CN111148944B - 自动烹饪设备和方法 - Google Patents
自动烹饪设备和方法 Download PDFInfo
- Publication number
- CN111148944B CN111148944B CN201880062929.3A CN201880062929A CN111148944B CN 111148944 B CN111148944 B CN 111148944B CN 201880062929 A CN201880062929 A CN 201880062929A CN 111148944 B CN111148944 B CN 111148944B
- Authority
- CN
- China
- Prior art keywords
- food material
- information
- light
- cooking
- foodstuff
- 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.)
- Active
Links
- 238000010411 cooking Methods 0.000 title claims abstract description 272
- 238000000034 method Methods 0.000 title claims abstract description 115
- 235000013305 food Nutrition 0.000 claims abstract description 277
- 239000000463 material Substances 0.000 claims abstract description 272
- 230000008569 process Effects 0.000 claims abstract description 58
- 238000010183 spectrum analysis Methods 0.000 claims description 21
- 239000000523 sample Substances 0.000 claims description 19
- 239000000203 mixture Substances 0.000 claims description 16
- 238000010438 heat treatment Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 abstract description 6
- 238000010801 machine learning Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 5
- 210000004556 brain Anatomy 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000012549 training Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000001816 cooling Methods 0.000 description 4
- 238000004925 denaturation Methods 0.000 description 4
- 230000036425 denaturation Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 102000004169 proteins and genes Human genes 0.000 description 4
- 108090000623 proteins and genes Proteins 0.000 description 4
- 235000004348 Perilla frutescens Nutrition 0.000 description 2
- 244000124853 Perilla frutescens Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001035 drying Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000009145 protein modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C7/00—Stoves or ranges heated by electric energy
- F24C7/08—Arrangement or mounting of control or safety devices
- F24C7/082—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination
- F24C7/085—Arrangement or mounting of control or safety devices on ranges, e.g. control panels, illumination on baking ovens
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
- A47J36/32—Time-controlled igniting mechanisms or alarm devices
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J36/00—Parts, details or accessories of cooking-vessels
- A47J36/32—Time-controlled igniting mechanisms or alarm devices
- A47J36/321—Time-controlled igniting mechanisms or alarm devices the electronic control being performed over a network, e.g. by means of a handheld device
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/06—Roasters; Grills; Sandwich grills
- A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
- A47J37/0629—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity with electric heating elements
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47J—KITCHEN EQUIPMENT; COFFEE MILLS; SPICE MILLS; APPARATUS FOR MAKING BEVERAGES
- A47J37/00—Baking; Roasting; Grilling; Frying
- A47J37/06—Roasters; Grills; Sandwich grills
- A47J37/0623—Small-size cooking ovens, i.e. defining an at least partially closed cooking cavity
- A47J37/0664—Accessories
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C3/00—Stoves or ranges for gaseous fuels
- F24C3/12—Arrangement or mounting of control or safety devices
- F24C3/126—Arrangement or mounting of control or safety devices on ranges
- F24C3/128—Arrangement or mounting of control or safety devices on ranges in baking ovens
