CN113822119A - 车内空气质量的调节方法、装置和存储介质及电子设备 - Google Patents
车内空气质量的调节方法、装置和存储介质及电子设备 Download PDFInfo
- Publication number
- CN113822119A CN113822119A CN202110662159.XA CN202110662159A CN113822119A CN 113822119 A CN113822119 A CN 113822119A CN 202110662159 A CN202110662159 A CN 202110662159A CN 113822119 A CN113822119 A CN 113822119A
- Authority
- CN
- China
- Prior art keywords
- target
- air
- vehicle
- parameter
- image
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Abstract
本发明公开了一种车内空气质量的调节方法、装置和存储介质及电子设备。其中,该方法包括:获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量。本发明可应用于车联网场景,还可涉及无线通信、图像识别等技术。本发明解决了车内空气质量的调节不及时的技术问题。
Description
技术领域
本发明涉及计算机领域,具体而言,涉及一种车内空气质量的调节方法、装置和存储介质及电子设备。
背景技术
相关技术的车内空气质量的调节往往依赖于人工的判断,如用户透过车窗看到车外环境的空气颜色异常,或者用户闻到车内的空气味道异常等。
但用户在驾驶车辆时,往往只会集中精力地目视前方待行驶的道路,而忽略了车外其他方向的车外环境的空气颜色是否异常;而对于车内的空气味道,如果用户能直接闻到车内的空气味道异常,那么很有可能该异常味道已经存在很久,并已对用户的身体产生了或轻或重的损伤,因此即使此刻用户已发现车内的空气质量不佳,再去人工操作地调节车内空气质量,但也无法弥补已产生的上述身体损伤。即,现有技术中存在车内控制质量的调节不及时的技术问题。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车内空气质量的调节方法、装置和存储介质及电子设备,以至少解决车内空气质量的调节不及时的技术问题。
根据本发明实施例的一个方面,提供了一种车内空气质量的调节方法,包括:获取目标车辆关联的目标图像,其中,上述目标图像用于表示上述目标车辆当前所处的环境状况;对上述目标图像进行识别,得到目标空气参数,其中,上述目标空气参数用于表示上述目标车辆当前所处的环境的空气质量;根据上述目标空气参数调整上述目标车辆的空气调节参数,其中,上述空气调节参数用于调节上述目标车辆的车内的空气质量。
根据本发明实施例的另一方面,还提供了一种车内空气质量的调节装置,包括:获取单元,用于获取目标车辆关联的目标图像,其中,上述目标图像用于表示上述目标车辆当前所处的环境状况;识别单元,用于对上述目标图像进行识别,得到目标空气参数,其中,上述目标空气参数用于表示上述目标车辆当前所处的环境的空气质量;调整单元,用于根据上述目标空气参数调整上述目标车辆的空气调节参数,其中,上述空气调节参数用于调节上述目标车辆的车内的空气质量。
作为一种可选的方案,上述识别单元,包括:第二识别模块,用于对上述目标图像进行识别,以获得第二图像参数,其中,上述第二图像参数用于表示上述目标图像所属的环境图像类别;第三确定模块,用于根据上述第二图像参数确定上述目标车辆当前所处的环境的目标环境类别;第四确定模块,用于根据上述空气质量指数以及上述目标环境类别确定上述目标空气参数。
作为一种可选的方案,上述第四确定模块,包括:第一确定子模块,用于在上述空气质量指数达到目标阈值的情况下,将上述空气质量指数对应的空气参数确定为上述目标空气参数;第二确定子模块,用于在上述空气质量指数未达到上述目标阈值的情况下,根据上述空气质量指数以及上述目标环境类别确定上述目标车辆的预测空气参数,其中,上述预测空气参数用于表示预测上述目标车辆在未来预设时间段内所处的环境的空气质量。
作为一种可选的方案,上述调整单元,包括:运行模块,用于获取上述目标车辆的车辆运行信息,其中,上述车辆运行信息用于表示上述目标车辆在目标时间段内的运行记录;第一调整模块,用于根据上述目标空气参数以及上述目标车辆的车辆运行信息,调整上述目标车辆的空气调节参数。
作为一种可选的方案,上述调整单元,包括以下至少之一:第一判断模块,用于在上述车辆运行信息指示上述目标车辆中的目标车载设备处于开启状态的情况下,根据上述目标空气参数判断是否保持上述目标车载设备处于上述开启状态,其中,上述目标车载设备用于调节上述目标车辆的车内的空气质量;第二调整模块,用于在上述车辆运行信息指示上述目标车辆中的目标车载设备处于开启状态的情况下,根据上述目标空气参数调整上述目标车载设备的工作参数,上述空气调节参数包括上述工作参数;第二判断模块,用于在上述车辆运行信息指示上述目标车辆中的目标车载设备处于关闭状态的情况下,根据上述目标空气参数判断是否调整上述目标车载设备为上述开启状态,并在上述目标车载设备被调整为上述开启状态的情况下,根据上述目标空气参数调整上述工作参数。
作为一种可选的方案,上述识别单元,包括:第一输入模块,用于将上述目标图像输入第一图像识别模型,其中,上述第一图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像像素的模型;第一获取模块,用于获取上述图像识别模型输出的第一图像识别结果,其中,上述第二图像识别结果用于表示上述目标车辆当前所处的环境的空气质量指数;第二获取模块,用于根据上述第一图像识别结果获取第一空气参数。
作为一种可选的方案,上述第二获取模块,包括:第一获取子模块,用于获取上述第一图像识别模型在预定时间段内输出的历史图像识别结果;第二获取子模块,用于根据上述历史图像识别结果获取第二空气参数;第三获取子模块,用于根据上述第一空气参数以及上述第二空气参数获取上述目标空气参数。
作为一种可选的方案,上述识别单元,还包括:第二输入模块,用于将上述目标图像输入第二图像识别模型,其中,上述第二图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像类别的模型;第三获取模块,用于获取上述图像识别模型输出的第二图像识别结果,其中,上述第二图像识别结果用于表示上述目标车辆当前所处的环境的环境类别;第四获取模块,用于根据上述第二图像识别结果获取第三空气参数。
作为一种可选的方案,包括:第一显示单元,用于在上述根据上述目标空气参数调整上述目标车辆的空气调节参数之前,显示第一提示信息,其中,上述第一提示信息用于提示当前上述目标车辆的车内的空气质量已符合上述空气调节参数的调节条件;第二显示单元,用于在上述根据上述目标空气参数调整上述目标车辆的空气调节参数的过程中,显示第二提示信息,其中,上述第二提示信息用于提示上述空气调节参数的调节进程;第三显示单元,用于在上述根据上述目标空气参数调整上述目标车辆的空气调节参数的之后,显示第三提示信息,其中,上述第三提示信息用于提示上述空气调节参数已调节完成。
根据本发明实施例的又一方面,还提供了一种计算机可读的存储介质,该计算机可读的存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述车内空气质量的调节方法。
根据本发明实施例的又一方面,还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,上述处理器通过计算机程序执行上述的车内空气质量的调节方法。
