CN107562023A - 基于用户行为习惯的智能家居管控系统 - Google Patents
基于用户行为习惯的智能家居管控系统 Download PDFInfo
- Publication number
- CN107562023A CN107562023A CN201710649268.1A CN201710649268A CN107562023A CN 107562023 A CN107562023 A CN 107562023A CN 201710649268 A CN201710649268 A CN 201710649268A CN 107562023 A CN107562023 A CN 107562023A
- Authority
- CN
- China
- Prior art keywords
- user
- user behavior
- control system
- intelligent
- managing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Selective Calling Equipment (AREA)
Abstract
本发明提供了一种基于用户行为习惯的智能家居管控系统，其特征在于，包括：智能管控系统；用户行为习惯智能学习模块，通过深度学习算法获得用户行为习惯的分析结论；用户行为习惯智能预测模块，接收用户行为习惯智能学习模块输出的用户行为习惯的分析结论，并接收各家居设备的运行状态数据，利用关联规则方法计算出各家居设备的运行状态的关联性。本发明具有如下优点：选用深度学习方法，利用深度学习算法对用户的行为习惯进行学习。当用户实际体验时，可依据用户现有状态实现对于家居设备的自动管控；通过关联规则，可以得出用户行为的关联规则，以实现家居设备使用情况的智能优化。
Description
技术领域
本发明涉及一种智能家居管控系统。
背景技术
现有的智能家居管控系统有：
House Logix发布新产品——Voice Pod，这是一款通过Zigbee技术实现家庭自动化的语音控制设备。这是一个完全免提系统，它能翻译语音命令，并且发送基于Zigbee技术的相关命令给自动化设备。
索尼春季新品发布会“Feel the Beauty感·临场之美”上，索尼向外界展示“智能家庭娱乐解决方案”，它集合了“TV Side View”、“一触镜像”等智能连接技术，实现了智能电视与平板电视、智能手机的智能连接，完美解决智能化时代下家庭娱乐生活新体验。
2014年，苹果首次向公众发布home kit平台：一个能与物联网设备相连的智能家居平台，只要厂商获得苹果授权认证就可生产支持home kit的智能家居产品，用户可通过Sari来控制这些设备，并可个性化制定个性化的需求指令。之后，海尔公司和美的公司相继宣布接入home kit平台，随后推出基于此平台的智能空调产品，允许苹果用户通过语音或APP发出指令来控制空调。
三星公司随后提出全新的Smart Home系统，在此系统下，智能冰箱、洗衣机、电视机等智能家电都可通过智能手机、手表来控制。在家中，用户可将各种设备连接网络，用智能手机、平板电脑、智能手表甚至是智能电视作为控制智能家居系统的控制中心。
2015年，小米推出智能家庭套装，包括多功能网关、门窗传感器、人体传感器和无线开关。套装内的四个小部件组合在一起，可以实现家内房屋设防、门窗开启警报、有人经过提醒等多重功能。虽然这个套装是基于现有的技术整合，没有嵌入新技术，但它们可作为“传感器”，与小米其他产品进行联动工作，实现一些完全智能化的操作。
现有的智能家居管控系统存在下列缺陷：
1)系统操作过于复杂，系统功能无法凸显主人个性。对于消费者而言，人机交互还不够简单，仍需手动操作。
2)无法在不打扰用户的前提下进行家居环境的自动管控。
发明内容
本发明要解决的技术问题是：现有的智能家居管控系统过于复杂，且不能在不打扰用户的前提下进行家居环境的自动管控。
为了解决上述技术问题，本发明的技术方案是提供了一种基于用户行为习惯的智能家居管控系统，其特征在于，包括：
智能管控系统，一方面用于控制各个家居设备，另一方面用于采集环境数据、时间数据、各家居设备的运行状态数据以及用户的定位数据；
用户行为习惯智能学习模块，接收采集环境数据、时间数据、各家居设备的运行状态数据以及用户的定位数据作为输入，输入深度学习算法后获得用户行为习惯的分析结论；
用户行为习惯智能预测模块，接收用户行为习惯智能学习模块输出的用户行为习惯的分析结论，并接收各家居设备的运行状态数据，利用关联规则方法计算出各家居设备的运行状态的关联性，并将关联性结论发送至智能管控系统，由智能管控系统根据关联性控制相应的家居设备。
优选地，所述环境数据包括温度、湿度、天气情况；所述各家居设备的运行状态数据包括设备开状态及设备关状态；所述用户的定位数据为用户的定位坐标。
优选地，所述输入深度学习算法学习并分析不同的环境数据、时间数据及用户的定位数据对应各家居设备的不同运行状态，从而获得用户行为习惯的分析结论。
