[发明专利]一种基于脑电波检测的扫地机器人控制方法及系统有效

专利信息
申请号: 201911019786.0 申请日: 2019-10-24
公开(公告)号: CN110742559B 公开(公告)日: 2021-09-14
发明(设计)人: 陈小平;熊德林;陈国丞;常建伟;林铮;王亚星 申请(专利权)人: 佛山市云米电器科技有限公司;陈小平
主分类号: A47L11/40 分类号: A47L11/40;A47L11/24
代理公司: 佛山市禾才知识产权代理有限公司 44379 代理人: 朱培祺;刘羽波
地址: 528000 广东省佛山市顺德区伦教街道办事*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 脑电波 检测 扫地 机器人 控制 方法 系统
【说明书】:

发明公开了一种基于脑电波检测的扫地机器人控制方法,包括以下步骤:步骤A,扫地机器人根据设定程序确定各待清扫区域的清扫顺序;步骤B,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;步骤C,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务。本技术方案提出的一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度,进而提出一种使用上述控制方法的扫地机器人控制系统,控制方法简单,智能化程度较高。

技术领域

本发明涉及智能家居领域,尤其涉及一种基于脑电波检测的扫地机器人控制方法及系统。

背景技术

随着城市工作节奏越来越快,家庭成员可以分配于家庭清洁的时间越来越少,因而使得智能扫地机器人的使用越来越广泛,在智能化时代飞速发展的趋势下,用户群体对于智能扫地机器人工作的满意程度将决定其后续产品销量。目前扫地机器人的清扫系统,无论是随机清扫或是规划式清扫,都是根据扫地机器人本身对环境的感应和检测而制定的清扫路线,却无法根据用户的喜好来调整系统制定的清扫计划,这就使得很多用户对于智能扫地机器人的工作满意度下降,对于扫地机器人的普及带来不利。

发明内容

本发明的目的在于提出一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度。

本发明的另一个目的在于提出一种扫地机器人控制系统,控制方法简单,智能化程度较高,以克服现有技术中的不足之处。

为达此目的,本发明采用以下技术方案:

一种基于脑电波检测的扫地机器人控制方法,包括以下步骤:

步骤A,获取待清扫空间,将待清扫空间划分为若干个待清扫区域,扫地机器人根据设定程序确定各待清扫区域的清扫顺序,规则出清扫路线;

步骤B,扫地机器人按照步骤A的清扫路线清扫时,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;

步骤C,在下一次清扫时,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务;当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互不匹配时,重复步骤A和步骤B。

优选的,步骤A执行之前还包括步骤S,步骤S具体包括以下步骤:

步骤S1,在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;

步骤S2,对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;

步骤S3,若两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;若两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号值,输出不同生物特征用户的脑电波信号曲线。

优选的,步骤B中用户清扫模型的建立步骤为:

按照用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,作为用户清扫模型。

优选的,步骤B中具体为:

步骤B1,采集不同用户的生物特征信息并记录为多个用户的生物特征模板;

步骤B2,在执行每一次的清扫任务时,根据不同生物特征模板下的脑电波信号曲线,继续实时获取并记录不同生物特征模板下的用户欢愉度信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市云米电器科技有限公司;陈小平,未经佛山市云米电器科技有限公司;陈小平许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911019786.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top