循环扇的控制方法、循环扇及计算机可读存储介质与流程

1.本技术涉及智能家居领域，尤其涉及一种循环扇的控制方法、循环扇及计算机可读存储介质。


背景技术：

2.现有技术中，在天气潮湿的时期，比如梅雨天或者冬季，经常会出现用户的衣物长时间晒不干的情况，为了加快衣物的晾干速度，人们开始利用循环扇风力足、吹风范围大及有效加快空气流动速度的优势，进行衣服吹干。
3.然而，现有的循环扇在开启后，通常按照用户选择的档位进行送风，用户选择的档位对应循环扇的固定送风参数。在天气变化的情况下，需要人工调整送风档位，不够智能，用户体验度较低。


技术实现要素：

4.本技术提供了一种循环扇的控制方法、循环扇及计算机可读存储介质，在根据当前送风档位送风操作时，适当调整当前送风档位下的送风时长，无需人工调节送风档位，使得循环扇的用途更加智能化，有效提高用户体验。
5.第一方面，本技术提供了一种循环扇的控制方法，所述控制方法包括：
6.获取循环扇当前送风档位对应的第一送风参数和第二送风参数，所述第一送风参数包括送风时长；
7.检测晾衣架上的衣物的当前干燥度；
8.根据所述当前干燥度及所述第二送风参数，调整所述送风时长。
9.第二方面，本技术还提供了一种循环扇，所述循环扇包括：
10.存储器，用于存储计算机程序；
11.处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述中任一项所述的循环扇的控制方法。
12.第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述中任一项所述的循环扇的控制方法。
13.本技术公开了一种循环扇的控制方法、循环扇及计算机可读存储介质，在循环扇按照当前送风档位开启时，开始按照当前送风档位对应的第一送风参数和第二送风参数进行送风操作，此时，在检测到晾衣架上的衣物的当前干燥度后，再根据所述当前干燥度及第二送风参数适当调整当前送风档位的送风时长，使得当前的送风时长能够有效将晾衣架上，不同湿度的衣物以适当的时长吹干。本技术无需像现有技术一样需要手动调整送风档位，在选择好固定的送风档位后，还能根据衣物的实际情况智能地控制循环扇吹风，智能化程度高，有效提高用户体验；并且，满足用户对循环扇使用多样化的需求。
附图说明
14.为了更清楚地说明本技术实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，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的附图。
15.图1是一实施例中循环扇的控制方法的流程示意图；
16.图2是一个实施例中循环扇与晾衣架的位置关系图；
17.图3是一个实施例中循环扇的控制系统的结构示意图；
18.图4是图1中循环扇的控制方法的子步骤流程示意图；
19.图5是本发明循环扇的结构示意性框图。
具体实施方式
20.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
21.附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。
22.本技术实施例提供一种循环扇的控制方法、循环扇及计算机可读存储介质。其中，该循环扇的控制方法可应用于中控设备，该中控设备包括终端设备或服务器，该终端设备可以是手机、平板电脑、笔记本电脑、台式电脑、智能电视等电子设备；该服务器可以为单台的服务器，也可以为由多台服务器组成的服务器集群。
23.需要说明的是，该循环扇的控制方法也可应用于循环扇，例如，循环扇获取循环扇当前送风档位对应的第一送风参数和第二送风参数，所述第一送风参数包括送风时长；检测晾衣架上的衣物的当前干燥度；根据所述当前干燥度及所述第二送风参数，调整所述送风时长。
24.以下以该循环扇的控制方法应用于中控设备为例进行解释说明。
25.下面结合附图，对本技术的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
26.请参阅图1，图1是本技术一实施例提供的循环扇的控制方法的流程示意图。该循环扇的控制方法可以包括步骤s10至步骤s30，具体可以如下：
27.步骤s10，获取循环扇当前送风档位对应的第一送风参数和第二送风参数，所述第一送风参数包括送风时长。
28.具体地，在循环扇开启后，循环扇按照用户选择的送风档位开始送风操作，每个送风档位对应不同的送风参数，送风参数可以包括第一送风参数和第二送风参数，且所述第一送风参数可以包括送风时长。
29.例如，送风档位可以包括档位1、档位2及档位3，档位1至档位3对应的送风风力依次对应增大，循环扇可以360
