车载空调的控制方法及装置与流程

1.本技术涉及新能源汽车技术领域，特别涉及一种车载空调的控制方法及装置。


背景技术：

2.随着新能源汽车的不断发展，用户对车辆智能化控制的需求也随之提高，在室内外温差较大的夏季与冬季，汽车在室外长时间停放可导致车内气温过热或过冷，影响用户乘车体验
3.相关技术中，如专利cn111619310a，可通过远程控制新能源电动汽车空调提前开启，使用户到达汽车时，车内温度大致处于目标调节温度。
4.然而，相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足，亟待解决。


技术实现要素：

5.本技术提供一种车载空调的控制方法及装置，以解决相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足等问题。
6.本技术第一方面实施例提供一种车载空调的控制方法，包括以下步骤：采集用户的移动终端的当前所处位置、闹钟信息和实际步数；将所述当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，所述lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到；根据所述用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到所述最佳启动时间时，开启车辆的车载空调。
7.根据上述技术手段，本技术实施例可以基于模型处理用户信息，得到用户乘车的预估时间，并根据估计结果匹配最佳开启空调的最佳时段，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。
8.可选地，在本技术的一个实施例中，所述lstm模型包括输入所述闹钟时间、所述步数、所述区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层。
9.根据上述技术手段，本技术实施例中lstm模型包括输入闹钟时间、步数、区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层，通过实现lstm模型的单塔形式构建，从而进一步保障模型训练过程与模型预测过程，提升了数据处理的智能性。
10.可选地，在本技术的一个实施例中，所述根据所述用户可能开车时间确定车载空
调的启动时间，包括：获取所述车辆的实际车外温度、实际车内温度；基于所述实际车外温度和所述实际车内温度，结合所述用户可能开车时间和预设空调的功率温度曲线估算所述启动时间。
11.根据上述技术手段，本技术实施例可以获取车辆的实际车外温度、实际车内温度；基于实际车外温度和实际车内温度，结合用户可能开车时间和预设空调的功率温度曲线估算启动时间，通过针对实际环境情况计算空调开启时间，保障车内温度处于适宜水平，以进一步提高了用户的使用体验，使车辆更具交互性。
12.可选地，在本技术的一个实施例中，在估算所述启动时间之前，还包括：获取所述车辆的使用信息；根据所述使用信息更新初始空调的功率温度曲线，得到所述预设空调的功率温度曲线。
13.根据上述技术手段，本技术实施例可以获取车辆的使用信息，并根据使用信息更新初始空调的功率温度曲线，得到预设空调的功率温度曲线，从而进一步完善了车辆数据处理过程，保障了空调开启时间计算结果的准确性。
14.可选地，在本技术的一个实施例中，在将所述当前所处位置、闹钟信息和实际步数输入至所述预先训练的单层长短时记忆网络lstm模型之前，还包括：采集所述用户的闹钟时间、步数统计数据、gps信息和回家时间；对所述闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集；利用所述训练集训练lstm模型，得到所述预先训练的单层lstm模型。
15.根据上述技术手段，本技术实施例可以对所采集用户的闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集，利用训练集训练lstm模型，得到预先训练的单层lstm模型，通过针对用户数据进行模型构建，以进一步完善预估时间计算的数据处理过程，提升了模型的智能化水平。
16.本技术第二方面实施例提供一种车载空调的控制装置，包括：采集模块，用于采集用户的移动终端的当前所处位置、闹钟信息和实际步数；输入模块，用于将所述当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，所述lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到；控制模块，用于根据所述用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到所述最佳启动时间时，开启车辆的车载空调。
17.可选地，在本技术的一个实施例中，所述lstm模型包括输入所述闹钟时间、所述步数、所述区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层。
18.可选地，在本技术的一个实施例中，所述控制模块包括：第一获取单元，用于获取所述车辆的实际车外温度、实际车内温度；估算单元，用于基于所述实际车外温度和所述实际车内温度，结合所述用户可能开车时间和预设空调的功率温度曲线估算所述启动时间。
19.可选地，在本技术的一个实施例中，所述控制模块还包括：第二获取单元，用于在估算所述启动时间之前，获取所述车辆的使用信息；更新单元，用于根据所述使用信息更新初始空调的功率温度曲线，得到所述预设空调的功率温度曲线。
20.可选地，在本技术的一个实施例中，所述输入模块包括：采集单元，用于在将所述当前所处位置、闹钟信息和实际步数输入至所述预先训练的单层长短时记忆网络lstm模型
之前，采集所述用户的闹钟时间、步数统计数据、gps信息和回家时间；生成单元，用于对所述闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集；训练单元，用于利用所述训练集训练lstm模型，得到所述预先训练的单层lstm模型。
21.本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的车载空调的控制方法。
22.本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的车载空调的控制方法。
23.本技术的有益效果：
24.(1)本技术实施例可以基于模型处理用户信息，得到用户乘车的预估时间，并根据估计结果匹配最佳开启空调的最佳时段，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。
25.(2)本技术实施例可以对所采集用户的闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集，利用训练集训练lstm模型，得到预先训练的单层lstm模型，通过针对用户数据进行模型构建，以进一步完善预估时间计算的数据处理过程，提升了模型的智能化水平。
26.(3)本技术实施例可以获取车辆的实际车外温度、实际车内温度；基于实际车外温度和实际车内温度，结合用户可能开车时间和预设空调的功率温度曲线估算启动时间，通过针对实际环境情况计算空调开启时间，保障车内温度处于适宜水平，以进一步提高了用户的使用体验，使车辆更具交互性。
27.本技术附加的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，或通过本技术的实践了解到。
附图说明
28.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
29.图1为根据本技术实施例提供的一种车载空调的控制方法的流程图；
30.图2为本技术一个实施例的车载空调控制的使用过程示意图；
31.图3为本技术一个实施例的单层lstm算法计算层示意图；
32.图4为本技术一个实施例的数据收集及算法流程的示意图；
33.图5根据本技术实施例的车载空调的控制装置的结构示意图；
34.图6为根据本技术实施例的车辆的结构示意图。
35.其中，10-车载空调的控制装置；100-采集模块、200-输入模块和300-控制模块；601-存储器、602-处理器和603-通信接口。
具体实施方式
36.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附
图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
37.下面参考附图描述本技术实施例的车载空调的控制方法及装置。针对上述背景技术中提到的相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足的问题，本技术提供了一种车载空调的控制方法，通过采集用户的移动终端的当前所处位置、闹钟信息和实际步数，将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，并根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。由此，解决了相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足等问题。
38.具体而言，图1为本技术实施例所提供的一种车载空调的控制方法的流程示意图。
39.如图1所示，该车载空调的控制方法包括以下步骤：
40.在步骤s101中，采集用户的移动终端的当前所处位置、闹钟信息和实际步数。
41.可以理解的是，本技术实施例中移动终端的当前所处位置可通过移动终端gps功能实现，闹钟信息可为用户移动终端设备中闹钟功能的实际使用情况，实际步数可通过移动终端设备的步数统计传感器进行统计。
42.例如，用户移动终端设备为安卓手机时，可通过获取安卓手机的gps信息得到用户的移动终端的当前所处位置。可通过继承安卓的android.hardware.sensoreventlistener监视传感器事件，监听安卓手机的传感器信息，从传感器管理器android.hardware.sensormanager取得传感器服务，并实时取得步数统计传感器的数据。可通过继承android.provider.alarmclock系统闹钟，读取系统闹钟的设置信息，对其中7-9点之间的闹钟信息排序，取最后一条的闹钟信息，作为最终闹钟时间。
43.本技术实施例可以采集用户的移动终端的当前所处位置、闹钟信息和实际步数，通过读取用户移动终端的相关数据，以进一步丰富用户乘车习惯的信息采集，提升了所需数据基础的全面性。
44.在步骤s102中，将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到。
45.可以理解的是，本技术实施例中用户可能开车时间可为预估所得用户开始用车的时刻，可由车机接收移动终端所发送的当前所处位置、闹钟信息和实际步数，以及预先训练的lstm模型，根据实际指令启用模型，得到用户开车时间的估计值。
46.举例而言，可将预先训练的模型文件和最新闹钟时间、步数、区域通过tsp(telematics service provider)平台下发至车机端，车机端接收到用户移动终端所发出的启用智能空调启动功能的指令，接收最新的闹钟时间、步数和区域信息以预测客户开启车辆的可能时间。
47.本技术实施例可以将当前所处位置、闹钟信息和实际步数输入至预先训练的单层
长短时记忆网络lstm模型，输出用户可能开车时间，从而针对上述步骤所得用户数据信息预估用户开启车辆的时间，以进一步判断车辆空调的预先开启时刻。
48.可选地，在本技术的一个实施例中，在将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型之前，还包括：采集用户的闹钟时间、步数统计数据、gps信息和回家时间；对闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集；利用训练集训练lstm模型，得到预先训练的单层lstm模型。
49.可以理解的是，本技术实施例中回家时间可为汽车停车至用户回到家中的时间差。需要说明的是，上述对采集用户的移动终端的当前所处位置、闹钟信息和实际步数过程的解释说明也适用于该实施例用户的闹钟时间、步数统计数据、gps信息和回家时间的获取过程，此处不再赘述。
50.具体地，回家时间可通过获取手机步数统计传感器的数据，计算汽车停车至用户回家的时间差，回家时间判断以手机链接wifi时间或者手机步数统计传感器数据三分钟内不变化且10分钟内不明显变化为准，
51.在部分实施例中，用户移动终端设备为安卓手机时，可继承安卓android.database.sqlite.sqliteopenhelper轻量数据库帮助类，实现一个自定义的微型数据库，重定义oncreate(sqlitedatabase db)创建数据过程，创建数据库表，利用sqlitedatabase轻量数据库的insert插入方式，将所采集用户的闹钟时间、步数统计数据、gps信息和回家时间暂存在移动设备的轻量数据库空间中。当sqlitedatabase轻量数据库的信息存储满足使用条件的时候，如每天凌晨，通过java.net.httpurlconnection网络通信协议构建与模型计算平台的接口，将轻量数据库空间相关的信息发送给模型计算平台，发送成功后清空数据库数据。
52.其次，由模型计算平台构建多层lstm模型，构建启动时间与闹钟时间、步数、区域的关系，其中区域表现为手机gps、车辆gps按照六边形划分的区域代号。将所收集的数据划分测试机和训练集，其中训练集用于训练模型，测试机用于验证模型的准确情况。
53.进而，在训练集中进行数据归一化，将闹钟时间和步数去除量纲工作，即：
54.x＝(x-min)/(max-min)，
55.其中，x为当前数据处理对象，max为一列数据的最大值，min代表一列数据的最小值，针对每一列数据进行规划操作。可将损失函数mse(mean square error)均方差作为模型的损失函数，包含启动时间与模型预测启动时间，针对训练集实现模型训练，当损失函数平稳收敛且损失值达到预期水平，认为训练完成，最终得到所需预先训练的单层lstm模型，并将模型结果文件保存。
56.例如，如图2所示，为本技术一个实施例的车载空调控制的使用过程示意图，以用户首次使用车载空调控制功能为例，可通过收集存量客户的数据，由模型平台计算模型，进而下发单层lstm模型和归一化模型至车辆端，由车辆段接收用户实际数据信息实现模型运行，以输出最优空调启动时间。
57.本技术实施例可以对所采集用户的闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集，利用训练集训练lstm模型，得到预先训练的单层lstm模型，通过针对用户数据进行模型构建，以进一步完善预估时间计算的数据处理过程，提升了模型的智能化水平。
58.可选地，在本技术的一个实施例中，lstm模型包括输入闹钟时间、步数、区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层。
59.在实际执行过程中，如图3所示，lstm模型可为单塔形式，第一层为输入层，输入闹钟时间、步数、区域，第二层为一个linear全连接层结构，第三层为一个lstm长短时记忆网络结构，用于获取输入数据之间的关系，第四层为一个linear全连接层结构，第五层为dropout丢弃层，用于减少模型过拟合，最终层位输出层，得到输出数据信息。
60.本技术实施例中，lstm模型包括输入闹钟时间、步数、区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层，通过实现lstm模型的单塔形式构建，从而进一步保障模型训练过程与模型预测过程，提升了数据处理的智能性。
61.在步骤s103中，根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调。
62.可以理解的是，本技术实施例中车载空调的最佳启动时间可为使用户用车时车内空间达到适宜温度的空调工作开启时刻，使车载空调在工作用时最短的前提下实现车内空间的温度调控。
63.在部分实施例中，如图4所示，为本技术一个实施例的数据收集及算法流程的示意图，可通过手机端数据收集，由手机发送和存储所采集数据信息，模型计算平台接收信息后进行计算得到输出数据，进而依据模型输出数据，进行车机加载和空调启动。
64.本技术实施例可以根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调，从而实现车载空调的远程精确控制，进而避免了车辆多余能耗，同时提升了车辆的交互感与智能性。
65.可选地，在本技术的一个实施例中，根据用户可能开车时间确定车载空调的启动时间，包括：获取车辆的实际车外温度、实际车内温度；基于实际车外温度和实际车内温度，结合用户可能开车时间和预设空调的功率温度曲线估算启动时间。
66.可以理解的是，本技术实施例中车辆的实际车外温度及实际车内温度可通过车辆的实际温度传感器采集，由所采集车外温度与车内温度，结合模型所输出的用户可能开车时间，对照预设空调的功率温度曲线，估算出最终的空调启动时间，从而确定车载空调的最佳启动时间，并给予最佳启动时间开启车辆的车载空调。
67.需要说明的是，预设空调的功率温度曲线由本领域技术人员根据实际情况进行设置，在此不作具体限定。
68.在实际执行过程中，在根据预设空调的功率温度曲线和用户可能开车时间获取空调启动时间时，具体为：空调启动时间＝预测客户可能开车的时间-空调功率温度曲线时间，由此实现空调启动时间的计算过程。
69.本技术实施例可以获取车辆的实际车外温度、实际车内温度；基于实际车外温度和实际车内温度，结合用户可能开车时间和预设空调的功率温度曲线估算启动时间，通过针对实际环境情况计算空调开启时间，保障车内温度处于适宜水平，以进一步提高了用户的使用体验，使车辆更具交互性。
70.可选地，在本技术的一个实施例中，在估算启动时间之前，还包括：获取车辆的使
用信息；根据使用信息更新初始空调的功率温度曲线，得到预设空调的功率温度曲线。
71.可以理解的是，本技术实施例中车辆的使用信息可为车内设备的实际使用情况，如车辆电池的能耗情况与车载空调的运行情况，并根据所得车辆的实际使用信息在初始空调的功率温度曲线基础上重新计算，获得当前时刻预设空调的功率温度曲线。
72.本技术实施例可以获取车辆的使用信息，并根据使用信息更新初始空调的功率温度曲线，得到预设空调的功率温度曲线，从而进一步完善了车辆数据处理过程，保障了空调开启时间计算结果的准确性。
73.根据本技术实施例提出的车载空调的控制方法，可以通过采集用户的移动终端的当前所处位置、闹钟信息和实际步数，将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，并根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。由此，解决了相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足等问题。
74.其次参照附图描述根据本技术实施例提出的车载空调的控制装置。
75.图5是本技术实施例的车载空调的控制装置的结构示意图。
76.如图5所示，该车载空调的控制装置10包括：采集模块100、输入模块200和控制模块300。
77.其中，采集模块100，用于采集用户的移动终端的当前所处位置、闹钟信息和实际步数。
78.输入模块200，用于将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到。
79.控制模块300，用于根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调。
80.可选地，在本技术的一个实施例中，lstm模型包括输入闹钟时间、步数、区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层。
81.可选地，在本技术的一个实施例中，控制模块300包括：第一获取单元和估算单元。
82.其中，第一获取单元，用于获取车辆的实际车外温度、实际车内温度。
83.估算单元，用于基于实际车外温度和实际车内温度，结合用户可能开车时间和预设空调的功率温度曲线估算启动时间。
84.可选地，在本技术的一个实施例中，控制模块300还包括：第二获取单元和更新单元。
85.其中，第二获取单元，用于在估算启动时间之前，获取车辆的使用信息。
86.更新单元，用于根据使用信息更新初始空调的功率温度曲线，得到预设空调的功率温度曲线。
87.可选地，在本技术的一个实施例中，输入模块200包括：采集单元、生成单元和训练单元。
88.其中，采集单元，用于在将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型之前，采集用户的闹钟时间、步数统计数据、gps信息和回家时间。
89.生成单元，用于对闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集。
90.训练单元，用于利用训练集训练lstm模型，得到预先训练的单层lstm模型。
91.需要说明的是，前述对车载空调的控制方法实施例的解释说明也适用于该实施例的车载空调的控制装置，此处不再赘述。
92.根据本技术实施例提出的车载空调的控制装置，可以通过采集用户的移动终端的当前所处位置、闹钟信息和实际步数，将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，并根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。由此，解决了相关技术中，在获取车辆空调的提前开启时间时未考虑用户实际用车情况，导致空调开启时间与用户用车时段不匹配，使空调的启动时间估计的准确性降低，增大了汽车能耗风险，影响了用户使用体验，实用性与智能性不足等问题。
93.图6为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
94.存储器601、处理器602及存储在存储器601上并可在处理器602上运行的计算机程序。
95.处理器602执行程序时实现上述实施例中提供的车载空调的控制方法。
96.进一步地，车辆还包括：
97.通信接口603，用于存储器601和处理器602之间的通信。
98.存储器601，用于存放可在处理器602上运行的计算机程序。
99.存储器601可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
100.如果存储器601、处理器602和通信接口603独立实现，则通信接口603、存储器601和处理器602可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
101.可选的可选地，在具体实现上，如果存储器601、处理器602及通信接口603，集成在一块芯片上实现，则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
102.处理器602可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配
置成实施本技术实施例的一个或多个集成电路。
103.本实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的车载空调的控制方法。
104.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
105.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
106.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
107.在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或n个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(ram)，只读存储器(rom)，可擦除可编辑只读存储器(eprom或闪速存储器)，光纤装置，以及便携式光盘只读存储器(cdrom)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
108.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(pga)，现场可编程门阵列(fpga)等。
109.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介
质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
110.此外，在本技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
111.上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种车载空调的控制方法，其特征在于，包括以下步骤：采集用户的移动终端的当前所处位置、闹钟信息和实际步数；将所述当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，所述lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到；根据所述用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到所述最佳启动时间时，开启车辆的车载空调。2.根据权利要求1所述的方法，其特征在于，所述lstm模型包括输入所述闹钟时间、所述步数、所述区域的输入层、linear全连接层结构、lstm长短时记忆网络结构、linear全连接层结构和dropout丢弃层。3.根据权利要求1所述的方法，其特征在于，所述根据所述用户可能开车时间确定车载空调的启动时间，包括：获取所述车辆的实际车外温度、实际车内温度；基于所述实际车外温度和所述实际车内温度，结合所述用户可能开车时间和预设空调的功率温度曲线估算所述启动时间。4.根据权利要求3所述的方法，其特征在于，在估算所述启动时间之前，还包括：获取所述车辆的使用信息；根据所述使用信息更新初始空调的功率温度曲线，得到所述预设空调的功率温度曲线。5.根据权利要求1所述的方法，其特征在于，在将所述当前所处位置、闹钟信息和实际步数输入至所述预先训练的单层长短时记忆网络lstm模型之前，还包括：采集所述用户的闹钟时间、步数统计数据、gps信息和回家时间；对所述闹钟时间、步数统计数据、gps信息和回家时间进行预处理，生成训练集；利用所述训练集训练lstm模型，得到所述预先训练的单层lstm模型。6.一种车载空调的控制装置，其特征在于，包括：采集模块，用于采集用户的移动终端的当前所处位置、闹钟信息和实际步数；输入模块，用于将所述当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络lstm模型，输出用户可能开车时间，其中，所述lstm模型由启动时间与闹钟时间、步数、区域之间的关系训练得到；控制模块，用于根据所述用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到所述最佳启动时间时，开启车辆的车载空调。7.根据权利要求6所述的装置，其特征在于，所述控制模块包括：第一获取单元，用于获取所述车辆的实际车外温度、实际车内温度；估算单元，用于基于所述实际车外温度和所述实际车内温度，结合所述用户可能开车时间和预设空调的功率温度曲线估算所述启动时间。8.根据权利要求7所述的装置，其特征在于，所述控制模块还包括：第二获取单元，用于在估算所述启动时间之前，获取所述车辆的使用信息；更新单元，用于根据所述使用信息更新初始空调的功率温度曲线，得到所述预设空调的功率温度曲线。
9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的车载空调的控制方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的车载空调的控制方法。

技术总结
本申请涉及新能源汽车技术领域，特别涉及一种车载空调的控制方法及装置，其中，方法包括：采集用户的移动终端的当前所处位置、闹钟信息和实际步数，将当前所处位置、闹钟信息和实际步数输入至预先训练的单层长短时记忆网络LSTM模型，输出用户可能开车时间，并根据用户可能开车时间确定车载空调的最佳启动时间，且在当前时刻达到最佳启动时间时，开启车辆的车载空调。本申请实施例可以基于模型处理用户信息，得到用户乘车的预估时间，并根据估计结果匹配最佳开启空调的最佳时段，使空调的启动时间更加准确，从而保障车辆空调定时自动启动符合用户实际用车情况，降低了汽车能耗，提升了用户使用体验，更加智能实用。更加智能实用。更加智能实用。


技术研发人员：王伟 李易 林富
受保护的技术使用者：长安新能源南京研究院有限公司
技术研发日：2023.03.28
技术公布日：2023/6/26