汽车乘员舱个性化热舒适智能空调决策系统设计

doi:10.19562/j.chinasae.qcgc.2024.06.018

摘要/Abstract

摘要：

为了进一步提高汽车乘员舱空调系统的智能化和舒适性水平，本文提出了一种基于热舒适理论的个性化智能空调决策系统设计方案。首先，针对汽车乘员舱改进了基于PMV（predicted mean vote）和PPD（predicted percentage of dissatisfaction）理论的热舒适性计算方法；进一步，利用人体画像技术实现了乘员舱驾乘人员的热舒适性特征提取，并在专家经验知识的基础上构建了具有理论计算依据的乘员舱热舒适数据集；然后，利用机器学习算法搭建了个性化热舒适空调系统随机森林决策模型，以此满足个性化热舒适智能决策需求；最后，给出了完整的系统框架和设计。测试结果显示所提出的系统模型决策准确率在90%以上，实车测试结果表明：本文系统能够识别驾乘人员特征，实时进行个性化热舒适性参数推荐，验证了本研究决策方法的有效性和实用价值。

关键词: 汽车, 乘员舱, 个性化热舒适, 空调系统, 智能决策

Abstract:

In order to further improve the intelligence and comfort level of the air conditioning system of the automobile passenger cabins， a personalized intelligent air conditioning decision system design based on the thermal comfort theory is proposed in this paper. Firstly， the thermal comfort calculation method based on the predicted mean vote （PMV） and predicted percentage of dissatisfaction （PPD） theories is improved for the automobile passenger cabin. Furthermore， the thermal comfort features of passengers in the passenger cabin are extracted by using human portrait technology， and the theoretical calculation-based thermal comfort data set of the passenger cabin is constructed on the basis of experts' experience knowledge. Then， machine-learning algorithm is used to build the random forest decision-making model of personalized thermal comfort air conditioning system， so as to meet the intelligent decision-making requirements of personalized thermal comfort. Finally， the complete system framework and design are given. The test results show that the decision-making accuracy of the proposed system model is above 90%， and the results of real vehicle testing show that the proposed system can identify the characteristics of drivers and passengers to recommend personalized thermal comfort parameters in real time， which verifies the effectiveness and practical value of the decision-making method in this study.

Key words: automobile, passenger cabin, personalized thermal comfortable, air conditioning system, intelligent decision-making

罗杨,刘平,刘明杰,朴昌浩,袁朋,万凯林. 汽车乘员舱个性化热舒适智能空调决策系统设计[J]. 汽车工程, 2024, 46(6): 1114-1124.

Yang Luo,Ping Liu,Mingjie Liu,Changhao Piao,Peng Yuan,Kailin Wan. Decision System Design of Personalized Thermal Comfortable Intelligent Air Conditioning for Automobile Passenger Cabin[J]. Automotive Engineering, 2024, 46(6): 1114-1124.

参考文献 29

1	宋东鉴，朱冰，赵健，等. 基于驾驶行为生成机制的智能汽车类人行为决策［J］. 汽车工程， 2022， 44（12）： 1797-1808.
	SONG D J， ZHU B， ZHAO J， et al. Human-like behavior decision-making of intelligent vehicles based on driving behavior generation mechanism ［J］. Automotive Engineering， 2022， 44（12）： 1797-1808.
2	宗长富，代昌华，张东. 智能汽车的人机共驾技术研究现状和发展趋势［J］. 中国公路学报， 2021， 34（6）： 214-237.
	ZONG C F， DAI C H， ZHANG D. Human-machine interaction technology of intelligent vehicles：current development trends and future directions ［J］. China Journal of Highway and Transport， 2021， 34（6）： 214-237.
3	郁淑聪，孟健，郝斌. 基于驾驶员的智能座舱人机工效测评研究［J］. 汽车工程， 2022， 44（1）： 36-43.
	YU S C， MENG J， HAO B. Research on ergonomic evaluation of driver-based intelligent cabin ［J］. Automotive Engineering， 2022， 44（1）： 36-43.
4	蒙道杨，杨鑫，宋强，等. 面向车载增强现实抬头显示的大幅面体全息光波导［J］. 光学学报， 2023， 43（10）： 1011002.
	MENG D Y， YANG X， SONG Q， et al. Large-scale volume holographic optical waveguide for automotive augmented reality head-up displa ［J］. Acta Optica Sinica， 2023， 43（10）： 1011002.
5	王静，孙西峰，方健珉，等. 跨临界CO₂汽车空调多PID控制动态性能仿真研究［J］. 西安交通大学学报， 2020， 54（8）： 168-176.
	WANG J， SUN X F， WAN J M， et al. Dynamic simulation of pid control in transcritical CO₂ automobile air conditioning system ［J］. Journal of Xi'an Jiaotong University， 2020， 54（8）： 168-176.
6	管继富，赵宇枫，詹远，等. 电动汽车空调系统随机模型预测控制算法研究［J］. 北京理工大学学报， 2021， 41（5）： 480-486.
	GUAN J F， ZHAO Y F， ZHAN Y， et al. A stochastic model predictive control algorithm for electric vehicle air-conditioning system ［J］. Transactions of Beijing Institute of Technology， 2021， 41（5）： 480-486.
7	张海，张宸瑜，郭木生. 电动汽车空调制热系统设计及研究［J］. 湖南大学学报（自然科学版）， 2021， 48（12）： 36-43.
	ZHANG H， ZHANG C Y， GUO M S. Design and research of air conditioning heating system for electric vehicles ［J］. Journal of Hunan University： Natural Sciences， 2021， 48（12）： 36-43.
8	JUN Y， LIN S， KANG L， et al. Investigation on heat transfer characteristics of outside heat exchanger in an air conditioning heat pump system for electric vehicles ［J］. International Journal of Heat and Mass Transfer， 2021， 170： 121040.
9	王国华，桑国辉，张英朝，等. 汽车乘员舱热舒适性影响因素多参数优化分析［J］. 汽车工程， 2023， 45（11）： 2023-2033，2057.
	WANG G H， SANG G H， ZHANG Y C， et al. Multi parameter optimization analysis of factors affecting thermal comfort in automotive passenger compartments ［J］. Automotive Engineering， 2023， 45 （11）： 2023-2033，2057.
10	陈吉清，郑习娇，兰凤崇，等. 基于人体热调节模型的乘员舱热舒适性分析［J］. 汽车工程， 2019， 41（6）： 723-730.
	CHEN J Q， ZHEGN X J， LAN F L， et al. Thermal comfort analysis of passenger cabin based on human thermal regulation model ［J］. Automotive Engineering， 2019， 41 （6）： 723-730.
11	KHATOON S， KIM M H. Thermal comfort in the passenger compartment using a 3-D numerical analysis and comparison with fanger's comfort models ［J］. Energies， 2020， 13（3）： 1-15.
12	WAREY A， KHALIGHI B. Data-driven prediction of vehicle cabin thermal comfort： using machine learning and high-fidelity simulation results ［J］. International Journal of Heat Mass Transfer， 2019， 148： 119083.
13	BANDI P， MANELIL N P， MAIYA M P， et al. Influence of flow and thermal characteristics on thermal comfort inside an automobile cabin under the effect of solar radiation ［J］. Applied Thermal Engineering， 2022， 203： 117946.
14	LIU Z， ZHANG W， ZHAO F. Impact， challenges and prospect of software-defined vehicles ［J］. Automotive Innovation， 2022， 5（2）： 180-194.
15	邹莹，赵敬德，邹钺. 纯电动汽车内个性化采暖的热舒适试验［J］. 东华大学学报（自然科学版）， 2020， 46（4）： 636-642.
	ZOU Y， ZHAO J D， ZOU Y. Thermal comfort of personal comfort system in electric vehicles ［J］. Journal of Donghua University Natural Science， 2020， 46（4）： 636-642.
16	FANGER P O. Thermal comfort analysis and applications in environment engeering ［J］. Thermal Comfort Analysis & Applications in Environmental Engineering， 1970， 2： 225-240.
17	ANGELOVA R A， VELICHKOVA R. Thermophysiological comfort of surgeons and patient in an operating room based on PMV-PPD and PHS indexes ［J］. Applied Sciences， 2020， 10（5）： 1801.
18	DONG Z， BOYI Q， PENGFEI L， et al. Comprehensive evaluation and optimization of rural space heating modes in cold areas based on PMV-PPD ［J］. Energy and Buildings， 2021， 246（4）： 111120.
19	SUBCOMMITTEE S C， STANDARDIZATION. Ergonomics of the thermal environment： analytical determination and interpretation of thermal comfort using calculation of the PMV and PPD indices and local thermal comfort criteria = Ergonomie des ambiances thermiques ： détermination analytique et interp ［S］. 2006.
20	GAO X L， SHNAG L B. The thermal comfort appraisal of radiant floor heating system ［J］. Science & Technology Information， 2009， 19： 87-88.
21	HARRIS A J， BENEDICT F G. A biometric study of basal metabolism in man ［C］. Proceedings of the National Academy of Sciences of the United States of America， 1918.
22	OWEN O E， KAVLE E， OWEN R S， et al. A reappraisal of caloric requirements in healthy women ［J］. The American Journal of Clinical Nutrition， 1986， 44（1）： 1-19.
23	丁玉兰，程国萍. 人因工程学［M］. 北京：北京理工大学出版社， 2013.
	DING Y L， CHENG G P. Human factors engineering ［M］. Beijing： Beijing Institute of Technology Press， 2013.
24	徐刚，安启启，杨杰，等. 考虑个体差异性的PMV-PPD人体热舒适性评估模型及应用［J］. 西安科技大学学报， 2021， 41（1）： 55-61.
	XU G， AN Q Q， YANG J， et al. Evaluation and its application of an improved PMV-PPD model based on individual differences ［J］. Journal of Xi’an University of Science and Technology， 2021， 41（1）： 55-61.
25	梅健，王甜甜，黄凯，等. 基于人体关节点视觉特征的姿态识别方法研究进展［J］. 化工自动化及仪表， 2023， 50（2）： 119-124.
	MEI J， WANG T T， HUANG K， et al. Study progress in posture recognition method based on visual features of human joints ［J］. Control and Instruments in Chemical Industry， 2023， 50（2）： 119-124.
26	REN S， HE K， GIRSHICK R， et al. Faster R-CNN： towards real-time object detection with region proposal networks ［J］. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2017， 39（6）： 1137-1149.
27	丁吉祥，杜姗姗. 基于针孔模型与相机空间操作的机械臂视觉定位方法［J］. 计算机工程， 2015， 41（12）： 317-320.
	DING J X， DU S S. Vision positioning method of robot manipulator based on pin-hole model and camera space manipulation ［J］. Computer Engineering， 2015， 41（12）： 317-320.
28	安德鲁·路米斯，陈珊珊. 人体素描法［M］. 上海：上海人民美术出版社， 2011.
	ANDREWLOO M， CHEN S S. Figure drawing ［M］. Shanghai： Shanghai People's Fine Arts Publishing House， 2011.
29	RENHE Y， HONGKAI J， YUNPENG L， et al. A framework via impulses-oriented Gini index and extreme value distribution for rolling bearing dynamic fault alarm and identification ［J］. Mechanism and Machine Theory， 2023， 189： 105437.

[1]	张傲,李淑艳,高博麟,万科科,周光,曹通易. 基于云端地图的智能网联商用车质量估计算法研究[J]. 汽车工程, 2024, 46(6): 1006-1014.
[2]	马龙飞,张宝群,王立永,曾佳妮,焦然,宫成. 基于数字孪生混合储能的电动汽车参与微电网负荷功率波动平抑研究[J]. 汽车工程, 2024, 46(6): 1045-1053.
[3]	王国栋,刘立,孟宇,杜海平,白国星,顾青. 自动驾驶汽车避撞极限研究[J]. 汽车工程, 2024, 46(6): 985-994.
[4]	周俊宇,李克强,任晗啸,于杰,罗禹贡. 基于场景划分的智能网联汽车协同换道避障方法[J]. 汽车工程, 2024, 46(5): 745-753.
[5]	赵树恩,王盛,冷姚. 智能汽车轨迹跟踪多目标显式模型预测控制[J]. 汽车工程, 2024, 46(5): 784-794.
[6]	朱冰,黄殷梓,赵健,张培兴,薛经纬. 面向车载相机采集图像的智能汽车测试场景关键性量化模型[J]. 汽车工程, 2024, 46(4): 557-563.
[7]	杜国栋,邹渊,张旭东,孙文景,孙巍. 基于双估计强化学习结合前向预测控制的自动驾驶运动控制研究[J]. 汽车工程, 2024, 46(4): 564-576.
[8]	丁志杰,王亚飞,章翼辰,邬明宇,王亦乐. 基于复合动态采样的自动驾驶矿车节能路径规划方法[J]. 汽车工程, 2024, 46(4): 588-595.
[9]	杨天阳,邹慧明,周晖,王春磊,田长青. -30至50 ℃车辆工况下CO₂喷射器的适应性研究[J]. 汽车工程, 2024, 46(4): 682-690.
[10]	张培兴,秦孔建,朱冰,赵健,范天昕,赵文博. 自动驾驶仿真多逻辑场景综合评价方法[J]. 汽车工程, 2024, 46(3): 375-382.
[11]	吕辉,张家明,黄晓婷,上官文斌. 基于概率模型和数据驱动的动力总成悬置系统可靠性优化[J]. 汽车工程, 2024, 46(3): 456-463.
[12]	王兴华,胡林,彭勇,伍贤辉,向国梁,许倩. 汽车-动力两轮车碰撞前驾驶员风险感知研究[J]. 汽车工程, 2024, 46(3): 498-508.
[13]	沈龙,张军,秦宾. 纯电动汽车高速工况下底盘后部空腔引起低频噪声问题的分析改进[J]. 汽车工程, 2024, 46(3): 520-525.
[14]	胡林,谷子逸,王丹琦,王方,邹铁方,黄晶. 汽车安全性测评规程现状及趋势展望[J]. 汽车工程, 2024, 46(2): 187-200.
[15]	关书睿,李克强,周俊宇,石佳,孔伟伟,罗禹贡. 面向强制换道场景的智能网联汽车协同换道策略[J]. 汽车工程, 2024, 46(2): 201-210.