DE112019000315T5 - Temperatursteuerung einer umgebung, um einen insassenkomfort auf der grundlage von parametern der herzfrequenzvariabilität zu erreichen - Google Patents

Temperatursteuerung einer umgebung, um einen insassenkomfort auf der grundlage von parametern der herzfrequenzvariabilität zu erreichen Download PDF

Info

Publication number
DE112019000315T5
DE112019000315T5 DE112019000315.1T DE112019000315T DE112019000315T5 DE 112019000315 T5 DE112019000315 T5 DE 112019000315T5 DE 112019000315 T DE112019000315 T DE 112019000315T DE 112019000315 T5 DE112019000315 T5 DE 112019000315T5
Authority
DE
Germany
Prior art keywords
hrv
comfort
threshold
intervals
classification 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
DE112019000315.1T
Other languages
English (en)
Inventor
Ioannis Androulakis
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.)
Gentherm Inc
Original Assignee
Gentherm Inc
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 Gentherm Inc filed Critical Gentherm Inc
Publication of DE112019000315T5 publication Critical patent/DE112019000315T5/de
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0006—ECG or EEG signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0004—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by the type of physiological signal transmitted
    • A61B5/0008—Temperature signals
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A61B5/02405—Determining heart rate variability
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316—Modalities, i.e. specific diagnostic methods
    • A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
    • A61B5/346—Analysis of electrocardiograms
    • A61B5/349—Detecting specific parameters of the electrocardiograph cycle
    • A61B5/364—Detecting abnormal ECG interval, e.g. extrasystoles, ectopic heartbeats
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
    • 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
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00742—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models by detection of the vehicle occupants' presence; by detection of conditions relating to the body of occupants, e.g. using radiant heat detectors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/56—Remote control
    • F24F11/58—Remote control using Internet communication
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/64—Electronic processing using pre-stored data
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F24F11/65—Electronic processing for selecting an operating mode
    • 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
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/10—Temperature
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/20—Humidity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/30—Velocity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2120/00—Control inputs relating to users or occupants
    • F24F2120/10—Occupancy
    • F24F2120/14—Activity of occupants
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
    • F24F2130/20—Sunlight

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Signal Processing (AREA)
  • Cardiology (AREA)
  • Mechanical Engineering (AREA)
  • Physiology (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Artificial Intelligence (AREA)
  • Thermal Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Psychiatry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Air Conditioning Control Device (AREA)
  • Air-Conditioning For Vehicles (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

Ein Temperatursteuersystem umfasst ein Heizungs-, Lüftungs- und Klimatisierungs- (HLK-) System, das zur Steuerung der Temperatur in einer Umgebung konfiguriert ist. Ein Sensor ist konfiguriert, um ein Elektrokardiogramm- (EKG) -Signal für einen Insassen der Umgebung zu erzeugen. Ein Umgebungssensor ist konfiguriert, um Umgebungsdaten zu erfassen, die aus einer Gruppe ausgewählt sind, die aus Temperatur, Luftgeschwindigkeit, Sonnenbelastung und Luftfeuchtigkeit besteht. Ein Controller für die Herzfrequenzvariabilität (HRV) ist konfiguriert, um das EKG-Signal zu empfangen; auf Basis des EKG-Signals Intervalle zwischen Schlägen zu identifizieren; und das HLK-System basierend auf den Intervallen zwischen Schlägen und den Umgebungsdaten zu steuern.

Description

  • QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
  • Diese Anmeldung beansprucht die Priorität der U.S.-Patentanmeldung Nr. 62/621,315 , die am 24. Januar 2018 eingereicht wurde und die hierin durch Bezugnahme in ihrer Gesamtheit mit eingeschlossen ist.
  • GEBIET
  • Die vorliegende Offenbarung betrifft Systeme und Verfahren zum Steuern der Temperatur in einer Umgebung, um den Insassenkomfort zu erhöhen, zumindest teilweise basierend auf einem oder mehreren Parametern der Herzfrequenzvariabilität (HRV).
  • HINTERGRUND
  • Die hier gegebene Hintergrundbeschreibung dient zur allgemeinen Darstellung des Kontexts der Offenbarung. Arbeit der vorliegend genannten Erfinder in dem Umfang, in dem sie in diesem Hintergrundabschnitt beschrieben ist, sowie Aspekte der Beschreibung, die sich nicht auf andere Weise als Stand der Technik zum Zeitpunkt der Einreichung qualifizieren, sind weder explizit noch implizit als Stand der Technik gegenüber der vorliegenden Offenbarung anerkannt.
  • Heizungs-, Lüftungs- und Klimatisierungs- (HLK-) Systeme werde dazu verwendet, eine Temperatursteuerung in Umgebungen, wie Fahrzeugen, Gebäuden und/oder anderen Räumen bereitzustellen. Bedingungen wie Temperatur und/oder Luftfeuchtigkeit in einer Umgebung wirken sich darauf aus, ob sich ein Insasse in Bezug auf eine Temperatur wohlfühlt oder nicht. Die Insassen in der Umgebung können einen Temperatursollwert einstellen, um zu versuchen, den Insassenkomfort zu erreichen. Für einen bestimmten Temperatursollwert können jedoch verschiedene Insassen unterschiedliche Niveaus an thermischem Komfort haben. Thermischer Komfort ist definiert als ein Zustand des Empfindens, das ein Maß an Zufriedenheit oder Unzufriedenheit mit einer bestimmten thermischen Umgebung ausdrückt.
  • ZUSAMMENFASSUNG
  • Ein Temperatursteuersystem umfasst ein Heizungs-, Lüftungs- und Klimatisierungs-(HLK-)System, das zur Steuerung der Temperatur in einer Umgebung konfiguriert ist. Ein Sensor ist konfiguriert, um ein Elektrokardiogramm-(EKG)Signal für einen Insassen der Umgebung zu erzeugen. Ein Umgebungssensor ist konfiguriert, um Umgebungsdaten zu erfassen, die aus einer Gruppe ausgewählt sind, die aus Temperatur, Luftgeschwindigkeit, Sonnenbelastung und Luftfeuchtigkeit besteht. Ein Herzfrequenzvariabilitäts-(HRV)Controller ist konfiguriert, um das EKG-Signal zu empfangen; auf Basis des EKG-Signals Intervalle zwischen Schlägen zu identifizieren; und das HLK-System basierend auf den Intervallen zwischen Schlägen und der Umgebungsdaten zu steuern.
  • Bei anderen Merkmalen umfasst die Umgebung einen Fahrzeuginnenraum und das HLK-System umfasst ein Gebläse, eine Heizung und eine Klimaanlage. Das Temperatursteuersystem umfasst zumindest eine Sitzheizung, einen Sitzheizer/- kühler und eine Lenkradheizung. Der HRV-Controller steuert zumindest eines aus der Sitzheizung, dem Sitzheizer/-kühler und der Lenkradheizung basierend auf den Intervallen zwischen Schlägen.
  • Bei anderen Merkmalen ist der HRV-Controller ferner konfiguriert, um die Intervalle zwischen Schlägen mit einem ersten Schwellenwert und einem zweiten Schwellenwert zu vergleichen, wobei der erste Schwellenwert größer als der zweite Schwellenwert ist; die Erwärmung in der Umgebung zu erhöhen, wenn zumindest eines der Intervalle zwischen Schlägen kleiner als der erste Schwellenwert ist; und die Kühlung in der Umgebung zu erhöhen, wenn zumindest eines der Intervalle zwischen Schlägen größer als der zweite Schwellenwert ist.
  • Bei anderen Merkmalen ist der HRV-Controller ferner so konfiguriert, dass er zumindest einen des ersten Schwellenwerts und des zweiten Schwellenwerts als Reaktion auf eine manuelle Sollwertänderung am HLK-System einstellt; und den zumindest einen des eingestellten ersten Schwellenwerts und des eingestellten zweiten Schwellenwerts zu verwenden, um das HLK-System zu steuern.
  • Bei anderen Merkmalen ist der HRV-Controller ferner konfiguriert, um Abweichungen in den Intervallen zwischen Schlägen mit einem vorbestimmten Abweichungsschwellenwert zu vergleichen; das HLK-System unter Verwendung eines Temperatursollwerts zu steuern, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und das HLK-System unter Verwendung einer Korrelation zwischen den Intervallen zwischen Schlägen und dem Komfort des Insassen der Umgebung zu steuern, wenn die Abweichungen kleiner als der vorgegebene Abweichungsschwellenwert sind.
  • Bei anderen Merkmalen ist der HRV-Controller ferner konfiguriert, um N HRV-Parameter basierend auf den Intervallen zwischen Schlägen zu erzeugen, wobei N eine ganze Zahl größer als eins ist; und ein Komfortklassifizierungsmodell zu verwenden, das im N-dimensionalen HRV-Parameterraum definiert ist.
  • Bei anderen Merkmalen ist der HRV-Controller ferner konfiguriert, um den Komfort des Insassen der Umgebung basierend auf den N HRV-Parametern und dem Komfortklassifizierungsmodell zu bestimmen. Das Komfortklassifizierungsmodell definiert zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum. Der HRV-Controller ist ferner konfiguriert, um das Komfortklassifizierungsmodell basierend auf manuellen Sollwertänderungen am HLK-System zu trainieren.
  • Ein Fahrzeug umfasst das Temperatursteuersystem und ein Telematiksystem. Der HRV-Controller ist ferner konfiguriert, um Daten bezüglich der N HRV-Parameter, die Umgebungsdaten und die manuellen Sollwertänderungen an das HLK-System über das Telematiksystem an ein Fernklassifizierungstrainingssystem zu übertragen; und ein aktualisiertes Komfortklassifizierungsmodell über das Telematiksystem vom Fernklassifizierungstrainingssystem zu erhalten.
  • Bei anderen Merkmalen ist der HRV-Controller ferner so konfiguriert, dass er als Reaktion auf eine manuelle Sollwertänderung am HLK-System das Klassifizierungsmodell basierend auf der manuellen Sollwertänderung neu trainiert.
  • Ein Verfahren zum Steuern der Temperatur in einer Umgebung umfasst ein Steuern der Temperatur in einer Umgebung unter Verwendung eines Heizungs-, Lüftungs- und Klimatisierungs-(HLK)Systems; ein Erzeugen eines Elektrokardiogramm-(EKG)Signals für einen Insassen der Umgebung; ein Erzeugen von Umgebungsdaten, die aus einer Gruppe gewählt sind, die aus Temperatur, Luftfeuchtigkeit, Sonnenbelastung und Luftgeschwindigkeit besteht; ein Identifizieren von Intervallen zwischen Schlägen auf Basis des EKG-Signals; und ein Steuern des HLK-System basierend auf den Intervallen zwischen Schlägen und der Umgebungsdaten.
  • Bei anderen Merkmalen umfasst die Umgebung einen Fahrzeuginnenraum und das HLK-System umfasst ein Gebläse, eine Heizung und eine Klimaanlage. Das Verfahren umfasst ein Steuern von zumindest einem von einer Sitzheizung, einem Sitzheizer/-kühler und einer Lenkradheizung basierend auf den Intervallen zwischen Schlägen.
  • Bei anderen Merkmalen umfasst das Verfahren ein Vergleichen von Intervallen zwischen Schlägen mit einem ersten Schwellenwert und einem zweiten Schwellenwert, wobei der erste Schwellenwert größer als der zweite Schwellenwert ist; ein Erhöhen einer Erwärmung in der Umgebung, wenn zumindest eines der Intervalle zwischen Schlägen kleiner als der erste Schwellenwert ist; und ein Erhöhen einer Kühlung in der Umgebung, wenn zumindest eines der Intervalle zwischen Schlägen größer als der zweite Schwellenwert ist.
  • Bei anderen Merkmalen umfasst das Verfahren ein Einstellen zumindest eines des ersten Schwellenwerts und des zweiten Schwellenwerts als Reaktion auf eine manuelle Sollwertänderung am HLK-System; und eine Verwendung des zumindest einen des eingestellten ersten Schwellenwerts und des eingestellten zweiten Schwellenwerts, um das HLK-System zu steuern.
  • Bei anderen Merkmalen umfasst das Verfahren ein Vergleichen von Abweichungen in den Intervallen zwischen Schlägen mit einer vorbestimmten Abweichungsschwelle; ein Steuern des HLK-Systems unter Verwendung eines Temperatursollwerts, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und ein Steuern des HLK-Systems unter Verwendung einer Korrelation zwischen den Intervallen zwischen Schlägen und dem Komfort des Insassen, wenn die Abweichungen kleiner als der vorgegebene Abweichungsschwellenwert sind.
  • Bei anderen Merkmalen umfasst das Verfahren das Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen, wobei N eine ganze Zahl größer als eins ist; und ein Verwenden eines Komfortklassifizierungsmodells, das im N-dimensionalen HRV-Parameterraum definiert ist.
  • Bei anderen Merkmalen umfasst das Verfahren ein Bestimmen des Komforts des Insassen basierend auf den N HRV-Parametern und dem Komfortklassifizierungsmodell.
  • Bei anderen Merkmalen definiert das Komfortklassifizierungsmodell zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum.
  • Bei anderen Merkmalen umfasst das Verfahren ein Trainieren des Komfortklassifizierungsmodells als Reaktion auf manuelle Sollwertänderungen am HLK-System. Das Verfahren umfasst ein Übertragen von Daten bezüglich der N HRV-Parameter, der Umgebungsdaten und der manuellen Sollwertänderungen an das HLK-System über ein Telematiksystem an ein Fernklassifizierungstrainingssystem; und ein Empfangen eines aktualisierten Komfortklassifizierungsmodells über das Telematiksystem vom Fernklassifizierungstrainingssystem.
  • Bei anderen Merkmalen umfasst das Verfahren als Reaktion auf manuelle Sollwertänderungen am HLK-System ein erneutes Trainieren des Klassifizierungsmodells.
  • Ein Verfahren zum Steuern einer Temperatur in einer Umgebung umfasst ein Messen von Elektrokardiogrammsignalen (EKG-Signalen) für einen ersten Insassen, der sich in einer ersten Umgebung befindet; ein Abtasten von Komfortdaten vom ersten Insassen während des Messens der EKG-Signale unter Verwendung einer Komfortskala, wobei die Komfortskala mehrere Unbehaglichkeitswerte und mehrere Komfortwerte enthält; ein Konvertieren der EKG-Signale in Intervalle zwischen Schlägen; ein Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen zu erzeugen, wobei N eine ganze Zahl größer als eins ist; ein Zuweisen von zumindest einem Teil der Mehrzahl von Komfortwerten zu einem Unbehaglichkeitszustand, wobei der Unbehaglichkeitszustand auch die Mehrzahl von Unbehaglichkeitswerten umfasst; ein Zuweisen der verbleibenden Werte der Mehrzahl von Komfortwerten zu einem Komfortzustand; und ein Definieren eines Komfortklassifizierungsmodells im N-dimensionalen HRV-Parameterraum basierend auf dem Unbehaglichkeitszustand und dem Komfortzustand.
  • Bei anderen Merkmalen umfasst das Verfahren ein Erzeugen eines Elektrokardiogrammsignals (EKG-Signals) für einen zweiten Insassen einer zweiten Umgebung; ein Identifizieren von Intervallen zwischen Schlägen auf Basis des EKG-Signals; und ein Steuern eines Heizungs-, Lüftungs- und Klimatisierungs-(HLK)Systems basierend auf den Intervallen zwischen Schlägen und dem Komfortklassifizierungsm odell.
  • Bei anderen Merkmalen umfasst die zweite Umgebung einen Fahrzeuginnenraum und das HLK-System umfasst ein Gebläse, eine Heizung und eine Klimaanlage. Das Verfahren umfasst ein Steuern von zumindest einem aus einer Sitzheizung, einem Sitzheizer/-kühler und einer Lenkradheizung basierend auf den Intervallen zwischen Schlägen und dem Komfortklassifizierungsmodell.
  • Bei anderen Merkmalen umfasst das Verfahren ein Vergleichen von Abweichungen in den Intervallen zwischen Schlägen mit einer vorbestimmten Abweichungsschwelle; ein Steuern des HLK-Systems unter Verwendung eines Temperatursollwerts, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und ein Steuern des HLK-Systems unter Verwendung der Intervalle zwischen Schlägen und des Komfortklassifizierungsmodells, wenn die Abweichungen kleiner als der vorbestimmte Abweichungsschwellenwert sind.
  • Bei anderen Merkmalen umfasst das Verfahren ein Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen, wobei N eine ganze Zahl größer als eins ist, wobei das Komfortklassifizierungsmodell im N-dimensionalen HRV-Parameterraum definiert ist.
  • Bei anderen Merkmalen definiert das Komfortklassifizierungsmodell zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum.
  • Bei anderen Merkmalen umfassen die N HRV-Parameter lineare statistische Parameter. Die N HRV-Parameter umfassen nichtlineare statistische Parameter. Die N HRV-Parameter umfassen lineare und nichtlineare statistische Parameter.
  • Weitere Bereiche der Anwendbarkeit der vorliegenden Offenbarung gehen aus der ausführlichen Beschreibung, aus den Ansprüchen und aus den Zeichnungen hervor. Die ausführliche Beschreibung und die spezifischen Beispiele sind nur zu Veranschaulichungszwecken bestimmt und sollen den Schutzumfang der Offenbarung nicht einschränken.
  • Figurenliste
  • Die vorliegende Offenbarung wird umfassender verständlich aus der ausführlichen Beschreibung und aus den beigefügten Zeichnungen, in denen:
    • 1 ein Funktionsblockdiagramm eines Beispiels eines HLK-Systems ist, das basierend auf den Parametern der Insassenherzfrequenzvariabilität (HRV) gemäß der vorliegenden Offenbarung gesteuert wird;
    • 2 eine Seitenansicht eines Beispiels eines Insassen in einem Fahrzeug und beispielhafter Positionen von HRV-Sensoren ist;
    • 3 ein Funktionsblockdiagramm eines Beispiels eines HRV-Sensorsystems ist, das RFID-Kennzeichen (Radio Frequency Identification- Kennzeichen) und eines RFID-Lesers gemäß der vorliegenden Offenbarung enthält;
    • 4 ein Diagramm ist, das ein EKG und die Identifizierung aufeinanderfolgender Herzschläge zeigt, um das Intervall zwischen Schlägen (RR) zu bestimmen;
    • 5 ein Diagramm ist, das ein Beispiel eines HRV-Parameters als Funktion der Zeit und der maximalen und minimalen HRV-Schwellenwerte gemäß der vorliegenden Offenbarung darstellt;
    • 6 ein Flussdiagramm ist, das ein Beispiel eines Verfahrens zum Steuern des HLK-Systems basierend auf den HRV-Parametern gemäß der vorliegenden Offenbarung darstellt;
    • 7 ein Flussdiagramm ist, das ein anderes Beispiel eines Verfahrens zum Steuern des HLK-Systems basierend auf den HRV-Parametern gemäß der vorliegenden Offenbarung darstellt;
    • 8 ein Diagramm ist, das ein Beispiel von ersten und zweiten HRV-Parametern zeigt, die einen zweidimensionalen Komfortraum und maximale und minimale HRV-Parameterräume gemäß der vorliegenden Offenbarung definieren;
    • 9 ein Graph ist, der ein Beispiel eines HRV-Parameters als Funktion der Zeit und adaptiver maximaler und minimaler HRV-Schwellenwerte gemäß der vorliegenden Offenbarung darstellt;
    • 10 ein Flussdiagramm ist, das ein Beispiel eines Verfahrens zum Anpassen zumindest eines der maximalen und minimalen HRV-Schwellenwerte gemäß der vorliegenden Offenbarung darstellt.
    • 11 ein Flussdiagramm ist, das ein anderes Beispiel eines Verfahrens zum Steuern des HLK-Systems basierend auf den HRV-Parametern gemäß der vorliegenden Offenbarung darstellt;
    • 12 ein Funktionsblockdiagramm eines Beispiels eines HLK-Systems ist, das auf der Grundlage von Insassen-HRV-Parametern gesteuert wird und ein lokalisiertes Klassifizierungstraining gemäß der vorliegenden Offenbarung durchführt;
    • 13 ein Funktionsblockdiagramm eines Beispiels eines HLK-Systems ist, das auf der Grundlage von Insassen-HRV-Parametern gesteuert wird und ein fern- oder cloudbasiertes Klassifizierungstraining gemäß der vorliegenden Offenbarung durchführt;
    • 14 ein Flussdiagramm ist, das ein Beispiel eines Verfahrens zum Steuern des HLK-Systems basierend auf den HRV-Parametern und zum Aktualisieren eines Klassifikationstrainings gemäß der vorliegenden Offenbarung darstellt.
    • 15 ein Diagramm ist, das Komfortdaten als Funktion der ersten und zweiten HRV-Parameter und ein Klassifizierungsmodell, das auf den Komfortdaten basiert, darstellt;
    • 16 ein Diagramm ist, das modifizierte Komfortdaten als Funktion der ersten und zweiten HRV-Parameter und ein anderes Klassifizierungsmodell, das auf den Komfortdaten basiert, darstellt; und
    • 17 ein Flussdiagramm eines Verfahrens zum Erzeugen modifizierter Komfortdaten als Funktion der ersten und zweiten HRV-Parameter und eines anderen Klassifizierungsmodells, das auf den Komfortdaten basiert, gemäß der vorliegenden Offenbarung.
  • In den Zeichnungen können Bezugszeichen wiederverwendet sein, um ähnliche und/oder gleiche Elemente zu identifizieren.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Systeme und Verfahren gemäß der vorliegenden Offenbarung steuern eine Temperatur in einer Umgebung wie einem Fahrzeug, einer Kammer oder einem Raum unter Verwendung eines HLK-Systems (und/oder eines oder mehrerer Mikroklimata wie beheizte und gekühlte Sitze), um den Insassenkomfort zu erreichen, basierend auf einem oder mehreren erfassten Parametern der Herzfrequenzvariabilität (HRV), der HRV-Entropie und/oder anderer Umgebungsparameter (wie Temperatur und/oder Luftfeuchtigkeit in der Umgebung und/oder Umgebungstemperatur und/oder Luftfeuchtigkeit im Freien). Während die vorstehende Beschreibung in Verbindung mit einem HLK-System beschrieben wird, können die HRV-Parameter auch zur Steuerung des Mikroklimata verwendet werden.
  • Das autonome Nervensystem umfasst das sympathische Nervensystem und das parasympathische Nervensystem. Abweichungen im Insassenkomfort können anhand von Veränderungen im autonomen Nervensystem festgestellt werden. Die HRV eines Insassen eines Fahrzeugs, einer Kammer oder eines Raums ist ein guter Indikator für den Betrieb des autonomen Nervensystems. Die hier beschriebenen Systeme und Verfahren korrelieren HRV-Parameter mit dem thermischen Komfort. HRV-Parameter können mit Attributen des sympathischen Nervensystems wie Hautkomfort und/oder anderen Attributen des menschlichen autonomen Systems wie Homöostase korreliert werden.
  • Unter Bezugnahme auf 1 ist ein Beispiel eines HLK-Systems 100 in einem Fahrzeug gezeigt. Das HLK-System 100 umfasst einen HLK-Controller 120, der den Betrieb des HLK-Systems 100 basierend auf HLK-Benutzereingabevorrichtungen 122 und erfassten HRV-Parametern eines oder mehrerer Insassen, die sich in einer oder mehreren Zonen befinden, steuert.
  • Bei einigen Beispielen umfasst das HLK-System auch ein oder mehrere Mikroklimasysteme oder -zonen, die Teil des HLK-Systems sind. Bei anderen Beispielen umfassen die Mikroklimasysteme zusätzliche eigenständige Systeme (zusätzlich zum HLK-System), die ebenfalls unter Verwendung eines oder mehrerer HRV-Parameter gesteuert werden. Beispielsweise können zusätzlich zum HLK-System temperaturgesteuerte Sitze verwendet werden, um den Insassenkomfort zu erreichen.
  • Bei einigen Beispielen umfassen die HLK-Benutzereingabevorrichtungen 122 einen oder mehrere drehbare Knöpfe, Tasten, Touchscreens, Schieberegler, Smartphones oder andere geeignete Steuerungen zum Einstellen der Gebläsegeschwindigkeit, Temperatursollwerte usw. für das gesamte Fahrzeug, die Kammer oder den Raum und/oder ein oder mehrere Mikroklimas innerhalb des Fahrzeugs.
  • Das HLK-System 100 umfasst ferner einen oder mehrere Temperatursensoren 124 und/oder Feuchtigkeitssensoren 126 zum Erfassen von Umgebungstemperatur und -feuchtigkeit und/oder Umwelttemperatur und/oder -feuchtigkeit. Die Temperatursensoren 124 und/oder Feuchtigkeitssensoren 126 können sich innerhalb des Inneren der Umgebung und/oder außerhalb der Umgebung befinden.
  • Bei herkömmlichem Betrieb wird das HLK-System 100 basierend auf Unterschieden zwischen einem Temperatursollwert und einer erfassten Temperatur gesteuert. Diese Form der Steuerung ist unabhängig vom tatsächlichen Komfort der Insassen in der Umgebung. Wie weiter unten beschrieben wird, überwachen die hier beschriebenen Systeme und Verfahren einen oder mehrere HRV-Parameter des Insassen. Der Komfort des Insassen wird auch verwendet, um den Betrieb des HLK-Systems für die Umgebung zu steuern. Abhängig von der Situation steuern die hier beschriebenen Systeme und Verfahren das HLK-System nur unter Verwendung der Temperatursollwerte, nur der HRV-Parameter und/oder einer Kombination sowohl der Temperatursollwerte als auch der HRV-Parameter.
  • Das HLK-System 100 umfasst typischerweise ein oder mehrere Gebläse 128, um umgewälzte Luft oder Außenluft durch Kanäle (nicht gezeigt) in die Umgebung zu leiten. Eine oder mehrere Heizungen 130 können verwendet werden, um die Luft zu erwärmen, die durch die Kanäle und in die Kabine strömt. Das HLK-System 100 umfasst ferner ein Klimatisierungsystem (AC) 132, um die durch die Kanäle und in die Umgebung strömende Luft zu kühlen. Beispielsweise umfasst das AC-System 132 typischerweise einen Verdichter, einen Verdampfer, einen Kondensator und/oder andere AC-Komponenten (alle nicht gezeigt). Wie zu erkennen ist, kann der Insassenkomfort auch durch zusätzliche Heiz- oder Kühlkomponenten wie Sitzheizer/-kühler 136 und/oder eine Lenkradheizung 140 beeinflusst werden, die auch gesteuert werden können, um den Insassenkomfort basierend auf einem oder mehreren HRV-Parametern zu erhöhen.
  • Ein HRV-Sensorsystem 144 erzeugt ein Elektrokardiogramm (EKG) und/oder überwacht einen oder mehrere HRV-Parameter für einen oder mehrere Insassen des Fahrzeugs. Das HRV-Sensorsystem 144 liefert eine Rückmeldung vom Insassen an den HLK-Controller 120. Das HRV-Sensorsystem 144 kann die EKG-Daten erzeugen und/oder einen oder mehrere HRV-Parameter unter Verwendung eines beliebigen HRV-Sensortyps erfassen. Bei einigen Beispielen umfasst das HRV-Sensorsystem 144 eigenständige HRV-Sensoren. Bei anderen Beispielen umfasst das HRV-Sensorsystem 144 zwei oder mehr Vorrichtungen (wie einen RFID-Sensor und einen RFID-Leser), die zusammenarbeiten, um EKG- und/oder HRV-Signale zu erzeugen. Beispiele für geeignete HRV-Sensorsysteme umfassen Photoplythesmograph- (PPG) -Sensoren, die einen oder mehrere HRV-Parameter basierend auf Hautkontakt erfassen. Andere Sensoren umfassen die Radartyp-Erfassung von HRV-Parametern unter Verwendung von Schallwellen-Rückstreuung und/oder Hochfrequenz-Doppler-Signalen. Weitere Sensoren umfassen EKG-Sensoren, die sich an dem Sitz in der Nähe des Insassen befinden (z.B. in Luftblasen oder in Stoff eingewebt, RFID- (Radio Frequency Identification)Sensoren, die sich in Sicherheitsgurten, auf der Rückseite des Sitzes oder an anderen Stellen befinden.
  • Bei einigen Beispielen kann das RFID-System dem System ähnlich sein, das in „Monitoring Vital Signs Over Multiplexed Radio by Near-Field Coherent Sensing“, Nature Electronics, 1997, X. Hui und E. Kan beschrieben ist, das hiermit in seiner Gesamtheit durch Bezugnahme eingeschlossen ist.
  • Bei einigen Beispielen umfasst der HLK-Controller 120 einen HRV-Überwachungscontroller 148, die ein HRV-Analysemodul 152 enthält. Das HRV-Analysemodul 152 empfängt die EKG- und/oder HRV-Parameter und passt den HLK-Betrieb zumindest teilweise basierend auf dem EKG- und/oder einem oder mehreren HRV-Parametern an. Während gezeigt ist, dass der HLK-Controller 120 den HRV-Überwachungscontroller 148 enthält, kann der HRV-Überwachungscontroller 148 als eigenständiger Controller angeordnet sein (wie beispielsweise in 3 gezeigt) oder in einen anderen Fahrzeugcontroller integriert sein.
  • Unter Bezugnahme auf 2 ist ein Insasse 158 gezeigt, der auf einem Sitz 160 eines Fahrzeugs sitzt. Während ein Fahrzeug gezeigt ist, kann sich der Insasse in einem Raum eines Gebäudes oder einem kleineren Raum wie einer Kabine befinden. Es ist gezeigt, dass der Sitz 160 einen Sitzabschnitt 162, einen Rückenlehnenabschnitt 164 und/oder einen Kopfstützenabschnitt 166 umfasst. Das HRV-Sensorsystem 144 kann einen oder mehrere HRV-Sensoren enthalten, die sich in der Nähe des Insassen 158 befinden. Beispielsweise können die HRV-Sensoren in einen oder mehrere des Sitzabschnitts 162, Rückenlehnenabschnitts 164 und/oder Kopfstützenabschnitts 166 eingebettet sein. Beispielsweise kann eine Anordnung von Sensoren 170 in dem Rückenlehnenabschnitt 164 benachbart dem Herzort eines Insassen angeordnet sein, um ein EKG zu erzeugen. Zusätzliche Stellen umfassen Berührungssensoren in einem Lenkrad 176, RFID-Sensoren 172, die in einem Sicherheitsgurt 178 angeordnet sind, usw. Bei einigen Beispielen sind die RFID-Sensoren 172 in einem Abschnitt des Sicherheitsgurtes 178 angeordnet, der sich innerhalb weniger Zoll von einer Herzstelle des typischen Insassen befindet. Die Sensoren können festverdrahtete Sensoren oder drahtlose Sensoren sein. Bei einigen Beispielen ist der HRV-Sensor in ein Smartphone oder eine andere tragbare Vorrichtung wie einer Fitnessüberwachungseinrichtung integriert.
  • Unter Bezugnahme auf 3 können bei einigen Beispielen ein oder mehrere RFID-(Radio Frequency Identification)Sensoren oder -Kennzeichen 180-1, 180-2, ... und 180-S (zusammen RFID-Sensoren 180) (wobei S eine ganze Zahl ist) verwendet werden, um ein EKG zu erstellen und/oder HRV-Parameter eines oder mehrerer Insassen zu überwachen. Ein lokaler Controller und ein Speicher (nicht gezeigt) können auch zum Speichern und Verarbeiten von Signalen bereitgestellt werden. Jeder der RFID-Sensoren 180 umfasst einen Sender und einen Empfänger. Ein RFID-Lesegerät 182 sendet periodisch ein Abfragesignal an die RFID-Sensoren 180, das die RFID-Sensoren 180 mit Strom versorgt. Die RFID-Sensoren 180 werden vorübergehend durch das Abfragesignal mit Strom versorgt, führen eine EKG- und/oder HRV-Parametermessung durch und übertragen die EKG- oder HRV-Parametermessung vor dem Herunterfahren an den RFID-Leser 182. Alternativ können die RFID-Sensoren 180 das rohe EKG-Signal verarbeiten und ein verarbeitetes Signal vor der Übertragung an den RFID-Leser 182 senden.
  • Unter Bezugnahme auf 4 ist ein Beispiel eines EKG-Signals und eines HRV-Parameters gezeigt. In diesem Beispiel umfasst der HRV-Parameter das Abtasten des EKG-Signals, um benachbarte Herzschläge (R) zu identifizieren, um ein Intervall zwischen Schlägen (RR) eines Insassen oder eine Herzfrequenz in Schlägen pro Minute festzulegen. Bei einigen Beispielen erstreckt sich die EKG-Signalprobe über einen Zeitraum, der größer oder gleich zwei oder mehr benachbarten Herzschlägen ist.
  • Das EKG-Signal wird an das HRV-Analysemodul 152 gesendet und verarbeitet, um einen oder mehrere verarbeitete HRV-Parameter zu erzeugen, d.h. ein verarbeitetes RR- (PRR-)Signal. Zusätzlich zu den Intervallen zwischen Schlägen (RR) und/oder der Herzfrequenz pro Minute kann der HRV-Parameter andere Parameter enthalten. Beispiele für andere HRV-Parameter umfassen die mittlere Zeit zwischen benachbarten Herzschlägen (oder das mittlere RR-Intervall), eine Quadratwurzel des Mittelwerts der Summe der Differenzen aufeinanderfolgender RR-Intervalle, eine Standardabweichung einer Differenz zwischen benachbarten RR-Intervallen und/oder einen Prozentsatz benachbarter RR-Paare, die sich während eines vorbestimmten Zeitraums um eine vorbestimmte Periode (z. B. eine Anzahl von Millisekunden) unterscheiden.
  • Zusätzlich zu den vorstehenden HRV-Parametern kann eine Analyse des EKG-Signals in der Frequenzdomäne durchgeführt werden, um die gesamte spektrale Leistung innerhalb einer vorbestimmten Bandbreite und/oder die spektrale Leistung in einem oder mehreren vorbestimmten Bereichen bereitzustellen. Beispielsweise kann die gesamte spektrale Leistung von 0 bis 0,4 Hz bestimmt werden. Andere Bereiche können einen sehr niedrigen Frequenzbereich wie Frequenzen von 0,003 bis 0,04 Hz, einen niedrigen Frequenzbereich wie Frequenzen von 0,05 bis 0,15 Hz und einen hohen Frequenzbereich wie Frequenzen von mehr als 0,15 Hz umfassen. Andere HRV-Parameter können ein Leistungsverhältnis in niedrigen und hohen Leistungsbereichen umfassen. Eine weitere nichtlineare Analyse kann die Verarbeitung einer Poincareabbildung oder die Verarbeitung eines Periodogramms des RR-Signals als Funktion der Zeit umfassen, z. B. Lomb-Scargle-Periodogramm, Chi-Quadrat-Periodogramm usw.
  • Bei einigen Beispielen kann die Signalentropie (ein Maß für die Abweichung eines oder mehrerer Parameter des EKG-Signals und/oder der HRV-Parameter) als Faktor verwendet werden, um zu bestimmen, wann mit der Überwachung und/oder der Verwendung der HRV-Parameter zur Steuerung des HLK-Systems begonnen werden soll. Mit anderen Worten kann eine anfängliche Temperatursteuerung basierend auf Temperatursollwerten durchgeführt werden, bis die Signalentropie unter einen vorbestimmten Entropieschwellenwert fällt. Sobald die Signalentropie den vorgegebenen Entropieschwellenwert unterschreitet (und sich die HRV ausgleicht), kann eine komfortbasierte Steuerung basierend auf HRV-Parametern verwendet werden.
  • Zusätzliche HRV-Parameter sind in „Heart Rate Variability as a Predictive Biomarker of Thermal Comfort“, Journal of Ambient Intelligence and Humanized Computing, K. Nikurikiyeyezv, Y. Suzuki und G. Lopez beschrieben, auf die hiermit in vollem Umfang Bezug genommen wird.
  • Unter Bezugnahme auf 5 legt das Analysemodul maximale und minimale HRV-Schwellenwerte fest. Beispielsweise können maximale und minimale PRR-Schwellenwerte (maxPRR-Schwellenwert 220 und minPRR-Schwellenwert 230) verwendet werden. Bei einigen Beispielen sind die maximalen und minimalen HRV-Schwellenwerte nach einer Trainingsperiode für einen einzelnen Insassen oder Gruppen von Insassen statistisch definiert und/oder bestimmt. Wenn der maximale HRV-Schwellenwert überschritten wird, befindet sich der Insasse in einem warmen Unbehaglichkeitsbereich und der HR-Controller aktiviert das HLK-System zur Kühlung. Wenn der minimale HRV-Schwellenwert überschritten ist, befindet sich der Insasse in einem kalten Unbehaglichkeitsbereich und der HR-Controller aktiviert das HLK-System zur Erwärmung.
  • Unter Bezugnahme auf 6 ist ein Verfahren 250 zum Steuern des HLK-Systems basierend auf den HRV-Parametern gezeigt. Während sich die vorstehenden Beispiele in den 6, 7, 9 und 10 speziell auf PRR-, maxPRR- und minPRR-Schwellenwerte beziehen, gilt das Verfahren für andere HRV-Parameter, Schwellenwerte und/oder N-dimensionale Räume. Bei 260 bestimmt das Verfahren, ob das Fahrzeug (oder das HLK-System) eingeschaltet ist. Bei einigen Beispielen ist das Fahrzeug eingeschaltet, wenn der Zündschalter oder der Zubehörschalter eingeschaltet ist. Andere Fahrzeuge wie Elektrofahrzeuge können jedoch andere Kriterien enthalten, um zu bestimmen, wann das Fahrzeug oder das HLK-System eingeschaltet ist.
  • Wenn 260 zutrifft, fährt das Verfahren bei 264 fort und liest und verarbeitet das RR-Signal, um das PRR-Signal zu erzeugen. Bei 268 wird das PRR-Signal mit dem maxPRR-Schwellenwert verglichen. Wenn das PRR-Signal größer als das maxPRR-Signal ist, wird das HLK-System aktiviert, um eine Kühlung bei 270 bereitzustellen. Nach einer vorbestimmten Zeitspanne in 272 kehrt das Verfahren zu 260 zurück. Wenn 268 nicht zutrifft, fährt das Verfahren mit 274 fort. Bei 274 wird das PRR-Signal mit dem minPRR-Schwellenwert verglichen. Wenn das PRR-Signal kleiner als das minPRR-Signal ist, wird das HLK-System aktiviert, um eine Erwärmung bei 270 bereitzustellen.
  • Unter Bezugnahme auf 7 ist ein anderes Verfahren 300 zum Steuern des HLK-Systems gezeigt. Das HLK-System kann anfänglich ausschließlich auf der Grundlage von Temperatursollwerten gesteuert werden, bis eine oder mehrere Vorbedingungen erreicht sind. Bei einigen Beispielen umfassen die Vorbedingungen das Erreichen einer vorbestimmten Periode. Bei anderen Beispielen umfassen die Vorbedingungen das Erreichen eines vorbestimmten Temperatursollwerts.
  • In noch anderen Beispielen umfasst die Vorbedingung andere Faktoren wie die Entropie im HR-Signal, die unter einen vorbestimmten Entropiewert fällt.
  • Bei 320 bestimmt das Verfahren, ob das Fahrzeug oder das HLK-System eingeschaltet ist. Bei 322 wird die Kabinentemperatur abgelesen. Bei 324 bestimmt das Verfahren, ob die Kabinentemperatur größer als eine erste vorbestimmte Temperatur T1 ist. Wenn 324 zutrifft, aktiviert das Verfahren das HLK-System, um eine Kühlung bei 326 bereitzustellen. Wenn 324 nicht zutrifft, bestimmt das Verfahren, ob die Kabinentemperatur kleiner oder gleich einer zweiten vorbestimmten Temperatur T2 bei 330 ist. Wenn 330 zutrifft, aktiviert das Verfahren das HLK-System, um eine Heizung bei 334 bereitzustellen. Die Steuerung wird von 326, 330 (falls falsch) und 334 mit 338 fortgesetzt, wobei das Verfahren bestimmt, ob die Vorbedingungen für den Übergang zur HRV-basierten Steuerung erfüllt sind. Wenn 338 nicht zutrifft, kehrt das Verfahren zu 320 zurück. Wenn 338 zutrifft, wird das Verfahren bei 264 fortgesetzt, wie oben in 6 beschrieben.
  • Während einige der vorhergehenden Beispiele die Verwendung eines einzelnen HRV-Parameters und eines einzelnen Paares von maxPRR- und minPRR-Werten beschrieben haben, kann der HR-Überwachungscontroller N HRV-Parameter verwenden. Die N HRV-Parameter definieren einen N-dimensionalen Raum, wobei N eine ganze Zahl größer als eins ist. Zusätzlich können auch N-dimensionale maxPRR-Räume und minPRR-Räume definiert werden, die dem N HRV-Parameterraum entsprechen. Zum Beispiel sind in 8 N = 2 und zwei Parameter verwendet, um einen zweidimensionalen Raum zu definieren. In diesem Beispiel sind auch zumindest ein zweidimensionaler maxPRR-Raum 404 und zumindest ein zweidimensionaler minPRR-Raum 408 definiert.
  • Unter Bezugnahme auf 9 können die maxPRR- und/oder minPRR-Schwellenwerte unter bestimmten Umständen vom Analysemodul angepasst werden. In dem Beispiel in 9 aktiviert das System die Kühlung bei t0 und das System stoppt die Kühlung bei t1. Während Zeiträumen vor t2 verwendet der HR-Überwachungscontroller ein erstes Paar von minPRR- und maxPRR-Werten. Während des Betriebs bei t1 stellt der HR-Überwachungscontroller den Komfort bei dem ersten Paar von minPRR- und maxPRR-Schwellenwerten her. Nach dem Ausschalten des HLK-Systems kann der Insasse jedoch die Heizung aktivieren, wenn dem Insassen noch nicht warm genug ist. Der HR-Überwachungscontroller überwacht den Betrieb des HLK-Systems, die Kabinentemperaturen und/oder die Luftfeuchtigkeit und überwacht, wenn das System ausgeschaltet wird. Das Analysemodul passt zumindest einen der minPRR- und maxPRR-Schwellenwerte (in diesem Fall den minPRR-Wert) an und verwendet die angepassten minPRR- und/oder maxPRR-Schwellenwerte für nachfolgende Perioden.
  • Unter Bezugnahme auf 10 ist ein Verfahren 500 zum Einstellen eines oder mehrerer maxPRR- oder minPRR-Schwellenwerte gezeigt. Bei 510 bestimmt das Verfahren basierend auf der HRV-Komfortsteuerung, ob das System das Heizen oder Kühlen stoppt. Wenn 510 zutrifft, bestimmt das Verfahren, ob der Benutzer das Heizen oder Kühlen bei 514 reaktiviert. Wenn 514 zutrifft, werden die Temperatur- und/oder Feuchtigkeitswerte gespeichert und das Heizen oder Kühlen wird basierend auf der Anforderung bereitgestellt. Bei 522 bestimmt das Verfahren, ob der Benutzer das Heizen oder Kühlen ausschaltet (oder ob ein Heiz- oder Kühlsollwert erreicht wird). Wenn 522 zutrifft, speichert das Verfahren Temperaturen und/oder PRR-Werte und passt zumindest einen des maxPRR-Schwellenwerts oder Raums oder des minPRR-Schwellenwerts oder Raums bei 528 an und das Verfahren endet.
  • Es versteht sich, dass die Steuerung des HLK-Systems eines Fahrzeugs eine Mehrzahl von Vorteilen bietet. Die Vorgehensweise ermöglicht die Personalisierung des Komforts und die Optimierung der Korrekturleistung der HLK (entsprechend einer reduzierten Nutzung) pro Insassen. Wie hier verwendet, bezieht sich Personalisierung auf Individualität (z. B. männlich gegen weiblich oder 3 Insassen in der Kabine im Gegensatz zu 5 Insassen). Personalisierung bezieht sich auch auf Individualität und Vorlieben des thermischen Komforts.
  • Die Vorgehensweise ermöglicht auch eine Personalisierung unabhängig von Gesundheitszustand, Alter und/oder Geschlecht. Der Ansatz ermöglicht auch thermischen Komfort für Kinder. Der Betrieb des Systems reduziert daher CO2 und kann den Erstausrüstern (OEMs) Vorteile in Bezug auf die CO2-Gutschrift bieten.
  • Weitere potenzielle Vorteile für die OEMs sind die Möglichkeit, die Größe des HLK-Systems zu reduzieren. Dadurch kann die verwendete Kältemittelmasse reduziert werden. Weitere Vorteile sind eine größere Reichweite in allen EV-Antriebsträngen, die Skalierbarkeit von Produkten mit thermischem Komfort, eine höhere Kundenzufriedenheit und andere Vorteile.
  • Unter Bezugnahme auf 11 ist ein Verfahren 650 zum Steuern des HLK-Systems basierend auf den PRR- oder HRV-Parametern gezeigt. Bei 660 überwacht das Verfahren ein EKG- oder Herzfrequenzsignal. Bei 664 tastet das Verfahren Umgebungsparameter ab. Beispiele für die Umgebungsparameter sind Temperatur, Luftgeschwindigkeit um den Insassen, Luftfeuchtigkeit, Sonnenbelastung, Kleidungsisolierung usw.
  • Bei 668 erzeugt das Verfahren die PRR. Bei 672 bewertet das Verfahren Umgebungsparameter und die PRR unter Verwendung des Klassifizierungsmodells, um den Komfort-/Unbehaglichkeitszustand des Insassen zu bestimmen. Das Klassifizierungsmodell enthält eine Matrix mit allen statistischen HRV-Parametern, die zur Klassifizierung des PRR und des eingegebenen Satzes von Umgebungsparametern erforderlich sind. Das Klassifizierungsmodell kann eine Klassifizierung unter Verwendung einer Mehrebenenskala (sehr unangenehm, leicht unangenehm, leicht komfortabel oder sehr komfortabel) oder einer binären Skala (Komfort/Unbehagen) durchführen. Bei 674 bestimmt das Verfahren, ob sich der Insasse wohl fühlt.
  • Wenn sich der Insasse, wie bei 674 bestimmt, wohlfühlt, behält das Verfahren die HLK-Steuerparameter (z. B. die Betriebsart (Heizen oder Kühlen), die Temperatureinstellung, die Gebläsegeschwindigkeit usw. werden bei 678 beibehalten) bei. Wenn 674 nicht zutrifft, ergreift das Verfahren Korrekturmaßnahmen, indem einer oder mehrere der HLK-Steuerparameter basierend auf dem Klassifizierungsmodell bei 684 geändert werden. Das Verfahren wird von 678 und 684 bei 688 fortgesetzt. Bei 688 überwacht das Verfahren das Herzfrequenzsignal. Bei 692 wartet das Verfahren eine vorbestimmte Periode und kehrt dann zu 664 zurück.
  • Bezugnehmend auf die 12 und 13 kann ein HLK-System 700 ein lokalisiertes oder ferngesteuertes Training des Klassifizierungsmodells basierend auf manuellen Sollwertänderungen durchführen, die der Insasse an dem HLK-System vorgenommen hat. Mit anderen Worten, wenn der Insasse manuell einen Sollwert oder den gewünschten Betriebszustand des HLK-Systems ändert, kann vernünftigerweise angenommen werden, dass der Insasse eine Richtung in Richtung eines erhöhten Komforts ändert. Diese Tatsache kann verwendet werden, um das Klassifizierungsmodell durch Klassifizierungstraining zu verbessern. Das Klassifizierungstraining kann lokal im Fahrzeug durchgeführt werden, wie in 12 gezeigt ist, oder die relevanten Daten (HRV-Parameter, Umgebungsdaten und Daten in Bezug auf die HLK-Sollwertänderungen) können zur weiteren Analyse ferngesteuert an ein Cloud-basiertes System übertragen werden, wie in 13 gezeigt ist.
  • Unter Bezugnahme auf 12 umfasst das HLK-System 700 optional den HLK-Controller 120, der den HRV-Überwachungscontroller 148 einschließt. Der HRV-Überwachungscontroller 148 kann optional das HRV-Analysemodul 152 und ein Klassifizierungstrainingsmodul 710 enthalten. Daten wie die HRV-Daten, die Umgebungsdaten und Daten, die sich auf die HLK-Sollwertänderungen beziehen, können in einer Datenbank 720 gespeichert werden, die dem HLK-Controller 120 zugeordnet ist. Alternativ sind der HRV-Überwachungscontroller 148, das HRV-Analysemodul 152 und das Klassifizierungstrainingsmodul 710 als eigenständige Vorrichtungen implementiert, die sich im Fahrzeug befinden, jedoch von dem HLK-Controller 120 entfernt angeordnet sind. Wenn eine ausreichende Datenmenge gesammelt wird, wird das Klassifizierungsmodell durch die neuen Daten trainiert und das Klassifizierungsmodell angepasst.
  • Während das Klassifizierungstraining lokal durchgeführt werden kann, wie in 12 gezeigt ist, kann das Klassifizierungstraining mit einem breiteren Datensatz (der Daten von anderen Fahrzeugen enthalten kann oder nicht) durchgeführt werden, indem die HRV-Daten und Umgebungsdaten an einen entfernten Server übertragen werden. Nach dem Training können Aktualisierungen des Klassifizierungsmodells vom Remote-Server an das Fahrzeug zurückgesendet werden.
  • Unter Bezugnahme auf 13 umfassen eine Mehrzahl von Fahrzeugen 750-1, 750-2,... und 750-G (zusammen Fahrzeuge 750) HLK-Systeme 100-1, 100-2,... und 100-G (zusammen HLK-Systeme 100) bzw. Telematiksysteme 754-1, 754-2,... und 754-G (zusammen Telematiksysteme 754) (wobei G eine ganze Zahl größer als eins ist). Die Telematiksysteme 754 übertragen drahtlos Daten, die HRV-Parameter, Umgebungsdaten und/oder HLK-Sollwertänderungen einschließen, ferngesteuert über ein zelluläres System 760 oder ein Satellitensystem 764. Das zelluläre System 760 oder das Satellitensystem 764 sind durch ein verteiltes Kommunikationssystem 768 wie das Internet mit einem Server 774 verbunden, der ein Klassifizierungstrainingsmodul 778 und eine Datenbank 782 enthält. Bei einigen Beispielen nimmt das Klassifizierungstrainingsmodul 778 Änderungen am Klassifizierungsmodell basierend auf den von mehreren Fahrzeugen empfangenen Daten vor und überträgt dann das Klassifizierungsmodell zurück an das Fahrzeug. Bei anderen Beispielen kann das Training der Klassifizierungsmodelle auf ähnliche Modellfahrzeuge, Fahrzeuge in ähnlichen geografischen Regionen usw. beschränkt sein.
  • Unter Bezugnahme auf 14 ist ein Verfahren 800 zum Steuern der Aktualisierung des Klassifizierungsmodells nach dem Training gezeigt. Bei 810 wartet das Verfahren auf eine vorbestimmte Periode (oder auf das Eintreten eines Ereignisses). Bei 814 bestimmt das Verfahren, ob der Insasse einen Sollwert des HLK-Systems manuell ändert. Wenn 814 nicht zutrifft, kehrt das Verfahren zu 810 zurück. Wenn 814 zutrifft, geht das Verfahren davon aus, dass der Insasse Verhaltensmaßnahmen in Richtung eines erhöhten Komforts ergreift. Die Aktionen des Insassen werden zusammen mit dem Wert oder der Größe der Aktion (Temperaturänderungsbetrag oder Änderungsbetrag der Gebläsegeschwindigkeit) und den aktuellen PRR- oder HRV-Parametern und/oder Umgebungsdaten aufgezeichnet. Die Daten werden entweder lokal (12) oder fern (13) gespeichert und analysiert. Bei 822 werden die Daten verwendet, um das Klassifizierungsmodell neu zu trainieren. Um 826 wird nach dem neuen Trainieren das Klassifizierungsmodell im Fahrzeug aktualisiert.
  • Unter Bezugnahme auf die 15-17 können Techniken verwendet werden, um die Genauigkeit des Klassifizierungsmodells zu verbessern. In 15 zeigt ein Graph Datenproben als Funktion der ersten und zweiten HRV-Parameter. Basierend auf den Proben wird ein Klassifizierungsmodell definiert, um zwischen Komfort- und Unbehaglichkeitsbereichen im 2-dimensionalen HRV-Parameterraum zu unterscheiden.
  • Beispielsweise können Probendaten unter Verwendung einer linearen Komfortskala zwischen einer negativen Zahl und einer positiven Zahl (mit der gleichen Größe wie die negative Zahl) erzeugt werden. Positive Zahlen stehen für zunehmenden Komfort. Negative Zahlen bedeuten zunehmendes Unbehagen. Beispielsweise kann die Skala einen Bereich von -4 bis +4 umfassen (wie die Berkeley Comfort Scale).
  • Bei diesem Beispiel umfassen die HRV-Parameter, die für das Klassifizierungsmodell ausgewählt sind, pNN10% und pNN40%, obwohl alle anderen HRV-Parameter verwendet werden können. Wie in 15 zu sehen ist, wird das Klassifizierungsmodell basierend auf den Probenkomfortdaten definiert. Zum Beispiel können Kleinste-Quadrate-Mittelwerte und/oder andere Techniken verwendet werden, um eine Position und Steigung der gepunkteten Linie zu identifizieren, die Komfort- und Unbehaglichkeitsbereiche trennt. In diesem Beispiel wird ein binäres Klassifizierungsmodell verwendet, und der Unbehaglichkeitsbereich wird durch das Klassifizierungsmodell links von der gepunkteten Linie in 15 definiert. Der Komfortbereich wird durch das Klassifizierungsmodell rechts von der gepunkteten Linie in 15 definiert. Für diesen Datensatz besitzt das Klassifizierungsmodell eine Genauigkeit von 78,35%. Mit anderen Worten, basierend auf der gepunkteten Linie befinden sich einige Unbehaglichkeitsproben im Komfortbereich des Klassifizierungsmodells und einige Komfortproben befinden sich im Unbehaglichkeitsraum des Klassifizierungsmodells. Es versteht sich, dass das Klassifizierungsmodell diese Art der Fehlklassifizierung vorzugsweise minimiert, da das Klassifizierungsmodell zur Steuerung des HLK-Systems verwendet wird.
  • In 16 sind Beispiele für Schritte dargestellt, die unternommen werden können, um die Genauigkeit des Klassifizierungsmodells zu verbessern oder zu optimieren (für dieselben Daten, die in 15 gezeigt sind). Bei einigen Beispielen sind neue Zustände (außer reinen Komfort- und Unbehaglichkeitszuständen) definiert und verwendet. Anstatt die strengen Komfortzustände zu verwenden, die positiven und negativen Werten entsprechen, umfasst ein erster neuer Zustand (oder sicherer Komfortzustand) Komfortwerte von >= +1 und ein zweiter neuer Zustand oder Zustand von Unbehagen bis leichtem Komfort umfasst Werte von -4 bis <+1. Unter Verwendung dieser modifizierten Zustände kann ein modifiziertes Klassifizierungsmodell, das in 16 gezeigt ist, definiert werden. Das neue Klassifizierungsmodell weist eine Genauigkeit auf, die im Vergleich zu der in 15 gezeigten verbessert ist. Für diesen Datensatz besitzt das modifizierte Klassifizierungsmodell jetzt eine Genauigkeit von 90,72%. Während die Beispiele von Klassifizierungsmodellen in den 15 und 16 lineare HRV-Parameter verwenden, können die Klassifizierungsmodelle lineare und nichtlineare HRV-Parameter oder beide nichtlinearen Parameter verwenden.
  • Unter Bezugnahme auf 17 ist ein Verfahren 900 zum Erzeugen der oben beschriebenen modifizierten Komfortdaten dargestellt. Bei 914 werden HRV-Parameter, Umgebungsdaten und Komfortdaten aufgezeichnet. Bei einigen Beispielen wird eine lineare Komfortskala wie die Berkeley Comfort Scale von -4 bis +4 verwendet. Bei 918 werden S statistische HRV-Parameter basierend auf den HRV-Daten erzeugt (wobei S eine ganze Zahl größer als oder gleich zwei ist). Die S statistischen HRV-Parameter können lineare oder nichtlineare statistische HRV-Parameter sein.
  • Bei 922 werden sehr niedrige Komfortzustände wie 1 einem neuen Zustand zugewiesen, der auch 0 und Unbehaglichkeitszustände enthält. Höhere Komfortzustände werden einem sicheren Komfortzustand zugewiesen. Zum Beispiel enthält ein erster Zustand oder ein Zustand mit „sicherem Komfort“ Komfortwerte von >+1 bis +4. Ein zweiter Zustand oder Zustand „Unbehagen bis leichter Komfort“ umfasst Werte von -4 bis <= +1. Bei 924 werden die Komfortdaten unter Verwendung der neuen Komfortklassifizierungen im HRV-Parameterraum der S-Dimension aufgezeichnet. Bei 926 wird ein Klassifizierungsmodell (zum Klassifizieren von Komfort- oder Unbehaglichkeitszuständen im S-dimensionalen HRV-Parameterraum) basierend auf den neuen Komfortzuständen erzeugt.
  • Bei diesem Beispiel definiert das Klassifizierungsmodell eine Linie oder S-dimensionale Form im S-dimensionalen HRV-Parameterraum. In diesem Beispiel ist S = 2 und das Modell generiert eine Entscheidung basierend auf den Werten des ersten HRV-Parameters und des zweiten HRV-Parameters. Wie zu erkennen ist, wird die Genauigkeit des Modells durch die vorstehenden Techniken verbessert. Während in den obigen Beispielen Klassifizierungsmodelle mit zwei HRV-Parametern gezeigt sind, kann das Klassifizierungsmodell mehr als zwei HRV-Parameter enthalten.
  • Während sich die vorstehende Beschreibung auf Fahrzeuge bezieht, kann die vorliegende Offenbarung auch verwendet werden, um den thermischen Komfort in anderen Umgebungen zu steuern. Beispielsweise kann thermischer Komfort verwendet werden, um den thermischen Komfort in einem Gebäude (wie einem Büro, einem Haus und/oder einem Arbeitsbereich) zu steuern. Zusätzliche Beispiele umfassen die Verwendung von thermischem Komfort zur Steuerung eines medizinischen Geräts und/oder in medizinischen Anwendungen.
  • Die vorstehende Beschreibung ist dem Wesen nach lediglich veranschaulichend und soll die Offenbarung, ihre Anwendung oder Verwendungen in keiner Weise einschränken. Die umfassenden Lehren der Offenbarung können in einer Mehrzahl von Formen implementiert werden. Obgleich diese Offenbarung bestimmte Beispiele enthält, soll der wahre Umfang der Offenbarung somit nicht darauf beschränkt sein, da andere Änderungen beim Studium der Zeichnungen, der Beschreibung und der folgenden Ansprüche hervorgehen. Selbstverständlich können einer oder mehrere Schritte innerhalb eines Verfahrens in einer anderen Reihenfolge (oder gleichzeitig) ausgeführt werden, ohne die Prinzipien der vorliegenden Offenbarung zu ändern. Obwohl jede der Ausführungsformen oben so beschrieben wurde, dass sie bestimmte Merkmale aufweist, können eines oder mehrere der in Bezug auf eine Ausführungsform der Offenbarung beschriebenen Merkmale in Merkmalen einer der anderen Ausführungsformen implementiert und/oder mit diesen kombiniert werden, selbst wenn diese Kombination nicht explizit beschrieben ist. Mit anderen Worten, die beschriebenen Ausführungsformen schließen sich nicht gegenseitig aus, und Permutationen einer oder mehrerer Ausführungsformen miteinander bleiben im Schutzumfang dieser Offenbarung.
  • Räumliche und funktionale Beziehungen zwischen Elementen (z. B. zwischen Modulen, Schaltungselementen, Halbleiterschichten usw.) werden unter Verwendung verschiedener Begriffe beschrieben, einschließlich „verbunden“, „in Eingriff“, „gekoppelt“, „benachbart“, „neben“, „oben auf“, „oben“, „unten“ und „angeordnet“. Sofern nicht ausdrücklich als „direkt“ beschrieben, kann diese Beziehung, wenn eine Beziehung zwischen dem ersten und dem zweiten Element in der obigen Offenbarung beschrieben ist, nicht nur eine direkte Beziehung sein, in der keine anderen dazwischenliegenden Elemente zwischen dem ersten und dem zweiten Element vorhanden sind, sondern auch eine indirekte Beziehung, in der ein oder mehrere dazwischenliegende Elemente (entweder räumlich oder funktional) zwischen dem ersten und dem zweiten Element vorhanden sind. Wie hierin verwendet, sollte der Ausdruck zumindest eines von A, B und C so ausgelegt werden, dass er ein logisches (A ODER B ODER C) unter Verwendung eines nicht ausschließlichen logischen ODER bedeutet, und sollte nicht so ausgelegt werden, dass er „zumindest eines von A, zumindest eines von B und zumindest eines von C“ bedeutet.
  • In den Figuren zeigt die Richtung eines Pfeils, wie durch die Pfeilspitze angegeben, im Allgemeinen den Informationsfluss (wie Daten oder Anweisungen), der für die Abbildung von Interesse ist. Wenn beispielsweise Element A und Element B eine Mehrzahl von Informationen austauschen, die von Element A zu Element B übertragenen Informationen jedoch für die Darstellung relevant sind, kann der Pfeil von Element A zu Element B zeigen. Dieser unidirektionale Pfeil bedeutet nicht, dass keine anderen Informationen von Element B zu Element A übertragen werden. Ferner kann für Informationen, die von Element A an Element B gesendet werden, Element B Anforderungen an die Informationen oder Empfangsbestätigungen der Informationen an Element A senden.
  • In dieser Anmeldung einschließlich in den folgenden Definitionen unten kann der Begriff „Modul“ oder der Begroff „Controller“ durch den Begriff „Schaltung“ ersetzt sein. Der Begriff „Modul“ kann sich auf Folgendes beziehen, Teil davon sein oder Folgendes umfassen: eine anwendungsspezifische integrierte Schaltung (ASIC); eine digitale, analoge oder gemischt analog/digitale diskrete Schaltung; eine digitale, analoge oder gemischt analog/digitale integrierte Schaltung; eine Kombinationslogikschaltung; eine frei programmierbare logische Anordnung (FPGA); einer Prozessorschaltung (gemeinsam genutzt, dediziert oder Gruppe), die Code ausführt; eine Speicherschaltung (gemeinsam genutzt, dediziert oder Gruppe), die von der Prozessorschaltung ausgeführten Code speichert; auf andere geeignete Hardwarekomponenten, die die beschriebene Funktionalität bereitstellen; oder eine Kombination einiger oder alle der obigen, wie in einem System-on-Chip.
  • Das Modul kann eine oder mehrere Schnittstellenschaltungen enthalten. Bei einigen Beispielen können die Schnittstellenschaltungen drahtgebundene oder drahtlose Schnittstellen enthalten, die mit einem lokalen Netzwerk (LAN), dem Internet, einem Weitverkehrsnetzwerk (WAN) oder Kombinationen davon verbunden sind. Die Funktionalität eines gegebenen Moduls der vorliegenden Offenbarung kann auf mehrere Module verteilt werden, die über Schnittstellenschaltungen verbunden sind. Beispielsweise können mehrere Module einen Lastausgleich ermöglichen. In einem weiteren Beispiel kann ein Servermodul (auch als Remote- oder Cloud-Modul bezeichnet) einige Funktionen im Auftrag eines Client-Moduls ausführen.
  • Der Begriff Code, wie er oben verwendet ist, kann Software, Firmware und/oder Mikrocode enthalten und kann sich auf Programme, Routinen, Funktionen, Klassen, Datenstrukuturen und/oder Objekte beziehen. Der Begriff gemeinsam genutzte Prozessorschaltung umfasst eine einzelne Prozessorschaltung, die einen Teil des Codes oder allen Code von mehreren Modulen ausführt. Der Begriff Gruppenprozessorschaltung umfasst eine Prozessorschaltung, der einen Teil oder allen Code von einem oder von mehreren Modulen zusammen mit zusätzlichen Prozessorschaltungen ausführt. Verweise auf mehrere Prozessorschaltungen umfassen mehrere Prozessorschaltungen auf diskreten Chips, mehrere Prozessorschaltungen auf einem einzelnen Chip, mehrere Kerne einer einzelnen Prozessorschaltung, mehrere Threads einer einzelnen Prozessorschaltung oder eine Kombination der oben genannten. Der Begriff gemeinsam genutzte Speicherschaltung umfasst eine einzelne Speicherschaltung, die einen Teil oder allen Code von mehreren Modulen speichert. Der Begriff Gruppenspeicherschaltung umfasst eine Speicherschaltung, die einen Teil oder allen Code von einem oder von mehreren Modulen zusammen mit zusätzlichen Speichern speichert.
  • Der Begriff Speicherschaltung ist eine Teilmenge des Begriffs computerlesbares Medium. Der Begriff computerlesbares Medium, wie er hier verwendet wird, umfasst keine vorübergehenden elektrischen oder elektromagnetischen Signale, die sich durch ein Medium (wie auf einer Trägerwelle) ausbreiten; der Begriff computerlesbares Medium kann daher als greifbar und nicht vorübergehend angesehen werden. Nicht einschränkende Beispiele für ein nicht vorübergehendes, greifbares computerlesbares Medium sind nichtflüchtige Speicherschaltungen (wie eine Flash-Speicherschaltung, eine löschbare programmierbare Nur-Lese-Speicherschaltung oder eine Masken-Nur-Lese-Speicherschaltung), flüchtige Speicherschaltungen (B. eine statische Direktzugriffsspeicherschaltung oder eine dynamische Direktzugriffsspeicherschaltung), magnetische Speichermedien (wie ein analoges oder digitales Magnetband oder ein Festplattenlaufwerk) und optische Speichermedien (wie eine CD, eine DVD oder eine Blu-ray Disc).
  • Die in dieser Anmeldung beschriebenen Vorrichtungen und Verfahren können teilweise oder vollständig von einem Spezialcomputer implementiert werden, der durch Konfigurieren eines Allzweckcomputers zum Ausführen einer oder mehrerer bestimmter Funktionen, die in Computerprogrammen enthalten sind, erstellt wurde. Die oben beschriebenen Funktionsblöcke, Flussdiagrammkomponenten und anderen Elemente dienen als Softwarespezifikationen, die durch die Routinearbeit eines erfahrenen Technikers oder Programmierers in die Computerprogramme übersetzt werden können.
  • Die Computerprogramme enthalten durch einen Prozessor ausführbare Anweisungen, die in wenigstens einem nichtflüchtigen konkreten computerlesbaren Medium gespeichert sind. Die Computerprogramme können außerdem gespeicherte Daten enthalten /oder sich auf sie stützen. Die Computerprogramme können ein grundlegendes Eingabe-/Ausgabesystem (BIOS), das mit der Hardware des Spezialcomputers interagiert, Gerätetreiber, die mit bestimmten Vorrichtungen des Spezialcomputers interagieren, ein oder mehrere Betriebssysteme, Benutzeranwendungen, Hintergrunddienste, Hintergrundanwendungen usw. umfassen.
  • Die Computerprogramme können umfassen: (i) zu parsender beschreibender Text wie HTML (Hypertext-Markup-Sprache), XML (erweiterbare Markup-Sprache) oder JSON (JavaScript-Objektnotation) (ii) Assembler-Code, (iii) Objektcode, der von einem Compiler aus dem Quellcode generiert wird, (iv) Quellcode zur Ausführung durch einen Interpreter, (v) Quellcode zur Kompilierung und Ausführung durch einen Just-in-Time-Compiler usw. Nur beispielhaft kann Sourcecode mt einer Syntax aus Sprachen geschrieben sein, umfassend C, C++, C#, Objective-C, Swift, Haskell, Go, SQL, R, Lisp, Java®, Fortran, Perl, Pascal, Curl, OCaml, Javascript®, HTML5 (Hypertext Markup Language 5th revision), Ada, ASP (Active Server Pages), PHP (PHP: Hypertext Preprocessor), Scala, Eiffel, Smalltalk, Erlang, Ruby, Flash®, Visual Basic®, Lua, MATLAB, SIMULINK, and Python®.
  • Keines der in den Ansprüchen genannten Elemente soll ein Means-plus-Function-Element im Sinne von 35 USC § 112 (f) sein, es sei denn, ein Element ist ausdrücklich mit dem Ausdruck „Mittel für“ oder im Fall eines Verfahrensanspruchs unter Verwendung der Ausdrücke „Betrieb für“ oder „Schritt für“ beschrieben.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • US 62621315 [0001]

Claims (34)

  1. Temperatursteuersystem, umfassend: ein Heizungs-, Lüftungs- und Klimatisierungs-(HLK-)System, das zur Steuerung der Temperatur in einer Umgebung konfiguriert ist; einen Sensor, der derart konfiguriert ist, um ein Elektrokardiogramm-(EKG-)Signal für einen Insassen der Umgebung zu erzeugen; einen Umgebungssensor, der derart konfiguriert ist, um Umgebungsdaten zu erfassen, die aus einer Gruppe ausgewählt sind, die aus Temperatur, Luftgeschwindigkeit, Sonnenbelastung und Luftfeuchtigkeit besteht; und einen Controller für Herzfrequenzvariabilität (HRV), der konfiguriert ist, um: das EKG-Signal zu empfangen; auf Basis des EKG-Signals Intervalle zwischen Schlägen zu identifizieren; und das HLK-System basierend auf den Intervallen zwischen Schlägen und der Umgebungsdaten zu steuern.
  2. Temperatursteuersystem nach Anspruch 1, wobei die Umgebung einen Fahrzeuginnenraum aufweist und das HLK-System ein Gebläse, eine Heizung und eine Klimaanlage umfasst.
  3. Temperatursteuersystem nach Anspruch 2, ferner umfassend: zumindest eines aus einer Sitzheizung, einem Sitzheizer/-kühler und einer Lenkradheizung, wobei der HRV-Controller zumindest eines der Sitzheizung, des Sitzheizers/-kühlers und der Lenkradheizung basierend auf den Intervallen zwischen Schlägen steuert.
  4. Temperatursteuersystem nach Anspruch 1, wobei der HRV-Controller ferner konfiguriert ist, um: die Intervalle zwischen Schlägen mit einem ersten Schwellenwert und einem zweiten Schwellenwert zu vergleichen, wobei der erste Schwellenwert größer als der zweite Schwellenwert ist; eine Erwärmung in der Umgebung zu erhöhen, wenn zumindest eines der Intervalle zwischen Schlägen kleiner als der erste Schwellenwert ist; und eine Kühlung in der Umgebung zu erhöhen, wenn zumindest eines der Intervalle zwischen Schlägen größer als der zweite Schwellenwert ist.
  5. Temperatursteuersystem nach Anspruch 4, wobei der HRV-Controller ferner konfiguriert ist, um: zumindest einen des ersten Schwellenwerts und des zweiten Schwellenwerts als Reaktion auf eine manuelle Sollwertänderung am HLK-System einzustellen; und den zumindest einen des eingestellten ersten Schwellenwerts und des eingestellten zweiten Schwellenwerts zu verwenden, um das HLK-System zu steuern.
  6. Temperatursteuersystem nach Anspruch 1, wobei der HRV-Controller ferner ausgestaltet ist, um: Abweichungen in den Intervallen zwischen Schlägen mit einem vorbestimmten Abweichungsschwellenwert zu vergleichen; das HLK-System unter Verwendung eines Temperatursollwerts zu steuern, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und das HLK-System unter Verwendung einer Korrelation zwischen den Intervallen zwischen Schlägen und dem Komfort des Insassen der Umgebung zu steuern, wenn die Abweichungen kleiner als der vorgegebene Abweichungsschwellenwert sind.
  7. Temperatursteuersystem nach Anspruch 1, wobei der HRV-Controller ferner konfiguriert ist, um: N HRV-Parametern basierend auf den Intervallen zwischen Schlägen zu erzeugen, wobei N eine ganze Zahl größer als eins ist; und ein Komfortklassifizierungsmodell zu verwenden, das im N-dimensionalen HRV-Parameterraum definiert ist.
  8. Temperatursteuersystem nach Anspruch 7, wobei der HRV-Controller ferner konfiguriert ist, um den Komfort des Insassen der Umgebung basierend auf den N HRV-Parametern und dem Komfortklassifizierungsmodell zu bestimmen.
  9. Temperatursteuersystem nach Anspruch 7, wobei das Komfortklassifizierungsmodell zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum definiert.
  10. Temperatursteuersystem nach Anspruch 7, wobei der HRV-Controller ferner konfiguriert ist, um das Komfortklassifizierungsmodell basierend auf manuellen Sollwertänderungen am HLK-System zu trainieren.
  11. Fahrzeug, umfassend: das Temperatursteuersystem nach Anspruch 7; ein Telematiksystem; und wobei der HRV-Controller ferner konfiguriert ist, um: Daten bezüglich der N HRV-Parameter, der Umgebungsdaten und der manuellen Sollwertänderungen an das HLK-System über das Telematiksystem an ein Fernklassifizierungstrainingssystem zu übertragen; und ein aktualisiertes Komfortklassifizierungsmodell über das Telematiksystem vom Fernklassifizierungstrainingssystem zu erhalten.
  12. Temperatursteuersystem nach Anspruch 7, wobei der HRV-Controller ferner so konfiguriert ist, dass er als Reaktion auf eine manuelle Sollwertänderung am HLK-System das Klassifizierungsmodell basierend auf der manuellen Sollwertänderung neu trainiert.
  13. Verfahren zum Steuern der Temperatur in einer Umgebung, umfassend: Steuern der Temperatur in einer Umgebung unter Verwendung eines Heizungs-, Lüftungs- und Klimatisierungs- (HLK)Systems; Erzeugen eines Elektrokardiogrammsignals (EKG) für einen Insassen der Umgebung; Erzeugen von Umweltdaten, die aus der Gruppe ausgewählt sind, die aus Temperatur, Luftfeuchtigkeit, Sonnenbelastung und Luftgeschwindigkeit besteht; Identifizieren von Intervallen zwischen Schlägen auf Basis des EKG-Signals; und Steuern des HLK-Systems basierend auf den Intervallen zwischen Schlägen und der Umgebungsdaten.
  14. Verfahren nach Anspruch 13, wobei die Umgebung einen Fahrzeuginnenraum aufweist und das HLK-System ein Gebläse, eine Heizung und eine Klimaanlage umfasst.
  15. Verfahren nach Anspruch 14, ferner umfassend ein Steuern von zumindest einem einer Sitzheizung, eines Sitzheizers/-kühlers und einer Lenkradheizung basierend auf den Intervallen zwischen Schlägen.
  16. Verfahren nach Anspruch 13, ferner umfassend: Vergleichen der Intervalle zwischen Schlägen mit einem ersten Schwellenwert und einem zweiten Schwellenwert, wobei der erste Schwellenwert größer als der zweite Schwellenwert ist; Erhöhen einer Erwärmung in der Umgebung, wenn zumindest eines der Intervalle zwischen Schlägen kleiner als der erste Schwellenwert ist; und Erhöhen einer Kühlung in der Umgebung, wenn zumindest eines der Intervalle zwischen Schlägen größer als der zweite Schwellenwert ist.
  17. Verfahren nach Anspruch 16, ferner umfassend: Einstellen zumindest eines des ersten Schwellenwerts und des zweiten Schwellenwerts als Reaktion auf eine manuelle Sollwertänderung am HLK-System; und Verwenden des zumindest einen des eingestellten ersten Schwellenwerts und des eingestellten zweiten Schwellenwerts, um das HLK-System zu steuern.
  18. Verfahren nach Anspruch 13, ferner umfassend: Vergleichen von Abweichungen in den Intervallen zwischen Schlägen mit einer vorbestimmten Abweichungsschwelle; Steuern des HLK-Systems unter Verwendung eines Temperatursollwerts, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und Steuern des HLK-Systems unter Verwendung einer Korrelation zwischen den Intervallen zwischen Schlägen und dem Komfort des Insassen, wenn die Abweichungen kleiner als der vorgegebene Abweichungsschwellenwert sind.
  19. Verfahren nach Anspruch 13, ferner umfassend: Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen, wobei N eine ganze Zahl größer als eins ist; und Verwenden eines Komfortklassifizierungsmodells, das im N-dimensionalen HRV-Parameterraum definiert ist.
  20. Verfahren nach Anspruch 19, ferner umfassend ein Bestimmen des Komforts des Insassen basierend auf den N HRV-Parametern und dem Komfortklassifizierungsm odell.
  21. Verfahren nach Anspruch 20, wobei das Komfortklassifizierungsmodell zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum definiert.
  22. Verfahren nach Anspruch 20, ferner umfassend ein Trainieren des Komfortklassifizierungsmodells als Reaktion auf manuelle Sollwertänderungen am HLK-System.
  23. Verfahren nach Anspruch 20, ferner umfassend: Übertragen von Daten bezüglich der N HRV-Parameter, der Umgebungsdaten und der manuellen Sollwertänderungen an das HLK-System über das Telematiksystem an ein Fernklassifizierungstrainingssystem; und Empfangen eines aktualisierten Komfortklassifizierungsmodells über das Telematiksystem vom Fernklassifizierungstrainingssystem.
  24. Verfahren nach Anspruch 20, ferner umfassend als Reaktion auf manuelle Sollwertänderungen am HLK-System ein neues Trainieren des Klassifizierungsmodells.
  25. Verfahren zum Steuern der Temperatur in einer Umgebung, umfassend: Messen von Elektrokardiogramm-(EKG-)Signalen für einen ersten Insassen, der sich in einer ersten Umgebung befindet; Abtasten von Komfortdaten vom ersten Insassen während des Messens der EKG-Signale unter Verwendung einer Komfortskala, wobei die Komfortskala mehrere Unbehaglichkeitswerte und mehrere Komfortwerte enthält; Konvertieren der EKG-Signale in Intervalle zwischen Schlägen; Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen, wobei N eine ganze Zahl größer als eins ist; Zuweisen von zumindest einem Teil der Mehrzahl von Komfortwerten zu einem Unbehaglichkeitszustand, wobei der Unbehaglichkeitszustand auch die Mehrzahl von Unbehaglichkeitswerten umfasst; Zuweisen der verbleibenden Werte der Mehrzahl von Komfortwerten zu einem Komfortzustand; und Definieren eines Komfortklassifizierungsmodells im N-dimensionalen HRV-Parameterraum basierend auf dem Unbehaglichkeitszustand und dem Komfortzustand.
  26. Verfahren nach Anspruch 25, ferner umfassend: Erzeugen eines Elektrokardiogramm-(EKG-)Signals für einen zweiten Insassen einer zweiten Umgebung; Identifizieren von Intervallen zwischen Schlägen auf Basis des EKG-Signals; und Steuern eines Heizungs-, Lüftungs- und Klimatisierungs-(HLK)Systems basierend auf den Intervallen zwischen Schlägen und dem Komfortklassifizierungsmodell.
  27. Verfahren nach Anspruch 26, wobei die zweite Umgebung einen Fahrzeuginnenraum aufweist und das HLK-System ein Gebläse, eine Heizung und eine Klimaanlage umfasst.
  28. Verfahren nach Anspruch 26, ferner umfassend ein Steuern von zumindest einem einer Sitzheizung, eines Sitzheizers/-kühlers und einer Lenkradheizung basierend auf den Intervallen zwischen Schlägen und dem Komfortklassifizierungsm odell.
  29. Verfahren nach Anspruch 26, ferner umfassend: Vergleichen von Abweichungen in den Intervallen zwischen Schlägen mit einer vorbestimmten Abweichungsschwelle; Steuern des HLK-Systems unter Verwendung eines Temperatursollwerts, wenn die Abweichungen größer als der vorgegebene Abweichungsschwellenwert sind; und Steuern des HLK-Systems unter Verwendung der Intervalle zwischen Schlägen und des Komfortklassifizierungsmodells, wenn die Abweichungen kleiner als der vorbestimmte Abweichungsschwellenwert sind.
  30. Verfahren nach Anspruch 26, ferner umfassend: ein Erzeugen von N Parametern der Herzfrequenzvariabilität (HRV) basierend auf den Intervallen zwischen Schlägen, wobei N eine ganze Zahl größer als eins ist, wobei das Komfortklassifizierungsmodell im N-dimensionalen HRV-Parameterraum definiert ist.
  31. Verfahren nach Anspruch 30, wobei das Komfortklassifizierungsmodell zumindest einen Komfortbereich im N-dimensionalen HRV-Parameterraum und zumindest einen Unbehaglichkeitsbereich im N-dimensionalen HRV-Parameterraum definiert.
  32. Verfahren nach Anspruch 25, wobei die N HRV-Parameter lineare statistische Parameter umfassen.
  33. Verfahren nach Anspruch 25, wobei die N HRV-Parameter nichtlineare statistische Parameter umfassen.
  34. Verfahren nach Anspruch 25, wobei die N HRV-Parameter lineare und nichtlineare statistische Parameter umfassen.
DE112019000315.1T 2018-01-24 2019-01-23 Temperatursteuerung einer umgebung, um einen insassenkomfort auf der grundlage von parametern der herzfrequenzvariabilität zu erreichen Pending DE112019000315T5 (de)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201862621315P 2018-01-24 2018-01-24
US62/621,315 2018-01-24
PCT/US2019/014769 WO2019147684A1 (en) 2018-01-24 2019-01-23 Temperature control of an environment to achieve occupant comfort based on heart rate variability parameters

Publications (1)

Publication Number Publication Date
DE112019000315T5 true DE112019000315T5 (de) 2020-10-29

Family

ID=65279845

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112019000315.1T Pending DE112019000315T5 (de) 2018-01-24 2019-01-23 Temperatursteuerung einer umgebung, um einen insassenkomfort auf der grundlage von parametern der herzfrequenzvariabilität zu erreichen

Country Status (4)

Country Link
US (1) US11957489B2 (de)
JP (1) JP2021511476A (de)
DE (1) DE112019000315T5 (de)
WO (1) WO2019147684A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7042428B2 (ja) * 2018-03-30 2022-03-28 パナソニックＩｐマネジメント株式会社 車両用空調装置及び車両用空調装置を備えた車両
CN115209803A (zh) * 2020-03-11 2022-10-18 松下知识产权经营株式会社 信号处理系统、传感器系统、生物特征管理系统、环境控制系统、信号处理方法和程序
US11897314B2 (en) * 2021-01-20 2024-02-13 Bayerische Motoren Werke Aktiengesellschaft Method, computer program and system for improving a user experience
CN115218358B (zh) * 2021-04-19 2023-10-27 海信集团控股股份有限公司 一种室内空气环境调节方法和设备
CN113650473B (zh) * 2021-08-23 2023-10-27 武汉格罗夫氢能汽车有限公司 一种基于阳光强度反演空气质量的氢能汽车换气控制方法
US11940168B2 (en) 2022-03-25 2024-03-26 Motorola Mobility Llc Device with optical heart rate sensor and corresponding methods
WO2024014875A1 (ko) * 2022-07-14 2024-01-18 주식회사 메디컬에이아이 심박 변이도에 대한 특징 추출의 정확도를 향상시키는 방법, 프로그램 및 장치

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5423325A (en) 1993-03-12 1995-06-13 Hewlett-Packard Corporation Methods for enhancement of HRV and late potentials measurements
US20030093002A1 (en) * 2001-11-13 2003-05-15 Kuo Terry B.J. Function indicator for autonomic nervous system based on phonocardiogram
JP4968023B2 (ja) * 2007-11-29 2012-07-04 株式会社デンソー 空調装置
JP2011246037A (ja) * 2010-05-28 2011-12-08 Denso Corp 車両用空調装置
KR101181186B1 (ko) * 2010-10-20 2012-09-18 현대자동차주식회사 원격 공조 제어를 위한 전기 자동차의 텔레매틱스 장치 및 그 원격 공조 제어 방법
KR101372120B1 (ko) * 2011-06-23 2014-03-07 현대자동차주식회사 차량 운전자의 생체정보 획득 장치 및 그 방법
DE112013003595T5 (de) * 2012-07-17 2015-04-30 Flextronics Ap, Llc Fahrzeugklimaregelung
JP2014159916A (ja) * 2013-02-20 2014-09-04 Tokyo Univ Of Agriculture & Technology 環境制御装置、方法、及びプログラム
EP3107455B1 (de) * 2014-02-20 2023-04-26 Faurecia Automotive Seating, LLC Fahrzeugsitz mit integrierten sensoren
US20160061472A1 (en) * 2014-09-02 2016-03-03 Samsung Electronics Co., Ltd. Method and device for controlling room temperature and humidity
JP6529195B2 (ja) * 2014-11-06 2019-06-12 華為技術有限公司Ｈｕａｗｅｉ Ｔｅｃｈｎｏｌｏｇｉｅｓ Ｃｏ．，Ｌｔｄ． 熱制御装置および方法
JP2016211810A (ja) * 2015-05-12 2016-12-15 株式会社デンソー 空調システム
JP6090383B2 (ja) * 2015-07-31 2017-03-08 ダイキン工業株式会社 空調制御システム

Also Published As

Publication number Publication date
WO2019147684A1 (en) 2019-08-01
US20200352514A1 (en) 2020-11-12
JP2021511476A (ja) 2021-05-06
US11957489B2 (en) 2024-04-16

Similar Documents

Publication Publication Date Title
DE112019000315T5 (de) Temperatursteuerung einer umgebung, um einen insassenkomfort auf der grundlage von parametern der herzfrequenzvariabilität zu erreichen
DE102014220302B4 (de) Verfahren zur Durchführung einer Aktions-Erkennung auf einem Bild eines Fahrers in einem Fahrzeug sowie entsprechendes Nichtflüchtiges, Computer-lesbares Speichermedium und Verfahren zum Lernen eines Random Forest Modells zur Aktionserkennung
DE102019100574A1 (de) Profilerstellung unter verwendung der insassenbelastungsbewertung und des profilabgleichs für die fahrzeugumgebungsabstimmung während der fahrgemeinschaften
DE102020213128A1 (de) Inferenz des wärmekomforts eines nutzers unter verwendung von körperforminformationen
DE102017109730A1 (de) Temperaturüberwachung in autonom fahrenden Fahrzeugen
DE112015004914T5 (de) Fahrzeug-Mikroklima-System und Verfahren zu dessen Steuerung
DE102018113158A1 (de) Systeme und verfahren zur milderung der durch bewegung verursachten übelkeit in einem fahrzeug
DE102020208627A1 (de) System und verfahren zum steuern eines innenumgebungszustands in einem fahrzeug
DE112013003595T5 (de) Fahrzeugklimaregelung
DE102019115236A1 (de) Verfahren und vorrichtung zur behandlung von bewegungskrankheit
DE112019001909T5 (de) System zum überwachen einer belegung und aktivität in einem raum
DE102014224901A1 (de) System zur Erkennung eines Musters der Aufhebung einer automatischen Temperatur
Pallett et al. Face and object discrimination in autism, and relationship to IQ and age
DE112018001819B4 (de) Messen eines menschenstroms durch türdurchgänge unter verwendung von leicht installierbaren ir-arraysensoren
DE102018113074A1 (de) Verfahren und anordnung zur einheitlichen persönlichen klimatisierungsverwaltung
DE102019003429A1 (de) Verfahren zur Prädiktion und Verringerung kinetosebedingter Störungen
DE112019000967T5 (de) Verfahren und system für auf fahrzeug-vorinformationen basierende, sichtbasierte fahrzeuginnenraumumgebungsabfühlung
DE112014006533T5 (de) Vorrichtung und Verfahren zum Verbessern der Luftqualität in einem Fahrzeug
DE102019122398A1 (de) Klimasteuerung in fahrzeugkabinen
DE212020000450U1 (de) Technik zur Verwendung bei der Fahrzeugherstellung
DE102021202302A1 (de) Multifunktionales schaltersystem für ein autonomes fahrzeug und betriebsverfahren davon
DE112021000299T5 (de) Klimatisierungssystem mit segmentierter Architektur
DE102020213503A1 (de) Vorrichtung und verfahren zur bilderzeugung mittels hirnstromwellen
DE202019005528U1 (de) Vorrichtung zur Regelung der Behaglichkeit in Gebäuden
DE112021000304T5 (de) Auf thermophysiologie basierendes mikroklima-steuerungssystem