智能家居设备控制方法、装置、云服务器及计算机可读存储介质

    公开(公告)号:CN110673503A

    公开(公告)日:2020-01-10

    申请号:CN201911055663.2

    申请日:2019-10-31

    Abstract: 本方案涉及一种智能家居设备控制方法、装置、云服务器及计算机可读存储介质,以实现个性化地按照用户偏好进行智能家居设备远程控制。该方法应用于云服务器,该方法包括:接收车辆上传的包括有用户身份信息、用户状态数据和车辆行驶状态数据的车载数据;根据用户身份信息,从数据库中查询与相匹配的目标用户画像数据;判断车辆是否位于目标区域范围内;若位于,则根据用户状态数据和车辆行驶状态数据,分析驾驶事件;根据驾驶事件和获取的外界环境数据,从目标用户画像数据中提取出目标推荐操控行为,并以此控制智能家居设备系统按照目标推荐操控行为对其对应的至少一个智能家居设备进行远程控制。

    车辆控制方法、车辆控制系统、服务终端及车机系统

    公开(公告)号:CN115534848B

    公开(公告)日:2024-10-22

    申请号:CN202211295261.1

    申请日:2022-10-21

    Abstract: 本申请公开一种车辆控制方法、服务终端、车机系统、车辆控制系统、电子设备及非易失性计算机可读存储介质。车辆控制方法包括获取场景配置文件和车辆数据;根据场景配置文件和车辆数据生成第一特征数据和场景标签;根据第一特征数据、场景标签和第一深度学习算法构建场景决策模型;根据场景配置文件、第一特征数据、场景标签和第二深度学习算法构建动作推荐模型;发送场景决策模型、动作推荐模型和场景配置文件至车机系统。如此,车辆根据预设的场景配置文件构建场景决策模型,通过场景决策模型构建动作推荐模型,使车机系统确定当前驾驶场景,自动执行符合当前驾驶场景的预测动作,无需用户编制场景模型和动作模型,操作简单,提升了用户体验。

    电动汽车剩余里程预测方法、装置、电动汽车及介质

    公开(公告)号:CN115742855A

    公开(公告)日:2023-03-07

    申请号:CN202211511394.8

    申请日:2022-11-29

    Abstract: 本申请涉及电动汽车技术领域,特别涉及一种电动汽车剩余里程预测方法、装置、电动汽车及介质,其中,方法包括:获取电动汽车第一预设时长内的状态数据和实际剩余电荷状态SOC;将预设时长内的状态数据输入预先建立的预测模型,输出状态数据的单位SOC行驶里程,其中,预测模型包括n层循环神经网络LSTM模块和多层感知机MLP模块,将预设时长内的状态数据输入n层LSTM模块,得到状态数据的序列信息,并将序列信息输入MLP模块,输出单位SOC行驶里程;根据实际SOC和单位SOC行驶里程计算电动汽车的剩余里程。由此,解决了相关技术中对于续航里程的预测准确度不高,导致可能存在由于电量不足而无法抵达目的地,降低用户用车体验感等问题。

    车辆的娱乐方法、装置、车辆及存储介质

    公开(公告)号:CN115497471A

    公开(公告)日:2022-12-20

    申请号:CN202210968878.9

    申请日:2022-08-12

    Abstract: 本申请涉及车载娱乐技术领域,特别涉及一种车辆的娱乐方法、装置、车辆及存储介质,其中,方法包括:接收用户的语音信息;根据语音信息提取至少一个场景设定语义特征,并根据至少一个场景设定语义特征控制车辆进入车载娱乐场景服务,并获取车辆的驾乘人员的实际位置;基于驾乘人员的实际位置,控制每个驾乘人员的实际位置对应的娱乐组件为每个驾乘人员提供相应的娱乐服务。本申请实施例可以根据用户的语音信息提取一定场景设定语义特征,并控制驾乘人员的实际位置对应的娱乐组件为驾乘人员提供相应的娱乐服务,从而提升了车辆的智能化水平,提升了娱乐功能的可执行性和适用性,有效的满足了用户的娱乐需求。

    车辆服务推荐模型的实时更新方法、装置、车辆及介质

    公开(公告)号:CN115470403A

    公开(公告)日:2022-12-13

    申请号:CN202211018341.2

    申请日:2022-08-24

    Abstract: 本申请涉及车辆服务技术领域,特别涉及一种车辆服务推荐模型的实时更新方法、装置、车辆及介质,其中,方法包括:一种车辆服务推荐模型的实时更新方法,其特征在于,包括:获取用户实时数据,并根据用户实时数据进行车辆服务推荐;根据车辆服务推荐的反馈,得到用户反馈数据;根据用户反馈数据读取当前时刻的初始推荐模型;根据用户反馈数据更新初始推荐模型,得到服务推荐模型,从而保证对用户个性化推荐车辆服务的同时,实现根据用户的实时需求更新推荐服务。

    一种智能推荐训练服务基于Dolphinscheduler的部署方法

    公开(公告)号:CN114416126A

    公开(公告)日:2022-04-29

    申请号:CN202210114666.4

    申请日:2022-01-30

    Abstract: 本发明公开了一种智能推荐训练服务基于Dolphinscheduler的部署方法,包括S1、部署Dolphinscheduler调度系统,安装基础软件并部署Dolphinscheduler调度系统的前后端,配置Dolphinscheduler调度系统相关联的基础软件配置,并调通Dolphinscheduler调度系统;S2、打包python虚拟环境和智能推荐训练服务,将智能推荐训练服务所依赖的python依赖包打包进python虚拟环境,以供智能推荐训练服务运行时调用,并将智能推荐训练服务的代码文件、脚本文件及相关文件打包,以供智能推荐训练服务运行;S3、运行Dolphinscheduler调度系统,并在Dolphinscheduler调度系统的前端配置智能推荐训练服务运行方案,配置完成后运行智能推荐训练服务并监控其执行情况。本发明简单,效率较高,且可靠可行,使用后将大大缩短部署项目的时间,实用性强。

    基于历史出行规律的目的地预测方法及计算机可读存储介质

    公开(公告)号:CN110428101A

    公开(公告)日:2019-11-08

    申请号:CN201910701004.5

    申请日:2019-07-31

    Abstract: 本发明公开了一种基于历史出行规律的目的地预测方法及计算机可读存储介质,包括以下步骤:(1)首先需要先根据历史出行数据挖掘出用户家的位置、公司的位置、是否是上班族、上下班常走路线,具体包括:数据采集、数据预处理、公司位置的预测、上班族的挖掘以及家和公司之间常走路径挖掘;(2)根据车辆id、实时GPS位置数据和时间数据进行目的地实时预测。本发明利用用户历史出行规律和云端地图信息,对于上班族在上下班时间段行驶过程中,主动预测出其将要去的家或者公司的位置、路线和路况信息,无需用户在导航中做任何操作,便能知晓当前路况。

    疲劳提醒方法、疲劳检测策略信息的生成方法及装置

    公开(公告)号:CN117218796A

    公开(公告)日:2023-12-12

    申请号:CN202311268597.3

    申请日:2023-09-27

    Inventor: 朱诚 顾秀颖

    Abstract: 本申请实施例涉及一种疲劳提醒方法、疲劳检测策略信息的生成方法及装置,该疲劳提醒方法包括:获取针对车辆内的目标用户进行感知得到的感知信息,并对感知信息进行识别,得到用户状态信息;获取车辆的车辆状态信息;将用户状态信息和车辆状态信息上传至服务端;接收服务端发送的目标用户对应的疲劳检测策略信息;基于疲劳检测策略信息,对用户状态信息进行疲劳等级检测,得到疲劳等级信息;基于疲劳检测策略信息,生成并输出疲劳等级信息对应的疲劳提醒信息。本申请实施例可以准确判断用户的疲劳等级,根据疲劳等级有针对性地向用户发出疲劳提醒,改善了疲劳提醒效果。

    舱驾场景融合方法、装置、存储介质及电子装置

    公开(公告)号:CN116653997A

    公开(公告)日:2023-08-29

    申请号:CN202310638689.X

    申请日:2023-05-31

    Abstract: 本发明提供了一种舱驾场景融合方法、装置、存储介质及电子装置,属于智能汽车技术领域,其中,该方法包括:识别汽车的当前驾驶任务和当前座舱任务;获取所述当前驾驶任务对应的驾驶模式;根据所述驾驶模式调整所述当前座舱任务对应的执行内容。通过本发明,将座舱域的交互任务场景和驾驶域的功能场景进行结合,形成完整的驾舱融合环境,提高用户的用车体验。

Patent Agency Ranking