CN111240220B - 一种设备的控制方法和装置 - Google Patents
一种设备的控制方法和装置 Download PDFInfo
- Publication number
- CN111240220B CN111240220B CN202010048721.5A CN202010048721A CN111240220B CN 111240220 B CN111240220 B CN 111240220B CN 202010048721 A CN202010048721 A CN 202010048721A CN 111240220 B CN111240220 B CN 111240220B
- Authority
- CN
- China
- Prior art keywords
- target
- data
- physiological
- sleep
- environmental
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000007613 environmental effect Effects 0.000 claims abstract description 125
- 230000007958 sleep Effects 0.000 claims abstract description 101
- 230000008667 sleep stage Effects 0.000 claims description 65
- 230000008859 change Effects 0.000 claims description 29
- 238000012549 training Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 9
- 230000036760 body temperature Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000029058 respiratory gaseous exchange Effects 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000036387 respiratory rate Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006461 physiological response Effects 0.000 description 2
- 230000003860 sleep quality Effects 0.000 description 2
- 230000004622 sleep time Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000004617 sleep duration Effects 0.000 description 1
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] or 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]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本申请涉及一种设备的控制方法和装置,其中,该方法包括:获取目标场景的当前环境数据和目标对象的当前生理数据,其中,目标对象是在目标场景中处于睡眠状态的对象;根据当前环境数据与目标环境数据确定环境数据的初始调整参数;根据当前生理数据与目标生理数据对初始调整参数进行修正,得到目标调整参数;根据当前环境数据和目标调整参数确定多个设备中每个设备的控制指令;控制多个设备中每个设备执行每个设备对应的控制指令。本申请解决了对智能设备进行控制的灵活性较差的技术问题。
Description
技术领域
本申请涉及计算机领域,尤其涉及一种设备的控制方法和装置。
背景技术
现如今人们的生活中会使用各种各样的智能设备来满足人们对生活环境的要求,比如:控制空调来改变环境温度,还有智能窗帘和智能台灯,通过调整光照强度和时间,调整窗帘的开关和开关幅度,以满足人们对环境中光照的需求。但目前的控制方式比较单一,没有能够结合用户的需求对智能设备进行自动地联合控制。另一方面,如果用户在睡眠状态下,则无法对设备进行控制,每个设备单独进行控制的结果可能无法使用户的睡眠达到舒适的状态。可见,目前对智能设备进行控制的灵活性较差。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本申请提供了一种设备的控制方法和装置,以至少解决相关技术中对智能设备进行控制的灵活性较差的技术问题。
根据本申请实施例的一个方面,提供了一种设备的控制方法,包括:
获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
可选地,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数包括:
将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
获取所述环境舒适度模型输出的所述初始调整参数。
可选地,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数包括:
将所述当前生理数据输入生理反馈模型,其中,所述生理反馈模型是使用历史生理数据以及所述目标生理数据对初始生理反馈模型进行训练得到的,所述历史生理数据是所述目标对象在所述历史环境数据下的生理数据,所述目标生理数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的生理数据;
获取所述生理反馈模型输出的生理特征变化度,其中,所述生理特征变化度用于指示所述目标对象的生理数据从所述当前生理数据转变为所述目标生理数据时所述目标对象的生理数据产生的变化;
根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数。
可选地,根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数包括:
确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段,其中,所述目标对象的所述睡眠状态被划分为多个睡眠阶段,所述多个睡眠阶段包括所述目标睡眠阶段,所述多个睡眠阶段中每个睡眠阶段对应睡眠特征变化度,每个睡眠阶段对应的睡眠特征变化度用于指示所述目标对象在处于所述每个睡眠阶段时生理特征的变化;
根据所述生理特征变化度和所述目标睡眠阶段所对应的睡眠特征变化度修正所述初始调整参数,得到所述目标调整参数。
可选地,在确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段之前,所述方法还包括:
采集所述目标对象的睡眠曲线;
将所述睡眠曲线切分为多个睡眠曲线段;
分别提取所述多个睡眠曲线段中每个睡眠曲线段的睡眠特征;
对所述多个睡眠曲线段的睡眠特征进行聚类,得到所述多个睡眠阶段;
根据所述多个睡眠阶段中每个睡眠阶段所包括的睡眠曲线段的睡眠特征统计所述每个睡眠阶段对应的睡眠特征变化度。
可选地,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令包括:
获取所述多个设备中每个设备对所述当前环境数据的调整效率;
确定完成所述目标调整参数的调整效率最高的目标指令集合,其中,所述目标指令集合包括所述多个设备中的目标设备和所述目标设备执行的目标指令。
根据本申请实施例的另一方面,还提供了一种设备的控制装置,包括:
获取模块,用于获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
第一确定模块,用于根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
修正模块,用于根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
第二确定模块,用于根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
控制模块,用于控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
可选地,所述第一确定模块包括:
第一输入单元,用于将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
第一获取单元,用于获取所述环境舒适度模型输出的所述初始调整参数。
在本申请实施例中,采用获取目标场景的当前环境数据和目标对象的当前生理数据,其中,目标对象是在目标场景中处于睡眠状态的对象;根据当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,目标环境数据是使得目标对象在目标场景中的环境舒适度达到环境舒适度阈值的环境数据;根据当前生理数据与目标生理数据对初始调整参数进行修正,得到目标调整参数,其中,目标生理数据是使得目标对象的生理舒适度达到生理舒适度阈值的生理数据;根据当前环境数据和目标调整参数确定多个设备中每个设备的控制指令,其中,多个设备是目标场景中用于调整目标场景的环境数据的设备;控制多个设备中每个设备执行每个设备对应的控制指令,以使目标场景中目标对象的环境舒适度调整到环境舒适度阈值内,目标对象的生理舒适度调整到生理舒适度阈值内的方式,通过获取目标场景的当前环境数据和目标场景中处于睡眠状态的目标对象的当前生理数据并结合目标环境数据和目标生理数据确定目标调整参数,使用当前环境数据和确定出的目标调整参数确定多个设备中每个设备的控制指令来对多个设备进行控制,从而通过控制多个设备协同调整目标场景的环境数据以使目标场景中目标对象的环境舒适度达到环境舒适度阈值内,目标对象的生理舒适度达到生理舒适度阈值内,使得目标对象在目标场景中所处于的睡眠状态满足目标对象对舒适度的要求,从而实现了提高对智能设备进行控制的灵活性的技术效果,进而解决了相关技术中对智能设备进行控制的灵活性较差的技术问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的设备的控制方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的设备的控制方法的流程图;
图3是根据本申请实施例的一种睡眠阶段划分的示意图;
图4是根据本申请可选实施例的设备控制系统的示意图;
图5是根据本申请实施例的一种可选的设备的控制装置的示意图;
以及
图6是根据本申请实施例的一种终端的结构框图。
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。
根据本申请实施例的一方面,提供了一种设备的控制的方法实施例。
可选地,在本实施例中,上述设备的控制方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示,服务器103通过网络与终端101进行连接,可用于为终端或终端上安装的客户端提供服务(如游戏服务、应用服务等),可在服务器上或独立于服务器设置数据库,用于为服务器103提供数据存储服务,上述网络包括但不限于:广域网、城域网或局域网,终端101并不限定于PC、手机、平板电脑等。本申请实施例的设备的控制方法可以由服务器103来执行,也可以由终端101来执行,还可以是由服务器103和终端101共同执行。其中,终端101执行本申请实施例的设备的控制方法也可以是由安装在其上的客户端来执行。
图2是根据本申请实施例的一种可选的设备的控制方法的流程图,如图2所示,该方法可以包括以下步骤:
步骤S202,获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
步骤S204,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
步骤S206,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
步骤S208,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
步骤S210,控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
通过上述步骤S202至步骤S210,通过获取目标场景的当前环境数据和目标场景中处于睡眠状态的目标对象的当前生理数据并结合目标环境数据和目标生理数据确定目标调整参数,使用当前环境数据和确定出的目标调整参数确定多个设备中每个设备的控制指令来对多个设备进行控制,从而通过控制多个设备协同调整目标场景的环境数据以使目标场景中目标对象的环境舒适度达到环境舒适度阈值内,目标对象的生理舒适度达到生理舒适度阈值内,使得目标对象在目标场景中所处于的睡眠状态满足目标对象对舒适度的要求,从而实现了提高对智能设备进行控制的灵活性的技术效果,进而解决了相关技术中对智能设备进行控制的灵活性较差的技术问题。
在步骤S202提供的技术方案中,当前环境数据可以但不限于包括:温度、湿度、空气流速、光照、衣物/被褥厚度、空气质量等等。当前生理数据可以但不限于包括:心率、呼吸率以及体温等等。
可选地,在本实施例中,目标场景可以但不限于包括:卧室、客厅、休息室、办公室等等。目标对象可以但不限于是在目标场景中处于睡眠状态的任何种类的对象。比如:人类、宠物等等。
在步骤S204提供的技术方案中,目标环境数据是使得目标对象在目标场景中的环境舒适度达到环境舒适度阈值的环境数据。环境舒适度阈值可以但不限于是根据用户控制各个设备的历史数据得到的。
在步骤S206提供的技术方案中,通过当前生理数据与目标生理数据对初始调整参数进行修正,使得得到的目标调整参数能够使得目标对象的生理舒适度满足其生理要求。
在步骤S208提供的技术方案中,多个设备是目标场景中用于调整目标场景的环境数据的设备。比如:智能空调、智能窗帘、智能台灯、智能加湿器、空气净化器等等。
作为一种可选的实施例,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数包括:
S11,将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
S12,获取所述环境舒适度模型输出的所述初始调整参数。
可选地,在本实施例中,可以但不限于通过环境舒适度模型来确定初始调整参数。环境舒适度模型是使用历史环境数据以及目标环境数据对初始环境舒适度模型进行训练得到的。目标环境数据是目标对象在历史环境数据下对多个设备执行的控制操作后的环境数据。比如:用户日常数据,包括日常空调、风扇等设备的开关、档位状态,室内室外环境条件(温度、湿度、空气流速、光照等),以及用户操作设备的操作数据(如改变空调温度,改变风扇风速等)。
可选地,在本实施例中,上述环境舒适度阈值可以但不限于是根据用户的历史操作等信息设定的能够满足用户对环境舒适度要求的范围。
可选地,在本实施例中,环境舒适度模型可以但不限于是BP神经网络模型。环境舒适度模型的训练输入为环境温度、湿度、空气流速、衣物/被褥厚度以及空气质量等数据,输出为目标对象在该环境下的舒适度,舒适度可以根据用户操作设备的行为进行获取,即ΔX,ΔX表示用户改变设备运行状态的幅度;另一方面,一般情况下空气质量不会引起很强烈的不舒适感,因此引入专家知识,用ΔAir_Pollution表示当前空气质量与标准空气质量差值,可以建立关于环境条件的舒适度模型:
Y=F(T,H,V,ΔAir_Pollution,I)
其中,T为温度;H为湿度;V为空气流速;I为衣物/被褥厚度;Y∈[y1,y2],该范围通过数据统计分析得到。
作为一种可选的实施例,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数包括:
S21,将所述当前生理数据输入生理反馈模型,其中,所述生理反馈模型是使用历史生理数据以及所述目标生理数据对初始生理反馈模型进行训练得到的,所述历史生理数据是所述目标对象在所述历史环境数据下的生理数据,所述目标生理数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的生理数据;
S22,获取所述生理反馈模型输出的生理特征变化度,其中,所述生理特征变化度用于指示所述目标对象的生理数据从所述当前生理数据转变为所述目标生理数据时所述目标对象的生理数据产生的变化;
S23,根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数。
可选地,在本实施例中,生理反馈模型可以但不限于包括多元线性回归模型。生理反馈模型是使用历史生理数据以及目标生理数据对初始生理反馈模型进行训练得到的,历史生理数据是目标对象在历史环境数据下的生理数据,目标生理数据是目标对象在历史环境数据下对多个设备执行的控制操作后的生理数据。
可选地,在本实施例中,历史生理数据可以但不限于包括用户操作设备前后的心率、呼吸率以及体温(红外温度探测)等生理调整值,该数据用于发现用户所处的不舒适环境与其生理反应的关系。
可选地,在本实施例中,生理反馈模型输入为生理参数(心率、呼吸率、体温等)变化,输出同舒适度模型中的训练输出,建立人体生理反馈模型:
Feedback=F(Δrate,Δbreath,ΔTemp,…)
其中,Δrate为心率变化,Δbreath为呼吸率变化,ΔTemp为体温变化。
作为一种可选的实施例,根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数包括:
S31,确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段,其中,所述目标对象的所述睡眠状态被划分为多个睡眠阶段,所述多个睡眠阶段包括所述目标睡眠阶段,所述多个睡眠阶段中每个睡眠阶段对应睡眠特征变化度,每个睡眠阶段对应的睡眠特征变化度用于指示所述目标对象在处于所述每个睡眠阶段时生理特征的变化;
S32,根据所述生理特征变化度和所述目标睡眠阶段所对应的睡眠特征变化度修正所述初始调整参数,得到所述目标调整参数。
可选地,在本实施例中,可以但不限于根据目标对象当前所处于的目标睡眠阶段对初始调整参数进行修正,得到目标调整参数。
作为一种可选的实施例,在确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段之前,所述方法还包括:
S41,采集所述目标对象的睡眠曲线;
S42,将所述睡眠曲线切分为多个睡眠曲线段;
S43,分别提取所述多个睡眠曲线段中每个睡眠曲线段的睡眠特征;
S44,对所述多个睡眠曲线段的睡眠特征进行聚类,得到所述多个睡眠阶段;
S45,根据所述多个睡眠阶段中每个睡眠阶段所包括的睡眠曲线段的睡眠特征统计所述每个睡眠阶段对应的睡眠特征变化度。
可选地,在本实施例中,可以但不限于根据用户的历史睡眠曲线数据对目标对象的睡眠阶段进行划分。
例如:图3是根据本申请实施例的一种睡眠阶段划分的示意图,如图3所示,根据采集的睡眠曲线数据将睡眠曲线切分为若干段,对每段曲线进行特征提取,根据提取出的特征对聚类算法进行选择和设计,使用确定的聚类算法对曲线段进行聚类,根据聚类结果对睡眠阶段进行划分。
作为一种可选的实施例,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令包括:
S51,获取所述多个设备中每个设备对所述当前环境数据的调整效率;
S52,确定完成所述目标调整参数的调整效率最高的目标指令集合,其中,所述目标指令集合包括所述多个设备中的目标设备和所述目标设备执行的目标指令。
可选地,在本实施例中,根据设备的运行的属性,利用物理建模的方法,获取设备调节环境的效率,根据当前环境和需求环境对比,输出最高效节能的执行指令。
本申请还提供了一种可选实施例,该可选实施例提供了一种多设备联动控制的系统,该系统根据人在日常行为产生的数据分别建立环境舒适度模型F1和生理反馈模型F2,然后根据人的睡眠曲线,利用轨迹聚类算法,将睡眠阶段进行划分,获取每个睡眠阶段的环境需求和生理变化,然后根据环境舒适度模型和当前环境,得到环境条件需求,由于人在睡眠中生理特征是在不断变化的,仅仅依据环境条件控制并不能满足睡眠需求,因此,可以根据人在睡眠中的阶段,以及各阶段的生理特征利用生理反馈模型获取其当前感觉,然后再对环境进行调整,从而使环境更适合人的睡眠,输出环境需求,最后根据设备属性和物理建模,根据环境需求,输出各个设备的执行动作。
图4是根据本申请可选实施例的设备控制系统的示意图,如图4所示,该系统包括五个部分:
第一部分,数据的采集和处理。数据采集包括4个方面,一是用户日常数据,包括日常空调、风扇等设备的开关、档位状态,室内室外环境条件(温度、湿度、空气流速、光照等),以及用户操作设备的操作数据(如改变空调温度,改变风扇风速等),这部分数据用于挖掘用户日常习惯环境条件,在后续调节过程中则根据习惯设定一定的范围调节;二是用户操作设备前后的心率、呼吸率以及体温(红外温度探测)等生理调整值,该数据用于发现用户在不舒适环境下的环境数据与其生理反应的关系;三是用户的睡眠数据,包括用户的睡眠时长、深睡时间、浅睡时间、睡眠过程中的生理变化、睡眠质量等数据,这部分用于分析用户睡眠过程的生理特征变化。四是专家数据知识,包括睡眠时空气质量推荐、入睡和起床光照推荐等。对收集到的数据进行清洗、过滤、关联等预处理后用于后续处理。
第二部分,模型训练。模型包括环境影响下的环境舒适度模型和人体对于环境生理反馈的生理反馈模型。其中对于环境条件下的环境舒适度模型主要体现为对冷热的感觉,该模型的训练输入为环境温度、湿度、空气流速,输出为目标对象在该环境下的舒适度,舒适度可以根据用户操作设备的行为进行获取,即ΔX,ΔX表示用户改变设备运行状态的幅度;另一方面,一般情况下空气质量不会引起很强烈的不舒适感,因此引入专家知识,用ΔAir_Pollution表示当前空气质量与标准空气质量差值,可以建立关于环境条件的舒适度模型:
Y=F(T,H,V,ΔAir_Pollution,I)
其中,T为温度;H为湿度;V为空气流速;I为衣物/被褥厚度;Y∈[y1,y2],该范围通过数据统计分析得到。
由于人在睡眠时生理状况不断变化且对于小幅度的变化感知不明显,但相关研究表明,微小的不舒适度感仍然会引起睡眠质量的降低,因此需要建立人的生理反馈模型,人体生理反馈模型输入为生理参数(心率、呼吸率、体温等)变化,输出同舒适度模型中的训练输出,建立人体生理反馈模型:
Feedback=F(Δrate,Δbreath,ΔTemp,…)
其中,Δrate为心率变化;Δbreath为呼吸率变化;ΔTemp为体温变化。
第三部分,睡眠阶段划分。根据采集的睡眠曲线,将睡眠曲线进行轨迹聚类,分成若干睡眠阶段,并根据睡眠中生理变化特征,提取出每一个睡眠阶段的生理特征和睡眠阶段持续时间。
第四部分,实时决策,根据环境舒适度模型,逐个对环境参数进行优化,获取舒适范围内的初始调整参数,然后根据人的生理特征变化,进一步对环境进行修正调节,修正幅度按照模型α·F1+β·F2进行调节,输出最适宜的目标调整参数。
第五部分,动作执行。根据设备的运行的属性,利用物理建模的方法,获取设备调节环境的效率,根据当前环境和目标调整参数所指示的需求环境对比,输出最高效节能的执行指令。并控制设备执行。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,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的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述设备的控制方法的设备的控制装置。图5是根据本申请实施例的一种可选的设备的控制装置的示意图,如图5所示,该装置可以包括:
获取模块502,用于获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
第一确定模块504,用于根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
修正模块506,用于根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
第二确定模块508,用于根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
控制模块510,用于控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
需要说明的是,该实施例中的获取模块502可以用于执行本申请实施例中的步骤S202,该实施例中的第一确定模块504可以用于执行本申请实施例中的步骤S204,该实施例中的修正模块506可以用于执行本申请实施例中的步骤S206,该实施例中的第二确定模块508可以用于执行本申请实施例中的步骤S208,该实施例中的控制模块510可以用于执行本申请实施例中的步骤S210。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现。
通过上述模块,通过获取目标场景的当前环境数据和目标场景中处于睡眠状态的目标对象的当前生理数据并结合目标环境数据和目标生理数据确定目标调整参数,使用当前环境数据和确定出的目标调整参数确定多个设备中每个设备的控制指令来对多个设备进行控制,从而通过控制多个设备协同调整目标场景的环境数据以使目标场景中目标对象的环境舒适度达到环境舒适度阈值内,目标对象的生理舒适度达到生理舒适度阈值内,使得目标对象在目标场景中所处于的睡眠状态满足目标对象对舒适度的要求,从而实现了提高对智能设备进行控制的灵活性的技术效果,进而解决了相关技术中对智能设备进行控制的灵活性较差的技术问题。
作为一种可选的实施例,所述第一确定模块包括:
第一输入单元,用于将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
第一获取单元,用于获取所述环境舒适度模型输出的所述初始调整参数。
作为一种可选的实施例,所述修正模块包括:
第二输入单元,用于将所述当前生理数据输入生理反馈模型,其中,所述生理反馈模型是使用历史生理数据以及所述目标生理数据对初始生理反馈模型进行训练得到的,所述历史生理数据是所述目标对象在所述历史环境数据下的生理数据,所述目标生理数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的生理数据;
第二获取单元,用于获取所述生理反馈模型输出的生理特征变化度,其中,所述生理特征变化度用于指示所述目标对象的生理数据从所述当前生理数据转变为所述目标生理数据时所述目标对象的生理数据产生的变化;
修正单元,用于根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数。
作为一种可选的实施例,所述修正单元用于:
确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段,其中,所述目标对象的所述睡眠状态被划分为多个睡眠阶段,所述多个睡眠阶段包括所述目标睡眠阶段,所述多个睡眠阶段中每个睡眠阶段对应睡眠特征变化度,每个睡眠阶段对应的睡眠特征变化度用于指示所述目标对象在处于所述每个睡眠阶段时生理特征的变化;
根据所述生理特征变化度和所述目标睡眠阶段所对应的睡眠特征变化度修正所述初始调整参数,得到所述目标调整参数。
作为一种可选的实施例,所述装置还包括:
采集模块,用于在确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段之前,采集所述目标对象的睡眠曲线;
切分模块,用于将所述睡眠曲线切分为多个睡眠曲线段;
提取模块,用于分别提取所述多个睡眠曲线段中每个睡眠曲线段的睡眠特征;
聚类模块,用于对所述多个睡眠曲线段的睡眠特征进行聚类,得到所述多个睡眠阶段;
统计模块,用于根据所述多个睡眠阶段中每个睡眠阶段所包括的睡眠曲线段的睡眠特征统计所述每个睡眠阶段对应的睡眠特征变化度。
作为一种可选的实施例,所述第二确定模块包括:
第三获取单元,用于获取所述多个设备中每个设备对所述当前环境数据的调整效率;
确定单元,用于确定完成所述目标调整参数的调整效率最高的目标指令集合,其中,所述目标指令集合包括所述多个设备中的目标设备和所述目标设备执行的目标指令。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的另一个方面,还提供了一种用于实施上述设备的控制方法的服务器或终端。
图6是根据本申请实施例的一种终端的结构框图,如图6所示,该终端可以包括:一个或多个(图中仅示出一个)处理器601、存储器603、以及传输装置605,如图6所示,该终端还可以包括输入输出设备607。
其中,存储器603可用于存储软件程序以及模块,如本申请实施例中的设备的控制方法和装置对应的程序指令/模块,处理器601通过运行存储在存储器603内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的设备的控制方法。存储器603可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器603可进一步包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的传输装置605用于经由一个网络接收或者发送数据,还可以用于处理器与存储器之间的数据传输。上述的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置605包括一个网络适配器(Network Interface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置605为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
其中,具体地,存储器603用于存储应用程序。
处理器601可以通过传输装置605调用存储器603存储的应用程序,以执行下述步骤:
S1,获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
S2,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
S3,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
S4,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
S5,控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
采用本申请实施例,提供了一种设备的控制的方案。通过获取目标场景的当前环境数据和目标场景中处于睡眠状态的目标对象的当前生理数据并结合目标环境数据和目标生理数据确定目标调整参数,使用当前环境数据和确定出的目标调整参数确定多个设备中每个设备的控制指令来对多个设备进行控制,从而通过控制多个设备协同调整目标场景的环境数据以使目标场景中目标对象的环境舒适度达到环境舒适度阈值内,目标对象的生理舒适度达到生理舒适度阈值内,使得目标对象在目标场景中所处于的睡眠状态满足目标对象对舒适度的要求,从而实现了提高对智能设备进行控制的灵活性的技术效果,进而解决了相关技术中对智能设备进行控制的灵活性较差的技术问题。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图6所示的结构仅为示意,终端可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile InternetDevices,MID)、PAD等终端设备。图6其并不对上述电子装置的结构造成限定。例如,终端还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图6所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行设备的控制方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1,获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
S2,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
S3,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
S4,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
S5,控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于: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。
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。
上述实施例中的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,可以存储在上述计算机可读取的存储介质中。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存储介质中,包括若干指令用以使得一台或多台计算机设备(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。
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,所揭露的客户端,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,仅仅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网络单元上。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。
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 (7)
1.一种设备的控制方法,其特征在于,包括:
获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内;
其中,根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数包括:
将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
获取所述环境舒适度模型输出的所述初始调整参数;
其中,根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数包括:
将所述当前生理数据输入生理反馈模型,其中,所述生理反馈模型是使用历史生理数据以及所述目标生理数据对初始生理反馈模型进行训练得到的,所述历史生理数据是所述目标对象在所述历史环境数据下的生理数据,所述目标生理数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的生理数据;
获取所述生理反馈模型输出的生理特征变化度,其中,所述生理特征变化度用于指示所述目标对象的生理数据从所述当前生理数据转变为所述目标生理数据时所述目标对象的生理数据产生的变化;
根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数。
2.根据权利要求1所述的方法,其特征在于,根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数包括:
确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段,其中,所述目标对象的所述睡眠状态被划分为多个睡眠阶段,所述多个睡眠阶段包括所述目标睡眠阶段,所述多个睡眠阶段中每个睡眠阶段对应睡眠特征变化度,每个睡眠阶段对应的睡眠特征变化度用于指示所述目标对象在处于所述每个睡眠阶段时生理特征的变化;
根据所述生理特征变化度和所述目标睡眠阶段所对应的睡眠特征变化度修正所述初始调整参数,得到所述目标调整参数。
3.根据权利要求2所述的方法,其特征在于,在确定所述目标对象的当前睡眠数据所处于的目标睡眠阶段之前,所述方法还包括:
采集所述目标对象的睡眠曲线;
将所述睡眠曲线切分为多个睡眠曲线段;
分别提取所述多个睡眠曲线段中每个睡眠曲线段的睡眠特征;
对所述多个睡眠曲线段的睡眠特征进行聚类,得到所述多个睡眠阶段;
根据所述多个睡眠阶段中每个睡眠阶段所包括的睡眠曲线段的睡眠特征统计所述每个睡眠阶段对应的睡眠特征变化度。
4.根据权利要求1所述的方法,其特征在于,根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令包括:
获取所述多个设备中每个设备对所述当前环境数据的调整效率;
确定完成所述目标调整参数的调整效率最高的目标指令集合,其中,所述目标指令集合包括所述多个设备中的目标设备和所述目标设备执行的目标指令。
5.一种设备的控制装置,其特征在于,包括:
获取模块,用于获取目标场景的当前环境数据和目标对象的当前生理数据,其中,所述目标对象是在所述目标场景中处于睡眠状态的对象;
第一确定模块,用于根据所述当前环境数据与目标环境数据确定环境数据的初始调整参数,其中,所述目标环境数据是使得所述目标对象在所述目标场景中的环境舒适度达到环境舒适度阈值的环境数据;
修正模块,用于根据所述当前生理数据与目标生理数据对所述初始调整参数进行修正,得到目标调整参数,其中,所述目标生理数据是使得所述目标对象的生理舒适度达到生理舒适度阈值的生理数据;
第二确定模块,用于根据所述当前环境数据和所述目标调整参数确定多个设备中每个设备的控制指令,其中,所述多个设备是所述目标场景中用于调整所述目标场景的环境数据的设备;
控制模块,用于控制所述多个设备中每个设备执行所述每个设备对应的控制指令,以使所述目标场景中所述目标对象的环境舒适度调整到所述环境舒适度阈值内,所述目标对象的生理舒适度调整到所述生理舒适度阈值内;
其中,所述第一确定模块包括:
第一输入单元,用于将所述当前环境数据输入环境舒适度模型,其中,所述环境舒适度模型是使用历史环境数据以及所述目标环境数据对初始环境舒适度模型进行训练得到的,所述目标环境数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的环境数据;
第一获取单元,用于获取所述环境舒适度模型输出的所述初始调整参数;
其中,所述修正模块包括:
第二输入单元,用于将所述当前生理数据输入生理反馈模型,其中,所述生理反馈模型是使用历史生理数据以及所述目标生理数据对初始生理反馈模型进行训练得到的,所述历史生理数据是所述目标对象在所述历史环境数据下的生理数据,所述目标生理数据是所述目标对象在所述历史环境数据下对所述多个设备执行的控制操作后的生理数据;
第二获取单元,用于获取所述生理反馈模型输出的生理特征变化度,其中,所述生理特征变化度用于指示所述目标对象的生理数据从所述当前生理数据转变为所述目标生理数据时所述目标对象的生理数据产生的变化;
修正单元,用于根据所述生理特征变化度修正所述初始调整参数,得到所述目标调整参数。
6.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至4任一项中所述的方法。
7.一种电子装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器通过所述计算机程序执行上述权利要求1至4任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010048721.5A CN111240220B (zh) | 2020-01-16 | 2020-01-16 | 一种设备的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010048721.5A CN111240220B (zh) | 2020-01-16 | 2020-01-16 | 一种设备的控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111240220A CN111240220A (zh) | 2020-06-05 |
CN111240220B true CN111240220B (zh) | 2021-04-20 |
Family
ID=70865961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010048721.5A Active CN111240220B (zh) | 2020-01-16 | 2020-01-16 | 一种设备的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111240220B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113503629B (zh) * | 2020-08-05 | 2022-12-23 | 青岛海尔空调器有限总公司 | 基于光感的智慧睡眠场景调控方法及空调器 |
CN112147911A (zh) * | 2020-09-16 | 2020-12-29 | 珠海格力电器股份有限公司 | 一种设备控制方法和装置 |
CN116189895B (zh) * | 2023-04-10 | 2023-07-07 | 深圳曼瑞德科技有限公司 | 健康检测设备的控制方法、装置、计算机设备和存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103365264B (zh) * | 2013-05-21 | 2015-12-09 | 清华大学 | 具有参数学习能力的百叶与灯光的集成控制方法 |
WO2015157670A1 (en) * | 2014-04-10 | 2015-10-15 | Medelius Pedro J | Wearable environmental interaction unit |
CN205428168U (zh) * | 2015-11-12 | 2016-08-03 | 安徽建筑大学 | 健康智能家居系统 |
CN105911878A (zh) * | 2016-06-27 | 2016-08-31 | 韦庆克 | 具有睡眠模式控制的自学习智能家居系统 |
WO2018000291A1 (zh) * | 2016-06-30 | 2018-01-04 | 宋英楠 | 智能家具的控制方法和系统 |
CN206209309U (zh) * | 2016-11-11 | 2017-05-31 | 南昌欧菲光科技有限公司 | 智能睡眠控制装置及智能家居系统 |
CN108089451A (zh) * | 2017-01-11 | 2018-05-29 | 浙江师范大学 | 一种基于实时脑电位信号处理的智能睡眠环境控制系统 |
KR20200037816A (ko) * | 2017-08-02 | 2020-04-09 | 스트롱 포스 아이오티 포트폴리오 2016, 엘엘씨 | 대규모 데이터 세트들을 갖는 산업 사물 인터넷 데이터 수집 환경에서의 검출을 위한 방법들 및 시스템들 |
US11344235B2 (en) * | 2017-09-13 | 2022-05-31 | Medtronic Minimed, Inc. | Methods, systems, and devices for calibration and optimization of glucose sensors and sensor output |
CN107797459B (zh) * | 2017-09-15 | 2020-09-25 | 珠海格力电器股份有限公司 | 终端设备的控制方法、装置、存储介质及处理器 |
CN108123856A (zh) * | 2017-12-22 | 2018-06-05 | 蒙城县望槐信息科技有限责任公司 | 一种提高用户睡眠质量的智能家居系统 |
CN109828474A (zh) * | 2019-01-15 | 2019-05-31 | 深圳旦倍科技有限公司 | 基于大数据的云端智能环境管理方法及系统 |
-
2020
- 2020-01-16 CN CN202010048721.5A patent/CN111240220B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111240220A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111240220B (zh) | 一种设备的控制方法和装置 | |
CN109114741B (zh) | 一种空调控制方法、装置、存储介质及空调 | |
WO2017008321A1 (zh) | 基于智能可穿戴设备行为感知的智能家庭能源管理方法 | |
CN104729004B (zh) | 空调器及其控制方法和控制终端 | |
CN109595764B (zh) | 空调器、空调器的控制方法和计算机可读存储介质 | |
CN114237069A (zh) | 室内环境控制方法、装置、系统及存储介质 | |
CN113819619B (zh) | 用于控制空调的方法及装置、空调、存储介质 | |
CN108181819A (zh) | 家电设备的联动控制方法、装置、系统及家电设备 | |
CN113251613B (zh) | 用于空调控制的方法、装置和空调 | |
CN112147911A (zh) | 一种设备控制方法和装置 | |
WO2022267671A1 (zh) | 用于空调的运行模式推送方法及装置、空调 | |
CN109489212A (zh) | 一种空调智能睡眠控制方法、调整系统及设备 | |
CN112880156A (zh) | 用于空调的控制方法、控制装置及空调 | |
CN109541947A (zh) | 智能家居设备的控制方法、装置、设备和智能家居设备 | |
CN110958750B (zh) | 照明设备控制方法及装置 | |
CN110286600B (zh) | 智能家居操作系统的场景设置方法及装置 | |
CN113587400B (zh) | 用于设定温度调节的空调控制方法及装置、空调 | |
CN117762032B (zh) | 基于场景适应和人工智能的智能设备控制系统及方法 | |
CN112782990A (zh) | 一种智能设备的控制方法、装置、存储介质及电子设备 | |
CN113819620A (zh) | 用于控制空调的方法及装置、空调、存储介质 | |
CN109373499B (zh) | 空调控制方法及装置 | |
CN112198853A (zh) | 智能家居设备的控制方法和装置 | |
CN116130102A (zh) | 睡眠环境数据的确定方法及装置、存储介质及电子装置 | |
CN113703337B (zh) | 一种基于物联网的家电设备控制方法、系统及存储介质 | |
CN115718433A (zh) | 智能设备的控制方法、装置、智能系统和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |