智能座舱空气调节方法、装置、设备及存储介质与流程

本发明涉及人工智能，尤其涉及一种智能座舱空气调节方法、装置、设备及存储介质。

背景技术：

1、随着汽车智能化水平的持续提升，智能座舱空气调节系统已成为提升驾乘舒适性与安全性的核心配置之一。现有的座舱空气调节方案通常基于温度传感器、pm2.5传感器等单一或少量环境监测器件，实现基础的温度调节、颗粒物过滤及风量控制。部分改进方案进一步引入了车外环境感知模块，可根据外界空气质量自动切换内外循环模式。此外，少数现有技术尝试将视觉感知与环境数据融合，向用户推荐空气净化或风场调节建议，以期提升座舱环境的智能化水平。

2、然而，上述现有方案仍存在显著的局限性。首先，现有方案普遍缺乏对座舱内乘员个性化健康特征的感知与利用，空气净化策略通常采用统一的过滤模式，无法针对不同乘员的过敏原类型、特殊体质（如儿童、老人）或实时健康状态进行差异化的靶向调节，导致空气调节的精准性严重不足。其次，现有方案的风场控制逻辑较为固化，仅支持固定的风向和风量档位调节，未能根据乘员当前状态（如疲劳程度、乘坐位置）及具体驾驶场景动态优化风场参数，易引发乘员不适。再次，多数现有系统对净化组件和风场组件的控制相互独立，缺乏基于多维度信息融合的统一决策机制，难以在复杂场景下协调净化与风场的综合输出，整体调节策略的适应性较差。此外，尽管少数方案引入了用户交互推荐功能，但其决策过程仍需用户确认，响应滞后且无法实现策略的自动迭代优化，进一步限制了座舱空气调节的智能化水平。

3、因此，亟需一种智能座舱空气调节方法，能够提升座舱空气调节的精准性和适应性。

技术实现思路

1、本发明的主要目的在于提供了一种智能座舱空气调节方法、装置、设备及存储介质，旨在解决现有技术的座舱空气调节的精准性和适应性不足的技术问题。

2、为实现上述目的，本发明提供了一种智能座舱空气调节方法，所述方法包括以下步骤：

3、获取多模态感知数据，并对所述多模态感知数据进行融合处理，生成融合特征序列，所述多模态感知数据至少包括座舱内外空气质量数据、乘员健康特征数据和驾驶场景数据；

4、基于所述融合特征序列，生成空气净化策略和风场控制策略；

5、基于所述空气净化策略和所述风场控制策略，按照预设多级优先级规则生成座舱空气调节策略；

6、根据所述座舱空气调节策略驱动分级净化组件和场景化风场控制组件在座舱区域内进行空气调节。

7、可选地，所述获取多模态感知数据，并对所述多模态感知数据进行融合处理，生成融合特征序列的步骤，包括：

8、采集座舱内外空气质量数据、乘员健康特征数据和驾驶场景数据；

9、对所述座舱内外空气质量数据、所述乘员健康特征数据和所述驾驶场景数据进行时间戳同步，获得同步后的多模态感知数据；

10、按照预设权重对所述同步后的多模态感知数据进行特征加权融合，生成融合特征序列。

11、可选地，所述基于所述融合特征序列，生成空气净化策略和风场控制策略的步骤，包括：

12、根据所述融合特征序列，确定乘员健康状态、当前污染类型和驾驶场景信息；

13、基于预设健康-污染匹配模型，根据所述乘员健康状态和所述当前污染类型，确定净化标签，并基于所述净化标签生成空气净化策略；

14、基于预设风场-用户状态匹配模型，根据所述乘员健康状态和所述驾驶场景信息，确定风场标签，并基于所述风场标签生成风场控制策略。

15、可选地，所述基于所述空气净化策略和所述风场控制策略，按照预设多级优先级规则生成座舱空气调节策略的步骤，包括：

16、根据所述融合特征序列，确定当前场景下的健康保障需求、场景响应需求和舒适优化需求；

17、基于预设多级优先级规则，对所述健康保障需求、所述场景响应需求和所述舒适优化需求进行优先级排序，获得需求优先级序列；

18、根据所述需求优先级序列，对所述空气净化策略和所述风场控制策略进行策略组合，生成座舱空气调节策略。

19、可选地，所述根据所述座舱空气调节策略驱动分级净化组件和场景化风场控制组件在座舱区域内进行空气调节的步骤，包括：

20、根据所述座舱空气调节策略中的净化控制参数，确定分级净化组件中多级滤芯的协同工作模式，所述多级滤芯包括第一过滤层、第二过滤层和催化吸附层；

21、基于所述协同工作模式，调节各级滤芯的工作参数，以在座舱区域内进行空气净化；

22、根据所述座舱空气调节策略中的风场控制参数，调节电动导风板的导向角度和风量阀的开合档位，以在座舱区域内进行风场控制。

23、可选地，所述根据所述座舱空气调节策略驱动分级净化组件和场景化风场控制组件在座舱区域内进行空气调节的步骤之后，还包括：

24、采集用户反馈数据，所述用户反馈数据至少包括触控反馈数据、语音反馈数据和行为反馈数据中的至少一种；

25、根据所述用户反馈数据，判断是否存在参数优化触发条件；

26、当存在所述参数优化触发条件时，基于所述用户反馈数据对所述座舱空气调节策略进行调整，获得调整后的座舱空气调节策略；

27、提取当前驾驶场景的场景标签，将所述场景标签、所述调整后的座舱空气调节策略中的控制参数和所述用户反馈数据对应的反馈评分关联存储为场景记录。

28、可选地，所述方法，还包括：

29、获取待调节驾驶场景的场景特征，确定所述场景特征与各场景记录中场景标签之间的相似度；

30、选取所述相似度最高且所述相似度超过预设相似度阈值的场景记录作为目标场景记录；

31、根据所述目标场景记录中的控制参数，生成所述待调节驾驶场景对应的待执行座舱空气调节策略。

32、此外，为实现上述目的，本发明还提出一种智能座舱空气调节装置，所述装置包括：

33、数据处理模块，用于获取多模态感知数据，并对所述多模态感知数据进行融合处理，生成融合特征序列，所述多模态感知数据至少包括座舱内外空气质量数据、乘员健康特征数据和驾驶场景数据；

34、策略生成模块，用于基于所述融合特征序列，生成空气净化策略和风场控制策略；

35、策略调整模块，用于基于所述空气净化策略和所述风场控制策略，按照预设多级优先级规则生成座舱空气调节策略；

36、空气调节模块，用于根据所述座舱空气调节策略驱动分级净化组件和场景化风场控制组件在座舱区域内进行空气调节。

37、此外，为实现上述目的，本发明还提出一种智能座舱空气调节设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的智能座舱空气调节程序，所述智能座舱空气调节程序配置为实现如上文所述的智能座舱空气调节方法的步骤。

38、此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有智能座舱空气调节程序，所述智能座舱空气调节程序被处理器执行时实现如上文所述的智能座舱空气调节方法的步骤。

39、本发明公开了获取多模态感知数据，并对所述多模态感知数据进行融合处理，生成融合特征序列，所述多模态感知数据至少包括座舱内外空气质量数据、乘员健康特征数据和驾驶场景数据；基于所述融合特征序列，生成空气净化策略和风场控制策略；基于所述空气净化策略和所述风场控制策略，按照预设多级优先级规则生成座舱空气调节策略；根据所述座舱空气调节策略驱动分级净化组件和场景化风场控制组件在座舱区域内进行空气调节。由于本发明通过多模态感知数据融合，基于融合特征序列生成空气净化策略和风场控制策略，并依据预设多级优先级规则生成座舱空气调节策略，驱动分级净化与场景化风场组件执行调节，相比于现有技术，本发明提升了座舱空气调节的精准性和适应性。