CN116587944A - 车辆中的自适应个人热控制 - Google Patents

车辆中的自适应个人热控制 Download PDF

Info

Publication number
CN116587944A
CN116587944A CN202211264594.8A CN202211264594A CN116587944A CN 116587944 A CN116587944 A CN 116587944A CN 202211264594 A CN202211264594 A CN 202211264594A CN 116587944 A CN116587944 A CN 116587944A
Authority
CN
China
Prior art keywords
occupant
personal
score
obtaining
vehicle
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
CN202211264594.8A
Other languages
English (en)
Inventor
A.M.卡米斯
L.李
P.H.K.惠
T.M.图马斯
J.周
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.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
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 GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN116587944A publication Critical patent/CN116587944A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/56—Heating or ventilating devices
    • B60N2/5678—Heating or ventilating devices characterised by electrical systems
    • B60N2/5685—Resistance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/56—Heating or ventilating devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/56—Heating or ventilating devices
    • B60N2/5607—Heating or ventilating devices characterised by convection
    • B60N2/5621—Heating or ventilating devices characterised by convection by air
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62D—MOTOR VEHICLES; TRAILERS
    • B62D1/00—Steering controls, i.e. means for initiating a change of direction of the vehicle
    • B62D1/02—Steering controls, i.e. means for initiating a change of direction of the vehicle vehicle-mounted
    • B62D1/04—Hand wheels
    • B62D1/06—Rims, e.g. with heating means; Rim covers
    • B62D1/065—Steering wheels with heating and ventilating means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W2040/0872—Driver physiology
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/21—Voice
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs

Abstract

车辆中的系统包括个人热装置。个人热装置向车辆的单独乘员提供加热或冷却。该系统还包括实施强化学习以控制个人热装置的控制器。控制器从一个或多个传感器获得指示当前状况的状态，以获得根据状态确定的并且表示在强化学习中使用的奖励的分数。控制器使用所述强化学习基于所述分数来提供随机策略，所述随机策略指示采取用于控制所述个人热装置的特定动作的概率，所述分数充当用于所述个人热装置的反馈控制的反馈。

Description

车辆中的自适应个人热控制
技术领域
本公开涉及车辆中的自适应个人热控制。
背景技术
车辆(例如，汽车、摩托车、建筑装备、农场装备)越来越多地包括用于乘员(即，驾驶员或乘客)的安全性和舒适性的特征。示例性安全特征包括警报(例如，车道偏离警报)和半自主操作(例如，防撞系统、自动制动)。示例性个人热装置包括加热座椅。与车厢温度或车辆内服务于所有乘员的其他舒适特征不同，个人热装置被提供以使车辆的单独的乘员的舒适。因此，期望在车辆中提供自适应个人热控制。
发明内容
在一个示例性实施例中，车辆中的系统包括个人热装置。个人热装置向车辆的单独乘员提供加热或冷却。该系统还包括实施强化学习以控制个人热装置的控制器。控制器从一个或多个传感器获得指示当前状况的状态。控制器获得根据状态确定的并且表示在强化学习中使用的奖励的分数。控制器使用所述强化学习基于所述分数来提供随机策略，所述随机策略指示采取用于控制所述个人热装置的特定动作的概率，所述分数充当用于所述个人热装置的反馈控制的反馈。
除了本文描述的一个或多个特征之外，状态还包括根据乘员的手动动作或根据情绪分析而确定的人类影响因素(HIF)。
除了本文描述的一个或多个特征之外，根据手动动作确定的状态包括自乘员对个人热装置手动地进行调整以来的时间流逝或持续时间，或者自乘员进入或启动车辆以来的时间流逝或持续时间。
除了本文描述的一个或多个特征之外，根据情感分析确定的状态包括乘员的影响，所述乘员的影响是通过使用指向乘员面部的相机或记录乘员语音的麦克风或乘员的生物特征而确定的。
除了本文描述的一个或多个特征之外，状态包括系统影响因素(SIF)，其通常是影响所述乘员所感受的温度的参数。
除了本文描述的一个或多个特征之外，状态包括并非特定于乘员的情境影响因素(CIF)。
除了本文描述的一个或多个特征之外，控制器通过使用经由机器学习开发的映射函数将状态映射到分数来获得分数。
除了本文描述的一个或多个特征之外，控制器还使用特定于乘员的用户简档来获分数数。
除了本文描述的一个或多个特征之外，个人热装置是乘员就座的加热或通风的座椅。
除了本文描述的一个或多个特征之外，乘员是车辆的驾驶员，并且个人热装置是加热或冷却的方向盘。
在另一示例性实施例中，一种非暂时性计算机可读介质存储指令，所述指令在由一个或多个处理器处理时实施车辆中的方法。该方法包括从一个或多个传感器获得指示当前状况的状态，以及获得根据状态确定的并表示奖励的分数。该方法还包括执行强化学习以控制个人热装置。个人热装置向车辆的单独乘员提供加热或冷却，并且奖励在强化学习中被使用。基于所述分数使用所述强化学习以提供随机策略，所述随机策略指示采取用于控制所述个人热装置的特定动作的概率，所述分数充当用于所述个人热装置的反馈控制的反馈。
除了本文描述的一个或多个特征之外，获得状态包括获得根据乘员的手动动作或根据情绪分析而确定的人类影响因素(HIF)。
除了本文描述的一个或多个特征之外，获得根据手动动作而确定的作为HIF的状态包括：获得自乘员对个人热装置手动地进行调节以来的时间流逝或持续时间或者自乘员进入或启动车辆以来的时间流逝或持续时间。
除了本文描述的一个或多个特征之外，获得根据情绪分析而确定的作为HIF的状态包括获得乘员的影响，所述乘员的影响是通过使用指向乘员的面部的相机或者记录乘员的语音的麦克风或乘员的生物特征而确定的。
除了本文描述的一个或多个特征之外，获得状态包括获得系统影响因素(SIF)，其通常是影响乘员所感受的温度的参数。
除了本文描述的一个或多个特征之外，获得状态包括获得并非特定于乘员的情境影响因素(CIF)。
除了本文描述的一个或多个特征之外，获得分数包括使用经由机器学习开发的映射函数将状态映射到分数。
除了本文描述的一个或多个特征之外，获得分数还包括使用特定于乘员的用户简档。
除了本文描述的一个或多个特征之外，个人热装置是乘员就座的加热或通风的座椅。
除了本文描述的一个或多个特征之外，乘员是车辆的驾驶员，并且个人热装置是加热或冷却的方向盘。
当结合附图时，根据以下详细说明书，本公开的上述特征和优点以及其他特征和优点是显而易见的。
附图说明
他特征、优点和细节仅通过示例的方式出现在以下详细说明书中，详细说明书参考附图，其中：
图1示出了根据一个或多个实施例的包括自适应个人热控制的车辆；
图2是根据一个或多个实施例的在车辆中执行自适应个人热控制的方法的处理流程；以及
图3是根据一个或多个实施例的作为在车辆中执行自适应个人热控制的过程的一部分的确定体验质量分数的方法的处理流程。
具体实施方式
以下说明书本质上仅是示例性的，并不旨在限制本公开、其应用或用途。应当理解，在整个附图中，相应的附图标记表示相同或相应的部件和特征。
本文详述的系统和方法的实施例涉及车辆中的自适应个人热控制。如前所述，个人热系统是指为了个体乘员的舒适性而设计的系统。示例性个人热系统包括加热的座椅、通风的座椅、加热的方向盘和冷却的方向盘。控制个人热系统的现有方法涉及乘员基于预定义的查找表进行手动选择或自动控制。然而，初始选择可能不再舒适，或者乘员可能忘记激活个人热系统。根据本文详述的一个或多个实施例，基于确定对应乘员的体验质量(QoX)分数来自动执行对一个或多个个人热系统的控制。
根据示例性实施例，图1示出了包括自适应个人热控制的车辆100。图1所示的示例性车辆100是汽车101。车辆100的示例性自适应个人热系统110包括一个或多个座椅120、方向盘130和控制器140。也就是说，一个或多个座椅120和方向盘130可以包括基于电流辐射热量的加热元件(未示出)。一个或多个座椅120可以附加地或替代地包括风扇或鼓风机(未示出)，其提供座椅120的表面的冷却。方向盘130可以包括鼓风机或热电可逆热泵(未示出)，以加热或冷却循环通过其的流体。虽然示出了用于示例性自适应个人热系统110的座椅120和方向盘130，但是也可以自适应地控制与乘员相对应并且可以可控地加热或冷却的替代或附加的自适应个人热装置125。
根据一个或多个实施例，控制器140可以执行自适应个人热控制。也就是说，控制器140可以基于对受影响的乘员的QoX分数的确定来控制通过加热元件的电流或者可以控制风扇、鼓风机或热泵，如参考图2所讨论的。例如，如果乘员是车辆100的驾驶员，则控制器140可以基于驾驶员的QoX分数的确定来控制驾驶员座椅120和方向盘130中的加热元件或风扇。QoX分数的确定可以涉及一个或多个传感器150(例如，温度传感器、湿度传感器、窗位置传感器、天窗位置传感器、车辆速度传感器)。
控制器140可以包括处理电路，该处理电路可以包括专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或组)和存储器、组合逻辑电路和/或提供所描述的功能的其他合适的组件。控制器140可以包括存储指令的非暂时性计算机可读介质，所述指令在由控制器140的一个或多个处理器处理时实现根据本文详述的一个或多个实施例的在车辆100中执行自适应个人热控制的方法。
图2是根据一个或多个实施例的在车辆100中执行自适应个人热控制的方法200的处理流程。图2中所示的处理流程可以针对每个乘员的每个自适应个人热装置125(例如，座椅120、方向盘130)重复(即，单独执行)。示例性自适应个人热系统110被示出为包括加热的座椅120和加热的方向盘130。如前所述，替代或附加特征(例如，通风的座椅120)和自适应个人热装置125可以是自适应个人热系统110的一部分。在框210处，做出对QoX分数的确定。参考图3详细描述了该确定中涉及的过程。如所指示的，可以将QoX分数提供为与来自可能奖励的集合R的迭代时间步长t相对应的奖励rt。奖励的示例性集合R和对应分数可以是：{舒适(+1)，太热(-1)，热(-0.5)，冷(-0.5)，太冷(-1)}。
如参考图3所示和所讨论的，在框210处对QoX分数的确定可以使用从传感器150获得的关于当前自适应个人热系统110的信息。如所标示的，该信息可以是与来自可能状态集S的迭代时间步长t相对应的当前状态st的形式。示例性状态集S可以包括{座椅热电偶读数、内部空气温度、环境温度、风冷效应、内部湿度、环境湿度、每个窗户的位置、天窗位置、车辆速度、太阳角度}。状态集S还可以包括基于乘员的影响(诸如{负面，中性，正面})或基于情境信息的状态，如参考图3进一步讨论的。参考图3讨论的相机305可以用于获得这些状态中的一些，诸如乘员的影响。
为特定乘员开发和存储的乘员简档220可以用于确定QoX分数。在每次对乘员执行方法200的过程之后，可以更新该乘员简档220。可以以多种方式识别乘员。例如，如果乘员是驾驶员，则乘员携带的密钥卡可用于识别驾驶员。作为另一示例，可以基于连接到车辆100的信息娱乐系统的乘员的蜂窝设备或其他个人无线设备(例如，可穿戴设备)来识别乘员。在框210处对QoX分数的确定提供了用于在框230处实施被称为强化学习(RL)的机器学习技术的定量值。
框230处的RL可以是无模型的，其中学习直接基于经验和迭代。在框230处的RL的示例性实现可以涉及时间差算法，诸如异步优势行动者-评论者(A3C)。在框230处的RL提供随机策略πθ(a|s)，其是在给定状态s和参数θ的情况下采取特定动作的概率。换句话说，对于方法200的每次迭代，控制器140执行给定自适应个人热装置125的反馈控制。具体地，基于使用QoX分数(即，奖励)作为反馈，当前时间步长t的状态st被映射到要由控制器140实现的动作at。参数θ是RL的已知参数，诸如激活函数和加权值。
在框240处，基于在框230处由RL提供的随机策略，选择可能动作的集合A中的一个或多个动作。这些动作at由控制器140实现。一组示例性动作包括{关闭，热量等级1，热量等级2，热量等级3，通风等级1，通风等级2，通风等级3}。可能动作的集合A可以基于基于的自适应个人热装置125及其能力而不同。例如，如果方向盘130可以被加热但不能被冷却，则可能动作at的集合A可以包括{关闭，热量水平1，热量水平2，热量水平3}但没有冷却动作。图2中所示的过程可以针对使用中的每个自适应个人热装置125迭代地(例如，周期性地)执行。
图3是根据一个或多个实施例的作为在车辆100中执行自适应个人热控制的过程的一部分的确定QoX分数的方法300的过程流。图3示出了在生成QoX评分时考虑的各种因素。这些因素包括在框310处确定的系统影响因素(SIF)、在框330处确定的人类影响因素(HIF)、以及在框340处确定的情境影响因素(CIF)。每个因素包括可以被表示为数值(例如，0、1)或分类(例如，好、坏、还可以)值的参数。如图所示，当前迭代时间戳的不同状态st用于方法300的不同过程。在框210处，根据经由机器学习(即，通过利用数据训练机器学习算法)开发的映射函数，将作为SIF、HIF和CIF的一部分的参数映射到QoX分数。
在框310处确定的系统影响因素(SIF)是从车辆100的传感器150获得的作为当前迭代时间戳的状态st的一些参数。通常，被分类为SIF的状态st可以被认为是影响乘员所体验到的温度的状态。传感器150是已知的并且通常是现有的传感器150，使得它们不需要被添加用于自适应个人热控制。如前所述，示例性参数包括{座椅热电偶读数、内部空气温度、环境温度、内部湿度、环境湿度、每个窗户的位置、天窗位置、车辆速度、太阳角度}。
在框330处确定的人类影响因素(HIF)基于在框320处确定的乘员的手动动作(MA)以及在框325处确定的情绪分析(SA)。MA和SA使用当前迭代时间戳的一些状态st，如所指示的。在框320处观察到的手动动作(MA)是指由被控制的自适应个人热装置125的乘员进行的调节。如前所述，根据图2和图3的处理流程的实现是针对给定乘员的给定自适应个人热装置125。因此，在框320处，获得与手动动作相对应的参数是指由给定乘员针对给定自适应个人热装置125执行的那些参数。与手动动作相关联的示例性观察参数(即，状态st)包括乘员的上次设置调整或设置超控的时间流逝或持续时间(例如，自给定乘员增加座椅120上的热设置以来的时间)、自上次钥匙循环以来的时间流逝或持续时间(例如，自给定乘员上次启动车辆100以来的时间)、以及自占用以来的时间流逝或持续时间(例如，自给定乘员进入车辆100以来的时间)。
在框325处，情绪分析是指确定由乘员提供的口头和非口头反馈。如前所述，状态集S可以包括基于乘员的影响的状态st，诸如{负面、中性、正面}或情境信息。例如，可以使用诸如相机305和麦克风307的传感器150来确定这些状态st。被示出为指向乘员(例如，驾驶员)的面部的相机305可以执行温度筛选(例如，获得乘员面部的温度)以及图像处理(例如，分析乘员的面部表情)。附加传感器150可以获得生物特征(例如，体温、心率)。
作为框325处的情感分析的另一部分，麦克风307(其可以是用于蜂窝设备的蓝牙连接操作的信息娱乐系统的一部分)例如可以用于获得乘员的口头输入。已知的情感分析算法可以用于将短语(例如，“我冻死了”、“它太热”)映射到定义的情感状态st，例如{否定，中性，肯定}。在框330处，使用在框320处获得的来自手动动作的参数以及在框325处执行的情感分析来编译人类影响因素(HIF)。在框330处，HIF可以另外包括来自给定乘员的乘员简档220的参数。这些参数可以包括生理参数、习惯或更新的偏好，其在自适应个人热系统110的每次使用期间针对给定的自适应个人热装置125和给定的乘员而获得。
除了来自框310的作为系统影响因素(SIF)的一部分的参数以及来自框330的作为人类影响因素(HIF)的一部分的参数之外，还获得来自框340的作为情境影响因素(CIF)的一部分的参数作为状态st，以便在框210处确定QoX分数。CIF通常可以被认为是不特定于给定乘员的状态st。示例性参数可以涉及驾驶的物理情境(例如，天气和交通状况)、时间情境(例如，日、月、时间)、经济情境(例如，从能源角度来看的行程成本)、社交情境(例如，乘客数量)或任务情境(例如，手动控制，其可能导致驾驶员分心并影响感知质量)。
虽然已经参考示例性实施例描述了上述公开，但是本领域技术人员将理解，在不脱离其范围的情况下，可以进行各种改变并且可以用等同物替换其元件。另外，在不脱离本公开的基本范围的情况下，可以进行许多修改以使特定情况或材料适应本公开的教导。因此，本公开不旨在限于所公开的特定实施例，而是将包括落入其范围内的所有实施例。

Claims (10)

1.一种车辆中的系统，所述系统包括：
个人热装置，所述个人热装置向所述车辆的单独乘员提供加热或冷却；以及
控制器，所述控制器实施强化学习以控制所述个人热装置，所述控制器被配置为从一个或多个传感器获得指示当前状况的状态，获得根据所述状态确定的并且表示在所述强化学习中使用的奖励的分数，并且使用所述强化学习基于所述分数来提供随机策略，所述随机策略指示采取用于控制所述个人热装置的特定动作的概率，所述分数充当用于所述个人热装置的反馈控制的反馈。
2.根据权利要求1所述的系统，其中，所述状态包括根据所述乘员的手动动作或根据情绪分析而确定的人类影响因素(HIF)，根据手动动作确定的状态包括自乘员对个人热装置手动地进行调整以来的时间流逝或持续时间，或者自乘员进入或启动车辆以来的时间流逝或持续时间，并且根据情绪分析确定的状态包括乘员的影响，所述乘员的影响是通过使用指向乘员面部的相机或记录乘员语音的麦克风或乘员的生物特征而确定的。
3.根据权利要求1所述的系统，其中，所述状态包括系统影响因素(SIF)，所述系统影响因素(SIF)通常是影响所述乘员所感受的温度的参数，并且所述状态包括并非特定于所述乘员的情境影响因素(CIF)。
4.根据权利要求1所述的系统，其中，所述控制器被配置成通过使用经由机器学习开发的映射函数将所述状态映射到所述分数来获得所述分数，并且还使用特定于所述乘员的用户简档来获得所述分数。
5.根据权利要求1所述的系统，其中，所述个人热装置是所述乘员就座的加热或通风的座椅，或者所述个人热装置是加热或冷却的方向盘。
6.一种存储指令的非暂时性计算机可读介质，所述指令在由一个或多个处理器处理时实施车辆中的方法，所述方法包括：
从一个或多个传感器获得指示当前状况的状态；
获得根据所述状态确定的并表示奖励的分数；
执行强化学习以控制个人热装置，其中所述个人热装置向所述车辆的单独乘员提供加热或冷却，并且所述奖励在所述强化学习中被使用；以及
使用所述强化学习基于所述分数来提供随机策略，所述随机策略指示采取用于控制所述个人热装置的特定动作的概率，所述分数充当用于所述个人热装置的反馈控制的反馈。
7.根据权利要求6所述的非暂时性计算机可读介质，其中，获得所述状态包括获得根据所述乘员的手动动作或根据情绪分析而确定的人类影响因素(HIF)，获得根据手动动作而确定的作为HIF的状态包括获得自乘员对个人热装置手动地进行调节以来的时间流逝或持续时间或者自乘员进入或启动车辆以来的时间流逝或持续时间，并且获得根据情绪分析而确定的作为HIF的状态包括获得乘员的影响，所述乘员的影响是通过使用指向乘员的面部的相机或者记录乘员的语音的麦克风或乘员的生物特征而确定的。
8.根据权利要求6所述的非暂时性计算机可读介质，其中，获得所述状态包括获得系统影响因素(SIF)，所述系统影响因素(SIF)通常是影响所述乘员所感受的温度的参数，并且获得所述状态包括获得并非特定于所述乘员的情境影响因素(CIF)。
9.根据权利要求6所述的非暂时性计算机可读介质，其中，获得所述分数包括使用经由机器学习开发的映射函数将所述状态映射到所述分数，并且获得所述分数还包括使用特定于所述乘员的用户简档。
10.根据权利要求6所述的非暂时性计算机可读介质，其中，所述个人热装置是所述乘员就座的加热或通风的座椅，或者所述个人热装置是加热或冷却的方向盘。
CN202211264594.8A 2022-02-03 2022-10-17 车辆中的自适应个人热控制 Pending CN116587944A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/592,005 2022-02-03
US17/592,005 US20230242019A1 (en) 2022-02-03 2022-02-03 Adaptive personal thermal control in a vehicle

Publications (1)

Publication Number Publication Date
CN116587944A true CN116587944A (zh) 2023-08-15

Family

ID=87160445

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211264594.8A Pending CN116587944A (zh) 2022-02-03 2022-10-17 车辆中的自适应个人热控制

Country Status (3)

Country Link
US (1) US20230242019A1 (zh)
CN (1) CN116587944A (zh)
DE (1) DE102022126671A1 (zh)

Also Published As

Publication number Publication date
US20230242019A1 (en) 2023-08-03
DE102022126671A1 (de) 2023-08-03

Similar Documents

Publication Publication Date Title
JP7081020B2 (ja) 車両ミクロ気候システムと制御方法
US10259451B2 (en) Motion sickness mitigation system and method
US20170349027A1 (en) System for controlling vehicle climate of an autonomous vehicle socially
US11634005B2 (en) Automatic control of heating and cooling of a vehicle seating assembly pursuant to predictive modeling that recalibrates based on occupant manual control
US10696136B2 (en) Method for motor vehicle interior climate control
JP4907443B2 (ja) 車両用ドライビングポジション制御装置
US10640137B2 (en) Automatic control of a heating element in a steering wheel of a vehicle pursuant to predictive modeling that recalibrates based on occupant manual control of the heating element
EP2121360B1 (en) Method and system which affects the psychophysical state of a user
CN111301243B (zh) 具有用于舱内气候控制的热舒适度传感器的车辆
US11014428B2 (en) Controlling climate in vehicle cabins
EP3582030A1 (en) Method and system for smart interior of a vehicle
JP6731718B2 (ja) 乗員の感性向上システム
US11279204B2 (en) Vehicle and method for controlling the same
US10981433B2 (en) Method and system for personalized thermal comfort of occupants in a vehicle and vehicle implementing the method
CN113492641A (zh) 用于控制机动车的空调装置的方法、空调装置和机动车
JP2006285923A (ja) コマンド入力装置
CN116587944A (zh) 车辆中的自适应个人热控制
WO2022039866A1 (en) Method and system using machine learning algorithm for controlling thermal comfort
EP4316937A1 (en) Electronic apparatus for trainable vehicle component setting and vehicle
GB2619994A (en) Climate controller and climate control method
WO2022049617A1 (ja) 空調制御装置及び空調制御方法
WO2023096741A1 (en) Temperature-related drowsiness mitigation strategy
GB2619993A (en) Climate controller and climate control method
CN115465169A (zh) 一种座椅温度控制方法、装置及车辆
CN117698373A (zh) 温度控制方法、装置、车辆及存储介质

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