DE102020104479A1 - System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs - Google Patents

System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs Download PDF

Info

Publication number
DE102020104479A1
DE102020104479A1 DE102020104479.8A DE102020104479A DE102020104479A1 DE 102020104479 A1 DE102020104479 A1 DE 102020104479A1 DE 102020104479 A DE102020104479 A DE 102020104479A DE 102020104479 A1 DE102020104479 A1 DE 102020104479A1
Authority
DE
Germany
Prior art keywords
vehicle
output
value
input
control
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102020104479.8A
Other languages
English (en)
Inventor
Christoph Segler
Thomas Hubregtsen
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102020104479.8A priority Critical patent/DE102020104479A1/de
Publication of DE102020104479A1 publication Critical patent/DE102020104479A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60RVEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00Computing arrangements using knowledge-based models
    • G06N5/01Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • G06N20/10Machine learning using kernel methods, e.g. support vector machines [SVM]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • G06N20/20Ensemble learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein System und Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs (1). Das Verfahren umfasst ein Bereitstellen (5) von Eingangsdaten (ED) an einen Algorithmus für maschinelles Lernen (17), wobei die Eingangsdaten (ED) zumindest einen Eingangswert (EW) einer Eingangsfahrzeugkenngröße (EK) einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen (EK) des Fahrzeugs (1) ), eines mit dem Fahrzeug (1) verbundenen Backend-Servers (3) oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, ein Erzeugen (6) von Ausgangsdaten (AD) des Algorithmus für maschinelles Lernen (17) als Antwort auf ein Empfangen der Eingangsdaten (ED) durch den Algorithmus für maschinelles Lernen (17), wobei die Ausgangsdaten (AD) zumindest einen Ausgangswert (AW) einer Ausgangsfahrzeugkenngröße (AK) einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) des Fahrzeugs (1) umfassen, ein Eingeben (7) der Ausgangsdaten (AD) in zumindest eine dem Algorithmus für maschinelles Lernen (17) nachfolgende Datenflusssteuerung (21, 22, 23), die eingerichtet ist, den zumindest einen Ausgangswert (AW) der Ausgangsfahrzeugkenngröße (AK) basierend auf einem in der Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) auf einen Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK) zu setzen, ein Setzen (8) des zumindest einen Ausgangswertes (AW) der Ausgangsfahrzeugkenngröße (AK) auf den Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK), wenn gemäß dem in der zumindest einen Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) der zumindest eine Ausgangswert (AW) auf den Regelwert (RW) zu setzen ist, und ein Ausgeben (9) des Regelwertes (RW) der Ausgangsfahrzeugkenngröße (AK) an eine Systemeinheit (10) des Fahrzeugs (1), die eingerichtet ist, die der Ausgangsfahrzeugkenngröße (AK) zugeordnete Systemfunktion des Fahrzeugs (1) bereitzustellen.

