CN115524990A - 基于数字孪生的智能家居控制方法及装置、系统、介质 - Google Patents

Abstract

本申请涉及物联网技术领域，公开一种基于数字孪生的智能家居控制方法，包括构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；获取所述智能设备的运行信息；根据所述关联关系，加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态。该方法能够提升与智能家居内的智能设备的运行情况的匹配程度。本申请还公开一种基于数字孪生的智能家居控制装置及系统、介质。

Description

基于数字孪生的智能家居控制方法及装置、系统、介质

技术领域

本申请涉及物联网技术领域，例如涉及一种基于数字孪生的智能家居控制方法及装置、系统、介质。

背景技术

目前，随着科学技术的快速发展，智能家居系统因具备操控的实时性、操控管理的便携性以及场景控制功能的多样性等优势而受到广大消费者的青睐。

相关技术中，智能家居系统采用WiFi或者Zigbee等无线通信方式将家居场景中的智能设备的状态数据传输至云端或者本地控制端。云端或者本地控制端根据上述状态数据生成相应的响应数据或者响应指令。响应数据或者响应指令在终端设备侧以模拟图片或者卡片等列表格式进行展示，用户可通过终端设备展示的场景获取智能家居中的智能设备的状态。在智能设备运行阶段，其运行状态实时变化。上述终端设备的场景展示方式，无法展示与智能设备的运行状态相对应的状态。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：

相关技术采用的智能家居的场景展示方式，无法与智能家居内的智能设备的实际运行情况进行匹配。

发明内容

为了对披露的实施例的一些方面有基本的理解，下面给出了简单的概括。所述概括不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围，而是作为后面的详细说明的序言。

本公开实施例提供了一种基于数字孪生的智能家居控制方法、装置、系统和介质，以提升与智能家居内的智能设备的运行情况的匹配程度。

在一些实施例中，所述方法包括：构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；获取所述智能设备的运行信息；根据所述关联关系，加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态。

在一些实施例中，所述装置包括：构建模块，被配置为构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；获取模块，被配置为获取所述智能设备的运行信息；执行模块，被配置为根据所述关联关系，加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态。

在一些实施例中，所述装置包括：处理器和存储有程序指令的存储器，所述处理器被配置为在运行所述程序指令时，执行如前述的基于数字孪生的智能家居控制方法。

在一些实施例中，所述系统，包括：家居实景，配置有一个或者多个智能设备；以及如上述的基于数字孪生的智能家居控制装置。

在一些实施例中，所述存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如前述的基于数字孪生的智能家居控制方法。

本公开实施例提供的基于数字孪生的智能家居控制方法、装置、系统和介质，可以实现以下技术效果：

通过构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系，使服务器基于该关联关系，通过加载孪生模型确定出和运行信息对应的模型设备的显示状态。由此，该方法可通过孪生模型实时地显示与家居实景内的智能设备的运行情况相匹配的状态，提升与智能家居内的智能设备的运行情况的匹配程度。

以上的总体描述和下文中的描述仅是示例性和解释性的，不用于限制本申请。

附图说明

一个或多个实施例通过与之对应的附图进行示例性说明，这些示例性说明和附图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示为类似的元件，附图不构成比例限制，并且其中：

图1是本公开实施例提供的一个基于数字孪生的智能家居控制方法的示意图；

图2是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图3是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图4是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图5是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图6是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图7是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图8是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图9是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图10是本公开实施例提供的另一个基于数字孪生的智能家居控制方法的示意图；

图11是本公开实施例提供的一个基于数字孪生的智能家居控制装置的示意图；

图12是本公开实施例提供的另一个基于数字孪生的智能家居控制装置的示意图。

具体实施方式

为了能够更加详尽地了解本公开实施例的特点与技术内容，下面结合附图对本公开实施例的实现进行详细阐述，所附附图仅供参考说明之用，并非用来限定本公开实施例。在以下的技术描述中，为方便解释起见，通过多个细节以提供对所披露实施例的充分理解。然而，在没有这些细节的情况下，一个或多个实施例仍然可以实施。在其它情况下，为简化附图，熟知的结构和装置可以简化展示。

