【技术实现步骤摘要】
空调自适应调节方法、系统、电子设备、存储介质和车辆
[0001]本专利技术涉及汽车领域,特别是一种空调自适应调节方法、系统、电子设备、存储介质和汽车。
技术介绍
[0002]对于汽车驾驶舒适度来说,最有影响力的因素的就是车内温度是否适宜,因此,为了带给用户更加舒适的驾驶体验,就应运产生了空调的自动调节功能。目前的空调自动调节技术,是将座舱内的温度传感器所提供的温度数据作为判断依据,从而对空调的风速和温度进行设定。
[0003]然而,申请人发现,根据调研和大数据分析结果显示,由于空调自动调节效果较差,大部分驾驶员都会在空调自动调节后再进行手动调节,降低了自动空调的使用体验。
技术实现思路
[0004]鉴本专利技术实施例提供一种空调自适应调节方法、系统、电子设备、存储介质和车辆,以解决空调自动调节效果差的问题。
[0005]为了解决上述问题,第一方面,本专利技术实施例公开了一种空调自适应调节方法,应用于车载空调,包括:
[0006]获取第一环境数据、第一用户数据与第一整车传感器数据; />[0007]根据本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种空调自适应调节方法,应用于车载空调,其特征在于,包括:获取第一环境数据、第一用户数据与第一整车传感器数据;根据所述第一环境数据、所述第一用户数据与所述第一整车传感器数据,进行算法模型搭建,得到结果值和特征方程;根据所述结果值和特征方程,进行统计计算,得到预测模型;根据所述预测模型和整车采集的第二环境数据、第二整车传感器数据和第二用户数据进行计算分析,预测客户空调设定行为结果;根据所述预测客户空调设定行为结果,对车载空调参数进行设定。2.根据权利要求1所述的空调自适应调节方法,其特征在于所述算法模型搭建包括:根据所述第一环境数据、所述第一用户数据与所述第一整车传感器数据,进行数据预处理,得到有效数据;其中,所述数据预处理包括删除数据中的无效信号及异常信号,得到有效数据;根据所述有效数据,进行模糊算法和神经网络训练搭建模型,得到结果值与特征方程;其中,所述搭建模型包括,根据所述第一环境数据、所述第一用户数据与所述第一整车传感器数据,分析得到相关参数的特征信号;根据相关参数的特征信号,甄别强相关量,使用模糊算法和神经网络训练,得到结果值与特征方程。3.根据权利要求1所述的空调自适应调节方法,其特征在于所述第二环境数据、第二整车传感器数据和第二用户数据包括:结合kafka、Producer、consumer功能进行数据采集,车联网数据流较少时,进行上传,得到所述第二环境数据、第二用户数据与第二整车传感器数据;结合kafka、Producer、consumer功能进行数据采集,车联网数据流较多时,将需要上传的数据存放在数据池,等待网络通畅后,进行上传,得到所述第二环境数据、第二用户数据与第二整车传感器数据。4.根据权利要求1所述的空调自适应调节方法,其特征在于所述第二用户数据与所述第二整车传感器数据包括:用户手动调节信息、车内温度数据、车内湿度数据、车内风速数据、内外循环开启状态数据、车速、车辆运行时长、用户脸部朝向、疲劳状...
【专利技术属性】
技术研发人员:刘斌,田江涛,李勣,欧阳诗辉,欧津鑫,张振龙,
申请(专利权)人:长城汽车股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。