CN114089642A - 一种智能家居系统的数据交互方法及系统 - Google Patents
一种智能家居系统的数据交互方法及系统 Download PDFInfo
- Publication number
- CN114089642A CN114089642A CN202210076533.2A CN202210076533A CN114089642A CN 114089642 A CN114089642 A CN 114089642A CN 202210076533 A CN202210076533 A CN 202210076533A CN 114089642 A CN114089642 A CN 114089642A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- emotion
- sleeping
- state
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 230000003993 interaction Effects 0.000 title claims abstract description 26
- 230000008451 emotion Effects 0.000 claims abstract description 132
- 230000002996 emotional effect Effects 0.000 claims abstract description 54
- 230000008909 emotion recognition Effects 0.000 claims abstract description 53
- 230000036578 sleeping time Effects 0.000 claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 239000013598 vector Substances 0.000 claims description 110
- 238000012512 characterization method Methods 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 4
- 238000007654 immersion Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 230000005281 excited state Effects 0.000 description 6
- 208000032140 Sleepiness Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 230000037321 sleepiness Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种智能家居系统的数据交互方法及系统，包括以下步骤：在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；当用户处于睡前时刻时，利用用户情绪识别模型识别出用户的睡前情绪状态；根据睡前情绪状态，将智能床垫设定至满足用户处于睡前情绪状态下所需求的工作模式；当用户处于睡中时刻时，利用用户情绪识别模型实时监测用户的睡中情绪状态；根据睡中情绪状态，将智能床垫设定至满足用户处于睡中情绪状态下所需求的工作模式。本发明满足用户在睡前情绪状态的睡眠需求使得用户情绪得以舒缓并快速进入睡眠，以及满足用户在睡中情绪状态的多个睡眠需求并提高用户在整个睡眠周期的舒适度。
Description
技术领域
本发明涉及智能家居交互技术领域，具体涉及一种智能家居系统的数据交互方法及系统。
背景技术
智能家居技术是通过物联网将各种智能家居设备(例如音频设备、照明系统、窗帘控制系统等)连接到一起，从而自动调节各种智能家居设备的工作状态的一种技术手段。智能家居技术的自动调节功能极大地方便了用户的生活，因此，该技术被广泛应用在人们的生活中。
现有技术CN202010102656.X公开了一种智能家居系统的数据信息处理方法、存储介质及电子设备，其公开了如下技术方案：获取用户的智能家居系统的数据信息并存储；从存储的智能家居系统的数据信息中统计预设周期内的用户的智能家居系统的数据信息；依据预设周期内的用户的智能家居系统的数据信息及数据信息对应的权重，得到用户的智能家居系统的预设周期的评分结果，其中，预设周期的评分结果，表征用户的智能家居系统在预设周期内的活跃程度；依据预设周期内的用户的智能家居系统的数据信息以及评分结果，生成用户的智能家居系统的预设周期的数据报告，发送至用户终端供用户查看，以使用户通过数据报告掌握智能家居设备的使用情况。
