CN113529341A - 用于洗涤设备的进水量确定方法和洗涤设备 - Google Patents
用于洗涤设备的进水量确定方法和洗涤设备 Download PDFInfo
- Publication number
- CN113529341A CN113529341A CN202010318671.8A CN202010318671A CN113529341A CN 113529341 A CN113529341 A CN 113529341A CN 202010318671 A CN202010318671 A CN 202010318671A CN 113529341 A CN113529341 A CN 113529341A
- Authority
- CN
- China
- Prior art keywords
- information
- washing
- water inflow
- determining
- average height
- 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
Links
- 238000005406 washing Methods 0.000 title claims abstract description 263
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 216
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004364 calculation method Methods 0.000 claims description 56
- 238000012706 support-vector machine Methods 0.000 claims description 20
- 238000005520 cutting process Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 14
- 238000012545 processing Methods 0.000 description 13
- 239000004744 fabric Substances 0.000 description 10
- 238000012549 training Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 238000001914 filtration Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 206010021703 Indifference Diseases 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F33/00—Control of operations performed in washing machines or washer-dryers
- D06F33/30—Control of washing machines characterised by the purpose or target of the control
- D06F33/32—Control of operational steps, e.g. optimisation or improvement of operational steps depending on the condition of the laundry
- D06F33/34—Control of operational steps, e.g. optimisation or improvement of operational steps depending on the condition of the laundry of water filling
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/02—Characteristics of laundry or load
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2103/00—Parameters monitored or detected for the control of domestic laundry washing machines, washer-dryers or laundry dryers
- D06F2103/02—Characteristics of laundry or load
- D06F2103/04—Quantity, e.g. weight or variation of weight
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06F—LAUNDERING, DRYING, IRONING, PRESSING OR FOLDING TEXTILE ARTICLES
- D06F2105/00—Systems or parameters controlled or affected by the control systems of washing machines, washer-dryers or laundry dryers
- D06F2105/02—Water supply
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Control Of Washing Machine And Dryer (AREA)
Abstract
本发明涉及洗涤设备技术领域。本发明旨在解决洗涤设备存在的进水量确定不够准确问题。为此目的,本发明的进水量确定方法用于洗涤设备,洗涤设备具有洗涤桶,进水量确定方法包括:获取洗涤桶的竖直深度信息以及洗涤桶内衣物的初次重量信息;获取洗涤桶内衣物的图像信息;基于图像信息以及竖直深度信息,计算洗涤桶内衣物的高度信息;根据竖直深度信息、初次重量信息以及高度信息确定进水量。通过图像信息和洗涤桶的竖直深度信息能确定对应于衣物多个位置的高度信息,使高度信息能够更准确地反映衣物的真实高度,通过竖直深度信息、初次重量信息以及高度信息能够精确确定洗涤设备洗涤时的进水量,进而能更准确地确定对应于洗涤桶内衣物的水位高度。
Description
技术领域
本发明涉及洗涤设备技术领域,具体涉及一种用于洗涤设备的进水量确定方法以及洗涤设备。
背景技术
随着生活水平的不断提高,洗衣机已经进入千家万户。洗衣机已经成为我们日常生活的必需品,但是洗衣机用水量占到家庭用水量的50%以上,成为家庭用水的主要来源。不论从自然资源节约的角度,还是从经济学的角度来说,提高洗衣机的用水效率,减少洗衣机的用水量成为洗衣机生产研发过程中一项必要工作。
现有技术中,采用重量传感器直接获取得到的是重量信息。通过重量信息计算进水量的过程中,没有考虑到不同衣物的占有空间是不同的,因此通过重量传感器无法计算出洗衣机待进水量的准确值。
同时,采用红外传感器获取得的是桶内衣物某一点处的高度信息。通过高度信息计算进水量的过程中,没有考虑到不同衣物的重量信息,也无法准确评估桶内衣物地整体高度信息,因此通过红外传感器无法计算出洗衣机待进水量地准确值。
相应地,本领域需要一种新的用于洗涤设备的进水量确定方法来解决上述问题。
发明内容
为了解决现有技术中的上述问题,即为了解决洗涤设备存在的进水量确定不够准确问题,本发明提供了一种用于洗涤设备的进水量确定方法,洗涤设备具有洗涤桶,进水量确定方法包括:获取所述洗涤桶的竖直深度信息以及所述洗涤桶内衣物的初次重量信息;获取所述洗涤桶内衣物的图像信息;基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的高度信息;根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量。
在上述进水量确定方法的优选技术方案中,所述高度信息包括平均高度信息和最大平均高度信息,所述基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的高度信息,具体包括:基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的平均高度信息和最大平均高度信息。
在上述进水量确定方法的优选技术方案中,所述图像信息为3D图像信息,所述基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的平均高度信息和最大平均高度信息,具体包括:获取所述3D图像信息中每个像素点的深度信息;根据所述深度信息以及所述竖直深度信息确定每个像素点的实际高度;根据每个所述像素点的实际高度确定所述洗涤桶内衣物的平均高度信息以及最大平均高度信息。
在上述进水量确定方法的优选技术方案中,所述根据每个所述像素点的实际高度确定所述洗涤桶内衣物的平均高度信息以及最大平均高度信息,具体包括:确定所有所述像素点的实际高度的平均值为所述洗涤桶内衣物的平均高度信息;确定实际高度最大的多个像素点,并确定所述多个像素点的实际高度的平均值为所述洗涤桶衣物的最大平均高度信息。
在上述进水量确定方法的优选技术方案中,所述获取所述3D图像信息中每个像素点的深度信息,具体包括:获取若干张初始图像信息;根据预设条件对所述图像信息进行裁切;确定裁切后图像信息的每个像素点的深度信息。
在上述进水量确定方法的优选技术方案中,所述根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量,具体包括:将所述竖直深度信息、所述初次重量信息、所述平均高度信息以及所述最大平均高度信息导入进水量计算模型进行匹配得到所述进水量,其中,所述进水量计算模型用于表征所述竖直深度信息、所述初次重量信息、所述平均高度信息以及所述最大平均高度信息与所述进水量之间的关系。
在上述进水量确定方法的优选技术方案中,所述进水量计算模型为支持向量机计算模型。
在上述进水量确定方法的优选技术方案中,所述初次重量信息为首次进水前所述洗涤桶内衣物的重量信息。
在上述进水量确定方法的优选技术方案中,所述获取所述洗涤桶内衣物的图像信息,具体包括:通过深度相机获取所述洗涤桶内衣物的图像信息。
本发明还提供了一种用于洗涤设备的进水量确定系统,所述洗涤设备具有洗涤桶,该进水量确定系统包括:获取模块,所述获取模块用于获取所述洗涤桶的竖直深度信息;重量检测模块,所述重量检测模块用于检测所述洗涤桶内衣物的初次重量信息;图像获取模块,所述图像获取模块用于获取所述洗涤桶内衣物的图像信息;计算模块,所述计算模块用于基于所述图像信息以及所述竖直深度信息,计算所述桶内衣物的高度信息;确定模块,所述确定模块用于根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量。
本领域技术人员能够理解的是,在本发明的优选技术方案中,洗涤设备具有洗涤桶,用于洗涤设备的进水量确定方法包括:获取洗涤桶的竖直深度信息,获取洗涤桶内衣物的初次重量信息,同时获取洗涤桶内衣物的图像信息,随后根据图像信息以及竖直深度信息确定洗涤桶内衣物的高度信息,最后根据竖直深度信息、初次重量信息以及高度信息确定洗涤设备洗涤的进水量。
本方案中,通过图像信息和洗涤桶的竖直深度信息能够确定对应于衣物多个位置的高度信息,使高度信息能够更准确地反映衣物的真实高度。
因此在确定进水量时通过引入上述图像信息,能够更准确地确定对应于洗涤桶内衣物的水位高度。
同时,本领域技术人员可以理解,洗涤桶的竖直深度信息能够反映洗涤桶的尺寸,而洗涤桶的尺寸与洗涤设备的容量相关,因而在确定洗涤设备的进水量时,通过引入洗涤桶的竖直深度信息,能够依据确定的水位高度确定进水体积。
进一步地,本方案中在确定进水量时同时引入了初次重量信息,初次重量信息反映了洗涤桶内衣物的布量,因而能够根据衣物的布量确定合适的进水量区间。这样,通过竖直深度信息、初次重量信息以及高度信息能够精确确定洗涤设备洗涤时的进水量,进而在满足洗涤要求的同时减少水资源的浪费。
进一步地,高度信息包括平均高度信息和最大平均高度信息,平均高度信息反映了洗涤衣物需要的最低水位区间,而最大平均高度信息反映了洗涤桶内衣物的最大高度,因此,引入平均高度信息和最大平均高度信息能够使进水量的确定更加精确。
进一步地,图像信息为3D图像信息,在确定洗涤桶内衣物的平均高度信息和最大平均高度信息时,首先获取3D图像中每个像素点的深度信息,可以理解,每个像素点的深度信息即每个像素点与图像拍摄装置之间的高度差,而洗涤桶的竖直深度信息大致为洗涤桶的最低点与图像拍摄装置之间的高度差,因此,通过将洗涤桶的竖直深度信息与每个像素点的深度信息相减,即能够得到每个像素点的衣物的实际高度,进而能够根据实际高估确定衣物的平均高度信息和最大平均高度信息。
具体地,在确定每个像素点的衣物的实际高度后,所有像素点的实际高度的平均值即为洗涤桶内衣物的平均高度。同时,确定实际高度最大的多个像素点,将实际高度最大的多个像素点的实际高度的平均值作为洗涤桶内衣物的最大平均高度。通过取平均值确定衣物的最大平均高度,能够避免出现严重的奇异值,使最大平均高度信息更加准确。
进一步地,获取3D图像信息中每个像素点的深度信息,具体包括以下步骤:获取若干张初始图像信息,并根据预设条件对图像信息进行裁切,以排除图片中洗涤桶的部分,仅保留图片中衣物的部分。最后根据裁切后的图像信息确定每个像素点的深度信息,以使每个像素点的深度信息均与衣物对应。
进一步地,根据竖直深度信息、初次重量信息以及高度信息确定进水量,具体包括:将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息导入进水量计算模型中,并根据进水量计算模型匹配到进水量,从而实现进水量的确定。
进一步地,进水量计算模型为支持向量机模型。
进一步地,初次重量信息为首次进水前洗涤桶内衣物的重量信息,由于初次重量信息为衣物不含水分的信息,能够更准确地反映衣物的布量,进而使根据初次重量信息确定的进水量更加精确。
本发明提供的用于洗涤设备的进水量确定系统,通过图像信息和洗涤桶的竖直深度信息能够确定对应于衣物多个位置的高度信息,使高度信息能够更准确地反映衣物的真实高度。
因此在确定进水量时通过引入上述图像信息,能够更准确地确定对应于洗涤桶内衣物的水位高度。
同时,本领域技术人员可以理解,洗涤桶的竖直深度信息能够反映洗涤桶的尺寸,而洗涤桶的尺寸与洗涤设备的容量相关,因而在确定洗涤设备的进水量时,通过引入洗涤桶的竖直深度信息,能够依据确定的水位高度确定进水体积。
进一步地,本方案中在确定进水量时同时引入了初次重量信息,初次重量信息反映了洗涤桶内衣物的布量,因而能够根据衣物的布量确定合适的进水量区间。这样,通过竖直深度信息、初次重量信息以及高度信息能够精确确定洗涤设备洗涤时的进水量,进而在满足洗涤要求的同时减少水资源的浪费。
附图说明
下面参照附图并结合洗涤设备来描述本发明的进水量确定方法以及进水量确定系统。附图中:
图1为本发明的进水量确定方法的逻辑图;
图2为本发明的进水量确定方法的优选实施方式的逻辑图;
图3为本发明的进水量确定系统的结构示意图;
图4为本发明的进水量确定系统的优选实施方式的结构示意图。
具体实施方式
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非旨在限制本发明的保护范围。例如,虽然本实施方式是结合滚筒洗衣机和波轮洗衣机进行介绍的,但是这并非旨在于限制本发明的保护范围,在不偏离本发明原理的条件下,本领域技术人员可以将本发明应用于其他应用场景。例如波轮洗衣机或壁挂式洗衣机等。
实施例1
首先参照图1和图2,对本发明的进水量确定方法进行描述。其中,图1为本发明的进水量确方法的流程示意图;图2为本发明的进水量确方法的优选实施方式的流程示意图。
如图1所示,为解决现有技术中洗涤设备存在的进水量确定不够准确问题,本发明提供了一种用于洗涤设备(例如为滚筒洗衣机)的进水量确定方法,洗涤设备具有箱体和设置在箱体内的驱动装置和洗涤桶,当洗涤设备为滚筒洗衣机时,其包括箱体和设置于箱体内的驱动电机、外筒和内筒,箱体上设置有衣物投入口,衣物投入口上安装有可开闭的机门,外筒与衣物投入口之间通过窗垫连接。内筒设置在外筒内部且内筒与驱动电机的输出轴连接,以便在驱动电机的带动下旋转,完成对投放至其内部的衣物的洗涤。
其中,进水量确定方法包括以下步骤:
步骤S102,获取洗涤桶的竖直深度信息,其中,当洗涤设备为滚筒洗衣机时,本实施例中竖直深度信息即为滚筒洗衣机的内筒的直径;
步骤S104,获取洗涤桶内衣物的初次重量信息;
步骤S106,获取洗涤桶内衣物的图像信息;
步骤S108,基于图像信息以及竖直深度信息计算洗涤桶内衣物的高度信息;
步骤S110,根据竖直深度信息、初次重量信息以及高度信息确定进水量。
本实施例中,通过图像信息和洗涤桶的竖直深度信息能够确定对应于衣物多个位置的高度信息,使高度信息能够更准确地反映衣物的真实高度。
因此在确定进水量时通过引入上述图像信息,能够更准确地确定对应于洗涤桶内衣物的水位高度。
同时,本领域技术人员可以理解,洗涤桶的竖直深度信息能够反映洗涤桶的尺寸,而洗涤桶的尺寸与洗涤设备的容量相关,因而在确定洗涤设备的进水量时,通过引入洗涤桶的竖直深度信息,能够依据确定的水位高度确定进水体积。
进一步地,本方案中在确定进水量时同时引入了初次重量信息,初次重量信息反映了洗涤桶内衣物的布量,因而能够根据衣物的布量确定合适的进水量区间。这样,通过竖直深度信息、初次重量信息以及高度信息能够精确确定洗涤设备洗涤时的进水量,进而在满足洗涤要求的同时减少水资源的浪费。
进一步地,高度信息包括平均高度信息和最大平均高度信息,平均高度信息反映了洗涤衣物需要的最低水位区间,而最大平均高度信息反映了洗涤桶内衣物的最大高度,因此,引入平均高度信息和最大平均高度信息能够使进水量的确定更加精确。
进一步地,图像信息为3D图像信息,在确定洗涤桶内衣物的平均高度信息和最大平均高度信息时,首先获取3D图像中每个像素点的深度信息,可以理解,每个像素点的深度信息即每个像素点与图像拍摄装置之间的高度差,而洗涤桶的竖直深度信息大致为洗涤桶的最低点与图像拍摄装置之间的高度差(拍摄装置与洗涤桶最高点大致处于同一高度),因此,通过将洗涤桶的竖直深度信息与每个像素点的深度信息相减,即能够得到每个像素点的衣物的实际高度,进而能够根据实际高估确定衣物的平均高度信息和最大平均高度信息。
具体地,在确定每个像素点的衣物的实际高度后,所有像素点的实际高度的平均值即为洗涤桶内衣物的平均高度。同时,确定实际高度最大的多个像素点,将实际高度最大的多个像素点的实际高度的平均值作为洗涤桶内衣物的最大平均高度。通过取平均值确定衣物的最大平均高度,能够避免出现严重的奇异值,使最大平均高度信息更加准确。
进一步地,获取3D图像信息中每个像素点的深度信息,具体包括以下步骤:获取若干张初始图像信息,并根据预设条件对图像信息进行裁切,以排除图片中洗涤桶的部分,仅保留图片中衣物的部分。最后根据裁切后的图像信息确定每个像素点的深度信息,以使每个像素点的深度信息均与衣物对应。
具体地,在洗涤设备的适当位置(如窗垫上或外筒内壁上)设置有图像获取装置(例如为深度相机),通过图像获取装置获取多张初始3D图像信息(例如为5张),并进行滤波降噪处理,以获得清晰的3D图像信息。随后,根据预设条件,对3D图像信息进行裁切,裁切后的3D图像信息只包括洗涤桶内的衣物。随后根据裁切后的3D图像信息以及竖直深度信息确定衣物的平均高度信息以及最大平均高度信息。
在一种优选的实施方式中,图像获取装置为TOF(Time of Flight)摄像头。
在一种可替换的实施方式中,图像获取装置为双目视觉摄像头。
进一步地,初次重量信息为首次进水前洗涤桶内衣物的重量信息,由于初次重量信息为衣物不含水分的信息,能够更准确地反映衣物的布量,进而使根据初次重量信息确定的进水量更加精确。
根据竖直深度信息、初次重量信息以及高度信息确定进水量,具体包括:将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息导入训练好的进水量计算模型中,并根据进水量计算模型匹配到进水量,从而实现进水量的确定。
其中,训练好的进水量计算模型是指,预先根据目前的实际需求对进水量计算模型进行了对应的训练,使进水量计算模型符合实际需要。
对进水量计算模型的训练,包含以下步骤:
步骤一,根据实际需求将多组训练数据导入进水量计算模型中,对进水量计算模型进行训练,其中,每组训练数据包括一组对应的竖直深度信息、初次重量信息、平均高度信息、最大高度信息和进水量;
步骤二,将多组样本数据导入训练后的进水量计算模型中,得到预测进水量,其中,每组样本数据包括一组对应的竖直深度信息、初次重量信息、平均高度信息、最大高度信息和进水量;
步骤三,将预测进水量与样本数据中的进水量进行对比,确定预测准确率;
步骤四,若预测准确率未达到预设阈值,则再次执行步骤三,否则,确定当前进水量计算模型为训练好的进水量计算模型。
进一步地,进水量计算模型为支持向量机(SVM)计算模型。
支持向量机(Support Vector Machine,简称SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面,SVM可以通过核方法进行非线性分类,从而将数据嵌入到高维特征空间,然后,利用通用的线性学习器在这个新的空间中进行分析和处理。例如本实施例中可将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息这些数据由四维空间映射至五维空间甚至更多维的空间,以实现数据分类,进而能将非线性不可分问题变为线性可分问题,降低运算的复杂度,进而能够提高运算速度,降低对硬件设备运算处理能力的要求。
本方案中,通过支持向量机对数据进行分类,进水量计算模型在训练的过程中能够更容易拟合出进水量与竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息的对应曲线,进而在训练完成后能够通过拟合出的对应曲线根据竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息匹配进水量。
本方案中,径向基核和多项式核均用于解决线性不可分问题,但由于径向基核具有更少的参数,因而函数的复杂度更低,计算速度更快,因此选取径向基核能更适用于需要实时计算的洗涤设备场景中。
本方案中,多项式核函数能够具有更高的运算精度,进而使进水量的确定更加准确,适用于算力较强的场景中,例如当进水量由云端服务器进行计算时。
下面参照图2,对本申请的控制方法的一种可能的控制过程进行描述。如图2所示,在本实施例的进水量确定方法的一种可能的控制过程中,进水量确定方法包括:
步骤S202,获取洗涤桶的竖直深度信息;
步骤S204,获取洗涤桶内衣物的初次重量信息;
步骤S206,获取洗涤桶内衣物的3D图像信息;
步骤S208,获取3D图像信息每个像素点的深度信息;
步骤S210,根据深度信息以及竖直深度信息确定每个像素点的实际高度;
步骤S212,确定所有像素点实际高度的平均值为平均高度信息;
步骤S214,确定实际高度最大的多个像素点,并确定多个像素点的实际高度的平均值为最大平均高度信息;
步骤S216,将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息导入进水量计算模型进行匹配得到进水量。
本方案中,首先执行步骤S202,获取洗涤桶的竖直深度信息,即内筒的直径。随后,执行步骤S204,获取洗涤桶内衣物的初次重量信息,初次重量信息即为洗涤设备初次进水前衣物的重量,换言之,是衣物未沾水时的重量。随后,执行步骤S206,获取洗涤桶内衣物的3D图形信息,例如连续获取5张3D图形信息,并对3D图形信息进行滤波处理和裁切处理。3D图形信息处理完成后,执行步骤S208,获取3D图像信息每个像素点的深度信息,每个像素点的深度信息即为每个像素点与图像获取装置之间的距离(本实施例中,图像获取装置与洗涤桶之间的高度差较小,可以忽略);步骤S210,根据每个像素点的深度信息和洗涤桶的竖直深度信息,将二者做差,即得到每个像素点衣物的实际高度,步骤S212,确定所有像素点衣物的实际高度为衣物的平均高度信息,步骤S214,确定实际高度最大的多个像素点,并确定多个像素点的实际高度的平均值作为最大平均高度信息。例如,在一种可能的情形中,获取实际高度最大的10个像素点,并将确定的10个像素点的实际高度的平均值作为衣物的最大平均高度信息,以减少误差。
在一种可能的实施方式中,获取洗涤桶的深度信息,具体指通过传感器获取洗涤桶的竖直深度信息,传感器包括但不限于距离传感器、图像传感器等。
在一种优选的实施方式中,获取洗涤桶的深度信息,具体指调用已存储的洗涤桶的竖直深度信息。
在一种优选的实施方式中,本实施例中的洗涤设备(例如为滚筒洗衣机)工作时,用户将衣物放入洗涤设备内并开始洗涤程序后,获取洗涤桶的竖直深度信息(例如直接调用已存储的竖直深度信息)、衣物的初始重量信息以及衣物的3D图像信息,并根据3D图像信息和竖直深度信息最终确定衣物的平均高度和最大平均高度。最终根据竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息导入进水量计算模型进行匹配得到初次洗涤的进水量,随后洗涤设备开始进水并进行初次洗涤。
在初次洗涤结束后,若剩余洗涤次数归零,则洗涤设备停止工作,并发出对应于洗涤结束的提示信息,以提示用户及时取出衣物。
若剩余洗涤次数未归零,则重新获取衣物的3D图像信息,并根据3D图像信息以及竖直深度信息重新确定衣物的平均高度和最大平均高度。最后,根据重新确定的平均高度和最大平均高度,以及在初次洗涤时确定的初始重量信息和竖直深度信息,确定单次洗涤的进水量,并按照确定的进水量进水开始单次洗涤流程。洗涤结束后,若剩余洗涤次数归零,则洗涤设备停止工作;否则,按照上述流程,重新确定平均高度信息和最大平均高度信息,并重新确定单次洗涤的进水量,直至剩余洗涤次数归零。
