CN113673431A - 主动提供个性化场景服务的方法 - Google Patents

Abstract

本发明公开了一种主动提供个性化场景服务的方法，包括：获取数据信息，数据信息包括用户信息、行车信息和环境信息；根据用户信息，生成用户画像；根据用户信息、行车信息和环境信息，生成与用户画像对应的场景信息；基于用户画像、场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务。本发明提供的主动提供个性化场景服务的方法，基于用户画像、场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务，将场景服务聚焦于用户的个性化行为，并不断更新学习，提供用户需要的场景化服务，提升了用户的驾车体验，满足了用户的个性化需求，解决了现有技术在提供场景服务时不够个性化和智能化的缺陷。

Description

主动提供个性化场景服务的方法

技术领域

本发明涉及汽车服务改良技术领域，尤其涉及一种主动提供个性化场景服务的方法。

背景技术

随着智能网联技术的不断发展，汽车可以提供越来越多的服务，用户也更加重视个性化的用车体验。现有的汽车场景化服务没有关注于不同用户的不同操作习惯，只能做到主动提供设定好的场景化服务。

因此，亟需一种主动提供个性化场景服务的方法。

发明内容

本发明的目的是提供一种主动提供个性化场景服务的方法，以解决上述现有技术中的问题，能够提供用户需要的场景化服务，提升了用户的驾车体验，满足了用户的个性化需求。

本发明提供了一种主动提供个性化场景服务的方法，其中，包括以下步骤：

获取数据信息，所述数据信息包括用户信息、行车信息和环境信息；

根据所述用户信息，生成用户画像；

根据所述用户信息、所述行车信息和所述环境信息，生成与所述用户画像对应的场景信息；

基于所述用户画像、所述场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述获取数据信息，具体包括：

通过DMS摄像头和IMS摄像头采集用户信息；

通过车速传感器、和/或加速度传感器、和/或方向盘转角传感器、和/或胎压传感器、和/或转速传感器、和/或车内湿度传感器、和/或车内温度传感器采集车辆行驶状态信息，通过搭载在车内上的摄像头、和/或超声波雷达传感器、和/或毫米波雷达传感器，采集高级辅助驾驶信息；

通过温度传感器、和/或湿度传感器、和/或雨量传感器、和/或雾气传感器获取环境信息；

通过车机地图APP获取路况信息。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述用户信息包括用户身份信息、情绪状态信息和驾驶状态信息，所述驾驶状态信息包括用户的面部表情信息、肢体动作信息和语言信息；

所述环境信息包括天气状况信息、和/或温度信息、和/或湿度信息、和/或空气质量信息、和/或道路状况信息。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述根据所述用户信息，生成用户画像，具体包括：

通过搭载在车内的摄像头对驾驶员进行拍照；

将拍照数据与预先存储的人脸数据进行匹配；

若匹配成功则执行该用户画像下储存的相关指令；

若匹配失败则生成一个新的与当前驾驶员对应的用户画像。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少一种。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述情绪场景包括开心、悲伤、焦急或暴怒；所述驾驶状态场景包括轻微疲劳、重度疲劳或分神；所述天气场景包括暴雨、大雨、小雨、暴雪、大雪、小雪或雾霾；所述生活场景包括上班、下班或长途旅游。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述基于所述用户画像、所述场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务，具体包括：

建立用于反映用户在不同场景下的使用习惯的数据模型；

将所述用户画像和所述场景信息输入所述数据模型中，得到车辆控制指令；

根据车辆在执行所述车辆控制指令后的用户反馈信息，对所述数据模型进行更新。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，在场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少两种的情况下，所述将所述用户画像和所述场景信息输入所述数据模型中，得到车辆控制指令，具体包括：

若多种场景对应的车辆控制指令的执行机构不存在交叉，则同时执行各场景对应的车辆控制指令；

若多种场景对应的车辆控制指令的执行机构存在交叉，则按照用户自定义场景、驾驶状态场景、天气场景、情绪场景和生活场景的优先级递减的顺序依次执行各场景对应的车辆控制指令。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述根据车辆在执行所述车辆控制指令后的用户反馈信息，对所述数据模型进行更新，具体包括：

根据当前用户在当前场景下的新的指令操作和/或当前用户在当前场景下的负反馈信息，定期对所述数据模型进行更新。

如上所述的主动提供个性化场景服务的方法，其中，优选的是，所述根据当前用户在当前场景下的新的指令操作和/或当前用户在当前场景下的负反馈信息，定期对所述数据模型进行更新，具体包括：

采集当前用户在当前场景下的新的指令操作；

若一个新的指令操作累计次数超过第一预设次数阈值，则将该指令操作记为有效操作，将该指令操作作为当前用户专属的场景指令，并将该指令操作存入所述用户画像下的与所述场景信息对应的存储模块中，在下次更新时在当前用户在当前场景下的指令库中增加该操作指令；

若在执行所述数据模型输出的车辆控制指令后，接收到用户拒绝执行操作指令的反馈信息，则将该操作指令记为一次负反馈信息；

若同一用户在同样的场景下，针对同一个操作指令的负反馈信息的累计次数超过第二预设次数阈值，则在下次更新时从当前用户在当前场景下的指令库中删除该操作指令。

本发明的主动提供个性化场景服务的方法，基于用户画像、场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务，将场景服务聚焦于用户的个性化行为，并不断更新学习，提供用户需要的场景化服务，提升了用户的驾车体验，满足了用户的个性化需求，解决了现有技术在提供场景服务时不够个性化和智能化的缺陷。

附图说明

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作进一步描述，其中：

图1为本发明提供的主动提供个性化场景服务的方法的实施例的流程图。

具体实施方式

现在将参照附图来详细描述本公开的各种示例性实施例。对示例性实施例的描述仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。本公开可以以许多不同的形式实现，不限于这里所述的实施例。提供这些实施例是为了使本公开透彻且完整，并且向本领域技术人员充分表达本公开的范围。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、材料的组分、数字表达式和数值应被解释为仅仅是示例性的，而不是作为限制。

本公开中使用的“第一”、“第二”：以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的部分。“包括”或者“包含”等类似的词语意指在该词前的要素涵盖在该词后列举的要素，并不排除也涵盖其他要素的可能。“上”、“下”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

在本公开中，当描述到特定部件位于第一部件和第二部件之间时，在该特定部件与第一部件或第二部件之间可以存在居间部件，也可以不存在居间部件。当描述到特定部件连接其它部件时，该特定部件可以与所述其它部件直接连接而不具有居间部件，也可以不与所述其它部件直接连接而具有居间部件。

本公开使用的所有术语(包括技术术语或者科学术语)与本公开所属领域的普通技术人员理解的含义相同，除非另外特别定义。还应当理解，在诸如通用字典中定义的术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义，而不应用理想化或极度形式化的意义来解释，除非这里明确地这样定义。

对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，技术、方法和设备应当被视为说明书的一部分。

现有的汽车场景化服务主要通过数据信息获取模块获取车辆、驾乘人员以及周围环境的数据信息，然后将这些数据传入场景定义模块中进行分析，最终输出相应的控制指令，提供场景服务。对于指令的学习和更新则依赖于用户主动产生的负反馈，来达到针对不同的用户提供不同的服务。可见，现有技术所提供的场景服务为提前预设好的各项指令，难以确定是否为用户想要的服务，无法做到精准满足不同用户的不同喜好，不够个性化；而在学习更新指令方面，则需要用户主动更改设置或提供负反馈，不够智能化。因此，现有技术没有记录和分析不同用户在不同场景的驾驶操作习惯，同时也没有学习更新指令的功能。

针对现有技术不够关注用户的个性化行为，虽然针对不同场景提供了不同的服务，但是难以准确切中用户的需求点，因此提供场景服务时不够个性化和智能化的缺陷，本发明提供了一种能够主动提供个性化场景服务的方法。如图1所示，本实施例提供的主动提供个性化场景服务的方法在实际执行过程中，具体包括如下步骤：

步骤S1、获取数据信息，所述数据信息包括用户信息、行车信息和环境信息。

在本发明的主动提供个性化场景服务的方法的一种实施方式中，所述步骤S1具体可以包括：

步骤S11、通过DMS摄像头和IMS摄像头采集用户信息。

所述用户信息包括用户身份信息、情绪状态信息和驾驶状态信息，所述驾驶状态信息包括用户的面部表情信息、肢体动作信息和语言信息。

步骤S12、通过车速传感器、和/或加速度传感器、和/或方向盘转角传感器、和/或胎压传感器、和/或转速传感器、和/或车内湿度传感器、和/或车内温度传感器采集车辆行驶状态信息，通过搭载在车内上的摄像头、和/或超声波雷达传感器、和/或毫米波雷达传感器，采集高级辅助驾驶信息。

具体通过什么类型的传感器获取行车信息，可以根据车型配置来确定。

步骤S13、通过温度传感器、和/或湿度传感器、和/或雨量传感器、和/或雾气传感器获取环境信息。

所述环境信息包括天气状况信息、和/或温度信息、和/或湿度信息、和/或空气质量信息、和/或道路状况信息。本发明在一些实施方式中，可以通过联网获取环境信息，本发明对获取环境信息的方式不作具体限定。

步骤S14、通过车机地图APP获取路况信息。

步骤S2、根据所述用户信息，生成用户画像。

在本发明的主动提供个性化场景服务的方法的一种实施方式中，所述步骤S2具体可以包括：

步骤S21、通过搭载在车内的摄像头对驾驶员进行拍照。

步骤S22、将拍照数据与预先存储的人脸数据进行匹配。

步骤S23、若匹配成功则执行该用户画像下储存的相关指令。

步骤S24、若匹配失败则生成一个新的与当前驾驶员对应的用户画像。

步骤S3、根据所述用户信息、所述行车信息和所述环境信息，生成与所述用户画像对应的场景信息。

其中，所述场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少一种。具体而言，示例性地，所述情绪场景包括开心、悲伤、焦急或暴怒；所述驾驶状态场景包括轻微疲劳、重度疲劳或分神；所述天气场景包括暴雨、大雨、小雨、暴雪、大雪、小雪或雾霾；所述生活场景包括上班、下班或长途旅游。

步骤S4、基于所述用户画像、所述场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务。

在本发明的主动提供个性化场景服务的方法的一种实施方式中，所述步骤S4具体可以包括：

步骤S41、建立用于反映用户在不同场景下的使用习惯的数据模型。

获取用户信息和场景信息后，导入建立的数据模型，采集该用户在该场景下的全局操作，当一个指令操作累计五次后则记为有效操作，将该指令存入相应的存储模块中，生成该用户专属的场景指令，存储于该用户画像下的该场景模块中。积累了一定数据后，就可以向用户主动提供有效的场景服务。这里的全局操作指的是对操控台以及多媒体的操作。

步骤S42、将所述用户画像和所述场景信息输入所述数据模型中，得到车辆控制指令。

在场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少两种的情况下，即发生了场景冲突，所述步骤S42具可以体包括：

步骤S421、若多种场景对应的车辆控制指令的执行机构不存在交叉，则同时执行各场景对应的车辆控制指令。

步骤S422、若多种场景对应的车辆控制指令的执行机构存在交叉，则按照用户自定义场景、驾驶状态场景、天气场景、情绪场景和生活场景的优先级递减的顺序依次执行各场景对应的车辆控制指令。

步骤S43、根据车辆在执行所述车辆控制指令后的用户反馈信息，对所述数据模型进行更新。

具体地，根据当前用户在当前场景下的新的指令操作和/或当前用户在当前场景下的负反馈信息，定期对所述数据模型进行更新。在本发明的主动提供个性化场景服务的方法的一种实施方式中，所述步骤S4具体可以包括：

步骤S431、采集当前用户在当前场景下的新的指令操作。

步骤S432、若一个新的指令操作累计次数超过第一预设次数阈值(例如为五次)，则将该指令操作记为有效操作，将该指令操作作为当前用户专属的场景指令，并将该指令操作存入所述用户画像下的与所述场景信息对应的存储模块中，在下次更新时在当前用户在当前场景下的指令库中增加该操作指令。

步骤S433、若在执行所述数据模型输出的车辆控制指令后，接收到用户拒绝执行操作指令的反馈信息，则将该操作指令记为一次负反馈信息。

步骤S434、若同一用户在同样的场景下，针对同一个操作指令的负反馈信息的累计次数超过第二预设次数阈值(例如为三次)，则在下次更新时从当前用户在当前场景下的指令库中删除该操作指令。

在具体实现中，可以建立一个学习模块，根据用户操作习惯的变化和产生的负反馈信息，每季度更新一次指令库，及时匹配用户的喜好。若在一个场景下，用户操作了一个新的指令并为有效操作时，在下次更新时就会在该场景下增加该指令。若在执行指令时接收到用户拒绝执行该指令的反馈，则记为一次负反馈信息，累计三次负反馈后会在下次更新时从指令库中删除该条指令。

本发明在一种实施方式中，用户A在早晨8点上班时开启车辆，首先由摄像头识别匹配身份，若与库里的用户画像匹配成功，则调取该用户画像下的“上班场景”里的指令，为用户A提供相应的服务，例如：打开主驾车窗并播放音乐(这些指令均为用户A在“上班场景”时累计操作超过五次的指令)。若无用户画像与其匹配，则建立一个新的用户画像，并且记录在用户A在“上班场景”时的有效操作指令，下次更新后就会主动为用户A提供相应的场景服务。若用户A输入了拒绝执行打开车窗的指令并累计三次后，下次更新会将此条指令从“上班场景”中删除。若用户A在“上班场景”时新增了打开天窗的操作并累计五次，则会记为有效指令，下次更新时会在“上班场景”中增加这一指令。

本发明实施例提供的主动提供个性化场景服务的方法，基于用户画像、场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务，将场景服务聚焦于用户的个性化行为，并不断更新学习，提供用户需要的场景化服务，提升了用户的驾车体验，满足了用户的个性化需求，解决了现有技术在提供场景服务时不够个性化和智能化的缺陷。

至此，已经详细描述了本公开的各实施例。为了避免遮蔽本公开的构思，没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述，完全可以明白如何实施这里公开的技术方案。

虽然已经通过示例对本公开的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本公开的范围。本领域的技术人员应该理解，可在不脱离本公开的范围和精神的情况下，对以上实施例进行修改或者对部分技术特征进行等同替换。本公开的范围由所附权利要求来限定。

Claims (10)

1.一种主动提供个性化场景服务的方法，其特征在于，包括如下步骤：

获取数据信息，所述数据信息包括用户信息、行车信息和环境信息；

根据所述用户信息，生成用户画像；

根据所述用户信息、所述行车信息和所述环境信息，生成与所述用户画像对应的场景信息；

基于所述用户画像、所述场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务。

2.根据权利要求1所述的主动提供个性化场景服务的方法，其特征在于，所述获取数据信息，具体包括：

通过DMS摄像头和IMS摄像头采集用户信息；

通过车速传感器、和/或加速度传感器、和/或方向盘转角传感器、和/或胎压传感器、和/或转速传感器、和/或车内湿度传感器、和/或车内温度传感器采集车辆行驶状态信息，通过搭载在车内上的摄像头、和/或超声波雷达传感器、和/或毫米波雷达传感器，采集高级辅助驾驶信息；

通过温度传感器、和/或湿度传感器、和/或雨量传感器、和/或雾气传感器获取环境信息；

通过车机地图APP获取路况信息。

3.根据权利要求2所述的主动提供个性化场景服务的方法，其特征在于，所述用户信息包括用户身份信息、情绪状态信息和驾驶状态信息，所述驾驶状态信息包括用户的面部表情信息、肢体动作信息和语言信息；

所述环境信息包括天气状况信息、和/或温度信息、和/或湿度信息、和/或空气质量信息、和/或道路状况信息。

4.根据权利要求1所述的主动提供个性化场景服务的方法，其特征在于，所述根据所述用户信息，生成用户画像，具体包括：

通过搭载在车内的摄像头对驾驶员进行拍照；

将拍照数据与预先存储的人脸数据进行匹配；

若匹配成功则执行该用户画像下储存的相关指令；

若匹配失败则生成一个新的与当前驾驶员对应的用户画像。

5.根据权利要求1所述的主动提供个性化场景服务的方法，其特征在于，所述场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少一种。

6.根据权利要求5所述的主动提供个性化场景服务的方法，其特征在于，所述情绪场景包括开心、悲伤、焦急或暴怒；所述驾驶状态场景包括轻微疲劳、重度疲劳或分神；所述天气场景包括暴雨、大雨、小雨、暴雪、大雪、小雪或雾霾；所述生活场景包括上班、下班或长途旅游。

7.根据权利要求5所述的主动提供个性化场景服务的方法，其特征在于，所述基于所述用户画像、所述场景信息和用户的反馈信息，为用户提供当前场景下的个性化服务，具体包括：

建立用于反映用户在不同场景下的使用习惯的数据模型；

将所述用户画像和所述场景信息输入所述数据模型中，得到车辆控制指令；

根据车辆在执行所述车辆控制指令后的用户反馈信息，对所述数据模型进行更新。

8.根据权利要求7所述的主动提供个性化场景服务的方法，其特征在于，在场景信息包括情绪场景、驾驶状态场景、天气场景、生活场景和用户自定义场景中的至少两种的情况下，所述将所述用户画像和所述场景信息输入所述数据模型中，得到车辆控制指令，具体包括：

若多种场景对应的车辆控制指令的执行机构不存在交叉，则同时执行各场景对应的车辆控制指令；

若多种场景对应的车辆控制指令的执行机构存在交叉，则按照用户自定义场景、驾驶状态场景、天气场景、情绪场景和生活场景的优先级递减的顺序依次执行各场景对应的车辆控制指令。

9.根据权利要求7所述的主动提供个性化场景服务的方法，其特征在于，所述根据车辆在执行所述车辆控制指令后的用户反馈信息，对所述数据模型进行更新，具体包括：

根据当前用户在当前场景下的新的指令操作和/或当前用户在当前场景下的负反馈信息，定期对所述数据模型进行更新。

10.根据权利要求9所述的主动提供个性化场景服务的方法，其特征在于，所述根据当前用户在当前场景下的新的指令操作和/或当前用户在当前场景下的负反馈信息，定期对所述数据模型进行更新，具体包括：

采集当前用户在当前场景下的新的指令操作；

若一个新的指令操作累计次数超过第一预设次数阈值，则将该指令操作记为有效操作，将该指令操作作为当前用户专属的场景指令，并将该指令操作存入所述用户画像下的与所述场景信息对应的存储模块中，在下次更新时在当前用户在当前场景下的指令库中增加该操作指令；

若在执行所述数据模型输出的车辆控制指令后，接收到用户拒绝执行操作指令的反馈信息，则将该操作指令记为一次负反馈信息；

若同一用户在同样的场景下，针对同一个操作指令的负反馈信息的累计次数超过第二预设次数阈值，则在下次更新时从当前用户在当前场景下的指令库中删除该操作指令。

Images