虽然现有技术能够实现家居设备的系统化及智能化管理，却仍然停留在用户需要自行掌握和控制家居设备，手动调整让家居设备符合用户需求，无法自行对用户潜在需求进行识别和掌握，自动化程度仍较低。
发明内容
本发明的目的在于提供一种智能家居系统的数据交互方法及系统，以解决现有技术中仍然停留在用户需要自行掌握和控制家居设备，无法自行对用户潜在需求进行识别和掌握，自动化程度仍较低的技术问题。
为解决上述技术问题，本发明具体提供下述技术方案：
一种智能家居系统的数据交互方法，应用于家居环境，包括以下步骤：
步骤S1、在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；
步骤S2、当用户处于睡前时刻时，利用所述用户情绪识别模型识别出用户的睡前情绪状态；根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，以舒缓用户情绪及加快用户入睡速度；
步骤S3、当用户处于睡中时刻时，利用所述用户情绪识别模型实时监测用户的睡中情绪状态；根据所述睡中情绪状态，将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，以提高用户在睡眠周期中的舒适度。
可选地，所述在家居环境中收集用户情绪表征数据，包括：
实时采集用户的脉搏数据和心跳数据，同步捕捉用户的表情数据以及用户的语音数据，并将同一时刻的脉搏数据、心跳数据、表情数据以及语音数据组合构建为单条的特征数据向量；
基于聚类算法对所有所述特征数据向量进行分类，得到多个特征数据集，由用户确定每个所述特征数据集表征的情绪状态，再将所述情绪状态作为对应的所述特征数据集中所有特征数据向量的特征标签；
将所述特征数据向量与对应的所述特征标签进行组合，构建为单条的所述用户情绪表征数据。
可选地，所述基于聚类算法对所有所述特征数据向量进行分类，得到多个特征数据集，包括：
步骤一：将每条特征数据向量均单独量化为一个特征数据集，计算处位于特征数据集的中心点的特征数据向量并作为特征数据集的代表向量；所述代表向量的计算公式为：
式中，
表征为代表向量，
表征为特征数据集中第i个特征数据向量，i为计量常数，n为特征数据集中包含的特征数据向量的总数目；
步骤二：依次计算出任意两个特征数据集的代表向量的相似度，将相似度最高的两个特征数据集合并为一个特征数据集；循环步骤二，直至特征数据集数目等于情绪状态种类数目；所述相似度的计算公式为：
式中，
，A、B、C和D分别表征为脉搏数据、心跳数据、表情数据以及语音数据，
表征为第j、k个特征数据集的代表向量的相似度，
、
表征为第j、k个特征数据集的代表向量，j、k均为计量常数；
步骤三：对步骤二输出的特征数据集作为聚类分类结果；
所述由用户确定每个所述特征数据集表征的情绪状态，包括：
将步骤二输出的特征数据集的代表向量反馈给用户，由用户确定每个所述代表向量表征的情绪状态；将用户对代表向量表征的情绪状态的确定结果作为特征数据集表征的情绪状态。
可选地，所述基于用户情绪表征数据构建用户情绪识别模型，包括：
将所有用户情绪表征数据汇总构成样本数据集，将所述样本数据集输入CNN神经网络中进行模型训练，得到用户情绪识别模型；
其中，所述用户情绪表征数据中的特征数据向量作为CNN神经网络的输入，所述用户情绪表征数据中的特征标签作为CNN神经网络的输出。
可选地，所述利用所述用户情绪识别模型识别出用户的睡前情绪状态，包括：
获取用户在睡前时刻的脉搏数据、心跳数据、表情数据以及语音数据，构成用户在睡前时刻的特征数据向量；
将所述用户在睡前时刻的特征数据向量输入至所述用户情绪识别模型，由用户情绪识别模型输出用户在睡前时刻的特征标签，并等价映射得到用户在睡前时刻的情绪状态以作为所述睡前情绪状态；
获取与所述睡前情绪状态一致的代表向量，基于偏离度的计算公式，将用户在睡前时刻的特征数据向量与所述代表向量进行偏离度计算，并基于偏离度作为所述睡前情绪状态的状态强度，所述状态强度表征为用户沉浸在对应情绪状态下的程度；
其中，所述偏离度的计算公式为：
式中，p表征为偏离度，
表征为睡前时刻的特征数据向量，
表征为代表向量。
可选地，所述根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，包括：
依据用户的睡前情绪状态选择智能床垫的工作模式以设定智能床垫的软硬模式，并在工作模式下将所述状态强度等价设定为智能床垫的工作强度，使智能床垫的床垫体调节至目标软硬度；
其中，所述智能床垫的床垫体内部集成有充气式弹簧；
使智能床垫调节至目标软硬度包括：
对所述充气式弹簧进行充气操作，使得床垫体由软变硬，或
对所述充气式弹簧进行放气操作，使得床垫体由硬变软；
所述智能床垫的工作强度包括：在充气操作/放气操作时控制充气量/放气量，使得床垫体调节至目标软硬度。
可选地，所述利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，包括：
