CN117747060A - 一种基于ar的饮食管理的方法、装置及电子设备 - Google Patents

Abstract

本申请提供了一种基于AR的饮食管理的方法、装置及电子设备，该方法应用于AR设备，包括：对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据。本申请的一些实施例可以为用户饮食安全提供辅助。

Description

一种基于AR的饮食管理的方法、装置及电子设备

技术领域

本申请涉及增强现实技术领域，具体而言，涉及一种基于AR的饮食管理的方法、装置及电子设备。

背景技术

食品安全与个人健康息息相关。为了实现对饮食安全的有效监督，当前现有技术中通常对食物或者食材进行留样后，提供到特定的检测机构进行检测才能够得到食品的检测结果，检测方式不方便，且不能实现对用户的个性化饮食管理。

因此，如何提供一种既安全又高效的饮食管理的方法的技术方案成为亟需解决的技术问题。

发明内容

本申请的一些实施例的目的在于提供一种基于AR的饮食管理的方法、装置及电子设备，通过本申请的实施例的技术方案可以实现饮食管理的便捷性，提升饮食管理效率和食品检测准确度，同时为用户提供个性化的饮食管理。

第一方面，本申请的一些实施例提供了一种基于AR的饮食管理的方法，应用于AR设备，包括：对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

本申请的一些实施例通过AR设备对目标食物进行扫描分析得到食物特征后给到云计算平台，云计算平台对食物特征进行分析后反馈给AR设备对应的饮食数据并通过AR设备显示给用户。本申请的一些实施例通过AR设备和云计算平台可以实现对目标食物的安全性分析生成饮食数据，可以实现饮食管理的便捷性，提升饮食管理效率和食品检测准确度，同时为用户提供个性化的饮食管理。

在一些实施例，所述物理特征包括：食物体积、外观特征和温度特征；所述化学特征包括：微生物特征、化学物质特征、酸碱度特征和食物成分特征。

本申请的一些实施例可以对目标食物的多种物理特征和化学特征进行分析，提升了检测的全面性和安全性。

在一些实施例，所述对目标食物进行扫描分析，获取所述目标食物的食物特征，包括：利用摄像头对所述目标食物进行尺寸评估，得到所述食物体积；利用视觉传感器对所述目标食物进行分析，得到所述外观特征，其中，所述外观特征包括：外观颜色特征和纹理特征；利用环境传感器对所述目标食物和环境进行测量，得到所述温度特征，其中，所述温度特征包括：所述目标食物的表面温度、环境温度和环境湿度。

本申请的一些实施例通过AR设备上部署的传感器可以对目标食物的物理特征进行分析和获取，既便捷又高效。

在一些实施例，所述对目标食物进行扫描分析，获取所述目标食物的食物特征，包括：利用微生物传感器检测所述目标食物的微生物含量，得到所述微生物特征；利用化学传感器检测所述目标食物的化学物质，得到所述化学物质特征；利用酸碱传感器检测所述目标食物的酸碱度，得到所述酸碱度特征；利用近红外光谱技术分析所述目标食物的成分，得到所述食物成分特征。

本申请的一些实施例通过AR设备上部署的传感器可以对目标食物的化学特征进行分析和获取，既便捷又高效。

在一些实施例，所述方法还包括：扫描所述目标食物上的食品标签；显示与所述食品标签对应的食品信息，其中，所述食品信息包括：食品生产信息、食品材料来源、食品详情信息和食品处理视频。

本申请的一些实施例通过AR设备扫描食品标签可以得到食品信息，便于食品溯源和查看。

第二方面，本申请的一些实施例提供了一种基于AR的饮食管理的方法，应用于与AR设备连接的云计算平台，包括：接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征；获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的；基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议；向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

本申请的一些实施例的云计算平台通过得到AR设备采集的目标食物的物理特征和化学特征后，结合用户饮食档案可以生成饮食数据，以此可以实现对目标食物的安全性分析生成饮食数据，可以实现饮食管理的便捷性，提升饮食管理效率和食品检测准确度，同时为用户提供个性化的饮食管理。

在一些实施例，所述基于所述用户饮食档案和所述食物特征，生成饮食数据，包括：将所述食物特征与所述用户饮食档案进行匹配，确认所述目标食物的风险等级；通过所述用户饮食档案对所述目标食物进行评分，得到评估结果和饮用建议。

本申请的一些实施例通过食物特征和用户饮食档案匹配确定饮食数据，可以为用户提供个性化的饮食管理和建议。

第三方面，本申请的一些实施例提供了一种基于AR的饮食管理的装置，应用于AR设备，包括：扫描模块，用于对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；第一发送模块，用于向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；第一接收模块，用于接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

第四方面，本申请的一些实施例提供了一种基于AR的饮食管理的装置，应用于与AR设备连接的云计算平台，包括：第二接收模块，用于接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征；获取模块，用于获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的；生成模块，用于基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议；第二发送模块，用于向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

第五方面，本申请的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的方法。

第六方面，本申请的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的方法。

第七方面，本申请的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的方法。

附图说明

为了更清楚地说明本申请的一些实施例的技术方案，下面将对本申请的一些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申请的某些实施例，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为本申请的一些实施例提供的一种基于AR的饮食管理的系统图；

图2为本申请的一些实施例提供的基于AR的饮食管理的方法流程图之一；

图3为本申请的一些实施例提供的基于AR的饮食管理的方法流程图之二；

图4为本申请的一些实施例提供的基于AR的饮食管理的交互流程图；

图5为本申请的一些实施例提供的基于AR的饮食管理的装置组成框图之一；

图6为本申请的一些实施例提供的基于AR的饮食管理的装置组成框图之二；

图7为本申请的一些实施例提供的一种电子设备示意图。

具体实施方式

下面将结合本申请的一些实施例中的附图，对本申请的一些实施例中的技术方案进行描述。

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。同时，在本申请的描述中，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。

相关技术中，为了实现饮食安全和营养管理，通常通过留样品在检测机构进行检测。通过检测机构的检测结果，用户可以对饮食情况进行规划。或者，用户对自身的饮食情况进行管理时可以采用从网上查阅相关信息自主制定计划的方式。但是，现有的方法并不可以为用户提供简便、快速和个性化的饮食管理需求。

鉴于此，本申请的一些实施例提供了一种基于AR的饮食管理的方法，该方法中的AR设备可以和云计算平台通信，用户通过佩戴AR设备后，AR设备可以对目标食物进行扫描分析获取食物特征，然后云计算平台可以对食物特征进行分析生成饮食数据并给到AR设备。最后AR设备可以将饮食数据显示出来，以便于用户可以及时得知。本申请的一些实施例可以针对目标食物进行特定的分析处理，并且可以为用户提供个性化的饮食数据，既简便又高效。

下面结合附图1示例性阐述本申请的一些实施例提供的基于AR的饮食管理的系统的整体组成结构。

如图1所示，本申请的一些实施例提供了一种基于AR的饮食管理的系统，该基于AR的饮食管理的系统包括：AR眼镜100(作为AR设备的一个具体示例)和云计算平台200。AR眼镜100配备有摄像头和各种类型的传感器(例如，光谱仪、多模态传感器，如微生物检测传感器、化学气体检测传感器、pH值检测传感器、电导率传感器、食品硬度、纹理传感器、环境感知传感器等)。用户佩戴AR眼镜100后可以通过摄像头对目标食物进行扫描，传感器通过对目标食物进行分析可以得到食物特征。AR眼镜100将食物特征发送给云计算平台200。AR眼镜100可以根据食物特征和用户饮食档案生成用户的饮食数据。云计算平台200将饮食数据发送给AR眼镜100，AR眼镜100可以通过自身的虚拟屏幕将饮食数据显示出来，以便于用户可以及时查看。

在本申请的一些实施例中，云计算平台200可以为服务器设备或其他类型的终端设备，具体的可以根据实际情况进行选择，本申请实施例在此不作具体限定。

下面结合附图2示例性阐述本申请的一些实施例提供的由AR眼镜100执行的基于AR的饮食管理的实现过程。

请参见附图2，图2为本申请的一些实施例提供的一种基于AR的饮食管理的方法流程图，该基于AR的饮食管理的方法包括：

S210，对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征。

例如，在本申请的一些实施例中，由于AR眼镜100上配备有前置摄像头和其他类型的传感器，以此可以实现对目标食物的扫描分析，得到食物特征。其中，目标食物可以是成品食物，也可以是食材，本申请实施例在此不作具体限定。

在本申请的一些实施例中，所述物理特征包括：食物体积、外观特征和温度特征；所述化学特征包括：微生物特征、化学物质特征、酸碱度特征和食物成分特征。

可以理解的是，除了上述列举的物理特征和化学特征之外还可以含有其他特征，本申请实施例并不局限于此。

在本申请的一些实施例中，S210可以包括：利用摄像头对所述目标食物进行尺寸评估，得到所述食物体积；利用视觉传感器对所述目标食物进行分析，得到所述外观特征，其中，所述外观特征包括：外观颜色特征和纹理特征；利用环境传感器对所述目标食物和环境进行测量，得到所述温度特征，其中，所述温度特征包括：所述目标食物的表面温度、环境温度和环境湿度。

例如，在本申请的一些实施例中，使用集成在AR眼镜100上的摄像头通过对食物(也就是目标食物)的外形和大小估算，得到食物体积。通过AR眼镜100的摄像头或视觉传感器进行捕捉，得到食物的外观颜色特征，其中，食物颜色的深浅和均匀性可能与食物的新鲜度、成熟度有关。通过AR眼镜100的摄像头或视觉传感器，利用特定算法进行识别，得到纹理特征。例如一个苹果的光滑与否(作为纹理特征的一个具体示例)可能代表它的新鲜程度。通过AR眼镜100配备的红外传感器(作为环境传感器的一个具体示例)，可以测量食物的表面温度。并且还可以通过红外传感器检测食物所在环境温度、环境湿度等。应理解，除了上述传感器之外还可以采用其他功能相似的技术以实现对物理特征的检测，本申请实施例并不局限于此。

在本申请的一些实施例中，S210可以包括：利用微生物传感器检测所述目标食物的微生物含量，得到所述微生物特征；利用化学传感器检测所述目标食物的化学物质，得到所述化学物质特征；利用酸碱传感器检测所述目标食物的酸碱度，得到所述酸碱度特征；利用近红外光谱技术分析所述目标食物的成分，得到所述食物成分特征。

例如，在本申请的一些实施例中，利用微生物传感器，AR眼镜100能够实时检测食品中的微生物含量(作为微生物特征的一个具体示例)，如细菌、霉菌等。也就是说，需要特定的生物传感器(作为微生物传感器的一个具体示例)对食物的微生物和细菌进行检测，得到微生物特征。例如生物传感器基于生物荧光的方法检测微生物和细菌。AR眼镜100利用化学传感器可以检测食物中的某些化学物质(作为化学物质特征的一个具体示例)，如农药残留、添加剂和重金属等。由于一些食物的酸碱度可能影响其口感和营养价值，特定的pH传感器(作为酸碱传感器的一个具体示例)可以进行测量，以判断食物的酸碱度(也就是酸碱度特征)。通过高级的传感器技术，如近红外光谱技术检测食物中的营养成分(作为食物成分特征的一个具体示例)，如蛋白质、脂肪、碳水化合物等。AR眼镜100还可以通过分子光谱技术或质谱技术检测添加剂和防腐剂。应理解，除了上述传感器之外还可以采用其他功能相似的技术以实现对化学特征的检测，本申请实施例并不局限于此。

S220，向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据。

例如，在本申请的一些实施例中，AR眼镜100将上述检测到的食物特征发送至云计算平台200。云计算平台200可以结合用户饮食档案和食品安全数据库进行分析，生成饮食数据。其中，食品安全数据库可以部署在云计算平台200，也可以独立于云计算平台200单独部署，本申请实施例在此不作具体限定。

S230，接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

例如，在本申请的一些实施例中，AR眼镜100接收云计算平台200反馈的用户的饮食数据，并通过AR眼镜100的虚拟显示屏显示饮食数据一便于告知用户。或者，AR眼镜100还可以通过语音播放的形式播放饮食数据。应理解具体的展示形式可以灵活选择，本申请实施例并不局限于此。

另外，AR眼镜100还可以根据特定的食物特征生成与食物相关的个性化建议。具体的，若食物特征中的微生物特征中检测到超出标准的微生物含量，AR眼镜将建议用户丢弃食品或采用特定的处理方法，如加热至一定温度以消毒。对于超标的化学物质，AR眼镜100可以建议进行冲洗、削皮、或煮熟来降低化学物质的浓度。某些食物在特定的酸碱度下容易腐坏。AR眼镜100将建议在适当的条件下保存，如酸性食物可能建议冷藏，以延长保存时间。通过视觉传感器分析食物的纹理，如是否过于干燥或湿润。AR眼镜100可以对于干燥的食物，可能建议增加液体或用低温烹饪。对于湿润的食物，可能建议使用高温或进行煎炸。对于环境传感器读取到的当前的温度和湿度。AR眼镜100可以建议：在高湿度环境下，建议将容易受潮的食物密封保存。在高温环境下，建议将容易变质的食物冷藏等等。

需要说明的是，上述的食物相关的个性化建议也可以是由云计算平台200分析得到的，本申请实施例在此不作具体限定。

在本申请的一些实施例中，基于AR的饮食管理的方法还可以包括：扫描所述目标食物上的食品标签；显示与所述食品标签对应的食品信息，其中，所述食品信息包括：食品生产信息、食品材料来源、食品详情信息和食品处理视频。

例如，在本申请的一些实施例中，AR眼镜100还可以对食物进行溯源和防伪。AR眼镜100可以通过摄像头扫码识别食品标签获取食品信息。例如，每一个食物的食品包装可以贴上一个RFID或NFC标签(作为食品标签的一个具体示例)，包含该食物的相关信息，如生产日期(作为食品生产信息的一个具体示例)、产地(作为食品材料来源的一个具体示例)、成分(作为食品详情信息的一个具体示例)、保质期等。当AR眼镜100接近食品时，内置的RFID/NFC读取器可以快速读取食品的信息，并通过AR眼镜100展示给用户。对于高价值或易伪造的食品，RFID/NFC标签可以使用加密技术，确保食品信息的读取真实性。另外，除了上述读取到的基本食品信息外，RFID/NFC标签可以包含一个与生产商数据库的链接。用户可以通过这个链接获取更详细的食品信息，如生产流程、原材料来源等。生产商可以在生产商数据库中更新食品的状态，例如回收或召回信息，以便于用户可以了解查看。

另外，当AR眼镜100识别到特定的食材时，可以从云计算平台200的云端数据库调取相关的食材介绍、烹饪方法和营养信息，并在眼镜上展示。这些信息可以通过动态图形、短视频(作为食品处理视频的一个具体示例)或3D模型形式展示，提供更为直观的学习体验。

在本申请的一些实施例中，用户还可以与AR眼镜100进行语音交互。例如，用户可以通过与AR眼镜100的语音交互功能询问关于食材的问题，例如：“这是什么蔬菜？”或“如何烹饪这个食材？”AR眼镜100可以对用户的语音进行识别后，实时回应用户的问题，并提供相关的教学内容。

下面结合附图3示例性阐述本申请的一些实施例提供的由云计算平台200执行的基于AR的饮食管理的实现过程。

请参见附图3，图3为本申请的一些实施例提供的一种基于AR的饮食管理的方法流程图，该基于AR的饮食管理的方法包括：

S310，接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征。

例如，在本申请的一些实施例中，云计算平台200接收AR眼镜100发送的食物特征。

S320，获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的。

例如，在本申请的一些实施例中，云计算平台200可以连接到用户健康和饮食习惯数据库，读取以下健康数据：用户的基本健康状况(如糖尿病、高血压等疾病历史)、用户的食物过敏或不耐受情况、用户的饮食习惯和偏好(如素食主义、低盐饮食等)、近期的摄入物和营养数据等。然后，对数据进行清洗和预处理，以确保其准确性和完整性。根据用户的健康数据，云计算平台200会为每个用户预先构建一个“风险档案”(作为用户饮食档案的一个具体示例)。“风险档案”中可能包括潜在的健康风险因素，例如高血压、高胆固醇、糖尿病等，以及与这些风险相关的食物或食材。具体的，风险档案的构建除了上述数据外还可以还有与用户相关的其他数据，本申请实施例并不局限于此。

S330，基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

例如，在本申请的一些实施例中，云计算平台200将食物特征与用户饮食档案进行匹配分析，生成用户的饮食数据。

在本申请的一些实施例中，S330可以包括：将所述食物特征与所述用户饮食档案进行匹配，确认所述目标食物的所述风险等级；通过所述用户饮食档案对所述目标食物进行评分，得到所述评估结果和所述饮用建议。

例如，在本申请的一些实施例中，云计算平台200首先分析从食物扫描获得的食物特征的数据，识别食物中的主要成分和营养物质，如脂肪、糖、盐、蛋白质等。利用用户饮食档案中的用户健康和饮食习惯的数据，云计算平台200可以为食物或食材评分或标记。例如，对于一位糖尿病患者，高糖食品可以被标记为“不推荐”(作为评估结果的一个具体示例)。再例如，一种食物可能含有高浓度的钠，这可能对高血压患者不利。云计算平台200将食物的关键成分与用户饮食档案进行匹配。如果用户的风险档案显示他们有高血压的风险，并且食物含有高浓度的钠，则该食物可能会被评为“高风险”(作为风险等级的一个具体示例)。除了健康风险之外，云计算平台200还会考虑用户的饮食习惯。例如，如果用户是素食者，那么含有肉类的食品可能会被标记为“不适合”(作为评估结果的一个具体示例)。另外，云计算平台200还可以用户的风险档案中的特定健康状况和饮食习惯，可以为用户提供饮用建议：如“是否适合吃该食物、该食物的适量摄入量、该食物与用户近期饮食的组合建议或者替代食品的建议(如用户不能吃某种食物)”等。通过为用户生成个性化的饮用建议，可以便于用户管理自身饮食情况。

S340，向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

例如，在本申请的一些实施例中，云计算平台200向AR眼镜100发送饮食建议，以便于可以及时显示给用户。

下面结合附图4示例性阐述本申请的一些实施例提供的AR的饮食管理的具体过程。

请参见附图4，图4为本申请的一些实施例提供的一种AR的饮食管理的交互流程图。

下面示例性阐述上述过程。

S410，AR眼镜100的摄像头和传感器对目标食物进行扫描分析，获取目标食物的食物特征。

S420，AR眼镜100向云计算平台200发送食物特征。

S430，云计算平台200调取用户饮食档案。

S440，云计算平台200将食物特征与用户饮食档案进行匹配，确认目标食物的风险等级。

S450，云计算平台200通过用户饮食档案对目标食物进行评分，得到评估结果和饮用建议。

S460，云计算平台200生成饮食数据，饮食数据包括：风险等级、评估结果和饮用建议。

S470，云计算平台200向AR眼镜100发送饮食数据。

S480，AR眼镜100显示饮食数据。

需要说明的是，S410～S480的具体实现过程可以参照上文提供的方法实施例，为避免重复，此处适当省略详细描述。

通过上述本申请的一些实施例可知，本申请为用户提供了一种方便、实时和个性化的食品安全检测和饮食建议方法，有助于保障用户的健康，同时提高了食品消费的体验和信任度。

请参考图5，图5示出了本申请的一些实施例提供的基于AR的饮食管理的装置的组成框图。应理解，该基于AR的饮食管理的装置与上述方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该基于AR的饮食管理的装置的具体功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。

图5的基于AR的饮食管理的装置包括至少一个能以软件或固件的形式存储于存储器中或固化在基于AR的饮食管理的装置中的软件功能模块，该基于AR的饮食管理的装置应用于AR设备，包括：扫描模块510，用于对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；第一发送模块520，用于向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；第一接收模块530，用于接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

在本申请的一些实施例中，所述物理特征包括：食物体积、外观特征和温度特征；所述化学特征包括：微生物特征、化学物质特征、酸碱度特征和食物成分特征。

在本申请的一些实施例中，扫描模块510，用于利用摄像头对所述目标食物进行尺寸评估，得到所述食物体积；利用视觉传感器对所述目标食物进行分析，得到所述外观特征，其中，所述外观特征包括：外观颜色特征和纹理特征；利用环境传感器对所述目标食物和环境进行测量，得到所述温度特征，其中，所述温度特征包括：所述目标食物的表面温度、环境温度和环境湿度。

在本申请的一些实施例中，扫描模块510，用于利用微生物传感器检测所述目标食物的微生物含量，得到所述微生物特征；利用化学传感器检测所述目标食物的化学物质，得到所述化学物质特征；利用酸碱传感器检测所述目标食物的酸碱度，得到所述酸碱度特征；利用近红外光谱技术分析所述目标食物的成分，得到所述食物成分特征。

在本申请的一些实施例中，基于AR的饮食管理的装置还包括：扫描模块510，用于扫描所述目标食物上的食品标签；显示模块(图中未示出)用于：显示与所述食品标签对应的食品信息，其中，所述食品信息包括：食品生产信息、食品材料来源、食品详情信息和食品处理视频。

请参考图6，图6示出了本申请的一些实施例提供的基于AR的饮食管理的装置的组成框图。应理解，该基于AR的饮食管理的装置与上述方法实施例对应，能够执行上述方法实施例涉及的各个步骤，该基于AR的饮食管理的装置的具体功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。

图6的基于AR的饮食管理的装置包括至少一个能以软件或固件的形式存储于存储器中或固化在基于AR的饮食管理的装置中的软件功能模块，该基于AR的饮食管理的装置应用于与AR设备连接的云计算平台，包括：第二接收模块610，用于接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征；获取模块620，用于获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的；生成模块630，用于基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议；第二发送模块640，用于向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

在本申请的一些实施例中，生成模块630，用于将所述食物特征与所述用户饮食档案进行匹配，确认所述目标食物的风险等级；通过所述用户饮食档案对所述目标食物进行评分，得到评估结果和饮用建议。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

本申请的一些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，所述程序被处理器执行时可实现如上述实施例提供的上述方法中的任意实施例所对应方法的操作。

本申请的一些实施例还提供了一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如上述实施例提供的上述方法中的任意实施例所对应方法的操作。

如图7所示，本申请的一些实施例提供一种电子设备700，该电子设备700包括：存储器710、处理器720以及存储在存储器710上并可在处理器720上运行的计算机程序，其中，处理器720通过总线730从存储器710读取程序并执行所述程序时可实现如上述任意实施例的方法。

处理器720可以处理数字信号，可以包括各种计算结构。例如复杂指令集计算机结构、结构精简指令集计算机结构或者一种实行多种指令集组合的结构。在一些示例中，处理器720可以是微处理器。

存储器710可以用于存储由处理器720执行的指令或指令执行过程中相关的数据。这些指令和/或数据可以包括代码，用于实现本申请实施例描述的一个或多个模块的一些功能或者全部功能。本公开实施例的处理器720可以用于执行存储器710中的指令以实现上述所示的方法。存储器710包括动态随机存取存储器、静态随机存取存储器、闪存、光存储器或其它本领域技术人员所熟知的存储器。

以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。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。

以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种基于AR的饮食管理的方法，其特征在于，应用于AR设备，包括：

对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；

向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；

接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

2.如权利要求1所述的方法，其特征在于，所述物理特征包括：食物体积、外观特征和温度特征；所述化学特征包括：微生物特征、化学物质特征、酸碱度特征和食物成分特征。

3.如权利要求2所述的方法，其特征在于，所述对目标食物进行扫描分析，获取所述目标食物的食物特征，包括：

利用摄像头对所述目标食物进行尺寸评估，得到所述食物体积；

利用视觉传感器对所述目标食物进行分析，得到所述外观特征，其中，所述外观特征包括：外观颜色特征和纹理特征；

利用环境传感器对所述目标食物和环境进行测量，得到所述温度特征，其中，所述温度特征包括：所述目标食物的表面温度、环境温度和环境湿度。

4.如权利要求2所述的方法，其特征在于，所述对目标食物进行扫描分析，获取所述目标食物的食物特征，包括：

利用微生物传感器检测所述目标食物的微生物含量，得到所述微生物特征；

利用化学传感器检测所述目标食物的化学物质，得到所述化学物质特征；

利用酸碱传感器检测所述目标食物的酸碱度，得到所述酸碱度特征；

利用近红外光谱技术分析所述目标食物的成分，得到所述食物成分特征。

5.如权利要求2-4中任一项所述的方法，其特征在于，所述方法还包括：

扫描所述目标食物上的食品标签；

显示与所述食品标签对应的食品信息，其中，所述食品信息包括：食品生产信息、食品材料来源、食品详情信息和食品处理视频。

6.一种基于AR的饮食管理的方法，其特征在于，应用于与AR设备连接的云计算平台，包括：

接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征；

获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的；

基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议；

向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

7.如权利要求6所述的方法，其特征在于，所述基于所述用户饮食档案和所述食物特征，生成饮食数据，包括：

将所述食物特征与所述用户饮食档案进行匹配，确认所述目标食物的所述风险等级；

通过所述用户饮食档案对所述目标食物进行评分，得到所述评估结果和所述饮用建议。

8.一种基于AR的饮食管理的装置，其特征在于，应用于AR设备，包括：

扫描模块，用于对目标食物进行扫描分析，获取所述目标食物的食物特征，其中，所述食物特征包括：物理特征和化学特征；

第一发送模块，用于向云计算平台发送所述食物特征，以便于所述云计算平台结合用户饮食档案对所述食物特征进行分析生成饮食数据；

第一接收模块，用于接收所述云计算平台发送的与所述食物特征对应的所述饮食数据，并显示所述饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议。

9.一种基于AR的饮食管理的装置，其特征在于，应用于与AR设备连接的云计算平台，包括：

第二接收模块，用于接收所述AR设备发送的目标食物的食物特征，其中，所述食物特征包括通过所述AR设备对所述目标食物扫描分析得到的物理特征和化学特征；

获取模块，用于获取用户饮食档案，其中，所述用户饮食档案是基于用户饮食数据和用户基本数据预先生成的；

生成模块，用于基于所述用户饮食档案和所述食物特征，生成饮食数据，其中，所述饮食数据包括：所述目标食物的风险等级、评估结果和饮用建议；

第二发送模块，用于向所述AR设备发送所述饮食数据，以便于所述AR设备显示所述饮食数据告知用户。

10.一种电子设备，其特征在于，包括存储器、处理器以及存储在所述存储器上并在所述处理器上运行的计算机程序，其中，所述计算机程序被所述处理器运行时执行如权利要求1-7中任意一项权利要求所述的方法。