CN106647645A - 一种家居控制调节的方法及系统 - Google Patents

Abstract

本发明公开了一种家居控制调节的方法及系统，涉及智能家居技术。本发明公开的家居控制调节的系统，至少包括数据采集模块、数据分析模块和控制调节模块，其中：数据采集模块，实时采集并存储用于家居控制的各类数据。数据分析模块，根据各类用户行为模型，对所数据采集模块存储的数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令，并通过控制调节模块将控制信号发送给相应的家电或移动终端，以及接收用户针对各控制操作发送的反馈信息，并根据反馈信息更新各类用户行为模型。本发明还公开了一种家居控制调节的方法。本申请技术方案有效的提高了智能家居设备的易用性和方便性。

Description

一种家居控制调节的方法及系统

技术领域

本发明涉及智能家居技术，特别涉及一种家居控制调节的方法及系统。

背景技术

智能家居是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境。

而随着云技术的发展，市面上出现了将云语音控制融入到控制系统的智能家居控制软件，不需要专业的设备，任意一台智能手机或是平板电脑安装上软件即可，开启手机软件，启用监听模式，在声场的覆盖的范围内，即可与系统对话控制电气设备，更强大的是该系统还可以接入互联网系统，进行日常信息查询，浏览网页，搜索音乐等功能，整个交互的过程，可以是全语音也可以是屏幕显示。

发明内容

本发明所要解决的技术问题是，提供一种家居控制调节的方法及系统，以解决现有家居控制无法实现智能操作的问题。

为了解决上述技术问题，本发明公开了一种家居控制调节的系统，该系统至少包括数据采集模块、数据分析模块和控制调节模块，其中：

所述数据采集模块，实时采集并存储用于家居控制的各类数据，包括用户数据和/或环境数据，其中，所述用户数据至少包括用户行为和/或用户生理特征信息，所述环境数据至少包括地理位置和/或天气信息；

所述数据分析模块，根据各类用户行为模型，对所数据采集模块存储的数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令至所述控制调节模块，以及接收用户针对各控制操作发送的反馈信息，并根据所述反馈信息更新各类用户行为模型；

所述控制调节模块，将收到的控制指令转换成相应的控制信号，并将所述控制信号发送给相应的家电或移动终端。

可选地，上述系统中，所述数据采集模块包括如下一种或几种模块：

环境数据信息收集模块，地理位置信息采集模块，用户行为数据采集模块，用户生理特征采集模块，视频图像信息采集模块，音频信息采集模块。

可选地，上述系统中，所述数据分析模块包括如下一种或几种模块：

数据分类模块，用户行为预测及更新模块，用户生理特征识别模块，地理位置分析模块，语音识别模块，自然语义分析模块。

可选地，上述系统中，所述用户行为预测及更新模块，在接收到用户针对某一控制操作发送的反馈信息时，根据所述反馈信息更新其所针对的控制操作对应的用户行为模型。

本发明还公开了一种家居控制调节的方法，该方法包括：

实时采集并存储用于家居控制的各类数据，所述用于家居控制的各类数据包括用户数据和/或环境数据，其中，所述用户数据至少包括用户行为和/或用户生理特征信息，所述环境数据至少包括地理位置和/或天气信息；

根据各类用户行为模型，对所存储的用于家居控制的各类数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令发送给相应的家电或移动终端；

