车辆舒适性评价方法、电子设备、存储介质及计算机程序产品与流程

本发明涉及车辆相关，特别是一种车辆舒适性评价方法、电子设备、存储介质及计算机程序产品。

背景技术：

1、汽车舒适性评价是汽车底盘开发重要组成部分，目前汽车舒适性评价方法分为主观评价和客观评价。主观评价是通过专业人员的试乘试驾给出评价打分，这种方法容易受人员水平差异、风格偏好和身心状态的影响，评价结果稳定性较差；客观评价选用若干指标，按照一定的规则计算得到指标数值，这种方法难以找到评价指标与主观评价的对应关系，指标数值也无法用来与主观评价打分值直接比较。

技术实现思路

1、基于此，有必要提供一种车辆舒适性评价方法、电子设备、存储介质及计算机程序产品。

2、本发明提供一种车辆舒适性评价方法，包括：

3、将车辆加速度信号数据处理为加速度图像；

4、将所述加速度图像输入训练好的深度学习模型进行预测得到预测打分值，所述深度学习模型为图像识别类深度学习模型；

5、对所述预测打分值进行处理得到车辆舒适性评价打分值。

6、进一步地，所述将车辆加速度信号数据处理为加速度图像，包括：

7、获取设置在车辆多个位置的加速度传感器的一个或多个方向上的加速度信号数据；

8、将每个所述加速度传感器每个方向上的加速度信号数据处理成一个加速度图像。

9、更进一步地，所述对所述预测打分值进行处理得到车辆舒适性评价打分值，包括：

10、将所述深度学习模型预测得到的多个预测打分值进行加权平均，得到车辆舒适性评价打分值。

11、进一步地，还包括：

12、获取多次测试得到的训练用加速度图像和对应的主观评价打分值，采用所述训练用加速度图像和对应的所述主观评价打分值对深度学习模型进行训练。

13、更进一步地，所述获取多次测试得到的训练用加速度图像和对应的主观评价打分值，包括：

14、获取多次测试中，设置在车辆多个位置的加速度传感器的一个或多个方向上的加速度信号数据；

15、将每个所述加速度传感器每个方向上的加速度信号数据处理成一个加速度图像；

16、获取每次测试中测试人员的主观评价打分值，将同一测试得到的所有的所述加速度图像与同一测试所得到的主观评价打分值对应关联。

17、更进一步地，所述获取每次测试中测试人员的主观评价打分值，将同一测试得到的所有的所述加速度图像与同一测试所得到的主观评价打分值对应关联，包括：

18、获取每次测试中测试人员的测试人员主观评价打分值；

19、计算采用相同车辆测试的测试人员主观评价打分值的平均值作为该车辆的主观评价打分值；

20、将同一测试得到的所有的所述加速度图像与同一测试所采用车辆的主观评价打分值对应关联。

21、再进一步地，所述加速度图像为时频色谱图。

22、本发明提供一种电子设备，包括：

23、至少一个处理器；以及，

24、与至少一个所述处理器通信连接的存储器；其中，

25、所述存储器存储有可被至少一个所述处理器执行的指令，所述指令被至少一个所述处理器执行，以使至少一个所述处理器能够执行如前所述的车辆舒适性评价方法。

26、本发明提供一种存储介质，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如前所述的车辆舒适性评价方法的所有步骤。

27、本发明提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如前所述的车辆舒适性评价方法。

28、本发明将车辆加速度信号数据处理为加速度图像，通过图像识别类深度学习模型进行预测得到预测打分值，并对所述预测打分值进行处理得到车辆舒适性评价打分值。通过人工智能来代替主观评价中的专业人员，规避了主观评价中人的影响因素，也避免了客观评价中人为定义指标，难以与主观评价关联和比较的问题，基于客观数据给出评价打分，实现主观评价客观化。

技术特征：

1.一种车辆舒适性评价方法，其特征在于，包括：

2.根据权利要求1所述的车辆舒适性评价方法，其特征在于，所述将车辆加速度信号数据处理为加速度图像，包括：

3.根据权利要求2所述的车辆舒适性评价方法，其特征在于，所述对所述预测打分值进行处理得到车辆舒适性评价打分值，包括：

4.根据权利要求1所述的车辆舒适性评价方法，其特征在于，还包括：

5.根据权利要求4所述的车辆舒适性评价方法，其特征在于，所述获取多次测试得到的训练用加速度图像和对应的主观评价打分值，包括：

6.根据权利要求5所述的车辆舒适性评价方法，其特征在于，所述获取每次测试中测试人员的主观评价打分值，将同一测试得到的所有的所述加速度图像与同一测试所得到的主观评价打分值对应关联，包括：

7.根据权利要求1至6任一项所述的车辆舒适性评价方法，其特征在于，所述加速度图像为时频色谱图。

8.一种电子设备，其特征在于，包括：

9.一种存储介质，其特征在于，所述存储介质存储计算机指令，当计算机执行所述计算机指令时，用于执行如权利要求1至7任一项所述的车辆舒适性评价方法的所有步骤。

10.一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现如权利要求1至7任一项所述的车辆舒适性评价方法。

技术总结本发明公开一种车辆舒适性评价方法、电子设备、存储介质及计算机程序产品。方法包括：将车辆加速度信号数据处理为加速度图像；将所述加速度图像输入训练好的深度学习模型进行预测得到预测打分值，所述深度学习模型为图像识别类深度学习模型；对所述预测打分值进行处理得到车辆舒适性评价打分值。本发明通过人工智能来代替主观评价中的专业人员，规避了主观评价中人的影响因素，也避免了客观评价中人为定义指标，难以与主观评价关联和比较的问题，基于客观数据给出评价打分，实现主观评价客观化。技术研发人员：任龙杰,王博文,刘立刚,陈麟,杨万安受保护的技术使用者：上汽通用汽车有限公司技术研发日：技术公布日：2024/7/29