CN108153163A - 一种智能家居系统 - Google Patents
一种智能家居系统 Download PDFInfo
- Publication number
- CN108153163A CN108153163A CN201810091563.4A CN201810091563A CN108153163A CN 108153163 A CN108153163 A CN 108153163A CN 201810091563 A CN201810091563 A CN 201810091563A CN 108153163 A CN108153163 A CN 108153163A
- Authority
- CN
- China
- Prior art keywords
- target
- component
- intelligent robot
- model
- module
- 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.)
- Withdrawn
Links
- 238000012806 monitoring device Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- 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
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供了一种智能家居系统,包括智能家居设备、智能机器人、终端设备以及监控装置,所述智能家居设备用于将设备信息发送至智能机器人,所述智能机器人用于将接收到的信息发送给终端设备,所述终端设备用于根据接收到的设备信息向智能机器人发送控制信息,所述智能机器人根据接收到的控制信息对所述智能家居设备进行控制,所述监控装置用于对智能机器人进行监控和跟踪,并将监控和跟踪情况发送至终端设备。本发明的有益效果为:通过终端设备和智能机器人对智能家居设备进行控制,提高了智能家居控制水平,通过监控装置对智能机器人进行监控跟踪,能够实时了解到智能机器人对智能家居设备的控制情况。
Description
技术领域
本发明涉及智能家居技术领域,具体涉及一种智能家居系统。
背景技术
随着计算机技术的发展,智能家居也随之发展,智能家居系统是一种利用先进的计算机技术、通讯技术和综合布线技术,结合个性化需求,将家居生活有关的各个部分有机结合在一起,通过网络进行控制和管理的系统。
通常,用户通过使用联网的终端设备能够对智能家居进行相应的控制,然而,仅仅依靠终端设备无法对智能家居进行有效控制和监控,随着人们对智能家居系统的要求日益提高,传统的智能家居控制已经无法满足人们的需求。
发明内容
针对上述问题,本发明旨在提供一种智能家居系统。
本发明的目的采用以下技术方案来实现:
提供了一种智能家居系统,包括智能家居设备、智能机器人、终端设备以及监控装置,所述智能家居设备用于将设备信息发送至智能机器人,所述智能机器人用于将接收到的信息发送给终端设备,所述终端设备用于根据接收到的设备信息向智能机器人发送控制信息,所述智能机器人根据接收到的控制信息对所述智能家居设备进行控制,所述监控装置用于对智能机器人进行监控和跟踪,并将监控和跟踪情况发送至终端设备。
本发明的有益效果为:通过终端设备和智能机器人对智能家居设备进行控制,提高了智能家居控制水平,通过监控装置对智能机器人进行监控跟踪,能够实时了解到智能机器人对智能家居设备的控制情况。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1是本发明的结构示意图;
附图标记:
智能家居设备1、智能机器人2、终端设备3、监控装置4。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1,本实施例的一种智能家居系统,包括智能家居设备1、智能机器人2、终端设备3以及监控装置4,所述智能家居设备1用于将设备信息发送至智能机器人2,所述智能机器人2用于将接收到的信息发送给终端设备3,所述终端设备3用于根据接收到的设备信息向智能机器人2发送控制信息,所述智能机器人2根据接收到的控制信息对所述智能家居设备1进行控制,所述监控装置4用于对智能机器人2进行监控和跟踪,并将监控和跟踪情况发送至终端设备3。
本实施例通过终端设备和智能机器人对智能家居设备进行控制,提高了智能家居控制水平,通过监控装置对智能机器人进行监控跟踪,能够实时了解到智能机器人对智能家居设备的控制情况。
优选的,所述监控装置4包括第一视频采集模块、第二模型初始化模块、第三目标定位模块、第四模型更新模块和第五跟踪评价模块,所述第一视频采集模块用于采集室内监控视频,所述第二模型初始化模块用于从第一帧中提取的图像块初始化矩阵模型,所述第三目标定位模块用于根据矩阵模型确定目标位置,所述第四模型更新模块用于对矩阵模型进行更新,所述第五跟踪评价模块用于对目标跟踪情况进行评价。
本优选实施例监控装置实现了运动目标的准确跟踪和对跟踪情况的评价,从而保证了运动目标的跟踪水平,也就是保证了对智能机器人的跟踪水平,能够实施对智能机器人对智能家居设备的控制情况进行监测。
