设备控制规则进行匹配。以设备控制规则作为基础，得到与设备控制规则一一对应的用户控制方案。将根据操作行为数据和/或与操作行为数据对应的环境参数确定的用户控制方案，以及当前的环境参数和当前的操作行为数据输入至神经网络控制模型，神经网络控制模型以用户控制方案为基础生成对设备控制规则的控制规则修正值。根据控制规则修正值对设备控制规则进行修改。这样，可以随着用户的使用，逐步对设备控制规则进行修改，使设备控制规则更加符合用户的使用习惯。

在实际应用当中，以对智能家居系统中热水器与空调的设备控制规则为例进行详细说明。空调与热水器的设备控制规则为：当晚上热水器持续出水一定的时间则表明用户在洗澡，此时空调自动升高室内温度。此设备控制规则中所涉及到的主要的参数为温度，所以温度传感器会发挥主要作用；洗澡之前人体的活动情况也会影响人体对室内温度的感觉(如人体刚经过剧烈运动，洗澡后会感觉室内很凉爽，则不需要调高室内温度)，因此人体红外传感器也发挥了重要作用。

在优化该设备控制规则时：设备控制规则输入的条件为用户开启热水器的时长，当用户开启热水器的超过一定时间，则使空调温度上升一定温度。热水器开启的时长和空调上升的温度在规则库中已经固定，根据用户控制方案对这两个参数进行优化。具体地，根据用户控制方案中的开启热水器的具体日期(主要是判断所处季节和是否节假日)以及温度传感器和人体红外传感器所采集到的数据，经过神经网络控制模型，得到上述两个参数的修正值对规则库中的设备控制规则进行修正。

经过优化的热水器与空调设备控制规则更加符合用户的生活习惯，具体体现在：用户可能在节假日洗澡时间相较平时更长，那么对空调的联动触发时间可以较平时推后一定时间。还可根据室内温度的不同来决定空调温度要升高几度。如果检测到用户经过剧烈运动，且洗澡时间较短，则空调温度不需要上升；如果洗澡时间较长则空调温度需要适度上升。

综上可知，本发明解决了现有技术中无法对智能家居系统中的各个智能家用设备的设备控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题，实现了通过收集用户的操作行为数据，根据用户的实际使用习惯对设备控制规则进行修正的效果。

优选的，根据本申请上述实施例，在步骤S19将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值的步骤中，步骤可以包括：

步骤S191，对当前的环境参数和/或当前的操作行为数据与用户控制方案进行匹配，得到匹配的用户控制方案。

步骤S193，根据操作行为数据，确定用户控制方案的使用次数和用户控制方案的使用频率，其中，在用户控制方案中包括：方案操作场景、手动控制动作和手动控制参数。

步骤S195，对用户控制方案的使用次数和用户控制方案的使用频率进行判断。

步骤S197，当用户控制方案的使用次数和用户控制方案的使用频率满足预先设置的条件时，根据用户控制方案生成控制规则修正值。

具体的，在上述步骤S191至步骤S197中，首先将当前的环境参数和/或当前的操作行为数据与用户控制方案进行匹配，得到与当前的环境参数和/或当前的操作行为数据匹配的用户控制方案。一旦匹配成功，通过收集用户的操作行为数据，对该用户控制方案的使用次数和使用频率进行统计，得到对该用户控制方案的统计结果。在对用户控制方案的统计结果的基础上进行判断。当用户控制方案的使用次数和/或使用频率满足预先设置的条件时，则根据用户控制方案对设备控制规则进行修正，生成用于修正设备控制规则的修正值。其中，用户控制方案包括：方案操作场景、手动控制动作和手动控制参数。方案操作场景至少包括对设备进行操作时的与该操作相关的任意一种或多种环境参数。用户控制方案与设备控制规则一一对应。用户控制方案中包含了一条用户控制条件和至少一条手动控制参数，用户控制条件和与其对应的设备控制规则中的设备控制条件相同，手动控制参数为在当前用户控制条件下，用户对设备的手动控制参数。而在用户控制方案中与设备控制规则中的控制条件对应的，可以是方案操作场景和/或手动控制动作。

在实际应用当中，当用户执行与用户控制方案相同的设备；如果在使用两件以上设备的时候，对设备的操作顺序也相同；并且在使用设备相同且操作顺序也相同的情况下，读取当时的使用场景和手动控制参数，如果都相同，则判断用户执行了一次该用户控制方案。当然，上述方案只是判断用户控制方案的使用次数的一种形式，其他形式在此处不做赘述。

神经网络控制模型是在分析根据用户生活习惯进而产生的用户的操作行为数据的基础上，对规则库中预先设定的设备控制规则进行修正或提供新的设备控制规则。神经网络控制模型在修正已有的设备控制规则或提供新的设备控制规则时，并不是用户在使用两个或多个设备时的时间间隔越短、使用的顺序相同且使用频次很高就将这些动作设置为设备控制规则的，而是根据不同的条件判定设备之间是否具有设置为设备控制规则的必要性及舒适性。

