[發明專利]一種衣物處理設備的衣物體積估計方法、控制方法及衣物處理系統在審
| 申請號: | 202010041674.1 | 申請日: | 2020-01-15 |
| 公開(公告)號: | CN113201905A | 公開(公告)日: | 2021-08-03 |
| 發明(設計)人: | 趙龍;許升;黃振興 | 申請(專利權)人: | 青島海爾洗衣機有限公司;海爾智家股份有限公司 |
| 主分類號: | D06F33/36 | 分類號: | D06F33/36;D06F34/18;D06F34/05;G06T7/62;G06T7/13;D06F39/00 |
| 代理公司: | 北京元中知識產權代理有限責任公司 11223 | 代理人: | 張則武 |
| 地址: | 266101 山東省*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 衣物 處理 設備 體積 估計 方法 控制 系統 | ||
1.一種衣物處理設備的衣物體積估計方法,其特征在于:包括以下步驟
S1,獲取衣物處理設備中待洗衣物的圖像;
S2,對待洗衣物的圖像進行輪廓分隔,獲取神經網絡參數;
S3,根據神經網絡參數建立衣物體積估計模型,獲得待洗衣物實際體積的估計值。
2.根據權利要求1所述的衣物處理設備的衣物體積估計方法,其特征在于:
步驟S2中包括利用深度學習神經網絡模型進行訓練,得到衣物分割模型,獲取待洗衣物的輪廓,并按照行和列遍歷圖像的像素,獲取神經網絡參數;
優選的,神經網絡模型為卷積神經網絡模型;
優選的,所述神經網絡參數包括圖像的像素中最上、最下、最左、最右的點坐標。
3.根據權利要求1或2所述的衣物處理設備的衣物體積估計方法,其特征在于:
步驟S3中包括
S31,根據神經網絡參數建立圖像衣物體積的估計模型,獲取圖像衣物體積的估計值;
S32,獲取衣物處理設備的洗滌桶的桶內圖像,利用檢測尺寸和閾值分割算法得到所述洗滌桶的圖像尺寸,作為待洗衣物實際體積估計的參考尺寸;
S33,獲取所述洗滌桶的實際尺寸,根據比例關系獲取待洗衣物體積的估計值。
4.根據權利要求3所述的衣物處理設備的衣物體積估計方法,其特征在于:
步驟S31中根據神經網絡參數建立圖像衣物體積的估計模型包括
根據神經網絡參數建立半圓表征模型或三棱錐表征模型,以此獲取圖像衣物體積的估計值。
5.一種衣物處理設備的控制方法,采用如權利要求1-4任一所述的衣物處理設備的衣物體積估計方法獲取待洗衣物體積的估計值,其特征在于:包括以下步驟:
根據待洗衣物體積的估計值,確定待洗衣物的體積所處的體積等級,并根據所述待洗衣物的體積所處的體積等級生成對應的洗滌參數。
6.根據權利要求5所述的衣物處理設備的控制方法,其特征在于:
所述洗滌參數至少包括水洗洗滌參數和/或空氣洗洗滌參數;
優選的,水洗洗滌參數包括洗滌水溫度和/或洗滌水水量和/或洗滌劑用量和/或洗滌劑種類和/或洗滌時間和/或漂洗次數和/或脫水時間和/或轉速和/或剩余時間;
優選的,空氣洗洗滌參數包括空氣洗溫度和/或空氣洗風速和/或轉速和/或轉停比和/或空氣洗時間。
7.一種衣物處理系統,其特征在于:用于實施如權利要求5或6所述的衣物處理設備的控制方法。
8.根據權利要求7所述的衣物處理系統,其特征在于:包括
衣物護理設備,所述衣物處理設備包括洗滌桶、獲取所述洗滌桶內圖像的圖像獲取單元和控制衣物處理設備運行的控制單元;
云端服務器,所述云端服務器包括根據神經網絡模型獲取洗滌桶內待洗衣物體積的體積獲取單元,所述體積獲取單元與所述圖像獲取單元和所述控制單元通信連接。
9.根據權利要求8所述的衣物處理系統,其特征在于:
所述衣物處理設備還包括開閉所述洗滌桶的蓋體,所述圖像獲取單元設置在所述蓋體朝向所述洗滌桶的一側。
10.根據權利要求8或9所述的衣物處理系統,其特征在于:
所述體積獲取單元包括用于根據神經網絡參數建立圖像衣物體積估計模型的建模單元和根據洗滌桶的圖像尺寸獲取待洗衣物實際體積估計值的計算單元。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于青島海爾洗衣機有限公司;海爾智家股份有限公司,未經青島海爾洗衣機有限公司;海爾智家股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010041674.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種可換液鋰漿料電池的制備方法
- 下一篇:一種動力電池安裝裝置及電動汽車