通过本方案,在多次洗涤的过程中,每次均参考初次重量信息确定进水量,初次重量信息能够更精准地反映衣物的布量,进而使进水量更加精确。同时,每次确定进水量时均重新确定平均高度信息和最大平均高度信息,能根据实际情况灵活调整进水量,使进水量更加符合实际的洗涤需求。
实施例2
本实施例与实施例1的区别在于,本实施例中的洗涤设备为波轮洗衣机。
本实施例中图像获取装置设置在压盖的下表面,洗涤桶的竖直深度信息,指洗涤桶的深度,即图像获取装置与洗涤桶底部的高度差(图像获取装置与洗涤桶之间的高度差可以忽略)。
实施例3
下面参照图3和图4,对本实施例的进水量确定系统进行描述,其中,图3是本发明的进水量确定系统的结构示意图,图4是本发明的进水量确定系统的优选实施方式的结构示意图。
如图3所示,本实施例提供了一种用于洗涤设备(例如为滚筒洗衣机)的进水量确定系统,洗涤设备具有洗涤桶,进水量确定系统包括:获取模块,获取模块用于获取洗涤桶的竖直深度信息;重量检测模块,重量检测模块用于检测洗涤桶内衣物的初次重量信息;图像获取模块,图像获取模块用于获取洗涤桶内衣物的图像信息;计算模块,计算模块用于基于图像信息以及竖直深度信息,计算桶内衣物的高度信息;确定模块,确定模块用于根据竖直深度信息、初次重量信息以及高度信息确定进水量。
本方案中,通过图像信息和洗涤桶的竖直深度信息能够确定对应于衣物多个位置的高度信息,使高度信息能够更准确地反映衣物的真实高度。
因此在确定进水量时通过引入上述图像信息,能够更准确地确定对应于洗涤桶内衣物的水位高度。
同时,本领域技术人员可以理解,洗涤桶的竖直深度信息能够反映洗涤桶的尺寸,而洗涤桶的尺寸与洗涤设备的容量相关,因而在确定洗涤设备的进水量时,通过引入洗涤桶的竖直深度信息,能够依据确定的水位高度确定进水体积。
进一步地,高度信息包括平均高度信息和最大平均高度信息,计算模块具体用于:基于图像信息以及竖直深度信息,计算洗涤桶内衣物的平均高度信息和最大平均高度信息。
本方案中,平均高度信息反映了洗涤衣物需要的最低水位区间,而最大平均高度信息反映了洗涤桶内衣物的最大高度,因此,引入平均高度信息和最大平均高度信息能够使进水量的确定更加精确。
进一步地,图像获取模块具体用于:获取衣物的3D图像信息,计算模块具体用于:获取3D图像信息中每个像素点的深度信息;根据深度信息以及竖直深度信息确定每个像素点的实际高度;根据每个像素点的实际高度确定洗涤桶内衣物的平均高度信息以及最大平均高度信息。
本方案中,可以理解,每个像素点的深度信息即每个像素点与图像拍摄装置之间的高度差,而洗涤桶的竖直深度信息即为洗涤桶的最低点与图像拍摄装置之间的高度差,因此,通过将洗涤桶的竖直深度信息与每个像素点的深度信息相减,即能够得到每个像素点的衣物的实际高度,进而能够根据实际高估确定衣物的平均高度信息和最大平均高度信息。
具体地,在确定每个像素点的衣物的实际高度后,所有像素点的实际高度的平均值即为洗涤桶内衣物的平均高度。同时,确定实际高度最大的多个像素点,将实际高度最大的多个像素点的实际高度的平均值作为洗涤桶内衣物的最大平均高度。通过取平均值确定衣物的最大平均高度,能够避免出现严重的奇异值,使最大平均高度信息更加准确。
进一步地,计算模块具体还用于:确定所有像素点的实际高度的平均值为洗涤桶内衣物的平均高度信息;确定实际高度最大的多个像素点,并确定多个像素点的实际高度的平均值为洗涤桶衣物的最大平均高度信息。
进一步地,图像获取模块具体还用于:获取若干张初始图像信息;根据预设条件对图像信息进行裁切;确定裁切后图像信息的每个像素点的深度信息。
进一步地,确定模块具体用于:将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息导入训练好的进水量计算模型进行匹配得到进水量,其中,进水量计算模型用于表征竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息与进水量之间的关系。
其中,训练好的进水量计算模型是指,预先根据目前的实际需求对进水量计算模型进行了对应的训练,使进水量计算模型符合实际需要。
对进水量计算模型的训练,包含以下步骤:
步骤一,根据实际需求将多组训练数据导入进水量计算模型中,对进水量计算模型进行训练,其中,每组训练数据包括一组对应的竖直深度信息、初次重量信息、平均高度信息、最大高度信息和进水量;
步骤二,将多组样本数据导入训练后的进水量计算模型中,得到预测进水量,其中,每组样本数据包括一组对应的竖直深度信息、初次重量信息、平均高度信息、最大高度信息和进水量;
步骤三,将预测进水量与样本数据中的进水量进行对比,确定预测准确率;
步骤四,若预测准确率未达到预设阈值,则再次执行步骤三,否则,确定当前进水量计算模型为训练好的进水量计算模型。
进一步地,计算模型为支持向量机(SVM)计算模型。
支持向量机(Support Vector Machine,简称SVM)是一类按监督学习方式对数据进行二元分类的广义线性分类器,其决策边界是对学习样本求解的最大边距超平面,SVM可以通过核方法进行非线性分类,从而将数据嵌入到高维特征空间,然后,利用通用的线性学习器在这个新的空间中进行分析和处理。例如本实施例中可将竖直深度信息、初次重量信息、平均高度信息以及最大平均高度信息这些数据由四维空间映射至五维空间甚至更多维的空间,以实现数据分类,进而能将非线性不可分问题变为线性可分问题,降低运算的复杂度,进而能够提高运算速度,降低对硬件设备运算处理能力的要求。
本方案中,通过支持向量机对数据进行分类,进水量计算模型在训练的过程中能够更容易拟合出进水量与竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息的对应曲线,进而在训练完成后能够通过拟合出的对应曲线根据竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息匹配进水量。
本方案中,径向基核和多项式核均用于解决线性不可分问题,但由于径向基核具有更少的参数,因而函数的复杂度更低,计算速度更快,因此选取径向基核能更适用于需要实时计算的洗涤设备场景中。
本方案中,多项式核函数能够具有更高的运算精度,进而使进水量的确定更加准确,适用于算力较强的场景中,例如当进水量由云端服务器进行计算时。
进一步地,初次重量信息为首次进水前洗涤桶内衣物的重量信息。
本方案中,初次重量信息能够更精准地反映衣物的布量,进而使进水量更加精确。
进一步地,图像获取模块为深度相机,例如TOF摄像头或双目视觉摄像头。
如图4所示,在一种具体的实施方式中,进水量确定系统包括微处理器、存储器、重量传感器、图像传感器以及执行器。
其中,获取模块、计算模块和确定模块的功能由微处理器实现,图像获取模块的功能由图像传感器实现,重量检测模块的功能由重量传感器实现。
本方案中,在洗涤设备开始洗涤时,微处理器(如NPU)从存储器中读取洗涤桶的竖直深度信息,重量传感器检测对应于衣物的初始重量信息,图像传感器获取多张初始图像信息,微处理器接收重量传感器的初始重量信息以及图像传感器的初始图像信息,并对初始图像信息进行滤波降噪和裁切处理,获得对应于洗涤桶内衣物的图像信息,并根据图像信息以及竖直深度信息确定洗涤桶内衣物的平均高度以及最大平均高度,最终根据竖直深度信息、初始重量信息、平均高度信息以及最大平均高度信息,确定进水量,随后微处理器发送信号至执行器,使执行器动作,洗涤设备开始进水。
其中,执行器为设于洗涤设备的控制器(如CPU),微处理器确定进水量后,控制器控制进水电控阀开启,使洗涤设备开始进水。
进一步地,洗涤设备的进水管路上设有与控制器电连接的流量计,这样,控制器能根据流量计反馈的信号控制电控阀的开启,这样能精确控制进水量。
进一步地,进水完成后,控制器控制洗涤设备进行洗涤流程。单次洗涤流程结束后,若剩余洗涤次数归零,洗涤控制器控制洗涤设备停止工作并发出对应于洗涤结束的提示信息;若洗涤次数未归零,则洗涤控制器发送给微控制器对应于确定进水量的信号,图像传感器重新获取多张初始图像信息,微控制器对初始图像信息进行滤波降噪和裁切处理,以获得对应于洗涤桶内衣物的图像信息,并根据图像信息以及竖直深度信息重新确定洗涤桶内衣物的平均高度以及最大平均高度,随后根据根据竖直深度信息、初始重量信息、以及本次确定的平均高度信息和最大平均高度信息重新确定进水量并向控制器发送信号,控制器在按照确定的进水量进水完成后控制洗涤设备继续工作,以此循环,直至洗涤次数归零,控制器控制洗涤设备停止工作并发出对应于洗涤结束的提示信息。
在一种可替换的实施方式中,进水量确定系统包括重量传感器、图像传感器、洗涤控制器、通讯装置以及服务器,通讯装置与重量传感器以及图像传感器连接,洗涤设备的进水管路上设有与控制器连接的电控阀和流量阀,其中,获取模块、计算模块和确定模块的功能由服务器实现,图像获取模块的功能由图像传感器实现,重量检测模块的功能由重量传感器实现。
本方案中,洗涤桶的竖直深度信息预存于服务器中,重量传感器获取的重量信息以及图像传感器获取的初始图像信息通过通讯装置传输至服务器中,并通过服务器进行运算,最终确定进水量后,服务器将对应于进水量的信号发送至至通讯装置,信号传输装置响应于服务器的信号并将对应于进水量的信号发送至控制器,控制器控制电控阀的状态,以按照确定的进水量进水并进行洗涤。
本方案中通过云端的服务器进行运算,由于云端服务器运算能力强大,因而能够应用复杂度更高的进水量计算模型计算进水量,进而使进水量的确定更加精确。
进一步地,通讯装置通过5G网络进行通讯,由于5G网络具备低延迟的特点,能够快速确定进水量并将进水量反馈至控制器。
在一种可替换的实施方式中,也可使用设置在洗涤装置内的水位计代替流量计进行进水量监控。
上述实施例提供的进水量确定系统,仅以上述各功能模块(如获取模块、计算模块、确定模块等)的划分进行举例说明,在实际应用中,可以根据需要而将上述功能模块由不同的功能模块来完成,即将本发明实施例中的功能模块再分解或者组合,例如,上述实施例的获取模块、计算模块以及确定模块可以合并为一个功能模块,也可以进一步拆分成多个子模块,以完成以上描述的全部或者部分功能。对于本发明实施例中涉及的功能模块名称,仅仅是为了进去区分,不视为对本发明的不当限定。
实施例4
本实施例与实施例3的区别在于,本实施例中的洗涤设备为波轮洗衣机。
本实施例中图像获取装置设置在压盖的下表面,洗涤桶的竖直深度信息,指洗涤桶的深度,即图像获取装置与洗涤桶底部的高度差(图像获取装置与洗涤桶之间的高度差可以忽略)。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是,在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元模块权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征作出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种用于洗涤设备的进水量确定方法,所述洗涤设备具有洗涤桶,其特征在于,所述进水量确定方法包括:
获取所述洗涤桶的竖直深度信息以及所述洗涤桶内衣物的初次重量信息;
获取所述洗涤桶内衣物的图像信息;
基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的高度信息;
根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量。
2.根据权利要求1所述的进水量确定方法,其特征在于,所述高度信息包括平均高度信息和最大平均高度信息,所述基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的高度信息,具体包括:
基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的平均高度信息和最大平均高度信息。
3.根据权利要求2所述的进水量确定方法,其特征在于,所述图像信息为3D图像信息,所述基于所述图像信息以及所述竖直深度信息,计算所述洗涤桶内衣物的平均高度信息和最大平均高度信息,具体包括:
获取所述3D图像信息中每个像素点的深度信息;
根据所述深度信息以及所述竖直深度信息确定每个像素点的实际高度;
根据每个所述像素点的实际高度确定所述洗涤桶内衣物的平均高度信息以及最大平均高度信息。
4.根据权利要求3所述的进水量确定方法,其特征在于,所述根据每个所述像素点的实际高度确定所述洗涤桶内衣物的平均高度信息以及最大平均高度信息,具体包括:
确定所有所述像素点的实际高度的平均值为所述洗涤桶内衣物的平均高度信息;
确定实际高度最大的多个像素点,并确定所述多个像素点的实际高度的平均值为所述洗涤桶衣物的最大平均高度信息。
5.根据权利要求3所述的进水量确定方法,其特征在于,所述获取所述3D图像信息中每个像素点的深度信息,具体包括:
获取若干张初始图像信息;
根据预设条件对所述图像信息进行裁切;
确定裁切后图像信息的每个像素点的深度信息。
