CN111660755A

CN111660755A - 汽车空调的控制方法、装置、整车控制器及汽车

Info

Publication number: CN111660755A
Application number: CN201911225108.XA
Authority: CN
Inventors: 樊小烁
Original assignee: Modern Auto Co Ltd
Current assignee: Modern Auto Co Ltd
Priority date: 2019-12-04
Filing date: 2019-12-04
Publication date: 2020-09-15

Abstract

本发明公开了一种汽车空调的控制方法、装置、整车控制器及汽车。其中，方法包括：采集目标车辆的历史状态数据；以历史状态数据构建训练样本，训练人工神经网络模型；将待预测日期、待预测停车位置和待预测启动时刻作为所述人工神经网络模型的输入，将人工神经网络模型的输出为目标车辆的启动概率；判断启动概率是否大于目标值；若是，则在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。采用本方案，无需用户自定义设置汽车空调的开启时间，只要目标车辆的启动概率大于目标值，且在预测启动时刻之前的预定时间段内，便能够自动控制空调启动，提升了用户的体验感。

Description

汽车空调的控制方法、装置、整车控制器及汽车

技术领域

本发明涉及车辆领域，尤其涉及一种汽车空调的控制方法、装置、整车控制器及汽车。

背景技术

随着人工智能在各行业的不断应用，实现了汽车自动导航、自动驾驶以及自动避障等功能。汽车空调的设计也越来越智能化，用户可以通过手机自动设定汽车空调的开启时间，在用户进入汽车之前，自定义设置时间以定时开启汽车空调。根据用户的自身需求，需要用户不断的去根据自身需求自定义设置空调的开启时间，若用户忘记对空调进行定时设置，汽车空调也无法开启。如此，频繁的对空调进行定时设置会使得用户的操作繁琐，且用户忘记进行定时设置时，空调无法启动，会导致用户的体验感降低。

发明内容

本发明的目的在于解决现有技术中汽车启动前，需要用户提前自定义设置汽车空调的开启时间，频繁的对空调进行定时设置会使得用户的操作繁琐，且用户忘记进行定时设置时，空调无法启动，导致的用户的体验感降低的问题。因此，本发明提供一种汽车空调的控制方法、装置、整车控制器及汽车，无需用户自定义设置汽车空调的开启时间，能够自动控制空调启动，提升了用户的体验感。

为解决上述问题，本发明的实施方式公开了汽车空调的控制方法，包括：采集目标车辆的历史状态数据，所述历史状态数据包括所述目标车辆的启动日期、启动时刻、停车位置和所述汽车空调的设定温度值；

以所述历史状态数据构建训练样本，训练人工神经网络模型；

将待预测日期、待预测停车位置和待预测启动时刻作为所述人工神经网络模型的输入，将所述人工神经网络模型的输出为所述目标车辆的启动概率；

判断所述启动概率是否大于目标值；

若是，则在所述待预测启动时刻之前的预定时间段内，开启所述目标车辆的空调系统并以所述设定温度值工作。

采用上述技术方案，能够利用训练好的人工神经网络模型预测目标车辆的启动概率，在启动概率大于目标值时，能够在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。因此，采用本方案，无需用户自定义设置汽车空调的开启时间，只要目标车辆的启动概率大于目标值，且在预测启动时刻之前的预定时间段内，便能够自动控制空调启动，提升了用户的体验感。

