-
Die Erfindung betrifft ein Verfahren nach dem Oberbegriff von Anspruch 1, ein Verfahren nach Anspruch 7 und ein Computerprogramm nach Anspruch 10.
-
Wenn ein Fahrzeug mit einem Arbeitsgerät in einen Schüttguthaufen einsticht, muss die Drehzahl des Motors erhöht werden, um zu verhindern, dass der Motor abstirbt. Die Erhöhung der Drehzahl wird gewöhnlich manuell von einem Fahrer durchgeführt. Dies erfordert seitens des Fahrers Routine im Umgang mit dem Fahrzeug. Ungeübte Fahrer können erst nach einer langen Einlernphase eingesetzt werden. Grundsätzlich besteht zudem das Risiko einer Fehlbedienung.
-
Der Erfindung liegt die Aufgabe zugrunde, das Einstechen eines Fahrzeugs mit einem Arbeitsgerät in einen Schüttguthaufen zu vereinfachen. Diese Aufgabe wird gelöst durch ein Verfahren nach Anspruch 1, ein Verfahren nach Anspruch 7 und ein Computerprogramm nach Anspruch 10. Bevorzugte Weiterbildungen sind in den Unteransprüchen enthalten und ergeben sich aus nachfolgender Beschreibung.
-
Jeder Fahrer hat in Abhängigkeit seines Fahrstils bestimmte Eigenarten, ein Fahrzeug zu bedienen. Dies betrifft insbesondere die Bedienung des Fahrzeugs beim Einstechen in einen Haufen. Der Erfindung liegt die Idee zugrunde, mittels eines selbstlernenden Algorithmus zu erkennen, ob ein Fahrzeug mit seinem Arbeitsgerät in einen Schüttguthaufen einsticht und den Algorithmus auf den Fahrstil des jeweiligen Fahrers zu trainieren.
-
Ein Verfahren gemäß einem Aspekt der Erfindung dient zum Training des Algorithmus. Im Einzelnen wird ein dem Algorithmus zugrunde liegender Datensatz trainiert beziehungsweise angepasst, der das Verhalten des Algorithmus bestimmt. Bei dem Datensatz handelt es sich beispielsweise um ein künstliches neuronales Netz oder ein Wahrscheinlichkeitsnetz, beispielsweise ein bayessches Netz.
-
Bei dem Fahrzeug handelt es sich bevorzugt um eine Baumaschine, etwa einem Bagger mit einer Schaufel als Arbeitsgerät, oder um einen Traktor mit Frontlader, der beispielsweise mit einer Gabel als Arbeitsgerät bestückt ist.
-
Zum Training des Algorithmus werden Werte ein oder mehrerer physikalischer Größen des Fahrzeugs gemessen. Die Messung erfolgt bevorzugt mittels Sensoren, die an dem Fahrzeug angebracht sind. Die Sensoren messen jeweils Werte ein oder mehrerer der genannten Größen.
-
Die Sensoren sind bevorzugt signalleitend mit einem Steuergerät verbunden. Über die signalleitenden Verbindungen werden Sensorsignale zu dem Steuergerät übertragen, in denen die gemessenen Werte codiert sind. Das Steuergerät ist bevorzugt in dem Fahrzeug verbaut. Beispielsweise kann es sich um ein Getriebesteuergerät handeln.
-
Zum Training des Algorithmus wird weiterhin geprüft, ob das Fahrzeug mit dem Arbeitsgerät in einen Haufen einsticht. Bei dem Haufen handelt es sich bevorzugt um einen Schüttguthaufen.
-
Das Einstechen in den Haufen gestaltet sich derart, dass das Fahrzeug auf den Haufen zufährt, sodass es zu einer Kollision des Arbeitsgeräts mit dem Haufen kommt. Dabei dringt das Arbeitsgerät mindestens teilweise in den Haufen ein. Das Fahrzeug wird dabei verlangsamt oder zum Stillstand gebracht.
-
Hat die Prüfung ergeben, dass das Fahrzeug in einen Haufen einsticht, so werden die gemessenen Werte erfindungsgemäß als Trainingsdaten für den Algorithmus verwendet. Der Algorithmus wird also auf den gemessenen Werten trainiert.
-
Die gemessenen Werte können dem Algorithmus direkt und/oder in weiterbearbeiteter Form als Trainingsdaten zur Verfügung gestellt werden. Beispielsweise können die gemessenen Werte ein oder mehrerer physikalischer Größen weiterbearbeitet werden, in dem aus den Werten die Werte ein oder mehrerer physikalischer Größen des Fahrzeugs errechnet werden.
-
Durch Verwendung gemessener Werte, die einem Einstechen mit dem Arbeitsgerät in einen Haufen vorausgehen, wird der Algorithmus in die Lage versetzt, ein Einstechen in den Haufen anhand entsprechender Werte zu erkennen. Bevorzugt berechnet der Algorithmus eine Wahrscheinlichkeit für ein Einstechen des Fahrzeugs mit dem Arbeitsgerät in einen Haufen in Abhängigkeit der gemessenen Werte. Diese Wahrscheinlichkeit wird bevorzugt mit einem vordefinierten Schwellenwert verglichen. Eine Wahrscheinlichkeit, die den Schwellenwert überschreitet, ist ein Indiz dafür, dass der Fahrer ein Einstechen in einen Haufen vorbereitet.
-
Das Verfahren wird in einer bevorzugten Weiterbildung rekursiv ausgeführt. Dies bedeutet, dass die oben beschriebenen Verfahrensschritte in der beschriebenen Weise wiederholt ausgeführt werden. Auf diese Weise lässt sich eine große Menge an Trainingsdaten erzeugen, sodass sich die Erkennungsgenauigkeit des Algorithmus verbessert.
-
Mittels eines vordefinierten zeitlichen Maximalabstands zwischen den Messungen und der Prüfung oder mittels einer vordefinierten Menge an Messwerte lässt sich sicherstellen, dass zwischen den gemessenen Werten und dem Einstechen in den Haufen ein kausaler Zusammenhang besteht.
-
Liegt ein vordefinierter zeitlicher Maximalabstand zugrunde, werden die Trainingsdaten derart ausgewählt, dass ein zeitlicher Abstand zwischen der Messung des ersten gemessene Werts und der Beginn dem Prüfung Maximalabstands nicht überschreitet. Früher gemessene Werte werden dann verworfen, das heißt, nicht als Trainingsdaten herangezogen.
-
Bei einer vordefinierten Menge von gemessenen Werten, werden die als Trainingsdaten verwendeten Werte so ausgewählt, dass die Trainingsdaten ein vordefiniertes Maß für die Quantität der Daten nicht überschreiten. Als Quantitätsmaß eignet sich etwa der Speicherbedarf. Ausgewählt werden bevorzugt die letzten gemessenen Werte. Ältere Werte, bei deren Berücksichtigung das Quantitätsmaß überschritten wäre, werden dabei verworfen, das heißt, nicht als Trainingsdaten berücksichtigt.
-
In einer bevorzugten Weiterbildung wird eine Menge an gemessenen Werten, die als Trainingsdaten berücksichtigt werden, durch einen Ringspeicher definiert. Die gemessenen Werte werden weiterbildungsgemäß in dem Ringspeicher gespeichert. Diese Werten werden als Trainingsdaten für den Algorithmus verwendet.
-
Bei Verwendung eines Ringspeichers werden ältere Werte durch den jeweils neuesten Wert überschrieben und damit verworfen. Auf die Weise ist sichergestellt, dass der Algorithmus jeweils mit aktuellen Messwerten trainiert wird, wenn das Fahrzeug mit dem Arbeitsgerät in einen Haufen einsticht.
-
Zur Prüfung eines Einstechens in einen Haufen werden in einer bevorzugten Weiterbildung ein Verlauf einer Fahrgeschwindigkeit des Fahrzeugs und ein Verlauf eines Antriebsmoments herangezogen. Mit Verlauf einer physikalischen Größe werden allgemein mehrere Werte der Größe in zeitlich aufeinanderfolgender Reihenfolge bezeichnet. Weiterbildungsgemäß wird also anhand mehrerer Größen der Fahrgeschwindigkeit und mehrerer Werte des Antriebsmoments geprüft, ob das Fahrzeug mit dem Arbeitsgerät in einen Haufen einsticht. Die Werte der Fahrgeschwindigkeit und des Antriebsmoments werden gemessen oder aus Werten anderer Größen errechnet. Die Weiterbildung ist von Vorteil, da sowohl der Verlauf der Fahrgeschwindigkeit als auch des Antriebsmoments in einem Getriebesteuergerät ohnehin vorliegen. Entsprechend ermöglicht die Weiterbildung die Verwendung eines Getriebesteuergeräts zur Ausführung von Verfahren gemäß sämtlichen Aspekten der Erfindung.
-
Bevorzugt ist das Verfahren weitergebildet, die Vorhersagegüte des trainierten Algorithmus selbst zu überwachen. Zu diesem Zweck werden die gemessenen Werte nicht nur als potenzielle Trainingsdaten herangezogen, sondern auch zur Prognose, ob das Fahrzeug mit dem Arbeitsgerät in einen Haufen einsticht. Dabei wird der Algorithmus verwendet, um anhand der gemessenen Werte ein Einstechen in einen Haufen zu prognostizieren. Das Ergebnis der Prognose wird mit dem Ergebnis der Prüfung verglichen. Stimmen die Ergebnisse der Prognose und der Prüfung überein, so deutet dies auf ein fortgeschrittenes Trainingsstadium und eine hohe Prognosegüte hin. Bei hinreichender hoher Prognosegüte kann das Training des Algorithmus abgebrochen werden.
-
Darüber hinaus bevorzugt ist das Verfahren weitergebildet, eine Übereinstimmungsrate zwischen dem Ergebnis der Prognose und dem Ergebnis der Prüfung zu ermitteln. Mit Übereinstimmungsrate wird der Quotient aus einer Zahl von Übereinstimmungen zwischen beiden Ergebnissen und einer Zahl der durchgeführten Rekursionsschleifen bezeichnet. Die Übereinstimmungsrate ist ein Maß für die Prognosegüte des Algorithmus.
-
Ein weiterer Aspekt der Erfindung betrifft die Prognose. Zur Prognose werden ein oder mehrerer physikalischer Größen des Fahrzeugs gemessen. Diese Messung entspricht der im Training durchgeführten Messung.
-
Erfindungsgemäß wird ein erfindungsgemäß trainierter Algorithmus verwendet, um anhand der gemessenen Werte zu prognostizieren, ob das Fahrzeug mit seinem Arbeitsgerät in einen Haufen einsticht.
-
Ergibt die Prognose, dass das Fahrzeug mit seinem Arbeitsgerät in einen Haufen einsticht, so wird in einer bevorzugten Weiterbildung eine Drehzahl eines Antriebsmotors des Fahrzeugs erhöht. Dadurch lässt sich ohne Zutun des Fahrers vermeiden, dass der Antriebsmotor beim Einstechen in einen Haufen abstirbt.
-
Eine bevorzugte Weiterbildung kombiniert beide Aspekte der Erfindung. Training und Prognose werden also simultan ausgeführt. Weiterbildungsgemäß wird, wie oben beschrieben, die Übereinstimmungsrate zwischen dem Ergebnis der Prognose und dem Ergebnis der im Rahmen des Trainings durchgeführten Prüfung ermittelt. Diese wird mit einem vordefinierten Schwellenwert verglichen. Liegt die Übereinstimmungsrate oberhalb des Schwellenwerts, so ist von einer hinreichenden Prognosegüte auszugehen. In dem Fall wird die Drehzahl des Antriebsmotors erhöht, wenn ein Einstechen in einen Haufen prognostiziert wurde. Im Umkehrschluss unterbleibt eine Drehzahlerhöhung, wenn keine derartige Prognose vorliegt.
-
Das erfindungsgemäße Computerprogramm implementiert ein erfindungsgemäßes Verfahren oder eine bevorzugte Weiterbildung des Verfahrens. Das Computerprogramm umfasst also Anweisungen zur Ausführung eines erfindungsgemäßen Verfahrens oder einer bevorzugten Weiterbildung und ist damit zur Ausführung eines erfindungsgemäßen Verfahrens oder einer bevorzugten Weiterbildung ausgebildet. Dies bedeutet, dass das Computerprogramm einen Computer zur Ausführung eines erfindungsgemäßen Verfahrens oder einer bevorzugten Weiterbildung veranlasst, wenn das Computerprogramm von dem Computer ausgeführt wird. Das Computerprogramm kann auf einem Speichermedium gespeichert oder in einem oder mehreren übertragungsfähigen oder übertragenen Signalen codiert sein. Insbesondere kann das Computerprogramm als ein Computerprogrammprodukt vorliegen, das heißt, als eine handelbare Einheit beziehungsweise eine Einheit, die dem Zweck dient, den Besitz an dem Computerprogramm zu übertragen. Bei dem Computer, der von dem Computerprogramm veranlasst wird, ein erfindungsgemäßes Verfahren oder eine bevorzugte Weiterbildung auszuführen, handelt es sich beispielsweise um ein oben genanntes Steuergerät.
-
Ein bevorzugtes Ausführungsbeispiel der Erfindung ist in 1 dargestellt. Im Einzelnen zeigt:
- 1 ein Ablaufdiagramm eines Trainings- und Prognoseverfahrens.
-
In einem ersten Schritt 101 des Verfahrens werden Werte A physikalischer Größen eines Fahrzeugs gemessen.
-
Das Fahrzeug weist ein Arbeitsgerät für Schüttgut auf. Befindet sich das Arbeitsgerät im abgesenkten Zustand, kann das Fahrzeug mit dem Arbeitsgerät in einen Schüttguthaufen einstechen. Dies wird in einem zweiten Verfahrensschritt 103 geprüft.
-
Führt der zweite Verfahrensschritt 103 zu dem Ergebnis, dass das Fahrzeug mit dem Arbeitsgerät in einen Schüttguthaufen einsticht, werden die gemessenen Werte A in einem dritten Verfahrensschritt 105 als Trainingsdaten für einen selbstlernenden Algorithmus verwendet. Dadurch wird der Algorithmus trainiert, Werte A zu erkennen, die mit einem Einstechen in einen Schüttguthaufen korrelieren.
-
In einem vierten Verfahrensschritt 107 wird der so trainierte Algorithmus verwendet, um anhand der gemessenen Werte A eine entsprechende Prognose zu erstellen - um also zu erkennen, ob es sich bei den gemessenen Werten A um Werte handelt, die mit einem Einstechen in einen Schüttguthaufen korreliert sind, und damit zu erkennen, ob das Fahrzeug mit dem Arbeitsgerät in einen Schüttguthaufen einsticht.
-
Die in dem vierten Verfahrensschritt 107 erstellte Prognose lässt sich verifizieren, indem sie mit dem tatsächlichen Geschehen abgeglichen wird. Es wird also geprüft, ob die Prognose mit der im zweiten Verfahrensschritt 103 durchgeführten Prüfung übereinstimmt. Dadurch lassen sich Aussagen über die Prognosegüte treffen.
-
Ist die Prognosegüte hinreichend gut, wird in einem fünften Verfahrensschritt 109 in Reaktion auf ein prognostiziertes Einstechen in einen Schüttguthaufen eine Drehzahl eines Antriebsmotors des Fahrzeugs erhöht. Dadurch wird verhindert, dass der Antriebsmotor abstirbt, wenn das Fahrzeug wie prognostiziert mit dem Arbeitsgerät in einen Schüttguthaufen einsticht.
-
Bezugszeichen
-
- 101
- erster Verfahrensschritt
- 103
- zweiter Verfahrensschritt
- 105
- dritter Verfahrensschritt
- 107
- vierter Verfahrensschritt
- 109
- fünfter Verfahrensschritt
- A
- Wert einer physikalischen Größe
