智能风干机控制方法、装置、电子设备及存储介质与流程

1.本技术涉及智能家居技术领域，尤其涉及一种智能风干机控制方法、装置、电子设备及存储介质。


背景技术：

2.随着智能家居技术的发展，智能家居设备在人们的日常生活中越来越普及。然而，当人们在沐浴或者享受完汗蒸后，通常需要用户使用毛巾或者吹风机手动去除身上的水分，因此，需要耗费用户较多的时间和精力，智能化程度较低。因此，如何智能化去除用户在沐浴或者享受完汗蒸后身上的水分，成为亟待解决的技术问题。


技术实现要素：

3.本技术提供了一种智能风干机控制方法、装置、电子设备及存储介质，以解决现有技术中需要用户使用毛巾或者吹风机手动去除身上的水分，导致智能化程度较低的问题。
4.第一方面，本技术提供了一种智能风干机控制方法，所述方法包括：
5.获取目标空间对应的点云数据和所述目标空间内用户的用户信息；
6.根据所述点云数据和所述用户信息，确定所述目标空间内的用户的相对位置集合，所述相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合；
7.根据所述相对位置集合，控制所述智能风干机进行转向并吹风。
8.可选地，所述根据所述相对位置集合，控制所述智能风干机进行转向并吹风，包括：
9.根据目标身体部位对应的相对位置，控制所述智能风干机转向至目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，所述目标身体部位为用户的多个身体部位中的任一部位，所述目标出风温度和所述目标出风风速均是基于预设对应关系确定得到，所述预设对应关系用于表征所述目标身体部位、所述目标出风温度和所述目标出风风速之间的对应关系。
10.可选地，在所述根据所述相对位置集合，控制所述智能风干机进行转向并吹风之前，所述方法还包括：
11.获取所述目标空间内的环境参数，所述环境参数包括所述目标空间内的环境湿度和环境温度中的至少一项；
12.所述根据所述相对位置集合，控制所述智能风干机进行转向并吹风，包括：
13.将所述相对位置集合中各相对位置对应的身体部位和所述环境参数输入至预先训练的神经网络模型，得到所述智能风干机吹向各身体部位对应的出风温度和出风风速；
14.根据所述相对位置集合，确定所述智能风干机吹向各身体部位对应的角度；
15.控制所述智能风干机转向至目标身体部位对应的目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，所述目标身体部位为用户的多个身体部位中的任一部位，
所述目标出风温度为所述目标身体部位对应的出风温度，所述目标出风风速为所述目标身体部位对应的出风风速。
16.可选地，在所述将所述相对位置集合和所述环境参数输入至预先训练的神经网络模型，得到所述智能风干机吹向用户各身体部位对应的出风温度和出风风速之前，所述方法还包括：
17.获取多个训练样本，每个所述训练样本标注有样本环境参数、样本对象的多个身体部位，以及样本对象的各身体部位对应的出风温度和出风风速；
18.利用所述训练样本对待训练模型进行训练，得到所述预先训练的神经网络模型，所述待训练模型为后向传播神经网络模型。
19.可选地，所述根据所述点云数据和所述用户信息，确定所述目标空间内的用户的相对位置集合，包括：
20.根据所述点云数据和所述用户信息，确定用户的多个身体部位以及所述多个身体部位对应的相对位置；
21.将所述多个身体部位对应的相对位置的集合，确定为所述相对位置集合。
22.可选地，所述获取目标空间对应的点云数据和所述目标空间内用户的用户信息，包括：
23.通过毫米波雷达获取所述点云数据，所述毫米波雷达安装于所述智能风干机上；将所述点云数据输入至预设分类模型对所述目标空间内的用户进行识别，得到识别后的点云数据；
24.根据识别后的点云数据，确定所述用户信息。
25.可选地，在所述获取目标空间对应的点云数据和所述目标空间内的用户信息之前，所述方法还包括：
26.接收用户发送的第一语音指令，并根据所述第一语音指令控制所述毫米波雷达和所述智能风干机开启；
27.在所述根据所述相对位置集合，控制所述智能风干机进行转向并吹风之后，所述方法还包括：
28.接收用户发送的第二语音指令，根据所述第二语音指令控制所述毫米波雷达和所述智能风干机关闭。
29.第二方面，本技术还提供了一种智能风干机控制装置，所述装置包括：
30.获取模块，用于获取目标空间对应的点云数据和所述目标空间内用户的用户信息；
31.确定模块，用于根据所述点云数据和所述用户信息，确定所述目标空间内的用户的相对位置集合，所述相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合；
32.控制模块，用于根据所述相对位置集合，控制所述智能风干机进行转向并吹风。
33.第三方面，本技术还提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
34.存储器，用于存放计算机程序；
35.处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例所述的
智能风干机控制方法的步骤。
36.第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项实施例所述的智能风干机控制方法的步骤。
37.在本技术实施例中，通过获取目标空间对应的点云数据和所述目标空间内用户的用户信息；根据所述点云数据和所述用户信息，确定所述目标空间内的用户的相对位置集合，所述相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合；根据所述相对位置集合，控制所述智能风干机进行转向并吹风。通过上述方式，可以根据目标空间对应的点云数据和目标空间内用户的用户信息，确定出目标空间内的用户的多个身体部位分别相对于智能风干机的多个相对位置的集合，即用户的多个身体部位分别相对于智能风干机的距离和角度，并自动控制智能风干机对多个身体部位进行吹风，从而无需用户使用毛巾或者吹风机手动去除身上的水分，避免耗费用户较多的时间和精力，提高了智能风干机的智能化程度。
附图说明
38.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
40.图1为本技术实施例提供的一种智能风干机控制方法的流程示意图；
41.图2为本技术实施例提供的另一种智能风干机控制方法的流程示意图；
42.图3为本技术实施例提供的再一种智能风干机控制方法的流程示意图；
43.图4为本技术实施例提供的一种智能风干机控制装置的结构示意图；
44.图5为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
45.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
46.参见图1，图1为本技术实施例提供的一种智能风干机控制方法的流程示意图。如图1所示，该智能风干机控制方法可以包括如下步骤：
47.需要说明的是，该智能风干机控制方法可以应用于智能风干机，也可以应用于与智能风干机连接的电子设备，还可以由智能风干机和电子设备共同实现。当该智能风干机控制方法可以应用于智能风干机时，下述所有执行步骤均在智能风干机处理端完成；当该智能风干机控制方法可以应用于与智能风干机连接的电子设备时，下述所有执行步骤均在电子设备处理端完成，最后通过电子设备的处理结果控制智能风干机运行；当该智能风干机控制方法可以应用于智能风干机和电子设备时，可以由电子设备执行部分操作，再由智
能风干机执行部分操作，本技术不做具体限定。
48.步骤101、获取目标空间对应的点云数据和目标空间内用户的用户信息。
49.具体地，上述目标空间可以是指任意三维立体空间，如浴室或者澡堂等任一空间，本技术实施例不做具体限定。上述点云数据用于表征目标空间内所有用户和物体在目标空间内的位置分布和跟踪定位等信息。上述用户信息可以是指用户数量、用户身高、用户体型、用户位置等与用户相关的信息。
50.在获取点云数据时，可以通过激光扫描仪如激光雷达等，利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，可快速复建出被测目标的三维模型及线、面、体等各种图件数据，从而得到点云数据；还可以通过深度相机，将近红外激光器把具有结构特征的光线投影到物体上，通过红外摄像头采集得到深度信息，从而得到点云数据；还可以通过双目相机，获取两个相机从不同位置获取物体的两幅图像，通过计算对应点的位置偏差，使用三角原理计算点的三维坐标，从而得到点云数据，本技术实施例不做具体限定。
51.在获取用户信息时，可以基于获取到的点云数据分析得到，也可以通过相机获取目标空间内的画面图像，再通过图像识别等技术，获取到目标空间内用户的用户信息。
52.步骤102、根据点云数据和用户信息，确定目标空间内的用户的相对位置集合，相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合。
53.在该步骤中，可以根据点云数据和用户信息，识别出目标空间内的用户以及用户的多个身体部位，进而得到用户的多个身体部位分别相对于智能风干机的多个相对位置，得到相对位置集合。需要说明的是，此处的相对位置可以包括与智能风干机的相对距离和相对角度等信息。
54.步骤103、根据相对位置集合，控制智能风干机进行转向并吹风。
55.在该步骤中，在获取到相对位置集合之后，可以根据该相对位置集合，确定出智能风干机的吹风角度范围，并控制智能风干机转向至该吹风角度范围内进行吹风，这样，就可以自动对目标空间内的用户的不同身体部位进行吹风。
56.在本实施例中，可以根据目标空间对应的点云数据和目标空间内用户的用户信息，确定出目标空间内的用户的多个身体部位分别相对于智能风干机的多个相对位置的集合，即用户的多个身体部位分别相对于智能风干机的距离和角度，并自动控制智能风干机对多个身体部位进行吹风，从而无需用户使用毛巾或者吹风机手动去除身上的水分，避免耗费用户较多的时间和精力，提高了智能风干机的智能化程度。
57.进一步地，上述步骤103、根据相对位置集合，控制智能风干机进行转向并吹风，包括：
58.根据目标身体部位对应的相对位置，控制智能风干机转向至目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，目标身体部位为用户的多个身体部位中的任一部位，目标出风温度和目标出风风速均是基于预设对应关系确定得到，预设对应关系用于表征目标身体部位、目标出风温度和目标出风风速之间的对应关系。
59.在一实施例中，可以根据预设对应关系，控制智能风干机按照不同的出风温度和不同的出风风速对用户的多个身体部位进行吹风。具体地，由于预设对应关系中预先设置有目标身体部位、目标出风温度和目标出风风速之间的对应关系，因而在需要对目标身体
部位进行吹风时，可以从该预设对应关系中获取该目标身体部位对应的目标出风温度和目标出风风速，进而按照获取到的目标出风温度和目标出风风速对目标身体部位进行吹风。例如，可以对用户的头部采用相对较弱的出风风速，而用户的腿部采用相对较强的出风风速；对用户的头部采用相对较低的出风温度，而用户的腿部采用相对较高的出风温度等。通过这种方式，可以满足用户不同身体部位的吹风需求，从而提高用户的吹风体验。
60.进一步地，在上述步骤103、根据相对位置集合，控制智能风干机进行转向并吹风之前，该方法还包括：
61.获取目标空间内的环境参数，环境参数包括目标空间内的环境湿度和环境温度中的至少一项；
62.上述步骤103、根据相对位置集合，控制智能风干机进行转向并吹风，包括：
63.将相对位置集合中各相对位置对应的身体部位和环境参数输入至预先训练的神经网络模型，得到智能风干机吹向各身体部位对应的出风温度和出风风速；
64.根据相对位置集合，确定智能风干机吹向各身体部位对应的角度；
65.控制智能风干机转向至目标身体部位对应的目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，目标身体部位为用户的多个身体部位中的任一部位，目标出风温度为目标身体部位对应的出风温度，目标出风风速为目标身体部位对应的出风风速。
66.具体地，上述环境参数是指目标空间内的环境温度、环境湿度等参数信息中的一项或多项的组合。在获取环境参数时，可以根据实际需要获取的参数类型选择合适的传感装置进行获取，如获取环境温度时，可以采用温度传感器进行获取；获取环境湿度时，可以采用湿度传感器进行获取；同时获取环境温度和环境湿度时，可以采用温湿度传感器进行获取等等。上述预先训练的神经网络模型可以为卷积神经网络(convolutional neural networks,简称为cnn)、递归神经网络(recurrent neural network，简称为rnn)、深信度网络(deep belief networks，简称为dbn)和生成对抗网络(generative adversarial network,简称为gan)等任意一种神经网络模型。
67.在一实施例中，可以根据目标空间内的环境参数和预先训练的神经网络模型，控制智能风干机按照不同的出风温度和不同的出风风速对用户的多个身体部位进行吹风。
68.具体而言，在获取到相对位置集合和目标空间内的环境参数之后，可以将相对位置集合中各相对位置对应的身体部位和环境参数输入至预先训练的神经网络模型，通过预先训练的神经网络模型对各身体部位对应的出风温度和出风风速进行预测，并根据各身体部位对应的相对位置信息，确定智能风干机吹向各身体部位对应的角度，从而根据出风温度、出风风速和角度，控制智能风干机对各身体部位进行吹风。采用上述方式，可以得到不同的身体部位对应的出风温度、出风风速和角度，从而通过智能风干机对不同身体部位进行灵活吹风。例如，由于环境参数的不同，用户所需的出风温度也会存在差异，例如在冬季，用户洗完热水澡后，室内的环境温度通常较高，若此时智能风干机吹出较低温度的风，很容易使用户感冒；而在夏季，室内的环境温度通常也会较高，若此时智能风干机再吹出较高温度的风，用户会感觉炎热难耐，因而可以根据环境参数对智能风干机的出风温度进行控制。通过这种方式，可以满足用户不同身体部位的吹风需求，从而提高用户的吹风体验。
69.进一步地，在上述步骤、将相对位置集合和环境参数输入至预先训练的神经网络模型，得到智能风干机吹向用户各身体部位对应的出风温度和出风风速之前，该方法还包
括：
70.获取多个训练样本，每个训练样本标注有样本环境参数、样本对象的多个身体部位，以及样本对象的各身体部位对应的出风温度和出风风速；
71.利用训练样本对待训练模型进行训练，得到预先训练的神经网络模型，待训练模型为后向传播神经网络模型。
72.在一实施例中，在使用预先训练的神经网络模型对各身体部位对应的出风温度和出风风速进行预测之前，还需要对该神经网络模型进行训练。具体地，可以获取多个训练样本，每个训练样本标注有样本环境参数、样本对象的多个身体部位，以及样本对象的各身体部位对应的出风温度和出风风速。再利用训练样本对待训练模型进行训练，得到预先训练的神经网络模型。作为一可选实施方式，该待训练模型可以采用后向传播神经网络模型(back propagation neural network，简称为bpnn)，该bpnn可以包括输入层、隐藏层和输出层，其中隐藏层可以为多层。该bpnn的每一层的神经元只接受前一层神经元的输入，后面的层对于前面的层没有信号反馈。每一层对于输入数据进行一定的转换，然后将输出结果作为下一层的输入，直到最后输出结果。该bpnn训练过程包括如下步骤：
73.step1：网络参数初始化，该网络参数可以包括但不限于：输入层节点、隐藏层节点、激活函数、权重、阈值等参数；
74.step2：输入训练样本，隐藏层与输出层输出计算，最终输出网络预测结果；
75.step3：误差计算，根据网络预测结果与期望结果，计算网络预测误差；
76.step4：对网络参数中的权值与阈值进行更新；
77.step5：判断算法是否迭代结束，如没有结束，返回step2。
78.这样，在训练后的bpnn的输入层输入相对位置集合中各相对位置对应的身体部位和环境参数，便会在输出层输出各身体部位对应的出风温度和出风风速。
79.进一步地，上述步骤102、根据点云数据和用户信息，确定目标空间内的用户的相对位置集合，包括：
80.根据点云数据和用户信息，确定用户的多个身体部位以及多个身体部位对应的相对位置；
81.将多个身体部位对应的相对位置的集合，确定为相对位置集合。
82.在一实施例中，可以采用预设分类模型如mobilenetv3和yolov5组成的模型，根据点云数据和用户信息进行用户识别和用户的多个不同身体部位的识别。需要说明的是，在mobilenetv3和yolov5组成的模型中，即是利用mobilenetv3来替换原yolov5中的主干特征提取网络。需要说明的是，该mobilenetv3可用于进行分类，其主干部分的作用是进行特征提取，使用mobilenetv3代替yolov5中的主干特征提取网络进行特征提取，通过将三个初步的有效特征层相同shape的特征层进行加强特征提取，便可以将mobilenetv3替换进yolov5中了。在利用该预设分类模型得到分类结果(用户和用户的多个不同身体部位)时，需要先使用mobilenetv3代替yolov5中的主干特征提取网络进行特征提取，得到点云数据的三个初步的有效特征层，再利用yolov5中的加强特征提取网络对这三个初步的有效特征层进行特征融合，提取出更好的特征，获得三个更有效的有效特征层，然后根据yolov5中的预测网络利用这三个更有效的有效特征层，获得用户和用户的多个身体部位。在识别出用户和用户的身体部位之后，可以根据点云数据确定出用户的多个身体部位对应的相对位置，最后
将多个身体部位对应的相对位置的集合，确定为相对位置集合。
83.在本实施例中，可以通过预设分类模型对用户和用户的身体部位进行识别，从而获取到用户的多个身体部位对应的相对位置的集合，从而确定出控制智能风干机的吹风角度范围，对用户进行精准吹风。
84.进一步地，上述步骤101、获取目标空间对应的点云数据和目标空间内用户的用户信息，包括：
85.通过毫米波雷达获取点云数据，毫米波雷达安装于智能风干机上；
86.将点云数据输入至预设分类模型对目标空间内的用户进行识别，得到识别后的点云数据；
87.根据识别后的点云数据，确定用户信息。
88.在一实施例中，可以通过安装于智能风干机上的毫米波雷达获取点云数据，这样，获取到的点云数据可以真实反映出目标空间内各对象相对于智能风干机的距离和角度，而无需再基于智能风干机和毫米波雷达之间的位置关系，进行换算。并且，在获取到点云数据之后，可以将点云数据输入至预设分类模型对目标空间内的用户进行识别，得到识别后的点云数据，再根据识别后的点云数据，确定用户信息。其中，此处的预设分类模型可以为用于实现目标分类的任一模型，如上述mobilenetv3和yolov5组成的模型等。通过上述方式，就可以获取到目标空间对应的点云数据和目标空间内用户的用户信息，为后续对智能风干机的控制提供数据依据。
89.进一步地，在上述步骤101、获取目标空间对应的点云数据和目标空间内的用户信息之前，该方法还包括：
90.接收用户发送的第一语音指令，并根据第一语音指令控制毫米波雷达和智能风干机开启；
91.在上述步骤103、根据相对位置集合，控制智能风干机进行转向并吹风之后，该方法还包括：
92.接收用户发送的第二语音指令，根据第二语音指令控制毫米波雷达和智能风干机关闭。
93.在一实施例中，还可以在目标空间内设置麦克风，这样可以通过麦克风接收用户的第一语音指令和第二语音指令，进而对毫米波雷达和智能风干机进行开启或者关闭控制，这样可以有效避免边界用户手动操作的影响，可以在用户使用完毕后语音调节智能风干机关闭，实现智能化开闭功能。
94.在一实施例中，该智能风干机控制流程方法的流程图如图2所示，该智能风干机控制流程方法可以包括如下步骤：
95.步骤201、接收第一语音指令，根据第一语音指令控制毫米波雷达和智能风干机开启。
96.步骤202、获取目标空间对应的点云数据。
97.在该步骤中，可以通过毫米波雷达发射信号和接收回波信号，并利用毫米波雷达中的模数转换器对回波信号进行模数转换，再经数字信号处理(digital signal processing，简称dsp)进行信号处理，获取目标空间对应的点云数据。该点云数据可以包括距离、角度、多普勒速度、信噪比及高度等信息，还可以包括根据聚类、关联以及拓展卡尔曼
实现目标跟踪定位获取到的用户的相对位置信息。
98.步骤203、利用mobilenetv3+yolov5分类模型识别出用户和用户的各身体部位，并确定用户的各身体部位的相对位置信息。
99.在该步骤中，可以将获取到的点云数据作为mobilenetv3+yolov5的输入，实现单目标或者多目标的分类，即识别人与非人目标。其中，利用mobilenetv3实现特征提取以替换原利用yolov5中主干网络中的有效特征层同时实现目标检测，其包含用户识别结果以及用户不同身体部位的相对位置。
100.步骤204、利用温湿度传感器获取目标空间内的环境参数。
101.在该步骤中，可以利用温湿度传感器获取目标空间内温度与湿度等参数信息。
102.步骤205、利用后向传播神经网络模型，得到用户的各身体部位对应的出风温度、出风风速和角度。
103.在该步骤中，可以利用各身体部位对应的相对位置信息和环境参数作为后向传播神经网络模型bpnn的输入，根据用户的不同身体部位调整智能风干机的出风温度、出风风速和角度。
104.步骤206、调整智能风干机的出风温度、出风风速和角度，对用户进行吹风。
105.步骤207、接收第二语音指令，根据第二语音指令控制毫米波雷达和智能风干机关闭。
106.在用户使用完毕后，用户可语音控制智能风干机关闭，实现智能化开闭功能。
107.在本实施例中，可以采用毫米波雷达技术估算用户的身高数据，同时利用yolov5+mobilenetv3实现目标类别的识别以及用户相对于智能风干的相对位置数据信息，同时根据相对位置信息、用户身高数据等信息，智能化调节智能风干机转向以及根据用户身体不同位置处的肌肤采用不同的风力吹干用户身体沐浴残留水分。
108.在一示范例时，该智能风干机的智能化控制过程可以如图3所示，具体包括如下步骤：
109.步骤301、毫米波雷达的回波信号采集。
110.步骤302、模数信号转换与dsp信号处理。
111.在该步骤中，可以将采集到的毫米波雷达的回波信号进行模数信号转换，并将模数信号转换后的数字信号进行dsp信号处理，得到目标空间内所有对象的点云数据。该点云数据包括距离、角度、多普勒速度、信噪比及高度等信息。需要说明的是，该步骤可以由毫米波雷达内部的adc芯片和dsp芯片进行处理，也可以由与毫米波雷达和智能风干机连接的电子设备来完成，本技术实施例不做具体限定。
112.步骤303、场景中单目标或多目标轨迹跟踪定位。
113.步骤304、目标点云数据与时频信息的新特征提取技术提取特征量。
114.步骤305、计算用户的身高数据。
115.在上述步骤303至步骤305中，可以根据聚类、关联以及拓展卡尔曼算法实现单目标或多目标轨迹跟踪定位，即获取用户不同身体部位的相对位置信息，根据点云数据等信息同步可得到用户的身高数据(在3d模式下，可知用户不同身体部位的相对位置信息)。
116.步骤306、利用yolov5+mobilenetv3分类模型实现用户识别并记录相对位置信息。
117.在该步骤中，可以将点云数据作为mobilenetv3+yolov5的输入，实现单目标或者
多目标的分类，即识别人与非人目标。其中，利用mobilenetv3实现特征提取以替换原利用yolov5中主干网络中的有效特征层同时实现目标检测，其包含目标识别结果以及目标可计算相对位置(此时相对位置可作为辅助信息量与点云计算的相对位置信息相呼应)；
118.步骤307、温湿度传感器获取浴室温度以及湿度等信息。
119.步骤308、利用bpnn模型调整风干机的转向以及风力、温度档位。
120.将用户身高数据、用户不同身体部位的相对位置信息、浴室温度以及湿度等信息作为bpnn模型的输入，根据用户的不同身体部位调整智能风干机的角度以及风力大小和出风温度，让用户体验智能化调节实现沐浴后身体残留水分的蒸干。同时，为了边界用户手动操作的影响，会在用户使用完毕后用户可语音调节智能风干机的开启与关闭，实现智能化开闭功能。
121.这样，可以智能化地根据用户不同身体部位的相对位置信息对身体残留水分进行风干，无需使用毛巾等进行擦拭，避免毛巾在使用以及晾晒中滋生的细菌对用户健康造成影响，同时无需人为使用吹风机去吹干水分，为用户提供舒适沐浴时光。
122.参见图4，图4为本技术实施例提供的一种智能风干机控制装置的结构示意图。如图4所示，该智能风干机控制装置400包括：
123.获取模块401，用于获取目标空间对应的点云数据和目标空间内用户的用户信息；
124.确定模块402，用于根据点云数据和用户信息，确定目标空间内的用户的相对位置集合，相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合；
125.控制模块403，用于根据相对位置集合，控制智能风干机进行转向并吹风。
126.进一步地，控制模块403包括：
127.第一子控制模块，用于根据目标身体部位对应的相对位置，控制智能风干机转向至目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，目标身体部位为用户的多个身体部位中的任一部位，目标出风温度和目标出风风速均是基于预设对应关系确定得到，预设对应关系用于表征目标身体部位、目标出风温度和目标出风风速之间的对应关系。
128.进一步地，该智能风干机控制装置400还包括：
129.训练模块，用于获取目标空间内的环境参数，环境参数包括目标空间内的环境湿度和环境温度中的至少一项；
130.控制模块403包括：
131.输入子模块，用于将相对位置集合中各相对位置对应的身体部位和环境参数输入至预先训练的神经网络模型，得到智能风干机吹向各身体部位对应的出风温度和出风风速；
132.第一确定子模块，用于根据相对位置集合，确定智能风干机吹向各身体部位对应的角度；
133.第二子控制模块，用于控制智能风干机转向至目标身体部位对应的目标角度，并按照目标出风温度和目标出风风速进行吹风，其中，目标身体部位为用户的多个身体部位中的任一部位，目标出风温度为目标身体部位对应的出风温度，目标出风风速为目标身体部位对应的出风风速。
134.进一步地，控制模块403还包括：
135.第一获取子模块，用于获取多个训练样本，每个训练样本标注有样本环境参数、样本对象的多个身体部位，以及样本对象的各身体部位对应的出风温度和出风风速；
136.训练子模块，用于利用训练样本对待训练模型进行训练，得到预先训练的神经网络模型，待训练模型为后向传播神经网络模型。
137.进一步地，确定模块402包括：
138.第二确定子模块，用于根据点云数据和用户信息，确定用户的多个身体部位以及多个身体部位对应的相对位置；
139.第三确定子模块，用于将多个身体部位对应的相对位置的集合，确定为相对位置集合。
140.进一步地，获取模块401包括：
141.第二获取子模块，用于通过毫米波雷达获取点云数据，毫米波雷达安装于智能风干机上；将点云数据输入至预设分类模型对目标空间内的用户进行识别，得到识别后的点云数据；
142.第四确定子模块，用于根据识别后的点云数据，确定用户信息。
143.进一步地，该智能风干机控制装置400还包括：
144.第一接收模块，用于接收用户发送的第一语音指令，并根据第一语音指令控制毫米波雷达和智能风干机开启；
145.第二接收模块，用于接收用户发送的第二语音指令，根据第二语音指令控制毫米波雷达和智能风干机关闭。
146.需要说明的是，该智能风干机控制装置400可以实现如前述任意一个方法实施例提供的智能风干机控制方法的步骤，且能达到相同的技术效果，在此不再一一赘述。
147.如图5所示，本技术实施例还提供了一种电子设备，包括处理器511、通信接口512、存储器513和通信总线514，其中，处理器511，通信接口512，存储器513通过通信总线514完成相互间的通信，
148.存储器513，用于存放计算机程序；
149.在本技术一个实施例中，处理器511，用于执行存储器513上所存放的程序时，实现前述任意一个方法实施例提供的智能风干机控制方法，包括：
150.获取目标空间对应的点云数据和目标空间内用户的用户信息；
151.根据点云数据和用户信息，确定目标空间内的用户的相对位置集合，相对位置集合包括用户的多个身体部位分别相对于智能风干机的多个相对位置的集合；
152.根据相对位置集合，控制智能风干机进行转向并吹风。
153.本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如前述任意一个方法实施例提供的智能风干机控制方法的步骤。
154.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设
备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
155.以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。