基于生物特征识别的智能家居控制方法及智能控制设备与流程

本申请涉及智能家居控制技术领域，尤其涉及基于生物特征识别的智能家居控制方法及智能控制设备。

背景技术：

智能家居(homeautomation)是以传统住宅为基础，并以物联网通信技术、自动控制技术和人工智能技术为辅助所形成的现代化居住体系。智能家居的日趋成熟为现代快节奏生活带来了诸多便利，能够为用户提供良好、舒适且智能的居住环境。然而现阶段的智能家居的运行仍然需要用户进行主动地远程或就地控制。

技术实现要素：

本申请提供基于生物特征识别的智能家居控制方法及智能控制设备，以改善现有技术存在的上述技术问题。

第一方面，提供一种基于生物特征识别的智能家居控制方法，应用于与信息采集设备通信的智能控制设备，所述方法包括：

获取信息采集设备所采集到的目标信息，对所述目标信息进行解析，判断所述目标信息中是否包含与预设生物特征信息相匹配的目标生物特征信息；其中，所述信息采集设备为用户终端、办公终端和车载控制器中的一种或多种组合；

在判断出所述目标信息中包含与所述预设生物特征信息相匹配的所述目标生物特征信息时，确定所述目标生物特征信息对应的信息采集设备与目标住宅的距离；

对所述目标生物特征信息进行特征识别得到特征识别结果；

基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略，将所述控制策略下发至所述目标住宅中的目标智能家居并以所述距离和所述距离对应的路况信息为依据对已下发的控制策略进行自适应调整。

优选地，对所述目标生物特征信息进行特征识别得到特征识别结果的步骤，具体包括：

确定所述目标生物特征信息的类别；

根据所述类别确定对应特征识别线程；

基于所述特征识别线程对相应类别的目标生物特征信息进行特征识别得到特征识别结果。

优选地，基于所述特征识别线程对相应类别的目标生物特征信息进行特征识别得到特征识别结果的步骤，具体包括：

若所述目标生物特征信息为人脸图像信息，确定所述人脸图像信息的像素关键点序列以及所述人脸图像信息的像素边界值序列；

获取所述人脸图像信息在所述像素关键点序列中的任一序列元素对应的初始元素属性；将所述像素边界值序列中具有最大序列权重的序列元素确定为目标序列元素；

在所述目标序列元素中生成与所述初始元素属性对应的镜像元素属性，并根据所述初始元素属性以及所述镜像元素属性确定所述像素关键点序列与所述像素边界值序列之间的序列转换关系；

以所述初始元素属性为基准在所述目标序列元素中获取目标元素属性；根据所述序列转换关系，将所述目标元素属性映射至所述初始元素属性所对应的序列元素中，在所述初始元素属性所对应的序列元素中得到所述目标元素属性对应的镜像序列元素，并确定所述镜像序列元素为所述人脸图像信息对应的用于表征当前情绪状态的当前序列元素；

根据所述当前序列元素中的目标元素属性确定所述人脸图像信息对应的当前情绪状态，将所述当前情绪状态确定为所述人脸图像信息对应的面部情绪识别结果。

优选地，基于所述特征识别线程对相应类别的目标生物特征信息进行特征识别得到特征识别结果的步骤，具体包括：

若所述目标生物特征信息为语音信息，对所述语音信息进行自然语言处理得到所述语音信息对应的文本信息，提取所述文本信息的关键词，识别所述关键词的语义，根据所述语义得到所述文本信息的主题信息；

将所述语音信息输入训练完成的神经网络得到所述语音信息对应的当前语调特征和当前语气特征；

基于所述当前语调特征以及所述当前语气特征确定所述语音信息对应的语音情绪状态；

根据预设数据库确定所述主题信息对应的期望情绪状态；

判断所述语音情绪状态与所述期望情绪状态是否相似；若是，则根据所述期望情绪状态生成所述语音信息的语音情绪识别结果；若否，则将所述所述语音情绪状态和所述期望情绪状态进行加权得到所述语音信息的实际情绪状态，根据所述实际情绪状态生成所述语音信息的语音情绪识别结果。

优选地，所述基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略的步骤之前，所述方法还包括：

若所述特征识别结果包括面部情绪识别结果和语音情绪识别结果，分别确定所述面部情绪识别结果和所述语音情绪识别结果的情绪描述信息；

根据所述情绪描述信息确定所述面部情绪识别结果和所述语音情绪识别结果之间的第一关联系数；

获取所述面部情绪识别结果的多个识别参数；

根据所述第一关联系数对所述面部情绪识别结果中的至少部分识别参数进行标识调整；

根据所述面部情绪识别结果中完成标识调整的识别参数生成所述面部情绪识别结果对应的修正识别结果；

以所述第一关联系数为参考对所述修正识别结果和所述语音情绪识别结果进行融合，得到综合情绪识别结果。

优选地，基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略的步骤，具体包括：

从所述综合情绪识别结果中确定出对所述目标住宅内的每个智能家居的期望使用系数；

按照期望使用系数的顺序对所述目标住宅内的每个智能家居进行排序，并根据设定电压确定排序靠前的多个智能家居的控制策略。

优选地，将所述控制策略下发至所述目标住宅中的目标智能家居并以所述距离和所述距离对应的路况信息为依据对已下发的控制策略进行自适应调整的步骤，具体包括：

按照目标智能家居的信息接收格式将与所述目标智能家居对应的初始控制策略进行格式转换得到与所述信息接收格式对应的第一控制指令信息，将所述第一控制指令信息下发至所述目标智能家居；

根据所述距离和所述距离对应的路况信息确定用户到达所述目标住宅的目标时段；判断在所述目标时段内所述目标智能家居是否满足运行需求，若否，则基于所述综合情绪识别结果以及所述目标时段生成所述目标智能家居对应的修正控制策略；确定所述修正控制策略对应的第二控制指令信息；将所述第二控制指令信息下发至所述目标智能家居以覆盖所述第一控制指令信息。

第二方面，提供了一种智能控制设备，包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与智能控制设备中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述的方法。

第三方面，提供了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在智能控制设备的内存中运行时实现上述的方法。

应用本申请实施例基于生物特征识别的智能家居控制方法及智能控制设备时，在从目标信息中采集到目标生物特征信息时，能够对目标特征信息进行特征识别以得到包括面部情绪识别结果和语音情绪识别结果的特征识别结果。这样，能够根据特征识别结果生成对应的控制策略并下发给智能家居，无需用户主动输入针对智能家居的控制指令。此外，通过对信息采集设备与目标住宅之间的距离以及路况信息进行分析，能够确定用户到达目标住宅的准确时段，从而实现对控制策略的自适应调整，避免对智能家居的单一、僵硬式的控制。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1是本申请根据一示例性实施例示出的一种基于生物特征识别的智能家居控制系统100的应用场景示意图。

图2是本申请根据一示例性实施例示出的一种基于生物特征识别的智能家居控制方法的流程图。

图3是本申请根据一示例性实施例示出的一种基于生物特征识别的智能家居控制装置的一个实施例框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

为改善现有的智能家居存在的上述技术问题，本发明实施例提供了一种基于生物特征识别的智能家居控制方法及智能控制设备。

为便于对本发明实施例所提供的智能家居控制方法进行说明，首先对所述智能家居控制方法的应用场景进行描述。应当理解，以下场景仅用作示例，并不是对本方案的限定。在实际应用中，以下场景中的智能家居的数量和种类可以进行适当增减。

图1示出了本发明实施例所提供的基于生物特征识别的智能家居控制系统100的应用场景示意图，该系统可以应用与住宅。其中，住宅包括但不限于平房、洋房、高层、公寓和别墅。

进一步地，该系统包括智能控制设备200和多个分布于住宅的不同区域的智能家居300，智能控制设备200和每个智能家居300通信。在本申请实施例中，智能控制设备200可以是设置于住宅内的主控计算机，也可以是部署在云端的云服务器，在此不作限定。

更进一步地，智能家居300可以为不同类型的家电设备，例如电视、电冰箱、空调、热水器和照明灯等。在具体实施时，可以根据实际需求增减配置相应的智能家居300。

请继续参阅图1，该系统还可以包括与智能控制设备200通信的车载控制器400、用户终端500以及办公终端600。其中，车载控制器400可以是用户的私家车中用于控制车辆行驶的控制器，用户终端500可以是用户的移动终端(例如手机)，办公终端600可以是设置于用户办公室的办公电脑。

可以理解，智能控制设备200通过与用户住宅内的智能家居300、用户私家车内的车载控制器400以及用户办公室的办公终端600通信，能够准确获知用户的工作生活状态，并基于用户在不同时段的工作生活状态对智能家居300主动地自适应调整和控制，能够改善用户回到家之后对智能家居300进行手动调节和控制的问题。

图2为本发明实施例所提供的一种基于生物特征识别的智能家居控制方法的流程示意图，该方法应用于图1中的智能控制设备200，该方法具体可以包括以下步骤所描述的内容。

步骤210，获取信息采集设备所采集到的目标信息，对所述目标信息进行解析，判断所述目标信息中是否包含与预设生物特征信息相匹配的目标生物特征信息；其中，所述信息采集设备为用户终端、办公终端和车载控制器中的一种或多种组合。

在本发明实施例中，智能控制设备200实时获取车载控制器400、用户终端500以及办公终端600所采集的目标信息。在本实施例中，目标信息可以是图像信息或语音信息，也可以是图像信息和语音信息的组合。

在本发明实施例中，预设生物特征信息可以是用户预先向智能控制设备200导入的用户自身的生物特征信息，便于智能控制设备200后期根据预设生物特征信息对采集到的目标信息进行解析和判断。

步骤220，在判断出所述目标信息中包含与所述预设生物特征信息相匹配的所述目标生物特征信息时，确定所述目标生物特征信息对应的信息采集设备与目标住宅的距离。

在本发明实施例中，智能家居300布设于目标住宅内，目标住宅可以理解为用户的住宅。信息采集设备与目标住宅的距离可以理解为信息采集设备与目标住宅在地理上的距离。例如，若信息采集设备为办公终端600，则办公终端600与目标住宅的距离可以是xxxkm(也就是办公室到目标住宅的直线距离)。

步骤230，对所述目标生物特征信息进行特征识别得到特征识别结果。

在本发明实施例中，可以通过预先训练好的神经网络对目标特征信息进行特征识别。进一步地，特征识别结果可以包括面部情绪识别结果和语音情绪识别结果。针对特征识别结果的说明在后续进行详细说明。

步骤240，基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略，将所述控制策略下发至所述目标住宅中的目标智能家居并以所述距离和所述距离对应的路况信息为依据对已下发的控制策略进行自适应调整。

可以理解，在应用上述步骤210-步骤240时，在从目标信息中采集到目标生物特征信息时，能够对目标特征信息进行特征识别以得到包括面部情绪识别结果和语音情绪识别结果的特征识别结果。这样，能够根据特征识别结果生成对应的控制策略并下发给智能家居，无需用户主动输入针对智能家居的控制指令。此外，通过对信息采集设备与目标住宅之间的距离以及路况信息进行分析，能够确定用户到达目标住宅的准确时段，从而实现对控制策略的自适应调整，避免对智能家居的单一、僵硬式的控制。

在具体实施时，目标生物特征信息的类别可能有多个，为了确保特征识别结果的准确性，需要对不同目标生物特征信息进行关联分析。

为此，在步骤230中，对所述目标生物特征信息进行特征识别得到特征识别结果的步骤，具体可以包括以下步骤所描述的内容：首先确定所述目标生物特征信息的类别，然后根据所述类别确定对应的特征识别线程，最后基于不同的特征识别线程对相应类别的目标生物特征信息进行特征识别。当然，在目标生物特征信息的类别有多种(本实施例以人脸图像信息和语音信息两种为例进行说明)的情况下，还需要考虑不同类别的目标生物特征信息之间的关联性。

为了更加详细地对整个特征识别过程进行说明，下面首先分别对单一类别的目标生物特征信息的特征识别进行说明，然后再对多个类别得目标特征信息之间关联性进行分析。

(1)目标生物特征信息为人脸图像信息。

首先，确定所述人脸图像信息的像素关键点序列以及所述人脸图像信息的像素边界值序列；其中，所述像素关键点序列是通过对所述人脸图像信息进行像素点拆分并对拆分得到的像素的像素值进行统计得到的，所述像素边界值序列是通过对拆分得到得像素的每相邻两个像素的像素值进行求差计算得到的；所述像素关键点序列与所述像素边界值序列分别包括具有不同序列权重的序列元素；所述像素关键点序列中的序列元素为像素值，所述像素边界值序列中的序列元素为边界值。

其次，获取所述人脸图像信息在所述像素关键点序列中的任一序列元素对应的初始元素属性；将所述像素边界值序列中具有最大序列权重的序列元素确定为目标序列元素；其中，所述元素属性用于表征序列元素对应的人脸情绪参数，所述人脸情绪参数用于表征情绪类别，不同情绪类别对应的人脸情绪参数不同。

然后，在所述目标序列元素中生成与所述初始元素属性对应的镜像元素属性，并根据所述初始元素属性以及所述镜像元素属性确定所述像素关键点序列与所述像素边界值序列之间的序列转换关系；其中，所述序列转换关系用于将所述像素关键点序列和所述像素边界值序列中的序列元素进行互相转换。

进一步地，以所述初始元素属性为基准在所述目标序列元素中获取目标元素属性；根据所述序列转换关系，将所述目标元素属性映射至所述初始元素属性所对应的序列元素中，在所述初始元素属性所对应的序列元素中得到所述目标元素属性对应的镜像序列元素，并确定所述镜像序列元素为所述人脸图像信息对应的用于表征当前情绪状态的当前序列元素。

最后，根据所述当前序列元素中的目标元素属性确定所述人脸图像信息对应的当前情绪状态，将所述当前情绪状态确定为所述人脸图像信息对应的面部情绪识别结果。

例如，面部情绪识别结果可以包括但不限于高兴、疲惫和急躁等。可以理解，不同的情绪状态对应不同的特征识别结果。

在具体实施时，通过上述步骤所描述的内容，可以对人脸图像信息进行深度分析和识别，从而准确确定出人脸图像信息对应的面部情绪识别结果。

(2)目标生物特征信息为语音信息。

首先，对所述语音信息进行自然语言处理得到所述语音信息对应的文本信息，提取所述文本信息的关键词，识别所述关键词的语义，根据所述语义得到所述文本信息的主题信息。

例如，主题信息可以表征用户在说话时的意图。不同的主题信息表征不同的说话意图，在此不作更多限定。

其次，将所述语音信息输入训练完成的神经网络得到所述语音信息对应的当前语调特征和当前语气特征；其中，所述神经网络通过具有不同语调特征和语气特征的样本语音信息进行训练。

然后，基于所述当前语调特征以及所述当前语气特征确定所述语音信息对应的语音情绪状态。

接着，根据预设数据库确定所述主题信息对应的期望情绪状态；其中，所述数据库中预存有不同主题信息对应的不同期望情绪状态。

例如，主题信息“我回家准备加班”对应的期望情绪状态可以是“兴奋”和“沮丧”。也就是说，同一个主题信息可能匹配不同的期望情绪状态。

最后，判断所述语音情绪状态与所述期望情绪状态是否相似；若是，则根据所述期望情绪状态生成所述语音信息的语音情绪识别结果；若否，则将所述所述语音情绪状态和所述期望情绪状态进行加权得到所述语音信息的实际情绪状态，根据所述实际情绪状态生成所述语音信息的语音情绪识别结果。

在本实施例中，语音情绪状态和期望情绪状态均可以通过二进制字符串进行表示，不同的二进制字符串对应不同的情绪状态。可以通过对语音情绪状态和期望情绪状态对应的二进制字符串对应的特征向量进行余弦距离计算来确定所述语音情绪状态与所述期望情绪状态是否相似。

进一步地，将所述所述语音情绪状态和所述期望情绪状态进行加权可以理解为将语音情绪状态和期望情绪状态对应的二进制字符串进行加权。

可以理解，通过上述内容，能够对语音信息全面、准确地识别，从而确定出语音信息对应的语音情绪识别结果。

在上述基础上，如果目标生物特征信息对应的特征识别结果为上述两种情况中的一种，则可以直接根据确定得到的特征识别结果执行后续的步骤。如果目标生物特征信息对应的特征识别结果包含上述两种情况，则在步骤s240的基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略的步骤之前，所述方法还可以包括以下步骤所描述的内容。

首先，分别确定所述面部情绪识别结果和所述语音情绪识别结果的情绪描述信息并根据所述情绪描述信息确定所述面部情绪识别结果和所述语音情绪识别结果之间的第一关联系数。

其次，获取所述面部情绪识别结果的多个识别参数。

然后，根据所述第一关联系数对所述面部情绪识别结果中的至少部分识别参数进行标识调整。

接着，根据所述面部情绪识别结果中完成标识调整的识别参数生成所述面部情绪识别结果对应的修正识别结果。

最后，以所述第一关联系数为参考对所述修正识别结果和所述语音情绪识别结果进行融合，得到综合情绪识别结果。

可以理解，为便于理解上述步骤，下面通过步骤310-步骤380对上述步骤进行更为详细的说明。

步骤310，确定所述面部情绪识别结果对应的第一情绪描述信息以及所述语音情绪识别结果对应的第二情绪描述信息。

在步骤310中，情绪描述信息用于表征用户的实时情绪状态，情绪描述信息可以通过设定字符编码的形式进行记录，这样，便于智能控制设备200进行数字化分析和处理。

步骤320，根据所述第一情绪描述信息以及所述第二情绪描述信息确定所述面部情绪识别结果和所述语音情绪识别结果之间的第一关联系数。

在步骤320中，所述第一关联系数用于表征所述面部情绪识别结果和所述语音情绪识别结果的一致性和匹配程度。第一关联系数越大，则所述面部情绪识别结果和所述语音情绪识别结果的一致性和匹配程度越高。第一关联系数越小，则所述面部情绪识别结果和所述语音情绪识别结果的一致性和匹配程度越低。

步骤330，获取所述面部情绪识别结果的多个识别参数；所述识别参数用于表征所述面部情绪识别结果的生成逻辑。

步骤340，在根据所述第一关联系数确定出所述面部情绪识别结果中包含有瞬时面部变化标识的情况下，根据所述面部情绪识别结果在瞬时面部变化标识下的识别参数以及所述识别参数的参数类型确定所述面部情绪识别结果在静态面部标识下的各识别参数与所述面部情绪识别结果在所述瞬时面部变化标识下的各识别参数之间的第一参数差值，并将所述面部情绪识别结果在所述静态面部标识下的与在所述瞬时面部变化标识下的识别参数的第一参数差值小于等于设定阈值的识别参数调整到所述瞬时面部变化标识下。

步骤350，在所述面部情绪识别结果对应的所述静态面部标识下包含有多个识别参数的情况下，根据所述面部情绪识别结果在所述瞬时面部变化标识下的识别参数以及所述识别参数的参数类型确定所述面部情绪识别结果在所述静态面部标识下的各识别参数之间的第二参数差值，并根据所述各识别参数之间的第二参数差值对所述静态面部标识下的各识别参数进行筛选。

步骤360，根据所述面部情绪识别结果在所述瞬时面部变化标识下的识别参数以及所述识别参数的参数类型为上述筛选所保留的各识别参数添加调整参数，并基于所述调整参数的大小顺序将上述筛选所保留的各识别参数调整到所述瞬时面部变化标识下。

步骤370，根据所述面部情绪识别结果在所述静态面部标识下的识别参数生成所述面部情绪识别结果对应的修正识别结果。

可以理解，通过对面部情绪识别结果在所述静态面部标识下的识别参数进行调整，能够将瞬时变化的面部情绪对应的噪声进行剔除，从而根据所述面部情绪识别结果在所述静态面部标识下的识别参数生成所述面部情绪识别结果对应的修正识别结果。

步骤380，以所述第一关联系数为参考对所述修正识别结果和所述语音情绪识别结果进行融合，得到综合情绪识别结果。

在本实施例中，综合情绪识别结果能够准确、可靠地表征用户的实时情绪状态，从而为后续生成智能家居的控制策略提供数据基础。

在上述基础上，步骤240中所描述的基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略，具体可以通过以下步骤所描述的方法实现。

步骤2411，从所述综合情绪识别结果中确定出对所述目标住宅内的每个智能家居的期望使用系数。

在本实施例中，所述期望使用系数用于表征用户对智能家居的使用欲望。例如，通过综合情绪识别结果确定出制冷空调的期望使用系数大于电暖炉的期望使用系数，则表征用户希望回到家后处于一个较为凉爽的环境中，在这种情况下，用户对制冷空调的使用欲望大于对电暖炉的使用欲望。

步骤2412，按照期望使用系数的顺序对所述目标住宅内的每个智能家居进行排序，并根据设定电压确定排序靠前的多个智能家居的控制策略。

在本实施例中，设定电压可以是目标住宅在不跳闸情况下所能承受的最大电压。为了避免目标住在跳闸，需要将处于开启状态的智能家居的数量进行控制，通过对期望使用系数进行排序，并对排序靠前的智能家居进行控制策略的确定，能够最大程度地满足用户需求，避免用户在回到目标住宅后仍然需要主动控制智能家居的开启。

在上述基础上，步骤240中所描述的将所述控制策略下发至所述目标住宅中的目标智能家居并以所述距离和所述距离对应的路况信息为依据对已下发的控制策略进行自适应调整的步骤，具体可以包括以下步骤所描述的内容。

步骤2421，按照目标智能家居的信息接收格式将与所述目标智能家居对应的初始控制策略进行格式转换得到与所述信息接收格式对应的第一控制指令信息，将所述第一控制指令信息下发至所述目标智能家居。

步骤2422，根据所述距离和所述距离对应的路况信息确定用户到达所述目标住宅的目标时段；判断在所述目标时段内所述目标智能家居是否满足运行需求，若否，则基于所述综合情绪识别结果以及所述目标时段生成所述目标智能家居对应的修正控制策略；确定所述修正控制策略对应的第二控制指令信息；将所述第二控制指令信息下发至所述目标智能家居以覆盖所述第一控制指令信息。

可以理解，通过上述步骤2421-步骤2422，能够根据用户与目标住宅之间的实时距离对控制策略进行自适应调整，从而避免对智能家居的单一、僵硬式的控制。

在上述基础上，请结合参阅图3，还提供了一种基于生物特征识别的智能家居控制装置201的模块示意图，所述智能家居控制装置201的详细描述如下。

a1.一种基于生物特征识别的智能家居控制装置，应用于与信息采集设备通信的智能控制设备，所述装置包括以下功能模块。

信息解析模块2011，用于获取信息采集设备所采集到的目标信息，对所述目标信息进行解析，判断所述目标信息中是否包含与预设生物特征信息相匹配的目标生物特征信息；其中，所述信息采集设备为用户终端、办公终端和车载控制器中的一种或多种组合。

距离确定模块2012，用于在判断出所述目标信息中包含与所述预设生物特征信息相匹配的所述目标生物特征信息时，确定所述目标生物特征信息对应的信息采集设备与目标住宅的距离。

特征识别模块2013，用于对所述目标生物特征信息进行特征识别得到特征识别结果。

家居控制模块2014，用于基于所述特征识别结果确定用于对所述智能家居进行控制的控制策略，将所述控制策略下发至所述目标住宅中的目标智能家居并以所述距离和所述距离对应的路况信息为依据对已下发的控制策略进行自适应调整。

a2.根据a1所述的智能家居控制装置，所述特征识别模块2013，具体用于：

确定所述目标生物特征信息的类别；

根据所述类别确定对应特征识别线程；

基于所述特征识别线程对相应类别的目标生物特征信息进行特征识别得到特征识别结果。

a3.根据a2所述的智能家居控制装置，所述特征识别模块2013，具体用于：

若所述目标生物特征信息为人脸图像信息，确定所述人脸图像信息的像素关键点序列以及所述人脸图像信息的像素边界值序列；

获取所述人脸图像信息在所述像素关键点序列中的任一序列元素对应的初始元素属性；将所述像素边界值序列中具有最大序列权重的序列元素确定为目标序列元素；

在所述目标序列元素中生成与所述初始元素属性对应的镜像元素属性，并根据所述初始元素属性以及所述镜像元素属性确定所述像素关键点序列与所述像素边界值序列之间的序列转换关系；

以所述初始元素属性为基准在所述目标序列元素中获取目标元素属性；根据所述序列转换关系，将所述目标元素属性映射至所述初始元素属性所对应的序列元素中，在所述初始元素属性所对应的序列元素中得到所述目标元素属性对应的镜像序列元素，并确定所述镜像序列元素为所述人脸图像信息对应的用于表征当前情绪状态的当前序列元素；

根据所述当前序列元素中的目标元素属性确定所述人脸图像信息对应的当前情绪状态，将所述当前情绪状态确定为所述人脸图像信息对应的面部情绪识别结果。

a4.根据a2所述的智能家居控制装置，所述特征识别模块2013，具体用于：

若所述目标生物特征信息为语音信息，对所述语音信息进行自然语言处理得到所述语音信息对应的文本信息，提取所述文本信息的关键词，识别所述关键词的语义，根据所述语义得到所述文本信息的主题信息；

将所述语音信息输入训练完成的神经网络得到所述语音信息对应的当前语调特征和当前语气特征；

基于所述当前语调特征以及所述当前语气特征确定所述语音信息对应的语音情绪状态；

根据预设数据库确定所述主题信息对应的期望情绪状态；

判断所述语音情绪状态与所述期望情绪状态是否相似；若是，则根据所述期望情绪状态生成所述语音信息的语音情绪识别结果；若否，则将所述所述语音情绪状态和所述期望情绪状态进行加权得到所述语音信息的实际情绪状态，根据所述实际情绪状态生成所述语音信息的语音情绪识别结果。

a5.根据a1所述的智能家居控制装置，所述特征识别模块2013，还用于：

若所述特征识别结果包括面部情绪识别结果和语音情绪识别结果，分别确定所述面部情绪识别结果和所述语音情绪识别结果的情绪描述信息；

根据所述情绪描述信息确定所述面部情绪识别结果和所述语音情绪识别结果之间的第一关联系数；

获取所述面部情绪识别结果的多个识别参数；

根据所述第一关联系数对所述面部情绪识别结果中的至少部分识别参数进行标识调整；

根据所述面部情绪识别结果中完成标识调整的识别参数生成所述面部情绪识别结果对应的修正识别结果；

以所述第一关联系数为参考对所述修正识别结果和所述语音情绪识别结果进行融合，得到综合情绪识别结果。

a6.根据a5所述的智能家居控制装置，所述家居控制模块2014，具体用于：

从所述综合情绪识别结果中确定出对所述目标住宅内的每个智能家居的期望使用系数；

按照期望使用系数的顺序对所述目标住宅内的每个智能家居进行排序，并根据设定电压确定排序靠前的多个智能家居的控制策略。

a7.根据a6所述的智能家居控制装置，所述家居控制模块2014，具体用于：

按照目标智能家居的信息接收格式将与所述目标智能家居对应的初始控制策略进行格式转换得到与所述信息接收格式对应的第一控制指令信息，将所述第一控制指令信息下发至所述目标智能家居；

根据所述距离和所述距离对应的路况信息确定用户到达所述目标住宅的目标时段；判断在所述目标时段内所述目标智能家居是否满足运行需求，若否，则基于所述综合情绪识别结果以及所述目标时段生成所述目标智能家居对应的修正控制策略；确定所述修正控制策略对应的第二控制指令信息；将所述第二控制指令信息下发至所述目标智能家居以覆盖所述第一控制指令信息。

在上述基础上，本发明实施例还提供了一种智能控制设备，包括：处理器，以及与处理器连接的内存和网络接口，所述网络接口与智能控制设备中的非易失性存储器连接。其中，所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述内存运行所述计算机程序，以执行上述的方法。

进一步地，还提供了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在智能控制设备的内存中运行时实现上述的方法。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。