CN117606177A - 冰箱参数控制方法、装置、智能冰箱及存储介质 - Google Patents
冰箱参数控制方法、装置、智能冰箱及存储介质 Download PDFInfo
- Publication number
- CN117606177A CN117606177A CN202311488206.9A CN202311488206A CN117606177A CN 117606177 A CN117606177 A CN 117606177A CN 202311488206 A CN202311488206 A CN 202311488206A CN 117606177 A CN117606177 A CN 117606177A
- Authority
- CN
- China
- Prior art keywords
- control parameter
- change data
- target area
- refrigerator
- value
- 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 61
- 230000008859 change Effects 0.000 claims abstract description 167
- 235000013305 food Nutrition 0.000 claims abstract description 152
- 239000000463 material Substances 0.000 claims abstract description 128
- 230000007547 defect Effects 0.000 claims abstract description 100
- 239000007788 liquid Substances 0.000 claims abstract description 91
- 238000004458 analytical method Methods 0.000 claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 24
- 230000004044 response Effects 0.000 claims abstract description 9
- 230000001276 controlling effect Effects 0.000 claims description 47
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 9
- 238000011217 control strategy Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 8
- 238000001179 sorption measurement Methods 0.000 claims description 8
- 238000009877 rendering Methods 0.000 claims description 4
- 239000007789 gas Substances 0.000 description 87
- 238000004364 calculation method Methods 0.000 description 19
- 238000007710 freezing Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 235000013311 vegetables Nutrition 0.000 description 6
- 238000001816 cooling Methods 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 4
- 235000013527 bean curd Nutrition 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000008014 freezing Effects 0.000 description 4
- 238000005057 refrigeration Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 244000070406 Malus silvestris Species 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 235000011299 Brassica oleracea var botrytis Nutrition 0.000 description 2
- 240000003259 Brassica oleracea var. botrytis Species 0.000 description 2
- 241000238557 Decapoda Species 0.000 description 2
- 241000287828 Gallus gallus Species 0.000 description 2
- 235000021016 apples Nutrition 0.000 description 2
- 235000013330 chicken meat Nutrition 0.000 description 2
- 235000013601 eggs Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 235000013372 meat Nutrition 0.000 description 2
- 244000005700 microbiome Species 0.000 description 2
- 235000013336 milk Nutrition 0.000 description 2
- 239000008267 milk Substances 0.000 description 2
- 210000004080 milk Anatomy 0.000 description 2
- 235000015277 pork Nutrition 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 244000291564 Allium cepa Species 0.000 description 1
- 235000002732 Allium cepa var. cepa Nutrition 0.000 description 1
- 241000143060 Americamysis bahia Species 0.000 description 1
- 241000272525 Anas platyrhynchos Species 0.000 description 1
- 240000007087 Apium graveolens Species 0.000 description 1
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 1
- 235000010591 Appio Nutrition 0.000 description 1
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 235000017647 Brassica oleracea var italica Nutrition 0.000 description 1
- 241000238366 Cephalopoda Species 0.000 description 1
- 240000008067 Cucumis sativus Species 0.000 description 1
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 244000000626 Daucus carota Species 0.000 description 1
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 240000009088 Fragaria x ananassa Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000005856 Lyophyllum decastes Species 0.000 description 1
- 235000013194 Lyophyllum decastes Nutrition 0.000 description 1
- 240000005561 Musa balbisiana Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 1
- 244000046052 Phaseolus vulgaris Species 0.000 description 1
- 244000082204 Phyllostachys viridis Species 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 240000005809 Prunus persica Species 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 241000220324 Pyrus Species 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 235000009337 Spinacia oleracea Nutrition 0.000 description 1
- 244000300264 Spinacia oleracea Species 0.000 description 1
- 235000003095 Vaccinium corymbosum Nutrition 0.000 description 1
- 240000000851 Vaccinium corymbosum Species 0.000 description 1
- 235000017537 Vaccinium myrtillus Nutrition 0.000 description 1
- 241000219094 Vitaceae Species 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- 235000021015 bananas Nutrition 0.000 description 1
- 235000015278 beef Nutrition 0.000 description 1
- 235000021014 blueberries Nutrition 0.000 description 1
- 235000021152 breakfast Nutrition 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 235000013351 cheese Nutrition 0.000 description 1
- 238000000701 chemical imaging Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 235000021021 grapes Nutrition 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 235000021017 pears Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 235000021012 strawberries Nutrition 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 235000013618 yogurt Nutrition 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D11/00—Self-contained movable devices, e.g. domestic refrigerators
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D29/00—Arrangement or mounting of control or safety devices
- F25D29/005—Mounting of control devices
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
- F25D—REFRIGERATORS; COLD ROOMS; ICE-BOXES; COOLING OR FREEZING APPARATUS NOT OTHERWISE PROVIDED FOR
- F25D2500/00—Problems to be solved
- F25D2500/06—Stock management
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Mechanical Engineering (AREA)
- Thermal Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Cold Air Circulating Systems And Constructional Details In Refrigerators (AREA)
Abstract
本申请涉及冰箱技术领域,揭示了一种冰箱参数控制方法,该方法包括:响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;对待检测食材进行缺陷性分析,得到待检测食材的缺陷信息;根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数,可见,本方案可以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
Description
技术领域
本申请涉及冰箱技术领域,尤其涉及一种冰箱参数控制方法、装置、智能冰箱及存储介质。
背景技术
随着时代的发展,冰箱是人们日常生活中必不可少的一种电器,人们常将食材放冰箱里进行冷藏,以增加食材的保质期。
然而,在实际使用过程中,冰箱对食材的保鲜效果是有限的,也就是说,即使食材放在冰箱里进行保鲜,食材的新鲜程度也会慢慢下降。而当食材慢慢变的不新鲜时,就会产生异味,从而导致冰箱内的空气也会被污染,这样不仅不利于对食材的长期存储,而且对冰箱内部存储环境造成很大的影响。
发明内容
本申请提出一种冰箱参数控制方法、装置、智能冰箱及存储介质,以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
第一方面,提供了一种冰箱参数控制方法,所述方法包括:
响应于目标区域选择操作,监测冰箱中所述目标区域的液体变化数据和气体变化数据;
根据所述液体变化数据和所述气体变化数据,在所述目标区域中确定待检测食材;
对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息;
根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数。
第二方面,提供了一种冰箱参数控制装置,所述装置包括:
监测模块,用于响应于目标区域选择操作,监测冰箱中所述目标区域的液体变化数据和气体变化数据;
食材确定模块,用于根据所述液体变化数据和所述气体变化数据,在所述目标区域中确定待检测食材;
缺陷分析模块,用于对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息;
控制模块,用于根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数。
可选地,在本申请的一些实施例中,控制模块包括:
第一确定子模块,用于根据所述食材腐烂程度值和所述气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数;
第二确定子模块,用于根据所述食材失水程度值和所述液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数;
第一计算子模块,用于计算所述第一温度控制参数和所述第二温度控制参数的中位数,作为目标温度控制参数;
第二计算子模块,用于计算所述第一湿度控制参数和所述第二湿度控制参数的中位数,作为目标湿度控制参数;
第三计算子模块,用于计算所述第一风力控制参数和所述第二风力控制参数的中位数,作为目标风力控制参数;
参数控制子模块,用于根据所述目标温度控制参数、所述目标湿度控制参数和所述目标风力控制参数,更新当前环境控制策略,并基于所述当前环境控制策略,控制所述目标区域对应的设备参数。
可选地,在本申请的一些实施例中,所述第一确定子模块,包括:
第一提取单元,用于从所述气体变化数据中当前时刻的气体浓度值;
第一确定单元,用于若所述气体浓度值大于气体浓度阈值,则基于所述气体浓度值确定第一参数调节区间;
第二确定单元,用于基于所述第一参数调节区间确定第一温度调节值、第一湿度调节值和第一风力调节值;
第一计算单元,用于对所述第一温度调节值和当前温度控制参数进行计算,确定第一温度控制参数;
第二计算单元,用于对所述第一湿度调节值和当前湿度控制参数进行计算,确定第一湿度控制参数;
第三计算单元,用于对所述第一风力调节值和当前风力控制参数进行计算,确定第一风力控制参数。
可选地,在本申请的一些实施例中,所述第二确定子模块,包括:
第二提取单元,用于从所述液体变化数据中提取液体浓度变化曲线;
第三确定单元,用于基于所述液体浓度变化曲线,确定第二参数调节区间;
第四确定单元,用于基于所述第二参数调节区间确定第二温度调节值、第二湿度调节值和第二风力调节值;
第四计算单元,用于对所述第二温度调节值和当前温度控制参数进行计算,确定第二温度控制参数;
第五计算单元,用于对所述第二湿度调节值和当前湿度控制参数进行计算,确定第二湿度控制参数;
第六计算单元,用于对所述第二风力调节值和当前风力控制参数进行计算,确定第二风力控制参数。
可选地,在本申请的一些实施例中,还包括过滤模块,所述过滤模块具体用于:
监测所述目标区域的气味浓度变化值;
若所述气味浓度变化值大于气味浓度阈值,则将所述目标区域内的空气抽入到具有吸附溶液的保鲜盒中进行吸附过滤,直至所述监测到所述气味浓度变化值小于或等于所述气味浓度阈值。
可选地,在本申请的一些实施例中,还包括语音播放模块,所述语音播放模块具体用于:
根据所述缺陷信息,生成食材缺陷提醒信息;
播放所述食材缺陷提醒信息对应的语音信息。
可选地,在本申请的一些实施例中,还包括图像展示模块,所述图像展示模块具体用于:
获取包含所述待检测食材的目标图像;
对所述目标图像的所述待检测食材进行标记,并在所述目标图像上渲染所述缺陷信息;
将渲染后的所述目标图像进行展示。
第三方面,提供了一种智能冰箱,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述冰箱参数控制方法的步骤。
第四方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述冰箱参数控制方法的步骤。
如上,本申请提供一种冰箱参数控制方法、装置、智能冰箱及存储介质,响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;对待检测食材进行缺陷性分析,得到待检测食材的缺陷信息;根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。在本申请提供的冰箱参数控制方案中,通过监测冰箱中目标区域的液体变化数据和气体变化数据,在所述目标区域中确定待检测食材,从而对待检测食材进行缺陷性分析,以得到待检测食材的缺陷信息,进而可以基于缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数,可见,本方案可以在缺陷信息、液体变化数据以及气体变化数据的限制下,对冰箱中目标区域对应的设备参数进行控制,以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
附图说明
为了更清楚地说明本申请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是本申请实施例提供的冰箱参数控制方法的应用环境图;
图2是本申请实施例提供的基于冰箱参数控制方法的流程图;
图3是本申请实施例提供的冰箱存储区域的划分示意图;
图4是本申请实施例提供的显示目标区域的设备参数的设备示意图;
图5是本申请实施例提供的显示设备参数的第一界面示意图;
图6是本申请实施例提供的显示设备参数的第二界面示意图;
图7是本申请实施例提供的冰箱参数控制装置的第一结构示意图;
图8是本申请实施例提供的冰箱参数控制装置的第二结构示意图;
图9是本申请实施例提供的冰箱参数控制装置的第三结构示意图;
图10是本申请实施例提供的冰箱参数控制装置的第四结构示意图;
图11是本申请实施例提供的智能冰箱的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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,都属于本申请保护的范围。
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的,不是旨在限制本申请。
本申请提供一种冰箱参数控制方法、装置、智能冰箱及存储介质。
其中,该冰箱参数控制装置具体可以集成在智能冰箱中,智能冰箱可以是单门冰箱,双开门冰箱,三门冰箱,对开门冰箱,T型对开三门冰箱,多门冰箱中的任意一种,但并不局限于此。智能冰箱可以通过有线或无线通信方式与服务器进行直接或间接地连接,服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN、以及大数据和人工智能平台等基础云计算服务的云服务器,本申请在此不做限制。
例如,请参阅图1,该冰箱参数控制装置集成在冰箱10上,
冰箱10可包括显示屏,用户可以通过触碰冰箱10的显示屏,实现与冰箱10进行交互。在对冰箱10控制的过程中,冰箱10响应于目标区域选择操作,监测冰箱10中目标区域的液体变化数据和气体变化数据,该目标区域选择操作可以是用户20触发的,也可以是在检测到用户20在目标区域放入食材后自动触发的,具体根据实际情况而定;然后,冰箱10根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;接着,冰箱10对待检测食材进行缺陷性分析,得到待检测食材的缺陷信息;最后,冰箱10根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。
本申请提供的冰箱参数控制方法,可以在缺陷信息、液体变化数据和气体变化数据的限制下,对冰箱中目标区域对应的设备参数进行控制,以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
以下分别进行详细说明。需说明的是,以下实施例的描述顺序不作为对实施例优先顺序的限定。
一种冰箱参数控制方法,包括:响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;对待检测食材进行缺陷性分析,得到待检测食材的缺陷信息;根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。
请参阅图2所示,图2为本申请实施例提供的冰箱参数控制方法的一个流程示意图。该冰箱参数控制方法的具体流程可以包括如下:
101:响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据。
其中,目标区域选择操作用于触发冰箱执行监测冰箱中目标区域的液体变化数据和气体变化数据的操作,该目标区域选择操作可以通过检测到用户在目标区域放入食材时,自动触发冰箱执行监测冰箱中目标区域的液体变化数据和气体变化数据的操作;也可以通过用户与冰箱进行交互的方式,触发冰箱执行监测冰箱中目标区域的液体变化数据和气体变化数据的操作,例如,可以将冰箱与用户的移动终端设备进行控制关联,当用户认为可以触发冰箱执行监测冰箱中目标区域的液体变化数据和气体变化数据的操作时,即通过移动终端设备控制智能设备上的虚拟触发按键,以触发冰箱执行监测冰箱中目标区域的液体变化数据和气体变化数据的操作。
目标区域指的是冰箱中的食材存储区域,该目标区域可以是冷藏区域,也可以是冷冻区域。
冷藏区域可以被划分为多个子冷藏区域,也即,目标区域可以是各个子冷藏区域中的至少一个,每个子冷藏区域可以用于存储一类食材。
冷藏区域可以用于存储蔬菜,如菠菜、芹菜、油菜、西兰花、花椰菜、豆角、黄瓜、胡萝卜、番茄、洋葱等,还可以用于存储水果,如苹果、梨、香蕉、葡萄、草莓、蓝莓、桃、橙子等;或者用于存储肉类和海鲜,如牛肉、猪肉、鸡肉、鸭肉、鱼、虾等;又或者用于存储奶制品和蛋类,如早餐中的牛奶、酸奶、奶酪、黄油以及鸡蛋等。
冷冻区域可以被划分为多个子冷冻区域,也即,目标区域可以是各个子冷冻区域中的至少一个,每个子冷冻区域可以用于存储一类食材。示例性地,目标区域包括子冷冻区域A、子冷冻区域B和子冷冻区域C,当检测到用户在子冷冻区域B中存储了饺子,用户在子冷冻区域C中存储了虾,则确认该子冷冻区域B和子冷冻区域C为目标区域,冰箱监测该子冷冻区域B和子冷冻区域C的液体变化数据和气体变化数据。
冷冻区域可以用于存储水产速冻食材,如鱼、虾、蟹肉棒等;也可以用于存储果蔬速冻食材,如竹笋、毛豆等;还可以用于畜产速冻食材,如猪肉、鸡肉等,或者用于存储调理类速冻食材,如面食类汤圆、水饺、包子、火锅料鱼饺、鱼丸、贡丸、裹面油炸类鸡块、鱿鱼排以及菜肴料理食品等。
示例性地,请参阅图3,冰箱包括冷藏区域A和冷冻区域B,冷藏区域A包括子冷藏区域A1至子冷藏区域A10;冷冻区域B包括子冷冻区域B1至B6,当检测到用户在子冷藏区域A1中存储了苹果,则确认该子冷藏区域A1为目标区域,冰箱监测该子冷藏区域A1的液体变化数据和气体变化数据。
目标区域的液体变化数据可以是目标区域内空气中的水分子的含量变化数据。例如,在子冷藏区域A中存储了青菜,青菜蒸发的水蒸气遇冷液化在子冷藏区域A内形成小水珠,此时,可以基于测量空气中的水分含量的测量仪器(如,湿度计),监测自青菜存储至子冷藏区域A时,目标区域中空气中的水分子含量,从而得到目标区域的液体变化数据。此外,可以根据液体变化数据,确定青菜的水分流失程度。
目标区域的气体变化数据可以是目标区域内空气中的气味分子的数量变化数据以及每种气味分子的含量变化数据,还可以包括目标区域内空气中氧分子的含量变化数据。例如,在子冷藏区域A中存储了豆腐,豆腐在冰箱里时间长了会变质,在变质的过程中,青菜会释放出胺类等气味分子,此时,可以基于气味检测仪器(如,气味传感器),监测自豆腐存储至子冷藏区域A时,目标区域中空气中的气味分子含量数据以及每种气味分子的含量变化数据,从而得到目标区域的气体变化数据。此外,可以根据气体变化数据,确定豆腐的腐坏程度。
102:根据液体变化数据和气体变化数据,在目标区域中确定待检测食材。
其中,液体变化数据可以是随时间变化而变化的液体变量构成的数据,液体变量可以指空气中的水分子含量;气体变化数据可以是随时间变化而变化的气体变量构成的数据,气体变量可以是空气中的气味分子的数量以及每种气味分子的含量。此处,需要说明的是,每种食材在冰箱中随时间变化而产生的液体变化数据和气体变化数据均有差异,因此,可以根据液体变化数据和气体变化数据,准确在目标区域中确定待检测食材。
可选地,可以将液体变化数据和气体变化数据输入预训练的食材识别模型进行食材类别预测,并输出最大的类别概率对应的食材,并将该食材确定为待检测食材。其中,食材识别模型可以是对神经网络进行训练得到的模型,该模型用于对液体变化数据和气体变化数据进行食材分类,输出最大的类别概率对应的食材。
103:对待检测食材进行缺陷性分析,得到待检测食材的缺陷信息。
可选地,可以采用激光图像技术或高光谱成像技术,对待检测食材进行缺陷性分析,得到待检测食材的内部损伤程度和外部损伤程度,并将该内部损伤程度和外部损伤程度,作为缺陷信息。
可选地,可以获取待检测食材的光谱数据信息,对该光谱数据信息进行缺陷性分析,得到待检测食材的缺陷信息。
需要说明的是,可以实时对待检测食材进行缺陷分析(即,实时监测待检测食材的缺陷变化过程),也可以预设检测周期(如每三个小时进行一次缺陷分析)对待检测食材进行缺陷分析。
104:根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。
其中,缺陷信息可以是待检测食材的缺陷变化数据,该缺陷变化数据可以是待检测食材在目标区域中随时间变化而变化的缺陷变量,缺陷变量可以是腐烂程度和/或失水程度等。
设备参数可以是控制目标区域的存储环境对应的温度参数、湿度参数以及风力参数。请参阅图4,提供一冰箱,该冰箱包括参数显示区域C,该参数显示区域C用于显示每个目标区域对应的设备参数。
可选地,可以采用数据拟合算法,对缺陷信息、液体变化数据和气体变化数据进行拟合计算,得到最优拟合曲线;根据预设拟合曲线和设备参数区间之间的对应关系,确定该最优拟合曲线对应的设备参数区间,从而根据该设备参数区间对应的设备参数控制目标区域对应的设备参数。
在监测到液体变化数据和气体变化数据,以及确定缺陷信息后,即缺陷信息包括食材腐烂程度值和食材失水程度值,可以确定目标区域对应的设备参数。即,可选地,在一些实施例中,步骤“根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数”,具体可以包括:
(11)根据食材腐烂程度值和气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数。
其中,食材腐烂程度值为表示食材腐烂程度的数值,气体变化数据可以指的是气体浓度值的变化数据。
需要说明的是,食材腐烂一般是由微生物引起的化学变化的过程。微生物通过分解食材中的有机物质,产生酸、酶和挥发性化合物,导致食材失去原有的特性。因此,在监测到食材腐烂程度值时,需要对目标区域对应的设备参数进行调整,以减少食材腐烂速度。其中,温度可以通过对温度传感器进行控制,从而进行温度调节,湿度可以通过对湿度传感器进行控制,从而进行湿度调节,风力可以通过对风扇进行控制,从而进行风力调节。
可选地,从气体变化数据中提取当前时刻对应的气体浓度值,并对食材腐烂程度值和当前时刻的气体浓度值进行加权求和,得到表示腐烂程度的和值;
当该和值处于第一数值等级内,控制目标区域的温度达到第一目标温度,即第一温度控制参数,湿度达到第一目标湿度,即,第一湿度控制参数,风力达到第一目标风力,即第一风力控制参数;
当该和值处于第二数值等级内,控制目标区域的温度达到第二目标温度,即第一温度控制参数;控制目标区域的湿度达到第二目标湿度,即,第一湿度控制参数;控制目标区域的风力达到第二目标风力,即第一风力控制参数;
当和值处于第三数值等级内,控制目标区域的温度达到第三目标温度,即第一温度控制参数;控制目标区域的湿度达到第三目标湿度,即,第一湿度控制参数;控制目标区域的风力达到第三目标风力,即第一风力控制参数;
当和值处于第四数值等级内,控制目标区域的温度达到第四目标温度,即第一温度控制参数;控制目标区域的湿度达到第四目标湿度,即,第一湿度控制参数;控制目标区域的风力达到第四目标风力,即第一风力控制参数;
其中,第一数值等级、第二数值等级、第三数值等级和第四数值等级的数值大小依次递减,第一目标温度、第二目标温度、第三目标温度和第四目标温度依次递增且皆为预设常数值,如,第四目标温度的范围为8℃至10℃中的任意一个温度、第三目标温度为6℃至7℃中的任意一个温度、第二目标温度为4℃至5℃中的任意一个温度、第一目标温度为0℃至-18℃中的任意一个温度,和值越大,那么对应的温度则越低,即温度和和值呈现负相关关系,第一目标湿度、第二目标湿度、第三目标湿度和第四目标四度依次递增,且皆为预设常数值,如第一目标湿度可以是大于30%且小于40%范围内的任意一个湿度,该范围为干燥湿度;第二目标湿度可以是大于40%且小于60%范围内的任意一个湿度,该范围为偏潮湿湿度;第三目标湿度可以是大于60%且小于80%范围内的任意一个湿度,该范围为潮湿湿度;第四目标湿度可以是大于80%且小于90%范围内的任意一个湿度,该范围为特别湿润湿度,可以理解地,该和值越大,湿度越低,即和值与湿度呈负相关关系;第一目标风力、第二目标风力、第三目标风力和第四目标风力依次递减,且皆为预设常数值,如第一目标风力可以是功率为60W的风力、第二目标风力可以是功率小于60W且大于等于45W的风力、第三目标风力可以是功率小于45W且大于30W的风力、第四目标风力可以是功率为30W的风力,可以理解地是,当和值越大,风力越大,也即,和值与风力呈正相关关系。需要说明的是,本申请中所提到的参数仅是示例,而不是作为本申请的具体限制,具体参数值需根据实际应用场景确定。
第一数值等级表示目标区域中的气体浓度等级为高,如大于2000ppm,且食材腐烂程度高,如大于80%;第二数值等级表示目标区域中的气体浓度等级为中,如大于1000ppm且小于等于2000ppm,且食材的腐烂面积大于50%且小于等于80%;第三数值等级表示目标区域中的气体浓度等级为低,且食材的腐烂面积大于0且小于等于50%;第四数值等级表示目标区域中的气体浓度等级为无,且食材的腐烂面积等于0。
(12)根据食材失水程度值和液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数。
其中,食材失水程度值表示食材失水程度的数值,液体变化数据可以指的是空气中液体的变化数据。
可以从液体变化数据中获取目标区域的液体变化值,并对食材失水程度值和液体变化值进行加权求和,得到表示失水程度的和值。
当该和值处于第五数值等级内,控制目标区域的温度达到第五目标温度,即第二温度控制参数,湿度达到第五目标湿度,即,第二湿度控制参数,风力达到第五目标风力,即第二风力控制参数;
当该和值处于第六数值等级内,控制目标区域的温度达到第六目标温度,即第二温度控制参数;控制目标区域的湿度达到第六目标湿度,即,第二湿度控制参数;控制目标区域的风力达到第六目标风力,即第二风力控制参数;
当和值处于第七数值等级内,控制目标区域的温度达到第七目标温度,即第二温度控制参数;控制目标区域的湿度达到第七目标湿度,即,第二湿度控制参数;控制目标区域的风力达到第七目标风力,即第二风力控制参数;
当和值处于第八数值等级内,控制目标区域的温度达到第八目标温度,即第二温度控制参数;控制目标区域的湿度达到第八目标湿度,即,第二湿度控制参数;控制目标区域的风力达到第八目标风力,即第二风力控制参数;
其中,第五数值等级、第六数值等级、第七数值等级和第八数值等级的数值大小依次递增,第五目标温度、第六目标温度、第七目标温度和第八目标温度依次递减且皆为预设常数值,如第八目标温度的范围为8℃至10℃中的任意一个温度、第七目标温度为6℃至7℃中的任意一个温度、第六目标温度为4℃至5℃中的任意一个温度、第五目标温度为0℃至-18℃中的任意一个温度,可理解地,该和值越大,则温度越低,也即,和值和温度呈负相关关系,第五目标湿度、第六目标湿度、第七目标湿度和第八湿度依次递减,且皆为预设常数值,如第八目标湿度可以是大于30%且小于40%范围内的任意一个湿度,该范围为干燥湿度;第七目标湿度可以是大于40%且小于60%范围内的任意一个湿度,该范围为偏潮湿湿度;第六目标湿度可以是大于60%且小于80%范围内的任意一个湿度,该范围为潮湿湿度;第五目标湿度可以是大于80%且小于90%范围内的任意一个湿度,该范围为特别湿润湿度,可理解地,和值越大,湿度越大,也即,和值和湿度为正相关关系,第五目标风力、第六目标风力、第七目标风力和第八目标风力依次递增,且皆为预设常数值,如第八目标风力可以是功率为60W的风力、第七目标风力可以是功率小于60W且大于等于45W的风力、第六目标风力可以是功率小于45W且大于30W的风力、第五目标风力可以是功率为30W的风力,可以理解地是,该和值越大,风力越小,即和值和风力呈负相关关系。需要说明的是,本申请中所提到的参数仅是示例,而不是作为本申请的具体限制,具体参数值需根据实际应用场景确定。
第五数值等级表示目标区域中的失水程度等级为高,如大于90%;第六数值等级表示目标区域中的失水程度等级为中,如大于等于60%且小于等于90%;第七数值等级表示目标区域中的失水程度等级为低,如大于0且小于60%;第四数值等级表示目标区域中的失水程度等级为无,即,食材并未失水。
(13)计算第一温度控制参数和第二温度控制参数的中位数,作为目标温度控制参数;
(14)计算第一湿度控制参数和第二湿度控制参数的中位数,作为目标湿度控制参数;
(15)计算第一风力控制参数和第二风力控制参数的中位数,作为目标风力控制参数;
(16)根据目标温度控制参数、目标湿度控制参数和目标风力控制参数,更新当前环境控制策略,并基于当前环境控制策略,控制目标区域对应的设备参数。
其中,当前环境控制策略具体为确定目标区域中的温度、湿度、风力等控制参数,从而,冰箱可以基于该控制参数控制目标区域对应的设备参数。
可选地,在一些实施例中,可以根据食物腐烂程度值和气体变化数据,确定第一参数调节区间,进而确定第一温度控制参数、第一湿度控制参数和第一风力控制参数,即,步骤“根据食材腐烂程度值和气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数”,具体可以包括:
(21)从气体变化数据中当前时刻的气体浓度值;
(22)若气体浓度值大于气体浓度阈值,则基于气体浓度值确定第一参数调节区间;
其中,第一参数调节区间为在气体浓度值大于气体浓度阈值时,调节目标区域对应的设备参数。
(23)基于第一参数调节区间确定第一温度调节值、第一湿度调节值和第一风力调节值
(24)对第一温度调节值和当前温度控制参数进行计算,确定第一温度控制参数;
(25)对第一湿度调节值和当前湿度控制参数进行计算,确定第一湿度控制参数;
(26)对第一风力调节值和当前风力控制参数进行计算,确定第一风力控制参数。
例如,气体浓度值为1000ppm,气体浓度阈值为500ppm,确定第一参数调节区间中的第一温度调节值为-2℃,第一湿度调节值为-30%,第一风力调节值为+15W。基于此,图5提供确定控制参数的结构示意图,如图5所示,当前温度控制参数为7℃,当前湿度控制参数为70%,当前风力控制参数为30W,则第一温度控制参数为5℃,第一湿度控制参数为40%,第一风力调节值为45W。
可选地,在一些实施例中,可以根据食材失水程度值和液体变化数据,确定第二参数调节区间,从而确定第二温度控制参数、第二湿度控制参数和第二风力控制参数,即,步骤“根据食材失水程度值和液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数”,具体可以包括:
(31)从液体变化数据中提取液体浓度变化曲线;
(32)基于液体浓度变化曲线,确定第二参数调节区间;
(33)基于第二参数调节区间确定第二温度调节值、第二湿度调节值和第二风力调节值;
(34)对第二温度调节值和当前温度控制参数进行计算,确定第二温度控制参数;
(35)对第二湿度调节值和当前湿度控制参数进行计算,确定第二湿度控制参数;
(36)对第二风力调节值和当前风力控制参数进行计算,确定第二风力控制参数。
例如,当液体浓度变化曲线超出预设的液体曲线变化区间,确定第二参数调节区间中的第一温度调节值为-2℃,第一湿度调节值为+30%,第一风力调节值为-15W。基于此,图6提供确定控制参数的结构示意图,如图6所示,当前温度控制参数为7℃,当前湿度控制参数为40%,当前风力控制参数为45W,则第一温度控制参数为5℃,第一湿度控制参数为70%,第一风力调节值为30W。
可选地,在一些实施例中,可以在控制目标区域对应的设备参数之后,进一步监测目标区域的气味浓度变化值,可以祛除目标区域中残留的气味,以改善冰箱的内部存储环境,具体可以包括:
(41)监测目标区域的气味浓度变化值;
(42)若气味浓度变化值大于气味浓度阈值,则将目标区域内的空气抽入到具有吸附溶液的保鲜盒中进行吸附过滤,直至监测到气味浓度变化值小于或等于气味浓度阈值。
可选地,在一些实施例中,可以在在所述目标区域中确定待检测食材的缺陷信息之后,可以根据缺陷信息生成食材缺陷提醒信息,并发送给关联终端,以提醒用户尽早处理该待检测食材,具体可以包括:
(51)根据缺陷信息,生成食材缺陷提醒信息;
其中,缺陷信息可以表示食材的状态,如腐烂程度、失水程度、新鲜程度等。食材缺陷提醒信息可以是文字信息、语音信息、灯光信息等。
(52)播放食材缺陷提醒信息对应的语音信息。
例如,语音信息可以是苹果的腐烂程度为10%、失水程度为80%、新鲜程度为5%,请您及时处理。
可选地,可以将食材缺陷提醒信息发送给关联终端,关联终端可以是与冰箱关联的移动终端设备,可以是手机、电脑等。
例如,当食材缺陷提醒信息为文字信息,可以以短信提醒的方式,将食材的状态发送给关联终端;当食材缺陷提醒信息为语音信息时,可以以语音提醒的方式将食材的状态发送至关联终端进行播报。
可选地,在一些实施例中,在在所述目标区域中确定待检测食材的缺陷信息后,可以获取待检测食材的图像,并对该图像进行渲染后展示,具体可以包括:
(61)获取包含待检测食材的目标图像;
(62)对目标图像的待检测食材进行标记,并在目标图像上渲染缺陷信息;
(63)将渲染后的目标图像进行展示。
以上为本申请的冰箱参数控制流程。
如上,本申请提供一种冰箱参数控制方法、装置、智能冰箱及存储介质,响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;对待检测食材进行缺陷分析,在所述目标区域中确定待检测食材的缺陷信息;根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。在本申请提供的冰箱参数控制方案中,通过监测冰箱中目标区域的液体变化数据和气体变化数据,在所述目标区域中确定待检测食材,从而对待检测食材进行缺陷分析,以在所述目标区域中确定待检测食材的缺陷信息,进而可以基于缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数,可见,本方案可以在缺陷信息、液体变化数据以及气体变化数据的限制下,对冰箱中目标区域对应的设备参数进行控制,以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
为便于更好的实施本申请实施例的冰箱参数控制方法,本发明实施例还提供一种冰箱参数控制装置(简称控制装置)。其中名词的含义与上述冰箱参数控制方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图7,图7为本申请实施例提供的冰箱参数控制装置的结构示意图,该冰箱参数控制装置包括监测模块201、食材确定模块202、缺陷分析模块203和控制模块204,各功能模块详细说明如下:
监测模块201,用于响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;
食材确定模块202,用于根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;
缺陷分析模块203,用于对待检测食材进行缺陷分析,在所述目标区域中确定待检测食材的缺陷信息;
控制模块204,用于根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。
可选地,一些实施例中,本申请的控制模块204具体还可以包括:
第一确定子模块,用于根据食材腐烂程度值和气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数;
第二确定子模块,用于根据食材失水程度值和液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数;
第一计算子模块,用于计算第一温度控制参数和第二温度控制参数的中位数,作为目标温度控制参数;
第二计算子模块,用于计算第一湿度控制参数和第二湿度控制参数的中位数,作为目标湿度控制参数;
第三计算子模块,用于计算第一风力控制参数和第二风力控制参数的中位数,作为目标风力控制参数;
参数控制子模块,用于根据目标温度控制参数、目标湿度控制参数和目标风力控制参数,更新当前环境控制策略,并基于当前环境控制策略,控制目标区域对应的设备参数。
可选地,一些实施例中,本申请的第一确定子模块具体还包括:
第一提取单元,用于从气体变化数据中当前时刻的气体浓度值;
第一确定单元,用于若气体浓度值大于气体浓度阈值,则基于气体浓度值确定第一参数调节区间;
第二确定单元,用于基于第一参数调节区间确定第一温度调节值、第一湿度调节值和第一风力调节值;
第一计算单元,用于对第一温度调节值和当前温度控制参数进行计算,确定第一温度控制参数;
第二计算单元,用于对第一湿度调节值和当前湿度控制参数进行计算,确定第一湿度控制参数;
第三计算单元,用于对第一风力调节值和当前风力控制参数进行计算,确定第一风力控制参数。
可选地,一些实施例中,本申请的第二确定子模块具体还包括:
第二提取单元,用于从液体变化数据中提取液体浓度变化曲线;
第三确定单元,用于基于液体浓度变化曲线,确定第二参数调节区间;
第四确定单元,用于基于第二参数调节区间确定第二温度调节值、第二湿度调节值和第二风力调节值;
第四计算单元,用于对第二温度调节值和当前温度控制参数进行计算,确定第二温度控制参数;
第五计算单元,用于对第二湿度调节值和当前湿度控制参数进行计算,确定第二湿度控制参数;
第六计算单元,用于对第二风力调节值和当前风力控制参数进行计算,确定第二风力控制参数。
可选地,一些实施例中,请参阅图8,本申请的控制装置还包括过滤模块205,过滤模块205具体用于:
监测目标区域的气味浓度变化值;
若气味浓度变化值大于气味浓度阈值,则将目标区域内的空气抽入到具有吸附溶液的保鲜盒中进行吸附过滤,直至监测到气味浓度变化值小于或等于气味浓度阈值。
可选地,一些实施例中,请参阅图9,本申请的控制装置还包括语音播放模块206,语音播放模块206具体用于:
根据缺陷信息,生成食材缺陷提醒信息;
播放食材缺陷提醒信息对应的语音信息。
可选地,一些实施例中,请参阅图10,本申请的控制装置还包括图像展示模块207,图像展示模块207具体用于:
获取包含待检测食材的目标图像;
对目标图像的待检测食材进行标记,并在目标图像上渲染缺陷信息;
将渲染后的目标图像进行展示。
需要说明的是,本申请实施例中,如果以软件功能模块的形式实现上述方法,并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。基于这样的理解,本申请实施例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一个存储介质中,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)执行本申请各个实施例方法的全部或部分。而前述的存储介质包括: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。这样,本申请实施例不限制于任何特定的硬件和软件结合。
相应地,本申请实施例还公开一种存储介质,存储有能够被处理器加载并执行上述方法的计算机程序。
本申请实施例还公开一种智能冰箱,如图11所示,包括一个处理器100、至少一个通信总线200、用户接口300、至少一个外部通信接口400和存储器500。其中,处理器100用于提供计算和控制能力,通信总线200配置为实现这些组件之间的连接通信,,用户接口300可以包括显示屏,外部通信接口400可以包括标准的有线接口和无线接口,存储器500中存储有冰箱参数控制方法。其中,处理器100还用于在执行存储器500中存储的冰箱参数控制方法时采用上述方法。
可选地,在一些实施例中,处理器执行计算机程序时实现以下步骤:
响应于目标区域选择操作,监测冰箱中目标区域的液体变化数据和气体变化数据;根据液体变化数据和气体变化数据,在所述目标区域中确定待检测食材;对待检测食材进行缺陷分析,在所述目标区域中确定待检测食材的缺陷信息;根据缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数。
在本申请实施例中,可以通过监测冰箱中目标区域的液体变化数据和气体变化数据,在所述目标区域中确定待检测食材,从而对待检测食材进行缺陷分析,以在所述目标区域中确定待检测食材的缺陷信息,进而可以基于缺陷信息、液体变化数据和气体变化数据,控制目标区域对应的设备参数,可见,本方案可以在缺陷信息、液体变化数据以及气体变化数据的限制下,对冰箱中目标区域对应的设备参数进行控制,以自动改善冰箱的内部存储环境,提高冰箱的智能化程度。
应理解,说明书通篇中提到的“一个实施例”或“一些实施例”意味着与实施例有关的特定特征、结构或特性包括在本申请的至少一个实施例中。因此,在整个说明书各处出现的“在一个实施例中”或“在一实施例中”未必一定指相同的实施例。此外,这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
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、物品或者装置不仅包括那些要素,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、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或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,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,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全部单元来实现本实施例方案的目的。
另外,在本申请各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以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,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本申请上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例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一个存储介质中,包括若干指令用以使得一台设备执行本申请各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (10)
1.一种冰箱参数控制方法,其特征在于,所述方法包括:
响应于目标区域选择操作,监测冰箱中所述目标区域的液体变化数据和气体变化数据;
根据所述液体变化数据和所述气体变化数据,在所述目标区域中确定待检测食材;
对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息;
根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数。
2.根据权利要求1所述的冰箱参数控制方法,其特征在于,所述缺陷信息包括食材腐烂程度值和食材失水程度值,所述根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数,包括:
根据所述食材腐烂程度值和所述气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数;
根据所述食材失水程度值和所述液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数;
计算所述第一温度控制参数和所述第二温度控制参数的中位数,作为目标温度控制参数;
计算所述第一湿度控制参数和所述第二湿度控制参数的中位数,作为目标湿度控制参数;
计算所述第一风力控制参数和所述第二风力控制参数的中位数,作为目标风力控制参数;
根据所述目标温度控制参数、所述目标湿度控制参数和所述目标风力控制参数,更新当前环境控制策略,并基于所述当前环境控制策略,控制所述目标区域对应的设备参数。
3.根据权利要求2所述的冰箱参数控制方法,其特征在于,所述根据所述食材腐烂程度值和所述气体变化数据,确定第一温度控制参数、第一湿度控制参数和第一风力控制参数,包括:
从所述气体变化数据中当前时刻的气体浓度值;
若所述气体浓度值大于气体浓度阈值,则基于所述气体浓度值确定第一参数调节区间;
基于所述第一参数调节区间确定第一温度调节值、第一湿度调节值和第一风力调节值;
对所述第一温度调节值和当前温度控制参数进行计算,确定第一温度控制参数;
对所述第一湿度调节值和当前湿度控制参数进行计算,确定第一湿度控制参数;
对所述第一风力调节值和当前风力控制参数进行计算,确定第一风力控制参数。
4.根据权利要求2所述的冰箱参数控制方法,其特征在于,所述根据所述食材失水程度值和所述液体变化数据,确定第二温度控制参数、第二湿度控制参数和第二风力控制参数,包括:
从所述液体变化数据中提取液体浓度变化曲线;
基于所述液体浓度变化曲线,确定第二参数调节区间;
基于所述第二参数调节区间确定第二温度调节值、第二湿度调节值和第二风力调节值;
对所述第二温度调节值和当前温度控制参数进行计算,确定第二温度控制参数;
对所述第二湿度调节值和当前湿度控制参数进行计算,确定第二湿度控制参数;
对所述第二风力调节值和当前风力控制参数进行计算,确定第二风力控制参数。
5.根据权利要求1至4任一项所述的冰箱参数控制方法,其特征在于,所述根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数之后,所述方法还包括:
监测所述目标区域的气味浓度变化值;
若所述气味浓度变化值大于气味浓度阈值,则将所述目标区域内的空气抽入到具有吸附溶液的保鲜盒中进行吸附过滤,直至所述监测到所述气味浓度变化值小于或等于所述气味浓度阈值。
6.根据权利要求1至4任一项所述的冰箱参数控制方法,其特征在于,所述对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息之后,所述方法还包括:
根据所述缺陷信息,生成食材缺陷提醒信息;
播放所述食材缺陷提醒信息对应的语音信息。
7.根据权利要求1至4任一项所述的冰箱参数控制方法,其特征在于,所述对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息之后,所述方法还包括:
获取包含所述待检测食材的目标图像;
对所述目标图像的所述待检测食材进行标记,并在所述目标图像上渲染所述缺陷信息;
将渲染后的所述目标图像进行展示。
8.一种冰箱参数控制装置,其特征在于,所述装置包括:
监测模块,用于响应于目标区域选择操作,监测冰箱中所述目标区域的液体变化数据和气体变化数据;
食材确定模块,用于根据所述液体变化数据和所述气体变化数据,在所述目标区域中确定待检测食材;
缺陷分析模块,用于对所述待检测食材进行缺陷性分析,得到所述待检测食材的缺陷信息;
控制模块,用于根据所述缺陷信息、所述液体变化数据和所述气体变化数据,控制所述目标区域对应的设备参数。
9.一种智能冰箱,包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述冰箱参数控制方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,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至7任一项所述冰箱参数控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488206.9A CN117606177A (zh) | 2023-11-08 | 2023-11-08 | 冰箱参数控制方法、装置、智能冰箱及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311488206.9A CN117606177A (zh) | 2023-11-08 | 2023-11-08 | 冰箱参数控制方法、装置、智能冰箱及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117606177A true CN117606177A (zh) | 2024-02-27 |
Family
ID=89958824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311488206.9A Pending CN117606177A (zh) | 2023-11-08 | 2023-11-08 | 冰箱参数控制方法、装置、智能冰箱及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117606177A (zh) |
-
2023
- 2023-11-08 CN CN202311488206.9A patent/CN117606177A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Papadopoulou et al. | Sensory and microbiological quality assessment of beef fillets using a portable electronic nose in tandem with support vector machine analysis | |
US20190034556A1 (en) | Method, apparatus and refrigerator for recipe recommendation | |
Aubourg et al. | Effect of high-pressure treatments applied before freezing and frozen storage on the functional and sensory properties of Atlantic mackerel (Scomber scombrus) | |
Ammor et al. | Rapid monitoring of the spoilage of minced beef stored under conventionally and active packaging conditions using Fourier transform infrared spectroscopy in tandem with chemometrics | |
JP7534116B2 (ja) | 保管容器、冷蔵庫及び熟成度推定装置 | |
Cui et al. | Recent advances in shelf life prediction models for monitoring food quality | |
Grigioni et al. | Warmed-over flavour analysis in low temperature–long time processed meat by an “electronic nose” | |
Sedaghat et al. | Application of edible coating and acidic washing for extending the storage life of mushrooms (Agaricus bisporus) | |
CN107102035B (zh) | 一种基于电子鼻的猪肉冷冻储藏期的无损检测方法 | |
Huang et al. | Evaluating quality of tomato during storage using fusion information of computer vision and electronic nose | |
de la Cruz Quiroz et al. | Residential refrigerator performance based on microbial indicators of ground beef preservation assessed using predictive microbiology tools | |
CN116026097A (zh) | 智能冰箱提醒方法、装置、智能冰箱及存储介质 | |
JP7524025B2 (ja) | 情報処理システム、及び品質推定方法 | |
Pristijono et al. | Use of low-pressure storage to improve the quality of tomatoes | |
Zhang et al. | A comprehensive review on the development of foodomics-based approaches to evaluate the quality degradation of different food products | |
Sun et al. | An electronic nose based on adaptive fusion of transformer-ELM with active temperature modulation algorithm for accurate odor detection in refrigerators | |
Zhang et al. | Hot-air impingement roast drying of beef jerky: Effect of relative humidity on quality attributes | |
CN117606177A (zh) | 冰箱参数控制方法、装置、智能冰箱及存储介质 | |
Nithin et al. | Non-Destructive Approach for Detection of Food Freshness using IoT | |
Haddad et al. | Accelerating the dry aging of bone‐in beef from Nellore cattle by the freeze/thaw process | |
CN108982883A (zh) | 一种预测鲜切生菜货架期模型 | |
Cozzolino et al. | The missing link between shelf life and food waste: are infrared sensing technologies underutilised? | |
CN112345716A (zh) | 基于神经网络的冷鲜猪肉的货架期预测方法 | |
CN112100499A (zh) | 一种基于数据模型的共享平台食材分配方法、系统及可读存储介质 | |
CN112413991A (zh) | 一种冰箱食物存储温度控制方法及冰箱 |
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 |