CN108055179A - 智能家居控制的方法、装置及系统 - Google Patents

Abstract

本发明公开了智能家居控制的方法、装置及系统，属于智能设备技术领域。该方法包括：获取家居的环境用户特征信息，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令；根据所述控制指令，控制对应的家居设备进行运行。这样，可只需根据获取的环境用户特征信息，对家居设备进行控制，不需要用户的指令或者用户预设的控制模型，进一步提高了家居控制的智能性。

Description

智能家居控制的方法、装置及系统

技术领域

本发明涉及智能设备技术领域，特别涉及智能家居控制的方法、装置及系统。

背景技术

随机智能设备技术的应用，越来越多的用户关注和使用智能家居产品了，家居产品的智能化直接影响到用户的体验。

目前，可通过终端应用遥控，或者根据用户预先编辑好的场景和联动，然后，由用户发送指令，来控制对应的家居设备，从而实现家居控制的智能化。可见，还需用户发送指令或者预先设定控制模型，才能实现智能家居。

发明内容

本发明实施例提供了一种智能家居控制的方法、装置及系统。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明实施例的第一方面，提供了一种智能家居控制的方法，包括：

获取家居的环境用户特征信息，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令；

根据所述控制指令，控制对应的家居设备进行运行。

本发明一实施例中，所述获取家居的环境用户特征信息之前，还包括：

从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存；或/和，

根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

本发明一实施例中，所述方法还包括：

将获取的所述环境用户特征信息发送给服务器，使得所述服务器根据所述环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

根据本发明实施例的第二方面，提供一种智能家居控制的装置，包括：

获取单元，用于获取家居的环境用户特征信息，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

确定单元，用于根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令；

控制单元，用于根据所述控制指令，控制对应的家居设备进行运行。

本发明一实施例中，还包括：模型获取单元或/和模型生成单元，其中，

所述模型获取单元，用于从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存；

所述模型生成单元，用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

本发明一实施例中，还包括：

上传单元，用于将获取的所述环境用户特征信息发送给服务器，使得所述服务器根据所述环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

根据本发明实施例的第三方面，提供一种智能家居控制的系统，包括：

控制终端、采集设备和至少一个家居设备，其中，

所述控制终端，用于获取所述采集设备发送的家居的环境用户特征信息，并根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令，以及，根据所述控制指令，控制对应的所述家居设备进行运行，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

所述采集设备，用于采集所述环境用户特征信息并发送给所述控制终端；

所述家居设备，用于根据所述控制终端发送的所述控制指令进行运行。

本发明一实施例中，所述控制设备，还用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

本发明一实施例中，还包括：服务器；

所述服务器，用于根据已获取的环境用户特征信息生成第一家居控制模型，并发送给所述控制终端；

所述控制终端，还用于从所述服务器获取所述第一家居控制模型并保存。

本发明一实施例中，所述控制终端，还用于将获取的所述环境用户特征信息发送给服务器；

所述服务器，还用于根据所述环境用户特征信息，对所述第一家居控制模型进行机器学习。

本发明实施例提供的技术方案可以包括以下有益效果：

本发明实施例中，可只需根据获取的环境用户特征信息，对家居设备进行控制，不需要用户的指令或者用户预设的控制模型，进一步提高了家居控制的智能性。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种智能家居控制系统的框图；

图2是根据一示例性实施例示出的一种智能家居控制系统的框图；

图3是根据一示例性实施例示出的一种智能家居控制方法的流程图；

图4是根据一示例性实施例示出的一种智能家居控制方法的流程图；

图5是根据一示例性实施例示出的一种智能家居控制装置的框图；

图6是根据一示例性实施例示出的一种智能家居控制装置的框图。

具体实施方式

以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施方案的部分和特征可以被包括在或替换其他实施方案的部分和特征。本发明的实施方案的范围包括权利要求书的整个范围，以及权利要求书的所有可获得的等同物。在本文中，各实施方案可以被单独地或总地用术语“发明”来表示，这仅仅是为了方便，并且如果事实上公开了超过一个的发明，不是要自动地限制该应用的范围为任何单个发明或发明构思。本文中，诸如第一和第二等之类的关系术语仅仅用于将一个实体或者操作与另一个实体或操作区分开来，而不要求或者暗示这些实体或操作之间存在任何实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素。本文中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的结构、产品等而言，由于其与实施例公开的部分相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

