[发明专利]衣物护理机的控制方法以及衣物护理机有效

专利信息
申请号: 202080090299.8 申请日: 2020-05-29
公开(公告)号: CN114901889B 公开(公告)日: 2023-10-13
发明(设计)人: 金元哲 申请(专利权)人: LG电子株式会社
主分类号: D06F34/20 分类号: D06F34/20;D06F34/28;D06F34/05;D06F58/44;D06F58/12;D06F71/32;G06N3/092;G06N3/084;H04N7/18;D06F35/00
代理公司: 隆天知识产权代理有限公司 72003 代理人: 崔炳哲
地址: 韩国*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 衣物 护理 控制 方法 以及
【权利要求书】:

1.一种衣物护理机的控制方法,其中,包括:

在移动衣架以第一移动模式动作的期间,通过传感器来感测处理腔室内部的灰尘的步骤;

在所述移动衣架以所述第一移动模式动作的期间,通过摄像头来生成置于所述处理腔室内部的衣物的移动信息的步骤;

基于所述衣物的移动信息和灰尘量,确定第二移动模式的步骤;以及

以所确定的所述第二移动模式来控制所述移动衣架的步骤。

2.根据权利要求1所述的衣物护理机的控制方法,其中,

所述移动信息包括由所述移动衣架的振动引起的所述衣物的移动距离。

3.根据权利要求1所述的衣物护理机的控制方法,其中,

所述第二移动模式利用被学习为将所述移动信息和所述灰尘量作为输入且生成用于确定所述移动衣架的振动幅度或振动速度的输出的学习模型来确定。

4.根据权利要求3所述的衣物护理机的控制方法,其中,

所述学习模型是基于强化学习的人工神经网络模型。

5.根据权利要求4所述的衣物护理机的控制方法,其中,

所述基于强化学习的人工神经网络模型将所述衣物的移动信息和所述灰尘量定义为状态。

6.根据权利要求4所述的衣物护理机的控制方法,其中,

所述基于强化学习的人工神经网络模型将所述移动衣架的振动幅度或振动速度定义为动作。

7.根据权利要求4所述的衣物护理机的控制方法,其中,

所述基于强化学习的人工神经网络模型基于所述衣物的移动信息或所述灰尘量中的至少一个来算出补偿。

8.根据权利要求7所述的衣物护理机的控制方法,其中,

所述补偿被计算为与所述灰尘量成正比增加。

9.根据权利要求7所述的衣物护理机的控制方法,其中,

所述补偿被计算为与所述移动距离成反比增加。

10.根据权利要求7所述的衣物护理机的控制方法,其中,

所述补偿被计算为与所述灰尘量成正比增加且与所述移动距离成反比增加。

11.根据权利要求1所述的衣物护理机的控制方法,其中,

确定所述第二移动模式的步骤还包括:

从网络接收用于调度所述衣物的移动信息和灰尘量的传输的下行链路控制信息(DCI)的步骤,

所述所述衣物的移动信息和灰尘量基于所述DCI传输到所述网络。

12.根据权利要求11所述的衣物护理机的控制方法,其中,

还包括基于同步信号块(SSB)来执行与所述网络的初始接入过程的步骤,

所述衣物的移动信息和灰尘量通过物理上行链路共享信道(PUSCH)传输到所述网络,

所述SSB和所述PUSCH的专用解调参考信号(DM-RS)对准共址(QCL)类型D为QCL。

13.一种衣物护理机,其中,包括:

传感器,在移动衣架以第一移动模式动作的期间,感测处理腔室内部的灰尘;

摄像头,在所述移动衣架以所述第一移动模式动作的期间,拍摄所述处理腔室内部的影像;以及

处理器,从所述影像生成置于所述处理腔室内部的衣物的移动信息,基于所述衣物的移动信息和灰尘量来确定第二移动模式,以所确定的所述第二移动模式来控制所述移动衣架。

14.根据权利要求13所述的衣物护理机,其中,

还包括收发器,

所述处理器通过所述收发器向网络传输所述衣物的移动信息和灰尘量,从所述网络接收关于所述第二移动模式的信息作为响应。

15.一种计算机可读取的存储介质,其中,

存储有执行权利要求1至12中任一项所述的控制方法的程序。

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LG电子株式会社,未经LG电子株式会社许可,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/202080090299.8/1.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