本发明专利技术公开一种基于微波成像技术的智能客控方法，包括以下步骤：首先将房间内的空间位置进行划分并定义，包括休息区、休闲区、工作区和其他区域；然后建立针对房间内人员状态的微波成像识别判断模型；最后对房间内进行实时的微波成像监测，将监测数据传输至搭载有识别判断模型的系统进行匹配，判断出房间内人员所处的位置和当前的动作，从而控制终端设备做出响应。有益效果：不暴露使用者隐私，能精准地识别使用者的状态与位置，通过综合判断再对客房设施进行联动，会给使用者带来更加贴心的感知和体验。和体验。和体验。
【技术实现步骤摘要】
一种基于微波成像技术的智能客控方法及装置
[0001]本专利技术涉及人工智能领域，具体涉及一种基于微波成像技术的智能客控方法及装置。
技术介绍
[0002]随着人们生活水平的持续提升，出行和出游的需求持续提升，酒店行业一直处于增长态势。但是同质化严重，竞争激烈又是酒店行业面临的问题和挑战。酒店智能化改造是酒店发展的一个重要趋势，一方面能够提升住客的入住体验，增强酒店的竞争力和盈利能力，另一方面引入物联网技术和智能化技术，能够节省酒店资源（例如能耗、人员成本等），降低酒店运营成本。
[0003]当前的酒店智能化系统，所谓的“智能”是基于自然语义识别技术，结合物联网技术，所打造的酒店智能客控系统，客人通过主动唤醒和主动指令来控制客房里的设施，例如灯光、窗帘、电视、空调等。这种方式一定程度上能够方便客人来控制客房的设施，但是所有指令都需要客户通过语音或者小程序进行主动下发。在某些场景下还是无法很好的满足客户的需求，例如客户因为口音问题无法进行识别，例如在某些情况下客人无法大声说话，或者客户无法或者不方便说话等等，所以当前给客户的感知还不够好，不够智能。而关于主动地对房客进行状态的监测，依赖于有动作捕捉和姿态记录功能的感知系统，当前成熟的方案是通过摄像机进行的，但是在酒店和家庭场景，客户对于隐私的敏感性导致无法部署摄像机。因此只能通过其他的，非显像的动作捕捉机制进行。
技术实现思路
[0004]为解决在不暴露使用者隐私的前提下，还能主动地、精准地监测使用者的状态的技术问题，从而实现真正意义上的智能化客控系统，本专利技术提供一种基于微波成像技术的智能客控方法及装置。
[0005]本专利技术是通过以下技术方案实现的：一种基于微波成像技术的智能客控方法，包括以下步骤：将房间内的空间位置进行划分并定义，包括休息区、休闲区、工作区和其他区域；建立针对上述房间内人员状态的微波成像识别判断模型；对房间内进行实时的微波成像监测，将监测数据传输至搭载有识别判断模型的系统进行匹配，判断出房间内人员所处的位置和当前的动作，从而控制终端设备做出响应。
[0006]进一步的，上述建立针对上述房间内人员状态的微波成像识别判断模型，包括：进行数据收集，建立若干个样本数据集，例如站、坐、躺状态下的典型数据集；构建深度学习模型，对若干个上述样本数据集进行机器学习；输出识别判断模型，并进行模型部署。
[0007]进一步的，上述样本数据集中的每组数据样本包括呼吸状态变量、动作变量和位置变量；呼吸状态变量的样本包括呼吸和不呼吸；也包括动作变量和位置变量；动作变量的
样本包括躺、坐及站；位置变量的样本包括休息区、休闲区、工作区及其他区域；上述进行数据收集，包括：依次在房间内建立上述每条数据样本对应的情景进行模拟，收集微波原始数据，例RSSI，频率偏移等，模拟时，可以使用测试人员在不同区域及不同姿态的情境进行数据采集。针对呼吸状态，可以使用测试人员来模拟有呼吸的情景，用人体模型模拟不呼吸的情景；对获取到的每组微波原始数据进行命名和存储，汇总为样本数据集。
[0008]进一步的，上述深度学习模型为卷积神经网络架构。
[0009]进一步的，上述进行模型部署，包括通过跨平台传输的应用程序进行模型部署，或通过云服务器进行模型部署，或通过嵌入式系统进行模型部署。
[0010]进一步的，在上述将监测数据传输至搭载有识别判断模型的系统进行匹配之后，在上述判断出房间内人员所处的位置和当前的动作之前，还包括：基于当前时间和环境参数，控制终端设备执行上述终端设备的预设动作。
[0011]进一步的，上述环境参数包括光照度值、温度值、湿度值及噪音分贝值；上述终端设备包括灯具、电动窗帘、冷暖设备、加湿器及报警器。
[0012]一种基于微波成像技术的智能客控装置，包括：微波发射器、接收处理单元、网关、客房智能控制器、终端设备和存储单元；上述接收处理单元与网关通信连接，网关集成在客房智能控制器内，存储单元与客房智能控制器通信连接，客房智能控制器与终端设备通信连接；上述终端设备的运行状态受客房智能控制器的控制；上述客房智能控制器控制终端设备运行状态的信号，由接收处理单元接收到的信号与存储单元内预先存储信号比对的结果决定。
[0013]进一步的，上述微波发射器设置有多个，均匀固定放置在房间的不同位置；上述接收处理单元设置有两个，固定连接在房间内（发射器对侧），多个上述微波发射器发出的微波信号在房间内传播后作为信号被接收处理单元接收；上述接收处理单元进行数据匹配后，将匹配的结果（位置+动作）通过485总线协议、zigbee协议、BLE Mesh协议、Thread协议或者Matter协议与网关无线通讯连接。
[0014]进一步的，上述微波发射器为四端子天线微波发射机；上述接收处理单元包括阵列或指向性天线和信号处理传输单元，阵列或指向性天线接收微波信号后，经信号处理传输单元传输给网关；上述终端设备包括灯具、窗帘、冷暖设备、加湿器、报警器；上述存储单元为搭载有跨平台传输应用程序的电子设备，或搭载有微波信号数据的云服务器，或搭载有微波信号的嵌入式系统。
[0015]本专利技术的有益效果在于：不暴露使用者隐私，能精准地识别使用者的状态与位置，通过综合判断再对客房设施进行联动，会给使用者带来更加贴心的感知和体验。可以通过主动捕捉客人的姿态、动作、位置等关键元素，通过机器学习的算法，提炼出客人的精确需求，从而主动对客房设施进行控制。例如客人“坐”在“书桌”前，不用客人发声，系统即可以自动打开书桌前的阅读灯；例如多位客人“坐在沙发”上，系统自动调亮灯光开启会客模式；例如客人“躺在床上”，系统自动调暗灯光，只留下床头灯。例如客人躺在“床上承蜷缩状”，系统自动调整空调的温度....... 系统会自动感知客人的真实需求，从而联动客控设备，从而为客人打造一个更加舒适，便捷，“知心”的智能客控系统。
附图说明
[0016]图1：本专利技术实施例中的基于微波成像技术的智能客控装置的结构示意图；图2：本专利技术实施例中的基于微波成像技术的智能客控装置的布置示意图；图中：微波发射器1、接收处理单元2、网关3、客房智能控制器4、终端设备5和存储单元6。
具体实施方式
[0017]下面结合附图和具体实施方式对本专利技术做进一步说明：实施例：一种基于微波成像技术的智能客控方法。
[0018]包括以下步骤：一、将房间内的空间位置进行划分并定义，包括休息区、休闲区、工作区和其他区域；休息区为床所在的区域，休闲区工作区和其他区域根据客房情况，可以划分其中任意个。
[0019]二、建立针对房间内人员状态的微波成像识别判断模型，具体步骤为：首先进行数据收集，建立若干个样本数据集；样本数据集中的每条数据样本包括呼吸状态变量、动作变量和位置变量；呼吸状态变量的样本包括呼吸和不呼吸；动作变量的样本包括躺、坐及站；位置变量的样本包括休息区、休闲区、工作区及其他区域；每个样本数据集共计24条数据样本；数据收集的步骤包括：依次在房间内建立所述每条数据样本对本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于微波成像技术的智能客控方法，其特征在于，包括以下步骤：将房间内的空间位置进行划分并定义，包括休息区、休闲区、工作区和其他区域；建立针对所述房间内人员状态的微波成像识别判断模型；对房间内进行实时的微波成像监测，将监测数据传输至搭载有识别判断模型的系统进行匹配，判断出房间内人员所处的位置和当前的动作，从而控制终端设备做出响应。2.如权利要求1所述的基于微波成像技术的智能客控方法，其特征在于，所述建立针对所述房间内人员状态的微波成像识别判断模型，包括：进行数据收集，建立若干个样本数据集；构建深度学习模型，对若干个所述样本数据集进行机器学习；输出识别判断模型，并进行模型部署。3.如权利要求2所述的基于微波成像技术的智能客控方法，其特征在于，所述样本数据集中的每条数据样本包括呼吸状态变量、动作变量和位置变量；呼吸状态变量的样本包括呼吸和不呼吸；动作变量的样本包括躺、坐及站；位置变量的样本包括休息区、休闲区、工作区及其他区域；所述进行数据收集，包括：依次在房间内建立所述每条数据样本对应的情景进行模拟，并进行微波成像，获取微波原始数据；对获取到的每条微波原始数据进行命名和存储，汇总为样本数据集。4.如权利要求2所述的基于微波成像技术的智能客控方法，其特征在于，所述深度学习模型为卷积神经网络架构。5.如权利要求2所述的基于微波成像技术的智能客控方法，其特征在于，所述进行模型部署，包括通过跨平台传输的应用程序进行模型部署，或通过云服务器进行模型部署，或通过嵌入式系统进行模型部署。6.如权利要求1所述的基于微波成像技术的智能客控方法，其特征在于，在所述将监测数据传输至搭载有识别判断模型的系统进行匹配之后，在所述判断出房间内人员所处的位置和当前的动作之前，还包括：基于当前时间和环境参数，控制终端设备执行所述终端设备的预设动作。7.如权利要求6所述的基...
【专利技术属性】
技术研发人员：鲁锡宁，杨磊，庄思仰，汪威，
申请(专利权)人：全联互通宁夏科技有限公司，
类型：发明
国别省市：
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。