CN116300512A - 基于物联网的智能家居控制方法、系统、终端及介质 - Google Patents
基于物联网的智能家居控制方法、系统、终端及介质 Download PDFInfo
- Publication number
- CN116300512A CN116300512A CN202310552409.3A CN202310552409A CN116300512A CN 116300512 A CN116300512 A CN 116300512A CN 202310552409 A CN202310552409 A CN 202310552409A CN 116300512 A CN116300512 A CN 116300512A
- Authority
- CN
- China
- Prior art keywords
- control
- control state
- intelligent
- state set
- states
- 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 44
- 230000004927 fusion Effects 0.000 claims abstract description 28
- 238000005457 optimization Methods 0.000 claims abstract description 26
- 238000012549 training Methods 0.000 claims abstract description 12
- 230000008569 process Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000001914 filtration Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 235000013559 Schnittsellerie Nutrition 0.000 description 1
- 244000169997 Schnittsellerie Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000010408 sweeping Methods 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)
- Selective Calling Equipment (AREA)
Abstract
本发明公开了基于物联网的智能家居控制方法、系统、终端及介质，涉及智能家居技术领域，其技术方案要点是：依据历史家居控制数据对应用场景下智能设备的控制状态进行训练，得到智能设备的控制属性集；获取所有正在运行的智能设备的实时控制状态；获取所有用户终端生成的智能设备的预控制状态；将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；以融合控制状态集中在应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。本发明在一定程度上也可以降低差异较小的控制状态切换频率，同时通过对应用场景下的智能设备进行过滤，可以有效减少出现误控制和浪费资源的情况发生。
Description
技术领域
本发明涉及智能家居技术领域，更具体地说，它涉及基于物联网的智能家居控制方法、系统、终端及介质。
背景技术
物联网在生活中的应用越来越广泛，如智能家居系统，智能家居通过物联网技术实现了照明、扫地机器人、智能窗帘、电话、报警器、环境监测、空调等设备在不同需求下的联合控制。智能家居中各个智能设备在不同应用场景下的控制状态具有一定的应用惯性，例如睡眠场景下通常存在开启空调、开启防盗门报警、合拢智能窗帘和关闭照明等控制状态，而休闲场景下通常存在开启照明、拉开智能窗帘以及开启电视或音乐等控制状态。
目前，对于一个应用场景下各个智能设备的控制主要是由一个或多个用户终端进行联合控制，而在联合控制中容易存在智能设备控制出现相互矛盾或存在差异的情况，在此情况下一般依据控制的时间先后顺序或用户终端的优先级选择最终的控制状态，此方式无法实现应用场景下各个智能设备的控制状态优化判断；此外，多用户终端联合控制时，对于一个应用场景下新增加和/或减少的智能设备，极易因单个用户终端控制的随机性而导致所控制的智能设备的控制状态不适应于应用场景，也可能存在所控制的智能设备的控制状态对于应用场景来说无用，存在误控制和浪费资源的情况；另外，在同一场景下或不同应用场景的切换控制时，对于同一智能设备的两种差异较小的控制状态频繁切换，也容易缩短智能设备的使用寿命。
因此，如何研究设计一种能够克服上述缺陷的基于物联网的智能家居控制方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足，本发明的目的是提供基于物联网的智能家居控制方法、系统、终端及介质，在一定程度上也可以降低差异较小的控制状态切换频率，同时通过对一个或多个应用场景下的智能设备进行过滤，可以有效减少出现误控制和浪费资源的情况发生。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了基于物联网的智能家居控制方法，包括以下步骤：
依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；
获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；
将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；
以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
进一步的，所述控制属性集包括智能设备所适应的应用场景、每个应用场景下所适应的状态以及每个控制状态所对应的属性值。
进一步的，所述控制属性集的表达式具体为：
其中，
表示第/>
个智能设备的控制属性集；/>
表示智能设备在应用场景/>
下状态/>
所对应的控制状态；/>
表示控制状态/>
的属性值；/>
表示同一应用场景下的状态总数量；/>
表示同一智能设备所适应的应用场景总数量。