优选地，所述智能管控系统对各个家居设备的控制包括智能优化控制和提示优化控制，在智能优化控制状态下，无需提示用户，所述智能管控系统自动进行家居设备使用状态的优化，在提示优化控制状态下，需提示用户，得到用户允许后，所述智能管控系统优化家具设备的使用状态。
本发明通过收集用户的行为数据分析用户的行为习惯，并利用关联规则方法以及深度学习算法对用户的行为习惯进行学习，形成智能管控系统的操作准则。从而实现较为精准地预测家居设备的使用行为，实现对于家居设备的智能管控，以使用户得到较为便捷、智能的家具设备体验。本发明具有如下优点：
1)选用深度学习方法，利用深度学习算法对用户的行为习惯进行学习。当用户实际体验时，可依据用户现有状态实现对于家居设备的自动管控；
2)通过关联规则，可以得出用户行为的关联规则，以实现家居设备使用情况的智能优化。
附图说明
图1为本实施例提供的基于用户行为习惯的智能家居管控系统构框图；
图2为本实施例提供的基于用户行为习惯的智能家居管控系统在学习阶段的结构框图；
图3为本实施例提供的基于用户行为习惯的智能家居管控系统在应用阶段的结构框图。
具体实施方式
下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示，本实施例提供了一种基于用户行为习惯的智能家居管控系统，包括如图2所示的用户行为习惯智能学习模块以及如图3所示的用户行为习惯智能预测模块。本实施例提供的基于用户行为习惯的智能家居管控系统除了具备智能家居遥控设置功能外，还可结合深度学习和关联规则针对用户行为习惯对家居设备使用状态的预测管控和智能优化功能，具体实现方案如下：
学习阶段，结合图2
I、利用家庭设备管控系统采集用户的行为数据，包括时间、设备运行状态(0表示关闭，1表示运行)、温度、湿度、天气(晴＝0、雨＝1、阴＝2)、用户位置(采用坐标标注)。
II、将采集到的用户行为数据输入深度学习算法，利用该算法分析、学习在不同温度、湿度、天气、用户位置、时间情况下，各个设备的运行状态，以分析用户的行为习惯，为智能管控家居设备做准备。
III、将采集到的用户行为数据输入关联规则方法，利用该方法分析出各个设备运行状态之间的关系，为智能优化用户使用家居设备做准备。
应用阶段，结合图3
I、要求用户对于智能调控家居设备操作进行设置，分为智能优化和提示优化两种。智能优化代表无需提示用户，可自动进行家居设备使用状态的优化。提示优化则代表需提示用户，得到用户允许后，方可优化家具设备的使用状态。
II、利用家庭设备管控系统采集用户居室内的各项数据，包括时间、设备运行状态、温度、湿度、天气、用户位置。
III、将采集到的数据输入深度学习算法，利用学习到用户行为习惯，预测居室内各个家居设备的应运行状态，并按照用户预先设置的智能操作选项进行操作。若选用了智能优化，则自动优化家居内各个家具设备的运行状态；若选用了提示优化，则智能提示用户进行家居设备运行状态的更改。
IV、根据学习到的关联规则，对应采集的数据，分析出应关闭、应使用的家居设备，并按照用户预先设置的智能操作选项进行操作。若选用了智能优化，则自动优化家居内各个家具设备的运行状态；若选用了提示优化，则智能提示用户进行家居设备运行状态的更改。
现有物联网家居设备虽然能通过远程遥控等手段实现运行状态更改，但仍需通过人为设置，即通过人类告诉家居设备“我要干什么”，这显然不是家居设备的自动管控。本发明选用深度学习方法，利用深度学习算法对用户的行为习惯进行学习。当用户实际体验时，可依据用户现有状态实现对于家居设备的自动管控。此功能是在用户长时间未对家居产品做设置的情况下使用的。例如，下雨了，而用户不在室内，又未对家居做操作，则根据学习到的用户习惯，利用深度学习算法进行预测，智能管控居室中窗户开、闭状态。
当用户在使用物联网家居设备时，较容易出现丢三落四的情况。比如，出门的时候，忘记关灯。因此，本发明通过关联规则，可以得出用户行为的关联规则。该功能是在用户使用某一家居设备时，或将做某一行为时使用。例如，用户准备出门，关了空调后，家具设备管控中心会提醒用户是否需要关灯，以实现家居设备使用情况的智能优化。
本发明能够在不打扰用户的前提下进行家居环境的自动管控，便于操作者的使用；依据用户的行为习惯，理解用户的潜在需求，以优化用户的体验度；能够根据预测结果调整各家居设备的工作状态，使得家居设备能够更为精准地服务用户，具体而言，本发明具有如下优点：
1)针对用户的行为习惯，根据其坐标、天气、温度、湿度以及时间这些因素，利用深度学习算法来预测用户在该状态下将会对家具设备使用状态进行改变，而无需用户对家居设备使用状态进行逐一改变。这样智能的决策推荐可使用户拥有更好的体验度，充分感受到智能管控系统的自动化所带来的便利。
2)在实际使用家居设备时，用户很容易出现遗忘的状态。比如，在夜间用户关了卧室的台灯，但是卫生间、客厅的灯却忘记关闭。在此情况下，智能管控系统将在用户关闭卧室台灯后根据设置对用户进行提示，或直接对相应的家居设备的使用状态进行智能优化。这样不仅提升了用户对家居设备的体验度，同时，还可以节省不必要的资源浪费。
