具体实施方式

下列具体实施方式用于对本发明权利要求技术方案的解释，以便本领域的技术人员理解本权利要求书。本发明的保护范围不限于下列具体的实施结构。本领域的技术人员做出的包含有本发明权利要求书技术方案而不同于下列具体实施方式的也是本发明的保护范围。

如图1所示，车联网车机系统中，车机显示器通过车载无线通信盒子(T-BOX)实现与系统云端的通信交互，当客户操纵与使用车机的功能时，系统后台服务器会将用户的操作做埋点，上传到系统后台服务器进行记录和存储，分析用户对功能操作使用的频率。比如统计用户对导航、音乐、电台、蓝牙电话等应用使用的频率，统计用户对主题风格的的喜好等，对用户使用车机的数据实现记录和存储，同时，系统通过T-BOX将车辆的单次驾驶数据，包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率上传到后台服务器，获取这些数据并分析用户的驾驶习惯。这些后台数据，形成了客户使用的最真实的原始大数据。经过数据传输模块，和数据处理系统，形成用户使用习惯的数据报告。由于驾驶过程中，驾驶安全至关重要，仪表盘显示的信息有限，选择最常用的功能设置集成在车机最便于操作的界面，大大提高驾驶便利性和安全性。根据上述数据报告，可指导进行UI界面层级与页面布局的设计定义，及给不同用户的智能推荐方案。

比如可以根据上述对应用操作使用的频率统计，在界面设计时将使用频率高的应用放在一级界面下，让用户一触即达；结合按钮功能操作频率的统计，在应用内界面布局设计时考虑将频次使用高的操作按钮靠近主驾位置，方便主驾操作使用。

上述方案具体实现方式如下：

车机显示器与车载T-BOX通过CAN线进行通信，实现指令与信息的传递，包括车机功能使用的按键状态信息，用户控制指令等，并同时获取单次驾驶数据包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率信息车载T-BOX通过LTE或5G实现与云端后台服务器的网络通信，以实现车机与后台服务器的信息交互与控制。

为了保证安全通信，车载T-BOX和云端服务器之间会进行通信认证，同时将通信信息采用加密算法加密，保证传输数据的安全性。

数据传输模块用于云端后台服务器与数据处理系统的数据传输。在数据处理系统，后台服务器中记录和存储的数据，包含用户使用各功能最原始的数据(包括用户对应用使用、功能按钮操作使用的频率)，将其进行数据预处理、数据挖掘后，再结合聚类算法、使用频率排序等进行数据抽取与转换，可形成包含用户的行为、喜好等特征的用户数据分析报告。

所述预处理包括车载计算机预先将数据记录为CSV、JSON、Parquet等格式；所述数据挖掘包括由数据工程师利用机器学习方式进行处理，得到的数据不再是原始数据，而是用户的驾驶习惯报告；所述聚类算法，包括无监督学习中的K-Means、DBSCAN算法，由用户的原始数据得到一个用户的驾驶习惯数据，包括CSV格式的数据集，如果是多数用户，可以将不同用户分成不同的用户群体；所述对数据抽取与转换，涉及到机器学习中的算法原理。比如采用K-means算法，首先选择多数用户一天的数据集，并随机初始化它们各自的中心点。中心点是与每个数据点向量长度相同的位置。这需要提前预知类的数量(即中心点的数量)，计算每个数据点到中心点的距离，数据点距离哪个中心点最近就划分到哪一类中。计算每一类中中心点作为新的中心点。重复以上步骤，直到每一类中心在每次迭代后变化不大为止。也可以多次随机初始化中心点，然后选择运行结果最好的一个。得到这个处理后的数据后，我们可能会看到不同年龄、性别的用户一天的刹车平均深度、刹车距离等数据。

上述数据处理流程为：提取后台原始数据—>数据清洗—>数据处理—>数据分析—>数据报告，如图2所示。

后台服务器中记录和存储的数据，包含用户使用各功能最原始的数据，包括天气、导航、多媒体控制、蓝牙电话、空调控制、车辆状况、品牌专区等等很多信息，及用户驾驶车辆的相关信息，包括急加速次数、急减速次数、空调开启时长、低车速行驶时长、驾驶时长、空调开启时长、空调开启温度、空调风速、多媒体功能使用频率、使用时长、蓝牙电话使用频率、导航使用频率。

由于数据记录过程中可能存在着数据丢失、漏记、失真等情况，需要将此类数据去除，保留有效数据，因此需要对上述数据进行检查、过滤预处理。再结合聚类算法、使用频率排序等进行数据抽取与转换，根据实际需要对要分析的数据进行数据排序、聚类分析、机器学习的无监督学习算法、多维关联规则分析等，形成数据报告。发现用户的潜在习惯。所述多维关联规则分析指搜集的数据与各类可能发生的事情之间的联系。比如，喜欢急刹车的人可能喜欢用蓝牙电话。

由于车机每层页面显示的信息有限，需要选取常用或者法规要求的功能，放在首页或常显页面。而数据报告，一个是用户各功能使用频率的报告，供我们识别哪些功能是常用的功能，哪些功能是不常用的功能。首先识别法规要求的必须有按键的功能放在首页或常显界面，比如空调控制功能的前除霜、后除霜(在没有其他控制面板时，在车机页面需定义常显界面)，然后同时，结合聚类算法，可挖掘各类型用户的使用习惯，发现用户常用的功能，指导进行页面定义。同时可形成多种不同习惯的用户，指导我们将车机界面定义为多种不同风格的界面，供用户自行选择，另一方面可同时形成数据仓库，供后续使用。

在数据处理系统，同时利用自动学习技术。该技术通过用户对不同功能的点击频率的智能学习，集成到用户个性化使用信息列表中，同时，根据用户对不同功能的使用情况，生成规则信息。采用多维关联算法，对用户进行智能推荐，形成智能推荐方案，提高用户体验。

在车机UI设计时，设计用户个性化推荐系统，根据已有的用户数据，和当前用户的部分习惯，预测当前驾驶员使用习惯。基于后台数据形成的智能推荐方案，系统将车机界面进行重组设计后，再通过T-BOX反馈给车机，车机可通过弹窗的形式弹出询问用户是否选择系统智能推荐的界面方案，用户进行自行选择。

根据分析得到的用户数据的结果，根据用户的驾驶习惯，可通过弹窗或者语音播报询问用户是否接受推荐的UI界面。每个用户的驾驶习惯不同，弹出的信息也不同。比如提醒用户习惯急刹、驾驶不平稳、容易疲劳驾驶等等，帮助用户安全驾驶，实现人机交互。可采用定期推荐的方式，比如一个月一次或者半个月一次进行询问。

本发明适用于各级自动驾驶车辆，可以是动力电池车辆也可以是燃油车辆。