干烧的检测方法、系统、灶具、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种干烧的检测方法、系统、灶具、电子设备及存储介质。

背景技术

当锅具处于长时间烹饪状态且人不在现场时，容易发生锅具内的水被烧干或者锅具内的油温过高的现象，进而容易导致锅具被烧穿，甚至引发火灾。是以，有必要防止这类危险的发生，而为了防止这类危险的发生，需要对锅具的干烧情况进行检测。目前市面上的干烧检测方案比较单一，具体地，通过比较检测到的锅具底部温度和预先设定的干烧阈值，来判别是否发生干烧。但是，这种干烧检测方案逻辑简单，检测结果准确度较低，例如，可能出现爆炒场景下的干烧误判所导致的灶具误关火情况，还有一些干烧检测方案选用了一个或几个参数，判断过程复杂，导致锅内的水被烧干很久才得到反馈，不能及时检测出干烧，从而导致用户体验下降。

发明内容

本发明要解决的技术问题是为了克服现有技术中干烧检测方案检测结果准确度低且干烧检测判断时间久，反馈不及时的缺陷，提供一种干烧的检测方法、系统、灶具、电子设备及存储介质。

本发明是通过下述技术方案来解决上述技术问题：

一种干烧的检测方法，包括：

获取锅具的温度数据；

从所述温度数据中提取第一温度特征和第二温度特征；

根据第一温度特征以及与所述第一温度特征对应的第一置信度系数，第二温度特征以及与所述第二温度特征对应的第二置信度系数，计算置信度得分，其中，所述第一置信度系数与所述第二置信度系数之和为1；

根据所述置信度得分确定所述锅具是否发生干烧。

较佳地，所述第一温度特征包括温值特征，所述第二温度特征包括温升速率特征；

和/或，

所述第一置信度系数和所述第二置信度系数根据置信度函数或者sigmoid函数确定得到。

较佳地，所述置信度得分根据以下公式计算得到：

score＝param_a*(a-A)+param_b*(b-B)

其中，score表示所述置信度得分，param_a表示所述第一置信度系数，a表示所述第一温度特征，A表示第一温度特征阈值，param_b表示所述第二置信度系数，b表示所述第二温度特征，B表示所述第二温度特征阈值。

较佳地，在所述计算置信度得分的步骤之前，所述检测方法还包括：

根据灶具的火力档位分别确定所述第一温度特征阈值和所述第二温度特征阈值。

较佳地，在所述从所述温度数据中提取第一温度特征和第二温度特征的步骤之后还包括：

根据所述第一温度特征和/或所述第二温度特征确定是否执行所述计算置信度得分的步骤。

较佳地，在所述根据所述置信度得分确定所述锅具是否发生干烧的步骤之后还包括：

在连续预设次数确定所述锅具发生干烧时，输出所述锅具发生干烧的检测结果。

较佳地，在所述输出所述锅具发生干烧的检测结果的步骤之后还包括：

根据所述检测结果控制灶具关火。

一种干烧的检测系统，包括：

获取模块，用于获取锅具的温度数据；

提取模块，用于从所述温度数据中提取第一温度特征和第二温度特征；

计算模块，用于根据第一温度特征以及与所述第一温度特征对应的第一置信度系数，第二温度特征以及与所述第二温度特征对应的第二置信度系数，计算置信度得分，其中，所述第一置信度系数与所述第二置信度系数之和为1；

干烧确定模块，用于根据所述置信度得分确定所述锅具是否发生干烧。

较佳地，所述第一温度特征包括温值特征，所述第二温度特征包括温升速率特征；

和/或，

所述第一置信度系数和所述第二置信度系数根据置信度函数或者sigmoid函数确定得到。

较佳地，所述置信度得分根据以下公式计算得到：

score＝param_a*(a-A)+param_b*(b-B)

其中，score表示所述置信度得分，param_a表示所述第一置信度系数，a表示所述第一温度特征，A表示第一温度特征阈值，param_b表示所述第二置信度系数，b表示所述第二温度特征，B表示所述第二温度特征阈值。

较佳地，所述检测系统还包括：

阈值确定模块，用于根据灶具的火力档位分别确定所述第一温度特征阈值和所述第二温度特征阈值。

较佳地，所诉检测系统还包括：

执行确定模块，用于根据所述第一温度特征和/或所述第二温度特征确定是否执行所述计算置信度得分的步骤。

较佳地，所述检测系统还包括：

输出模块，用于在连续预设次数确定所述锅具发生干烧时，输出所述锅具发生干烧的检测结果。

较佳地，所述检测系统还包括：

控制模块，用于根据所述检测结果控制灶具关火。

一种灶具，包括上述所述的干烧的检测系统。

一种电子设备，包括存储器、处理器及存储在存储器上并可在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上述任一种干烧的检测方法。

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上述任一种的干烧的检测方法的步骤。

本发明的积极进步效果在于：本发明并非通过简单比较检测到的锅具温度和预先设定的干烧阈值来判别是否发生干烧，而是基于从锅具温度数据中提取的至少两个温度特征及其对应的置信度系数来计算置信度得分，进而从至少两个维度信息来动态确定锅具是否发生干烧，由此，本发明考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，能够适用于不同的烹饪场景，从而有利于提高锅具干烧检测的准确性，避免误判，并提升用户体验。另一方面，本发明大大缩短了干烧检测的时长，能够及时反馈干烧检测结果，安全性更高。

附图说明

图1a为根据本发明实施例1的干烧的检测方法的流程图。

图1b为用于本发明实施例1的一种干烧的检测方法的实验数据示意图。

图1c为用于本发明实施例1的另一种干烧的检测方法的实验数据示意图。

图2为根据本发明实施例2的干烧的检测系统的模块示意图。

图3为根据本发明实施例4的电子设备的结构示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例提供一种干烧的检测方法，可以用于在灶具开火之后对锅具是否发生干烧进行检测，图1a示出了本实施例的检测方法的流程图。参照图1，本实施例的检测方法包括：

S101、获取锅具的温度数据。

在本实施例中，可以根据实际应用自定义设置获取温度数据的周期，例如，周期可以取值为1s；也可以根据实际应用选择获取温度数据的锅具部位，例如，可以选择获取锅具底部的温度数据；此外，也可以根据实际应用选择用于获取温度数据的电子器件，本实施例并不旨在对这些加以限定。

S102、从温度数据中提取第一温度特征和第二温度特征。

在本实施例中，可以根据实际应用确定用于检测锅具是否发生干烧的温度特征，例如，从温度数据中提取的温度特征可以包括温值特征，用于表征锅具的当前温度值；也可以包括温升特征，用于表征锅具的当前温度值较之上一温度值的差值；也可以包括温升速率特征，用于表征锅具由上一温度值变化至当前温度值的速率。其中，应当理解，用于确定温升特征或者温升速率特征的温度数据，并不局限为相邻的两个温度数据，而是可以根据实际应用进行选择的。

S103、根据第一温度特征以及与第一温度特征对应的第一置信度系数，第二温度特征以及与第二温度特征对应的第二置信度系数，计算置信度得分。

在本实施例中，第一置信度系数与第二置信度系数之和为1，并且，可以根据实际应用来选择如何确定第一置信度系数与第二置信度系数，例如，可以根据置信度函数或者sigmoid函数来确定得到第一置信度系数与第二置信度系数。

在本实施例中，考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，不同温度特征对应的置信度系数不同，例如，当温度特征包括温值特征和温升速率特征时，对于低温区域来说，虽然温值特征取值不高，但如果锅具发生干烧时，对应的温升速率特征的取值较大，由此，温升速率特征对于干烧检测的参考价值会大于温值特征；对于高温区域来说，考虑到温值特征取值越大，热量扩散越迅速，温升速率特征取值越小，由此，温值特征对于干烧检测的参考价值大于温升速率特征。

基于此，对于低温区域，优选给予温升速率特征更高的置信度系数，对于高温区域，优选给予温值特征更高的置信度系数。

当根据置信度函数来确定置信度系数时，有置信度函数如下所示：

对温值特征而言，有置信度系数param_a＝f((a-A)/(Max_Temperature-A))，其中，Max_Temperature表示锅具最高耐温，由锅具材质确定，例如，可以取值为350℃，A表示温值特征阈值，可以根据锅具的当前火力档位确定。基于此，对温升速率特征而言，置信度系数param_b＝1-param_a。

当根据sigmoid函数来确定置信度系数时，sigmoid函数如下所示：

对温值特征而言，有置信度系数param_a＝S((a-A)/(Max_Temperature-A))。基于此，对温升速率特征而言，置信度系数param_b＝1-param_a。

进一步地，在本实施例中，置信度得分可以根据以下公式计算得到：

score＝param_a*(a-A)+param_b*(b-B)

其中，score表示置信度得分，param_a表示第一置信度系数，a表示第一温度特征，A表示第一温度特征阈值，param_b表示第二置信度系数，b表示第二温度特征，B表示第二温度特征阈值。

需要说明的是，置信度得分计算之前，需要对a、A、b、B进行归一化处理，根据经过归一化处理的a、A、b、B计算置信度得分。

此外，灶具不同的火力档位可以分别对应不同的第一温度特征阈值以及不同的第二温度特征阈值，相应地，在步骤S103之前，本实施例的检测方法还可以包括根据灶具的火力档位分别确定第一温度特征阈值和第二温度特征阈值的步骤，以获取灶具当前的火力档位所对应的第一温度特征阈值和第二温度特征阈值。

例如，在本实施例中，当第一温度特征包括温值特征时，有灶具的火力档位与第一温度特征阈值——温值特征阈值之间的对应关系如下表所示：

当第二温度特征包括温升速率特征时，有灶具的火力档位与第二温度特征阈值——温升速率特征阈值之间的对应关系如下表所示：

进一步地，在步骤S102之后，本实施例的检测方法还可以包括根据第一温度特征和/或第二温度特征确定是否执行计算置信度得分的步骤，例如，当第一温度特征包括温值特征时，若有温值特征大于预设温值，则执行步骤S103；若有温值特征不大于预设温值，则不执行步骤S103及后续步骤，从而实现对资源的有效利用。

S104、根据置信度得分确定锅具是否发生干烧。

在本实施例中，可以根据实际应用预先建立置信度得分与锅具是否发生干烧之间的关联，例如，当置信度得分大于预设得分阈值时，确定锅具发生干烧，而当置信度得分不大于预设得分阈值时，确定锅具未发生干烧。

参照图1a，本实施例的检测方法在步骤S104之后还可以包括：

S105、在连续预设次数确定锅具发生干烧时，输出锅具发生干烧的检测结果。

在本实施例中，预设次数的取值可以根据实际应用自定义设置，并且，在连续预设次数确定锅具发生干烧时，增强了锅具发生干烧的检测结果的准确性，基于此输出的表征锅具发生干烧的检测结果，可以用于实现与干烧控制相关的其他应用，例如，可以根据检测结果控制灶具关火，避免干烧的进一步发生，也可以在控制灶具关火的同时或者与之间隔一段时间，控制烟机关机，以避免烟机对电能的无端消耗。

本实施例并非通过简单比较检测到的锅具温度和预先设定的干烧阈值来判别是否发生干烧，而是基于从锅具温度数据中提取的至少两个温度特征及其对应的置信度系数来计算置信度得分，从至少两个维度信息来动态确定锅具是否发生干烧，由此，本实施例考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，能够适用于不同的烹饪场景，从而有利于提高锅具干烧检测的准确性，避免误判，并提升用户体验。

下面通过实验数据对干烧的检测过程作进一步说明：

图1b示出了一种锅具的温度随时间的变化趋势，图中A点处，此时灶具的火力档位为3，锅具的温度(第一温度特征)为220℃，温升速率(第二温度特征)为8℃/s，查表可知，A＝280℃，B＝5℃/s，根据上述置信度函数可得：

param_a＝0，param_b＝1；

归一化后的a、A、b、B分别为：

a＝220/280＝0.786，A＝1，b＝8/5＝1.6，B＝1；

score＝param_a*(a-A)+param_b*(b-B)＝0.6；

当score的预设值为0.5时，A处的情况满足score得分大于预设值，也即满足了干烧关火的条件。

图1c示出了锅具的温度随时间的变化趋势，图中B点处，此时灶具的火力档位为4，锅具的温度(第一温度特征)为260℃，温升速率(第二温度特征)为0.5℃/s，查表可知，A＝290℃，B＝4℃/s，根据上述置信度函数可得：

param_a＝0.25，param_b＝0.75；

归一化后的a、A、b、B分别为：

a＝260/290＝0.897，A＝1，b＝0.125，B＝1；

score＝param_a*(a-A)+param_b*(b-B)＝-0.682；

当score的预设值为0.5时，B处的情况不满足score得分大于预设值，也即不满足干烧关火的条件。

又参见图1c，图中C点处，此时灶具的火力档位为4，锅具的温度(第一温度特征)为290℃，温升速率(第二温度特征)为4℃/s，查表可知，A＝290℃，B＝3℃/s，根据上述置信度函数可得：

param_a＝0.5，param_b＝0.5；

归一化后的a、A、b、B分别为：

a＝290/290＝1，A＝1，b＝1.333，B＝1；

score＝param_a*(a-A)+param_b*(b-B)/B＝0.667；

当score的预设值为0.5时，C处的情况满足score得分大于预设值，也即满足了干烧关火的条件。

表1示出了采用本实施例提供的干烧的检测方法进行干烧检测与现有技术中的干烧检测方法进行干烧检测的实验数据比对结果，从表1中可以看出，本实施例提供的干烧的检测方法在干烧出现30s内就能准确检测出发生干烧，而现有技术中的干烧检测方法的检测时长普遍达到60s以上，甚至需要90s，通过比较可知，本实施例提供的干烧的检测方法能够大大缩短干烧检测的时长，解决现有技术中干烧检测花费较长时间的问题，安全性更高。

/>

实施例2

本实施例提供一种干烧的检测系统，可以用于在灶具开火之后对锅具是否发生干烧进行检测，图2示出了本实施例的检测系统的模块示意图。参照图2，本实施例的检测系统包括：

获取模块1，用于获取锅具的温度数据。

在本实施例中，可以根据实际应用自定义设置获取温度数据的周期，例如，周期可以取值为1s；也可以根据实际应用选择获取温度数据的锅具部位，例如，可以选择获取锅具底部的温度数据；此外，也可以根据实际应用选择用于获取温度数据的电子器件，本实施例并不旨在对这些加以限定。

提取模块2，用于从温度数据中提取第一温度特征和第二温度特征。

在本实施例中，可以根据实际应用确定用于检测锅具是否发生干烧的温度特征，例如，从温度数据中提取的温度特征可以包括温值特征，用于表征锅具的当前温度值；也可以包括温升特征，用于表征锅具的当前温度值较之上一温度值的差值；也可以包括温升速率特征，用于表征锅具由上一温度值变化至当前温度值的速率。其中，应当理解，用于确定温升特征或者温升速率特征的温度数据，并不局限为相邻的两个温度数据，而是可以根据实际应用进行选择的。

计算模块3，用于根据第一温度特征以及与第一温度特征对应的第一置信度系数，第二温度特征以及与第二温度特征对应的第二置信度系数，计算置信度得分。

在本实施例中，第一置信度系数与第二置信度系数之和为1，并且，可以根据实际应用来选择如何确定第一置信度系数与第二置信度系数，例如，可以根据置信度函数或者sigmoid函数来确定得到第一置信度系数与第二置信度系数。

在本实施例中，考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，不同温度特征对应的置信度系数不同，例如，当温度特征包括温值特征和温升速率特征时，对于低温区域来说，虽然温值特征取值不高，但如果锅具发生干烧时，对应的温升速率特征的取值较大，由此，温升速率特征对于干烧检测的参考价值会大于温值特征；对于高温区域来说，考虑到温值特征取值越大，热量扩散越迅速，温升速率特征取值越小，由此，温值特征对于干烧检测的参考价值大于温升速率特征。

基于此，对于低温区域，优选给予温升速率特征更高的置信度系数，对于高温区域，优选给予温值特征更高的置信度系数。

当根据置信度函数来确定置信度系数时，有置信度函数如下所示：

对温值特征而言，有置信度系数param_a＝f((a-A)/(Max_Temperature-A))，其中，Max_Temperature表示锅具最高耐温，由锅具材质确定，例如，可以取值为350℃，A表示温值特征阈值，可以根据锅具的当前火力档位确定。基于此，对温升速率特征而言，由置信度系数param_b＝1-param_a。

当根据sigmoid函数来确定置信度系数时，sigmoid函数如下所示：

对温值特征而言，有置信度系数param_a＝S((a-A)/(Max_Temperature-A))。基于此，对温升速率特征而言，置信度系数param_b＝1-param_a。

进一步地，在本实施例中，置信度得分可以根据以下公式计算得到：

score＝param_a*(a-A)+param_b*(b-B)

其中，score表示置信度得分，param_a表示第一置信度系数，a表示第一温度特征，A表示第一温度特征阈值，param_b表示第二置信度系数，b表示第二温度特征，B表示第二温度特征阈值。

需要说明的是，置信度得分计算之前，需要对a、A、b、B进行归一化处理，根据经过归一化处理的a、A、b、B计算置信度得分。

此外，灶具不同的火力档位可以分别对应不同的第一温度特征阈值以及不同的第二温度特征阈值，相应地，本实施例的检测系统还可以包括用于根据灶具的火力档位分别确定第一温度特征阈值和第二温度特征阈值的阈值确定模块，以获取灶具当前的火力档位所对应的第一温度特征阈值和第二温度特征阈值。

例如，在本实施例中，当第一温度特征包括温值特征时，有灶具的火力档位与第一温度特征阈值——温值特征阈值之间的对应关系如下表所示：

当第二温度特征包括温升速率特征时，有灶具的火力档位与第二温度特征阈值——温升速率特征阈值之间的对应关系如下表所示：

进一步地，本实施例的检测系统还可以包括用于根据第一温度特征和/或第二温度特征确定是否执行计算置信度得分的执行确定模块，例如，当第一温度特征包括温值特征时，若有温值特征大于预设温值，则调用计算模块3；若有温值特征不大于预设温值，则不调用计算模块3及后续模块，从而实现对资源的有效利用。

干烧确定模块4，用于根据置信度得分确定锅具是否发生干烧。

在本实施例中，可以根据实际应用预先建立置信度得分与锅具是否发生干烧之间的关联，例如，当置信度得分大于预设得分阈值时，确定锅具发生干烧，而当置信度得分不大于预设得分阈值时，确定锅具未发生干烧。

参照图2，本实施例的检测系统还可以包括：

输出模块5，用于在连续预设次数确定锅具发生干烧时，输出锅具发生干烧的检测结果。

在本实施例中，预设次数的取值可以根据实际应用自定义设置，并且，在连续预设次数确定锅具发生干烧时，增强了锅具发生干烧的检测结果的准确性，基于此输出的表征锅具发生干烧的检测结果，可以用于实现检测系统还包括的控制模块与干烧控制相关的其他应用，例如，控制模块可以根据检测结果控制灶具关火，避免干烧的进一步发生，控制模块也可以在控制灶具关火的同时或者与之间隔一段时间，控制烟机关机，以避免烟机对电能的无端消耗。

本实施例并非通过简单比较检测到的锅具温度和预先设定的干烧阈值来判别是否发生干烧，而是基于从锅具温度数据中提取的至少两个温度特征及其对应的置信度系数来计算置信度得分，从至少两个维度信息来动态确定锅具是否发生干烧，由此，本实施例考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，能够适用于不同的烹饪场景，从而有利于提高锅具干烧检测的准确性，避免误判，并提升用户体验。

实施例3

本实施例提供一种灶具，其包括实施例2提供的干烧的检测系统。在实施例2的基础上，本实施例能够基于从锅具温度数据中提取的至少两个温度特征及其对应的置信度系数来计算置信度得分，从至少两个维度信息来动态确定锅具是否发生干烧，由此，本实施例考虑到了不同温度特征对于干烧检测的参考重要性的动态变化，能够适用于不同的烹饪场景，从而有利于提高锅具干烧检测的准确性，避免误判，并提升用户体验。

实施例4

本实施例提供一种电子设备，电子设备可以通过计算设备的形式表现(例如可以为服务器设备)，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中处理器执行计算机程序时可以实现实施例1提供的干烧的检测方法。

图3示出了本实施例的硬件结构示意图，如图3所示，电子设备9具体包括：

至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93，其中：

总线93包括数据总线、地址总线和控制总线。

存储器92包括易失性存储器，例如随机存取存储器(RAM)921和/或高速缓存存储器922，还可以进一步包括只读存储器(ROM)923。

存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1所提供的干烧的检测方法。

电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且，电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备9使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例5

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1所提供的干烧的检测方法的步骤。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所述的干烧的检测方法的步骤。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。