一种马桶及其冲水控制方法和装置

技术领域

本申请属于马桶领域，尤其涉及一种马桶及其冲水控制方法和装置。

背景技术

随着人们生活水平的提高，人们越来越注重个人的生活品质、健康、安全。越来越多的家庭的洗手间安装了马桶。人们在使用马桶时，既可以有效的减少了洗手间的气味，又大大的提高了人们使用的便利性。

在使用马桶的过程中，需要在马桶内留置一定的水量，当用户使用完毕进行冲水时，在便池内增加水量，使得便池内的排泄物与水一起冲入下水道，从而完成马桶的冲水操作。

但是，目前的马桶冲水操作一般是由用户根据冲水开关控制冲水量，受到用户使用经验的局限性，在对马桶进行冲水时，可能会控制过多冲水，流费水资源，或者控制冲水较少，需要反复冲水，使用较为麻烦。

发明内容

有鉴于此，本申请实施例提供了一种马桶及其冲水控制方法和装置，以解决现有技术中马桶冲水时可能会浪费水资源，或者使用较为麻烦的问题。

本申请实施例的第一方面提供了一种马桶的冲水控制方法，所述马桶的冲水控制方法包括：

获取冲水指令，以及获取所述便池内的排泄物参数；

将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数；

根据所述冲水参数控制所述马桶进行冲水。

结合第一方面，在第一方面的第一种可能实现方式中，所述排泄物参数包括排泄物量、排泄物硬度、排泄物粗细度、排泄物长度中的一项或者多项，所述冲水参数包括冲水量、冲水速度中的一种或者多种。

结合第一方面的第一种可能实现方式，在第一方面的第二种可能实现方式中，所述冲水速度包括速度大小动态变化的冲水速度。

结合第一方面或第一方面的第一种可能实现方式，在第一方面的第三种可能实现方式中，所述获取所述便池内的排泄物参数的步骤包括：

获取便池内的排泄物图像；

根据所述排泄物图像，识别所述排泄物参数。

结合第一方面的第三种可能实现方式，在第一方面的第四种可能实现方式中，所述获取便池内的排泄物图像的步骤包括：

检测到所述排泄物掉落至便池内时，获取所述排泄物掉落至便池内的图像；

根据所述排泄物掉落至便池内的图像，获取便池内所累积的排泄物所对应的排泄物参数。

结合第一方面，在第一方面的第五种可能实现方式中，在所述将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数的步骤之前，所述方法还包括：

获取多种排泄物参数在多种不同冲水参数操作下所得到的冲水分值的训练样本；

选择训练样本中的冲水分值大于预定值的训练样本作为正例样本；

将所述正例样本的排泄物参数作为预设的神经网络的输入，冲水参数作为标签，对所述神经网络进行训练，获取训练后的神经网络。

结合第一方面，在第一方面的第六种可能实现方式中，所述方法还包括：

获取排泄物图像；

根据所述排泄物图像确定所述排泄物残留在用户身体的机率；

根据所述机率选择预定种类的杀菌药水对用户身体进行冲洗。

本申请实施例的第二方面提供了一种马桶的冲水控制装置，所述马桶的冲水控制装置包括：

排泄物参数获取单元，用于获取冲水指令，以及获取所述便池内的排泄物参数；

神经网络计算单元，用于将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数；

冲水控制单元，用于根据所述冲水参数控制所述马桶进行冲水。

本申请实施例的第三方面提供了一种马桶，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。

本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。

本申请实施例与现有技术相比存在的有益效果是：当马桶获取冲水指令时，获取便池内的排泄物参数，将所述排泄物参数作为已训练的神经网络的输入，输出得到排泄物参数对应的冲水参数，根据所述冲水参数控制马桶进行冲水，从而可以在每次对排泄物进行冲水时，从而能够提高操作的便利性，有利于提升冲水效果。

附图说明

为了更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种马桶的冲水控制方法的实现流程示意图；

图2是本申请实施例提供的一种神经网络训练方法的实现流程示意图；

图3是本申请实施例提供的一种冲洗控制方法的实现流程示意图；

图4是本申请实施例提供的一种马桶的冲洗控制装置的示意图；

图5是本申请实施例提供的马桶的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。

为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。

图1为本申请实施例提供的一种马桶冲水控制方法的实现流程示意图，详述如下：

在步骤S101中，获取冲水指令，以及获取所述便池内的排泄物参数；

具体的，所述冲水指令，可以通过检测冲水按键的触发指令，根据所述触发指令生成冲水指令。或者，也可以监测便池内的排泄物量，比如可以监测便池内的排泄物的体积达到预定数值，则触发生成冲水指令；或者通过图像分析，当排泄物的硬度超过预定值，并且排泄物的方位符合预定的方位要求时，则可以触发冲水指令。其中，所述排泄物的方位符合预定的方位要求，可以包括排泄物的轴向与马桶下水道轴向匹配时，则可以触发冲水指令。

其中，所述排泄物参数可以包括排泄物量、排泄物硬度、排泄物粗细度、排泄物长度中的一项或者多项。在排泄物的硬度小于预定值时，所述排泄物量可以为排泄物的体积。当所述排泄物的硬度超过预定值时，所述排泄物参数可以包括排泄物的数量、排泄物长度或排泄物粗细度等参数中的一项或者多项。

所述排泄物的硬度，可以根据排泄物的图像特征进行匹配识别。比如，可以预先设定不同硬度值所对应的排泄物图像，根据当前采集的排泄物图像与预先设定的排泄物图像集进行匹配，根据匹配到的排泄物图像集中的图像，确定当前采集的排泄物图像所对应的排泄物硬度。比如，排泄物的硬度范围可以为0-10，对于不成形的稀状排泄物的硬度可以设置为0，最大的硬度可以设置为10。

本申请实施例中所述排泄物，可以为马桶使用者在使用过程中所排泄的大便。在获取所述排泄物参数时，可以根据便池中的排泄物的静态图像进行分析识别，也可以根据动态获取排泄物的掉落于便池内的图像，根据所获取的排泄物掉落至便池内的图像，可以累计便池中的排泄物量，从而能够更为准确的获取到排泄物参数。

在步骤S102中，将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数；

在使用所述神经网络进行冲水参数计算之前，可以包括对所述神经网络进行训练的步骤，具体可以包括如图2所示的神经网络训练步骤：

在步骤S201中，获取多种排泄物参数在多种不同冲水参数操作下所得到的冲水分值的训练样本；

具体的，所述多种排泄物参数，可以包括排泄物量不同、排泄物硬度不同、排泄物粗细度不同，或者排泄物的长度不同，可以根据排泄物参数的种类选择多种不同状态的排泄物。

在确定多种不同参数值的排泄物状态后，可以对每一种参数值的排泄物进行冲水统计，记录在不同的冲水量、不同的冲水速度或者不同的曲线冲水速度下，所得到的冲水分值。

所述冲水参数中的冲水速度，可以包括匀速冲水的冲水速度，也可以包括曲线的冲水速度。比如，可以控制冲水速度逐渐增加，或者冲水速度脉冲性增加或降低，或者冲水速度为脉冲式冲水速度等。

所述冲水分值可以根据冲水所用的冲水量、冲水后的干净程度等参数进行评估。比如可以根据干净程度分为不同的等级，每个等级对应不同的干净程度分值；根据用水量分为不同的等级，每个等级对应不同的用水量分值，结合干净程度分值和用水量分值，可以确定本次的冲水分值。

在步骤S202中，选择训练样本中的冲水分值大于预定值的训练样本作为正例样本；

对于训练样本中的冲水分值小于预定值，比如用水量较多，或者冲水后的干净程度不够，则得到的冲水分值较小。根据所设定的预定值对训练样本进行筛选，得到冲水分值较高训练样本作为正例样本进行训练。

在步骤S203中，将所述正例样本的排泄物参数作为预设的神经网络的输入，冲水参数作为标签，对所述神经网络进行训练，获取训练后的神经网络。

将所述正例样本的排泄物参数为作所述神经网络的输入，所述冲水参数作为所述神经网络的输出进行监督学习，得到训练后的神经网络。

在得到训练后的神经网络后，将当前获取的排泄物参数作为所述神经网络的输入，结合已训练的神经网络进行计算得到当前所采集的排泄物参数所对应的冲水参数。即，根据当前的排泄物参数，可以得到冲水分值较高的冲水参数，因而能够使得根据所选择的冲水参数，冲水得到干净程度较好，且能够较好的节约水资源的冲水效果。

在步骤S103中，根据所述冲水参数控制所述马桶进行冲水。

根据所计算的冲水参数控制马桶进行冲水，可以避免用户需要根据经验判断冲水的缺陷，并且能够智能的选择合适的冲水参数，包括冲水速度和冲水量进行冲水，有利于节约资源的同时，提高冲水的效率。

另外，作为本申请优化的一种实施方式，所述方法还可以包括如图3所示的清洗步骤：

在步骤S301中，获取排泄物图像；

所述排泄物图像可以为排泄物跌落至便池前的图像，在未被水泡过前，可以提供更为准确的分析数据。

在步骤S302中，根据所述排泄物图像确定所述排泄物残留在用户身体的机率；

将所述排泄物图像与预先设定的排泄物残留可能性图像集进行比较，确定当前所采集的排泄物图像可能会在用户身体上引起残留的机率。

在步骤S303中，根据所述机率选择预定种类的杀菌药水对用户身体进行冲洗。

根据不同的残留机率，可以选择不同种类的杀菌药水对用户身体进行冲洗，即使得残留细菌越多时，能够更好的对用户身体进行杀菌操作，并且检测过程不需要采集用户身体隐私部位图像，有利于提高使用的安全性，保护用户的隐私。

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，而不应对本申请实施例的实施过程构成任何限定。

图4为本申请实施例提供的一种马桶的冲水控制装置的结构示意图，如图4所示，所述马桶的冲水控制装置包括：

排泄物参数获取单元401，用于获取冲水指令，以及获取所述便池内的排泄物参数；

神经网络计算单元402，用于将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数；

冲水控制单元403，用于根据所述冲水参数控制所述马桶进行冲水。

图4所述马桶的冲水控制装置，与图1所述的马桶的冲水控制方法对应。

图5是本申请一实施例提供的马桶的示意图。如图5所示，该实施例的马桶5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52，例如马桶的冲水控制程序。所述处理器50执行所述计算机程序52时实现上述各个马桶的冲水控制方法实施例中的步骤。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能。

示例性的，所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述马桶5中的执行过程。例如，所述计算机程序52可以被分割成：

排泄物参数获取单元，用于获取冲水指令，以及获取所述便池内的排泄物参数；

神经网络计算单元，用于将所述排泄物参数作为已训练的神经网络的输入，输出所述排泄物参数对应的冲水参数；

冲水控制单元，用于根据所述冲水参数控制所述马桶进行冲水。

所述马桶可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是马桶5的示例，并不构成对马桶5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述马桶还可以包括输入输出设备、网络接入设备、总线等。

所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

所述存储器51可以是所述马桶5的内部存储单元，例如马桶5的硬盘或内存。所述存储器51也可以是所述马桶5的外部存储设备，例如所述马桶5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述马桶5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述马桶所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，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讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

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单元来实现本实施例方案的目的。

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。

所述集成的模块/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，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所述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，均应包含在本申请的保护范围之内。