CN114209261A - 食盐摄取量的确定方法、确定装置以及洗碗装置 - Google Patents
食盐摄取量的确定方法、确定装置以及洗碗装置 Download PDFInfo
- Publication number
- CN114209261A CN114209261A CN202111604917.9A CN202111604917A CN114209261A CN 114209261 A CN114209261 A CN 114209261A CN 202111604917 A CN202111604917 A CN 202111604917A CN 114209261 A CN114209261 A CN 114209261A
- Authority
- CN
- China
- Prior art keywords
- salt
- target
- meal
- total
- determining
- 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
- 235000015598 salt intake Nutrition 0.000 title claims abstract description 103
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004851 dishwashing Methods 0.000 title claims abstract description 30
- 235000002639 sodium chloride Nutrition 0.000 claims abstract description 246
- 150000003839 salts Chemical class 0.000 claims abstract description 181
- 235000012054 meals Nutrition 0.000 claims abstract description 130
- 239000002351 wastewater Substances 0.000 claims abstract description 121
- 238000004140 cleaning Methods 0.000 claims abstract description 101
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims abstract description 65
- 239000011780 sodium chloride Substances 0.000 claims abstract description 65
- 238000010411 cooking Methods 0.000 claims abstract description 38
- 238000005406 washing Methods 0.000 claims description 32
- 238000012549 training Methods 0.000 claims description 24
- 230000008569 process Effects 0.000 claims description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 8
- 238000005507 spraying Methods 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 208000000461 Esophageal Neoplasms Diseases 0.000 description 1
- 206010020772 Hypertension Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 201000004101 esophageal cancer Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L15/00—Washing or rinsing machines for crockery or tableware
- A47L15/42—Details
- A47L15/4297—Arrangements for detecting or measuring the condition of the washing water, e.g. turbidity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/182—Specific anions in water
-
- 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
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2401/00—Automatic detection in controlling methods of washing or rinsing machines for crockery or tableware, e.g. information provided by sensors entered into controlling devices
- A47L2401/34—Other automatic detections
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2501/00—Output in controlling method of washing or rinsing machines for crockery or tableware, i.e. quantities or components controlled, or actions performed by the controlling device executing the controlling method
- A47L2501/02—Water discharge, e.g. opening or closure of discharge valve
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了食盐摄取量的确定方法、确定装置以及洗碗装置。该方法包括:获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和清洗废水的体积;根据食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;获取当前次进餐的人员数量,并计算食盐总质量和人员数量的比值,得到食用目标餐的每个人员的食盐摄取量。本申请的食盐摄取量的确定方法中,通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
Description
技术领域
本申请涉及检测领域,具体而言,涉及一种食盐摄取量的确定方法、确定装置、计算机可读存储介质、处理器以及洗碗装置。
背景技术
研究表明过量摄入食用盐会导致高血压,食道癌等疾病。同时大众也都知道摄入过量的食盐确实有害于身心健康。目前,大众知道每天应当摄入不超过多少的盐,但是具体自己摄入了多少的盐是未知的。
因此,亟需一种至少在某些情况下可以获知自己摄入多少盐的方法。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解,因此,背景技术中可能包含某些信息,这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种食盐摄取量的确定方法、确定装置、计算机可读存储介质、处理器以及洗碗装置,以解决现有技术中难以获取食盐摄取量的问题。
根据本发明实施例的一个方面,提供了一种食盐摄取量的确定方法,包括:获取洗碗池中的清洗废水中的食盐浓度和所述清洗废水的体积,所述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;获取当前次进餐的人员数量,并计算所述食盐总质量和所述人员数量的比值,得到食用所述目标餐的每个人员的食盐摄取量。
可选地,所述洗碗池为自动洗碗机中的洗碗池,获取洗碗池中的清洗废水中的食盐浓度,包括:接收盐浓度检测器发送的所述食盐浓度,其中,所述盐浓度检测器安装在所述洗碗池内且位于所述清洗废水中。
可选地,所述洗碗池为自动洗碗机中的洗碗池,获取所述清洗废水的体积,包括:获取所述洗碗机在当前次清洗时的喷水量,并将所述喷水量确定为所述清洗废水的体积。
可选地,根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量,包括:获取所述食盐总用量;根据所述食盐浓度和所述清洗废水的体积,确定剩余食盐质量;根据所述食盐总用量和剩余食盐质量,确定所述摄入的食盐总质量。
可选地,获取所述食盐总用量,包括以下之一:将所述食盐浓度和所述清洗废水的体积输入至神经网络模型中,输出所述食盐总用量,所述神经网络模型为采用多组训练数据训练得到的,多组所述训练数据中的每一组的所述训练数据包括实验食盐总用量、实验食盐浓度以及实验清洗废水体积,其中,所述实验食盐用量为烹制实验餐食的食盐总用量,所述实验食盐浓度为实验清洗废水的食盐浓度,所述食盐清洗废水为对进食所述实验餐食所使用的所有餐具进行第一次清洗后得到的废水,多组所述训练数据中的任意两组所述训练数据对应的实验餐食不同;接收用户输入的所述食盐总用量;获取所述目标对象的当前次进餐的餐食烹制过程中的第一目标图像,根据所述第一目标图像确定所述食盐总用量,所述第一目标图像包括盛有食盐的目标容器,所述目标容器用于将所述食盐倒入烹饪器具中的容器。
可选地,获取当前次进餐的人员数量,包括以下之一:获取第二目标图像,并依据所述第二目标图像确定所述人员数量,所述第二目标图像为人员进餐过程中的且包括人员数量最多的图像;接收用户输入的所述人员数量。
可选地,得到食用所述目标餐的每个人员的食盐摄取量之后,所述方法还包括:将所述食盐摄取量发送至目标对象对应的终端设备并显示,所述目标对象为食用所述目标餐的所述人员中的一个。
根据本发明实施例的另一方面,还提供了一种食盐摄取量的确定装置,包括获取单元、确定单元以及计算单元,其中,所述获取单元用于获取洗碗池中的清洗废水中的食盐浓度和所述清洗废水的体积,所述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;所述确定单元用于根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;所述计算单元用于获取当前次进餐的人员数量,并计算所述食盐总质量和所述人员数量的比值,得到食用所述目标餐的每个人员的食盐摄取量。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,所述程序执行任一种所述的方法。
根据本发明实施例的另一方面,还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任一种所述的方法。
根据本发明实施例的另一方面,还提供了一种洗碗装置,包括洗碗机,一个或多个处理器,存储器以及一个或多个程序,其中,所述洗碗机包括洗碗池和盐浓度检测器,所述盐浓度检测器安装在所述洗碗池内,且用于获取所述洗碗池中的液体中的食盐浓度,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行任一种所述的方法。
在本发明实施例中,上述食盐摄取量的确定方法,首先,获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和上述清洗废水的体积;然后,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;最后,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。本申请的食盐摄取量的确定方法中,通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出了本申请实施例的食盐摄取量的确定方法的流程图;
图2示出了本申请实施例的食盐摄取量的确定方法的逻辑图;
图3示出了本申请实施例的食盐摄取量的确定装置的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是,当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时,该元件可直接在该另一元件上,或者也可存在中间元件。而且,在说明书以及权利要求书中,当描述有元件“连接”至另一元件时,该元件可“直接连接”至该另一元件,或者通过第三元件“连接”至该另一元件。
正如背景技术中所说的,现有技术中难以获取食盐摄取量,为了解决上述问题,本申请的一种典型的实施方式中,提供了一种食盐摄取量的确定方法、确定装置、计算机可读存储介质、处理器以及洗碗装置。
根据本申请的实施例,提供了一种食盐摄取量的确定方法。
图1是根据本申请实施例的食盐摄取量的确定方法的流程图。如图1所示,该方法包括以下步骤:
步骤S101,获取洗碗池中的清洗废水中的食盐浓度和上述清洗废水的体积,上述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
步骤S102,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
步骤S103,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。
上述食盐摄取量的确定方法中,首先,获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和上述清洗废水的体积;然后,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;最后,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。本申请的食盐摄取量的确定方法中,通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
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。
本申请的一种实施例中,上述洗碗池为自动洗碗机中的洗碗池,获取洗碗池中的清洗废水中的食盐浓度,包括:接收盐浓度检测器发送的上述食盐浓度,其中,上述盐浓度检测器安装在上述洗碗池内且位于上述清洗废水中。上述盐浓度检测器可以方便快捷且准确地检测洗碗池中的清洗废水中的食盐浓度。
上述盐浓度检测器可以为现有技术中任何可行的盐浓度检测器,具体可以是BEC-950型含盐量测定仪,也可以是BSD-200型含盐量测定仪,该实施例中,洗碗池中的清洗废水中的盐主要是食盐,因此,盐浓度检测器的检测结果即是洗碗池中的清洗废水中的食盐浓度。
本申请的一种具体实施例中,上述盐浓度检测器可以是单独的一个智能单品,例如,通过磁吸或其他返回方式固定在洗碗机内壁底部,通过与该智能单品绑定的终端设备的App来获取盐浓度。
本申请的另一种实施例中,上述洗碗池为自动洗碗机中的洗碗池,获取上述清洗废水的体积,包括:获取上述洗碗机在当前次清洗时的喷水量,并将上述喷水量确定为上述清洗废水的体积。该方案中,通过上述洗碗机再当前次清洗时的喷水量即可确定上述清洗废水的体积,方法简便。
具体的实施过程中,洗碗机在第一次清洗结束时,先获取采集清洗废水中的食盐浓度和洗碗机喷出的水量,采集结束后再控制洗碗机排出废水。
本申请的又一种实施例中,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量,包括:获取上述食盐总用量;根据上述食盐浓度和上述清洗废水的体积,确定剩余食盐质量;根据上述食盐总用量和剩余食盐质量,确定上述摄入的食盐总质量,上述摄入的食盐总质量等于食盐总用量减去剩余食盐质量。根据食盐总量和剩余食盐质量确定摄入的食盐总质量,计算目标餐对应的摄入的食盐总质量的方法简单且准确度高。
为了提高获得食盐总用量的准确性,本申请的又一种实施例中,如图2所示,获取上述食盐总用量,包括以下之一:将上述食盐浓度和上述清洗废水的体积输入至神经网络模型中,输出上述食盐总用量,上述神经网络模型为采用多组训练数据训练得到的,多组上述训练数据中的每一组的上述训练数据包括实验食盐总用量、实验食盐浓度以及实验清洗废水体积,其中,上述实验食盐用量为烹制实验餐食的食盐总用量,上述实验食盐浓度为实验清洗废水的食盐浓度,上述食盐清洗废水为对进食上述实验餐食所使用的所有餐具进行第一次清洗后得到的废水,多组上述训练数据中的任意两组上述训练数据对应的实验餐食不同;接收用户输入的上述食盐总用量;获取上述目标对象的当前次进餐的餐食烹制过程中的第一目标图像,根据上述第一目标图像确定上述食盐总用量,上述第一目标图像包括盛有食盐的目标容器,上述目标容器用于将上述食盐倒入烹饪器具中的容器,上述目标容器可以是小勺,也可以是小量杯。
具体地,根据第一目标图像确定上述食盐总用量的过程包括:根据第一目标图像确定上述目标容器的尺寸信息以及目标容器中的食盐的高度,根据尺寸信息以及目标容器中的食盐的高度确定食盐的体积,之后根据食盐的体积和密度,计算对应的食盐总用量。上述根据第一目标图像确定上述食盐总用量的过程可以通过图像处理方法实现,首先对第一目标图像进行处理,得到图像数据;然后对上述图像数据进行计算并生成目标容器的长度、面积以及体积等尺寸信息,还生成了目标容器的食盐高度,根据尺寸信息和目标容器中的食盐的高度,计算出食盐的体积。
为了获得准确的当前次进餐的人员数量,本申请的另一种实施例中,如图2所示,获取当前次进餐的人员数量,包括以下之一:获取第二目标图像,并依据上述第二目标图像确定上述人员数量,上述第二目标图像为人员进餐过程中的且包括人员数量最多的图像;接收用户输入的上述人员数量。
本申请的又一种实施例中,如图2所示,得到食用上述目标餐的每个人员的食盐摄取量之后,上述方法还包括:将上述食盐摄取量发送至目标对象对应的终端设备并显示,上述目标对象为食用上述目标餐的上述人员中的一个。将上述食盐摄取量发送至目标对象对应的终端设备并显示,能够直观便捷的将目标餐的每个人员的食盐摄取量展示给目标对象。
本申请的一种具体实施例中,得到食用上述目标餐的每个人员的食盐摄取量之后,最终结果的分析可以通过终端设备的App、公众号、小程序等展示给用户。上述最终结果的分析可以采用图表的方式展示,可以展示至少一个人员连续多天的食盐摄取量(每天的摄取量为每天多餐摄取量的总和),摄取量例如,可以用折线图展示,并且还可以同步显示国家标准作为警戒线,以方便用户确定自己摄取的食盐量有无超标;同时还可以统计多人的食盐摄取量,可以用摄入分布直方图展示当前用户在所有用户中的位置,使用户更有参与感,提升用户的活跃度。
本申请实施例还提供了一种食盐摄取量的确定装置,需要说明的是,本申请实施例的食盐摄取量的确定装置可以用于执行本申请实施例所提供的用于食盐摄取量的确定方法。以下对本申请实施例提供的食盐摄取量的确定装置进行介绍。
图3是根据本申请实施例的食盐摄取量的确定装置的示意图。如图3所示,该装置包括:
获取单元10,用于获取洗碗池中的清洗废水中的食盐浓度和上述清洗废水的体积,上述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
确定单元20,用于根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
计算单元30,用于获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。
上述食盐摄取量的确定装置中,通过获取单元10获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和上述清洗废水的体积;再通过确定单元20根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;最后通过计算单元30获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。该装置通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
本申请的一种实施例中,上述洗碗池为自动洗碗机中的洗碗池,上述获取单元包括接第一收子单元,上述第一接收子单元用于接收盐浓度检测器发送的上述食盐浓度,其中,上述盐浓度检测器安装在上述洗碗池内且位于上述清洗废水中。上述盐浓度检测器可以方便快捷且准确地检测洗碗池中的清洗废水中的食盐浓度。
上述盐浓度检测器可以为现有技术中任何可行的盐浓度检测器,具体可以是BEC-950型含盐量测定仪,也可以是BSD-200型含盐量测定仪,该实施例中,洗碗池中的清洗废水中的盐主要是食盐,因此,盐浓度检测器的检测结果即是洗碗池中的清洗废水中的食盐浓度。
本申请的一种具体实施例中,上述盐浓度检测器可以是单独的一个智能单品,例如,通过磁吸或其他返回方式固定在洗碗机内壁底部,通过与该智能单品绑定的终端设备的App来获取盐浓度。
本申请的另一种实施例中,上述洗碗池为自动洗碗机中的洗碗池,上述获取单元还包括第一获取子单元,上述第一获取子单元用于获取上述洗碗机在当前次清洗时的喷水量,并将上述喷水量确定为上述清洗废水的体积。该方案中,通过上述洗碗机再当前次清洗时的喷水量即可确定上述清洗废水的体积,方法简便。
具体的实施过程中,洗碗机在第一次清洗结束时,先获取采集清洗废水中的食盐浓度和洗碗机喷出的水量,采集结束后再控制洗碗机排出废水。
本申请的又一种实施例中,上述确定单元包括第二获取子单元、第一确定子单元以及第二确定子单元,其中,上述第二获取子单元用于获取上述食盐总用量;上述第一确定子单元用于根据上述食盐浓度和上述清洗废水的体积,确定剩余食盐质量;上述第二确定子单元用于根据上述食盐总用量和剩余食盐质量,确定上述摄入的食盐总质量,上述摄入的食盐总质量等于食盐总用量减去神域食盐质量。根据食盐总量和剩余食盐质量确定摄入的食盐总质量,计算目标餐对应的摄入的食盐总质量的方法简单且准确度高。
为了提高获得食盐总用量的准确性,本申请的又一种实施例中,上述第二获取子单元包括输出模块、接收模块以及获取模块其中之一,其中,上述输出模块用于将上述食盐浓度和上述清洗废水的体积输入至神经网络模型中,输出上述食盐总用量,上述神经网络模型为采用多组训练数据训练得到的,多组上述训练数据中的每一组的上述训练数据包括实验食盐总用量、实验食盐浓度以及实验清洗废水体积,其中,上述实验食盐用量为烹制实验餐食的食盐总用量,上述实验食盐浓度为实验清洗废水的食盐浓度,上述食盐清洗废水为对进食上述实验餐食所使用的所有餐具进行第一次清洗后得到的废水,多组上述训练数据中的任意两组上述训练数据对应的实验餐食不同;上述接收模块用于接收用户输入的上述食盐总用量;上述获取模块用于获取上述目标对象的当前次进餐的餐食烹制过程中的第一目标图像,根据上述第一目标图像确定上述食盐总用量,上述第一目标图像包括盛有食盐的目标容器,上述目标容器用于将上述食盐倒入烹饪器具中的容器,上述目标容器具体可以是小勺,也可以是小量杯。
具体地,根据第一目标图像确定上述食盐总用量的过程包括:根据第一目标图像确定上述目标容器的尺寸信息以及目标容器中的食盐的高度,根据尺寸信息以及目标容器中的食盐的高度确定食盐的体积,之后根据食盐的体积和密度,计算对应的食盐总用量。上述根据第一目标图像确定上述食盐总用量的过程可以通过图像处理方法实现,首先接收目标容器及与其一起拍摄的目标容器中的食盐的图像数据;然后对上述图像数据进行计算并生成目标容器的的长度、面积和体积等尺寸信息,并且可将拍摄的平面图像生产的尺寸信息作为立体形状的相关信息使用,得出正确尺寸的形状信息。
为了获得准确的当前次进餐的人员数量,本申请的另一种实施例中,计算单元包括第三确定子单元和第二接收子单元其中之一,其中,上述第三确定子单元用于获取第二目标图像,并依据上述第二目标图像确定上述人员数量,上述第二目标图像为人员进餐过程中的且包括人员数量最多的图像;上述第二接收子单元用于接收用户输入的上述人员数量。
本申请的又一种实施例中,上述装置还包括显示单元,上述显示单元用于得到食用上述目标餐的每个人员的食盐摄取量之后,将上述食盐摄取量发送至目标对象对应的终端设备并显示,上述目标对象为食用上述目标餐的上述人员中的一个。将上述食盐摄取量发送至目标对象对应的终端设备并显示,能够直观便捷的将目标餐的每个人员的食盐摄取量展示给目标对象。
本申请的一种具体实施例中,得到食用上述目标餐的每个人员的食盐摄取量之后,最终结果的分析可以通过终端设备的App、公众号、小程序等展示给用户。上述最终结果的分析可以采用图表的方式展示,可以展示至少一个人员连续多天的食盐摄取量(每天的摄取量为每天多餐摄取量的总和),摄取量例如,可以用折线图展示,并且还可以同步显示国家标准作为警戒线,以方便用户确定自己摄取的食盐量有无超标;同时还可以统计多人的食盐摄取量,可以用摄入分布直方图展示当前用户在所有用户中的位置,使用户更有参与感,提升用户的活跃度。
上述食盐摄取量的确定装置包括处理器和存储器,上述获取单元、确定单元以及计算单元等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决现有技术中难以获取食盐摄取量的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述食盐摄取量的确定方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述食盐摄取量的确定方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现至少以下步骤:
步骤S101,获取洗碗池中的清洗废水中的食盐浓度和上述清洗废水的体积,上述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
步骤S102,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
步骤S103,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有至少如下方法步骤的程序:
步骤S101,获取洗碗池中的清洗废水中的食盐浓度和上述清洗废水的体积,上述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
步骤S102,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
步骤S103,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。
本申请的另一种典型实施例中,还提供了一种洗碗装置,包括洗碗机、一个或多个处理器、存储器以及一个或多个程序,其中,上述洗碗机包括洗碗池和盐浓度检测器,上述盐浓度检测器安装在上述洗碗池内,且用于获取上述洗碗池中的液体中的食盐浓度,上述一个或多个程序被存储在上述存储器中,并且被配置为由上述一个或多个处理器执行,上述一个或多个程序包括用于执行任一种上述的方法。
上述洗碗装置包括洗碗机、一个或多个处理器、存储器以及一个或多个程序,通过洗碗池中的清洗废水的食盐浓度和清洗废水的体积以及目标餐对应的烹制时的食盐总用量来确定目标餐对应的摄入的食盐总食量,进而解决了现有技术中难以获取食盐摄取量的问题。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,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接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
上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。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例上述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
从以上的描述中,可以看出,本申请上述的实施例实现了如下技术效果:
1)、本申请的上述食盐摄取量的确定方法,首先,获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和上述清洗废水的体积;然后,根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;最后,获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。本申请的食盐摄取量的确定方法中,通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
2)、本申请的上述食盐摄取的确定装置,通过获取单元获取洗碗池中进食目标餐所使用过的所有餐具进行第一次清洗后得到的清洗废水中的食盐浓度和上述清洗废水的体积;再通过确定单元根据上述食盐浓度、上述清洗废水的体积以及上述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;最后通过计算单元获取当前次进餐的人员数量,并计算上述食盐总质量和上述人员数量的比值,得到食用上述目标餐的每个人员的食盐摄取量。该装置通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
3)、本申请的上述洗碗装置,包括洗碗机、一个或多个处理器、存储器以及一个或多个程序,通过洗碗池中的清洗废水的食盐浓度、清洗废水的体积以及目标餐对应的烹制时的食盐总用量,来确定每个人在目标餐摄入的食盐摄取量,进而解决了现有技术中难以获取食盐摄取量的问题。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种食盐摄取量的确定方法,其特征在于,包括:
获取洗碗池中的清洗废水中的食盐浓度和所述清洗废水的体积,所述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
获取当前次进餐的人员数量,并计算所述食盐总质量和所述人员数量的比值,得到食用所述目标餐的每个人员的食盐摄取量。
2.根据权利要求1所述的方法,其特征在于,所述洗碗池为自动洗碗机中的洗碗池,获取洗碗池中的清洗废水中的食盐浓度,包括:
接收盐浓度检测器发送的所述食盐浓度,其中,所述盐浓度检测器安装在所述洗碗池内且位于所述清洗废水中。
3.根据权利要求1所述的方法,其特征在于,所述洗碗池为自动洗碗机中的洗碗池,获取所述清洗废水的体积,包括:
获取所述洗碗机在当前次清洗时的喷水量,并将所述喷水量确定为所述清洗废水的体积。
4.根据权利要求1所述的方法,其特征在于,根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量,包括:
获取所述食盐总用量;
根据所述食盐浓度和所述清洗废水的体积,确定剩余食盐质量;
根据所述食盐总用量和剩余食盐质量,确定所述摄入的食盐总质量。
5.根据权利要求4所述的方法,其特征在于,获取所述食盐总用量,包括以下之一:
将所述食盐浓度和所述清洗废水的体积输入至神经网络模型中,输出所述食盐总用量,所述神经网络模型为采用多组训练数据训练得到的,多组所述训练数据中的每一组的所述训练数据包括实验食盐总用量、实验食盐浓度以及实验清洗废水体积,其中,所述实验食盐用量为烹制实验餐食的食盐总用量,所述实验食盐浓度为实验清洗废水的食盐浓度,食盐清洗废水为对进食所述实验餐食所使用的所有餐具进行第一次清洗后得到的废水,多组所述训练数据中的任意两组所述训练数据对应的实验餐食不同;
接收用户输入的所述食盐总用量;
获取目标对象的当前次进餐的餐食烹制过程中的第一目标图像,根据所述第一目标图像确定所述食盐总用量,所述第一目标图像包括盛有食盐的目标容器,所述目标容器用于将所述食盐倒入烹饪器具中的容器。
6.根据权利要求1至5中任一项所述的方法,其特征在于,获取当前次进餐的人员数量,包括以下之一:
获取第二目标图像,并依据所述第二目标图像确定所述人员数量,所述第二目标图像为人员进餐过程中的且包括人员数量最多的图像;
接收用户输入的所述人员数量。
7.根据权利要求1至5中任一项所述的方法,其特征在于,得到食用所述目标餐的每个人员的食盐摄取量之后,所述方法还包括:
将所述食盐摄取量发送至目标对象对应的终端设备并显示,所述目标对象为食用所述目标餐的所述人员中的一个。
8.一种食盐摄取量的确定装置,其特征在于,包括:
获取单元,用于获取洗碗池中的清洗废水中的食盐浓度和所述清洗废水的体积,所述清洗废水为进食目标餐所使用过的所有餐具进行第一次清洗后得到的废水;
确定单元,用于根据所述食盐浓度、所述清洗废水的体积以及所述目标餐对应的烹制时的食盐总用量,确定目标餐对应的摄入的食盐总质量;
计算单元,用于获取当前次进餐的人员数量,并计算所述食盐总质量和所述人员数量的比值,得到食用所述目标餐的每个人员的食盐摄取量。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,所述程序执行权利要求1至7中任意一项所述的方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的方法。
11.一种洗碗装置,其特征在于,包括:洗碗机,一个或多个处理器,存储器以及一个或多个程序,其中,所述洗碗机包括洗碗池和盐浓度检测器,所述盐浓度检测器安装在所述洗碗池内,且用于获取所述洗碗池中的液体中的食盐浓度,所述一个或多个程序被存储在所述存储器中,并且被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行权利要求1至7中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111604917.9A CN114209261B (zh) | 2021-12-24 | 2021-12-24 | 食盐摄取量的确定方法、确定装置以及洗碗装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111604917.9A CN114209261B (zh) | 2021-12-24 | 2021-12-24 | 食盐摄取量的确定方法、确定装置以及洗碗装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114209261A true CN114209261A (zh) | 2022-03-22 |
CN114209261B CN114209261B (zh) | 2023-10-10 |
Family
ID=80705773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111604917.9A Active CN114209261B (zh) | 2021-12-24 | 2021-12-24 | 食盐摄取量的确定方法、确定装置以及洗碗装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114209261B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002032482A (ja) * | 2000-07-13 | 2002-01-31 | Tanita Corp | 摂取塩分計 |
US20120135383A1 (en) * | 2010-11-29 | 2012-05-31 | Electronics And Telecommunications Research Institute | Meal plate for guiding correct eating habits and adjusting amount of meal |
CN104267162A (zh) * | 2014-09-03 | 2015-01-07 | 百度在线网络技术(北京)有限公司 | 食物的检测方法、装置和系统 |
CN105147216A (zh) * | 2015-10-08 | 2015-12-16 | 佛山市顺德区美的洗涤电器制造有限公司 | 营养监测系统及营养监测方法及洗碗机 |
JP2016173658A (ja) * | 2015-03-16 | 2016-09-29 | 株式会社ブイカム | 健康管理システム、健康管理方法、プログラム、及び記録媒体 |
CN106562663A (zh) * | 2016-11-21 | 2017-04-19 | 广东天际电器股份有限公司 | 一种引导消费者健康摄入盐量的方法及炖煮系统 |
CN108294709A (zh) * | 2018-01-29 | 2018-07-20 | 佛山市顺德区美的洗涤电器制造有限公司 | 用于洗碗机的智能控制方法及装置 |
-
2021
- 2021-12-24 CN CN202111604917.9A patent/CN114209261B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002032482A (ja) * | 2000-07-13 | 2002-01-31 | Tanita Corp | 摂取塩分計 |
US20120135383A1 (en) * | 2010-11-29 | 2012-05-31 | Electronics And Telecommunications Research Institute | Meal plate for guiding correct eating habits and adjusting amount of meal |
CN104267162A (zh) * | 2014-09-03 | 2015-01-07 | 百度在线网络技术(北京)有限公司 | 食物的检测方法、装置和系统 |
JP2016173658A (ja) * | 2015-03-16 | 2016-09-29 | 株式会社ブイカム | 健康管理システム、健康管理方法、プログラム、及び記録媒体 |
CN105147216A (zh) * | 2015-10-08 | 2015-12-16 | 佛山市顺德区美的洗涤电器制造有限公司 | 营养监测系统及营养监测方法及洗碗机 |
CN106562663A (zh) * | 2016-11-21 | 2017-04-19 | 广东天际电器股份有限公司 | 一种引导消费者健康摄入盐量的方法及炖煮系统 |
CN108294709A (zh) * | 2018-01-29 | 2018-07-20 | 佛山市顺德区美的洗涤电器制造有限公司 | 用于洗碗机的智能控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114209261B (zh) | 2023-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025613A (zh) | 一种自动点餐方法及终端 | |
CN110373859A (zh) | 衣物处理装置的洗涤控制方法、装置和衣物处理装置 | |
CN109509175A (zh) | 一种基于机器视觉和深度学习的鱼苗便携式计数器及计数方法 | |
CN106599553A (zh) | 疾病预警方法及装置 | |
CN105184105B (zh) | 一种监测用户饮食的系统 | |
CN109431288A (zh) | 一种电饭煲控制方法、装置、存储介质及电饭煲 | |
CN104434098A (zh) | 一种人体能量检测方法及装置 | |
CN111584035A (zh) | 一种菜谱的推荐方法及装置和冰箱 | |
CN104280108A (zh) | 一种确定用户饮水习惯信息的方法与装置 | |
CN105825048B (zh) | 一种饮食规划方法及装置 | |
CN112182355A (zh) | 用于食谱推荐的方法、装置和智能终端 | |
CN108198605A (zh) | 一种健康管理方法、装置及设备 | |
CN114209261B (zh) | 食盐摄取量的确定方法、确定装置以及洗碗装置 | |
US11478096B2 (en) | Food monitoring system | |
CN109785964A (zh) | 一种健康评估方法、健康评估装置及计算机可读存储介质 | |
CN110415786A (zh) | 信息处理装置及其工作方法 | |
CN112759004A (zh) | 制备纯水的控制方法、装置和计算机可读存储介质 | |
CN111951927A (zh) | 一种洗碗机及其控制方法 | |
CN108985182B (zh) | 一种饮水管理方法和系统 | |
CN110731686A (zh) | 应用于电饭煲的控制方法及系统 | |
CN111951928A (zh) | 控制卡路里摄入量的方法、移动终端和计算机存储介质 | |
CN109065161A (zh) | 一种共享医疗检测系统及共享医疗检测方法 | |
CN111860211B (zh) | 餐具和参照物识别方法、装置及存储介质 | |
Stamminger et al. | Selected aspects of consumer behaviour in the manual and mechanical dishwashing in Germany | |
CN114158998A (zh) | 餐具摆放位置的确定方法、装置、服务器、终端设备 |
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 |