CN105446156A - 基于人工智能的家用电器的控制方法、装置和系统 - Google Patents

Abstract

本发明公开了一种基于人工智能的家用电器的控制方法、装置和系统，其中方法包括：采集家庭内的环境参数；根据环境参数生成局部特征点；根据局部特征点生成用户希望的行为；获取能够提供与行为相关的服务的家用电器，并计算行为与服务之间的相关性；根据服务以及行为与服务之间的相关性生成服务组合；根据服务组合对家用电器进行相应控制。本发明的家用电器的控制方法，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题，并实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

Description

基于人工智能的家用电器的控制方法、装置和系统

技术领域

本发明涉及智能家居领域，特别涉及一种基于人工智能的家用电器的控制方法、装置和系统。

背景技术

随着智能家居的快速发展，家用电器的智能化控制也逐渐得以实现，家用电器的智能控制意味着用户不用分别对家中的电器进行相关操作来实现生活需求，比如用户要烧水就要去厨房打开燃气灶，用户要洗澡就要去卫生间放洗澡水等，而是可以实现对家用电器的统一管理。

目前，可以通过一个连接器来连接用户家中的家用电器，并且将手机作为唯一的控制器控制家用电器工作，例如，用户在办公室工作的时候，可以通过手机对连接器上连接空调的部分进行控制，来实现对空调的开关操作。或者，用户可以将手机直接与家中的各类家用电器相连，通过手机对家用电器进行控制，例如，用户可以在手机上下载各个家用电器相应的客户端，通过在客户端直接点击相应的菜单来实现对家用电器的智能控制。

但是存在的问题是，上述两种对家用电器的控制方法均是单纯的把家用电器和手机连接起来，用户必须通过在手机上进行相应的操作才能控制家用电器工作，对手机的依赖程度比较高，当用户遇到手机丢失或者没电等情况时便不能对家用电器进行控制。

发明内容

本发明旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的家用电器的控制方法，该方法解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题，并实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

本发明的第二个目的在于提出了一种基于人工智能的家用电器的控制装置。

本发明的第三个目的在于提出了一种基于人工智能的家用电器的控制系统。

为达上述目的，本发明第一方面的实施例提出了一种基于人工智能的家用电器的控制方法，包括：采集家庭内的环境参数；根据所述环境参数生成局部特征点；根据所述局部特征点生成用户希望的行为；获取能够提供与所述行为相关的服务的家用电器，并计算所述行为与所述服务之间的相关性；根据所述服务以及所述行为与所述服务之间的相关性生成服务组合；根据所述服务组合对所述家用电器进行相应控制。

本发明实施例的控制方法，通过家用机器人连接用户家中的家用电器，并通过家用机器人对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过家用机器人对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

为达上述目的，本发明第二方面的实施例提出了一种基于人工智能的家用电器的控制装置，包括：环境参数采集模块，用于采集家庭内的环境参数；第一生成模块，用于根据所述环境参数生成局部特征点；第二生成模块，用于根据所述局部特征点生成用户希望的行为；计算模块，用于获取能够提供与所述行为相关的服务的家用电器，并计算所述行为与所述服务之间的相关性；第三生成模块，用于根据所述服务以及所述行为与所述服务之间的相关性生成服务组合；控制模块，用于根据所述服务组合对所述家用电器进行相应的控制。

本发明实施例的控制装置，通过连接用户家中的家用电器，并对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

为达上述目的，本发明第三方面的实施例提出了一种基于人工智能的家用电器的控制系统，包括：家用电器、家用机器人、环境参数采集装置，其中，所述环境参数采集装置用于采集家庭内的环境参数；所述家用机器人用于根据所述的环境参数生成局部特征点，并根据所述局部特征点生成用户希望的行为，以及获取能够提供与所述行为相关的服务的所述家用电器，并计算所述行为与所述服务之间的相关性，以及根据所述服务以及所述行为与所述服务之间的相关性生成服务组合，并根据所述服务组合对所述家用电器进行相应的控制。

本发明实施例的控制系统，通过家用机器人连接用户家中的家用电器，并通过家用机器人对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过家用机器人对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的基于人工智能的家用电器的控制方法的流程图；

图2是根据本发明一个具体实施例的基于人工智能的家用电器的控制方法的流程图；

图3是根据本发明另一个具体实施例的基于人工智能的家用电器的控制方法的流程图；

图4是根据本发明一个实施例的基于人工智能的家用电器的控制装置的结构框图；

图5是根据本发明一个具体实施例的基于人工智能的家用电器的控制装置的结构框图；

图6是根据本发明另一个具体实施例的基于人工智能的家用电器的控制装置的结构框图；

图7是根据本发明一个实施例的基于人工智能的家用电器的控制系统的结构示意图；以及

图8是根据本发明一个具体实施例的基于人工智能的家用电器的控制系统的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的基于人工智能的家用电器的控制方法、装置和系统。

本发明提出了一种基于人工智能的家用电器的控制方法，包括：采集家庭内的环境参数；根据环境参数生成局部特征点；根据局部特征点生成用户希望的行为；获取能够提供与行为相关的服务的家用电器，并计算行为与服务之间的相关性；根据服务以及行为与服务之间的相关性生成服务组合；根据服务组合对家用电器进行相应控制。

图1为根据本发明一个实施例的基于人工智能的家用电器的控制方法的流程图。

如图1所示，本发明实施例的控制方法包括：

S110，采集家庭内的环境参数。

在本发明的实施例中，通过家用机器人与用户家中的各个家用电器相连，从而实现家用机器人对家用电器的控制。

具体地，家用机器人通过各种传感器来进行环境参数的采集，其中，环境参数可包括湿度、温度等具体地环境参数。比如温度传感器用来采集用户室内温度的相关参数，湿度传感器用来采集用户室内的空气湿度的相关参数等。传感器将采集到的环境参数发送至家用机器人，家用机器人在接收到环境参数后，根据传感器的类型对环境参数进行预处理并纪录到数据库中。

S120，根据环境参数生成局部特征点。

其中，局部特征的点是指环境参数中能够稳定出现并且具有良好的可区分性的特征点，这些特征点能够很好的表示用户的行为，例如温度值曲线的拐点、湿度值曲线的拐点等。举例而言，当温度值从升高变为降低时，可能的原因是用户打开了空调等制冷设备，因此，温度值的拐点就是一个局部特征点。

S130，根据局部特征点生成用户希望的行为。

在本发明的一个实施例中，将局部特征点输入图匹配模型以生成用户希望的行为。具体地，图匹配模型是图论中的一种特殊模型，其顶点可分割为两个互不相交的子集，并且图中的每条边所关联的两个顶点分别属于这两个不同的顶点集。将局部特征点输入图匹配模型可以将该局部特征点映射到预先定义好的系统行为上。

也就是说，家用机器人根据从环境参数中确定得到的局部特征点，通过内部的智能控制逻辑和基于大数据的人性习惯学习系统计算出用户的需求。例如，家用机器人在接收到传感器采集的环境参数后，获取到环境参数中的一个局部特征点，例如温度是上升趋势，同时获取到另一个局部特征点，例如湿度是30％，家用机器人将这些局部特征点输入到图匹配模型中可以得到需要加湿的结果，即家用机器人根据局部特征点分析出用户希望的行为是对空气进行加湿。

S140，获取能够提供与行为相关的服务的家用电器，并计算上述行为与服务之间的相关性。

可以理解，家用机器人在获取用户希望的行为之后，获取到与行为相关的服务的家用电器，然后结合与家用机器人连接的家用电器的服务相关性和特征，计算出一种或者多种相关度最高的服务。比如：家用机器人获取的用户希望的行为是降低室温5度，而与降温有关的服务的家用电器是空调A和风扇B，但是由于风扇B的降温效果比空调A的降温效果要差，而且风扇本身是不能够降低室温的，而空调的降温效果好，且降温用时短。因此，家用机器人计算得出空调A与降低室温5度的行为的相关性比较大，也就是说，家用机器人应当控制空调A制冷以实现用户希望的行为。

S150，根据服务以及行为与服务之间的相关性生成服务组合。

具体地，如果家用机器人生成的用户希望的行为为多个，并且与该多个用户希望的行为相关的服务也是多种，那么家用机器人需要根据服务以及行为与服务之间的相关性生成服务组合。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么家用机器人获取到与上述行为相关的服务的家用电器是空调A和加湿器C。也就是说，家用机器人应当生成空调A和加湿器C的服务组合，即家用机器人应当控制空调A和加湿器C同时工作以在降低室内的温度的同时增加室内的湿度。

