CN110244574A - 智能家居控制方法、装置、系统和存储介质 - Google Patents
智能家居控制方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN110244574A CN110244574A CN201910576105.4A CN201910576105A CN110244574A CN 110244574 A CN110244574 A CN 110244574A CN 201910576105 A CN201910576105 A CN 201910576105A CN 110244574 A CN110244574 A CN 110244574A
- Authority
- CN
- China
- Prior art keywords
- target area
- data
- environmental monitoring
- personnel
- equipment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012544 monitoring process Methods 0.000 claims abstract description 131
- 230000007613 environmental effect Effects 0.000 claims abstract description 96
- 230000001815 facial effect Effects 0.000 claims description 26
- 230000005540 biological transmission Effects 0.000 claims description 16
- 230000004927 fusion Effects 0.000 claims description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 23
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 15
- 238000004422 calculation algorithm Methods 0.000 description 13
- 229910002092 carbon dioxide Inorganic materials 0.000 description 12
- 238000004378 air conditioning Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 5
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- WSFSSNUMVMOOMR-NJFSPNSNSA-N methanone Chemical compound O=[14CH2] WSFSSNUMVMOOMR-NJFSPNSNSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 210000000887 face Anatomy 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 210000004709 eyebrow Anatomy 0.000 description 1
- 239000010419 fine particle Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000012855 volatile organic compound Substances 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
- 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
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
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)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种智能家居控制方法、装置、系统和存储介质。所述方法包括：获取目标区域在目标时段的环境监测数据；确定所述目标区域的环境参考数据；计算所述环境监测数据与所述环境参考数据的差异值；根据所述差异值生成对目标区域内一个或多个目标家居设备的控制指令；将每个控制指令发送至相应目标家居设备。采用本方法能够实现对一个或多个家居设备自动进行远程控制，使得家居控制更加灵活。
Description
技术领域
本申请涉及物联网技术领域，特别是涉及智能家居控制方法、装置、系统和存储介质。
背景技术
随着物联网技术的发展，传统的家居设备已逐渐被智能家居替代，形成智能家居系统。大部分智能家居系统由智能终端、控制器以及家居设备构成。家居设备如空调、空气净化器等。远程控制方式是通过智能终端远程给控制器发出控制指令，指使控制器控制相应的家居设备；本地控制方式是通过控制器直接对相应的家居设备进行控制。
传统的无论远程控制还是本地控制，大多依赖用户对控制参数的手动配置和变更，使得对家居设备的运行状态控制不够智能灵活。
发明内容
基于此，有必要针对上述技术问题，提供一种智能家居控制方法、装置、系统和存储介质。
一种智能家居控制方法，所述方法包括：
获取目标区域在目标时段的环境监测数据；
确定所述目标区域的环境参考数据；
计算所述环境监测数据与所述环境参考数据的差异值；
根据所述差异值生成对目标区域内一个或多个目标家居设备的控制指令；
将每个控制指令发送至相应目标家居设备。
在其中一个实施例中，所述环境监测数据包括人流量；所述获取目标区域在目标时段的环境监测数据包括：
获取目标区域在目标时段多于一帧的现场图像；
对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；
对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；
将所述临时身份特征与人脸库中人脸特征进行比对，得到人员标识；
根据所述人员标识的数量，确定所述目标区域在所述目标时段的人流量。
在其中一个实施例中，所述环境监测数据包括人流量；所述获取目标区域在目标时段的环境监测数据包括：
基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；
从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；
将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
在其中一个实施例中，所述环境监测数据包括人流量；所述确定目标区域的环境参考数据包括：
根据所述人流量确定所述目标区域的人员密度；
获取所述人员密度对应的环境参考数据。
在其中一个实施例中，所述环境监测数据包括空气质量参数和设备运行参数；所述计算所述环境监测数据与所述环境参考数据的差异值包括：
根据所述环境参考数据以及所述空气质量参数判断是否需要对所述目标区域内目标家居设备的运行状态进行调整；
若是，则基于环境参考数据确定目标区域内目标家居设备的参考运行参数；
计算所述参考运行参数和所述设备运行参数的差异值。
在其中一个实施例中，所述将每个控制指令发送至相应目标家居设备包括：
将所述控制指令通过智能网关有线传输至相应的目标家居设备；所述控制指令用于指示所述目标家居设备执行相应的控制操作。
一种智能家居控制系统，所述系统包括中央控制器、智能网关、家居设备和环境监测设备；所述中央控制器与智能网关通过网络连接；所述智能网关与所述目标家居设备通过有线连接；所述环境监测设备与所述智能网关通过网络连接；
所述环境监测设备用于采集目标区域内的环境监测数据，将采集到的环境监测数据传输至所述智能网关；
所述智能网关用于将接收到的在所述目标区域内目标时段的环境监测数据传输至所述中央控制器；
所述中央控制器用于接收所述目标区域在目标时段的环境监测数据；确定所述目标区域的环境参考数据；计算所述环境监测数据与所述环境参考数据的差异值；根据所述差异值生成对所述目标区域内一个或多个目标家居设备的控制指令；将每个控制指令发送至所述智能网关；
所述智能网关将接收到的每个控制指令发送至相应目标家居设备；
所述目标家居设备用于接收所述控制指令，按照所述控制指令执行相应的控制操作。
一种智能家居控制装置，所述装置包括：
环境监测数据获取模块，用于获取目标区域在目标时段的环境监测数据；
环境参考数据确定模块，用于确定所述目标区域的环境参考数据；
差异值计算模块，用于计算所述环境监测数据与所述环境参考数据的差异值；
控制指令生成模块，用于根据所述差异值生成对目标区域内一个或多个目标家居设备的控制指令；
指令发送模块，用于将每个控制指令发送至相应目标家居设备。
在其中一个实施例中，上述环境监测数据获取模块还用于获取目标区域在目标时段多于一帧的现场图像；对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；将所述临时身份特征与人脸库中人脸特征进行比对，得到人员标识；根据所述人员标识的数量，确定所述目标区域在所述目标时段的人流量。
在其中一个实施例中，上述环境监测数据获取模块还用于基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述智能家居控制方法的步骤。
上述智能家居控制方法、装置、系统和存储介质，基于在目标区域内设置的多个家居设备，通过中央控制器获取在目标时段的环境监测数据以及对应的环境参考数据，进一步计算环境监测数据与环境参考数据的差异值，根据差异值确定对目标区域一个或多个目标家居设备进行控制，根据目标区域的环境监测数据自动实现了对一个或多个目标家居设备的远程控制，不需要依赖用户对控制参数进行手动配置和变更，也不需要用户针对每个家居设备进行控制参数调节的情况下，通过中央控制器即可实现家居设备的控制，而且可以同时对多个家居设备进行集中控制，由此使得家居控制不够智能灵活。
附图说明
图1为一个实施例中智能家居控制方法的应用场景图；
图2为一个实施例中智能家居控制方法的流程示意图；
图3为一个实施例中智能家居控制方法的示意图；
图4为一个实施例中智能家居控制系统的示意图；
图5为一个实施例中智能家居控制装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的智能家居控制方法，可以应用于如图1所示的应用环境中。该智能家居控制方法应用于智能家居控制系统。该智能家居控制系统包括中央控制器102、智能网关104、家居设备106和环境监测设备108。中央控制器102用于对控制区域内的家居设备106进行集中控制。控制区域可以是公司、厂房等室内区域。控制区域可以划分为多个子区域。子区域可以是大厅、走廊、销售部、总经理办公室等区域。每个子区域对应设置有一个智能网关104、至少一个家居设备106以及至少一个环境监测设备108。中央控制器通过网络与部署在每个子区域的智能网关104进行网络连接。网络连接可以是局域网连接。其中，中央控制器102是具有对环境监测数据进行存储和处理功能的终端设备，可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。智能网关104具有接收和传输环境监测数据的路由设备，比如路由器。家居设备106可以但不限于是各种电子设备，比如空调、新风、空气净化器等。环境监测设备108包括人员监测设备110和空气监测设备112，人员监测设备110是用于判断所处区域是否有人，比如图像采集装置、红外传感器等。图像采集装置是依据光学原理对目标物体进行感光成像的传感器，比如摄像头。空气监测设备112是指对空气中的CO2、温度、湿度、甲醛、TVOC、PM2.5等含量的参数进行监测的装置。
在一个实施例中，如图2所示，提供了一种智能家居控制方法，以该方法应用于图1中的中央控制器为例进行说明，包括以下步骤：
步骤S202，获取目标区域在目标时段的环境监测数据。
其中，目标时段是包括起始时间和结束时间的时间区间，针对控制区域内各个子区域设置的目标时段可以相同、也可以不同，比如对于目标区域A设置的目标时段的时间长度为5分钟，另一区域B设置的目标时段的时间长度为3分钟。
环境监测数据包括空气质量参数和设备运行参数；空气质量参数可以是二氧化碳CO2、温度、湿度、甲醛、细颗粒物PM2.5、总挥发性有机化合物TVOC等含量的参数。
具体地，基于部署在目标区域内的空气监测设备，通过空气监测设备实时采集目标区域内的空气质量参数；并将采集的数据通过网络传输至智能网关。同时，在目标区域内的多个目标家居设备实时或定期将各自对应的设备运行参数通过有线传输至智能网关；也可以通过智能网关实时或定期从目标区域内对应的多个目标家居设备内，获取各自对应的设备运行参数。智能网关将接收到的环境监测数据按目标时段定期通过无线局域网传输至中央控制器，中央控制器接收通过智能网关传输的环境监测数据并进行分析处理。
在其中一个实施例中，环境监测数据还包括人流量，基于部署在目标区域内的人员监测设备，通过人员监测设备实时获取目标区域内的人员监测数据，将获取的人员监测数据发送至智能网关，智能网关将接收到的在目标区域内目标时段的人员监测数据发送至中央控制器，中央控制器对人员监测数据进行分析处理得到目标区域在目标时段的人流量。
在其中一个实施例中，中央控制器在获取目标区域在目标时段的环境监测数据之前，还包括建立中央控制器与智能网关的长连接。具体步骤包括：中央控制器接收智能网关发送的连接请求，连接请求携带有网关标识和网关地址；中央控制器根据连接请求将控制器地址返回至对应的智能网关，以使得智能网关根据控制器地址建立与中央控制器的长连接。
具体地，中央控制器在监测到用户输入的开启中央控制器与智能网关连接的指令时，接收智能网关发送的携带有网关标识的连接请求，传输方式可以采用广播传输；中央控制器响应连接请求，并将中央控制器的IP地址和端口号返回至对应网关标识的智能网关；智能网关根据中央控制器的IP地址建立与中央控制器的连接。当连接出现异常时，智能网关断开与中央控制器的连接，此时，智能网关重新发送连接请求至中央控制器。
在其中一个实施例中，在获取目标区域在目标时段的环境监测数据之前，还包括开启中央控制器：当在中央控制器上监测到用户输入的预先设置的锁频密码时，开启中央控制器，进入控制界面。其中，锁频密码可以是数字、字母和字符中的任意一种或多种组合形成的预设位数的字符串。通过锁频密码来开启中央控制器，提高了使用中央控制器的安全性，使得智能家居控制方法更安全。
步骤S204，确定目标区域的环境参考数据。
其中，环境参考数据是与环境监测数据对应的数据，环境参考数据包括空气质量参数和设备运行参数，同样的环境监测数据也包括同样维度的空气质量参数和设备运行参数。环境参考数据与人员密度相对应，也就是说不同人员密度对应有不同的环境参考数据。环境参考数据用于判断是否需要对目标区域内的一个或多个目标家居设备的运行状态进行调整。
具体地，基于接收到的目标区域在目标时段的环境监测数据，中央控制器根据环境监测数据中的人流量确定目标区域的人员密度；基于人员密度与环境参考数据的对应关系，从云平台中查询得到对应人员密度的环境参考数据。也可以直接从内存中，获取与人员密度对应的环境参考数据。
步骤S206，计算环境监测数据与环境参考数据的差异值。
具体地，中央控制器根据获取的目标区域的环境监测数据和环境参考数据，将环境监测数据中空气质量参数和设备运行参数分别与环境参考数据中的空气质量参数和设备运行参数对应相减，得到有关空气质量参数的差异值、以及设备运行参数的差异值。其中，差异值是指两个数据之间的差值。
步骤S208，根据差异值生成对目标区域内一个或多个目标家居设备的控制指令。
其中，控制指令包括家居设备标识；用于指示与家居设备标识对应的目标家居设备执行相应的控制操作。本实施例中，预先配置了差异值中各参数与家居设备之间的对应关系。每个参数的差异值可以调整一个或多个家居设备的运行状态。
具体地，基于计算得到的空气质量参数和设备运行参数的差异值，判断每个差异值是否属于阈值范围内；若属于，则不需要对该参数的差异值所对应的目标家居设备进行运行状态调整；若否，则从预先配置的参数与家居设备之间的对应关系中，获取该参数的差异值所对应的目标区域的一个或多个家居设备标识，以此生成携带有一个或多个家居设备标识的控制指令。其中，阈值的设定是与差异值中各参数所属的技术领域相关，比如，温度的差异值和CO2的差异值，则分别根据温度和CO2在各自所属技术领域中可以允许的偏差来设定阈值，对应得到温度阈值和CO2阈值。
例如，获取的环境监测数据为：{PM2.5：37.9ug/m3，甲醛：0，TVOC：0.1mg/m3，CO2：400ppm，温度：30℃，湿度：50}；环境参考数据为：{PM2.5：38ug/m3，甲醛：0，TVOC：0.1mg/m3，CO2：400ppm，温度：26℃，湿度：50}，则计算得到的差异值为{0.1，0，0，0，4℃，0}，假设PM2.5、CO2对应的目标家居设备为新风；甲醛和TVOC对应的目标家居设备为空气净化器；温度和湿度对应的目标家居设备为空调。根据计算得到的差异值，假设PM2.5的差异值在阈值范围内，则不需要对新风的运行状态进行调整；甲醛和TVOC的差异值都为0，不需要对空气净化器进行调整，同时CO2的差异值也为0，也不需要对新风进行调整；而温度的差异值假设超出阈值范围，则需要对空调的运行状态进行调整，为了降低目标区域温度，生成对空调设备的降温指令。通过下一目标时刻的环境监测数据进一步判断目标区域的温度是否达到环境参考数据，若否，则继续生成对空调的降温指令，以此实现对目标家居设备的控制。
步骤S210，将每个控制指令发送至相应目标家居设备。
具体地，中央控制器将生成的对一个或多个目标家居设备的控制指令，通过无线局域网传输至智能网关，智能网关根据控制指令携带的家居设备标识通过有线传输至各自对应的目标设备，目标设备接收到对应的控制指令，根据控制指令携带的控制命令执行操作。
在其中一个实施例中，将每个控制指令发送至相应目标家居设备包括：将控制指令通过智能网关有线传输至相应的目标家居设备；控制指令用于指示目标家居设备执行相应的操作。
具体地，中央控制器将生成的每个控制指令发送至智能网关，智能网关接收控制指令并通过有线传输至与控制指令携带的家居设备标识对应的目标家居设备，目标家居设备根据接收到的控制指令执行相应的控制操作。智能网关通过有线连接实现与多个家居设备的通信，可以有效避免不同厂家的家居设备的传输接口不同、以及不同厂家对应的控制器标准不一样的问题。
在上述实施例中，基于在目标区域内设置的多个家居设备，通过中央控制器获取在目标时段的环境监测数据以及对应的环境参考数据，进一步计算环境监测数据与环境参考数据的差异值，根据差异值确定对目标区域一个或多个目标家居设备进行控制，根据目标区域的环境监测数据自动实现了对一个或多个目标家居设备的远程控制，不需要依赖用户对控制参数进行手动配置和变更，也不需要用户针对每个家居设备进行控制参数调节的情况下，通过中央控制器即可实现家居设备的控制，而且可以同时对多个家居设备进行集中控制，由此使得家居控制不够智能灵活。
在一个实施例中，环境监测数据包括人流量；获取目标区域在目标时段的环境监测数据包括：获取目标区域在目标时段多于一帧的现场图像；对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；将临时身份特征与人脸库中人脸特征进行比对，得到人员标识；根据人员标识的数量，确定目标区域在目标时段的人流量。
其中，在目标区域内设置至少一个图像采集装置，可以设置在目标区域的入口区域、热门区域、出口区域等。其中，热门区域是指人员聚集比较集中的地理区域，比如产品促销区域、洗手间区域等。
现场图像是能够反映目标区域现实场景情况的图像，可以是基于架设在目标区域附近的图像采集设备采集得到的。目标区域在图像采集设备的扫描摄像视野内。当统计区域存在人员时，现场图像是对活体进行图像采集得到的图像帧，展示有一个或多个人脸。人脸图像是指在现场图像中人脸区域的局部图像。人脸区域是人脸在现场图像中的位置。临时身份特征是用于区分不同人脸的人脸特征。
为了保证所采集人脸的大小符合预设条件(如大于或等于60px)，可以适当调整图像采集设备相对目标区域的位置。为了尽可能多的采集到正向的人脸，图像采集设备对现场图像的拍摄方向应靠近人流方向，比如，控制拍摄方向与人流方向的偏向角度小于预设角度，预设角度比如20度。其中，人流方向是指多数人员在目标区域的移动方向。人流量是指在目标时段内，位于目标区域内的人数。
具体地，通过图像采集装置采集目标区域的现场图像，并将采集到的现场图像通过网络传输至智能网关。图像采集装置在完成一个目标时段的图像帧传输，并确认传输成功后，将本地存储的该目标时段的图像帧删除，以减少对本地存储资源的占用。智能网关将接收到的在目标时段内的多帧现场图像传输至中央控制器，通过中央控制器对接收到的多帧现场图像进行人脸识别，得到现场图像中包含的一个或多个人脸图像。进一步，中央控制器根据人脸图像之间的相似度，采用聚类算法对人脸图像进行聚类，得到多个聚类簇；聚类算法可以是K均值聚类算法、均值聚类算法或者最大期望聚类算法等。基于聚类得到的每个聚类簇，中央控制器对每个聚类簇中的人脸图像进行特征提取，得到每个人脸图像的人脸特征。其中，人脸特征是用于反映人员面部特征的数据。人脸特征可以反映出人员的性别、人脸的轮廓、发型、眼镜、鼻子、嘴以及各个脸部器官之间的距离等其中的一种或多种特征信息。在其中一个实施例中，人脸特征可包括面部纹理特征。面部纹理特征可反映面部器官，包括鼻子、耳朵、眉毛、脸颊或嘴唇等的像素点深度。面部纹理特征可以包括面部图像像素点的颜色值分布和亮度值分布。
进一步，通过特征融合算法将属于同一聚类簇中的每个人脸图像的人脸特征进行特征融合，得到相应聚类簇对应的人脸的临时身份特征。其中特征融合算法可以是基于贝叶斯理论、基于稀疏表示或基于深度学习的特征融合算法等。进一步，基于得到的每个人脸对应的临时身份特征，将每个临时身份特征与人脸库中的每个人脸进行比对，根据比对结果确定该临时身份证所对应的人员标识。统计所有临时身份证的人员标识数量，将统计得到的人员标识数量作为目标区域在目标时段的人流量。其中，人脸库是基于对目标区域在目标时段的人员流量统计的需求而部署的数据库。人脸库仅用于存储在目标时段被统计到的首次出现的人员的人脸特征。存储至人脸库的人脸特征可以是按照上述方式确定的临时身份特征。在目标时段进行人员流量统计过程中不断动态添加人脸特征至人脸库。在人脸库中，每个人脸特征关联有一个人员标识。人员标识是能够唯一标识一个人脸特征的信息，如编号、对人脸特征进行哈希运算得到的哈希值、或人脸特征存储至人脸库的时间戳等。
在其中一个实施例中，中央控制器可通过人脸检测算法识别现场图像中的人脸区域。其中人脸检测算法可以采用OpenCV人脸检测算法、IOS、Andriod系统自带的人脸检测算法或者优图人脸检测算法等。通过人脸检测算法对现场图像进行人脸识别，得到现场图像中包含人脸以及具体的人脸区域，比如通过矩形框标识人脸的位置。计算机设备在确定现场图像中的人脸区域后，可沿该人脸区域截取现场图像以此得到人脸图像。对于单帧现场图像，截取到的人脸图像可以包括一个或多个人脸图像。其中人脸图像可以仅仅包括人脸面部区域的图像。
在本实施例中，基于部署在目标区域的图像采集装置获取多帧现场图像，通过对现场图像进行人脸图中截取，并对截取的人脸图像进行聚类，得到对应人脸的聚类簇；进一步对每个聚类簇中的人脸特征进行融合，得到表征人脸的临时身份特征，将每个临时身份特征与人脸库中每个人脸进行比较，得到相应人脸的人脸标识。根据摄像头采集目标区域的现场图像，进一步通过中央控制器对现场图像进行分析统计以此得到目标区域在目标时段的人流量，以此实现了目标区域在目标时段的人流量统计；同时本实施例通过融合的人脸特征可以更充分的表征人脸，提高了人脸识别的准确率，使得人流量的统计更准确。
在其中一个实施例中，环境监测数据包括人流量；获取目标区域在目标时段的环境监测数据包括：基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；根据人员监测数据确定目标区域在目标时段的人流量。
其中，人员监测区域是指可以感应到人员的局部区域。人员监测数据是用于判断人员监测区域是否有人员。
具体地，本实施例的人员监测设备可以是红外传感器，依据热成像原理对目标物体进行感应。在目标区域的每个人员监测区域内部署相应的人员监测设备，在目标时段内，通过人员监测设备采集相应的人员监测区域内的人员监测数据，每个人员监测区域对应有人员监测数据。当人员监测区域内有人时，采集到的对应人员监测数据则显示有人员，可以采用数据标识进行标记；比如用0表示人员监测区域内有人，1表示人员监测区域内没有人。进一步，人员监测设备将采集的人员监测数据传输至智能网关，智能网关在目标时段内定时将采集到的人员监测数据发送至中央控制器，通过中央控制器根据人员监测数据统计人数，该统计结果即为目标区域在目标时段的人流量。
在本实施例中，基于人员监测设备采集的人员监测数据，通过监测数据的分析统计来确定目标区域在目标时段的人流量，将人流量作为环境监测数据的考虑因素，提高了目标家居设备的控制精度，而且采用人员监测设备来统计人流量，进一步，提高了人流量统计的准确性，由此提高控制精度。
在一个实施例中，环境监测数据包括空气质量参数、设备运行参数以及人流量；确定目标区域的环境参考数据包括：根据人流量确定目标区域的人员密度；获取人员密度对应的环境参考数据。
其中，设备运行参数是预先设定的用于设备执行的参数，比如空调的设备运行参数为20℃。人员密度是指每平方米对应的人员数量，对于目标区域内的人员密度的计算可以采用公式：人员密度＝人流量/目标区域的面积。
具体地，根据环境监测数据对应的空气质量参数，按照人员密度对空气质量参数中各维度的数据设置环境参考数据，构建单位人员密度的环境参考数据。其中空气质量参数包括温度、湿度、PM2.5、甲醛、TVOC和CO2等参数。中央控制器基于在目标区域获取的人流量以及目标区域的面积，按照人员密度计算公式得到目标区域对应的人员密度；依据人员密度，从云平台或内存中查询得到对应的环境参考数据。比如人员密度为10人/m2，查询得到的环境参考数据为{PM2.5：38ug/m3，甲醛：0，TVOC：0.1mg/m3，CO2：400ppm，温度：26℃，湿度：50}。
在本实施例中，考虑了人流量信息，根据人流量计算得到目标区域的人员密度，根据人员密度获取对应的环境参考数据，本实施例中由于不同人员密度对应有不同的环境参考数据，增加了环境参考数据的维度，使得在不同环境下的环境参考数据更精准，由此提高了计算差异值的精度，使得对目标家居设备的控制更精准。
在一个实施例中，计算环境监测数据与环境参考数据的差异值包括：根据环境参考数据以及空气质量参数判断是否需要对目标区域内目标家居设备的运行状态进行调整；若是，则基于环境参考数据确定目标区域内目标家居设备的参考运行参数；计算参考运行参数和设备运行参数的差异值。
具体地，通过在目标时段接收到环境监测数据，以及与环境监测数据对应的环境参考数据，确定对目标区域内一个或多个目标家居设备进行控制。环境监测数据携带有空气质量参数、设备运行参数以及人流量，其中空气质量参数包括多个维度空气质量参数；中央控制器比对空气质量参数和环境参考数据并得到比对结果；根据比对结果判断是否需要对目标区域内目标家居设备的运行状态后进行调整，这里的目标家居设备是根据空气质量参数确定的。根据判断结果，若需要对目标家居设备的运行状态进行调整，则中央控制器根据人流量确定对应的环境参考数据，并基于获取的环境参考数据进一步确定目标家居设备的参考运行参数；计算目标家居设备实际运行的设备运行参数与参考运行参数的差值。这里的环境参数据可以与参考运行参数一致，也可以根据环境参考数据与参考运行参数的映射关系确定相应目标家居设备的参考运行参数。
其中比对方式可以包括：中央控制器可以计算空气质量参数与环境参考数据的差值，根据差值确定相应的空气质量参数；依据空气质量参数与目标家居设备的映射关系获得待调整运行状态的目标家居设备。
在本实施例中，先根据空气质量参数与环境参考数据来判断哪些目标家居设备需要调整运行状态，再依据环境参考数据确定待调整的目标家居设备的参考运行参数，计算对应目标家居设备参考运行参数与实际运行的设备运行参数的差值，可以快速的判断需调整运行状态的目标家居设备，且提供了目标家居设备的具体调整数值，以此提对高家居设备的控制精度。
在其中一个实施例中，智能网关可以将接收到的环境监测数据发送给云平台，云平台将接收到的环境监测数据、将当前系统时间与目标区域关联存储；通过终端从云平台获取目标区域在目标时段的环境监测数据和对应的环境参考数据；终端计算环境监测数据与环境参考数据的差异值，并根据差异值生成对目标区域的一个或多个目标家居设备的控制指令，终端将生成的控制指令发送至云平台；云平台将每个控制指令发送至智能网关，通过智能网关有线传输至相应的目标家居设备。其中，当前系统时间可以是智能网关发送环境监测数据的时间，智能网关将携带有当前系统时间的环境监测数据发送至云平台；也可以是云平台接收环境监测数据的时间。通讯服务器在预设时间内检查是否与智能网关相连接，若否，则删除已存储的网关标识并断开与对应网关标识的智能网关的连接，等待智能网关再次发起连接请求。
在其中一个实施例中，中央控制器还可以根据预设的定时系统参数生成对目标区域内对应目标家居设备的控制指令，具体包括：当获取到环境监测数据时，记录当前系统时间；获取预先设置的定时系统参数；比对当前系统时间是否与定时系统参数一致；若是，则生成对目标区域内一个或多个目标家居设备的控制指令，将每个控制指令发送至相应目标家居设备。可以定时控制目标区域内一个或多个目标家居设备的运行状态，实现了远程自动控制家居设备。
如图3所示，提供了一种智能家居控制方法的示意图。从图中可以看出，可以在中央控制器中预先设置定时系统参数，该定时系统参数包括起始时间、结束时间、日期以及家居设备标识。比如，设置的定时系统参数为8:00至18:00，日期选定为星期一至星期五，家居设备标识对应大厅的空调设备；即处于工作日的8点至下午18点，开启对大厅的空调设备，其余时间则关闭大厅的空调设备。从图中还可以看出，家居设备包括空调、新风和净化；场景主要有上下班等定时对家居设备进行操作的场景、以及节能场景(即根据环境监测数据对目标区域的一个或多个家居设备进行控制的场景)。
应该理解的是，虽然图2-3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种智能家居控制系统。所述系统包括中央控制器、智能网关、家居设备和环境监测设备；所述中央控制器与智能网关通过网络连接；所述智能网关与所述目标家居设备通过有线连接；所述环境监测设备与所述智能网关通过网络连接；所述环境监测设备用于采集目标区域内的环境监测数据，将采集到的环境监测数据传输至所述智能网关；所述智能网关用于将接收到的在所述目标区域内目标时段的环境监测数据传输至所述中央控制器；所述中央控制器用于接收所述目标区域在目标时段的环境监测数据；确定所述目标区域的环境参考数据；计算所述环境监测数据与所述环境参考数据的差异值；根据所述差异值生成对所述目标区域内一个或多个目标家居设备的控制指令；将每个控制指令发送至所述智能网关；所述智能网关将接收到的每个控制指令发送至相应目标家居设备；所述目标家居设备用于接收所述控制指令，按照所述控制指令执行相应的控制操作。
在一个实施例中，上述系统还包括与智能网关相互连接的人员监测设备，；人员监测设备用于采集目标区域在目标时段的现场图像，并将采集的现场图像传输至智能网关；中央控制器还用于获取智能网关发送的目标区域在目标时段多于一帧的现场图像；对现场图像中的人脸图像进行聚类，得到多个聚类簇；对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；将临时身份特征与人脸库中人脸特征进行比对，得到人员标识；根据人员标识的数量，确定目标区域在目标时段的人流量。
在一个实施例中，人员监测设备可以设置在目标区域内每个人员监测区域；人员监测设备用于采集相应人员监测区域在目标时段的人员监测数据；中央控制器还用于从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
在一个实施例中，中央控制器还用于根据人流量确定目标区域的人员密度；获取人员密度对应的环境参考数据。
在一个实施例中，中央控制器还用于根据环境参考数据以及空气质量参数判断是否需要对目标区域内目标家居设备的运行状态进行调整；若是，则基于环境参考数据确定目标区域内目标家居设备的参考运行参数；计算参考运行参数和设备运行参数的差异值。
在一个实施例中，中央控制器还用于将控制指令传输至智能网关；智能网关将接收到的控制指令通过有线传输至相应的目标家居设备；控制指令用于指示目标家居设备执行相应的控制操作。
在本实施例中，目基于在目标区域内设置的多个家居设备，通过中央控制器获取在目标时段的环境监测数据以及对应的环境参考数据，进一步计算环境监测数据与环境参考数据的差异值，根据差异值确定对目标区域一个或多个目标家居设备进行控制，根据目标区域的环境监测数据自动实现了对一个或多个目标家居设备的远程控制，不需要依赖用户对控制参数进行手动配置和变更，由此使得家居控制不够智能灵活。
在一个实施例中，如图5所示，提供了一种智能家居控制装置500，包括：环境监测数据获取模块502、环境参考数据确定模块504、差异值计算模块506、控制指令生成模块508和指令发送模块510，其中：
环境监测数据获取模块502，用于获取目标区域在目标时段的环境监测数据。
环境参考数据确定模块504，用于确定目标区域的环境参考数据。
差异值计算模块506，用于计算环境监测数据与环境参考数据的差异值。
控制指令生成模块508，用于根据差异值生成对目标区域内一个或多个目标家居设备的控制指令。
指令发送模块510，用于将每个控制指令发送至相应目标家居设备。
在其中一个实施例中，上述环境监测数据获取模块还用于获取目标区域在目标时段多于一帧的现场图像；对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；将临时身份特征与人脸库中人脸特征进行比对，得到人员标识；根据人员标识的数量，确定目标区域在目标时段的人流量。
在其中一个实施例中，上述环境监测数据获取模块还用于基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
在其中一个实施例中，上述环境参考数据确定模块还用于根据人流量确定目标区域的人员密度；获取人员密度对应的环境参考数据。
在其中一个实施例中，上述差异值计算模块还用于根据环境参考数据以及空气质量参数判断是否需要对目标区域内目标家居设备的运行状态进行调整；若是，则基于环境参考数据确定目标区域内目标家居设备的参考运行参数；计算参考运行参数和设备运行参数的差异值。
在其中一个实施例中，上述指令发送模块还用于将控制指令通过智能网关有线传输至相应的目标家居设备；控制指令用于指示目标家居设备执行相应的控制操作。
在本实施例中，目标区域内装载有多个目标家居设备，基于在目标区域内设置的多个家居设备，通过中央控制器获取在目标时段的环境监测数据以及对应的环境参考数据，进一步计算环境监测数据与环境参考数据的差异值，根据差异值确定对目标区域一个或多个目标家居设备进行控制，根据目标区域的环境监测数据自动实现了对一个或多个目标家居设备的远程控制，不需要依赖用户对控制参数进行手动配置和变更，由此使得家居控制不够智能灵活。
关于智能家居控制装置的具体限定可以参见上文中对于智能家居控制方法的限定，在此不再赘述。上述智能家居控制装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种智能家居控制方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本申请任意一个实施例中提供的智能家居控制方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种智能家居控制方法，所述方法包括：
获取目标区域在目标时段的环境监测数据；
确定所述目标区域的环境参考数据；
计算所述环境监测数据与所述环境参考数据的差异值；
根据所述差异值生成对目标区域内一个或多个目标家居设备的控制指令；
将每个控制指令发送至相应目标家居设备。
2.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括人流量；所述获取目标区域在目标时段的环境监测数据包括：
获取目标区域在目标时段多于一帧的现场图像；
对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；
对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；
将所述临时身份特征与人脸库中人脸特征进行比对，得到人员标识；
根据所述人员标识的数量，确定所述目标区域在所述目标时段的人流量。
3.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括人流量；所述获取目标区域在目标时段的环境监测数据包括：
基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；
从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；
将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
4.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括人流量；所述确定目标区域的环境参考数据包括：
根据所述人流量确定所述目标区域的人员密度；
获取所述人员密度对应的环境参考数据。
5.根据权利要求1所述的方法，其特征在于，所述环境监测数据包括空气质量参数和设备运行参数；所述计算所述环境监测数据与所述环境参考数据的差异值包括：
根据所述环境参考数据以及所述空气质量参数判断是否需要对所述目标区域内目标家居设备的运行状态进行调整；
若是，则基于环境参考数据确定目标区域内目标家居设备的参考运行参数；
计算所述参考运行参数和所述设备运行参数的差异值。
6.根据权利要求1所述的方法，其特征在于，所述将每个控制指令发送至相应目标家居设备包括：
将所述控制指令通过智能网关有线传输至相应的目标家居设备；所述控制指令用于指示所述目标家居设备执行相应的控制操作。
7.一种智能家居控制系统，其特征在于，所述系统包括中央控制器、智能网关、家居设备和环境监测设备；所述中央控制器与智能网关通过网络连接；所述智能网关与所述目标家居设备通过有线连接；所述环境监测设备与所述智能网关通过网络连接；
所述环境监测设备用于采集目标区域内的环境监测数据，将采集到的环境监测数据传输至所述智能网关；
所述智能网关用于将接收到的在所述目标区域内目标时段的环境监测数据传输至所述中央控制器；
所述中央控制器用于接收所述目标区域在目标时段的环境监测数据；确定所述目标区域的环境参考数据；计算所述环境监测数据与所述环境参考数据的差异值；根据所述差异值生成对所述目标区域内一个或多个目标家居设备的控制指令；将每个控制指令发送至所述智能网关；
所述智能网关将接收到的每个控制指令发送至相应目标家居设备；
所述目标家居设备用于接收所述控制指令，按照所述控制指令执行相应的控制操作。
8.一种智能家居控制装置，其特征在于，所述装置包括：
环境监测数据获取模块，用于获取目标区域在目标时段的环境监测数据；
环境参考数据确定模块，用于确定所述目标区域的环境参考数据；
差异值计算模块，用于计算所述环境监测数据与所述环境参考数据的差异值；
控制指令生成模块，用于根据所述差异值生成对目标区域内一个或多个目标家居设备的控制指令；
指令发送模块，用于将每个控制指令发送至相应目标家居设备。
9.根据权利要求8所述的装置，其特征在于，上述环境监测数据获取模块还用于获取目标区域在目标时段多于一帧的现场图像；对所述现场图像中的人脸图像进行聚类，得到多个聚类簇；对每个聚类簇中的人脸图像进行特征融合，得到相应的临时身份特征；将所述临时身份特征与人脸库中人脸特征进行比对，得到人员标识；根据所述人员标识的数量，确定所述目标区域在所述目标时段的人流量。
10.根据权利要求8所述的装置，其特征在于，上述环境监测数据获取模块还用于基于设置在目标区域内每个人员监测区域的人员监测设备，采集相应人员监测区域在目标时段的人员监测数据；从预先设置的人员数据标识中，确定所述人员监测数据中的人员数据标识的数量；将所述人员数据标识的数量作为所述目标区域在目标时段的人流量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576105.4A CN110244574A (zh) | 2019-06-28 | 2019-06-28 | 智能家居控制方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910576105.4A CN110244574A (zh) | 2019-06-28 | 2019-06-28 | 智能家居控制方法、装置、系统和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110244574A true CN110244574A (zh) | 2019-09-17 |
Family
ID=67890187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910576105.4A Pending CN110244574A (zh) | 2019-06-28 | 2019-06-28 | 智能家居控制方法、装置、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110244574A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111158258A (zh) * | 2020-01-10 | 2020-05-15 | 深圳市沃马驰电子科技有限公司 | 一种环境监测方法和系统 |
| CN111243582A (zh) * | 2019-12-30 | 2020-06-05 | 杭州睿者智能工程有限公司 | 一种酒店管理语音控制系统及其控制方法 |
| CN111507574A (zh) * | 2020-03-19 | 2020-08-07 | 深圳奇迹智慧网络有限公司 | 安保人员部署方法、装置、计算机设备和存储介质 |
| CN113589729A (zh) * | 2021-07-30 | 2021-11-02 | 季伟 | 一种智慧楼宇自控方法及装置 |
| CN113589703A (zh) * | 2021-09-29 | 2021-11-02 | 深圳市翱宇晟科技有限公司 | 点控制和群控制可调配式智能家居数据处理系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103136504A (zh) * | 2011-11-28 | 2013-06-05 | 汉王科技股份有限公司 | 人脸识别方法及装置 |
| US20150268641A1 (en) * | 2014-03-18 | 2015-09-24 | Fujitsu Limited | Dynamic environment adaptation |
| CN106302041A (zh) * | 2016-08-05 | 2017-01-04 | 深圳博科智能科技有限公司 | 一种智能家居设备控制方法及装置 |
| CN108241300A (zh) * | 2016-12-26 | 2018-07-03 | 开利公司 | 预定空间区域的设备控制 |
| CN109282412A (zh) * | 2018-08-31 | 2019-01-29 | 山东大卫国际建筑设计有限公司 | 一种新风自动调速系统及方法 |
| WO2019037322A1 (zh) * | 2017-08-23 | 2019-02-28 | 广东美的制冷设备有限公司 | 智能家电控制方法和装置 |
| CN109856979A (zh) * | 2018-12-21 | 2019-06-07 | 深圳云天励飞技术有限公司 | 环境调节方法及相关产品 |
-
2019
- 2019-06-28 CN CN201910576105.4A patent/CN110244574A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103136504A (zh) * | 2011-11-28 | 2013-06-05 | 汉王科技股份有限公司 | 人脸识别方法及装置 |
| US20150268641A1 (en) * | 2014-03-18 | 2015-09-24 | Fujitsu Limited | Dynamic environment adaptation |
| CN106302041A (zh) * | 2016-08-05 | 2017-01-04 | 深圳博科智能科技有限公司 | 一种智能家居设备控制方法及装置 |
| CN108241300A (zh) * | 2016-12-26 | 2018-07-03 | 开利公司 | 预定空间区域的设备控制 |
| WO2019037322A1 (zh) * | 2017-08-23 | 2019-02-28 | 广东美的制冷设备有限公司 | 智能家电控制方法和装置 |
| CN109282412A (zh) * | 2018-08-31 | 2019-01-29 | 山东大卫国际建筑设计有限公司 | 一种新风自动调速系统及方法 |
| CN109856979A (zh) * | 2018-12-21 | 2019-06-07 | 深圳云天励飞技术有限公司 | 环境调节方法及相关产品 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111243582A (zh) * | 2019-12-30 | 2020-06-05 | 杭州睿者智能工程有限公司 | 一种酒店管理语音控制系统及其控制方法 |
| CN111158258A (zh) * | 2020-01-10 | 2020-05-15 | 深圳市沃马驰电子科技有限公司 | 一种环境监测方法和系统 |
| CN111507574A (zh) * | 2020-03-19 | 2020-08-07 | 深圳奇迹智慧网络有限公司 | 安保人员部署方法、装置、计算机设备和存储介质 |
| CN111507574B (zh) * | 2020-03-19 | 2023-08-18 | 深圳奇迹智慧网络有限公司 | 安保人员部署方法、装置、计算机设备和存储介质 |
| CN113589729A (zh) * | 2021-07-30 | 2021-11-02 | 季伟 | 一种智慧楼宇自控方法及装置 |
| CN113589703A (zh) * | 2021-09-29 | 2021-11-02 | 深圳市翱宇晟科技有限公司 | 点控制和群控制可调配式智能家居数据处理系统 |
| CN113589703B (zh) * | 2021-09-29 | 2022-01-18 | 深圳市翱宇晟科技有限公司 | 点控制和群控制可调配式智能家居数据处理系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110244574A (zh) | 智能家居控制方法、装置、系统和存储介质 | |
| US11978256B2 (en) | Face concealment detection | |
| KR102215041B1 (ko) | 정의된 영역 내의 객체를 추적하기 위한 방법 및 시스템 | |
| CN106164991B (zh) | 为识别未授权人的感官输入的相关 | |
| US11747430B2 (en) | Correlation of sensory inputs to identify unauthorized persons | |
| Salimi et al. | Occupancy prediction model for open-plan offices using real-time location system and inhomogeneous Markov chain | |
| US8824750B2 (en) | Distributive facial matching and notification system | |
| WO2016180323A1 (zh) | 客流量的统计方法及装置 | |
| US11776308B2 (en) | Frictionless access control system embodying satellite cameras for facial recognition | |
| CN109544729B (zh) | 闸机控制方法、装置、计算机设备和存储介质 | |
| CN116452379B (zh) | 一种基于大数据的智慧校园管理系统 | |
| US11935297B2 (en) | Item monitoring for doorbell cameras | |
| CN105260725A (zh) | 一种虹膜识别系统 | |
| US11968412B1 (en) | Bandwidth estimation for video streams | |
| CN108055455A (zh) | 家庭监控的隐私保护方法、装置及计算机可读存储介质 | |
| Cokbas et al. | Low-resolution overhead thermal tripwire for occupancy estimation | |
| CN107702290A (zh) | 空调器的控制方法及装置、终端 | |
| US11748993B2 (en) | Anomalous path detection within cameras' fields of view | |
| CN111860256A (zh) | 安全检测方法、装置、计算机设备和存储介质 | |
| CN113723184A (zh) | 基于智能网关的场景识别系统、方法、装置和智能网关 | |
| Nyarko et al. | Cloud based passive building occupancy characterization for attack and disaster response | |
| CN109615750B (zh) | 门禁机的人脸识别控制方法及装置、门禁设备、存储介质 | |
| WO2018114443A1 (en) | Rgbd sensing based object detection system and method thereof | |
| Mohottige et al. | Modeling classroom occupancy using data of WiFi infrastructure in a university campus | |
| Habib et al. | Automatic occupancy prediction using unsupervised learning in buildings 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 |
Application publication date: 20190917 |
|
| RJ01 | Rejection of invention patent application after publication |