Description

  • Die Offenbarung betrifft ein System und Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs.
  • Moderne Fahrzeuge verfügen über eine Vielzahl von Sensoren und Aktoren, die eine Vielzahl von Kenngrößen produzieren. Diese Kenngrößen werden als Eingangskenngrößen für Fahrzeugfunktionen eingesetzt. Manchmal entsteht ein Ärgernis im Fahrzeug, beispielsweise in einem Auto, durch ein unerklärliches Verhalten von Funktionen. Insbesondere ist es möglich, das ein unverständliches und/oder unerwünschtes Verhalten von Funktionen auftritt, die mittels Algorithmen für maschinelles Lernen, abgekürzt ML genannt, gesteuert und/oder geregelt werden.
  • Es ist eine Aufgabe der vorliegenden Erfindung, eine Systemfunktion eines Fahrzeugs derart bereitzustellen, dass ein vorgegebener Ausgangswert einer Ausgangskenngrö- ße eines Fahrzeugs, der an eine Systemeinheit des Fahrzeugs zur Bereitstellung einer der Ausgangsfahrzeugkenngröße zugeordneten Systemfunktion des Fahrzeugs ausgegeben wird, zuverlässig eingehalten wird. Insbesondere ist eine Aufgabe der Erfindung, ein Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs und eine Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs bereitzustellen, die die zuverlässige Bereitstellung der Systemfunktion im Fahrzeug auf einfache und kostengünstige Weise ermöglichen. Auch soll die zuverlässige Systemfunktion von einem Benutzer der Systemfunktion einfach und zeitsparend eingerichtet, verändert und/oder bedient werden können.
  • Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.
  • Bei dem erfindungsgemäßen computerimplementierten Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs werden Eingangsdaten an einen Algorithmus für maschinelles Lernen bereitgestellt, wobei die Eingangsdaten zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen des Fahrzeugs, eines mit dem Fahrzeug verbundenen Backend-Servers oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, und Ausgangsdaten des Algorithmus für maschinelles Lernen als Antwort auf ein Empfangen der Eingangsdaten durch den Algorithmus für maschinelles Lernen erzeugt, wobei die Ausgangsdaten zumindest einen Ausgangswert einer Ausgangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen des Fahrzeugs umfassen. Die Ausgangsdaten werden in zumindest eine dem Algorithmus für maschinelles Lernen nachfolgende Datenflusssteuerung eingegeben, die eingerichtet ist, den zumindest einen Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße zu setzen, und der zumindest eine Ausgangswert der Ausgangsfahrzeugkenngröße wird auf den Regelwert der Ausgangsfahrzeugkenngröße gesetzt, wenn gemäß dem in der zumindest einen Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert auf den Regelwert zu setzen ist. Der Regelwert der Ausgangsfahrzeugkenngröße wird an eine Systemeinheit des Fahrzeugs ausgegeben, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße zugeordnete Systemfunktion des Fahrzeugs bereitzustellen.
  • Dem Algorithmus für maschinelles Lernen ist also eine Datenflusssteuerung nachgeschaltet, mittels der ein von dem ML-Algorithmus ausgegebener Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße gesetzt werden kann. Wenn das Regelwerk gemäß dem eingehenden Ausgangswert der Ausgangsfahrzeugkenngröße erkennt, dass der Ausgangswert gegen den Regelwert zu ersetzen ist, wird anstelle des Ausgangswertes der Regelwert an eine der Datenflusssteuerung nachgeschaltete Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion ausgegeben. Der Regelwert ist also ein vorbestimmter Wert, der anstelle des Ausgangswertes von der Datenflusssteuerung an die Systemeinheit ausgegeben wird, wenn gemäß dem in der Datenflusssteuerung hinterlegten Regelwerk der Ausgangswert auf den Regelwert zu setzen ist.
  • ML-Algorithmen verwenden eine Reihe von Eingangsfahrzeugkenngrößen, z.B. eine Geschwindigkeit des Fahrzeugs und/oder dessen Innen- und/oder Außentemperatur und/oder eine Tageszeit, um eine Systemfunktion, auch Funktionalität genannt, z.B. eine Intensität der Luftströmung im Fahrzeug und/oder eine gewünschte Innentemperatur, vorherzusagen. Es wird erfindungsgemäß vorgeschlagen, eine Sperrliste mit Werten für diese Systemfunktionen derart hinzuzufügen, dass Ergebnisse/Entscheidungen des ML-Algorithmus in Abhängigkeit der von dem ML-Algorithmus erzeugten Werte dadurch außer Kraft gesetzt werden, dass diese Werte gegen Regelwerte ausgetauscht/ersetzt werden. Diese Korrektur der Ergebnisse/Entscheidungen des ML-Algorithmus findet also stromabwärts von dem ML-Algorithmus mittels einer Datenflusssteuerung statt, die stromaufwärts zu der Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion angeordnet ist, als zwischen dem ML-Algorithmus und dieser Systemeinheit.
  • Folgendes Ausführungsbeispiel verdeutlicht, wie mittels des Regelwerks der Ausgangswert des ML-Algorithmus gegen den Regelwert des Regelwerks ersetzt wird:
    • Der Benutzer der Systemfunktion macht die Erfahrung: „Manchmal, wenn ich die Arbeit verlasse, wird meine Musik lauter“. Ein paar Mal hatte der Benutzer einige Freunde dabei. Der Benutzer meint, dass die Eingangsfahrzeugkenngrößen und deren Eingangswerte „Standort: Garching“ und „Anzahl der Personen: > 1“ sind. Die Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion „Musitdautstärke“ hat gelernt: der Benutzer ist um 14:00 Uhr statt wie sonst um 17:00 Uhr zu seinem Fahrzeug gegangen. Die Eingangsfahrzeugkenngrößen und deren Eingangswerte können sein: „Standort“: Garching‟, „Tageszeit: 14:00 Uhr“. Anstatt den ML-Algorithmus so zu trainieren oder abzuändern, dass sich die Musik des Benutzers nicht mehr lauter wird, wird im Regelwerk der Datenflusssteuerung die Regel hinzuzufügt: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug, beispielsweise ein Radio, CD-Player, Streaming Dienst etc., in Garching erhöhen. Ein sich automatisch in Garching erhöhende Lautstärke als Ausgangswert des ML-Algorithmus wird also durch das Regelwerk außer Kraft gesetzt und gegen eine Lautstärke ersetzt, die als Regelwert eine Höhe aufweist, die so hoch ist, wie diese beim Abschalten des Fahrzeugs in Garching vor Antritt der Fahrt beispielsweise nach der Arbeit war.
