智慧空间操作方法及系统与流程

1.本发明涉及智慧家居技术领域，具体为智慧空间操作方法及系统。


背景技术：

2.随着智慧空间技术的快速发展，国内外多个领域涌现出大量的智慧空间应用。目前主要的智慧空间应用包括：智慧家居、智篇交通、智篇医疗、智慧环境监测、智慧城市等。
3.在目前的智慧家居主要是通过住宅中传感器收集的数据对行为进行识别，所带来的应用为人们的日常生活提供良好的计巧体验，特别是在键康，娱乐和安全可用性的方面，但是现有的智慧家居操作系统中，大部分是基于用户的主观操作进行控制，也就是说，需要用户提供大量的预设操作，或者根据传感器数据进行远程控制，因此为了达到理想的室内环境，用户需要提供的操作频率较高，因此会降低用户体验感，并降低智慧空间内的服务安全性。


技术实现要素：

4.本发明的目的在于提供智慧空间操作方法及系统，以解决现有的智慧家居需要用户提供的操作频率较高的问题。
5.为实现上述目的，本发明提供如下技术方案：一种智慧空间操作方法，包括以下步骤：
6.设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；
7.将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；
8.根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
9.优选的，所述设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型，包括：
10.设计训练ai数据模型，与外部学习库连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。
11.优选的，所述学习库为tensorflow、cntk、theano、caffe、keras、torch、accord.net、spark mllib、sci-kit learn和mlpack中的一种或多种。
12.优选的，所述将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据，包括：
13.将ai数据模型载入至智慧空间操作系统内；
14.然后将智慧空间操作系统与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接，操作系统通过传感器的数据反馈实现设备的智慧控制及应用。
15.优选的，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，包括：
16.根据用户偏好和ai数据模型对操作系统进行预设；
17.操作系统实时接收传感器数据，并判断传感器是否超出预阈值，若超出，则自动对相对应的设备进行控制，反之则继续接收并监测传感器数据。
18.优选的，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，还包括：
19.用户可以随时与操作系统进行交互，输入控制指令，对设备进行控制；
20.可选地，用户还可以修改ai数据模型的偏好设置，更改操作系统的自动控制预设。
21.本发明还提供一种智慧空间操作系统，包括：
22.ai模型训练模块，其用于设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；
23.数据连接模块，其用于将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；
24.设备控制模块，其用于根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
25.本发明还提供一种电子设备，所述电子设备为实体设备，所述电子设备包括：
26.处理器、存储器，所述存储器与处理器进行通信连接；
27.所述存储器用于储存至少一个所述处理器执行的可执行指令，所述处理器用于执行所述可执行指令以实现如上述的智慧空间操作方法。
28.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述的智慧空间操作方法。
29.与现有技术相比，本发明的有益效果是：
30.本发明通过以ai数据模型为基础的智慧空间操作方法设计，以服务计算为核心，根据用户偏好，自动对设备进行控制，提供各种场景变化下设备的自动应用，还可将各种设备抽象成可用的服务与用户动态的需求进行匹配，通过将人、机、环境数据结合，可以在智慧家居方面起到良好的应用，降低了用户操作频率，充分提高了用户体验感。
附图说明
31.图1为本发明实施例提供的一种智慧空间操作方法的主流程图；
32.图2为本发明实施例提供的一种智慧空间操作方法的具体步骤流程图；
33.图3为本发明实施例提供的一种智慧空间操作系统的结构框图。
具体实施方式
34.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。
35.本实施方式的方法的执行主体为终端，所述终端可以为手机、平板电脑、掌上电脑pda、笔记本或台式机等设备，当然，还可以为其他具有相似功能的设备，本实施方式不加以限制。
36.请参阅图1，本发明提供智慧空间操作方法，所述方法应用于智慧家居设备控制，包括：
37.步骤101，设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型。
38.具体的，设计训练ai数据模型，与外部学习库或开发框架连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。
39.可理解的，所述的ai数据模型是通过有标签样本来调整(学习)并确定所有权重weights和偏差bias的理想值；在训练过程中，检查多个样本并尝试找出可最大限度地减少损失的模型，目标就是将损失(loss)最小化。
40.模型：将一个或多个特征作为输入，然后返回一个预测(y’)作为输出，考虑一种采用一个特征并返回一个预测的模型，如下公式：
41.y
′
＝b+w1x142.其中b为bias，w为weight；
43.计算损失：通过损失函数，计算该次参数(bias、weight)下的loss。
44.计算参数更新：检测损失函数的值，并为参数如bias、weight生成新值，以降低损失为最小。
45.其中，所述学习库或开发框架为tensorflow、cntk、theano、caffe、keras、torch、accord.net、spark mllib、sci-kit learn和mlpack中的一种或多种。
46.因此，在基于ai数据模型的基础上，可以根据用户的偏好进行训练，直到该ai数据模型可以最大限度的达到用户偏好的理想值。
47.步骤102，将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据。
48.具体的，将ai数据模型载入至智慧空间操作系统内；
49.然后将智慧空间操作系统与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接，操作系统通过传感器的数据反馈实现设备的智慧控制及应用。
50.其中，潜在的应用诸如用户到家检测、家庭娱乐、音乐视频播放；还包括家庭设备控制，如家庭空调及换气系统控制、照明系统控制、家庭卫生打扫等，以及安全监测，如煤气泄漏、空气温湿度监测、空气质量监测、光线监测等。
51.可理解的，如果用户偏好为到家后自动开启灯光和播放音乐，则操作系统在检测到用户到家后，自动开启灯光并播放音乐，如果用户偏好干燥环境，则操作系统根据传感器的数据自动开启空调或换气系统，对室内温湿度进行调节。
52.步骤103，根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
53.具体的，根据用户偏好和ai数据模型对操作系统进行预设；
54.操作系统实时接收传感器数据，并判断传感器是否超出预阈值，若超出，则自动对相对应的设备进行控制，反之则继续接收并监测传感器数据。
55.其中，用户可以随时与操作系统进行交互，输入控制指令，对设备进行控制；
56.并且，用户还可以修改ai数据模型的偏好设置，更改操作系统的自动控制预设。
57.在本实施例中，通过以ai数据模型为基础的智慧空间操作方法设计，以服务计算为核心，根据用户偏好，自动对设备进行控制，提供各种场景变化下设备的自动应用，还可将各种设备抽象成可用的服务与用户动态的需求进行匹配，通过将人、机、环境数据结合，可以在智慧家居方面起到良好的应用，降低了用户操作频率，充分提高了用户体验感。
58.为了更好的对上述实施例进行理解，如图2所示，本发明还提供了智慧空间操作方法的具体步骤流程图，方法至少包括：
59.步骤201，设计训练ai数据模型，与外部学习库连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态；
60.步骤202，将ai数据模型载入至智慧空间操作系统内；
61.步骤203，将智慧空间与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接；
62.步骤204，根据用户偏好和ai数据模型对操作系统进行预设，使传感器数据达到阈值时自动对设备进行控制；
63.步骤205，自动对传感器数据进行监控，并判断是否达到阈值，若是，则跳转至步骤206，反之继续监控；
64.步骤206，根据用户偏好，自动对设备进行控制，使传感器的环境监测数据恢复正常值。
65.在上述实施例的基础上，如图3所示，本发明还提供了一种智慧空间操作系统，用于支持上述实施例的智慧空间操作方法，所述智慧空间操作系统包括：
66.ai模型训练模块31，其用于设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；
67.数据连接模块32，其用于将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；
68.设备控制模块33，其用于根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。
69.进一步的，所述智慧空间操作系统可运行上述智慧空间操作方法，具体实现可参见方法实施例，在此不再赘述。
70.在上述实施例的基础上，本发明还提供电子设备，所述电子设备包括：
71.处理器、存储器，所述处理器与存储器进行通信连接；
72.在本实施例中，所述存储器可以按任何适当的方式实现，例如：所述存储器可以为只读存储器、机械硬盘、固态硬盘、或u盘等；所述存储器用于储存至少一个所述处理器执行的可执行指令；
73.在本实施例中，所述处理器可以按任何适当的方式实现，例如，处理器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(applicationspecificintegratedcircuit，asic)、可编程逻辑控制器和嵌入微控制器的形式等等；所述处理器用于执行所述可执行指令以实现如上述的智慧空间操作方法。
74.在上述实施例的基础上，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如上述的智慧空间
操作方法。
75.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
76.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、设备和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
77.在本技术所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或单元可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或设备的间接耦合或通信连接，可以是电性，机械或其它的形式。
78.所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
79.另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。
80.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储服务器、随机存取存储服务器、磁碟或者光盘等各种可以存储程序指令的介质。
81.另外，还需要说明的是，本案中各技术特征的组合方式并不限本案权利要求中所记载的组合方式或是具体实施例所记载的组合方式，本案所记载的所有技术特征可以以任何方式进行自由组合或结合，除非相互之间产生矛盾。
82.需要注意的是，以上列举的仅为本发明的具体实施例，显然本发明不限于以上实施例，随之有着许多的类似变化。本领域的技术人员如果从本发明公开的内容直接导出或联想到的所有变形，均应属于本发明的保护范围。
83.以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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：
1.一种智慧空间操作方法，其特征在于，包括以下步骤：设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。2.根据权利要求1所述的智慧空间操作方法，其特征在于，所述设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型，包括：设计训练ai数据模型，与外部学习库连接，载入训练数据，并根据用户偏好反馈进行反复标记，持续训练完善模型至与用户偏好之间呈现最佳匹配状态。3.根据权利要求2所述的智慧空间操作方法，其特征在于，所述学习库为tensorflow、cntk、theano、caffe、keras、torch、accord.net、spark mllib、sci-kit learn和mlpack中的一种或多种。4.根据权利要求2所述的智慧空间操作方法，其特征在于，所述将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据，包括：将ai数据模型载入至智慧空间操作系统内；然后将智慧空间操作系统与需要控制的设备建立连接，并与可以采集环境数据的传感器建立连接，操作系统通过传感器的数据反馈实现设备的智慧控制及应用。5.根据权利要求2所述的智慧空间操作方法，其特征在于，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，包括：根据用户偏好和ai数据模型对操作系统进行预设；操作系统实时接收传感器数据，并判断传感器是否超出预阈值，若超出，则自动对相对应的设备进行控制，反之则继续接收并监测传感器数据。6.根据权利要求5所述的智慧空间操作方法，其特征在于，所述根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制，还包括：用户可以随时与操作系统进行交互，输入控制指令，对设备进行控制。7.一种智慧空间操作系统，其特征在于，包括：ai模型训练模块，其用于设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；数据连接模块，其用于将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；设备控制模块，其用于根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。8.一种电子设备，其特征在于，所述电子设备包括：处理器、存储器，所述存储器与处理器进行通信连接；所述存储器用于储存至少一个所述处理器执行的可执行指令，所述处理器用于执行所述可执行指令以实现如权利要求1至6任一项所述的智慧空间操作方法。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的智慧空间操作方法。

技术总结
本发明公开了智慧空间操作方法及系统，所述方法，包括以下步骤：设计训练数据模型，并根据用户偏好反馈进行反复标记，持续训练完善模型；将模型载入智慧空间操作系统内，与智慧空间内的设备、传感器建立连接，实时获取传感器数据；根据用户偏好以及传感器数据反馈对设备进行自动控制，或根据用户指令对设备进行控制。本发明通过以AI数据模型为基础的智慧空间操作方法设计，以服务计算为核心，根据用户偏好，自动对设备进行控制，提供各种场景变化下设备的自动应用，还可将各种设备抽象成可用的服务与用户动态的需求进行匹配，通过将人、机、环境数据结合，可以在智慧家居方面起到良好的应用，降低了用户操作频率，充分提高了用户体验感。验感。验感。


技术研发人员：薛跃荣 谢锦龙
受保护的技术使用者：深圳市金地楼宇工程有限公司
技术研发日：2023.05.17
技术公布日：2023/8/14