DE102017108447A1

DE102017108447A1 - Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen

Info

Publication number: DE102017108447A1
Application number: DE102017108447.9A
Authority: DE
Inventors: Xiaoming Wang; Fling Finn Tseng; Kwaku O. Prakah-Asante; Jianbo Lu; Steven Joseph Szwabowski; Perry Robinson MacNeille
Original assignee: Ford Global Technologies LLC
Current assignee: Ford Global Technologies LLC
Priority date: 2016-04-30
Filing date: 2017-04-20
Publication date: 2017-11-02
Also published as: RU2017114027A; US9919715B2; CN107444402B; GB2552052A; RU2017114027A3; RU2683902C2; GB201706832D0; US20170313323A1; CN107444402A; MX2017005607A

Abstract

Beispielhafte Systeme und Verfahren für Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen werden offenbart. Das beispielhaft offenbarte Verfahren enthält das Überwachen von Fahrzeugdaten, wenn ein Fahrzeug von einem ersten Modus zu einem zweiten Modus wechselt. Das beispielhafte Verfahren enthält auch das Analysieren der Fahrzeugdaten zum Erkennen einer Präferenz für den zweiten Modus während eines Fahrkontextes. Außerdem enthält das beispielhafte Verfahren das Erzeugen einer Empfehlung, ob beim Fahren einer Route basierend auf den Fahrzeugdaten und dem Fahrkontext zum zweiten Modus geschaltet werden soll und das Präsentieren der Empfehlung dem Fahrer.

Description

TECHNISCHES GEBIET
Die vorliegende Offenbarung betrifft allgemein Fahrzeuge mit mehreren Fahrdynamikmodi und, insbesondere, Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen.
HINTERGRUND
Fahrzeuge mit mehreren Fahrdynamikmodi werden immer beliebter. Diese Modi ändern Einstellungen in mehreren Fahrzeugsubsystemen, wie etwa Lenkung, Antriebsstrang, Karosserie, Innenraumbeleuchtung, Schallisolierung und/oder Filterung von Infotainmentsystemen usw. Die Modi bieten dem Benutzer Flexibilität durch Ändern des Verhaltens des Fahrzeugs für unterschiedliche Fahrbedingungen und zur besseren Anpassung an die Präferenzen des Fahrers in Bezug auf die Leistung.
KURZDARSTELLUNG
Die angehängten Ansprüche definieren diese Anmeldung. Die vorliegende Offenbarung fasst Aspekte der Ausführungsformen zusammen und sollte nicht verwendet werden, um die Ansprüche einzuschränken. Andere Umsetzungen werden gemäß den hier beschriebenen Techniken in Erwägung gezogen, wie dem Durchschnittsfachmann bei der Durchsicht der folgenden Zeichnungen und ausführlichen Beschreibung deutlich wird, und diese Umsetzungen sollen im Schutzbereich dieser Anmeldung liegen.
Es werden Ausführungsbeispiele für Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen offenbart. Das beispielhaft offenbarte Verfahren enthält das Überwachen von Fahrzeugdaten, wenn ein Fahrzeug von einem ersten Modus zu einem zweiten Modus wechselt. Das beispielhafte Verfahren enthält auch das Analysieren der Fahrzeugdaten zum Erkennen einer Präferenz für den zweiten Modus während eines Fahrkontextes. Außerdem enthält das beispielhafte Verfahren das Erzeugen einer Empfehlung, ob beim Fahren einer Route basierend auf den Fahrzeugdaten und dem Fahrkontext zum zweiten Modus geschaltet werden soll und das Präsentieren der Empfehlung dem Fahrer.
Ein beispielhaftes System enthält einen Server und ein Fahrzeug. Der beispielhaft offenbarte Server ist dazu ausgelegt, Fahrzeugdaten zu analysieren, um eine Präferenz eines Fahrers für das Schalten von einem ersten Modus zu einem zweiten Modus während eines Fahrkontextes zu erkennen. Das beispielhafte Fahrzeug ist dazu ausgelegt, Fahrzeugdaten zu überwachen, wenn das Fahrzeug vom ersten Modus zum zweiten Modus wechselt. Das beispielhafte Fahrzeug ist auch dazu ausgelegt, eine Empfehlung zu erzeugen, ob beim Fahren einer Route basierend auf einem vom Server empfangenen Klassifizierer zu dem zweiten Modus geschaltet werden soll und dem Fahrer die Empfehlung zu präsentieren.
Ein beispielhaftes Fahrzeug enthält Sensoren, Speicher und einen Prozessor. Die beispielhaften Sensoren sind dazu ausgelegt, Fahrzeugdaten zu überwachen. Der beispielhafte Speicher ist dazu ausgelegt, mehrere von einem Server empfangene Klassifizierer zu speichern. Die Klassifizierer sagen eine Präferenz zum Übergehen von einem ersten Modus zu einem zweiten Modus basierend auf einer Teilmenge der Fahrzeugdaten vorher. Der beispielhafte Prozessor ist kommunikativ an den Speicher und die Sensoren gekoppelt. Außerdem ist der beispielhafte Prozessor dazu ausgelegt, basierend auf einem Fahrkontext einen von mehreren Klassifizierern auszuwählen und die Fahrzeugdaten auf den ausgewählten Klassifizierer anzuwenden, um eine Empfehlung zu erzeugen, ob beim Fahren einer Route zum zweiten Modus geschaltet werden soll. Das beispielhafte Fahrzeug ist auch dazu ausgelegt, als Reaktion auf das Erzeugen der Empfehlung zum Schalten zu dem zweiten Modus die Empfehlung auf einer Infotainment-Haupteinheit anzuzeigen.
KURZBESCHREIBUNG DER ZEICHNUNGEN
Für ein besseres Verständnis der Erfindung kann auf in den folgenden Zeichnungen gezeigte Ausführungsformen Bezug genommen werden. Die Komponenten in den Zeichnungen sind nicht notwendigerweise maßstabsgetreu, und zugehörige Elemente können weggelassen sein, oder in einigen Fällen können die Proportionen übertrieben worden sein, um die hier beschriebenen neuen Merkmale hervorzuheben und deutlich darzustellen. Darüber hinaus können, wie im Fachgebiet bekannt, Systemkomponenten verschieden angeordnet sein. Ferner bezeichnen gleiche Bezugszeichen in den Zeichnungen entsprechende Teile in den verschiedenen Ansichten.
1 ist ein Systemdiagramm zum Umsetzen von Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen gemäß den Lehren dieser Offenbarung.
2 ist ein Blockdiagramm des Moduszuordners aus 1.
3 ist ein Blockdiagramm einer Prozessorplattform, die verwendet werden kann, um den Moduszuordner aus den 1 und 2 umzusetzen.
4 ist ein Blockdiagramm von elektronischen Komponenten, die verwendet werden können, um den Modusmanager aus 1 umzusetzen.
5 ist ein Flussdiagramm eines beispielhaften Verfahrens zum Erzeugen eines Modusprofils für einen Benutzer, das von der Prozessorplattform aus 3 umgesetzt werden kann.
6 ist ein Flussdiagramm eines beispielhaften Verfahrens zum Vorhersagen von Fahrzeugfahrmodi basierend auf dem Modusprofil, das von den elektronischen Komponenten aus 4 umgesetzt werden kann.
AUSFÜHRLICHE BESCHREIBUNG BEISPIELHAFTER AUSFÜHRUNGSFORMEN
Die Erfindung kann zwar in verschiedenen Formen ausgeführt werden, es sind jedoch einige beispielhafte und nicht-beschränkende Ausführungsformen in den Zeichnungen gezeigt und im Folgenden beschrieben, wobei es sich versteht, dass die vorliegende Offenbarung als eine Veranschaulichung der Erfindung anzusehen ist und die Erfindung nicht auf die konkreten dargestellten Ausführungsformen beschränken soll.
Fahrzeuge (z. B. Pkws, Lkws, Vans usw.) weisen mehrere Fahrmodi auf, die unterschiedliche Fahrdynamiken bieten. Zum Beispiel kann ein Fahrzeug einen Sportmodus, einen Normalmodus, einen Komfortmodus, einen oder mehrere Geländemodi (z. B. Modi für spezielle Arten von Gelände, wie etwa unbefestigte Straßen usw.) und/oder einen Kraftstoffsparmodus usw. aufweisen. Die Modi verändern Einstellungen (z. B. von verschiedenen elektronischen Steuereinheiten (ECUs – Electronic Control Units)) in dem Fahrzeug, um das Gleichgewicht von unterschiedlichen Fahrpräferenzen zu verändern. Zum Beispiel kann der Sportmodus die Lenksteuerung, Getriebesteuerung, Drosselklappensteuerung, Traktionskontrolle und/oder Fahrdynamikregelung usw. verändern, um die Leistung und Steuerung des Fahrzeugs auf Kosten der Kraftstoffeffizienz des Fahrzeugs zu erhöhen. Im Laufe der Zeit kann ein Fahrer Präferenzen dafür entwickeln, welcher Modus in unterschiedlichen Situationen und Prioritäten verwendet wird, wie etwa Kraftstoffwirtschaftlichkeit gegenüber Fahrvergnügen.
Wie unten detaillierter offenbart, enthält das Fahrzeug einen Modusdatenmanager, der Daten von Fahrzeugsubsystemen (z. B. Lenksteuerung, Getriebesteuerung, Drosselklappensteuerung, Traktionskontrolle, Fahrdynamikregelung, Koordinaten des globalen Navigationssystems (GPS – Global Positioning System) usw.) erfasst, wenn ein Fahrer den Fahrmodus des Fahrzeugs ändert. Eine Fahrzeugunterstützungseinheit empfängt die erfassten Daten vom Modusdatenmanager und erzeugt basierend auf den erfassten Daten und von den erfassten Daten abgeleiteten Daten ein Fahrzeugmodusprofil. Zum Beispiel können die Geschwindigkeitsbegrenzung, der Gefällegrad und das Ausmaß von Verkehrsstaus von Datenquellen außerhalb des Fahrzeugs erhalten werden. Die Fahrzeugunterstützungseinheit ist jede geeignete Einheit (z. B. ein Fahrzeughersteller, ein Fahrzeughändler, ein Kundenteilehändler, ein Datenmanagementunternehmen usw.), die Unterstützungsdienstleistungen für ein Fahrzeug bereitstellt. Ein Modusmanager empfängt das Fahrzeugmodusprofil von der Fahrzeugunterstützungseinheit. Der Modusdatenmanager überwacht die Fahrzeugsubsysteme. Basierend auf den Fahrzeugsubsystemen und dem Fahrzeugmodusprofil empfiehlt der Modusmanager einen Fahrmodus (z. B. über eine Mittelkonsolenanzeige, ein Head-up-Display, eine Armaturenbrettanzeige usw.) oder schaltet das Fahrzeug automatisch in den empfohlenen Fahrmodus (z. B., wenn das Fahrzeug ein autonomes oder halbautonomes Fahrzeug ist).
1 ist ein beispielhaftes System 100 zum Umsetzen der Fahrzeugmodusplanung mit gelernten Benutzerpräferenzen gemäß den Lehren dieser Offenbarung. Im dargestellten Beispiel enthält das System 100 ein Fahrzeug 102 (z. B. einen Pkw, einen Lkw, einen Van usw.) und eine Fahrzeugunterstützungseinheit 104 (z. B. einen Fahrzeughersteller, einen Fahrzeughändler, einen Kundenteilehändler, ein Datenmanagementunternehmen usw.). Das Fahrzeug 102 kann ein standardmäßiges mit Benzin betriebenes Fahrzeug, ein Hybridfahrzeug, ein Elektrofahrzeug, ein Brennstoffzellenfahrzeug oder jede andere Art von Mobilitätseinrichtungsfahrzeug sein. Das Fahrzeug 102 kann nicht autonom, halbautonom oder autonom sein. Das Fahrzeug 102 enthält Teile im Zusammenhang mit Mobilität oder Antrieb, wie etwa einen Antriebsstrang mit einer Kraftmaschine, ein Getriebe, eine Aufhängung, eine Antriebswelle und/oder Räder usw. Das beispielhafte Fahrzeug 102 umfasst elektronische Steuereinheiten (ECUs) 106, Sensoren 108, eine fahrzeuginterne Kommunikationsplattform 110 und einen Modusmanager 112.
Die ECUs 106 überwachen und steuern die Systeme (z. B. Lenksteuerung, Bremssteuerung, Getriebesteuerung, Kraftmaschinensteuerung usw.) des Fahrzeugs 102. Einige Fahrzeuge 102 können siebzig oder mehr ECUs 106 aufweisen, die sich an verschiedenen Stellen im Fahrzeug 102 befinden. Die ECUs 106 sind eigenständige Elektroniksätze, die ihre eigene(n) Schaltung(en) (wie etwa integrierte Schaltungen, Mikroprozessoren, Speicher, Speichermodule usw.) und Firmware, Sensoren, Aktuatoren und/oder Montagehardware enthalten. Die Fahrmodi sind durch die Einstellungen der verschiedenen ECUs 106 definiert. Zum Beispiel kann ein Wirtschaftlichkeitsfahrmodus die Getriebesteuerung so einstellen, dass sie bei einer niedrigeren Drehzahl (U/min) in einen höheren Gang schaltet, und/oder die Drosselklappensteuerung so einstellen, dass die Reaktionsgeschwindigkeit der Drosselklappen reduziert wird usw.
Die Sensoren 108 können in jeder geeigneten Weise im und um das Fahrzeug 102 herum angeordnet sein. Die Sensoren 108 können eine oder mehrere Kameras, Sonar, RADAR, LiDAR, Ultraschallsensoren, optische Sensoren oder Infrarotvorrichtungen enthalten, die dazu ausgelegt sind, Eigenschaften um das Äußere des Fahrzeugs 102 herum zu messen. Außerdem können einige Sensoren 108 im Fahrgastraum des Fahrzeugs 102 oder in der Karosserie des Fahrzeugs 102 (wie etwa dem Kraftmaschinenraum, den Radmulden usw.) montiert sein, um Eigenschaften im Inneren des Fahrzeugs 102 zu messen. Zum Beispiel können solche Sensoren 108 Beschleunigungsmesser, Wegstreckenzähler, Neigungs- und Giersensoren, Raddrehzahlsensoren, Kameras, Mikrofone und Thermistoren, Reifendrucksensoren, biometrische Sensoren usw. enthalten. Die Sensoren 108 stellen einen Kontext dafür bereit, wenn ein Benutzer den Fahrmodus des Fahrzeugs 102 ändert.
Die fahrzeuginterne Kommunikationsplattform 110 enthält verdrahtete oder drahtlose Netzwerkschnittstellen zum Ermöglichen einer Kommunikation mit einem externen Netzwerk 114. Die fahrzeuginterne Kommunikationsplattform 110 enthält auch Hardware (z. B. Prozessoren, Speicher, Speichermodule usw.) und Software zum Steuern der verdrahteten oder drahtlosen Netzwerkschnittstellen. Ferner kann (können) das (die) externe(n) Netzwerk(e) 114 ein öffentliches Netzwerk sein, wie etwa das Internet, ein privates Netzwerk, wie etwa ein Intranet, oder Kombinationen davon, und eine Vielzahl von jetzt verfügbaren oder später entwickelten Netzwerkprotokollen nutzen, wie unter anderem TCP/IP-basierte Netzwerkprotokolle. Die fahrzeuginterne Kommunikationsplattform 110 kann auch eine verdrahtete oder drahtlose Schnittstelle zum Ermöglichen einer direkten Kommunikation mit einer elektronischen Vorrichtung (wie z. B. einem Smartphone, einem Tablet-Computer, einem Laptop usw.) enthalten.
Der Modusmanager 112 überwacht (a) den Fahrmodus des Fahrzeugs 102 und (b) die Daten von den ECUs 106 und den Sensoren 108. Der Modusmanager 112 erzeugt eine Modusereignisaufzeichnung 116 als Reaktion auf das Detektieren einer Veränderung im Fahrmodus des Fahrzeugs 102. Zum Beispiel kann ein Fahrer einen Modus durch Drücken einer Taste auf einer Mittelkonsole und/oder einem Touchscreen auf einer Infotainment-Haupteinheit (z. B. der Infotainment-Haupteinheit 402 aus nachfolgender 4) des Fahrzeugs 102 auswählen. Wenn der Fahrer des Fahrzeugs 102 erkannt ist, wird die Modusereignisaufzeichnung 116 mit einem Profil des Fahrers verknüpft. In solch einer Weise werden die Modusprofile 118 mit den Präferenzen von (einem) bestimmten Fahrer(n) erstellt. In einigen Beispielen unterscheidet der Modusmanager 112 zwischen (i) Veränderungen des Fahrmodus aufgrund des Betätigens eines Bedienelements durch die Fahrer und (ii) Veränderungen des Fahrmodus aufgrund eines automatisierten Systems, wie etwa eines Systems in einem autonomen oder halbautonomen Fahrzeug, oder sogar des Modusmanagers 112. In solchen Beispielen erzeugt der Modusmanager 112 die Modusereignisaufzeichnung 116 als Reaktion auf das Ändern des Fahrmodus durch den Fahrer, er erzeugt jedoch nicht die Modusaufzeichnung 116 als Reaktion auf das Ändern des Fahrmodus durch ein automatisiertes System.
Der Modusmanager 112 enthält in der Modusereignisaufzeichnung 116 Daten für einen Zeitraum (z. B. zwei Minuten, fünf Minuten usw.) vor der Fahrmodusänderung und einen Zeitraum (z. B. dreißig Sekunden, eine Minute usw.) nach einer Fahrmodusänderung. Die Modusereignisaufzeichnung 116 enthält (a) von einem Navigationssystem abgeleitete Daten (z. B. geografische Position, Route usw.), (b) Fahrzeugmodusdaten (z. B. aktueller Modus, frühere Modi, Fahrzeugautonomiegrad usw.), (c) von den ECUs 106 und den Sensoren 108 erfasste Daten (z. B. Getriebeeinstellungen, Raddrehzahlen, Kraftmaschinentemperatur, Reifendruck usw.), (d) Straßendaten (z. B. Straßenzustände, Geschwindigkeitsbegrenzungen, Straßenbelagart, Straßenrauigkeitsgrad, Höhenänderungen, Straßenradius, Anzahl von Geschwindigkeitsbegrenzungsänderungen pro Meile usw.), (e) Umgebungsbedingungsdaten (z. B. Wetter, Temperatur usw.), (f) Fahrereigenschaftsdaten (z. B. Fahrstil, Fahrabsicht usw.), (g) Zeitdaten (z. B. Tag, Datum, Tageszeit usw.) und/oder (h) Fahrzeugdaten (z. B. Gewicht, Klasse, Modell, Antriebsstrangeinstellungen, Merkmalssatz usw.). Die vom Modusmanager 112 gesammelten Daten werden hier manchmal als „Fahrzeugdynamikdaten“ bezeichnet. Außerdem enthält die Modusereignisaufzeichnung 116 den Fahrmodus vor der Fahrmodusänderung und den Fahrmodus nach der Fahrmodusänderung. In einigen Beispielen enthalten die Straßendaten detaillierte Kartendaten, wie etwa Geschwindigkeitsbegrenzungen, Straßenkurven, Höhenänderungen usw., die von einem fortgeschrittenen Fahrerassistenzsystem (ADAS – Advanced Driver Assistance System) bereitgestellt werden. Außerdem enthalten die Straßendaten von den Daten der ECUs 106 und der Sensoren 108 abgeleitete Daten. Zum Beispiel kann der Zustand der Straße (z. B. vereist, nass, schneebedeckt, Sand, Kies usw.) von Daten der Raddrehzahlsensoren und des Fahrdynamikregelsystems abgeleitet werden.
Von Zeit zu Zeit (z. B. periodisch, nichtperiodisch usw.) sendet der Modusmanager 112 die Modusereignisaufzeichnung 116 über die fahrzeuginterne Kommunikationsplattform 110 an die Fahrzeugunterstützungseinheit 104. In einigen Beispielen kann der Modusmanager 112 mehrere Modusereignisaufzeichnungen 116 periodisch (z. B. täglich, wöchentlich usw.) senden. In einigen Beispielen wartet der Modusmanager 112, bis das Fahrzeug 102 über eine WLAN-Verbindung mit dem externen Netzwerk 114 verbunden ist, um keine Mobilfunkdaten zu verbrauchen. In einigen Beispielen sendet der Modusmanager 112 die Modusereignisaufzeichnung 116, wenn die Modusereignisaufzeichnung 116 erstellt wird.
Der Modusmanager 112 empfängt ein Modusprofil 118 von der Fahrzeugunterstützungseinheit 104. In einigen Beispielen ist das Modusprofil 118 mit dem Fahrzeug 102 verknüpft. In solchen Beispielen stellt das Modusprofil 118 eine Mischung der Präferenzen des Fahrers des Fahrzeugs 102 dar. In einigen Beispielen ist das Modusprofil 118 mit einem Fahrerprofil des Fahrers verknüpft. In solchen Beispielen wird das Modusprofil 118 von der Fahrzeugunterstützungseinheit 104 heruntergeladen, wenn der Fahrer von einem Fahreridentifikationssystem erkannt wird. In einigen Beispielen kann das Modusprofil 118 mit dem Fahrzeug 102 verknüpft sein. In solch einer Weise kann der Fahrer Empfehlungen basierend auf dem Modusprofil 118 verwenden, um in einer Weise zu fahren, die dem Insassen gefällt. Das Modusprofil 118 verknüpft die Fahrzeugdynamikdaten mit den möglichen Fahrmodi des Fahrzeugs 102. In einigen Beispielen ist das Modusprofil 118 mit einem bestimmten geografischen Gebiet oder einer bestimmten Route verknüpft. Der Modusmanager 112 wendet die Fahrzeugdynamikdaten auf das Modusprofil 118 an. Der Modusmanager 112 wendet Fahrzeugdynamikdaten auf das Modusprofil 118 an, um eine Empfehlung zum Aktivieren eines Fahrmodus zu erzeugen. In einigen Beispielen erzeugt der Modusmanager 112, basierend auf dem Modusprofil 118, auch einen mit der Empfehlung verknüpften Stärkewert. In solch einer Weise kann ein Fahrer wählen, basierend auf dem Stärkewert auf die Empfehlung zu reagieren. Über die Infotainment-Haupteinheit präsentiert der Modusmanager 112 dem Fahrer die Empfehlung akustisch und/oder optisch. In einigen Beispielen, wenn das Fahrzeug 102 autonom oder halbautonom ist, bewirkt der Modusmanager 112, dass das Fahrzeug 102 in den empfohlenen Fahrmodus eintritt.
Wie in Verbindung mit nachstehender 2 detaillierter offenbart, analysiert die Fahrzeugunterstützungseinheit 104 die vom Fahrzeug 102 empfangenen Modusereignisaufzeichnungen 116 und erzeugt ein Modusprofil 118 für das Fahrzeug 102. Im dargestellten Beispiel enthält die Fahrzeugunterstützungseinheit 104 einen Server, der in dem externen Netzwerk 114 ausgeführt wird. In einigen Beispielen enthält die Fahrzeugunterstützungseinheit 104 einen oder mehrere Internet-Server (manchmal auch als die „Cloud“ bezeichnet). In dem dargestellten Beispiel enthält die Fahrzeugunterstützungseinheit 104 einen Moduszuordner 120, eine Präferenzdatenbank 122 und eine Fahrerprofildatenbank 124.
Der Moduszuordner 120 analysiert die vom Fahrzeug 102 empfangenen Modusereignisaufzeichnungen 116 und erzeugt das Modusprofil 118 für das Fahrzeug 102. Das Modusprofil 118 enthält einen oder mehrere Klassifizierer, die vom Modusmanager 112 überwachte Daten verwenden, um (a) basierend auf häufigen Zielen und Routen Fahrmodi vorherzusagen, (b) basierend auf einer durchschnittlichen Fahrervorliebe Fahrmodi vorherzusagen und/oder (c) basierend auf ähnlichen Fahrern Fahrmodi vorherzusagen. Von Zeit zu Zeit sendet der Moduszuordner 120 das Modusprofil 118 an das Fahrzeug 102. Zum Beispiel kann der Moduszuordner 120 das Modusprofil 118 senden, nachdem das Modusprofil 118 erzeugt oder aktualisiert wurde. Als ein weiteres Beispiel kann der Moduszuordner 120 das Modusprofil 118 als Reaktion auf das Detektieren, dass ein aktuelles an das Fahrzeug 102 heruntergeladenes Modusprofil 118 nicht die Route enthält, auf der das Fahrzeug 102 fährt, es aber ein oder mehrere Modusprofile 118 für ähnliche Fahrer auf der Route gibt, senden.
Basierend auf den Fahrzeugdynamikdaten in den Modusereignisaufzeichnungen 116 erzeugt der Moduszuordner 120 eine Musterkarte, die die Fahrzeugdynamikdaten mit den Veränderungen des Fahrmodus verknüpft. Der Moduszuordner 120 reduziert die Musterkarte auf in Frage kommende Klassifizierer. Der in Frage kommende Klassifizierer verknüpfte eine Teilmenge der Fahrzeugdynamikdaten, um eine Modusempfehlung zu erzeugen. Zum Beispiel kann einer der in Frage kommenden Klassifizierer basierend auf einem Straßenzustandswert (z. B. nass, vereist, Kies, Schmutz usw.) und einem Straßenkurvenwert (z. B. gerade, eine 20-Grad-Kurve usw.) eine Modusempfehlung erzeugen. In Frage kommende Klassifizierer können eindimensional (z. B. wird der Wert einer Variable in den Fahrzeugdynamikdaten verwendet, um eine Empfehlung zu erzeugen) oder mehrdimensional (z. B. werden zwei oder mehr Variablen in den Fahrzeugdynamikdaten verwendet, um eine Empfehlung zu erzeugen) sein. In einigen Beispielen nutzt der Moduszuordner 120 die vollfaktorielle, fraktionelle faktorielle oder andere Versuchsplanungsmethoden, um einen Satz von in Frage kommenden Musterkarten mit unterschiedlichen Kombinationen von Eingaben (z. B. unterschiedlichen Kombinationen der Fahrzeugdynamikdaten) zu bestimmen. Eine der Musterkarten kann aus allen Eingabesignalen bestehen, der gesamte Rest der in Frage Kommenden sollte jedoch nur eine Teilmenge aller Eingaben aufweisen. Jede in Frage kommende Karte wird einen auf Teilmengen ihrer Eingaben basierenden Klassifizierer aufweisen. Der Klassifizierer wird trainiert und seine Leistung wird aufgezeichnet. Der Moduszuordner 120 führt Klassifizierungstests der in Frage kommenden Klassifizierer durch, um einen der in Frage kommenden Klassifizierer auszuwählen. Die in Frage kommenden Klassifizierer werden basierend auf Komplexität (z. B. Anzahl der Eingaben) und Leistung (z. B. einer korrekten Vorhersagerate) bewertet. Dieser Prozess beinhaltet eine Kreuzvalidierung, bei der verfügbare Daten iterativ in Trainings- und Validierungsdaten getrennt werden, um alle Leistungsmesswerte zu erhalten. Der Moduszuordner 120 wählt einen der in Frage kommenden Klassifizierer aus, der in dem an das Fahrzeug 102 gesendeten Modusprofil 118 enthalten sein soll.
Wenn der Moduszuordner 120 keine ausreichenden Modusereignisaufzeichnungen 116 aufweist, die mit einer geografischen Region und/oder einer Navigationsroute verknüpft sind, auf der das Fahrzeug 102 fährt, um einen in Frage kommenden Klassifizierer zu erzeugen, der die Klassifizierungstests besteht (z. B. lehnt der Moduszuordner 120 die in Frage kommenden Klassifizierer ab), vergleicht der Moduszuordner 120 ein in der Fahrerdatenbank 124 gespeichertes und mit dem Fahrzeug 102 verknüpftes Fahrerprofil mit in der Präferenzdatenbank 122 gespeicherten Präferenzprofilen. Die Präferenzprofile verknüpfen Modusklassifizierer mit demografischen Daten von Fahrern, den geografischen Positionen und/oder Navigationsrouten. Basierend auf mit dem/den Fahrer(n) des Fahrzeugs 102 verknüpften demografischen Daten, dem geografischen Gebiet des Fahrzeugs 102 und/oder der vom Fahrzeug 102 gefahrenen Navigationsroute wählt der Moduszuordner 120 in der Präferenzdatenbank 122 einen Klassifizierer aus, der in dem an das Fahrzeug 102 gesendete Modusprofil 118 enthalten sein soll. Wenn der Moduszuordner 120 in solch einem Szenario ausreichende mit einer geografischen Region und/oder einer Navigationsroute, auf der das Fahrzeug 102 fährt, verknüpfte Modusereignisaufzeichnungen 116 aufweist, um einen in Frage kommenden Klassifizierer zu erzeugen, der die Klassifizierungstests besteht, aktualisiert der Moduszuordner 120 das Modusprofil 118, damit dieser in Frage kommenden Klassifizierer enthalten ist.
2 ist ein Blockdiagramm des Moduszuordners 120 aus 1. Im dargestellten Beispiel enthält der Moduszuordner 120 einen Informationsabgleicher 202, einen Klassifizierergenerator 204, einen Klassifizierervalidierer 206 und einen Profilgenerator 208. In dem dargestellten Beispiel ist der Moduszuordner 120 kommunikativ an das Fahrzeug 102 gekoppelt. Der Moduszuordner 120 empfängt Modusereignisaufzeichnungen 116 vom Fahrzeug 102 und sendet Modusprofile 118 an das Fahrzeug 102.
Der Informationsabgleicher 202 empfängt die Modusereignisaufzeichnungen 116. Der Informationsabgleicher 202 erstellt einen einheitlichen Satz von Daten durch Abgleichen von Variablen mit unterschiedlichen Abtasthäufigkeiten. Wenn zum Beispiel ein Reifendrucksensor alle fünfzehn Sekunden den Reifendruck abtastet und die Raddrehzahlsensoren jede Sekunde die Geschwindigkeit der Räder abtasten, kann der Informationsabgleicher 202 die Raddrehzahl mitteln oder anderweitig bearbeiten, um einen Wert für jeden Zeitraum von fünfzehn Sekunden zu erhalten. Außerdem kann der Informationsabgleicher 202 andere Datenvorverarbeitungsfunktionen ausführen, wie etwa Standardisieren von Datenformaten und Filtern von Out-of-range-Werten, unmöglichen Datenkombinationen und/oder Ableiten von fehlenden Werten usw. In einigen Beispielen teilt der Informationsabgleicher 202 Fahrzeugdynamikdaten basierend auf einem Fahrkontext, wie etwa einem geografischen Gebiet, einer Navigationsroute, einer Tageszeit oder einem Ziel usw. in unterschiedliche Gruppen auf.
Der Klassifizierergenerator 204 erzeugt in Frage kommende Klassifizierer, die basierend auf einer Teilmenge der Fahrzeugdynamikdaten einen Fahrmodus vorhersagen. In einigen Beispielen erzeugt der Klassifizierergenerator 204 die in Frage kommenden Klassifizierer unter Verwendung einer speziellen Gruppe der Fahrzeugdynamikdaten basierend auf einem interessierenden Fahrkontext. Der Klassifizierergenerator 204 wendet Versuchsplanungstechniken (wie etwa vollfaktorielle Planung, fraktionelle faktorielle Planung usw.) und Maschinenlerntechniken (wie etwa Unterstützungsvektormaschinen, Fuzzy C-Means, k-nächste-Nachbarn, lineare Diskriminanzanalyse, Mountain Clustering) an, um reduzierte Karten von unterschiedlichen Mengen der Fahrzeugdynamikdaten zu erkennen. Wenn die Fahrzeugdynamikdaten zum Beispiel {Geschwindigkeit, Straßenzustand, Tageszeit} enthalten, können die reduzierten Musterkarten, die bewertet werden sollen, unter Verwendung der Versuchsplanungstechniken {Geschwindigkeit}, {Straßenzustand}, {Tageszeit}, {Geschwindigkeit, Straßenzustand}, {Geschwindigkeit, Tageszeit}, {Straßenzustand, Tageszeit} und {Geschwindigkeit, Straßenzustand, Tageszeit} sein. Die Maschinenlerntechniken werden verwendet, um einige der reduzierten Musterkarten als in Frage kommende Klassifizierer auszuwählen. Zum Beispiel können einige der reduzierten Musterkarten nicht in einer Art und Weise gruppiert sein, das die Eingaben (z. B. die jeweiligen Fahrzeugdynamikdaten der reduzierten Musterkarte) mit einer oder mehreren Ausgaben (z. B. den Fahrmodi) verknüpft werden können. In solch einer Weise kann eine vollständige Musterkarte der Fahrzeugdynamikdaten zu dem einen oder mehreren in Frage kommenden Klassifizierern reduziert werden. Die in Frage kommenden Klassifizierer enthalten eine Kombination von Variablen der Fahrzeugdynamikdaten, die vorhersagen, welchen Fahrmodus der Fahrer bevorzugt. Zum Beispiel kann einer der in Frage kommenden Klassifizierer bestimmen, ob der Fahrer beim Fahren in einem bestimmten geografischen Gebiet (z. B. einem interessierenden Fahrkontext) basierend auf der Geschwindigkeitsvariablen und der Straßenzustandsvariablen bevorzugt, im normalen Fahrmodus oder dem Komfortmodus zu sein.
Der Klassifizierervalidierer 206 wendet Tests auf die vom Klassifizierergenerator 204 erzeugten in Frage kommenden Klassifizierer an. Die Tests gleichen die Anzahl der von einem in Frage kommenden Klassifizierer verwendeten Variablen mit der Vorhersagegenauigkeit aus. Eine von einem in Frage kommenden Klassifizierer verwendete geringere Anzahl von Variablen bedeutet, dass das Fahrzeug 102 den Klassifizierer mit weniger Verarbeitungsleistung verarbeiten kann. Eine größere Vorhersagegenauigkeit bedeutet jedoch, dass die Empfehlung des Modusmanagers 112 den tatsächlichen Präferenzen des Fahrers genauer entsprechen und die Fahrerzufriedenheit erhöhen wird. Der Klassifizierervalidierer 206 vergleicht die von in Frage kommenden Klassifizierern verwendete Anzahl von Variablen mit einer Schwellenanzahl von Variablen. Der Klassifizierervalidierer 206 eliminiert in Frage kommende Klassifizierer, die nicht die Schwellenanzahl von Variablen erfüllen (d. h. größer sind). In einigen Beispielen ist die Schwellenanzahl von Variablen fünf. Außerdem wendet der Klassifizierervalidierer 206 Fahrzeugdynamikdaten in den vom Informationsabgleicher 202 empfangenen Modusereignisaufzeichnungen 116 auf den in Frage kommenden Klassifizierer an. Der Klassifizierervalidierer 206 vergleicht den vom in Frage kommenden Klassifizierer vorhergesagten Fahrmodus mit dem tatsächlichen Fahrmodus in den Modusereignisaufzeichnungen 116. Der Klassifizierervalidierer 206 eliminiert in Frage kommende Klassifizierer, die nicht eine Schwellengenauigkeit erfüllen (d. h. niedriger sind) (z. B. 70 %, 80 % usw.). In einigen Beispielen, wenn alle der in Frage kommenden Klassifizierer eliminiert sind, fordert der Klassifizierervalidierer 206 mehr in Frage kommende Klassifizierer vom Klassifizierergenerator 204 an. Alternativ informiert der Klassifizierervalidierer 206 in einigen Beispielen den Profilgenerator 208, dass die in Frage kommenden Klassifizierer eliminiert worden sind. Der Klassifizierervalidierer 206 stellt dem Profilgenerator 208 den in Frage kommenden Klassifizierer bereit, der (a) die Schwellenanzahl von Variablen und die Schwellengenauigkeit erfüllt, und (b) die höchste Genauigkeit aufweist. In einigen Beispielen, wenn in Frage kommende Klassifizierer ähnliche Genauigkeiten aufweisen, stellt der Klassifizierervalidierer 206 dem Profilgenerator 208 den in Frage kommenden Klassifizierer bereit, der (a) die geringere Anzahl von Variablen aufweist und/oder (b) die hohe Anzahl von Variablen aufweist, die direkt vom Fahrzeug 102 beobachtet werden.
Der Profilgenerator 208 bereitet das Modusprofil 118 vor und sendet es an das Fahrzeug 102. Der Profilgenerator 208 ruft das mit dem Fahrer des Fahrzeugs 102 verknüpfte Modusprofil 118 von der Fahrerprofildatenbank 124 ab. Das Modusprofil 118 kann mehrere vom Klassifizierergenerator 204 erzeugte Klassifizierer enthalten. Jeder im Modusprofil 118 enthaltene Klassifizierer ist mit einem anderen Fahrkontext, wie etwa einem geografischen Gebiet, einer Navigationsroute, einer Tageszeit, einem Wochentag oder einem Ziel usw. verknüpft. Der Moduszuordner 120 aktualisiert das Modusprofil 118 mit dem vom Klassifizierergenerator 204 erzeugten Klassifizierer. In einigen Beispielen, wenn der Klassifizierergenerator 204 anzeigt, dass die in Frage kommenden Klassifizierer eliminiert worden sind, ruft der Profilgenerator 208 basierend auf dem interessierenden Fahrkontext und/oder den mit dem Modusprofil 118 des Fahrers verknüpften demografischen Eigenschaften einen in der Präferenzdatenbank 122 gespeicherten Klassifizierer ab. Wenn der Fahrer zum Beispiel in einem neuen geografischen Gebiet fährt, kann der Klassifizierergenerator 204 und/oder der Klassifizierervalidierer 206 nicht in der Lage sein, einen in Frage kommenden Klassifizierer zu erzeugen, der dem Modusprofil 118 hinzugefügt werden soll. In solch einem Beispiel vergleicht der Profilgenerator 208 den Fahrstil, die Nutzungsmuster, den Fahrzeugtyp und die Fahrzeugeinrichtung (z. B. die Antriebsstrangeinstellungen, die Aufhängungseinstellungen usw.) mit anderen Profilen in der Fahrerprofildatenbank 125 und wählt Klassifizierer aus einem der anderen Fahrerprofile aus, die für die geografische Region erzeugt werden. In einigen Beispielen speichert der Profilgenerator 208 das Modusprofil 118 in der Fahrerprofildatenbank 124.
3 stellt eine Prozessorplattform 300 dar, die verwendet werden kann, um den Moduszuordner 120 aus den 1 und 2 umzusetzen. Im dargestellten Beispiel enthält die Prozessorplattform 300 einen Prozessor oder eine Steuerung 302, Speicher 304, Speichermodul 306, eine Netzwerkschnittstelle 308 und einen Datenbus 310.
Der Prozessor oder die Steuerung 302 kann jede(r) geeignete Verarbeitungsvorrichtung oder Satz von Verarbeitungsvorrichtungen sein, wie etwa unter anderem: ein Mikroprozessor, eine Plattform auf Mikrocontrollerbasis, eine geeignete integrierte Schaltung oder eine oder mehrere anwendungsspezifische integrierte Schaltungen (ASICs). Im dargestellten Beispiel ist der Prozessor oder die Steuerung 302 derart ausgelegt, dass er/sie den Informationsabgleicher 202, den Klassifizierergenerator 204, den Klassifizierervalidierer 206 und den Profilgenerator 208 enthält.
Der Speicher 304 kann ein flüchtiger Speicher (z. B. ein RAM, der einen nichtflüchtigen RAM, magnetischen RAM, ferroelektrischen RAM und beliebige andere geeignete Formen enthalten kann), ein nichtflüchtiger Speicher (z. B. Festplattenspeicher, FLASH-Speicher, EPROMs, EEPROMs, nichtflüchtiger Festkörperspeicher auf Memristorbasis usw.), ein unveränderlicher Speicher (z. B. EPROMs) und ein Nurlesespeicher sein. In einigen Beispielen enthält der Speicher 304 mehrere Arten von Speicher, insbesondere flüchtigen Speicher und nichtflüchtigen Speicher. Das Speichermodul 306 kann jede Speichervorrichtung mit hoher Kapazität enthalten, wie etwa eine Festplatte und/oder ein Festkörperlaufwerk. Das Speichermodul 306 kann in der Nähe der Prozessorplattform 300 und/oder entfernt von der Prozessorplattform 300 sein. In einigen Beispielen sind die Präferenzdatenbank 122 und/oder die Fahrerprofildatenbank 124 im Speichermodul 306 gespeichert.
Der Speicher 304 und das Speichermodul 306 sind ein computerlesbares Medium, auf dem ein oder mehrere Sätze von Anweisungen, wie z. B. die Software zum Betreiben der Verfahren der vorliegenden Offenbarung, eingebettet sein können. Die Anweisungen können ein oder mehrere der Verfahren oder die Logik, wie hier beschrieben, verkörpern. Bei einer speziellen Ausführungsform können sich die Anweisungen vollständig oder zumindest teilweise in dem Speicher 304 und/oder dem computerlesbaren Medium und/oder dem Prozessor 302 während der Ausführung der Anweisungen befinden.
Die Bezeichnungen „nichttransitorisches computerlesbares Medium“ und „computerlesbares Medium“ sollten so verstanden werden, dass sie ein einzelnes Medium oder mehrere Medien, wie z. B. eine zentralisierte oder verteilte Datenbank und/oder verknüpfte Caches und Server, die einen oder mehrere Sätze von Anweisungen speichern, enthalten. Die Bezeichnungen „nichtflüchtiges computerlesbares Medium“ und „computerlesbares Medium“ enthalten auch jedes materielle Medium, das in der Lage ist, einen Satz von Anweisungen für die Ausführung durch einen Prozessor zu speichern, zu codieren oder zu tragen, oder das bewirkt, dass ein System eines oder mehrere der hier offenbarten Verfahren oder Operationen durchführt. Wie hier verwendet, ist die Bezeichnung „computerlesbares Medium“ ausdrücklich so definiert, dass sie jede Art von computerlesbarer Speichervorrichtung und/oder Speicherplatte enthält und ausbreitende Signale ausschließt.
Die Netzwerkschnittstelle 308, die das Interagieren des Fahrzeugs 102 mit der Prozessorplattform 300 erleichtert, ist eine Netzwerkverbindung. Die Netzwerkschnittstelle 308 enthält eine Kommunikationsvorrichtung, wie etwa ein Modem oder eine Netzwerkschnittstellenkarte, um den Austausch von Daten mit externen Prozessorsystemen (z. B. der fahrzeuginternen Datenverarbeitungsplattform 404 aus nachstehender 4) über eine Netzwerkverbindung (z. B. eine Ethernet-Verbindung, eine Digital Subscriber Line (DSL), einer Telefonleitung, Koaxialkabel, ein Mobiltelefonsystem, eine Bluetooth-Verbindung usw.) zu erleichtern. Die Netzwerkschnittstelle 308 kann eine Vielzahl von jetzt verfügbaren oder später entwickelten Netzwerkprotokollen nutzen, wie unter anderem TCP/IP-basierte Netzwerkprotokolle.
Der Datenbus 310 verbindet den Prozessor 302, den Speicher 304, das Speichermodul 306 und die Netzwerkschnittstelle 308 kommunikativ. Der Datenbus 310 kann durch einen oder mehrere Schnittstellenstandards umgesetzt sein, wie etwa eine Ethernet-Schnittstelle, eine USB-Schnittstelle, PCI-Express-Schnittstelle und/oder eine Serial-ATA-Schnittstelle usw.
4 ist ein Blockdiagramm von elektronischen Komponenten 400 des Fahrzeugs 102 aus 1. Die elektronischen Komponenten 400 enthalten die beispielhafte fahrzeuginterne Kommunikationsplattform 110, die beispielhafte Infotainment-Haupteinheit 402, eine fahrzeuginterne Datenverarbeitungsplattform 404, die beispielhaften Sensoren 108, die beispielhaften ECUs 106, einen ersten Fahrzeugdatenbus 406 und einen zweiten Fahrzeugdatenbus 408.
Die fahrzeuginterne Kommunikationsplattform 110 enthält verdrahtete oder drahtlose Netzwerkschnittstellen zum Ermöglichen von Kommunikation mit externen Netzwerken, wie etwa dem externen Netzwerk 114 aus 1. Die fahrzeuginterne Kommunikationsplattform 110 enthält zudem Hardware (z. B. Prozessoren, Speicher, Speichermodul, Antenne usw.) und Software zum Steuern der verdrahteten oder drahtlosen Netzwerkschnittstellen. Im dargestellten Beispiel enthält die fahrzeuginterne Kommunikationsplattform 110 ein Mobilfunkmodem, einen GPS-Empfänger und ein drahtloses lokales Netzwerkmodul (WLAN – Wireless Local Area Network). Das Mobilfunkmodem enthält Steuerungen für standardbasierte Netzwerke (z. B. Global System for Mobile Communications („GSM“), Universal Mobile Telecommunications System („UMTS“), Long Term Evolution („LTE“), Code Division Multiple Access („CDMA“), WiMAX („IEEE 802.16m“); und Wireless Gigabit („IEEE 802.11ad“) usw. Das drahtlose Nahbereichsnetzwerkmodul enthält Steuerungen für drahtlose Netzwerke, wie etwa eine Wi-FI^®-Steuerung (einschließlich IEEE 802.11 a/b/g/n/ac oder andere), eine Bluetooth^®-Steuerung (basierend auf der von der Bluetooth Special Interest Group gepflegten Bluetooth^®-Kernspezifikation) und/oder eine ZigBee^®-Steuerung („IEEE 802.15.4“) und/oder eine Nahfeldkommunikationssteuerung („NFC“ – Near Field Communication) usw. In einigen Beispielen umfasst die fahrzeuginterne Kommunikationsplattform 110 ein Modul für dedizierte Nahbereichskommunikation (DSRC). Das DSRC-Modul enthält Antenne(n), Radio(s) und Software zum Übertragen von Meldungen und zum Aufbauen direkter Verbindungen zwischen Fahrzeugen und infrastrukturbasierten Knoten. DSRC ist ein Protokoll oder System zur drahtlosen Kommunikation, das hauptsächlich für das Transportwesen entwickelt wurde, das in einem Bandbereich von 5,9 GHz betrieben wird. Weitere Informationen zum DSRC-Netzwerk und darüber, wie das Netzwerk mit Fahrzeughardware und -software kommunizieren kann, sind erhältlich im Bericht „Core System Requirements Specification (SyRS)“ des U.S. Department of Transportation von Juni 2011 (verfügbar unter http://www.its.dot.gov/meetings/pdf/CoreSystem_SE_SyRS_RevA%20(2011-06-13).pdf), welcher hiermit durch Bezugnahme in vollem Umfang zusammen mit allen Dokumenten, auf die auf den Seiten 11 bis 14 des SyRS-Berichts verwiesen wird, aufgenommen wird. DSRC-Systeme können an Fahrzeugen und entlang Straßenrändern an Infrastruktur angebracht sein. DSRC-Systeme, die Infrastrukturinformationen enthalten, sind als ein straßenseitiges System bekannt. Die fahrzeuginterne Kommunikationsplattform 110 kann auch eine verdrahtete oder drahtlose Schnittstelle zum Ermöglichen einer direkten Kommunikation mit einer elektronischen Vorrichtung (z. B. einem Smartphone, einem Tablet-Computer, einem Laptop usw.) enthalten.
Die Infotainment-Haupteinheit 402 stellt eine Schnittstelle zwischen dem Fahrzeug 102 und Benutzern (z. B. Fahrern, Insassen usw.) bereit. Die Infotainment-Haupteinheit 402 enthält digitale und/oder analoge Schnittstellen (z. B. Eingabevorrichtungen und Ausgabevorrichtungen) zum Empfangen einer Eingabe von einem oder mehreren Benutzern und zum Anzeigen von Informationen. Die Eingabevorrichtungen können zum Beispiel einen Steuerknopf, eine Instrumententafel, eine Digitalkamera zur Bildaufnahme und/oder visuellen Befehlserkennung, einen Touchscreen, eine Audioeingabevorrichtung (z. B. Mikrofon im Fahrgastraum), Tasten oder ein Touchpad enthalten. Die Ausgabevorrichtungen können Instrumentengruppenausgaben (z. B. Skalenscheiben, Beleuchtungsvorrichtungen), Aktuatoren, ein Armaturenbrett, ein Head-up-Display, eine Mittelkonsolenanzeige (z. B. eine Flüssigkristallanzeige („LCD“), eine organische Leuchtdiodenanzeige („OLED“), eine Flachbildanzeige, eine Festkörperanzeige oder ein Head-up-Display) und/oder Lautsprecher enthalten. Wenn der Modusmanager 112 basierend auf dem Modusprofil 118 einen Fahrmodus empfiehlt, präsentiert der Modusmanager 112 die Empfehlung über die Infotainment-Haupteinheit 402.
Die fahrzeuginterne Datenverarbeitungsplattform 404 enthält einen Prozessor oder eine Steuerung 410, einen Speicher 412 und ein Speichermodul 414. Im dargestellten Beispiel ist die fahrzeuginterne Datenverarbeitungsplattform 404 derart ausgelegt, dass sie den Modusmanager 112 enthält. Alternativ kann der Modusmanager 112 in einigen Beispielen in eine ECU 106 mit ihrem eigenen Prozessor und Speicher integriert sein. Der Prozessor oder die Steuerung 410 kann jede(r) geeignete Verarbeitungsvorrichtung oder Satz von Verarbeitungsvorrichtungen sein, wie etwa unter anderem: ein Mikroprozessor, eine Plattform auf Mikrocontrollerbasis, eine geeignete integrierte Schaltung, ein oder mehrere feldprogrammierbare Gate-Arrays („FPGAs“ – Field-Programmable Gate Arrays) oder eine oder mehrere anwendungsspezifische integrierte Schaltungen („ASICs“ – Application-Specific Integrated Circuits). Der Speicher 412 kann ein flüchtiger Speicher (z. B. ein RAM, der einen nichtflüchtigen RAM, magnetischen RAM, ferroelektrischen RAM und beliebige andere geeignete Formen enthalten kann), ein nichtflüchtiger Speicher (z. B. Festplattenspeicher, FLASH-Speicher, EPROMs, EEPROMs, nichtflüchtiger Festkörperspeicher auf Memristorbasis usw.), ein unveränderlicher Speicher (z. B. EPROMs) und ein Nurlesespeicher sein. In einigen Beispielen enthält der Speicher 412 mehrere Arten von Speicher, insbesondere flüchtigen Speicher und nichtflüchtigen Speicher. Das Speichermodul 414 kann jede Speichervorrichtung mit hoher Kapazität enthalten, wie etwa eine Festplatte und/oder ein Festkörperlaufwerk.
Der Speicher 412 und das Speichermodul 414 sind ein computerlesbares Medium, auf dem ein oder mehrere Sätze von Anweisungen, wie z. B. die Software zum Betreiben der Verfahren der vorliegenden Offenbarung, eingebettet sein können. Die Anweisungen können ein oder mehrere der Verfahren oder die Logik, wie hier beschrieben, verkörpern. Bei einer speziellen Ausführungsform können sich die Anweisungen vollständig oder zumindest teilweise in dem Speicher 412 und/oder dem computerlesbaren Medium und/oder dem Prozessor 410 während der Ausführung der Anweisungen befinden.
Die ECUs 106 überwachen und steuern die Systeme des Fahrzeugs 102. Die elektronischen Steuereinheiten 106 kommunizieren und tauschen Informationen über den ersten Fahrzeugdatenbus 406 aus. Zusätzlich können die ECUs 106 Eigenschaften (wie etwa Status der ECU 106, Sensormessdaten, Steuerungszustand, Fehler- und Diagnosecodes usw.) zu anderen ECUs 106 kommunizieren und/oder von diesen empfangen. Einige Fahrzeuge 102 können siebzig oder mehr ECUs 106 aufweisen, die sich an verschiedenen Stellen im Fahrzeug 102 befinden und kommunikativ über den ersten Fahrzeugdatenbus 406 gekoppelt sind. Die ECUs 106 sind eigenständige Elektroniksätze, die ihre eigene(n) Schaltung(en) (wie etwa integrierte Schaltungen, Mikroprozessoren, Speicher, Speichermodule usw.) und Firmware, Sensoren, Aktuatoren und/oder Montagehardware enthalten. Im dargestellten Beispiel enthalten die ECUs 106 die Traktionskontrolle, eine adaptive Geschwindigkeitsregelung und eine Bremsensteuerung. Die ECUs 106 können auch Kraftmaschinensteuerung, Getriebesteuerung und/oder Lenkungssteuerung usw. enthalten. Wenn das verbundene Fahrzeug autonom oder halbautonom ist, können die ECUs 106 auch eine adaptive Geschwindigkeitsregelung enthalten.
Der erste Fahrzeugdatenbus 406 koppelt die Sensoren 108, die elektronischen Steuereinheiten 106, die fahrzeuginterne Datenverarbeitungsplattform 404 und andere Vorrichtungen, die mit dem ersten Fahrzeugdatenbus 406 verbunden sind, kommunikativ. In einigen Beispielen ist der erste Fahrzeugdatenbus 406 in Übereinstimmung mit dem Controller-Area-Network-(CAN-)Bus-Protokoll wie durch International Standards Organization (ISO) 11898-1 definiert umgesetzt. Alternativ kann in einigen Beispielen der erste Fahrzeugdatenbus 406 ein anderes Busprotokoll, wie etwa ein MOST-Bus („MOST“ – Media Oriented Systems Transfer) oder ein CAN-FD-Bus („CAN-FD“ – Controller Area Network Flexible Data) sein (definiert von ISO 11898-7). Der zweite Fahrzeugdatenbus 408 koppelt die fahrzeuginterne Kommunikationsplattform 110, die Infotainment-Haupteinheit 402 und die fahrzeuginterne Datenverarbeitungsplattform 404 kommunikativ. Der zweite Fahrzeugdatenbus 408 kann ein MOST-Bus, ein CAN-FD-Bus oder ein Ethernet-Bus sein. In einigen Beispielen isoliert die fahrzeuginterne Datenverarbeitungsplattform 404 den ersten Fahrzeugdatenbus 406 und den zweiten Fahrzeugdatenbus 408 kommunikativ (z. B. über Firewalls, Nachrichtenbroker usw.). Alternativ sind in einigen Beispielen der erste Fahrzeugdatenbus 406 und der zweite Fahrzeugdatenbus 408 derselbe Datenbus.
5 ist ein Flussdiagramm eines beispielhaften Verfahrens zum Erzeugen eines Modusprofils 118 für einen Benutzer (z. B. einen Fahrer des Fahrzeugs 102 aus 1), das von der Prozessorplattform 300 aus 3 umgesetzt werden kann. Anfangs, in Block 502, empfängt der Informationsabgleicher 202 Fahrmodusinformationen (z. B. über die Modusereignisaufzeichnungen 116) vom Fahrzeug 102. In einigen Beispielen empfängt der Informationsabgleicher 202 Modusereignisaufzeichnungen 116 in Stapeln vom Fahrzeug 102. In Block 504 gleicht der Informationsabgleicher 202 die Fahrzeugdynamikdaten in den in Block 502 empfangenen Modusereignisaufzeichnungen 116 ab. Das Abgleichen der Fahrzeugdynamikdaten erleichtert das Vergleichen und Analysieren der Fahrzeugdynamikdaten zum Bestimmen der Beziehungen zwischen den Fahrzeugdynamikdaten und den Fahrmoduspräferenzen des Fahrers.
In Block 506 erzeugt der Klassifizierergenerator 204 basierend auf den abgeglichenen Fahrzeugdynamikdaten eine vollständige Musterkarte. Die vollständige Musterkarte verknüpft (z. B. als Eingaben) die abgeglichenen Fahrzeugdynamikdaten mit den Fahrmodusänderungen (z. B. als eine Ausgabe) und enthält unabhängige und abhängige Variablen in den abgeglichenen Fahrzeugdynamikdaten. Das heißt, die vollständige Musterkarte beschreibt die Fahrmoduspräferenzen des Fahrers und enthält Variablen in den abgeglichenen Fahrzeugdynamikdaten unabhängig davon, ob eine bestimmte Variable zu den Präferenzen des Fahrers beiträgt. In Block 508 reduziert der Klassifizierergenerator 204 die vollständige Musterkarte zu einem in Frage kommenden Klassifizierer. Der in Frage kommende Klassifizierer verknüpft eine Teilmenge der vollständigen Musterkarte mit einer Vorhersage einer Fahrmodusänderung. Der Klassifizierergenerator 204 wendet Versuchsplanungstechniken (wie etwa vollfaktorielle Planung, fraktionelle faktorielle Planung usw.) und Maschinenlerntechniken (wie etwa Unterstützungsvektormaschinen, Fuzzy C-Means, k-nächste-Nachbarn, lineare Diskriminanzanalyse, Mountain Clustering) an, um in Frage kommende Klassifizierer zu erkennen, die unterschiedliche Kombinationen der Fahrzeugdynamikdaten enthalten.
In Block 510 bestimmt der Klassifizierervalidierer 206, ob der in Block 508 erzeugte in Frage kommende Klassifizierer die Attributschwelle (z. B. die Schwellenanzahl von Variablen) erfüllt. Der in Frage kommende Klassifizierer erfüllt die Attributschwelle, wenn die Anzahl der Eingangsvariablen des in Frage kommenden Klassifizierers kleiner oder gleich der Attributschwelle ist. In einigen Beispielen ist die Attributschwelle fünf. Die Attributschwelle wird ausgewählt, um die Vorhersagefähigkeit der in Frage kommenden Klassifizierer und die Verarbeitungslast auszugleichen, um die Vorhersage zu erzeugen. Wenn der in Frage kommende Klassifizierer die Attributschwelle nicht erfüllt, erzeugt der Klassifizierergenerator 204 einen anderen in Frage kommenden Klassifizierer (in Block 508). Andernfalls, wenn der in Frage kommende Klassifizierer die Attributschwelle, in Block 512, erfüllt, bestimmt der Klassifizierervalidierer 206, ob der in Frage kommende Klassifizierer eine Klassifizierungsschwelle (z. B. die Schwellengenauigkeit) erfüllt. Der in Frage kommende Klassifizierer erfüllt die Klassifizierungsschwelle, wenn der Prozentsatz der korrekten Klassifizierungen größer oder gleich der Klassifizierungsschwelle ist. In einigen Beispielen ist die Klassifizierungsschwelle siebzig Prozent. Um den Prozentsatz von korrekten Klassifizierungen zu berechnen, wendet der Klassifizierervalidierer 206 die Fahrzeugdynamikdaten der Modusereignisaufzeichnungen 116 auf den in Frage kommenden Klassifizierer an und vergleicht die Ausgabe des in Frage kommenden Klassifizierers mit der Fahrmodusänderung in den Modusereignisaufzeichnungen 116. Wenn der in Frage kommende Klassifizierer die Klassifizierungsschwelle nicht erfüllt, erzeugt der Klassifizierergenerator 204 einen anderen in Frage kommenden Klassifizierer (in Block 508).
Andernfalls, wenn der in Frage kommende Klassifizierer die Klassifizierungsschwelle, in Block 514, erfüllt, erzeugt der Profilgenerator 208 ein Fahrzeugprofil 118. Das Fahrzeugprofil 118 kann in Frage kommende Klassifizierer enthalten, die mit unterschiedlichen Fahrkontexten verknüpft sind, die vom Fahrzeug 102 abhängig vom aktuellen Fahrkontext des Fahrzeugs 102 verwendet werden. In Block 516 sendet der Profilgenerator 208 das Fahrzeugprofil 118 an das Fahrzeug 102.
6 ist ein Flussdiagramm eines beispielhaften Verfahrens zum Vorhersagen von Fahrzeugfahrmodi basierend auf dem Modusprofil 118, das von den elektronischen Komponenten 400 aus 4 umgesetzt werden kann. Anfangs, in Block 602, überwacht der Modusmanager 112 die Fahrzeugattribute (z. B. die Fahrzeugdynamikdaten). In einigen Beispielen überwacht der Modusmanager 112 die Fahrzeugattribute über den ersten Fahrzeugdatenbus 406. In Block 604 wendet der Modusmanager 112 die Fahrzeugattribute auf einen der Klassifizierer im Fahrzeugprofil 118 an. In einigen Beispielen bestimmt der Modusmanager 112 einen der Klassifizierer im Fahrzeugprofil 118 basierend auf dem aktuellen Fahrkontext des Fahrzeugs 102. In Block 606 bestimmt der Modusmanager 112, ob der Klassifizierer basierend auf den Fahrzeugattributen einen Fahrmoduswechsel vorhersagt. Wenn der Klassifizierer keinen Fahrmoduswechsel vorhersagt, fährt der Modusmanager 112 fort, die Fahrzeugattribute (in Block 602) zu überwachen. Andernfalls, wenn der Klassifizierer, in Block 608, eine Fahrmodusänderung vorhersagt, reagiert der Modusmanager 112 auf die Fahrmodusvorhersage in Übereinstimmung mit den Präferenzen des Fahrers. In einigen Beispielen, wenn das Fahrzeug nicht autonom ist, zeigt der Modusmanager 112, über die Infotainment-Haupteinheit 402, die Vorhersage als eine Empfehlung für den Fahrer des Fahrzeugs 102 an. In einigen Beispielen, wenn das Fahrzeug 102 autonom oder halbautonom ist, ändert der Modusmanager 112, über eine oder mehrere ECUs 106, den Fahrmodus des Fahrzeugs 102 automatisch (z. B. ohne Fahrereingriff). Der Modusmanager 112 fährt dann fort, die Fahrzeugattribute zu überwachen (in Block 602).
Das Flussdiagramm aus 5 ist ein Verfahren, das durch maschinenlesbare Anweisungen umgesetzt werden kann, die ein oder mehrere Programme umfassen, die, wenn sie durch einen Prozessor (wie etwa den Prozessor 302 aus 3) ausgeführt werden, die Fahrzeugunterstützungseinheit 104 dazu veranlassen, den Moduszuordner 120 aus den 1 und 2 umzusetzen. Das Flussdiagramm aus 6 ist ein Verfahren, das durch maschinenlesbare Anweisungen umgesetzt werden kann, die ein oder mehrere Programme umfassen, die, wenn sie durch einen Prozessor (wie etwa den Prozessor 410 aus 4) ausgeführt werden, die Fahrzeugunterstützungseinheit 102 dazu veranlassen, den Moduszuordner 112 aus 1 umzusetzen. Ferner können, obwohl das/die beispielhafte(n) Programm(e) mit Bezug auf die in den 5 und 6 dargestellten Flussdiagramme beschrieben sind, alternativ viele andere Verfahren zum Umsetzen des beispielhaften Moduszuordners 120 und/oder des Modusmanagers 112 verwendet werden. Beispielsweise kann die Reihenfolge der Ausführung der Blöcke geändert werden und/oder einige der beschriebenen Blöcke können geändert, beseitigt oder kombiniert werden.
In dieser Anmeldung ist mit dem Gebrauch der Disjunktion die Einbeziehung des Konjunktivs beabsichtigt. Mit dem Gebrauch von bestimmten oder unbestimmten Artikeln ist die Angabe der Kardinalität nicht beabsichtigt. Insbesondere ist eine Referenz zu „das“ Objekt oder „ein“ und „einem“ Objekt dazu beabsichtigt, auch eines aus möglichen mehreren solcher Objekte anzuzeigen. Ferner kann die Konjunktion „oder“ verwendet werden, um Merkmale auszudrücken, die gleichzeitig vorhandene anstatt einander ausschließende Alternativen sind. Mit anderen Worten, die Konjunktion „oder“ sollte als „und/oder“ einschließend verstanden werden. Die Bezeichnungen „enthält“, „einschließlich“ und „enthalten“ sind einschließend und haben dieselbe Bedeutung wie „umfasst“, „umfassend“ bzw. „umfassen“.
Die oben beschriebenen Ausführungsformen, insbesondere „bevorzugte“ Ausführungsformen, sind mögliche Beispiele für Implementierungen und werden lediglich zum eindeutigen Verständnis der Prinzipien der Erfindung dargelegt. An den/der oben beschriebenen Ausführungsform(en) können viele Variationen und Modifikationen vorgenommen werden, ohne dabei wesentlich vom Geist und von den Prinzipien der hier beschriebenen Techniken abzuweichen. Alle Modifikationen sollen hier im Schutzbereich dieser Offenbarung eingeschlossen und durch die folgenden Ansprüche geschützt sein.
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 Nicht-Patentliteratur

IEEE 802.16m [0042]
IEEE 802.11ad [0042]
IEEE 802.11 [0042]
IEEE 802.15.4 [0042]
http://www.its.dot.gov/meetings/pdf/CoreSystem_SE_SyRS_RevA%20(2011-06-13).pdf [0042]
(ISO) 11898-1 [0047]
ISO 11898-7 [0047]

Claims

Fahrzeug, das Folgendes umfasst: Sensoren zum Überwachen von Fahrzeugdaten; Speicher zum Speichern von mehreren von einem Server empfangenen Klassifizierern, wobei die Klassifizierer basierend auf einer Teilmenge der Fahrzeugdaten eine Präferenz zum Übergehen von einem ersten Modus zu einem zweiten Modus vorhersagen sollen; und einen Prozessor, der kommunikativ an den Speicher und die Sensoren gekoppelt ist, um: basierend auf einem Fahrkontext einen der mehreren Klassifizierer auszuwählen; die Fahrzeugdaten auf den ausgewählten Klassifizierer anzuwenden, um eine Empfehlung zu erzeugen, ob beim Fahren einer Route zum zweiten Modus geschaltet werden soll; und als Reaktion auf das Erzeugen der Empfehlung zum Schalten zum zweiten Modus die Empfehlung auf einer Infotainment-Haupteinheit anzuzeigen.
Verfahren, das Folgendes umfasst: Überwachen von Fahrzeugdaten, wenn ein Fahrzeug von einem ersten Modus zu einem zweiten Modus wechselt, mittels eines ersten Prozessors; Analysierender Fahrzeugdaten zum Erkennen einer Präferenz für den zweiten Modus während eines Fahrkontextes, mittels eines zweiten Prozessors; Erzeugen einer Empfehlung, ob beim Fahren einer Route basierend auf den Fahrzeugdaten und dem Fahrkontext zum zweiten Modus geschaltet werden soll; und Präsentieren der Empfehlung für einen Fahrer;
Verfahren nach Anspruch 2, einschließend automatisches Schalten des Fahrzeugs in den zweiten Modus in Reaktion auf das Erzeugen der Empfehlung zum Schalten zum zweiten Fahrmodus.
Verfahren nach Anspruch 2 oder 3, wobei der Fahrkontext mindestens einer eines geografischen Gebiets, einer Tageszeit oder eines Wochentags ist.
Verfahren nach einem der Ansprüche 2 bis 4, wobei zum Analysieren der Fahrzeugdaten zum Erkennen der Präferenz für den zweiten Modus während des Fahrkontextes das Verfahren ferner das Erzeugen eines in Frage kommenden Klassifizierers durch Anwenden von Versuchsplanungstechniken und Maschinenlerntechniken auf die Fahrzeugdaten enthält und der Klassifizierer die Präferenz zum Übergehen vom ersten Modus zum zweiten Modus basierend auf einer Teilmenge der Fahrzeugdaten vorhersagen soll.
Verfahren nach Anspruch 5, einschließend das Ablehnen des in Frage kommenden Klassifizierers, wenn der in Frage kommende Klassifizierer eine Attributschwelle nicht erfüllt.
Verfahren nach Anspruch 5 oder 6, einschließend das Ablehnen des in Frage kommenden Klassifizierers, wenn der in Frage kommende Klassifizierer eine Klassifizierungsschwelle nicht erfüllt.
Verfahren nach einem der Ansprüche 2 bis 7, wobei das Erzeugen der Empfehlung, ob beim Fahren der Route basierend auf den Fahrzeugdaten und dem Fahrkontext zum zweiten Modus geschaltet werden soll, Folgendes enthält: Auswählen eines Klassifizierers aus mehreren Klassifizierern basierend auf dem Fahrkontext; und Anwenden der Fahrzeugdaten auf den ausgewählten Klassifizierer.
System, das Folgendes umfasst: einen Server, der dazu ausgelegt ist, Fahrzeugdaten zu analysieren, um eine Präferenz eines Fahrers für das Schalten von einem ersten Modus zu einem zweiten Modus während eines Fahrkontextes zu erkennen; ein Fahrzeug, das dazu ausgelegt ist: Fahrzeugdaten zu überwachen, wenn das Fahrzeug vom ersten Modus zum zweiten Modus wechselt. eine Empfehlung zu erzeugen, ob beim Fahren einer Route basierend auf einem vom Server empfangenen Klassifizierer zum zweiten Modus geschaltet werden soll; und die Empfehlung einem Fahrer zu präsentieren.
System nach Anspruch 9, wobei das Fahrzeug dazu ausgelegt ist, in Reaktion auf das Erzeugen der Empfehlung zum Schalten zum zweiten Fahrmodus automatisch in den zweiten Modus zu schalten.
System nach Anspruch 9 oder 10, wobei der Fahrkontext mindestens einer eines geografischen Gebiets, einer Tageszeit oder eines Wochentags ist.
System nach einem der Ansprüche 9 bis 11, wobei zum Analysieren der Fahrzeugdaten zum Erkennen der Präferenz für den zweiten Modus während des Fahrkontextes der Server dazu ausgelegt ist, einen in Frage kommenden Klassifizierer durch Anwenden von Versuchsplanungstechniken und Maschinenlerntechniken auf die Fahrzeugdaten zu erzeugen und der Klassifizierer die Präferenz zum Übergehen vom ersten Modus zum zweiten Modus basierend auf einer Teilmenge der Fahrzeugdaten vorhersagen soll.
System nach Anspruch 12, wobei der Server dazu ausgelegt ist, den in Frage kommenden Klassifizierer abzulehnen, wenn der in Frage kommende Klassifizierer eine Attributschwelle nicht erfüllt.
System nach Anspruch 12 oder 13, wobei der Server dazu ausgelegt ist, den in Frage kommenden Klassifizierer abzulehnen, wenn der in Frage kommende Klassifizierer eine Klassifizierungsschwelle nicht erfüllt.
System nach einem der Ansprüche 9 bis 14, wobei zum Erzeugen der Empfehlung, ob während des Fahrens der Route basierend auf den Fahrzeugdaten und dem Fahrkontext zum zweiten Modus geschaltet werden soll, das Fahrzeug dazu ausgelegt ist: basierend auf dem Fahrkontext einen Klassifizierer aus mehreren vom Server empfangenen Klassifizierern auszuwählen; und die Fahrzeugdaten auf den ausgewählten Klassifizierer anzuwenden.