DE102018200915A1

DE102018200915A1 - Verfahren und System zur Visualisierung eines Fahrzeugzustands

Info

Publication number: DE102018200915A1
Application number: DE102018200915.5A
Authority: DE
Inventors: Christopher Först; Michael Braun
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2018-01-22
Filing date: 2018-01-22
Publication date: 2019-07-25

Abstract

Die Erfindung beschreibt ein Verfahren zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands. Das erfindungsgemäße Verfahren umfasst den Schritt des Empfangens von Fahrzeug-internen Daten (FID) über eine erste Schnittstelle und Bestimmen von ersten Zustandsdaten (ZD1) des Fahrzeugs sowie des Empfangens von Fahrzeug-externen Daten (FED) eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs über eine zweite Schnittstelle und Bestimmen von zweiten Zustandsdaten (ZD2) des Nutzers und/oder der Umgebung. Ferner erfolgt das Bestimmen von einer Emotion repräsentierenden Visualisierungsdaten (VD) durch ein datengetriebenes Modell (13), dem die ersten Zustandsdaten (ZD1) und die zweiten Zustandsdaten (ZD2) als Eingangsgrößen zugeführt werden. Die Visualisierungsdaten (VD) werden zu Steuerdaten zur Steuerung eines Ausgabesystems, insbesondere eines Beleuchtungssystems (150), des Fahrzeugs verarbeitet.

Description

Die Erfindung betrifft ein Verfahren und ein System zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands.
Die Visualisierung des technischen Zustands eines Fahrzeugs, beispielsweise ein Mangel an Betriebsstoffen (Kraftstoff, Motoröl, Waschwasser), ausstehende Serviceereignisse oder Motor-relevante Parameter, wie z.B. eine Überhitzung, erfolgt mittels einer Vielzahl an Symbolen und/oder Anzeigen im Kombiinstrument des Fahrzeugs. Die Symbole und/oder Anzeigen, die je nach Relevanz unterschiedliche Farben aufweisen, zeigen den Status oder einen Fehler des Fahrzeugs an. In einem Kombiinstrument sind teilweise mehr als 50 Symbole untergebracht, welche bei einem entsprechenden Ereignis visuell hervorgehoben dargestellt werden. Aufgrund der Vielzahl an unterschiedlichen Symbolen ist es für einen Laien oftmals nicht intuitiv nachvollziehbar, ob ein kritischer Fehler des Fahrzeugs vorliegt und in welcher Weise darauf zu reagieren ist.
Es ist Aufgabe der Erfindung, ein Verfahren und eine Vorrichtung anzugeben, welche eine intuitivere Darstellung eines Fahrzeugzustands für einen Nutzer eines Fahrzeugs ermöglichen.
Diese Aufgaben werden gelöst durch ein Verfahren gemäß den Merkmalen des Patentanspruches 1, ein Computerprogrammprodukt gemäß den Merkmalen des Anspruches 12 und ein System gemäß den Merkmalen des Patentanspruches 13. Vorteilhafte Ausgestaltungen ergeben sich aus den abhängigen Patentansprüchen.
Gemäß einem ersten Aspekt wird ein Verfahren zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands vorgeschlagen. Das Verfahren umfasst den Schritt des Empfangens von Fahrzeug-internen Daten über eine erste Schnittstelle und des Bestimmens von ersten Zustandsdaten des Fahrzeugs. Das Verfahren umfasst den Schritt des Empfangens von Fahrzeug-externen Daten eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs über eine zweite Schnittstelle und Bestimmen von zweiten Zustandsdaten des Nutzers und/oder der Umgebung. In einem weiteren Schritt erfolgt das Bestimmen der eine Emotion repräsentierenden Visualisierungsdaten durch ein datengetriebenes Modell, dem die ersten Zustandsdaten und die zweiten Zustandsdaten als Eingangsgrößen zugeführt werden. Schließlich erfolgt das Verarbeiten der Visualisierungsdaten zu Steuerdaten zur Steuerung eines Beleuchtungssystems des Fahrzeugs.
Gemäß einem zweiten Aspekt wird ein System zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands vorgeschlagen. Das System umfasst eine Einheit zum Verarbeiten von Fahrzeug-internen Daten, die über eine erste Schnittstelle empfangen werden, und zum Bestimmen von ersten Zustandsdaten des Fahrzeugs, insbesondere durch ein erstes datengetriebenes Modell, dem die Fahrzeug-internen Daten als Eingangsgrößen zugeführt werden. Das System umfasst eine Einheit zum Verarbeiten von Fahrzeug-externen Daten eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs, die über eine zweite Schnittstelle empfangen wurden, und zum Bestimmen von zweiten Zustandsdaten des Nutzers und/oder der Umgebung, insbesondere durch ein zweites datengetriebenes Modell, dem die Fahrzeug-externen Daten als Eingangsgrößen zugeführt werden. Ferner umfasst das System eine Einheit zum Bestimmen der eine Emotion repräsentierenden Visualisierungsdaten durch ein drittes datengetriebenes Modell, dem die ersten Zustandsdaten und die zweiten Zustandsdaten als Eingangsgrößen zugeführt werden. Schließlich ist von dem System eine Einheit zum Verarbeiten der Visualisierungsdaten zum Bestimmen von Steuerdaten zur Steuerung eines Beleuchtungssystems des Fahrzeugs umfasst.
Durch den erfindungsgemäßen Ansatz wird ein Fahrzeug mit einem individuellen Charakter ermöglicht, das ein einfaches und kompaktes Feedback zum aktuellen Gesamtzustand des Fahrzeugs wiedergibt. Dabei erfolgt nicht nur eine Information über den technischen Zustand des Fahrzeugs, sondern auch eine Rückmeldung zum Umgang des Nutzers des Fahrzeugs mit dem Fahrzeug, und umgekehrt. Im Ergebnis wird eine neue Form der Mensch-Maschine-Interaktion ermöglicht. Das Verfahren und das System stellen eine Alternative oder eine Unterstützung zu dem mit einer Vielzahl an Symbolen und Piktogrammen ausgestatteten Kombiinstrument dar. Ein weiterer Vorteil besteht darin, dass das Verfahren und das System eine engere Bindung zwischen dem Nutzer des Fahrzeugs und dem Fahrzeug entstehen lassen kann.
Im Rahmen des erfindungsgemäßen Verfahrens und System ist es insbesondere beabsichtigt, den Fahrzeugzustand auf eine visuelle Art und Weise mittels eines Beleuchtungssystems anzuzeigen. Optional kann der Fahrzeugzustand auch durch eine zusätzliche Sprachausgabe, welche den Fahrer über Ansagen im Klartext über den Fahrzeugzustand informiert, unterstützt werden. Ebenso ist es denkbar, anstatt den Fahrzeugzustand mit Hilfe eines Beleuchtungssystems zu visualisieren, diesen auch ausschließlich über ein Sprachausgabe kenntlich zu machen.
Gemäß einer zweckmäßigen Ausgestaltung werden die ersten Zustandsdaten durch ein erstes datengetriebenes Modell, dem die Fahrzeug-internen Daten als Eingangsgrößen zugeführt werden, bestimmt. Die ersten Zustandsdaten umfassen eine Klasse an Fahrzeugzustandswerten, wobei ein Fahrzeugzustandswert die Güte des technischen Systems des Fahrzeugs repräsentiert. Fahrzeugzustandswerte können beispielsweise sein: „normaler Fahrzeugzustand (fahrbereit)“, „schlechter Fahrzeugzustand (Durchsicht notwendig)“, „guter Fahrzeugzustand (ausreichend Betriebsstoffe)“ usw. Bezüglich der Anzahl der Fahrzeugzustandswerte gibt es grundsätzlich keine Limitierung. Im einfachsten Fall könnte lediglich zwischen „guter Fahrzeugzustand“ und „schlechter Fahrzeugzustand“ unterschieden werden.
Es ist zweckmäßig, wenn als Fahrzeug-interne Daten an der ersten Schnittstelle eine oder mehrere der folgenden Fahrzeuginformationen empfangen werden: Betriebsmittelstände, insbesondere von Kraftstoff, Öl, Kühlmittel, Waschwasser usw.; Radparameter zumindest eines Rads des Fahrzeugs, insbesondere Reifendruck, Raddrehzahl usw.; Motorparameter, insbesondere Drehzahl, Motortemperatur und dergleichen. Anhand der Fahrzeug-internen Daten kann mit Hilfe des ersten datengetriebenen Modells ein eindeutiger Fahrzeugzustandswert, der die Güte des technischen Zustands des Fahrzeugs repräsentiert, ermittelt werden. Neben den genannten Fahrzeuginformationen können grundsätzlich alle sensorisch in dem Fahrzeug erfassten Parameter zur Ermittlung eines Fahrzeugzustandswerts verwendet werden. Die genannte Aufzählung ist daher als lediglich beispielhaft zu betrachten.
Das erste datengetriebene Modell kann daher als ein, z.B. durch überwachtes oder unüberwachtes Lernen erzeugtes, datengetriebenes statisches Modell repräsentiert sein. Unter einem datengetriebenen, statischen Modell ist ein fertig angelerntes Modell zu verstehen.
Gemäß einer weiteren zweckmäßigen Ausgestaltung werden die zweiten Zustandsdaten durch ein zweites datengetriebenes Modell, dem die Fahrzeug-externen Daten als Eingangsgrößen zugeführt werden, bestimmt. Die zweiten Zustandsdaten umfassen eine oder mehrere Klassen an Zustandswerten, wobei eine Klasse an Zustandswerten eine Interaktion des Fahrers mit seiner Umgebung oder auf den Fahrer bezogene Informationen umfasst, und ein jeweiliger Zustandswert die Güte eines Klassenwerts repräsentiert. Eine Klasse an Zustandswerten kann beispielsweise Fahrzeug-externe Informationen, wie die Straßenbeschaffenheit, Wetterinformationen, Sichtverhältnisse und dergleichen umfassen. Eine andere Klasse an Information betrifft die Aufmerksamkeit des Fahrers im Fahrzeug, welche anhand der Mimik und/oder Sitzhaltung festgestellt werden kann. Eine weitere Klasse kann beispielsweise im Fahrzeug herrschende Bedingungen, wie z.B. das Klima, die Art einer vom Audiosystem gespielten Musik und dergleichen umfassen. Für jede der vorgesehenen Klassen wird die Güte eines Klassenwerts festgestellt.
Als Fahrzeug-externe Daten können an der zweiten Schnittstelle eine oder mehrere der folgenden Fahrer-bezogenen Informationen empfangen werden. Erste Umgebungsparameter des Fahrzeugs, insbesondere im nahen Umfeld des Fahrzeugs befindliche Verkehrsteilnehmer, Hindernisse, Fahrbahnverlauf, Beschaffenheit der Fahrbahn, Positionsdaten des Fahrzeugs, usw.; zweite Umgebungsparameter des Nutzers, insbesondere Mitfahrer, Musik, persönliche Termine, Zeitdauer bis zum Erreichen des Orts eines persönlichen Termins usw.; Umgebungsparameter, insbesondere einen Grad der Helligkeit, Sonnenintensität, Einfallswinkel des Sonnenlichts in den Fahrgastraum, Umgebungstemperatur, Regen, Feuchte, Klima im Fahrgastraum, Temperatur im Fahrgastraum, usw.; Fahrerparameter, insbesondere Mimik des Fahrers, Schwitzen des Fahrers (z.B. an den Händen), Vitalparameter (wie Herzfrequenz), Augenbewegung, Sitzposition und dergleichen. Anhand der Fahrer-bezogenen Informationen ist es möglich, eine Information über den Umgang des Fahrers mit dem Fahrzeug und umgekehrt, festzustellen.
Zweckmäßigerweise ist das zweite datengetriebene Modell ein, z.B. durch überwachtes (englisch: supervised) oder unüberwachtes Lernen (englisch: unsupervised) erzeugtes, datengetriebenes dynamisches Modell. Unter einem datengetriebenen, dynamischen Modell ist ein Modell zu verstehen, dem durch den Betrieb des Fahrzeuges immer neue Daten zugeführt werden und sich daher stets verändert. Die neuen Daten können aus einer Datenbank erhalten werden, die nachfolgend im Detail beschrieben wird.
Trainingsdaten des zweiten datengetriebenen Modells, welche Erinnerungen und Erfahrungen von Fahrten der Vergangenheit umfassen, können in einer Datenbank hinterlegt und zum Trainieren des durch ein Maschinenlernverfahren erzeugten zweiten datengetriebenen Modells verwendet werden. Durch weitere Fahrten hinzugewonnene Daten erfolgt eine Erweiterung und Veränderung der Daten im Laufe des Lebenszyklus des Fahrzeugs. Insbesondere wird es dadurch auch möglich, die zweiten Zustandsdaten im Laufe der Zeit an das Verhalten des Nutzers des Fahrzeugs anzupassen. Beispielsweise können eine angemessene Geschwindigkeit, die vom Nutzer bevorzugte und als angenehm empfundene Innenraumtemperatur, der Sauerstoffgehalt sowie eine vom Nutzer bevorzugte Sitzposition und ein Musikgeschmack über die Zeit erlernt werden, wodurch sich Abweichungen in den zweiten Zustandsdaten gegenüber einer Ausgangssituation, z.B. bei einer Auslieferung des Fahrzeugs, ergeben können.
Gemäß einer zweckmäßigen Ausgestaltung repräsentieren die Visualisierungsdaten ein Stimmungsbild, bestehend aus einem gewichteten Wert der Klasse an Fahrzeugzuständen und einem jeweils gewichteten Wert der einen oder mehreren Klassen an Zustandswerten. Das Stimmungsbild kann durch einen (Klassen-)Wert ausgedrückt sein, aus dem die Steuerdaten zur Ausgabe einer Farbinformation erzeugt werden. Die Steuerdaten zur Ausgabe einer Fahrtinformation können dann der dem Stimmungsbild zugeordneten Farbinformation entsprechen. Bei einem Stimmungsbild (englisch: mood), welches z.B. einen guten Fahrzeugzustand (resultierend aus den ersten Zustandsdaten) bei gleichzeitig schönem Wetter, perfekter Sitzposition des Nutzers sowie einem (emotional) entspannten Fahrer (resultierend aus den zweiten Zustandsdaten) umfasst, kann das Stimmungsbild einem bestimmten (Klassen-)Wert (z.B. „happy“) zugeordnet werden, welcher dann einer bestimmten Farbe (z.B. „grün“) zur Ansteuerung des Beleuchtungssystems zugeordnet wird. Für den Nutzer des Fahrzeugs ist damit auf einfache Weise der Gesamtzustand des Fahrzeugs, der auch den Umgang des Nutzers mit dem Fahrzeug, und umgekehrt, umfasst, wiedergegeben.
Von der Erfindung ist ferner ein Computerprogrammprodukt umfasst, das direkt in den internen Speicher eines digitalen Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen die Schritte gemäß dem hierin beschriebenen Verfahren ausgeführt werden, wenn das Produkt auf einem Computer läuft. Der Computer kann beispielsweise ein Steuergerät des Kraftfahrzeugs sein. Das Computerprogrammprodukt kann in digitaler Repräsentation auf einem Speichermedium, z.B. einer DVD, einer CD-ROM oder einem USB-Stick verkörpert sein. Ebenso kann das Computerprogrammprodukt über ein drahtloses oder drahtbehaftetes Kommunikationsnetz ladbar sein.
Weitere Ausgestaltungen, Vorteile und Wirkungen der Erfindung werden nachfolgend unter Bezugnahme auf die Zeichnungen erläutert. In den Figuren sind gleiche Elemente mit gleichen Bezugszeichen versehen. Es zeigen:

1 eine schematische Darstellung, die das erfindungsgemäße Verfahren zur Visualisierung eines Fahrzeugzustands illustriert;
2 eine schematische Darstellung eines erfindungsgemäßen Systems zur Visualisierung eines Fahrzeugzustands; und
3 ein Diagramm, das verschiedene (Klassen-)Werte eines Stimmungsbilds in Abhängigkeit einer Erregung und einer Valenz illustriert.

1 zeigt eine schematische Darstellung der zur Durchführung des erfindungsgemäßen Verfahrens benötigten Komponenten. Im Wesentlichen basiert das Verfahren auf zwei unterschiedlichen, datengetriebenen Modellen, mit denen Fahrzeug-interne Daten FID und Fahrzeug-externe Daten FED eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs zu ersten bzw. zweiten Zustandsdaten ZD1, ZD2 verarbeitet werden können, welche dann mit Hilfe eines weiteren datengetriebenen Modells 13 zu Visualisierungsdaten VD verarbeitet werden.
Das erste datengetriebene Modell 11 ist ein, z.B. durch überwachtes oder unüberwachtes Lernen erzeugtes, datengetriebenes statisches Modell, d.h. ein sog. Trained Neural Network (TNN), welches ein fertig angelerntes Modell ist. In dem ersten datengetriebenen Modell werden die Fahrzeug-internen Daten FID, die beispielsweise von einem oder mehreren Bus-Systemen des Fahrzeugs an eine nicht näher dargestellte Schnittstelle geliefert werden, verarbeitet. Das erste datengetriebene Modell 11 verbleibt über die Lebenszeit des Fahrzeugs unverändert, nachdem dieses mit Hilfe der als Eingangsdaten verwendeten Fahrzeug-internen Daten FID und den erzeugten ersten Zustandsdaten ZD1 trainiert wurde.
Als Fahrzeug-interne Daten FID können eine oder mehrere der folgenden Fahrzeuginformationen verarbeitet werden, wobei die Aufzählung nicht abschließend und lediglich beispielhaft ist:

- Betriebsmittelstände des Fahrzeugs, insbesondere von Kraftstoff, Öl, Kühlmittel, Waschwasser usw.;
- Radparameter zumindest eines Rads, insbesondere dessen Reifendruck, Raddrehzahl usw.;
- Motorparameter, insbesondere Drehzahl, Motortemperatur und dergleichen;
- Fehlerzustände/Dekalibrierung/Verlust von Steuergeräten und/oder Sensoren.

In Abhängigkeit dieser Fahrzeug-internen Daten FID kann ein eindeutiger Fahrzeugzustandswert, der die Güte des technischen Zustands des Fahrzeugs repräsentiert, mit Hilfe des ersten datengetriebenen Modells 11 ermittelt werden. Im einfachsten Fall kann die Klasse an Fahrzeugzustandswerten die Unterscheidung „guter Fahrzeugzustand“ und „schlechter Fahrzeugzustand“ umfassen. Es ist eine beliebige Graduierung der Klasse an Fahrzeugzustandswerten möglich. Beispielsweise kann zwischen einem „guten Fahrzeugzustand“, welcher durch eine ausreichende Menge an Betriebsstoffen (wie Kraftstoff, Öl usw.) gekennzeichnet ist, und einem „normalen Fahrzeugzustand“, bei dem das Fahrzeug lediglich fahrbereit ist, aber gegebenenfalls bald das Auffüllen eines Betriebsstoffes erforderlich ist, unterschieden werden. Eine solche Unterteilung ist ebenfalls für den Fahrzeugzustand „schlechter Fahrzeugzustand“ möglich, welcher sich auf lediglich „kosmetische“ Dinge, wie z.B. eine notwendige Fahrzeugwäsche (beispielsweise sensorisch erfasst durch den Zeitpunkt des letzten Waschvorganges sowie der Auswertung der Umgebungsbedingungen in der Vergangenheit) und einem „technisch schlechten Zustand“, bei dem eine Wartung notwendig ist. Mit Hilfe des ersten datengetriebenen Modells 11 ist eine eindeutige Zuordnung der Vielzahl an Fahrzeug-internen Daten FID an jeweilige erste Zustandsdaten ZD1 möglich, welche, wie beschrieben, die Klasse an Fahrzeugzustandswerten umfassen, die jeweils die Güte des technischen Zustands des Fahrzeugs repräsentiert.
Die zweiten Zustandsdaten ZD2 werden durch ein zweites datengetriebenes dynamisches Modell bestimmt. Dabei werden die Fahrzeug-externen Daten FED dem zweiten datengetriebenen Modell 12 als Eingangsgrößen zugeführt. Das zweite datengetriebene Modell 12 ist insbesondere ein durch überwachtes oder unüberwachtes Lernen erzeugtes datengetriebenes Modell, das während des Betriebs des Fahrzeugs aufgrund der neu anfallenden Daten kontinuierlich hinzulernt. Das zweite datengetriebene Modell dient dazu, in Abhängigkeit der Fahrzeug-externen Daten eine Emotion des Nutzers des Fahrzeugs (auch als Fahrer bezeichnet) in Abhängigkeit des Fahrzeugumfelds zu bestimmen. Das zweite datengetriebene Modell bezieht Trainingsdaten, welche Erinnerungen und Erfahrungen aus der Vergangenheit umfassen, aus einer Datenbank 14. Diese Erinnerungen/Erfahrungen betreffen Situationen zu einer bestimmen Zeit in der Vergangenheit. Für eine jeweilige aktuelle Fahrsituation werden die Fahrzeug-externen Daten FED mit Hilfe der Trainingsdaten auf die zweiten Zustandsdaten ZD2 abgebildet.
Die Fahrzeug-externen Daten FED können durch verschiedene Sensoren des Fahrzeugs erfasst werden. Als Fahrzeug-externe Daten FED können eine oder mehrere der folgenden Fahrer-bezogenen Informationen empfangen werden, wobei die Aufzählung als lediglich beispielhaft und nicht abschließend zu betrachten ist:

- erste Umgebungsparameter des Fahrzeugs, insbesondere im nahen Umfeld des Fahrzeugs befindliche Verkehrsteilnehmer, Hindernisse, Fahrbahnverlauf, Beschaffenheit der Fahrbahn, Positionsdaten des Fahrzeugs und dergleichen;
- zweite Umgebungsparameter des Nutzers, insbesondere Mitfahrer, Musik, persönliche Termine, usw.;
- Umgebungsbedingungsparameter, insbesondere Grad der Helligkeit, Sonnenintensität, Einfallswinkel des Sonnenlichts in den Fahrgastraum, Umgebungstemperatur, Regen, Feuchte, Klima im Fahrgastraum, usw.;
- Fahrerparameter, insbesondere Mimik, Schwitzen, Vitalparameter, Augenbewegung, Sitzposition und dergleichen.

Die ersten Umgebungsparameter des Fahrzeugs können beispielsweise durch eine oder mehrere Kameras, Ultraschallsensoren, Daten eines Navigationssystems, Fahrwerkssensorik zur Bestimmung der Beschaffenheit der Fahrbahn und dergleichen ermittelt werden.
Die zweiten Umgebungsparameter des Nutzers können durch eine in den Fahrgastinnenraum gerichtete Kamera, Mikrofone, Sitzbelegungssensoren, Daten eines Audio-/Videosystems sowie eine den persönlichen Kalender des Nutzers umfassende Recheneinheit erfasst werden.
Umgebungsbedingungsparameter können durch einen Sonnenintensitätssensor, einen Temperatursensor, einen in der Frontscheibe (oder an anderer Stelle) befindlichen Regensensor oder einen Feuchtesensor zur Erfassung von Klima und Temperatur im Fahrgastraum erfasst werden.
Fahrerparameter können durch eine Kamera sowie Leitfähigkeitssensoren zum Erfassen schwitzender Hände erfasst werden. Die Erfassung eines Vitalparameters, wie z.B. der Herzfrequenz, kann beispielsweise durch eine Kommunikation mit einem Wearable des Fahrers erfasst werden. Mimik, und Sitzposition sind mittels einer oder mehrerer Kameras erfassbar. Die Augenbewegung kann durch sog. Eye-Tracking erfasst werden.
Für die Durchführung des erfindungsgemäßen Verfahrens ist es von untergeordneter Bedeutung, auf welche Weise und mit welcher Art und Menge von Sensoren oder Kombinationen die Fahrzeug-internen und Fahrzeug-externen Daten FID, FED erfasst werden. Für die vorliegende Erfindung ist lediglich die Art der Verarbeitung der genannten Daten von Bedeutung.
Die Fahrzeug-externen Daten FED können ebenfalls Bedienbefehle des Fahrers, wie z.B. die Betätigung eines Fahr- und/oder Bremspedals, den Gradienten der Bedienung des Fahr-/Bremspedals, Beschleunigungswerte in Längs- und Querrichtung, Neigungswinkel und dergleichen umfassen. Diese Daten können ebenfalls als Fahrzeug-interne Daten FID verarbeitet werden.
Durch die Erfassung und Berücksichtigung der Fahrzeug-externen Daten FED wird insbesondere das Verhalten des Fahrers in Bezug zum Fahrzeug oder seiner Umgebung beurteilt, ebenso wie Rückwirkungen des Fahrzeugs oder der Umgebung auf ihn. Mit Hilfe des zweiten datengetriebenen Modells 12 wird dabei bezweckt, das Verhalten des Fahrers zu lernen und diesem ein Feedback, welche in den zu visualisierenden Fahrzeugzustand einfließt, zu geben. Ein solches Feedback umfasst beispielsweise die Visualisierung von empfehlenswerten Zuständen, wie z.B. angemessene oder nicht angemessene Geschwindigkeit, angenehme oder nicht angenehme Temperatur, einen Sauerstoffgehalt im Fahrgastraum, eine bevorzugte, für die Sicherheit zuträgliche Sitzposition, die Art der Musik (beruhigend oder aufputschend), etc. Dabei werden mit Hilfe des zweiten datengetriebenen Modells 12 Gewohnheiten des Nutzers des Fahrzeugs ermittelt, wodurch eine Adaption der zweiten Zustandsdaten ZD2 über die Zeit erfolgt.
Die zweiten Zustandsdaten ZD2 umfassen ein oder mehrere Klassen an Zustandswerten. Eine Klasse an Zustandswerten umfasst beispielsweise eine Interaktion des Fahrers mit seiner Umgebung, z.B. im Hinblick auf angepasste Geschwindigkeit in Bezug auf eine Straßenbeschaffenheit oder eine Geschwindigkeit in Bezug auf die Wettersituation oder eine angepasste Geschwindigkeit in Bezug auf Sichtverhältnisse und dergleichen. Eine andere Klasse beurteilt die Aufmerksamkeit des Fahrers, z.B. anhand der in Bezug auf Geschwindigkeitsbegrenzungen gefahrenen Geschwindigkeiten, der von dem Fahrzeugnutzer gewählten Fahrlinie (z.B. durch die Beobachtung des Überschreitens von Seitenlinien) und dergleichen. Eine andere Klasse kann die Sitzhaltung des Fahrers, welche auf einen Aufmerksamkeitsgrad schließen lässt, beurteilen. Beispielsweise kann eine Sitzhaltung des Fahrers Aufschluss darüber geben, ob dieser eine Straße vollständig oder nur teilweise einsehen kann. Mit anderen Worten kann eine Klasse an Zustandswerten einzelne oder unterschiedliche Interaktionen des Fahrers mit seiner Umgebung umfassen. Eine andere Klasse an Zustandswerten kann auf den Fahrer bezogene Informationen umfassen. Die Anzahl der Klassen der zweiten Zustandswerte kann dabei entsprechend der zu berücksichtigenden Klassen gewählt werden. Ein jeweiliger Zustandswert repräsentiert die Güte eines Klassenwerts, z.B. im Hinblick auf die Sicherheit der Fahrzeugführung.
Mit Hilfe des dritten datengetriebenen Modells 13 erfolgt eine Kombination der ersten und zweiten Zustandsdaten ZD1, ZD2 zu den Visualisierungsdaten VD. Im einfachsten Fall kann durch das dritte datengetriebene Modell 13 eine lineare Abbildung gemäß einer oder mehreren vorgegebenen Funktionen für die jeweils ermittelten Zustandswerte der Klassen vorgenommen werden. Die Visualisierungsdaten VD ergeben dann ein Stimmungsbild, das aus einem gewichteten Wert der Klasse an Fahrzeugzuständen und einem jeweils gewichteten Wert der einen oder mehreren Klassen an Zustandswerten besteht. Die Visualisierungsdaten VD können dann zur Erzeugung von Steuerdaten zur Ausgabe einer Farbinformation eines Beleuchtungssystems verarbeitet werden.
Das hierzu verwendete System 200 ist schematisch in 2 dargestellt. Mit dem Bezugszeichen 100 ist eine Verarbeitungseinheit, z.B. eines Steuergeräts des Fahrzeugs, gekennzeichnet. Die Verarbeitungseinheit 100 umfasst eine Einheit 110 zum Verarbeiten der Fahrzeug-internen Daten FID. Mit anderen Worten bestimmt die Einheit 110 anhand der ihr zugeführten Fahrzeug-internen Daten FID durch das erste datengetriebene Modell 11 die ersten Zustandsdaten ZD1. Die Verarbeitungseinheit 100 umfasst ferner eine Einheit 120 zum Verarbeiten von Fahrzeug-externen Daten FID. Der Einheit 120 werden die Fahrzeug-externen Daten FED zugeführt, so dass diese durch das zweite datengetriebene Modell 12 die zweiten Zustandsdaten ZD2 ermitteln kann. Die Einheit 120 kann hierzu auf die in 1 gezeigte Datenbank 14 zugreifen, die in einem Speicher der Verarbeitungseinheit 100 vorgesehen sein kann. Die Verarbeitungseinheit 100 umfasst weiter eine Einheit 130 zur Bestimmung von Visualisierungsdaten VD aus den ersten und den zweiten Zustandsdaten ZD1, ZD2. Eine Einheit 140 ist zur Bestimmung der Steuerdaten zur Ansteuerung eines Beleuchtungssystems 150 vorgesehen.
Insbesondere umfasst das Beleuchtungssystem 150 lediglich genau ein Leuchtelement. Unter „genau einem Leuchtelement“ ist dabei zu verstehen, dass die zu einem bestimmten Zeitpunkt abgegebene Farbe für das gesamte Beleuchtungssystem eindeutig ist und als eine Lichtquelle erscheint. Das Beleuchtungssystem 150 kann dennoch eine Mehrzahl an Leuchtquellen umfassen, die Licht an unterschiedlichen Stellen in das Leuchtelement einspeisen. Das Beleuchtungssystem 150 greift insbesondere auf in einem Fahrzeug vorhandene Konturlinienbeleuchtungen zurück, welche vorzugsweise als Netz ausgestaltet sind, um ein Nervensystem oder Adernnetz eines Menschen nachzubilden. Konturlinienbeleuchtungen sind insbesondere als Lichtleiter in Flächenelementen ausgebildet.
In einer alternativen Ausgestaltung kann das Beleuchtungssystem 150 auch eine andere leicht verständliche Visualisierungs-/Ausgabeeinheit sein, wie z.B. ein Screen mit Emoticons, ein Hologramm mit Mimik, eine Sprachausgabe oder die Einfärbung eines bestimmten Bereichs des Fahrzeuges mit Hilfe einer LED-Haut.

Zur Visualisierung eines Fahrzeugzustands können beispielsweise, wie in 3 gezeigt ist, sechs unterschiedliche Stimmungsbilder (englisch: moods) definiert werden. Es versteht sich, dass die Anzahl der Stimmungsbilder auch größer oder kleiner als die beispielhaft gewählte Anzahl von sechs sein kann. In dem in 3 gezeigten Ausführungsbeispiel sind folgende Stimmungsbilder in einem Erregungs-Valenz-Diagramm eingetragen, welchen jeweils eine beispielhafte semantische Bedeutung zugewiesen ist. Jedem Stimmungsbild könnten auch mehrere semantische Bedeutungen zugewiesen sein:

„Happy“:	Super Wetter, lass uns einen Ausflug machen!
„Funny“:	Heute Nacht war es saukalt, warum muss ich eigentlich draußen schlafen?
„Fearful“:	Bitte nicht noch näher.
„Surprised“:	Wow, das hat Spaß gemacht!
„Needy“:	Ich bräuchte mal wieder etwas Scheibenwischwasser.
„Lovely“:	Das hast du sehr gut gemacht.

Diese Stimmungsbilder ergeben sich, wie oben beschrieben, aus der Verarbeitung der Fahrzeug-internen Daten FID und der Fahrzeug-externen Daten FED. Die Stimmungsbilder können in Abhängigkeit einer Fahrsituation unterschiedlich über das Beleuchtungssystem visualisiert werden. Unterschiedliche Fahrsituation sind z.B. das Einsteigen in das Fahrzeug, eine Stadtfahrt mit viel Verkehr und hohem Stresslevel für den Nutzer, eine Fahrt auf einer gering befahrenen Landstraße mit hohem Fahrspaß, ein Fahren auf einer Autobahn mit hoher oder mittlerer Geschwindigkeit, ein Fahren mit einem ökologischen Fahrstil, ein Halten, Parken, Rangieren oder ein Tankvorgang. So kann sich entsprechend einer Fahrsituationsfolge eine Veränderung des Stimmungsbilds ergeben, wobei das für die aktuelle Fahrsituation ermittelte Stimmungsbild über das Beleuchtungssystem ausgegeben wird.
Die Stimmungsbilder können zur interaktiven „Kommunikation“ zwischen dem Fahrzeug und dem Nutzer eingesetzt werden. Stellt das Fahrzeug beim Einsteigen des Nutzers beispielsweise fest, dass ein guter Fahrzeugzustand mit genügend Betriebsstoffen gegeben ist, wobei schönes Wetter und gute Sichtverhältnisse bei guten Vitalparametern des Nutzers gegeben sind, so wird als Stimmungsbild z.B. der Wert „happy“ gewählt. Dies kann durch eine dem Stimmungsbild zugeordnete Farbe, z.B. grün, über das Beleuchtungssystem 150 visualisiert werden. Zusätzlich kann das Stimmungsbild über eine Sprachausgabe transportiert werden, indem die semantische Bedeutung des Werts „happy“ über die Lautsprecher des Fahrzeugs oder ein Nutzerendgerät ausgegeben wird (entsprechend dem obigen Beispiel: „Super Wetter, lass uns einen Ausflug machen!“).
Liegt demgegenüber ein regnerischer Tag mit eingeschränkten Sichtverhältnissen und schlechter Fahrbahnbeschaffenheit vor, so kann als Stimmungsbild der Wert „fearful“ gewählt werden. Das Stimmungsbild kann sich beispielsweise zum Wert „happy“ ändern, indem der Fahrer eine den Umgebungsbedingungen angepasste Fahrgeschwindigkeit wählt und keine Fahrbahnbegrenzungen überfährt. Ist die Verkehrssituation angespannt, was sich durch das Verhalten anderer Verkehrsteilnehmer ausdrücken kann, kann ebenfalls das Stimmungsbild „fearful“ gewählt werden, z.B. mit der semantischen Bedeutung: „Heute sind wirklich nur Verrückte unterwegs. Machen wird das Beste daraus.“
Ein Lob des Fahrzeugs in Richtung des Fahrers kann z.B. durch den Wert „lovely“ zum Ausdruck gebracht werden. Dies kann z.B. durch eine rosarote Einfärbung des Beleuchtungssystems zum Ausdruck gebracht werden.
Fährt der Fahrer in Anbetracht der herrschenden Verkehrsverhältnisse sowie des Wetters und der Sichtverhältnisse eher vorsichtig, so kann durch das Stimmungsbild „funny“ und einen zugeordneten Farbwert des Beleuchtungssystems zum Ausdruck gebracht werden, dass das Fahrzeug schneller bewegt werden könnte. Durch die Sprachausgabe könnte dies unterstützt werden mit dem Text „ich könnte auch schneller, wenn du willst“.
Sinkt der Sauerstoffgehalt im Fahrgastraum ab, kann als Stimmungsbild „needy“ zur Visualisierung gebracht werden. Dies bedeutet so viel wie: „Es ist etwas stickig, magst du bitte kurz lüften?“.
In das Stimmungsbild können auch Ortskoordinaten der gegenwärtigen Position des Fahrzeugs einfließen. Hierzu kann beispielsweise eine Interaktion mit dem Fahrer der Gestalt stattfinden, dass Informationen zum gegenwärtigen Ort gegeben werden, wobei die Visualisierung mit dem Stimmungsbild „surprised“ idealerweise durch eine Sprachausgabe unterstützt wird: „Hier sind wir öfter.“ oder „Wusstest du, dass die Außenhaut der Allianz-Arena aus 2874 Panels besteht und alle davon unterschiedlich sind?“
Der Fahrsituation „Einparken“ können beispielsweise die Stimmungsbilder „needy“, „happy“ und „fearful“, jeweils mit unterschiedlichen Farben bei der Ausgabe über das Beleuchtungssystem 150, zugeordnet sein. Erfordert der Einparkvorgang beispielsweise viele Korrekturen, ist das Stimmungsbild „needy“, wodurch dem Fahrer signalisiert wird, dass er eine Pause einlegen soll. Das Stimmungsbild „happy“ signalisiert einen sensorisch überwachten und als guten charakterisierten manuellen Einparkvorgang. Das Stimmungsbild „fearful“ kann dem Fahrer signalisieren, dass der Einparkvorgang in Zukunft besser durch ein Fahrerautomatisierungssystem des Fahrzeugs übernommen werden sollte.
Für unterschiedliche Fahrsituationen lässt sich, wie ohne weiteres zu erkennen ist, eine Vielzahl an unterschiedlichen Stimmungsbildern mit unterschiedlichen Bedeutungen definieren. Die Stimmungsbilder VD ergeben sich aus der Verarbeitung der Fahrzeug-internen und Fahrzeug-externen Daten FID, FED.
Jedes Stimmungsbild VD wird dabei in eine Farbe transformiert, um eine visuelle Ausgabe über das Beleuchtungssystem zu ermöglichen. Die Farbwahl erfolgt zweckmäßigerweise derart, dass deren Kontext intuitiv von dem Fahrer des Fahrzeugs wahrgenommen wird. Durch eine Gewichtung jeweiliger Klassen an Fahrzeugzustandswerten bzw. an Zustandswerten kann die Farbe und deren Farbintensität des Stimmungsbilds VD bestimmt werden. Beispielsweise kann die Klasse an Fahrzeugzustandswerten, die die Güte des technischen Zustands des Fahrzeugs repräsentiert, höher gewichtet werden, als die Klasse oder Klassen an Zustandswerten, die eine Interaktion des Fahrers mit seiner Umgebung oder Fahrer-bezogene Informationen umfasst, oder umgekehrt.
Durch das vorgeschlagene Verfahren kann eine Reduktion an einzeln darstellbaren Informationen (z.B. Symbolen im Kombiinstrument) erfolgen. Insbesondere ist eine schnelle Erfassbarkeit eines Gesamtzustands des Fahrzeugs möglich. Genaue Informationen können dann über ein gesondertes Display und/oder eine Sprachausgabe ausgegeben und durch den Nutzer des Fahrzeugs erfasst werden.
Bei technischen Problemen kann durch eine ortsbezogene Einfärbung im Hinblick auf Probleme ein Bewusstsein dafür geschaffen werden, wo ein Fehler aufzufinden ist. Liegt beispielsweise ein Fehler am Motorsystem vor, wird das Beleuchtungssystem im Bereich des Motors rot eingefärbt, während die übrigen Teile des Beleuchtungssystems in einer anderen Farbe eingefärbt bleiben können.
Mit Hilfe des vorgeschlagenen Verfahrens ist es möglich, Empfehlungen für den Nutzer des Fahrzeugs im Hinblick auf seinen Fahrstil, seinen Fahrzustand (Müdigkeit, Nüchternheit, etc.), das Klima im Fahrgastraum (im Hinblick auf Sauerstoffgehalt, etc.) oder die Fahrsicherheit (Nutzung eines Sicherheitsgurts, Wetter, Sichtverhältnisse, etc.) vorzunehmen. Auf diese Weise ist eine Interaktion des Fahrers mit dem Fahrzeug ermöglicht.
Bezugszeichenliste

11: erstes datengetriebenes Modell
12: zweites datengetriebenes Modell
13: drittes datengetriebenes Modell
14: Datenbank
100: Verarbeitungseinheit
110: Einheit zum Verarbeiten von Fahrzeug-internen Daten FID
120: Einheit zum Verarbeiten von Fahrzeug-externen Daten FED
130: Einheit zur Bestimmung von Visualisierungsdaten VD aus den ersten und zweiten Zustandsdaten ZD1, ZD2
140: Einheit zur Bestimmung von Steuerdaten
150: Beleuchtungssystem
200: System zur Visualisierung eines Fahrzeugzustands
FID: Fahrzeug-interne Daten
FED: Fahrzeug-externe Daten
ZD1: erste Zustandsdaten
ZD2: zweite Zustandsdaten
VD: Visualisierungsdaten (zu visualisierende Daten)

Claims

Verfahren zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands, umfassend die Schritte: - Empfangen von Fahrzeug-internen Daten (FID) über eine erste Schnittstelle und Bestimmen von ersten Zustandsdaten (ZD1) des Fahrzeugs; - Empfangen von Fahrzeug-externen Daten (FED) eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs über eine zweite Schnittstelle und Bestimmen von zweiten Zustandsdaten (ZD2) des Nutzers und/oder der Umgebung; - Bestimmen der eine Emotion repräsentierenden Visualisierungsdaten (VD) durch ein datengetriebenes Modell (13), dem die ersten Zustandsdaten (ZD1) und die zweiten Zustandsdaten (ZD2) als Eingangsgrößen zugeführt werden; - Verarbeiten der Visualisierungsdaten (VD) zu Steuerdaten zur Steuerung eines Ausgabesystems, insbesondere eines Beleuchtungssystems (150), des Fahrzeugs.
Verfahren nach Anspruch 1, bei dem die ersten Zustandsdaten (ZD1) durch ein erstes datengetriebenes Modell (11), dem die Fahrzeug-internen Daten (FID) als Eingangsgrößen zugeführt werden, bestimmt werden.
Verfahren nach Anspruch 1 oder 2, bei dem die ersten Zustandsdaten (ZD1) eine Klasse an Fahrzeugzustandswerten umfassen, wobei ein Fahrzeugzustandswert die Güte des technischen Zustands des Fahrzeugs repräsentiert.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem als Fahrzeug-interne Daten (FID) an der ersten Schnittstelle eine oder mehrere der folgenden Fahrzeuginformationen empfangen werden: - Betriebsmittelstände, insbesondere von Kraftstoff, Öl, Kühlmittel, Waschwasser; - Radparameter zumindest eines Rads, insbesondere Reifendruck, Raddrehzahl; - Motorparameter, insbesondere Drehzahl, Motortemperatur.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die zweiten Zustandsdaten (ZD2) durch ein zweites datengetriebenes Modell (12), dem die Fahrzeug-externen Daten (FED) als Eingangsgrößen zugeführt werden, bestimmt werden.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die zweiten Zustandsdaten (ZD2) eine oder mehrere Klassen an Zustandswerten umfassen, wobei eine Klasse an Zustandswerten eine Interaktion des Fahrers mit seiner Umgebung oder auf den Fahrer bezogene Informationen umfasst, und ein jeweiliger Zustandswert die Güte eines Klassenwerts repräsentiert.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem als Fahrzeug-externe Daten (FED) an der zweiten Schnittstelle eine oder mehrere der folgenden Fahrer-bezogenen Informationen empfangen werden: - erste Umgebungsparameter des Fahrzeugs, insbesondere im nahen Umfeld des Fahrzeugs befindliche Verkehrsteilnehmer, Hindernisse, Fahrbahnverlauf, Beschaffenheit der Fahrbahn, Positionsdaten des Fahrzeugs; - zweite Umgebungsparameter des Nutzers, insbesondere Mitfahrer, Musik, persönliche Termine; - Umgebungsbedingungsparameter, insbesondere Grad der Helligkeit, Sonnenintensität, Einfallswinkel des Sonnenlichts in den Fahrgastraum, Umgebungstemperatur, Regen, Feuchte, Klima im Fahrgastraum, Temperatur im Fahrgastraum; - Fahrerparameter, insbesondere Mimik, Schwitzen, Vitalparameter, Augenbewegung, Sitzposition.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem die Visualisierungsdaten (VD) ein Stimmungsbild, bestehend aus einem gewichteten Wert der Klasse an Fahrzeugzuständen und einem jeweils gewichteten Wert der einen oder mehreren Klassen an Zustandswerten, repräsentieren.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem das Stimmungsbild (VD) durch einen Wert ausgedrückt ist, aus dem die Steuerdaten zur Ausgabe einer Farbinformation des Beleuchtungssystems (150) erzeugt werden.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem das erste datengetriebene Modell (11) und/oder das datengetriebene Modell (13) ein datengetriebenes, statisches Modell ist.
Verfahren nach einem der vorhergehenden Ansprüche, bei dem das zweite datengetriebene Modell (12) ein datengetriebenes Modell ist, das dynamisch erzeugt und/oder verändert wird.
Computerprogrammprodukt, das direkt in den internen Speicher eines digitalen Computers geladen werden kann und Softwarecodeabschnitte umfasst, mit denen die Schritte gemäß einem der vorhergehenden Ansprüche ausgeführt werden, wenn das Produkt auf einem Computer läuft.
System zum rechnergestützten Verarbeiten von Daten zur Visualisierung eines Fahrzeugzustands, umfassend: - eine Einheit (110) zum Verarbeiten von Fahrzeug-internen Daten (FID), die über eine erste Schnittstelle empfangen wurden, und zum Bestimmen von ersten Zustandsdaten (ZD1) des Fahrzeugs, insbesondere durch ein erstes datengetriebenes Modell (11), dem die Fahrzeug-internen Daten (FID) als Eingangsgrößen zugeführt werden; - eine Einheit (120) zum Verarbeiten von Fahrzeug-externen Daten (FED) eines Nutzers des Fahrzeugs und/oder der Umgebung des Fahrzeugs, die über eine zweite Schnittstelle empfangen wurden, und zum Bestimmen von zweiten Zustandsdaten (ZD2) des Nutzers und/oder der Umgebung, insbesondere durch ein zweites datengetriebenes Modell (12), dem die Fahrzeug-externen Daten (FED) als Eingangsgrößen zugeführt werden; - eine Einheit (130) zum Bestimmen der eine Emotion repräsentierenden Visualisierungsdaten (VD) durch ein drittes datengetriebenes Modell (13), dem die ersten Zustandsdaten (ZD1) und die zweiten Zustandsdaten (ZD2) als Eingangsgrößen zugeführt werden; - eine Einheit zum Verarbeiten der Visualisierungsdaten (VD) zum Bestimmen von Steuerdaten zur Steuerung eines Beleuchtungssystems (150) des Fahrzeugs.
System nach Anspruch 13, dadurch gekennzeichnet, dass dieses ein Beleuchtungssystem (150) mit genau einem Leuchtelement umfasst.
System nach Anspruch 13, dadurch gekennzeichnet, dass dieses eine Ausgabeeinheit umfasst, welche bewegte Visualisierungen und/oder Töne ermöglicht.