6.根据权利要求2至5中任一项所述的进水量确定方法,其特征在于,所述根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量,具体包括:
将所述竖直深度信息、所述初次重量信息、所述平均高度信息以及所述最大平均高度信息导入进水量计算模型进行匹配得到所述进水量,
其中,所述进水量计算模型用于表征所述竖直深度信息、所述初次重量信息、所述平均高度信息以及所述最大平均高度信息与所述进水量之间的关系。
7.根据权利要求6所述的进水量确定方法,其特征在于,
所述进水量计算模型为支持向量机计算模型。
8.根据权利要求1至5中任一项所述的进水量确定方法,其特征在于,
所述初次重量信息为首次进水前所述洗涤桶内衣物的重量信息。
9.根据权利要求1至5中任一项所述的进水量确定方法,其特征在于,所述获取所述洗涤桶内衣物的图像信息,具体包括:
通过深度相机获取所述洗涤桶内衣物的图像信息。
10.一种用于洗涤设备的进水量确定系统,所述洗涤设备具有洗涤桶,其特征在于,包括:
获取模块,所述获取模块用于获取所述洗涤桶的竖直深度信息;
重量检测模块,所述重量检测模块用于检测所述洗涤桶内衣物的初次重量信息;
图像获取模块,所述图像获取模块用于获取所述洗涤桶内衣物的图像信息;
计算模块,所述计算模块用于基于所述图像信息以及所述竖直深度信息,计算所述桶内衣物的高度信息;
确定模块,所述确定模块用于根据所述竖直深度信息、所述初次重量信息以及所述高度信息确定进水量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318671.8A CN113529341B (zh) | 2020-04-21 | 2020-04-21 | 用于洗涤设备的进水量确定方法和洗涤设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010318671.8A CN113529341B (zh) | 2020-04-21 | 2020-04-21 | 用于洗涤设备的进水量确定方法和洗涤设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113529341A true CN113529341A (zh) | 2021-10-22 |
CN113529341B CN113529341B (zh) | 2024-01-02 |
Family
ID=78093972
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010318671.8A Active CN113529341B (zh) | 2020-04-21 | 2020-04-21 | 用于洗涤设备的进水量确定方法和洗涤设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113529341B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117158852A (zh) * | 2023-11-03 | 2023-12-05 | 南通腾宇环保设备有限公司 | 一种节水环保洗涤工艺控制方法 |
US20240011211A1 (en) * | 2022-07-11 | 2024-01-11 | Haier Us Appliance Solutions, Inc. | Washing machine appliance and augmented reality control features |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0461722A1 (de) * | 1990-06-15 | 1991-12-18 | Bauknecht Hausgeräte GmbH | Zulaufmengensteuerung für Spül- und Waschgeräte |
US5305485A (en) * | 1993-01-04 | 1994-04-26 | Whirlpool Corporation | Cloth detection system for an automatic washer |
BRPI0802945A2 (pt) * | 2006-02-20 | 2009-08-04 | Ipico Innovation Inc | etiqueta eletrÈnica para sistema de comunicação sem fio e processo de operação correspondente |
CN103334265A (zh) * | 2013-06-19 | 2013-10-02 | 松下家电研究开发(杭州)有限公司 | 一种智能洗衣机、洗衣控制方法及远程监控方法 |
CN104975469A (zh) * | 2014-04-11 | 2015-10-14 | 无锡小天鹅股份有限公司 | 洗衣机及其控制方法 |
CN105155201A (zh) * | 2015-06-30 | 2015-12-16 | 无锡小天鹅股份有限公司 | 洗衣机及其进水控制方法 |
CN108823900A (zh) * | 2018-09-05 | 2018-11-16 | 深圳市猎搜有限公司 | 洗衣机进水及进液的远程控制方法及控制系统 |
KR20190104948A (ko) * | 2019-07-12 | 2019-09-11 | 엘지전자 주식회사 | 지능형 세탁기 및 이의 제어방법 |
-
2020
- 2020-04-21 CN CN202010318671.8A patent/CN113529341B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0461722A1 (de) * | 1990-06-15 | 1991-12-18 | Bauknecht Hausgeräte GmbH | Zulaufmengensteuerung für Spül- und Waschgeräte |
US5305485A (en) * | 1993-01-04 | 1994-04-26 | Whirlpool Corporation | Cloth detection system for an automatic washer |
BRPI0802945A2 (pt) * | 2006-02-20 | 2009-08-04 | Ipico Innovation Inc | etiqueta eletrÈnica para sistema de comunicação sem fio e processo de operação correspondente |
CN103334265A (zh) * | 2013-06-19 | 2013-10-02 | 松下家电研究开发(杭州)有限公司 | 一种智能洗衣机、洗衣控制方法及远程监控方法 |
CN104975469A (zh) * | 2014-04-11 | 2015-10-14 | 无锡小天鹅股份有限公司 | 洗衣机及其控制方法 |
CN105155201A (zh) * | 2015-06-30 | 2015-12-16 | 无锡小天鹅股份有限公司 | 洗衣机及其进水控制方法 |
CN108823900A (zh) * | 2018-09-05 | 2018-11-16 | 深圳市猎搜有限公司 | 洗衣机进水及进液的远程控制方法及控制系统 |
KR20190104948A (ko) * | 2019-07-12 | 2019-09-11 | 엘지전자 주식회사 | 지능형 세탁기 및 이의 제어방법 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20240011211A1 (en) * | 2022-07-11 | 2024-01-11 | Haier Us Appliance Solutions, Inc. | Washing machine appliance and augmented reality control features |
CN117158852A (zh) * | 2023-11-03 | 2023-12-05 | 南通腾宇环保设备有限公司 | 一种节水环保洗涤工艺控制方法 |
CN117158852B (zh) * | 2023-11-03 | 2024-03-05 | 南通腾宇环保设备有限公司 | 一种节水环保洗涤工艺控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113529341B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113529341A (zh) | 用于洗涤设备的进水量确定方法和洗涤设备 | |
CN108445746B (zh) | 一种智能投喂控制方法及装置 | |
US20190284743A1 (en) | Washing machine and cloud server setting function based on object sensing using artificial intelligence, and method for setting function | |
CN113160123A (zh) | 一种基于YOLOv5的皮革缺陷检测方法、系统及装置 | |
CN110647894A (zh) | 电器设备的故障诊断方法、系统、云端服务器及存储介质 | |
CN112415964A (zh) | 一种控制方法、装置、家电设备及存储介质 | |
CN115359342A (zh) | 一种洗碗机控制方法、控制系统、介质、设备及终端 | |
CN109114805A (zh) | 一种设备能耗的确定方法及装置 | |
CN113463327A (zh) | 衣物展示方法和装置、电子设备、计算机可读存储介质 | |
CN115866392B (zh) | 一种ai物体视觉识别系统和方法 | |
KR20190109335A (ko) | 세탁물 처리장치 및 세탁물 처리방법 | |
Ilonen et al. | Estimation of bubble size distribution based on power spectrum | |
CN110826904B (zh) | 风机的数据处理方法、装置、处理设备及可读存储介质 | |
CN112746442A (zh) | 一种智能脱水的方法及装置 | |
CN111394933B (zh) | 洗衣机及其洗涤控制方法、装置和可读存储介质 | |
CN110181503B (zh) | 异常检测方法、装置、智能设备和存储介质 | |
CN111898525A (zh) | 烟雾识别模型的构建方法、进行烟雾检测的方法及装置 | |
CN110331552A (zh) | 一种智能洗衣机系统及其控制方法 | |
CN114717793B (zh) | 一种洗衣机自适应洗涤控制方法 | |
CN108221267A (zh) | 一种洗衣机控制方法及装置 | |
CN111709620B (zh) | 一种移动便携式机织物结构参数在线检测系统 | |
Wu et al. | Visualization automatic programming system of bending machine based on machine vision | |
CN116949741A (zh) | 洗衣机开机的智能控制方法及其装置 | |
CN115456433A (zh) | 建筑设备的状态检测方法、装置、电子设备及存储介质 | |
CN115748183A (zh) | 一种检测洗涤设备内筒偏心的方法及装置 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20231208 Address after: 230601 Haier Industrial Park, Hefei economic and Technological Development Zone, Anhui Applicant after: HEFEI HAIER WASHING MACHINE Co.,Ltd. Applicant after: Haier Smart Home Co., Ltd. Address before: 266101 Haier Industrial Park, 1 Haier Road, Laoshan District, Shandong, Qingdao Applicant before: QINGDAO HAIER WASHING MACHINE Co.,Ltd. Applicant before: Haier Smart Home Co., Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |