DE102015012843A1

DE102015012843A1 - Erzeugen einer Lastfallbewertungsliste

Info

Publication number: DE102015012843A1
Application number: DE102015012843.4A
Authority: DE
Inventors: Stephan Herrmann; Andreas Gaull; Frank Keck; Wolfgang Utschick
Original assignee: Audi AG; Technische Universitaet Muenchen
Current assignee: Audi AG
Priority date: 2015-10-02
Filing date: 2015-10-02
Publication date: 2017-04-06
Anticipated expiration: 2035-10-03
Also published as: DE102015012843B4

Abstract

Ein Lastfallbewertungslisten-Erzeuger (LBE) zum Erzeugen einer Lastfallbewertungsliste (LBL) mit bewerteten Lastfällen (LBm) umfasst einen Parametrierer (P) und einen Lastfallauswähler (LA) zum Auswählen mindestens eines noch nicht bewerteten iterationsschrittspezifischen Lastfallvektors (Xm), wobei eine iterationsschrittspezifische Eindeutigkeit (Eim(Xi)) eines jeden anderen noch nicht bewerteten Lastfallvektors (Xi) nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors (Xm). Der Parametrierer (P) erzeugt einen Parametervektor (PVm+1) für einen nachfolgenden Iterationsschritt (Sm+1) unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen (LBv) einschließlich einer Lastfallbewertung (Ym(Xm)), die eine Versuchsvorrichtung (VV) für den ausgewählten Lastfallvektor (Xm) bereitgestellt hat. Außerdem betrifft die Erfindung eine Versuchsvorrichtung (VV), die einen erfindungsgemäßen Lastfallbewertungslisten-Erzeuger (LBE) aufweist, und ein Herstellungsverfahren (200) für ein Steuergerät (SG, SG'), sowie ein Fahrzeug (FZ) und eine ortsfeste Einrichtung (OE), das bzw. die ein erfindungsgemäßes Steuergerät (SG, SG') aufweist.

Description

Die vorliegende Erfindung betrifft einen Lastfallbewertungslisten-Erzeuger zum Erzeugen einer Lastfallbewertungsliste mit bewerteten Lastfällen, wobei jeder bewertete Lastfall durch einen Lastfallvektor und eine Lastfallbewertung beschrieben wird. Die Lastfallvektoren sind typischerweise Ortsvektoren in einem vieldimensionalen Raum (Hyperraum), wobei jede Dimension eine Einflussgröße darstellt. Einflussgrößen können beispielsweise eine Fahrzeuggeschwindigkeit, ein Fahrzeugabstand, ein Fahrzeuggewicht (einschließlich Beladung), eine Fahrbahnbeschaffenheit, ein voraussichtlicher Aufprallwinkel und ein Fahrzeugtyp sein. Im Folgenden wird (ohne Beschränkung der Allgemeinheit) unterstellt, dass ein Lastfallvektor einen Lastfall vollständig beschreibt und somit aus technischer Sicht kein Unterschied zwischen Lastfall und Lastfallvektor besteht. Die Lastfallbewertung kann beispielsweise eine Bewertung eines Verletzungsrisikos für einen Verkehrsteilnehmer oder eines Kollisionsrisikos zwischen einem Fahrzeug und einem weiteren Verkehrsteilnehmer darstellen.
Die Erfindung betrifft auch ein entsprechendes Verfahren zum Erzeugen einer Lastfallbewertungsliste mit bewerteten Lastfällen.
Darüberhinaus betrifft die Erfindung ein Herstellungsverfahren für ein Steuergerät.
Des Weiteren betrifft die Erfindung sowohl ein Fahrzeug als auch eine ortsfeste Einrichtung, das bzw. die ein Steuergerät aufweist. Das Fahrzeug kann beispielsweise ein Landfahrzeug, ein Luftfahrzeug, ein Schiff, ein Personenkraftwagen, ein Lastkraftwagen, ein Bus, eine landwirtschaftliche Maschine, eine Baumaschine oder ein Aufzug sein. Das Fahrzeug kann für autonomes Fahren vorbereitet sein. Die ortsfeste Einrichtung kann beispielsweise eine Fahrbahnüberwachungseinrichtung oder ein Verkehrsrechner sein.
Die DE 102 22 700 B4 beschreibt ein computergestütztes Verfahren zur Funktionsoptimierung von Fahrzeugkomponenten, das die Schritte eines Erzeugens eines Approximationsmodells für eine Anfangs-Punktmenge, eines Bestimmens eines optimalen Parametersatzes unter Verwendung des Approximationsmodells und den Schritt der Vorgabe einer neuen Parametermenge für eine weitere Iterationsschleife umfasst. Als Approximationsmodell wird die Verwendung eines linearen Regressionsmodell und/oder eines quadratischen Regressionsmodells und/oder eines neuronalen Netzes und/oder kubischer oder B-Splines und/oder eines Kriging-Modells und/oder eines Regressionsmodells, das kubische und höhere Terme, e-Funktionen, logarithmische und/oder trigonometrische Funktion umfasst, vorgeschlagen.
Der Wikipedia-Artikel 'Support Vector Machine' vom 17.08.2015 beschreibt einen als 'Support Vector Machine' (SVM) bezeichneten Klassifizierer, der dazu vorbereitet ist, zwischen einer Menge von Trainingsobjekten, deren jeweilige Klassenzugehörigkeit zu zwei Klassen bekannt ist, mindestens eine Hyperfläche als Trennfläche zwischen den beiden Klassen einzuziehen, wobei ein Abstand der Hyperfläche zu denjenigen Trainingsobjekten, die der Hyperfläche am nächsten liegen, maximiert wird. Überall auf der Hyperfläche besteht ein gleiches Potential.
In der Fachliteratur wird die Hyperfläche auch als 'Hyperebene' bezeichnet. Für die vorliegende Erfindung wäre die Verwendung des Begriffs 'Hyperebene' in der Regel eine Fehlbezeichnung, da die Hyperfläche nur dann eben ist, wenn sie mit einer linearen Näherungsfunktion beschrieben wird. Im Folgenden wird ohne Beschränkung der Allgemeinheit unterstellt, dass die Näherungsfunktion auch nichtlinear sein kann. Für Flächen mit einem einheitlichen Potential ist in der Mathematik der Begriff 'Isofläche' und im Maschinenbau sowie Elektrotechnik der Begriff 'Äquipotentialfläche' üblich. Im Folgenden wird der Begriff Isofläche verwendet.
Die Entwicklung von Algorithmen für Sicherheitssysteme im Fahrzeug, wie zum Beispiel von Airbags oder vorausschauenden Notbremssystemen, erfordert eine hohe Anzahl an Experimenten und Simulationen, um das korrekte Verhalten der Systeme sowohl in Lastfällen, die (beispielsweise von NCAP, NHTSA) vordefiniert wurden, als auch im bestimmungsgemäßen Wirkbetrieb (Einsatz im Feld) zu gewährleisten (NCAP = European New Car Assessment Programme; NHTSA = National Highway Traffic Safety Administration).
Die nötigen Experimente wie Crashversuche und FEM-Simulationen führen zu einem hohen Zeit- und Kostenaufwand (FEM = Finite-Elemente-Methode). Gleichzeitig steigt die Anzahl der Sensoren, die für Sicherheitssysteme genutzt werden, kontinuierlich. So weisen moderne Personenkraftwagen eine Vielzahl an Beschleunigungssensoren, sowie Kameras und Radareinrichtungen auf, deren Signale zur Entscheidung über ein Auslösen eines Sicherheitssystems analysiert werden. Dadurch müssen die dafür zu entwickelnden Algorithmen (werden im Folgenden als Näherungsfunktion bezeichnet) mit Problemstellungen immer höherer Dimension umgehen, wodurch die Anzahl der nötigen Experimente und Simulationen exponentiell zunimmt und auch deren Spezifikation immer aufwändiger wird. Durch die Kombination aus hohem Ressourcenbedarf einzelner Experimente sowie der großen Anzahl nötiger Experimente für Entwurf und Verifikation der Algorithmen und Systemen ergibt sich ein exponentiell steigender Entwicklungs- und Verifikationsaufwand für sicherheitskritische Algorithmen. Um die erforderliche Anzahl an Experimenten und Simulationen gering zu halten, ist es nötig, dass das Ergebnis der Experimente und Simulationen die Parametrierung, Validierung und Verifikation der Algorithmen bestmöglich unterstützt. In hochdimensionalen Problemen kann dies nicht mehr mittels manueller Auswahl der Lastfallvektoren durch einen Entwickler gewährleistet werden.
Es ist eine Aufgabe der vorliegenden Erfindung, einen Lastfallbewertungslisten-Erzeuger, eine Versuchsvorrichtung und ein Verfahren zum Erzeugen einer Lastfallbewertungsliste bereitzustellen, mit dem eine Auswahl der Lastfallvektoren so unterstützt wird, dass eine Anzahl an Experimenten und Simulationen möglichst gering gehalten wird, die erforderlich ist, um ein Verhalten eines sicherheitskritischen Systems zu überprüfen.
Diese Aufgabe wird erfindungsgemäß durch einen Lastfallbewertungslisten-Erzeuger nach Patentanspruch 1 und durch ein Verfahren zum Erzeugen einer Lastfallbewertungsliste nach Patentanspruch 7 gelöst. Außerdem definiert Patentanspruch 8 ein Herstellungsverfahren für ein Steuergerät und ein Fahrzeug sowie eine ortsfeste Einrichtung nach Patentanspruch 10.
Der erfindungsgemäße Lastfallbewertungslisten-Erzeuger zum Erzeugen einer Lastfallbewertungsliste mit bewerteten Lastfällen weist eine Iterationssteuerung, einen Eindeutigkeitsbestimmer, einen Lastfallauswähler, einen Versuchsvorrichtungs-Abfrager und einen Parametrierer auf. Jeder bewertete Lastfall wird durch einen Lastfallvektor und eine Lastfallbewertung beschrieben. Die Iterationssteuerung ist dazu vorbereitet, mindestens zwei Iterationsschritte auszuführen. Der Eindeutigkeitsbestimmer ist dazu vorbereitet, iterationsschrittspezifische Eindeutigkeiten von Lastfallvektoren unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors bereitzustellen. Der Lastfallauswähler ist dazu vorbereitet, in jedem Iterationsschritt aus einer Lastfallkandidatenliste mit Lastfallvektoren mindestens einen noch nicht bewerteten iterationsschrittspezifischen Lastfallvektor auszuwählen, wobei die iterationsschrittspezifische Eindeutigkeit eines jeden anderen noch nicht bewerteten Lastfallvektors der Lastfallkandidatenliste nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors. Der Versuchsvorrichtungs-Abfrager ist dazu vorbereitet, bei einer Versuchsvorrichtung eine Lastfallbewertung für den iterationsschrittspezifischen Lastfallvektor abzufragen. Der Parametrierer ist dazu vorbereitet, einen Parametervektor für einen nachfolgenden Iterationsschritt unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen einschließlich der Lastfallbewertung zu erzeugen, die von der Versuchsvorrichtung für den iterationsschrittspezifischen Lastfallvektor bereitgestellt wird.
In der Fachliteratur zu dem eingangs erwähnten Stützvektorverfahren werden Lastfälle als Trainingsobjekte und die Isofläche als 'Hyperebene', 'Trennfläche' oder 'Klassengrenze' bezeichnet. Die Näherungsfunktion wird in der Fachliteratur als 'Entscheidungsfunktion' bezeichnet. Eine binäre Bewertung eines Lastfalls (beispielsweise für 'Notbremsung auslösen' oder 'Notbremsung nicht auslösen') ergibt sich dann typischerweise aus dem Vorzeichen der Näherungsfunktion. Wenn das Funktionsergebnis der Näherungsfunktion mittels der Signumfunktion (Vorzeichenfunktion) ausgewertet wird, gibt es nur noch die Entscheidungswerte plus Eins, minus Eins und Null. Plus Eins oder Null kann beispielsweise mit der Bedeutung 'Notbremsung auslösen' belegt sein, wobei minus Eins dann die Bedeutung 'Notbremsung nicht auslösen' hat. Wenn der Funktionswert der Näherungsfunktion Null ist, zeigt dies an, dass der Lastfall genau auf der Isofläche liegt und die Entscheidung keine hohe Sicherheit besitzt.
Es ist auch vorstellbar, dass eine Versuchsvorrichtung einen erfindungsgemäßen Lastfallbewertungslisten-Erzeuger aufweist. Hierdurch kann eine Schnittstelle zwischen dem Lastfallbewertungslisten-Erzeuger und der Versuchsvorrichtung für eine schnelle, effiziente (eventuell auch zeitlich überlappenden) Abfolge von Verfahrensschritten des Verfahrens zum Erzeugen der Lastfallbewertungsliste und Verfahrensschritten der Versuchsdurchführung optimiert werden.
Das erfindungsgemäße Verfahren zum Erzeugen einer Lastfallbewertungsliste mit bewerteten Lastfällen umfasst mindestens zwei Iterationsschritte, die jeweils folgende Schritte aufweisen. In einem ersten Schritt wird mindestens ein noch nicht bewerteter iterationsschrittspezifischer Lastfallvektor aus einer Lastfallkandidatenliste mit Lastfallvektoren ausgewählt, wobei die iterationsschrittspezifische Eindeutigkeit eines jeden anderen noch nicht bewerteten Lastfallvektors der Lastfallkandidatenliste nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors. In einem zweiten Schritt wird mindestens ein noch nicht bewerteter iterationsschrittspezifischer Lastfallvektor aus einer Lastfallkandidatenliste mit Lastfallvektoren ausgewählt, wobei iterationsschrittspezifische Eindeutigkeit eines jeden anderen noch nicht bewerteten Lastfallvektors der Lastfallkandidatenliste nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors. In einem dritten Schritt wird bei einer Versuchsvorrichtung eine Lastfallbewertung für den iterationsschrittspezifischen Lastfallvektor abgefragt. In einem vierten Schritt wird ein Parametervektor für einen nachfolgenden Iterationsschritt unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen einschließlich der Lastfallbewertung erzeugt, die von einer Versuchsvorrichtung für den iterationsschrittspezifischen Lastfallvektor bereitgestellt wird. Jeder bewertete Lastfall wird durch einen Lastfallvektor und eine Lastfallbewertung beschrieben.
Das erfindungsgemäße Herstellungsverfahren für ein Steuergerät umfasst folgende Schritte. In einem ersten Schritt wird eine vorgegebene Näherungsfunktion bereitgestellt, die dazu geeignet ist, für noch nicht bewertete Lastfallvektoren näherungsweise iterationsschrittspezifische Lastfallbewertungen unter Berücksichtigung eines Parametervektors bereitzustellen. In einem zweiten Schritt wird ein Parametervektor für die Näherungsfunktion mittels des erfindungsgemäßen Verfahrens zum Erzeugen einer Lastfallbewertungsliste optimiert. In einem dritten Schritt wird das Steuergerät mit der Näherungsfunktion und dem optimierten Parametervektor konfiguriert.
Entsprechend weist das erfindungsgemäße Fahrzeug beziehungsweise die erfindungsgemäße ortsfeste Einrichtung ein Steuergerät auf, das beziehungsweise die mittels des erfindungsgemäßen Herstellungsverfahrens hergestellt wurde.
Ein Konzept der Erfindung kann darin gesehen werden, dass Lastfallbewertungen, die von der Versuchsvorrichtung bereitgestellt werden, bei der Auswahl von Lastfallvektoren für einen nachfolgenden (vorzugsweise direkt nachfolgenden) Versuchs berücksichtigt werden. Die damit verbundene Verbesserung der Auswahl der Lastfallvektoren kann erheblich dazu beitragen, eine Anzahl der nötigen Versuche zu verringern und/oder eine Verallgemeinerungsfähigkeit (Generalisierbarkeit) der Versuchsergebnisse zu erhöhen.
In einer bevorzugten Ausführungsform ist der Eindeutigkeitsbestimmer dazu vorbereitet, zum Ermitteln der iterationsschrittspezifischen Eindeutigkeiten von Lastfallvektoren einen vorgegebenen, monoton steigenden Zusammenhang zwischen der iterationsschrittspezifischen Eindeutigkeit des jeweiligen Lastfallvektors und einem Abstand des jeweiligen Lastfallvektors zu einer iterationsschrittspezifischen Isofläche zu berücksichtigen, die durch eine Näherungsfunktion unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors gebildet wird. Die Näherungsfunktion ist dazu geeignet, für noch nicht bewertete Lastfallvektoren näherungsweise iterationsschrittspezifische Lastfallbewertungen unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors bereitzustellen. Typischerweise ist die Eindeutigkeit eines Lastfallvektors aus den eingangs erläuterten Gründen umso größer, je weiter der Lastfallvektor von der iterationsschrittspezifischen Isofläche beabstandet ist. Somit definiert ein Lastfallvektor einen umso weniger eindeutigen Lastfall, je weniger weit er zu der iterationsschrittspezifischen Isofläche beabstandet ist. Aus diesem Grund ist es zweckmäßig, Lastfallvektoren um so stärker in der Auswahl des mindestens einen noch nicht bewerteten iterationsschrittspezifischen Lastfallvektors für den nächsten Iterationsschritt zu berücksichtigen, je näher (also weniger weit) sie zur iterationsschrittspezifischen Isofläche beabstandet sind.
Eine weitere Ausführungsform sieht vor, dass der Eindeutigkeitsbestimmer dazu vorbereitet ist, beim Ermitteln der iterationsschrittspezifischen Eindeutigkeit des jeweiligen Lastfallvektors den Abstand des jeweiligen Lastfallvektors zu der iterationsschrittspezifischen Isofläche zu berücksichtigen. Durch eine Abstandsberechnung ist eine verlässliche Ermittlung der iterationsschrittspezifischen Eindeutigkeit des jeweiligen Lastfallvektors möglich. Allerdings ist (ohne Beschränkung der Allgemeinheit) davon auszugehen, dass die (realen) Einflussgrößen in der Regel keine Entfernungen sind. Schon daraus ist ersichtlich, dass sich bei der Berechnung des Abstands des Lastfallvektors zur iterationsschrittspezifischen Isofläche auch Abbildungsmaßstäbe der Einflussgrößen auf die Größe des jeweils ermittelten Abstands zur iterationsschrittspezifischen Isofläche auswirken. Dieser Sachverhalt wird an folgendem Beispiel veranschaulicht. Angenommen, im Lastfallvektor seien nur die Einflussgrößen Fahrzeuggeschwindigkeit und Fahrzeuggewicht vorgesehen; dann hängt der Abstand zur iterationsschrittspezifischen Isofläche nicht nur von der Fahrzeuggeschwindigkeit und dem Fahrzeuggewicht ab, sondern auch davon, welcher Abbildungsmaßstab für die Fahrzeuggeschwindigkeit im Verhältnis zu dem Abbildungsmaßstab für das Fahrzeuggewicht gewählt wird. Also kann der Einfluss der einzelnen Einflussgrößen des Lastfallvektors auf die Abstandsberechnung und damit auf die Eindeutigkeitsberechnung durch das gegenseitige Verhältnis der Abbildungsmaßstäbe für die Einflussgrößen beeinflusst und konfiguriert werden. Dies gilt auch für Einflussgrößen, die Entfernungen sind (wie beispielsweise 'Abstand zum vorausfahrenden Fahrzeug').
Eine ebenfalls bevorzugte Ausführungsform sieht vor, dass der Eindeutigkeitsbestimmer dazu vorbereitet ist, die iterationsschrittspezifische Eindeutigkeit des jeweiligen Lastfallvektors unter Berücksichtigung einer Mehrheitsentscheidung mehrerer Klassifikatoren zu ermitteln, wobei jeder der Klassifikatoren dazu vorbereitet ist, zu dem jeweiligen Lastfallvektor eine klassifikatorspezifische Lastfallbewertung bereitzustellen.
Es hat Vorteile, wenn der Lastfallauswähler dazu vorbereitet ist, ab dem zweiten Iterationsschritt jeweils mindestens einen iterationsschrittspezifischen Lastfallvektor bereitzustellen, dessen Abstand zu keinem der iterationsschrittspezifischen Lastfallvektoren, die er in vorausgehenden Iterationsschritten bereitgestellt hat, einen ersten Schwellenwert unterschreitet. Hierdurch kann vermieden werden, dass ein Aufwand für Versuche entsteht, deren Lastfallvektoren sich nicht allzu stark voneinander unterscheiden. Durch die vorgeschlagene Maßnahme wird eine Generalisierbarkeit der Versuchsergebnisse verbessert.
Die Lastfallbewertungslisten-Erzeugung kann beschleunigt werden, wenn der Lastfallauswähler dazu vorbereitet ist, in einem selben Iterationsschritt mehrere unterschiedliche iterationsschrittspezifische Lastfallvektoren auszuwählen. Dies kann insbesondere dann zweckmäßig sein, wenn es mehrere noch nicht bewertete Lastfälle gibt, deren Abstand zu der iterationsschrittspezifischen Isofläche gleich groß ist.
Außerdem kann es zweckmäßig sein, wenn der Lastfallbewertungslisten-Erzeuger einen Lastfallerzeuger zur Erzeugung von noch nicht bewerteten Lastfallvektoren umfasst. Dadurch wird eine Anpassung des Lastfallerzeugers an Anforderungen des Lastfallbewertungslisten-Erzeugers, insbesondere des Lastfallauswählers, begünstigt.
Die Erfindung kann im automotiven Bereich angewendet werden. Das Steuergerät kann fahrzeuggebunden und/oder Teil einer ortsfesten Einrichtung (beispielsweise einer Fahrbahnüberwachungsvorrichtung) sein. Im automotiven Bereich ergibt sich ein besonderer Nutzen der Erfindung, wenn die Versuchsvorrichtung eine Vorrichtung zur Durchführung realer Crashtests und/oder von Crash-Vermeidungsversuchen und/oder eine Vorrichtung zur Simulation von Crashtests oder von Crash-Vermeidungsversuchen aufweist.
Das mit dem erfindungsgemäßen Herstellungsverfahren hergestellte Steuergerät kann für einen Betrieb eines Fahrzeugs sicherheitsrelevant sein und/oder dazu vorbereitet sein, eine Fahrstabilität eines Fahrzeugs zu verbessern und/oder ein Verletzungsrisiko für einen Verkehrsteilnehmer zu verringern. Das Steuergerät kann beispielsweise ein Airbag-System, ein Notbremssystem (AEB = Automatic Emergency Brake), ein Kollisionsvermeidungssystem, ein Spurhaltesystem, ein Überholassistent, eine Antischlupfregelung (ASR), ein Antiblockiersystem (ABS), ein ESC-System (ESC = electronic stability control) oder eine Berganfahr- und Bergabfahrhilfe sein.
Die vorliegende Erfindung wird nun anhand der beigefügten Zeichnungen näher erläutert. Dabei zeigen:
1 schematisch eine Anordnung von Lastfallvektoren in zwei Dimensionen und eine Isolinie einer Näherungsfunktion für einen Schwellenwert für eine binäre Entscheidung;
2 schematisch einen Lastfallerzeuger, einen Eindeutigkeitsbestimmer, eine Lastfallkandidatenliste, eine Versuchsvorrichtung, eine Lastfallbewertungsliste mit bewerteten Lastfällen und einen Lastfallbewertungslisten-Erzeuger zum Erzeugen der Lastfallbewertungsliste;
3 schematisch eine erste Ausführungsform des Eindeutigkeitsbestimmers mit einer Support Vector Machine;
4 schematisch eine zweite Ausführungsform des Eindeutigkeitsbestimmers mit einem Ensemble von Klassifikatoren zur Bildung einer Mehrheitsentscheidung;
5 schematisch einen Ablauf eines Verfahrens zum Erzeugen einer Lastfallbewertungsliste mit bewerteten Lastfällen;
6 schematisch einen Ablauf eines Herstellungsverfahrens für ein Steuergerät; und
7 schematisch ein Fahrzeug mit einem Steuergerät, das für einen Betrieb des Fahrzeugs sicherheitsrelevant ist und/oder dazu vorbereitet ist, eine Fahrstabilität eines Fahrzeugs zu verbessern und/oder ein Verletzungsrisiko für einen Verkehrsteilnehmer zu verringern.
Die nachfolgend näher beschriebenen Ausführungsbeispiele stellen bevorzugte Ausführungsformen der vorliegenden Erfindung dar.
Zur Veranschaulichung sind in 1 (mit Pluszeichen) Beispiele für Orte von bewerteten und von noch nicht bewerteten Lastfallvektoren X_i in einer Ebene EB dargestellt, die (ohne Beschränkung der Allgemeinheit) nur zweidimensional ist. Typischerweise ist die Anzahl der Elemente der Lastfallvektoren X_i deutlich größer als zwei, sodass der Raum, in dem die Lastfallvektoren X_i angeordnet sind, eine Dimensionalität aufweist, die deutlich größer als zwei ist.
Da die Anzahl der Elemente der Lastfallvektoren X_i typischerweise deutlich größer als zwei ist, sind die Orte der Lastfallvektoren X_i typischerweise in einem höherdimensionalen Raum angeordnet. Der höherdimensionale Raum kann als 'Hyperraum' bezeichnet werden.
Für jeden bewerteten Lastfallvektor X_i kann eine als wahr geltende skalare Lastfallbewertung Y_iw(X_i) mit einer oder mehreren Versuchsvorrichtungen VV (siehe 2) zur Durchführung realer Crashtests und/oder von Crash-Vermeidungsversuchen und/oder zur Simulation von Crashtests und/oder von Crash-Vermeidungsversuchen gewonnen werden. Für das vorliegende Beispiel wird (ohne Beschränkung der Allgemeinheit) unterstellt, dass Lastfallvektoren X_i, deren als wahr geltende skalare Lastfallbewertung Y_iw(X_i) positiv ist, eine erste Klasse der Lastfallvektoren X_i bilden (beispielsweise mit der Bedeutung 'Notbremssystem auslösen') und dass Lastfallvektoren X_i deren als wahr geltende skalare Lastfallbewertung Y_iw(X_i) negativ ist, eine zweite Klasse der Lastfallvektoren X_i bilden (beispielsweise mit der Bedeutung 'Notbremssystem nicht auslösen').
