[发明专利]智能伞控制方法、装置、计算机设备及存储介质

权利要求书

1.一种智能伞控制方法，其特征在于，包括：

获取开伞请求，根据预设的初始天气模式和初始伞面等级对智能伞进行开伞操作；

获取所述智能伞的体感设备采集的目标用户的人体图像，根据所述人体图像确定所述目标用户对应的目标体型；

获取当前的目标气象参数，将所述目标气象参数输入至预先训练好的天气识别模型中，获取目标天气模式；

若所述初始伞面等级与所述目标体型不匹配和/或所述初始天气模式与所述目标天气模式不匹配，则获取与所述目标体型和所述目标天气模式相匹配的目标转换模式；

根据所述目标转换模式，控制所述智能伞进行伞面转换。

2.如权利要求1所述的智能伞控制方法，其特征在于，所述人体图像包括深度图像数据和彩色图像数据；

所述根据所述人体图像确定所述目标用户对应的目标体型，包括：

根据所述深度图像数据和所述彩色图像数据，确定所述体感设备与所述目标用户的测量距离和所述目标用户的体型测量数据；

根据所述测量距离和所述体型测量数据，获取所述目标用户的体型实际数据；

根据所述体型实际数据查找对照表，获取与所述目标用户对应的目标体型。

3.如权利要求2所述的智能伞控制方法，其特征在于，所述根据所述测量距离和所述体型测量数据，获取所述目标用户的体型实际数据，包括：

采用参数计算公式对所述测量距离和所述体型测量数据进行计算，获取所述目标用户的体型实际数据，所述参数计算公式为y为体型实际数据，n为测量距离，x为体型测量数据，θ为体感设备水平视角，u为深度图像水平方向上的像素点个数，b为相邻像素点之间的距离，m为体感设备水平视角的实际尺寸。

4.如权利要求1所述的智能伞控制方法，其特征在于，在所述获取所述智能伞的定位模块采集的目标气象参数，将所述目标气象参数输入至预先训练好的天气识别模型中，获取目标天气模式之前，所述智能伞控制方法还包括：

获取携带天气模式的训练气象数据，所述训练气象数据包括温度、光照强度、紫外线强度和压力中的至少一项；

将所述训练气象数据进行聚类，获取聚类结果；

采用神经网络模型对所述聚类结果进行训练，获取天气识别模型。

5.如权利要求4所述的智能伞控制方法，其特征在于，所述将所述训练气象数据进行聚类，获取聚类结果，包括：

从所述训练气象数据中任意选择K个所述训练气象数据作为K个初始聚类中心；

计算所述初始聚类中心与剩余训练气象数据的相似度；

获取与所述相似度最接近的气象参数，生成K个类簇，将所述K个类簇内所有所述训练气象数据的均值作为更新聚类中心；

计算除所述更新聚类中心与剩余训练气象数据的相似度，重复执行所述获取与所述相似度最接近的气象参数，生成K个类簇，将所述K个类簇内所有所述训练气象数据的均值作为更新聚类中心的步骤，直至所述更新聚类中心和每一所述类簇中的训练气象数据到所属类簇的聚类中心的距离平方和不再发生变化，获取聚类结果。

6.如权利要求1所述的智能伞控制方法，其特征在于，所述智能伞包括供电模块、定位模块和定时模块；所述获取当前的目标气象参数，包括：

控制所述供电模块为所述定位模块进行供电，控制所述定时模块对所述定位模块进行监控；

当所述定位模块获取到电信号时，则在预设时间段内，获取当前地理位置对应的当前的原始气象参数；

若采集时间达到所述预设时间段，则控制所述供电模块进行断电，基于所述原始气象参数，获取目标气象参数。