CN112513786A - 电子装置及其控制方法 - Google Patents

电子装置及其控制方法 Download PDF

Info

Publication number
CN112513786A
CN112513786A CN201980051217.6A CN201980051217A CN112513786A CN 112513786 A CN112513786 A CN 112513786A CN 201980051217 A CN201980051217 A CN 201980051217A CN 112513786 A CN112513786 A CN 112513786A
Authority
CN
China
Prior art keywords
information
location
iot
activities
processor
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.)
Granted
Application number
CN201980051217.6A
Other languages
English (en)
Other versions
CN112513786B (zh
Inventor
咸诚欥
权兑俊
V.伊耶
安大盛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Samsung Electronics Co Ltd
Original Assignee
Samsung Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Samsung Electronics Co Ltd filed Critical Samsung Electronics Co Ltd
Publication of CN112513786A publication Critical patent/CN112513786A/zh
Application granted granted Critical
Publication of CN112513786B publication Critical patent/CN112513786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/26—Speech to text systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
    • G06F1/16—Constructional details or arrangements
    • G06F1/1613—Constructional details or arrangements for portable computers
    • G06F1/163—Wearable computers, e.g. on a belt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/067—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components
    • G06K19/07—Record carriers with conductive marks, printed circuits or semiconductor circuit elements, e.g. credit or identity cards also with resonating or responding marks without active components with integrated circuit chips
    • G06K19/077—Constructional details, e.g. mounting of circuits in the carrier
    • G06K19/07749—Constructional details, e.g. mounting of circuits in the carrier the record carrier being capable of non-contact communication, e.g. constructional details of the antenna of a non-contact smart card
    • G06K19/07758—Constructional details, e.g. mounting of circuits in the carrier the record carrier being capable of non-contact communication, e.g. constructional details of the antenna of a non-contact smart card arrangements for adhering the record carrier to further objects or living beings, functioning as an identification tag
    • G06K19/07762—Constructional details, e.g. mounting of circuits in the carrier the record carrier being capable of non-contact communication, e.g. constructional details of the antenna of a non-contact smart card arrangements for adhering the record carrier to further objects or living beings, functioning as an identification tag the adhering arrangement making the record carrier wearable, e.g. having the form of a ring, watch, glove or bracelet
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/04—Segmentation; Word boundary detection
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
    • G10L15/065—Adaptation
    • G10L15/07—Adaptation to the speaker
    • G10L15/075—Adaptation to the speaker supervised, i.e. under machine guidance
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L17/00—Speaker identification or verification techniques
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223—Execution procedure of a spoken command
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/226—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics
    • G10L2015/227—Procedures used during a speech recognition process, e.g. man-machine dialogue using non-speech characteristics of the speaker; Human-factor methodology
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Acoustics & Sound (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Artificial Intelligence (AREA)
  • Selective Calling Equipment (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

提供了电子装置和控制该电子装置的方法。该电子装置包括：通信器；存储器，存储关于其中物联网(IoT)设备所在地点的信息；以及处理器，被配置为基于通过通信器接收的用于控制位于特定地点的IoT设备的控制信号，基于存储在存储器中的关于该地点的信息来控制位于特定地点的IoT设备。处理器还被配置为从可穿戴设备接收基于可穿戴设备的运动而生成的运动信息，识别对应于运动信息的地点，并且将识别到的地点作为位于距可穿戴设备预定距离内的IoT设备的地点的信息存储在存储器中。