S160，根据服务组合对家用电器进行相应控制。

具体地，在家用机器人生成服务组合后，根据服务组合控制相应的家用电器进行工作。其中，家用机器人和家用电器之间可通过Wifi、蓝牙等无线通信方式进行通信。

应当理解的是，在本发明的实施例中，家用机器人还可以与用户的手机等终端设备相连，从而不仅家用机器人可以自动控制用户家中的家用电器，用户还可以通过手机向家用机器人发送控制指令，以通过家用机器人对用户家中的家用电器实现手动的控制。其中，用户向家用机器人发送指令的方式可以是通过语音指令的方式，或者还可以是在手机上输入控制指令发送给家用机器人的方式，从而可以实现对家用机器人的近程和远程控制。例如，家用机器人可以通过手机接收用户对家用电器的遥控信号，比如对空调的降温或升温请求，改变电视的观看频道的请求等。

本发明的实施例的基于人工智能的家用电器的控制方法，通过家用机器人连接用户家中的家用电器，并通过家用机器人对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过家用机器人对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

图2为根据本发明一个具体实施例的基于人工智能的家用电器的控制方法的流程图。

如图2所示，本发明实施例的控制方法包括：

S210，采集家庭内的环境参数。

S220，根据环境参数生成局部特征点。

S230，采集用户的生理特征参数，根据局部特征点和用户的生理特征参数生成用户希望的行为。

其中，用户的生理特征参数包括用户的体温、心跳等数据。家用机器人可以根据传感器采集的基础信号推算出用户的生理特征参数，例如，根据人体红外信号计算出用户的体温、心跳等数据。家用机器人在获取到环境参数以及用户的生理特征参数之后，可以根据用户的设置和历史学习数据计算出用户的需求，即计算出用户希望的行为，例如，温度升高2度、或者湿度减少10％等。

在本发明的一个实施例中，在云端服务器端建立并维护用户的用户模型，其中，根据局部特征点、用户的生理特征参数和用户模型生成用户希望的行为。具体而言，用户在初次使用家用机器人时，在云端服务器建立相应的用户模型，其中，用户模型中保存有用户的基本信息，以及用户个性化需求的模板，用户在使用家用机器人的过程中所产生的数据会汇集到云端服务器，云端服务器会将用户的使用习惯保存在个性化需求的模板中。

例如，在用电饭煲煮粥的时候，用户可能因为喜欢喝凉的，所以可能会设置为粥煮熟以后就关掉电饭煲，而不是控制电饭煲进入保温模式。再例如，如果用户是一名70岁的老年人，该用户经常会在七点钟早起听广播，且由于一般老年人听力不好，因此，针对老年人的个性化需求就可以是控制收音机在每天七点钟播放广播且播放广播时的音量会相对较大。

S240，获取能够提供与行为相关的服务的家用电器，并计算上述行为与服务之间的相关性。

S250，根据服务以及行为与服务之间的相关性生成服务组合。

S260，根据服务组合对家用电器进行相应控制。

另外，在本发明的一个实施例中，家用机器人在对家用电器进行控制的同时，还可以显示家用电器的使用情况，比如用电量等，从而方便用户更好地了解家用电器，根据对家用电器的了解来控制家用电器。比如用户可以通过个人的一些设置来尽量减少用电量比较大的家用电器的使用频率，从而达到省电的目的。也就是说，家用机器人能够保证控制家用电器工作的时候能够更加符合用户需求，生成的行为真正是用户所希望的。

根据本发明的实施例的基于人工智能的家用电器的控制方法，家用机器人可以根据用户的生理特征参数生成用户希望的行为，从而可以针对不同的用户生成更加能满足用户需求的控制指令以对家用电器进行控制，进一步提升了用户体验。