当接收到用户针对各控制操作发送的反馈信息时，根据接收到的反馈信息更新各类用户行为模型。

可选地，上述方法中，实时采集用于家居控制的各类数据采用如下一种或几种模块：

环境数据信息收集模块，地理位置信息采集模块，用户行为数据采集模块，用户生理特征采集模块，视频图像信息采集模块，音频信息采集模块。

可选地，上述方法中，根据各类用户行为模型，对所存储的用于家居控制的各类数据进行分类，判断分类的数据与用户行为模型相匹配的过程包括：

采用如下一种或几种模块对所存储的用于家居控制的各类数据按照各类用户行为模型进行分析，将同一用户行为模型对应的数据划分为同一类型；

用户生理特征识别模块，地理位置分析模块，语音识别模块，自然语义分析模块。

可选地，上述方法中，当接收到用户针对各控制操作发送的反馈信息时，根据接收到的反馈信息更新各类用户行为模型的过程包括：

在接收到用户针对某一控制操作发送的反馈信息时，根据所述反馈信息更新其所针对的控制操作对应的用户行为模型。

本申请技术方案根据用户状态进行家居控制，解决已有智能家居控制方法中的诸多不便，通过搜集用户的状态来动态控制各个智能家居，有效的提高了智能家居设备的易用性和方便性。

附图说明

图1为本发明实施例中根据环境信息进行家电的智能调节流程图；

图2为本发明实施例中根据用户语音进行家电的智能调节流程图；

图3为本发明实施例中数据分析流程图；

图4为本发明实施例中智能家居控制系统结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文将结合附图对本发明技术方案作进一步详细说明。需要说明的是，在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

实施例1

本实施例提供一种家居控制调节的系统，主要包括数据采集模块，数据分析模块和控制调节模块。

数据采集模块，负责用于家居控制的各类数据的采样收集及存储，用于家居控制的各类数据，包括用户数据和/或环境数据，其中，所述用户数据至少包括用户行为和/或用户生理特征信息，所述环境数据至少包括地理位置和/或天气信息；

数据分析模块，分析数据采集模块采集到的数据，建立数据模型，以达到分类，识别，预测等目的，即根据各类用户行为模型，对所数据采集模块存储的数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令至所述控制调节模块，以及接收用户针对各控制操作发送的反馈信息，并根据所述反馈信息更新各类用户行为模型。

控制调节模块，主要是负责发送数据分析模块构建出的用户指令或者家居系统自行分析得出的指令给相应的家电或者移动客户端。其中，控制调节模块和各个智能家电之间可以采用红外通讯、wifi或者蓝牙通讯。

下面结合附图对上述系统实现智能调节的过程进行详细说明。首先，以环境信息收集后，系统如何根据环境信息进行家电的智能调节为例(但本专利不仅仅作用于此例)说明整个系统的工作过程。该过程如图1所示，包括如下操作：

步骤S101，环境数据采集模块实时采集数据，包括当天的天气信息和用户行为；

其中，天气信息至少包括温度、湿度、PM2.5等。用户行为主要指用户平时的行为习惯，例如用户习惯在高温闷热的天气下是否喜欢开窗，是否关上纱窗，是否喜欢打开空调，并且空调度数要调整到多少度才合适，用户是否在这样的天气经常热伤风等。

步骤S102，数据分析模块从数据库中读取采集数据进行分类，并根据分类匹配已有的用户行为模型；

例如，数据分析模块发现当天天气信息符合用户关上窗户并打开空调的这一用户习惯，并且通过分析当时用户的地理位置信息，得知用户就在家中，那么数据分析模块就会自动预测用户行为，即数据分析模块判断当前采集的数据与关上窗户并打开空调的用户行为模型相匹配，会询问用户是否需要对相应的家电进行控制调节。

步骤S103，如果用户选择调节控制家电，那么数据分析模块就会构建自定义协议的控制指令，并将其编码后发送给控制调节模块，控制调节模块收到指令后首先解码指令，然后编码成相应的控制信号(例如wifi信号数据、红外信号数据、蓝牙信号数据等)发送给指定的家电；

步骤S104，用户会对此次调节的舒适度进行一个反馈，反馈的操作是通过移动客户端来进行的，系统会根据这样的一个反馈机制，反作用于智能调节系统，使之成为累计的经验，以此优化计算机程序的性能标准，从而改善系统的调节能力。

下面再以用户行为数据收集后，系统如何根据用户行为进行家电的智能调节为例说明整个系统的工作过程，(但本申请不仅仅作用于此例，因为流程基本与前例相同，故不再附图)该过程包括如下操作：

