CN112162492A - 家居设备的控制方法、装置、边缘计算网关及存储介质 - Google Patents

Abstract

本申请提供的一种家居设备的控制方法、装置、边缘计算网关及存储介质，其中所述家居设备的控制方法包括：获取家居设备采集的第一用户行为数据；基于所述第一用户行为数据，确定目标家居设备的目标控制指令；发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

Description

家居设备的控制方法、装置、边缘计算网关及存储介质

技术领域

本申请涉及电子设备技术领域，特别地涉及一种家居设备的控制方法、装置、边缘计算网关及存储介质。

背景技术

目前，智能家居系统中主要通过云端来连接和控制家中的智能设备，很多家庭局域网内的设备互动也通过云端来实现。但智能设备过度依赖云端也会带来诸多问题，比如，家里一旦出现网络故障，智能设备就很难进行控制。通过云端控制家中的智能设备，有时候响应速度慢，会带来很强的延迟感，并且随着智能单品品类的增加这一不良体验会越来越频繁。

发明内容

针对上述问题，本申请提供一种家居设备的控制方法、装置、边缘计算网关及存储介质。

本申请提供了一种家居设备的控制方法，应用于边缘计算网关，所述方法包括：

获取家居设备采集的第一用户行为数据；

基于所述第一用户行为数据，确定目标家居设备的目标控制指令；

发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

在一些实施例中，所述基于所述第一用户行为数据，确定目标家居设备的目标控制指令，包括：

获取预先存储的用户行为模型，其中，所述用户行为模型中包括家居设备的控制指令与用户行为数据的对应关系；

基于所述第一用户行为数据与所述用户行为模型，确定目标家居设备的目标控制指令。

在一些实施例中，所述方法还包括：

接收家居设备采集的第一数据信息；

基于所述第一数据信息，确定第二用户行为数据；

将所述第二用户行为数据发送至云端设备，以使所述云端设备基于所述第二用户行为数据确定所述用户行为模型；

接收云端设备发送的所述用户行为模型，并进行存储。

在一些实施例中，所述基于所述第一数据信息，确定第二用户行为数据，包括：

确定所述第一数据信息中用户的行为数据；

将所述行为数据进行归一化处理，确定第二用户行为数据。

在一些实施例中，基于所述第一用户行为数据，确定目标家居设备的目标控制指令，包括：

确定预先存储的控制参数信息，其中，所述控制参数信息包括家居设备的控制指令与用户行为数据的对应关系；

基于所述控制参数信息和所述第一用户行为数据，确定所述目标家居设备的目标控制指令。

在一些实施例中，所述方法还包括：

接收移动终端发送的控制参数信息；

将所述控制参数信息进行存储。

在一些实施例中，所述获取家居设备采集的第一用户行为数据，包括：

接收所述家居设备采集的第二数据信息；

基于所述第二数据信息，确定第一用户行为数据。

本申请实施例提供一种家居设备的控制装置，包括：

获取模块，用于获取家居设备采集的第一用户行为数据；

第一确定模块，用于基于所述第一用户行为数据，确定目标家居设备的目标控制指令；

第一发送模块，用于发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

本申请实施例还一种边缘计算网关，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，执行上述意一项所述的家居设备的控制方法。

本申请实施例提供一种存储介质，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，可用来实现上述任一项所述家居设备的控制的方法。

本申请提供的一种家居设备的控制方法、装置、边缘计算网关及存储介质，通过边缘计算网关来对目标家居设备进行控制，响应速度快，通过获取到第一用户行为数据，基于第一用户行为数据确定目标家居设备的目标控制指令，并发送目标控制指令给目标家居设备，实现了家居设备的智能控制，能够提升用户的使用体验。

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本申请申请实施例提供的一种家居控制系统的结构示意图；

图2为本申请实施例提供的一种家居设备的控制方法的实现流程示意图；

图3为本申请实施例提供的一种用户行为模型的获取流程示意图；

图4为本申请实施例提供的另一种家居设备的控制方法的实现流程示意图；

图5为本申请实施例提供的一种家居设备的控制装置的结构示意图；

图6为本申请实施例提供的边缘计算网关的组成结构示意图。

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

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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它实施例，都属于本申请保护的范围。

在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。

如果申请文件中出现“第一\第二\第三”的类似描述则增加以下的说明，在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

在介绍本申请实施例前，对相关技术中存在的问题进行简要说明，相关技术中提供了一种智能家居的控制系统，包括移动终端、云平台、智能网关及智能终端设备，云平台通过加密通信方式分别与移动终端和智能网关连接，智能终端设备通过无线通信方式与智能网关连接；系统涉及到传感器、智能网关、云计算、数据挖掘相关技术，在云端利用大数据挖掘、分析建立业务模型使得家庭里面的智能硬件能够具备自学习、自触发、自调节等功能。该智能家居的控制系统是通过云平台处理移动端发送的信号，并进行处理计算后发送命令到智能网关，由智能网关控制智能家居实现全屋智能。该智能家居的控制系统依赖云端，对网络需求较高，控制多设备时会出现反应速度慢等问题，而且还会引发数据安全、用户隐私以及能耗过高等问题。

相关技术中，还提供了一种智能家居系统，包括服务器、移动终端、语音识别器、电器设备以及无线路由器，服务器与移动终端、语音识别器、电器设备、无线路由器形成一个局域网。通过在家庭中构建以服务器为中心的局域网，通过语音设备或移动端发送控制信号到服务器，由服务器控制电器设备，实现全屋智能。此智能家居系统需要在家庭有一个用于处理计算的服务器，耗费太大，而且不能收集智能传感器等智能设备的数据，数据严重浪费，只能通过定时和实时控制家居，不够智能。

由此可见，相关技术中的智能家居系统中主要通过云端来连接、控制家中的智能设备，很多家庭局域网内的智能设备互动也通过云端来实现。但设备过度依赖云端也会带来诸多问题，比如，家里一旦出现网络故障，设备就很难进行控制。另外，通过云端控制家中的智能设备，有时候响应速度慢，会带来很强的延迟感，并且随着智能单品品类的增加这一不良体验会越来越频繁，而且大量用户数据存在云端，也会导致用户的数据安全和用户隐私问题。

基于相关技术中存在的问题，本申请实施例提供一种家居设备的控制方法，所述方法应用于边缘计算网关。图1本申请申请实施例提供的一种家居控制系统的结构示意图，如图1所示，边缘计算网关102与家居设备104连接，边缘计算网关102与云端设备101连接，在一些实施例中，边缘计算网关还可以接收移动终端103的信息。本申请实施例中，边缘计算网关102是靠近家居设备104的一侧，就近提供最近端服务。

本申请实施例提供的家居设备的控制方法所实现的功能可以通过边缘计算网关中的处理器调用程序代码来实现，其中，程序代码可以保存在计算机存储介质中。本申请实施例提供一种家居设备的控制方法，图2为本申请实施例提供的一种家居设备的控制方法的实现流程示意图，如图2所示，所述方法包括：

步骤S201，获取家居设备采集的第一用户行为数据。

本申请实施例中，第一用户行为数据可以是家居设备通过自身设置的传感器采集用户的第一用户行为数据，传感器可以包括摄像头、光敏传感器、红外传感器等，例如：用户行为数据可以是当家中无人。也可以是用户对家居设备进行操控时的产生的。例如：第一用户行为数据可以是用户打开电视。家居设备采集到第一用户行为数据后，发送给边缘计算网关，从而使得边缘计算网关获取到第一用户行为数据。

