CN117057888B - 用于智能橱柜的物联网智能控制方法、装置、设备及介质 - Google Patents
用于智能橱柜的物联网智能控制方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117057888B CN117057888B CN202311304903.4A CN202311304903A CN117057888B CN 117057888 B CN117057888 B CN 117057888B CN 202311304903 A CN202311304903 A CN 202311304903A CN 117057888 B CN117057888 B CN 117057888B
- Authority
- CN
- China
- Prior art keywords
- weather
- intelligent
- food
- cabinet
- duration
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 235000013305 food Nutrition 0.000 claims abstract description 178
- 239000000463 material Substances 0.000 claims abstract description 44
- 238000012790 confirmation Methods 0.000 claims abstract description 9
- 238000004891 communication Methods 0.000 claims description 53
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 5
- 235000015895 biscuits Nutrition 0.000 claims description 2
- 229910052500 inorganic mineral Inorganic materials 0.000 claims description 2
- 235000008446 instant noodles Nutrition 0.000 claims description 2
- 239000011707 mineral Substances 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 2
- 230000002354 daily effect Effects 0.000 claims 2
- 230000003203 everyday effect Effects 0.000 claims 1
- 235000012631 food intake Nutrition 0.000 claims 1
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000008267 milk Substances 0.000 description 4
- 210000004080 milk Anatomy 0.000 description 4
- 235000013336 milk Nutrition 0.000 description 4
- 235000008534 Capsicum annuum var annuum Nutrition 0.000 description 3
- 240000008384 Capsicum annuum var. annuum Species 0.000 description 3
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 3
- 244000141359 Malus pumila Species 0.000 description 3
- 240000003768 Solanum lycopersicum Species 0.000 description 3
- 244000061456 Solanum tuberosum Species 0.000 description 3
- 235000002595 Solanum tuberosum Nutrition 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 235000015219 food category Nutrition 0.000 description 3
- 235000020997 lean meat Nutrition 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 244000273928 Zingiber officinale Species 0.000 description 2
- 235000006886 Zingiber officinale Nutrition 0.000 description 2
- 235000021016 apples Nutrition 0.000 description 2
- 235000008397 ginger Nutrition 0.000 description 2
- 235000012015 potatoes Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000015872 dietary supplement Nutrition 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000013372 meat Nutrition 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000015277 pork Nutrition 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0605—Supply or demand aggregation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/68—Food, e.g. fruit or vegetables
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Economics (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了用于智能橱柜的物联网智能控制方法、装置、设备及介质，方法包括获取第一服务器基于天气情况查询指令发送的天气查询结果集并确定恶劣天气判断结果；若确定恶劣天气判断结果对应恶劣天气类型，则基于天气查询结果集确定恶劣天气持续时长；获取智能存储柜中的剩余食品材料信息；基于剩余食品材料信息和恶劣天气持续时长确定预定食品信息；将剩余食品材料信息和预定食品信息发送至与用户终端；若接收到与用户终端对应的下单确认指令，则将预定食品信息发送至第二服务器。上述的实施例，能够准确获取智能橱柜中的剩余食品材料信息，并结合将来一段时间内可能出现的持续恶劣天气提前自动下单采购储备食品。
Description
技术领域
本发明涉及智能家居技术领域，尤其涉及一种用于智能橱柜的物联网智能控制方法、装置、设备及介质。
背景技术
目前，与智能工厂通讯连接并可自动下单的智能橱柜得到了应用。例如，在申请号为201510382265.7的专利中，在智能冰箱及智能橱柜系统中包括智能冰箱、手机客户端和智能工厂，智能冰箱分别与手机客户端、智能工厂相连；智能冰箱端能够通过云端进行自动采购；智能工厂能够自测用户冰箱还剩多少，什么时候需要采购，工厂可根据数据提前有精准生产。上述方式能够将冰箱内的食品信息发送到手机上，提醒客户食用，并可以自动与工厂连接，自动进行采购，非常方便可靠。
但是，目前的智能橱柜与智能工厂通讯后，智能工厂虽然能根据用户的智能橱柜中还剩的食品来提前精准生产，但是也只是在智能橱柜中缺少储备食品时自动提示用户采购且同时自动发送食品剩余量给智能工厂确定提前生产食品的数量。但是，并不能确定智能橱柜中具体剩余食品情况，也无法结合将来一段时间内的其他维度信息如天气情况确定食品推荐购买量。
发明内容
本发明实施例提供了一种用于智能橱柜的物联网智能控制方法、装置、设备及介质，旨在解决现有技术方法中智能橱柜在缺少储备食品时自动提示用户采购且同时自动发送食品剩余量给智能工厂确定提前生产食品的数量，但并不能确定智能橱柜中具体剩余食品情况，也无法结合将来一段时间内的其他维度信息如天气情况确定食品推荐购买量的问题。
第一方面，本发明实施例提供了一种用于智能橱柜的物联网智能控制方法，其中，该方法应用于智能橱柜的控制器中，所述智能橱柜中还包括智能存储柜和无线通讯模块；所述智能存储柜和所述无线通讯模块均与所述控制器通讯连接，第一预设访问地址对应的第一服务器、第二预设访问地址对应的第二服务器及用户终端均与所述无线通讯模块通讯连接；所述用于智能橱柜的物联网智能控制方法包括：
响应于智能物联指令，生成与所述智能物联指令对应的天气情况查询指令，并将所述天气情况查询指令发送至所述第一服务器；
接收所述第一服务器基于所述天气情况查询指令发送的天气查询结果集；
基于所述天气查询结果集确定恶劣天气判断结果；
若确定所述恶劣天气判断结果对应恶劣天气类型，则基于所述天气查询结果集确定恶劣天气持续时长；
获取所述智能存储柜中的剩余食品材料信息；
基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息；
将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端；
若接收到与所述用户终端对应的下单确认指令，则将所述预定食品信息发送至所述第二服务器；
若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端。
第二方面，本发明实施例还提供了一种用于智能橱柜的物联网智能控制装置，其中，该装置配置于智能橱柜的控制器中，所述智能橱柜中还包括智能存储柜和无线通讯模块；所述智能存储柜和所述无线通讯模块均与所述控制器通讯连接，第一预设访问地址对应的第一服务器、第二预设访问地址对应的第二服务器及用户终端均与所述无线通讯模块通讯连接，所述用于智能橱柜的物联网智能控制装置包括：
天气查询单元，用于响应于智能物联指令，生成与所述智能物联指令对应的天气情况查询指令，并将所述天气情况查询指令发送至所述第一服务器；
天气查询结果接收单元，用于接收所述第一服务器基于所述天气情况查询指令发送的天气查询结果集；
恶劣天气判断单元，用于基于所述天气查询结果集确定恶劣天气判断结果；
持续时长获取单元，用于若确定所述恶劣天气判断结果对应恶劣天气类型，则基于所述天气查询结果集确定恶劣天气持续时长；
食品剩余信息获取单元，用于获取所述智能存储柜中的剩余食品材料信息；
预定食品信息获取单元，用于基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息；
信息发送单元，用于将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端；
下单指令发送单元，用于若接收到与所述用户终端对应的下单确认指令，则将所述预定食品信息发送至所述第二服务器；
订单数据发送单元，用于若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端。
第三方面，本发明实施例还提供了一种计算机设备，其中，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述第一方面所述的用于智能橱柜的物联网智能控制的步骤。
第四方面，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，其中，所述计算机程序被处理器执行时实现如上述第一方面所述的用于智能橱柜的物联网智能控制的步骤。
本发明实施例提供了一种用于智能橱柜的物联网智能控制方法、装置、设备及介质，应用于智能橱柜的控制器中，智能橱柜中还包括智能存储柜和无线通讯模块；智能存储柜和无线通讯模块均与控制器通讯连接，第一预设访问地址对应的第一服务器、第二预设访问地址对应的第二服务器及用户终端均与无线通讯模块通讯连接；方法包括响应于智能物联指令，生成与智能物联指令对应的天气情况查询指令，并将天气情况查询指令发送至第一服务器；接收第一服务器基于天气情况查询指令发送的天气查询结果集；基于天气查询结果集确定恶劣天气判断结果；若确定恶劣天气判断结果对应恶劣天气类型，则基于天气查询结果集确定恶劣天气持续时长；获取智能存储柜中的剩余食品材料信息；基于剩余食品材料信息和恶劣天气持续时长确定预定食品信息；将剩余食品材料信息和预定食品信息发送至与用户终端；若接收到与用户终端对应的下单确认指令，则将预定食品信息发送至第二服务器；若接收到第二服务器发送的下单成功指令，则将与预定食品信息对应的订单数据发送至用户终端。上述的实施例，能够准确获取智能橱柜中的剩余食品材料信息，并结合将来一段时间内可能出现的持续恶劣天气提前自动下单采购储备食品。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例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。
图1为本发明实施例提供的用于智能橱柜的物联网智能控制方法的应用场景示意图；
图2为本发明实施例提供的用于智能橱柜的物联网智能控制方法的流程图；
图3为本发明实施例提供的用于智能橱柜的物联网智能控制方法的子流程图；
图4为本发明实施例提供的用于智能橱柜的物联网智能控制方法的子流程图；
图5为本发明实施例提供的用于智能橱柜的物联网智能控制方法的子流程图；
图6为本发明实施例提供的用于智能橱柜的物联网智能控制方法的子流程图；
图7为本发明实施例提供的用于智能橱柜的物联网智能控制装置的示意性框图；
图8为本发明实施例提供的计算机设备的示意性框图。
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做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”和“包含”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，在本发明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发明。如在本发明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，在本发明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。
请参阅图1及图2，图1为本发明实施例提供的用于智能橱柜的物联网智能控制方法的应用场景示意图；图2为本发明实施例提供的用于智能橱柜的物联网智能控制方法的方法流程图。如图1-图2所示，本发明申请的实施例提供了一种用于智能橱柜的物联网智能控制方法，该用于智能橱柜的物联网智能控制方法应用于智能橱柜1的控制器10中，所述智能橱柜1中还包括智能存储柜20和无线通讯模块30；所述智能存储柜20和所述无线通讯模块30均与所述控制器10通讯连接，第一预设访问地址对应的第一服务器40、第二预设访问地址对应的第二服务器50及用户终端60均与所述无线通讯模块30通讯连接。
其中， 第一服务器可以是向请求用户提供指定天气查询时长区间（如以当前系统时间为起始时间点的15天内）内天气数据的业务服务器。
第二服务器可以理解为在线商城对应的业务服务器，智能橱柜1可以基于无线通讯模块30与第二服务器通讯连接后，向其自动下单以实现在线购物。例如，在本申请中是在预判将来一段时间内有持续恶劣天气时，自动下单采购食品以作为储备食品，以防止在持续恶劣天气情况下不便于外出采购食品而导致智能橱柜中的储备食品量不足够的情况。
如图2所示，该方法包括步骤S110~S190。
S110、响应于智能物联指令，生成与所述智能物联指令对应的天气情况查询指令，并将所述天气情况查询指令发送至所述第一服务器。
在本实施例中，若具体实施时在智能橱柜的柜体中还设置有主机箱，则可将控制器设置于主机箱中。同时在主机箱中设置有无线通讯模块，例如无线通讯模块为窄带物联网模块（也即NB-IoT模块），该无线通讯模块使得智能橱柜具备了智能物联的功能。
具体的，作为产生智能物联指令的第一具体实施例，在控制器中还可以设置定时器。定时器可以按照预设周期（例如将预设周期设置为12h、24h等）定时产生触发信号以控制定时器产生智能物联指令。
作为产生智能物联指令的第二具体实施例，还可是与智能橱柜通讯连接的用户终端（即用户使用的智能手机、平板电脑等智能终端）上所安装的智能家居远程控制应用程序的界面上与智能橱柜对应智能橱柜虚拟对象被选中且选择智能物联功能时，则可相应在用户终端上产生智能物联指令并被发送至控制器。可见，无论是上述何种方式产生智能物联指令，只要智能橱柜的控制器检测到智能物联指令时，则可生成至少包括了智能橱柜设备唯一码、查询时间、预设天气查询时长区间（如以查询时间为起始时间点的15天内）的天气情况查询指令，然后将所述天气情况查询指令发送至所述第一服务器。之后，第一服务器会基于天气情况查询指令获取相应的天气查询结果集。
S120、接收所述第一服务器基于所述天气情况查询指令发送的天气查询结果集。
在本实施例中，当控制器接收到了所述第一服务器发送的天气查询结果集后，则将其保存至对应的存储空间，以用作后续分析的基础数据使用。
S130、基于所述天气查询结果集确定恶劣天气判断结果。
在本实施例中，控制器所得到的天气查询结果集中可以按时序序列排列多个天气查询结果。例如，以某一日24小时中每小时整点对应一个天气查询结果，该日则对应24个以时序排列的天气查询结果。例如，在天气查询结果集中包括15天的天气查询结果，则在所述天气查询结果集最多可以包括15*24=360个天气查询结果，且这360个天气查询结果是按时序排列。之后，控制器则是基于包括了多个按时序排列的天气查询结果的天气查询结果集作为基础数据进一步分析恶劣天气判断结果。其中，所述天气查询结果集若以序列方式存储，可以直接转换为包括了序列中所有天气查询结果的集合形式，而且仍保持按时序排列的方式。
在一实施例中，如图3所示，步骤S130包括：
S131、若确定所述天气查询结果集与预设恶劣天气集中的交集为非空集时，则确定所述恶劣天气判断结果对应恶劣天气类型；其中，所述预设恶劣天气集中至少包括大风、大雨、大雪、雷暴、强降雨和连续降雨引发的洪水；
S132、若确定所述天气查询结果集与预设恶劣天气集中的交集为空集时，确定所述恶劣天气判断结果对应非恶劣天气类型。
在本实施例中，可以在控制器中预先存储一个预设恶劣天气集，例如在其中包括有大风、大雨、大雪、雷暴、强降雨和连续降雨引发的洪水等恶劣天气类型。之后，将得到的与所述天气情况查询指令对应的天气查询结果集与所述预设恶劣天气集进行求交集的运算，并得到对应的交集运算结果。若确定交集运算结果为非空集时，则表示天气查询结果集存在恶劣天气类型，此时可确定所述恶劣天气判断结果对应恶劣天气类型。若确定交集运算结果为空集时，则表示天气查询结果集不存在恶劣天气类型，此时可确定所述恶劣天气判断结果对应非恶劣天气类型。而且，在本申请中之所以要确定所述恶劣天气判断结果是否对应恶劣天气类型，是为了进一步确定是否要智能下单采购食品以作为储备食品。
S140、若确定所述恶劣天气判断结果对应恶劣天气类型，则基于所述天气查询结果集确定恶劣天气持续时长。
在本实施例中，若确定所述恶劣天气判断结果对应恶劣天气类型，则表示未来一段时间内会出现恶劣天气，需要及时的确定是否需要由智能橱柜自动下单采购应急作用的储备食品。为了更准确的确定智能橱柜自动下单采购储备食品的数量，先需要对恶劣天气持续时长进行获取。之后，在确定了恶劣天气持续时长后，再经过评估和计算，从而确定智能橱柜自动下单采购储备食品的数量。
在一实施例中，如图4所示，步骤S140包括：
S141、获取所述天气查询结果集中各恶劣天气的起始时间点和终止时间点；
S142、以各恶劣天气的起始时间点和终止时间点确定各恶劣天气的目标持续时长；
S143、对各恶劣天气的目标持续时长求和，得到所述恶劣天气持续时长。
在本实施例中，当获取到了天气查询结果集后，因在天气查询结果集中包括的所有天气查询结果是按时序排列，且每相邻的两个天气查询结果之间的时间间隔是固定的（例如仍参考上述示例中，该时间间隔是1h或2h等），故可以获取到各恶劣天气的起始时间点和终止时间点。例如以天气查询结果集中的其中一段连续的天气查询结果为例，在该段连续的天气查询结果中包括{晴天、晴天、小雨、小雨、强降雨、强降雨、强降雨、强降雨、强降雨、强降雨、强降雨、强降雨}，且其中排序第一个晴天对应的时间点是12：00，从上述一段连续的天气查询结果可知强降雨持续了8个小时。采用同样的方式获取到了各恶劣天气的起始时间点和终止时间点后，可以先确定各恶劣天气的目标持续时长，再将各恶劣天气的目标持续时长求和，即可得到恶劣天气持续时长。可见，基于上述方式，可以快速且准确的确定恶劣天气持续时长。
S150、获取所述智能存储柜中的剩余食品材料信息。
在本实施例中，在确定了恶劣天气持续时长后，还可以由智能橱柜中作为冰箱作用的智能存储柜来获取其中的剩余食品材料信息，从而盘点智能橱柜所部署家庭中的剩余储备食品。例如，在智能存储柜中每一层存储空间的顶部都设置了图像采集装置（如摄像头），基于摄像头可以盘点智能存储柜中的剩余储备食品。
在一实施例中，如图5所示，步骤S150包括：
S151、获取通过所述智能存储柜中若干个图像采集装置采集到的柜内物品图像集；
S152、通过预先训练的目标检测模型对所述柜内物品图像集进行识别，得到与所述柜内物品图像集中各柜内物品图像对应的剩余食品识别结果；
S153、基于各柜内物品图像对应的剩余食品识别结果及预先存储的若干种单个食品平均重量值确定所述剩余食品材料信息。
在本实施例中，因在智能存储柜中每一层存储空间的顶部都设置了图像采集装置，故基于每一层存储空间顶部的图像采集装置均可以采集到其所对准的一层存储空间的柜内物品图像（可以理解为食品摆放图片），从而组成柜内物品图像集。
其中，在控制器中还存储了预先训练的目标检测模型（如YOLOv8目标检测模型），基于该目标检测模型可以对柜内物品图像集中所包括的各柜内物品图像进行识别，从而得到与所述柜内物品图像集中各柜内物品图像对应的剩余食品识别结果。
例如以智能存储柜中其中一层存储空间对应的柜内物品图像为例，当基于目标检测模型对柜内物品图像识别得到了剩余食品识别结果后，例如剩余食品识别结果中具体包括4个苹果、3个西红柿、5个土豆、8个青椒、1块瘦肉、4块生姜及8瓶纯牛奶后，则可基于预先存储的若干种单个食品平均重量值确定该层存储空间对应的柜内物品图像所对应的剩余食品材料信息。例如已知1个苹果的单个食品平均重量值为m1，1个西红柿的单个食品平均重量值为m2、1个土豆的单个食品平均重量值为m3、1个青椒的单个食品平均重量值为m4、1块瘦肉的单个食品平均重量值为m5、1块生姜的单个食品平均重量值为m6，且1瓶纯牛奶的单个食品平均重量值为m7，则可确定该层存储空间对应的柜内物品图像所对应的剩余食品材料信息为该层存储空间包括4m1总重量的苹果、3m2总重量的西红柿、5m3总重量的土豆、8m4总重量的青椒、m5总重量的瘦肉、4m6总重量的生姜和8m7总重量的纯牛奶。在确定了所述智能存储柜中每一层存储空间对应的剩余食品识别结果后进行数据汇总，即可得到智能存储柜中的剩余食品材料信息。
S160、基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息。
在本实施例中，在获取了所述剩余食品材料信息后，可以同时结合智能橱柜中预先存储的当前家庭总人数、人均每日消耗食品总重量等参数，来确定所述剩余食品材料信息对应的剩余可食用天数，同时结合恶劣天气持续时长来综合判断是否需要在线下单购买食物进行智能存储柜的食物补充存储以应对即将到来的持续恶劣天气。
在一实施例中，如图6所示，步骤S160包括：
S161、获取所述剩余食品材料信息对应的第一可食用天数；
S162、确定所述第一可食用天数和所述恶劣天气持续时长所对应的恶劣天气持续天数之间的大小关系；
S163、若所述第一可食用天数小于所述恶劣天气持续天数，则获取所述恶劣天气持续天数与所述第一可食用天数之间的第一天数差值，基于所述第一天数差值和预先存储的应急食品清单确定预定食品信息。
在本实施例中，在已知了智能橱柜中预先存储的当前家庭总人数、人均每日消耗食品总重量等参数，具体可通过以下计算公式：第一可食用天数=剩余食品材料信息对应的剩余食品总重量/(当前家庭总人数×人均每日消耗食品总重量)来最终确定所述剩余食品材料信息对应的第一可食用天数。
之后，将所述第一可食用天数和所述恶劣天气持续时长所对应的恶劣天气持续天数进行大小比较，得到所述第一可食用天数和所述恶劣天气持续时长所对应的恶劣天气持续天数之间的大小关系。若所述第一可食用天数小于所述恶劣天气持续天数，则表示智能橱柜中的剩余食品不足以度过恶劣天气持续天数，此时是获取所述恶劣天气持续天数与所述第一可食用天数之间的第一天数差值，基于所述第一天数差值和预先存储的应急食品清单确定预定食品信息。
例如，第一天数差值为5天，则表示智能橱柜所部署家庭此次需补充5天的储备食物以应对即将到来的持续恶劣天气，从而避免在持续恶劣天气到来时再外出采购食物进行补充。此时，可以获取预先存储的应急食品清单，如在应急食品清单中包括方便面、罐头（如午餐肉罐头、红烧肉罐头等）、压缩饼干、蛋糕及矿泉水，且应急食品清单是针对一个用户单日消耗的总重量来设置，即在应急食品清单包括的上述食品种类中各食品种类分别对应一个日消耗总重量，这样以应急食品清单中各食品种类分别对应一个日消耗总重量×当前家庭总人数×第一天数差值，即可得到预定食品信息。可见，基于上述方式可以由智能橱柜智能化快速确定预定食品信息。
在一实施例中，如图6所示，步骤S162之后还包括：
S164、若所述第一可食用天数大于或等于所述恶劣天气持续天数，则以预先存储的补充食品清单确定预定食品信息。
在本实施例中，若所述第一可食用天数大于或等于所述恶劣天气持续天数，则表示智能橱柜中的剩余食品足以度过恶劣天气持续天数，此时可以直接获取控制器中存储的补充食品清单确定预定食品信息。例如，补充食品清单是智能橱柜所部署家庭的用户基于所喜好的若干种食品自定义设置（如补充食品清单中包括苹果-M1总重量、红枣- M2总重量等），可以在恶劣天气持续天数对应的时间区间内不方便外出采购的情况下提前若干天先预定用户喜好的食品作为预定食品信息。
S170、将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端。
在本实施例中，在确定了将所述剩余食品材料信息以及所述预定食品信息后，控制器基于无线通讯模块将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端。之后用户终端可直观的查看所述剩余食品材料信息和所述预定食品信息。
更具体的，是控制器基于所述预定食品信息生成预下单信息，并结合所述剩余食品材料信息一同发送至所述用户终端。在预下单信息之后还附带有确认下单的虚拟按钮，当用户在确认了所述预定食品信息可点击确认下单的虚拟按钮从而产生下单确认指令并发送至智能橱柜。
S180、若接收到与所述用户终端对应的下单确认指令，则将所述预定食品信息发送至所述第二服务器。
在本实施例中，当智能橱柜接收到了与所述用户终端对应的下单确认指令后，则将所述预定食品信息发送至所述第二服务器以进行在线食品采购，并在下单成功后基于所绑定并授权自动付款的银行卡自动扣款完成自动在线食品采购。
S190、若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端。
在本实施例中，当完成了自动在线食品采购后，第二服务器则向智能橱柜反馈下单成功指令及与所述预定食品信息对应的订单数据，之后智能橱柜的控制器基于无线通讯模块将与所述预定食品信息对应的订单数据发送至所述用户终端以供用户查看确认。
在一实施例中，步骤S190之后还包括：
获取与所述恶劣天气判断结果的恶劣天气类型所对应的应对措施建议数据，将所述应对措施建议数据发送至所述用户终端。
在本实施例中，智能橱柜的控制器所连接的存储装置中还能预先存储与各恶劣天气类型对应的应对措施建议数据，这样在基于智能橱柜完成了食品自动采购后，还能在恶劣天气还未到来时，及时的向用户发出与恶劣天气类型所对应的应对措施建议数据，将所述应对措施建议数据发送至所述用户终端，从而使得用户能适当的做一些提前准备工作以有效防御即将到来的持续恶劣天气。
可见，实施上述方法实施例，能够准确获取智能橱柜中的剩余食品材料信息，并结合将来一段时间内可能出现的持续恶劣天气提前自动下单采购储备食品。
本发明实施例还提供一种用于智能橱柜的物联网智能控制装置，如图1和图7所示，该用于智能橱柜的物联网智能控制装置可配置于智能橱柜1的控制器10中，该用于智能橱柜的物联网智能控制装置用于执行前述的用于智能橱柜的物联网智能控制方法的任一实施例。具体地，请参阅图7，图7为本发明实施例提供的用于智能橱柜的物联网智能控制装置的示意性框图。
如图7所示，用于智能橱柜的物联网智能控制装置100包括天气查询单元110、天气查询结果接收单元120、恶劣天气判断单元130、持续时长获取单元140、食品剩余信息获取单元150、预定食品信息获取单元160、信息发送单元170、下单指令发送单元180和订单数据发送单元190。
天气查询单元110，用于响应于智能物联指令，生成与所述智能物联指令对应的天气情况查询指令，并将所述天气情况查询指令发送至所述第一服务器；
天气查询结果接收单元120，用于接收所述第一服务器基于所述天气情况查询指令发送的天气查询结果集；
恶劣天气判断单元130，用于基于所述天气查询结果集确定恶劣天气判断结果；
持续时长获取单元140，用于若确定所述恶劣天气判断结果对应恶劣天气类型，则基于所述天气查询结果集确定恶劣天气持续时长；
食品剩余信息获取单元150，用于获取所述智能存储柜中的剩余食品材料信息；
预定食品信息获取单元160，用于基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息；
信息发送单元170，用于将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端；
下单指令发送单元180，用于若接收到与所述用户终端对应的下单确认指令，则将所述预定食品信息发送至所述第二服务器；
订单数据发送单元190，用于若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端。
要说明的是，所属领域的技术人员可以清楚地了解到，上述用于智能橱柜的物联网智能控制装置100和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。
可见，实施上述装置实施例，能够准确获取智能橱柜中的剩余食品材料信息，并结合将来一段时间内可能出现的持续恶劣天气提前自动下单采购储备食品。
上述用于智能橱柜的物联网智能控制装置可以实现为计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。
请参阅图8，图8是本发明实施例提供的计算机设备的示意性框图。该计算机设备可以是用于执行用于智能橱柜的物联网智能控制方法以对燃气灶进行智能控制的控制器。
参阅图8，该计算机设备500包括通过通信总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括存储介质503和内存储器504。
该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行用于智能橱柜的物联网智能控制方法，其中，存储介质503可以为易失性的存储介质或非易失性的存储介质。
该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
该内存储器504为存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行用于智能橱柜的物联网智能控制方法。
该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图8中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现上述的用于智能橱柜的物联网智能控制方法中对应的功能。
本领域技术人员可以理解，图8中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图8所示实施例一致，在此不再赘述。
应当理解，在本发明实施例中，处理器502可以是中央处理单元 (CentralProcessing Unit，CPU)，该处理器502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 IntegratedCircuit，ASIC)、现成可编程门阵列 (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。其中，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。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为易失性或非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现上述的用于智能橱柜的物联网智能控制方法中所包含的步骤。
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，上述描述的设备、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、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。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发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，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，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，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，也可以是电的，机械的或其它的形式连接。
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发明实施例方案的目的。
另外，在本发明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，也可以是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存储介质中。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，或者该技术方案的全部或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一个计算机可读存储介质中，包括若干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 ) 执行本发明各个实施例所述方法的全部或部分步骤。而前述的计算机可读存储介质包括：U 盘、移动硬盘、只读存储器 (ROM，Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (4)
1.一种用于智能橱柜的物联网智能控制方法，其特征在于，应用于智能橱柜的控制器中，所述智能橱柜中还包括智能存储柜和无线通讯模块；所述智能存储柜和所述无线通讯模块均与所述控制器通讯连接，第一预设访问地址对应的第一服务器、第二预设访问地址对应的第二服务器及用户终端均与所述无线通讯模块通讯连接；所述用于智能橱柜的物联网智能控制方法包括：
响应于智能物联指令，生成与所述智能物联指令对应的天气情况查询指令，并将所述天气情况查询指令发送至所述第一服务器；
接收所述第一服务器基于所述天气情况查询指令发送的天气查询结果集；
基于所述天气查询结果集确定恶劣天气判断结果；
若确定所述恶劣天气判断结果对应恶劣天气类型，则基于所述天气查询结果集确定恶劣天气持续时长；
获取所述智能存储柜中的剩余食品材料信息；
基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息；
将所述剩余食品材料信息和所述预定食品信息发送至所述用户终端；
若接收到与所述用户终端对应的下单确认指令，则将所述预定食品信息发送至所述第二服务器；
若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端；
所述基于所述剩余食品材料信息和所述恶劣天气持续时长确定预定食品信息，包括：
获取所述剩余食品材料信息对应的第一可食用天数；
确定所述第一可食用天数和所述恶劣天气持续时长所对应的恶劣天气持续天数之间的大小关系；
若所述第一可食用天数小于所述恶劣天气持续天数，则获取所述恶劣天气持续天数与所述第一可食用天数之间的第一天数差值，基于所述第一天数差值和预先存储的应急食品清单确定预定食品信息；
在所述确定所述第一可食用天数和所述恶劣天气持续时长所对应的恶劣天气持续天数之间的大小关系的步骤之后，所述方法还包括：
若所述第一可食用天数大于或等于所述恶劣天气持续天数，则以预先存储的补充食品清单确定预定食品信息；
其中，获取第一可食用天数的计算公式为：第一可食用天数=剩余食品材料信息对应的剩余食品总重量/(当前家庭总人数×人均每日消耗食品总重量)；
所述应急食品清单中包括方便面、罐头、压缩饼干、蛋糕及矿泉水；所述应急食品清单中各食品种类分别对应一个日消耗总重量×当前家庭总人数×第一天数差值；
所述补充食品清单是智能橱柜所部署家庭的用户基于所喜好的若干种食品自定义设置，并用于在恶劣天气持续天数对应的时间区间内提前若干天预定用户喜好的食品作为预定食品信息；
所述基于所述天气查询结果集确定恶劣天气判断结果，包括：
若确定所述天气查询结果集与预设恶劣天气集中的交集为非空集时，则确定所述恶劣天气判断结果对应恶劣天气类型；其中，所述预设恶劣天气集中至少包括大风、大雨、大雪、雷暴、强降雨和连续降雨引发的洪水；
若确定所述天气查询结果集与预设恶劣天气集中的交集为空集时，确定所述恶劣天气判断结果对应非恶劣天气类型；
所述基于所述天气查询结果集确定恶劣天气持续时长，包括：
获取所述天气查询结果集中各恶劣天气的起始时间点和终止时间点；
以各恶劣天气的起始时间点和终止时间点确定各恶劣天气的目标持续时长；
对各恶劣天气的目标持续时长求和，得到所述恶劣天气持续时长；
所述获取所述智能存储柜中的剩余食品材料信息，包括：
获取通过所述智能存储柜中若干个图像采集装置采集到的柜内物品图像集；
通过预先训练的目标检测模型对所述柜内物品图像集进行识别，得到与所述柜内物品图像集中各柜内物品图像对应的剩余食品识别结果；
基于各柜内物品图像对应的剩余食品识别结果及预先存储的若干种单个食品平均重量值确定所述剩余食品材料信息；
在所述若接收到所述第二服务器发送的下单成功指令，则将与所述预定食品信息对应的订单数据发送至所述用户终端的步骤之后，所述方法还包括：
获取与所述恶劣天气判断结果的恶劣天气类型所对应的应对措施建议数据，将所述应对措施建议数据发送至所述用户终端；
所述天气情况查询指令至少包括了智能橱柜设备唯一码、查询时间、预设天气查询时长区间；所述智能物联指令为控制器中的定时器按照预设周期定时产生触发信号以控制定时器产生的指令，或者在用户终端上产生智能物联指令并被发送至控制器；
若所述天气查询结果集中每一日每小时整点对应一个天气查询结果，则所述天气查询结果集中包括24*预设天气查询时长区间对应的总小时个数，且各天气查询结果按时序排列，所述天气查询结果集中每相邻的两个天气查询结果之间的时间间隔是固定的；
所述目标检测模型为YOLOv8目标检测模型；
所述应对措施建议数据用于提示用户采取有效防御持续恶劣天气的准备工作措施。
2.一种用于智能橱柜的物联网智能控制装置，其特征在于，配置于智能橱柜的控制器中，所述智能橱柜中还包括智能存储柜和无线通讯模块；所述智能存储柜和所述无线通讯模块均与所述控制器通讯连接，第一预设访问地址对应的第一服务器、第二预设访问地址对应的第二服务器及用户终端均与所述无线通讯模块通讯连接；所述用于智能橱柜的物联网智能控制装置包括用于执行如权利要求1所述的用于智能橱柜的物联网智能控制方法的单元。
3.一种计算机设备，其特征在于，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，处理器、通信接口、存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1所述的用于智能橱柜的物联网智能控制方法的步骤。
4.一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，所述计算机程序被处理器执行时实现如权利要求1所述的用于智能橱柜的物联网智能控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304903.4A CN117057888B (zh) | 2023-10-10 | 2023-10-10 | 用于智能橱柜的物联网智能控制方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304903.4A CN117057888B (zh) | 2023-10-10 | 2023-10-10 | 用于智能橱柜的物联网智能控制方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117057888A CN117057888A (zh) | 2023-11-14 |
| CN117057888B true CN117057888B (zh) | 2024-02-06 |
Family
ID=88666660
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311304903.4A Active CN117057888B (zh) | 2023-10-10 | 2023-10-10 | 用于智能橱柜的物联网智能控制方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117057888B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606029A (zh) * | 2013-10-30 | 2014-02-26 | 四川长虹电器股份有限公司 | 一种智能终端食品管理方法及系统 |
| CN105865123A (zh) * | 2016-04-13 | 2016-08-17 | 浙江大学 | 一种家用食品储藏柜 |
| CN106600388A (zh) * | 2016-12-31 | 2017-04-26 | 尤赛飞 | 一种应用在货柜中的自动购物方法 |
| CN106790342A (zh) * | 2016-11-02 | 2017-05-31 | 上海卓悠网络科技有限公司 | 信息推荐方法及系统 |
| CN107886272A (zh) * | 2017-11-06 | 2018-04-06 | 北京戴纳实验科技有限公司 | 一种食材管理方法 |
| CN108460656A (zh) * | 2018-02-23 | 2018-08-28 | 合肥柏隆科技发展有限公司 | 一种自助生成订单的智慧橱柜调控系统 |
| CN108460657A (zh) * | 2018-02-23 | 2018-08-28 | 合肥柏隆科技发展有限公司 | 一种具有自助购物功能的智慧橱柜调控方法 |
| CN108829723A (zh) * | 2018-05-08 | 2018-11-16 | 天津大学 | 基于复杂网络和深度学习的可交互智能冰箱健康服务终端 |
| CN110544519A (zh) * | 2018-05-28 | 2019-12-06 | 博西华电器（江苏）有限公司 | 食材购买提醒方法、家电设备及计算机存储介质 |
| CN113218140A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱的食材管理方法、冰箱及存储介质 |
-
2023
- 2023-10-10 CN CN202311304903.4A patent/CN117057888B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103606029A (zh) * | 2013-10-30 | 2014-02-26 | 四川长虹电器股份有限公司 | 一种智能终端食品管理方法及系统 |
| CN105865123A (zh) * | 2016-04-13 | 2016-08-17 | 浙江大学 | 一种家用食品储藏柜 |
| CN106790342A (zh) * | 2016-11-02 | 2017-05-31 | 上海卓悠网络科技有限公司 | 信息推荐方法及系统 |
| CN106600388A (zh) * | 2016-12-31 | 2017-04-26 | 尤赛飞 | 一种应用在货柜中的自动购物方法 |
| CN107886272A (zh) * | 2017-11-06 | 2018-04-06 | 北京戴纳实验科技有限公司 | 一种食材管理方法 |
| CN108460656A (zh) * | 2018-02-23 | 2018-08-28 | 合肥柏隆科技发展有限公司 | 一种自助生成订单的智慧橱柜调控系统 |
| CN108460657A (zh) * | 2018-02-23 | 2018-08-28 | 合肥柏隆科技发展有限公司 | 一种具有自助购物功能的智慧橱柜调控方法 |
| CN108829723A (zh) * | 2018-05-08 | 2018-11-16 | 天津大学 | 基于复杂网络和深度学习的可交互智能冰箱健康服务终端 |
| CN110544519A (zh) * | 2018-05-28 | 2019-12-06 | 博西华电器（江苏）有限公司 | 食材购买提醒方法、家电设备及计算机存储介质 |
| CN113218140A (zh) * | 2020-01-21 | 2021-08-06 | 青岛海尔电冰箱有限公司 | 冰箱的食材管理方法、冰箱及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117057888A (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20180053140A1 (en) | Food storage method and apparatus with sensors | |
| US10320582B1 (en) | System for smart spoilage alerts | |
| US8032430B2 (en) | Method and apparatus for mapping content descriptions to reusable containers | |
| US9821344B2 (en) | Systems and methods for scanning information from storage area contents | |
| US6976004B2 (en) | Interactive kitchen control system and method | |
| US20170116661A1 (en) | Method and system for automatic end-to-end preparation and management of food | |
| US20160338545A1 (en) | Method and system for storing, processing and cooking food | |
| CN109636550A (zh) | 一种diy智能烹饪控制方法及系统 | |
| WO2013126579A1 (en) | Conditioning system for nutritional substances | |
| CN111568153A (zh) | 一种实现菜品烹饪工序推荐的厨电系统 | |
| US20190164116A1 (en) | System for capturing verified consumption profiles for food items | |
| WO2019089480A2 (en) | Consumable usage sensors and applications to facilitate automated replenishment of consumables via an adaptive distribution platform | |
| US10592860B2 (en) | System for smart pantry management using consumption data | |
| CN107784468B (zh) | 食材利用监管方法、系统、存储介质与计算机设备 | |
| CN111189273A (zh) | 冰箱的温度控制方法、装置及计算机可读存储介质 | |
| WO2019128061A1 (zh) | 食材存储方法和食材存储装置 | |
| CN110598890A (zh) | 用于厨房系统的烹饪推荐方法、烹饪推荐系统及厨房系统 | |
| CN110047573A (zh) | 一种冰箱自动推荐购买信息的系统 | |
| CN110852912A (zh) | 一种智能备餐方法、装置、计算机设备及存储介质 | |
| CN101449218B (zh) | 用于确定由烹调器具制备的食品的种类和量的方法和设备 | |
| WO2008109728A2 (en) | Method and apparatus for a drive-thru product delivery verifier | |
| WO2016140622A1 (en) | Food and beverage order management system and method | |
| CN117057888B (zh) | 用于智能橱柜的物联网智能控制方法、装置、设备及介质 | |
| US11521144B2 (en) | Automated resupply based on sensor data | |
| US10997645B1 (en) | Optimized product preparation |
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 |