公开了一种能够控制马达功率的清洁器及其控制方法。清洁器可以包括:吸取外部污物的头部;与头部连通的杆,其长度可调,并提供了通道,被吸入的污物通过该通道移动;安装在杆上并感测杆的长度变化的长度传感器;向头部提供污物吸取功率的马达;测量头部的移动速度和移动方向的速度测量器;以及控制马达的功率的控制器。控制器可以基于关于杆的长度变化、头部的移动速度和头部的移动方向中的至少一项的信息来选择用于吸取污物的马达的最小功率,并且可以控制马达以使其具有所选择的最小功率。清洁器可以在根据5G通信建立的移动通信网络上发送/接收无线信号。
【技术实现步骤摘要】
一种能够控制马达功率的清洁器及其控制方法相关申请的交叉引用本申请要求2019年7月12日提交的公开号为10-2019-0084428的韩国申请的较早申请日和优先权的权益,其全部内容通过引用的方式并入本文。
实施例涉及一种能够控制马达功率的清洁器及其控制方法,更具体地,涉及一种能够选择适合于不同使用条件中的每一个的马达功率并通过学习人工智能模型控制马达具有所选择的功率的清洁器,以及控制该清洁器的方法。
技术介绍
本部分的描述仅提供实施例的背景信息,而不配置相关技术。当使用清洁器时,污物吸取量可以根据用户的移动而改变。这是因为当马达功率恒定时,清洁器具有相同的污物吸取功率,但是实际污物吸取量可能会因不同的条件而改变。例如,与缓慢移动清洁器时相比,当清洁器以恒定的马达功率快速移动时,污物吸取量可能减少。因此,为了提高清洁器的效率,需要根据清洁器的使用条件来控制清洁器以使其具有适当的马达功率。另一方面,近来,关于人工智能(AI)的技术被越来越多的研究和开发。人工智能是计算机工程科学和信息
,研究使计算机模仿诸如推理、学习、自我提升等的智能人类行为的方法。为了根据清洁器的使用条件控制清洁器以使其具有适当的马达功率,可以使用利用人工智能模型学习的技术。公开号为10-2017-0030197的韩国专利申请中已经公开了一种技术,该技术感测清洁器的吸入口处的压力变化,然后基于感测的压力变化来控制马达的驱动速度。然而,现有技术的文献中尚未公开根据清洁器的使用条件来控制清洁器以使其具有适当的马达功率的配置,以及使用人工智能学习模型来推导出每种使用条件的马达功率并控制清洁器以具有这种马达功率的配置。公开号为10-2005-0073082的韩国专利申请中已经公开了一种机器人清洁器,该机器人清洁器具有使用由压电传感器检测的灰尘密度来选择吸取功率的配置。然而,类似地,现有技术的文献中尚未公开根据清洁器的使用条件控制清洁器以使其具有适当的马达功率的配置,以及使用人工智能学习模型来推导出每种使用条件的马达功率并控制清洁器以具有这种马达功率的配置。
技术实现思路
通过实施例解决的目的是提出一种方案,该方案根据清洁器的使用条件控制清洁器以使其具有适当的马达功率。通过实施例解决的另一个目的是提出一种方案,该方案使用人工智能模型学习推导出适合于清洁器的使用条件的马达功率。通过实施例解决的另一个目的是提出一种方案,该方案控制清洁器以使其具有通过人工智能模型学习推导出的马达功率。实施例中要实现的目的不限于上述技术问题,并且本领域技术人员将从以下说明中清楚地理解本文中未陈述的其他目的。为了实现这些目的,清洁器包括控制器,并且该控制器可以选择根据清洁器的每种使用条件推导出的用于吸取污物的马达的最小功率,并且可以控制马达使其具有选择的最小功率。在这种情况下,可以通过人工智能模型学习来推导出最小功率。清洁器可以包括:吸取外部污物的头部;与头部连通的杆,其长度可调,并提供了通道,被吸入的污物通过该通道移动;安装在杆上并感测杆的长度变化的长度传感器;向头部提供污物吸取功率的马达;测量头部的移动速度和移动方向速度测量器;控制马达的功率的控制器。控制器可以基于关于杆的长度变化、头部的移动速度和头部的移动方向中的至少一项的信息来选择用于吸取污物的马达的最小功率,并且可以控制马达以使其具有选择的最小功率。控制器可以从长度传感器接收关于杆的长度变化的信息,并且可以从速度测量器接收关于头部的移动速度和移动方向的变化的信息。控制器可以与处理器连接,该处理器推导出马达的最小功率。处理器可以基于关于杆的长度变化、头部的移动速度和头部的移动方向的信息中的至少一个来接收输入因素,并且可以推导出马达的最小功率。输入因素可以是杆的长度、头部的移动速度、头部每单位面积的停留时间、以及清洁区域的同一部分中重复移动头部的次数中的至少之一。可以从关于速度测量器感测的头部的移动速度和头部的移动方向的信息来计算头部每单位面积的停留时间和相同部分中重复移动头部的次数。清洁器还可包括安装在头部上的位置传感器。可以从关于位置传感器感测的头部的位置变化的信息来计算头部每单位面积的停留时间和相同部分中重复移动头部的次数。最小功率可以是在清洁器的马达的最小功率的推导学习模式期间,通过在相应的条件下感测清洁器的污物吸取量而确定的最小功率,在相应的条件下,杆的长度、头部的移动速度、头部每单位面积的停留时间以及在相同部分中重复移动头部的次数中的至少一个是不同的。