洗碗机智能控制方法、洗碗机及具有存储功能的装置与流程

本申请涉及智能家居技术领域，特别是涉及一种洗碗机智能控制方法、洗碗机及具有存储功能的装置。

背景技术：

随着人们生活水平的提高，消费者对厨房家居环境要求也越来越高，洗碗机作为现代智能厨房必备厨电，可以释放家庭成员的家务压力，节省时间，越来越受消费者青睐。洗碗机的清洁能力对家庭成员的健康有直接的影响，目前市场上大多数洗碗机洗涤时序多为固定时间和步骤，清洁能力不稳定并且存在浪费清洁资源，洗涤效果不理想的情况。

技术实现要素：

本申请主要解决的技术问题是提供一种洗碗机智能控制方法、洗碗机及具有存储功能的装置，能够提高洗碗机的清洗效果。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种洗碗机智能控制方法，包括：获取洗碗机中待清洗餐具的图像；对该图像进行处理，以识别待清洗餐具的信息；确定与待清洗餐具的信息匹配的清洗模式，并调整洗碗机至该清洗模式。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种洗碗机，包括：处理器以及与处理器连接的图像获取装置；图像获取装置用于获取洗碗机中待清洗餐具的图像；处理器用于执行程序以实现如上所述的方法。

为解决上述技术问题，本申请采用的又一个技术方案是：提供一种具有存储功能的装置，内部存储有程序指令，该程序指令被执行以实现如上所述的方法。

本申请的有益效果是：区别于现有技术的情况，本申请的实施例中，通过获取洗碗机中待清洗餐具的图像，对该图像进行处理后，识别待清洗餐具的信息，最后确定与待清洗餐具的信息匹配的清洗模式，并调整洗碗机至该清洗模式，从而可以根据识别的待清洗餐具的信息选择适当的清洗模式，针对性地清洗餐具，有助于提高洗碗机的清洗效果。

附图说明

图1是本申请洗碗机智能控制方法第一实施例的流程示意图；

图2是待清洗餐具的信息与清洗模式的匹配关系的示意图；

图3是本申请洗碗机智能控制方法第二实施例的流程示意图；

图4是图3中步骤s122的具体流程示意图；

图5是本申请洗碗机智能控制方法第三实施例的流程示意图；

图6是本申请洗碗机智能控制方法第四实施例的流程示意图；

图7是本申请洗碗机智能控制方法第五实施例的流程示意图；

图8是出水装置采用具有多个出水孔的旋臂的洗碗机的示意图；

图9是本申请洗碗机智能控制方法第六实施例的流程示意图；

图10是本申请洗碗机智能控制方法第七实施例的流程示意图；

图11是本申请洗碗机智能控制方法第八实施例的流程示意图；

图12是本申请洗碗机智能控制方法第九实施例的流程示意图；

图13是本申请洗碗机智能控制方法第十实施例的流程示意图；

图14是本申请洗碗机一实施例的结构示意图；

图15是本申请具有存储功能的装置一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

如图1所示，本申请洗碗机智能控制方法第一实施例包括：

s11：获取洗碗机中待清洗餐具的图像。

具体地，该洗碗机中安装有图像获取装置(如普通黑白摄像头、彩色摄像头或3d摄像头等)，在用户向洗碗机中放入待清洗餐具过程中或已经放置好待清洗餐具之后，该图像获取装置可以获取洗碗机中待清洗餐具的图像。其中，洗碗机可以获取多张待清洗餐具的图像，也可以通过多个摄像头获取待清洗餐具不同角度的图像。

s12：对该图像进行处理，以识别待清洗餐具的信息。

其中，待清洗餐具的信息包括：待清洗餐具的类型、数量、放置位置、材质以及脏污程度中至少一个。待清洗餐具的数量可以包括待清洗餐具的总数，也可以包括每个预先划定的区域的待清洗餐具的数量。

待清洗餐具的放置位置是待清洗餐具在洗碗机中的位置信息，可以是位置坐标，也可以是某个位置区域的标识信息等。

待清洗餐具的材质包括玻璃、陶瓷、金属、塑料等多种类型。

待清洗餐具的脏污程度是预先定义的衡量餐具清洗难易程度的一个重要指标，其与餐具表面的残留污渍相关，残留的污渍越多，脏污程度越高，残留的污渍越难清洗，脏污程度越高。例如，当餐具表面粘附有油渍时，其脏污程度比粘附有菜叶的脏污程度高。

其中，脏污程度可以按照脏污面积占餐具表面积的比例定义高、中、低三个级别，例如脏污面积占餐具表面积的比例超过70％定义为高，脏污面积占餐具表面积的比例在30％～70％之间定义为中，脏污面积占餐具表面积的比例在30％以下定义为低。

此外，该待清洗餐具的信息还可以包括待清洗餐具的类型，例如碗、碟、杯子以及锅等。

具体地，对获取的待清洗餐具的图像进行识别时，可以利用图像识别算法或预先训练好的图像识别模型对图像进行处理，从而识别出图像中待清洗餐具的上述信息中的至少一种。

s13：确定与待清洗餐具的信息匹配的清洗模式，并调整洗碗机至该清洗模式。

其中，清洗模式包括对待清洗餐具进行清洗的清洗参数，该清洗参数包括清洗时间、出水位置、出水方向、冲水力度、水温、洗涤剂用量或喷嘴数量等。

针对不同待清洗餐具信息，其匹配的清洗模式可能不同。例如，塑料的洗涤温度不能超过80摄氏度，有塑料的餐具就要调整温度，即待清洗餐具的信息中材质包括塑料时，匹配的清洗模式中水温不能超过80摄氏度；而油渍需要高温度，强力洗涤，若待清洗餐具的表面具有油渍，则识别得到的待清洗餐具的脏污程度较高，此时匹配的清洗模式中水温较高，冲水力度较大。因此，通过图像识别获得的待清洗餐具的信息，可以调整洗碗机的清洗参数，得到匹配的清洗模式，从而达到智能洗涤。

具体地，该洗碗机内部存储有待清洗餐具的信息与清洗模式的匹配关系数据，例如图2中所示的匹配关系表，通过图像识别出洗碗机中待清洗餐具的信息后，可以通过该待清洗餐具的信息查找到匹配的清洗模式。例如，当获取的待清洗餐具的信息为8个陶瓷、放置于上层、脏污程度为中的组合时，可以通过图2中的表格查找到匹配的清洗模式为b。然后，将洗碗机调整至该清洗模式，即可以对洗碗机中的待清洗餐具进行针对性清洗，从而有助于提高洗碗机的清洗效果。

本申请对待清洗餐具的材质进行识别时，可以根据餐具的外在参数(如颜色、形状等)进行判断。

具体如图3所示，本申请洗碗机智能控制方法第二实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s12包括：

s121：对获取的待清洗餐具的图像进行处理，获取待清洗餐具的外在参数。

其中，该外在参数至少包括待清洗餐具的颜色和形状。该外在参数还可以包括待清洗餐具的纹理等其他参数。

具体地，在对获取的待清洗餐具的图像进行处理时，可以根据待清洗餐具与背景的区别，识别出待清洗餐具区域，然后根据待清洗餐具区域的像素值和边界轮廓，确定待清洗餐具的颜色和形状。当然，该识别过程也可以直接采用训练好的图像识别模型进行处理，最终输出所需的外在参数。

s122：匹配待清洗餐具的外在参数进而确定待清洗餐具的材质。

具体地，针对大多数餐具类型，可以直接根据餐具的颜色和形状区分其材质，例如玻璃餐具的颜色通常为透明或半透明，不锈钢餐具的颜色通常为银色等；而餐具的形状可以给餐具材质的判断提供先验信息，例如通常不锈钢通常用在碗、盆、筷子等餐具，而杯子很少使用不锈钢材质，同时餐具的类型可以从餐具的形状上识别出来，因此若某个餐具识别出其形状为碗的形状、同时颜色为银色，则可以判断其材质为不锈钢。因此，可以利用待清洗餐具的外在参数，如颜色和形状确定匹配的待清洗餐具的材质。当然，也可以结合多个外在参数(例如颜色、形状和纹理结合)共同确定餐具的材质。

可选地，某些餐具的材质有时仅根据餐具的外在参数无法准确确定，此时可以借助超声波技术进行识别。具体如图4所示，步骤s122包括：

s1221：从外在参数中获取待清洗餐具的颜色和形状，并查找与待清洗餐具的颜色和形状相匹配的材质。

具体地，洗碗机中可以预先存储有餐具材质对应数据(如餐具材质对应表)，该餐具材质对应表中存储有餐具的颜色和形状与餐具的材质的对应关系，其中一种颜色和形状的组合可能对应多种材质。从外在参数中获取该待清洗餐具的颜色和形状后，即可以通过查找该餐具材质对应表，找到该待清洗餐具到的颜色和形状对应的材质。

s1222：判断查找到的与待清洗餐具的颜色和形状相匹配的材质是否多于一种。

具体地，某个颜色和某种形状的组合可能对应多种材质，例如白色和碗状的组合对应的材质有陶瓷和塑料，此时利用该餐具材质对应表查找到的白色碗状餐具相匹配的材质有陶瓷和塑料两种，多于一种，则执行如下步骤s1224，否则执行步骤s1223，将查找到的材质作为待清洗餐具的材质。

s1223：将查找到的材质作为待清洗餐具的材质。

s1224：向待清洗餐具发射超声波。

其中，该洗碗机中可以安装有超声波装置，其可以向对应的待清洗餐具发射超声波，例如向某一位置的白色碗发射超声波。

s1225：接收待清洗餐具反射的回波信号。

其中，超声波装置发射出的超声波接触待清洗餐具时，部分被待清洗餐具吸收，部分会被反射回来，该超声波装置还可以接收待清洗餐具反射回来的回波信号。

s1226：查找与该回波信号相匹配的材质，以确定待清洗餐具的材质。

具体地，由于不同材质的餐具对超声波的吸收程度不同，则其反射的回波信号也会有差异，因此通过对待清洗餐具反射的回波信号进行分析，即可以查找到与该回波信号相匹配的材质。其中，该洗碗机内部可以预先存储有不同材质对应的回波信号模板，将接收到的回波信号与回波信号模板进行比较，差距最小或者相似度最高的回波信号模板对应的材质即为与该回波信号相匹配的材质，从而利用超声波技术可以准确识别待清洗餐具的材质，以便匹配合适的清洗模式，有助于得到更好的清洗效果。

本申请在识别待清洗餐具的信息时，可以利用深度学习和神经网络技术建立识别模型，以提高识别准确度。

具体如图5所示，本申请洗碗机智能控制方法第三实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s12包括：

s123：将待清洗餐具的图像输入餐具信息识别模型中，以识别待清洗餐具的信息。

本实施例中，步骤s11、s13的执行过程可参考本申请洗碗机智能控制方法第一实施例，此处不再重复。

步骤s123中，餐具信息识别模型是存储在洗碗机中的基于深度卷积神经网络的图像识别模型。当然，在其他实施例中，该餐具信息识别模型也可以存储在服务器上，洗碗机通过网络连接服务器，获得该餐具信息识别模型的参数信息等。

具体地，该餐具信息识别模型是预先存储在洗碗机中的图像识别模型，该餐具信息识别模型是预先训练好的基于深度卷积神经网络的图像识别模型。直接将待清洗餐具的图像输入到该餐具信息识别模型中，该餐具信息识别模型即可以自动识别并输出图像中待清洗餐具的信息，例如输出待清洗餐具的数量、类型、材质、放置位置等信息。

其中，该餐具信息识别模型还可以根据每次识别的餐具的图像进行学习，更新其模型参数，以提高该模型的识别准确性。针对每个家庭，其餐具相对固定，洗碗机还可以根据历史识别数据，推测图像中无法完全识别的餐具的信息，以输出待清洗餐具的完整信息，或者利用历史数据辅助判断餐具的材质、数量等。

在其他实施例中，用户可以在向洗碗机中放入待清洗餐具的同时或之后，向洗碗机中输入放入的待清洗餐具的信息，以便洗碗机补充或更新识别的待清洗餐具的信息。

具体如图6所示，本申请洗碗机智能控制方法第四实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s12之后，包括：

s21：获取用户输入的待清洗餐具的第一信息。

其中，该第一信息可以包括用户输入的待清洗餐具类型、数量、放置位置、材质等信息中的至少一个。

具体地，洗碗机可以通过语音交互或者接收用户通过输入设备(如设置于洗碗机上的键盘)，又或者通过接收与洗碗机连接的终端设备发送的信息的方式获取用户输入的待清洗餐具的第一信息。其中，洗碗机可以在识别到待清洗餐具的信息后，向用户发出语音信息以向用户确认识别出的待清洗餐具的信息是否准确，或者也可以语音提示用户输入该第一信息，又或者在识别出的待清洗餐具的信息不完整时，例如某个位置的待清洗餐具的信息无法识别时，向用户发送提示以提示用户输入该第一信息。

s22：利用该第一信息更新待清洗餐具的信息。

具体地，当该第一信息与识别得到的待清洗餐具的信息不一致时，洗碗机可以利用该第一信息更新该待清洗餐具的信息，以使得该待清洗餐具的信息更完整更准确，以便后续选择适当的清洗模式，有助于进一步提升清洗效果。

如图7所示，本申请洗碗机智能控制方法第五实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13包括：

s131：根据待清洗餐具的放置位置，调整洗碗机的出水位置和/或出水方向、或者选择部分喷嘴进行喷水，以对待清洗餐具进行定向清洗。

具体地，在一个应用例中，如图8所示，洗碗机10中设置有碗篮，用于放置餐具，该碗篮中划分有餐具放置区域(如图8中的区域a和b)，出水装置c设置于碗篮底部，其中，该出水装置c可以是如图8所示具有多个出水孔的旋臂，其可以进行旋转，也可以固定不动。当对待清洗餐具的图像进行处理时，可以识别得到待清洗餐具在图像中的位置，然后利用坐标转换，将待清洗餐具在图像中的位置转化为该待清洗餐具在洗碗机中的相对位置，即该待清洗餐具的放置位置。之后，根据待清洗餐具的放置位置，可以调整洗碗机出水装置的出水方向或者出水位置，或者同时调整出水方向和出水位置，以对待清洗餐具进行定向清洗。例如图8中，待清洗餐具的放置位置为区域a，区域b并没有放置餐具，此时可以调整出水装置c朝向区域a的出水孔出水，而朝向区域b的出水孔不出水，同时还可以根据待清洗餐具的具体位置坐标(如图8中在区域a的左侧)，调整出水装置c的出水方向，或者调整出水装置c在某个角度范围内进行旋转，从而进行定向清洗同时可以节约用水。

在另一个应用例中，洗碗机内部可以设置有多个喷嘴，每个喷嘴可以独立控制，或者可以控制部分喷嘴不出水，部分喷嘴出水，当识别到待清洗餐具的放置位置后，可以直接选择朝向该放置位置的喷嘴进行喷水，其他喷嘴不喷水，从而实现定向清洗，提高清洗效果同时还可以节约用水。

本实施例中，步骤s11、s12的执行过程可参考本申请洗碗机智能控制方法第一实施例，此处不再重复。

如图9所示，本申请洗碗机智能控制方法第六实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13包括：

s132：根据待清洗餐具的数量，选择与待清洗餐具的数量相匹配的清洗时间和/或喷水的喷嘴数量。

其中，待清洗餐具的数量越多，则匹配的清洗时间越长，喷水的喷嘴数量越多，而待清洗餐具的数量越少，则匹配的清洗时间越短，喷水的喷嘴数量越少。

具体地，获取待清洗餐具的图像后，对图像进行处理，例如将图像输入预先训练好的餐具识别模型中，即可以得到该餐具识别模型输出的待清洗餐具的信息，当该待清洗餐具的信息包括待清洗餐具的数量时，可以根据该待清洗餐具的数量，选择与该数量相匹配的清洗时间或喷水的喷嘴数量，又或者二者的组合。其中，洗碗机中可以预先存储有待清洗餐具的数量与清洗时间和/或喷水的喷嘴数量的对应关系数据，从而在识别得到待清洗餐具的数量后直接从存储的数据中进行查找，即可以得到匹配的清洗时间和/或喷水的喷嘴数量。

本实施例中，步骤s11、s12的执行过程可参考本申请洗碗机智能控制方法第一实施例，此处不再重复。

如图10所示，本申请洗碗机智能控制方法第七实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13包括：

s133：根据待清洗餐具的材质，选择与该材质相匹配的水温和/或洗涤剂用量，以快速清洗待清洗餐具。

具体地，针对不同材质，清洗难度可能不同，例如不锈钢上的污渍通常比陶瓷上的污渍更难清洗，此时可以通过提升水温或者增加洗涤剂的用量，或者同时调整二者，使得污渍更快被清洗掉，提高清洗效果的同时还可以加快清洗速度。其中，洗碗机中可以预先存储有待清洗餐具的材质与水温和/或洗涤剂用量的对应关系数据，从而在识别得到待清洗餐具的材质后直接从存储的数据中进行查找，即可以得到匹配的水温和/或洗涤剂用量。

本实施例中，步骤s11、s12的执行过程可参考本申请洗碗机智能控制方法第一实施例，此处不再重复。

如图11所示，本申请洗碗机智能控制方法第八实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13包括：

s134：根据待清洗餐具的脏污程度，选择与脏污程度相匹配的冲水力度、清洗时间、水温、洗涤剂类型和洗涤剂用量。

其中，待清洗餐具的脏污程度是预先定义的数值，其与待清洗餐具表面残留的污渍类型、污渍面积、污渍数量和污渍状态相关。例如，预先定义脏污程度的范围为0-10，数字0表示脏污程度最低，较容易清洗，数字10表示脏污程度最高，最难清洗。当待清洗餐具表面残留的污渍越多、面积越大、污渍类型为油状物、污渍状态为凝固时，脏污程度越高。例如，当待清洗餐具表面残留的污渍为凝固的油状物时，其脏污程度比表面残留的污渍为菜叶的脏污程度高。

具体地，获取待清洗餐具的图像后，可以对图像进行处理，识别待清洗餐具表面残留的污渍的类型、面积、数量和状态中至少一个信息，然后根据该信息找到对应的脏污程度。其中，在识别多个待清洗餐具的脏污程度时，可以对每个待清洗餐具识别出一个脏污程度，然后取平均值或者做其他运算(如取最大值)，最终得到待清洗餐具的脏污程度。之后即可以根据该脏污程度选择对应的清洗参数，包括冲水力度、清洗时间、水温、洗涤剂类型和洗涤剂用量中至少一种。例如，当识别得到待清洗餐具的脏污程度为8时，可以选择较大的冲水力度，较长的清洗时间，较高的水温，较有效的洗涤剂类型(如针对火锅油脏污程度高，可以选择更容易溶解油状物的洗涤剂)，较多的洗涤剂用量中至少一个，从而可以加快清洗速度，同时可以提升清洗效果。

本实施例中，步骤s11、s12的执行过程可参考本申请洗碗机智能控制方法第一实施例，此处不再重复。

在其他实施例中，当用户放置完成待清洗餐具后，可能会直接给出清洗指令，此时，可以综合考虑与识别出的待清洗餐具的信息匹配的清洗模式和该清洗指令，已给出更合适的清洗模式。

具体如图12所示，本申请洗碗机智能控制方法第九实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13包括：

s135：确定与识别出的待清洗餐具的信息匹配的第一清洗模式。

其中，步骤s135的执行过程可以参考本申请洗碗机智能控制方法第一实施例的步骤s13的执行过程，此处不再重复。

s136：获取用户输入的洗碗机的清洗指令。

其中，该清洗指令包括第二清洗模式或清洗时间。

具体地，洗碗机可以通过语音交互或者接收用户通过输入设备(如设置于洗碗机上的键盘)，又或者通过接收与洗碗机连接的终端设备发送的信息的方式获取用户输入的清洗指令。

s137：利用第二清洗模式或该清洗时间调整第一清洗模式的参数，并调整洗碗机至调整参数后的第一清洗模式。

具体地，获取用户输入的清洗指令后，若该清洗指令包括第二清洗模式，则洗碗机可以将该第二清洗模式与第一清洗模式进行比较，当二者不同时，其可以利用该第二清洗模式的参数调整第一清洗模式的参数，例如，可以将二者的参数进行平均计算或者加权平均等计算方式，得到调整后的第一清洗模式。优选地，对参数进行调整是采用加权平均，计算时，设置该第一清洗模式的参数的权重大于第二清洗模式的参数的权重，从而综合考虑用户需求同时降低由于用户不了解洗碗机运作而给出不恰当清洗指令的影响。当清洗指令包括清洗时间时，参数调整过程可以参考与上述过程，此处不再重复。

在其他实施例中，洗碗机也可以在清洗过程中实时获取清洗过程中餐具的脏污程度，以便调整清洗模式，加快清洗速度。

具体如图13所示，本申请洗碗机智能控制方法第十实施例是在本申请洗碗机智能控制方法第一实施例的基础上，进一步限定步骤s13之后，进一步包括：

s14：获取待清洗餐具的清洗过程图像。

具体地，洗碗机可以利用安装在内部的摄像头，实时或者周期性获取待清洗餐具的清洗过程图像，或者直接拍摄清洗过程的视频，以得到清洗过程图像。

s15：对该清洗过程图像进行处理，以识别待清洗餐具的脏污程度变化。

具体地，对该清洗过程图像进行处理，可以采用图像识别算法或者直接采用训练好的图像识别模型进行识别处理，以得到待清洗餐具的脏污程度变化，即待清洗餐具的脏污程度与清洗时间的关系数据，例如二者的关系表格或关系曲线。

s16：判断脏污程度变化是否符合预期清洗效果。

其中，预期清洗效果是预先设置的清洗时间对应的预期脏污程度表格，或者预先设置的清洗时间与预期脏污程度的关系曲线，或者直接是针对某个或某几个清洗时间对应的预期脏污程度变化的范围数据，又或者直接为脏污程度的预期变化速度等。不同清洗模式可以对应不同的预期清洗效果。

具体地，在一个应用例中，该预期清洗效果是预先设置的清洗时间与预期脏污程度的关系曲线。当识别得到待清洗餐具的脏污程度变化时，即得到待清洗餐具的实际脏污程度与清洗时间的关系数据后，可以与该预期清洗效果进行比较。例如，将当前的清洗时间对应的实际脏污程度与预期脏污程度进行比较，若该实际脏污程度高于预期脏污程度，或者二者的实际脏污程度比预期脏污程度高，且二者的差距超过容许范围时，则判定该脏污程度变化不符合预期清洗效果，否则判定该脏污程度变化符合预期清洗效果。或者，可以直接获取实际脏污程度与清洗时间的比值(脏污程度的实际变化速度)以及预期脏污程度与清洗时间的比值(脏污程度的预期变化速度)进行比较，若实际变化速度比预期变化速度慢，或者实际变化速度小于预期变化速度，且二者的差距超过容许范围时，则判定该脏污程度变化不符合预期清洗效果。

在脏污程度不符合预期清洗效果的情况下，响应于脏污程度变化不符合预期清洗效果，执行步骤s17。

s17：选择加大冲水力度、增加清洗时间、提升水温、加大洗涤剂用量中至少一种措施，以加快脏污清洗速度。

在脏污程度符合预期清洗效果的情况下，响应于脏污程度变化符合预期清洗效果，执行步骤s18。

s18：仍然采用当前清洗模式进行清洗。

具体地，在脏污程度变化不符合预期清洗效果，即该清洗模式的清洗效果不符合预期，污渍清洗速度过慢，此种情况下，可以选择加大冲水力度、增加清洗时间、提升水温、加大洗涤剂用量中至少一种措施，以加快脏污清洗速度。而在脏污程度符合预期清洗效果的情况下，则可以仍然采用当前的清洗模式进行清洗。因此，洗碗机可以周期性地监控清洗过程的脏污程度变化，从而可以在脏污程度变化不符合预期时，及时调整清洗参数，加快清洗速度，提升清洗效果。

本申请洗碗机智能控制方法的上述实施例均可以相互进行结合。

如图14所示，本申请洗碗机一实施例中，洗碗机100包括：处理器110以及与处理器110连接的图像获取装置120。

图像获取装置120可以是普通相机或者三维相机，用于获取洗碗机100中待清洗餐具的图像。该图像获取装置120的数量也可以是多个，通过不同角度进行拍摄，以获取待清洗餐具的完整图像，以便于处理器110进行识别。

处理器110还可以称为cpu(centralprocessingunit，中央处理单元)。处理器110可能是一种集成电路芯片，具有信号的处理能力。处理器110还可以是通用处理器、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

处理器110用于执行程序以实现如本申请洗碗机智能控制方法第一至第十任一实施例或其不冲突的组合所提供的方法。

可选地，洗碗机100进一步包括：存储器130，与处理器110连接，用于存储处理器110执行过程中所需的程序和数据。

可选地，洗碗机100还包括：超声波装置140，与处理器110连接，用于向待清洗餐具发射超声波并接收待清洗餐具反射的回波信号，以识别待清洗餐具的材质。

可选地，洗碗机100还包括：人机交互装置150，与处理器110连接，用于接收用户输入的信息或指令。

其中，该人机交互装置150可以是语音交互装置，也可以是触摸屏等输入输出设备，还可以是与天线电路等与洗碗机100连接的用户终端设备进行通信的电路等。

如图15所示，本申请具有存储功能的装置一实施例中，具有存储功能的装置200内部存储有处理器可运行的程序指令210，该程序指令210被执行以实现如本申请洗碗机智能控制方法第一至第十任一实施例或其不冲突的组合所提供的方法。

该具有存储功能的装置200具体可以为u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等可以存储程序指令的介质，或者也可以为存储有该程序指令的服务器，该服务器可将存储的程序指令发送给其他设备运行，或者也可以自运行该存储的程序指令。

在一实施例中，具有存储功能的装置200还可以为如图14所示的存储器。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。