CN112540601B - 控制方法、装置、电子设备以及存储介质 - Google Patents
控制方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN112540601B CN112540601B CN201910900987.5A CN201910900987A CN112540601B CN 112540601 B CN112540601 B CN 112540601B CN 201910900987 A CN201910900987 A CN 201910900987A CN 112540601 B CN112540601 B CN 112540601B
- Authority
- CN
- China
- Prior art keywords
- movement
- electronic equipment
- determining
- moving
- time
- 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 134
- 230000000694 effects Effects 0.000 claims abstract description 201
- 238000012544 monitoring process Methods 0.000 claims abstract description 81
- 238000004364 calculation method Methods 0.000 claims description 20
- 238000012163 sequencing technique Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004140 cleaning Methods 0.000 description 90
- 238000010408 sweeping Methods 0.000 description 87
- 241001417527 Pempheridae Species 0.000 description 80
- 230000006870 function Effects 0.000 description 28
- 238000005516 engineering process Methods 0.000 description 17
- 230000007613 environmental effect Effects 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003203 everyday effect Effects 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002912 waste gas Substances 0.000 description 2
- 101100368940 Caenorhabditis elegans tbb-2 gene Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Electromagnetism (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种控制方法、装置、电子设备以及存储介质。其中，方法包括：电子设备获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；基于确定的移动策略控制所述电子设备移动。采用本发明的方案，能够使电子设备在所处环境移动的过程尽量避开用户活动的区域和时间，进而减少电子设备在移动时对用户的干扰，提升用户体验。
Description
技术领域
本发明涉及家用电器领域，具体涉及一种控制方法、装置、电子设备以及存储介质。
背景技术
扫地机器人在清扫过程中噪声较大，会对用户造成一定的噪声干扰。为此，一些用户对扫地机器人进行了设置，使得扫地机器人在用户出门上班后再开始清扫工作。然而，上述方法并不适用于家中持续有老人或小孩的家庭。
发明内容
有鉴于此，本发明实施例提供了一种控制方法、装置、电子设备以及存储介质。
本发明实施例的技术方案是这样实现的：
本发明实施例提供一种控制方法，应用于电子设备，包括：
获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
基于确定的移动策略控制所述电子设备移动。
上述方案中，所述根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略，包括：
根据获取的人员活动数据，确定移动策略集合；所述移动策略集合中每个移动策略至少包含所述电子设备在所处环境中开始移动的时间，以及所述电子设备在所处环境移动的过程中各区域的移动顺序；
根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数；所述分数表征所述电子设备基于相应移动策略移动的过程中监测到人员活动的概率；
将所述移动策略集合中分数最低的移动策略确定为所述电子设备的移动策略。
上述方案中，所述根据获取的人员活动数据，确定移动策略集合，包括：
从所述人员活动数据中获得所述至少两个时间段中每个时间段的起始时间，得到至少两个起始时间；将得到的至少两个起始时间确定为第一集合；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第二集合；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到至少四个移动策略；
将得到的至少四个移动策略确定为所述移动策略集合。
上述方案中，所述根据获取的人员活动数据，确定移动策略集合，包括：
针对每个时间段，将所述至少两个区域的人员活动概率求和，得到至少两个人员活动概率和；
将所述至少两个人员活动概率和中最小的人员活动概率和对应的时间段的起始时间确定为第三信息；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第三集合；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到至少两个移动策略；
将得到的至少两个移动策略确定为所述移动策略集合。
上述方案中，所述根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数，包括：
对于所述移动策略集合中的每个移动策略，根据所述至少两个移动时长、所述人员活动数据、相应移动策略包含的所述电子设备在所处环境移动的过程中各区域的移动顺序、和相应移动策略包含的所述电子设备在所处环境中开始移动的时间，确定每个区域的分数；
根据确定的每个区域的分数，确定相应移动策略的分数。
上述方案中，所述方法还包括：
基于确定的移动策略控制所述电子设备移动的过程中，监测是否有人员出现，得到第一监测结果；
当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略；
基于重新确定的移动策略控制所述电子设备移动。
上述方案中，所述当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略，包括：
基于所述电子设备当前的移动策略包含的第二信息，从所述至少两个区域中排除所述电子设备已经基于所述移动策略移动过的区域，得到第四集合；
从所述第四集合中排除所述电子设备当前移动的区域，得到第五集合；
基于所述第四集合，重新确定移动策略；重新确定的移动策略包含的第二信息中的第一个区域是基于所述第五集合确定的。
上述方案中，所述第五集合为空集；所述方法还包括：
控制所述电子设备以静音状态在当前区域中移动。
上述方案中，所述方法还包括：
获取所述人员活动数据；所述人员活动数据是根据获取的历史监测数据确定的。
本发明实施例还提供一种控制装置，应用于电子设备，包括：
第一获取模块，用于获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
第一计算模块，用于根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
第二计算模块，用于根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
第一控制模块，用于基于确定的移动策略控制所述电子设备移动。
本发明实施例还提供一种电子设备，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行上述任一方法的步骤。
本发明实施例还提供一种存储介质，所述介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任一方法的步骤。
本发明实施例提供的技术方案，电子设备获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；基于确定的移动策略控制所述电子设备移动。本发明实施例的方案，根据至少两个移动时长以及人员活动数据确定了所述电子设备的移动策略，能够使电子设备在所处环境移动的过程尽量避开用户活动的区域和时间，进而减少电子设备在移动时对用户的干扰，提升用户体验。
附图说明
图1为本发明实施例控制方法的流程示意图；
图2为本发明实施例人员活动数据的结构示意图；
图3为本发明应用实施例用户终端App的功能示意图；
图4为本发明应用实施例人员活动概率表的结构示意图；
图5为本发明应用实施例控制方法的流程示意图；
图6为本发明实施例控制装置的结构示意图；
图7为本发明实施例电子设备的硬件结构示意图。
具体实施方式
以下结合说明书附图及具体实施例对本发明的技术方案作进一步的详细阐述。
相关技术中，用户在使用扫地机器人清扫房屋时，为了避免受到扫地机器人发出的噪音的干扰以及排出的废气的干扰，用户可以设置扫地机器人开始清扫房屋的时间，使扫地机器人在用户外出的时间进行清扫工作。然而，对于一些有老人或小孩的家庭，家中可能一直有人，用户难以确定扫地机器人开始清扫房屋的时间，也很难避免扫地机器人在清扫房屋时带来的干扰，从而降低了用户体验。
基于此，在本发明的各种实施例中，基于人员活动数据确定电子设备(可以是扫地机器人)的移动策略，从而基于确定的移动策略控制电子设备移动，这样，能够使电子设备在所处环境移动的过程尽量避开用户活动的区域和时间，进而减少电子设备在移动时对用户的干扰，提升用户体验。
本发明实施例提供一种控制方法，应用于电子设备；如图1所示，所述方法包括以下步骤：
步骤101：获取历史监测数据；
这里，所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域。
实际应用时，所述电子设备可以是家电设备，比如扫地机器人；当然，也可以是其它任意具备自主移动功能(即基于自身的控制移动)的电子设备。所述电子设备获取的历史监测数据可以包括：所述电子设备在各区域内移动的过程对应的移动时间信息、各区域内的人员活动信息、以及各区域内的环境障碍信息。其中，所述电子设备在各区域内移动的过程对应的移动时间信息可以包括：所述电子设备在相应区域开始移动的时间、离开相应区域的时间、以及在相应区域内移动的过程对应的移动时长；所述各区域内的人员活动信息可以表征所述电子设备在相应区域内移动的过程中是否存在活动人员；所述各区域内的环境障碍信息可以表征相应区域内存在的障碍物或凹陷等环境障碍信息。
具体地，实际应用时，所述电子设备可以通过内置的时钟模块监测所述移动时间信息，并通过视觉即时定位与地图构建(VSLAM，Visual Simultaneous Localization andMapping)技术等视觉导航技术和/或传感器(比如红外线传感器)监测所述各区域内的人员活动信息以及所述各区域内的环境障碍信息。
实际应用时，所述电子设备可以以一天为单位，将每天在所处环境移动的过程中监测的数据存储至本地或云端，使得所述电子设备在基于历史监测数据进行计算时计算的结果更加精确。
基于此，在一实施例中，所述方法还包括：
将所述电子设备在所处环境移动的过程中监测的数据存储至本地或云端；
相应地，所述获取历史监测数据，包括：
从本地或云端获取历史监测数据。
具体地，当历史监测数据存储在本地时，从本地获取历史监测数据；当历史监测数据存储在云端时，从云端获取历史监测数据。
实际应用时，考虑到历史监测数据的数据量可能会很大，这里可以采用大数据技术(Spark或Hadoop等技术)存储所述电子设备监测的数据。
实际应用时，在所述电子设备存储监测的数据之前，所述电子设备需识别所处环境中的各个区域，使得监测得到的数据更加准确。
基于此，在一实施例中，获取历史监测数据之前，所述方法还包括：
利用VSLAM技术识别所处环境中的各个区域。
步骤102：根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长。
具体地，根据所述历史监测数据包含的所述电子设备在各区域内移动的过程对应的移动时间信息，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长。
步骤103：根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；
这里，确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率。
具体地，所述第二信息为所述电子设备在所处环境的移动路径，所述移动路径表征所述电子设备在所处环境移动的过程中各区域的移动顺序。
实际应用时，所述电子设备可以利用VSLAM技术或其它导航技术生成移动路径。
实际应用时，在根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略之前，所述电子设备需确定人员活动数据。
基于此，在一实施例中，所述方法还包括：获取所述人员活动数据；所述人员活动数据是根据获取的历史监测数据确定的。
在一实施例中，所述方法还包括：
根据获取的历史监测数据，确定所述人员活动数据；
将确定的所述人员活动数据存储至本地或云端；
相应地，所述获取人员活动数据，包括：
从本地或云端获取人员活动数据。
具体地，当人员活动数据存储在本地时，从本地获取人员活动数据；当人员活动数据存储在云端时，从云端获取人员活动数据。所述人员活动数据包含所述至少两个区域的人员活动数据；每个区域的人员活动数据包含至少两个时间段以及每个时间段对应的人员活动概率。其中，所述至少两个时间段是将预设时间范围根据预设时间间隔划分得到的；每个时间段的时长为一个预设时间间隔；所述预设时间范围在一天(即0：00～24：00)内，所述预设时间范围的时长小于或等于24小时；并且，所述预设时间范围的时长(即所述至少两个时间段的总时长)大于或等于所述电子设备在所处环境移动的过程的总时长。对于每个区域，每个时间段对应的人员活动概率是根据历史监测数据包含的各区域内的人员活动信息统计得到的。
实际应用时，所述预设时间范围和所述预设时间间隔可以由研发人员设置，也可以由用户根据需要自行设置。并且，考虑到历史监测数据的数据量可能会很大，这里可以采用大数据技术(Spark或Hadoop等技术)确定所述人员活动数据。同时，所述人员活动数据可以基于每天增加的历史监测数据更新，即每天都重新确定一次人员活动数据；或者，所述电子设备可以将当前存储的人员活动数据输出到用户终端应用(App，Application)，由用户确定是否需要更新当前的人员活动数据或是否需要自定义人员活动数据，并通过用户终端App将用户确定的结果以指令的形式发送给所述电子设备。
实际应用时，所述人员活动数据可以体现为一个表格，如图2所示，假设所述电子设备所处的环境可以划分为区域a、区域b和区域c，根据图2所示的人员活动数据，可以确定：区域a中时间段1对应的人员活动概率为a1、区域a中时间段2对应的人员活动概率为a2、区域a中时间段3对应的人员活动概率为a3、区域a中时间段4对应的人员活动概率为a4、区域a中时间段5对应的人员活动概率为a5、区域b中时间段1对应的人员活动概率为b1、区域b中时间段2对应的人员活动概率为b2、区域b中时间段3对应的人员活动概率为b3、区域b中时间段4对应的人员活动概率为b4、区域b中时间段5对应的人员活动概率为b5、区域c中时间段1对应的人员活动概率为c1、区域c中时间段2对应的人员活动概率为c2、区域c中时间段3对应的人员活动概率为c3、区域c中时间段4对应的人员活动概率为c4、以及区域c中时间段5对应的人员活动概率为c5。
具体地，步骤103中，所述根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略，包括：
根据获取的人员活动数据，确定移动策略集合；所述移动策略集合中的每个移动策略至少包含所述电子设备在所处环境中开始移动的时间，以及所述电子设备在所处环境移动的过程中各区域的移动顺序；
根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数；所述分数表征所述电子设备基于相应移动策略移动的过程中监测到人员活动的概率；
将所述移动策略集合中分数最低的移动策略确定为所述电子设备的移动策略。
其中，所述根据获取的人员活动数据，确定移动策略集合，至少包括以下两种方式：
方式一：从所述人员活动数据中获得所述至少两个时间段中每个时间段的起始时间，得到至少两个起始时间；将得到的至少两个起始时间确定为第一集合；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第二集合；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到至少四个移动策略；
将得到的至少四个移动策略确定为所述移动策略集合。
方式二：针对每个时间段，将所述至少两个区域的人员活动概率求和，得到至少两个人员活动概率和；
将所述至少两个人员活动概率和中最小的人员活动概率和对应的时间段的起始时间确定为第三信息；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第三集合；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到至少两个移动策略；
将得到的至少两个移动策略确定为所述移动策略集合。
实际应用时，可以根据需要从上述确定移动策略集合的两种方式中选择一种方式来确定移动策略集合，比如由研发人员根据所述电子设备的计算能力从上述确定移动策略集合的两种方式中选择一种方式来确定移动策略集合。
具体地，实际应用时，以图2所示的人员活动数据为例，假设时间段1的起始时间为t1、时间段2的起始时间为t2、时间段3的起始时间为t3、时间段4的起始时间为t4、以及时间段5的起始时间为t5；利用方式一确定所述移动策略集合的过程包括：
确定第一集合为{t1，t2，t3，t4，t5}；
确定第二集合为{区域a-区域b-区域c，区域a-区域c-区域b，区域b-区域a-区域c，区域b-区域c-区域a，区域c-区域a-区域b，区域c-区域b-区域a}；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到30个移动策略；并将得到的30个移动策略确定为所述移动策略集合。
利用方式二确定所述移动策略集合的过程包括：
比较a1+b1+c1、a2+b2+c2、a3+b3+c3、a4+b4+c4和a5+b5+c5的值的大小；
当a1+b1+c1的值最小时，确定第三信息为t1；当a2+b2+c2的值最小时，确定第三信息为t2；当a3+b3+c3的值最小时，确定第三信息为t3；当a4+b4+c4的值最小时，确定第三信息为t4；当a5+b5+c5的值最小时，确定第三信息为t5；
当a1+b1+c1、a2+b2+c2、a3+b3+c3、a4+b4+c4和a5+b5+c5的值中存在至少两个值相等的情况时，可以将相等的值对应的至少两个起始时间输出到用户终端App，由用户从所述至少两个起始时间中选择一个起始时间作为所述第三信息，并通过用户终端App将用户确定的所述第三信息以指令的形式发送给所述电子设备；
确定第三集合为{区域a-区域b-区域c，区域a-区域c-区域b，区域b-区域a-区域c，区域b-区域c-区域a，区域c-区域a-区域b，区域c-区域b-区域a}；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到6个移动策略；并将得到的6个移动策略确定为所述移动策略集合。
具体地，步骤103中，所述根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数，包括：
对于所述移动策略集合中的每个移动策略，根据所述至少两个移动时长、所述人员活动数据、相应移动策略包含的所述电子设备在所处环境移动的过程中各区域的移动顺序、和相应移动策略包含的所述电子设备在所处环境中开始移动的时间，确定每个区域的分数；
根据确定的每个区域的分数，确定相应移动策略的分数。
实际应用时，以图2所示的人员活动数据为例，假设确定的所述电子设备在区域a内移动的过程对应的移动时长为ta、所述电子设备在区域b内移动的过程对应的移动时长为tb、以及所述电子设备在区域c内移动的过程对应的移动时长为tc，时间段1、时间段2、时间段3、时间段4和时间段5的时长均为n(即预设时间间隔为n)；此时5n大于或等于所述电子设备在所处环境移动的总时长ta+tb+tc；确定的移动策略集合中的一个移动策略为{t1；区域a-区域b-区域c}，即该移动策略中所述电子设备在所处环境中开始移动的时间为t1，所述电子设备在所处环境移动的过程中各区域的移动顺序为：区域a-区域b-区域c；这里，确定移动策略{t1；区域a-区域b-区域c}的分数的过程包括：
分别确定区域a的分数Ga、区域b的分数Gb和区域c的分数Gc；
确定移动策略的分数G，G＝Ga+Gb+Gc。
具体地，确定Ga、Gb和Gc时，需分别比较ta与n、tb与n、以及tc与n的大小。当ta<n、或ta＝n、或n<ta<3/2n时，Ga＝ta*a1；当3/2n<ta<2n、或ta＝2n、或2n<ta<5/2n时，Ga＝n*a1+(ta-n)*a2；当5/2n<ta<3n、或ta＝3n、或3n<ta<7/2n时，Ga＝n*a1+n*a2+(ta-2n)*a3…以此类推。当Ga＝ta*a1，且tb<n、或tb＝n、或n<tb<3/2n时，Gb＝tb*b2；当Ga＝ta*a1，且3/2n<tb<2n、或tb＝2n、或2n<tb<5/2n时，Gb＝n*b2+(tb-n)*b3；当Ga＝ta*a1，且5/2n<tb<3n、或tb＝3n、或3n<tb<7/2n时，Gb＝n*b2+n*b3+(tb-2n)*b4…以此类推。当Ga＝ta*a1、Gb＝tb*b2，且tc<n、或tc＝n、或n<tc<3/2n时，Gc＝tc*c3；当Ga＝ta*a1、Gb＝tb*b2，且3/2n<tc<2n、或tc＝2n、或2n<tc<5/2n时，Gc＝n*c3+(tc-n)*c4；当Ga＝ta*a1、Gb＝tb*b2，且5/2n<tc<3n、或tc＝3n、或3n<tc<7/2n时，Gc＝n*c3+n*c4+(tc-2n)*c5。
实际应用时，当所述移动策略集合中各移动策略的分数相同，或者存在至少两个移动策略的分数均为最低分数时，可以基于分数相同的移动策略的移动路程的长度，在分数相同的移动策略中，将移动路程最短的移动策略确定为所述电子设备的移动策略。
实际应用时，用户可以通过用户终端App向所述电子设备发送指令，指示所述电子设备开始在所处环境中移动的时间，所述电子设备响应接收的指令，将接收的指令对应的时间确定为所述第三信息，确定移动策略集合，进而确定所述电子设备的移动策略。
步骤104：基于确定的移动策略控制所述电子设备移动。
实际应用时，基于确定的移动策略控制所述电子设备移动的过程中，可能会出现监测到人员活动的情况，此时，所述电子设备需重新确定移动策略，使得所述电子设备在所处环境移动的过程尽量避开用户活动的区域和时间，进而减少电子设备在移动时对用户的干扰，提升用户体验。
基于此，在一实施例中，所述方法还包括：
基于确定的移动策略控制所述电子设备移动的过程中，监测是否有人员出现，得到第一监测结果；
当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略；
基于重新确定的移动策略控制所述电子设备移动。
实际应用时，所述电子设备可以利用红外线传感器或其它能够识别人体的传感器监测是否有人员出现。
当所述电子设备是扫地机器人等家电设备时，所述电子设备重复地在一个区域中移动会造成不必要的功耗；此时，所述电子设备在重新确定移动策略时，需排除已经移动过的区域，并从除当前区域外的其它区域开始移动；如此，能够减少所述电子设备的功耗，节能环保，提升用户体验。
基于此，在一实施例中，所述当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略，包括：
基于所述电子设备当前的移动策略包含的第二信息，从所述至少两个区域中排除所述电子设备已经基于所述移动策略移动过的区域，得到第四集合；
从所述第四集合中排除所述电子设备当前移动的区域，得到第五集合；
基于所述第四集合，重新确定移动策略；重新确定的移动策略包含的第二信息中的第一个区域是基于所述第五集合确定的。
实际应用时，所述电子设备可能在所处环境未移动过的最后一个区域中监测到人员活动；或者，所述电子设备在预设时间(比如5分钟或10分钟)内在所处环境未移动过的每个区域都监测到了人员活动；此时，所述电子设备不得不进入存在人员活动的区域，可以在所述电子设备移动的过程中控制所述电子设备开启静音模式；或者，可以基于各区域的功能判断人员活动持续的时间，基于各区域中人员活动可能持续的时间，重新确定所述电子设备的移动策略。这样，可以减少所述电子设备给用户带来的干扰，提升用户体验。
基于此，在一实施例中，所述第五集合为空集；所述方法还包括：
控制所述电子设备以静音状态在当前区域中移动；
这里，所述第五集合为空集时，表征所述第四集合中包含的区域为所述电子设备当前移动的区域；即在所述电子设备所处环境中，除所述电子设备当前移动的区域外的其它区域都是基于所述移动策略移动过的区域。
下面结合应用实施例对本发明再作进一步详细的描述。
在本应用实施例中，所述电子设备为扫地机器人，可简称为扫地机；所述电子设备所处的环境为扫地机需清扫的房屋；所述至少两个区域为房屋中的至少两个房间。
在本应用实施例中，用户可以通过用户终端App控制扫地机，如图3所示，所述用户终端App能够为用户提供的功能包括：
预约功能：用户可以通过用户终端App设置扫地机开始清扫的时间，扫地机在用户设置的时间开始清扫工作。在预约功能开启的情况下，用户可以选择是否开启智能路径规划功能；用户选择开启智能路径规划功能时，扫地机自动确定一个分数最低(即遇见人员活动的概率最低，对家庭人员干扰最小)的清扫路径(即上述确定的移动策略包含的第二信息)开始清扫工作；用户未选择开启智能路径规划功能时，扫地机基于初始清扫路径(可以是用户第一次使用扫地机时，扫地机利用VSLAM技术自动生成的路径)开始清扫工作。
智能推荐功能：用户选择开启智能推荐功能后，会自动开启智能路径规划功能；扫地机自动确定预设的各时间段对应的各清扫路径的分数，并确定一个分数最低的清扫时间(即确定移动策略的第一信息)和清扫路径(即确定移动策略的第二信息)进行清扫工作。
实际应用时，在用户终端App显示扫地机功能的页面，智能路径规划功能可以显示为预约功能和智能推荐功能的下层功能，也可以显示为与预约功能和智能推荐功能并列的功能。
在本应用实施例中，清扫路径是扫地机利用VSLAM技术生成的，可以用清扫路径表征的扫地机清扫各房间的顺序指代清扫路径本身，比如“客厅-卧室-餐厅”。
在本应用实施例中，扫地机每天清扫房屋时都会监测并存储清扫数据；其中，所述清扫数据包含扫地机每天清扫房屋的过程中监测到的各房间的清扫时间(可以包括开始清扫相应房间的时间、结束清扫相应房间的时间以及清扫相应房间的时长)、各房间的人员有无情况和各房间的环境障碍情况(比如地面上的杂乱电线、拖鞋、台阶等家庭环境障碍)等数据；存储的清扫数据可以称为历史清扫数据(即上述历史监测数据)。扫地机对历史清扫数据进行统计，得到人员活动概率表(即上述人员活动数据)。当用户选择开启智能路径规划功能或智能推荐功能时，扫地机根据历史清扫数据和人员活动概率表确定多个清扫路径，并计算各清扫路径的分数，将分数最低的清扫路径确定为扫地机的清扫路径。
具体地，计算各清扫路径的分数时，首先，将各房间的清扫时间按人员活动概率表中的时间间隔(即上述预设时间间隔)拆分成时间段；比如某个房间的清扫时间为11：00～11：30、清扫时长为30分钟，人员活动概率表中的时间间隔为10分钟，则该房间的清扫时间被拆分为3个时长为10分钟的时间段(11：00～11：10、11：10～11：20、以及11：20～11：30)。然后，累加该房间被拆分得到的时间段的时间间隔与该时间间隔对应的人员活动概率的乘积，得到该房间的分数；比如清扫时间被拆分为3个时长为10分钟的时间段(11：00～11：10、11：10～11：20、以及11：20～11：30)的房间，假设人员活动概率表中，该房间在时间段11：00～11：10对应的人员活动概率为x、在时间段11：10～11：20对应的人员活动概率为y、以及在时间段11：20～11：30对应的人员活动概率为z，那么该房间的分数为10*x+10*y+10*z。最后，累加各个房间的分数，即可得到清扫路径的分数。如此，清扫路径的分数能够表征扫地机基于清扫路径进行清扫工作的过程中遇见人员活动的概率。
实际应用时，人员活动概率表的结构可以如图4所示，该人员活动概率表的时间跨度(即上述预设时间范围)为0：00～24：00，共24小时；时间间隔为30分钟；扫地机待清扫的房屋包括客厅、卧室和餐厅。
实际应用时，人员活动概率表中的时间间隔还可以是1分钟至60分钟范围内的任意数值，时间间隔越小，扫地机在确定清扫路径时的计算时间越长，确定的清扫时间和清扫路径更加精确合理。因此，时间间隔可以由研发人员根据扫地机的计算能力设置，也可以由用户根据自身需要(比如家庭成员各自的活动规律)设置。
在一实施例中，扫地机可以根据历史清扫数据每天更新人员活动概率表；或者，扫地机可以将当前的人员活动概率表传输到用户终端App，由用户确定是否需要更新或自定义设置人员活动概率表；用户终端App可以将用户确定的结果发送到扫地机，使得扫地机确定是否需要更新人员活动概率表。
如图5所示，本应用实施例提供的控制方法，具体包括以下步骤：
步骤501：扫地机确定待清扫房屋的各个房间；之后执行步骤502。
具体地，扫地机利用VSLAM技术识别出房屋中的床、餐桌、沙发和电视等具有特征(能体现房间的功能)的家具，根据识别出的家具，确定待清扫房屋的各个房间，比如卧室、餐厅、客厅等。
实际应用时，扫地机也可以利用其它能够进行视觉识别的技术来确定待清扫房屋的各个房间。
步骤502：扫地机获取历史清扫数据，根据历史清扫数据确定人员活动概率表；之后执行步骤503。
具体地，扫地机对获取的历史清扫数据进行统计，得到人员活动概率表。
实际应用时，考虑到历史清扫数据的数据量可能会很大，这里可以采用大数据技术来统计历史清扫数据，以加快数据处理速度。
步骤503：扫地机接收用户通过用户终端App发送的指令；之后执行步骤504。
这里，扫地机接收的指令表征用户选择开启的扫地机的功能。
步骤504：扫地机判断接收的指令是否表征用户选择开启预约功能；若是，执行步骤505；若否，则执行步骤508。
步骤505：扫地机判断接收的指令是否表征用户选择开启智能路径规划功能；若是，执行步骤506；若否，则执行步骤507。