  • Ein- und Ausgangsfahrzeugkenngrößen können jede Kenngröße im und/oder am Fahrzeug bedeuten, die von Sensoren und Aktoren im Fahrzeug beispielsweise einer elektronischen Kontrolleinheit, auch ECU genannt, des Fahrzeugs und/oder einem damit verbundenem Server, bereitgestellt wurden oder werden. Entsprechendes gilt für die Ein- und Ausgangswerte dieser Kenngrößen. Auch Flottendaten, die von Sensoren und Aktoren anderer Fahrzeuge, also Flottenfahrzeuge, erzeugt wurden oder werden, taugen als Ein- oder Ausgangswerte oder Ein- oder Ausgangsfahrzeugkenngrößen, z.B. Echtzeitnavigationsdaten. Diese „Fremddaten“ können mit „Eigendaten“ des Fahrzeugs verknüpft werden, beispielsweise mit einem vom Benutzer in das Navigationssystem des Fahrzeugs eingegebenen Navigationsziel.
  • Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung. Ergänzend oder alternativ kann das Hybrid- oder Elektrofahrzeug gemäß Ausführungsformen ein reines Elektrofahrzeug (BEV) oder ein Plugin-Hybridfahrzeug (PHEV) sein. Es können jedoch auch andere Antriebsformen verwendet werden, beispielsweise in Forme eines diesel- oder benzinbetriebenen Fahrzeugs. Das Fahrzeug kann auch in Form eines Schienenfahrzeugs vorliegen.
  • Wie bereits oben beschrieben, umfasst vorteilhafterweise das in der zumindest einen Datenflusssteuerung hinterlegte Regelwerk zumindest eine Regel mit zumindest einem Wert der Ausgangsfahrzeugkenngröße des Fahrzeugs als Regeleingangsgrö-ßenwert, dem der zumindest eine Ausgangswert entsprechen muss, um die Ausgangsfahrzeugkenngröße auf den Regelwert zu setzen, wobei insbesondere eine Höhe des Regelwertes von einer Höhe des Regeleingangsgrößenwertes abhängig ist. In weiterer Ausführungsform der Erfindung umfasst die von dem Regelwerk umfasste zumindest eine Regel mehrere Werte von jeweils unterschiedlichen Ausgangsfahrzeugkenngrößen als Regeleingangsgrößenwerte umfasst, wobei insbesondere die Höhe des Regelwertes von den jeweiligen Höhen der Regeleingangsgrößenwerte abhängig ist. So könnte z.B. die oben aufgeführte Regel abgeändert lauten: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug in Garching zwischen 13:30 Uhr und 14:30 Uhr erhöhen. Es ist auch möglich, dass die zumindest eine Regel bei Vorliegen des Regeleingangsgrößenwertes oder der Regeleingangsgrößenwerte in den Ausgangsdaten ein Setzen auf Regelwerte unterschiedlicher Ausgangsfahrzeugkenngrößen bewirkt. So könnte z.B. die oben aufgeführte Regel abgeändert lauten: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug erhöhen und die Entertainmentquelle wechseln, wenn sich das Fahrzeug zwischen 13:30 Uhr und 14:30 Uhr in Garching befindet. Ein Umschalten auf Verkehrsnachrichten oder einen Radiosender, der mittels einer Funktion zur automatischen Einstellung eines Radiosenders gefunden wurde, wäre also bei einer Fahrt in Garching zwischen 13:30 Uhr und 14:30 Uhr ausgeschlossen.
  • Wenn das Regelwerk mehrere Regeln umfasst, wobei die Regeln jeweils unterschiedliche Regeleingangsgrößenwerte zu einer oder mehreren unterschiedlichen Ausgangsfahrzeugkenngrößen umfassen und/oder jeweils ein Setzen auf Regelwerte einer oder mehrerer unterschiedlicher Ausgangsfahrzeugkenngrößen bewirken, kann eine Vielzahl von Regelwerk-Szenarien in der Datenflusssteuerung hinterlegt werden.
  • Es ist von Vorteil, wenn die Ausgangsdaten Ausgangswerte unterschiedlicher Ausgangsfahrzeugkenngrößen umfassen und jeweils einer der Ausgangsfahrzeugkenngrößen eine Datenflusssteuerung zugeordnet ist. Auf diese Weise kann jeder Ausgangsfahrzeugkenngröße eine individuell darauf eingerichtete Datenflusssteuerung zugeordnet werden. Bei einer Fehlersuche kann so eine fehlerhafte Datenflusssteuerung schnell und einfach aufgefunden und repariert/ausgetauscht werden.
  • Die Erfindung umfasst auch Softwareprogramm, das eingerichtet ist, das computerimplementierte Verfahren nach einem der vorhergehenden Ausführungsformen auszuführen, wenn es auf einem Computer ausgeführt wird, wobei der Computer vorzugsweise Teil einer elektronischen Kontrolleinheit des Fahrzeugs, des mit dem Fahrzeug verbundenem Backend-Servers oder des verteilten Computersystems ist, von dem vorzugsweise ein Teil in dem Cloud-Computersystem angeordnet ist. Das Softwareprogramm kann eingerichtet werden, um auf einem oder mehreren Prozessoren ausgeführt zu werden, und um dadurch das erfindungsgemäße Verfahren auszuführen. Das Softwareprogramm kann auf einem oder mehreren Speichermedien gespeichert sein.
  • Die Erfindung umfasst auch eine Anordnung zur Bereitstellung einer Systemfunktion eines Fahrzeugs. Es umfasst eine Versorgungseinheit, die eingerichtet zum Bereitstellen von Eingangsdaten an einen Algorithmus für maschinelles Lernen, wobei die Eingangsdaten zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen des Fahrzeugs, eines mit dem Fahrzeug verbundenen Backend-Servers oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, und eine Generierungseinheit, die eingerichtet zum Erzeugen von Ausgangsdaten des Algorithmus für maschinelles Lernen als Antwort auf ein Empfangen der Eingangsdaten durch den Algorithmus für maschinelles Lernen, wobei die Ausgangsdaten zumindest einen Ausgangswert einer Ausgangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen des Fahrzeugs umfassen. Weiter umfasst ist eine Eingabeeinheit, die eingerichtet zum Eingeben der Ausgangsdaten in zumindest eine dem Algorithmus für maschinelles Lernen nachfolgende Datenflusssteuerung, die eingerichtet ist, den zumindest einen Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße zu setzen, eine Rückstelleinheit, die eingerichtet zum Setzen des zumindest einen Ausgangswertes der Ausgangsfahrzeugkenngröße auf den Regelwert der Ausgangsfahrzeugkenngröße, wenn gemäß dem in der zumindest einen Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert auf den Regelwert zu setzen ist, und eine Ausgabeeinheit, die eingerichtet zum Ausgeben des Regelwertes der Ausgangsfahrzeugkenngröße an eine Systemeinheit des Fahrzeugs, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße zugeordnete Systemfunktion des Fahrzeugs bereitzustellen.
  • Das erfindungsgemäße System weist dem erfindungsgemäßen Verfahren entsprechende Vorteile und Effekte auf. Die Einheiten können als separate Funktionseinheiten oder als integrierte Funktionseinheit, beispielsweise in der elektronischen Kontrolleinheit des Fahrzeugs, vorliegen.
