[發明專利]換氣控制方法、存儲介質及處理裝置

有效

• 申請號: 202010237260.6
• 申請日: 2020-03-30
• 公開（公告）號: CN111322652B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 李紹斌;宋德超;黃智剛;陳翀
• 申請（專利權）人: 珠海格力電器股份有限公司;珠海聯云科技有限公司
• 主分類號: F24F11/79
• 分類號: F24F11/79
• 代理公司: 北京聿宏知識產權代理有限公司 11372
• 代理人: 吳大建;金淼

1.一種換氣控制方法，其特征在于，所述方法包括：

獲取當前環境的圖像信息，所述當前環境至少包括一個目標實體和多個換氣口，其中，所述目標實體包括第一實體；

依據所述圖像信息識別所述目標實體與多個所述換氣口的位置信息，包括：依據所述圖像信息識別所述第一實體與多個所述換氣口的相對間距；

依據所述目標實體與多個所述換氣口的位置信息控制多個所述換氣口的換氣模式，包括：

依據所述第一實體和多個所述換氣口的相對間距以及所述第一實體的工作模式控制多個所述換氣口的換氣模式，包括：依據所述圖像信息識別所述第一實體的工作模式；當所述第一實體的工作模式為正在工作時，判斷所述第一實體與多個所述換氣口的相對間距是否在第一預設間距范圍內，若是，則將多個所述換氣口的換氣模式鎖定為抽風模式。

2.根據權利要求1所述的方法，其特征在于：當識別出所述第一實體的工作模式為正在工作后，所述方法還包括：

依據所述圖像信息識別所述第一實體的油煙狀況；

依據所述第一實體的油煙狀況控制多個所述換氣口的抽風強度。

3.根據權利要求2所述的方法，其特征在于：依據所述圖像信息識別所述第一實體的工作模式和/或油煙狀況，包括：

利用卷積神經網絡分割出所述第一實體的區域圖像，并對所述第一實體的所述區域圖像進行識別，得到所述第一實體的工作模式和/或油煙狀況；其中，所述卷積神經網絡預先經過學習訓練得到。

4.根據權利要求3所述的方法，其特征在于：所述卷積神經網絡為Faster-RCNN網絡。

5.根據權利要求1所述的方法，其特征在于：所述目標實體包括第二實體，

依據所述圖像信息識別所述目標實體與多個所述換氣口的位置信息，包括：

依據所述圖像信息識別所述第二實體與多個所述換氣口的相對間距；

依據所述目標實體與多個所述換氣口的位置信息控制多個所述換氣口的換氣模式，包括：

判斷所述第二實體與多個所述換氣口的相對間距是否在第二預設間距范圍內，若是，則控制多個所述換氣口的換氣模式為送風模式；若否，則控制多個所述換氣口的換氣模式為抽風模式。

6.根據權利要求1所述的方法，其特征在于：依據所述圖像信息識別所述第一實體與多個所述換氣口的相對間距，包括：

利用卷積神經網絡對所述圖像信息進行識別，得到所述第一實體與多個所述換氣口在所述當前環境的圖像中的位置；

依據所述第一實體與多個所述換氣口在所述當前環境的圖像中的位置得到所述第一實體與多個所述換氣口的相對間距。

7.根據權利要求5所述的方法，其特征在于：依據所述圖像信息識別所述第二實體與多個所述換氣口的相對間距，包括：

利用卷積神經網絡對所述圖像信息進行識別，得到所述第二實體與多個所述換氣口在所述當前環境的圖像中的位置；

依據所述第二實體與多個所述換氣口在所述當前環境的圖像中的位置得到所述第二實體與多個所述換氣口的相對間距。

8.一種存儲介質，其特征在于，所述存儲介質上存儲有實現權利要求1-7中任一項所述方法的步驟的計算機程序。

9.一種處理裝置，其特征在于，包括圖像采集器、存儲器和處理器，所述圖像采集器連接于所述處理器，用于獲取當前環境的圖像信息；所述存儲器上存儲有可在所述處理器上運行的計算機程序，所述計算機程序被所述處理器執行時實現權利要求1-7中任一項所述方法的步驟。