一种空调控制方法、装置及计算设备与流程

本技术涉及空调控制领域，尤其涉及一种空调控制方法、装置及计算设备。

背景技术：

1、目前，智能空调控制系统根据气体监测模块获取的气体氧含量浓度，实现智能换气操作，但是，上述方法仅考虑了气体的氧含量浓度，没有考虑车辆其他的多种特征对用户整体需求以及空调设置参数的影响，导致空调智能控制的效果较差，影响用户体验。

技术实现思路

1、本技术实施例提供一种空调控制方法、装置及计算设备，通过对空调历史数据进行清洗以及构建新特征，得到新的数据集，根据该新的数据集构建空调控制模型，并根据该空调控制模型和车辆采集数据进行空调控制，上述空调控制模型的准确性较高，可以提高空调控制效果，提升用户体验。

2、第一方面，本技术提供了一种空调控制方法，用于车辆，该方法包括：获取车辆采集数据，车辆采集数据包括乘员数量、车外温度、车内温度、车外湿度、车内湿度、车内氧含量、阳光值、时间、乘员体重、乘员温度中的一个或者多个；利用根据第一空调控制模型以及车辆采集数据得到的空调设置参数，控制车载空调系统，其中，空调设置参数包括空调设置温度、风速、出风模式以及循环模式中的一个或者多个，第一空调控制模型是根据空调历史数据训练得到的。

3、上述过程中，根据采集的多种影响空调设置的车辆数据以及根据空调历史数据生成的第一空调控制模型进行空调的智能控制，可以更加准确地对空调的循环模式，风速以及温度等进行设置，从而提升空调智能控制的效果以及用户体验。

4、在一种可能的实施方式中，空调历史数据包括历史车辆采集数据和历史空调设置参数，历史车辆采集数据包括多个时间点采集的车辆采集数据，历史空调设置参数包括多个时间点采集的空调设置参数，一个时间点采集的车辆采集数据对应同一时间点采集的空调设置参数。根据空调历史数据生成第一空调控制模型可以了解不同场景下的空调设置的不同需求，从而提高第一空调控制模型的准确性。

5、在一种可能的实施方式中，第一空调控制模型的训练过程具体如下：将空调历史数据进行清洗得到第一空调历史数据；根据第一空调历史数据得到第一数据集；根据第一数据集对空调控制模型进行训练，得到第一空调控制模型。数据清洗可以提高空调历史数据的准确性以及完整性，并且可以减少冗余，提高数据分析的效率，上述过程通过根据新得到的第一数据集进行模型训练，可以提升第一空调控制模型的准确性，从而提升用户体验。

6、在一种可能的实施方式中，将所述空调历史数据进行清洗得到第一空调历史数据的具体过程如下：对历史空调设置参数与历史车辆采集数据中的多个种类的数据分别进行相关性分析，得到相关性分析结果；根据相关性分析结果对空调历史数据进行清洗，得到第一空调历史数据。在初步清洗后，对历史空调设置参数与历史车辆采集数据中的多个种类的数据分别进行相关性分析，得到再次清洗后的第一空调历史数据，再次对数据进行清洗可以进一步提高数据的准确性，并且根据相关的数据进行第一空调控制模型的训练可以提高模型的准确性。

7、在一种可能的实施方式中，根据第一空调历史数据得到第一数据集的具体过程如下：根据第一空调历史数据进行特征构造，生成第一特征数据；其中，第一特征数据包括历史空调设置参数中的空调设置温度之间的最大差值，风速的上调次数，风速的下调次数，或者，历史车辆采集数据中的乘员数量的最大差值中的一个或者多个；根据第一空调历史数据和第一特征数据得到第一数据集。通过特征挖掘生成新特征，可以丰富数据集的内容，根据第一数据集进行第一空调控制模型的构建，可以提升模型性能，提高模型的准确性，从而在应用过程中，提升空调智能控制的效果，提升用户体验。

8、在一种可能的实施方式中，该方法还包括：从服务器接收第一空调控制模型。第一空调控制模型既可以由服务器训练得到，也可由车载处理器完成，在车载处理器算力较差的情况下，车载处理器可以直接接收服务器发送的第一空调控制模型。

9、第二方面，本技术提供了另一种空调控制方法，该方法包括：电子装置根据空调历史数据生成第一空调控制模型，空调历史数据包括历史车辆采集数据和历史空调设置参数，历史车辆采集数据包括多个时间点采集的车辆采集数据，历史空调设置参数包括多个时间点采集的空调设置参数，一个时间点采集的车辆采集数据对应同一时间点采集的空调设置参数；其中，车辆采集数据包括乘员数量、车外温度、车内温度、车外湿度、车内湿度、车内氧含量、阳光值、时间、乘员体重、乘员温度中的至少一种，空调设置参数包括空调设置温度、风速、出风模式以及循环模式中的至少一种；电子装置向车辆发送第一空调控制模型，以使车辆根据第一空调控制模型以及车辆采集数据得到的空调设置参数，控制车载空调系统。

10、在一种可能的实施方式中，电子装置根据空调历史数据生成第一空调控制模型的具体过程如下：电子装置将获取的空调历史数据进行清洗得到第一空调历史数据；电子装置根据第一空调历史数据得到第一数据集；电子装置根据第一数据集对空调控制模型进行训练，得到第一空调控制模型。

11、在一种可能的实施方式中，电子装置将获取的空调历史数据进行清洗得到第一空调历史数据的具体过程如下：电子装置对历史空调设置参数与历史车辆采集数据中的多个种类的数据分别进行相关性分析，得到相关性分析结果；电子装置根据相关性分析结果对空调历史数据进行清洗，得到第一空调历史数据。

12、在一种可能的实施方式中，电子装置根据第一空调历史数据得到第一数据集的具体过程如下：电子装置根据第一空调历史数据进行特征构造，生成第一特征数据；其中，第一特征数据包括历史空调设置参数中的空调设置温度之间的最大差值，风速的上调次数，风速的下调次数，或者，历史车辆采集数据中的乘员数量的最大差值中的一个或者多个；电子装置根据第一空调历史数据和第一特征数据得到第一数据集。

13、第三方面，本技术提供了一种空调控制装置，该空调控制装置包括通信模块以及处理模块，其中，通信模块，用于获取车辆采集数据，车辆采集数据包括乘员数量、车外温度、车内温度、车外湿度、车内湿度、车内氧含量、阳光值、时间、乘员体重、乘员温度中的一个或者多个；处理模块，用于利用根据第一空调控制模型以及车辆采集数据得到的空调设置参数，控制车载空调系统，其中，空调设置参数包括空调设置温度、风速、出风模式以及循环模式中的一个或者多个，第一空调控制模型是根据空调历史数据训练得到的。

14、在一种可能的实施方式中，空调历史数据包括历史车辆采集数据和历史空调设置参数，历史车辆采集数据包括多个时间点采集的车辆采集数据，历史空调设置参数包括多个时间点采集的空调设置参数，一个时间点采集的车辆采集数据对应同一时间点采集的空调设置参数。

15、在一种可能的实施方式中，处理模块，具体用于将空调历史数据进行清洗得到第一空调历史数据；根据第一空调历史数据得到第一数据集；根据第一数据集对空调控制模型进行训练，得到第一空调控制模型。

16、在一种可能的实施方式中，处理模块，具体用于对历史空调设置参数与历史车辆采集数据中的多个种类的数据分别进行相关性分析，得到相关性分析结果；根据相关性分析结果对空调历史数据进行清洗，得到第一空调历史数据。

17、在一种可能的实施方式中，处理模块，具体用于根据第一空调历史数据进行特征构造，生成第一特征数据；其中，第一特征数据包括历史空调设置参数中的空调设置温度之间的最大差值，风速的上调次数，风速的下调次数，或者，历史车辆采集数据中的乘员数量的最大差值中的一个或者多个；根据第一空调历史数据和第一特征数据得到第一数据集。

18、第四方面，本技术提供了一种计算设备，该计算设备包括处理器和存储器，存储器存储计算机程序，处理器执行计算机程序，以使计算设备执行如上述第一方面所述的方法。

19、第五方面，本技术提供了一种电子装置，该电子装置包括通信模块以及处理模块：处理模块，用于根据空调历史数据生成第一空调控制模型，空调历史数据包括历史车辆采集数据和历史空调设置参数，历史车辆采集数据包括多个时间点采集的车辆采集数据，历史空调设置参数包括多个时间点采集的空调设置参数，一个时间点采集的车辆采集数据对应同一时间点采集的空调设置参数；其中，车辆采集数据包括乘员数量、车外温度、车内温度、车外湿度、车内湿度、车内氧含量、阳光值、时间、乘员体重、乘员温度中的至少一种，空调设置参数包括空调设置温度、风速、出风模式以及循环模式中的至少一种；通讯模块用于向车辆发送第一空调控制模型，以使车辆根据第一空调控制模型以及车辆采集数据得到的空调设置参数，控制车载空调系统。

20、第六方面，本技术提供了一种计算设备，该计算设备包括处理器和存储器，存储器存储计算机程序，处理器执行计算机程序，以使计算设备执行如上述第二方面所述的方法。

21、第七方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质中存储有程序，程序在计算设备上运行时，使计算设备执行上述第一方面所述的方法。

22、第八方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质中存储有程序，程序在计算设备上运行时，使计算设备执行上述第二方面所述的方法。

23、第九方面，本技术提供了一种车辆，该车辆包括控制器；其中，该控制器用于执行上述第一方面所述的方法，或者该控制器用于执行上述第三方面中的控制器执行的方法。

24、本技术在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。