摘要
本发明涉及智能控制技术领域,具体涉及一种基于多模态的智能家居控制方法、系统,包括以下步骤:S1,同步采集用户的语音流与动作视频流,分别提取语音指令的语义锚点及动作轨迹的空间锚点;S2,构建虚拟时间轴,将所述语义锚点与空间锚点映射至统一时空坐标系,并基于环境语义场对映射结果进行锚点纠偏,生成对齐指令集;S3,根据设备空间拓扑关系,对所述对齐指令集进行意图融合,生成设备控制指令并触发执行。本发明,提升对模糊指令或误指行为的容错性与执行合理性,尤其适用于多设备密集、环境动态变化频繁的家庭场景,显著增强了系统的实用性和智能化水平。