本发明实施例中，只需根据获取的环境用户特征信息，对家居设备进行控制，不需要用户的指令或者用户预设的控制模型，进一步提高了家居控制的智能性。

当然，本发明实施例中，智能家居系统仍可包括控制终端、采集设备和至少一个家居设备。从而，控制终端可根据采集设备采集的信息，控制对应家居设备的运行。

图1是根据一示例性实施例示出的一种智能家居控制系统的框图。如图1所示，该系统包括：控制终端100、采集设备200和至少一个家居设备300.

其中，控制终端100可是智能网关，移动终端，或服务器等等。

而采集设备200采集的是家居的环境用户特征信息，该环境用户特征信息包括家居环境信息以及家居用户体征信息中的至少一种。因此，采集设备200可包括：环境传感器、人体穿戴传感器等等。

家居设备300可是冰箱、空调、电视、洗衣机、厨房电器等等这些家居生活中常见的电器设备。

在该系统中，控制终端100，用于获取采集设备200发送的家居的环境用户特征信息，并根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令，以及，根据控制指令，控制对应的家居设备300进行运行，其中，环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种。

采集设备200，用于采集环境用户特征信息并发送给控制终端100。

家居设备300，用于根据控制终端100发送的控制指令进行运行。

可见，在本实施例的家居系统中，控制终端可只需根据获取的环境用户特征信息，对家居设备进行控制，不需要用户的指令或者用户预设的控制模型，进一步提高了家居控制的智能性。

在本发明实施例中，控制终端中保存的家居控制模型，可以是控制终端本地采用机器学习的技术根据本地已获取的环境用户特征信息，生成第二家居控制模型。在控制终端控制智能家居的过程中，会先后多次获得家居的环境用户特征信息，从而，控制终端可根据已获取的环境用户特征信息，进行机器学习，生成第二家居控制模型。即本发明实施例中，控制设备100，还用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

由于控制终端100可为智能网关，移动终端，或服务器等等。当控制终端为服务器时，服务器上可能已有多个家居环境的环境用户特征信息，从而，可生成第二家居控制模型并保存。而当控制终端为智能网关或移动终端时，在该控制终端第一接入该家居系统时，并没有家居环境的环境用户特征信息，从而，本发明另一个实施例中，控制终端还可从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存。

图2是根据一示例性实施例示出的一种智能家居控制系统的框图。如图2所示，该系统同样包括：控制终端100、采集设备200和至少一个家居设备300。并且，该系统还包括服务器400。

其中，控制终端100可是智能网关，移动终端等等。采集设备200可包括：环境传感器、人体穿戴传感器、家居设备上的采集装置等等。家居设备300可是冰箱、空调、电视、洗衣机、厨房电器等等这些家居生活中常见的电器设备。

同样，控制终端100，用于获取采集设备200发送的家居的环境用户特征信息，并根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令，以及，根据控制指令，控制对应的家居设备300进行运行，其中，环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种。

采集设备200，用于采集环境用户特征信息并发送给控制终端100。

家居设备300，用于根据控制终端100发送的控制指令进行运行。

并且，服务器400可与多个家居系统的控制终端连接，从而，服务器400可根据已获取的多个家居的环境用户特征信息，采用机器学习技术，生成第一家居控制模型。从而，控制终端200可在第一次接入家居系统时，从服务器100获取第一家居控制模型并保存。

这样，本实施例中，服务器400，用于根据已获取的环境用户特征信息生成第一家居控制模型，并发送给控制终端100。控制终端100，还用于从服务器400获取第一家居控制模型并保存。

