CN116184851A - 一种睡眠模式调节方法、装置、终端及存储介质 - Google Patents

Abstract

本申请适用于智能控制技术领域，提供一种睡眠模式调节方法、装置、终端及存储介质，其中方法包括：采集环境光照强度数据；将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。该方案能够减少用户操作设备次数，实现对设备的智能化控制。

Description

一种睡眠模式调节方法、装置、终端及存储介质

技术领域

本申请属于智能控制技术领域，尤其涉及一种睡眠模式调节方法、装置、终端及存储介质。

背景技术

在当前信息化时代，电器的智能化控制应用越来越普遍，在智能家电、智慧工业、智能园区等应用领域中均有广泛体现。例如监测到使用者进入睡眠状态，则自动将加湿器调节到与用户睡眠对应的睡眠模式，或者例如监测到车间的灯光关闭，自动判断为下班，然后关闭相关电器等。电器智能化能够降低对人员的作息干扰，且能够提高家用电器的工作效率及智能性，节能环保。

其中，以智能家电为例，在当前的智能家电中，想要实现智能家电自动化控制主要是通过手机App或者配套的控制设备设置定时操作，或者通过场景联动功能设置智能家电间的联动触发，以上方案存在操作繁琐门槛高，联动配合成本高，智能判断不够准确的问题。

发明内容

本申请实施例提供了一种睡眠模式调节方法、装置、终端及存储介质，以解决现有技术中电器的智能化控制操作繁琐门槛高，联动配合成本高，智能判断不够准确的问题。

本申请实施例的第一方面提供了一种睡眠模式调节方法，包括：

采集环境光照强度数据；

将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；

基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

本申请实施例的第二方面提供了一种睡眠模式调节装置，包括：

数据采集模块，用于采集环境光照强度数据；

预测模块，用于将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；

调节模块，用于基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

本申请实施例的第三方面提供了一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面所述方法的步骤。

本申请实施例的第四方面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存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。

本申请的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端上运行时，使得所述终端执行上述第一方面所述方法的步骤。

由上可见，本申请实施例，通过采集环境光照强度数据，结合目标睡眠预测模型实现设备睡眠模式的状态预测，进而基于设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制，仅用单个智能设备也可实现用户休息场景下的感知、判断、控制的闭环，实现了对设备睡眠模式更准确的调整控制，通过对智能设备、人工智能、设备控制的整合，形成系统的解决方案，无需用户设置，极大的降低了用户学习和操作门槛，减少用户操作设备次数，实现对家用电器睡眠模型下的智能化准确控制。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例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本申请的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种睡眠模式调节方法的流程图；

图2是本申请实施例提供的一种家居系统的结构示意图；

图3是本申请实施例提供的另一种家居系统的结构示意图；

图4是本申请实施例提供的云平台与设备间的网络关系示意图；

图5是本申请实施例提供的一种睡眠模式调节装置的结构图；

图6是本申请实施例提供的一种终端的结构图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

具体实现中，本申请实施例中描述的终端包括但不限于诸如具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的移动电话、膝上型计算机或平板计算机之类的其它便携式设备。还应当理解的是，在某些实施例中，所述设备并非便携式通信设备，而是具有触摸敏感表面(例如，触摸屏显示器和/或触摸板)的台式计算机。

在接下来的讨论中，描述了包括显示器和触摸敏感表面的终端。然而，应当理解的是，终端可以包括诸如物理键盘、鼠标和/或控制杆的一个或多个其它物理用户接口设备。

终端支持各种应用程序，例如以下中的一个或多个：绘图应用程序、演示应用程序、文字处理应用程序、网站创建应用程序、盘刻录应用程序、电子表格应用程序、游戏应用程序、电话应用程序、视频会议应用程序、电子邮件应用程序、即时消息收发应用程序、锻炼支持应用程序、照片管理应用程序、数码相机应用程序、数字摄影机应用程序、web浏览应用程序、数字音乐播放器应用程序和/或数字视频播放器应用程序。

可以在终端上执行的各种应用程序可以使用诸如触摸敏感表面的至少一个公共物理用户接口设备。可以在应用程序之间和/或相应应用程序内调整和/或改变触摸敏感表面的一个或多个功能以及终端上显示的相应信息。这样，终端的公共物理架构(例如，触摸敏感表面)可以支持具有对用户而言直观且透明的用户界面的各种应用程序。

应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

参见图1，图1是本申请实施例提供的一种睡眠模式调节方法的流程图。

如图1所示，一种睡眠模式调节方法，该方法包括以下步骤：

步骤101，采集环境光照强度数据。

在一个实施例中，可以通过在家用电器(即目标设备)集成光敏传感器，来采集房间内的光照变化情况，形成环境光照强度数据，并将环境光照强度数据传递至睡眠模式的调节设备(该调节设备具体为服务器、家电中控或者集成有数据处理功能的终端)，或者通过睡眠模式的调节设备自身中装配的光敏传感器采集环境光照强度数据。在本方案中，光敏传感器采集环境光照强度数据，可以让预测更准确。

该过程，通过运用光敏传感器采集环境光照强度数据，以检测灯光开启/熄灭的状态。

其中，在一个可选的实施方式中，上述采集环境光照强度数据的步骤，具体包括：

获取所述目标设备采集的第一环境光照强度，及获取与所述目标设备处于同一通信网络中的至少一个第一设备采集的第二环境光照强度；

根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据。

上述过程，基于同一通信网络环境中的多个设备采集的环境光照强度，实现防止遮挡误判。根据多台设备联动，避免因为一台设备因为被遮挡，光照降低造成误判影响。

其中，上述实施过程中，从应用场景维度不仅可以用在智能家居方面，例如监测房间光照强度数据实施对家用电器的睡眠模式的开启或关闭，也可以应用在智慧工业、园区等维度，例如监测到车间的灯光关闭，自动判断为下班，然后关闭电器，使电器进入睡眠模式等。

这里，结合图2所示，以智能家居为例，对家居系统的组成结构进行一个可选的示例说明。

该家居系统包括：终端、服务器和智能家电，该终端与该服务器之间通过网络连接，该服务器与该智能家电之间通过网络连接。

该智能家电用于获取设备睡眠模式操作数据和环境光照强度数据，向服务器发送数据，同时接收控制指令，按照控制指令运行。

该终端用于获取设备睡眠模式操作数据，同时获取位置定位等信息，向服务器发送数据以及控制指令。

该服务器用于建立设备睡眠模式操作数据、用户位置定位、环境光照强度数据等的对应关系，运行神经网络模型进行训练和判断，向智能家电发送控制指令。

在另一实施例中，该智能家电还可以包括温湿度传感器、空气质量监测仪、加湿器、空气净化器、恒温器等，其光照感应传感器都可以用于收集光照数据，其睡眠相关功能都用于收集设备睡眠模式操作数据。该终端还可以包括手机，除了用于获取用户睡眠模式操作数据，获取用户位置等信息之外，还可将手机应用中的睡眠时间段数据收集并发送给服务器。

进一步地，结合图3，对家居系统的组成结构进行另一个可选的示例说明。

该家居系统包括：家电中控、传感器、智能家电，该家电中控与传感器之间可以通过Wi-Fi、蓝牙、Zigbee等网络连接，该家电中控与智能家电之间可以通过Wi-Fi、蓝牙、Zigbee等网络连接。

该智能家电用于获取设备睡眠模式操作数据和环境光照强度数据，向家电中控发送数据，同时接收控制指令，按照控制指令运行。

该传感器用于获取设备睡眠模式操作数据和环境光照强度数据，向家电中控发送数据，同时接收控制指令，按照控制指令运行。

该家电中控用于建立设备睡眠模式操作数据、用户位置定位、环境光照强度数据等的对应关系，运行神经网络模型进行训练和判断，向智能家电发送控制指令。

在另一实施例中，该智能家电还可以包括加湿器、空气净化器、恒温器等，其光照感应传感器都可以用于收集光照数据，其睡眠相关功能都用于收集睡眠模式控制数据。该传感器还可以包括温湿度传感器、空气质量监测仪、门窗传感器、人体传感器等。该家电中控可以包括恒温器、空气质量监测仪、智能家居中控面板等，用于建立设备睡眠模式操作数据、用户位置定位、环境光照强度数据等的对应关系，运行神经网络模型进行训练和判断，向智能家电发送控制指令。

还可以利用手机地理位置、手机上的睡眠统计、以及其他智能家居的场景切换记录等，都可以结合人工智能进行相应的判断应用。

另外，通过同房间的其他设备一样可以达到目的。

进一步地，为了确保光照数据的获取准确性，在一个示例中，上述步骤中根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据，包括：

在所述第一环境光照强度与所有的所述第二环境光照强度的差值均超出阈值的情况下，将所述第二环境光照强度的均值确定为所述环境光照强度数据。

其中，在另一个示例中，根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据，包括：

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值小于或等于阈值的第二设备，得到包含所述第二设备与所述目标设备的第一设备集合；

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值大于所述阈值的第三设备，得到包含所述第三设备的第二设备集合；

将所述第一设备集合与所述第二设备集合中设备数量多的设备集合中所有设备的环境光照强度的均值确定为所述环境光照强度数据。

上述处理过程，在一个具体应用场景中，可以是几种设备位于用户手机蓝牙操作范围内(正常范围为30m内)，实现多台设备联动，避免因为一台设备因为被遮挡，光照降低造成误判影响。

其中，进一步地，在一个实施方式中，在获取所述目标设备采集的第一环境光照强度，及获取与所述目标设备处于同一通信网络中的至少一个第一设备采集的第二环境光照强度之前，还包括：

从云端获取所述目标设备的第一标识及至少一个其他设备的第二标识；所述第一标识及所述第二标识为所述云端在检测到设备与终端进行控制连接时，记录得到的控制关系标识；

从至少一个所述其他设备中选取所述第二标识与所述第一标识相同的设备作为与所述目标设备处于同一通信网络中的所述第一设备。

在具体应用中，用户终端或者服务器可以通过蓝牙或者无线连接操作目标设备，在该过程中，结合图4所示，可以设定将当时操作的目标设备的设备信息上传到云平台，云平台会给目标设备打上一个手机imei标识，如果还有其他设备也是通过蓝牙或者无线连接操作目标设备，此时云端会为另一台设备打上同一个标识，代表这两个设备由同一个控制装置进行操作控制的，认定两个被操作设备是在同一个通信范围内，并且每个设备会每间隔设定时长，例如10分钟，上报一次信息到云平台，如果被操作设备出现异常或者被操作设备在云平上被新赋予的imei标识与其他设备的标识不一致时，则说明两个设备不在同一个通信范围内。

上述过程中，通过对同处于一个通信网络中的联动设备，获取到上报的多个环境光照强度，降低遮挡误判影响。

在该过程中，如果有一台设备被遮挡，另外两台正常，则采用这两台正常的设备的光照数据的平均值作为联动设备的有效环境光照强度。或者，将与目标设备的环境光照强度处于设定偏差范围内(例如数据误差在5％以内)的其他设备划分为A组设备，超出设定偏差范围的其他设备(例如数据误差超出5％以内)划分为B组设备，表示A组设备与B组设备为异常关系。如果A组中的设备个数大于B组中设备的个数，则取A组中设备的环境光照强度平均值，作为联动设备的的有效环境光照强度数据。

步骤102，将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果。

其中，目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，该历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间。

由于家用电器中，如加湿器、空气净化器、恒温器、空调等，通常都带有睡眠模式按钮。可以记录用户在家用电器上或其配套的遥控设备(如App、遥控器)的睡眠模式操作数据。在记录这些数据时，可以对家用电器开启睡眠模式或者退出睡眠模式的时间进行记录，即记录设备睡眠模式启停时间，进而形成历史设备睡眠模式操作数据，对应地，还可以对家用电器开启睡眠模式的时间点下的环境光照强度数据及对家用电器退出睡眠模式的时间点下的环境光照强度数据进行记录，形成历史环境光照强度数据。

即，历史环境光照强度数据包括设备开启睡眠模式的第一时间下的第一环境光照强度；和/或，设备退出睡眠模式的第二时间下的第二环境光照强度。

根据用户在家用电器上操作进入睡眠模式，以及退出睡眠模式的时间点，以不同时间点对应的光照强度数据，以能够利用该些数据对神经网络进行训练，学习到环境光照强度与设备睡眠模式操作数据之间的映射关系，以能够基于训练好的模型实现对设备睡眠模式状态的预测。

具体地，可以将光敏传感器探测到的房间光照变化记录、家用电器睡眠模式操作记录等历史信息记录在终端及服务器的数据库中。

该过程中，将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至预先训练好的睡眠预测模型，以使预先训练好的睡眠预测模型输出设备睡眠模式状态预测结果。

其中，目标睡眠预测模型的建立具有不同的实施方式。

在一个具体的实施方式中，在将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果之前，还包括：

在所述目标设备为通信网络中的新加入设备的情况下，获取与所述目标设备处于同一通信网络中的设备中的已训练睡眠预测模型；

将所述已训练睡眠预测模型确定为所述目标睡眠预测模型。

当用户有多个可操控设备且设备处于操作可控范围内(例如蓝牙范围，为30m内)，如果用户买了新的设备，此时新设备没有对应的睡眠预测模型，可以把用户旧设备中已有的睡眠预测模型拿来使用，很大程度上针对新设备不需要历史数据也可以做模型预测，极大的提升用户体验，提升预测的智能性。

在另一个具体的实施方式中，在将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果之前，还包括：

获取云端定期分发的初始睡眠预测模型，所述初始睡眠预测模型为所述云端基于大数据训练得到；

基于所述历史设备睡眠模式操作数据及所述历史环境光照强度数据，对所述初始睡眠预测模型进行优化训练，得到所述目标睡眠预测模型。

上述过程，在一个具体应用场景中，如果准备将睡眠预测模型部署在设备本地，则首先可以通过大数据对初始模型进行训练，然后将训练完毕的初始模型分发至设备本地，设备本地不断运用本地用户的数据训练优化此模型，以便模型更适合本用户。云端可以继续收集储存所有用户数据，并且不断优化迭代该初始模型，并定期将迭代后的初始模型分发覆盖到设备本地，并在设备本地重新利用本设备用户的所有历史本地数据训练优化该模型，以便模型更适合本设备的用户。

其中，历史设备睡眠模式操作数据及历史环境光照强度数据可以对应于一个特定的目标用户。将目标用户的历史设备睡眠模式操作数据及历史环境光照强度数据输入到预先训练好的睡眠预测模型,以此来更新睡眠预测模型。

在另一个具体应用场景中，如果睡眠预测模型部署在云端，则首先可以通过大数据训练初始模型，然后将将训练完毕的初始模型发布至云端，云端继续收集储存所有用户数据，并且不断优化迭代该初始模型，定期(可以使每天、每周等)训练和更新模型。

上述实施方式，比传统的模型部署在服务器更方便，节省大量网络传输开销，而且设备不在网络的情况下也能支持其实施，大大提高了预测可实施性。

在对初始睡眠预测模型进行优化训练时，基于历史设备睡眠模式操作数据及历史光照强度数据，确定训练样本数据集，基于该训练样本数据集，对初始睡眠预测模型进行优化训练，得到目标睡眠预测模型。

进一步地，还可以对目标睡眠预测模型进行适时的模型更新。

可以获取目标设备在设定时间间隔下发送的环境光照强度数据，如果相邻两次的环境光照强度数据相差悬殊，则可以基于当前的环境光照强度数据及设备睡眠模式操作数据，对模型进行更新。如果最近2次环境光照强度数据几乎差不多并不会更新模型，避免不间隔的刷新模型，造成模型更新压力，减少云端或设备本地的模式调节计算次数。

步骤103，基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

对目标设备的睡眠模式调节控制，可以包括控制目标设备从当前状态调节至睡眠模式，或退出睡眠模式。

设备的睡眠模式可以是待机休眠状态，设备关闭状态，设备的运转功率或档位的调小状态等等。

本申请实施例通过用户下班或者睡眠时关闭灯光的习惯，结合电器的设备睡眠模式操作数据和环境光照强度数据对神经网络进行预训练，进而能够利用训练好的神经网络预测设备睡眠模式状态_，实现了对设备模式状态准确判断，进而实现对家用电器睡眠模型下的智能化控制，极大便利用户的生产生活。

在一个可选的实施方式中，基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制，包括：

获取预测结果校验信息，所述预测结果校验信息中包含所述目标设备的定位信息和/或用户生物特征信息；

在所述设备睡眠模式状态预测结果为设备待进入睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第一设定地点范围内，和/或，所述用户生物特征信息指示为用户处于休息状态，则控制所述目标设备进入睡眠模式；或者，

在所述设备睡眠模式状态预测结果为设备待退出睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第二设定地点范围内，和/或，所述用户生物特征信息指示为用户不处于休息状态，则控制所述目标设备退出睡眠模式。

该过程，结合多维度的用户行为数据，借助于设备定位信息及用户生物特征信息对人工智能模型的预测结果进行校验，实现睡眠模式调节控制的辅助判断，提升对设备的自动化/智能化控制的准确性。

其中，设备定位信息的获取目的在于判断用户是否在家或者在房间里，当用户在家或者在房间里时，才会开启睡眠模式。

例如，可以通过手机的地理围栏功能判断用户是否在家，或者房间内的人体传感器检测房间里有没有人，等等。

在一个具体的控制流程中，例如通过手机定位信息判断人员是否在家庭附近，如果为否，则目标设备状态不变化，如果为是，则基于用户生物特征信息判断用户是否进入睡眠状态，用户生物特征信息例如用户心跳频率、用户体温、用户呼吸频率等数据，如果判断未进入睡眠状态，则目标设备状态不变化，如果进入睡眠状态，则控制目标设备进入睡眠模式，否则退出睡眠模式。

本申请实施例，通过采集环境光照强度数据，结合目标睡眠预测模型实现设备睡眠模式的状态预测，进而基于设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制，仅用单个智能设备也可实现用户休息场景下的感知、判断、控制的闭环，实现了对设备睡眠模式更准确的调整控制，通过对智能设备、人工智能、设备控制的整合，形成系统的解决方案，无需用户设置，极大的降低了用户学习和操作门槛，减少用户操作设备次数，实现对家用电器睡眠模型下的智能化准确控制。

参见图5，图5是本申请实施例提供的一种睡眠模式调节装置的结构图，为了便于说明，仅示出了与本申请实施例相关的部分。

所述睡眠模式调节装置500包括：

数据采集模块501，用于采集环境光照强度数据；

预测模块502，用于将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；

调节模块503，用于基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

其中，所述数据采集模块501，具体用于：

获取所述目标设备采集的第一环境光照强度，及获取与所述目标设备处于同一通信网络中的至少一个第一设备采集的第二环境光照强度；

根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据。

其中，所述数据采集模块501，进一步具体用于：

在所述第一环境光照强度与所有的所述第二环境光照强度的差值均超出阈值的情况下，将所述第二环境光照强度的均值确定为所述环境光照强度数据。

其中，所述数据采集模块501，进一步具体用于：

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值小于或等于阈值的第二设备，得到包含所述第二设备与所述目标设备的第一设备集合；

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值大于所述阈值的第三设备，得到包含所述第三设备的第二设备集合；

将所述第一设备集合与所述第二设备集合中设备数量多的设备集合中所有设备的环境光照强度的均值确定为所述环境光照强度数据。

其中，所述数据采集模块501，还用于：

从云端获取所述目标设备的第一标识及至少一个其他设备的第二标识；所述第一标识及所述第二标识为所述云端在检测到设备与终端进行控制连接时，记录得到的控制关系标识；

从至少一个所述其他设备中选取所述第二标识与所述第一标识相同的设备作为与所述目标设备处于同一通信网络中的所述第一设备。

该装置还包括：

第一模型获取模块，用于：

在所述目标设备为通信网络中的新加入设备的情况下，获取与所述目标设备处于同一通信网络中的设备中的已训练睡眠预测模型；

将所述已训练睡眠预测模型确定为所述目标睡眠预测模型。

该装置还包括：

第二模型获取模块，用于：

获取云端定期分发的初始睡眠预测模型，所述初始睡眠预测模型为所述云端基于大数据训练得到；

基于所述历史设备睡眠模式操作数据及所述历史环境光照强度数据，对所述初始睡眠预测模型进行优化训练，得到所述目标睡眠预测模型。

其中，调节模块503，具体用于：

获取预测结果校验信息，所述预测结果校验信息中包含所述目标设备的定位信息和/或用户生物特征信息；

在所述设备睡眠模式状态预测结果为设备待进入睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第一设定地点范围内，和/或，所述用户生物特征信息指示为用户处于休息状态，则控制所述目标设备进入睡眠模式；或者，

在所述设备睡眠模式状态预测结果为设备待退出睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第二设定地点范围内，和/或，所述用户生物特征信息指示为用户不处于休息状态，则控制所述目标设备退出睡眠模式。

本申请实施例提供的睡眠模式调节装置能够实现上述睡眠模式调节方法的实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

图6是本申请实施例提供的一种终端的结构图。如该图所示，该实施例的终端6包括：至少一个处理器60(图6中仅示出一个)、存储器61以及存储在所述存储器61中并可在所述至少一个处理器60上运行的计算机程序62，所述处理器60执行所述计算机程序62时实现上述任意各个方法实施例中的步骤。

所述终端6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端6可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是终端6的示例，并不构成对终端6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端还可以包括输入输出设备、网络接入设备、总线等。

所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述存储器61可以是所述终端6的内部存储单元，例如终端6的硬盘或内存。所述存储器61也可以是所述终端6的外部存储设备，例如所述终端6上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述终端6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通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，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端实施例仅仅是示意性的，例如，所述模块或单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，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方案的目的。

另外，在本申请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。

所述集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序产品来实现，当计算机程序产品在终端上运行时，使得所述终端执行时实现可实现上述各个方法实施例中的步骤。

以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种睡眠模式调节方法，其特征在于，包括：

采集环境光照强度数据；

将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；

基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

2.根据权利要求1所述的方法，其特征在于，所述采集环境光照强度数据，包括：

获取所述目标设备采集的第一环境光照强度，及获取与所述目标设备处于同一通信网络中的至少一个第一设备采集的第二环境光照强度；

根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据，包括：

在所述第一环境光照强度与所有的所述第二环境光照强度的差值均超出阈值的情况下，将所述第二环境光照强度的均值确定为所述环境光照强度数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一环境光照强度和所述第二环境光照强度，确定所述环境光照强度数据，包括：

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值小于或等于阈值的第二设备，得到包含所述第二设备与所述目标设备的第一设备集合；

从所述第一设备中选取所述第二环境光照强度与所述第一环境光照强度的差值大于所述阈值的第三设备，得到包含所述第三设备的第二设备集合；

将所述第一设备集合与所述第二设备集合中设备数量多的设备集合中所有设备的环境光照强度的均值确定为所述环境光照强度数据。

5.根据权利要求2所述的方法，其特征在于，所述获取所述目标设备采集的第一环境光照强度，及获取与所述目标设备处于同一通信网络中的至少一个第一设备采集的第二环境光照强度之前，还包括：

从云端获取所述目标设备的第一标识及至少一个其他设备的第二标识；所述第一标识及所述第二标识为所述云端在检测到设备与终端进行控制连接时，记录得到的控制关系标识；

从至少一个所述其他设备中选取所述第二标识与所述第一标识相同的设备作为与所述目标设备处于同一通信网络中的所述第一设备。

6.根据权利要求1所述的方法，其特征在于，所述将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果之前，还包括：

在所述目标设备为通信网络中的新加入设备的情况下，获取与所述目标设备处于同一通信网络中的设备中的已训练睡眠预测模型；

将所述已训练睡眠预测模型确定为所述目标睡眠预测模型。

7.根据权利要求1所述的方法，其特征在于，所述基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制，包括：

获取预测结果校验信息，所述预测结果校验信息中包含所述目标设备的定位信息和/或用户生物特征信息；

在所述设备睡眠模式状态预测结果为设备待进入睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第一设定地点范围内，和/或，所述用户生物特征信息指示为用户处于休息状态，则控制所述目标设备进入睡眠模式；或者，

在所述设备睡眠模式状态预测结果为设备待退出睡眠模式状态的情况下，若所述预测结果校验信息中所述定位信息处于第二设定地点范围内，和/或，所述用户生物特征信息指示为用户不处于休息状态，则控制所述目标设备退出睡眠模式。

8.一种睡眠模式调节装置，其特征在于，包括：

数据采集模块，用于采集环境光照强度数据；

预测模块，用于将所述环境光照强度数据及所述环境光照强度数据的采集时间输入至目标睡眠预测模型中，得到所述目标睡眠预测模型输出的设备睡眠模式状态预测结果，其中，所述目标睡眠预测模型为基于历史设备睡眠模式操作数据及历史环境光照强度数据训练得到，所述历史设备睡眠模式操作数据中包含历史设备睡眠模式启停时间；

调节模块，用于基于所述设备睡眠模式状态预测结果，执行对目标设备的睡眠模式调节控制。

9.一种终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。

Images