[发明专利]智能家居控制方法、装置及计算机可读存储介质

说明书

本发明公开了一种智能家居控制方法，包括：获取用户身上特定特定部位的肌电信号，并对所述肌电信号进行预处理；对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。本发明还公开了一种智能家居控制装置及计算机可读存储介质。本发明通过对肌电信号的检测及判断，实现对家居设备的控制，提高用户的体验。

技术领域

本发明涉及智能家居技术领域，尤其涉及一种智能家居控制方法、装置及计算机可读存储介质。

背景技术

现有的智能家居设备一般是通过安装在控制终端(如移动终端)上的应用程序，来实现对智能家居设备的控制，通过控制按键控制智能家居设备时，会需要人体手动触发该控制按键，因此，还不够便捷以及智能化。

发明内容

本发明的主要目的在于提供一种智能家居控制方法、装置及计算机可读存储介质，旨在解决现有技术中对智能家居设备的控制不够便捷及智能化的技术问题。

为实现上述目的，本发明提供一种智能家居控制方法，所述智能家居控制方法包括：

获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理；

对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令；

基于所述智能家居控制命令，控制相应的智能家居设备执行对应的操作。

可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤包括：

通过用户身上特定部位的肌电信号检测装置，获取所述特定部位的肌电信号；

采用小波去噪算法或自适应滤波算法对所述肌电信号进行去噪处理。

可选地，所述对所述预处理后的肌电信号进行计算，确定所述预处理后的肌电信号对应的智能家居控制命令的步骤包括：

根据预设的差分阈值法提取所述去噪处理后的肌电信号对应的活动段特征值；

将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别，以得到所述肌电信号对应的智能家居控制命令。

可选地，所述活动段特征值包括所述肌电信号对应的活动段肌电积分值、信号波长度、绝对值均值、平均频率、平均功率、能量特征值、均方根、过零点数、平均幅值差。

可选地，所述将所述活动段特征值发送至预置的神经网络模型，以供所述神经网络模型根据所述活动段特征值，对所述特定部位的肌肉状态进行识别的步骤之后，还包括：

若所述神经网络模型反馈的结果为智能家居控制命令识别失败，则向所述肌电信号检测装置发送相应的智能家居设备控制失败的提示。

可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤之前，还包括：

获取不同的智能家居控制命令对应的肌电信号样本，并基于所述肌电信号样本对所述神经网络模型进行训练。

可选地，所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤之前，还包括：

获取用户身上特定部位的运动数据，并基于所述运动数据，判断所述特定部位的运动状态是否是预设运动状态；

若是，则执行所述获取用户身上特定部位的肌电信号，并对所述肌电信号进行预处理的步骤。

可选地，所述获取用户身上特定部位的运动数据，并基于所述运动数据，判断所述特定部位的运动状态是否是预设运动状态的步骤包括：