CN116774597A - 一种基于可穿戴设备的智能家居设备控制方法及系统 - Google Patents

Abstract

本发明提供了一种基于可穿戴设备的智能家居设备控制方法及系统。其中，所述方法包括：S1，接收所述可穿戴设备的第一数据；S2，基于所述第一数据确定用户的活动场景，基于所述活动场景确定所述智能家居设备的工作参数；S3，接收所述可穿戴设备的第二数据；S4，基于所述第二数据确定所述智能家居设备的启动时间参数；S5，将所述工作参数和所述启动时间参数发送给所述智能家居设备。本发明的方案基于可穿戴设备的数据确定智能家居设备的工作参数和启动时间参数，进而为用户提供更好的体验。

Description

一种基于可穿戴设备的智能家居设备控制方法及系统

技术领域

本发明涉及智能家居领域，具体而言，涉及一种基于可穿戴设备的智能家居设备控制方法及系统。

背景技术

智能家居是在互联网影响之下物联化的体现。智能家居通过物联网技术将家中的各种设备（如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等）连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。

现有技术中的智能家居设备一般包括两种控制方式，1）定时式，用户提前设置好工作时段，智能家居设备在设定的工作时段内自动启动工作；2）远程控制式，用户通过各类终端的APP给联网的智能家居设备发送控制指令，以使其提前工作。对于上述两种控制方式，都需要用户进行操作控制，而且方式1）十分呆板，难以应对用户生活节奏的多变。

可见，现有技术中智能家居的控制方式不够智能，用户体验仍然不高。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供了一种基于可穿戴设备的智能家居设备控制方法、系统、电子设备及存储介质，以使用户获得更好的智能家居使用体验。

本发明的第一方面提供了一种基于可穿戴设备的智能家居设备控制方法，所述方法包括：S1，接收所述可穿戴设备的第一数据；S2，基于所述第一数据确定用户的活动场景，基于所述活动场景确定所述智能家居设备的工作参数；S3，接收所述可穿戴设备的第二数据；S4，基于所述第二数据确定所述智能家居设备的启动时间参数；S5，将所述工作参数和所述启动时间参数发送给所述智能家居设备。

可选地，所述第一数据包括定位数据、生理数据、检测失败数据。

可选地，步骤S2中，所述基于所述第一数据确定用户的活动场景，包括：基于所述定位数据判断所述可穿戴设备所处的场所；基于所述生理数据判断所述用户的情绪状态，基于所述情绪状态和所述检测失败数据判断所述用户从事与所述场所对应的活动的第一概率；若所述第一概率大于第一阈值，则判定所述用户的活动场景为从事与所述场所对应的活动；否则，判定所述用户的活动场景为从事与所述场所不对应的活动。

可选地，步骤S2中，所述基于所述活动场景确定所述智能家居设备的工作参数，包括：若所述用户的活动场景为从事与所述场所对应的活动，则设置所述智能家居设备的工作参数为第一参数；所述用户的活动场景为从事与所述场所不对应的活动，则设置所述智能家居设备的工作参数为第二参数；其中，所述第一参数对应的工作强度不同于所述第二参数。

可选地，步骤S4中，基于所述第二数据确定所述智能家居设备的启动时间参数，包括：基于所述第二数据判断所述用户前往所述智能家居设备所在场所的第二概率，若所述第二概率大于第二阈值，则基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数。

可选地，所述基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数，包括：基于所述第二数据判断所述用户的交通方式，若所述交通方式为习惯方式，则基于与所述习惯方式对应的历史数据预测所述用户到达所述智能家居设备所在场所的第一时段；若所述交通方式为非习惯方式，则基于所述非习惯方式确定所述用户的换乘方案，基于所述换乘方案预测所述用户到达所述智能家居设备所在场所的第二时段；基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数。

可选地，基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数，包括：基于所述活动场景确定活动强度值，若所述活动强度值大于第三阈值，则将靠近所述第一时段或第二时段的首端点的某一时刻作为所述启动时间参数；否则，将靠近所述第一时段或第二时段的尾端点的某一时刻作为所述启动时间参数。

本发明的第二方面提供了一种基于可穿戴设备的智能家居设备控制系统，所述系统包括可穿戴设备、处理模块、存储模块和通信模块，所述处理模块分别与所述可穿戴设备、所述存储模块和所述通信模块连接；其中，

所述存储模块，用于存储有可执行程序代码；所述处理模块，用于通过调用所述存储模块中存储的所述可执行程序代码，实现如前任一项所述的方法；所述可穿戴设备，用于检测用户的第一数据和第二数据；所述通信模块，用于与所述可穿戴设备和所述智能家居设备通信。

本发明的第三方面提供了一种电子设备，所述设备包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，实现如前任一项所述的方法。

本发明的第四方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时实现如前任一项所述的方法。

本发明的有益效果在于：本发明的方案充分利用了可穿戴设备较高的普及性，基于可穿戴设备回传的用户数据来分析用户对智能家居设备的使用需求信息，包括智能家居设备的工作参数和启动时间参数，进而控制智能家居设备在合适的时间进行工作，整个过程中用户实际上不需要过多的进行干预，能够获得真正智能化的用户体验。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例公开的一种基于可穿戴设备的智能家居控制方法的流程示意图。

图2是本发明实施例公开的一种基于可穿戴设备的智能家居控制系统的结构示意图。

图3是本发明实施例公开一种电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。

实施例一：请参阅图1，图1是本发明实施例公开的一种基于可穿戴设备的智能家居设备控制方法的流程示意图。如图1所示，本发明实施例的一种基于可穿戴设备的智能家居设备控制方法，所述方法包括：S1，接收所述可穿戴设备的第一数据；S2，基于所述第一数据确定用户的活动场景，基于所述活动场景确定所述智能家居设备的工作参数；S3，接收所述可穿戴设备的第二数据；S4，基于所述第二数据确定所述智能家居设备的启动时间参数；S5，将所述工作参数和所述启动时间参数发送给所述智能家居设备。

在本发明实施例中，首先获取可穿戴设备的第一数据，基于第一数据可以确定出用户当前所处的活动场景，而不同的活动场景对应不同的活动强度，基于活动强度就可以确定适宜的智能家居设备的工作参数，比如，当活动场景为办公室办公时，智能家居的工作参数可以为：提前打开空调至22度；当活动场景为篮球场打篮球时，智能家居的工作参数可以为：提前打开空调至27度，提前烧好洗澡用的温水。接着，再接收可穿戴设备的第二数据，第二数据反映了用户当前的目的地意图，当确定其要前往智能家居设备所处的场所时（比如家、公寓、宿舍、酒店等），判定用户有智能家居设备的使用需求，此时基于第二数据可以预测出用户何时到达，于是就可以确定出智能家居设备的启动时间参数。本发明的方案充分利用了可穿戴设备较高的普及性，基于可穿戴设备回传的用户数据来分析用户对智能家居设备的使用需求信息，进而控制智能家居设备在合适的时间进行工作，整个过程中用户实际上不需要过多的进行干预，能够获得真正智能化的用户体验。

本发明的方法可应用于服务器，其包括但不限于计算机、网络主机、数据库服务器、存储服务器以及应用服务器或者多个服务器构成的云服务器，其中云服务器由基于云计算（Cloud Computing）的大量计算机或者网络服务器构成。本发明中的可穿戴设备为以具备部分计算功能、可连接手机及各类终端的便携式配件形式存在，包括但不限于以手腕为支撑的watch类（包括手表和腕带等产品），以脚为支撑的shoes类（包括鞋、袜子或者将来的其他腿上佩戴产品），以头部为支撑的Glass类（包括眼镜、头盔、头带等），以及智能服装、书包、拐杖、配饰等各类非主流产品形态。

可选地，所述第一数据包括定位数据、生理数据、检测失败数据。

在本发明实施例中，智能可穿戴设备提供给服务器的数据可以包括实时定位数据、生理数据、检测失败数据，其中，实时定位数据包括但不限于GPS和/或北斗和/或GLONASS和/或Galileo satellite navigation system；以及，生理数据用于分析用户的情绪状态，包括但不限于心率、体温、血压等，基于生理数据来分析情绪状态属于本领域的成熟现有技术，本发明在此不再赘述；以及，检测失败数据即为检测不到上述生理数据的判定信号，包括检测失败信号、检测失败时长等。

可选地，步骤S2中，所述基于所述第一数据确定用户的活动场景，包括：基于所述定位数据判断所述可穿戴设备所处的场所；基于所述生理数据判断所述用户的情绪状态，基于所述情绪状态和所述检测失败数据判断所述用户从事与所述场所对应的活动的第一概率；若所述第一概率大于第一阈值，则判定所述用户的活动场景为从事与所述场所对应的活动；否则，判定所述用户的活动场景为从事与所述场所不对应的活动。

在本发明实施例中，基于用户的生理数据可以分析得出用户当前的情绪状态，比如兴奋、舒缓、平稳等，而情绪状态可以结合所处场所及检测失败数据共同分析用户当前的活动场景。

举例而言：当分析出用户到达了篮球场，且其情绪状态是兴奋的，此时说明其打篮球的可能性较高，如果再检测到其将可穿戴设备摘下（即检测到检测失败数据），此时第一概率大于第一阈值，说明用户进场参与了篮球运动；如果没有检测到检测失败数据，则第一概率不大于第一阈值，说明用户到篮球场并未打篮球，而是观赛。

再举例如下：基于定位数据判定用户位于办公场所，若基于生理数据确定出情绪状态为平稳或兴奋，若未检测到检测失败数据，则第一概率大于第一阈值，说明用户在办公场所正常办公；若基于生理数据确定出情绪状态为兴奋，若再检测到检测失败数据，则第一概率不大于第一阈值，说明用户在办公场所进行与办公无关的活动，例如在做操、打乒乓球等，这尤其适用于那些在办公场所给用户提供运动健身房间的情况。

另外，可以预设多种场所类型，并基于场所类型的属性来确定不同活动场景下的活动强度，以指导智能家居设备确定不同的工作参数。

可选地，步骤S2中，所述基于所述活动场景确定所述智能家居设备的工作参数，包括：若所述用户的活动场景为从事与所述场所对应的活动，则设置所述智能家居设备的工作参数为第一参数；所述用户的活动场景为从事与所述场所不对应的活动，则设置所述智能家居设备的工作参数为第二参数；其中，所述第一参数对应的工作强度不同于所述第二参数。

在本发明实施例中，当确定出用户的活动场景时，就可以匹配出智能家居设备对应的工作参数，其中第一参数是与用户的活动场景为从事与所述场所对应的活动，例如用户在篮球场打篮球时对应第一参数，用户在篮球场观赛时对应第二参数，其中，第一参数对应智能家居将空调调为24摄氏度，第二参数则对应智能家居将空调调为27摄氏度。对于第一参数和第二参数对应的工作强度的大小关系，可以基于场所的属性来确定，例如，当场所的属性为办公时，第一参数对应的工作强度小于第二参数，当场所的属性为运动时，则第一参数对应的工作强度大于所述第二参数。

另外，可以预设多种场所，以及根据场所的属性确定出不同的活动场景，然后再构建深度学习模型来构建不同活动场景与智能家居设备的工作参数的关联关系。对于深度学习模型，可以包括但不限于卷积神经网络( convolutional neural network)、DBN和堆栈自编码网络(stacked auto-encoder network)模型等，由于属于现有技术，本发明在此不再赘述。

可选地，步骤S4中，基于所述第二数据确定所述智能家居设备的启动时间参数，包括：基于所述第二数据判断所述用户前往所述智能家居设备所在场所的第二概率，若所述第二概率大于第二阈值，则基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数。

在本发明实施例中，基于后续获得的可穿戴设备的第二数据可以分析出用户前往智能家居设备所在场所的第二概率，例如，当用户的行驶轨迹与前往智能家居设备所在场景的历史轨迹相似度达到30%以上时或用户的交通方式符合条件时（例如，用户驾车时即判定为返家），可以确定第二概率大于第二阈值。接着，再基于实时的第二数据（例如定位数据、速度信息、方向信息等）可以预测出用户到达智能家居设备所在场所的时间区间，进而就可以确定启动时间参数。

可选地，所述基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数，包括：基于所述第二数据判断所述用户的交通方式，若所述交通方式为习惯方式，则基于与所述习惯方式对应的历史数据预测所述用户到达所述智能家居设备所在场所的第一时段；若所述交通方式为非习惯方式，则基于所述非习惯方式确定所述用户的换乘方案，基于所述换乘方案预测所述用户到达所述智能家居设备所在场所的第二时段；基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数。

在本发明实施例中，交通方式可分为习惯方式和非习惯方式，习惯方式可以为自驾，非习惯方式可以为公共交通，可以基于第二数据来区分交通方式，例如，当用户的行驶速度符合汽车特征且没有在非路口处（如公交站）进行多次停留时为习惯方式，当用户的行驶速度符合自行车特征，或同时还分析出其行驶方向为朝向公交站，则确定为非习惯方式。不同的交通方式对应着不同的到达时段，以及到达时段的大小也是不同的，显然，当习惯方式对应的第一时段较小，非习惯方式对应的第二时段较大，因为非习惯方式面临更多的不可控因素。

可选地，基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数，包括：基于所述活动场景确定活动强度值，若所述活动强度值大于第三阈值，则将靠近所述第一时段或第二时段的首端点的某一时刻作为所述启动时间参数；否则，将靠近所述第一时段或第二时段的尾端点的某一时刻作为所述启动时间参数。

在本发明实施例中，不同的活动场景对应着不同的活动强度值，比如，在篮球场打篮球>在篮球场看比赛>在办公室做操>在办公室办公，而活动强度值对应着用户的疲惫程度，相应地就会影响用户到达智能家居设备所在场所的时长，即用户越疲惫，其所需的时间就越长，此时将靠近第一时段或第二时段的首端点的某一时刻作为启动时间参数，反之，则将靠近第一时段或第二时段的尾端点的某一时刻作为启动时间参数。对于选择靠近首端点或尾端点的程度，则可以基于活动强度值偏离第三阈值的程度来确定，当然，也可以选择其他确定方式，比如也通过构建及通过了大量数据的训练的深度学习模型来分析得出，本发明对此不再赘述。

实施例二：请参阅图2，图2是本发明实施例公开的一种基于可穿戴设备的智能家居设备控制系统的结构示意图。如图2所示，本发明实施例的一种基于可穿戴设备的智能家居设备控制系统(100)，所述系统包括可穿戴设备(101)、处理模块(102)、存储模块(103)和通信模块(104)，所述处理模块(102)分别与所述可穿戴设备(101)、所述存储模块(103)和所述通信模块(104)连接；其中，

所述存储模块(103)，用于存储有可执行程序代码；所述处理模块(102)，用于通过调用所述存储模块(103)中存储的所述可执行程序代码，实现如实施例一所述的方法；所述可穿戴设备(101)，用于检测用户的第一数据和第二数据；所述通信模块(104)，用于与所述可穿戴设备(101)和所述智能家居设备通信。

该实施例中的一种基于可穿戴设备的智能家居设备控制系统的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。

实施例三：请参阅图3，图3是本发明实施例公开的一种电子设备，所述设备包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，实现如实施例一所述的方法。

实施例四：本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时实现如实施例一所述的方法。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

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。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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如上所述的一个存储介质(如ROM（Read-Only Memory，只读存储器）/RAM（Random Access Memory，随机存取存储器）、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于可穿戴设备的智能家居设备控制方法，其特征在于：所述方法包括：S1，接收所述可穿戴设备的第一数据；S2，基于所述第一数据确定用户的活动场景，基于所述活动场景确定所述智能家居设备的工作参数；S3，接收所述可穿戴设备的第二数据；S4，基于所述第二数据确定所述智能家居设备的启动时间参数；S5，将所述工作参数和所述启动时间参数发送给所述智能家居设备。

2.根据权利要求1所述的方法，其特征在于：所述第一数据包括定位数据、生理数据、检测失败数据。

3.根据权利要求2所述的方法，其特征在于：步骤S2中，所述基于所述第一数据确定用户的活动场景，包括：基于所述定位数据判断所述可穿戴设备所处的场所；基于所述生理数据判断所述用户的情绪状态，基于所述情绪状态和所述检测失败数据判断所述用户从事与所述场所对应的活动的第一概率；若所述第一概率大于第一阈值，则判定所述用户的活动场景为从事与所述场所对应的活动；否则，判定所述用户的活动场景为从事与所述场所不对应的活动。

4.根据权利要求3所述的方法，其特征在于：步骤S2中，所述基于所述活动场景确定所述智能家居设备的工作参数，包括：若所述用户的活动场景为从事与所述场所对应的活动，则设置所述智能家居设备的工作参数为第一参数；所述用户的活动场景为从事与所述场所不对应的活动，则设置所述智能家居设备的工作参数为第二参数；其中，所述第一参数对应的工作强度不同于所述第二参数。

5.根据权利要求1-4任一项所述的方法，其特征在于：步骤S4中，基于所述第二数据确定所述智能家居设备的启动时间参数，包括：基于所述第二数据判断所述用户前往所述智能家居设备所在场所的第二概率，若所述第二概率大于第二阈值，则基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数。

6.根据权利要求5所述的方法，其特征在于：所述基于所述第二数据预测所述用户到达所述智能家居设备所在场所的时段，基于所述时段确定所述启动时间参数，包括：基于所述第二数据判断所述用户的交通方式，若所述交通方式为习惯方式，则基于与所述习惯方式对应的历史数据预测所述用户到达所述智能家居设备所在场所的第一时段；若所述交通方式为非习惯方式，则基于所述非习惯方式确定所述用户的换乘方案，基于所述换乘方案预测所述用户到达所述智能家居设备所在场所的第二时段；基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数。

7.根据权利要求6所述的方法，其特征在于：基于所述活动场景确定所述第一时段或第二时段中的某一时刻作为所述启动时间参数，包括：基于所述活动场景确定活动强度值，若所述活动强度值大于第三阈值，则将靠近所述第一时段或第二时段的首端点的某一时刻作为所述启动时间参数；否则，将靠近所述第一时段或第二时段的尾端点的某一时刻作为所述启动时间参数。

8.一种基于可穿戴设备的智能家居设备控制系统，所述系统包括可穿戴设备、处理模块、存储模块和通信模块，所述处理模块分别与所述可穿戴设备、所述存储模块和所述通信模块连接；其中，所述存储模块，用于存储有可执行程序代码；其特征在于：所述处理模块，用于通过调用所述存储模块中存储的所述可执行程序代码，实现如权利要求1-7任一项所述的方法；所述可穿戴设备，用于检测用户的第一数据和第二数据；所述通信模块，用于与所述可穿戴设备和所述智能家居设备通信。

9.一种电子设备，所述设备包括：存储有可执行程序代码的存储器；与所述存储器耦合的处理器；其特征在于：所述处理器调用所述存储器中存储的所述可执行程序代码，实现如权利要求1-7任一项所述的方法。

10.一种计算机存储介质，该存储介质上存储有计算机程序，其特征在于：该计算机程序被处理器运行时实现如权利要求1-7任一项所述的方法。