CN110716437A - 一种智能家居使用方法和装置 - Google Patents

一种智能家居使用方法和装置 Download PDF

Info

Publication number
CN110716437A
CN110716437A CN201910959528.4A CN201910959528A CN110716437A CN 110716437 A CN110716437 A CN 110716437A CN 201910959528 A CN201910959528 A CN 201910959528A CN 110716437 A CN110716437 A CN 110716437A
Authority
CN
China
Prior art keywords
smart home
task
attribute value
attribute
home
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
CN201910959528.4A
Other languages
English (en)
Inventor
程筱彪
徐雷
贾宝军
杨双仕
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group 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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201910959528.4A priority Critical patent/CN110716437A/zh
Publication of CN110716437A publication Critical patent/CN110716437A/zh
Pending legal-status Critical Current

Links

Images

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], 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
    • 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]

Abstract

本发明提供一种智能家居使用方法和装置，属于智能家居的技术领域。该智能家居使用方法包括：采集智能家居的属性及对应的智能家居属性值；响应于任务并从中提取任务属性及对应的任务属性值；基于任务属性值和智能家居属性值确定执行任务的智能家居；调度智能家居执行任务。该智能家居使用方法可以调用待机状态的智能家居，并利用待机状态智能家居的闲时资源执行任务，能够提高智能家居的资源利用率。

Description

一种智能家居使用方法和装置
技术领域
本发明涉及智能家居的技术领域，具体涉及一种智能家居使用方法和装置。
背景技术
随着物联网技术的发展，智能家居在越来越多的家庭中得以应用。在实际使用过程中发现，智能家居设备处于工作状态的时间并不长，大部分时间都处于待机状态，且待机状态下智能家居设备的资源处于闲时状态，这些闲时资源没有得以充分利用。另外，不同的智能家居设备通常采用独立的通信协议，智能家居设备之间不能直接调用对方资源实现资源共享，从而加剧了智能家居资源浪费的现象。
因此，如何调用智能家居的闲时资源，提高智能家居设备的资源利用率成为本领域亟待解决的问题。
发明内容
为此，本发明提供一种智能家居使用方法和装置，以解决现有技术中没有充分利用智能家居设备的闲时资源，从而导致智能家居设备资源利用率低下的问题。
为了实现上述目的，本发明第一方面提供一种智能家居使用方法，包括：
采集智能家居的属性及对应的智能家居属性值；
响应于任务并从中提取任务属性及对应的任务属性值；
基于所述任务属性值和所述智能家居属性值确定执行所述任务的智能家居；
调度所述智能家居执行所述任务。
优选地，所述采集智能家居的属性及对应的智能家居属性值之后，还包括：
根据所述智能家居属性值设定智能家居分类属性阈值，并基于所述智能家居分类属性阈值对所述智能家居进行分类；
基于所述任务属性值和所述智能家居分类属性阈值，为所述任务匹配智能家居分类；
基于所述任务属性值和所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居。
进一步地，所述根据所述智能家居属性值设定智能家居分类属性阈值包括：
按照所述智能家居属性值的大小排序；
确定分类比例系数；
根据所述分类比例系数设定所述智能家居分类属性阈值。
进一步地，所述智能家居的属性包括计算能力和可用时长，所述智能家居属性值包括计算能力属性值和可用时长属性值。
进一步地，所述基于所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居包括：
根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
根据所述计算能力属性值和可用时长属性值，计算所述可用智能家居的任务执行能力；
根据所述任务执行能力确定执行所述任务的智能家居。
优选地，所述基于所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居包括：
根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
将所述可用智能家居的计算能力属性值和可用时长属性值进行归一化处理，得到所述计算能力归一化属性值和所述可用时长归一化属性值；
分别设置所述可用智能家居计算能力属性值和可用时长属性值的权重系数；
基于所述权重系数、所述计算能力归一化属性值和所述可用时长归一化属性值计算所述可用智能家居的任务执行能力。
进一步地，所述调度所述智能家居执行所述任务包括：
根据所述智能家居的属性选择通信协议转换算法；
基于所述通信协议转换算法，建立所述智能家居和所述任务的发起方之间的通信连接；
所述智能家居基于所述通信连接执行所述任务。
为了实现上述目的，本发明第二方面提供一种智能家居使用装置，包括：
采集模块，用于采集智能家居的属性及对应的智能家居属性值；
提取模块，用于提取任务属性及对应的任务属性值；
执行模块，用于基于所述任务属性值和所述智能家居属性值确定执行所述任务的智能家居；
调度模块，用于调度所述智能家居执行所述任务。
优选地，所述智能家居使用装置还包括：
分类模块，用于根据所述智能家居属性值设定智能家居分类属性阈值，并基于所述智能家居分类属性阈值对所述智能家居进行分类；
匹配模块，用于基于所述任务属性值和所述智能家居分类属性阈值，为所述任务匹配智能家居分类；
确定模块，用于基于所述任务属性值和所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居。
进一步地，所述确定模块包括：
剔除单元，用于根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
计算单元，用于根据所述计算能力属性值和可用时长属性值，计算所述可用智能家居的任务执行能力；
智能家居确定单元，用于根据所述任务执行能力确定执行所述任务的智能家居。
进一步地，所述调度模块包括：
通信算法选择单元，用于根据所述智能家居的属性选择通信协议转换算法；
通信连接单元，用于基于所述通信协议转换算法，建立所述智能家居和所述任务之间的通信连接；
任务执行单元，用于所述智能家居基于所述通信连接执行所述任务。
本发明具有如下优点：
本发明提供的智能家居使用方法，采集智能家居的属性及对应的智能家居属性值，并基于智能家居属性值确定待机状态的智能家居，然后从接收到的任务中提取任务属性及对应的任务属性值，并基于任务属性值和智能家居属性值确定执行任务的待机状态智能家居，进而调度该待机状态智能家居，并利用该待机状态智能家居的资源执行任务，能够充分利用待机状态智能家居的闲时资源，从而提高智能家居的资源利用率。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。在附图中：
图1是本实施例提供的一种智能家居使用方法的流程图；
图2是本实施例提供的一种智能家居使用装置的原理框图。
通过上述附图，已示出本公开明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
图1是本发明第一实施例提供的一种智能家居使用方法的流程图，如图1所示，该智能家居使用方法包括如下步骤：
步骤S101，采集智能家居的属性及对应的智能家居属性值。
其中，智能家居的属性可以反映智能家居的设备特征、能力特征和其他特征，包括但不限于设备标识、设备地址、设备使用状态、计算能力、每日可用时长、设备秘钥和设备通信协议。智能家居属性值为智能家居属性对应的取值，如设备标识的属性值为设备的编号，计算能力的属性值为计算能力值(计算能力的大小)。
在一个实施例中，采集获得调用许可的智能家居的属性及对应的智能家居属性值，形成这些智能家居的属性与智能家居属性值列表。该智能家居的属性与智能家居属性值列表中的智能家居属性值可以反映智能家居的设备特征、能力特征等特征。进一步地，通过查看该智能家居属性与智能家居属性值列表中的设备使用状态的取值，可以获得智能家居的使用状态特征，进而可以确定可被调用的智能家居。具体地，如设备使用状态属性值包括“0”和“1”，其中“0”代表“正在使用”，“1”代表“待机状态”。如果某智能家居设备使用状态的属性值为“0”，则表示该智能家居正在使用，表明该智能家居为不可调用的智能家居；如果该智能家居设备使用状态的属性值为“1”，则表示该智能家居处于待机状态，表明该智能家居为可调用的智能家居。
如，获得调用许可的智能家居包括6台，采集这6台智能家居的属性及对应的智能家居属性值，形成这6台智能家居的属性与智能家居属性值列表，见表1所示。
表1
Figure BDA0002228460330000051
其中，智能家居设备标识为code1、code3、code4、code5的设备使用状态的属性值为“1”，“1”表示“待机状态”，智能家居设备标识为code2和code6的智能家居使用状态的属性值为“0”，“0”表示“正在使用”，表明智能家居code1、code3、code4、code5为可调用智能家居，智能家居code2和code6为不可调用的智能家居。
步骤S102，响应于任务并从中提取任务属性及对应的任务属性值。
任务是由任务发起方向智能家居发起的命令指令，智能家居接收到该任务的命令指令后，通过智能家居的核心处理器处理该任务命令指令。其中，任务发起方一般为由若干智能家居构成的智能家居系统外的设备或装置，任务命令指令包括但不限于数据计算命令指令、图像分析命令指令。任务属性是可以反映该任务特性的内容，相应的，任务属性值为任务属性对应的取值。
在一个实施方式中，当接收到任务后，从该任务中提取执行该任务的任务属性，如计算能力和所需时长，以及对应的任务属性值，如计算能力数值和所需时长数值。
步骤S103，基于任务属性值和智能家居属性值确定执行任务的智能家居。
在一个实施方式中，基于任务属性值和智能家居属性值确定执行任务的智能家居包括以下步骤：首先，根据任务属性和任务属性值，将智能家居中不满足任务属性值的智能家居剔除，获得可用智能家居；其次，根据智能家居属性和智能家居属性值，计算可用智能家居的任务执行能力；最后，根据任务执行能力确定执行任务的智能家居。
其中，智能家居的任务执行能力是可以反映该智能家居任务综合执行能力的数值。智能家居的任务执行能力可以通过以下步骤计算获得：首先将智能家居属性值进行归一化处理，得到智能家居归一化属性值；其次，分别设置智能家居归一化属性值的权重系数；最后，基于权重系数和智能家居归一化属性值计算可用智能家居的任务执行能力。
需要说明的是，智能家居归一化属性值的权重系数可以根据经验或统计数据设定，还可以根据实际使用场景的需求设定。假设如果某任务对计算能力的要求比对可用时长的要求高，那么可以适当地将计算能力归一化属性值的权重系数设置的高于可用时长归一化属性值的权重系数。
在一个实施例中，已知任务的所需计算能力为C0，每日所需可用时长为T0，智能家居的属性和对应的智能家居属性值如表2所示：
表2
设备标识 计算能力(次/秒) 可用时长(小时)
code1 C1 T1
code2 C2 T2
code3 C3 T3
code4 C4 T4
code5 C5 T5
code6 C6 T6
假设，C1和C3小于C0，且C2、C4、C5和C6大于C0；T4小于T0，且T1、T2、T3、T5、T6大于T0。
首先，将不满足任务属性值要求的智能家居剔除，获得可用智能家居。
由于C1和C3小于C0，因此将设备标识为code1和code1的智能家居剔除；由于T4小于T0，因此将设备标识为code4智能家居剔除。所以，获得的可用智能家居为code2、code5和code6。
其次，计算可用智能家居的任务执行能力。
通过归一化计算公式获得智能家居计算能力的归一化属性值：
Figure BDA0002228460330000071
Figure BDA0002228460330000072
其中，C2n为设备标识为code2对应智能家居计算能力的归一化属性值，C5n为设备标识为code5对应智能家居计算能力的归一化属性值，C6n为设备标识为code6对应智能家居计算能力的归一化属性值，j为计算能力属性值的数量(在本例中j的最大取值为3)。
同理可以得到T2n、T5n和T6n，其中T2n为设备标识为code2对应智能家居每日可用时长的归一化属性值，其中T5n为设备标识为code5对应智能家居每日可用时长的归一化属性值，其中T6n为设备标识为code6对应智能家居每日可用时长的归一化属性值。
设置智能家居计算能力的归一化属性值的权重系统为α，智能家居每日可用时长的归一化属性值的权重系数为β，通过加权平均公式可以获得可用智能家居的任务执行能力。
Wcode2＝α*C2n+β*T2n
Wcode5＝α*C5n+β*T5n
Wcode6＝α*C6n+β*T6n
其中，Wcode2为设备标识为code2对应智能家居的任务执行能力，Wcode5为设备标识为code5对应智能家居的任务执行能力，Wcode6为设备标识为code6对应智能家居的任务执行能力。
假设Wcode2＜Wcode5＜Wcode6，基于智能家居最大化使用效率的考虑，选择设备标识为code2对应智能家居执行该任务。此时，在满足任务需求的前提下，选取智能家居执行能力最小的智能家居code2执行任务，可以最大程度地利用智能家居。
优选地，确定执行任务的智能家居还可以通过以下步骤实现：
根据智能家居属性值设定智能家居分类属性阈值，并基于该智能家居分类属性阈值对智能家居进行分类；基于任务属性值和智能家居分类属性阈值，为任务匹配智能家居分类；根据计算能力属性值和可用时长属性值将匹配智能家居分类中不满足任务属性值的智能家居剔除，获得可用智能家居；将可用智能家居的计算能力属性值和可用时长属性值进行归一化处理，得到计算能力归一化属性值和所述可用时长归一化属性值；分别设置可用智能家居计算能力属性值和可用时长属性值的权重系数；基于权重系数、计算能力归一化属性值和可用时长归一化属性值计算可用智能家居的任务执行能力。
需要说明的是，智能家居分类属性阈值可以基于智能家居属性值，结合经验或者统计数据设定。
优选地，根据智能家居属性值设定智能家居分类属性阈值还可以通过以下步骤完成：首先将智能家居属性值按照大小排序，形成智能家居属性值序列；其次，确定该智能家居属性值序列的分类比例系数；最后根据该智能家居属性值序列分类比例系数设定智能家居分类属性阈值。其中，智能家居属性值序列的分类比例系数可以根据经验或者统计数据，结合实际使用需求进行设置。
在一个优选实施例中，已知6台智能家居的计算能力属性值和可用时长属性值，如表3所示。
表3
设备标识 计算能力(次/秒) 可用时长(小时)
code1 C1 T1
code2 C2 T2
code3 C3 T3
code4 C4 T4
code5 C5 T5
code6 C6 T6
假设，C1＜C3＜C6＜C4＜C5＜C2，且T2＜T6＜T5＜T3＜T1＜T4。
首先，计算智能家居计算能力的分类属性阈值，并基于该分类属性阈值对智能家居分类。
根据C1＜C3＜C6＜C4＜C5＜C2，将智能家居计算能力属性值按大小顺序排列可形成计算能力属性值序列，具体见表4。
表4
设备标识 计算能力(次/秒)
code1 C1
code3 C3
code6 C6
code4 C4
code5 C5
code2 C2
根据经验，设置智能家居计算能力属性值序列的分类比例系数为μ。
基于分类比例系数μ和智能家居计算能力属性值计算智能家居计算能力的分类属性阈值：
thrC＝μ*C2
其中，thrC为智能家居计算能力的分类属性阈值，C2为计算能力属性值的最大取值。
进一步地，将智能家居计算能力属性值与智能家居计算能力分类属性阈值thrC进行比较，将计算能力属性值小于等于thrC的智能家居分为低计算能力类智能家居，将计算能力属性值大于thrC的智能家居分为高计算能力类智能家居。
假设C6＜thrC＜C4，那么C1、C3、C6均小于thrC，所以设备标识为code1、code3和code6的智能家居属于低计算能力类智能家居，相应的，C2、C4、C5均大于thrC，所以设备标识为code2、code4和code5的智能家居属于高计算能力类智能家居。
同理，根据T2＜T6＜T5＜T3＜T1＜T4，将智能家居可用时长属性值按大小顺序排列可形成可用时长属性值序列，具体见表5。
表5
设备标识 可用时长(小时)
code2 T2
code5 T5
code6 T6
code3 T3
code1 T1
code4 T4
根据经验，设置智能家居可用时长属性值序列的分类比例系数为ε。
基于分类比例系数ε和智能家居可用时长属性值计算智能家居可用时长的分类属性阈值：
thrT＝ε*T4
其中，thrT为智能家居可用时长的分类属性阈值，T4为可用时长属性值的最大取值。
进一步地，将智能家居可用时长属性值与智能家居可用时长分类属性阈值thrT进行比较，将可用时长属性值小于等于thrT的智能家居分为低可用时长类智能家居，将可用时长属性值大于thrT的智能家居分为高可用时长类智能家居。
假设T5＜thrT＜T6，那么T2、T5、小于thrT，所以设备标识为code2、code5的智能家居属于低可用时长类智能家居，相应的，T1、T3、T4、T6均大于thrT，所以设备标识为code1、code3、code4和code6的智能家居属于高可用时长类智能家居。
由上可知，智能家居被分为四类，分别是：低计算能力低可用时长类，无对应智能家居；低计算能力高可用时长类，对应智能家居为code1、code3和code6；高计算能力低可用时长类，对应智能家居为code2、code5；高计算能力高可用时长类，对应智能家居为code4。
其次，基于任务属性值和智能家居分类属性阈值，为任务匹配智能家居分类。
已知任务的所需计算能力属性值为C0，每日所需可用时长为T0，且C0＜thrC，T0＞thrT。
该任务中，由于C0＜thrC，所以该任务所需计算能力属性匹配智能家居为低计算能力类；由于T0＞thrT，所以该任务每日所需可用时长匹配智能家居为高可用时长类。所以，该任务匹配智能家居类型为低计算能力高可用时长类，低计算能力高可用时长类智能家居包括code1、code3和code6。
再次，根据计算能力属性值和可用时长属性值将匹配智能家居分类中不满足任务属性值的智能家居剔除，获得可用智能家居。
假设T6＜T0，即智能家居code6不满足该任务对可用时长的要求，所以将低计算能力高可用时长类智能家居中的智能家居code6剔除，获得可用智能家居为code1和code3。
最后，计算可用智能家居的任务执行能力，并基于该任务执行能力确定执行任务的智能家居。
第一步：计算智能家居code1和code3的计算能力归一化属性值和可用时长归一化属性值；
第二步：分别设置计算能力归一化属性值的权重系数和可用时长归一化属性值的权重系数
第三步：基于计算能力归一化属性值和可用时长归一化属性值和对应的权重系数计算得到智能家居的任务执行能力。
这部分内容已经在步骤S103的其他实施例中进行了描述，在此不再赘述。
假设得到智能家居为code1的任务执行能力为Wcode1，智能家居为code3的任务执行能力为Wcode3，且Wcode1＜Wcode3。考虑到智能家居的最大化利用率，所以将智能家居code1作为执行该任务的智能家居。
步骤S104，调度智能家居执行任务。
确定执行任务的智能家居后，需要进一步调用该智能家居执行该任务。
在一个实施方式中，调度智能家居执行任务包括：根据确定执行该任务的智能家居的属性，选择相应的通信协议转换算法；基于该通信协议转换算法，建立智能家居和任务发起方之间的通信连接；智能家居基于该通信连接执行任务。
在一个实施例中，确定执行任务的智能家居后，先提取该智能家居的设备地址、设备秘钥、设备通信协议等属性。首先，根据提取的设备通信协议选择相应的通信协议转换算法，并基于该通信协议转换算法和提取的设备地址、设备秘钥建立任务发起者和该智能家居的通信连接。任务发起者基于该通信连接将任务指令发送至该智能家居，该智能家居接收该任务指令后，利用该智能家居内部的计算资源执行该任务指令。当智能家居完成该任务指令后，将相应的任务指令处理结果发送至任务发起方，任务发起方接收该任务指令处理结果，并结束对该智能家居的调度。
图2是根据第三实施例示出的一种智能家居使用装置的原理框图，该智能家居使用装置可以通过软件、硬件或者两者的结合实现其部分或者全部。该智能家居使用装置可以包括：采集模块201、提取模块202、执行模块203和调度模块204。
采集模块201，用于采集智能家居的属性及对应的智能家居属性值。
