检测方法、控制方法及装置与流程

本申请实施例涉及计算机应用技术领域，尤其涉及一种检测方法及装置，以及一种控制方法及装置。

背景技术：

在日常生活及工作中通常会涉及很多室内活动，例如室内会议等，室内活动需要占用建筑内部空间，如会议使用的会议室等。

以会议室为例，举行会议需要使用未被占用的会议室，为了方便查找未被占用的会议室，可以对会议室进行管理，记录会议室的占用状态，而目前会议室是否被占用是由用户检查确定，不够便利。

技术实现要素：

本申请实施例提供一种检测方法、一种控制方法及装置，用以解决现有技术中空间占用检测不便利的技术问题。

第一方面，本申请实施例中提供了一种检测方法，包括：

获取部署在目标空间中的至少一个对象感应器采集的感应数据；

基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

第二方面，本申请实施例中提供了一种控制方法，包括：

获取部署在目标空间中的至少一个对象感应器采集的感应数据；

基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

基于检测结果，针对所述目标空间进行相应控制处理；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

第三方面，本申请实施例中提供了一种检测系统，包括服务端以及部署在目标空间中的至少一个对象感应器；

所述至少一个对象感应器分别采集感应数据；

所述服务端用于获取所述至少一个对象感应器采集获得的感应数据，并基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

第四方面，本申请实施例中提供了一种检测装置，包括：

数据获取模块，用于获取部署在目标空间中的至少一个对象感应器采集的感应数据；

检测模块，用于基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

第五方面，本申请实施例中提供了一种控制装置，包括：

数据获取模块，获取部署在目标空间中的至少一个对象感应器采集的感应数据；

检测模块，基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

控制模块，用于基于检测结果，针对所述目标空间进行相应控制处理；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

第六方面，本申请实施例中提供了一种计算设备，包括处理组件以及存储组件；

所述存储组件存储一个或多个计算机指令；所述一个或多个计算机指令用以被所述处理组件调用执行；

所述处理组件用于：

获取部署在目标空间中的至少一个对象感应器采集的感应数据；

基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

本申请实施例中，利用目标空间中的至少一个对象感应器分别采集感应数据，基于该至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；对象检测模型通过机器学习训练获得，本申请实施例实现了空间占用检测，提高了检测便利性。

本申请的这些方面或其他方面在以下实施例的描述中会更加简明易懂。

附图说明

为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请提供的一种检测系统一个实施例的结构示意图；

图2示出了本申请提供的一种检测系统又一个实施例的结构示意图；

图3示出了本申请提供的一种检测方法一个实施例的流程图；

图4示出了本申请实施例中模型训练方法的流程示意图；

图5示出了本申请提供的一种控制方法一个实施例的流程图；

图6示出了本申请实施例在一个实际应用中的会议室占用检测的交互示意图；

图7示出了本申请提供的一种检测装置一个实施例的结构示意图；

图8示出了本申请提供的一种控制装置一个实施例的结构示意图；

图9示出了本申请提供的一种计算设备一个实施例的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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。

在本申请的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如101、102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。

本申请实施例的技术方案可以适用于对任意建筑内部空间的占用检测场景中，对建筑内部空间的占用检测是指检测建筑内部空间中是否存在目标对象，该目标对象在实际应用中可以具体是指人。在实际应用中，主要适用于对会议室的空间占用检测，也即检测会议室中是否存在人，在日常工作中，通常一个公司会设置多间会议室以供员工使用，为了方便使用，还可以提前进行预约等，以保证有可用会议室。

以会议室为例，目前，为了方便会议室管理，也可以提供线上服务系统，通过线上服务系统可以查询会议室是否被占用等，然后会议室是否被占用需要由专门人员人工查看记录，浪费人力资源，空间占用检测不够不便利。

发明人研究发现，由于目前存在很多传感器可以实现人体等检测，在会议室中可以通过部署传感器，存在人以及不存在人的情况下，传感器的感应数据是不同的，因此可以基于传感器的不同感应数据来实现空间占用检测。但是，发明人在实现本发明的过程中进一步发现，传感器容易受各种环境因素影响，从而导致检测结果不够准确度，容易产生误报或者漏报等。

因此，为了既可以保证检测便利性以及检测准确性，发明人经过一系列研究提出了本申请的技术方案，在本申请实施例中，在目标空间中部署至少一个对象感应器，利用该至少一个对象感应器分别采集感应数据，基于该至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；其中，对象检测模型通过机器学习，利用至少一个对象感应器的大量感应数据样本训练获得，利用至少一个对象感应器实现了空间占用检测，保证了检测便利性，且通过机器学习模型进行判定，保证了检测的准确度。

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，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域技术人员在没有作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。

本申请实施例的技术方案可以应用于如图1所示的检测系统中，该检测系统可以包括至少一个对象感应器101及服务端102；

该至少一个对象感应器101部署在目标空间中，目标空间可以是指建筑内部空间，在一个实际应用中，该目标空间即可以是指会议室。

该至少一个对象感应器101分别用于采集感应数据；

服务端102用于获取所述至少一个对象感应器采集获得的感应数据，并基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

其中，该至少一个对象感应器可以为联网终端，可以与服务端直接连接。

此外，该至少一个对象感应器为可以实现对象检测的传感器，传感器通常无法直接连接网络，因此，在又一个实施例中，如图2所示的检测系统中，与图1所示检测系统不同之处在于，该检测系统还可以包括网关设备103，至少一个对象感应器101通过网关设备103与服务端102建立连接。

其中，该网关设备103可以包括zigbee(紫蜂协议)网关等，以实现对象感应器与服务端的互联。

该网关设备可以作为iot(theinternetofthings，物联网)的设备接入层，也即检测系统可以采用iot架构实现，对象感应器101即为iot终端，服务端为iot服务端，通过iot架构实现对象感应器与服务端之间的互联互通。

其中，服务端可以是一个或多个物理机器构成或者为云计算平台提供的弹性计算主机等，也即可以为租用或购买的云服务器资源。

基于图1或图2所述的检测系统，图3为本申请实施例提供的一种检测方法一个实施例的流程图，本实施例的技术方案可以由服务端执行，该方法可以包括以下几个步骤：

301：获取部署在目标空间中的至少一个对象感应器采集的感应数据。

可选地，可以每间隔第一时间获取部署在目标空间中的至少一个对象感应器采集的感应数据。该第一时间可以结合实际情况进行设定，例如可以为1分钟。

其中，对象感应器可以进行实时感应数据的采集。可选地，可以是获取当前时刻及当前时间之前的第二时间内，该至少一个对象感应器分别采集获得的感应数据。该第二时间例如可以是10分钟等。

该至少一个对象感应器采集的感应数据可以发送至服务端或者通过网关设备发送至服务端等。

302：基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象。

其中，所述对象检测模型可以基于所述至少一个对象感应器的感应数据样本训练获得。

如果目标空间中存在目标对象，即表明目标空间被占用，如果目标空间中未存在目标对象，即表明目标空间未被占用。

利用对象检测模型可以计算对象存在概率，若对象存在概率大于预设概率值，即可以表明存在目标对象，否则即认为不存在目标对象。

训练对象检测模型的感应数据样本可以包括正样本以及负样本，正样本为目标空间中存在目标对象时对应的感应数据样本，负样本为目标空间不存在目标对象时的感应数据样本，目标空间中是否存在目标对象的概率值可以作为模型标签，例如正样本对应的概率值为1，负样本对应的概率值为0，据此可以对对象检测模型进行有监督训练，获得对象检测模型中的各个模型参数，从而即可以利用训练获得对象检测模型进行空间占用检测。

其中，对象检测模型可以例如为决策树模型、svm(supportvectormachine，支持向量机)等，当然也可以采用神经网络模型实现。

本申请实施例中，目标对象是指在目标空间中可以自由活动的同一类型的对象，在实际应用中，具体即可以是指人。

该至少一个对象感应器可以包括多种可以检测对象的传感器，例如红外传感器、微波传感器、光学摄像头、雷达等等。目标空间中存在目标对象以及不存在目标对象的两种情况下，对象感应器的感应数据是不同的，因此可以通过对象感应器实现对象检测，而本申请实施例中，鉴于对象感应器容易受外界因素影响而影响检测准确度，因此，采用对象检测模型，利用机器学习算法融合至少一个对象感应器的感应数据，综合判定目标空间中是否存在目标对象，提高了检测准确度，因此，本实施例中既提高了空间占用检测的便利性，同时保证了检测准确度。

由上文描述可知，该至少一个对象感应器可以包括多种传感器，为了既可以保证检测成本同时保证检测准确度。在一个可选方式，该至少一个对象感应器可以包括至少一个被动红外传感器(英文，passiveinfrareddetectors，简称：pir)，被动红外传感器探测性能好、易于布防且格便宜。被动红外传感器感应到目标对象时，会生成触发信号，也即数值为1的感应数据，否则不存在触发信号，输出数值为0的感应数据。

当然，该至少一个对象感应器还可以包括至少一个微波传感器，微波传感器由发射天线发出的微波，遇到目标对象时将被吸收或反射，使功率发生变化。利用接收天线接收通过目标对象或由目标对象反射回来的微波，并将它转换成电信号，再由测量电路处理，就可以实现微波检测。

此外，该至少一个对象感应器中还可以包括至少一个阵列红外传感器，阵列红外传感器采用热成像原理，可以探测目标对象表面温度，根据温度差即可以实现目标对象检测。

此外，该至少一个对象感应器中还可以包括至少一个光学摄像头；

此外，该至少一个对象感应器还可以包括至少一个雷达等。

当然，该至少一个对象感应器还可以包括二氧化碳传感器，在目标对象为活体时，通过探测空间内的二氧化碳浓度也可以实现目标对象检测。

为了进一步提高检测准确度，目标空间中通常会布置一些交互设备，用于进入目标空间中的目标对象使用，例如会议室中通常会部署无线热点、投屏设备以及会议电视等显示设备、摄像头设备等等，以供举行会议时用户使用。通常目标对象进入目标空间之后，会使用这些交互设备，因此也可以结合交互设备的使用状态来实现目标对象检测。

因此，作为一种可选方式，所述方法还可以包括：

获取所述目标空间中的至少一个交互设备的使用状态；

所述基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

基于所述至少一个对象感应器的感应数据及所述至少一个交互设备的使用状态，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本及所述至少一个交互设备的使用状态样本训练获得。

其中，使用状态样本也可以分为正样本以及负样本，正样本为目标空间中存在目标对象时的交互设备使用状态，负样本为目标空间不存在目标对象时的交互设备使用状态。

至少一个交互设备可以与服务端连接或者通过网关设备与服务端连接等，从而可以将各自的使用状态提供给服务端。

作为另一种可选方式，所述方法还可以包括：

获取所述目标空间中的至少一个交互设备的使用状态；

所述基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

基于所述至少一个交互设备的使用状态，判断所述目标空间中是否存在目标对象；

如果否，基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象。

也即可以基于至少一个交互设备的使用状态，判断目标空间是否存在目标对象，若存在目标对象即可以结束流程，否则再利用对象检测模型进行判断。

其中，交互设备的使用状态可以包括运行中、关机中等。

在某些实施例中，所述基于所述至少一个交互设备的使用状态，判断所述目标空间中是否存在目标对象可以包括：

基于所述至少一个交互设备的使用状态，确定处于运行中的设备数量；

判断所述设备数量是否大于预设数量；其中，若所述设备数量大于预设数量，确定所述目标空间中存在目标对象。

该预设数量可以至少为1，也即如果有一个交互设备处于运行中，则可以认为目标空间中存在目标对象，否则再利用对象检测模型进行检测，以排除目标空间中存在目标对象，但是未使用任意交互设备的情况。

为了进一步提高检测准确度，在某些实施例中，所述方法还可以包括：

统计所述目标空间的历史占用状态；

所述基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象可以包括：

基于所述历史占用状态以及所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型具体基于所述至少一个对象感应器的感应数据样本以及所述目标空间的历史占用状态样本训练获得。

由于目标对象进入目标空间之后通常会滞留一定时间再离开，因此也可以结合历史占用状态进行空间占用检测。

可选地，所述统计所述目标空间的历史占用状态可以是：

统计所述目标空间在距离当前时刻第三时间内的历史占用状态。

该第三时间例如可以为30分钟，也即统计距离当前时刻30分钟之内的历史占用状态。

此外，在某些实施例中，所述方法还可以包括：

获取所述目标空间中的至少一个交互设备的使用状态；

统计所述目标空间的历史占用状态；

所述基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

基于所述历史占用状态、所述至少一个对象感应器的感应数据及所述至少一个交互设备的使用状态，利用对象检测模型检测所述目标空间中是否存在目标对象；

也即可以综合考虑历史占用状态、交互设备的使用状态以及对象感应器的感应数据，来实现空间占用检测。

其中，所述对象检测模型即基于所述至少一个对象感应器的感应数据样本、所述至少一个交互设备的使用状态样本、以及所述目标空间的历史占用状态样本训练获得。

此外，在某些实施例中，所述方法还可以包括：

获取所述目标空间中的至少一个交互设备的使用状态；

统计所述目标空间的历史占用状态；

所述基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象可以包括：

基于所述至少一个交互设备的使用状态，判断所述目标空间中是否存在目标对象；

如果否，基于所述至少一个对象感应器的感应数据以及所述历史占用状态，利用对象检测模型检测所述目标空间中是否存在目标对象。

其中，所述对象检测模型具体基于所述至少一个对象感应器的感应数据样本以及所述目标空间的历史占用状态样本训练获得。

为了进一步提高检测准确度，所述基于至少一个感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象可以包括：

基于所述至少一个对象感应器的感应数据，提取至少一个感应特征；

基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型具体基于所述至少一个对象感应器对应的至少一个感应特征样本训练获得。该至少一个感应特征样本从至少一个对象感应器的感应数据样本中提取获得。

也即通过统计等操作，可以对至少一个对象感应器的感应数据进行处理，以获得至少一个感应特征。

结合上文描述可知，该至少一个对象感应器可以包括至少一个被动红外传感器。为了提高检测准确度，该至少一个被动红外传感器可以包括部署在所述目标空间内部的至少一个空间传感器及部署在所述目标空间出入口的幕帘传感器；

可选地，部署在述目标空间内部的至少一个空间传感器可以包括部署在天花板处的至少一个吸顶传感器以及部署在四周墙壁上的至少一个低位传感器，该至少一个低位传感器距离水平面预定距离。

在实际应用中，目标空间为会议室时，会议室内会摆放桌椅等物体，这些物体可能会遮挡目标对象，导致吸顶传感器无法进行检测，因此可以在四周墙壁布置低位传感器，目标对象为人时，低位传感器可以检测人的腿部，实现人的检测。低位传感器距离水平面的预定距离可以结合遮挡物体的高度等确定，例如根据书桌高度，将低位传感器部署在低于书桌高度的墙壁位置等。

其中，在目标对象处于静止状态时，被动红外传感器无法检测，因此会导致误报。因此还可以在目标空间的出入口设置幕帘传感器，用于检测出入口是否有用户通过等。

由于可以获取当前时刻及当前时间之前的第二时间内，该至少一个对象感应器在分别采集获得的感应数据。且被动红外传感器在感应到对象时，会产生触发信号，即信号1。

其中，被动红外传感器通过其包括的菲涅尔(fresnel)光学透镜组具有不同的焦距，因此可以不同被动红外传感器选择合适镜头，可以具有不同的监视视场，也即覆盖范围。因此，通过选择不同镜头的被动红外传感器，可以分别作为吸顶传感器、低位传感器以及幕帘传感器，以实现目标空间范围的全部覆盖等。而为了保证检测准确度，空间传感器与幕帘传感器的覆盖范围不重叠，也即至少一个吸顶传感器和至少一个低位传感器的覆盖范围，与至少一个幕帘传感器的覆盖范围不重叠。

因此，在某些实施例中，所述基于所述至少一个传感器的感应数据，提取至少一个感应特征可以包括：

基于所述至少一个传感器的感应数据，统计每一个被动红外传感器最后一次的触发持续时间；

统计每一个空间传感器与所述幕帘传感器的触发时间差；

统计每一个被动红外传感器的触发频率；

将每一个被动红外传感器最后一次的触发持续时间、每一个空间传感器与所述幕帘传感器的触发时间差，及每一个被动红外传感器的触发频率，分别作为感应特征。

其中，触发持续时间是指被动红外传感器持续检测到目标对象的时间。也即产出触发信号的持续时间，如果目标空间内存在目标对象，被动红外传感器可以检测到，他会一直产生触发信号。

其中，触发频率是指触发信号的产生频率。

其中，触发时间差是指两个传感器的触发信号的产生时间之间的时间差。

在某些实施例中，所述基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象可以包括：

判断任一个空间传感器与所述幕帘传感器的触发时间差是否小于预设时差且所述幕帘传感器最先触发；

如果是，确定所述目标空间中存在目标对象；

如果否，基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象。

此外，在目标空间只容纳单个目标对象时，所述基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象可以包括：

判断任一个空间传感器与所述幕帘传感器的触发时间差是否小于预设时差且所述幕帘传感器最后触发；

如果是，确定所述目标空间中未存在目标对象；

如果否，基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象。

由于目标对象进入或者离开目标空间时，空间传感器和幕帘传感器会先后进行触发。目标对象进入目标空间时，幕帘传感器会先生成触发信号，经过一定时间差之后，若空间传感器生成触发信号，则表明目标对象进入目标空间，即可以确定所述目标空间中存在目标对象，否则可以再利用对象检测模型进行检测。

而目标对象离开目标空间时，幕帘传感器会最后生成触发信号，因此，若任一个空间传感器与所述幕帘传感器的触发时间差小于预设时差且所述幕帘传感器最后触发，若目标空间之前仅存在一个目标对象时，则可以确定目标空间中不存在目标对象了，否则，可以再利用对象检测模型进行检测。

由上文描述可知，可以从至少一个对象感应器的感应数据中，提取至少一个感应特征，而该至少一个感应特征对于空间占用检测的贡献可能是不同的。此外，由上文描述可知，也可以结合历史占用状态以及至少一个交互设备的使用状态进行检测，而他们对于空间占用检测的贡献也可能是不同的。

作为一种可选方式，该至少一个感应特征、历史占用状态以及至少一个交互设备各自的使用状态分别作为输入特征，可以为不同输入特征设置权重系数，将多个输入特征进行融合之后，再基于融合后的特征，利用对象检测模型检测目标空间中是否存在目标对象。因此，对象检测模型可以具体基于将多个输入特征样本进行融合得到的融合特征样本训练获得。

此外，作为另一种可选方式，为了进一步提高模型准确度，可以利用对象检测模型进行特征融合，因此，所述基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

将所述至少一个感应特征分别作为输入特征；

利用所述对象检测模型基于至少一个输入特征的权重系数，计算所述至少一个输入特征的融合特征，并基于所述融合特征检测所述目标空间中是否存在目标对象；

其中，所述至少一个权重系数作为所述对象检测模型的模型参数预先训练获得。对象检测模型中可以包括特征融合模块，用于实现特征融合。

此外，还可以将历史占用状态以及至少一个交互设备各自的使用状态分别作为输入特征。

可选地，可以将历史占用状态以及至少一个交互设备各自的使用状态分别进行归一化处理之后得到的结果分别作为输入特征。通过归一化处理可以统一数据格式等。

在某些实施例中，所述基于所述至少一个对象感应器的感应数据，提取至少一个感应特征包括：

对所述至少一个对象感应器的感应数据进行数据清洗；

基于清洗之后的各个感应数据，提取至少一个感应特征。

其中，数据清洗可以包括归一化处理、筛除异常数据、各个感应数据的时间轴校正等等。

可选地，所述对所述至少一个对象感应器的感应数据进行数据清洗可以包括：

基于所述至少一个对象感应器的故障情况及部署位置，从所述至少一个对象感应器的感应数据中筛除故障对象感应器对应的异常数据。

由于对象感应器在运行过程中可能会出现故障，因此其检测获得的感应数据就不再准确，需要筛除。

对象感应器上传的感应数据中可以携带各自的部署位置信息。

因此，可以基于所述至少一个对象感应器的故障情况及部署位置，找到发生故障的对象感应器，并基于其部署位置，找到其上传的感应数据，作为异常数据删除。

为了进一步提高对象检测模型的准确度，以提高检测准确度，在某些实施例中，所述方法还可以包括：

根据所述对象检测模型的检测结果，将所述至少一个对象感应器的感应数据作为感应数据样本继续训练所述对象检测模型。

结合上文描述可知，对象检测模型可以预先训练获得，下面对模型训练过程进行详细介绍，图4为本申请实施例提供的模型训练方法，该方法可以包括以下几个步骤：

401：确定部署在所述目标空间中的所述至少一个对象感应器对应的感应数据样本。

402：基于所述至少一个对象感应器的感应数据样本，训练对象检测模型。

获得对象检测模型之后，即可以执行图3所示的检测方法。

其中，由于每个空间中，对象感应器的部署数量以及部署种类可能是不同的，因此可以是针对每一个空间可以分别训练各自对应的对象检测模型。

其中，感应数据样本可以分为正样本以及负样本。

此外，由于对象检测模型需要针对目标空间训练获得，正样本以及负样本可以是在训练阶段，确定目标空间中存在目标对象以及不存在目标对象时分别采集获得。因此，在某些实施例中，所述确定部署在所述目标空间中的所述至少一个对象感应器对应的感应数据样本可以包括：

在所述目标空间存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为正样本；

在所述目标空间未存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为负样本。

其中，对象检测模型用于计算对象存在概率时，进行训练时，正样本作为模型输入时，概率值1可以作为模型输出；负样本作为模型输入时，概率值0可以作为模型输出。

其中，由于至少一个对象感应器可以包括至少一个被动红外传感器，而被动红外传感器无法感应处于静止状态的目标对象，因此可以加入延时设定，若被动红外传感器未检测到目标对象，且经过预设时长之后仍未检测到目标对象，再确认目标空间中不存在目标对象。

有鉴于此，为了进一步提高模型准确度，在所述目标空间存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为正样本包括：

在所述目标空间存在目标对象且所述目标对象在预设时长内处于静止状态的情况下，将所述至少一个对象感应器在所述预设时长内采集获得的感应数据均作为正样本。

该预设时长例如可以设定为15分钟等。

可选地，可以是将至少一个被动红外传感器在所述预设时长内采集获得的感应数据作为其对应的正样本。

在某些实施例中，所述基于所述至少一个对象感应器的感应数据样本，训练对象检测模型可以包括：

基于所述至少一个对象感应器的感应数据样本，提取至少一个感应特征样本；

基于所述至少一个感应特征样本，训练对象检测模型。

其中，如果感应数据样本为正样本，则提取正样本特征，如果感应数据样本为负样本，则提取负样本特征。

其中，所述至少一个对象感应器对应的感应数据样本可以包括当前时刻以及距离当前时刻之前的第二时间内，该至少一个对象感应器分别采集获得的感应数据样本。

而至少一个对象感应器可以包括至少一个被动红外传感器，所述至少一个被动红外传感器包括部署在所述目标空间内部的至少一个空间传感器及部署在所述目标空间出入口的幕帘传感器；

因此，所述基于所述至少一个对象感应器的感应数据样本，提取至少一个感应特征样本可以包括：

基于所述至少一个传感器的感应数据样本，统计每一个被动红外传感器最后一次的触发持续时间；

统计每一个空间传感器与所述幕帘传感器的触发时间差；

统计每一个被动红外传感器的触发频率；

将每一个被动红外传感器最后一次的触发持续时间、每一个空间传感器与所述幕帘传感器的触发时间差，及每一个被动红外传感器的触发频率，分别作为感应特征样本。

在某些实施例中，所述方法还可以包括：

获取所述目标空间中的至少一个交互设备的使用状态样本。

该使用状态样本可以包括：

在目标空间存在目标对象时，将至少一个交互设备的使用状态作为正样本；

在目标空间未存在目标对象时，将至少一个交互设备的使用状态作为负样本；

所述基于所述至少一个对象感应器的感应数据样本，训练对象检测模型可以包括：

基于所述至少一个对象感应器的感应数据样本以及所述至少一个交互设备的使用状态样本，训练对象检测模型

可选地，可以是基于所述至少一个对象感应器的正样本以及所述至少一个交互设备的正样本，训练该对象检测模型；

以及，基于所述至少一个对象感应器的负样本以及所述至少一个交互设备的负样本，训练该对象检测模型；

在某些实施例中，所述方法还可以包括：

获取所述目标空间的历史占用状态样本；

所述基于所述至少一个对象感应器的感应数据样本，训练对象检测模型可以包括：

基于所述至少一个对象感应器的感应数据样本以及所述历史占用状态样本，训练对象检测模型。

其中，历史占用状态样本可以包括：

在目标空间存在目标对象时对应的历史占用状态，作为历史占用状态正样本；

在目标空间未存在目标对象对应的历史占用状态，作为历史占用状态负样本。

则可以是，基于所述至少一个对象感应器对应的正样本以及所述历史占用状态正样本，训练该对象检测模型；

以及，基于所述至少一个对象感应器对应的负样本以及所述历史占用状态负样本，训练该对象检测模型。

此外，对象检测模块也可以综合所述至少一个对象感应器的感应数据样本、所述历史占用状态样本以及至少一个交互设备的使用状态样本来训练获得。

其中，该至少一个对象感应器各自的感应数据样本或者提取的至少一个感应特征样本、所述历史占用状态样本以及至少一个交互设备的使用状态样本，可以分别作为模型的输入特征；

对象检测模型中可以包括特征融合模块，该特征融合模块可以进行加权求和或者加权平均计算等；从而利用各个输入特征可以训练获得该特征融合模块的各个输入特征的权重系数。

对象检测模型为神经网络模型时，该特征融合模块可以作为连接输入层的一个中间层，用来实现特征融合。

当然，也可以预先配置各个输入特征的权重系数，基于各个输入特征的权重系数，先获得融合特征样本；从而再基于融合特征样本，训练对象检测模型。

本申请实施例，对目标空间进行空间占用检测之后，基于检测结果可以针对目标空间进行相应的控制处理。因此，如图5中所示，本申请实施例还提供了一种控制方法，该方法可以包括以下几个步骤：

501：获取部署在目标空间中的至少一个对象感应器采集的感应数据。

502：基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象。

步骤501～步骤502的操作可以参见图1所示实施例中步骤101～步骤102的操作，在此不再赘述。

503：基于检测结果，针对所述目标空间进行相应控制处理。

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

对象检测模型的具体训练过程可以参见图4所示实施例，在此不再赘述。

其中，基于检测结果，针对所述目标空间进行相应控制处理可以有多种可能的实现方式，比如现有技术中需要记录空间占用状态，以便于查询空间占用状态找到未被目标对象占用的空间等，因此，可以基于检测结果确定所述目标空间的占用状态，从而可以更新目标空间的占用状态等。当然，目前一些空间管理系统还可以实现空间预约，如会议室管理系统进行会议室预约等，可以结合检测结果确定会议室是否在预约时段被使用等等，此外，目标空间中通常会设置一些灯光设备或者通风系统，如空调等，可以基于检测结果对这些设备进行控制。

因此，作为一种可选方式，所述基于检测结果，对所述目标空间进行相应控制处理可以包括：

基于检测结果确定所述目标空间中存在目标对象时，控制所述目标空间的灯光设备、至少一个交互设备或通风系统开启；

基于检测结果确定所述目标空间中未存在目标对象时，控制所述目标空间的灯光设备、至少一个交互设备或通风系统关闭。目标对象为人时，从而可以使得人进入目标空间时，灯光设备、交互设备或者通风系统可以自动开启，无需人手动启动等。而人离开目标空间时，可以自动关闭灯光设备、交互设备或者通风系统，即便在人忘记关闭的情况下，也可以实现自动关闭，避免资源浪费。

作为另一种可选方式，所述基于检测结果，对所述目标空间进行相应控制处理可以包括：

基于检测结果，更新所述目标空间的占用状态。

可选地，服务端可以保存目标空间的占用状态，并通过客户端输出等，此外，还可以是将目标空间的占用状态由第三方系统保存等，因此，可以是请求第三方系统更新目标空间的占用状态等。其中，占用状态可以包括存在目标对象以及不存在目标对象的两种占用状态。

其中，目标空间的占用状态可以通过客户端输出，以供用户查看，以便于查找不存在目标对象的空闲的空间。

此外，基于检测结果还可以进行目标空间的预约管理，作为又一种可选方式，所述基于检测结果，对所述目标空间进行相应控制处理可以包括：

获取所述目标空间的预约开始时间及预约结束时间；

基于检测结果确定所述目标空间中不存在目标对象，且当前时刻超出所述预约开始时间，更新所述目标空间为可用状态；

基于检测结果确定所述目标空间在预约开始时间存在目标对象，且未到达预约结束时间时所述目标空间中的目标对象消失，更新所述目标空间为可用状态。

若目标空间为被预约，则在预约时段为不可用状态。若到达预约开始时间或者超出预约开始时间一定时长，如5分钟，则可以切换目标空间为可用状态，目标空间在可用状态下可以被预约以及被使用等。

此外，若预约时段内目标对象提前离开，则也可以更新目标空间为可用状态，以使得目标空间可以得到充分利用。

由于目标空间可以被预约，因此，在某些实施例中，所述方法还可以包括：

接收预约请求；其中，所述预约请求中可以包括空间标识以及预约时段等，预约时段可以包括预约开始时间以及预约结束时间；预约请求可以是用户通过客户端提交的。

基于预约时段，切换所述目标空间在所述预约时段为不可用状态。

在某些实施例中，所述方法还可以包括：

基于检测结果，确定所述目标空间中存在目标对象且当前时间在预定时间范围内，通知餐饮系统进行餐饮配送。

例如，目标空间为会议室时，目标对象人，人在会议室中举行会议，该预定时间范围可以是吃饭时间范围，若当前时间在预定时间范围内时，可以通知餐饮系统进行配餐。具体的，可以生成餐饮配送通知，将餐饮配送通知发送至餐饮系统，由餐饮系统通知相关人员进行餐饮制作以及餐饮配送等。

该餐饮系统可以是外卖平台，可选地，通知餐饮系统进行餐饮配送可以包括：

查找所述目标对象对应的餐饮预约记录；该餐饮预约记录中可以包括餐品种类、数量等；

按照所述餐饮预约记录，通知餐饮系统进行餐饮配送。

在某些实施例中，所述方法还可以包括：

基于检测结果，确定所述目标空间中存在目标对象且停留时长超出预约时长，输出提示信息。

由上文描述可知，由于用户可以进行目标空间的预约，则若检测该目标对象的停留时长超出预约时长，则可以输出提示信息，以提示用户等。

此外，可选地，若确定所述目标空间中存在目标对象且停留时长超出预约时长，且当前时间在预定时间范围内，也可以通知餐饮系统进行餐饮配送。

在某些实施例中，所述基于检测结果，对所述目标空间进行相应控制处理包括：

基于检测结果，确定目标对象离开所述目标空间，将所述目标空间中显示设备的显示内容同步至目标对象使用终端中。

其中，目标对象使用终端例如可以是指手机等。

可选地，目标对象进入目标空间后，可以将使用终端与显示设备建立连接，或者与显示设备接入同一局域网中，从而，若目标对象离开目标空间之后，且显示设备未关闭情况下，可以将显示内容同步至使用终端中。

在某些实施例中，所述基于检测结果，对所述目标空间进行相应控制处理包括：

基于检测结果确定目标对象离开所述目标空间，将所述目标空间中的至少一个交互设备的设备设置状态与对象标识对应保存；

检测所述目标空间内存在目标对象时，识别对象标识；

查找所述对象标识对应至少一个交互设备的设备设置状态；

将所述至少一个交互设备恢复至所述设备设置状态。

可选地，目标对象为人时，可以通过摄像头设备进行人脸识别，生成人脸标识，将设备设置状态与人脸标识对应保存。从而人再次进入目标空间时，通过人脸识别技术，可以查找是否保存有对应的设备设置状态。

可选地，还可以为设备设置状态设置有效期限，若设备设置状态在有效期限内，再将至少一个交互设备恢复至所述设备设置状态。

其中，设备设置状态，对于显示设备例如可以包括显示亮度等，对投屏设备例如可以包括投屏角度等，对于音频设备例如可以包括播放音量等。

此外，基于检测结果确定目标对象离开所述目标空间，还可以将所述目标空间中的至少一个交互设备的使用状态与对象标识对应保存；

从基于对象标识识别该目标对象再次进入目标空间时，也可以将至少一个交互设备恢复至使用状态，例如上次开启了投屏设备，则可以直接开启投屏设备，若上一次未开启摄像头，则可以保持摄像头为关闭状态等。

本申请实施例的技术方案在一个实际应用中，可以适用于对会议室的空间占用检测，用于检测会议室中是否有人，从而决定对会议室的使用等。由于会议室管理非常重要，其是日常工作中经常需要使用的稀缺空间资源，而会议室管理的前提即是会议室的占用检测，以精确了解会议室中的人员使用情况，从而可以实现对会议室的管理。采用本申请实施例的技术方案，可以实现便利准确的会议室占用检测，如图6所示的会议室场景交互示意图中，可以在会议室600中部署至少一个人体感应器。

其中，为了提高检测准确度且降低检测成本，该至少一个人体感应器可以包括至少一个被动红外传感器，该至少一个被动红外传感器可以包括部署在天花板的至少一个吸顶传感器601，由于会议室内会摆放桌椅等设施，可能会影响人体检测，因此，可以在会议室的四周墙壁距离水平面一定距离处部署至少一个低位传感器602，以可以感应腿部运动等，此外，为了进一步保证检测准确度，还可以在会议室的出入口部署至少一个幕帘传感器603，以检测进出出入口的人等。

当然，至少一个人体感应器还可以包括其它种类的用于检测人体的传感器，比如二氧化碳传感器、热电堆红外阵列传感器等等。

该至少一个人体感应器可以与服务端604建立连接，或者通过网关设备605与服务端建立连接，从而使得服务端可以获取该至少一个人体感应器采集的感应数据。

服务端604还可以获取该会议室中的至少一个交互设备的使用状态，该至少一个交互设备可以包括无线热点、投屏设备、摄像设备、会议电视等等，例如，图6中的会议电视606、投屏设备607等(图中未全部示出，结合不同实际应用情况，会议室中部署的交互设备可以不同)。结合无线热点是否被连接、投屏设备是否使用、会议电视是否开启以及摄像设备是否开启等来确定会议室中是否存在人。

服务端604还可以获取会议室距离当前时刻一定时间内的历史占用状态，结合历史占用状态来确定会议室中是否存在人。

总之，服务端604可以获取感应数据、历史占用状态以及交互设备的使用状态等特征数据，对于这些特征数据可以经过数据清洗、特征提取等操作，再结合对象检测模型进行综合推断，以确定会议室中是否存在人，获得会议室的占用状态，具体的实现方式可以详见上文相应实施例中描述，在此将不再追述。

服务端604基于会议室的检测结果，还可以针对会议室进行相应控制处理，比如控制会议室中的灯光设备或通风系统的关闭或开始、更新会议室的占用状态；结合会议室的预约信息，进行会议室可用状态的管理等等。

综上，在会议室的应用场景下，本申请实施例还提供了一种检测方法，包括：

获取部署在目标会议室中的至少一个人体感应器采集的感应数据；

基于所述至少一个人体感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在人；

其中，所述人体检测模型基于所述至少一个人体感应器的感应数据样本训练获得。

本申请实施例还提供了一种控制方法，包括：

获取部署在目标会议室中的至少一个人体感应器采集的感应数据；

基于所述至少一个人体感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在人；

基于检测结果，针对所述目标会议室进行相应控制处理；

其中，所述人体检测模型基于所述至少一个人体感应器的感应数据样本训练获得。

本申请实施例还提供了一种检测系统，包括服务端以及部署在目标会议室中的至少一个人体感应器；

所述至少一个人体感应器分别采集感应数据；

所述服务端用于获取所述至少一个人体感应器采集获得的感应数据，并基于所述至少一个人体感应器的感应数据，利用对象检测模型检测所述目标会议室中是否存在人；

其中，所述人体检测模型基于所述至少一个人体感应器的感应数据样本训练获得。

此外，还可以包括网关设备；所述至少一个人体感应器具体分别将各自采集获得的感应数据通过所述网关设备发送至所述服务端。

图7为本申请实施例提供的一种检测装置一个实施例的结构示意图，该装置可以包括：

数据获取模块701，用于获取部署在目标空间中的至少一个对象感应器采集的感应数据；

检测模块702，用于基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

在某些实施例中，所述数据获取模块还用于获取所述目标空间中的至少一个交互设备的使用状态；

所述检测模块具体用于基于所述至少一个对象感应器的感应数据及所述至少一个交互设备的使用状态，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本及所述至少一个交互设备的使用状态样本训练获得。

在某些实施例中，所述数据获取模块还用于获取所述目标空间中的至少一个交互设备的使用状态；

所述检测模块具体用于基于所述至少一个交互设备的使用状态，判断所述目标空间中是否存在目标对象；如果否，基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象。

在某些实施例中，所述检测模块基于所述至少一个交互设备的使用状态，判断所述目标空间中是否存在目标对象包括：基于所述至少一个交互设备的使用状态，确定处于运行中的设备数量；判断所述设备数量是否大于预设数量；其中，若所述设备数量大于预设数量，确定所述目标空间中存在目标对象。

在某些实施例中，所述数据获取模块还用于统计所述目标空间的历史占用状态；

所述检测模块具体用于基于所述历史占用状态以及所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型具体基于所述至少一个对象感应器的感应数据样本以及所述目标空间的历史占用状态样本训练获得。

在某些实施例中，所述检测模块具体用于基于所述至少一个对象感应器的感应数据，提取至少一个感应特征；基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型具体基于所述至少一个对象感应器对应的至少一个感应特征样本训练获得。

在某些实施例中，所述至少一个对象感应器包括至少一个被动红外传感器，所述至少一个被动红外传感器包括部署在所述目标空间内部的至少一个空间传感器及部署在所述目标空间出入口的幕帘传感器；

所述检测模块基于所述至少一个传感器的感应数据，提取至少一个感应特征包括：

基于所述至少一个传感器的感应数据，统计每一个被动红外传感器最后一次的触发持续时间；

统计每一个空间传感器与所述幕帘传感器的触发时间差；

统计每一个被动红外传感器的触发频率；

将每一个被动红外传感器最后一次的触发持续时间、每一个空间传感器与所述幕帘传感器的触发时间差，及每一个被动红外传感器的触发频率，分别作为感应特征。

在某些实施例中，所述检测模块基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

判断任一个空间传感器与所述幕帘传感器的触发时间差是否小于预设时差且所述幕帘传感器最先触发；

如果是，确定所述目标空间中存在目标对象；

如果否，基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象。

在某些实施例中，所述检测模块基于所述至少一个感应特征，利用对象检测模型检测所述目标空间中是否存在目标对象包括：

将所述至少一个感应特征分别作为输入特征；

利用所述对象检测模型基于至少一个输入特征的权重系数，计算所述至少一个输入特征的融合特征，并基于所述融合特征检测所述目标空间中是否存在目标对象；

其中，所述至少一个权重系数作为所述对象检测模型的模型参数预先训练获得。

在某些实施例中，所述检测模块基于所述至少一个对象感应器的感应数据，提取至少一个感应特征包括：

对所述至少一个对象感应器的感应数据进行数据清洗；

基于清洗之后的各个感应数据，提取至少一个感应特征。

在某些实施例中，所述检测模块对所述至少一个对象感应器的感应数据进行数据清洗包括：

基于所述至少一个对象感应器的故障情况及部署位置，从所述至少一个对象感应器的感应数据中筛除故障对象感应器对应的异常数据。

在某些实施例中，该装置还可以包括：

训练触发模块，用于根据所述对象检测模型的检测结果，将所述至少一个对象感应器的感应数据作为感应数据样本继续训练所述对象检测模型。

在某些实施例中，该装置还可以包括：

样本获取模块，用于确定部署在所述目标空间中的所述至少一个对象感应器对应的感应数据样本；

模型训练模块，用于基于所述至少一个对象感应器的感应数据样本，训练对象检测模型。

在某些实施例中，所述样本获取模块具体用于在所述目标空间存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为正样本；在所述目标空间未存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为负样本。

在某些实施例中，所述样本获取模块在所述目标空间存在目标对象的情况下，将所述至少一个对象感应器采集获得的感应数据作为正样本包括：

在所述目标空间存在目标对象且所述目标对象在预设时长内处于静止状态的情况下，将所述至少一个对象感应器在所述预设时长内采集获得的感应数据均作为正样本。

图7所述的检测装置可以执行图3所示实施例所述的检测方法，其实现原理和技术效果不再赘述。对于上述实施例中的检测装置其中各个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图8为本申请实施例提供的一种控制装置，其特征在于，包括：

数据获取模块801，获取部署在目标空间中的至少一个对象感应器采集的感应数据；

检测模块802，基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

控制模块803，用于基于检测结果，针对所述目标空间进行相应控制处理；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

在某些实施例中，所述控制模块具体用于基于检测结果确定所述目标空间中存在目标对象时，控制所述目标空间的灯光设备或通风系统开启；基于检测结果确定所述目标空间中未存在目标对象时，控制所述目标空间的灯光设备或通风系统关闭。

在某些实施例中，所述控制模块具体用于基于检测结果，更新所述目标空间的占用状态。

在某些实施例中，所述控制模块具体用于获取所述目标空间的预约开始时间及预约结束时间；基于检测结果确定所述目标空间中不存在目标对象，且当前时刻超出所述预约开始时间，更新所述目标空间为可用状态；基于检测结果确定所述目标空间在预约开始时间存在目标对象，且未到达预约结束时间时所述目标空间中的目标对象消失，更新所述目标空间为可用状态。

图8所述的控制装置可以执行图5所示实施例所述的控制方法，其实现原理和技术效果不再赘述。对于上述实施例中的控制装置其中各个模块、单元执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在一个可能的设计中，本申请实施例还提供了一种计算设备，该计算设备可以作为图1或图2所示实施例中服务端，如图9所示，该计算设备可以包括存储组件901以及处理组件902；

所述存储组件901存储一条或多条计算机指令，其中，所述一条或多条计算机指令供所述处理组件902调用执行。

所述处理组件902用于：

获取部署在目标空间中的至少一个对象感应器采集的感应数据；

基于所述至少一个对象感应器的感应数据，利用对象检测模型检测所述目标空间中是否存在目标对象；

其中，所述对象检测模型基于所述至少一个对象感应器的感应数据样本训练获得。

此外，在某些实施例中，所述处理组件还用于：

基于检测结果，针对所述目标空间进行相应控制处理。

其中，处理组件902可以包括一个或多个处理器来执行计算机指令，以完成上述的方法中的全部或部分步骤。当然处理组件也可以为一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

存储组件901被配置为存储各种类型的数据以支持在计算设备的操作。存储组件可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

当然，计算设备必然还可以包括其他部件，例如输入/输出接口、通信组件等。

输入/输出接口为处理组件和外围接口模块之间提供接口，上述外围接口模块可以是输出设备、输入设备等。

通信组件被配置为便于计算设备和其他设备之间有线或无线方式的通信等。

其中，该计算设备可以为物理设备或者云计算平台提供的弹性计算主机等，此时计算设备即可以是指云服务器，上述处理组件、存储组件等可以是从云计算平台租用或购买的基础服务器资源。

此外，本申请实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被计算设备执行时可以实现上述图3或图5所示实施例的方法。

此外，本申请实施例还提供了一种计算程序产品，当该计算机程序产品在计算设备中运行时，使得计算设备可以执行图3或图5所示实施例的方法中的相关步骤，以实现空间占用检测或者相关控制处理。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上所描述的装置实施例仅仅是示意性的，其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，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)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。