智能识别烹饪行为的装置和方法
【专利摘要】本发明公开了一种智能识别烹饪行为的装置和方法，它包括动作传感器、微处理器和特征信号库，1)选择进入学习训练模式；2)依次选择相应的烹饪动作的训练模式，分享者重复进行对应的操作；3)动作传感器采集分享者每一次烹饪动作的动作信号；4)微处理器分析分享者的每一个烹饪动作的动作信号，从而形成烹饪行为的特征信号库；5)选择进入学习识别模式；6)动作传感器采集学习者的行为动作信号；7)微处理器接收并分析学习者的行为动作信号；8)微处理器比对学习者的行为动作信号与特征信号库中分享者的特征信息，当学习者的行为动作信号的分析结果同时符合特征信号库中某一烹饪动作所有特征，即可确定当前学习者的行为具体的烹饪动作。
【专利说明】
智能识别烹饪行为的装置和方法
技术领域
[0001]本发明涉及一种智能识别技术，具体来说，涉及一种可以根据烹饪者的动作幅值、频率和持续时间，自动识别烹饪者的烹饪行为的智能识别烹饪行为的装置和方法。
【背景技术】
[0002]随着人们生活水平的提高和科学技术的进步，出现了各种新型的烹饪设备，这些烹饪设备为人们的美食烹饪带来了极大的便利，但是，这些设备只能被动地接收人类的命令，按照固定的程序进行操作，缺乏识别出人类在烹饪过程中的行为，这样极大限制了各种贴合人性化的智能功能的开发，这种美食分享平台的缺点在于:食材的投放时机只能模糊描述，不能精确量化，烹饪者的烹饪动作更是无法确定，这给烹饪分享者与烹饪学习者带来了不少麻烦。烹饪的精髓往往在于火候控制、食材份量、食材投放时机这几个重要的环节，如果能把这些参数准确录制下来，然后通过一个简易化的分享平台传播给他人，然后又能把这些参数准确复现，那么就能够实现美食分享的“高保真”还原。
【发明内容】
[0003]针对以上的不足，本发明提供了一种可以根据烹饪者的动作幅值、频率和持续时间，自动识别烹饪者的烹饪行为的智能识别烹饪行为的装置和方法。
[0004]本发明的智能识别烹饪行为装置包括动作传感器、微处理器和特征信号库，所述动作传感器设置于炉体外部，以实时采集学习者的每一次烹饪动作信号，所述特征信号库用于存储预设的分享者的每一个烹饪动作的特征信息，所述微处理器设置于炉体内部，以接收并分析动作传感器采集的学习者的每一次烹饪动作信号，同时比对动作传感器当前的学习者的动作信号的特征信息与特征信号库内存储的分享者的特征信息是否一致。
[0005]为了进一步实现本发明，所述特征信号库内预设的分享者的烹饪动作的特征信息采用下述方法获得:首先，分享者重复操作某一烹饪动作;然后，动作传感器采集分享者该烹饪动作的每一次的动作信号;微处理器分析分享者该烹饪动作的动作信号，从而形成该烹饪动作的特征信号库。
[0006]为了进一步实现本发明，所述动作传感器为红外传感器、微波传感器或超声波传感器中的一种，或者多种的组合。
[0007]为了进一步实现本发明，所述特征信号库中存储的烹饪动作包括“放主料”、“放辅料”和“翻炒”。
[0008]为了进一步实现本发明，每一所述烹饪动作的特征信息包含幅值、频率和持续时间。
[0009]本发明的智能识别烹饪行的方法包括:
[0010]I)特征信号库预设分享者的每一个烹饪动作的特征信息；
[0011]2)动作传感器采集学习者的行为动作信号；
[0012]3)微处理器获取并分析动作传感器采集学习者的行为动作信号；
[0013]4)微处理器根据学习者的行为动作信号的分析结果比对特征信号库中分享者的特征信息，当学习者的行为动作信号的分析结果同时符合特征信号库中分享者的某一烹饪动作的所有特征信号时，即可确定当前学习者的行为具体的烹饪动作。
[0014]为了进一步实现本发明，所述特征信号库内预设的分享者的烹饪动作的特征信息可由动作传感器和微处理器训练学习获得，其训练学习的步骤包括:
[0015]11)根据功能键选择进入学习训练模式；
[0016]12)依次选择“放主料”、“放辅料”和“翻炒”等烹饪动作的训练模式，并安排分享者重复进行对应的操作；
[0017]13)动作传感器采集分享者每一次烹饪动作的幅值、频率和持续时间；
[0018]14)微处理器记录动作传感器每次采集的烹饪者的动作信息；
[0019]15)微处理器分析分享者的动作信息，从而形成分享者烹饪行为的特征信号库。
[0020]本发明的有益效果:
[0021]1、本发明通过分析动作传感器采集的大量烹饪行为数据后，发现人类有烹饪行为发生时，每个烹饪动作的频率、振幅和持续时间都是有一定规律的。本发明就是利用动作传感器获取人体动作的频率、振幅和持续时间等数据，寻找每种动作与信号之间的规律，形成特征信号库，在动作传感器I再次捕捉到信号后，送入特征信号库进行比对，如果比对成功，即可立即识别出特定动作。
[0022]2、另外，本发明的特征信号库除具有初始数据外，还具有自学习功能，用户可以在算法程序进入学习功能后，作出需要录制进去的动作，在动作传感器I采集到信号后，会自动录入到特征信号库3，这样可以不断扩充烹饪行为识别的动作类型，也可以根据每个人的不同点进行区别，提高识别的准确性。
【附图说明】
[0023]图1为本发明的智能识别烹饪行为装置的功能框图；
[0024]图2为本发明特征信号库的烹饪动作分析示意图；
[0025]图3为本发明的智能识别烹饪行为方法的流程图；
[0026]图4为本发明的微处理器录制动作原始波形图放大图；
[0027]图5为本发明的动作传感器在有无动作的监测对比效果示意图。
【具体实施方式】
[0028]下面结合附图和实例对本发明所述的一种智能识别烹饪行为的方法作进一步说明。
[0029]本发明是基于分享者和学习者而言的，分享者和学习者均是实际操作的烹饪者，分享者为具有一定烹饪经验的烹饪者，学习者为按照分享者的烹饪经验完成烹饪操作的烹饪者，分享者类似于师傅，学习者类似于学生。
[0030]如图1所示，本发明的智能识别烹饪行为装置包括动作传感器1、微处理器2和特征信号库3，其中，动作传感器I设置于炉体外部，以实时采集分享者或者学习者的每一次烹饪动作的动作信号;特征信号库3用于存储分享者的每一个烹饪动作的特征信息，特征信号库3内存储的分享者的烹饪动作的特征信息可以是预先手动设置的，也可以是结合动作传感器I和微处理器2学习训练获得的；微处理器2设置于炉体内部，以接收并分析动作传感器I采集分享者和学习者每一次烹饪动作信号，将分析获得的分享者的烹饪动作的特征信息存储在特征信号库3内，另外，比对动作传感器I采集的学习者的动作信号的特征信息与特征信号库3内存储的分享者的特征信息是否一致。
[0031]其中，动作传感器I可以是红外传感器、微波传感器或超声波传感器等具备检测人体存在功能的传感器，可以使用一种或者多种传感器组合，取决于使用环境是否受到干扰。如图2所示，特征信号库3存储分享者的烹饪动作的特征信息的烹饪动作包括“放主料”、“放辅料”和“翻炒”三个，每个烹饪动作的特征信息包含幅值、频率和持续时间。
[0032]本发明的智能识别烹饪行为的方法包括以下步骤:
[0033]一、特征信号库3的学习训练
[0034]11)根据功能键选择进入学习训练模式；
[0035]12)依次选择“放主料”、“放辅料”和“翻炒”等烹饪动作的训练模式，并安排分享者重复进行对应的操作；
[0036]13)动作传感器I采集分享者每一次烹饪动作的幅值、频率和持续时间；
[0037]14)微处理器2记录动作传感器I每次采集的分享者的动作信息；
[0038]15)微处理器2分析分享者的动作信息。
[0039]“放主料”的学习操作过程:
[0040]111)选择进入“放主料”的烹饪动作训练模式；
[0041]112)分享者重复完成η次“放主料”的动作，η—般选择5-10次；
[0042]113)动作传感器I获取每一次“放主料”动作的幅值、频率和持续时间；
[0043]114)微处理器2记录每一次“放主料”动作的幅值、频率和持续时间，从而确定“放主料”动作的特征信号，其中，频率信号S方炷料=【min(SI，S2……Sn)，max(SI，S2……Sn)],
S粧料的单位为赫兹;振幅信号知炷料=【min(Al，A2......An)，max(Al，A2......An)】，Aii炷料的单位为米；“时间信号!>姓料=【min(Tl，T2……Tn)，max(Tl，T2……Tn)],T粧料的单位为秒。
[0044]“放辅料”的学习操作过程:
[0045]111)选择进入“放辅料”的烹饪动作训练模式；
[0046]112)分享者重复完成η次“放辅料”的动作，η—般选择5-10次；
[0047]113)动作传感器I获取每一次“放辅料”动作的幅值、频率和持续时间；
[0048]114)微处理器2记录每一次“放辅料”动作的幅值、频率和持续时间，从而确定“放辅料”动作的特征信号，其中，频率信号S旙謝=【min(SI，S2……Sn)，max(SI，S2……Sn)】，
S旛謎4的单位为赫兹;振幅信号她_=【min(Al，A2......An)，max(Al，A2......An)】，A?_的单位为米;时间信号T漏4 =【min(Tl，T2……Tn)，max(Tl，Τ2……Tn)],的单位为秒。
[0049]“翻炒”的学习操作过程:
[0050]111)选择进入“翻炒”的烹饪动作训练模式；
[0051]112)分享者重复完成η次“翻炒”的动作，η—般选择5-10次；
[0052]113)动作传感器I获取每一次“翻炒”动作的幅值、频率和持续时间；
[0053]114)微处理器2记录每一次“翻炒”动作的幅值、频率和持续时间，从而确定“翻炒”动作的特征信号，其中，频率信号Si渺=【min(SI，S2……Sn)，max(SI，S2……Sn)],S8渺的单位为赫兹;振幅信号As妙=【min(Al，A2......An)，max(Al，A2......An)】，As妙的单位为米;时间信号Ts妙=【min(Tl，T2……Tn)，max(Tl，T2……Tn)】，Τ?妙的单位为秒。
[0054]二、烹饪行为特征信号库3的建立
[0055]根据微处理器2分析的数据建立分享者的烹饪行为的特征信号库3，其中，“放主料”的特征信号为，“放辅料”的特征信号为{Si?f4，Ai?4，Ti?|e|.}，“翻炒”的特征ig号为{Sg渺，As妙，Ts妙} ο
[0056]三、烹饪行为的识别
[0057]31)根据功能键选择进入学习识别模式；
[0058]32)动作传感器I采集学习者的行为动作信号；
[0059]33)微处理器2获取并分析动作传感器I采集学习者的行为动作信号；
[0060]34)微处理器2根据学习者的行为动作信号的分析结果比对特征信号库3中分享者的特征信息，当学习者的行为动作信号的分析结果同时符合特征信号库3中分享者的某一烹饪动作的所有特征信号时，即可确定当前的行为具体的烹饪动作。
[0061]如图4所示，本发明智能识别烹饪行为的方法包括以下步骤:
[0062]I)程序功能开始。
[0063]2)判别是否进入特征信息库3学习模式，如果是则跳转进入特征信息库学习模式；如果否，则进入烹饪行为识别模式。
[0064]30)在进入烹饪行为识别模式后，程序首先判别动作传感器I是否有有效动作发生，如果没有动作，则继续循环判别;如果有动作，则开始进行烹饪行为识别。
[0065]31)程序从检测到有信号开始，以固定的时间间隔连续记录动作传感器I输出的信号，形成原始信号记录，原始信号数据见附图4和图5所示波形。
[0066]32)根据所记录的原始信号，计算出信号频率、持续时间、下次信号出现时间间隔等数据。从大量实验数据分析得出，人体动作的频率和持续时间都是有一定规律的，因此该过程就是利用动作传感器I获取人体动作的频率和持续时间等数据。
[0067]33)将计算得到的特征数据与特征信号库3进行数据比对，寻找可能存在的烹饪动作。
[0068]34)如果比对识别，则跳转回30)步骤继续循环实施判别；如果成功，则进入下一步流程。
[0069]35)比对成功后，将比对结果输出给其它需要该数据的模块，同时，跳转到30)步骤，继续下一次的识别过程。
[0070]40)如果在初始状态下选择进入学习模式，则模块进入该步骤，开始判别动作传感器I是否有动作发生，若无则继续循环判别;若有则跳转到下一步。
[0071]41)程序从检测到有信号开始，以固定的时间间隔连续记录动作传感器I输出的信号，形成原始信号记录。
[0072]42)根据所记录的原始信号，计算出信号频率、持续时间、下次信号出现时间间隔等数据。
[0073]43)提示用户输入该记录的数据对应的动作。
[0074]44)程序将该组特征数据录入特征信号库3，并结束学习过程，跳转回开始状态重新开始。
[0075]以上所述仅为本发明的较佳实施方式，本发明并不局限于上述实施方式，在实施过程中可能存在局部微小的结构改动，如果对本发明的各种改动或变型不脱离本发明的精神和范围，且属于本发明的权利要求和等同技术范围之内，则本发明也意图包含这些改动和变型。
【主权项】
1.一种智能识别烹饪行为装置，其特征在于，包括动作传感器、微处理器和特征信号库，所述动作传感器设置于炉体外部，以实时采集学习者的每一次烹饪动作信号，所述特征信号库用于存储预设的分享者的每一个烹饪动作的特征信息，所述微处理器设置于炉体内部，以接收并分析动作传感器采集的学习者的每一次烹饪动作信号，同时比对动作传感器当前的学习者的动作信号的特征信息与特征信号库内存储的分享者的特征信息是否一致。2.根据权利要求1所述的智能识别烹饪行为装置，其特征在于，所述特征信号库内预设的分享者的烹饪动作的特征信息采用下述方法获得:首先，分享者重复操作某一烹饪动作；然后，动作传感器采集分享者该烹饪动作的每一次的动作信号;微处理器分析分享者该烹饪动作的动作信号，从而形成该烹饪动作的特征信号库。3.根据权利要求1所述的智能识别烹饪行为装置，其特征在于，所述动作传感器为红外传感器、微波传感器或超声波传感器中的一种，或者多种的组合。4.根据权利要求1所述的智能识别烹饪行为装置，其特征在于，所述特征信号库中存储的烹饪动作包括“放主料”、“放辅料”和“翻炒”。5.根据权利要求4所述的智能识别烹饪行为装置，其特征在于，每一所述烹饪动作的特征信息包含幅值、频率和持续时间。6.一种智能识别烹饪行的方法，其特征在于，包括: 1)特征信号库预设分享者的每一个烹饪动作的特征信息； 2)动作传感器采集学习者的行为动作信号； 3)微处理器获取并分析动作传感器采集学习者的行为动作信号； 4)微处理器根据学习者的行为动作信号的分析结果比对特征信号库中分享者的特征信息，当学习者的行为动作信号的分析结果同时符合特征信号库中分享者的某一烹饪动作的所有特征信号时，即可确定当前学习者的行为具体的烹饪动作。7.根据权利要求6所述的智能识别烹饪行为装置，其特征在于，所述特征信号库内预设的分享者的烹饪动作的特征信息可由动作传感器和微处理器训练学习获得，其训练学习的步骤包括: 11)根据功能键选择进入学习训练模式； 12)依次选择“放主料”、“放辅料”和“翻炒”等烹饪动作的训练模式，并安排分享者重复进行对应的操作； 13)动作传感器采集分享者每一次烹饪动作的幅值、频率和持续时间； 14)微处理器记录动作传感器每次采集的烹饪者的动作信息； 15)微处理器分析分享者的动作信息，从而形成分享者烹饪行为的特征信号库。
【文档编号】G06K9/66GK105825195SQ201610179112
【公开日】2016年8月3日
【申请日】2016年3月25日
【发明人】杨露, 刘海锋, 王健
【申请人】广州美易来智能电器有限公司