CN110568770B - 一种控制智能家居设备的方法及控制设备 - Google Patents

Abstract

本申请提供一种控制智能家居设备的方法及控制设备，用于提高控制智能家居设备的效率。该方法包括：获得第一信息；其中，所述第一信息包括用于表征用户当前眼部疲劳程度的信息；根据所述第一信息，获得与所述第一信息对应的环境亮度参考值；根据所述环境亮度参考值，对第一智能家居设备进行控制；其中，所述第一智能家居设备为具有环境亮度调节功能的智能家居设备。

Description

一种控制智能家居设备的方法及控制设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种控制智能家居设备的方法及控制设备。

背景技术

随着科技的进步，智能家居设备已成为人们生活中不可缺少的一部分。目前，智能家居设备的控制方法有两种，一种是通过智能家居设备上的按键控制智能家居设备，另一种是通过终端设备远程控制智能家居设备。

上述两种控制智能家居设备的方法中，需要用户从多个智能家居设备中发现自己需要控制智能家居设备，再参与对智能家居设备的控制。可见，现有的控制智能家居设备的方法都需要用户主动发出控制指令，智能家居设备才会根据控制指令完成相应的功能，如果用户完成对智能家居设备的控制后，不满意当前的控制效果，还需要再次向智能家居设备发出控制指令，这使得控制智能家居设备的控制效率不高。

发明内容

本申请实施例提供一种控制智能家居设备的方法及控制设备，用于提高控制智能家居设备的效率。

第一方面，提供一种控制智能家居设备的方法，应用于控制设备，该方法包括：

获得第一信息；其中，所述第一信息包括用于表征用户当前眼部疲劳程度的信息；

根据所述第一信息，获得与所述第一信息对应的环境亮度参考值；

根据所述环境亮度参考值，对第一智能家居设备进行控制；其中，所述第一智能家居设备为具有环境亮度调节功能的智能家居设备。

在本申请实施例中，控制设备可以根据用户当前眼部疲劳程度，确定与用户当前眼部疲劳程度对应的环境亮度参考值，根据该环境亮度参考值调整智能家居设备，相较于传统的用户发出控制指令来调节环境亮度的方式，本申请实施例控制设备可以根据环境亮度参考值，控制智能家居设备，无需用户进行手动控制操作，提高了控制智能家居设备过程的效率以及准确性。且，在一定程度上，用户无需控制智能家居设备而中断当前在做的事，获得了更好的用户体验。且，相较于用户进行多次手动调节，控制智能家居设备的方式，本申请实施例中无需用户进行多次控制。可见，本申请实施例提供的方法提高了控制智能家居设备过程的效率。

可选的，根据所述第一信息，获得与所述第一信息对应的环境亮度参考值，包括：

将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值；其中，所述已训练模型是根据样本数据训练得到的，所述样本数据包括在多种眼部疲劳程度下，所述用户关联的环境亮度样本值；

将概率值最大的环境亮度参考值确定为与所述第一信息对应的环境亮度参考值。

在本申请实施例中，利用功能神经网络模型强大的学习功能，通过大量的样本数据的训练，使训练得到的已训练模型具有识别用户眼部疲劳程度的功能，从而，控制设备可以根据已训练模型识别出与所述第一信息对应的环境亮度参考值，使得计算出的环境亮度值更加准确。且无需用户手动选择调节的环境亮度值，为选择困难的用户提供了很好的解决方案。

可选的，在将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值之前，包括：

若多个环境亮度参考值的概率值中最大概率值对应的环境亮度参考值小于预设阈值，则根据所述用户的输入信息，控制第一智能家居设备。

在本申请实施例中，设定了预设阈值，使得环境亮度参考值的概率值足够大时，控制设备才会确定该环境亮度参考值为已训练模型输出的环境亮度参考值，在一定程度上减小了已训练模型误判的几率，为用户提供更准确的环境亮度参考值，当已训练模型的输出结果不符合当前需求时，提供一种接收用户手动输入的信息，根据该信息控制第一智能家居设备的方式。

可选的，在将所述第一信息输入已训练模型，获得与所述第一信息对应多个环境亮度参考值的概率值之前，包括：

针对多种眼部疲劳程度中每种眼部疲劳程度，确定所述用户在所述控制设备上对第二智能家居设备进行控制之后的环境亮度值；

若预设时长内，接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将所述控制环境亮度信息所指示的环境亮度值确定为所述用户关联的环境亮度样本值；

若预设时长内，未接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将在所述控制设备对第二智能家居设备进行控制之后的环境亮度值确定为所述用户关联的环境亮度样本值。

