本发明涉及人工智能技术领域，特别涉及一种基于室内定位信息的智能家居设备的控制方法及装置。
背景技术：
随着应用于移动终端设备上的各种应用软件的普及，人们对室内定位及导航的需求增大。
在室内，尤其是在复杂的室内环境，例如，家居环境环境中，由于受到复杂的室内环境所限制，现有的定位方法无法精准地定位并预测出目标对象所处的实际位置。
由于现有的定位技术无法精准地定位并实时预测出目标对象当前所处的区域，因此，无法获取到准确的实时室内定位信息，也就无法实现对设置于室内的各种智能家居设备的智能控制，从而降低了用户体验度。
技术实现要素：
本发明实施例的目的在于提供一种基于室内定位信息的智能家居设备的控制方法、装置、计算机设备和存储介质，以解决上述技术问题。
第一方面，本申请实施例提供了一种基于室内定位信息的智能家居设备的控制方法，所述方法包括：
将目标对象的室内预设区域选定为定位区域；
根据所述定位区域的不同区域所具有的空间居住功能，将所述定位区域划分为多个具有独立空间居住功能的定位子区域；
获取用于对所述目标对象进行室内定位的定位模型；
根据所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息；
根据所述预测位置信息确定所述目标对象所处的定位子区域，并唤醒设置于所述定位子区域内的至少一项智能家居设备。
在一种实施方式中，所述定位模型为基于位置指纹的定位模型，所述根据所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息包括：
为多个定位子区域中的任意一个定位子区域均在位置指纹库中对应有唯一的预置指纹，每一个预置指纹对应唯一的预置位置信息；
对所述目标对象进行目标检测，若检测到所述目标对象进入至所述定位区域，则通过所述定位模型获取对应的实测指纹，每一个实测指纹对应唯一的实测位置信息；
将所述实测指纹与所述位置指纹库中的任意一个指纹数据进行匹配，将所述指纹数据中与所述实测指纹相似度最大的预置指纹对应的位置信息作为所述目标对象的预测位置信息。
在一种实施方式中，所述方法还包括：
获取所述位置指纹库中的至少一个预置指纹。
在一种实施方式中，所述获取所述位置指纹库中的至少一个预置指纹包括：
从多个定位子区域中选取任意一个定位子区域作为当前定位子区域；
在当前定位子区域内配置m个采样点；
从m个采样点中选取任意一个采样点作为当前采样点进行采样，采集到n个具有ap标识的接收信号强度指示rssi值，并将该n个具有ap标识的接收信号强度指示rssi值作为当前采样点的采样点指纹；
遍历m个采样点的其余所有采样点，直至得到每一个采样点的采样点指纹；
将m个采样点对应的采样点指纹作为当前定位子区域的预置指纹，并将所述预置指纹保存至所述位置指纹库中，其中，m、n均为大于1的正整数。
在一种实施方式中，所述唤醒设置于该定位子区域内的至少一项智能家居设备包括：
自动唤醒设置于该定位子区域内的至少一项智能家居设备。
在一种实施方式中，所述唤醒设置于该定位子区域内的至少一项智能家居设备包括：
接收所述目标对象的语音指令，所述语音指令中携带有待唤醒的至少一项智能家居设备的设备信息；
根据所述语音指令中的设备信息唤醒对应的智能家居设备。
在一种实施方式中，在所述唤醒设置于该定位子区域内的至少一项智能家居设备之后，所述方法还包括：
选取多个智能家居设备中的任意一个智能家居设备作为当前智能家居设备；
根据预设偏好度分析模型，对所述目标对象的历史数据进行分析，得到所述目标对象的偏好度信息；
根据所述偏好度信息，向所述目标对象推荐与当前智能家居设备匹配的推荐服务。
第二方面，本申请实施例提供了一种基于室内定位信息的智能家居设备的控制装置，所述装置包括：
定位区域选定模块，用于将目标对象的室内预设区域选定为定位区域；
子区域划分模块，用于根据所述定位区域选定模块选定的所述定位区域的不同区域所具有的空间居住功能，将所述定位区域划分为多个具有独立空间居住功能的定位子区域；
获取模块，用于获取用于对所述目标对象进行室内定位的定位模型；
位置预测模块，用于根据所述获取模块获取的所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息；
确定模块，用于根据所述预测位置信息确定所述目标对象所处的定位子区域；
唤醒模块，用于唤醒设置于所述确定模块确定的所述定位子区域内的至少一项智能家居设备。
第三方面，本申请实施例提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述的方法步骤。
第四方面，本申请实施例提供一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：在本申请实施例中，获取用于对目标对象进行室内定位的定位模型；根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于定位子区域内的至少一项智能家居设备。因此，采用本申请实施例，由于引入了定位模型，该定位模型能够精准地定位并预测目标对象的预测位置位置信息，从而提高了定位的精准度；此外，根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于该定位子区域内的至少一项智能家居设备，这样，能够实现对智能家居设备的精准控制，提高了用户体验度。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
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。
图1为一个实施例中提供的基于室内定位信息的智能家居设备的控制方法的实施环境图；
图2为一个实施例中计算机设备的内部结构框图；
图3是本公开实施例提供的一种基于室内定位信息的智能家居设备的控制方法的流程示意图；
图4是本公开实施例提供的一种基于室内定位信息的智能家居设备的控制装置的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，所描述的实施例仅仅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它实施例，都属于本发明保护的范围。
下面结合附图详细说明本公开的可选实施例。
图1为一个实施例中提供的一种基于室内定位信息的智能家居设备的控制方法的实施环境图，如图1所示，在该实施环境中，包括计算机设备110以及终端120。
需要说明的是，终端120以及计算机设备110可为智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此。计算机设备110以及终端110可以通过蓝牙、usb(universalserialbus，通用串行总线)或者其他通讯连接方式进行连接，本发明在此不做限制。
图2为一个实施例中计算机设备的内部结构示意图。如图2所示，该计算机设备包括通过系统总线连接的处理器、非易失性存储介质、存储器和网络接口。其中，该计算机设备的非易失性存储介质存储有操作系统、数据库和计算机可读指令，数据库中可存储有控件信息序列，该计算机可读指令被处理器执行时，可使得处理器实现基于室内定位信息的智能家居设备的控制方法。该计算机设备的处理器用于提供计算和控制能力，支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令，该计算机可读指令被处理器执行时，可使得处理器执行基于室内定位信息的智能家居设备的控制方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
如图3所示，本公开实施例提供一种基于室内定位信息的智能家居设备的控制方法，该基于室内定位信息的智能家居设备的控制方法具体包括以下方法步骤：
s301：将目标对象的室内预设区域选定为定位区域。
在本申请实施例中，对室内预设区域并不做具体的限制。
例如，在某一具体应用场景中，将室内预设区域的卧室a、客厅b、厨房c和书房d作为定位区域，这里，仅仅是示例。还可以将室内预设区域的其它区域也作为定位区域，在此不再一一赘述。
在本公开实施例中，目标对象可以为目标用户，也可以为目标宠物，例如，宠物狗或者宠物猫。
s302：根据定位区域的不同区域所具有的空间居住功能，将定位区域划分为多个具有独立空间居住功能的定位子区域。
在本申请实施例中，可以针对定位区域所具有的不同空间居住功能，将定位区域划分为不同的定位子区域，在此，对定位区域所具有的不同空间居住功能并不做具体限制，例如，定位区域中的定位子区域分别具有为目标对象提供睡眠的功能、为目标对象提供聚会或者闲谈的功能、为目标对象提供做饭空间的功能、为目标对象提供看书空间的功能。上述仅仅是示例，还可以将定位区域划分为不同的定位子区域，在此不再赘述，
s303：获取用于对目标对象进行室内定位的定位模型。
在本申请实施例中，定位模型可以为基于位置指纹的定位模型。
若定位模型为基于位置指纹的定位模型时，采用的算法为位置指纹算法，该位置指纹算法包括数据库和定位算法。数据库的建立通过检测wifi信号强度，选取核实的定位区域，在定位区域内，选取多个采样点，每个采样点的位置已知，在每个采样点均可以检测到wifi信号，获得其信号强度序列并保存为数据库中的指纹。在wifi环境下，将信号强度rssi作为用于定位的一个关键参数，这样，位置指纹库就是由多个rssi序列组成的，每一个指纹对应位置的位置信息。
在本申请实施例中，确定位置指纹库的过程具体如下所述：
在选定的定位区域内，假定有p个采样点，可以获得n个具有ap标识的rssi，则每一个采样点均可以采集到n个rssi，遍历所有采样点便可以得到对应的指纹，将该指纹保存至位置指纹库中，指纹可以如下式所述：
上式中，
是位置指纹库中的一个指纹。每一个指纹对应唯一的位置，位置用二元坐标(x,y)表示，则每个指纹对应的位置如下式所示：
则位置指纹库数据库＝[locfp]。
在本申请实施例中，定位算法采用最近邻算法。当目标对象进入到定位区域，可以获得一个实测指纹le＝(rssi1,rssi2,…,rssin)，将该实测指纹与上述位置指纹库中的任意一个指纹进行匹配，将相似度最大的那个指纹对应的位置信息作为目标对象的预测位置信息。
由上式可知，目标对象的预测位置信息为min(d(le,fpi))对应的位置信息，其中，i＝1,2,…,p。
在本申请实施例提供的控制方法中，除了简化定位模型对应的定位算法，采用上述最近邻算法之外，还为了保证由定位模型定位出的预测位置的精准度，还同步采用了基于概率的位置估计算法。
基于概率的定位算法采用条件概率对指纹进行训练，建立基于概率的指纹库。进行定位时，采用贝叶斯的推理算法对目标对象的位置进行预测。在上述训练过程中，用户位置的概率分布于每个位置上的rssi概率分布均是已知的。
在初始条件下，每一个位置l都有一个先验概率p(l)，在没有约束条件下，位置集合loc中的位置具有相同的先验概率，则基于概率的定位算法可以采用贝叶斯准则获取位置的后验概率，即在已知指纹le的情况下，位置l的条件概率为下式所示：
概率估计方法对目标对象的位置进行预测是通过位置信息的后验概率预测，后验概率最大的位置信息就是所预测的位置，即：目标对象的预测位置。
目标对象的预测位置用如下公式表示：
上式中，
在本申请实施例中，对上述最近邻算法和基于概率的位置估计算法配置了不同的优先级。为了简化定位模型所采用的定位算法，在进行定位时优先选用最近邻算法，在最近邻算法能够精准地定位出目标对象所处的定位子区域时，则无需采用基于概率的位置估计算法，由于基于概率的位置估计算法复杂，虽然其具有高精度的优点，但其需要一个数据量大的rssi观测值作为指纹进行训练，因此，采用基于概率的位置估计算法涉及到的算法更加复杂，定位过程也更加耗时。
s304：根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息。
在本申请实施例中，定位模型可以为基于为位置指纹的定位模型。在定位模型为位置指纹的定位模型时，根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息包括以下步骤：
为多个定位子区域中的任意一个定位子区域均在位置指纹库中对应有唯一的预置指纹，每一个预置指纹对应唯一的预置位置信息；
对目标对象进行目标检测，若检测到目标对象进入至定位区域，则通过定位模型获取对应的实测指纹，每一个实测指纹对应唯一的实测位置信息；
将实测指纹与位置指纹库中的任意一个指纹数据进行匹配，将指纹数据中与实测指纹相似度最大的预置指纹对应的位置信息作为目标对象的预测位置信息。
本步骤涉及到的具体算法，参见前述相同或相似部分的描述，在此不再赘述。
在一种可能的实现方式中，本申请公开实施例提供的控制方法还包括以下步骤：
获取位置指纹库中的至少一个预置指纹。
在一种可能的实现方式中，获取位置指纹库中的至少一个预置指纹包括以下步骤：
从多个定位子区域中选取任意一个定位子区域作为当前定位子区域；
在当前定位子区域内配置m个采样点；
从m个采样点中选取任意一个采样点作为当前采样点进行采样，采集到n个具有ap标识的接收信号强度指示rssi值，并将该n个具有ap标识的接收信号强度指示rssi值作为当前采样点的采样点指纹；
遍历m个采样点的其余所有采样点，直至得到每一个采样点的采样点指纹；
将m个采样点对应的采样点指纹作为当前定位子区域的预置指纹，并将预置指纹保存至位置指纹库中，其中，m、n均为大于1的正整数。
本步骤涉及到的具体算法，参见前述相同或相似部分的描述，在此不再赘述。
s305：根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于定位子区域内的至少一项智能家居设备。
在本步骤中，定位区域的每一个定位子区域所包括的各个位置坐标预先已知，这样，通过读取预测位置信息中的预测位置坐标，并通过位置坐标比对，从而确定出该预测位置坐标具体对应着定位区域内的哪一个定位子区域。
在一种可能的实现方式中，唤醒设置于该定位子区域内的至少一项智能家居设备包括以下步骤：
自动唤醒设置于该定位子区域内的至少一项智能家居设备。
在本申请实施例中，通过引入自动唤醒步骤，能够提高控制智能家居设备的精准度，有效地提高目标对象，尤其是目标用户的体验度。
例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域a-卧室时，则自动唤醒设置于该定位子区域a内的智能电视机，并根据历史记录继续播放该目标用户之前播放的电视剧，这样，大大地提高了该目标用户的用户体验度。
又例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域b-客厅时，则自动唤醒设置于该定位子区域b内的智能台灯，并根据该目标用户的历史台灯使用亮度，自动将该台灯调整至该目标用户经常使用的亮度，以便于该目标用户看书。
再例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域c-厨房时，则自动唤醒设置于该定位子区域c内的智能烤箱，以便于该目标用户烘烤食物。
在上述多种具体应用场景中，检测目标对象是否进入到定位区域内的各个定位子区域的检测方法为常规方法，例如，通过目标对象身上佩戴的智能穿戴设备，或者通过设置于各个定位子区域内的传感器装置，在此对检测装置，以及检测方法均不作具体限制。
在一种可能的实现方式中，唤醒设置于该定位子区域内的至少一项智能家居设备包括以下步骤：
接收目标对象的语音指令，语音指令中携带有待唤醒的至少一项智能家居设备的设备信息；
根据语音指令中的设备信息唤醒对应的智能家居设备。
在本申请实施例中，通过引入语音唤醒步骤，能够提高控制智能家居设备的精准度，有效地提高目标对象，尤其是目标用户的体验度。
例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域a-卧室时，则通过目标用户的语音指令，唤醒设置于该定位子区域a内的智能电视机，并根据历史记录继续播放该目标用户之前播放的电视剧，这样，大大地提高了该目标用户的用户体验度。
又例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域b-客厅时，则通过目标用户的语音指令，唤醒设置于该定位子区域b内的智能台灯，并根据该目标用户的历史台灯使用亮度，自动将该台灯调整至该目标用户经常使用的亮度，以便于该目标用户看书。
再例如，在某一具体应用场景中，在检测到目标对象，例如目标用户进入到定位区域包括的定位子区域c-厨房时，则通过目标用户的语音指令，唤醒设置于该定位子区域c内的智能烤箱，以便于该目标用户烘烤食物。
在上述多种具体应用场景中，检测目标对象是否进入到定位区域内的各个定位子区域的检测方法为常规方法，例如，通过目标对象身上佩戴的智能穿戴设备，或者通过设置于各个定位子区域内的传感器装置，在此对检测装置，以及检测方法均不作具体限制。
在一种可能的实现方式中，在唤醒设置于该定位子区域内的至少一项智能家居设备之后，本申请公开实施例提供的控制方法还包括以下步骤：
选取多个智能家居设备中的任意一个智能家居设备作为当前智能家居设备；
根据预设偏好度分析模型，对目标对象的历史数据进行分析，得到目标对象的偏好度信息；
在一种可能的实现方式中，预设偏好度分析模型采用的算法为基于应用场景重要度对用户的偏好度进行计算。
在本申请实施例中，用于计算应用场景重要度的计算公式为：
在上式中，ck为影响用户偏好度的应用场景因素，
在用户偏好贝叶斯网络模型中引入应用场景因素的重要度，以便于对原有的模型的计算结果进行调整。为此，用户ui在一组应用场景cd下，对商品属性aij的偏好度的计算公式如下所述：
其中，ckq是该组应用场景cd中，对用户的偏好能够产生重要影响的实例；p(aij∣ckq)为应用场景实例ckq下，用户对属性类别ai下具有特征为aij的商品的初步偏好值。
在本申请实施例中，基于采用的用户偏好贝叶斯网络模型为现有模型，因此，在此不再赘述。
根据偏好度信息，向目标对象推荐与当前智能家居设备匹配的推荐服务。
在本申请实施例中，对推荐服务不做具体限制。例如，若目标对象选取的智能家居设备为智能电视机，通过上述预设偏好度分析模型得到目标对象的偏好度信息为：喜欢追综艺节目，且喜欢吐槽类的综艺节目；则根据上述根据预设偏好度分析模型得到的该目标对象的偏好度信息，向该目标对象推荐匹配的推荐视频，例如，某吐槽类综艺节目a，或者，某吐槽类综艺节目b。
上述仅仅是示例，还可以根据目标对象所选取的不同类别的智能家居设备，通过上述预设偏好度分析模型进行分析，得到该目标用户的其它偏好度信息，并推荐与对应智能家居设备匹配的推荐服务，在此不再赘述。
在本公开实施例中，将目标对象的室内预设区域选定为定位区域；根据定位区域的不同区域所具有的空间居住功能，将定位区域划分为多个具有独立空间居住功能的定位子区域；获取用于对目标对象进行室内定位的定位模型；根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于定位子区域内的至少一项智能家居设备。因此，采用本申请实施例，由于引入了定位模型，且该定位模型为基于位置指纹的定位模型，根据该定位模型，能够精准地定位并预测目标对象的预测位置位置信息，并根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于该定位子区域内的至少一项智能家居设备，能够实现对智能家居设备的精准控制，提高了用户体验度。
下述为本发明基于室内定位信息的智能家居设备的控制装置实施例，可以用于执行本发明基于室内定位信息的智能家居设备的控制方法实施例。对于本发明基于室内定位信息的智能家居设备的控制装置实施例中未披露的细节，请参照本发明基于室内定位信息的智能家居设备的控制方法实施例。
请参见图4，其示出了本发明一个示例性实施例提供的基于室内定位信息的智能家居设备的控制装置的结构示意图。该基于室内定位信息的智能家居设备的控制装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该基于室内定位信息的智能家居设备的控制装置包括定位区域选定模块401、子区域划分模块402、获取模块403、位置预测模块404、确定模块405和唤醒模块406。
具体而言，定位区域选定模块401，用于将目标对象的室内预设区域选定为定位区域；
子区域划分模块402，用于根据定位区域选定模块401选定的定位区域的不同区域所具有的空间居住功能，将定位区域划分为多个具有独立空间居住功能的定位子区域；
获取模块403，用于获取用于对目标对象进行室内定位的定位模型；
位置预测模块404，用于根据获取模块403获取的定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；
确定模块405，用于根据预测位置信息确定目标对象所处的定位子区域；
唤醒模块406，用于唤醒设置于确定模块405确定的定位子区域内的至少一项智能家居设备。
可选的，定位模型为基于位置指纹的定位模型，位置预测模块404具体用于：
为多个定位子区域中的任意一个定位子区域均在位置指纹库中对应有唯一的预置指纹，每一个预置指纹对应唯一的预置位置信息；
对目标对象进行目标检测，若检测到目标对象进入至定位区域，则通过定位模型获取对应的实测指纹，每一个实测指纹对应唯一的实测位置信息；
将实测指纹与位置指纹库中的任意一个指纹数据进行匹配，将指纹数据中与实测指纹相似度最大的预置指纹对应的位置信息作为目标对象的预测位置信息。
可选的，获取模块403还用于：
获取位置指纹库中的至少一个预置指纹。
可选的，获取模块403具体用于：
从多个定位子区域中选取任意一个定位子区域作为当前定位子区域；
在当前定位子区域内配置m个采样点；
从m个采样点中选取任意一个采样点作为当前采样点进行采样，采集到n个具有ap标识的接收信号强度指示rssi值，并将该n个具有ap标识的接收信号强度指示rssi值作为当前采样点的采样点指纹；
遍历m个采样点的其余所有采样点，直至得到每一个采样点的采样点指纹；
将m个采样点对应的采样点指纹作为当前定位子区域的预置指纹，并将预置指纹保存至位置指纹库中，其中，m、n均为大于1的正整数。
可选的，唤醒模块406具体用于：
自动唤醒设置于该定位子区域内的至少一项智能家居设备。
可选的，唤醒模块406具体用于：
接收目标对象的语音指令，语音指令中携带有待唤醒的至少一项智能家居设备的设备信息；
根据语音指令中的设备信息唤醒对应的智能家居设备。
可选的，所述装置还包括：
选取模块(在图4中未示出)，用于在唤醒模块406唤醒设置于该定位子区域内的至少一项智能家居设备之后，选取多个智能家居设备中的任意一个智能家居设备作为当前智能家居设备；
分析模块(在图4中未示出)，用于根据预设偏好度分析模型，对目标对象的历史数据进行分析，得到目标对象的偏好度信息；
推荐模块(在图4中未示出)，用于根据分析模块分析出的偏好度信息，向目标对象推荐与选取模块选取的当前智能家居设备匹配的推荐服务。
需要说明的是，上述实施例提供的基于室内定位信息的智能家居设备的控制装置在执行基于室内定位信息的智能家居设备的控制方法时，仅以上述各功能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模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的基于室内定位信息的智能家居设备的控制装置与基于室内定位信息的智能家居设备的控制方法实施例属于同一构思，其体现实现过程详见基于室内定位信息的智能家居设备的控制方法实施例，这里不再赘述。
在本公开实施例中，获取模块用于获取用于对目标对象进行室内定位的定位模型；位置预测模块用于根据获取模块获取的定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；确定模块用于根据预测位置信息确定目标对象所处的定位子区域；以及唤醒模块用于唤醒设置于确定模块确定的定位子区域内的至少一项智能家居设备。因此，采用本申请实施例，由于引入了定位模型，且该定位模型为基于位置指纹的定位模型，根据该定位模型，能够精准地定位并预测目标对象的预测位置位置信息，并根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于该定位子区域内的至少一项智能家居设备，能够实现对智能家居设备的精准控制，提高了用户体验度。
在一个实施例中，提出了一种计算机设备，计算机设备包括存储器、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，处理器执行计算机程序时实现以下步骤：将目标对象的室内预设区域选定为定位区域；根据定位区域的不同区域所具有的空间居住功能，将定位区域划分为多个具有独立空间居住功能的定位子区域；获取用于对目标对象进行室内定位的定位模型；根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于定位子区域内的至少一项智能家居设备。
在一个实施例中，提出了一种存储有计算机可读指令的存储介质，该计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行以下步骤：将目标对象的室内预设区域选定为定位区域；根据定位区域的不同区域所具有的空间居住功能，将定位区域划分为多个具有独立空间居住功能的定位子区域；获取用于对目标对象进行室内定位的定位模型；根据定位模型对目标对象的室内位置进行定位，预测目标对象的预测位置信息；根据预测位置信息确定目标对象所处的定位子区域，并唤醒设置于定位子区域内的至少一项智能家居设备。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等非易失性存储介质，或随机存储记忆体(randomaccessmemory，ram)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
1.一种基于室内定位信息的智能家居设备的控制方法，其特征在于，所述方法包括：
将目标对象的室内预设区域选定为定位区域；
根据所述定位区域的不同区域所具有的空间居住功能，将所述定位区域划分为多个具有独立空间居住功能的定位子区域；
获取用于对所述目标对象进行室内定位的定位模型；
根据所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息；
根据所述预测位置信息确定所述目标对象所处的定位子区域，并唤醒设置于所述定位子区域内的至少一项智能家居设备。
2.根据权利要求1所述的方法，其特征在于，所述定位模型为基于位置指纹的定位模型，所述根据所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息包括：
为多个定位子区域中的任意一个定位子区域均在位置指纹库中对应有唯一的预置指纹，每一个预置指纹对应唯一的预置位置信息；
对所述目标对象进行目标检测，若检测到所述目标对象进入至所述定位区域，则通过所述定位模型获取对应的实测指纹，每一个实测指纹对应唯一的实测位置信息；
将所述实测指纹与所述位置指纹库中的任意一个指纹数据进行匹配，将所述指纹数据中与所述实测指纹相似度最大的预置指纹对应的位置信息作为所述目标对象的预测位置信息。
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
获取所述位置指纹库中的至少一个预置指纹。
4.根据权利要求3所述的方法，其特征在于，所述获取所述位置指纹库中的至少一个预置指纹包括：
从多个定位子区域中选取任意一个定位子区域作为当前定位子区域；
在当前定位子区域内配置m个采样点；
从m个采样点中选取任意一个采样点作为当前采样点进行采样，采集到n个具有ap标识的接收信号强度指示rssi值，并将该n个具有ap标识的接收信号强度指示rssi值作为当前采样点的采样点指纹；
遍历m个采样点的其余所有采样点，直至得到每一个采样点的采样点指纹；
将m个采样点对应的采样点指纹作为当前定位子区域的预置指纹，并将所述预置指纹保存至所述位置指纹库中，其中，m、n均为大于1的正整数。
5.根据权利要求1所述的方法，其特征在于，所述唤醒设置于该定位子区域内的至少一项智能家居设备包括：
自动唤醒设置于该定位子区域内的至少一项智能家居设备。
6.根据权利要求1所述的方法，其特征在于，所述唤醒设置于该定位子区域内的至少一项智能家居设备包括：
接收所述目标对象的语音指令，所述语音指令中携带有待唤醒的至少一项智能家居设备的设备信息；
根据所述语音指令中的设备信息唤醒对应的智能家居设备。
7.根据权利要求1所述的方法，其特征在于，在所述唤醒设置于该定位子区域内的至少一项智能家居设备之后，所述方法还包括：
选取多个智能家居设备中的任意一个智能家居设备作为当前智能家居设备；
根据预设偏好度分析模型，对所述目标对象的历史数据进行分析，得到所述目标对象的偏好度信息；
根据所述偏好度信息，向所述目标对象推荐与当前智能家居设备匹配的推荐服务。
8.一种基于室内定位信息的智能家居设备的控制装置，其特征在于，所述装置包括：
定位区域选定模块，用于将目标对象的室内预设区域选定为定位区域；
子区域划分模块，用于根据所述定位区域选定模块选定的所述定位区域的不同区域所具有的空间居住功能，将所述定位区域划分为多个具有独立空间居住功能的定位子区域；
获取模块，用于获取用于对所述目标对象进行室内定位的定位模型；
位置预测模块，用于根据所述获取模块获取的所述定位模型对所述目标对象的室内位置进行定位，预测所述目标对象的预测位置信息；
确定模块，用于根据所述预测位置信息确定所述目标对象所处的定位子区域；
唤醒模块，用于唤醒设置于所述确定模块确定的所述定位子区域内的至少一项智能家居设备。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述控制方法的步骤。
10.一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述控制方法的步骤。
技术总结