CN111089388A - 控制空调的方法及系统、空调器、家用电器 - Google Patents
控制空调的方法及系统、空调器、家用电器 Download PDFInfo
- Publication number
- CN111089388A CN111089388A CN201811217243.5A CN201811217243A CN111089388A CN 111089388 A CN111089388 A CN 111089388A CN 201811217243 A CN201811217243 A CN 201811217243A CN 111089388 A CN111089388 A CN 111089388A
- Authority
- CN
- China
- Prior art keywords
- air conditioner
- data
- answer
- information
- question
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
-
- 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
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/52—Indication arrangements, e.g. displays
- F24F11/526—Indication arrangements, e.g. displays giving audible indications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/40—Document-oriented image-based pattern recognition
- G06V30/42—Document-oriented image-based pattern recognition based on the type of document
- G06V30/422—Technical drawings; Geographical maps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
-
- 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
- G05B2219/2614—HVAC, heating, ventillation, climate control
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
Abstract
本申请公开了一种控制空调的方法及系统、空调器、家用电器。其中,该方法包括:在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;将采集到的数据输入到训练模型中,得到与问题信息对应的答案;播放上述答案。本申请解决了视力障碍人员无法方便快捷的与视力正常的人使用同样的一款空调的技术问题。
Description
技术领域
本申请涉及电器智能控制领域,具体而言,涉及一种控制空调的方法及系统、空调器、家用电器。
背景技术
智能家居对人们的生活影响越来越大,使用户对家用电器的操作方式变得越来越便捷,但对于一些特殊操作对象,比如视力存在缺陷的人,在对智能家居进行控制时会存在一些问题。
例如,开启空调前,用户需要检查室内的封闭性,视力正常的人只需要扫视便可得知窗户的开闭情况,而视力障碍人员需要到窗前一一检查窗户的封闭性;再比如,在空调运行过程中,一些提示信息仅在空调的显示屏上显示,不会进行语音播报,对于视力障碍的人员无法得知空调运行过程中的提示信息。现有技术中,对于视力障碍人员无法方便快捷地与视力正常的人使用同样的一款空调。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请实施例提供了一种控制空调的方法及系统、空调器、家用电器,以至少解决视力障碍人员无法方便快捷的与视力正常的人使用同样的一款空调的技术问题。
根据本申请实施例的一个方面,提供了一种控制空调的方法,包括:在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;将采集到的数据输入到训练模型中,得到与问题信息对应的答案;播放上述答案。
可选地,将采集到的数据输入到训练模型中,得到与问题信息对应的答案之前,上述方法还包括:获取训练数据集,其中,训练数据集包括如下至少之一:空调的运行状态图、采集到的室内门窗的开闭状态图和问答信息;基于训练数据集,生成训练模型。
可选地,基于训练数据集,生成训练模型,包括:对训练数据集进行预处理,得到预处理结果,并对预处理结果进行处理,得到训练模型,该步骤包括:采用卷积神经网络提取运行状态图和/或开闭状态图的图像特征,使用词向量技术将问答信息转换为词向量列表,并从词向量列表中提取得到问题特征;将图像特征和问题特征进行元素点积处理;将元素点积处理后的结果进行分类操作,得到答案预测值;将图像特征和问题特征,以及与图像特征和问题特征关联的答案预测值进行存储,生成训练模型。
可选地,问答信息包括:对空调的运行状态图和/或开闭状态图标注至少一个问题,以及问题对应的答案。
可选地,接收控制设备采集到的数据之前,上述方法还包括:控制设备使用拍摄装置拍摄得到室内的图像数据,或接收上传的其他设备拍摄得到的室内的图像数据;控制更新室内的图像数据。
可选地,播放上述答案之后,上述方法还包括:接收控制设备反馈的答案评价结果;基于答案评价结果定期调整训练数据集。
可选地,将采集到的数据输入到训练模型中,得到与问题信息对应的答案,包括:将采集到的室内的图像数据、位于室内的空调的运行状态图和问题信息中任意一个或多个数据与训练数据进行匹配;在匹配成功的情况下,读取训练数据中对应的答案。
可选地,在播放上述答案之前,上述方法还包括:控制设备将答案转换为语音信息;设播放语音信息,并接收目标对象基于语音信息输入的调整信息,其中,调整信息用于调整空调的运行状态。
根据本申请实施例的另一方面,还提供了另一种控制空调的方法,包括:在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案;空调播放答案。
根据本申请实施例的另一方面,还提供了一种控制空调的系统,包括:控制设备,用于采集数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调,与控制设备通信,用于在运行阶段,将接收到的数据输入到训练模型中,并将训练得到的与问题信息对应的答案返回给控制设备。
根据本申请实施例的再一方面,还提供了一种空调器,包括:接收装置,用于在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;处理器,用于将采集到的数据输入到训练模型中,得到与问题信息对应的答案;发射装置,用于将答案返回至控制设备。
根据本申请实施例的再一方面,还提供了一种家用电器,包括:接收装置,用于在家用电器的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;处理器,用于将采集到的数据输入到训练模型中,得到与问题信息对应的答案;发射装置,用于将答案返回至控制设备。
根据本申请实施例的再一方面,还提供了一种存储介质,存储介质包括存储的程序,其中,程序运行时控制存储介质所在的设备执行上述的控制空调的方法。
根据本申请实施例的再一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时执行上述的控制空调的方法。
在本申请实施例中,采用在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;将采集到的数据输入到训练模型中,得到与问题信息对应的答案;播放上述答案的方式,通过采集室内图像数据、位于室内的空调的运行状态图和用户通过对语音控制指令对空调控制时提出的问题的信息,并将上述数据输入至预设的机器学习模型进行预测,通过预测的得到上述问题的答案,然后依据答案对空调执行相应地控制,从而实现了视力障碍人员在相同的环境下方便快捷地与视力正常的人使用同一款空调的技术效果,进而解决了视力障碍人员无法方便快捷的与视力正常的人使用同样的一款空调的技术问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的一种控制空调的方法的流程图;
图2是根据本申请实施例的一种对数据进行训练,得到训练模型的方法的流程图;
图3是根据本申请实施例的另一种控制空调的方法的流程图;
图4是根据本申请实施例的一种控制空调系统的结构图;
图5是根据本申请实施例的一种空调器的结构图;
图6是根据本申请实施例的一种家用电器的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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,所描述的实施例仅仅是本申请一部分的实施例,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前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例,提供了一种控制空调的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本申请实施例的一种控制空调的方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图。
在本申请的一些可选的实施例中,室内的图像数据包括但不限于室内门窗的开闭状态图,空调的运行状态图为空调挡风板的状态图、空调运行时显示屏上显示的温度、风速、湿度及其它提示信息图等,问题信息为用户通过语音对空调进行控制时的语音问题。
步骤S104,将采集到的数据输入到训练模型中,得到与问题信息对应的答案。
在本申请的一些可选的实施例中,在步骤S104之前,上述方法还包括:获取训练数据集,其中,训练数据集包括如下至少之一:空调的运行状态图、采集到的室内门窗的开闭状态图和问答信息;基于训练数据集,生成训练模型。
根据本申请的一个可选的实施例,通过以下样本数据训练生成机器学习模型:空调状态图,其中,空调状态图为空调挡风板的状态图、空调运行时显示屏上显示的温度、风速、湿度及其它提示信息图等;门窗的开闭状态图;用户通过语音对空调进行控制时一些常用的语音指令,以及针对这些语音指令的答案。
在本申请的一些可选的实施例中,基于训练数据集,生成训练模型,包括:对训练数据集进行预处理,得到预处理结果,并对预处理结果进行处理,得到训练模型,图2是根据本申请实施例的一种对数据进行训练,得到训练模型的方法的流程图,如图2所示,该方法包括以下步骤:
步骤S202,采用卷积神经网络提取运行状态图和/或开闭状态图的图像特征,使用词向量技术将问答信息转换为词向量列表,并从词向量列表中提取得到问题特征。
根据本申请的一个可选的实施例,步骤S202中的问答信息包括:对空调的运行状态图和/或开闭状态图标注至少一个问题,以及问题对应的答案。
在提取样本图片的图像特征之前需要对样本图片进行预处理,对每张图片标记多个问题和针对该问题的答案,比如对一张窗户打开的图片标记问题“窗户是否开启”,相应的针对该图片标记答案“当前窗户是开启状态”;对一张空调显示状态图标记问题“当前空调的温度是多少”、“当前风速强度是什么等级”,将该图片中空调显示器上显示的相关内容作为该问题的答案对该图片进行标记;对一张空调挡风板的状态图标记问题“当前空调朝哪个方向扫风”,将该图片中空调挡风板的方向作为该问题的答案对该图片进行标记。
利用卷积神经网络提取样本图片的图像特征,在机器学习中,卷积神经网络是一种深度前馈神经网络,应用于图像识别。使用词向量技术将标记的问答信息转换为词向量列表,并从词向量列表中提取得到问题的特征。词向量是自然语言处理中的一组语言建模和特征学习技术的统称,将来自词汇表的单词或者短语映射到实数的向量。
步骤S204,将图像特征和问题特征进行元素点积处理。
步骤S206,将元素点积处理后的结果进行分类操作,得到答案预测值。
步骤S208,将图像特征和问题特征,以及与图像特征和问题特征关联的答案预测值进行存储,生成训练模型。
对经过步骤S202提取的图像特征和文体特征进行点击运算和分类操作,得到问题的预测答案,并且将上述图像特征和问题特征及与图像特征和问题特征相关联的答案以对应的关系进行存储,即得到训练好的模型。当将新采集到的图像和问题信息输入值训练好的模型进行预测时,根据上述存储的对应关系即可得到问题的答案。
在本申请的一些可选的实施例中,在接收控制设备采集到的数据之前,上述方法还包括:控制设备使用拍摄装置拍摄得到室内的图像数据,或接收上传的其他设备拍摄得到的室内的图像数据;控制更新室内的图像数据。
根据本申请的一个可选的实施例,当视力障碍人员在室内使用空调时,先利用控制设备采集室内的照片,比如可以环顾室内采集多张照片,这些照片中包括门窗的图片、空调的显示屏的图片,并将这些图片上传到空调,然后针对这些图片提出问题,空调将接收到的图片和问题信息输入到训练好的机器学习模型中进行预测,得到与上述问题相对应的答案。
控制设备上集成有图像采集装置,控制设备与空调通过无线通信方式连接,其中无线通信方式包括但不限于4G网络,wifi,蓝牙等。控制设备还能够定时采集室内的图像,并将采集的最新图像信息发送至空调,实时更新空调上存储的图片,比如空调开启一段时间后,如果视力障碍人员想要调节空调的温度,可以提出询问“当前室内温度是多少”,空调接收到该问题的信息后,针对最新的空调运行状态图即可识别出当前室内的温度。
控制设备控制定时查询是否有最新采集的室内的图像需要更新,通过定时询问可以保证空调上存储的图像是室内持续保持最新状态图像数据,可以确定通过训练模型识别图像数据后得到的问题信息对应的答案的准确率。
在本申请的一些可选的实施例中,步骤S104通过以下方法实现:将采集到的室内的图像数据、位于室内的空调的运行状态图和问题信息中任意一个或多个数据与训练数据进行匹配;在匹配成功的情况下,读取训练数据中对应的答案。
根据本申请的一个可选的实施例,空调接收到控制设备发送的室内图片、空调的运行状态图及问题信息信息后,将上述数据中的一种或者多种与预存的用于训练机器学习模型的样本数据匹配,如果匹配成功,读取训练样本中的图片对应的标记答案。
步骤S106,播放上述答案。
在本申请的一些可选的实施例中,在执行步骤S106之前,上述方法还包括:控制设备将答案转换为语音信息;控制设备播放语音信息,并接收目标对象基于语音信息输入的调整信息,其中,调整信息用于调整空调的运行状态。
比如视力障碍人员针对拍摄的图片提出的问题是“窗户是否开启”,空调通过机器学习模型预测后,得出答案“当前窗户是开启状态”。并将该答案转换为语音信息发送至控制设备进行语音播放,视力障碍人员在听到语音播报后就可以去关闭窗户。再比如视力障碍人员针对拍摄的图片提出的问题是“当前室内温度是多少”,空调针对空调运行状态图片和该问题信息通过机器学习模型预测后,识别出当前空调运行状态图上显示的当前室内的温度值,并将该温度值转换为语音信息发送至控制设备进行语音播放,视力障碍人员在听到语音播报后就可以根据当前室内的温度通过语音控制指令相应地对空调的温度进行调节,该语音控制指令通过控制设备发送至空调,空调接收到用户的语音控制指令,自动对空调做出相应的调整。
在本申请的一些可选的实施例中,在播放上述答案之后,上述方法还包括:接收控制设备反馈的答案评价结果;基于答案评价结果定期调整训练数据集。用户可以对空调识别结果进行评价,并且通过语音输入评价结果,通过控制设备将评价结果上传到空调,空调通过用户的反馈定期更新用于训练机器学习模型的训练数据集,以提高机器学习模型识别的准确率。
本申请方案相对于现有技术,通过采集室内的图像数据、室内空调的运行状态图和相应的问答信息构成训练样本集合,利用该样本集合训练机器学习模型。当视力障碍人员在使用空调时,只需要通过控制设备采集室内图像和空调运行状态图像,并提出与空调运行相关的问题,空调在接收到室内图像信息、空调运行状态图像及视力障碍人员突出的问题信息信息后,将上述数据输入到训练好的神经网络模型进行预测,得到视力障碍人员提出的问题的答案,并将该答案转换成语音信息发送至控制设备进行语音播报,视力障碍人员接收到语音播报的信息后,对空调做出相应的控制。
通过上述步骤,可以实现视力障碍人员在相同的环境下方便快捷地与视力正常的人使用同一款空调的技术效果,该技术应用于智能家居领域,针对视力存在障碍人员提供更加便捷的服务,提升了用户体验。
图3是根据本申请实施例的另一种控制空调的方法的流程图,如图3所示,包括以下步骤:
步骤S302,在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图。
步骤304,空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案。
步骤306,空调播放答案。
步骤S302至S306提供了另一种控制空调的方法,需要说明的是步骤S302至S304中实施例的优选实施方式可以参见图1至图2所示实施例的描述,此处不再赘述。
根据本申请一个可选的实施例,空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案后,在空调本地将该答案转换为语音信息,并在空调本地播放语音信息。
图4是根据本申请实施例的一种控制空调系统的结构图,如图4所示,该系统包括:
控制设备40,用于采集数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图。
空调42,与控制设备通信,用于在运行阶段,将接收到的数据输入到训练模型中,并将训练得到的与问题信息对应的答案返回给控制设备。
需要说明的是图3所示实施例的优选实施方式可以参见图1至图2所示实施例的描述,此处不再赘述。
图5是根据本申请实施例的一种空调器的结构图,如图5所示,该空调器包括:
接收装置50,用于在空调的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图。
处理器52,用于将采集到的数据输入到训练模型中,得到与问题信息对应的答案。
发射装置54,用于将答案返回至控制设备。
需要说明的是图5所示实施例的优选实施方式可以参见图1至图2所示实施例的描述,此处不再赘述。
图6是根据本申请实施例的一种家用电器的结构图,如图6所示,该家用电器包括:
接收装置60,用于在家用电器的运行阶段,接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图。
处理器62,用于将采集到的数据输入到训练模型中,得到与问题信息对应的答案。
发射装置64,用于将答案返回至控制设备。
需要说明的是图6所示实施例的优选实施方式可以参见图1至图2所示实施例的描述,此处不再赘述。
本申请实施例还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行以上的控制空调的方法。
上述存储介质用于存储执行以下功能的程序:在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案;空调将答案返回至控制设备进行播放。或者
在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案;空调播放答案。
本申请实施例还提供了一种处理器,处理器用于运行程序,其中,在程序运行时执行以上的控制空调的方法。
上述处理器用于执行实现以下功能的程序:在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案;空调将答案返回至控制设备进行播放。或者
在空调的运行阶段,空调接收控制设备采集到的数据,其中,数据包括问题信息,以及如下至少之一:室内的图像数据、位于室内的空调的运行状态图;空调将采集到的数据输入到训练模型中,得到与问题信息对应的答案;空调播放答案。
在上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (14)
1.一种控制空调的方法,其特征在于,包括:
在空调的运行阶段,接收控制设备采集到的数据,其中,所述数据包括问题信息,以及如下至少之一:室内的图像数据、位于所述室内的空调的运行状态图;
将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案;
播放所述答案。
2.根据权利要求1所述的方法,其特征在于,将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案之前,所述方法还包括:
获取训练数据集,其中,所述训练数据集包括如下至少之一:空调的运行状态图、采集到的室内门窗的开闭状态图和问答信息;
基于所述训练数据集,生成所述训练模型。
3.根据权利要求2所述的方法,其中,基于所述训练数据集,生成所述训练模型,包括:
对所述训练数据集进行预处理,得到预处理结果,并对所述预处理结果进行处理,得到所述训练模型,该步骤包括:
采用卷积神经网络提取所述运行状态图和/或所述开闭状态图的图像特征,使用词向量技术将所述问答信息转换为词向量列表,并从所述词向量列表中提取得到问题特征;
将所述图像特征和所述问题特征进行元素点积处理;
将元素点积处理后的结果进行分类操作,得到答案预测值;
将所述图像特征和所述问题特征,以及与所述图像特征和所述问题特征关联的答案预测值进行存储,生成所述训练模型。
4.根据权利要求2所述的方法,其特征在于,所述问答信息包括:对所述空调的运行状态图和/或所述开闭状态图标注至少一个问题,以及问题对应的答案。
5.根据权利要求1所述的方法,其特征在于,接收控制设备采集到的数据之前,所述方法还包括:
所述控制设备使用拍摄装置拍摄得到所述室内的图像数据,或接收上传的其他设备拍摄得到的所述室内的图像数据;
控制更新所述室内的图像数据。
6.根据权利要求2所述的方法,其特征在于,播放所述答案之后,所述方法还包括:
接收所述控制设备反馈的答案评价结果;
基于所述答案评价结果定期调整所述训练数据集。
7.根据权利要求3至6中任意一项所述的方法,其特征在于,将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案,包括:
将采集到的室内的图像数据、位于所述室内的空调的运行状态图和所述问题信息中任意一个或多个数据与所述训练数据进行匹配;
在匹配成功的情况下,读取所述训练数据中对应的答案。
8.根据权利要求1所述的方法,其特征在于,在播放所述答案之前,所述方法还包括:
所述控制设备将所述答案转换为语音信息;
所述控制设备播放所述语音信息,并接收目标对象基于所述语音信息输入的调整信息,其中,所述调整信息用于调整所述空调的运行状态。
9.一种控制空调的方法,其特征在于,包括:
在空调的运行阶段,所述空调接收控制设备采集到的数据,其中,所述数据包括问题信息,以及如下至少之一:室内的图像数据、位于所述室内的空调的运行状态图;
所述空调将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案;
所述空调播放所述答案。
10.一种控制空调的系统,其特征在于,包括:
控制设备,用于采集数据,其中,所述数据包括问题信息,以及如下至少之一:室内的图像数据、位于所述室内的空调的运行状态图;
空调,与所述控制设备通信,用于在运行阶段,将接收到的所述数据输入到训练模型中,并将训练得到的与所述问题信息对应的答案返回给所述控制设备。
11.一种空调器,包括:
接收装置,用于在空调的运行阶段,接收控制设备采集到的数据,其中,所述数据包括问题信息,以及如下至少之一:室内的图像数据、位于所述室内的空调的运行状态图;
处理器,用于将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案;
发射装置,用于将所述答案返回至所述控制设备。
12.一种家用电器,包括:
接收装置,用于在家用电器的运行阶段,接收控制设备采集到的数据,其中,所述数据包括问题信息,以及如下至少之一:室内的图像数据、位于所述室内的空调的运行状态图;
处理器,用于将所述采集到的数据输入到训练模型中,得到与所述问题信息对应的答案;
发射装置,用于将所述答案返回至所述控制设备。
13.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序执行权利要求1至9中任意一项所述的控制空调的方法。
14.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至9中任意一项所述的控制空调的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217243.5A CN111089388A (zh) | 2018-10-18 | 2018-10-18 | 控制空调的方法及系统、空调器、家用电器 |
US17/286,595 US11852357B2 (en) | 2018-10-18 | 2019-08-06 | Method for controlling air conditioner, air conditioner |
PCT/CN2019/099379 WO2020078076A1 (zh) | 2018-10-18 | 2019-08-06 | 控制空调的方法及系统、空调器、家用电器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811217243.5A CN111089388A (zh) | 2018-10-18 | 2018-10-18 | 控制空调的方法及系统、空调器、家用电器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111089388A true CN111089388A (zh) | 2020-05-01 |
Family
ID=70283663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811217243.5A Pending CN111089388A (zh) | 2018-10-18 | 2018-10-18 | 控制空调的方法及系统、空调器、家用电器 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11852357B2 (zh) |
CN (1) | CN111089388A (zh) |
WO (1) | WO2020078076A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053680A (zh) * | 2020-09-11 | 2020-12-08 | 中航华东光电(上海)有限公司 | 一种适合盲人使用的语音空调控制装置 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210173837A1 (en) * | 2019-12-06 | 2021-06-10 | Nec Laboratories America, Inc. | Generating followup questions for interpretable recursive multi-hop question answering |
KR20220023007A (ko) * | 2020-08-20 | 2022-03-02 | 삼성전자주식회사 | 전자 장치 및 그 제어 방법 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175286A (zh) * | 2013-04-15 | 2013-06-26 | 深圳市第一职业技术学校 | 适合盲人操作的空气调节装置及其遥控方法 |
CN105066357A (zh) * | 2015-08-13 | 2015-11-18 | 珠海格力电器股份有限公司 | 控制空调的方法及空调遥控器 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN106452990A (zh) * | 2016-09-05 | 2017-02-22 | 中山海倍瑞智能软件科技有限公司 | 控制家电设备语音播报的方法、装置及家电设备 |
CN106951473A (zh) * | 2017-03-06 | 2017-07-14 | 浙江大学 | 面向视觉障碍人士的深度视觉问答系统的构建方法 |
CN109028478A (zh) * | 2018-07-03 | 2018-12-18 | 朱超 | 空调遥控器及空调控制系统 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008249327A (ja) * | 2008-07-22 | 2008-10-16 | Mitsubishi Electric Corp | 空気調和機 |
US8463719B2 (en) * | 2009-03-11 | 2013-06-11 | Google Inc. | Audio classification for information retrieval using sparse features |
US8886489B2 (en) * | 2009-05-12 | 2014-11-11 | Georgia Tech Research Corporation | Motion detecting method and device |
US9425978B2 (en) * | 2012-06-27 | 2016-08-23 | Ubiquiti Networks, Inc. | Method and apparatus for configuring and controlling interfacing devices |
US9429960B2 (en) * | 2012-09-05 | 2016-08-30 | Carnegie Mellon University | Integrated information framework for automated performance analysis of heating, ventilation, and air conditioning (HVAC) systems |
CN204438431U (zh) * | 2015-01-27 | 2015-07-01 | 上海新祁环境科技有限公司 | 空调器 |
CN205351642U (zh) * | 2015-11-20 | 2016-06-29 | 珠海格力电器股份有限公司 | 空调器控制电路及空调器 |
KR101924963B1 (ko) * | 2017-03-30 | 2018-12-04 | 엘지전자 주식회사 | 홈 어플라이언스의 동작 방법 |
CN107360157A (zh) | 2017-07-10 | 2017-11-17 | 绵阳美菱软件技术有限公司 | 一种用户注册方法、装置及智能空调器 |
CN207350702U (zh) * | 2017-10-09 | 2018-05-11 | 珠海格力电器股份有限公司 | 用于空调的监控设备和空调 |
CN108036469B (zh) * | 2017-11-28 | 2021-07-16 | 广东美的制冷设备有限公司 | 空调器的送风方法、空调器和计算机可读存储介质 |
CN108088043B (zh) * | 2017-12-13 | 2020-05-22 | 广东美的制冷设备有限公司 | 空气调节装置及其语音播报方法、终端和存储介质 |
US10754851B2 (en) * | 2017-12-22 | 2020-08-25 | Adobe Inc. | Question answering for data visualizations |
US11416739B2 (en) * | 2018-01-29 | 2022-08-16 | Lawrence Livermore National Security, Llc | Optimization control technology for building energy conservation |
US10852023B2 (en) * | 2018-05-15 | 2020-12-01 | Johnson Controls Technology Company | Building management autonomous HVAC control using reinforcement learning with occupant feedback |
-
2018
- 2018-10-18 CN CN201811217243.5A patent/CN111089388A/zh active Pending
-
2019
- 2019-08-06 WO PCT/CN2019/099379 patent/WO2020078076A1/zh active Application Filing
- 2019-08-06 US US17/286,595 patent/US11852357B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103175286A (zh) * | 2013-04-15 | 2013-06-26 | 深圳市第一职业技术学校 | 适合盲人操作的空气调节装置及其遥控方法 |
CN105066357A (zh) * | 2015-08-13 | 2015-11-18 | 珠海格力电器股份有限公司 | 控制空调的方法及空调遥控器 |
CN105095919A (zh) * | 2015-09-08 | 2015-11-25 | 北京百度网讯科技有限公司 | 图像识别方法和装置 |
CN106452990A (zh) * | 2016-09-05 | 2017-02-22 | 中山海倍瑞智能软件科技有限公司 | 控制家电设备语音播报的方法、装置及家电设备 |
CN106951473A (zh) * | 2017-03-06 | 2017-07-14 | 浙江大学 | 面向视觉障碍人士的深度视觉问答系统的构建方法 |
CN109028478A (zh) * | 2018-07-03 | 2018-12-18 | 朱超 | 空调遥控器及空调控制系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112053680A (zh) * | 2020-09-11 | 2020-12-08 | 中航华东光电(上海)有限公司 | 一种适合盲人使用的语音空调控制装置 |
Also Published As
Publication number | Publication date |
---|---|
US11852357B2 (en) | 2023-12-26 |
WO2020078076A1 (zh) | 2020-04-23 |
US20210389011A1 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108039988B (zh) | 设备控制处理方法及装置 | |
KR102553299B1 (ko) | 데이터 학습 서버 및 이의 학습 모델 생성 및 이용 방법 | |
CN109818839A (zh) | 应用于智能家居的个性化行为预测方法、装置和系统 | |
CN110410964B (zh) | 空调器的控制方法及控制系统 | |
CN107105310B (zh) | 一种视频直播中人物形象替换方法、装置和一种录播系统 | |
US11852357B2 (en) | Method for controlling air conditioner, air conditioner | |
CN108880957B (zh) | 家电设备及其远程控制方法、服务器、终端控制设备 | |
CN108052014A (zh) | 智能家居的控制方法、系统及计算机可读存储介质 | |
CN106021463A (zh) | 基于人工智能提供智能服务的方法、智能服务系统及智能终端 | |
CN108181837B (zh) | 控制方法及控制装置 | |
CN110970018A (zh) | 语音识别方法和装置 | |
CN111077786A (zh) | 基于大数据分析的智能家居设备控制方法和装置 | |
CN111197841A (zh) | 控制方法、装置、遥控终端、空调器、服务器及存储介质 | |
CN111692830A (zh) | 冰箱的控制方法及采用该控制方法的冰箱 | |
CN114821236A (zh) | 智慧家庭环境感知方法、系统、存储介质及电子装置 | |
CN111447124A (zh) | 基于生物特征识别的智能家居控制方法及智能控制设备 | |
CN112944620A (zh) | 一种空调控制方法、装置、存储介质及空调 | |
CN114578701A (zh) | 智能家居控制系统的学习方法及控制方法 | |
CN106503189A (zh) | 基于人工智能的搜索系统优化方法和装置 | |
CN110567134A (zh) | 智能空调的自动运行控制方法、系统以及存储介质 | |
CN108376093B (zh) | 分享方法、空气调节设备、移动终端及存储介质 | |
CN105511279B (zh) | 家用电器远程控制方法及系统、家用电器和服务器 | |
CN107883520B (zh) | 基于空调设备的提醒方法及装置、终端 | |
CN110309753A (zh) | 一种赛事进程判别方法、装置和计算机设备 | |
CN112151034B (zh) | 设备的语音控制方法、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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200501 |
|
RJ01 | Rejection of invention patent application after publication |