-
Die Erfindung betrifft ein Verfahren zum Anpassen eines Fahrzeugverhaltens an ein Fahrerprofil.
-
In Fahrzeugen treffen vermehrt Systeme ohne aktives Eingreifen eines Fahrers Entscheidungen, die sich auf das Verhalten des Fahrzeugs im Verkehr auswirken. Beispielsweise werden Entscheidungen über autonome Überholvorgänge getroffen, oder ob überhaupt überholt werden soll. Bekannt sind auch Einparkvorgänge und Abstandshaltesysteme. Dazu kommen Entscheidungssysteme, die bestimmen können, welche Multimediainhalte und Navigationsmöglichkeiten, wie bspw. Hinweiseinblendungen, Tankstellen, Restaurants, Musikstücke, usw. das Fahrzeug dem Fahrer bzw. den Passagieren anbietet. Die Entscheidungen beruhen auf einem Algorithmus, der etwaige Vorlieben des Fahrers berücksichtigt.
-
Die Erfassung der Vorlieben eines Fahrers erfolgt nach dem Stand der Technik auf unterschiedliche Art und Weise. Bei einer aktiven Erfassung wird dem Fahrer im Kontext einer konkreten Anwendung die Möglichkeit zur Bewertung einer Entscheidung angeboten. Bei einer Musikbibliothek beispielsweise wird dem Fahrer angeboten, einen Favoriten oder ein neues Musikstück hinzuzufügen oder ein Musikstück zu bewerten. Bei einer passiven bzw. indirekten Erfassung wird das Verhalten des Fahrers sensorisch erfasst und daraus ein Profil des Fahrers gebildet.
-
Bei der indirekten Erfassung steht einer Fehlertoleranz eine Nachvollziehbarkeit gegenüber. Die Fehlertoleranz hängt von den bereitstehenden Informationen über den Fahrer ab, auf deren Basis eine Entscheidung getroffen wird. Stehen nur wenige Informationen zur Verfügung, um Vorlieben des Fahrers bzw. ein Fahrerprofil zu entwickeln, entsteht eine große Abhängigkeit von diesen wenigen Informationen. Kommt es zu Störungen oder unerwarteten Daten, können Fehlentscheidungen die Folge sein. Basiert die Entscheidung auf einer Vielzahl von Informationen, die miteinander verknüpft sind, entwickelt sich ein abstraktes, undurchsichtiges Profil des Fahrers, das für diesen nicht mehr nachvollziehbar ist. Üblicherweise werden Informationen zur Profilbildung jedoch über einen längeren Zeitraum erhoben. Um die Nachvollziehbarkeit zu gewährleisten, ist ein höherer Bedienaufwand für den Fahrer notwendig, anderenfalls würde es sich einer Kontrolle des Fahrers entziehen, welche Informationen erfasst werden. Außerdem sind die zum Erstellen eines Fahrerprofils über Sensoren erfassbaren Informationen oft nicht ausreichend. Beispielsweise ist die Interpretation eines über eine Bilderkennung erfassten Gesichtsausdrucks nicht zwangsläufig ein Ausdruck eines aktuellen Gemütszustands oder eine Ablehnungshaltung gegenüber eines in dem Zeitpunkt gespielten Musikstücks.
-
Bei der aktiven Erfassung muss der Fahrer auf eine Abfrage des jeweiligen Entscheidungssystems reagieren, bspw. auf einen Bildschirminhalt. Einerseits wird der Fahrer dadurch abgelenkt und fühlt sich andererseits bei häufig auftretenden Abfragen gestört.
-
Die
DE 10 2010 041 088 A1 beschreibt eine Eingabeerfassungsvorrichtung eines Fahrzeugs mit mindestens einem Betätigungselement und einer Auswerteeinheit. Über das Betätigungselement kann ein Fahrer durch eine Schlag-Geste Befehle an das Fahrzeug geben.
-
Die
DE 10 2011 090 040 A1 beschreibt ein Lenkradsystem, das mit einem berührungsempfindlichen Glied bedeckt ist, das Gesten bzw. Handbewegungen detektiert und ein elektronisches Signal erzeugt.
