[发明专利]一种辅助烹饪方法和装置

说明书

本发明公开了一种辅助烹饪方法和装置，其中所述方法包括：实时采集厨具的温度获得原始温度时间序列，对原始温度时间序列进行预处理以获取第一温度时间序列，利用预设机器学习模型根据第一温度时间序列计算当前烹饪行为，根据当前烹饪行为计算目标温度，使用闭环控制模型根据第一温度时间序列和目标温度控制厨具的工作温度；实施本发明可以自动判断用户烹饪行为，并根据用户烹饪行为设定厨具的工作温度，从而帮助用户完成相应的烹饪任务。

技术领域

本发明涉及烹饪技术领域，尤其是辅助烹饪的方法和装置。

背景技术

人们追求高品质饮食的要求与日俱增，但越来越多新生代用户对传统厨艺知之甚少，因此传统厨艺在当代面临传承断层的问题，缺乏烹饪经验的用户难以使用普通厨具完成传统菜谱的烹饪工作。

发明内容

本发明的目的在于提供一种能够自动帮助用户完成传统菜谱烹饪工作的辅助烹饪方法和装置。

为了解决以上提出的问题，本发明采用的一个技术方案为：

一种辅助烹饪方法，包括如下步骤：

实时采集厨具的温度获得原始温度时间序列；

对原始温度时间序列进行预处理以获取第一温度时间序列；

利用预设机器学习模型根据第一温度时间序列计算当前烹饪行为；

根据当前烹饪行为计算目标温度；

使用闭环控制模型根据第一温度时间序列和目标温度控制厨具的工作温度。

优选地，所述对原始温度时间序列进行预处理以获取第一温度时间序列，包括：根据预设滤波算法对原始温度时间序列进行数字滤波。

优选地，所述预设滤波算法为数字卡尔曼滤波算法。

优选地，所述对原始温度时间序列进行预处理以获取第一温度时间序列，还包括：按预设时间窗对原始温度时间序列进行积分。

优选地，所述利用预设机器学习模型根据第一温度时间序列计算用户当前的烹饪行为，包括：以预设排序算法对第一温度时间序列进行排序，将排序结果输入预设机器学习模型以计算得到当前烹饪行为。

优选地，所述方法还包括：检测炊具的传热导入系数识别当前炊具的类型，根据当前炊具的类型选择相应的机器学习模型作为预设机器学习模型。

优选地，所述预设机器学习模型为Adaboost。

优选地，所述方法还包括检测用户操作，判断用户操作是否导致温度偏离目标温度，若是，则根据第一温度时间序列计算新的当前烹饪行为，将新的当前烹饪行为和第一温度时间序列加入预设机器学习模型的训练样本集。

本发明采用的另一个技术方案为：一种辅助烹饪装置，包括：温度采集模块，用于实时采集厨具的温度获得原始温度时间序列；

预处理模块，用于对原始温度时间序列进行预处理以获取第一温度时间序列；

行为识别模块，用于利用预设机器学习模型根据第一温度时间序列计算当前烹饪行为；

温度计算模块，用于根据当前烹饪行为计算目标温度；

闭环控制模块，用于使用闭环控制模型根据第一温度时间序列和目标温度控制厨具的工作温度。

优选地，所述装置还包括学习模块，所述学习模块用于判断用户操作是否导致温度偏离目标温度，若是，则根据第一温度时间序列计算新的当前烹饪行为，将新的当前烹饪行为和第一温度时间序列加入所述预设机器学习模型的训练样本集。