一种基于AI技术的智能车载空调控制方法及系统与流程

本发明涉及的自动驾驶中人机交互技术领域，尤其涉及一种基于ai技术的智能车载空调控制方法及系统。

背景技术：

神经网络近些年在汽车上发展相当迅速，无人驾驶汽车虽然短时间无法实现，但智能车载互联系统确实已经在车上使用，并且各大汽车厂商还在车载互联系统上进行了一场科技竞赛；车载ai的核心竞争力是语音识别率、副驾驶功能、用户体验；车载ai系统功能贴心，当你饿了，系统能够根据你的常去的餐馆类别自动推荐附近的类似餐馆；当接近拥堵或经常拥堵的路段系统会提醒你换线；当车辆燃油即将用完时它会主动提醒你加油并优选最近的加油站，然后把路线显示出来；车载ai系统像一个引路人，也像一个朋友；它可以帮我们在驾车时解决很多琐事，这个过程中也减少了司机注意力的分散，从一定程度上来讲降低了交通事故发生的概率；车载ai系统还可以为司机解闷，司机一直坐在驾驶位置，饿了可以语音呼叫ai来找吃的地方，累了还可以让ai来播放音乐听；车载ai还有一个优势，通过不断使用车载ai，它会记住用户平时常做的选择，当你再进行同样的操作时，它会猜到你可能要做什么，这就极大的减少了操作量，智能的学习算法让车载ai给驾车带来了更多地便捷。汽车ai刚开始用时就像个什么都不太懂的小孩，但在长时间、高频次的互动后，海量精确的数据通过深度学习，将更加贴合用户的使用习惯。

目前的车载ai的人际交互方面，主要集中在语音识别技术，用户可以通过语音发出指令信号，汽车终端识别用户语音指令，并作出相应的动作来满足用户的需求；比如现有的车载音乐控制系统、地图导航以及服务搜索系统、空调温度调节系统等等；然而，针对如何根据外界场景的变化以及用户的驾驶行为，车载系统自动调节空调的温度，目前尚未有相关的研究和技术实现。

技术实现要素：

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有基于ai技术的智能车载空调控制方法及系统存在的问题，提出了本发明。

因此，本发明目的是提供一种基于ai技术的智能车载空调控制方法及系统，其本发明中智能车载ai设备可以学习用户的行为，在用户乘坐时，结合外界的条件进行智能预测调节空调的温度，省去了语音输入命令的繁琐过程，更加的人性化。

为解决上述技术问题，本发明提供如下技术方案：一种基于ai技术的智能车载空调控制方法，包括如下步骤：人脸特征提取模块获取用户人脸特征，并将所述用户人脸特征发送至车云端模块；所述车云端模块接收所述用户人脸特征后，与预先储存的用户人脸特进行对比，并反馈相应的命令至控制模块，所述命令包括智能调控模式和语音控制模式；以及，根据外界温度模块获取温度和所述控制模块接收的命令调控车内温度。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述人脸特征提取模块获取用户人脸特征，并将所述用户人脸特征发送至车云端模块的步骤，包括：

人脸采集单元获取用户图像，并将所述用户图像发送至预处理单元；

所述预处理单元接收用户图像后，根据预先设置对所述用户图像进行图像预处理并将预处理后的用户图像发送至特征提取单元，所述像预处理包括灰度矫正和/或噪声过滤；

所述特征提取单元提取预处理后的用户图像的用户人脸特征，并与所述车云端模块建立连接，以将所述用户人脸特征发送至所述车云端模块。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述用户人脸特征包括全局特征和局部特征。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述车云端模块接收所述用户人脸特征后，与预先储存的用户人脸特进行对比，并反馈相应的命令至控制模块的步骤，包括：

所述车云端模块根据预选储存的用户人脸特征中的特征模板与所述特征提取单元的用户人脸特征进行搜索匹配获取相似度；

将所述相似度与所述车云端模块的预先设定阀值进行对比，从而来对用户身份信息进行判断；

根据判断反馈相应的命令至控制模块。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述相似度大于/等于所述预先设定阀值时，所述车云端模块发送智能调控模式指令至所述控制模块。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述相似度小于所述预先设定阀值时，所述车云端模块发送语音控制模式指令至所述控制模块。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：根据外界温度模块获取温度和所述控制模块接收的命令调控车内温度的步骤包括：

所述控制模块的接收单元接收智能调控模式指令，并通过外界温度模块检测外界温度信息来预测用户习惯的温度；

根据预测用户习惯的温度通过空调调控车内温度。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述预测用户习惯的温度由预先设有的训练模型处理。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：根据外界温度模块获取温度和所述控制模块接收的命令调控车内温度的步骤包括：

所述控制模块的接收单元接收语音控制模式指令发送至语音相应单元；

所述语音相应单元发送询问语言与用户进行联系，所述用户根据外界温度信息反馈所需温度信息至所述语音相应单元；

所述语音相应单元接收所述所需温度信息至处理单元，所述处理单元根据温度信息通过空调调控车内温度，同时所需温度信息将发送至数据采集单元；

所述数据采集单元根据采集的若干个所需温度信息建立训练模型，并将该用户训练模型和人脸特征发送至云端模块。

一种基于ai技术的智能车载空调控制系统，包括：人脸特征提取模块、车云端模块、控制模块及外界温度模块，所述人脸特征提取模块和外界温度模块通过车云端模块与控制模块建立连接；

其中，所述人脸特征提取模块的人脸采集单元设置于车驾驶座上方的壳体内侧。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述人脸采集单元包括防护组件、伸缩组件和摄像组件，所述摄像组件设置于所述伸缩组件上，所述伸缩组件与防护组件连接。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述伸缩组件包括收缩件、限位件和伸展驱动件，所述限位件设置于所述防护组件内，所述收缩件的第一延展体嵌入设置于所述限位件内，所述伸展驱动件设置于所述收缩件和限位件内；

其中，所述收缩件还包括第二延展体和第三延展体，所述第二延展体的一端嵌入设置于第一延展体内，所述第三延展体的一端嵌入设置于所述第二延展体的另一端内。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述伸展驱动件的第一安装柱和第二安装柱分别设置于所述防护组件和所述第三延展体内；

其中，所述伸展驱动件还包括弹性体，所述弹性体的两端分别与所述第一安装柱和第二安装柱连接。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述伸缩组件还包括收缩驱动件，所述收缩驱动件的拉绳一端与所述第三延展体连接，另一端绕设于所述收缩驱动件的卷筒上。

作为本发明所述基于ai技术的智能车载空调控制方法及系统的一种优选方案，其中：所述收缩驱动件的电机设置于所述防护组件与限位件形成的容置空间内；其中，所述卷筒与所述电机连接。

本发明的有益效果：本发明中智能车载ai设备可以学习用户的行为，在用户乘坐时，结合外界的条件进行智能预测调节空调的温度，省去了语音输入命令的繁琐过程，更加的人性化。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明基于ai技术的智能车载空调控制方法及系统第一个实施例的流程示意图。

图2为本发明基于ai技术的智能车载空调控制方法及系统第一个实施例的流程示意图。

图3为本发明基于ai技术的智能车载空调控制方法及系统第一个实施例的流程结构示意图。

图4为本发明基于ai技术的智能车载空调控制方法及系统第一个实施例的流程结构示意图。

图5为本发明基于ai技术的智能车载空调控制方法及系统第一个实施例的流程结构示意图。

图6为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例的系统流程示意图。

图7为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例的使用状态示意图。

图8为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例的使用状态局部放大结构示意图。

图9为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的人脸采集单元结构示意图。

图10为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的人脸采集单元另一角度结构示意图。

图11为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的人脸采集单元剖面示意图。

图12为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的伸缩组件收缩状态及局部放大结构示意图。

图13为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的防护组件结构示意图。

图14为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的第一延展体结构示意图。

图15为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的第一延展体另一角度结构示意图。

图16为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的第三延展体结构示意图。

图17为本发明基于ai技术的智能车载空调控制方法及系统第三个实施例所述的第三延展体另一视角结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

再其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

参照图1，为本发明第一个实施例，提供了一种基于ai技术的智能车载空调控制方法及系统的整体结构示意图，如图1，一种基于ai技术的智能车载空调控制方法包括如下步骤：

s1：人脸特征提取模块100获取用户人脸特征，并将用户人脸特征发送至车云端模块200，用户人脸特征包括全局特征和局部特征；

s2：车云端模块200接收用户人脸特征后，与预先储存的用户人脸特进行对比，并反馈相应的命令至控制模块300，命令包括智能调控模式和语音控制模式；以及，

s3：根据外界温度模块400获取温度和控制模块300接收的命令调控车内温度。

具体的，本发明主体步骤包括s1：人脸特征提取模块100获取用户/驾驶员的面部人脸特征，并将用户面部人脸特征发送至车云端模块200；

s2：车云端模块200接收用户人脸特征后，与预先储存的用户人脸特进行对比，并将对比结果反馈相应的命令至控制模块300，其中，命令包括智能调控模式指令和语音控制模式指令；

s3：根据外界温度模块400获取的温度和控制模块300接收的命令调控空调来控制车内温度。

进一步的，人脸特征提取模块100用于提取用户的面部信息，其与车云端模块200构成了人脸识别技术，人脸识别技术是一种依据人的面部特征(如统计或几何特征等)，自动进行身份识别的一种生物识别技术，又称为面像识别、人像识别、相貌识别、面孔识别、面部识别等；通常所说的人脸识别是基于光学人脸图像的身份识别与验证的简称；人脸识别利用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸图像进行一系列的相关应用操作；技术上包括图像采集、特征定位、身份的确认和查找等等；简单来说，就是从照片中提取人脸中的特征，比如眉毛高度、嘴角等等，再通过特征的对比输出结果。

进一步的，车云端模块200起到处理和存储的功能，具体的，车云端模块200是安装于车内的云服务器，存储用户的人脸特征并实现识别的作用。

进一步，用户人脸特征包括全局特征和局部特征，全局特征是指图像的整体属性，包括图像颜色特征、纹理特征和形状特征，比如强度直方图等；由于是像素级的低层可视特征，因此，全局特征具有良好的不变性、计算简单、表示直观等特点，但特征维数高、计算量大是其致命弱点；而局部特征则是从图像局部区域中抽取的特征，包括边缘、角点、线、曲线和特别属性的区域等，比如眉毛高度、嘴巴大小、眼睛颜色等特征。

进一步，控制模块300具有根据指令接收、采集、处理及调控空调等作用，优选的，控制模块300为集成电路。

进一步，外界温度模块400起到检测车外部温度的作用，较好的，外界温度模块400为温度传感器。

本发明中智能车载ai设备可以学习用户的行为，在用户乘坐时，结合外界的条件进行智能预测调节空调的温度，省去了语音输入命令的繁琐过程，更加的人性化。

进一步的，人脸特征提取模块100获取用户人脸特征，并将用户人脸特征发送至车云端模块的步骤(如图2)，包括：

s101：人脸采集单元101获取用户图像，并将用户图像发送至预处理单元102；

s102：预处理单元102接收用户图像后，根据预先设置对用户图像进行图像预处理并将预处理后的用户图像发送至特征提取单元103，像预处理包括灰度矫正和/或噪声过滤；

s103：特征提取单元103提取预处理后的用户图像的用户人脸特征，并与车云端模块200建立连接，以将用户人脸特征发送至车云端模块200；

需说明的是，人脸特征提取模块100包括人脸采集单元101、预处理单元102和特征提取单元103，首先，人脸采集单元101获取用户图像，并将用户图像发送至预处理单元102，使用时，不同的用户的用户人脸特征通过摄像镜头采集得到，比如静态图像、动态图像、不同的位置、不同表情等，当用户在人脸采集单元101的拍摄范围内时，人脸采集单元101会自动搜索并拍摄人脸图像，并且在图像中准确标定出人脸的位置和大小，同时把其中有用的信息挑出来(如直方图特征、颜色特征、模板特征、结构特征及haar特征等)，为利用信息来达到人脸检测的目的提供了基础，其次，基于人脸采集单元101结果，图像由于受到各种条件的限制和随机干扰，不能直接使用，必须在图像处理的早期阶段对它进行灰度矫正、噪声过滤等图像预处理，故预处理单元102接收用户图像后，根据预先设置对用户图像进行图像预处理并将预处理后的用户图像发送至特征提取单元103，其中，像预处理包括灰度矫正和/或噪声过滤等图像预处理；最后，特征提取单元103提取预处理后的用户图像的用户人脸特征，并与车云端模块建立连接，以将用户人脸特征发送至车云端模块，其中，特征提取单元103是针对人脸的某些特征进行的，也称人脸表征，它是对人脸进行特征建模的过程，需说明的是，预处理单元102和特征提取单元103均为集成电路。

进一步的，车云端模块200接收用户人脸特征后，与预先储存的用户人脸特进行对比，并反馈相应的命令至控制模块300的步骤(如图3)，包括：

s201：车云端模块200根据预选储存的用户人脸特征中的特征模板与特征提取单元的用户人脸特征进行搜索匹配获取相似度；

s202：将相似度与车云端模块200的预先设定阀值进行对比，从而来对用户身份信息进行判断；

s203：根据判断反馈相应的命令至控制模块300。

需说明的是，车云端模块200接收用户人脸特征后，与预先储存的用户人脸特进行对比，并反馈相应的命令至控制模块300的步骤包括：首先，车云端模块200根据数据库预选储存的用户人脸特征中的特征模板与特征提取单元的用户人脸特征进行搜索匹配获取相似度，之后，将相似度与车云端模块200的预先设定阀值进行对比，从而来对用户身份信息进行判断；最后，根据判断反馈相应的命令至控制模块300。

进一步，相似度与车云端模块200的预先设定阀值对比的结果为：当相似度大于/等于预先设定阀值时，车云端模块200发送智能调控模式指令至控制模块；当相似度小于预先设定阀值时，车云端模块200发送语音控制模式指令至控制模块。

进一步的，根据外界温度模400获取温度和控制模块300接收的命令调控车内温度的步骤(如图4)包括：

s311：控制模块300的接收单元301接收智能调控模式指令，并通过外界温度模块400检测外界温度信息来预测用户习惯的温度；

s312：根据预测用户习惯的温度通过空调调控车内温度。

需说明的是，当相似度大于/等于预先设定阀值时，车云端模块200发送智能调控模式指令至控制模块300，控制模块300的接收单元301接收智能调控模式指令，根据接收的智能调控模式指令和外界温度模块400检测外界温度信息来预测用户习惯的温度；之后再根据预测用户习惯的温度通过空调调控车内温度；需说明的是，预测用户习惯的温度由预先设有的训练模型处理，训练模型是根据用户在外界不同温度下调控车内温度得到的线性回归方程，从而来实现用户进入车内时，根据人脸识别和用户在外界条件下的常用行为，智能做出预测，并调节温度到用户习惯的状态，为此实现了基于ai技术智能控制车载空调的过程，省去了语音输入命令的繁琐过程，更加的人性化。

进一步的，根据外界温度模400获取温度和控制模块300接收的命令调控车内温度的步骤(如图5)包括：

s321：控制模块300的接收单元301接收语音控制模式指令发送至语音相应单元302；

s322：语音相应单元302发送询问语言与用户进行联系，用户根据外界温度信息反馈所需温度信息至语音相应单元302；

s323：语音相应单元302接收所需温度信息至处理单元303，处理单元303根据温度信息通过空调调控车内温度，同时所需温度信息将发送至数据采集单元304；

s324：数据采集单元304根据采集的若干个所需温度信息建立训练模型，并将该用户训练模型和人脸特征发送至云端模块200。

需说明的是，当相似度小于预先设定阀值时，车云端模块200发送语音控制模式指令至控制模块300，控制模块300的接收单元301接收语音控制模式指令发送至语音相应单元302；语音相应单元302发送询问语言与用户进行联系，用户根据外界温度信息反馈所需温度信息至语音相应单元302；语音相应单元302接收所需温度信息至处理单元303，处理单元303根据温度信息通过空调调控车内温度，同时所需温度信息将发送至数据采集单元304；数据采集单元304根据采集的若干个所需温度信息建立训练模型，并将该用户训练模型和人脸特征发送至云端模块200，其中，语音相应单元302为车载智能互交屏，接收单元301、处理单元303和数据采集单元304分别为集成电路，训练模型为线性回归方程。

其中，训练模型为：

y＝wx+b

其w和b为训练模型参数，x表示外界温度，y表示车内温度。

本发明的第二个实施例，该实施例是：本实施例以一位实验人员为例，将空调的设定温度范围假定为16～30℃，每隔3℃作为一个分类，并将分类分别设置标签，具体设置的label(标签)为1：[16，18]、2:[19，21]、3:[22，24]、4:[25，27]和5:[28，30]，其中在分类时增加了一个label0，表示外界温度与室内温度相差在3℃范围内，空调不需要启动温度调节；该实验人员由于外界温度变化给予不同的响应，具体如下：

inputdata：[-9,34,-7,39,29,4,27,10,-4,35,7,12,33,21,22,-10,24,35,-5,6,27,37,5,19,-3,29,35,35,24,0,7,15,-10,33,14,11,33,25,24,-9,20,36,-7,5,24,36,5,18,-7,30,33]；

inputlabel：[5,1,4,1,0,2,0,2,4,3,3,0,4,0,0,3,0,3,2,3,0,2,2,0,4,2,2,1,0,2,3,0,3,2,0,1,3,0,0,3,0,3,2,3,0,2,2,0,4,2,2]；

车云端模块200记录该数据，采softmax回归的方法进行训练模型，训练时将分类标签inputlable映射成one-hot向量；其中loss函数采用交叉熵，优化函数采用sgd算法，学习速率设置为0.0001，epoch设置为5000，为此得到的模型参数如下：

w:[0.04680384，0.00492091，0.03488819，0.01881783，-0.04147191，-0.06396876]

b:[0.00344808，-0.00705904，0.00502089，0.00573544，0.00063759，-0.00778232]；

之后验证该训练模型的预测率，

预测结果accuracy：95.37％

参照图6～17，为本发明的第三个实施例，该实施例为基于ai技术的智能车载空调控制系统，具体的，参见图6，其主体结构包括人脸特征提取模块100、车云端模块200、控制模块300及外界温度模块400，人脸特征提取模块100和外界温度模块400通过车云端模块200与控制模块300建立连接；其中，人脸特征提取模块100的人脸采集单元101通过紧固件设置于车驾驶座上方的壳体内侧，需说明的是，紧固件为强力胶或螺丝等。

进一步的，人脸采集单元101包括防护组件101a、伸缩组件101b和摄像组件101c，防护组件101a起到承载和防护伸缩组件101b和摄像组件101c的作用，摄像组件101c用于其拍摄用户图像，其设置于伸缩组件101b上，而伸缩组件101b根据能够实际情况伸缩摄像组件101c，即可避免摄像组件101c影响用户视线，同时保证了拍照图像的准确性，大大提高了用户识别的效率，其与防护组件101a连接，需说明的是，防护组件101a包括上盖101a-1和下壳体101a-2，上盖101a-1的一侧卡合于下壳体101a-2上，另一侧侧面通过强力胶或螺栓固定于车驾驶座上方的壳体内侧，较好的，上盖101a-1、下壳体101a-2和伸缩组件101b均采用塑料材料制成，其摄像组件101c共设置两个，两个摄像组件101c通过螺栓分别设置于防护组件101a的下壳体101a-2和伸缩组件101b上，可实现多角度采集人脸图像，确保识别的准确性；

进一步的，伸缩组件101b包括收缩件101b-1、限位件101b-2和伸展驱动件101b-3，限位件101b-2为收缩件101b-1实现收缩提供了基础条件，伸展驱动件101b-3为收缩件101b-1实现收缩提供了动力，具体的，限位件101b-2设置于防护组件101a内，收缩件101b-1的第一延展体101b-11嵌入设置于限位件101b-2内，伸展驱动件101b-3设置于收缩件101b-1和限位件101b-2内，需说明的是，限位件101b-2包括限位板101b-21和间隔板101b-22，间隔板101b-22与限位板101b-21一端垂直连接，构成l型结构，且限位件101b-2共设置有两个，两个限位件101b-2镜像设置，其中，限位件101b-2采用塑料材料制成。

进一步的，收缩件101b-1还包括第二延展体101b-12和第三延展体101b-13，第二延展体101b-12的一端嵌入设置于第一延展体101b-11内，第三延展体101b-13的一端嵌入设置于第二延展体101b-12的另一端内，需说明的是，第二延展体101b-12与第一延展体101b-11的结构相同，当收缩件101b-1伸展时，第一延展体101b-11的卡耳k2与间隔板101b-22配合，间隔板101b-22实现对第一延展体101b-11进行限位，第二延展体101b-12的卡耳k2与第一延展体101b-11的卡块k3配合，实现对第二延展体101b-12伸展进行限位，第三延展体101b-13的挂耳与第二延展体101b-12的卡块k3配合，实现对第三延展体101b-13伸展进行限位；当收缩件101b-1收缩时，第二延展体101b-12收缩于第一延展体101b-11内，此时第二延展体101b-12的卡耳k2与第一延展体101b-11的挡块k3配合，第三延展体101b-13收缩于第二延展体101b-12内，此时第三延展体101b-13的挂耳与第二延展体101b-12的挡块k3配合。

进一步的，伸展驱动件101b-3的第一安装柱101b-31和第二安装柱101b-32分别固定设置于防护组件101a和第三延展体101b-13内；其中，伸展驱动件101b-3还包括弹性体101b-33，弹性体101b-33的两端分别与第一安装柱101b-31和第二安装柱101b-32连接。

进一步的，伸缩组件101b还包括收缩驱动件101b-4，收缩驱动件101b-4的拉绳101b-41一端与第三延展体101b-13的连接孔h连接，另一端绕设于收缩驱动件101b-4的卷筒101b-42上。

进一步的，收缩驱动件101b-4的电机101b-43设置于防护组件101a与限位件101b-2形成的容置空间n内；其中，卷筒101b-42与电机101b-43连接。

重要的是，应注意，在多个不同示例性实施方案中示出的本申请的构造和布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案，但参阅此公开内容的人员应容易理解，在实质上不偏离该申请中所描述的主题的新颖教导和优点的前提下，许多改型是可能的(例如，各种元件的尺寸、尺度、结构、形状和比例、以及参数值(例如，温度、压力等)、安装布置、材料的使用、颜色、定向的变化等)。例如，示出为整体成形的元件可以由多个部分或元件构成，元件的位置可被倒置或以其它方式改变，并且分立元件的性质或数目或位置可被更改或改变。因此，所有这样的改型旨在被包含在本发明的范围内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺序。在权利要求中，任何“装置加功能”的条款都旨在覆盖在本文中所描述的执行所述功能的结构，且不仅是结构等同而且还是等同结构。在不背离本发明的范围的前提下，可以在示例性实施方案的设计、运行状况和布置中做出其他替换、改型、改变和省略。因此，本发明不限制于特定的实施方案，而是扩展至仍落在所附的权利要求书的范围内的多种改型。

此外，为了提供示例性实施方案的简练描述，可以不描述实际实施方案的所有特征(即，与当前考虑的执行本发明的最佳模式不相关的那些特征，或于实现本发明不相关的那些特征)。

应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，所述开发努力将是一个设计、制造和生产的常规工作。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。