TWI823195B

TWI823195B - 智慧推薦方法及系統

Info

Publication number: TWI823195B
Application number: TW110144059A
Authority: TW
Inventors: 羊振國
Original assignee: 荷蘭商荷蘭移動驅動器公司
Priority date: 2021-11-25
Filing date: 2021-11-25
Publication date: 2023-11-21
Also published as: TW202322108A

Abstract

本申請提供一種智慧推薦方法及系統，該方法包括：確認車輛內的乘員屬性；採集車輛內的乘員的語音資訊；將所述語音資訊和所述乘員屬性發送到雲伺服器；利用所述雲伺服器基於所述語音資訊獲得用戶意圖；當確定所述用戶意圖適合添加所述車輛內的乘員屬性時，基於所述車輛內的乘員屬性獲得更新後的用戶意圖；及利用所述雲伺服器基於所述更新後的用戶意圖獲得推薦資訊，並將所述推薦資訊發送給所述車載裝置。本申請可根據車輛內的乘員屬性進行相關推薦。

Description

智慧推薦方法及系統

本申請涉及一種車輛管理技術領域，尤其涉及一種智慧推薦方法及系統。

越來越多的智慧汽車已提供類似SIRI，AMAZON ALEXA的智慧語音助手，駕駛員能透過自然語言與車載語音助手溝通，操控車載裝置的相關功能。然而，發明人在實施本申請的過程中，發現現有的車載語音助手在根據駕駛員的語音操控車載裝置的相關功能時並沒有考慮車輛的其他乘員的情況。

鑒於以上內容，有必要提供一種智慧推薦方法及系統，可根據車輛內的乘員屬性進行相關推薦。

本申請第一方面提供智慧推薦方法，應用於車載裝置，所述車載裝置包括麥克風和攝像頭模組，該方法包括：利用所述攝像頭模組拍攝車輛內的乘員影像，並根據所述乘員影像確認車輛內的乘員屬性；利用所述麥克風採集車輛內的乘員的語音資訊；利用車載裝置將所述語音資訊和所述車輛內的乘員屬性發送到雲伺服器；利用所述雲伺服器基於所述語音資訊獲得用戶意圖；當所述雲伺服器確定所述用戶意圖適合添加所述車輛內的乘員屬性時，基於所述車輛內的乘員屬性獲得更新後的用戶意圖；及利用所述雲伺服器基於所述更新後的用戶意圖獲得推薦資訊，並將所述推薦資訊發送給所述車載裝置。

可選地，所述車輛的乘員屬性包括：所述車輛內的乘員的總數、駕駛員的身份、駕駛員的年齡、駕駛員的性別。

可選地，所述車輛內的乘員屬性還包括：每個乘員的身份資訊、每個乘員的年齡及性別、所述車輛內的所有乘員的組成關係。

可選地，該方法利用所述車載裝置根據所述乘員影像確認車輛內的乘員屬性。

可選地，該方法利用所述雲伺服器根據所述乘員影像確認車輛內的乘員屬性。

可選地，該方法還包括：於所述車輛的車門關閉時，利用所述攝像頭模組拍攝車輛內的成員影像。

可選地，該方法還包括：於所述車輛發動引擎時，利用所述攝像頭模組拍攝車輛內的成員影像。

可選地，該方法還包括：當確定所述用戶意圖不適合添加所述車輛內的乘員屬性時，在所述車載裝置的顯示幕上顯示所述推薦資訊；或利用所述車載裝置的喇叭播報所述推薦資訊。

可選地，該方法還包括：基於每位乘員的身份資訊獲得每位乘員的喜好資訊；及基於所述用戶意圖以及每位乘員的喜好資訊獲得推薦資訊。

本申請第二方面提供一種用於實現所述智慧推薦方法的智慧推薦系統，該系統包括互相之間通訊連接的車載裝置和雲伺服器。

相較於現有技術，所述智慧推薦方法及系統，可根據車輛內的乘員屬性進行相關推薦，即推薦更加準確。

100:車輛

3:車載裝置

32:處理器

31:記憶體

30、40:推薦系統

300:確定模組

301:獲取模組

302:執行模組

401:接收模組

402:回應模組

33:偵測設備

34:麥克風

35:通訊設備

36:顯示幕

37:喇叭

4:雲伺服器

41:記憶體

42:處理器

43:通訊設備

S1~S11、S20~S30、S41~S49、S51~S60:步驟

圖1是本申請較佳實施例的智慧推薦方法的應用環境圖。

圖2是本申請第一較佳實施例的推薦系統的功能模組圖。

圖3是本申請第二較佳實施例的推薦系統的功能模組圖。

圖4是本申請較佳實施例的智慧推薦方法的第一流程圖。

圖5是本申請較佳實施例的智慧推薦方法的第二流程圖。

圖6是本申請較佳實施例的智慧推薦方法的第三流程圖。

圖7是本申請較佳實施例的智慧推薦方法的第四流程圖。

為了能夠更清楚地理解本申請的上述目的、特徵和優點，下面結合附圖和具體實施例對本申請進行詳細描述。需要說明的是，在不衝突的情況下，本申請的實施例及實施例中的特徵可以相互組合。

在下面的描述中闡述了很多具體細節以便於充分理解本申請，所描述的實施例僅僅是本申請一部分實施例，而不是全部的實施例。基於本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本申請保護的範圍。

除非另有定義，本文所使用的所有的技術和科學術語與屬於本申請的技術領域的技術人員通常理解的含義相同。本文中在本申請的說明書中所使用的術語只是為了描述具體的實施例的目的，不是旨在於限制本申請。

參閱圖1所示，為本申請較佳實施例提供的智慧推薦方法的應用環境圖。

本實施例中，智慧推薦方法應用在由互相之間通訊連接的車載裝置3和雲伺服器4所構成的智慧推薦系統200所在的應用環境中。所述智慧推薦方法用於利用車載裝置3收集語音資訊以及車內的乘員屬性，以及利用雲伺服器4基於該語音資訊及車內的乘員屬性進行用戶意圖識別並基於用戶意圖執行相關推薦。具體細節下面介紹。

本實施例中，車載裝置3設置在車輛100上。所述車載裝置3也可以叫作車載電腦，包括互相之間電氣連接的記憶體31、至少一個處理器32、偵測設備33、麥克風34、通訊設備35、顯示幕36、喇叭37。

本實施例中，雲伺服器4包括記憶體41、至少一個處理器42、通訊設備43。所述雲伺服器4和所述車載裝置3分別利用所述通訊設備43和通訊設備35建立通訊連接。所述通訊設備43和通訊設備35可以為無線通訊設備。

本領域技術人員應該瞭解，圖1示出的車載裝置3和雲伺服器4的結構並不構成本申請實施例的限定，所述車載裝置3和雲伺服器4還可以分別包括比圖1更多或更少的其他硬體或者軟體，或者不同的部件。例如所述車載裝置3還可以包括速度感測器等設備。所述雲伺服器4還可以包括顯示幕等。

需要說明的是，所述車載裝置3和雲伺服器4僅為舉例，其他現有的或今後可能出現的車載裝置和雲伺服器如可適應於本申請，也應包含在本申請的保護範圍以內，並以引用方式包含於此。

在一些實施例中，所述記憶體31和記憶體41可以分別用於存儲電腦程式的程式碼和各種資料。例如，所述記憶體31可以用於存儲安裝在所述車載裝置3中的推薦系統30，並在車載裝置3的運行過程中實現高速、自動地完成程式或資料的存取。所述記憶體41可以用於存儲安裝在所述雲伺服器4中的推薦系統40，並在雲伺服器4的運行過程中實現高速、自動地完成程式或資料的存取。所述記憶體31和記憶體41可以是包括唯讀記憶體(Read-Only Memory，ROM)、可程式設計唯讀記憶體(Programmable Read-Only Memory，PROM)、可擦除可程式設計唯讀記憶體(Erasable Programmable Read-Only Memory，EPROM)、一次可程式設計唯讀記憶體(One-time Programmable Read-Only Memory，OTPROM)、電子擦除式可複寫唯讀記憶體(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、唯讀光碟(Compact Disc Read-Only Memory，CD-ROM)或其他光碟記憶體、磁碟記憶體、磁帶記憶體、或者任何其他能夠用於攜帶或存儲資料的非易失性的電腦可讀的存儲介質。

在一些實施例中，所述至少一個處理器32和至少一個處理器42可以分別由積體電路組成。例如，可以分別由單個封裝的積體電路所組成，也可以是分別由多個相同功能或不同功能封裝的積體電路所組成，包括一個或者多個中央處理器(Central Processing unit，CPU)、微處理器、數位訊號處理晶片、圖形處理器及各種控制晶片的組合等。所述至少一個處理器32是所述車載裝置3的控制核心(Control Unit)，利用各種介面和線路連接整個車載裝置3的各個部件，藉由執行存儲在所述記憶體31內的程式或者模組或者指令，以及調用存儲在所述記憶體31內的資料，以執行車載裝置3的各種功能和處理資料，例如，執行智慧推薦的功能(具體細節參後面對圖4、圖5，以及圖6的介紹)。所述至少一個處理器42是所述雲伺服器4的控制核心(Control Unit)，利用各種介面和線路連接整個雲伺服器4的各個部件，藉由執行存儲在所述記憶體41內的程式或者模組或者指令，以及調用存儲在所述記憶體41內的資料，以執行雲伺服器4的各種功能和處理資料，例如，執行智慧推薦的功能(具體細節參後面對圖4、圖5，以及圖6的介紹)。

在本實施例中，所述偵測設備33包括，但不限於，安裝在所述車輛100的一個或多個攝像頭(也可以稱為“攝像頭模組”)、壓力感測器、超聲波感測器、重力感測器。

本實施例中，所述一個或多個攝像頭可以用於對所述車輛100內的各個乘員進行拍攝。所述一個或多個攝像頭還可以用於對所述車輛100的行駛前方的場景進行拍攝。

本實施例中，所述一個或多個攝像頭可以包括具有紅外功能的2DCMOS(互補金屬氧化物半導體)攝像頭或者是帶鐳射的ToF(Time of Flight，飛行時間)攝像頭。所述壓力感測器、超聲波感測器，或者重力感測器可以用於感測所述車輛100的每個座椅上是否有乘員。

所述麥克風34可以用於採集語音資訊，例如採集所述車輛100內的乘員的語音資訊。

本實施例中，所述顯示幕36可以為觸摸顯示幕，用於顯示所述車載裝置3的各種資料，例如推薦系統30的使用者介面。所述喇叭37可以用於輸出語音信號。

在本實施例中，所述推薦系統30可以被分割成一個或多個模組，所述一個或多個模組存儲在所述記憶體31中，並由一個或多個處理器(例如處理器32)執行，以實現本申請所提供的功能。參閱圖2所示，本實施例中，所述推薦系統30可以分割成確定模組300、獲取模組301、執行模組302。本申請所稱的模組是能夠完成一特定功能的電腦程式段。關於各模組的詳細功能將在下面結合圖4、圖5，以及圖6作具體描述。

在本實施例中，所述推薦系統40可以被分割成一個或多個模組，所述一個或多個模組存儲在所述記憶體41中，並由一個或多個處理器(例如處理器42)執行，以實現本申請所提供的功能。參閱圖3所示，本實施例中，所述推薦系統40可以分割成接收模組401、回應模組402。本申請所稱的模組是能夠完成一特定功能的電腦程式段。關於各模組的詳細功能將在下面結合圖4、圖5，以及圖6作具體描述。

圖4是本申請較佳實施例提供的智慧推薦方法的第一流程圖。

在本實施例中，所述智慧推薦方法可以應用於由車載裝置3和雲伺服器4構成的應用環境中。對於需要進行智慧推薦的車載裝置3和雲伺服器4，可以直接在該車載裝置3和雲伺服器4上對應集成本申請所提供的用於智慧推薦的功能，或者以軟體開發套件(Software Development Kit，SDK)的形式運行在所述車載裝置3和雲伺服器4上。