-
Die
DE 10 2013 016 879 A1 beschreibt ein Verfahren, bei dem eine erste bestimmte Klopfsequenz eine Steuereinheit aktiviert und eine zweite Klopfsequenz eine mit der zweiten Klopfsequenz verknüpfte Fahrzeugfunktion ausführt.
-
Demgegenüber wird ein Verfahren zum Anpassen eines Fahrzeugverhaltens eines Fahrzeugs an ein Fahrerprofil vorgeschlagen, bei dem mindestens eine von einem Steuergerät getroffene Entscheidung durch einen Fahrer bewertet wird, wobei die Bewertung über eine Geste des Fahrers an einem Lenkrad des Fahrzeugs vorgenommen wird und das Steuergerät die Bewertung der mindestens einen getroffenen Entscheidung zuordnet und abspeichert, sodass bei zukünftig zu treffenden Entscheidungen von dem Steuergerät die Bewertung berücksichtigt wird, wobei dem Fahrer eine Auswirkung der Bewertung auf das Fahrzeugverhalten angezeigt wird.
-
In einer Ausführungsform des erfindungsgemäßen Verfahrens weist das Lenkrad einen Sensor auf, der dazu ausgebildet ist, die Geste des Fahrers zu erkennen.
-
In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird eine von dem mindestens einen Sensor erkannte Geste an eine Auswerteeinheit übermittelt, die mittels eines Algorithmus die Geste einer Bewertung zuordnet.
-
In noch einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wählt das Steuergerät aus einer Liste vorangegangener Entscheidungen aus, welcher Entscheidung die Bewertung des Fahrers zugeordnet wird, wobei das Steuergerät aus einem Einfluss der Entscheidung auf das Fahrzeugverhalten und einem zeitlichen Abstand der Bewertung zu der Entscheidung eine Rangfolge erstellt, auf welche Entscheidung des Steuergeräts sich die Bewertung bezieht.
-
In einer Ausführungsform des erfindungsgemäßen Verfahrens wird die Auswirkung der Bewertung über eine optische, akustische und/oder haptische Einrichtung angezeigt.
-
In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird zur gezielten Bewertung einer Entscheidung die Bewertung durch eine Spracheingabe des Fahrers unterstützt.
-
In noch einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird für einen jeweiligen Fahrer ein Fahrerprofil angelegt. Bewertungen des jeweiligen Fahrers zu jeweiligen Entscheidungen des Steuergeräts werden in dem jeweiligen Fahrerprofil abgespeichert.
-
In einer Ausführungsform des erfindungsgemäßen Verfahrens wird das jeweilige Fahrerprofil auf einem Server abgespeichert.
-
In einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird als Sensor ein Beschleunigungssensor und/oder ein Mikrofon verwendet.
-
In noch einer weiteren Ausführungsform des erfindungsgemäßen Verfahrens wird als Steuergerät ein neuromorpher Chip oder ein Mikrokontroller mit einem neuronalen Netz verwendet.
-
In einer Ausführungsform des erfindungsgemäßen Verfahrens werden als Geste eine Streichbewegung und/oder eine Schlagbewegung erkannt, die jeweils einer positiven bzw. einer negativen Bewertung zugeordnet werden.
-
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beiliegenden Zeichnungen.
-
Es versteht sich, dass die voranstehend genannten und die nachstehend noch zu erläuternden Merkmale nicht nur in der jeweils angegeben Kombination, sondern auch in anderen Kombinationen oder in Alleinstellung verwendbar sind, ohne den Rahmen der vorliegenden Erfindung zu verlassen.
-
Die Erfindung ist anhand von Ausführungsformen in der Zeichnung schematisch dargestellt und wird unter Bezugnahme auf die Zeichnung schematisch und ausführlich beschrieben.
-
1 zeigt einen schematischen Verlauf einer Informationsübertragung bei einer Ausführungsform des erfindungsgemäßen Verfahrens.
-
Möchte ein Fahrer eines Fahrzeugs eine von einem lernfähigen Steuergerät 40 bzw. Entscheidungssystem des Fahrzeugs getroffene Entscheidung 42 bewerten, bietet das vorliegende erfindungsgemäße Verfahren die Möglichkeit, die Entscheidung 42 indirekt mittels einer Geste 10 an einem Lenkrad des Fahrzeugs zu bewerten, also ohne dass das Fahrzeug dem Fahrer eine Bedienauswahl zur Verfügung stellt.
-
Das erfindungsgemäße Verfahren bietet eine einfache Möglichkeit, eine Entscheidung 42 zu bewerten. Es orientiert sich dabei an zwei einfachen physischen Ausdrucksmöglichkeiten für Menschen, nämlich an Streicheln und Schlagen. Dabei kann die Geste 10 mit einer Hand oder nur mit einem einzelnen, beliebigen Finger an dem Lenkrad ausgeführt werden, wobei die Geste 10 in jedem Fall zuverlässig erkannt wird. Des Weiteren müssen die jeweils entsprechend durchzuführenden Gesten 10 aufgrund ihrer Einfachheit nicht eingelernt werden und lenken den Fahrer nicht wesentlich vom Führen des Fahrzeugs ab.
-
Zum Ausdrücken einer Meinung über eine vorangegangene getroffene Entscheidung 42 des lernenden Steuergeräts 40 klopft oder schlägt bzw. streicht der Fahrer auf das Lenkrad. Zum Erfassen der Klopf- bzw. Schlag- bzw. Streichgeste 10 ist in dem Lenkrad mindestens ein Sensor 20, wie bspw. ein Mikrofon, integriert. Das Mikrofon 20 erfasst kontinuierlich Geräusche und leitet das Geräuschsignal 22 an eine Auswerteeinheit 30 weiter.
-
Das Erkennen von Klopf- und Schleif- bzw. Streichgeräuschen an dem Lenkrad ist mit Hilfe eines Mikrofons 20 eine einfache und eindeutige Aufgabe. Klopfgeräusche erzeugen tiefe Frequenzen mit hohen Amplituden, Schleif- bzw. Streichgeräusche erzeugen hohe Frequenzen mit niedrigen Amplituden. Damit ist das erfindungsgemäße Verfahren robust gegenüber Fehlern.
-
In einer Ausführungsform des erfindungsgemäßen Verfahrens kann als Sensor 20 anstatt eines Mikrofons ein Beschleunigungssensor verwendet werden. Für einen Beschleunigungssensor 20 erscheinen Klopfgeräusche als eine impulsartige Beschleunigung in die Tiefe, während Schleifgeräusche bzw. Streichgeräusche als eine seitliche Beschleunigung in einer Ebene senkrecht zu einer Lenkradachse erscheinen. Selbstverständlich ist auch eine Verwendung von einem Mikrofon und einem Beschleunigungssensor zum Erkennen der Geste 10 denkbar. Der mindestens eine Sensor 20 zeichnet permanent Geräusche bzw. Daten auf.
-
Mikrofone 20 und Beschleunigungssensoren 20 sind kostengünstige Einrichtungen. Ein einzelner oder einige wenige Sensoren 20 sind ausreichend, um die gesamte Oberfläche des Lenkrads zu erfassen, wodurch die Geste 10 unabhängig von einer genauen Eingabeposition ist (im Gegensatz zu Drucksensoren oder berührungsempfindlichen Anzeigen im Fahrzeug-Cockpit) und eine flächendeckende Anbringung von Sensoren 20 entfallen kann.
-
Eine Auswerteeinheit 30 ist dazu konfiguriert, über einen Algorithmus und eine Entscheidungslogik das an sie übermittelte Geräuschsignal 22 als ein Klopfgeräusch oder ein Schleifgeräusch zu erkennen. Hat die Auswerteeinheit 30 ein Klopf- bzw. ein Schleifgeräusch erkannt, leitet sie ein entsprechendes repräsentierendes Signal 32 an das lernende Steuergerät 40 weiter. Das klopf- oder streich- bzw. schleifgeräuschrepräsentierende Signal stellt somit eine Bewertung 32 der Entscheidung 42 dar.
-
Als lernendes bzw. lernfähiges Steuergerät 40 wird ein neuromorpher Chip verwendet, wodurch das Steuergerät 40 selbstlernend ist. Ein neuromorpher Chip ist ein als Hardware implementiertes neuronales Netz. Denkbar sind aber auch andere „Machine Learning” Verfahren oder die Verwendung von „Field Programmable Gate Arrays” (FPGA), auf denen ein Machine Learning Verfahren umgesetzt ist. Alternativ kann auch ein Mikrokontroller mit einem darauf implementierten neuronalen Netz verwendet werden.
-
Eine Softwarelogik des lernenden Steuergeräts 40 registriert die Bewertung 32 und ordnet sie automatisch einer vorausgegangenen Entscheidung 42 zu. Da üblicherweise eine Vielzahl von Entscheidungen 42 von dem Steuergerät 40 bzw. einem Entscheidungssystem kurz nacheinander getroffen werden (Auswahl eines Musikstücks, Einstellen der Klimaautomatik, autonomes Überholen, usw.), ist das Steuergerät 40 dazu konfiguriert, aus einer Liste von getroffenen Entscheidungen 42 aus einem Einfluss der Entscheidung 42 auf das Fahrzeugverhalten und einem zeitlichen Abstand der Bewertung 32 eine Rangfolge zu erstellen, auf welche Entscheidung 42 des Steuergeräts 40 sich die Bewertung 32 bezieht. Der Einfluss einer Entscheidung 42 kann dabei fest hinterlegt sein oder dynamisch bestimmt werden.
-
Fährt ein Fahrzeug beispielsweise autonom über eine Straße, also ohne dass der Fahrer in die Steuerung des Fahrzeugs eingreift, und erkennt das Fahrzeug ein Hindernis vor sich, das es ggf. überholt, kann der Fahrer nach dem Überholvorgang eine Bewertung 32 abgeben. Erkennt beispielsweise das Fahrzeug zwar entgegenkommenden Gegenverkehr, führt aber dennoch einen Überholvorgang aus, kann ein Fahrer eine ablehnende bzw. negative Bewertung durch eine Klopfgeste 10 auf das Lenkrad abgeben, mit dem Wunsch, dass das Fahrzeug sich in einer ähnlichen Situation zukünftig anders verhält bzw. in einer ähnlichen Situation sich gegen einen Überholvorgang entscheidet. Wird während des Überholvorgangs beispielsweise ein neues Musikstück ausgewählt und abgespielt und die Temperatur der Klimaautomatik verändert, liegen drei Entscheidungen 42 des Fahrzeugs vor, auf die sich die Bewertung 32 des Fahrers beziehen könnte. Aus der Liste der Entscheidungen 42 priorisiert das Steuergerät 40 die Entscheidungen 42 hinsichtlich des Einflusses auf das Fahrzeugverhalten und dem zeitlichen Abstand zwischen einer Bewertung 32 und einer Entscheidung 42. In dem voranstehend genannten Beispiel hat der Überholvorgang den entscheidensten Einfluss auf das Fahrzeugverhalten, wohingegen bspw. die Entscheidung 42 zur Auswahl eines Musikstücks zeitlich näherliegend ist. Das Steuergerät 40 würde in diesem Umstand dennoch in der Regel den Überholvorgang priorisieren und die Bewertung 32 der Entscheidung 42 zum Überholen zuordnen.
-
Über eine Spracheingabe des Fahrers kann die Bewertung 32 und die Zuordnung zu einer Entscheidung 42 oder eines Objekts unterstützt werden.
-
Objekte in diesem Sinne können bspw. die Qualität des Sitzes, eines Restaurants, eines Musikstücks, usw. darstellen.
-
Eine Bewertung 32 kann durchaus komplexe menschliche Emotionen wiederspiegeln, wie Komfort, Aggressivität, Entspannung, Spaß, u. dgl., und nicht nur rein positiv oder negativ sein. Um bspw. eine positive bzw. bestätigende Bewertung 32 abzugeben, streicht der Fahrer über das Lenkrad. Möchte der Fahrer eine negative bzw. ablehnende Bewertung 32 abgeben, klopft der Fahrer auf das Lenkrad.
-
Da die Bewertungen 32 einen Meinungsausdruck und Vorlieben eines jeweiligen Fahrers wiederspiegeln, ist das Steuergerät 40 dazu konfiguriert, positiv bewertete Entscheidungen 42 häufiger zu wählen bzw. zu treffen und negativ bewertete Entscheidungen 42 weniger häufig zu wählen bzw. zu treffen. Die durch die Geste 10 des Fahrers zum Ausdruck gebrachte Meinung dient folglich dem Trainieren bzw. Lernen des selbstlernenden Steuergeräts 40, das so die Bedürfnisse des Fahrers umsetzt bzw. sich an die Bedürfnisse des Nutzers anpasst. Alternativ könnte das Steuergerät 40 auch ein jeweiliges Entscheidungssystem anweisen, eine positive bewertete Entscheidung 42 häufiger zu wählen bzw. zu treffen und eine negativ bewertete Entscheidung 42 weniger häufig zu wählen bzw. zu treffen, und/oder die Entscheidung 42 an die Vorlieben des jeweiligen Fahrers anzupassen. Zum Trainieren und Lernen des Steuergeräts 40, bzw. des Entscheidungsalgorithmus des lernenden bzw. lernfähigen Steuergeräts 40 oder des maschinellen Lernverfahrens sind die Bewertungen 32 positiv und negativ ausreichend. Durch die Bewertung 32 ändert sich jedoch der Zustand des Steuergeräts 40 bzw. Entscheidungssystems. Zur Darstellung des Zustands des Steuergeräts kann dieser hinsichtlich geeigneter Kriterien ausgewertet werden. Ausgewertet wird bspw. der Zustand des maschinellen Lernverfahrens.
-
Hat das Steuergerät 40 eine Bewertung 32 einer Entscheidung 42 zugeordnet, erhält der Fahrer eine Rückmeldung 50, dass der Meinungsausdruck registriert wurde, wie er interpretiert wurde, welcher vorangegangenen Entscheidung 42 er zugeordnet wurde und welche Auswirkungen die Bewertung 32 auf zukünftige Entscheidungen 42 der gleichen Kategorie haben wird, also wie sich das Steuergerät 40 in einer zukünftigen ähnlichen Situation verhalten wird bzw. welche Parameter oder Charakteristika sich geändert haben. Die Rückmeldung 50 zeigt also die Veränderung des Zustands des Steuergeräts 40 bzw. des Entscheidungssystems an. Die Rückmeldung 50 kann visuell z. B. über einen Bildschirm oder eine Projektion o. dgl., akustisch über einen Signalton, eine Melodie o. dgl. und/oder haptisch über bspw. eine Vibration erfolgen. Dadurch erhält der Fahrer eine Möglichkeit, den Zustand des lernenden Steuergeräts 40 über beispielsweise eine Multimediaschnittstelle (MMI) einzusehen, und kann so nachvollziehen, wie sich der Zustand bzw. das Verhalten des Steuergeräts 40 durch seinen Meinungsausdruck ändert. Der Zustand des Steuergeräts 40 bzw. des Entscheidungssystems oder des maschinellen Lernverfahrens kann dem Fahrer über bspw. ein Diagramm angezeigt werden.
-
Der Zustand und die Veränderungen des lernenden Steuergeräts 40 kann auf verschiedene Weise für den Fahrer verständlich aufbereitet werden. In einer Ausführungsform erfolgt die Auswertung der Bewertung 32 durch einen speziellen Auswertungsalgorithmus. Beispielsweise trifft ein von einem Kunden angelerntes lernendes Steuergerät 40 Entscheidungen 42 für mehrere hinterlegte Standardsituationen, wie beispielsweise einen autonomen Überholvorgang. Der Auswertungsalgorithmus ordnet die Bewertung 32 der Entscheidung 42 dann hinsichtlich für Menschen verständlichen Parametern, Charakteristika und Kriterien, wie beispielsweise Aggressivität, Spaß, Entspannung, Komfort, usw. zu. Der beispielhafte autonome Überholvorgang kann bspw. aufgrund zu niedriger Abstände zu anderen Fahrzeugen durch den Algorithmus einer als „aggressiv” widerspiegelnden Bewertung 32 zugeordnet werden. Die Auswertung durch den Algorithmus erfolgt als Abschluss des Lernvorgangs des lernenden Steuergeräts 40. Das Ergebnis, also der Zustand des Systems bzw. des Steuergeräts, wird dem Fahrer wie oben beschrieben zurückgegeben.
-
Das lernende Steuergerät 40 speichert die über die Entscheidung 42 getroffene Bewertung 32 ab und hinterlegt die Bewertung 32 in einem jeweiligen Fahrerprofil 44 eines jeweiligen Fahrers. Das jeweilige Fahrerprofil 44 ist dabei auf einem Server 46 hinterlegt bzw. abgespeichert und kann von dem Fahrzeug abgerufen werden. Das jeweilige Fahrerprofil 44 enthält die Bewertungen 32 des jeweiligen Fahrers über Entscheidungen 42 des lernenden Steuergeräts 40 bzw. eines anderen entsprechenden Entscheidungssystems des Fahrzeugs, sodass das Steuergerät 40 bzw. das Entscheidungssystem für den jeweiligen Fahrer zugeschnittene Entscheidungen 42 trifft. Ebenso ist eine fahrerübergreifende Analyse der Entscheidungen 42 bzw. Bewertungen 32 möglich. Ebenso ist denkbar, dass Bewertungen 32 einer Entscheidung 42 an den Fahrzeughersteller gesendet werden.
-
In einer alternativen Ausführungsform kann der Zustand und die Veränderung des lernenden Steuergeräts 40 dadurch erfasst und für den Fahrer verständlich aufbereitet werden, in dem eine Gruppe von Testpersonen Entscheidungen 42 von von unterschiedlichen Fahrern angelernten lernenden Steuergeräten 40 hinsichtlich für Menschen verständlicher Kriterien auswertet. Dabei wird ein Modell abstrahiert, das den Zusammenhang zwischen Einschätzungen von den Testpersonen und dem Zustand der jeweiligen lernenden Steuergeräte 40 herstellt, bspw. über eine Gewichtung von Neuronen. Das Modell wichtet dabei unterschiedliche Einflussfaktoren unterschiedlich stark, die entsprechend ihrer Gewichtung den Zustand des jeweiligen lernenden Steuergeräts 40 beeinflussen bzw. widerspiegeln. Das Modell kann dabei durch rein statistische Methoden, wie zum Beispiel eine multiple Regression, oder durch maschinelles Lernen, wie zum Beispiel mit einem neuronalen Netz, oder einem Support-Vector-Machine-Verfahren, u. dgl. gebildet werden. Der Zustand des von einem Fahrer angelernten lernenden Steuergeräts 40 kann nach Abschluss des Lernvorgangs, also nach dem Bewerten einer Entscheidung 42 durch den Fahrer mithilfe des Modells bewertet werden, und das Ergebnis dem Fahrer zurückgegeben werden. Diese Art der Erfassung und Bewertung bietet sich an, falls Entscheidungen 42 des Steuergeräts 40 leicht von Menschen bewertet werden können.
-
Falls Entscheidungen 42 des Steuergeräts 40 schwer von Menschen bewertet werden können, kann der Zustand des Steuergeräts 40 auf eine weitere Art erfasst werden. Dabei werden Eigenschaften bzw. Charakteristika von Mitgliedern einer ersten Gruppe von Testpersonen von einer zweiten Gruppe von Testpersonen und/oder von gängigen psychologischen Tests ermittelt. Die Mitglieder der ersten Gruppe von Testpersonen lernen dann die Steuergeräte 40 entsprechend ihren Vorlieben an. Dabei wird ein Modell abstrahiert, das den Zusammenhang zwischen Eigenschaften der Testpersonen und dem Zustand des lernenden Steuergeräts 40 herstellt. Das Modell kann dabei durch rein statistische Methoden, wie zum Beispiel eine multiple Regression, oder durch maschinelles Lernen, wie zum Beispiel mit einem neuronalen Netz, oder einem Support-Vector-Machine-Verfahren, u. dgl. gebildet werden. Der Zustand eines von dem Fahrer angelernten lernenden Steuergeräts 40 kann nach Abschluss des Lernvorgangs, also nach dem Bewerten einer Entscheidung 42 durch den Fahrer, mit Hilfe des Modells ausgewertet werden. Als Auswertung des Zustands können dann die Eigenschaften der Testpersonen der ersten Gruppe, deren angelernte Steuergeräte 40 einen ähnlichen Zustand wie der des von dem Fahrer angelernten Steuergeräts 40 aufweisen, an den Fahrer zurück gegeben werden.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102010041088 A1 [0006]
- DE 102011090040 A1 [0007]
- DE 102013016879 A1 [0008]