Claims (4)
1.一种基于用户行为习惯的智能家居管控系统，其特征在于，包括：
智能管控系统，一方面用于控制各个家居设备，另一方面用于采集环境数据、时间数据、各家居设备的运行状态数据以及用户的定位数据；
用户行为习惯智能学习模块，接收采集环境数据、时间数据、各家居设备的运行状态数据以及用户的定位数据作为输入，输入深度学习算法后获得用户行为习惯的分析结论；
用户行为习惯智能预测模块，接收用户行为习惯智能学习模块输出的用户行为习惯的分析结论，并接收各家居设备的运行状态数据，利用关联规则方法计算出各家居设备的运行状态的关联性，并将关联性结论发送至智能管控系统，由智能管控系统根据关联性控制相应的家居设备。
2.如权利要求1所述的一种基于用户行为习惯的智能家居管控系统，其特征在于，所述环境数据包括温度、湿度、天气情况；所述各家居设备的运行状态数据包括设备开状态及设备关状态；所述用户的定位数据为用户的定位坐标。
3.如权利要求1所述的一种基于用户行为习惯的智能家居管控系统，其特征在于，所述输入深度学习算法学习并分析不同的环境数据、时间数据及用户的定位数据对应各家居设备的不同运行状态，从而获得用户行为习惯的分析结论。
4.如权利要求1所述的一种基于用户行为习惯的智能家居管控系统，其特征在于，所述智能管控系统对各个家居设备的控制包括智能优化控制和提示优化控制，在智能优化控制状态下，无需提示用户，所述智能管控系统自动进行家居设备使用状态的优化，在提示优化控制状态下，需提示用户，得到用户允许后，所述智能管控系统优化家具设备的使用状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710649268.1A CN107562023A (zh) | 2017-08-01 | 2017-08-01 | 基于用户行为习惯的智能家居管控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710649268.1A CN107562023A (zh) | 2017-08-01 | 2017-08-01 | 基于用户行为习惯的智能家居管控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107562023A true CN107562023A (zh) | 2018-01-09 |
Family
ID=60974931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710649268.1A Pending CN107562023A (zh) | 2017-08-01 | 2017-08-01 | 基于用户行为习惯的智能家居管控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107562023A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108170112A (zh) * | 2018-01-19 | 2018-06-15 | 昆山国显光电有限公司 | 一种智能手表及一种智能手表控制智能设备的方法 |
| CN108261078A (zh) * | 2018-02-12 | 2018-07-10 | 厦门盈趣科技股份有限公司 | 自动识别用户个人口味的饮料系统及方法 |
| CN108322370A (zh) * | 2018-02-08 | 2018-07-24 | 河南工学院 | 一种集成式家电智能化管理控制方法及设备 |
| CN108563941A (zh) * | 2018-07-02 | 2018-09-21 | 信利光电股份有限公司 | 一种智能家居设备控制方法、智能音箱及智能家居系统 |
| CN109235793A (zh) * | 2018-10-17 | 2019-01-18 | 杭州电子科技大学 | 一种基于深度学习的智能雨棚系统及其控制方法 |
| CN109324519A (zh) * | 2018-09-29 | 2019-02-12 | 深圳技威时代科技有限公司 | 一种基于家庭传感器的统计分析方法及系统 |
| CN109541947A (zh) * | 2018-10-12 | 2019-03-29 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法、装置、设备和智能家居设备 |
| CN109656223A (zh) * | 2019-02-02 | 2019-04-19 | 重庆医药高等专科学校 | 通过单片机进行远程控制的工作方法 |
| CN109870919A (zh) * | 2019-03-08 | 2019-06-11 | 佛山市云米电器科技有限公司 | 一种智能家居控制方法及系统 |
