CN111110902A - 香薰机的控制方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请涉及智能家居技术领域，具体涉及一种香薰机的控制方法、装置、存储介质及电子设备，方法包括：获取当前环境的环境信息以及处于当前环境的人体状态信息；将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。解决了现有技术中不能根据当前人体状态和当前环境状态实现香薰机的智能控制的问题。

Description

香薰机的控制方法、装置、存储介质及电子设备

技术领域

本申请涉及智能家居技术领域，特别地涉及一种香薰机的控制方法、装置、存储介质及电子设备。

背景技术

随着人工智能技术的发展，越来越多的设备使用了智能技术，智能家居更是涉及到了人们生活中的方方面面。其中，通过香薰机来舒缓压力、养生保健、进化空气以及助理睡眠等等，使得香薰机成为越来越多家庭的必备电器之一，香薰机的香薰种类繁多，而现有技术中不能根据当前人体状态和当前环境状态实现香薰机的智能控制。

发明内容

针对上述问题，本申请提供一种香薰机的控制方法、装置、存储介质及电子设备，解决了现有技术中不能根据当前人体状态和当前环境状态实现香薰机的智能控制的问题。

第一方面，本申请提供了一种香薰机的控制方法，所述方法包括：

获取当前环境的环境信息以及处于所述当前环境的人体状态信息；

将所述当前人体状态信息与所述当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；

根据所述香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

根据本申请的实施例，可选的，上述香薰机的控制方法中，训练所述第一深度学习模型，包括：

搜集训练集，其中，所述训练集包括不同的人体状态信息和环境信息，以及与不同的人体状态信息和环境信息对应的香薰机的参数；

根据所述训练集对采用强化学习算法的第一深度学习模型进行训练，以得到训练后的第一深度学习网络模型。

根据本申请的实施例，可选的，上述香薰机的控制方法中，述人体状态信息下列各项中的至少一项：人体动作信息和人体生理信息。

根据本申请的实施例，可选的，上述香薰机的控制方法中，获取当前环境的环境信息以及处于所述当前环境的人体状态信息，包括：

通过激光雷达获取点云图；

将所述点云图，输入训练后的第二深度学习模型，得到人体动作信息；

通过传感器获取当前环境的环境信息。

根据本申请的实施例，可选的，上述香薰机的控制方法中，训练所述第二深度学习模型，包括：

搜集点云图集；

根据所述点云图集对采用3D点云物体识别算法的第二深度学习模型进行训练，得到训练后的第二深度学习网络模型。

根据本申请的实施例，可选的，上述香薰机的控制方法中获取当前环境的环境信息以及处于所述当前环境的人体状态信息，包括：通过传感器获取人体生理信息以及当前环境的环境信息。

根据本申请的实施例，可选的，上述香薰机的控制方法中，将所述当前人体状态信息与所述当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式之后，还包括：

获取处于所述当前环境的人体的脑电波信息，根据所述脑电波信息得到所述人体的情绪状态；

根据所述人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

第二方面，本申请提供了一种香薰机的控制装置，包括：信息搜集模块，被配制成获取当前环境的环境信息以及处于所述当前环境的人体状态信息；

处理模块，被配置成根据所述当前人体状态信息与所述当前环境信息，得到香薰机的控制模式；

执行模块，被配置成根据所述香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

根据本申请的实施例，可选的，上述香薰机的控制装置中，还包括：调整模块，所述调整模块，被配置成获取当前人体的脑电波信息，根据所述人体的脑电波信息得到所述人体的情绪状态，以及根据所述人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

第三方面，本申请提供了一种存储介质，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如上述的香薰机的控制方法。

第四方面，本申请提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行上述的香薰机的控制方法。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本申请提供的一种香薰机的控制方法、装置、存储介质及电子设备，包括：获取当前环境的环境信息以及处于当前环境的人体状态信息；将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。根据当前人体状态和当前环境状态实现香薰机的智能控制。

附图说明

在下文中将基于实施例并参考附图来对本申请进行更详细的描述：

图1为本申请实施例提供的一种香薰机的控制方法的流程示意图；

图2为本申请实施例提供的一种香薰机的控制方法的得到人体动作信息的流程示意图；

图3为本申请实施例提供的一种香薰机的控制方法的另一的流程示意图；

图4为本申请实施例提供的一种香薰机的控制方法的另一的流程示意图；

图5为本申请实施例提供的一种香薰机的控制装置的连接框图。

在附图中，相同的部件使用相同的附图标记，附图并未按照实际的比例绘制。

具体实施方式

以下将结合附图及实施例来详细说明本申请的实施方式，借此对本申请如何应用技术手段来解决技术问题，并达到相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本申请的保护范围之内。

本申请提供了一种香薰机的控制方法、装置、存储介质及电子设备，包括：获取当前环境的环境信息以及处于当前环境的人体状态信息；将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。解决了现有技术中不能根据当前人体状态和当前环境状态实现香薰机的智能控制的问题。

实施例一

图1为本申请实施例提供的一种香薰机的控制方法的流程示意图；如图1所示，本方法包括：

S110：获取当前环境的环境信息以及处于当前环境的人体状态信息。

其中，当前人体状态信息包括人体动作信息和人体生理信息，获取当前环境的环境信息以及处于所述当前环境的人体状态信息，包括：采用激光雷达获取点云图；将点云图，输入训练好的第二深度学习模型，得到人体动作信息；通过传感器获取人体生理信息以及当前环境的环境信息。

其中，人体动作信息包括表情变化，动作变化以及运动距离的变化等；人体生理信息包括：心率、脉搏、血压以及体温等；当前环境的环境信息包括当前的温度、湿度、光照强度等。

激光雷达获取点云图，将点云图输入训练好的第二深度学习模型，通过对点云图中每个点进行分类，将每个点的分类结果与人体动作联系到一起，判断出每个点在人体动作中的位置，从而得到在当前点云图中的人体动作信息。

增加一个基于数据本身的变换函数模块，将输入的点云图中的点的坐标转换为一个nx3的矩阵，其中，n表示点的个数，3为每个点的坐标(x，y，z)。使得第二深度学习模型能够应对视角的变换。

如图2所示，输入点云图，做一个输入的矩阵变换，得到一个nx3的矩阵，然后通过MLP(Multi-Layer Perceptron，多层感知器)把每个点投射到64高维空间，在做一个高维空间的变换，形成一个更加归一化的64维矩阵，即特征变换，继续通过MLP将64维映射到1024维，在1024维中做对称性的操作，即maxpooling(最大池化)，从而得到global feature(全局特征)，通过级联的全连接网络输出人体动作的类别，得到人体动作信息。

其中，第二深度学习模型的训练过程，包括：获取点云图集；根据点云图集对3D点云物体识别算法进行训练，得到第二深度学习网络模型。

因激光雷达使用的是激光束，工作频率较普通微博雷达高，且激光雷达获取的点云图分辨率高，提升了识别结果的准确性；激光雷达隐蔽性好，抗有源干扰能力强，适宜在复杂的信息环境中；且激光雷达的体积小，在室内便于安装，探测性能强，使得通过激光雷达获取的人体动作信息的准确度高，使得智能香薰机的控制模式更加智能。

S120：将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式。

其中，第一深度学习模型的训练过程，包括：搜集训练集，其中，训练集包括不同的人体状态信息和环境信息，以及与不同的人体状态信息和环境信息对应的香薰机的参数；根据训练集对采用强化学习算法的第一深度学习模型进行训练，以得到训练后的第一深度学习网络模型。

如图3所示，将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式，包括：

获取当前人体状态信息与当前环境信息，对当前人体状态信息与当前环境信息进行EMD(empirical mode decomposition，经验模态分解)去噪和DFT(Design forTestability，可测试性设计)变换。

输入层接收处理后的当前人体状态信息与当前环境信息，卷积层提取当前人体状态信息与当前环境信息的特征参数，池化层通过提取最明显的特征参数，从而减少特征参数数量，拼接层将池化层与LSTM(Long Short-Term Memory，长短期记忆网络)结合，LSTM根据特征参量确定对应的控制模式，输出香薰机的控制模式。香薰机的不同控制模式对应不同环境状态中的人体状态。

当用户处于冥想、学习、运动、工作、睡眠等不同人体状态，室内处于不同的温度、湿度、光照亮度等环境状态时，香薰机对应不同环境状态中的人体状态有一个控制模式。且香薰机还可以联网获取当前的天气状态，结合人体状态信息与当前环境信息，得到在当前天气状态下，对应环境状态中的人体状态的控制模式，在对应控制模式下，香薰机的工作状态，更加符合用户的使用需要。

举例说明，获得的天气预报为晴，当前室内温度为25度，湿度为35％-45％，在晚上八点，用户在学习中，此时，在当前控制模式下香薰机的香薰味道为清爽的苹果味，香薰浓度较低，灯光亮度为明亮，灯光颜色为白色，香薰机当前播放有助于学习的轻音乐，可使用户快速进入学习状态，提升用户的学习效率。

S130：根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

在S130：根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放之后，还包括：

获取处于当前环境的人体的脑电波信息，根据脑电波信息得到当前人体的情绪状态；

根据当前人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放等。存储在香薰机的控制模式下调整后的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放等数据信息，根据数据信息再次对第一深度学习模型进行训练，使得香薰机的控制更加智能化。

根据人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放等，实现了对香薰机的控制模式的不断优化。

其中，获取当前人体的脑电波信息，根据当前人体的脑电波信息得到当前人体情绪状态，包括：通过脑电波传感器获取当前人体脑电波，根据脑电波获取到脑电波信号；将脑电波信号进行傅里叶变换得到对应频段的频段能量；根据对应频段的频段能量，得到当前人体的情绪状态的特征值，并以量化的形式体现当前人体情绪状态。

具体的，用户佩戴采用B-BIS-4A脑电波传感器的智能设备，B-BIS-4A脑电波传感器实时采集用户的脑电波信息。

举例说明，通过激光雷达得到用户当前处于侧躺状态，表情处于放松状态，用户未频繁变换睡眠动作，判定当前用户处于睡眠状态，通过温度传感器得到当前室内温度在20-25度之间，通过湿度传感器得到当前室内湿度在45％-55％之间，当前为晚上1点的光照强度；将当前的人体状态信息与当前的环境信息，输入训练好的第一深度学习网络模型，得到香薰机对应当前的人体状态信息与当前的环境信息的控制模式，以对香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放进行控制。

具体的，控制音乐的播放，包括：从乐曲库中获取曲调、节奏、和声、力度等适宜当前控制模式的音乐。

具体的，室内设有TE数字温度传感器、QFA3001.BU湿度传感器以及RPI-0226光敏传感器，通过TE数字温度传感器得到当前室内温度在20-25度之间，通过QFA3001.BU湿度传感器得到当前室内湿度在45％-55％之间，以及通过RPI-0226光敏传感器得到当前的光照强度。

脑电波传感器获取当前人体脑电波，根据脑电波获得到当前人体情绪状态，当前人体的情绪状态为烦躁时，自动调整当前控制模式下，香薰机的香薰味道为丁香味、降低香薰浓度、降低灯光亮度、改变灯光颜色为暖黄色以及播放Not going anywhere(哪儿也不去)等轻音乐。

当前人体的情绪状态为愉悦时，保持当前控制模式下的香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及播放的音乐。从而实现根据当前人体状态和当前环境状态，实现香薰机的智能控制，可智能舒缓压力，提高用户的睡眠质量。

本实施例提供了一种香薰机的控制方法，包括获取当前环境的环境信息以及处于当前环境的人体状态信息，对后续得到香薰机的控制模式提供了准确有效的依据。将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式，不同的香薰机的控制模式使得用户在生活以及工作中更加舒适。根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。根据当前人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放等，通过人体的情绪状态对香薰机的控制模式进行优化，使得香薰机的控制模式更加贴合用户所需的香薰机的状态，根据当前人体状态和当前环境状态实现香薰机的智能控制，可提升用户的工作效率，睡眠质量等。

实施例二

图4为本申请实施例提供的一种香薰机的控制方法的另一的流程示意图，如图4所示，通过温度传感器得到当前室内温度，通过湿度传感器得到当前室内湿度，以及通过光敏传感器得到当前的光照强度；获得人体状态信息，将当前室内温度、当前室内湿度、当前室内光照强度以及当前人体状态信息，输入训练后的第一深度学习网络模型，得到香薰机的控制模式。

其中，通过TE数字温度传感器得到当前室内温度度，通过QFA3001.BU湿度传感器得到当前室内湿度，通过RPI-0226光敏传感器得到当前室内的光照强度；获取当前人体状态信息。

进一步的，训练后的第一深度学习网络模型包括输入层、隐藏层和输出层。

上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。

实施例三

图5为本申请实施例提供的一种香薰机的控制装置20的连接框图。如图5所示，包括：

信息搜集模块21，被配制成获取当前环境的环境信息以及处于当前环境的人体状态信息；

处理模块22，被配置成根据当前人体状态信息与当前环境信息，得到香薰机的控制模式；

执行模块23，被配置成根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

还包括调整模块24，调整模块24，被配置成获取当前人体的脑电波信息，根据人体的脑电波信息得到人体的情绪状态，以及根据人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

信息搜集模块21获取当前环境的环境信息以及处于当前环境的人体状态信息，处理模块22根据当前人体状态信息与当前环境信息，得到香薰机的控制模式，执行模块23根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放，调整模块24获取当前人体的脑电波信息，根据人体的脑电波信息得到人体的情绪状态，以及根据人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。

实施例四

本实施例还提供一种计算机可读存储介质，如闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等，其上存储有计算机程序，该计算机程序被处理器执行时可以实现如下方法步骤：

获取当前环境的环境信息以及处于当前环境的人体状态信息；

将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；

根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

上述方法步骤的具体实施例过程可参见实施例一，本实施例在此不再重复赘述。

实施例五

本申请实施例提供了一种电子设备，该电子设备可以是手机、电脑或平板电脑等，包括存储器和处理器，存储器上存储有计算器程序，该计算机程序被处理器执行时实现如实施例一中的香薰机的控制方法。可以理解，电子设备还可以包括，多媒体组件，输入/输出(I/O)接口，以及通信组件。

其中，处理器用于执行如实施例一中的香薰机的控制方法中的全部或部分步骤。存储器用于存储各种类型的数据，这些数据例如可以包括电子设备中的任何应用程序或方法的指令，以及应用程序相关的数据。

处理器可以是专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(Digital Signal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable LogicDevice，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述实施例一中的香薰机的控制方法。

存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

综上，本申请提供的一种香薰机的控制方法、装置、存储介质及电子设备，包括：获取当前环境的环境信息以及处于当前环境的人体状态信息，对后续得到香薰机的控制模式提供了准确有效的依据。将当前人体状态信息与当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式，不同的香薰机的控制模式使得用户在生活以及工作中更加舒适。根据香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。根据当前人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放等，通过人体的情绪状态对香薰机的控制模式进行优化，使得香薰机的控制模式更加贴合用户所需的香薰机的状态，根据当前人体状态和当前环境状态实现香薰机的智能控制，可提升用户的工作效率，睡眠质量以及舒缓用户压力等。

在本申请实施例所提供的几个实施例中，应该理解到，所揭露的系统和方法，也可以通过其它的方式实现。以上所描述的系统和方法实施例仅仅是示意性的。

需要说明的是，在本文中，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，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。

虽然本申请所揭露的实施方式如上，但上述的内容只是为了便于理解本申请而采用的实施方式，并非用以限定本申请。任何本申请所属技术领域内的技术人员，在不脱离本申请所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本申请的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (11)

1.一种香薰机的控制方法，其特征在于，所述方法包括：

获取当前环境的环境信息以及处于所述当前环境的人体状态信息；

将所述当前人体状态信息与所述当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式；

根据所述香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

2.根据权利要求1所述的方法，其特征在于，训练所述第一深度学习模型，包括：

搜集训练集，其中，所述训练集包括不同的人体状态信息和环境信息，以及与不同的人体状态信息和环境信息对应的香薰机的参数；

根据所述训练集对采用强化学习算法的第一深度学习模型进行训练，以得到训练后的第一深度学习网络模型。

3.根据权利要求1所述的方法，其特征在于，所述人体状态信息下列各项中的至少一项：人体动作信息和人体生理信息。

4.根据权利要求3所述的方法，其特征在于，获取当前环境的环境信息以及处于所述当前环境的人体状态信息，包括：

通过激光雷达获取点云图；

将所述点云图，输入训练后的第二深度学习模型，得到人体动作信息；

通过传感器获取当前环境的环境信息。

5.根据权利要求4所述的方法，其特征在于，训练所述第二深度学习模型，包括：

搜集点云图集；

根据所述点云图集对采用3D点云物体识别算法的第二深度学习模型进行训练，得到训练后的第二深度学习网络模型。

6.根据权利要求3所述的方法，其特征在于，获取当前环境的环境信息以及处于所述当前环境的人体状态信息，包括：通过传感器获取人体生理信息以及当前环境的环境信息。

7.根据权利要求1所述的方法，其特征在于，将所述当前人体状态信息与所述当前环境信息，输入训练后的第一深度学习模型，得到香薰机的控制模式之后，还包括：

获取处于所述当前环境的人体的脑电波信息，根据所述脑电波信息得到所述人体的情绪状态；

根据所述人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

8.一种香薰机的控制装置，其特征在于，包括：

信息搜集模块，被配制成获取当前环境的环境信息以及处于所述当前环境的人体状态信息；

处理模块，被配置成根据所述当前人体状态信息与所述当前环境信息，得到香薰机的控制模式；

执行模块，被配置成根据所述香薰机的控制模式，控制香薰机的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

9.根据权利要求8所述的装置，其特征在于，还包括调整模块，所述调整模块，被配置成获取当前人体的脑电波信息，根据所述脑电波信息得到所述人体的情绪状态，以及根据所述人体的情绪状态，调整香薰机在当前控制模式下的香薰味道、香薰浓度、灯光亮度、灯光颜色以及音乐的播放。

10.一种存储介质，其特征在于，该存储介质存储的计算机程序，可被一个或多个处理器执行，可用来实现如权利要求1-7中任意一项所述的香薰机的控制方法。

11.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，该计算机程序被所述处理器执行时，执行如权利要求1-7任意一项所述的香薰机的控制方法。

Images