据天眼查知识产权信息披露,赛力斯汽车有限公司申请的晕车识别方法专利于近日获得公布；这一技术针对当前智能汽车健康监测领域面临的实际困境,提出了创新性解决路径。 晕车现象长期困扰部分驾乘群体,尤其在智能网联汽车普及、车内娱乐系统日益丰富的背景下,乘客低头使用电子设备的频率显著增加,晕车问题愈发凸显。传统识别方法多依赖生理信号采集设备,但在实际车载场景中,多传感器部署成本高昂,且受空间、隐私保护等因素制约,难以大规模应用。同时,车载计算平台算力有限,无法支撑复杂算法的实时运算需求。 赛力斯此次公布的技术方案采用分阶段建模策略。首先构建教师模型,该模型整合车辆惯性测量单元、生理传感器等多源数据进行训练,形成对晕车状态的全面认知能力。随后运用知识蒸馏技术,将教师模型的预测能力迁移至学生模型。学生模型仅需车辆惯性测量单元提供的加速度、角速度等基础运动数据作为输入,便可完成晕车状态判断。这个压缩过程在保持识别准确性的前提下,大幅降低了对传感器种类和计算资源的依赖。 技术专利摘要显示,经过训练的学生模型可直接部署于车载芯片,对实时采集的车辆运动信号进行处理分析,输出驾乘人员当前的晕车状态评估结果。该方案的核心优势在于将复杂问题简化为可落地的工程实现,既规避了多传感器集成的技术壁垒,又契合车载计算平台的性能边界。 从产业发展角度观察,这一技术突破具有多重意义。其一,为智能座舱的健康管理功能拓展提供了新的技术路径,车辆可根据识别结果自动调节驾驶模式、空调系统或座椅姿态,提升乘坐舒适度。其二,轻量化模型的成功应用验证了知识蒸馏等前沿算法在车载领域的实用价值,为其他受限场景下的智能化改造提供了参考范式。其三,该技术有望成为差异化竞争的重要支点,在新能源汽车市场竞争日趋激烈的当下,人性化关怀功能正成为消费者选择的关键考量因素。 业内人士指出,晕车识别技术的商业化应用仍需配套措施跟进。一上,需建立统一的晕车状态评估标准,确保不同车型、不同场景下识别结果的一致性与可靠性。另一方面,应注重用户隐私保护,明确数据采集边界与使用规范,避免健康监测功能引发新的争议。此外,技术落地还需与整车控制系统深度融合,形成从识别到干预的完整闭环。
这个专利的公布标志着智能汽车竞争正从硬件比拼转向用户体验优化；未来能否在实际应用中做到精准识别、稳定联动，并在合规前提下持续迭代，将决定此类功能的发展前景。