원래 이름 기록: 小米汽车科技有限公司; 北京小米移动软件有限公司; 北京小米松果电子有限公司

本公开涉及人工智能领域，尤其涉及一种电池SOC估计方法、装置、电子设备、介质和程序产品。该方法包括：获取电池的第一参数；将第一参数输入至预先训练好的电池SOC模型中，得到SOC信息，SOC信息至少包括SOC估计值；其中，电池SOC模型具备补偿安时积分累积误差的能力。如此，通过获取电池第一参数并输入预先训练好的具备补偿安时积分累积误差能力的电池SOC模型，能够有效克服传统安时积分法误差累积的问题，提高SOC估计的准确性，以使电池管理系统能够更合理地进行充放电控制，延长电池使用寿命，提升电池使用效率，保障电池的安全稳定运行。

本申请提出一种进气控制方法及装置，包括根据车辆的实时行驶数据，确定满足风阻能耗需求的目标进气格栅开度，以及满足空调能耗需求的目标进气冷却风扇转速；根据目标进气格栅开度和目标进气冷却风扇转速，调控车辆的进气流量。通过结合车辆实时行驶数据，分别确定满足风阻能耗需求的目标进气格栅开度以及满足空调能耗需求的目标进气冷却风扇专属，能够避免进气格栅和冷却风扇转速的不合理限制，以减少用于克服风阻和维持空调运行的非必要能量消耗，有效降低车辆整体能耗。通过根据目标进气格栅开度和目标进气冷却风扇转速以调控进气流量，使车辆在不同环境下均能达到最佳运行状态，同时保证车室温度维持在舒适范围内，提高驾驶与乘坐体验。

本公开属于人工智能技术领域，涉及一种车载空调控制方法、装置、电子设备及介质。该方法包括：获取与车载空调相关的车辆行驶数据；将车辆行驶数据输入至预设的温度预测模型中，获得由车载空调作用后的目标时间的目标温度，目标温度为指定座位的指定吹风方向上的温度，车辆行驶数据为变长序列。本公开提供了一种利用车辆行驶数据进行温度预测的方式，由于车辆行驶数据为变长序列，允许采集数据存在缺失的情况发生，降低了温度预测对数据完整性的依赖性，在车载实时场景中实现了实时预测温度的效果，也能够并行预测未来多个时刻的目标温度，满足了车载场景的低时延预测要求，提升了预测效率，也提高了智能座舱的自动化和智能化程度。

本公开涉及一种检测方法、装置、电子设备、存储介质及程序产品；检测方法，包括：获取待检测对象的二维图像；根据所述待检测对象的二维图像，确定与所述待检测对象的异常区域相关的二维图像特征；通过预训练的检测模型，根据所述二维图像特征，确定所述待检测对象的异常区域的深度信息；其中，所述预训练的检测模型基于具有模拟异常区域和模拟异常区域的深度信息的三维数字化模型训练获得。该技术方案可以实现物体内部异常区域深度的无损、高效且精准的检测，进而可以满足工业生产线中大批量、高效率的异常区域检测需求。