家用电器的控制方法和装置与流程

1.本发明涉及本发明属于智能家居控制技术领域，具体涉及一种家用电器的控制方法和装置。


背景技术：

2.所谓智能家居时代就是物联网进入家庭的时代，用户可以通过手机或者电脑或者手持遥控器来控制家用电器，可以提高用户使用家用电器的便捷性和舒适性。但是现有的家用电器在响应用户的控制指令时通常都会出现延时，因此，在用户误操作而多次输入控制指令时，导致用户在等待较长时间后仍然不能达到需要的控制效果，从而降低了用户的体验。


技术实现要素：

3.本发明的主要目的在于提供一种家用电器的控制方法和装置，解决了家用电器在用户多次输入控制指令不能达到需要的控制效果的技术问题。
4.本技术的提出了一种家用电器的控制方法，该方法包括：获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；若情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令。
5.优选地，所述基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，具体包括：计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度；若第一相似度大于第二相似度，则将第一控制指令作为最终控制指令；若第一相似度小于第二相似度，则将第二控制指令作为最终控制指令。
6.优选地，所述若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息，具体包括：双门的lstm拥有两个输入门和两个遗忘门，两个输入门分别接收用户的表情和肢体动作，并对用户的表情和肢体动作同时进行分析，输出用户的情感信息。
7.优选地，所述若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息，之后还包括：若情感信息出现预设信息，则将第二控制指令作为最终控制指令。
8.优选地，所述用于获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；之后还包括：若第一控制指令和第二控制指令相同，则将第二控制指令作为最终控制指令。
9.本技术还提出了一种家用电器的控制装置，该装置包括：获取模块，用于获取当前
时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；情感确定模块，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；指令确定模块，用于当情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令。
10.优选地，所述指令确定模块，用于当情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，具体包括：识别模块，用于计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度；最终控制指令确定模块，用于当第一相似度大于第二相似度，则将第一控制指令作为最终控制指令；当第一相似度小于第二相似度，则将第二控制指令作为最终控制指令。
11.优选地，所述情感确定模块，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；具体包括：双门的lstm拥有两个输入门和两个遗忘门，两个输入门分别接收用户的表情和肢体动作，并对用户的表情和肢体动作同时进行分析，输出用户的情感信息。
12.优选地，所述情感确定模块，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；之后包括：指令确定模块，若情感信息出现预设信息，则将第二控制指令作为最终控制指令。
13.优选地，所述获取模块，用于获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；之后还包括：指令确定模块，若第一控制指令和第二控制指令相同，则将第二控制指令作为最终控制指令。
14.本发明通过获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令，若第一控制指令和第二控制指令不同时，通过双门的lstm模型分析用户的情感信息，在用户没有出现预设的信息时，说明用户并没有意识到自己连续输入了两次不同的控制指令，而本发明进一步通过神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，从而在家用电器执行最终控制指令时，家用电器不需要和用户在进行进一步确认，也不需要设置额外的交互程序，即使用户误操作也能达到用户的使用需求，从而提高了用户的体验。
附图说明
15.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，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
16.图1为本发明家用电器的控制方法的流程图；图2为本发明家用电器的控制方法另外一实施例的流程图；
图3为本发明家用电器的控制装置的框图；图4为本发明家用电器的控制装置中指令确定模块的框图。
17.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
18.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
19.需要说明，本发明实施例中所有方向性指示（诸如上、下、左、右、前、后
……
）仅用于解释在某一特定姿态（如附图所示）下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
20.另外，在本发明中涉及第一、第二等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有第一、第二的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
21.本技术的提出了一种家用电器的控制方法，参考图1
‑
2，该方法包括：步骤1，获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；步骤2，若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；步骤3，若情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令。