当然，由于控制终端100也具有机器学习的能力，从而在后续的家居控制过程中，也可根据本地已获取的环境用户特征信息，生成第二家居控制模型。从而，控制终端100从采集设备100获取到对应的环境用户特征信息后，可根据上述的第一家居控制模型或第二家居控制模型，来确定与环境用户特征信息对应的控制指令，从而进行家居控制。

当然，控制终端100获取到环境用户特征信息后，还可将环境用户特征信息上次给服务器400。从而，服务器400可根据接收的环境用户特征信息，对第一家居控制模型进行机器学习，从而，可训练和优化第一家居控制模型，使得第一家居控制模型更加智能化，可进一步提高用户体验。

可见，本发明实施例中，可只需根据获取的环境用户特征信息，对家居设备进行控制，进一步提高了家居控制的智能性。并且，控制终端中采用的家居控制模型是根据环境用户特征信息并通过机器学习而生成的，也不需要用户设定控制模型，进一步提高了家居智能化，以及用户体验。

针对上述的智能家居控制系统，下面具体描述控制终端的智能家居控制过程。

图3是根据一示例性实施例示出的一种智能家居控制方法的流程图。如图3所示，智能家居控制的过程包括：

步骤301：获取家居的环境用户特征信息。

本发明实施例中，可获取家居的环境用户特征信息可包括：家居环境信息，例如温度信息，湿度信息等等，还可包括家居设备的运行信息，例如：空调设置温度25，风力为第一风速等等，即家居环境信息为与家居环境相关的信息。

为进一步提高智能家居的智能性，取家居的环境用户特征信息还可包括：家居用户体征信息。例如：用户的心跳信息，年龄信息，运动信息，位置信息等等，即家居用户体征信息为与家居用户相关的特征信息。

因此，环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种。不同的环境用户特征信息获取的方式不同，例如：可通过人体穿戴传感器获取家居用户体征信息，而通过环境监测传感器获取温度、湿度等家居环境信息。当然，环境用户特征信息还包括家居设备的运行信息，因此，还可通过与家居设备的通讯，获取家居环境中家居设备的运行信息等等。

步骤302：根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令。

一般，第一次进行家居控制时，可从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存。而在后续的家居控制过程中，可继续根据第一家居控制模型进行控制，还可根据本地已获取的环境用户特征信息，进行机器学习后，生成第二家居控制模型并保存。即在步骤301之前，控制终端可从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存；或/和，根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

从而，控制终端中本地保存了根据机器学习而生成的家居控制模型，从而，可根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令。例如：若获取的环境用户特征信息包括：时间23点，用户体征为睡眠状态，电机处于运行状态，则可根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令为关闭电视机。若获取的环境用户特征信息包括：用户为婴儿用户，用户体征为睡眠状态，空调为25度，风速为最强风速，加湿器处于关闭状态，从而，定与环境用户特征信息对应的控制指令为打开加湿器，并设置到与婴幼儿匹配的档位的第一指令，以及将空调调整28度，风速为弱风的第二指令。

步骤303：根据控制指令，控制对应的家居设备进行运行。

一般，可向对应的家居设备发送控制指令，从而，家居设备可根据接收的控制指令进行运行。

可见，本实施例中，只需根据获取的环境用户特征信息，对家居设备进行控制，进一步提高了家居控制的智能性。并且，采用的家居控制模型是根据环境用户特征信息并通过机器学习而生成的，也不需要用户设定控制模型，进一步提高了家居智能化，以及用户体验。

当然，本发明实施例中，控制终端获取了环境用户特征信息后，可将获取的环境用户特征信息发送给服务器，使得服务器根据环境用户特征信息，对已生成的第一家居控制模型进行机器学习。这样，可训练和优化第一家居控制模型，使得第一家居控制模型更加智能化，可进一步提高用户体验。

下面将操作流程集合到具体实施例中，举例说明本公开实施例提供的方法。

本实施例中，智能家居系统如图2所示，包括：服务器400、控制终端100、采集设备200和至少一个家居设备300。

图4是根据一示例性实施例示出的一种智能家居控制方法的流程图。如图4所示，智能家居控制的过程包括：

步骤401：控制终端判断是否有保存的家居控制模型？如有，执行步骤403，否则，执行步骤402。

本实施例中，控制终端可为智能网关，一般，智能网关第一接入家居控制系统时，没有保存的家居控制模型，从而，可执行步骤402。而智能网关多次进行家居控制后，可以进行机器学习，从而，智能网关即控制终端可根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存，此时，可执行步骤403。

步骤402：控制终端从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存，并转入步骤403中。

步骤403：控制终端获取采集设备发送的家居的环境用户特征信息。

这里，智能网关可与家居环境传感器、人体穿戴设备传感器以及家居设备定时通讯，获取到对应环境用户特征信息。例如：获取的环境用户特征信息包括：时间23点，用户体征为睡眠状态，电机处于运行状态。

步骤404：控制终端根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令。

这里，保存的家居控制模型可以是第一家居控制模型或第二家居控制模型。由于第二家居控制模型是智能网关根据本地已获取的环境用户特征信息，进行机器学习后生成的，更加与当前的家居环境匹配，因此，为提高家居控制的精确性，智能性以及用户体验，较佳地，可优先第二家居控制模型，即将第二家居控制模型的优先级设置为最高。当然，也可随机确定第一家居控制模型或第二家居控制模型。

从而，可根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令。例如：若获取的环境用户特征信息包括：用户为婴儿用户，用户体征为睡眠状态，空调为25度，风速为最强风速，加湿器处于关闭状态，从而，定与环境用户特征信息对应的控制指令为打开加湿器，并设置到与婴幼儿匹配的档位的第一指令，以及将空调调整28度，风速为弱风的第二指令。

步骤405：控制终端根据控制指令，控制对应的家居设备进行运行。

一般，可向对应的家居设备发送控制指令，从而，家居设备可根据接收的控制指令进行运行。

步骤406：控制终端将获取的环境用户特征信息发送给服务器，使得服务器根据环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

服务器可管理多个家居环境的智能家居控制系统，从而，可根据多个家居系统的环境用户特征信息生成第一家居控制模型，服务器待接收新的环境用户特征信息后，即可进行机器学习，训练和优化第一家居控制模型，使得第一家居控制模型更加智能化也可根据精确，可进一步提高用户体验。

步骤407：控制终端根据本地已获取的环境用户特征信息，进行机器学习，生成或训练第二家居控制模型。

这里，控制终端即智能网关也具有机器学习的能力，从而，可生成或训练第二家居控制模型。

当然，步骤406和步骤407不限于在步骤405之后执行，执行在步骤403后就可执行。

可见，本实施例中，只需根据获取的环境用户特征信息，对家居设备进行控制，进一步提高了家居控制的智能性。并且，采用的家居控制模型是根据环境用户特征信息并通过机器学习而生成的，也不需要用户设定控制模型，进一步提高了家居智能化，以及用户体验。

下述为本公开装置实施例，可以用于执行本公开方法实施例。

根据上述智能家居控制的过程，可构建一种智能家居控制的装置。

图5是根据一示例性实施例示出的一种智能家居控制装置的框图。如图5所示，该装置包括：获取单元510、确定单元520和控制单元530。

获取单元510，用于获取家居的环境用户特征信息，其中，环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种。

确定单元520，用于根据保存的家居控制模型，确定与环境用户特征信息对应的控制指令。

控制单元530，用于根据控制指令，控制对应的家居设备进行运行。

本发明一实施例中，还包括：模型获取单元或/和模型生成单元，其中，

模型获取单元，用于从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存。

模型生成单元，用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

本发明一实施例中，还包括：

上传单元，用于将获取的环境用户特征信息发送给服务器，使得服务器根据环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

