版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
(19)国家知识产权局(71)申请人爱梦睡眠(珠海)智能科技有限公司地址519000广东省珠海市横琴新区福临道55号1604办公(72)发明人孙小玄杨桃利罗鑫朱越汉张巍金元吴鄂(74)专利代理机构深圳市恒和大知识产权代理有限公司44479专利代理师林大超(54)发明名称自定义指令模板获取方法以及装置本发明公开了自定义指令模板获取方法以自定义指令模板录入请求;基于自定义指令模板录入请求,采集静置期目标信号以及指令录入期目标信号;对静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果;若质量检测结果符合预设质量条件,对指令录入期目标信号进行特征提取,以得到信号特征;将信号特征与预存自定义指令模板对应信号特征进行相似度匹配;若相似度符合预设相似度条模板录入失败,输出提示信息。能有效筛除受环境等低质量信号,提升自定义指令模板录入质获取目标用户发送的自定义指令模板录入请求基于自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号对静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果若质量检测结果符合预设质量条件,对指令录入期目标信号进行特征提取,以得到信号特征确定信号特征与预存自定义指令模板对应信号特征之间的相似度若相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息2获取目标用户发送的自定义指令模板录入请求;基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长度;对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,以得到信号特征;确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。2.如权利要求1所述的自定义指令模板获取方法,其特征在于,所述对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果,包括:基于所述静置期目标信号,以及指令录入期目标信号,确定信噪比;基于所述指令录入期目标信号,确定信号复杂度。3.如权利要求2所述的自定义指令模板获取方法,其特征在于,所述基于所述静置期目对所述静置期目标信号进行去基线处理,并计算去基线后的目标信号的静置期能量强对所述指令录入期目标信号进行去基线处理,并计算去基线后的目标信号的指令录入期能量强度;确定所述指令录入期能量强度与所述静置期能量强度之间的能量强度比值;基于所述能量强度比值,确定所述信噪比。4.如权利要求2所述的自定义指令模板获取方法,其特征在于,所述基于所述指令录入确定初始信号复杂度;对所述指令录入期目标信号进行差分处理,得到差分信号;确定所述差分信号的极大值幅值是否大于预设幅值阈值;若是,对所述初始信号复杂度增加预设数值,以得到最终的信号复杂度。5.如权利要求1-4任一项所述的自定义指令模板获取方法,其特征在于,所述质量检测结果包括信噪比、信号复杂度以及静置期能量强度,所述若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,包括:若所述信噪比大于预设信噪比阈值,所述信号复杂度大于第一预设信号复杂度阈值,小于第二预设信号复杂度阈值,且所述静置期能量强度小于预设能量强度阈值,则对所述目标信号进行特征提取。6.如权利要求1所述的自定义指令模板获取方法,其特征在于,所述对所述目标信号进3对所述指令录入期目标信号进行差分处理,得到差分信号;对所述差分信号进行滤波处理,得到滤波信号;对所述滤波信号进行滑窗处理,得到滑窗处理后的信号;基于滑窗处理后的信号,计算相邻有效极大值之间的第一时间间隔、相邻有效极小值之间的第二时间间隔、相邻有效极大值与有效极小值之间的第三时间间隔;将所述第一时间间隔、第二时间间隔以及第三时间间隔组成所述目标信号的信号特征数组。获取当前指令,并确定所述当前指令与各预存指令模板之间的相似度;若所述相似度大于预设相似度阈值时,获取指令反馈状态;若所述指令反馈状态为正反馈时,将对应指令模板进行正向更新;若所述指令反馈状态为负反馈时,将对应指令模板进行反向更新。8.如权利要求7所述的自定义指令模板获取方法,其特征在于,所述若所述指令反馈状获取所述当前指令的第一状态信息;从正向更新记录中获取最近一次模板正向更新的第二状态信息;基于第一状态信息以及所述第二状态信息,对当前功能对应的模板特征数组进行参数更新。9.如权利要求7所述的自定义指令模板获取方法,其特征在于,所述若所述指令反馈状获取所述当前指令的第三状态信息;从正向更新记录中获取最近一次模板正向更新的第四状态信息,所述状态信息包括反向更新次数以及最近一次更新前的指令模板;从所述正向更新记录中获取倒数第二次正向更新指令的第五状态信息;若所述反向更新次数大于预设阈值,则将所述最近一次更新前的指令模板设置为当前功能绑定的指令模板,并更新模板正向更新信息;若所述模板反向更新次数不大于预设阈值,则基于所述第三状态信息、第四状态信息以及第五状态信息,对当前功能对应的模板特征数组进行参数更新。指标模板自定义请求单元,用于获取目标用户发送的自定义指令模板录入请求;信号获取单元,用于基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长信号质量检测单元,用于对所述静置期目标信号以及指令录入期目标信号进行质量检特征提取单元,用于若所述质量检测结果符合预设质量条件,对所述指令录入期目标相似度匹配单元,用于确定所述信号特征与预存自定义指令模板对应信号特征之间的4相似度;自定义指令模板处理单元,用于若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。5自定义指令模板获取方法以及装置技术领域[0001]本发明涉及人机交互技术领域,尤其涉及一种自定义指令模板获取方法以及装背景技术[0002]随着科学技术的飞速发展与不断创新,家具领域的智能化进程持续加速。如今,家具产品不仅智能化程度日益提升,其功能也愈发丰富多样。在这一背景下,用户对于家具相关功能使用的便利性和个性化体验提出了更高的要求。如何在确保操作便捷的同时,充分满足用户的个性化需求,已然成为各大产品研发与优化过程中重点关注和着力解决的核心[0003]目前,在家具智能化系统中,现有的自定义交互指令模板主要存在两种实现形式。第一种形式是直接依据用户的输入信息来构建指令模板,常见的输入方式包括键盘输入、鼠标点击操作以及操纵杆的摇摆控制等。系统会将这一系列的输入信息进行排列组合,从而生成特定的交互指令。第二种形式则是对用户输入的信息进行特征提取,通过分析和处理相关特征,进而形成交互指令。在自定义设置状态下,用户可以将这些交互指令与家具的相关功能进行绑定,使得设备在接收到对应指令时,能够准确执行相应的功能。[0004]然而,现有交互指令模板的录入方式存在明显的局限性。基本上,现有的指令模板都采用单次录入的模式,一旦指令模板被录入系统,便会被固化存储。只有在下次重新录入时,指令模板才会得到更新。在指令录入的过制等)以及用户操作习惯等多种因素的影响,指令模板的质量往往难以得到有效保障。这些因素可能导致指令在录入时出现偏差或不完整,从而影响后续设备对指令的识别和执行效果,降低了用户的使用体验和设备的智能化水平。发明内容[0005]基于此,有必要针对上述技术问题,提供一种自定义指令模板获取方法以及装置,以解决上述现有技术中存在的至少一个问题。获取目标用户发送的自定义指令模板录入请求;基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长度;对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果;若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;6若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。[0007]在一实施例中,所述对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果,包括:基于所述静置期目标信号,以及指令录入期目标信号,确定信噪比;基于所述指令录入期目标信号,确定信号复杂度。[0008]在一实施例中,所述基于所述静置期目标信号,以及指令录入期目标信号,确定信对所述静置期目标信号进行去基线处理,并计算去基线后的目标信号的静置期能量强度;对所述指令录入期目标信号进行去基线处理,并计算去基线后的目标信号的指令录入期能量强度;确定所述指令录入期能量强度与所述静置期能量强度之间的能量强度比值;基于所述能量强度比值,确定所述信噪比。[0009]在一实施例中,所述基于所述指令录入期目标信号,确定信号复杂度,包括:确定初始信号复杂度;对所述指令录入期目标信号进行差分处理,得到差分信号;确定所述差分信号的极大值幅值是否大于预设幅值阈值;若是,对所述初始信号复杂度增加预设数值,以得到最终的信号复杂度。[0010]在一实施例中,所述质量检测结果包括信噪比、信号复杂度以及静置期能量强度,所述若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,包括:若所述信噪比大于预设信噪比阈值,所述信号复杂度大于第一预设信号复杂度阈值,小于第二预设信号复杂度阈值,且所述静置期能量强度小于预设能量强度阈值,则对所述目标信号进行特征提取。[0011]在一实施例中,所述对所述目标信号进行特征提取,以得到信号特征,包括:对所述指令录入期目标信号进行差分处理,得到差分信号;对所述差分信号进行滤波处理,得到滤波信号;对所述滤波信号进行滑窗处理,得到滑窗处理后的信号;基于滑窗处理后的信号,计算相邻有效极大值之间的第一时间间隔、相邻有效极小值之间的第二时间间隔、相邻有效极大值与有效极小值之间的第三时间间隔;将所述第一时间间隔、第二时间间隔以及第三时间间隔组成所述目标信号的信号特征数组。获取当前指令,并确定所述当前指令与各预存指令模板之间的相似度;若所述相似度大于预设相似度阈值时,获取指令反馈状态;若所述指令反馈状态为正反馈时,将对应指令模板进行正向更新;若所述指令反馈状态为负反馈时,将对应指令模板进行反向更新。7[0013]在一实施例中,所述若所述指令反馈状态为正反馈时,将对应指令模板进行正向获取所述当前指令的第一状态信息;从正向更新记录中获取最近一次模板正向更新的第二状态信息;基于第一状态信息以及所述第二状态信息,对当前功能对应的模板特征数组进行参数更新。[0014]在一实施例中,所述若所述指令反馈状态为负反馈时,将对应指令模板进行反向获取所述当前指令的第三状态信息;从正向更新记录中获取最近一次模板正向更新的第四状态信息,所述状态信息包括反向更新次数以及最近一次更新前的指令模板;从所述正向更新记录中获取倒数第二次正向更新指令的第五状态信息;若所述反向更新次数大于预设阈值,则将所述最近一次更新前的指令模板设置为当前功能绑定的指令模板,并更新模板正向更新信息;若所述模板反向更新次数不大于预设阈值,则基于所述第三状态信息、第四状态信息以及第五状态信息,对当前功能对应的模板特征数组进行参数更新。指标模板自定义请求单元,用于获取目标用户发送的自定义指令模板录入请求;信号获取单元,用于基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间信号质量检测单元,用于对所述静置期目标信号以及指令录入期目标信号进行质特征提取单元,用于若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,以得到信号特征;相似度匹配单元,用于确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;自定义指令模板处理单元,用于若所述相似度符合预设相似度条件,自定义指令基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。[0016]上述自定义指令模板获取方法以及装置,其方法实现,包括:获取目标用户发送的自定义指令模板录入请求;基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长度;对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果;若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,以得到信号特征;确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失8败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。本申请实施例,通过采集静置期与指令录入期目标信号,对其进行质量检测,能有效筛除受环境等因素干扰的低质量信号,保证录入指令模板的可靠性。只有符合预设质量条件的信号才会被提取特征并与预存模板特征匹配,从而确保新录入模板与已有模板在特征层面具有较高相似度,提高指令识别准确性。若相似度达标则录入成功,否则输出提示信息,避免错误或低质量指令模板录入,大大提升了自定义指令模板录入的质量,优化用户在家具智能化场景下的个性化交互体验,增强设备对用户指令的响应精度与执行效果。附图说明[0017]为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。[0018]图1是本发明一实施例中自定义指令模板获取方法的一应用环境示意图;图2是本发明一实施例中自定义指令模板获取方法的一流程示意图;图3是本发明一实施例中特征提取模型的一网络架构图;图4是本发明一实施例中模板更新方法的一流程示意图;图5是本发明一实施例中自定义指令模板获取装置的一结构示意图;图6是本发明一实施例中计算机设备的一示意图。具体实施方式[0019]下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通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[0020]本实施例提供的自定义指令模板获取方法,可应用在如图1的应用环境中,S1云服务端,其主要用于用户信息存储及信息下发等,所述信息包括不限于用户的个人信息、用户的指令信息,所述的指令信息包括默认的交互指令信息、用户自定义的指令模板及模板更新记录信息;S2用户端(预先安装有APP),其主要用于自定义指令录入的拉起、自定义指令录入过程提示、自定义指令录入结果提示、设备端录入的指令信息存储及上传至服务器等;S3设备端,其主要作用是执行自定义指令录入动作,其主要包括信号采集模块,信号质量判[0021]其中,用户端与云服务端进行通信,设备端分别与用户端以及云服务端进行通信。其中,用户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。云服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。设备端可为智能床、智能床垫等智能家居设备。[0022]在一实施例中,如图2所示,提供一种自定义指令模板获取方法,以该方法应用在图1中的设备端为例进行说明,包括如下步骤:9在步骤S110中,获取目标用户发送的自定义指令模板录入请求;可点击APP特定页面的指定控件(比如按钮、开关等界面元素),将自定义指令模板与功能进行绑定,APP完成功能绑定后,用户端将开始自定义指令录入的指令发送至设备端,告知设备端要开始接收用户自定义的指令录入操作。[0023]需要说明的是,自定义指令模板是一种允许用户根据自己的需求和习惯来设定特定指令规则的模式,通过这种模板,用户可以将特定的操作或功能与自己定义的指令进行于智能床,可设定床头抬起预设角度或放平的指令;在多媒体设备控制上,能自定义如开启电视等指令。[0024]在步骤S120中,基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号;需要说明的是,静置期是指所述目标用户保持设备静置的时间阈值TH1,如15秒,即不进行操作、设备处于相对静止状态的时间。所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长度,持续时间长度为时间阈值TH2。可以理解为,在静置期结束之后,可提示目标用户进行自定义指令模板的录入操作,而从提示开始到录入操作结束的这段时间长度就是指令录入期,并且这个时间长度是由预先设定的时定义指令模板,在接下来的5分钟内就是指令录入期,用户需要在这5分钟内完成相关的录入操作。[0025]可选地,当设备端接收到用户端发送的自定义指令模板录入请求时,设备端可激活或启动信号采集模块,进行目标信号采集,该信号采集模块主要用于传感器的信号采集。例如,可在设备端的目标区域(如智能床垫与人体接触的一端)设置传感器,将传感器通过有线(如USB、网线等)或无线(如Wi-Fi、蓝牙、ZigBee等)的方式与设备端进行连接,确备端已经正确配置了与传感器通信所需的驱动程序和参数,例如传感器的地址、通信协议等。当用户打开对应的智能家居APP,进入到相关页面,并录入自定义指令模板录入请求时,可触发智能设备启动或激活信号采集模块接收传感器采集到的目标信号。[0026]其中,所述传感器信号包括但不限于心冲击信号(ballistocardiogram,BCG)、压[0027]需要说明的是,用户端可进行指令录入过程提示,过程提示包括指令模板录入过程,该指令模板录入过程包括静置期与指令录入期,以便分别采集到处于静置期时的传感器信号,以及处于指令录入期的传感器信号。[0028]在步骤S130中,对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果;可选地,可进入信号质量检测模块,通过信号质量检测模块对静置期目标信号以及指令录入期目标信号进行质量检测,计算信号的信噪比以及信号复杂度,并基于信噪比以及信号复杂度,确定质量检测结果。[0029]需要说明的是,若信噪比过低,可能是录入的用户的动作特征不明显或者是背景噪声过大导致;若所述信号复杂度过高,则表明用户输入指令过于复杂,可能是由于动作组合过多或者环境过于嘈杂导致;若所述信号复杂度过低,则表明用户输入的指令过于单一,可能是由于动作过少或传感器对动作的敏感度较低导致。[0030]在步骤S140中,若所述质量检测结果符合预设质量条件,对所述指令录入期目标可选地,该质量检测结果可包括信噪比R₀、信号复杂度Y以及静置期能量强度,若信噪比R₀大于预设阈值TH4,信号复杂度Y大于预设阈值TH5,小于预设阈值TH6,静置期能量强度小于预设阈值TH7。则表示符合预设质量条件,此时可进入特征提取模块,通过特征提取模块对指令模板录入期目标信号进行特征提取,例如,可通过提前训练好的模型,如信号处理模型、神经网络模型等进行特征提取。[0031]需要说明的是,若不符合预设质量条件,可输出对应的提示信息,例能量强度不满足要求,即静置期能量强度不小于预设阈值TH7,则提示“指令录入前请保持令录入动作过轻或传感器设备异常”。若信号复杂度不满足要求,即信号复杂度不大于预设[0032]如图3所示,以神经网络模型为例,该神经网络模型可以是提前训练的基础交互指令识别网络去除最后的全连接层,其依次可包括卷积1、线性整流函数1、卷积2、线性整流函入至第二层线性整流函数1中进行处理,第三层卷积2由32个大小为3*3的卷积核,即神经元组成,步调为2,填充1。输入至第四层中,通过线性整流函数2进行处理,最后经过池化层大小为3*3,步调为2,填充0进行下采样处理,以提取得到信号特征。[0033]在步骤S150中,确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;可选地,可获取所有预存的自定义指令模板数据,其可包括各自定义指令模板对应的特征数组。然后,可将提取到的信号特征数组与各自定义指令模板对应的特征数组进行相似度计算,例如,通过皮尔逊相关系数(Pearsoncorrelationcoefficient)计算两者的相关性系数;相关性系数接近1时,表示特征数组与预存模板高度正相关,即相似度很高;接近-1时,表示高度负相关;接近0时,表示两者之间线性相关性很弱过欧式距离算法等计算两者之间的欧式距离,距离越小,说明特征数组与预存模板在特征[0034]在步骤S160中,若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。。[0035]可选地,若相似度符合预设相似度条件,例如大于预设阈值TH11,则可在用户端弹出录入成功提示;设备端将自定义指令模板同步至用户端,用户端将自定义指令模板与绑定功能上传至云服务端;云服务端检测是否已存在与该绑定功能相关联的自定义指令模板,若是,则清除该功能相关的历史自定义指令模板信息。若不符合预设相似度条件,例如小于或等于预设阈值TH11,则输出提示信息,例如“存在过于相近的指令”,并弹出最大相似度指令绑定功能名。11[0036]当检测到与自定义指令模板相似度大于预设阈值的相关指令时,设备端可触发响应功能并进入指令反馈模块,以获取指令反馈状态。其中,该指令反馈模块是为获取触发相关功能后的用户反馈。其中,指令反馈状态可包括正反馈与负反馈。在用户通过自定义指令触发对应功能后的时间阈值内,实时监测特定的功能停止指令以及该功能是否被用户主动停止,所述功能停止指令为基础交互指令,其为固定预设动作,可以是简单的多次连续拍击设备的指定部位,如智能床的床头位置。若监测到功能停止指令或用户主动停止该功能,则本次自定义指令的功能执行情况被认为是负反馈,此时可进入指令更新模块,自定义指令模板反向更新,该对应指令模板是指与当前指令相似度最高的自定义指令模板。若未监测到功能停止指令或用户未主动停止该功能,则认为该次自定义指令的功能执行情况为正反馈。此时可进入指令更新模块,对与当前指令相似度最高的自定义指令模板(即对应指令模板)进行正向更新。通过设置指令模板正向更新与模板反向更新机制,使指令模板能跟随用户的使用习惯等发生改变,减少用户单个指令模板多次重新录入的可能性。[0037]其中,相似度可通过皮尔逊相关系数(Pearsoncorrelationcoeffi特征数组与预存模板的相关性,相关性系数接近1时,表示特征数组与预存模板高度正相似度较低。或者通过欧式距离算法等计算两者的之间的欧式距离,距离越小,说明特征数组似度最大值是否大于预设相似度阈值TH12,如0.8,若是,则认为匹配成功,将当前指令作为相似度最高的自定义指令模板的相关指令。的自定义指令模板录入请求;基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时间长度;对所述静置期目标信号以及指令录入期目标信号进行质量检测,得到信号质量检测结果;若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,以得到信号特征;确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;若所述相似度符合预设相似度条件,自定义指令模板录入成功,否则,自定义指令模板录入失败,输出提示信息,其中,所述自定义指令模板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。本申请实施例,通过采集静置期与指令录入期目标信号,对其进行质量检测,能有效筛除受环境等因素干扰的低质量信号,保证录入指令模板的可靠性。只有符合预设质量条件的信号才会被提取特征并与预存模板特征匹配,从而确保新录入模板与已有模板在特征层面具有较高相似度,提高指令识别准确性。若相似度达标则录入成功,否则输出提示信息,避免错误或低质量指令模板录入,大大提升了自定义指令模板录入的质量,优化用户在家具智能化场景下的个性化交互体验,增强设备对用户指令的响应精度与执行效果。[0039]在本申请一实施例中,所述对所述静置期目标信号以及指令录入期目标信号进行基于所述静置期目标信号,以及指令录入期目标信号,确定信噪比;基于所述指令录入期目标信号,确定信号复杂度。[0040]可选地,可对静置期以及指令录入期采集到的目标信号进行信噪比以及信号复杂度的计算。该信噪比可为指令录入期能量强度与静置期能量强度之间的比值R₁与1之间的差值。信号复杂度则可通过对指令录入期内的信号进行差分处理,然后对差分信号的极大值点与预设阈值TH3进行确定,例如,若极大值大于预设阈值TH3,则将信号复杂度置为1,否[0041]需要说明的是,所述信噪比过低,表明可能是录入的用户的动作特征不明显或者是背景噪声过大导致;所述信号复杂度过高,则表明用户输入指令过于复杂,可能是由于动作组合过多或者环境过于嘈杂导致;所述信号复杂度过低,则表明用户输入的指令过于单一,可能是由于动作过少或传感器对动作的响应过小导致。[0042]在本申请一实施例中,所述基于所述静置期目标信号,以及指令录入期目标信号,对所述静置期目标信号进行去基线处理,并计算去基线后的目标信号的静置期能量强度;对所述指令录入期目标信号进行去基线处理,并计算去基线后的目标信号的指令录入期能量强度;确定所述指令录入期能量强度与所述静置期能量强度之间的能量强度比值;基于所述能量强度比值,确定所述信噪比。[0043]可选地,基线通常是指信号中的一种缓慢变化的趋势或直流分量。在很多实际信号中,这种基线的存在可能会干扰对信号中有用信息的分析。因此,当获取到静置期目标小信号以及指令录入期目标信号后,可分别进行去基线处理,如高通滤波、经验模态分解算法、小波变换等方式进行去基线处理。然后可分别计算去基线后的静置期能量强度以及指令录入期能量强度。其中,该静置期能量强度可为该静置期时间阈值TH1信号绝对值之和/算得到指令录入期能量强度与该静置期能量强度之比R₁。则信噪比R₀=R₁-1。[0044]在本申请一实施例中,所述基于所述指令录入期目标信号,确定信号复杂度,包确定初始信号复杂度;对所述指令录入期目标信号进行差分处理,得到差分信号;确定所述差分信号的极大值幅值是否大于预设幅值阈值;若是,对所述初始信号复杂度增加预设数值,以得到最终的信号复杂度。[0045]可选地,可将初始信号复杂度Y置0,然后,可对指令录入期目标信号进行差分处大值幅值是否大于预设阈值TH3,若是,则信号复杂度Y加1,否则,仍置0,从而可以得到该信号复杂度。[0046]其中,预设幅值阈值与传感器特性强相关,可通过如下方式得到,让设备执行预设动作,通过相关传感器采集信号,计算不同动作导致的信号幅值最大值,然后统计所有被试动作幅值的下四分位数,则该阈值为下四分位数*一定系数,例如0.75得到。[0047]在本申请一实施例中,所述质量检测结果包括信噪比、信号复杂度以及静置期能量强度,所述若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特若所述信噪比大于预设信噪比阈值,所述信号复杂度大于第一预设信号复杂度阈值,小于第二预设信号复杂度阈值,且所述静置期能量强度小于预设能量强度阈值,则对所述目标信号进行特征提取。[0048]可选地,该质量检测结果可包括信噪比R₀、信号复杂度Y以及静置期能量强度,若信噪比R₀大于预设阈值TH4,信号复杂度Y大于第一预设信号复杂度阈值TH5,该TH5可由经验值获取,用于限制动作数量,取值例如3,且小于第二预设信号复杂度阈值TH6,该TH6由经验获取,用于限制动作数量,取值例如15,静置期能量强度小于预设能量强度阈值TH7。则表示符合预设质量条件,此时可进入特征提取模块,通过特征提取模块对指令模板录入期目标信号进行特征提取,例如,可通过训练好的模型,如信号处理模型、神经网络模型等进行特征提取。[0049]其中,预设能量强度阈值TH7与传感器特性强相关,可通过如下方式确定:可将相关传感器静置于不同环境下,包括强电磁源、强震动源、预设动作干扰等,计算静置时间内的能量强度,并统计所有环境下的能量强度上四分位数,该阈值为上四分位数*一定系数,例如1.25得到。对所述指令录入期目标信号进行差分处理,得到差分信号;对所述差分信号进行滤波处理,得到滤波信号;对所述滤波信号进行滑窗处理,得到滑窗处理后的信号;基于滑窗处理后的信号,计算相邻有效极大值之间的第一时间间隔、相邻有效极小值之间的第二时间间隔、相邻有效极大值与有效极小值之间的第三时间间隔;将所述第一时间间隔、第二时间间隔以及第三时间间隔组成所述目标信号的信号特征数组。[0051]可选地,可对指令录入期目标信号进行差分处理,如一阶差分处理,得到差分信号,然后可对该差分信号进行低通滤波处理,得到低通滤波信号,对低通滤波信号进行滑窗操作,滑动一个固定大小的窗口,使其沿低通滤波信号依次移动,滑窗口时间长度可为预设时间阈值TH8.对于窗口内的信号数据,先对每个数据点取绝对值(即将负数变为正数),然后将窗口内所有数据点的绝对值相加,会得到一系列的计算结果。这些结果按照窗口滑动的顺序排列起来,就构成了处理后的信号。处理后的信号与原始低通滤波信号相比,处理后的信号物理意义和特征发生了变化,更侧重于反映信号在不同时间局部范围内的幅度综合情况,可用于后续进一步的[0052]最后,基于处理后的信号,可寻找所有有效极大值以及有效极小值,并计算相邻的有效极大值之间的时间间隔、相邻有效极小值之间的时间间隔、相邻有效极大值与有效极小值之间的时间间隔,将上述时间间隔作为该指令录入期目标信号对应的特征数组。[0053]其中,设置有效极大值阈值和有效极小值阈值,若极大值大于该有效极大值阈值,则认为该极大值为有效极大值;若极小值小于该有效极小值阈值,则认为该极小值为有效极小值。具体来说,有效极大值是指极大值幅值需满足大于预设阈值TH9,有效极小值是指极小值需小于预设阈值TH10。获取当前指令,并确定所述当前指令与各预存指令模板之间的相似度;若所述相似度大于预设相似度阈值时,获取指令反馈状态;若所述指令反馈状态为正反馈时,将对应指令模板进行正向更新;若所述指令反馈状态为负反馈时,将对应指令模板进行反向更新。[0055]可选地,可实时进行指令检测,如可配置指令检测期,该指令检测期可为预设窗口时间长度TH2,可实时截取预设窗口时间长度TH2的传感器信号,并提取指令检测期内采集到的传感器信号的信号特征数组。如,可对传感器信号进行差分处理,得到差分信号,对差分信号进行低通滤波处理,得到低通滤波信号,并对低通滤波信号进行滑窗处理,计算窗口内信号的绝对值之和,得到处理后的信号,然后在处理后的信号中寻找有效极大值与有效极小值,并计算相邻的有效极大值之间的时间间隔、相邻有效极小值之间的时间间隔、相邻有效极大值与有效极小值之间的时间间隔,将上述时间间隔形成特征数组。需要说明的是,有效极大值是指极大值幅值大于预设阈值TH9,有效极小值是指极小值小于预设阈值TH10。[0056]然后,即可进入指令检测模块,在指令检测模块中可分别计算传感器信号的信号特征与预先存储的各自定义指令模板对应的信号特征数组之间的相似度,如,可通过皮尔逊相关系数(Pearsoncorrelationcoefficient)计算两者的相关性,相关性系数接近10时,表示两者之间线性相关性很弱,相似度较低。或者通过欧式距离算法等计算两者的之间的欧式距离,距离越小,说明特征数组与预存模板在特征上越相似;距离越大,则相似度越低。[0057]最后,可选取相似度最大值,确定相似度最大值是否大于预设相似度阈值TH12,如0.8,若是,则认为匹配成功,将当前指令作为相似度最高的自定义指令模板的对应指令。若检测到该对应指令,则设备端可拉起响应功能,进入指令反馈模块,以获取指令反馈状态。其中,该指令反馈模块是为获取触发相关功能后的用户反馈。[0058]在本申请一实施中,所述若所述指令反馈状态为负反馈时,将对应指令模板进行获取所述当前指令的第三状态信息;从正向更新记录中获取最近一次模板正向更新的第四状态信息,所述状态信息包括反向更新次数以及最近一次更新前的指令模板;从所述正向更新记录中获取倒数第二次正向更新指令的第五状态信息;若所述反向更新次数大于预设阈值,则将所述最近一次更新前的指令模板设置为当前功能绑定的指令模板,并更新模板正向更新信息;若所述模板反向更新次数不大于预设阈值,则基于所述第三状态信息、第四状态信息以及第五状态信息,对当前功能对应的模板特征数组进行参数更新。[0059]可选地,指令反馈状态可包括正反馈与负反馈。在用户通过自定义指令触发对应功能后的时间阈值TH13内,实时监测特定的功能停止指令以及该功能是否被用户主动停止,所述功能停止指令为基础交互指令,其为固定预设动作,可以是简单的多次连续拍击设备的指定部位,如智能床的床头位置。若监测到功能停止指令或用户主动停止该功能,则本次自定义指令的功能执行情况被认为是负反馈,此时可进入指令更新模块,对对应指令模板反向更新,该对应指令模板是指与当前指令相似度最高的自定义指令模板。[0060]进行反向更新时,可先获取到识别指令的状态信息,该状态信息可包括识别指令的信噪比R₀、识别指令与对应模板的相似度Co。然后,可从向更新记录中获取最近一次模板正向更新的状态信息,包括识别指令的信噪比Rpre、识别指令与模板的相似度Cpre、识别指令的特征数组、更新前的指令模板、模板反向更新次数Nre。以及从正向更新记录中获取倒数第二次识别指令的信噪比Rpres、识别指令与对应模板的相似度Cpres。若模板反向更新次数Nre大于预设阈值TH15,该TH15可由经验值获取,用于限制错误更新次数,例如3,则将最近一次更新前的指令模设置为当前功能绑定的指令模板,更新模板正向更新信息。更新方式具体可参考如下示例:假定正向更新信息中有Nf次更新记录,其信噪比、相似度、特征数组、更新前的指令模板分别是:0062]RN₂,CN,[fN:1,fN,2,…fy.TH₁4],[fpreN;:1,fpreN₄2,…fpr[0063]若Nq大于1,则删除最近一次正向更新记录,同时将NrN-1置0;若模板反向更新次数Nre不大于预设阈值TH15,则使用识别指令的状态信息、最其中,α为修正后的指令模板更新步长,其计算方法可参考:其中Y和δ为固定的更新阈值,β为惩罚项,其中β的计算方法参考如下:在本申请一实施例中,所述若所述指令反馈状态为正反馈时,将对应指令模板进基于第一状态信息以及所述第二状态信息,对当前功能击设备的外壳。若未监测到功能停止指令或用户未主动停止该功能,则认为该次自定义指指令的状态信息、最近一次模板正向更新的状态信息,当前功能对应的模板特征数组[ft1,ft_2,.….ftTH14],ft1线性更新为例,其更新流程可参考[fc_1,fc₂,….fcTH14]更新前该功能对应的模板特征数组[f1,f₂,…LTH14]则进行将第N+1条历史信息覆盖第前N次历史信息,直至N从1开始至N=TH16-2,再将当前正方式对指令模板进行正向更新或反向更新,可以使指令模板能跟随用户的使用习惯等发生改变,减少用户单个指令模板多次重新录入的可能性。[0068]本申请实施例中,通过采集静置期与指令录入期目标信号,对其进行质量检测,能有效筛除受环境等因素干扰的低质量信号,保证录入指令模板的可靠性。只有符合预设质量条件的信号才会被提取特征并与预存模板特征匹配,从而确保新录入模板与已有模板在特征层面具有较高相似度,提高指令识别准确性。若相似度达标则录入成功,否则输出提示信息,避免错误或低质量指令模板录入,大大提升了自定义指令模板录入的质量,优化用户在家具智能化场景下的个性化交互体验,增强设备对用户指令的响应精度与执行效果。[0069]应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限[0070]在一实施例中,提供一种自定义指令模板获取装置,该自定义指令模板获取装置与上述实施例中自定义指令模板获取方法一一对应。如图5所示,该自定义指令模板获取装置包括指标模板自定义请求单元10、信号获取单元20、信号质量检测单元30、特征提取单元40、相似度匹配单元50和自定义指令模板处理单元60。各功能模块详细说明如下:指标模板自定义请求单元10,用于获取目标用户发送的自定义指令模板录入请信号获取单元20,用于基于所述自定义指令模板录入请求,获取静置期目标信号以及指令录入期目标信号,其中,所述静置期是指所述目标用户保持设备静置的时间阈值,所述指令录入期是指经过静置期后,提示所述目标用户进行自定义指令模板录入的持续时信号质量检测单元30,用于对所述静置期目标信号以及指令录入期目标信号进行特征提取单元40,用于若所述质量检测结果符合预设质量条件,对所述指令录入期目标信号进行特征提取,以得到信号特征;相似度匹配单元50,用于确定所述信号特征与预存自定义指令模板对应信号特征之间的相似度;自定义指令模板处理单元60,用于若所述相似度符合预设相似度条件,自定义指板基于指令反馈状态进行正向更新或反向更新,所述指令反馈状态包括正反馈或负反馈。[0071]在本申请一实施例中,信号质量检测单元30,还用于:基于所述静置期目标信号,以及指令录入期目标信号,确定信噪比;基于所述指令录入期目标信号,确定信号复杂度。[0072]在本申请一实施例中,信号质量检测单元30,还用于:对所述静置期目标信号进行去基线处理,并计算去基线后的目标信号的静置期能对所述指令录入期目标信号进行去基线处理,并计算去基线后的目标信号的指令录入期能量强度;确定所述指令录入期能量强度与所述静置期能量强度之间的能量强度比值;基于所述能量强度比值,确定所述信噪比。[0073]在本申请一实施例中,信号质量检测单元30,还用于:确定初始信号复杂度;对所述指令录入期目标信号进行差分处理,得到差分信号;确定所述差分信号的极大值幅值是否大于预设幅值阈值;若是,对所述初始信号复杂度增加预设数值,以得到最终的信号复杂度。[0074]在本申请一实施例中,所述质量检测结果包括信噪比、信号复杂度以及静置期能量强度,所述信号特征提取单元40,还用于:若所述信噪比大于预设信噪比阈值,所述信号复杂度大于第一预设信号复杂度阈值,小于第二预设信号复杂度阈值,且所述静置期能量强度小于预设能量强度阈值,则对所述目标信号进行特征提取。[0075]在本申请一实施例中,信号特征提取单元40,还用于:对所述指令录入期目标信号进行差分处理,得到差分信号;对所述差分信号进行滤波处理,得到滤波信号;对所述滤波信号进行滑窗处理,得到滑窗处理后的信号;基于滑窗处理后的信号,计算相邻有效极大值之间的第一时间间隔、相邻有效极小值之间的第二时间间隔、相邻有效极大值与有效极小值之间的第三时间间隔;将所述第一时间间隔、第二时间间隔以及第三时间间隔组成所述目标信号的信号特征数组。获取当前指令,并确定所述当前指令与各预存指令模板之间的相似度;若所述相似度大于预设相似度阈值时,获取指令反馈状态;若所述指令反馈状态为正反馈时,将对应指令模板进行正向更新;若所述指令反馈状态为负反馈时,将对应指令模板进行反向更新。获取所述当前指令的第一状态信息;从正向更新记录中获取最近一次模板正向更新的第二状态信息;基于第一状态信息以及所述第二状态信息,对当前功能对应的模板特征数组进行参数更新。获取所述当前指令的第三状态信息;从正向更新记录中获取最近一次模板正向更新的第四状态信息,所述状态信息包括反向更新次数以及最近一次更新前的指令模板;从所述正向更新记录中获取倒数第二次正向更新指令的第五状态信息;若所述反向更新次数大于预设阈值,则将所述最近一次更新前的指令模板设置为当前功能绑定的指令模板,并更新模板正向更新信息;若所述模板反向更新次数不大于预设阈值,则基于所述第三状态信息、第四状态信息以及第五状态信息,对当前功能对应的模板特征数组进行参数更新。[0079]本申请实施例中,通过采集静置期与指令录入期目标信号,对其进行质量检测,
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 六年级语文上学期整本书阅读《童年》期末复习教学设计
- 初中语文七年级下册紫藤萝瀑布教学设计与实施
- 高二英语选择性必修二 Unit 5 Reading and Thinking 语篇深度解读与默写训练教学设计
- 初中语文九年级中考作文选材教学设计
- 小学五年级美术《生活中的标志》教学设计
- 高一英语必修第一册Unit 3 Sports and fitness 单元整体教学设计
- 高一体育五步拳教学设计
- 小学四年级劳动教育煎牛排教学设计
- 小学四年级劳动《花瓶罩饰》项目化教学设计
- 八年级语文下册第三单元养性怡情知识清单教学设计
- 抖音直播运营中心薪酬绩效考核实施管理方案
- 2026年学生入团考试题库及参考答案
- 2027届河南省部分城市联考高三上学期11月阶段检测历史试题(含答案)
- 2026年宁夏水务投资集团有限公司招聘笔试参考题库附带答案详解析版
- 2026秋北师大版选择性必修第一册Unit 1-3 句子语法填空练习(备考期中)
- 智能体电脑行业王伟东白皮书
- 秦皇岛市建设现代有轨电车项目调研报告
- 2026秋新教材苏教版五年级上册数学第七单元 用字母表示数量关系(一) 教案(共7课时)
- 《中药炮制技术》教案-13模块十三 其他炮制技术
- 2026年辅警笔试的题库及答案
- 多模式镇痛在加速康复外科中的应用现状
评论
0/150
提交评论