本發(fā)明涉及智能家居，尤指基于物聯(lián)網(wǎng)的洗衣機(jī)遠(yuǎn)程控制方法及系統(tǒng)。

背景技術(shù)：

1、隨著智能家居和物聯(lián)網(wǎng)技術(shù)的發(fā)展，洗衣機(jī)作為家庭日常使用頻率較高的電器，已逐漸從傳統(tǒng)的機(jī)械控制方式向數(shù)字化、遠(yuǎn)程化、智能化方向演進(jìn)。目前，許多中高端洗衣機(jī)具備與手機(jī)app或家庭智能控制系統(tǒng)(如語(yǔ)音助手)連接的能力，用戶(hù)可以在不接觸設(shè)備本體的情況下，通過(guò)遠(yuǎn)程方式進(jìn)行啟動(dòng)、暫停、設(shè)定洗滌模式、預(yù)約時(shí)間等基本操作。這些功能在一定程度上緩解了用戶(hù)在外出、忙碌或行動(dòng)不便時(shí)的操作障礙，帶來(lái)了較高的便利性。然而，當(dāng)前市面上普遍采用的遠(yuǎn)程控制技術(shù)仍存在顯著局限，其主要問(wèn)題在于缺乏對(duì)洗衣任務(wù)“現(xiàn)場(chǎng)狀態(tài)”的感知能力。換言之，這類(lèi)系統(tǒng)雖然拓展了控制的物理距離，卻未顯著提升控制的智能水平。

2、在遠(yuǎn)程操作場(chǎng)景下，用戶(hù)通常無(wú)法直接觀(guān)察衣物的實(shí)際類(lèi)型、數(shù)量、材質(zhì)結(jié)構(gòu)、顏色深淺等細(xì)節(jié)信息，也無(wú)法實(shí)時(shí)了解家庭所處環(huán)境的變化，例如當(dāng)前的溫濕度是否適合晾曬、電價(jià)是否處于高峰期、電網(wǎng)負(fù)荷是否較高等。由于缺乏這些關(guān)鍵信息，用戶(hù)往往只能憑經(jīng)驗(yàn)或預(yù)設(shè)偏好來(lái)選擇洗滌程序，導(dǎo)致程序選擇不準(zhǔn)確，進(jìn)而出現(xiàn)衣物洗滌不凈、交叉染色、能耗過(guò)高等問(wèn)題。同時(shí)，現(xiàn)有遠(yuǎn)程控制系統(tǒng)基本屬于“靜態(tài)參數(shù)+固定流程”的執(zhí)行結(jié)構(gòu)，系統(tǒng)無(wú)法動(dòng)態(tài)適應(yīng)衣物狀態(tài)的變化或環(huán)境條件的調(diào)整，也無(wú)法根據(jù)洗滌效果進(jìn)行中途優(yōu)化或反饋修正，缺乏“過(guò)程感知—策略推理—?jiǎng)幼髡{(diào)整”的智能能力。此外，盡管某些廠(chǎng)商已引入基礎(chǔ)的ai算法嘗試進(jìn)行節(jié)能控制或污漬識(shí)別，但這些功能多數(shù)僅限于本地控制，且在遠(yuǎn)程操作模式下無(wú)法有效激活，也無(wú)法與用戶(hù)遠(yuǎn)程控制需求形成閉環(huán)交互。因此，如何在遠(yuǎn)程操作場(chǎng)景下克服用戶(hù)“看不見(jiàn)、判斷不準(zhǔn)、控制不優(yōu)”的技術(shù)短板，讓洗衣機(jī)不僅可被遠(yuǎn)程啟動(dòng)，而且能基于實(shí)際洗衣任務(wù)和環(huán)境狀態(tài)做出智能響應(yīng)，是當(dāng)前物聯(lián)網(wǎng)洗衣機(jī)控制領(lǐng)域亟待突破的關(guān)鍵技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述問(wèn)題，本發(fā)明提供基于物聯(lián)網(wǎng)的洗衣機(jī)遠(yuǎn)程控制方法及系統(tǒng)，通過(guò)本發(fā)明可以解決上述背景技術(shù)的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

3、基于物聯(lián)網(wǎng)的洗衣機(jī)遠(yuǎn)程控制方法，包括：

4、s1：通過(guò)圖像采集模塊對(duì)衣物進(jìn)行圖像抓取，將抓取后的圖像輸入衣物識(shí)別模塊；

5、s2：通過(guò)所述衣物識(shí)別模塊輸出圖像特征向量、衣物類(lèi)型分布向量和衣物體積估計(jì)值；

6、s3：在進(jìn)行衣物識(shí)別的同時(shí)，通過(guò)本地傳感器和邊緣設(shè)備接口同步采集環(huán)境狀態(tài)數(shù)據(jù)，構(gòu)成環(huán)境狀態(tài)向量；

7、s4：將所述衣物類(lèi)型分布向量、衣物體積估計(jì)值和環(huán)境狀態(tài)向量輸入感知增強(qiáng)函數(shù)，通過(guò)感知增強(qiáng)函數(shù)輸出上下文增強(qiáng)特征向量；

8、s5：將所述上下文增強(qiáng)特征向量輸入神經(jīng)網(wǎng)絡(luò)模型，通過(guò)神經(jīng)網(wǎng)絡(luò)模型獲取推薦參數(shù)集；

9、s6：用戶(hù)確認(rèn)所述推薦參數(shù)集，將所述推薦參數(shù)集發(fā)送至洗衣機(jī)終端實(shí)現(xiàn)遠(yuǎn)程控制。

10、作為優(yōu)選，所述s2包括：

11、s2.1：獲取抓取后的圖像，將所述圖像進(jìn)行預(yù)處理；

12、s2.2：獲取經(jīng)預(yù)處理后的圖像，將所述圖像輸入至衣物識(shí)別模塊；

13、s2.3：通過(guò)衣物識(shí)別模塊的輕量卷積神經(jīng)網(wǎng)絡(luò)輸出圖像特征向量；

14、s2.4：將所述圖像特征向量輸入子模塊組進(jìn)行多目標(biāo)特征解碼，通過(guò)子模塊組輸出衣物類(lèi)型分布向量和體積估計(jì)值。

15、作為優(yōu)選，所述s2.4包括：

16、s2.4.1：將所述圖像特征向量分別輸入第一子模塊和第二子模塊行多目標(biāo)特征解碼；

17、s2.4.2：通過(guò)第一子模塊的全連接分類(lèi)器輸出類(lèi)型分布向量，通過(guò)第二子模塊的線(xiàn)性回歸模型輸出體積估計(jì)值。

18、作為優(yōu)選，所述體積估計(jì)值的計(jì)算公式為：

19、

20、其中vc為體積估計(jì)值，w為線(xiàn)性回歸模型權(quán)重，b為偏置項(xiàng)，z為圖像特征向量；

21、所述上下文增強(qiáng)特征向量的計(jì)算公式為：

22、xf＝xinput+λ(tc·θ1)(eenv·θ2)；

23、其中xf為上下文增強(qiáng)特征向量，λ為可調(diào)融合權(quán)重系數(shù)，θ1，θ2為訓(xùn)練時(shí)學(xué)習(xí)得到的可微縮放因子，非固定常量，·為hadamard逐元素乘積，即對(duì)應(yīng)維度相乘，xinput為綜合輸入向量。

24、作為優(yōu)選，所述推薦參數(shù)集的表達(dá)式為：

25、pwash＝[twash,mmode,rspin,ddry]；

26、其中pwash為推薦參數(shù)集，twash為洗滌水溫、mmode洗滌模式編號(hào)、rspin為脫水轉(zhuǎn)速比例，ddry為烘干啟動(dòng)建議。

27、作為優(yōu)選，所述s6包括：

28、s6.1：控制系統(tǒng)將推薦參數(shù)集進(jìn)行可視化處理，用戶(hù)根據(jù)可視化處理結(jié)果確認(rèn)是否接受推薦參數(shù)集；

29、若是，控制系統(tǒng)默認(rèn)推薦參數(shù)集為輸出參數(shù)集；

30、若否，控制系統(tǒng)調(diào)整輸出參數(shù)集，此時(shí)輸出參數(shù)集為推薦參數(shù)集與修改參數(shù)集的和；

31、s6.2：將所述推薦參數(shù)集發(fā)送至洗衣機(jī)終端實(shí)現(xiàn)遠(yuǎn)程控制。

32、作為優(yōu)選，所述s6.1包括：

33、s6.1.1：用戶(hù)確認(rèn)所述推薦參數(shù)集后，控制系統(tǒng)通過(guò)標(biāo)準(zhǔn)物聯(lián)網(wǎng)通信協(xié)議將推薦參數(shù)集以結(jié)構(gòu)化json格式發(fā)送至洗衣機(jī)終端；

34、s6.1.2：洗衣機(jī)終端的主控芯片接收后，對(duì)推薦參數(shù)集進(jìn)行結(jié)構(gòu)校驗(yàn)，解析涉及的控制參數(shù)，并調(diào)用硬件驅(qū)動(dòng)器完成任務(wù)配置。

35、作為優(yōu)選，所述s2.1的預(yù)處理包括尺寸縮放、色彩均衡處理和邊緣增強(qiáng)。

36、基于物聯(lián)網(wǎng)的洗衣機(jī)遠(yuǎn)程控制系統(tǒng)，包括：

37、圖像采集模塊，用于采集洗衣機(jī)筒內(nèi)圖像；

38、衣物識(shí)別模塊，包括輕量卷積神經(jīng)網(wǎng)絡(luò)模塊、第一子模塊和第二子模塊；

39、輕量卷積神經(jīng)網(wǎng)絡(luò)，用于提取圖像的局部紋理與邊緣信息，并擴(kuò)張卷積與全局平均池化聚合空間語(yǔ)義，輸出圖像特征向量；

40、第一子模塊，用于預(yù)測(cè)衣物材質(zhì)類(lèi)型，通過(guò)全連接分類(lèi)器輸出類(lèi)型分布向量；

41、第二子模塊，用于估計(jì)衣物總體體積，通過(guò)線(xiàn)性回歸模型輸出體積估計(jì)值；

42、傳感器模組和邊緣設(shè)備，用于采集環(huán)境狀態(tài)數(shù)據(jù)，構(gòu)成環(huán)境狀態(tài)向量。

43、作為優(yōu)選，所述圖像特征向量包括衣物圖像中的結(jié)構(gòu)、顏色分布和局部紋理狀態(tài)。

44、本發(fā)明的有益效果在于：

45、通過(guò)衣物識(shí)別模塊直接提取對(duì)洗衣決策起關(guān)鍵作用的兩個(gè)控制參數(shù)：類(lèi)型分布向量和體積估計(jì)，為結(jié)構(gòu)化決策信息的生成提供了理論依據(jù)；

46、通過(guò)引入感知增強(qiáng)函數(shù)，構(gòu)建了完整的洗衣上下文特征表達(dá)，進(jìn)一步引入了帶有耦合交互項(xiàng)的增強(qiáng)機(jī)制，以增強(qiáng)模型對(duì)“衣物-環(huán)境聯(lián)動(dòng)影響”的表達(dá)能力。這種上下文感知特征融合方法不僅滿(mǎn)足可適應(yīng)智能控制的需求，還具備極高的實(shí)用性與部署可行性，數(shù)據(jù)來(lái)源明確，計(jì)算結(jié)構(gòu)簡(jiǎn)潔高效，確保洗衣機(jī)在用戶(hù)遠(yuǎn)程操作時(shí)仍能基于完整信息做出精準(zhǔn)策略判斷；

47、通過(guò)本技術(shù)實(shí)現(xiàn)了圖像識(shí)別、環(huán)境感知和智能參數(shù)推薦的閉環(huán)推理邏輯，避免了用戶(hù)在遠(yuǎn)程操作時(shí)因缺乏現(xiàn)場(chǎng)感知而出現(xiàn)錯(cuò)誤設(shè)定的風(fēng)險(xiǎn)，相比傳統(tǒng)固定程序控制方式，該具備動(dòng)態(tài)適應(yīng)、場(chǎng)景自判斷、能耗可控和策略穩(wěn)定的優(yōu)勢(shì)。