汽车空调出风口智能吹风控制方法、存储介质与流程

[0001]
本发明涉及汽车智能控制技术领域，具体地指一种汽车空调出风口智能吹风控制方法、存储介质。


背景技术：

[0002]
汽车传统出风口靠调节拨轮、拨钮、叶片等实现风量和风向的调节，导致调节效率慢，并且驾驶员在驾驶过程中反复调节时会带来一定的安全隐患。
[0003]
近年来，电动出风口的设计和搭载，一定程度上缓解了座舱内出风口调节效率的问题。但是出风系统的调节仍然属于被动调节行为，不能智能识别车内温度场，出风系统不能根据车内温场分布主动调整个性化的工作模式。单纯的电动出风口仍然不能满足良好的驾乘舒适性和驾驶安全。
[0004]
驾乘人员在进行多次主动调节后可以积累一定的历史数据，这些历史数据体现了驾乘人员的使用习惯，为了满足驾乘人员个性化的需求，需要利用这些有限的历史数据来控制出风口调节，而神经网络算法可以对有限数量的历史数据进行训练，然后针对任意一种输入端数据均可以输出对应输出端结果，那么如何利用神经网络算法来控制空调出风口的智能调节成为关键问题。此外，当驾乘人员还未积累历史数据或历史数据很少时，出风口就无法实现主动调节。


