DE102017111505A1 - Systeme und Verfahren zur Datengewinnung von einem entfernten System - Google Patents

Systeme und Verfahren zur Datengewinnung von einem entfernten System Download PDF

Info

Publication number
DE102017111505A1
DE102017111505A1 DE102017111505.6A DE102017111505A DE102017111505A1 DE 102017111505 A1 DE102017111505 A1 DE 102017111505A1 DE 102017111505 A DE102017111505 A DE 102017111505A DE 102017111505 A1 DE102017111505 A1 DE 102017111505A1
Authority
DE
Germany
Prior art keywords
vehicle
data
controller
braking
event
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102017111505.6A
Other languages
English (en)
Inventor
Xiaoyu Huang
Youssef A. Ghoneim
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of DE102017111505A1 publication Critical patent/DE102017111505A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60TVEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T17/00Component parts, details, or accessories of power brake systems not covered by groups B60T8/00, B60T13/00 or B60T15/00, or presenting other characteristic features
    • B60T17/18Safety devices; Monitoring
    • B60T17/22Devices for monitoring or checking brake systems; Signal devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Regulating Braking Force (AREA)

Abstract

Ein Fahrzeug beinhaltet ein Bremssystem, das so konfiguriert ist, um einer Fahrzeugbewegung zu widerstehen. Das Fahrzeug beinhaltet auch mindestens eine Steuerung in Verbindung mit dem Bremssystem. Die Steuerung ist programmiert, um ein Einleiten eines Bremsereignisses zu erfassen und Rohsignaldaten zu überwachen, die dem Bremssystem während des Bremsereignisses zugeordnet sind. Die Steuerung ist auch programmiert, um einen Merkmalsdatensatz basierend auf den Rohsignaldaten zu erzeugen, der die Leistungsfähigkeit von mindestens einer Komponente des Bremssystems anzeigt. Die Steuerung ist ferner programmiert, um eine Fahrzeugmanöverklasse auf der Grundlage einer Änderungsrate der Fahrzeugbewegung zu identifizieren, den Merkmalsdatensatz und die identifizierte Fahrzeugmanöverklasse als Datenvektor zu speichern und den Datenvektor an einen Prozessor zu übertragen.

Description

  • TECHNISCHES GEBIET
  • Die vorliegende Offenbarung bezieht sich auf die Datengewinnung von einem entfernten Fahrzeug.
  • EINFÜHRUNG
  • Fahrzeuge, die eine Kombination verschiedener Teilsysteme betreiben, können große Datenmengen erzeugen. Eine umfangreiche Verarbeitung und Analyse der Daten kann selbst durch einen leistungsfähigeren Computerprozessor durchgeführt werden, der sich vom Fahrzeug entfernt befindet. Zusätzlich können Daten aus einer Vielzahl von Fahrzeugen zusammengestellt werden, um Trends zu erzeugen und die Leistung verschiedener Teilsysteme zu bewerten. Die Übertragung von signifikanten Mengen an Daten aus dem Teilsystem von einem oder mehreren Fahrzeugen zu einem externen Computersystem (Offboard) kann zeitaufwendig und/oder kostspielig sein.
  • ZUSAMMENFASSUNG
  • Ein Fahrzeug beinhaltet ein Bremssystem, das so konfiguriert ist, um einer Fahrzeugbewegung zu widerstehen. Das Fahrzeug beinhaltet auch mindestens eine Steuerung in Verbindung mit dem Bremssystem. Die Steuerung ist programmiert, um ein Einleiten eines Bremsereignisses zu erfassen und Rohsignaldaten zu überwachen, die dem Bremssystem während des Bremsereignisses zugeordnet sind. Die Steuerung ist auch programmiert, um einen Merkmalsdatensatz basierend auf den Rohsignaldaten zu erzeugen, der die Leistungsfähigkeit von mindestens einer Komponente des Bremssystems anzeigt. Die Steuerung ist ferner programmiert, um eine Fahrzeugmanöverklasse auf der Grundlage einer Änderungsrate der Fahrzeugbewegung zu identifizieren, den Merkmalsdatensatz und die identifizierte Fahrzeugmanöverklasse als Datenvektor zu speichern und den Datenvektor an einen Prozessor zu übertragen.
  • Ein Verfahren zum Übertragen von Fahrzeugdaten beinhaltet das Überwachen von Rohsignaldaten von mindestens einer Fahrzeugkomponente als Reaktion auf das Erfassen einer Einleitung eines Fahrmanövers. Das Verfahren beinhaltet auch das Erzeugen eines Merkmalsdatensatzes basierend auf den Rohsignaldaten, welche die Leistungsfähigkeit der mindestens einen Fahrzeugkomponente während des Fahrmanövers anzeigen. Das Verfahren beinhaltet ferner das Identifizieren einer Fahrzeugmanöverklasse basierend auf einer Änderungsrate der Fahrzeugbewegung. Das Verfahren beinhaltet ferner das Speichern des Merkmalsdatensatzes und der identifizierten Fahrzeugmanöverklasse als Datenvektor und das Übertragen des Datenvektors an einen externen (Offboard) Prozessor.
  • Ein Datengewinnungssystem beinhaltet einen externen Server und eine integrierte Steuerung in Kommunikation mit dem Server und mindestens einer fahrzeuginternen Komponente. Die Steuerung ist programmiert, um ein Einleiten eines Leistungsereignisses zu erfassen und Rohsignaldaten zu überwachen, die der mindestens einen Komponente während des Leistungsereignisses zugeordnet sind. Die Steuerung ist auch programmiert, um einen Merkmalsdatensatz basierend auf den Rohsignaldaten zu erzeugen, der die Leistung der mindestens einen Komponente anzeigt und eine Leistungsereignisklasse basierend auf einem Leistungsattribut identifiziert. Die Steuerung ist ferner programmiert, um den Merkmalsdatensatz und die identifizierte Leistungsereignisklasse als Datenvektor zu speichern und den Datenvektor an den externen Server zu übertragen.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein schematisches Diagramm eines Fahrzeug-Datengewinnungssystems.
  • 2 ist eine exemplarische grafische Darstellung der Geschwindigkeit und Beschleunigung für einen Fahrzyklus.
  • 3 ist ein Flussdiagramm eines Verfahrens zur Datengewinnung für ein Fahrzeugbremsereignis.
  • AUSFÜHRLICHE BESCHREIBUNG
  • Ausführungsformen der vorliegenden Offenbarung werden hierin beschrieben. Es versteht sich jedoch, dass die offenbarten Ausführungsformen lediglich Beispiele sind und andere Ausführungsformen verschiedene und alternative Formen annehmen können. Die Figuren sind nicht unbedingt maßstabsgerecht; einige Merkmale können größer oder kleiner dargestellt sein, um die Einzelheiten bestimmter Komponenten zu veranschaulichen. Folglich sind die offenbarten aufbau- und funktionsspezifischen Details nicht als einschränkend zu verstehen, sondern lediglich als repräsentative Grundlage, um den Fachleuten die verschiedenen Arten und Weisen der Nutzung der vorliegenden Erfindung zu vermitteln. Wie die Fachleute verstehen, können verschiedene Merkmale, die mit Bezug auf beliebige der Figuren dargestellt und beschrieben werden, mit Merkmalen kombiniert werden, die in einer oder mehreren anderen Figuren dargestellt sind, um Ausführungsformen zu erzeugen, die nicht explizit dargestellt oder beschrieben sind. Die dargestellten Kombinationen von Merkmalen stellen repräsentative Ausführungsformen für typische Anwendungen bereit. Beliebige Kombinationen und Modifikationen der Merkmale, die mit den Lehren dieser Offenbarung übereinstimmen, könnten jedoch für bestimmte Anwendungen und Implementierungen erwünscht sein.
  • Unter Bezugnahme auf 1 beinhaltet ein Fahrzeug 10 ein Bremssystem 12, das konfiguriert ist, um die Fahrzeugbewegung zu verhindern, indem ein Widerstandsdrehmoment auf mindestens ein Fahrzeugrad 14 aufgebracht wird. Das Bremssystem 12 kann eine am Rad 14 angeordnete Reibungsbremse aufweisen, die in einen Rotorabschnitt eingreift, der sich mit dem Rad 14 dreht. Das Bremssystem 12 kann hydraulisch angetrieben werden, sodass Änderungen des Fluiddrucks innerhalb der hydraulischen Bremsleitung die Reibungsbremse am Fahrzeugrad betätigen. Wenn eine Verzögerung erwünscht ist, wird ein Verzögerungsanforderungssignal bereitgestellt, um das Bremssystem 12 zu aktivieren. Das Verzögerungsanforderungssignal kann basierend auf einer Fahrereingabe, wie beispielsweise durch Betätigen eines Bremspedals, erzeugt werden. Alternativ kann die Bremsanforderung automatisch durch einen integrierten Prozessor, einen externen Prozessor oder ein Zusammenwirken zwischen Prozessoren an verschiedene Stellen bestimmt werden. Der Prozessor kann einen Bedarf einer Verzögerung berechnen, wobei dies dann automatisch ein Aktivieren des Bremssystems 12 bewirkt, um das Fahrzeug 10 zu verlangsamen. So kann beispielsweise im Falle eines selbstfahrenden autonomen Fahrzeugs möglicherweise keine Fahrereingabe erforderlich sein, um den Antrieb und die Verzögerung des Fahrzeugs aktiv zu steuern.
  • Eine Steuerung 16 ist vorgesehen, um den Betrieb des Bremssystems 12 zu überwachen und zu steuern. Der Steuerung 16 beinhaltet einen oder mehrere digitale Computer, die jeweils einen Mikroprozessor oder eine zentrale Verarbeitungseinheit (CPU), einen Festwertspeicher (ROM), einen Speicher mit wahlfreiem Zugriff (RAM), einen elektrisch programmierbaren Nur-Lese-Speicher (EPROM), einen Hochgeschwindigkeitstaktgeber, eine Analog-Digital-(A/D) und eine Digital-Analog-Schaltung (D/A), Ein-/Ausgabeschaltungen und Geräte (I/O) sowie entsprechende Signalaufbereitungs- und Pufferschaltungen aufweisen. Die Steuerung 16 kann auch eine Anzahl von Algorithmen oder computerausführbaren Anweisungen speichern, die erforderlich sind, um Befehle zum Ausführen von Aktionen gemäß der vorliegenden Offenbarung zu erteilen.
  • Die Steuerung 16 überwacht auch eine Anzahl von Signalen von verschiedenen Sensoren und Komponenten, die indikativ für den Fahrzeugbetrieb sind. So kann beispielsweise ein Sensor in der Nähe eines Bremspedals (nicht dargestellt) vorgesehen sein und kann Signale ausgeben, welche die Position eines Bremspedals und/oder den auf das Pedal aufgebrachten Druck durch einen Fahrer anzeigen. Zusätzliche Sensoren können entlang der Bremsleitung angeordnet sein, um Signale auszugeben, die den Bremsflüssigkeitsdruck an verschiedenen Stellen entlang der hydraulischen Bremsleitung anzeigen. Andere Sensoren in der Nähe des Rades 14 und Ausgangssignale können vorgesehen sein, welche die Radgeschwindigkeit und den Bremsdruck angeben, der am Rad 14 aufgebracht wird. In dem Fall, dass zumindest ein Teil des Bremssystems 12 durch einen Elektromotor angetrieben wird, kann die Steuerung den dem Motor zugeführten Strom und die Spannung steuern sowie Signale empfangen, die das Drehmoment, die Geschwindigkeit und die Position des Motors anzeigen. Während jeder der vorstehend erwähnten Sensoren bestimmte Aspekte des Bremssystems betreffen, kann eine beliebige Anzahl von Sensoren an zusätzlichen Stellen des Bremssystems angeordnet sein, um Signale auszugeben, die für andere Aspekte der Leistung des Bremssystems repräsentativ sind. Darüber hinaus können Daten von anderen Fahrzeugteilsystemen erfasst werden, um die Leistungsfähigkeit von Fahrzeugkomponenten gemäß zusätzlichen Aspekten der vorliegenden Offenbarung zu bewerten.
  • Die Steuerung 16 steht ferner in Verbindung mit einem integrierten Empfänger 18, um Daten an externe Geräte außerhalb des Fahrzeugs zu übertragen. Der Empfänger 18 kann konfiguriert sein, um zumindest einen Teil der erfassten Daten über ein drahtloses Netzwerk an einen externen Prozessor zu übertragen. In einem Beispiel wird ein Mobilfunknetz einschließlich des Turms 20 verwendet, um ein drahtloses Signal zu und von einem Server 22 zu übertragen.
  • Der Server 22 tauscht Daten mit dem Fahrzeug 10 unter Verwendung eines externen Empfängers 24 aus. Der Server 22 beinhaltet auch einen externen Prozessor 26 zum Ausführen von computerausführbaren Anweisungen. Der Server 22 beinhaltet ferner einen Speicher 28, der Daten 30 speichert, welche die erwartete Leistung von mindestens einer entfernten Komponente charakterisieren. Die Daten 30 zeigen die Leistungsfähigkeit der entfernten Komponenten während einer Vielzahl von bekannten Betriebsbedingungen an. Der Speicher 28 speichert auch eine oder mehrere Anwendungen 32 mit ausführbaren Anweisungen, um Steuermaßnahmen in Reaktion auf empfangene Daten von der entfernten Komponente auszuführen. Wie weiter unten ausführlicher erörtert wird, werden Daten erfasst und in Datenvektoren gruppiert, um die externe Verarbeitung und die statistische Analyse zu erleichtern. Der Server kann so programmiert werden, dass er eine beliebige Anzahl von Datenvektoren, die von einer entfernten Komponente empfangen werden, mit vorgegebenen Leistungssignaturen vergleicht.
  • Die Anwendungen 32 können auch Algorithmen beinhalten, die mathematische Modelle verschiedener physikalischer Aspekte der Leistung der entfernten Komponente darstellen. In einem Beispiel ist die entfernte Komponente das Bremssystem 12 des Fahrzeugs 10 und die eine oder die mehreren Anwendungen 32 bewerten die Leistungsfähigkeit und den Betriebszustand des Bremssystems. Mathematische Modelle des Bremssystems 10 können verwendet werden, um die Systemleistung vorherzusagen und die Vorhersagen mit der tatsächlichen Leistung zu vergleichen. Modellbasierte Bewertungen des Systemzustandes können mit mathematischen Grundlagenmodellen durchgeführt werden. Das heißt, Daten, die von der Steuerung 16 empfangen werden, können erkannt werden, um bestimmte Signatur-Systemverhalten zu veranschaulichen, die mit einer Komponentenverschlechterung oder einem bevorstehenden Ausfall verbunden sind.
  • Die Steuerung 16 ist auch programmiert, um Daten zu konditionieren, die vor dem Übertragen der Daten an den externen Prozessor 26 am Fahrzeug erfasst wurden. Die von verschiedenen Komponenten und/oder Sensoren des Fahrzeugs empfangenen Rohsignaldaten werden in Merkmalsdatensätze umgewandelt, die für die Systemleistung während eines Fahrereignisses repräsentativ sind. Die Merkmalsdatensätze können Parameterschätzungen, Zustandsschätzungen oder Abweichungen zwischen Messwerten und Modellschätzungen umfassen. Insbesondere können die Merkmalsdatensätze von mindestens Folgendem abgeleitet werden: 1) Kombinationen von mehreren Datensignalen, 2) Statistische Darstellungen von Rohsignaldaten über vorgegebene Zeiträume (z. B. Mittelwert, Medianwert, Varianz usw. der Rohsignaldaten), 3) Mathematische Umwandlungen, die auf Rohsignaldaten angewendet werden, um die Datenverarbeitung zu erleichtern (z. B. Normierung, mittlere Verschiebung oder logarithmische Umwandlungen), und/oder 4) Abweichungen zwischen Messwerten der Rohsignaldaten und modellbasierten Schätzungen.
  • Abweichungswerte oder eine Differenz zwischen den gemessenen Ausgängen der entfernten Komponenten und den modellbasierten Schätzausgaben sollten unter idealen Betriebsbedingungen nahezu null sein. Im Falle eines Fehlers unterscheiden sich ein oder mehrere Prozessverhalten vom modellbasierten Verhalten, da die Modelle strukturiert sind, um fehlerfreie Fälle zu imitieren. Welche Signale zum Erstellen von Abweichungen verwendet werden, kann mittels Übertragungsfunktionen oder mithilfe von Zustandsraumformulierungen bestimmt werden. Die Abweichungsarten können so gewählt werden, dass die Abweichungswerte nur durch bestimmte zu erkennende Fehlerarten beeinflusst werden. Die Abweichungen können je nach Schwankung der Ausgangsrohdaten und Modellierungsfehler kontinuierlich variieren. Um die Fluktuationen und Fehler zu überwinden, werden Merkmale der Abweichung von Rohdaten abgeleitet, um den Einfluss von Rauschen zu beseitigen und die Gesamtdatenbelastung zu reduzieren. Abhängig von der Schwierigkeit, einen bestimmten Fehler zu erkennen, kann die zugehörige Abweichung mit einer eindeutigen Abtastrate berechnet werden und/oder eine eindeutige Empfindlichkeit gegenüber anderen Abweichungstypen aufweisen, die mit unterschiedlichen Fehlerarten verknüpft sind. In einigen Beispielen können Schwellenwerte, an denen die Abweichungen verglichen werden, adaptive Schwellenwerte sein. Das heißt, ein Schwellenwert kann automatisch basierend auf dem Charakter der Eingangsdaten (z.B. Änderungsrate der Eingangsdaten, Richtung des Trends der Eingangsdaten, der Form der Änderungsfunktion der Eingangsdaten) eingestellt werden. Im Allgemeinen wird die Anordnung von Abweichungen gewählt, um die Abweichungen auf Störungen zu sensitivieren und gleichzeitig gegen störende Effekte robust zu machen.
  • Unter Bezugnahme auf 2, stimmen die grafischen Darstellungen 200 und 202 zeitlich überein und sind ein indikatives Beispiel für die Erkennung eines Fahrzeugleistungsereignisses. Die grafische Darstellung 200 veranschaulicht Geschwindigkeit über die Zeit für ein Segment des Fahrzyklus. Die horizontale Achse 204 stellt die Zeit dar, die vertikale Achse 206 stellt die Fahrzeuglängsgeschwindigkeit dar, und die Kurve 208 stellt ein exemplarisches Geschwindigkeitsprofil während eines Teils eines Fahrzyklus dar. Die grafische Darstellung 202 die Fahrzeugbeschleunigung über denselben Zeitraum wie die grafische Darstellung 200. Die horizontale Achse 210 stellt die Zeit dar, die vertikale Achse 212 stellt die Beschleunigung dar, und die Kurve 214 stellt ein Beschleunigungsprofil während des gleichen Teils des Fahrzyklus dar.
