[发明专利]一种车辆舒适性评估方法、装置、电子设备和存储介质

权利要求书

1.一种车辆舒适性评估方法，其特征在于，所述方法包括：

获取车辆当前的行驶特征信息和用户特征信息，并获取所述车辆在预设时长内的驾驶特征信息和车内环境信息；

将所述预设时长内的驾驶特征信息和车内环境信息输入对应类别的时序特征评估模型，得到所述驾驶特征信息和所述车内环境信息分别对应的单项特征评估结果，所述单项特征评估结果用于表示对应特征的用户舒适性评估结果；

将所述驾驶特征信息和所述车内环境信息分别对应的单项特征评估结果、所述行驶特征信息和所述用户特征信息输入多任务评估模型，得到所述车辆的综合特征评估结果，所述综合特征评估结果用于表示所述车辆的用户舒适性评估结果。

2.根据权利要求1所述的方法，其特征在于，所述时序特征评估模型按照如下方式训练得到：

获取第一训练数据集，所述第一训练数据集中的每个样本包括样本数据和样本标签；其中，所述样本数据包括历史的驾驶特征信息和车内环境信息中的每类特征信息，所述样本标签包括实验人员针对所述样本数据反馈的舒适性评估结果；

将所述样本数据输入初始时序特征模型进行训练，得到所述初始时序特征模型的输出数据；

根据所述输出数据和对应的所述样本标签确定第一损失函数；

基于所述第一损失函数反向优化所述初始时序特征模型的模型参数，得到所述时序特征评估模型。

3.根据权利要求1所述的方法，其特征在于，所述多任务评估模型按照如下方法训练得到：

获取第二训练数据集，所述第二训练数据集中的每个样本包括样本数据和样本标签；其中，所述样本数据包括：历史的驾驶特征信息和车内环境信息中的每类特征信息对应的舒适性评估结果、历史时长内的行驶特征信息和用户特征信息中的每一项信息；所述样本标签包括：实验人员针对所述样本数据反馈的舒适性评估结果；

将所述样本数据输入初始任务模型进行训练，得到所述初始任务模型的输出数据；

根据所述输出数据和对应的所述样本标签确定第二损失函数；

基于所述第二损失函数反向优化所述初始任务模型的模型参数，得到所述多任务评估模型。

4.根据权利要求3所述的方法，其特征在于，所述初始任务模型包括共享层和个性化层，所述基于所述第二损失函数反向优化所述初始任务模型的模型参数，包括：

基于所述第二损失函数反向优化所述初始任务模型的所述共享层的模型参数和所述个性化层的模型参数。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述综合特征评估结果和所述单项特征评估结果确定提示控制信息，并展示所述提示控制信息。

6.根据权利要求5所述的方法，其中特征在于，所述基于所述综合特征评估结果和所述单项特征评估结果确定提示控制信息，包括：

确定所述综合特征评估结果是否满足第一预设条件，并确定所述单项特征评估结果是否满足第二预设条件；

若所述综合特征评估结果满足所述第一预设条件，则从所述单项特征评估结果中确定出不满足所述第二预设条件的单项特征评估结果，根据不满足所述第二预设条件的单项特征评估结果确定所述提示控制信息；

若所述综合特征评估结果不满足所述第一预设条件，则从所述单项特征评估结果中确定出目标特征评估结果，根据所述目标特征评估结果和所述综合特征评估结果确定所述提示控制信息；所述目标特征评估结果包括所述单项特征评估结果中不满足所述第二预设条件的单项特征评估结果，或者所述目标特征评估结果包括所述单项特征评估结果中评分最低的单项特征评估结果。

7.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取所述车辆上的用户针对所述提示控制信息的反馈信息；

基于所述反馈信息更新所述多任务评估模型。