阅读说明：本技术 咖啡的制作方法、制作装置和咖啡机 (Coffee making method and device and coffee machine ) 是由 周幸 陈翀 于 2019-01-16 设计创作，主要内容包括：本申请提出一种咖啡的制作方法、制作装置和咖啡机,其中制作装置,包括：采集模块,用于收集用户的个性化数据；获取模块,用于确定用户选中的咖啡豆；方案模块,用于根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案；制作模块,用于根据制作方案将咖啡豆制作成咖啡；其中,咖啡豆数据包括咖啡豆品种,参考数据包括个性化数据。从而保证了用咖啡豆制作的咖啡满足用户的口味,提高了用户的体验。(The application provides a coffee making method, a coffee making device and a coffee machine, wherein the coffee making device comprises: the acquisition module is used for collecting the personalized data of the user; the acquisition module is used for determining coffee beans selected by a user; the scheme module is used for determining a coffee making scheme by adopting a preset algorithm according to the coffee bean data and the reference data of the coffee beans; a production module for producing coffee from coffee beans according to a production scheme; wherein the coffee bean data comprises coffee bean varieties and the reference data comprises individualized data. Therefore, the coffee made of the coffee beans meets the taste of the user, and the user experience is improved.)

咖啡的制作方法、制作装置和咖啡机

技术领域

本申请涉及咖啡领域，特别涉及咖啡的制作方法、咖啡机和咖啡机。

背景技术

咖啡是人类社会流行范围最为广泛的饮料之一，也是重要的经济作物，同时咖啡也成为一种文化艺术。随着社会的快速发展，人们的生活节奏越来越快，而且对健康生活方式的也需求越来越强烈，如何更健康、更高品质地喝到一杯好咖啡成为了咖啡爱好人群越来越关注的问题了。

咖啡是采用经过烘焙过程的咖啡豆所制作冲泡出来的饮料，咖啡豆是咖啡树的果实，多种植与南回归线及北回归线之间的国家和地区，市面上的咖啡主要为阿拉比卡(Arabica)、罗布斯塔(Robusta)和利比里亚(Liberica)三个原种。冲泡咖啡时加入的奶量、甜度乃至入口温度、咖啡豆的品种、咖啡的浓度等都是决定一杯咖啡品质的关键参数。

现有技术中，用户在想要用咖啡豆制作咖啡时，咖啡机机往往采用预设的固定方法制作咖啡，而不同的用户的口味往往不同，按照预设的固定方法制作的咖啡无法满足用户的个性化需求，导致用户体验低。

因此，保证用咖啡豆制作出的咖啡满足用户的个性化需求，是本领域亟待解决的问题。

发明内容

本申请提供了一种咖啡的制作方法、制作装置和咖啡机，用于保证用咖啡豆制作出的咖啡满足用户的个性化需求。

为了解决上述问题，作为本申请的一个方面，提供了一种咖啡的制作装置，包括：

采集模块，用于收集用户的个性化数据；

获取模块，用于确定用户选中的咖啡豆；

方案模块，用于根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案；

制作模块，用于根据制作方案将咖啡豆制作成咖啡；

其中，咖啡豆数据包括咖啡豆品种，参考数据包括个性化数据。

可选的，咖啡豆数据还包括：咖啡豆产地和/或咖啡豆的加工方式；

个性化数据包括：水温、酸度、甜度、浓度和/或奶咖比例；和/或，

参考数据还包括：环境温度、环境湿度和/或当前时间。

可选的，方案模块，包括：

标准单元，用于根据咖啡豆数据确定制作咖啡的标准方案；

定制单元，用于根据参考数据和标准方案采用预设算法计算得到制作方案。

可选的，预设算法为神经网络算法。

可选的，还包括：

建议模块，用于根据环境温度和/或当前时间给出咖啡制作建议。

可选的，建议模块根据环境温度和/或当前时间给出咖啡制作建议，包括

根据当前环境温度给出推荐的咖啡冲泡水温；和/或，

根据当前时间给出推荐的咖啡冲泡量和/或咖啡冲泡浓度；和/或，

判断当前时间是否属于饮用咖啡的最佳时段；

在当前时间不属于最佳时段时，向用户推荐最佳时段。

可选的，采集模块，还用于接收用户对咖啡的反馈信息，从反馈信息中提取用户的个性化数据。

可选的，方案模块，还用于根据反馈信息对预设算法和/或制作方案进行修正。

本申请还提出一种咖啡的制作方法，包括：

收集用户的个性化数据；

确定用户选中的咖啡豆；

根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案；

根据制作方案将咖啡豆制作成咖啡；

其中，咖啡豆数据包括咖啡豆品种，参考数据包括个性化数据。

可选的，咖啡豆数据还包括：咖啡豆产地和/或咖啡豆的加工方式；

个性化数据包括：水温、酸度、甜度、浓度和/或奶咖比例；和/或，

参考数据还包括：环境温度、环境湿度和/或当前时间。

可选的，根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案，包括：

根据咖啡豆数据确定制作咖啡的标准方案；

根据参考数据和标准方案采用预设算法计算得到制作方案。

可选的，预设算法为神经网络算法。

可选的，还包括：根据环境温度和/或当前时间给出咖啡制作建议。

可选的，根据环境温度和/或当前时间给出咖啡制作建议，包括：

根据当前环境温度给出推荐的咖啡冲泡水温；和/或，

根据当前时间给出推荐的咖啡冲泡量和/或咖啡冲泡浓度；和/或，

判断当前时间是否属于饮用咖啡的最佳时段；

在当前时间不属于最佳时段时，向用户推荐最佳时段。

可选的，还包括：接收用户对咖啡的反馈信息，从反馈信息中提取用户的个性化数据。

可选的，还包括：根据反馈信息对预设算法和/或制作方案进行修正。

本申请还提出一种咖啡机，包括本申请提出的任一所述的咖啡的制作装置。

本申请还提出另一种咖啡机，包括处理器、存储器以及存储在存储器上可在处理器上运行的程序，所述处理器执行所述程序时实现本申请提出的任一所述方法的步骤。

本申请提出了一种咖啡的制作方法、制作装置和咖啡机，其中制作装置通过收集用户的个性化数据，并根据用户的个性化数据确定咖啡的制作方案，从而保证了用咖啡豆制作的咖啡满足用户的口味，提高了用户的体验。

附图说明

图1为本申请实施例中一种咖啡的制作装置的组成图；

图2为本申请实施例中一种方案单元的组成图；

图3为本申请实施例中一种咖啡的制作装置生成制作方案示意图；

图4为本申请实施例中一种预设算法的算法结构图；

图5为本申请实施例中另一种咖啡的制作装置的组成图；

图6为本申请实施例中另一种咖啡的制作方法的流程图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、装置、产品或咖啡机不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或咖啡机固有的其它步骤或模块。

为了解决现有技术中对咖啡豆进行加工制作成的咖啡无法满足用户的个性化需要的问题，本申请提出了一种咖啡的制作装置，能够根据用户的个性化数据制作咖啡，从而使得制作的咖啡符合用户的口味，从而提高用户的体验。

如图1所示，本申请提出的制作装置，包括：采集模块10、获取模块20、方案模块30和制作模块40。

采集模块10用于收集用户的个性化数据；

获取模块20用于确定用户选中的咖啡豆；

方案模块30用于根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案；

制作模块，40用于根据制作方案将咖啡豆制作成咖啡；

具体的，咖啡豆数据包括咖啡豆品种，参考数据包括个性化数据，在本实施例中，采集模块10通过采集用户平时制作咖啡时的习惯数据作为个性化数据，例如个性化数据可以是用户冲泡咖啡时常用的水温、制作的咖啡的酸度、制作的咖啡的浓度、冲泡咖啡的浓度以及冲泡咖啡时加入的奶量等数据作为个性化数据，例如：采集模块采集到用户习惯用80℃的水冲泡咖啡、每30g咖啡粉冲泡400毫升咖啡、习惯不加糖且不加奶，则上述习惯将作为用户的个性化数据。获取模块20例如可以是触控显示屏，在触控显示屏上显示各种类型的咖啡豆，通过点击触控显示屏上的咖啡豆以选中咖啡豆。本申请的方案模块30根据咖啡豆数据和参考数据确定制作咖啡的制作方案，因为在生成制作方案时考虑了用户的个性化数据，所以制作方案中会考虑用户的习惯，例如个性化数据显示用户习惯用80℃的水冲泡咖啡，则制作方案中会选用冲泡咖啡的水为80度。又例如个性化数据显示用户冲泡咖啡不加糖，则制作方案中不会向咖啡中加糖或尽可能少加糖。本实施例中制作方案可以包括对咖啡豆的研磨速度、研磨时间、冲泡咖啡的水温、冲泡咖啡的浓度、是否加糖、是否加奶等，本申请提出的装置一方面根据咖啡豆数据提供制作方案，并根据制作方案制作咖啡，从而解决了用户在不了解从咖啡豆制作出咖啡的制作方法的情况下，制作的咖啡往往口感不佳的问题，另一方面，本申请中在生成制作方案时参照了用户的个性化数据，从而保证了制作出的咖啡能够满足用户的个性化需要，从而提高了用户的使用体验。

可选的，在本实施例中，咖啡豆数据还包括：咖啡豆产地和/或咖啡豆的加工方式；咖啡豆的产地不同、加工方式不同会导致制作出的咖啡的酸味不通过，对于具有酸味的咖啡豆，本实施中的制作方案会优选采用温度90-100℃的水冲泡，并且在制作模块制作完咖啡后，制作模块会根据当前的环境温度估算出咖啡温度降低到第一温度的第一时间，并提醒用户在第一时间内饮用完，第一温度是咖啡的酸度开始显现出的温度，不同的咖啡豆的第一温度不同。

可选的，个性化数据包括：水温、酸度、甜度、浓度和/或奶咖比例；此处的个性化数据是用户冲泡咖啡时的习惯数据，表明了用户喝咖啡时的口味。

可选的，参考数据还包括：环境温度、环境湿度和/或当前时间。不同的环境温度将影响冲泡咖啡时的水温，例如在冬季室内温度较低时，优选冲泡咖啡时采用90℃以上的水，在夏季室内温度较高时优选采用80℃-90℃的水，当然，在确定冲泡咖啡的水温时还需要考虑其他数据，环境湿度在一定程度上也会影响冲泡咖啡的水温，环境湿度较高时优选采用较高的水温冲泡开发，当前时间会影响冲泡咖啡的温度和浓度，例如，在晚上优选采用浓度较低(例如低于第一浓度阈值)的咖啡，在中午优选采用温度在80-90℃且浓度略高(例如大于第一浓度阈值)的咖啡，从而防止用户下午犯困。

可选的，如图2所示，在本实施例中，方案模块30，包括：标准单元31和定制单元32。

标准单元31用于根据咖啡豆数据确定制作咖啡的标准方案；

定制单元32用于根据参考数据和标准方案采用预设算法计算得到制作方案。

具体的，标准单元31可以是通过网络从互联网上获取各个品种的咖啡豆推荐制作方案作为标准方案，不同品种的咖啡豆的采用不同的制作方案制作出的咖啡的口味不同，因此此处的标准方案可以是网络上使用频率最高的方案，或是由网友投票选出的最符合大众口味的方案。定制单元32是参考了用户的个性化数据之后，在标准方案的基础上对标准方案进行修正，例如根据用户的使用习惯改变冲泡咖啡的水温、改变加入的糖和奶的量、改变冲泡的咖啡的浓度。本实施例中，因为是在标准方案的基础上生成制作方案，所以可以保证制作的咖啡的口感在满足用户的个性化需求的基础上最为香醇可口，既能够保证满足用户的需求，又能够提高咖啡的口感。

可选的，在本实施例中预设算法为神经网络算法。请参考图3，在获取到诸如环境温度、咖啡豆品种、标准方案、个性化数据和当前时间等参数后，咖啡的制作装置采用神经网络算法生成最终的制作方案，神经网路算法的算法结构如图4所示，输入层输入采集到的环境温度、咖啡豆品种、标准方案、个性化数据和当前时间等参数，再传输到隐含层，隐含层包括多个节点，隐含层的层数可以是多个，即可以设置多个隐含层，本实施中的神经网络算法可以使卷积神经网络、残差神经网路等。

可选的，如图5所示，在本实施例中的咖啡的制作装置，还包括：建议模块50，用于根据环境温度和/或当前时间给出咖啡制作建议。可选的，建议模块根据环境温度和/或当前时间给出咖啡制作建议，包括

根据当前环境温度给出推荐的咖啡冲泡水温；和/或，

根据当前时间给出推荐的咖啡冲泡量和/或咖啡冲泡浓度；和/或，

判断当前时间是否属于饮用咖啡的最佳时段；

在当前时间不属于最佳时段时，向用户推荐最佳时段。

具体的，当前环境温度较低时会建议适当提高冲泡咖啡时的水温，在当前环境温度较高时，推荐的冲泡咖啡时的温度较低，从而提高用户体验。在不同的时间推荐的咖啡冲泡量和冲泡浓度不同，例如在夜晚会推荐减少冲泡咖啡的量或者降低咖啡冲泡浓度从而防止用户难以入睡降低入睡质量。不同时间喝咖啡的效果有所差异，清晨喝咖啡有利于通便，饭前饭后30分钟喝咖啡有利于存进效果，因此本实施例中的最佳时段可以是清晨7-9点，也可以是中午12点-13点，在用户冲泡咖啡时，建议模块50如果检测到即将到达吃午饭的时间，可以推荐用户在饭前30分钟左右喝咖啡。

可选的，本申请提出的制作装置中，采集模块10，还用于接收用户对咖啡的反馈信息，从反馈信息中提取用户的个性化数据。

举例说明：在用户饮用了本申请提出的制作装置制作的咖啡后，如果用户感觉咖啡的水温较高、酸味过大后，可以通过手机与本申请提出的制作装置连接，然后向本申请提出的制作装置发送反馈信息，反馈冲泡咖啡的水温过高，酸味过大，则反馈信息就知道用户在饮用其选定的该品种的咖啡时，选用的水温要低于本次采用的水温，冲泡时应当降低酸度，这些信息将会存储为用户的个性化数据，从而在下一次冲泡该品种的咖啡时，降低水温且减小酸度。需要注意的是，个性化数据中也可以包括咖啡豆种类，因为用户在引用不同的咖啡时的口味不同，所选用的水温、加入的奶量、糖量等也不同。

可选的，方案模块30，还用于根据反馈信息对预设算法和/或制作方案进行修正。具体的，在接收了用户反馈的反馈信息后，为了保证之后制作的咖啡能够满足用户的需求，因此需要根据用户的反馈信息修正预设算法，也可以直接对制作方案进行修改。

为了更好的说明本申请提出的制作装置的有益效果，以下提出另一个实施例。在本实施例中，以咖啡的制作装置为咖啡机为例进行说明。

本发明的咖啡机主要能够实现三个功能：制作咖啡，获取用户反馈信息，咖啡制作的预设算法完善。制作咖啡是根据用户的选择，获取制作方案来制作咖啡；获取用户反馈信息是指在咖啡制作完成后，可以由用户通过手机应用对当前制作的咖啡进行多项评分，将评分结果上传至咖啡机或者上传至与咖啡机通信连接的云端；预设算法完善是根据已有数据和用户数据通过神经网络算法，不断完善预设算法。

制作咖啡时调用制作模块，咖啡机上设有操作面板作为获取模块，用户可以通过咖啡机操作面板选择咖啡豆的品种，或通过手机应用与咖啡机通信连接，选择咖啡豆品种，制作模块提供至少两种服务，一是按照标准方案制作咖啡，另一个是性化制作咖啡。按照标准方案制作咖啡是指用户选择咖啡豆品种后，咖啡机根据预先设定好的标准方案，将咖啡豆进行研磨、压粉、萃取等一系列过程后，得到一杯咖啡，标准方案可以是从网络上获取到的方案。而个性化制作咖啡，是指用户在多次使用咖啡机后咖啡机采集用户使用时的习惯数据作为个性化数据，或是用户自主并上传个性化数据，预设算法根据采集模块采集的用户的个性化数据结合标准方案计算出一种与用户的口味相符合的制作方案，根据预设算法计算得到的制作方案会对标准方案的各阶段按照用户的口味进行调整，最终制作出符合用户口味的咖啡。两种功能在制作完成后都可以根据室内温度确定适宜饮用咖啡的温度，制作模块还用于根据适宜饮用咖啡的温度确定咖啡适宜饮用的时间，并再通知用户在适宜饮用的时间内饮用咖啡，再对机器内部进行清洗工作。例如：咖啡机制作出的咖啡为90℃，根据室内温度确定咖啡应该会在15分钟后降低到适宜饮用的温度，而在30分钟后因为温度降低过多导致温度下降过多，因此制作模块在制作完咖啡后会通知用户在从当前时间起15分钟到30分钟内饮用制作出的咖啡。

采集模块还用于获取用户反馈信息，反馈信息包括在咖啡机制作完成一杯咖啡后，用户通过手机应用中对咖啡进行的评分，包括水温、甜度、酸度、浓度、奶咖比例等，这些反馈信息会被上传，以作为用户的个性化数据。更进一步地，如果用户对于制作的咖啡有自己个性化的需求，可以在手机应用中，针对本次制作对水温、甜度、酸度、浓度、奶咖比例等参数进行设置并上传，上传的数据将作为用户的个性化数据。

咖啡制作的预设算法完善是通过方案模块实行的，在用户将反馈信息或个性化需求反馈至咖啡机或与咖啡机通讯连接的云端后，咖啡机或者云端根据反馈信息或个性化需求，运行人工神经网络算法，计算出最适合的咖啡制作方案以更新现有的制作方案，从而不断调整制作流程，做出品质更好的咖啡。通过不断收集用户的反馈信息和个性化需求从而完善用户的个性化数据，持续修正和优化制作方案。

如图6所示，本申请还提出一种咖啡的制作方法，包括：

S11：收集用户的个性化数据；

S12：确定用户选中的咖啡豆；

S13：根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案；

S14：根据制作方案将咖啡豆制作成咖啡；

其中，咖啡豆数据包括咖啡豆品种，参考数据包括个性化数据，在本实施例中通过采集用户平时制作咖啡时的习惯数据作为个性化数据从而保证制作的咖啡符合用户的口味提高用户体验，个性化数据可以是用户冲泡咖啡时常用的水温、制作的咖啡的酸度、制作的咖啡的浓度、冲泡咖啡的浓度以及冲泡咖啡时加入的奶量等数据作为个性化数据，例如：采到用户习惯用80℃的水冲泡咖啡、每30g咖啡粉冲泡400毫升咖啡、习惯不加糖且不加奶，则上述习惯将作为用户的个性化数据，然后在根据咖啡豆数据和参考数据确定制作咖啡的制作方案时，因为在生成制作方案时考虑了用户的个性化数据，所以制作方案中会考虑用户的习惯，例如个性化数据显示用户习惯用80℃的水冲泡咖啡，则制作方案中会选用冲泡咖啡的水为80度。又例如个性化数据显示用户冲泡咖啡不加糖，则制作方案中不会向咖啡中加糖。本实施例中的制作方案可以包括对咖啡豆的研磨速度、研磨时间、冲泡咖啡的水温、冲泡咖啡的浓度、是否加糖、是否加奶等，本申请提出的制作方法一方面根据咖啡豆数据提供制作方案，并根据制作方案制作咖啡，从而解决了用户在不了解从咖啡豆制作出咖啡的制作方法的情况下，制作的咖啡往往口感不佳的问题，另一方面，本申请中在生成制作方案时参照了用户的个性化数据，从而保证了咖啡能够满足用户的个性化需要，从而提高了用户的使用体验。

可选的，咖啡豆数据还包括：咖啡豆产地和/或咖啡豆的加工方式；

个性化数据包括：水温、酸度、甜度、浓度和/或奶咖比例；和/或，

参考数据还包括：环境温度、环境湿度和/或当前时间。

可选的，根据咖啡豆的咖啡豆数据和参考数据采用预设算法确定咖啡的制作方案，包括：根据咖啡豆数据确定制作咖啡的标准方案；

根据参考数据和标准方案采用预设算法计算得到制作方案。

具体的，可以是通过网络从互联网上获取各个品种的咖啡豆推荐制作方案作为标准方案，不同品种的咖啡豆的采用不同的制作方案制作出的咖啡的口味不同，因此此处的标准方案可以是网络上使用频率最高的方案，或是由网友投票选出的最符合大众口味的方案。在确定制作方案时参考了用户的个性化数据之后，在标准方案的基础上根据用户的口味对标准方案进行修正，例如根据用户的使用习惯改变冲泡咖啡的水温、改变加入的糖和奶的量、改变冲泡的咖啡的浓度。本实施例中，因为是在标准方案的基础上生成制作方案，所以可以保证制作的咖啡的口感在满足用户的个性化需求的基础上最为香醇可口，既能够保证满足用户的需求，又能够提高咖啡的口感。

可选的，预设算法为神经网络算法。

可选的，还包括：根据环境温度和/或当前时间给出咖啡制作建议。可选的，根据环境温度和/或当前时间给出咖啡制作建议，包括：

根据当前环境温度给出推荐的咖啡冲泡水温；和/或，

根据当前时间给出推荐的咖啡冲泡量和/或咖啡冲泡浓度；和/或，

判断当前时间是否属于饮用咖啡的最佳时段；

在当前时间不属于最佳时段时，向用户推荐最佳时段。

具体的，当前环境温度较低时会建议适当提高冲泡咖啡时的水温，在当前环境温度较高时，推荐的冲泡咖啡时的温度较低，从而提高用户体验。在不同的时间推荐的咖啡冲泡量和冲泡浓度不同，例如在夜晚会推荐减少冲泡咖啡的量或者降低咖啡冲泡浓度从而防止用户难以入睡降低入睡质量。不同时间喝咖啡的效果有所差异，清晨喝咖啡有利于通便，饭前饭后30分钟喝咖啡有利于存进效果，因此本实施例中的最佳时段可以是清晨7-9点，也可以是中午12点-13点，在用户冲泡咖啡时，如果检测到即将到达吃午饭的时间，可以推荐用户在饭前30分钟左右喝咖啡。

可选的，还包括：接收用户对咖啡的反馈信息，从反馈信息中提取用户的个性化数据。

可选的，还包括：根据反馈信息对预设算法和/或制作方案进行修正。

本申请还提出一种咖啡机，包括处理器、存储器以及存储在存储器上可在处理器上运行的程序，处理器执行程序时实现本申请提出的任一方法的步骤。

本申请还提出一种咖啡机，包括本申请提出的任一的制作装置。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。