基于人工智能的汽车空调控制系统及其控制方法技术方案

本发明专利技术公开了基于人工智能的汽车空调控制系统及其控制方法，涉及智能硬件技术领域，解决了现有技术中不能够对使用空调进行预测导致用户使用质量降低的技术问题，通过开启预测单元在用户启动车辆时，对用户是否开启空调进行预测，对用户进行路线匹配，随后对匹配好的路线进行分析，判断行驶路线上的环境温度以及车辆行驶速度判定是否开窗进行系数计算，随后对用户是否开空调进行预测，并将预测结果进行自动控制；通过智能硬件提高了用户驾驶汽车的使用质量，同时提前预测空调是否开启，减少了用户调节的时间。

【技术实现步骤摘要】
基于人工智能的汽车空调控制系统及其控制方法
本专利技术涉及智能硬件
，具体为基于人工智能的汽车空调控制系统及其控制方法。
技术介绍
智能硬件是继智能手机之后的一个科技概念，通过软硬件结合的方式，对传统设备进行改造，进而让其拥有智能化的功能，智能化之后，硬件具备连接的能力，实现互联网服务的加载，形成"云+端"的典型架构，具备了大数据等附加价值；智能汽车就是在普通汽车的基础上增加了先进的传感器、控制器、执行器等装置，通过车载传感系统和信息终端实现与人、车、路等的智能信息交换，使汽车具备智能的环境感知能力，能够自动分析汽车行驶的安全及危险状态，并使汽车按照人的意愿到达目的地，最终实现替代人来操作的目的；但是在现有技术中，在用户启动汽车时，不能够对使用空调进行预测，导致用户使用质量降低，同时不能够合理控制车内温度，导致空调车本升高，造成不必要的成本浪费；针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
本专利技术的目的就在于提出基于人工智能的汽车空调控制系统及其控制方法，通过开启预测单元在用户启动车辆时，对用户是否开启空调进行预测，对用户进行路线匹配，随后对匹配好的路线进行分析，判断行驶路线上的环境温度以及车辆行驶速度判定是否开窗进行系数计算，随后对用户是否开空调进行预测，并将预测结果进行自动控制；通过智能硬件提高了用户驾驶汽车的使用质量，同时提前预测空调是否开启，减少了用户调节的时间。本专利技术的目的可以通过以下技术方案实现：基于人工智能的汽车空调控制系统，包括智能管控平台、开启预测单元、温度模糊控制单元、效果监测单元、注册登录单元以及数据库；所述开启预测单元用于在用户启动车辆时，对用户是否开启空调进行预测，具体预测过程如下：步骤SS1：用户启动车辆后，智能管控平台生成目的地输入指令，并将目的地输入指令通过语音播报形式在车辆内进行播放，用户输入目的地后进行数据采集；步骤SS2：智能管控平台匹配最优路线后通过中控屏幕显示，用户通过中控屏幕进行路线确定后，获取到最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度，并将最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度进行比值计算，将其比值标记为预测速度系数SD，若用户为首次行驶对应路线，则将用户历史行驶的平均速度记为1；步骤SS3：获取到用户启动车辆时车内的温度并将其标记为温度阈值，设置温度监测时间并将温度监测时间划分为若干个时间节点，并将其标记为i，i＝1，2，……，n，n为正整数，根据车速获取到用户驾驶车辆在各个时间节点所处的地理位置，获取到各个时间节点车辆所在地理位置的温度并将其标记为Wi，构建实时温度集合A{W1，W2，……，Wn}，且实时温度集合A内子集顺序按照时间节点的顺序，将实时温度集合A内所有子集与温度阈值依次进行差值计算，并将差值标记为WCi同时构建温度差值集合B{WC1，WC2，……，WCn}，且温度差值为正数时则为正差值，温度差值为负数时则为负差值，对温度差值集合B进行权重赋值，即gWC1+gWC2+……+gWCn＝1；步骤SS4：将温度差值集合B内子集对应的温度数值进行监测，若子集对应的数值＞5℃，则将对应子集标记为影响子集，若子集对应的数值＜5℃，则将对应子集标记为无影响子集，将影响子集和无影响子集进行权重比值计算，并将权重比值标记为预测温度系数WD；步骤SS5：将预测速度系数SD和预测温度系数WD代入公式计算，即YC＝(SD×a1+WD×a2)ea1+a2-β，其中，YC表示为用户开启空调的预测系数，a1和a2均为比例系数，且a1＞a2＞0，e为自然常数，β为误差系数，取值为1.23；步骤SS6：将用户开启空调的预测系数YC与预测系数阈值进行比较：若用户开启空调的预测系数YC≥预测系数阈值，则预测用户开启空调，生成空调开启信号，若用户开启空调的预测系数YC＜预测系数阈值，则预测用户不开启空调，生成空调不开启信号；将空调开启信号或者空调不开启信号一同发送至智能控制平台。进一步地，所述智能控制平台接收到空调开启信号后执行器控制空调开启，同时生成温度控制信号并将温度控制信号发送至温度模糊控制单元，所述温度模糊控制单元接收到温度控制信号后对车辆内温度控制量进行计算，具体计算过程如下：步骤S1：实时获取车辆内的空气温度和用户皮肤表面的温度，并分别标记为KQ和PF，同时构建空气温度集合C与皮肤表面温度集合D，且空气温度集合C与皮肤表面温度集合D内子集对应的采集间隔时长均为1分钟；步骤S2：将空气温度集合C与皮肤表面温度集合D进行差值计算并构建差值集合，若差值子集为负则标记为负子集，若差值子集为正则标记为正子集，若差值集合内正子集的数量大于负子集的数量，则生成温度调节信号并将温度调节信号发送至执行器；步骤S3：获取到风冷电机的功率并设置功率区间，即[0％，100％]，其中，0％表示为最大制冷，100％表示为最大制热，将风冷电机根据功率划分十个挡位，同时根据风冷电机的下限制冷温度和上限制热温度的范围，将十个挡位对应设置工作温度，并将其标记为K1、……、K10，且十个工作温度将风冷电机的温度范围等距划分；步骤S4：实时获取到外部空气的温度并将外部空气温度与车辆内空气温度的差值标记为调节温度且设置标号TWD，同时获取到车门开启次数和车内乘客数量，并将车门开启次数和车内乘客数量分别标记为CS和SL，通过公式WXS＝α(CS×b1+SL×b2)获取到外界影响系数WXS，其中，b1和b2均为比例系数，且b1＞b2＞0，α为误差修正因子，取值为1.52；步骤S5：通过公式获取到车内温度控制量KZL，其中，c1和c2均为比例系数，且c1＞c2＞0，25为设定人体适宜温度值；将车内温度控制量与车内实时温度相加，并将和值温度与工作温度进行对应，且以工作温度对应的挡位为调节挡位，若和值温度位于相邻两个工作温度之间，则以差值最小的工作温度为准；步骤S6：将车内温度控制量和调节挡位发送至智能管控平台。进一步地，所述智能控制平台接收到车内温度控制量和调节挡位后，通过执行器控制风冷电机对车内温度进行调节，并生成效果监测信号并将效果监测信号发送至效果监测单元，所述效果监测单元接收到效果监测信号后，对车内温度调节进行效果监测，具体监测过程如下：设置监测时间，以监测时间为X轴、以温度为Y轴构建直角坐标系，将监测时间内车内温度和皮肤表面温度在直角坐标系中进行点标记，同时构建车内温度曲线和皮肤表面温度曲线，将车内温度曲线和皮肤表面温度曲线进行比较：若车内温度曲线和皮肤表面温度曲线均呈正比，且车内温度曲线和皮肤表面温度曲线在直角坐标系中对应的温度数值差值小于1，则判定车辆温度控制效果好，反之，则判定车辆温度控制效果差。进一步地，所述注册登录单元用于用户通过手机终端提交用户进行注册，并将注册成功的用户信息进行数据保存，用户信息包括用户的姓名、年龄、职位以及本人实名认证的手机号码。进一步地，基于人工智能的汽车空调控制方法本文档来自技高网...

