一种基于多模态感知融合的温度调节系统及方法与流程

本发明涉及车载空调调节，尤其涉及一种基于多模态感知融合的温度调节系统及方法。

背景技术：

1、传统车空调系统通常只基于车内的温度传感器来感知车内温度，而不考虑车辆周围环境的情况。这可能导致在某些驾驶情况下，如在高速公路上或在城市中行驶时，空调系统无法根据外部环境的变化进行及时调节，导致驾驶舒适度下降。对驾驶员的个性化需求了解不足：传统车空调系统通常缺乏对驾驶员个性化需求的了解，无法根据驾驶员的喜好或身体感觉来调节温度和风量。这可能导致在同一辆车上不同的驾驶员之间，对空调系统的舒适性感受有所不同。对外部环境变化的适应性差：传统车空调系统通常无法有效地适应外部环境的变化，如天气变化、交通状况等。这可能导致在不同的驾驶场景下，空调系统无法及时做出调整，影响驾驶员的驾驶体验。

技术实现思路

1、本发明的目的是提供一种基于多模态感知融合的温度调节系统及方法，以解决如何提高车载空调调节精度的技术问题。

2、本发明是采用以下技术方案实现的：一种基于多模态感知融合的温度调节方法，包括如下步骤：

3、s1：获取车辆行驶数据，并进行数据预处理，得到多种感知数据；

4、s2：对多种感知数据进行融合，得到融合数据；

5、s3：对融合数据进行环境分析，得到环境类别集；

6、s4：针对环境类别集当中的每一个环境类别，制定调节策略；

7、s5：根据调节策略，动态调节车辆的空调系统。

8、进一步的，步骤s1包括如下子步骤：

9、s1：通过传感器获取车辆行驶数据，所述车辆行驶数据包括车内温度、车外温度、道路信息、车辆位置以及车辆速度；

10、s2：采用计算机视觉技术和/或雷达信号处理技术，对车辆行驶数据进行预处理，得到多种感知数据。

11、进一步的，所述传感器包括温度传感器、摄像头和雷达，对于温度传感器获取的数据，直接读取温度传感器数据；对于摄像头获取的数据，采用卷积神经网络，对图像进行特征提取；对于雷达获取的数据，采用快速傅里叶变换，将雷达数据转换为空间域或频率域表示。

12、进一步的，步骤s2具体为：采用多模态数据融合算法，对多种感知数据进行融合，得到融合数据，所述融合数据包括车内外温差、车辆周围交通情况和道路状态。

13、进一步的，所述多模态数据融合算法的计算方法为：

14、

15、其中，ffusion表示融合后的特征表示；σ表示激活函数；n表示感知信息的数量；αi为注意力权重，表示第i个感知信息对融合后特征的贡献程度；fi表示第i个感知信息的特征表示。

16、进一步的，步骤s3具体为：基于融合数据进行环境分析，得到环境类别集，所述环境类别集中包括多种不同的环境类别，所述环境类别包括天气情况和交通情况。

17、进一步的，采用机器学习方法进行环境分析，所述机器学习方法包括决策树和支持向量机。

18、进一步的，步骤s4具体为：采用规则引擎，对不同环境类别定制调节策略，所述规则引擎包括if-then规则引擎。

19、进一步的，步骤s5具体为：实时采集车辆行驶数据，并通过pid控制器动态调节车辆空调系统的参数，pid控制器的调节策略为步骤s4定制的调节策略。

20、一种基于多模态感知融合的温度调节系统，用以实现上述所述的一种基于多模态感知融合的温度调节方法，包括数据感知模块、数据融合模块、环境分析模块、调节策略模块和实时调节模块，其中，

21、感知模块，用以获取车辆行驶数据，并进行数据预处理，得到多种感知数据；

22、数据融合模块，用以对多种感知数据进行融合，得到融合数据；

23、环境分析模块，用以对融合数据进行环境分析，得到环境类别集；

24、调节策略模块，用以针对环境类别集当中的每一个环境类别，制定调节策略；

25、实时调节模块，用以根据调节策略，动态调节车辆的空调系统。

26、本发明的有益效果在于：本发明结合了车辆传感器数据、摄像头图像、雷达数据等多种感知信息，可以实现对车辆周围环境的全面感知。这使得空调系统能够更加全面地了解车辆所处的环境，包括天气状况、道路情况、交通状况等，从而更准确地调节温度和风量。

27、本发明采用了多模态融合技术，能够将不同感知信息进行有效融合，从而综合考虑各种信息对空调系统的影响。这有助于提高系统对复杂驾驶场景的适应能力，使得空调系统能够更加精准地做出调节，提升驾驶舒适度和安全性。

28、本发明具有智能调节功能，能够根据感知信息实时调整空调参数，以适应不同的驾驶场景和驾驶者的需求，这使得空调系统能够更好地满足驾驶者的个性化需求，提升驾驶体验。

技术特征：

1.一种基于多模态感知融合的温度调节方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种基于多模态感知融合的温度调节方法，其特征在于，步骤s1包括如下子步骤：

3.如权利要求2所述的一种基于多模态感知融合的温度调节方法，其特征在于，所述传感器包括温度传感器、摄像头和雷达，对于温度传感器获取的数据，直接读取温度传感器数据；对于摄像头获取的数据，采用卷积神经网络，对图像进行特征提取；对于雷达获取的数据，采用快速傅里叶变换，将雷达数据转换为空间域或频率域表示。

4.如权利要求3所述的一种基于多模态感知融合的温度调节方法，其特征在于，步骤s2具体为：采用多模态数据融合算法，对多种感知数据进行融合，得到融合数据，所述融合数据包括车内外温差、车辆周围交通情况和道路状态。

5.如权利要求4所述的一种基于多模态感知融合的温度调节方法，其特征在于，所述多模态数据融合算法的计算方法为：

6.如权利要求5所述的一种基于多模态感知融合的温度调节方法，其特征在于，步骤s3具体为：基于融合数据进行环境分析，得到环境类别集，所述环境类别集中包括多种不同的环境类别，所述环境类别包括天气情况和交通情况。

7.如权利要求6所述的一种基于多模态感知融合的温度调节方法，其特征在于，采用机器学习方法进行环境分析，所述机器学习方法包括决策树和支持向量机。

8.如权利要求7所述的一种基于多模态感知融合的温度调节方法，其特征在于，步骤s4具体为：采用规则引擎，对不同环境类别定制调节策略，所述规则引擎包括if-then规则引擎。

9.如权利要求8所述的一种基于多模态感知融合的温度调节方法，其特征在于，步骤s5具体为：实时采集车辆行驶数据，并通过pid控制器动态调节车辆空调系统的参数，pid控制器的调节策略为步骤s4定制的调节策略。

10.一种基于多模态感知融合的温度调节系统，用以实现权利要求1～9任意一项所述的一种基于多模态感知融合的温度调节方法，其特征在于，包括数据感知模块、数据融合模块、环境分析模块、调节策略模块和实时调节模块，其中，

技术总结
本发明公开了一种基于多模态感知融合的温度调节系统及方法，该方法包括如下步骤：S1：获取车辆行驶数据，并进行数据预处理，得到多种感知数据；S2：对多种感知数据进行融合，得到融合数据；S3：对融合数据进行环境分析，得到环境类别集；S4：针对环境类别集当中的每一个环境类别，制定调节策略；S5：根据调节策略，动态调节车辆的空调系统。本发明采用了多模态融合技术，能够将不同感知信息进行有效融合，从而综合考虑各种信息对空调系统的影响，这有助于提高系统对复杂驾驶场景的适应能力，使得空调系统能够更加精准地做出调节，提升驾驶舒适度和安全性。

技术研发人员：谢文斌,吴燕
受保护的技术使用者：成都大运汽车集团有限公司
技术研发日：
技术公布日：2024/10/14