应用于电饭煲的控制方法及系统与流程

本申请涉及计算机技术领域，尤其涉及一种应用于电饭煲的控制方法及系统。

背景技术：

随生活水平提高和质量改善，人们更加注重饮食营养结构及饮食健康。电饭煲是人们生活中必不可少的煲饭工具。目前市面上存在的智能电饭煲普遍仅仅是预约/定时、各种煲饭模式、糕点模式、食材煮炖模式等，其中却忽略了部分营养结构以及煲饭的正确模式，导致煮熟后米粒的破坏率高、营养价值低，也无法根据米量自动控制注水量。

技术实现要素：

为了解决上述技术问题，本申请提供了一种应用于电饭煲的控制方法及系统。

第一方面，本申请提供了一种应用于电饭煲的控制方法，所述方法包括：

获取就餐用户信息，所述就餐用户信息包括就餐人数、用户性别和用户年龄；

根据所述就餐用户信息获取米量；

启动储米装置释放对应米量；

获取米粒留胚率；

根据所述米粒留胚率与煲饭模式关系曲线图确定目标煲饭模式；

根据所述米量和所述目标煲饭模式确定注水量；

启动电饭煲内的注水装置释放对应水量；

接收工作指令，电饭煲按照目标煲饭模式开始工作。

优选地，所述启动储米装置释放对应米量之后，所述获取米粒留胚率之前，所述方法包括：

启动注水装置释放水；

对米粒进行清洗处理；

启动排水装置进行排水处理。

优选地，所述根据所述就餐用户信息获取米量之后，所述启动储米装置释放对应米量之前，所述方法包括：

判断是否为预约工作模式；

当为预约工作模式时，等待至预约时刻到达，接收工作指令，启动储米装置释放对应米量，

当不是预约工作模式时，启动储米装置释放对应米量。

优选地，所述获取米粒留胚率，包括：

获取训练米粒图片样本集；

利用视觉切割算法获取样本米轮廓；

根据样本米轮廓建立样本米标签，所述样本米标签包括整米、碎米和粘连米；

根据样本米标签搭建卷积神经网络分类模型；

根据所述卷积神经网络分类模型获取米粒留胚率。

优选地，所述根据所述米量和所述目标煲饭模式确定注水量后，所述方法包括：

获取米粒口感信息；

根据所述米粒口感信息和所述注水量确定目标注水量。

优选地，所述启动电饭煲开始工作后，所述方法包括：

接收工作指令后在预设时间段内，判断电饭煲是否处于工作状态；

当电饭煲处于工作状态时，发送工作信息至终端，

当电饭煲处于不工作状态时，发送未工作信息至终端，避免用户忘记触发电饭煲工作。

优选地，所述当电饭煲处于工作状态时，发送工作信息至终端后，所述方法还包括：

判断电饭煲工作是否结束；

当电饭煲工作结束时，发送工作结束信号至终端，提醒用户煮饭已完成。

优选地，所述方法还包括：

启动毫米雷达传感器，用于获取厨房内目标人员的点云数据信息；

根据所述点云数据信息生成时频图；

根据深度学习卷积神经网络动作识别模型对所述时频图进行动作识别，判断目标人员是否摔倒；

当目标人员发生摔倒现象时，发送报警信息至终端。

第二方面，本申请提供了一种电饭煲的控制系统，包括如上述中任一所述的控制方法。

第三方面，本申请提供了一种电饭煲，包括如上面所述的控制系统。

本发明的有益效果：

本发明公开了一种应用于电饭煲的控制方法及系统，所述方法包括：获取就餐用户信息，所述就餐用户信息包括就餐人数、用户性别和用户年龄；根据所述就餐用户信息获取米量；启动储米装置释放对应米量；获取米粒留胚率；根据所述米粒留胚率与煲饭模式关系曲线图确定目标煲饭模式；根据所述米量和所述目标煲饭模式确定注水量；启动电饭煲内的注水装置释放对应水量；接收工作指令，电饭煲按照目标煲饭模式开始工作。通过本方法实现根据米量调节水量多少，根据米粒留胚率与煲饭模式关系曲线图确定煲饭模式，使米粒的营养价值得到最佳的食用。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为一个实施例中应用于电饭煲的控制方法的流程示意图；

图2为一个实施例中米粒清洗的流程示意图；

图3为一个实施例中预约模式判断的流程示意图；

图4为一个实施例中获取米粒留胚率的流程示意图；

图5为一个实施例中识别厨房人员是否摔倒的流程示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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的一部分实施例，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的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。

图1为一个实施例中应用于电饭煲的控制方法的流程示意图，在本发明实施例中，参照图1，一种应用于电饭煲的控制方法，所述方法包括：

s10、获取就餐用户信息，所述就餐用户信息包括就餐人数、用户性别和用户年龄；

s20、根据所述就餐用户信息获取米量；

s30、启动储米装置释放对应米量；

s40、获取米粒留胚率；

s50、根据所述米粒留胚率与煲饭模式关系曲线图确定目标煲饭模式；

s60、根据所述米量和所述目标煲饭模式确定注水量；

s70、启动电饭煲内的注水装置释放对应水量；

s80、接收工作指令，电饭煲按照目标煲饭模式开始工作。

本发明公开了一种应用于电饭煲的控制方法及系统，所述方法包括：获取就餐用户信息，所述就餐用户信息包括就餐人数、用户性别和用户年龄；根据所述就餐用户信息获取米量；启动储米装置释放对应米量；获取米粒留胚率；根据所述米粒留胚率与煲饭模式关系曲线图确定目标煲饭模式；根据所述米量和所述目标煲饭模式确定注水量；启动电饭煲内的注水装置释放对应水量；接收工作指令，电饭煲按照目标煲饭模式开始工作。通过本方法实现根据米量调节水量多少，根据米粒留胚率与煲饭模式关系曲线图确定煲饭模式，使米粒的营养价值得到最佳的食用。

表1为一个实施例中用户所需米量对照表，参照表1，参照预先设置的用户所需米量对照表中查找就餐用户中各个用户所需米量，再将各个用户所需米量进行求和得到最终所需的米量，煮熟后米粒的质量约为煮熟前米粒质量的2.5倍，表1中的米量用于指示煮饭前米粒的质量。

表1

图2为一个实施例中米粒清洗的流程示意图，在本发明实施例中，参照图1和图2，所述启动储米装置释放对应米量之后，所述获取米粒留胚率之前，所述方法包括：

s301、启动注水装置释放水；

s302、对米粒进行清洗处理；

s303、启动排水装置进行排水处理。

图3为一个实施例中预约模式判断的流程示意图，在本发明实施例中，所述根据所述就餐用户信息获取米量之后，所述启动储米装置释放对应米量之前，即在步骤s10与步骤s20之间,所述方法还包括：

s101、判断是否为预约工作模式；

s102、当为预约工作模式时，等待至预约时刻到达，接收工作指令，启动储米装置释放对应米量，

当不是预约工作模式时，启动储米装置释放对应米量，即转至步骤s30。

图4为一个实施例中获取米粒留胚率的流程示意图，在本发明实施例中，参照图4，所述获取米粒留胚率，即步骤s40包括：

s41、获取训练米粒图片样本集；

s42、利用视觉切割算法获取样本米轮廓；

s43、根据样本米轮廓建立样本米标签，所述样本米标签包括整米、碎米和粘连米；

s44、根据样本米标签搭建卷积神经网络分类模型；

s45、根据所述卷积神经网络分类模型获取米粒留胚率。

计算训练样本米的留胚率，得到留胚率和煲饭模式曲线图，所述视觉切割算法采用opencv切割算法，但不仅限于opencv切割算法。

在本发明实施例中，所述根据所述米量和所述目标煲饭模式确定注水量后，即在步骤s60后，所述方法还包括：

s601、获取米粒口感信息；

s602、根据所述米粒口感信息和所述注水量确定目标注水量。

所述米粒口感信息包括米饭的口感偏硬和偏软、粥的口感偏粘稠和偏稀，根据就餐用户的口感选择和注水量确定目标注水量，便于煮熟后的饭满足不同口感要求的就餐用户。

在本发明实施例中，所述启动电饭煲开始工作后，即在步骤s80之后，所述方法包括：

s90、接收工作指令后在预设时间段内，判断电饭煲是否处于工作状态；

s91、当电饭煲处于工作状态时，发送工作信息至终端，

s92、当电饭煲处于不工作状态时，发送未工作信息至终端，避免用户忘记触发电饭煲工作。

电饭煲开始工作或者在预设时间段内未工作，都向终端发送对应的状态信号，防止用户忘记触发电饭煲工作。

在本发明实施例中，所述当电饭煲处于工作状态时，发送工作信息至终端后，即在步骤s91或步骤s92之后，所述方法还包括：

s100、判断电饭煲工作是否结束；

s101、当电饭煲工作结束时，发送工作结束信号至终端，提醒用户煮饭已完成。

图5为一个实施例中识别厨房人员是否摔倒的流程示意图，在本发明实施例中，参照图1-图5，所述方法还包括：

s110、启动毫米雷达传感器，用于获取厨房内目标人员的点云数据信息；

s111、根据所述点云数据信息生成时频图；

s112、根据深度学习卷积神经网络动作识别模型对所述时频图进行动作识别，判断目标人员是否摔倒；

s113、当目标人员发生摔倒现象时，发送报警信息至终端。

本发明实施例中，毫米雷达传感器可以设置于电饭煲上，或可以设置在厨房内的其他家电上。本发明其他实施例中，毫米雷达传感器还可以采用现有技术中其他传感器或来替代，或可以采用具有摄像、照相功能的器件来替代，在此不再赘述。

厨房中经常有水渍，易对厨房人员造成滑跤或摔倒等危险性动作，利用毫米波雷达传感器采集目标人员的点云数据信息，根据所述点云数据信息生成时频图，利用搭建的深度学习卷积神经网络动作识别模型确定目标人员并对所述时频图进行动作识别，判断是否发生滑跤或摔倒危险性动作，其中，深度学习卷积神经网络动作识别模型还可替换为长短时记忆神经网络或双向长短时记忆神经网络，当确定目标人员发生摔倒时，发送报警信息至终端，提醒终端的操作者及时对目标人员采取援助措施。

在本发明实施例中，本申请提供了一种电饭煲的控制系统，包括如上述中任一所述的控制方法。

在本发明实施例中，本申请提供了一种电饭煲，包括如上面所述的控制系统。

本发明公开了一种应用于电饭煲的控制方法及系统，所述方法包括：获取就餐用户信息，所述就餐用户信息包括就餐人数、用户性别和用户年龄；根据所述就餐用户信息获取米量；启动储米装置释放对应米量；获取米粒留胚率；根据所述米粒留胚率与煲饭模式关系曲线图确定目标煲饭模式；根据所述米量和所述目标煲饭模式确定注水量；启动电饭煲内的注水装置释放对应水量；接收工作指令，电饭煲按照目标煲饭模式开始工作。通过本发明实现根据米粒留胚率与煲饭模式关系曲线图确定煲饭模式，使米粒的营养价值得到最佳的食用；根据米量和米粒口感信息调节水量多少，使煮熟后的米粒口感满足不同口感需求的用户；将电饭煲的工作状态发送至终端，避免用户忘记触发电饭煲工作，以及提醒用户电饭煲工作完成可以食用；利用毫米波雷达传感器检测判断厨房内人员是否发生滑倒现象，为厨房内人员提供安全检测。

图1为一个实施例中应用于电饭煲的控制方法的流程示意图；图2为一个实施例中米粒清洗的流程示意图；图3为一个实施例中预约模式判断的流程示意图；图4为一个实施例中获取米粒留胚率的流程示意图；图5为一个实施例中识别厨房人员是否摔倒的流程示意图。应该理解的是，虽然图1-图5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-图5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

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。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。