[发明专利]一种基于车联网与大数据的车载空调智能调节方法与系统

权利要求书

1.一种基于车联网与大数据的车载空调智能调节方法，其特征在于，包括以下步骤：

1)通过车载终端获取车身各模块采集的数据，所述数据包括：经度、纬度、时间、车内温度、车外温度、空调设定模式、空调设定温度、空调设定风量；

2)建立车载空调智能调节模型；所述车载空调智能调节模型通过大量数据学习到用户使用空调的习惯，并根据车内外环境、天气状况推测出用户期望的空调设定参数；

所述空调设定参数包括：空调设定模式、空调设定温度和空调设定风量；

3)将采集的数据作为模型的输入，获得用户期望的空调设定参数；

4)将空调设定参数发送给控制终端，完成空调智能调节。

2.根据权利要求1所述的基于车联网与大数据的车载空调智能调节方法，其特征在于，所述步骤2)中建立的模型部署在车联网平台，所述车载终端获取的数据实时上传至车联网平台并存储。

3.根据权利要求1所述的基于车联网与大数据的车载空调智能调节方法，其特征在于，所述步骤2)中建立的模型如下：

2.1)在原始特征基础上构建新特征；

对时间信息特征，为规避连续性的规律对模型产生噪声干扰，需要对所有的连续性时间特征做one-hot编码处理，并构造出是否是周末，是否是白天的类别特征；

对经度、纬度地理信息特征，解析出省份、市区、县区3级地理位置特征；

结合时间以及地理信息特征，通过网络爬虫技术挖掘对应地相应时刻的天气信息；所述天气信息包括：温度、相对湿度、酷热指数、严寒指数、空调开启指数；

根据车外温度、空调设定模式、空调设定温度、空调设定风量分析用户对温度的喜好，分为：偏好热、偏好冷、偏好不明确；

2.2)根据新特征建立LightGBM深度学习模型，选定LightGBM模型后，进行超参数调整。同样是在训练集上进行交叉验证，采用贝叶斯优化算法进行调参。

4.一种基于车联网与大数据的车载空调智能调节系统，其特征在于，包括：

车载终端，用于获取车身各模块采集的数据并上传至车联网平台，所述数据包括：经度、纬度、时间、车内温度、车外温度、空调设定模式、空调设定温度、空调设定风量；

车联网平台，用于将采集的数据作为车载空调智能调节模型的输入，根据部署的车载空调智能调节模型，获得用户期望的空调设定值；所述车载空调智能调节模型通过大量数据学习到用户使用空调的习惯，并根据车内外环境、天气状况推测出用户期望的空调设定参数；

所述空调设定参数包括：空调设定模式、空调设定温度和空调设定风量；

智能调节模块，用于将空调设定参数发送给控制终端，完成空调智能调节。

5.根据权利要求4所述的基于车联网与大数据的车载空调智能调节系统，其特征在于，所述车联网平台中部署的车载空调智能调节模型，建立步骤如下：

1)在原始特征基础上构建新特征；

对时间信息特征，为规避连续性的规律对模型产生噪声干扰，需要对所有的连续性时间特征做one-hot编码处理，并构造出是否是周末，是否是白天的类别特征；

对经度、纬度地理信息特征，解析出省份、市区、县区3级地理位置特征；

结合时间以及地理信息特征，通过网络爬虫技术挖掘对应地相应时刻的天气信息；所述天气信息包括：温度、相对湿度、酷热指数、严寒指数、空调开启指数；

根据车外温度、空调设定模式、空调设定温度、空调设定风量分析用户对温度的喜好，分为：偏好热、偏好冷、偏好不明确；

2)根据新特征建立LightGBM深度学习模型，选定LightGBM模型后，进行超参数调整。同样是在训练集上进行交叉验证，采用贝叶斯优化算法进行调参。