车载空调的送风控制方法、系统、设备以及存储介质与流程

本发明涉及汽车，尤其涉及一种车载空调的送风控制方法、系统、设备以及存储介质。

背景技术：

1、车载空调作为提高汽车乘坐舒适性的重要设备，是车内必不可少的零部件。当车内外高温时，人体毛孔扩散出汗会使衣服被汗水沾湿，若在汗未停或衣服未干的情况下使用车载空调冷风直吹人体，一旦时间过长，则会容易导致风寒。同时，因冷风不易将衣服吹干，导致人体适应环境温度后衣服还是湿的，使得人体贴着会有不适感。因此，有必要营造适宜的车内环境对保证车内人员正常的驾驶或乘坐感受，避免车内高温对车内人员的疲劳感、舒适感和驾驶效率的影响。

2、但是，现有车载空调的冷热风调节、风速调节、风向调节基本都为手动，往往当人被冷风直吹得不适的时候才会进行手动调节。

3、因此，亟需一种车载空调的新控制方法，能自动实现冷热风调节、风速调节及风向调节等功能，从而减少空调冷风过多直吹人体的同时加快吹干湿衣服，提升了体验性。

技术实现思路

1、本发明实施例所要解决的技术问题在于，提供一种车载空调的送风控制方法、系统、设备以及存储介质，可以根据座椅中人员的衣服干湿程度自动调节相应的空调出风口的温度，能够减少空调冷风过多直吹人体的同时加快吹干湿衣服，提升了体验性。

2、为了解决上述技术问题，本发明实施例提供了一种车载空调的送风控制方法，其至少包括步骤：

3、获取车辆内各座椅的图像信息、座椅中人员的体表温度信息以及车内湿度信息；

4、将所获取的信息输入至预先训练好的神经网络中，获得各座椅中人员身上的干湿程度属性；

5、根据各人员身上的干湿程度属性获得对应的送风温度，并控制车载空调以所述送风温度对座椅中相应人员进行送风处理。

6、其中，将所获取的信息输入至预先训练好的神经网络中，获得各座椅中人员身上的干湿程度属性，进一步包括：

7、将所获取的图像信息、湿度信息以及湿度信息输入预先设置且训练好的神经网络中；

8、根据预先为车内的每一座椅划分的多个区域块信息，通过所述神经网络分析获得各座椅中每一区域块的干湿程度属性；

9、其中，将识别结果为其中人体面积占比大于预设阈值的区域块的干湿程度属性确定为有人属性；将识别结果为其中湿衣服面积占比大于预设阈值的区域块的干湿程度属性确定为湿衣属性；将识别结果为其中干衣服面积占比大于预设阈值的区域块的干湿程度属性确定为干衣属性；将其他识别结果的区域块的干湿程度属性确定为无人属性。

10、其中，根据各人员身上的干湿程度属性获得对应的送风温度，并控制车载空调以所述送风温度对座椅中相应人员进行送风处理，进一步包括：

11、获取预先配置的每一座椅区域的送风口对座椅各区域块的送风顺序，确定人员相应的送风区域块；

12、根据各人员相应的送风区域块的干湿程度属性，计算获得其对应的送风温度；

13、控制车载空调的送风口以所计算的送风温度对人员相应的送风区域块进行送风处理，并持续预定时间。

14、其中，根据各人员相应的送风区域块的干湿程度属性，计算获得其对应的送风温度，进一步包括：

15、对于干湿程度属性为有人属性的区域块，通过下述公式计算其对应的送风温度t人：

16、t人＝t体-(a1*n无+a2*n干+a3*n人+a4*n湿)/m；

17、对于干湿程度属性为干衣属性的区域块，通过下述公式计算其对应的送风温度t干：

18、t干＝t体-(b1*n无+b2*n干+b3*n人+b4*n湿)/m；

19、对于干湿程度属性为湿衣属性的区域块，通过下述公式计算其对应的送风温度t湿：

20、t湿＝t体-(c1*n无+c2*n干+c3*n人+c4*n湿)/m；

21、其中，t体为对应座椅中人员的体表温度值；n无为无人属性的区域块的数目；n干为干衣属性的区域块的数目；n人为有人属性的区域块的数目；n湿为衣属性的区域块的数目；m为座椅区域所划分的区域块的数目；a1、a2、a3及a4，b1、b2、b3及b4，c1、c2、c3及c4分别为位于(0，1)之间的预设权重值。

22、其中，进一步包括：

23、预先为每一座椅建立一个坐标系，在所述坐标系下，将每一座椅区域划分的多个横竖排列的预定大小的区域块，根据各区域块的中心确定每一区域块的坐标信息。

24、其中，所述神经网络包括如下结构：

25、输入层，用于接收图像信息、温度值以及湿度值；

26、特征提取层，采用vgg16或resnet预训练的cnn模型作为基础，用于提取图像中的衣服与干湿特征；将温度和湿度特征输入到全连接层中以提取与衣服干湿相关的特征；

27、特征融合层，用于将图像特征和温度、湿度特征通过拼接进行融合，将不同来源的特征进行组合，形成融合后的特征向量；

28、隐藏层，具有非线性激活函数；

29、输出层，使用sigmoid激活函数将输出值映射到0,1之间，用于表示衣服湿的面积部分占比。

30、相应地，本发明实施例还提供一种车载空调的送风控制系统，其至少包括：

31、车内信息获取单元，用于获取车辆内各座椅的图像信息、座椅中人员的体表温度信息以及车内湿度信息；

32、干湿程度属性获得单元，用于将所获取的信息输入至预先训练好的神经网络中，获得各座椅中人员身上的干湿程度属性；

33、送风控制单元，用于根据各人员身上的干湿程度属性获得对应的送风温度，并控制车载空调以所述送风温度对座椅中相应人员进行送风处理。

34、其中，所述干湿程度属性获得单元进一步包括：

35、输入单元，用于将所获取的图像信息、湿度信息以及湿度信息输入预先设置且训练好的神经网络中；

36、分析识别单元，用于根据预先为车内的每一座椅划分的多个区域块信息，通过所述神经网络分析获得各座椅中每一区域块的干湿程度属性；其中，将识别结果为其中人体面积占比大于预设阈值的区域块的干湿程度属性确定为有人属性；将识别结果为其中湿衣服面积占比大于预设阈值的区域块的干湿程度属性确定为湿衣属性；将识别结果为其中干衣服面积占比大于预设阈值的区域块的干湿程度属性确定为干衣属性；将其他识别结果的区域块的干湿程度属性确定为无人属性。

37、其中，所述送风控制单元进一步包括：

38、当前送风区域块确定单元，用于获取预先配置的每一座椅区域的送风口对座椅各区域块的送风顺序，确定人员相应的送风区域块；

39、送风温度计算单元，用于根据各人员相应的送风区域块的干湿程度属性，计算获得其对应的送风温度；

40、送风处理单元，用于控制车载空调的送风口以所计算的送风温度对人员相应的送风区域块进行送风处理，并持续预定时间。

41、其中，送风温度计算单元以下述方式计算获得各当前送风区域块的送风温度：

42、对于干湿程度属性为有人属性的区域块，通过下述公式计算其对应的送风温度t人：

43、t人＝t体-(a1*n无+a2*n干+a3*n人+a4*n湿)/m；

44、对于干湿程度属性为干衣属性的区域块，通过下述公式计算其对应的送风温度t干：

45、t干＝t体-(b1*n无+b2*n干+b3*n人+b4*n湿)/m；

46、对于干湿程度属性为湿衣属性的区域块，通过下述公式计算其对应的送风温度t湿：

47、t湿＝t体-(c1*n无+c2*n干+c3*n人+c4*n湿)/m；

48、其中，t体为对应座椅中人员的体表温度值；n无为无人属性的区域块的数目；n干为干衣属性的区域块的数目；n人为有人属性的区域块的数目；n湿为湿衣属性的区域块的数目；m为座椅区域所划分的区域块的数目；a1、a2、a3及a4，b1、b2、b3及b4，c1、c2、c3及c4分别为位于(0，1)之间的预设权重值。

49、相应地，本发明实施例又提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现前述的车载空调的送风控制方法。

50、相应地，本发明实施例又提供了一种存储计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行前述的车载空调的送风控制方法。

51、实施本发明实施例，具有如下有益效果：

52、本发明提供一种车载空调的送风控制方法、系统、设备以及存储介质。通过获取各座椅的图像信息、座椅中人员的体表温度信息，以及车内湿度信息，并输入至预先训练好的神经网络中，获得各座椅中人员身上的干湿程度属性；根据所述干湿程度属性获得对应的送风温度，并控制车载空调依序以所述对应的送风温度对对座椅中相应人员进行送风处理。从而可以根据座椅中人员的衣服干湿程度自动调节相应的空调出风口的风向以及温度，能够减少空调冷风过多直吹人体的同时加快吹干湿衣服，提升了体验性。