22.本发明通过获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令，若第一控制指令和第二控制指令不同时，通过双门的lstm模型分析用户的情感信息，在用户没有出现预设的信息时，说明用户并没有意识到自己连续输入了两次不同的控制指令，而本发明进一步通过神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，从而在家用电器执行最终控制指令时，家用电器不需要和用户在进行进一步确认，也不需要设置额外的交互程序，即使用户误操作也能达到用户的使用需求，从而提高了用户的体验。
23.优选地，基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，具体包括：步骤31，计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度；步骤32，若第一相似度大于第二相似度，则将第一控制指令作为最终控制指令；若第一相似度小于第二相似度，则将第二控制指令作为最终控制指令。
24.具体地，可以通过训练神经网络来预测用户在不同时间段的家用电器使用的习
惯，根据聚类算法来计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度，而在用户误操作时，可以基于用户的习惯来预测用户需要输入的最终控制指令，家用电器可以执行用户需要的控制操作。
25.优选地，步骤2，若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息，具体包括：步骤21，双门的lstm拥有两个输入门和两个遗忘门，两个输入门分别接收用户的表情和肢体动作，并对用户的表情和肢体动作同时进行分析，输出用户的情感信息。
26.具体地，结合生活经验与对微表情的观察，我们可以知道人的面部在产生微表情时，他的身体可能会同时产生一些不由自主的动作，例如抖肩、揉鼻子、眼睛向两侧看等等。这样的肢体语言为我们多提供了一种信息，恰好可以辅助我们分析情感。基于上述思路，双门lstm模型运用于情感分析，该双门lstm模型的优势便在于此。它通过对微表情与肢体语言两种信息的分析处理，并将其综合起来，得出了更为准确的情感数据。
27.优选地，步骤2，所述若第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息，之后还包括：步骤22，若情感信息出现预设信息，则将第二控制指令作为最终控制指令。
28.具体地，通过双门的lstm模型预测用户的情感信息，当用户出现懊悔，醒悟，重新确认的情感信息时，说明用户的第二控制指令才是用户需要输入的指令，因此，将将第二控制指令作为最终控制指令。
29.优选地，步骤1，用于获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；之后还包括：步骤12，若第一控制指令和第二控制指令相同，则将第二控制指令作为最终控制指令。
30.本技术的提出了一种家用电器的控制装置，参考图3
‑
4，该装置包括：获取模块1，用于获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；情感确定模块2，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；指令确定模块3，用于当情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令。
31.本发明通过获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令，若第一控制指令和第二控制指令不同时，通过双门的lstm模型分析用户的情感信息，在用户没有出现预设的信息时，说明用户并没有意识到自己连续输入了两次不同的控制指令，而本发明进一步通过神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，从而在家用电器执行最终控制指令时，家用电器不需要和用户在进行进一步确认，也不需要
设置额外的交互程序，即使用户误操作也能达到用户的使用需求，从而提高了用户的体验。
32.优选地，指令确定模块3，用于当情感信息并未出现预设信息，则基于神经网络预测当前时间段用户需要输入的第一虚拟控制指令；基于第一虚拟控制，第一控制指令以及第二控制指令，确定用户需要输入的最终控制指令，具体包括：识别模块31，计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度；最终控制指令确定模块32，若第一相似度大于第二相似度，则将第一控制指令作为最终控制指令；若第一相似度小于第二相似度，则将第二控制指令作为最终控制指令。
33.具体地，可以通过训练神经网络来预测用户在不同时间段的家用电器使用的习惯，根据聚类算法来计算第一虚拟控制指令与第一控制指令的第一相似度，计算第一虚拟控制指令与第二控制指令的第二相似度，而在用户误操作时，可以基于用户的习惯来预测用户需要输入的最终控制指令，家用电器可以执行用户需要的控制操作。
34.优选地，情感确定模块2，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息；具体包括：双门的lstm拥有两个输入门和两个遗忘门，两个输入门分别接收用户的表情和肢体动作，并对用户的表情和肢体动作同时进行分析，输出用户的情感信息。
35.具体地，结合生活经验与对微表情的观察，我们可以知道人的面部在产生微表情时，他的身体可能会同时产生一些不由自主的动作，例如抖肩、揉鼻子、眼睛向两侧看等等。这样的肢体语言为我们多提供了一种信息，恰好可以辅助我们分析情感。基于上述思路，双门lstm模型运用于情感分析，该双门lstm模型的优势便在于此。它通过对微表情与肢体语言两种信息的分析处理，并将其综合起来，得出了更为准确的情感数据。
36.优选地，情感确定模块2，用于当第一控制指令和第二控制指令不同，则获取用户的表情和肢体动作，将用户的表情和肢体动作输入至双门的lstm模型，双门的lstm模型输出用户的情感信息，之后包括：指令确定模块3，若情感信息出现预设信息，则将第二控制指令作为最终控制指令。
37.具体地，通过双门的lstm模型预测用户的情感信息，当用户出现懊悔，醒悟，重新确认的情感信息时，说明用户的第二控制指令才是用户需要输入的指令，因此，将将第二控制指令作为最终控制指令。
38.优选地，获取模块1，用于获取当前时间段用户输入的第一控制指令和用户输入的第二控制指令；当前时间段小于预设时间段；之后还包括：指令确定模块3，若第一控制指令和第二控制指令相同，则将第二控制指令作为最终控制指令。
39.以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。