°
循环送风，送风范围可以设定，并且，每个档位对应的送风时长为预设送风时长，如档位1，对应的送风时长为1小时，档位2，对应的送风时长为2小时等
等。
30.在一些实施方式中，如图2所示，图2是晾衣架与循环扇的位置关系图，循环扇可以用于吹干衣物，在将循环扇对准晾衣架上的衣物时，可以根据用户选择的送风档位进行送风操作。
31.步骤s20，检测晾衣架上的衣物的当前干燥度。
32.具体地，当用户将循环扇用于吹干衣物时，可以将循环扇放置在晾衣架附近，采用循环扇来直吹衣物。此时，可以先检测晾衣架上的衣物的当前干燥度。
33.在一些实施方式中，检测晾衣架上的衣物的当前干燥度可以采用图像处理的方式进行检测，具体为：获取所述晾衣架上的衣物的目标图像，并根据所述目标图像确定所述衣物的干燥度。
34.在一些实施方式中，可以将摄像头安装在循环扇或晾衣架附近的墙面上，用于拍摄晾衣架上的衣物，如图3所示，将摄像头设置在循环扇上，用户可以根据自己的实际需要，灵活设置摄像头的开启时间，以获取晾衣架上的衣物的目标图像。例如，在检测到晾衣架上存在衣物时，且检测到循环扇位于晾衣架附近时，开启摄像头采集晾衣架上的衣物的目标图像，并将采集得到的目标图像发送至中控设备。
35.中控设备在得到目标图像后，将所述目标图像输入预设的卷积神经网络，得到所述衣物的干燥度。其中，卷积神经网络包括输入层、多个卷积层、池化层、默认框层和输出层，该默认框层用于根据多个卷积层选择默认框的长宽比。具体地，将训练样本输入到深度学习的卷积神经神经网络中，利用深度学习框架caffe，对深度学习的卷积神经网络进行训练，以获得训练好的卷积神经网络。其中，干燥度用于表征衣物的干燥程度，在一些实施例中，干燥度用于表示衣物除去水分后的剩余比值。训练样本为包括多种干燥度的衣物的图像，包括不同材质、尺寸、类型的衣物。通过训练好的卷积神经网络检测包含衣物的目标图像，可以快速得到衣物的干燥度。
36.在一实施例中，所述卷积神经网络包括预处理子层和特征提取子层；所述将所述目标图像输入预设的卷积神经网络，得到所述衣物的干燥度，包括：通过所述预处理子层，对所述目标图像进行预处理，得到经过预处理后的目标图像；基于所述特征提取子层，对经过预处理后的目标图像进行特征提取，得到所述衣物的干燥度。其中，预处理子层用于对目标图像进行预处理，预处理的过程包括平滑去噪、腐蚀、膨胀等。同时，也要根据检测方法对目标图像进一步加工，例如边缘检测、灰度变化、斑点检测、深度检测等。特征提取子层用于对经过预处理后的目标图像进行特征提取，得到所述衣物的干燥度。需要说明的是，衣物的干燥度可以是每件衣物的干燥度，也可以是多件衣物的干燥度的平均值、众数或者最大值，本技术不做具体限定。通过卷积神经网络识别衣物的干燥度，可以提高干燥度特征识别的精准度。
37.在一些实施方式中，检测晾衣架上的衣物的当前干燥度可以采用重量传感器测量的方式进行检测，具体为：获取所述晾衣架的衣物的重量，并根据所述衣服的重量确定所述衣物的干燥度。
38.在一些实施方式中，可以在晾衣架上设置重量传感器，在晾衣架上挂上衣物时，记录当前重量，在衣物晒干的过程中，按照预设时间间隔记录重量，以基于重量变化曲率值，确定在既定的晾晒完成时间前一定时间判定重量变化曲率值是否有趋于水平的拐点出现，
当拐点出现则说明衣物干燥，此时，可以将该晒干记录下来，以便于再次吹干该衣服时调用该晒干记录，从而得到对应的当前干燥度。
39.可以理解的是，检测晾衣架上的衣物的当前干燥度的方式不局限于图像处理或重量传感器测量的方式，也可以采用湿度传感器测量湿度，在此不一一赘述。
40.步骤s30，根据所述当前干燥度及所述第二送风参数，调整所述送风时长。
41.具体地，获取到晾衣架上的衣物的当前干燥度后，对第二送风参数和干燥度进行分析，并根据该分析的结果确定循环扇的送风时长，以供中控设备基于该送风时长智能地控制循环扇吹风，无需用户自行控制循环扇进行吹风，提高用户体验。
42.在一些实施方式中，调整所述送风时长可以包括：根据当前干燥度和所述第二送风参数，确定所述衣物的预计晾干时长，所述预计晾干时长为当前干燥度不小于预设干燥度所需的时长；将所述送风时长调整为所述预计晾干时长。
43.所述预计晾干时长为确定所述衣物的干燥度大于或等于预设的预设干燥度所需要的时间，该预设干燥度可由用户灵活设置，本技术不做具体限定，可选地预设干燥度为90％。
44.具体地，将所述第二送风参数和干燥度输入预先训练好的深度学习模型，得到所述衣物的预计晾干时长，其中，所述深度学习模型包括卷积神经网络，例如cnn或r-cnn卷积神经网络。该深度学习模型通过标注有第二送风参数和干燥度，与预计晾干时长之间的对应关系的数据集对深度学习模型进行迭代训练得到。例如通过。通过训练后的深度学习模型可以快速且准确的确定衣物的预计晾干时长。
45.具体地，第二送风参数可以包括送风风力、送风范围和摇摆参数，不同的送风档位对应不同的送风风力、送风范围和摇摆参数。
46.在一实施例中，将所述送风时长调整为所述预计晾干时长的具体方式为：确定所述当前送风档位的送风时长是否大于所述预计晾干时长；若所述送风时长小于所述预计晾干时长，则将所述送风时长增加，以达到所述预计晾干时长；若所述送风时长大于所述预计晾干时长，则将所述送风时长减小，以达到所述预计晾干时长。需要说明的是，在得到预计晾干时长后，将当前送风档位对应的送风时长进行适应性调整。比如，若晾衣架上的衣物的当前干燥度为30％，为了达到预设干燥度90％，在当前送风档位下的第二送风参数确定的基础上，原始送风时长为2小时，而得到的预计晾干时长为4小时，那么，将当前送风档位的送风时长这一第一送风参数调整与预计晾干时长一致，为4小时。反之，若晾衣架上的衣物的当前干燥度为30％，为了达到预设干燥度90％，在当前送风档位下的第二送风参数确定的基础上，当前送风档位下的原始送风时长为2小时，而得到的预计晾干时长为1.5小时，那么，将当前送风档位的送风时长这一第一送风参数调整与预计晾干时长一致，为1.5小时。
47.在当前档位下，将送风时长调整为预计晾干时长后，以当前档位下的送风风力及送风范围进行送风操作，同时，在送风时长小于预计晾干时长时，进行衣物的实时干燥度检测，若实时干燥度小于预设实时干燥度，则可以适当调整送风风力，即将送风风力调大，使得衣物的实时干燥度与预设实时干燥度匹配，从而保证在送风时长达到预计晾干时长时，能够保证衣物达到预设干燥度。
48.在送风时长达到预计晾干时长时，控制循环扇停止送风操作，从而完成对衣物的吹干，实现当前送风档位下送风时长的智能调整，避免浪费循环扇过多的送风资源。
49.本技术公开了一种循环扇的控制方法、循环扇及计算机可读存储介质，在循环扇按照当前送风档位开启时，开始按照当前送风档位对应第一送风参数和第二送风参数进行送风操作，此时，在检测到晾衣架上的衣物的当前干燥度后，再根据所述当前干燥度及第二送风参数适当调整当前送风档位的送风时长，使得当前的送风时长能够有效将晾衣架上，不同天气下、不同湿度的衣物以适当的时长吹干。本技术无需像现有技术一样需要手动调整送风档位，在选择好固定的送风档位后，还能根据衣物的实际情况智能地控制循环扇吹风，智能化程度高，有效提高用户体验；并且，满足用户对循环扇使用多样化的需求。
50.在一些实施方式中，如图4所示，步骤s30还可以包括：
51.步骤s31，基于所述当前干燥度及所述当前送风档位，查找送风历史记录；
52.步骤s32，若所述送风历史记录中，存在与所述当前干燥度及所述当前送风档位对应的晾干记录，则调用所述晾干记录；
53.步骤s33，将所述送风时长更新为所述晾干记录中对应的历史送风时长。
54.具体地，调整送风时长，也可以根据历史记录进行调整，即：根据衣物的当前干燥度和第二送风参数，查找送风历史记录，例如，送风历史记录中，记录有梅雨季节对应的第二送风参数和衣物的历史干燥度，并且，历史的第二送风参数和历史干燥度对应晾干记录，比如，在当前送风档位下的第二送风参数确定的基础上，历史衣物干燥度为30％，对应的历史晾干记录中，历史送风时长为4小时，那么，在确定当前干燥度为30％，且处于同一第二送风参数下的梅雨季节时，可以直接调用该历史送风时长4小时，且将当前送风档位下的送风时长2小时更新为历史送风时长4小时。
55.对应地，在当前档位下，将送风时长调整为历史送风时长后，以当前档位下的送风风力及送风范围进行送风操作，同时，在送风时长小于历史送风时长作为的预计晾干时长时，进行衣物的实时干燥度检测，若实时干燥度小于预设实时干燥度，则可以适当调整送风风力，即将送风风力调大，使得衣物的实时干燥度与预设实时干燥度匹配，从而保证在送风时长达到预计晾干时长时，能够保证衣物达到预设干燥度。
56.在送风时长达到预计晾干时长时，控制循环扇停止送风操作，从而完成对衣物的吹干，实现当前送风档位下送风时长的智能调整，避免浪费循环扇过多的送风资源。
57.如图5所示，图5为一个实施例中提供的循环扇的结构示意性框图。该循环扇10包括处理器11和存储器12，处理器11和存储器12通过系统总线13连接，其中，存储器12可以包括非易失性存储介质和内存储器。
58.非易失性存储介质可存储计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行所述计算机程序时实现一种控制方法。
59.处理器11用于提供计算和控制能力，支撑整个循环扇的运行。
60.内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行所述计算机程序时实现一种控制方法。
61.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所涉及的循环扇的限定，具体的循环扇可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
62.应当理解的是，处理器11可以是中央处理单元(central processing unit，cpu)，该处理器11还可以是其他通用处理器、数字信号处理器(digital signal processor，
dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器11可以是微处理器或者该处理器也可以是任何常规的处理器等。
63.其中，在一个实施例中，所述存储器中存储有计算机程序，计算机程序被处理器11执行时，使得处理器执行所述计算机程序时实现以下步骤：
64.获取循环扇当前送风档位对应的第一送风参数和第二送风参数，所述第一送风参数包括送风时长；
65.检测晾衣架上的衣物的当前干燥度；
66.根据所述当前干燥度及所述第二送风参数，调整所述送风时长。
67.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
68.根据当前干燥度和所述第二送风参数，确定所述衣物的预计晾干时长，所述预计晾干时长为当前干燥度不小于预设干燥度所需的时长；
69.将所述送风时长调整为所述预计晾干时长。
70.进一步地，所述处理器执行所述计算机程序时还实现以下步骤：
71.确定所述当前送风档位的送风时长是否大于所述预计晾干时长；
72.若所述送风时长小于所述预计晾干时长，则将所述送风时长增加，以达到所述预计晾干时长；
73.若所述送风时长大于所述预计晾干时长，则将所述送风时长减小，以达到所述预计晾干时长。
74.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
75.基于所述当前干燥度及所述第二送风参数，查找送风历史记录；
76.若所述送风历史记录中，存在与所述当前干燥度及所述第二送风参数对应的晾干记录，则调用所述晾干记录；
77.将所述送风时长更新为所述晾干记录中对应的历史送风时长。
78.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
79.控制所述循环扇基于所述送风风力、送风范围、摇摆参数及所述预计晾干时长或历史送风时长进行送风操作；
80.在所述送风时长达到所述预计晾干时长时，控制所述循环扇停止送风。
81.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
82.在所述送风时长小于所述预计晾干时长时，检测所述衣物的实时干燥度；
83.若所述实时干燥度小于预设实时干燥度，则调整所述送风风力，使得所述衣物的实时干燥度与所述预设实时干燥度匹配；
84.在所述送风时长达到所述预计晾干时长时，控制所述循环扇停止送风。
85.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
86.在接收到档位选择指令时，控制所述循环扇基于所述档位选择指令对应的送风档位执行送风操作。
87.在一个实施例中，所述处理器执行所述计算机程序时还实现以下步骤：
88.获取所述晾衣架上的衣物的目标图像，并根据所述目标图像确定所述衣物的干燥
度；或
89.获取所述晾衣架的衣物的重量，并根据所述衣服的重量确定所述衣物的干燥度。
90.需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的智能家居设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
91.本技术的实施例中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存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本技术实施例提供的任一项控制方法。
92.其中，所述计算机可读存储介质可以是前述实施例所述的循环扇的内部存储单元，例如所述循环扇的硬盘或内存。所述计算机可读存储介质也可以是所述循环扇的外部存储设备，例如所述循环扇上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
93.以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。