CN114856363B - 一种基于神经网络的车窗透气控制方法、装置及车辆 - Google Patents
一种基于神经网络的车窗透气控制方法、装置及车辆 Download PDFInfo
- Publication number
- CN114856363B CN114856363B CN202210423345.2A CN202210423345A CN114856363B CN 114856363 B CN114856363 B CN 114856363B CN 202210423345 A CN202210423345 A CN 202210423345A CN 114856363 B CN114856363 B CN 114856363B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- information
- window
- neural network
- temperature
- 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.)
- Active
Links
- 238000009423 ventilation Methods 0.000 title claims abstract description 103
- 238000013528 artificial neural network Methods 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000011217 control strategy Methods 0.000 claims abstract description 48
- 230000004927 fusion Effects 0.000 claims abstract description 24
- 230000007246 mechanism Effects 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 19
- 238000004590 computer program Methods 0.000 description 17
- 238000012549 training Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 10
- 238000003062 neural network model Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05F15/00—Power-operated mechanisms for wings
- E05F15/70—Power-operated mechanisms for wings with automatic actuation
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05F15/00—Power-operated mechanisms for wings
- E05F15/60—Power-operated mechanisms for wings using electrical actuators
- E05F15/603—Power-operated mechanisms for wings using electrical actuators using rotary electromotors
- E05F15/665—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings
- E05F15/689—Power-operated mechanisms for wings using electrical actuators using rotary electromotors for vertically-sliding wings specially adapted for vehicle windows
- E05F15/695—Control circuits therefor
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05F—DEVICES FOR MOVING WINGS INTO OPEN OR CLOSED POSITION; CHECKS FOR WINGS; WING FITTINGS NOT OTHERWISE PROVIDED FOR, CONCERNED WITH THE FUNCTIONING OF THE WING
- E05F15/00—Power-operated mechanisms for wings
- E05F15/70—Power-operated mechanisms for wings with automatic actuation
- E05F15/71—Power-operated mechanisms for wings with automatic actuation responsive to temperature changes, rain, wind or noise
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- E—FIXED CONSTRUCTIONS
- E05—LOCKS; KEYS; WINDOW OR DOOR FITTINGS; SAFES