  • Der Algorithmus für maschinelles Lernen kann ein Entscheidungsbaum, auch Decision Tree genannt, Zufallswald, auch Random Forest genannt, ein künstliches neuronales Netzwerk, eine Support-Vektor-Maschine, ein k-Nearest-Neighbor-Algorithmus oder ein Ensemble-Klassifikator oder eine Kombination hiervon sein. Der ML-Algorithmus kann auf eine Benutzerautomatisierung angewendet werden, beispielsweise eine Nutzung einer Sitzheizung und/oder Einstellung einer Umgebungstemperatur im Fahrzeug.
  • In vorteilhafter Ausführungsform der Erfindung ist von der Anordnung eine an das Regelwerk anschließbare Mensch-Maschine-Schnittstelle, insbesondere eine in dem Fahrzeug vorhandene oder daran anschließbare graphische Benutzerschnittstelle, umfasst, mittels der das Regelwerk von einem Fahrzeugführer, einem Passagier, einem Entwickler und/oder einem Wartungsmitarbeiter/Mechaniker in dem Fahrzeug und/oder außerhalb des Fahrzeugs, insbesondere mittels Zugriff auf einen mit dem Fahrzeug verbundenen Backend-Server, eingerichtet, verändert und/oder bedient werden kann. So kann über einen im Fahrzeug verbauten Berührbildschirm, auch „Touchdisplay“ oder „Touchscreen“ genannt, als graphische Benutzerschnittstelle auf das das Regelwerk, und damit einhergehend auf die Datenflusssteuerung, zugegriffen werden. Alternativ oder Zusätzlich kann z.B. in einer Werkstatt ein Servicemitarbeiter über eine separate Bedieneinheit, die an eine On-Board-Schnittstelle des Fahrzeugs mit dem Fahrzeug verbindbar ist, auf das Regelwerk zugegriffen werden. Die an das Regelwerk anschließbare Mensch-Maschine-Schnittstelle erlaubt auch einen Zugriff auf einen Server, beispielsweise Backend-Server, so dass es einem Entwickler, der für eine Funktion zuständig ist, die mittels einem Algorithmus für maschinelles Lernen bereitgestellt ist, möglich ist, eine Regel außerhalb des Fahrzeugs für einige oder sämtliche Fahrzeuge über die Mensch-Maschine-Schnittstelle zu setzen, die über diese Funktion verfügen. Auf diese Weise kann die zuverlässige Systemfunktion von einem Benutzer der Systemfunktion einfach und zeitsparend eingerichtet, verändert und/oder bedient werden.
  • Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Es zeigen:
    • 1 eine schematische Darstellung eines Fahrzeugs mit daran angeschlossenem Server gemäß dem Stand der Technik,
    • 2 eine schematische Anordnung zur Bereitstellung einer Systemfunktion des Fahrzeugs gemäß dem Stand der Technik,
    • 3 ein schematisches Flussdiagramm mit Schritten zur Bereitstellung der Systemfunktion des Fahrzeugs gemäß einer ersten Ausführungsform der Erfindung,
    • 4 eine schematische Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs gemäß einer zweiten Ausführungsform der Erfindung,
  • Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.
  • 1 zeigt eine schematische Darstellung eines Fahrzeugs 1 mit einer elektronischen Kontrolleinheit 2, auch Electronic Control Unit, ECU, genannt, und einem an die elektronische Kontrolleinheit 2 angeschlossenen Server 3 gemäß dem Stand der Technik. Von Aktoren und/oder Sensoren des Fahrzeugs 1 werden Eingangsdaten bereitgestellt, die zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße EK enthalten, wobei diese Eingangsdaten an die elektronische Kontrolleinheit 2 übertragen werden. Mittels der Eingangsfahrzeugkenngrößen, beispielsweise eine Innentemperatur des Fahrzeugs 1 oder Positionen von Elementen eines Fahrersitzes und/oder Beifahrersitzes, Einstellungen eines im Fahrzeug 1 vorhandenen Entertainmentsystems, z.B. eines Radios, CD-Players oder eines an das Entertainmentsystem angeschlossenen Smartphones, werden die Eingangsdaten an die elektronische Kontrolleinheit übertragen, um Ausgangswerte von Ausgangskenngrößen AK festzulegen. Ausgangswerte und Ausgangskenngrößen AK sind beispielsweise Einstellungen von Elementen des Fahrersitzes bzw. Beifahrersitzes und/oder Einstellungen zur Temperierung innerhalb des Fahrzeugs, z.B. Innentemperatur, Stärke einer Belüftung und/oder Einstellungen im Entertainmentsystem des Fahrzeugs 1, beispielsweise Hinweise zur Streckenführung in einem Navigationssystem, das von dem Entertainmentsystem des Fahrzeugs 1 umfasst ist.
  • 2 zeigt eine schematische Anordnung zur Bereitstellung einer Systemfunktion des Fahrzeugs 1 gemäß dem Stand der Technik. Eine Systemeinheit 10 des Fahrzeugs, beispielsweise ein Motor des Fahrzeugs 1, ein oder mehrere Spiegel des Fahrzeugs 1, ein Fahrwerk des Fahrzeugs 1, oder ein Entertainmentsystem des Fahrzeugs 1, stellt Eingangswerte EW und Eingangsfahrzeugkenngrößen EK an eine Softwareeinheit 16 mit klassischer Software, also Softwarecode zur Steuerung und/oder Regelung einer oder mehrerer der Eingangsfahrzeugkenngrößen EK bereit, um die Systemeinheit 10 mit einem oder mehreren Ausgangswerten AW von einer oder mehreren Ausgangskenngrößen AK zu versorgen. Beispielsweise kann bei einem Belüftungssystem die Belüftungsstärke in Form eines Eingangswertes „Stufe 2“ der Eingangsfahrzeugkenngröße „Lüftungsstärke“ bei einer zu erzielenden Innenraumtemperatur automatisch von der Systemeinheit 10 an die Softwareeinheit 16 weitergereicht werden, sodass die Softwareeinheit 16 auf die Zielgröße der Innentemperatur im Fahrzeug 1, beispielsweise 20°C, eingestellt wird. Sobald der Ausgangswert „20°C“ der Ausgangsfahrzeugkenngröße „Innentemperatur“ erreicht ist, behält die Softwareeinheit 16 getroffene Einstellungsparameter an einer Belüftungseinheit im Fahrzeug 1 auf Basis des Eingangswertes EW und der Eingangsfahrzeugkenngröße EK bei, um die Innentemperatur hinsichtlich des Ausgangswertes 20°C aufrechtzuerhalten. Alternativ oder zusätzlich kann anstelle einer automatischen Eingabe von Eingangswerten EW und Eingangsfahrzeugkenngrößen EK auch ein Benutzer 11 die Softwareeinheit 16 mit Eingangswerten EW und Eingangsfahrzeugkenngrößen EK versorgen.
  • Auch ist es möglich, dass ein Algorithmus für maschinelles Lernen 17, auch LM-Algorithmus genannt, eine Verarbeitung der Eingangswerte EW und Eingangsfahrzeugkenngrößen EK des Benutzers 11 oder in automatisierter Form der Systemeinheit 10 vornimmt, um Ausgangswerte AW für Ausgangsfahrzeugkenngrößen AK festzulegen, die an die Systemeinheit 10 zur Bereitstellung von Systemfunktionen weitergeleitet werden. Sofern es bei der Softwareeinheit 16 und/oder dem Algorithmus für maschinelles Lernen 17 zu Fehlfunktionen kommt, bei denen Zielgrößen in den Ausgangswerten der Ausgangsfahrzeugkenngrößen auf Basis vorhandener Eingangswerte und Eingangsfahrzeugkenngrößen nicht erreicht werden, kann ein Entwickler 12 über eine Sperrliste 18, die der Softwareeinheit 16 vorgeschaltet und damit der Softwareeinheit 16 gegenüber stromaufwärts angeordnet ist, und/oder über eine Sperrliste 19, die dem Algorithmus für maschinelles Lernen 17 vorgeschaltet und damit diesem gegenüber stromaufwärts angeordnet ist, Werte für die Eingangswerte EW der Eingangsfahrzeugkenngrößen EK festlegen, die für den Fall der Sperrliste 18 nicht an die Softwareeinheit 16 und für den Fall der Sperrliste 19 nicht an den Algorithmus für maschinelles Lernen übertragen werden. Im Ausführungsbeispiel der 2 hat der Entwickler 12 mittels der Sperrliste 19 lediglich die Möglichkeit, einen Benutzer 11 bestimmte Eingangswerte von bestimmten Eingangsfahrzeugkenngrößen als zu sperrende Werte in der Sperrliste 19 zu hinterlegen, wobei für die Systemeinheit 10 mittels der Sperrliste 18 die Möglichkeit besteht, dass Eingangswerte von Eingangsfahrzeugkenngrößen sowohl in Richtung der Softwareeinheit 16 als auch in Richtung des Algorithmus für maschinelles Lernen 17 gefiltert werden. Durch die Filterung von Eingangswerten von Eingangsfahrzeugkenngrößen mittels der Sperrlisten 18, 19 besteht also die Möglichkeit, das Verhalten der Softwareeinheit 16 und des ML-Algorithmus 17 zu beeinflussen. So können vorhandene Fehlfunktionen des ML-Algorithmus 17 dadurch behoben oder zumindest verringert werden, dass neue Trainingsdaten dem ML-Algorithmus 17 zur Verfügung gestellt werden bzw. frühere Trainingsdaten gelöscht werden. Auch ist es möglich bisher ausgeschlossene Eingangsfahrzeugkenngrößen EK und deren Eingangswerte EW in die Sperrliste 19 mit aufzunehmen oder vorhandene Eingangswerte EW von vorhandenen Eingangsfahrzeugkenngrößen EK aus der Sperrliste 19 zu löschen, um ein gewünschtes Verhalten des ML-Algorithmus 17 bei der Zurverfügungstellung von Ausgangswerten zur Ausgangsfahrzeugkenngrößen zu erhalten. Die Verwaltung der Sperrliste 18 und/oder der Sperrliste 19 obliegt nicht dem Benutzer 11, der beispielsweise Fahrzeugführer des Fahrzeugs 1 sein kann, sondern dem Entwickler 12 derart, dass eine Manipulation der Sperrliste 19 durch den Benutzer 11 nicht möglich ist. Auf diese Weise wird gemäß dem Stand der Technik eine Fehlbedienung/Fehleinstellung der Sperrlisten 18, 19 vermieden.
  • 3 zeigt ein schematisches Flussdiagramm mit Schritten 5 bis 9 zur Bereitstellung der Systemfunktion des Fahrzeugs 1 gemäß einer Ausführungsform der Erfindung. Eingangsdaten ED werden dem Algorithmus für maschinelles Lernen 17 in Form zumindest eines Eingangswertes EW, einer Eingangsfahrzeugkenngröße EK einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen EK des Fahrzeugs 1 bereitgestellt, 5. Als Antwort auf ein Empfangen der Eingangsdaten ED durch den Algorithmus für maschinelles Lernen 17 werden Ausgangsdaten AD in Form zumindest eines Ausgangswertes AW einer Ausgangsfahrzeugkenngröße AK erzeugt, 6, wobei die Ausgangsfahrzeugkenngröße AK von einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen AK des Fahrzeugs 1 umfasst ist. Die Ausgangsdaten AD werden in zumindest eine dem Algorithmus für maschinelles Lernen 17 nachfolgende Datenflusssteuerung eingegeben, 7, die eingereicht ist, den zumindest einen Ausgangswert AW der Ausgangsfahrzeugkenngrößen AK basierend auf einen in der Datenflusssteuerung hinterlegten Regelwert auf einen Regelwert RW der Ausgangsfahrzeugkenngröße AK zu setzen. Ein Setzen, 8, des zumindest einen Ausgangwertes AW der Ausgangsfahrzeugkenngröße AK auf den Regelwert RW der Ausgangsfahrzeugkenngröße AK findet statt, wenn gemäß dem in der zumindest ein Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert AW auf den Regelwert RW zu setzen ist. Der Regelwert RW der Ausgangsfahrzeugkenngröße AK wird an die Systemeinheit 10 des Fahrzeugs 1 ausgegeben, 9, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße AK zugeordnete Systemfunktion des Fahrzeugs 1 bereitzustellen.
  • Sämtliche der vorgenannten erfindungsgemäßen Verfahrensschritte können in der elektronischen Kontrolleinheit 2 des Fahrzeugs 1 ausgeführt werden. Alternativ oder zusätzlich können diese Schritte oder ein Teil hiervon in dem Server 3 ausgeführt werden, der sich außerhalb des Fahrzeugs 1 befindet und mit diesem beispielsweise über Funk verbunden ist.
  • Die Datenflusssteuerung stellt eine Funktion bereit, bei der aufgrund einer Regel ein in die Datenflusssteuerung eingegebener Ausgangswert AW der Ausgangsfahrzeugkenngröße AK des Algorithmus für maschinelles Lernen 17 auf den Regelwert RW gesetzt wird. Der Algorithmus für maschinelles Lernen kann hierbei jeden Algorithmus umfassen, der zur Vorhersage/Bestimmung eines Ausgangswertes AW verwendet wird, wobei möglicherweise eine Standardfunktion mit variablen Parametern verwendet wird, wobei Wichtungen der Standardfunktion antrainiert werden unter Verwendung von Trainingsdaten. Eine Funktion maschinellen Lernen ist eine Funktion, bei der als Hauptkomponente der Algorithmus für maschinelles Lernen verwendet wird.
  • Mittels des in 3 gezeigten erfindungsgemäßen Verfahrens kann die vorliegende Erfindung gemäß dem folgenden Ausführungsbeispielen ausgeführt werden:
    • Benutzer ist irgendjemand von einem Fahrer, Beifahrer, Mechaniker oder Entwickler.
      1. 1. Ausführungsbeispiel, bei dem Daten von der Datenflussteuerung an die Systemeinheit ohne Änderungen durchgeleitet werden:
        • - Folgendes wird an den ML-Algorithmus 17 gesendet: Fenster ist geöffnet, Fahrer befindet sich in Garching,
        • - ML-Algorithmus 17 bestimmt/sagt vorher, dass eine Audiolautstärke zu erhöhen ist,
        • - Datenflusssteuerung erkennt Signaländerung in der Audiolautstärke und prüft die Regel, nach der die Signaländerung in der Audiolautstärke an die Systemeinheit durchzuleiten ist,
        • - Audiolautstärke wird erhöht.
      2. 2. Ausführungsbeispiel der Hinzunahme einer speziellen Regel:
        • - der Benutzer loggt sich in eine Schnittstelle zum Zugriff auf die Datenflusssteuerung ein,
        • - der Benutzer fügt eine Regel für ein spezielles Szenario mit Bezug auf ein spezielles Szenario der Datenflusssteuerung, also dessen Regelwerk, hinzu, beispielsweise „verringere nicht die Lautstärke, wenn ich das Fenster in Garching schließe“,
        • - diese Regel wird für die Datenflusssteuerung für „Audiolautstärke“ gesetzt.
      3. 3. Ausführungsform, bei der Daten auf Standard gesetzt werden:
        • - Folgendes wird in den Algorithmus für maschinelles Lernen 17 eingegeben: Fenster ist geöffnet, Fahrer befindet sich in Garching,
        • - ML-Algorithmus bestimmt/sagt vorher, dass Audiolautstärke zu erhöhen ist,
        • - Datenflusssteuerung erkennt Signaländerung in der Audiolautstärke und prüft die Regel, wonach die Audiolautstärke auf einen Standardwert als Regelwert zurückzusetzen ist,
        • - Audiolautstärke bleibt gleich.
      4. 4. Ausführungsbeispiel, bei dem eine Hauptregel hinzugenommen wird:
        • - Nutzer loggt sich in die Schnittstelle zur Bedienung der Datenflusssteuerung ein,
        • - Benutzer nimmt eine Regel für ein spezielles Szenario mit Bezug auf ein spezielles Szenario in das Regelwerk der Datenflusssteuerung mit auf, z.B. „erhöhe nicht den Heizgrad der Heizung, wenn ich in München die Tür des Fahrzeugs 1 schließe“,
        • - die Regel wird als Hauptregel zur Fortführung von Datenflusssteuerungen für „Fahrerheizung“, „Beifahrerheizung“, „Rücksitzheizung“ gesetzt.
  • Als Regelwert bzw. Regelwerte werden Werte angesehen, auf die von dem Regelwerk der Datenflusssteuerung die in die Datenflusssteuerung eingegebenen Ausgangswerte AW der Ausgangsfahrzeugkenngrößen AK gesetzt werden und die an die Systemeinheit 10 zur Bereitstellung der der Ausgangsfahrzeugkenngröße AK zugeordneten Systemfunktion des Fahrzeugs 1 ausgegeben werden. Ein Regelwert RW ist damit der Wert, der von dem Regelwerk der Datenflusssteuerung bei Vorliegen von einem Ausgangswert als Eingabewert in der Datenflusssteuerung anstelle des Ausgangswertes gesetzt wird. Der Regelwert RW bildet also den Wert ab, der bei Erfüllen einer Regel des Regelwerks anstelle des Ausgangswertes AW an die Systemeinheit 10 ausgegeben wird.
  • In 4 ist eine schematische Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs 1 gemäß einer weiteren Ausführungsform der Erfindung gezeigt. Ein oder mehrere Ausgangswerte AW des Algorithmus für maschinelles Lernen 17 von einer oder mehreren Ausgangsfahrzeugkenngrößen AK werden Datenflusssteuerungen 21, 22, 23 derart zugeführt, dass je einer Ausgangsfahrzeugkenngröße AK je eine Datenflusssteuerung 21, 22, 23 zugeordnet ist. Beispielsweise kann bei einer Fahrwerkssteuereinheit ein Wert für eine Querbeschleunigung als Ausgangsfahrzeugkenngröße an die Datenflusssteuerung 21 weitergeleitet werden, wohingegen ein anderer Wert für eine Längsbeschleunigung als weitere Ausgangsfahrzeugkenngröße AK an die Datenflusssteuerung 22 weitergeleitet wird. Jede der Datenflusssteuerungen 21, 22, 23 weist jeweils ein Regelwerk 21a, 22a, 23a auf, gemäß dem der eine oder die mehreren Ausgangswerte AW der jeweiligen Ausgangsfahrzeugkenngröße geprüft werden, ob eine Regel in dem jeweiligen Regelwerk 21a, 22a, 23a derart vorliegt, dass der eine oder die mehreren Ausgangswerte gegen einen oder mehrere Regelwerte RW zu ersetzen sind.
  • Beispielsweise können in einer Gesamtdatenflusssteuerungseinheit 29 Grundregeln 26, 27 derart hinterlegt sein, dass die Grundregel 27 auf die Datenflusssteuerung 21 und 23 und die Grundregel 26 auf die Datenflusssteuerung 22 und 23 wirken. Es ist also möglich, dass bei der Datenflusssteuerung 23 mehrere Grundregeln 26, 27 gleichzeitig in dem Regelwerk 23a hinterlegt sind und prüfen, ob bei gegebenenfalls vorliegender Übereinstimmung von Ausgangswerten AW mit in den Grundregeln 26, 27 hinterlegten Grundregelwerten die Ausgangswerte AW gegen Regelwerte RW zu ersetzen sind. Hierbei kann die Höhe eines jeweiligen Regelwertes von der Höhe des Ausgangswertes abhängen. So kann beispielsweise erst ab einer bestimmten Höhe eines Ausgangswertes ein Setzen auf den Regelwert und damit eine Ersetzung des Ausgangswertes gegen den Regelwert erfolgen. Es kann auch Bereiche von Höhen des Ausgangswertes AW geben, bei denen keine Änderung der Höhe des Regelwertes erfolgt.
  • In dem in 4 dargestellten Ausführungsbeispiel umfasst die Gesamtdatenflusssteuerungseinheit 29 die Datenflusssteuerungen 21, 22, 23 sowie die Grundregeln 26, 27, die auf eine oder mehrere der Datenflusssteuerungen 21, 22, 23 wirken. An die Gesamtdatenflusssteuerungseinheit 29 ist eine Mensch-Maschine-Schnittstelle 30, die als graphische Benutzerschnittstelle ausgeführt sein kann, derart angeschlossen, dass der Benutzer 11 mittels der Mensch-Maschine-Schnittstelle 30 das Regelwerk 21a, 22a, 23a der Datenflusssteuerungen 21, 22, 23 einrichten, verändern und/oder bedienen kann. Die Mensch-Maschine-Schnittstelle 30 kann unterschiedliche Benutzeroberflächen für einen Fahrer 13, Passagier/Beifahrer 14, den Entwickler 12 und einen Mechaniker 15 aufweisen. Beispielsweise kann der Funktionsumfang für einen Fahrer 13 gegenüber dem Funktionsumfang für einen Entwickler 12 eingeschränkt sein. Auch ist es möglich, dass der Mechaniker 15 gegenüber dem Fahrer 13 umfangreichere Änderungen an den Regelwerken 21a, 22a, 23a vornehmen kann, wobei gegenüber dem Entwickler 12 wiederum der Funktionsumfang für den Mechaniker 15 beschränkt ist. Die Mensch-Maschine-Schnittstelle 30 kann alternativ zu der in 4 gezeigten Ausführungsform auch unmittelbar mit einer mehreren der Datenflusssteuerungen 21, 22, 23 verbunden sein, um ein einfaches und zügiges Einrichten, Verändern und/oder Bedienen der Regelwerte 21a und/oder 22a und/oder 23a zu ermöglichen. Auch kann der Entwickler über die Mensch-Maschine-Schnittstelle 30 auf den Backend-Server 3 zugreifen, um das Regelwerk 21a, 22a, 23a der Datenflusssteuerungen 21, 22, 23 für mehrere oder sämtlich Fahrzeuge 1 einzurichten, zu verändern und/oder zu bedienen, die über das Regelwerk 21a, 22a, 23a verfügen.
  • Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Beispielhaft genannte Ausführungsformen stellen nur Beispiele dar, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehenden Erläuterungen in der Beschreibung, definiert wird.
  • Die unter Bezug auf die dargestellten Ausführungsformen beschriebenen Merkmale der Erfindung, beispielsweise die Verwendung von je einer Datenflusssteuerung 21, 22, 23 für je eine Ausgangsfahrzeugkenngröße AK wie in 4 dargestellt, können auch bei anderen Ausführungsformen der Erfindung, z.B. dem erfindungsgemäßen Schritt 7 gemäß 3 zur Bereitstellung der Systemfunktion des Fahrzeugs 1, vorhanden sein, außer wenn es anders angegeben ist oder sich aus technischen Gründen von selbst verbietet.

