[發明專利]電器控制方法及裝置

在審

• 申請號: 201810930166.1
• 申請日: 2018-08-15
• 公開（公告）號: CN110837227A
• 公開（公告）日: 2020-02-25
• 發明（設計）人: 文曠瑜;吳少波;易斌
• 申請（專利權）人: 格力電器（武漢）有限公司;珠海格力電器股份有限公司
• 主分類號: G05B15/02
• 分類號: G05B15/02;G05B19/418
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡;曾紅芳

本發明公開了一種電器控制方法及裝置。其中，該方法包括：獲取控制指令；將控制指令輸入識別模型，由識別模型識別出控制指令對應的第一電器，其中，識別模型為使用多組數據通過機器學習訓練得出的，多組數據中的每組數據均包括：控制指令和控制指令對應的第一電器，第一電器是多個不同種類的電器中的任意一個；將控制指令發送給第一電器，并根據控制指令對第一電器進行控制。本發明解決了相關技術無法對不同種類的電器進行控制，使用靈活性差的技術問題。

技術領域

本發明涉及電器控制領域，具體而言，涉及一種電器控制方法及裝置。

背景技術

各類電器的使用，在生活中越來越普遍，而且電器的種類和數量也越來越多，但是不同種類的電器的控制方式往往差異很大，例如有的智能家電，就可以直接通關過語音進行控制，但是一些傳統電器還需要通過遙控器，按鍵等方式進行控制，在遙控器故障，或者按鍵故障的情況下，對電器的控制就束手無策，只能進行維修，使用靈活性十分低下。而且在緊急使用情況下，會給用戶帶來很大不便。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本發明實施例提供了一種電器控制方法及裝置，以至少解決相關技術無法對不同種類的電器進行控制，使用靈活性差的技術問題。

根據本發明實施例的一個方面，提供了一種電器控制方法，包括：獲取控制指令；將所述控制指令輸入識別模型，由所述識別模型識別出所述控制指令對應的第一電器，其中，所述識別模型為使用多組數據通過機器學習訓練得出的，所述多組數據中的每組數據均包括：控制指令和所述控制指令對應的第一電器，所述第一電器是多個不同種類的電器中的任意一個；將所述控制指令發送給所述第一電器，并根據所述控制指令對第一電器進行控制。

可選的，所述識別模型包括長短期記憶網絡和卷積神經網絡。

可選的，獲取控制指令包括：采集或接收用戶的控制指令；和/或，接收控制裝置發送的控制指令。

可選的，接收用戶的控制指令的情況下，所述控制指令包括下列至少之一：語音控制信息，文本控制信息。

可選的，將所述控制指令發送給所述第一電器，并根據所述控制指令對第一電器進行控制之后包括：接收所述第一電器的控制反饋，其中所述控制反饋用于向用戶反饋對所述第一電器的控制是否成功。

可選的，將所述控制指令輸入識別模型，由所述識別模型識別出所述控制指令對應的第一電器之后包括：確定需要控制的第二電器；將所述第一電器的所述控制指令轉換為控制第二電器的轉換指令；將該轉換指令發送給所述第二電器，根據所述轉換指令對所述第二電器進行控制。

根據本發明實施例的另一個方面，提供了一種電器控制裝置，包括：獲取模塊，用于控制指令；識別模塊，用于輸入識別模型，由所述識別模型識別出所述控制指令對應的第一電器，其中，所述識別模型為使用多組數據通過機器學習訓練得出的，所述多組數據中的每組數據均包括：控制指令和所述控制指令對應的第一電器，所述第一電器是多個不同種類的電器中的任意一個；發送模塊，用于將所述控制指令發送給所述第一電器，并根據所述控制指令對第一電器進行控制。

可選的，所述識別模型包括長短期記憶網絡和卷積神經網絡。

可選的，所述獲取模塊包括：獲取單元，用于采集或接收用戶的控制指令；和/或，接收單元，用于接收控制裝置發送的控制指令。

可選的，該裝置還包括：接收模塊，接收所述第一電器的控制反饋，其中所述控制反饋用于向用戶反饋對所述第一電器的控制是否成功。

可選的，該裝置還包括：確定模塊，用于確定需要控制的第二電器；轉換模塊，用于將所述控制指令轉換為控制第二電器的轉換指令；控制模塊，用于將該轉換指令發送給所述第二電器，根據所述轉換指令對所述第二電器進行控制。