| CN110267007A (zh) * | 2019-06-28 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像处理方法、装置、服务器以及存储介质 |
| CN110471301A (zh) * | 2019-08-23 | 2019-11-19 | 宁波智轩物联网科技有限公司 | 一种基于用户行为的智能家居服务推荐系统及方法 |
| CN112288599A (zh) * | 2020-10-29 | 2021-01-29 | 四川长虹电器股份有限公司 | 智慧家庭的场景服务实现方法、计算机设备及存储介质 |
| CN114265320A (zh) * | 2021-12-03 | 2022-04-01 | 珠海格力电器股份有限公司 | 基于深度学习分析用户习惯的智能家居控制方法及系统 |
| US20230297214A1 (en) * | 2018-05-07 | 2023-09-21 | Google Llc | Providing composite graphical assistant interfaces for controlling various connected devices |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408754A (zh) * | 2008-10-30 | 2009-04-15 | 中山大学 | 基于数据挖掘的智能家居优化系统 |
| CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
| CN106383450A (zh) * | 2016-11-10 | 2017-02-08 | 北京工商大学 | 一种基于大数据的智能家居用户行为分析系统及方法 |
| CN106773766A (zh) * | 2016-12-31 | 2017-05-31 | 广东博意建筑设计院有限公司 | 带学习功能的智能家居管家中控系统及其控制方法 |
| CN106950847A (zh) * | 2017-05-09 | 2017-07-14 | 青岛理工大学 | 一种基于ZigBee和云计算的智能家居控制系统 |
-
2017
- 2017-08-01 CN CN201710649268.1A patent/CN107562023A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101408754A (zh) * | 2008-10-30 | 2009-04-15 | 中山大学 | 基于数据挖掘的智能家居优化系统 |
| CN105607508A (zh) * | 2016-03-24 | 2016-05-25 | 重庆邮电大学 | 基于用户行为分析的智能家居设备控制方法及系统 |
| CN106383450A (zh) * | 2016-11-10 | 2017-02-08 | 北京工商大学 | 一种基于大数据的智能家居用户行为分析系统及方法 |
| CN106773766A (zh) * | 2016-12-31 | 2017-05-31 | 广东博意建筑设计院有限公司 | 带学习功能的智能家居管家中控系统及其控制方法 |
| CN106950847A (zh) * | 2017-05-09 | 2017-07-14 | 青岛理工大学 | 一种基于ZigBee和云计算的智能家居控制系统 |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108170112A (zh) * | 2018-01-19 | 2018-06-15 | 昆山国显光电有限公司 | 一种智能手表及一种智能手表控制智能设备的方法 |
| CN108322370A (zh) * | 2018-02-08 | 2018-07-24 | 河南工学院 | 一种集成式家电智能化管理控制方法及设备 |
| CN108261078A (zh) * | 2018-02-12 | 2018-07-10 | 厦门盈趣科技股份有限公司 | 自动识别用户个人口味的饮料系统及方法 |
| US20230297214A1 (en) * | 2018-05-07 | 2023-09-21 | Google Llc | Providing composite graphical assistant interfaces for controlling various connected devices |
| US12039150B2 (en) | 2018-05-07 | 2024-07-16 | Google Llc | Providing composite graphical assistant interfaces for controlling various connected devices |
| CN108563941A (zh) * | 2018-07-02 | 2018-09-21 | 信利光电股份有限公司 | 一种智能家居设备控制方法、智能音箱及智能家居系统 |