- E05Y—INDEXING SCHEME ASSOCIATED WITH SUBCLASSES E05D AND E05F, RELATING TO CONSTRUCTION ELEMENTS, ELECTRIC CONTROL, POWER SUPPLY, POWER SIGNAL OR TRANSMISSION, USER INTERFACES, MOUNTING OR COUPLING, DETAILS, ACCESSORIES, AUXILIARY OPERATIONS NOT OTHERWISE PROVIDED FOR, APPLICATION THEREOF
- E05Y2900/00—Application of doors, windows, wings or fittings thereof
- E05Y2900/50—Application of doors, windows, wings or fittings thereof for vehicles
- E05Y2900/53—Type of wing
- E05Y2900/55—Windows
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Air-Conditioning For Vehicles (AREA)
Abstract
本申请公开了一种基于神经网络的车窗透气控制方法、装置及车辆。所述基于神经网络的车窗透气控制方法包括：获取当前车辆内质量信息；获取车辆行驶信息、车辆环境信息以及车外环境信息；根据当前车辆内质量信息判断是否需要进行透气操作，若是，则获取经过训练的神经网络；根据车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；将融合特征输入至经过训练的神经网络中，从而获取控制策略；将控制策略发送给车窗执行机构。本申请的基于神经网络的车窗透气控制方法通过综合考虑车辆行驶信息、车辆环境信息以及车外环境信息从而实时调整车窗的高度，控制空气流动量，动态调节车内空气质量。
Description
技术领域
本申请涉及汽车车窗透气技术领域，具体涉及一种基于神经网络的车窗透气控制方法、基于神经网络的车窗透气控制装置以及车辆。
背景技术
本发明涉及智能汽车领域的车窗升降系统，特别涉及基于神经网络的车窗透气推荐系统。主要提升用户在驾驶或乘坐车辆时的舒适性、健康性以及智能化体验。
在目前公开的专利中，已有多篇文献提出了车窗透气功能，主要针对车内空气质量、温度、氧气含量、有害气体等进行检测，当检测到车内空气质量不佳时，自动开启车窗进行透气，或是开启空调进行换气，将空气质量保持在良好的状态。
随着社会的飞速发展，工作节奏的加快，汽车已经成为重要的通勤工具和生产工具，常被称为年轻人的第二个家，如果车内的空气质量不佳，会对人体造成极大的危害。
现有技术通常需要使用者手动去调节车窗，无法根据实际情况进行空气质量的改善，并且使用者如果根据自己的心情去调节车窗进行换气通风，也不一定能够得到更好的空气质量，例如，外部有雾霾，此时使用者通风换气，反而会降低车内空气质量。
因此，希望有一种技术方案来解决或至少减轻现有技术的上述不足。
发明内容
本发明的目的在于提供一种基于神经网络的车窗透气控制方法来至少解决上述的一个技术问题。
本发明的一个方面，提供一种基于神经网络的车窗透气控制方法，所述基于神经网络的车窗透气控制方法包括：
获取当前车辆内质量信息；
获取车辆行驶信息、车辆环境信息以及车外环境信息；
根据当前车辆内质量信息判断是否需要进行透气操作，若是，则
获取经过训练的神经网络；
根据所述车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；
将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略；
将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制。
可选地，所述当前车辆内质量信息包括当前车辆内温度信息、当前车辆内湿度信息以及当前车辆内空气质量信息中的至少一种；
所述车辆行驶信息包括车速信息；
所述车辆环境信息包括车内温度信息、车内湿度信息、车内空气质量信息中的至少一种；
所述车外环境信息包括车外温度信息、车外空气质量信息、车外湿度信息中的至少一种。
可选地，当所述车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且所述车外环境信息包括车外温度信息、车外空气质量信息时，所述根据当前车辆内质量信息判断是否需要进行透气操作包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若是，则
判断当前车辆内空气质量信息是否低于车外空气质量信息，若是，则
判断当前车辆内质量信息判断需要进行透气操作。
可选地，当所述车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且所述车外环境信息包括车外温度信息、车外空气质量信息时，所述根据当前车辆内质量信息判断是否需要进行透气操作进一步包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若否，则
获取预设车辆内温度信息；
判断当前车辆内温度信息与所述车辆内温度信息之差是否超过预设温度差值，若是，则
获取使用者图像信息；
识别所述使用者图像信息，获取使用者的衣着图像；
提取所述使用者的衣着图像的衣着特征；
获取衣着分类器；
将所述衣着特征输入至所述衣着分类器，从而获取衣着分类标签，所述衣着分类标签包括冬季衣着标签、夏季衣着标签以及秋季衣着标签；
获取衣着温度关系数据库，所述衣着温度关系数据库包括冬季衣着标签以及冬季衣着标签对应的温度范围、夏季衣着标签以及夏季衣着标签对应的温度范围、秋季衣着标签以及秋季衣着标签对应的温度范围；
根据通过所述衣着分类器获取的衣着分类标签获取该衣着对应的温度范围，该温度范围称为待判断温度范围；
判断当前车辆内温度信息是否位于所述待判断温度范围内，若否，则
根据所述当前车辆内温度信息以及车外温度信息判断通过透气是否能够使当前车辆内温度信息接近或者进入所述待判断温度范围，若是，则
