CN112663277A - 一种基于图像识别的洗衣系统及控制方法 - Google Patents
一种基于图像识别的洗衣系统及控制方法 Download PDFInfo
- Publication number
- CN112663277A CN112663277A CN202011453625.5A CN202011453625A CN112663277A CN 112663277 A CN112663277 A CN 112663277A CN 202011453625 A CN202011453625 A CN 202011453625A CN 112663277 A CN112663277 A CN 112663277A
- Authority
- CN
- China
- Prior art keywords
- washing
- controller
- data
- image
- model
- 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.)
- Pending
Links
- 238000005406 washing Methods 0.000 title claims abstract description 165
- 238000000034 method Methods 0.000 title claims abstract description 16
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 65
- 238000002347 injection Methods 0.000 claims abstract description 22
- 239000007924 injection Substances 0.000 claims abstract description 22
- 239000003599 detergent Substances 0.000 claims abstract description 16
- 238000012706 support-vector machine Methods 0.000 claims description 25
- 238000013527 convolutional neural network Methods 0.000 claims description 22
- 238000012549 training Methods 0.000 claims description 22
- 239000000463 material Substances 0.000 claims description 12
- 239000007788 liquid Substances 0.000 claims description 10
- 230000003749 cleanliness Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 239000010865 sewage Substances 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 abstract description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241000208202 Linaceae Species 0.000 description 1
- 235000004431 Linum usitatissimum Nutrition 0.000 description 1
- 229920004933 Terylene® Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011017 operating method Methods 0.000 description 1
- 239000005020 polyethylene terephthalate Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Abstract
本发明涉及一种基于图像识别的洗衣系统及控制方法，洗衣系统包括洗衣机本体、供水模块、图像采集装置和控制器；图像采集装置用于获取洗涤对象的图像数据；控制器用于分析图像数据，并输出控制信号；控制方法具体为：用户模式下由用户控制；自动模式下根据图像数据，基于第一模型和第二模型得到最佳洗涤控制数据，并输出控制信号。与现有技术相比，本发明通过对洗涤对象进行图像采集和分析，得到最佳的洗涤时间、注水量、洗涤剂量、洗衣机本体的洗涤方式，自动化程度高，控制器直接生成控制信号，减少了洗衣时设置洗涤方式、时间等的操作步骤，能实现对洗涤对象的精确洗涤，降低了由于洗涤不当对衣物造成损伤的风险，节约了水电。
Description
技术领域
本发明涉及衣物洗涤领域，尤其是涉及一种基于图像识别的洗衣系统及控制方法。
背景技术
随着科技的进步，人们的生活越来越智能化、自动化，洗衣机能够代替人工手洗衣物，成为日常生活中必不可少的工具。
但是，多数洗衣机只是半自动化，虽然集添加洗衣液、洗涤、烘干为一体，但是，必须使用者根据生活经验手动选择洗涤模式，控制洗涤剂的用量，操作步骤繁琐。而使用者并非专业人员，不具备专业的洗衣知识，且洗涤程序越来越多样化，针对不同材质、不同脏污程度的衣服，使用者难以选择合适的洗涤方式、时间、洗涤剂，甚至会造成衣物脱色、破损、耗水量耗电量增加以及洗衣机细菌量增多等问题。
中国专利CN201510337977.7公开了一种智能衣物洗涤控制系统及控制方法，通过统计并分析用户的日常的洗衣记录，利用大数据为用户推送与用户洗衣记录相关的洗涤建议，实现用户个性化的建议推送的目的。但是，该专利并未解决洗衣时操作步骤繁琐的问题，也没有从根本上解决如何根据洗涤对象自动选择合适的洗涤方式的问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图像识别的洗衣系统及控制方法，在自动模式下，通过对洗涤对象进行图像采集和分析，得到最佳的洗涤时间、注水量、洗涤剂量、洗衣机本体的洗涤方式，自动化程度高，控制器直接生成控制信号，减少了洗衣时设置洗涤方式、时间等的操作步骤，能实现对洗涤对象的精确洗涤，降低了由于洗涤不当对衣物造成损伤的风险，节约了水电。
本发明的目的可以通过以下技术方案来实现：
一种基于图像识别的洗衣系统，包括洗衣机本体和供水模块，还包括图像采集装置和控制器；
所述供水模块分别与洗衣机本体和控制器连接，包括洗涤剂供给装置、注水管和排水管，用于洗涤剂注入、清水注入和污水排出；
所述图像采集装置与控制器连接，用于获取洗涤对象的图像数据并将其传输至控制器；
所述控制器分别与洗衣机本体、供水模块和图像采集装置连接，用于接收并分析图像数据，得到洗涤对象的特征数据，并根据洗涤对象的特征数据输出控制信号，所述特征数据包括：表面清洁度、颜色、材质和大小。
进一步的，所述供水模块还包括水位数据检测单元，用于获取洗衣机本体的水位数据并将其传输至控制器。
更进一步的，所述水位数据检测单元包括设于洗衣机本体内的液位传感器，所述液位传感器的数量至少为1个，且液位传感器与控制器通信连接。
更进一步的，所述洗衣系统还包括报警模块，报警模块与控制器连接，用于获取所述洗衣系统的工作参数并根据预设置的安全阈值发出报警信息，所述工作参数包括：工作电流、工作电压、电机转速和水位数据。
进一步的，所述图像采集模块包括摄像头和无线射频装置，所述摄像头用于采集洗涤图像的图像，所述无线射频装置用于采集洗涤对象的标签信息，所述图像数据包括洗涤图像的图像和洗涤对象的标签信息。
进一步的，所述洗衣系统还包括指令输入模块，所述指令输入模块与控制器连接，用于获取用户输入的指令并将其传输至控制器，控制器根据用户输入的指令生成控制信号。
更进一步的，所述指令输入模块为设于洗衣机本体上的触摸按键。
一种基于图像识别的洗衣系统控制方法，用于控制如上所述的洗衣系统，包括以下步骤：
S1：判断洗衣系统的工作模式，如果工作模式为自动模式，则执行步骤S2，如果工作模式为用户模式，则等待用户输入指令，控制器根据用户输入的指令生成控制信号，再执行步骤S5；
S2：图像采集装置获取洗涤对象的图像数据并将其传输至控制器；
S3：在控制器内对图像数据进行预处理后输入训练好的第一模型，提取洗涤对象的特征数据，所述特征数据包括：表面清洁度、颜色、材质和大小；
S4：将特征数据输入训练好的第二模型，得到洗涤控制数据，控制器根据洗涤控制数据生成控制信号，所述洗涤控制数据包括：洗涤时间、注水量、洗涤剂量、洗衣机本体的洗涤方式；
S5：洗衣机本体和供水模块接收控制信号并根据控制信号工作。
进一步的，所述步骤S3中还包括建立第一模型，建立第一模型包括以下步骤：
a1：采集多张洗涤对象的图像数据，对图像数据中洗涤对象的表面清洁度、颜色、材质和大小进行标注，作为训练数据；
a2：构建卷积神经网络，初始化卷积神经网络的参数；
a3：将训练数据输入卷积神经网络中进行训练；
a4：测试卷积神经网络的精度，若不满足预设置的精度阈值，则调整卷积神经网络的参数，重复步骤a3，直至满足预设置的精度阈值或迭代次数等于预设置的最大迭代次数，将卷积神经网络作为第一模型写入控制器。
进一步的，所述步骤S4中还包括建立第二模型，建立第二模型包括以下步骤：
b1：获取多组历史数据，所述历史数据包括特征数据和特征数据对应的最佳洗涤控制数据；
b2：构建支持向量机SVM模型，初始化支持向量机SVM模型的参数，将历史数据作为训练数据；
b3：将训练数据输入支持向量机SVM模型进行训练，当迭代次数等于预设置的迭代次数或满足预设置的结束条件时，结束训练；
b4：将支持向量机SVM模型作为第二模型写入控制器。
与现有技术相比，本发明具有以下有益效果：
(1)在自动模式下，通过对洗涤对象进行图像采集和分析，得到最佳的洗涤时间、注水量、洗涤剂量、洗衣机本体的洗涤方式，自动化程度高，控制器直接生成控制信号，减少了洗衣时设置洗涤方式、时间等的操作步骤，能实现对洗涤对象的精确洗涤，降低了由于洗涤不当对衣物造成损伤的风险，节约了水电。
(2)可以根据需要切换自动模式和用户模式，既能实现自动化洗衣，也能根据实际情况，由用户设定洗衣方式，适用范围广。
(3)根据采集到的洗涤对象的图像数据，基于卷积神经网络和SVM支持向量机能快速得到最佳的洗涤时间、注水量等，识别准确度更高，在洗衣控制中可靠性更高。
(4)为实现未来机器人洗涤提供了过渡阶段的参考方案，同时为未来在智能家居方面实现完全智能机器人洗涤提供了一种可行的参考方案。
附图说明
图1为基于图像识别的洗衣系统的结构示意图；
图2为洗衣系统控制方法的流程图；
附图标记：1、洗衣机本体，2、供水模块，3、图像采集装置，4、控制器。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1：
一种基于图像识别的洗衣系统，如图1所示，包括洗衣机本体1、供水模块2、、图像采集装置3和控制器4。
供水模块2分别与洗衣机本体1和控制器4连接，包括洗涤剂供给装置、注水管和排水管，用于洗涤剂注入、清水注入和污水排出；图像采集装置3与控制器4连接，用于获取洗涤对象的图像数据并将其传输至控制器4；控制器4分别与洗衣机本体1、供水模块2和图像采集装置3连接，用于接收并分析图像数据，得到洗涤对象的特征数据，并根据洗涤对象的特征数据输出控制信号。
供水模块2还包括水位数据检测单元，用于获取洗衣机本体1的水位数据并将其传输至控制器4，水位数据检测单元包括设于洗衣机本体1内的液位传感器，液位传感器的数量至少为1个，且液位传感器与控制器4通信连接，可以直接使用数据线连接，也可以使用蓝牙模块连接。
洗衣系统还包括报警模块，报警模块与控制器4连接，用于获取洗衣系统的工作参数并根据预设置的安全阈值发出报警信息，工作参数包括：工作电流、工作电压、电机转速和水位数据。
本实施例中，水位数据检测单元包括2个设于洗衣机本体1内的液位传感器，液位传感器将洗衣机本体1内的水位数据发送至控制器4，控制器4从而调控供水模块2，实现继续注水、排水、报警等操作。
为了保证洗衣过程的安全性，控制器4实时监测洗衣机本体1的工作电流、工作电压、电机转速和水位数据，如果电流、电压过大或者过小，表明洗衣机本体1可能出现短路、断路等故障，如果电机转速过大或者过小，表明电机可能出现故障，如果水位数据过高、过低，表明供水模块2可能出现故障，如果水位数据与控制器4预期的水位不一致，则通过注水或者排水达到预期水位。
在其他实施方式中，还可以在注水管、排水管上设置流量计，进一步提高水位控制的精确度。
图像采集模块包括摄像头和无线射频装置，摄像头用于采集洗涤图像的图像，无线射频装置用于采集洗涤对象的标签信息。
由于洗衣机本体1内光线较暗，还可以设置与摄像头配合的光源，无线射频装置通过衣物上的标签或者条形码可以直接获取衣物材质，但是，有时采集不到标签或者条形码信息，就可以通过摄像头采集的图像识别。
洗衣系统还包括指令输入模块，指令输入模块与控制器4连接，用于获取用户输入的指令并将其传输至控制器4，控制器4根据用户输入的指令生成控制信号。
本实施例中，指令输入模块为设于洗衣机本体1上的触摸按键，用户直接通过触摸按键设置洗涤时间、注水量等参数。在其他实施方式中，指令输入模块也可以是智能终端，如智能手机，智能手机与控制器通信连接，用户直接在手机界面上设置洗涤时间、注水量等参数。
一种基于图像识别的洗衣系统控制方法，如图2所示，包括以下步骤：
S1：判断洗衣系统的工作模式，如果工作模式为自动模式，则执行步骤S2，否则，等待用户输入指令，控制器4根据用户输入的指令生成控制信号，再执行步骤S5。
用户可以根据需要切换自动模式和用户模式，既能实现自动化洗衣，也能根据实际情况，由用户设定洗衣方式，适用范围广。
S2：图像采集装置3获取洗涤对象的图像数据并将其传输至控制器4；
S3：在控制器4内对图像数据进行预处理后输入训练好的第一模型，提取洗涤对象的特征数据，特征数据包括：表面清洁度、颜色、材质和大小。
步骤S3中还包括建立第一模型，建立第一模型包括以下步骤：
a1：采集多张洗涤对象的图像数据，对图像数据中洗涤对象的表面清洁度、颜色、材质和大小进行标注，作为训练数据；
a2：构建卷积神经网络，初始化卷积神经网络的参数；
a3：将训练数据输入卷积神经网络中进行训练；
a4：测试卷积神经网络的精度，若不满足预设置的精度阈值，则调整卷积神经网络的参数，重复步骤a3，直至满足预设置的精度阈值或迭代次数等于预设置的最大迭代次数，将卷积神经网络作为第一模型写入控制器4。
基于第一模型，可以得到洗涤对象的材质，如棉麻、化纤、涤纶、真丝、纱类等，并进行颜色和清洁度分析，为后续洗涤剂量、洗涤时间的判断提供依据，对于深颜色的衣物，或者斑点、碎花型衣物，需要多采集数据进行训练，以免出现误判，根据洗涤对象的大小、材质，为后续注水量的判断提供依据。
S4：将特征数据输入训练好的第二模型，得到洗涤控制数据，控制器4根据洗涤控制数据生成控制信号，洗涤控制数据包括：洗涤时间、注水量、洗涤剂量、洗衣机本体1的洗涤方式。洗涤方式包括洗衣机常用的洗涤方式，如标准、快速、轻洗、精洗等洗涤方式。
本实施例中，为提高识别精度和准确度，选用CNN卷积神经网络，在其他实施方式中，也可以选用其他深度神经网络。
步骤S4中还包括建立第二模型，建立第二模型包括以下步骤：
b1：获取多组历史数据，历史数据包括特征数据和特征数据对应的最佳洗涤控制数据；
b2：构建支持向量机SVM模型，初始化支持向量机SVM模型的参数，将历史数据作为训练数据；
b3：将训练数据输入支持向量机SVM模型进行训练，当迭代次数等于预设置的迭代次数或满足预设置的结束条件时，结束训练；
b4：将支持向量机SVM模型作为第二模型写入控制器4。
S5：洗衣机本体1和供水模块2接收控制信号并根据控制信号工作。
在其他实施方式中，也可以将支持向量机SVM模型与神经网络结合，以提高精确度。
根据采集到的洗涤对象的图像数据，基于卷积神经网络和SVM支持向量机能快速得到最佳的洗涤时间、注水量等，识别准确度更高，在洗衣控制中可靠性更高；为实现未来机器人洗涤提供了过渡阶段的参考方案，同时为未来在智能家居方面实现完全智能机器人洗涤提供了一种可行的参考方案。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于图像识别的洗衣系统，包括洗衣机本体(1)和供水模块(2)，其特征在于，还包括图像采集装置(3)和控制器(4)；
所述供水模块(2)分别与洗衣机本体(1)和控制器(4)连接，包括洗涤剂供给装置、注水管和排水管，用于洗涤剂注入、清水注入和污水排出；
所述图像采集装置(3)与控制器(4)连接，用于获取洗涤对象的图像数据并将其传输至控制器(4)；
所述控制器(4)分别与洗衣机本体(1)、供水模块(2)和图像采集装置(3)连接，用于接收并分析图像数据，得到洗涤对象的特征数据，并根据洗涤对象的特征数据输出控制信号，所述特征数据包括：表面清洁度、颜色、材质和大小。
2.根据权利要求1所述的一种基于图像识别的洗衣系统，其特征在于，所述供水模块(2)还包括水位数据检测单元，用于获取洗衣机本体(1)的水位数据并将其传输至控制器(4)。
3.根据权利要求2所述的一种基于图像识别的洗衣系统，其特征在于，所述水位数据检测单元包括设于洗衣机本体(1)内的液位传感器，所述液位传感器的数量至少为1个，且液位传感器与控制器(4)通信连接。
4.根据权利要求2所述的一种基于图像识别的洗衣系统，其特征在于，所述洗衣系统还包括报警模块，报警模块与控制器(4)连接，用于获取所述洗衣系统的工作参数并根据预设置的安全阈值发出报警信息，所述工作参数包括：工作电流、工作电压、电机转速和水位数据。
5.根据权利要求1所述的一种基于图像识别的洗衣系统，其特征在于，所述图像采集模块包括摄像头和无线射频装置，所述摄像头用于采集洗涤图像的图像，所述无线射频装置用于采集洗涤对象的标签信息，所述图像数据包括洗涤图像的图像和洗涤对象的标签信息。
6.根据权利要求1所述的一种基于图像识别的洗衣系统，其特征在于，所述洗衣系统还包括指令输入模块，所述指令输入模块与控制器(4)连接，用于获取用户输入的指令并将其传输至控制器(4)，控制器(4)根据用户输入的指令生成控制信号。
7.根据权利要求6所述的一种基于图像识别的洗衣系统，其特征在于，所述指令输入模块为设于洗衣机本体(1)上的触摸按键。
8.一种基于图像识别的洗衣系统控制方法，其特征在于，用于控制如权利要求1-7中任一所述的洗衣系统，包括以下步骤：
S1：判断洗衣系统的工作模式，如果工作模式为自动模式，则执行步骤S2，如果工作模式为用户模式，则等待用户输入指令，控制器(4)根据用户输入的指令生成控制信号，再执行步骤S5；
S2：图像采集装置(3)获取洗涤对象的图像数据并将其传输至控制器(4)；
S3：在控制器(4)内对图像数据进行预处理后输入训练好的第一模型，提取洗涤对象的特征数据，所述特征数据包括：表面清洁度、颜色、材质和大小；
S4：将特征数据输入训练好的第二模型，得到洗涤控制数据，控制器(4)根据洗涤控制数据生成控制信号，所述洗涤控制数据包括：洗涤时间、注水量、洗涤剂量、洗衣机本体(1)的洗涤方式；
S5：洗衣机本体(1)和供水模块(2)接收控制信号并根据控制信号工作。
9.根据权利要求8所述的一种基于图像识别的洗衣系统控制方法，其特征在于，所述步骤S3中还包括建立第一模型，建立第一模型包括以下步骤：
a1：采集多张洗涤对象的图像数据，对图像数据中洗涤对象的表面清洁度、颜色、材质和大小进行标注，作为训练数据；
a2：构建卷积神经网络，初始化卷积神经网络的参数；
a3：将训练数据输入卷积神经网络中进行训练；
a4：测试卷积神经网络的精度，若不满足预设置的精度阈值，则调整卷积神经网络的参数，重复步骤a3，直至满足预设置的精度阈值或迭代次数等于预设置的最大迭代次数，将卷积神经网络作为第一模型写入控制器(4)。
10.根据权利要求8所述的一种基于图像识别的洗衣系统控制方法，其特征在于，所述步骤S4中还包括建立第二模型，建立第二模型包括以下步骤：
b1：获取多组历史数据，所述历史数据包括特征数据和特征数据对应的最佳洗涤控制数据；
b2：构建支持向量机SVM模型，初始化支持向量机SVM模型的参数，将历史数据作为训练数据；
b3：将训练数据输入支持向量机SVM模型进行训练，当迭代次数等于预设置的迭代次数或满足预设置的结束条件时，结束训练；
b4：将支持向量机SVM模型作为第二模型写入控制器(4)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011453625.5A CN112663277A (zh) | 2020-12-12 | 2020-12-12 | 一种基于图像识别的洗衣系统及控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011453625.5A CN112663277A (zh) | 2020-12-12 | 2020-12-12 | 一种基于图像识别的洗衣系统及控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112663277A true CN112663277A (zh) | 2021-04-16 |
Family
ID=75402453
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011453625.5A Pending CN112663277A (zh) | 2020-12-12 | 2020-12-12 | 一种基于图像识别的洗衣系统及控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112663277A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113699741A (zh) * | 2021-10-09 | 2021-11-26 | 杭州数值科技有限公司 | 一种基于云端规则的洗衣机控制方法及系统 |
| WO2023020181A1 (zh) * | 2021-08-20 | 2023-02-23 | 青岛海尔洗涤电器有限公司 | 一种洗衣机液位检测方法及洗衣机 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341805A (zh) * | 2016-08-19 | 2017-11-10 | 北京市商汤科技开发有限公司 | 图像前背景分割及网络模型训练、图像处理方法和装置 |
| CN108385330A (zh) * | 2018-04-10 | 2018-08-10 | 深圳市度比智能技术有限公司 | 洗衣装置、系统及方法 |
| CN110331551A (zh) * | 2019-05-24 | 2019-10-15 | 珠海格力电器股份有限公司 | 洗衣机的洗涤控制方法、装置、计算机设备和存储介质 |
| US20200190721A1 (en) * | 2018-12-14 | 2020-06-18 | Lg Electronics Inc. | Washing machine |
| US20210142110A1 (en) * | 2019-11-11 | 2021-05-13 | Midea Group Co., Ltd. | Method and System for Controlling Machines Based on Object Recognition |
-
2020
- 2020-12-12 CN CN202011453625.5A patent/CN112663277A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107341805A (zh) * | 2016-08-19 | 2017-11-10 | 北京市商汤科技开发有限公司 | 图像前背景分割及网络模型训练、图像处理方法和装置 |
| CN108385330A (zh) * | 2018-04-10 | 2018-08-10 | 深圳市度比智能技术有限公司 | 洗衣装置、系统及方法 |
| US20200190721A1 (en) * | 2018-12-14 | 2020-06-18 | Lg Electronics Inc. | Washing machine |
| CN110331551A (zh) * | 2019-05-24 | 2019-10-15 | 珠海格力电器股份有限公司 | 洗衣机的洗涤控制方法、装置、计算机设备和存储介质 |
| US20210142110A1 (en) * | 2019-11-11 | 2021-05-13 | Midea Group Co., Ltd. | Method and System for Controlling Machines Based on Object Recognition |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2023020181A1 (zh) * | 2021-08-20 | 2023-02-23 | 青岛海尔洗涤电器有限公司 | 一种洗衣机液位检测方法及洗衣机 |
| CN113699741A (zh) * | 2021-10-09 | 2021-11-26 | 杭州数值科技有限公司 | 一种基于云端规则的洗衣机控制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112663277A (zh) | 一种基于图像识别的洗衣系统及控制方法 | |
| CN108914489B (zh) | 洗衣机的控制方法、装置、洗衣机及存储介质 | |
| CN109112774B (zh) | 洗衣机的控制方法、装置、存储介质及洗衣机 | |
| WO2019029672A1 (zh) | 一种洗衣机衣物识别系统及该系统的绑定和衣物识别方法 | |
| CN107675424B (zh) | 一种洗衣机 | |
| CN105568630A (zh) | 洗衣机待洗物品的检测方法及装置 | |
| CN108866934B (zh) | 一种基于人工智能的洗衣模式控制系统及方法 | |
| CN204738145U (zh) | 全自动洗衣机的衣物材质自动识别装置 | |
| CN112095289B (zh) | 一种洗衣机控制方法 | |
| CN204898342U (zh) | 一种智能洗衣机 | |
| CN109868613A (zh) | 一种基于物联网的智能洗衣机控制方法及系统 | |
| CN113699741A (zh) | 一种基于云端规则的洗衣机控制方法及系统 | |
| CN105544146A (zh) | 智能化多功能节能节耗洗涤设备 | |
| CN106453930A (zh) | 一种点亮移动终端屏幕的方法及移动终端 | |
| CN106676821A (zh) | 一种自动选择洗衣模式的方法及终端 | |
| CN112176642A (zh) | 一种洗衣机控制处理方法及装置 | |
| CN111945382A (zh) | 用于衣物处理设备的显示界面自定义控制方法 | |
| CN111485366A (zh) | 一种应用于工厂宿舍的智能洗衣系统 | |
| CN112391794A (zh) | 一种智能洗衣机控制方法和系统 | |
| CN112481922A (zh) | 一种衣物局部洗涤设备及其控制方法 | |
| CN113862956A (zh) | 一种洗衣机和水位控制方法 | |
| CN107202426A (zh) | 控制装置和方法、热水器 | |
| CN116098536A (zh) | 一种机器人控制方法及装置 | |
| CN113622134B (zh) | 一种洗衣控制方法、装置、设备及存储介质 | |
| CN211402180U (zh) | 用于布面缺陷识别的系统 |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210416 |
|
| WD01 | Invention patent application deemed withdrawn after publication |