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C5/00—Stoves or ranges for liquid fuels
- F24C5/16—Arrangement or mounting of control or safety devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24C—DOMESTIC STOVES OR RANGES ; DETAILS OF DOMESTIC STOVES OR RANGES, OF GENERAL APPLICATION
- F24C7/00—Stoves or ranges heated by electric energy
- F24C7/08—Arrangement or mounting of control or safety devices
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/12—Hotels or restaurants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B6/00—Heating by electric, magnetic or electromagnetic fields
- H05B6/64—Heating using microwaves
- H05B6/66—Circuits
- H05B6/68—Circuits for monitoring or control
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B2219/00—Cameras
-
- 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
- G05B2219/2643—Oven, cooking
-
- 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
- G05B2219/2651—Camera, photo
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Tourism & Hospitality (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Multimedia (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Medicinal Chemistry (AREA)
- Quality & Reliability (AREA)
- Electromagnetism (AREA)
Abstract
本公开涉及一种用于通过使用诸如深度学习的机器学习算法来模拟人脑的功能(诸如识别和确定)的人工智能(AI)系统及其应用。提供了一种自动烹饪设备和方法,用于选择性地向食材发射具有不同波段的光,通过基于反射的光获得关于食材的信息来识别食材,以及控制食材的烹饪过程。
Description
技术领域
提供了自动烹饪设备和方法。
背景技术
人工智能(Artificial intelligence,AI)系统是能够实现人类水平的智能,并且能够训练自己,做出决定,并且变得更聪明的计算机系统,其不像现有的基于规则的智能系统。随着这种AI系统的使用增加,其识别速率进一步提高,并且用户的偏好可以被更准确地理解。因此,现有的基于规则的智能系统正逐渐被基于深度学习的AI系统所取代。
AI技术由机器学习(例如深度学习)和使用机器学习的基本技术(elementtechnologies)组成。
机器学习是能够自动地分类/学习输入数据的特征的算法技术。基本技术是通过使用机器学习算法(诸如深度学习)来模拟人脑的功能(诸如识别,确定等)的技术,并且基本技术由包括语言理解、视觉理解、推理/预测、知识表示、运动控制等的技术领域组成。
下面将描述可应用AI技术的各种领域。语言理解是用于识别和应用/处理人类语言/字符的技术,并且语言理解包括自然语言处理、机器翻译、对话系统、查询和响应、语音识别/合成等。视觉理解是用于在人类视角方面识别和处理对象的技术,并且视觉理解包括对象识别、对象跟踪、图像搜索、人类识别、场景理解、空间理解、图像增强等。推理预测是用于识别和逻辑推断信息并做出预测的技术,并且推理预测包括基于知识/概率的推断、优化预测、基于偏好的规划、推荐等。知识表示是用于根据知识数据自动地处理人类经验信息的技术,并且知识表示包括知识构建(数据生成/分类)、知识管理(数据利用)等。运动控制是用于控制车辆的自动驾驶和机器人的移动的技术,并且运动控制包括运动控制(导航、碰撞避免、行驶等)、操作控制(行为控制)等。
在用于烹饪食物的烤箱的情况下,用户直接输入菜肴的种类、烹饪方法、烹饪的设置信息等。然而,根据各种食谱设置烤箱是复杂的,并且即使相同的食材也可能具有不同的特性,诸如不同的面积和厚度,因此,存在不适合根据标准食谱使用烤箱的情况。因此,已经对将人工智能技术应用于烹饪设备(诸如烤箱)的技术投入了很多关注,以最小化由用户操作烤箱的次数并且考虑到食材的特性来完成烹饪。
发明内容
技术问题
提供了自动烹饪设备和方法,用于选择性地向食材发射具有不同波段(wavelength band)的光,通过基于反射的光获得关于食材的信息来识别食材,并且控制食材的烹饪过程。
技术方案
本公开涉及人工智能(AI)系统及其应用,该人工智能系统用于通过使用机器学习算法(诸如深度学习)来模拟人脑的功能(诸如识别和确定)。提供了自动烹饪设备和方法,用于选择性地向食材发射具有不同波段的光,通过基于反射的光获得关于食材的信息来识别食材,并且控制食材的烹饪过程。
附图说明
图1是示出根据一个实施例的自动烹饪设备的图。
图2是根据实施例的用于说明自动烹饪设备的框图。
图3是示出根据实施例的、结合服务器训练自动烹饪设备以学习和识别关于食材的信息的过程的图。
图4是根据实施例的用于说明自动烹饪设备的结构和操作的图。
图5是根据另一实施例的用于说明自动烹饪设备的结构和操作的图。
图6是根据一个实施例的自动烹饪方法的流程图。
图7是根据实施例的通过光谱分析获得食材的特性信息的过程的详细流程图,该过程包括在自动烹饪方法中。
图8是根据实施例的控制烹饪过程的过程的详细流程图,该过程包括在自动烹饪方法中。
具体实施方式
根据第一方面,自动烹饪设备包括:光发射器,被配置为发射具有不同波段的光;拍摄单元,包括图像传感器;存储计算机可执行指令的存储器;至少一个处理器,被配置为执行计算机可执行指令,以控制光发射器和拍摄单元通过基于捕获的食材的图像执行视觉识别来获得关于食材的种类的信息,通过基于通过发射具有根据关于食材的种类的信息选择的波段的光而反射的光执行光谱分析来获得食材的特性信息,和基于关于食材的种类的信息和食材的特性信息来控制食材的烹饪过程;以及炊具,被配置为根据食材的烹饪过程进行操作。
根据第二方面,自动烹饪方法包括通过基于捕获的食材的图像执行视觉识别来获得关于食材的种类的信息;通过基于通过向该食材发射具有根据关于食材的种类的信息选择的波段的光而反射的光执行光谱分析,来获得食材的特性信息;以及基于关于食材的种类的信息和食材的特性信息来控制食材的烹饪过程,其中关于食材的种类的信息和食材的特性信息是通过发射具有不同波段的光的光发射器和包括图像传感器的拍摄单元获得的。
根据第三方面,提供了存储用于在计算机中执行自动烹饪方法的程序的非暂时性计算机可读记录介质。
在下文中,将参考附图详细描述仅作为示例提供的实施例。这些实施例仅旨在具体实现技术构思,而不旨在约束或限制本公开的范围。容易由本领域普通技术人员从详细的描述和实施例中得出的内容应被解释为落入本公开的范围内。
在本说明书中,应当理解,当元件被称为“连接”到另一元件时,该元件“直接连接”到另一元件,或者“连接”到另一元件的同时在该元件和该另一元件之间有又一元件。还应当理解,当元件被称为“包括”另一元件时,该元件还可以包括其他元件,除非另有提及。
如在此使用的,术语“第一”、“第二”等可以用来描述各种组件,但是这些组件不应该被这些术语所限制。这些术语仅用于区分一个组件和另一组件的目的。
如在此使用的,术语“自动烹饪设备”统一指代具有烹饪功能的电子设备。例如,作为通过向食材施加热量来执行烹饪的食品和饮料设备的烤箱、微波炉等可以对应于自动烹饪设备。
