CN117130287A - 一种基于光学检测和ai算法的智能控制系统及方法 - Google Patents

一种基于光学检测和ai算法的智能控制系统及方法 Download PDF

Info

Publication number
CN117130287A
CN117130287A CN202311143751.4A CN202311143751A CN117130287A CN 117130287 A CN117130287 A CN 117130287A CN 202311143751 A CN202311143751 A CN 202311143751A CN 117130287 A CN117130287 A CN 117130287A
Authority
CN
China
Prior art keywords
module
scene
algorithm
optical detection
model
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
Application number
CN202311143751.4A
Other languages
English (en)
Other versions
CN117130287B (zh
Inventor
罗忠伟
詹楚伟
明德
张常华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Baolun Electronics Co ltd
Original Assignee
Guangdong Baolun Electronics Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Baolun Electronics Co ltd filed Critical Guangdong Baolun Electronics Co ltd
Priority to CN202311143751.4A priority Critical patent/CN117130287B/zh
Publication of CN117130287A publication Critical patent/CN117130287A/zh
Application granted granted Critical
Publication of CN117130287B publication Critical patent/CN117130287B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

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)
  • Air Conditioning Control Device (AREA)

Abstract

本申请公开了一种基于光学检测和AI算法的智能控制系统，涉及是一种基于光学检测和AI算法的智能控制系统；其包括：光学检测装置、控制装置以及若干执行设备；光学检测装置包括数据采集模块、光谱分析模块以及若干光学传感器；控制装置包括控制模块和存储模块；存储模块存储有若干场景模型，各个场景模型分别设有对应的阈值参数以及对应的执行指令；控制模块内置有AI算法模型，用于根据环境参数与对应的阈值参数进行对比，确定当前的场景，并调取对应的执行指令；其通过光学检测装置和AI算法的结合，实现智能硬件设备的自动控制和优化，通过自动调节温度、湿度、光照强度和空气质量，该系统可以提升居住和工作环境的舒适性，提高生活品质。

Description

一种基于光学检测和AI算法的智能控制系统及方法
技术领域
本申请涉及智能家居技术领域，尤其涉及是一种基于光学检测和AI算法的智能控制系统。
背景技术
智能家居(smart home,home automation)是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术、音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境。
在当前的智能化发展背景下，人们对于智能环境的需求日益增长。传统的智能设备控制往往需要人工干预或设定，缺乏智能化和自动化的特性，人们往往需要手动操作(包括语音操作)多个设备；且缺乏对环境参数的全面和准确监测，无法提供精确的环境控制。
发明内容
本发明的目的在于避免现有技术中的不足之处而提供一种能够实时监测环境参数，并自动调节智能硬件设备的技术。
本发明的目的通过以下技术方案实现：
一种基于光学检测和AI算法的智能控制系统，包括：光学检测装置、控制装置以及若干执行设备；光学检测装置包括数据采集模块、光谱分析模块以及若干光学传感器；数据采集模块分别与光谱分析模块以及若干光学传感器单独连接；控制装置包括控制模块和存储模块；控制模块分别与存储模块、光谱分析模块以及各个执行设备连接；各个光学传感器分别用于发送并接收对应谱段范围的电磁波；数据采集模块用于采集各个光学传感器接收到的电磁波数据，并发送至光谱分析模块；光谱分析模块用于根据接收到的各组电磁波数据分别计算出对应的各个数值，形成环境参数；存储模块存储有若干场景模型，各个场景模型分别设有对应的阈值参数，以及各项场景对应的执行指令；控制模块内置有AI算法模型，用于对环境参数与各个场景模型中的对应阈值范围进行对比确定当前的场景，并根据所述当前的场景和/或环境参数计算及调取对应的执行指令，发送至对应的执行设备进行执行。
具体的，光学传感器发送并接收的电磁波的类型包括：红外线、微波、可见光和高光谱中的若干种；光谱分析模块内置有若干种分别与各个光学传感器相对应的分析模型。
更具体的，光学传感器包括若干电磁波发射器以及对应的接收器；各个电磁波发射器的发射谱段范围包括700nm-1.4μm、750nm-780nm、380nm-750nm、和200nm-1000nm中的若干种。
更具体的，分析模型包括：红外线分析模型、微波分析模型、可见光分析模型和高光谱分析模型；红外线分析模型包括若干温度通道，每个通道单位为0.1度，用于计算温度值；微波分析模型包括若干湿度通道，每个通道单位为1％，用于计算湿度值；可见光分析模型包括若干光照通道，每个通道单位为27.027027l ux，用于计算光照值；高光谱分析模型包括若干空气质量通道，每个通道单位为3.2μg/m3，用于计算空气质量值。
更具体的，红外线分析模型的计算公式为：
温度值＝-20°+(检测波值-700nm)/(1.4μm-700nm)*(50°-(-20°))；
微波分析模型的计算公式为：
湿度值＝(检测波值-750)/(780-750)*100；
可见光分析模型的计算公式为：
光照值＝((检测波值-380)/(750-380))*370*27.027027；
高光谱分析模型的计算公式为：
空气质量值＝((检测波值-200)/(1000-200))*800*3.2。
以上的，存储模块还存储有设备数据库，设备数据库包括各个执行设备的属性数据和工作状态数据。
进一步的，还包括用户端；用户端包括设定模块；控制装置还包括通讯模块；通讯模块分别与控制模块、用户端以及各个执行设备连接，用于实现控制装置与用户端以及各个执行设备之间的信息交互；设定模块用于确定控制模块调用的场景模型，以及用于设定各个场景模型对应的阈值参数。
更进一步的，控制模块与数据采集模块连接；设定模块还用于通过控制模块设定数数据采集模块的采集频率。
更进一步的，光学检测装置还包括输出模块，输出模块分别与各个光学传感器链接，提供输出功率；控制模块与输出模块连接；设定模块还用于通过控制模块设定输出模块的输出频率。
一种智能控制方法，应用于上述的一种基于光学检测和AI算法的智能控制系统，包括以下步骤：
S1：确定各个场景模型和/或自定义场景中各个监测项对应的阈值范围和/或标准值；
S2：实时获取各项环境参数；
S3：通过对环境参数与各个场景模型中的对应阈值范围进行对比，确定当前的场景，并根据当前的场景和/或环境参数计算及调取对应的执行指令，发送至对应的执行设备进行执行；
其中，步骤S3具体包括以下步骤：
S31：根据各项环境参数对当前的场景进行识别，若存在匹配的场景，进入步骤S32；若不存在匹配的场景，进入步骤S33；
S32：根据匹配的场景，调取对应的执行指令；
S33：分别对各监测项的环境参数与对应的标准值进行对比，并根据匹配的结果，生成对应的执行指令。
本发明达到的有益效果：本申请的一种基于光学检测和AI算法的智能控制系统，包括：光学检测装置、控制装置以及若干执行设备；光学检测装置包括数据采集模块、光谱分析模块以及若干光学传感器；控制装置包括控制模块和存储模块；各个光学传感器分别用于发送并接收对应谱段范围的电磁波；光谱分析模块用于根据接收到的各组电磁波数据分别计算出对应的各个数值，形成环境参数；存储模块存储有若干场景模型，各个场景模型分别设有对应的阈值参数，以及各项场景对应的执行指令；控制模块内置有AI算法模型，用于对环境参数与各个场景模型中的阈值参数进行对比，确定当前的场景，并调取对应的执行指令，发送至对应的执行设备进行执；其通过光学检测装置和AI算法的结合，实现智能硬件设备的自动控制和优化，通过自动调节温度、湿度、光照强度和空气质量，该系统可以提升居住和工作环境的舒适性，提高生活品质。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图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是本申请实施例的一种基于光学检测和AI算法的智能控制系统的原理方框示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，以下将参照本申请实施例中的附图，通过实施方式清楚、完整地描述本申请的技术方案，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
实施例1
本申请的一种基于光学检测和AI算法的智能控制系统的实施方法之一，如图1所示，包括：光学检测装置、控制装置以及若干执行设备；光学检测装置包括数据采集模块、光谱分析模块、输出模块以及若干光学传感器；数据采集模块分别与光谱分析模块以及若干光学传感器单独连接；输出模块分别与各个光学传感器链接，为各个光学传感器提供输出功率。
控制装置包括控制模块和存储模块；控制模块分别与存储模块、光谱分析模块以及各个执行设备连接。
各个光学传感器分别用于发送并接收对应谱段范围的电磁波；数据采集模块用于采集各个光学传感器接收到的电磁波数据，并发送至光谱分析模块。光谱分析模块用于根据接收到的各组电磁波数据分别计算出对应的各个数值，形成环境参数。
存储模块存储有若干场景模型，各个场景模型分别设有对应的阈值参数，以及各项场景对应的执行指令；控制模块内置有AI算法模型，用于对环境参数与各个场景模型中对应的阈值参数进行对比，确定当前的场景，并调取该场景对应的执行指令，发送至对应的执行设备进行执行。
具体的，光学传感器包括若干电磁波发射器以及对应的接收器。在本实施例中，光学传感器发送并接收的电磁波的类型包括：红外线、微波、可见光和高光谱，各电磁波发射器对应的发射谱段范围分别为700nm-1.4μm、780nm-750nm、380nm-750nm、和200nm-1000nm。
光谱分析模块内置有光谱分析库，光谱分析库包括若干种分别与各个光学传感器相对应的分析模型。分析模型包括：红外线分析模型、微波分析模型、可见光分析模型和高光谱分析模型；红外线分析模型用于计算温度值；微波分析模型用于计算湿度值；可见光分析模型用于计算光照值；高光谱分析模型用于计算空气质量值。
更具体的，红外线分析模型包括若干温度通道，每个通道单位为0.1度；微波分析模型包括若干湿度通道，每个通道单位为1％；可见光分析模型包括若干光照通道，每个通道单位为27.027027l ux；高光谱分析模型包括若干空气质量通道，每个通道单位为3.2μg/m3。
在本实施例中，各个分析模型的具体设置如下：
1)红外线分析模型(用于计算温度值)
电磁波：采用红外线，谱段范围在700nm-1.4μm。
通道：建立700个温度通道，每个通道单位为0.1度，设定温度区间为-20°至50°。
计算公式：
温度值＝-20°+(检测波值-700nm)/(1.4μm-700nm)*(50°-(-20°))。
2)微波分析模型(用于计算湿度值)
电磁波：采用微波，谱段范围在750nm-780nm。
通道：建立30个湿度通道，每个通道单位为1％，标签对应湿度区间为0％～100％。
计算公式：湿度值＝(检测波值-750)/(780-750)*100。
3)可见光分析模型(用于计算光照值)
电磁波：采用可见光，谱段范围在380nm-750nm。
通道：建立370个光照通道，每个通道单位为27.027027l ux，标签对应光照强度范围为0l ux～10000l ux。
计算公式：光照值＝((检测波值-380)/(750-380))*370*27.027027；
4)高光谱分析模型(用于空气质量值)
电磁波：采用高光谱，谱段范围在200nm-1000nm。
通道：建立800个空气质量通道，每个通道单位为3.2μg/m3，标签对应空气质量范围为0μg/m3～250μg/m3。
计算公式：空气质量值＝((检测波值-200)/(1000-200))*800*3.2。
在本实施例中，数据采集模块同时采集各个光学传感器对应的各项数据，光谱分析库分别根据各个光学传感器对应的各项数据，计算出对应的环境参数，下面为举例的一条环境参数数据：温度为37°、湿度为60％、光照值为800勒克斯(即l ux)、空气质量值为15微克/立方米(即μg/m3)。
进一步的，还包括用户端；用户端包括查询模块和设定模块；存储模块还包括环境参数数据库。查询模块用于调取并查询环境参数和设定的参数；设定模块用于阈值参数、优先级以及权重值的设定。
具体的，控制装置还包括通讯模块；通讯模块分别与控制模块、用户端以及各个执行设备连接，用于实现控制装置与用户端以及各个执行设备之间的信息交互。
设定模块用于确定控制模块调用的场景模型，以及用于设定各个场景模型和自定义场景对应的阈值参数。其中，阈值参数包括各个监测项对应的阈值范围。
更具体的，控制模块与数据采集模块连接；设定模块还用于通过控制模块设定数数据采集模块的采集频率。
在本实施例中，场景模型包括：自动、晴天、雨天、阴天和回南天五种场景；为了方便描述，在后续的描述中，把温度项记为A，湿度项记为B，光照项记为C，空气质量项记为D。用户可以通过客户端可自定义各个场景模型中的各个监测项(即A、B、C和D项)对应阈值范围，形成对应的与之参数。
额外的，执行设备包括：智能空调、智能灯、智能窗帘、智能窗户，在后续的描述中，分别记为/命名为：E、F、G、和H。这些智能设备可以通过客户端进行添加，并存储在存储模块的设备数据库中，添加成功后通过设备数据库推送将这些数据加入到AI算法模型作为参数之一。
各个场景模型中，均包括A、B、C和D项对应的阈值范围，具体为：
晴天场景：A:22-28摄氏度，B:50-70％，C:800-1200勒克斯，D:0-20微克/立方米。
雨天场景：A:20-25摄氏度，B:60-80％，C:300-800勒克斯，D:10-30微克/立方米。
阴天场景：A:18-25摄氏度，B:50-70％，C:500-1000勒克斯，D:10-30微克/立方米。
回南天场景：A:25-32摄氏度，B:40-60％，C:1000-1500勒克斯，D:10-40微克/立方米。
以下为本实施例中，为一种智能控制方法，具体包括以下步骤：
S1：确定各个场景模型和/或自定义场景中各个监测项对应的阈值范围；
S2：实时获取各项环境参数(即实时计算出A、B、C和D项对应的数值)；
S3：通过对环境参数与各个场景模型中的对应阈值范围进行对比，确定当前的场景，并根据所述当前的场景和/或环境参数计算及调取对应的执行指令，发送至对应的执行设备进行执行。例如：根据场景的不同，控制E、F、G、H进行相应的联动操作，例如调整空调温度、调节灯光亮度、打开/关闭窗帘或窗户。
其中，在步骤S1中，用户还可通过用户端，确定各项监测项对应的标准值；基于贪心算法，AI算法模型可根据环境参数的变化，以及各个检测项(本实施例中的A、B、C和D项)对应的权重值以及优先级，满足多方应用场景下的需求。其中，步骤S3具体包括以下步骤：
S31：根据各项环境参数对当前的场景进行识别，若存在匹配的场景，进入步骤S32；若不存在匹配的场景，进入步骤S33；
S32：根据当前的场景，调取对应的执行指令，并进入步骤S34；
S33：分别对当前的各监测项的环境参数与对应的标准值进行对比，并根据匹配的结果，生成对应的执行指令，进入步骤S34；
S34：分别把各个执行指令发送至对应的执行设备进行执行。
根据上述的一种智能控制方法，可实现两种不同的环境方式进行智能化调控，一种是根据预先设定的场景标准范围来判断当前所处的场景，并根据不同场景控制智能设备进行联动操作；另一种自动调整，用户可以自定义当前工作环境参数，以及恢复成默认人体标准参数，根据确定的环境参数的标准值，自动进行调整。
更具体的，以下为在本实施例中，存储模块中存储的各个数据库的模型框架：
1、环境参数数据库，用于记录各个光学传感器采集的数据，具体包括：
1)红外线分析模型数据
温度值：数值型，单位为摄氏度。
时间戳：时间型，记录数据采集时间。
2)微波分析模型数据
湿度值：数值型，单位为百分比。
时间戳：时间型，记录数据采集时间。
3)可见光分析模型数据
光照强度值：数值型，单位为勒克斯。
时间戳：时间型，记录数据采集时间。
4)高光谱分析模型数据
PM2.5值：数值型，单位为微克每立方米。
CO2值：数值型，单位为毫升每立方米。
VOC值：数值型，单位为毫克每立方米。
时间戳：时间型，记录数据采集时间。
2、设备数据库
1)智能空调模型数据
温度设定值：数值型，单位为摄氏度。
工作模式：枚举型，包括制冷、制热、送风、除湿等模式。
开关状态：布尔型，表示空调是否开启。
时间戳：时间型，记录操作时间。
2)智能灯光模型数据
亮度设定值：数值型，单位为百分比。
开关状态：布尔型，表示灯光是否开启。
时间戳：时间型，记录操作时间。
3)智能窗帘模型数据
窗帘开度值：数值型，单位为百分比。
开关状态：布尔型，表示窗帘是否开启。
时间戳：时间型，记录操作时间。
4)智能窗户模型数据
窗户开度值：数值型，单位为百分比。
开关状态：布尔型，表示窗户是否开启。
时间戳：时间型，记录操作时间。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请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申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。

Claims (10)

1.一种基于光学检测和AI算法的智能控制系统，其特征在于，包括：光学检测装置、控制装置以及若干执行设备；
所述光学检测装置包括数据采集模块、光谱分析模块以及若干光学传感器；所述数据采集模块分别与所述光谱分析模块以及若干光学传感器单独连接；
所述控制装置包括控制模块和存储模块；所述控制模块分别与所述存储模块、光谱分析模块以及各个所述执行设备连接；
各个光学传感器分别用于发送并接收对应谱段范围的电磁波；所述数据采集模块用于采集各个光学传感器接收到的电磁波数据，并发送至所述光谱分析模块；
所述光谱分析模块用于根据接收到的各组电磁波数据分别计算出对应的各个数值，形成环境参数；
所述存储模块存储有若干场景模型，各个所述场景模型分别设有对应的阈值参数，以及各项场景对应的执行指令；
所述控制模块内置有AI算法模型，用于对环境参数与各个场景模型中的对应阈值参数进行对比确定当前的场景，并根据所述当前的场景和/或环境参数，计算及调取对应的执行指令，发送至对应的执行设备进行执行。
2.根据权利要求1所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述光学传感器发送并接收的电磁波的类型包括：红外线、微波、可见光和高光谱中的若干种；
所述光谱分析模块内置有若干种分别与各个所述光学传感器相对应的分析模型。
3.根据权利要求2所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述光学传感器包括若干电磁波发射器以及对应的接收器；
各个电磁波发射器的发射谱段范围包括700nm-1.4μm、750nm-780nm、380nm-750nm、和200nm-1000nm中的若干种。
4.根据权利要求3所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述分析模型包括：红外线分析模型、微波分析模型、可见光分析模型和高光谱分析模型；
所述红外线分析模型包括若干温度通道，每个通道单位为0.1度，用于计算温度值；
所述微波分析模型包括若干湿度通道，每个通道单位为1％，用于计算湿度值；
所述可见光分析模型包括若干光照通道，每个通道单位为27.027027lux，用于计算光照值；
所述高光谱分析模型包括若干空气质量通道，每个通道单位为3.2μg/m3，用于计算空气质量值。
5.根据权利要求4所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述红外线分析模型的计算公式为：
温度值＝-20°+(检测波值-700nm)/(1.4μm-700nm)*(50°-(-20°))；
所述微波分析模型的计算公式为：
湿度值＝(检测波值-750)/(780-750)*100；
所述可见光分析模型的计算公式为：
光照值＝((检测波值-380)/(750-380))*370*27.027027；
所述高光谱分析模型的计算公式为：
空气质量值＝((检测波值-200)/(1000-200))*800*3.2。
6.根据权利要求1至5任一项所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述存储模块还存储有设备数据库，所述设备数据库包括所述各个执行设备的属性数据和工作状态数据。
7.根据权利要求6所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
还包括用户端；所述用户端包括设定模块；
所述控制装置还包括通讯模块；所述通讯模块分别与所述控制模块、用户端以及各个执行设备连接，用于实现控制装置与所述用户端以及各个所述执行设备之间的信息交互；
所述设定模块用于确定各个场景模型对应的阈值参数。
8.根据权利要求7所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述控制模块与所述数据采集模块连接；
所述设定模块还用于通过所述控制模块设定所述数数据采集模块的采集频率。
9.根据权利要求8所述的一种基于光学检测和AI算法的智能控制系统，其特征在于：
所述光学检测装置还包括输出模块，所述输出模块分别与各个所述光学传感器链接，提供输出功率；
所述控制模块与所述输出模块连接；
所述设定模块还用于通过所述控制模块设定所述输出模块的输出频率。
10.一种智能控制方法，应用于权利要求1至9任一项所述的一种基于光学检测和AI算法的智能控制系统，其特征在于，包括以下步骤：
S1：确定各个场景模型和/或自定义场景中各个监测项对应的阈值范围和/或标准值；
S2：实时获取各项环境参数；
S3：通过对所述环境参数与各个场景模型中的对应阈值范围进行对比，确定当前的场景，并根据所述当前的场景和/或环境参数计算及调取对应的执行指令，发送至对应的执行设备进行执行；
其中，步骤S3具体包括以下步骤：
S31：根据所述各项环境参数对当前的场景进行识别，若存在匹配的场景，进入步骤S32；若不存在匹配的场景，进入步骤S33；
S32：根据所述匹配的场景，调取对应的执行指令；
S33：分别对所述各监测项的环境参数与对应的标准值进行对比，并根据匹配的结果，生成对应的执行指令。
CN202311143751.4A 2023-09-05 2023-09-05 一种基于光学检测和ai算法的智能控制系统及方法 Active CN117130287B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311143751.4A CN117130287B (zh) 2023-09-05 2023-09-05 一种基于光学检测和ai算法的智能控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311143751.4A CN117130287B (zh) 2023-09-05 2023-09-05 一种基于光学检测和ai算法的智能控制系统及方法

Publications (2)

Publication Number Publication Date
CN117130287A true CN117130287A (zh) 2023-11-28
CN117130287B CN117130287B (zh) 2024-06-25

Family

ID=88856244

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311143751.4A Active CN117130287B (zh) 2023-09-05 2023-09-05 一种基于光学检测和ai算法的智能控制系统及方法

Country Status (1)

Country Link
CN (1) CN117130287B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170042003A1 (en) * 2015-08-06 2017-02-09 Stmicroelectronics, Inc. Intelligent lighting and sensor system and method of implementation
CN108153158A (zh) * 2017-12-19 2018-06-12 美的集团股份有限公司 家居场景的切换方法、装置、存储介质及服务器
WO2020077522A1 (zh) * 2018-10-16 2020-04-23 华为技术有限公司 一种识别环境场景的方法、芯片、终端
WO2021169876A1 (zh) * 2020-02-27 2021-09-02 青岛海尔空调器有限总公司 环境调节系统及其控制方法
CN113359486A (zh) * 2021-04-01 2021-09-07 中国地质大学（武汉） 一种基于神经网络算法调控的智能窗户系统及调节方法
KR20220048234A (ko) * 2020-10-12 2022-04-19 인투카오스 주식회사 Ai 알고리즘 내장 지능형 상황 인지, 학습 및 제어전략 수립과 예측이 가능한 무선검지 가스 차단장치 및 이의 운용 제어 방법

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170042003A1 (en) * 2015-08-06 2017-02-09 Stmicroelectronics, Inc. Intelligent lighting and sensor system and method of implementation
CN108153158A (zh) * 2017-12-19 2018-06-12 美的集团股份有限公司 家居场景的切换方法、装置、存储介质及服务器
WO2020077522A1 (zh) * 2018-10-16 2020-04-23 华为技术有限公司 一种识别环境场景的方法、芯片、终端
WO2021169876A1 (zh) * 2020-02-27 2021-09-02 青岛海尔空调器有限总公司 环境调节系统及其控制方法
KR20220048234A (ko) * 2020-10-12 2022-04-19 인투카오스 주식회사 Ai 알고리즘 내장 지능형 상황 인지, 학습 및 제어전략 수립과 예측이 가능한 무선검지 가스 차단장치 및 이의 운용 제어 방법
CN113359486A (zh) * 2021-04-01 2021-09-07 中国地质大学（武汉） 一种基于神经网络算法调控的智能窗户系统及调节方法

Also Published As

Publication number Publication date
CN117130287B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
CN110784511B (zh) 一种基于边缘物联代理的智慧路灯系统
CN108684102B (zh) 一种人性化的室内智能led灯具及室内照明控制系统
CN104483851B (zh) 一种情景感知控制装置、系统及方法
CN106413224B (zh) 一种室内照明智能控制方法及系统
CN106340071B (zh) 一种基于云计算的智能教室系统
CN108989162B (zh) 一种家用智能机器人管家系统
CN109491253B (zh) 一种在线学习型个性化智能家居系统及其控制方法
CN102882752A (zh) 基于物联网及安卓系统的智能家居系统及控制方法
CN109799716B (zh) 一种场景推送的方法、装置以及智能家居系统
CN109874209A (zh) 基于场景自动识别的商务酒店客房场景照明系统
CN108534325A (zh) 室内外环境参数自动监控调节装置及应用其的无人便利店
CN106061064A (zh) 用于智慧城市的智能灯光控制系统
CN113867161A (zh) 一种基于大数据的智能家居控制系统及控制方法
CN110691452A (zh) 一种智能照明控制系统及控制方法
CN110139448A (zh) 一种节能减排智能化操控系统
CN106909080A (zh) 一种基于移动终端控制电器设备的方法和移动终端
CN111083835B (zh) 基于全光谱的led智能照明系统及其方法
CN117130287B (zh) 一种基于光学检测和ai算法的智能控制系统及方法
CN204065801U (zh) 一种基于Zigbee无线控制的智能家居系统
CN111580397A (zh) 一种智能家居管控系统、方法、以及存储介质
CN108958056A (zh) 基于物联网的办公楼节能控制系统及控制方法
CN111836421B (zh) 太阳能路灯系统和其自动调节色温的方法
CN105248192A (zh) 光伏农业温棚及其环境参数控制方法、装置
WO2018006234A1 (zh) 智能家居照明系统及其控制方法
CN207011051U (zh) 实景反馈灯具控制系统

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
GR01 Patent grant
GR01 Patent grant