还原整车微环境及耦合效应的气体原位检测方法及系统与流程

本发明属于整车气体检测，尤其涉及还原整车微环境及耦合效应的气体原位检测方法及系统。

背景技术：

1、传统量产车气味及voc评价需要专用检测舱、多名专业评价人员及至少48小时检测周期,进行人工嗅辨，耗费大量人力、物力和时间成本。且该种方式多为固定工位式,灵活性差,无法适应不同车型的车内空间检测需求。

2、固定工位式检测舱方案的具体做法是，将零部件拆卸后在模拟舱内进行分别检测,即人为割裂各部件进行检测，这种"模块化拼凑"的检测思路无法捕捉量产整车内多个部件挥发性有机物之间的耦合作用,包括气味协同增强效应、化学反应生成新物质、气味掩蔽效应等,且无法还原真实整车微环境的温度场、气流场、湿度梯度,导致检测结果与真实整车状态存在系统性偏差,无法准确反映消费者实际用车体验中的气味状况。

技术实现思路

1、为克服上述现有技术的不足，本发明提供了还原整车微环境及耦合效应的气体原位检测方法及系统，通过ai嗅觉机器狗直接进入量产下线的真实整车内部进行整车原位检测,从根本上规避了模块化检测舱方案无法捕捉多部件voc耦合作用的缺陷,检测到的是所有部件voc在真实整车微环境下耦合后的最终真实状态，以及消费者实际用车体验中的最终混合气味信号。

2、为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

3、本发明第一方面提供了还原整车微环境及耦合效应的气体原位检测方法。

4、还原整车微环境及耦合效应的气体原位检测方法，包括以下步骤：

5、确定待检测车辆，基于待检测车辆的车内三维空间数据，规划覆盖车辆目标区域的检测移动路径；

6、控制嗅觉机器狗进入待检测车辆，并按照检测移动路径进行移动；

7、在嗅觉机器狗移动的过程中，利用配置的多通道气味传感器获取车内气体，得到多个气味信号；

8、对多个气味信号进行特征提取和时序分析，得到气味识别结果，实现整车的气体原位检测。

9、作为优选的技术方案，基于待检测车辆的车内三维空间数据，规划覆盖车辆目标区域的检测移动路径，具体包括：

10、预设包含多款车型数据的车内三维空间数据库，所述车型数据包括车内空间的三维几何模型、关键检测区域的坐标以及车内障碍物的位置和尺寸信息，所述关键检测区域包括驾驶位、副驾驶位、后排座椅和后备箱区域，在每一个关键检测区域定义设定数量的检测点；

11、判断待检测车辆的所属车型，从车内三维空间数据库中索引得到待检测车辆的车型数据；

12、使用slam算法对嗅觉机器狗的检测移动路径进行规划，确保检测移动路径覆盖关键检测区域，且在检测点位置进行气体检测。

13、作为优选的技术方案，通过嗅觉机器狗鼻部设置的气味传感器阵列进行检测点360°的气体采集，所述气味传感器阵列包括mems金属氧化半导体传感器；所述气味传感器的检测气体范围包括烷烃类气体和voc物质，所述烷烃类气体包括甲烷、丙烷和异丁烷，所述voc物质包括甲醛、苯、甲苯、二甲苯和乙醛。

14、作为优选的技术方案，在嗅觉机器狗移动的过程中，利用配置的多通道气味传感器获取车内气体，得到多个气味信号，具体包括：

15、通过多通道气味传感器并行采集车内气体，得到多通道数字信号，多通道气味传感器的种类预先进行配置；

16、对多通道数字信号进行初步处理，包括滤波处理、基线校准和温湿度补偿；

17、经过初步处理后，多通道数字信号形成一个原始的多维特征向量，每个分量代表一个传感器通道的响应值。

18、作为优选的技术方案，采用cnn-lstm混合网络对多个气味信号进行特征提取和时序分析，得到气味识别结果，具体包括：

19、cnn网络包括7个卷积层和3个池化层，负责提取气味信号的空间特征，通过多层卷积和池化操作，从原始的多维特征向量中提取出高层抽象特征，高维抽象特征包含气味信号的空间分布模式和传感器之间的响应关系，为后续的气味识别提供有效的特征表示；

20、lstm网络包括2层隐藏层，每层包含128个lstm单元，通过对cnn提取的高层抽象特征进行时序建模，捕捉气味信号随时间的时序特征，所述时序特征包括变化趋势和波动模式；

21、输出层为全连接层，将lstm网络的时序特征映射到30维的气味类别空间，每个维度对应一种气味类型，概率最大的类别即为识别结果。

22、作为优选的技术方案，还包括：

23、在检测过程中，嗅觉机器狗沿着检测移动路径移动，在多个检测点位置进行360度全方位的采集气味浓度数据，记录每个位置的坐标和对应的浓度值；

24、当采集到设定个不同位置的数据后，估计出异味源的位置和释放强度；

25、根据估计的异味源位置，动态调整检测策略：

26、如果估计的异味源位置距离当前位置小于设定距离，控制嗅觉机器狗在异味源位置的区域增加检测点，缩小移动步长，进行更密集的采样，以更精确地定位异味源；

27、如果估计的异味源位置距离当前位置大于设定距离，控制嗅觉机器狗移动到异味源附近，减少不必要的检测时间。

28、作为优选的技术方案，在对待检测车辆检测完成后，控制嗅觉机器狗自主离开当前车辆，进入下一个待检测车辆进行检测。

29、本发明第二方面提供了还原整车微环境及耦合效应的气体原位检测系统。

30、还原整车微环境及耦合效应的气体原位检测系统，包括：

31、路径规划模块，被配置为：确定待检测车辆，基于待检测车辆的车内三维空间数据，规划覆盖车辆目标区域的检测移动路径；

32、移动检测模块，被配置为：控制嗅觉机器狗进入待检测车辆，并按照检测移动路径进行移动；

33、气味采集模块，被配置为：在嗅觉机器狗移动的过程中，利用配置的多通道气味传感器获取车内气体，得到多个气味信号；

34、气味识别模块，被配置为：对多个气味信号进行特征提取和时序分析，得到气味识别结果，实现整车的气体原位检测。

35、本发明第三方面提供了计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本发明第一方面所述的还原整车微环境及耦合效应的气体原位检测方法中的步骤。

36、本发明第四方面提供了一种嗅觉机器狗，用于实现如第一方面所述的还原整车微环境及耦合效应的气体原位检测方法，包括：

37、机器狗本体，包括躯体和四条腿，所述躯体内设有容纳腔，容纳腔内设置有气泵，所述腿部通过伸缩机构与所述躯体连接，所述躯体的头部通过旋转连接结构与所述躯体连接；

38、红外传感器，设置于所述躯体的头部前端，用于避障检测；

39、oled显示单元，设置于所述躯体表面，用于标记异味类型、位置及浓度。

40、以上一个或多个技术方案存在以下有益效果：

41、本发明提供了一种还原整车微环境及耦合效应的气体原位检测方法及系统，通过ai嗅觉机器狗直接进入量产下线的真实整车内部进行整车原位检测,从根本上规避了模块化检测舱方案无法捕捉多部件voc耦合作用的缺陷,检测到的是所有部件voc在真实整车微环境下耦合后的最终真实状态。同时,cnn-lstm混合网络对复杂混合气味的时序特征提取能力,使其能够准确识别耦合作用下产生的复合气味特征,包括协同增强效应、化学反应生成的新物质以及掩蔽效应下的潜在异味。

42、本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。