在此阐述的实施例涉及自动烹饪设备和方法,并且在此将不再详细描述这些实施例所属领域的普通技术人员所熟知的内容。
图1是示出根据一个实施例的自动烹饪设备100的图。
参考图1,烤箱被示出为根据实施例的作为自动烹饪设备100的示例。自动烹饪设备100的操作方法可以是对流(convection)方法、烘烤(broil)方法、高温蒸汽方法、炙烤(grill)方法等,但不限于此,并且可以是各种方法的组合。如图1所示,各种类型的加热设备可以安装在自动烹饪设备100的内部空间的上部、下部和侧部,并且可以省略加热设备中的一些并且可以添加其他加热设备。
参考图1,自动烹饪设备100的门是打开的,使得食材可以被放入自动烹饪设备100的内部空间,并且支撑件位于自动烹饪设备100的下支架的高度处,使得食材可以放入内部空间。参考图1,其上将放置食材的支撑件位于两个支架(即上支架和下支架)之一的高度处,但不限于此,并且可以被提供在各种类型的支架(诸如三、四、五、六或七个支架)处,使得可以根据食材的种类、尺寸等在各种高度中的任何高度处烹饪食材。操作部分可以提供在自动烹饪设备100的外侧,通过该操作部分用户输入被输入,使得用户可以控制自动烹饪设备100的操作。图1的自动烹饪设备100被提供有刻度盘类型操作部分,并且用户可以通过握住其手柄转动刻度盘类型操作部分来控制自动烹饪设备100。然而,自动烹饪设备100的操作方法不限于图1所示的刻度盘方法,并且可以是各种其他方法中的任何一种,诸如提供用户界面的触摸屏方法和按钮方法。
图2是根据实施例的用于说明自动烹饪设备100的框图。
对于本领域普通技术人员来说清楚的是,除了图2所示的组件之外,还可以包括其他通用组件。
自动烹饪设备100可以包括光发射器110、拍摄单元120、处理器130、存储器140和炊具150。
光发射器110可以发射具有不同波段的光。光发射器110可以顺序地发射具有不同波段的光。例如,当放置在自动烹饪设备100的内部空间中的食材被拍摄时,食材的图像可以通过顺序地发射具有与红(red,R)色、绿(green,G)色和蓝(blue,B)色相对应的波段的光来捕获。在自动烹饪设备100中,可见光区域的光可以主要用于拍摄自动烹饪设备100的内部空间中的食材,并且在必要时可以使用可见光区域的光和红外区域的光的混合物。作为另一示例,自动烹饪设备100可以顺序地发射具有根据食材的种类所选择的波段的光。因为存在具有适合于根据食材的种类识别食材的特性的波段的光,所以当关于自动烹饪设备100的内部空间中的食材的种类的信息被检查时,自动烹饪设备100可以顺序地发射具有根据自动烹饪设备100的内部空间中的食材的种类所选择的波段的光。自动烹饪设备100可以选择并使用具有近红外区域中的某波段的光以识别自动烹饪设备100的内部空间中的食材的特性,并且在必要时可以使用可见光区域的光。
作为一个示例,光发射器110可以包括多个光发射元件以及光导,每个光发射元件发射具有单个波段的光,并且该光导提供从在所述多个光发射元件中选择的光发射元件发射的光行进的路径。
作为另一示例,光发射器110可以包括发射具有多个波段的光的光发射元件、允许具有从多个波段中所选择的波段的光从中通过的带通滤波器、以及提供具有所选择的波段的光行进的路径的光导。
拍摄单元120是从入射到其上的光生成电信号的图像的组件,并且可以包括至少一个图像传感器。在这种情况下,图像传感器可以是将光信号转换为电信号的电荷耦合器件(charge coupled device,CCD),或者是互补金属氧化物半导体(complementary metaloxide semiconductor,CMOS)图像传感器。拍摄单元120可以通过使用从光发射器110发射的具有单个波段的光来捕获图像。拍摄单元120可以通过使用具有单个波段的光来捕获图像,并且因此可以不使用滤波器来使具有单个波段的光通过。然而,在一些情况下,拍摄单元120可以包括带通滤波器,以使具有某些单个波段的光通过。
拍摄单元120还可以包括调节入射到图像传感器上的具有噪声波段的光的降噪滤波器。拍摄单元120还可以包括镜头和用于调节镜头的位置的镜头驱动单元。
存储器140可以存储由处理器130执行的用于处理和控制的程序,并且存储输入到自动烹饪设备100或从自动烹饪设备100输出的数据。存储器140可以存储计算机可执行指令。
一般,处理器130控制自动烹饪设备100的整体操作。处理器130可以包括至少一个处理器。处理器130可以根据其功能和角色包括多个处理器或集成处理器。
处理器130可以执行存储在存储器140中的计算机可执行指令,以控制光发射器110和拍摄单元120通过基于捕获的食材的图像的视觉识别来获得关于食材的种类的信息,并且通过基于通过发射具有根据关于食材的种类的信息选择的波长的光而反射的光的光谱分析,来获得食材的特性信息。食材的特性信息可以包括食材的成分比、酸度水平(PH)、含水量等。
处理器130还可以根据通过视觉识别获得的关于食材的种类的信息对食材执行光谱分析,以获得食材的详细信息。处理器130还可以对某种食材的种类执行光谱分析,以获得关于食材的种类的更准确的信息或食材的附加信息。
处理器130可以选择与关于食材的种类的信息相对应的波段,根据食材的位置和外部光的强度确定具有所选择的波段的光量,向食材发射具有所选择的波段的光,在基于反射的光的光谱分析期间根据食材的位置和外部光的强度执行校准,并且获得食材的特性信息。处理器130可以基于食材信息的数据库,选择适合于每个食材的特性信息(诸如蛋白质的量、脂肪含量、含水量和酸度水平)的检测的波段。处理器130可以移除由外部光引起的对于所选择的波段的噪声,并执行光谱分析。
处理器130可以基于关于食材的种类的信息和食材的特性信息来控制食材的烹饪过程。处理器130可以获得使用食材的最佳食谱,并且通过将烹饪前的关于食材的种类的信息和食材的特性信息与食材信息数据库进行比较,根据该食谱控制烹饪过程。处理器130可以通过基于食材的特性信息识别食材的烹饪状态、并且基于食材的烹饪状态确定烹饪方法、烹饪时间或烹饪温度中的至少一个,来控制食材的烹饪过程。烹饪方法可以是炙烤方法、对流方法、蒸汽方法、射频(radio-frequency,RF)烹饪方法等。烹饪时间可以指为食材的烹饪的完成而设置的时间段、从烹饪开始时间起经过的时间等。烹饪温度可以指为食材的烹饪的完成而设置的温度、烹饪过程中的当前温度等。
处理器130可以基于烹饪过程中的食材的特性信息,在烹饪过程的控制期间,当经过某个时间或者当食材的烹饪状态有改变时,识别当前烹饪阶段,并且可以基于实际的烹饪状态来设置、改变或保持烹饪方法、烹饪时间、烹饪温度等。
处理器130可以根据食材的烹饪过程的进展,通过选择性地发射具有用于获得预定义的感测信息的波段的光,来估计食材的烹饪状态或烹饪时间的结束。例如,处理器130可以通过光谱分析获得食材表面的变性(denaturation)信息,特别是蛋白质变性信息,并且基于蛋白质修饰,根据用于优化烹饪温度或时间的时间表来控制烹饪过程。
处理器130可以根据食材的烹饪过程的进展来预先定义要检测的感测信息,并且通过基于通过选择性地发射具有用于获得这种感测信息的波段的光所反射的光的光谱分析,来识别食材的熟度。例如,当通过表面干燥、表面焦化(scorching)和完全烘焙(baking)顺序地执行牛排的烹饪过程时,处理器130可以设置在表面干燥时检测牛排的表面含水量,在表面焦化时检测蛋白质变性信息,以及在完全烘焙时不仅检测蛋白质变性信息还检测食材的厚度或体积的改变的信息所需的感测信息,并且预先设置用于获得感测信息的波段。
当自动烹饪设备100能够测量食材的体积时,处理器130可以通过基于食材的特性信息以及关于烹饪前食材的体积和加热时食材的体积之间的差的体积改变信息来识别食材的烹饪状态,来控制食材的烹饪过程。为此,自动烹饪设备100可以通过将用于体积估计的算法应用于捕获的图像来测量食材的体积,或者还可以包括用于测量食材的体积的体积测量设备。
当自动烹饪设备100还包括用来获得关于食材的内部温度和成分的信息的探头时,处理器130可以基于食材的特性信息和关于食材的内部温度和成分的信息,通过识别食材的烹饪状态来控制食材的烹饪过程。在这种情况下,处理器130可以通过拍摄单元120识别探头的位置,并向用户通知探头的位置以校正探头的位置。
处理器130可以利用用于识别(使用具有可见光区域和/或近红外区域的单个波段的至少一条光捕获的)食材的图像的哪个区域对应于食材区域或表示特性信息的区域的准则(criterion)来训练,以便估计食材的种类或特性信息。处理器130可以利用用于确定哪些数据将被用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则、以及用于确定如何通过使用所述数据来识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练。通过获得要用于训练的数据并将获得的数据应用于稍后描述的数据识别模型,可以利用用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练处理器130。
处理器130可以基于关于各种食材的信息来识别图像的哪个区域对应于食材区域或者表示特性信息的区域。
处理器130可以以用于人工智能(AI)的专用硬件芯片的形式制造,或者使用现有的通用处理器(例如,CPU或应用处理器)、图形专用处理器(例如,GPU)等制造,并且安装在自动烹饪设备100中。
处理器130可以获得学习用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则所必要的数据。例如,处理器130可以获得图像数据,例如图像、视频等。处理器130可以获得直接输入到自动烹饪设备100或由自动烹饪设备100选择的数据、设置数据等。
处理器130可以获得从用户输入的数据、由自动烹饪设备100预先捕获或存储的数据、从外部设备接收的数据等,但是实施例不限于此。
处理器130可以从诸如图像或视频的数据中移除噪声,或者以某种形式处理数据以选择有意义的数据。
处理器130可以被提供有用于诸如图像或视频的每种类型的数据的数据选择准则,并且可以通过使用该准则来选择学习所必要的数据。处理器130可以获得有必要被训练以学习图像的哪个区域对应于食材区域或表示特性信息的区域的数据。
可以基于训练数据,利用用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练处理器130。此外,可以利用用于确定哪些训练数据应该被用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练处理器130。
可以在如何识别图像的哪个区域对应于食材区域或表示特性信息的区域这方面对处理器130进行训练。例如,可以通过第一数据识别模型在如何识别图像的哪个区域对应于食材区域这方面对处理器130进行训练。此外,可以通过第二数据识别模型在如何识别图像的哪个区域对应于表示特性信息的区域这方面对处理器130进行训练。
此外,处理器130可以使用训练数据来训练数据识别模型,该模型用于识别图像的哪个区域对应于食材区域或者表示特性信息的区域。
数据识别模型可以是基于神经网络的模型。例如,诸如深层神经网络(deepneural network,DNN)的模型可以用作数据识别模型,但是实施例不限于此。
处理器130可以通过监督学习、无监督学习、使用反馈的强化学习等来训练数据识别模型。
处理器130可以将评估数据输入到数据识别模型,并且当根据评估数据输出的识别结果不满足某准则时,重新训练数据识别模型。
处理器130可以通过使用训练的数据识别模型来识别图像的哪个区域对应于食材区域或者表示特性信息的区域。
处理器130可以获得各种类型的数据,以识别图像的哪个区域对应于食材区域或表示特性信息的区域。例如,处理器130可以获得图像数据,诸如图像、视频等。例如,处理器130可以获得直接输入到自动烹饪设备100或由自动烹饪设备100选择的数据等,或者获得由自动烹饪设备100的各种类型的传感器感测的信息。
处理器130可以预处理获得的数据或信息,以使用获得的数据或信息来识别图像的哪个区域对应于食材区域或表示特性信息的区域。例如,处理器130可以从诸如图像或视频的图像数据中移除噪声,或者以某种形式处理图像数据以选择有意义的数据。
处理器130可以选择识别图像的哪个区域对应于食材区域或表示特性信息的区域所必要的数据。
处理器130可以将所选择的数据应用于数据识别模型,以便识别图像的哪个区域对应于食材区域或表示特性信息的区域。
处理器130可以识别通过使用具有可见光区域和/或近红外区域的单个波段的至少一条光捕获的食材的图像的哪个区域对应于食材区域或表示特性信息的区域,并且估计食材的种类或特性信息。
处理器130可以通过将食材的估计的种类或特性信息与食材信息的数据库进行比较来重新估计食材的当前状态或烹饪状态,并且基于食材的重新估计的状态或烹饪状态来控制烹饪过程。
炊具150可以根据由处理器130控制的食材的烹饪过程来操作。炊具150可以是用于烘焙食材的加热设备、在食材的烹饪过程中使用的蒸锅等。根据烹饪方法,炊具150可以是各种类型的加热装置。炊具150还可以包括部分加热装置或附加加热装置,以及主要用于自动烹饪设备100中的加热装置。
图3是示出根据实施例的、结合服务器200训练自动烹饪设备100以学习和识别关于食材的信息的过程的图。
参考图3,服务器200可以收集与食材相关的各种类型的信息,并且存储食材信息的数据库。服务器200可以检查食材的各种图像数据,并利用用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则被训练。自动烹饪设备100可以通过使用由服务器200训练的数据识别模型来识别图像的哪个区域对应于食材区域或者表示特性信息的区域。
可以利用用于识别哪些数据将被用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则以及用于确定如何通过使用所述数据来识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练服务器200。通过获得要用于训练的数据并将获得的数据应用于数据识别模型,可以利用用于识别图像的哪个区域对应于食材区域或表示特性信息的区域的准则来训练处理器130。
自动烹饪设备100可以接收由服务器200训练的数据识别模型,并且识别图像的哪个区域对应于食材区域或者表示特性信息的区域。可替代地,自动烹饪设备100可以将捕获的食材的图像发送到服务器200,请求服务器200将所述图像应用到数据识别模型并且识别所述图像的哪个区域对应于食材区域或表示特性信息的区域,以及从服务器200接收识别的结果。
自动烹饪设备100可以识别通过使用具有可见光区域和/或近红外区域的单个波段的至少一条光捕获的食材的图像的哪个区域对应于食材区域或表示特性信息的区域,并且估计食材的种类或特性信息。处理器130可以通过将估计的食材的种类或特性信息与食材信息的数据库进行比较来重新估计食材的当前状态或烹饪状态,以及基于食材的重新估计的状态或烹饪状态来控制烹饪过程。
图4是根据实施例的用于说明自动烹饪设备100的结构和操作的图。
参考图4,其上将放置食材的支撑件170被安装在自动烹饪设备100的内部空间160中,并且食材被放置在支撑件170上。在自动烹饪设备100中,食材可以被放置在内部空间160中的支撑件170上,并且内部空间160可以气密地(air-tightly)关闭,以通过打开和关闭门来烹饪食材。安装支撑件170的位置可以根据食材的种类而变化。在自动烹饪设备100中,支撑件170的高度可以根据关于食材的种类的信息来调节。
参考图4,在自动烹饪设备100中,光被发射到内部空间160中的支撑件170上的食材。为此,考虑到自动烹饪设备100的使用、性能等,自动烹饪设备100可以包括光发射器110,并且该光发射器110可以以各种方式实现。
如图4所示,光发射器110可以包括:多个光发射元件111,所述多个光发射元件111中的每一个发射具有单个波段的光,以及光导113,其提供从多个光发射元件111中所选择的光发射元件111发射的光行进的路径。多个光发射元件111可以是光发射元件阵列的形式,并且多个光发射元件111中的每个可以是发射具有单个波段的光的发光二极管(light-emitting diode,LED)。与图4所示不同,光发射器110可以包括发射具有多个波段的光的光发射元件(未示出)、允许具有从多个波段中选择的波段的光从其通过的带通滤波器(未示出)、以及提供具有所选择的波段的光行进的路径的光导113。
参考图4,光发射器110被安装以使得从阵列形式的多个光发射元件111发射的光可以经由光导113被发射到自动烹饪设备100的内部空间160中的食材。阵列形式的多个光发射元件111可以被安装在形成自动烹饪设备100的内部空间160的壳体190中。壳体190可以是其中可以安装自动烹饪设备100的组件的框架,并且可以用作阻止从自动烹饪设备100生成的热量释放到外部的隔热室(muffle)。光导113是光经由其传输的介质(诸如光纤电缆),并且可以提供从多个光发射元件111发射的光行进的路径。光导113的一端可以与发射光的多个光发射元件111接触。如图4所示,光导113的其他端可以位于自动烹饪设备100的内部空间160的左侧部和右侧部,使得通过光导113的光可以被发射到食材,但是实施例不限于此。为了最小化光饱和度,光发射器110可以以大约45度的入射角向食材发射光,但是相对于食材的入射角不限于此。如图4所示,光导113被布置在自动烹饪设备100的壳体190中,并且第一耐热窗口115被布置在光导的发射光的一端。光发射器110可以以角度α向食材发射光。
在自动烹饪设备100的壳体190中,可以安装拍摄单元120,并且第二耐热窗口125可以位于光入射的拍摄单元120的前端。
考虑到自动烹饪设备100的尺寸、功能、操作方法等,冷却风扇180可以冷却光发射器110和拍摄单元120,并且布置在壳体190上的合适的位置。例如,冷却风扇180可以布置在适于冷却光发射器110的光发射元件111和拍摄单元120两者的位置,并且多个冷却风扇10可以根据光发射元件111和拍摄单元120的位置来布置。
图5是根据另一实施例的用于说明自动烹饪设备100的结构和操作的图。
在此将省略与上面参考图4描述的那些部分相同的图5的部分的描述。
参考图5,光被发射到如图4所示的自动烹饪设备100的内部空间160中的支撑件170上的食材,但是不同于图4,一个光发射器110被提供。如图5所示,光发射器110可以位于自动烹饪设备100的内部空间160的侧部中的一个侧部上,但是实施例不限于此。为了在更高的位置发射光,光发射器110可以位于自动烹饪设备100的内部空间160的侧部的顶部或上部的边缘。
光发射器110可以以角度β向食材发射光。在图4中,光发射器110位于自动烹饪设备100的内部空间160的两侧,而在图5中,光发射器110位于自动烹饪设备100的内部空间160的一侧,并且可以以大于或等于图4的发射角α的发射角β向食材发射光。
图6是根据实施例的自动烹饪方法的流程图。
在操作610中,自动烹饪设备100可以通过基于捕获的食材的图像的视觉识别来获得关于食材的种类的信息。关于食材的种类的信息可以通过控制发射具有不同波段的光的光发射器和具有图像传感器的拍摄单元来获得。自动烹饪设备100还可以根据通过视觉识别获得的关于食材的种类的信息,对食材执行光谱分析,以获得食材的详细信息。自动烹饪设备100还可以对某些食材的种类的执行光谱分析,以获得关于所述食材的种类的更准确的信息或附加信息。
在操作620中,自动烹饪设备100可以通过基于通过发射具有根据关于食材的种类的信息选择的波段的光而反射的光的光谱分析,来获得食材的特性信息。食材的特性信息可以通过控制发射具有不同波段的光的光发射器和具有图像传感器的拍摄部分来获得。
图7是根据实施例的通过光谱分析获得食材的特性信息的过程的详细流程图,该过程包括在自动烹饪方法中。
在操作710中,自动烹饪设备100可以根据关于食材的种类的信息选择波段。
在操作720中,自动烹饪设备100可以获得关于食材的位置和外部光的强度的信息。例如,自动烹饪设备100可以分析捕获的食材的图像,或者通过感测其上放置食材的支撑件的高度来识别食材的位置。在自动烹饪设备100中,当为光发射元件111中的每一个(每一个光发射元件111发射具有单个波段的光)捕获具有单个波段的光谱图像时,可以通过根据对来自某个光发射元件111的光的强度的控制识别饱和时间,来识别某波段中的外部光的强度。自动烹饪设备100可以通过使用测量外部光的强度的单独的外部光传感器来测量外部光的强度。
在操作730中,自动烹饪设备100可以通过根据食材的位置和外部光的强度识别光量,来向食材发射具有所选择的波段的光。
在操作740中,在基于反射的光的光谱分析期间,自动烹饪设备100可以根据食材的位置和外部光的强度来执行校准。例如,在自动烹饪设备100中,从光发射元件111发射的光的强度可以根据外部光的强度而改变,并且校准权重可以根据从光发射元件111发射的光的强度来确定。自动烹饪设备100可以通过从捕获的图像中移除对应于外部光的强度的值并将移除该值的结果乘以校准权重,来执行校准。
在操作750中,自动烹饪设备100可以获得食材的特性信息。
再次参考图6,在操作630中,自动烹饪设备100可以基于关于食材的种类的信息和食材的特性信息来控制食材的烹饪过程。
图8是根据实施例的控制烹饪过程的过程的详细流程图,该过程包括在自动烹饪方法中。
在操作810中,自动烹饪设备100可以通过识别烹饪过程的当前状态来识别烹饪过程。自动烹饪设备100可以识别烹饪正在其中执行还是尚未执行,并且在烹饪尚未执行时执行烹饪的设置,并且在烹饪正在执行时执行烹饪过程以完成烹饪。
在操作820中,当确定烹饪尚未执行时,自动烹饪设备100可以通过将关于烹饪前的食材的种类和特性信息的信息与食材信息的数据库进行比较来获得使用该食材的最佳食谱。
在操作830中,自动烹饪设备100可以根据获得的食谱控制烹饪过程。例如,自动烹饪设备100可以根据包括在食材信息的数据库中的关于食谱的信息,确定烹饪方法、烹饪时间、烹饪温度等,并且根据确定的烹饪方法、烹饪时间、烹饪温度等进行操作。在没有用户输入的情况下,自动烹饪设备100可以识别食材,识别食材的当前状态,并且根据最适合于食材的当前状态的食谱开始烹饪以执行食材的烹饪过程。
在操作840中,当确定烹饪正在执行时,自动烹饪设备100可以通过根据食材的烹饪过程的进展选择性地发射具有用于获得预定义的感测信息的波段的光,来估计食材的烹饪状态或烹饪完成时间。自动烹饪设备100可以通过基于食材的特性信息识别食材的烹饪状态,并且基于食材的烹饪状态确定烹饪方法、烹饪时间或烹饪温度中的至少一个,来控制食材的烹饪过程。自动烹饪设备100可以基于食材的每个部分或区域的烹饪状态,在存在要被部分地或额外地加热的部分或区域时,操作用于加热某部分或区域的加热机制。例如,当食材的某部分的烹饪水平低于食材的其他部分的烹饪水平时,食材的所述某部分可以被微波、光波、高频波等部分地加热。当以更快的速度烹饪整个食材时,可以使用附加加热装置和主加热装置一起烹饪食材。
当基于食材的当前烹饪状态确定有必要根据最佳食谱校正初始设置的烹饪方法、时间或温度时,自动烹饪设备100可以添加新的设置值或者改变或保持要改变的项目的设置值。
当自动烹饪设备100能够测量食材的体积时,自动烹饪设备100可以通过基于食材的特性信息以及关于烹饪前食材的体积和加热时食材的体积之间的差的体积改变信息来识别食材的更准确的烹饪状态,来控制食材的烹饪过程。
当自动烹饪设备100通过使用用于获得关于食材的内部温度和成分的信息的探头来进一步获得关于食材的内部温度和成分的信息时,自动烹饪设备100可以通过基于食材的特性信息和关于食材的内部温度和成分的信息识别食材的更准确的烹饪状态,来控制食材的烹饪过程。在这种情况下,自动烹饪设备100可以通过拍摄单元120识别探头的位置,并且向用户通知探头的位置以校正探头的位置。自动烹饪设备100可以在探头的改变的位置处获得关于食材的内部温度和成分的信息。自动烹饪设备100可以基于由探头获得的关于食材的内部温度和成分的信息以及通过光谱分析获得的食材的特性信息,更准确地识别和了解食材的当前烹饪状态,并且根据当前烹饪状态控制当前烹饪过程或者反映当前烹饪状态以用于未来烹饪过程控制。
在操作850中,自动烹饪设备100可以识别食材的烹饪是否完成。当食材的烹饪未完成时,自动烹饪设备100可以再次执行操作840。
在操作860中,当食材的烹饪完成时,自动烹饪设备100可以通知烹饪的完成。在这种情况下,自动烹饪设备100可以向用户通知关于烹饪的菜肴以及如何吃该菜肴的信息。
上述自动烹饪方法可以具体实现为计算机可执行程序,并在用于经由计算机可读存储介质执行该程序的通用数字计算机中实现。计算机可读存储介质的示例包括只读存储器(read-only memory,ROM)、随机存取存储器(random-access memory,RAM)、闪存、CD-ROM、CD-R、CD+R、CD-RW、CD+RW、DVD-ROM、DVD-R、DVD+Rs、DVD-RW、DVD+RW、DVD-RAM、BD-ROM、BD-R、BD-R LTH、BD-RE、磁带、软盘、磁光数据存储设备、光学数据存储设备、硬盘、固态硬盘(solid-state disk,SSD),以及能够存储指令或软件、相关数据、数据文件和数据结构并将其提供给处理器或计算机以执行所述指令的任何其他设备。
上面已经描述了各种实施例。本领域普通技术人员将理解,在不脱离本公开的基本特征的情况下,在此阐述的实施例可以以许多不同的形式来具体实现。因此,在此阐述的实施例应该仅被认为是描述性的意义,而不是出于限制的目的。本公开的范围是在权利要求中阐述的,而不是在实施例的前述描述中阐述的,并且落在与其等同的范围内的所有差异应被解释为包括在本公开的范围内。
Claims (13)
1.一种自动烹饪设备,包括:
光发射器,被配置为发射具有不同波段的光;
拍摄单元,包括图像传感器;
存储器,存储计算机可执行指令;
至少一个处理器,被配置为执行所述计算机可执行指令,以控制所述光发射器和所述拍摄单元通过基于捕获的食材的图像执行视觉识别来获得关于所述食材的种类的信息,在不同波段中选择与关于所述食材的种类的信息相对应的波段,并向所述食材发射具有所选择的波段的光,通过基于通过发射具有所选择的波段的光而反射的光执行光谱分析,来获得所述食材的特性信息,以及基于关于所述食材的种类的信息和所述食材的特性信息,控制所述食材的烹饪过程;以及
炊具,被配置为根据所述食材的烹饪过程进行操作,
其中,所述至少一个处理器还被配置为通过根据所述食材的烹饪过程的进展选择性地发射具有用于获得预定义的感测信息的波段的光来估计所述食材的烹饪状态或烹饪时间的结束。
2.根据权利要求1所述的自动烹饪设备,其中,所述至少一个处理器还被配置为:
根据所述食材的位置和外部光的强度识别具有所选择的波段的光量,并向所述食材发射具有所选择的波段的光;在基于反射的光的光谱分析期间,根据所述食材的位置和外部光的强度执行校准;以及获得所述食材的特性信息。
3.根据权利要求1所述的自动烹饪设备,其中,所述至少一个处理器还被配置为获得使用所述食材的最佳食谱,以及通过将烹饪前的关于所述食材的种类的信息和所述食材的特性信息与食材信息的数据库进行比较,根据所述食谱来控制所述烹饪过程。
4.根据权利要求1所述的自动烹饪设备,其中,所述至少一个处理器还被配置为通过基于所述食材的特性信息以及关于烹饪前所述食材的体积和加热时所述食材的体积之间的差的体积改变信息识别所述食材的烹饪状态,来控制所述食材的烹饪过程。
5.根据权利要求1所述的自动烹饪设备,还包括探头,被配置为获得关于所述食材的内部温度和成分的信息,并且
其中,所述至少一个处理器还被配置为通过基于所述食材的特性信息以及关于所述食材的内部温度和成分的信息识别所述食材的烹饪状态,来控制所述食材的烹饪过程。
6.根据权利要求5所述的自动烹饪设备,其中,所述至少一个处理器还被配置为通过使用所述拍摄单元来识别所述探头的位置,并且向用户通知所述探头的位置以校正所述探头的位置。
7.一种自动烹饪方法,包括:
通过基于捕获的食材的图像执行视觉识别,来获得关于所述食材的种类的信息;
在不同波段中选择与关于所述食材的种类的信息相对应的波段;
向所述食材发射具有所选择的波段的光;
通过基于通过向所述食材发射具有所选择的波段的光而反射的光执行光谱分析,来获得所述食材的特性信息;以及
基于关于所述食材的种类的信息和所述食材的特性信息,控制所述食材的烹饪过程,
其中,通过发射具有不同波段的光的光发射器和包括图像传感器的拍摄单元获得关于所述食材的种类的信息和所述食材的特性信息,
其中,控制所述食材的烹饪过程包括通过根据所述食材的烹饪过程的进展选择性地发射具有用于获得预定义的感测信息的波段的光来估计所述食材的烹饪状态或烹饪时间的结束。
8.根据权利要求7所述的自动烹饪方法,
其中,所述发射具有所选择的波段的光包括通过根据所述食材的位置和外部光的强度确定光量,向所述食材发射具有所选择的波段的光,以及
其中,通过执行所述光谱分析获得所述食材的特性信息包括:
在基于反射的光的光谱分析期间,根据所述食材的位置和外部光的强度执行校准;以及
获得所述食材的特性信息。
9.根据权利要求7所述的自动烹饪方法,其中,控制所述食材的烹饪过程包括:
通过将烹饪前的关于所述食材的种类的信息以及所述食材的特性信息与食材信息的数据库进行比较,获得使用所述食材的最佳食谱;以及
根据所获得的食谱控制所述烹饪过程。
10.根据权利要求7所述的自动烹饪方法,还包括获得关于烹饪前所述食材的体积和加热时所述食材的体积之间的差的体积改变信息,并且
其中控制所述食材的烹饪过程包括通过基于所述食材的特性信息和体积改变信息识别所述食材的烹饪状态,来控制所述食材的烹饪过程。
11.根据权利要求7所述的自动烹饪方法,还包括通过使用被配置为获得关于所述食材的内部温度和成分的信息的探头来获得关于所述食材的内部温度和成分的信息,并且
其中控制所述食材的烹饪过程包括通过基于所述食材的特性信息和关于所述食材的内部温度和成分的信息识别所述食材的烹饪状态,来控制所述食材的烹饪过程。
12.根据权利要求11所述的自动烹饪方法,其中获得关于所述食材的内部温度和成分的信息包括:
识别所述探头的位置并向用户通知所述探头的位置以改变所述探头的位置;以及
在所述探头的改变的位置处获得关于所述食材的内部温度和成分的信息。
13.一种存储用于在计算机中执行根据权利要求7所述的方法的程序的非暂时性计算机可读记录介质。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR10-2017-0128302 | 2017-09-29 | ||
KR1020170128302A KR102400018B1 (ko) | 2017-09-29 | 2017-09-29 | 자동 조리 장치 및 방법 |
PCT/KR2018/007839 WO2019066216A1 (ko) | 2017-09-29 | 2018-07-11 | 자동 조리 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111148944A CN111148944A (zh) | 2020-05-12 |
CN111148944B true CN111148944B (zh) | 2022-12-23 |
Family
ID=65901718
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880062929.3A Active CN111148944B (zh) | 2017-09-29 | 2018-07-11 | 自动烹饪设备和方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11622651B2 (zh) |
EP (1) | EP3650758B1 (zh) |
KR (1) | KR102400018B1 (zh) |
CN (1) | CN111148944B (zh) |
WO (1) | WO2019066216A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20210056173A (ko) * | 2019-11-08 | 2021-05-18 | 엘지전자 주식회사 | 인공지능 조리 기기 |
EP4047428A4 (en) * | 2019-11-20 | 2022-12-21 | Guangdong Midea Kitchen Appliances Manufacturing Co., Ltd. | CONTROL METHOD AND DEVICE FOR COOKING APPLIANCES, COOKING APPLIANCES AND STORAGE MEDIUM |
US11754292B2 (en) | 2020-02-14 | 2023-09-12 | Samsung Electronics Co., Ltd. | Heating cooker and heating cooking method |
CN112137415A (zh) * | 2020-09-28 | 2020-12-29 | 杭州老板电器股份有限公司 | 带摄像头识别的烹饪电器控制系统、控制方法和烹饪电器 |
US11732898B2 (en) | 2020-12-21 | 2023-08-22 | B/E Aerospace, Inc. | Content volume measurement |
KR102434856B1 (ko) * | 2021-03-02 | 2022-08-22 | 주식회사 비욘드허니컴 | 식재료 분석장치 |
CN113361338A (zh) * | 2021-05-20 | 2021-09-07 | 江苏大学 | 基于杂粮米饭营养特性及配比的烹饪工艺参数智能决策系统及其方法 |
CN113406043B (zh) * | 2021-07-20 | 2022-08-16 | 珠海格力电器股份有限公司 | 食物成熟度检测装置以及方法 |
KR20230073006A (ko) * | 2021-11-18 | 2023-05-25 | 삼성전자주식회사 | 다양한 높이에서 트레이를 수용할 수 있는 내부 공간을 갖는 가전 장치 및 가전 장치의 영상 획득 방법 |
KR102549109B1 (ko) * | 2021-11-18 | 2023-06-29 | 주식회사 비욘드허니컴 | 자동 조리장치 |
WO2023249225A1 (ko) * | 2022-06-23 | 2023-12-28 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 제어 방법 |
WO2024043493A1 (ko) * | 2022-08-24 | 2024-02-29 | 삼성전자주식회사 | 조리 기기 및 조리 기기의 제어 방법 |
KR20240073662A (ko) * | 2022-11-18 | 2024-05-27 | 삼성전자주식회사 | 조리 기기 및 그 제어 방법 |
Family Cites Families (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2098725A (en) | 1981-04-14 | 1982-11-24 | United Biscuits Ltd | Measurement of food material properties |
JPS5881402U (ja) * | 1981-11-26 | 1983-06-02 | シャープ株式会社 | 熱風循環式調理器 |
JPS61265429A (ja) | 1985-05-20 | 1986-11-25 | Matsushita Electric Ind Co Ltd | 加熱調理器 |
JPH03144325A (ja) | 1989-10-31 | 1991-06-19 | Yamatake Honeywell Co Ltd | 焼き色検出方法および焼き色検出装置 |
KR930006905B1 (ko) * | 1990-10-31 | 1993-07-24 | 주식회사 금성사 | 전자레인지에서의 음식 인식장치 |
KR940001593B1 (ko) | 1991-09-20 | 1994-02-25 | 삼성전자 주식회사 | 메인콘트롤러내에 내장한 버스콘트롤러 동작 시스템 |
JP2733163B2 (ja) | 1992-01-29 | 1998-03-30 | 山武ハネウエル株式会社 | 焼き色量検出方法 |
JPH07127862A (ja) * | 1993-11-08 | 1995-05-16 | Toshiba Corp | 調理装置 |
DE4416762A1 (de) | 1994-05-14 | 1995-11-23 | Krieg Gunther | Verfahren und Vorrichtung zur kontinuierlichen Messung des Bräunungsgrades bei Back- Koch- Röstprozessen in voll- oder halbautomatischen Back- Koch- Röstsystemen |
DE10306940A1 (de) | 2003-02-18 | 2004-09-09 | Rational Ag | Verfahren zum Steuern eines Backprozesses |
DE102005014713A1 (de) | 2005-03-31 | 2006-10-05 | BSH Bosch und Siemens Hausgeräte GmbH | Sensorvorrichtung mit einer Datenverarbeitungseinheit zum Bestimmen eines Bräunungsgrads |
CN101692958B (zh) * | 2009-10-19 | 2012-05-09 | 钱海鹏 | 烹饪装置 |
EP2500725A1 (en) * | 2011-03-17 | 2012-09-19 | Electrolux Home Products Corporation N.V. | A method for controlling a cooking process of food stuff |
EP2500724B1 (en) * | 2011-03-17 | 2014-04-30 | Electrolux Home Products Corporation N.V. | A method for obtaining information on food stuff in or for a cooking process |
DE102012204229A1 (de) | 2012-03-16 | 2013-09-19 | BSH Bosch und Siemens Hausgeräte GmbH | Vorrichtung für ein Gargerät und Gargerät |
US9069340B2 (en) | 2012-04-16 | 2015-06-30 | Eugenio Minvielle | Multi-conditioner control for conditioning nutritional substances |
SE537209C2 (sv) * | 2012-06-04 | 2015-03-03 | Bbbl Innovation Ab | En livsmedelstillagningsanordning, ett livsmedelstillagningssystem med ett elektroniskt bibliotek och metoder relateradedärtill |
EP2874525B1 (en) | 2012-07-23 | 2018-08-22 | SensAbility Pty Ltd | A device and a method for characterising a chromatic property of foodstuff |
DE102012217350A1 (de) | 2012-09-26 | 2014-03-27 | BSH Bosch und Siemens Hausgeräte GmbH | Gargerät |
DE102013102293A1 (de) * | 2013-03-07 | 2014-09-11 | Rational Ag | Verfahren zur Erkennung von Lebensmitteln |
US20150064314A1 (en) * | 2013-08-27 | 2015-03-05 | David Briden Manuel | System and method of monitoring and adjusting a temperature of an object |
EP3090239A4 (en) | 2014-01-03 | 2018-01-10 | Verifood Ltd. | Spectrometry systems, methods, and applications |
CN203810478U (zh) * | 2014-05-15 | 2014-09-03 | 淮安信息职业技术学院 | 一种自动识别食物的微波炉 |
EP2950067B1 (en) * | 2014-05-26 | 2017-08-23 | Electrolux Appliances Aktiebolag | Domestic appliance comprising a food probe and a cord pullback mechanism |
DE102014210672A1 (de) * | 2014-06-05 | 2015-12-17 | BSH Hausgeräte GmbH | Gargerät mit Lichtmusterprojektor und Kamera |
US20180184668A1 (en) | 2014-06-05 | 2018-07-05 | Ingo Stork Genannt Wersborg | Heat treatment monitoring system |
DE102014108066A1 (de) * | 2014-06-06 | 2015-12-17 | Rational Aktiengesellschaft | Verfahren zum Garen von fleischhaltigem Gargut |
JP2016014546A (ja) * | 2014-07-01 | 2016-01-28 | セイコーエプソン株式会社 | 成分分析装置、及び成分分析方法 |
DE102014114901A1 (de) | 2014-10-14 | 2016-04-14 | Frima International Ag | Gargerät sowie Verfahren zur Erfassung eines Prozessparameters eines Garprozesses |
EP3221679A4 (en) | 2014-11-21 | 2018-11-14 | Mutti, Christopher M. | Imaging system for object recognition and assessment |
US11064570B2 (en) | 2015-01-28 | 2021-07-13 | Samsung Electronics Co., Ltd. | Cooking appliance and method for controlling the same |
US9349297B1 (en) | 2015-09-09 | 2016-05-24 | Fitly Inc. | System and method for nutrition analysis using food image recognition |
US9644847B2 (en) | 2015-05-05 | 2017-05-09 | June Life, Inc. | Connected food preparation system and method of use |
WO2016196669A1 (en) | 2015-06-01 | 2016-12-08 | June Life, Inc. | Thermal management system and method for a connected oven |
CN105444222B (zh) | 2015-12-11 | 2017-11-14 | 美的集团股份有限公司 | 微波炉的烹饪控制方法、系统、云服务器和微波炉 |
KR102345579B1 (ko) * | 2015-12-15 | 2021-12-31 | 삼성전자주식회사 | 이미지 관련 서비스를 제공하기 위한 방법, 저장 매체 및 전자 장치 |
KR101754372B1 (ko) * | 2016-05-26 | 2017-07-19 | 주식회사 원더풀플랫폼 | 식재료 관리 시스템 및 식재료 관리 방법 |
CN105708306B (zh) * | 2016-02-26 | 2018-01-30 | 广东美的厨房电器制造有限公司 | 烹饪方法和烹饪器具 |
CN105851782A (zh) * | 2016-04-25 | 2016-08-17 | 玉树华王投资有限公司 | 去除食品中重金属的设备及方法 |
CN106535384B (zh) * | 2016-12-23 | 2023-10-13 | 成都光数云联科技有限公司 | 具有分析系统的微波炉 |
CN106871570B (zh) | 2017-01-22 | 2019-04-30 | 浙江大学 | 一种基于单个多光谱成像单元检测冷藏室内多种食物状态的装置 |
DE102017206056A1 (de) * | 2017-04-10 | 2018-10-11 | BSH Hausgeräte GmbH | Betreiben eines Gargeräts |
-
2017
- 2017-09-29 KR KR1020170128302A patent/KR102400018B1/ko active IP Right Grant
-
2018
- 2018-07-11 CN CN201880062929.3A patent/CN111148944B/zh active Active
- 2018-07-11 US US16/643,397 patent/US11622651B2/en active Active
- 2018-07-11 EP EP18862835.8A patent/EP3650758B1/en active Active
- 2018-07-11 WO PCT/KR2018/007839 patent/WO2019066216A1/ko unknown
Also Published As
Publication number | Publication date |
---|---|
EP3650758A4 (en) | 2020-06-24 |
KR102400018B1 (ko) | 2022-05-19 |
EP3650758A1 (en) | 2020-05-13 |
CN111148944A (zh) | 2020-05-12 |
US11622651B2 (en) | 2023-04-11 |
WO2019066216A1 (ko) | 2019-04-04 |
US20210068582A1 (en) | 2021-03-11 |
EP3650758B1 (en) | 2022-04-27 |
KR20190038184A (ko) | 2019-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111148944B (zh) | 自动烹饪设备和方法 | |
US11506395B2 (en) | Tailored food preparation with an oven | |
JP7077506B2 (ja) | 食材識別に基づく食品の調理方法及びシステム | |
AU2013354500B2 (en) | Heat treatment monitoring system | |
CN110780628B (zh) | 烹饪设备的控制方法、装置、烹饪设备及存储介质 | |
EP3131410B1 (en) | Method and apparatus for controlling a cooking process of a food | |
US20200253415A1 (en) | Monitoring system and food preparation system | |
CN110488696B (zh) | 一种智能防干烧方法及系统 | |
CN112040817B (zh) | 多用途智能电饭煲 | |
JP2017524887A (ja) | 食品の調理プロセスを制御する方法及び調理装置 | |
CN113167721A (zh) | 烹饪器具和用于运行烹饪器具的方法 | |
CN111801033B (zh) | 能够进行混合谷物烹饪和异常情况检测的智能电饭煲 | |
CN112426060A (zh) | 控制方法、烹饪器具、服务器和可读存储介质 | |
US20220202236A1 (en) | A cooking device and cooking method | |
CN116601438A (zh) | 用于操作烹饪器具的方法以及烹饪器具 | |
JP2021103038A (ja) | 調理機器 | |
EP3848637B1 (en) | Oven and cooking method therefor | |
KR20220073638A (ko) | 조리 기기 및 그 제어 방법 | |
KR20230073006A (ko) | 다양한 높이에서 트레이를 수용할 수 있는 내부 공간을 갖는 가전 장치 및 가전 장치의 영상 획득 방법 | |
KR20230130968A (ko) | 조리 상태를 제공하는 조리 장치 및 방법 | |
WO2024042095A1 (en) | Food temperature state determination | |
WO2023057658A2 (en) | Cooking device with a camera |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |