CN113313035A - 一种锅具的溢出检测方法和装置 - Google Patents
一种锅具的溢出检测方法和装置 Download PDFInfo
- Publication number
- CN113313035A CN113313035A CN202110605765.8A CN202110605765A CN113313035A CN 113313035 A CN113313035 A CN 113313035A CN 202110605765 A CN202110605765 A CN 202110605765A CN 113313035 A CN113313035 A CN 113313035A
- Authority
- CN
- China
- Prior art keywords
- pot
- food
- determining
- state
- image information
- 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
- 238000001514 detection method Methods 0.000 title claims description 28
- 235000013305 food Nutrition 0.000 claims abstract description 93
- 238000010438 heat treatment Methods 0.000 claims abstract description 61
- 238000009835 boiling Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000005574 cross-species transmission Effects 0.000 claims abstract 2
- 239000007788 liquid Substances 0.000 claims description 7
- 238000010411 cooking Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 235000014347 soups Nutrition 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000006096 absorbing agent Substances 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000006233 lamp black Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Cookers (AREA)
Abstract
本发明提供了一种锅具的溢出检测方法和装置,涉及智能家居的技术领域,包括:获取目标温度曲线,其中,目标温度曲线为锅具的温度曲线和/或锅具内的食物的温度曲线;基于目标温度曲线,确定锅具的加热状态;若加热状态为临界沸腾状态,则采集锅具的图像信息;基于图像信息确定锅具内的食物是否溢出,解决了现有技术中难以对不同类型锅具进行溢出检测的技术问题。
Description
技术领域
本发明涉及智能家居的技术领域,尤其是涉及一种锅具的溢出检测方法和装置。
背景技术
在实际烹饪过程中,操作者往往因其他原因,短时离开厨房,而烟机、灶具仍处于工作状态,锅内的温度持续上升,导致锅内液体溢出,导致燃气不充分燃烧,产生一氧化碳,安全性大大降低。同时汤液也会污染灶台及橱柜。
现有的烹饪防溢出检测大部分通过在锅具上设置防溢电极、温度传感器、加速度传感器、振动传感器、声音传感器等等用于检测烹饪溢出状态,且采用开启锅盖、开启排气孔、调整火力等方式降低烹饪外溢情况发生的可能性。但上述现有技术存在一个普遍的技术问题,现实生活中使用的锅具种类非常多,且功能形状各异,防溢设计设置在锅具上增加成本且不具有使用普适性。现有形式不能有效的解决这一问题。
针对上述问题,还未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种锅具的溢出检测方法和装置,以缓解了现有技术中难以对不同类型锅具进行溢出检测的技术问题。
第一方面,本发明实施例提供了一种锅具的溢出检测方法,包括:获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;基于所述目标温度曲线,确定所述锅具的加热状态;若所述加热状态为临界沸腾状态,则采集所述锅具的图像信息;基于所述图像信息确定所述锅具内的食物是否溢出。
进一步地,所述加热状态还包括:沸腾状态。
进一步地,采集所述锅具的图像信息,包括:若所述锅具的加热状态为沸腾状态,则按照第一预设频率采集所述锅具的图像信息;若所述锅具的加热状态为临界沸腾状态,则按照第二预设频率采集所述锅具的图像信息;其中,所述第一预设频率大于或等于所述第二预设频率。
进一步地,采集所述锅具的图像信息,包括:若所述锅具的加热状态为沸腾状态,则按照第一预设频率采集所述锅具的图像信息;若所述锅具的加热状态为临界沸腾状态,则按照第二预设频率采集所述锅具的图像信息;其中,所述第一预设频率大于或等于所述第二预设频率。
进一步地,基于所述图像信息确定所述锅具内的食物是否溢出,包括:若基于所述图像信息确定出所述锅具包含锅盖,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;根据所述第一状态参数确定所述锅具内的食物是否溢出。
进一步地,基于所述图像信息确定所述锅具内的食物是否溢出,包括:若基于所述图像信息确定出所述锅具不包含锅盖,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;根据所述第二状态参数确定所述锅具内的食物是否溢出。
进一步地,根据所述第一状态参数确定所述锅具内的食物是否溢出,包括:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出;和/或,根据所述第二状态参数确定所述锅具内的食物是否溢出,包括:若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
进一步地,若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出,包括:若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
进一步地,所述方法还包括:若所述锅具包含锅盖,则将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
进一步地,所述方法还包括:在确定出所述锅具的加热状态为沸腾状态之后,利用红外传感器检测所述锅具是否处于用户操作状态;若检测结果为是,则不采集所述锅具的图像信息。
进一步地,所述方法还包括:在确定所述锅具内的食物溢出之后,向灶具发送控制指令,以使所述灶具基于所述控制指令降低对所述锅具的加热功率。
进一步地,所述方法还包括:若所述加热状态为沸腾状态,基于所述目标温度曲线确定所述锅具处于沸腾状态的持续时间;若所述持续时间大于或等于预设时间阈值,则确定所述锅具内的食物溢出。
第二方面,本发明实施例还提供了一种锅具的溢出检测装置,包括:获取单元,第一确定单元,采集单元和第二确定单元,其中,所述获取单元,用于获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;所述第一确定单元,用于基于所述目标温度曲线,确定所述锅具的加热状态;所述采集单元,用于在所述加热状态为临界沸腾状态的情况下,采集所述锅具的图像信息;所述第二确定单元,基于所述图像信息确定所述锅具内的食物是否溢出。
进一步地,所述锅具包括:包含锅盖的锅具和不包含锅盖的锅具。
进一步地,所述第二确定单元,用于:若基于所述图像信息确定出所述锅具为包含锅盖的锅具,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;
根据所述第一状态参数确定所述锅具内的食物是否溢出。
进一步地,所述第二确定单元,用于:若基于所述图像信息确定出所述锅具为不包含锅盖的锅具,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;
根据所述第二状态参数确定所述锅具内的食物是否溢出。
进一步地,所述第二确定单元,用于:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出;和/或,若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
进一步地,所述第二确定单元,用于:若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
进一步地,所述装置还包括:第三确定单元,用于在所述锅具为包含锅盖的锅具的情况下,则将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
在本发明实施例中,通过获取目标温度曲线,其中,目标温度曲线为锅具的温度曲线和/或锅具内的食物的温度曲线;基于目标温度曲线,确定锅具的加热状态;若加热状态为临界沸腾状态,则采集锅具的图像信息;基于图像信息确定锅具内的食物是否溢出,达到了能够对不同类型锅具进行溢出检测的目的,进而解决了现有技术中难以对不同类型锅具进行溢出检测的技术问题,从而实现了提升了锅具溢出检测方法的适用性的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种锅具的溢出检测方法的流程图;
图2为本发明实施例提供的第二种锅具的溢出检测方法的流程图;
图3为本发明实施例提供的第三种锅具的溢出检测方法的流程图;
图4为本发明实施例提供的第四种锅具的溢出检测方法的流程图;
图5为本发明实施例提供的一种锅具的溢出检测装置的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一:
根据本发明实施例,提供了一种锅具的溢出检测方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种锅具的溢出检测方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;
上述的目标温度曲线可以利用第一红外传感器进行采集,第一红外传感器可以设置再油烟机上并对准灶具的中心,照射直径250-320mm,从而实时监测锅具温度或锅具内的食物的温度,形成目标温度曲线。
步骤S104,基于所述目标温度曲线,确定所述锅具的加热状态;
步骤S106,若所述加热状态为临界沸腾状态,则采集所述锅具的图像信息;
需要说明的是,上述的图像信息可以由图像传感器进行采集,优选的,上述图像传感器的数量可以设置为2个,设置在油烟机的集烟罩拉伸腔内设置图像传感器,左右各一个,与墙间距250mm±10mm范围内,处于灶具上方位置,其照射范围为灶具中心320mm内,左侧图像传感器监测左锅具,右侧图像传感器监测右锅具,精准配对。
另外,图像传感器还可以是一个,此时,对应图像传感器可以旋转运动,因此可对图像进行多角度的图像采集。
步骤S108,基于所述图像信息确定所述锅具内的食物是否溢出。
具体的,如图2所示,步骤S108包括如下步骤:
步骤S1081,若基于所述图像信息确定出所述锅具包含锅盖,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;
步骤S1082,根据所述第一状态参数确定所述锅具内的食物是否溢出;
步骤S1083,若基于所述图像信息确定出所述锅具不包含锅盖,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;
步骤S1084,根据所述第二状态参数确定所述锅具内的食物是否溢出。
其中,步骤S1082包括:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出。
具体的,若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
步骤S1084包括:若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
优选地,当检测有锅盖时,可以通过锅盖的倾斜度或振幅进行判定,例如,根据锅盖的倾斜度进行比对,锅盖倾斜大于第一预设角度,例如2度时,控制灶具的火力直接调小1档,倾斜大于第二预设角度时,例如5度时,控制灶具的火力调小2档,同时维持此时火力,直至倾斜角度不再加大。
或者通过锅盖振幅频率超过预设振幅频率,例如30次/min时,判定锅具有溢出可能,通过分析判断溢出状态,同时报警告知使用者,同时调节灶具火力,直到锅盖振幅小于设定范围,并控制灶具持续此时火力继续进行加热。
优选的,当检测无锅盖时,通过汤液的高低判断是否溢出,当汤液与锅边缘间距小于预设高度,例如,20mm时,油烟机蜂鸣器发出报警,同时调小灶具火力,达到预设范围内,灶具维持此时火力继续进行加热,直至烹饪结束,并控制灶具自动关闭燃气。
在本发明实施例中,通过获取目标温度曲线,其中,目标温度曲线为锅具的温度曲线和/或锅具内的食物的温度曲线;基于目标温度曲线,确定锅具的加热状态;若加热状态为临界沸腾状态,则采集锅具的图像信息;基于图像信息确定锅具内的食物是否溢出,达到了能够对不同类型锅具进行溢出检测的目的,进而解决了现有技术中难以对不同类型锅具进行溢出检测的技术问题,从而实现了提升了锅具溢出检测方法的适用性的技术效果。
需要说明的是,在本发明实施例中,上述的加热状态还包括:沸腾状态。
在本发明实施例中,基于所述目标温度曲线,确定出所述锅具的加热状态,包括如下步骤:
步骤S11,若所述目标温度曲线处于第一预设温度区间,则所述锅具的加热状态为沸腾状态;
步骤S12,若所述目标温度曲线处于第二预设温度区间,则所述锅具的加热状态为临界沸腾状态;
其中,所述第一预设温度区间内的温度大于所述第二预设温度区间内的温度。
在本发明实施例中,目标温度曲线可预设三个阶段,第一预设温度区间以内认为是锅具达到沸腾状态,例如,95℃以上默认为沸腾状态,此温度区间可判断有溢出的可能,此时确定出锅具的加热状态为沸腾状态;达到第二预设温度区间可以认为是锅具达到临界沸腾状态,例如75℃-94℃为临界沸腾状态,然后,持续监控锅具的温度曲线和/或所锅具内的食物的温度。因此通过不同的温度点检测,实现对锅具沸腾状态的预判断。
在本发明实施例中,采集所述锅具的图像信息,包括如下步骤:
步骤S21,若所述锅具的加热状态为沸腾状态,则按照第一预设频率采集所述锅具的图像信息;
步骤S22,若所述锅具的加热状态为临界沸腾状态,则按照第二预设频率采集所述锅具的图像信息;
其中,所述第一预设频率大于或等于所述第二预设频率。
在本发明实施例中,锅具的加热状态为沸腾状态,则说明锅具出现溢出的可能性较大,因此,图像传感器需要较高的图像采集频率,从而能够尽快确定出锅具是否出现溢出。
锅具的加热状态为临界沸腾状态,则说明锅具的食物还未沸腾,出现溢出的可能性较小,因此,图像传感器无需较高的图像采集频率。
在本发明实施例中,如图3所示,所述方法还包括:
步骤S110,若所述锅具包含锅盖,则将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
在本发明实施例中,判断出锅具包含锅盖之后,可将连续拍摄的图像信息输入深度学习训练的防溢出判断模型判断溢出并报警。防溢出预警模型的建立可以通过对图像信息中的关键特征进行提取,例如对图像信息中的蒸汽的面积、密度等特征、锅盖的倾斜角度等局部特征等进行抓取,通过多数据融合算法处理,例如通过贝叶斯概率估计确锅具内的食物是否溢出。
在本发明实施例中,所述方法还包括如下步骤:
步骤S112,在确定出所述锅具的加热状态为沸腾状态之后,利用红外传感器检测所述锅具是否处于用户操作状态;
步骤S114,若检测结果为是,则不采集所述锅具的图像信息。
在本发明实施例中,可以利用第二红外传感器设置在油烟机上,第二红外传感器覆盖油烟机机头下方前侧部分,其功能是感应人体温度,判断是否用户在厨房内。若检测到用户在厨房内,则不用采集锅具的图像信息,若检测到人不在厨房内,则立即采集锅具的图像信息,并判断锅具内的食物是否溢出。
在本发明实施例中,所述方法还包括如下步骤:
步骤S116,基于所述目标温度曲线,确定出所述锅具的加热状态为沸腾状态的持续时间;
步骤S118,若所述持续时间大于或等于预设时间阈值,则确定所述锅具内的食物溢出。
在本发明实施例中,在确定出所述锅具的加热状态为沸腾状态之后,利用目标温度曲线定出锅具的加热状态为沸腾状态的持续时间,如果持续时间大于或等于预设时间阈值,则确定锅具内的食物溢出。
在本发明实施例中,如图4所示,所述方法还包括如下步骤:
步骤S120,在确定所述锅具内的食物溢出之后,向灶具发送控制指令,以使所述灶具基于所述控制指令降低对所述锅具的加热功率。
实施例二:
本发明实施例还提供了一种锅具的溢出检测装置,该锅具的溢出检测装置用于执行本发明实施例上述内容所提供的锅具的溢出检测方法,以下是本发明实施例提供的锅具的溢出检测装置的具体介绍。
如图5所示,图5为上述锅具的溢出检测装置的示意图,该锅具的溢出检测装置包括:获取单元10,第一确定单元20,采集单元30和第二确定单元40。
所述获取单元10,用于获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;
所述第一确定单元20,用于基于所述目标温度曲线,确定所述锅具的加热状态;
所述采集单元30,用于在所述加热状态为临界沸腾状态的情况下,采集所述锅具的图像信息;
所述第二确定单元40,基于所述图像信息确定所述锅具内的食物是否溢出。
在本发明实施例中,通过获取目标温度曲线,其中,目标温度曲线为锅具的温度曲线和/或锅具内的食物的温度曲线;基于目标温度曲线,确定锅具的加热状态;若加热状态为临界沸腾状态,则采集锅具的图像信息;基于图像信息确定锅具内的食物是否溢出,达到了能够对不同类型锅具进行溢出检测的目的,进而解决了现有技术中难以对不同类型锅具进行溢出检测的技术问题,从而实现了提升了锅具溢出检测方法的适用性的技术效果。
优选的,所述锅具包括:包含锅盖的锅具和不包含锅盖的锅具。
优选的,所述第二确定单元,用于:
若基于所述图像信息确定出所述锅具包含锅盖,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;根据所述第一状态参数确定所述锅具内的食物是否溢出。
进一步地,所述第二确定单元,用于:若基于所述图像信息确定出所述锅具不包含锅盖,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;根据所述第二状态参数确定所述锅具内的食物是否溢出。
优选的,所述第二确定单元,用于:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出;和/或,若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
优选的,所述第二确定单元,用于:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出,包括:若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
优选的,所述加热状态还包括:沸腾状态。
优选的,所述第一确定单元,用于若所述目标温度曲线处于第一预设温度区间,则所述锅具的加热状态为沸腾状态;若所述目标温度曲线处于第二预设温度区间,则所述锅具的加热状态为临界沸腾状态;其中,所述第一预设温度区间内的温度大于所述第二预设温度区间内的温度。
优选的,所述第一确定单元,用于若所述锅具的加热状态为沸腾状态,则按照第一预设频率采集所述锅具的图像信息;若所述锅具的加热状态为临界沸腾状态,则按照第二预设频率采集所述锅具的图像信息;其中,所述第一预设频率大于或等于所述第二预设频率。
优选的,所述装置还包括:预警单元,还用于在所述锅具包含锅盖的情况下,将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
优选的,所述装置还包括:检测单元,用于在确定出所述锅具的加热状态为沸腾状态之后,利用红外传感器检测所述锅具是否处于用户操作状态;若检测结果为是,则不采集所述锅具的图像信息。
优选的,所述装置还包括:发送单元,用于在确定所述锅具内的食物溢出之后,向灶具发送控制指令,以使所述灶具基于所述控制指令降低对所述锅具的加热功率。
优选的,所述检测单元还用于:基于所述目标温度曲线,确定出所述锅具的加热状态为沸腾状态的持续时间;若所述持续时间大于或等于预设时间阈值,则确定所述锅具内的食物溢出。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (18)
1.一种锅具的溢出检测方法,其特征在于,包括:
获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;
基于所述目标温度曲线,确定所述锅具的加热状态;
若所述加热状态为临界沸腾状态,则采集所述锅具的图像信息;
基于所述图像信息确定所述锅具内的食物是否溢出。
2.根据权利要求1所述的方法,其特征在于,
所述加热状态还包括:沸腾状态。
3.根据权利要求2所述的方法,其特征在于,基于所述目标温度曲线,确定所述锅具的加热状态,包括:
若所述目标温度曲线处于第一预设温度区间,则所述锅具的加热状态为沸腾状态;
若所述目标温度曲线处于第二预设温度区间,则所述锅具的加热状态为临界沸腾状态;
其中,所述第一预设温度区间内的温度大于所述第二预设温度区间内的温度。
4.根据权利要求2所述的方法,其特征在于,采集所述锅具的图像信息,包括:
若所述锅具的加热状态为沸腾状态,则按照第一预设频率采集所述锅具的图像信息;
若所述锅具的加热状态为临界沸腾状态,则按照第二预设频率采集所述锅具的图像信息;
其中,所述第一预设频率大于或等于所述第二预设频率。
5.根据权利要求1所述的方法,其特征在于,基于所述图像信息确定所述锅具内的食物是否溢出,包括:
若基于所述图像信息确定出所述锅具包含锅盖,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;
根据所述第一状态参数确定所述锅具内的食物是否溢出。
6.根据权利要求5所述的方法,其特征在于,基于所述图像信息确定所述锅具内的食物是否溢出,包括:
若基于所述图像信息确定出所述锅具不包含锅盖,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;
根据所述第二状态参数确定所述锅具内的食物是否溢出。
7.根据权利要求6所述的方法,其特征在于,
根据所述第一状态参数确定所述锅具内的食物是否溢出,包括:若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出;
和/或,根据所述第二状态参数确定所述锅具内的食物是否溢出,包括:若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
8.根据权利要求6所述的方法,其特征在于,若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出,包括:
若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;
和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
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:
若所述锅具包含锅盖,则将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
10.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在确定出所述锅具的加热状态为沸腾状态之后,利用红外传感器检测所述锅具是否处于用户操作状态;
若检测结果为是,则不采集所述锅具的图像信息。
11.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在确定所述锅具内的食物溢出之后,向灶具发送控制指令,以使所述灶具基于所述控制指令降低对所述锅具的加热功率。
12.根据权利要求2所述的方法,其特征在于,所述方法还包括:
若所述加热状态为沸腾状态,基于所述目标温度曲线确定所述锅具处于沸腾状态的持续时间;
若所述持续时间大于或等于预设时间阈值,则确定所述锅具内的食物溢出。
13.一种锅具的溢出检测装置,其特征在于,包括:获取单元,第一确定单元,采集单元和第二确定单元,其中,
所述获取单元,用于获取目标温度曲线,其中,所述目标温度曲线为所述锅具的温度曲线和/或所述锅具内的食物的温度曲线;
所述第一确定单元,用于基于所述目标温度曲线,确定所述锅具的加热状态;
所述采集单元,用于在所述加热状态为临界沸腾状态的情况下,采集所述锅具的图像信息;
所述第二确定单元,基于所述图像信息确定所述锅具内的食物是否溢出。
14.根据权利要求13所述的装置,其特征在于,所述第二确定单元,用于:
若基于所述图像信息确定出所述锅具为包含锅盖的锅具,则基于所述图像信息确定所述锅具的第一状态参数,其中,所述第一状态参数包括以下至少之一:所述锅盖的倾斜角度,所述锅盖的振幅,所述锅具的边缘溢出物数量,蒸汽量;
根据所述第一状态参数确定所述锅具内的食物是否溢出。
15.根据权利要求14所述的装置,其特征在于,所述第二确定单元,用于:
若基于所述图像信息确定出所述锅具为不包含锅盖的锅具,则基于所述图像信息确定所述锅具的第二状态参数,其中,所述第二状态参数为所述锅具内的食物液位与所述锅具的边缘之间的平均距离;
根据所述第二状态参数确定所述锅具内的食物是否溢出。
16.根据权利要求15所述的装置,其特征在于,所述第二确定单元,用于:
若所述第一状态参数大于第一预设阈值,则确定所述锅具内的食物溢出;
和/或,若所述第二状态参数小于第二预设阈值,则确定所述锅具内的食物溢出。
17.根据权利要求16所述的装置,其特征在于,所述第二确定单元,用于:
若所述锅盖的倾斜角度大于预设角度,则确定所述锅具内的食物溢出;
和/或,若所述锅盖的振幅大于预设振幅,则确定所述锅具内的食物溢出。
18.根据权利要求13所述的装置,其特征在于,所述装置还包括:
第三确定单元,用于在所述锅具为包含锅盖的锅具的情况下,则将所述图像信息输入防溢出预警模型,利用所述防溢出预警模型,确定所述锅具内的食物是否溢出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110605765.8A CN113313035A (zh) | 2021-05-31 | 2021-05-31 | 一种锅具的溢出检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110605765.8A CN113313035A (zh) | 2021-05-31 | 2021-05-31 | 一种锅具的溢出检测方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113313035A true CN113313035A (zh) | 2021-08-27 |
Family
ID=77376710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110605765.8A Pending CN113313035A (zh) | 2021-05-31 | 2021-05-31 | 一种锅具的溢出检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113313035A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170367151A1 (en) * | 2016-06-15 | 2017-12-21 | Panasonic Intellectual Property Management Co., Ltd. | Cooking support method and cooking support system |
CN109708158A (zh) * | 2019-01-03 | 2019-05-03 | 佛山市顺德区美的洗涤电器制造有限公司 | 用于燃气灶的控制方法、装置、燃气灶及集成灶 |
CN109960987A (zh) * | 2017-12-25 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 对象检测方法和系统 |
CN110848748A (zh) * | 2018-08-21 | 2020-02-28 | 青岛海尔智能技术研发有限公司 | 燃气灶的控制方法及装置、燃气灶 |
CN110966631A (zh) * | 2019-12-18 | 2020-04-07 | 青岛海尔智慧厨房电器有限公司 | 安全检测方法、装置、油烟机和介质 |
CN111325047A (zh) * | 2018-12-13 | 2020-06-23 | 博西华电器(江苏)有限公司 | 烹饪安全辅助方法、系统、厨房电器及其组合 |
CN111752159A (zh) * | 2020-06-05 | 2020-10-09 | 四川省东宇信息技术有限责任公司 | 一种基于热像仪的人工智能居家安全监测系统及方法 |
-
2021
- 2021-05-31 CN CN202110605765.8A patent/CN113313035A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170367151A1 (en) * | 2016-06-15 | 2017-12-21 | Panasonic Intellectual Property Management Co., Ltd. | Cooking support method and cooking support system |
CN109960987A (zh) * | 2017-12-25 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 对象检测方法和系统 |
CN110848748A (zh) * | 2018-08-21 | 2020-02-28 | 青岛海尔智能技术研发有限公司 | 燃气灶的控制方法及装置、燃气灶 |
CN111325047A (zh) * | 2018-12-13 | 2020-06-23 | 博西华电器(江苏)有限公司 | 烹饪安全辅助方法、系统、厨房电器及其组合 |
CN109708158A (zh) * | 2019-01-03 | 2019-05-03 | 佛山市顺德区美的洗涤电器制造有限公司 | 用于燃气灶的控制方法、装置、燃气灶及集成灶 |
CN110966631A (zh) * | 2019-12-18 | 2020-04-07 | 青岛海尔智慧厨房电器有限公司 | 安全检测方法、装置、油烟机和介质 |
CN111752159A (zh) * | 2020-06-05 | 2020-10-09 | 四川省东宇信息技术有限责任公司 | 一种基于热像仪的人工智能居家安全监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108253484B (zh) | 吸油烟机及其控制装置和控制方法 | |
CN106175410B (zh) | 一种电饭煲的烹饪控制方法 | |
CN109798551B (zh) | 一种灶具及其防干烧控制方法和装置 | |
CN111981540B (zh) | 一种吸油烟机的运行控制方法及吸油烟机 | |
CN105686610B (zh) | 烹饪器具和烹饪器具的控制方法 | |
JP2016127910A (ja) | データ収集デバイスを有する圧力調理システム | |
CN205359249U (zh) | 加热设备和烹饪装置 | |
CN111322648B (zh) | 一种烹饪装置的控制方法 | |
CN109691863B (zh) | 烹饪器具及其控制方法和控制装置 | |
CN105864861A (zh) | 智能吸油烟机 | |
CN108954403B (zh) | 防干烧灶具及其控制方法 | |
CN113313035A (zh) | 一种锅具的溢出检测方法和装置 | |
CN214841059U (zh) | 一种锅具的溢出检测系统及新型油烟机 | |
CN109798552B (zh) | 一种灶具离锅判定方法和装置 | |
CN110857787A (zh) | 一种油烟机集油盒的集油量检测方法和油烟机 | |
CN111594881A (zh) | 一种基于大数据的智能燃气灶检测与控制系统 | |
CN110939950A (zh) | 具有数据互联功能的灶具防干烧系统、方法及其灶具 | |
CN110986104A (zh) | 防干烧保护温度获取方法、装置及灶具 | |
CN109814620B (zh) | 加热装置、烹饪器具、加热控制方法和计算机存储介质 | |
CN212566615U (zh) | 一种锅具干燥设备及锅具干燥系统 | |
CN113719863A (zh) | 一种灶具防干烧控制方法、控制系统、灶具及存储介质 | |
CN206137937U (zh) | 炒锅锅盖 | |
CN206390751U (zh) | 电磁炉用锅具 | |
CN110836391B (zh) | 一种基于数据互联识别烹饪情形的装置、方法及其灶具 | |
CN219125970U (zh) | 一种多功能锅具 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210827 |