在本发明实施例中,获取目标车辆关联的目标图像,其中,上述目标图像用于表示上述目标车辆当前所处的环境状况;对上述目标图像进行识别,得到目标空气参数,其中,上述目标空气参数用于表示上述目标车辆当前所处的环境的空气质量;根据上述目标空气参数调整上述目标车辆的空气调节参数,其中,上述空气调节参数用于调节上述目标车辆的车内的空气质量,上述车辆运行信息用于表示上述目标车辆在目标时间段内的运行记录,通过识别采集到的车辆关联图像获取用于调节车内空气质量的空气参数,以完成车内空气质量的自动调节,进而达到了及时调节车内空气质量的目的,从而实现了提高车内空气质量的调节及时性的技术效果,进而解决了车内空气质量的调节不及时的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种可选的车内空气质量的调节方法的应用环境的示意图;
图2是根据本发明实施例的一种可选的车内空气质量的调节方法的流程的示意图;
图3是根据本发明实施例的一种可选的车内空气质量的调节方法的示意图;
图4是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图5是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图6是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图7是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图8是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图9是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图10是根据本发明实施例的另一种可选的车内空气质量的调节方法的示意图;
图11是根据本发明实施例的一种可选的车内空气质量的调节装置的示意图;
图12是根据本发明实施例的一种可选的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例的一个方面,提供了一种车内空气质量的调节方法,可选地,作为一种可选的实施方式,车内空气质量的调节方法可以但不限于应用于如图1所示的环境中。其中,可以但不限于包括用户设备102、网络110及服务器112,其中,该用户设备102上可以但不限于包括显示器108、处理器106及存储器104。
具体过程可如下步骤:
步骤S102,用户设备102获取目标车辆1022关联的目标图像;
步骤S104-S106,用户设备102通过网络110将目标图像发送给服务器112;
步骤S108,服务器112通过处理引擎116对目标图像进行处理,从而生成目标车辆的空气调节参数的调整指令;
步骤S110-S112,服务器112通过网络110将调整指令发送给用户设备102,用户设备102中的处理器106根据调整指令调整目标车辆1022的空气调节参数,并将调整后的空气调节参数显示在显示器108中,以及将调整后的空气调节参数存储在存储器104中。
除图1示出的示例之外,步骤可以由用户设备102独立完成,即由用户设备102执行图像的处理、采集姿态正常或异常的判断等步骤,从而减轻服务器的处理压力。该用户设备102包括但不限于手持设备(如手机)、笔记本电脑、台式电脑、车载设备等,本发明并不限制用户设备102的具体实现方式。
可选地,作为一种可选的实施方式,如图2所示,车内空气质量的调节方法包括:
S202,获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;
S204,对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;
S206,根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量。
可选地,在本实施例中,上述车内空气质量的调节方法可以但不限于应用在依靠定位结合网络同步的空气质量信息同步有关操作,如发送当前车辆GPS位置到后台,后台查询当前位置的空气质量指数后下发空气质量调节策略以调整目标车辆的空气调节参数等场景中。
可选地,在本实施例中,上述车内空气质量的调节方法可以但不限于由车载视觉系统实现,其中,车载视觉系统可以但不限于涉及人脸识别、手势识别、表情识别、视线追踪、车辆检测、车道线检测、图像采集等技术,且车载视觉系统还可以但不限于结合采集到的视觉信息以及车辆当前所处的运行状态,以确定车辆当前所处的场景,并针对该场景生成完整的执行方案,以解决车载场景下所能遇见的大部分问题。例如车载视觉系统可通过人脸识别以识别当前驾驶车辆的用户是否为车主;再例如对车外的来往车辆进行数量检测,以判断当前道路上的行驶危险性;再例如对车道线进行检测,以确定车辆当前行驶在的道路类型等。
可选地,在本实施例中,目标图像可以但不限于为图像采集设备采集到的图像,也可以但不限于为将图像采集设备采集到的图像处理后获取到的图像,其中,图像采集设备可以但不限于为安装在目标车辆上的设备,如配置在目标车辆车内的摄像头或配置在目标车辆外的摄像头等;此外,图像采集设备也可以但不限于为安装在目标车辆外的设备,如装配在路上的摄像头或人造卫星等;
进一步举例说明,可选的如图3所示,图像采集设备302为安装在目标车辆车内的摄像头,该摄像头可采集到目标车辆的车内的环境状况,也可以但不限于采集到目标车辆的车外的环境状况。
进一步举例说明,假设图像采集设备为安装在目标车辆车外的摄像头,该摄像头可采集到目标车辆的车外的环境状况,可选的如图4所示,采集到以目标车辆402为中心的各个视角的图像,例如前视图像404、后视图像406、左视图像408以及右视图像408。
可选地,在本实施例中,目标车辆当前所处的环境状况可以但不限于为目标车辆的当前车内环境的环境状况,如图5所示的车内环境502,进而目标图像可以但不限于表现出车内环境502中的气体浓度、污染程度等空气质量的直接衡量信息,还可以但不限于表现出车内环境502中的乘客信息(如人数越多对空气质量的要求越高)等;
再者,目标车辆当前所处的环境状况也可以但不限于为目标车辆的当前车内环境的环境状况,如图6所示的目标车辆602当前所处于的车外环境,进而目标图像可以但不限于表现出车外环境中的气体浓度、污染程度等空气质量的直接衡量信息,还可以但不限于表现出车外环境中的道路信息(如是否拥挤)、车辆形式信息(如车速)、行驶路线(是否为隧道或是否将要进入隧道)等间接衡量空气质量的相关信息。
可选地,在本实施例中,对目标图像进行识别可以但不限于为识别图像中的每个像素的颜色信息、组合信息、分布信息等。例如可通过识别像素的颜色信息以识别出当前环境的空气质量(通常情况下颜色越深空气越低),再例如可通过像素的组合信息以识别出当前环境的环境类别(如黑天、晴天、阴天、雨天、雪天等),再例如可通过像素的分布信息以识别出当期环境更精准的空气质量(如在明确当前环境类别的情况下,根据该环境类别下的策略以确定当前环境的空气质量)。
可选地,在本实施例中,目标空气参数可以但不限用于理解为用于评估空气质量状况的数值,是将常规检测的集中空气污染物浓度简化成单一的概念性指数值的形式,其中,例如烟尘、总悬浮颗粒物、可吸入悬浮颗粒物、二氧化硫、二氧化氮、一氧化氮、臭氧、挥发性有机物等。
可选地,在本实施例中,空气调节参数可以但不限于为目标车辆中可实现调节车内的空气质量的功能的相关车载设备的工作参数,其中,上述车载设备如空调、空气净化器、车窗、空气循环系统等。进一步以空调为例,调整空调的空气调节参数可以但不限于理解为开启/关闭空调,以及调整已开启的空调的运行模式、模式运行参数等;再以车窗为例,调整车窗的空气调节参数可以但不限于理解为开启/关闭车窗,以及调整已开启的车窗的开启程度等。
