一种基于人工智能的智能设备控制系统及方法与流程

本发明涉及智能终端，特别是一种基于人工智能的智能设备控制系统及方法。

背景技术：

1、智能家居技术在物联网与ai推动下迅猛发展，集成传感器与数据分析优化生活环境，实现自动化调控，但仍面临环境感知与用户行为分离、预测模型静态、情景识别简单等局限，影响个性化与主动性服务效果。

2、本发明通过综合部署传感器网络全面采集环境与行为数据，深度融合用户偏好、位置时间信息，创新预测模型，智能识别情景与动态调节家居设备，解决现有技术难题，提升系统精准度与用户体验。

技术实现思路

1、鉴于上述现有存在的问题，提出了本发明。

2、因此，本发明提供了一种基于人工智能的智能设备控制系统及方法解决环境感知与用户行为分离、预测模型静态、情景识别简单等局限，影响个性化与主动性服务效果的问题。

3、为解决上述技术问题，本发明提供如下技术方案：

4、第一方面，本发明实施例提供了一种基于人工智能的智能设备控制方法，其包括，部署多种传感器，采集室内外环境数据；

5、收集用户对家居智能设备的历史行为数据，分析用户的偏好；

6、结合用户的位置信息、活动模式和时间信息，预测用户未来的行为；

7、根据收集到的室内外环境数据和用户行为数据，识别用户的当前情景；

8、根据识别出的当前情景和用户偏好，自动调节家居智能设备。

9、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述多种传感器包括温度传感器、湿度传感器、光照传感器、声音传感器和空气质量传感器；

10、所述室内外环境数据包括温度、湿度、光照强度、声音和空气质量。

11、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述部署多种传感器，采集室内外环境数据包括，

12、通过贝叶斯网络算法计算多种传感器的位置，部署多种传感器，实时采集室内外环境数据，使用wifi技术，实时传输室内外环境数据。

13、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述分析用户的偏好包括，

14、从智能家居系统数据库中收集用户与家居智能设备交互的历史行为数据；

15、利用时间序列插值处理偶然缺失数据点，采用z-score识别并处理异常值；

16、提取使用频率特征、活跃时段特征、设备使用持续时长特征、操作顺序特征和操作时的环境特征；

17、基于所有特征，使用k-means聚类算法，设定k值，得到k个行为模式；

18、使用arima和stm模型，对k个行为模式，进行时间序列分析，揭示偏好规律；

19、将arima、stm模型集成至智能家居系统，实时分析行为模式，根据偏好自动调节家居智能设备。

20、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述预测用户未来的行为包括，

21、利用手机gps，精确定位用户在家中的实时位置，记录位置数据，结合历史行为数据，识别活动路径，整合智能设备使用记录，结合时间标签，记录每个行为的时间戳，建立行为与位置的时序关联；

22、基于行为与位置的时序关联，使用k-means聚类，设定k值，得到k个路径模式；

23、基于k个路径模式，定义一组路径模式及其关联的地点序列和时间窗口，计算匹配度；

24、首先，定义一个加权和距离函数d来衡量当前位置和模式起点的距离，表示为，

25、；

26、其中，和是位置和时间的权重因子，是位置到模式中位置的物理距离，是当前时间t落换算为相对于模式窗口的偏移量的绝对值；

27、然后，计算整体匹配度，表示为，

28、；

29、其中，k遍历遍模式中的所有位置，是对所有的总和；

30、最后，基于计算出的匹配度，找出匹配度最高的路径模式，预测用户下一步的行为。

31、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述根据收集到的室内外环境数据和用户行为数据，识别用户的当前情景是指根据匹配度最高的路径模式，作为用户当前活动情境的模式，进一步整合当前室内外环境数据与用户历史行为特征，构建用户行为上下文，系统精准识别用户当前所处的情景。

32、作为本发明所述基于人工智能的智能设备控制方法的一种优选方案，其中：所述根据识别出的当前情景和用户偏好，自动调节家居智能设备包括，

33、利用余弦相似度算法，计算识别出的情景与用户的历史偏好进行匹配程度f，表示为，

34、；

35、其中，表示用户历史偏好的向量，表示当前情景特征向量，表示用户历史偏好向量的模，表示当前情景特征向量的模；

36、设定匹配度阈值为a；

37、当f≥a时，表示当前情景与用户历史偏好高度匹配，根据识别出的情景和用户偏好，自动调整家居智能设备；

38、当f<a时，表示匹配度较低，意味着当前情景与用户偏好有较大差异，用户检查数据是否异常，避免错误操作。

39、第二方面，本发明提供了一种基于人工智能的智能设备控制系统，包括，环境监测与数据采集模块，用于部署多种传感器，采集室内外环境数据；

40、行为分析与偏好学习模块，用于收集用户对家居智能设备的历史行为数据，分析用户的偏好；

41、行为预测模块，用于结合用户的位置信息、活动模式和时间信息，预测用户未来的行为；

42、情景识别模块，用于根据收集到的室内外环境数据和用户行为数据，识别用户的当前情景；

43、智能调控模块，用于根据识别出的当前情景和用户偏好，自动调节家居智能设备。

44、第三方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于人工智能的智能设备控制方法的任一步骤。

45、第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明第一方面所述的基于人工智能的智能设备控制方法的任一步骤。

46、本发明有益效果为：通过贝叶斯网络优化传感器布局与数据实时传输，结合细致的用户行为分析、偏好识别及预测模型，系统能准确判断用户情景并自动调节家居设备，实现了个性化舒适环境的智能化管理，既提高了生活便捷性与舒适度，又优化了能源利用，展现了智能家居的高效预见性与适应能力。

技术特征：

1.一种基于人工智能的智能设备控制方法，其特征在于：包括，

2.如权利要求1所述的基于人工智能的智能设备控制方法，其特征在于：所述多种传感器包括温度传感器、湿度传感器、光照传感器、声音传感器和空气质量传感器；

3.如权利要求2所述的基于人工智能的智能设备控制方法，其特征在于：所述部署多种传感器，采集室内外环境数据包括，

4.如权利要求3所述的基于人工智能的智能设备控制方法，其特征在于：所述分析用户的偏好包括，

5.如权利要求4所述的基于人工智能的智能设备控制方法，其特征在于：所述根据识别出的当前情景和用户偏好，自动调节家居智能设备包括，

6.一种基于人工智能的智能设备控制系统，基于权利要求1~5任一所述的基于人工智能的智能设备控制方法，其特征在于：包括，

7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1~5任一所述的基于人工智能的智能设备控制方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1~5任一所述的基于人工智能的智能设备控制方法的步骤。

技术总结本发明公开了一种基于人工智能的智能设备控制系统及方法，涉及智能终端技术领域，包括，部署多种传感器，采集室内外环境数据；收集用户对家居智能设备的历史行为数据，分析用户的偏好和习惯；结合用户的位置信息、活动模式和时间信息，预测用户未来的行为和需求；根据收集到的室内外环境数据和用户行为数据，识别用户的当前情景；根据识别出的当前情景和用户偏好，自动调节家居智能设备。通过数据实时传输，结合细致的用户行为分析、偏好识别及预测模型，系统能准确判断用户情景并自动调节家居设备，实现了个性化舒适环境的智能化管理，既提高了生活便捷性与舒适度，又优化了能源利用，展现了智能家居的高效预见性与适应能力。技术研发人员：石西华,汪洋,雷占兰,刘靖,陶延玲受保护的技术使用者：苏州贯文存储科技有限公司技术研发日：技术公布日：2024/8/27