步骤506：扫地机根据接收的指令确定清扫时间，根据人员活动概率表确定清扫路径；之后执行509。
具体地，当用户通过用户终端App开启扫地机的预约功能时，可以通过指令将清扫时间发送给扫地机，也就是说，扫地机接收的指令包含了清扫时间。
实际应用时，以图4所示的人员活动概率表为例，假设扫地机确定的清扫时间为5：00；同时，假设清扫客厅需要60分钟、清扫卧室需要30分钟、清扫餐厅也需要30分钟；此时扫地机清扫待清扫房屋的时长是120分钟，也就是说，扫地机确定清扫路径时，需要人员活动概率表中时间段5：00～5：30、时间段5：30～6：00、时间段6：00～6：30以及时间段6：30～7：00对应的人员活动概率。具体地，扫地机基于图4所示的人员活动概率表能够确定6条清扫路径；确定的各清扫路径以及各清扫路径的分数如下：
路径1为“客厅-卧室-餐厅”，路径1的分数为：(30*20％+30*18％)+30*20％+30*4％＝18.6。
路径2为“客厅-餐厅-卧室”，路径2的分数为：(30*20％+30*18％)+30*50％+30*30％＝35.4。
路径3为“卧室-客厅-餐厅”，路径3的分数为：30*5％+(30*18％+30*5％)+30*4％＝9.6。
路径4为“卧室-餐厅-客厅”，路径4的分数为：30*5％+30*6％+(30*5％+30*70％)＝25.8。
路径5为“餐厅-客厅-卧室”，路径5的分数为：30*7％+(30*18％+30*5％)+30*30％＝18。
路径6为“餐厅-卧室-客厅”，路径6的分数为：30*7％+30*8％+(30*5％+30*70％)＝27。
如此，可以将分数最低的路径3“卧室-客厅-餐厅”确定为扫地机的清扫路径。
步骤507：扫地机根据接收的指令确定清扫时间，并将初始清扫路径确定为清扫路径；之后执行步骤509。
步骤508：扫地机开启智能规划功能，根据人员活动概率表确定清扫时间和清扫路径；之后执行步骤509。
具体地，以图4所示的人员活动概率表为例，可以采用两种方式确定清扫时间和清扫路径：
方式一：将人员活动概率表中每个时间段的起始时间确定为一个清扫时间，得到48个清扫时间；计算每个清扫时间对应的6条清扫路径的分数，得到288种清扫方案(即上述移动策略)；每种清扫方案包含一个清扫时间和该清扫时间对应的一个清扫路径；确定288种清扫方案的分数，将分数最低的清扫方案包含的清扫时间确定为扫地机的清扫时间，同时将分数最低的清扫方案包含的清扫路径确定为扫地机的清扫路径。
方式二：确定人员活动概率表中每个时间段对应的各房间的人员活动概率和，比如时间段4：30～5：00对应的人员活动概率和为：11％+22％+2％＝35％。将确定的人员活动概率和中的最大值对应的时间段的起始时间确定为扫地机的清扫时间；基于确定的清扫时间和人员活动概率表，确定6条清扫路径的分数；将分数最低的清扫路径确定为扫地机的清扫路径。
实际应用时，当至少两个清扫路径的分数相同时，可以判断分数相同的至少两个清扫路径对应的扫地机清扫路程的长度，将扫地机清扫路程的长度最短的清扫路径确定为所述电子设备的清扫路径。
这里，判断分数相同的清扫路径对应的扫地机清扫路程的长度时，可以利用VSLAM技术或其它视觉导航技术确定各清扫路径对应的扫地机清扫路程的长度值，通过比较各清扫路径对应的扫地机清扫路程的长度值，确定扫地机清扫路程的长度最短的清扫路径。也可以用VSLAM技术或其它视觉导航技术确定各个房间的连接关系，通过比较各房间的连接关系，确定扫地机清扫路程的长度最短的清扫路径；例如，扫地机确定了卧室与客厅相连、但不和餐厅相连，此时，对于清扫路径“卧室-餐厅-客厅”和清扫路径“卧室-客厅-餐厅”，可以确定清扫路径“卧室-客厅-餐厅”对应的清扫路程的长度更短。
步骤509：扫地机在清扫时间基于清扫路径开始清扫工作。
实际应用时，扫地机在清扫时间基于清扫路径进行清扫工作的过程中，当扫地机监测到正在清扫的房间内有人时，可以重新确定清扫路径，以避免对用户造成噪声干扰和废气干扰。扫地机重新确定清扫路径时，应排除已清扫过的房间，并在未清扫的房间组成的清扫路径中排除从当前房间开始清扫的清扫路径。比如，当扫地机基于“客厅-卧室-餐厅”的清扫路径进行清扫，并在清扫客厅的过程中监测到客厅有人时，需重新确定未清扫的房间组成的清扫路径，并排除从客厅开始清扫的清扫路径；由于客厅、卧室和餐厅都没有完成清扫，所以能够确定4个清扫路径：“卧室-客厅-餐厅”、“卧室-餐厅-客厅”、“餐厅-卧室-客厅”和“餐厅-客厅-卧室”；将上述4个清扫路径中分数最低的清扫路径重新确定为扫地机的清扫路径，使扫地机基于重新确定的清扫路径开始清扫工作。假设扫地机基于重新确定的清扫路径“卧室-餐厅-客厅”进行清扫工作，并顺利完成了卧室的清扫，在清扫餐厅时监测到餐厅有人，则扫地机仍需重新确定清扫路径；此时由于扫地机已经完成了卧室的清扫，且重新确定的清扫路径不能从餐厅开始，所以扫地机可以将“客厅-餐厅”重新确定为清扫路径。
这里，扫地机在清扫时间基于清扫路径进行清扫工作的过程中，由于监测到当前清扫的房间有人而重新确定清扫路径时，当前房间的有人状态会被记录，即存储扫地机监测到当前房间有人的时间、当前房间的名称以及当前房间的状态(有人)等信息。
实际应用时，扫地机在清扫时间基于清扫路径进行清扫工作的过程中，如果扫地机在预设时间(比如5分钟或10分钟)内，监测到每个房间均存在有人的记录，则判断所有房间均为有人状态；此时，扫地机可以基于各房间的功能确定用户可能在相应房间停留的时间，并基于用户可能在各房间停留的时间重新确定清扫路径。比如，当扫地机确定厨房、餐厅、客厅、卧室均为有人状态时，可以基于历史清扫数据，确定用户在厨房停留的时间小于用户在餐厅停留的时间、用户在餐厅停留的时间小于用户在客厅停留的时间、用户在客厅停留的时间小于用户在卧室停留的时间；此时，扫地机可以将“厨房-餐厅-客厅-卧室”重新确定为清扫路径。
实际应用时，如果扫地机只能在某个房间为有人状态时进行该房间的清扫，可以在静音模式(噪声较小，排除的废气较少，但清扫时间较长)下进行该房间的清扫。
这里，扫地机可以基于历史清扫数据，确定某个房间在某一时间段内一直为有人状态；并在该时间段内需要清扫该房间时自动开启静音模式。比如，扫地机基于历史清扫数据，确定卧室在22：00～第二天7：00或13：00～15：00时一致为有人状态，当扫地机在22：00～第二天7：00或13：00～15：00时需自动清扫卧室时，可以在静音模式下清扫卧室。
实际应用时，扫地机在根据人员活动概率表确定清扫时间和清扫路径时，可以基于历史清扫数据确定用户的偏好(比如扫地机在某一时间段清扫的次数较多，可以确定用户偏好在该时间段进行房屋的清扫)，再基于用户的偏好，确定清扫时间和清扫路径。
本应用实施例提供的方案，扫地机基于每天监测的清扫数据，对家中成员的活动状态进行了大数据分析，并基于分析结果确定了对家中成员影响最小的清扫时间和清扫路径，使扫地机在清扫时间基于确定的清扫路径清扫房屋的过程中尽量避开用户活动的区域和时间，进而减少扫地机在移动时给用户带来的噪声干扰和排出废气的干扰，提升用户体验。
为了实现本发明实施例的方法，本发明实施例还提供了一种控制装置，应用于电子设备；如图6所示，控制装置600包括：第一获取模块601、第一计算模块602、第二计算模块603和第一控制模块604。其中，
所述第一获取模块601，用于获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
所述第一计算模块602，用于根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
所述第二计算模块603，用于根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
所述第一控制模块604，用于基于确定的移动策略控制所述电子设备移动。
在一实施例中，所述第二计算模块603具体包括：第三计算模块、第四计算模块和第五计算模块。其中，
所述第三计算模块，用于根据获取的人员活动数据，确定移动策略集合；所述移动策略集合中的每个移动策略至少包含所述电子设备在所处环境中开始移动的时间，以及所述电子设备在所处环境移动的过程中各区域的移动顺序；
所述第四计算模块，用于根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数；所述分数表征所述电子设备基于相应移动策略移动的过程中遇见人员活动的概率；
所述第五计算模块，用于将所述移动策略集合中分数最低的移动策略确定为所述电子设备的移动策略。
在一实施例中，所述第三计算模块，具体用于：
从所述人员活动数据中获得所述至少两个时间段中每个时间段的起始时间，得到至少两个起始时间；将得到的至少两个起始时间确定为第一集合；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第二集合；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到至少四个移动策略；
将得到的至少四个移动策略确定为所述移动策略集合。
在一实施例中，所述第三计算模块，具体用于：
针对每个时间段，将所述至少两个区域的人员活动概率求和，得到至少两个人员活动概率和；
将所述至少两个人员活动概率和中最小的人员活动概率和对应的时间段的起始时间确定为第三信息；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第三集合；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到至少两个移动策略；
将得到的至少两个移动策略确定为所述移动策略集合。
在一实施例中，所述第四计算模块，具体用于：
对于所述移动策略集合中的每个移动策略，根据所述至少两个移动时长、所述人员活动数据、相应移动策略包含的所述电子设备在所处环境移动的过程中各区域的移动顺序、和相应移动策略包含的所述电子设备在所处环境中开始移动的时间，确定每个区域的分数；
根据确定的每个区域的分数，确定相应移动策略的分数。
在一实施例中，所述控制装置600还包括：监测模块、第六计算模块和第二控制模块。其中，
所述监测模块，用于基于确定的移动策略控制所述电子设备移动的过程中，监测是否有人员出现，得到第一监测结果；
所述第六计算模块，用于当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略；
所述第二控制模块，用于基于重新确定的移动策略控制所述电子设备移动。
在一实施例中，所述第六计算模块具体包括：第七计算模块、第八计算模块和第九计算模块。其中，
所述第七计算模块，用于基于所述电子设备当前的移动策略包含的第二信息，从所述至少两个区域中排除所述电子设备已经基于所述移动策略移动过的区域，得到第四集合；
所述第八计算模块，用于从所述第四集合中排除所述电子设备当前移动的区域，得到第五集合；
所述第九计算模块，用于基于所述第四集合，重新确定移动策略；重新确定的移动策略包含的第二信息中的第一个区域是基于所述第五集合确定的。
在一实施例中，所述第八计算模块得到的第五集合为空集；所述控制装置600还包括：
第三控制模块，用于控制所述电子设备以静音状态在当前区域中移动。
在一实施例中，所述控制装置600还包括：
第二获取模块，用于获取所述人员活动数据；所述人员活动数据是根据获取的历史监测数据确定的。
实际应用时，所述第一获取模块601、所述第一计算模块602、所述第二计算模块603、所述第一控制模块604、所述第三计算模块、所述第四计算模块、所述第五计算模块、所述监测模块、所述第六计算模块、所述第二控制模块、所述第七计算模块、所述第八计算模块、所述第九计算模块、所述第三控制模块和所述第二获取模块可由控制装置600中的处理器实现。
需要说明的是：上述实施例提供的控制装置600在控制电子设备时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将装置的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的控制装置600与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本发明实施例的方法，本发明实施例还提供了一种电子设备，如图7所示，所述电子设备70包括：
处理器71，用于运行计算机程序时，执行上述多个技术方案提供的控制方法；
存储器72，用于存储能够在处理器71上运行的计算机程序。
具体地，所述处理器71用于执行以下操作：
获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
基于确定的移动策略控制所述电子设备移动。
在一实施例中，所述处理器71，用于执行以下操作：
根据获取的人员活动数据，确定移动策略集合；所述移动策略集合中的每个移动策略至少包含所述电子设备在所处环境中开始移动的时间，以及所述电子设备在所处环境移动的过程中各区域的移动顺序；
根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数；所述分数表征所述电子设备基于相应移动策略移动的过程中遇见人员活动的概率；
将所述移动策略集合中分数最低的移动策略确定为所述电子设备的移动策略。
在一实施例中，所述处理器71，具体用于执行以下操作：
从所述人员活动数据中获得所述至少两个时间段中每个时间段的起始时间，得到至少两个起始时间；将得到的至少两个起始时间确定为第一集合；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第二集合；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到至少四个移动策略；
将得到的至少四个移动策略确定为所述移动策略集合。
在一实施例中，所述处理器71，具体用于执行以下操作：
针对每个时间段，将所述至少两个区域的人员活动概率求和，得到至少两个人员活动概率和；
将所述至少两个人员活动概率和中最小的人员活动概率和对应的时间段的起始时间确定为第三信息；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第三集合；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到至少两个移动策略；
将得到的至少两个移动策略确定为所述移动策略集合。
在一实施例中，所述处理器71，具体用于执行以下操作：
对于所述移动策略集合中的每个移动策略，根据所述至少两个移动时长、所述人员活动数据、相应移动策略包含的所述电子设备在所处环境移动的过程中各区域的移动顺序、和相应移动策略包含的所述电子设备在所处环境中开始移动的时间，确定每个区域的分数；
根据确定的每个区域的分数，确定相应移动策略的分数。
在一实施例中，所述处理器71，还用于执行以下操作：
基于确定的移动策略控制所述电子设备移动的过程中，监测是否有人员出现，得到第一监测结果；
当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略；
基于重新确定的移动策略控制所述电子设备移动。
在一实施例中，所述处理器71，具体用于执行以下操作：
基于所述电子设备当前的移动策略包含的第二信息，从所述至少两个区域中排除所述电子设备已经基于所述移动策略移动过的区域，得到第四集合；
从所述第四集合中排除所述电子设备当前移动的区域，得到第五集合；
基于所述第四集合，重新确定移动策略；重新确定的移动策略包含的第二信息中的第一个区域是基于所述第五集合确定的。
在一实施例中，所述第五集合为空集；所述处理器71，还用于执行以下操作：
控制所述电子设备以静音状态在当前区域中移动。
在一实施例中，所述处理器71，还用于执行以下操作：
获取所述人员活动数据；所述人员活动数据是根据获取的历史监测数据确定的。
需要说明的是：所述处理器71具体的执行操作的过程详见方法实施例，这里不再赘述。
当然，实际应用时，电子设备70中的各个组件通过总线系统73耦合在一起。可理解，总线系统73用于实现这些组件之间的连接通信。总线系统73除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图7中将各种总线都标为总线系统73。
本发明实施例中的存储器72用于存储各种类型的数据以支持电子设备70的操作。这些数据的示例包括：用于在电子设备70上操作的任何计算机程序。
上述本发明实施例揭示的方法可以应用于所述处理器71中，或者由所述处理器71实现。所述处理器71可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过所述处理器71中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器71可以是通用处理器、数字信号处理器(DSP，Digital Signal Processor)，或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。所述处理器71可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器72，所述处理器71读取存储器72中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，电子设备70可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，本发明实施例的存储器(存储器72)可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
在示例性实施例中，本发明实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器72，上述计算机程序可由电子设备70的处理器71执行，以完成前述方法所述步骤。计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器。
需要说明的是：“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。
另外，本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (12)
1.一种控制方法，其特征在于，应用于电子设备，包括：
获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
基于确定的移动策略控制所述电子设备移动。
2.根据权利要求1所述的方法，其特征在于，所述根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略，包括：
根据获取的人员活动数据，确定移动策略集合；所述移动策略集合中每个移动策略至少包含所述电子设备在所处环境中开始移动的时间，以及所述电子设备在所处环境移动的过程中各区域的移动顺序；
根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数；所述分数表征所述电子设备基于相应移动策略移动的过程中监测到人员活动的概率；
将所述移动策略集合中分数最低的移动策略确定为所述电子设备的移动策略。
3.根据权利要求2所述的方法，其特征在于，所述根据获取的人员活动数据，确定移动策略集合，包括：
从所述人员活动数据中获得所述至少两个时间段中每个时间段的起始时间，得到至少两个起始时间；将得到的至少两个起始时间确定为第一集合；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第二集合；
将所述第一集合中的任意一个起始时间以及所述第二集合中的任意一个排列顺序进行组合，得到至少四个移动策略；
将得到的至少四个移动策略确定为所述移动策略集合。
4.根据权利要求2所述的方法，其特征在于，所述根据获取的人员活动数据，确定移动策略集合，包括：
针对每个时间段，将所述至少两个区域的人员活动概率求和，得到至少两个人员活动概率和；
将所述至少两个人员活动概率和中最小的人员活动概率和对应的时间段的起始时间确定为第三信息；
将所述至少两个区域任意排序，得到至少两个排列顺序；将得到的至少两个排列顺序确定为第三集合；
将所述第三信息以及所述第三集合中的任意一个排列顺序进行组合，得到至少两个移动策略；
将得到的至少两个移动策略确定为所述移动策略集合。
5.根据权利要求2所述的方法，其特征在于，所述根据得到的至少两个移动时长以及所述人员活动数据，结合预设策略，确定所述移动策略集合中每个移动策略的分数，包括：
对于所述移动策略集合中的每个移动策略，根据所述至少两个移动时长、所述人员活动数据、相应移动策略包含的所述电子设备在所处环境移动的过程中各区域的移动顺序、和相应移动策略包含的所述电子设备在所处环境中开始移动的时间，确定每个区域的分数；
根据确定的每个区域的分数，确定相应移动策略的分数。
6.根据权利要求1至5任一项所述的方法，其特征在于，所述方法还包括：
基于确定的移动策略控制所述电子设备移动的过程中，监测是否有人员出现，得到第一监测结果；
当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略；
基于重新确定的移动策略控制所述电子设备移动。
7.根据权利要求6所述的方法，其特征在于，所述当所述第一监测结果表征在所述电子设备当前移动的区域内有人员出现时，重新确定移动策略，包括：
基于所述电子设备当前的移动策略包含的第二信息，从所述至少两个区域中排除所述电子设备已经基于所述移动策略移动过的区域，得到第四集合；
从所述第四集合中排除所述电子设备当前移动的区域，得到第五集合；
基于所述第四集合，重新确定移动策略；重新确定的移动策略包含的第二信息中的第一个区域是基于所述第五集合确定的。
8.根据权利要求7所述的方法，其特征在于，所述第五集合为空集；所述方法还包括：
控制所述电子设备以静音状态在当前区域中移动。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述人员活动数据；所述人员活动数据是根据获取的历史监测数据确定的。
10.一种控制装置，其特征在于，应用于电子设备，包括：
第一获取模块，用于获取历史监测数据；所述历史监测数据是所述电子设备在所处环境移动的过程中监测得到的；所述环境被划分为至少两个区域；
第一计算模块，用于根据获取的历史监测数据，确定所述电子设备在所述至少两个区域中每个区域内移动的过程对应的移动时长，得到至少两个移动时长；
第二计算模块，用于根据得到的至少两个移动时长以及人员活动数据，确定所述电子设备在所处环境中的移动策略；确定的移动策略至少包含第一信息和第二信息；所述第一信息表征所述电子设备在所处环境中开始移动的时间；所述第二信息表征所述电子设备在所处环境移动的过程中各区域的移动顺序；所述人员活动数据包含至少两个时间段的人员活动信息；每个时间段的人员活动信息包含所述至少两个区域中每个区域内相应时间段的人员活动概率；
第一控制模块，用于基于确定的移动策略控制所述电子设备移动。
11.一种电子设备，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至9任一项所述方法的步骤。
12.一种存储介质，所述介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至9任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910900987.5A CN112540601B (zh) | 2019-09-23 | 2019-09-23 | 控制方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910900987.5A CN112540601B (zh) | 2019-09-23 | 2019-09-23 | 控制方法、装置、电子设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112540601A CN112540601A (zh) | 2021-03-23 |
| CN112540601B true CN112540601B (zh) | 2022-04-01 |
Family
ID=75013198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910900987.5A Active CN112540601B (zh) | 2019-09-23 | 2019-09-23 | 控制方法、装置、电子设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112540601B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113925393A (zh) * | 2021-10-21 | 2022-01-14 | 微思机器人(深圳)有限公司 | 一种智能清扫的方法、装置、扫地机器人及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355203A (zh) * | 2016-08-31 | 2017-01-25 | 无锡知谷网络科技有限公司 | 活动人群的分类方法和系统 |
| CN109118007A (zh) * | 2018-08-21 | 2019-01-01 | 南京中孚信息技术有限公司 | 路径规划方法、装置、电子设备及存储介质 |
| CN109345887A (zh) * | 2018-09-29 | 2019-02-15 | 北京猎户星空科技有限公司 | 任务执行时长的获取方法、装置及电子设备 |
| CN109700383A (zh) * | 2019-01-17 | 2019-05-03 | 深圳乐动机器人有限公司 | 机器人的清洁方法、机器人及终端设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109363578B (zh) * | 2018-09-13 | 2020-12-04 | 珠海格力电器股份有限公司 | 清洁监控方法、装置及吸尘器和移动终端 |
-
2019
- 2019-09-23 CN CN201910900987.5A patent/CN112540601B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106355203A (zh) * | 2016-08-31 | 2017-01-25 | 无锡知谷网络科技有限公司 | 活动人群的分类方法和系统 |
| CN109118007A (zh) * | 2018-08-21 | 2019-01-01 | 南京中孚信息技术有限公司 | 路径规划方法、装置、电子设备及存储介质 |
| CN109345887A (zh) * | 2018-09-29 | 2019-02-15 | 北京猎户星空科技有限公司 | 任务执行时长的获取方法、装置及电子设备 |
| CN109700383A (zh) * | 2019-01-17 | 2019-05-03 | 深圳乐动机器人有限公司 | 机器人的清洁方法、机器人及终端设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112540601A (zh) | 2021-03-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11709497B2 (en) | Method for controlling an autonomous mobile robot | |
| US10123674B2 (en) | Cognitive vacuum cleaner with learning and cohort classification | |
| CN108231069B (zh) | 清洁机器人的语音控制方法、云服务器、清洁机器人及其存储介质 | |
| US9402518B2 (en) | Apparatus and method for controlling cleaning in robotic cleaner | |
| CN111657798B (zh) | 基于场景信息的清扫机器人控制方法、装置和清扫机器人 | |
| JP2019121364A (ja) | 状況認識のためのモバイル清掃ロボット人工知能 | |
| Gottfried et al. | Spatiotemporal reasoning for smart homes | |
| CN112826373B (zh) | 清洁机器人的清洁方法、装置、设备和存储介质 | |
| CN112540601B (zh) | 控制方法、装置、电子设备以及存储介质 | |
| JP4524302B2 (ja) | 家庭用モバイルロボットの掃除およびホームモニタリング予約サービスのためのサーバ装置およびそのサービス方法 | |
| CN111643017A (zh) | 基于日程信息的清扫机器人控制方法、装置和清扫机器人 | |
| CN111443697A (zh) | 扫地机器人陪伴宠物的方法、系统及芯片 | |
| CN113208501A (zh) | 运行清洁系统的方法 | |
| CN111743462B (zh) | 扫地机器人的清扫方法及装置 | |
| KR102056696B1 (ko) | 사용자 행위 데이터를 생성하기 위한 단말 장치, 사용자 행위 데이터 생성 방법 및 기록매체 | |
| CN112784664A (zh) | 语义地图构建与作业方法、自主移动设备及存储介质 | |
| CN111367301A (zh) | 扫地机器人的清扫规划方法、系统和芯片 | |
| CN113310174A (zh) | 用于空调的设定信息推送方法、装置及空调 | |
| CN110169741B (zh) | 一种清洁处理方法及设备 | |
| CN104392346A (zh) | 清洁设备及其控制方法和装置 | |
| CN109602344B (zh) | 基于微波雷达的扫地机器人控制方法及装置、系统 | |
| KR20170066924A (ko) | VoC 수집 방법 및 장치 | |
| CN109363578A (zh) | 清洁监控方法、装置及吸尘器和移动终端 | |
| CN113616112A (zh) | 扫地机控制方法、系统、扫地机及计算机可读存储介质 | |
| CN116300844A (zh) | 清扫设备的智能控制方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210323 Address after: No.39 Caohu Avenue, Xiangcheng Economic Development Zone, Suzhou City, Jiangsu Province Applicant after: Meizhizongheng Technology Co.,Ltd. Address before: 39 Caohu Avenue, Xiangcheng Economic Development Zone, Suzhou, Jiangsu Province, 215144 Applicant before: JIANGSU MIDEA CLEANING APPLIANCES Co.,Ltd. Applicant before: MIDEA GROUP Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |