[发明专利]汽车主驾驶车窗智能开闭的控制方法

摘要

本发明公开了一种汽车主驾驶车窗智能开闭的控制方法。当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新的预测模型。本发明可以解决现有技术不能自适应的改变自己的开闭策略。反复的开闭车窗造成驾驶员注意力不集中，导致车内人员的人身安全存在安全隐患的问题。

主权项

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：/n（1）、驾驶员打开点火开关；/n（2）、启动汽车主驾驶车窗智能开闭系统；/n（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；/n（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；/n（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；/n（6）、检测车窗是否为关闭状态，若不是则跳入步骤（8）；/n（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）；/n（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；/n（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）；/n（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；/n（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）；/n（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）；/n（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）；/n（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）；/n（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）；/n（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）；/n（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；/n（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。/n