其中，智能家居的属性可以反映智能家居的设备特征、能力特征和其他特征，包括但不限于设备标识、设备地址、设备使用状态、计算能力、每日可用时长、设备秘钥和设备通信协议。智能家居属性值为智能家居属性对应的取值，如设备标识的属性值为设备的编号，计算能力的属性值为计算能力值(计算能力的大小)。
在一个实施例中，采集模块采集获得调用许可的智能家居的属性及对应的智能家居属性值，形成这些智能家居的属性与智能家居属性值列表。该智能家居的属性与智能家居属性值列表中的智能家居属性值可以反映智能家居的设备特征、能力特征等特征。进一步地，通过查看该智能家居属性与智能家居属性值列表中的设备使用状态的取值，可以获得智能家居的使用状态特征，进而可以确定可被调用的智能家居。具体地，如设备使用状态属性值包括“0”和“1”，其中“0”代表“正在使用”，“1”代表“待机状态”。如果某智能家居设备使用状态的属性值为“0”，则表示该智能家居正在使用，表明该智能家居为不可调用的智能家居；如果该智能家居设备使用状态的属性值为“1”，则表示该智能家居处于待机状态，表明该智能家居为不可调用的智能家居。
如，获得调用许可的智能家居包括6台，采集模块采集这6台智能家居的属性及对应的智能家居属性值，形成这6台智能家居的属性与智能家居属性值列表，见表6所示。
表6
表
其中，智能家居设备标识为code1、code3、code4、code5的设备使用状态的属性值为“1”，“1”表示“待机状态”，智能家居设备标识为code2和code6的智能家居使用状态的属性值为“0”，“0”表示“正在使用”，表明智能家居code1、code3、code4、code5为可调用智能家居，智能家居code2和code6为不可调用的智能家居。
提取模块202，用于提取任务属性及对应的任务属性值。
任务是由任务发起方向智能家居发起的命令指令，智能家居接收到该任务的命令指令后，通过智能家居的核心处理器处理该命令指令。其中，任务发起方一般为由若干智能家居构成的智能家居系统外的设备或装置，任务命令指令包括但不限于数据计算命令指令、图像分析命令指令。任务属性是可以反映该任务特性的内容，相应的，任务属性值为任务属性对应的取值。
在一个实施方式中，当接收到任务后，提取模块从该任务中提取执行该任务的任务属性，如计算能力和所需时长，以及对应的任务属性值，如计算能力数值和所需时长数值。
执行模块203，用于基于所述任务属性值和所述智能家居属性值确定执行所述任务的智能家居。
在一个实施方式中，执行模块基于任务属性值和智能家居属性值确定执行任务的智能家居包括以下步骤：首先，根据任务属性和任务属性值，将智能家居中不满足任务属性值的智能家居剔除，获得可用智能家居；其次，根据智能家居属性和智能家居属性值，计算可用智能家居的任务执行能力；最后，根据任务执行能力确定执行任务的智能家居。
其中，智能家居的任务执行能力是可以反映该智能家居任务综合执行能力的数值。智能家居的任务执行能力可以通过以下步骤计算获得：首先将智能家居属性值进行归一化处理，得到智能家居归一化属性值；其次，分别设置智能家居归一化属性值的权重系数；最后，基于权重系数和智能家居归一化属性值计算可用智能家居的任务执行能力。
需要说明的是，智能家居归一化属性值的权重系数可以根据经验或统计数据设定，还可以根据实际使用场景的需求设定。假设如果某任务对计算能力的要求比对可用时长的要求高，那么可以适当地将计算能力归一化属性值的权重系数设置的高于可用时长归一化属性值的权重系数。
在一个实施例中，已知任务的所需计算能力为C0，每日所需可用时长为T0，智能家居的属性和对应的智能家居属性值如表7所示：
表7
Figure BDA0002228460330000141
Figure BDA0002228460330000151
假设，C1和C3小于C0，且C2、C4、C5和C6大于C0；T4小于T0，且T1、T2、T3、T5、T6大于T0。
首先，将不满足任务属性值要求的智能家居剔除，获得可用智能家居。
由于C1和C3小于C0，因此将设备标识为code1和code1的智能家居剔除；由于T4小于T0，因此将设备标识为code4智能家居剔除。所以，获得的可用智能家居为code2、code5和code6。
其次，计算可用智能家居的任务执行能力。
通过归一化计算公式获得智能家居计算能力的归一化属性值：
Figure BDA0002228460330000153
Figure BDA0002228460330000154
其中，C2n为设备标识为code2对应智能家居计算能力的归一化属性值，C5n为设备标识为code5对应智能家居计算能力的归一化属性值，C6n为设备标识为code6对应智能家居计算能力的归一化属性值，j为计算能力属性值的数量(在本例中j的最大取值为3)。
同理可以得到T2n、T5n和T6n，其中T2n为设备标识为code2对应智能家居每日可用时长的归一化属性值，其中T5n为设备标识为code5对应智能家居每日可用时长的归一化属性值，其中T6n为设备标识为code6对应智能家居每日可用时长的归一化属性值。
设置智能家居计算能力的归一化属性值的权重系统为α，智能家居每日可用时长的归一化属性值的权重系数为β，通过加权平均公式可以获得可用智能家居的任务执行能力。
Wcode2＝α*C2n+β*T2n
Wcode5＝α*C5n+β*T5n
Wcode6＝α*C6n+β*T6n
其中，Wcode2为设备标识为code2对应智能家居的任务执行能力，Wcode5为设备标识为code5对应智能家居的任务执行能力，Wcode6为设备标识为code6对应智能家居的任务执行能力。
假设Wcode2＜Wcode5＜Wcode6，基于智能家居最大化使用效率的考虑，选择设备标识为code2对应智能家居执行该任务。此时，在满足任务需求的前提下，选取智能家居执行能力最小的智能家居code2执行任务，可以最大程度地利用智能家居。
优选地，确定执行任务的智能家居还可以通过以下步骤实现：
根据智能家居属性值设定智能家居分类属性阈值，并基于该智能家居分类属性阈值对智能家居进行分类；基于任务属性值和智能家居分类属性阈值，为任务匹配智能家居分类；根据计算能力属性值和可用时长属性值将匹配智能家居分类中不满足任务属性值的智能家居剔除，获得可用智能家居；将可用智能家居的计算能力属性值和可用时长属性值进行归一化处理，得到计算能力归一化属性值和所述可用时长归一化属性值；分别设置可用智能家居计算能力属性值和可用时长属性值的权重系数；基于权重系数、计算能力归一化属性值和可用时长归一化属性值计算可用智能家居的任务执行能力。
需要说明的是，智能家居分类属性阈值可以基于智能家居属性值，结合经验或者统计数据设定。
优选地，根据智能家居属性值设定智能家居分类属性阈值还可以通过以下步骤完成：首先将智能家居属性值按照大小排序，形成智能家居属性值序列；其次，确定该智能家居属性值序列的分类比例系数；最后根据该智能家居属性值序列分类比例系数设定智能家居分类属性阈值。其中，智能家居属性值序列的分类比例系数可以根据经验或者统计数据，结合实际使用需求进行设置。
在一个优选实施例中，已知6台智能家居的计算能力属性值和可用时长属性值，如表8所示。
表8
Figure BDA0002228460330000161
Figure BDA0002228460330000171
假设，C1＜C3＜C6＜C4＜C5＜C2，且T2＜T6＜T5＜T3＜T1＜T4。
首先，计算智能家居计算能力的分类属性阈值，并基于该分类属性阈值对智能家居分类。
根据C1＜C3＜C6＜C4＜C5＜C2，将智能家居计算能力属性值按大小顺序排列可形成计算能力属性值序列，具体见表9。
表9
设备标识 计算能力(次/秒)
code1 C1
code3 C3
code6 C6
code4 C4
code5 C5
code2 C2
根据经验，设置智能家居计算能力属性值序列的分类比例系数为μ。
基于分类比例系数μ和智能家居计算能力属性值计算智能家居计算能力的分类属性阈值：
thrC＝μ*C2
其中，thrC为智能家居计算能力的分类属性阈值，C2为计算能力属性值的最大取值。
进一步地，将智能家居计算能力属性值与智能家居计算能力分类属性阈值thrC进行比较，将计算能力属性值小于等于thrC的智能家居分为低计算能力类智能家居，将计算能力属性值大于thrC的智能家居分为高计算能力类智能家居。
假设C6＜thrC＜C4，那么C1、C3、C6均小于thrC，所以设备标识为code1、code3和code6的智能家居属于低计算能力类智能家居，相应的，C2、C4、C5均大于thrC，所以设备标识为code2、code4和code5的智能家居属于高计算能力类智能家居。
同理，根据T2＜T6＜T5＜T3＜T1＜T4，将智能家居可用时长属性值按大小顺序排列可形成可用时长属性值序列，具体见表10。
表10
设备标识 可用时长(小时)
code2 T2
code5 T5
code6 T6
code3 T3
code1 T1
code4 T4
根据经验，设置智能家居可用时长属性值序列的分类比例系数为ε。
基于分类比例系数ε和智能家居可用时长属性值计算智能家居可用时长的分类属性阈值：
thrT＝ε*T4
其中，thrT为智能家居可用时长的分类属性阈值，T4为可用时长属性值的最大取值。
进一步地，将智能家居可用时长属性值与智能家居可用时长分类属性阈值thrT进行比较，将可用时长属性值小于等于thrT的智能家居分为低可用时长类智能家居，将可用时长属性值大于thrT的智能家居分为高可用时长类智能家居。
假设T5＜thrT＜T6，那么T2、T5、小于thrT，所以设备标识为code2、code5的智能家居属于低可用时长类智能家居，相应的，T1、T3、T4、T6均大于thrT，所以设备标识为code1、code3、code4和code6的智能家居属于高可用时长类智能家居。
由上可知，智能家居被分为四类，分别是：低计算能力低可用时长类，无对应智能家居；低计算能力高可用时长类，对应智能家居为code1、code3和code6；高计算能力低可用时长类，对应智能家居为code2、code5；高计算能力高可用时长类，对应智能家居为code4。
其次，基于任务属性值和智能家居分类属性阈值，为任务匹配智能家居分类。
已知任务的所需计算能力属性值为C0，每日所需可用时长为T0，且C0＜thrC，T0＞thrT。
该任务中，由于C0＜thrC，所以该任务所需计算能力属性匹配智能家居为低计算能力类；由于T0＞thrT，所以该任务每日所需可用时长匹配智能家居为高可用时长类。所以，该任务匹配智能家居类型为低计算能力高可用时长类，低计算能力高可用时长类智能家居包括code1、code3和code6。
再次，根据计算能力属性值和可用时长属性值将匹配智能家居分类中不满足任务属性值的智能家居剔除，获得可用智能家居。
假设T6＜T0，即智能家居code6不满足该任务对可用时长的要求，所以将低计算能力高可用时长类智能家居中的智能家居code6剔除，获得可用智能家居为code1和code3。
最后，计算可用智能家居的任务执行能力，并基于该任务执行能力确定执行任务的智能家居。
第一步：计算智能家居code1和code3的计算能力归一化属性值和可用时长归一化属性值；
第二步：分别设置计算能力归一化属性值的权重系数和可用时长归一化属性值的权重系数
第三步：基于计算能力归一化属性值和可用时长归一化属性值和对应的权重系数计算得到智能家居的任务执行能力。
这部分内容已经在步骤S103的其他实施例中进行了描述，在此不再赘述。
假设得到智能家居为code1的任务执行能力为Wcode1，智能家居为code3的任务执行能力为Wcode3，且Wcode1＜Wcode3。考虑到智能家居的最大化利用率，所以将智能家居code1作为执行该任务的智能家居。
调度模块204，用于调度所述智能家居执行所述任务。
确定执行任务的智能家居后，需要进一步调用该智能家居执行该任务。
在一个实施方式中，调度模块调度智能家居执行任务包括：通信算法选择单元根据执行该任务的智能家居的属性，选择相应的通信协议转换算法；通信连接单元基于该通信协议转换算法，建立智能家居和任务发起方之间的通信连接；任务执行单元使智能家居基于该通信连接执行任务。
在一个实施例中，确定执行任务的智能家居后，先提取该智能家居的设备地址、设备秘钥、设备通信协议等属性。首先，通信算法选择单元根据提取的设备通信协议选择相应的通信协议转换算法；其次，通信连接单元基于该通信协议转换算法和提取的设备地址、设备秘钥建立任务发起者和该智能家居的通信连接；再次，任务执行单元中，任务发起者基于该通信连接将任务指令发送至该智能家居，该智能家居接收该任务指令后，利用该智能家居内部的计算资源执行该任务指令。当智能家居完成该任务指令后，将相应的任务指令处理结果发送至任务发起方，任务发起方接收该任务指令处理结果，并结束对该智能家居的调度。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (11)

1.一种智能家居使用方法，其特征在于，包括：
采集智能家居的属性及对应的智能家居属性值；
响应于任务并从中提取任务属性及对应的任务属性值；
基于所述任务属性值和所述智能家居属性值确定执行所述任务的智能家居；
调度所述智能家居执行所述任务。
2.根据权利要求1所述的智能家居使用方法，其特征在于，所述采集智能家居的属性及对应的智能家居属性值之后，还包括：
根据所述智能家居属性值设定智能家居分类属性阈值，并基于所述智能家居分类属性阈值对所述智能家居进行分类；
基于所述任务属性值和所述智能家居分类属性阈值，为所述任务匹配智能家居分类；
基于所述任务属性值和所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居。
3.根据权利要求2所述的智能家居使用方法，其特征在于，所述根据所述智能家居属性值设定智能家居分类属性阈值包括：
按照所述智能家居属性值的大小排序；
确定分类比例系数；
根据所述分类比例系数设定所述智能家居分类属性阈值。
4.根据权利要求1所述的智能家居使用方法，其特征在于，所述智能家居的属性包括计算能力和可用时长，所述智能家居属性值包括计算能力属性值和可用时长属性值。
5.根据权利要求4所述的智能家居使用方法，其特征在于，所述基于所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居包括：
根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
根据所述计算能力属性值和可用时长属性值，计算所述可用智能家居的任务执行能力；
根据所述任务执行能力确定执行所述任务的智能家居。
6.根据权利要求4所述的智能家居使用方法，其特征在于，所述基于所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居包括：
根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
将所述可用智能家居的计算能力属性值和可用时长属性值进行归一化处理，得到所述计算能力归一化属性值和所述可用时长归一化属性值；
分别设置所述可用智能家居计算能力属性值和可用时长属性值的权重系数；
基于所述权重系数、所述计算能力归一化属性值和所述可用时长归一化属性值计算所述可用智能家居的任务执行能力。
7.根据权利要求1所述的智能家居使用方法，其特征在于，所述调度所述智能家居执行所述任务包括：
根据所述智能家居的属性选择通信协议转换算法；
基于所述通信协议转换算法，建立所述智能家居和所述任务的发起方之间的通信连接；
所述智能家居基于所述通信连接执行所述任务。
8.一种智能家居使用装置，其特征在于，包括：
采集模块，用于采集智能家居的属性及对应的智能家居属性值；
提取模块，用于提取任务属性及对应的任务属性值；
执行模块，用于基于所述任务属性值和所述智能家居属性值确定执行所述任务的智能家居；
调度模块，用于调度所述智能家居执行所述任务。
9.根据权利要求8所述的智能家居使用装置，其特征在于，还包括：
分类模块，用于根据所述智能家居属性值设定智能家居分类属性阈值，并基于所述智能家居分类属性阈值对所述智能家居进行分类；
匹配模块，用于基于所述任务属性值和所述智能家居分类属性阈值，为所述任务匹配智能家居分类；
确定模块，用于基于所述任务属性值和所述匹配智能家居分类中智能家居的属性值确定执行所述任务的智能家居。
10.根据权利要求9所述的智能家居使用装置，其特征在于，所述确定模块包括：
剔除单元，用于根据所述计算能力属性值和可用时长属性值将所述匹配智能家居分类中不满足所述任务属性值的智能家居剔除，获得可用智能家居；
计算单元，用于根据所述计算能力属性值和可用时长属性值，计算所述可用智能家居的任务执行能力；
智能家居确定单元，用于根据所述任务执行能力确定执行所述任务的智能家居。
11.根据权利要求8所述的智能家居使用装置，其特征在于，所述调度模块包括：
通信算法选择单元，用于根据所述智能家居的属性选择通信协议转换算法；
通信连接单元，用于基于所述通信协议转换算法，建立所述智能家居和所述任务之间的通信连接；
任务执行单元，用于所述智能家居基于所述通信连接执行所述任务。
CN201910959528.4A 2019-10-10 2019-10-10 一种智能家居使用方法和装置 Pending CN110716437A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910959528.4A CN110716437A (zh) 2019-10-10 2019-10-10 一种智能家居使用方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910959528.4A CN110716437A (zh) 2019-10-10 2019-10-10 一种智能家居使用方法和装置

Publications (1)

Publication Number Publication Date
CN110716437A true CN110716437A (zh) 2020-01-21

Family

ID=69211382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910959528.4A Pending CN110716437A (zh) 2019-10-10 2019-10-10 一种智能家居使用方法和装置

Country Status (1)

Country Link
CN (1) CN110716437A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597241A (zh) * 2020-05-11 2020-08-28 海尔优家智能科技（北京）有限公司 用于数据采集的方法、装置及设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1848749A (zh) * 2005-04-12 2006-10-18 乐金电子（沈阳）有限公司 家庭网络系统及其负荷分散方法
CN101201582A (zh) * 2007-11-16 2008-06-18 西北工业大学 一种像场弯曲的数值校正方法
CN101592676A (zh) * 2008-05-26 2009-12-02 株式会社丰田自动织机 工业车辆用冲击检测设备
CN102355390A (zh) * 2011-08-16 2012-02-15 中国科学院电工研究所 一种智能家居系统
CN104083823A (zh) * 2014-06-27 2014-10-08 清华大学 一种mri兼容的植入式电极
CN104239605A (zh) * 2014-07-25 2014-12-24 北京航空航天大学 一种飞行器装配过程风险评估的方法
CN106054630A (zh) * 2016-06-15 2016-10-26 青岛恒金源电子科技有限公司 一种基于云任务调度的智能家居控制系统
CN107025227A (zh) * 2016-01-29 2017-08-08 阿里巴巴集团控股有限公司 用户对产品的熟悉度的确定、信息筛选、处理方法及装置
CN107807857A (zh) * 2017-11-29 2018-03-16 努比亚技术有限公司 清理运行内存的方法、设备及计算机可存储介质
CN108933815A (zh) * 2018-06-15 2018-12-04 燕山大学 一种移动边缘计算卸载的边缘服务器的控制方法
AU2017366070A1 (en) * 2016-11-24 2019-06-13 Samsung Electronics Co., Ltd. Method and apparatus for partial retransmission in wireless cellular communication system

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1848749A (zh) * 2005-04-12 2006-10-18 乐金电子（沈阳）有限公司 家庭网络系统及其负荷分散方法
CN101201582A (zh) * 2007-11-16 2008-06-18 西北工业大学 一种像场弯曲的数值校正方法
CN101592676A (zh) * 2008-05-26 2009-12-02 株式会社丰田自动织机 工业车辆用冲击检测设备
CN102355390A (zh) * 2011-08-16 2012-02-15 中国科学院电工研究所 一种智能家居系统
CN104083823A (zh) * 2014-06-27 2014-10-08 清华大学 一种mri兼容的植入式电极
CN104239605A (zh) * 2014-07-25 2014-12-24 北京航空航天大学 一种飞行器装配过程风险评估的方法
CN107025227A (zh) * 2016-01-29 2017-08-08 阿里巴巴集团控股有限公司 用户对产品的熟悉度的确定、信息筛选、处理方法及装置
CN106054630A (zh) * 2016-06-15 2016-10-26 青岛恒金源电子科技有限公司 一种基于云任务调度的智能家居控制系统
AU2017366070A1 (en) * 2016-11-24 2019-06-13 Samsung Electronics Co., Ltd. Method and apparatus for partial retransmission in wireless cellular communication system
CN107807857A (zh) * 2017-11-29 2018-03-16 努比亚技术有限公司 清理运行内存的方法、设备及计算机可存储介质
CN108933815A (zh) * 2018-06-15 2018-12-04 燕山大学 一种移动边缘计算卸载的边缘服务器的控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111597241A (zh) * 2020-05-11 2020-08-28 海尔优家智能科技（北京）有限公司 用于数据采集的方法、装置及设备
CN111597241B (zh) * 2020-05-11 2024-03-22 海尔优家智能科技（北京）有限公司 用于数据采集的方法、装置及设备

Similar Documents

Publication Publication Date Title
CN108200134B (zh) 请求消息管理方法及装置、存储介质
CN112465359B (zh) 算力调用方法和装置
CN112364054B (zh) 风控决策方法、装置、电子装置及存储介质
CN112114892A (zh) 深度学习模型的获取方法、加载方法及选取方法
CN102945185A (zh) 任务调度方法及装置
CN110716437A (zh) 一种智能家居使用方法和装置
TWI675573B (zh) 網際網路資源調度方法及裝置、網路紅包調度方法
US20180088999A1 (en) Method, device, and system
CN106200866B (zh) 一种应用冻结方法及移动终端
CN114553625A (zh) 响应设备的确定方法和装置、存储介质及电子装置
CN112735115A (zh) 多线程业务处理方法、装置、服务器及存储介质
CN109120731B (zh) 一种通用型通讯方法、系统及装置
CN109389306B (zh) 一种用户订单的同步方法和装置
CN103176454B (zh) 多机器人系统的集群方法和系统
CN115858672A (zh) 电力终端管理方法、装置、电子设备及存储介质
CN112019589B (zh) 一种多层级负载均衡数据包处理方法
US9479579B2 (en) Grouping processing method and system
CN105045652A (zh) 一种多终端共同处理多并行线程程序的方法和处理系统
CN113194292A (zh) 智能设备的协调管理方法、装置、设备及存储介质
CN111399386A (zh) 一种基于5g的智能家居控制方法及系统
CN111144687A (zh) 一种新型电力大数据分析系统
CN116303110B (zh) 一种内存垃圾的回收方法及电子设备
CN104869171A (zh) 一种信息处理方法及智能家居设备
CN110266814A (zh) 传输方法及传输装置
CN115964277A (zh) 测试方法、装置、电子设备及存储介质

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