[发明专利]衣物处理设备及其控制方法

说明书

根据本公开的衣物处理设备可包括：滚筒，所述滚筒接纳衣物并且能够旋转；马达，所述马达使所述滚筒旋转；电流检测器，所述电流检测器检测所述马达的电流；以及控制器，所述控制器控制所述马达以加速所述滚筒的旋转，并且基于在所述滚筒加速期间由所述电流检测器检测的电流获得电流变化函数，并且基于所述电流变化函数的一阶导数的减小确定第一运动速度，其中，所述控制器控制所述马达停止，然后控制所述马达以所述第一运动速度旋转。

技术领域

本公开涉及能够基于机器学习控制滚筒速度的衣物处理设备及其控制方法。

背景技术

衣物处理设备是用于洗涤、漂洗、脱水和/或干燥等处理的装置。衣物处理设备具有由马达旋转的桶。

最近，对诸如人工智能、深度学习之类的机器学习的兴趣显著增加。

传统机器学习的核心是基于统计的分类、回归和聚类模型。特别是在分类和回归模型的监督学习中，人们之前已经定义了学习数据的属性以及基于这些属性来区分新数据的学习模型。另一方面，深度学习是计算机自己计算出属性并进行区分的。

加速深度学习发展的因素之一是作为开源提供的深度学习框架。例如，深度学习框架包括加拿大蒙特利尔大学的Theano、美国纽约大学的Torch、加州伯克利大学的Caffe和谷歌的TensorFlow。

为了根据深度学习框架的公开进行有效的学习和识别，除了深度学习算法之外，学习过程、学习方法、用于学习的数据提取、以及数据选择也变得越来越重要。此外，将人工智能和机器学习应用于各种产品和服务的研究也逐渐增加。

韩国注册专利10-1841248(以下称为传统配置)公开了一种使用基于机器学习的人工智能技术确定投入滚筒的滚筒中的衣物量的方法。传统配置公开了在将马达加速到目标速度的同时将在给定时间间隔获得的马达速度相加，然后通过使用相加值作为人工神经网络的输入数据来确定衣物量。

在此，衣物量是指数量属性。它只是反映投入滚筒中的衣物施加在马达上的负载。即，传统配置未公开在加速滚筒的速度期间提供关于滚筒中衣物的流动特性的信息。

发明内容

技术问题

本公开的一个目的是提供这样的衣物处理设备及其控制方法，其能够基于机器学习假设投入滚筒中的衣物的流动特性，然后根据假设的流动特性控制滚筒的旋转。

本公开的另一目的是提供这样的衣物处理设备及其控制方法，其能够设定滚筒在滚动运动、翻滚运动和/或过滤运动中的速度以对应于投入滚筒中的衣物的特性(或状态)。

本公开的另一目的是提供这样的衣物处理设备及其控制方法，即使衣物量与以前的衣物一样，其也能够通过考虑流动特性的差异根据衣物特性以更适当的方式控制滚筒。

本公开的目的不应限于前述目的，本领域技术人员将从以下描述清楚地理解其他未提及的目的。

技术方案

根据本公开的一个实施方式，可以通过提供一种衣物处理设备实现上述和其他目的，该衣物处理设备包括：滚筒，所述滚筒接纳衣物并且能够旋转；马达，所述马达使所述滚筒旋转；电流检测器，所述电流检测器检测所述马达的电流；以及控制器，所述控制器控制所述马达的旋转。所述控制器被配置为：加速所述滚筒的旋转；基于在所述滚筒加速期间由所述电流检测器以预定时间间隔检测的电流值获得电流变化函数；并且基于所述电流变化函数的一阶导数的值确定第一运动速度。所述控制器被配置为在确定所述第一运动速度之后控制所述马达以所述第一运动速度旋转。

所述电流变化函数是连续函数。所述电流变化函数是代表所述马达的电流根据所述马达的旋转速度变化的连续函数。

所述预定时间间隔可被设定为是恒定的。所述电流检测器可在所述滚筒加速期间周期性地检测所述马达的电流值。