  • Eine Steuerung kann programmiert werden, um Fahrzeugleistungsereignisse basierend auf der Überwachung von Rohsignaldaten zu ermitteln. Merkmale die mit einer Leistungsereignisklasse verbunden sind, werden aus den Signaldaten extrahiert und dann an einen externen Prozessor übertragen. Im Beispiel der 2, ist das Leistungsereignis ein Fahrzeugfahrmanöver. Genauer gesagt ist das exemplarische Fahrzeugfahrmanöver ein Bremsereignis. Die Steuerung kann das Einleiten eines Bremsereignisses durch Beobachten einer Verringerung der Fahrzeuggeschwindigkeit und/oder negative Beschleunigungswerte erfassen. Als Reaktion auf das Erfassen des Bremsereignisses kann die Steuerung einen Prozess durchführen, um Daten zu sammeln und zu speichern, die für das Bremsereignis relevant sind. Nach dem Aktivieren des Datengewinnungsprozesses zu Beginn eines Bremsereignisses wird ein Datenvektor iterativ entsprechend den gewonnenen Daten aktualisiert. Am Ende des Bremsereignisses wird der Datenvektor eingefroren und in einem Datenpuffer am Fahrzeug aufgezeichnet und wird während der verbleibenden Dauer des Zündzyklus nicht mehr verändert. Jedes neue Bremsereignis kann das Erzeugen eines neuen Datenvektors auslösen. Die Größe der gespeicherten Daten wird weitgehend reduziert, da nur ein Vektor für jedes Ereignis gesammelt wird, im Gegensatz zum Speichern aller Rohdaten, die sich über die Gesamtheit jedes Fahrzeugmanövers erstrecken.
  • Gemäß dem Beispiel von 2 erfasst die Steuerung ein Bremsereignis und beginnt, einen Datenvektor zum Zeitpunkt T1 zu aktualisieren. Das Einleiten des Bremsereignisses wird sowohl durch die Abnahme der Fahrzeuggeschwindigkeit sowie durch die Kurve 208 dargestellt, als auch durch den negativen Beschleunigungswert erkennbar, der durch die grafische Darstellung 214 veranschaulicht ist. Die Steuerung kann beispielsweise den Abschluss des Bremsereignisses auch durch Verringern der Fahrzeuggeschwindigkeit bestimmen, die ebenfalls im Wesentlichen einer Beschleunigung Null entspricht. Im Fall von 2 tritt ein erstes Bremsereignis zwischen dem Zeitpunkt T1 und dem Zeitpunkt T2 auf. Die Steuerung verwendet diese Ereignisbestimmung als Start- und Stoppindizes zur Überwachung von Fahrzeugbremsparametern. Wie vorstehend erörtert, überwacht die Steuerung Rohdatensignale, die als relevant für eine oder mehrere bestimmte Arten von Leistungsereignissen ausgewählt werden. Merkmalsdatensätze werden basierend auf den Rohsignaldaten erzeugt, die für die Systemleistung während des Leistungsereignisses repräsentativ sind (d. h. das erste Bremsereignis) zwischen dem Zeitpunkt T1 und T2. Nach Abschluss des Ereignisses wird der Merkmalsdatensatz zur späteren Verwendung in einem Datenpuffer am Fahrzeug gespeichert.
  • Im Laufe eines Fahrzyklus können mehrere Datenvektoren mit einer Vielzahl von Leistungsereignissen auflaufen. Unter weiterer Bezugnahme auf 2, werden zusätzliche Bremsereignisse basierend auf Fahrzeuggeschwindigkeit und Beschleunigungswerten später im Fahrzyklus erfasst. Jedes der zusätzlichen Bremsereignisse beinhaltet unterschiedliche Verzögerungsraten und kann als einzigartige Klassen von Bremsereignissen klassifiziert werden. Ein zweiter Datenvektor wird erzeugt, einschließlich der Bremsdaten für die Zeitdauer zwischen T3 und T4, die ein zweites Bremsereignis repräsentieren. In ähnlicher Weise wird ein dritter Datenvektor für die Bremsdaten für die Zeitdauer zwischen T5 und T6 erzeugt, die ein drittes Bremsereignis repräsentieren. Wie aus den grafischen Darstellungen ersichtlich ist, weist jedes Bremsereignis einzigartige Verzögerungsgrößen und/oder -dauern auf und kann daher basierend auf unterschiedlichen Änderungsraten der Fahrzeugbewegung als unterschiedliche Fahrzeugmanöverklasse klassifiziert werden. Das heißt, die Bremsschwere des Fahrzeugs kann verwendet werden, um verschiedene Klassen von Bremsereignissen zu unterscheiden. Basierend auf der Bremsereignisklasse kann die erwartete Bremssystemkomponentenleistung mit einer vordefinierten Leistungssignatur der jeweiligen Bremsereignisklasse verglichen werden.
  • Während Bremsereignisse exemplarisch erörtert werden, können auch zusätzliche Arten von Leistungsereignissen erkannt werden, wobei eine Steuerung während des Auftretens des Ereignisses Datensignale überwacht, die für das Ereignis relevant sind. Darüber hinaus können die Leistungsereignisse den Betrieb einer Anzahl von verschiedenen Arten von entfernten Komponenten anzeigen. So können zum Beispiel zumindest die Überwachung des Verkehrsflusses, die Überwachung des Wettergeschehens, biometrische Überwachungen, die Überwachung des Luftverkehrs und die Überwachung des Fertigungsablaufs jeweils eine lokale Vorrichtung mit einer Steuerung in Kommunikation mit einem entfernten Prozessor beinhalten. Die Steuerung kann programmiert werden, um Datensignale zu überwachen, die für die Leistung der bestimmten Art der lokalen Vorrichtung relevant sind. Die Steuerung kann auch einen Merkmalsdatensatz aus den Datensignalen erzeugen. Die Steuerung kann dem Ereignis ferner eine Leistungsereignisklassifizierung basierend auf einem oder mehreren Leistungsparameter zuordnen. Die Steuerung kann ferner den Merkmalsdatensatz und die Leistungsereignisklassifizierung als Datenvektor kompilieren. Die Steuerung kann ferner einen oder mehrere Datenvektoren in einem Datenpuffer an der lokalen Vorrichtung speichern. Die Steuerung kann ferner den einen oder die mehreren Datenvektoren an einen externen Prozessor entweder periodisch oder als Reaktion darauf, dass der Datenpuffer im Wesentlichen voll ist, übertragen.
  • Unter Bezugnahme auf 3 zeigt das Verfahren 300 einen Algorithmus zum Erfassen und Übertragen von Daten, die für ein Fahrzeugleistungsereignis repräsentativ sind. Ein Bremsereignis wird exemplarisch verwendet, aber es sollte erkannt werden, dass das Verfahren auf verschiedene andere Arten von Fahrzeugleistungsereignissen angewendet werden kann. Bei Schritt 302 erkennt die Steuerung ein Bremsereignis basierend auf mindestens einem der Bremsanforderungen, der Fahrzeuggeschwindigkeit und der Fahrzeugbeschleunigung. Die Steuerung bewertet dann alle Fahrzeugbedingungen als Voraussetzung für die Erzeugung eines oder mehrerer Datenvektoren, die für die Bremsleistung repräsentativ sind. Die Steuerung bewertet zum Beispiel bei Schritt 304, ob die Fahrzeuggeschwindigkeit größer als ein Geschwindigkeitsschwellenwert ist, VX,TH. Wenn bei Schritt 304 die Geschwindigkeit nicht größer als der Geschwindigkeitsschwellenwert ist (d. h. VX ≯ VX,TH kann die Steuerung zum Anfang des Verfahrens 300 zurückkehren und weiterhin das Einleiten eines anderen Bremsereignisses überwachen.
  • Wenn bei Schritt 304 die Geschwindigkeit größer als der Geschwindigkeitsschwellenwert ist (d. h. VX > VX,TH), bewertet die Steuerung bei Schritt 306, ob das Bremssystem länger als eine vorgegebene Zeitschwelle Y aktiviert wurde. Wenn bei Schritt 306 das Bremssystem nicht länger als die vorgegebene Zeitschwelle Y aktiviert wurde, kann die Steuerung zum Anfang des Verfahrens 300 zurückkehren und weiterhin die Einleitung eines anderen Bremsereignisses überwachen.
  • Wenn bei Schritt 306 das Bremssystem länger als die Zeitschwelle Y aktiv war, bewertet die Steuerung bei Schritt 308, ob andere bremsbedingte Übersteuerungs-Funktionen aktiv sind. So können zum Beispiel aktive Sicherheitssysteme wie Antiblockiersysteme, automatische Antriebsschlupfregelungssysteme und elektronische Stabilitätskontrollsysteme die Bremssystemaktivierungen außer Kraft setzen und Betriebsbedingungen außerhalb des Normalbetriebes schaffen. Diese Betriebsbedingungen können die Leistungsbewertung eines Bremssystems verkürzen, da sie nicht repräsentativ für die tatsächliche Leistung des Bremssystems sind. Insbesondere können derartige aktive Sicherheitssysteme dazu führen, dass Bremssystemkomponenten mit Verhaltensweisen außerhalb der Standardbetriebsbedingungen aktiviert werden. Wenn bei Schritt 308 ein Fahrzeug-aktives Sicherheitssystem, welches das Bremssystem einbezieht, aktiv ist, kann die Steuerung zum Anfang des Verfahrens 300 zurückkehren und weiterhin die Einleitung eines anderen Bremsereignisses überwachen.
  • Wenn bei Schritt 308 aktive Sicherheitssysteme, die das Bremssystem betreffen, inaktiv sind, setzt die Steuerung bei Schritt 310 eine Datenerhebungsmarkierung auf „wahr“. Während der Datenerhebung überwacht die Steuerung während des Bremsvorgangs die mit dem Bremssystem verbundenen Rohsignaldaten. Die gesteuerten Signale werden so ausgewählt, dass sie die Leistung des Bremssystems anzeigen und auch eine Verschlechterung der Systemkomponenten hervorheben. In alternativen Beispielen für verschiedene Teilsysteme werden für die Überwachung die für die jeweilige Teilsystemleistung charakteristischen Signale ausgewählt.
  • Bei Schritt 312 erzeugt die Steuerung einen Merkmalsdatensatz basierend auf den überwachten Rohsignaldaten. Wie vorstehend erörtert, kann der Merkmalsdatensatz zumindest Umwandlungen, Kombinationen, Filterungen und/oder Normalisierungen der Rohsignaldaten beinhalten. Der Merkmalsdatensatz ist indikativ für die Leistungsfähigkeit von mindestens einer Komponente des Bremssystems.
  • Bei Schritt 314 initialisiert die Steuerung eine Prozedur, um eine Fahrzeugmanöverklasse basierend auf einer Änderungsrate der Fahrzeugbewegung zu identifizieren. Das heißt, die Steuerung ist programmiert, um das Fahrzeugmanöver in eines von mehreren vordefinierten Manövern zu klassifizieren. Die Steuerung kann eine Datenbank mit verschiedenen Manövern speichern, die durch Fahrzeugbeschleunigungsbedingungen gekennzeichnet sind. So kann zum Beispiel jede normale, harte und Notbremsung betrieben werden, um die Klassifizierungsstufen basierend auf dem angewandten Bremsdruck trennen. Auch kann jede geradlinige, mäßige Krümmung und harte Kurvenfahrt dazu dienen, die Klassifizierungsstufen basierend auf dem lateralen Krümmungsgrad zu trennen. Ideale Komponenten-Betriebszustände sind im Voraus bekannt und werden gespeichert, sodass die Steuerung die Manöverklassennummer, die für die gegenwärtigen Fahrzeugbeschleunigungsbedingungen am repräsentativsten ist, zurückrufen kann.
  • Bei Schritt 316 bewertet die Steuerung die Steuerung den Fahrerbremswunsch DBI, der darstellt, wie aggressiv und dringend die Bremsen betätigt werden. In einem Beispiel, basiert DBI auf den Bremspedalbedingungen, wie in Gleichung (1) nachfolgend beschrieben. DBI = min(Pospd,norm, Pin,norm) (1) wobei Pospd,norm eine normierte Bremspedalposition ist und Pin,norm ein normierter Bremspedal-Eingangsdruck ist, wie er durch die Gleichungen (2) und (3) definiert ist. Pospd,norm = Pospd/Pospd,max (2) Pin,norm = Pin/Pin,max (3)
  • Die normierte Bremspedalposition Pospd,norm ist ein Verhältnis der aktuellen Bremspedalposition Pospd zur maximalen Bremspedalposition Pospd,max. Ähnlich ist der normierte Bremspedal-Eingangsdruck Pin,norm ein Verhältnis des aktuellen Eingangsdrucks Pin zu einem maximalen Eingangsdruck Pin,max. Jedes der Übersetzungsverhältnisse trägt im Allgemeinen einen Wert zwischen null und eins. Das kleinere der beiden Verhältnisse wird verwendet, um den Bremswunsch einzuschätzen und einen DBI Wert zu erzeugen. Wie vorstehend erörtert, kann der Bremswunsch auch automatisch von einem integrierten Prozessor und/oder einem externen Prozessor im Gegensatz zu einer Fahrereingabe an einem Pedal bestimmt werden. In diesem Fall können andere Variablen verwendet werden, um einen repräsentativen Wert für den Bremswunsch zu entwickeln.
  • Bei Schritt 316 vergleicht die Steuerung DBI mit einem vorbestimmten niedrigen Schwellenwert. Wenn bei Schritt 316 DBI nicht größer als ein erster vorbestimmter Schwellenwert ist (d. h. DBI ≯ DBIth,low), kann es keinen ausreichenden Bremsbedarf geben, um das Fahrzeugmanöver als ein bekanntes Bremsereignis zu klassifizieren. Bei Schritt 318 kann die Klassifizierung ein Wert von MCN = 0 zugeordnet werden, der im Wesentlichen einer Nullbremsung entspricht. Bei Schritt 338 werden der Merkmalsatz und die MCN, die dem Manöver zugeordnet sind, als ein Datenvektor gespeichert.
  • Wenn bei Schritt 316 DBI größer als der erste vorbestimmte Schwellwert ist (d. h. DBI > DBIth,low), bewertet die Steuerung, ob der Fahrerbremswunsch größer als ein vorbestimmter hoher Schwellenwert ist. Wenn bei Schritt 320 DBI nicht größer als ein zweiter vorbestimmter Schwellenwert ist (d. h. DBI ≯ DBIth,high), kann der Fahrerbremswunsch in einem moderaten Bremsbereich oder als "normales" Bremsen klassifiziert werden. Während einem derartigen moderaten Bremsen bewertet die Steuerung auch den Krümmungsgrad den das Fahrzeug durchfährt. Die laterale Krümmung kann durch einen Lenkwinkelsensor, einen Beschleunigungsmesser oder einen anderen Sensortyp gemessen werden, der in der Lage ist, ein Signal auszugeben, das eine seitliche Fahrzeugbewegung anzeigt. Das Fahren entlang der Krümmung beim Bremsen kann die erwartete Leistung der verschiedenen Fahrzeugkomponenten beeinflussen. Wenn das Fahrzeug bei Schritt 322 entlang einer im Wesentlichen geradlinigen Bahn fährt, kann dem Manöver bei Schritt 324 ein Wert von MCN = 1 zugewiesen werden, der dem Fahrzeug entspricht, worauf ein normales und mäßiges Bremsen entlang eines geradlinigen Weges folgt.
  • Wenn bei Schritt 322 das Fahrzeug entlang einer seitlich gekrümmten Bahn fährt, kann dem Manöver bei Schritt 324 ein Wert von MCN = 3 zugewiesen werden, der dem Fahrzeug entspricht, das sich während der Kurvenfahrt in einem normalen Bremsvorgang befindet. Während die vorliegende Offenbarung als Beispiel eine binäre Auswahl zwischen einer „geraden” und „kurvigen” Bahn beschreibt, sollte erkannt werden, dass eine beliebige Anzahl von segmentierten Krümmungsbereichen geeignet sein kann, um zwischen Manövern, die auf verschiedenen Krümmungsgraden des Fahrzeugwegs während des Bremsens basieren, zu klassifizieren und zu unterscheiden.
  • Wenn bei Schritt 320 DBI größer als ein zweiter vorbestimmter Schwellwert ist (d. h. DBI > DBIth,high), kann der Fahrerbremswunsch in einem hohen Bremsbereich oder als „hartes“ Bremsen klassifiziert werden. Während des harten Bremsens berücksichtigt die Steuerung auch den Krümmungsgrad des Fahrens, wie vorstehend erörtert. Wenn das Fahrzeug bei Schritt 328 entlang einer im Wesentlichen geradlinigen Bahn fährt, kann dem Manöver bei Schritt 330 ein Wert von MCN = 2 zugewiesen werden, der dem Fahrzeug entspricht, worauf ein hartes Bremsen entlang eines geradlinigen Weges folgt.
  • Wenn bei Schritt 328 das Fahrzeug entlang einer seitlich gekrümmten Bahn fährt, kann dem Manöver bei Schritt 336 ein Wert von MCN = 4 zugewiesen werden, der dem Fahrzeug entspricht, das während der Kurvenfahrt hart abbremst. Ähnlich der vorstehenden Beschreibung bezüglich der Krümmungsklassifizierung, kann auch der Bremsgrad in zusätzliche Untergruppen wie „kein Bremsen,“ normales Bremsen,“ und „hartes Bremsen“, unterteilt werden. Eine größere Anzahl von Klassifizierungen der einzelnen Parameter kann mehr Präzision in Manöverklassifizierungskategorien ermöglichen.
  • Sobald eine Manöverklassifizierungsnummer bei jedem der Schritte 318, 326, 324, 330 oder 336 bestimmt ist, werden der Merkmalsdatensatz und der zugeordnete MCN-Wert bei Schritt 338 als ein Datenvektor gespeichert. Eine Anzahl von Datenvektoren, die jeweils ein bestimmtes Fahrereignis betreffen, wird in einem Speicher am Fahrzeug gespeichert. Die Datenvektoren können in einem Datenpuffer gespeichert werden, wie sie während eines Fahrzyklus erzeugt werden. Die Steuerung kann programmiert werden, um die im Datenpuffer gespeicherte Datenmenge zu überwachen. Wenn bei Schritt 340 der Datenpuffer im Wesentlichen voll ist, kann die Steuerung die Datenvektoren bei Schritt 342 zu einem externen Prozessor oder Server übertragen. Alternativ kann einen vorbestimmten Größenschwellenwert für den Datenpuffer geben, über dem die Steuerung ausgelöst werden kann, um einen Upload der gespeicherten Datenvektoren durchzuführen.
  • Wenn bei Schritt 340 der Datenpuffer nicht im Wesentlichen voll ist, bewertet die Steuerung, ob der Fahrzyklus abgeschlossen ist. Bei Schritt 344, wenn der Fahrzyklus noch im Gange ist, kehrt die Steuerung zu Schritt 302 zurück, um weiterhin das Auftreten eines nächsten Laufwerksereignisses während des Fahrzyklus zu überwachen. Ist der Fahrzyklus bei Schritt 344 abgeschlossen, lädt die Steuerung die Datenvektoren bei Schritt 342 zum externen Server hoch.
  • In einigen Beispielen wird auch eine Änderungsrate des Fahrerbremswunsches DBIrate verwendet, um eine Manövrierklassennummer zu bestimmen. DBIrate kann den Grad der Dringlichkeit angeben, unter dem das Bremsen erforderlich ist. So kann beispielsweise ein Wert für DBIrate oberhalb eines Frequenzschwellenwerts (d. h. DBIrate > DBIth,rate) automatisch eine „Notbremsungs“ Klassifizierung und eine Zuordnung des entsprechenden MCN-Notbremswertes auslösen. In einem anderen Beispiel kann ein Wert für DBIrate von im Wesentlichen Null einen Haltezustand wie einen Fahrzeugstillstand oder einen Bremszustand für keine Bremsung anzeigen. Abhängig von der Fahrzeuggeschwindigkeit und anderen Faktoren weist die Steuerung einen entsprechenden MCN-Wert ab, der zumindest teilweise auf der Änderungsrate des Fahrzeugbremswunsches beruht. In einem weiteren Beispiel kann ein negativer Wert für DBIrate eine Freigabe der Bremsen anzeigen, die einem bevorstehenden Abschluss eines Bremsereignisses entsprechen kann. In diesem Fall kann die Steuerung einen MCN-Wert zuordnen, der zumindest teilweise auf einer negativen Änderungsrate des Fahrzeugbremswunsches beruht.
  • Während der Fahrzeugbremswunsch unter Bezugnahme auf eine Fahrereingabe an einem Bremspedal beschrieben ist, sollte erkannt werden, dass in alternativen Beispielen neben der menschlichen Fahrereingabe verschiedene Eingaben die Bremsabsicht bestimmen können. Insbesondere können im Falle eines selbstfahrenden autonomen Fahrzeugs eine oder mehrere Fahrzeugsteuerungen automatisch den Bremsbedarf bestimmen. In diesem Fall kann der Bremswunsch und die Änderungsrate davon eine direkte Ausgabe vom Prozessor sein, der den Fahrzeugvortrieb steuert.
  • Der Server kann die Merkmalsdatensätze und MCN-Werte verwenden, die vom Fahrzeug empfangen werden, um eine Prognose für eine oder mehrere Fahrzeugkomponenten durchzuführen. In einigen Beispielen führt der Server einen Vergleich der empfangenen Fahrzeugdaten- und Leistungsereignisklassenwerte gegenüber vorgegebenen Leistungssignaturen für die gleiche Leistungsereignisklasse durch. Auf diese Weise kann der Server prognostische Bestimmungen über den Gesundheitszustand der Komponenten vornehmen, einschließlich beispielsweise die Vorhersage der abgebauten Leistung und die Schätzung der verbleibenden Nutzungsdauer. Darüber hinaus können Änderungen der Häufigkeit des Auftretens bestimmter Leistungsereignisklassen auch eine Änderung des Zustands der Komponenten anzeigen. In einmal Beispiel kann eine Erhöhung des Auftretens von Ereignissen innerhalb einer „harten Bremsungs“-Ereignisklasse eine Beeinträchtigung der Bremssystemkomponenten signalisieren.
  • Der Server kann auch Befehle speichern, die ausführbar sind, um eine Steuerungsaktion als Reaktion auf einen oder mehrere Datenvektoren auszuführen, die sich von einer vorbestimmten Leistungssignatur um mehr als einen Schwellenwert unterscheiden. Ein Vergleich der Datenvektoren gegenüber den vorbestimmten Leistungssignaturen kann auf einen oder mehrere Fehlerzustände hindeuten. Sobald eine bestimmte Fehlersignatur identifiziert ist, kann der Server eine eindeutige Antwort je nach Fehlertyp, Schweregrad und Immanenz eines vollständigen Ausfalls anpassen. Der Server kann die Aufzeichnung eines Diagnosecodes ermöglichen. Der Server kann eine Prognosemeldung ausgeben, die den Gesundheitszustand der Fahrzeugkomponenten angibt. In einem Beispiel kann der Server ermöglichen, dass eine Nachricht am Fahrzeug angezeigt wird, um den Fahrer über den Gesundheitszustand der Komponente zu informieren. In einigen Beispielen kann eine mehrstufige Prognose-Nachrichtengruppe eine allgemeine Warnstufe beinhalten, um auf den Gesundheitszustand einer abgebauten Bremssystemkomponente aufmerksam zu machen. Die mehrstufige Prognose-Nachrichtengruppe kann auch eine dringende Warnstufe beinhalten, um den Fahrer und/oder Dienstanbieter über ein bevorstehendes Komponentenversagen zu informieren. So kann beispielsweise der Server bewirken, dass eine dringende Warnmeldung am Fahrzeug angezeigt wird, sodass der Fahrer über eine Bedingung informiert wird, die einen Fahrzeugservice erfordert. Je nach Dringlichkeit der Nachricht können auch Benachrichtigungen an ein Mobilgerät des Benutzers oder an einen Fahrzeugdienstanbieter gesendet werden.
  • Die hierin offenbarten Prozesse, Verfahren oder Algorithmen können durch eine(n) Verarbeitungsvorrichtung, Steuerung oder Computer bereitgestellt und/oder umgesetzt werden, der/die jede vorhandene programmierbare oder dedizierte elektronische Steuerung umfassen kann. Desgleichen können die Prozesse, Verfahren oder Algorithmen als Daten oder ausführbare Anweisungen durch eine Steuerung oder einen Computer in vielfältiger Weise gespeichert werden, darunter ohne Einschränkung die dauerhafte Speicherung auf nicht beschreibbaren Speichermedien, wie einem ROM, und als änderbare Information auf beschreibbaren Speichermedien wie Disketten, Magnetbändern, CDs, RAM sowie anderen magnetischen und optischen Medien. Die Prozesse, Verfahren oder Algorithmen können auch in einem softwareausführbaren Objekt implementiert werden. Alternativ können die Prozesse, Verfahren oder Algorithmen ganz oder teilweise mit geeigneten Hardwarekomponenten, wie beispielsweise anwendungsspezifischen integrierten Schaltungen (ASICs), feldprogrammierbaren Gate Arrays (FPGAs), Zustandsmaschinen, Steuerungen oder anderen Hardwarekomponenten oder Vorrichtungen oder einer Kombination von Hardware, Software und Firmwarekomponenten verkörpert werden. Derartige exemplarische Vorrichtungen können On-Board als Teil eines Fahrzeugrechnersystems sein oder sich Off-Board befinden und eine Fernkommunikation mit Vorrichtungen an einem oder mehreren Fahrzeugen durchführen.
  • Während exemplarische Ausführungsformen vorstehend beschrieben sind, ist es nicht beabsichtigt, dass diese Ausführungsformen alle möglichen Formen beschreiben, die von den Ansprüchen herbeigeführt werden. Vielmehr dienen die in der Spezifikation verwendeten Worte der Beschreibung und nicht der Beschränkung und es versteht sich, dass verschiedene Änderungen vorgenommen werden können, ohne vom Geist und Umfang der Offenbarung abzuweichen. Wie zuvor beschrieben, können die Merkmale verschiedener Ausführungsformen kombiniert werden, um weitere Ausführungsformen der Erfindung zu bilden, die nicht explizit beschrieben oder veranschaulicht werden. Während verschiedene Ausführungsformen beschrieben worden sein könnten, um Vorteile zu bieten oder gegenüber anderen Ausführungsformen oder Implementierungen des Standes der Technik in Bezug auf eine oder mehrere gewünschte Merkmale bevorzugt zu sein, werden Fachleute auf dem Gebiet erkennen, dass ein oder mehrere oder Eigenschaften beeinträchtigt werden können, um gewünschte Gesamtsystemattribute zu erreichen, die von der spezifischen Anwendung und Implementierung abhängen. Diese Eigenschaften können beinhalten, sind aber nicht beschränkt auf Kosten, Festigkeit, Haltbarkeit, Lebenszykluskosten, Marktfähigkeit, Aussehen, Verpackung, Größe, Gebrauchstauglichkeit, Gewicht, Herstellbarkeit, Montagefreundlichkeit, usw. Als solches liegen Ausführungsformen, die als weniger wünschenswert im Vergleich zu anderen Ausführungsformen oder Implementierungen des Standes der Technik in Bezug auf eine oder mehrere Merkmale beschrieben sind, nicht außerhalb des Umfangs der Offenbarung und können für bestimmte Anwendungen wünschenswert sein.

Claims (10)

  1. Fahrzeug, umfassend: ein Bremssystem, das dazu konfiguriert ist, einer Fahrzeugbewegung zu widerstehen; und mindestens eine Steuerung, die programmiert ist, um eine Einleitung eines Bremsereignisses zu erkennen, Rohsignaldaten, die dem Bremssystem während des Bremsereignisses zugeordnet sind, zu überwachen, einen Merkmalsdatensatz basierend auf den Rohsignaldaten, welche die Leistung von mindestens einer Komponente des Bremssystems anzeigen, zu erzeugen, eine Fahrzeugmanöverklasse basierend auf einer Änderungsrate der Fahrzeugbewegung, zu identifizieren, den Merkmalsdatensatz und die identifizierte Fahrzeugmanöverklasse als Datenvektor zu speichern, und den Datenvektor zu einem Prozessor zu übertragen.
  2. Fahrzeug nach Anspruch 1, worin die Steuerung ferner programmiert ist, um den Datenvektor an den Prozessor als Reaktion auf einen Abschluss eines Fahrzyklus zu übertragen.
  3. Fahrzeug nach Anspruch 1, worin die Steuerung ferner programmiert ist, um mehrere Datenvektoren in einem Datenpuffer am Fahrzeug zu speichern und mindestens einen der mehreren Datenvektoren an den Prozessor zu senden, wenn der Datenpuffer im Wesentlichen voll ist.
  4. Fahrzeug nach Anspruch 1, worin die Fahrzeugmanöverklasse ein ganzzahliger Wert ist, der eines aus einer Vielzahl von vorbestimmten Fahrzeugmanövern darstellt.
  5. Fahrzeug nach Anspruch 1, worin die Steuerung ferner programmiert ist, um eine Prognosemeldung auf der Grundlage eines Vergleichs zwischen dem Datenvektor und einer vorbestimmten Leistungssignatur zu empfangen, die der identifizierten Fahrzeugmanöverklasse zugeordnet ist.
  6. Fahrzeug nach Anspruch 1, worin die Fahrzeugmanöverklasse ferner auf mindestens Folgendem basiert: einem Fahrzeugbremswunsch, einer Änderungsrate des Fahrzeugbremswunsches und einem Fahrzeuglenkwinkel.
  7. Fahrzeug nach Anspruch 1, worin die Steuerung ferner programmiert ist, um einen Merkmalsdatensatz als Reaktion auf einen Abschluss des Bremsereignisses zu speichern.
  8. Fahrzeug nach Anspruch 1, worin der Prozessor ausführbare Anweisungen speichert, um den Datenvektor mit einer vorbestimmten Leistungssignatur zu vergleichen, die der identifizierten Fahrzeugmanöverklasse zugeordnet ist.
  9. Fahrzeug nach Anspruch 1, worin der Prozessor ausführbare Anweisungen speichert, um eine Prognosemeldung basierend auf einem Vergleich zwischen dem Datenvektor und einer vorbestimmten Leistungssignatur an die Steuerung zu senden, die der identifizierten Fahrzeugmanöverklasse zugeordnet ist.
  10. Fahrzeug nach Anspruch 1, worin die Steuerung innerhalb des Fahrzeugs angeordnet ist und der Prozessor auf einem externen Server angeordnet ist.
DE102017111505.6A 2016-05-27 2017-05-25 Systeme und Verfahren zur Datengewinnung von einem entfernten System Withdrawn DE102017111505A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/166,756 US20170345229A1 (en) 2016-05-27 2016-05-27 Systems and Methods For Data Acquisition From A Remote System
US15/166756 2016-05-27

Publications (1)

Publication Number Publication Date
DE102017111505A1 true DE102017111505A1 (de) 2017-11-30

Family

ID=60269021

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102017111505.6A Withdrawn DE102017111505A1 (de) 2016-05-27 2017-05-25 Systeme und Verfahren zur Datengewinnung von einem entfernten System

Country Status (3)

Country Link
US (1) US20170345229A1 (de)
CN (1) CN107438093A (de)
DE (1) DE102017111505A1 (de)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018213010A1 (de) * 2018-08-03 2020-02-06 Bayerische Motoren Werke Aktiengesellschaft Verfahren sowie Vorrichtung zur Bereitstellung einer ersten Information in Bezug auf mehrere Fahrzeuge
WO2021043508A1 (de) * 2019-09-05 2021-03-11 Robert Bosch Gmbh Verfahren zum betreiben einer bremsvorrichtung
WO2022243156A1 (de) * 2021-05-19 2022-11-24 Robert Bosch Gmbh Prognosevorrichtung und prognoseverfahren für zumindest eine bremssystemkomponente eines bremssystems eines eigenfahrzeugs

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE539154C2 (sv) * 2012-12-04 2017-04-18 Scania Cv Ab Anordning och förfarande för förbättring av säkerhet vid framförande av ett fordon
US9809159B1 (en) 2016-12-28 2017-11-07 Allstate Insurance Company System and methods for detecting vehicle braking events using data from fused sensors in mobile devices
US10600261B2 (en) * 2017-10-05 2020-03-24 GM Global Technology Operations LLC Vehicle with health-based active self-testing method
GB2579202A (en) * 2018-11-23 2020-06-17 Caterpillar Sarl A method of monitoring the brake performance of a machine
DE102018222537A1 (de) * 2018-12-20 2020-06-25 Zf Friedrichshafen Ag Verfahren sowie System zum Typisieren von Kraftfahrzeugen
CN111724501A (zh) * 2019-03-22 2020-09-29 北京京东尚科信息技术有限公司 应用于无人设备的数据同步采集方法和装置
CN110780608B (zh) * 2019-11-26 2023-03-10 北京百度网讯科技有限公司 仿真测试方法及装置
US11967189B2 (en) * 2020-04-20 2024-04-23 Innova Electronics Corporation Router for communicating vehicle data to a vehicle resource
CN112884943B (zh) * 2021-03-10 2023-05-30 北京车和家信息技术有限公司 用户驾驶行为还原方法、装置、介质以及电子设备
CN114475481A (zh) * 2022-03-24 2022-05-13 四川野马汽车股份有限公司 一种微型电动汽车零部件配置信息的传输系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101174140A (zh) * 2007-11-07 2008-05-07 徐州智龙电子科技有限公司 基于多技术集成的工程机械智能化车载终端
CN201562167U (zh) * 2009-12-24 2010-08-25 上海景格汽车科技有限公司 汽车故障诊断数据采集装置
CA2736855C (en) * 2010-04-09 2020-07-21 Isaac Instruments Inc. Vehicle telemetry system and method for evaluating and training drivers
CA2863229A1 (en) * 2012-01-13 2013-07-18 Pulse Function F6 Limited Telematics system with 3d inertial sensors
CN102968107A (zh) * 2012-11-28 2013-03-13 北京理工大学 电动汽车远程监控方法和系统
US9098956B2 (en) * 2013-09-26 2015-08-04 Lytx, Inc. Dynamic uploading protocol

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018213010A1 (de) * 2018-08-03 2020-02-06 Bayerische Motoren Werke Aktiengesellschaft Verfahren sowie Vorrichtung zur Bereitstellung einer ersten Information in Bezug auf mehrere Fahrzeuge
WO2021043508A1 (de) * 2019-09-05 2021-03-11 Robert Bosch Gmbh Verfahren zum betreiben einer bremsvorrichtung
WO2022243156A1 (de) * 2021-05-19 2022-11-24 Robert Bosch Gmbh Prognosevorrichtung und prognoseverfahren für zumindest eine bremssystemkomponente eines bremssystems eines eigenfahrzeugs

Also Published As

Publication number Publication date
CN107438093A (zh) 2017-12-05
US20170345229A1 (en) 2017-11-30

Similar Documents

Publication Publication Date Title
DE102017111505A1 (de) Systeme und Verfahren zur Datengewinnung von einem entfernten System
DE102014118479B4 (de) Affektive Benutzerschnittstelle in einem autonomen Fahrzeug
DE102017118537A1 (de) Verwaltung von Störungszuständen autonomer Fahrzeuge
DE102018124901A1 (de) Bremsbelagverschleiss-Schätzung
EP2631878A1 (de) Diagnoseverfahren und Diagnosevorrichtung für eine Fahrzeugkomponente eines Fahrzeugs
DE102017108127A1 (de) Fernabfrage und Überbrückung für ein automatisiertes Fahrsystem
DE102015202837A1 (de) Fehlerbehandlung in einem autonomen Fahrzeug
DE102017107849A1 (de) Systeme und Verfahren zur Fehlereingrenzung für ein elektromotorisches Bremsassistenzsystem
DE102014204792A1 (de) System zur Erfassung eines abnormalen Fahrverhaltens
DE102017211043B3 (de) Verfahren zur Analyse und/oder zur zumindest teilweisen Kompensation von Lenkraddrehschwingungen
DE102021126014A1 (de) Verfahren und vorrichtung zum vorhersagen von reifenverschleiss unter verwenden von maschinenlernen
DE102015208294A1 (de) Datenaufzeichnungsgerät und Datenaufzeichnungsprogramm
DE102017002148B4 (de) Verfahren und System zur Vorhersage der Restlebensdauer einer Bremsscheibe in einem Scheibenbremssystem eines Fahrzeugs
DE102018129978A1 (de) Sicherheitsrückschlussengine für autonome systeme
DE10320809A1 (de) Verfahren zur Erkennung und Überwachung der Bewegung bei Fahrzeugen
DE102018221981B4 (de) Verfahren, Steuereinrichtung und System zum Ermitteln von Profiltiefen von Reifen an Fahrzeugen
DE112017003392T5 (de) Steuergerät für ein fahrzeugsystem
EP3321111A1 (de) Verfahren zur bestimmung eines batteriezustands
DE102016211101A1 (de) Konzept zum Erfassen einer Person
DE102018214468A1 (de) Verfahren, Steuereinheit, System und Computerprogrammprodukt zum Bereitstellen einer Information zum Betreiben eines Fahrzeugs
DE102021202177A1 (de) Verfahren zum bestimmen des betriebszustands von fahrzeugkomponenten
DE102019008443A1 (de) Verfahren zum Erkennen elner Fahrbahnbeschaffenheit anhand von Abrollgeräuschen
DE102018128894A1 (de) Verfahren, System sowie Computerprogramm zum Bereitstellen einer Information zum Betreiben eines Fahrzeugs, insbesondere mittels einer digitalen Karte
DE102019107242A1 (de) Diagnoseverfahren, Diagnosesystem und Kraftfahrzeug
DE102020001154A1 (de) Verfahren zum Betrieb eines Fahrzeuges

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R082 Change of representative

Representative=s name: MANITZ FINSTERWALD PATENT- UND RECHTSANWALTSPA, DE

Representative=s name: MANITZ FINSTERWALD PATENTANWAELTE PARTMBB, DE

R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee