CN114237239A - 设备控制方法、装置、电子设备及计算机可读存储介质 - Google Patents
设备控制方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN114237239A CN114237239A CN202111502045.5A CN202111502045A CN114237239A CN 114237239 A CN114237239 A CN 114237239A CN 202111502045 A CN202111502045 A CN 202111502045A CN 114237239 A CN114237239 A CN 114237239A
- Authority
- CN
- China
- Prior art keywords
- movement
- target
- target object
- information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004458 analytical method Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 25
- 238000003062 neural network model Methods 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 238000013459 approach Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003631 expected effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
- G05D1/0285—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using signals transmitted via a public communication network, e.g. GSM network
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Train Traffic Observation, Control, And Security (AREA)
Abstract
本发明公开了一种设备控制方法、装置、电子设备及计算机可读存储介质。其中,该方法包括:获取目标对象的移动信息,其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置;根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果;基于分析结果确定目标对象的移动意图,其中,移动意图用于表征目标对象的目标移动位置;根据移动意图确定目标设备的工作状态。本发明解决了现有技术中无法监测目标对象的移动轨迹,导致智能家居进入错误的工作状态的技术问题。
Description
技术领域
本发明涉及智能家居领域,具体而言,涉及一种设备控制方法、装置、电子设备及计算机可读存储介质。
背景技术
随着人工智能技术的发展,越来越多的智能家居走进了人们的日常生活中。
但是,在现有技术中,智能家居只可根据目标对象与智能家居之间的距离确定智能家居是否进入启动状态,而无法监测目标对象的移动轨迹。并且,在现有技术中,智能家居在进入运行状态之后,无法自动切换回待机状态,从而导致在目标对象只是路过智能家居所在的区域时,智能家居也会自动进入运行状态并且无法切换回待机状态,进而造成不必要的资源浪费。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种设备控制方法、装置、电子设备及计算机可读存储介质,以至少解决现有技术中无法监测目标对象的移动轨迹,导致智能家居进入错误的工作状态的技术问题。
根据本发明实施例的一个方面,提供了一种设备控制方法,包括:获取目标对象的移动信息,其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置;根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果;基于分析结果确定目标对象的移动意图,其中,移动意图用于表征目标对象的目标移动位置;根据移动意图确定目标设备的工作状态。
进一步地,设备控制方法还包括:获取目标对象在历史时间段内的至少一个历史移动轨迹信息;根据至少一个历史移动轨迹信息训练神经网络模型,得到目标神经网络模型;基于目标神经网络模型对移动信息进行分析,得到分析结果。
进一步地,设备控制方法还包括:基于目标神经网络模型,计算每个历史移动轨迹信息与移动信息的相似度;基于相似度确定分析结果。
进一步地,设备控制方法还包括:根据相似度,从至少一个历史移动轨迹信息中确定目标历史移动轨迹信息;根据目标历史移动轨迹信息所对应的目标位置确定目标对象的目标移动位置。
进一步地,设备控制方法还包括:获取目标对象的当前位置以及移动速度;根据目标历史移动轨迹信息以及当前位置,确定目标对象从当前位置移动至目标移动位置的目标路线;确定目标路线的路线长度;根据移动速度以及路线长度,确定目标对象移动至目标移动位置的预计时长;根据预计时长确定目标设备的工作状态。
进一步地,设备控制方法还包括:获取目标路线上的道路交通信息;根据道路交通信息、移动速度以及路线长度确定预计时长。
进一步地,设备控制方法还包括:在预计时长小于或等于预设时长时,确定目标设备的工作状态为运行工作状态;在预计时长大于预设时长时,控制目标设备的工作状态为待机工作状态。
根据本发明实施例的另一方面,还提供了一种设备控制装置,该装置包括:获取模块,用于获取目标对象的移动信息,其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置;分析模块,用于根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果;第一确定模块,用于基于分析结果确定目标对象的移动意图,其中,移动意图用于表征目标对象的目标移动位置;第二确定模块,用于根据移动意图确定目标设备的工作状态。
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,该计算机可读存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述的设备控制方法。
根据本发明实施例的另一方面,还提供了一种电子设备,该电子设备包括一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现用于运行程序,其中,程序被设置为运行时执行上述的设备控制方法。
在本发明实施例中,采用根据目标对象的移动信息和历史移动轨迹信息,确定目标对象的移动意图的方式,通过获取目标对象的移动信息,并根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果,从而基于分析结果确定目标对象的移动意图,并根据移动意图确定目标设备的工作状态。其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置,移动意图用于表征目标对象的目标移动位置。
由上述内容可知,通过本申请的技术方案,可根据目标对象的移动信息以及历史移动轨迹信息,确定目标对象的移动意图,从而解决了现有技术中无法预测目标对象的移动意图的问题,实现了在目标对象的移动过程中确定目标对象的目标移动位置的效果。另外,在确定目标对象的移动意图之后,本申请可根据移动意图确定目标设备的工作状态,从而避免了现有技术中由于无法准确判断目标对象的目标移动位置,所导致的智能家居进入错误的工作状态的问题,进而实现了节约资源的效果。
由此可见,通过本申请的技术方案,达到了避免智能家居不必要的资源浪费的目的,从而实现了提升用户使用体验的效果,进而解决了现有技术中无法监测目标对象的移动轨迹,导致智能家居进入错误的工作状态的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的设备控制方法的流程图;
图2是根据本发明实施例的设备控制装置示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
另外,还需要说明的是,本申请的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均为经用户授权或者经过各方充分授权的信息。
实施例1
根据本发明实施例,提供了一种设备控制方法的方法实施例,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。
另外,还需要说明的是,电子设备可作为本发明实施例中的设备控制方法的执行主体。
图1是根据本发明实施例的一种可选的设备控制方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取目标对象的移动信息。
在步骤S102中,目标对象可以是具有智能家居的使用权限的用户。移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置。例如,目标对象可以是用户A,用户A在下班时开启电子设备,电子设备在开启之后,实时获取用户A的移动方向以及用户A在移动过程中所经过的途径位置。另外,电子设备还可以通过上述移动方向以及途径位置,生成用户A对应的目标移动轨迹信息。
此外,还需要说明的是,电子设备可以是手机、笔记本电脑、平板电脑、车载电脑以及便携式智能佩戴设备等计算设备,其中,本申请中的设备控制方法可以以计算机程序产品的形式在上述电子设备中运行。
步骤S104,根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果。
在步骤S104中,历史移动轨迹信息为目标对象在历史时间段内产生的移动轨迹信息。其中,每一条历史移动轨迹信息中至少包括目标对象在历史时间段内的移动方向以及途径位置。例如,用户A在上周一产生了两条历史移动轨迹信息。其中,第一条历史移动轨迹信息表征了用户A是从位置1出发,最终到达了位置2,中间过程先后途径了位置3、位置4以及位置5;第二条历史移动轨迹信息则表征了用户A是从位置2出发,最终到达了位置1,中间过程先后途径了位置5、位置4以及位置3。其中,位置1为用户A的住所所在地,位置2为用户A的工作单位所在地。
进一步地,电子设备可根据至少一个历史移动轨迹信息训练得到目标神经网络模型,并基于目标神经网络模型对目标对象的移动信息进行分析,得到移动信息与每个历史移动轨迹信息的相似度,从而将相似度作为分析结果。
需要说明的是,在步骤S104中,以至少一个历史移动轨迹信息作为参考,确定与移动信息最为相似的历史移动轨迹信息,实现了在目标对象的移动过程中确定目标对象的移动意图的效果,从而有利于电子设备根据目标对象的移动意图自动确定目标设备的工作状态,提升目标对象对目标设备的使用体验。
步骤S106,基于分析结果确定目标对象的移动意图。
在步骤S106中,移动意图用于表征目标对象的目标移动位置。可选的,电子设备可将目标对象的移动信息分别与多个历史移动轨迹信息进行比较,并得到多个相似度,从而电子设备从多个相似度中选取相似度最高的历史移动轨迹信息作为目标历史移动轨迹信息,进而电子设备确定目标移动轨迹信息中目标对象的最后到达位置,并将该位置确定为目标对象的目标移动位置。
需要注意到的是,由于移动意图表征了目标对象的目标移动位置,因此,本申请通过上述步骤,实现了在目标对象的移动过程中确定目标对象的目标移动位置的效果,从而避免了现有技术中仅通过距离确定是否开启目标设备,所存在的目标设备进入错误的工作状态的问题。
步骤S108,根据移动意图确定目标设备的工作状态。
在步骤S108中,目标设备可以是位于上述目标移动位置处的智能家居。例如,目标设备可以是目标对象家中的智能空调、智能冰箱、智能扫地机器人以及智能热水器等设备。在电子设备确定目标对象的移动意图后,电子设备可对目标设备进行远程控制,从而确定目标设备的工作状态。其中,目标设备的工作状态至少包括运行工作状态以及待机工作状态。
另外,还需要说明的是,在目标对象的移动意图发生变化时,电子设备可根据变化后的移动意图重新确定目标设备的工作状态。例如,用户A最初的移动信息表征了用户A是从工作单位前往住所,因此,电子设备确定用户A的目标移动位置是用户A的住所,并根据该信息开启了用户A的住所中的智能热水器。但是,用户A因为临时有事,需要返回公司,在这种情况下,电子设备在识别用户A已经更改了移动方向之后,将重新确定用户A的移动意图,并根据重新确定后的移动意图,将用户A的住所中的智能热水器切换回待机工作状态。
基于步骤S102至步骤S108的内容可知,在本发明实施例中,采用根据目标对象的移动信息和历史移动轨迹信息,确定目标对象的移动意图的方式,通过获取目标对象的移动信息,并根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果,从而基于分析结果确定目标对象的移动意图,并根据移动意图确定目标设备的工作状态。其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置,移动意图用于表征目标对象的目标移动位置。
由上述内容可知,通过本申请的技术方案,可根据目标对象的移动信息以及历史移动轨迹信息,确定目标对象的移动意图,从而解决了现有技术中无法预测目标对象的移动意图的问题,实现了在目标对象的移动过程中确定目标对象的目标移动位置的效果。另外,在确定目标对象的移动意图之后,本申请可根据移动意图确定目标设备的工作状态,从而避免了现有技术中由于无法准确判断目标对象的目标移动位置,所导致的智能家居进入错误的工作状态的问题,进而实现了节约资源的效果。
由此可见,通过本申请的技术方案,达到了避免智能家居不必要的资源浪费的目的,从而实现了提升用户使用体验的效果,进而解决了现有技术中无法监测目标对象的移动轨迹,导致智能家居进入错误的工作状态的技术问题。
在一种可选的实施例中,电子设备通过获取目标对象在历史时间段内的至少一个历史移动轨迹信息,从而根据至少一个历史移动轨迹信息训练神经网络模型,得到目标神经网络模型,并基于目标神经网络模型对移动信息进行分析,得到分析结果。
可选的,目标神经网络模型可基于目标神经网络模型,计算每个历史移动轨迹信息与移动信息的相似度,并基于相似度确定分析结果。例如,电子设备通过目标神经网络可提取目标对象在移动过程中的移动方向以及途径位置,并根据移动方向以及途径位置生成目标对象的目标移动轨迹信息,从而电子设备可将目标移动轨迹信息和每一条历史移动轨迹信息进行比对,并确定对应的相似度,进而将相似度作为分析结果。
可选的,上述相似度也可以理解为目标移动轨迹信息与历史移动轨迹信息的重合程度。例如,用户A对应的目标移动轨迹信息表征了用户A从位置1出发,途径位置2,到达了当前位置3。另外,用户A的两个历史移动轨迹信息分别为历史移动轨迹信息1以及历史移动轨迹信息2。其中,历史移动轨迹信息1表征了用户A是从位置1出发,途径位置2、位置3,最终到达了位置4;历史移动轨迹信息2则表征了用户A是从位置4出发、途径位置3、位置2,最终到达了位置1。在此基础上,目标神经网络模型将用户A的目标移动轨迹信息与历史移动轨迹信息1进行比对,计算得到了第一相似度为75%;将用户A的目标移动轨迹信息与历史移动轨迹信息2进行比对,计算得到了第二相似度为0。
容易注意到的是,在上述过程,电子设备在至少一个历史移动轨迹信息的基础上,可确定与移动信息最为相似的历史移动轨迹信息,进而可在目标对象的移动过程中确定目标对象的移动意图,实现根据移动意图自动确定目标设备的工作状态的效果。
在一种可选的实施例中,在得到移动信息与每个历史移动轨迹信息的相似度之后,电子设备可根据相似度,从至少一个历史移动轨迹信息中确定目标历史移动轨迹信息,并根据目标历史移动轨迹信息所对应的目标位置确定目标对象的目标移动位置。
可选的,由于电子设备基于目标神经网络模型,计算每个历史移动轨迹信息与移动信息的相似度,因此,在目标对象存在多个历史移动轨迹信息时,电子设备可得到多个相似度。其中,电子设备可从多个相似度中选取最大相似度,并将最大相似度所对应的历史移动轨迹信息确定为目标历史移动轨迹信息,从而将目标历史移动轨迹信息所对应的目标位置确定为目标对象的目标移动位置。需要注意到的是,目标历史移动轨迹信所对应的目标位置为目标对象的最后到达位置。例如,在上述举例中,历史移动轨迹信息1对应的第一相似度为75%,历史移动轨迹信息2对应的第二相似度为0,因此,电子设备将历史移动轨迹信息1确定为用户A对应的目标历史移动轨迹信息,并将历史移动轨迹信息1中用户A最终到达的位置4作为用户A的目标移动位置。
进一步地,电子设备还可从多个相似度中确定至少一个目标相似度。其中,目标相似度为大于预设阈值的相似度,预设阈值可由目标对象自定义设置。在此基础上,电子设备可根据每个目标相似度所对应的历史移动轨迹信息,确定至少一个目标位置,并将至少一个目标位置以提示消息的形式发送至目标对象,从而由目标对象从至少一个目标位置中确定一个目标位置为目标移动位置。
需要注意到的是,在上述过程中,通过计算移动信息与历史移动轨迹信息之间的相似度,实现了确定与移动信息最相似的历史移动轨迹信息的效果,并且,通过根据目标历史移动轨迹信息确定目标对象的目标移动位置,实现了在目标对象的移动过程中确定目标对象的目标移动位置的效果,从而避免了现有技术中仅通过距离确定是否开启目标设备,所存在的目标设备进入错误的工作状态的问题。
在一种可选的实施例中,电子设备在获取目标对象的移动意图之后,可根据移动意图确定目标设备的工作状态。具体的,电子设备首先获取目标对象的当前位置以及移动速度。然后,电子设备根据目标历史移动轨迹信息以及当前位置确定目标对象从当前位置移动至目标移动位置的目标路线,并确定目标路线的路线长度。最终,电子设备根据移动速度以及路线长度,确定目标对象移动至目标移动位置的预计时长,并根据预计时长确定目标设备的工作状态。
可选的,由于电子设备已经确定了目标历史移动轨迹信息,因此,在电子设备可获取目标对象的当前位置的基础上,电子设备可确定目标对象从当前位置移动至目标移动位置的目标路线。例如,用户A的目标历史移动轨迹信息为从位置1出发,途径位置2、位置3,最终到达位置4。在电子设备已经获取用户A的当前位置为位置2时,电子设备可确定用户A后续的目标路线为从位置2前往位置3,并从位置3前往位置4。进一步地,在得到目标路线之后,电子设备通过连接导航地图,可获取目标路线的路线长度,从而根据路线长度以及目标对象的移动速度,确定目标对象到达目标移动位置的预计时长,进而根据预计时长确定位于目标移动位置的目标设备的工作状态。
需要注意到的是,通过确定目标对象从当前位置到达目标移动位置的预计时长,可以精确地确定启动目标设备的时间,从而在目标对象到达目标移动位置时,目标设备通过工作已经达到目标对象的预计效果,有利于提升用户使用体验。
在一种可选的实施例中,电子设备在确定目标对象移动至目标移动位置的预计时长时,还可获取目标路线上的道路交通信息,从而根据道路交通信息、移动速度以及路线长度确定预计时长。
可选的,由于道路交通信息是影响上述预计时长的重要因素,因此,电子设备可以通过连接导航地图等第三方软件来实时查询目标路线上的道路交通信息,并根据道路交通信息的变化实时更新预计时长。例如,目标路线上发生了一起交通事故,造成了交通堵塞,因此,电子设备可根据交通堵塞的严重程度对预计时长进行延长,并根据延长后的预计时长确定目标设备的工作状态。
在上述过程中,通过将道路交通信息作为计算预计时长的因素,提高了预计时长的计算准确度,提高了用户的使用体验。
在一种可选的实施例中,可在预计时长小于或等于预设时长时,电子设备确定目标设备的工作状态为运行工作状态;在预计时长大于预设时长时,电子设备确定目标设备的工作状态为待机工作状态。
可选的,预设时长可以由目标对象自定义设置。而且,不同的目标设备可以设置不同的预设时长。例如,用户A将家里的智能热水器和智能空调的预设时长分别设置为10分钟以及20分钟,从而在电子设备确定用户A预计还有20分钟即可回到家时,电子设备将远程启动智能空调,使得智能空调从待机工作状态进入运行工作状态;在电子设备确定用户A预计还有10分钟即可回到家时,电子设备将远程启动智能热水器,使得智能热水器从待机工作状态进入运行工作状态。
另外,在预计时长发生变化时,电子设备将重新判断变化后的预计时长与预设时长之间的大小关系,并根据重新判断后的大小关系确定目标设备的工作状态。例如,在电子设备确定用户A预计还有20分钟即可回到家中时,电子设备控制用户A家中的智能空调从待机工作状态切换为运行状态。但是,用户A在接下来的移动过程中遇到了交通堵塞的情况,根据该情况,电子设备将预计时长更新为30分钟,由于延长后的预计时长大于智能空调的预设时长,因此,电子设备将智能空调从运行工作状态切换回待机工作状态。
需要注意到的是,在实际生活中,不同的目标设备之间的工作模式并不相同,例如,智能空调将房间的温度调节至预设温度所需要的时间是20分钟,智能热水器将水温调节至设定温度所需要的时间是10分钟。因此,如果只是根据目标对象与目标设备之间的距离控制目标设备是否进入运行工作状态,是无法实现对不同的目标设备进行个性化智能控制的,从而可能导致在目标对象到达目标移动位置时,目标设备还未达到目标对象所希望达到的预计效果,进而造成用户使用体验差的问题。而在本申请中,通过预计时长以及预设时长之间的大小关系,分别确定不同的目标设备的工作状态,实现了更加灵活地控制目标设备的效果,提升了用户的使用体验,节约了资源。
由上述内容可知,通过本申请的技术方案,可根据目标对象的移动信息以及历史移动轨迹信息,确定目标对象的移动意图,从而解决了现有技术中无法预测目标对象的移动意图的问题,实现了在目标对象的移动过程中确定目标对象的目标移动位置的效果。另外,在确定目标对象的移动意图之后,本申请可根据移动意图确定目标设备的工作状态,从而避免了现有技术中由于无法准确判断目标对象的目标移动位置,所导致的智能家居进入错误的工作状态的问题,进而实现了节约资源的效果。
由此可见,通过本申请的技术方案,达到了避免智能家居不必要的资源浪费的目的,从而实现了提升用户使用体验的效果,进而解决了现有技术中无法监测目标对象的移动轨迹,导致智能家居进入错误的工作状态的技术问题。
实施例2
根据本发明实施例,还提供了一种设备控制装置实施例,其中,图2是根据本发明实施例的设备控制装置示意图,如图2所示,该装置包括:获取模块201、分析模块202、第一确定模块203以及第二确定模块204。
其中,获取模块201,用于获取目标对象的移动信息,其中,移动信息至少包括目标对象的移动方向以及目标对象在移动过程中所经过的途径位置;分析模块202,用于根据目标对象的至少一个历史移动轨迹信息对移动信息进行分析,得到分析结果;第一确定模块203,用于基于分析结果确定目标对象的移动意图,其中,移动意图用于表征目标对象的目标移动位置;第二确定模块204,用于根据移动意图确定目标设备的工作状态。
需要说明的是,上述获取模块201、分析模块202、第一确定模块203以及第二确定模块204对应于上述实施例中的步骤S102至步骤S108,四个模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。
可选的,上述分析模块还包括:第一获取模块、训练模块以及第一分析模块。其中,第一获取模块,用于获取目标对象在历史时间段内的至少一个历史移动轨迹信息;训练模块,用于根据至少一个历史移动轨迹信息训练神经网络模型,得到目标神经网络模型;第一分析模块,用于基于目标神经网络模型对移动信息进行分析,得到分析结果。
可选的,上述第一分析模块还包括:计算模块以及第三确定模块。其中,计算模块,用于基于目标神经网络模型,计算每个历史移动轨迹信息与移动信息的相似度;第三确定模块,用于基于相似度确定分析结果。
可选的,上述第三确定模块还包括:第四确定模块以及第五确定模块。其中,第四确定模块,用于根据相似度,从至少一个历史移动轨迹信息中确定目标历史移动轨迹信息;第五确定模块,用于根据目标历史移动轨迹信息所对应的目标位置确定目标对象的目标移动位置。
可选的,上述第二确定模块还包括:第二获取模块、第六确定模块、第七确定模块、第八确定模块以及第九确定模块。其中,第二获取模块,用于获取目标对象的当前位置以及移动速度;第六确定模块,用于根据目标历史移动轨迹信息以及当前位置,确定目标对象从当前位置移动至目标移动位置的目标路线;第七确定模块,用于确定目标路线的路线长度;第八确定模块,用于根据移动速度以及路线长度,确定目标对象移动至目标移动位置的预计时长;第九确定模块,用于根据预计时长确定目标设备的工作状态。
可选的,上述第八确定模块还包括:第三获取模块以及第十确定模块。其中,第三获取模块,用于获取目标路线上的道路交通信息;第十确定模块,用于根据道路交通信息、移动速度以及路线长度确定预计时长。
可选的,上述第九确定模块还包括:第十一确定模块以及第十二确定模块。其中,第十一确定模块,用于在预计时长小于或等于预设时长时,确定目标设备的工作状态为运行工作状态;第十二确定模块,用于在预计时长大于预设时长时,确定目标设备的工作状态为待机工作状态。
实施例3
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,该计算机可读存储介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述实施例1中的设备控制方法。
实施例4
根据本发明实施例的另一方面,还提供了一种电子设备,该电子设备包括一个或多个处理器;存储装置,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现用于运行程序,其中,程序被设置为运行时执行上述实施例1中的设备控制方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
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。
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。
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-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种设备控制方法,其特征在于,包括:
获取目标对象的移动信息,其中,所述移动信息至少包括所述目标对象的移动方向以及所述目标对象在移动过程中所经过的途径位置;
根据所述目标对象的至少一个历史移动轨迹信息对所述移动信息进行分析,得到分析结果;
基于所述分析结果确定所述目标对象的移动意图,其中,所述移动意图用于表征所述目标对象的目标移动位置;
根据所述移动意图确定目标设备的工作状态。
2.根据权利要求1所述的方法,其特征在于,根据所述目标对象的至少一个历史移动轨迹信息对所述移动信息进行分析,得到分析结果,包括:
获取所述目标对象在历史时间段内的所述至少一个历史移动轨迹信息;
根据所述至少一个历史移动轨迹信息训练神经网络模型,得到目标神经网络模型;
基于所述目标神经网络模型对所述移动信息进行分析,得到所述分析结果。
3.根据权利要求2所述的方法,其特征在于,基于所述目标神经网络模型对所述移动信息进行分析,得到所述分析结果,包括:
基于所述目标神经网络模型,计算每个历史移动轨迹信息与所述移动信息的相似度;
基于所述相似度确定所述分析结果。
4.根据权利要求3所述的方法,其特征在于,基于所述分析结果确定所述目标对象的移动意图,包括:
根据所述相似度,从所述至少一个历史移动轨迹信息中确定目标历史移动轨迹信息;
根据所述目标历史移动轨迹信息所对应的目标位置确定所述目标对象的目标移动位置。
5.根据权利要求4所述的方法,其特征在于,根据所述移动意图确定目标设备的工作状态,包括:
获取所述目标对象的当前位置以及移动速度;
根据所述目标历史移动轨迹信息以及所述当前位置,确定所述目标对象从所述当前位置移动至所述目标移动位置的目标路线;
确定所述目标路线的路线长度;
根据所述移动速度以及所述路线长度,确定所述目标对象移动至所述目标移动位置的预计时长;
根据所述预计时长确定所述目标设备的工作状态。
6.根据权利要求5所述的方法,其特征在于,根据所述移动速度以及所述路线长度,确定所述目标对象移动至所述目标移动位置的预计时长,包括:
获取所述目标路线上的道路交通信息;
根据所述道路交通信息、所述移动速度以及所述路线长度确定所述预计时长。
7.根据权利要求5所述的方法,其特征在于,根据所述预计时长确定所述目标设备的工作状态,包括:
在所述预计时长小于或等于预设时长时,确定所述目标设备的工作状态为运行工作状态;
在所述预计时长大于所述预设时长时,确定所述目标设备的工作状态为待机工作状态。
8.一种设备控制装置,其特征在于,包括:
获取模块,用于获取目标对象的移动信息,其中,所述移动信息至少包括所述目标对象的移动方向以及所述目标对象在移动过程中所经过的途径位置;
分析模块,用于根据所述目标对象的至少一个历史移动轨迹信息对所述移动信息进行分析,得到分析结果;
第一确定模块,用于基于所述分析结果确定所述目标对象的移动意图,其中,所述移动意图用于表征所述目标对象的目标移动位置;
第二确定模块,用于根据所述移动意图确定目标设备的工作状态。
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中存储有计算机程序,其中,所述计算机程序被设置为运行时执行所述权利要求1至7任一项中所述的设备控制方法。
10.一种电子设备,其特征在于,所述电子设备包括一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现用于运行程序,其中,所述程序被设置为运行时执行所述权利要求1至7任一项中所述的设备控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502045.5A CN114237239A (zh) | 2021-12-09 | 2021-12-09 | 设备控制方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111502045.5A CN114237239A (zh) | 2021-12-09 | 2021-12-09 | 设备控制方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114237239A true CN114237239A (zh) | 2022-03-25 |
Family
ID=80754430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111502045.5A Pending CN114237239A (zh) | 2021-12-09 | 2021-12-09 | 设备控制方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114237239A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977867A (zh) * | 2015-06-30 | 2015-10-14 | 青岛海尔智能家电科技有限公司 | 一种智能家电的控制方法、装置及移动终端 |
CN108168042A (zh) * | 2017-11-17 | 2018-06-15 | 珠海格力电器股份有限公司 | 空调及其控制方法、装置和系统 |
CN108303903A (zh) * | 2018-01-25 | 2018-07-20 | 上海爱优威软件开发有限公司 | 智能家居的控制方法及系统 |
CN110007616A (zh) * | 2019-05-28 | 2019-07-12 | 广州小鹏汽车科技有限公司 | 基于车载系统的智能家居设备控制方法、装置及车载终端 |
CN111275313A (zh) * | 2020-01-17 | 2020-06-12 | 实地地产集团有限公司 | 触发家用设备的回家模式的方法、装置和计算机设备 |
CN112230611A (zh) * | 2020-09-22 | 2021-01-15 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法、装置、电子设备及存储介质 |
CN112257924A (zh) * | 2020-10-21 | 2021-01-22 | 北京三快在线科技有限公司 | 位置预测方法、装置、电子设备及存储介质 |
CN112432328A (zh) * | 2020-11-23 | 2021-03-02 | 珠海格力电器股份有限公司 | 空调的控制方法和装置、存储介质、电子装置 |
WO2021134169A1 (zh) * | 2019-12-30 | 2021-07-08 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
CN113251609A (zh) * | 2021-04-30 | 2021-08-13 | 青岛海尔空调器有限总公司 | 用于家电设备的控制方法、装置及家电设备 |
-
2021
- 2021-12-09 CN CN202111502045.5A patent/CN114237239A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104977867A (zh) * | 2015-06-30 | 2015-10-14 | 青岛海尔智能家电科技有限公司 | 一种智能家电的控制方法、装置及移动终端 |
CN108168042A (zh) * | 2017-11-17 | 2018-06-15 | 珠海格力电器股份有限公司 | 空调及其控制方法、装置和系统 |
CN108303903A (zh) * | 2018-01-25 | 2018-07-20 | 上海爱优威软件开发有限公司 | 智能家居的控制方法及系统 |
CN110007616A (zh) * | 2019-05-28 | 2019-07-12 | 广州小鹏汽车科技有限公司 | 基于车载系统的智能家居设备控制方法、装置及车载终端 |
WO2021134169A1 (zh) * | 2019-12-30 | 2021-07-08 | 华为技术有限公司 | 一种轨迹预测方法及相关设备 |
CN111275313A (zh) * | 2020-01-17 | 2020-06-12 | 实地地产集团有限公司 | 触发家用设备的回家模式的方法、装置和计算机设备 |
CN112230611A (zh) * | 2020-09-22 | 2021-01-15 | 珠海格力电器股份有限公司 | 智能家居设备的控制方法、装置、电子设备及存储介质 |
CN112257924A (zh) * | 2020-10-21 | 2021-01-22 | 北京三快在线科技有限公司 | 位置预测方法、装置、电子设备及存储介质 |
CN112432328A (zh) * | 2020-11-23 | 2021-03-02 | 珠海格力电器股份有限公司 | 空调的控制方法和装置、存储介质、电子装置 |
CN113251609A (zh) * | 2021-04-30 | 2021-08-13 | 青岛海尔空调器有限总公司 | 用于家电设备的控制方法、装置及家电设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Truong et al. | Forecasting multi-appliance usage for smart home energy management | |
CN110569877A (zh) | 非侵入式负荷识别方法、装置及计算设备 | |
CN108171550B (zh) | 行为数据分析方法、装置及存储介质 | |
CN108052010B (zh) | 智能电器自调节的方法、装置、计算机设备及存储介质 | |
CN106225174A (zh) | 空调器控制方法和系统及空调器 | |
CN113251609B (zh) | 用于家电设备的控制方法、装置及家电设备 | |
CN109523574B (zh) | 一种行走轨迹预测方法和电子设备 | |
CN112984732B (zh) | 用于空调的控制方法、装置及空调 | |
CN113903337A (zh) | 用于语音空调控制的方法、装置、云端服务器及存储介质 | |
CN113375297A (zh) | 用于控制空调的方法、装置及空调 | |
CN105042789A (zh) | 一种智能空调的控制方法及系统 | |
CN106055404B (zh) | 一种清理后台应用程序的方法和装置 | |
CN113777938A (zh) | 一种家电控制方法、装置、设备及存储介质 | |
CN113932424B (zh) | 用于控制空调器的方法及装置、空调器 | |
CN110296514B (zh) | 空调的智能化控制方法、装置及空调 | |
CN111275313A (zh) | 触发家用设备的回家模式的方法、装置和计算机设备 | |
CN113218058B (zh) | 用于控制空调器的方法及装置、服务器 | |
CN114237239A (zh) | 设备控制方法、装置、电子设备及计算机可读存储介质 | |
CN106707741B (zh) | 一种电器设备控制方法及装置 | |
CN109461231B (zh) | 一种门锁控制方法、装置、控制设备及可读存储介质 | |
CN114355784A (zh) | 使用建议的推送方法及装置、智能家居系统、存储介质 | |
CN115481284A (zh) | 基于化妆箱的化妆方法、装置、存储介质及电子装置 | |
CN107958289B (zh) | 用于机器人的数据处理方法和装置、机器人 | |
CN114623578A (zh) | 用于控制空调的方法及装置、空调、存储介质 | |
CN114811833A (zh) | 用于控制空调器的方法及装置、空调器、存储介质 |
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 |