优选的,所述第二模型初始化模块用于从第一帧中提取的图像块初始化矩阵模型:所述矩阵模型由m×n个元素组成,每个元素对应目标的一个部件,用检测器和权重两个属性来描述一个元素,其中,所述权重用于对检测器可靠性进行衡量,所述检测器用于描述物体对应部件的视觉特征,被用来在待检测帧的候选区域检测对应部件,如果在一段时间内,被跟踪物体的某个部分比较稳定,其视觉特征将接近不变,检测器的响应将越准确和可靠,这个部件的权重将较大,反之则权重比较小;对矩阵模型进行初始化时,根据目标的大小和形状将目标分割成大小相同互不重叠的若干图像块,每一块对应矩阵模型中的一个元素和待跟踪目标的一个部件,对于每个部件,提取偏移量小于设定阈值的图像块作为正样本,并在该部件附近提取一些图像块作为负样本,然后利用这些样本初始化检测器,并赋予各部件相等的权重。
本优选实施例第二模型初始化模块中的模型与传统基于部件的方法中的可变形的结构模型不同,该模型的结构是不可变的,即元素之间的相互位置关系在模型一旦初始化之后就固定不变,模型中所有元素的属性都是可调的,模型通过更新其属性能够自动适应物体外观的动态变化。
优选的,第三目标定位模块用于根据矩阵模型确定目标位置:采用全部的部件检测器在新的视频帧的检索窗口内进行检测,然后利用各部件检测的响应结果进行目标定位,假设当前的部件数目为B=m×n,搜索窗口的半径为R,并用EHk(i,j)表示第k个部件检测器在位置(i,j)的响应,定义部件置信图
上述式子中,emk(i,j)表示第k个部件检测器出现在位置(i,j)的可能性;使用权重最大的前Q个部件置信图的加权和描述目标整体出现在不同位置的置信度:
上述式子中,EM(i,j)表示目标整体出现在位置(i,j)的可能性大小,表示权重,{k1,k2,…,kB}是将权重按照降序序列后的下标,表示各部件中心到目标中心的偏移量,T∈[0,1],上述式子中,T表示部件参数,部件参数越大,则综合考虑的部件越多,部件参数越小,则对可靠部件的依赖性越强;根据全局置信图确定目标的中心位置YW,YW=argmax(i,j)EM(i,j),实现对目标的跟踪;
本优选实施例第三目标定位模块通过定义部件置信图对目标进行定位,选择前Q个部件置信图,既能降低不稳定部件的干扰又能保证目标定位的稳定可靠。
优选的,所述第四模型更新模块用于对矩阵模型进行更新:将目标定位得到的目标图像按矩阵模型分割成图像块,对于某个部件,以其对应图像块为正样本,同时在其附近一定的范围内随机采样一些图像块作为负样本,利用这些样本对检测器进行更新;对于稳定或者缓慢变化的部件,其检测器能准确的捕获其视觉特征,得到的误差较小,其权重将逐渐增大,反之,变化较大的部件的权重将逐渐减小。
本优选实施例第四模型更新模块实现了对检测器和权重的更新,有助于适应目标和场景的动态变化。
优选的,所述第五跟踪评价模块用于对目标跟踪情况进行评价:确定跟踪评价因子:
上述式子中,LG表示跟踪评价因子,ZC1表示定位模块确定的目标中心与目标真实中心之间的像素距离的倒数,ZC2表示检测到的目标与实际目标重合面积占实际目标面积的比例;所述跟踪评价因子越大,表示对目标跟踪情况越好。
本优选实施例第五跟踪评价模块通过确定跟踪评价因子,综合考虑了目标位置和目标重合度,实现了目标跟踪性能的评价,从而保证了目标跟踪水平,保证了对智能家居的有效控制。
采用本发明智能家居系统进行对智能家居设备进行控制,选取5个家庭进行实验,分别为家庭1、家庭2、家庭3、家庭4、家庭5,对控制效率和用户满意度进行统计,同现有智能家居系统相比,产生的有益效果如下表所示:
控制效率提高 | 用户满意度提高 | |
家庭1 | 29% | 27% |
家庭2 | 27% | 26% |
家庭3 | 26% | 26% |
家庭4 | 25% | 24% |
家庭5 | 24% | 22% |
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (4)
1.一种智能家居系统,其特征在于,包括智能家居设备、智能机器人、终端设备以及监控装置,所述智能家居设备用于将设备信息发送至智能机器人,所述智能机器人用于将接收到的信息发送给终端设备,所述终端设备用于根据接收到的设备信息向智能机器人发送控制信息,所述智能机器人根据接收到的控制信息对所述智能家居设备进行控制,所述监控装置用于对智能机器人进行监控和跟踪,并将监控和跟踪情况发送至终端设备。
2.根据权利要求1所述的智能家居系统,其特征在于,所述监控装置包括第一视频采集模块、第二模型初始化模块、第三目标定位模块、第四模型更新模块和第五跟踪评价模块,所述第一视频采集模块用于采集室内监控视频,所述第二模型初始化模块用于从第一帧中提取的图像块初始化矩阵模型,所述第三目标定位模块用于根据矩阵模型确定目标位置,所述第四模型更新模块用于对矩阵模型进行更新,所述第五跟踪评价模块用于对目标跟踪情况进行评价。
3.根据权利要求2所述的智能家居系统,其特征在于,所述第二模型初始化模块用于从第一帧中提取的图像块初始化矩阵模型:所述矩阵模型由m×n个元素组成,每个元素对应目标的一个部件,用检测器和权重两个属性来描述一个元素,其中,所述权重用于对检测器可靠性进行衡量,所述检测器用于描述物体对应部件的视觉特征,被用来在待检测帧的候选区域检测对应部件,如果在一段时间内,被跟踪物体的某个部分比较稳定,其视觉特征将接近不变,检测器的响应将越准确和可靠,这个部件的权重将较大,反之则权重比较小;对矩阵模型进行初始化时,根据目标的大小和形状将目标分割成大小相同互不重叠的若干图像块,每一块对应矩阵模型中的一个元素和待跟踪目标的一个部件,对于每个部件,提取偏移量小于设定阈值的图像块作为正样本,并在该部件附近提取一些图像块作为负样本,然后利用这些样本初始化检测器,并赋予各部件相等的权重。
4.根据权利要求3所述的智能家居系统,其特征在于,第三目标定位模块用于根据矩阵模型确定目标位置:采用全部的部件检测器在新的视频帧的检索窗口内进行检测,然后利用各部件检测的响应结果进行目标定位,假设当前的部件数目为B=m×n,搜索窗口的半径为R,并用EHk(i,j)表示第k个部件检测器在位置(i,j)的响应,定义部件置信图
上述式子中,emk(i,j)表示第k个部件检测器出现在位置(i,j)的可能性;使用权重最大的前Q个部件置信图的加权和描述目标整体出现在不同位置的置信度:
上述式子中,表示权重,{k1,k2,…,kB}是将权重按照降序序列后的下标,表示各部件中心到目标中心的偏移量,EM(i,j)表示目标整体出现在位置(i,j)的可能性大小,上述式子中,T表示部件参数,部件参数越大,则综合考虑的部件越多,部件参数越小,则对可靠部件的依赖性越强;根据全局置信图确定目标的中心位置YW,YW=argmax(i,j)EM(i,j),实现对目标的跟踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091563.4A CN108153163A (zh) | 2018-01-30 | 2018-01-30 | 一种智能家居系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810091563.4A CN108153163A (zh) | 2018-01-30 | 2018-01-30 | 一种智能家居系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108153163A true CN108153163A (zh) | 2018-06-12 |
Family
ID=62459399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810091563.4A Withdrawn CN108153163A (zh) | 2018-01-30 | 2018-01-30 | 一种智能家居系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108153163A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113419438A (zh) * | 2021-07-01 | 2021-09-21 | 丽水市知源科技有限公司 | 一种智能家用服务机器人及智能家电系统 |
WO2022088924A1 (zh) * | 2020-10-29 | 2022-05-05 | 华为技术有限公司 | 一种设备管理方法及装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739687A (zh) * | 2009-11-23 | 2010-06-16 | 燕山大学 | 基于协方差矩阵的快速机动目标跟踪方法 |
CN102088380A (zh) * | 2009-12-04 | 2011-06-08 | 上海电气集团股份有限公司 | 一种以家居服务机器人为核心的智能多机器人网络系统 |
JP2014222434A (ja) * | 2013-05-14 | 2014-11-27 | 日本電信電話株式会社 | 重み行列更新装置、その動作方法およびコンピュータプログラム |
CN104793588A (zh) * | 2015-03-06 | 2015-07-22 | 赵功名 | 基于智能路由机器人的智能家居系统 |
CN105007207A (zh) * | 2015-08-14 | 2015-10-28 | 北京北信源软件股份有限公司 | 一种基于即时通信的智能家居机器人系统 |
CN105069743A (zh) * | 2015-07-28 | 2015-11-18 | 中国科学院长春光学精密机械与物理研究所 | 探测器拼接实时图像配准的方法 |
CN105100724A (zh) * | 2015-08-13 | 2015-11-25 | 电子科技大学 | 一种基于视觉分析的智能家居远程安全监控方法及装置 |
CN107229262A (zh) * | 2017-06-29 | 2017-10-03 | 深圳奥比中光科技有限公司 | 一种智能家居系统 |
-
2018
- 2018-01-30 CN CN201810091563.4A patent/CN108153163A/zh not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739687A (zh) * | 2009-11-23 | 2010-06-16 | 燕山大学 | 基于协方差矩阵的快速机动目标跟踪方法 |
