CN116039652A - 晕动预测提示方法、装置、电子设备及计算机可读介质 - Google Patents

Abstract

本申请公开了晕动预测提示方法、装置、电子设备及计算机可读介质，应用于车辆系统，方法包括：获取指定时间段内目标用户的晕动程度信息；基于晕动程度信息配置晕动预测模型中的至少一个参数，得到与目标用户相匹配的目标晕动预测模型；基于目标晕动预测模型，预测目标用户在指定时刻的晕动预测值；若晕动预测值超过指定阈值，则向目标用户的目标设备发送提示信息，其中，目标设备基于目标用户的用户行为确定。由于目标晕动预测模型是基于目标用户的晕动程度信息对晕动预测模型的参数进行配置得到的，因此通过目标晕动预测模型预测的目标用户晕动预测值的准确度较高，并且可以及时提示目标用户，从而实现在目标用户已经晕昏之前及时进行提示。

Description

晕动预测提示方法、装置、电子设备及计算机可读介质

技术领域

本申请涉及车辆技术领域，更具体地，涉及一种晕动预测提示方法、装置、电子设备及计算机可读介质。

背景技术

目前，随着汽车技术的发展，车辆系统可以衡量用户的晕动程度，再基于乘客的晕动程度调整车辆的驾驶风格。然而，目前衡量用户的晕动程度的方法，准确度较低，且较难在用户昏晕之前对用户进行提示。

发明内容

本申请提出了一种晕动预测提示方法、装置、电子设备及计算机可读介质。

第一方面，本申请实施例提供了一种晕动预测提示方法，应用于车辆系统，所述方法包括：获取指定时间段内目标用户的晕动程度信息；基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

第二方面，本申请实施例还提供了一种晕动预测提示装置，应用于车辆系统，所述装置包括：第一获取单元、第二获取单元、预测单元以及提示单元。其中，第一获取单元，用于获取指定时间段内目标用户的晕动程度信息；第二获取单元，用于基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；预测单元，用于基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；提示单元，用于若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

第三方面，本申请实施例还提供了一种电子设备，包括：一个或多个处理器；所述一个或多个处理器用于获取所述车辆系统发送的提示信息，所述提示信息为所述车辆系统基于第一方面所述的方法确定的。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述可读存储介质存储有处理器可执行的程序代码，所述程序代码被所述处理器执行时使所述处理器执行第一方面所述的方法。

本申请提供的晕动预测提示方法、装置、电子设备及计算机可读介质，该方法首先获取指定时间段内目标用户的晕动程度信息，然后基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，从而基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；在所述晕动预测值超过指定阈值时，向所述目标用户的目标设备发送提示信息。由于本申请中的目标晕动预测模型是基于目标用户的晕动程度信息对晕动预测模型的参数进行配置得到的，因此通过目标晕动预测模型预测的目标用户晕动预测值的准确度较高。并且在通过目标晕动预测模型预测得到的晕动预测值超过指定阈值时，可以向目标用户的目标设备发送提示信息，从而可以及时提示目标用户，实现在目标用户已经晕昏之前及时进行提示，提高了目标用户的使用体验。

本申请实施例的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例而了解。本申请实施例的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请实施例提供的晕动预测提示方法的应用场景图；

图2示出了本申请实施例提供的晕动预测提示方法的方法流程图；

图3示出了本申请又一实施例提供的晕动预测提示方法的方法流程图；

图4示出了本申请再一实施例提供的晕动预测提示方法的方法流程图；

图5示出了本申请还一实施例提供的晕动预测提示方法的方法流程图；

图6示出了本申请实施例提供的运动振幅数据处理的示意图；

图7示出了本申请另一实施例提供的晕动预测提示方法的方法流程图；

图8示出了本申请实施例提供的晕动预测提示装置的结构框图；

图9示出了本申请实施例提供的电子设备的结构框图；

图10示出了本申请实施例提供的计算机可读存储介质的结构框图；

图11示出了本申请实施例提供的计算机程序产品的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

目前，随着汽车技术的发展，车辆系统可以衡量用户的晕动程度，再基于乘客的晕动程度调整车辆的驾驶风格。然而，目前衡量用户的晕动程度的方法，准确度较低，且较难在用户昏晕之前对用户进行提示。如何提高衡量用户的晕动程度的准确度，且在用户昏晕之前对用户进行提示，是一个亟待解决的问题。

现有技术中，为了衡量用户的晕动程度，可以通过车辆上设置的测量装置获取车辆的运动信息，例如车辆的速度、加速度等，从而基于车辆的运动信息衡量用户的晕动程度，再基于晕动程度调整车辆的驾驶风格。

然而，发明人在研究中发现，车内用户的用户行为并不相同，例如，部分用户可能不时扭头观看窗外情况，还以部分用户可能侧靠在座椅上闭目养神，另一部分用户可能与同车乘客交谈等。因此，不同用户的运动加速度是不一致的。而通过车辆上设置的测量装置获取的车辆的运动信息来衡量用户的运动程度，准确度角度。再者，不同用户对于晕动的易感性是不同的，仅通过车辆的运动信息来衡量车内用户的晕动程度，较难在用户昏晕之前对用户进行提示。

因此，为了克服上述缺陷，本申请提供了一种晕动预测提示方法、装置、电子设备及计算机可读介质。

请参阅图1，图1示出了本申请实施例提供的一种晕动预测提示方法的应用场景图，即晕动预测提示场景100。该晕动预测提示场景100中包括有车辆系统110以及目标用户120。其中，车辆系统110可以用于获取目标用户120的晕动程度信息，然后根据获取到的晕动程度信息对晕动预测模型中的部分参数进行配置，得到该目标用户120对应的目标晕动模型，从而可以通过目标晕动模型预测该目标用户120在指定时刻的晕动预测值，并在晕动预测值超过指定阈值时，及时对目标用户120进行提示，具体的介绍可以参阅后续实施例。

对于一些实施方式，该车辆系统110可以为自动驾驶的车辆，从而在驾驶位上可以没有驾驶员。对于另一些实施方式，该车辆系统110也可以为需要驾驶员驾驶的车辆，从而在驾驶位上需要驾驶员进行驾驶，本申请对此不做限定。

