座舱硬件改装方法、装置、设备及存储介质与流程

1.本技术涉及智能座舱技术领域，具体而言，涉及一种座舱硬件改装方法、装置、设备及存储介质。


背景技术：

2.汽车改装更深层的需求是对性能的提升，尤其是汽车配件这种很难实行先试用后付款售卖模式的产品，再加上消费者自身的车辆折损程度不同，同一配件安装在不同实车上的效果可能存在一定差异，更需要一种能提前让用户感受到性能变化的方法，才能满足消费者在售前阶段完全了解产品的需求，以及促进用户对相关产品的消费欲。
3.目前，与汽车相关的行业都在尝试融合车联网技术，用软件来赋能汽车以找到提升用户体验提升销售额的方法，在汽车改装行业中，也出现了利用计算机技术和三维引擎来实现实时渲染，从而让用户能更直观的感受到装配不同配件后的车体效果，但对改装实际效果的感知依旧只停留在视觉外观。另外也有基于通过软件改变车辆硬件参数的技术，提前预设好相关的参数并根据用户的选择匹配对应的效果，但并未考虑车辆损耗程度对实际效果的影响，有效性差。


技术实现要素：

4.有鉴于此，本技术实施例的目的在于提供一种座舱硬件改装方法、装置、设备及存储介质，通过将用户当前汽车各模块包括车辆损耗程度在内的实际参数数据和不同汽车配件可提升的性能参数数据存储于数据库，在这些数据的基础上，利用软件系统控制汽车电子仪表板数据、转向盘自由行程、音响音效等实车座舱内的硬件，真实地模拟装配不通汽车配件后汽车实际的上路效果，达到提前感受实际改车效果的诉求，从而解决上述“改装实际效果的感知依旧只停留在视觉外观，且并未考虑车辆损耗程度对实际效果的影响，有效性差”的技术问题。
5.第一方面，本技术实施例提供一种座舱硬件改装方法，所述方法包括：获取汽车配件参数数据和当前车辆的实际参数数据；基于所述实际参数数据，计算所述当前车辆的损耗程度；根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果；基于所述改装模拟效果，对座舱硬件进行调整。
6.在上述实现过程中，通过将用户当前汽车各模块包括车辆损耗程度在内的实际参数数据和不同汽车配件可提升的性能参数数据存储于数据库，在这些数据的基础上，利用软件系统控制实车座舱内的硬件真实地模拟装配汽车配件后汽车实际的上路效果，达到提前感受实际改车效果的诉求，避免了改装实际效果的感知只停留在视觉外观的缺陷，提高了座舱硬件改装的体验感、有效性。
7.可选地，所述获取汽车配件参数数据和当前车辆的实际参数数据，包括：通过可编程应用接口向生产厂商系统获取汽车配件参数数据，并存储在汽车配件数据库中；其中，所述汽车配件参数数据包括：改装车机配件的使用车型、性能提升数据、价格、类型；检测到当
前车辆处于静止或驻车状态时，获取所述当前车辆的实际参数数据，并存储在车辆信息数据库中；其中，所述实际参数数据包括：车辆的行驶里程数、出厂时间、维修次数、类型、各模块更换次数和当前配件型号。
8.在上述实现过程中，通过分别获取汽车配件参数数据、当前车辆的实际参数数据预估车辆后续改装配件后效果，提高了座舱硬件改装的有效性。
9.可选地，所述基于所述汽车配件参数数据和实际参数数据，计算所述当前车辆的损耗程度之前，还包括：使用tls/ssl协议建立安全数据传输通道；使用加密算法对所述汽车配件参数数据和实际参数数据进行加密；将加密后的数据通过所述安全数据传输通道传输至服务端，以进行所述当前车辆的损耗程度的计算。
10.在上述实现过程中，通过将数据加密传输至服务端进行损耗程度的计算，提高了数据的安全性、完整性。
11.可选地，所述基于所述实际参数数据，计算所述当前车辆的损耗程度，包括：对所述实际参数数据进行预处理，并划分数据集；构建随机森林回归模型进行模型训练，获得目标训练模型；使用所述目标训练模型进行预测，获得所述当前车辆的损耗程度。
12.在上述实现过程中，通过构建模型算法计算当前车辆的损耗程度，进而模拟改装件的装配效果，可以更贴合实际地告知用户所选改装件能带来的实际效果，提高了座舱硬件改装的有效性。
13.可选地，所述构建随机森林回归模型进行模型训练，获得目标训练模型，包括：选择所述汽车配件参数数据和实际参数数据中的最优特征，将训练数据集划分为多个子集；对所述多个子集递归生成多个子树；当达到预设停止条件时，生成多个单节点决策树；基于所述多个单节点决策树构建随机森林回归模型进行模型训练，获得目标训练模型。
14.在上述实现过程中，通过使用多棵决策树组成的随机森林模型计算车辆损耗程度，能够有效地捕捉数据集中的复杂关系和非线性特征，集成多个决策树的结果给出准确的预测，提高了损耗程度计算的准确性。
15.可选地，所述实际参数数据包括：汽车的出厂初始数据和汽车使用过程产生的实时数据。
16.在上述实现过程中，通过结合汽车的出厂初始数据和汽车使用过程产生的实时数据两方面的实际参数数据，扩展了数据源；根据用户当前车辆的实际磨损情况预估改装后的性能提升，不再仅限于生产商所提供的产品数据，预估数据更贴合真实情况，提升了改装模拟的有效性。
17.可选地，所述根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果，包括：接收用户在前端选择的汽车配件；根据所述汽车配件和所述损耗程度，对装配所述汽车配件后的当前车辆进行性能参数调整；在性能参数调整过程中，将所述当前车辆的改装模拟效果呈现给用户。
18.在上述实现过程中，通过支持用户在座舱环境内体验改装效果，提供了更加沉浸的改装件选购环境；让消费者更加了解各种改装件对实车性能的改变，帮助消费者更精准的选择适合自己的配件；利用软件化选配件的形式，提供了更便利的配件选购场景，增加了配件厂商的销售渠道和销售额。
19.第二方面，本技术实施例提供了一种座舱硬件改装装置，所述装置包括：获取模
块，用于获取汽车配件参数数据和当前车辆的实际参数数据；计算损耗模块，用于基于所述实际参数数据，计算所述当前车辆的损耗程度；模拟改装效果模块，用于根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果；改装座舱模块，用于基于所述改装模拟效果，对座舱硬件进行调整。
20.第三方面，本技术实施例还提供一种电子设备，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行上述的方法的步骤。
21.第四方面，本技术实施例提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的方法的步骤。
22.为使本技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。
附图说明
23.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
24.图1为本技术实施例提供的一种座舱硬件改装方法的流程图；
25.图2为本技术实施例提供的一种座舱硬件改装方法的示例图；
26.图3为本技术实施例提供的座舱硬件改装装置的功能模块示意图；
27.图4为本技术实施例提供座舱硬件改装装置的电子设备的方框示意图。
28.图标：210-获取模块；220-计算损耗模块；230-模拟改装效果模块；240-改装座舱模块；300-电子设备；311-存储器；312-存储控制器；313-处理器；314-外设接口；315-输入输出单元；316-显示单元。
具体实施方式
29.下面将结合本技术实施例中附图，对本技术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技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术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技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，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，都属于本技术保护的范围。
30.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。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。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。
31.本技术发明人注意到，当前与汽车相关的行业都在尝试融合车联网技术，用软件来赋能汽车以找到提升用户体验提升销售额的方法。在汽车改装行业中，也出现了利用计算机技术和三维引擎来实现实时渲染，从而让用户能更直观的感受到装配不同配件后的车体效果，例如现有技术1公开了一种面向汽车改装应用场景的三维选配方法，使得用户可便捷的在网页上实现汽车配件的三维选配，操作简便，并可多视角观察到安装所选择的选配体后的车型，具有较佳的传播性，同时也可跨平台使用；但当前这种技术只能满足用户对视觉效果的需求，对改装实际效果的感知依旧停留在外观。另外，也有出现基于通过软件改变车辆硬件参数的技术，例如现有技术2公开了一种车载声效和光学效果模拟器，能自动感应车辆当前的速度和加速度并能发出相应条件下模拟对象的声音效果；声音效果中包含有引擎声、刹车声、风噪声等；模拟对象有fl赛车、哈雷摩托、卡丁车、gt赛车、战斗机等可供选择；外接的led灯根据速度和加速度值不断变化颜色、亮度、形状，使驾驶者在视觉上有风驰电掣殷的感觉。尽管该方案的内容也可以应用于改装领域，但这种方案更多的应用场景在于如何提前预设好相关的参数并根据用户的选择匹配对应的效果，而没有包含车辆损耗程度对实际效果影响的考虑，所以该方案在娱乐场景的应用要大于功能性场景。有鉴于此，本技术实施例提供了一种如下介绍的座舱硬件改装方法、装置、设备及存储介质。
32.请参阅图1，图1为本技术实施例提供的一种座舱硬件改装方法的流程图。下面对本技术实施例作详细阐释。该方法包括：步骤100、步骤120、步骤140和步骤160。
33.步骤100：获取汽车配件参数数据和当前车辆的实际参数数据；
34.步骤120：基于实际参数数据，计算当前车辆的损耗程度；
35.步骤140：根据汽车配件参数数据和损耗程度，估计当前车辆装配汽车配件后的改装模拟效果；
36.步骤160：基于改装模拟效果，对座舱硬件进行调整。
37.示例性地，汽车配件参数数据可以是：改装配件使用的车型、改装配件性能提升数据、改装配件的价格、改装配件的类型等多种用于表征装配汽车座舱硬件的性能参数数据。实际参数数据可以是：当前车辆固有的性能数据和汽车使用过程中产生的实时数据，例如：车速、发动机转速、冷却液温度、消耗量、汽车品牌、汽车型号、生产年份、发动机排量、发动机功率、燃油类型、abs启用次数及时间、维修次数及时间、各类型零部件更换次数及时间、急刹次数、急加速次数、超速行驶次数及时间、故障码出现次数、车辆行驶位置地理特征及行驶时间、汽车行驶时天气特征、总行驶里程数等多种汽车数据。损耗程度可以是：汽车发动机、制动系统、零部件等各种座舱硬件的磨损、损耗情况。
38.可选地，如图2所示，涉及用户、车机系统、车企、云服务、改装件生产商等几端的交互。先在模拟改装系统与车机之间建立连接，在服务器中建立数据库用于存储获取的汽车配件参数数据和当前车辆的实际参数数据；模拟改装系统先整合相关的汽车配件参数数据以保证后续的服务，其中相关的参数数据可以从品牌车机和专门生产汽车配件的厂商获得；用户启动车机并在车机中打开改装程序；车机联网接通改装系统服务，车机进入模拟改装模式，改装程序需在用户打开程序后检测当前车辆是否处于静止/驻车状态，车机根据实际情况反馈给服务器当前汽车的行车状态，只有在静止或驻车状态下才允许用户使用程序功能，行驶状态中禁止使用；当车辆状态通过检测时，服务器获取用户当前车辆的实际参数
256)计算数据的哈希值，确保数据的完整性，使用数字签名验证数据的来源和完整性，可通过非对称加密算法(例如rsa)实现。通过将数据加密传输至服务端进行损耗程度的计算，提高了数据的安全性、完整性。
49.在一个实施例中，步骤120可以包括：步骤121、步骤122和步骤123。
50.步骤121：对实际参数数据进行预处理，并划分数据集；
51.步骤122：构建随机森林回归模型进行模型训练，获得目标训练模型；
52.步骤123：使用目标训练模型进行预测，获得当前车辆的损耗程度。
53.示例性地，基于车辆的实际参数数据，采用随机森林模型算法进行车辆损耗程度的计算，不同的改装件装配在不同车况的实车上可能发挥的性能存在差异，通过计算损耗程度可以更贴合实际地告知用户所选改装件能带来的实际效果。计算的过程可以是：(1)数据预处理：对于缺失数据和异常值进行处理，例如使用均值或中位数来填充缺失值，或将异常值替换为相邻值，对于连续型数据，进行归一化或标准化处理，以确保数据在相同的范围内。从给定的数据中提取有意义的特征，对于类别型数据(例如汽车品牌、型号、生产年份、燃油类型等)，可以采用独热编码或标签编码进行转换，时间型数据也可以转换为特征，例如星期几、季节等。将数据集划分为训练集和测试集，可采用70％的数据作为训练集，30％的数据作为测试集。(2)随机森林算法模型构建：可使用sklearn库中的random forest regressor来构建随机森林回归模型，设置合适的参数，如树的数量、最大深度、最小叶节点样本数等。使用训练集进行模型的训练，调用模型的fit方法，将特征和目标变量作为参数传入。使用测试集评估模型的性能，通过计算预测值与实际值之间的误差，例如使用均方根误差(rmse)或决定系数(r2)评估模型的准确度。(3)预测：根据新的输入数据，使用训练好的目标模型进行预测，调用模型的predict方法，将新的特征作为参数传入，得到预测的当前车辆损耗程度。(4)模型优化：可以通过调整模型的参数，如增加树的数量、调整树的最大深度等来优化模型的性能，可以采用交叉验证方法对模型进行调优。通过构建模型算法计算当前车辆的损耗程度，进而模拟改装件的装配效果，可以更贴合实际地告知用户所选改装件能带来的实际效果，提高了座舱硬件改装的有效性。
54.在一个实施例中，步骤122可以包括：步骤1221、步骤1222、步骤1223和步骤1224。
55.步骤1221：选择汽车配件参数数据和实际参数数据中的最优特征，将训练数据集划分为多个子集；
56.步骤1222：对多个子集递归生成多个子树；
57.步骤1223：当达到预设停止条件时，生成多个单节点决策树；
58.步骤1224：基于多个单节点决策树构建随机森林回归模型进行模型训练，获得目标训练模型。
59.示例性地，采用随机森林模型进行车辆损耗程度的计算，选用该模型最大的优势在于它由多棵决策树组成，能够有效地捕捉数据集中的复杂关系和非线性特征，适用于上文中提到的类型多样的数据特征，通过集成多个决策树的结果给出准确的预测。每棵决策树的算法可以如下：输入训练数据集d，特征集a，停止条件；输出决策树t1，若所有实例属于同一类c，返回单节点树t，标记为c。若特征集a为空集或者在d中的所有实例的特征属性值都相同，返回单节点树t，标记为d中实例数最多的类别。根据某种策略(如信息增益、基尼指数)从特征集a中选择最优特征ag。根据特征ag的取值将d分为若干子集di，每个子集对应特
征ag的一个取值。对于每个子集di，递归调用得到子树ti，并将ti作为树t的子节点。决策树生成过程是一个递归的过程，通过选择最优特征将训练数据集划分为多个子集，再对每个子集递归生成子树。当满足预设停止条件时，生成单节点树，即叶节点。其中，预设停止条件可以是达到预定的树的深度、没有更多特征可选、节点中的实例属于同一类、节点中实例数小于阈值等。
60.特别地，由于随机森林算法是集成学习方法，它由多棵决策树组成，每棵决策树都是独立生成的，因此每棵决策树的具体算法都遵循上述过程，但在生成时可能使用不同的特征子集和样本子集来增加随机性，以提高模型的泛化能力。而具体如何将不同的参数归类与不同的特征或如何设定每个参数对应的权重，目前在市场或消费者层面依然比较主观，例如：根据用户位置可以获取到该地区的大概地形以判断该车辆经常行驶在何种环境中，假如同样是山区公路，suv车型与运动型跑车的磨损就大不相同，再加上不同型号的车辆在联网能力上有差异，能收集到的数据类型和数量有所不同，因此在实施本技术方案时可根据实际业务需要调整，而非仅限于使用上述统一的算法公式。通过使用多棵决策树组成的随机森林模型计算车辆损耗程度，能够有效地捕捉数据集中的复杂关系和非线性特征，集成多个决策树的结果给出准确的预测，提高了损耗程度计算的准确性。
61.在一个实施例中，该实际参数数据包括：汽车的出厂初始数据和汽车使用过程产生的实时数据。
62.示例性地，用于计算损耗程度的车辆实际参数数据可以分为两个维度，一方面可以是汽车基本的出厂数据，例如：汽车品牌、型号、生产年、发动机排量、燃油类型、功率等，这些数据可以反映出汽车本身的性能。另一方面可以是：汽车在使用过程中的产生的数据，例如：(1)通过连通obd车辆诊断系统，获取车辆日常的车速、发动机转速、冷却液温、燃油消耗量等实时数据，假如日常车速平均水平较高，则可能说明发动机磨损更高，日常发动机转速均值较高，则可能说明发动机长期处于高负荷工作状态，冷却液的平均温度则反映出是否能减缓发动机的损耗情况，燃油消耗量可计算出某时间周期的内消耗均值，对比车辆出厂时的消耗水平也能反映出车辆的损耗情况是使用程度。(2)获取abs(制动防抱死系统)启动频率，如果abs启动频率较高，可能意味着车辆的制动系统存在异常情况，说明车辆损耗程度较高。(3)联网获取该车辆的保养记录，其中更换的零部件类型，维修次数及间隔次数以及总行驶里程数都可以反映出车辆的损耗程度。(4)日常驾驶行为记录，例如急刹车、急加速、超速次数，激烈驾驶行为过多也可能造成车辆损耗程度较高。通过结合汽车的出厂初始数据和汽车使用过程产生的实时数据两方面的实际参数数据，扩展了数据源；根据用户当前车辆的实际磨损情况预估改装后的性能提升，不再仅限于生产商所提供的产品数据，预估数据更贴合真实情况，提升了改装模拟的有效性。
63.在一个实施例中，步骤140可以包括：步骤141、步骤142和步骤143。
64.步骤141：接收用户在前端选择的汽车配件；
65.步骤142：根据汽车配件和损耗程度，对装配汽车配件后的当前车辆进行性能参数调整；
66.步骤143：在性能参数调整过程中，将当前车辆的改装模拟效果呈现给用户。
67.示例性地，用户在软件界面或前端页面中选择对汽车配件发动机进行改装，系统识别用户所选后可对汽车仪表盘的显示状态进行参数调整，加快仪表盘时速数据的提升速
度，比如百公里加速时间从5秒减少为4秒，同时对座椅靠背进行角度微调以模拟加速带来的推背感，此效果为驻车状态下的模拟改装效果，在用户踩下油门时作为调整仪表盘参数的触发时机，从而将改装的效果更直观的传达给用户。上述过程中，首先需要将软件界面中可选择的汽车配件与对应的实际汽车部件进行配对，并筛选是否可以通过传感器对配件的原始参数进行干预调整。可选地，仪表盘时速的显示速度的快慢调整也可以反映出改装不同刹车片后的刹车制动力大小；调整转向助力的强度和反馈力度，也能够让用户感受到更轻松的转向和更准确的操控响应。通过采集汽车配件可提升的性能参数录入配件信息库，采集实车里程数及出厂年份等车辆信息录入车辆信息库，允许用户在前端界面自定义选择配件，根据用户选择，将配件信息库与车辆信息库中的相关数据通过预设好的算法计算出对当前实车的实际提升，并通过仪表盘及音响音效等相关座舱硬件将数据转化为音效、视觉效果及操纵效果反馈给用户。
68.通过支持用户在座舱环境内体验改装效果，提供了更加沉浸的改装件选购环境；让消费者更加了解各种改装件对实车性能的改变，帮助消费者更精准的选择适合自己的配件；利用软件化选配件的形式，提供了更便利的配件选购场景，增加了配件厂商的销售渠道和销售额。
69.请参阅图3，图3为本技术实施例提供的一种座舱硬件改装装置的模块功能示意图。该装置包括：获取模块210、计算损耗模块220、模拟改装效果模块230和改装座舱模块240。
70.获取模块210，用于获取汽车配件参数数据和当前车辆的实际参数数据；
71.计算损耗模块220，用于基于实际参数数据，计算当前车辆的损耗程度；
72.模拟改装效果模块230，用于根据汽车配件参数数据和损耗程度，估计当前车辆装配汽车配件后的改装模拟效果；
73.改装座舱模块240，用于基于改装模拟效果，对座舱硬件进行调整。
74.可选地，获取模块210可以用于：
75.通过可编程应用接口向生产厂商系统获取汽车配件参数数据，并存储在汽车配件数据库中；其中，所述汽车配件参数数据包括：改装车机配件的使用车型、性能提升数据、价格、类型；
76.检测到当前车辆处于静止或驻车状态时，获取所述当前车辆的实际参数数据，并存储在车辆信息数据库中；其中，所述实际参数数据包括：车辆的行驶里程数、出厂时间、维修次数、类型、各模块更换次数和当前配件型号。
77.可选地，获取模块210可以用于：
78.使用tls/ssl协议建立安全数据传输通道；
79.使用加密算法对所述汽车配件参数数据和实际参数数据进行加密；
80.将加密后的数据通过所述安全数据传输通道传输至服务端，以进行所述当前车辆的损耗程度的计算。
81.可选地，计算损耗模块220可以用于：
82.对所述实际参数数据进行预处理，并划分数据集；
83.构建随机森林回归模型进行模型训练，获得目标训练模型；
84.使用所述目标训练模型进行预测，获得所述当前车辆的损耗程度。
85.可选地，计算损耗模块220可以用于：
86.选择所述汽车配件参数数据和实际参数数据中的最优特征，将训练数据集划分为多个子集；
87.对所述多个子集递归生成多个子树；
88.当达到预设停止条件时，生成多个单节点决策树；
89.基于所述多个单节点决策树构建随机森林回归模型进行模型训练，获得目标训练模型。
90.可选地，所述实际参数数据包括：汽车的出厂初始数据和汽车使用过程产生的实时数据。
91.可选地，模拟改装效果模块230可以用于：
92.接收用户在前端选择的汽车配件；
93.根据所述汽车配件和所述损耗程度，对装配所述汽车配件后的当前车辆进行性能参数调整；
94.在性能参数调整过程中，将所述当前车辆的改装模拟效果呈现给用户。
95.请参阅图4，图4是电子设备的方框示意图。电子设备300可以包括存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316。本领域普通技术人员可以理解，图4所示的结构仅为示意，其并不对电子设备300的结构造成限定。例如，电子设备300还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。
96.上述的存储器311、存储控制器312、处理器313、外设接口314、输入输出单元315、显示单元316各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器313用于执行存储器中存储的可执行模块。
97.其中，存储器311可以是，但不限于，随机存取存储器(random access memory，简称ram)，只读存储器(read only memory，简称rom)，可编程只读存储器(programmable read-only memory，简称prom)，可擦除只读存储器(erasable programmable read-only memory，简称eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，简称eeprom)等。其中，存储器311用于存储程序，所述处理器313在接收到执行指令后，执行所述程序，本技术实施例任一实施例揭示的过程定义的电子设备300所执行的方法可以应用于处理器313中，或者由处理器313实现。
98.上述的处理器313可能是一种集成电路芯片，具有信号的处理能力。上述的处理器313可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(digital signal processor，简称dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
99.上述的外设接口314将各种输入/输出装置耦合至处理器313以及存储器311。在一些实施例中，外设接口314，处理器313以及存储控制器312可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
100.上述的输入输出单元315用于提供给用户输入数据。所述输入输出单元315可以是，但不限于，鼠标和键盘等。
101.上述的显示单元316在电子设备300与用户之间提供一个交互界面(例如用户操作界面)给用户参考。在本实施例中，所述显示单元316可以是液晶显示器或触控显示器。液晶显示器或触控显示器可以对处理器执行所述程序的过程进行显示。
102.本实施例中的电子设备300可以用于执行本技术实施例提供的各个方法中的各个步骤。
103.此外，本技术实施例还提供一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述方法实施例中的步骤。
104.本技术实施例所提供的上述方法的计算机程序产品，包括存储了程序代码的存储介质，所述程序代码包括的指令可用于执行上述方法实施例中的步骤，具体可参见上述方法实施例，在此不再赘述。
105.在本技术所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。在本技术实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
106.需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
107.在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
108.以上所述仅为本技术的实施例而已，并不用于限制本技术的保护范围，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。

技术特征：
1.一种座舱硬件改装方法，其特征在于，所述方法包括：获取汽车配件参数数据和当前车辆的实际参数数据；基于所述实际参数数据，计算所述当前车辆的损耗程度；根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果；基于所述改装模拟效果，对座舱硬件进行调整。2.根据权利要求1所述的方法，其特征在于，所述获取汽车配件参数数据和当前车辆的实际参数数据，包括：通过可编程应用接口向生产厂商系统获取汽车配件参数数据，并存储在汽车配件数据库中；其中，所述汽车配件参数数据包括：改装车机配件的使用车型、性能提升数据、价格、类型；检测到当前车辆处于静止或驻车状态时，获取所述当前车辆的实际参数数据，并存储在车辆信息数据库中；其中，所述实际参数数据包括：车辆的行驶里程数、出厂时间、维修次数、类型、各模块更换次数和当前配件型号。3.根据权利要求1所述的方法，其特征在于，所述基于所述汽车配件参数数据和实际参数数据，计算所述当前车辆的损耗程度之前，还包括：使用tls/ssl协议建立安全数据传输通道；使用加密算法对所述汽车配件参数数据和实际参数数据进行加密；将加密后的数据通过所述安全数据传输通道传输至服务端，以进行所述当前车辆的损耗程度的计算。4.根据权利要求1所述的方法，其特征在于，所述基于所述实际参数数据，计算所述当前车辆的损耗程度，包括：对所述实际参数数据进行预处理，并划分数据集；构建随机森林回归模型进行模型训练，获得目标训练模型；使用所述目标训练模型进行预测，获得所述当前车辆的损耗程度。5.根据权利要求4所述的方法，其特征在于，所述构建随机森林回归模型进行模型训练，获得目标训练模型，包括：选择所述汽车配件参数数据和实际参数数据中的最优特征，将训练数据集划分为多个子集；对所述多个子集递归生成多个子树；当达到预设停止条件时，生成多个单节点决策树；基于所述多个单节点决策树构建随机森林回归模型进行模型训练，获得目标训练模型。6.根据权利要求4所述的方法，其特征在于，所述实际参数数据包括：汽车的出厂初始数据和汽车使用过程产生的实时数据。7.根据权利要求1所述的方法，其特征在于，所述根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果，包括：接收用户在前端选择的汽车配件；根据所述汽车配件和所述损耗程度，对装配所述汽车配件后的当前车辆进行性能参数
调整；在性能参数调整过程中，将所述当前车辆的改装模拟效果呈现给用户。8.一种座舱硬件改装装置，其特征在于，所述装置包括：获取模块，用于获取汽车配件参数数据和当前车辆的实际参数数据；计算损耗模块，用于基于所述实际参数数据，计算所述当前车辆的损耗程度；模拟改装效果模块，用于根据所述汽车配件参数数据和所述损耗程度，估计所述当前车辆装配汽车配件后的改装模拟效果；改装座舱模块，用于基于所述改装模拟效果，对座舱硬件进行调整。9.一种电子设备，其特征在于，包括：处理器、存储器，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一所述的方法的步骤。10.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一所述的方法的步骤。

技术总结
本申请提供一种座舱硬件改装方法、装置、设备及存储介质，涉及智能座舱技术领域，该方法包括：获取汽车配件参数数据和当前车辆的实际参数数据；基于实际参数数据，计算当前车辆的损耗程度；根据汽车配件参数数据和损耗程度，估计当前车辆装配汽车配件后的改装模拟效果；基于改装模拟效果，对座舱硬件进行调整。通过结合用户当前汽车各模块包括车辆损耗程度在内的实际参数数据和不同汽车配件可提升的性能参数数据，利用软件系统控制实车座舱内的硬件真实地模拟装配汽车配件后汽车实际的上路效果，达到提前感受实际改装效果的需求，避免了改装实际效果的感知只停留在视觉外观的缺陷，提高了座舱硬件改装的体验感、有效性。有效性。有效性。


技术研发人员：陈涵轩 朱泓
受保护的技术使用者：上海极豆科技有限公司
技术研发日：2023.08.08
技术公布日：2023/10/20