一种基于人工智能的自动化衣柜控制预警系统及方法与流程

1.本发明涉及衣物整理收纳技术领域，具体为一种基于人工智能的自动化衣柜控制预警系统及方法。


背景技术：

2.随着人们生活节奏逐渐加快，人们用来做家务的时间越来越少。同时，对衣物的整理收纳在人们最厌烦的家务活排名位列前位。尤其是在换季时，人们需要将各个换季衣物放置在储物柜中，流程较为繁琐。
3.而随着人工智能技术的不断发展，自动化衣柜的出现，在一定程度上解决了人们整理收纳衣物的家务难题，有效缩减了人们做家务的时间；现有的自动化衣柜主要包括叠衣机及收纳衣物的柜体，通过叠衣机将衣物叠好后，叠衣机中的收衣装置通过机械臂将折叠好的衣物按照衣物的类型放置到衣柜的相应区域；但是，在自动化衣柜在整理收纳衣物时，有时会出现故障，进而影响后续操作过程的顺利执行，因此，如何对自动化衣柜进行控制预警成为当前行业亟待解决的问题。
4.现有的基于人工智能的自动化衣柜控制预警系统中，仅仅是通过传感器对自动化衣柜的叠衣过程进行监控，在叠衣过程出现异常时执行报警操作，之后提醒人们进行处理，该方式存在较大的缺陷，无法根据衣物的自身特征及叠衣设备的自身状态，提前对自动化衣柜中的叠衣机状态进行预警，且不能根据叠衣机的状态信息对待叠衣物的执行优先级进行划分，一方面无法有效解决叠衣的问题（只在出现故障的情况下进行预警，依旧无法继续进行叠衣操作），另一方面，向人们预警依旧会影响人们的个人时间，无法提供有效的解决办法。


技术实现要素：

5.本发明的目的在于提供一种基于人工智能的自动化衣柜控制预警系统及方法，以解决上述背景技术中提出的问题。
6.为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的自动化衣柜控制预警方法，所述方法包括以下步骤：s1、获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；s2、获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；s3、获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；s4、获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风
险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；s5、根据s4中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级。
7.进一步的，所述s1中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置；本发明中的衣物款式和尺寸宽度为了后续步骤中调节叠衣设备的设备状态；所述s2中自动化衣柜中的叠衣设备的设备状态包括第一中轴线的间距及第二中轴线的间距，记为a1，a1={a11，a12}，所述a11表示相应衣物的前一件衣物在执行叠衣指令后的第一中轴线的间距，a12表示相应衣物的前一件衣物在执行叠衣指令后的第二中轴线的间距，获取数据库预置表单中衣物款式及相应款式的尺寸宽度对应的所需设备状态，记为a2，a2={a21，a22}，所述a21表示相应衣物在执行叠衣时所需的第一中轴线间距，a22表示相应衣物在执行叠衣指令时所需的第二中轴线的间距，得到相应衣物对应的待调节设备状态集a3，a3={{a2
1-a11，a2
2-a12}，{a11，a12}，{a21，a22}}。
8.本发明采集衣物特征集中元素时，是通过对摄像头采集的图像进行灰度处理，并将处理结果与数据库进行匹配得到的；本发明中易卡位置特征集中的元素包括同一衣物的前后两面中的各个易卡区域中心点分别基于衣物中心位置的相对位置。
9.进一步的，所述历史数据中叠衣设备的异常状态叠衣过程中衣物被卡板节点卡住及衣物在中轴线被夹住的情况；所述卡板节点为历史数据中叠衣设备内卡住衣物的设备区域内衣物与设备的交集区域；所述s3中分析衣物特征集及相应待调节设备状态及对叠衣设备的异常状态的影响情况包括以下步骤：s31、根据叠衣设备的异常状态中执行待调节设备状态变换时，得到衣物对应的被夹异常风险影响值，记为b1；s32、获取叠衣设备的异常状态中执行待调节设备状态变换时，叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中各元素位置分别对应的最小距离，得到衣物对应的卡板风险影响值，记为b2；获取b2的过程中，是以衣物的中心位置为参照点进行获取的，s33、得到衣物特征集及相应待调节设备状态集时，叠衣设备异常状态的异常风险综合影响值，记为b3，所述b3=1-（1-b1）
×
（1-b2）。
10.本发明通过分析叠衣设备在使用过程中因衣物特征及设备状态变换过程中导致设备夹住或卡住衣服时的异常情况，进而分析不同衣物特征及待调节设备状态集情况下，导致的异常占比，进而得到叠衣设备异常状态的异常风险综合影响值，为后续步骤中对叠衣设备进行预警管理提供了数据参照，在一定程度上降低了叠衣设备出现异常的概率，即降低了自动化衣柜出现故障的概率。
11.所述s31中得到衣物对应的被夹异常风险影响值b1时，b1=max{g1，g2}，所述max{g1，g2}表示g1与g2中的最大值，g1=f2[m
（d1，d2）
a11×
rd1]
×
f1[（m
（d1，d2）
a2
1-2
×
d2）/d2]，
g2=f2[m
（d1，d2）
a12×
rd1]
×
f1[（m
（d1，d2）
a2
2-2
×
d2）/d2]，其中，f2[m
（d1，d2）
a11×
rd1]表示历史出现的各个被夹异常情况中，m
（d1，d2）
a11×
rd1对应的值小于等于m
（d1，d2）
a11×
rd1的被夹异常情况个数除以被夹异常情况总个数的商，f1[（m
（d1，d2）
a2
1-2
×
d2）/d2]表示历史出现的各个被夹异常情况中，（m
（d1，d2）
a2
1-2
×
d2）/d2对应的值小于等于（m
（d1，d2）
a2
1-2
×
d2）/d2的被夹异常情况个数除以被夹异常情况总个数的商，f2[m
（d1，d2）
a12×
rd1]表示历史出现的各个被夹异常情况中，m
（d1，d2）
a12×
rd1对应的值小于等于m
（d1，d2）
a12×
rd1的被夹异常情况个数除以被夹异常情况总个数的商，f1[（m
（d1，d2）
a2
2-2
×
d2）/d2]表示历史出现的各个被夹异常情况中，（m
（d1，d2）
a2
2-2
×
d2）/d2对应的值小于等于（m
（d1，d2）
a2
2-2
×
d2）/d2的被夹异常情况个数除以被夹异常情况总个数的商；m
（d1，d2）
a11表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第2个元素相应集合中的第一个值，m
（d1，d2）
a21表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第三个元素相应集合中的第一个值，m
（d1，d2）
a12表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第2个元素相应集合中的第二个值，m
（d1，d2）
a22表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第三个元素相应集合中的第二个值，d1表示出现被夹异常情况的衣物对应的材质，rd1表示数据库中预置的d1对应材质相应的柔韧系数，d2表示出现被夹异常情况的衣物对应的面料厚度；所述s32中得到衣物对应的卡板风险影响值b2时，将叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中各元素位置分别对应的最小距离构成的集合，记为l，l={l1，l2，...，ln1}，n1表示l中的元素总个数，所述ln1表示叠衣设备的异常状态中执行待调节设备状态变换时，叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中第n1个元素位置对应的最小距离，b2=f3[lmin]，其中lmin表示l中各个元素对应值中的最小值，f3[lmin]表示历史出现的各个卡板异常情况中，lmin对应的值小于等于lmin的卡板异常情况个数除以卡板异常情况总个数的商。
[0012]
进一步的，所述s4中分析当前时间待叠衣物的异常风险综合影响值时，先获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，再根据步骤s3，得到当前时间待叠衣物的异常风险综合影响值，记为wb3；将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理时，将wb3与第一阈值进行比较，所述第一阈值为数据库中预置的常数，当wb3小于等于第一阈值时，则判定当前时间待叠衣物的种类为第一类型衣物，执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并根据相应的衣物特征集
将叠好的衣物放置到衣柜的相应区域，相应衣物对应的指令特征集是通过查询数据库中预置表单中a3对应的指令集得到的；当wb3大于第一阈值时，则判定当前时间待叠衣物的种类为第二类型衣物，不执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内，并将当前时间待叠衣物对应的衣物特征集添加到备选叠衣数组中，备选叠衣数组的初始状态为空白数组，数组中每次添加的元素均排列到数组元素的第一位。
[0013]
本发明划分衣物所属的类型，是为了明确继续执行叠衣机对当前衣物进行叠衣时出现的风险情况，判断是否继续执行叠衣操作；同时，将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内，能够有效降低叠衣时出现异常情况的概率；同一件衣服，在不同时间对应的待调节设备状态集是存在差异的，进而同一件衣服在不同时间进行叠衣时出现的风险情况是不一样的（因为不同时间a1对应的结果存在差异）；设置待叠衣物备选盛放箱，在一定程度上能够实现对叠衣顺序的有效筛选，降低叠衣过程中出现异常的概率，确保自动化衣柜的正常运行。
[0014]
进一步的，所述s5中生成待叠衣物盛放箱内下一件待叠衣物对应的优先级时，当s4中的管理结果为将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内时，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1；当s4中的管理结果为将叠好的衣物放置到衣柜的相应区域时，则获取备选叠衣数组中的第一个元素，若备选叠衣数组中的第一个元素为空集，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1，若备选叠衣数组中的第一个元素不为空集，则执行步骤s2至s4，计算备选叠衣数组中的第一个元素对应衣物的异常风险综合影响值，如果wb3小于等于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第二优先级，机械抓手从待叠衣物备选盛放箱内抓取备选叠衣数组中第一个元素对应的衣物（即最近一次放入待叠衣物备选盛放箱内的衣物），并跳转到s2，如果当wb3大于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1。
[0015]
一种基于人工智能的自动化衣柜控制预警系统，所述系统包括以下模块：衣物特征集获取模块，所述衣物特征集获取模块获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；设备状态获取模块，所述设备状态获取模块获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；异常状态分析模块，所述异常状态分析模块获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；设备风险预测管理模块，所述设备风险预测管理模块获取叠衣设备中当前时间待
叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；优先级管理模块，所述优先级管理模块根据设备风险预测管理模块中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级。
[0016]
进一步的，所述衣物特征集获取模块中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置。
[0017]
进一步的，所述设备风险预测管理模块包括设备风险预测单元、衣物种类划分单元、指令生成单元及指令执行单元，所述设备风险预测单元用于获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，并分析当前时间待叠衣物的异常风险综合影响值；所述衣物种类划分单元用于结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物；指令生成单元用于根据数据库中的预置表单生成相应衣物待调节设备状态集对应的指令特征集；指令执行单元用于执行当前时间待叠衣物对应的待执行操作指令控制叠衣设备，所述指令包括调节第一中轴线的间距及第二中轴线的间距。
[0018]
本发明在叠衣过程中内置的传感器监测到设备出现异常情况时，会及时向管理人员进行预警。
[0019]
与现有技术相比，本发明所达到的有益效果是：本发明不仅考虑到叠衣过程出现异常时执行报警操作的情况，还根据衣物的自身特征及叠衣设备的自身状态，提前对自动化衣柜中的叠衣机状态进行预警，且根据叠衣机的状态信息对待叠衣物的执行优先级进行划分，有效降低自动化衣柜整理收纳衣物时出现故障的概率，实现对自动化衣柜有效控制及监管。
附图说明
[0020]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：图1是本发明一种基于人工智能的自动化衣柜控制预警方法的结构示意图；图2是本发明一种基于人工智能的自动化衣柜控制预警系统的流程示意图；图3是能够对叠衣设备进行自适应调节的叠衣机；图4是针对单一类型的衣物进行叠衣操作的叠衣机；图中：p1、第一折衣板；p2、第二折衣板；p3、第三折衣板；p4、第四折衣板；p5、第五折衣板；p6、第六折衣板；p7、第七折衣板；p8、第八折衣板；p9、第九折衣板；p10、第十折衣板；p11、第十一折衣板；p12、第十二折衣板。
具体实施方式
[0021]
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做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。
[0022]
请参阅图1-图4，本发明提供技术方案：如图1所示，一种基于人工智能的自动化衣柜控制预警方法，所述方法包括以下步骤：s1、获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；所述s1中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置，易卡位置特征集中的元素包括同一衣物的前后两面中的各个易卡区域中心点分别基于衣物中心位置的相对位置；s2、获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；所述s2中自动化衣柜中的叠衣设备的设备状态包括第一中轴线的间距及第二中轴线的间距，记为a1，a1={a11，a12}，所述a11表示相应衣物的前一件衣物在执行叠衣指令后的第一中轴线的间距，a12表示相应衣物的前一件衣物在执行叠衣指令后的第二中轴线的间距，获取数据库预置表单中衣物款式及相应款式的尺寸宽度对应的所需设备状态，记为a2，a2={a21，a22}，所述a21表示相应衣物在执行叠衣时所需的第一中轴线间距，a22表示相应衣物在执行叠衣指令时所需的第二中轴线的间距，得到相应衣物对应的待调节设备状态集a3，a3={{a2
1-a11，a2
2-a12}，{a11，a12}，{a21，a22}}。
[0023]
本实施例中的自动化衣柜根据不同款式、不同尺寸的衣物均能够达到叠衣目的，通过获取待叠衣物的款式和类型，实现对叠衣设备的自适应调节（调节第一中轴线的间距及第二中轴线的间距），如图3所示，执行操作如下：1）根据衣物的款式及尺寸，自适应调节叠衣机中第一中轴线的间距及第二中轴线的间距，数据库中预置有不同款式下不同尺寸的衣物对应的第一中轴线的间距及第二中轴线的间距，第一中轴线的间距为第四折衣板p4与第五折衣板p5（第六折衣板p6与第七折衣板p7）之间的间距，第二中轴线的间距为第四折衣板p4与第六折衣板p6（第五折衣板p5与第七折衣板p7）之间的间距；2）第一折衣板p1向第四折衣板p4（第五折衣板p5）方向进行折叠，3）第二折衣板p2向第四折衣板p4（第六折衣板p6）方向进行折叠，4）第三折衣板p3向第五折衣板p5（第七折衣板p7）方向进行折叠，5）第二折衣板p2再次向第四折衣板p4（第六折衣板p6）方向进行折叠，6）第三折衣板p3再次向第五折衣板p5（第七折衣板p7）方向进行折叠，7）第四折衣板p4向第六折衣板p6方向进行折叠，同时，第五折衣板p5向第七折衣板p7方向进行折叠，之后通过机械臂将第六折衣板p6及第七折衣板p7上折叠好的衣物放置
到相应的位置；如图4所示，为市场上只能针对单一类型的衣物进行叠衣操作的叠衣机，执行过程如下：（1）第八折衣板p8向第十一折衣板p11方向进行折叠，（2）第九折衣板p9向第十一折衣板p11（第十二折衣板p12）方向进行折叠，（3）第十折衣板p10向第十一折衣板p11（第十二折衣板p12）方向进行折叠，（4）第九折衣板p9再次向第十一折衣板p11（第十二折衣板p12）方向进行折叠，（5）第十折衣板p10再次向第十一折衣板p11（第十二折衣板p12）方向进行折叠，（6）第十一折衣板p11向第十二折衣板p12方向进行折叠，之后通过机械臂将折衣板p51上折叠好的衣物放置到相应的位置。
[0024]
s3、获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；所述历史数据中叠衣设备的异常状态叠衣过程中衣物被卡板节点卡住及衣物在中轴线被夹住的情况；所述卡板节点为历史数据中叠衣设备内卡住衣物的设备区域内衣物与设备的交集区域；所述s3中分析衣物特征集及相应待调节设备状态及对叠衣设备的异常状态的影响情况包括以下步骤：s31、根据叠衣设备的异常状态中执行待调节设备状态变换时，得到衣物对应的被夹异常风险影响值，记为b1；s32、获取叠衣设备的异常状态中执行待调节设备状态变换时，叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中各元素位置分别对应的最小距离，得到衣物对应的卡板风险影响值，记为b2；s33、得到衣物特征集及相应待调节设备状态集时，叠衣设备异常状态的异常风险综合影响值，记为b3，所述b3=1-（1-b1）
×
（1-b2）。
[0025]
所述s31中得到衣物对应的被夹异常风险影响值b1时，b1=max{g1，g2}，所述max{g1，g2}表示g1与g2中的最大值，g1=f2[m
（d1，d2）
a11×
rd1]
×
f1[（m
（d1，d2）
a2
1-2
×
d2）/d2]，g2=f2[m
（d1，d2）
a12×
rd1]
×
f1[（m
（d1，d2）
a2
2-2
×
d2）/d2]，其中，f2[m
（d1，d2）
a11×
rd1]表示历史出现的各个被夹异常情况中，m
（d1，d2）
a11×
rd1对应的值小于等于m
（d1，d2）
a11×
rd1的被夹异常情况个数除以被夹异常情况总个数的商，f1[（m
（d1，d2）
a2
1-2
×
d2）/d2]表示历史出现的各个被夹异常情况中，（m
（d1，d2）
a2
1-2
×
d2）/d2对应的值小于等于（m
（d1，d2）
a2
1-2
×
d2）/d2的被夹异常情况个数除以被夹异常情况总个数的商，f2[m
（d1，d2）
a12×
rd1]表示历史出现的各个被夹异常情况中，m
（d1，d2）
a12×
rd1对应的值小于等于m
（d1，d2）
a12×
rd1的被夹异常情况个数除以被夹异常情况总个数的商，f1[（m
（d1，d2）
a2
2-2
×
d2）/d2]表示历史出现的各个被夹异常情况中，（m
（d1，d2）
a2
2-2
×
d2）/d2对应的值小于等于（m
（d1，d2）
a2
2-2
×
d2）/d2的被夹异常情况个数除以被夹异常情况总个数的商；m（d1，d2）
a11表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第2个元素相应集合中的第一个值，m
（d1，d2）
a21表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第三个元素相应集合中的第一个值，m
（d1，d2）
a12表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第2个元素相应集合中的第二个值，m
（d1，d2）
a22表示出现被夹异常情况且材质为d1、面料厚度为d2的衣物对应的待调节设备状态集中第三个元素相应集合中的第二个值，d1表示出现被夹异常情况的衣物对应的材质，rd1表示数据库中预置的d1对应材质相应的柔韧系数，d2表示出现被夹异常情况的衣物对应的面料厚度；所述s32中得到衣物对应的卡板风险影响值b2时，将叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中各元素位置分别对应的最小距离构成的集合，记为l，l={l1，l2，...，ln1}，n1表示l中的元素总个数，所述ln1表示叠衣设备的异常状态中执行待调节设备状态变换时，叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中第n1个元素位置对应的最小距离，b2=f3[lmin]，其中lmin表示l中各个元素对应值中的最小值，f3[lmin]表示历史出现的各个卡板异常情况中，lmin对应的值小于等于lmin的卡板异常情况个数除以卡板异常情况总个数的商。
[0026]
s4、获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；所述s4中分析当前时间待叠衣物的异常风险综合影响值时，先获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，再根据步骤s3，得到当前时间待叠衣物的异常风险综合影响值，记为wb3；将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理时，将wb3与第一阈值进行比较，所述第一阈值为数据库中预置的常数，当wb3小于等于第一阈值时，则判定当前时间待叠衣物的种类为第一类型衣物，执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并根据相应的衣物特征集将叠好的衣物放置到衣柜的相应区域，相应衣物对应的指令特征集是通过查询数据库中预置表单中a3对应的指令集得到的；本实施例中在放置衣物时，会对叠好的衣物进行分类（如上衣和裤子这两种分别结果），之后将同一类的衣物放置到相应的区域位置；当wb3大于第一阈值时，则判定当前时间待叠衣物的种类为第二类型衣物，不执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内，并将当前时间待叠衣物对应的衣物特征集添加到备选
叠衣数组中，备选叠衣数组的初始状态为空白数组，数组中每次添加的元素均排列到数组元素的第一位。
[0027]
s5、根据s4中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级；所述s5中生成待叠衣物盛放箱内下一件待叠衣物对应的优先级时，当s4中的管理结果为将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内时，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1；当s4中的管理结果为将叠好的衣物放置到衣柜的相应区域时，则获取备选叠衣数组中的第一个元素，若备选叠衣数组中的第一个元素为空集，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1，若备选叠衣数组中的第一个元素不为空集，则执行步骤s2至s4，计算备选叠衣数组中的第一个元素对应衣物的异常风险综合影响值，如果wb3小于等于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第二优先级，机械抓手从待叠衣物备选盛放箱内抓取备选叠衣数组中第一个元素对应的衣物（即最近一次放入待叠衣物备选盛放箱内的衣物），并跳转到s2，如果当wb3大于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1。
[0028]
如图2所示，一种基于人工智能的自动化衣柜控制预警系统，所述系统包括以下模块：衣物特征集获取模块，所述衣物特征集获取模块获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；设备状态获取模块，所述设备状态获取模块获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；异常状态分析模块，所述异常状态分析模块获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；设备风险预测管理模块，所述设备风险预测管理模块获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；优先级管理模块，所述优先级管理模块根据设备风险预测管理模块中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级。
[0029]
所述衣物特征集获取模块中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置。
[0030]
所述设备风险预测管理模块包括设备风险预测单元、衣物种类划分单元、指令生
成单元及指令执行单元，所述设备风险预测单元用于获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，并分析当前时间待叠衣物的异常风险综合影响值；所述衣物种类划分单元用于结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物；指令生成单元用于根据数据库中的预置表单生成相应衣物待调节设备状态集对应的指令特征集；指令执行单元用于执行当前时间待叠衣物对应的待执行操作指令控制叠衣设备，所述指令包括调节第一中轴线的间距及第二中轴线的间距。
[0031]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0032]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于人工智能的自动化衣柜控制预警方法，其特征在于，所述方法包括以下步骤：s1、获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；s2、获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；s3、获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；s4、获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；s5、根据s4中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级。2.根据权利要求1所述的一种基于人工智能的自动化衣柜控制预警方法，其特征在于：所述s1中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置；所述s2中自动化衣柜中的叠衣设备的设备状态包括第一中轴线的间距及第二中轴线的间距，记为a1，a1={a11，a12}，所述a11表示相应衣物的前一件衣物在执行叠衣指令后的第一中轴线的间距，a12表示相应衣物的前一件衣物在执行叠衣指令后的第二中轴线的间距，获取数据库预置表单中衣物款式及相应款式的尺寸宽度对应的所需设备状态，记为a2，a2={a21，a22}，所述a21表示相应衣物在执行叠衣时所需的第一中轴线间距，a22表示相应衣物在执行叠衣指令时所需的第二中轴线的间距，得到相应衣物对应的待调节设备状态集a3，a3={{a2
1-a11，a2
2-a12}，{a11，a12}，{a21，a22}}。3.根据权利要求2所述的一种基于人工智能的自动化衣柜控制预警方法，其特征在于：所述历史数据中叠衣设备的异常状态叠衣过程中衣物被卡板节点卡住及衣物在中轴线被夹住的情况；所述卡板节点为历史数据中叠衣设备内卡住衣物的设备区域内衣物与设备的交集区域；所述s3中分析衣物特征集及相应待调节设备状态及对叠衣设备的异常状态的影响情况包括以下步骤：s31、根据叠衣设备的异常状态中执行待调节设备状态变换时，得到衣物对应的被夹异常风险影响值，记为b1；s32、获取叠衣设备的异常状态中执行待调节设备状态变换时，叠衣设备中的各个卡板节点相对于衣物中心位置的行驶区域，与衣物特征集内的易卡位置特征集中各元素位置分别对应的最小距离，得到衣物对应的卡板风险影响值，记为b2；s33、得到衣物特征集及相应待调节设备状态集时，叠衣设备异常状态的异常风险综合影响值，记为b3，所述b3=1-（1-b1）
×
（1-b2）。4.根据权利要求1所述的一种基于人工智能的自动化衣柜控制预警方法，其特征在于：
所述s4中分析当前时间待叠衣物的异常风险综合影响值时，先获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，再根据步骤s3，得到当前时间待叠衣物的异常风险综合影响值，记为wb3；将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理时，将wb3与第一阈值进行比较，所述第一阈值为数据库中预置的常数，当wb3小于等于第一阈值时，则判定当前时间待叠衣物的种类为第一类型衣物，执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并根据相应的衣物特征集将叠好的衣物放置到衣柜的相应区域，相应衣物对应的指令特征集是通过查询数据库中预置表单中a3对应的指令集得到的；当wb3大于第一阈值时，则判定当前时间待叠衣物的种类为第二类型衣物，不执行当前时间待叠衣物相应待调节设备状态集对应的指令特征集，并将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内，并将当前时间待叠衣物对应的衣物特征集添加到备选叠衣数组中，备选叠衣数组的初始状态为空白数组，数组中每次添加的元素均排列到数组元素的第一位。5.根据权利要求4所述的一种基于人工智能的自动化衣柜控制预警方法，其特征在于：所述s5中生成待叠衣物盛放箱内下一件待叠衣物对应的优先级时，当s4中的管理结果为将第二类型衣物放置到叠衣设备中的待叠衣物备选盛放箱内时，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1；当s4中的管理结果为将叠好的衣物放置到衣柜的相应区域时，则获取备选叠衣数组中的第一个元素，若备选叠衣数组中的第一个元素为空集，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1，若备选叠衣数组中的第一个元素不为空集，则执行步骤s2至s4，计算备选叠衣数组中的第一个元素对应衣物的异常风险综合影响值，如果wb3小于等于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第二优先级，机械抓手从待叠衣物备选盛放箱内抓取备选叠衣数组中第一个元素对应的衣物，并跳转到s2，如果当wb3大于第一阈值，则判定待叠衣物盛放箱内下一件待叠衣物对应的优先级为第一优先级，机械抓手从待叠衣物盛放箱内抓取衣物，并跳转到s1。6.一种基于人工智能的自动化衣柜控制预警系统，其特征在于，所述系统包括以下模块：衣物特征集获取模块，所述衣物特征集获取模块获取自动化衣柜中的叠衣设备内置摄像头，在针对叠衣设备中待叠衣物盛放箱内同一件衣物的识别信息，得到相应衣物对应的衣物特征集；设备状态获取模块，所述设备状态获取模块获取自动化衣柜中的叠衣设备的设备状态，并结合相应衣物对应的衣物特征集，得到相应衣物对应的待调节设备状态集；异常状态分析模块，所述异常状态分析模块获取历史数据中叠衣设备每次异常状态分
别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况；设备风险预测管理模块，所述设备风险预测管理模块获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，分析当前时间待叠衣物的异常风险综合影响值；结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物，并对当前时间待叠衣物对应的叠衣设备待执行操作指令进行管理；优先级管理模块，所述优先级管理模块根据设备风险预测管理模块中的管理结果，生成待叠衣物盛放箱内下一件待叠衣物对应的优先级。7.根据权利要求6所述的一种基于人工智能的自动化衣柜控制预警系统，其特征在于：所述衣物特征集获取模块中衣物特征集包括五个元素，分别衣物款式、材质、面料厚度、尺寸宽度及易卡位置特征集，所述易卡位置特征集包括衣物中的各个易卡区域的中心点分别基于衣物中心位置的相对位置。8.根据权利要求6所述的一种基于人工智能的自动化衣柜控制预警系统，其特征在于：所述设备风险预测管理模块包括设备风险预测单元、衣物种类划分单元、指令生成单元及指令执行单元，所述设备风险预测单元用于获取叠衣设备中当前时间待叠衣物相应的衣物特征集及相应待调节设备状态集，并分析当前时间待叠衣物的异常风险综合影响值；所述衣物种类划分单元用于结合当前时间待叠衣物对应的异常风险综合影响值分析结果，将当前时间待叠衣物的种类分为第一类型衣物及第二类型衣物；指令生成单元用于根据数据库中的预置表单生成相应衣物待调节设备状态集对应的指令特征集；指令执行单元用于执行当前时间待叠衣物对应的待执行操作指令控制叠衣设备，所述指令包括调节第一中轴线的间距及第二中轴线的间距。

技术总结
本发明涉及衣物整理收纳技术领域，具体为一种基于人工智能的自动化衣柜控制预警系统及方法，所述系统包括异常状态分析模块，所述异常状态分析模块获取历史数据中叠衣设备每次异常状态分别对应的衣物特征集及待调节设备状态集；结合历史数据，分析衣物特征集及相应待调节设备状态集分别对叠衣设备异常状态的影响情况。本发明不仅考虑到叠衣过程出现异常时执行报警操作的情况，还根据衣物的自身特征及叠衣设备的自身状态，提前对自动化衣柜中的叠衣机状态进行预警，且根据叠衣机的状态信息对待叠衣物的执行优先级进行划分，有效降低自动化衣柜整理收纳衣物时出现故障的概率，实现对自动化衣柜有效控制及监管。现对自动化衣柜有效控制及监管。现对自动化衣柜有效控制及监管。


技术研发人员：丁淑娟 陈佳春 宋效荣
受保护的技术使用者：广州诗尼曼家居股份有限公司
技术研发日：2023.04.18
技术公布日：2023/5/16