【技术实现步骤摘要】
本专利技术涉及车辆监测，尤其是一种基于气体监测的车辆预警方法、系统、装置及存储介质。
技术介绍
1、车辆在行驶过程中，若途径某个异味较大的路段但未提前关闭车窗或外循环，异味气体会通过车窗或风机进入车内，影响了用户的乘车体验。
2、现有技术中，部分车辆增设了用于监测车辆外部环境的环境监测模块以便于根据实时的车内外空气质量进行空气调节，然而，这种调节方式是在车辆已经进入异味路段后的被动调节，无法在车辆进入异味路段前提前进行预警，车内人员实质上已经受到车外异味的影响，同样影响了用户的乘车体验。
技术实现思路
1、本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
2、为此，本专利技术实施例的一个目的在于提供一种基于气体监测的车辆预警方法，该方法能够根据车辆行驶过程中外部环境的空气成分比例的变化预测出前方路段的异味等级，从而在车辆进入异味路段前根据预测到的异味等级对车内人员进行预警，使得车内人员可以提前采取相应措施，避免异味进入车内，提高了用户的乘车体验。
3、本本文档来自技高网...
【技术保护点】
1.一种基于气体监测的车辆预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于气体监测的车辆预警方法，其特征在于，所述获取目标车辆的外部环境的空气成分比例信息，根据所述空气成分比例信息生成空气成分比例时序数据，其具体包括：
3.根据权利要求1所述的一种基于气体监测的车辆预警方法，其特征在于，所述路段异味等级预测模型通过以下步骤训练得到：
4.根据权利要求3所述的一种基于气体监测的车辆预警方法，其特征在于，所述CNN-LSTM混合神经网络包括输入层、PCA层、CNN卷积层、特征融合层、LSTM层、注意力层以及输出层，...
【技术特征摘要】
1.一种基于气体监测的车辆预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于气体监测的车辆预警方法，其特征在于，所述获取目标车辆的外部环境的空气成分比例信息，根据所述空气成分比例信息生成空气成分比例时序数据，其具体包括：
3.根据权利要求1所述的一种基于气体监测的车辆预警方法，其特征在于，所述路段异味等级预测模型通过以下步骤训练得到：
4.根据权利要求3所述的一种基于气体监测的车辆预警方法，其特征在于，所述cnn-lstm混合神经网络包括输入层、pca层、cnn卷积层、特征融合层、lstm层、注意力层以及输出层，所述输入层用于输入所述空气成分比例时序样本，所述pca层用于对所述空气成分比例时序样本进行主成分分析得到降维时序样本，所述cnn卷积层用于对所述降维时序样本进行特征提取得到局部时序特征，所述特征融合层用于对所述局部时序特征进行特征融合得到融合时序特征，所述lstm层用于根据所述融合时序特征生成隐状态序列，所述注意力层用于基于多头自注意力机制对...
【专利技术属性】
技术研发人员：李健海，黄和狄，陈思捷，李晋彪，谭光海，
申请(专利权)人：广汽本田汽车有限公司，
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。