Claims (10)

  1. Computerimplementiertes Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs (1), umfassend die Schritte: - Bereitstellen (5) von Eingangsdaten (ED) an einen Algorithmus für maschinelles Lernen (17), wobei die Eingangsdaten (ED) zumindest einen Eingangswert (EW) einer Eingangsfahrzeugkenngröße (EK) einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen (EK) des Fahrzeugs (1), eines mit dem Fahrzeug (1) verbundenen Backend-Servers (3) oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, - Erzeugen (6) von Ausgangsdaten (AD) des Algorithmus für maschinelles Lernen (17) als Antwort auf ein Empfangen der Eingangsdaten (ED) durch den Algorithmus für maschinelles Lernen (17), wobei die Ausgangsdaten (AD) zumindest einen Ausgangswert (AW) einer Ausgangsfahrzeugkenngröße (AK) einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) des Fahrzeugs (1) umfassen, - Eingeben (7) der Ausgangsdaten (AD) in zumindest eine dem Algorithmus für maschinelles Lernen (17) nachfolgende Datenflusssteuerung (21, 22, 23), die eingerichtet ist, den zumindest einen Ausgangswert (AW) der Ausgangsfahrzeugkenngröße (AK) basierend auf einem in der Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) auf einen Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK) zu setzen, - Setzen (8) des zumindest einen Ausgangswertes (AW) der Ausgangsfahrzeugkenngröße (AK) auf den Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK), wenn gemäß dem in der zumindest einen Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) der zumindest eine Ausgangswert (AW) auf den Regelwert (RW) zu setzen ist, und - Ausgeben (9) des Regelwertes (RW) der Ausgangsfahrzeugkenngröße (AK) an eine Systemeinheit (10) des Fahrzeugs (1), die eingerichtet ist, die der Ausgangsfahrzeugkenngröße (AK) zugeordnete Systemfunktion des Fahrzeugs (1) bereitzustellen.
  2. Das computerimplementierte Verfahren nach Anspruch 1, wobei das in der zumindest einen Datenflusssteuerung (21, 22, 23) hinterlegte Regelwerk (21a, 22a, 23a) zumindest eine Regel (26, 27) mit zumindest einem Wert der Ausgangsfahrzeugkenngröße (AK) des Fahrzeugs (1) als Regeleingangsgrößenwert umfasst, dem der zumindest eine Ausgangswert (AW) entsprechen muss, um die Ausgangsfahrzeugkenngröße (AK) auf den Regelwert (RW) zu setzen, wobei insbesondere eine Höhe des Regelwertes (RW) von einer Höhe des Regeleingangsgrößenwertes abhängig ist.
  3. Das computerimplementierte Verfahren nach Anspruch 2, wobei die von dem Regelwerk (21a, 22a, 23a) umfasste zumindest eine Regel (26, 27) mehrere Werte von jeweils unterschiedlichen Ausgangsfahrzeugkenngrößen (AK) als Regeleingangsgrößenwerte umfasst, wobei insbesondere die Höhe des Regelwertes (RW) von den jeweiligen Höhen der Regeleingangsgrößenwerte abhängig ist.
  4. Das computerimplementierte Verfahren nach Anspruch 2 oder Anspruch 3, wobei die zumindest eine Regel (26, 27) bei Vorliegen des Regeleingangsgrößenwertes oder der Regeleingangsgrößenwerte in den Ausgangsdaten (AD) ein Setzen auf Regelwerte (RW) unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) bewirkt.
  5. Das computerimplementierte Verfahren nach einem der Ansprüche 2 bis 4, wobei das Regelwerk (21a, 22a, 23a) mehrere Regeln (26, 27) umfasst, wobei die Regeln (26, 27) jeweils unterschiedliche Regeleingangsgrößenwerte zu einer oder mehreren unterschiedlichen Ausgangsfahrzeugkenngrößen (AK) umfassen und/oder jeweils ein Setzen auf Regelwerte (RW) einer oder mehrerer unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) bewirken.
  6. Das computerimplementierte Verfahren nach einem der vorhergehenden Ansprüche, wobei die Ausgangsdaten (AD) Ausgangswerte (AW) unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) umfassen und jeweils einer der Ausgangsfahrzeugkenngrößen (AK) eine Datenflusssteuerung (21, 22, 23) zugeordnet ist.
  7. Softwareprogramm, das eingerichtet ist, das computerimplementierte Verfahren nach einem der vorhergehenden Ansprüche auszuführen, wenn es auf einem Computer ausgeführt wird, wobei der Computer vorzugsweise Teil einer elektronischen Kontrolleinheit (2) des Fahrzeugs (1), des mit dem Fahrzeug (1) verbundenem Backend-Servers (3) oder des verteilten Computersystems ist, von dem vorzugsweise ein Teil in dem Cloud-Computersystem angeordnet ist.
  8. Anordnung zur Bereitstellung einer Systemfunktion eines Fahrzeugs (1), umfassend: - eine Versorgungseinheit, die eingerichtet zum Bereitstellen (5) von Eingangsdaten (ED) an einen Algorithmus für maschinelles Lernen (17), wobei die Eingangsdaten (ED) zumindest einen Eingangswert (EW) einer Eingangsfahrzeugkenngröße (EK) einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen (EK) des Fahrzeugs (1) umfassen, - eine Generierungseinheit, die eingerichtet zum Erzeugen (6) von Ausgangsdaten (AD) des Algorithmus für maschinelles Lernen (17) als Antwort auf ein Empfangen der Eingangsdaten (ED) durch den Algorithmus für maschinelles Lernen (17), wobei die Ausgangsdaten (AD) zumindest einen Ausgangswert (AW) einer Ausgangsfahrzeugkenngröße (AK) einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) des Fahrzeugs (1), eines mit dem Fahrzeug (1) verbundenen Backend-Servers (3) oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, - eine Eingabeeinheit, die eingerichtet zum Eingeben (7) der Ausgangsdaten (AD) in zumindest eine dem Algorithmus für maschinelles Lernen (17) nachfolgende Datenflusssteuerung (21, 22, 23), die eingerichtet ist, den zumindest einen Ausgangswert (AW) der Ausgangsfahrzeugkenngröße (AK) basierend auf einem in der Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) auf einen Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK) zu setzen, - eine Rückstelleinheit, die eingerichtet zum Setzen (8) des zumindest einen Ausgangswertes (AW) der Ausgangsfahrzeugkenngröße (AK) auf den Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK), wenn gemäß dem in der zumindest einen Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) der zumindest eine Ausgangswert (AW) auf den Regelwert (RW) zu setzen ist, und - eine Ausgabeeinheit, die eingerichtet zum Ausgeben (9) des Regelwertes (RW) der Ausgangsfahrzeugkenngröße (AK) an eine Systemeinheit (10) des Fahrzeugs (1), die eingerichtet ist, die der Ausgangsfahrzeugkenngröße (AK) zugeordnete Systemfunktion des Fahrzeugs (1) bereitzustellen.
  9. Anordnung nach Anspruch 9, bei der der Algorithmus für maschinelles Lernen (17) ein Entscheidungsbaum, auch Decision Tree genannt, Zufallswald, auch Random Forest genannt, ein künstliches neuronales Netzwerk, eine Support-Vektor-Maschine, ein k-Nearest-Neighbor-Algorithmus oder ein Ensemble-Klassifikator oder eine Kombination hiervon ist.
  10. Anordnung nach Anspruch 8 oder Anspruch 9, bei der von der Anordnung eine an das Regelwerk (21a, 22a, 23a) anschließbare Mensch-Maschine-Schnittstelle (30), insbesondere eine in dem Fahrzeug (1) vorhandene oder daran anschließbare graphische Benutzerschnittstelle, umfasst ist, mittels der das Regelwerk (21a, 22a, 23a) von einem Fahrzeugführer (13), einem Passagier (14), einem Entwickler (12) und/oder einem Wartungsmitarbeiter/Mechaniker (15) in dem Fahrzeug (1) und/oder außerhalb des Fahrzeugs (1), insbesondere mittels Zugriff auf einen mit dem Fahrzeug (1) verbundenen Backend-Server (3), eingerichtet, verändert und/oder bedient werden kann.
DE102020104479.8A 2020-02-20 2020-02-20 System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs Pending DE102020104479A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102020104479.8A DE102020104479A1 (de) 2020-02-20 2020-02-20 System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102020104479.8A DE102020104479A1 (de) 2020-02-20 2020-02-20 System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs

Publications (1)

Publication Number Publication Date
DE102020104479A1 true DE102020104479A1 (de) 2021-08-26

Family

ID=77176195

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102020104479.8A Pending DE102020104479A1 (de) 2020-02-20 2020-02-20 System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs

Country Status (1)

Country Link
DE (1) DE102020104479A1 (de)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018206717A1 (de) 2018-05-02 2019-11-07 Audi Ag Verfahren zum fahrsituationsabhängigen Betreiben eines Kraftfahrzeugsystems eines Kraftfahrzeugs, Personalisierungseinrichtung und Kraftfahrzeug
DE102018211575A1 (de) 2018-07-12 2020-01-16 Audi Ag Verfahren zum Betrieb eines elektrischen Bordnetzes eines Kraftfahrzeugs und Kraftfahrzeug

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018206717A1 (de) 2018-05-02 2019-11-07 Audi Ag Verfahren zum fahrsituationsabhängigen Betreiben eines Kraftfahrzeugsystems eines Kraftfahrzeugs, Personalisierungseinrichtung und Kraftfahrzeug
DE102018211575A1 (de) 2018-07-12 2020-01-16 Audi Ag Verfahren zum Betrieb eines elektrischen Bordnetzes eines Kraftfahrzeugs und Kraftfahrzeug

Similar Documents

Publication Publication Date Title
EP3259164B1 (de) Konfiguration einer fahrverhaltenssteuerung eines kraftfahrzeugs
WO2016038063A1 (de) Schienenfahrzeug mit einer ereignisgesteuerten führerstandanzeigevorrichtung
EP3891035A1 (de) Fahrerassistenzsystem und verfahren zum assistierten betreiben eines kraftfahrzeugs
WO2021032715A1 (de) Computerimplementiertes verfahren und testeinheit zum approximieren einer teilmenge von testergebnissen
DE102020104479A1 (de) System und verfahren zur bereitstellung einer systemfunktion eines fahrzeugs
DE102018126403B4 (de) Verfahren für die Erkennung eines Haltewunsches bei einem wenigstens teilweise autonomen Betrieb eines Fahrzeugs
DE102019214931A1 (de) Steuerung eines Fahrzeugs
WO2020119989A1 (de) Verfahren und vorrichtung zur unterstützung von fahrzeugnutzern beim bedienen eines fahrzeugs
EP3871052B1 (de) Verfahren zur kalibirierung eines technischen systems
DE10148973A1 (de) Verfahren und Vorrichtung zum Ermitteln der Einspritzmenge vorzugsweise für direkteinspritzende Dieselmotoren
WO2022078648A1 (de) Verfahren zum generieren einer lateralversatz-trajektorie
DE102009054902A1 (de) Verfahren zum Einstellen von Funktionsparametern
DE102020125473A1 (de) Verfahren zum Steuern wenigstens eines energetischen Verbrauchers in einem Fahrzeug, Fahrzeug und Computerprogramm
WO2011000651A1 (de) Verfahren und system zur ansteuerung von mindestens einem aktuator
DE102013200932A1 (de) Verfahren und Vorrichtung zur Überwachung einer Funktion eines Motorsteuergeräts zum Einsatz in einem Motorsystem mit einem Verbrennungsmotor
DE102019130318A1 (de) Verfahren zum Betrieb eines Kraftfahrzeugs
DE102018210368A1 (de) Fahrerassistenzsystem, Fahrzeug, Verfahren zum Betreiben des Fahrerassistenzsystems, Computerprogramm und computerlesbares Speichermedium
DE102016202524A1 (de) Verfahren zur Programmierung eines Steuergeräts eines Kraftfahrzeugs
DE102018209835B3 (de) Verfahren zum Betreiben einer Steuervorrichtung eines Geräts sowie Konfigurationssystem für eine Steuervorrichtung eines Geräts
DE102022211737A1 (de) Verfahren zum Ermitteln von Regeln für eine Überwachungsvorrichtung
DE112017003049T5 (de) Softwareverriegelung
DE10344034B4 (de) Verfahren und System zum Reduzieren eines von einer Beschleunigung herrührenden Radschlupfes unter Ausnutzung von Pedal-Drossel-Verlaufstabellen
DE102016006213A1 (de) Verfahren zur Durchführung eines automatischen Fahrmanövers eines Fahrzeugs und Fahrzeug
WO2021032712A1 (de) Computerimplementiertes verfahren und testeinheit zum approximieren von testergebnissen und verfahren zum bereitstellen eines trainierten, künstlichen neuronalen netzes
DE102004051759A1 (de) Integration eines Fahrzeugmodells mit Echtzeitaktualisierung

Legal Events

Date Code Title Description
R163 Identified publications notified