汽车座舱内的热舒适性影响着驾乘人员的精神状态和驾乘体验。当前，绝大多数车内空调控制系统，仍然是用户根据自身感受进行手动调节，或者设定为“所谓”的自动模式，这些传统空调控制方式的细粒度较为粗糙，并没有真正实现智能化控制。在国产新能源汽车“智能化”新赛道中，准确预测驾乘人员的热舒适状态，实现车内空调个性化和智能化的动态控制的人机“无感交互”形式已经成为智能驾驶领域迫切的需求。

本成果依托大量实验数据，构建夏季和冬季的人脸热成像图数据集，基于各个采集点位温度、相对湿度与个体实际热感受状态之间的相关性，最终依据先进的机器学习和深度学习技术，实现面部热成像图和环境温湿度数据的非接触式个体热舒适预测模型，实验结果表明模型准确率超过90%。因此本成果能为车内空调的智能化调控提供参考策略。

1）新能源汽车主机厂或车载电子设备制造商或与新能源汽车行业有深度合作的IT公司：专注于车载空调系统、传感器和控制器的企业，能够在现有产品中集成或开发智能空调系统。

2）能够提供实车实验条件，并共享实验数据。