一种基于大语言模型的人舱交互意图个性化预测方法

本发明适用于汽车智能座舱技术领域，提供了一种基于大语言模型的人舱交互意图个性化预测方法，首先，通过结合车辆状态数据、驾驶员行为序列数据以及数据增强技术，构建了一个专用于驾驶员意图预测的驾驶舱场景数据集。其次，设计了一种新型的驾驶员意图个性化预测模型PCockpit‑LLM。然后采用了两阶段微调策略。在第一阶段，利用广泛覆盖驾驶舱场景的泛化数据集对PCockpit‑LLM进行全参数微调。在第二阶段，通过个性化驾驶舱场景数据集对模型进行进一步微调。本方法通过充分利用大语言模型的上下文理解能力与知识泛化能力，实现了驾驶员意图预测的高准确性与个性化，为智能座舱的个性化主动交互功能提供了理论支持与技术基础。