| CN109324519A (zh) * | 2018-09-29 | 2019-02-12 | 深圳技威时代科技有限公司 | 一种基于家庭传感器的统计分析方法及系统 |
| CN109541947A (zh) * | 2018-10-12 | 2019-03-29 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法、装置、设备和智能家居设备 |
| CN109235793A (zh) * | 2018-10-17 | 2019-01-18 | 杭州电子科技大学 | 一种基于深度学习的智能雨棚系统及其控制方法 |
| CN109656223A (zh) * | 2019-02-02 | 2019-04-19 | 重庆医药高等专科学校 | 通过单片机进行远程控制的工作方法 |
| CN109870919A (zh) * | 2019-03-08 | 2019-06-11 | 佛山市云米电器科技有限公司 | 一种智能家居控制方法及系统 |
| CN110267007A (zh) * | 2019-06-28 | 2019-09-20 | Oppo广东移动通信有限公司 | 图像处理方法、装置、服务器以及存储介质 |
| CN110471301A (zh) * | 2019-08-23 | 2019-11-19 | 宁波智轩物联网科技有限公司 | 一种基于用户行为的智能家居服务推荐系统及方法 |
| CN112288599A (zh) * | 2020-10-29 | 2021-01-29 | 四川长虹电器股份有限公司 | 智慧家庭的场景服务实现方法、计算机设备及存储介质 |
| CN114265320A (zh) * | 2021-12-03 | 2022-04-01 | 珠海格力电器股份有限公司 | 基于深度学习分析用户习惯的智能家居控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107562023A (zh) | 基于用户行为习惯的智能家居管控系统 | |
| KR102553299B1 (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
| CN104335595B (zh) | 用于控制可光学切换的装置的应用 | |
| CN110488887B (zh) | 智能家居的温度控制方法、装置、电子设备及存储介质 | |
| CN108205282A (zh) | 智能控制面板及其控制方法和控制装置 | |
| CN110578994A (zh) | 一种运行方法及装置 | |
| CN105659179A (zh) | 用于与hvac控制器相交互的设备和方法 | |
| CN104142659A (zh) | 一种智能家居场景切换方法及系统 | |
| CN106196433A (zh) | 一种空调控制参数确定装置及方法、空调及服务器 | |
| CN107735738A (zh) | 用于控制室内设备的方法和装置 | |
| CN108459565A (zh) | 一种扁平化智能楼宇控制系统 | |
| CN106462124A (zh) | 一种基于意图识别控制家电的方法、系统及机器人 | |
| CN115826428A (zh) | 家居设备的控制方法和装置、存储介质及电子装置 | |
| CN113867161A (zh) | 一种基于大数据的智能家居控制系统及控制方法 | |
| KR20170073175A (ko) | 스마트 보일러 컨트롤 시스템 | |
| CN112162492A (zh) | 家居设备的控制方法、装置、边缘计算网关及存储介质 | |
| CN107948026A (zh) | 基于智能开关插座的智能家居物联网控制方法 | |
| CN110944028A (zh) | 一种客房管理方法、服务器、系统及存储介质 | |
| CN111431776A (zh) | 信息配置方法、装置及系统 | |
| CN106765996A (zh) | 空气处理设备控制装置、方法及系统 | |
| CN113852657A (zh) | 一种基于边缘计算的智慧家庭本地控制方法及系统 | |
| CN111623496B (zh) | 一种辐射空调控制系统、控制方法及存储介质 | |
| Cook et al. | Smart homes | |
| AU2013100081A4 (en) | Home Environment Automated Real Time (HEART) System | |
| Zhang | Thinking and Practice of Smart Home Product Design Driven by Big Data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180109 |