优选的，根据本申请上述实施例，在步骤S195对用户控制方案的使用次数和用户控制方案的使用频率进行判断中，步骤包括：

步骤S1951，将用户控制方案的使用次数与预先设置的使用次数阈值进行比较。

步骤S1953，当用户控制方案的使用次数大于或者等于预先设置的使用次数阈值时，对用户控制方案的使用频率与预先设置的使用频率阈值进行比较。

步骤S1955，当用户控制方案的使用频率大于或者等于预先设置的使用频率阈值时，根据用户控制方案生成控制规则修正值。

具体的，通过上述步骤S1951至步骤S1955，将用户控制方案中的使用次数与预先设置的使用次数阈值进行比较，当使用次数大于等于预先设置的使用次数阈值时，在对该用户控制方案的使用频率与预先设置的使用频率阈值进行比较，当该用户控制方案的使用频率也大于预先设置的使用频率阈值时，以用户和控制方案中的参数作为基础，生成控制规则修正值。

在实际应用当中，当用户控制方案的使用次数和使用频率都大于与其对应的阈值时，则可以直接使用用户控制方案中的手动控制参数作为控制规则修正值。

优选的，根据本申请上述实施例，在设备控制规则的控制条件为使用场景和对智能家用设备的控制顺序，设备控制规则的控制程序控制参数为对智能家用设备的控制参数时，在步骤S15将操作行为数据和/或与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果中，步骤包括：

步骤S151，将手动控制动作与设备控制规则中的程序控制动作进行匹配，得到预匹配结果。

步骤S153，根据预匹配结果中的设备控制规则，将操作行为数据中的环境参数与预匹配结果中的设备控制规则的使用场景进行匹配，得到匹配结果。

具体的，通过上述步骤S151至步骤S153，首先对用户控制方案中的手动控制动作与设备控制规则中的程序控制动作进行匹配，当手动控制动作与控制规则中的程序控制动作相同时，得到用户控制方案与设备控制规则之间的预匹配结果。通过预匹配结果中用户控制方案中的环境参数与设备控制规则中的使用场景进行匹配。当预匹配结果中用户控制方案的环境参数与设备控制规则中的使用场景相匹配时，得到用户控制方案与设备控制规则之间的匹配结果。

优选的，根据本申请上述实施例，在步骤S21根据控制规则修正值，对设备控制规则进行修改中，步骤包括：

步骤S211，将控制规则修正值与对设备控制规则中的控制参数进行比对。

步骤S213，当控制规则修正值和对设备控制规则中的控制参数的差值大于或者等于预先设定的差值阈值时，将控制规则修正值作为设备控制规则中的对智能家用设备的控制参数值。

步骤S215，当控制规则修正值和对设备控制规则中的控制参数的差值小于预先设定的差值阈值时，不对设备控制规则中的对智能家用设备的控制参数值进行修改。

具体的，通过上述步骤S211至步骤S215，通过将控制规则修正值与设备控制规则中的智能家用设备的控制参数进行比对，当控制规则修正值与智能家用设备的控制参数的差值大于或者等于预先设定的差值阈值时，确定此时需要通过控制规则修正值对设备控制规则中的智能家用设备的控制参数进行修改，因此，使用控制规则修正值对设备控制规则进行修改。当控制规则修正值与智能家用设备的控制参数的差值小于预先设定的差值阈值时，确定此时尚未达到使用控制规则修正值对设备控制规则进行修改的条件，因此，保持设备控制规则的原有数值。

优选的，根据本申请上述实施例，在步骤S11读取预先设置的设备控制规则之前，方法还可以包括：

步骤S102，收集用户对智能家用设备的操作行为数据和与操作行为数据对应的环境参数。

步骤S104，在操作行为数据中，对具有相同的手动控制动作、手动控制参数和环境参数的操作行为进行判断，得到判断结果。

步骤S106，根据判断结果，得到新的用户控制方案。

步骤S108，将新的用户控制方案输入至神经网络控制模型，生成新的设备控制规则。

具体的，通过上述步骤S102至步骤S108，智能家居系统通过对用户的操作行为数据和与操作行为发生时的环境参数进行采集、分析，将具有相同或者相似的手动控制动作、手动控制参数、环境参数等操作特性的操作行为生成新的用户控制方案。通过神经网络控制模型，对新的用户控制方案进行判断，以新的用户控制方案为基础生成新的设备控制规则，并存储至存储单元中的规则库当中。通过上述步骤，智能家居系统智能的为用户提供设备控制规则，智能家居系统会在分析用户生活习惯的基础上，将用户在使用频率和使用时间间隔有内在联系的控制设置为设备控制规则，该设备控制规则将更符合用户的生活习惯。

在实际应用当中，智能家居系统根据用户使用设备的时间间隔、顺序及使用频次来决定是否在某些设备之间建立用户控制方案。神经网络控制模型根据各设备的使用时间段、日期(季节、平日/节假日)以及智能家居系统中各传感器(温度、湿度等)作为输入条件对规则库中的设备控制规则进行修正的同时，还能通过上述输入条件生成新的设备控制规则。通过二者的结合，丰富了规则库中设备控制规则，使其更加适合用户。

设备出厂时规则库中所提供的设备控制规则可能并不能满足用户的所需，通过上述步骤，智能家居系统可以通过对用户操作行为的收集、分析以及判断，生成新的设备控制规则。同时提供了方便用户手动设置设备控制规则的界面——设备控制规则设置界面。系统又可以通过用户的操作行为数据，生成新的设备控制规则，并将该设备控制规则在设备控制规则设置界面中予以显示，当用户不需要该设备控制规则时，可以在设备控制规则设置界面中选择将其取消及删除。