如圖4所示，所述智慧推薦方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S1、所述車載裝置3的確定模組300確定車輛100是否滿足預設的條件。當所述車輛100滿足預設的條件時，執行步驟S2。

在一個實施例中，所述車輛100滿足預設的條件可以是指該車輛100的車門關閉，及/或該車輛100發動了引擎。

舉例而言，當所述車輛100的車門關閉時，所述車載裝置3的門鎖檢測器(圖中未示意)會發送門鎖信號到所述車載裝置3。因此，所述確定模組300可以於檢測到所述門鎖信號時，確定所述車輛100滿足所述預設的條件。需要說明的是，若車輛100在不同時間有乘員上下車，然後使得所述車輛100滿足所述預設的條件，則都可以出發執行本方法流程步驟。

步驟S2、所述車載裝置3的執行模組302利用偵測設備33的所述攝像頭模組拍攝車輛100內的乘員影像，並根據所述乘員影像確認車輛100內的乘員屬性。

本實施例中，所述執行模組302利用所述攝像頭模組拍攝所述車輛100內的乘員影像，基於所拍攝的影像獲得所述車輛100內的乘員屬性。

在一個實施例中，所述車輛100內的乘員屬性包括，但不限於，所述車輛100內的乘員的總數、駕駛員的身份、駕駛員的年齡、駕駛員的性別。在一個實施例中，所述車輛100內的乘員屬性還包括，每個乘員的身份資訊、每個乘員的年齡及性別、所述車輛100內的所有乘員的組成關係。

在一個實施例中，所述車輛100內的所有乘員的組成關係可以是指情侶關係、家庭關係、親子關係，或其他關係例如陌生人關係。

本實施例中，當所述車輛100滿足所述預設的條件時，所述執行模組302可以控制所述偵測設備33的攝像頭模組對所述車輛100內的乘員進行拍攝，獲得所拍攝的影像(即所述車輛100內的乘員影像)。所述車載裝置3的執行模組302可以利用基於人臉圖像的性別與年齡識別演算法根據所拍攝的影像來確定每個乘員的年齡、性別。在一個實施例中，所述車載裝置3在記憶體41中預先存儲了乘坐過所述車輛100的每位乘員的身份資訊，以及乘員之間的關係(即乘坐過所述車輛100的每位乘員與乘坐過所述車輛100的其他乘員之間關係例如是情侶、親子還是其他關係)。在一個實施例中，每位乘員的身份信息包括，但不限於，每位乘員的姓名、人臉照片、每位乘員作為所述車輛100內的乘員時的角色(也即該每位乘員乘坐所述車輛100時，該每位乘員是駕駛員還是乘客)、每位乘員作為所述車輛100內的乘員時該車輛100的駕駛模式。

在一個實施例中，所述車輛100的駕駛模式可以包括，但不限於，經濟模式(normal mode)、運動模式(sport mode)、高速公路模式(highway mode)。需要說明的是，不同的駕駛模式對所述車輛100的動力的要求不同。其中，所述經濟模式對所述車輛100的動力的要求最低，所述運動模式對所述車輛100的動力的要求次之，所述高速公路模式對所述車輛100的動力的要求最高。

在一個實施例中，當所述車載裝置3無法從所述記憶體41中檢索到任一乘員的身份資訊時，所述車載裝置3判定該任一乘員為陌生人。在一個實施例中，所述車載裝置3可以基於所述記憶體41中預先儲存的乘員的人臉照片以及所拍攝獲得的每一乘員的影像，利用人臉識別演算法來確定每一乘員是否為陌生人。

具體地，即當識別到任一乘員的人臉照片與所述記憶體41中預先儲存的人臉照片不匹配時，所述車載裝置3則可以確定該任一乘員是陌生人。反之，當任一乘員的人臉照片與所述記憶體41中預先儲存的人臉照片相匹配時，所述車載裝置3則可以確定該任一乘員為乘坐過所述車輛100內的乘員。由此，所述車載裝置3還可以基於該任一乘員的人臉照片從所述記憶體41中獲得該任一乘員的其他身份資訊如姓名、作為所述車輛100內的乘員時的角色、作為所述車輛100內的乘員時該車輛的駕駛模式，以及該任一乘員與其他乘員之間的關係等。

在其他實施例中，所述車載裝置3的執行模組302也可以獲取到所述車輛100內的乘員影像後將所獲得的乘員影像發送給所述雲伺服器4，由所述雲伺服器4來基於該乘員影像確認所述車輛100內的乘員屬性。

步驟S3、所述車載裝置3的獲取模組301利用麥克風34採集所述車輛100內的乘員的語音資訊。

例如，當所述車輛100的某個乘員如駕駛員說出“請推薦附近的餐廳”時，所述麥克風34即可採集到對應的語音資訊。

步驟S4、所述車載裝置3的執行模組302藉由所述通訊設備35將所述語音資訊發送到雲伺服器4。

步驟S5、所述雲伺服器4的接收模組401藉由所述通訊設備43接收所述語音資訊。所述雲伺服器4的回應模組402分析所述語音資訊獲得用戶意圖並基於所述用戶意圖生成推薦資訊。所述回應模組402將所述用戶意圖和所述推薦資訊藉由所述通訊設備43發送給所述車載裝置3。

本實施例中，所述回應模組402可以首先利用語音辨識技術將所述語音資訊轉化為文字；然後利用意圖識別演算法例如基於詞典以及模版的規則方法分析所述文字獲得用戶意圖。

舉例而言，假設所述語音資訊為“請推薦附近的餐廳”時，所述回應模組402利用意圖識別演算法獲得用戶意圖為：“搜索”、“附近餐廳”。所述回應模組402根據該用戶意圖即“搜索”、“附近餐廳”從指定的APP例如谷歌地圖軟體中獲得預設距離例如500米內的餐廳資訊，將所述餐廳資訊作為所述推薦資訊。

步驟S6、所述車載裝置3的獲取模組301藉由所述通訊設備35接收所述用戶意圖和推薦資訊。

步驟S7、所述車載裝置3的執行模組302確定所述用戶意圖是否適合添加所述車輛100內的乘員屬性。當確定所述用戶意圖不適合添加所述車輛100內的乘員屬性時，執行步驟S8。當確定所述用戶意圖適合添加所述車輛100內的乘員屬性時，執行步驟S9。

在一個實施例中，所述執行模組302可以回應使用者的輸入來確定所述用戶意圖是否適合添加所述車輛100內的乘員屬性。

在一個實施例中，所述執行模組302可以生成一個對話窗口，並將該對話窗口顯示在所述顯示幕36上。所述執行模組302可以根據使用者在所述對話窗口上的選擇來確定所述用戶意圖是否適合添加所述車輛100內的乘員屬性。

例如，由於伺服器4當前在推薦餐廳時沒有考慮車輛100內的乘員屬性，所推薦的餐廳包括了很多適合情侶的餐廳，而當前所述車輛100內的乘員關係為親子關係，用戶認為不便於從中選擇適合親子關係的餐廳。因此，用戶可以在所述對話方塊對話窗口上選擇確定所述用戶意圖適合添加所述車輛100內的乘員屬性。當然，所述執行模組302也可以藉由分析使用者的語音輸入來確定所述用戶意圖是否適合添加所述車輛100內的乘員屬性。

在其他實施例中，所述車載裝置3的執行模組302可以預先將適合添加車輛內的乘員屬性的各種用戶意圖進行存儲；若當前分析獲得的用戶意圖屬於預先存儲的該適合添加車輛內的乘員屬性的各種用戶意圖中的任意一種時，則確定當前分析獲得的用戶意圖適合添加車輛內的乘員屬性；若當前分析獲得的用戶意圖不屬於預先存儲的該適合添加車輛內的乘員屬性的各種用戶意圖中的任意一種時，則確定當前分析獲得的用戶意圖不適合添加車輛內的乘員屬性。

本實施例中，所述適合添加車輛內的乘員屬性的各種用戶意圖可以是指包括了“餐廳”、“酒店”，或者“景點”等與人有關的關鍵字的用戶意圖。

步驟S8、當確定所述用戶意圖不適合添加所述車輛100內的乘員屬性時，所述車載裝置3的執行模組302顯示所述推薦資訊。所述車載裝置3的執行模組302還可以播報所述推薦資訊。

例如，所述執行模組302可以在所述顯示幕36上顯示所述推薦資訊。所述執行模組302可以調用喇叭37播報所述推薦資訊。

步驟S9、當確定所述用戶意圖適合添加所述車輛100內的乘員屬性時，所述車載裝置3的執行模組302藉由將所述車輛100內的乘員屬性添加到所述用戶意圖以更新所述用戶意圖，並藉由所述通訊設備35將更新後的用戶意圖發送給所述雲伺服器4。

在其他實施例中，所述執行模組302也可以僅將所述車輛100的所有乘員的組成關係添加到所述用戶意圖獲得更新後的用戶意圖。舉例而言，將車輛100的所有乘員的組成關係例如親子關係添加到所述用戶意圖獲得更新後的用戶意圖為：“搜索”、“附近餐廳”，及“親子”。在一個實施例中，若所述執行模組302僅將所述車輛100的所有乘員的組成關係添加到所述用戶意圖，所述執行模組302還可以將所述車輛100內的乘員屬性的其他屬性例如乘員的身份資訊發送給所述雲伺服器4。

步驟S10、所述雲伺服器4的回應模組402基於更新後的用戶意圖生成更新的推薦資訊。所述雲伺服器4的回應模組402還將所述更新的推薦資訊藉由所述通訊設備43發送給所述車載裝置3。

舉例而言，所述響應模組402將適合親子的多個餐廳以一個推薦列表的形式發送給所述車載裝置3。

在一個實施例中，所述雲伺服器4預先存儲了每個乘坐過所述車輛100內的乘員的身份資訊，以及每位乘員的喜好資訊。

在其他實施例中，所述回應模組402可以基於每位乘員的身份資訊獲得每位乘員的喜好資訊。

在其他實施例中，所述回應模組402基於更新後的用戶意圖以及每位乘員的喜好資訊來更新推薦資訊。

步驟S11、所述車載裝置3的獲取模組301藉由所述通訊設備35接收所述更新的推薦資訊。所述車載裝置3的執行模組302還可以在顯示幕36顯示所述更新後的推薦資訊。所述車載裝置3的執行模組302還可以利用喇叭37播報所述更新的推薦資訊。

圖5是本申請較佳實施例提供的智慧推薦方法的第二流程圖。

如圖5所示，所述智慧推薦方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S20同於步驟S1，於此不再贅述。

步驟S21同於步驟S2，於此不再贅述。

步驟S22同於步驟S3，於此不再贅述。

步驟S23同於步驟S4，於此不再贅述。

步驟S24同於步驟S5，於此不再贅述。

步驟S25同於步驟S6，於此不再贅述。

步驟S26、所述車載裝置3的執行模組302確定所述用戶意圖是否適合添加所述車輛內的乘員屬性。當確定所述用戶意圖不適合添加所述車輛內的乘員屬性時，執行步驟S27。當確定所述用戶意圖適合添加所述車輛內的乘員屬性時，執行步驟S28。

所述確定所述用戶意圖是否適合添加所述車輛內的乘員屬性的具體實現同於前述步驟S7的記載，因此，不再贅述。

步驟S27同於步驟S8，於此不再贅述。

步驟S28、當確定所述用戶意圖適合添加所述車輛100內的乘員屬性時，所述車載裝置3的執行模組302藉由所述通訊設備35將所述車輛100內的乘員屬性發送給所述雲伺服器4。

步驟S29、所述雲伺服器4的回應模組402基於所述車輛100內的乘員屬性更新用戶意圖，並基於更新後的用戶意圖生成更新的推薦資訊。所述雲伺服器4的回應模組402還將所述更新後的推薦資訊藉由所述通訊設備43發送給所述車載裝置3。

在一個實施例中，所述回應模組402藉由將所述車輛100內的乘員屬性添加到所述用戶意圖以獲得更新後的用戶意圖。

在其他實施例中，所述回應模組402也可以僅將所述車輛100的所有乘員的組成關係添加到所述用戶意圖獲得更新後的用戶意圖。舉例而言，將車輛100的所有乘員的組成關係例如親子關係添加到所述用戶意圖獲得更新後的用戶意圖為：“搜索”、“附近餐廳”，及“親子”。

步驟S30、所述車載裝置3的獲取模組301藉由所述通訊設備35接收所述更新的推薦資訊。所述車載裝置3的執行模組302還可以在顯示幕36顯示所述更新的推薦資訊。所述車載裝置3的執行模組302還可以利用喇叭37播報所述更新的推薦資訊。

需要說明的是，圖4和圖5分別示意的智慧推薦方法的不同之處在於，圖5示意的智慧推薦方法是在確定用戶意圖適合添加所述車輛內的乘員屬性時，由伺服器4基於車輛100內的乘員屬性更新的用戶意圖並基於更新的用戶意圖來作推薦。由於伺服器4的計算能力相較於車載裝置3而言更強，因此，可以更加快捷的回應用戶的需求。

圖6是本申請較佳實施例提供的智慧推薦方法的第三流程圖。

如圖6所示，所述智慧推薦方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S41同於步驟S22，於此不再贅述。

步驟S42同於步驟S23，於此不再贅述。

步驟S43同於步驟S24，於此不再贅述。

步驟S44同於步驟S25，於此不再贅述。

步驟S45、所述車載裝置3的執行模組302確定所述用戶意圖是否適合添加所述車輛內的乘員屬性。當確定所述用戶意圖不適合添加所述車輛內的乘員屬性時，執行步驟S46。當確定所述用戶意圖適合添加所述車輛內的乘員屬性時，執行步驟S47。

所述確定所述用戶意圖是否適合添加所述車輛內的乘員屬性的實現方法同於前述步驟S7、S26的記載，因此不再贅述。

步驟S46同於步驟S27，於此不再贅述。

步驟S47、所述車載裝置3的執行模組302利用偵測設備33的攝像頭模組拍攝所述車輛100內的乘員影像，並根據該乘員影像確認所述車輛100內的乘員屬性，並藉由所述通訊設備35將所述車輛100內的乘員屬性發送給所述雲伺服器4。

需要說明的是，本步驟S47中，所述利用偵測設備33的攝像頭模組拍攝所述車輛100內的乘員影像，並根據該乘員影像確認所述車輛100的乘員屬性同於步驟S2中所記載的關於利用偵測設備33的攝像頭模組拍攝所述車輛100內的乘員影像，並根據該乘員影像確認所述車輛100內的乘員屬性的方法，於此不再贅述。步驟S48同於步驟S29，於此不再贅述。

步驟S49同於步驟S30，於此不再贅述。

需要說明的是，圖4和圖6分別示意的智慧推薦方法的不同之處在於，圖6示意的智慧推薦方法是在確定用戶意圖適合添加所述車輛內的乘員屬性時才偵測車輛100內的乘員屬性。由於車載裝置3無需預先偵測車輛100內的乘員屬性，當無需添加乘員屬性時則無需對乘員屬性進行偵測，節約的資料處理資源，可以更加快捷的回應用戶的需求。

圖7是本申請較佳實施例提供的智慧推薦方法的第四流程圖。

如圖7所示，所述智慧推薦方法具體包括以下步驟，根據不同的需求，該流程圖中步驟的順序可以改變，某些步驟可以省略。

步驟S51同於步驟S1，於此不再贅述。

步驟S52同於步驟S2，於此不再贅述。

步驟S53同於步驟S3，於此不再贅述。

步驟S54、所述車載裝置3將所述語音資訊和所述車輛100內的乘員屬性發送給所述雲伺服器4。

步驟S55、所述雲伺服器4的接收模組401藉由所述通訊設備43接收所述語音資訊。所述雲伺服器4的回應模組402分析所述語音資訊獲得用戶意圖。

步驟S56、所述雲伺服器4的回應模組402確定所述用戶意圖是否適合添加所述車輛100內的乘員屬性。當確定所述用戶意圖不適合添加所述車輛100內的乘員屬性時，執行步驟S57；當確定所述用戶意圖適合添加所述車輛100內的乘員屬性時，執行步驟S58。

在一個實施例中，所述雲伺服器4可以預先將適合添加車輛內的乘員屬性的各種用戶意圖進行存儲；若當前分析獲得的用戶意圖屬於預先存儲的該適合添加車輛內的乘員屬性的各種用戶意圖中的任意一種時，則確定當前分析獲得的用戶意圖適合添加車輛內的乘員屬性；若當前分析獲得的用戶意圖不屬於預先存儲的該適合添加車輛內的乘員屬性的各種用戶意圖中的任意一種時，則確定當前分析獲得的用戶意圖不適合添加車輛內的乘員屬性。

步驟S57、當確定所述用戶意圖不適合添加所述車輛100內的乘員屬性時，所述雲伺服器4的回應模組402基於所述用戶意圖生成推薦資訊。執行完步驟S57後執行步驟S59。

步驟S58、當確定所述用戶意圖適合添加所述車輛100內的乘員屬性時，所述雲伺服器4的回應模組402藉由將所述車輛100內的乘員屬性添加到所述用戶意圖獲得更新後的用戶意圖，並基於更新後的用戶意圖生成推薦資訊。

步驟S59、所述雲伺服器4的回應模組402將所述推薦資訊藉由所述通訊設備43發送給所述車載裝置3。

步驟S60、所述車載裝置3的獲取模組301藉由所述通訊設備35接收所述推薦資訊。所述車載裝置3的執行模組302還可以在顯示幕36顯示所述的推薦資訊。所述車載裝置3的執行模組302還可以利用喇叭37播報所述推薦資訊。

本發明符合發明專利要件，爰依法提出專利申請。惟，以上該僅為本發明之較佳發明實施例，舉凡熟悉本案技藝之人士，在援依本案創作精神所作之等效修飾或變化，皆應包含於以下之申請專利範圍內。

S1~S11:步驟

Claims

一種智慧推薦方法，應用於車載裝置，所述車載裝置包括麥克風和攝像頭模組，其中，該方法包括：利用所述攝像頭模組拍攝車輛內的乘員影像，並根據所述乘員影像確認所述車輛內的乘員屬性；利用所述麥克風採集所述車輛內的乘員的語音資訊；利用所述車載裝置將所述語音資訊和所述車輛內的乘員屬性發送到雲伺服器；利用所述雲伺服器基於所述語音資訊獲得用戶意圖；當所述雲伺服器確定所述用戶意圖適合添加所述車輛內的乘員屬性時，基於所述車輛內的乘員屬性獲得更新後的用戶意圖；及利用所述雲伺服器基於所述更新後的用戶意圖獲得推薦資訊，並將所述推薦資訊發送給所述車載裝置。
如請求項1所述的智慧推薦方法，其中，所述車輛的乘員屬性包括：所述車輛內的乘員的總數、駕駛員的身份、駕駛員的年齡、駕駛員的性別。
如請求項2所述的智慧推薦方法，其中，所述車輛內的乘員屬性還包括：每個乘員的身份資訊、每個乘員的年齡及性別、所述車輛內的所有乘員的組成關係。
如請求項1所述的智慧推薦方法，其中，該方法還包括：確定所述車輛是否滿足預設的條件，其中所述預設的條件包括所述車輛的車門關閉及/或所述車輛發動了引擎；其中所述利用所述攝像頭模組拍攝車輛內的乘員影像，並根據所述乘員影像確認所述車輛內的乘員屬性還包括：確認所述車輛滿足所述預設的條件後，利用所述攝像頭模組拍攝所述車輛內的乘員影像，並根據所述乘員影像確認所述車輛內的乘員屬性。
如請求項1所述的智慧推薦方法，其中，該方法還包括：在所述車載裝置的顯示幕上顯示所述推薦資訊；或利用所述車載裝置的喇叭播報所述推薦資訊。
一種用於實現請求項1-5任一項所述的智慧推薦方法的智慧推薦系統，該系統包括互相之間通訊連接的所述車載裝置和所述雲伺服器。