基于深度学习和强化学习的智能汽车空调舒适性控制方法

本发明公开了基于深度学习和强化学习的智能汽车空调舒适性控制方法，涉及非接触式智能车载空调技术领域。本发明技术构思是在仿真平台对深度学习和强化学习对空调模型进行训练，实现对实车空调系统控制的优化，这种方法通过非接触式人脸热成像技术，系统能够直接评估乘员的体感温度，而不是依赖于乘员舱内的温度传感器，这种方法更准确地反映了乘员的实际舒适度，且利用强化学习模型控制压缩机转速和鼓风机流量，系统能够实现更加精确和动态的控制，以适应乘员的实时舒适度需求，且用深度学习模型来预测人体的舒适性，利用增强局部特征的ResNet50的深度学习网络对人体舒适性进行预测，增强局部特征的ResNet50的深度学习网络预测的速度越快，准确率越高。