步骤S1，用户行为采集模块收集用户状态，存入数据库中；

用户状态至少包括当前身体状况，包括心跳，脉搏等

步骤S2，数据分析模块从数据库中读取数据进行分析建模，判断此时符合用户已经睡眠这一状态，并且通过分析当时用户的地理位置信息，得知用户就在家中，那么分析模块就会自动预测用户行为，可联动切断某些家用电器的电源、根据用户习惯关闭智能灯泡或者调低智能灯泡的亮度，检查门锁情况，将这些等指令构建好发送给控制调节模块。

步骤S3，控制调节模块收到指令后首先解码指令，然后编码成相应的控制信号(例如wifi信号数据、红外信号数据、蓝牙信号数据等)发送给指定的家电。

步骤S4，用户会对此次调节的舒适度进行一个反馈，反馈的操作是通过移动客户端来进行的，系统会根据这样的一个反馈机制，反作用于智能调节系统，使之成为累计的经验，以此优化计算机程序的性能标准，从而改善系统的调节能力；

下面再以用户发出语音指令后，系统如何根据用户语音进行家电的智能调节为例(但本专利不仅仅作用于此例)说明整个系统的工作过程，该过程如图2所示，包括如下操作：

步骤S201，用户在系统接收范围中发出语音指令；

步骤S202，数据采集模块通过语音采集子模块进行录音保存；

步骤S203，数据分析模块从数据库中读取音频数据在本地进行语音识别然后联网进行语义识别，得出语音指令后对用户进行询问是否执行。

步骤S204，如果用户选择执行指令，数据分析模块以自定义形式编码这些指令，构建好后发送给控制调节模块。

步骤S205，控制调节模块收到指令后首先解码指令，然后再次编码成相应的控制信号(例如wifi信号数据、红外信号数据、蓝牙信号数据等)发送给指定的家电。

另外，还要数据分析模块根据收集来的数据进行数据分析的过程如图3所示，此例是以环境信息收集后，如何判断当天天气信息是否符合用户关上窗户并打开空调的这一用户习惯来阐述的(但本专利不仅仅作用于此例)：

因为这里需要处理的变量是离散的，所以是以监督学习的方式来对天气数据进行行为分类的。首先是让计算机去学习我们已经创建好的分类系统，然后利用这一分类系统，该智能调节系统就可以将某一类天气与用户的某一行为习惯建立映射关系。

具体地，此过程包括如下操作：

步骤S301，首先要建立一个关于环境信息的分类，从而确定不同的天气类别，其中，确定不同的天气类别时，需要的环境信息包括但不限于如下信息：气温，湿度，气压，风力，降水量等，收集这些信息是为了把天气归入某一类天气类别中(比如“闷热且多云”的天气等)；

步骤S302，然后通过大量的数据收集，记录下在相应的天气类别中用户的行为习惯(例如该用户习惯于在闷热的天气下是开窗还是关窗，是使用电风扇还是开空调等)，以此建立训练集；

步骤S303，建立了一定量的训练集后，就需要建立合适的预估方程(即建立合适的用户行为模型)，建立好以后需要求解预估方程中的参数。

步骤S304，根据选定的预估方程需要选择合适的误差方程。

在分类问题中，学习算法的目标是把给定输入中的错误最小化，从而尽可能的将天气准确地分类到具体的用户行为中。所以接下来就是根据训练集中的实验数据求解出在误差方程最小化时预估方程参数的最优解。

步骤S305，解出预估方程的各项参数后，就可以通过输入新的天气数据到预估方程中得出用户行为的类别，从而预估用户行为。

步骤S306，预估出用户行为后，就需要编码出相应指令发送给控制调节模块。

再以图4说明上述系统根据用户状态进行家居控制的工作原理。：

模块21为数据采集模块，负责数据的采样收集，其可以包括但不限于如下各模块：

环境数据信息收集(模块24)，地理位置信息采集(模块27)，用户行为数据采集(模块25)，用户生理特征采集(模块26)，视频图像信息采集(模块28)，音频信息采集(模块29)等。

其中，模块23为控制调节模块，主要负责系统与家电之间的指令编解码和指令传输；

模块24为环境数据信息收集，主要负责收集天气信息，空气质量信息等；

模块25为用户行为数据收集，主要负责收集用户的惯常行为习惯，例如空调的常用度数，几点睡觉，几点到家，喜欢在几点中看什么电视节目，喜欢在几点中调节到的灯光的亮度等。

模块26为用户生理特征采集，主要负责采集用户的声纹，指纹，以及用户的心跳血压等信息，包括但不限于使用当前的智能移动终端进行采集。

模块27为地理位置信息收集，主要负责收集通过移动终端发送的GPS信息用以确定用户所在位置离家的远近。

模块28为视频信息采集，主要负责监控安防信息的收集。

模块29为音频数据收集，主要负责语音的录入等。

优选地，当用户状态发生改变或者环境发生改变时，模块21可以向模块22发送改变信号。

模块22为数据分析模块，为接下来对家电的智能调节控制生成相应的控制指令。其可以包括但不限于如下各模块：

数据的分类(模块30)，用户行为的预测及更新(模块31)，用户生理特征的识别(模块32)，地理位置分析(模块33)，语音识别(模块34)，自然语义分析(模块35)；

其中，模块30为数据分类，主要负责先从数据中选出已经分好类的训练集，在该训练集上运用数据挖掘分类的技术，建立分类模型，对于没有分类的数据进行分类，比如我们如果已知气温32度，相对湿度78％，降水量3mm，风力3级归类于闷热燥热型天气，那么气温33.5度，相对湿度68％，降水量2.7mm，风力3级就可以归类于闷热燥热型的天气，此类学习过程中无需要对计算机提供对错指示，让系统采用非监管的形式进行自学习。

模块31为用户行为预测及更新，预测是通过分类起作用的，也就是说，通过分类得出用户行为模型，该用户行为模型用于对未知变量的预言。另外，这种预测是需要时间来验证的，所以还需要用户的反馈来调节并更新已预测的用户行为，即根据用户的反馈来更新用户行为模型。

模块32为用户生理特征识别，主要负责识别用户的声纹，指纹等。

模块33为地理位置分析，主要负责分析用户离家的远近，离家的时间，到家的时间等。

模块34为语音识别，主要负责识别语音信息等。

模块35为自然语义分析，它通过语法规则和辞典来理解文字信息。

模块36为解码模块，因为分析模块传送的指令都是以自定义协议的形式传送的，所以需要接收模块进行解码。

模块37为编码模块，将控制指令转换成相应的控制信号(比如红外就需要用到对码产生的红外码值映射表来将指令转为红外码)。

模块38为发送模块，将控制信号发送给相应的家电。

实施例2

本实施例提供一种家居控制调节的方法，主要包括如下操作：

实时采集并存储用于家居控制的各类数据，用于家居控制的各类数据包括用户数据和/或环境数据，其中，用户数据至少包括用户行为和/或用户生理特征信息，环境数据至少包括地理位置和/或天气信息；

根据各类用户行为模型，对所存储的用于家居控制的各类数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令发送给相应的家电或移动终端；

当接收到用户针对各控制操作发送的反馈信息时，根据接收到的反馈信息更新各类用户行为模型。

具体地，实时采集用于家居控制的各类数据时，可以采用如下一种或几种模块：

环境数据信息收集模块，地理位置信息采集模块，用户行为数据采集模块，用户生理特征采集模块，视频图像信息采集模块，音频信息采集模块。

而在对采集的各类数据进行分类时，可以按照各类用户行为模型进行分析，将同一用户行为模型对应的数据划分为同一类型，其中，可采用如下一种或几种模块对采集的数据进行分析：

用户生理特征识别模块，地理位置分析模块，语音识别模块，自然语义分析模块。

由于本实施例提供的方法可依赖上述实施例1的系统实现，因此，上述方法的其他详细介绍可参见上述实施例1的相应内容，在此不再赘述。

从上述实施例可以看出，与现有家居控制系统都只是死板的收到指令后执行相比，本申请技术方案可以通过监测当前用户所处状态以及外界环境状态，让系统能够自适应地为相应的家电进行调整控制，例如，用户睡着，则调低空调温度，关闭电视、电灯，检查门锁情况等。并且，系统可以通过用户反馈来不停的减小与用户预期行为的误差，从而使得智能家居真正具有学习的能力，并以此提升用户对智能家居的体验。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元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。本申请不限制于任何特定形式的硬件和软件的结合。

以上所述，仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种家居控制调节的系统，其特征在于，该系统至少包括数据采集模块、数据分析模块和控制调节模块，其中：

所述数据采集模块，实时采集并存储用于家居控制的各类数据，包括用户数据和/或环境数据，其中，所述用户数据至少包括用户行为和/或用户生理特征信息，所述环境数据至少包括地理位置和/或天气信息；

所述数据分析模块，根据各类用户行为模型，对所数据采集模块存储的数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令至所述控制调节模块，以及接收用户针对各控制操作发送的反馈信息，并根据所述反馈信息更新各类用户行为模型；

所述控制调节模块，将收到的控制指令转换成相应的控制信号，并将所述控制信号发送给相应的家电或移动终端。

2.如权利要求1所述的系统，其特征在于，所述数据采集模块包括如下一种或几种模块：

环境数据信息收集模块，地理位置信息采集模块，用户行为数据采集模块，用户生理特征采集模块，视频图像信息采集模块，音频信息采集模块。

3.如权利要求1或2所述的系统，其特征在于，所述数据分析模块包括如下一种或几种模块：

数据分类模块，用户行为预测及更新模块，用户生理特征识别模块，地理位置分析模块，语音识别模块，自然语义分析模块。

4.如权利要求3所述的系统，其特征在于，

所述用户行为预测及更新模块，在接收到用户针对某一控制操作发送的反馈信息时，根据所述反馈信息更新其所针对的控制操作对应的用户行为模型。

5.一种家居控制调节的方法，其特征在于，该方法包括：

实时采集并存储用于家居控制的各类数据，所述用于家居控制的各类数据包括用户数据和/或环境数据，其中，所述用户数据至少包括用户行为和/或用户生理特征信息，所述环境数据至少包括地理位置和/或天气信息；

根据各类用户行为模型，对所存储的用于家居控制的各类数据进行分类，若判断分类的数据与用户行为模型相匹配，则按照匹配的用户行为模型对应的用户操作生成相应的控制指令发送给相应的家电或移动终端；

当接收到用户针对各控制操作发送的反馈信息时，根据接收到的反馈信息更新各类用户行为模型。

6.如权利要求5所述的方法，其特征在于，实时采集用于家居控制的各类数据采用如下一种或几种模块：

环境数据信息收集模块，地理位置信息采集模块，用户行为数据采集模块，用户生理特征采集模块，视频图像信息采集模块，音频信息采集模块。

7.如权利要求5或6所述的方法，其特征在于，根据各类用户行为模型，对所存储的用于家居控制的各类数据进行分类，判断分类的数据与用户行为模型相匹配的过程包括：

采用如下一种或几种模块对所存储的用于家居控制的各类数据按照各类用户行为模型进行分析，将同一用户行为模型对应的数据划分为同一类型；

用户生理特征识别模块，地理位置分析模块，语音识别模块，自然语义分析模块。

8.如权利要求3所述的方法，其特征在于，当接收到用户针对各控制操作发送的反馈信息时，根据接收到的反馈信息更新各类用户行为模型的过程包括：

在接收到用户针对某一控制操作发送的反馈信息时，根据所述反馈信息更新其所针对的控制操作对应的用户行为模型。