In der Ebene EB ist eine Isolinie IL eingezeichnet, die die Ebene EB in zwei jeweils zusammenhängende Flächen EB_–1, EB₁ aufteilt, in denen sich jeweils entweder nur Lastallvektoren X_i mit einer positiven Lastfallbewertung Y_i(X_i) > 0 oder nur Lastfallvektoren X_i mit einer negativen Lastfallbewertung Y_i(X_i) < 0 befinden. Die Isolinie IL kann als 'Klassengrenze' bezeichnet werden. Da die Anzahl der Elemente der Lastfallvektoren X_i typischerweise deutlich größer als zwei ist, sind die Orte der Lastallvektoren X_i typischerweise in einem höherdimensionalen Raum angeordnet. Der höherdimensionale Raum kann als 'Hyperraum' bezeichnet werden. Somit kann die Klassengrenze als Hyperfläche (genauer Iso-Hyperfläche) beschrieben oder angesehen werden. Die Iso-Hyperfläche, welche die Klassengrenze bildet, wird im Weiteren als Isofläche F_m bezeichnet.
Grundsätzlich ist es (ohne Beschränkung der Allgemeinheit) möglich, eine Näherungsfunktion N(X_i, PV_m) so zu definieren, dass das Potential b der Isofläche F_m unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors PV_m Null ist (b wie bias). Dann existiert für jeden Lastfallvektor X_i eine näherungsweise skalare Lastfallbewertung NY_im = N(X_i, PV_m) durch eine vorgegebene Näherungsfunktion N unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors PV_m.
Jeder Lastfallvektor X_i hat einen Abstand |X_i – F_m| zu der iterationsschrittspezifischen Isofläche F_m. Der Abstand |X_i – F_m| eines Lastfallvektors X_i zu der iterationsschrittspezifischen Isofläche F_m ist gleich der Länge |L_i(X_i, F_m)| des kürzesten Lotes L_i(X_i, F_m) von dem jeweiligen Lastfallvektor X_i auf die iterationsschrittspezifische Isofläche F_m. Es sind Verläufe von iterationsschrittspezifischen Isoflächen F_m möglich, in denen zu einem Lastfallvektor X_i mehrere Lote L_i(X_i, F_m) auf die iterationsschrittspezifische Isofläche F_m konstruierbar sind, die ganz oder zum Teil sogar gleich lang sein können.
Die 2 zeigt einen Lastfallerzeuger LG, eine Lastfallkandidatenliste LKL, eine Lastfallbewertungsliste LBL mit bewerteten Lastfällen LB_m, eine Versuchsvorrichtung VV und einen Lastfallbewertungslisten-Erzeuger LBE zum Erzeugen der Lastfallbewertungsliste LBL. Der Lastfallerzeuger LG erzeugt noch nicht bewertete Lastfallvektoren X_i zum Speichern in der Lastfallkandidatenliste LKL.
Der Lastfallbewertungslisten-Erzeuger LBE umfasst eine Iterationssteuerung IS zum Durchführen von mindestens zwei Iterationsschritten S_m, einen Lastfallauswähler LA, einen Versuchsvorrichtungs-Abfrager VA, einen Parametrierer P und einen Eindeutigkeitsbestimmer EBE.
Zu Beginn des Erzeugens der Lastfallbewertungsliste LBL wird in einem ersten Iterationsschritt S₁ für eine erste Parametrierung der näherungsweisen iterationsschrittspezifischen Lastfallbewertung NY₁ = N(X₁, P₁) ein erster Parametervektor P₁ bereitgestellt.
Danach wählt der Lastfallauswähler LA aus einer Menge von Lastfallvektoren X_i, die in der Lastfallkandidatenliste LKL gespeichert sind, einen iterationsschrittspezifischen, noch nicht bewerteten Lastfallvektor X_m aus, dessen iterationsschrittspezifische Eindeutigkeit E_im(X_i) minimal ist. Nachdem der Lastfallauswähler LA den iterationsschrittspezifischen Lastfallvektor X_m ausgewählt hat, übergibt der Lastfallauswähler LA den iterationsschrittspezifischen Lastfallvektor X_m an den Versuchsvorrichtungs-Abfrager VA. Der Versuchsvorrichtungs-Abfrager VA fragt mit dem iterationsschrittspezifischen Lastfallvektor X_m bei einer Versuchsvorrichtung VV eine Lastfallbewertung Y_m(X_m) ab. Die Versuchsvorrichtung VV ist beispielsweise zur Durchführung realer Crashtests und/oder von Crash-Vermeidungsversuchen und/oder zur Simulation von Crashtests und/oder von Crash-Vermeidungsversuchen vorgesehen.
Nachdem die Versuchsvorrichtung VV die Lastfallbewertung Y_m(X_m) an den Versuchsvorrichtungs-Abfrager VA übergeben hat, übergibt der Versuchsvorrichtungs-Abfrager VA die neue Lastfallbewertung Y_m(X_m) zusammen mit dem zugehörigen Lastfallvektor X_m der Lastfallbewertungsliste LBL zum Speichern des neu bewerteten Lastfalls LB_m in der Lastfallbewertungsliste LBL.
Danach erhält der Parametrierer P von der Lastfallbewertungsliste LBL bereits vorhandene Lastfallbewertungen LBv einschließlich der neuen Lastfallbewertung LB_m = (X_m, Y_m(X_m)). Daraufhin erzeugt der Parametrierer P einen Parametervektor PV_m+1 für den nachfolgenden Iterationsschritt S_m+1 unter Berücksichtigung der bereits vorhandenen Lastfallbewertungen einschließlich der zuletzt eingespeicherten Lastfallbewertung LB_m.
Der Eindeutigkeitsbestimmer EBE erhält von dem Parametrierer P den Parametervektor PV_m+1 und ermittelt daraus eine Menge von Wertepaaren (E_im(X_i), X_i), die jeweils eine iterationsschrittspezifische Eindeutigkeit E_im(X_i) und den dazugehörigen Lastfallvektor X_i aufweisen.
In einer Ausführungsvariante wird der Kontext zwischen der jeweiligen iterationsschrittspezifischen Eindeutigkeit E_im(X_i) und dem dazugehörigen Lastfallvektor X_i durch zeitliche Korrelation zwischen Übermittlung des jeweiligen Lastfallvektors X_i zum Eindeutigkeitsbestimmer EBE und Übermittlung der dazugehörigen iterationsschrittspezifischen Eindeutigkeit E_im(X_i) zum Lastfallauswähler LA realisiert. Entsprechendes ist alternativ oder zusätzlich für neu erzeugte Lastfallbewertungen LB_m möglich. Eine weitergehende Anwendung dieses Konzeptes sieht eine übergreifende Synchronisation der Komponenten des Lastfallbewertungslisten-Erzeugers LBE vor. Eine übergreifende Synchronisation der Komponenten des Lastfallbewertungslisten-Erzeugers LBE (und bei Bedarf daran angeschlossener Komponenten VV, LBL) kann beispielsweise mittels eines zentralen Taktgebers (und einer Rücksetzfunktion) realisiert werden. In diesem Fall umfasst die Iterationssteuerung IS typischerweise die Funktion eines zentralen Taktgebers.
Die in 3 gezeigte erste Ausführungsform des Eindeutigkeitsbestimmers EBE umfasst eine Näherungsfunktion N, einen Lotermittler LE und einen Gewichtsermittler GE.
Die Näherungsfunktion N ist dazu vorgesehen, eine iterationsschrittspezifische Isofläche F_m zu ermitteln. Die Näherungsfunktion N wird mittels des iterationsschrittspezifischen Parametervektors PV_m+1 parametriert, der von dem Parametrierer P bereitgestellt wird. Die Näherungsfunktion N ist dazu geeignet, für nicht bewertete Lastfallvektoren X_i näherungsweise iterationsschrittspezifische Lastfallbewertungen NY_im = N(X_i, PV_m)) unter Berücksichtigung eines iterationsschrittspezifische Parametervektors PV_m bereitzustellen.
Der Lotermittler LE ist dazu vorgesehen, für mehrere Lastfallvektoren X_i jeweils das kürzeste Lot L_i(X_i, F_m) von dem jeweiligen Lastfallvektor X_i zu der iterationsschrittspezifischen Isofläche F_m zu ermitteln.
Der Gewichtsermittler GE ist dazu vorgesehen, mittels der Informationen über die ermittelten kürzesten Lote L_i(X_i, F_m) die iterationsschrittspezifische Eindeutigkeit E_im(X_i) des jeweiligen Lastfallvektors X_i zu ermitteln. Hierzu wird beispielsweise zunächst die Länge |L_max(X_i, F_m)| des längsten Lotes L_max(X_i, F_m) der ermittelten kürzesten Lote L_i(X_i, F_m) ermittelt. Sodann wird die Länge |L_max(X_i, F_m)| jedes der ermittelten kürzesten Lote L_i(X_i, F_m) durch die Länge |L_max(X_i, F_m)| des längsten Lots L_max(X_i, F_m) geteilt, um damit für jeden Lastfallvektor X_i einen normierten Wert für die iterationsschrittspezifische Eindeutigkeit E_im(X_i) eines jeden der Lastfallvektoren X_i zu erhalten. Der Quotient |L_i(X_i, F_m)|/|L_max(X_i, F_m)| ist dann beispielsweise der Wert für die iterationsschrittspezifische Eindeutigkeit E_im(X_i) des jeweiligen Lastfallvektors X_i. Aufgrund der Normierung liegen die Werte für die iterationsschrittspezifische Eindeutigkeit E_im(X_i) dann zwischen 0 und 1 (mit anderen Worten zwischen 0% und 100%).
Wenn der Eindeutigkeitsbestimmer EBE in der Ausführungsform mit Näherungsfunktion N ausgeführt ist, erzeugt der Parametrierer P den iterationsschrittspezifischen Parametervektor PV_m+1 für die Näherungsfunktion N. In diesem Fall kann der Parametrierer P eine Support Vector Machine SVM zum Erzeugen des Parametervektors PV_m+1 aufweisen.
Eine in 4 gezeigte zweite Ausführungsform des Eindeutigkeitsbestimmers sieht vor, dass die iterationsschrittspezifische Eindeutigkeit E_im(X_i) des jeweiligen Lastfallvektors X_i unter Berücksichtigung einer Mehrheitsentscheidung eines sogenannten Ensemble-Klassifikators EK ermittelt wird. Der Ensemble-Klassifikator EK weist mehrere Klassifikatoren K_h auf, die dazu vorbereitet ist, zu dem jeweiligen Lastfallvektor X_i jeweils eine klassifikatorspezifische Lastfallbewertung Y_ih(X_i) bereitzustellen. Die iterationsschrittspezifische Eindeutigkeit E_im(X_i) kann aus den klassifikatorspezifischen Lastfallbewertungen Y_ih(X_i) der Klassifikatoren K_h mittels eines Abstimmungsauswerters AA abgeleitet werden. Wenn alle Klassifikatoren K_h zu einem gleichen Ergebnis Y_ih(X_i) kommen, kann die Entscheidung E_im(X_i) als eindeutig angesehen werden. Wenn das Ergebnis Y_ih(X_i) von ein oder mehreren der Klassifikatoren K_h nicht mit dem Ergebnis Y_ih(X_i) der anderen Klassifikatoren K_h übereinstimmt, kann die Entscheidung E_im(X_i) als nicht eindeutig angesehen werden. Die Klassifikatoren K_h werden durch den Parametervektor PV_m+1 parametriert, der von dem Parametrierer P bereitgestellt wird.
Maße für eine iterationsschrittspezifische Eindeutigkeit E_im(X_i) eines Lastfallvektors X_i, der von einem Klassifikator K_h geliefert werden kann, sind bei einem probabilistischen Klassifikator K_h beispielsweise Wahrscheinlichkeiten.
Die Eindeutigkeiten E_im(X_i) der Lastfallvektoren X_i sollten so berechnet werden, dass sie steigend sind mit der iterationsschrittspezifischen Eindeutigkeit E_im(X_i) der Klassifikatorentscheidung. Im Falle eines Random-Forest-Klassifikators kann die iterationsschrittspezifische Eindeutigkeit E_im(X_i) eines Lastfallvektors X_i gleich dem Prozentsatz der Klassifikatoren K_h des Ensembles EK von Klassifikatoren K_h sein, die für die Majoritätsklasse gestimmt haben.
Das in der 5 gezeigte Verfahren 100 zum Erzeugen einer Lastfallbewertungsliste LBL mit bewerteten Lastfällen LB_m umfasst mindestens zwei Iterationsschritte S_m, die jeweils folgende Schritte aufweisen. In einem ersten Schritt 105 werden unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors PV_m iterationsschrittspezifische Eindeutigkeiten E_im(X_i) von Lastfallvektoren Xi bereitgestellt. In einem zweiten Schritt 110 wird mindestens ein noch nicht bewerteter iterationsschrittspezifischer Lastfallvektor X_m aus einer Lastfallkandidatenliste LKL mit Lastfallvektoren X_i ausgewählt, wobei die iterationsschrittspezifische Eindeutigkeit E_im(X_i) eines jeden anderen noch nicht bewerteten Lastfallvektors X_i der Lastfallkandidatenliste LKL nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors X_m. In einem dritten Schritt 115 wird eine Lastfallbewertung Y_m(X_m) für den iterationsschrittspezifischen Lastfallvektor X_m bei einer Versuchsvorrichtung VV abgefragt. In einem vierten Schritt 120 wird ein Parametervektor für einen nachfolgenden Iterationsschritt S_m+1 unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen LBv einschließlich der Lastfallbewertung Y_m(X_i) erzeugt, die von einer Versuchsvorrichtung VV für den iterationsschrittspezifischen Lastfallvektors X_m bereitgestellt wurde. Jeder bewertete Lastfall LB_m wird durch einen Lastfallvektor X_m und eine Lastfallbewertung Y_m(X_m) beschrieben.
Das in der 6 gezeigte Herstellungsverfahren 200 für ein Steuergerät SG, SG' umfasst folgende Schritte. In einem ersten Schritt 210 wird eine vorgegebene Näherungsfunktion N zum näherungsweisen Bewerten von noch nicht bewerteten Lastfällen X_i unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors bereitgestellt. In einem zweiten Schritt 220 wird ein Parametervektor für die Näherungsfunktion N mittels des erfindungsgemäßen Verfahrens 100 zum Erzeugen einer Lastfallbewertungsliste LBL optimiert. In einem dritten Schritt 230 wird das Steuergerät SG, SG' mit der Näherungsfunktion N und dem optimierten Parametervektor konfiguriert.
In der Regel reichen die Ressourcen eines Steuergeräts SG nicht dafür aus, in der knappen zur Verfügung stehenden Zeit (beispielsweise kurz vor einer drohenden Kollision mit einem anderen Verkehrsteilnehmer VT_n) mittels des Steuergeräts SG einen realen Lastfall als Simulation durchzurechnen. Die Näherungsfunktion N kann dazu verwendet werden, in einem realen Lastfall eine effiziente näherungsweise Bewertung des realen Lastfalls mittels Anwendens der Näherungsfunktion NY_im = N(X_i, PV_m) in einem Steuergerät SG eines Fahrzeugs FZ oder einer ortsfesten Einrichtung OE zu ermöglichen.
Das in der 7 gezeigte Fahrzeug FZ weist ein Steuergerät SG auf, das für einen Betrieb des Fahrzeugs FZ sicherheitsrelevant ist und/oder dazu vorbereitet ist, eine Fahrstabilität des Fahrzeugs FZ zu verbessern und/oder ein Verletzungsrisiko für einen Verkehrsteilnehmer VT_n zu verringern. Das Steuergerät SG kann beispielsweise ein Steuergerät SG eines Airbag-Systems, eines Notbremssystems (ANB = active brake assist), eines Kollisionsvermeidungssystems, eines Spurhaltesystems, eines Überholassistenten, einer Antischlupfregelung (ASR), eines Antiblockiersystems (ABS), eines ESC-Systems (ESC = electronic stability control) oder einer Berganfahr- und Bergabfahrhilfe sein.
Das Steuergerät SG kann fahrzeuggebunden und/oder ortsfest sein. Beispielsweise ist es vorstellbar, dass ein Steuergerät SG' ganz oder teilweise in einer ortsfesten Fahrbahnüberwachungsvorrichtung OE angeordnet ist, um ein Fahrzeugverhalten zu beeinflussen (beispielsweise, um witterungsabhängig eine Höchstgeschwindigkeit von Fahrzeugen und/oder einen Sicherheitsabstand zwischen aufeinanderfolgenden Fahrzeugen zu steuern).
Die Erfindung hat unter anderem folgende Vorteile gegenüber dem Stand der Technik:

– Kostenverringerung durch optimierte Auswahl von Versuchen zu hochdimensionalen Problemstellungen, deren Versuchsergebnisse von vielen Einflussgrößen beeinflusst werden;
– Erhöhen der Wahrscheinlichkeit für einen störungsfreien, fehlerfreien Wirkbetrieb (Erhöhung der Feldrobustheit);.
– effiziente Automatisierung von Simulationsaufrufen.

Die Erfindung dient dazu, eine möglichst kompakte und gleichzeitig möglichst aussagekräftige Lastfallbewertungsliste LBL mit bewerteten Lastfällen LB_m zu erzeugen. Die vorgegebene Näherungsfunktion N ist ein Algorithmus der Fahrzeugsicherheit, der Lastfälle X_i näherungsweise bewertet, beispielsweise mit ”Auslösen/Nichtauslösen”, ”Verletzungsrisiko”.
Die Erfindung unterscheidet sich von bekannten Machine-Learning-Ansätzen unter anderem darin, dass die Lastfallbewertungsliste LBL mit bewerteten Lastfällen LB_m erfindungsgemäß von dem Lastfallbewertungslisten-Erzeuger LBE erzeugt wird, während Standardanwendungen für Machine Learning davon ausgehen, dass eine Lastfallbewertungsliste mit bewerteten Lastfällen bereits existiert.
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 10222700 B4 [0005]

Claims

Lastfallbewertungslisten-Erzeuger (LBE) zum Erzeugen einer Lastfallbewertungsliste (LBL) mit bewerteten Lastfällen (LB_m), wobei jeder bewertete Lastfall (LB_m) durch einen Lastfallvektor (X_m) und eine Lastfallbewertung (Y_m(X_m)) beschrieben wird, wobei der Lastfallbewertungslisten-Erzeuger (LBE) aufweist: – eine Iterationssteuerung (IS), die dazu vorbereitet ist, mindestens zwei Iterationsschritte (S_m) auszuführen; – einen Eindeutigkeitsbestimmer (EBE), der dazu vorbereitet ist, iterationsschrittspezifische Eindeutigkeiten (E_im(X_i)) von Lastfallvektoren (X_i) unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors (PV_m) bereitzustellen; – einen Lastfallauswähler (LA), der dazu vorbereitet ist, in jedem Iterationsschritt (S_m) aus einer Lastfallkandidatenliste (LKL) mit Lastfallvektoren (X_i) mindestens einen noch nicht bewerteten iterationsschrittspezifischen Lastfallvektor (X_m) auszuwählen, wobei die iterationsschrittspezifische Eindeutigkeit (E_im(X_i)) eines jeden anderen noch nicht bewerteten Lastfallvektors (X_i) der Lastfallkandidatenliste (LKL) nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors (X_m); und – einen Versuchsvorrichtungs-Abfrager (VA), der dazu vorbereitet ist, bei einer Versuchsvorrichtung (VV) eine Lastfallbewertung (Y_m(X_m)) für den iterationsschrittspezifischen Lastfallvektor (X_m) abzufragen; – einen Parametrierer (P), der dazu vorbereitet ist, einen Parametervektor (PV_m+1) für einen nachfolgenden Iterationsschritt (S_m+1) unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen (LBv) einschließlich der Lastfallbewertung (Y_m(X_m)) zu erzeugen, die von der Versuchsvorrichtung (VV) für den iterationsschrittspezifischen Lastfallvektor (X_m) bereitgestellt wird.
Lastfallbewertungslisten-Erzeuger (LBE) nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass der Eindeutigkeitsbestimmer (EBE) dazu vorbereitet ist, zum Ermitteln der iterationsschrittspezifischen Eindeutigkeiten (E_im(X_i)) von Lastfallvektoren (X_i) einen vorgegebenen, monoton steigenden Zusammenhang zwischen der iterationsschrittspezifischen Eindeutigkeit (E_im(X_i)) des jeweiligen Lastfallvektors (X_i) und einem Abstand (|X_i – F_m|) des jeweiligen Lastfallvektors (X_i) zu einer iterationsschrittspezifischen Isofläche (F_m) zu berücksichtigen, die durch eine Näherungsfunktion (N) gebildet wird, wobei die Näherungsfunktion (N) dazu geeignet ist, für noch nicht bewertete Lastfallvektoren (X_i) näherungsweise iterationsschrittspezifische Lastfallbewertungen (NY_im = N(X_i, PV_m)) unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors (PV_m) bereitzustellen.
Lastfallbewertungslisten-Erzeuger (LBE) nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass der Eindeutigkeitsbestimmer (EBE) dazu vorbereitet ist, beim Ermitteln der iterationsschrittspezifischen Eindeutigkeit (E_im(X_i)) des jeweiligen Lastfallvektors (X_i) den Abstand (|X_i – F_m|) des jeweiligen Lastfallvektors (X_i) zu der iterationsschrittspezifischen Isofläche (F_m) zu berücksichtigen.
Lastfallbewertungslisten-Erzeuger (LBE) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Eindeutigkeitsbestimmer (EBE) dazu vorbereitet ist, die iterationsschrittspezifische Eindeutigkeit (E_im(X_i)) des jeweiligen Lastfallvektors (X_i) unter Berücksichtigung einer Mehrheitsentscheidung mehrerer Klassifikatoren (K_h) zu ermitteln, wobei jeder der Klassifikatoren (K_h) dazu vorbereitet ist, zu dem jeweiligen Lastfallvektor (X_i) eine klassifikatorspezifische Lastfallbewertung (Y_ih(X_i)) bereitzustellen.
Lastfallbewertungslisten-Erzeuger (LBE) nach dem vorhergehenden Anspruch, wobei der Lastfallauswähler (LA) dazu vorbereitet ist, ab dem zweiten Iterationsschritt (S₂) jeweils mindestens einen iterationsschrittspezifischen Lastfallvektor (X_m) bereitzustellen, dessen Abstand zu keinem der iterationsschrittspezifischen Lastfallvektoren, die er in vorausgehenden Iterationsschritten bereitgestellt hat, einen ersten Schwellenwert (ΔX_1SW) unterschreitet.
Lastfallbewertungslisten-Erzeuger (LBE) nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass der Lastfallauswähler (LA) dazu vorbereitet ist, in einem selben Iterationsschritt (S_m) mehrere unterschiedliche iterationsschrittspezifische Lastfallvektoren (X_m) auszuwählen.
Verfahren (100) zum Erzeugen einer Lastfallbewertungsliste (LBL) mit bewerteten Lastfällen (LB_m), wobei jeder bewertete Lastfall (LB_m) durch einen Lastfallvektor (X_m) und eine Lastfallbewertung (Y_m(X_m)) beschrieben wird, wobei das Verfahren (100) mindestens zwei Iterationsschritte (S_m) umfasst, die jeweils Folgendes aufweisen: – Bereitstellen (105) von iterationsschrittspezifischen Eindeutigkeiten (E_im(X_i)) von Lastfallvektoren (X_i) unter Berücksichtigung eines iterationsschrittspezifischen Parametervektors (PV_m); – Auswählen (110) mindestens eines noch nicht bewerteten iterationsschrittspezifischen Lastfallvektors (X_m) aus einer Lastfallkandidatenliste (LKL) mit Lastfallvektoren (X_i), wobei die iterationsschrittspezifische Eindeutigkeit (E_im(X_i)) eines jeden anderen noch nicht bewerteten Lastfallvektors (X_i) der Lastfallkandidatenliste (LKL) nicht kleiner ist als die iterationsschrittspezifische Eindeutigkeit des ausgewählten iterationsschrittspezifischen Lastfallvektors (X_m); – Abfragen (115) einer Lastfallbewertung (Y_m(X_m)) für den iterationsschrittspezifischen Lastfallvektor (X_m) bei einer Versuchsvorrichtung (VV); und – Erzeugen (120) eines Parametervektors (PV_m+1) für einen nachfolgenden Iterationsschritt (S_m+1) unter Berücksichtigung von bereits vorhandenen Lastfallbewertungen (LBv) einschließlich der Lastfallbewertung (Y_m(X_m)), die von einer Versuchsvorrichtung (VV) für den iterationsschrittspezifischen Lastfallvektor (X_m) bereitgestellt wurde.
Herstellungsverfahren (200) für ein Steuergerät (SG, SG'), wobei das Herstellungsverfahren (200) Folgendes aufweist: – Bereitstellen (210) einer vorgegebenen Näherungsfunktion (N), die dazu geeignet ist, für noch nicht bewertete Lastfallvektoren (X_i) näherungsweise iterationsschrittspezifische Lastfallbewertungen (NY_i = N(X_i, PV_m)) unter Berücksichtigung eines Parametervektors bereitzustellen; – Optimieren (220) eines Parametervektors für die Näherungsfunktion (N) mittels des Verfahrens (100) zum Erzeugen einer Lastfallbewertungsliste (LBL) nach dem vorhergehenden Anspruch; und – Konfigurieren (230) des Steuergeräts (SG, SG') mit der Näherungsfunktion (N) und dem optimierten Parametervektor.
Herstellungsverfahren (200) nach dem vorhergehenden Anspruch, dadurch gekennzeichnet, dass das Steuergerät (SG, SG') für einen Betrieb eines Fahrzeugs (FZ) sicherheitsrelevant ist und/oder dazu vorbereitet ist, eine Fahrstabilität eines Fahrzeugs (FZ) zu verbessern und/oder ein Verletzungsrisiko für einen Verkehrsteilnehmer (VT_n) zu verringern.
Fahrzeug (FZ) oder ortsfeste Einrichtung (OE), dadurch gekennzeichnet, dass das Fahrzeug (FZ) oder die ortsfeste Einrichtung (OE) ein Steuergerät (SG, SG') aufweist, das beziehungsweise die mittels des Herstellungsverfahrens (200) nach Anspruch 8 oder 9 hergestellt wurde.