CN116400610A - 设备控制方法、装置、电子设备及存储介质 - Google Patents
设备控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116400610A CN116400610A CN202310438320.4A CN202310438320A CN116400610A CN 116400610 A CN116400610 A CN 116400610A CN 202310438320 A CN202310438320 A CN 202310438320A CN 116400610 A CN116400610 A CN 116400610A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- action state
- area
- monitoring
- 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 62
- 230000009471 action Effects 0.000 claims abstract description 228
- 238000012544 monitoring process Methods 0.000 claims abstract description 208
- 238000001514 detection method Methods 0.000 claims abstract description 41
- 238000012549 training Methods 0.000 claims description 37
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 7
- 230000000875 corresponding effect Effects 0.000 description 168
- 239000013598 vector Substances 0.000 description 25
- 230000006870 function Effects 0.000 description 20
- 230000003068 static effect Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 238000012806 monitoring device Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 6
- 238000005406 washing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 5
- 238000013145 classification model Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000006698 induction Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 238000010408 sweeping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction 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
本发明实施例公开了一种设备控制方法、装置、电子设备及存储介质。所述方法包括:获取目标空间的各监测区域下各目标对象对应的目标特征;对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态;根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行所述目标控制方案。本发明实施例的技术方案实现了根据目标对象的动作状态来确定监测区域对应的目标设备的控制,提高了目标设备自动控制的精确度,提高了用户体验度。
Description
技术领域
本发明涉及一种信号处理技术领域,尤其涉及一种设备控制方法、装置、电子设备及存储介质。
背景技术
随着现今社会的进步,在办公场所、家居场所以及公共场所等,各种设备层出不穷,这些设备的出现,方便了人们的办公、居住以及出行。
比如,在家居场所中的智能门、灯具、空调、冰箱、电视机、扫地机器人以及抽油烟机等设备,方便了人们的生活。
现有技术中可以实现对设备的基本自动化控制,比如,人体红外感应灯,当有人或者有温度的物体进入模块感应范围内的时,感应模块输出高电平脉冲信号或者高电平延时信号驱动感应灯通电。但这种设备控制方式只局限于部分设备,并且根据人或者有温度的物体进入或者离开模块感应范围,对设备进行调控,设备控制的精确度差。
发明内容
有鉴于此,本发明实施例提供了一种设备控制方法、装置、电子设备及存储介质,以解决设备自动控制精确度不高的问题。
第一方面,本发明实施例提供了一种设备控制方法,方法包括:
获取目标空间的各监测区域下各目标对象对应的目标特征;
对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态;
根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行所述目标控制方案。
第二方面,本发明实施例还提供了一种区域监测方法,方法包括:
显示区域监测页面;所述区域监测页面包括对应于目标空间的各监测区域;
在所述区域监测页面中相应的监测区域,实时显示各目标对象的动作状态;各所述目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各所述目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
第三方面,本发明实施例还提供了一种设备控制装置,装置包括:
目标特征获取模块,用于获取目标空间的各监测区域下各目标对象对应的目标特征;
动作状态获取模块,用于对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态;
方案确定模块,用于根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行所述目标控制方案。
优选的,在本发明实施例中,目标特征获取模块还用于:
获取目标空间的各监测区域下各目标对象对应的目标信号;对目标信号进行特征提取,得到各目标对象对应的目标特征;
动作状态获取模块还用于:
分别对各目标对象的目标特征进行状态分类处理,获得各目标对象的动作状态。
优选的,在本发明实施例中,动作状态获取模块还用于:
针对各目标对象对应的目标特征,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率;基于各动作状态的概率,确定各目标对象的动作状态。
优选的,在本发明实施例中,装置还包括:
模型训练模块,用于获取针对样本目标对象在不同动作状态下的样本目标特征,基于各样本目标特征生成分别与各动作状态对应的样本集;各样本集包括针对当前的动作状态的正样本和针对当前的动作状态以外的负样本,以及对应的样本标签;样本标签包括针对正样本的样本标签和针对负样本的样本标签;通过初始模型中的各分支模型,分别对各动作状态对应的样本集中的样本目标特征进行状态检测,分别得到样本状态结果;基于各样本状态结果与相应的样本标签之间的差异,调整初始模型中的各分支模型的模型参数并继续训练,直至满足训练条件时停止训练,得到已训练的状态检测模型。
优选的,在本发明实施例中,方案确定模块还用于:
若目标空间的监测区域下的各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的智能设备执行目标控制方案中的目标动作。
优选的,在本发明实施例中,目标空间的各监测区域包括对应的区域类型;
方案确定模块还用于:
若监测区域的区域类型,以及各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行目标控制方案中的目标动作。
第四方面,本发明实施例还提供了一种区域监测装置,装置包括:
页面显示模块,用于显示区域监测页面;所述区域监测页面包括对应于目标空间的各监测区域;
动作状态显示模块,用于在所述区域监测页面中相应的监测区域,实时显示各目标对象的动作状态;各所述目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各所述目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
优选的,本发明实施例中,装置还包括:
页面展示模块,用于展示区域编辑页面;区域编辑页面用于自定义配置目标空间的监测区域;
监测区域生成模块,用于响应于在区域编辑页面选中的任意区域,生成自定义的监测区域。
优选的,本发明实施例中,装置还包括:
执行情况获取模块,用于获取目标设备执行与动作状态对应的目标控制方案后的执行情况;执行情况展示模块,用于在区域监测页面展示各监测区域的目标控制方案的执行情况。
第五方面,本发明实施例还提供了一种电子设备,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,使得所述一个或多个处理器实现如本发明任一所述实施例中的设备控制方法和/或本发明任一所述实施例中的区域监测方法中的步骤。
第六方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任一所述实施例的设备控制方法中的步骤和/或本发明任一所述实施例的区域监测方法中的步骤。
第七方面,本发明实施例还提供了一种计算机程序产品或计算机程序,所述计算机程序产品或计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中;所述计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令,所述处理器执行所述计算机指令时实现本发明任一所述实施例的设备控制方法中的步骤和/或实现本发明任一所述实施例中区域监测方法中的步骤。
本发明实施例的技术方案,通过获取目标空间的各个监测区域下的各目标对象对应的目标特征,对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态,根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,进而根据目标控制方案控制与监测区域对应的目标设备,实现对目标设备的控制,本发明实施例的技术方案根据监测区域内的至少一个目标对象的动作状态,实现对监测区域对应的目标设备的控制,不需要用户手动按开关调节用电设备,也不需要用户通过软件程序调节用电设备,仅根据用户的动作状态就可以得到用电设备的控制方案,提高了目标设备控制的灵活性。由于是根据目标对象的动作状态确定的目标控制方案,提高了目标设备控制的精准度,提高了用户体验度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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发明的一些实施例,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。
其中:
图1为一个实施例中的一种实施环境的示例图;
图2为一个实施例中的一种设备控制方法的流程示意图;
图3为一个实施例中的一种多普勒-时间谱的示意图;
图4为一个实施例中的一种监测区域的区域类型划分示意图;
图5为一个实施例中的一种区域监测方法的流程示意图;
图6为一个实施例中的一种区域监测页面的示意图;
图7为一个实施例中的一种设备控制装置的结构示意图;
图8为一个实施例中的一种区域监测装置的结构示意图;
图9为一个实施例中的一种电子设备的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
在阐述本发明实施例的技术方案之前,首先对本发明实施例的应用场景进行示例性说明:
目前对设备的自动化控制方式比较单一,通常通过识别是否有人或者有温度的物体来对设备的开启或者关闭进行控制。而且,这种控制方式只能局限于部分设备。并且,通过是否有人或者有温度的物体来判断设备的开启或者关闭,对设备的控制方式单一,无法实现对设备的灵活的控制,用户体验度不高。有鉴于此,本发明实施例提供一种设备控制方法,通过获取各个监测区域下各目标对象的目标特征,根据目标特征获得目标对象的动作状态,根据目标动作状态,确定与目标对象的动作状态对应的目标控制方案,进而指示与目标对象所在的监测区域对应的目标设备执行目标控制方案。发明实施例的技术方案实现了针对监测区域内的目标对象的动作状态来对监测区域对应的目标设备进行控制,提高了控制的灵活性和准确度。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
图1为一种设备控制方法所涉及的实施环境的示意图。在一种实施方式中,该实施环境适用于智能家居场景,该实施环境包括传感器10、终端设备11、云端12、网关设备13、路由器14以及设备15。
具体的,终端设备11可以是任何具备用心和存储功能的智能设备,例如:智能手机、平板电脑、笔记本电脑、台式电脑等具有网络连接功能的电子设备,在此不进行限定。云端12可以是网络接入服务器、数据库服务器、云服务器等。可选的,网关设备13可以为基于ZigBee协议搭建,设备15可以受控于传感器10或者终端设备11或云端12,且可以是预先加入网关设备13,例如,设备15可以是网关设备13出厂时网关设备所归属套件中的设备;也可以是后续通过用户操作连接至网关设备13中的设备。
可选地,终端设备11中安装了可以对设备15进行管理的客户端,客户端可以是应用程序客户端(如手机的APP),也可以是网页客户端,在次不做限定。
可选的,传感器10可以基于ZigBee协议而与网关设备13建立网络连接,从而加入到ZigBee网络中。
可选地,传感器10、终端设备11及设备15均可以通过网关设备13接入到以太网中,网关设备13可以通过有线或无线的通信连接方式接入云端12。例如,网关设备13以及终端设备11可以将获取的信息存储到云端12中。可选的,终端设备11还可以通过2G/3G/4G/5G、WiFi等与云端12建立网络连接,从而可以获取云端12下发的数据。
可选的,终端设备11、网关设备13和传感器10可以在同一局域网络中,也可以和云端12在同一广域网络中。其中,当终端设备11与网关设备13在同一局域网络中时,终端设备11可通过局域网路径,与网关设备13以及连接至网关设备13的传感器10进行交互;也可以通过广域网路径,与网关设备13以及连接至网关设备13的传感器10进行交互。当终端设备11与网关设备13不在同一局域网络中时,终端设备11可以通过广域网路径与网关设备13以及连接至网关设备13的传感器10进行交互。其中,设备15可以包括但不限于,智能灯具、自动窗帘、空调等智能家居产品。
目标控制方案是指在网关设备13或者连接到网关设备13的设备15之间构建的联动应用方案;目标控制方案包括触发条件、被控制的目标设备和执行动作,实现自动化场景控制的设备包括触发设备和被控制的目标设备(受控设备),两者可以通过网关设备13进行通信连接,当触发设备获取的目标对象的动作状态满足触发条件时,网关设备13控制受控设备执行相应的执行动作。其中,触发设备可以是各种传感器例如雷达传感器、压力传感器等。受控设备可以是各种开关、电视机、插座、电灯等设备15。
假设物联网系统设置了一个自动控制方案:在目标空间的某一个监测区域内,检测到目标对象的动作状态,在动作状态为静止的情况下,关闭与监测区域对应的灯具。基于该应用场景,可以设置雷达传感器为触发设备,设置与灯具连接的智能开关为受控设备。具体的执行原理是:若是通过局域网路径,在网关本地进行自动化执行,则雷达传感器检测到位于该监测区域内的目标对象的动作状态,将此事件上报给网关,网关收到目标对象的动作状态后,根据存储的自动化配置信息,确定动作状态为静止,也即满足触发条件,并且找到与监测区域对应的设备15,在本实施例中为智能开关,并通知智能开关执行目标动作,即关灯。从而实现了在目标空间的监测区域内检测到目标对象的动作状态为静止时,自动关闭与监测区域对应的灯具这样一个自动化联动。若是通过广域网路径,在云端进行自动化执行,则雷达传感器检测到目标对象的动作状态,将此事件上报给网关,网关收到检测到目标对象的动作状态的事件后,将该事件上报是云端,云端根据存储的场景配置信息,找到与监测区域对应的设备15,在本实施例中为智能开关,并通过网关通知智能开关执行关灯动作。
如图2所示,本发明实施例提供的一种设备控制方法,本发明实施例的设备控制方法可以由设备控制装置来执行,该装置可以通过软件和/或硬件的形式实现。
如图2所示,本发明实施例的设备控制方法具体包括如下步骤:
S110、获取目标空间的各监测区域下各目标对象对应的目标特征。
其中,目标空间是指具有边界范围的空间,在目标空间内自定义划分出部分区域,作为监测区域。目标空间可以包括多个监测区域。比如,目标空间包括整栋房子,监测区域为房子内的各个房间。目标对象包括但不限于人或者有生命体的动物。目标特征是指与目标对象对应的特征,例如可以为身体部位的位置特征或者肢体的动作特征等,比如目标对象为人体,目标特征可以为头部的位置特征、臀部的位置特征,比如在预设跌倒时长内头部位于地面和/或臀部位于地面,则动作状态为摔倒。通过获取目标特征能够为后续基于目标特征获得目标对象的动作状态奠定基础。
具体的,获取目标空间内的各个监测区域下的各目标对象对应的目标特征。可以通过电磁波的方式获取目标对象的电磁波信号,基于电磁波信号确定目标特征。
S120、对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态。
其中,动作状态是指目标对象运动的状态,包括行走、跌倒、静止、微动和奔跑等。比如,行走:目标对象在预设行走时长内的水平移动,跌倒:目标对象的部分身体特征在预设跌倒时长内接触地面。静止:目标对象在预设静止时长内处于某一位置静止不动。微动:目标对象在预设微动时长内在预设距离范围内的移动。应当理解,每个监测区域内能存在一个或多个目标对象,也可能没有目标对象。
具体的,对各目标对象的目标特征进行状态检测,得到各目标对象的动作状态,以便于后续根据目标对象的动作状态得到目标控制方案,进而可以根据目标控制方案控制与目标对象所在的监测区域对应的目标设备。
S130、根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行目标控制方案。
其中,目标设备是指与监测区域对应的设备,设备包括空调、冰箱、灯、扫地机器人、抽油烟机等等。比如,监测区域为厨房,目标设备包括厨房的灯、抽油烟机以及刷碗机等。目标控制方案是指用于控制与监控区域内对应的目标设备、执行相应动作/操作的方案。目标控制方案包括触发条件、被控制的目标设备和执行动作,在监测区域内的目标对象的动作状态满足触发条件的情况下,对与监测区域对应的目标设备执行目标动作,实现对目标设备的自动化操作。目标控制方案控制的目标设备可以在监测区域内,比如,监测区域为休息区,则目标控制方案为根据休息区域内的至少一个目标对象的动作状态控制休息区内的灯的亮度。当然,目标控制方案控制的目标设备也可以在监测区域外,比如,监测区域为玄关,与监测区域对应的目标控制方案:根据玄关的至少一个目标对象的动作状态调节玄关的灯的亮度以及控制客厅的空调的开关。
具体的,根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,进而根据目标控制方案指示相应的目标设备执行目标控制方案。本发明的实施例实现了根据位于监测区域内的至少一个目标对象的动作状态来确定与监测区域对应的目标设备的控制方案,进而实现对目标设备的控制。比如,监测区域为休息区,各目标对象的动作状态为静止状态,与静止状态对应的目标控制方案为将休息区的灯的亮度调暗,通过这样的方式,不需要用户手动调节灯的亮度,提高了用户体验度。
本发明实施例的技术方案,通过获取目标空间的各个监测区域下的各目标对象对应的目标特征,对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态,根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,进而根据目标控制方案控制与监测区域对应的目标设备,实现对目标设备的控制,本发明实施例的技术方案根据监测区域内的至少一个目标对象的动作状态,实现对监测区域对应的目标设备的控制,提高了目标设备控制的灵活性。由于是根据目标对象的动作状态确定的目标控制方案,提高了目标设备控制的精准度。
在另一本发明实施例中,获取目标空间的各监测区域下各目标对象对应的目标特征,包括:获取目标空间的各监测区域下各目标对象对应的目标信号;对目标信号进行特征提取,得到各目标对象对应的目标特征;对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态,包括:分别对各目标对象的目标特征进行状态分类处理,获得各目标对象的动作状态。
其中,目标信号可以是指雷达电磁波信号。目标特征是指基于雷达电磁波信号得到的特征。
具体的,获取各个监测区域下各个目标对象的目标信号,并对目标信号进行特征提取,得到各个目标对象对应的目标特征。在目标信号为雷达电磁波信号的情况下,对雷达电磁波信号进行微多普勒信号的转换,并对转换得到的微多普勒信号进行特征提取,得到目标特征。分别对各个目标对象的目标特征进行状态分类处理,获得各个目标对象的动作状态。可选地,通过预先训练完成的分类模型对各个目标对象的目标特征进行状态分类处理,得到各个目标对象的动作状态。分类模型可以是朴素贝叶斯分类器、逻辑回归模型、决策树分类模型、随机森林分类模型、K近邻分类模型和支持向量机模型等等。通过雷达电磁波获取的目标对象的雷达电磁波信号可以更加精准的描述目标对象,使得后续获得的目标对象的目标特征的信息更加丰富,进而提高了根据目标特征确定的动作状态的准确度。
在一本发明实施例中,通过使用毫米波雷达传感器获取目标空间的各个监测区域内的雷达电磁波信号,对于毫米波雷达的频段和结构等不做限定。在检测到有目标对象进入到监测区域内的情况下,通过对目标对象的雷达电磁波信号进行提取,至少得到目标对象的平行于水平面的横坐标和纵坐标。对每个目标对象的雷达电磁波信号进行微多普勒信号的转换,并对微多普勒信号进行特征提取。
示例性的,在一个检测周期t秒内,获取目标对象的位置信息,标记为(x,y),对目标对象继续计算雷达电磁波信号的速度多普勒,记为S1,继续统计一段时间T秒后,速度多普勒累积从S1到SN,获得多普勒-时间谱,也即微多普勒谱。如图3所示,对每一列数据取最大值形成图中波形曲线Q2,表示目标对象主要频率变化,表示为S(n),每t秒时间获取一个数据,T秒时间累计N点数据,对累积的数据进行离散傅里叶变化(FFT)运算,取该频谱信号最大值对应的强度P1和对应的频率F1,取次大峰值的强度为P2和F2,可得到目标对象的运动周期ΔF=|F1-F2|。
对波形曲线Q2取波峰形成上包络曲线Q1,对波形曲线Q2取波谷形成下包络曲线Q3,对上包络曲线Q1的波峰对应的多普勒频率F11,波谷对应的多普勒频率F12,对下包络曲线Q3的波峰对应的多普勒频率F31,波谷对应的多普勒频率F32。计算目标对象的总多普勒信号带宽B1=|F11-F12|,计算目标对象的总多普勒的偏移量O1=|F31-F32|/2。
目标对象的微多普勒图中的特征向量包括:1.目标主要运动多普勒的强度P1和频率F1;2.目标的运动周期ΔF;3.目标的总多普勒带宽B1;4.目标的总多普勒偏移量O1。
上述特征向量为每个动作状态的特征向量。通过微多普勒信号得到的目标特征,也即特征向量的信息更加丰富,可以使得后续获得动作状态更加准确。
在另一本发明实施例中,对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态,包括:针对各目标对象对应的目标特征,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率;基于各动作状态的概率,确定各目标对象的动作状态。
其中,状态检测模型为预先训练完成的,实现对目标特征分类的模型。
具体的,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率,基于各动作状态的概率,确定各目标对象的动作状态。可选地,将目标特征属于各动作状态的概率值中,最高概率值的动作状态,作为该目标特征对应的目标对象的动作状态。这样,分别获得各个目标对象的动作状态。本发明实施例中,通过预先训练的模型的方式来对目标对象的目标特征进行处理,得到目标对象的动作状态,提高了目标对象的动作状态确定的准确度。
在另一本发明实施例中,状态检测模型通过模型训练步骤获得,模型训练步骤包括:获取针对样本目标对象在不同动作状态下的样本目标特征,基于各样本目标特征生成分别与各动作状态对应的样本集;各样本集包括针对当前的动作状态的正样本和针对当前的动作状态以外的负样本,以及对应的样本标签;样本标签包括针对正样本的样本标签和针对负样本的样本标签;通过初始模型中的各分支模型,分别对各动作状态对应的样本集中的样本目标特征进行状态检测,分别得到样本状态结果;基于各样本状态结果与相应的样本标签之间的差异,调整初始模型中的各分支模型的模型参数并继续训练,直至满足训练条件时停止训练,得到已训练的状态检测模型。
其中,初始模型具备分类条件,包括但不限于支持向量机。训练条件可以是指模型参数收敛,并在预设参数范围内波动数次,或者模型参数达到预设阈值等。
具体的,获取针对样本目标对象在不同动作状态下的样本目标特征,根据各样本目标特征生成分别与各动作状态对应的样本集,各样本集包括当前的动作状态的正样本和除了当前的动作状态之外的负样本,以及对应的样本标签。比如,当前的动作状态为跌倒,则正样本为跌倒的样本目标特征。负样本为除了跌倒之外的其他动作状态的样本目标特征。负样本具有唯一对应的样本标签,正样本具有唯一对应的样本标签。通过初始模型中的各分支模型,分别对各动作状态对应的样本集中的样本目标特征进行状态检测,分别得到样本状态结果。针对各样本状态结果,根据每个样本状态结果与相对应的样本标签之间的差异,调整初始模型的各分支模型的模型参数,之后重复训练,在满足训练条件的情况下,停止训练,得到状态检测模型。本发明实施例的方法实现了对状态检测模型的训练,根据动作状态对应的样本集进行分支模型的训练,最终得到状态检测模型,提高了状态检测模型对各种动作状态分类的精准度。
示例性的,以人体为目标对象,分别采集目标对象在运动、静止、微动和跌倒的动作状态下的雷达电磁波信号。并计算出各种动作状态下的微多普勒信号,包括强度、频率、周期、带宽和偏移量等,样本集包括四种动作状态的样本标签,以及每个样本标签对应的微多普勒特征组成的特征向量。
标签可以包括{运动、静止、微动、跌倒}。特征向量可以包括{目标对象运动多普勒的强度和频率、目标对象的运动周期、目标对象的总多普勒带宽、目标对象的总多普勒偏移量}。将样本集分为训练集和测试集,可选地,本发明实施例中,将80%的样本集作为训练集,将20%的样本集作为测试集。
根据标签抽取部分训练集,训练分支模型,比如,标签包括运动、静止、微动、跌倒,则分为四次抽取部分训练集。
第一次抽取运动标签对应的特征向量为正样本集,静止、微动、跌倒对应的特征向量为负样本集;第一次抽取静止标签对应的特征向量为正样本集,运动、微动、跌倒对应的特征向量为负样本集;第一次抽取微动标签对应的特征向量为正样本集,静止、运动、跌倒对应的特征向量为负样本集;第一次抽取跌倒标签对应的特征向量为正样本集,静止、微动、运动对应的特征向量为负样本集。
根据运动标签的数量确定初始模型的分支模型的数量,并通过每个运动标签对应的部分训练集进行分支模型的训练。在各分支模型训练结束后,得到状态检测模型。
示例性的,初始模型为SVM分类器,SVM分类器的表达式包括:
wTXi+b-1≥+1,if yi=+1
wTXi+b-1≤-1,if yi=-1
其中,Xi表示特征向量,yi表示标签结果,w和b表示参数。w表示分类器模型的法向量,T表示对这个法向量转置运算,这个法向量为一个矩阵。
为了使SVM分类器避免过拟合影响泛化能力,增加损失函数,当训练结果满足预设拟合程度时结束模型训练。
损失函数的表示式可为:
其中,Xi表示特征向量,yi表示标签结果,(wTxi+b)表示模型的输出(即预测的分类结果),w和b表示超平面的法向量和截距,N表示样本数,λ是一个可调参数,用来权衡经验风险和结构风险,以加大某一项的惩罚力度,通常约定95%概率结束模型的训练。
为了SVM分类器的准确性,使用非线性核函数,即高斯核函数,表达式为:
X1表示正样本集中的特征向量,X2表示负样本集中的特征向量,k()表示高斯核函数,σ表示正样本集的特征向量与负样本集的特征向量的方差,exp表示求得正样本集的类别与负样本集的类别在高斯分布上的概率。
SVM分类器有线性分类器和非线性分类器。高斯函数是SVM分类器训练选择的一种核函数,高斯核函数可以满足非线性分类,高斯核函数可以将非线性分类转换到线性分类的一种训练模型的函数。作用是可以更好地拟合分类器。
也即,如果训练分支模型需要输入项,高斯核函数、损失函数、特征向量和样本标签都是输入项,目的是为了训练分支模型。训练结束后可以得到y=wTXi+b的模型,w和b是模型的参数。输入特征向量Xi就能得到他的类别y。
在对目标对象进行动作状态的获取时,通过获取目标对象的雷达电磁波信号,并根据雷达电磁波信号获取微多普勒信号,提取微多普勒信号中的目标特征,也即特征向量,通过状态检测模型对特征向量进行处理,也即通过四个已经训练完成的分支模型对特征向量进行处理,得到四个结果,将概率值最高的结果对应的动作状态作为目标对象的动作状态。
在本发明实施例中,初始模型在训练时增加了损失函数,避免了初始模型过拟合影响泛化能力。并且初始模型使用非线性核函数——高斯核函数,提高了分类器的准确度。在训练时,采用每个动作状态下的样本集训练分支模型,进而使得得到的状态检测模型更具有针对性,在对目标对象的动作状态进行确定时,可以提高动作状态确定的准确度。
在另一本发明实施例中,根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,包括:若目标空间的监测区域下的各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行目标控制方案中的目标动作。
其中,触发条件可以根据监测区域的特点进行设置,比如,休息区,在所有目标对象的动作状态都为静止的情况下,指示相应的用电设备执行目标控制方案中的目标动作,也即相应的灯调暗和/或电视机音量调小等。当然,在指示相应的用电设备执行目标动作前,首先判断目标设备是否满足执行目标动作的条件,比如,首先判断灯是否开启,若是开启,则调节灯的亮度或者颜色。还比如,判断电视机是否开启,若是开启,判断电视机的音量是否大于预设音量阈值,若是大于预设音量阈值,则将音量调节至低音音量阈值等。目标动作根据目标设备的状态来确定,包括开启、关闭和调节功率等。比如,目标设备为空调,则目标动作可以是关闭、开启、调节温度或者调节模式等。
具体的,本发明实施例中,判断目标空间的各监测区域下的各个目标对象的动作状态是否满足该监测区域对应的目标控制方案中的触发条件。若是满足,则指示相应的目标设备执行目标控制方案中的目标动作。本发明实施例中的技术方案根据动作状态是否满足触发条件,来确定目标动作,提高了目标控制方案的灵活性,使得监测区域对应的目标设备的控制更加灵活。
在另一本发明实施例中,目标空间的各监测区域包括对应的区域类型;若目标空间的监测区域下的各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的用电设备执行目标控制方案中的目标动作,包括:若监测区域的区域类型,以及各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行目标控制方案中的目标动作。
其中,区域类型可以是根据目标空间进行自定义。比如,目标空间为工厂,则区域类型包括办公室、厂房以及走廊等。目标空间为住户房屋,则区域类型包括休息区、玄关、厨房、洗漱区及阳台等。
具体的,若监测区域的区域类型以及目标对象的动作状态,满足监测区域对应的目标控制方案的触发条件,则指示目标设备执行目标动作。根据区域类型以及监测区域内的目标对象的动作状态,来确定执行目标控制方案中的目标动作,使得目标动作更加有针对性,提高了目标设备控制精准度。
示例性的,如图4所示,本发明实施例中,将目标空间005中的各监测区域划分为洗漱区004、玄关003以及休息区002三种区域类型。触发条件包括:监测区域的区域类型为洗漱区004,动作状态为跌倒。洗漱区004对应的目标设备包括报警设备,比如指示灯、音频设备以及通信设备。通信设备用于将目标对象的跌倒的消息发送至预先绑定的用户端。触发条件还包括:监测区域的区域类型为玄关003,动作状态为运动。若监测区域的区域类型为玄关003,并且玄关003内的至少一个目标对象的动作状态为运动,则指示灯开启或者关闭,并发出关门提示语音。
可选地,在检测到至少一个目标对象的运动方向是朝向室内,则指示灯开启,控制音频设备发出关门提示语音。在检测到至少一个目标对象的运动方向是朝向门,则指示灯关闭,控制音频设备发出关门提示语音。触发条件还包括:监测区域的区域类型为休息区002,动作状态为静止。休息区002对应的目标设备包括电视机、休息区002内的灯、空调以及音频设备等。在休息区002内的所有的目标对象的动作状态都为静止的情况下,控制目标对象降低功率。比如,电视机降低音量、空调风速减弱、音频设备降低音量以及灯降低亮度等。本发明实施例的方案,可以实现有针对性的应对各种区域类型内的目标对象的动作状态,在动作状态满足触发条件的情况下,对监测区域对应的目标设备进行控制。
在另一本发明实施例中,提供了一种区域监测方法,本发明实施例的区域监测方法可以目标空间的区域进行监测的情况,为上述的设备控制方法提供交互界面,便于用户观察区域监测情况。本发明实施例的区域监测方法可以各国区域监测装置来执行,区域监测装置可以通过软件和/或硬件的形式来实现。
如图5所示,本发明实施例的区域监测方法包括如下步骤:
S210、显示区域监测页面。
其中,区域监测页面包括对应于目标空间的各监测区域。
具体的,在终端上显示区域监测页面,便于用户查看。终端包括移动终端、计算机或者平板电脑等。
S220、在区域监测页面中相应的监测区域,实时显示各目标对象的动作状态。
其中,各目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
具体的,在区域监测页面中的相应的监测区域,实时显示各个目标对象的动作状态,便于用户可以随时查看目标对象的动作状态。示例性的,显示目标对象的动作状态,可以以对象标识表示目标对象,并在对象标识旁显示有动作状态的状态标识。当然,不同目标对象的对象标识可以相同,也可以不同。比如,以“●”为对象标识,动作状态以文字的形式标识。如图6所示,在区域监测页面001中,在“●”的下方显示有目标对象对应的动作状态,位于休息区002的目标对象01动作状态为运动,位于休息区002的目标对象02的动作状态为静止以及位于洗漱区004的目标对象03的动作状态为跌倒,在玄关003没有目标对象。
本发明实施例的技术方案,通过显示区域监测页面,并在区域监测页面中相应的监测区域,实时显示各目标对象的动作状态,用户可以随时查看区域监测页面,查看监测区域内是否有目标对象,目标对象的动作状态如何,提高了用户体验度。
在另一本发明实施例中,区域监测方法还包括:展示区域编辑页面;区域编辑页面用于自定义配置目标空间的监测区域;响应于在区域编辑页面选中的任意区域,生成自定义的监测区域。
具体的,区域编辑页面可以用于自定义配置目标空间的监测区域,响应于在区域编辑页面中的任意区域,生成自定义的监测区域,区域编辑页面与目标空间具有一一对应的关系,在区域编辑页面中生成自定义的监测区域。在检测到区域编辑页面中任意区域的选中操作时,响应该选中操作,并生成自定义的监测区域,当然,监测区域位于目标空间的位置、区域的大小等,都可以根据进行自定义设置。
进一步的,目标空间内的各个目标设备与监测区域之间的关系,可以响应于区域编辑页面中的关系设置,比如,设备A,监测区域A,响应于将设备A与监测区域A关联,也即监测区域A与设备A相对应。本发明实施例的技术方案实现了在区域编辑页面可以自定义配置监测区域,提高了监测区域配置的灵活性,提高了用户体验度。
在另一本发明实施例中,区域监测方法还包括:获取目标设备执行与动作状态对应的目标控制方案后的执行情况;在区域监测页面展示各监测区域的目标控制方案的执行情况。
其中,执行情况包括监测区域对应的目标设备执行的目标动作完成情况,比如,沙发区域对应的灯由白色调节为黄色。
具体的,获取目标设备执行与动作状态对应的目标控制方案后的执行情况,在区域监测页面展示各个监测区域的目标控制方案的执行情况,当然,若存在没有执行目标控制方案的目标设备,在区域监测页面中展示未执行目标控制方案的原因,比如,沙发区域的灯未由白色调节为黄色,在区域监测页面展示:未执行,灯为关闭状态。这只是一种示例,并不限制本方案的执行情况显示方案。方便用户查阅,可以了解监测区域的目标设备执行目标控制方案的情况,提高了用户体验度。
在另一本发明实施例中,提供一种设备控制方法,目标空间为用户住处,在终端设备中安装了可以对目标设备进行管理的客户端。客户端可以是应用程序客户端,在客户端上包括区域编辑页面,用于自定义配置目标空间的监测区域,响应于区域编辑页面选中的任意区域,生成自定义的监测区域。示例性,自定义的监测区域包括洗漱区、玄关、吧台以及沙发区(休息区)。
通过毫米波雷达传感器获取目标空间的各个监测区域下各个目标对象的目标信号,对目标信号进行特征提取,得到各目标对象对应的目标特征,针对各目标对象对应的目标特征,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率,基于各动作状态的概率,得到各目标对象的动作状态。状态检测模型的训练在上述实施例中进行详细的说明,这里不再赘述。
若目标空间的监测区域的区域类型,以及各个目标对象的动作状态,满足与监测区域对应的目标控制方案的触发条件,则指示与监测区域对应的目标设备执行目标控制方案中的目标动作,比如,在洗漱区检测到存在至少一个目标对象的动作状态为跌倒,则控制报警设备发出预警信息。在玄关检测到存在至少一个目标对象的动作状态为运动,运动方向向室内,并且离开玄关,则控制与玄关对应的灯具关灯,并控制音频设备发出关门提示语音,在检测到至少一个目标对象的运动方向是朝向门,并且从玄关内消失,则指示灯关闭,控制音频设备发出关门提示语音。在沙发区预设时长内没有检测到目标对象或者检测到目标对象,而目标对象的动作状态为静止,则控制与沙发区对应的灯关闭、调节灯光亮度或者颜色变化等。在吧台检测到目标对象的动作状态为微动,则控制调节灯具亮度以及音频设备播放音乐等。
在客户端的区域监测页面中,包括目标区域内的各个监测区域,并且,可以实时显示监测区域内的目标对象的动作状态。在获取目标设备执行与动作状态对应的目标控制方案后的执行情况,在区域监测页面中,展示各监测区域的目标控制方案的执行情况。
本发明实施例的技术方案,实现了根据监测区域内目标对象的目标信号,获得目标特征,通过状态检测模型对目标特征进行处理,得到动作状态,确定与动作状态对应的目标控制方案,进而通过目标控制方案对监测区域对应的目标设备进行控制,使得目标设备执行目标控制方案中的目标动作。并且,本发明实施例中,用户可以在客户端的区域监测页面中查看目标对象的动作状态以及监测区域内的目标控制方案的执行情况。用户还可以在区域编辑页面自定义监测区域,提高了用户体验度。本发明实施例的技术方案实现了根据监测区域内的目标对象的动作状态控制与监测区域对应的目标设备的动作,提高了目标设备控制的灵活性和准确度。
在另一本发明实施例中,还提供了一种设备控制装置,图7为本发明实施例提供的一种设备控制装置的结构示意图,本发明实施例所提供的设备控制装置可执行本发明任意实施例所提供的设备控制方法,具备执行方法相应的功能模块和有益效果。该装置包括:目标特征获取模块410、动作状态获取模块420和方案确定模块430;其中:
目标特征获取模块410,用于获取目标空间的各监测区域下各目标对象对应的目标特征;动作状态获取模块420,用于对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态;方案确定模块430,用于根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行目标控制方案。
进一步的,在本发明实施例中,目标特征获取模块410还用于:
获取目标空间的各监测区域下各目标对象对应的目标信号;对目标信号进行特征提取,得到各目标对象对应的目标特征;
动作状态获取模块420还用于:
分别对各目标对象的目标特征进行状态分类处理,获得各目标对象的动作状态。
进一步的,在本发明实施例中,动作状态获取模块420还用于:
针对各目标对象对应的目标特征,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率;基于各动作状态的概率,确定各目标对象的动作状态。
进一步的,在本发明实施例中,装置还包括:
模型训练模块,用于获取针对样本目标对象在不同动作状态下的样本目标特征,基于各样本目标特征生成分别与各动作状态对应的样本集;各样本集包括针对当前的动作状态的正样本和针对当前的动作状态以外的负样本,以及对应的样本标签;样本标签包括针对正样本的样本标签和针对负样本的样本标签;通过初始模型中的各分支模型,分别对各动作状态对应的样本集中的样本目标特征进行状态检测,分别得到样本状态结果;基于各样本状态结果与相应的样本标签之间的差异,调整初始模型中的各分支模型的模型参数并继续训练,直至满足训练条件时停止训练,得到已训练的状态检测模型。
进一步的,在本发明实施例中,方案确定模块430还用于:
若目标空间的监测区域下的各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的智能设备执行目标控制方案中的目标动作。
进一步的,在本发明实施例中,目标空间的各监测区域包括对应的区域类型;
方案确定模块430还用于:
若监测区域的区域类型,以及各目标对象的动作状态,满足与监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行目标控制方案中的目标动作。
本发明实施例的设备监测装置,获取目标空间的各个监测区域下的各目标对象对应的目标特征,对各目标对象的目标特征进行状态检测,获得各目标对象的动作状态,根据各目标对象的动作状态,确定与各目标对象的动作状态所对应的目标控制方案,进而根据目标控制方案控制与监测区域对应的目标设备,实现对目标设备的控制,本发明实施例的技术方案根据监测区域内的至少一个目标对象的动作状态,实现对监测区域对应的目标设备的控制,提高了目标设备控制的灵活性。由于是根据目标对象的动作状态确定的目标控制方案,提高了目标设备控制的精准度。
在另一本发明实施例中,还提供了一种区域监测装置,图8为本发明实施例提供的一种区域监测装置的结构示意图,本发明实施例所提供的区域监测装置可执行本发明任意实施例所提供的区域监测方法,具备执行方法相应的功能模块和有益效果。该装置包括:页面显示模块510和动作状态显示模块520;其中:
页面显示模块510,用于显示区域监测页面;区域监测页面包括对应于目标空间的各监测区域;动作状态显示模块520,用于在区域监测页面中相应的监测区域,实时显示各目标对象的动作状态;各目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
进一步的,本发明实施例中,装置还包括:
页面展示模块,用于展示区域编辑页面;区域编辑页面用于自定义配置目标空间的监测区域;
监测区域生成模块,用于响应于在区域编辑页面选中的任意区域,生成自定义的监测区域。
进一步的,本发明实施例中,装置还包括:
执行情况获取模块,用于获取目标设备执行与动作状态对应的目标控制方案后的执行情况;执行情况展示模块,用于在区域监测页面展示各监测区域的目标控制方案的执行情况。
本发明实施例的技术方案,通过显示区域监测页面,并在区域监测页面中相应的监测区域,实时显示各目标对象的动作状态,用户可以随时查看区域监测页面,查看监测区域内是否有目标对象,目标对象的动作状态如何,提高了用户体验度。
值得注意的是,上述装置所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能模块的具体名称也只是为了便于相互区分,并不用于限制本发明实施例的保护范围。
在另一本发明实施例中,提供一种电子设备,图9为本发明实施例提供的一种电子设备的结构示意图。图9显示的电子设备50仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,电子设备50以通用计算设备的形式表现。电子设备50的组件可以包括但不限于:一个或者多个处理器或者处理单元501,系统存储器502,连接不同系统组件(包括系统存储器502和处理单元501)的总线503。
总线503表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备50典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备50访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器502可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)504和/或高速缓存存储器505。电子设备50可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统506可以用于读写不可移动的、非易失性磁介质(图9未显示,通常称为“硬盘驱动器”)。尽管图9中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线503相连。存储器502可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块507的程序/实用工具508,可以存储在例如存储器502中,这样的程序模块507包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块507通常执行本发明所描述的实施例中的功能和/或方法。
电子设备50也可以与一个或多个外部设备509(例如键盘、指向设备、显示器510等)通信,还可与一个或者多个使得用户能与该电子设备50交互的设备通信,和/或与使得该电子设备50能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口511进行。并且,电子设备50还可以通过网络适配器512与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器512通过总线503与电子设备50的其它模块通信。应当明白,尽管图9中未示出,可以结合电子设备50使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元501通过运行存储在系统存储器502中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的设备控制方法和/或区域监测方法。
在另一本发明实施例中,还提供了一种计算机程序产品或计算机程序,所述计算机程序产品或计算机程序包括计算机指令,所述计算机指令存储在计算机可读存储介质中;所述计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令,所述处理器执行所述计算机指令时实现本发明任一实施例的设备控制方法中的步骤和/或本发明任一实施例的区域监测方法中的步骤。
在另一本发明实施例中,还提供一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行本发明任一实施例的设备控制方法中的步骤和/或本发明任一实施例的区域监测方法中的步骤。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明实施例操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (13)
1.一种设备控制方法,其特征在于,包括:
获取目标空间的各监测区域下各目标对象对应的目标特征;
对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态;
根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行所述目标控制方案。
2.根据权利要求1所述的方法,其特征在于,所述获取目标空间的各监测区域下各目标对象对应的目标特征,包括:
获取目标空间的各监测区域下各目标对象对应的目标信号;
对所述目标信号进行特征提取,得到各目标对象对应的目标特征;
所述对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态,包括:
分别对各目标对象的目标特征进行状态分类处理,获得各目标对象的动作状态。
3.根据权利要求1所述的方法,其特征在于,所述对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态,包括:
针对各目标对象对应的目标特征,通过已训练的状态检测模型分别对各目标对象对应的目标特征进行状态分类处理,获得对应于各动作状态的概率;
基于各动作状态的概率,确定各所述目标对象的动作状态。
4.根据权利要求3所述的方法,其特征在于,所述状态检测模型通过模型训练步骤获得,所述模型训练步骤包括:
获取针对样本目标对象在不同动作状态下的样本目标特征,基于各样本目标特征生成分别与各动作状态对应的样本集;各所述样本集包括针对当前的动作状态的正样本和针对当前的动作状态以外的负样本,以及对应的样本标签;所述样本标签包括针对正样本的样本标签和针对负样本的样本标签;
通过初始模型中的各分支模型,分别对各动作状态对应的样本集中的样本目标特征进行状态检测,分别得到样本状态结果;
基于各样本状态结果与相应的样本标签之间的差异,调整所述初始模型中的各分支模型的模型参数并继续训练,直至满足训练条件时停止训练,得到已训练的状态检测模型。
5.根据权利要求1所述的方法,其特征在于,所述根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,包括:
若所述目标空间的监测区域下的各所述目标对象的动作状态,满足与所述监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行所述目标控制方案中的目标动作。
6.根据权利要求5所述的方法,其特征在于,所述目标空间的各监测区域包括对应的区域类型;所述若所述目标空间的监测区域下的各所述目标对象的动作状态,满足与所述监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行所述目标控制方案中的目标动作,包括:
若所述监测区域的区域类型,以及各所述目标对象的动作状态,满足与所述监测区域对应的目标控制方案中的触发条件,则指示相应的目标设备执行所述目标控制方案中的目标动作。
7.一种区域监测方法,其特征在于,所述方法包括:
显示区域监测页面;所述区域监测页面包括对应于目标空间的各监测区域;
在所述区域监测页面中相应的监测区域,实时显示各目标对象的动作状态;各所述目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各所述目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
展示区域编辑页面;所述区域编辑页面用于自定义配置目标空间的监测区域;
响应于在所述区域编辑页面选中的任意区域,生成自定义的监测区域。
9.根据权利要求7所述的方法,其特征在于,所述方法还包括:
获取目标设备执行与动作状态对应的目标控制方案后的执行情况;
在所述区域监测页面展示各监测区域的目标控制方案的执行情况。
10.一种设备控制装置,其特征在于,包括:
目标特征获取模块,用于获取目标空间的各监测区域下各目标对象对应的目标特征;
动作状态获取模块,用于对各目标对象的目标特征进行状态检测,获得各所述目标对象的动作状态;
方案确定模块,用于根据各所述目标对象的动作状态,确定与各所述目标对象的动作状态所对应的目标控制方案,以指示相应的目标设备执行所述目标控制方案。
11.一种区域监测装置,其特征在于,所述装置包括:
页面显示模块,用于显示区域监测页面;所述区域监测页面包括对应于目标空间的各监测区域;
动作状态显示模块,用于在所述区域监测页面中相应的监测区域,实时显示各目标对象的动作状态;各所述目标对象的动作状态基于对各目标对象对应的目标特征进行识别得到;各所述目标对象的动作状态用于指示相应的目标设备执行与动作状态对应的目标控制方案。
12.一种电子设备,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,使得所述一个或多个处理器实现如权利要求1-6任一所述的设备控制方法中的步骤和/或7-9中任一所述的区域监测方法中的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一所述的设备控制方法中的步骤和/或7-9中任一所述的区域监测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310438320.4A CN116400610A (zh) | 2023-04-18 | 2023-04-18 | 设备控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310438320.4A CN116400610A (zh) | 2023-04-18 | 2023-04-18 | 设备控制方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116400610A true CN116400610A (zh) | 2023-07-07 |
Family
ID=87010439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310438320.4A Pending CN116400610A (zh) | 2023-04-18 | 2023-04-18 | 设备控制方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116400610A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117270411A (zh) * | 2023-10-12 | 2023-12-22 | 快住智能科技(苏州)有限公司 | 一种结合用户画像和监测的家居管理方法及系统 |
-
2023
- 2023-04-18 CN CN202310438320.4A patent/CN116400610A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117270411A (zh) * | 2023-10-12 | 2023-12-22 | 快住智能科技(苏州)有限公司 | 一种结合用户画像和监测的家居管理方法及系统 |
CN117270411B (zh) * | 2023-10-12 | 2024-05-03 | 快住智能科技(苏州)有限公司 | 一种结合用户画像和监测的家居管理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11620897B2 (en) | Machine learning motion sensing with auxiliary sensors | |
US10157613B2 (en) | Controlling connected devices using a relationship graph | |
US20190222433A1 (en) | Automatically learning and controlling connected devices | |
US20220351598A1 (en) | Enhanced audiovisual analytics | |
US10605470B1 (en) | Controlling connected devices using an optimization function | |
CN116400610A (zh) | 设备控制方法、装置、电子设备及存储介质 | |
US20230054918A1 (en) | Motion-based human video detection | |
US20210158048A1 (en) | Image-based abnormal event detection | |
EP4261799A2 (en) | Systems and methods of power-management on smart devices | |
Papatsimpa et al. | Propagating sensor uncertainty to better infer office occupancy in smart building control | |
US11409989B2 (en) | Video object detection with co-occurrence | |
CN112394647B (zh) | 家居设备的控制方法、装置、设备及存储介质 | |
CN115334730A (zh) | 智能灯效的控制方法、装置、系统及可读存储介质 | |
US11580333B2 (en) | Training image classifiers | |
JP2005129046A (ja) | 環境内のユーザの移動をモデル化する方法およびシステム | |
CN113110094B (zh) | 一种基于物联网的智能家居控制系统 | |
CN116520718A (zh) | 一种基于物联网技术的智能家居自适应控制方法和装置 | |
CN115031847A (zh) | 建筑内目标状态判断方法、系统、电子设备、存储介质 | |
US20220276370A1 (en) | A monitoring device for detecting presence in a space and a method thereof | |
US20220404784A1 (en) | Method and device for performing an operation based on sensor signal data | |
CN109521681B (zh) | 一种具有区域分析功能的智能化触摸开关调控方法 | |
CN111306714A (zh) | 空调器及其控制方法 | |
US11900706B1 (en) | Object of interest detector distance-based multi-thresholding | |
CN117334222A (zh) | 状态检测方法、装置、可读存储介质和智能设备 | |
CN114063572B (zh) | 一种无感知智能设备控制方法、电子设备及控制系统 |
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 |