在一些实施例中，获取家居设备采集的第一用户行为数据在实现时可以包括：接收所述家居设备采集的第二数据信息；基于所述第二数据信息，确定第一用户行为数据。本申请实施例中，第二数据信息可能包括家居设备的运行参数、用户行为数据等，边缘计算网关可以对第二数据信息进行分析预测，以获取第二数据信息中的第一用户行为数据。

步骤S202，基于所述第一用户行为数据，确定目标家居设备的目标控制指令。

本申请实施例中，边缘计算网关可以根据第一用户行为数据和预先存储的用户行为模型来确定确定目标家居设备的目标控制指令，本申请实施例中，所述用户行为模型包括所述用户行为模型中包括家居设备的控制指令与用户行为数据的对应关系。

承接上面的示例，当第一用户行为数据表征为用户打开电视，用户行为模型中存储有打开电视后，调节灯光、调节空调温度、关闭窗户的控制指令。如此，可以确定调节灯光、调节空调温度、关闭窗户的控制指令。

当第一用户行为数据表征家中无人时，用户行为模型中存储家中无人时，扫地机器人启动完成清扫工作的控制指令，灯光、空调关闭的控制指令、窗户开启的控制指令。

在一些实施例中，边缘计算网关可以根据第一用户行为数据的预先存储的控制参数信息，来确定确定所述目标家居设备的目标控制指令。所述控制参数信息包括家居设备的控制指令与用户行为数据的对应关系。

步骤S203，发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

本申请实施例中，当确定目标家居设备的目标控制指令后，发送所述控制指令至所述目标家居设备，从而使目标家居设备进行工作。

承接上面的示例，将调节灯光的控制指令、调节空调温度的控制指令、关闭窗户的控制指令发送至对应的目标家居设备，从而帮用户调节灯光、调节空调温度及关闭窗户。

本申请提供的一种家居设备的控制方法，通过边缘计算网关来对目标家居设备进行控制，响应速度快，通过获取到第一用户行为数据，基于第一用户行为数据确定目标家居设备的目标控制指令，并发送目标控制指令给目标家居设备，实现了家居设备的智能控制，能够提升用户的使用体验。

在一些实施例中，步骤S202“所述基于所述第一用户行为数据，确定目标家居设备的目标控制指令”可以通过以下步骤实现：

步骤S1，获取预先存储的用户行为模型。

本申请实施例中，所述用户行为模型中包括家居设备的控制指令与用户行为数据的对应关系。所述用户行为模型是云平台发送给边缘计算网关的。

步骤S2，基于所述第一用户行为数据与所述用户行为模型，确定目标家居设备的目标控制指令。

本申请实施例中，可以基于第一用户行为数据进行搜索计算，从而在用户行为模型中确定与所述第一用户行为数据对应的家居设备的控制指令。

图3为本申请实施例提供的一种用户行为模型的获取流程示意图，如图3所示，在一些实施例中，在步骤S1“获取预先存储的用户行为模型”之前，所述方法还包括：

步骤S11，接收家居设备采集的第一数据信息。

本申请实施例中，第一数据信息中可以包括第二用户行为数据，还包括家居设备运行时产生的数据。本申请实施例中，家居设备的数量并不限定，可以为一个，也可以为多个。

步骤S12，基于所述第一数据信息，确定第二用户行为数据。

本申请实施例中，边缘计算网关接收到第一数据信息后，可以对第一数据信息进行分析处理，确定出用户的行为数据，并删除掉与所述行为数据不相关的数据，将所述行为数据进行归一化处理，得到第二用户信息数据。例如，将用户对房屋中的空调、电视、灯等的操作信息归一简化到一张表中，从而得到第二用户行为数据。

步骤S13，将所述第二用户行为数据发送至云端设备，以使所述云端设备基于所述第二用户行为数据确定所述用户行为模型。

本申请实施例中，云端设备接收到第二用户行为数据后，将第二用户行为数据输入机器学习平台中，利用长短期记忆网络(LSTM，Long Short-Term Memory))系统对数据进行训练，输出用户行为模型。

本申请实施例中，在云端设备搭建以图形处理器(GPU,Graphics ProcessingUnit)计算为主的智能家居机器学习训练平台，用于用户行为模型的开发与训练。机器学习平台选择较为稳定的kubeflow计算平台进行搭建。在云端搭建分布式大数据集群及智能家居数据库，用于存储智能家居设备经过边缘计算网关处理后的数据，及后续的分析、预测工作。大数据集群采用常见的大数据平台(CDH，Cloudera’s Distribution IncludingApache Hadoop,)集群，数据库采用存储量大的HBase。云端设备基于第二用户行为数据确定用户行为模型，云端设备构建容器，容器中包含对智能网关收集到的智能家居数据进行聚合、优化、筛选等处理的程序以及部署好的用户行为模型，将用户行为模型发送到边缘计算网关中。

步骤S14，接收云端设备发送的所述用户行为模型，并进行存储。

本申请实施例提供的家居设备的控制方法，通过在接收到家居设备的第一数据信息时，从第一数据信息中确定第二用户行为数据，将第二用户行为数据发送至云端设备，减少海量数据上传的网络压力，提升用户的使用体验。

在一些实施例中，步骤S202“基于所述第一用户行为数据，确定目标家居设备的目标控制指令”可以通过以下步骤实现：

步骤S21，确定预先存储的控制参数信息。

本申请实施例中，所述控制参数信息包括家居设备的控制指令与用户行为数据的对应关系。

步骤S22，基于所述控制参数信息和所述第一用户行为数据，确定所述目标家居设备的目标控制指令。

在步骤S21之前，所述方法还包括：

步骤S31，接收移动终端发送的控制参数信息。

本申请实施例中，用户可以根据自身需求通过移动终端的应用程序(APP，Application)设置全屋智能家居控制参数信息。示例性地，开发手机APP，使用户通过移动设备与智能家居网关进行连接，并设定控制参数信息，控制所有家居设备。

步骤S32，将所述控制参数信息进行存储。

本申请实施例在提供一种家居设备的控制方法，应用于边缘计算网关，边缘计算网关在智能家居系统中可以在家庭中解决家庭内终端协同工作的问题。边缘计算网关可以同时或者按照一定的程序协调调控全屋的智能家居系统，减少云端系统对网络的依赖和延迟感，提升用户的智能家居体验舒适度。

图4为本申请实施例提供的另一种家居设备的控制方法的实现流程示意图，如图4所示，本申请实施例提供的方法包括：

步骤S41，收集的智能家居设备的数据(同上述各个实施例中的第一用户行为数据)。

步骤S42，边缘计算网关对数据进行本地预分析，直接作出反应。

本申请实施例中，作出的反应为发送控制指令。

本申请实施例中，边缘计算网关中内置智能家居控制算法，总控家庭所有智能家居(同上述各个实施例中的家居设备)，实现智能家居的联动，使生活更加舒适便捷。边缘计算网关搭载了智能家居算法，并且可以通过语音设备或移动设备进行触发与调控。用户可以根据自身需求设置全屋智能家居调度方案，网关也会根据用户的行为习惯进行学习计算并对家居调控进行升级，使用户生活更加舒适便捷。

边缘计算网关具备自身数据分析计算能力，实现聚合、优化、筛选，通过将采集数据进行本地预分析，设备作出直接反应，将结果和高价值数据(同上述各个实施例中的第二用户行为数据)再上传云端，减少海量数据上传的网络压力。

在云端搭建分布式大数据集群及智能家居数据库，用于存储智能家居经过智能网关处理后的数据，及后续的分析、预测工作。大数据集群采用常见的CDH集群，数据库采用存储量大的HBase。在云端搭建以gpu计算为主的智能家居机器学习训练平台，用于智能家居算法模型的开发与训练。机器学习平台选择较为稳定的kubeflow计算平台进行搭建。云端通过收集家庭中各个红外传感器、光敏传感器等感应器的数据并对这些数据进行归一化处理，保留当前家庭中用户行为习惯的相关数据。将这些整理好的数据输入机器学习平台中，利用LSTM系统对数据进行训练，输出用户行为模型。

本申请实施例中，该边缘计算网关搭载非常丰富的网络接口和扩展接口，用于与家庭中的各类终端通信，该网关运行通用智能操作系统例如openwrt或debian或其他系统。本申请实施例中，边缘计算网关根据对各种智能家居单品产生数据进行优化、筛选，再将所有智能家居的数据进行聚合，实现边缘计算。

云端设备构建容器，容器中包含对智能网关收集到的智能家居数据进行聚合、优化、筛选等处理的程序以及部署好的用户行为模型，将容器部署到智能家居网关中。

可以开发手机app，使用户通过移动设备与智能家居网关进行连接，并设定参数，控制所有智能家居。将智能网关置于智能家居中，用户通过收集app操作智能网关扫描智能家居，并添加到控制列表。网关接收智能家居设备的数据，并进行处理，通过网络与云端服务器连接，实现数据的传输和回传。

本申请实施例中提供家居设备的控制方法，可以实现管理者零时差反馈，提升用户使用体验。并且网关搭载智能家居算法，可以更加合理得利用数据并控制智能家居系统，提高用户舒适度与使用体验。

本申请实施例提供的家居设备的控制方法，边缘计算网关收集智能家居的数据，并进行分析处理，上传到云端，并接收云端数据。形成“云+边”的智能家居模式，不仅可以填补云计算王高压包目前的不足，并在具体应用场景中能满足更多需求，进一步提升计算效率。

基于前述的实施例，本申请实施例提供一种家居设备的控制装置，该装置包括的各模块、以及各模块包括的各单元，可以通过计算机设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(CPU，CentralProcessing Unit)、微处理器(MPU，Microprocessor Unit)、数字信号处理器(DSP，DigitalSignal Processing)或现场可编程门阵列(FPGA，Field Programmable Gate Array)等。

本申请实施例提供一种家居设备的控制装置，图5为本申请实施例提供的一种家居设备的控制装置的结构示意图，如图5所示，家居设备的控制装置500，应用于边缘计算网关，包括

获取模块501，用于获取家居设备采集的第一用户行为数据；

第一确定模块502，用于基于所述第一用户行为数据，确定目标家居设备的目标控制指令；

第一发送模块503，用于发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

在一些实施例中，第一确定模块502，包括：

第一获取单元，用于获取预先存储的用户行为模型，其中，所述用户行为模型中包括家居设备的控制指令与用户行为数据的对应关系；

第一确定单元，用于基于所述第一用户行为数据与所述用户行为模型，确定目标家居设备的目标控制指令。

在一些实施例中，家居设备的控制装置500还包括：

第一接收模块，用于接收家居设备采集的第一数据信息；

第二确定模块，用于基于所述第一数据信息，确定第二用户行为数据；

第二发送模块，用于将所述第二用户行为数据发送至云端设备，以使所述云端设备基于所述第二用户行为数据确定所述用户行为模型；

第二接收模块，用于接收云端设备发送的所述用户行为模型，并进行存储。

在一些实施例中，第二确定模块包括：

第一确定单元，用于确定所述第一数据信息中用的用户的行为数据；

第二确定单元，用于将所述行为数据进行归一化处理，确定第二用户行为数据。

在一些实施例中，所述第一确定模块包括：

第二获取单元，用于获取预先存储的控制参数信息，其中，所述控制参数信息包括家居设备的控制指令与用户行为数据的对应关系；

第二确定单元，用于基于所述控制参数信息和所述第一用户行为数据，确定所述目标家居设备的目标控制指令。

在一些实施例中，家居设备的控制装置500还包括：

第三接收模块，用于接收移动终端发送的控制参数信息；

存储模块，用于将所述控制参数信息进行存储。

在一些实施例中，获取模块501包括：

接收单元，用于接收所述家居设备采集的第二数据信息；

第三确定单元，用于基于所述第二数据信息，确定第一用户行为数据。

需要说明的是，本申请实施例中，如果以软件功能模块的形式实现上述的家居设备的控制方法，并作为独立的产品销售或使用时，也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，本申请实施例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中，包括若干指令用以使得一台计算机设备(可以是个人计算机、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。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本申请实施例不限制于任何特定的硬件和软件结合。

相应地，本申请实施例提供一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现上述实施例中提供的家居设备的控制方法中的步骤。

本申请实施例提供一种边缘计算网关，图6为本申请实施例提供的边缘计算网关的组成结构示意图，如图6所示，所述边缘计算网关600包括：一个处理器601、至少一个通信总线602、用户接口603、至少一个外部通信接口604、存储器605。其中，通信总线602配置为实现这些组件之间的连接通信。其中，用户接口603可以包括显示屏，外部通信接口604可以包括标准的有线接口和无线接口。所述处理器601配置为执行存储器中存储的家居设备的控制方法的程序，以实现以上述实施例提供的家居设备的控制方法中的步骤

以上显示设备和存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请计算机设备和存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

这里需要指出的是：以上存储介质和设备实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本申请存储介质和设备实施例中未披露的技术细节，请参照本申请方法实施例的描述而理解。

应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本申请的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。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。

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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。

上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。

另外，在本申请各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

或者，本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本申请实施例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中，包括若干指令用以使得一台控制器执行本申请各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种家居设备的控制方法，其特征在于，应用于边缘计算网关，所述方法包括：

获取家居设备采集的第一用户行为数据；

基于所述第一用户行为数据，确定目标家居设备的目标控制指令；

发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

2.根据权利要求1所述的方法，其特征在于，所述基于所述第一用户行为数据，确定目标家居设备的目标控制指令，包括：

获取预先存储的用户行为模型，其中，所述用户行为模型中包括家居设备的控制指令与用户行为数据的对应关系；

基于所述第一用户行为数据与所述用户行为模型，确定目标家居设备的目标控制指令。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

接收家居设备采集的第一数据信息；

基于所述第一数据信息，确定第二用户行为数据；

将所述第二用户行为数据发送至云端设备，以使所述云端设备基于所述第二用户行为数据确定所述用户行为模型；

接收云端设备发送的所述用户行为模型，并进行存储。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一数据信息，确定第二用户行为数据，包括：

确定所述第一数据信息中用户的行为数据；

将所述行为数据进行归一化处理，确定第二用户行为数据。

5.根据权利要求1所述的方法，其特征在于，基于所述第一用户行为数据，确定目标家居设备的目标控制指令，包括：

获取预先存储的控制参数信息，其中，所述控制参数信息包括家居设备的控制指令与用户行为数据的对应关系；

基于所述控制参数信息和所述第一用户行为数据，确定所述目标家居设备的目标控制指令。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

接收移动终端发送的控制参数信息；

将所述控制参数信息进行存储。

7.根据权利要求1所述的方法，其特征在于，所述获取家居设备采集的第一用户行为数据，包括：

接收所述家居设备采集的第二数据信息；

基于所述第二数据信息，确定第一用户行为数据。

8.一种家居设备的控制装置，其特征在于，应用于边缘计算网关，包括：

获取模块，用于获取家居设备采集的第一用户行为数据；

第一确定模块，用于基于所述第一用户行为数据，确定目标家居设备的目标控制指令；

第一发送模块，用于发送所述目标控制指令至所述目标家居设备，以使所述目标家居设备基于所述目标控制指令进行工作。

9.一种边缘计算网关，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至7任意一项所述的家居设备的控制方法。

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至7中任一项所述的家居设备的控制方法。

Images