本發(fā)明涉及智能家居，具體為一種智能熱飯煮飯助手。

背景技術(shù)：

1、隨著智能家居技術(shù)的發(fā)展，人們對(duì)于生活品質(zhì)和安全性的要求日益提高。

2、目前市面上使用的食物加熱、烹煮溫控設(shè)備存在以下問(wèn)題：

3、1.無(wú)法快速精確估算不同種類食物的加熱時(shí)間，輔助加熱、烹煮食物；

4、2.有些依賴用戶人力估算、控制時(shí)間和溫度，導(dǎo)致使用不便捷，體驗(yàn)不理想；

5、3.有些依賴傳統(tǒng)探測(cè)器，比如紅外輻射探測(cè)器，還有些依賴遠(yuǎn)程服務(wù)器輔助計(jì)算，成本較高，不利于普及；

6、4.市場(chǎng)上無(wú)同類智能估算時(shí)間，輔助加熱、煮飯的設(shè)備。

7、具體地，

8、一種車載智能餐盒智能溫控方法及系統(tǒng)，專利號(hào)：cn118349048a

9、方法：利用車載智能餐盒中的攝像頭、溫度傳感器、重量傳感器及遠(yuǎn)程的服務(wù)器分類葷菜、素菜來(lái)估算智能餐盒內(nèi)食物總體類型的加熱時(shí)間，智能控制保溫或加熱；

10、缺點(diǎn)：使用攝像頭以外的多個(gè)傳感器及遠(yuǎn)程服務(wù)器進(jìn)行食物加熱時(shí)間估算，成本較高，另外，使用fast?r-cnn算法，算法較簡(jiǎn)單，僅對(duì)食物類型進(jìn)行葷菜、素菜等粗略分類，無(wú)法細(xì)致識(shí)別食物具體成分及各成分比例，估算加熱時(shí)間不精確，而且僅用于貨車隨車智能餐盒加熱，應(yīng)用范圍有局限。

11、一種柔性多用途智能食物調(diào)溫裝置，專利號(hào)：cn113576263a

12、方法：利用熱紅外感應(yīng)探頭感知食物實(shí)時(shí)溫度，配合用戶手動(dòng)設(shè)定對(duì)食物進(jìn)行保溫或降溫；

13、缺點(diǎn)：利用熱紅外感應(yīng)探頭，成本較高，而且無(wú)智能加熱時(shí)間估算功能，僅能依賴用戶手動(dòng)設(shè)定保溫或降溫于某個(gè)溫度，適用場(chǎng)景有限。

14、高效電磁灶具的智能溫控系統(tǒng)，專利號(hào)：cn115789717a

15、方法：通過(guò)監(jiān)測(cè)鍋具內(nèi)流體食物沸騰后振動(dòng)情況，來(lái)控制灶具加熱溫度，防止溢出；

16、缺點(diǎn)：僅用于加熱粥、湯等需要加熱至沸騰的流體食物，適用場(chǎng)景有限，而且食物沸騰產(chǎn)生振動(dòng)一段時(shí)間后才會(huì)觸發(fā)溫度調(diào)節(jié)，不夠安全、清潔。

17、市面上的食物加熱溫控方法：

18、利用熱紅外感應(yīng)探頭、熱敏元件、振動(dòng)頻率監(jiān)測(cè)器、智能攝像頭及遠(yuǎn)程服務(wù)器輔助計(jì)算等原理保溫、加熱食物；

19、缺點(diǎn)：未能智能精確估算不同種類、成分食物的加熱時(shí)間輔助加熱、烹煮，適用場(chǎng)景有限，另外有些探測(cè)元件、設(shè)備成本較高，無(wú)法家庭普及。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種智能熱飯煮飯助手，在可移動(dòng)計(jì)算設(shè)備上運(yùn)行圖形識(shí)別算法，識(shí)別食物主要成分、比例等，并使用此數(shù)據(jù)作為輸入通過(guò)機(jī)器學(xué)習(xí)回歸算法估算此類食物適宜加熱、烹煮時(shí)間，向用戶提示，以輔助熱飯、煮飯、提供便捷。

2、為實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

3、一種智能熱飯煮飯助手，由硬件部分和軟件部分組成；

4、所述硬件部分包括mpu或mcu移動(dòng)芯片以及與所述mpu或mcu移動(dòng)芯片相配合的npu神經(jīng)網(wǎng)絡(luò)處理器芯片、ram內(nèi)存、flash存儲(chǔ)器、攝像頭、tts語(yǔ)音模塊、led顯示屏、led補(bǔ)光燈，還包括電源模塊；

5、所述軟件部分包括圖像識(shí)別模塊和加熱時(shí)間估算模塊；

6、所述mpu或mcu移動(dòng)芯片配合npu神經(jīng)網(wǎng)絡(luò)處理器、ram內(nèi)存及flash存儲(chǔ)器運(yùn)行tensorflow?lite或pytorch?mobile?支持算力有限的移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)框架；

7、通過(guò)設(shè)備的攝像頭讀取爐具、烤箱或微波爐內(nèi)實(shí)時(shí)圖片，然后在?tensorflowlite或pytorch?mobile?機(jī)器學(xué)習(xí)框架上運(yùn)行?mobilenetv2?ssd、tiny?yolov3或mobilenetv2?圖像識(shí)別機(jī)器學(xué)習(xí)算法，對(duì)爐具、烤箱或微波爐內(nèi)待加熱的食物表面成分進(jìn)行分類識(shí)別，并對(duì)各成分所占面積比例進(jìn)行統(tǒng)計(jì)，比如綠葉蔬菜30%、面條30%、水30%、肉5%、植物油5%等，可為青菜面的組成，將此數(shù)據(jù)傳遞給加熱時(shí)間估算模塊來(lái)預(yù)測(cè)、估算總體需要加熱時(shí)間，然后通過(guò)?tts語(yǔ)音模塊或led顯示屏向用戶發(fā)出加熱時(shí)間建議的提示，輔助用戶熱飯、煮飯；

8、具體地：

9、s1：利用機(jī)器學(xué)習(xí)算法，在算力有限、成本較低的移動(dòng)芯片及超小型設(shè)備上，對(duì)攝像頭拍攝的鍋具、烤箱或微波爐內(nèi)的食物表面成分進(jìn)行識(shí)別、分類并統(tǒng)計(jì)各成分所占面積比例；

10、s2：機(jī)器學(xué)習(xí)算法運(yùn)行于?tensorflow?lite或pytorch?mobile?框架上，支持算力有限的可移動(dòng)、?超小型設(shè)備，降低設(shè)備成本、降低能源消耗；

11、s3：機(jī)器學(xué)習(xí)算法中，利用?tiny?yolov3?或?mobilenetv2?ssd?算法對(duì)攝像頭拍攝的食物圖片進(jìn)行主要成分的識(shí)別、分類，此算法速度較快，識(shí)別精度較高，適用于算力有限的移動(dòng)芯片及組件；

12、s4：圖像識(shí)別算法中，在?tiny?yolov3?或?mobilenetv2?ssd?算法對(duì)攝像頭拍攝的食物圖片進(jìn)行主要成分的識(shí)別、分類后得到各成分于圖片中的像素區(qū)域位置數(shù)據(jù)，對(duì)此數(shù)據(jù)統(tǒng)計(jì)得出各成分所占面積比例；

13、s5：在加熱時(shí)間估算模塊中，把食物表面成分分類及各成分所占面積比例作為輸入?yún)?shù)，用機(jī)器學(xué)習(xí)回歸算法模型預(yù)測(cè)加熱時(shí)間，并通過(guò)tts語(yǔ)音模塊或led顯示屏向用戶提示建議的加熱時(shí)間；

14、s6：在算法運(yùn)行過(guò)程中，利用tiny?yolov3或mobilenetv2?ssd算法可持續(xù)識(shí)別食物實(shí)時(shí)狀態(tài)，如果已經(jīng)加熱、烹煮到合適程度或超過(guò)必要程度，可通過(guò)tts語(yǔ)音模塊或led顯示屏向用戶提示或報(bào)警。

15、本發(fā)明的有益效果：

16、1.利用tensorflow?lite或pytorch?mobile機(jī)器學(xué)習(xí)框架及?mobilenetv2?ssd、tiny?yolov3、回歸算法等機(jī)器學(xué)習(xí)算法，可以運(yùn)行在算力有限的設(shè)備上，速度較快，可以實(shí)時(shí)識(shí)別，并且識(shí)別、估算準(zhǔn)確率較高，可使用近期上市的?stm32f7（意法半導(dǎo)體芯片）等mpu或mcu移動(dòng)芯片，以實(shí)現(xiàn)較低成本；

17、2.識(shí)別、估算準(zhǔn)確率較高，可以替代人力估算操作帶來(lái)的誤差，幫助使用者一次加熱、烹煮食物成功，提高用餐體驗(yàn)，提升生活效率，避免人力估算錯(cuò)誤，需要多次加熱導(dǎo)致的時(shí)間浪費(fèi)，或者加熱過(guò)度引起的用餐體驗(yàn)下降及安全、健康隱患；

18、3.使用tts語(yǔ)音及l(fā)ed顯示同時(shí)向用戶提示估算結(jié)果，可輔助視障、視弱或聽(tīng)障、聽(tīng)弱及老年用戶的使用。

技術(shù)特征：

1.一種智能熱飯煮飯助手，其特征在于：由硬件部分和軟件部分組成；

技術(shù)總結(jié)
本發(fā)明公開(kāi)一種智能熱飯煮飯助手，由硬件部分和軟件部分組成；硬件部分包括MPU或MCU移動(dòng)芯片、NPU神經(jīng)網(wǎng)絡(luò)處理器芯片、RAM內(nèi)存和FLASH存儲(chǔ)器、攝像頭、TTS語(yǔ)音模塊，LED顯示屏、LED補(bǔ)光燈、電源模塊。軟件部分包括Tensorflow?Lite或PyTorch?Mobile機(jī)器學(xué)習(xí)框架、圖像識(shí)別模塊、加熱時(shí)間估算模塊。本發(fā)明的有益效果：通過(guò)在可移動(dòng)計(jì)算設(shè)備上運(yùn)行圖形識(shí)別算法，識(shí)別食物的主要成分及比例，能夠區(qū)分不同類型食物受熱性質(zhì)，并通過(guò)機(jī)器學(xué)習(xí)回歸算法預(yù)測(cè)熱飯、煮飯時(shí)間，然后快速提示用戶，還可以在熱飯、煮飯過(guò)程中實(shí)時(shí)監(jiān)測(cè)食物變化，必要時(shí)發(fā)出報(bào)警，以輔助煮飯、保證安全。

技術(shù)研發(fā)人員：陳大威
受保護(hù)的技術(shù)使用者：陳大威
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10