进一步的，以融合控制状态集中在一个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：
依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；
计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；
以累积属性值最大的组合控制状态集作为最终控制状态集。
进一步的，以融合控制状态集中在多个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：
依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；
计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；
计算随机选取预设数量的组合控制状态集的累积属性值之和，得到总累积属性值；
将总累积属性值最大所对应的预设数量的组合控制状态集进行合并，得到最终控制状态集。
进一步的，所述实时控制状态和/或预控制状态中的控制状态分为可控状态和固定状态；
所述可控状态和固定状态均参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
进一步的，所述实时控制状态和/或预控制状态中的控制状态分为可控状态和固定状态；
所述可控状态参与最终控制状态集的优化求解过程，固定状态不参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
第二方面，提供了基于物联网的智能家居控制系统，包括：
属性训练模块，用于依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；
状态采集模块，用于获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；
状态生成模块，用于获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；
状态融合模块，用于将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；
优化求解模块，用于以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的基于物联网的智能家居控制方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的基于物联网的智能家居控制方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明提供的基于物联网的智能家居控制方法，依据历史家居控制数据确定各个智能设备的控制属性集，在对智能设备进行联合控制时，将实时控制状态集和预控制状态集融合后，对不同应用场景下的属性值进行累积运算，可以选取最适用于预控制所对应应用场景下的智能设备的控制状态，在一定程度上也可以降低差异较小的控制状态切换频率，同时通过对一个或多个应用场景下的智能设备进行过滤，可以有效减少出现误控制和浪费资源的情况发生；
2、本发明在求解智能家居中所有智能设备的最终控制状态集时，可以选择能最大化减少误控制和浪费资源的一个应用场景进行优化求解，适用于年龄差异较大的家庭所使用的智能家居；
3、本发明在求解智能家居中所有智能设备的最终控制状态集时，也可以选择能够多个用户终端需求的多应用场景进行优化求解，对于年龄差异较小的家庭所使用的智能家居；
4、本发明通过将实时控制状态和预控制状态中的控制状态分为可控状态和固定状态，可适用于特殊情况下的智能家居联合控制，适用范围更广。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例1中的流程图；
图2是本发明实施例2中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：基于物联网的智能家居控制方法，如图1所示，包括以下步骤：
步骤S1：依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；
步骤S2：获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；其中，智能设备的实时控制状态可以是通过传感器组件进行采集的；
步骤S3：获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；
步骤S4：将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；
步骤S5：以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
控制属性集包括智能设备所适应的应用场景、每个应用场景下所适应的状态以及每个控制状态所对应的属性值。需要说明的是，控制属性集中属性值既可以采用深度学习算法进行训练得到，可以采用统计学方法分析同一应用场景下智能设备中各个控制状态出现的概率所得到。
控制属性集的表达式具体为：
其中，
表示第/>
个智能设备的控制属性集；/>
表示智能设备在应用场景/>
下状态/>
所对应的控制状态；/>
表示控制状态/>
的属性值；/>
表示同一应用场景下的状态总数量；同一智能设备在不同应用场景下的状态总数量可以不同；/>
表示同一智能设备所适应的应用场景总数量。
作为一种可选的实施方式，为适用于年龄差异较大的家庭所使用的智能家居，可以选择能最大化减少误控制和浪费资源的一个应用场景进行优化求解。
具体的，以融合控制状态集中在一个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；以累积属性值最大的组合控制状态集作为最终控制状态集。
例如，假设正在运行的三个智能设备的控制状态分别以a1、b、c表示；而预控制的两个智能设备的控制状态分别以d、a2表示，其中，a1、a2属于同一智能设备a的两种不同控制状态，a、b、c、d则属于不同的智能设备。
若控制状态a1适应的应用场景有1、2、3、4；若控制状态b适应的应用场景有2、3、4；若控制状态c适应的应用场景有1、2、4、5；若控制状态d适应的应用场景有1、3、5；若控制状态a2适应的应用场景有2、3、4、6。
那么，随机组合生成的应用场景则有1、2、3、4、5、6。应用场景1所对应的组合控制状态集则为（a1、c、d），应用场景2所对应的组合控制状态集则为（a1、b、c）或（b、c、a2），应用场景3所对应的组合控制状态集则为（a1、b、d）或（b、d、a2），应用场景4所对应的组合控制状态集则为（a1、b、c）或（b、c、a2），应用场景5所对应的组合控制状态集则为（c、d），应用场景6所对应的组合控制状态集则为（a2）。
若累积属性值最大的组合控制状态集为（a1、b、d），则以融合控制状态集中在一个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集为（a1、b、d）。
作为另一种可选的实施方式，为适用于年龄差异较小的家庭所使用的智能家居，可以选择能够多个用户终端需求的多应用场景进行优化求解。
具体的，以融合控制状态集中在多个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；计算随机选取预设数量的组合控制状态集的累积属性值之和，得到总累积属性值；将总累积属性值最大所对应的预设数量的组合控制状态集进行合并，得到最终控制状态集。
例如，预设数量为2，若累积属性值最大的组合控制状态集为（a1、b、d），其次为（a1、b、c），则以融合控制状态集中在两个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集为（a1、b、c、d）。
作为一种可选的实施方式，实时控制状态和预控制状态中的控制状态均分为可控状态和固定状态，也可以实时控制状态、预控制状态中的控制状态单独分为可控状态和固定状态；可控状态和固定状态均参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
作为另一种可选的实施方式，实时控制状态和预控制状态中的控制状态分为可控状态和固定状态，也可以实时控制状态、预控制状态中的控制状态单独分为可控状态和固定状态；可控状态参与最终控制状态集的优化求解过程，固定状态不参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
本发明通过将实时控制状态和预控制状态中的控制状态分为可控状态和固定状态，可适用于特殊情况下的智能家居联合控制，适用范围更广。
实施例2：基于物联网的智能家居控制系统，该系统用于实现实施例1中所记载的基于物联网的智能家居控制方法，如图2所示，包括属性训练模块、状态采集模块、状态生成模块、状态融合模块和优化求解模块。
其中，属性训练模块，用于依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；状态采集模块，用于获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；状态生成模块，用于获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；状态融合模块，用于将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；优化求解模块，用于以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
工作原理：本发明依据历史家居控制数据确定各个智能设备的控制属性集，在对智能设备进行联合控制时，将实时控制状态集和预控制状态集融合后，对不同应用场景下的属性值进行累积运算，可以选取最适用于预控制所对应应用场景下的智能设备的控制状态，在一定程度上也可以降低差异较小的控制状态切换频率，同时通过对一个或多个应用场景下的智能设备进行过滤，可以有效减少出现误控制和浪费资源的情况发生。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.基于物联网的智能家居控制方法，其特征是，包括以下步骤：
依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；
获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；
获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；
将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；
以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
2.根据权利要求1所述的基于物联网的智能家居控制方法，其特征是，所述控制属性集包括智能设备所适应的应用场景、每个应用场景下所适应的状态以及每个控制状态所对应的属性值。
3.根据权利要求2所述的基于物联网的智能家居控制方法，其特征是，所述控制属性集的表达式具体为：
其中，
表示第/>
个智能设备的控制属性集；/>
表示智能设备在应用场景/>
下状态/>
所对应的控制状态；/>
表示控制状态/>
的属性值；/>
表示同一应用场景下的状态总数量；/>
表示同一智能设备所适应的应用场景总数量。
4.根据权利要求1所述的基于物联网的智能家居控制方法，其特征是，以融合控制状态集中在一个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：
依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；
计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；
以累积属性值最大的组合控制状态集作为最终控制状态集。
5.根据权利要求1所述的基于物联网的智能家居控制方法，其特征是，以融合控制状态集中在多个应用场景下所有控制状态的属性值之和最大为优化目标的求解过程具体为：
依据融合控制状态集中各个控制状态所适应的应用场景随机组合生成多个不同应用场景下的组合控制状态集；
计算各个组合控制状态集中所有控制状态的属性值之和，得到对应组合控制状态集的累积属性值；
计算随机选取预设数量的组合控制状态集的累积属性值之和，得到总累积属性值；
将总累积属性值最大所对应的预设数量的组合控制状态集进行合并，得到最终控制状态集。
6.根据权利要求1所述的基于物联网的智能家居控制方法，其特征是，所述实时控制状态和/或预控制状态中的控制状态分为可控状态和固定状态；
所述可控状态和固定状态均参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
7.根据权利要求1所述的基于物联网的智能家居控制方法，其特征是，所述实时控制状态和/或预控制状态中的控制状态分为可控状态和固定状态；
所述可控状态参与最终控制状态集的优化求解过程，固定状态不参与最终控制状态集的优化求解过程，且最终控制状态集包含所有的固定状态。
8.基于物联网的智能家居控制系统，其特征是，包括：
属性训练模块，用于依据历史家居控制数据对各个应用场景下智能设备的控制状态进行训练，得到各个智能设备的控制属性集；
状态采集模块，用于获取所有正在运行的智能设备的实时控制状态，得到实时控制状态集；
状态生成模块，用于获取所有用户终端在当前时刻或固定周期内生成的智能设备的预控制状态，得到预控制状态集；
状态融合模块，用于将预控制状态集与实时控制状态集叠加处理，得到融合控制状态集；
优化求解模块，用于以融合控制状态集中在一个或多个应用场景下所有控制状态的属性值之和最大为优化目标，求解得到智能家居中所有智能设备的最终控制状态集。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-7中任意一项所述的基于物联网的智能家居控制方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-7中任意一项所述的基于物联网的智能家居控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310552409.3A CN116300512B (zh) | 2023-05-17 | 2023-05-17 | 基于物联网的智能家居控制方法、系统、终端及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310552409.3A CN116300512B (zh) | 2023-05-17 | 2023-05-17 | 基于物联网的智能家居控制方法、系统、终端及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116300512A true CN116300512A (zh) | 2023-06-23 |
| CN116300512B CN116300512B (zh) | 2023-08-01 |
Family
ID=86790913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310552409.3A Active CN116300512B (zh) | 2023-05-17 | 2023-05-17 | 基于物联网的智能家居控制方法、系统、终端及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116300512B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150358177A1 (en) * | 2014-06-09 | 2015-12-10 | Lg Electronics Inc. | Home appliance |
| CN106154846A (zh) * | 2015-04-02 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 智能家居系统的控制方法及装置 |
| CN107179701A (zh) * | 2017-07-21 | 2017-09-19 | 电子科技大学 | 一种智能家居设备自适应联动规则生成方法 |
| US20190209806A1 (en) * | 2016-08-24 | 2019-07-11 | Delos Living Llc | Systems, Methods And Articles For Enhancing Wellness Associated With Habitable Environments |
| CN110836509A (zh) * | 2018-08-17 | 2020-02-25 | 珠海格力电器股份有限公司 | 一种家居设备控制方法、装置、控制设备及可读存储介质 |
| CN111142398A (zh) * | 2019-12-30 | 2020-05-12 | 欧普照明股份有限公司 | 设备联动方法、装置、电子设备及存储介质 |
| CN112217697A (zh) * | 2020-09-24 | 2021-01-12 | 复旦大学 | 一种物联网设备智能控制系统 |
| CN113961622A (zh) * | 2021-10-20 | 2022-01-21 | 康佳集团股份有限公司 | 物联网设备的数据融合方法、装置、智能终端及存储介质 |
| CN115202225A (zh) * | 2022-06-14 | 2022-10-18 | 珠海格力电器股份有限公司 | 一种用电器控制方法、装置、系统、存储介质及电子设备 |
| WO2023000945A1 (zh) * | 2021-07-21 | 2023-01-26 | 青岛海信智慧生活科技股份有限公司 | 一种设备联动方案推荐方法、设备及介质 |
| CN115826428A (zh) * | 2023-02-23 | 2023-03-21 | 海尔优家智能科技（北京）有限公司 | 家居设备的控制方法和装置、存储介质及电子装置 |
| CN115865549A (zh) * | 2023-02-14 | 2023-03-28 | 南通翁海电气有限公司 | 一种基于物联网的智能家居控制方法及系统 |
| CN116068910A (zh) * | 2023-04-06 | 2023-05-05 | 江西财经大学 | 一种基于大数据的智能家居控制方法及系统 |
-
2023
- 2023-05-17 CN CN202310552409.3A patent/CN116300512B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150358177A1 (en) * | 2014-06-09 | 2015-12-10 | Lg Electronics Inc. | Home appliance |
