[发明专利]一种基于大数据学习的车载控制方法及系统

权利要求书

1.一种基于大数据学习的车载控制方法，其特征在于，包括以下步骤：

采集车辆行驶时的实时行驶数据和/或工作参数，并发送到后台服务器；

接收后台服务器返回的与该实时行驶数据和/或工作参数对应的预测控制指令，并提醒驾驶员对该预测控制指令进行确认；

将驾驶员对该预测控制指令的确认状态生成对应的反馈信息后，发送到后台服务器；

后台服务器根据接收到的反馈信息，标记对应的预测控制指令的有效状态；

根据每个预测控制指令的多次有效状态标记，更新预测指令数据库；

其中，所述预测控制指令是后台服务器将该实时行驶数据和/或工作参数与预测指令数据库进行匹配后获得的，其中，预测指令数据库由后台服务器基于大数据学习所获得；

所述方法还包括预测指令数据库的学习步骤：

获取车辆在行驶过程中的批量训练数据；

对获取的批量训练数据进行解析后进行大数据学习，进而按照预设的学习规则生成针对车辆的不同行驶数据的预测控制指令，和/或针对车辆的不同工作参数的预测控制指令；

将学习生成的所有预测控制指令与其对应的行驶数据和/或工作参数进行关联后，生成预测指令数据库；

其中，所述训练数据包括：车辆对车载空调进行控制时的控制行为，以及对应的行驶数据和/或工作参数；

其中，所述行驶数据包括行驶地点和/或行驶时间，所述预设的学习规则包括以下规则的至少一种：

提取多台车辆在经过相同行驶地点的相同控制行为；

提取同一台车辆在经过同一行驶地点的多个相同控制行为；

提取多台车辆在针对相同工作参数的相同控制行为；

提取同一台车辆在针对同一工作参数的多个相同控制行为。

2.根据权利要求1所述的基于大数据学习的车载控制方法，其特征在于，所述将驾驶员对该预测控制指令的确认状态生成对应的反馈信息后，发送到后台服务器的步骤之前，还包括以下步骤：

当检测到驾驶员确认该预测控制指令时，根据该预测控制指令自动控制车载空调内外循环的切换。

3.根据权利要求2所述的基于大数据学习的车载控制方法，其特征在于，所述当检测到驾驶员确认该预测控制指令时，根据该预测控制指令自动控制车载空调内外循环的切换的步骤之后，还包括以下步骤：

记录驾驶员对每个预测控制指令的总确认次数，并在检测到驾驶员对某一预测控制指令的总确认次数超过预设次数阈值后，当再次接收到该预测控制指令时，直接根据该预测控制指令对车载空调进行自动控制。

4.根据权利要求1所述的基于大数据学习的车载控制方法，其特征在于，所述工作参数包括车速、位置、温度、空气质量传感数据和油位传感数据中的至少一种。