评价方法、系统、电子装置、计算机程序产品及存储介质与流程

本技术涉及智能车载空调领域，具体涉及一种智能车载空调的控制系统的测试评价方法、系统、电子装置、计算机程序产品及存储介质。

背景技术：

1、相关技术中，智能车载空调的控制系统(程序或软件)可能需要迭代，在迭代之前，需要对不同版本的控制系统进行测试和评价。目前，智能车载空调的舒适性测试与评价的方法普遍存在测试场景标准化、评价指标固定化等问题，且安全性能无法得到保障。如此，当用车环境改变或车内乘坐的乘员不同时，无法有效评价不同用车环境和不同用户的个性化的空调使用需求，比如，在同一季节有雨和无雨的天气下，或在同一天不同乘员乘坐时，同样的车载空调运行参数的舒适度会发生改变。

技术实现思路

1、本技术提供了一种测试评价方法、系统、电子装置、计算机程序产品及存储介质。

2、本技术实施方式的测试评价方法，用于测试评价智能车载空调的控制系统，包括：

3、获取测试数据集，所述测试数据集是根据用户画像和场景池得到的，所述用户画像和所述场景池是根据用户空调历史数据库建立的；

4、利用所述测试数据集测试所述控制系统，以评价所述控制系统。

5、综上，本技术的测试评价方法，测试的数据考虑了各种使用场景和不同的用户角度，因此，用本技术测试评价方法测试的控制系统，对智能车载空调的测试和评价角度更多元，测试评价结果更能体现智能车载空调控制系统的真实性能。

6、在某些实施方式中，所述测试评价方法包括：

7、获取空调状态信息，车内外环境信息，乘员状态信息，驾驶状态信息，互联网信息、动力状态信息的至少一项，以建立用户空调历史数据库。

8、如此，可根据获取到的车辆处于上电状态时车辆空调的自身状态信息，车内外环境信息，乘员状态信息，驾驶状态信息，动力状态信息中至少一项，建立车载空调的空调历史数据库，以便从历史数据库中提取使用场景建立车载空调的场景特征数据集。

9、在某些实施方式中，所述用户空调历史数据库包括空调状态信息，所述获取测试数据集，包括：

10、利用机器学习算法对所述空调状态信息进行类别划分，以得到所述用户画像；

11、如此，可使用机器学习算法对空调状态信息进行类别划分，建立用户画像，经过类别划分后得到的用户画像，便于抽取不同用户角度的特征数据建立测试数据集。

12、在某些实施方式中，所述利用机器学习算法对所述空调状态信息进行类别划分，以得到所述用户画像，包括：

13、对所述空调状态信息进行数据清洗和归一化处理；

14、根据车辆识别代码确定处理后的不同用户的所述空调状态信息的描述性统计特征；

15、对所述描述性统计特征进行降维处理；

16、对经过所述降维处理后的所述描述性统计特征进行类别划分，得到用户标签；

17、根据所述用户标签和车辆识别代码，确定所述用户画像。

18、如此，可对空调历史数据库中车载空调的空调状态信息进行处理，得到不同用户角度的空调状态信息的描述性统计特征，并根据降维处理后的描述性统计特征的分类得到用户标签，以建立用户画像，类别划分后建立的用户画像，便于抽取不同用户角度的特征数据建立测试数据集。

19、在某些实施方式中，所述用户空调历史数据库包括多个空调使用片段，所述根据用户空调历史数据库建立的所述车载空调的用户画像和场景池，包括：

20、使用规则树模型对所述空调使用片段进行类别划分，以得到所述场景池。

21、如此，可使用规则树模型对空调历史数据库中的空调使用片段进行类别划分，并判断不同使用片段下的使用场景，建立场景池，类别划分后建立的场景池，便于抽取不同场景的特征数据建立测试数据集。

22、在某些实施方式中，所述测试数据集涵盖所有空间变量。

23、如此，测试的数据考虑了各种使用场景和不同的用户角度，包括了所有空间变量，因此，用本技术测试评价方法测试的控制系统，得到的数据集中数据的种类较为全面，对智能车载空调的测试和评价角度更多元，测试评价结果更能体现智能车载空调控制系统的真实性能。

24、在某些实施方式中，所述获取测试数据集，包括：

25、筛选出所述车载空调的所述场景特征数据集中的连续变量，并将所述连续变量的特征向量的每个维度划分成多个区间；

26、在所述特征向量的每个区间中随机抽取一个样本，构成总体样本；

27、剔除所述总体样本中重复的样本，得到包含所有用户画像和场景池的所述空调使用片段，构建涵盖所有变量空间数据样本的测试数据集。

28、如此，可在场景特征数据集中筛选出连续变量，对连续变量的特征向量进行分层抽样，并剔除重复样本，得到连续变量的离散化的空调使用片段，并据此构建涵盖所有变量空间数据样本的测试数据集，使本技术的测试评价结果更全面，利于筛选得到最优的智能车载空调控制方法。

29、在某些实施方式中，所述利用所述测试数据集测试所述控制系统，以评价所述控制系统，包括：

30、利用所述测试数据集测试所述控制系统，以得到测试结果集；

31、根据所述测试结果集评价所述控制系统。

32、在某些实施方式中，所述利用所述测试数据集测试所述控制系统，以得到测试结果集，包括：

33、将所述测试数据集输入所述控制系统的预选控制算法中，确定预测空调设定参数，得到测试结果集。

34、如此，可将测试数据集输入控制系统的预选控制算法中，得到由预测空调设定参数构成的测试结果集，测试数据集对于预设算法的测试，利于优选控制系统的控制算法，提升用户对智能车载空调的满意度。

35、在某些实施方式中，所述利用所述测试数据集测试所述控制系统，以得到测试结果集，还包括：

36、将所述测试数据集输入所述控制系统的预选控制算法中，确定所述预选控制算法预测的所述空调状态信息的第一概率；

37、确定所述场景池中不同的场景和所述用户画像不同的用户在所述空调状态信息情况下的第二概率；

38、根据所述第一概率和所述第二概率的结果，对所述场景和所述用户情况下的所述空调状态信息情况的概率计算结果进行修正。

39、如此，对测试结果集的修正，能够使测试结果集中的数据更准确地体现用户在一定场景下的个性化空调使用偏好，进一步提升用户对智能车载空调的满意度。

40、在某些实施方式中，所述根据所述测试结果集评价所述控制系统，包括：

41、根据所述测试结果集对所述控制系统进行舒适性评价、及时性评价、准确性评价、稳定性评价和安全性评价的至少一项；

42、根据对所述测试结果集的所述舒适性评价、所述准确性评价、所述及时性评价、所述稳定性评价和所述安全性评价中至少一项的评价结果，对所述控制系统进行加权综合评价。

43、如此，可根据测试结果集对智能空调控制系统的舒适性、准确性、及时性、稳定性、安全性进行评价，并通过结合各项评价结果对智能车载空调的控制系统进行加权综合评价，以筛选出最优的智能车载空调控制方法，最终提升用户对智能车载空调的满意度。

44、在某些实施方式中，所述根据所述测试结果集评价所述控制系统包括所述根据所述测试结果集对所述控制系统进行舒适性评价，包括：

45、根据不同环境下乘员身体各部分的舒适度对所述控制系统进行主观舒适性评价；

46、根据各出风口温度变化速率、最大风速、稳定和波动的指标对所述控制系统进所述行客观舒适性评价。

47、如此，可根据不同环境下乘员身体各部分的舒适度进行主观舒适性评价，并根据智能车载空调每个出风口的各项运行参数进行客观舒适性评价，主观舒适性评价和客观舒适性评价共同构成对控制系统控制下的智能车载空调运行的舒适性评价，使舒适性评价结果更全面地体现用户舒适度。

48、在某些实施方式中，所述根据所述测试结果集评价所述控制系统包括所述根据所述测试结果集对所述控制系统进行准确性评价，包括：

49、根据预设算法的不同变量类型的预测结果分别对所述控制系统进行所述准确性评价。

50、如此，可根据预设算法的不同变量类型的预测结果分别确定控制系统在不同场景下用户对智能车载空调运行控制的准确性。

51、在某些实施方式中，所述根据所述测试结果集评价所述控制系统包括所述根据所述测试结果集对所述控制系统进行及时性评价，包括：

52、从所述测试数据集中筛选存在用户调控动作的所述空调使用片段；

53、根据预设算法预测调控时间与实际所述用户调控动作发生的时间的绝对差值，对所述控制系统进行所述及时性评价。

54、如此，可根据测试数据集中用户调控动作，对预设算法预测的调控时间和实际用户调控动作发生的时间进行对比，确定控制系统对智能车载空调运行控制的及时性。

55、在某些实施方式中，所述根据所述测试结果集评价所述控制系统包括所述根据所述测试结果集对所述控制系统进行稳定性性评价，包括：

56、根据预设算法预测调控次数与实际所述用户调控动作发生的次数的绝对差值，对所述控制系统进行所述稳定性评价。

57、如此，可根据测试数据集中用户调控动作，对预设算法预测的调控次数和实际用户调控动作发生的次数进行对比，确定控制系统对智能车载空调运行控制的稳定性。

58、在某些实施方式中，根据所述测试结果集评价所述控制系统包括所述根据所述测试结果集对所述控制系统进行安全性评价，包括：

59、根据特定场景下不发生起雾或起霜现象的概率，对所述控制系统进行所述安全性评价。

60、如此，可根据特定场景下起雾或起霜概率，确定控制系统对车载空调的运行控制安全性，高安全性的控制系统能够控制车载空调提前改变参数预防车窗起雾或起霜，保障行驶安全。

61、在某些实施方式中，测试评价方法还包括：

62、根据在环境舱中的实验结果得到安全风险包络；

63、如此，通过环境舱实验得到安全风险包络，以防用户对车载空调的运行参数的调整与当前环境下较为科学的运行参数发生冲突，以预防车载空调的极端运行参数可能对驾驶安全造成的威胁。

64、本技术实施方式的测试评价方法的测试评价系统，用于智能车载空调，包括：

65、数据获取模块，用于获取测试数据集；

66、测试评价模块，用于利用所述测试数据集测试所述控制系统，以评价所述控制系统。

67、本技术实施方式的电子装置，包括存储器和处理器，所述存储器存储有计算机程序，当所述计算机程序被所述处理器执行时，所述处理器执行如上述实施方式中所述的测试评价方法。

68、本技术实施方式的计算机程序产品，包括如上述实施方式所述的电子装置。

69、本技术实施方式的计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，当所述计算机程序被一个或多个处理器执行时，实现如上述实施方式中所述的测试评价方法。

70、本技术的实施方式的附加方面和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，或通过本技术的实施方式的实践了解到。