CN102088380A (zh) * | 2009-12-04 | 2011-06-08 | 上海电气集团股份有限公司 | 一种以家居服务机器人为核心的智能多机器人网络系统 |
JP2014222434A (ja) * | 2013-05-14 | 2014-11-27 | 日本電信電話株式会社 | 重み行列更新装置、その動作方法およびコンピュータプログラム |
CN104793588A (zh) * | 2015-03-06 | 2015-07-22 | 赵功名 | 基于智能路由机器人的智能家居系统 |
CN105069743A (zh) * | 2015-07-28 | 2015-11-18 | 中国科学院长春光学精密机械与物理研究所 | 探测器拼接实时图像配准的方法 |
CN105100724A (zh) * | 2015-08-13 | 2015-11-25 | 电子科技大学 | 一种基于视觉分析的智能家居远程安全监控方法及装置 |
CN105007207A (zh) * | 2015-08-14 | 2015-10-28 | 北京北信源软件股份有限公司 | 一种基于即时通信的智能家居机器人系统 |
CN107229262A (zh) * | 2017-06-29 | 2017-10-03 | 深圳奥比中光科技有限公司 | 一种智能家居系统 |
Non-Patent Citations (1)
Title |
---|
周维: "视频监控中运动目标发现与跟踪算法研究", 《中国博士学位论文全文数据库》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022088924A1 (zh) * | 2020-10-29 | 2022-05-05 | 华为技术有限公司 | 一种设备管理方法及装置 |
CN113419438A (zh) * | 2021-07-01 | 2021-09-21 | 丽水市知源科技有限公司 | 一种智能家用服务机器人及智能家电系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106767812B (zh) | 一种基于语义信息提取的室内语义地图更新方法与系统 | |
CN106647742B (zh) | 移动路径规划方法及装置 | |
US8498448B2 (en) | Multi-view object detection using appearance model transfer from similar scenes | |
CN106952289B (zh) | 结合深度视频分析的WiFi目标定位方法 | |
CN110533723A (zh) | 增强现实显示的方法、姿态信息的确定方法及装置 | |
CN105828289A (zh) | 一种基于信道状态信息的无源室内定位方法 | |
CN109163731A (zh) | 一种语义地图构建方法及系统 | |
CN104394588B (zh) | 基于Wi‑Fi指纹和多维尺度分析的室内定位方法 | |
CN108648169A (zh) | 高压输电塔绝缘子缺陷自动识别的方法及装置 | |
CN109829435A (zh) | 一种视频图像处理方法、装置及计算机可读介质 | |
CN106845392B (zh) | 一种基于众包轨迹的室内转角地标的匹配及识别方法 | |
CN104320759B (zh) | 基于固定地标的室内定位系统指纹库构建方法 | |
CN109272554A (zh) | 一种识别目标的坐标系定位和语义地图构建的方法及系统 | |
CN109327797A (zh) | 基于WiFi网络信号的移动机器人室内定位系统 | |
CN109029450A (zh) | 一种室内定位方法 | |
CN109886356A (zh) | 一种基于三分支神经网络的目标追踪方法 | |
CN108153163A (zh) | 一种智能家居系统 | |
CN103105924A (zh) | 人机交互方法和装置 | |
CN103324949B (zh) | 从图像中识别物体的方法和装置 | |
CN113657423A (zh) | 适用于小体积零件与堆叠零件的目标检测方法及其应用 | |
CN111986215A (zh) | 一种基于高精度建筑物数据的人口计算方法及系统 | |
Jia et al. | Semantic and context based image retrieval method using a single image sensor for visual indoor positioning | |
CN108629295A (zh) | 转角地标识别模型训练方法、转角地标识别方法及装置 | |
CN108495259A (zh) | 一种渐进式室内定位服务器及定位方法 | |
CN108288383A (zh) | 一种检测率高的交通违法检测系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180612 |
|
WW01 | Invention patent application withdrawn after publication |