CN113002479A - 用于机动车的盗窃警报 - Google Patents

Abstract

本发明涉及一种用于机动车(5)用的盗窃警报的方法，根据该方法，在检测时段期间检测机动车(5)和/或机动车(5)的用户的活动数据。借助机动车(5)来识别出机动车(5)的有意使用；并且借助计算机系统(2)，基于活动数据确定涉及对于合法使用机动车(5)的可能性的特征变量。借助计算机系统(5)，根据特征变量来产生盗窃警报通知。

Description

用于机动车的盗窃警报

技术领域

本发明涉及一种用于机动车用的盗窃警报的方法、一种用于机动车用的盗窃警报的组件以及一种电脑程序。

背景技术

尽管有盗窃警报设备，但车辆盗窃仍然是频繁发生的问题，其伴随经济和舒适性相关的负面后果。虽然盗窃警报设备提供了一定的安全性，但成本高昂，而且需要额外的硬件部件。

借助于无线电钥匙保护车辆特别容易遭受所谓的中继攻击(Relaisattack)。

用位置固定的摄像机监视车辆是不灵活的，并且并非在车辆的每个潜在地点处都可行。

在文献US 2017/0074000A1中描述了一种用于车辆解锁的方法。在此确定是否应该将车门或车辆的后备箱解锁，以及应该将哪些车门解锁。这基于不同的因素来确定，例如车辆的地理位置、日时间和与解锁有关的用户行为。一种算法当用户接近车辆时预测用户的意图并相应地解锁车辆。由此避免了使用钥匙来解锁车辆。

但是，该方法不能在车辆的合法使用与非法使用(即例如潜在的盗窃)之间做出区分。因此，该方法不适合于盗窃警报。

发明内容

在此背景下，本发明的目的是说明一种用于机动车用的盗窃警报的改善方案，使得提高了免于盗窃的安全性，而在此不会将功能性局限于机动车周围环境的某些地点或基础设施。

根据所述改善的方案，该目的通过一种用于机动车用的盗窃警报的方法、一种用于机动车用的盗窃警报的组件和一种具有指令的电脑程序得以实现。

所述改善的方案基于如下构思：在检测时段期间检测用户或机动车的活动数据，并基于此来判定在该检测时段之后的某个时间点是否可能使用。

根据所述改善的方案，说明了一种用于机动车用的盗窃警报的方法。在此，在检测时段期间检测机动车和/或机动车用户的活动数据。借助机动车来识别出在尤其处于检测时段之后的某一时间点使用或者有意使用机动车。借助计算机系统基于所述活动数据来确定关于对于在该时间点合法使用机动车而言的可能性的特征变量。借助计算机系统，根据该特征变量来产生盗窃警报通知。

用户的活动数据尤其是机动车的合法的(尤其是预定义的、登记的或获悉合法的)用户的活动数据。

用户的活动数据可以包括涉及到用户的某种活动或者与该活动相关的全部数据，该活动可以在时间上和/或空间上予以表征或限制。

用户的活动数据例如可以借助用户的一个或多个便携式电子设备来检测，用户例如随身携带所述设备。为此，既可以使用移动电话或智能手机，又可以使用智能手表、健身追踪器或其它所谓的穿戴设备。

用户的活动数据例如可供计算机系统使用，即传递至该计算机系统处。这例如可以通过便携式计算机系统(例如移动电话)实现。

机动车的活动数据可以包括涉及到机动车的某种活动或者与该活动有关的全部数据，该活动可以在时间上和/或空间上予以表征或限制。

机动车的活动数据例如可以借助机动车的一个或多个传感器系统来检测。

机动车的活动数据例如可供计算机系统使用，即传递至该计算机系统处。这例如可以通过机动车的另一计算机系统(例如控制器)实现。

尤其地，机动车的和/或用户的活动数据或者与这些活动数据有关的数据(即尤其相应的活动档案)传输至计算机系统。

尤其通过机动车的另一计算机系统(尤其是机动车的控制器)例如在通过机动车的一个或多个传感器系统的支持下，来识别出有意使用机动车。

这种有意使用例如可以包括打开机动车的车门、起动机动车的发动机或者对机动车的其它操作。

识别出有意使用的所在时间点处于检测时段之后，可尤其这样来理解，即，为了确定相应的特征变量，采用来自处于相应时间点之前的时段的活动数据。对活动数据的检测也可以继续超过该时间点。换句话说，检测时段可以连续地或者定期地延展，从而在以后的时间点也有较长的检测时段可供使用。备选地，可以在相关的时间点之前最终地或暂时地结束检测时段，从而不对活动数据执行进一步的检测。

尤其地，识别出有意使用的所在时间点可以与检测时段的结束相合。

所述计算机系统尤其是在机动车和若有可能便携式计算机系统或便携式电子设备外部的计算机系统。所述计算机系统尤其是一个或多个服务器电脑。

这意味着，活动数据例如借助机动车的便携式计算机系统和/或另一计算机系统无线地传输到所述计算机系统处。

对机动车的合法使用尤其相应于由所述用户或者由另一合法用户使用机动车。所述另一合法用户尤其同样是预定义的，或者经由相应的其它的活动数据本身来定义。

确定涉及到对于合法使用的可能性的特征变量尤其可这样理解，即，确定对于如下可能性的特征值：在识别出有意使用的所在的具体时间点，使用是合法的，即由所述用户或者由另一合法用户进行使用。除了活动数据外，这尤其也可以基于涉及到其他合法用户的其他活动数据来确定。

然而，确定涉及到可能性的特征变量也可以包括确定允许推断出所述可能性的其他方面的信息，而不必确定对于所述可能性的实际特征值。这例如可以如下地发生：取决于活动数据来确定根据活动数据看来可信或者可能进行合法使用时所在的一个或多个可信的时间点或时段。换句话说，对于合法使用的可能性在可信时段之内高于在可信时段之外。例如在可信时段之外可以把对于合法使用的可能性视为零，而在可信的时段内把对于合法使用的可能性视为总是恒定的并且大于零。

尤其地，涉及到对于合法使用的可能性的特征变量也可以完全地或者部分地在识别出有意使用所在的时间点之前进行。

根据一种按照所述改善方案的方法，防止由于相对简单的中继攻击(即重复表面上由合法用户例如借助无线电钥匙发出的信号，以便跨越更大的空间距离)而使得不合法的用户未被识别地获取对车辆的访问。在这种情况下，盗窃警报的功能性也不局限于一定的时间点或机动车的地点，从而例如相比于摄像机监视，提高了免于盗窃的安全性。

由于借助常见的计算机系统(如其在服务器中心、机动车或便携式电子设备中所使用的那样)可实现用于盗窃警报的方法步骤，所以借助于改善的方案也可以成本有利地实现盗窃警报，尤其是无需依赖于专用的盗窃警报系统和机动车中的相应硬件。

根据按照所述改善方案的方法的至少一个实施形式，只有在如下时候或者恰好在如下时候才产生盗窃警报通知：在识别出有意使用的所在时间点，用于对于合法使用的可能性的特征值小于预设的边界值。

根据至少一个实施形式，借助计算机系统基于活动数据来预估或预测至少一个可能的或可信的使用时段。根据识别出有意使用的所在时间点是否处于该至少一个使用时段之内，来产生盗窃警报通知。

这种实施形式具有如下优点：有效地事先确定出用于对于合法使用的可能性的特征值，即在实际识别出有意使用的所在时间点已经存在该特征值。

尤其地，只有在或者恰好在所述时间点处于该至少一个使用时段之内时，才产生盗窃警报通知。

但备选地也可以包括其它条件。例如，也可以在如下时候产生盗窃警报通知：当所述时间点处于该至少一个使用时段之内，并且针对相应的使用时段借助计算机系统基于活动数据而确定的对于合法化的置信度值在可能的时段之内小于所预设的最小置信度值。

根据至少一个实施形式，在检测时段期间借助机动车(尤其借助另一计算机系统)在相应的使用时间点识别出多个(即尤其两个或更多个)合法使用，并且借助计算机系统基于活动数据和使用时间点来确定特征变量。

例如可以通过识别出合法使用机动车钥匙，通过密码请求或者其他认证措施来识别出并确保合法的使用。

例如可以借助另一机动车，必要时与该机动车的一个或多个传感器系统和/或接口相组合地或者在其支持下，识别出合法的使用。

借助另一计算机系统，尤其把涉及到多个合法使用和相关的使用时间点的信息传递到计算机系统处。

尤其地，在检测时段期间，基于通过合法使用学习到的在合法使用与活动数据之间的关系来确定特征变量，例如可能的使用时段。由此可以实现可靠地预测特征变量，这导致更高的可靠性。

根据至少一个实施形式，在检测时段期间重复地识别涉及用户的事件，其中，该事件与合法使用处于时间上的一定关联。借助计算机系统，基于重复识别的事件来确定特征变量。

重复识别的事件尤其是在不同的时间点发生的相仿的或相同的事件。

该事件也可以称为实时事件。事件与合法使用处于时间上的一定关联尤其可这样理解，即，所述事件在合法使用之前的某个时间或某个时段期间(例如就在此之前)重复发生。

相应地检测到的关于重复识别的事件的信息，也可以视为用户的活动数据的一部分。

备选地或附加地，这些数据可以用来确定对于相应的可能使用时段的置信度值。

例如可以借助便携式电子设备，尤其借助便携式电子设备的一个或多个传感器系统，和/或借助便携式电子设备的一个或多个数据连接接口或通信接口，来识别出所述事件。

所述事件例如可以相应于变化的外部压力，其中，外部压力变化可以通过便携式电子设备的压力传感器予以检测，并且例如可以参考合法用户从楼宇的一个楼层到处于更低的楼层或处于更高的楼层中的移动。

所述事件也可以相应于与便携式电子设备的主设备的数据连接(例如蓝牙-连接或WLAN-连接)的停用或结束。

所述事件例如可以是指，用户离开了某个地点，例如居住地点或工作地点，从而此后合法使用机动车的可能性会比较高。

所述事件也可以涉及便携式电子设备的位置或位置变化，其例如可以通过便携式电子设备的用于全球卫星导航系统(GNSS，例如GPS)的接收器予以识别。

如果便携式电子设备靠近机动车，则对于合法使用的可能性在此后不久就会例如比较高。

所述事件与合法使用处于时间上的一定关联，因而与其相关。由于考虑重复识别的事件，因而实现了较高的可靠性并且尤其地降低了对于错误地产生盗窃警报通知的可能性。

根据至少一个实施形式，活动数据(尤其机动车的活动数据)包含涉及机动车的至少一种活动的车辆活动数据，并且所述车辆活动数据通过机动车的另一计算机系统予以检测。

机动车的传感器系统、通信接口和/或GNSS-接收器可以分别检测相应的信息，并且将其传递到另一计算机系统处。

在一个示例中，车辆活动数据可以包括如下信息：通常在哪些时段期间使用机动车且通常在哪些时段不使用机动车。由此可以直接推断出特征变量或可能的使用时段。

相应地提高了可靠性，并且由此最终提高了安全性，降低了对于错误地撤销盗窃警报通知(所谓的假阳性通知)的风险。

根据至少一个实施形式，借助计算机系统和/或借助另一计算机系统，基于车辆活动数据，产生车辆运动档案和/或车辆通信档案，并且借助计算机系统，基于车辆运动档案和/或车辆通信档案来确定特征变量。

运动档案尤其包含涉及机动车的典型状态(即尤其机动车是在行驶还是静止)、机动车的停靠地点、机动车的行驶路线、机动车的行驶时长、机动车的行驶速度的信息，其中，关联相应的日时间、周时间和/或年时间。

车辆通信档案例如可以包括涉及机动车的通信状态的信息，即如下信息：通信连接是否有效，涉及何种连接方式(即例如WLAN-连接、蓝牙-连接或其它无线电连接)或通信时长等等。车辆通信档案关联有相应的日时间、周时间和/或年时间。

根据至少一个实施形式，活动数据(尤其用户的活动数据)包含涉及用户的至少一种活动的用户活动数据，并且用户活动数据通过便携式计算机系统尤其在用户随身携带便携式电子设备期间予以检测。

