溢锅检测方法和系统、油烟机以及存储介质与流程

1.本发明涉及厨具技术领域，尤其涉及一种溢锅检测方法和系统、油烟机以及存储介质。


背景技术：

2.目前检测溢锅的方法有以下三种：
3.1)设计带溢锅检测功能的锅或者设计自适应的锅盖避免溢锅，缺点：难于用到实际生活中，造型奇特且不能与用户交互。
4.2)灶具带有温度探针，可以通过温度变化来检测溢锅，缺点：通过温度变化来检测溢锅的智能灶，不能感知油烟，仅凭温度信息容易误判。
5.3)在油烟机上安装相机，通过采集灶具的图像来监测是否溢锅，缺点：使用相机采集图像，会涉及用户隐私。


技术实现要素：

6.本发明要解决的技术问题是为了克服现有技术中检测溢锅的方法各有缺点的缺陷，提供一种溢锅检测方法和系统、油烟机以及存储介质。
7.本发明是通过下述技术方案来解决上述技术问题：
8.本发明提供一种溢锅检测方法，所述溢锅检测方法包括：
9.实时获取距离锅盖中心预设距离范围内的第一区域点云数据；
10.基于所述第一区域点云数据得到锅盖的波动值；
11.在所述波动值超出预设范围时，生成告警信号。
12.较佳地，所述实时获取距离锅盖中心预设距离范围内的第一区域点云数据的步骤之前，所述溢锅检测方法还包括：
13.获取总检测区域的总区域点云数据，所述总检测区域覆盖灶面；
14.基于所述总区域点云数据得到包含锅具的灰度图；
15.识别所述灰度图得到锅盖中心的中心坐标；
16.所述实时获取距离锅盖中心预设距离范围内的第一区域点云数据的步骤具体包括：
17.根据所述中心坐标从所述总区域点云数据中提取所述第一区域点云数据。
18.较佳地，所述生成告警信号的步骤之前，所述溢锅检测方法还包括：
19.从所述总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，所述第二区域点云数据包括点云数量；
20.基于所述点云数量得到烟雾量评价值；
21.基于所述波动值和所述烟雾量评价值得到溢锅评价值；
22.所述在所述波动值超出预设范围时，生成告警信号的步骤具体包括：
23.在所述溢锅评价值超出预设范围时，生成告警信号。
24.较佳地，所述第二区域点云数据还包括点云的位置数据；
25.所述从所述总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据的步骤之后，所述溢锅检测方法还包括：
26.基于所述位置数据得到扰动权重；
27.所述基于所述波动值和所述烟雾量评价值得到溢锅评价值的步骤具体包括：
28.基于所述波动值、所述烟雾量评价值和所述扰动权重得到溢锅评价值。
29.较佳地，所述基于所述点云数量得到烟雾量评价值的步骤具体包括：
30.将所述点云数量与正常溢锅状态下点云参考数量的比值作为所述烟雾量评价值。
31.较佳地，所述基于所述第一区域点云数据得到锅盖的波动值的步骤具体包括：
32.基于所述第一区域点云数据得到距离锅盖中心预设距离范围内每个点云在预设周期的位置数据；
33.基于所述位置数据得到所述每个点云在预设周期内在xyz三轴方向上的位置变化数据；
34.基于所述位置变化数据、x轴方向波动系数、y轴方向波动系数和z轴方向波动系数得到波动值。
35.较佳地，采用如下公式计算波动值βg：
36.βg＝w
x
δ
x
+wyδy+wzδz；
[0037][0038][0039][0040]
其中，i表示预设范围内的单个点云，n表示预设范围内的点云的数量，表示预设范围内的点云在x轴方向上的坐标总和，表示预设范围内的点云在y轴方向上的坐标总和，表示预设范围内的点云在z轴方向上的坐标总和，t表示时间点，t1表示预设时间，δ
x
表示所有点云在t1时间内x轴方向上的位置变化数据，δy表示所有点云在t1时间内y轴方向上的位置变化数据，δz表示所有点云在t1时间内z轴方向上的位置变化数据，w
x
表示x轴方向波动系数，wy表示y轴方向波动系数，wz表示z轴方向波动系数。
[0041]
本发明还提供一种溢锅检测系统，所述溢锅检测系统包括：点云数据获取模块、波动值计算模块和告警生成模块；
[0042]
所述点云数据获取模块用于实时获取距离锅盖中心预设距离范围内的第一区域点云数据；
[0043]
所述波动值计算模块用于基于所述第一区域点云数据得到锅盖的波动值；
[0044]
所述告警生成模块用于在所述波动值超出预设范围时，生成告警信号。
[0045]
较佳地，所述点云数据获取模块包括：总区域点云数据单元和第一区域点云数据单元，所述溢锅检测系统还包括：灰度图计算模块和图像识别模块；
[0046]
所述总区域点云数据单元用于获取总检测区域的总区域点云数据，所述总检测区域覆盖灶面；
[0047]
所述灰度图计算模块用于基于所述总区域点云数据得到包含锅具的灰度图；
[0048]
所述图像识别模块用于识别所述灰度图得到锅盖中心的中心坐标；
[0049]
所述第一区域点云数据单元用于根据所述中心坐标从所述总区域点云数据中提取所述第一区域点云数据。
[0050]
较佳地，所述点云数据获取模块还包括：第二区域点云数据单元，所述溢锅检测系统还包括：烟雾量评价值计算模块和溢锅评价值计算模块；
[0051]
所述第二区域点云数据单元用于从所述总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，所述第二区域点云数据包括点云数量；
[0052]
所述烟雾量评价值计算模块用于基于所述点云数量得到烟雾量评价值；
[0053]
所述溢锅评价值计算模块用于基于所述波动值和所述烟雾量评价值得到溢锅评价值；
[0054]
所述告警生成模块具体用于在所述溢锅评价值超出预设范围时，生成告警信号。
[0055]
较佳地，所述第二区域点云数据还包括点云的位置数据；
[0056]
所述溢锅检测系统还包括：扰动权重计算模块；
[0057]
所述扰动权重计算模块用于基于所述位置数据得到扰动权重；
[0058]
所述溢锅评价值计算模块具体用于基于所述波动值、所述烟雾量评价值和所述扰动权重得到溢锅评价值。
[0059]
较佳地，所述烟雾量评价值计算模块具体用于将所述点云数量与正常溢锅状态下点云参考数量的比值作为所述烟雾量评价值。
[0060]
较佳地，所述波动值计算模块包括：位置数据计算单元、位置变化数据计算单元和波动值计算单元；
[0061]
所述位置数据计算单元用于基于所述第一区域点云数据得到距离锅盖中心预设距离范围内每个点云在预设周期的位置数据；
[0062]
所述位置变化数据计算单元用于基于所述位置数据得到所述每个点云在预设周期内在xyz三轴方向上的位置变化数据；
[0063]
所述波动值计算单元用于基于所述位置变化数据、x轴方向波动系数、y轴方向波动系数和z轴方向波动系数得到波动值。
[0064]
较佳地，采用如下公式计算波动值βg：
[0065]
βg＝w
x
δ
x
+wyδy+wzδz；
[0066][0067][0068][0069]
其中，i表示预设范围内的单个点云，n表示预设范围内的点云的数量，表示预设范围内的点云在x轴方向上的坐标总和，表示预设范围内的点云在y轴方向上的坐标总和，表示预设范围内的点云在z轴方向上的坐标总和，t表示时间点，t1表示预设时间，δ
x
表示所有点云在t1时间内x轴方向上的位置变化数据，δy表示所有点云在t1时
间内y轴方向上的位置变化数据，δz表示所有点云在t1时间内z轴方向上的位置变化数据，w
x
表示x轴方向波动系数，wy表示y轴方向波动系数，wz表示z轴方向波动系数。
[0070]
本发明还提供一种油烟机，包括前述的溢锅检测系统。
[0071]
本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述的溢锅检测方法。
[0072]
本发明的积极进步效果在于：通过距离锅盖中心预设距离范围内的第一区域点云数据得到锅盖(锅把)的波动值，根据波动值来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
附图说明
[0073]
图1为本发明的实施例1的溢锅检测方法的流程图。
[0074]
图2为本发明的实施例1的溢锅检测方法的第一具体实施方式的流程图。
[0075]
图3为本发明的实施例1的溢锅检测方法的第二具体实施方式的流程图。
[0076]
图4为本发明的实施例1的溢锅检测方法的第三具体实施方式的流程图。
[0077]
图5为本发明的实施例1的溢锅检测方法的第四具体实施方式的流程图。
[0078]
图6为本发明的实施例1的溢锅检测方法中的步骤s12的一具体实施方式的流程图。
[0079]
图7为本发明的实施例2的溢锅检测系统的模块示意图。
具体实施方式
[0080]
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
[0081]
实施例1
[0082]
本实施例提供一种溢锅检测方法。参照图1，所述溢锅检测方法包括：
[0083]
s11、实时获取距离锅盖中心预设距离范围内的第一区域点云数据。
[0084]
s12、基于第一区域点云数据得到锅盖的波动值。
[0085]
s13、在波动值超出预设范围时，生成告警信号。
[0086]
其中，可以通过tof相机采集点云数据，tof相机的发射端反射红外光，tof相机的接收端接收反射回的红外光。tof相机可以安装在油烟机的下侧，例如启动开关下侧或油烟机的下侧边，tof相机的镜头与水平面呈一定倾角，使得tof相机的总检测区域能够覆盖整个灶面。
[0087]
溢锅是因为锅内食材较多，火力过旺，导致汤汁剧烈的沸腾，从而溢出。溢锅往往伴随的现象就是锅盖的剧烈波动，可以通过检测锅盖的波动值来检测溢锅。
[0088]
告警信号控制声光效果以达到警示效果，例如：告警信号控制蜂鸣器发出蜂鸣声以及控制指示灯的颜色亮度闪烁模式等。可以设置多个预设范围来对应不同的溢锅程度(含未溢锅但接近溢锅)，生成对应的告警信号以控制声光效果。
[0089]
本实施例通过距离锅盖中心预设距离范围内的第一区域点云数据得到锅盖(锅把)的波动值，根据波动值来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0090]
本实施例提供第一具体实施方式，参照图2，步骤s11之前，溢锅检测方法还包括：
[0091]
s101、获取总检测区域的总区域点云数据，总检测区域覆盖灶面。
[0092]
s102、基于总区域点云数据得到包含锅具的灰度图。
[0093]
s103、识别灰度图得到锅盖中心的中心坐标。
[0094]
步骤s11包括：
[0095]
s111、根据中心坐标从总区域点云数据中提取第一区域点云数据。
[0096]
其中，将三维的点云数据投影到二维平面，获得当前灶面的灰度图，作为物体识别模块的入参。物体识别模块是提前构建的，并以离线状态采集的各种锅具放在灶台场景下的灰度图为训练集，通过卷积神经网络训练得到的，能够准确识别出灰度图中的锅盖。根据物体识别模块识别出的锅盖，得到锅盖在图片中的位置，进而推算出锅盖在灶台场景中的(x，y)坐标。通过定位锅盖的位置，找到锅盖中心的位置，锅盖中心预设距离范围(例如2厘米)内的点云为锅盖把点云的一部分。锅盖中心的坐标为锅盖外沿坐标的均值。
[0097]
本实施例通过将三维的点云数据转换为二维灰度图，能够使用训练好的物体识别模块来准确识别出灰度图中的锅盖，进而得到锅盖中心的中心坐标，根据中心坐标提取出第一区域点云数据。
[0098]
本实施例在第一具体实施方式的基础上，提供第二具体实施方式，参照图3，步骤s13之前，溢锅检测方法还包括：
[0099]
s1201、从总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，第二区域点云数据包括点云数量。
[0100]
s1202、基于点云数量得到烟雾量评价值。
[0101]
s1203、基于波动值和烟雾量评价值得到溢锅评价值。
[0102]
步骤s13具体包括：
[0103]
s131、在溢锅评价值超出预设范围时，生成告警信号。
[0104]
其中，溢锅往往伴随水汽烟雾大量产生，可以通过烟雾量评价值来衡量水汽烟雾的产生程度。
[0105]
可以根据场景设置预设范围，场景包括但不限于：锅盖完全盖在锅上、锅盖把不在锅中心。
[0106]
本实施例通过波动值和烟雾量评价值得到溢锅评价值，以评价溢锅的程度，在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0107]
本实施例在第二具体实施方式的基础上，提供第三具体实施方式，参照图4，第二区域点云数据还包括点云的位置数据。
[0108]
步骤s1201之后，溢锅检测方法还包括：
[0109]
s12020、基于位置数据得到扰动权重。
[0110]
步骤s1203具体包括：
[0111]
s12031、基于波动值、烟雾量评价值和扰动权重得到溢锅评价值。
[0112]
本实施例通过扰动权重来调整波动值和烟雾量评价值在溢锅评价值中的权重关系。
[0113]
本实施例在第二具体实施方式的基础上，提供第四具体实施方式，参照图5，步骤s1202具体包括：
[0114]
s12021、将点云数量与正常溢锅状态下点云参考数量的比值作为烟雾量评价值。
[0115]
其中，正常溢锅状态下点云参考数量可以是基于实验数据得到的。
[0116]
本实施例进一步提供了烟雾量评价值的计算方法。
[0117]
参照图6，步骤s12具体包括：
[0118]
s121、基于第一区域点云数据得到距离锅盖中心预设距离范围内每个点云在预设周期的位置数据。
[0119]
s122、基于位置数据得到每个点云在预设周期内在xyz三轴方向上的位置变化数据。
[0120]
s123、基于位置变化数据、x轴方向波动系数、y轴方向波动系数和z轴方向波动系数得到波动值。
[0121]
其中，为了考量人工带来的干扰，计算当前点云在x轴方向和y轴方向的方差，与多次实验测得的带人工干扰的方差参考值进行比较，判断当前是否有人在操作。正常的油烟颗粒分布较为均匀，点云在x轴方向和y轴方向的方差会比较大，而在区域范围内有人手或锅铲，会检测到是一群非常邻近且稠密的点云，其方差会较小，表现在一定的阈值范围内，该阈值范围可通过实验获得。
[0122]
本实施例通过位置数据得到每个点云在预设周期内在xyz三轴方向上的位置变化数据，进而计算得到波动值，提供了得到波动值的具体实施方式。
[0123]
具体实施时，采用如下公式计算波动值βg：
[0124]
βg＝w
x
δ
x
+wyδy+wzδz。
[0125][0126][0127][0128]
其中，i表示预设范围内的单个点云，n表示预设范围内的点云的数量，表示预设范围内的点云在x轴方向上的坐标总和，表示预设范围内的点云在y轴方向上的坐标总和，表示预设范围内的点云在z轴方向上的坐标总和，t表示时间点，t1表示预设时间，δ
x
表示所有点云在t1时间内x轴方向上的位置变化数据，δy表示所有点云在t1时间内y轴方向上的位置变化数据，δz表示所有点云在t1时间内z轴方向上的位置变化数据，w
x
表示x轴方向波动系数，wy表示y轴方向波动系数，wz表示z轴方向波动系数。
[0129]
本实施例提供了波动值的具体计算公式。
[0130]
本实施例通过将三维的点云数据转换为二维灰度图，能够使用训练好的物体识别模块来准确识别出灰度图中的锅盖，进而得到锅盖中心的中心坐标，根据中心坐标提取出第一区域点云数据，再基于第一区域点云数据得到锅盖(锅把)的波动值，从总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，基于第二区域点云数据得到烟雾量评价值和扰动权重，然后根据波动值、烟雾量评价值和扰动权重来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0131]
实施例2
[0132]
本实施例提供一种溢锅检测系统。参照图7，溢锅检测系统包括：点云数据获取模块1、波动值计算模块2和告警生成模块3。
[0133]
点云数据获取模块1用于实时获取距离锅盖中心预设距离范围内的第一区域点云数据。
[0134]
波动值计算模块2用于基于第一区域点云数据得到锅盖的波动值。
[0135]
告警生成模块3用于在波动值超出预设范围时，生成告警信号。
[0136]
其中，可以通过tof相机采集点云数据，tof相机的发射端反射红外光，tof相机的接收端接收反射回的红外光。tof相机可以安装在油烟机的下侧，例如启动开关下侧或油烟机的下侧边，tof相机的镜头与水平面呈一定倾角，使得tof相机的总检测区域能够覆盖整个灶面。
[0137]
溢锅是因为锅内食材较多，火力过旺，导致汤汁剧烈的沸腾，从而溢出。溢锅往往伴随的现象就是锅盖的剧烈波动，可以通过检测锅盖的波动值来检测溢锅。
[0138]
告警信号控制声光效果以达到警示效果，例如：告警信号控制蜂鸣器发出蜂鸣声以及控制指示灯的颜色亮度闪烁模式等。可以设置多个预设范围来对应不同的溢锅程度(含未溢锅但接近溢锅)，生成对应的告警信号以控制声光效果。
[0139]
本实施例通过距离锅盖中心预设距离范围内的第一区域点云数据得到锅盖(锅把)的波动值，根据波动值来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0140]
具体实施时，点云数据获取模块1包括：总区域点云数据单元101和第一区域点云数据单元102，溢锅检测系统还包括：灰度图计算模块4和图像识别模块5。
[0141]
总区域点云数据单元101用于获取总检测区域的总区域点云数据，总检测区域覆盖灶面。
[0142]
灰度图计算模块4用于基于总区域点云数据得到包含锅具的灰度图。
[0143]
图像识别模块5用于识别灰度图得到锅盖中心的中心坐标。
[0144]
第一区域点云数据单元102用于根据中心坐标从总区域点云数据中提取第一区域点云数据。
[0145]
其中，将三维的点云数据投影到二维平面，获得当前灶面的灰度图，作为物体识别模块的入参。物体识别模块是提前构建的，并以离线状态采集的各种锅具放在灶台场景下的灰度图为训练集，通过卷积神经网络训练得到的，能够准确识别出灰度图中的锅盖。根据物体识别模块识别出的锅盖，得到锅盖在图片中的位置，进而推算出锅盖在灶台场景中的(x，y)坐标。通过定位锅盖的位置，找到锅盖中心的位置，锅盖中心预设距离范围(例如2厘米)内的点云为锅盖把点云的一部分。锅盖中心的坐标为锅盖外沿坐标的均值。
[0146]
本实施例通过将三维的点云数据转换为二维灰度图，能够使用训练好的物体识别模块来准确识别出灰度图中的锅盖，进而得到锅盖中心的中心坐标，根据中心坐标提取出第一区域点云数据。
[0147]
具体实施时，点云数据获取模块1还包括：第二区域点云数据单元103，溢锅检测系统还包括：烟雾量评价值计算模块6和溢锅评价值计算模块7。
[0148]
第二区域点云数据单元103用于从总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，第二区域点云数据包括点云数量。
[0149]
烟雾量评价值计算模块6用于基于点云数量得到烟雾量评价值。
[0150]
溢锅评价值计算模块7用于基于波动值和烟雾量评价值得到溢锅评价值。
[0151]
告警生成模块3具体用于在溢锅评价值超出预设范围时，生成告警信号。
[0152]
其中，溢锅往往伴随水汽烟雾大量产生，可以通过烟雾量评价值来衡量水汽烟雾的产生程度。
[0153]
可以根据场景设置预设范围，场景包括但不限于：锅盖完全盖在锅上、锅盖把不在锅中心。
[0154]
本实施例通过波动值和烟雾量评价值得到溢锅评价值，以评价溢锅的程度，在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0155]
具体实施时，第二区域点云数据还包括点云的位置数据。
[0156]
溢锅检测系统还包括：扰动权重计算模块8。
[0157]
扰动权重计算模块8用于基于位置数据得到扰动权重。
[0158]
溢锅评价值计算模块7具体用于基于波动值、烟雾量评价值和扰动权重得到溢锅评价值。
[0159]
本实施例通过扰动权重来调整波动值和烟雾量评价值在溢锅评价值中的权重关系。
[0160]
具体实施时，烟雾量评价值计算模块6具体用于将点云数量与正常溢锅状态下点云参考数量的比值作为烟雾量评价值。
[0161]
其中，正常溢锅状态下点云参考数量可以是基于实验数据得到的。
[0162]
本实施例进一步提供了烟雾量评价值的计算方法。
[0163]
具体实施时，波动值计算模块2包括：位置数据计算单元201、位置变化数据计算单元202和波动值计算单元203。
[0164]
位置数据计算单元201用于基于第一区域点云数据得到距离锅盖中心预设距离范围内每个点云在预设周期的位置数据。
[0165]
位置变化数据计算单元202用于基于位置数据得到每个点云在预设周期内在xyz三轴方向上的位置变化数据。
[0166]
波动值计算单元203用于基于位置变化数据、x轴方向波动系数、y轴方向波动系数和z轴方向波动系数得到波动值。
[0167]
其中，为了考量人工带来的干扰，计算当前点云在x轴方向和y轴方向的方差，与多次实验测得的带人工干扰的方差参考值进行比较，判断当前是否有人在操作。正常的油烟颗粒分布较为均匀，点云在x轴方向和y轴方向的方差会比较大，而在区域范围内有人手或锅铲，会检测到是一群非常邻近且稠密的点云，其方差会较小，表现在一定的阈值范围内，该阈值范围可通过实验获得。
[0168]
本实施例通过位置数据得到每个点云在预设周期内在xyz三轴方向上的位置变化数据，进而计算得到波动值，提供了得到波动值的具体实施方式。
[0169]
具体实施时，采用如下公式计算波动值βg：
[0170]
βg＝w
x
δ
x
+wyδy+wzδz。
[0171]
[0172][0173][0174]
其中，i表示预设范围内的单个点云，n表示预设范围内的点云的数量，表示预设范围内的点云在x轴方向上的坐标总和，表示预设范围内的点云在y轴方向上的坐标总和，表示预设范围内的点云在z轴方向上的坐标总和，t表示时间点，t1表示预设时间，δ
x
表示所有点云在t1时间内x轴方向上的位置变化数据，δy表示所有点云在t1时间内y轴方向上的位置变化数据，δz表示所有点云在t1时间内z轴方向上的位置变化数据，w
x
表示x轴方向波动系数，wy表示y轴方向波动系数，wz表示z轴方向波动系数。
[0175]
本实施例提供了波动值的具体计算公式。
[0176]
本实施例通过将三维的点云数据转换为二维灰度图，能够使用训练好的物体识别模块来准确识别出灰度图中的锅盖，进而得到锅盖中心的中心坐标，根据中心坐标提取出第一区域点云数据，再基于第一区域点云数据得到锅盖(锅把)的波动值，从总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，基于第二区域点云数据得到烟雾量评价值和扰动权重，然后根据波动值、烟雾量评价值和扰动权重来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0177]
实施例3
[0178]
本实施例提供一种油烟机，包括实施例2中的溢锅检测系统。
[0179]
本实施例通过将三维的点云数据转换为二维灰度图，能够使用训练好的物体识别模块来准确识别出灰度图中的锅盖，进而得到锅盖中心的中心坐标，根据中心坐标提取出第一区域点云数据，再基于第一区域点云数据得到锅盖(锅把)的波动值，从总区域点云数据中提取出预设烟雾检测区域的第二区域点云数据，基于第二区域点云数据得到烟雾量评价值和扰动权重，然后根据波动值、烟雾量评价值和扰动权重来判断溢锅的程度，并在存在溢锅以及溢锅风险时生成告警信号进行警示。
[0180]
实施例4
[0181]
本实施例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实现实施例1所提供的溢锅检测方法。
[0182]
其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。
[0183]
在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所述的溢锅检测方法。
[0184]
其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。
[0185]
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离
本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。