一种座椅智能分区通风控制系统及方法与流程

本发明涉及通风控制，更具体地说，本发明涉及一种座椅智能分区通风控制系统及方法。

背景技术：

1、随着汽车技术的不断发展和普及，汽车行业正经历着前所未有的变革，消费者对汽车产品的期望不再仅仅局限于基本的交通出行功能，而是更加关注其带来的全方位舒适性、高级别的安全保障以及高度智能化的操作体验，其中，舒适性已成为乘客体验的重要因素之一，座椅通风系统作为提升车内舒适度的关键技术，其性能的优劣直接影响到乘客的乘坐体验。

2、但是传统的座椅通风系统通常基于固定的通风模式，难以适应不同乘坐人的个性化需求和实时的环境变化，从而无法为乘坐人提供最佳的舒适体验。

3、鉴于此，本发明提出一种座椅智能分区通风控制系统及方法以解决上述问题。

技术实现思路

1、为了克服现有技术的上述缺陷，为实现上述目的，本发明提供如下技术方案：一种座椅智能分区通风控制系统，包括：

2、数据采集模块，用于预设采集周期，获取采集周期内乘坐人与座椅的贴合参数，通过贴合参数构建人体贴合模型；

3、区域划分模块，用于对人体贴合模型进行自动分区，进而得到各分区的座椅相关参数；

4、数据综合模块，用于获取车辆内部的环境参数和各分区的舒适度参数，综合采集周期内环境参数、各分区的舒适度参数和各分区的座椅相关参数得到各分区的综合参数；

5、输出控制模块，用于将各分区的综合参数输入通风控制模型，进而得到各分区的通风控制参数并执行通风控制。

6、进一步地，所述获取采集周期内乘坐人与座椅的贴合参数，通过贴合参数构建人体贴合模型的步骤包括：

7、获取座椅的规格数据，通过座椅的规格数据构建三维座椅模型；

8、在三维座椅模型的后背靠壁以及臀部靠壁设置散点图，散点图由r个均匀分布的散点构成；

9、构建散点图坐标系，对采集周期内同一散点对应的压力值、温度值和湿度值进行预处理，得到贴合参数；

10、对散点图上存在贴合参数的散点进行标记，进而形成人体贴合模型。

11、进一步地，所述对采集周期内同一散点对应的压力值、温度值和湿度值进行预处理的方式包括：

12、对同一散点对应的压力值、温度值和湿度值进行异常值剔除、去噪和标准化；

13、对同一散点对应的压力值、温度值和湿度值加权融合，所述加权融合的公式为：th＝q1·w1+q2·w2+q3·w3，式中，th为贴合参数，q1为压力值，q2为湿度值，q3为温度值，w1为压力值对应的权重系数，w2为湿度值对应的权重系数，w3为温度值对应的权重系数。

14、进一步地，获取所述w1、w2和w3的步骤包括：

15、初始化种群，通过预设条件随机生成m组由w1、w2和w3构成的权重系数组合作为初始种群，将每组权重系数w1、w2和w3作为一个个体的基因组，所述预设条件为1＞w3＞w2＞w1＞0且w1+w2+w3＝1；

16、定义用于评估每个个体适应度的适应度函数，所述适应度函数为fitness＝-(w3·|q3-q'3|+w2·|q2-q'2|+w1·|q1-q'1|)，式中，fitness为适应度，|q3-q'3|为温度值q3与理想温度值q'3之间的绝对差值，|q2-q'2|为湿度值q2与理想湿度值q'2之间的绝对差值，|q1-q'1|为压力值q1与理想压力值q'1之间的绝对差值，计算初始种群中每个个体的适应度；

17、将个体的适应度由高到低进行排序，通过锦标赛选择适应度排在前k％的个体作为下一代的父代个体；

18、对选中的父代个体进行交叉和变异，得到子代个体；

19、将子代个体与初始种群一起组成新的种群，重复迭代直至满足预设的迭代停止条件，将适应度最高的个体作为最优解，最优解对应的权重系数组合即为w1、w2和w3，其中，迭代停止条件为最大迭代次数或适应度的提升值小于u％。

20、进一步地，所述对人体贴合模型进行自动分区，进而得到各分区的座椅相关参数的步骤，包括：

21、获取人体贴合模型中每个散点的贴合参数，将每个散点的贴合参数作为特征向量g；

22、使用人体贴合模型中所有散点的特征向量g构建kd树数据结构，通过dbscan对人体贴合模型上的散点进行自动分区，定义领域半径∈和最小散点数minpts，并将散点的邻居数量大于等于minpts的记为核心点；

23、初始化所有散点为未访问状态，遍历每个未访问状态的散点，使用kd树进行找出领域半径∈内的所有散点，作为邻居散点；若当前散点的邻居散点数量大于等于minpts，则当前散点为核心点，继续扩展簇，递归地检查每个邻居散点是否也是核心点，若是，则将邻居散点加入簇中；若当前散点的邻居散点数量小于minpts，但属于某个核心点的领域半径∈内，则将当前散点加入已有簇；

24、逐次减少领域半径∈并增大最小散点数minpts，得到h次分簇结果，计算h次分簇结果的轮廓系数，将最高的轮廓系数对应的分簇结果作为最终分簇结果；

25、将最终分簇结果中每个簇包含的散点作为一个分区，将每个分区中所有散点对应的平均压力值、平均温度值和平均湿度值作为这个分区的座椅相关参数。

26、进一步地，所述得到各分区的综合参数的步骤，包括：

27、获取车辆内部的车内温度值、车内湿度值作为环境参数；

28、获取每个分区的最大温度差和最大湿度差作为该分区的舒适度参数；

29、将每个分区的座椅相关参数作为该分区的座椅相关参数；

30、将采集周期内车辆内部的环境参数、各分区的舒适度参数和各分区的座椅相关参数作为各分区的综合参数。

31、进一步地，所述每个分区的最大温度差和最大湿度差的获得步骤，包括：

32、定义车辆内部的舒适温度值和舒适湿度值；

33、计算每个分区内所有散点中的最高温度值与舒适温度值的差值，将这个差值记为最大温度差；

34、计算每个分区内所有散点中的最高湿度值与舒适湿度值的差值，将这个差值记为最大湿度差。

35、进一步地，所述得到各分区的通风控制参数的步骤，包括：

36、将各分区的综合参数输入预训练完成的通风控制模型，即得到各分区的通风控制参数，通风控制参数包括通风温度和通风风速；

37、所述通风控制模型的训练步骤，包括：

38、收集历史综合参数以及历史综合参数对应的历史通风控制参数，将历史综合参数以及历史综合参数对应的历史通风控制参数作为样本集；

39、对历史通风控制参数进行编号，将历史综合参数构建特征向量p，使用tensorflow定义输入层和输出层并搭建模型框架；将特征向量p作为输入层，历史通风控制参数编号作为输出层；

40、将样本集按照j％和(1-j)％的比例划分为训练集和测试集，构建通风控制模型，对通风控制模型进行训练，得到初始通风控制模型，利用测试集对初始通风控制模型进行测试，输出满足预设准确度的初始通风控制模型，所述通风控制模型为逻辑回归模型、朴素贝叶斯模型或支持向量机模型的其中一种。

41、进一步地，所述得到各分区的通风控制参数并执行通风控制的步骤，包括：

42、将各分区的通风控制参数输入车辆内的mcu中，通过mcu对座椅内的通风系统进行调控。

43、一种座椅智能分区通风控制方法，包括以下步骤：

44、s1、预设采集周期，获取采集周期内乘坐人与座椅的贴合参数，通过贴合参数构建人体贴合模型；

45、s2、对人体贴合模型进行自动分区，进而得到各分区的座椅相关参数；

46、s3、获取车辆内部的环境参数和各分区的舒适度参数，综合采集周期内环境参数、各分区的舒适度参数和各分区的座椅相关参数得到各分区的综合参数；

47、s4、将各分区的综合参数输入通风控制模型，进而得到各分区的通风控制参数并执行通风控制。

48、本发明一种座椅智能分区通风控制系统及方法的技术效果和优点：

49、1.通过加权融合将压力值、温度值和湿度值整合为贴合参数，能够生成更具代表性的贴合参数，从而提高分区精确度；通过运用遗传算法优化权重系数能够选择优异的权重系数组合；通过使用kd树构建数据结构并结合dbscan算法进行自动分区，能够提升分区的精确度；

50、2.通过预设采集周期，能够使系统实时适应环境变化；通过计算各分区的最大温度差和最大湿度差来客观评估舒适度，能够确保每个区域在舒适范围内；通过输出各分区的通风控制参数，能够精准控制通风温度和风速，提高乘客的舒适度，能够改善座椅的通风效果。