尤其地，传感器系统、通信接口和/或便携式电子设备的GNNS-接收器检测相应的数据和信息，并把它们传递到便携式计算机系统处。

通过将用户活动数据包括在内，可以进一步提高盗窃警报的可靠性，并且相应地进一步提高安全性，反之降低了错误地撤销盗窃警报通知的风险。

根据至少一个实施形式，借助计算机系统和/或借助便携式计算机系统，基于用户活动数据来产生用户运动档案和/或用户通信档案，并且借助计算机系统基于用户运动档案和/或用户通信档案来确定特征变量。

运动档案尤其包含涉及用户的典型状态的信息，即尤其他是否在运动、他在跑步、走路还是在驾驶汽车的信息，和/或涉及用户的停留地点的信息。这些信息关联有相应的日时间、周时间和/或年时间。

用户通信档案例如可以包含涉及便携式电子设备和/或用户的通信状态的信息，即如下信息：通信连接是否有效，涉及何种连接方式(即例如WLAN-连接、蓝牙-连接或其它无线电连接)或通信时长等等。用户通信档案关联有相应的日时间、周时间和/或年时间。

根据至少一个实施形式，借助计算机系统把盗窃警报通知传输到便携式计算机系统处。

用户于是例如可以手动地验证使用的合法性，或者引入安全性相关的措施，例如告知相应的官方。

根据所述改善的方案，说明了一种用于机动车用的盗窃警报的组件，该组件具有计算机系统和至少一个另外的计算机系统。所述至少一个另外的计算机系统被设定成，在检测时段期间检测机动车的和/或机动车用户的活动数据，并且在尤其处于检测时段之后的时间点识别出有意使用机动车。计算机系统被设定成，基于活动数据，在所述时间点确定涉及对于合法使用机动车的可能性的特征变量，并且根据该特征变量来产生盗窃警报通知。

所述至少一个其它的计算机系统例如可以包括机动车的另一计算机系统和/或便携式电子设备的便携式计算机系统。

机动车的其它的计算机系统尤其可以被设定成识别出有意的使用。

机动车的其它的计算机系统尤其可以被设定成检测机动车的活动数据。

便携式计算机系统尤其可以被设定成检测用户的活动数据。

根据改善方案的组件的其它实施形式直接从根据改善方案的方法的各种设计形式得出，反之亦然。尤其地，根据改善方案的组件可以被设定和编程成执行根据改善方案的方法，或者所述组件执行这种方法。

根据改善的方案，说明了一种具有指令的电脑程序。在由根据改善方案的组件实施这些指令时，这些指令引起所述组件执行根据改善方案的方法。

电脑程序在此例如可以包括两个或更多个子程序，这些子程序带有相应的指令子集。相应的子程序于是可以相应由计算机系统、机动车的另一计算机系统和/或便携式计算机系统来实施，以便执行如上所述的相应的方法步骤。

根据电脑程序的至少一个实施形式，电脑程序包括具有第一指令的第一子程序和具有第二指令的第二子程序。在由机动车的另一计算机系统实施第一指令时，第一指令引起机动车的另一计算机系统在检测时段期间检测机动车的活动数据，并且在位于检测时段之后的时间点识别对机动车的使用。在由计算机系统实施第二指令时，第二指令引起计算机系统基于活动数据在所述时间点确定涉及对于合法使用机动车的可能性的特征变量，并且根据特征变量来产生盗窃警报通知。

根据至少一个实施形式，电脑程序包括具有第三指令的第三子程序。在由便携式计算机系统来实施第三指令时，第三指令引起便携式计算机系统在检测时段期间检测用户的活动数据。

根据改善的方案，说明了一种存储介质组件，其中，该存储介质组件根据改善的方案存储电脑程序、尤其相应的子程序。

尤其地，组件的第一存储介质存储第一子程序，并且组件的第二存储介质存储子程序。

根据至少一个实施形式，组件的第三存储介质存储第三子程序。

本发明也包括所述实施形式的特征组合。

附图说明

下面描述本发明的实施例。对此其中

图1示出了根据改善的方案的组件的一种示范性实施形式的示意图；

图2示出了根据所述改善的方案的方法的一种示范性实施形式的流程图。

具体实施方式

下面阐述的实施例是本发明的优选实施形式。在这些实施例中，各实施形式的所述部件相应是本发明的要彼此独立地观察的各个特征，这些特征也相应彼此独立地改进了本发明，并且由此也单独地或者以不同于所示组合的另一种组合可被视为本发明的组成部分。此外，所描述的这些实施形式也可通过本发明的其它已述的特征予以补充。

在这些附图中，功能相同的元件相应设有相同的附图标记。

图1中示出根据所述改善的方案的组件1的示范性实施形式，该组件具有计算机系统2(例如云服务器)、便携式计算机系统4(例如智能手机)以及机动车5的另一计算机系统3。

计算机系统2既可与另一计算机系统3无线地通信，又可与便携式计算机系统4无线地通信。

下面参照图2借助根据所述改善的方案的用于盗窃警报的方法的示范性实施形式来更准确地阐述组件1的功能。

图2中示意性地示出根据所述改善的方案的用于盗窃警报的方法的示范性实施形式的流程图。

在该方法中实施步骤S1a和S1b中的至少一个步骤。根据步骤S1a，在检测时段期间借助另一计算机系统2检测机动车5的车辆活动数据。根据步骤S1b，在检测时段期间借助便携式计算机系统4检测用户活动数据。

在此，另一计算机系统3例如可以收集涉及机动车5的移动性状态、地点和运动(例如GPS-位置)和/或涉及数据连接(比如WLAN、蓝牙或移动无线电)的数据，并把这些数据传输到计算机系统2处。

相应地，便携式计算机系统4可以收集例如涉及用户的移动性状态(例如用户是静止、走路、跑步还是驾驶汽车)、相应的地点以及运动模式和/或数据连接(例如WLAN、蓝牙或移动无线电)的数据，并同样把这些数据传输到计算机系统2处。

在可选的步骤S1c中，便携式计算机系统4在检测时段期间尤其重复地检测与机动车5的接着的上车事件或起动事件相关的实时事件。该实时事件例如可以是某个WLAN连接断开，或者也可以是便携式计算机系统4的Geo-位置接近机动车5的相应位置。与此相关地，便携式计算机系统4也可以把相应的信息传递到计算机系统2处。

计算机系统2可以例如按照两种原理来分析如所述被传递的数据和信息。一方面，可以鉴定出用户或机动车5的行为档案，这些行为档案允许预测如下：用户或机动车5在某个时间以一定的可能性位于某个地点。另一方面，可以分析实时事件，并学习与后续的使用事件或上车事件的相应关联。

基于如此分析的数据，计算机系统2可以预测出合法用户可能到达机动车5的时间。此外也可以确定出应验该预测的置信度值。例如，相距相应时间点的时间间隔越小，置信度值就会越大。

在可选的步骤S3b中，便携式计算机系统4可以把例如涉及用户的具体计划工作时间、休假时间或休息时间或涉及用户的其他约期或日历数据的信息传递到计算机系统2处。由此能以较高的可靠性进行预测。

在步骤3a中，识别出机动车5的有意使用。如果有意使用处于一个或多个预测的时段之外，则计算机系统2例如可以产生盗窃警报通知，且可选地在步骤S5中传递到便携式计算机系统4处。

尤其地，由此可以通过盗窃警报通知来告知该合法用户或另一合法用户。这些合法用户例如可以包括主要用户和必要时次要用户。对于全部的合法用户，可以如所述在检测时段期间学会常见的使用。可以相应地针对每对相应的合法用户和机动车5来学会行为习惯或行为模式。由此对于每个合法的车辆使用都存在相应的预测。

除了预估对于合法使用的可能的时段外，还可以通过便携式计算机系统4识别出合法用户接近机动车5，并且将其传递到计算机系统2处。例如，如果可以可靠地识别出这种接近，则不产生盗窃警报通知。

根据所述改善的方案，说明了一种成本有利的、可靠的且灵活的用于盗窃警报的可行方案。

由此可以更快速地通知潜在的盗窃，可以提高打击犯罪的成功率，并且可以减少机动车辆的遗失率。所述解决方案在机动车本身中并未引起硬件成本，并且因而可以成本有利地提供。对提供给计算机系统的数据的分析可以在不同的实施形式中例如通过训练算法来进行，即通过基于机器学习的算法来进行。

通过经分析的数据与合法用户或机动车的直接关系实现了高精度。

附图标记清单：

1 用于盗窃警报的组件

2 计算机系统

3 另一计算机系统

4 便携式计算机系统

5 机动车

S1a 方法步骤

S1b 方法步骤

S1c 方法步骤

S2 方法步骤

S3a 方法步骤

S3b 方法步骤

S4 方法步骤

S5 方法步骤。

Claims (10)

1.用于机动车(5)用的盗窃警报的方法，其特征在于，

- 在检测时段期间检测所述机动车(5)和/或所述机动车(5)的用户的活动数据；

- 借助所述机动车(5)来识别出在一个时间点所述机动车(5)的有意使用；

- 借助计算机系统(2)，基于所述活动数据，确定涉及在所述时间点对于合法使用所述机动车(5)的可能性的特征变量；

- 借助所述计算机系统(5)，根据所述特征变量来产生盗窃警报通知。

2.根据权利要求1所述的方法，其特征在于，

- 在所述检测时段期间借助所述机动车(5)在相应的使用时间点识别出多个合法使用；并且，

- 借助所述计算机系统(2)基于所述使用时间点来确定所述特征变量。

3.根据权利要求2所述的方法，其特征在于，

- 在所述检测时段期间重复地识别涉及用户的事件，所述事件与所述合法使用处于时间上的一定关联；

- 借助所述计算机系统(2)，基于所述事件来确定所述特征变量。

4.根据前述权利要求中任一项所述的方法，其特征在于，

- 所述活动数据包含涉及所述机动车(5)的至少一种活动的车辆活动数据；并且，

- 所述车辆活动数据通过所述机动车(5)的另一计算机系统(3)来检测。

5.根据权利要求4所述的方法，其特征在于，

- 借助所述计算机系统(2)和/或所述另一计算机系统(3)，基于所述车辆活动数据产生车辆运动档案和/或车辆通信档案；并且，

- 借助所述计算机系统(2)，基于所述车辆运动档案和/或所述车辆通信档案来确定所述特征变量。

6.根据前述权利要求中任一项所述的方法，其特征在于，

- 所述活动数据包含涉及所述用户的至少一种活动的用户活动数据；并且，

- 所述用户活动数据通过便携式计算机系统(4)来检测。

7.根据权利要求6所述的方法，其特征在于，

- 借助所述计算机系统(2)和/或所述便携式计算机系统(4)，基于所述用户活动数据来产生用户运动档案和/或用户通信档案；并且，

- 借助所述计算机系统(2)基于所述用户运动档案和/或所述用户通信档案来确定所述特征变量。

8.根据前述权利要求中任一项所述的方法，其特征在于，

- 借助所述计算机系统(2)，基于所述活动数据来预估至少一个可能的使用时段；并且，

- 根据所述时间点是否处于所述至少一个使用时段之内，来产生所述盗窃警报通知。

9.用于机动车(5)用的盗窃警报的组件，所述组件(1)具有计算机系统(2)和至少一个另外的计算机系统(3、4)，其特征在于，

- 所述至少一个另外的计算机系统(3、4)被设定成，

- 在检测时段期间检测所述机动车(5)和/或所述机动车(5)的用户的活动数据，并且

- 在一个时间点识别出有意使用所述机动车(5)；并且

- 所述计算机系统(2)被设定成，

- 基于所述活动数据在所述时间点确定涉及对于合法使用所述机动车(5)的可能性的特征变量，并且

- 根据所述特征变量来产生盗窃警报通知。

10.具有指令的电脑程序，在由根据权利要求9所述的组件(1)实施所述指令时，所述指令引起所述组件(1)执行根据权利要求1至8中任一项所述的方法。

Images