在本申请实施例中，考虑到不同用户的感光程度可能不一样。因此，控制设备为用户调节了环境亮度后，用户可能会根据自身情况进行修改，控制设备将用户的偏好环境亮度值更新在样本数据中，以便后续为该用户计算出更准确的环境亮度值。如果用户不对控制设备调节的环境亮度值做出修改，那么控制设备确定该环境亮度值是适合该用户的。通过包含用户个性化的样本数据，控制设备输出的环境亮度参考值会更加符合使用该控制设备的用户的需求，从而获得更好的用户体验。

可选的，所述第一信息还包括用户当前的位置信息，根据所述环境亮度参考值，对第一智能家居设备进行控制，包括：

获取在所述控制设备控制下，具有环境亮度调节功能的至少一个智能家居设备，以及所述至少一个智能家居设备中每个智能家居设备的位置信息；

根据所述用户当前的位置信息以及所述至少一个智能家居设备中每个智能家居设备的位置信息，从所述至少一个智能家居设备中，确定与所述用户在预设距离范围内的智能家居设备；

根据所述环境亮度参考值，对确定出的智能家居设备进行控制。

在本申请实施例中，获取与用户在一个预设范围内的具有环境亮度调节功能的智能家居设备，避免了控制设备需要控制较远距离的智能家居设备才能使用户所在环境中的亮度达到环境亮度参考值。在一定程度上节约了资源。

可选的，根据所述环境亮度参考值，对第一智能家居设备进行控制，包括：

从具有环境亮度调节功能的至少一个智能家居设备中，确定所述环境亮度参考值属于所述至少一个智能家居设备的环境亮度调节范围内的智能家居设备；

根据所述环境亮度参考值，对确定出的智能家居设备进行控制。

在本申请实施例中，获取智能家居设备的亮度调节范围包括环境亮度参考值的智能家居设备，使得控制设备对智能家居设备进行控制就可以完成亮度调节的功能，避免选择控制的智能家居设备无法达到控制效果，再次控制其它智能家居设备的情况，相对可以提高控制智能家居设备的效率。

第二方面，提供一种控制设备，包括：

收发模块：用于获得第一信息；其中，所述第一信息包括用于表征用户当前眼部疲劳程度的信息；

处理模块：用于根据所述第一信息，获得与所述第一信息对应的环境亮度参考值；以及，

用于根据所述环境亮度参考值，对第一智能家居设备进行控制；其中，所述第一智能家居设备为具有环境亮度调节功能的智能家居设备。

可选的，所述处理模块具体用于：

将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值；其中，所述已训练模型是根据样本数据训练得到的，所述样本数据包括在多种眼部疲劳程度下，所述用户关联的环境亮度样本值；

将概率值最大的环境亮度参考值确定为与所述第一信息对应的环境亮度参考值。

可选的，所述处理模块还用于：

在将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值之前，若多个环境亮度参考值的概率值中最大概率值对应的环境亮度参考值小于预设阈值，则根据所述用户的输入信息，控制第一智能家居设备。

可选的，所述处理模块还用于：

在将所述第一信息输入已训练模型，获得与所述第一信息对应多个环境亮度参考值的概率值之前，针对多种眼部疲劳程度中每种眼部疲劳程度，确定所述用户在所述控制设备上对第二智能家居设备进行控制之后的环境亮度值；

若预设时长内，接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将所述控制环境亮度信息所指示的环境亮度值确定为所述用户关联的环境亮度样本值；

若预设时长内，未接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将在所述控制设备对第二智能家居设备进行控制之后的环境亮度值确定为所述用户关联的环境亮度样本值。

可选的，所述第一信息还包括用户当前的位置信息，所述处理模块具体用于：

获取在所述控制设备控制下，具有环境亮度调节功能的至少一个智能家居设备，以及所述至少一个智能家居设备中每个智能家居设备的位置信息；

根据所述用户当前的位置信息以及所述至少一个智能家居设备中每个智能家居设备的位置信息，从所述至少一个智能家居设备中，确定与所述用户在预设距离范围内的智能家居设备；

根据所述环境亮度参考值，对确定出的智能家居设备进行控制。

可选的，所述处理模块具体用于：

从具有环境亮度调节功能的至少一个智能家居设备中，确定所述环境亮度参考值属于所述至少一个智能家居设备的环境亮度调节范围内的智能家居设备；

根据所述环境亮度参考值，对确定出的智能家居设备进行控制。

第三方面，提供一种控制设备，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第一方面中任一所述的方法。

第四方面，提供一种存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面中任一所述的方法。

附图说明

图1为本申请实施例提供的一种控制智能家居设备方法的应用场景示意图；

图2为本申请实施例提供的另一种控制智能家居设备方法的应用场景示意图；

图3为本申请实施例提供的控制智能家居设备的方法的一种流程图；

图4为本申请实施例的提供的一种控制设备的结构示意图一；

图5为本申请实施例的提供的一种控制设备的结构示意图二。

具体实施方式

为了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。

另外，本申请实施例中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B的情况，其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a,b,或c中的至少一项(个)，可以表示：a,b,c,a-b,a-c,b-c,或a-b-c，其中a,b,c可以是单个，也可以是多个。

通常，用户在需要控制智能家居设备时，可选的控制方法主要分为两种，一种是用户直接操作智能家居设备上的功能按键对智能家居设备进行控制，另一种是用户通过终端设备对智能家居设备进行远程控制。

可见，上述两种控制智能家居设备的方法中，都需要由用户发出控制指令，智能家居设备才可以完成相应功能。由用户主动发出控制指令的前提是用户意识到自己需要控制智能家居设备的需求，这存在很大的主观性，并且，在控制智能家居设备实现用户所需效果的过程中，用户可能需要进行多次控制操作，使得控制智能家居设备的过程效率不高。

鉴于此，本申请实施例提供了一种控制智能家居设备的方法，该控制方法应用于控制设备中。控制设备可以是终端设备，例如手机、平板电脑、个人计算机或电子阅读器等。该控制方法可以应用于终端设备的系统中，或者可以应用于终端设备中的客户端中。客户端例如APP、小程序或网页等。或者，控制设备可以是网络设备，例如服务器等。本申请中的智能家居设备可以是具有调节环境亮度的功能的智能家居设备，例如台灯、吊灯或窗帘等。

请参考图1，为一种控制智能家居设备方法的应用场景示意图。图1是以控制设备101为终端设备为例进行说明。控制设备101例如可以采集用户的眼部图像等信息，并通过对采集到的信息进行处理，得到第一信息，第一信息包括用于表征用户当前眼部疲劳程度的信息。根据第一信息，控制设备101可以计算出用户在当前眼部疲劳程度下，适合的环境亮度参考值。控制设备101可以向智能家居设备102发送控制信息，该控制信息用于控制智能家居设备102调节环境亮度值，例如包括环境亮度参考值。智能家居设备102可以接收来自控制设备101的控制信息，并执行该控制信息。

或者，请参考图2，为另一种控制智能家居设备方法的应用场景示意图。图2是以控制设备101为服务器为例进行说明。控制设备101例如通过终端设备201采集用户的眼部图像等信息，并对采集的用户信息进行处理，得到第一信息，第一信息包括用于表征用户当前眼部疲劳程度的信息。根据第一信息，计算出用户在当前眼部疲劳程度下，适合的环境亮度参考值。控制设备101根据该环境亮度参考值，向智能家居设备102发送控制信息，智能家居设备102接收控制设备101发送的控制信息，执行使环境亮度值达到环境亮度参考值的任务。智能家居设备102可以是具有调节环境亮度的功能的智能家居设备102，例如台灯、吊灯或窗帘等。

基于图1或图2的应用场景，下面对本申请实施例中的控制智能家居设备的方法进行介绍。该方法可以由控制设备101执行。

请参考图3，为该控制智能家居设备102的方法的一种流程图，该方法具体包括以下步骤：

S31：获得第一信息；

S32：根据第一信息，获得与第一信息对应的环境亮度参考值；

S33：根据环境亮度参考值，对第一智能家居设备进行控制。

下面先对本申请实施例中的总体思路进行介绍：

控制设备101例如通过传感器不断的采集用户信息，用户信息包括用于表征用户眼部状态的信息，当用户眼部状态达到一定的疲劳程度时，控制设备101得到用户在当前眼部疲劳程度下，用户体感适宜的环境亮度参考值，根据该环境亮度参考值控制智能家居设备102，使环境亮度达到满足用户需求的亮度值。

本申请实施例中的控制智能家居设备102的方法不同于传统的控制方法，用户无需控制智能家居设备102调节环境亮度。控制设备101通过科学的计算，分析用户当前是否需要调节环境亮度，如果当前环境亮度值不适合用户，那么控制设备101直接控制智能家居设备102调节环境亮度。省去了用户发现当前环境亮度不合适，再去操作控制设备101控制智能家居设备102的按键的过程。并且，控制设备101在已知用户适合的环境亮度参考值的情况下对智能家居设备102进行控制，避免了用户盲目的多次控制操作。使控制智能家居设备102的过程更加有效率。控制设备101通过计算，可以得出一个准确的环境亮度参考值，使得控制设备101控制智能家居设备102调节的环境亮度值更加准确。

在介绍完本申请实施例的总体思路之后，下面对各个步骤的具体实施方式进行详细说明。

控制设备101执行S31，获得第一信息。

一种获得第一信息的方式如下：

控制设备101通过辅助设备采集用户信息；辅助设备例如终端设备等；

对用户信息进行处理，获得第一信息；其中，第一信息包括用于表征用户当前疲劳程度的信息。

具体的，用户信息包括用户的眼部信息，采集用户的眼部信息的过程可以通过设置在控制设备101上的传感器实现。传感器例如，通过控制设备101上的摄像头。

其中，眼部信息包括眼部图像信息，或者眼部信息包括注视点方向和/或注视点位置。眼部图像信息可以是视频格式或图片格式。

用户信息还可以包括用户的位置信息，用于表示用户当前所处的位置。例如，控制设备101通过全球定位系统(global positioning system，GPS)采集用户当前位置信息等。用户当前的位置信息可以是用户的位置坐标信息，也可以是用户相对于智能家居设备102的位置信息等。

采集用户信息的方式示例如下：

控制设备101周期性的通过传感器采集眼部信息，或者，可以是当用户位置信息发生变化时，控制设备101触发传感器对眼部信息进行采集，或者，可以是实时采集，传感器实时采集眼部信息。对于触发传感器对眼部信息进行采集的方式具体不作限制。

控制设备101采集用户信息之后，需要对采集的用户信息进行处理。采集的用户信息的类型不同，以及需要得到的特征信息不同，所采用的处理信息的方法也不同。下面以其中的三种为例，对处理信息的方法进行介绍。在处理采集的用户信息时，可以采用不同处理方法中的一种或多种对采集的用户信息进行处理。

处理方法一：

利用眼球追踪技术对用户信息中的眼部信息进行处理，获取用户眼球运动信息，用户眼球运动信息为第一信息中用于表征用户眼部疲劳程度的信息。

控制设备101上设置有红外发射模块和摄像头。红外发射模块向外照射红外线，红外线的光斑落在人眼中。此时，摄像头拍摄人眼图像，控制设备101利用眼球追踪技术，对该人眼图像进行计算，得到人眼注视方向和注视点等信息，从而进一步得到用户眼球运动信息，用户眼球运动信息用于表示眼球的运动信息，例如眨眼次数、眼球注视点的运动轨迹、瞳孔运动速度等。

例如，在环境亮度较高的情况下，用户在使用控制设备101时，人眼可能需要放大瞳孔才可以看清控制设备101的屏幕上显示的内容。用户疲劳程度比较高的时候，用户可能出现瞳孔放大，注视点之间距离较近以及瞳孔运动缓慢等。

处理方法二：

利用边缘检测技术对用户信息中的眼部信息，获取上下眼睑间的距离变化值，上下眼睑间的距离变化值为第一信息中用于表征用户眼部疲劳程度的信息。

具体的，通过控制设备101上设置的摄像头，可以拍摄用户的眼部图像信息。控制设备101利用边缘检测技术，可以检测出眼部图像信息中的边缘信息，根据边缘信息确定出上下眼睑的位置，将上下眼睑之间的最大距离作为上下眼睑间的距离，不同上下眼睑间的距离的差值作为上下眼睑间的距离变化值。

例如，用户在合适的环境亮度下，眼睛应该是正常睁开的，此时上下眼睑之间的距离可以作为一个标准值。用户在环境亮度较高的情况下使用控制设备101，人眼可能需要更加仔细的分辨控制设备101的屏幕上显示的内容，就会造成用户眯眼看屏幕的情况，此时眼部图像信息中上下眼睑间的距离就会变小。

处理方法三：

利用室内定位技术，根据预存的用户家中不同区域信息，以及用户信息中的用户位置信息，获取用户所在的区域信息，第一信息包括区域信息。

通过设置在控制设备101中的位置传感器，可以确定用户当前所处位置信息。根据预存在控制设备101中的家中不同区域的信息，确定出用户当前所处位置所属的区域，其中，区域可以表示客厅、卧室等区域。从而，控制设备101可以得到用户所在的区域信息。

在一种可能的实施例中，第一信息包括用户当前的位置信息。

采集的用户信息经过处理后，得到第一信息，第一信息包括用于表征用户当前眼部疲劳程度的信息。在获得第一信息后，控制设备101执行S32，根据第一信息，获得与第一信息对应的环境亮度参考值。

一种获得与第一信息对应的环境亮度参考值的方式如下：

将第一信息输入已训练模型，对用户当前疲劳程度进行识别；

根据用户当前的疲劳程度，得到环境亮度参考值；其中，已训练模型可以理解为神经网络模型经过样本数据训练后得到的模型。

下面对训练神经网络模型的样本数据进行简单介绍。

样本数据可以包括，大量用户在不同眼部疲劳程度下对应的环境亮度样本值。

具体的，样本数据可以是从大量的用户中收集的数据。控制设备101可以采集大量用户在不同区域中的用户信息，并通过前文论述的处理方法对该用户信息进行处理，得到针对用户在不同时刻的样本信息。不同时刻的样本信息和与不同时刻的样本信息关联的环境亮度样本值可以作为样本数据中的一部分数据。样本信息的内容可以参照前文论述的第一信息的内容，此处不再赘述。

与样本信息关联的环境亮度样本值可以是专家根据用户当前眼部疲劳程度，推荐的环境亮度值，或者，可以是在相同的眼部疲劳程度下，大多数用户调节的环境亮度值。与样本信息关联的环境亮度样本值还可以是针对某个用户的不同眼部疲劳程度下，用户手动调节的环境亮度值。

具体的，在使用本申请提供的控制智能家居设备102的方法的过程中，可能出现大数据推荐的环境亮度参考值不适合某个用户的情况，此时，该用户可以通过手动操作控制设备101控制控制设备101调节环境亮度值，或者，可以手动操作智能家居设备102调节环境亮度值。控制设备101采集用户调节的环境亮度值，将其更新为样本数据中，与样本信息关联的环境亮度样本值。

在介绍完本申请实施例涉及的样本数据之后，下面对神经网络模型的训练过程进行介绍。

神经网络模型中的模型参数的取值是随机的，或者是取经验值。通过采用样本数据对神经网络模型进行训练，调整各个计算参数的取值，直到满足预设误差。

具体的，将样本数据中的第一信息作为神经网络模型的输入，神经网络模型输出的环境亮度参考值与样本数据中与第一信息关联的环境亮度样本值的误差作为神经网络模型的反馈数据，通过反馈数据，神经网络模型可以通过不断调整模型参数的取值。经过大量的样本数据的训练，不断的校正神经网络模型的模型参数，使神经网络模型确定出的环境亮度参考值与样本数据中与第一信息关联的环境亮度样本值的误差在预设范围内，可以理解为输出的环境亮度参考值无限接近于样本数据中的环境亮度样本值，获得此时对应的模型参数，也就获得已训练模型。

在一种可能的实施例中，样本信息还包括用户所在的区域信息。

在不同的区域中，用户可能需要不同的环境亮度。例如，用户在客厅看电视时的环境亮度值可能不需要很高，而在书房看书时可能就需要很高的环境亮度值。通过将不同区域信息与不同区域信息下的用于表示用户眼部疲劳程度的样本信息作为训练神经网络模型的样本数据，可以使已训练模型将用户眼部疲劳程度以及用户所在的区域结合，作为识别用户当前所需环境亮度值的依据，更加准确地为用户推荐符合用户当前所需的环境亮度参考值。

在得到已训练模型之后，控制设备101可以使用该已训练模型对智能家居设备102进行控制。下面对使用已训练模型的过程进行介绍。

控制设备101采集当前的用户信息，并对该用户信息进行处理后，获得第一信息，将第一信息作为已训练模型的输入，已训练模型可以输出用户当前眼部疲劳程度下，所有可能的环境亮度参考值的概率值。

根据所有可能的环境亮度参考值的概率值，如果其中存在概率值大于预设阈值的概率值，那么将最大的概率值对应的环境亮度值确定为输入的第一信息对应的环境亮度参考值，即已训练模型输出环境亮度参考值。

可能是由于控制设备101采集的第一信息包含的有用特征数据太少，经过已训练模型，确定每个环境亮度参考值都是有可能的。根据所有可能的环境亮度参考值的概率值，如果所有可能的环境亮度参考值的概率值中不存在大于预设阈值的概率值，那么可以理解为，已训练模型可能没有确定出环境亮度参考值。

在已训练模型未确定出环境亮度参考值之后，可以触发传感器重新监测用户第一信息，如果已训练模型未确定出环境亮度参考值的次数大于一个阈值时，那么控制设备101确定已训练模型未确定出环境亮度参考值，或者，在已训练模型未确定出环境亮度参考值之后，控制设备101直接确定已训练模型未确定出环境亮度参考值。

控制设备101确定已训练模型未确定出环境亮度参考值时，控制设备101可以将环境亮度参考值确定为一个默认值，该默认值可以是控制设备101中预存的，也可以是用户预先设置的，也可以是控制设备101上一次控制智能家居设备102所使用的环境亮度参考值，具体不作限制。

或者，控制设备101可以提供其他控制智能家居设备102的方法供用户操作，确定出一个环境亮度参考值。

例如，控制设备101调用客户端，用户可以通过客户端远程控制智能家居设备102调节环境亮度。

控制设备101可以发出提示信息，提示用户环境亮度不利于健康，建议用户手动进行环境亮度的调节。提示信息的形式可以有多种，例如语音提示、文字提示或震动提示中的一种或多种。

一种获得与第一信息对应的环境亮度参考值的方式如下：

控制设备101提前预存有多个用户眼部疲劳程度和多个环境亮度参考值之间的对应关系；

控制设备101在获得第一信息之后，可以根据第一信息，确定出与用户当前眼部疲劳程度对应的环境亮度参考值。

在一种可能的实施方式中，控制设备101获得第一信息后，可以计算对应关系存储的用户眼部疲劳程度与获得的第一信息中用户当前眼部疲劳程度之间的误差值，从而在对应关系存储的用户眼部疲劳程度中，可以确定误差值最小的用户眼部疲劳程度，将该用户眼部疲劳程度对应的用户眼部疲劳程度作为第一信息对应的环境亮度参考值。

通过上述任一一种方法确定出环境亮度参考值之后，控制设备101可以获取所有可控的智能家居设备102，确定其中具有调节环境亮度功能的智能家居设备102，例如灯、窗帘杆等智能家居设备102。所确定的具有调节环境亮度功能的智能家居设备102的数量可能是多个，也可能只有一个。如果确定出的智能家居设备102的数量为多个，那么可以对多个智能家居设备102进行控制，也可以从多个智能家居设备102中确定出一个智能家居设备102，即第一智能家居设备，并对其进行控制。从多个智能家居设备102中确定出第一智能家居设备102的方法有很多，以下以其中两种为例进行介绍。

确定方法一：

确定距离在一个预设范围内的智能家居设备102。

具体的，具有调节环境亮度功能的智能家居设备102可能分布在用户家中各个位置，为了用最少的资源达到用户所需的环境亮度值，需要对用户所在区域内的智能家居设备102进行控制。

如前文所述，第一信息中可以包括用户当前所在的区域的信息，例如卧室、客厅等区域信息。在控制设备101中可以预存智能家居设备102所在的区域的信息。控制设备101获取具有调节环境亮度功能的智能家居设备102的所在的区域信息，确定其中与用户处于相同区域中的智能家居设备102。例如，用户身处客厅，那么确定家中具有调节环境亮度功能的智能家居设备102中，所在的区域为客厅的智能家居设备102。

在一种可能的实施方式中，对于与用户处于同一区域中的具有调节环境亮度功能的智能家居设备102，控制设备101可以选择其中与用户之间的距离在一个预设范围内的智能家居设备102进行控制。

具体的，控制设备101获取具有调节环境亮度功能的智能家居设备102的位置信息，并根据用户当前的位置信息，在具有调节环境亮度功能的智能家居设备102中，确定与用户距离在一个预设范围内的智能家居设备102。

例如，在位于客厅的具有调节环境亮度功能的智能家居设备102中，确定与用户之间的距离在3米以内的智能家居设备102。

在一中可能的实施方式中，如果与用户之间的距离在一个预设范围内的具有调节环境亮度功能的智能家居设备102有多个，那么控制设备101可以进行进一步的确定，进一步的确定过程可以是确定与用户距离最近的一个具有调节环境亮度功能的智能家居设备102，或者可以采用下述确定方法二进行智能家居设备102的确定。

例如，在与用户之间的距离在3米以内的具有调节环境亮度功能的智能家居设备102中，确定与用户距离最近的智能家居设备102。

确定方法二：

确定具有的亮度调节范围包括环境亮度参考值的智能家居设备102。

每个具有调节环境亮度功能的智能家居设备102的亮度调节范围可能各不相同，需要调节的环境亮度参考值可能在智能家居设备102的亮度调节范围内，也可能不在智能家居设备102的亮度调节范围。控制设备101可以获取每个具有调节环境亮度功能的智能家居设备102的亮度调节范围，根据该亮度调节范围，确定需要调节的环境亮度参考值在智能家居设备102的亮度调节范围内的具有调节环境亮度功能的智能家居设备102。

例如，确定出的具有调节环境亮度功能的智能家居设备102有两个，其中一个智能家居设备102的亮度调节范围为0-50，另一个智能家居设备102的亮度调节范围为0-80，需要调节的环境亮度参考值为60，那么，控制设备101对亮度调节范围为0-80的智能家居设备102进行控制。

在一种可能的实施方式中，如果需要调节的环境亮度参考值在智能家居设备102的亮度调节范围内的智能家居设备102有多个，那么可以进行进一步的确定，直到确定出一个具有调节环境亮度功能的智能家居设备102。进一步的确定过程可以是确定与用户距离最近的一个具有调节环境亮度功能的智能家居设备102。

控制设备101确定出的一个具有调节环境亮度功能的智能家居设备102之后，即控制设备101确定出第一智能家居设备102之后，执行S33，控制设备101根据环境亮度参考值，对第一智能家居设备102进行控制。

控制设备101向第一智能家居设备102发送控制指令，令第一智能家居设备102执行调节环境亮度的功能指令。根据控制设备101上，或第一智能家居设备102上，或家中相应位置上设置的光暗传感器采集的当前环境亮度信息，确定第一智能家居设备102完成将环境亮度调节为环境亮度参考值的任务。

如果在预设时长内，控制设备101接收用户对智能家居设备102的控制操作，使环境亮度发生变化，那么控制设备101通过传感器采集当前环境亮度值，并将该环境亮度值作为用户当前眼部疲劳程度下的环境亮度样本值。并在样本数据中更新与该表征用户眼部疲劳程度的信息关联的环境亮度样本值。

如果在预设时长内，控制设备101未接收用户对智能家居设备102的控制操作，使环境亮度发生变化，那么控制设备101确定的环境亮度参考值就是用户当前眼部疲劳程度下的环境亮度样本值。并在样本数据中更新与该表征用户眼部疲劳程度的信息关联的环境亮度样本值。

当用户的位置信息发生变化，或者用户当前眼部疲劳程度的范围达到预设阈值，控制设备101可以重复上述过程。

基于同一发明构思，本申请实施例提供一种控制设备，该控制设备能够实现前述的控制智能家居设备的方法对应的功能。该控制设备相当于前述的控制设备。请参考图4，该控制设备101包括收发模块401和处理模块402，其中：

收发模块401：用于获得第一信息；其中，第一信息包括用于表征用户当前眼部疲劳程度的信息；

处理模块402：用于根据根据第一信息，获得与第一信息对应的环境亮度参考值；以及，

用于根据环境亮度参考值，对第一智能家居设备进行控制；其中，第一智能家居设备为具有环境亮度调节功能的智能家居设备。

在一种可能的实施例中，处理模块402具体用于：

将第一信息输入已训练模型，获得与第一信息对应的多个环境亮度参考值的概率值；其中，已训练模型是根据样本数据训练得到的，样本数据包括在多种眼部疲劳程度下，用户关联的环境亮度样本值；

将概率值最大的环境亮度参考值确定为与第一信息对应的环境亮度参考值。

在一种可能的实施例中，处理模块402还用于：

在将第一信息输入已训练模型，获得与第一信息对应的多个环境亮度参考值的概率值之前，若多个环境亮度参考值的概率值中最大概率值对应的环境亮度参考值小于预设阈值，则根据用户的输入信息，控制第一智能家居设备。

在一种可能的实施例中，处理模块402还用于：

在将第一信息输入已训练模型，获得与第一信息对应多个环境亮度参考值的概率值之前，针对多种眼部疲劳程度中每种眼部疲劳程度，确定用户在控制设备上对第二智能家居设备进行控制之后的环境亮度值；

若预设时长内，接收用户针对第二智能家居设备的控制环境亮度信息，则将控制环境亮度信息所指示的环境亮度值确定为用户关联的环境亮度样本值；

若预设时长内，未接收用户针对第二智能家居设备的控制环境亮度信息，则将在控制设备对第二智能家居设备进行控制之后的环境亮度值确定为用户关联的环境亮度样本值。

在一种可能的实施例中，第一信息还包括用户当前的位置信息，处理模块402具体用于：

获取在控制设备控制下，具有环境亮度调节功能的至少一个智能家居设备，以及至少一个智能家居设备中每个智能家居设备的位置信息；

根据用户当前的位置信息以及至少一个智能家居设备中每个智能家居设备的位置信息，从至少一个智能家居设备中，确定与用户在预设距离范围内的智能家居设备；

根据环境亮度参考值，对确定出的智能家居设备进行控制。

在一种可能的实施例中，处理模块402具体用于：

从具有环境亮度调节功能的至少一个智能家居设备中，确定环境亮度参考值属于至少一个智能家居设备的环境亮度调节范围内的智能家居设备；

根据环境亮度参考值，对确定出的智能家居设备进行控制。

基于同一发明构思，本申请实施例提供一种控制设备，该控制设备相当于前述控制设备，请参见图5，该控制设备包括：

至少一个处理器501，以及与至少一个处理器501连接的存储器502，本申请实施例中不限定处理器501与存储器502之间的具体连接介质，图5中是以处理器501和存储器502之间通过总线500连接为例。总线500在图5中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。总线500可以分为地址总线、数据总线、控制总线等，为便于表示，图5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。或者，处理器501也可以称为控制器501，对于名称不做限制。

在本申请实施例中，存储器502存储有可被至少一个处理器501执行的指令，至少一个处理器501通过执行存储器502存储的指令，可以执行前文论述的控制智能家居设备方法。处理器501可以实现图4所示的控制设备中各个模块的功能。

其中，处理器501是该控制设备的控制中心，可以利用各种接口和线路连接整个该控制设备的各个部分，通过运行或执行存储在存储器502内的指令以及调用存储在存储器502内的数据，该控制设备的各种功能和处理数据，从而对该控制设备进行整体监控。

在一种可能的实施例中，处理器501可包括一个或多个处理单元，处理器501可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器501中。在一些实施例中，处理器501和存储器502可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。

处理器501可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列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申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的控制智能家居设备的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。

存储器502作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器502可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器502是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器502还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。

通过对处理器501进行设计编程，可以将前述实施例中介绍的控制智能家居设备的方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行图1所示的实施例的控制智能家居设备的方法的步骤。如何对处理器501进行设计编程为本领域技术人员所公知的技术，这里不再赘述。

基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行前文论述控制智能家居设备的方法。

在一些可能的实施方式中，本申请提供的控制智能家居设备的方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在装置上运行时，程序代码用于使该控制设备执行本说明书上述描述的根据本申请各种示例性实施方式的控制智能家居设备的方法中的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请的方法、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、嵌入式处理机或其它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它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它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它可编程数据处理设备上，使得在计算机或其它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，从而在计算机或其它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。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (8)

1.一种控制智能家居设备的方法，其特征在于，应用于控制设备，所述方法包括：

获得第一信息；其中，所述第一信息包括用于表征用户当前眼部疲劳程度的信息；所述第一信息包括所述用户的眼球运动信息、所述用户的上下眼睑间的距离变化值和所述用户所在的区域信息；

将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值；其中，所述已训练模型是根据样本数据训练得到的，所述样本数据包括在多种眼部疲劳程度下，所述用户关联的环境亮度样本值；

将概率值最大的环境亮度参考值确定为与所述第一信息对应的环境亮度参考值；

根据所述环境亮度参考值，对第一智能家居设备进行控制；其中，所述第一智能家居设备为具有环境亮度调节功能的智能家居设备。

2.根据权利要求1所述的方法，其特征在于，在将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值之前，包括：

若多个环境亮度参考值的概率值中最大概率值对应的环境亮度参考值小于预设阈值，则根据所述用户的输入信息，控制第一智能家居设备。

3.根据权利要求2所述的方法，其特征在于，在将所述第一信息输入已训练模型，获得与所述第一信息对应多个环境亮度参考值的概率值之前，包括：

针对多种眼部疲劳程度中每种眼部疲劳程度，确定所述用户在所述控制设备上对第二智能家居设备进行控制之后的环境亮度值；

若预设时长内，接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将所述控制环境亮度信息所指示的环境亮度值确定为所述用户关联的环境亮度样本值；

若预设时长内，未接收所述用户针对所述第二智能家居设备的控制环境亮度信息，则将在所述控制设备对第二智能家居设备进行控制之后的环境亮度值确定为所述用户关联的环境亮度样本值。

4.根据权利要求1所述的方法，其特征在于，所述第一信息还包括用户当前的位置信息，根据所述环境亮度参考值，对第一智能家居设备进行控制，包括：

获取在所述控制设备控制下，具有环境亮度调节功能的至少一个智能家居设备，以及所述至少一个智能家居设备中每个智能家居设备的位置信息；

根据所述用户当前的位置信息以及所述至少一个智能家居设备中每个智能家居设备的位置信息，从所述至少一个智能家居设备中，将与所述用户在预设距离范围内的智能家居设备确定为第一智能家居设备；

根据所述环境亮度参考值，对所述第一智能家居设备进行控制。

5.根据权利要求1或2所述的方法，其特征在于，根据所述环境亮度参考值，对第一智能家居设备进行控制，包括：

从具有环境亮度调节功能的至少一个智能家居设备中，将所述环境亮度参考值属于所述至少一个智能家居设备的环境亮度调节范围内的智能家居设备确定为第一智能家居设备；

根据所述环境亮度参考值，对所述第一智能家居设备进行控制。

6.一种控制设备，其特征在于，包括：

收发模块：用于获得第一信息；其中，所述第一信息包括用于表征用户当前眼部疲劳程度的信息；所述第一信息包括所述用户的眼球运动信息、所述用户的上下眼睑间的距离变化值和所述用户所在的区域信息；

处理模块：用于将所述第一信息输入已训练模型，获得与所述第一信息对应的多个环境亮度参考值的概率值；其中，所述已训练模型是根据样本数据训练得到的，所述样本数据包括在多种眼部疲劳程度下，所述用户关联的环境亮度样本值；以及，用于将概率值最大的环境亮度参考值确定为与所述第一信息对应的环境亮度参考值；以及，用于根据所述环境亮度参考值，对第一智能家居设备进行控制；其中，所述第一智能家居设备为具有环境亮度调节功能的智能家居设备。

7.一种控制设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行如权利要求1～5中任一项所述的方法。

8.一种存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1～5中任一项所述的方法。

Images