CN113534851A - 控制遮阳伞的方法 - Google Patents
控制遮阳伞的方法 Download PDFInfo
- Publication number
- CN113534851A CN113534851A CN202110647822.9A CN202110647822A CN113534851A CN 113534851 A CN113534851 A CN 113534851A CN 202110647822 A CN202110647822 A CN 202110647822A CN 113534851 A CN113534851 A CN 113534851A
- Authority
- CN
- China
- Prior art keywords
- sunshade
- shadow
- image
- feature
- preset value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 230000008859 change Effects 0.000 claims abstract description 29
- 238000005286 illumination Methods 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims 1
- 230000007246 mechanism Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 17
- 238000013519 translation Methods 0.000 description 15
- 238000001514 detection method Methods 0.000 description 9
- 238000013135 deep learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003042 antagnostic effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D3/00—Control of position or direction
- G05D3/12—Control of position or direction using feedback
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B23/00—Other umbrellas
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B25/00—Details of umbrellas
-
- 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
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B23/00—Other umbrellas
- A45B2023/0012—Ground supported umbrellas or sunshades on a single post, e.g. resting in or on a surface there below
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B23/00—Other umbrellas
- A45B2023/0031—Cantilever umbrellas or sunshades with a support arm
- A45B2023/0037—Cantilever umbrellas or sunshades with a support arm the support arm being attached to the stick or to the crown, the canopy being suspended there below
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B23/00—Other umbrellas
- A45B2023/0093—Sunshades or weather protections of other than umbrella type
-
- A—HUMAN NECESSITIES
- A45—HAND OR TRAVELLING ARTICLES
- A45B—WALKING STICKS; UMBRELLAS; LADIES' OR LIKE FANS
- A45B25/00—Details of umbrellas
- A45B2025/003—Accessories not covered by groups A45B25/24 - A45B25/30
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Building Awnings And Sunshades (AREA)
Abstract
本发明涉及智能遮阳伞技术领域,公开了一种控制遮阳伞的方方法,包括:采集并保存包含遮阳伞当前阴影的图像;实时采集包含遮阳伞的阴影的图像;将实时采集的图像与已保存的图像进行比对,以判断遮阳伞的阴影变化是否超过预设值;在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的水平位置;根据所计算出的水平位置,分别调整遮阳伞的水平位置。通过在判断到遮阳伞的阴影变化超过预设值时,调整遮阳伞的水平位置、竖直位置以及倾斜角度,以解决现有技术中手动调整遮阳伞位置导致较为繁琐的技术问题。
Description
技术领域
本发明涉及智能遮阳伞技术领域,特别是涉及一种控制遮阳伞的方方法。
背景技术
遮阳伞也叫太阳伞,是指用于遮防太阳光直接照射的伞。主要在夏季使用,能够有效隔离紫外线对于皮肤的损伤。
目前,遮阳伞在摆放后固定不动,随时间的推移,太阳的位置会变化,遮阳伞的阴影位置也会随之变化,导致需要频繁手动调整遮阳伞的位置,较为繁琐。
发明内容
本发明实施例旨在提供一种控制遮阳伞的方方法,以解决现有技术中需要手动调整遮阳伞位置导致较为繁琐的技术问题。
本发明实施例解决其技术问题采用以下技术方案:提供一种控制遮阳伞的方法,包括:
采集并保存包含遮阳伞当前阴影的图像;
实时采集包含遮阳伞的阴影的图像;
将实时采集的图像与已保存的图像进行比对,以判断遮阳伞的阴影变化是否超过预设值;
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的水平位置;
根据所计算出的水平位置,分别调整遮阳伞的水平位置。
在一些实施例中,所述方法还包括:
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的竖直位置;
根据所计算出的竖直位置,调整遮阳伞的竖直位置。
在一些实施例中,所述方法还包括:
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的倾斜角度。
根据所计算出的倾斜角度,调整遮阳伞的倾斜角度。
在一些实施例中,所述计算遮阳伞所需要调整的倾斜角度包括:
获取当前地理位置在当前时间的太阳高度角信息;
根据太阳高度角信息,得到遮阳伞所需要调整的倾斜角度。
在一些实施例中,所得到的倾斜角度与太阳高度角一致。
在一些实施例中,所述将实时采集的图像与已保存的图像进行比对包括:
提取已保存的图像中的第一图像特征,其中,第一图形特征未已保存的图像中的这样伞的阴影的边界特征;
将第一图形特征置入实时采集的图像的相应位置上;
计算第一图形特征内的阴影区域和非阴影区域的比值是否在预设比值范围内,若计算出第一图形特征内的阴影区域和非阴影区域的比值在预设比值范围之外,则遮阳伞的阴影变化超过预设值。
在一些实施例中,所述提取已保存的图像中的第一图形特征包括:
预先保存遮阳伞的阴影的边界特征库,边界特征库包含遮阳伞的不同光照方向下形成的阴影的边界特征;
识别出已保存的图像中的与边界特征库中的一个特征的至少一部分相匹配的图形特征;
将边界特征库中的与识别出的图形特征相匹配的一个特征置入已保存的图像中,并使得边界特征库中的该特征的相应部分与已识别出的图形特征相重合;
将边界特征库中的该特征设置为第一图形特征。
在一些实施例中,所述计算遮阳伞所需要调整的水平位置包括:
获取当前地理位置在当前时间的太阳高度角信息;
根据太阳高度角信息,得到遮阳伞所需要调整的水平位置。
在一些实施例中,在采集并保存包含当前遮阳伞的阴影的图像之间,所述方法还包括,在将遮阳伞摆放到位后,开启智能遮阳功能。
在一些实施例中,所述方法还包括,在判断到遮阳伞的阴影变化未超过预设值时,重新将实时采集的图像与已保存的图像进行比对。
与现有技术相比,在本发明实施例提供的智能遮阳伞中,通过在判断到遮阳伞的阴影变化超过预设值时,调整遮阳伞的水平位置、竖直位置以及倾斜角度,以解决现有技术中手动调整遮阳伞位置导致较为繁琐的技术问题。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明其中一实施例提供的一种智能遮阳伞的结构示意图;
图2是图1所示的智能遮阳伞在另一角度下的结构示意图;
图3是图1所示的智能遮阳伞的拆解示意图;
图4是图1所示的智能遮阳伞的位置调整装置的结构示意图;
图5是图1所示的智能遮阳伞的遮阳伞的结构示意图;
图6是本发明另一实施例提供的一种控制遮阳伞的方法的流程示意图。
具体实施方式
为了便于理解本发明,下面结合附图和具体实施例,对本发明进行更详细的说明。需要说明的是,当元件被表述“连接”另一个元件,它可以直接在另一个元件上、或者其间可以存在一个或多个居中的元件。本说明书所使用的术语“上”、“下”、“左”、“右”、“上端”、“下端”、“顶部”以及“底部”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”、等仅用于描述目的,而不能理解为指示或暗示相对重要性。
除非另有定义,本说明书所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是用于限制本发明。
请参阅图1及图2,本发明其中一实施例提供一种智能遮阳伞100,包括支座10、图像采集装置20、人体识别装置30、位置调整装置40、遮阳伞50以及控制器。所述图像采集装置20和位置调整装置40皆安装在所述支座10上,所述人体识别装置30安装在所述遮阳伞50上,所述遮阳伞50安装在所述位置调整装置40上,所述控制器电性连接所述图像采集装置20、所述人体识别装置30以及所述位置调整装置40。
所述图像采集装置20用于采集包含所述遮阳伞50的阴影的图像。所述人体识别装置30用于识别所述遮阳伞50的阴影的覆盖范围内是否存在人体。
所述位置调整装置40用于调整所述遮阳伞50的水平位置、竖直位置以及倾斜角度。其中,通过调整所述遮阳伞50的水平位置,可以较大程度地改变所述遮阳伞50的阴影的位置,通过调整所述遮阳伞50的竖直位置,可以改变所述遮阳伞50的阴影的大小;通过调整所述遮阳伞50的倾斜角度,可以改变所述遮阳伞50的阴影的形状,以改变所述遮阳伞50的阴影的大小。
所述控制器用于接收并保存所述图像采集装置20所采集的图像,并在图像中提取出遮阳伞50阴影的图形特征,比对分析所述遮阳伞50的阴影的变化,根据分析的数据控制所述位置调整装置40调整所述遮阳伞50的位置,以使得所述遮阳伞50的阴影随时间保持不变。
由于所述遮阳伞50的位置可以调整,一方面,通过将所述图像采集装置20安装在所述底座上,在所述图像采集装置20所采集的图像中,背景,即地面在图像中是固定的,由此,利于从图像中提取出所述遮阳伞50的阴影的特征。另一方面,通过将所述人体识别装置30安装在所述遮阳伞50上,能够使得所述人体识别装置30随所述遮阳伞50的阴影同步移动,利于所述人体识别装置30识别所述遮阳伞50的阴影的覆盖范围内是否存在人体。
可以理解,所述图像采集装置20并不局限于安装在所述底座10上,根据实际需要,所述图像采集装置20也可以安装在所述位置调整装置40或者所述遮阳伞50上,甚至还可以安装在所述遮阳伞50附近的地面或者墙面上。综上所述,所述图像采集装置20可以安装在任意位置上,只要所述图像采集装置20的采集范围覆盖所述遮阳伞50的阴影即可。同理,所述人体识别装置30并不局限于安装在所述遮阳伞50上,根据实际需要,所述人体识别装置30也可以安装在所述底座10或者所述位置调整装置40上,甚至还可以安装在所述遮阳伞50附近的地面或者墙体上。综上所述,所述人体识别装置30可以安装在任意位置上,只要所述人体识别装置30的识别范围覆盖所述遮阳伞50的阴影即可。
所述支座10包括底座12、立杆14以及第一安装部16。所述第一安装部16连接所述立杆14,所述立杆14连接所述底座12。
所述底座12可以固定在地面上,例如,通过如螺钉、铆钉等紧固件进行固定,所述底座12也可以放置在地面上,例如,在底座12的底部安装轮,以便于移动所述底座12。
所述立杆14的底部固定在所述底座12的顶部。所述立杆14可以焊装在所述底座12上,也可以通过如螺钉、铆钉等紧固件固定在所述底座12上。在所述立杆14的底部的四周可以设置有与所述底座12相连的加强筋,以提高所述立杆14的结构强度。
所述立杆14可以用于安装所述图像采集装置20。
所述第一安装部16可以设置在所述立杆14的顶部。
所述第一安装部16用于安装所述位置调整装置20。
所述第一安装部16包括第一法兰结构。所述第一法兰结构可以焊装在所述立杆14上,也可以与所述立杆14一体成型。
所述图像采集装置20可以包括摄像头。
可以理解,根据实际需要,所述摄像头可以替换为其他具有图像采集功能的装置,对此本申请不作限制。
所述人体识别装置30可以包括红外传感器。
可以理解,根据实际需要,所述人体识别装置30可以替换为其他能够识别人体的装置,例如,具有人脸识别功能的摄像头,对此本申请不作限制。
在其他一些实施例中,所述位置调整装置40包括第一平移机构、第二平移机构以及第三平移机构。所述第一平移机构用于驱动所述遮阳伞50沿第一水平方向移动,所述第二平移机构用于驱动所述遮阳伞50沿第二水平方向移动,所述第一水平方向与所述第二水平方向相垂直,所述第三平移机构用于驱动所述遮阳伞50沿竖直方向移动。所述第一平移机构及所述第二平移机构相配合,能够调整所述遮阳伞50的水平位置,所述第三平移机构能够调整所述遮阳伞50的竖直位置。
在其他一些实施例中,所述位置调整装置40包括第一平移机构、第二平移机构以及转动机构。所述第一平移机构用于驱动所述遮阳伞50沿水平方向移动,所述第二平移机构用于驱动所述遮阳伞50沿竖直方向移动,所述转动机构用于驱动所述遮阳伞50在水平面内转动,所述第一平移机构与所述转动机构相配合,能够调整所述遮阳伞50的水平位置,所述第二平移机构能够调整所述遮阳伞50的竖直位置。
请结合图4进行参阅,在本实施例中,所述位置调整装置40包括机械手。所述机械手可以为现有的机械手,包括第二安装部41、底座42、回转座43、第一转臂44、第二转臂45、伞体安装组件46、回转电机、第一电机以及第二电机。所述第二安装部41连接所述底座42,用于安装在所述底座10上;所述回转座43安装在所述底座42上,可在水平面内相对于所述固定座42转动;所述第一转臂44的第一端安装在所述回转座43上,可在竖直平面内相对于所述回转座43转动;所述第二转臂45的第一端安装在所述第一转臂44的第二端上,可在竖直平面内相对于所述第一转臂44转动,所述第二转臂45的第二端安装所述伞体安装组件46;所述回转电机安装在所述固定座42及所述回转座43之间,用于驱动所述回转座43在水平面内相对于所述固定座42转动;所述第一电机安装在所述回转座43及所述第一转臂44之间,用于驱动所述第一转臂44在竖直面内相对于所述回转座43转动;所述第二电机安装在所述第一转臂44及所述第二转臂45之间,用于驱动所述第二转臂45在竖直面内相对于所述第一转臂44转动。所述第一转臂44相对于所述回转座43转动时所绕的轴线平行于所述第二转臂45相对于所述第一转臂44转动时所绕的轴线。
所述回转电机能够调整所述遮阳伞50的水平角度,所述第一电机及所述第二电机相配合,能够调整所述遮阳伞50距离所述固定座42的距离,由此,通过所述回转电机、所述第一电机以及所述第二电机相配合,能够调整所述遮阳伞50的水平位置。所述第一电机及所述第二电机相配合,能够调整所述遮阳伞50的高度,由于,通过所述第一电机及所述第二电机相配合,能够调整所述遮阳伞50的竖直位置。
所述第二安装部41包括第二法兰结构。所述第二法兰结构凸设在所述固定座42的底端的侧表面上。所述第二法兰结构可以焊装在所述固定座42上,也可以与所述固定座42一体成型。
所述位置调整装置40与所述底座10相装配时,将所述第二安装部41安装在所述第一安装部16上。所述第一法兰结构与所述第二法兰结构通过螺纹紧固件进行固定。
所述伞体安装组件46包括第三安装部460、第三转臂461、第四转臂462、第三电机以及第四电机。所述第三转臂461的第一端安装在所述第二转臂45的第二端上,可绕第一轴线相对于所述第二转臂45转动,所述第一轴线垂直于所述第二转臂45相对于所述第一转臂44转动时所绕的轴线;所述第四转臂462的第一端安装在所述第三转臂461的第二端上,可绕第二轴线相对于所述第三转臂461转动,所述第四转臂462的第二端安装所述第三安装部460,所述第二轴线垂直于所述第一轴线;所述第三安装部460用于安装所述遮阳伞50;所述第三电机安装在所述第二转臂45及所述第三转臂461之间,用于驱动所述第三转臂461绕所述第一轴线相对于所述第二转臂45转动;所述第四电机安装在所述第三转臂461及所述第四转臂462之间,用于驱动所述第四转臂462绕所述第二轴线相对于所述第三转臂461转动。
所述第三电机及所述第四电机相配合,能够调整所述遮阳伞50的倾斜角。
所述第三安装部460包括第一法兰盘结构。
请结合图5进行参阅,所述遮阳伞50包括伞主体52和第四安装部54。所述第四安装部54设置在所述伞主体52的顶部,用于安装在所述位置调整装置40上,所述伞主体52的底部用于安装所述人体识别装置30。
所述第四安装部54包括第二法兰盘。
所述位置调整装置40与所述遮阳伞50相装配时,将所述第四安装部54安装在所述第三安装部460上。所述第二法兰盘与所述第一法兰盘通过螺纹紧固件进行固定。
所述智能遮阳伞100工作时,具体如下:
开启所述智能遮阳伞100的智能遮阳功能,其中,若所述智能遮阳伞100的底座12未固定在地面上时,在开启所述智能遮阳伞100的智能遮阳功能前,需要先将所述智能遮阳伞100摆放到位。所述人体识别装置30在预设时长内识别到所述遮阳伞50的阴影的覆盖范围内存在人体时,向所述控制器发送包含开启所述智能遮阳伞100的智能遮阳功能的指令的信号。
所述控制器控制所述图像采集装置20采集包含遮阳伞50当前阴影的图像,并保存所述图像采集装置20采集的图像。
所述控制器控制所述图像采集装置20实时采集包含所述遮阳伞50的阴影的图像。
所述控制器将实时采集的图像与已保存的图像进行比对,以判断遮阳伞50的阴影变化是否超过预设值。
所述控制器在判断到所述遮阳伞50的阴影变化超过预设值时,计算所述遮阳伞50所需要调整的水平位置、竖直位置以及倾斜角度,在判断到所述遮阳伞50的阴影变化未超过预设值时,重新控制所述图像采集装置20实时采集包含所述遮阳伞50的阴影的图像。
所述控制器根据所计算出的水平位置、竖直位置以及倾斜角度,通过位置调整装置40调整遮阳伞50的水平位置、竖直位置以及倾斜角度。
关闭智能遮阳功能,或者,所述控制器再次将实时采集的图像与已保存的图像进行比对,以判断所述遮阳伞50的阴影变化是否超过预设值。所述人体识别装置30在预设时长内未识别到所述遮阳伞50的阴影的覆盖范围内存在人体时,向所述控制器发送包含关闭所述智能遮阳伞100的智能遮阳功能的指令的信号。
与现有技术相比较,在发明实施例提供的智能遮阳伞中,通过配置位置调整装置40,位置调整装置能够调整遮阳伞50的位置,以解决现有技术中手动调整遮阳伞位置导致较为繁琐的技术问题。
请参阅图6,本发明另一实施例提供一种控制遮阳伞的方法S100,包括以下步骤:
步骤S10:在将遮阳伞摆放到位后,开启智能遮阳功能;
步骤S20:采集并保存包含当前遮阳伞的阴影的图像;
步骤S30:实时采集包含遮阳伞的阴影的图像;
步骤S40:将实时采集的图像与已保存的图像进行比对,以判断遮阳伞的阴影变化是否超过预设值;
步骤S50:在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的水平位置、竖直位置以及倾斜角度,在判断到遮阳伞的阴影变化未超过预设值时,重新执行步骤S40;
步骤S60:根据所计算出的水平位置、竖直位置以及倾斜角度,分别调整遮阳伞的水平位置、竖直位置以及倾斜角度;
步骤S70:关闭智能遮阳功能,或者,重新执行步骤S40。
在步骤S10中,可以在遮阳伞上集成按键,如触控按键、按压式机械按键等,用户可以通过触发按键开启智能遮阳功能,也可以在遮阳伞上集成传感器,如红外传感器、摄像头等,当传感器在预设时长内持续检测到用户时,开启智能遮阳功能,还可以在遮阳伞上集成通讯单元,如wifi模块、蓝牙模块等,用户可以通过手机、平板电脑、智能手表等终端上的App开启智能遮阳功能。
可以理解,根据实际需要,在开启智能遮阳功能前的步骤,也即将遮阳伞摆放到位可以省略。例如,遮阳伞安装在地面。
在步骤S20中,可以在遮阳伞上集成图像采集装置,如摄像头,通过图像采集装置可以采集包含遮阳伞的阴影的图像。
在步骤S30中,实时采集的图像可以为若干图像帧,每相邻两个图像帧间隔预设时长,实时采集的图像也可以为一段视频。
在步骤S40中,将实时采集的图像与已保存的图像进行比对可以包括以下步骤:
提取已保存的图像中的第一图形特征,其中,第一图形特征为已保存的图像中的遮阳伞的阴影的边界特征;
将第一图形特征置入实时采集的图像的相应位置上;
计算第一图形特征内的阴影区域和非阴影区域的比值是否在预设比值范围内,若计算出第一图形特征内的阴影区域和非阴影区域的比值在预设比值范围之内,则遮阳伞的阴影变化未超过预设值,若计算出第一图形特征内的阴影区域和非阴影区域的比值在预设比值范围之外,则遮阳伞的阴影变化超过预设值。
其中,预设比值范围可以为75%~100%。
在实际应用中,遮阳伞的阴影可能与其他物体的阴影重叠在一起,导致在采集的图像中,遮阳伞的阴影的边界不完整。基于此,提取已保存的图像中的第一图形特征可以包括以下步骤:
预先保存遮阳伞的阴影的边界特征库,边界特征库包含遮阳伞的不同光照方向下形成的阴影的边界特征;
识别出已保存的图像中的与边界特征库中的一个特征的至少一部分相匹配的图形特征;
将边界特征库中的与识别出的图形特征相匹配的一个特征置入已保存的图像中,并使得边界特征库中的该特征的相应部分与已识别出的图形特征相重合;
将边界特征库中的该特征设置为第一图形特征。
遮阳伞的阴影的检测算法可以为基于本征图像(intrinsic image)的方法、基于区域的方法、基于特征提取的方法、基于深度学习的方法。
其中,在基于本征图像的方法中,Finlayson等提出完整的本征图像理论(intrinsic image theory),该理论建立在光照均匀假设的基础上,利用熵值最小化(entropy minimization)方法求取灰度不变图像(greyscale invariant image),进而完成阴影检测;在基于区域的方法中,通常采用聚类(clustering)算法将图像像素分为不同的小块,根据颜色、亮度、纹理等特征将像素块分类为阴影区域或非阴影区域,Hoiem等基于支持向量机(support vector machine,SVM)方法分别构建单区域分类器和双区域分类器,使用图割法(graph cut)实现最终预测.Vincente等和Yuan等采用与Hoiem等类似的算法流程,但在分类器及分类依据上有所不同.Vincente等为每项不同特征单独训练SVM分类器,最终获得多核SVM分类器.Yuan等使用逻辑回归(logistic regression)和决策树(decision trees)构建单区域分类器.基于区域的方法包含聚类、多特征提取、分类、随机场优化等算法流程,时间复杂度高,不适用于实时阴影检测.基于特征提取的方法关注阴影区域与非阴影区域的不同特性.通常来说,阴影区域亮度和饱和度偏低,色调基本不变.利用这一特性设定阈值,可获得初步的阴影检测结果;
在基于特征提取的方法中,关注阴影区域与非阴影区域的不同特性.通常来说,阴影区域亮度和饱和度偏低,色调基本不变.利用这一特性设定阈值,可获得初步的阴影检测结果.但考虑到场景、光照条件、物体表面反射率的多样性,仅使用1种特征进行阈值分割是不够的,在一些算法中还关注阴影区域的颜色信息,采用HSI、YCbCr等颜色空间协助检测任务,还有一些算法关注物体的几何特征及边缘信息,常使用sobel算子或canny算子。
在基于深度学习的方法中,Khan等首先使用深度学习方法进行阴影检测,训练2个网络分别用于检测阴影区域和阴影边缘,将检测结果输入条件随机场(conditionalrandom field,CRF)得到分类结果,相比传统算法效果提升显著.Vincente等最早使用2个级联网络实现阴影检测,第1个网络用来初步提取阴影标记,并将其作为阴影概率图与原图一起输入到第2个网络,最终得到精细化的阴影标记结果.Hosseinzadeh等根据颜色及纹理特征使用SVM分类器得到阴影先验图(shadow prior map),将其与原图合并后送入训练好的CNN网络,输出阴影检测结果.Nguyen等引入条件生成对抗网络(conditionalgenerative adversarial networks,cGAN),生成器(generator)输出阴影标记,判别器(discriminator)分辨阴影标记真假,两者相互对抗使得生成器具备检测图像阴影区域的能力,该方法相较Vincente的方法有了进一步的效果提升.Le等同样借鉴生成对抗网络的思想,训练生成器生成阴影区域被衰减后的图像,训练判别器输出阴影标记,从图像源层面加强网络分辨阴影区域的能力.现有的CNN阴影检测方法常使用级联网络或生成对抗网络的形式,增加了模型训练的难度,同时不利于快速检测算法的实现。
在步骤S50中,计算遮阳伞所需要调整的水平位置、竖直位置以及倾斜角度包括以下步骤:
获取当前地理位置在当前时间的太阳高度角信息;
根据太阳高度角信息,得到遮阳伞所需要调整的水平位置、竖直位置以及倾斜角度。
在步骤S52中,按照下述公式可计算e0未考虑考虑大气折射的情况下的太阳高度角e0:
按照下述公式可计算考虑大气折射的情况下,太阳高度角e0的修正值Δe:
其中,为当前地理位置的年平均压强,T为当前地理位置的年平均温度;
按照下述公式可计算考虑大气折射的情况下的太阳高度角e:
e=e0+Δe
在步骤S60中,如前述各实施例所述,通过调整遮阳伞的水平位置,可以改变遮阳伞的阴影的位置;通过调整遮阳伞的竖直位置,可以改变遮阳伞的阴影的大小;通过调整遮阳伞的倾斜角度,可以改变遮阳伞的阴影的形状,以改变遮阳伞的阴影的大小。
可以理解,根据实际需要,可以仅调整遮阳伞的水平位置、竖直位置以及倾斜角度三者中的至少一者,相对应地,在步骤S50中,可以仅计算遮阳伞所需要调整的水平位置、竖直位置以及倾斜角度三者中的至少一者。
在步骤S70中,可以在遮阳伞上集成按键,如触控按键、按压式机械按键等,用户可以通过触发按键开启智能遮阳功能,也可以在遮阳伞上集成传感器,如红外传感器、摄像头等,当传感器在预设时长内持续未检测到用户是,关闭智能遮阳功能,还可以在遮阳伞上集成通讯单元,如wifi模块、蓝牙模块等,用户可以通过手机、平板电脑、智能手表等终端上的App关闭智能遮阳功能。
与现有技术相比较,在发明实施例提供的控制遮阳伞的方法中,通过在判断到遮阳伞的阴影变化超过预设值时,调整遮阳伞的水平位置、竖直位置以及倾斜角度,以解决现有技术中手动调整遮阳伞位置导致较为繁琐的技术问题。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参阅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:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种控制遮阳伞的方法,其特征在于,包括:
采集并保存包含遮阳伞当前阴影的图像;
实时采集包含遮阳伞的阴影的图像;
将实时采集的图像与已保存的图像进行比对,以判断遮阳伞的阴影变化是否超过预设值;
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的水平位置;
根据所计算出的水平位置,分别调整遮阳伞的水平位置。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的竖直位置;
根据所计算出的竖直位置,调整遮阳伞的竖直位置。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在判断到遮阳伞的阴影变化超过预设值时,计算遮阳伞所需要调整的倾斜角度。
根据所计算出的倾斜角度,调整遮阳伞的倾斜角度。
4.根据权利要求3所述的方法,其特征在于,所述计算遮阳伞所需要调整的倾斜角度包括:
获取当前地理位置在当前时间的太阳高度角信息;
根据太阳高度角信息,得到遮阳伞所需要调整的倾斜角度。
5.根据权利要求4所述的方法,其特征在于,所得到的倾斜角度与太阳高度角一致。
6.根据权利要求1所述的方法,其特征在于,所述将实时采集的图像与已保存的图像进行比对包括:
提取已保存的图像中的第一图像特征,其中,第一图形特征未已保存的图像中的这样伞的阴影的边界特征;
将第一图形特征置入实时采集的图像的相应位置上;
计算第一图形特征内的阴影区域和非阴影区域的比值是否在预设比值范围内,若计算出第一图形特征内的阴影区域和非阴影区域的比值在预设比值范围之外,则遮阳伞的阴影变化超过预设值。
7.根据权利要求6所述的方法,其特征在于,所述提取已保存的图像中的第一图形特征包括:
预先保存遮阳伞的阴影的边界特征库,边界特征库包含遮阳伞的不同光照方向下形成的阴影的边界特征;
识别出已保存的图像中的与边界特征库中的一个特征的至少一部分相匹配的图形特征;
将边界特征库中的与识别出的图形特征相匹配的一个特征置入已保存的图像中,并使得边界特征库中的该特征的相应部分与已识别出的图形特征相重合;
将边界特征库中的该特征设置为第一图形特征。
8.根据权利要求1所述的方法,其特征在于,所述计算遮阳伞所需要调整的水平位置包括:
获取当前地理位置在当前时间的太阳高度角信息;
根据太阳高度角信息,得到遮阳伞所需要调整的水平位置。
9.根据权利要求1所述的方法,其特征在于,在采集并保存包含当前遮阳伞的阴影的图像之间,所述方法还包括,在将遮阳伞摆放到位后,开启智能遮阳功能。
10.根据权利要求1所述的方法,其特征在于,所述方法还包括,在判断到遮阳伞的阴影变化未超过预设值时,重新将实时采集的图像与已保存的图像进行比对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647822.9A CN113534851A (zh) | 2021-06-10 | 2021-06-10 | 控制遮阳伞的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110647822.9A CN113534851A (zh) | 2021-06-10 | 2021-06-10 | 控制遮阳伞的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113534851A true CN113534851A (zh) | 2021-10-22 |
Family
ID=78124770
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110647822.9A Pending CN113534851A (zh) | 2021-06-10 | 2021-06-10 | 控制遮阳伞的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113534851A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993241A (zh) * | 2022-05-12 | 2022-09-02 | 江苏檀沃科技有限公司 | 一种基于开普勒方程的太阳位置算法 |
CN117738529A (zh) * | 2024-02-21 | 2024-03-22 | 山东泰鹏智能家居股份有限公司 | 一种基于图像处理的动态遮阳方法、系统及控制器 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371841A1 (en) * | 2014-12-30 | 2016-12-22 | Huazhong University Of Science And Technology | Zonal underground structure detection method based on sun shadow compensation |
US20170324896A1 (en) * | 2016-05-09 | 2017-11-09 | Shadecraft, LLC | Computer-Readable Instructions Executable by a Processor to Operate a Shading Object, Intelligent Umbrella and an Intelligent Shading Charging System |
CN107455871A (zh) * | 2017-08-11 | 2017-12-12 | 昆明理工大学 | 一种智能遮阳避雨装置 |
CN207136445U (zh) * | 2017-08-16 | 2018-03-27 | 潍坊歌尔电子有限公司 | 一种智能遮阳伞 |
CN108425541A (zh) * | 2018-01-26 | 2018-08-21 | 华侨大学 | 一种无人机遮阳飞篷及其实现方法 |
CN209788730U (zh) * | 2018-12-12 | 2019-12-17 | 北京铂阳顶荣光伏科技有限公司 | 遮阳伞 |
CN111920160A (zh) * | 2020-08-16 | 2020-11-13 | 云知声智能科技股份有限公司 | 智能遮阳伞 |
-
2021
- 2021-06-10 CN CN202110647822.9A patent/CN113534851A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371841A1 (en) * | 2014-12-30 | 2016-12-22 | Huazhong University Of Science And Technology | Zonal underground structure detection method based on sun shadow compensation |
US20170324896A1 (en) * | 2016-05-09 | 2017-11-09 | Shadecraft, LLC | Computer-Readable Instructions Executable by a Processor to Operate a Shading Object, Intelligent Umbrella and an Intelligent Shading Charging System |
CN107455871A (zh) * | 2017-08-11 | 2017-12-12 | 昆明理工大学 | 一种智能遮阳避雨装置 |
CN207136445U (zh) * | 2017-08-16 | 2018-03-27 | 潍坊歌尔电子有限公司 | 一种智能遮阳伞 |
CN108425541A (zh) * | 2018-01-26 | 2018-08-21 | 华侨大学 | 一种无人机遮阳飞篷及其实现方法 |
CN209788730U (zh) * | 2018-12-12 | 2019-12-17 | 北京铂阳顶荣光伏科技有限公司 | 遮阳伞 |
CN111920160A (zh) * | 2020-08-16 | 2020-11-13 | 云知声智能科技股份有限公司 | 智能遮阳伞 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114993241A (zh) * | 2022-05-12 | 2022-09-02 | 江苏檀沃科技有限公司 | 一种基于开普勒方程的太阳位置算法 |
CN117738529A (zh) * | 2024-02-21 | 2024-03-22 | 山东泰鹏智能家居股份有限公司 | 一种基于图像处理的动态遮阳方法、系统及控制器 |
CN117738529B (zh) * | 2024-02-21 | 2024-05-03 | 山东泰鹏智能家居股份有限公司 | 一种基于图像处理的动态遮阳方法、系统及控制器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113534851A (zh) | 控制遮阳伞的方法 | |
US10757377B2 (en) | Surveillance system and operation method thereof | |
WO2019128508A1 (zh) | 图像处理方法、装置、存储介质及电子设备 | |
US8649575B2 (en) | Method and apparatus of a gesture based biometric system | |
KR100556856B1 (ko) | 이동통신 단말기에서 화면 제어 방법 및 장치 | |
KR101129405B1 (ko) | 분류기 체인을 이용한 조명 검출 | |
CN104598897B (zh) | 视觉传感器、图像处理方法和装置、视觉交互设备 | |
Huynh-Thu et al. | Skin-color extraction in images with complex background and varying illumination | |
CN104133548A (zh) | 确定视点区域及控制屏幕亮度的方法及装置 | |
US20140193034A1 (en) | Object detection device, object detection method and object detection program | |
EP1335329A2 (en) | Personal authentication method, personal authentication apparatus and image capturing device | |
CN215992987U (zh) | 智能遮阳伞 | |
WO2018111527A1 (en) | Low power data generation for iris-related detection and authentication | |
KR101769601B1 (ko) | 자동추적 기능을 갖는 무인항공기 | |
WO2018111528A1 (en) | Light source modulation for iris size adjustment | |
KR20070016018A (ko) | 얼굴 검출 장치 및 방법 | |
KR101030518B1 (ko) | 얼굴인식 디지털 도어록 | |
WO2005008593A1 (ja) | 画像処理装置、撮像装置、画像処理方法 | |
CN105323557B (zh) | 一种智能摄像系统 | |
US10735659B2 (en) | Rotation-adaptive video analytics camera and method | |
US9400924B2 (en) | Object recognition method and object recognition apparatus using the same | |
EP2926296A2 (en) | Systems and methods to classify moving airplanes in airports | |
JP3586456B2 (ja) | 個人認証方法および個人認証装置 | |
WO2018111529A1 (en) | User authentication using iris sector | |
CN211429415U (zh) | 一种全方位旋转人脸识别摄像头 |
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 |