CN110955166B - 一种基于图像识别的智能洗涤装置及智能洗涤控制方法 - Google Patents

Abstract

一种基于图像识别的智能洗涤装置及控制方法，其中，装置包括清洗设备和调控设备，调控设备包括：图像采集模块、背景模块和控制模块；清洗设备的出水口相对设置有图像采集模块和背景模块；图像采集模块用于采集流入背景模块表面的出水口水质图像；控制模块分别与图像采集模块和清洗设备的控制单元信号连接，控制模块用于获取图像采集模块采集的出水口水质图像及清洗设备的当前洗涤模式下的工作状态参数；控制模块还用于对出水口水质图像进行识别获取当前出水口水质信息，并根据当前出水口水质信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至清洗设备的控制单元，以控制清洗设备以调整后的工作状态参数执行相应的洗涤工作。

Description

一种基于图像识别的智能洗涤装置及智能洗涤控制方法

技术领域

本发明涉及智能清洗技术领域，具体涉及一种基于图像识别的智能洗涤装置及智能洗涤控制方法。

背景技术

目前市场上的家用清洁设备大都是根据用户设定的工作模式进行清洁工作，在清洗工作中不能根据被清洁对象的种类和当前清洗状态对工作模式进行自适应调整，造成清洗时长冗余或者清洗效果不理想的问题，对于易损伤的被清洁对象，会由于设定不合适的工作状态对被清洗对象造成不可避免的磨损消耗，上述问题造成了目前清洗设备使用过程中的局限性。

发明内容

本申请提供一种基于图像识别的智能洗涤装置及智能洗涤控制方法，以解决现有智能洗涤设备的工作模式的工作参数不能自适应调整的问题。

为了解决上述问题，本发明提供的技术方案如下：

一种基于图像识别的智能洗涤装置，包括清洗设备，所述清洗设备包括但不限于洗衣机、洗碗机，其特征在于，还包括调控设备，所述调控设备包括：图像采集模块、背景模块和控制模块；

所述清洗设备的出水口相对设置有所述图像采集模块和所述背景模块；

所述图像采集模块用于采集流入所述背景模块表面的出水口水质图像；

所述控制模块分别与所述图像采集模块和所述清洗设备的控制单元信号连接，所述控制模块用于获取所述图像采集模块采集的出水口水质图像及所述清洗设备的当前洗涤模式下的工作状态参数；

所述控制模块还用于对所述出水口水质图像进行识别获取当前出水口水质信息，并根据所述当前出水口水质信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至所述清洗设备的控制单元，以控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

进一步优选的，所述背景模块的背景色为黑色背景、或白色背景、或规则分布的黑白色背景。

进一步优选的，所述调控设备还包括：引流组件、光源和透明中空的本体；

所述引流组件用于将所述清洗设备的出水口的水体引流至所述本体内；

所述光源设置于所述本体外侧，且所述光源的入射光直射于所述本体内；

所述图像采集模块垂直于所述光源的入射光方向设置于所述本体外侧；

所述背景模块相对于所述图像采集模块设置于所述本体外侧。

进一步优选的，所述光源的入射光为平行光。

进一步优选的，所述清洗设备的清洗腔配合设置有所述图像采集模块，所述图像采集模块用于采集所述清洗腔内被清洗对象的当前清洗状态图像；

所述控制模块还用于根据所述当前清洗状态图像识别被清洗对象的当前属性信息，并根据所述当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至所述清洗设备的控制单元，以控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

进一步优选的，所述清洗设备的进水口相对设置有所述图像采集模块和所述背景模块，所述控制模块还用于获取当前进水口水质信息，所述调整当前洗涤模式下的工作状态参数之前，所述控制模块还用于比对所述当前进水口水质信息和当前出水口水质信息。

本发明还提供一种基于图像识别的智能洗涤控制方法，所述方法应用于清洗设备，所述清洗设备包括但不限于洗衣机、洗碗机，其特征在于，包括步骤：

至少采集当前洗涤状态下所述清洗设备的出水口水质图像；

识别所述出水口水质图像，获取当前出水口水质信息；

根据所述当前出水口水质信息调整所述清洗设备当前洗涤模式下的工作状态参数，控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

进一步优选的，所述水质图像的背景色为黑色背景、或白色背景、或规则分布的黑白色背景。

进一步优选的，还包括步骤：

采集所述清洗设备的清洗腔内被清洗对象的当前清洗状态图像；

根据所述当前清洗状态图像识别被清洗对象的当前属性信息；

根据所述当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

进一步优选的，所述调整清洗设备当前洗涤模式下的工作状态参数之前，还包括步骤：

采集当前洗涤状态下所述清洗设备的进水口水质图像；

识别所述进水口水质图像，获取当前进水口水质信息；

比对所述当前进水口水质信息和当前出水口水质信息。

依据上述实施例的基于图像识别的智能洗涤装置及智能洗涤控制方法，具有以下效果：

1)基于图像识别技术，简化清洗模式的设置，实时调控清洗设备的工作状态，清洗模式更具有针对性，合理性，同时用户使用更加方便。

2)增加自动调控的功能，通过对清洗设备的状态做出实时调整，保持清洗设备处于一个良好的工作状态，延长清洗设备的使用年限。

3)减少了清洗设备的功耗和资源浪费。通过对每个工作状态的清洁情况实时检测，及时调整清洗设备的工作状态，针对性的进行清洁工作，有效避免资源浪费。

附图说明

图1为实施例一提供的智能洗涤装置原理框图；

图2为调控设备的结构示意图；

图3为图2的局部放大图；

图4为实施例四提供的智能洗涤控制方法流程图；

图5为实施例四提供的另一智能洗涤控制方法流程图。

具体实施方式

下面通过具体实施方式结合附图对本发明作进一步详细说明。

现在的洗衣机或洗碗机已经能够达到自动洗涤的目的，或者能够通过识别被清洗对象的种类自动选择相应的洗涤模式，但是，本申请的发明人研究发现，虽然洗衣机或洗碗机能够通过识别被清洗对象的种类自动选择相应的洗涤模式，解决了人工选择洗涤模式的问题，但是，不论是自动选择洗涤模式还是人工选择洗涤模式，都存在的问题是：一旦洗涤模式被确定，洗衣机或洗碗机会按照被选择的洗涤模式工作，且工作的过程中，该洗涤模式的工作参数不会根据当前的清洗状态进行自适应调整。以洗衣机为例，一旦洗衣机的洗涤模式被确定为慢速洗涤(例如，慢速洗涤的时长为75分钟)，则洗衣机会依据该时长进行洗涤，不会根据当前的实际清洗状态而自适应调整工作时长，故，会造成清洗时长冗余，或者会对被清洗对象造成不可避免的磨损(例如，衣服因长时间洗涤发生磨损)，同时，也会造成清洗设备的寿命缩短。

基于上述问题，本申请的发明人经过研究提出基于图像识别法，识别被清洗对象的当前清洗状态(例如，通过判断当前清洗状态得知被清洗对象是否被清洗干净)，根据识别结果自适应调整当前洗涤模式下的工作状态参数，改变被选定的洗涤模式的固有工作状态参数，使清洗设备在被选定的洗涤模式下对被清洗对象进行针对性的清洗工作。

在具体研发过程中，发明人发现如果通过识别被清洗对象来判断当前洗涤状态是否清洗干净，会存在识别误差，以被清洗对象为衣服为例，衣服的颜色、图案等因素均会影响到识别结果，故发明人创造性地提出识别清洗设备的出水口水质，为了识别清洗设备的出水口水质，发明人还巧妙地设计了相应的设备。

下面通过具体的实施例对本发明提供的基于图像识别的智能洗涤装置及智能洗涤控制方法进行详细描述。

实施例一：

本实施例提供一种基于图像识别的智能洗涤装置，其原理框图如图1所示，包括清洗设备1和调控设备2。

清洗设备1可以是洗衣机、洗碗机等智能清洁设备，本实施例中清洗设备1是现有的智能清洁设备，其所具有的洗涤功能及其实现方案也是常规手段，是本领域技术人员所熟知的，关于清洗设备1中常规洗涤功能实现本实施例不作赘述。

本领域技术人员熟知，清洗设备1中具有实现常规洗涤功能的控制单元，而该控制单元除了实现常规洗涤功能外，还具有与调控设备2通讯的功能，使得，调控设备2从该控制单元中获取清洗设备1的当前洗涤模式下的工作状态参数，并根据当前的清洗状态自适应调整该工作状态参数，将调整后的工作状态参数反馈至该控制单元，以使该控制单元控制清洗设备1以调整后的工作状态参数执行相应的洗涤工作。

具体的，调控设备2包括图像采集模块21、背景模块22和控制模块23；其中，图像采集模块21和背景模块22相对设置于清洗设备1的出水口，图像采集模块21用于采集流入背景模块22表面的出水口水质图像，控制模块23分别与图像采集模块21和清洗设备1的控制单元信息连接，控制模块23用于获取图像采集模块21采集的出水口水质图像及清洗设备1的当前洗涤模式下的工作状态参数。

控制模块23还用于对出水口水质图像进行识别获取当前出水口水质信息，并根据当前出水口水质信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至清洗设备1的控制单元，以控制清洗设备以调整后的工作状态参数执行相应的洗涤工作。

上述的图像采集模块21可以采用常规摄像头或高倍摄像头或二者结合使用，其中，高倍摄像头可以放大被清洗对象的细节信息。

上述的背景模块22的背景色可以是黑色背景、或白色背景或规则分布的黑白色背景，因本发明识别的是清洗设备1的洗涤水质，该水质中的颗粒物在背景模块22中具有突显性，如，白色颗粒物在黑色背景中突显，而黑色颗粒物在白色背景中突显，优选的，本实施的背景模块22为规则分布的黑白色背景，使得图像采集模块21采集的水质图像中能突显出不同颜色的颗粒物，提高后续的识别精度。

上述的图像采集模块21和背景模块22是设置于清洗设备1的出水口内壁的相对侧。这种布置情况下，因出水口的水流速度快，图像采集模块21所采集的水质图像不能更好的反应水质状态信息，进一步，调控设备2还包括引流组件24、光源25和透明中空的本体26。

其中，引流组件24用于将清洗设备1的出水口的水体引流至本体26内，光源25设置于本体26外侧，且光源25的入射光直射于本体26内，图像采集模块21垂直于光源25的入射光方向设置于本体26外侧，背景模块22相对于图像采集模块21设置于本体26外侧，其结构图如图2和图3所示。

通过上述结构设计，巧妙地设计本体26，及光源25、图像采集模块21和背景模块22的安装方式，使光源25、图像采集模块21和背景模块22通过透明中空的本体26真正地与水体隔离安装，避免光源25和图像采集模块21长期与水体接触所产生的问题。

另外，通过上述结构设计，光源25的入射光直射于本体26内，在本体26的水体中形成光路，优选的，光源25的入射光为平行光，图像采集模块21垂直于该光路进行拍摄图像，使得图像采集模块21拍摄的水质图像更加清晰，为后续的图像识别提高了识别精度。

本实施通过引流的方式将出口水体引入本体26中，可使出口水体以缓慢、稳定的速度流入本体26，进而使得采集的水质图像中更能丰富地呈现水质信息。

需要说明的是，为了实现基于水质检测判断当前清洗状态是否干净，在实现上述技术方案之前，本申请的发明人也开展了大量的前期准备工作，例如，对水质成分的标定工作，具体的，标定水质洗涤剂、油污和残渣的浓度等特征信息。

下面提供两种的标定方式：

一种标定方式是：将拍摄图像的水盛放到容器中，使用过滤或长时间静置的方法标定大小颗粒的残渣；通过离心机将不溶于水的物质分离出来并标定其种类与数量；使用水质检测仪检测溶于水的物质的种类与浓度。

另一种标定方式是：在清水中放入不同种类、数量的杂质，搅拌均匀后，放入特定的容器中拍摄图像；记录图像和放入的杂质。

通过前期的标定工作，在具体应用中，控制模块23通过对出水口水质图像进行识别即可获得当前出水口水质信息。

具体的，控制模块23内设置有神经网络模型，该神经网络模型是基于不同水质的标定信息进行训练而成的，例如，采集清洗设备在不同清洗时间、不同清洗状态、不同清洗模式下的水质图像，对不同的水质情况进行特征标定，将标定好的数据信息导入该神经网络模型中进行训练，直至获得符合检测标准的神经网络模型，当控制模块23获取新采集的出水口水质图像后，基于该神经网络模型对该出水口水质图像进行识别，即可获得当前出水口水质信息，例如，得到水质的洗涤剂、油污和残渣等信息。

具体识别过程中，因洗涤剂、油污和残渣的大小不同，光源25的入射光直射于本体26内产生的散射光也不相同，依此分辨杂质的种类，通过散射光的强度和光斑的数量可以分辨杂质的浓度。

在其也实施例中，控制模块23设置有无线通信模块，控制模块23基于该无线通信模块与外部的移动终端(例如，智能手机)通信，可进一步通过移动终端远程控制该控制模块23，进一步远程控制清洗设备1.

下面以洗衣机为例对本实施例提供的智能洗涤装置的具体应用进行举例说明。

假如洗衣机的当前洗涤模式为快速洗涤(该洗涤模式下的洗涤时长为15分钟，水量为15L)，若调控设备2基于出水口水质图像判断到出水口的水质中残渣较多时，则调控设备2根据残渣比例与水量参数的调节关系自适应调节当前洗涤模式下的水量参数，增加清洗的水量；若调控设备2基于出水口水质图像判断到出水口的水质污浊度值较高时，则，调控设备2根据污浊度与清洗时长的线性比自适应调节洗涤时长参数，延长洗涤的工作时长，增加洗涤剂的投放剂量。若调控设备2基于出水口水质图像判断到出水口的水质的污浊度值较低，洗涤剂含量较高时，则调控设备2自适应调节洗涤时长参数和洗涤剂的投放剂量参数及水量参数，如，延长洗涤的工作时长，减少洗涤剂的投放剂量，增加清洗的水量。

本实施例提供的智能洗涤装置，其基于图像识别技术，简化清洗模式的设置，实时调控清洗设备的工作状态，清洗模式更具有针对性，合理性，同时用户使用更加方便。其增加自动调控的功能，通过对清洗设备的状态做出实时调整，保持清洗设备处于一个良好的工作状态，延长清洗设备的使用年限。该智能洗涤装置还减少了清洗设备的功耗和资源浪费。通过对每个工作状态的清洁情况实时检测，及时调整清洗设备的工作状态，针对性的进行清洁工作，有效避免资源浪费。

实施例二：

基于实施例一，本实施例提供一种基于图像识别的智能洗涤装置，与实施例一不同的是，清洗设备1的清洗腔配合设置有图像采集模块21，该图像采集模块21用于采集清洗腔内被清洗对象的当前清洗状态图像，控制模块23还用于根据当前清洗状态图像识别被清洗对象的当前属性信息，并根据当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至清洗设备1的控制单元，以控制清洗设备1以调整后的工作状态参数执行相应的洗涤工作。

其中，图像采集模块21可以安装于清洗设备1的清洗腔内，也可以安装于清洗设备1的清洗腔外部，具体安装位置根据清洗设备1的具体类型和构造而确定，例如，当清洗设备1为洗衣机时，则图像采集模块21安装于清洗腔内部，若清洗设备1为洗碗槽时，则图像采集模块21安装于洗碗槽的外部。

控制模块23采用深度学习卷积神经网络识别被清洗对象属性，本实施例提供两种深度卷积神经网络模型，一种是MobileNet网络结构，另一种是SSD网络结构，需要说明的是，控制模块23识别被清洗对象属性的前提是，需要对这两种网络结构进行训练，获得符合要求的深度卷积神经网络模型。

在本实施例中，MobileNet网络结构中标定的特征值为：物体种类、物体数量、脏污种类和脏污程度。

其中，MobileNet网络结构的损失函数为：

loss(cls)+α·loss(num)+β·loss(dirty)+γ·loss(dirty_level)；

其中，α、β和γ为平衡参数。

优选的，loss(cls)为物体类别的损失函数，本例使用交叉熵损失函数或二元交叉熵损失函数；

优选的，loss(num)为物体数量的损失函数，本例使用smoothL1损失函数；

优选的，loss(dirty)为物体脏污类别的损失函数，本例使用交叉熵损失函数或二元交叉熵损失函数；

优选的，loss(dirty_level)为物体脏污度的损失函数，本例使用smoothL1损失函数。

SSD网络结构中标定的特征值为物体种类、物体位置、脏污种类和脏污程度。

其中，SSD网络结构的损失函数为：

loss(cls)+α·loss(loc)+β·loss(dirty)+γ·loss(dirty_level)；

其中，α、β和γ为平衡参数。

优选的，loss(cls)为物体类别的损失函数，本例使用交叉熵损失函数或二元交叉熵损失函数；

优选的，loss(loc)为物体位置的损失函数，本例使用smoothL1损失函数；

优选的，loss(dirty)为物体脏污类别的损失函数，本例使用交叉熵损失函数或二元交叉熵损失函数；

优选的，loss(dirty_level)为物体脏污度的损失函数，本例使用smoothL1损失函数。

通过上述方案，可以为清洗设备1设定针对性较强的清洗工作方式，例如：

通过被清洗对象的当前清洗状态图像确定被清洗对象的位置和数量选定出水口和出水方向，避免大量水资源浪费和清洗不到污渍的情况；

还可以通过识别到的对象种类和材质判定当前的清洗方式；

还可以调节出合适的温度参数，避免由于温度的问题破坏对象本身状态，同时最大化清洗效率。

下面以智能洗碗机为例，对本实施例的智能洗涤装置的具体应用进行举例说明。

在智能洗碗机进行洗涤工作的过程中，调控设备2根据出水口水质图像识别水质中的油污、洗涤剂、残渣、当前污浊程度、油污浓度等，调控设备2根据水质的污浊程度延长智能洗碗机的工作时长、根据残渣量确定水流量、根据洗涤剂的特性确定洗涤温度、根据油污种类确定洗涤剂种类，并根据当前状态被清洗对象的属性信息，调节智能洗碗机的水压、出水量、洗涤剂量、洗涤位置、洗涤水湿、清洗方式、清洗时长与清洗循环次数等工作状态参数。

其中，被清洗对象可以包含但不限于以下几类：

第一类：盛放容器，例如：碗、碟、杯子、果篮；

第二类：烹饪用具，例如：炒锅、煎锅、蒸锅、砂锅等；

第三类：食品，例如：蔬菜、水果、肉类；

第四类：其他用具，例如：刀具、汤勺、锅铲。

下面以智能洗衣机为例，对本实施例的智能洗涤装置的具体应用进行举例说明。

在智能洗衣机进行洗涤工作的过程中，调控设备2根据出水口水质图像识别水质信息，根据被清洗对象的当前清洗状态图像识别被清洗对象的属性信息，结合水质信息和属性信息自适应调整智能洗衣机当前洗涤状态下的工作参数。

具体的，在清洗过程中识别当前衣物表面的污浊状态，结合衣物表面的污浊信息与水质的污浊状态判断当前衣物的清洁状态，根据判断结果调整智能洗衣机当前洗涤状态下的工作参数。

需要说明的是，针对智能洗衣机的应用，因不同材质的衣物其洗涤模式不同，为了更具有针对性地洗涤模式，优选的，在上述的水质信息和被清洗对象属性信息识别的基础上，还可以通过增设微距放大图像采集设备采集衣物的材质信息，控制模块23与微距放大图像采集设备信号连接，控制模块23还进一步识别材质种类，及根据材质的种类调节当前的工作状态参数。

利用微距放大图像采集设备采集衣物某一局部区域的材质信息，材质种类主要通过放大倍数下不同种类材料的光滑度、颜色、纹理特征来判别。微距放大图像采集设备下识别的材质种类包括但不限于纯毛类、化纤类、交织类、混纺类。设定的参数包括但不限于洗涤温度、洗涤方式、烘干温度、清洁力度、脱水方式等。

优选的，在本实施实例中，还可以通过增设显微图像采集设备鉴定当前材质的具体种类信息，控制模块23识别相关信息，并根据该信息调节当前的工作参数。利用显微图像采集设备鉴定当前材质的具体种类信息可以针对特定材质的衣物设定独特的清洗模式，一般在衣物易损坏、材质易被洗涤方式影响或者较贵重的情况下设定本实施方式较为合适。通过增设显微图像采集设备有效拓宽洗衣机可清洗的衣物种类范围。

显微图像采集设备通过将不同材质的衣物在微米级别放大采样，采集其组成结构，细化衣物的鉴定范围，其鉴定范围包括但不限于：

纯毛类:可分为羊毛、羊绒、驼毛、兔羊毛混纺、驼羊毛混纺、牦牛毛羊毛混纺、貂绒、皮制、人造革等。

混纺类:可分为羊毛腈纶混纺、兔羊腈纶混纺、驼毛腈纶混纺、羊绒腈纶混纺、羊绒蚕丝混纺等。

纯化纤类:可分为弹力锦纶、弹力丙纶、弹力涤纶、腈纶膨体、腈纶混纺涤纶等。

根据识别的材质细分情况确定是否水洗，烘干温度、洗涤剂种类、清洗时长等参数。

优选的，考虑采用以上各采集设备结合的方式增强工作状态对清洁情况的适应程度，具体应用中主要包括但不限于以下几种方案：

1.与普通图像采集设备结合，通过对衣物的大体种类、厚度、颜色和清洗后的水体情况综合分析，调整洗衣机的常用工作参数。此种方案适用于绝大多数普通材质的衣物。

2.与微距放大图像采集设备结合，通过对衣料材质和当前水质情况判定，调整洗衣机的清洗模式、清洗温度、用水量、浸水时长等参数，避免衣物在不合适的清洗工作模式下受到损伤。

3.与显微图像采集设备结合，通过对特定衣物的材质和清洁状态的判定，制定特定的清洗模式。

4.与普通图像采集设备、微距放大图像采集设备结合对当前清洁状态进行判定，避免出现衣物染色或者衣物损伤的情况。

5.与微距图像采集设备、显微图像采集设备结合对当前的清洁状态进行判定，对投放衣物的材质情况进行详细划分，综合多种面料的清洗模式调整合适的洗衣机工作状态。

优选的，还可在洗衣机的控制单元中增加报警装置。报警装置包括但不限于蜂鸣器、移动终端的提示功能，通过蜂鸣音鸣笛对洗衣机附近的人进行提示。移动终端的提示功能通过洗衣机的的无线设备连接用户的移动终端，在用户的移动终端实时反馈洗衣机当前工作状态，在洗衣机处理异常情况时向用户发送警告提示。

优选的，洗衣机增设云服务功能，通过网络连接可以更新计算机识别算法，优化工作调参结果，将用户遇到的异常情况反馈到云端进行跟踪分析。在本地控制单元中也可以添加信息储存设备，保存用户的清洗数据和结果，对识别算法进行进一步训练，最终获得针对用户洗衣场景的独特调控模式。

实施例三：

基于实施例一和实施例二，本实施例提供一种基于图像识别的智能洗涤装置，与实施例一和实施例二不同的是，清洗设备1的进水口相对设置有图像采集模块21和背景模块22，控制模块23还用于识别当前进水口水质图像，以获取当前进水口水质信息，控制模块23调整当前洗涤模式下的工作状态参数之前，控制模块23还用于比对当前进水口水质信息和当前出水口水质信息，增强当前清洗状态是否干净的判断精度，排除水质因素对洗涤参数调控的影响。

需要说明的是，本领域技术人员基于上述的构思，本领域技术人员还可通过引流组件24将调控设备2放置于进水口和出水口的外部，也可以省去引流组件24，将图像采集模块21和背景模块22直接放置于进水口和出水口的内部。

此外，需要对进水口和出水口分别识别水质时，优选的，可以采用引流组件24将出水口和入水口引至一起，中间使用隔板隔开，采用一个图像采集模块21就可以同时采集出水口和入水口的图像，达到节省成本的目的。

实施例四：

基于实施例一至实施例三，本实施例提供一种基于图像识别的智能洗涤控制方法，其流程图如图4所示，具体包括以下步骤。

S100：至少采集当前洗涤状态下清洗设备的出水口水质图像。

其中，该步骤中出水口水质图像的采集方式请参考实施例一中提供的图像采集模块21、背景模块22、引流组件24、光源25及透明中空的本体26之间配合的结构设计，基于该结构设计，水质图像的背景色为黑色背景、或白色背景、或规则分布的黑白色背景，优选的，水质图像的背景色为规则分布的黑白色背景。

S110：识别出水口水质图像，获取当前出水口水质信息。

具体的识别方式是采用神经网络模型识别，水质信息包括水质的成分、浑浊度、油污浓度、洗涤剂、杂质量等。

S120：根据当前出水口水质信息调整清洗设备当前洗涤模式下的工作状态参数，控制清洗设备以调整后的工作状态参数执行相应的洗涤工作。

下面以洗衣机为例对本实施例提供的智能洗涤装置的具体应用进行举例说明。

假如洗衣机的当前洗涤模式为快速洗涤(该洗涤模式下的洗涤时长为15分钟，水量为15L)，若调控设备2基于出水口水质图像判断到出水口的水质中残渣较多时，则调控设备2根据残渣比例与水量参数的调节关系自适应调节当前洗涤模式下的水量参数，增加清洗的水量；若调控设备2基于出水口水质图像判断到出水口的水质污浊度值较高时，则，调控设备2根据污浊度与清洗时长的线性比自适应调节洗涤时长参数，延长洗涤的工作时长，增加洗涤剂的投放剂量。若调控设备2基于出水口水质图像判断到出水口的水质的污浊度值较低，洗涤剂含量较高时，则调控设备2自适应调节洗涤时长参数和洗涤剂的投放剂量参数及水量参数，如，延长洗涤的工作时长，减少洗涤剂的投放剂量，增加清洗的水量。

基于上述步骤S100-S120，可以实现基于水质判断当前清洗状态是否清洗干净，并基于判断结果自适应调整当前洗涤模式下的工作状态参数。下面，本实施例提供另外一种智能洗涤控制方法，该控制方法综合考虑了被清洗对象的属性信息，具体包括如下步骤，其流程图如图5所示。

S200：至少采集当前洗涤状态下清洗设备的出水口水质图像。

S210：识别出水口水质图像，获取当前出水口水质信息。

S220：采集清洗设备的清洗腔内被清洗对象的当前清洗状态图像。

S230：根据当前清洗状态图像识别被清洗对象的当前属性信息；

S240：根据当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，控制清洗设备以调整后的工作状态参数执行相应的洗涤工作。

上述步骤S200-S240的具体应用例请参考实施例二，本实施例不作赘述。

本实施例中，调整清洗设备当前洗涤模式下的工作状态参数之前，还包括步骤：

采集当前洗涤状态下所述清洗设备的进水口水质图像；

识别进水口水质图像，获取当前进水口水质信息；

比对当前进水口水质信息和当前出水口水质信息。

也即是，调整清洗设备当前洗涤模式下的工作状态参数之前，先比对当前进水口水质信息和当前出水口水质信息，以增强清洁状态的判定精度，可以有效排除水质因素对清洗调控的影响。

本实施例提供的智能洗涤控制方法，其基于图像识别技术，简化清洗模式的设置，实时调控清洗设备的工作状态，清洗模式更具有针对性，合理性，同时用户使用更加方便。其增加自动调控的功能，通过对清洗设备的状态做出实时调整，保持清洗设备处于一个良好的工作状态，延长清洗设备的使用年限。该智能洗涤装置还减少了清洗设备的功耗和资源浪费。通过对每个工作状态的清洁情况实时检测，及时调整清洗设备的工作状态，针对性的进行清洁工作，有效避免资源浪费。

以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。

Claims (9)

1.一种基于图像识别的智能洗涤装置，包括清洗设备，所述清洗设备不限于洗衣机、洗碗机，其特征在于，还包括调控设备，所述调控设备包括：图像采集模块、背景模块、引流组件、光源、透明中空的本体和控制模块；

所述引流组件用于将所述清洗设备的出水口的水体引流至所述本体内；

所述光源设置于所述本体外侧，且所述光源的入射光直射于所述本体内；

所述图像采集模块垂直于所述光源的入射光方向设置于所述本体外侧；

所述背景模块相对于所述图像采集模块设置于所述本体外侧，所述图像采集模块用于采集流入所述背景模块表面的出水口水质图像；

所述控制模块分别与所述图像采集模块和所述清洗设备的控制单元信号连接，所述控制模块用于获取所述图像采集模块采集的出水口水质图像及所述清洗设备的当前洗涤模式下的工作状态参数；

所述控制模块还用于对所述出水口水质图像进行识别获取当前出水口水质信息，并根据所述当前出水口水质信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至所述清洗设备的控制单元，以控制所述清洗设备改变被选定的洗涤模式的固有工作状态参数，使清洗设备在被选定的洗涤模式下以调整后的工作状态参数执行相应的洗涤工作；

所述水质信息为标定的水质成分特征信息，所述标定的水质成分特征信息包括洗涤剂、油污和残渣；

所述控制模块还用于对所述出水口水质图像进行识别获取当前出水口水质信息，具体为：所述光源的入射光直射于本体内并根据大小不同的洗涤剂、油污和残渣产生不同的散射光，基于不同的散射光识别当前出水口水质的杂质种类，及通过散射光的强度和光斑的数量识别当前出水口水质的杂质浓度。

2.如权利要求1所述的智能洗涤装置，其特征在于，所述背景模块的背景色为黑色背景、或白色背景、或规则分布的黑白色背景。

3.如权利要求1所述的智能洗涤装置，其特征在于，所述光源的入射光为平行光。

4.如权利要求1所述的智能洗涤装置，其特征在于，所述清洗设备的清洗腔配合设置有所述图像采集模块，所述图像采集模块用于采集所述清洗腔内被清洗对象的当前清洗状态图像；

所述控制模块还用于根据所述当前清洗状态图像识别被清洗对象的当前属性信息，并根据所述当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，及将调整后的工作状态参数反馈至所述清洗设备的控制单元，以控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

5.如权利要求1-4任一项所述的智能洗涤装置，其特征在于，所述清洗设备的进水口相对设置有所述图像采集模块和所述背景模块，所述控制模块还用于获取当前进水口水质信息，所述调整当前洗涤模式下的工作状态参数之前，所述控制模块还用于比对所述当前进水口水质信息和当前出水口水质信息。

6.一种基于图像识别的智能洗涤控制方法，所述方法应用于清洗设备，所述清洗设备不限于洗衣机、洗碗机，其特征在于，包括步骤：

通过调控设备至少采集当前洗涤状态下所述清洗设备的出水口水质图像；所述调控设备包括：图像采集模块、背景模块、引流组件、光源、透明中空的本体和控制模块；具体的：

采用所述引流组件将所述清洗设备的出水口的水体引流至所述本体内；

将所述光源设置于所述本体外侧，且所述光源的入射光直射于所述本体内；

将所述图像采集模块垂直于所述光源的入射光方向设置于所述本体外侧；

将所述背景模块相对于所述图像采集模块设置于所述本体外侧，采用所述图像采集模块采集流入所述背景模块表面的出水口水质图像；

识别所述出水口水质图像，获取当前出水口水质信息；其中，所述水质信息为标定的水质成分特征信息，所述标定的水质成分特征信息包括洗涤剂、油污和残渣；所述识别所述出水口水质图像，获取当前出水口水质信息，具体为：所述光源的入射光直射于本体内并根据大小不同的洗涤剂、油污和残渣产生不同的散射光，基于不同的散射光识别当前出水口水质的杂质种类，及通过散射光的强度和光斑的数量识别当前出水口水质的杂质浓度；

根据所述当前出水口水质信息调整所述清洗设备当前洗涤模式下的工作状态参数，控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

7.如权利要求6所述的智能洗涤控制方法，其特征在于，所述水质图像的背景色为黑色背景、或白色背景、或规则分布的黑白色背景。

8.如权利要求6所述的智能洗涤控制方法，其特征在于，还包括步骤：

采集所述清洗设备的清洗腔内被清洗对象的当前清洗状态图像；

根据所述当前清洗状态图像识别被清洗对象的当前属性信息；

根据所述当前出水口水质信息和当前属性信息调整当前洗涤模式下的工作状态参数，控制所述清洗设备以调整后的工作状态参数执行相应的洗涤工作。

9.如权利要求6-8任一项所述的智能洗涤控制方法，其特征在于，所述调整清洗设备当前洗涤模式下的工作状态参数之前，还包括步骤：

采集当前洗涤状态下所述清洗设备的进水口水质图像；

识别所述进水口水质图像，获取当前进水口水质信息；

比对所述当前进水口水质信息和当前出水口水质信息。

Images