下面将举例说明本公开实施例提供的装置。

图6是根据一示例性实施例示出的一种智能家居控制装置的框图。如图6所示，该装置包括：获取单元510、确定单元520和控制单元530。还包括：模型获取单元540、模型生成单元550，以及上传单元560。

其中，模型获取单元540可从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存。而模型生成单元550根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

这样，获取单元510获取家居的环境用户特征信息，例如：获取单元510获得了时间23点，用户体征为睡眠状态，电机处于运行状态这样的环境用户特征信息。从而，确定单元520可根据模型获取单元540或模型生成单元550保存的家居控制模型，确定与环境用户特征信息对应的控制指令。即可根据第一家居控制模型或第二家居控制模型确定与环境用户特征信息对应的控制指令。例如：确定单元520可确定与环境用户特征信息对应的控制指令为关闭电视机。

控制单元530可根据控制指令，控制对应的家居设备进行运行。例如控制单元530将关闭电视机的控制指令发送给电视机，从而关闭电视机。

而上传单元560可将获取的环境用户特征信息发送给服务器，使得服务器根据环境用户特征信息，对已生成的第一家居控制模型进行机器学习。这样，可训练和优化第一家居控制模型，使得第一家居控制模型更加智能化，可进一步提高用户体验。

可见，本实施例中，只需根据获取的环境用户特征信息，对家居设备进行控制，进一步提高了家居控制的智能性。并且，采用的家居控制模型是根据环境用户特征信息并通过机器学习而生成的，也不需要用户设定控制模型，进一步提高了家居智能化，以及用户体验。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的流程及结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种智能家居控制的方法，其特征在于，包括：

获取家居的环境用户特征信息，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令；

根据所述控制指令，控制对应的家居设备进行运行。

2.如权利要求1所述的方法，其特征在于，所述获取家居的环境用户特征信息之前，还包括：

从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存；或/和，

根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

将获取的所述环境用户特征信息发送给服务器，使得所述服务器根据所述环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

4.一种智能家居控制的装置，其特征在于，包括：

获取单元，用于获取家居的环境用户特征信息，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

确定单元，用于根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令；

控制单元，用于根据所述控制指令，控制对应的家居设备进行运行。

5.如权利要求4所述的装置，其特征在于，还包括：模型获取单元或/和模型生成单元，其中，

所述模型获取单元，用于从服务器获取根据已获取的环境用户特征信息生成的第一家居控制模型并保存；

所述模型生成单元，用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

6.如权利要求4或5所述的装置，其特征在于，还包括：

上传单元，用于将获取的所述环境用户特征信息发送给服务器，使得所述服务器根据所述环境用户特征信息，对已生成的第一家居控制模型进行机器学习。

7.一种智能家居控制的系统，其特征在于，包括：控制终端、采集设备和至少一个家居设备，其中，

所述控制终端，用于获取所述采集设备发送的家居的环境用户特征信息，并根据保存的家居控制模型，确定与所述环境用户特征信息对应的控制指令，以及，根据所述控制指令，控制对应的所述家居设备进行运行，其中，所述环境用户特征信息包括：家居环境信息以及家居用户体征信息中的至少一种；

所述采集设备，用于采集所述环境用户特征信息并发送给所述控制终端；

所述家居设备，用于根据所述控制终端发送的所述控制指令进行运行。

8.如权利要求8所述的系统，其特征在于，

所述控制设备，还用于根据本地已获取的环境用户特征信息，生成第二家居控制模型并保存。

9.如权利要求7或8所述的系统，其特征在于，还包括：服务器；

所述服务器，用于根据已获取的环境用户特征信息生成第一家居控制模型，并发送给所述控制终端；

所述控制终端，还用于从所述服务器获取所述第一家居控制模型并保存。

10.如权利要求9所述的系统，其特征在于，

所述控制终端，还用于将获取的所述环境用户特征信息发送给服务器；

所述服务器，还用于根据所述环境用户特征信息，对所述第一家居控制模型进行机器学习。