-
Die Erfindung betrifft ein Verfahren zum Erlernen eines Fahrerverhaltens eines Fahrers eines Fahrzeugs. Darüber hinaus betrifft die Erfindung ein entsprechendes System und ein Fahrzeug zum Ausführen des Verfahrens.
-
Fahrerassistenzsysteme moderner Fahrzeuge sind in der Lage, sich auf einen Fahrer einzustellen und sich an das Verhalten des Fahrers anzupassen. Das Verhalten des Fahrers spiegelt sich üblicherweise in messbaren Fahrzeugdaten wieder. Die Anpassung des Fahrerassistenzsystems kann z. B. über maschinelles Lernen erfolgen. Dabei identifizieren Algorithmen Muster aus einer vorhandenen Menge von Daten. Ein aus Fahrzeugdaten identifiziertes bzw. erlerntes Muster kann bspw. die häufige Nutzung der Funktion „Geschwindigkeitsassistent“ (Tempomat, ACC - Adaptive Cruise Control) auf der Autobahn sein. Ein solches erlerntes Muster wird in einem Modell abgelegt. Das Modell kann im Anschluss für eine Vorhersage zur Steuerung des Fahrzeugs verwendet werden. Bspw. kann mit dem Modell bei einer Auffahrt auf eine Autobahn vorhergesagt werden, dass wahrscheinlich demnächst die Funktion „Geschwindigkeitsassistent“ verwendet wird.
-
In der
EP 2 881 925 A1 wird ein Kraftfahrzeug beschrieben, dass eine Regeleinheit zum Ausgeben von Stellgrößen zum Steuern des Kraftfahrzeugs und eine Kommunikationseinheit umfasst. Es wird vorgeschlagen, dass die Regeleinheit ein Situationsinterpretationsmodul, ein Beurteilungsmodul und ein Regelungsmodul umfasst, dass die Kommunikationseinheit mit dem Situationsinterpretationsmodul und dem Beurteilungsmodul gekoppelt und ausgebildet ist, von einem übergeordneten Verkehrsleitsystem Vorgabedaten zu empfangen und Reservedaten bezüglich der Bewegungsmöglichkeiten des Kraftfahrzeugs zu senden. Das Situationsinterpretationsmodul soll ausgebildet sein, anhand von Eingangsparametern ein Situationsmodell zu erstellen und aus dem Situationsmodell die Reservedaten zu ermitteln. Das Fahrzeug soll also in eine übergeordnete Verkehrsregelungsaufgabe eingebunden werden.
-
Die
DE 10 2011 082 126 A1 beschreibt eine Sicherheitseinrichtung für Kraftfahrzeuge, mit einem Sensorsystem zur Ortung von Objekten zumindest auf einer Nebenspur neben der eigenen Fahrspur, und mit einem Vorhersagemodul zur Vorhersage eines Grades der Blockierung wenigstens einer Nebenspur, wobei das Vorhersagemodul dazu eingerichtet ist, einen Grad der Blockierung der Nebenspur durch bislang nicht geortete Objekte in Abhängigkeit von Information über geortete Objekte vorherzusagen.
-
Die
DE 10 235 525 B4 beschreibt ein Verfahren zur Zustandsüberwachung technischer Komponenten, umfassend die folgenden Schritte: Bereitstellen einer ersten Version eines Verhaltensmodells der zu überwachenden Komponente durch ein Off-Board-System, Sammeln von Leistungsdaten der zu überwachenden Komponente durch ein On-Board-System, Bewerten der gesammelten Daten durch das On-Board-System mit Hilfe des ersten Verhaltensmodells, Bestimmen, wann eine Diskrepanz zwischen dem Verhaltensmodell und den gesammelten Leistungsdaten vorliegt, Bestimmen, ob die Diskrepanz von einem Ausfall der Komponente herrührt, und wenn die Diskrepanz nicht von einem Ausfall der Komponente herrührte, Modifizieren der ersten Version der Verhaltensmodells durch das Off-Board-System.
-
Nutzen das Fahrzeug mehrere Fahrer wird das beispielhaft beschriebene Modell üblicherweise einmal für alle Nutzer oder für jeden Nutzer einzeln gelernt, d. h. es werden Muster identifiziert und in Modellen abgebildet. Jedes Modell wird folglich im Rahmen einer spezifischen Funktion eingesetzt und angewendet.
-
Nachteilig ist dabei, dass jedes Modell von Grund auf neu gelernt wird, d. h. wenn ein neues Modell erstellt wird - z. B. für eine weitere Funktion des Fahrzeugs - werden ggf. schon für ein anderes Modell gelernte Muster, die auch für die Anwendung in dem neuen Modell relevant sind, nicht berücksichtigt. Schon bekannte Muster werden somit ebenfalls für das neue Modell neu gelernt. Dadurch wird der Rechenaufwand erhöht und bei der Ausführung der Modelle können Inkonsistenzen auftreten. Ferner werden von einem ersten Nutzer erlernte Muster nicht auf einen zweiten Nutzer übertragen.
-
Der vorliegenden Erfindung liegt somit die Aufgabe zugrunde, zumindest einige der genannten Probleme zu adressieren. Insbesondere soll eine Lösung angegeben werden, die es erlaubt, ein Fahrerverhalten zu erlernen. Zumindest soll eine Alternative zu bekannten Lösungen vorgeschlagen werden.
-
Die Aufgabe wird gelöst durch ein Verfahren gemäß Patentanspruch 1 sowie ein System gemäß Patentanspruch 6 und ein Fahrzeug gemäß Patentanspruch 12. Weitere jeweilige Ausgestaltungen gehen aus den abhängigen Patentansprüchen und der Beschreibung hervor.
-
Im Rahmen dieser Offenbarung wird unter einem Modul bzw. Funktionsmodul eine Einheit verstanden, der eine Eigenschaft bzw. eine Funktion im Fahrzeug zugeordnet ist und die die Funktion steuert. Ein Funktionsmodul könnte z. B. ein Geschwindigkeitsassistent sein. Unter einem Modell wird im Rahmen dieser Offenbarung eine Vorschrift verstanden, die einen Verhaltensparameter wiedergibt. Ein Verhaltensmodell gibt z. B. das Verhalten des Fahrers wieder. Das Verhaltensmodell kann von Umwelt- und/oder Umgebungsbedingungen abhängig sein. Das Verhalten des Fahrers kann also von Bedingungen wie z. B. Straßennässe, Regen, Mitfahrer, Lichtverhältnisse, usw. abhängig sein. Modelle werden also von Modulen umgesetzt bzw. ausgeführt bzw. stellen Parameter bereit.
-
Funktionsmodule, die eine Funktion in einem Fahrzeug steuern, agieren im Fahrzeug, wie einleitend beschrieben, entsprechend eines Fahrerverhaltens. Das Fahrerverhalten, das sich in unterschiedlichen Parametern widerspiegelt, wie bspw. eine bevorzugte Geschwindigkeit auf der Autobahn und/oder eine bevorzugte Geschwindigkeit bei jeweiligen Umweltbedingungen, wird in einem Verhaltensmodell in dem entsprechenden Funktionsmodul hinterlegt. Dadurch lernt das Funktionsmodul entsprechend des Verhaltens des Fahrers. Durch den Lerneffekt ändert sich das Verhalten, also die Reaktion des Funktionsmoduls. Somit kann es aber vorkommen, dass verschiedene Funktionsmodule jeweils ein Verhaltensmodell für das gleiche Verhalten des Fahrers aufweisen. Es liegen also mehrere Verhaltensmodelle für ein Verhalten vor.
-
Erfindungsgemäß wird ein Verfahren zum Erlernen eines Fahrerverhaltens eines Fahrers eines Fahrzeugs, mit den folgenden Schritten vorgeschlagen: Erkennen eines Fahrerverhaltens des Fahrers durch ein erstes Funktionsmodul, Speichern des erkannten Fahrerverhaltens in einem jeweiligen ersten Verhaltensmodell auf dem ersten Funktionsmodul, Auslagern des auf dem ersten Funktionsmodul gespeicherten ersten Verhaltensmodells in ein neues, eigenständiges Verhaltensmodul, Bereitstellen des eigenständigen Verhaltensmoduls mit dem ersten Verhaltensmodell für das erste und/oder wenigstens ein zweites Funktionsmodul, und Entfernen des ersten Verhaltensmodells aus dem ersten Funktionsmodul.
-
Durch das erfindungsgemäße Auslagern des Verhaltensmodells des Fahrerverhaltens in ein eigenständiges Verhaltensmodul und dem Bereitstellen des Verhaltensmodells für weitere Funktionsmodule, lässt sich der Trainingsaufwand zum Trainieren bzw. zum Anlernen des ersten und zweiten Funktionsmoduls, also der einzelnen Funktionsmodule, reduzieren, da nun lediglich ein einzelnes Verhaltensmodul mit dem Verhaltensmodell trainiert werden muss, auf das die Funktionsmodule zugreifen. Das Verhalten des Fahrers wird also in einem eigenständigen Verhaltensmodul gespeichert und nicht von jedem Funktionsmodul selbst. Das Verhaltensmodul, das das Fahrerverhalten wiedergibt, stellt die jeweiligen Parameter den Funktionsmodulen bereit. Dies wird dadurch ermöglicht, dass die weiteren Funktionsmodule Parameter des Verhaltensmodells des Fahrerverhaltens, die von dem neuen, eigenständigen Verhaltensmodul bereitgestellt werden, übernehmen und nicht mehr selbst in einem eigenen Verhaltensmodell erlernen müssen. Weiterhin wird durch ein Auslagern des Verhaltensmodells in ein Verhaltensmodul und dem anschließenden Bereitstellen für weitere Funktionsmodule umgangen, dass die jeweiligen Funktionsmodule selbst jeweilige Parameter des Fahrerverhaltens lernen müssen. Dadurch wird ein konsistenterer Betrieb der Funktionsmodule und schließlich des Fahrzeugs erreicht. Des Weiteren wird der benötigte Rechenaufwand verringert.
-
Eine vorteilhafte Weiterbildung des Verfahrens umfasst die Schritte: Erkennen des Fahrerverhaltens des Fahrers des Fahrzeugs durch das zweite Funktionsmodul, Speichern des erkannten Fahrerverhaltens in einem jeweiligen zweiten Verhaltensmodell des zweiten Funktionsmoduls, Vergleichen des ersten Verhaltensmodells des Verhaltensmoduls mit dem zweiten Verhaltensmodell des zweiten Funktionsmoduls durch eine Auswerteeinheit, Auslagern des zweiten Verhaltensmodells des zweiten Funktionsmoduls in das Verhaltensmodul bei Feststellen der Gleichheit des ersten und zweiten Verhaltensmodells, und Entfernen des zweiten Verhaltensmodells aus dem zweiten Funktionsmodul.
-
Durch Erkennen von Fahrerverhalten mit mehr als einem Funktionsmodul, können zunächst verschiedene Fahrsituationen, die durch das Fahrerverhalten beeinflusst werden, in den Lernprozess des neuen, eigenständigen Verhaltensmoduls einfließen. Durch einen Vergleich der beiden Verhaltensmodelle wird erkannt, ob beide Modelle das gleiche Fahrerverhalten betreffen. Bspw. betrifft ein Funktionsmodul das Einstellen einer Geschwindigkeit für einen Geschwindigkeitsassistenten bei einer bestimmten Niederschlagsmenge und ein weiteres Funktionsmodul das Einschalten des Lichts bei einer bestimmten Helligkeit. Beide Funktionsmodule erstellen jeweils in einem Verhaltensmodell ein Fahrerverhalten. Jedoch werden beide Verhaltensmodelle nicht in ein gemeinsames eigenständiges Verhaltensmodul ausgelagert. Betreffen beide Funktionsmodule jedoch ein gleiches Fahrerverhalten also bspw. beide eine Vorhersage aufgrund der Niederschlagsmenge, werden beide Verhaltensmodelle zusammengeführt und in ein eigenständiges Verhaltensmodul ausgelagert und Ausgabeparameter von diesem neuen, eigenständigen Verhaltensmodul werden als Eingangswert von den jeweiligen Funktionsmodulen empfangen. In den jeweiligen Funktionsmodulen findet folglich nur noch eine Abfrage an das entsprechende Verhaltensmodul statt, einen Wert für das entsprechende Fahrerverhalten an die Funktionsmodule auszugeben.
-
Es ist jedoch auch vorstellbar, jegliche Verhaltensmodelle, die das Fahrerverhalten betreffen von den jeweiligen Funktionsmodulen in ein Verhaltensmodul auszulagern.
-
Eine vorteilhafte Ausgestaltung des Verfahrens ist dadurch gekennzeichnet, dass von einem jeweiligen Funktionsmodul ein Eingangswert empfangen und ein Ausgabeparameter, der das Fahrerverhalten wiedergibt, ausgegeben wird. In dem Funktionsmodul wird der empfangene Eingangswert weiterverarbeitet bzw. verwendet, um mit dem in dem Verhaltensmodul berechneten Ausgabeparameter das Fahrzeug bzw. das Verhalten des Fahrzeugs zu steuern.
-
Eine andere vorteilhafte Ausgestaltung des Verfahrens ist dadurch gekennzeichnet, dass das erste Funktionsmodul und/oder das zweite Funktionsmodul mit dem eigenständigen Verhaltensmodul wechselseitig kommunizieren. Dadurch wird ein Informationsaustausch zwischen den jeweiligen Funktions- und/oder Verhaltensmodulen gewährleistet. Erlernt das eigenständige Verhaltensmodul ein neues Fahrerverhalten, ändert sich also das Verhaltensmodell des Fahrerverhaltens des Verhaltensmoduls, verhalten sich auch die einzelnen Funktionsmodule gemäß dem neuen Fahrerverhalten. Ein Funktionsmodul fragt von dem Verhaltensmodul einen Verhaltensparameter ab. Das Funktionsmodul sendet also einen Abfragewert an das Verhaltensmodul, den das Verhaltensmodul als Eingangswert empfängt. Den Wert, den das Verhaltensmodul anhand des Verhaltensmodells ausgibt, empfängt das Funktionsmodul als Eingangswert und setzt diesen um. Die Reaktion des Funktionsmoduls spiegelt also auch das Verhalten des Fahrers wieder. Andersherum kann durch die wechselseitige Kommunikation ein Funktionsmodul das Verhaltensmodell auf dem eigenständigen Verhaltensmodul durch ein eigenes angepasstes Verhaltensmodell des gleichen Fahrerverhaltens beeinflussen und anpassen. Das eigenständige Verhaltensmodul lernt dadurch das neue Fahrerverhalten.
-
Noch eine vorteilhafte Weiterbildung des Verfahrens sieht vor, dass zum Anpassen des eigenständigen Verhaltensmoduls, das eigenständige Verhaltensmodul aufgelöst wird und aus einem angepassten Verhaltensmodell des ersten und/oder zweiten Funktionsmoduls neu erstellt wird. Hierdurch würde ein neues, angepasstes, eigenständiges Verhaltensmodul entstehen, mit einem Verhaltensmodell des momentan aktuellen Fahrerverhaltens.
-
Die Wirkungen und Vorteile betreffen im Wesentlichen auch das erfindungsgemäße System, das die Erfindung vorschlägt.
-
Das erfindungsgemäße System in einem Fahrzeug zum Erlernen eines Fahrerverhaltens eines Fahrers des Fahrzeugs umfasst mindestens ein erstes Funktionsmodul und eine Steuereinheit, wobei das mindestens eine erste Funktionsmodul dazu eingerichtet ist, ein Fahrerverhalten eines Fahrers des Fahrzeugs zu erkennen und das erkannte Fahrerverhalten in einem jeweiligen ersten Verhaltensmodell auf dem ersten Funktionsmodul abzuspeichern, und wobei die Steuereinheit dazu ausgelegt ist, das erste Verhaltensmodell in ein neues, eigenständiges Verhaltensmodul auszulagern und aus dem ersten Funktionsmodul zu entfernen und das neue, eigenständige Verhaltensmodul dazu eingerichtet ist, das erste Verhaltensmodell dem ersten Funktionsmodul und/oder mindestens einem zweiten Funktionsmodul bereitzustellen. Das Erkennen und Speichern des Verhaltensmodells folgt dabei Algorithmen, wie sie aus dem Bereich des maschinellen Lernens bekannt sind (Machine Learning Algorithmen).
-
Eine vorteilhafte Ausführungsform des Systems ist dadurch gekennzeichnet, dass das zweite Funktionsmodul dazu eingerichtet ist, das Fahrerverhalten des Fahrers des Fahrzeugs zu erkennen und das erkannte Fahrerverhalten in einem jeweiligen zweiten Verhaltensmodell in dem zweiten Funktionsmodul abzuspeichern.
-
Eine weitere Ausführungsform des System ist dadurch gekennzeichnet, dass eine Auswerteeinheit dazu eingerichtet ist, das Verhaltensmodell des ersten Verhaltensmoduls mit dem zweiten Verhaltensmodell des zweiten Funktionsmoduls zu vergleichen und bei Gleichheit des ersten und zweiten Verhaltensmodells das zweite Verhaltensmodell in das Verhaltensmodul auszulagern und das zweite Verhaltensmodell aus dem zweiten Funktionsmodul zu entfernen.
-
Eine andere vorteilhafte Ausführungsform des Systems ist dadurch gekennzeichnet, dass das mindestens eine erste Funktionsmodul und das mindestens eine zweite Funktionsmodul dazu eingerichtet sind, einen Eingangswert zu empfangen und zum Steuern einer Funktion einen Ausgabeparameter, der das Fahrerverhalten wiedergibt, auszugeben. Die Funktionsmodule fragen von dem Verhaltensmodul einen Verhaltensparameter ab. Das Verhaltensmodul gibt daraufhin einen Ausgabeparameter aus, der das Fahrerverhalten wiedergibt, der von den Funktionsmodulen als Eingangswert empfangen wird. Dieser Parameter wird von den Funktionsmodulen verarbeitet. Schließlich geben die Funktionsmodule einen Wert als Ausgabeparameter aus, der die jeweilige Funktion steuert und das Fahrerverhalten wiedergibt.
-
Das System wird vorteilhaft dadurch weitergebildet, dass das erste Funktionsmodul und/oder das zweite Funktionsmodul dazu eingerichtet sind, mit dem eigenständigen Verhaltensmodul wechselseitig zu kommunizieren.
-
Eine andere vorteilhafte Weiterbildung des Systems sieht vor, dass das eigenständige Verhaltensmodul an ein verändertes Fahrerverhalten anpassbar ist, wobei die Steuereinheit dazu eingerichtet ist, das eigenständige Verhaltensmodul aufzulösen und aus einem angepassten Verhaltensmodell des ersten und/oder zweiten Funktionsmoduls ein neues, angepasstes, eigenständiges Verhaltensmodul zu erstellen.
-
Die Erfindung schlägt weiterhin ein Fahrzeug vor, das ein System nach einer vorstehend beschriebenen Ausführungsform zum Ausführen einer vorstehend beschriebenen Ausgestaltung des Verfahrens aufweist.
-
Weitere Vorteile und Ausgestaltungen der Erfindung ergeben sich aus der Beschreibung und den beiliegenden Zeichnungen. Die Erfindung ist anhand von Ausführungsformen in den Zeichnungen schematisch dargestellt und wird unter Bezugnahme auf die begleitenden Zeichnungen schematisch und ausführlich beschrieben, wobei gleiche Merkmale mit gleichen Bezugszeichen versehen sind.
- 1 zeigt zwei schematische Diagramme von zwei Modulen, die eine Funktion eines Fahrzeugs steuern,
- 2 zeigt zwei schematische Diagramme der Module der 1 nach einer Ausführungsform des erfindungsgemäßen Verfahrens.
-
Das erfindungsgemäße Verfahren betrifft Machine Learning Modelle, die aus verschiedenen Berechnungen bestehen, die sukzessive durchgeführt werden.
-
1 zeigt auf der linken Seite ein Funktionsmodul 100 zum Erlernen der bevorzugten Geschwindigkeit, die ein Fahrer an einem Geschwindigkeitsassistenten eines Fahrzeugs wählt. Bei Block 102 fragt das Funktionsmodul 100 nach einem Regenparameter, also ob Regen fällt oder nicht. Ein Funktionsmodul einer nicht gezeigten Regensensorik gibt dann einen entsprechenden Ausgabeparameter aus, der die Regenverhältnisse wiedergibt. Das Funktionsmodul 100 empfängt den Ausgabeparameter als Eingangswert und führt entsprechend des Eingangswertes die Berechnung bzw. die Regelung fort. Und zwar vergleicht die Regelung den Eingangswert gegen einen Referenzwert und aktiviert anschließend jeweilige Ausgangskanäle. Stellt die Regensensorik fest, dass Regen fällt, setzt die Regelung bei Block 104 fort. Bei Block 104 fragt das Funktionsmodul 100 weiter, ob bspw. schlechte Sicht herrscht. Ein Modul eines nicht gezeigten Sichtinterpretators gibt dann einen entsprechenden Ausgabeparameter aus, der die Sichtverhältnisse wiedergibt. Das Funktionsmodul 100 empfängt den Ausgabeparameter des Sichtmoduls als Eingangswert und führt entsprechend des Eingangswertes die Berechnung fort. Sagt der Wert des Sichtmoduls bspw. aus, dass schlechte Sicht herrscht, kommt das Funktionsmodul 100 bei Block 108 zu dem Schluss, dass der Fahrer bei diesen Verhältnissen (Regen und schlechte Sicht) üblicherweise eine langsame Geschwindigkeit wählt.
-
Erkennt das Funktionsmodul 100 bei Block 102 aus dem Wert des Regenmoduls, dass kein Regen fällt, setzt das Funktionsmodul 100 die Berechnung bei Block 106 fort. Auch wenn das Funktionsmodul 100 bei Block 104 aus dem Wert des Sichtmoduls erkennt, dass keine schlechte Sicht herrscht, setzt das Funktionsmodul 100 die Berechnung bei Block 106 fort. Bei Block 106 wird danach gefragt, ob sich ein Mitfahrer im Fahrzeug befindet. Ein entsprechendes nicht gezeigtes Modul gibt dann einen entsprechenden Ausgabeparameter aus, den das Funktionsmodul 100 als Eingangswert empfängt. Erkennt das Funktionsmodul 100 aus dem Referenzwert, dass ein Mitfahrer mitfährt, lernt das Funktionsmodul 100 bei Block 108, dass der Fahrer üblicherweise in einer solchen Situation (kein Regen/Mitfahrer oder Regen/keine schlechte Sicht/Mitfahrer) langsam fährt.
-
Erkennt das Funktionsmodul 100 bei Block 106, dass kein Mitfahrer an Bord des Fahrzeugs ist, wird der Fahrer wahrscheinliche eine höhere Geschwindigkeit wählen. Das Modul lernt also, dass der Fahrer in dieser Situation (kein Regen/kein Mitfahrer oder Regen/keine schlechte Sicht/kein Mitfahrer) üblicherweise schnell fährt.
-
Üblicherweise wird der Fahrer also eine hohe Geschwindigkeit bei dem Geschwindigkeitsassistenten einstellen, wenn kein Mitfahrer dabei ist. Sind Mitfahrer an Bord oder herrscht schlechte Sicht, wird der Fahrer üblicherweise eine geringere Geschwindigkeit bei dem Geschwindigkeitsassistenten wählen. Diese Verhaltensmuster lernt das Funktionsmodul 100 anhand der von dem Fahrer getätigten Einstellungen in der jeweiligen Situation und speichert sie als ein Verhaltensmodell ab. Dadurch kann das Funktionsmodul vorhersehen, welche Vorlieben der jeweilige Fahrer aufweist und wahrscheinliche Verhaltensmuster in die Berechnung und Ausführung der Funktion einfließen lassen.
-
1 zeigt weiterhin auf der rechten Seite ein zweites Funktionsmodul 200 zum Errechnen einer Ankunftszeit. Bei Block 202 fragt das Funktionsmodul 200 ebenfalls nach einem Regenparameter, also ob Regen fällt oder nicht. Das Modul der nicht gezeigten Regensensorik gibt dann einen entsprechenden Ausgabeparameter aus, der die Regenverhältnisse wiedergibt. Das Funktionsmodul 200 empfängt den Ausgabeparameter als Eingangswert und führt entsprechend des Eingangswertes die Berechnung bzw. die Regelung fort. Und zwar vergleicht die Regelung den Eingangswert gegen einen Referenzwert und aktiviert anschließend jeweilige Ausgangskanäle. Stellt die Regensensorik fest, dass Regen fällt, setzt die Regelung bei Block 204 fort. Bei Block 204 fragt das Funktionsmodul 200 ebenfalls wie das Funktionsmodul 100 weiter, ob schlechte Sicht herrscht. Das Modul des nicht gezeigten Sichtinterpretators gibt dann einen entsprechenden Ausgabeparameter aus, der die Sichtverhältnisse wiedergibt. Das Funktionsmodul 200 empfängt den Ausgabeparameter des Sichtmoduls als Eingangswert und führt entsprechend des Eingangswertes die Berechnung fort, vergleicht diesen also gegen einen Referenzwert. Sagt der Wert der Sichtmoduls bspw. aus, dass schlechte Sicht herrscht, fährt das Funktionsmodul 200 bei Block 208 fort. Bei Block 208 fragt das Funktionsmodul 200 nach den Verkehrsverhältnissen, also ob der Verkehr hoch oder niedrig ist. Ein entsprechendes nicht gezeigtes Verkehrsmodul gibt dann einen Wert aus, den das Funktionsmodul 200 empfängt. Erkennt das Funktionsmodul durch Vergleich mit einem Referenzwert, dass der Verkehr hoch ist, berechnet es bei Block 210 eine späte Ankunftszeit. Erkennt das Funktionsmodul 200 bei Block 208 jedoch, dass der Verkehr niedrig ist (nicht hoch), berechnet das Funktionsmodul 200 bei Block 212 eine frühe Ankunftszeit.
-
Erkennt das Funktionsmodul 200 aus dem Wert des Regenmoduls, dass kein Regen fällt, setzt das Funktionsmodul 200 die Berechnung bei Block 206 fort. Bei Block 206 fragt das Funktionsmodul 200, ob ein Tankvorgang notwendig ist. Ein entsprechendes nicht gezeigtes Tankmodul gibt dann einen Wert aus, den das Funktionsmodul 200 empfängt. Erkennt das Funktionsmodul 200 durch Vergleich mit einem Referenzwert, dass ein Tankvorgang notwendig ist, setzt das Funktionsmodul 200 die Berechnung bei Block 208 fort. Hier folgt die Berechnung dann weiter, wie es vorstehend bereits zu Block 208 beschrieben wurde. Erkennt das Funktionsmodul 200 bei Block 206, dass kein Tankvorgang notwendig ist, fährt das Funktionsmodul 200 bei Block 212 fort und berechnet eine frühe Ankunftszeit.
-
Das Funktionsmodul 200 berechnet also abhängig von den übermittelten Parametern entweder eine späte Ankunftszeit (Regen/schlechte Sicht/Verkehr hoch oder kein Regen/Tanken notwendig/Verkehr hoch) oder eine frühe Ankunftszeit (Regen/keine schlechte Sicht/kein Tanken notwendig oder kein Regen/kein Tanken notwendig).
-
Das Funktionsmodul 100 erkennt das Fahrerverhalten, wie der Fahrer sich bei Regen bzw. bei schlechter Sicht verhalten würde. Ein solches Verhalten ist eine wiederkehrende Abfrage und das Funktionsmodul 100 speichert dieses Fahrerverhalten als Verhaltensmodell 300 ab. Auch das Funktionsmodul 200 erkennt das Fahrerverhalten bei Regen bzw. schlechter Sicht und speichert es als Verhaltensmodell 301 ab.
-
Die Funktionsmodule 100 und 200 stellen jeweils eine sogenannte Forward-Pass-Berechnung dar, also eine Anwendung eines Modells, das einen Eingangswert empfängt, diesen gegen eine Referenz vergleicht und anschließend die möglichen Ausgangskanäle aktiviert.
-
Bislang können sich die einzelnen Vorhersagen und Anpassungen der Funktionsmodule 100 und 200 unterscheiden bzw. voneinander abweichen. Bspw. sagt das Funktionsmodul 100 vorher, dass der Fahrer ab 20ml/m2 Niederschlag langsam fährt, während das Funktionsmodul 200 vorhersagt, dass dies erst ab 22ml/m2 eintritt. Das führt zu einem unterschiedlichen, inkonsistenten Verhalten der Funktionen, da z. B. sich die vorhergesagte bevorzugte Geschwindigkeit bereits geändert, während sich die vorhergesagte Ankunftszeit noch nicht angepasst hat.
-
Erfindungsgemäß lagert eine Steuereinheit die Verhaltensmodelle 300 und 301 aus den Funktionsmodul 100 und 200 aus und speichert sie als eigenständige Verhaltensmodule ab. Die Steuereinheit ist auch dazu ausgelegt, die Verhaltensmodelle 300 und 301 miteinander zu vergleichen. Erkennt die Steuereinheit, dass die Verhaltensmodelle 300 und 301 gleich sind, lagert sie die Verhaltensmodelle 300 und 301 in ein neues, eigenständiges Verhaltensmodul 300* (siehe 2) aus.
-
2 zeigt jeweils eine schematische Darstellung der Funktionsmodule 100 und 200 nach dem erfindungsgemäßen Verfahren. Die Verhaltensmodelle 300 bzw. 301 sind aus beiden Funktionsmodulen 100*, 200* ausgelagert und agieren als eigenständiges Verhaltensmodul 300*. Den jeweiligen Wert stellt das neue, eigenständige Verhaltensmodul 300* den jeweiligen Funktionsmodulen 100* und 200* bereit. Über eine Kommunikation zwischen den Funktionsmodulen 100*, 200* und 300* können die jeweiligen Informationen und/oder Abfragen ausgetauscht und/oder übermittelt werden.
-
Das Verhaltensmodul 300* stellt ein generalisiertes bzw. verallgemeinertes Modul dar, das Modelle von mehreren Modulen vereint. Hier hat beispielhaft das Funktionsmodul 100 erlernt, dass der Fahrer bei Regen langsam fährt. Auch das Funktionsmodul 200 hat erkannt, dass der Fahrer bei Regen langsam fährt. Das generalisierte Verhaltensmodul 300* hat diesen Zusammenhang an einer einzelnen Stelle zusammengefasst, wobei der Zusammenhang aus den Funktionsmodulen 100 und 200 entfernt wurde. Das Modul 300* könnte z. B. als Elternmodul und die Funktionsmodule 100* und 200* als Kindmodule bezeichnet werden. Über die Beziehung bzw. die wechselseitige Kommunikation der Module 100*, 200*, 300* untereinander und dem Bereitstellen des Verhaltensmodells an die Kindmodule 100*, 200* - Vererbung genannt - werden die Kindmodule in ihrer Funktionalität nicht beeinträchtigt. Bei der Verwendung von generischen Modulen wird das Erlebnis von Funktionen konsistenter, da alle Funktionen auf denselben generischen Annahmen bzw. Vorhersagen und Erkenntnissen aufbauen.
-
Hat das Verhaltensmodul 300* bspw. ein Fahrerverhalten des Fahrers in Abhängigkeit vom Wetter gelernt (z. B. Fahrer fährt langsam bei Regen), ist auch das Funktionsmodul 100* und/oder das Funktionsmodul 200* in der Lage, diese Erkenntnis zu berücksichtigen (z. B. das die bevorzugte gewählte Geschwindigkeit bei einem Geschwindigkeitsassistenten bei Regen geringer ist).
-
Durch die Berücksichtigung von generalisierten Modellen, wie mit dem Verhaltensmodul 300*, lässt sich der Trainingsaufwand für das Verhaltensmodell des Fahrerverhaltens reduzieren, weil Elemente der Verhaltensmodelle 300, 301 von dem generalisierten Modell des Moduls 300* übernommen werden.
-
Eine sogenannte Backward-Pass-Berechnung stellt den eigentlichen Trainingseffekt der Modelle dar, der die eigentlichen Parameter der Vergleiche an die Wunschsituation anpasst. Dabei müssen die Trainingsalgorithmen angepasst werden, da in der Regel wiederkehrend auch die separierten, generischen Teile vom Modell angepasst werden müssen. Z. B. kann das generische Modell während des Trainings aufgelöst werden und anschließend neu identifiziert und ausgelagert werden. Oder das generalisierte Verhaltensmodul 300* wird eigenständig trainiert, wobei sich die Änderungen unmittelbar auf die Kindmodelle im Funktionsmodul 100* und 200* auswirken.
-
Das erfindungsgemäße Verfahren ist auch auf mehrere Nutzer anwendbar. Stellen bspw. mehrere Fahrer aus ihren jeweiligen Fahrzeugen Daten bereit, und bauen Funktionen auf diesen Daten auf, können generische Modellteile auch über Nutzer hinweg identifiziert und verwendet werden. Dazu sind die generalisierten Modelle über eine Datenverbindung mit einem Server verbunden.
-
Die Anwendung der generalisierten Modelle in eigenständigen Modulen führt zu beständigeren und reproduzierbaren Ergebnissen. Zusätzlich wird der Rechenaufwand verringert und die Leistungsfähigkeit erhöht. Insbesondere kann das Lernen parallel erfolgen.
-
Generalisierte Module stellen Modell-Module im Themenfeld des maschinellen Lernens dar. Diese Module können unabhängig für sich entwickelt, optimiert und getestet werden. Damit lässt sich die Entwicklung und das Testen von Komponenten mit Machine Learning Anteilen optimieren, z. B. bzgl. des Zeitaufwands in der Fehlersuche. Einzelne Verhaltensmodule 300* können, sofern sie einmal erfolgreich getestet sind, ohne weitere Evaluierung in neuen Funktionen eingesetzt werden.
-
Das Verfahren lässt sich auch für weitere Modelle anwenden, die identische, besonders ausschlaggebende Faktoren beinhalten. Z. B. können Modelle das Alter einer Person bei der Vorhersage von Reaktionsaspekten betreffen, wobei dabei unterstellt werden kann, dass die Reaktionsgeschwindigkeit einer Person im Alter abnimmt. Solche Zusammenhänge können von einem Menschen oder, wie in der vorliegenden Erfindung, maschinell identifiziert werden (siehe 1) und anschließend von den ursprünglichen, regelbasierten Modellen separiert werden (siehe 2).
-
Die generalisierten Elternmodule 300* und Kindmodule 100*, 200* können gemeinsam trainiert werden. Dabei kann sich sowohl eine Schnittstelle zwischen den einzelnen Modellen anpassen und auf die Gegebenheiten der zu bewältigenden Aufgabe optimieren. Alternativ lässt sich die Schnittstelle zwischen den Modellen auch fixieren, z. B. bei der Verwendung des Elternmoduls 300* in einem anderen Kontext, also für eine andere Funktion. Die jeweiligen Modelle lassen sich dennoch als Teil eines einzigen maschinellen Lernprozesses trainieren.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- EP 2881925 A1 [0003]
- DE 102011082126 A1 [0004]
- DE 10235525 B4 [0005]
