光谱分析技术在智能家电中的应用研究

doi:10.19784/j.cnki.issn1672-0172.2020.06.007

家电科技 ›› 2020, Vol. 0 ›› Issue (6): 54-58.doi: 10.19784/j.cnki.issn1672-0172.2020.06.007

光谱分析技术在智能家电中的应用研究

于新洋^1,2, 唐念行^1,2, 万新明^1,2, 黄橙^1,2, 官祥臻³, 滕东晖^1,2

1.青岛海尔智能技术研发有限公司山东青岛 266101;
2.数字化家电国家重点实验室山东青岛 266101;
3.海尔数字科技（青岛）有限公司山东青岛 266101

出版日期:2020-12-01 发布日期:2020-12-31
通讯作者: 唐念行tangnianhang@163.com

The research on the application of spectral analysis technology in smart home appliances

YU Xinyang^1,2, TANG Nianhang^1,2, WAN Xinming^1,2, HUANG Cheng^1,2, GUAN Xiangzhen³, TENG Donghui^1,2

1. Qingdao Haier Intelligent Technology R&D Co., Ltd. Qingdao 266101;
2. State Key Laboratory of Digital Household Appliances Qingdao 266101;
3. Haier Digital Technology (Qingdao) Co., Ltd. Qingdao 266101

Online:2020-12-01 Published:2020-12-31

摘要/Abstract

摘要： 家电的智能化是未来的趋势,衣物材质识别、食材品质检测等应用是重要的应用方向。光谱分析技术具有实时、快速、无损等优点,在农业、工业等领域得到了广泛应用。为综合研究光谱分析技术在智能家电中的应用,综述了光谱分析技术在家电中的应用及研究现状。参照其他领域的研究成果,分析了光谱分析技术在家电中应用的流程、系统架构,总结了与各类家电结合的典型应用场景。光谱分析技术在家电中有很多用户需求强烈、可实现程度高的场景,前景广阔。

关键词: 光谱分析, 光谱成像, 近红外光谱, 光谱传感器, 智能家

Abstract: The intellectualization of home appliances is the trend of the future. Applications such as clothing material identification and food quality inspection are in strong demand. Spectral analysis is a real-time measurement technology with the advantage of rapid and non-destructive. It has been widely used in agriculture, industry and other fields. In order to study the applications of spectral analysis in smart home appliances. The applications and researches of spectral analysis in home appliances are reviewed. Based on the researches in other fields, this paper analyzes the application process and system architecture of spectral analysis technology in home appliances, and summarizes the typical application scenario. Spectral analysis technology will realize many user-demanding scenarios, and is highly potential.

Key words: Spectral analysis, Spectral imaging, Near-infrared spectrum, Spectral sensor, Smart home appliances

中图分类号:

TP2|TM92|O433

于新洋, 唐念行, 万新明, 黄橙, 官祥臻, 滕东晖. 光谱分析技术在智能家电中的应用研究[J]. 家电科技, 2020, 0(6): 54-58.

YU Xinyang, TANG Nianhang, WAN Xinming, HUANG Cheng, GUAN Xiangzhen, TENG Donghui. The research on the application of spectral analysis technology in smart home appliances[J]. Journal of Appliance Science & Technology, 2020, 0(6): 54-58.

参考文献

[1] 魏福祥. 现代分子光谱技术及应用[M]. 中国石化出版社, 2015.
[2] 黄华, 祝诗平, 刘碧贞. 近红外光谱云计算分析系统构架与实现[J]. 农业机械学报, 2014(08): 294-298.
[3] Gaetano Mero. Hoover sifidadi TED, lo scanner per i tessuti. Impossibile sbagliare lavaggio[EB/OL]. https://www.dday.it/redazione/20879/hoover-si-fida-di-ted-lo-scanner-per-i-tessuti-impossibile-sbagliare-lavaggio, 2016-9-2.
[4] 李文娟. 智慧厨房竟成为五大品牌家电的“新宠”?[EB/OL]. https://digi.tech.qq.com/a/20160310/039328.htm, 2016-3-10.
[5] Rich Brown. The X-Spect scanner reads the makeup of fabric and fruit[EB/OL]. https://www.cnet.com/news/the-x-spect-scanner-reads-the-makeup-of-fabric-and-fruit/, 2017-8-31.
[6] 吴琼, 朱大洲, 王成, 等. 基于高光谱成像的蔬菜新鲜度检测初探[J]. 食品安全质量检测学报, 2012, 3(06): 685-689.
[7] Lu R.Multispectral imaging for predicting firmness and soluble solids content of apple fruit[J]. Postharvest Biology & Technology, 2004, 31(02): 147-157.
[8] 赵凡. 基于高光谱图像技术无损检测猕猴桃的内部品质[D]. 西北农林科技大学, 2016.
[9] Li J, Rao X, Ying Y.Detection of common defects on oranges using hyperspectral reflectance imaging[J]. Computers & Electronics in Agriculture, 2011, 78(01): 38-48.
[10] Pan L, Zhang Q, Zhang W, et al.Detection of cold injury in peaches by hyperspectral reflectance imaging and artificial neural network.[J]. Food Chemistry, 2016, 192: 134-141.
[11] Feng Y Z, Sun D W.Determination of total viable count (TVC) in chicken breast fillets by near-infrared hyperspectral imaging and spectroscopic transforms.[J]. Talanta, 2013, 105C(04):244-249.
[12] 张雷蕾, 李永玉, 彭彦昆,等. 基于高光谱成像技术的猪肉新鲜度评价[J]. 农业工程学报, 2012, 28(07): 254-259.
[13] 刘锦霞. 基于多光谱成像技术快速检测注水肉及冷冻肉的品质安全[D]. 合肥工业大学, 2016.
[14] Barbin D F, Elmasry G, Sun D W, et al.Non-destructive assessment of microbial contamination in porcine meat using NIR hyperspectral imaging[J]. Innovative Food Science & Emerging Technologies, 2013, 17(17): 180-191.
[15] 吴静珠, 李慧, 刘翠玲, 等. 基于近红外的蔬菜农残快速定性检测技术研究[J]. 食品工业科技, 2010, 31(10).
[16] 刘江美, 严丽萍, 刘文涵, 等. 表面增强拉曼光谱内标法测定亚胺硫磷农残含量[J]. 分析测试学报, 2016, 35(05): 605-608.
[17] 刘昱微. 微波加热牛肉品质的高光谱成像无损检测方法研究[D]. 华南理工大学, 2018.
[18] Kiani M, Andreu-Perez J, Hagras H, et al.Effective Brain Connectivity for fNIRS with Fuzzy Cognitive Maps in Neuroergonomics[J]. IEEE Transactions on Cognitive and Developmental Systems, PP(99): 1-1.
[19] 马本学, 应义斌, 饶秀勤, 等. 高光谱成像在水果内部品质无损检测中的研究进展[J]. 光谱学与光谱分析, 2009, 29(06).
[20] 郑龙江, 李鹏, 秦瑞峰, 等. 气体浓度检测光学技术的研究现状和发展趋势[J]. 激光与光电子学进展, 2008(08): 24-32.
[21] CN 207689467U一种总有机碳物质监测装置[P].
[22] 万友铭. 基于多光谱的面部肤质测评系统的设计与实现[D]. 华中科技大学, 2019.

光谱分析技术在智能家电中的应用研究

The research on the application of spectral analysis technology in smart home appliances

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

Metrics

本文评价

推荐阅读 10

[1]	纪迎春. 欧洲家电市场——智能家居和智能家电（下）[J]. 家电科技, 2020, 0(5): 26-31.
[2]	纪迎春. 欧洲家电市场——智能家居和智能家电（上）[J]. 家电科技, 2020, 0(4): 34-39.
[3]	陈丽芬, 叶迅凯, 赵鹏, 周中良, 储成诚, 李禹翔. 一种多协议互操作智能网关的实现[J]. 家电科技, 2020, 0(2): 92-97.
[4]	鲍建科. 浅谈智能家电的产品安全的风险管理[J]. 家电科技, 2018, 0(5): 16-19.
[5]	鲍建科. 改善睡眠质量的智能家居系统的开发[J]. 家电科技, 2018, 0(10): 26-29.
[6]	鲍建科. 基于NB-IoT技术的智能家电开发[J]. 家电科技, 2018, 0(10): 50-53.
[7]	陈丽芬, 赵鹏, 李禹翔, 马庆, 储成诚. 一种智能家电通信可靠性测试系统的实现[J]. 家电科技, 2018, 0(10): 54-57.