【技术保护点】
1.基于人工智能的汽车空调控制系统，其特征在于，包括智能管控平台、开启预测单元、温度模糊控制单元、效果监测单元、注册登录单元以及数据库；/n所述开启预测单元用于在用户启动车辆时，对用户是否开启空调进行预测，具体预测过程如下：/n步骤SS1：用户启动车辆后，智能管控平台生成目的地输入指令，并将目的地输入指令通过语音播报形式在车辆内进行播放，用户输入目的地后进行数据采集；/n步骤SS2：智能管控平台匹配最优路线后通过中控屏幕显示，用户通过中控屏幕进行路线确定后，获取到最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度，并将最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度进行比值计算，将其比值标记为预测速度系数SD，若用户为首次行驶对应路线，则将用户历史行驶的平均速度记为1；/n步骤SS3：获取到用户启动车辆时车内的温度并将其标记为温度阈值，设置温度监测时间并将温度监测时间划分为若干个时间节点，并将其标记为i，i＝1，2，……，n，n为正整数，根据车速获取到用户驾驶车辆在各个时间节点所处的地理位置，获取到各个时间节点车辆所在地理位置的温度并将其标记为Wi，构建实时温度集合A{W1，W2，……，Wn}，且实时温度集合A内子集顺序按照时间节点的顺序，将实时温度集合A内所有子集与温度阈值依次进行差值计算，并将差值标记为WCi同时构建温度差值集合B{WC1，WC2，……，WCn}，且温度差值为正数时则为正差值，温度差值为负数时则为负差值，对温度差值集合B进行权重赋值，即gWC1+gWC2+……+gWCn＝1；/n步骤SS4：将温度差值集合B内子集对应的温度数值进行监测，若子集对应的数值＞5℃，则将对应子集标记为影响子集，若子集对应的数值＜5℃，则将对应子集标记为无影响子集，将影响子集和无影响子集进行权重比值计算，并将权重比值标记为预测温度系数WD；/n步骤SS5：将预测速度系数SD和预测温度系数WD代入公式计算，即YC＝(SD×a1+WD×a2)e...

【技术特征摘要】
1.基于人工智能的汽车空调控制系统，其特征在于，包括智能管控平台、开启预测单元、温度模糊控制单元、效果监测单元、注册登录单元以及数据库；
所述开启预测单元用于在用户启动车辆时，对用户是否开启空调进行预测，具体预测过程如下：
步骤SS1：用户启动车辆后，智能管控平台生成目的地输入指令，并将目的地输入指令通过语音播报形式在车辆内进行播放，用户输入目的地后进行数据采集；
步骤SS2：智能管控平台匹配最优路线后通过中控屏幕显示，用户通过中控屏幕进行路线确定后，获取到最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度，并将最优路线上实时行驶车辆的平均行驶速度与用户历史行驶的平均速度进行比值计算，将其比值标记为预测速度系数SD，若用户为首次行驶对应路线，则将用户历史行驶的平均速度记为1；
步骤SS3：获取到用户启动车辆时车内的温度并将其标记为温度阈值，设置温度监测时间并将温度监测时间划分为若干个时间节点，并将其标记为i，i＝1，2，……，n，n为正整数，根据车速获取到用户驾驶车辆在各个时间节点所处的地理位置，获取到各个时间节点车辆所在地理位置的温度并将其标记为Wi，构建实时温度集合A{W1，W2，……，Wn}，且实时温度集合A内子集顺序按照时间节点的顺序，将实时温度集合A内所有子集与温度阈值依次进行差值计算，并将差值标记为WCi同时构建温度差值集合B{WC1，WC2，……，WCn}，且温度差值为正数时则为正差值，温度差值为负数时则为负差值，对温度差值集合B进行权重赋值，即gWC1+gWC2+……+gWCn＝1；
步骤SS4：将温度差值集合B内子集对应的温度数值进行监测，若子集对应的数值＞5℃，则将对应子集标记为影响子集，若子集对应的数值＜5℃，则将对应子集标记为无影响子集，将影响子集和无影响子集进行权重比值计算，并将权重比值标记为预测温度系数WD；
步骤SS5：将预测速度系数SD和预测温度系数WD代入公式计算，即YC＝(SD×a1+WD×a2)ea1+a2-β；
步骤SS6：将用户开启空调的预测系数YC与预测系数阈值进行比较：若用户开启空调的预测系数YC≥预测系数阈值，则预测用户开启空调，生成空调开启信号，若用户开启空调的预测系数YC＜预测系数阈值，则预测用户不开启空调，生成空调不开启信号；将空调开启信号或者空调不开启信号一同发送至智能控制平台。


2.根据权利要求1所述的基于人工智能的汽车空调控制系统，其特征在于，所述智能控制平台接收到空调开启信号后执行器控制空调开启，同时生成温度控制信号并将温度控制信号发送至温度模糊控制单元，所述温度模糊控制单元接收到温度控制信号后对车辆内温度控制量进行计算，具体计算过程如下：
步骤S1：实时获取车辆内的空气温度和用户皮肤表面的温度，并分别标记为KQ和PF，同时构建空气温度集合C与皮肤表面温度集合D，且空气温度集合C与皮肤表面温度集合D内子集对应的采集间隔时长均为1分钟；
步骤S...

【专利技术属性】
技术研发人员：夏海平，袁国清，盛海洪，张运河，马建波，
申请(专利权)人：常州市佳乐车辆配件制造有限公司，
类型：发明
国别省市：江苏;32