System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能设备,具体而言,本申请涉及一种追光晾晒方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、随着智能设备的普及,人们也越来越依赖智能家居带来的便利,在智能晾衣机
,目前的智能晾衣机能够实现自动升降,并集成照明、烘干、杀菌等功能缺乏智能功能。
2、然而,目前的晾衣机缺乏追光功能,用户在使用过程中,需要手动调整晾衣机的晾晒位置,来获得较佳的晾晒效果,并且由于各个用户安装晾衣机的环境不同,晾衣机的适应性差,从而还导致晾晒效果不佳,使用者体验差的问题。
技术实现思路
1、本申请实施例提供了一种追光晾晒方法、装置、电子设备及计算机可读存储介质,用于解决需要手动调整晾衣机的晾晒位置、晾衣机适应性差,晾晒效果不佳和使用者体验差的技术问题。
2、根据本申请实施例的第一方面,提供了一种追光晾晒方法,该方法包括:获取目标晾衣机的当前位置信息和当前环境信息;
3、将所述当前环境信息和所述当前位置信息输入至预先训练的目标预测模型,得到所述目标预测模型输出的所述目标晾衣机的目标晾晒位置;
4、将所述目标晾衣机的晾杆调整至目标晾晒位置;
5、其中,所述目标预测模型通过多个训练样本集以及所述多个训练样本集中每个训练样本对应的训练标签训练而成;
6、所述训练样本集与训练晾衣机一一对应,每个训练样本集中包括多个训练样本,每个训练样本为一个训练晾衣机的样本位置信息和样本环境信息,且对于一个训练样本集对应的样本环境信息具有多
7、每个训练样本对应的训练标签为所述训练晾衣机在对应的样本位置信息和样本环境信息时,符合预设光照条件的晾晒位置。
8、在一个可能的实现方式中,目标预测模型包括:输入层、隐藏层和输出层,输入模块包括:
9、第一输入单元,用于将当前环境信息和当前位置信息输入输入层,获得输入层输出的数值型特征;
10、第二输入单元,用于将数值型特征输入隐藏层,获得隐藏层输出的高阶特征;
11、第三输入单元,用于将高阶特征输入输出层,获得输出层输出的目标晾衣机的目标晾晒位置。
12、在又一个可能的实现方式中,追光晾晒装置还包括:
13、训练模块,用于对于每个训练样本集,根据训练样本集以及训练样本对应的训练标签,训练得到训练样本集对应的第一预测模型;
14、融合模块,用于对各个第一预测模型进行模型融合,获得目标预测模型。
15、在另一个可能的实现方式中,融合模块,包括:
16、训练模块,用于针对每一个第一预测模型,将每一个训练集中的各训练样本输入第一预测模型中,获得第一预测模型输出的各训练样本对应的第一预测晾晒位置;
17、将每一个第一预测模型输出的各训练样本对应的第一预测晾晒位置拼接成第一特征矩阵;
18、基于第一特征矩阵、各训练样本以及各训练样本对应的训练标签对第二预测模型进行多轮迭代训练,直至满足第一预设结束条件,将满足第一预设结束条件的第二预测模型和各个第一预测模型作为目标预测模型;
19、其中,一轮迭代训练包括:
20、将第一特征矩阵和各训练样本输入第二预测模型,获得第二预测模型输出的各训练样本的第二预测晾晒位置;
21、针对每一个训练样本,根据训练样本对应的训练标签和第二预测晾晒位置间的损失值,更新第二预测模型的模型参数;
22、第一预设结束条件为训练样本对应的训练标签和第二预测晾晒位置间的损失值小于预设损失阈值。
23、在另一个可能的实现方式中,追光晾晒装置还包括:
24、第一确定模块,用于确定目标晾晒位置的实际光照强度和实际光照面积;
25、第二确定模块,用于基于当前环境信息和当前位置信息确定目标晾晒位置对应的参考光照强度和参考光照区域;
26、修正模块,用于若确定目标预测模型满足修正条件,则对目标预测模型的参数进行修正;
27、修正条件包括以下至少一者:
28、实际光照强度与参考光照强度的差值大于第一光照阈值;
29、实际光照面积与参考光照面积的差值大于第一面积阈值。
30、在另一个可能的实现方式中,修正模块,包括:
31、若确定目标预测模型满足第一修正条件,则将目标预测模型的参数与第一系数相乘,得到更新后的参数;
32、若确定目标预测模型满足第二修正条件,则将目标预测模型的参数与第二系数相乘,得到更新后的参数;
33、若确定目标预测模型满足第三修正条件,则将目标预测模型的参数与第三系数相乘,得到更新后的参数;
34、第三系数大于第二系数,第二系数大于第一系数;
35、第一修正条件包括以下至少一者:
36、实际光照强度与参考光照强度的差值大于第一光照阈值,且小于第二光照阈值;
37、实际光照面积与参考光照面积的差值大于第一面积阈值,且小于第二面积阈值;
38、第二修正条件包括以下至少一者:
39、实际光照强度与参考光照强度的差值大于第二光照阈值,且小于第三光照阈值;
40、实际光照面积与参考光照面积的差值大于第二面积阈值,且小于第三面积阈值;
41、第三修正条件包括以下至少一者:
42、实际光照强度与参考光照强度的差值大于第三光照阈值;
43、实际光照面积与参考光照面积的差值大于第三面积阈值。
44、在另一个可能的实现方式中,追光晾晒装置还包括:
45、采集模块,用于
46、确定训练晾衣机的样本位置信息和样本环境信息,将训练晾衣机的样本位置信息和样本环境信息作为训练晾衣机对应的训练样本集中的一个训练样本;
47、基于样本位置信息和样本环境信息,确定参考光照强度和参考晾晒区域;
48、基于参考晾晒区域对训练晾衣机的晾杆的晾晒位置进行调整,直至确定训练晾衣机满足预设光照条件,将满足预设光照条件时的晾晒位置作为训练标签;
49、其中,预设光照条件包括:
50、当前的光照强度大于参考光照强度;
51、当前的光照面积大于预设面积。
52、在又一个可能的实现方式中,训练样本采集时的样本环境信息包括当前时段和天气,位置信息包括地理位置;
53、确定训练晾衣机的样本位置信息和样本环境信息,将训练晾衣机的样本位置信息和样本环境信息作为训练晾衣机对应的训练样本集中的一个训练样本,包括:
54、若根据样本位置信息和样本环境信息确定训练晾衣机满足追光条件,则将样本位置信息和样本环境信息作为训练样本;
55、追光条件包括:
56、地理位置的当前时段处于可追光时段;
57、地理位置的当前天气为晴朗天气。<本文档来自技高网...
【技术保护点】
1.一种追光晾晒方法,其特征在于,所述方法,包括:
2.根据权利要求1所述的追光晾晒方法,其特征在于,所述目标预测模型包括:输入层、隐藏层和输出层;所述将所述当前环境信息和所述当前位置信息输入至预先训练的目标预测模型,得到所述目标预测模型输出的所述目标晾衣机的目标晾晒位置,包括:
3.根据权利要求1所述的追光晾晒方法,其特征在于,所述目标预测模型通过以下方式训练:
4.根据权利要求3所述的追光晾晒方法,其特征在于,所述对各个第一预测模型进行模型融合,获得所述目标预测模型,包括:
5.根据权利要求1所述的追光晾晒方法,其特征在于,所述将所述目标晾衣机的晾杆调整至目标晾晒位置,之后还包括:
6.根据权利要求5所述的追光晾晒方法,其特征在于,所述若确定所述目标预测模型满足修正条件,则对所述目标预测模型的参数进行修正,包括:
7.根据权利要求1所述的追光晾晒方法,其特征在于,所述训练样本和对应的训练标签通过以下方式生成,包括:
8.根据权利要求7所述的追光晾晒方法,其特征在于,所述训练样本采集时的样本环境
9.根据权利要求8所述的追光晾晒方法,其特征在于,所述样本环境信息还包括楼层数、朝向信息和遮挡物的空间位置;
10.根据权利要求7所述的追光晾晒方法,其特征在于,所述基于所述参考晾晒区域对所述训练晾衣机的晾杆的晾晒位置进行调整,直至确定所述训练晾衣机满足所述预设光照条件,包括:
11.一种追光晾晒装置,其特征在于,包括:
12.一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,其特征在于,所述处理器执行所述计算机程序以实现权利要求1-10任一项所述方法的步骤。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-10任一项所述方法的步骤。
...【技术特征摘要】
1.一种追光晾晒方法,其特征在于,所述方法,包括:
2.根据权利要求1所述的追光晾晒方法,其特征在于,所述目标预测模型包括:输入层、隐藏层和输出层;所述将所述当前环境信息和所述当前位置信息输入至预先训练的目标预测模型,得到所述目标预测模型输出的所述目标晾衣机的目标晾晒位置,包括:
3.根据权利要求1所述的追光晾晒方法,其特征在于,所述目标预测模型通过以下方式训练:
4.根据权利要求3所述的追光晾晒方法,其特征在于,所述对各个第一预测模型进行模型融合,获得所述目标预测模型,包括:
5.根据权利要求1所述的追光晾晒方法,其特征在于,所述将所述目标晾衣机的晾杆调整至目标晾晒位置,之后还包括:
6.根据权利要求5所述的追光晾晒方法,其特征在于,所述若确定所述目标预测模型满足修正条件,则对所述目标预测模型的参数进行修正,包括:
7.根据权利要求1所述的追光晾晒方法,其特征在于,所述训练样本和对应的训练标签通过以下方...
【专利技术属性】
技术研发人员:王妙玉,孔林海,周亮,吴宁泉,欧宝星,
申请(专利权)人:广东好太太科技集团股份有限公司,
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。