图3为根据本发明另一个具体实施例的基于人工智能的家用电器的控制方法的流程图。

如图3所示，本发明实施例的的控制方法包括：

S310，采集家庭内的环境参数。

S320，根据环境参数生成局部特征点。

S330，根据局部特征点生成用户希望的行为。

S340，获取能够提供与行为相关的服务的家用电器，并计算上述行为与服务之间的相关性。

S350，获取家用电器的状态信息，其中，根据家用电器的状态信息、服务以及行为与服务之间的相关性生成服务组合。

其中，家用电器的状态信息包括家用电器的当前工作状态，例如，家用电器处于待机、关闭、工作中等状态。具体地，家用机器人在需要根据服务以及行为与服务之间的相关性生成服务组合时，还需要判断家用电器的当前状态，如果家用电器的当前状态处于工作状态或者关闭状态的话，则家用机器人在生成服务组合时忽略该家用电器，也就是说，家用机器人在生成服务组和时需要选择处于待机状态的家用电器并对其进行控制，即家用机器人不能对未处于待机状态的家用电器进行控制。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么家用机器人获取到与上述行为相关的服务的家用电器是空调A、风扇B和加湿器C。也就是说，虽然家用机器人判断空调A与用户希望的行为的相关性比较高，但是由于空调A当前处于关闭状态，则家用机器人此时应当选择风扇B和加湿器C生成服务组合。

S360，根据服务组合对家用电器进行相应控制。

根据本发明的实施例的基于人工智能的家用电器的控制方法，家用机器人在生成服务组合时还可以判断家用电器的当前状态，在家用电器的当前状态不满足处于待机的工作情况下，选择其它相应的家用电器并生成组合服务控制其进行工作，由此，可以进一步提升用户的体验。

为了实现上述实施例，本发明还提出了一种基于人工智能的家用电器的控制装置。

图4是根据本发明的一个实施例的基于人工智能的家用电器的控制装置的结构框图。

如图4所示，本发明实施例的控制装置包括：环境参数采集模块110、第一生成模块120、第二生成模块130、计算模块140、第三生成模块150和控制模块160。

具体地，环境参数采集模块110用于采集家庭内的环境参数。具体而言，环境参数采集模块110通过各种传感器来进行环境参数的采集，其中，环境参数可包括湿度、温度等具体地环境参数。比如温度传感器用来采集用户室内温度的相关参数，湿度传感器通来采集用户室内的空气湿度的相关参数等。传感器将采集到的环境参数发送至环境参数采集模块110，环境参数采集模块110在接收到环境参数后，根据传感器的类型对环境参数进行预处理并记录到数据库中。

第一生成模块120用于根据环境参数采集模块110采集的环境参数生成局部特征点。其中，局部特征的点是指环境参数中能够稳定出现并且具有良好的可区分性的特征点，这些特征点能够很好的表示用户的行为，例如温度值曲线的拐点、湿度值曲线的拐点等。举例而言，当温度值从升高变为降低时，可能的原因是用户打开了空调等制冷设备，因此，温度值的拐点就是一个局部特征点。

第二生成模块130用于根据第一生成模块120生成的局部特征点生成用户希望的行为。其中，第二生成模块130将局部特征点输入图匹配模型以生成用户希望的行为。具体而言，图匹配模型是图论中的一种特殊模型，其顶点可分割为两个互不相交的子集，并且图中的每条边所关联的两个顶点分别属于这两个不同的顶点集。将局部特征点输入图匹配模型可以将该局部特征点映射到预先定义好的系统行为上。

进而，第二生成模块130根据从环境参数中确定得到的局部特征点，通过内部的智能控制逻辑和基于大数据的人性习惯学习系统计算出用户的需求。例如，环境参数采集模块110在接收到传感器采集到的环境参数后，第一生成模块120获取到环境参数中的一个局部特征点，例如温度是上升趋势，同时第一生成模块120获取到另一个局部特征点，例如湿度是30％，第二生成模块130将这些局部特征点输入到图匹配模型中可以得到需要加湿的结果，即第二生成模块540根据局部特征点分析出用户希望的行为是对空气进行加湿。

计算模块140用于获取能够提供与行为相关的服务的家用电器，并计算上述行为与服务之间的相关性。可以理解，第二生成模块130获取用户希望的行为之后，计算模块140获取到与行为相关的服务的家用电器，然后结合与家用机器人连接的家用电器的服务相关性和特征，计算出一种或者多种相关度最高的服务。比如，第二生成模块130获取的用户希望的行为是降低室温5度，而计算模块140获取到的与降温有关的服务的家用电器是空调A和风扇B，但是由于风扇B的降温效果比空调A的降温效果要差，而且风扇本身是不能够降低室温的，而空调的降温效果好，且降温用时短。因此计算模块550计算得出空调A与降低室温5度的行为的相关性比较大，也就是说，应当控制空调A制冷以实现用户希望的行为。

第三生成模块150用于根据服务以及行为与服务之间的相关性生成服务组合。具体而言，如果第二生成模块130生成的用户希望的行为为多个，并且计算模块140与该多个用户希望的行为相关的服务也是多种，那么第三生成模块150根据服务以及行为与服务之间的相关性生成服务组合。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么第三生成模块560获取到的与上述行为相关的服务的家用电器是空调A和加湿器C。也就是说，第三生成模块560应当生成空调A和加湿器C的服务组合，即应当控制空调A和加湿器C同时工作以在降低室内的温度的同时增加室内的湿度。

控制模块160用于根据服务组合对家用电器进行相应控制。具体而言，在第三生成模块150生成服务组合后，控制模块160根据服务组合控制相应的家用电器进行工作。其中，控制模块160和家用电器之间可通过Wifi、蓝牙等无线通信方式进行通信。

本发明实施例的基于人工智能的家用电器的控制装置，通过与用户家中的家用电器连接，并对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

图5为根据本发明一个具体实施例的基于人工智能的家用电器的控制装置的结构框图。

如图5所示，本发明实施例的控制装置包括：环境参数采集模块110、第一生成模块120、第二生成模块130、计算模块140、第三生成模块150、控制模块160和人体生理特征参数采集模块170。

具体地，人体生理特征参数采集模块170用于采集用户的生理特征参数，其中，第二生成模块130还用于根据局部特征点和用户的生理特征参数生成用户希望的行为。其中，用户的生理特征参数包括用户的体温、心跳等数据。人体生理特征参数采集模块170可以根据传感器采集的基础信号推算出用户的生理特征参数，例如，根据人体红外信号计算出用户的体温、心跳等数据。第二生成模块130在获取到环境参数以及用户的生理特征参数之后，可以根据用户的设置和历史学习数据计算出用户的需求，即计算出用户希望的行为，例如，温度升高2度、或者湿度减少10％等。

根据本发明的实施例的基于人工智能的家用电器的控制方法，可以根据用户的生理特征参数生成用户希望的行为，从而可以针对不同的用户生成更加能满足用户需求的控制指令以对家用电器进行控制，进一步提升了用户体验。

图6为根据本发明另一个具体实施例的基于人工智能的家用电器的控制装置的结构框图。

如图6所示，本发明实施例的控制装置包括：环境参数采集模块110、第一生成模块120、第二生成模块130、计算模块140、第三生成模块150、控制模块160、人体生理特征参数采集模块170和获取模块180。

具体地，获取模块180用于获取家用电器的状态信息，其中，第三生成模块150还用于根据家用电器的状态信息、服务以及行为与服务之间的相关性生成服务组合。其中，家用电器的状态信息包括家用电器的当前工作状态，例如，家用电器处于待机、关闭、工作中等状态。具体而言，第三生成模块150在需要根据服务以及行为与服务之间的相关性生成服务组合时，获取模块180还需要判断家用电器的当前状态，如果家用电器的当前状态处于工作状态或者关闭状态的话，则第三生成模块150在生成服务组合时忽略该家用电器，也就是说，第三生成模块150在生成服务组和时需要选择处于待机状态的家用电器并对其进行控制，即不能对未处于待机状态的家用电器进行控制。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么获取到与上述行为相关的服务的家用电器是空调A、风扇B和加湿器C。也就是说，虽然判断空调A与用户希望的行为的相关性比较高，但是由于空调A当前处于关闭状态，则第三生成模块150此时应当选择风扇B和加湿器C生成服务组合。

根据本发明的实施例的基于人工智能的家用电器的控制方法，在生成服务组合时还可以判断家用电器的当前状态，在家用电器的当前状态不满足处于待机的工作情况下，选择其它相应的家用电器并生成组合服务控制其进行工作，由此，可以进一步提升用户的体验。

为了实现上述实施例，本发明还提出了一种基于人工智能的家用电器的控制系统。

图7是根据本发明的一个实施例的基于人工智能的家用电器的控制系统的结构示意图。

如图7所示，本发明实施例的控制系统包括：家用机器人100、环境参数采集装置200和家用电器300。

具体地，环境参数采集装置200用于采集家庭内的环境参数。具体而言，环境参数采集装置200可以是各种传感器，通过各种传感器来进行环境参数的采集。其中，环境参数可包括湿度、温度等具体地环境参数。比如温度传感器用来采集用户室内温度的相关参数，湿度传感器用来采集用户室内的空气湿度的相关参数等。环境参数采集装置200将采集到的环境参数发送至家用机器人100，家用机器人100在接收到环境参数后，根据传感器的类型对环境参数进行预处理并纪录到数据库中。

家用机器人100用于的环境参数生成局部特征点，并根据局部特征点生成用户希望的行为，以及获取能够提供与行为相关的服务的家用电器，并计算行为与服务之间的相关性，以及根据服务以及行为与服务之间的相关性生成服务组合，并根据服务组合对家用电器进行相应的控制。其中，局部特征的点是指环境参数中能够稳定出现并且具有良好的可区分性的特征点，这些特征点能够很好的表示用户的行为，例如温度值曲线的拐点、湿度值曲线的拐点等。举例而言，当温度值从升高变为降低时，可能的原因是用户打开了空调等制冷设备，因此，温度值的拐点就是一个局部特征点。

在本发明的一个实施例中，家用机器人100将局部特征点输入图匹配模型以生成用户希望的行为。具体而言，图匹配模型是图论中的一种特殊模型，其顶点可分割为两个互不相交的子集，并且图中的每条边所关联的两个顶点分别属于这两个不同的顶点集。将局部特征点输入图匹配模型可以将该局部特征点映射到预先定义好的系统行为上。

进而，家用机器人100根据从环境参数中确定得到的局部特征点，通过内部的智能控制逻辑和基于大数据的人性习惯学习系统计算出用户的需求。例如，家用机器人100在接收到传感器采集的环境参数后，获取到环境参数中的一个局部特征点，例如温度是上升趋势，同时获取到另一个局部特征点，例如湿度是30％，家用机器人100将这些局部特征点输入到图匹配模型中可以得到需要加湿的结果，即家用机器人100根据局部特征点分析出用户希望的行为是对空气进行加湿。

进而，家用机器人100在获取用户希望的行为之后，获取到与行为相关的服务的家用电器300，然后结合与家用机器人100连接的家用电器300的服务相关性和特征，计算出一种或者多种相关度最高的服务。比如：家用机器人100获取的用户希望的行为是降低室温5度，而与降温有关的服务的家用电器300是空调A和风扇B，但是由于风扇B的降温效果比空调A的降温效果要差，而且风扇本身是不能够降低室温的，而空调的降温效果好，且降温用时短。因此，家用机器人100计算得出空调A与降低室温5度的行为的相关性比较大，也就是说，家用机器人100应当控制空调A制冷以实现用户希望的行为。

进而，如果家用机器100人生成的用户希望的行为为多个，并且与该多个用户希望的行为相关的服务也是多种，那么家用机器人100需要根据服务以及行为与服务之间的相关性生成服务组合。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么家用机器人100获取到与上述行为相关的服务的家用电器300是空调A和加湿器C。也就是说，家用机器人100应当生成空调A和加湿器C的服务组合，即家用机器人100应当控制空调A和加湿器C同时工作以在降低室内的温度的同时增加室内的湿度。

进而，在家用机器人100生成服务组合后，根据服务组合控制相应的家用电器300进行工作。其中，家用机器人100和家用电器300之间可通过Wifi、蓝牙等无线通信方式进行通信。

本发明的实施例的基于人工智能的家用电器的控制系统，通过家用机器人连接用户家中的家用电器，并通过家用机器人对家用电器进行控制，解决了用户必须通过手机才能实现对家用电器的控制，对手机的依赖程度高的问题。此外，通过家用机器人对家用电器的自动化控制，实现了家用电器的智能自动化工作，使用户拥有了一个管理和控制家用电器的“助手”，方便了用户的生活，提升了用户体验。

图8是根据本发明的一个具体实施例的基于人工智能的家用电器的控制系统的结构示意图。

如图8所示，本发明实施例的控制系统包括：家用机器人100、环境参数采集装置200、家用电器300、人体生理特征参数采集装置400和云端服务器500。

具体地，人体生理特征参数采集装置400用于采集用户的生理特征参数，其中，家用机器人100还用于根据局部特征点和用户的生理特征参数生成用户希望的行为。其中，用户的生理特征参数包括用户的体温、心跳等数据。家用机器人100可以根据传感器采集的基础信号推算出用户的生理特征参数，例如，根据人体红外信号计算出用户的体温、心跳等数据。家用机器人100在获取到环境参数以及用户的生理特征参数之后，可以根据用户的设置和历史学习数据计算出用户的需求，即计算出用户希望的行为，例如，温度升高2度、或者湿度减少10％等。

在本发明的一个实施例中，在云端服务器500端建立并维护用户的用户模型，其中，根据局部特征点、用户的生理特征参数和用户模型生成用户希望的行为。具体而言，用户在初次使用家用机器人100时，在云端服务器500建立相应的用户模型，其中，用户模型中保存有用户的基本信息，以及用户个性化需求的模板，用户在使用家用机器人100的过程中所产生的数据会汇集到云端服务器500，云端服务器500会将用户的使用习惯保存在个性化需求的模板中。

例如，在用电饭煲煮粥的时候，用户可能因为喜欢喝凉的，所以可能会设置为粥煮熟以后就关掉电饭煲，而不是控制电饭煲进入保温模式。再例如，如果用户是一名70岁的老年人，该用户经常会在七点钟早起听广播，且由于一般老年人听力不好，因此，针对老年人的个性化需求就可以是控制收音机在每天七点钟播放广播且播放广播时的音量会相对较大。

根据本发明的实施例的基于人工智能的家用电器的控制系统，家用机器人可以根据用户的生理特征参数生成用户希望的行为，从而可以针对不同的用户生成更加能满足用户需求的控制指令以对家用电器进行控制，进一步提升了用户体验。

在本发明的一个实施例中，家用机器人100还用于获取家用电器300的状态信息，其中，家用机器人100根据家用电器300的状态信息、服务以及服务之间的相关性生成服务组合。其中，家用电器300的状态信息包括家用电器300的当前工作状态，例如，家用电器处于待机、关闭、工作中等状态。具体而言，家用机器人100在需要根据服务以及行为与服务之间的相关性生成服务组合时，还需要判断家用电器300的当前状态，如果家用电器300的当前状态处于工作状态或者关闭状态的话，则家用机器人100在生成服务组合时忽略该家用电器300。也就是说，家用机器人100在生成服务组和时需要选择处于待机状态的家用电器300并对其进行控制，即家用机器人100不能对未处于待机状态的家用电器300进行控制。

举例而言，如果用户希望的行为是对室内的温度降低5度并且增加室内环境的湿度，那么家用机器人100获取到与上述行为相关的服务的家用电器300是空调A、风扇B和加湿器C。也就是说，虽然家用机器人100判断空调A与用户希望的行为的相关性比较高，但是由于空调A当前处于关闭状态，则家用机器人100此时应当选择风扇B和加湿器C生成服务组合。

由此，家用机器人100在生成服务组合时还可以判断家用电器300的当前状态，在家用电器300的当前状态不满足处于待机的工作情况下，选择其它相应的家用电器300并生成组合服务控制其进行工作，由此，可以进一步提升用户的体验。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，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模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (17)

1.一种基于人工智能的家用电器的控制方法，其特征在于，包括以下步骤：

采集家庭内的环境参数；

根据所述环境参数生成局部特征点；

根据所述局部特征点生成用户希望的行为；

获取能够提供与所述行为相关的服务的家用电器，并计算所述行为与所述服务之间的相关性；

根据所述服务以及所述行为与所述服务之间的相关性生成服务组合；

根据所述服务组合对所述家用电器进行相应控制。

2.如权利要求1所述的家用电器的控制方法，其特征在于，还包括：

采集用户的生理特征参数，其中，根据所述局部特征点和所述用户的生理特征参数生成用户希望的行为。

3.如权利要求1所述的家用电器的控制方法，其特征在于，所述根据所述局部特征点生成用户希望的行为具体包括：

将所述局部特征点输入图匹配模型以生成用户希望的行为。

4.如权利要求1所述的家用电器的控制方法，其特征在于，还包括：

获取所述家用电器的状态信息，其中，根据所述家用电器的状态信息、所述服务以及所述行为与所述服务之间的相关性生成服务组合。

5.如权利要求1所述的家用电器的控制方法，其特征在于，还包括：

在云端服务器端建立并维护所述用户的用户模型，其中，根据所述局部特征点、所述用户的生理特征参数和所述用户模型生成用户希望的行为。

6.如权利要求1所述的家用电器的控制方法，其特征在于，还包括：

接收语音指令，并根据所述语音指令对所述家用电器进行相应控制。

7.一种基于人工智能的家用电器的控制装置，其特征在于，所述装置包括：

环境参数采集模块，用于采集家庭内的环境参数；

第一生成模块，用于根据所述环境参数生成局部特征点；

第二生成模块，用于根据所述局部特征点生成用户希望的行为；

计算模块，用于获取能够提供与所述行为相关的服务的家用电器，并计算所述行为与所述服务之间的相关性；

第三生成模块，用于根据所述服务以及所述行为与所述服务之间的相关性生成服务组合；

控制模块，用于根据所述服务组合对所述家用电器进行相应的控制。

8.如权利要求7所述的家用电器的控制装置，其特征在于，还包括：

人体生理特征参数采集模块，用于采集用户的生理特征参数，其中，所述第二生成模块还用于根据所述局部特征点和所述用户的生理特征参数生成用户希望的行为。

9.如权利要求7所述的家用电器的控制装置，其特征在于，所述第二生成模块具体用于：

将所述局部特征点输入图匹配模型以生成用户希望的行为。

10.如权利要求7所述的家用电器的控制装置，其特征在于，还包括：

获取模块，用于获取所述家用电器的状态信息，其中，所述第三生成模块还用于根据所述家用电器的状态信息、所述服务以及所述行为与所述服务之间的相关性生成服务组合。

11.如权利要求7所述的家用电器的控制装置，其特征在于，还包括：

接收模块，用于接收语音指令；

所述控制模块还用于，根据所述语音指令对所述家用电器进行相应控制。

12.一种基于人工智能的家用电器的控制系统，其特征在于，包括：家用电器、家用机器人、环境参数采集装置，其中，

所述环境参数采集装置用于采集家庭内的环境参数；

所述家用机器人用于根据所述的环境参数生成局部特征点，并根据所述局部特征点生成用户希望的行为，以及获取能够提供与所述行为相关的服务的所述家用电器，并计算所述行为与所述服务之间的相关性，以及根据所述服务以及所述行为与所述服务之间的相关性生成服务组合，并根据所述服务组合对所述家用电器进行相应的控制。

13.如权利要求12所述的家用电器的控制系统，其特征在于，还包括：人体生理特征参数采集装置，其中，

所述人体生理特征参数采集装置用于采集用户的生理特征参数，其中，所述家用机器人还用于根据所述局部特征点和所述用户的生理特征参数生成用户希望的行为。

14.如权利要求12所述的家用电器的控制系统，其特征在于，所述家用机器人具体用于：

将所述局部特征点输入图匹配模型以生成用户希望的行为。

15.如权利要求12所述的家用电器控制系统，其特征在于，所述家用机器人还用于：

获取所述家用电器的状态信息，其中，所述家用机器人根据所述家用电器的状态信息、所述服务以及所述服务之间的相关性生成服务组合。

16.如权利要求12所述的家用电器控制系统，其特征在于，还包括：云端服务器，其中，

所述云端服务器用于建立并维护所述用户的用户模型，其中所述家用机器人还用于根据所述局部特征点、所述用户的生理特征参数和所述用户模型生成用户希望的行为。

17.如权利要求12所述的家用电器控制系统，其特征在于，所述家用机器人还用于：

接收语音指令，并根据所述语音指令对所述家用电器进行相应控制。