根据本发明另一实施方式公开的一种汽车空调的控制方法，在所述开启所述目标车辆的空调系统并以所述设定温度值工作之后，所述方法还包括：

在预设时间内，检测所述目标车辆的车门是否开启；

若是，则继续控制所述目标车辆的空调系统以所述设定温度值工作；

若否，则控制所述目标车辆的空调系统关闭。

根据本发明另一实施方式公开的一种汽车空调的控制方法，在所述检测所述目标车辆的车门未开启后，所述方法还包括：

记录所述车门未开启的次数；

在所述空调系统循环开启或关闭的循环周期内，判断所述车门未开启的次数是否超出阈值；

若是，则锁定空调系统。

控制温度采集器件采集所述汽车的内部空间的温度；

判断所述温度是否达到所述设定温度值；

若是，则控制所述目标车辆的空调系统关闭；

若否，则继续控制所述目标车辆的空调系统以所述设定温度值工作。

根据本发明另一实施方式公开的一种汽车空调的控制方法，所述以所述历史状态数据构建训练样本包括：

对所述目标车辆的启动日期进行独热编码，对所述目标车辆的启动时刻和所述停车位置进行归一化处理；

对归一化处理后的所述停车位置利用聚类算法进行分类，得到多组停车位置组别；

将经one hot编码后的启动日期、归一化后的启动时刻和所述多组停车位置作为所述训练样本。

根据本发明另一实施方式公开的一种汽车空调的控制方法，所述训练样本包括正样本和负样本，所述正样本对应的目标车辆的启动概率大于所述目标值，所述负样本对应的目标车辆的启动概率未超过所述目标值。

根据本发明另一实施方式公开的一种汽车空调的控制方法，在所述启动概率大于所述目标值，在开启所述目标车辆的空调系统之前，还包括：

判断所述待预测停车位置、所述待预测日期和所述待预测启动时刻之间的对应关系，是否满足历史状态数据中与所述待预测停车位置对应的停车位置对应的待预测日期和待预测启动时刻之间的对应关系；

若是，则进入所述开启所述目标车辆的空调系统的步骤；

若否，则拒绝开启所述目标车辆的空调系统。

本发明的实施方式还公开了一种汽车空调的控制装置，包括：

采集模块，用于采集目标车辆的历史状态数据，所述历史状态数据包括所述目标车辆的启动日期、启动时刻、停车位置和所述汽车空调的设定温度值；

训练模块，用于以所述历史状态数据构建训练样本，训练人工神经网络模型；

预测模块，将待预测日期、待预测停车位置和待预测启动时刻作为所述人工神经网络模型的输入，将所述人工神经网络模型的输出为所述目标车辆的启动概率；

判断模块，用于判断所述启动概率是否大于目标值，若是，则进入开启模块；

所述开启模块，用于在所述待预测启动时刻之前的预定时间段内，开启所述目标车辆的空调系统并以所述设定温度值工作。

本发明的实施方式还公开了一种整车控制器，包括：

存储器，所述存储器用于存储控制程序；

处理器，所述处理器处理所述控制程序时执行如上任意实施方式所述的汽车空调的控制方法的步骤。

本发明的实施方式还公开了一种汽车，包括如上所述的整车控制器。

本发明其他特征和相应的有益效果在说明书的后面部分进行阐述说明，且应当理解，至少部分有益效果从本发明说明书中的记载变的显而易见。

附图说明

图1为本发明实施例公开的一种汽车空调的控制方法的流程示意图；

图2为本发明实施例公开的另一种汽车空调的控制方法的流程示意图；

图3为本发明实施例公开的另一种汽车空调的控制方法的流程示意图；

图4为本发明实施例公开的另一种汽车空调的控制方法的流程示意图；

图5为本发明实施例公开的另一种汽车空调的控制方法的流程示意图；

图6为本发明实施例公开的另一种汽车空调的控制方法的流程示意图；

图7为本发明实施例公开的一种汽车空调的控制装置的结构示意图；

图8为本发明实施例公开的一种整车控制器的结构示意图。

附图标记说明：

1.采集模块；2.训练模块；3.预测模块；4.判断模块；5.开启模块；6.存储器；7.处理器。

具体实施方式

以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

应注意的是，在本说明书中，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

传统的车辆，需要用户进入车内拧钥匙启动后才能开启车内空调，因此在极端环境温度下，车内温度需要一段时间才能调节到适宜温度；

而对于一些豪华汽车，允许用户通过车内大屏或手机APP定时启动空调，但是需要用户采用类似于设定闹钟的方式来定时启动空调。这就要求用户根据自己的需要频繁的更改时间设置，如果用户忘了提前设置则空调不会启动；或者用户忘记了关闭设置则会白白的耗费电能。

因此，现有技术中，存在汽车启动前，需要用户提前自定义设置汽车空调的开启时间，频繁的对空调进行定时设置会使得用户的操作繁琐，且用户忘记进行定时设置时，空调无法启动，导致的用户的体验感降低的问题。

基于此，本发明实施例提供一种汽车空调的控制方法，无需用户自定义设置汽车空调的开启时间，能够自动控制空调启动，提升了用户的体验感。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。

下面参见图1对本发明实施例公开的一种汽车空调的控制方法进行说明，图1为本发明实施例公开的一种汽车空调的控制方法的流程示意图，图2为本发明实施例公开的另一种汽车空调的控制方法的流程示意图，图3为本发明实施例公开的另一种汽车空调的控制方法的流程示意图，图4为本发明实施例公开的另一种汽车空调的控制方法的流程示意图，图5为本发明实施例公开的另一种汽车空调的控制方法的流程示意图，图5为本发明实施例公开的另一种汽车空调的控制方法的流程示意图。

如图1所示，汽车空调的控制方法包括：

S10：采集目标车辆的历史状态数据，历史状态数据包括目标车辆的启动日期、启动时刻、停车位置和汽车空调的设定温度值。

其中，目标车辆的历史状态数据是通过实时监控平台采集的。具体的，新能源汽车需要将车辆的实时数据(Real-Time Monitoring，RTM)发送到国家实时监控平台和企业服务器，这些数据里包含了车辆的历史状态数据。本实施例中，该历史状态数据包括但不限于目标车辆的启动日期、启动时刻、停车位置和汽车空调的设定温度值，本实施例对此不做具体限定。

当然，本实施例中的历史状态数据还可以包括用户的穿戴信息、手机信息等。即根据用户的穿戴控制空调的开启或关闭。

S20：以历史状态数据构建训练样本，训练人工神经网络模型。

其中，训练人工神经网络模型是通过人工神经网络算法进行训练的。

S30：将待预测日期、待预测停车位置和待预测启动时刻作为所述人工神经网络模型的输入，将人工神经网络模型的输出为目标车辆的启动概率。

具体的，在步骤S20中训练好人工神经网络模型之后，就进入步骤S30，对用户的车辆启动进行预测。

本实施例在预测时，还可以根据车辆里程、能耗等信息用户辅助预测。

S40：判断启动概率是否大于目标值。

具体的，该目标值是根据实际情况具体设定的。可以设定为80％、85％、88％、90％、93％、95％或其他概率值。

S50：若是，则在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。

也就是说，当人工神经网络模型输出的启动概率大于该目标值时，才激活该车辆的空调系统。以目标值为90％为例，当人工神经网络模型输出的目标车辆的启动概率大于90％时，开启目标车辆的空调系统并以设定温度值工作。而当人工神经网络模型输出的目标车辆的启动概率等于或小于90％时，该车辆的空调系统不启动。

如图2所示，本发明实施例提供的汽车空调的控制方法中，在上述步骤S50之后，也就是在开启目标车辆的空调系统并以设定温度值工作之后，还包括以下步骤：

S60：在预设时间内，检测目标车辆的车门是否开启。

具体的，预设时间根据实际情况确定，可以是一分钟、十分钟、二十分钟或者其他任意时间。检测目标车辆的车门是否开启采用的方法可以参见现有技术，本实施例不做具体限定。

若是，则执行步骤S61。

S61具体为：继续控制目标车辆的空调系统以设定温度值工作。

具体的，设定的温度也可以根据具体情况进行设定。在夏季，设定温度值可以为22摄氏度至28摄氏度，在冬季，设定温度值可以为20摄氏度至26摄氏度。当然还可以根据其他因素设置具体的设定温度值，本实施例不做具体限定。

若否，则执行步骤S62。

S62具体为：控制目标车辆的空调系统关闭。

如图3所示，本发明实施例提供的汽车空调的控制方法中，在检测到目标车辆的车门未开启后，还包括以下步骤：

S621：记录车门未开启的次数。

S622：在空调系统循环开启或关闭的循环周期内，判断车门未开启的次数是否超出阈值。

若是，则执行步骤S623。

步骤S623具体为；锁定空调系统。

具体的，阈值的设定可以根据实际情况进行设定。可以是一次、两次甚至多次。以三次为例，当检测到车门没有开启的次数超过三次时，就锁定空调系统。

而此处的锁定包括锁定空调控制系统处于常开状态，或者锁定空调控制系统处于常关闭状态。

如图4所示，本发明实施例提供的汽车空调的控制方法中，在步骤S50之后，即开启目标车辆的空调系统并以设定温度值工作之后，还包括以下步骤：

步骤S71：控制温度采集器件采集汽车的内部空间的温度。

步骤S72：判断温度是否达到设定温度值。

若是，则执行步骤S721。

该步骤S721具体为：控制目标车辆的空调系统关闭。

若否，则执行步骤S722。

该步骤S722具体为：继续控制目标车辆的空调系统以设定温度值工作。

也就是说，如果开启了车辆的空调系统，并以设定温度值进行工作之后，需要判断车内的温度是否达到了该设定温度值，如果没到，则继续加热或者制冷，如果车内温度达到了设定温度值，则控制该空调系统关闭。

需要说明的是，如图5所示，本实施例中，步骤S20中，以历史状态数据构建训练样本包括：

S21：对目标车辆的启动日期进行独热编码，对目标车辆的启动时刻和停车位置进行归一化处理。

S22：对归一化处理后的停车位置利用聚类算法进行分类，得到多组停车位置组别。

S23：将经one hot编码后的启动日期、归一化后的启动时刻和多组停车位置作为训练样本。

需要理解的是，独热编码即One-Hot(One-Hot Encoding)编码，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。

且本实施例中，训练样本包括正样本和负样本，正样本对应的目标车辆的启动概率大于目标值，负样本对应的目标车辆的启动概率未超过目标值。

而步骤S23具体包括，将每次车辆启动的星期信息进行one-hot编码，确保每周七天的权重一致；时间信息进行归一化处理，作为神经网络训练的正样本，这些样本对应的车辆启动概率为1；在这些样本附近的时间启动概率小于1，具体数值取决于距离正样本的距离，距离正样本较远的时间认为车辆启动概率为0，为训练的负样本。

在本实施例中，应用DBSCAN算法对归一化后的GPS数据进行聚类分组，因为DBSCAN是基于密度的聚类算法，所以可以把车辆停放集中的位置分在同一组，对于离散点将不做分组，然后统计历史数据中车辆启动时间和停放位置。即可得到车辆下次启动的时间和停车位置信息。

举例来说，如果人工神经网络算法预测到星期三7：30分车辆启动概率为95％，车辆停放在位置A。首先检查历史数据星期三7：30附近车辆启动时的全部停车位置，并运用DBSCAN算法确定这些停车位置概率最高的分组，比如分组1。然后将A代入DBSAN算法，确定A的分组信息，如果A点在分组1范围内，则启动智能空调，如果A不在分组1，或者不在任一分组，则取消本次空调启动。

需要说明的是，公共假期，例如周末和法定节假日，用户的用车规律跟平日相比会有明显的差别，因此本实施例还可以将公共假期与平时的训练和预测分开进行。

当然，本实施例中仅仅示意性地选用了DBSCAN算法，本领域技术人员还可以根据实际需要选择支持向量机、随机森林等分类算法，以及使用K均值等聚类算法等，本实施例对此不做具体限定。

如图6所示，本发明实施例提供的汽车空调的控制方法中，在启动概率大于目标值，在开启所述目标车辆的空调系统之前，即在步骤S40之前，还包括：

S31：判断待预测停车位置、待预测日期和待预测启动时刻之间的对应关系，是否满足历史状态数据中与待预测停车位置对应的停车位置对应的待预测日期和待预测启动时刻之间的对应关系。

若是，则进入所述开启目标车辆的空调系统的步骤，即执行步骤S40。

若否，则拒绝开启目标车辆的空调系统。

基于上述汽车空调的控制方法，下面结合图7对本发明实施例公开的一种汽车空调的控制装置进行说明。图7为本发明实施例公开的一种汽车空调的控制装置的结构示意图，汽车空调控制装置包括：

采集模块1，用于采集目标车辆的历史状态数据，历史状态数据包括目标车辆的启动日期、启动时刻、停车位置和汽车空调的设定温度值。

训练模块2，用于以历史状态数据构建训练样本，训练人工神经网络模型。

预测模块3，将待预测日期、待预测停车位置和待预测启动时刻作为人工神经网络模型的输入，将人工神经网络模型的输出为目标车辆的启动概率。

判断模块4，用于判断启动概率是否大于目标值，若是，则进入开启模块5。

开启模块5，用于在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。

采用上述方案，该汽车空调控制装置能够利用训练好的人工神经网络模型预测目标车辆的启动概率，在启动概率大于目标值时，能够在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。因此，采用本方案，无需用户自定义设置汽车空调的开启时间，只要目标车辆的启动概率大于目标值，且在预测启动时刻之前的预定时间段内，便能够自动控制空调启动，提升了用户的体验感。

基于上述汽车空调的控制方法，下面结合图8对本发明实施例公开的一种整车控制器进行说明。图8为本发明实施例公开的一种整车控制器的结构示意图，整车控制器包括：

存储器6，存储器6用于存储控制程序。

处理器7，处理器7处理控制程序时执行上述汽车空调的控制方法的步骤。

本实施例中，存储器6和处理器7的结构和连接关系可以参考现有技术，本实施例对此不做具体限定。

采用上述方案，该整车控制器通过采用本发明实施例提供的汽车空调的控制方法，能够利用训练好的人工神经网络模型预测目标车辆的启动概率，在启动概率大于目标值时，能够在待预测启动时刻之前的预定时间段内，开启目标车辆的空调系统并以设定温度值工作。因此，采用本方案，无需用户自定义设置汽车空调的开启时间，只要目标车辆的启动概率大于目标值，且在预测启动时刻之前的预定时间段内，便能够自动控制空调启动，提升了用户的体验感。

此外，本发明实施例还提供一种汽车，该汽车包括上述整车控制器。

该汽车无需用户自定义设置汽车空调的开启时间，只要目标车辆的启动概率大于目标值，且在预测启动时刻之前的预定时间段内，便能够自动控制空调启动，提升了用户的体验感。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims

1.一种汽车空调的控制方法，其特征在于，包括：

采集目标车辆的历史状态数据，所述历史状态数据包括所述目标车辆的启动日期、启动时刻、停车位置和所述汽车空调的设定温度值；

判断所述启动概率是否大于目标值；

2.如权利要求1所述的汽车空调的控制方法，其特征在于，在所述开启所述目标车辆的空调系统并以所述设定温度值工作之后，所述方法还包括：

在预设时间内，检测所述目标车辆的车门是否开启；

若否，则控制所述目标车辆的空调系统关闭。

3.如权利要求2所述的汽车空调的控制方法，其特征在于，在所述检测所述目标车辆的车门未开启后，所述方法还包括：

记录所述车门未开启的次数；

若是，则锁定空调系统。

4.如权利要求1所述的汽车空调的控制方法，其特征在于，所述方法还包括：在所述开启所述目标车辆的空调系统并以所述设定温度值工作之后，所述方法还包括：

控制温度采集器件采集所述汽车的内部空间的温度；

判断所述温度是否达到所述设定温度值；

若是，则控制所述目标车辆的空调系统关闭；

5.如权利要求1-4任意一项所述的汽车空调的控制方法，其特征在于，所述以所述历史状态数据构建训练样本包括：

6.如权利要求5所述的汽车空调的控制方法，其特征在于，所述训练样本包括正样本和负样本，所述正样本对应的目标车辆的启动概率大于所述目标值，所述负样本对应的目标车辆的启动概率未超过所述目标值。

7.如权利要求1-4任意一项所述的汽车空调的控制方法，其特征在于，在所述启动概率大于所述目标值，在开启所述目标车辆的空调系统之前，还包括：

若是，则进入所述开启所述目标车辆的空调系统的步骤；

若否，则拒绝开启所述目标车辆的空调系统。

8.一种汽车空调的控制装置，其特征在于，包括：

9.一种整车控制器，其特征在于，包括：

存储器，所述存储器用于存储控制程序；

处理器，所述处理器处理所述控制程序时执行如权利要求1-7任意一项所述的汽车空调的控制方法的步骤。

10.一种汽车，其特征在于，包括：如权利要求9所述的整车控制器。