[发明专利]汽车主驾驶车窗智能开闭的控制方法在审

专利信息
申请号: 201910893147.0 申请日: 2019-09-20
公开(公告)号: CN110607970A 公开(公告)日: 2019-12-24
发明(设计)人: 唐竞;林长波;秦炎炎;蔡其瑾;吴斌;秦刚;刘冰莹;欧增开 申请(专利权)人: 东风柳州汽车有限公司
主分类号: E05F15/70 分类号: E05F15/70;E05F15/695;E05F15/71
代理公司: 45102 柳州市集智专利商标事务所 代理人: 韦永青;韦杰
地址: 545005 广西*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 开闭 车窗 隐藏层 主驾驶 反向传播神经网络 驾驶员注意力 安全隐患 传递函数 反向传播 人身安全 神经系统 数据集中 随机选择 预测模型 节点数 开闭度 输出层 输入层 训练集 训练组 预测集 自适应 车内 数组 收敛 智能 预测 汽车
【权利要求书】:

1.一种汽车主驾驶车窗智能开闭的控制方法,其特征在于:采用汽车驾驶车窗智能开闭的控制系统来实现,该系统包括车窗控制器,所述车窗控制器接收温度传感器、空气质量传感器、声音传感器和光照度传感器的检测环境信息,并根据此环境信息去控制车窗的开闭度;其控制方法是:

(1)、驾驶员打开点火开关;

(2)、启动汽车主驾驶车窗智能开闭系统;

(3)、所述车窗控制器等待手动操作信号,各个传感器采集车内外环境信息;

(4)、所述车窗控制器接受传感器的所述信号车内外环境信息并保存;

(5)、所述车内外环境信息经与所述车窗控制器内嵌的模型比较后输出车窗的开闭度;

(6)、检测车窗是否为关闭状态,若不是则跳入步骤(8);

(7)、天窗关闭,检测车窗手动控制信号,若存在所述手动控制信号,则跳入步骤(7-a),若不存在所述手动控制信号,则跳入步骤(7-b);

(7-a)、手动控制主驾驶车窗的所述开闭度,并将最终的所述开闭度和所述环境信息保存至所述车窗控制器的ROM中进行数据集合,判断所述数据集合中的有效数据是否达到100组,若是达到则跳入步骤12;

(7-b)、所述车窗控制器直接控制主驾驶车窗的所述开闭度,而后跳入步骤(3);

(8)、天窗未关闭,即所述开闭度不为0,则计算当前的所述开闭度和模型输出的开闭度的差值B;

(9)、比较所述差值B和预设的开闭度差值A,若A<B,则跳入步骤(10),若A>B,则跳入步骤(11);

(10)、检测车窗是否有手动控制信号,若有所述手动控制信号,则跳入步骤(10-a),若不存在所述手动控制信号,则跳入步骤(10-b);

(10-a)、手动控制所述主驾驶车窗的开闭度,并将最终的开闭度和环境信息的数据保存至所述车窗控制器的ROM中进行集中,判断数据组有效数据是否到达100组,达到则跳到步骤(12);

(10-b)、所述车窗控制器直接控制所述主驾驶车窗的所述开闭度,而后跳入步骤(3);

(11)、检测车窗手动控制信号,若存在所述手动控制信号则跳入步骤(11-a),若不存在手动控制信号,则跳入步骤(11-b);

(11-a)、手动控制所述主驾驶车窗的开闭度,并将最终的所述开闭度和所述环境信息的数据保存至所述车窗控制器的ROM中的进行集中;判断数组有效数据是否达到100组,达到则跳到步骤(12);

(11-b)、保持当前的车窗开闭度,防止车窗马达持续运动,从而降低所述车窗马达寿命;

(12)、当所述数据集中的数组到达100时,随机选择其中90组作为训练组作为反向传播神经网络的训练集,剩余的10组作为预测组作为预测集,选择tansig(x)=2/(1+exp(-2*n))-1函数作为反向传播神经系统的输入层和隐藏层之间的传递函数,选择purelin(x)=x函数作为输出层函数,隐藏层的节点数为7;训练后收敛的环境和主驾驶车窗开闭度对应模型作为步骤5中新的预测模型。

2.根据权利要求1所述的汽车主驾驶车窗智能开闭的控制方法,其特征在于:所述温度传感器包括车内温度传感器和车外温度传感器。

3.根据权利要求1或2所述的汽车主驾驶车窗智能开闭的控制方法,其特征在于:所述空气质量传感器包括车内空气质量传感器车外空气质量传感器。

4.根据权利要求1或2所述的汽车主驾驶车窗智能开闭的控制方法,其特征在于:所述声音传感器为车外声音传感器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东风柳州汽车有限公司,未经东风柳州汽车有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910893147.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top