获取用户在睡中时刻的脉搏数据、心跳数据、表情数据以及语音数据，构成用户在睡中时刻的特征数据向量；
将所述用户在睡中时刻的特征数据向量输入至所述用户情绪识别模型，由用户情绪识别模型输出用户在睡中时刻的特征标签，并等价映射得到用户在睡中时刻的情绪状态以作为所述睡中情绪状态；
获取与所述睡中情绪状态一致的代表向量，基于所述偏离度的计算公式，将用户在睡中时刻的特征数据向量与所述代表向量进行偏离度计算，并基于偏离度作为所述睡中情绪状态的状态强度。
可选地，所述将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，包括：
依据用户当前睡中时刻的睡中情绪状态比对上一睡中时刻的睡中情绪状态；
其中，
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态一致，则无需切换智能床垫的工作模式，并在上一睡中时刻的工作模式下将智能床垫的工作强度调整值设定为所述当前睡中时刻的状态强度与上一睡中时刻的状态强度的差值，所述调整值是指当前睡中时刻的工作强度在上一睡中时刻的工作强度基础上的调整数据；
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态不一致，则依据用户当前睡中时刻的睡前情绪状态选择智能床垫的工作模式，并在工作模式下将当前睡中时刻的状态强度等价设定为当前睡中时刻下智能床垫的工作强度。
可选地，所述脉搏数据、心跳数据、表情数据以及语音数据在构成所述特征数据向量之前，均进行去量纲处理。
本发明还提供了一种智能家居系统的数据交互系统，用于实现如上任一项所述的智能家居系统的数据交互方法，包括：
模型建立单元，用于在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；
睡前监测单元，用于在用户处于睡前时刻时，利用所述用户情绪识别模型识别出用户的睡前情绪状态；根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，以舒缓用户情绪及加快用户入睡速度；
睡中监测单元，用于在用户处于睡中时刻时，利用所述用户情绪识别模型实时监测用户的睡中情绪状态；根据所述睡中情绪状态，将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，以提高用户在睡眠周期中的舒适度。
本发明与现有技术相比较具有如下有益效果：
本发明建立用户情绪识别模型用户，能够识别出用户在睡前情绪状态，根据所述睡前情绪状态自动设定智能床垫的工作模式，以满足用户在睡前情绪状态的睡眠需求，使得用户的情绪得以舒缓并快速进入睡眠；同时，还能够利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，并根据所述睡中情绪状态自动切换智能床垫的工作模式，从而满足用户在睡中情绪状态的多个睡眠需求，并提高了用户在整个睡眠周期的舒适度，有利于延长用户的深度睡眠时间；
基于此，本发明提供的技术方案能够自行对用户潜在需求进行识别和掌握从而自动实现智能床垫工作模式的调节，有效地改善了智能家居的使用体验。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对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，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明实施例提供的一种智能家居系统的数据交互方法的方法流程图；
图2为本发明实施例提供的一种智能家居系统的数据交互系统的结构框图。
图中的标号分别表示如下：
10-模型建立单元；20-睡前监测单元；30-睡中监测单元。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
基于此，如图1所示，本发明提供了一种智能家居系统的数据交互方法，包括以下步骤：
具体如下：
步骤S1、在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型。
具体地，在家居环境中收集用户情绪表征数据，包括：
实时采集用户的脉搏数据和心跳数据，同步捕捉用户的表情数据以及用户的语音数据，并将同一时刻的脉搏数据、心跳数据、表情数据以及语音数据组合构建为单条的特征数据向量；
其中，对于脉搏数据和心跳数据可直接来自于用户日常穿戴的电子手表等设备，也可以通过在系统中集成的专用电子手环进行监测，在用户临睡前穿戴上进行睡前和睡中时采集脉搏数据和心跳数据，对于表情数据采用摄像头进行拍摄捕捉到用户的面部微表情，对于语音数据采用音量采集装置对进行捕捉，可以捕捉到用户的说话语气以及呼吸音量。
