CN113733854A - 车载空调自适应控制方法 - Google Patents
车载空调自适应控制方法 Download PDFInfo
- Publication number
- CN113733854A CN113733854A CN202111172965.5A CN202111172965A CN113733854A CN 113733854 A CN113733854 A CN 113733854A CN 202111172965 A CN202111172965 A CN 202111172965A CN 113733854 A CN113733854 A CN 113733854A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- air conditioner
- temperature
- mounted air
- control method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 5
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000001816 cooling Methods 0.000 claims description 2
- 238000010438 heat treatment Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 4
- 238000003062 neural network model Methods 0.000 abstract description 3
- 230000001105 regulatory effect Effects 0.000 abstract description 2
- 238000004378 air conditioning Methods 0.000 description 9
- 238000013507 mapping Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 210000000697 sensory organ Anatomy 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
- B60H1/00—Heating, cooling or ventilating [HVAC] devices
- B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
- B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
- B60H1/00807—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a specific way of measuring or calculating an air or coolant temperature
Abstract
本发明公开了一种车载空调自适应控制方法,本发明的主要设计构思在于,摒弃了由车外温度传感器检测环境温度的方式,并且在不增加任何硬件装置基础上,利用用户的空调设定偏好、车辆当前区域的环境温度以及车内的实时温度,并结合预先训练的RBF神经网络模型,输出相对最适宜的当前目标温度,然后据此目标值调控空调温度。本发明能够自适应地将车内温度设定为符合用户习惯的舒适度范围,相比于现有技术更具可靠性和准确性,从而可以有效保障用户在驾驶过程中的舒适度和体验感。
Description
技术领域
本发明涉及车辆控制领域,尤其涉及一种车载空调自适应控制方法。
背景技术
当今社会,汽车已经成为人们出行的主要交通工具。随着汽车行业的不断发展以及人们对汽车舒适度要求的提高,车载空调系统的性能越来越受到广大用户的重视。例如夏天天气燥热,且车外环境温度会有波动(气候、不同时间段等原因),人们对车辆空调系统的期待及需求更为凸显增高,并且与较为凉爽的天气相比,用户对于空调制冷的需求更为多样。
现有的车载空调系统大多是在用户上车后依靠手动调节或者通过手机端调节,且调节档位对应目标温度是一定的,当用户感觉过冷时,只能再次手动调节空调温度。
目前多数车企的车载空调都是在车辆外部如前保险杠、车身底盘等部位设置车外温度传感器来感知车外环境温度,其工作原理是通过热敏电阻阻值得出车外的温度高低,并将其传输给车载空调控制系统,同时内部温度传感器反馈车内温度,也将其传输给车载空调控制系统,车载空调控制系统再根据收集到的温度差值来决定控制方式,如当车辆内部温度大于外部一定阈值时,控制单元将发出指令关闭空调压缩机的电源,使空调制冷系统停止工作。
由于车外环境温度传感器安装在车身外部,在长时间的风吹日晒雨淋以及诸如磨损、撞击等其他外界因素造成变形等,都容易导致线路的接触不良或者热敏电阻的失效,使得车载空调系统接收到错误的温度数据,甚至没有反馈温度电信号给车载空调控制系统。此时,车载空调控制系统无法进行正常的温度控制,可能会导致车内温度达不到预期温度,或者车内温度无法保持稳定,出现温度忽高忽低的状况,难以保证用户的正常使用。
发明内容
鉴于上述,本发明旨在提供一种车载空调自适应控制方法,以解决现有空调方案的上述问题。
本发明采用的技术方案如下:
一种车载空调自适应控制方法,其中包括:
实时获取车辆所在区域的环境温度信息以及当前车内温度;
统计用户在预设历史周期内的空调温度设置偏好;
将所述环境温度信息、所述当前车内温度以及所述空调温度设置偏好作为输入,利用预先基于径向基函数神经网络构建的空调温度预测模型,输出目标温度值;
根据所述目标温度值设定车载空调温度。
在其中至少一种可能的实现方式中,所述实时获取车辆所在区域的环境温度信息包括:利用车载无线通信模块,实时获取车辆位置信息,并通过预设天气组件实时反馈车辆所在区域各时间段的温度信息。
在其中至少一种可能的实现方式中,所述统计用户在预设历史周期内的空调温度设置偏好包括:通过车辆终端模块上报的历史空调温度设定值、历史使用时长以及历史使用时间段,统计得出既定时间周期且具有预设使用时长的时间段内,空调温度设置偏好。
在其中至少一种可能的实现方式中,所述控制方法还包括:利用无线通信模块获取到预设天气组件对于当前时段车辆所在区域的推荐温度值,且将所述推荐温度值作为所述空调温度预测模型的输入参数之一。
在其中至少一种可能的实现方式中,所述空调温度预测模型在车载空调使用过程中结合持续获得的输入数据进行自学习并持续更新模型参数。
在其中至少一种可能的实现方式中,所述根据所述目标温度值设定车载空调温度包括:
车载空调启动后,直接按照所述目标温度值设定车载空调的温度。
在其中至少一种可能的实现方式中,所述根据所述目标温度值设定车载空调温度包括:
结合车辆记录的历史数据,获取用户使用车载空调的活跃时间;
在到达所述活跃时间之前,向用户发送空调个性化温度设定选项;
车载空调启动后,结合用户的选择,将车载空调的温度设定为所述目标温度值。
在其中至少一种可能的实现方式中,所述空调个性化温度设定选项包括:匀速降温或升温至目标温度值;或者,急速降温或升温至目标温度值。
本发明的主要设计构思在于,摒弃了由车外温度传感器检测环境温度的方式,并且在不增加任何硬件装置基础上,利用用户的空调设定偏好、车辆当前区域的环境温度以及车内的实时温度,并结合预先训练的RBF神经网络模型,输出相对最适宜的当前目标温度,然后据此目标值调控空调温度。本发明能够自适应地将车内温度设定为符合用户习惯的舒适度范围,相比于现有技术更具可靠性和准确性,从而可以有效保障用户在驾驶过程中的舒适度和体验感。
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为本发明实施例提供的车载空调自适应控制方法的流程图。
具体实施方式
下面详细描述本发明的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明提出了一种车载空调自适应控制方法的实施例,具体来说,如图1所示,其中包括:
步骤S1、实时获取车辆所在区域的环境温度信息以及当前车内温度。
具体地,可以利用车载无线通信模块,实时获取车辆位置信息,并通过相关天气组件(如其他天气APP等)实时反馈车辆所在区域各时间段的温度信息。以及,可以利用置于方向盘下方、副驾和后座等处的温度传感器综合得出当前时刻的车内温度。
步骤S2、统计用户在预设历史周期内的空调温度设置偏好。
具体地,可以通过车辆终端模块上报(如T-BOX上报至TSP平台)的相关空调温度、使用时长和使用时间段等报文信息,统计得出最近一周且具有一定使用时长的时间段内用户设置的温度偏好值。
进一步地,还可以利用无线通信模块获取到天气组件对于当前时段车辆所在区域的人体感官最适宜的推荐温度值,作为后续空调温度调控策略的补充参数依据。
步骤S3、将所述环境温度信息、所述当前车内温度以及所述空调温度设置偏好作为输入,利用预先基于径向基函数神经网络构建的空调温度预测模型,输出目标温度值。
具体地,径向基函数(RBF)神经网络由输入层、隐藏层和输出层组成,在一些实施例中可以采用前述四个空调控制系统相关的温度参数,即车外温度Touter、车内温度Tinter、用户近一周各时段设置温度Tuser和当前区域温度推荐值Trec作为输入层参数;而隐藏层的节点数量则与非线性映射能力相关,其节点个数越多,网络的非线性映射能力就越强,反之网络的非线性映射能力就越弱,隐藏层的节点数量可由网络自动调节。在训练阶段,可将大量实际检测到的温度参数χ1,χ2,…χn送入RBF神经网络中,并通过阈值参数ω1,ω2…ωn的不断自我修正,使网络具有自学习的功能,再将其应用到实际环境中去,输出层参数Tbest即为最终得出的目标温度值。
步骤S4、根据所述目标温度值设定车载空调温度。
在车载终端模块检测到用户启动车辆的点火信号时,空调控制系统即可自动启动车载空调,并将温度设定为由上述步骤得到的当前时段最适宜的温度值。
由此还可以补充的是,结合车辆记录的历史数据,可以获得用户使用车载空调的活跃时间,例如上午8:30驾车上班以及下午17:30驾车下班等时间段。这样,可以在即将到达活跃时间段的前5-10分钟内,向用户发送空调个性化温度设定通知,如可以使用户选择匀速降温或升温至目标温度值,或者急速降温或升温至目标温度值等,如此,相比于用户自行设定温度,使得车载空调的使用体验更具人性化。
综上所述,本发明的主要设计构思在于,摒弃了由车外温度传感器检测环境温度的方式,并且在不增加任何硬件装置基础上,利用用户的空调设定偏好、车辆当前区域的环境温度以及车内的实时温度,并结合预先训练的RBF神经网络模型,输出相对最适宜的当前目标温度,然后据此目标值调控空调温度。本发明能够自适应地将车内温度设定为符合用户习惯的舒适度范围,相比于现有技术更具可靠性和准确性,从而可以有效保障用户在驾驶过程中的舒适度和体验感。
本发明实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示单独存在A、同时存在A和B、单独存在B的情况。其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项”及其类似表达,是指的这些项中的任意组合,包括单项或复数项的任意组合。例如,a,b和c中的至少一项可以表示:a,b,c,a和b,a和c,b和c或a和b和c,其中a,b,c可以是单个,也可以是多个。
以上依据图式所示的实施例详细说明了本发明的构造、特征及作用效果,但以上仅为本发明的较佳实施例,需要言明的是,上述实施例及其优选方式所涉及的技术特征,本领域技术人员可以在不脱离、不改变本发明的设计思路以及技术效果的前提下,合理地组合搭配成多种等效方案;因此,本发明不以图面所示限定实施范围,凡是依照本发明的构想所作的改变,或修改为等同变化的等效实施例,仍未超出说明书与图示所涵盖的精神时,均应在本发明的保护范围内。
Claims (8)
1.一种车载空调自适应控制方法,其特征在于,包括:
实时获取车辆所在区域的环境温度信息以及当前车内温度;
统计用户在预设历史周期内的空调温度设置偏好;
将所述环境温度信息、所述当前车内温度以及所述空调温度设置偏好作为输入,利用预先基于径向基函数神经网络构建的空调温度预测模型,输出目标温度值;
根据所述目标温度值设定车载空调温度。
2.根据权利要求1所述的车载空调自适应控制方法,其特征在于,所述实时获取车辆所在区域的环境温度信息包括:利用车载无线通信模块,实时获取车辆位置信息,并通过预设天气组件实时反馈车辆所在区域各时间段的温度信息。
3.根据权利要求1所述的车载空调自适应控制方法,其特征在于,所述统计用户在预设历史周期内的空调温度设置偏好包括:通过车辆终端模块上报的历史空调温度设定值、历史使用时长以及历史使用时间段,统计得出既定时间周期且具有预设使用时长的时间段内,空调温度设置偏好。
4.根据权利要求1所述的车载空调自适应控制方法,其特征在于,所述控制方法还包括:利用无线通信模块获取到预设天气组件对于当前时段车辆所在区域的推荐温度值,且将所述推荐温度值作为所述空调温度预测模型的输入参数之一。
5.根据权利要求1所述的车载空调自适应控制方法,其特征在于,所述空调温度预测模型在车载空调使用过程中结合持续获得的输入数据进行自学习并持续更新模型参数。
6.根据权利要求1~5任一项所述的车载空调自适应控制方法,其特征在于,所述根据所述目标温度值设定车载空调温度包括:
车载空调启动后,直接按照所述目标温度值设定车载空调的温度。
7.根据权利要求1~5任一项所述的车载空调自适应控制方法,其特征在于,所述根据所述目标温度值设定车载空调温度包括:
结合车辆记录的历史数据,获取用户使用车载空调的活跃时间;
在到达所述活跃时间之前,向用户发送空调个性化温度设定选项;
车载空调启动后,结合用户的选择,将车载空调的温度设定为所述目标温度值。
8.根据权利要求7所述的车载空调自适应控制方法,其特征在于,所述空调个性化温度设定选项包括:匀速降温或升温至目标温度值;或者,急速降温或升温至目标温度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111172965.5A CN113733854A (zh) | 2021-10-08 | 2021-10-08 | 车载空调自适应控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111172965.5A CN113733854A (zh) | 2021-10-08 | 2021-10-08 | 车载空调自适应控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113733854A true CN113733854A (zh) | 2021-12-03 |
Family
ID=78726259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111172965.5A Pending CN113733854A (zh) | 2021-10-08 | 2021-10-08 | 车载空调自适应控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113733854A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040060311A1 (en) * | 2002-09-27 | 2004-04-01 | Mamoru Imoto | Vehicle air conditioner |
CN106671739A (zh) * | 2016-12-26 | 2017-05-17 | 知豆电动汽车有限公司 | 一种电动汽车远程控制快速降温的方法 |
US20190164421A1 (en) * | 2016-06-08 | 2019-05-30 | Continental Automotive Gmbh | Method for controlling air-conditioning components of a motor vehicle |
CN111070998A (zh) * | 2019-11-25 | 2020-04-28 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN111845262A (zh) * | 2020-07-09 | 2020-10-30 | 广州小鹏车联网科技有限公司 | 车载空调的控制方法、控制装置、车辆和存储介质 |
CN112721566A (zh) * | 2019-10-29 | 2021-04-30 | 长城汽车股份有限公司 | 一种空调控制方法及装置 |
CN112874266A (zh) * | 2021-03-22 | 2021-06-01 | 恒大新能源汽车投资控股集团有限公司 | 一种车载空调温度的控制方法、装置、车载空调及车辆 |
CN113119683A (zh) * | 2019-12-31 | 2021-07-16 | 长城汽车股份有限公司 | 一种车辆空调的控制方法、车辆终端以及服务端 |
-
2021
- 2021-10-08 CN CN202111172965.5A patent/CN113733854A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040060311A1 (en) * | 2002-09-27 | 2004-04-01 | Mamoru Imoto | Vehicle air conditioner |
US20190164421A1 (en) * | 2016-06-08 | 2019-05-30 | Continental Automotive Gmbh | Method for controlling air-conditioning components of a motor vehicle |
CN106671739A (zh) * | 2016-12-26 | 2017-05-17 | 知豆电动汽车有限公司 | 一种电动汽车远程控制快速降温的方法 |
CN112721566A (zh) * | 2019-10-29 | 2021-04-30 | 长城汽车股份有限公司 | 一种空调控制方法及装置 |
CN111070998A (zh) * | 2019-11-25 | 2020-04-28 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
CN113119683A (zh) * | 2019-12-31 | 2021-07-16 | 长城汽车股份有限公司 | 一种车辆空调的控制方法、车辆终端以及服务端 |
CN111845262A (zh) * | 2020-07-09 | 2020-10-30 | 广州小鹏车联网科技有限公司 | 车载空调的控制方法、控制装置、车辆和存储介质 |
CN112874266A (zh) * | 2021-03-22 | 2021-06-01 | 恒大新能源汽车投资控股集团有限公司 | 一种车载空调温度的控制方法、装置、车载空调及车辆 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10272737B2 (en) | Adaptive control of automotive HVAC system using crowd-sourcing data | |
US9120365B2 (en) | Automatic temperature override pattern recognition system | |
CN108284727B (zh) | 自适应气候控制系统 | |
US20060080007A1 (en) | Scheduling remote starting of vehicle | |
CN108733025B (zh) | 处于点火开关关断状态的车辆的控制模块激活 | |
CN111993856B (zh) | 车辆智能冷暖控制方法及系统 | |
CN108725352B (zh) | 在点火开关关断状态下确定驾驶路线的车辆控制模块激活 | |
CN107795230A (zh) | 基于速度的车窗控制 | |
EP1340635A2 (en) | Adaptive automatic climate control method for a motor vehicle | |
US8707718B2 (en) | System and method for controlling a vehicle engine | |
CN111038213B (zh) | 汽车空调压缩机转速控制方法及电子设备 | |
US20170057322A1 (en) | Method of controlling a cabin temperature of a hybrid or a start-stop equipped vehicle | |
US11613232B2 (en) | Defrosting control system, non-transitory computer readable medium storing defrosting control program, and vehicle control module | |
EP3680116B1 (en) | Ventilation control system, ventilation control program, and method for controlling ventilation control system | |
US20130046428A1 (en) | Energy management device for at least one electrical energy consumer of a vehicle | |
JP2003514184A (ja) | 自動車における熱流の開ループ制御/閉ループ制御方法 | |
WO2019238389A1 (en) | Method and system for smart interior of a vehicle | |
CN112298071A (zh) | 一种控制方法、装置及计算机存储介质 | |
CN113733854A (zh) | 车载空调自适应控制方法 | |
US20230132873A1 (en) | Vehicle and control method thereof | |
US20220111702A1 (en) | Method for preconditioning vehicles | |
CN110239304B (zh) | 车载空调的控制方法及装置 | |
CN113479034A (zh) | 一种车辆远程预约空调的控制方法和系统 | |
JP7225937B2 (ja) | 空調制御システム | |
US10773667B2 (en) | Methods and systems for APU data acquisition and actions from combined sources and user incentives for use |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211203 |