处理器可以通过使用人工智能神经网络的学习,从输入因素中推导出每种不同条件下的最小功率。当杆的长度是设定值或更短时,控制器可以控制马达,使得马达保持选择的最小功率恒定。最小功率可以是在清洁器的马达的最小功率的推导学习模式期间,通过在具有不同的杆长度的相应的条件下感测清洁器的污物吸取量而确定的最小功率。处理器可以通过使用人工智能神经网络的学习,从输入因素中推导出每种不同条件下的最小功率。处理器可以设置在控制器中。清洁器还可以包括通信单元,用于与服务器通信,其中处理器可以设置在服务器中。清洁器还可以包括存储关于最小功率的信息的存储器,其中,控制器可以基于关于存储在存储器中的最小功率的信息来选择最小功率。杆越长或头部的移动速度越高,最小功率可以增加的越多。为了实现这些目的,可以在清洁器的学习模式和清洁器的使用模式下分别执行控制清洁器的方法。该方法可以包括,在清洁器的学习模式下:在具有至少一个输入因素的每种条件下测量清洁器的污物吸取量,每种条件下包括关于杆的长度变化、头部的移动速度和头部的移动方向的信息的至少一个输入因素是不同的;推导出每种条件下所需的马达的最小功率;存储关于针对每种条件推导出的最小功率的信息。此外,该方法可以包括,在清洁器的使用模式下:识别与输入因素有关的当前条件;从存储的关于最小功率的信息中选择与当前条件相对应的最小功率;以及控制马达以使其具有选择的最小功率。在每种条件下所需的马达的最小功率可以是满足清洁器所需的最小污物吸取量的马达的功率。在一个实施例中,效果在于,通过根据清洁器的使用条件适当地改变马达的功率,可以实现为用户带来便利并且降低功耗。在一个实施例中,通过人工智能模型学习推导出与清洁器的每种使用条件相对应的马达的功率,即使清洁器的每种使用条件连续变化,也可以迅速且适当地改变马达的功率。在一个实施例中,通过连续地执行人工智能模型学习,即使清洁器的使用条件迅速变化,也可以快速地推导适合于改变的使用条件的马达的功率范围。附图说明图1是示出根据实施例的能够控制马达功率的清洁器的图;图2是示出根据实施例的能够控制马达功率的清洁器的结构的图;图3是示出根据另一实施例的能够控制马达功率的清洁器的结构的图;图4是本文档来自技高网...
【技术保护点】
1.一种能够控制马达功率的清洁器,所述清洁器包括:/n头部,吸取外部污物;/n杆,与头部连通,杆的长度是能调节的,并且杆提供了通道,被吸入的污物通过所述通道移动;/n长度传感器,安装在杆上并感测杆的长度变化;/n马达,向头部提供污物吸取功率;/n速度测量器,测量头部的移动速度和移动方向;以及/n控制器,控制马达的功率,/n其中,控制器被配置为基于关于杆的长度变化、头部的移动速度和头部的移动方向中的至少一项的信息来选择用于吸取污物的马达的最小功率,并且控制马达以使马达具有所选择的最小功率。/n
【技术特征摘要】
20190712 KR 10-2019-00844281.一种能够控制马达功率的清洁器,所述清洁器包括:
头部,吸取外部污物;
杆,与头部连通,杆的长度是能调节的,并且杆提供了通道,被吸入的污物通过所述通道移动;
长度传感器,安装在杆上并感测杆的长度变化;
马达,向头部提供污物吸取功率;
速度测量器,测量头部的移动速度和移动方向;以及
控制器,控制马达的功率,
其中,控制器被配置为基于关于杆的长度变化、头部的移动速度和头部的移动方向中的至少一项的信息来选择用于吸取污物的马达的最小功率,并且控制马达以使马达具有所选择的最小功率。
2.根据权利要求1所述的清洁器,其中,所述控制器被配置为从长度传感器接收关于杆的长度变化的信息,并且从速度测量器接收关于头部的移动速度和移动方向的变化的信息。
3.根据权利要求1所述的清洁器,其中,所述控制器与处理器相连,所述处理器推导出马达的最小功率,以及
所述处理器被配置为基于关于杆的长度变化、头部的移动速度和头部的移动方向的信息中的至少一个来接收输入因素,并且推导出马达的最小功率。
4.根据权利要求3所述的清洁器,其中,所述输入因素是杆的长度、头部的移动速度、头部每单位面积的停留时间、以及清洁区域的相同部分中重复移动头部的次数中的至少一个。
5.根据权利要求4所述的清洁器,其中,根据关于速度测量器感测的头部的移动速度和头部的移动方向的信息,来计算头部每单位面积的停留时间和清洁区域的相同部分中重复移动头部的次数。
6.根据权利要求4所述的清洁器,还包括安装在头部上的位置传感器,
其中,根据关于位置传感器感测的头部的位置变化的信息,来计算头部每单位面积的停留时间和清洁区域的相同部分中重复移动头部的次数。
7.根据权利要求4所述的清洁器,其中,所述最小功率是在清洁器的马达的最小功率的推导学习模式期间,通过在各个条件下感测清洁器的污物吸取量而确定的最小功率,其中在各个条件下,杆的长度、头部的移...
【专利技术属性】
技术研发人员:金兑炫,
申请(专利权)人:LG电子株式会社,
类型:发明
国别省市:韩国;KR
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。