本發(fā)明涉及智能家居控制，尤其涉及一種基于柔性傳感器的觸控控制方法及裝置。

背景技術(shù)：

1、隨著智能家居市場的快速發(fā)展，用戶對(duì)交互體驗(yàn)的要求越來越高。傳統(tǒng)的物理按鈕和觸摸屏已經(jīng)不能滿足用戶對(duì)于靈活性和空間利用的需求。柔性傳感器的出現(xiàn)為智能家居控制提供了新的解決方案。柔性傳感器可以集成到各種表面，如墻面、桌面、甚至家具上，實(shí)現(xiàn)隱秘化、空間節(jié)省化的交互方式。

2、現(xiàn)有的基于柔性傳感器的觸控控制方法通過可以彎曲、折疊的觸控屏集成到衣物、家具中。

3、例如公告號(hào)為：cn114935890b的發(fā)明專利公告的基于強(qiáng)化學(xué)習(xí)的大型柔性結(jié)構(gòu)傳感器作動(dòng)器優(yōu)化配置方法，包括：首先建立系統(tǒng)動(dòng)力學(xué)模型，再將動(dòng)力學(xué)模型轉(zhuǎn)換到模態(tài)空間中表示，根據(jù)系統(tǒng)的動(dòng)態(tài)方程和邊界條件獲得多自由度振動(dòng)系統(tǒng)的各階固有頻率和相應(yīng)的振型，然后將多自由度振動(dòng)系統(tǒng)由模態(tài)空間轉(zhuǎn)換到狀態(tài)空間模型，接下來建立優(yōu)化目標(biāo)函數(shù)，最后采用強(qiáng)化學(xué)習(xí)策略的粒子群優(yōu)化算法進(jìn)行優(yōu)化配置。

4、例如公開號(hào)為：cn116088315a的專利申請(qǐng)公開的一種基于模型-狀態(tài)觸發(fā)的柔性約束航天器構(gòu)型控制方法，包括：計(jì)算航天器的跟蹤位置誤差和跟蹤速度誤差；根據(jù)跟蹤位置誤差和跟蹤速度誤差構(gòu)建滑膜變量；根據(jù)滑膜變量和事件觸發(fā)機(jī)制生成事件觸發(fā)控制信號(hào)，對(duì)航天器進(jìn)行控制。

5、但本技術(shù)在實(shí)現(xiàn)本技術(shù)實(shí)施例中發(fā)明技術(shù)方案的過程中，發(fā)現(xiàn)上述技術(shù)至少存在如下技術(shù)問題：

6、現(xiàn)有技術(shù)中，傳統(tǒng)窗簾在應(yīng)對(duì)一天當(dāng)中氣候變化無法自主控制，通過柔性傳感器控制智能窗簾的調(diào)節(jié)應(yīng)對(duì)復(fù)雜環(huán)境無法準(zhǔn)確控制，存在難以提高柔性傳感器的智能窗簾環(huán)境適應(yīng)性的問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例通過提供一種基于柔性傳感器的觸控控制方法及裝置，解決了現(xiàn)有技術(shù)中，存在難以提高柔性傳感器的智能窗簾環(huán)境適應(yīng)性的問題，實(shí)現(xiàn)了提高柔性傳感器的智能窗簾環(huán)境適應(yīng)性的效果。

2、本技術(shù)實(shí)施例提供了一種基于柔性傳感器的觸控控制方法，包括以下步驟：通過柔性傳感器采集室內(nèi)環(huán)境參數(shù)；用戶通過人工設(shè)置指令直接調(diào)整智能窗簾狀態(tài)和設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)；通過室內(nèi)環(huán)境參數(shù)分析室內(nèi)環(huán)境影響狀態(tài)，所述室內(nèi)環(huán)境影響狀態(tài)包括光照環(huán)境影響狀態(tài)和風(fēng)力環(huán)境影響狀態(tài)，得到室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果；根據(jù)室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果與設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)對(duì)比分析，根據(jù)對(duì)比分析結(jié)果調(diào)整智能窗簾狀態(tài)，判斷并通知相關(guān)人員。

3、進(jìn)一步的，所述通過柔性傳感器采集室內(nèi)環(huán)境參數(shù)的具體過程為：在室內(nèi)空間中及智能窗簾表面部署柔性傳感器；將柔性傳感器作為室內(nèi)數(shù)據(jù)采集前端設(shè)備與數(shù)據(jù)處理后端設(shè)備相連接，數(shù)據(jù)處理后端設(shè)備持續(xù)從柔性傳感器采集室內(nèi)環(huán)境參數(shù)；數(shù)據(jù)處理后端設(shè)備對(duì)室內(nèi)環(huán)境參數(shù)進(jìn)行數(shù)據(jù)清洗和數(shù)據(jù)規(guī)范化，得到室內(nèi)環(huán)境有效參數(shù)。

4、進(jìn)一步的，所述通過人工設(shè)置指令直接調(diào)整智能窗簾狀態(tài)和設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)的具體過程為：用戶通過運(yùn)用控制終端的方式或者對(duì)柔性傳感器進(jìn)行觸控控制的方式對(duì)智能窗簾發(fā)送人工指令，人工指令會(huì)調(diào)整智能窗簾狀態(tài)；所述控制終端包括智能軟件控制終端、智能家居控制面板終端和語音助手控制終端；所述人工指令表示人工通過柔性傳感器輸入控制指令，使得智能窗簾朝向開關(guān)狀態(tài)變化。

5、進(jìn)一步的，所述用戶通過人工設(shè)置指令直接調(diào)整智能窗簾狀態(tài)和設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)還包括：智能窗簾狀態(tài)包括智能窗簾最小控制單元的開合程度、智能窗簾最小控制單元的啟停時(shí)間參數(shù)和智能窗簾最小控制單元的啟停條件參數(shù)；所述智能窗簾最小控制單元用于描述智能窗簾通過柔性傳感器能夠控制的最小單獨(dú)變化朝向狀態(tài)的智能窗簾單元；智能窗簾最小控制單元的開合程度用于表示智能窗簾最小控制單元相對(duì)于陽光入室的入射角的相對(duì)角度；智能窗簾標(biāo)準(zhǔn)狀態(tài)包括智能窗簾最小控制單元的初始開合程度、智能窗簾最小控制單元的初始啟停時(shí)間參數(shù)、智能窗簾最小控制單元的初始啟停條件參數(shù)和智能窗簾最小控制單元的標(biāo)準(zhǔn)啟停條件參數(shù)。

6、進(jìn)一步的，所述得到室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果，具體包括：室內(nèi)風(fēng)力環(huán)境影響評(píng)估值和室內(nèi)光照環(huán)境影響評(píng)估值和室內(nèi)環(huán)境綜合影響評(píng)估值；所述室內(nèi)風(fēng)力環(huán)境影響評(píng)估值用于指代室內(nèi)環(huán)境中風(fēng)力條件變化對(duì)于智能窗簾控制狀態(tài)影響水平；所述室內(nèi)光照環(huán)境影響評(píng)估值用于指代室內(nèi)環(huán)境中光照條件變化對(duì)于智能窗簾控制狀態(tài)影響水平；所述室內(nèi)環(huán)境綜合影響評(píng)估值用于指代室內(nèi)環(huán)境中綜合條件變化對(duì)于智能窗簾控制狀態(tài)影響水平。

7、進(jìn)一步的，所述室內(nèi)風(fēng)力環(huán)境影響評(píng)估值，具體獲得過程為：采集室內(nèi)風(fēng)力矢量參數(shù)和室內(nèi)外風(fēng)壓參數(shù)并進(jìn)行數(shù)據(jù)預(yù)處理，包括去除異常值、填補(bǔ)缺失值和歸一化處理；根據(jù)室內(nèi)風(fēng)力環(huán)境影響評(píng)估的數(shù)據(jù)目標(biāo)，從預(yù)處理后的數(shù)據(jù)中選擇與風(fēng)力環(huán)境影響的特征數(shù)據(jù)，得到室內(nèi)風(fēng)力影響特征參數(shù)；使用室內(nèi)風(fēng)力影響特征參數(shù)，構(gòu)建線性回歸模型，通過線性回歸模型分析得到室內(nèi)風(fēng)力環(huán)境影響評(píng)估值。

8、進(jìn)一步的，所述室內(nèi)光照環(huán)境影響評(píng)估值，具體獲得過程為：采集室內(nèi)光照強(qiáng)度參數(shù)和室內(nèi)溫度參數(shù)；采集人工設(shè)置歷史最適室內(nèi)溫度平均值數(shù)據(jù)，所述人工設(shè)置歷史最適室內(nèi)溫度平均值數(shù)據(jù)用于描述人工設(shè)置的最適室內(nèi)溫度歷史數(shù)據(jù)平均值；將人工設(shè)置歷史最適室內(nèi)溫度平均值數(shù)據(jù)與當(dāng)前室內(nèi)溫度對(duì)比分析得到季節(jié)修正因子；結(jié)合室內(nèi)風(fēng)力環(huán)境影響評(píng)估值由此分析得到室內(nèi)光照環(huán)境影響評(píng)估值。

9、進(jìn)一步的，所述室內(nèi)環(huán)境綜合影響評(píng)估值，具體獲得過程為：通過室內(nèi)風(fēng)力環(huán)境影響評(píng)估值和室內(nèi)光照環(huán)境影響評(píng)估值綜合分析得到室內(nèi)環(huán)境綜合影響評(píng)估值，具體分析公式如下：

10、

11、μ表示室內(nèi)環(huán)境綜合影響評(píng)估值，表示室內(nèi)光照環(huán)境影響評(píng)估值，γ表示室內(nèi)風(fēng)力環(huán)境影響評(píng)估值，π表示圓周率。

12、進(jìn)一步的，所述根據(jù)對(duì)比分析結(jié)果調(diào)整智能窗簾狀態(tài)，判斷并通知相關(guān)人員，具體包括：若室內(nèi)風(fēng)力環(huán)境影響評(píng)估值不大于預(yù)設(shè)室內(nèi)風(fēng)力環(huán)境影響閾值且室內(nèi)光照環(huán)境影響評(píng)估值不大于預(yù)設(shè)室內(nèi)光照環(huán)境影響第一閾值且室內(nèi)環(huán)境綜合影響評(píng)估值不大于預(yù)設(shè)室內(nèi)環(huán)境綜合影響閾值，則不調(diào)整智能窗簾狀態(tài)；若室內(nèi)風(fēng)力環(huán)境影響評(píng)估值大于預(yù)設(shè)室內(nèi)風(fēng)力環(huán)境影響閾值，則通過智能家居控制設(shè)備關(guān)閉智能窗戶和智能窗簾并以大風(fēng)預(yù)警提醒通信相關(guān)人員，將室內(nèi)風(fēng)力環(huán)境影響評(píng)估值、室內(nèi)風(fēng)力矢量參數(shù)和室內(nèi)外風(fēng)壓參數(shù)發(fā)送相關(guān)人員；若室內(nèi)光照環(huán)境影響評(píng)估值大于預(yù)設(shè)室內(nèi)光照環(huán)境影響第一閾值且不大于預(yù)設(shè)室內(nèi)光照環(huán)境影響第二閾值，則通過智能家居控制設(shè)備調(diào)整智能窗簾開合角度并將室內(nèi)光照環(huán)境影響評(píng)估值、室內(nèi)光照強(qiáng)度參數(shù)和室內(nèi)溫度參數(shù)發(fā)送相關(guān)人員；若室內(nèi)光照環(huán)境影響評(píng)估值大于預(yù)設(shè)室內(nèi)光照環(huán)境影響第二閾值，則通過智能家居控制設(shè)備關(guān)閉智能窗簾并以光照熱量預(yù)警提醒通信相關(guān)人員，將室內(nèi)光照環(huán)境影響評(píng)估值、室內(nèi)光照強(qiáng)度參數(shù)和室內(nèi)溫度參數(shù)發(fā)送相關(guān)人員；室內(nèi)環(huán)境綜合影響評(píng)估值大于預(yù)設(shè)室內(nèi)環(huán)境綜合影響閾值，則通過智能家居控制設(shè)備關(guān)閉智能窗戶和智能窗簾并以綜合預(yù)警提醒通信相關(guān)人員，將室內(nèi)環(huán)境綜合影響評(píng)估值、室內(nèi)光照環(huán)境影響評(píng)估值、室內(nèi)光照強(qiáng)度參數(shù)、室內(nèi)溫度參數(shù)、室內(nèi)風(fēng)力環(huán)境影響評(píng)估值、室內(nèi)風(fēng)力矢量參數(shù)和室內(nèi)外風(fēng)壓參數(shù)發(fā)送相關(guān)人員；相關(guān)人員接收所有的預(yù)警提醒后，通過智能家居控制設(shè)備調(diào)整智能家居狀態(tài)。

13、本技術(shù)實(shí)施例提供了一種基于柔性傳感器的觸控控制裝置，包括環(huán)境數(shù)據(jù)采集模塊、用戶指令設(shè)置調(diào)控模塊、環(huán)境影響分析模塊和環(huán)境影響判斷調(diào)控模塊：所述環(huán)境數(shù)據(jù)采集模塊：用于通過柔性傳感器采集室內(nèi)環(huán)境參數(shù)；所述用戶指令設(shè)置調(diào)控模塊：用于將用戶通過人工設(shè)置指令直接調(diào)整智能窗簾狀態(tài)和設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)；所述環(huán)境影響分析模塊：用于通過室內(nèi)環(huán)境參數(shù)分析室內(nèi)環(huán)境影響狀態(tài)，所述室內(nèi)環(huán)境影響狀態(tài)包括光照環(huán)境影響狀態(tài)和風(fēng)力環(huán)境影響狀態(tài)，得到室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果；所述環(huán)境影響判斷調(diào)控模塊：用于根據(jù)室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果與設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)對(duì)比分析，根據(jù)對(duì)比分析結(jié)果調(diào)整智能窗簾狀態(tài)，判斷并通知相關(guān)人員。

14、本技術(shù)實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

15、1、通過室內(nèi)環(huán)境參數(shù)分析室內(nèi)環(huán)境影響狀態(tài)，得到室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果；根據(jù)室內(nèi)環(huán)境影響狀態(tài)分析結(jié)果與設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)對(duì)比分析，從而根據(jù)對(duì)比分析結(jié)果調(diào)整智能窗簾狀態(tài)，判斷并通知相關(guān)人員，進(jìn)而實(shí)現(xiàn)了提高柔性傳感器的智能窗簾環(huán)境適應(yīng)性的效果，有效解決了現(xiàn)有技術(shù)中，難以提高柔性傳感器的智能窗簾環(huán)境適應(yīng)性的問題。

16、2、將用戶通過人工設(shè)置指令直接調(diào)整智能窗簾狀態(tài)和設(shè)置智能窗簾標(biāo)準(zhǔn)狀態(tài)，設(shè)置調(diào)整窗簾的開合程度，以及設(shè)置對(duì)應(yīng)的自動(dòng)控制參數(shù)，預(yù)設(shè)智能窗簾的標(biāo)準(zhǔn)狀態(tài)，從而使其在特定時(shí)間自動(dòng)開關(guān)以達(dá)到最佳的室內(nèi)光線效果，進(jìn)而實(shí)現(xiàn)了提高柔性傳感器的智能窗簾個(gè)人設(shè)置靈活性。

17、3、通過根據(jù)對(duì)比分析結(jié)果調(diào)整智能窗簾狀態(tài)，判斷并通知相關(guān)人員，通過自動(dòng)調(diào)整智能窗簾，根據(jù)室內(nèi)外環(huán)境變化來調(diào)節(jié)光照和溫度，同時(shí)在大風(fēng)等惡劣天氣條件下，自動(dòng)關(guān)閉窗簾可以防止意外損害，進(jìn)而實(shí)現(xiàn)了提高柔性傳感器的智能窗簾應(yīng)對(duì)環(huán)境變化的安全性。