技术实现要素：

[0005]
本发明的目的就是要克服上述现有技术存在的不足，提供一种主动智能调节、满足个性化需求的汽车空调出风口智能吹风控制方法、存储介质。
[0006]
为实现上述目的，本发明提供一种汽车空调出风口智能吹风控制方法，其特征在于：包括如下步骤：
[0007]
1)获取同类车型其他车辆的多组出风口工作模式数据并存储至云数据库中；
[0008]
2)进入人工调节模式，驾乘人员主动调节出风口时，获取此时的车舱温度分布场和调节后的出风口工作向量设定值，将车舱温度分布场输入bp神经网络模型并调用云数据库，得到出风口工作向量理论值；
[0009]
3)若出风口工作向量理论值与出风口工作向量实际值的偏差不满足收敛条件，则下一次出风口调节时返回步骤2)，若出风口工作向量理论值与出风口工作向量实际值的偏差满足收敛条件，退出人工调节模式；
[0010]
4)进入智能调节模式，实时获取车舱温度分布场，输入bp神经网络模型并调用云数据库，得到出风口工作向量理论值并控制出风口工作向量为出风口工作向量理论值。
[0011]
进一步地，单组所述出风口工作模式数据包括，车舱温度分布场和与其对应的出风口工作向量。
[0012]
进一步地，所述出风口工作向量包括出风方向、出风速度和出风流量。
[0013]
进一步地，车舱温度分布场包括驾乘人员温度分布场和舱内空气温度分布场。
[0014]
进一步地，收敛条件包括，在连续两次及以上的出风口调节中，出风口工作向量理论值与出风口工作向量实际值的偏差均小于或等于设定阈值。
[0015]
进一步地，所述设定阈值包括出风方向偏差阈值、出风速度偏差阈值和出风量偏差阈值。
[0016]
进一步地，若出风口工作向量理论值与出风口工作向量实际值的偏差不满足收敛条件，则将出风口工作向量设定值和与其对应的乘员舱温度分布场作为本车出风口工作模式数据存入云数据库中。
[0017]
进一步地，在bp神经网络模型进行训练时，本车出风口工作模式数据的权值大于同类车型其他车辆的出风口工作模式数据。
[0018]
进一步地，驾乘人员首次调节出风口之后，实时更新增加同类车型其他车辆的出风口工作向量数据，并存入云数据库中。
[0019]
本发明还提供一种存储介质，它包含执行指令，所述执行指令在有数据处理装置处理时，该数据处理装置执行上述所述的汽车空调出风口智能吹风控制方法。
[0020]
本发明的有益效果：主动智能调节、满足个性化需求。本发明利用bp神经网络模型来训练同类车型其他车辆的多个出风口工作模式数据和驾乘人员积累的出风口工作向量设定值，在人工调节模式中通过收敛条件来判断训练是否完成，训练完成后进入智能调节模式，出风口可以根据用户使用习惯实现主动智能调节，满足了驾乘人员的个性化需求。
附图说明
[0021]
图1为汽车空调出风口智能吹风控制方法流程图。
具体实施方式
[0022]
下面具体实施方式用于对本发明的权利要求技术方案作进一步的详细说明，便于本领域的技术人员更清楚地了解本权利要求书。本发明的保护范围不限于下面具体的实施例。本领域的技术人员做出的包含有本发明权利要求书技术方案而不同于下列具体实施方式的也是本发明的保护范围。
[0023]
一种汽车空调出风口智能吹风系统，包括控制器、云数据库和出风口，出风口连接有出风角度调节电机、出风通道中设有鼓风机，控制器的信号输入端连接有车舱温度传感器，其信号输出端连接有出风角度调节电机和鼓风机，控制器与云数据库双向通讯连接，汽车中控面板上设有出风角度调节器和风速调节器，驾乘人员可以通过出风角度调节器和风速调节器分别人工调节出风角度和风速。控制器的控制程序包括有bp神经网络模型，云数据库可以存储出风口工作模式数据，出风角度调节电机可以控制出风口的出风角度，鼓风机可以控制出风口的出风速度和出风流量，车舱温度传感器可以获得车舱温度分布场，车舱温度分布场包括了驾乘人员温度分布场和舱内空气温度分布场。
[0024]
如图1所示，该汽车空调出风口智能吹风系统的控制方法如下：
[0025]
1、在设计车型还未投入使用前，首先获取同一地区、同类车型其他车辆的多组出风口工作模式数据，并存储至该车型所有车辆的云数据库中。一组出风口工作模式数据为某一确定的车舱温度分布场和与该温度场对应的出风口工作向量，而出风口工作向量为出风方向、出风速度和出风流量。由于设计车型投入使用前没有积累该车辆驾乘人员的使用
数据，而bp神经网络模型需要一定的历史数据才能进行训练并输出结果，因此对于同一地区和同类车辆而言，其环境气候基本一致，车辆配置差异较小，其所积累的出风口工作模式数据更具有训练价值，更容易体现该地区普通驾乘人员的使用习惯。
[0026]
2、该车型的某一车辆投入使用后，出风口智能吹风系统进入人工调节模式，驾乘人员首次通过出风角度调节器和风速调节器人工调节出风口，控制器获取该次调节时的车舱温度分布场和出风口工作向量设定值，出风口工作向量设定值即为驾乘人员人工设定的出风口工作向量，控制器将车舱温度分布场输入bp神经网络模型中，同时调用云数据库中的出风口工作模式数据进行训练，得到出风口工作向量理论值，该理论值体现了同类车型其他车辆的驾乘人员使用习惯。由于该车型投入使用前没有积累该车辆驾乘人员的使用数据，因此必须先经过人工调节积累数据并通过bp神经网络模型训练该积累的数据，从而在bp神经网络模型中体现该驾乘人员的使用习惯。
[0027]
3、如果在连续两次及以上的出风口调节中，出风口工作向量理论值与出风口工作向量实际值的偏差均小于设定阈值，即出风方向角度偏差大于出风方向偏差阈值，和/或出风速度偏差大于出风速度偏差阈值，和/或出风量偏差大于出风量偏差阈值，则不满足收敛条件。则将出风口工作向量设定值和与其对应的乘员舱温度分布场作为本车出风口工作模式数据存入云数据库中，并实时增加更新同类车型其他车辆的出风口工作向量数据，存入云数据库中，返回执行步骤2。
[0028]
在返回执行步骤2的过程中，bp神经网络模型会同时调用云数据库中的出风口工作模式数据和本车出风口工作模式数据进行训练，且在该模型的隐藏层中本车出风口工作模式数据的权值大于出风口工作模式数据，这样出风口工作向量理论值更快速满足收敛条件，训练时间更短，更有利于满足该驾乘人员的个性化需求。
[0029]
若出风口工作向量理论值与出风口工作向量实际值的偏差满足收敛条件，即出风方向角度偏差小于或等于出风方向偏差阈值，且出风速度偏差小于或等于出风速度偏差阈值，且出风量偏差小于或等于出风量偏差阈值，则退出人工调节模式。说明该bp神经网络模型经过一定训练量之后输出的出风口工作向量基本与驾乘人员的个性化需求保持一致。
[0030]
4、进入智能调节模式，实时获取车舱温度分布场并输入bp神经网络模型中，实时得到出风口工作向量理论值，控制器实时控制出风口角度调节电机和鼓风机分别调节出风角度、出风速度和出风量，使得出风口工作向量为出风口工作向量理论值。这样，在智能调节模式中，驾乘人员无需主动去通过出风角度调节器和风速调节器人工调节出风角度和出风速度，经过bp神经网络模型输出的出风口工作向量理论值已经基本可以与该驾乘人员的使用习惯保持一致，因此可以满足该驾乘人员的个性化需求。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除