CN109375681A - 环境调节方法及装置 - Google Patents

Abstract

本发明实施例提供的一种环境调节方法及装置，涉及贮藏保鲜技术领域，考虑到不同类别的贮藏保鲜产品有不同贮藏保鲜环境，所述方法先获取贮藏保鲜产品的类别，再获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据，然后将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，最后根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。本方案能够针对不同类别的贮藏保鲜产品设定最佳的贮藏环境，进而防止在运输过程中由于呼吸作用对当前最佳的贮藏环境进行改变，同时减小了贮藏保鲜的困难。

Description

环境调节方法及装置

技术领域

本发明涉及贮藏保鲜技术领域，具体而言，涉及一种环境调节方法及装置。

背景技术

随着生活质量的改善，人们在日常生活中对水果、蔬菜等农产品的种类的需求越来越多，对其质量的要求也越来越高。目前的农产品自采摘到送至人们的手中，一般经历的运输距离较远，在保存不当的情况下很容易造成严重损失。在进行贮藏保鲜时，由于农产品的呼吸作用，会改变其当前的贮藏环境，且不同种类的农产品的最佳贮藏环境不同，更是加大了贮藏保鲜的困难。

发明内容

有鉴于此，本发明实施例的目的在于提供一种环境调节方法及装置，以改善上述问题。

第一方面，本发明实施例提供了一种环境调节方法，所述方法包括：获取贮藏保鲜产品的类别；获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据；将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果；根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

在上述实现过程中，通过识别贮藏保鲜产品的类别，从而可以针对不同类别的贮藏保鲜产品设定最佳的贮藏环境，进而防止在运输过程中由于呼吸作用对当前最佳的贮藏环境进行改变，同时减小了贮藏保鲜的困难。

进一步地，获取贮藏保鲜产品的类别，包括：获取所述贮藏保鲜产品的图像；基于所述图像识别所述贮藏保鲜产品的类别。

上述过程通过获取贮藏保鲜产品的图像，再基于所述图像实现对贮藏保鲜产品的类别的识别，可以加快识别的速度，进而减少识别的时间，同时减小工人的工作量。

进一步地，基于所述图像识别所述贮藏保鲜产品的类别，包括：将所述图像输入至图像处理识别模型；通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

将图像输入至所述图像处理识别模型中，通过模型来实现对图像中的贮藏保鲜产品的类别的识别，工人不需对其进行人工识别的环节，可以大大的节省时间，降低劳动成本。

进一步地，所述图像处理识别模型为卷积神经网络模型、LSTM模型和深度神经网络模型中的任意一种。

进一步地，所述实际贮藏环境数据包括贮藏环境的实际温度数据、实际湿度数据和实际气体比例数据，所述预设贮藏环境数据包括预设温度数据，预设湿度数据和预设气体比例数据，所述差值包括温度数据差值、湿度数据差值和气体比例数据差值。

进一步地，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：计算所述实际温度数据与所述预设温度数据之差得到所述温度数据差值；判断所述温度数据差值是否处于预设范围；若所述温度数据差值不处于所述预设范围，则获得所述温度数据差值不处于预设范围的比对结果。

进一步地，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：计算所述实际湿度数据与所述预设湿度数据之差得到所述湿度数据差值；判断所述湿度数据差值是否处于预设范围；若所述湿度数据差值不处于所述预设范围，则获得所述湿度数据差值不处于预设范围的比对结果。

进一步地，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：计算所述实际气体比例数据与所述预设气体比例数据之差得到所述气体比例数据差值；判断所述气体比例数据差值是否处于预设范围；若所述气体比例数据差值不处于所述预设范围，则获得所述气体比例数据差值不处于预设范围的比对结果。

通过对实际贮藏环境数据的计算和处理，能够得到较为容易处理的差值数据，并且通过这些差值能够准确的对贮藏环境作出判断，以便后续的调节工作顺利进行。

第二方面，本发明实施例提供了一种环境调节装置，所述装置包括：类别获取模块，用于获取贮藏保鲜产品的类别；数据获取模块，用于获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据；数据比对模块，用于将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果；调节模块，用于根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

进一步地，类别获取模块包括：图像获取单元，用于获取所述贮藏保鲜产品的图像；识别单元，用于基于所述图像识别所述贮藏保鲜产品的类别。

进一步地，所述识别单元包括：图像输入子单元，用于将所述图像输入至图像处理识别模型；类别识别子单元，用于通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

进一步地，数据比对模块包括：温度计算子单元，用于计算所述实际温度数据与所述预设温度数据之差得到所述温度数据差值；温度判断子单元，用于判断所述温度数据差值是否处于预设范围；温度比对结果获取子单元，用于若所述温度数据差值不处于所述预设范围，则获得所述温度数据差值不处于预设范围的比对结果。

进一步地，数据比对模块还包括：湿度计算子单元，用于计算所述实际湿度数据与所述预设湿度数据之差得到所述湿度数据差值；湿度判断子单元，用于判断所述湿度数据差值是否处于预设范围；湿度比对结果获取子单元，用于若所述湿度数据差值不处于所述预设范围，则获得所述湿度数据差值不处于预设范围的比对结果。

进一步地，数据比对模块还包括：气体比例计算子单元，用于计算所述实际气体比例数据与所述预设气体比例数据之差得到所述气体比例数据差值；气体比例判断子单元，用于判断所述气体比例数据差值是否处于预设范围；气体比例比对结果获取子单元，用于若所述气体比例数据差值不处于所述预设范围，则获得所述气体比例数据差值不处于预设范围的比对结果。

第三方面，本发明实施例提供一种电子设备，包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如上述第一方面提供的所述方法中的步骤。

第四方面，本发明实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。

本发明实施例的有益效果：

本发明实施例提供一种环境调节方法及装置，考虑到不同类别的贮藏保鲜产品有不同贮藏保鲜环境，所述方法先获取贮藏保鲜产品的类别，再获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据，然后将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，最后根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。本方案中通过先获取贮藏保鲜产品的类别，再获取贮藏保鲜产品的实际贮藏环境数据，然后根据实际贮藏环境数据与贮藏保鲜产品的预设贮藏环境数据的比对结果来对贮藏保鲜产品的实际贮藏环境进行调节，从而能够针对不同类别的贮藏保鲜产品设定最佳的贮藏环境，进而防止在运输过程中由于呼吸作用对当前最佳的贮藏环境进行改变，同时减小了贮藏保鲜的困难。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例提供的一种电子设备的结构框图；

图2为本发明实施例提供的一种环境调节方法的流程图；

图3为本发明实施例提供的一种环境调节方法步骤S110的流程图；

图4为本发明实施例提供的一种环境调节装置的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

请参照图1，图1示出了一种可应用于本申请实施例中的电子设备10的结构框图。电子设备10可以包括环境调节装置100、存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107。

所述存储器101、存储控制器102、处理器103、外设接口104、输入输出单元105、音频单元106、显示单元107各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述环境调节装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器101中或固化在环境调节装置100的操作系统(operating system，OS)中的软件功能模块。所述处理器103用于执行存储器101中存储的可执行模块，例如环境调节装置100包括的软件功能模块或计算机程序。

其中，存储器101可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read－Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read－Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read－Only Memory，EEPROM)等。其中，存储器101用于存储程序，所述处理器103在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器103中，或者由处理器103实现。

处理器103可以是一种集成电路芯片，具有信号的处理能力。上述的处理器103可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器103也可以是任何常规的处理器等。

所述外设接口104将各种输入/输出装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元105用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互。所述输入输出单元105可以是，但不限于，鼠标和键盘等。

音频单元106向用户提供音频接口，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。

显示单元107在所述电子设备10与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元107可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器103进行计算和处理。

所述外设接口104将各种输入/输入装置耦合至处理器103以及存储器101。在一些实施例中，外设接口104，处理器103以及存储控制器102可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

输入输出单元105用于提供给用户输入数据实现用户与处理终端的交互。所述输入输出单元105可以是，但不限于，鼠标和键盘等。

可以理解，图1所示的结构仅为示意，所述电子设备10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。

请参看图2，图2为本发明实施例提供的一种环境调节方法的流程图。环境调节方法包括如下步骤：

步骤S110：获取贮藏保鲜产品的类别。

由于不同的贮藏保鲜产品所需要的最佳贮藏环境不同，为了保证贮藏保鲜产品能够实现最佳的贮藏，所以要先对贮藏保鲜产品的类别进行获取，然后再对不同的贮藏保鲜产品进一步地做后续贮藏保鲜工作，保证贮藏保鲜产品的新鲜度。

请参看图3，图3为本发明实施例提供的一种环境调节方法步骤S110的流程图，步骤S110包括如下步骤：

步骤S111：获取所述贮藏保鲜产品的图像。

步骤S112：基于所述图像识别所述贮藏保鲜产品的类别。

获取贮藏保鲜产品的图像可以采用摄像装置，该摄像装置可以包括补光光源，保证在光线较暗的情况下也能够获取贮藏保鲜产品清晰的图像。对贮藏保鲜产品类别的识别采用图像处理的方式。需要先获取贮藏保鲜产品的图像，通过对贮藏保鲜产品的图像的处理来实现对贮藏保鲜产品类别的识别。

其中，步骤S112中可以先将所述图像输入至图像处理识别模型，然后再通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

作为一种实施方式，所述图像处理识别模型可以为卷积神经网络模型、长短期记忆网络(Long Short－Term Memory，LSTM)模型和深度神经网络模型中的任意一种。卷积神经网络模型是一种前馈神经网络模型，卷积神经网络模型中的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现，这种模型在图像处理领域被广泛的使用，且对于图像处理的应用有出色的表现。LSTM模型是一种时间递归神经网络，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。深度神经网络模型的工作原理是模仿人脑思考方式，从而使深度神经网络模型的识别速度更快，识别准确率也更高。

先建立一个模型，再通过大量的样本图片来训练这个模型，使其具有识别能力。此外，模型的识别能力取决于训练这个模型的样本数量以及样本类型，例如，可以选用卷积神经网络模型进行训练，将训练样本输入至卷积神经网络模型中，卷积神经网络模型对训练样本进行识别学习可以得到经过训练能够自动进行识别的卷积神经网络模型。若训练第一个卷积神经网络模型的训练样本类型有五种，这五种类型分别是香蕉、苹果、火龙果、冬瓜和南瓜，那么训练出来的第一个卷积神经网络模型可以将这五种类型的贮藏保鲜产品识别出来，若训练第二个卷积神经网络模型的训练样本类型有八种，这八种可以包括香蕉、苹果、火龙果、葡萄、西瓜、玉米、冬瓜和南瓜，那么训练出来的第二个卷积神经网络模型能够识别出来的类型就有八种，而第一个卷积神经网络模型无法识别训练样本不包括的类型葡萄、西瓜和玉米。

根据实验结果，训练第一个卷积神经网络模型的训练样本为关于香蕉的，其数量只有200个，200个训练样本数量包括的香蕉的特征包括从各个方向的角度拍摄的香蕉形状，假设200个训练样本数量训练出来的第一个卷积神经网络模型的识别率可以为百分之七十左右，若1000个训练样本其中除了包括上述200个训练样本中的特征还包括有香蕉的表皮带有黑色斑点的特征，那么使用这1000个训练样本训练出的第二个卷积神经网络模型可以比第一个卷积神经网络模型准确的识别出表皮带有黑色斑点的香蕉，因此识别率也因此提高，高于识别率为百分之七十的第一个卷积神经网络模型，第二个卷积神经网络模型的识别率可以为百分之九十左右。

步骤S120：获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据。

具体地，所述实际贮藏环境数据包括贮藏环境的实际温度数据、实际湿度数据和实际气体比例数据，所述预设贮藏环境数据包括预设温度数据，预设湿度数据和预设气体比例数据，所述差值包括温度数据差值、湿度数据差值和气体比例数据差值。

作为一种实施方式，可以通过传感器获取实际贮藏环境数据，例如，可以使用温度传感器获取实际温度数据，可以使用湿度传感器来获取实际湿度数据，可以使用气体传感器来获取实际气体比例数据。也可以使用其他的测量贮藏环境数据来获取实际贮藏环境数据，如温度计、湿度仪、气体成分分析仪等。

步骤S130：将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果。

不同类型的贮藏保鲜产品的最佳贮藏环境是有差别的，而且在一段时间的贮藏中，贮藏环境可能会被各种因素影响，其中贮藏保鲜产品的呼吸作用可能会影响到贮藏环境，使贮藏环境的温度升高、湿度降低或是改变贮藏环境中的气体比例。

特别的，氧气、二氧化碳以及乙烯等是对贮藏保鲜产品的贮藏影响较大的气体，气体比例数据可以是二氧化碳浓度和氧气浓度，也可以是二氧化碳浓度、氧气浓度和乙烯浓度。例如，香蕉的最佳贮藏温度为15℃，最佳贮藏湿度为90％，最佳贮藏气体比例为氧气浓度5％、二氧化碳浓度5％。

具体地，在步骤S130中，首先计算所述实际温度数据与所述预设温度数据之差得到所述温度数据差值，然后判断所述温度数据差值是否处于预设范围，若所述温度数据差值不符合预设条件，则获得所述温度数据差值不处于预设范围的比对结果。

再计算所述实际湿度数据与所述预设湿度数据之差得到所述湿度数据差值，然后判断所述湿度数据差值是否处于预设范围，若所述湿度数据差值不符合预设条件，则获得所述湿度数据差值不处于预设范围的比对结果。

最后计算所述实际气体比例数据与所述预设气体比例数据之差得到所述气体比例数据差值，然后判断所述气体比例数据差值是否处于预设范围，若所述气体比例数据差值不符合预设条件，则获得所述气体比例数据差值不处于预设范围的比对结果。

本步骤分别计算出温度数据差值、湿度数据差值和气体比例数据差值这三类数据，并分别对其进行判断针对各个判断得出结果，从而能够从各个方面对贮藏保鲜产品的实际贮藏环境是否合适的贮藏环境做出判断。其中合适的温度、湿度以及气体比例对于贮藏保鲜产品的贮藏都是重要的条件，所以对贮藏环境中的贮藏环境数据采用这三类数据。

其中，温度数据差值可以是实际温度数据减去预设温度数据，湿度数据差值可以是实际湿度数据减去预设湿度数据，气体比例数据差值可以是实际气体比例数据减去预设气体比例数据，或者根据数据的复杂程度使用其他的计算方法。例如，实际温度数据为25℃，而香蕉的最佳贮藏温度为15℃，计算得到的温度数据差值可以是10，若实际温度数据为5℃，计算得到的温度数据差值可以是－10。实际湿度数据为95％，而香蕉的最佳贮藏温度为90％，计算得到的湿度数据差值可以是5，若实际湿度数据为85％，计算得到的湿度数据差值可以是－5。实际气体比例数据为3％的氧气、6％的二氧化碳，而香蕉的最佳贮藏气体比例为5％的氧气、5％的二氧化碳，计算得到的气体比例数据差值可以是－2的氧气、1的二氧化碳。

假设温度数据差值的预设范围为－5～5，温度数据差值为10，则表明计算获得的温度数据差值不处于预设范围中，则获得温度数据差值不处于预设范围的比对结果，假设湿度数据差值的预设范围为－5～5，湿度数据差值为5，则表明计算获得的湿度数据差值处于预设范围中，则不会获得湿度数据差值不处于预设范围的比对结果，假设气体比例数据差值的预设范围为氧气－1～1、二氧化碳－1～1，气体比例数据差值为－2的氧气、1的二氧化碳，则表明计算获得的氧气的气体比例数据差值不处于预设范围中，则获得气体比例数据差值不处于预设范围的比对结果。其中气体比例数据需要其中的成分都满足才属于处于预设范围。

步骤S140：根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

如上，假设温度数据差值的预设范围为－5～5，温度数据差值为10，则表明计算获得的温度数据差值不处于预设范围中，则获得温度数据差值不处于预设范围的比对结果，此时需要对贮藏环境降温至温度数据差值处于预设范围为－5～5的适宜温度。假设湿度数据差值的预设范围为－5～5，湿度数据差值为5，则表明计算获得的湿度数据差值处于预设范围中，则不会获得湿度数据差值不处于预设范围的比对结果，此时不需要对贮藏环境的湿度进行调节，假设气体比例数据差值的预设范围为氧气－1～1、二氧化碳－1～1，气体比例数据差值为－2的氧气、1的二氧化碳，则表明计算获得的氧气的气体比例数据差值不处于预设范围中，则获得气体比例数据差值不处于预设范围的比对结果，此时需要对贮藏环境进行调节使气体比例数据差值处于预设范围为氧气－1～1、二氧化碳－1～1的适宜气体比例。

请参看图4，图4为本发明实施例提供的一种环境调节装置的结构框图。一种环境调节装置100，所述装置包括：

类别获取模块110，用于获取贮藏保鲜产品的类别。

具体地，类别获取模块110包括：图像获取单元111，用于获取所述贮藏保鲜产品的图像。识别单元112，用于基于所述图像识别所述贮藏保鲜产品的类别。

具体地，识别单元112包括：第一识别子单元：将所述图像输入至图像处理识别模型。第二识别子单元：通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

作为一种实施方式，所述图像处理识别模型为卷积神经网络模型、长短期记忆网络LSTM模型和深度神经网络模型中的任意一种。

数据获取模块120，用于获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据。

数据比对模块130，用于将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果。

调节模块140，用于根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

具体地，识别单元包括：

图像输入子单元，用于将所述图像输入至图像处理识别模型；

类别识别子单元，用于通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

作为一种实施方式，数据比对模块包括：

温度计算子单元，用于计算所述实际温度数据与所述预设温度数据之差得到所述温度数据差值；

温度判断子单元，用于判断所述温度数据差值是否处于预设范围；

温度比对结果获取子单元，用于若所述温度数据差值不处于所述预设范围，则获得所述温度数据差值不处于预设范围的比对结果。

具体地，数据比对模块还包括：

湿度计算子单元，用于计算所述实际湿度数据与所述预设湿度数据之差得到所述湿度数据差值；

湿度判断子单元，用于判断所述湿度数据差值是否处于预设范围；

湿度比对结果获取子单元，用于若所述湿度数据差值不处于所述预设范围，则获得所述湿度数据差值不处于预设范围的比对结果。

特别地，数据比对模块还包括：

气体比例计算子单元，用于计算所述实际气体比例数据与所述预设气体比例数据之差得到所述气体比例数据差值；

气体比例判断子单元，用于判断所述气体比例数据差值是否处于预设范围；

气体比例比对结果获取子单元，用于若所述气体比例数据差值不处于所述预设范围，则获得所述气体比例数据差值不处于预设范围的比对结果。

本发明实施例提供一种可读取存储介质，所述计算机程序被处理器执行时，执行如图2所示方法实施例中电子设备所执行的方法过程。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

综上所述，本发明实施例提供一种环境调节方法及装置，考虑到不同类别的贮藏保鲜产品有不同贮藏保鲜环境，所述方法先获取贮藏保鲜产品的类别，再获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据，然后将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，最后根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。本方案中通过先获取贮藏保鲜产品的类别，再获取贮藏保鲜产品的实际贮藏环境数据，然后根据实际贮藏环境数据与贮藏保鲜产品的预设贮藏环境数据的比对结果来对贮藏保鲜产品的实际贮藏环境进行调节，从而能够针对不同类别的贮藏保鲜产品设定最佳的贮藏环境，进而防止在运输过程中由于呼吸作用对当前最佳的贮藏环境进行改变，同时减小了贮藏保鲜的困难。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种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、物品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，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种环境调节方法，其特征在于，所述方法包括：

获取贮藏保鲜产品的类别；

获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据；

将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果；

根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

2.根据权利要求1所述的环境调节方法，其特征在于，获取贮藏保鲜产品的类别，包括：

获取所述贮藏保鲜产品的图像；

基于所述图像识别所述贮藏保鲜产品的类别。

3.根据权利要求2所述的环境调节方法，其特征在于，基于所述图像识别所述贮藏保鲜产品的类别，包括：

将所述图像输入至图像处理识别模型；

通过所述图像处理识别模型对所述图像进行识别，获得所述贮藏保鲜产品的类别。

4.根据权利要求3所述的环境调节方法，其特征在于，所述图像处理识别模型为卷积神经网络模型、长短期记忆网络LSTM模型和深度神经网络模型中的任意一种。

5.根据权利要求1所述的环境调节方法，其特征在于，所述实际贮藏环境数据包括贮藏环境的实际温度数据、实际湿度数据和实际气体比例数据，所述预设贮藏环境数据包括预设温度数据，预设湿度数据和预设气体比例数据，所述差值包括温度数据差值、湿度数据差值和气体比例数据差值。

6.根据权利要求5所述的环境调节方法，其特征在于，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：

计算所述实际温度数据与所述预设温度数据之差得到所述温度数据差值；

判断所述温度数据差值是否处于预设范围；

若所述温度数据差值不处于所述预设范围，则获得所述温度数据差值不处于预设范围的比对结果。

7.根据权利要求6所述的环境调节方法，其特征在于，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：

计算所述实际湿度数据与所述预设湿度数据之差得到所述湿度数据差值；

判断所述湿度数据差值是否处于预设范围；

若所述湿度数据差值不处于所述预设范围，则获得所述湿度数据差值不处于预设范围的比对结果。

8.根据权利要求7所述的环境调节方法，其特征在于，将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果，包括：

计算所述实际气体比例数据与所述预设气体比例数据之差得到所述气体比例数据差值；

判断所述气体比例数据差值是否处于预设范围；

若所述气体比例数据差值不处于所述预设范围，则获得所述气体比例数据差值不处于预设范围的比对结果。

9.一种环境调节装置，其特征在于，所述装置包括：

类别获取模块，用于获取贮藏保鲜产品的类别；

数据获取模块，用于获取所述贮藏保鲜产品的实际贮藏环境中的实际贮藏环境数据；

数据比对模块，用于将所述实际贮藏环境数据与所述贮藏保鲜产品的预设贮藏环境的预设贮藏环境数据进行比对，获得比对结果；

调节模块，用于根据所述比对结果对所述实际贮藏环境数据进行调节，以使所述实际贮藏环境数据与所述预设贮藏环境数据之间的差值处于预设范围。

10.一种电子设备，其特征在于，所述电子设备包括处理器以及存储器，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，运行如权利要求1－8任一所述方法中的步骤。