基于室内定位的智能家居设备控制方法、装置和系统

1.本发明属于物联网技术领域，具体涉及一种基于室内定位的智能家居设备控制方法、装置和系统。


背景技术：

2.随着人们对家居舒适健康要求的提高，智能家居的概念逐渐被提出和接纳，智能家居是在互联网影响之下的物联化体现，其通过物联网技术将家中的各种设备(如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统以及网络家电等)连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。
3.现有技术中，对于智能家居设备的控制方式为：用户利用语音控制、面板控制以及手机app遥控等方式对各种家居设备进行主动控制。可见，智能家居在现阶段只实现了用户远程主动控制，并未实现真正的自主智能化。


技术实现要素：

4.本发明的目的是提供一种基于室内定位的智能家居设备控制方法、装置和系统，用于解决现有技术中存在的至少一个技术问题。
5.为了实现上述目的，本发明采用以下技术方案：
6.本发明一种基于室内定位的智能家居设备控制方法，包括：
7.实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；
8.当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；
9.根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备。
10.在一种可能的设计中，实时获取用户在室内的定位信息，包括：
11.根据用户随身携带的可穿戴设备所发送信号的第一信号强度信息，或者根据所述可穿戴设备接收的各智能家居设备的第二信号强度信息，在所述室内二维地图上确定所述可穿戴设备的定位信息；
12.将可穿戴设备的定位信息作为用户在室内的定位信息。
13.在一种可能的设计中，当所述用户定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果，包括：
14.当所述用户定位信息发生变化时，获取用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系；
15.利用用户的历史行为数据，并基于机器学习方法，训练得到用户行为预测模型；
16.根据用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系，利用所述用户行为预测模型对用户的后续行为进行预测。
17.在一种可能的设计中，所述方法还包括：
18.当监测到一定时间内用户的定位信息未发生变化时，结合环境信息，向用户下发健康干预提示信息。
19.第二方面，本发明提供一种基于室内定位的智能家居设备控制装置，包括：
20.定位监测模块，用于实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；
21.行为预测模块，用于当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；
22.指令下发模块，用于根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备。
23.在一种可能的设计中，在实时获取用户在室内的定位信息时，所述定位监测模块具体用于：
24.根据用户随身携带的可穿戴设备所发送信号的第一信号强度信息，或者根据所述可穿戴设备接收的各智能家居设备的第二信号强度信息，在所述室内二维地图上确定可穿戴设备的定位信息；
25.将可穿戴设备的定位信息作为用户在室内的定位信息。
26.在一种可能的设计中，所述行为预测模块包括：
27.距离关系获取单元，用于当所述用户定位信息发生变化时，获取用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系；
28.模型训练单元，用于利用用户的历史行为数据，并基于机器学习方法，训练得到用户行为预测模型；
29.行为预测单元，用于根据用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系，利用所述用户行为预测模型对用户的后续行为进行预测，并输出预测结果。
30.在一种可能的设计中，所述装置还包括：
31.干预信息发送模块，用于当监测到一定时间内用户的定位信息未发生变化时，结合环境信息，向用户下发健康干预提示信息。
32.第三方面，本发明提供一种基于室内定位的智能家居设备控制系统，包括云端服务器、智能网关、可穿戴设备以及若干个智能家居设备，所述云端服务器分别与所述智能网关以及若干个智能家居设备通信连接，所述智能网关与所述可穿戴设备通信连接；
33.所述智能网关用于根据所述可穿戴设备的信号强度获取用户在室内的定位信息，并转发至所述云端服务器；
34.所述云端服务器用于实时监测用户的定位信息是否发生变化，并在变化时对用户的后续行为进行预测，并向对应的智能家居设备下发控制指令；
35.所述智能家居设备用于执行所述控制指令。
36.第四方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
37.第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存
储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
38.第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
39.有益效果：
40.本发明通过实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备，从而在用户做出主动操作控制对应的智能家居设备之前，系统自动预测出用户的行为轨迹，并提前控制对应的智能家居设备开启或关闭，进而提升了智能家居控制的智能化水平。此外，当监测到用户在一定时间内未移动位置时，主动向用户下发健康干预提示信息，提高了用户的生活健康水平。
附图说明
41.图1为本实施例中基于室内定位的智能家居设备控制方法的流程图；
42.图2为本实施例中基于室内定位的智能家居设备控制系统的结构框图。
具体实施方式
43.为使本说明书实施例的目的、技术方案和优点更加清楚，下面将结合本说明书实施例中的附图，对本说明书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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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。
44.实施例
45.如图1所示，本实施例提供了一种基于室内定位的智能家居设备控制方法，包括但不限于由步骤s101～s103实现：
46.步骤s101.实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；
47.其中，在步骤s101一种可能的具体的实施方式中，实时获取用户在室内的定位信息，包括：
48.步骤s1011.根据用户随身携带的可穿戴设备所发送信号的第一信号强度信息，或者根据所述可穿戴设备接收的各智能家居设备的第二信号强度信息，在所述室内二维地图上确定可穿戴设备的定位信息；
49.其中，需要说明的是，所述可穿戴设备包括但不限于包括以手腕为支撑的watch类(包括手表和腕带等)，以脚为支撑的shoes类(包括鞋、袜子或者将来的其他腿上佩戴产品)，以头部为支撑的glass类(包括眼镜、头盔、头带等)，以及智能服装、书包、拐杖以及配饰等各类设备，此处不做限定。
50.则服务器可以根据用户随身携带的可穿戴设备自身发送的第一信号强度信息，或
者根据可穿戴设备接收各个智能家居设备的第二信号强度信息，可以在室内二维地图上确定可穿戴设备的定位信息，即用户自身的定位信息。
51.步骤s1012.将可穿戴设备的定位信息作为用户在室内的定位信息。
52.步骤s102.当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；
53.其中，在步骤s102一种具体的实施方式中，当所述用户定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果，包括：
54.步骤s1021.当所述用户定位信息发生变化时，获取用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系；
55.其中，需要说明的是，在本实例中，室内已经预先固定安装了多个智能家居设备，包括但不限于音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统以及网络家电等，每一智能家居设备的定位信息均存储在云端服务器中。因此，当用户定位信息发生变化时，通过获取用户的移动轨迹，并计算用户的移动轨迹与某一个或某几个智能家居设备之间的距离关系，可以作为用户行为预测的依据。
56.步骤s1022.利用用户的历史行为数据，并基于机器学习方法，训练得到用户行为预测模型；
57.其中，需要说明的是，所述用户的历史行为数据包括用户对各智能家居设备的历史操作习惯，例如每天在哪一时间点会开启或关闭某一个或多个智能家居设备，例如在每天晚上7点下班的时候遥控智能照明系统开启，在每天晚上9点的时候遥控音视频设备开启等，此处不再一一赘述。云端服务器通过记录足够数量的历史行为数据，并利用机器学习方法，将历史行为数据输入到机器学习模型中进行训练，得到用户行为预测模型，从而对用户行为进行准确预测。
58.步骤s1023.根据用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系，利用所述用户行为预测模型对用户的后续行为进行预测，并输出预测结果。
59.步骤s103.根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备。
60.例如，晚间11点，云端服务器监测到用户的定位信息由客厅变化到卧室时，则预测用户即将进入卧室睡眠，则向卧室中的照明装置发送控制指令，控制卧室中的照明装置开启，同时向客厅中开启的照明装置和/或音视频设备发送控制指令，控制其关闭。
61.在一种可能的设计中，所述方法还包括：
62.步骤s104.当监测到一定时间内用户的定位信息未发生变化时，结合环境信息，向用户下发健康干预提示信息。
63.例如，周六15点时，云端服务器检测到用户在书房久未移动，则向热水器发送控制指令，控制热水器自动烧水，并向用户终端推送健康干预提示信息，或者向室内智能音箱下发控制指令，以使智能音箱语音提醒用户起身活动或饮水，提高用户生活的健康水平。
64.基于上述公开的内容，本发明通过实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备，从而在用户做出主动操作控制对应的智能家居
设备之前，系统自动预测出用户的行为轨迹，并提前控制对应的智能家居设备开启或关闭，进而提升了智能家居控制的智能化水平。此外，当监测到用户在一定时间内未移动位置时，主动向用户下发健康干预提示信息，提高了用户的生活健康水平。
65.第二方面，本发明提供一种基于室内定位的智能家居设备控制装置，包括：
66.定位监测模块，用于实时获取用户在室内的定位信息，并根据预设的室内二维地图监测用户的定位信息是否发生变化；
67.行为预测模块，用于当用户的定位信息发生变化时，对用户的后续行为进行预测，并输出预测结果；
68.指令下发模块，用于根据所述预测结果生成控制指令，并将所述控制指令下发至对应的至少一个智能家居设备。
69.在一种可能的设计中，在实时获取用户在室内的定位信息时，所述定位监测模块具体用于：
70.根据用户随身携带的可穿戴设备所发送信号的第一信号强度信息，或者根据所述可穿戴设备接收的各智能家居设备的第二信号强度信息，在所述室内二维地图上确定可穿戴设备的定位信息；
71.将可穿戴设备的定位信息作为用户在室内的定位信息。
72.在一种可能的设计中，所述行为预测模块包括：
73.距离关系获取单元，用于当所述用户定位信息发生变化时，获取用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系；
74.模型训练单元，用于利用用户的历史行为数据，并基于机器学习方法，训练得到用户行为预测模型；
75.行为预测单元，用于根据用户的移动轨迹与各固定安装位置的智能家居设备之间的距离关系，利用所述用户行为预测模型对用户的后续行为进行预测，并输出预测结果。
76.在一种可能的设计中，所述装置还包括：
77.干预信息发送模块，用于当监测到一定时间内用户的定位信息未发生变化时，结合环境信息，向用户下发健康干预提示信息。
78.如图2所示，第三方面，本发明提供一种基于室内定位的智能家居设备控制系统，包括云端服务器、智能网关、可穿戴设备以及若干个智能家居设备，所述云端服务器分别与所述智能网关以及若干个智能家居设备通信连接，所述智能网关与所述可穿戴设备通信连接；
79.所述智能网关用于根据所述可穿戴设备的信号强度获取用户在室内的定位信息，并转发至所述云端服务器；
80.所述云端服务器用于实时监测用户的定位信息是否发生变化，并在变化时对用户的后续行为进行预测，并向对应的智能家居设备下发控制指令；
81.所述智能家居设备用于执行所述控制指令。
82.第四方面，本发明提供一种计算机设备，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
83.具体举例的，所述存储器可以但不限于包括随机存取存储器(random-access memory，ram)、只读存储器(read-only memory，rom)、闪存(flash memory)、先进先出存储器(first input first output，fifo)和/或先进后出存储器(first input last output，filo)等等；所述收发器可以但不限于为wifi(无线保真)无线收发器、蓝牙无线收发器、gprs(general packet radio service，通用分组无线服务技术)无线收发器和/或zigbee(紫蜂协议，基于ieee802.15.4标准的低功耗局域网协议)无线收发器等；所述处理器可以不限于采用型号为stm32f105系列的微处理器。此外，所述网关设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
84.第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
85.其中，所述可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(memory stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
86.第五方面，本发明提供一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面任意一种可能的设计中如第一方面任意一种可能的设计中所述的基于室内定位的智能家居设备控制方法。
87.其中，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
88.最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。