本公开实施例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，以便这里描述的本公开实施例的实施例。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。

除非另有说明，术语“多个”表示两个或两个以上。

本公开实施例中，字符“/”表示前后对象是一种“或”的关系。例如，A/B表示：A或B。

术语“和/或”是一种描述对象的关联关系，表示可以存在三种关系。例如，A和/或B，表示：A或B，或，A和B这三种关系。

术语“对应”可以指的是一种关联关系或绑定关系，A与B相对应指的是A与B之间是一种关联关系或绑定关系。

本公开实施例中，智能设备是指将微处理器、传感器技术、网络通信技术引入家电设备后形成的家电产品，具有智能控制、智能感知及智能应用的特征，智能设备的运作过程往往依赖于物联网、互联网以及电子芯片等现代技术的应用和处理，例如智能设备可以通过连接电子设备，实现用户对智能设备的远程控制和管理。

结合图1所示，本公开实施例提供一种基于数字孪生的智能家居控制方法，包括：

S01，服务器构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系。

S02，服务器获取智能设备的运行信息。

S03，服务器根据关联关系，加载孪生模型以确定与运行信息对应的模型设备的显示状态。

采用本公开实施例提供的基于数字孪生的智能家居控制方法，通过构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系，使服务器基于该关联关系，通过加载孪生模型确定出和运行信息对应的模型设备的显示状态。由此，该方法可通过孪生模型实时地显示与家居实景内的智能设备的运行情况相匹配的状态，提升与智能家居内的智能设备的运行情况的匹配程度。

需要说明的是，服务器根据关联关系，加载孪生模型以确定与运行信息对应的模型设备的显示状态后，还包括：服务器显示界面进行状态显示。

可选地，孪生模型表示基于数字孪生技术构建的与家居实景相对应的数字空间模型。通过搭建孪生模型，能够实现家居实景与数字空间模型的虚实融合。同时，能够呈现出与家居实景所在的现实环境一一对应的空间模型，建立所见即所得、所触即所控的沉浸式交互，提升用户体验。另外，相比于搭建与家居实景对应的物理实物相比，降低成本。

可选地，结合图2所示，服务器加载孪生模型以确定与运行信息对应的模型设备的显示状态，包括：

S11，服务器输入智能设备的运行信息至数据模型，加载数据模型以获得智能设备对应的模型设备的目标状态数据。

该步骤中，数据模型表示同步家居实景内智能设备的运行信息与孪生模型中模型设备的状态数据的模型。数据模型用于识别不同类型的智能设备的状态，并将获得的状态数据输入至几何模型中以通过加载几何模型进行相应显示状态的界面显示。

S12，服务器输入目标状态数据至几何模型，加载几何模型以获得模型设备的目标显示状态。

该步骤中，几何模型表示与家居实景内的静态实景和/或智能设备对应的3D模型。

这样，通过几何模型生成与家居实景对应的3D模型。并通过加载构建的数据模型获得与家居实景内的智能设备运行信息对应的模型设备的目标状态数据，再将目标状态数据输入至几何模型后加载该几何模型，最终获得模型设备的目标显示状态。由此，通过数据模型准确地获得孪生模型侧模型设备的状态数据，再通过几何模型进行界面显示，实现与家居实景内的智能设备的运行情况的实时匹配。

可选地，家居实景包括智能设备。结合图3所示，服务器构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系，包括：

S21，服务器获取智能设备在家居实景中的布局信息。

该步骤中，智能设备在家居实景中的布局信息，包括智能设备在家居实景中的方位信息和智能设备的产品形态信息。

S22，服务器输入布局信息至建模软件进行模型构建，以生成模型设备相关联的几何设备模型。其中，模型设备与智能设备相对应。

该步骤中，几何设备模型表示与家居实景内的智能设备对应的模型设备对应的数字空间模型。作为一种示例，家居实景内的智能设备包括空调器、洗衣机、空气净化器、智能电视以及智慧厨房等。

S23，服务器获得模型设备对应的数据模型。

S24，服务器根据几何设备模型以及数据模型，生成孪生模型。

这样，通过将布局信息输入至建模软件进行模型构建，可生成与智能设备对应的模型设备高度匹配的几何设备模型。再获得模型设备对应的数据模型，并根据几何设备模型和数据模型生成孪生模型。由此，可通过数据模型实时确定模型设备的显示状态，并通过几何设备模型进行实时展示，有效地实现与家居实景内的智能设备的运行情况的实时匹配。

可选地，建模软件可以为3dsMax软件。这样，通过选用3dsMax软件，能够实现孪生模型中虚拟的模型设备所在的场景的搭建、渲染与优化，最终构建生成与家居实景高度匹配的几何设备模型。可选地，建模软件也可以与三维空间采集设备相配合。作为一种示例，三维空间采集设备包括四维深时设备。

可选地，结合图4所示，服务器获得模型设备对应的数据模型，包括：

S31，服务器从家居实景中提取智能设备的类型信息。

S32，服务器获取各类型信息对应的设备样本，并利用机器学习对各类型信息对应的设备样本的运行数据进行模型训练以对智能设备进行状态识别，生成不同类型的设备模型各自对应的状态数据。

该步骤中，利用机器学习对各类型信息对应的设备样本的运行数据进行模型训练，包括：提取各类型信息对应的设备样本的特征数据；对各类型信息对应的设备样本的特征数据进行模型训练，以对智能设备进行状态识别。作为一种示例，智能设备为智能照明灯。首先，获取智能照明灯的行为图像并将行为图像作为设备样本。然后，提取设备样本的行为特征值后利用深度学习架构对行为特征值进行模型训练，生成智能照明灯的显示状态。其中，深度学习框架包括但不限于PaddlePaddle、Tensorflow、Caffe、Theano、MXNet、Torch和PyTorch。

S33，服务器根据不同类型的设备样本各自的运行数据与状态数据，建立不同类型的模型设备各自对应的数据模型。

这样，服务器通过对不同类型的智能设备对应的设备样本进行机器学习，可生成不同运行数据各自对应的显示状态，提升智能设备行为识别的准确性。同时，通过机器学习获取与模型设备对应的数据模型，可为几何模型提供准确的显示状态数据，进一步提升孪生模型对应的显示界面与家居实景内的智能设备的运行情况的匹配程度。

可以理解地，数据模型的准确性由设备样本的样本容量决定。具体地，在总体一定的情况下，设备样本的样本容量越高，数据模型的准确性越高。

可选地，结合图5所示，服务器构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系，包括：

S41，服务器获取智能设备在家居实景中的布局信息。

S42，服务器输入布局信息至建模软件进行模型构建，以生成模型设备相关联的几何设备模型。其中，模型设备与智能设备相对应。

S43，服务器获取家居实景中的硬装实景信息。

S44，服务器输入硬装实景信息至建模软件进行模型构建，以生成硬装实景对应的几何实景模型。

该步骤中，几何实景模型表示与家居实景内的硬装实景对应的数字空间模型。作为一种示例，家居实景内的硬装实景包括在家居使用过程中不可移动或者移动性低的家具以及软装。具体地，硬装实景包括沙发、餐桌、茶几、窗帘以及背景墙等。

S45，服务器根据几何实景模型与几何设备模型，生成几何模型。

该步骤中，在硬装实景与智能设备同步配置于家居实景的情况下，服务器根据几何实景模型与几何设备模型生成几何模型，可以为对硬装实景信息与智能设备在家居实景中的布局信息同步输入至建模软件进行模型构建。在硬装实景搭建完成后，智能设备作为新增设备配置于家居实景的情况下，服务器根据几何实景模型与几何设备模型生成几何模型，可以为先输入硬装实景信息至建模软件进行模型构建，以生成硬装实景对应的几何实景模型。再将输入布局信息至建模软件进行模型构建，以生成模型设备相关联的几何设备模型。最后，将几何实景模型与几何设备模型融合以生成几何模型。

S46，服务器获得模型设备对应的数据模型。

S47，服务器根据几何模型以及数据模型，生成孪生模型。

这样，服务器根据几何实景模型与几何设备模型构建生成几何模型，可使孪生模型对应的数字空间模型与家居实景高度匹配。用户通过孪生模型即可感受到与家居实景高度一致的家居场景，建立沉浸式交互，提升用户的体验。

结合图6所示，本公开实施例还提供一种基于数字孪生的智能家居控制方法，包括：

S51，服务器构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系。

S52，服务器获取智能设备的运行信息。

S53，服务器根据关联关系，加载孪生模型以确定与运行信息对应的模型设备的显示状态。

S54，服务器响应于目标模型设备相关联的操作事件。

该步骤中，操作事件包括模型设备在孪生模型内的视角移动指令、在孪生模型内的缩放指令或者在孪生模型内的触控指令。

S55，服务器根据操作事件与智能设备的控制指令的对应关系，确定目标模型设备对应的目标设备以及目标控制指令。

采用本公开实施例提供的基于数字孪生的智能家居控制方法，服务器响应于目标模型设备相关联的操作事件后，再根据操作事件与智能设备的控制指令的对应关系，确定出目标模型设备对应的目标设备以及目标控制指令。可通过目标控制指令对目标设备的运行状态进行控制，实现沉浸式交互，提升用户体验。

需要说明的是，服务器在响应于目标模型设备相关联的操作事件之前，还包括：对智能设备的运行信息进行机器学习，对智能设备相关联的用户发送的操作事件进行预判。这样，在用户发出操作事件之前，服务器可大致锁定出用户的操控意图，从而更为准确地识别用户的操控意图。

可选地，结合图7所示，服务器根据操作事件与智能设备的控制指令的对应关系，确定目标模型设备对应的目标设备以及目标控制指令，包括：

S61，服务器从操作事件中提取目标标识信息和目标运行信息。

S62，服务器根据第一协议，确定出目标标识信息对应的第一目标模型设备以及目标运行信息对应的目标控制指令，以向目标设备执行目标控制指令。

这样，服务器根据孪生模型侧接收的操作事件，对家居实景内的智能设备进行同步控制。提升虚拟空间模型与家居实景交互的实时性，使用户获得所触即所控的体验，从而提供沉浸式交互体验。

需要说明的是，服务器可根据操作事件与智能设备的控制指令的对应关系，建立第一指令数据处理服务。该第一指令数据处理服务配置有上述第一协议。上述第一协议包括有模型设备的标识信息以及运行信息对应的控制指令。标识信息可以为类型信息和/或方位信息。运行信息可以为运行参数值，也可以为运行模式。服务器在通过第一指令数据处理服务确定出第一目标模型设备以及目标控制指令后，可通过通信协议将目标控制指令传输至目标设备以控制目标设备运行。其中，通信协议可以为无线通信协议，也可以为有线通信协议。作为一种示例，无线通信协议包括Zigbee(紫蜂)、WiFi或bluetooth(蓝牙)。有线通信协议包括RS-485协议。

其中，家居实景内可配置有图像采集设备和/或距离传感器等采集设备。图像采集设备和/或距离传感器用于采集智能设备的运行信息。具体地，图像采集设备用于采集家居实景内的智能设备的图像信息。例如，图像采集设备可以为摄像头，也可以为红外热成像设备。距离传感器用于采集智能设备的方位信息。例如，距离传感器可以为毫米波雷达。服务器可接收采集设备采集的图像信息和方位信息。根据图像信息可确定类型信息。关于采集设备的类型，本公开实施例对此可不做具体限定。

可选地，结合图8所示，服务器从操作事件中提取标识信息和目标运行信息，包括：

S71，服务器从操作事件中提取目标标识信息。

S72，服务器根据目标标识信息，确定目标类型信息。

S73，服务器根据目标类型信息，确定可选运行模式相关联的显示策略并根据显示策略推送可选运行模式。

S74，服务器确定模型设备相关联的用户选取的可选运行模式为目标运行信息。

这样，服务器可根据确定出的目标类型信息进行可选运行模式的推送，以使用户从可选运行模式中确定出目标运行信息，使用户操作更便捷。

作为一种示例，目标类型信息为空调器。服务器根据类型信息，确定可选运行模式相关联的显示策略，包括：服务器根据类型信息，确定以弹窗方式显示可选运行模式。其中，可选运行模式包括制冷模式、制热模式、除湿模式和自清洁模式。作为另一种示例，目标类型信息为智能照明灯。服务器根据类型信息，确定可选运行模式相关联的显示策略，包括：服务器类型信息，确定以模型设备自身的亮度值显示可选运行模式。其中，可选运行模式包括开灯和关灯。

结合图9所示，本公开实施例还提供一种基于数字孪生的智能家居控制方法，包括：

S81，服务器构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系。

S82，服务器获取智能设备的运行信息。

S83，服务器根据关联关系，加载孪生模型以确定与运行信息对应的模型设备的显示状态。

S84，服务器获取家居实景内的智能设备的状态更新信息。

S85，服务器在状态更新信息表示智能设备更新状态的情况下，根据当前运行信息，重新加载孪生模型以确定与当前运行信息对应的模型设备的目标显示状态。

采用本公开实施例提供的基于数字孪生的智能家居控制方法，服务器通过获取家居实景内的智能设备的状态更新信息，对智能设备的运行信息进行实时监测。在确定智能设备更新状态的情况下，根据当前运行信息重新加载孪生模型，以确定出当前运行信息对应的模型设备的目标显示状态。由此，可同步智能设备的运行信息上报至孪生模型，刷新孪生模型对应的界面显示。从而实现虚拟空间模型与家居实景内的智能设备的状态的同步更新，使用户获得所见即所得的体验，从而提供更好的沉浸式交互体验。

需要说明的是，服务器获取家居实景内的智能设备的状态更新信息，可通过前文叙述的家居实景配置的图像采集设备和/或红外热成像设备等采集设备获取。在图像采集设备采集生成的图像信息变化时，表明智能设备的状态存在更新。因此，通过获取图像信息可获取状态更新信息。

结合图10所示，服务器根据当前运行信息，重新加载孪生模型以确定与当前运行信息对应的模型设备的目标显示状态，包括：

S91，服务器根据第二协议，确定当前运行信息对应的第二目标模型设备以及目标更新状态。

S92，服务器重新加载孪生模型以确定第二目标模型设备的目标更新状态后，更新第二目标模型设备的显示状态。

这样，能够实现虚拟空间模型与家居实景内的智能设备的状态的同步更新，向用户提供更好的沉浸式交互体验。

需要说明的是，服务器可根据运行信息与模型设备的更新状态的对应关系，建立第二指令数据处理服务。该第二指令数据处理服务配置有上述第二协议。服务器通过上述第二指令数据处理服务，可确定出第二目标模型设备对应的目标更新状态。再通过重新加载孪生模型，更新第二目标模型设备的显示状态，从而实现虚拟空间模型与家居实景内的智能设备的状态的同步更新。

在实际应用中，智能家居配置有智能家居OS系统，该系统集成有兼容不同格式存储的3D模型文件的OpenGL库以及TensorFlow Lite。其中，OpenGL库提供有用于展示3D模型框架的EasyShow3D。TensorFlow Lite用于转换和预处理输入数据以适应模型期望。

在加载几何模型时，可通过EasyShow3D运行几何模型。

在加载数据模型时，可通过TensorFlow Lite运行数据模型。

由此，可使智能家居OS系统正常运行，使用户获得所触即所控以及所见即所得的沉浸式体验。

结合图11所示，本公开实施例提供一种基于数字孪生的智能家居控制装置，包括构建模块201、获取模块202和执行模块203。构建模块201被配置为构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；获取模块202被配置为获取智能设备的运行信息；执行模块203被配置为根据关联关系，加载孪生模型以确定与运行信息对应的模型设备的显示状态。

采用本公开实施例提供的基于数字孪生的智能家居控制装置，可通过孪生模型实时地显示与家居实景内的智能设备的运行情况相匹配的状态，提升与智能家居内的智能设备的运行情况的匹配程度。

结合图12所示，本公开实施例提供一种基于数字孪生的智能家居控制装置，包括处理器(processor)100和存储器(memory)101。可选地，该装置还可以包括通信接口(Communication Interface)102和总线103。其中，处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的逻辑指令，以执行上述实施例的基于数字孪生的智能家居控制方法。

此外，上述的存储器101中的逻辑指令可以通过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。

存储器101作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序，如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块，从而执行功能应用以及数据处理，即实现上述实施例中基于数字孪生的智能家居控制方法。

存储器101可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端设备的使用所创建的数据等。此外，存储器101可以包括高速随机存取存储器，还可以包括非易失性存储器。

本公开实施例提供了一种服务器，包含上述的基于数字孪生的智能家居控制装置。

本公开实施例提供了一种基于数字孪生的智能家居控制系统，包括家居实景以及如上述的基于数字孪生的智能家居控制装置。家居实景，配置有一个或者多个智能设备。

可选地，家居实景还配置有采集设备。采集设备用于采集一个或者多个智能设备的运行信息。上述采集设备可以为前述叙述的图像采集设备和/或距离传感器，本申请在此不再赘述。

本公开实施例提供了一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为执行上述基于数字孪生的智能家居控制方法。

本公开实施例提供了一种计算机程序产品，所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行上述基于数字孪生的智能家居控制方法。

上述的计算机可读存储介质可以是暂态计算机可读存储介质，也可以是非暂态计算机可读存储介质。

本公开实施例的技术方案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，包括一个或多个指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质，包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质，也可以是暂态存储介质。

以上描述和附图充分地示出了本公开的实施例，以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求，否则单独的部件和功能是可选的，并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且，本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的，除非上下文清楚地表明，否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地，如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外，当用于本申请中时，术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素，和/或组件的存在，但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中，每个实施例重点说明的可以是与其他实施例的不同之处，各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言，如果其与实施例公开的方法部分相对应，那么相关之处可以参见方法部分的描述。

本领域技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能，但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本文所披露的实施例中，所揭露的方法、产品(包括但不限于装置、设备等)，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，可以仅仅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。另外，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，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。所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网络单元上。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。另外，在本公开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。

附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中，不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生，有时不同的操作或步骤之间不存在特定的顺序。例如，两个连续的操作或步骤实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

Claims (15)

1.一种基于数字孪生的智能家居控制方法，其特征在于，包括：

构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；

获取所述智能设备的运行信息；

根据所述关联关系，加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态。

2.根据权利要求1所述的方法，其特征在于，所述加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态，包括：

输入所述智能设备的运行信息至数据模型，加载所述数据模型以获得所述智能设备对应的模型设备的目标状态数据；

输入所述目标状态数据至几何模型，加载所述几何模型以获得所述模型设备的目标显示状态。

3.根据权利要求2所述的方法，其特征在于，所述家居实景包括智能设备，所述构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系，包括：

获取所述所述智能设备在家居实景中的布局信息；

输入所述所述布局信息至建模软件进行模型构建，以生成所述模型设备相关联的几何设备模型；其中，所述模型设备与所述智能设备相对应；

获得所述模型设备对应的数据模型；

根据所述几何设备模型以及所述数据模型，生成所述孪生模型。

4.根据权利要求3所述的方法，其特征在于，所述获得所述模型设备对应的数据模型：

从所述家居实景中提取所述智能设备的类型信息；

获取各类型信息对应的设备样本，并利用机器学习对所述各类型信息对应的设备样本的运行数据进行模型训练以对所述智能设备进行状态识别，生成不同类型的设备模型各自对应的状态数据；

根据所述不同类型的设备样本各自的运行数据与所述状态数据，建立所述不同类型的模型设备各自对应的数据模型。

5.根据权利要求3所述的方法，其特征在于，所述输入所述所述布局信息至建模软件进行模型构建，以生成所述模型设备相关联的几何设备模型后，还包括：

获取所述家居实景中的硬装实景信息；

输入所述硬装实景信息至所述建模软件进行模型构建，以生成硬装实景对应的几何实景模型；

根据所述几何实景模型与所述几何设备模型，生成几何模型，以根据所述几何模型与所述数据模型构建所述孪生模型。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述加载所述孪生模型以确定与所述运行信息对应的模型设备的显示状态后，还包括：

响应于目标模型设备相关联的操作事件；

根据所述操作事件与所述智能设备的控制指令的对应关系，确定所述目标模型设备对应的目标设备以及目标控制指令。

7.根据权利要求6所述的方法，其特征在于，所述根据所述操作事件与所述智能设备的控制指令的对应关系，确定所述目标模型设备对应的目标设备以及目标控制指令，包括：

从所述操作事件中提取目标标识信息和目标运行信息；

根据第一协议，确定出所述目标标识信息对应的第一目标模型设备以及所述目标运行信息对应的目标控制指令，以向所述目标设备执行所述目标控制指令。

8.根据权利要求7所述的方法，其特征在于，所述从所述操作事件中提取目标标识信息和目标运行信息，包括：

从所述操作事件中提取目标标识信息；

根据所述目标标识信息，确定目标类型信息；

根据所述目标类型信息，确定可选运行模式相关联的显示策略并根据所述显示策略推送所述可选运行模式；

确定所述模型设备相关联的用户选取的可选运行模式为所述目标运行信息。

9.根据权利要求1至5任一项所述的方法，其特征在于，所述加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态后，还包括：

获取所述家居实景内的智能设备的状态更新信息；

在所述状态更新信息表示所述智能设备更新状态的情况下，根据当前运行信息，重新加载所述孪生模型以确定与所述当前运行信息对应的模型设备的目标显示状态。

10.根据权利要求9所述的方法，其特征在于，所述根据当前运行信息，重新加载所述孪生模型以确定与所述当前运行信息对应的模型设备的目标显示状态，包括：

根据第二协议，确定所述当前运行信息对应的第二目标模型设备以及目标更新状态；

重新加载所述孪生模型以确定所述第二目标模型设备的目标更新状态后，更新所述第二目标模型设备的显示状态。

11.一种基于数字孪生的智能家居控制装置，其特征在于，包括：

构建模块，被配置为构建家居实景内的智能设备的运行信息与孪生模型中的模型设备的显示状态的关联关系；

获取模块，被配置为获取所述智能设备的运行信息；

执行模块，被配置为根据所述关联关系，加载所述孪生模型以确定与所述运行信息对应的所述模型设备的显示状态。

12.一种基于数字孪生的智能家居控制装置，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至10任一项所述的基于数字孪生的智能家居控制方法。

13.一种基于数字孪生的智能家居控制系统，其特征在于，包括：

家居实景，配置有一个或者多个智能设备；

以及如权利要求11或12所述的基于数字孪生的智能家居控制装置。

14.根据权利要求13所述的系统，其特征在于，所述家居实景还配置有采集设备，所述采集设备用于采集所述一个或者多个智能设备的运行信息。

15.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至10任一项所述的基于数字孪生的智能家居控制方法。

Images