【技术实现步骤摘要】
本专利技术属于汽车氛围灯，具体涉及一种情绪氛围灯的控制系统及控制方法。
技术介绍
1、中国乘用车发展到如今，不在只是关注整个性价比如何，更是在意“个性化需求”。“个性化”消费阶段成为大趋势，“一家一车“到”一人一车“。虽然乘用车的”家庭“属性依旧存在，但是”个人“需求的满足越来越重要，特别要考虑到，家庭第一台车的使用者往往以男性为主，从而第二台车的使用者结构上女性、以及年轻人。所以具备鲜明的个性内饰，是乘用车的魅点与亮点给。
2、氛围灯作为内饰最容易“出彩“的地方，现在不仅仅只是作为装饰品，更加应该趋向于具有体现人文情怀，辅助驾驶的功能。但是现有氛围灯只能根据预设模式进行选定，缺少智能化。
技术实现思路
1、针对现有的氛围灯只能根据预设模式进行选定，缺少智能化等问题，本专利技术提供了一种情绪氛围灯的控制系统及控制方法，该系统及方法基于python框架，通过深度学习算法，可以主动识别驾驶员情绪，进而通过以氛围灯为主体，其他功能辅助的系统增强或者抑制该情绪。
2、本专利技术通过如下技术方案实现：
3、一种情绪氛围灯的控制方法，具体包括如下步骤：
4、步骤一：麦克风采集语音信息发送给t-box进行存储，摄像头采集人物面部信息发送给t-box进行存储；
5、步骤二：t-box接收麦克风采集的语音信息及摄像头采集的人物面部信息，并发送给云端处理器进行处理；
6、步骤三：云端处理器接收t-box发送的信息，对接收到的语音信
7、步骤四：ivi控制器接收云端处理器发送的情绪指令，并将控制指令发送至led芯片控制模块；
8、步骤五：led芯片控制模块控制氛围灯调整为不同的颜色与亮度。
9、进一步地，所述对语音信息和图像信息进行特征值提取及通过深度学习方法判别当前人物情绪，具体包括如下内容：
10、s31、将采集到的语音图像信息通过python平台下的numpy库转换成可被电脑识别的计算机语言数据；
11、s32、将数据进行归一化处理及标准化处理，使均值归一化成0，方差归一化成1，可降低图像数据的偏差和差异性；
12、s33、采用非线性回归模型算法将采集到的情绪语音信息和图像信息作为测试集，不断学习优化得到情绪的标准库；实时采集的语音信息和图像信息数据通过处理后与标准库进行对比，进而可以判别当前人物情绪。
13、进一步地，步骤s32中，所述归一化处理如下：
14、归一化处理：
15、式中，input表示输入的图像像素值；max()、min()分别表示输入像素的最大值和最小值，output为输出图像像素值，经过归一化，图像像素被调整到[0,1]区间内。
16、进一步地，步骤s33具体包括如下内容：
17、(1)将采集到的语音信息及图像信息，分成两部分，一部作为训练集，一部分作为测试集；一组训练集数据x_test,通过计算得到预测结果为y_predict，计算公式为一元线性方程组y＝a*x+b，其中x、y为分别为输入数据与输出数据，a,b为参数；
18、(2)预测结果与测试集中数据的差值为y-y_predict,将差值不断累积多组数据时为其中，xi代表多组训练集数据，yi代表多组测试集数据；
19、(3)采用最小二乘法寻找最优参数a,b,其公式为其中，代表多组训练集数据的平均值，代表多组测试集数据的平均值，深度学习的目标是找到参数a,b；
20、(4)使用sigmoid函数作为激活函数，将输入的线性函数转化为输出的非线性函数，即其中：z是一元线性方程组，e为指数函数；
21、(5)采用损失函数对模型中的参数a,b进行优化：
22、所述损失函数采用交叉熵损失函数，其数学函数为：
23、
24、其中，θ为损失函数参数，需要给定一个初始值，与参数a,b一样，通过逆向传播不断更新，θt为θ的转置，log为对数函数；
25、(6)采用梯度下降法作为优化模型算法，更新损失函数参数以及参数a,b，通过以上步骤可以得到最优的参数a,b，进而得到最接近现实状态的非线性回归模型，将该模型用作标准库，用于判断情绪类别。
26、进一步地，步骤五中，当识别到悲伤的情绪信号时，控制氛围灯调节成暖色调，缓解悲伤情绪；当识别到快乐情绪信号时，控制氛围灯调节成红色。
27、进一步地，步骤五中，当识别到情绪不佳信号时，控制相应部件散发香氛及调节氛围灯的亮度，当识别到驾驶员困倦信号时，控制相应部件产生音乐或震动。
28、另一方面，本专利技术还提供了一种情绪氛围灯的控制系统，用于实现上述方法，包括：
29、麦克风，用于采集语音信息，并发送给t-box进行存储；
30、摄像头，用于采集人物面部信息，并发送给t-box进行存储；
31、t-box，用于接收麦克风采集的语音信息及摄像头采集的人物面部信息，并发送给云端处理器；
32、云端处理器，用于接收t-box发送的信息，并对语音图像信息进行特征值提取及通过神经网络深度学习算法进行当前人物情绪判断，并将当前人物情绪对应的情绪指令发送给ivi控制器；
33、ivi控制器，用于接收云端处理器发送的指令，并发送至led芯片控制模块；
34、led芯片控制模块，用于控制氛围灯调整为不同的颜色与亮度。
35、进一步地，所述云端处理器包括图像存储及分类模块4、人工智能库5及命令下达控制器6，所述图像存储及分类模块4用于对t-box上传的语音信息和图像信息分别存储，所述人工智能库5用于将语音信息和图像信息转化为计算机可识别的数据，同时通过神经网络深度学习算法对数据进行处理、判断，从而识别人物情绪，所述命令下达控制器6用于对已识别的人物情绪转换为车机命令，对于汽车下达命令。
36、与现有技术相比，本专利技术的优点如下：
37、本专利技术的一种情绪氛围灯的控制系统及控制方法，通过感知人的情绪变化，自动调节颜色，比如当感知悲伤的情绪时，可以自动调节成暖色调，缓解悲伤情绪，或者感知到快乐情绪，调节成红色可以加深这种情绪。同时还可以联动其他装置，当车载系统确定内部某人情绪不佳时，可以通过散发香氛以及调节环境灯氛围灯来改善。如果传感器检测到驾驶员变得昏昏欲睡，它将使用音乐和震动来帮助保持清醒。情绪感知的引入，将车内氛围灯、香氛系统、音响等分割的系统联动成一个整体，带来更为舒适的出行体验；该系统及方法基于python框架，通过深度学习算法，可以主动识别驾驶员情绪，进而通过以氛围灯为主体，其他功能辅助的系统增强或者抑制该情绪。
本文档来自技高网...【技术保护点】
1.一种情绪氛围灯的控制方法，其特征在于，具体包括如下步骤：
2.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，所述对语音信息和图像信息进行特征值提取及通过深度学习方法判别当前人物情绪，具体包括如下内容：
3.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤S32中，所述归一化处理如下：
4.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤S33具体包括如下内容：
5.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤五中，当识别到悲伤的情绪信号时，控制氛围灯调节成暖色调，缓解悲伤情绪；当识别到快乐情绪信号时，控制氛围灯调节成红色。
6.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤五中，当识别到情绪不佳信号时，控制相应部件散发香氛及调节氛围灯的亮度，当识别到驾驶员困倦信号时，控制相应部件产生音乐或震动。
7.一种情绪氛围灯的控制系统，用于实现如权利要求1-6任意项所述的方法，其特征在于，包括：
8.如权利要求1所述的一种情绪氛围灯的控制系
...【技术特征摘要】
1.一种情绪氛围灯的控制方法，其特征在于，具体包括如下步骤：
2.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，所述对语音信息和图像信息进行特征值提取及通过深度学习方法判别当前人物情绪，具体包括如下内容：
3.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤s32中，所述归一化处理如下：
4.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤s33具体包括如下内容：
5.如权利要求1所述的一种情绪氛围灯的控制方法，其特征在于，步骤五中，当识别到悲伤的情绪信号时，控制氛围灯调节成暖色调，缓解悲伤情绪；当识别到快乐情绪信号时，控制氛围灯调节成红色。
6.如权利要求1所述的一种情绪氛围灯的控制方法，其特...
【专利技术属性】
技术研发人员：王继增，李志刚，滕云鹏，金平，闫霍彤，盛红金，甄麒，邹春雨，吴明呈，
申请(专利权)人：一汽奔腾汽车股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。