需要说明的是,通过识别采集到的车辆关联图像获取用于调节车内空气质量的空气参数,可以实现车内空气质量的自动调节,而自动调节相比于人工调节,其不仅具有高及时性的优势,同时由于图像识别相比于人为用人眼识别的准确性更高,进而还提高了车内空气质量的调节准确性。
进一步举例说明,可选的如图7所示,具体步骤如下:
S702,采集目标车辆关联的初始图像;
S704,对初始图像进行预处理,以获得目标图像;
S706,将目标图像输入图像识别模型,以获得输出的目标空气参数;
S708,判断目标空气参数是否达到第一条件,若是,则执行步骤S710,若否,则执行步骤S712;
S710,根据目标空气参数输出对空气调节参数的调整结果;
S712,获取目标车辆的车辆运行信息;
S714,判断车辆运行信息是否达到第二条件,若是,则执行步骤S716,若否,则执行步骤S702;
S716,启动辅助验证,其中,该辅助验证用以车辆运行信息作为辅助参考信息,且不同辅助参考信息可对应S718中的不同判断策略,以及不同验证阈值,该验证阈值用于S718中的判断辅助验证是否通过;
S718,判断辅助验证是否通过,若是,则执行步骤S720,若否,则执行步骤S702;
S720,根据目标空气参数以及车辆运行信息输出对空气调节参数的调整结果。
通过本申请提供的实施例,获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量,通过识别采集到的车辆关联图像获取用于调节车内空气质量的空气参数,以完成车内空气质量的自动调节,进而达到了及时调节车内空气质量的目的,从而实现了提高车内空气质量的调节及时性的技术效果。
作为一种可选的方案,对目标图像进行识别,得到目标空气参数,包括:
S1,对目标图像进行识别,以获得第一图像参数,其中,第一图像参数用于表示目标图像中像素的分布情况;
S2,根据第一图像参数确定目标车辆当前所处的环境的空气质量指数;
S3,根据空气质量指数确定目标空气参数。
可选地,在本实施例中,像素可以但不限于由图像的小方格组成,且每个小方格都会有一个明确的位置和被分配的色彩数值,而目标图像中像素的分布情况可以但不限于包括目标图像中每个像素的位置和被分配的色彩数值的分布情况。
需要说明的是,像素的分布情况决定了目标图像所呈现出来的样子,进而自然也能表示出目标图像所呈现的空气质量的样子,进而通过对目标图像中的像素进行识别,以确定目标车辆当前所处的环境的空气质量指数的方式,高效地确定出目标空气参数。
通过本申请提供的实施例,对目标图像进行识别,以获得第一图像参数,其中,第一图像参数用于表示目标图像中像素的分布情况;根据第一图像参数确定目标车辆当前所处的环境的空气质量指数;根据空气质量指数确定目标空气参数,达到了高效地确定出目标空气参数的目的,实现了提高目标空气参数的确定效率的效果。
作为一种可选的方案,对目标图像进行识别,得到目标空气参数,包括:
S1,对目标图像进行识别,以获得第二图像参数,其中,第二图像参数用于表示目标图像所属的环境图像类别;
S2,根据第二图像参数确定目标车辆当前所处的环境的目标环境类别;
S3,根据空气质量指数以及目标环境类别确定目标空气参数。
可选地,在本实施例中,环境图像类别可以但不限于与环境类别一一对应。换言之,可以但不限于预先创建每个环境图像类别与环境类别之间的对应关系,进而在确定出环境图像类别时,可快速地确定对应的环境类别。
需要说明的是,每个环境类别通常都有其表现特征,且该表现特征往往会通过图像的方式进行表现,例如隧道的表现特征为整体颜色较为暗淡四周被距离较近的障碍物包裹等。进而通过目标图像识别,以确定目标车辆当前所处环境的环境类别,可保证较高的识别准确性。
通过本申请提供的实施例,对目标图像进行识别,以获得第二图像参数,其中,第二图像参数用于表示目标图像所属的环境图像类别;根据第二图像参数确定目标车辆当前所处的环境的目标环境类别;根据空气质量指数以及目标环境类别确定目标空气参数,达到了高效地确定出目标空气参数的目的,实现了提高目标空气参数的确定效率的效果。
作为一种可选的方案,根据空气质量指数以及目标环境类别确定目标空气参数,包括:
S1,在空气质量指数达到目标阈值的情况下,将空气质量指数对应的空气参数确定为目标空气参数;
S2,在空气质量指数未达到目标阈值的情况下,根据空气质量指数以及目标环境类别确定目标车辆的预测空气参数,其中,预测空气参数用于表示预测目标车辆在未来预设时间段内所处的环境的空气质量。
需要说明的是,考虑到即使当前目标车辆所处的空气质量处于一个健康的状态,但很有可能该环境中的空气质量会在短时间内发生可预见的变化,例如假设目标车辆当前刚刚驶入一个较为封闭的环境,而封闭的环境中的空气质量通常会有不流通而导致空气质量不佳的问题,而但上述问题在当前时刻并未以空气质量不佳的方式体现出来,那么就需对未来预设时间段的空气质量进行预测,以在空气质量降低时快速地作出调节反应。
通过本申请提供的实施例,在空气质量指数达到目标阈值的情况下,将空气质量指数对应的空气参数确定为目标空气参数;在空气质量指数未达到目标阈值的情况下,根据空气质量指数以及目标环境类别确定目标车辆的预测空气参数,其中,预测空气参数用于表示预测目标车辆在未来预设时间段内所处的环境的空气质量,达到了对未来可能的空气质量也作出及时调节的目的,实现了提高车内空气质量的调节全面性的效果。
作为一种可选的方案,根据目标空气参数调整目标车辆的空气调节参数,包括:
S1,获取目标车辆的车辆运行信息,其中,车辆运行信息用于表示目标车辆在目标时间段内的运行记录;
S2,根据目标空气参数以及目标车辆的车辆运行信息,调整目标车辆的空气调节参数。
可选地,在本实施例中,车辆运行信息可以但不限于为目标车辆行驶时所产生的相关信息,例如目标车辆的行驶车速、行驶位置、行驶路线、行驶道路类型等;也可以但不限于为目标车辆静止时所产生的相关信息,例如目标车辆;还可以但不限于为目标车辆关联的车载设备在运行或即将运行时所产生的相关信息,例如空调的运行历史信息等。
需要说明的是,为提高空气调节参数的调整全面性,还引入车辆维度的车辆运行信息,进而即使在图像识别不方便的场景(例如昏暗封闭的环境)中,仍可完成对目标车辆的空气调节参数的准确调整。
通过本申请提供的实施例,获取目标车辆的车辆运行信息,其中,车辆运行信息用于表示目标车辆在目标时间段内的运行记录;根据目标空气参数以及目标车辆的车辆运行信息,调整目标车辆的空气调节参数,实现了提高对目标车辆的空气调节参数的调整准确性的效果。
作为一种可选的方案,根据目标空气参数以及目标车辆的车辆运行信息,调整目标车辆的空气调节参数,包括以下至少之一:
S1,在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数判断是否保持目标车载设备处于开启状态,其中,目标车载设备用于调节目标车辆的车内的空气质量;
S2,在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数调整目标车载设备的工作参数,空气调节参数包括工作参数;
S3,在车辆运行信息指示目标车辆中的目标车载设备处于关闭状态的情况下,根据目标空气参数判断是否调整目标车载设备为开启状态,并在目标车载设备被调整为开启状态的情况下,根据目标空气参数调整工作参数。
可选地,在本实施例中,目标车载设备可以但不限于为目标车辆中可实现调节车内的空气质量的功能的相关车载设备,例如空调、空气净化器、车窗、空气循环系统等。
需要说明的是,根据当前目标车辆的实际状况作出对应的操作或提出对应的建议,如用户开启车载空调或送风功能后才涉及调整车辆内外循环的可能性,只有在装备了空气净化器的前提下才可能开启或关闭空气净化器等。
进一步举例说明,可选的例如图8所示,假设目标车载设备802为车载空调,则在车辆运行信息指示目标车辆中的目标车载设备802处于开启状态的情况下,根据目标空气参数判断是否保持目标车载设备802处于开启状态,其中,目标车载设备802用于调节目标车辆的车内的空气质量;在车辆运行信息指示目标车辆中的目标车载设备802处于开启状态的情况下,根据目标空气参数调整目标车载设备802的工作参数,空气调节参数包括工作参数;在车辆运行信息指示目标车辆中的目标车载设备802处于关闭状态的情况下,根据目标空气参数判断是否调整目标车载设备802为开启状态,并在目标车载设备802被调整为开启状态的情况下,根据目标空气参数调整工作参数。
通过本申请提供的实施例,在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数判断是否保持目标车载设备处于开启状态,其中,目标车载设备用于调节目标车辆的车内的空气质量;在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数调整目标车载设备的工作参数,空气调节参数包括工作参数;在车辆运行信息指示目标车辆中的目标车载设备处于关闭状态的情况下,根据目标空气参数判断是否调整目标车载设备为开启状态,并在目标车载设备被调整为开启状态的情况下,根据目标空气参数调整工作参数,实现了提高对目标车辆的空气调节参数的调整全面性的效果。
作为一种可选的方案,对目标图像进行识别,得到目标空气参数,包括:
S1,将目标图像输入第一图像识别模型,其中,第一图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像像素的模型;
S2,获取图像识别模型输出的第一图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的空气质量指数;
S3,根据第一图像识别结果获取第一空气参数。
可选地,在本实施例中,第一图像识别模型可以但不限于为离散量的分类模型,输出内容为输入图像中所表示的场景类别,也可以仅仅只是一个二分结果(是否需要净化空气),也可以是一个多分类结果(是否关闭空调外循环,是否开启空气净化器,是否关闭窗户)。
需要说明的是,为提高图像识别的准确性以及效率,采用模型的方式完成。此外,在将目标图像输入第一图像识别模型之前,还需采用多个样本图像数据对初始的第一图像识别模型进行训练后才可将第一图像识别模型投入使用,以保证第一图像识别模型的输出准确性。
通过本申请提供的实施例,将目标图像输入第一图像识别模型,其中,第一图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像像素的模型;获取图像识别模型输出的第一图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的空气质量指数;根据第一图像识别结果获取第一空气参数,实现了提高图像识别的准确性的效果。
作为一种可选的方案,根据第一图像识别结果获取第一空气参数,包括:
S1,获取第一图像识别模型在预定时间段内输出的历史图像识别结果;
S2,根据历史图像识别结果获取第二空气参数;
S3,根据第一空气参数以及第二空气参数获取目标空气参数。
需要说明的是,考虑到第一图像识别模型的输出还是存在不准确的可能,进而以此对模型输出进行修正,达到双保险的效果,如对第一图像识别模型最近的x帧历史图像输出作平均,得到污染范围平均值,或对第一图像识别模型最近x帧输出投票,按照多数原则确定当前场景等,最终达到防止离群点干扰的目的。
通过本申请提供的实施例,获取第一图像识别模型在预定时间段内输出的历史图像识别结果;根据历史图像识别结果获取第二空气参数;根据第一空气参数以及第二空气参数获取目标空气参数,实现了提高图像识别的准确性的效果。
作为一种可选的方案,对目标图像进行识别,得到目标空气参数,还包括:
S1,将目标图像输入第二图像识别模型,其中,第二图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像类别的模型;
S2,获取图像识别模型输出的第二图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的环境类别;
S3,根据第二图像识别结果获取第三空气参数。
可选地,在本实施例中,第二图像识别模型可以但不限于为输出量为像素类别的图像分割模型(每个像素或每几个像素对应一个空气质量或空气质量控制策略分类),最终可根据空气质量不好的mj图像范围或要求采用不同空气控制策略的图像范围投票作出对应操作。
需要说明的是,为提高图像识别的准确性以及效率,采用模型的方式完成。此外,在将目标图像输入第二图像识别模型之前,还需采用多个样本图像数据对初始的第二图像识别模型进行训练后才可将第二图像识别模型投入使用,以保证第二图像识别模型的输出准确性;
此外,为充分保障模型的输出准确,还可以但不限于对模型输出进行修正,如对第二图像识别模型最近的x帧历史图像输出作平均,得到污染范围平均值,或对第二图像识别模型最近x帧输出投票,按照多数原则确定当前场景等。
通过本申请提供的实施例,将目标图像输入第二图像识别模型,其中,第二图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像类别的模型;获取图像识别模型输出的第二图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的环境类别;根据第二图像识别结果获取第三空气参数,实现了提高图像识别的准确性的效果。
作为一种可选的方案,在根据目标空气参数调整目标车辆的空气调节参数之前,包括:显示第一提示信息,其中,第一提示信息用于提示当前目标车辆的车内的空气质量已符合空气调节参数的调节条件;
作为一种可选的方案,在根据目标空气参数调整目标车辆的空气调节参数的过程中,包括:显示第二提示信息,其中,第二提示信息用于提示空气调节参数的调节进程;
作为一种可选的方案,在根据目标空气参数调整目标车辆的空气调节参数的之后,包括:显示第三提示信息,其中,第三提示信息用于提示空气调节参数已调节完成。
可选地,在本实施例中,在显示第一提示信息后,可以但不限于在接收到用户端触发的调节指令的情况下,再根据目标空气参数调整目标车辆的空气调节参数。
可选地,在本实施例中,提示信息的显示载体可以但不限于为目标车辆关联的带有显示功能的终端设备,如移动终端(手机、移动电脑)、车载显示器等;此外,提示信息除通过显示的方式进行提示外,还可通过语音播报、视频播放等形式进行提示,在此不做限定。
进一步举例说明,可选的例如图9所示,假设提示信息的显示载体为目标车辆902上配置的车载显示器904,则可以但不限于以下至少之一:在车载显示器904上显示用于提示当前目标车辆的车内的空气质量已符合空气调节参数的调节条件的第一提示信息、在车载显示器904上显示用于提示空气调节参数的调节进程的第二提示信息、在车载显示器904上显示用于提示空气调节参数已调节完成的第三提示信息。
需要说明的是,显示第一提示信息、显示第二提示信息或显示第三提示信息,三者可并行或以组合的形式进行使用,在此不做限定。
通过本申请提供的实施例,在根据目标空气参数调整目标车辆的空气调节参数之前,包括:显示第一提示信息,其中,第一提示信息用于提示当前目标车辆的车内的空气质量已符合空气调节参数的调节条件;在根据目标空气参数调整目标车辆的空气调节参数的过程中,包括:显示第二提示信息,其中,第二提示信息用于提示空气调节参数的调节进程;在根据目标空气参数调整目标车辆的空气调节参数的之后,包括:显示第三提示信息,其中,第三提示信息用于提示空气调节参数已调节完成,实现了提高空气调节参数调解的直观性的效果。
作为一种可选的方案,为方便理解,以基于车载摄像头的车内空气质量以调整车辆的空气控制策略的具体实施例说明,例如通过将车载摄像头拍摄到的画面输入深度学习模型中以得知当前车外环境情况,并根据车外情况采取合适的车内空气质量控制策略以达到优化车内空气质量的目的。如模型判断车外堵车或扬尘时自动提醒或关闭空调外循环,开启车载空气净化器等。
可选地,在本实施例中,可以但不限于依靠定位结合网络同步的空气质量信息同步有关操作,如发送当前车辆GPS位置到后台,后台查询当前位置的pm2.5数值后下发空气质量调节策略等。
需要说明的是,现有技术不能够响应一些实时性较高,局域性较强的情况。如客户驶入拥堵路段时可能只有车辆附近一小片区域空气质量不好,且可能伴随行驶过程而消失。这时即无法通过云端区域空气质量信息给出及时建议。另外云端空气质量信息内容有限,如只包括pm2.5数值,二氧化硫浓度等。但一些情况下的污染物如拥堵情况下的多种有害化学物质并未纳入监测范围,这类情况下同样无法作出有关响应以达到控制空气质量的目的;
针对现有技术存在的相关问题,利用车内空气质量的调节方法,当用户行驶到空气质量较差区域如拥堵的道路或扬尘严重的工地时,车载摄像头捕捉到有关画面并根据模型计算出空气污染类型和等级,并最终根据信息作出合适的空气质量控制策略如关闭空调外循环等。
进一步举例说明,可选地如图10所示,具体步骤如下:
S1002,车载图像采集设备以一定帧率采集车辆附近环境图像;
S1004,对采集到的图像进行必要的预处理;
S1006,将上一步采集到的图像输入深度学习模型,得到当前的场景类型;
S1008,根据场景类型和当前车辆状况决定合适的空气控制策略;
其中,可选地针对S1002,可以但不限于包括以下至少之一:图像采集设备需要能够拍摄到清晰度足够的彩色图像、图像采集设备需要能够采集到路面上的状况,视角不能过于倾斜向下或向上、图像采集设备尽量有较短的焦距,以获取更广范围的路面信息等;
再者,可选地针对S1004,可以但不限于包括以下至少之一:缩放采集到的图像,以使用更小的更适合车载的模型、对采集到的图像进行裁剪,如裁掉发动机盖等和车外空气质量无关的区域、对采集到的图像进行增强,如增大对比度,进行直方图均衡化或归一化等操作;
进一步,可选地针对S1006,可以但不限于包括以下至少之一:输出为离散量的分类模型,输出内容为拍摄内容所表示的细分场景,如阴天,雨天,隧道,地下停车场等,也可以仅仅只是一个二分结果(是否需要净化空气),也可以是一个多分类结果(是否关闭空调外循环,是否开启空气净化器,是否关闭窗户)、输出量为像素类别的图像分割模型(每个像素或每几个像素对应一个空气质量或空气质量控制策略分类),最终可根据空气质量不好的mj图像范围或要求采用不同空气控制策略的图像范围投票作出对应操作;
再者,可选地针对S1008,可以但不限于包括以下至少之一:对模型输出进行修正,如对分割模型最近的x帧输出作平均,得到污染范围平均值,或对分类模型最近x帧输出投票,按照多数原则确定当前场景等,最终达到防止离群点干扰的目的、根据当前车辆状况作出对应的操作或提出对应的建议,如用户开启车载空调或送风功能后才涉及调整车辆内外循环的可能性,只有在装备了空气净化器的前提下才可能开启或关闭空气净化器等。
可选地,在本实施例中,空气控制策略可以但不限于根据模型输出、地图信息、路况信息、车速、天气、空气污染等级为输入,调节车辆硬件如空调内外循环、空气净化器或对用户提醒(关窗户等)为输出的一个或一组方法,具体流程可为:
S1,模型定期获取图像输入并产生输出,根据输出内容判断是否有必要进入下一步流程,此处进入下一部流程的输出包括但不限于场景分类模型提示堵车,目标检测模型检测到较多车辆/连续多帧检测到较多车辆/前方车辆车牌不变,语义分割模型输出较大扬尘面积占比等。另一类判断依据为从云端服务器获得的当前所处位置拥堵等级(腾讯地图有此功能,具体表现为路段为黄色或者红色),如果拥堵等级高于阈值,则启动模型辅助验证(如此模型在常态下可以更低频率启动,节约资源,这里由于拥堵等级有不准确或滞后的问题,所以不能中止模型自启动),并进入下一步流程;
S2,经过步骤判断当前存在拥堵或空气不良可能性后,结合位置、地图信息、车速、空气质量等进一步判断拥堵或空气不良的可信程度。这里的判断方法包括但不限于车辆当前所处位置车主曾频繁关闭空调或切换为内循环,查询车辆所处位置地图信息发现此处环境较为密闭(如隧道等),或当前车辆速度长期较低且频繁加减速,当前位置pm2.5/二氧化硫浓度较高,拥堵距离/时间较长等;如果有情况则提升当前拥堵或空气不良可能性等级或概率,为后续决策提供参考;
S3,如果方法判断拥堵或空气不良概率较高或较低,且程度超过某个阈值(这个阈值可以是预设的也可以是根据用户画像动态变化的,如某用户对空气质量特别敏感,经常开启空气净化器则调低阈值),则判断具体输出内容。具体输出内容包括机械操作和用户提醒两类。机械操作如关闭空调/空调外循环,开启/关闭车载空气净化器等,用户提醒则包括提示机械操作或提示关闭窗户、戴口罩等。一般来说判断拥堵可能性大时空气中主要污染物为氮氧化物,这时提示或关闭空调外循环/窗户可起到比较好的隔绝污染物的目的,活性炭为基础的空气净化器(也有其他滤芯材料的空气净化器)也可过滤氮氧化物,这时可提示或建议用户开启。如果模型输出扬尘面积较大,则也可关闭空调外循环节约空气滤芯寿命,或提示用户关闭窗户。如果只是空气pm2.5过高,则可提示用户开启非活性炭类型的净化器(部分车型已有此类功能,不在本专利方案内)。
除策略之外,也可以采取如决策树等以信息为输入,策略为输出的机器学习模型执行判断,避免人工策略和实际情况的偏差。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
根据本发明实施例的另一个方面,还提供了一种用于实施车内空气质量的调节方法的车内空气质量的调节装置。如图11所示,该装置包括:
获取单元1102,用于获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;
识别单元1104,用于对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;
调整单元1106,用于根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量。
可选地,在本实施例中,车内空气质量的调节装置可以但不限于应用在依靠定位结合网络同步的空气质量信息同步有关操作,如发送当前车辆GPS位置到后台,后台查询当前位置的空气质量指数后下发空气质量调节策略以调整目标车辆的空气调节参数等场景中。
可选地,在本实施例中,上述车内空气质量的调节方法可以但不限于由车载视觉系统实现,其中,车载视觉系统可以但不限于涉及人脸识别、手势识别、表情识别、视线追踪、车辆检测、车道线检测、图像采集等技术,且车载视觉系统还可以但不限于结合采集到的视觉信息以及车辆当前所处的运行状态,以确定车辆当前所处的场景,并针对该场景生成完整的执行方案,以解决车载场景下所能遇见的大部分问题。例如车载视觉系统可通过人脸识别以识别当前驾驶车辆的用户是否为车主;再例如对车外的来往车辆进行数量检测,以判断当前道路上的行驶危险性;再例如对车道线进行检测,以确定车辆当前行驶在的道路类型等。
可选地,在本实施例中,目标图像可以但不限于为图像采集设备采集到的图像,也可以但不限于为将图像采集设备采集到的图像处理后获取到的图像,其中,图像采集设备可以但不限于为安装在目标车辆上的设备,如配置在目标车辆车内的摄像头或配置在目标车辆外的摄像头等;此外,图像采集设备也可以但不限于为安装在目标车辆外的设备,如装配在路上的摄像头或人造卫星等;
可选地,在本实施例中,目标车辆当前所处的环境状况可以但不限于为目标车辆的当前车内环境的环境状况,如图5所示的车内环境502,进而目标图像可以但不限于表现出车内环境502中的气体浓度、污染程度等空气质量的直接衡量信息,还可以但不限于表现出车内环境502中的乘客信息(如人数越多对空气质量的要求越高)等;
再者,目标车辆当前所处的环境状况也可以但不限于为目标车辆的当前车内环境的环境状况,如图6所示的目标车辆602当前所处于的车外环境,进而目标图像可以但不限于表现出车外环境中的气体浓度、污染程度等空气质量的直接衡量信息,还可以但不限于表现出车外环境中的道路信息(如是否拥挤)、车辆形式信息(如车速)、行驶路线(是否为隧道或是否将要进入隧道)等间接衡量空气质量的相关信息。
可选地,在本实施例中,对目标图像进行识别可以但不限于为识别图像中的每个像素的颜色信息、组合信息、分布信息等。例如可通过识别像素的颜色信息以识别出当前环境的空气质量(通常情况下颜色越深空气越低),再例如可通过像素的组合信息以识别出当前环境的环境类别(如黑天、晴天、阴天、雨天、雪天等),再例如可通过像素的分布信息以识别出当期环境更精准的空气质量(如在明确当前环境类别的情况下,根据该环境类别下的策略以确定当前环境的空气质量)。
可选地,在本实施例中,目标空气参数可以但不限用于理解为用于评估空气质量状况的数值,是将常规检测的集中空气污染物浓度简化成单一的概念性指数值的形式,其中,例如烟尘、总悬浮颗粒物、可吸入悬浮颗粒物、二氧化硫、二氧化氮、一氧化氮、臭氧、挥发性有机物等。
可选地,在本实施例中,空气调节参数可以但不限于为目标车辆中可实现调节车内的空气质量的功能的相关车载设备的工作参数,其中,上述车载设备如空调、空气净化器、车窗、空气循环系统等。进一步以空调为例,调整空调的空气调节参数可以但不限于理解为开启/关闭空调,以及调整已开启的空调的运行模式、模式运行参数等;再以车窗为例,调整车窗的空气调节参数可以但不限于理解为开启/关闭车窗,以及调整已开启的车窗的开启程度等。
需要说明的是,通过识别采集到的车辆关联图像获取用于调节车内空气质量的空气参数,可以实现车内空气质量的自动调节,而自动调节相比于人工调节,其不仅具有高及时性的优势,同时由于图像识别相比于人为用人眼识别的准确性更高,进而还提高了车内空气质量的调节准确性。
具体实施例可以参考车内空气质量的调节装置中所示示例,本示例中在此不再赘述。
通过本申请提供的实施例,获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量,通过识别采集到的车辆关联图像获取用于调节车内空气质量的空气参数,以完成车内空气质量的自动调节,进而达到了及时调节车内空气质量的目的,从而实现了提高车内空气质量的调节及时性的技术效果。
作为一种可选的方案,识别单元1104,包括:
第一识别模块,用于对目标图像进行识别,以获得第一图像参数,其中,第一图像参数用于表示目标图像中像素的分布情况;
第一确定模块,用于根据第一图像参数确定目标车辆当前所处的环境的空气质量指数;
第二确定模块,用于根据空气质量指数确定目标空气参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,识别单元1104,包括:
第二识别模块,用于对目标图像进行识别,以获得第二图像参数,其中,第二图像参数用于表示目标图像所属的环境图像类别;
第三确定模块,用于根据第二图像参数确定目标车辆当前所处的环境的目标环境类别;
第四确定模块,用于根据空气质量指数以及目标环境类别确定目标空气参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,第四确定模块,包括:
第一确定子模块,用于在空气质量指数达到目标阈值的情况下,将空气质量指数对应的空气参数确定为目标空气参数;
第二确定子模块,用于在空气质量指数未达到目标阈值的情况下,根据空气质量指数以及目标环境类别确定目标车辆的预测空气参数,其中,预测空气参数用于表示预测目标车辆在未来预设时间段内所处的环境的空气质量。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,调整单元1106,包括:
运行模块,用于获取目标车辆的车辆运行信息,其中,车辆运行信息用于表示目标车辆在目标时间段内的运行记录;
第一调整模块,用于根据目标空气参数以及目标车辆的车辆运行信息,调整目标车辆的空气调节参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,第一调整模块,包括以下至少之一:
第一判断模块,用于在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数判断是否保持目标车载设备处于开启状态,其中,目标车载设备用于调节目标车辆的车内的空气质量;
第二调整模块,用于在车辆运行信息指示目标车辆中的目标车载设备处于开启状态的情况下,根据目标空气参数调整目标车载设备的工作参数,空气调节参数包括工作参数;
第二判断模块,用于在车辆运行信息指示目标车辆中的目标车载设备处于关闭状态的情况下,根据目标空气参数判断是否调整目标车载设备为开启状态,并在目标车载设备被调整为开启状态的情况下,根据目标空气参数调整工作参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,识别单元1104,包括:
第一输入模块,用于将目标图像输入第一图像识别模型,其中,第一图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像像素的模型;
第一获取模块,用于获取图像识别模型输出的第一图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的空气质量指数;
第二获取模块,用于根据第一图像识别结果获取第一空气参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,第二获取模块,包括:
第一获取子模块,用于获取第一图像识别模型在预定时间段内输出的历史图像识别结果;
第二获取子模块,用于根据历史图像识别结果获取第二空气参数;
第三获取子模块,用于根据第一空气参数以及第二空气参数获取目标空气参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,识别单元1104,还包括:
第二输入模块,用于将目标图像输入第二图像识别模型,其中,第二图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像类别的模型;
第三获取模块,用于获取图像识别模型输出的第二图像识别结果,其中,第二图像识别结果用于表示目标车辆当前所处的环境的环境类别;
第四获取模块,用于根据第二图像识别结果获取第三空气参数。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
作为一种可选的方案,包括:
第一显示单元,用于在根据目标空气参数调整目标车辆的空气调节参数之前,显示第一提示信息,其中,第一提示信息用于提示当前目标车辆的车内的空气质量已符合空气调节参数的调节条件;
第二显示单元,用于在根据目标空气参数调整目标车辆的空气调节参数的过程中,显示第二提示信息,其中,第二提示信息用于提示空气调节参数的调节进程;
第三显示单元,用于在根据目标空气参数调整目标车辆的空气调节参数的之后,显示第三提示信息,其中,第三提示信息用于提示空气调节参数已调节完成。
具体实施例可以参考车内空气质量的调节方法中所示示例,本示例中在此不再赘述。
根据本发明实施例的又一个方面,还提供了一种用于实施车内空气质量的调节方法的电子设备,如图12所示,该电子设备包括存储器1202和处理器1204,该存储器1202中存储有计算机程序,该处理器1204被设置为通过计算机程序执行任一项方法实施例中的步骤。
可选地,在本实施例中,电子设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地,在本实施例中,处理器可以被设置为通过计算机程序执行以下步骤:
S1,获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;
S2,对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;
S3,根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量。
可选地,本领域普通技术人员可以理解,图12所示的结构仅为示意,电子设备也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图12其并不对电子设备的结构造成限定。例如,电子设备还可包括比图12中所示更多或者更少的组件(如网络接口等),或者具有与图12所示不同的配置。
其中,存储器1202可用于存储软件程序以及模块,如本发明实施例中的车内空气质量的调节方法和装置对应的程序指令/模块,处理器1204通过运行存储在存储器1202内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现的车内空气质量的调节方法。存储器1202可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器1202可进一步包括相对于处理器1204远程设置的存储器,这些远程存储器可以通过网络连接至终端。网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。其中,存储器1202具体可以但不限于用于存储目标图像、目标空气参数以及空气调节参数等信息。作为一种示例,如图12所示,存储器1202中可以但不限于包括车内空气质量的调节装置中的获取单元1202、识别单元1204及调整单元1206。此外,还可以包括但不限于车内空气质量的调节装置中的其他模块单元,本示例中不再赘述。
可选地,的传输装置1206用于经由一个网络接收或者发送数据。的网络具体实例可包括有线网络及无线网络。在一个实例中,传输装置1206包括一个网络适配器(NetworkInterface Controller,NIC),其可通过网线与其他网络设备与路由器相连从而可与互联网或局域网进行通讯。在一个实例中,传输装置1206为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
此外,电子设备还包括:显示器1208,用于显示目标图像、目标空气参数以及空气调节参数等信息;和连接总线1210,用于连接电子设备中的各个模块部件。
在其他实施例中,终端设备或者服务器可以是一个分布式系统中的一个节点,其中,该分布式系统可以为区块链系统,该区块链系统可以是由该多个节点通过网络通信的形式连接形成的分布式系统。其中,节点之间可以组成点对点(Peer To Peer,简称P2P)网络,任意形式的计算设备,比如服务器、终端等电子设备都可以通过加入该点对点网络而成为该区块链系统中的一个节点。
根据本申请的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行车内空气质量的调节方法,其中,该计算机程序被设置为运行时执行任一项方法实施例中的步骤。
可选地,在本实施例中,计算机可读的存储介质可以被设置为存储用于执行以下步骤的计算机程序:
S1,获取目标车辆关联的目标图像,其中,目标图像用于表示目标车辆当前所处的环境状况;
S2,对目标图像进行识别,得到目标空气参数,其中,目标空气参数用于表示目标车辆当前所处的环境的空气质量;
S3,根据目标空气参数调整目标车辆的空气调节参数,其中,空气调节参数用于调节目标车辆的车内的空气质量。
可选地,在本实施例中,本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(Random Access Memory,RAM)、磁盘或光盘等。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (13)
1.一种车内空气质量的调节方法,其特征在于,包括:
获取目标车辆关联的目标图像,其中,所述目标图像用于表示所述目标车辆当前所处的环境状况;
对所述目标图像进行识别,得到目标空气参数,其中,所述目标空气参数用于表示所述目标车辆当前所处的环境的空气质量;
根据所述目标空气参数调整所述目标车辆的空气调节参数,其中,所述空气调节参数用于调节所述目标车辆的车内的空气质量。
2.根据权利要求1所述的方法,其特征在于,所述对所述目标图像进行识别,得到目标空气参数,包括:
对所述目标图像进行识别,以获得第一图像参数,其中,所述第一图像参数用于表示所述目标图像中像素的分布情况;
根据所述第一图像参数确定所述目标车辆当前所处的环境的空气质量指数;
根据所述空气质量指数确定所述目标空气参数。
3.根据权利要求2所述的方法,其特征在于,所述对所述目标图像进行识别,得到目标空气参数,包括:
对所述目标图像进行识别,以获得第二图像参数,其中,所述第二图像参数用于表示所述目标图像所属的环境图像类别;
根据所述第二图像参数确定所述目标车辆当前所处的环境的目标环境类别;
根据所述空气质量指数以及所述目标环境类别确定所述目标空气参数。
4.根据权利要求3所述的方法,其特征在于,所述根据所述空气质量指数以及所述目标环境类别确定所述目标空气参数,包括:
在所述空气质量指数达到目标阈值的情况下,将所述空气质量指数对应的空气参数确定为所述目标空气参数;
在所述空气质量指数未达到所述目标阈值的情况下,根据所述空气质量指数以及所述目标环境类别确定所述目标车辆的预测空气参数,其中,所述预测空气参数用于表示预测所述目标车辆在未来预设时间段内所处的环境的空气质量。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标空气参数调整所述目标车辆的空气调节参数,包括:
获取所述目标车辆的车辆运行信息,其中,所述车辆运行信息用于表示所述目标车辆在目标时间段内的运行记录;
根据所述目标空气参数以及所述目标车辆的车辆运行信息,调整所述目标车辆的空气调节参数。
6.根据权利要求5中所述的方法,其特征在于,所述根据所述目标空气参数以及所述目标车辆的车辆运行信息,调整所述目标车辆的空气调节参数,包括以下至少之一:
在所述车辆运行信息指示所述目标车辆中的目标车载设备处于开启状态的情况下,根据所述目标空气参数判断是否保持所述目标车载设备处于所述开启状态,其中,所述目标车载设备用于调节所述目标车辆的车内的空气质量;
在所述车辆运行信息指示所述目标车辆中的目标车载设备处于开启状态的情况下,根据所述目标空气参数调整所述目标车载设备的工作参数,所述空气调节参数包括所述工作参数;
在所述车辆运行信息指示所述目标车辆中的目标车载设备处于关闭状态的情况下,根据所述目标空气参数判断是否调整所述目标车载设备为所述开启状态,并在所述目标车载设备被调整为所述开启状态的情况下,根据所述目标空气参数调整所述工作参数。
7.根据权利要求1至6中任一项所述的方法,其特征在于,所述对所述目标图像进行识别,得到目标空气参数,包括:
将所述目标图像输入第一图像识别模型,其中,所述第一图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像像素的模型;
获取所述图像识别模型输出的第一图像识别结果,其中,所述第二图像识别结果用于表示所述目标车辆当前所处的环境的空气质量指数;
根据所述第一图像识别结果获取第一空气参数。
8.根据权利要求7所述的方法,其特征在于,所述根据所述第一图像识别结果获取第一空气参数,包括:
获取所述第一图像识别模型在预定时间段内输出的历史图像识别结果;
根据所述历史图像识别结果获取第二空气参数;
根据所述第一空气参数以及所述第二空气参数获取所述目标空气参数。
9.根据权利要求7所述的方法,其特征在于,所述对所述目标图像进行识别,得到目标空气参数,还包括:
将所述目标图像输入第二图像识别模型,其中,所述第二图像识别模型为利用多个样本图像数据进行训练后得到的用于识别图像类别的模型;
获取所述图像识别模型输出的第二图像识别结果,其中,所述第二图像识别结果用于表示所述目标车辆当前所处的环境的环境类别;
根据所述第二图像识别结果获取第三空气参数。
10.根据权利要求1至6任一项所述的方法,其特征在于,
在所述根据所述目标空气参数调整所述目标车辆的空气调节参数之前,包括:显示第一提示信息,其中,所述第一提示信息用于提示当前所述目标车辆的车内的空气质量已符合所述空气调节参数的调节条件;
在所述根据所述目标空气参数调整所述目标车辆的空气调节参数的过程中,包括:显示第二提示信息,其中,所述第二提示信息用于提示所述空气调节参数的调节进程;
在所述根据所述目标空气参数调整所述目标车辆的空气调节参数的之后,包括:显示第三提示信息,其中,所述第三提示信息用于提示所述空气调节参数已调节完成。
11.一种车内空气质量的调节装置,其特征在于,包括:
获取单元,用于获取目标车辆关联的目标图像,其中,所述目标图像用于表示所述目标车辆当前所处的环境状况;
识别单元,用于对所述目标图像进行识别,得到目标空气参数,其中,所述目标空气参数用于表示所述目标车辆当前所处的环境的空气质量;
调整单元,用于根据所述目标空气参数调整所述目标车辆的空气调节参数,其中,所述空气调节参数用于调节所述目标车辆的车内的空气质量。
12.一种计算机可读的存储介质,其特征在于,所述计算机可读的存储介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至10任一项中所述的方法。
13.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为通过所述计算机程序执行所述权利要求1至10任一项中所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110662159.XA CN113822119A (zh) | 2021-06-15 | 2021-06-15 | 车内空气质量的调节方法、装置和存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110662159.XA CN113822119A (zh) | 2021-06-15 | 2021-06-15 | 车内空气质量的调节方法、装置和存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113822119A true CN113822119A (zh) | 2021-12-21 |
Family
ID=78923868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110662159.XA Pending CN113822119A (zh) | 2021-06-15 | 2021-06-15 | 车内空气质量的调节方法、装置和存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113822119A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115420857A (zh) * | 2022-08-31 | 2022-12-02 | 重庆长安汽车股份有限公司 | 一种车内气体监控方法、系统、电子设备及存储介质 |
CN115691180A (zh) * | 2022-10-14 | 2023-02-03 | 东莞理工学院 | 一种基于车辆尾气排放颗粒物的监测方法及装置 |
-
2021
- 2021-06-15 CN CN202110662159.XA patent/CN113822119A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115420857A (zh) * | 2022-08-31 | 2022-12-02 | 重庆长安汽车股份有限公司 | 一种车内气体监控方法、系统、电子设备及存储介质 |
CN115691180A (zh) * | 2022-10-14 | 2023-02-03 | 东莞理工学院 | 一种基于车辆尾气排放颗粒物的监测方法及装置 |
CN115691180B (zh) * | 2022-10-14 | 2023-12-12 | 东莞理工学院 | 一种基于车辆尾气排放颗粒物的监测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113409579B (zh) | 一种基于ai物联网技术的智慧城市交通管控系统 | |
US11891023B1 (en) | Using camera data to manage a vehicle parked outside in cold climates | |
CN110796834B (zh) | 车辆淹水的报警方法及系统、车辆和可读存储介质 | |
CN113822119A (zh) | 车内空气质量的调节方法、装置和存储介质及电子设备 | |
CN110837800A (zh) | 一种面向港口恶劣天气的目标检测和识别的方法 | |
EP3361412B1 (en) | Black ice detection system, program, and method | |
US11268826B2 (en) | Environmental state estimation device, method for environmental state estimation, and environmental state estimation program | |
CN110335484B (zh) | 控制车辆行驶的方法及装置 | |
CN105654734A (zh) | 车辆违章行为的数据处理方法及装置 | |
US20220176912A1 (en) | Automatic Vehicle Window Cleaning Method and Apparatus | |
CN111862656A (zh) | 智能运载工具的地图更新方法及装置、存储介质、处理器 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、系统及可存储介质 | |
CN112001208A (zh) | 用于车辆盲区的目标检测方法、装置和电子设备 | |
CN109519077B (zh) | 一种基于图像处理对雨水进行检测的车窗控制系统 | |
CN113119687B (zh) | 一种汽车车内空气、空调工作方式自动控制方法 | |
US20190213805A1 (en) | Methods and apparatus for external vehicle illumination management | |
CN106482931A (zh) | 道路光源监测装置、监测方法及监测系统 | |
CN114734771A (zh) | 一种基于视觉识别的车内空气质量保障方法和系统 | |
CN111277956A (zh) | 车辆盲区信息的采集方法及装置 | |
US20230049184A1 (en) | Detecting change in quality and other obstructions in license plate recognition systems | |
CN112150807B (zh) | 车辆预警方法和装置、存储介质及电子设备 | |
CN113505715B (zh) | 一种基于实时视频的车窗抛物检测方法 | |
KR20200075122A (ko) | 능동적 차량 제어 통지 방법 및 시스템 | |
CN114132144A (zh) | 汽车空调内外循环的控制方法、装置、设备和存储介质 | |
CN113205068A (zh) | 洒水车喷头监控方法、电子设备及车辆 |
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 |