Description

电子装置及其控制方法
技术领域
本公开涉及电子装置及其控制方法，并且更具体地，涉及能够控制物联网(Intemet of Things，IoT)设备的电子装置及其控制方法。
背景技术
随着半导体技术和无线通信技术的发展，各种技术的发展正在进行。具体地，最近，是能够在事物之间实时发送和接收数据的技术的IoT技术已经得到发展。
IoT技术是传统的泛在传感器网络(ubiquitous sensor network，USN)或机器对机器(machine to machine，M2M)通信的演进形式，并且其特征在于通过将配备有通信功能的事物(下文称为“IoT设备”)连接到网络，从而实现它们之间的互通。
通过IoT技术，用户已经能够不受时间和地点的限制，轻松控制IoT设备。例如，用户已经能够通过向电子装置(诸如智能手机)输入打开电视(TV)电源的命令来控制TV的电源，或者通过发出语音命令(诸如“打开空调”)来控制空调的电源。
同时，IoT设备可以位于家中的不同地点。例如，电视可以位于客厅，并且空调可以位于卧室。
但是，根据情况，相同类型的IoT设备可以位于家中的不同地点。例如，电视可以分别位于客厅和卧室的每一个中，并且灯可以分别位于客厅、厨房、卧室和浴室的每一个中。
在这种情况下，如果用户发出语音命令(诸如“打开客厅中的灯”)，则应该控制家中的灯当中位于客厅的灯的电源。
为此，控制IoT设备的电子装置应该记住关于每个IoT设备的其中每个IoT设备所在地点的信息。
以上信息仅作为背景信息提供，以帮助理解本公开。关于上述任何一项是否可以作为本公开的现有技术来应用，还没有做出确定，并且也没有做出断言。
发明内容
【技术问题】
本公开是为了解决上述需求而设计的，并且本公开的目的在于提供一种为每个IoT设备存储关于其中每个IoT设备所在地点的信息的电子装置及其控制方法。
【技术解决方案】
根据本公开的方面，提供了电子装置。该电子装置包括通信器；存储器，存储关于IoT设备所在地点的信息；以及处理器，被配置为基于通过通信器接收用于控制位于特定地点的IoT设备的控制信号，基于存储在存储器中的关于该地点的信息来控制位于特定地点的IoT设备。处理器可以从可穿戴设备接收基于穿戴可穿戴设备的用户的运动而生成的运动信息，识别对应于运动信息的地点，并将识别到的地点作为距可穿戴设备预定距离内的IoT设备的地点的信息存储在存储器中。
此外，存储器可以存储关于与多个活动中的每一个相匹配的地点的信息，并且处理器可以基于运动信息来识别穿戴对应于运动信息的可穿戴设备的用户的活动，并且基于识别到的活动和关于与多个活动中的每一个相匹配的地点的信息来识别对应于运动信息的地点。
此外，基于识别存在对应于运动信息的多个活动，处理器可以基于位于与所述多个识别到的活动相匹配的地点中的多个IoT设备的状态信息来从所述多个活动当中识别对应于运动信息的活动。
此外，处理器可以识别位于与所述多个识别到的活动相匹配的地点的多个IoT设备的电源状态，在所述多个识别到的活动当中识别与电源处于打开状态的IoT设备相关的活动，并且将与识别到的活动相匹配的地点作为关于IoT设备的地点的信息来存储在存储器中。
此外，处理器可以识别位于与所述多个识别到的活动相匹配的地点的多个IoT设备的电源状态和为多个IoT设备设置的权重，基于电源状态和权重在所述多个识别到的活动当中识别活动，并且将与识别的活动相匹配的地点作为关于IoT设备的地点的信息来存储在存储器中。
此外，处理器可以基于所述多个IoT设备的电源处于打开状态，基于权重将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的地点作为关于IoT设备的地点的信息存储在存储器中。
此外，处理器可以基于所述多个IoT设备的电源处于关闭状态，或者所述多个IoT设备中的一些IoT设备的电源处于打开状态和剩余IoT设备的电源处于关闭状态，基于电源处于关闭状态的IoT设备的电源被关闭的时间，调整为电源处于关闭状态的IoT设备设置的权重，并且基于权重将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的地点作为关于IoT设备的地点的信息存储在存储器中。
此外，基于识别存在对应于运动信息的多个活动，处理器可以基于从可穿戴设备接收到的IoT设备的声音信息，在所述多个活动当中识别对应于运动信息的活动。
此外，处理器可以基于接收到的用于控制位于特定地点的IoT设备的语音命令，识别发出语音命令的用户的语音特征。然后，处理器可以基于识别到特定用户发出用于控制位于特定地点的IoT设备的语音命令的次数等于或大于预定次数，基于语音特征，通过将用户与特定地点相匹配来存储特定用户，并且基于从特定用户接收到的用于控制IoT设备的语音命令，从具有相同名称的多个地点当中识别与特定用户相匹配的特定地点，并且根据语音命令控制IoT设备。
此外，处理器可以基于识别可穿戴设备位于特定地点的时间段等于或大于预定时间段，通过将可穿戴设备与特定地点相匹配来存储可穿戴设备。然后，处理器可以基于从可穿戴设备接收到的用于控制IoT设备的语音命令，从具有相同名称的多个地点当中识别与可穿戴设备相匹配的特定地点，并且根据语音命令控制IoT设备。
根据本公开的另一方面，提供了电子装置的控制方法。该控制方法包括以下步骤：接收用于控制位于特定地点的IoT设备的控制信号，以及基于关于其中IoT设备所在地点的信息来控制位于特定地点的IoT设备。此外，该控制方法还可以包括以下步骤：从可穿戴设备接收基于穿戴可穿戴设备的用户的运动生成的运动信息，识别对应于该运动信息的地点，以及将识别到的地点存储为关于位于距可穿戴设备预定距离内的IoT设备的地点的信息。
此外，在识别中，基于运动信息，可以识别穿戴对应于运动信息的可穿戴设备的用户的活动，并且基于识别到的活动和关于与多个活动中的每一个相匹配的地点的信息，可以识别对应于运动信息的地点。
此外，在识别中，如果识别到存在对应于运动信息的多个活动，则可以基于位于与所述多个识别到的活动相匹配的地点的多个IoT设备的状态信息来在所述多个活动当中识别对应于运动信息的活动。
同时，在存储中，可以识别位于与所述多个识别到的活动相匹配的地点的多个IoT设备的电源状态，可以识别与在所述多个识别到的活动当中电源处于打开状态的IoT设备相关的活动，并且可以将与识别到的活动相匹配的地点存储为关于IoT设备的地点的信息。
此外，在存储中，可以识别位于与所述多个识别到的活动相匹配的地点的多个IoT设备的电源状态和为所述多个IoT设备设置的权重，可以基于电源状态和权重来识别在所述多个识别到的活动当中的活动，并且可以将与识别到的活动相匹配的地点存储为关于IoT设备的地点的信息。
此外，在存储中，如果所述多个IoT设备的电源处于打开状态，则可以基于权重将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的地点存储为关于IoT设备的地点的信息。
此外，在存储中，如果所述多个IoT设备的电源处于关闭状态，或者所述多个IoT设备当中的一些IoT设备的电源处于打开状态，而剩余IoT设备的电源处于关闭状态，可以基于电源处于关闭状态的IoT设备的电源被关闭的时间来调整为电源处于关闭状态的IoT设备设置的权重，并且可以基于权重将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的地点存储为关于IoT设备的地点的信息。
同时，在识别中，如果识别到存在对应于运动信息的多个活动，则可以基于从可穿戴设备接收到的IoT设备的声音信息来从所述多个活动当中识别对应于运动信息的活动。
此外，在控制中，基于接收到用于控制位于特定地点的IoT设备的语音命令，可以识别发出语音命令的用户的语音特征。然后，如果识别到特定用户发出用于控制位于特定地点的IoT设备的语音命令的次数等于或大于预定次数，则基于语音特征，可以通过将用户与特定地点相匹配来存储特定用户。此外，基于从特定用户接收到的用于控制IoT设备的语音命令，可以识别具有相同名称的多个地点当中与特定用户相匹配的特定地点，并且可以根据语音命令控制IoT设备。
此外，在控制中，如果识别到可穿戴设备位于特定地点的时间段等于或大于预定时间段，则可通过将可穿戴设备与特定地点相匹配来存储可穿戴设备。此外，基于从可穿戴设备接收到的用于控制IoT设备的语音命令，可以识别具有相同名称的多个地点当中与可穿戴设备相匹配的特定地点，并且可以根据语音命令来控制IoT设备。
【有利效果】
根据如上所述的本公开的各种实施例，可以提供电子装置，该电子装置在不需要手动输入其中IoT设备所在地点的情况下，基于用户的运动来设置其中每个IoT设备所在地点。
根据以下结合附图公开了本公开的各种实施例的详细描述中，本公开的其他方面、优点和显著特征对于本领域技术人员来说将变得明显。
附图说明
从以下结合附图的描述中，本公开的特定实施例的上述和其他方面、特征和优点将变得更加明显，其中：
图1是示出根据本公开的实施例的电子系统的示意图；
图2是示出根据本公开的实施例的电子装置的框图；
图3是示出根据本公开的实施例的运动信息的示意图；
图4是示出根据本公开的实施例的运动信息的示意图；
图5是示出根据本公开的实施例的关于与多个活动中的每一个相匹配的地点的信息的示意图；
图6是示出根据本公开的实施例的关于其中物联网(IoT)设备所在的地点的信息的示意图；
图7是示出根据本公开的实施例的将关于地点的信息与IoT设备相匹配的示意图；
图8是示出根据本公开的实施例的将关于地点的信息与IoT设备相匹配的示意图；
图9是示出根据本公开的实施例的控制位于特定地点的IoT设备的实施例的示意图；
图10是示出根据本公开的实施例的存在对应于运动信息的多个活动的情况的示意图；
图11是示出根据本公开的实施例的识别运动信息与特定活动匹配到什么程度的示意图；
图12是示出根据本公开的实施例的基于IoT设备的状态信息识别对应于运动信息的活动的示意图；
图13是示出根据本公开的实施例的基于IoT设备的电源状态和为IoT设备设置的权重来识别对应于运动信息的活动的示意图；
图14是示出根据本公开的实施例的基于IoT设备的电源被关闭的时间来识别对应于运动信息的活动的示意图；
图15是示出根据本公开的实施例的基于IoT设备的电源被关闭的时间来识别对应于运动信息的活动的示意图；
图16是示出根据本公开的实施例的基于IoT设备的声音信息来识别对应于运动信息的活动的示意图；
图17是示出根据本公开的实施例基于特定用户语音或特定可穿戴设备来控制位于特定地点的IoT设备的示意图；
图18是示出根据本公开的实施例的电子装置的操作的流程图；并且
图19是根据本公开的实施例的电子装置的框图。
在所有附图中，应当注意，相同的附图标记用于描述相同或相似的元件、特征和结构。
具体实施方式
参考附图的以下描述被提供来帮助全面理解由权利要求及其等同所定义的本公开的各种实施例。它包括有助于理解的各种具体细节，但是这些仅仅被认为是示例性的。因此，本领域普通技术人员将认识到，在不脱离本公开的范围和精神的情况下，可以对本文描述的各种实施例进行各种改变和修改。此外，为了清楚和简明起见，可以省略对众所周知的功能和构造的描述。
在以下描述和权利要求中使用的术语和词语不限于书目意义，而是仅由发明人使用，以使得能够清楚和一致地理解本公开。因此，对于本领域的技术人员来说明显的是，以下对本公开的各种实施例的描述仅仅是为了说明的目的而提供的，而不是为了限制由所附权利要求及其等同限定的本公开的目的。
应当理解，单数形式“一个”和“该”包括复数指代物，除非上下文另有明确规定。因此，例如，提及“组件表面”包括提及一个或多个这样的表面。
此外，有些术语是由申请人自己指定的。术语的含义可以按照本说明书中的定义来解释，或者可以基于本说明书的全部内容和相关技术领域的一般技术知识来解释。
此外，在解释本公开时，在确定相关已知功能或特征的详细解释可以不必要地混淆本公开的要点的情况下，将删减或省略该详细解释。
在下文中，将参考附图详细描述本公开。
图1是示出根据本公开的实施例的电子系统的示意图。
参考图1，根据本公开的实施例的电子系统1000可以包括至少一个电子设备100、电子装置200和可穿戴设备300。
这里，电子设备100可以是对其应用IoT技术的IoT设备。IoT技术是指将配备有通信功能的IoT设备连接到网络，并且从而在人与物之间或物与物之间发送和接收信息的技术。
同时，在下文中，将基于其中电子设备100被实现为IoT设备的情况进行描述，但是这并不意味着本公开必须仅应用于IoT设备。本公开的技术思想可以应用于配备有通信功能的各种电子设备。
如图1所示，可以基于IoT连接到网络的IoT设备可以是各种电子设备100，诸如空调、洗衣机、冰箱以及机器人吸尘器。然而，这仅仅是一个示例，并且IoT设备的类型不限于上述。作为示例，IoT设备可以是周围的所有事物，诸如智能手机、计算机、膝上型计算机、空气净化器、汽车、门锁装置、游戏机和安全设备。
IoT设备可以与电子装置200构成IoT网络。
为此，IoT设备可以通信连接到电子装置200。特别地，IoT设备可以通过无线通信通信连接到电子装置200。
此外，IoT设备可以通过IoT中心间接地通信连接到电子装置200。在这种情况下，IoT设备可以通过通信链路(诸如紫峰(ZigBee)、Wi-Fi和蓝牙)连接到IoT中心。
可穿戴设备300可以生成运动信息。这里，运动信息可以基于穿戴可穿戴设备300的用户的运动来生成。
例如，在将可穿戴设备300戴在手腕上的用户从左向右移动他的手腕的情况下，可穿戴设备300可以生成包括可穿戴设备300从左向右移动的信息的运动信息。
为此，可穿戴设备300可以包括能够检测用户运动的各种传感器，诸如加速度传感器和陀螺仪传感器。
之后，可穿戴设备300可以向电子装置200发送运动信息。为此，可穿戴设备300可以包括各种通信芯片，诸如Wi-Fi芯片、蓝牙芯片、无线通信芯片和近场通信(near fieldcommunication，NFC)芯片。
同时，在图1中，可穿戴设备300被图示为智能手表的形式。然而，这仅仅是一个示例，并且可穿戴设备300可以被实现为可以被穿戴在用户的手腕、手臂、腰部或脚踝周围，并且检测用户的运动的各种类型的设备，如贴片的形式。
电子装置200可以通信连接到IoT设备，并且构成IoT网络。
这里，电子装置200不仅可以是服务器，还可以是特定的IoT设备。例如，电子装置200可以是智能手机、智能电视、计算机、膝上型计算机等。
电子装置200可以通过IoT网络控制IoT设备。
例如，如果从智能手机接收到用于打开空调电源的控制信号，则电子装置200可以通过向空调发送接收到的控制信号来打开关闭状态下的空调电源。
此外，如果接收到语音命令(诸如“打开空调”)，则电子装置200可以通过向空调发送对应于接收到的语音命令的控制信号来打开关闭状态下的空调电源。
具体地，电子装置200可以通过IoT网络控制位于特定地点的IoT设备。
例如，在其中电视分别位于客厅和卧室中的每一个的情况下，如果从智能手机接收到用于打开客厅中的电视的电源的控制信号，则电子装置200可以通过向客厅中的电视发送接收到的控制信号来打开客厅中的电视的电源。这里，控制信号不被传送到卧室中的电视。
为此，电子装置200可以使用关于每个IoT设备所在地点的信息。
同时，在传统技术中，为每个IoT设备手动设置其中每个IoT设备所在的地点。例如，在智能手机上运行IoT管理应用后，为每个IoT设备手动输入每个IoT设备的地点，并且由此其中每个IoT设备所在的地点被设置。
然而，在传统技术中手动设置IoT设备的地点的情况下，存在一些问题。在IoT设备众多的情况下，应该逐个设置所有IoT设备的地点，因此用户可能感到不便。此外，在所有IoT设备的地点都已设置的情况下，如果改变家具的布置或搬进新房子，用户应该再次设置IoT设备的地点，因此可能增加不便。
为了克服这样的问题，本公开旨在在无需用户的手动输入的情况下设置其中每个IoT设备所在地点。
特别地，本公开旨在通过使用从可穿戴设备300接收到的运动信息来设置其中每个IoT设备所在地点。在下文中，将参考附图对此进行更详细的描述。
图2是示出根据本公开的实施例的电子装置的框图。
参考图2，根据本公开的实施例的电子装置200可以包括通信器210、存储器220和处理器230。
通信器210可以执行与IoT设备的通信，并且发送和接收各种数据。
特别地，通信器210可以从IoT设备接收用于控制其他IoT设备的控制信号，并向前述的其他IoT设备发送接收到的控制信号。例如，通信器210可以从智能手机接收用于打开空调电源的控制信号，并向空调发送接收到的控制信号。
此外，通信器210可以从IoT设备接收用于控制其他IoT设备的语音命令，并向前述其他IoT设备发送对应于接收到的语音命令的控制信号。例如，通信器210可以从智能手机接收语音命令(诸如“打开空调”)，并且向空调发送对应于接收到的语音命令的控制信号。
此外，通信器210可以从IoT设备接收IoT设备的状态信息，并且向其他IoT设备发送接收到的状态信息。这里，状态信息可以是关于由IoT设备检测到的周围环境或者IoT设备自身的电源状态的信息。例如，通信器210可以从空调接收关于周围环境中当前湿度的信息，并且向智能手机发送接收到的关于周围环境中当前湿度的信息。
同时，前述实施例仅是示例，并且通信器210可以向IoT设备发送与IoT服务相关的各种数据和从IoT设备接收与IoT服务相关的各种数据。
为此，通信器210可以通过无线通信与IoT设备连接。例如，通信器210可以通过使用各种无线通信技术(诸如第五代移动通信(5th generation mobile communication，5G)、长期演进(long-term evolution，LTE)、高级演进(LTE Advance，LTE-A)、码分多址(code division multiple access，CDMA)、宽带码分多址(wideband CDMA，WCDMA)、通用移动电信系统(universal mobile telecommunications system，UMTS)、无线宽带(WirelessBroadband，WiBro)和全球移动通信系统(Global System for Mobile Communications，GSM))与IoT设备连接。
同时，无线通信可以包括近场通信。例如，通信器210可以通过使用近场通信技术(诸如Wi-Fi直连、蓝牙、近场通信(NFC)和ZigBee)与IoT设备连接。
为此，通信器210可以包括Wi-Fi模块、蓝牙模块、无线通信芯片等。
同时，通信器210也可以通过有线通信与IoT设备连接。例如，通信器210可以通过使用有线通信技术(诸如通用串行总线(universal serial bus，USB)、高清晰度多媒体接口(high definition multimedia interface，HDMI)、推荐标准232(recommendedstandard 232，RS-232)和简易老式电话服务(plain old telephone service，POTS))与IoT设备连接。
存储器220可以存储电子装置200的操作所需的各种程序和数据。
具体地，存储器220可以存储关于其中IoT设备所在地点的信息。特别地，存储器220可以为每个IoT设备匹配特定的地点，并且存储该地点。
例如，存储器220可以存储关于IoT设备所在地点的信息，诸如与客厅匹配的电视、与厨房匹配的微波炉以及与浴室匹配的灯。
此外，存储器220可以存储关于与多个活动中的每一个相匹配的地点的信息。
这里，与多个活动中的每一个相匹配的地点可以根据每个活动的特征而变化。特别地，与多个活动中的每一个相匹配的地点可以是其中对应活动主要发生的代表性地点。
例如，存储器220可以存储与活动相匹配的地点的信息，诸如与客厅相匹配的TV观看活动、与厨房相匹配的用餐活动以及与浴室相匹配的淋浴活动。
同时，存储器220可以实现为各种存储介质，诸如硬盘、非易失性储存器和易失性储存器。
处理器230控制电子装置200的整体操作。为此，处理器230可以包括中央处理单元(central processing unit，CPU)、应用处理器(application processor，AP)或通信处理器(communication processor，CP)中的一个或多个。
此外，处理器230可以控制IoT设备。
特别地，在通过通信器210接收到用于控制IoT设备的控制信号的情况下，处理器230可以通过向IoT设备发送接收到的控制信号来控制IoT设备。
这里，可以从各种IoT设备接收控制信号。
例如，在通过安装在智能手机上的IoT管理应用输入用于控制特定IoT设备的用户命令的情况下，处理器230可以从智能手机接收用于控制特定IoT设备的控制信号。然后，处理器230可以通过向IoT设备发送接收到的控制信号来控制特定的IoT设备。
此外，在用于控制特定IoT设备的语音命令被输入到配备有麦克风的IoT设备的情况下，处理器230可以从配备有麦克风的IoT设备接收语音命令。然后，处理器230可以通过向IoT设备发送对应于接收到的语音命令的控制信号来控制特定的IoT设备。
同时，处理器230可以从IoT设备接收IoT设备的状态信息，并向其他IoT设备发送接收到的状态信息。这里，状态信息可以是关于由IoT设备检测到的周围环境的信息或者IoT设备自身的电源状态。
例如，处理器230可以从空调接收关于周围环境中当前湿度的信息，并向智能手机发送接收到的关于周围环境中当前湿度的信息。
处理器230可以控制位于特定地点的IoT设备。特别地，在通过通信器210接收用于控制位于特定地点的IoT设备的控制信号的情况下，处理器230可以通过向位于特定地点的前述IoT设备发送接收到的控制信号来控制位于特定地点的IoT设备。
这里，处理器230可以使用关于存储在存储器220中的地点的信息。这里，关于地点的信息是关于其中每个IoT设备所在地点的信息，并且意味着其中特定地点与每个IoT设备相匹配并且被存储的信息。
例如，关于存储在存储器220中的地点的信息可以包括与客厅匹配的TV、与厨房匹配的微波炉、与浴室匹配的灯等。
因此，在接收到语音命令(诸如“打开浴室中的灯”)的情况下，处理器230可以基于存储的关于地点的信息在家中的灯当中识别浴室中的灯，并且向浴室中的灯发送用于控制灯的电源的信号，从而控制浴室中的灯的电源。
同时，关于如上所述的地点的信息可以基于从可穿戴设备300接收的运动信息来存储。
为此，处理器230可以从可穿戴设备300接收运动信息。这里，运动信息可以基于穿戴可穿戴设备300的用户的运动来生成。
图3是示出根据本公开的实施例的运动信息的示意图。
参考图3，在将可穿戴设备300穿戴在手腕周围的用户拿起遥控器并且将其放下的情况下，处理器230可以从可穿戴设备300接收包括可穿戴设备300被从上向下移动的信息的运动信息。
图4是示出根据本公开的实施例的运动信息的示意图。
参考图4，在将可穿戴设备300穿戴在手腕周围的用户打开冰箱门的情况下，处理器230可以从可穿戴设备300接收包括可穿戴设备300被从前向后移动的信息的运动信息。
然后，处理器230可以识别对应于接收到的运动信息的活动。
特别地，处理器230可以通过机器学习来识别对应于运动信息的活动。这里，机器学习是人工智能技术的领域，并且是通过从外部提供的数据进行自身学习，并且针对输入值预测输出值的技术。为此，根据本公开的实施例的电子装置200可以将与各种类型的运动信息相关的活动作为大数据，并且存储该数据。
例如，在从可穿戴设备300接收到可穿戴设备300被从上向下移动的运动信息的情况下，处理器230可以通过机器学习来识别用户拿起遥控器并且将其放下，并且识别穿戴可穿戴设备300的用户的活动是TV观看活动。
此外，在从可穿戴设备300接收到可穿戴设备300被反复来回移动的运动信息的情况下，处理器230可以通过机器学习来识别用户正在洗手，并且识别穿戴可穿戴设备300的用户的活动是洗涤活动。
同时，前述实施例仅是示例，并且根据本公开的实施例的电子装置200可以通过机器学习来识别各种活动，诸如用餐活动和声音睡眠活动。然而，机器学习仅是示例，并且根据本公开的实施例的电子装置200可以通过使用各种人工智能技术(诸如深度学习)来识别对应于运动信息的活动。也就是说，本公开的技术思想不一定局限于机器学习。
之后，处理器230可以基于用户的活动来识别对应于运动信息的地点。
为此，处理器230可以使用存储在存储器220中的关于与多个活动中的每一个相匹配的地点的信息。在下文中，将参考图5进行这方面的描述。
图5是示出根据本公开的实施例的关于与多个活动中的每一个相匹配的地点的信息的示意图。
电子装置200可以存储关于与多个活动中的每一个相匹配的地点的信息。特别地，电子装置200可以为每个活动匹配特定的地点，并且存储该地点。
例如，参考图5，电子装置200可以存储关于与活动相匹配的地点的信息，诸如与客厅相匹配的TV观看活动、与厨房相匹配的用餐活动以及与浴室相匹配的洗涤活动。
然后，处理器230可以基于关于与多个活动中的每一个相匹配的地点的信息，识别对应于用户的运动信息的地点。
如在前述实施例中，在识别到对应于运动信息的活动是TV观看活动的情况下，处理器230可以将作为与TV观看活动相匹配的地点的客厅识别为对应于运动信息的地点。
同样，如果识别到对应于运动信息的活动是用餐活动，则处理器230可以将作为与用餐活动相匹配的地点的厨房识别为对应于运动信息的地点。
之后，处理器230可以将识别到的地点存储为关于IoT设备的地点的信息。
特别地，处理器230可以从可穿戴设备300和IoT设备中的每一个接收地点信息，并且如果识别到IoT设备在距可穿戴设备300的预定距离内，则处理器230可以将关于根据运动信息识别到的地点的信息存储为关于IoT设备的地点的信息。
例如，如果识别到对应于运动信息的地点是客厅，并且识别到电视位于距可穿戴设备300 1m的半径内，则处理器230可以将客厅与TV相匹配，并且存储该地点。
通过如上所述的方法，处理器230可以为每个IoT设备匹配地点，并且存储该地点。
图6是示出根据本公开的实施例的关于其中IoT设备所在地点的信息的示意图。
参考图6，处理器230可以将客厅与TV相匹配，将卧室与灯相匹配，将浴室与水龙头相匹配，将厨房与微波炉相匹配。
因此，在从用户接收到语音命令(诸如“打开客厅中的电视”)的情况下，处理器230可以从位于家中的多个电视当中识别客厅中的电视，并且控制客厅中的电视的电源。
同时，对于识别IoT设备是否在距可穿戴设备300的预定距离内的方法，可以应用各种技术。
例如，可穿戴设备300和IoT设备中的每一个可以通过使用全球定位系统(globalpositioning system，GPS)芯片从卫星接收包括关于地点的信息的GPS信号，并且向电子装置200发送接收到的GPS信号。因此，处理器230可以通过使用从可穿戴设备300和IoT设备中的每一个接收到的关于地点的信息来识别距可穿戴设备300预定距离内的IoT设备，并且将关于从运动信息识别的地点的信息与IoT设备相匹配并且存储该信息。
可选地，处理器230可以通过使用是基于蓝牙协议的近场无线通信设备的信标来识别IoT设备是否在距可穿戴设备300的预定距离内。
此外，处理器230可以基于安装在被标记为可穿戴设备300的IoT设备上的NFC标签来识别IoT设备是否在距可穿戴设备300的预定距离内。
此外，处理器230可以基于可穿戴设备300和IoT设备之间的信号强度来识别IoT设备是否在距可穿戴设备300的预定距离内。
特别地，处理器230可以从可穿戴设备300或IoT设备中的至少一个接收关于可穿戴设备300和IoT设备之间的信号强度的信息，并且如果接收到的信号强度等于或大于预定阈值，则处理器230可以识别IoT设备在距可穿戴设备300的预定距离内。
同时，在识别IoT设备是否在距可穿戴设备300的预定距离内时，处理器230可以基于其中可穿戴设备300所在区域进行识别。
在下文中，将参考图7和8进行描述。
图7和图8是示出根据本公开的各种实施例的将关于地点的信息与IoT设备相匹配的示意图。
在下文中，为了便于解释，将基于其中对应于运动信息的地点被识别为客厅的示例进行描述。
参考图7，家中的多个IoT设备可以分别位于各种地点，诸如卧室、客厅和浴室。
在这种情况下，处理器230可以基于AP和IoT设备之间的信号强度以及IoT设备之间的信号强度来识别其中每个IoT设备所在区域。
特别地，参考图7，处理器230可以从AP 750或IoT设备中的至少一个接收AP和IoT设备之间的信号强度。然后，处理器230可以基于接收到的信号强度来识别每个IoT设备距AP 750的距离的程度。
例如，如果AP和IoT设备之间的信号强度强，则处理器230可以识别IoT设备所在相对靠近AP。相反，如果AP和IoT设备之间的信号强度弱，则处理器230可以识别IoT设备所在相对远离AP。
此外，处理器230可以从至少一个IoT设备接收IoT设备之间的信号强度。然后，处理器230可以基于接收到的信号强度来识别IoT设备之间的距离的程度。
例如，如果IoT设备之间的信号强度强，则处理器230可以识别IoT设备所在彼此接近。相反，如果IoT设备之间的信号强度弱，则处理器230可以识别IoT设备所在彼此相对较远。
同时，对于基于信号强度识别IoT设备之间相对距离的程度的技术，可以应用各种技术思想。例如，处理器230可以通过使用谷本系数算法来识别IoT设备之间的相对距离的程度。
之后，处理器230可以基于AP和IoT设备之间的距离的程度以及IoT设备之间的距离的程度来识别每个IoT设备所在区域。
参考图8，处理器230可以识别灯710、730、740分别位于第一区域、第三区域和第四区域，微波炉720和冰箱721位于第二区域，AP 750、第一TV751和空调752位于第五区域，第二TV760位于第六区域。
然后，处理器230可以基于从可穿戴设备300接收到的可穿戴设备300的地点信息来识别可穿戴设备300所在区域。这里，如上所述，可穿戴设备300的地点信息可以被包括在GPS信号和信标信号中，还有(andalso)，地点信息可以是关于AP和可穿戴设备300之间的信号强度的信息和关于可穿戴设备300和IoT设备之间的信号强度的信息中的至少一个。
例如，如果AP和可穿戴设备300之间的信号强度强，则处理器230可以识别可穿戴设备300所在相对靠近AP。相反，如果可穿戴设备300和AP之间的信号强度较弱，则处理器230可以识别可穿戴设备300所在相对远离AP。
此外，如果可穿戴设备300和IoT设备之间的信号强度强，则处理器230可以识别可穿戴设备300所在相对靠近IoT设备。相反，如果可穿戴设备300和IoT设备之间的信号强度较弱，则处理器230可以识别可穿戴设备300所在相对远离IoT设备。
此外，处理器230可以将位于与其中可穿戴设备300所在区域相同的区域中的IoT设备识别为距可穿戴设备300预定距离内的IoT设备。
例如，如果识别到可穿戴设备300位于第五区域，则处理器230可以将位于第五区域的IoT设备识别为距可穿戴设备300预定距离内的IoT设备。
此外，处理器230可以将被识别为对应于运动信息的地点存储为关于位于与可穿戴设备300相同的区域中的IoT设备的地点的信息。
在前述实施例中，处理器230可以将第五区域识别为客厅，并且将客厅与位于第五区域的AP 750、第一电视751和空调752相匹配，并且存储该地点。
如上所述，通过将地点划分为多个区域，并且基于IoT设备所在区域将关于地点的信息与每个IoT设备相匹配，可以更精确地设置每个IoT设备的地点。
此外，在新IoT设备被添加到特定区域的情况下，处理器230可以仅通过识别IoT设备所在区域来将关于地点的信息与新IoT设备相匹配，并存储新IoT设备的地点。
也就是说，在前述实施例中，在新的IoT设备被添加到被识别为客厅的第五区域的情况下，当设备位于第五区域时，处理器230可以将客厅与新的IoT设备相匹配，并且存储该地点。
因此，在接收到用于控制位于特定地点的IoT设备的控制信号的情况下，处理器230可以控制位于特定地点的IoT设备。
图9是示出根据本公开的实施例的控制位于特定地点的IoT设备的示意图。
参考图9，在位于卧室中的用户发出语音命令(诸如“打开客厅中的电视”)的情况下，处理器230可以识别与客厅相匹配的TV751，并且向与客厅相匹配的TV 751发送控制电源的信号。
图10是示出根据本公开的实施例的存在对应于运动信息的多个活动的情况的示意图。
根据情况，处理器230可以识别存在对应于运动信息的多个活动。
例如，在从可穿戴设备300接收到可穿戴设备300从上向下移动的运动信息的情况下，处理器230可以通过机器学习来识别用户拿起遥控器并且将其放下，或者识别用户拿起勺子并且将其放下。
在这种情况下，处理器230可以首先通过机器学习来识别运动信息与特定活动的匹配程度。
参考图10，处理器230可以通过机器学习来识别接收到的运动信息与TV观看活动匹配70％，与睡觉活动匹配3％，与洗涤活动匹配10％，以及与就餐活动匹配40％。
然后，处理器230可以将匹配概率等于或大于预定匹配概率的活动识别为对应于接收到的运动信息的活动。
这里，可以根据用户命令以各种方式设置预定的匹配概率。例如，预定的匹配概率可以被设置为60％。
在预定匹配概率被设置为60％的情况下，如上所述，在前述实施例中，处理器230可以识别对应于运动信息的活动是TV观看活动。
图10是示出识别到存在匹配概率等于或大于预定匹配概率的多个活动的情况的示意图。
如上所述，在识别到存在对应于运动信息的多个活动的情况下，处理器230可以识别运动信息与特定活动匹配到什么程度。
然后，处理器230可以将匹配概率等于或大于预定匹配概率的活动识别为对应于接收到的运动信息的活动。
同时，根据情况，处理器230可以识别存在匹配概率等于或大于预定匹配概率的多个活动。
图11是示出根据本公开的实施例的识别运动信息与特定活动匹配到什么程度的示意图。
参考图11，在从可穿戴设备300接收到可穿戴设备300从上向下移动的运动信息的情况下，处理器230可以识别接收到的运动信息与TV观看活动匹配70％，与睡眠活动匹配3％，与洗涤活动匹配10％，以及与就餐活动匹配65％。
这里，在预定匹配概率为60％的情况下，处理器230可以将匹配概率等于或大于预定匹配概率的TV观看活动和用餐活动识别为对应于运动信息的活动。
在这种情况下，处理器230可以基于IoT设备的状态信息从多个活动当中识别对应于运动信息的活动。
特别地，处理器230可以基于位于与多个活动中的每一个相匹配的地点的IoT设备的状态信息，来从多个活动当中识别对应于运动信息的活动。
在下文中，将参考图12-15进行描述。
同时，在下文中，将描述在识别到存在匹配概率等于或大于预定匹配概率的多个活动的情况下，考虑IoT设备的状态信息来识别对应于运动信息的活动。然而，这并不意味着在其中识别到存在匹配概率等于或大于预定匹配概率的多个活动的情况下，必须考虑IoT设备的状态信息。也就是说，在本公开中，在识别到存在对应于运动信息的多个活动的情况下，不管预定匹配概率如何，可以考虑IoT设备的状态信息来识别对应于运动信息的活动。
图12是示出根据本公开的实施例的基于IoT设备的状态信息来识别对应于运动信息的活动的示意图。
如果识别到存在匹配概率等于或大于预定匹配概率的多个活动，则处理器230可以基于位于与所述多个活动中的每一个相匹配的地点的IoT设备的状态信息来从所述多个活动中识别对应于运动信息的活动。
这里，位于与多个活动中的每一个相匹配的地点的IoT设备可以已经被预先设置。例如，再次参考图5，与TV观看活动相匹配的地点是客厅，并且位于与TV观看活动相匹配的地点的IoT设备可以已经被预先设置为TV。此外，与就餐活动相匹配的地点是厨房，并且位于与就餐活动相匹配的地点的IoT设备可以已经提前设置为微波炉。
同时，IoT设备的状态信息可以是IoT设备的电源状态。
也就是说，如果识别到存在匹配概率等于或大于预定匹配概率的多个活动，则处理器230可以识别位于与所述多个活动中的每一个相匹配的地点的IoT设备的电源状态。
例如，在TV观看活动和用餐活动被识别为具有等于或大于预定匹配概率的匹配概率的活动的情况下，处理器230可以识别电视和微波炉中的每一个的电源状态。
为此，处理器230可以从电视和微波炉中的每一个接收关于电源状态的信息。
然后，处理器230可以从多个活动当中识别与电源处于打开状态的IoT设备相关的活动。
参考图12，在TV的电源处于打开状态，而微波炉的电源处于关闭状态的情况下，处理器230可以识别与电源处于打开状态的TV相关的活动(即，识别到TV观看活动)。
然后，处理器230可以在存储器220中存储与识别到的活动相匹配的地点作为关于IoT设备的地点的信息。
也就是说，在前述实施例中，处理器230可以识别作为与TV观看活动相匹配的地点的客厅，并且将客厅与距可穿戴设备300预定距离内的IoT设备相匹配，并且存储该地点。
这反映了用户的活动很可能是与电源处于打开状态的IoT设备相关的活动，因此，可以更精确地识别对应于运动信息的活动。
图13是示出根据本公开的实施例的基于IoT设备的电源状态和为IoT设备设置的权重来识别对应于运动信息的活动的示意图。
处理器230可以进一步考虑IoT设备的电源状态和为IoT设备设置的权重，从多个活动当中识别对应于运动信息的活动。
参考图13，根据本公开的实施例的电子装置200可以存储表格，其中为每个IoT设备设置了不同的权重。例如，电子装置200可以存储其中为TV设置了30％的权重，并且为微波炉设置了50％(范围)的权重的表格。
同时，处理器230可以基于IoT设备的电源状态和为IoT设备设置的权重，从多个活动当中识别对应于运动信息的活动。
特别地，如果识别到存在匹配概率等于或大于预定匹配概率的多个活动，则处理器230可以识别位于与所述多个活动中的每一个相匹配的地点的IoT设备的电源状态。然后，如果识别到所有IoT设备的电源处于打开状态，则处理器230可以从所述多个活动当中将与具有高权重的IoT设备相关的活动识别为对应于运动信息的活动。
例如，在匹配概率等于或大于预定匹配概率的活动是TV观看活动和用餐活动的情况下，处理器230可以识别TV和微波炉中的每一个的电源状态。
然后，如图13所示，在TV和微波炉两者的电源都处于打开状态的情况下，处理器230可以将与具有高权重的微波炉相关的活动(例如，用餐活动)识别为对应于运动信息的活动。
此外，处理器230可以将与识别到的活动相匹配的地点作为关于IoT设备的地点的信息存储在存储器220中。
也就是说，在前述实施例中，处理器230可以识别作为与就餐活动相匹配的地点的厨房，并且将厨房与距可穿戴设备300预定距离内的IoT设备相匹配，并且存储该地点。
同时，可以根据用户命令预先设置前述权重。
此外，处理器230可以为每个IoT设备设置权重。特别地，处理器230可以为在相对较短的时间段内使用的IoT设备设置比在较长的时间段内使用的IoT设备更高的权重。
为此，处理器230可以从IoT设备接收日志数据(logging data)。这里，日志数据可以包括登录时间(即，电源被打开的时间)和注销时间(即，电源被关闭的时间)。
特别地，处理器230可以基于日志数据中包括的登录时间和注销时间来识别每个IoT设备的使用时间，并且为在相对短的时间段内使用的IoT设备设置比在长的时间段内使用的IoT设备更高的权重。
例如，基于日志数据，处理器230可以为烹饪过程中短时间段使用的微波炉设置比相对长时间段使用的电视更高的权重。
这反映了在用于短时间段的IoT设备和用于长时间段的IoT设备两者都处于打开状态的情况下，用户很可能已经在用于短时间段的IoT设备附近进行了特定运动。
因此，可以更精确地识别对应于运动信息的活动。
同时，在前述实施例中，描述了与具有高权重的IoT设备相关的活动被识别为对应于运动信息的活动。然而，处理器230可以基于将匹配概率和权重相加的值来识别对应于运动信息的活动。
参考图13，处理器230可以将在从可穿戴设备300接收到的运动信息与TV观看活动匹配70％并且为TV设置的权重为30％的情况下的合计值100％与在从可穿戴设备300接收到的运动信息与用餐活动匹配65％并且为微波炉设置的权重为50％的情况下的合计值115％进行比较，并且将与具有相对更大值的IoT设备相关的活动识别为对应于运动信息的活动。
也就是说，在前述实施例中，由于将对于就餐活动的匹配概率和为微波炉设置的权重相加的值大于将对于TV观看活动的匹配概率和为TV设置的权重相加的值，所以处理器230可以将作为与微波炉相关的活动的就餐活动识别为对应于运动信息的活动。
图14和15是示出根据本公开的实施例的基于IoT设备的电源被关闭的时间来识别对应于运动信息的活动的示意图。
如上所述，在识别到存在匹配概率等于或大于预定匹配概率的多个活动的情况下，处理器230可以识别位于与所述多个活动中的每一个相匹配的地点的IoT设备的电源状态。
例如，在匹配概率等于或大于预定匹配概率的活动是TV观看活动和用餐活动的情况下，处理器230可以识别TV和微波炉中的每一个的电源状态。
此外，在存在处于关闭状态的IoT设备的情况下，处理器230可以识别IoT设备被关闭的时间。
特别地，处理器230可以基于从IoT设备接收到的日志数据来识别IoT设备被关闭的时间。
图14是示出根据本公开的实施例的基于IoT设备的电源被关闭的时间来识别对应于运动信息的活动的示意图。
参考图14，在微波炉的电源状态处于关闭状态的情况下，处理器230可以基于从微波炉接收到的日志数据来识别微波炉在7月12日18:35(07121835)关闭。
在这种情况下，处理器230可以基于IoT设备被关闭的时间来调整权重。
特别地，如果识别到IoT设备的电源在从当前时间起的预定时间段内被关闭，则处理器230可以原样应用权重，并且如果识别到IoT设备的电源在从当前时间起的预定时间段之前被关闭，则处理器230可以将权重调整为更低。
这里，可以根据用户命令设置预定时间段。在下文中，为了便于解释，将基于预定时间被设置为10分钟的假设进行描述。
例如，如图14所示，如果当前时间和日期是7月12日18:40(07121840)，并且识别到微波炉在7月12日18:35(07121835)关闭，因为微波炉在从当前时间起的预定时间段内关闭，所以处理器230可以应用所设置的权重50％。
因此，处理器230可以将与具有高权重的微波炉相关的活动(即，用餐活动)识别为对应于运动信息的活动。
这反映出，即使特定IoT设备的电源处于关闭状态，如果电源在预定时间段内关闭，用户也很可能已经在特定IoT设备附近进行了运动。
因此，可以更精确地识别对应于运动信息的活动。
图15是示出根据本公开的实施例的基于IoT设备的电源被关闭的时间来识别对应于运动信息的活动的示意图。
参考图15，如果识别到当前时间和日期是7月12日21:30(07122130)，并且微波炉在7月11日18:35(07111835)关闭，因为微波炉在从当前时间起的预定时间段之前关闭，则处理器230可以将所设置的权重设置为低于50％。例如，如果识别到微波炉关闭了24小时或更长时间，处理器230可以将微波炉的权重调整到0％。
因此，处理器230可以将与TV和微波炉之间具有高权重的TV相关的活动(即，TV观看活动)识别为对应于运动信息的活动。
然后，处理器230可以将与识别到的活动相匹配的地点作为关于IoT设备的地点的信息存储在存储器220中。
也就是说，在前述实施例中，处理器230可以识别作为与TV观看活动相匹配的地点的客厅，并且将客厅与距可穿戴设备300预定距离内的IoT设备相匹配，并且存储该地点。
如上所述，通过基于IoT设备被关闭的时间来调整权重，可以更精确地识别对应于运动信息的活动。
同时，这里，基于其中多个IoT设备当中的一些IoT设备的电源处于打开状态而其余IoT设备的电源处于关闭状态的实施例进行描述。然而，即使当所有多个IoT设备的电源都处于关闭状态时，也可以应用前述技术思想。
例如，在TV在预定时间段内关闭，并且微波炉在预定时间段之前关闭的情况下，处理器230可以将微波炉的权重调整为低，并且将TV观看活动识别为对应于运动信息的活动。同时，在TV在预定时间段之前关闭，并且微波炉在预定时间段内关闭的情况下，处理器230可以将TV的权重调整为低，并且将用餐活动识别为对应于运动信息的活动。此外，在TV和微波炉两者都在预定时间段内关闭的情况下，处理器230可以不调整权重原样应用所设置的权重，并且将用餐活动识别为对应于运动信息的活动。
图16是示出根据本公开的实施例的基于IoT设备的声音信息来识别对应于运动信息的活动的示意图。
如上所述，处理器230可以识别对应于运动信息的多个活动。
在这种情况下，处理器230可以基于IoT设备的声音信息在多个活动当中识别对应于运动信息的活动。
特别地，如果识别到存在对应于运动信息的多个活动，则处理器230可以向可穿戴设备300发送请求声音信息的信号。然后，当从可穿戴设备300接收到声音信息时，处理器230可以识别对应于接收到的声音信息的IoT设备。
为此，根据本公开的实施例的电子装置200可以存储每个IoT设备的声音数据输出。这里，声音数据可以是从产品生成的固有声音数据。
例如，在从可穿戴设备300接收到的声音信息对应于从微波炉生成的声音数据的情况下，处理器230可以将微波炉识别为对应于接收到的声音信息的IoT设备。
然后，处理器230可以将与微波炉相关的活动(例如，用餐活动)识别为对应于运动信息的活动。
图17是示出根据本公开的实施例的基于特定用户语音或特定可穿戴设备来控制位于特定地点的IoT设备的示意图。
如果接收到用于控制特定IoT设备的语音命令，则处理器230可以识别发出该语音命令的用户的语音特征。特别地，处理器230可以基于用户语音的能量、频率带宽、语音噪声比等来识别用户的语音特征。
然后，处理器230可以基于用户的语音特征，识别特定用户是否发出了用于控制位于特定地点的IoT设备的语音命令的次数等于或大于预定次数。
这里，可以根据用户命令以各种方式设置预定次数。例如，预定次数可以被设置为50次。
此外，在识别到特定用户发出用于控制位于特定地点的IoT设备的语音命令的次数等于或大于预定次数的情况下，处理器230可以将前述特定地点与前述特定用户相匹配，并且存储该地点。
例如，在用户A控制位于房间1中的灯的次数等于或大于预定次数的情况下，处理器230可以将用户A与房间1匹配，并且存储该地点。
如上所述，根据本公开的实施例的电子装置200可以为每个用户匹配特定地点，并且存储该地点。
因此，在其中家中存在具有相同名称的多个地点的情况下，如果接收到用于控制位于具有该名称的地点的IoT设备的语音命令，则根据本公开的实施例的电子装置200可以识别发出该语音命令的用户A，并且控制位于与识别到的用户相匹配的地点的IoT设备。
参考图17，在家中有三个房间并且用户A在特定地点1510发出语音命令(诸如“打开我房间的灯”)的情况下，处理器230可以基于用户的语音特征来识别发出语音命令的用户是用户A。然后，处理器230可以在所述多个房间当中识别到与用户A匹配的房间1 1520，并且从位于家中的多个灯当中控制位于房间1 1520中的灯的电源。
同时，如果识别到可穿戴设备300位于特定地点的时间段等于或大于预定时间段，则处理器230可以将可穿戴设备300与特定地点相匹配，并且存储该地点。
例如，如果识别到可穿戴设备300位于房间1中连续8小时或更长时间，则处理器230可以将可穿戴设备300与房间1相匹配，并且存储该地点。
因此，在其中家中存在具有相同名称的多个地点的情况下，如果接收到用于控制位于具有该名称的地点的IoT设备的语音命令，则根据本公开的实施例的电子装置200可以识别发送语音命令的可穿戴设备300，并且控制位于与识别到的可穿戴设备300相匹配的地点的IoT设备。
例如，如图17所示，在家中有三个房间并且穿戴可穿戴设备300的用户A在特定地点1510发出诸如“打开我房间的灯”的语音命令的情况下，处理器230可以从可穿戴设备300接收语音命令，从所述多个房间当中识别与可穿戴设备300匹配的房间1 1520，并且从位于家中的多个灯当中控制位于房间1 1520中的灯的电源。
图18是示出根据本公开的实施例的电子装置的操作的流程图。
在操作S1810，电子装置200可以从可穿戴设备300接收基于穿戴可穿戴设备300的用户的运动生成的运动信息。
这里，运动信息可以基于穿戴可穿戴设备300的用户的运动来生成。
例如，在将可穿戴设备300穿戴在手腕周围的用户拿起遥控器并将其放下的情况下，电子装置200可以从可穿戴设备300接收包括可穿戴设备300被从上向下移动的信息的运动信息。
然后，电子装置200可以识别对应于接收到的运动信息的活动。
特别地，电子装置200可以通过机器学习来识别到对应于运动信息的活动。
例如，在从可穿戴设备300接收到可穿戴设备300被从上向下移动的运动信息的情况下，电子装置200可以通过机器学习识别到用户拿起遥控器并且将其放下，并且穿戴可穿戴设备300的用户的活动是TV观看活动。
然后，在操作S1820，基于用户的活动，电子装置200可以识别对应于运动信息的地点。
为此，电子装置200可以使用存储在电子装置200中的关于与多个活动中的每一个相匹配的地点的信息。
这里，关于与多个活动中的每一个相匹配的地点的信息可以是关于与活动相匹配的地点的信息，诸如与客厅相匹配的TV观看活动、与厨房相匹配的用餐活动以及与浴室相匹配的洗涤活动。
此外，电子装置200可以基于关于与多个活动中的每一个相匹配的地点的信息来识别对应于用户的运动信息的地点。
如在前述实施例中，在识别到对应于运动信息的活动是TV观看活动的情况下，电子装置200可以将作为与TV观看活动相匹配的地点的客厅识别为对应于运动信息的地点。
然后，在操作S1830，电子装置200可以将识别到的地点存储为关于距可穿戴设备300预定距离内的IoT设备的地点的信息。
特别地，电子装置200可以从可穿戴设备300和IoT设备中的每一个接收地点信息，并且如果识别到IoT设备在距可穿戴设备300的预定距离内，则电子装置200可以将根据运动信息识别到的地点信息存储为关于IoT设备的地点的信息。
例如，如果识别到对应于运动信息的地点是客厅，并且TV位于距可穿戴设备3001m的半径内，则电子装置200可以将客厅与TV匹配，并且存储该地点。
通过如上所述的方法，电子装置200可以为每个IoT设备匹配地点，并且存储该地点。
因此，在从用户接收到语音命令(诸如“打开客厅中的电视”)的情况下，电子装置200可以从位于家中的多个电视当中识别客厅中的电视，并且控制客厅中的电视的电源。
图19是根据本公开的实施例的电子装置的框图。
参考图19，根据本公开的实施例的电子装置200’可以包括通信器210、存储器220、语音处理器240以及处理器230。在下文中，对于与前述部分重叠的部分，将省略或删减说明。
存储器220可以存储用于控制电子装置200’的组件的整体操作的操作系统(operating system，OS)以及与电子装置200’的组件相关的命令或数据。
因此，处理器230可以通过使用存储在存储器220中的各种命令或数据来控制电子装置200’的多个硬件或软件组件，将从至少一个其他组件接收到的命令或数据加载到易失性储存器上并且处理这些命令或数据，以及将各种数据存储在非易失性储存器中。
处理器230是控制电子装置200’的整体操作的组件。
特别地，处理器230包括随机存取存储器(random access memory，RAM)(未示出)、只读存储器(read-only memory，ROM)(未示出)、CPU(未示出)、第一到第n接口(未示出)和总线(未示出)。这里，RAM、ROM、CPU、第一到第n接口等可以通过总线相互连接。
处理器230可以识别对应于从可穿戴设备300接收到的运动信息的活动。然后，处理器230可以识别与活动相匹配的地点，并将识别到的地点存储为关于距可穿戴设备300预定距离内的IoT设备的地点的信息。
同时，处理器230可以应用于各种领域，诸如老年人护理领域。
特别地，处理器230可以基于通过机器学习识别到的用户的活动和IoT设备的状态信息来识别情况是否是其中用户处于危险中的情况。
这里，状态信息可以是由IoT设备的传感器检测到的信息。
例如，在其中用户躺在床上的状态信息是在当前时间之前7小时从床上接收到的，并且用户没有躺在床上的状态信息是在当前时间从床上接收到的情况下，如果识别到用户的当前活动是睡眠活动，则处理器230可以识别到用户从床上摔下。
之后，处理器230可以通过向保安的用户终端设备等发送检测到用户跌倒的警告消息来保护处于危险情况下的用户。
语音处理器240可以将从IoT设备接收到的语音信号转换成文本。根据本公开的实施例，语音处理器240可以通过使用语音到文本(speech to text，STT)算法将语音信号转换成文本。
同时，根据本公开的前述各种实施例的方法可以仅通过传统电子装置的软件/硬件升级来实现。
此外，本公开的前述各种实施例可以通过电子装置200上提供的嵌入式服务器或外部服务器来实现。
同时，在根据本公开的实施例的电子装置200’被实现为类似智能TV的显示设备的情况下，电子装置200’还可以包括显示器(未示出)、麦克风(未示出)、图像接收器(未示出)、音频输出器(未示出)和各种传感器(未示出)。
同时，可以提供存储顺序执行根据本公开的电子装置200的控制方法的程序的非暂时性计算机可读介质。
特别地，非暂时性计算机可读介质可以包括以下步骤：从可穿戴设备300接收基于穿戴可穿戴设备300的用户的运动而生成的运动信息，识别对应于运动信息的地点，以及将识别到的地点存储为关于距可穿戴设备300预定距离内的IoT设备的地点的信息。
同时，非暂时性计算机可读介质指的是半永久存储数据并且可由机器读取的介质，而不是短时间存储数据的介质，诸如寄存器、高速缓存和存储器。特别地，前述各种应用或程序可以在存储在非暂时性计算机可读介质(诸如光盘(compact disc，CD)、数字多功能盘(digital versatile disc，DVD)、硬盘、蓝光盘、USB、存储卡、ROM等)中的同时被提供。
虽然已经参考其各种实施例示出和描述了本公开，但是本领域技术人员将理解，在不脱离由所附权利要求及其等同限定的本公开的精神和范围的情况下，可以在形式和细节上进行各种改变。

Claims (15)

1.一种电子装置，包括：
通信器；
存储器；和
处理器，被配置为：
从可穿戴设备接收运动信息，运动信息是基于可穿戴设备的运动生成的，
识别对应于运动信息的地点，
将识别到的地点存储为位于距可穿戴设备预定距离内的物联网(IoT)设备的地点信息，以及
基于通过通信器接收的用于控制位于特定地点的IoT设备的控制信号，基于地点信息来控制位于特定地点的IoT设备。
2.根据权利要求1所述的电子装置，
其中存储器存储关于与多个活动中的每一个相匹配的地点的信息，并且
其中处理器还被配置为：
基于运动信息，识别穿戴可穿戴设备的用户的活动，活动对应于运动信息，以及
基于识别到的活动和关于与所述多个活动中的每一个相匹配的地点的信息，识别对应于运动信息的地点。
3.根据权利要求2所述的电子装置，其中所述处理器还被配置为：
基于识别存在对应于运动信息的所述多个活动，基于位于与所述多个识别到的活动相匹配的地点中的多个IoT设备的状态信息，在所述多个活动当中识别对应于运动信息的活动。
4.根据权利要求3所述的电子装置，其中所述处理器还被配置为：
识别位于与所述多个识别到的活动相匹配的地点中的所述多个IoT设备的电源状态，
在所述多个识别到的活动当中识别与电源处于打开状态的IoT设备相关的活动，以及
将与识别到的活动相匹配的地点的地点信息作为关于IoT设备的地点的信息存储在存储器中。
5.根据权利要求3所述的电子装置，其中所述处理器还被配置为：
识别位于与所述多个识别到的活动相匹配的地点的所述多个IoT设备的电源状态和为所述多个IoT设备设置的权重，
基于电源状态和权重，在所述多个识别到的活动当中识别活动，以及
将与识别到的活动相匹配的地点的地点信息作为关于所述IoT设备的地点的信息存储在存储器中。
6.根据权利要求5所述的电子装置，其中所述处理器还被配置为：
基于所述多个IoT设备的电源处于打开状态，基于权重，将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的位置的位置信息作为关于IoT设备的地点的信息存储在存储器中。
7.根据权利要求5所述的电子装置，其中所述处理器还被配置为：
基于所述多个IoT设备的电源处于关闭状态，或者所述多个IoT设备当中的一些IoT设备的电源处于打开状态，并且剩余的IoT设备的电源处于关闭状态，基于电源处于关闭状态的IoT设备的电源被关闭的时间，调整为电源处于关闭状态的IoT设备所设置的权重，以及
基于权重，将和与在所述多个IoT设备当中具有最高权重的IoT设备相关的活动相匹配的位置的位置信息作为关于IoT设备的地点的信息存储在存储器中。
8.根据权利要求2所述的电子装置，其中所述处理器还被配置为：
基于识别存在对应于运动信息的所述多个活动，基于从可穿戴设备接收到的IoT设备的声音信息，在所述多个活动当中识别对应于运动信息的活动。
9.根据权利要求1所述的电子装置，其中所述处理器还被配置为：
基于接收到的用于控制位于特定地点的IoT设备的语音命令，识别发出所述语音命令的用户的语音特征，
基于识别特定用户发出用于控制位于特定地点的IoT设备的语音命令的次数等于或大于预定次数，基于语音特征，通过将用户与特定地点相匹配来存储特定用户，以及
基于从特定用户接收到的用于控制IoT设备的语音命令，在具有相同名称的所述多个地点当中识别与特定用户相匹配的特定地点，并且根据语音命令控制IoT设备。
10.根据权利要求1所述的电子装置，其中所述处理器还被配置为：
基于识别可穿戴设备位于特定地点的时间段等于或大于预定时间段，通过将可穿戴设备与特定地点相匹配来存储可穿戴设备，以及
基于从可穿戴设备接收到的用于控制IoT设备的语音命令，在具有相同名称的所述多个地点当中识别与可穿戴设备相匹配的特定地点，并且根据所述语音命令控制IoT设备。
11.一种电子装置的控制方法，包括：
从可穿戴设备接收运动信息，运动信息是基于可穿戴设备的运动生成的；
识别对应于运动信息的地点；
将识别到的地点存储为位于距可穿戴设备预定距离内的物联网(IoT)设备的地点信息；
接收用于控制位于特定地点的IoT设备的控制信号；以及
基于地点信息来控制位于特定地点的IoT设备。
12.根据权利要求11所述的控制方法，其中所述识别包括：
基于运动信息，识别穿戴对应于运动信息的可穿戴设备的用户的活动，以及
基于识别到的活动和关于与所述多个活动中的每一个相匹配的地点的信息，识别对应于运动信息的地点。
13.根据权利要求12所述的控制方法，其中所述识别还包括：
基于识别存在对应于运动信息的所述多个活动，基于位于与所述多个识别到的活动相匹配的地点中的所述多个IoT设备的状态信息，在所述多个活动当中识别对应于运动信息的活动。
14.根据权利要求13所述的控制方法，其中所述存储包括：
识别位于与所述多个识别到的活动相匹配的地点中的所述多个IoT设备的电源状态，
在所述多个识别到的活动当中识别与电源处于打开状态的IoT设备相关的活动，以及
将与识别到的活动相匹配的地点的地点信息存储为关于IoT设备的地点的信息。
15.根据权利要求13所述的控制方法，其中所述存储包括：
识别位于与所述多个识别到的活动相匹配的地点的所述多个IoT设备的电源状态和为所述多个IoT设备设置的权重，
基于电源状态和权重在所述多个识别到的活动当中识别活动，以及
将与识别到的活动相匹配的地点的地点信息存储为关于IoT设备的地点的信息。
CN201980051217.6A 2018-08-02 2019-07-31 电子装置及其控制方法 Active CN112513786B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020180090401A KR102570301B1 (ko) 2018-08-02 2018-08-02 전자 장치 및 그 제어 방법
KR10-2018-0090401 2018-08-02
PCT/KR2019/009508 WO2020027559A1 (en) 2018-08-02 2019-07-31 Electronic apparatus and control method thereof

Publications (2)

Publication Number Publication Date
CN112513786A true CN112513786A (zh) 2021-03-16
CN112513786B CN112513786B (zh) 2024-03-22

Family

ID=69229828

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980051217.6A Active CN112513786B (zh) 2018-08-02 2019-07-31 电子装置及其控制方法

Country Status (5)

Country Link
US (1) US11417338B2 (zh)
EP (1) EP3803546B1 (zh)
KR (1) KR102570301B1 (zh)
CN (1) CN112513786B (zh)
WO (1) WO2020027559A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210116897A (ko) 2020-03-18 2021-09-28 삼성전자주식회사 외부 장치의 음성 기반 제어를 위한 방법 및 그 전자 장치
US11606694B2 (en) * 2020-10-08 2023-03-14 Surendra Goel System that provides cybersecurity in a home or office by interacting with internet of things devices and other devices
KR20220099831A (ko) 2021-01-07 2022-07-14 삼성전자주식회사 전자 장치 및 전자 장치에서 사용자 발화 처리 방법
US20220329454A1 (en) * 2021-04-12 2022-10-13 Arris Enterprises Llc Tagging home network devices based on user activity

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017039140A1 (ko) * 2015-09-02 2017-03-09 삼성전자(주) 센서 기반 행동 인식을 이용하여 사용자의 위치를 인식하는 사용자단말장치 및 방법

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7768420B2 (en) 2004-10-29 2010-08-03 Intel Corporation Operation and control of wireless appliance networks
KR101072709B1 (ko) 2009-06-15 2011-10-11 브이 앤드 씨 컴퍼니 리미티드 영역 우선 음성인식 홈네트워크 시스템
KR101827885B1 (ko) 2010-08-06 2018-02-12 삼성전자주식회사 휴대 단말을 이용한 사용자 행동 측정 장치 및 방법
GB2516801A (en) * 2012-05-24 2015-02-04 Douglas H Lundy Threat detection system and method
US9413827B2 (en) * 2013-02-25 2016-08-09 Qualcomm Incorporated Context aware actions among heterogeneous internet of things (IOT) devices
US8719039B1 (en) * 2013-12-05 2014-05-06 Google Inc. Promoting voice actions to hotwords
KR102114616B1 (ko) * 2013-12-06 2020-05-25 엘지전자 주식회사 스마트 와치 및 제어 방법
US9900177B2 (en) 2013-12-11 2018-02-20 Echostar Technologies International Corporation Maintaining up-to-date home automation models
KR101901039B1 (ko) 2013-12-26 2018-09-20 인텔 코포레이션 교차 디바이스 자동 교정을 위한 방법 및 장치
US20180158288A1 (en) * 2014-04-10 2018-06-07 Twin Harbor Labs Llc Methods and apparatus for notifying a user of the operating condition of a household appliance
US9263042B1 (en) * 2014-07-25 2016-02-16 Google Inc. Providing pre-computed hotword models
US9514296B2 (en) * 2014-09-08 2016-12-06 Qualcomm Incorporated Automatic authorization for access to electronic device
US9318107B1 (en) * 2014-10-09 2016-04-19 Google Inc. Hotword detection on multiple devices
KR20160111880A (ko) 2015-03-17 2016-09-27 코오롱인더스트리 주식회사 착용가능한 3차원 입력 장치와 외부 기기와의 연동 방법
US10045150B2 (en) 2015-03-30 2018-08-07 Afero, Inc. System and method for accurately sensing user location in an IoT system
KR20170020085A (ko) * 2015-08-13 2017-02-22 삼성전자주식회사 활동 정보 처리 방법 및 이를 지원하는 전자 장치
CN105137787B (zh) 2015-08-13 2018-05-18 小米科技有限责任公司 用于控制家电设备的方法和装置
KR101938215B1 (ko) * 2015-08-26 2019-01-14 주식회사 퓨처플레이 스마트 인터렉션 장치
AU2016336463A1 (en) * 2015-10-06 2018-05-24 Raymond A. Berardinelli Smartwatch device and method
US9928840B2 (en) * 2015-10-16 2018-03-27 Google Llc Hotword recognition
KR101759196B1 (ko) 2015-10-22 2017-07-18 주식회사 핸디소프트 시맨틱 모델링 엔진 기반의 스마트 생활가전 제어 시스템 및 그 방법
US10270881B2 (en) 2015-11-19 2019-04-23 Adobe Inc. Real-world user profiles via the internet of things
KR101728052B1 (ko) 2015-12-08 2017-05-02 (주)그린콤 사용자의 행동을 인지하여 사물을 제어하는 사물인터넷 시스템
KR20170114468A (ko) * 2016-04-05 2017-10-16 삼성전자주식회사 전자 장치 및 이의 음향 부품을 이용한 제어 방법
KR101755533B1 (ko) 2016-10-07 2017-07-07 (주)한빛에스아이 사물인터넷 기반 안전 관리 시스템

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017039140A1 (ko) * 2015-09-02 2017-03-09 삼성전자(주) 센서 기반 행동 인식을 이용하여 사용자의 위치를 인식하는 사용자단말장치 및 방법

Also Published As

Publication number Publication date
EP3803546B1 (en) 2024-05-08
EP3803546A1 (en) 2021-04-14
KR20200015083A (ko) 2020-02-12
US11417338B2 (en) 2022-08-16
US20200043497A1 (en) 2020-02-06
CN112513786B (zh) 2024-03-22
KR102570301B1 (ko) 2023-08-25
WO2020027559A1 (en) 2020-02-06
EP3803546A4 (en) 2021-08-11

Similar Documents

Publication Publication Date Title
CN112513786B (zh) 电子装置及其控制方法
US11076265B2 (en) Gesture-based load control via wearable devices
CN105700389B (zh) 一种智能家庭自然语言控制方法
US9842489B2 (en) Waking other devices for additional data
US10057079B2 (en) Wireless building automation
US10764079B2 (en) System and methods for correlating sleep data to security and/or automation system operations
US10481561B2 (en) Managing home automation system based on behavior
KR102344021B1 (ko) 디바이스를 제어하는 방법 및 장치
CN105116859A (zh) 一种利用无人飞行器实现的智能家居系统及方法
CN204903983U (zh) 一种智能家居系统及其无人飞行器、智能中枢设备
WO2016192458A1 (zh) 用户终端、家居中央控制器、智能家居控制方法及系统
US10126725B2 (en) Elastic rule engine for a smart home
KR20200044034A (ko) 건물 점유를 이용한 건물 시스템 제어
CN106533856A (zh) 智能手表控制智能家居设备的方法和装置
CN104714530A (zh) 一种基于环境自动控制窗帘的物联网设备控制系统及方法
CN114035445A (zh) 基于室内定位的智能家居设备控制方法、装置和系统
CN103631231A (zh) 一种智能家居的监控方法、装置及智能家居系统
Habiba et al. 3rd Hand: A device to support elderly and disabled person
CN114815635A (zh) 计算机可读存储介质、智能面板及其语音交互方法
Nandhini et al. Iot based smart home with voice controlled appliances using raspberry pi
EP4380112A1 (en) Server for controlling home network on basis of sleep state and operating method therefor
Bhandari et al. Survey on IOT based Home Automation
US11313173B2 (en) Smart electric shades system, and its method of operation
CN204423107U (zh) 一种基于物联网的智能老人房控制系统
SREELEKHA et al. Speech Recognition Based Home Automation using Android Mobile Phone

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