[发明专利]净水设备的出水装置及其控制方法和装置

说明书

本发明公开了一种净水设备的出水装置及其控制方法和装置。其中，该方法包括：获取目标对象的图像信息；基于神经网络模型预测得到与图像信息对应的至少一个属性信息；判断是否接收到控制指令，其中，控制指令由目标对象对应的控制主体发出；在未接收到控制指令的情况下，根据目标对象的至少一个属性信息，为目标对象提供对应的出水服务。本发明解决了现有技术中净水机的智能化程度低的技术问题。

技术领域

本发明涉及净水机领域，具体而言，涉及一种净水设备的出水装置及其控制方法和装置。

背景技术

目前，家用净水机的普及程度越来越高，家用净水机通常是通过滤芯装置中的过滤膜有效的除去水中的铁锈、砂石、胶体以及吸附水中的化学药剂，从而有效的提高家庭用水的指令。

但对净水机的控制方式仍然非常单一，即通过净水机上设备的按钮对净水机进行控制，尤其对于安装在厨房下橱柜内的厨下式净水机，更加不便于用户操作，从而导致用户操作复杂，体验度不高。

针对现有技术中净水机的智能化程度低的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种净水设备的出水装置及其控制方法和装置，以至少解决现有技术中净水机的智能化程度低的技术问题。

根据本发明实施例的一个方面，提供了一种净水设备的出水控制方法，包括：获取目标对象的图像信息；基于神经网络模型预测得到与图像信息对应的至少一个属性信息；判断是否接收到控制指令，其中，控制指令由目标对象对应的控制主体发出；在未接收到控制指令的情况下，根据目标对象的至少一个属性信息，为目标对象提供对应的出水服务。

进一步地，将图像信息输入神经网络模型进行判决，其中，神经网络模型用于预测目标对象的属性信息，神经网络模型使用多组样本数据通过机器学习训练得到，每个样本数据包括：已知属性信息的目标对象和目标对象的属性信息；接收神经网络模型输出的属性信息。

进一步地，属性信息包括：水源需求类别、容量以及温度需求类别，神经网络模型包括：第一神经网络模型、第二神经网络模型和第三神经网络模型，其中，第一神经网络模型用于预测目标对象的水源需求类别，第二神经网络模型用于预测目标对象的容量，第三神经网络模型用于预测目标对象的温度需求类别。

进一步地，根据目标对象所属的水源需求类别确定目标对象的出水服务类型，其中，出水服务类型包括：原水出水、净水出水以及废水出水；根据目标对象的出水服务类型为目标对象提供对应的出水服务。

进一步地，根据目标对象的容量确定目标对象对应的出水量；当净水设备的出水量达到目标对象对应的出水量时，控制净水设备停止出水。

进一步地，获取目标对象所属的温度需求类别对应的温度；调整出水温度至目标对象所属的温度需求类别对应的温度。

进一步地，在净水设备接收到控制指令的情况下，按照控制指令为目标对象提供出水服务。

进一步地，识别图像信息中控制主体的动作；将控制主体的动作与预设的动作进行匹配，其中，预设的动作具有对应的控制指令；在匹配成功的情况下确定接收到控制指令，并确定与动作匹配成功的预设动作对应的控制指令为控制主体的控制指令。

进一步地，识别接收到的语音信息；解析语音信息以得到语音信息中包括的控制指令。

根据本发明实施例的一个方面，提供了一种净水设备的出水装置，包括：图像采集装置，用于获取目标对象的图像信息；控制器，与图像采集装置相连，用于基于神经网络模型预测得到与图像信息对应的至少一个属性信息；判断是否接收到控制指令，其中，控制指令由目标对象对应的控制主体发出；在未接收到控制指令的情况下，根据目标对象的属性信息，为目标对象提供对应的出水服务。