CN115214302A - 一种自动空调设定方法及其系统 - Google Patents

一种自动空调设定方法及其系统 Download PDF

Info

Publication number
CN115214302A
CN115214302A CN202210401832.9A CN202210401832A CN115214302A CN 115214302 A CN115214302 A CN 115214302A CN 202210401832 A CN202210401832 A CN 202210401832A CN 115214302 A CN115214302 A CN 115214302A
Authority
CN
China
Prior art keywords
air conditioner
vehicle
data
information
setting
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
Application number
CN202210401832.9A
Other languages
English (en)
Inventor
翟振威
郭嘉强
石静迎
郭和攀
梁健敏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202210401832.9A priority Critical patent/CN115214302A/zh
Publication of CN115214302A publication Critical patent/CN115214302A/zh
Pending legal-status Critical Current

Links

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

Landscapes

  • Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及一种自动空调设定方法与系统，包括：周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；获取前若干年的各地区每月平均温度信息，将其存储为第二数据；将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；将多个聚类结果发送给车辆终端，以用于车辆终端根据该多个聚类结果进行其车载空调的个性化设定。通过本发明，能够满足大多数车辆用户的不同情况下的需求，提高车辆自动空调的使用率。

Description

一种自动空调设定方法及其系统
技术领域
本发明涉及车载空调技术领域，具体涉及一种自动空调设定方法及其系统。
背景技术
车载空调是汽车领域的一个重要零部件，传统车载空调的自动空调设定模式，是通过获取车内车外温度信息，并根据提前设定的一个固定的温度，对比两者的温度差，进行升温/降温的自动化操作；但由于固定的自动空调设定模式，仅符合个别情况的使用习惯，并不能满足大多数车辆用户的不同情况下的需求，例如用户习惯、季节以及地域区别等，使得车辆自动空调的使用率较低。
发明内容
本发明的目的在于提出一种自动空调设定方法及其系统，能够满足大多数车辆用户的不同情况下的需求，提高车辆自动空调的使用率。
为实现上述目的，本发明的实施例提出一种自动空调设定方法，包括：
周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定。
优选地，所述车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，包括：
计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
优选地，所述根据匹配结果进行其车载空调的个性化设定，包括：
获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
优选地，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
优选地，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态。
本发明的另一实施例提出一种自动空调设定系统，包括：
数据获取单元，用于周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
温度获取单元，用于获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
聚类单元，用于将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
发送单元，用于响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定。
优选地，其中，该一个车辆终端具体通过计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
优选地，其中，该一个车辆终端具体通过获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
优选地，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
优选地，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态。
本发明的各实施例具有以下有益效果：
本发明的各实施例从软件的角度设计个性化空调策略，有利于降低硬件成本；其使用大数据分析方式，能够大量高效分析全体用户的使用习惯，同时大数据分析结果，正向促进车载空调的研发方向；需说明的是，其中影响信息可以根据实际情况进行调整，实际操作可行性高，成本低；而且，使用的大数据分析的聚类算法可按需替换，灵活性强；能够满足大多数车辆用户的不同情况下的需求，提高车辆自动空调的使用率。
本发明的其它特征和优点将在随后的说明书中阐述。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明一实施例中一种自动空调设定方法的流程示意图。
图2为本发明另一实施例中一种自动空调设定系统的框架结构图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。另外，为了更好的说明本发明，在下文的具体实施例中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
参阅图1，本发明的实施例提出一种自动空调设定方法，应用于车载空调的个性化自动设定，本实施例的方法具体包括如下步骤：
步骤S1、周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
具体而言，每隔预设时间周期进行车载空调数据的获取和分析，实现动态更新各车辆的空调个性化设置，时间周期可以根据更新频率的需求来设置，例如一个月，一个季度等；
需说明的是，所述多种影响信息可以根据经验来选取，也可以动态地增加或减少部分影响信息；
具体地，为了减少计算，优选地，本实施例中从最初获取的车载空调数据中，将每个车辆的前M次行驶里程不为0的驾驶所对应的空调设定习惯信息存储为第一数据表，将每个车辆的前M次行驶里程不为0的驾驶所对应的对空调设定习惯产生影响的多种影响信息存储为第二数据表；
步骤S2、获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
具体而言，通过对截止至当前年度的前若干年的各地区(城市)温度数据进行计算可以得到前若干年的各地区每月平均温度信息，即有各地区(城市)12个月的平均温度值；具体地区数量可以根据实际情况进行设定；所述第二数据优选但不限于采用表格进行存储，即步骤S2可以得到第三数据表；
步骤S3、将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
具体而言，本实施例重将所述第一数据表、所述第二数据表和所述第三数据表进行关联，关联关系具体为三个数据表之间的所有关联关系，包括地区(城市)的关联、时间的关联等；并进一步地，采用预设的聚类算法对这些数据表进行聚类分析，聚类算法不局限于某一种，可以适当地调整更换，通过聚类分析，可以得到不同城市、不同月份、不同雨量、不同乘坐人数、不同车内外温度情况下的每个用户的聚类结果；可以理解的是，这些聚类结果表示不同用户在不同场景条件下对空调设定的个人习惯，因此，可以用于不同用户的个性化空调自动设定；
步骤S4、响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定；
具体而言，如上所述，这些聚类结果表示不同用户在不同场景条件下对空调设定的个人习惯，加入车联网的各个车端上线时，与车联网平台进行通信，获取更新的个性化配置文件，当车联网平台响应于接收到任一个车辆终端的空调配置请求，即获取该一个车辆终端对应的多个聚类结果(该对应车辆用户在不同场景下的空调使用习惯)作为个性化配置文件，发送给该一个车辆终端，车辆终端在接收到该个性化配置文件之后，即可以根据该个性化配置文件，找到与其当前场景相符的一个，然后进行车载空调的个性化配置。
在一些实施例中，所述车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，包括：
计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
具体而言，所述数据距离例如是曼哈顿距离，又例如是欧氏距离，又例如是切比雪夫距离，其表示两个数据之间的差异，距离越小，则差异越小，因此，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
在一些实施例中，所述根据匹配结果进行其车载空调的个性化设定，包括：
获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
在一些实施例中，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
在一些实施例中，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态，需说明书的是，在该一些实施例中，考虑了车辆乘坐人数、车窗开关状态、坐标地区、雨量信号等影响信息，这些在目前的其他车载空调自动设定技术中未曾出现过，本实施例的方法相对于其他现有技术而言，更充分地考虑了影响用户使用空调的场景条件；
其中，车辆乘坐人数可以通过座椅传感器信号来确定，车载座椅传感器用于感应对应座椅是否有人乘坐；所述坐标地区可以设置为城市；加入车联网的各个车辆周期性地将其车载空调数据打包发送给车联网的车联网平台，车联网平台将这些车载空调数据存储在其数据库中，本实施例方法按设定周期，周期性地从车联网平台的数据库中提取相关数据，得到当前周期的所述第一数据，所述第一数据优选但不限于采用表格进行存储。
参阅图2，本发明的另一实施例提出一种自动空调设定系统，可以用于实现上述实施例的方法，本实施例的系统包括：
数据获取单元1，用于周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
温度获取单元2，用于获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
聚类单元3，用于将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
发送单元4，用于响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定。
在一些实施例中，其中，该一个车辆终端具体通过计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
在一些实施例中，其中，该一个车辆终端具体通过获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
在一些实施例中，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
在一些实施例中，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态。
以上所描述的系统实施例仅仅是示意性的，其中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模块来实现本实施例方案的目的。
需说明的是，上述实施例所述系统与上述实施例所述方法对应，因此，上述实施例所述系统未详述部分可以参阅上述实施例所述方法的内容得到，此处不再赘述。
并且，上述实施例所述系统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。
本发明另一实施例提出一种计算机可读存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述存储介质所在的一个或多个设备执行根据第一方面实施例所述的自动空调设定方法。
示例性地，所述计算机可读存储介质可以包括：能够携带所述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。
通过以上的各实施例的描述可知，本发明的各实施例从软件的角度设计个性化空调策略，有利于降低硬件成本；其使用大数据分析方式，能够大量高效分析全体用户的使用习惯，同时大数据分析结果，正向促进车载空调的研发方向；需说明的是，其中影响信息可以根据实际情况进行调整，实际操作可行性高，成本低；而且，使用的大数据分析的聚类算法可按需替换，灵活性强；能够满足大多数车辆用户的不同情况下的需求，提高车辆自动空调的使用率。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种自动空调设定方法，其特征在于，包括：
周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定。
2.根据权利要求1所述的方法，其特征在于，所述车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，包括：
计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
3.根据权利要求1所述的方法，其特征在于，所述根据匹配结果进行其车载空调的个性化设定，包括：
获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
4.根据权利要求1所述的方法，其特征在于，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
5.根据权利要求1至4任一项所述的方法，其特征在于，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态。
6.一种自动空调设定系统，其特征在于，包括：
数据获取单元，用于周期性地获取车联网存储的多个车辆终端发送的车载空调数据，将其存储为第一数据；其中，所述车载空调数据包括空调设定习惯信息和对空调设定习惯产生影响的多种影响信息，所述多种影响信息为预先设定；
温度获取单元，用于获取前若干年的各地区每月平均温度信息，将其存储为第二数据；
聚类单元，用于将所述第一数据和所述第二数据进行关联后进行聚类得到多个聚类结果，所述多个聚类结果表示不同车辆用户在受到不同影响信息影响的情况下的空调设定习惯；
发送单元，用于响应于接收到所述多个车辆终端中的任一个车辆终端的空调配置请求，将该一个车辆终端对应的多个聚类结果发送给该一个车辆终端，以用于该一个车辆终端根据该多个聚类结果与其当前的多种影响信息进行匹配，并根据匹配结果进行其车载空调的个性化设定。
7.根据权利要求6所述的系统，其特征在于，其中，该一个车辆终端具体通过计算其当前的多种影响信息与该多个聚类结果之间的数学距离，将其中数据距离最小的一个聚类结果确定为与其当前的多种影响信息匹配的聚类结果。
8.根据权利要求6所述的系统，其特征在于，其中，该一个车辆终端具体通过获取与其当前的多种影响信息匹配的一个聚类结果所包含的空调设定习惯信息，并根据该空调设定习惯信息进行其车载空调的个性化设定。
9.根据权利要求6所述的系统，其特征在于，所述空调设定习惯信息包括空调温度的设定变化曲线以及空调出风量的变化曲线。
10.根据权利要求6至9任一项所述的系统，其特征在于，所述多种影响信息包括车外温度、车内温度、空调开关状态、数据时间戳、坐标地区、雨量信号、车辆乘坐人数、车窗开关状态。
CN202210401832.9A 2022-04-18 2022-04-18 一种自动空调设定方法及其系统 Pending CN115214302A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210401832.9A CN115214302A (zh) 2022-04-18 2022-04-18 一种自动空调设定方法及其系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210401832.9A CN115214302A (zh) 2022-04-18 2022-04-18 一种自动空调设定方法及其系统

Publications (1)

Publication Number Publication Date
CN115214302A true CN115214302A (zh) 2022-10-21

Family

ID=83606188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210401832.9A Pending CN115214302A (zh) 2022-04-18 2022-04-18 一种自动空调设定方法及其系统

Country Status (1)

Country Link
CN (1) CN115214302A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062431A (ja) * 1998-08-20 2000-02-29 Calsonic Corp 自動車用空気調和装置
US20080195564A1 (en) * 2007-02-13 2008-08-14 Denso Corporation Automotive air conditioner and method and apparatus for controlling automotive air conditioner
JP2009184549A (ja) * 2008-02-07 2009-08-20 Toyota Motor Corp 空調制御システム、車両用空調制御装置、車両用空調装置、空調制御方法
CN106828370A (zh) * 2015-12-07 2017-06-13 通用汽车环球科技运作有限责任公司 针对特定用户个性化车辆舒适性设置
CN109641549A (zh) * 2016-07-06 2019-04-16 福特全球技术公司 情境感知车辆的信息共享和用户体验增强
CN110696587A (zh) * 2019-09-24 2020-01-17 中国第一汽车股份有限公司 一种空调控制方法、系统和车辆

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000062431A (ja) * 1998-08-20 2000-02-29 Calsonic Corp 自動車用空気調和装置
US20080195564A1 (en) * 2007-02-13 2008-08-14 Denso Corporation Automotive air conditioner and method and apparatus for controlling automotive air conditioner
JP2009184549A (ja) * 2008-02-07 2009-08-20 Toyota Motor Corp 空調制御システム、車両用空調制御装置、車両用空調装置、空調制御方法
CN106828370A (zh) * 2015-12-07 2017-06-13 通用汽车环球科技运作有限责任公司 针对特定用户个性化车辆舒适性设置
CN109641549A (zh) * 2016-07-06 2019-04-16 福特全球技术公司 情境感知车辆的信息共享和用户体验增强
CN110696587A (zh) * 2019-09-24 2020-01-17 中国第一汽车股份有限公司 一种空调控制方法、系统和车辆

Similar Documents

Publication Publication Date Title
CN108770351B (zh) 车辆座椅调整方法及车辆座椅调整装置
US20100179932A1 (en) Adaptive drive supporting apparatus and method
KR101500364B1 (ko) 차량 주행환경 제공 시스템 및 그 방법
US20150261754A1 (en) Method and apparatus of user recommendation system for in-vehicle apps
CN111784984B (zh) 一种分布式预警系统、方法及装置
WO2018035087A1 (en) System and method for estimating and predicting vehicle trip energy consumption
US10699498B1 (en) Driver identification for trips associated with anonymous vehicle telematics data
CN110991392A (zh) 人群识别方法、装置、终端及存储介质
CN111890873A (zh) 智能启动车内空调和/或空气净化设备的方法和系统
US20160035151A1 (en) Method and Apparatus for Vehicle Data Gathering and Analysis
CN115195527B (zh) 动力电池的能耗控制方法及装置
CN113971893B (zh) 一种车位推荐方法、装置及存储介质
CN115214302A (zh) 一种自动空调设定方法及其系统
CN113401130B (zh) 基于环境信息的驾驶风格识别方法、设备及存储介质
CN117196121A (zh) 一种基于预测系统的数据分析方法和系统
CN116340332A (zh) 更新车载智能系统的场景库的方法、装置和车辆
CN114776742B (zh) 基于车联网平台的汽车刹车片的更换提醒方法及系统
CN114202821A (zh) 一种车辆数据处理方法及装置
CN115713168A (zh) 用车出行时间预测方法、装置、服务器及存储介质
CN113052327B (zh) 数据处理方法、装置、可读存储介质和电子设备
CN111104609B (zh) 人际关系的预测方法及其装置、存储介质
CN113581040A (zh) 一种车辆座椅温度调节方法、系统、装置以及存储介质
CN111815050B (zh) 模型训练、状态预测方法和装置、电子设备及存储介质
CN115214298A (zh) 车辆控制方法、装置以及车辆
JP2003242329A (ja) 顧客のニーズに適合するよう車両の仕様を最適化するコンピュータシステムおよびその方法

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