CN114039398A - 一种新能源摄像设备的控制方法、装置和存储介质 - Google Patents

Abstract

本发明实施例提出一种新能源摄像设备的控制方法、装置和存储介质。该方法包括：确定电池组件的当前电量以及新能源充电组件为电池组件充电的预计充满时间；基于当前电量以及预计充满时间，从预先设定的、新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；控制新能源摄像设备在采用的工作模式中工作。本发明实施例基于当前电量以及预计充满时间，从多个工作模式中确定采用的工作模式，克服了现有技术中持续工作在低功耗模式的诸多缺陷。

Description

一种新能源摄像设备的控制方法、装置和存储介质

技术领域

本发明属于摄像技术领域，特别是涉及一种新能源摄像设备的控制方法、装置和存储介质。

背景技术

近期才被人类开发利用、有待于进一步研究发展的能量资源称为新能源。新能源通常包括：太阳能、风能、生物质能、氢能、地热能、海洋能、小水电和化工能（如醚基燃料）等。新能源摄像设备是利用新能源供电的摄像设备。其工作原理是通过新能源电路板将新能源（比如太阳能）转换为电能，一方面将电能存储在电池里，另一方面控制电池对负载设备供电。如果负载设备需要交流电供电，则通过逆变器将直流电逆变成交流电。

在目前的新能源摄像设备中，考虑到电池容量及新能源电路板的充电功率有限，为了让设备具有尽可能长的工作时间，通常尽量选择轻型（参数量小，计算量小）的人工智能算法作为计算机视觉智能算法（例如，目标检测算法），以缩短算法运行时间，从而降低算法运行所需的能耗。但是，轻型的人工智能算法难以保证性能。

发明内容

本发明实施例提出一种新能源摄像设备的控制方法、装置和存储介质。

本发明实施例的技术方案如下：

一种新能源摄像设备的控制方法，所述新能源摄像设备包括摄像组件、电池组件以及用于为所述电池组件充电的新能源充电组件，该方法包括：

确定所述电池组件的当前电量以及所述新能源充电组件为所述电池组件充电的预计充满时间；

基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；

控制所述新能源摄像设备在所述采用的工作模式中工作。

在一种示范性实施例中，所述N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

在一种示范性实施例中，所述计算机视觉智能算法采用人工智能算法。

在一种示范性实施例中，所述工作模式包括第一工作模式、第二工作模式和第三工作模式，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；所述第一唤醒策略包括多级唤醒策略，所述第二唤醒策略包括持续工作策略。

在一种示范性实施例中，所述基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定工作模式包括如下的至少之一：

当所述当前电量小于预定的第一门限值且所述预计充满时间大于预定的第二门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量高于预定的第三门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于预定的第五门限值且所述预计充满时间大于预定的第六门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第三门限值，所述第三门限值小于所述第五门限值，所述第二门限值大于所述第四门限值，所述第四门限值大于所述第六门限值。

在一种示范性实施例中，所述基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定工作模式包括如下的至少之一：

当所述当前电量小于预定的第一门限值时，或当所述当前电量位于所述第一门限值和预定的第二门限值所组成的区间之内且所述预计充满时间大于预定的第三门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量位于所述第一门限值和所述第二门限值所组成的区间之内且所述预计充满时间小于等于所述第三门限值时，或当所述当前电量大于所述第二门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于所述第二门限值且所述预计充满时间小于等于预定的第四门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第二门限值，所述第三门限值大于所述第四门限值。

一种新能源摄像设备的控制装置，所述新能源摄像设备包括摄像组件、电池组件以及用于为所述电池组件充电的新能源充电组件，该装置包括：

第一确定模块，用于确定电池组件的当前电量以及所述新能源充电组件为所述电池组件充电的预计充满时间；

第二确定模块，用于基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；

控制模块，用于控制所述新能源摄像设备在所述采用的工作模式中工作。

在一种示范性实施例中，所述N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

在一种示范性实施例中，所述计算机视觉智能算法采用人工智能算法。

在一种示范性实施例中，所述工作模式包括第一工作模式、第二工作模式和第三工作模式，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；所述第一唤醒策略包括多级唤醒策略，所述第二唤醒策略包括持续工作策略。

在一种示范性实施例中，所述第二确定模块，用于执行如下的至少之一：

当所述当前电量小于预定的第一门限值且所述预计充满时间大于预定的第二门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量高于预定的第三门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于预定的第五门限值且所述预计充满时间大于预定的第六门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第三门限值，所述第三门限值小于所述第五门限值，所述第二门限值大于所述第四门限值，所述第四门限值大于所述第六门限值。

在一种示范性实施例中，所述第二确定模块，用于执行如下的至少之一：

当所述当前电量小于预定的第一门限值时，或当所述当前电量位于所述第一门限值和预定的第二门限值所组成的区间之内且所述预计充满时间大于预定的第三门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量位于所述第一门限值和所述第二门限值所组成的区间之内且所述预计充满时间小于等于所述第三门限值时，或当所述当前电量大于所述第二门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于所述第二门限值且所述预计充满时间小于等于预定的第四门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第二门限值，所述第三门限值大于所述第四门限值。

一种新能源摄像设备，包括：

存储器；

处理器；

其中所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如上任一项所述的新能源摄像设备的控制方法。

一种计算机可读存储介质，其中存储有计算机可读指令，该计算机可读指令用于执行如上任一项所述的新能源摄像设备的控制方法。

从上述技术方案可以看出，在本发明实施例中，确定电池组件的当前电量以及新能源充电组件为电池组件充电的预计充满时间；基于当前电量以及预计充满时间，从新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；控制新能源摄像设备在采用的工作模式中工作。可见，本发明实施例并不是简单选用低功耗模式，而是基于当前电量以及预计充满时间，从多个工作模式中确定采用的工作模式，可以基于电池的实际状况动态选择工作模式，克服了现有技术中持续工作在低功耗模式所导致的性能缺陷。

附图说明

图1为新能源摄像设备的示范性结构图。

图2为本发明的新能源摄像设备的控制方法的示范性流程图。

图3本发明的新能源摄像设备的控制过程的示范性流程图。

图4为本发明的新能源摄像设备的控制装置的示范性结构图。

图5为本发明具有存储器-处理器架构的、新能源摄像设备的控制装置的示范性结构图。

图6为本发明的新能源摄像设备的示范性结构图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

为使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明作进一步的详细描述。

为了描述上的简洁和直观，下文通过描述若干代表性的实施方式来对本发明的方案进行阐述。实施方式中大量的细节仅用于帮助理解本发明的方案。但是很明显，本发明的技术方案实现时可以不局限于这些细节。为了避免不必要地模糊了本发明的方案，一些实施方式没有进行细致地描述，而是仅给出了框架。下文中，“包括”是指“包括但不限于”，“根据……”是指“至少根据……，但不限于仅根据……”。由于汉语的语言习惯，下文中没有特别指出一个成分的数量时，意味着该成分可以是一个也可以是多个，或可理解为至少一个。

以下，对本公开实施例涉及的术语进行解释说明。

新能源：又称非常规能源，是指传统能源之外的各种能源形式，通常为刚开始开发利用或正在积极研究、有待推广的能源，如太阳能、地热能、风能、海洋能、生物质能和核聚变能等。

神经网络处理器（Neural Network Processing Unit，NPU ）：是基于神经网络算法的新型处理器总称。

人工智能：（Artificial Intelligence，AI）：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

AI算法：按照模型训练方式不同可以分为监督学习（Supervised Learning）、无监督学习（Unsupervised Learning）、半监督学习（Semi-supervised Learning）和强化学习（Reinforcement Learning），等等。比如：诸如行人检测算法、车辆检测算法、异常检测算法或人脸识别算法等的计算机视觉智能算法。

被动红外探测器（Passive infrared detector，PIR）：主要由光学系统、热释电传感器（或称为红外传感器）及报警控制器等部分组成。探测器本身不发射任何能量而只被动接收、探测来自环境的红外辐射。一旦有人体红外线辐射进来，经光学系统聚焦使热释电器件产生突变电信号，而发出警报。

语音活动监测（Voice Activity Detection，VAD）：在语音信号处理中，例如语音增强，语音识别等领域有着非常重要的作用。它的作用是从一段语音（纯净或带噪）信号中标识出语音片段与非语音片段。VAD系统通常包括两个部分，特征提取部分和语音/非语音判决部分。

本公开所提供的新能源摄像设备的控制方法，可以应用于如图1所示的应用环境中。图1为新能源摄像设备的示范性结构图。在图1中，新能源摄像设备10包含摄像组件11、控制组件12、电池组件13和新能源充电组件14。摄像组件11，用于执行摄像处理以采集数据（比如，图像或视频等）；控制组件12用于对新能源摄像设备10执行整体控制，包括控制唤醒摄像组件11以及基于计算机视觉智能算法对摄像组件11采集的数据执行处理，比如目标检测，等等；新能源充电组件14用于将新能源（比如太阳光的光能）转化为电能，并具有电能输出端；电池组件13，其与新能源充电组件14的电能输出端连接，以接收新能源充电组件14输出的电能；电池组件13同时与摄像组件11和控制组件12分别连接，以向摄像组件11和控制组件12分别供电。

在图1中，示范性描述了本公开所提供的新能源摄像设备的控制方法可以使用的一种典型应用环境。本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施例的保护范围。

图2为本发明的新能源摄像设备的控制方法的示范性流程图。作为受控对象的新能源摄像设备包括摄像组件、电池组件以及用于为电池组件充电的新能源充电组件。图2所示方法可以应用到新能源摄像设备的控制组件中，也可以应用到新能源摄像设备之外的控制系统中。

如图2所示，该方法包括：

步骤201：确定电池组件的当前电量以及新能源充电组件为电池组件充电的预计充满时间。

在这里，电池组件的当前电量为电池组件的当前剩余电量。比如，可以用荷电状态（SOC）表征当前剩余电量，其中SOC的含义是：电池剩余可用电量占总容量的百分比。

在一种示范性实施例中，可以基于多种方式确定电池组件的当前电量。比如：

方式（1）：通过电池组件的当前电压值来计算当前剩余电量；

方式（2）：通过电流与时间的库仑积分来计算当前剩余电量；

方式（3）：通过库仑积分与电压值修正相结合的方式来计算当前剩余电量。

确定新能源充电组件为电池组件充电的预计充满时间的具体算法，也可以具有多种实施方式。比如，可以基于电池组件的当前电量和电池容量计算需要充入的电量；再基于新能源充电组件的当前充电功率和需要充入的电量，计算出预计充满时间。

以上示范性描述了确定电池组件的当前电量以及预计充满时间的典型实例，本领域技术人员可以意识到，这种描述仅是示范性的，并不用于限定本发明实施例的保护范围。

步骤202：基于当前电量以及预计充满时间，从预先设定的、新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数。

N个工作模式中的每个工作模式，都包含有各自的计算机视觉智能算法和唤醒策略。其中，在每个工作模式中，分别利用各自的计算机视觉智能算法对摄像组件所采集的数据执行处理，比如目标检测处理，分别利用各自的唤醒策略执行唤醒新能源摄像设备的具体方式。

在一种示范性实施例中，计算机视觉智能算法采用人工智能算法。比如，人工智能算法可以包括：行人检测算法、车辆检测算法、异常检测算法或人脸识别算法等等。

针对采用的人工智能算法，一般来说，参数量越大（需要更高功耗的大容量DDR支持），则计算量越重，性能越高。比如，当采用轻型（参数量小，计算量小）的人工智能算法时，可以缩短算法在NPU上的运行时间以降低算法运行所需的能耗。但是轻型的人工智能算法，通常在准确率性能指标上差于亚中型（参数量小，计算量中）人工智能算法。亚中型人工智能算法在准确率性能指标上差于中型（参数量中，计算量中）人工智能算法，但是运行时间和功耗都少于中型人工智能算法。中型人工智能算法在准确率性能指标上差于重型（参数量重，计算量重）人工智能算法，但是运行时间和功耗都少于重型人工智能算法。

唤醒策略可以包括多级唤醒策略和持续工作策略。

在多级唤醒策略中，新能源摄像设备通常处于休眠状态。在休眠状态中，摄像组件不采集数据，控制组件也不应用计算机视觉智能算法执行目标检测处理。当新能源摄像设备被特定事件（比如，语音活动监测到语音事件或被动红外探测器监测到物体事件）唤醒后，新能源摄像设备从休眠状态进入工作状态。进入工作状态后，摄像组件采集数据，控制组件针对该采集数据应用计算机视觉智能算法以执行处理，比如目标检测处理。

在持续工作策略中，新能源摄像设备持续处于正常工作状态。此时，摄像组件持续采集数据，控制组件针对该数据持续应用计算机视觉智能算法执行处理，比如目标检测处理。

在一种示范性实施例中，N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

可见，本发明实施例并不是简单选用低功耗模式，而是基于当前电量以及预计充满时间，从多个工作模式中确定采用的工作模式，可以基于电池的实际状况动态选择工作模式，克服了现有技术中持续工作在低功耗模式所导致的性能缺陷。

步骤203：控制新能源摄像设备在采用的工作模式中工作。

在一种示范性实施例中，所述工作模式包括第一工作模式、第二工作模式和第三工作模式，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；第一唤醒策略包括多级唤醒策略，第二唤醒策略包括持续工作策略。其中：第二工作模式相比较第一工作模式具有更高的功耗（相应具有更好的性能），第三工作模式相比较第二工作模式具有更高的功耗（相应具有更好的性能）。因此，在低电量且预计需要长时间电量才能充满时，控制新能源摄像设备以功耗优先的方式工作；在电量充足且较短时间能充满电量时，控制新能源摄像设备以性能优先的方式工作。

在一种示范性实施例中，步骤203中基于当前电量以及预计充满时间，从预先设定的、新能源摄像设备的N个工作模式中确定工作模式包括：

（1）、当当前电量小于预定的第一门限值且预计充满时间大于预定的第二门限值时，确定采用的工作模式为第一工作模式，其中，第一门限值可以小于第三门限值，或者，第一门限值可以无限接近第三门限值，或者等于第三门限值；

（2）、当当前电量高于预定的第三门限值且预计充满时间大于预定的第四门限值时，确定采用的工作模式为第二工作模式；

（3）、当当前电量高于预定的第五门限值且预计充满时间大于预定的第六门限值时，确定采用的工作模式为第三工作模式；

其中，第三门限值小于第五门限值，第二门限值大于第四门限值，第四门限值大于第六门限值。

举例：以新能源实施为太阳能为例进行示范性说明。在太阳能摄像设备出厂前，根据电池容量以及太阳能电池板性能，通过机器学习算法学习在不同温度情况下、不同的太阳能电池板充电功率时的电池充满预测时间。

而且，预设三种工作模式，分别为低功耗工作模式、半速工作模式和全速工作模式，并设置每种工作模式的进入条件。 比如：

（a）、当电池电量低于50%，且预计5小时以上才能充满，进入低功耗工作模式；

（b）、当电池电量高于75%，且预计3小时以上才能充满，进入半速工作模式；

（c）、当电池电量高于95%，且预计1小时以上能充满，进入全速工作模式。

当新能源智能摄像设备开机后，执行如下操作：

第一步：检查电池的当前电量及当前的充电功率；

第二步：基于电池的当前电量及当前的充电功率预测电池充满时间。

第三：将当前电量以及预测的电池充满时间与工作模式的进入条件分别进行对比，以进入对应的工作模式。其中：

在全速工作模式中，摄像组件持续采集视频信号，并利用规模为中型的、人工智能算法对数据执行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作。然后，继续检查电池电量及充电功率，判断是否进入其它工作模型。

在半速工作模式时，新能源智能摄像设备进入休眠状态，直到有事件唤醒（比如，语音活动监测到语音事件或被动红外探测器监测到物体事件）。当被事件唤醒后，摄像组件采集视频信号，并利用规模为亚中型的、人工智能算法对数据执行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作。然后，继续检查电池电量及充电功率，判断是否进入其它工作模型。

在低功耗工作模式时，新能源智能摄像设备进入休眠状态，直到有事件唤醒（比如，语音活动监测到语音事件或被动红外探测器监测到物体事件）。当被事件唤醒后，摄像组件采集视频信号，并利用规模为轻型的、人工智能算法对数据执行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作，继续检查电池电量及充电功率，判断是否进入其它工作模型。

在一种示范性实施例中，步骤203中基于当前电量以及预计充满时间，从预先设定的、新能源摄像设备的N个工作模式中确定工作模式包括：

（1）、当当前电量小于预定的第一门限值时，或当当前电量位于第一门限值和预定的第二门限值所组成的区间之内且预计充满时间大于预定的第三门限值时，确定采用的工作模式为第一工作模式；

（2）、当当前电量位于第一门限值和第二门限值所组成的区间之内且预计充满时间小于等于第三门限值时，或当当前电量大于第二门限值且预计充满时间大于预定的第四门限值时，确定采用的工作模式为第二工作模式；

（3）、当当前电量高于第二门限值且预计充满时间小于等于预定的第四门限值时，确定采用的工作模式为第三工作模式；

其中第一门限值小于第二门限值，第三门限值大于第四门限值。

举例：以新能源实施为太阳能为例进行示范性说明。在太阳能摄像设备出厂前，根据电池容量以及太阳能电池板性能，通过机器学习算法学习在不同温度情况下、不同的太阳能电池板充电功率时的电池充满预测时间。而且，预设三种工作模式，分别为低功耗工作模式、半速工作模式和全速工作模式，并设置每种工作模式的进入条件。 比如：

（a）、电池电量低于75%；或者电量在75%-95%之间，但预计3小时以上才可以充满，进入低功耗工作方式；

（b）、电池电量在75%~95%之间，且预计3小时以内可以充满，或者电量高于95%，但预计要1小时以上才能充满，进入半速工作方式；

（c）、电池电量高于95%，且预计1小时以内充满，进入全速工作方式。

当太阳能智能摄像设备开机后，执行如下操作：

第一步：检查电池的当前电量及当前的充电功率；

第二步：基于电池的当前电量及当前的充电功率预测电池充满时间。

第三步：将当前电量以及预测的电池充满时间与工作模式的进入条件分别进行对比，以进入对应的工作模式。其中：

在全速工作模式中，摄像组件持续采集视频信号，并利用规模为中型的、人工智能算法对数据进行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作。然后，继续检查电池电量及充电功率，判断是否进入其它工作模型。

在半速工作模式时，太阳能智能摄像设备进入休眠状态，直到有事件唤醒（比如，语音活动监测到语音事件或被动红外探测器监测到物体事件）。当被事件唤醒后，摄像组件采集视频信号，并利用规模为亚中型的、人工智能算法对数据进行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作。然后，继续检查电池电量及充电功率，判断是否进入其它工作模型。

在低功耗工作模式时，太阳能智能摄像设备进入休眠状态，直到有事件唤醒（比如，语音活动监测到语音事件或被动红外探测器监测到物体事件）。当被事件唤醒后，摄像组件采集视频信号，并利用规模为轻型的、人工智能算法对数据进行处理。当人工智能算法处理完毕后，根据处理结果，进行视频录制等后续工作，继续检查电池电量及充电功率，判断是否进入其它工作模型。

以上以新能源实施为太阳能为例进行示范性说明，本领域技术人员可以意识到，新能源还可以实施为风能、生物质能、氢能、地热能、海洋能等多种能源形态，本发明实施方式对此并无限定。

图3本发明的新能源摄像设备的控制过程的示范性流程图。

如图3所示，该方法包括：

步骤301：确定电池组件的当前电量以及预计充满时间。

步骤302：基于当前电量以及预计充满时间判断工作模式。其中：当确定为全速工作模式时，执行步骤303及其后续步骤；当确定为半速工作模式时，执行步骤304及其后续步骤；当确定为低功耗工作模式时，执行步骤305及其后续步骤。

步骤303：无需事件唤醒，新能源摄像设备即采集数据，并针对该数据运行中型的人工智能算法，并返回执行步骤301。

步骤304：判断是否有事件唤醒，如果是则执行步骤306及其后续步骤，否则等待预定时间后返回重新执行步骤304。

步骤305：判断是否有事件唤醒，如果是则执行步骤307及其后续步骤，否则等待预定时间后返回重新执行步骤305。

步骤306：新能源摄像设备采集数据，并针对该数据运行亚中型的人工智能算法，并返回执行步骤301。

步骤307：新能源摄像设备采集数据，并针对该数据运行轻型的人工智能算法，并返回执行步骤301。

图4为本发明的新能源摄像设备的控制装置的示范性结构图。新能源摄像设备包括摄像组件、电池组件以及用于为电池组件充电的新能源充电组件。如图4所示，该装置400包括：

第一确定模块401，用于确定电池组件的当前电量以及新能源充电组件为所述电池组件充电的预计充满时间；

第二确定模块402，用于基于当前电量以及预计充满时间，从预先设定的、新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；

控制模块403，用于控制新能源摄像设备在所述采用的工作模式中工作。

在一种示范性实施例中， N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

在一种示范性实施例中，计算机视觉智能算法采用人工智能算法。

在一种示范性实施例中，N等于3，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；第一唤醒策略包括多级唤醒策略，第二唤醒策略包括持续工作策略。

在一种示范性实施例中，第二确定模块402，用于执行下列中的至少一个：

当当前电量小于预定的第一门限值且预计充满时间大于预定的第二门限值时，确定采用的工作模式为第一工作模式；

当当前电量高于预定的第三门限值且预计充满时间大于预定的第四门限值时，确定采用的工作模式为第二工作模式；

当当前电量高于预定的第五门限值且预计充满时间大于预定的第六门限值时，确定采用的工作模式为第三工作模式；

其中第一门限值小于第三门限值，第三门限值小于第五门限值，第二门限值大于第四门限值，第四门限值大于第六门限值。

在一种示范性实施例中，第二确定模块402，用于执行下列中的至少一个：

当当前电量小于预定的第一门限值时，或当当前电量位于第一门限值和预定的第二门限值所组成的区间之内且预计充满时间大于预定的第三门限值时，确定采用的工作模式为第一工作模式；

当当前电量位于第一门限值和第二门限值所组成的区间之内且预计充满时间小于等于第三门限值时，或当当前电量大于第二门限值且预计充满时间大于预定的第四门限值时，确定采用的工作模式为第二工作模式；

当当前电量高于第二门限值且预计充满时间小于等于预定的第四门限值时，确定采用的工作模式为第三工作模式；

其中第一门限值小于第二门限值，第三门限值大于第四门限值。

图5为本发明具有存储器-处理器架构的、新能源摄像设备的控制装置的示范性结构图。

如图5所示，新能源摄像设备的控制装置包括：

处理器501；存储器502；其中存储器502中存储有可被处理器501执行的应用程序，用于使得处理器501执行如上实施例的新能源摄像设备的控制方法。

其中，存储器502具体可以实施为电可擦可编程只读存储器（EEPROM）、快闪存储器（Flash memory）、可编程程序只读存储器（PROM）等多种存储介质。处理器501可以实施为包括一或多个中央处理器或一或多个现场可编程门阵列，其中现场可编程门阵列集成一或多个中央处理器核。具体地，中央处理器或中央处理器核可以实施为CPU、MCU或数字信号处理器（DSP）。

综上所述，本发明实施例通过电量感知，选择与之匹配的人工智能算法进行视频分析，在低电量且预计需要长时间电量才能充满时，以功耗优先的方式工作，保证新能源摄像设备的持续工作时间；而在电量较为充足且较短时间电量就能充满时，以性能优先的方式工作，以充分利用此时充足的能量（电池一旦充满，多出的新能源输出功率就会浪费）。因此，本发明实施例避免了传统新能源摄像设备一味以低功耗模型工作，运行轻量但性能一般的人工智能算法时所带来的准确率低以及较长的响应延迟的弊端。

图6为本发明太阳能摄像设备的示范性结构图。

通常，太阳能摄像设备700包括：处理器701和存储器702。

处理器701可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器701可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable Logic Array，PLA）中的至少一种硬件形式来实现。处理器701也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器（Central ProcessingUnit，CPU）；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器701可以在集成有图像处理器（Graphics Processing Unit，GPU），GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器701还可以包括AI处理器，该AI处理器用于处理有关机器学习的计算操作。比如，AI处理器可以实施为神经网络处理器。

存储器702可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器702还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。

在一些实施例中，存储器702中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器701所执行以实现本公开中各个实施例提供的新能源摄像设备的控制方法。在一些实施例中，太阳能摄像设备700还可选包括有：外围设备接口703和至少一个外围设备。处理器701、存储器702和外围设备接口703之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口703相连。具体地，外围设备包括：射频电路704、触摸显示屏705、摄像头组件706、音频电路707、定位组件708和电源709中的至少一种。

外围设备接口703可被用于将输入/输出（Input /Output，I/O）相关的至少一个外围设备连接到处理器701和存储器702。在一些实施例中，处理器701、存储器702和外围设备接口703被集成在同一芯片或电路板上；在一些其他实施例中，处理器701、存储器702和外围设备接口703中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。

射频电路704用于接收和发射射频（Radio Frequency，RF）信号，也称电磁信号。射频电路704通过电磁信号与通信网络以及其他通信设备进行通信。射频电路704将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路704包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路704可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络（2G、3G、4G及5G）、无线局域网和/或无线保真（Wireless Fidelity，Wi-Fi）网络。在一些实施例中，射频电路704还可以包括近距离无线通信（Near Field Communication，NFC）有关的电路，本公开对此不加以限定。

显示屏705用于显示用户界面（User Interface，UI）。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏705是触摸显示屏时，显示屏705还具有采集在显示屏705的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器701进行处理。此时，显示屏705还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏705可以为一个，设置在太阳能摄像设备700的前面板；在另一些实施例中，显示屏705可以为至少两个，分别设置在太阳能摄像设备700的不同表面或呈折叠设计；在一些实施例中，显示屏705可以是柔性显示屏，设置在太阳能摄像设备700的弯曲表面上或折叠面上。甚至，显示屏705还可以设置成非矩形的不规则图形，也即异形屏。显示屏705可以采用液晶显示屏（Liquid Crystal Display，LCD）、有机发光二极管（Organic Light-Emitting Diode，OLED）等材质制备。

摄像头组件706用于采集图像或视频。可选地，摄像头组件706包括前置摄像头和后置摄像头。通常，前置摄像头设置在终端的前面板，后置摄像头设置在终端的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及虚拟现实（Virtual Reality，VR）拍摄功能或者其它融合拍摄功能。在一些实施例中，摄像头组件706还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路707可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器701进行处理，或者输入至射频电路704以实现语音通信。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在太阳能摄像设备700的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。扬声器则用于将来自处理器701或射频电路704的电信号转换为声波。扬声器可以是传统的薄膜扬声器，也可以是压电陶瓷扬声器。当扬声器是压电陶瓷扬声器时，不仅可以将电信号转换为人类可听见的声波，也可以将电信号转换为人类听不见的声波以进行测距等用途。在一些实施例中，音频电路707还可以包括耳机插孔。

定位组件708用于定位太阳能摄像设备700的当前地理位置，以实现导航或基于位置的服务（Location Based Service，LBS）。定位组件708可以是基于美国的全球定位系统（Global Positioning System，GPS）、中国的北斗系统、俄罗斯的格雷纳斯系统或欧盟的伽利略系统的定位组件。

电源709用于为太阳能摄像设备700中的各个组件进行供电。电源709可以是交流电、直流电、一次性电池或可充电电池。当电源709包括可充电电池时，该可充电电池可以支持有线充电或无线充电。

在一些实施例中，太阳能摄像设备700还包括太阳能充电板710。太阳能充电板710通过吸收太阳光，将太阳辐射能通过光电效应或者光化学效应直接或间接转换成电能。

本领域技术人员可以理解，上述的结构并不构成对太阳能摄像设备700的限定，可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

需要说明的是，上述各流程和各结构图中不是所有的步骤和模块都是必须的，可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的，可以根据需要进行调整。各模块的划分仅仅是为了便于描述采用的功能上的划分，实际实现时，一个模块可以分由多个模块实现，多个模块的功能也可以由同一个模块实现，这些模块可以位于同一个设备中，也可以位于不同的设备中。

各实施方式中的硬件模块可以以机械方式或电子方式实现。例如，一个硬件模块可以包括专门设计的永久性电路或逻辑器件（如专用处理器，如FPGA或ASIC）用于完成特定的操作。硬件模块也可以包括由软件临时配置的可编程逻辑器件或电路（如包括通用处理器或其它可编程处理器）用于执行特定操作。至于具体采用机械方式，或是采用专用的永久性电路，或是采用临时配置的电路（如由软件进行配置）来实现硬件模块，可以根据成本和时间上的考虑来决定。

本发明还提供了一种机器可读的存储介质，存储用于使一机器执行如本申请方法的指令。具体地，可以提供配有存储介质的系统或者装置，在该存储介质上存储着实现上述实施例中任一实施方式的功能的软件程序代码，且使该系统或者装置的计算机（或CPU或MPU）读出并执行存储在存储介质中的程序代码。此外，还可以通过基于程序代码的指令使计算机上操作的操作系统等来完成部分或者全部的实际操作。还可以将从存储介质读出的程序代码写到插入计算机内的扩展板中所设置的存储器中或者写到与计算机相连接的扩展单元中设置的存储器中，随后基于程序代码的指令使安装在扩展板或者扩展单元上的CPU等来执行部分和全部实际操作，从而实现上述实施方式中任一实施方式的功能。

用于提供程序代码的存储介质实施方式包括软盘、硬盘、磁光盘、光盘（如CD-ROM、CD-R、CD-RW、DVD-ROM、DVD-RAM、DVD-RW、DVD+RW）、磁带、非易失性存储卡和ROM。可选择地，可以由通信网络从服务器计算机或云上下载程序代码。

在本文中，“示意性”表示“充当实例、例子或说明”，不应将在本文中被描述为“示意性”的任何图示、实施方式解释为一种更优选的或更具优点的技术方案。为使图面简洁，各图中的只示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”并不表示将本发明相关部分的数量限制为“仅此一个”，并且“一个”不表示排除本发明相关部分的数量“多于一个”的情形。在本文中，“上”、“下”、“前”、“后”、“左”、“右”、“内”、“外”等仅用于表示相关部分之间的相对位置关系，而非限定这些相关部分的绝对位置。

以上，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (14)

1.一种新能源摄像设备的控制方法，所述新能源摄像设备包括摄像组件、电池组件以及用于为所述电池组件充电的新能源充电组件，其特征在于，该方法包括：

确定所述电池组件的当前电量以及所述新能源充电组件为所述电池组件充电的预计充满时间；

基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；

控制所述新能源摄像设备在所述采用的工作模式中工作。

2.根据权利要求1所述的新能源摄像设备的控制方法，其特征在于，所述N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

3.根据权利要求2所述的新能源摄像设备的控制方法，其特征在于，所述计算机视觉智能算法采用人工智能算法。

4.根据权利要求3所述的新能源摄像设备的控制方法，其特征在于，所述工作模式包括第一工作模式、第二工作模式和第三工作模式，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；所述第一唤醒策略包括多级唤醒策略，所述第二唤醒策略包括持续工作策略。

5.根据权利要求4所述的新能源摄像设备的控制方法，其特征在于，

所述基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定工作模式包括如下的至少之一：

当所述当前电量小于预定的第一门限值且所述预计充满时间大于预定的第二门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量高于预定的第三门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于预定的第五门限值且所述预计充满时间大于预定的第六门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第三门限值，所述第三门限值小于所述第五门限值，所述第二门限值大于所述第四门限值，所述第四门限值大于所述第六门限值。

6.根据权利要求4所述的新能源摄像设备的控制方法，其特征在于，

所述基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定工作模式包括如下的至少之一：

当所述当前电量小于预定的第一门限值时，或当所述当前电量位于所述第一门限值和预定的第二门限值所组成的区间之内且所述预计充满时间大于预定的第三门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量位于所述第一门限值和所述第二门限值所组成的区间之内且所述预计充满时间小于等于所述第三门限值时，或当所述当前电量大于所述第二门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于所述第二门限值且所述预计充满时间小于等于预定的第四门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第二门限值，所述第三门限值大于所述第四门限值。

7.一种新能源摄像设备的控制装置，所述新能源摄像设备包括摄像组件、电池组件以及用于为所述电池组件充电的新能源充电组件，其特征在于，该装置包括：

第一确定模块，用于确定电池组件的当前电量以及所述新能源充电组件为所述电池组件充电的预计充满时间；

第二确定模块，用于基于所述当前电量以及所述预计充满时间，从预先设定的、所述新能源摄像设备的N个工作模式中确定采用的工作模式，其中N为至少为2的正整数；

控制模块，用于控制所述新能源摄像设备在所述采用的工作模式中工作。

8.根据权利要求7所述的新能源摄像设备的控制装置，其特征在于，所述N个工作模式中的任意两个工作模式，在计算机视觉智能算法和唤醒策略上不完全相同。

9.根据权利要求8所述的新能源摄像设备的控制装置，其特征在于，所述计算机视觉智能算法采用人工智能算法。

10.根据权利要求9所述的新能源摄像设备的控制装置，其特征在于，所述工作模式包括第一工作模式、第二工作模式和第三工作模式，其中第一工作模式采用第一人工智能算法和第一唤醒策略，第二工作模式采用第二人工智能算法和第一唤醒策略，第三工作模式采用第三人工智能算法和第二唤醒策略；其中第一人工智能算法的复杂度小于第二人工智能算法，第二人工智能算法的复杂度小于第三人工智能算法；所述第一唤醒策略包括多级唤醒策略，所述第二唤醒策略包括持续工作策略。

11.根据权利要求10所述的新能源摄像设备的控制装置，其特征在于，

所述第二确定模块，用于执行如下的至少之一：

当所述当前电量小于预定的第一门限值且所述预计充满时间大于预定的第二门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量高于预定的第三门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于预定的第五门限值且所述预计充满时间大于预定的第六门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第三门限值，所述第三门限值小于所述第五门限值，所述第二门限值大于所述第四门限值，所述第四门限值大于所述第六门限值。

12.根据权利要求10所述的新能源摄像设备的控制装置，其特征在于，

所述第二确定模块，用于执行如下的至少之一：

当所述当前电量小于预定的第一门限值时，或当所述当前电量位于所述第一门限值和预定的第二门限值所组成的区间之内且所述预计充满时间大于预定的第三门限值时，确定所述采用的工作模式为所述第一工作模式；

当所述当前电量位于所述第一门限值和所述第二门限值所组成的区间之内且所述预计充满时间小于等于所述第三门限值时，或当所述当前电量大于所述第二门限值且所述预计充满时间大于预定的第四门限值时，确定所述采用的工作模式为所述第二工作模式；

当所述当前电量高于所述第二门限值且所述预计充满时间小于等于预定的第四门限值时，确定所述采用的工作模式为所述第三工作模式；

其中所述第一门限值小于所述第二门限值，所述第三门限值大于所述第四门限值。

13.一种新能源摄像设备，其特征在于，包括：

存储器；

处理器；

其中所述存储器中存储有可被所述处理器执行的应用程序，用于使得所述处理器执行如权利要求1至6中任一项所述的新能源摄像设备的控制方法。

14.一种计算机可读存储介质，其特征在于，其中存储有计算机可读指令，该计算机可读指令用于执行如权利要求1至6中任一项所述的新能源摄像设备的控制方法。

Images