基于物联网的智能家居控制方法及系统与流程

1.本技术涉及物联网及智能家居控制技术领域，具体而言，涉及一种基于物联网的智能家居控制方法及系统。


背景技术：

2.物联网（internet of things，iot）是基于互联网、局域网等网络信息载体使能够被独立寻址的普通物理对象实现互联互通的网络。随着计算机技术、互联网技术、无线数据通信等技术的快速发展，物联网使得万物互联变得可能，因而物联网在各个行业、各个领域中的应用以实现信息的互联与共享变得越来越广泛。例如，在智能家居、智慧交通、智慧医疗、智能电网、智慧物流、智慧城市、智能安防、工业互联网等领域，物联网都得到了很好的应用。
3.以智能家居领域的应用为例，物联网可以使得特定场景下的所有智能家居对象（如智能电视机、智能音箱、智能窗帘、智能衣柜、智能灯具、智能床垫、智能马桶、智能扫地机器人等）被加入到物联网中，以通过物联网实现针对不同智能家居对象的智能控制。
4.为了提升用户的使用体验，基于物联网实现的智能家居联动控制技术应运而生，然而，现有的联动控制方案大多基于预先设定的联动规则实现不同的智能家居对象之间的联动，未充分考虑用户的使用习惯等现实因素，进而导致一些联动控制方案不符合用户的实际使用需求，降低用户的使用体验。


技术实现要素：

5.为解决上述问题，本技术实施例提供一种基于物联网的智能家居控制方法，应用于物联网控制中心，所述物联网控制中心与物联网内的多个智能家居对象通信连接，其特征在于，所述方法包括：获取各个所述智能家居对象分别对应的历史运行信息日志；根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络；基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制。
6.在本技术实施例中，所述根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络，包括：从所述历史运行信息日志中确定各个智能家居对象的历史动作描述信息序列，所述历史动作描述信息序列包括至少一个历史动作描述信息；获取预先确定的各个所述智能家居对象的联动控制信息库，根据各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，从所述历史动作描述信息序列中确定各个所述智能家居对象的目标关联动作描述信息序列；根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，所述联动关联属性包括不同的智能家居对象之间的关联属性；
将各个所述智能家居对象作为网络对象实体，根据各智能家居对象之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络。
7.在本技术实施例中，所述基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制，包括：当监控到任意一个目标智能家居对象的一种预设的联动动作时，从所述联动控制拓扑网络中获取与所述目标智能家居对象具有实体连线关系的一个或多个智能家居对象；根据所述目标智能家居对象与所述一个或多个智能家居对象之间的实体连线对应的关联属性获取与所述目标智能家居对象之间满足联动条件的联动智能家居对象，并控制所述联动智能家居对象根据所述目标智能家居对象的联动动作进行联动。
8.在本技术实施例中，所述根据所述目标智能家居对象与所述一个或多个智能家居对象之间的实体连线对应的关联属性获取与所述目标智能家居对象之间满足联动条件的联动智能家居对象，并控制所述联动智能家居对象根据所述目标智能家居对象的联动动作进行联动，包括：从所述联动控制拓扑网络中的所述目标智能家居对象对应的网络对象实体开始，依次遍历与所述目标智能家居对象具有邻接关系的邻接智能家居对象；根据所述目标智能家居对象与每个邻接智能家居对象之间的实体连边获取所述目标智能家居对象与每个邻接智能家居对象之间的联动属性；根据所述目标智能家居对象与每个邻接智能家居对象之间的联动属性获得与所述目标智能家居对象具有联动规则的邻接智能家居对象加入联动队列；基于所述联动队列，按照所述目标智能家居对象与每个邻接智能家居对象之间的联动规则，依序控制每个联动对象基于对应的联动规则进行联动；其中，所述联动规则包括联动时间规则以及联动逻辑规则。
9.在本技术实施例中，所述根据各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，从所述历史动作描述信息序列中确定各个所述智能家居对象的目标关联动作描述信息序列，包括：确定各历史动作描述信息的特征向量，根据各历史动作描述信息的特征向量，确定各历史动作描述信息与所述联动控制信息库的联动关联性量化指标；确定与所述联动控制信息库的联动关联性量化指标达到预设关联性量化指标阈值的历史动作描述信息，得到各个所述智能家居对象的目标关联动作描述信息序列；其中，所述根据各历史动作描述信息的特征向量，确定各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，包括：对于各个历史动作描述信息，计算历史动作描述信息的特征向量与联动控制信息库中各联动动作描述信息的特征向量的特征差异量化指标，得到历史动作描述信息与各联动动作描述信息的联动关联性量化指标，将历史动作描述信息与各联动动作描述信息的联动关联性量化指标的加权融合指标作为历史动作描述信息与所述联动控制信息库的联动关联性量化指标；所述确定各历史动作描述信息的特征向量，包括：对各历史动作描述信息分别进行预处理得到多个描述维度的预处理特征向量，得到各历史动作描述信息对应的预处理特征向量；
依次获取历史动作描述信息序列中的每个历史动作描述信息；对于依次获取到的各个历史动作描述信息，从历史动作描述信息序列中筛选上述依次获取的历史动作描述信息的参考动作描述信息库，根据参考动作描述信息库中各参考动作描述信息对应的预处理特征向量，对上述依次获取的历史动作描述信息的预处理特征向量进行调整，得到上述依次获取的历史动作描述信息对应的特征向量。
10.在本技术实施例中，所述从历史动作描述信息序列中筛选上述依次获取的历史动作描述信息的参考动作描述信息库，包括：针对依次获取到的当前历史动作描述信息，从历史动作描述信息序列中筛选当前历史动作描述信息相邻的多个其它智能家居对象对应的历史动作描述信息，得到当前历史动作描述信息的参考动作描述信息库；所述根据参考动作描述信息库中各参考动作描述信息对应的预处理特征向量，对上述依次获取的历史动作描述信息的预处理特征向量进行调整，包括：根据所述参考动作描述信息库中各参考动作描述信息对应的预处理特征向量，通过预设置信度计算模型，分别计算当前历史动作描述信息与各参考动作描述信息对应的联动关联置信度；根据当前历史动作描述信息与各参考动作描述信息对应的联动关联置信度，调整当前历史动作描述信息的预处理特征向量，得到当前历史动作描述信息的特征向量。
11.在本技术实施例中，所述根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，包括：将各个所述智能家居对象的目标关联动作描述信息序列按照不同的信息描述维度进行信息类别划分，得到多个描述信息类别以及各描述信息类别对应的目标关联动作描述信息序列；根据各智能家居对象的运行信息记录，从所述各描述信息类别对应的目标关联动作描述信息序列中，确定各智能家居对象对应的关联动作描述信息序列；其中，所述智能家居对象的运行信息记录通过对该智能家居对象的历史运行信息进行大数据信息分析和挖掘而获得；确定各智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标；对于各智能家居对象，根据智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标，生成各智能家居对象的运行特征向量；根据各智能家居对象的运行特征向量，确定各智能家居对象之间的关联属性；其中，所述确定各智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标，包括：对于各个智能家居对象，将智能家居对象对应的关联动作描述信息序列，分别与各个描述信息类别对应的目标关联动作描述信息序列进行联动关联性量化指标计算，得到各智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标；其中，针对每个所述智能家居对象，计算所述智能家居对象对应的关联动作描述信息序列与每个所述描述信息类别对应的目标关联动作描述信息序列的联动关联性量化
指标，包括：计算所述智能家居对象对应的关联动作描述信息序列中的各联动关联动作描述信息，与所述描述信息类别对应的目标关联动作描述信息序列中各目标关联动作描述信息的联动关联性量化指标，将计算得到的多个联动关联性量化指标的指标加权结果作为智能家居对象对应的关联动作描述信息序列与描述信息类别对应的目标关联动作描述信息序列的联动关联性量化指标；其中，动作描述信息之间的联动关联性量化指标与动作描述信息的特征向量的特征差异量化指标相关；所述根据各智能家居对象的运行特征向量，确定各智能家居对象之间的关联属性包括：根据各智能家居对象之间的运行特征向量的特征差异量化指标，确定各智能家居对象之间的关联属性。
12.在本技术实施例中，所述根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，还包括：根据各智能家居对象的运行特征向量，及各描述信息类别的目标关联动作描述信息序列中各目标关联动作描述信息的特征向量，确定各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性；所述将各个所述智能家居对象作为网络对象实体，根据各智能家居对象之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络包括：以各个智能家居对象，各描述信息类别为网络对象实体，根据各智能家居对象之间的关联属性，各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络；所述根据各智能家居对象的运行特征向量，及各描述信息类别的目标关联动作描述信息序列中各目标关联动作描述信息的特征向量，确定各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性，包括：确定所述智能家居对象的运行特征向量，与所述描述信息类别对应的目标关联动作描述信息序列中各目标关联动作描述信息的特征向量的特征差异量化指标加权结果，得到该所述智能家居对象与该所述描述信息类别的关联属性；分别计算各所述描述信息类别之间不同的两个目标关联动作描述信息的特征向量之间的特征差异量化指标，得到多个特征差异量化指标，将多个特征差异量化指标的加权结果确定为对应的不同描述信息类别之间的关联属性。
13.在本技术实施例中，所述从所述历史运行信息日志中确定历史动作描述信息序列包括：对所述历史运行信息日志进行大数据分析，得到所述历史运行信息日志对应的运行信息记录；从所述运行信息记录中获取按时序产生的多个历史动作的历史动作描述信息，并将各个所述历史动作描述信息加入一个设定的序列中，得到所述历史动作描述信息序列。
14.在本技术实施例中，还提供一种基于物联网的智能家居控制系统，所述系统包括物联网控制中心以及与所述物联网控制中心通信连接的多个智能家居对象，所述物联网控制中心包括处理单元和存储单元，所述存储单元和所述处理单元连接，所述存储单元用于
存储程序、指令或代码，所述处理单元用于执行所述存储单元中的程序、指令或代码，以实现上述的方法。
15.在上述本实施例提供的实施方式的基础上，本技术提供的基于物联网的智能家居控制方法及系统，通过获取各个所述智能家居对象分别对应的历史运行信息日志，并根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络，然后基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制。如此，通过各个智能家居对象分别对应的历史运行信息日志生成可以包括不同的智能家居对象之间的关联属性信息的联动控制拓扑网络，用于实现物联网中的不同智能家居对象之间的联动控制。由于所述历史运行信息日志在一定的程度上可以体现用户针对各个智能家居对象的使用习惯，因此基于此生成的联动控制拓扑网络用于实现整个物联网系统中的智能家居之间的联动控制将变得更为精准、且更符合用户的实际需求，可进一步提升用户的使用体验。
附图说明
16.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
17.图1是本技术实施例提供的基于物联网的智能家居控制系统的系统架构示意图。
18.图2是本技术实施例提供的基于物联网的智能家居控制方法的执行流程示意图。
19.图3是图2中步骤220的子步骤流程示意图。
20.图4是图1中的物联网控制中心的硬件结构示意图。
具体实施方式
21.请参阅图1，图1是本技术实施例提供的一种基于物联网的智能家居控制系统的系统架构示意图。详细地，本技术实施例中，所述基于物联网的智能家居控制系统1可以是一个预先建立的物联网系统，其可以包括物联网控制中心10以及被连接到所述物联网系统中的多个智能家居对象20。本实施例中，所述物联网控制中心10用于实现智能家居对象20的联网控制。本实施例中，所述物联网控制中心10可以是基于物联网而设置的用于对预设场景内的多个智能家居对象20进行联网控制的控制中心。举例而言，所述物联网控制中心10可以包括服务器、计算机设备、嵌入式控制系统、云服务中心等，具体不进行限定。所述智能家居对象20例如可以是，智能电视机、智能音箱、智能窗帘、智能衣柜、智能灯具、智能床垫、智能马桶、智能扫地机器人等智能控制终端，具体不进行限定。
22.如图2所示，是本技术实施例提供的基于物联网的智能家居控制方法的流程示意图，本技术实施例中，所述方法可以由图1的智能家居控制系统1或者所述物联网控制中心10执行并实现。下面对该方法的详细过程进行举例说明。本实施例中，所述方法包括以下所述的210
‑
230所述的步骤。
23.210，获取各个所述智能家居对象分别对应的历史运行信息日志。
24.本实施例中，各所述智能家居对象分别对应的历史运行信息日志可以是在当前时刻之前任意时刻各个智能家居对象的运行信息而形成的日志记录而形成。所述历史运行信
息日志可以包括各个智能家居对象在任意时刻的运行状态信息、运行属性信息、与其他智能家居对象的联动运行信息、互动信息等。所述运行状态信息例如可以是各个智能家居对象的状态变化、启停状态有关信息（如启停时间信息、启停位置信息、启停联动逻辑信息），所述历史运行信息日志可以包括各所述智能家居对象在用户的手动控制下运行的的相关信息，还可以包括各所述智能家居对象在物联网控制中心10的自动控制下运行的相关信息，其可以在一定程度上体现用户针对各个智能家居对象的使用习惯，具体不进行限定。
25.220，根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络。
26.本实施例中，所述联动控制拓扑网络可以是一种基于结构化数据或非结构化数据的一种数据表达结构，例如可以是以各所述智能家居对象作为网络对象实体的一种关系型图结构、知识图谱、关系网络等。所述网络对象实体可以理解为一种网络节点，不同的网络对象实体之间的实体连线用于表达对应的网络对象实体之间的相关信息，例如本实施例可以至少表达对应的网络对象实体之间的联动关联信息、运行关联信息等。
27.230，基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制。
28.例如，在一种可能的实施方式中，本实施例在监控到任意一个目标智能家居对象的一种预设的联动动作（如上电启动、关闭、状态调整等等）时，可以根据所述联动控制拓扑网络中不同的网络对象实体之间的实体连线对应的相关信息（如关联属性），获取与所述目标智能家居对象满足联动条件的联动智能家居对象，并控制所述联动智能家居对象根据所述联动动作执行相应的联动操作。例如，当侦测到所述联动动作为上电启动时，获取到的目标智能家居对象需要在设定的时间后进行联动启动时，可以控制所述目标智能家居对象在延迟一定时间后进行联动启动。具体不进行限制。
29.作为一种优选的可替代实施方式，示例性地，针对步骤230，例如，当监控到任意一个目标智能家居对象的一种预设的联动动作时，可以从所述联动控制拓扑网络中获取与所述目标智能家居对象具有实体连线关系的一个或多个智能家居对象。
30.然后，根据所述目标智能家居对象与所述一个或多个智能家居对象之间的实体连线对应的关联属性获取与所述目标智能家居对象之间满足联动条件的联动智能家居对象，并控制所述联动智能家居对象根据所述目标智能家居对象的联动动作进行联动。
31.详细地，作为一种示例，本实施例中，可首先从所述联动控制拓扑网络中的所述目标智能家居对象对应的网络对象实体开始，依次遍历与所述目标智能家居对象具有邻接关系的邻接智能家居对象。
32.然后，根据所述目标智能家居对象与每个邻接智能家居对象之间的实体连边获取所述目标智能家居对象与每个邻接智能家居对象之间的联动属性，并根据所述目标智能家居对象与每个邻接智能家居对象之间的联动属性获得与所述目标智能家居对象具有联动规则的邻接智能家居对象加入联动队列。
33.其次，基于所述联动队列，按照所述目标智能家居对象与每个邻接智能家居对象之间的联动规则，依序控制每个联动对象基于对应的联动规则进行联动。其中，本实施例中，所述联动规则包括，但不限于，联动时间规则以及联动逻辑规则。例如，所述联动时间规则可以是所述联动队列中的各邻接智能家居对象与所述目标智能家居对象的当前联动动作的时间之间的相对关系，例如于当前联动动作的时间之后多久启动联动。所述联动逻辑
规则可以是各个邻接智能家居对象相互之间及/或这些邻接智能家居对象分别与目标智能家居对象之间进行联动的逻辑控制规则，例如哪个先启动，哪个后启动，或者启动的在先逻辑条件（包括外部环境条件等）。
34.进一步地，在本技术的一种优选的可替代实施方式中，针对上述220的步骤，如图3所示，可以执行下述的2201
‑
2204的步骤，以根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络，下面进行具体的介绍。
35.2201，从所述历史运行信息日志中确定各个智能家居对象的历史动作描述信息序列，所述历史动作描述信息序列包括至少一个历史动作描述信息。
36.例如，在本技术的一种优选的可替代实施方式中，可首先对所述历史运行信息日志进行大数据分析，得到所述历史运行信息日志对应的运行信息记录； 然后，从所述运行信息记录中获取按时序产生的多个历史动作分别对应的历史动作描述信息，并将各个所述历史动作描述信息加入一个设定的序列中，得到所述历史动作描述信息序列。
37.2202，获取预先确定的各个所述智能家居对象的联动控制信息库，根据各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，从所述历史动作描述信息序列中确定各个所述智能家居对象的目标关联动作描述信息序列。
38.本实施例中，所述联动控制信息库可以包括以往具有联动控制操作的多个联动动作信息，每个联动动作信息可以包括联动动作对应的至少两个智能家居对象，以及该至少两个智能家居对象的联动信息，例如联动控制时间、时长、启动逻辑、联动场景信息等，具体可根据实际需要而定，本实施例不进行限制。
39.在本技术的一种优选的可替代实施方式中，关于步骤2202，可以先确定各历史动作描述信息的特征向量，根据各历史动作描述信息的特征向量，确定各历史动作描述信息与所述联动控制信息库的联动关联性量化指标；然后，确定与所述联动控制信息库的联动关联性量化指标达到预设关联性量化指标阈值的历史动作描述信息，得到各个所述智能家居对象的目标关联动作描述信息序列。
40.其中，所述根据各历史动作描述信息的特征向量，确定各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，可以包括：对于各个历史动作描述信息，计算历史动作描述信息的特征向量与联动控制信息库中各联动动作描述信息的特征向量的特征差异量化指标，得到历史动作描述信息与各联动动作描述信息的联动关联性量化指标，将历史动作描述信息与各联动动作描述信息的联动关联性量化指标的加权融合指标作为历史动作描述信息与所述联动控制信息库的联动关联性量化指标。其中，所述特征差异量化指标可以用于表征所述历史动作描述信息的特征向量与联动控制信息库中各联动动作描述信息的特征向量之间的特征差异，其可以通过特征向量距离、特征向量相似度等进行表达。
41.在上述内容的基础上，所述确定各历史动作描述信息的特征向量，可以包括：首先，对各历史动作描述信息分别进行预处理得到多个描述维度的预处理特征向量，得到各历史动作描述信息对应的预处理特征向量；例如，预处理可以包括对描述信息的格式标准化处理、信息滤波去噪处理等；然后，依次获取历史动作描述信息序列中的每个历史动作描述信息；最后，对于依次获取到的各个历史动作描述信息，从历史动作描述信息序列中筛
选上述依次获取的历史动作描述信息的参考动作描述信息库，根据参考动作描述信息库中各参考动作描述信息对应的预处理特征向量，调整上述依次获取的历史动作描述信息的预处理特征向量，得到上述依次获取的历史动作描述信息对应的特征向量。
42.在一种可能的实施方式中，可以通过以预先训练得到的人工智能ai网络对所述依次获取的历史动作描述信息的预处理特征向量进行优化调整，得到对应的特征向量。例如，可首先根据所述参考动作描述信息库中各参考动作描述信息对应的预处理特征向量，通过预设置信度计算模型，分别计算当前历史动作描述信息与各参考动作描述信息对应的联动关联置信度； 然后再根据当前历史动作描述信息与各参考动作描述信息对应的联动关联置信度，调整当前历史动作描述信息的预处理特征向量，得到当前历史动作描述信息的特征向量。其中，所述联动关联置信度可以是用于表征与对应的参考动作描述信息之间的联动关联的可能性参数（或概率）。
43.进一步地，在一种可能的实施方式中，从历史动作描述信息序列中筛选上述依次获取的历史动作描述信息的参考动作描述信息库，可以是：针对依次获取到的当前历史动作描述信息，从历史动作描述信息序列中筛选当前历史动作描述信息相邻的多个其它智能家居对象对应的历史动作描述信息，得到当前历史动作描述信息的参考动作描述信息库。例如，在一种优选的方式中，可以将当前历史动作描述信息按照时序排列的前后预设数量个其它智能家居对象对应的历史动作描述信息作为所述相邻的多个历史动作描述信息，如此，可以根据时序选择相邻的历史动作描述信息形成参考动作描述信息库用于后续进行联动指标的分析，可以提升后续基于得到的联动控制拓扑网络实现智能家居对象的联动控制的准确性，更匹配实际应用场景的应用需求。
44.2203，根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，所述联动关联属性包括不同的智能家居对象之间的关联属性。
45.考虑到各个所述智能家居对象会包括大量的目标关联动作描述信息，同时其中一部分目标关联动作描述信息之间可能存在重复出现的情况，本技术实施例可对所确定的各个所述智能家居对象的目标关联动作描述信息进行信息类别划分，例如可以通过预先确定的人工智能类别划分模型将各个所述智能家居对象的目标关联动作描述信息划分成多个描述信息类别，每个描述信息类别对应一个目标关联动作描述信息序列；即一个描述信息类别对应的目标关联动作描述信息序列，可以包含对应的描述信息类别下的一个或多个目标关联动作描述信息。
46.基于上述内容，在本技术的一种优选的可替代实施方式中，关于步骤2203，可以包括下述的内容。
47.1、将各个所述智能家居对象的目标关联动作描述信息序列按照不同的信息描述维度进行信息类别划分，得到多个描述信息类别以及各描述信息类别对应的目标关联动作描述信息序列。例如，可以从对应的动作描述信息相关的时域维度、空域维度、属性维度等对所述目标关联动作描述信息序列进行信息类别划分，本实施例具体不进行限定。
48.2、根据各智能家居对象的运行信息记录，从所述各描述信息类别对应的目标关联动作描述信息序列中，确定各智能家居对象对应的关联动作描述信息序列。
49.其中，本技术实施例中，所述智能家居对象的运行信息记录通过对该智能家居对象的历史运行信息进行大数据信息分析和挖掘而获得。
50.3、确定各智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标。
51.具体地，本技术实施例中，对于各个智能家居对象，可以将所述智能家居对象对应的关联动作描述信息序列，分别与各个描述信息类别对应的目标关联动作描述信息序列进行联动关联性量化指标计算，得到各智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标。其中，针对每个所述智能家居对象，计算所述智能家居对象对应的关联动作描述信息序列与每个所述描述信息类别对应的目标关联动作描述信息序列的联动关联性量化指标，可以包括：计算所述智能家居对象对应的关联动作描述信息序列中的各联动关联动作描述信息，与所述描述信息类别对应的目标关联动作描述信息序列中各目标关联动作描述信息的联动关联性量化指标，将计算得到的多个联动关联性量化指标的指标加权结果作为智能家居对象对应的关联动作描述信息序列与描述信息类别对应的目标关联动作描述信息序列的联动关联性量化指标。其中，所述动作描述信息之间的联动关联性量化指标与动作描述信息的特征向量的特征差异量化指标相关。所述指标加权结果可以是按照预设的加权规则（如平均加权、乘积加权）对所述多个联动关联性量化指标进行加权计算而得到。优选地，本实施例，所述指标加权结果可以是所述多个联动关联性量化指标的平均加权结果。在上述内容的基础上，上述的各智能家居对象之间的关联属性可以根据各智能家居对象之间的运行特征向量的特征差异量化指标而确定得到。例如，在对应的特征差异量化指标低于设定的量化指标阈值时，可以建立对应的两个智能家居对象之间的关联关系，然后将按照历史运行信息日志分析得到的两个智能家居对象之间的联动运行信息（可以通过不同的智能家居对象的运行特征向量进行表达）作为相应的关联属性，进而可以方便后续根据对应的关联属性实现该两个智能家居对象之间的联动控制。
52.4、对于各智能家居对象，根据智能家居对象对应的关联动作描述信息序列，与各个描述信息类别的联动关联性量化指标，生成各智能家居对象的运行特征向量。
53.在本实施例中，所述运行特征向量可以包括各个智能家居对象在设定的历史时间周期内的相关运行数据进行向量转化而得到的相关内容，例如，所述相关运行数据可以包括启动信息、运行状态变化信息、终止运行信息。如此，通过不同的智能家居对象分别对应的运行特征向量可以得到各智能家居对象彼此之间的关联属性，该关联属性可以通过联动控制拓扑网络中对应的网络对象实体之间的对象连边进行表达。
54.5、根据各智能家居对象的运行特征向量，确定各智能家居对象之间的关联属性。
55.2204，将各个所述智能家居对象作为网络对象实体，根据各智能家居对象之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络。
56.如此，在上述内容的基础上，生成针对各所述智能家居对象的联动控制拓扑网络可以是：根据各智能家居对象对应的运行特征向量得到各智能家居对象之间的关联属性，以各个智能家居对象为网络对象实体并根据各网络实体之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络。
57.在上述内容的基础上，上述的步骤2203中，根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，还可以包括：根据各智能家居对象的运行特征向量，及各描述信息类别的目标关联动作描述信息序列中各目标关联动
作描述信息的特征向量，确定各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性。如此，各所述描述信息类别也可以作为所述联动控制拓扑网络中的另一维度的网络对象实体。
58.因此，所述将各个所述智能家居对象作为网络对象实体，根据各智能家居对象之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络，还可以是：以各个智能家居对象，各描述信息类别为网络对象实体，根据各智能家居对象之间的关联属性，各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络。
59.其中，所述根据各智能家居对象的运行特征向量，及各描述信息类别的目标关联动作描述信息序列中各目标关联动作描述信息的特征向量，确定各智能家居对象与各描述信息类别的关联属性，及各描述信息类别之间的关联属性，可以包括：首先，确定所述智能家居对象的运行特征向量，与所述描述信息类别对应的目标关联动作描述信息序列中各目标关联动作描述信息的特征向量的特征差异量化指标加权结果，得到该所述智能家居对象与该所述描述信息类别的关联属性；然后，分别计算各所述描述信息类别之间不同的两个目标关联动作描述信息的特征向量之间的特征差异量化指标，得到多个特征差异量化指标，将多个特征差异量化指标的加权结果确定为对应的不同描述信息类别之间的关联属性。
60.如此，形成的联动控制拓扑网络中，不同的网络对象实体之间的关联属性的信息量将更为丰富，后续基于该联动控制拓扑网络实现不同的智能家居对象之间的联动控制时还参考了更多维度的关联属性信息，使得整个物联网系统中的智能家居之间的联动控制将变得更为精准、且更符合用户的需求，可进一步提升用户的使用体验。
61.如图4所示是上述的物联网控制中心10的架构示意图。本实施例中，所述所述物联网控制中心10可以包括智能家居控制装置11、存储单元12和处理单元13。
62.本实施例中，存储单元12与处理单元13在物联网控制中心10中可以通过总线或数据线进行连接。存储单元12也可以是独立于物联网控制中心10并由处理单元13访问。智能家居控制装置11可以包括存储在存储单元的多个功能模块。当处理单元执行智能家居控制装置11中的功能模块时，可以实现本实施例提供的方法。
63.本实施例中，所述物联网控制中心10可以包括一个或多个处理单元。在一些实施例中，处理单元可以是，单核处理单元或多核处理单元，具体不进行限定。例如，处理单元可以是中央处理单元cpu、特定应用集成电路asic、图形处理单元gpu、物理运算处理单元ppu、数字信号处理单元dsp等，或类似或其任意组合。
64.存储单元可以是一种机器可读存储介质，用于存储数据、代码、和/或指令。存储单元可以包括大容量存储单元、移动存储单元、挥发性读写内存、只读存储单元rom等。其中，所述物联网控制中心10包括的智能家居控制装置11可以包括一个或多个软件功能模块。所述软件功能模块可以存储在所述存储单元中的程序、指令，这些软件功能模块在被对应的处理单元执行时，用于实现上述的方法。
65.如图4所示，所述智能家居控制装置11可以包括运行日志获取模块111、拓扑网络生成模块112以及联动控制模块113。
66.运行日志获取模块111，用于获取各个所述智能家居对象分别对应的历史运行信
息日志。
67.本实施例中，各所述智能家居对象分别对应的历史运行信息日志可以是在当前时刻之前任意时刻各个智能家居对象的运行信息而形成的日志记录而形成。所述历史运行信息日志可以包括各个智能家居对象在任意时刻的运行状态信息、运行属性信息、与其他智能家居对象的联动运行信息、互动信息等。所述运行状态信息例如可以是各个智能家居对象的状态变化、启停状态有关信息（如启停时间信息、启停位置信息、启停联动逻辑信息），所述历史运行信息日志可以包括各所述智能家居对象在用户的手动控制下运行的的相关信息，还可以包括各所述智能家居对象在物联网控制中心10的自动控制下运行的相关信息，其可以在一定程度上体现用户针对各个智能家居对象的使用习惯，具体不进行限定。
68.拓扑网络生成模块112，用于根据所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络。
69.本实施例中，所述联动控制拓扑网络可以是一种基于结构化数据或非结构化数据的一种数据表达结构，例如可以是以各所述智能家居对象作为网络对象实体的一种关系型图结构、知识图谱、关系网络等。所述网络对象实体可以理解为一种网络节点，不同的网络对象实体之间的实体连线用于表达对应的网络对象实体之间的相关信息，例如本实施例可以至少表达对应的网络对象实体之间的联动关联信息、运行关联信息等。
70.联动控制模块113，用于基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制。
71.例如，在一种可能的实施方式中，本实施例在监控到任意一个目标智能家居对象的一种预设的联动动作（如上电启动、关闭、状态调整等等）时，可以根据所述联动控制拓扑网络中不同的网络对象实体之间的实体连线对应的相关信息（如关联属性），获取与所述目标智能家居对象满足联动条件的联动智能家居对象，并控制所述联动智能家居对象根据所述联动动作执行相应的联动操作。例如，当侦测到所述联动动作为上电启动时，获取到的目标智能家居对象需要在设定的时间后进行联动启动时，可以控制所述目标智能家居对象在延迟一定时间后进行联动启动。具体不进行限制。
72.本实施例的一种优选的可替代实施方式中，所述拓扑网络生成模块112具体用于：从所述历史运行信息日志中确定各个智能家居对象的历史动作描述信息序列，所述历史动作描述信息序列包括至少一个历史动作描述信息；获取预先确定的各个所述智能家居对象的联动控制信息库，根据各历史动作描述信息与所述联动控制信息库的联动关联性量化指标，从所述历史动作描述信息序列中确定各个所述智能家居对象的目标关联动作描述信息序列；根据各个所述智能家居对象的目标关联动作描述信息序列，得到联动控制拓扑网络的联动关联属性，所述联动关联属性包括不同的智能家居对象之间的关联属性；将各个所述智能家居对象作为网络对象实体，根据各智能家居对象之间的关联属性，生成针对各所述智能家居对象的联动控制拓扑网络。
73.关于上述各个功能模块的更多的相关内容可以参照上述方法实施例对应步骤的描述，此处不再一一赘述。
74.在上述本实施例提供的实施方式的基础上，本技术提供的基于物联网的智能家居控制方法及系统，通过获取各个所述智能家居对象分别对应的历史运行信息日志，并根据
所述历史运行信息日志，生成针对各所述智能家居对象的联动控制拓扑网络，然后基于所述联动控制拓扑网络对各所述智能家居对象进行联动控制。如此，通过各个智能家居对象分别对应的历史运行信息日志生成可以包括不同的智能家居对象之间的关联属性信息的联动控制拓扑网络，用于实现物联网中的不同智能家居对象之间的联动控制。由于所述历史运行信息日志在一定的程度上可以体现用户针对各个智能家居对象的使用习惯，因此基于此生成的联动控制拓扑网络用于实现整个物联网系统中的智能家居之间的联动控制将变得更为精准、且更符合用户的实际需求，可进一步提升用户的使用体验。
75.以上所揭露的仅为本技术的局部实施例而已，当然不能以此来限定本技术之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或局部流程，并依本技术权利要求所作的等同变化，仍属于发明所涵盖的范围。此外，在附图中提供的本技术的实施例的详细描述并非旨在限制本技术的保护范围，而仅仅是表示本技术的选定实施例。因此，本技术的保护范围应以权利要求的保护范围为准。此外，基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下可获得的所有其它实施例，都应属于本技术保护的范围。