由于人在不同的情绪状态下会产生不同的脉搏数据、心跳数据、表情数据以及语音数据，情绪状态包括兴奋状态、平静状态和低落状态，比如，兴奋状态下脉搏和心跳的数值都会较高，表情也更为丰富，说话语音音量较高亢、呼吸音量更急促，而低落状态下则与兴奋状态刚好相反，平静状态是位于兴奋状态和低落状态之间的中间状态，在临睡前处于兴奋状态或低落状态均会影响进入睡眠的速度，并会影响用户睡眠的质量，而在低落状态下将床垫调节成较软形态，让用户躺入后感受到包裹感，进而通过包裹感提升用户的安全感，舒缓用户的低落状态，而在兴奋状态下也将床垫调节成较软形态，让用户躺入后感受到包裹感，进而提升用户进入睡觉生物钟的困意本能，舒缓用户的兴奋状态，在平静状态下将床垫调节成较硬形态，用户无需激发困意和安全感，只需让用户躺入后保持不伤害脊柱的安全性即可。
本实施例中，基于聚类算法对所有特征数据向量进行分类，得到多个特征数据集，由用户确定每个特征数据集表征的情绪状态，再将情绪状态作为对应的特征数据集中所有特征数据向量的特征标签；
然后，将特征数据向量与对应的特征标签进行组合构建为单条用户情绪表征数据。
对所有特征数据向量利用聚类算法进行分类得到多个特征数据集，包括：
步骤一：将每条特征数据向量均单独量化为一个特征数据集，计算处位于特征数据集的中心点的特征数据向量并作为特征数据集的代表向量；代表向量的计算公式为：
式中，
表征为代表向量，
表征为特征数据集中第i个特征数据向量，i为计量常数，无实质含义，n为特征数据集中包含的特征数据向量的总数目；
步骤二：依次计算出任意两个特征数据集的代表向量的相似度，并将相似度最高的两个特征数据集合并为一个特征数据集，循环步骤二，直至特征数据集数目等于情绪状态种类数目，相似度的计算公式为：
式中，
，A、B、C和D分别表征为脉搏数据、心跳数据、表情数据以及语音数据，
表征为第j、k个特征数据集的代表向量的相似度，
、
表征为第j、k个特征数据集的代表向量，j、k均为计量常数，无实质含义；
步骤三：对步骤二输出的特征数据集作为聚类分类结果；
由用户确定每个特征数据集表征的情绪状态，包括：
将步骤二输出的特征数据集的代表向量反馈给用户，由用户确定每个代表向量表征的情绪状态；将用户对代表向量表征的情绪状态的确定结果作为特征数据集表征的情绪状态。
基于前述步骤，能够迅速获得各种情绪状态下的特征数据集，提高训练样本的数据收集效率。
进一步地，基于用户表征数据构建用户情绪识别模型，包括：
将所有用户情绪表征数据汇总构成样本数据集，并将样本数据集输入CNN神经网络中进行模型训练得到用户情绪识别模型；
其中，用户情绪表征数据中特征数据向量作为CNN神经网络的输入，用户情绪表征数据中特征标签作为CNN神经网络的输出。
步骤S2、当用户处于睡前时刻时，利用用户情绪识别模型识别出用户的睡前情绪状态；根据睡前情绪状态，将智能床垫设定至满足用户处于睡前情绪状态下所需求的工作模式，以舒缓用户情绪及加快用户入睡速度；
利用用户情绪识别模型识别出用户在家居环境中的睡前情绪状态，包括：
利用步骤S1中采集用户在睡前时刻的脉搏数据、心跳数据、表情数据以及语音数据，并构成用户在睡前时刻的特征数据向量；
将用户在睡前时刻的特征数据向量输入至用户情绪识别模型，由用户情绪识别模型输出用户在睡前时刻的特征标签，并等价映射得到用户在睡前时刻的情绪状态作为睡前情绪状态；
获取与睡前情绪状态一致的代表向量，将用户在睡前时刻的特征数据向量与代表向量进行偏离度计算，并基于偏离度作为睡前情绪状态的状态强度，状态强度表征为用户沉浸在对应情绪状态下的程度；
其中，偏离度的计算公式为：
式中，p表征为偏离度，
表征为睡前时刻的特征数据向量，
表征为代表向量。
根据睡前情绪状态自动设定智能床垫的工作模式，包括：
依据用户的睡前情绪状态选择智能床垫的工作模式以设定智能床垫的软硬模式，并在工作模式下将状态强度等价设定为智能床垫的工作强度以设定智能床垫的软硬程度；
其中，智能床垫的工作模式包括对充气式弹簧进行充气操作使得床垫体由软变硬的模式，以及对充气式弹簧进行放气操作使得床垫体由硬变软的模式，智能床垫的工作强度包括在充气操作/放气操作时控制充气量/放气量使得床垫体维持在与状态强度相同的软硬程度上。
本实施例提供一种智能床垫在睡前时刻的工作模式设定实例，比如：根据用户在睡前时刻的脉搏数据、心跳数据、表情数据以及语音数据构成的特征数据向量，并将特征数据向量输入至用户情绪识别模型得到用户的睡前情绪状态为低落状态，通过用户睡前时刻的特征数据向量与低落状态对应的特征数据集的代表向量进行偏差度计算得到，偏差度为20%，则控制智能床垫的工作模式为对充气式弹簧进行放气操作使得床垫体由硬变软的模式，并将床垫体的软硬程度维持在20%软硬度上（软硬程度数值越低，则床垫越软，软硬程度数值越高，则床垫越硬），或者将特征数据向量输入至用户情绪识别模型得到用户的睡前情绪状态为平静状态，通过用户睡前时刻的特征数据向量与平静状态对应的特征数据集的代表向量进行偏差度计算得到，偏差度为80%，则控制智能床垫的工作模式为对充气式弹簧进行充气操作使得床垫体由软变硬的模式，并将床垫体的软硬程度维持在80%软硬度上。
步骤S3、当用户处于睡中时刻时，利用用户情绪识别模型实时监测用户的睡中情绪状态；根据睡中情绪状态，将智能床垫设定至满足用户处于睡中情绪状态下所需求的工作模式，以提高用户在睡眠周期中的舒适度。
利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，包括：
利用步骤S1中采集用户在睡中时刻的脉搏数据、心跳数据、表情数据以及语音数据，并构成用户在睡中时刻的特征数据向量；
将用户在睡中时刻的特征数据向量输入至用户情绪识别模型，由用户情绪识别模型输出用户在睡中时刻的特征标签，并等价映射得到用户在睡中时刻的情绪状态作为睡中情绪状态；
获取与睡中情绪状态一致的代表向量，将用户在睡中时刻的特征数据向量与代表向量进行偏离度计算，并基于偏离度作为睡中情绪状态的状态强度。
根据睡中情绪状态自动切换智能床垫的工作模式，包括：
依据用户当前睡中时刻的睡中情绪状态比对上一睡中时刻的睡中情绪状态，其中，
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态一致，则无需切换智能床垫的工作模式，并在上一睡中时刻的工作模式下将智能床垫的工作强度调整值设定为当前睡中时刻的状态强度与上一睡中时刻的状态强度的差值，调整值是指当前睡中时刻的工作强度在上一睡中时刻的工作强度基础上的调整数据；
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态不一致，则依据用户当前睡中时刻的睡前情绪状态选择智能床垫的工作模式，并在工作模式下将当前睡中时刻的状态强度等价设定为当前睡中时刻下智能床垫的工作强度。
本实施例提供一种智能床垫在睡中时刻的工作模式设定实例，比如：根据用户在睡中时刻的脉搏数据、心跳数据、表情数据以及语音数据构成的特征数据向量，并将特征数据向量输入至用户情绪识别模型得到用户的当前睡中情绪状态为低落状态，通过用户当前睡中时刻的特征数据向量与低落状态对应的特征数据集的代表向量进行偏差度计算得到，偏差度为40%，表明用户的低落情绪得以舒缓，则控制智能床垫的工作模式维持在对充气式弹簧进行放气操作使得床垫体由硬变软的模式，并将床垫体的软硬程度从20%软硬度上调整至40%软硬度上，降低软度提高对脊柱的支撑度，提高生理安全性，或者将特征数据向量输入至用户情绪识别模型得到用户的当前睡中情绪状态为平静状态，通过用户睡中时刻的特征数据向量与平静状态对应的特征数据集的代表向量进行偏差度计算得到，偏差度为60%，则控制智能床垫的工作模式从对充气式弹簧进行放气操作使得床垫体由硬变软的模式调整为对充气式弹簧进行充气操作使得床垫体由软变硬的模式，并将床垫体的软硬程度维持在80%软硬度上。
脉搏数据、心跳数据、表情数据以及语音数据在构成特征数据向量之前均进行去量纲处理。
如图2所示，基于上述智能家居系统的数据交互方法，本发明提供了一种交互系统，包括：
模型建立单元10，用于在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；
睡前监测单元20，用于利用用户情绪识别模型识别出用户在家居环境中的睡前情绪状态，并根据睡前情绪状态自动设定智能床垫的工作模式以满足用户在睡前情绪状态的睡眠需求使得用户情绪得以舒缓并快速进入睡眠；
睡中监测单元30，用于利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，并根据睡中情绪状态自动切换智能床垫的工作模式以满足用户在睡中情绪状态的多个睡眠需求并提高用户在整个睡眠周期的舒适度。
本发明建立用户情绪识别模型用户识别出用户在睡前情绪状态，根据睡前情绪状态自动设定智能床垫的工作模式以满足用户在睡前情绪状态的睡眠需求使得用户情绪得以舒缓并快速进入睡眠，再利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，并根据睡中情绪状态自动切换智能床垫的工作模式以满足用户在睡中情绪状态的多个睡眠需求并提高用户在整个睡眠周期的舒适度。
以上实施例仅为本申请的示例性实施例，不用于限制本申请，本申请的保护范围由权利要求书限定。本领域技术人员可以在本申请的实质和保护范围内，对本申请做出各种修改或等同替换，这种修改或等同替换也应视为落在本申请的保护范围内。
Claims (8)
1.一种智能家居系统的数据交互方法，其特征在于，应用于家居环境，包括以下步骤：
步骤S1、在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；
步骤S2、当用户处于睡前时刻时，利用所述用户情绪识别模型识别出用户的睡前情绪状态；根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，以舒缓用户情绪及加快用户入睡速度；
步骤S3、当用户处于睡中时刻时，利用所述用户情绪识别模型实时监测用户的睡中情绪状态；根据所述睡中情绪状态，将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，以提高用户在睡眠周期中的舒适度；
所述在家居环境中收集用户情绪表征数据，包括：
实时采集用户的脉搏数据和心跳数据，同步捕捉用户的表情数据以及用户的语音数据，并将同一时刻的脉搏数据、心跳数据、表情数据以及语音数据组合构建为单条的特征数据向量；
基于聚类算法对所有所述特征数据向量进行分类，得到多个特征数据集，由用户确定每个所述特征数据集表征的情绪状态，再将所述情绪状态作为对应的所述特征数据集中所有特征数据向量的特征标签；
将所述特征数据向量与对应的所述特征标签进行组合，构建为单条的所述用户情绪表征数据；
所述基于聚类算法对所有所述特征数据向量进行分类，得到多个特征数据集，包括：
步骤一：将每条特征数据向量均单独量化为一个特征数据集，计算处位于特征数据集的中心点的特征数据向量并作为特征数据集的代表向量；所述代表向量的计算公式为：
式中，
表征为代表向量，
表征为特征数据集中第i个特征数据向量，i为计量常数，n为特征数据集中包含的特征数据向量的总数目；
步骤二：依次计算出任意两个特征数据集的代表向量的相似度，将相似度最高的两个特征数据集合并为一个特征数据集；循环步骤二，直至特征数据集数目等于情绪状态种类数目；所述相似度的计算公式为：
式中，
，A、B、C和D分别表征为脉搏数据、心跳数据、表情数据以及语音数据，
表征为第j、k个特征数据集的代表向量的相似度，
、
表征为第j、k个特征数据集的代表向量，j、k均为计量常数；
步骤三：对步骤二输出的特征数据集作为聚类分类结果；
所述由用户确定每个所述特征数据集表征的情绪状态，包括：
将步骤二输出的特征数据集的代表向量反馈给用户，由用户确定每个所述代表向量表征的情绪状态；将用户对代表向量表征的情绪状态的确定结果作为特征数据集表征的情绪状态。
2.根据权利要求1所述的智能家居系统的数据交互方法，其特征在于，所述基于用户情绪表征数据构建用户情绪识别模型，包括：
将所有用户情绪表征数据汇总构成样本数据集，将所述样本数据集输入CNN神经网络中进行模型训练，得到用户情绪识别模型；
其中，所述用户情绪表征数据中的特征数据向量作为CNN神经网络的输入，所述用户情绪表征数据中的特征标签作为CNN神经网络的输出。
3.根据权利要求2所述的智能家居系统的数据交互方法，其特征在于，所述利用所述用户情绪识别模型识别出用户的睡前情绪状态，包括：
获取用户在睡前时刻的脉搏数据、心跳数据、表情数据以及语音数据，构成用户在睡前时刻的特征数据向量；
将所述用户在睡前时刻的特征数据向量输入至所述用户情绪识别模型，由用户情绪识别模型输出用户在睡前时刻的特征标签，并等价映射得到用户在睡前时刻的情绪状态以作为所述睡前情绪状态；
获取与所述睡前情绪状态一致的代表向量，基于偏离度的计算公式，将用户在睡前时刻的特征数据向量与所述代表向量进行偏离度计算，并基于偏离度作为所述睡前情绪状态的状态强度，所述状态强度表征为用户沉浸在对应情绪状态下的程度；
其中，所述偏离度的计算公式为：
式中，p表征为偏离度，
表征为睡前时刻的特征数据向量，
表征为代表向量。
4.根据权利要求3所述的智能家居系统的数据交互方法，其特征在于，所述根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，包括：
依据用户的睡前情绪状态选择智能床垫的工作模式以设定智能床垫的软硬模式，并在工作模式下将所述状态强度等价设定为智能床垫的工作强度，使智能床垫的床垫体调节至目标软硬度；
其中，所述智能床垫的床垫体内部集成有充气式弹簧；
使智能床垫调节至目标软硬度包括：
对所述充气式弹簧进行充气操作，使得床垫体由软变硬，或
对所述充气式弹簧进行放气操作，使得床垫体由硬变软；
所述智能床垫的工作强度包括：在充气操作/放气操作时控制充气量/放气量，使得床垫体调节至目标软硬度。
5.根据权利要求4所述的智能家居系统的数据交互方法，其特征在于，所述利用用户情绪识别模型实时监测睡眠过程中用户的睡中情绪状态，包括：
获取用户在睡中时刻的脉搏数据、心跳数据、表情数据以及语音数据，构成用户在睡中时刻的特征数据向量；
将所述用户在睡中时刻的特征数据向量输入至所述用户情绪识别模型，由用户情绪识别模型输出用户在睡中时刻的特征标签，并等价映射得到用户在睡中时刻的情绪状态以作为所述睡中情绪状态；
获取与所述睡中情绪状态一致的代表向量，基于所述偏离度的计算公式，将用户在睡中时刻的特征数据向量与所述代表向量进行偏离度计算，并基于偏离度作为所述睡中情绪状态的状态强度。
6.根据权利要求5所述的智能家居系统的数据交互方法，其特征在于，所述将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，包括：
依据用户当前睡中时刻的睡中情绪状态比对上一睡中时刻的睡中情绪状态；
其中，
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态一致，则无需切换智能床垫的工作模式，并在上一睡中时刻的工作模式下将智能床垫的工作强度调整值设定为所述当前睡中时刻的状态强度与上一睡中时刻的状态强度的差值，所述调整值是指当前睡中时刻的工作强度在上一睡中时刻的工作强度基础上的调整数据；
若当前睡中时刻的睡中情绪状态与上一睡中时刻的睡中情绪状态不一致，则依据用户当前睡中时刻的睡前情绪状态选择智能床垫的工作模式，并在工作模式下将当前睡中时刻的状态强度等价设定为当前睡中时刻下智能床垫的工作强度。
7.根据权利要求6所述的智能家居系统的数据交互方法，其特征在于，所述脉搏数据、心跳数据、表情数据以及语音数据，在构成所述特征数据向量之前均进行去量纲处理。
8.一种智能家居系统的数据交互系统，用于实现如权利要求1-7任一项所述的智能家居系统的数据交互方法，其特征在于，包括：
模型建立单元（1），用于在家居环境中收集用户情绪表征数据，基于用户情绪表征数据构建用户情绪识别模型；
睡前监测单元（2），用于在用户处于睡前时刻时，利用所述用户情绪识别模型识别出用户的睡前情绪状态；根据所述睡前情绪状态，将智能床垫设定至满足用户处于所述睡前情绪状态下所需求的工作模式，以舒缓用户情绪及加快用户入睡速度；
睡中监测单元（3），用于在用户处于睡中时刻时，利用所述用户情绪识别模型实时监测用户的睡中情绪状态；根据所述睡中情绪状态，将智能床垫设定至满足用户处于所述睡中情绪状态下所需求的工作模式，以提高用户在睡眠周期中的舒适度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210076533.2A CN114089642B (zh) | 2022-01-24 | 2022-01-24 | 一种智能家居系统的数据交互方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210076533.2A CN114089642B (zh) | 2022-01-24 | 2022-01-24 | 一种智能家居系统的数据交互方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114089642A true CN114089642A (zh) | 2022-02-25 |
| CN114089642B CN114089642B (zh) | 2022-04-05 |
Family
ID=80309228
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210076533.2A Active CN114089642B (zh) | 2022-01-24 | 2022-01-24 | 一种智能家居系统的数据交互方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114089642B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160329043A1 (en) * | 2014-01-21 | 2016-11-10 | Lg Electronics Inc. | Emotional-speech synthesizing device, method of operating the same and mobile terminal including the same |
| CN106730238A (zh) * | 2016-12-30 | 2017-05-31 | 清华大学 | 一种环境自适应的智能辅助睡眠装置及方法 |
| CN107272607A (zh) * | 2017-05-11 | 2017-10-20 | 上海斐讯数据通信技术有限公司 | 一种智能家居控制系统及方法 |
| CN108629313A (zh) * | 2018-05-04 | 2018-10-09 | 河北省科学院应用数学研究所 | 情绪调节方法、装置、系统以及计算机存储介质 |
| CN110520048A (zh) * | 2017-03-28 | 2019-11-29 | 国立大学法人九州工业大学 | 情绪估计装置 |
| CN112107186A (zh) * | 2020-09-18 | 2020-12-22 | 广东尚驰智能家居科技有限公司 | 智能体感音波理疗床垫 |
| CN112418059A (zh) * | 2020-11-19 | 2021-02-26 | 平安普惠企业管理有限公司 | 一种情绪识别的方法、装置、计算机设备及存储介质 |
| CN213884093U (zh) * | 2020-09-18 | 2021-08-06 | 广东尚驰智能家居科技有限公司 | 基于薄膜传感器技术的智能声波理疗床垫 |
-
2022
- 2022-01-24 CN CN202210076533.2A patent/CN114089642B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160329043A1 (en) * | 2014-01-21 | 2016-11-10 | Lg Electronics Inc. | Emotional-speech synthesizing device, method of operating the same and mobile terminal including the same |
| CN106730238A (zh) * | 2016-12-30 | 2017-05-31 | 清华大学 | 一种环境自适应的智能辅助睡眠装置及方法 |
| CN110520048A (zh) * | 2017-03-28 | 2019-11-29 | 国立大学法人九州工业大学 | 情绪估计装置 |
| CN107272607A (zh) * | 2017-05-11 | 2017-10-20 | 上海斐讯数据通信技术有限公司 | 一种智能家居控制系统及方法 |
| CN108629313A (zh) * | 2018-05-04 | 2018-10-09 | 河北省科学院应用数学研究所 | 情绪调节方法、装置、系统以及计算机存储介质 |
| CN112107186A (zh) * | 2020-09-18 | 2020-12-22 | 广东尚驰智能家居科技有限公司 | 智能体感音波理疗床垫 |
| CN213884093U (zh) * | 2020-09-18 | 2021-08-06 | 广东尚驰智能家居科技有限公司 | 基于薄膜传感器技术的智能声波理疗床垫 |
| CN112418059A (zh) * | 2020-11-19 | 2021-02-26 | 平安普惠企业管理有限公司 | 一种情绪识别的方法、装置、计算机设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114089642B (zh) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108310587B (zh) | 一种睡眠控制装置与方法 | |
| CN105469065B (zh) | 一种基于递归神经网络的离散情感识别方法 | |
| CN111007756B (zh) | 健康环境调节方法、终端及计算机可读存储介质 | |
| US7955259B2 (en) | Apparatus and method for inducing emotions | |
| CN109032223A (zh) | 一种睡眠环境调节装置、系统和方法 | |
| CN114065059B (zh) | 一种基于大数据的睡姿推荐控制方法、系统和存储介质 | |
| CN109259996B (zh) | 按摩机器人及其控制方法、计算机可读存储介质 | |
| CN109330846B (zh) | 一种基于深度学习算法的空气波压力按摩仪参数优化方法 | |
| CN107402635B (zh) | 结合脑电波与虚拟现实的心理健康调节方法及系统 | |
| WO2022252673A1 (zh) | 用于疲劳度调节的家电设备控制方法及装置、家电设备 | |
| CN110047575B (zh) | 一种基于远程决策的反馈式助眠系统 | |
| CN108510049B (zh) | 基于情感-时空信息的机器人服务自主认知方法及机器人 | |
| CN111240220B (zh) | 一种设备的控制方法和装置 | |
| CN110063736B (zh) | 基于MOD-Net网络的眼动参数监测的疲劳检测及促醒系统 | |
| CN111476196A (zh) | 一种基于面部动作的老年残障人士护理需求识别方法 | |
| CN112198853A (zh) | 智能家居设备的控制方法和装置 | |
| CN108962349A (zh) | 一种基于云数据的睡眠按摩方法及系统 | |
| CN114594694A (zh) | 一种设备控制方法、装置、智能垫体及存储介质 | |
| WO2022227531A1 (zh) | 空调智能控制方法、装置、电子设备和存储介质 | |
| CN110587621B (zh) | 机器人、基于机器人的病人看护方法和可读存储介质 | |
| CN111760159A (zh) | 一种智能健康助眠方法 | |
| CN114089642B (zh) | 一种智能家居系统的数据交互方法及系统 | |
| TW201909948A (zh) | 智慧床的調整系統及方法 | |
| CN109227534A (zh) | 一种基于机器人的情绪管理调节系统和方法 | |
| CN115317279A (zh) | 基于人体自我健康状态的家用氧舱智能控制方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |