本發(fā)明涉及檢測烹飪狀態(tài)的技術(shù)，尤其涉及一種烹飪狀態(tài)檢測方法及裝置。

背景技術(shù)：

隨著科學(xué)技術(shù)的不斷進步、物質(zhì)生活水平的不斷提高，用戶對烹飪器具的要求也不斷提高，希望烹飪器具由手動操作逐步向全自動化操作發(fā)展，因此，用戶只需要備好食材，并將食材和調(diào)料放入烹飪器具中，設(shè)置好相應(yīng)參數(shù)就可以實現(xiàn)自動烹飪。

目前，許多烹飪器具普遍需要用戶實時監(jiān)控食物烹飪的狀態(tài)并調(diào)整烹飪參數(shù)，或預(yù)設(shè)某一烹飪參數(shù)然后實時監(jiān)測食物的烹飪狀態(tài)。而對于某些具有封閉或半封閉烹飪腔體的烹飪器具而言，如：微波爐、烤箱、電飯煲等，在進行烹飪時，烹飪器具內(nèi)置的元器件可以對檢測到的食物信息進行分析和處理，實現(xiàn)對烹飪過程的檢測。由于封閉或半封閉烹飪腔體的烹飪器具，用戶難以直接觀察到腔體內(nèi)食物烹飪的狀態(tài)，若是烹飪系統(tǒng)檢測烹飪狀態(tài)的響應(yīng)時間過長，降低了食物烹飪過程中的檢測效率，從而可能會影響烹飪的成功率。

技術(shù)實現(xiàn)要素：

針對上述的技術(shù)問題，本發(fā)明實施例期望提供一種烹飪狀態(tài)檢測方法及裝置，降低了烹飪系統(tǒng)檢測烹飪狀態(tài)的響應(yīng)時間，提高了食物烹飪過程中的檢測效率。

本發(fā)明的技術(shù)方案是這樣實現(xiàn)的：

本發(fā)明實施例提供了一種烹飪狀態(tài)檢測方法，所述方法包括：

采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；

狀態(tài)檢測周期到來時，計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度；

確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

上述方案中，所述將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，包括：根據(jù)預(yù)設(shè)算法計算所采集到的所有氣體濃度值與所述一組氣體濃度值之間的距離值，根據(jù)所述距離值查找預(yù)設(shè)相似表中對應(yīng)的相似度。

上述方案中，所述方法還包括：確定所述差分值大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找未被計算過的、且與烹飪時長最接近的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第二相似度；

確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第二相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

上述方案中，所述計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值，包括：計算相鄰兩次采集的氣體濃度值的濃度差值，并計算所述相鄰兩次采集的氣體濃度值對應(yīng)的時間差值；

所述濃度差值除以所述時間差值，將所計算的商值作為所述差分值。

上述方案中，所述將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)之后，所述方法還包括：將所查找到的烹飪狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)并輸出顯示。

本發(fā)明實施例還提供了一種烹飪狀態(tài)檢測裝置，所述裝置包括：

采集模塊，用于采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；

第一運算模塊，用于狀態(tài)檢測周期到來時，計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；

第一查找模塊，用于在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值；

第二運算模塊，用于將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度；

第二查找模塊，用于當(dāng)確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

上述方案中，所述第二運算模塊具體用于：根據(jù)預(yù)設(shè)算法計算所采集到的所有氣體濃度值與所述一組氣體濃度值之間的距離值，根據(jù)所述距離值查找預(yù)設(shè)相似表中對應(yīng)的相似度。

上述方案中，所述裝置還包括：第三查找模塊，用于確定所述差分值大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找未被計算過的、且與烹飪時長最接近的一組氣體濃度值；

第三運算模塊，用于將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第二相似度；

第四查找模塊，用于當(dāng)確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第二相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

上述方案中，所述第一運算模塊包括：第一運算子模塊，用于計算相鄰兩次采集的氣體濃度值的濃度差值，并計算所述相鄰兩次采集的氣體濃度值對應(yīng)的時間差值；

第二運算子模塊，用于所述濃度差值除以所述時間差值，將所計算的商值作為所述差分值。

上述方案中，所述裝置還包括：轉(zhuǎn)換模塊，用于當(dāng)將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)之后，將所查找到的烹飪狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)并輸出顯示。

本發(fā)明實施例提供的檢測烹飪狀態(tài)的方法及裝置，采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；狀態(tài)檢測周期到來時，計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度；確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。可見，本發(fā)明實施例能夠，通過對采集食物的氣體濃度值和采集時間進行差分運算，以及對采集食物的氣體濃度值和標(biāo)準(zhǔn)狀態(tài)下的氣體濃度值進行相似運算，通過計算出來的相似度和差分值判斷出當(dāng)前的烹飪狀態(tài)，從而降低了烹飪系統(tǒng)檢測烹飪狀態(tài)的響應(yīng)時間，提高了食物烹飪過程中的檢測效率。

圖說明

圖1為本發(fā)明實施例一公開的一種烹飪狀態(tài)檢測方法的實現(xiàn)流程示意圖；

圖2為本發(fā)明實施例一公開的一種烹飪狀態(tài)檢測裝置的組成結(jié)構(gòu)示意圖；

圖3為一種標(biāo)準(zhǔn)模型與采集信號的模型比較示意圖；

圖4為一種檢測信號與檢測信號的一階差分示意圖；

圖5為一種檢測信號與檢測信號的二階差分示意圖；

圖6為本發(fā)明實施例二公開的一種烹飪狀態(tài)檢測裝置的組成結(jié)構(gòu)示意圖；

圖7為本發(fā)明實施例二公開的一種烹飪狀態(tài)檢測方法的實現(xiàn)流程示意圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合圖對本發(fā)明作進一步地詳細描述，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

實施例一

圖1為本發(fā)明實施例一公開的一種烹飪狀態(tài)檢測方法的實現(xiàn)流程示意圖，如圖1所示，本實施例的烹飪狀態(tài)檢測方法包括以下步驟：

步驟101：烹飪狀態(tài)檢測裝置采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間。

這里，所述烹飪狀態(tài)檢測裝置應(yīng)用于微波爐、烤箱、電飯煲等之類的烹飪器具。上述烹飪器具僅僅是舉例，而非窮舉，包括但不限于上述烹飪器具。

這里，所述氣體為食物在烹飪過程中散發(fā)的氣體，所述食物可以是土豆、大米和肉類等。值得注意的是，所述氣體濃度值包括食物散發(fā)出來的氣體濃度以及對應(yīng)氣體成分。

具體地，用戶在使用烹飪器具烹飪食物時，應(yīng)用于烹飪器具的烹飪狀態(tài)檢測裝置開始采集烹飪器具中食物散發(fā)的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；或者，在達到預(yù)設(shè)采集時間時，應(yīng)用于烹飪器具的烹飪狀態(tài)檢測裝置開始采集烹飪器具中食物散發(fā)的氣體濃度值，如圖3所示，圖中的采集信號即為烹飪狀態(tài)檢測裝置采集的所有氣體濃度值，并記錄采集所述氣體濃度值的采集時間，其中，預(yù)設(shè)采集時間的設(shè)定根據(jù)不同的烹飪器具進行相應(yīng)的設(shè)置，若是電飯煲，由于開始的幾分鐘內(nèi)，水未煮沸，因此，這段時間可以不用采集氣體濃度值，本發(fā)明實施例中，對預(yù)設(shè)采集時間不做具體限制。

步驟102：狀態(tài)檢測周期到來時，計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度。

這里，所述狀態(tài)檢測周期在產(chǎn)品開發(fā)的時候進行設(shè)定，可以設(shè)定為采集半分鐘、一分鐘或兩分鐘氣體濃度值進行一次檢測，本發(fā)明實施例中，對狀態(tài)檢測周期不做具體限制。

具體地，在采集到一定數(shù)量的氣體濃度值時，烹飪狀態(tài)檢測裝置計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；并在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到所采集到的所有氣體濃度值與所述一組氣體濃度值之間的第一相似度。

進一步地，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，比較所采集到的氣體濃度值對應(yīng)的氣體成分與所述一組氣體濃度值對應(yīng)的氣體成分，確定兩者氣體成分相似，則進行所述將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算的步驟。

值得注意的是，所述烹飪時長匹配是指：在烹飪過程中，烹飪一定時間所采集到的氣體濃度值與標(biāo)準(zhǔn)烹飪時長最相近的一組氣體濃度值匹配，舉例來說，標(biāo)準(zhǔn)烹飪狀態(tài)有兩成熟、四成熟、六成輸、八成熟和完全熟，每種狀態(tài)均對應(yīng)有一組標(biāo)準(zhǔn)氣體濃度值，假設(shè)狀態(tài)檢測周期為半分鐘，且完成兩成熟需要兩分鐘、完成四成熟需要四分鐘，依次類推，當(dāng)完全熟時需要十分鐘。那么，當(dāng)采集了一分鐘的氣體濃度值時，與其烹飪時長最接近的應(yīng)該是兩成熟的烹飪狀態(tài)，此時，將所采集一分鐘的氣體濃度值與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；當(dāng)采集了兩分半鐘的氣體濃度值時，與其烹飪時長最接近的應(yīng)該是兩成熟的烹飪狀態(tài)，此時，將所采集兩分半鐘的氣體濃度值與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；當(dāng)采集了三分鐘的氣體濃度值時，與其烹飪時長最接近的有兩成熟和四成熟的烹飪狀態(tài)，此時，若兩分半鐘的狀態(tài)屬于兩成熟時，采集三分鐘的氣體濃度值應(yīng)該與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；若兩分半鐘的狀態(tài)不屬于兩成熟時，采集三分鐘的氣體濃度值應(yīng)該與四成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算。也就是說，判斷與哪個階段的一組氣體濃度值進行相似運算，除了跟烹飪時長有關(guān)，還與上一次檢測的烹飪狀態(tài)有關(guān)。

進一步地，所述烹飪狀態(tài)檢測裝置將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，包括：烹飪狀態(tài)檢測裝置根據(jù)預(yù)設(shè)算法計算所采集到的所有氣體濃度值與所述一組氣體濃度值之間的距離值，根據(jù)所述距離值查找預(yù)設(shè)相似表中對應(yīng)的相似度。

進一步地，所述烹飪狀態(tài)檢測裝置計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值，包括：烹飪狀態(tài)檢測裝置計算相鄰兩次采集的氣體濃度值的濃度差值，并計算所述相鄰兩次采集的氣體濃度值對應(yīng)的時間差值；所述濃度差值除以所述時間差值，將所計算的商值作為所述差分值。

在本發(fā)明實施例中，求差分值的方法包括：假設(shè)食物在烹飪過程中有m(m＝1、2、3、…、m，m為正整數(shù))個階段的烹飪狀態(tài)，每個烹飪階段對應(yīng)一組氣體濃度a，以及第m個烹飪階段中氣體濃度值閾值am0，以及各階差分的閾值為am1、am2、…、amn。舉例來說，假設(shè)采集有w個濃度值，分別為x1、x2、…、xi、xi+1、xi+2、…、xw，對應(yīng)的采集時間為t1、t2、…、ti、ti+1、ti+2、…、tw，那么，一階差分為xa＝(xi+1-xi)/(ti+1-ti)、xb＝(xi+2-xi+1)/(ti+2-ti+1)，如圖4所示，二階差分為xc＝(xb-xa)/(ta-tb)，如圖5所示，其中，ta＝ti+1-ti、tb＝ti+2-ti+1，同理可求其它階數(shù)的差分。

在本發(fā)明實施例中，求相似度的方法包括：指對需要檢測的食物氣體濃度值a與預(yù)設(shè)的標(biāo)準(zhǔn)氣體濃度值bm進行動態(tài)時間歸整(dtw，dynamictimewarping)算法處理得到歸一化的最小累積距離am0。這里，bm表示第m烹飪階段的標(biāo)準(zhǔn)氣體濃度值。

這里，介紹一下dtw算法的基本原理：令標(biāo)準(zhǔn)的參考模板bm，是一個m維的向量，即bm＝{bm(1)、bm(2)、......、bm(m)、......、bm(m)}，每個分量可以是一個數(shù)或者是一個更小的向量。現(xiàn)在有一個測試模板a，是一個n維向量，即a＝{a(1)，a(2)，......，a(n)，......，a(n)}，同樣每個分量可以是一個數(shù)或者是一個更小的向量，注意m不一定等于n，但是每個分量的維數(shù)應(yīng)該相同。

計算出測試模板a和標(biāo)準(zhǔn)模板bm之間的距離，因為2個模板的長度不同，所以其對應(yīng)匹配的關(guān)系有很多種，需要找出其中距離最短的那條匹配路徑。現(xiàn)假設(shè)滿足如下的約束：當(dāng)從一個方格(i-1，j-1)或者(i-1，j)或者(i，j-1)中到下一個方格(i，j)，如果是橫向或者豎向的話其距離為d(i，j)，如果是斜對角線的話則是2d(i，j)，其約束條件為：

其中，g(i，j)表示2個模板都從起始分量逐次匹配，已經(jīng)到了m中的i分量和t中的j分量，并且都是在前一次匹配的結(jié)果上加d(i，j)或者2d(i，j)，然后取最小值。

步驟103：確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，烹飪狀態(tài)檢測裝置在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

進一步地，烹飪狀態(tài)檢測裝置確定所述差分值大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找未被計算過的、且與烹飪時長最接近的一組氣體濃度值，將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第二相似度；

確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第二相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，烹飪狀態(tài)檢測裝置在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

進一步地，所述烹飪狀態(tài)檢測裝置將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)之后，所述方法還包括：烹飪狀態(tài)檢測裝置將所查找到的烹飪狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)并輸出顯示。例如，假設(shè)標(biāo)準(zhǔn)的烹飪狀態(tài)有五種：兩成熟、四成熟、六成熟、八成熟和完全熟，查找到的烹飪狀態(tài)為兩成熟時，將兩成熟的狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)，在烹飪器具的顯示屏上顯示。值得注意的是，查找到的烹飪狀態(tài)為兩成熟，說明當(dāng)前烹飪狀態(tài)屬于兩成熟這個階段，即當(dāng)前的烹飪狀態(tài)可能恰好達到兩成熟，也可能在兩成熟之內(nèi)。

為了便于更好地實施本發(fā)明實施例的上述烹飪狀態(tài)檢測方法，本發(fā)明還提供了用于實現(xiàn)實施上述方法的烹飪狀態(tài)檢測裝置。

圖2為本發(fā)明實施例一公開的一種烹飪狀態(tài)檢測裝置的組成結(jié)構(gòu)示意圖，如圖2所示，本實施例的烹飪狀態(tài)檢測裝置包括：

采集模塊201，用于采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；

第一運算模塊202，用于狀態(tài)檢測周期到來時，計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；

第一查找模塊203，用于在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值；

第二運算模塊204，用于將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度；

第二查找模塊205，用于當(dāng)確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

具體地，所述第二運算模塊204具體用于：根據(jù)預(yù)設(shè)算法計算所采集到的所有氣體濃度值與所述一組氣體濃度值之間的距離值，根據(jù)所述距離值查找預(yù)設(shè)相似表中對應(yīng)的相似度。

進一步地，所述裝置還包括：第三查找模塊206，用于確定所述差分值大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找未被計算過的、且與烹飪時長最接近的一組氣體濃度值；

第三運算模塊207，用于將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第二相似度；

第四查找模塊208，用于當(dāng)確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第二相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

進一步地，所述第一運算模塊202包括：第一運算子模塊2021，用于計算相鄰兩次采集的氣體濃度值的濃度差值，并計算所述相鄰兩次采集的氣體濃度值對應(yīng)的時間差值；

第二運算子模塊2022，用于所述濃度差值除以所述時間差值，將所計算的商值作為所述差分值。

進一步地，所述裝置還包括：轉(zhuǎn)換模塊209，用于當(dāng)將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)之后，將所查找到的烹飪狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)并輸出顯示。

由上述組成結(jié)構(gòu)示意圖組成的烹飪狀態(tài)檢測裝置，可以執(zhí)行以下方法和步驟：

(1)采集模塊201采集當(dāng)前環(huán)境中的氣體濃度值，并記錄采集所述氣體濃度值的采集時間。

這里，所述烹飪狀態(tài)檢測裝置應(yīng)用于微波爐、烤箱、電飯煲等之類的烹飪器具。上述烹飪器具僅僅是舉例，而非窮舉，包括但不限于上述烹飪器具。

這里，所述氣體為食物在烹飪過程中散發(fā)的氣體，所述食物可以是土豆、大米和肉類等。值得注意的是，所述氣體濃度值包括食物散發(fā)出來的氣體濃度以及對應(yīng)氣體成分。

具體地，用戶在使用烹飪器具烹飪食物時，采集模塊201開始采集烹飪器具中食物散發(fā)的氣體濃度值，并記錄采集所述氣體濃度值的采集時間；或者，在達到預(yù)設(shè)采集時間時，采集模塊201開始采集烹飪器具中食物散發(fā)的氣體濃度值，如圖3所示，圖中的采集信號即為烹飪狀態(tài)檢測裝置采集的所有氣體濃度值，并記錄采集所述氣體濃度值的采集時間，其中，預(yù)設(shè)采集時間的設(shè)定根據(jù)不同的烹飪器具進行相應(yīng)的設(shè)置，若是電飯煲，由于開始的幾分鐘內(nèi)，水未煮沸，因此，這段時間可以不用采集氣體濃度值，本發(fā)明實施例中，對預(yù)設(shè)采集時間不做具體限制。

(2)狀態(tài)檢測周期到來時，第一運算模塊202計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值，第一查找模塊203在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，第二運算模塊204將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第一相似度。

這里，所述狀態(tài)檢測周期在產(chǎn)品開發(fā)的時候進行設(shè)定，可以設(shè)定為采集半分鐘、一分鐘或兩分鐘氣體濃度值進行一次檢測，本發(fā)明實施例中，對狀態(tài)檢測周期不做具體限制。

具體地，在采集到一定數(shù)量的氣體濃度值時，第一運算模塊202計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值；第一查找模塊203在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找與烹飪時長匹配的一組氣體濃度值，第二運算模塊204將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到所采集到的所有氣體濃度值與所述一組氣體濃度值之間的第一相似度。

進一步地，第二運算模塊204將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，比較所采集到的氣體濃度值對應(yīng)的氣體成分與所述一組氣體濃度值對應(yīng)的氣體成分，確定兩者氣體成分相似，則進行所述將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算的步驟。

值得注意的是，所述烹飪時長匹配是指：在烹飪過程中，烹飪一定時間所采集到的氣體濃度值與標(biāo)準(zhǔn)烹飪時長最相近的一組氣體濃度值匹配，舉例來說，標(biāo)準(zhǔn)烹飪狀態(tài)有兩成熟、四成熟、六成輸、八成熟和完全熟，每種狀態(tài)均對應(yīng)有一組標(biāo)準(zhǔn)氣體濃度值，假設(shè)狀態(tài)檢測周期為半分鐘，且完成兩成熟需要兩分鐘、完成四成熟需要四分鐘，依次類推，當(dāng)完全熟時需要十分鐘。那么，當(dāng)采集了一分鐘的氣體濃度值時，與其烹飪時長最接近的應(yīng)該是兩成熟的烹飪狀態(tài)，此時，將所采集一分鐘的氣體濃度值與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；當(dāng)采集了兩分半鐘的氣體濃度值時，與其烹飪時長最接近的應(yīng)該是兩成熟的烹飪狀態(tài)，此時，將所采集兩分半鐘的氣體濃度值與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；當(dāng)采集了三分鐘的氣體濃度值時，與其烹飪時長最接近的有兩成熟和四成熟的烹飪狀態(tài)，此時，若兩分半鐘的狀態(tài)屬于兩成熟時，采集三分鐘的氣體濃度值應(yīng)該與兩成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算；若兩分半鐘的狀態(tài)不屬于兩成熟時，采集三分鐘的氣體濃度值應(yīng)該與四成熟對應(yīng)的那組標(biāo)準(zhǔn)氣體濃度值進行相似運算。也就是說，判斷與哪個階段的一組氣體濃度值進行相似運算，除了跟烹飪時長有關(guān)，還與上一次檢測的烹飪狀態(tài)有關(guān)。

進一步地，所述第二運算模塊204將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，包括：第二運算模塊204根據(jù)預(yù)設(shè)算法計算所采集到的所有氣體濃度值與所述一組氣體濃度值之間的距離值，根據(jù)所述距離值查找預(yù)設(shè)相似表中對應(yīng)的相似度。

進一步地，所述第一運算模塊202計算所采集到的所有氣體濃度值中每兩個氣體濃度值之間的差分值，包括：第一運算子模塊2021計算相鄰兩次采集的氣體濃度值的濃度差值，并計算所述相鄰兩次采集的氣體濃度值對應(yīng)的時間差值；第二運算子模塊2022將所述濃度差值除以所述時間差值，將所計算的商值作為所述差分值。

在本發(fā)明實施例中，求差分值的方法包括：假設(shè)食物在烹飪過程中有m(m＝1、2、3、…、m，m為正整數(shù))個階段的烹飪狀態(tài)，每個烹飪階段對應(yīng)一組氣體濃度b，以及第m個烹飪階段中氣體濃度值閾值am0，以及各階差分的閾值為am1、am2、…、amn。舉例來說，假設(shè)采集模塊201采集有w個濃度值，分別為x1、x2、…、xi、xi+1、xi+2、…、xw，對應(yīng)的采集時間為t1、t2、…、ti、ti+1、ti+2、…、tw，那么，一階差分為xa＝(xi+1-xi)/(ti+1-ti)、xb＝(xi+2-xi+1)/(ti+2-ti+1)，如圖4所示，二階差分為xc＝(xb-xa)/(ta-tb)，如圖5所示，其中，ta＝ti+1-ti、tb＝ti+2-ti+1，同理可求其它階數(shù)的差分。

在本發(fā)明實施例中，求相似度的方法包括：指對需要檢測的食物氣體濃度值a與預(yù)設(shè)的標(biāo)準(zhǔn)氣體濃度值bm進行動態(tài)時間歸整(dtw，dynamictimewarping)算法處理得到歸一化的最小累積距離am0。這里，bm表示第m烹飪階段的標(biāo)準(zhǔn)氣體濃度值。

這里，介紹一下dtw算法的基本原理：令標(biāo)準(zhǔn)的參考模板bm，是一個m維的向量，即bm＝{bm(1)、bm(2)、......、bm(m)、......、bm(m)}，每個分量可以是一個數(shù)或者是一個更小的向量。現(xiàn)在有一個測試模板a，是一個n維向量，即a＝{a(1)，a(2)，......，a(n)，......，a(n)}同樣每個分量可以是一個數(shù)或者是一個更小的向量，注意m不一定等于n，但是每個分量的維數(shù)應(yīng)該相同。

計算出測試模板a和標(biāo)準(zhǔn)模板bm之間的距離，因為2個模板的長度不同，所以其對應(yīng)匹配的關(guān)系有很多種，需要找出其中距離最短的那條匹配路徑。現(xiàn)假設(shè)題目滿足如下的約束：當(dāng)從一個方格(i-1，j-1)或者(i-1，j)或者(i，j-1)中到下一個方格(i，j)，如果是橫向或者豎向的話，其距離為d(i，j)，如果是斜對角線的話則是2d(i，j)，其約束條件為：

其中g(shù)(i，j)表示2個模板都從起始分量逐次匹配，已經(jīng)到了m中的i分量和t中的j分量，并且都是在前一次匹配的結(jié)果上加d(i，j)或者2d(i，j)，然后取最小值。

(3)確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，第二查找模塊205在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

進一步地，當(dāng)確定所述差分值大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第一相似度小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，第三查找模塊206在包含有至少一組氣體濃度值的預(yù)設(shè)氣體濃度表中查找未被計算過的、且與烹飪時長最接近的一組氣體濃度值，第三運算模塊207將所采集到的所有氣體濃度值與所述一組氣體濃度值進行相似運算，得到第二相似度；

確定所述差分值小于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的預(yù)設(shè)差分閾值、且所述第二相似度大于所述一組預(yù)設(shè)氣體濃度值對應(yīng)的相似閾值時，第四查找模塊208在預(yù)設(shè)狀態(tài)表中查找與所述一組預(yù)設(shè)氣體濃度值對應(yīng)的烹飪狀態(tài)，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)。

進一步地，將查找到的烹飪狀態(tài)作為當(dāng)前的烹飪狀態(tài)之后，所述方法還包括：轉(zhuǎn)換模塊209將所查找到的烹飪狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)并輸出顯示。例如，假設(shè)標(biāo)準(zhǔn)的烹飪狀態(tài)有五種：兩成熟、四成熟、六成熟、八成熟和完全熟，查找到的烹飪狀態(tài)為兩成熟時，轉(zhuǎn)換模塊209將兩成熟的狀態(tài)轉(zhuǎn)換為顯示數(shù)據(jù)，在烹飪器具的顯示屏上顯示。值得注意的是，查找到的烹飪狀態(tài)為兩成熟，說明當(dāng)前烹飪狀態(tài)屬于兩成熟這個階段，即當(dāng)前的烹飪狀態(tài)可能恰好達到兩成熟，也可能在兩成熟之內(nèi)。

通過本發(fā)明實施例的技術(shù)方案，通過對采集食物的氣體濃度值和采集時間進行差分運算，以及對采集食物的氣體濃度值和標(biāo)準(zhǔn)狀態(tài)下的氣體濃度值進行相似運算，通過計算出來的相似度和差分值判斷出當(dāng)前的烹飪狀態(tài)，從而降低了烹飪系統(tǒng)檢測烹飪狀態(tài)的響應(yīng)時間，提高了食物烹飪過程中的檢測效率。

實際應(yīng)用中，所述采集模塊201、第一運算模塊202(包括第一運算子模塊2021和第二運算子模塊2022)、第一查找模塊203、第二運算模塊204、第二查找模塊205、第三查找模塊206、第三運算模塊207、第四查找模塊208和轉(zhuǎn)換模塊209均可由位于烹飪設(shè)備的中心處理器(cpu，centralprocessingunit)、微處理器(mpu，microprocessorunit)、數(shù)字信號處理器(dsp，digitalsignalprocessor)、或現(xiàn)場可編程門陣列(fpga，field-programmablegatearray)等實現(xiàn)。

實施例二

圖6為本發(fā)明實施例二公開的一種烹飪狀態(tài)檢測裝置的組成結(jié)構(gòu)示意圖，參照圖6所示，本實施例的烹飪狀態(tài)檢測裝置包括：傳感器、數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和烹飪控制模塊；其中，

傳感器601，與數(shù)據(jù)采集模塊602電連接，用于獲取食物在烹飪過程中的氣體濃度值及氣體成分。

數(shù)據(jù)采集模塊602，與數(shù)據(jù)處理模塊603電連接，由數(shù)據(jù)采集模塊對傳感器的檢測值進行測量或讀出，形成傳感器的檢測數(shù)據(jù)a，由數(shù)據(jù)采集模塊將傳感器的檢測數(shù)據(jù)傳輸給數(shù)據(jù)處理模塊。

數(shù)據(jù)處理模塊603，與烹飪控制模塊604電連接，用于對傳感器的檢測數(shù)據(jù)a進行數(shù)據(jù)處理和烹飪狀態(tài)判斷工作，形成烹飪參數(shù)控制信號。

烹飪控制模塊604，用于對烹飪參數(shù)進行調(diào)節(jié)，根據(jù)烹飪參數(shù)判斷當(dāng)前的烹飪狀態(tài)。

這里，所述傳感器601包括但不限于：氣體傳感器、溫度傳感器和濕度傳感器等，其中，氣體傳感器用于檢測食物散發(fā)的氣體濃度以及對應(yīng)氣體成分，包括但不限于：檢測氣體濃度的傳感器、金屬氧化物氣體傳感器陣列組成的檢測氣體成分的傳感器，紅外光譜法檢測氣體成分的傳感器，聲表面波氣體傳感器陣列組成的檢測氣體成分的傳感器等。

所述烹飪狀態(tài)判斷是指根據(jù)預(yù)先設(shè)置的標(biāo)準(zhǔn)烹飪狀態(tài)模型和傳感器的檢測數(shù)據(jù)，判斷當(dāng)前食物處于模型中的第幾個烹飪階段。

所述食物烹飪狀態(tài)模型是指用于烹飪狀態(tài)識別的模型數(shù)據(jù)，其數(shù)據(jù)內(nèi)容包括標(biāo)準(zhǔn)烹飪條件下傳感器的檢測數(shù)據(jù)bm，食物烹飪階段的數(shù)量m(m＝1、2、3、…、m)，以及第m烹飪階段中傳感器的檢測數(shù)據(jù)閾值bm0，以及各階差分的閾值，即bm1、,bm2、…、bmn。

所述數(shù)據(jù)處理模塊包括對傳感器檢測信號進行處理的數(shù)據(jù)處理算法和判斷食物烹飪狀態(tài)的烹飪狀態(tài)判斷算法。其中，所述數(shù)據(jù)處理算法是指對a與bm進行dtw算法處理得到歸一化的最小累積距離am0與依檢測順序分別求一階、二階以及n階差分，即am1、am2、…、amn形成用于判斷烹飪狀態(tài)的數(shù)據(jù)。

所述烹飪狀態(tài)判斷算法是指，判斷傳感器檢測數(shù)據(jù)及各階差分amn(m＝1、2、3、…、m；n＝0、1、2、…、n)與對應(yīng)閾值bmn(m＝1、2、3、…、m；n＝0、1、2、…、n)之間的大小關(guān)系，從而得出食物是否處于第m烹飪階段。

圖7為本發(fā)明實施例二公開的一種烹飪狀態(tài)檢測方法的實現(xiàn)流程示意圖，參照圖7所示，本實施例的烹飪狀態(tài)檢測方法可以包括以下步驟：

步驟701：采集氣體信息a。

傳感器601采集氣體信息，所述氣體信息可以包括：氣體濃度值和氣體成分中的至少一種，數(shù)據(jù)采集模塊602對氣體信息進行測量或讀出，從而形成可進行處理的氣體信息a。

步驟702：獲取標(biāo)準(zhǔn)氣體信息b。

步驟703：第m階段的標(biāo)準(zhǔn)氣體信息bm。

數(shù)據(jù)采集模塊602從所述標(biāo)準(zhǔn)氣體信息b查找與所述氣體信息a匹配的第m階段的標(biāo)準(zhǔn)氣體信息bm。

步驟704：計算氣體信息a的一階差分。

步驟705：得到一階差分am1。

數(shù)據(jù)處理模塊603計算氣體信息a的一階差分，從而得到一階差分am1，具體方法如下：

假設(shè)采集有w個濃度值，分別為x1、x2、…、xi、xi+1、xi+2、…、xw，對應(yīng)的采集時間為t1、t2、…、ti、ti+1、ti+2、…、tw，那么，一階差分為xa＝(xi+1-xi)/(ti+1-ti)、xb＝(xi+2-xi+1)/(ti+2-ti+1)，xa和xb為am1中的其中兩個差分值，am1由多個一階差分組成。

步驟706：計算氣體信息a的二階差分。

步驟707：得到二階差分am2。

數(shù)據(jù)處理模塊603計算氣體信息a的二階差分，從而得到二階差分am2，具體方法如下：

假設(shè)采集有w個濃度值，分別為x1、x2、…、xi、xi+1、xi+2、…、xw，對應(yīng)的采集時間為t1、t2、…、ti、ti+1、ti+2、…、tw，那么，一階差分為xa＝(xi+1-xi)/(ti+1-ti)、xb＝(xi+2-xi+1)/(ti+2-ti+1)，二階差分為xc＝(xb-xa)/(ta-tb)，其中，ta＝ti+1-ti、tb＝ti+2-ti+1。這里，xc為am2中的一個差分，am2由多個二階差分組成。

步驟708：通過dtw算法計算采集氣體信息a與第m階段的標(biāo)準(zhǔn)氣體信息bm的最小化距離值。

步驟709：得到采集氣體信息a與第m階段的標(biāo)準(zhǔn)氣體信息bm之間的最小化距離值am0。

數(shù)據(jù)處理模塊603通過dtw算法計算采集氣體信息a與第m階段的標(biāo)準(zhǔn)氣體信息bm的最小化距離值，得到最小化距離值am0。

這里，求取最小化距離值具體實現(xiàn)方法可參考步驟102中的最小化距離值求取方法，本發(fā)明實施例中不再贅述。

步驟710：判斷am0<bm0、am1<bm1和am2<bm2是否成立。

步驟711：若成立，則食物處于第m階段。

步驟712：若不成立，則食物不是第m階段。

圖7所示的食物烹飪狀態(tài)判斷流程對食物當(dāng)前烹飪狀態(tài)進行判斷。首先，將檢測數(shù)據(jù)a與標(biāo)準(zhǔn)烹飪條件下第m階段的標(biāo)準(zhǔn)數(shù)據(jù)bm進行dtw算法處理，得到歸一化的最小累積距離am0；然后依時間序列分別求解一階差分am1和二階差分am2；再次，分別將am0、am1和am2與bm0、bm1和bm2進行比較，當(dāng)三個數(shù)據(jù)均小于閾值時，則判斷食物烹飪狀態(tài)與標(biāo)準(zhǔn)模型中的第m階段相符合，否則判斷食物烹飪狀態(tài)與標(biāo)準(zhǔn)模型中的第m階段相符合不相符合。

以使用微波爐對一個土豆進行烹飪，單輸出數(shù)值的氣味傳感器檢測的腔體內(nèi)氣味濃度作為輸出數(shù)據(jù)，根據(jù)一階及二階差分對土豆的烹飪狀態(tài)進行判斷為例，結(jié)合圖，對本發(fā)明進行進一步說明。

如圖3所示，圖中采集信號即為氣味傳感器輸出的腔體內(nèi)氣味濃度值，作為數(shù)據(jù)采集模塊輸出的傳感器檢測數(shù)據(jù)a；圖中標(biāo)準(zhǔn)模型即為標(biāo)準(zhǔn)烹飪條件下標(biāo)準(zhǔn)數(shù)據(jù)b；圖中檢測信號即為傳感器的檢測數(shù)據(jù)a與烹飪狀態(tài)模型第五階段標(biāo)準(zhǔn)數(shù)據(jù)b5通過dtw算法計算出的歸一化最小累積距離a5,0。

圖4為a5,0依時間序列求得的一階差分a5,1，圖5為a5,0依時間序列求得的二階差分a5,2。

取烹飪狀態(tài)模型第五階段的標(biāo)準(zhǔn)數(shù)據(jù)閾值b5,0為0.35，一階差分閾值b5,1為-0.007，二階差分閾值b5,2為-0.0001。則當(dāng)a5,0<b5,0，且a1,5<b5,1，且a2,5<b5,2時，可以判定食物當(dāng)前烹飪狀態(tài)為烹飪狀態(tài)模型中的第五階段。

通過本發(fā)明所述方法進行食物烹飪狀態(tài)的判斷，與未對傳感器的檢測數(shù)據(jù)a進行數(shù)據(jù)處理情況下判斷食物是否為烹飪狀態(tài)模型第五階段時，取閾值為0.05，系統(tǒng)延遲由50秒減少至原系統(tǒng)延遲的8％，即4秒。

由上述組成結(jié)構(gòu)示意圖組成的烹飪狀態(tài)檢測裝置可以還執(zhí)行可以實施例一中的烹飪狀態(tài)檢測方法，這里不再贅述。

以上所述，僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和范圍之內(nèi)所作的任何修改、等同替換和改進等，均包含在本發(fā)明的保護范圍之內(nèi)。