CN110490047A - 一种家电设备控制方法、家电设备和计算机可读介质 - Google Patents

一种家电设备控制方法、家电设备和计算机可读介质 Download PDF

Info

Publication number
CN110490047A
CN110490047A CN201910586409.9A CN201910586409A CN110490047A CN 110490047 A CN110490047 A CN 110490047A CN 201910586409 A CN201910586409 A CN 201910586409A CN 110490047 A CN110490047 A CN 110490047A
Authority
CN
China
Prior art keywords
cluster centre
control method
equipment control
household appliance
detection signal
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
Application number
CN201910586409.9A
Other languages
English (en)
Inventor
叶朝虹
宋德超
陈翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Lianyun Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Gree Electric Appliances Inc of Zhuhai, Zhuhai Lianyun Technology Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN201910586409.9A priority Critical patent/CN110490047A/zh
Publication of CN110490047A publication Critical patent/CN110490047A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本申请涉及一种家电设备控制方法、家电设备和计算机可读介质，所述家电设备控制方法包括：获取用于检测用户位置的位置检测装置输出的检测信号；基于所述检测信号确定跟随对象及跟随参数；按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。本发明实施例能够持续跟随用户的位置进行输出，无需用户多次调节，增强智能家居的人机交互体验，使需要移动的智能家居电器使用更加简便。

Description

一种家电设备控制方法、家电设备和计算机可读介质
技术领域
本申请涉及家用电器技术领域，尤其涉及一种家电设备控制方法、家电设备和计算机可读介质。
背景技术
随着人们生活水平的大幅提高，各种智能家电设备已走进千家万户，提高人们的生活质量。
对于一些需要长时间运行又较难搬运的家电设备，例如：风扇、移动空调或除湿机等，或者，柜机或壁挂机等这种需要改变风向的家电设备，都是按照系统默认配置进行工作，如：风扇一般具有两种工作模式，一种是固定模式，即不断一个方向送风，另一种是摇头模式，即按某一速率摇头送风；再如：空调也是一般具有两种工作模式，一种是上下扫风，另一种是左右扫风。
然而，在实际应用中，用户很难长时间停留在一个位置，可能会因为各种原因在室内走动，这时，现有的智能家电设备所实现的功能将很难持续的作用于用户，用户需要多次调整智能家电设备的工作模式，操作十分复杂不便，而且即使调整工作模式，所实现的效果也并不理想。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种家电设备控制方法、家电设备和计算机可读介质。
第一方面，本申请提供了一种家电设备控制方法，包括：
获取用于检测用户位置的位置检测装置输出的检测信号；
基于所述检测信号确定跟随对象及跟随参数；
按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。
可选地，基于所述检测信号确定跟随对象，包括：
基于所述检测信号，计算检测到的多个动态点的运动特征；
基于多个动态点的运动特征，确定跟随对象。
可选地，所述检测信号包括：反射频率；
基于所述检测信号，计算检测到的多个动态点的运动特征，包括：
针对每个动态点，基于所述反射频率和预设的信号处理算法计算得到运动特征。
可选地，基于多个动态点的运动特征，确定跟随对象，包括：
对多个动态点的运动特征进行聚类，得到聚类中心；
对所述聚类中心进行分类；
若所述聚类中心的类别为人类类别，则将所述聚类中心对应的对象确定为跟随对象。
可选地，对多个动态点的运动特征进行聚类，得到聚类中心，包括：
基于每个动态点的运动特征，计算任意两个的动态点之间的欧氏距离；
基于欧式距离小于预设聚类阈值的动态点建立聚类集合；
将聚类集合中基于欧氏距离的中心点所对应的动态点确定为聚类中心。
可选地，对所述聚类中心进行分类，包括：
利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签；
根据所述类别标签确定所述聚类中心的类别。
可选地，每隔预设时间段，执行利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签的步骤。
可选地，按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出，包括：
控制家电设备向所述跟随对象的方向输出；
或者，按照所述跟随参数确定偏移角，将家电设备与跟随对象所在的连线确定为第一直线，控制家电设备向与所述第一直线之间的夹角为所述偏移角的第二直线的方向输出。
第二方面，本申请提供了一种家电设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现第一方面所述的方法的步骤。
第三方面，本申请提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述第一方面所述的方法。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点：
本发明实施例通过首先获取用于检测用户位置的位置检测装置输出的检测信号，然后基于所述检测信号确定跟随对象及跟随参数，最后可以按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。
本发明实施例能够持续跟随用户的位置进行输出，无需用户多次调节，增强智能家居的人机交互体验，使需要移动的智能家居电器使用更加简便。
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。
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种家电设备控制方法的流程图；
图2为图1中步骤S102的一种流程图；
图3为图2中步骤S202的一种流程图；
图4为本发明又一实施例提供的一种家电设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。
在实际应用中，用户很难长时间停留在一个位置，可能会因为各种原因在室内走动，这时，现有的智能家电设备所实现的功能将很难持续的作用于用户，用户需要多次调整智能家电设备的工作模式，操作十分复杂不便，而且即使调整工作模式，所实现的效果也并不理想。为此，在本发明实施例中，提供一种家电设备控制方法，所述方法可以应用于家电设备，如图1所示，所述方法可以包括以下步骤：
步骤S101，获取用于检测用户位置的位置检测装置输出的检测信号；
在本发明实施例中，位置检测装置可以指毫米微波雷达，毫米微波雷达能够检测空间中的物体，检测信号中包括：毫米微博雷达在空间中探测到动态物体的反射频率等，基于反射频率的变化可以识别出空间中的物体。
步骤S102，基于所述检测信号确定跟随对象及跟随参数；
在步骤S102中，如图2所示，基于所述检测信号确定跟随对象，可以包括以下步骤：
步骤S201，基于所述检测信号，计算检测到的多个动态点的运动特征；
在该步骤中，可以针对每个动态点，基于所述反射频率和预设的信号处理算法计算得到运动特征。
在本发明实施例中，运动特征包括：但不限于多普勒速度和距离等。
在该步骤中，可以将所述反射频率带入信号处理算法中，得到运动特征。
步骤S202，基于多个动态点的运动特征，确定跟随对象。
如图3所示，步骤S202可以包括以下步骤：
步骤S301，对多个动态点的运动特征进行聚类，得到聚类中心；
在该步骤中，可以基于每个动态点的运动特征，计算任意两个的动态点之间的欧氏距离，基于欧式距离小于预设聚类阈值的动态点建立聚类集合，将聚类集合中与欧氏距离的中心点对应的动态点确定为聚类中心。
设置预设聚类阈值可以使同一个对象对应的多个动态点更为聚集，进而便于确定单个对象。
步骤S302，对所述聚类中心进行分类；
可以首先利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签，然后再根据所述类别标签确定所述聚类中心的类别。
在本发明实施例中，可以预先利用毫米微波雷达收集多组检测动态的非人样本与人的样本，利用非人样本与人的样本对预设多标签的分类算法进行训练，为了保证使用宏分类的准确度，可以采集尽量多的非人样本与人类样本。
非人样本对应非人类别，人类样本对应人类类别，非人类别和人类类别即是标签，示例性的，预设多标签的分类算法可以为邻近分类算法(kNN，k-NearestNeighbor)或者人工神经网络分类算法等。
在本发明实施例中，由于毫米微波雷达要检测的是动态点的特征，如果人突然静止后继续运动，中间就会有间断，所以可以每隔预设时间段，执行利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签的步骤。
步骤S303，若所述聚类中心的类别为人类类别，则将所述聚类中心对应的对象确定为跟随对象。
基于所述检测信号确定跟随参数，可以根据聚类中心的运动特征，如：多普勒速度和距离等，制定家电设备的跟随策略，所述跟随策略输出的跟随参数包含但不限于速度或位移方位角等，如输入8m/s、中平面偏左60度等。
步骤S103，按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。
在该步骤中，跟随参数位移，输出运动参数到家电控制系统，输出参数包含但不限于速度和位移等。
在本发明实施例中，可以控制家电设备向所述跟随对象的方向输出；示例性的，风扇可以跟随人的运动而运动，或者，空调的扫风片可以跟着人上下左右摆动等。
或者，按照所述跟随参数确定偏移角，或者，若家电设备与跟随对象的连线为第一直线，则可以控制家电设备向与第一直线之间的夹角为所述偏移角的第二直线的方向输出，假设第一直线的角度为0度直线，偏移角为30度，则第二直线的方向可以为+30度或者-30度。这样，可以避免家电设备直接朝向跟随对象作用(如吹风等)而对跟随对象的身体造成损害，如空调总是直吹用户，可能会引起用户感冒等。
本发明实施例通过首先获取用于检测用户位置的位置检测装置输出的检测信号，然后基于所述检测信号确定跟随对象及跟随参数，最后可以按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。
本发明实施例能够持续跟随用户的位置进行输出，无需用户多次调节，增强智能家居的人机交互体验，使需要移动的智能家居电器使用更加简便。
在本发明的又一实施例中，还提供一种家电设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法实施例所述的方法的步骤。
在本发明的又一实施例中，还提供一种具有处理器可执行的非易失的程序代码的计算机可读介质，所述程序代码使所述处理器执行所述方法实施例所述方法。
本发明实施例提供的终端，处理器通过执行存储器上所存放的程序实现了获取用于检测用户位置的位置检测装置输出的检测信号；基于所述检测信号确定跟随对象及跟随参数；按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。实现能够持续跟随用户的位置进行输出，无需用户多次调节，增强智能家居的人机交互体验，使需要移动的智能家居电器使用更加简便。
上述电子设备提到的通信总线1140可以是外设部件互连标准(PeripheralComponentInterconnect，简称PCI)总线或扩展工业标准结构(ExtendedIndustryStandardArchitecture，简称EISA)总线等。该通信总线1140可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口1120用于上述电子设备与其他设备之间的通信。
存储器1130可以包括随机存取存储器(RandomAccessMemory，简称RAM)，也可以包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器1110可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(DigitalSignalProcessing，简称DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，简称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。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidStateDisk(SSD))等。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
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。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种家电设备控制方法，其特征在于，包括：
获取用于检测用户位置的位置检测装置输出的检测信号；
基于所述检测信号确定跟随对象及跟随参数；
按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出。
2.根据权利要求1所述的家电设备控制方法，其特征在于，基于所述检测信号确定跟随对象，包括：
基于所述检测信号，计算检测到的多个动态点的运动特征；
基于多个动态点的运动特征，确定跟随对象。
3.根据权利要求2所述的家电设备控制方法，其特征在于，所述检测信号包括：反射频率；
基于所述检测信号，计算检测到的多个动态点的运动特征，包括：
针对每个动态点，基于所述反射频率和预设的信号处理算法计算得到运动特征。
4.根据权利要求2所述的家电设备控制方法，其特征在于，基于多个动态点的运动特征，确定跟随对象，包括：
对多个动态点的运动特征进行聚类，得到聚类中心；
对所述聚类中心进行分类；
若所述聚类中心的类别为人类类别，则将所述聚类中心对应的对象确定为跟随对象。
5.根据权利要求4所述的家电设备控制方法，其特征在于，对多个动态点的运动特征进行聚类，得到聚类中心，包括：
基于每个动态点的运动特征，计算任意两个的动态点之间的欧氏距离；
基于欧式距离小于预设聚类阈值的动态点建立聚类集合；
将聚类集合中基于欧氏距离的中心点所对应的动态点确定为聚类中心。
6.根据权利要求4所述的家电设备控制方法，其特征在于，对所述聚类中心进行分类，包括：
利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签；
根据所述类别标签确定所述聚类中心的类别。
7.根据权利要求6所述的家电设备控制方法，其特征在于，每隔预设时间段，执行利用预设多标签的分类算法对所述聚类中心进行分类，得到所述聚类中心对应的类别标签的步骤。
8.根据权利要求1所述的家电设备控制方法，其特征在于，按照所述跟随参数，控制家电设备向所述跟随对象进行跟随输出，包括：
控制家电设备向所述跟随对象的方向输出；
或者，按照所述跟随参数确定偏移角，将家电设备与跟随对象所在的连线确定为第一直线，控制家电设备向与所述第一直线之间的夹角为所述偏移角的第二直线的方向输出。
9.一种家电设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器、通信接口和存储器通过通信总线完成相互间的通信；所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至8任一项所述的方法的步骤。
10.一种具有处理器可执行的非易失的程序代码的计算机可读介质，其特征在于，所述程序代码使所述处理器执行所述权利要求1至8任一所述的方法。
CN201910586409.9A 2019-07-01 2019-07-01 一种家电设备控制方法、家电设备和计算机可读介质 Pending CN110490047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910586409.9A CN110490047A (zh) 2019-07-01 2019-07-01 一种家电设备控制方法、家电设备和计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910586409.9A CN110490047A (zh) 2019-07-01 2019-07-01 一种家电设备控制方法、家电设备和计算机可读介质

Publications (1)

Publication Number Publication Date
CN110490047A true CN110490047A (zh) 2019-11-22

Family

ID=68546458

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910586409.9A Pending CN110490047A (zh) 2019-07-01 2019-07-01 一种家电设备控制方法、家电设备和计算机可读介质

Country Status (1)

Country Link
CN (1) CN110490047A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021203745A1 (zh) * 2020-04-07 2021-10-14 格力电器（武汉）有限公司 待命位置规划方法、装置、存储介质及计算机设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102734891A (zh) * 2011-04-13 2012-10-17 珠海格力电器股份有限公司 空调器送风控制方法及装置、空调器
CN102889666A (zh) * 2012-05-25 2013-01-23 海尔集团公司 空调控制方法及空调
CN103954021A (zh) * 2014-03-24 2014-07-30 广东美的制冷设备有限公司 自然风空调及自然风空调的控制方法
CN104963881A (zh) * 2015-07-28 2015-10-07 安徽理工大学 一种智能电风扇
CN106054156A (zh) * 2016-06-22 2016-10-26 中国人民解放军第四军医大学 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法
CN106774314A (zh) * 2016-12-11 2017-05-31 北京联合大学 一种基于行走轨迹的家庭服务机器人路径规划方法
CN108537276A (zh) * 2018-04-09 2018-09-14 广东工业大学 一种聚类中心的选取方法、装置及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102734891A (zh) * 2011-04-13 2012-10-17 珠海格力电器股份有限公司 空调器送风控制方法及装置、空调器
CN102889666A (zh) * 2012-05-25 2013-01-23 海尔集团公司 空调控制方法及空调
CN103954021A (zh) * 2014-03-24 2014-07-30 广东美的制冷设备有限公司 自然风空调及自然风空调的控制方法
CN104963881A (zh) * 2015-07-28 2015-10-07 安徽理工大学 一种智能电风扇
CN106054156A (zh) * 2016-06-22 2016-10-26 中国人民解放军第四军医大学 一种基于uwb mimo生物雷达的静止人体目标识别与定位方法
CN106774314A (zh) * 2016-12-11 2017-05-31 北京联合大学 一种基于行走轨迹的家庭服务机器人路径规划方法
CN108537276A (zh) * 2018-04-09 2018-09-14 广东工业大学 一种聚类中心的选取方法、装置及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
宋柱 等: "分区基于密度的聚类算法在激光雷达行人检测系统中的应用", 《科学技术与工程》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021203745A1 (zh) * 2020-04-07 2021-10-14 格力电器（武汉）有限公司 待命位置规划方法、装置、存储介质及计算机设备

Similar Documents

Publication Publication Date Title
KR102393418B1 (ko) 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법
CN110360715B (zh) 区域选择性地动作的空调、云服务器及其动作方法
CN102901180B (zh) 一种控制空调的方法及系统
EP3086563B1 (en) Gateway, management center, and remote access system
US20190271483A1 (en) Air conditioner and method for control thereof
US10838505B2 (en) System and method for gesture recognition
WO2020135487A1 (zh) 一种智能家居中动态构建环境调节规则列表的方法及装置
US20160054017A1 (en) Air conditioning management device, air conditioning system, and program
JP2021529925A (ja) 空気調節機器の制御方法、装置及び空気調節機器
CN110687802A (zh) 一种智能家电控制方法及智能家电控制装置
CN110440408A (zh) 区域控制方法和装置
CN105025630A (zh) 一种亮度调节方法及智能手表
CN110490047A (zh) 一种家电设备控制方法、家电设备和计算机可读介质
JP7279992B2 (ja) 音声認識デバイス及びそのウェイクアップ応答方法、コンピュータ記憶媒体
CN112162625A (zh) 电子设备的功耗控制方法、装置、存储介质和终端
CN109163422A (zh) 空调器及其控制方法、装置和计算机可读存储介质
CN112944624B (zh) 用于空调控制的方法和空调
CN110671802A (zh) 控制空调的装置及方法、系统、存储介质和处理器
CN105241001A (zh) 一种参数调整方法及空调
CN110851102A (zh) 输出音量控制方法及装置、电子设备及介质
US11486598B2 (en) Fan driving device
CN111121234A (zh) 一种空调压缩机的控制方法及控制装置
CN109801626A (zh) 家用电器的控制方法及家用电器
CN105373720A (zh) 一种应用于移动终端的模块控制方法及装置
US11300310B2 (en) HVAC system and method using smart air flow control

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