一种智能家居控制系统的制作方法

本发明涉及智能家居领域，具体涉及一种智能家居控制系统。

背景技术：

现有的智能家居具有局限性，不具有开放性，一般通过与手机等移动智能通信设备连接到网关设备进行控制，通过手机可对家用智能终端进行控制。智能家居的发展已走过了两个阶段：一是利用互联网技术实现的联网控制阶段，二是利用物联网技术实现的家电互联互通阶段，走完前面两个阶段，就要进入ai阶段，即实现人与物之间的互交，让家电与人沟通，并执行人们想要做的事。

现有的智能家居管控系统存在下列缺陷：

1.无法综合分析，无法智能的为用户执行预想的控制命令；

2.无法灵活拓展。

技术实现要素：

本发明的目的在于提供一种智能家居控制系统，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种智能家居控制系统，包括控制中心模块、终端节点、移动智能设备、服务器端和家庭网关；

控制中心模块采用ai处理器，以sqlite数据库为数据存储单元，控制中心模块与家庭网关无线连接；

终端节点连接于控制中心模块，终端节点用于适配智能家居设备，并用于智能家居设备与控制中心模块之间建立连接；终端节点通过感知模块获取家居环境信息，并将获取的家居环境信息传输至控制中心模块，控制中心模块连接家庭网关经家庭网关连接到服务器端，使控制中心模块进行设置与控制智能家居设备；

移动智能设备通过服务器端连接至控制中心模块，移动智能设备作为操作平台发送指令至控制中心模块；

智能家居设备包括感知模块与服务模块；感知模块用于监测、监控、收集和对比家庭环境信息；服务模块用于提供家庭服务。

进一步的，感知模块包括温度传感器、湿度传感器、烟雾感应器、光度感应器、红外感应器、门磁感应器、燃气浓度感应器和摄像头；服务模块包括照明模块、加湿器模块、多媒体模块、门窗模块、空调模块和家电模块。

进一步的，终端节点包括存储芯片和通信模块组，通信模块组包括蓝牙模块、zigbee协议模块和wifi模块，存储芯片通过通信模块组连接到控制中心模块。

进一步的，zigbee协议模块采用cc2530芯片，wifi模块采用usr-wif232模块。

进一步的，所述的控制中心模块包括云服务模块、安全模块、控制模块、学习模块和数据收集模块。

进一步的，数据收集模块用于根据用户家庭空间结构、家用电器位置、种类和用户性格特征，基于用户的年龄、性别、细心程度和生活规律特征，收集每个时间用户、设备状态和环境状态。

进一步的，所收集的数据一部分是包括通过感知模块和网络信息获取温度、湿度、时间、天气和亮度数据在内的环境监测数据，另一部分是包括位置、状态和动作在内的用户信息。

进一步的，所述学习模块基于深度学习算法。

进一步的，控制模块用于智能设备的工作状态和工作参数的控制，对当前智能设备应处于的工作状态与参数的决策，基于当前时间片状态与之前状态，从多层得出结果。

进一步的，所述安全模块用于保证用户安全。

与现有技术相比，本发明具有以下有益的技术效果：

本发明一种基于android深度学习与模块化的智能家居控制系统，控制中心模块、终端节点、移动智能设备、服务器端和家庭网关，利用智能家居设备的感知模块与服务模块获取家居环境信息，并将获取的家居环境信息传输至控制中心模块，控制中心模块连接家庭网关经家庭网关连接到服务器端，使控制中心模块进行设置与控制智能家居设备，控制中心模块通过终端节点连接至智能家居设备，终端节点具有可拓展性，利用终端节点模块化的结构方式灵活添加删除各种感知模块或服务模块，所述移动智能设备、控制中心模块通过网络连接服务器端达到远程控制、云服务、升级服务的目的，实现智能家居设备的智能控制，构建高效的住宅设施与家庭日程事务的管理系统，提升家居安全性、便利性、舒适性、艺术性，并实现环保节能的居住环境。

进一步的，学习模块基于深度学习算法，能够根据用户的使用习惯进行数据叠加更新，并且在增加家居设备具有开放性，模块与模块之间可以沟通，即实现人与物之间的互交，让家电与人沟通。

附图说明

图1为本发明实例中所述android深度学习与模块化的智能家居控制系统网络结构图。

图2为本发明实例中android深度学习与模块化的智能家居控制系统流程图。

图3为本发明实例中android深度学习控制平台结构图。

图4为本发明实例中深度学习数据收集时间片图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

如图1至图4所示，一种智能家居控制系统，包括控制中心模块、终端节点、智能家居设备、移动智能设备、服务器端和家庭网关；

控制中心模块(android深度学习控制平台)以64位的ai处理器为基础开发，采用sqlite数据库来存储数据，本地管理控制与远程控制辅助，控制中心模块通过wifi连接家庭网关(普通路由器)接入互联网；

智能家居设备包括感知模块与服务模块；感知模块用于监测、监控、收集和对比家庭环境信息；感知模块包括温度传感器、湿度传感器、烟雾感应器、光度感应器、红外感应器、门磁感应器、燃气浓度感应器和摄像头；服务模块包括照明模块、加湿器模块、多媒体模块、门窗模块、空调模块和家电模块；服务模块用于提供家庭服务；

终端节点连接于控制中心模块，终端节点用于适配智能家居设备，并用于智能家居设备与控制中心模块之间建立连接；

终端节点包括存储芯片和通信模块组，通信模块组包括蓝牙模块、zigbee协议模块(cc2530芯片)和wifi模块(usr-wif232)，存储芯片通过通信模块组连接到控制中心模块(android深度学习控制平台)，控制中心模块有唯一mac地址和标识号，通过控制系统在进行识别。

终端节点通过感知模块获取家居环境信息，并将获取的家居环境信息传输至控制中心模块，控制中心模块连接家庭网关经家庭网关连接到以太网服务器端，使android深度学习控制平台进行设置与控制智能家居设备。

android深度学习控制平台由用户进行自定义情景模式与各个模块自定义设置；

所述的控制中心模块包括云服务模块、安全模块、控制模块、学习模块和数据收集模块，具体系统如图3所示，

数据收集模块用于根据用户家庭空间结构、家用电器位置、种类和用户性格特征，基于用户的年龄、性别、细心程度和生活规律特征；收集每个时间用户、设备状态和环境状态；一部分是包括温度、湿度、时间、天气和亮度数据在内的环境监测数据，一般通过感知模块和网络信息获取；另一部分是包括位置、状态和动作在内的用户信息，数据收集模块对该类数据只能采集而不能直接修改、操作；设备状态指当前设备的工作状态和参数设定。

如图4所示：

所述学习模块基于深度学习算法，具体的深度算法：每一个设备的执行是个“事件”，不断对当前家居环境数据进行采样，构成数据样本，构成一个“时间片”，经过模拟成为“执行事件序列”；每个时间点发生的事件将产生相应的用户、设备、环境状态不断变化的家居状态与时间，触发新“事件”，经过“时间片”，加入“执行事件序列”，循环更新直到正确适应用户需求；

控制模块用于智能设备的工作状态和工作参数的控制，对当前智能设备应处于的工作状态与参数的决策，基于当前时间片状态与之前状态，从多层得出结果；比如晚上睡觉忘了关灯，此系统综合分析之后认为用户已经不需要照明，自动关闭照明。android深度学习控制平台和网光在同一局域网，采用的是本地通信，建立socket连接；本地控制信息的传输效率极快。

所述安全模块用于保证用户安全，以机器不能伤害用户为绝对标准。此模块是保证此系统运行的独立模块；脱机工作，不允许远程访问。

智能家居平台将学习模块做出的改变设备状态的预测指令发送给用户，并依照用户对指令的同意或反对意见，对学习模块进行训练；控制模块依据模型学习模块决策结果对家居设备进行自动控制，同时持续进行数据采样用于训练，以适应家居环境可能的变化。

移动智能设备通过互联网连接服务器端，用户可以访问移动智能设备查看平台数据，远程控制。远程android终端实时家居环境信息及告警信息,用户可以通过远程用户界面端了解家居状态,也可手动开启应对措施。

移动智能设备在没有络网络的情况下可以选择连接到家庭网关或者直接连接android深度学习控制平台进行无线设置。

如图2所示，当android深度学习控制平台收到攻击时违反安全设置，系统切断网络，关闭节点，检查系统，重启系统。