其中，在设备控制规则设置界面中，分别列出了所有该智能家居系统中的设备动作，用户只需将其中所需要的设备按先后顺序关联在一起即可。

优选的，根据本申请上述实施例，如图2所示，在步骤S11读取预先设置的设备控制规则之前，方法还包括：

步骤S100，接收用于设置设备控制规则的控制指令。

步骤S101，根据控制指令，执行与控制指令相应的设备控制规则。

具体的，在上述步骤S100至步骤S101中，可以通过控制指令实现多种控制方式。其中，一种情况为控制指令是对启用哪条设备控制规则进行设定：当接收到用户在操作时生成的控制指令后，通过控制指令来对使用哪条设备控制规则进行控制。当接收到与设备控制规则对应的控制指令时，执行该条设备控制规则，并通过操作行为数据对该条设备控制规则进行优化。另外一种情况为，通过控制指令来创建一条新的设备控制规则：当接收到控制指令后，将通过控制指令生成的设备控制规则存储到存储单元中的规则库中，并通过操作行为数据对该条设备控制规则进行优化。

在实际应用当中，智能家居系统为用户提供多个设备控制规则，如图3智能家居系统结构框图所示，设备控制规则中包括了智能家居系统中各类设备之间的设备控制规则和某一类设备之间的设备控制规则。以各类设备之间的设备控制规则进行举例说明，例如：灯光设备与门窗设备之间的设备控制规则，当晚上当用户开灯时自动关闭窗帘；灯光设备与安防设备之间的设备控制规则，当用户关闭房间内的所有灯光时安防设备自动进入防盗模式；家电设备与门窗设备之间的设备控制规则，当白天检测到电脑或电视开机时，自动检测阳光是否照射到屏幕上，如果是则开启窗帘系统，关闭该房间的窗帘。以某一类设备之间的设备控制规则进行举例说明，例如：家电设备中的热水器与空调之间的设备控制规则，当晚上热水器持续出水一定的时间则表明用户在洗澡，此时空调自动升高室内温度。对于上述设备控制规则虽然是通过收集大量用户的使用信息得出的，但是并不一定适用于每一个用户。此时，用户可以根据自己的实际需要通过遥控器或者其它远程控制设备上的设备控制规则选择界面来启用或者关闭设一条或者多条设备控制规则。

在上述方案中的智能家居系统为用户提供多个设备控制规则，但并不是每一条规则都适合于用户，用户可以根据自己的实际需要，通过遥控器或远程控制设备上的设备控制规则选择界面，对是否开启某一条设备控制规则进行选择。

在上述方案中，设备控制规则可能并不是用户需要的控制规则，或者与用户的使用习惯并不相同。采用上述方法的智能家居系统，用户可以根据自己的实际需要来自己设置适合于自己的设备控制规则。

在上述方案中，通过智能家居系统中的神经网络控制模型来为用户自动设定设备控制规则。如果用户开启该功能，则智能家居系统会在分析用户生活习惯的基础上，将用户在使用频率和使用时间间隔有内在联系的控制设置为设备控制规则，该设备控制规则将更符合用户的生活习惯。

在上述方案中，将设备控制规则设置界面和对是否启用规则库中的预先设置的设备控制规则的设备控制规则选择界面加入到遥控器或远程控制设备上的智能家居系统控制界面当中，方便用户在不需要时取消该条设备控制规则。

实施例2

本发明实施例还提供了一种智能家用设备的控制装置，如图4所示，其中包括：智能家用设备控制器和智能家用设备，该装置可以包括：读取模块31、第一收集模块33、匹配模块35、第一确定模块37、第一生成模块39和修改模块41。

其中，读取模块31，用于读取预先设置的设备控制规则。

具体的，通过读取模块31，家用设备控制器读取存储单元中的规则库，读取规则库中预先设置的设备控制规则。规则库中的设备控制规则可以是设备出厂时设置的标准规则库中的设备控制规则，也可以用户在使用过程中，自定义的设备控制规则。其中，设备控制规则可以包括控制条件和程序控制参数。用于在特定的控制条件下执行相应的程序控制动作。控制条件由程序控制动作和/或环境参数构成，在控制条件为控制动作和环境参数时，控制动作可以是在同时满足特定的控制动作和环境参数的时候，家用设备控制器向相应的智能家用设备发送程序控制参数，以实现对智能家用设备的控制。在控制条件只为环境参数时，那么控制动作可以是在满足特定环境参数的时候，家用设备控制器按照预设的控制动作分别对预设的家用设备发送程序控制参数，以实现对智能家用设备的控制。其中，具体哪些参数被用作设备控制规则的控制条件，哪些参数被用作设备控制规则的程序控制参数，已在设备控制规则中预先进行设置。

在实际应用当中，规则库中的各条设备控制规则为一些浅层的先验知识，可以以条件判断语句(如：“if——then”)的形式表达，当满足预定控制条件时，家用设备控制器对智能家用设备发送相应的程序控制参数。

第一收集模块33，用于收集用户对智能家用设备的操作行为数据和环境参数，其中，环境参数包括与操作行为数据对应的环境参数和当前的环境参数。

具体的，通过收集模块33，对用户对智能家用设备的操作行为，以及对发生操作行为时的环境参数进行收集，并实时采集当前的环境参数。环境参数可以通过在室内设置的或者在智能家用设备上安装的温度传感器、湿度传感器、人体红外传感器、可见光传感器、气敏传感器、声音传感器等设备进行收集。温度传感器用于检测室内温度；湿度传感器用于检测室内空气湿度；人体红外传感器用于检测到室内人体的活动情况；可见光传感器用于检测室内亮度，声音传感器用于检测到室内声音强度；气敏传感器用于检测室内的空气成分。同时，还通过获取智能家用设备中的系统时间，确定时间环境参数。通过上述传感器，可以实现对采集温度、湿度、用户所在位置、光线强弱、空气成分、背景声音大小、时间等环境参数的采集。其中，环境参数还包括时间环境参数，可以通过时间环境参数中的日期和时间，进一步确认当前所处的季节，以及是否为节假日。通过时间环境参数将设备控制规则进一步细化，使对智能家用设备的控制更加精确。其中，操作行为数据包括：用户对家用设备的控制动作和用户对家用设备的控制参数。

在实际情况当中，可以根据在室内设置的智能家用设备的种类，配备不同的传感器。

匹配模块35，用于将操作行为数据和与操作行为数据对应的环境参数，与设备控制规则进行匹配，得到匹配结果。

具体的，通过匹配模块35，首先，以规则库中的设备控制规则的程序控制动作为模板，可以对用户的操作行为数据中对智能家用设备的手动控制动作与各个设备控制规则中的程序控制动作进行匹配，得到与程序控制动作相匹配的第一匹配结果。然后，将第一匹配结果中与手动控制动作对应的环境参数和设备控制规则中的环境参数进行匹配，得到与设备控制规则具有相同控制动作和环境参数匹配结果。其中，在执行过程当中，设备控制规则根据控制条件调用不同的传感器，所以不同的设备控制规则在与发生操作行为时的环境参数进行匹配时的匹配内容也有所不同。当然，在每条设备控制规则与操作行为数据进行匹配的过程中，匹配得到的匹配结果可以是与设备控制规则中的控制条件相同或相应的所有的操作行为数据，和与操作行为数据对应的环境参数的集合。

在实际应用当中，以对智能家居系统中热水器与空调的设备控制规则为例，在热水器与空调的设备控制规则当中，所用到的传感器为温度传感器和人体红外传感器，其它的传感器的数据则不会用到。

第一确定模块37，用于根据匹配结果，得到与设备控制规则对应的用户控制方案。

具体的，通过第一确定模块37，对操作行为数据中与设备控制规则对应的操作行为数据进行提取，结合操作行为发生时的环境参数，生成与设备控制规则对应的用户控制方案。其中，用户控制方案是通过对操作行为数据中具有相同的环境参数和/或手动控制动作进行收集得到的用户控制方案。用户控制方案与设备控制规则一一对应，是神经网络控制模型对应规则库中的设备控制规则生成规则修正值的依据。

第一生成模块39，用于将用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对设备控制规则的控制规则修正值。

具体的，在生成模块39，通过神经网络控制模型对收集到的操作行为数据、与操作行为数据对应的环境参数，以及当前的环境参数和/或当前的操作行为数据输入进行分析，生成对规则库中的设备控制规则的控制规则修正值。其中，控制规则修正值既可以是针对设备控制规则中的程序控制动作提出的控制规则修正值，也可以是针对程序控制参数提出的控制规则修正值，还可以是针对程序控制动作和程序控制参数提出的控制规则修正值。其中，输入至神经网络模型的参数可以包含三种情况，第一种情况为：将用户控制方案和当前的环境参数作为输入至神经网络模型的参数；第二种情况为：将用户方案和当前的操作行为数据作为输入至神经网络模型的参数；第三种情况为：将用户控制方案、当前的环境参数和当前的操作行为数据作为输入至神经网络模型的参数。

在实际应用当中，当家用设备控制器在接收到对设备控制规则进行修正的指令之后，家用设备控制器对当前的环境参数和/或操作行为数据进行实时监测。一旦当前的环境参数和/或操作行为数据与用户控制方案相匹配时，则对在此之前的预定时间段内收集到的用户控制方案进行分析，得到用于修正与该用户控制方案对应的设备控制规则的控制规则修正值。

修改模块41，用于根据控制规则修正值，对设备控制规则进行修改。

具体的，通过修改模块41，根据生成的控制规则修正值对设备控制规则进行修改，生成新的设备控制规则。进一步的，还可以将新的设备控制规则更新至规则库当中。

通过上述读取模块31、第一收集模块33、匹配模块35、第一确定模块37、第一生成模块39和修改模块41，通过对用户操作行为数据和操作行为发生时的环境参数的收集，并将操作行为数据和与操作行为数据对应的环境参数，与设备控制规则进行匹配。以设备控制规则作为基础，得到与设备控制规则一一对应的用户控制方案。将根据操作行为数据和/或与操作行为数据对应的环境参数确定的用户控制方案，以及当前的环境参数和当前的操作行为数据输入至神经网络控制模型，神经网络控制模型以用户控制方案为基础生成对设备控制规则的控制规则修正值。根据控制规则修正值对设备控制规则进行修改。这样，可以随着用户的使用，逐步对设备控制规则进行修改，使设备控制规则更加符合用户的使用习惯。

在实际应用当中，以对智能家居系统中热水器与空调的设备控制规则为例进行详细说明。空调与热水器的设备控制规则为：当晚上热水器持续出水一定的时间则表明用户在洗澡，此时空调自动升高室内温度。此设备控制规则中所涉及到的主要的参数为温度，所以温度传感器会发挥主要作用；洗澡之前人体的活动情况也会影响人体对室内温度的感觉(如人体刚经过剧烈运动，洗澡后会感觉室内很凉爽，则不需要调高室内温度)，因此人体红外传感器也发挥了重要作用。

在优化该设备控制规则时：设备控制规则输入的条件为用户开启热水器的时长，当用户开启热水器的超过一定时间，则使空调温度上升一定温度，热水器开启的时长和空调上升的温度在规则库中已经固定，根据用户控制方案对这两个参数进行优化。根据用户控制方案中的开启热水器的具体日期(主要是判断所处季节和是否节假日)以及温度传感器和人体红外传感器所采集到的数据，经过神经网络控制模型，得到上述两个参数的修正值对规则库中的设备控制规则进行修正。

经过优化的热水器与空调设备控制规则更加符合用户的生活习惯，具体体现在：用户可能在节假日洗澡时间相交平时更长，那么对空调的联动触发时间可以较平时推后一定时间。还可根据室内温度的不同来决定空调温度要升高几度。如果检测到用户经过剧烈运动，且洗澡时间较短，则空调温度不需要上升，如果洗澡时间较长则空调温度需要适度上升。

综上可知，本发明解决了现有技术中无法对智能家居系统中的各个智能家用设备的设备控制规则进行修改，导致的智能家居系统无法根据用户的实际需要进行控制的问题，实现了通过收集用户的操作行为数据，根据用户的实际使用习惯对设备控制规则进行修正的效果。

优选的，根据本申请上述实施例，在第一生成模块39中，包括：第一子匹配模块391、子确定模块393、子判断模块395和子生成模块397。

其中，第一子匹配模块391，对当前的环境参数和/或当前的操作行为数据与用户控制方案进行匹配，得到匹配的用户控制方案。

子确定模块393，用于根据操作行为数据，确定用户控制方案的使用次数和用户控制方案的使用频率，其中，在用户控制方案中包括：方案操作场景、手动控制动作和手动控制参数。

子判断模块395，用于对用户控制方案的使用次数和用户控制方案的使用频率进行判断。

子生成模块397，当用户控制方案的使用次数和用户控制方案的使用频率满足预先设置的条件时，用于根据用户控制方案生成控制规则修正值。

具体的，在上述第一子匹配模块391、子确定模块393、子判断模块395和子生成模块397中，首先将当前的环境参数和/或当前的操作行为数据与用户控制方案进行匹配，得到与当前的环境参数和/或当前的操作行为数据匹配的用户控制方案。一旦匹配成功，通过收集用户的操作行为数据，对该用户控制方案的使用次数和使用频率进行统计，得到对该用户控制方案的统计结果。在对用户控制方案的统计结果的基础上进行判断。当用户控制方案的使用次数和/或使用频率满足预先设置好的条件时，则根据用户控制方案对设备控制规则进行修正，生成用于修正设备控制规则的修正值。其中，用户控制方案包括：方案操作场景、手动控制动作和手动控制参数。方案操作场景至少包括对设备进行操作时的与该操作相关的任意一种或多种环境参数。用户控制方案与设备控制规则一一对应。用户控制方案中包含了一条用户控制条件和至少一条手动控制参数，用户控制条件和与其对应的设备控制规则中的设备控制条件相同，手动控制参数为在当前用户控制条件下，用户对设备的手动控制参数。而在用户控制方案中与设备控制规则中的控制条件对应的，可以是方案操作场景和/或手动控制动作。

在实际应用当中，当用户执行与用户控制方案相同的设备；如果在使用两件以上设备的时候，对设备的操作顺序也相同；并且在使用设备相同且操作顺序也相同的情况下，读取当时的使用场景和手动控制参数，如果都相同，则判断用户执行了一次该用户控制方案。当然，上述方案只是判断用户控制方案的使用次数的一种形式，其他形式在此处不做赘述。

神经网络控制模型是在分析根据用户生活习惯进而产生的用户的操作行为数据的基础上，对规则库中预先设定的设备控制规则进行修正或提供新的设备控制规则。神经网络控制模型在修正已有的设备控制规则或提供新的设备控制规则时，并不是用户在使用两个或多个设备时的时间间隔越短、使用的顺序相同且使用频次很高就将这些动作设置为设备控制规则的，而是根据不同的条件判定设备之间是否具有设置为设备控制规则的必要性及舒适性。

进一步的，通过子判断模块395对用户控制方案的使用次数和用户控制方案的使用频率进行判断中，步骤包括：

步骤一，将用户控制方案的使用次数与预先设置的使用次数阈值进行比较。

步骤二，当用户控制方案的使用次数大于或者等于预先设置的使用次数阈值时，对用户控制方案的使用频率与预先设置的使用频率阈值进行比较。

步骤三，当用户控制方案的使用频率大于或者等于预先设置的使用频率阈值时，根据用户控制方案生成控制规则修正值。

具体的，通过上述步骤，将用户控制方案中的使用次数与预先设置的使用次数阈值进行比较，当使用次数大于等于预先设置的使用次数阈值时，在对该用户控制方案的使用频率与预先设置的使用频率阈值进行比较，当该用户控制方案的使用频率也大于预先设置的使用频率阈值时，以用户和控制方案中的参数作为基础，生成控制规则修正值。

在实际应用当中，当用户控制方案的使用次数和使用频率都大于与其对应的阈值时，则可以直接使用用户控制方案中的手动控制参数作为控制规则修正值。

优选的，根据本申请上述实施例，在设备控制规则的控制条件为使用场景和对智能家用设备的控制顺序，设备控制规则的控制程序控制参数为对智能家用设备的控制参数时，在匹配模块35中，包括：第二子匹配模块351和第三子匹配模块353。

其中，第二子匹配模块351，用于将手动控制动作与设备控制规则中的程序控制动作进行匹配，得到预匹配结果。

第三子匹配模块353，用于根据预匹配结果中的设备控制规则，将操作行为数据中的环境参数与预匹配结果中的设备控制规则的使用场景进行匹配，得到匹配结果。

具体的，通过第二子匹配模块351和第三子匹配模块353，首先对用户控制方案中的手动控制动作与设备控制规则中的程序控制动作进行匹配，当手动控制动作与设备控制规则中的程序控制动作相同时，得到用户控制方案与设备控制规则之间的预匹配结果。通过预匹配结果中用户控制方案中的环境参数与设备控制规则中的使用场景进行匹配。当预匹配结果中用户控制方案的环境参数与设备控制规则中的使用场景相匹配时，得到用户控制方案与设备控制规则之间的匹配结果。

优选的，根据本申请上述实施例，在修改模块41中，包括：子处理模块411。

其中，子处理模块411，用于将控制规则修正值与设备控制规则中的控制参数进行比对：

当控制规则修正值和设备控制规则中的控制参数的差值大于或者等于预先设定的差值阈值时，将控制规则修正值作为设备控制规则中的对智能家用设备的控制参数值；

当控制规则修正值和设备控制规则中的控制参数的差值小于预先设定的差值阈值时，不对设备控制规则中的对智能家用设备的控制参数值进行修改。

具体的，通过上述子处理模块411，将控制规则修正值与设备控制规则中的智能家用设备的控制参数进行比对，当控制规则修正值与智能家用设备的控制参数的差值大于或者等于预先设定的差值阈值时，确定此时需要通过控制规则修正值对设备控制规则中的智能家用设备的控制参数进行修改，因此，使用控制规则修正值对设备控制规则进行修改。当控制规则修正值与智能家用设备的控制参数的差值小于预先设定的差值阈值时，确定此时尚未达到使用控制规则修正值对设备控制规则进行修改的条件，因此，保持设备控制规则的原有数值。

优选的，根据本申请上述实施例，如图5所示，装置还可以包括：第二收集模块302、判断模块304、第二确定模块306和第二生成模块308。

其中，第二收集模块302，用于收集用户对智能家用设备的操作行为数据和与操作行为数据对应的环境参数。

判断模块304，用于在操作行为数据中，对具有相同的手动控制动作、手动控制参数和环境参数的操作行为进行判断，得到判断结果。

第二确定模块306，用于根据判断结果，确定新的用户控制方案。

第二生成模块308，用于将新的用户控制方案输入至神经网络控制模型，生成新的设备控制规则。

具体的，通过上述第二收集模块302、判断模块304、第二确定模块306和第二生成模块308，智能家居系统通过对用户的操作行为数据和与操作行为发生时的环境参数进行采集、分析，将具有相同或者相似的手动控制动作、手动控制参数、环境参数等操作特性的操作行为生成新的用户控制方案。通过神经网络控制模型，对新的用户控制方案进行判断，以新的用户控制方案为基础生成新的设备控制规则，并存储至存储单元中的规则库当中。通过上述装置，智能家居系统智能的为用户提供设备控制规则，智能家居系统会在分析用户生活习惯的基础上，将用户在使用频率和使用时间间隔有内在联系的控制设置为设备控制规则，该设备控制规则将更符合用户的生活习惯。

在实际应用当中，智能家居系统根据用户使用设备的时间间隔、顺序及使用频次来决定是否在某些设备之间建立用户控制方案。神经网络控制模型根据各设备的使用时间段、日期(季节、平日/节假日)以及智能家居系统中各传感器(温度、湿度等)作为输入条件对规则库中的设备控制规则进行修正的同时，还能通过上述输入条件生成新的设备控制规则。通过二者的结合，丰富了规则库中设备控制规则，使其更加适合用户。

设备出厂时规则库中所提供的设备控制规则可能并不能满足用户的所需，通过上述步骤，智能家居系统可以通过对用户操作行为的收集、分析以及判断，生成新的设备控制规则。这样既提供了方便用户手动设置设备控制规则的界面——设备控制规则设置界面。系统又可以通过用户的操作行为数据，生成新的设备控制规则，并将该设备控制规则加入到设备控制规则设置界面中，当用户不需要该设备控制规则时，可以在设备控制规则设置界面中，选择将其取消及删除。

其中，在设备控制规则设置界面中，分别列出了所有该智能家居系统中的设备动作，用户只需将其中所需要的设备按先后顺序关联在一起即可。

优选的，如图6所示，根据本申请上述实施例，装置还包括：接收模块300和执行模块301。

其中，接收模块300，用于接收用于设置设备控制规则的控制指令。

执行模块301，用于根据控制指令，执行与控制指令相应的设备控制规则。

具体的，在上述接收模块300和执行模块301中，可以通过控制指令实现多种控制方式。其中，一种情况为控制指令是对启用哪条设备控制规则进行设定：当接收到用户在操作时生成的控制指令后，通过控制指令来对使用哪条设备控制规则进行控制。当接收到与设备控制规则对应的控制指令时，执行该条设备控制规则，并通过操作行为数据对该条设备控制规则进行优化。另外一种情况为，通过控制指令来创建一条新的设备控制规则：当接收到控制指令后，将通过控制指令生成的设备控制规则存储到存储单元中的规则库中，并通过操作行为数据对该条设备控制规则进行优化。

在实际应用当中，智能家居系统为用户提供多个设备控制规则，如图3智能家居系统结构框图所示，设备控制规则中包括了智能家居系统中各类设备之间的设备控制规则和某一类设备之间的设备控制规则。以各类设备之间的设备控制规则进行举例说明，例如：灯光设备与门窗设备之间的设备控制规则，当晚上当用户开灯时自动关闭窗帘；灯光设备与安防设备之间的设备控制规则，当用户关闭房间内的所有灯光时安防设备自动进入防盗模式；家电设备与门窗设备之间的设备控制规则，当白天检测到电脑或电视开机时，自动检测阳光是否照射到屏幕上，如果是则开启窗帘系统，关闭该房间的窗帘。以某一类设备之间的设备控制规则进行举例说明，例如：家电设备中的热水器与空调之间的设备控制规则，当晚上热水器持续出水一定的时间则表明用户在洗澡，此时空调自动升高室内温度。对于上述设备控制规则虽然是通过收集大量用户的使用信息得出的，但是并不一定适用于每一个用户。此时，用户可以根据自己的实际需要通过遥控器或者其它远程控制设备上的设备控制规则选择界面来启用或者关闭设一条或者多条设备控制规则。

在上述方案中的智能家居系统为用户提供多个设备控制规则，但并不是每一条规则都适合于用户，用户可以根据自己的实际需要，通过遥控器上的设备控制规则选择界面，对是否开启某一条规则进行选择。

在上述方案中，设备控制规则可能并不是用户需要的控制规则，或者与用户的使用习惯并不相同。采用上述方法的智能家居系统，用户可以根据自己的实际需要来自己设置适合于自己的设备控制规则。

在上述方案中，通过智能家居系统中的神经网络控制模型来为用户自动设定设备控制规则。如果用户开启该功能，则智能家居系统会在分析用户生活习惯的基础上，将用户在使用频率和使用时间间隔有内在联系的控制设置为设备控制规则，该设备控制规则将更符合用户的生活习惯。

在上述方案中，将设备控制规则设置界面和对是否启用规则库中的预先设置的设备控制规则的设备控制规则选择界面加入到遥控器或远程控制设备上的智能家居系统控制界面当中，方便用户在不需要时取消该条设备控制规则。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电形式或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (13)

1.一种智能家用设备的控制方法，其特征在于，包括：智能家用设备控制器和智能家用设备，其中，所述方法包括：

读取预先设置的设备控制规则；

收集用户对所述智能家用设备的操作行为数据和环境参数，其中，环境参数包括与所述操作行为数据对应的环境参数和当前的环境参数；

将所述操作行为数据和/或与所述操作行为数据对应的环境参数，与所述设备控制规则进行匹配，得到匹配结果；

根据所述匹配结果，得到与所述设备控制规则对应的用户控制方案；

将所述用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对所述设备控制规则的控制规则修正值；

根据所述控制规则修正值，对所述设备控制规则进行修改。

2.根据权利要求1所述的方法，其特征在于，所述将所述用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对所述设备控制规则的控制规则修正值的步骤包括：

对所述当前的环境参数和/或所述当前的操作行为数据与用户控制方案进行匹配，得到匹配的用户控制方案；

根据所述操作行为数据，确定所述用户控制方案的使用次数和所述用户控制方案的使用频率，其中，在所述用户控制方案中包括：方案操作场景、手动控制动作和手动控制参数；

对所述用户控制方案的使用次数和所述用户控制方案的使用频率进行判断；

当所述用户控制方案的使用次数和所述用户控制方案的使用频率满足预先设置的条件时，根据所述用户控制方案生成所述控制规则修正值。

3.根据权利要求2所述的方法，其特征在于，对所述用户控制方案的使用次数和所述用户控制方案的使用频率进行判断的步骤包括：

将所述用户控制方案的使用次数与预先设置的使用次数阈值进行比较；

当所述用户控制方案的使用次数大于或者等于所述预先设置的使用次数阈值时，对所述用户控制方案的使用频率与预先设置的使用频率阈值进行比较；

当所述用户控制方案的使用频率大于或者等于预先设置的使用频率阈值时，根据所述用户控制方案生成所述控制规则修正值。

4.根据权利要求3所述的方法，其特征在于，在所述设备控制规则的控制条件为使用场景和对所述智能家用设备的控制顺序，所述设备控制规则的控制程序控制参数为对所述智能家用设备的控制参数时，将所述操作行为数据和/或与所述操作行为数据对应的环境参数，与所述设备控制规则进行匹配，得到匹配结果的步骤包括：

将所述手动控制动作与所述设备控制规则中的程序控制动作进行匹配，得到预匹配结果；

根据所述预匹配结果中的设备控制规则，将所述操作行为数据中的所述环境参数与所述预匹配结果中的设备控制规则的所述使用场景进行匹配，得到匹配结果。

5.根据权利要求4所述的方法，其特征在于，根据所述控制规则修正值，对所述设备控制规则进行修改的步骤包括：

将所述控制规则修正值与所述对所述设备控制规则中的控制参数进行比对；

当所述控制规则修正值和所述对所述设备控制规则中的控制参数的差值大于或者等于预先设定的差值阈值时，将所述控制规则修正值作为所述设备控制规则中的所述对所述智能家用设备的控制参数值；

当所述控制规则修正值和所述对所述设备控制规则中的控制参数的差值小于预先设定的差值阈值时，不对所述设备控制规则中的对所述智能家用设备的控制参数值进行修改。

6.根据权利要求1所述的方法，其特征在于，在读取预先设置的设备控制规则之前，所述方法还包括：

收集用户对所述智能家用设备的所述操作行为数据和与所述操作行为数据对应的所述环境参数；

在所述操作行为数据中，对具有相同的手动控制动作、手动控制参数和环境参数的操作行为进行判断，得到判断结果；

根据所述判断结果，得到新的用户控制方案；

将所述新的用户控制方案输入至神经网络控制模型，生成新的所述设备控制规则。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，在读取预先设置的设备控制规则之前，所述方法还包括：

接收用于设置所述设备控制规则的控制指令；

根据所述控制指令，执行与所述控制指令相应的所述设备控制规则。

8.一种智能家用设备的控制装置，其特征在于，包括：智能家用设备控制器和智能家用设备，其中，所述装置包括：

读取模块，用于读取预先设置的设备控制规则；

第一收集模块，用于收集用户对所述智能家用设备的操作行为数据和环境参数，其中，环境参数包括与所述操作行为数据对应的环境参数和当前的环境参数；

匹配模块，用于将所述操作行为数据和/或与所述操作行为数据对应的环境参数，与所述设备控制规则进行匹配，得到匹配结果；

第一确定模块，用于根据所述匹配结果，得到与所述设备控制规则对应的用户控制方案；

第一生成模块，用于将所述用户控制方案和当前的环境参数和/或当前的操作行为数据输入至神经网络控制模型，生成对所述设备控制规则的控制规则修正值；

修改模块，用于根据所述控制规则修正值，对所述设备控制规则进行修改。

9.根据权利要求8所述的装置，其特征在于，在所述第一生成模块中，包括：

第一子匹配模块，对所述当前的环境参数和/或所述当前的操作行为数据与用户控制方案进行匹配，得到匹配的用户控制方案；

子确定模块，用于根据操作行为数据，确定所述用户控制方案的使用次数和所述用户控制方案的使用频率，其中，在所述用户控制方案中包括：方案操作场景、手动控制动作和手动控制参数；

子判断模块，用于对所述用户控制方案的使用次数和所述用户控制方案的使用频率进行判断；

子生成模块，当所述用户控制方案的使用次数和所述用户控制方案的使用频率满足预先设置的条件时，用于根据所述用户控制方案生成所述控制规则修正值。

10.根据权利要求9所述的装置，其特征在于，在所述设备控制规则包括：在所述设备控制规则的控制条件为使用场景和对所述智能家用设备的控制顺序，所述设备控制规则的控制程序控制参数为对所述智能家用设备的控制参数时，在所述匹配模块中，包括：

第二子匹配模块，用于将所述手动控制动作与所述设备控制规则中的程序控制动作进行匹配，得到预匹配结果；

第三子匹配模块，用于根据所述预匹配结果中的设备控制规则，将所述操作行为数据中的所述环境参数与所述预匹配结果中的设备控制规则的所述使用场景进行匹配，得到匹配结果。

11.根据权利要求10所述的装置，其特征在于，在所述修改模块中，包括：

子处理模块，用于将所述控制规则修正值与所述设备控制规则中的控制参数进行比对；

当所述控制规则修正值和所述设备控制规则中的控制参数的差值大于或者等于预先设定的差值阈值时，将所述控制规则修正值作为所述设备控制规则中的对所述智能家用设备的控制参数值；

当所述控制规则修正值和所述设备控制规则中的控制参数的差值小于预先设定的差值阈值时，不对所述设备控制规则中的所述对所述智能家用设备的控制参数值进行修改。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：

第二收集模块，用于收集用户对所述智能家用设备的所述操作行为数据和与所述操作行为数据对应的所述环境参数；

判断模块，用于在所述操作行为数据中，对具有相同的手动控制动作、手动控制参数和环境参数的操作行为进行判断，得到判断结果；

第二确定模块，用于根据所述判断结果，确定新的用户控制方案；

第二生成模块，用于将所述新的用户控制方案输入至神经网络控制模型，生成新的所述设备控制规则。

13.根据权利要求8至12中任意一项所述的装置，其特征在于，所述装置还包括：

接收模块，用于接收用于设置所述设备控制规则的控制指令；

执行模块，用于根据所述控制指令，执行与所述控制指令相应的所述设备控制规则。