| CN106154846A (zh) * | 2015-04-02 | 2016-11-23 | 阿里巴巴集团控股有限公司 | 智能家居系统的控制方法及装置 |
| US20190209806A1 (en) * | 2016-08-24 | 2019-07-11 | Delos Living Llc | Systems, Methods And Articles For Enhancing Wellness Associated With Habitable Environments |
| CN107179701A (zh) * | 2017-07-21 | 2017-09-19 | 电子科技大学 | 一种智能家居设备自适应联动规则生成方法 |
| CN110836509A (zh) * | 2018-08-17 | 2020-02-25 | 珠海格力电器股份有限公司 | 一种家居设备控制方法、装置、控制设备及可读存储介质 |
| CN111142398A (zh) * | 2019-12-30 | 2020-05-12 | 欧普照明股份有限公司 | 设备联动方法、装置、电子设备及存储介质 |
| CN112217697A (zh) * | 2020-09-24 | 2021-01-12 | 复旦大学 | 一种物联网设备智能控制系统 |
| WO2023000945A1 (zh) * | 2021-07-21 | 2023-01-26 | 青岛海信智慧生活科技股份有限公司 | 一种设备联动方案推荐方法、设备及介质 |
| CN113961622A (zh) * | 2021-10-20 | 2022-01-21 | 康佳集团股份有限公司 | 物联网设备的数据融合方法、装置、智能终端及存储介质 |
| CN115202225A (zh) * | 2022-06-14 | 2022-10-18 | 珠海格力电器股份有限公司 | 一种用电器控制方法、装置、系统、存储介质及电子设备 |
| CN115865549A (zh) * | 2023-02-14 | 2023-03-28 | 南通翁海电气有限公司 | 一种基于物联网的智能家居控制方法及系统 |
| CN115826428A (zh) * | 2023-02-23 | 2023-03-21 | 海尔优家智能科技（北京）有限公司 | 家居设备的控制方法和装置、存储介质及电子装置 |
| CN116068910A (zh) * | 2023-04-06 | 2023-05-05 | 江西财经大学 | 一种基于大数据的智能家居控制方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张定: "基于物联网的智能家居的设计与研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, no. 01, pages 038 - 939 * |
| 翁虎: "基于深度学习的智能家居环境舒适控制的研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 04, pages 038 - 840 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116300512B (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110855536B (zh) | 运行控制方法、装置、家电设备以及存储介质 | |
| Sutton | Reinforcement learning: Past, present and future | |
| CN112261724B (zh) | 基于毫米波技术的智能车间视频监控数据的传输方法及系统 | |
| CN110972120A (zh) | 一种低功耗蓝牙设备多链路管理方法、系统及装置 | |
| CN105704168A (zh) | 一种调整物联网中的网络节点之间关系的方法和装置 | |
| CN111352350B (zh) | 一种确定智能家居场景执行的方法及装置 | |
| CN116300512B (zh) | 基于物联网的智能家居控制方法、系统、终端及介质 | |
| CN113031452A (zh) | 一种批量处理智能家居设备控制指令的方法和系统 | |
| CN111131199B (zh) | 业务攻击流量清洗控制方法、装置、服务器及存储介质 | |
| CN109167737A (zh) | 融合数据缩减与动态优先权队列的can调度方法 | |
| CN109617968B (zh) | 多智能体协作系统及其智能体、智能体间的通信方法 | |
| CN111084589A (zh) | 清洁方法及相关产品 | |
| CN110609534A (zh) | 一种智能家居控制方法及系统 | |
| CN105050103B (zh) | 一种信令流程的识别方法及装置 | |
| CN116996546A (zh) | 物联网设备的控制方法、装置、设备及存储介质 | |
| CN116418613A (zh) | 消息的回流处理方法、装置、存储介质及电子装置 | |
| CN109005112B (zh) | 一种工业无线传感网络的分簇方法及装置 | |
| CN106292322A (zh) | 监测空气质量的方法及装置 | |
| CN109976168B (zh) | 一种去中心化的智能家居控制方法及系统 | |
| EP3793171B1 (en) | Message processing method, apparatus, and system | |
| WO2020206696A1 (zh) | 应用清理方法、装置、存储介质及电子设备 | |
| Hiraide et al. | Trust Management in Growing Decentralized Networks | |
| CN112926466A (zh) | 基于差分卷积神经网络的运动目标检测方法 | |
| CN113056017B (zh) | 一种基于5g系统的智慧楼宇监控信息的收集方法及系统 | |
| CN104052673A (zh) | 一种广播抑制方法及装置 |
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 |