一种可信息互通的汽车空调智能控制方法及系统技术方案

本发明专利技术公开了一种可信息互通的汽车空调智能控制方法及系统，涉及空调调控技术领域，该控制方法包括以下步骤：在汽车内部分布式部署若干传感器，实时感知车内环境参数；实时监测车内空气质量指标，并对其进行质量评估，基于评估结果制定车内空气质量管控措施；利用车速预测模型预测汽车未来时间内的行驶车速变化，并基于行驶车速变化预测发动机制冷量需求；实时感知汽车外部的光照辐射强度；对各传感器采集的数据进行融合；基于融合结果通过PID调节变频器的频率，以控制空调系统的空气流动及制冷效率，实现车内环境参数的自适应调控。本发明专利技术通过实时监测车内空气质量指标，并根据评估结果针对性地调整空调系统的工作模式，降低能源消耗。降低能源消耗。降低能源消耗。

【技术实现步骤摘要】
一种可信息互通的汽车空调智能控制方法及系统


[0001]本专利技术涉及空调调控
，更具体地，涉及一种可信息互通的汽车空调智能控制方法及系统。

技术介绍

[0002]汽车空调是车辆上装备的用于调节车内温度和湿度的系统，它通过制冷或加热空气，以及控制空气流向和风速来提供舒适的驾驶环境，汽车空调系统通过压缩机制冷和换热器加热来调节车内温度，在制冷时，压缩机将制冷剂压缩并冷凝成液体，然后通过蒸发器释放热量，使车内空气变凉，在加热时，换热器利用发动机的余热将冷却液加热，并通过风扇将热空气吹入车内。
[0003]汽车空调的智能控制能够根据驾驶者和乘客的需求自动调节温度、湿度和空气流向，提供更加舒适的驾驶体验，无需手动调整，驾驶者可以更专注于驾驶，而乘客也可以享受到更加舒适的乘坐环境，同时有助于减少车辆的燃料消耗，并对环境产生更小的影响。由于汽车的特殊工作环境，汽车空调的控制主要表现在以下方面：（1）由于汽车车厢容积小，而且车窗占的面积比例相对较大，易受阳光直射，因此车厢内的温度较高，此外，车厢内的温度还受到人体散热及发动机的辐射热的影响，因此使得汽车空调的热负荷较大；（2）在发动机驱动时，汽车空调的制冷性能与汽车行驶速度有关，汽车高速时冷量就大，汽车低速时冷量就小；（3）由于车内空间小，在密闭的空间内极易导致缺氧和二氧化碳浓度过高，汽车发动机废气中的一氧化碳和道路上的粉尘容易进入车厢内，造成车内空气混浊。
[0004]针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

[0005]本专利技术的主要目的在于提供一种可信息互通的汽车空调智能控制方法及系统，以克服现有相关技术所存在的上述技术问题。
[0006]为此，本专利技术采用的具体技术方案如下：根据本专利技术的一个方面，提供了一种可信息互通的汽车空调智能控制方法，该控制方法包括以下步骤：S1、在汽车内部分布式部署若干传感器，实时感知车内环境参数，并将车内环境参数上传至中央控制单元；S2、实时监测车内空气质量指标，并对其进行质量评估，基于评估结果制定车内空气质量管控措施；S3、利用车速预测模型预测汽车未来时间内的行驶车速变化，并基于行驶车速变化预测发动机制冷量需求；S4、实时感知汽车外部的光照辐射强度，并结合光照辐射强度判断是否需要调整
空调系统的工作模式；S5、将各传感器通过通信接口与中央控制单元进行数据交互和协同管理，并对各传感器采集的数据进行融合；S6、基于融合结果通过PID调节变频器的频率，以控制空调系统的空气流动及制冷效率，实现车内环境参数的自适应调控。
[0007]可选地，所述在汽车内部分布式部署若干传感器，实时感知车内环境参数，并将车内环境参数上传至中央控制单元包括以下步骤：S11、在汽车内部的座椅区域部署红外线传感器，所述红外线传感器用于感知乘客体感温度；S12、在汽车内部部署空气质量传感器，所述空气质量传感器用于监测车内空气质量指标；S13、在车载终端部署光照传感器，所述光照传感器用于感知光照辐射强度；S14、分别将乘客体感温度、空气质量指标及光照辐射强度上传至中央控制单元中。
[0008]可选地，所述实时监测车内空气质量指标，并对其进行质量评估，基于评估结果制定车内空气质量管控措施包括以下步骤：S21、利用空气质量传感器实时监测车内空气质量指标，并基于空气质量指标构建拓扑结构；所述空气质量指标为小时粒度信息，且所述空气质量指标至少包括二氧化碳浓度、甲醛浓度及PM2.5浓度；S22、根据拓扑结构计算生成相应的邻接矩阵、度矩阵和拉普拉斯矩阵，并利用MIN
‑
MAX算法将空气质量指标归一化处理；S23、基于归一化处理后的空气质量指标，构建空气质量预测模型；S24、利用空气质量预测模型分别搭建全局组件及局部组件，并将全局组件与局部组件的输出进行融合；S25、定义损失函数及均方根误差，并将局部组件及全局组件的输入作为填充数据，并分别计算空气质量指标的指标预测值；S26、将指标预测值与空气质量标准限值进行比较，基于比较结果对空气质量指标进行等级评估；S27、基于等级评估结果制定车内空气质量管控措施。
[0009]可选地，所述全局组件的搭建包括以下步骤：基于邻接矩阵进行拉普拉斯变换生成特征矩阵，并提取特征矩阵中的空间特征；将空间特征提取后的时间序列作为GRU的输入获取时间特征，并计算全局组件的输出；调用自定义GG细胞类，并利用单元状态输出值通过全连接层转换成与标签向量相同的GRU输出维度。
[0010]可选地，所述车内质量管控措施包括通风换气、空气净化、除味除甲醛及优化供风；所述通风换气用于加快污浊空气的流通换气；
所述空气净化用于利用过滤除菌技术净化车内空气；所述除味除甲醛用于利用车载除味除甲醛装置，并通过吸附、分解原理降低甲醛、异味物质浓度；所述优化供风用于优先调节空调系统的进风模式，以减少外界污染物输入车内。
[0011]可选地，所述特征矩阵的表达式为：
[0012]式中，表示特征矩阵；表示度矩阵；表示自连接邻接矩阵。
[0013]可选地，所述利用车速预测模型预测汽车未来时间内的行驶车速变化，并基于行驶车速变化预测发动机制冷量需求包括以下步骤：S31、根据汽车行驶路段中的曲线半径和纵坡坡度进行行驶路段的划分，并将每个路段的起点与终点作为预测汽车行驶车速的线形特征点；所述行驶路段的划分包括将汽车行驶路段划分为直线段、纵坡段、平曲线段及弯坡组合段；S32、获取当前路段衔接的相邻路段速度，并将其作为相邻路段的初始运行速度，并根据各路段类型分别进行汽车行驶车速的测算；S33、分别将各路段的汽车行驶车速进行整合，并利用IHSDM模型预测未来时间段内的汽车行驶车速；S34、基于汽车行驶速度的预测结果，判断发动机制冷量需求；S35、若汽车行驶速度快，则表示空调制冷量高；若汽车行驶速度慢，则表示空调制冷量低。
[0014]可选地，所述将各传感器通过通信接口与中央控制单元进行数据交互和协同管理，并对各传感器采集的数据进行融合包括以下步骤：S51、设计与各传感器相匹配的通信接口，所述通信接口包括串口、SPI、I2C，并确保各传感器通过通信接口与中央控制单元进行数据互通；S52、根据各传感器的要求和通信协议，将各传感器采集的数据上传至中央控制单元；所述各传感器采集的数据包括所述乘客体感温度、所述空气质量指标及所述光照辐射强度；S53、利用中央控制单元将各传感器采集的数据进行交互和协同管理；S54、利用数据融合算法将各传感器采集的数据进行融合。
[0015]可选地，所述利用数据融合算法将各传感器采集的数据进行融合包括以下步骤：S541、利用D
‑
S证据理论中的BPA函数分别对各传感器采集的数据进行建模；S542、基于加权信度熵计算加权Deng熵，对各组BPA函数进行非确定性度量；S543、根据非确定性度量结果计算各传感器数据源的权重；S544、利用Dempster证据组合规则进行数据融合，基于数据融合结果对空调系统进行调控。
[0016]根据本专利技术的另本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种可信息互通的汽车空调智能控制方法，其特征在于，该控制方法包括以下步骤：S1、在汽车内部分布式部署若干传感器，实时感知车内环境参数，并将车内环境参数上传至中央控制单元；S2、实时监测车内空气质量指标，并对其进行质量评估，基于评估结果制定车内空气质量管控措施；S3、利用车速预测模型预测汽车未来时间内的行驶车速变化，并基于行驶车速变化预测发动机制冷量需求；S4、实时感知汽车外部的光照辐射强度，并结合光照辐射强度判断是否需要调整空调系统的工作模式；S5、将各传感器通过通信接口与中央控制单元进行数据交互和协同管理，并对各传感器采集的数据进行融合；S6、基于融合结果通过PID调节变频器的频率，以控制空调系统的空气流动及制冷效率，实现车内环境参数的自适应调控。2.根据权利要求1所述的一种可信息互通的汽车空调智能控制方法，其特征在于，所述在汽车内部分布式部署若干传感器，实时感知车内环境参数，并将车内环境参数上传至中央控制单元包括以下步骤：S11、在汽车内部的座椅区域部署红外线传感器，所述红外线传感器用于感知乘客体感温度；S12、在汽车内部部署空气质量传感器，所述空气质量传感器用于监测车内空气质量指标；S13、在车载终端部署光照传感器，所述光照传感器用于感知光照辐射强度；S14、分别将乘客体感温度、空气质量指标及光照辐射强度上传至中央控制单元中。3.根据权利要求2所述的一种可信息互通的汽车空调智能控制方法，其特征在于，所述实时监测车内空气质量指标，并对其进行质量评估，基于评估结果制定车内空气质量管控措施包括以下步骤：S21、利用空气质量传感器实时监测车内空气质量指标，并基于空气质量指标构建拓扑结构；所述空气质量指标为小时粒度信息，且所述空气质量指标至少包括二氧化碳浓度、甲醛浓度及PM2.5浓度；S22、根据拓扑结构计算生成相应的邻接矩阵、度矩阵和拉普拉斯矩阵，并利用MIN
‑
MAX算法将空气质量指标归一化处理；S23、基于归一化处理后的空气质量指标，构建空气质量预测模型；S24、利用空气质量预测模型分别搭建全局组件及局部组件，并将全局组件与局部组件的输出进行融合；S25、定义损失函数及均方根误差，并将局部组件及全局组件的输入作为填充数据，并分别计算空气质量指标的指标预测值；S26、将指标预测值与空气质量标准限值进行比较，基于比较结果对空气质量指标进行等级评估；S27、基于等级评估结果制定车内空气质量管控措施。
4.根据权利要求3所述的一种可信息互通的汽车空调智能控制方法，其特征在于，所述全局组件的搭建包括以下步骤：基于邻接矩阵进行拉普拉斯变换生成特征矩阵，并提取特征矩阵中的空间特征；将空间特征提取后的时间序列作为GRU的输入获取时间特征，并计算全局组件的输出；调用自定义GG细胞类，并利用单元状态输出值通过全连接层转换成与标签向量相同的GRU输出维度。5.根据权利要求4所述的一种可信息互通的汽车空调智能控制方法，其特征在于，所述车内质量管控措施包括通风换气、空气净化、除味除甲醛及优化供风；所述通风换气用于加快污浊空气的流通换气；所述空气净化用于利用过滤除菌技术净化车内空气；所述除味除甲醛用于利用车载除味除甲醛装置，并通过吸附、分解原理降低甲醛、异味物质浓度；所述优化供风用于优先调节空调系统的进风模式，以减少外界污染物输入车内。6.根据权利要求5所述的一种可信息互通的汽车空调智能控制方法，其特征在于，所述特征矩阵的表达式为：；式中，表...

【专利技术属性】
技术研发人员：陆剑萍，刘翠凤，叶海乔，秦金涛，沈玉清，
申请(专利权)人：江苏星火汽车部件制造有限公司，
类型：发明
国别省市：