CN115697734A - 用于调节对车辆内室的外部空气供应的方法 - Google Patents

用于调节对车辆内室的外部空气供应的方法 Download PDF

Info

Publication number
CN115697734A
CN115697734A CN202180040073.1A CN202180040073A CN115697734A CN 115697734 A CN115697734 A CN 115697734A CN 202180040073 A CN202180040073 A CN 202180040073A CN 115697734 A CN115697734 A CN 115697734A
Authority
CN
China
Prior art keywords
vehicle
interior
determined
pollutant
model
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
CN202180040073.1A
Other languages
English (en)
Inventor
A·哈努什金
S·斯图德
F·埃特尔
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.)
Mercedes Benz Group AG
Original Assignee
Mercedes Benz Group AG
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 Mercedes Benz Group AG filed Critical Mercedes Benz Group AG
Publication of CN115697734A publication Critical patent/CN115697734A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00764Control 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 vehicle driving condition, e.g. speed
    • B60H1/00771Control 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 vehicle driving condition, e.g. speed the input being a vehicle position or surrounding, e.g. GPS-based position or tunnel
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60HARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/008Control 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 air quality
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133Distances to prototypes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air-Conditioning For Vehicles (AREA)

Abstract

本发明涉及一种用于调节对车辆(1)内室的外部空气供应的方法,其中,依据安置在内室中的有害物质传感器(2)所采集的信号在车辆(1)行驶期间连续确定内室有害物质负荷。本发明规定,在车辆(1)前方的行驶路段上的外部空气的有害物质负荷被预测,其中,外部空气供应依据所预测的外部空气的有害物质负荷被自动调节。

Description

用于调节对车辆内室的外部空气供应的方法
技术领域
本发明涉及一种用于调节对车辆内室的外部空气供应的方法,其中,依据安置在内室中的有害物质传感器的所测信号在车辆行驶期间连续确定内室有害物质负荷。
背景技术
由DE 41 06 078 A1公开一种用于根据基本上仅被施以外部空气的有害物质传感器的信号来控制机动车内室通风的装置和方法。在此根据有害物质浓度进行在进风模式和空气循环模式之间的切换。借助计算机,在考虑传感器信号、各自运行方式(进风或空气循环)以及预定的可调用经验值情况下确定与内室中有害物质浓度相关联的第一参数并且将其与从传感器信号推导出的且与外部空气有害物质浓度相关联的第二参数相比较。视比较结果,启用进风模式或是启用空气循环模式。
另外,从US 2016/0 318 368A1中知道一种用于基于预测空气质量来控制车辆内室中的空气质量的方法。在此,空气质量数据借助配属于车辆的车辆传感器和其它车辆的传感器或外部的环境传感器或者远距设置的信息源被接收。此外,用于车辆环境的第一空气质量值和用于车辆内室的第二空气质量值依据空气质量数据被确定,并且控制信号基于这些空气质量值被确定。控制信号被发送至车辆空调系统以自动控制车辆内室中的空气质量。
发明内容
本发明的任务是指明一种用于调节对车辆内室的外部空气供应的方法。
根据本发明,该任务通过一种具有如权利要求1所述的特征的方法来完成。
本发明的有利设计是从属权利要求的主题。
一种用于调节对车辆内室的外部空气供应的方法规定,依据安置在内室中的有害物质传感器的所测信号在车辆行驶期间连续确定内室有害物质负荷。根据本发明,在车辆前方的行驶路段上的外部空气的有害物质负荷被预测,其中,外部空气供应依据外部空气的所预测的有害物质负荷被自动调节。
在此,车辆外部空气的有害物质负荷依据光学/目视信息被确定,该光学信息依据至少一个车辆侧光学/目视检测单元的所测信号被确定。尤其是,所采集的光学信息被继续处理和评估以确定外部空气的有害物质负荷。
因此可能的是,从所采集的光学信息提取语义信息,其中,为此尤其采用机器学习方法如目标识别方法。例如在车辆侧或许可以存储模板,将其与在光学信息中探测的物体相比较以识别哪种物体位于车辆周围环境中。
通过使用该方法来提高车辆内室的行驶舒适性并且保护内室中乘客的健康。尤其如此保护乘客健康,即,外部空气供应、即车辆内室通风装置的进风在预期外部空气未来有高的有害物质浓度时被停止或至少减少。因此在有害物质随外部空气进入车辆内室之前,借助所述方法来减少对内室的外部空气供应。另外,在一个可能改进方案中,依据光学信息来提取标识特征/指纹(Fingerabdruck)以在至少一个光学检测单元的未来采集的信号中识别排放有害物质的物体。因此,可以借助标识特征来实现在外部空气供应调节模型研发期间能识别未限定的及知道的且因此未予考虑的物体。
在该方法的另一个实施方式中,作为语义信息来在车辆周围环境的光学信息内识别排放有害物质的固定物体和活动物体,其中,例如在车辆前方的卡车和装载有农业肥料(所谓沤肥)的牵引车挂车被识别为排放有害物质的活动物体并且关停对内室的外部空气供应。
此外,该方法在另一个可能实施方式中规定,连续确定车辆瞬时位置,从而例如依据瞬时位置可以识别到车辆位于工业区、例如紧邻工业设施。在这种情况下,也至少减少对车辆内室的外部空气供应。
另外,该方法在另一个可能实施方式中规定,集中/汇集瞬时位置连带时间信息例如钟表时间和星期时间,从而例如可以依据瞬时位置和当前星期时间来测知该车辆尤其在工作日位于工业区、例如紧邻工业设施。在这种情况下也至少减少对车辆内室的外部空气供应。
基于所提取的语义信息、所提取的标识特征和/或依据所确定的车辆瞬时位置,如此训练车辆内的延时的模型,即,内室有害物质负荷作为目标参数被预测。因此,这种模型考虑车辆外部空气的有害物质负荷的时间延迟和时间积分。
此外,该方法规定,在高的内室有害物质负荷与通过模型所提取的起因之间的延时被确定。经过如此训练的模型被用在车辆中以借助标识特征的、尤其是所谓的感知标识特征(Perzeption-Fingerabdruck)的输入信息、尤其借助语义信息和/或车辆瞬时位置来预测车辆的预期的未来有害物质内室负荷。由此可行的是如此调节外部空气供应,即,尽量少的有害物质进入内室以因此保护乘客健康。
在另一个可能设计中,尤其是车辆侧的经过训练的模型被供给中央计算单元,使得该模型可与另一车辆的至少另一模型汇总和集合。
该模型和/或集合的模型于是可以借助中央计算单元被传输给车队的其它车辆并且提供用于车队的各自另一车辆的外部空气供应的调节。
附图说明
以下将结合图来详细解释本发明的实施例,其中:
图1示意性示出具有有害物质传感器和光学检测单元的车辆以及车辆周围的各不同固定物体和活动物体。
具体实施方式
在唯一的图中示出车辆1,其具有有害物质传感器2和呈摄像头形式的光学检测单元3,其中,还示出作为活动物体O1的卡车4和自行车5、作为固定物体O2的工业设施6和中央计算单元7。
有害物质传感器2布置在车辆1的内室中并且在车辆1的行驶期间连续采集信号,依据该信号来确定内室有害物质负荷。作为有害物质传感器2的替代或补充,也可以将一个传感器布置在车辆1的内室中,依据其所采集的信号来识别人可感知的气味。
依据有害物质传感器2所测信号所确定的内室有害物质负荷是车辆1外部环境的、即外部空气的有害物质负荷的时间延迟和时间积分的函数。
只要依据有害物质传感器2所测信号确定内室有害物质负荷,则就像从现有技术中知道地控制车辆1内室的通风。
为了通过保持内室有害物质负荷尽量少而使得可与有害物质负荷相关地保护乘客健康的方式来达成对车辆1内室的外部空气供应的调节,规定下述的方法。
在此,预测在车辆1前方的行驶路段中的外部空气的有害物质负荷并且依据预测的有害物质负荷来自动调节外部空气供应。
尤其是该方法规定,当未来预期外部空气有较高的有害物质浓度时,对车辆1内室的外部空气供应被停止。因此借助该方法,在有害物质随外部空气进入车辆1内室之前,外部空气供应被减少。
如上所述,借助车辆侧的有害物质传感器2在车辆1行驶中连续采集信号,依据该信号来确定内室有害物质负荷。
车辆1具有呈摄像头形式的光学检测单元3,其检测范围对准车辆1前方并且借助光学检测单元在车辆1行驶中连续采集信号,依据该信号来探测车辆1周围环境和位于其中的物体O1、O2。
另外,车辆1包括未被详细示出的卫星辅助定位单元和数字地图,故可以确定车辆1的瞬时位置。
依据光学检测单元3的所测信号来确定被评估的光学信息。
在此,可以依据光学信息借助机器学习方法提取语义信息,其中,尤其采用与已知物体O1、O2相关的目标识别。即,可以识别哪个物体O1、O2位于车辆1的周围环境中。在车辆1环境内探测的物体O1、O2尤其可以区分为活动物体O1和固定物体O2。
另外,可以依据语义信息来确定其中哪个物体O1、O2排放有害物质。如果例如自行车5被探测为在车辆1周围的活动物体O1,则依据自行车5的确定特征来识别它是未排放有害物质的自行车5。
此外,标识特征、尤其是感知标识特征可以依据光学信息例如借助折叠/卷积神经网络被提取,而不必分配预定的物体O1、O2。由此在以下还将解释的借助该方法所创建的模型的研发期间可以借助标识特征或借助多个提取的标识特征来识别非预定的以及已知的物体O1、O2。
依据语义信息、感知标识特征和/或依据基于车辆1的瞬时位置所确定的位置信息,车辆1内的延时的模型利用机器学习方法被训练。在此如此训练该模型,即,作为目标参数预测测定的内室有害物质负荷。该模型例如可以是递归模型或增强学习模型。
在该模型中要考虑外部空气的有害物质负荷的时间延迟和时间积分,例如通过使用时序信息。
这种模型允许以推断的方式确定在较高的内室有害物质负荷、尤其是高于预定阈值的有害物质负荷与通过模型确定的关于外部空气的较高有害物质负荷的起因之间的延时。例如高的有害物质负荷的这种起因是卡车4和/或带有装满农业肥料(所谓的沤肥)的挂车的前行牵引车。
经过这样训练的模型被用在车辆1内,以借助感知标识特征的输入信息、尤其是语义信息和/或位置信息来预测车辆1的预期的内室有害物质负荷。如果预测将来比较高的内室有害物质负荷,则如此调节内室通风,即,对车辆1内室的外部空气供应与所预测的内室有害物质负荷对应地被减小或关停。
在一个实施方式中,该模型可以在车辆1研发期间被预先训练,其中,该模型也可以在车队的其它车辆中以用户专属和/或地区专属的方式被训练和/或继续训练。
也可以想到,用户专属和/或地区专属的通用模型通过分布式学习(所谓的联邦学习)依据车队的其它车辆的经验而在例如车辆制造商的中央计算单元7中被汇总和集合。
该模型还允许识别比较高的有害物质浓度的起因,例如是卡车4和/或工业设施6,而这可能是地区专属的。这种信息例如可被用于以国家专属和/或地区专属的方式识别在车辆1环境中的较高有害物质浓度的来源。
于是借助中央计算单元7,可将各自模型和/或集合的模型提供给车队的车辆1和其它车辆。
因此该方法规定,根据光学检测单元3的光学信息、地理位置(即车辆1的瞬时位置)并依据有害物质传感器2来训练模型,该模型尤其基于光学信息预测内室有害物质负荷、即内室有害物质浓度。
例如已知的活动物体O1和固定物体O2与外部空气的较高有害物质负荷以及还延时地与较高内室有害物质负荷相关联,其中预设模型学会所述关联。

Claims (8)

1.一种用于调节对车辆(1)内室的外部空气供应的方法,其中,依据安置在内室中的有害物质传感器(2)所采集的信号在该车辆(1)行驶期间连续确定内室有害物质负荷,其中,在该车辆(1)前方的行驶路段上的外部空气的有害物质负荷被预测,其中,外部空气供应依据所预测的外部空气的有害物质负荷被自动调节,
其特征是,
该车辆(1)的外部空气的有害物质负荷依据光学信息被确定,所述光学信息依据至少一个车辆侧光学检测单元(3)所采集的信号被确定,并且从所采集的光学信息中提取语义信息。
2.根据权利要求1所述的方法,其特征是,依据所述光学信息来提取标识特征,用以识别在所述至少一个光学检测单元(3)的未来采集的信号中的排放有害物质的物体(O1,O2)。
3.根据权利要求1或2所述的方法,其特征是,获取在该车辆(1)环境的光学信息内的排放有害物质的活动物体(O1)和固定物体(O2)来作为语义信息。
4.根据前述权利要求之一所述的方法,其特征是,连续确定该车辆(1)的瞬时位置。
5.根据权利要求4所述的方法,其特征是,基于所提取的语义信息、所提取的标识特征和/或依据所确定的该车辆(1)瞬时位置来按下述方式训练该车辆(1)内的延时的模型,即,内室有害物质负荷作为目标参数被预测。
6.根据权利要求5所述的方法,其特征是,在高的内室有害物质负荷与通过模型提取的起因之间的延时被确定。
7.根据权利要求5或6所述的方法,其特征是,经过训练的模型被供给中央计算单元(7)。
8.根据权利要求5至7之一所述的方法,其特征是,经过训练的模型被传输给车队的另一车辆。
CN202180040073.1A 2020-06-02 2021-05-28 用于调节对车辆内室的外部空气供应的方法 Pending CN115697734A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020003282.6A DE102020003282A1 (de) 2020-06-02 2020-06-02 Verfahren zur Einstellung einer Außenluftzufuhr in einen Innenraum eines Fahrzeuges
DE102020003282.6 2020-06-02
PCT/EP2021/064421 WO2021244984A1 (de) 2020-06-02 2021-05-28 VERFAHREN ZUR EINSTELLUNG EINER AUßENLUFTZUFUHR IN EINEN INNENRAUM EINES FAHRZEUGES

Publications (1)

Publication Number Publication Date
CN115697734A true CN115697734A (zh) 2023-02-03

Family

ID=76305895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180040073.1A Pending CN115697734A (zh) 2020-06-02 2021-05-28 用于调节对车辆内室的外部空气供应的方法

Country Status (7)

Country Link
US (1) US20230219395A1 (zh)
EP (1) EP4157657A1 (zh)
JP (1) JP7523590B2 (zh)
KR (1) KR20230006878A (zh)
CN (1) CN115697734A (zh)
DE (1) DE102020003282A1 (zh)
WO (1) WO2021244984A1 (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4106078A1 (de) 1991-02-27 1992-09-03 Daimler Benz Ag Vorrichtung bzw. verfahren zur steuerung der belueftung eines innenraumes, insbesondere bei kraftfahrzeugen
US10226982B2 (en) 2015-04-29 2019-03-12 International Business Machines Corporation Automatic vehicle climate control based on predicted air quality
US9682610B2 (en) 2015-10-20 2017-06-20 International Business Machines Corporation Intelligent automotive air-quality assessment and management
KR101924061B1 (ko) * 2016-01-07 2018-11-30 엘지전자 주식회사 차량용 보조 장치 및 차량
FR3051147B1 (fr) * 2016-05-12 2023-04-14 Peugeot Citroen Automobiles Sa Dispositif de depollution d'air a phases d'alimentation en airs definies de facon anticipee en fonction de zones de l'itineraire d'un vehicule
KR101883743B1 (ko) * 2016-05-18 2018-07-31 네이버 주식회사 영상 인식 기반 차량 공조 장치 및 이에 의한 차량 공조 방법
US9931909B2 (en) 2016-07-13 2018-04-03 Toyota Motor Engineering & Manufacturing North America, Inc. Automated control of vehicle ventilation system
DE102017220350A1 (de) 2016-12-06 2018-06-07 Mahle International Gmbh Verfahren zum Betreiben einer Belüftungseinrichtung eines Fahrzeugs
WO2019127085A1 (en) * 2017-12-27 2019-07-04 Volkswagen (China) Investment Co., Ltd. Processing method, processing apparatus, control device and cloud server
DE102018210587A1 (de) 2018-06-28 2020-01-02 Volkswagen Aktiengesellschaft Belüften eines Innenraums eines Fahrzeugs

Also Published As

Publication number Publication date
KR20230006878A (ko) 2023-01-11
JP2023526872A (ja) 2023-06-23
JP7523590B2 (ja) 2024-07-26
DE102020003282A1 (de) 2021-12-02
WO2021244984A1 (de) 2021-12-09
US20230219395A1 (en) 2023-07-13
EP4157657A1 (de) 2023-04-05

Similar Documents

Publication Publication Date Title
EP2621777B1 (en) Brake control of a vehicle based on driver behavior
US20140371981A1 (en) Method and apparatus for operating a vehicle
US20190168760A1 (en) Driving style evaluation system and method
CN108885836A (zh) 驾驶辅助方法和利用该驾驶辅助方法的驾驶辅助装置、自动驾驶控制装置、车辆、驾驶辅助系统以及程序
US11378963B2 (en) Method and control unit for a system for controlling a motor vehicle
US20180334013A1 (en) Vehicle hvac system with odor control
US20150012167A1 (en) Control device for an autonomous land vehicle
GB2483561A (en) Parking assistance and space selection
CN105209996A (zh) 通过模式识别进行的车辆和操作者引导
US20210179118A1 (en) Method for determining control parameters for a control system
CN113228131B (zh) 用于提供周围环境数据的方法和系统
US10818189B2 (en) Platooning vehicle order
US20220388544A1 (en) Method for Operating a Vehicle
KR20190100091A (ko) 차량 제어 장치 및 방법
CN110654202A (zh) 车辆的内部空间的通风
CN114730186A (zh) 用于运行车辆的自主行驶功能的方法
JP2020205664A (ja) 移動体の電源制御装置
US20180268703A1 (en) Vehicle system and vehicle controller for controlling vehicle
CN112955361A (zh) 对预期行驶行为的预测
CN112731926A (zh) 矿区商用车自动驾驶方法和系统
CN112549915A (zh) 用于车辆乘客舱气味调节方法及相应的系统和车辆
US20200033863A1 (en) Adaptation of an evaluable scanning area of sensors and adapted evaluation of sensor data
CN108528457B (zh) 运动规划的方法、设备和具有指令的计算机可读存储介质
CN107831763B (zh) 一种基于大数据学习的车载控制方法及系统
CN115697734A (zh) 用于调节对车辆内室的外部空气供应的方法

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