本发明涉及数据处理，具体是基于无线网络的智能家居设备信息云端加载方法。
背景技术：
1、云端加载方法是指将数据及应用程序或服务从云端服务器加载到本地设备或系统的过程，使用户可以在本地设备上使用它们，云端加载方法通过网络连接实现了将数据和服务从云端服务器传输到本地设备的过程，为用户提供了灵活、高效的云端服务体验；
2、云端加载技术越来越多地被运用到了智能家居方面，例如对监控设备的监控数据的处理，在现有技术中，对于云端数据的上传和加载大多是基于原本的视频状态为基础的，这种方法往往会导致存储量过大，降低云端数据库的利用率，且现有技术中，缺乏根据用户的交互行为对其交互目的的判断方法，针对现有技术的不足，本发明提供了基于无线网络的智能家居设备信息云端加载方法。
技术实现思路
1、本发明的目的在于提供基于无线网络的智能家居设备信息云端加载方法。
2、本发明的目的可以通过以下技术方案实现：基于无线网络的智能家居设备信息云端加载方法，包括以下步骤：
3、步骤s1：对居民住宅的布局信息和监控设备的部署信息分别进行采集，根据所采集的布局信息和部署信息构建两者的数字孪生空间；
4、步骤s2：获得各个监控设备的监控区域，在所获得的监控区域中获得若干个监控节点，获得各个监控设备的监控数据，将所获得的监控数据上传至云端数据库；
5、步骤s3：在云端数据库中将所获得的监控数据按照监控节点进行同质处理，获得经过同质处理的监控数据中相邻帧的图像相似度，根据所获得的图像相似度对监控数据进行存储优化；
6、步骤s4：在数字孪生空间内对用户的交互行为进行检测，根据所检测的交互行为判断用户的目标监控节点，对目标监控节点所对应的监控数据进行预加载，将预加载的监控数据反馈至用户处。
7、进一步的，对居民住宅的布局信息和监控设备的部署信息分别进行采集，根据所采集的布局信息和部署信息构建两者的数字孪生空间的过程包括：
8、对居民住宅的布局信息进行采集，所述布局信息包括居民住宅的建筑图纸、房间结构、墙体结构、功能分区、布局设计，利用建模软件和仿真软件根据所采集的布局信息构建居民住宅的数字孪生空间；
9、对监控设备的部署信息进行采集，所述部署信息包括监控设备的设备型号、设备位置、设备状态，将所获得的部署信息上传至数字孪生空间进行同步。
10、进一步的，获得各个监控设备的监控区域，在所获得的监控区域中获得若干个监控节点的过程包括：
11、所述监控设备能够进行不同角度的转动，将监控设备能够监控到的所有区域作为该监控设备的监控区域，将监控设备在单一角度下的所监控的局部区域作为监控子区域；
12、所述监控区域由若干个监控子区域构成，将监控区域转换为相应的矩形区域，将各个监控子区域的中心作为监控节点，将各个监控设备的监控区域及其相应的监控节点上传至数字孪生空间进行同步。
13、进一步的，获得各个监控设备的监控数据，将所获得的监控数据上传至云端数据库的过程包括：
14、通过所述监控设备对其相应的监控区域进行监控以获得监控数据，将所获得的监控数据与其相应的监控节点进行绑定，设置云端数据库，在云端数据库与各个监控设备之间分别构建数据传输通道，通过数据传输通道对监控数据进行实时传输，将监控数据上传至云端数据库进行存储。
15、进一步的，在云端数据库中将所获得的监控数据按照监控节点进行同质处理的过程包括：
16、设置处理周期，将同一处理周期内通过不同监控设备对同一监控节点进行监控所获得的监控数据纳入同一监控数据集合，对同一监控数据集合的监控数据进行同质处理，所述同质处理是指将不同监控设备对于同一监控节点的监控数据转化为同一视频质量，将经过同质处理的监控数据以覆盖原先的监控数据的方式进行存储。
17、进一步的，获得经过同质处理的监控数据中相邻帧的图像相似度，根据所获得的图像相似度对监控数据进行存储优化的过程包括：
18、将经过同质处理的监控数据集合中属于同一监控设备的监控数据分解为若干个图像帧，所述相邻帧是指按照监控时间前后相连的两帧图像帧，获得所有相邻帧的图像相似度，设置相似度阈值，将图像相似度与相似度阈值进行比较，根据比较结果将图像相似度分为高相似状态和低相似状态，将低相似状态的图像相似度所对应的相邻帧作为优化节点；
19、将相邻优化节点之间的图像帧作为优化图像集合，将优化图像集合中的第一帧图像帧作为该优化图像集合的基准帧，将除去基准帧的其他图像帧分别与基准帧进行比较以获得相应的差异图像，将所获得的差异图像取代相应位置上原本的图像帧以实现存储优化。
20、进一步的，在数字孪生空间内对用户的交互行为进行检测，根据所检测的交互行为判断用户的目标监控节点的过程包括：
21、将监控数据实时上传至数字孪生空间中进行可视化，在数字孪生空间中对各个监控节点的监控数据进行查看，对用户在数字孪生空间内的交互行为进行监测，获得交互行为与各个监控节点之间的交互距离，获得交互距离的交互系数，设置交互阈值，将交互系数和交互阈值进行比较，根据比较结果将交互系数分为正常交互或异常交互；
22、获得交互行为与各个监控节点的交互距离均值，将被标记为异常交互的交互系数所对应的各个交互距离与交互距离均值进行比较，将其中低于交互距离均值的交互距离所对应的监控节点作为用户的目标监控节点。
23、进一步的，对目标监控节点所对应的监控数据进行预加载，将预加载的监控数据反馈至用户处的过程包括：
24、获得用户最新的目标监控节点，对所获得的目标监控节点的监控数据进行预加载，所述预加载是指将该目标监控节点所对应的监控数据由存储优化后的状态恢复至原本的状态；
25、获得目标监控节点在最近若干个处理周期内的监控数据集合，并获得其中的所有优化图像集合，根据优化图像集合中的各个差异图像及其相应的基准帧，将各个差异图像恢复为原本的图像帧，将所获得的图像帧按照顺序进行组合以获得原本的监控数据，将所获得的监控数据发送至用户的移动终端进行反馈。
26、与现有技术相比，本发明的有益效果是：
27、1、本发明通过构建居民住宅和监控设备的数字孪生空间，且所构建的数字孪生空间能够进行交互，通过在数字孪生空间中对用户的交互行为进行检测，获得监控设备的监控节点，根据用户的交互行为与各个监控节点之间的交互距离的变化情况，对用户的目标监控节点进行判断，进而对目标监控节点的监控数据进行预加载，能够有效地提高监控数据向用户的反馈效率；
28、2、设置处理周期，将同一处理周期内通过不同监控设备对同一监控节点进行监控所获得的监控数据纳入同一监控数据集合，将监控数据集合中属于同一监控设备的监控数据分解为若干个图像帧，根据相邻帧的图像相似度获得优化节点，将相邻优化节点之间的图像帧作为优化图像集合，在各个优化图像集合中获得基准帧进而对图像帧进行存储优化，对原本的监控数据进行覆盖存储，能够有效地降低数据存储的数据量，有利于提高云端数据库的利用率。
1.基于无线网络的智能家居设备信息云端加载方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，对居民住宅的布局信息和监控设备的部署信息分别进行采集，根据所采集的布局信息和部署信息构建两者的数字孪生空间的过程包括：
3.根据权利要求2所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，获得各个监控设备的监控区域，在所获得的监控区域中获得若干个监控节点的过程包括：
4.根据权利要求3所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，获得各个监控设备的监控数据，将所获得的监控数据上传至云端数据库的过程包括：
5.根据权利要求4所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，在云端数据库中将所获得的监控数据按照监控节点进行同质处理的过程包括：
6.根据权利要求5所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，获得经过同质处理的监控数据中相邻帧的图像相似度，根据所获得的图像相似度对监控数据进行存储优化的过程包括：
7.根据权利要求6所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，在数字孪生空间内对用户的交互行为进行检测，根据所检测的交互行为判断用户的目标监控节点的过程包括：
8.根据权利要求7所述的基于无线网络的智能家居设备信息云端加载方法，其特征在于，对目标监控节点所对应的监控数据进行预加载，将预加载的监控数据反馈至用户处的过程包括：