在一些实施例中，车辆系统110中可以设置有机载系统，该机载系统可以与目标用户120的用户设备建立连接，从而可以基于用户设备获取到目标用户120的晕动程度信息。其中，用户设备可以包括不同的类型，例如可以为目标用户120的智能手机、笔记本电脑、智能平板或无线耳机等。

在另一些实施例中，车辆系统110中还可以设置有传感设备，该传感设备可以与机载系统建立连接，从而机载设备也可以通过传感设备获取目标用户120的晕动程度信息。其中，传感设备可以包括不同的类型，例如可以为摄像头、超声波传感器、压力传感器、温度传感器或风量传感器等。每种类型的传感设备的数量可以为一个，也可以为多个，本申请实施例不做限定。

请参阅图2，图2示出了本申请实施例提供的一种晕动预测提示方法，该晕动预测提示方法可以应用于图1中所示的晕动预测提示场景100，具体的可以将该晕动预测提示场景100中的车辆系统110作为执行主体。该方法包括步骤S110至步骤S140。

步骤S110：获取指定时间段内目标用户的晕动程度信息。

对于一些实施方式，由于需要针对不同的目标用户，配置晕动预测模型中的参数，使得获取到的目标晕动预测模型可以与目标用户相匹配；再者，由于还需要尽可能提高通过目标晕动预测模型预测得到的晕动预测值表征目标用户的晕动感的准确度。因此，可以通过目标用户的晕动程度信息，来对晕动预测模型中的参数进行配置。

其中，在一些实施方式中，晕动程度信息，可以用于表征目标用户的晕动程度，也可以理解为目标用户的不舒适程度。该晕动程度信息对应的数值越大，则可以理解为目标用户的晕动程度就越大，即目标用户的不舒适程度越大。因此，通过目标用户的晕动程度信息配置后的参数得到的目标晕动预测模型，可以预测得到准确度较高的晕动预测值。其中，目标用户可以为处于车辆系统所对应的车辆中的乘客。

为了预测当前时刻之后的某一时刻目标用户的晕动预测值，可以通过获取当前时刻之前的指定时间段内的晕动程度信息来配置参数。容易理解的是，该指定时间段可以处于当前时刻之前；该指定时间段的结束时刻也可以为当前时刻，从而该指定时间段可以包括有当前时刻。不难理解的是，指定时间段越长，获取到晕动预测值来配置晕动预测模型中参数，从而得到的目标晕动预测模型预测的晕动预测值的准确度一般就越高；而指定时间越短，获取到晕动预测值来配置晕动预测模型中参数，从而得到的目标晕动预测模型所需要的计算资源就越少。本申请对指定时间段并不做具体限定，可以根据需要灵活设定。

一种示例性的，车辆系统可以预先和目标用户所持有的目标设备建立通信连接，从而，车辆系统可以基于用户持有的用户设备获取到晕动程度信息。具体的，可以参阅后续实施例的介绍。

步骤S120：基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。

对于一些实施方式，若对于不同的目标用户，都通过相同的晕动预测模型来预测晕动预测值，由于不同的目标用户的晕动易感程度不同，因此得到的测晕动预测值的准确度并不高。因此，通过上述获取到的目标用户的晕动程度信息，来对晕动预测模型中的至少一个参数进行配置，从而得到与该目标用户相匹配的目标晕动预测模型，再通过目标晕动预测模型预测的晕动预测值，可以较为准确的反应目标用户的晕动程度。

一种示例性的，晕动预测模型可以为乘车不舒适度预测模型(PassengerUnwellnessModel，PUM)；另一种示例性的，晕动预测模型还可以为净剂量模型(Net Dose Model，NDM)。

在一些示例中，晕动预测模型的参数可以包括晕动增加参数以及晕动恢复参数。进一步的，在另一些示例中，参数还可以包括有晕动个人差异参数、晕动感知变化时间参数以及晕动感知滞后时间参数。具体的，可以参阅后续实施方式中的介绍。

进一步的，在对晕动预测模型的参数进行配置后，可以得到与目标用户对应的目标晕动预测模型。

步骤S130：基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值。

在得到目标晕动预测模型之后，可以通过该目标晕动预测模型，预测目标用户的晕动预测值。一种示例性的，可以预测目标用户在当前时刻之后的指定时刻的晕动预测值。从而可以通过该晕动预测值判断目标用户是否可能感到不适，进而判断是否需要对目标用户进行提示。

一种示例性的，可以通过将指定时刻以及获取到的晕动振幅数据作为输入项，输入到该目标晕动预测模型中，从而可以获取到该目标晕动模型输出的晕动预测值。具体的可以参阅后续实施例的介绍。

步骤S140：若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

进一步的，为了在目标用户感到不适之前，提前对目标用户进行提示。因此可以在获取到目标晕动预测模型预测的晕动预测值后，对该晕动预测值进行评估，若该晕动预测值有较大可能表征目标用户在指定时刻或指定时刻之后可能感到不适，此时可以及时提示用户。

具体的，可以通过指定阈值来对晕动预测值进行评估。其中，若晕动预测值超过指定阈值，则表征目标用户有较大可能在指定时刻或指定时刻之后可能感到不适。因此，在一些实施方式中，可以判断晕动预测值是否超过指定阈值，若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息。其中，提示信息可以用于提示目标用户可能出现不适的感觉，此时可以指示目标用户调整用户行为，例如可以指示用户闭目养神、听音乐或眺望前方等。

其中，目标设备可以为目标用户持有的用户设备，例如，目标设备可以为目标用户的智能手机。因此，若晕动预测值超过指定阈值，此时车辆系统可以向智能手机发送提示信息。

可选的，由于目标用户持有的用户设备可能不止为一个，因此，还可以基于目标用户的用户行为来确定目标设备。具体的，可以将目标用户当前使用的一个用户设备，作为目标设备。例如，目标用户当前若正在通过无线耳机听音乐，此时可以将无线耳机作为目标设备；若目标用户当前正在使用智能平板，此时可以将智能平板作为目标设备。

在另一些实施方式中，若晕动预测值超过指定阈值，车辆系统还可以切换为舒适驾驶模式，从而可以降低目标用户的不舒适程度。具体的，可以参阅后续实施方式的介绍。

本申请提供的晕动预测提示方法，该方法首先获取指定时间段内目标用户的晕动程度信息，然后基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，从而基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；在所述晕动预测值超过指定阈值时，向所述目标用户的目标设备发送提示信息。由于本申请中的目标晕动预测模型是基于目标用户的晕动程度信息对晕动预测模型的参数进行配置得到的，因此通过目标晕动预测模型预测的目标用户晕动预测值的准确度较高。并且在通过目标晕动预测模型预测得到的晕动预测值超过指定阈值时，可以向目标用户的目标设备发送提示信息，从而可以及时提示目标用户，实现在目标用户已经晕昏之前及时进行提示，提高了目标用户的使用体验。

请参阅图3，图3示出了本申请实施例提供的一种晕动预测提示方法，该晕动预测提示方法可以应用于图1中所示的晕动预测提示场景100，具体的可以将该晕动预测提示场景100中的车辆系统110作为执行主体。该方法包括步骤S210至步骤S260。

步骤S210：获取指定时间段内目标用户的晕动程度信息。

其中，步骤S210在前述实施例中已经详细介绍，此处就不再赘述。

步骤S220：基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数。

步骤S230：基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数。

步骤S240：基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数以及配置后的所述晕动个人差异参数，得到与所述目标用户相匹配的目标晕动预测模型。

通过前述实施例的介绍可知，晕动程度信息可以用于表征目标用户的晕动程度，也可以理解为目标用户的不舒适程度。因此，对于一些实施方式，晕动程度信息可以包括目标用户的晕动剂量数值以及目标用户的当前不舒适程度数值。其中，晕动剂量数值于目标用户所受到的加速度相关，例如，目标用户受到的加速度越大，则晕动剂量数值一般会越大。又例如，目标用户受到的加速度的变化程度越大，则晕动剂量数值也一般会越大。而目标用户的不舒适程度，是基于目标用户主观的舒适程度的感受进行确定的。可以理解的是，对于不同的目标用户，及时处于相同的晕动剂量数值下，不同目标用户的当前不舒适程度数值也可能不会相同。例如，一位目标用户为经常乘车的年轻人，而另一位目标用户为很少乘车的老年人，此时若上述两位目标用户同时处于相同的晕动剂量数值下，可能老年人的当前不舒适程度数值会较高，而年轻人的不舒适程度数值会相对较低。其中，目标用户处于某一晕动剂量数值下，可以理解为该目标用户处于该晕动剂量数值对应的加速度下。

其中，晕动剂量数据可以基于目标用户的晕动振幅数据来确定，而目标用户的当前不舒适程度数值，可以基于目标用户进行反馈得到。具体的可以参阅后续实施例的介绍。

在一些实施方式中，晕动预测模型中可以包括有晕动增加参数以及晕动恢复参数。其中，晕动增加参数可以用于表征运动振幅数据与用户的舒适度的关系；晕动恢复参数可以用于表征用户在受到振动后不舒适度的减少速率，容易理解的是，作为一种实施方式，该不舒适度减少的速率是与不舒适度成正相关的，即用户的不舒适程度越高，则该用户不舒适度减少速率一般就越快。

从而，基于所述晕动程序信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，具体可以通过晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数。其中，所述晕动增加参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关；所述晕动恢复参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关。

进一步的，晕动预测模型中还可以包括有晕动个人差异参数。其中，晕动个人差异参数可以用于表征用户对振动的容忍度，也可以看作该用户的晕动易感程度。晕动个人差异参数越大，即用户对振动的容忍度越高，从而在面对相同振动的情况下，用户越不易感到不舒适。

不难理解的是，晕动个人差异参数受目标用户的人口学信息影响较大。因此，可以基于预先获取到的目标用户的人口学信息，来对晕动预测模型的晕动个人差异参数进行配置。其中，人口学信息可以包括性别、年龄、驾龄、驾车频率以及违章记录中至少一个。

可选的，车辆系统在和目标用户持有的用户设备建立通信连接时，可以获取到该目标用户对应的目标账户，从而可以从目标账户对应的存储空间中读取到预先存储的该目标用户对应的人口学信息。

一种示例性的，若用户设备对应智能手机，则车辆系统可以从该智能手机中的其他应用程序中读取该目标用户的人口学信息，例如从该智能手机的健康应用程序中获取。

可选的，车辆系统在和目标用户持有的用户设备建立通信连接时，若未获取到该目标用户对应的目标账户，还可以指示目标用户创建对应的目标账户，并输入相应的人口学信息，存储至目标账户对应的存储空间。

进一步的，可以基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数以及配置后的所述晕动个人差异参数，得到与所述目标用户相匹配的目标晕动预测模型。

在另一些实施方式中，晕动预测模型还可以包括有晕动感知变化时间参数以及晕动感知滞后时间参数。其中，晕动感知变化时间参数可以用于表征对用户的舒适度有影响的时间间隔；而晕动感知滞后时间参数可以用于表征用户对振动的滞后效应所对应的时间。

从而，在执行基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型时，还可以基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数。类似的，还可以基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数、晕动感知变化时间参数以及晕动感知滞后时间参数。

从而可以基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数、配置后的所述晕动个人差异参数、配置后的所述晕动感知变化时间参数以及配置后的所述晕动感知滞后时间参数，得到与所述目标用户相匹配的目标晕动预测模型。

一种示例性的，该目标晕动预测模型可以为一种乘车不舒适度预测模型PUM，具体的，该目标晕动预测模型可以通过下述各式进行表示。

其中，

上述公式中，t_s用于表征车辆系统开始晕动的时刻；t_e用于表征车辆系统停止运动的时刻；D₀用于表征晕动个人差异参数；D_N用于表征目标用户的不舒适程度数值；

用于表征目标用户在t_e时刻的不舒适程度数值；A(t)用于表征目标用户的运动振幅数据；c_A用于表征晕动增加参数；c_L用于表征晕动恢复参数；offset_t用于表征晕动感知变化时间参数；Δt用于表征晕动感知滞后时间参数。

从而，通过配置后的各参数，得到的目标运动预测模型，可以预测目标用户在指定时刻的晕动预测值。

可选的，通过前述的介绍可知，目标用户的当前不舒适程度数值，可以是基于目标用户反馈得到的。而目标用户不一定会进行反馈，从而晕动程度信息中可能不包括当前不舒适程度数值。因此，若晕动程度信息包括所述目标用户的晕动剂量数值且未包括所述目标用户的当前不舒适程度数值，此时在执行基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型时，可以包括基于预先获取的所述目标用户的人口学信息，从预先存储的多个预设晕动预测模型中查找与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

一种示例性的，可以通过目标用户的人口学信息，确定目标用户的年龄、性别等，然后从预先存储的多个预设晕动预测模型中查找与所述目标用户对应的预设晕动预测模型，例如每个预设晕动预测模型具有年龄标签以及性别标签，从而可以确定出与目标用户相匹配的预设晕动预测模型，作为所述目标晕动预测模型。

需要说明的是，通过上述通过性别和年龄确定目标晕动预测模型，仅为一种示例，还可以通过其他的任何合理的人口学信息，来确定与目标用户相匹配的目标晕动预测模型，本申请实施例不做限定。

步骤S250：基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值。

步骤S260：若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

其中，步骤S250和步骤S260在前述实施例中已经详细介绍，此处就不再赘述。

本申请提供的晕动预测提示方法，该方法可以基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数；再基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数、晕动感知变化时间参数以及晕动感知滞后时间参数，从而基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数、配置后的所述晕动个人差异参数、配置后的所述晕动感知变化时间参数以及配置后的所述晕动感知滞后时间参数，得到与所述目标用户相匹配的目标晕动预测模型。本申请提供的实施例中，目标晕动预测模型的参数基于目标用户的晕动剂量数值、当前不舒适程度数值以及人口学信息进行配置，与目标用户的管联系较强，从而可以较为准确的预测目标用户的晕动预测值。

请参阅图4，图4示出了本申请实施例提供的一种晕动预测提示方法，该晕动预测提示方法可以应用于图1中所示的晕动预测提示场景100，具体的可以将该晕动预测提示场景100中的车辆系统110作为执行主体。该方法包括步骤S310至步骤S360。

步骤S310：获取指定时间段内目标用户的晕动程度信息。

其中，步骤S310在前述实施例中已经详细描述，此处就不再赘述。

步骤S320：查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型。

在一些实施方式中，目标用户可能不止一次乘坐同一车辆，因此，该车辆对应的车辆系统还可以在基于所述晕动程度信息配置晕动预测模型中的至少一个参数之前，查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型。

一种示例性的，可以通过查找目标用户对应的目标账户中是否存储有晕动预测模型来判断是否存在与所述目标用户对应的预设晕动预测模型。具体的，步骤S320还可以包括步骤S321至步骤S324。

步骤S321：获取所述目标用户对应的目标账户。

步骤S322：查找预先存储的多个预设晕动预测模型中，是否存在至少一个所述预设晕动预测模型存储在所述目标账户对应的存储空间中。

步骤S323：若是，则判定预先存储的多个预设晕动预测模型中存在与所述目标用户对应的预设晕动预测模型。

步骤S324：若否，则判定预先存储的多个预设晕动预测模型中不存在与所述目标用户对应的预设晕动预测模型。

在一些实施方式中，可以首先获取目标用户对应的目标账户。然后判断预先存储的多个预设晕动预测模型中，是否存在至少一个所述预设晕动预测模型存储在所述目标账户对应的存储空间中。即若目标用户曾经获取过目标晕动预测模型，则该目标晕动预测模型可以作为预设晕动预测模型存储至目标用户对应的目标账户中。从而在后续目标用户再次乘坐该车辆时，可以直接将目标账户存储的预设晕动预测模型作为目标晕动预测模型。

因此，若存在至少一个所述预设晕动预测模型存储在所述目标账户对应的存储空间中，则判定预先存储的多个预设晕动预测模型中存在与所述目标用户对应的预设晕动预测模型。

若不存在所述预设晕动预测模型存储在所述目标账户对应的存储空间中，则判定预先存储的多个预设晕动预测模型中不存在与所述目标用户对应的预设晕动预测模型。

步骤S330：若不存在，则基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。

步骤S340：若存在，则将与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

进一步的，若预先存储的多个预设晕动预测模型中存在与所述目标用户对应的预设晕动预测模型，此时则可以不需要再配置晕动预测模型的参数，而可以直接将与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

若预先存储的多个预设晕动预测模型中不存在与所述目标用户对应的预设晕动预测模型，此时则基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。其中，基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型的介绍，可以参阅前述实施例，此处不再赘述。

步骤S350：基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值。

步骤S360：若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

其中，步骤S350和步骤S360在前述实施例中已经详细描述，此处就不再赘述。

本申请提供的晕动预测提示方法，该方法可以查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型，仅在不存在与所述目标用户对应的预设晕动预测模型时，才基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，可以节省系统计算资源，优化了晕动预测提示方法的整体流程。同时，由于在存在与所述目标用户对应的预设晕动预测模型时，将与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。得到的目标晕动预测模型也不会降低预测目标用户的晕动预测值的准确度。

请参阅图5，图5示出了本申请实施例提供的一种晕动预测提示方法，该晕动预测提示方法可以应用于图1中所示的晕动预测提示场景100，具体的可以将该晕动预测提示场景100中的车辆系统110作为执行主体。该方法包括步骤S410至步骤S4100。

步骤S410：基于所述目标用户持有的用户设备，获取指定时间段内所述目标用户的运动振幅数据。

步骤S420：基于所述运动振幅数据确定所述晕动剂量数值。

步骤S430：在指定时间段内向所述目标用户的目标设备发送第二询问信息，并获取所述目标用户基于所述第二询问信息反馈的当前不舒适程度数值。

通过前述的介绍可知，晕动程度信息可以包括晕动剂量数值以及当前不舒适程度数值，从而，可以分别获取晕动剂量数值以及当前不舒适程度数值。

具体的，由于车辆系统可以和用户持有的用户设备相连接，从而可以基于所述目标用户持有的用户设备，获取指定时间段内所述目标用户的运动振幅数据。

在一些实施方式中，该运动振幅数据可以为加速度数据，该加速度数据可以包括基于世界坐标轴的x、y和z三个方向各自的加速度数据。

一种示例性的，用户设备中可以设置有惯性测量单元(Inertial MeasurementUnit，IMU)，由于用户设备为目标用户持有的，因此可以通过用户设备的惯性测量单元IMU获取到的运动振幅数据，近似表征目标用户的运动振幅数据。从而车辆系统可以从用户设备获取到运动振幅数据。

其中，用户设备可能存在不止一个，此时对于一些实施方式可以选择距离用户最近的一个用户设备，并获取该用户设备的运动振幅数据。从而可以尽可能提高通过该运动振幅数据表征目标用户的运动振幅数据的准确度。

可选的，用户设备可能不会一直处于工作状态，例如可能会处于休眠状态。此时用户设备的惯性测量单元IMU可能也会进入休眠模式，从而此时车辆系统无法通过该用户设备获取到运动振幅数据。

从而在一些实施方式中，车辆系统可以首先检测各个用户设备的工作状态，仅从处于工作状态的用户设备处获取运动振幅数据。

可选的，若每个用户设备都处于休眠状态，此时可以通过车辆系统内设置的传感设备来获取运动振幅数据。

进一步的，可以基于指定时间段内的运动振幅数据，定所述晕动剂量数值。例如，可以累计指定时间段内的运动振幅数据，从而得到晕动剂量数值。

进一步的，通过前述介绍可知，当前不舒适程度数值可以由目标用户进行反馈。从而，车辆系统可以在指定时间段内向所述目标用户的目标设备发送第二询问信息，并获取所述目标用户基于所述第二询问信息反馈的当前不舒适程度数值。

其中，该第二询问信息可以包括有对于目标用户当前舒适程度的描述，从而目标用户可以基于第二询问信息进行反馈，车辆系统可以基于目标用户的反馈得到当前不舒适程度数值。

一种示例性的，请参阅下表1。

表1

表1中示出了本申请实施例提供的一种第二询问信息，其中，该第二询问信息中包括有不同的症状，以及每种症状对应的程度，每种症状的每种程度可以对应有当前不舒适程度数值。用户从而可以基于该第二询问信息进行反馈，车辆系统从而可以基于该反馈确定当前不舒适程度数值。例如，用户可以基于表1中“症状”和“程度”对应的描述，选择适用于自己当前不舒适度的症状以及该症状的程度，并通过对应的方框进行反馈，例如在方框中打勾，或涂抹该方框等。

例如，用户若反馈的症状是“感到恶心”，程度是“有一些”，则此时可以该目标用户的当前不舒适程度数值为6。

在一些实施方式中，当前不舒适程度数值可以为晕动程度级别量表(MiseryScale，MISC)。

步骤S440：基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。

其中，步骤S440在前述实施例中已经详细介绍，此处就不再赘述。

步骤S450：将所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

在一些实施方式中，可以将运动振幅数据以及指定时刻作为输入量输入进目标运动预测模型中，从而可以基于目标晕动预测模型预测晕动预测值。

可选的，通过前述实施例中的介绍可知，此处是通过用户设备获取到的运动振幅数据近似表征目标用户的运动振幅数据的，因此，在一些实施方式中，还可以获取目标用户的用户行为，并通过用户行为对运动振幅数据进行修正，从而获取到更为准确的目标用户的运动振幅数据。具体的，在执行步骤S450时，还可以包括步骤S451至步骤S453。

步骤S451：获取所述目标用户在当前时刻的用户行为对应的当前行为信息。

步骤S452：基于所述当前行为信息修正所述运动振幅数据。

步骤S453：将修正后的所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

在一些实施方式中，请参阅图6，图6示出了本申请实施例中一种运动振幅数据处理的示意图。其中，图6中包括传感组件610，数据处理组件620，晕动预测模型组件630。传感组件610可以用于获取运动振幅数据以及目标用户的当前行为信息，数据处理组件620可以用于通过当前行为信息对运动振幅数据进行处理，其中该处理可以包括修正、滤波或合成等。晕动预测模型组件630可以用于获取经过数据处理组件620处理后的运动振幅数据，从而对目标用户在指定时刻的晕动预测值进行预测。具体的，可以参阅后续介绍。

对于一些实施方式，用户行为可以包括闭目养神、听音乐或眺望前方等，从而可以通过车辆系统的传感设备获取到当前时刻目标用户的用户行为，作为当前行为信息。

通过前述的分析可知，运动振幅数据可以包括有世界坐标系下x、y以及z三个方向的加速度。从而，一种示例性的，可以通过

以及

来分别表征获取到的运动振幅数据；通过a_x、a_y以及a_z来分别表征经过目标用户的当前行为信息修正后的运动振幅数据；通过A_3x3的矩阵表征修正矩阵，其中修正矩阵可以是基于目标用户的当前行为信息确定的。

从而可以通过

求取被当前行为信息修正后的运动振幅数据。

进一步的，可以将修正后的所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，从而可以获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。通过修正后的运动振幅数据获取到的目标用户的运动预测值，具有更高的准确度。

可选的，由于在获取运动振幅数据时，可以是通过惯性测量单元IMU采集的，因此可能会同时获取到振动频率较低以及振动频率较高的频段，而其中振动频率较低以及振动频率较高的频段一般不会引起目标用户的不舒适，即不会造成目标用户产生晕动感。因此，在一些实施方式中，还可以对获取到的运动振幅数据进行滤波，从而将运动振幅数据中不易使目标用户产生晕动感的频段滤除。

一种示例性的，可以通过W_x来滤除上述示例中经过修正后得到的a_x；通过W_y来滤除上述示例中经过修正后得到的a_y；W_z来滤除上述示例中经过修正后得到的a_z。

通过前述分析可知，获取到的运动振幅数据，可以看作是世界坐标系下x、y以及z三个方向的加速度，而不同方向加速度在运动振幅数据中的占比是不同的。因此，还可以通过系数k来调整不同方向的加速度占比，从而合成获取计权加速度a_w。一种示例性的，

其中，a_wx用于表征经过W_x滤波后的a_x；类似的，a_wy用于表征经过W_y滤波后的a_y；a_wz用于表征经过W_z滤波后的a_z。

其中，滤波可以通过带通滤波器或高通滤波器以及低通滤波器的组合来实现，本申请实施例中并不做限定。

可选的，请继续参阅图6，图6中还可以包括界面640。该晕动预测模型组件630在根据数据处理组件620提供的处理后的运动振幅数据得到晕动预测值后，判断晕动预测值是否超过指定阈值，若所述晕动预测值超过指定阈值，此时可以向目标设备发送提示信息，因此在一些实施例中，该界面640可以为目标设备的界面，从而目标用户可以通过界面640获取到提示信息。可选的，晕动预测模型组件630还可以在所述晕动预测值超过指定阈值时，发送第一询问信息给界面640，从而目标用户还可以通过界面640输入第一确定信息，通过界面640将目标用户输入的第一确定信息反馈给车辆系统。

步骤S460：获取所述目标用户在当前时刻的用户行为对应的当前行为信息。

步骤S470：基于所述当前行为信息确定所述目标设备。

步骤S480：基于预先获取的所述目标用户的人口学信息确定所述指定阈值。

进一步的，通过前述分析可知，目标用户的用户行为可以不同，例如听音乐、使用智能手机或使用智能平板等。因此，可以首先获取所述目标用户在当前时刻的用户行为对应的当前行为信息。从而可以基于当前行为信息确定所述目标设备。其中，目标设备可以为至少一个目标用户持有的用户设备。

具体的，可以通过当前行为信息确定目标用户当前正在使用的用户设备，从而可以将正在使用的用户设备确定为目标设备。一种示例性的，若目标用户正在使用智能手机，则可以将该智能手机作为目标设备；若目标用户正在使用无线耳机听音乐，则可以将无线耳机作为目标设备。

进一步的，由于不同的用户具有不同的晕动易感程度，因此还可以基于目标用户的人口学信息确定指定阈值，从而使指定阈值与目标用户相对应，从而后续能更加准确的判断是否需要向目标设备发送提示信息。一种示例性的，若基于人口学信息获知该目标用户为老人年且无驾龄，此时可以设定较低的指定阈值；若该目标用户为年轻人且驾龄较长，则可以设定较高的指定指定阈值。

步骤S490：若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息以及第一询问信息，所述第一询问信息用于询问用户是否需要切换为舒适驾驶模式。

步骤S4100：若接收到所述目标用户输入的第一确定信息，则切换为舒适驾驶模式。

进一步的，在上述确定了目标设备后，若所述晕动预测值超过指定阈值，则车辆系统可以向目标设备发送提示信息。容易理解的是，提示信息可以根据目标设备的不同进行调整。例如，若目标设备为智能手机，则提示信息可以为通过智能手机的显示屏进行显示的文字提示信息；若目标设备为无线耳机，则提示信息可以为通过无线耳机进行播放的语音提示信息。其中，确定所述晕动预测值是否超过指定阈值在前述实施例中已经详细介绍，此处就不再赘述。

需要说明的是，本申请实施例中对提示信息的具体内容不做限定，可以根据需要灵活进行调整。

可选的，在所述晕动预测值超过指定阈值时，还可以向目标设备发送第一询问信息，其中该第一询问信息用于询问用户是否需要切换为舒适驾驶模式。和提示信息类似的，该第一询问信息也可以为文字第一询问信息或语音第一询问信息等。

若接收到目标用户输入的第一确定信息，此时可以切换为舒适驾驶模式。在舒适驾驶模式下，车辆系统对应的车辆行驶更加平稳，从而可以减少目标用户的晕动感。其中，第一确定信息可以为文字输入的，例如目标用户可以通过智能手机的键盘或触摸屏输入；第一确定信息也可以为语音输入的，例如目标用户可以通过智能手机的麦克风或无线耳机的麦克风输入，本申请不做限定。

进一步的，若未获取到目标用户输入的第一确定信息，此时车辆系统可以继续保持当前的驾驶模式。

本申请提供的晕动预测提示方法，该方法可以通过晕动剂量数值以及当前不舒适程度数值来配置晕动预测模型中的至少一个参数，从而获取目标晕动预测模型；再通过用户行为对应的当前行为信息来修正运动振幅数据，基于修正后的运动振幅数据通过目标晕动预测模型来预测目标用户的晕动预测值，具有较高的准确度。并且，在晕动预测值超过指定阈值时，还可以向目标设备发送第一询问信息，从而在获取到目标用户输入的第一确定信息后，可以切换为舒适驾驶模式，从而可以在目标用户未发生呕吐等严重晕动之前，降低目标用户的晕动感，提高了目标用户的体验。

请参阅图7，图7示出了本申请实施例提供的一种晕动预测提示方法，该晕动预测提示方法可以应用于图1中所示的晕动预测提示场景100，具体的可以将该晕动预测提示场景100中的车辆系统110作为执行主体。该方法包括步骤S510至步骤S590。

步骤S510：若检测到所述目标用户进入指定范围区间，则与所述目标用户持有的用户设备建立通信连接。

步骤S520：向所述目标用户的目标设备发送第三询问信息，所述第三询问信息用于询问所述目标用户是否需要执行晕动预测提示。

步骤S530：若接收到所述目标用户输入的第二确定信息，则获取指定时间段内目标用户的晕动程度信息，并执行后续步骤。

在一些实施方式中，在获取指定时间段内目标用户的晕动程度信息之前，还可以检测是否存在目标用户，已经目标用户是否需要执行晕动预测，从而可以在目标用户不存在时，或目标用户不需要执行晕动预测时，不执行该晕动预测，可以节省系统资源，例如电力资源与算力资源。

具体的，车辆系统可以检测目标用户是否进入到指定范围区间，在检测到所述目标用户进入指定范围区间时，与所述目标用户持有的用户设备建立通信连接。其中，指定范围区间可以基于车辆系统进行确定，例如可以将该车辆系统对应的车辆的内部空间作为指定范围区间；又例如也可以将该车辆统对应的车辆作为原点，使周围指定范围内的空间作为指定范围区间，例如周围1米、1.5米等。

可选的，车辆系统还可以通过判断预先设定的指定条件是否被触发，来判断目标用户是否进入到指定范围区间。一种示例性的，该指定条件可以为车门被打开，此时若检测到车门被打开则可以视为目标用户进入指定范围区间。又一种示例性的，指定条件还可以为座椅压力大于指定数值，例如200牛、400牛等。此时若检测到座椅压力大于指定数值，则可以视为目标用户进入指定范围区间。

一种示例性的，与车辆系统建立了通信连接的用户设备，可以接收到车辆系统发送的信息，也可以获取目标用户输入的信息，并将该信息发送给车辆系统。例如，用户设备可以运行应用指定应用程序，从而通过该指定应用程序可以和车辆系统实现通信；又例如，用户设备还可以运行指定后台服务(Service)，从而通过指定后台服务和车辆系统实现通信。

其中，车辆系统可以通过短距离无线通信协议和用户设备建立通信连接。例如，车辆系统可以通过蓝牙Bluetooth和用户设备建立通信连接；又例如车辆系统可以通过无线通信协议Wi-Fi和用户设备建立通信连接。

对于一些实施方式，可以通过车辆系统设置的传感设备来检测目标用户是否进入到指定范围区间，例如传感设备可以为摄像头，从而可以通过摄像头来检测目标用户是否进入到指定范围区间。

进一步的，通过前述分析可知，由于车辆系统需要和目标用户持有的用户设备进行通信，因此，在检测到所述目标用户进入指定范围区间时，可以与所述目标用户持有的用户设备建立通信连接。

从而，车辆系统可以向目标用户的目标设备发送第三询问信息，其中第三询问信息可以用于询问目标用户是否需要执行晕动预测提示。目标设备可以为至少一个目标用户持有的用户设备，具体的，确定目标设备的方法，可以参阅前述实施例中的介绍，此处就不再赘述。和第一询问信息类似，第三询问信息也可以为文字第三询问信息或语音第三询问信息等。

进一步的，目标用户在接收到第三询问信息后，可以基于该第三询问信息输入第二确定信息，此时车辆系统可以判定目标用户需要执行该晕动预测提示，从而车辆系统可以获取指定时间段内目标用户的晕动程度信息，并执行后续步骤。

步骤S540：获取指定时间段内目标用户的晕动程度信息。

步骤S550：基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。

步骤S560：基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值。

步骤S570：若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

其中，步骤S540至步骤S570在前述实施例中已经详细介绍，此处就不再赘述。

本申请提供的晕动预测提示方法，该方法仅在车辆系统检测到目标用户进入指定范围区间内，且获取到目标用户输入的第二确定信息时，才获取指定时间段内目标用户的晕动程度信息，并执行后续步骤。在目标用户不存在时，或目标用户不需要执行晕动预测时，不执行该晕动预测，可以节省系统资源。

请参阅图8，图8示出了本申请实施例提供的一种晕动预测提示装置800的结构框图，该晕动预测提示装置800应用于车辆系统，所述装置包括：第一获取单元、第二获取单元、预测单元以及提示单元。

第一获取单元810，用于获取指定时间段内目标用户的晕动程度信息。

进一步的，第一获取单元810还可以用于基于所述目标用户持有的用户设备，获取指定时间段内所述目标用户的运动振幅数据；基于所述运动振幅数据确定所述晕动剂量数值；在指定时间段内向所述目标用户的目标设备发送第二询问信息，并获取所述目标用户基于所述第二询问信息反馈的当前不舒适程度数值。

进一步的，第一获取单元810还可以用于若检测到所述目标用户进入指定范围区间，则与所述目标用户持有的用户设备建立通信连接；向所述目标用户的目标设备发送第三询问信息，所述第三询问信息用于询问所述目标用户是否需要执行晕动预测提示；若接收到所述目标用户输入的第二确定信息，则获取指定时间段内目标用户的晕动程度信息，并执行后续步骤。

第二获取单元820，用于基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型。

进一步的，第二获取单元820还可以用于基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数；基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数；基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数以及配置后的所述晕动个人差异参数，得到与所述目标用户相匹配的目标晕动预测模型。

进一步的，第二获取单元820还可以用于基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数；基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数、晕动感知变化时间参数以及晕动感知滞后时间参数；基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数、配置后的所述晕动个人差异参数、配置后的所述晕动感知变化时间参数以及配置后的所述晕动感知滞后时间参数，得到与所述目标用户相匹配的目标晕动预测模型。其中，所述晕动增加参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关；所述晕动恢复参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关。

进一步的，第二获取单元820还可以用于基于预先获取的所述目标用户的人口学信息，从预先存储的多个预设晕动预测模型中查找与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

进一步的，第二获取单元820还可以用于查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型；若不存在，则基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；若存在，则将与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

进一步的，第二获取单元820还可以用于获取所述目标用户对应的目标账户；查找预先存储的多个预设晕动预测模型中，是否存在至少一个所述预设晕动预测模型存储在所述目标账户对应的存储空间中；若是，则判定预先存储的多个预设晕动预测模型中存在与所述目标用户对应的预设晕动预测模型；若否，则判定预先存储的多个预设晕动预测模型中不存在与所述目标用户对应的预设晕动预测模型。

预测单元830，用于基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值。

进一步的，预测单元830还可以用于将所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

进一步的，预测单元830还可以用于获取所述目标用户在当前时刻的用户行为对应的当前行为信息；基于所述当前行为信息修正所述运动振幅数据；将修正后的所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

提示单元840，用于若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

进一步的，提示单元840还可以用于获取所述目标用户在当前时刻的用户行为对应的当前行为信息；基于所述当前行为信息确定所述目标设备；基于预先获取的所述目标用户的人口学信息确定所述指定阈值。其中，所述人口学信息包括：性别、年龄、驾龄、驾车频率以及违章记录中至少一个。

进一步的，提示单元840还可以用于若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息以及第一询问信息，所述第一询问信息用于询问用户是否需要切换为舒适驾驶模式；若接收到所述目标用户输入的第一确定信息，则切换为舒适驾驶模式。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，单元相互之间的耦合可以是电性，机械或其它形式的耦合。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

请参阅图9，图9示出了本申请实施例提供的一种电子设备900的结构框图。该电子设备900可以是智能手机、笔记本电脑、台式电脑、平板电脑、无线耳机等。本申请中的电子设备900可以包括一个或多个处理器910。其中，所述一个或多个处理器910可以用于获取所述车辆系统发送的提示信息，所述提示信息为所述车辆系统基于前述各实施例中的方法确定的。

可选的，电子设备900中还可以包括存储器(图9中未示出)，该存储器可以和处理器910相连接。

处理器910可以包括一个或者多个处理核。处理器910利用各种接口和线路连接整个电子设备900内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行电子设备900的各种功能和处理数据。可选地，处理器910可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器910可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器910中，单独通过一块通信芯片进行实现。

存储器可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器ROM。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令、用于实现下述各个方法实施例的指令等。存储数据区还可以存储电子设备900在使用中所创建的数据等。

请参考图10，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读介质1000中存储有程序代码，所述程序代码可被第一处理器或第二处理器调用执行上述方法实施例中所描述的方法。

计算机可读存储介质1000可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质1000包括非易失性计算机可读介质(non-transitory computer-readable storage medium)。计算机可读存储介质1000具有执行上述方法中的任何方法步骤的程序代码1010的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码1010可以例如以适当形式进行压缩。

请参考图11，其示出了本申请实施例提供的一种计算机程序产品1100的结构框图。该计算机程序产品1100中包括计算机程序/指令1110，该计算机程序/指令1110被第一处理器或第二处理器执行时实现上述方法的步骤。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (17)

1.一种晕动预测提示方法，其特征在于，应用于车辆系统，所述方法包括：

获取指定时间段内目标用户的晕动程度信息；

基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；

基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；

若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

2.根据权利要求1所述的方法，其特征在于，所述晕动程度信息包括所述目标用户的晕动剂量数值以及所述目标用户的当前不舒适程度数值，所述基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，包括：

基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数；

基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数；

基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数以及配置后的所述晕动个人差异参数，得到与所述目标用户相匹配的目标晕动预测模型。

3.根据权利要求1所述的方法，其特征在于，所述晕动程度信息包括所述目标用户的晕动剂量数值以及所述目标用户的当前不舒适程度数值，所述基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，包括：

基于所述晕动剂量数值以及所述当前不舒适程度数值配置所述晕动预测模型的晕动增加参数以及晕动恢复参数；

基于预先获取的所述目标用户的人口学信息配置所述晕动预测模型的晕动个人差异参数、晕动感知变化时间参数以及晕动感知滞后时间参数；

基于配置后的所述晕动增加参数、配置后的所述晕动恢复参数、配置后的所述晕动个人差异参数、配置后的所述晕动感知变化时间参数以及配置后的所述晕动感知滞后时间参数，得到与所述目标用户相匹配的目标晕动预测模型。

4.根据权利要求2或3所述的方法，其特征在于，所述晕动增加参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关；所述晕动恢复参数分别与所述晕动剂量数值以及所述当前不舒适程度数值正相关。

5.根据权利要求1所述的方法，其特征在于，所述晕动程度信息包括所述目标用户的晕动剂量数值且未包括所述目标用户的当前不舒适程度数值，所述基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，包括：

基于预先获取的所述目标用户的人口学信息，从预先存储的多个预设晕动预测模型中查找与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

6.根据权利要求1所述的方法，其特征在于，所述基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型，包括：

查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型；

若不存在，则基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；

若存在，则将与所述目标用户对应的预设晕动预测模型，作为所述目标晕动预测模型。

7.根据权利要求6所述的方法，其特征在于，所述查找预先存储的多个预设晕动预测模型中是否存在与所述目标用户对应的预设晕动预测模型，包括：

获取所述目标用户对应的目标账户；

查找预先存储的多个预设晕动预测模型中，是否存在至少一个所述预设晕动预测模型存储在所述目标账户对应的存储空间中；

若是，则判定预先存储的多个预设晕动预测模型中存在与所述目标用户对应的预设晕动预测模型；

若否，则判定预先存储的多个预设晕动预测模型中不存在与所述目标用户对应的预设晕动预测模型。

8.根据权利要求1所述的方法，其特征在于，所述若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息之前，还包括：

获取所述目标用户在当前时刻的用户行为对应的当前行为信息；

基于所述当前行为信息确定所述目标设备；

基于预先获取的所述目标用户的人口学信息确定所述指定阈值。

9.根据权利要求2、3、5以及8中任一项所述的方法，所述人口学信息包括：性别、年龄、驾龄、驾车频率以及违章记录中至少一个。

10.根据权利要求1所述的方法，其特征在于，所述若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，包括：

若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息以及第一询问信息，所述第一询问信息用于询问用户是否需要切换为舒适驾驶模式；

若接收到所述目标用户输入的第一确定信息，则切换为舒适驾驶模式。

11.根据权利要求1所述的方法，其特征在于，所述晕动程度信息包括晕动剂量数值以及当前不舒适程度数值，所述获取指定时间段内目标用户的晕动程度信息，包括：

基于所述目标用户持有的用户设备，获取指定时间段内所述目标用户的运动振幅数据；

基于所述运动振幅数据确定所述晕动剂量数值；

在指定时间段内向所述目标用户的目标设备发送第二询问信息，并获取所述目标用户基于所述第二询问信息反馈的当前不舒适程度数值。

12.根据权利要求11所述的方法，其特征在于，所述基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值，包括：

将所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

13.根据权利要求12所述的方法，其特征在于，所述将所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值，包括：

获取所述目标用户在当前时刻的用户行为对应的当前行为信息；

基于所述当前行为信息修正所述运动振幅数据；

将修正后的所述运动振幅数据以及所述指定时刻输入所述目标晕动预测模型，获取所述目标晕动预测模型输出的所述目标用户在指定时刻的晕动预测值。

14.根据权利要求1所述的方法，其特征在于，所述获取指定时间段内目标用户的晕动程度信息之前，还包括：

若检测到所述目标用户进入指定范围区间，则与所述目标用户持有的用户设备建立通信连接；

向所述目标用户的目标设备发送第三询问信息，所述第三询问信息用于询问所述目标用户是否需要执行晕动预测提示；

若接收到所述目标用户输入的第二确定信息，则获取指定时间段内目标用户的晕动程度信息，并执行后续步骤。

15.一种晕动预测提示装置，其特征在于，应用于车辆系统，所述装置包括：

第一获取单元，用于获取指定时间段内目标用户的晕动程度信息；

第二获取单元，用于基于所述晕动程度信息配置晕动预测模型中的至少一个参数，得到与所述目标用户相匹配的目标晕动预测模型；

预测单元，用于基于所述目标晕动预测模型，预测所述目标用户在指定时刻的晕动预测值；

提示单元，用于若所述晕动预测值超过指定阈值，则向所述目标用户的目标设备发送提示信息，其中，所述目标设备基于所述目标用户的用户行为确定。

16.一种电子设备，其特征在于，包括：一个或多个处理器；

所述一个或多个处理器用于获取所述车辆系统发送的提示信息，所述提示信息为所述车辆系统基于权利要求1-14任一项所述的方法确定的。

17.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1-14任一项所述的方法。

Images