1.本发明涉及智能家居领域,特别涉及一种家庭智能控制系统。
背景技术:2.智能家居作为信息化时代的产物,使得人们在居家生活的时候更加的舒适方便。但是目前的智能家居,都是通过传感器采集场景的信息,在根据场景的信息与设定的范围进行比较,最后控制对应的电器完成对应的操作,从而实现对于家居的智能化控制。由此可以看出,目前的控制千篇一律,使得用户在体验的时候,没有个性化的定制,久而久之,就会使得用户的体验感不高。
技术实现要素:3.本发明的目的是克服上述现有技术中存在的问题,提供一种家庭智能控制系统,根据室内的摄像头对于室内住户的监控,得到每一个住户的生活习惯,并且根据每一个住户的生活习惯对室内的电器进行控制,用户在使用智能家居的时候,增强对于用户的使用体验。
4.为此,本发明提供一种家庭智能控制系统,包括:
5.生活习惯收集模块,用于收集住户在室内设定时间段的生活习惯;
6.电器控制收集模块,用于收集用户在所述设定时间段的每一个时间节点的电器控制数据;
7.电器控制训练模块,将住户的生活习惯以及该住户在每一个所述时间节点以及其多对应的电器控制数据输入到支持向量机中,输出得到时间周期中每一个时间节点以及对应的电器控制数据;
8.电器控制实践模块,用于所述时间周期中每一个时间节点以及对应的电器控制数据,并且在对应的时间节点根据其所对应的电器控制数据控制电器的工作。
9.进一步,所述生活习惯收集模块,包括:
10.住户行为采集模块,用户采集住户在所述设定时间段的每一个时间节点的行为数据;
11.生活习惯确定模块,根据住户的每一个时间节点以及对应的行为数据,进行合并处理,得到所述生活习惯。
12.更进一步,所述生活习惯确定模块在进行合并处理的时候,包括如下步骤:
13.将每一个所述时间节点以及对应的行为数据根据时间进行分类;
14.将每一组分类后的各个时间节点作为时间间隔点,将每一个时间间隔点以及对应的行为数据进行合并存储;
15.将每一个所述时间间隔点以及对应的行为数据使用神经网络模型进行训练,输出得到所述生活习惯。
16.更进一步,在使用神经网络模型进行训练的时候,分别将所述时间间隔点和所述
行为数据进行数字化转化。
17.进一步,所述生活习惯收集模块在采集住户在室内设定时间段的生活习惯的时候,使用设置在室内的监控视频进行采集。
18.更进一步,在使用监控视频采集所述生活习惯的时候,包括如下步骤:
19.将所述监控视频进行分解,得到各个监控视频的视频帧;
20.提取各个视频帧中的人物动作以及人物动作所对应的时间片段;
21.将各个时间片段以及对应的人物动作送入神经网络模型进行训练,输出得到所述生活习惯。
22.更进一步,将所述监控视频进行分割,得到各个房间的监控视频,在分别将各个房间的所述监控视频采集所述生活习惯,根据根据各个房间将其对应的生活习惯进行合并得到室内的监控视频所对应的生活习惯。
23.本发明提供的一种家庭智能控制系统,具有如下有益效果:
24.1、本发明根据室内的摄像头对于室内住户的监控,得到每一个住户的生活习惯,并且根据每一个住户的生活习惯对室内的电器进行控制,用户在使用智能家居的时候,增强对于用户的使用体验;
25.2、本发明在对于住户进行监控的时候,将各个房间的视频分别进行收集,并从各个房间的视频中分别提取出其对应的动作状态,根据各个房间的名称以及住户的动作状态,得到住户的生活习惯,从而对于电器进行控制。
附图说明
26.图1为本发明的整体系统连接示意框图;
27.图2为本发明的生活习惯确定模块在进行合并处理的流程示意框图;
28.图3为本发明在使用监控视频采集所述生活习惯的流程示意框图。
具体实施方式
29.下面结合附图,对本发明的一个具体实施方式进行详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
30.具体的,如图1
‑
3所示,本发明实施例提供了一种家庭智能控制系统,包括:生活习惯收集模块、电器控制收集模块、电器控制训练模块以及电器控制实践模块。下面对各个功能模块进行详细的介绍。
31.生活习惯收集模块,用于收集住户在室内设定时间段的生活习惯;该模块是用于收集用户的生活习惯,用户的生活习惯即是用户在各个时间段的活动,利用,该用户会在上午7点的时候起床,然后开灯,在上午9点的时候出门,在下午5点的时候进门,晚上9点的时候睡觉等,这些都是用户的生活习惯。
32.电器控制收集模块,用于收集用户在所述设定时间段的每一个时间节点的电器控制数据;该模块是根据用户在在活动的时候对电器进行的控制操作,即是每一个时间节点的电器控制数据,即是在各个时间节点都控制了哪些电器,使得执行了什么指令,例如,用户在7点钟起床的时候,开灯,打开窗帘等。
33.电器控制训练模块,将住户的生活习惯以及该住户在每一个所述时间节点以及其
多对应的电器控制数据输入到支持向量机中,输出得到时间周期中每一个时间节点以及对应的电器控制数据;该模块是将上述已经采集得到的数据送入支持向量机中进行训练,将各个时间节点的电器控制数据记性调整,得到一个常规合理符合经验的电器控制数据,从而使得在控制电器的时候,满足用户的生活习惯。
34.电器控制实践模块,用于所述时间周期中每一个时间节点以及对应的电器控制数据,并且在对应的时间节点根据其所对应的电器控制数据控制电器的工作。该模块是将上述已经得到的具有经验在其中的电器控制数据进行实施,使得控制电器进行工作,从而增强用户的体验。
35.在本发明中,电器控制数据是对于电器控制的指令的集合,使得可以分别控制每一个电器。在本发明中,通过平时对于用户的生活习惯的收集,通过支持向量机得到用户的生活习惯的经验,在根据生活习惯的经验对电器进行控制,使得用户可以生活在智能家居的系统中,无需主动的对电器进行操作,就可以得到电器的服务,从而使得增强用户的体验。
36.在本实施例中,所述生活习惯收集模块,包括:住户行为采集模块和生活习惯确定模块。下面是两个模块分别的功能和介绍。
37.住户行为采集模块,用户采集住户在所述设定时间段的每一个时间节点的行为数据;该模块是收集住户的在各个时间节点的行为数据,本发明实施例所描述的行为数据,即是用户的行为,例如,用户在上午7点的时候起床,上午7点则是时间节点,起床则是行为数据。
38.生活习惯确定模块,根据住户的每一个时间节点以及对应的行为数据,进行合并处理,得到所述生活习惯。该模块是将上述已经收集的各个时间节点以及对应的行为数据进行整合,得到生活习惯,也就是说,生活习惯是全部时间节点的行为数据。
39.在本发明中,在采集住户的各个时间节点的行为数据的时候,可以通过摄像头的方式,也可以通过其他的方式,例如在地面上设置压力传感器以及在各个电器的开关上设置指纹传感器,通过地面的压力传感器就可以得到住户的位置,通过电器的开关上的指纹传感器就可以得到住户对于电器的控制。
40.同时,在本实施例中,所述生活习惯确定模块在进行合并处理的时候,包括如下步骤:
41.(一)将每一个所述时间节点以及对应的行为数据根据时间进行分类;
42.(二)将每一组分类后的各个时间节点作为时间间隔点,将每一个时间间隔点以及对应的行为数据进行合并存储;
43.(三)将每一个所述时间间隔点以及对应的行为数据使用神经网络模型进行训练,输出得到所述生活习惯。
44.上述步骤(一)到步骤(三)中,按照顺序依次进行,步骤(一)是一个分类收整的过程,在步骤一种,是将每一个周期内同一个世界节点对应的薪给数据进行分类,进行整合,在步骤(二)中,则是将步骤(一)中已经整合的数据进行存储,在步骤(三)中是将步骤(二)中已经整合的存储的数据使用神经网络模型进行训练,就可以输出得到生活习惯,本发明中,生活习惯是指,在各个时间节点内的行为数据的集合。
45.本发明使用神经网络模型,可以简单清楚的得到本发明的生活习惯,是每一个住
户的生活习惯唯一确定,从而使得对于后续控制电器的控制方式单一。
46.同时,在本实施例中,在使用神经网络模型进行训练的时候,分别将所述时间间隔点和所述行为数据进行数字化转化。在将所述时间间隔点和所述行为数据进行数字化转化的时候,时间间隔点使用时间的方式进行表示,例如多少秒,而行为数据可以使用字符串的方式进行表示,而最近将字符串转化为数值进行表示,这样就会使得在使用模型训练的时候,非常的方便。
47.在本实施例中,所述生活习惯收集模块在采集住户在室内设定时间段的生活习惯的时候,使用设置在室内的监控视频进行采集。通过视频监控采集的有点在于,采集的全面也采集的数据易于获取。
48.同时,在本实施例中,在使用监控视频采集所述生活习惯的时候,包括如下步骤:
49.(1)将所述监控视频进行分解,得到各个监控视频的视频帧;
50.(2)提取各个视频帧中的人物动作以及人物动作所对应的时间片段;
51.(3)将各个时间片段以及对应的人物动作送入神经网络模型进行训练,输出得到所述生活习惯。
52.上述技术方案中,步骤(1)到步骤(3)按照顺序依次进行,在步骤(1)中,是将监控视频进行初步处理的过程,将监控视频分解,得到各个监控视频的视频帧,在步骤(2)中,将已经分解的各个视频帧进行处理,将视频中的各个人物动作提取出来,并标签对应额的时间片段,时间偏单即是时间间隔点,步骤(3)中,得到是将步骤(2)中的所得使用神经网络模型进行训练,就可以输出得到生活习惯。
53.同时,在本实施例中,将所述监控视频进行分割,得到各个房间的监控视频,在分别将各个房间的所述监控视频采集所述生活习惯,根据根据各个房间将其对应的生活习惯进行合并得到室内的监控视频所对应的生活习惯。
54.上述技术方案中,使用视频监控采集的时候,可以精确到各个房间,分别得到每一个房间对应的生活习惯,将其合并之后,就是整体的生活习惯,而该技术方案提出了将室内按照房间进行拆分的思路,使得各个房间可以单独的实现本发明所提供的技术方案。
55.以上公开的仅为本发明的几个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。