判断当前车辆内质量信息判断需要进行透气操作。
可选地，所述将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略包括：
获取控制策略数据库，所述控制策略数据库包括多个车窗控制策略以及每个车窗控制策略对应的标识信息；
将所述融合特征输入至经过训练的所述神经网络中，神经网络输出标识信息；
根据所述控制策略数据库获取该标识信息所对应的车窗控制策略作为控制策略。
可选地，在所述根据当前车辆内质量信息判断是否需要进行透气操作之后，所述基于神经网络的车窗透气控制方法进一步包括：
生成提示语音；
获取使用者根据所述提示语音反馈的回答语音；
识别所述回答语音，从而获取语义信息；
根据所述语义信息判断是否获取经过训练的神经网络。
可选地，在所述将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制之后，所述基于神经网络的车窗透气控制方法包括：
实时获取车辆内质量信息，当所述车辆内质量信息达到预设阈值时，生成车窗关闭提示信息；
获取使用者根据所述车窗关闭提示信息反馈的车窗关闭回答语音；
识别所述车窗关闭回答语音，从而获取车窗关闭语义信息；
根据所述车窗关闭语义信息判断是否控制车窗关闭。
本申请还提供了一种基于神经网络的车窗透气控制装置，所述基于神经网络的车窗透气控制装置包括：
当前车辆内质量获取模块，所述当前车辆内质量获取模块用于获取当前车辆内质量信息；
车辆行驶信息获取模块，所述车辆行驶信息获取模块用于获取车辆行驶信息；
车辆环境信息获取模块，所述车辆环境信息获取模块用于获取车辆环境信息；
车外环境信息获取模块，所述车外环境信息获取模块用于获取车外环境信息；
判断模块，所述判断模块用于根据当前车辆内质量信息判断是否需要进行透气操作；
神经网络获取模块，所述神经网络获取模块用于在所述判断模块判断为是时，获取经过训练的神经网络；
融合特征获取模块，所述融合特征获取模块用于根据所述车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；
计算模块，所述计算模块用于将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略；
发送模块，所述发送模块用于将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制。
本申请还提供了一种车辆，所述车辆包括：
车窗执行机构，所述车窗执行机构能够控制车窗升起或降落；
基于神经网络的车窗透气控制装置，所述基于神经网络的车窗透气控制装置与所述车窗控制器连接，所述基于神经网络的车窗透气控制装置为如上所述的基于神经网络的车窗透气控制装置。
可选地，所述车辆进一步包括：
车外温度传感器，所述车外温度传感器能够检测车辆外部温度；
车内温度传感器，所述车内温度传感器能够检测车内温度；
空气质量检测装置，所述空气质量检测装置能够检测车内空气质量；
所述基于神经网络的车窗透气控制装置分别与所述车外温度传感器、车内温度传感器以及空气质量检测装置连接，用于获取所述车外温度传感器、车内温度传感器以及空气质量检测装置所传递的信息。
有益效果
本申请的基于神经网络的车窗透气控制方法通过综合考虑车辆行驶信息、车辆环境信息以及车外环境信息从而实时调整车窗的高度，控制空气流动量，动态调节车内空气质量。主要通过预先训练好的神经网络模型，根据车速、车内外温度差、车内空气质量情况、车外空气质量情况，计算出适合当前工况的车窗通风高度、通风时长，智能化地实现良好的座舱环境，最大程度的降低对乘坐人身体的危害。
附图说明
图1是本申请一实施例的基于神经网络的车窗透气控制方法的流程示意图。
图2是用于实现图1所示的基于神经网络的车窗透气控制方法的系统设备示意图。
具体实施方式
为使本申请实施的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行更加详细的描述。在附图中，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。所描述的实施例是本申请一部分实施例，而不是全部的实施例。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本申请的实施例进行详细说明。
图1是本申请一实施例的基于神经网络的车窗透气控制方法的流程示意图。
如图1所示的基于神经网络的车窗透气控制方法包括：
步骤1：获取当前车辆内质量信息；
步骤1：获取车辆行驶信息、车辆环境信息以及车外环境信息；
步骤2：根据当前车辆内质量信息判断是否需要进行透气操作，若是，则
步骤3：获取经过训练的神经网络；
步骤4：根据车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；
步骤5：将融合特征输入至经过训练的所述神经网络中，从而获取控制策略；
步骤6：将控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制。
本申请的基于神经网络的车窗透气控制方法通过综合考虑车辆行驶信息、车辆环境信息以及车外环境信息从而实时调整车窗的高度，控制空气流动量，动态调节车内空气质量。主要通过预先训练好的神经网络模型，根据车速、车内外温度差、车内空气质量情况、车外空气质量情况，计算出适合当前工况的车窗通风高度、通风时长，智能化地实现良好的座舱环境，最大程度的降低对乘坐人身体的危害。
在本实施例中，当前车辆内质量信息包括当前车辆内温度信息、当前车辆内湿度信息以及当前车辆内空气质量信息中的至少一种；
车辆行驶信息包括车速信息；
车辆环境信息包括车内温度信息、车内湿度信息、车内空气质量信息中的至少一种；
车外环境信息包括车外温度信息、车外空气质量信息、车外湿度信息中的至少一种。
举例来说，当当前车辆内质量信息仅有车辆内温度信息时，即通过车辆内温度信息来进行判断即可，例如，当温度超过25度或者低于15度时，认为需要进行透气操作。
在一个实施例中，当前车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息；
车辆行驶信息包括车速信息；
车辆环境信息包括车内温度信息、车内空气质量信息；
车外环境信息包括车外温度信息、车外空气质量信息。
当当前车辆内质量信息仅有车辆湿度信息时，即通过车辆内温度信息来进行判断即可，例如，当湿度低于75％度时，认为需要进行透气操作。
当当前车辆内质量信息仅有车内空气质量信息时，即通过车内空气质量信息来进行判断即可，例如，当车内空气质量信息低于预设阈值时，认为需要进行透气操作。
可以理解的是，当有多个参数信息时，可以通过复合的逻辑进行判断，在本实施例中，当车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且车外环境信息包括车外温度信息、车外空气质量信息时，根据当前车辆内质量信息判断是否需要进行透气操作包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若是，则
判断当前车辆内空气质量信息是否低于车外空气质量信息，若是，则
判断当前车辆内质量信息判断需要进行透气操作。
可以理解的是，若判断当前车辆内空气质量信息是否低于预设空气质量阈值，若否，可以直接结束判断。
可以理解的是，若判断当前车辆内空气质量信息是否低于车外空气质量信息，若否，则可以直接结束。
采用这种方式，可以防止在车内空气质量还不错的情况下进行透气，也可以防止虽然车内空气质量不佳，但是车外空气质量也不好的情况下还进行透气，导致车内空气质量更不好。
在本实施例中，当车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且所述车外环境信息包括车外温度信息、车外空气质量信息时，根据当前车辆内质量信息判断是否需要进行透气操作进一步包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若否，则
获取预设车辆内温度信息；
判断当前车辆内温度信息与车辆内温度信息之差是否超过预设温度差值，若是，则
获取使用者图像信息；
识别使用者图像信息，获取使用者的衣着图像；
提取使用者的衣着图像的衣着特征；
获取衣着分类器；
将衣着特征输入至所述衣着分类器，从而获取衣着分类标签，所述衣着分类标签包括冬季衣着标签、夏季衣着标签以及秋季衣着标签；
获取衣着温度关系数据库，所述衣着温度关系数据库包括冬季衣着标签以及冬季衣着标签对应的温度范围、夏季衣着标签以及夏季衣着标签对应的温度范围、秋季衣着标签以及秋季衣着标签对应的温度范围；
根据通过所述衣着分类器获取的衣着分类标签获取该衣着对应的温度范围，该温度范围称为待判断温度范围；
判断当前车辆内温度信息是否位于所述待判断温度范围内，若否，则
根据所述当前车辆内温度信息以及车外温度信息判断通过透气是否能够使当前车辆内温度信息接近或者进入所述待判断温度范围，若是，则
判断当前车辆内质量信息判断需要进行透气操作。
举例来说，比如预设车辆内温度为25度，但是，乘客身穿羽绒服，即通过衣着分类器判断为冬季衣着标签，其对应的温度范围为15度到20度，此时，假设当前车辆内温度为14度，与预设温度差11度(即超过了预设温度差值)，且并不在15度到20度这一范围内，根据所述当前车辆内温度信息以及车外温度信息判断通过透气是否能够使当前车辆内温度信息接近或者进入所述待判断温度范围(例如，车外温度为20度)，那么，通过热交换可以知道，通过开窗可以提升车内温度，且并不会提高到25度那么高，此时，则判断需要进行透气操作。
采用这种方式，不仅考虑到车内与车外的温度差，还进一步考虑了车内乘客的穿衣情况，从而使得本申请跟我智能化、人性化。
又例如，比如预设车辆内温度为25度，但是，乘客身穿羽绒服，即通过衣着分类器判断为冬季衣着标签，其对应的温度范围为15度到20度，此时，假设当前车辆内温度为14度，与预设温度差11度(即超过了预设温度差值)，且并不在15度到20度这一范围内，根据所述当前车辆内温度信息以及车外温度信息判断通过透气是否能够使当前车辆内温度信息接近或者进入所述待判断温度范围(例如，车外温度为14度)，那么，通过热交换可以知道，通过开窗无法提升车内温度，此时，则判断不需要进行透气操作。
在本实施例中，将融合特征输入至经过训练的所述神经网络中，从而获取控制策略包括：
获取控制策略数据库，控制策略数据库包括多个车窗控制策略以及每个车窗控制策略对应的标识信息；
将融合特征输入至经过训练的所述神经网络中，神经网络输出标识信息；
根据控制策略数据库获取该标识信息所对应的车窗控制策略作为控制策略。
在本实施例中，神经网络可以通过上述的车辆行驶信息、车辆环境信息以及车外环境信息训练而成，举例来说，训练神经网络采用如下方法：
第一步，建立车速、车内温度、车外温度、车内空气质量、车外空气质量与最佳车窗高度和通风时长的数据训练集和测试集(可以理解的是，也可以仅选择其中某几个参数简历训练集和测试集，例如，选择车速、车内温度、车外温度建立训练集和测试集，又例如，选择车速、车内空气质量、车外空气质量简历训练集和测试集)。
第二步，使用训练集进行神经网络模型训练。因为车速、车内温度、车外温度、车内空气质量、车外空气质量不同时，最佳的车窗高度和通风时长是不同的。通过训练神经网络模型，可以将车速、车内温度、车外温度、车内空气质量、车外空气质量与最佳的车窗高度和通风时长建立起关联。
第三步，训练集每训练完成一轮后，使用测试集对神经网络模型进行测试，当神经网络模型根据车速、车内温度、车外温度、车内空气质量、车外空气质量计算出来的最佳车窗高度和通风时长与实际的最佳值重合度达到98％以上时，认为模型训练完成，结束训练步骤。如果重合度低于98％，则继续使用训练集进行新一轮的训练，直至重合度达到98％以上。
在一个备选实施例中，在根据当前车辆内质量信息判断是否需要进行透气操作之后，所述基于神经网络的车窗透气控制方法进一步包括：
生成提示语音；
获取使用者根据所述提示语音反馈的回答语音；
识别回答语音，从而获取语义信息；
根据语义信息判断是否获取经过训练的神经网络。
在一些情况下，虽然检测出需要进行透气，但是也要确定乘客是否希望透气，因此，通过询问的方式，可以了解乘客的情况。
在本实施例中，在将控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对车窗进行控制之后，所述基于神经网络的车窗透气控制方法进一步包括：
实时获取车辆内质量信息，当所述车辆内质量信息达到预设阈值时，生成车窗关闭提示信息；
获取使用者根据所述车窗关闭提示信息反馈的车窗关闭回答语音；
识别所述车窗关闭回答语音，从而获取车窗关闭语义信息；
根据车窗关闭语义信息判断是否控制车窗关闭。
在本实施例中，通过根据车速、车内温度、车外温度、车内空气质量、车外空气质量等信息，利用神经网络模型进行空气评分计算，并自动给出适合当前车速的车窗高度。既保证用户在驾驶车辆时，不会因为车窗的风量过大带来不适，又能快速的实现车内空气有效流通。
在本实施例中，根据当前车辆内质量信息判断是否需要进行透气操作还可以包括：当判断当前车辆内空气质量信息低于预设空气质量阈值且持续预设时间后(例如5分钟)后，进行下一步，判断当前车辆内空气质量信息是否低于车外空气质量信息。
在本实施例中，预设空气质量阈值可以是自己设置的一个空气质量阈值，也可以直接用车外空气质量作为阈值进行评分。
在本实施例中，初次调节完车窗高度后，会实时的根据车速进行智能车窗高度调节。具体而言，重复上述的步骤1至步骤7即可。
在本实施例中，当车辆内质量信息达到预设阈值中，预设阈值可以是分别每一项参数均达标，例如，车内温度达到预设阈值、车内空气质量达到预设阈值，也可以是只要其中一个达标就可以认为是达到预设阈值，还可以是综合考虑各种参数，从而得到一个综合评分，将该综合评分作为一个预设阈值。
在本实施例中，通过对神经网络进行训练，在训练集足够多的情况下，可以获取到在任何一个车速、温度下，使车辆达到某一预定目标(例如车内温度从10度上升到15度、或者空气质量从中上升至良)所需要的时间以及窗户的开度。
在本实施例中，整个透气开启的过程中，当采用空气质量作为预设阈值时，会实时监测车内控制评分变化(例如，空气质量优、空气质量良，该评分标准可以参考天气预报中对于空气质量的评分，在此不再赘述)。当评分相同时，系统控制车窗关闭，结束本次透气操作。
在本实施例中，本申请可根据神经网络模型计算出的最佳车窗高度和通风时长。当自动通风完成后，系统会持续检车内的空气质量情况。通过实时监测车内空气质量，保证车内始终处于一个良好的空气环境，提升了用户长时间驾乘车辆时的健康性和舒适性。
本申请还提供了一种基于神经网络的车窗透气控制装置，所述基于神经网络的车窗透气控制装置包括当前车辆内质量获取模块、车辆行驶信息获取模块、车辆环境信息获取模块、车外环境信息获取模块、判断模块、神经网络获取模块、融合特征获取模块、计算模块以及发送模块，当前车辆内质量获取模块用于获取当前车辆内质量信息；车辆行驶信息获取模块用于获取车辆行驶信息；车辆环境信息获取模块用于获取车辆环境信息；车外环境信息获取模块用于获取车外环境信息；判断模块用于根据当前车辆内质量信息判断是否需要进行透气操作；神经网络获取模块用于在所述判断模块判断为是时，获取经过训练的神经网络；融合特征获取模块用于根据所述车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；计算模块用于将融合特征输入至经过训练的所述神经网络中，从而获取控制策略；发送模块用于将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制。
本申请还提供了一种车辆，其所述车辆包括车窗执行机构以及基于神经网络的车窗透气控制装置，车窗执行机构能够控制车窗升起或降落；基于神经网络的车窗透气控制装置与所述车窗控制器连接，所述基于神经网络的车窗透气控制装置为如上所述的基于神经网络的车窗透气控制装置。
在本实施例中，车辆进一步包括车外温度传感器、车内温度传感器以及空气质量检测装置，车外温度传感器能够检测车辆外部温度；车内温度传感器能够检测车内温度；空气质量检测装置能够检测车内空气质量；基于神经网络的车窗透气控制装置分别与车外温度传感器、车内温度传感器以及空气质量检测装置连接，用于获取车外温度传感器、车内温度传感器以及空气质量检测装置所传递的信息。
本申请通过将训练好的神经网络模型移植到车窗透气推荐系统中，可检测座舱内的空气质量情况，并动态实现车内的透气功能，使车内保持良好环境，降低了用户长时间开车带来的健康危害。本专利欲保护可提升车辆健康性、舒适性、智能化的方法。
需要说明的是，前述对方法实施例的解释说明也适用于本实施例的装置，此处不再赘述。
本申请还提供了一种电子设备，包括存储器、处理器以及存储在存储器中并能够在处理器上运行的计算机程序，处理器执行计算机程序时实现如上的基于神经网络的车窗透气控制方法。
本申请还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时能够实现如上的基于神经网络的车窗透气控制。
图2是能够实现根据本申请一个实施例提供的基于神经网络的车窗透气控制方法的电子设备的示例性结构图。
如图2所示，电子设备包括输入设备501、输入接口502、中央处理器503、存储器504、输出接口505以及输出设备506。其中，输入接口502、中央处理器503、存储器504以及输出接口505通过总线507相互连接，输入设备501和输出设备506分别通过输入接口502和输出接口505与总线507连接，进而与电子设备的其他组件连接。具体地，输入设备504接收来自外部的输入信息，并通过输入接口502将输入信息传送到中央处理器503；中央处理器503基于存储器504中存储的计算机可执行指令对输入信息进行处理以生成输出信息，将输出信息临时或者永久地存储在存储器504中，然后通过输出接口505将输出信息传送到输出设备506；输出设备506将输出信息输出到电子设备的外部供用户使用。
也就是说，图2所示的电子设备也可以被实现为包括：存储有计算机可执行指令的存储器；以及一个或多个处理器，该一个或多个处理器在执行计算机可执行指令时可以实现结合图1描述的基于神经网络的车窗透气控制方法。
在一个实施例中，图2所示的电子设备可以被实现为包括：存储器504，被配置为存储可执行程序代码；一个或多个处理器503，被配置为运行存储器504中存储的可执行程序代码，以执行上述实施例中的车用口盖控制方法。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动，媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数据多功能光盘(DVD)或其他光学存储、磁盒式磁带、磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，模块、程序段、或代码的一部分包括一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地标识的方框实际上可以基本并行地执行，他们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或总流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
在本实施例中所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现装置/终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
在本实施例中，装置/终端设备集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。本申请虽然以较佳实施例公开如上，但其实并不是用来限定本申请，任何本领域技术人员在不脱离本申请的精神和范围内，都可以做出可能的变动和修改，因此，本申请的保护范围应当以本申请权利要求所界定的范围为准。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
此外，显然“包括”一词不排除其他单元或步骤。装置权利要求中陈述的多个单元、模块或装置也可以由一个单元或总装置通过软件或硬件来实现。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (7)
1.一种基于神经网络的车窗透气控制方法，其特征在于，所述基于神经网络的车窗透气控制方法包括：
获取当前车辆内质量信息，其中，当前车辆内质量信息包括当前车辆内温度信息、当前车辆内湿度信息以及当前车辆内空气质量信息中的至少一种；
获取车辆行驶信息、车辆环境信息以及车外环境信息，其中，所述车辆行驶信息包括车速信息；
所述车辆环境信息包括车内温度信息、车内湿度信息、车内空气质量信息中的至少一种；
所述车外环境信息包括车外温度信息、车外空气质量信息、车外湿度信息中的至少一种；
根据当前车辆内质量信息判断是否需要进行透气操作，若是，则
获取经过训练的神经网络；
根据所述车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；
将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略；
将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制；
当所述车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且所述车外环境信息包括车外温度信息、车外空气质量信息时，所述根据当前车辆内质量信息判断是否需要进行透气操作包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若是，则
判断当前车辆内空气质量信息是否低于车外空气质量信息，若是，则
判断当前车辆内质量信息判断需要进行透气操作；
当所述车辆内质量信息包括当前车辆内温度信息以及当前车辆内空气质量信息且所述车外环境信息包括车外温度信息、车外空气质量信息时，所述根据当前车辆内质量信息判断是否需要进行透气操作进一步包括：
判断当前车辆内空气质量信息是否低于预设空气质量阈值，若否，则
获取预设车辆内温度信息；
判断当前车辆内温度信息与所述预设车辆内温度信息之差是否超过预设温度差值，若是，则
获取使用者图像信息；
识别所述使用者图像信息，获取使用者的衣着图像；
提取所述使用者的衣着图像的衣着特征；
获取衣着分类器；
将所述衣着特征输入至所述衣着分类器，从而获取衣着分类标签，所述衣着分类标签包括冬季衣着标签、夏季衣着标签以及秋季衣着标签；
获取衣着温度关系数据库，所述衣着温度关系数据库包括冬季衣着标签以及冬季衣着标签对应的温度范围、夏季衣着标签以及夏季衣着标签对应的温度范围、秋季衣着标签以及秋季衣着标签对应的温度范围；
根据通过所述衣着分类器获取的衣着分类标签获取该衣着对应的温度范围，该温度范围称为待判断温度范围；
判断当前车辆内温度信息是否位于所述待判断温度范围内，若否，则
根据所述当前车辆内温度信息以及车外温度信息判断通过透气是否能够使当前车辆内温度信息接近或者进入所述待判断温度范围，若是，则
判断当前车辆内质量信息判断需要进行透气操作。
2.如权利要求1所述的基于神经网络的车窗透气控制方法，其特征在于，所述将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略包括：
获取控制策略数据库，所述控制策略数据库包括多个车窗控制策略以及每个车窗控制策略对应的标识信息；
将所述融合特征输入至经过训练的所述神经网络中，神经网络输出标识信息；
根据所述控制策略数据库获取该标识信息所对应的车窗控制策略作为控制策略。
3.如权利要求2所述的基于神经网络的车窗透气控制方法，其特征在于，在所述根据当前车辆内质量信息判断是否需要进行透气操作之后，所述基于神经网络的车窗透气控制方法进一步包括：
生成提示语音；
获取使用者根据所述提示语音反馈的回答语音；
识别所述回答语音，从而获取语义信息；
根据所述语义信息判断是否获取经过训练的神经网络。
4.如权利要求1所述的基于神经网络的车窗透气控制方法，其特征在于，在所述将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制之后，所述基于神经网络的车窗透气控制方法包括：
实时获取车辆内质量信息，当所述车辆内质量信息达到预设阈值时，生成车窗关闭提示信息；
获取使用者根据所述车窗关闭提示信息反馈的车窗关闭回答语音；
识别所述车窗关闭回答语音，从而获取车窗关闭语义信息；
根据所述车窗关闭语义信息判断是否控制车窗关闭。
5.一种基于神经网络的车窗透气控制装置，用于实现如权利要求1至4中任意一项所述的基于神经网络的车窗透气控制方法，其特征在于，所述基于神经网络的车窗透气控制装置包括：
当前车辆内质量获取模块，所述当前车辆内质量获取模块用于获取当前车辆内质量信息；
车辆行驶信息获取模块，所述车辆行驶信息获取模块用于获取车辆行驶信息；
车辆环境信息获取模块，所述车辆环境信息获取模块用于获取车辆环境信息；
车外环境信息获取模块，所述车外环境信息获取模块用于获取车外环境信息；
判断模块，所述判断模块用于根据当前车辆内质量信息判断是否需要进行透气操作；
神经网络获取模块，所述神经网络获取模块用于在所述判断模块判断为是时，获取经过训练的神经网络；
融合特征获取模块，所述融合特征获取模块用于根据所述车辆行驶信息、车辆环境信息以及车外环境信息生成融合特征；
计算模块，所述计算模块用于将所述融合特征输入至经过训练的所述神经网络中，从而获取控制策略；
发送模块，所述发送模块用于将所述控制策略发送给车窗执行机构，以使车窗执行机构根据所述控制策略对所述车窗进行控制。
6.一种车辆，其特征在于，所述车辆包括：
车窗执行机构，所述车窗执行机构能够控制车窗升起或降落；
基于神经网络的车窗透气控制装置，所述基于神经网络的车窗透气控制装置与所述车窗执行机构连接，所述基于神经网络的车窗透气控制装置为如权利要求5所述的基于神经网络的车窗透气控制装置。
7.如权利要求6所述的车辆，其特征在于，所述车辆进一步包括：
车外温度传感器，所述车外温度传感器能够检测车辆外部温度；
车内温度传感器，所述车内温度传感器能够检测车内温度；
空气质量检测装置，所述空气质量检测装置能够检测车内空气质量；
所述基于神经网络的车窗透气控制装置分别与所述车外温度传感器、车内温度传感器以及空气质量检测装置连接，用于获取所述车外温度传感器、车内温度传感器以及空气质量检测装置所传递的信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210423345.2A CN114856363B (zh) | 2022-04-21 | 2022-04-21 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210423345.2A CN114856363B (zh) | 2022-04-21 | 2022-04-21 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114856363A CN114856363A (zh) | 2022-08-05 |
| CN114856363B true CN114856363B (zh) | 2024-03-22 |
Family
ID=82630486
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210423345.2A Active CN114856363B (zh) | 2022-04-21 | 2022-04-21 | 一种基于神经网络的车窗透气控制方法、装置及车辆 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114856363B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2623748A (en) * | 2022-10-20 | 2024-05-01 | Continental Automotive Tech Gmbh | A method of controlling airflow in a cabin using a neural network and a system of the same |
| CN116876950B (zh) * | 2023-09-05 | 2023-12-05 | 山东智赢门窗科技有限公司 | 一种门窗智能控制系统、方法、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675140A (zh) * | 2016-02-01 | 2016-06-15 | 青岛海尔空调器有限总公司 | 人体衣着量的检测方法与装置 |
| CN109808446A (zh) * | 2019-01-14 | 2019-05-28 | 重庆菲斯塔新能源汽车科技有限公司 | 一种车内空气质量监测及自动通风控制系统 |
| CN110219544A (zh) * | 2018-03-02 | 2019-09-10 | 上海博泰悦臻网络技术服务有限公司 | 智能车辆及其车窗智能控制方法 |
| CN110219543A (zh) * | 2018-03-02 | 2019-09-10 | 上海博泰悦臻网络技术服务有限公司 | 智能车辆及其车窗智能控制方法 |
| CN112160668A (zh) * | 2020-08-28 | 2021-01-01 | 新石器慧义知行智驰(北京)科技有限公司 | 车窗控制方法、装置及无人车辆 |
| CN112854950A (zh) * | 2021-01-28 | 2021-05-28 | 东风汽车集团股份有限公司 | 基于感知融合的汽车车窗自适应升降方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10525791B2 (en) * | 2017-03-28 | 2020-01-07 | International Business Machines Corporation | Intelligent in-vehicle air-quality control |
-
2022
- 2022-04-21 CN CN202210423345.2A patent/CN114856363B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105675140A (zh) * | 2016-02-01 | 2016-06-15 | 青岛海尔空调器有限总公司 | 人体衣着量的检测方法与装置 |
| CN110219544A (zh) * | 2018-03-02 | 2019-09-10 | 上海博泰悦臻网络技术服务有限公司 | 智能车辆及其车窗智能控制方法 |
| CN110219543A (zh) * | 2018-03-02 | 2019-09-10 | 上海博泰悦臻网络技术服务有限公司 | 智能车辆及其车窗智能控制方法 |
| CN109808446A (zh) * | 2019-01-14 | 2019-05-28 | 重庆菲斯塔新能源汽车科技有限公司 | 一种车内空气质量监测及自动通风控制系统 |
| CN112160668A (zh) * | 2020-08-28 | 2021-01-01 | 新石器慧义知行智驰(北京)科技有限公司 | 车窗控制方法、装置及无人车辆 |
| CN112854950A (zh) * | 2021-01-28 | 2021-05-28 | 东风汽车集团股份有限公司 | 基于感知融合的汽车车窗自适应升降方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114856363A (zh) | 2022-08-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114856363B (zh) | 一种基于神经网络的车窗透气控制方法、装置及车辆 | |
| CN108122556B (zh) | 减少驾驶人语音唤醒指令词误触发的方法及装置 | |
| CN112820072A (zh) | 危险驾驶预警方法、装置、计算机设备及存储介质 | |
| JP2015089697A (ja) | 車両用音声認識装置 | |
| DE102014118450A1 (de) | Audiobasiertes System und Verfahren zur Klassifikation von fahrzeuginternem Kontext | |
| CN110751381A (zh) | 一种路怒车辆风险评估和防控方法 | |
| CN112041201B (zh) | 用于控制对车辆特征的访问的方法、系统和介质 | |
| CN115268334A (zh) | 车窗控制方法、装置、设备及存储介质 | |
| CN106427771A (zh) | 声音控制方法及装置 | |
| CN113771859B (zh) | 智能行车干预方法、装置、设备及计算机可读存储介质 | |
| CN113722688A (zh) | 一种驾驶员身份验证方法、系统 | |
| WO2023138563A1 (zh) | 一种音量调节方法、装置及汽车 | |
| CN111119645A (zh) | 车窗控制方法、装置、设备及计算机可读存储介质 | |
| CN110077318B (zh) | 一种用于车辆的报警音量调节方法 | |
| CN115520205B (zh) | 一种基于驾驶状态调整语音交互的方法、系统以及装置 | |
| US11450209B2 (en) | Vehicle and method for controlling thereof | |
| US11626096B2 (en) | Vehicle and control method thereof | |
| CN112418162B (zh) | 车辆控制的方法、设备、存储介质及装置 | |
| CN113858944B (zh) | 汽车防误踩方法、系统及汽车 | |
| CN112672255B (zh) | 一种整车音源音量自适应调节方法和装置 | |
| CN115107675A (zh) | 车辆部件的控制方法、电子设备及车辆 | |
| CN116534034A (zh) | 车辆主驾驶位功能动态响应方法及装置、存储介质和程序 | |
| EP3762798B1 (en) | Method, device and program for controlling movement of moving body and storage medium | |
| US20240132090A1 (en) | Vehicle controller and recording medium | |
| CN114194198A (zh) | 一种车辆的控制方法及装置、车辆和存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |