基于云计算的汽车行驶车内环境智能调控管理方法

技术领域

本发明属于环境调控技术领域，涉及到基于云计算的汽车行驶车内环境智能调控管理方法。

背景技术

随着经济技术的快速发展，汽车已经成为了人们主要的交通工具，在智能时代的大背景下，很多汽车都选择使用智能化的控制系统，进而为人们的生活提供了更多的便利；

在现有的汽车行驶环境调控主要是通过汽车内部调整系统进行内部环境调控，这种方式主要是对单一的环境参数进行调控，没有对多种环境因素进行综合考虑，因此，现有的汽车行驶车内环境智能调控管理方法还存在了很多问题，首先，现有的汽车行驶环境调控仅针对单一环境参数进行调控，进而无法达到最佳的调控，其次，没有对多乘客的感官进行检测，进而无法为乘客提供最舒适的体验，同时，无法有效的提高对汽车车内环境的调控效率。

发明内容

鉴于此，为解决上述背景技术中提出的问题，现提供基于云计算的汽车行驶车内环境智能调控管理方法，实现了对汽车行驶车内环境智能调控的高效管理。

本发明的目的可以通过以下技术方案实现：

本发明提供了基于云计算的汽车行驶车内环境智能调控管理方法，该方法包括以下步骤：

S1、车内空间体积获取：所述车内空间获取用于获取该汽车对应的内部空间体积大小，进而通过三维激光扫描仪对该汽车进行扫描，进而获取该汽车对应的内部空间体积，将该汽车对应的内部空间体积记为V；

S2、人员数量统计：所述人员数量统计用于对该汽车乘车人员进行数量统计，进而通过摄像头对该汽车乘车人员进行人脸图像采集，进而获取乘车人员对应的人脸图像，并将采集的各乘车人员对应的人脸图像进行特征提取，进而获取各乘车人员对应的人脸特征图像，将各乘车人员对应的人脸特征图像进行相互对比筛选，进而统计该汽车内对应的乘车人员数量，并将该汽车内对应的乘车人员数量记为R；

S3、乘车人员面部表情获取：根据采集的各乘车人员对应的人脸特征图像，将各乘车人员对应的人脸特征图像按照其乘车五观所在位置进而进行图像分割，进而将各乘车人员对应的人脸特征图像分割为眉毛区域图像、眼睛区域图像、鼻子区域图像、嘴巴区域图像，同时将分割的各区域图像进行归一化处理，进而获取处理后的各区域图像，并将处理后的各乘车人员对应的区域图像与人脸表情数据库中存储的各情绪类别对应的人脸图像进行对比筛选，进而获取各乘车人员对应的情绪类别；

S4、路面参数检测:所述路面参数检测包括路面基本参数检测和路面平整度检测，其中，路面基本参数检测为路面长度，获取该汽车对应的行驶路线，进而将该汽车对应的行驶路线按照其路面类型进行区域划分，进而得到划分的各子区域，将划分的子区域按照预设顺序进行编号，依次标记为1,2，...i,...n,并对各子区域的路面长度进行检测，进而获取各子区域对应的路面长度，同时将各子区域对应的路面类型进行对比筛选，进而筛选出路面类型相同的子区域编号，其中路面类型包括直道和弯道，进而分别提取直道对应的子区域的编号和弯道对应的子区域的编号，将直道对应的子区域按照预设顺序进行重新编号，依次标记为1,2，...v,...s,进而统计该路线直道对应的区域总长，其中，该路线直道对应的区域总长计算公式为

S5、行驶速度获取：所述行驶速度获取用于获取该汽车在其对应的行驶路线中各直道区域对应的行驶速度的平均值和各弯道区域对应的行驶速度的平均值，将该汽车直道区域对应的行驶速度的平均值记为v,将该汽车弯道区域对应的行驶速度的平均值记为v′；

S6、内部环境参数检测：所述内部环境参数检测包括若干环境参数检测单元，其分别用于对该汽车内部环境参数进行检测，其中，汽车内部环境参数包括温度、湿度、二氧化碳和氧气浓度以及空气流动性，进而获取各采集时间段该汽车内部对应的环境参数的平均值，进而构建各采集时间段汽车内部环境参数集合q

S7、人员密集度处理与分析：根据该汽车对应的内部空间体积，进而获取该汽车内部空间体积对应的标准承载人数，进而将该汽车内对应的人数与该汽车内部空间体积对应的标准承载人数进行对比，进而统计该汽车人员密集度影响系数；

S8、乘车人员面部表情处理与分析：根据获取各乘车人员对应的情绪类别，进而将各乘车人员对应的情绪类别进行相互对比筛选，统计各情绪类别对应的人员数量，其中，情绪类别包括高兴、气愤、忧虑和厌恶，将各情绪类别对应的人员数量按照从多到少的顺序进行排序，进而提取排名第一位的情绪对应的类别，进而从数据库中提取该情绪类别对应的影响系数，并记为

S9、路面参数处理与分析:根据统计的该汽行驶路线弯道对应的区域总长和直道对应的区域总长，进而将该路线弯道对应的区域总长与该路线直道对应的区域总长进行对比，进而统计该汽行驶弯道长度影响系数，同时根据各子区域各检测点路面高度集合，进而获取各子区域各检测点对应的路面高度，将各子区域各检测点对应的路面高度与各子区域各检测点对应的标准高度进行对比，进而统计各子区域路面平整度影响系数，其中，各子区域路面平整度影响系数计算公式为

S10、行驶速度处理与分析：根据该汽车在其对应的行驶路线各直道区域对应的行驶速度和各弯道区域对应的行驶速度，将该汽车在各直道区域对应的行驶速度与直道区域对应的标准行驶速度进行对比，进而统计该汽车直道行驶速度影响系数，其中，该汽车直道行驶速度影响系数计算公式为

S11、内部环境参数处理与分析：根据各采集时间段汽车内部环境参数集合，进而获取各采集时间段汽车内部对应的环境参数，进而将汽车内部环境参数与汽车内部标准环境参数进行对比，进而统计汽车内部环境影响系数；

S12、数据综合处理与分析：根据统计的该汽车人员密集度影响系数、该情绪类别对应的影响系数、该汽行驶弯道长度影响系数、该路线路面平整度影响系数、该汽车行驶速度综合影响系数和汽车内部环境影响系数，进而统计车内环境综合调控影响系数。

进一步地，所述环境参数检测单元包括温度传感器、湿度传感器、气体传感器和气体流动传感器，其分别安装在该汽车内部，温度传感器用于检测汽车内部温度、湿度传感器用于检测汽车内部湿度、气体传感器其用于检测汽车内部对应的二氧化碳和氧气浓度，气体流动传感器用于检测汽车内部空气流动性。

进一步地，所述该汽车人员密集度影响系数计算公式为

进一步地，所述该汽行驶弯道长度影响系数计算公式为

进一步地，所述该路线路面平整度影响系数计算公式为

进一步地，所述该汽车行驶速度综合影响系数计算公式为

进一步地，所述汽车内部环境影响系数计算公式为

进一步地，所述车内环境综合调控影响系数计算公式为

本发明的有益效果：

(1)本发明提供的基于云计算的汽车行驶车内环境智能调控管理方法，通过对汽车内部空间大小、人员数量统计、乘车人员面部表情、路面参数、行驶速度和内部环境参数等六个方面进行检测和分析，进而统计了车内环境综合调控影响系数，解决了汽车行驶环境调控仅针对单一环境参数进行调控且无法达到最佳的调控的问题，进而有效的为乘客提供最舒适的体验，大大的提高对汽车车内环境的调控效率，实现了对汽车行驶车内环境智能调控的高效管理。

(2)本发明在对车内空间进行获取时，通过使用三维激光扫描仪对该汽车进行扫描，有效的提高了对汽车车内空间体积的获取效率，同时也保障了获取的该汽车车内空间体积的准确性。

(3)本发明在对乘车人员面部表情进行检测时，采用了图像归一化的方法，有效的提高了对图像特征的分析效率，同时有效的降低了图像中其他因素造成的干扰。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法实施步骤图。

具体实施方式

下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

请参阅图1所示，本发明提供了基于云计算的汽车行驶车内环境智能调控管理方法，该方法包括以下步骤：

S1、车内空间体积获取：所述车内空间获取用于获取该汽车对应的内部空间体积大小，进而通过三维激光扫描仪对该汽车进行扫描，进而获取该汽车对应的内部空间体积，将该汽车对应的内部空间体积记为V；

本发明实施例，在对车内空间进行获取时，通过使用三维激光扫描仪对该汽车进行扫描，有效的提高了对汽车车内空间体积的获取效率，同时也保障了获取的该汽车车内空间体积的准确性。

S2、人员数量统计：所述人员数量统计用于对该汽车乘车人员进行数量统计，进而通过摄像头对该汽车乘车人员进行人脸图像采集，进而获取乘车人员对应的人脸图像，并将采集的各乘车人员对应的人脸图像进行特征提取，进而获取各乘车人员对应的人脸特征图像，将各乘车人员对应的人脸特征图像进行相互对比筛选，进而统计该汽车内对应的乘车人员数量，并将该汽车内对应的乘车人员数量记为R；

本发明实施例，在对人员进行数量统计时，通过图像采集的方法，进而为后续对各乘车人员面部表情的获取提供了图像基础。

S3、乘车人员面部表情获取：根据采集的各乘车人员对应的人脸特征图像，将各乘车人员对应的人脸特征图像按照其乘车五观所在位置进而进行图像分割，进而将各乘车人员对应的人脸特征图像分割为眉毛区域图像、眼睛区域图像、鼻子区域图像、嘴巴区域图像，同时将分割的各区域图像进行归一化处理，进而获取处理后的各区域图像，并将处理后的各乘车人员对应的区域图像与人脸表情数据库中存储的各情绪类别对应的人脸图像进行对比筛选，进而获取各乘车人员对应的情绪类别；

本发明实施例在对乘车人员面部表情进行检测时，采用了图像归一化的方法，有效的提高了对图像特征的分析效率，同时有效的降低了图像中其他因素造成的干扰。

S4、路面参数检测:所述路面参数检测包括路面基本参数检测和路面平整度检测，其中，路面基本参数检测为路面长度，获取该汽车对应的行驶路线，进而将该汽车对应的行驶路线按照其路面类型进行区域划分，进而得到划分的各子区域，将划分的子区域按照预设顺序进行编号，依次标记为1,2，...i,...n,并对各子区域的路面长度进行检测，进而获取各子区域对应的路面长度，同时将各子区域对应的路面类型进行对比筛选，进而筛选出路面类型相同的子区域编号，其中路面类型包括直道和弯道，进而分别提取直道对应的子区域的编号和弯道对应的子区域的编号，将直道对应的子区域按照预设顺序进行重新编号，依次标记为1,2，...v,...s,进而统计该路线直道对应的区域总长，其中，该路线直道对应的区域总长计算公式为

本发明实施例通过对路面参数的检测，进而为后续对路面参数的分析同工了数据基础。

S5、行驶速度获取：所述行驶速度获取用于获取该汽车在其对应的行驶路线中各直道区域对应的行驶速度的平均值和各弯道区域对应的行驶速度的平均值，将该汽车直道区域对应的行驶速度的平均值记为v,将该汽车弯道区域对应的行驶速度的平均值记为v′；

本发明实施例通过对该汽车在其对应的行驶路线中各直道区域对应的行驶速度的平均值和各弯道区域对应的行驶速度的平均值的获取，为后续对汽车行驶速度的分析提供了数据基础。

S6、内部环境参数检测：所述内部环境参数检测包括若干环境参数检测单元，其分别用于对该汽车内部环境参数进行检测，其中，环境参数检测单元包括温度传感器、湿度传感器、气体传感器和气体流动传感器，其分别安装在该汽车内部，温度传感器用于检测汽车内部温度、湿度传感器用于检测汽车内部湿度、气体传感器其用于检测汽车内部对应的二氧化碳和氧气浓度，气体流动传感器用于检测汽车内部空气流动性，所述汽车内部环境参数包括温度、湿度、二氧化碳和氧气浓度以及空气流动性，进而获取各采集时间段该汽车内部对应的环境参数的平均值，进而构建各采集时间段汽车内部环境参数集合q

本发明实施例通过各传感器对该汽车内部的各环境参数进行检测，有效的提高了对环境参数的检测效率，同时也保障了检测数据的精准性的实时性。

S7、人员密集度处理与分析：根据该汽车对应的内部空间体积，进而获取该汽车内部空间体积对应的标准承载人数，进而将该汽车内对应的人数与该汽车内部空间体积对应的标准承载人数进行对比，进而统计该汽车人员密集度影响系数，其中该汽车人员密集度影响系数计算公式为

S8、乘车人员面部表情处理与分析：根据获取各乘车人员对应的情绪类别，进而将各乘车人员对应的情绪类别进行相互对比筛选，统计各情绪类别对应的人员数量，其中，情绪类别包括高兴、气愤、忧虑和厌恶，将各情绪类别对应的人员数量按照从多到少的顺序进行排序，进而提取排名第一位的情绪对应的类别，进而从数据库中提取该情绪类别对应的影响系数，并记为

S9、路面参数处理与分析:根据统计的该汽行驶路线弯道对应的区域总长和直道对应的区域总长，进而将该路线弯道对应的区域总长与该路线直道对应的区域总长进行对比，进而统计该汽行驶弯道长度影响系数，其中，该汽行驶弯道长度影响系数计算公式为

S10、行驶速度处理与分析：根据该汽车在其对应的行驶路线各直道区域对应的行驶速度和各弯道区域对应的行驶速度，将该汽车在各直道区域对应的行驶速度与直道区域对应的标准行驶速度进行对比，进而统计该汽车直道行驶速度影响系数，其中，该汽车直道行驶速度影响系数计算公式为

S11、内部环境参数处理与分析：根据各采集时间段汽车内部环境参数集合，进而获取各采集时间段汽车内部对应的环境参数，进而将汽车内部环境参数与汽车内部标准环境参数进行对比，进而统计汽车内部环境影响系数，其中，所述汽车内部环境影响系数计算公式为

S12、数据综合处理与分析：根据统计的该汽车人员密集度影响系数、该情绪类别对应的影响系数、该汽行驶弯道长度影响系数、该路线路面平整度影响系数、该汽车行驶速度综合影响系数和汽车内部环境影响系数，进而统计车内环境综合调控影响系数，其中，所述车内环境综合调控影响系数计算公式为

本发明实施例通过对该汽车人员密集度、乘车人员情绪类别、该汽行驶弯道长度、该路线路面平整度、该汽车行驶速度和汽车内部环境等六个方面进行统计和分析，进而统计了车内环境综合调控影响系数，解决了汽车行驶环境调控仅针对单一环境参数进行调控且无法达到最佳的调控的问题，进而有效的为乘客提供最舒适的体验，大大的提高对汽车车内环境的调控效率，实现了对汽车行驶车内环境智能调控的高效管理。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。