DE102018215017A1 - Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug - Google Patents

Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug Download PDF

Info

Publication number
DE102018215017A1
DE102018215017A1 DE102018215017.6A DE102018215017A DE102018215017A1 DE 102018215017 A1 DE102018215017 A1 DE 102018215017A1 DE 102018215017 A DE102018215017 A DE 102018215017A DE 102018215017 A1 DE102018215017 A1 DE 102018215017A1
Authority
DE
Germany
Prior art keywords
vehicle
operating strategy
classifier
instructions
data
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.)
Pending
Application number
DE102018215017.6A
Other languages
English (en)
Inventor
Joachim Fröschl
Andreas Heimrath
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.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
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 Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102018215017.6A priority Critical patent/DE102018215017A1/de
Publication of DE102018215017A1 publication Critical patent/DE102018215017A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18Propelling the vehicle
    • B60W30/188Controlling power parameters of the driveline, e.g. determining the required power
    • B60W30/1886Controlling power supply to auxiliary devices
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • B60W10/08Conjoint control of vehicle sub-units of different type or different function including control of propulsion units including control of electric propulsion units, e.g. motors or generators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/24Conjoint control of vehicle sub-units of different type or different function including control of energy storage means
    • B60W10/26Conjoint control of vehicle sub-units of different type or different function including control of energy storage means for electrical energy, e.g. batteries or capacitors
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/30Conjoint control of vehicle sub-units of different type or different function including control of auxiliary equipment, e.g. air-conditioning compressors or oil pumps
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W20/00Control systems specially adapted for hybrid vehicles
    • B60W20/10Controlling the power contribution of each of the prime movers to meet required power demand
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/004Artificial life, i.e. computing arrangements simulating life
    • G06N3/006Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • G06N3/088Non-supervised learning, e.g. competitive learning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083Setting, resetting, calibration
    • B60W2050/0088Adaptive recalibration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00Input parameters relating to a particular sub-units
    • B60W2510/24Energy storage means
    • B60W2510/242Energy storage means for electrical energy
    • B60W2510/244Charge state
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00Input parameters relating to a particular sub-units
    • B60W2510/30Auxiliary equipments
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00Input parameters relating to overall vehicle dynamics
    • B60W2520/10Longitudinal speed
    • B60W2520/105Longitudinal acceleration
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/20Tyre data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/35Road bumpiness, e.g. pavement or potholes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/40Coefficient of friction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/20Ambient conditions, e.g. wind or rain
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle for navigation systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning

Abstract

Das Bestimmen einer Betriebsstrategie für ein Fahrzeug ist bisher nicht ausreichend gelöst. Die Erfindung betrifft ein Verfahren zur Bestimmung einer Betriebsstrategie für ein Fahrzeug (10), folgende Schritte aufweisend:a) Erfassen von Umwelt- (41) und/oder Fahrzeugdaten (43);b) Gruppieren der Umwelt- (41) und/oder Fahrzeugdaten (43) in mindestens eine Gruppe;c) Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- (41) und/oder Fahrzeugdaten (43), wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt;d) Bestimmen einer Betriebsstrategie des Fahrzeugs (10) unter Verwendung des mindestens einen Klassifikators;e) Steuern zumindest eines Teils des Fahrzeugs (10) unter Verwendung der Betriebsstrategie.

Description

  • Die Erfindung betrifft ein Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, ein System, eine Steuereinrichtung für ein Fahrzeug und ein Fahrzeug.
  • Fahrzeuge, wie z. B. PKW, verfügen über eine Vielzahl unterschiedlicher elektrischer Verbraucher, die über eine Batterie mit Strom versorgt werden. Insbesondere bei sog. Hybridfahrzeugen oder vollständig elektrisch angetriebenen Fahrzeugen ist es daher hinsichtlich eines positiven Fahrerlebnisses notwendig, die vorhandene Energie möglichst effizient zu nutzen. Andernfalls kann es bei vollständig elektrisch angetriebenen Fahrzeugen und auch bei Hybridfahrzeugen zu einer deutlich reduzierten Reichweite der Fahrzeuge kommen. Darüber hinaus ist es auch hinsichtlich strenger Abgasanforderungen bezüglich CO2 Emissionen und Kraftstoffverbrauch durch den Gesetzgeber notwendig, eine möglichst effiziente Nutzung vorhandener Ressourcen eines Fahrzeugs zu gewährleisten.
  • Im Bereich der Nutzung elektrischer Energie ist es bekannt, eine Betriebsstrategie für das Fahrzeug einzusetzen. Dabei wird durch die Betriebsstrategie festgelegt, welche Verbraucher mit Energie versorgt werden und mit welcher Priorität. So kann eine Betriebsstrategie angeben, dass ein Verbraucher mit geringer Priorität abgeschaltet wird, wenn die verfügbare Energie in der Batterie des Fahrzeugs gering ist. Darüber hinaus kann eine Betriebsstrategie festlegen, welche Bordnetzspannung in einer Fahrsituation benötigt wird. Somit kann beispielsweise einem Spannungsabfall durch Zuschalten weiterer Verbraucher vorgebeugt werden. Auch ist es möglich, durch die Betriebsstrategie für eine vorherbestimmte Fahrsituation anzugeben, ob der Ladezustand einer Batterie erhöht oder reduziert werden soll.
  • Es ist bekannt, eine Betriebsstrategie unter Verwendung von festen Regeln zu definieren. Dabei wird durch einen Techniker oder Ingenieur festgelegt, in welcher Fahrsituation welcher Verbraucher wie mit Energie versorgt werden soll.
  • Aus der DE 10 2017 214 384 ist es zudem bekannt, eine Betriebsstrategie in Abhängigkeit eines Ortes auszuwählen. Dabei liegt die Überlegung zu Grunde, dass die Umwelt des Fahrzeugs einen erheblichen Einfluss darauf hat, wie die Energie in dem Fahrzeug möglichst effizient genutzt werden kann. Beispielsweise kann, wenn ein Hybridfahrzeug einen Anstieg herauffährt, vor allen Dingen der Elektromotor verwendet werden, wenn bekannt ist, dass in einer bestimmten Distanz eine Rekuperationsphase eintritt, d.h. die Batterie wieder geladen wird. Der Ladezustand der Batterie kann also gezielt reduziert werden, damit in einer späteren Fahrsituation die Batterie wieder geladen wird.
  • Durch die immer fortschreitende Elektrifizierung eines Fahrzeugs und der damit einhergehenden Erhöhung der Komplexität ist das manuelle Festlegen von Betriebsstrategien nur eingeschränkt möglich. Die Komplexität wird schlicht zu groß, als dass ein Techniker sämtliche Konstellationen und den optimalen Satz von Regeln definieren kann. Aus dieser Überlegung heraus werden heute Betriebsstrategien auch unter Verwendung von Methoden des maschinellen Lernens bzw. der künstlichen Intelligenz eingesetzt.
  • Um Methoden des maschinellen Lernens bzw. der künstlichen Intelligenz anzuwenden, ist es notwendig, eine große Menge von Trainingsdaten vorzuhalten. Aufgrund der sehr unterschiedlichen Umwelteinflüsse, die an unterschiedlichen Orten der Welt vorhanden sind, ist es jedoch nicht ohne weiteres möglich, eine Betriebsstrategie für sämtliche Orte der Welt effizient zu lernen. Dies liegt vor allem daran, dass das zu lösende Probleme zu groß für die Anzahl der Messpunkte ist. In vielen Fällen kann durch einen lernenden Algorithmus somit nur ein lokales Minimum gefunden werden. Ein solches lokales Minimum stellt jedoch keine optimale Betriebsstrategie dar. Die Ressourcen des Fahrzeugs können somit nicht optimal genutzt werden.
  • Es ist daher ausgehend von diesem Stand der Technik Aufgabe der Erfindung, eine effiziente Nutzung der Ressourcen eines Fahrzeugs zu ermöglichen. Insbesondere ist es Aufgabe der Erfindung ein effizientes Bestimmen einer Betriebsstrategie zu ermöglichen. Es ist ferner insbesondere Aufgabe der Erfindung, eine effiziente Nutzung von Rechenressourcen zu ermöglichen. Darüber hinaus ist es insbesondere Aufgabe der Erfindung, eine Steuereinrichtung für ein Fahrzeug und/oder ein Fahrzeug anzugeben, die die vorgenannte Aufgabe lösen.
  • Die Aufgabe wird gelöst durch ein Verfahren nach Anspruch 1. Insbesondere wird die Aufgabe gelöst durch ein Verfahren zur Bestimmung einer Betriebsstrategie für ein Fahrzeug, die folgenden Schritte aufweisend:
    1. a) Erfassen von Umwelt- und/oder Fahrzeugdaten;
    2. b) Gruppieren der Umwelt- und/oder Fahrzeugdaten in mindestens eine Gruppe;
    3. c) Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- und/oder Fahrzeugdaten, wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt;
    4. d) Bestimmen einer Betriebsstrategie des Fahrzeugs unter Verwendung des mindestens einen Klassifikators;
    5. e) Steuern zumindest eines Teils des Fahrzeugs, z.B. einer Fahrzeugkomponente, unter Verwendung der Betriebsstrategie.
  • Ein Kerngedanke der Erfindung ist es, dass der mindestens eine Klassifikator derart trainiert wird, dass die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt. Somit kann erreicht werden, dass der mindestens eine Klassifikator derart trainiert wird, Eingangsdaten genau der Klasse zuzuweisen, die als Gruppe durch das Gruppieren definiert ist.
  • Damit ist es nicht erforderlich, dass ein Techniker oder ein anderer Servicemitarbeiter bezüglich Umwelt- und/oder Fahrzeugdaten bestimmte Szenarien festlegt. Dies wird vollständig automatisch durch das Gruppieren und das Klassifizieren erreicht. Insgesamt wird somit eine besonders effiziente Bestimmung einer Betriebsstrategie ermöglicht.
  • Die Umweltdaten können beispielsweise Daten hinsichtlich des Wetters, der Straße, d.h. dem Straßenbelag und/oder einer Straßenoberflächentemperatur, sowie Terraininformationen umfassen. Darüber hinaus können die Umweltdaten eine Außentemperatur, einen Helligkeitswert der Umwelt und/oder eine Windangabe enthalten.
  • Die Fahrzeugdaten können Angaben enthalten, die hinsichtlich des Fahrzeugs relevant sind. So können die Fahrzeugdaten eine Angabe hinsichtlich des Batterieladezustands, der Geschwindigkeit des Fahrzeugs, der Beschleunigung des Fahrzeugs, den Querkräften des Fahrzeugs, dem Reifendruck, der Bordnetzspannung, und/oder eine Angabe hinsichtlich der angeschlossenen Verbraucher enthalten.
  • Wenn die mindestens eine Gruppe hinsichtlich der Umweltdaten erstellt ist, so kann von einem sog. Szenariocluster gesprochen werden. Das bedeutet, dass die mindestens eine Gruppe angibt, in was für einem (Umwelt-) Szenario das Fahrzeug sich bewegt hat. Beispielsweise kann die mindestens eine Gruppe angeben, dass eine Fahrt bei einer Außentemperatur von 30 °C und bei Nacht ausgeführt wurde.
  • Wenn die mindestens eine Gruppe hinsichtlich der Fahrzeugdaten gruppiert ist, dann kann auch von einem sog. Profil gesprochen werden. Das Gruppieren der Umwelt- und/oder Fahrzeugdaten kann in einer Ausführungsform unter Verwendung von Methoden des Unsupervised Machine Learning ausgeführt werden. Ein Vorteil ist, dass hierzu keinerlei Trainingsdaten notwendig sind und eine Gruppierung vollautomatisch ausgeführt werden kann.
  • Die Gruppierung mittels Unsupervised Machine Learning erzeugt dann die Trainingsdaten für den mindestens einen Klassifikator. Der mindestens eine Klassifikator kann also unter Verwendung von Methoden des Supervised Machine Learning trainiert werden.
  • Bei dem mindestens einen Klassifikator kann es sich beispielsweise um ein neuronales Netz oder einen sog. Nächsten-Nachbarn-Klassifikator (nearest neighbor classificator) handeln.
  • Die genannten Verfahren zeichnen sich durch eine hohe Effizienz und gute Genauigkeit aus.
  • In einer Ausführungsform kann eine Betriebsstrategie Angaben dazu enthalten, welche Verbraucher aktiviert bzw. deaktiviert sind, Angaben hinsichtlich der Bordnetzspannung, Angaben hinsichtlich eines Zielbatterieladezustands und/oder hinsichtlich einer Rekuperationsvorgabe.
  • In einer Ausführungsform kann das Verfahren umfassen:
    • a1) Erfassen mindestens einer Positionsangabe des Fahrzeugs,
    wobei das Trainieren des mindestens einen Klassifikators auch unter Verwendung der mindestens einen Positionsangabe ausgeführt werden kann.
  • Es ist also möglich, zusätzlich zu den Umwelt- und/oder Fahrzeugdaten eine Positionsangabe des Fahrzeugs zu erfassen. Diese kann beim Trainieren des mindestens einen Klassifikators berücksichtigt werden. Somit ist es möglich, die Klassen einer Position bzw. einer Positionsangabe zuzuweisen. Dabei ist es auch möglich, dass ein Gebiet durch die Positionsangabe beschrieben ist. Ein solches Gebiet ist vorzugsweise durch ein Polygon beschrieben, wobei Koordinaten die Eckpunkte des Polygons angeben.
  • In einer Ausführungsform ist es möglich, dass das Erfassen der mindestens einen Positionsangabe des Fahrzeugs durch einen GPS-Sensor ausgeführt wird. In anderen Ausführungsformen ist es ebenso möglich, dass zusätzlich oder alternativ ein Galileo- oder GLONASS-Sensor oder eine vergleichbare Positionsbestimmungseinrichtung verwendet wird.
  • Ein großer Vorteil der Verwendung einer Positionsangabe hinsichtlich der Klassifikatoren besteht darin, dass eine Betriebsstrategie speziell hinsichtlich einer bestimmten Positionsangabe bestimmt werden kann. Somit kann bei der Auswahl der Betriebsstrategie auf die regionalen Gegebenheiten und den Fahrzeugzustand Rücksicht genommen werden. Somit wird eine höhere Effizienz der Ressourcennutzung eines Fahrzeugs gewährleistet. Darüber hinaus wird das Trainieren des mindestens einen Klassifikators verbessert, da das Problem bzw. der Lösungsraum des Klassifikators verkleinert wird.
  • In einer Ausführungsform kann auch das Gruppieren der Umwelt- und/oder Fahrzeugdaten unter Verwendung der mindestens einen Positionsangabe des Fahrzeugs ausgeführt werden. Somit kann auch die mindestens eine Gruppe an eine bestimmte Position bzw. an einen Bereich gekoppelt werden.
  • In einer Ausführungsform kann das Bestimmen unter Verwendung einer aktuellen Fahrzeugposition ausgeführt werden.
  • Das Bestimmen unter Verwendung der aktuellen Fahrzeugposition hat den Vorteil, dass die Betriebsstrategie an die speziellen Anforderungen an der aktuellen Position des Fahrzeugs angepasst sein kann.
  • In einer Ausführungsform kann das Trainieren ein Trainieren eines ersten Klassifikators unter Verwendung der Umweltdaten und eines zweiten Klassifikators unter Verwendung der Fahrzeugdaten umfassen.
  • In einer Ausführungsform kann das Gruppieren ein Gruppieren der Umweltdaten in mindestens eine erste Gruppe und ein Gruppieren der Fahrzeugdaten in mindestens eine zweite Gruppe umfassen.
  • Es ist somit möglich, dass ein erster Klassifikator hinsichtlich der Umweltdaten trainiert wird und ein zweiter Klassifikator hinsichtlich der Fahrzeugdaten. Somit können die bereits oben beschriebenen Szenariocluster bzw. Profile effizient erstellt werden.
  • In einer Ausführungsform kann das Verfahren den folgenden Schritt umfassen:
    • d1) Übertragen der bestimmten Betriebsstrategie von einem Server auf das Fahrzeug, insbesondere unter Verwendung eines Mobilfunknetzes.
  • Es ist somit möglich, dass auf einem Server eine Vielzahl von Betriebsstrategien gespeichert ist. Das Fahrzeug muss somit nicht alle möglichen Betriebsstrategien speichern. Insbesondere, wenn eine Fahrzeugflotte mit einer Vielzahl von Fahrzeugen durch den Server mit Betriebsstrategien versorgt wird, ergeben sich erhebliche Speichervorteile.
  • In einer Ausführungsform kann das Bestimmen eine Abfrage einer Datenbank umfassen, wobei die Abfrage als eine Funktion in Abhängigkeit einer Positionsangabe, insbesondere einer aktuellen Fahrzeugposition, ausgebildet sein kann.
  • Das Bestimmen der Betriebsstrategie kann somit effizient als eine Datenbankabfrage ausgebildet sein, wobei lediglich eine Position als Eingabeparameter dient. In einer Ausführungsform ist es beispielsweise möglich, die Abfrage als Remote Procedure Call bzw. eine Remote Method Invocation zu implementieren.
  • In einer Ausführungsform kann die Betriebsstrategie in einer Speichereinrichtung, insbesondere einer Datenbank gespeichert sein.
  • Bei der Datenbank kann es sich um eine relationale Datenbank oder eine schemalose Datenbank handeln. Darüber hinaus sind weitere Arten der Speicherung denkbar, wie z. B. als BLOB (binary large object).
  • In einer Ausführungsform kann das Verfahren die folgenden Schritte umfassen:
    • f) Lernen einer Testbetriebsstrategie während des Betriebs eines Testfahrzeugs;
    • g) Bewerten und Vergleichen der Testbetriebsstrategie und der bestimmten Betriebsstrategie hinsichtlich eines Bewertungskriteriums, insbesondere hinsichtlich des Energieverbrauchs des Fahrzeugs;
    • h) Ersetzen der bestimmten Betriebsstrategie mit der Testbetriebsstrategie, insbesondere in einer/der Speichereinrichtung, wenn festgestellt ist, dass die Testbetriebsstrategie hinsichtlich des Bewertungskriteriums vorzuziehen ist.
  • Mit der beschriebenen Ausführungsform ist es somit möglich, neue Betriebsstrategien zu erzeugen, die während des Betriebs eines Testfahrzeuges erlernt werden. Diese Testbetriebsstrategien können dann mit den bisher gespeicherten Betriebsstrategien verglichen werden und diese bisher gespeicherte Betriebsstrategie ersetzen, wenn die neu erlernte Testbetriebsstrategie hinsichtlich eines Bewertungskriteriums vorzuziehen ist. Zur Bewertung kann beispielsweise die Energieeffizienz betrachtet werden. Es kann vorzugsweise der Energieverbrauch über einen Zeitraum oder in einem geographischen Gebiet für eine Betriebsstrategie gemessen werden.
  • In einer Ausführungsform umfasst das Verfahren ein Ausführen des mindestens einen Klassifikators durch das Testfahrzeug, wobei das Lernen das Lernen einer Betriebsstrategie für jede Klasse des mindestens einen Klassifikators umfasst.
  • Vorzugsweise wird der Energieverbrauch über den Zeitraum gemessen, in dem sich das Testfahrzeug in einem bestimmten Szenario-Cluster befindet.
  • Wird mit der neu erlernten Testbetriebsstrategie eine bessere Energieeffizienz erzielt, so wird die bisher gespeicherte Betriebsstrategie mit der Testbetriebsstrategie ersetzt. Neben der Energieeffizienz sind auch weitere Bewertungskriterien denkbar, z. B. der Kraftstoffverbrauch, die CO2-Emissionen oder ein Stickstoffoxid-Wert.
  • In einer Ausführungsform werden die Verfahrensschritte in alphabetischer Reihenfolge ausgeführt.
  • Die Aufgabe wird ferner gelöst durch ein System nach Anspruch 9. Insbesondere wird die Aufgabe gelöst durch ein System, umfassend:
    • - ein Fahrzeug umfassend ein erstes computerlesbares-Speichermedium und mindestens einen ersten Prozessor, wobei das erste computerlesbare Speichermedium Instruktionen umfasst, die
      • a) ein Erfassen von Umwelt- und/oder Fahrzeugdaten; und
      • e) insbesondere ein Steuern zumindest eines Teils des Fahrzeugs unter Verwendung einer Betriebsstrategie
    implementieren, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden;
    • - einen Server (30) umfassend ein zweites computerlesbares Speichermedium und mindestens einen zweiten Prozessor, wobei das zweite computerlesbare Speichermedium Instruktionen umfasst, die:
      • d) ein Bestimmen einer Betriebsstrategie des Fahrzeugs (10) unter Verwendung eines mindestens einen Klassifikators; und
      • b) insbesondere ein Gruppieren der Umwelt- (41) und/oder Fahrzeugdaten (43) in mindestens eine Gruppe; und
      • c) insbesondere ein Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- (41) und/oder Fahrzeugdaten (43), wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt,
    implementieren, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  • Es ergeben sich ähnliche oder identische Vorteile, wie sie bereits im Zusammenhang mit dem vorstehend beschriebenen Verfahren beschrieben worden sind. Darüber hinaus ermöglicht ein verteiltes System, dass die auf dem Server gespeicherten Daten einer Vielzahl unterschiedlicher Fahrzeuge bereitgestellt werden können. Somit kann einerseits das Aktualisieren der Betriebsstrategien, die auf dem Server gespeichert sind zentral und somit effizienter erfolgen, und andererseits kann Speicherplatz in den einzelnen Fahrzeugen eingespart werden, da diese nicht sämtliche mögliche Betriebsstrategien lokal speichern müssen.
  • In einer Ausführungsform kann das erste computerlesbare Speichermedium ferner Instruktionen enthalten, die ein Erfassen von mindestens einer Positionsangabe des Fahrzeugs zu implementieren, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden.
  • In einer Ausführungsform kann das zweite computerlesbare Speichermedium ferner Instruktionen umfassen, die implementieren können, dass das Trainieren des mindestens einen Klassifikators auch unter Verwendung der mindestens einen Positionsangabe ausgeführt werden kann, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden.
  • Es ergeben sich ähnliche oder identische Vorteile, wie sie bereits im Hinblick auf das vorstehend beschriebene Verfahren beschrieben worden sind.
  • In einer Ausführungsform kann das zweite computerlesbare Speichermedium ferner Instruktionen umfassen, die implementieren, dass das Bestimmen eine Abfrage einer Datenbank umfasst, wobei die Abfrage als eine Funktion in Abhängigkeit einer Positionsangabe, insbesondere einer aktuellen Fahrzeugposition ausgebildet sein kann, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  • Es ergeben sich ähnliche oder identische Vorteile, wie sie bereits im Zusammenhang mit dem vorstehend beschriebenen Verfahren beschrieben worden sind.
  • In einer Ausführungsform kann das zweite computerlesbare Speichermedium ferner Instruktionen enthalten, die
    • f) ein Lernen einer Testbetriebsstrategie während des Betriebs eines Testfahrzeugs;
    • g) ein Bewerten und Vergleichen der Testbetriebsstrategie und der bestimmten Betriebsstrategie hinsichtlich eines Bewertungskriteriums, insbesondere hinsichtlich des Energieverbrauchs des Fahrzeugs;
    • h) ein Ersetzen der bestimmten Betriebsstrategie mit der Testbetriebsstrategie, insbesondere in einer/der Speichereinrichtung, wenn festgestellt ist, dass die Testbetriebsstrategie hinsichtlich des Bewertungskriteriums vorzuziehen ist
    implementieren, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  • Es ergeben sich ähnliche oder identische Vorteile, wie sie bereits im Zusammenhang mit dem vorstehend beschriebenen Verfahren beschrieben worden sind.
  • Die Aufgabe wird ferner gelöst durch eine Steuereinrichtung für ein Fahrzeug nach Anspruch 14. Insbesondere wird die Aufgabe gelöst durch eine Steuereinrichtung für ein Fahrzeug, insbesondere für einen PKW, Folgendes aufweisend:
    • - ein computerlesbares Speichermedium, welches Instruktionen enthält, zu implementieren:
      • a) Erfassen von Umwelt- und/oder Fahrzeugdaten;
      • e) Steuern zumindest eines Teils des Fahrzeugs, z.B. einer Fahrzeugkomponente, unter Verwendung der Betriebsstrategie,
    wenn die Instruktionen durch den mindestens einen Prozessor ausgeführt werden;
    • - eine Fahrzeugkommunikationseinrichtung, die dazu ausgebildet ist, die Betriebsstrategie zu empfangen, die bestimmt ist durch:
      • b) insbesondere durch Gruppieren der Umwelt- und/oder Fahrzeugdaten in mindestens eine Gruppe;
      • c) insbesondere durch Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- und/oder Fahrzeugdaten, wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt;
      • d) Bestimmen einer Betriebsstrategie des Fahrzeugs unter Verwendung des mindestens einen Klassifikators.
  • Es kann also eine Steuereinrichtung in einem Fahrzeug angeordnet sein, das auf eine effiziente Art und Weise eine Betriebsstrategie zum Steuern des Fahrzeugs bereitstellt und eine Steuerung des Fahrzeugs zumindest teilweise vornimmt. Dabei wird die Betriebsstrategie vorzugsweise über die Fahrzeugkommunikationseinrichtung drahtlos empfangen, beispielsweise von einem Server, der eine Vielzahl von unterschiedlichen Betriebsstrategien bereithält.
  • Es ist ferner vorgesehen, dass das computerlesbare-Speichermedium der Steuereinrichtung in weiteren Ausführungsformen Instruktionen zum implementieren sämtlicher Schritte aufweist, die zuvor bezüglich des mindestens einen ersten Prozessor des Fahrzeugs beschrieben worden sind.
  • Die Aufgabe wird ferner gelöst durch ein Fahrzeug des vorstehend beschriebenen Systems.
  • Es ergeben sich ähnliche oder identische Vorteile, wie sie bereits im Zusammenhang mit dem Verfahren, der Steuereinrichtung oder den entsprechenden Ausführungsformen beschrieben worden sind.
  • Weitere Ausführungsformen ergeben sich aus den Unteransprüchen.
  • Im Folgenden werden Ausführungsbeispiele anhand von Figuren näher erläutert. Dabei zeigen:
    • 1 eine schematische Darstellung eines Fahrzeugs und eines Servers;
    • 2 eine schematische Darstellung eines Datenpakets;
    • 3 eine schematische Darstellung eines Servers;
    • 4 eine schematische Darstellung eines Fahrzeugs mit einem Server;
    • 5 eine schematische Darstellung eines Servers;
    • 6 eine schematische Darstellung eines Kundenfahrzeugs.
  • In der folgenden Beschreibung werden für gleiche oder gleichwirkende Teile dieselben Bezugsziffern verwendet.
  • Die 1 zeigt eine schematische Darstellung eines Fahrzeugs 10 und eines Servers 30. Bei dem Fahrzeug 10 handelt es sich in dem gezeigten Ausführungsbeispiel um ein Entwicklungsfahrzeug, welches dazu ausgebildet ist, eine Vielzahl unterschiedlicher Fahrzeugdaten 43 und Umweltdaten 41 zu erfassen und an den Server 30 zu senden. Dazu verfügt das Fahrzeug 10 über Sensoren 11, 11', 11", die über ein BUS-System 23 mit einer Fahrzeugrecheneinrichtung 12 verbunden sind. Bei dem Sensor 11 handelt es sich im gezeigten Ausführungsbeispiel um einen Temperatursensor, der die Außentemperatur des Fahrzeugs 10 misst. Der Sensor 11' misst die Helligkeit außerhalb des Fahrzeugs 10. Der Sensor 11" ist dazu ausgebildet, die Geschwindigkeit des Fahrzeugs 10 zu messen.
  • Die Temperaturwerte des Sensors 11 und die Helligkeitswerte des Sensors 11` geben Umweltdaten 41 an, wohingegen die Geschwindigkeitsdaten des Sensors 11" Fahrzeugzustandsdaten 43 angeben.
  • Zusätzlich zu den Sensoren 11, 11', 11" umfasst das Fahrzeug 10 eine Navigationseinheit 20, die einen GPS-Sensor 21 und einen Kartenspeicher 22 umfasst. Die Navigationseinheit 20 ist somit dazu ausgebildet, die aktuelle Position des Fahrzeugs 10 an die Fahrzeugrecheneinrichtung 12 zu übergeben. Die Fahrzeugrecheneinrichtung 12 wiederum ist dazu ausgebildet, die Umweltdaten 41 und die Fahrzeugzustandsdaten 43 mit den Positionsdaten 42 der Navigationseinrichtung 20 zu verknüpfen. Somit wird für jede Sensormessung der Sensoren 11, 11', 11" festgehalten, an welcher Position die Messung ausgeführt worden ist. Zusätzlich kann auch jedem Sensormesswert, d.h. den Umweltdaten 41 und den Fahrzeugzustandsdaten 43 ein Zeitstempel zugeordnet sein.
  • Die Umweltdaten 41, die Positionsdaten 42 und die Fahrzeugzustandsdaten 43 werden zusammen in einem Datenpaket 40 an einen Server 30 übertragen. Zur Übertragung kann ein drahtloses Netzwerk, wie ein Mobilfunknetzwerk vorgesehen sein. Insbesondere kann ein LTE-Netzwerk vorgesehen sein. In dem gezeigten Ausführungsbeispiel wird eine UMTS-Verbindung verwendet.
  • Der Server 30 ist dazu ausgebildet, die Daten des Fahrzeugs 10 zu empfangen. Die empfangenen Datenpakete 40 werden von dem Server 30 in einer Datenbank gespeichert. Es ist vorgesehen, dass neben dem gezeigten Fahrzeug 10 eine Vielzahl weiterer Fahrzeuge 10 ebenfalls Umweltdaten 41, Positionsdaten 42 und Fahrzeugzustandsdaten 43 sammelt und an den Server 30 übertragen. Somit erhält der Server 30 eine Sammlung von Umweltdaten 41, Positionsdaten 42 und Fahrzeugzustandsdaten 43 unterschiedlicher Fahrzeuge 10.
  • Der Server 30 kann an einem zentralen Standort vorgesehen sein. Ebenso ist vorgesehen, dass anstelle des Servers 30 ein Rechenzentrum die Funktionen des Servers 30 übernimmt. Ebenfalls ist vorgesehen, dass ein verteiltes System, das sich über eine Vielzahl unterschiedlicher Standorte, insbesondere weltweit, verteilt, die Aufgaben des Servers 30 übernimmt.
  • Neben den bisher genannten Umweltdaten 41, den Positionsdaten 42 und den Fahrzeugzustandsdaten 43 kann die Fahrzeugrecheneinrichtung 12 darüber hinaus Trip- bzw. Tour-Daten 44 erfassen. Dabei kann die Fahrzeugrecheneinrichtung 12 beispielsweise den Kraftstoffverbrauch über eine vorbestimmte Zeitdauer aggregieren, um eine Aussage über den Verbrauch über eine zurückgelegte Strecke zu treffen. In einem weiteren Ausführungsbeispiel ist es möglich, eine Durchschnittsgeschwindigkeit des Fahrzeugs 10 zu ermitteln.
  • Die 2 zeigt eine schematische Darstellung eines Datenpakets 40, welches vom Fahrzeug 10 an den Server 30 übertragen wird. Das Datenpaket 40 umfasst die Umweltdaten 41, die Positionsdaten 42, die Fahrzeugzustandsdaten 43 und Trip- bzw. Tour-Daten 44. Das Datenpaket 40 kann beispielsweise ein IP-Paket darstellen. In einer weiteren Implementierung ist es möglich, dass das Datenpaket 40 einer Datenstruktur einer objektorientierten Programmiersprache entspricht. Eine Georeferenzierung, das heißt, eine Verknüpfung der Umweltdaten 41, der Fahrzeugzustandsdaten 43 und der Trip- bzw. Tour-Daten 44 mit einer Position kann so implementiert sein, die Daten 41, 42, 43, 44 zusammen in einem Datenpaket 40 übertragen werden. Selbstverständlich können auch nur einzelne Teile des beispielhaft gezeigten Datenpakets 40 übertragen werden.
  • Die 3 zeigt eine schematische Darstellung des Servers 30 der 1. Der Server 30 empfängt das Datenpaket 40 über eine Serverkommunikationseinrichtung 37. Der Server 30 umfasst eine Szenarioclustereinrichtung 31, die dazu ausgebildet ist, die Umweltdaten 41, die Positionsdaten 42 zugeordnet sind, zu clustern, d.h. in einzelne Gruppen zu gruppieren. Dabei geben die unterschiedlichen Typen von Umweltdaten 41 die Dimensionen für den Clusteralgorithmus an. Das bedeutet, dass beispielsweise die Außentemperatur des Fahrzeugs 10 eine erste Dimension angibt und der Straßenbelag der Straße, auf der das Fahrzeug 10 fährt, eine zweite Dimension.
  • Die Szenarioclustereinrichtung 31 erzeugt somit eine Menge von Szenarioclustern 45. Ein Szenariocluster kann als eine Beschreibung einer Umweltsituation angesehen werden, in der sich ein Fahrzeug befindet.
  • Der Server 30 umfasst ferner eine Profilclustereinrichtung 32, die dazu ausgebildet ist, für jeden Szenariocluster eine Gruppierung bzw. ein Clustering der Fahrzeugzustandsdaten 43 und Trip- bzw. Tour-Daten 44, die jeweils Positionsdaten 42 zugewiesen sind, in eine Menge von Profilclustern 46 vorzunehmen.
  • Die Szenarioclustereinrichtung 31 und die Profilclustereinrichtung 32 sind dazu ausgebildet, ohne Trainingsdaten, d.h. unsupervised, zu arbeiten. Das Clustering bzw. die Gruppierung wird somit vollautomatisch ausgeführt. Ein einzelnes durch die Profilclustereinrichtung 32 erzeugtes Profil kann als eine Beschreibung eines Fahrzeugzustands in einer bestimmten Umweltsituation bzw. in einem Umweltszenario an einer bestimmten Position angesehen werden.
  • Der Server 30 umfasst ferner eine Profilklassifikatortrainingseinrichtung 34, die dazu ausgebildet ist, unter Verwendung der erzeugten Menge von Profilclustern 46 sowie der Positionsdaten 42, der Fahrzeugzustandsdaten 43 und der Trip- bzw. Tour-Daten 44 einen ersten Profil-Klassifikator zu trainieren.
  • Die Menge von Profilclustern 46 gibt dabei genau die Klassen an, in die der durch die Profilklassifikatortrainingseinrichtung 34 trainierte Profil-Klassifikator klassifiziert. Die Positionsdaten 42, die Fahrzeugzustandsdaten 43 und die Trip- bzw. Tour-Daten 44 dienen zusammen mit der Menge von Profilclustern 46 als Trainingsdaten der Profilklassifikatortrainingseinrichtung 34.
  • Zusätzlich umfasst der Server 30 eine Szenarioklassifikatortrainingseinrichtung 33, die dazu ausgebildet ist unter Verwendung der Umweltdaten 41, der Positionsdaten 42 sowie der Menge an Szenarioclustern 45 einen Szenario-Klassifikator zu trainieren. Dabei dienen die Umweltdaten 41, die Positionsdaten 42 und die Menge von Szenarioclustern 45 als Trainingsdaten. Die einzelnen Cluster der Menge von Szenarioclustern 45 bilden die Klassen, in die der durch die Szenarioklassifikatortrainingseinrichtung 33 trainierte Szenario-Klassifikator klassifiziert.
  • Die 4 zeigt ein Testfahrzeug 10', welches eine Recheneinrichtung 12 umfasst, die dazu ausgebildet ist, die durch den Server 30 bestimmten Klassifikatoren auszuführen. Das bedeutet, dass der Szenario-Klassifikator für die Szenariocluster und der Profil-Klassifikator für die Profilcluster im Betrieb permanent ausgeführt werden.
  • Darüber hinaus wird auf dem Fahrzeug 10' eine Betriebsstrategie für das Fahrzeug 10' ausgeführt, die zunächst einer Standard-Betriebsstrategie entspricht. Das bedeutet, dass diese Standard-Betriebsstrategie nicht für einzelne Szenariocluster oder Profilcluster optimiert ist. Während des Betriebs des Testfahrzeugs 10' wird neben den Klassifikatoren ein selbstlernender Algorithmus ausgeführt, um eine Testbetriebsstrategie zu lernen.
  • Hierzu wird in dem gezeigten Ausführungsbeispiel der Reflex-Augmented Reinforcement Learning-Algorithmus ausgeführt, der in der Veröffentlichung „International Conference on Artificial Intelligence I CAI 18, Seiten 429-430, ISBN: 1-60132-480-4, erschienen in CSREA Press“, veröffentlicht ist.
  • Der selbstlernende Algorithmus wird ausgeführt, während sich das Fahrzeug 10' in einem bestimmten Szenariocluster und einem bestimmten Profil befindet. Nach Verlassen des Szenarioclusters und des Profils, werden die Klassifikationsdaten 50 zusammen mit einer Georeferenz 71, d.h. einer Positionsangabe, und den gelernten Betriebsmodellen bzw. -strategien 70 an einen Server 30 übertragen. Zur Übertragung kann wieder ein drahtloses Mobilfunknetzwerk eingesetzt werden.
  • Die 5 zeigt den Server 30, der die Verarbeitung der gelernten Betriebsstrategie 70 verarbeitet. Der Server 30 empfängt über die Serverkommunikationseinrichtung 37 die gelernte Betriebsstrategie 70 zusammen mit einer zugehörigen Georeferenz 71. Der Server 30 umfasst ferner eine Bewertungseinrichtung 36, die dazu ausgebildet ist, die gelernte Betriebsstrategie 70 mit einer in einer Betriebsstrategiespeichereinrichtung 35 gespeicherten Betriebsstrategie 60 zu vergleichen. Zunächst mit der auf dem Testfahrzeug ausgeführten Standard-Betriebsstrategie. Zum Vergleichen der unterschiedlichen Betriebsstrategien 70 und 60 wird aus der Betriebsstrategiespeichereinrichtung 35 die Betriebsstrategie 60 abgefragt, die hinsichtlich des Szenarioclusters und des Profils gespeichert ist, in der bzw. in denen die gelernte Betriebsstrategie 70 trainiert bzw. gelernt wurde.
  • Der Vergleich zwischen der gelernten Betriebsstrategie 70 und der bisher gespeicherten Betriebsstrategie 60 kann hinsichtlich eines oder mehrerer Vergleichskriterien bzw. Bewertungsmerkmalen oder Bewertungskriterien ausgeführt werden. In dem gezeigten Ausführungsbeispiel werden die Betriebsstrategien 70 und 60 hinsichtlich des Energieverbrauchs des Fahrzeugs bzw. des Verbrauchs an elektrischer Energie, verglichen. Hierzu kann die Bewertungseinrichtung 36 eine Simulation des Fahrzeugs 10' ausführen, um hinsichtlich der Betriebsstrategien 70 und 60 einen Energieverbrauch zu ermitteln. Wenn die Bewertungseinrichtung 36 feststellt, dass die gelernte Betriebsstrategie 70 weniger Energie verbraucht als die bisher gespeicherte Betriebsstrategie 60, so wird die gelernte Betriebsstrategie 70 zusammen mit der zugehörigen Georeferenz 71 in der Betriebsstrategiespeichereinrichtung 35 gespeichert, so dass die Betriebsstrategie 60 ersetzt wird.
  • Durch das beschriebene Ausführungsbeispiel wird also gewährleistet, dass die Betriebsstrategien kontinuierlich verbessert werden.
  • Die 6 zeigt eine schematische Darstellung eines Kundenfahrzeugs 10". Das Kundenfahrzeug 10" umfasst eine Batterie 15, die u.a. auch zum Antrieb des Fahrzeugs 10" verwendet werden kann. Ferner umfasst das Kundenfahrzeug 10" eine Fahrzeugrecheneinrichtung 12, eine Fahrzeugspeichereinrichtung 14, eine Fahrzeugkommunikationseinrichtung 13, eine Navigationseinrichtung 20 sowie unterschiedliche Verbraucher 16, 16', 16".
  • Bei den Verbrauchern 16, 16', 16" handelt es sich um elektrische Verbraucher, die im Betrieb den Ladezustand der Batterie 15 beeinflussen. Beispielsweise handelt es sich in dem gezeigten Ausführungsbeispiel der 6 bei dem Verbraucher 16 um einen Elektromotor zum Antrieb des Kundenfahrzeugs 10", bei dem Verbraucher 16' um eine Heizung der Heckscheibe und bei dem Verbraucher 16" um eine Sitzheizung.
  • Zusätzlich umfasst das Kundenfahrzeug 10" eine Vielzahl unterschiedlicher Sensoren 11. In dem gezeigten Ausführungsbeispiel wird der Übersichtlichkeit halber lediglich ein Sensor 11 gezeigt. Es ist jedoch vorgesehen, dass eine Vielzahl von Sensoren 11 vorgesehen ist, wie z. B. in der 1 gezeigt. Die Fahrzeugrecheneinrichtung 12 ist dazu ausgebildet, den Szenario-Klassifikator und den Profil-Klassifikator, die hinsichtlich der 3 beschrieben worden sind, auszuführen. Das bedeutet, dass die Fahrzeugrecheneinrichtung 12 dazu ausgebildet ist, kontinuierlich einen aktuellen Szenariocluster und ein aktuellens Profil zu bestimmen.
  • Die Bestimmung der Szenariocluster und der Profile erfolgt unter Verwendung der Sensordaten des Sensors 11 sowie einer Position, die durch die Navigationseinheit 20 angegeben wird. Es werden also Umweltdaten 41, Positionsdaten 42 sowie Fahrzeugzustandsdaten 43 und Trip- bzw. Tour-Daten 44 verwendet, um die Szenariocluster und Profile zu bestimmen.
  • Für ein einzelnes Szenariocluster und das zugehörige Profil wird aus der Fahrzeugspeichereinrichtung 14 eine Betriebsstrategie ausgewählt, die dazu verwendet wird, das Fahrzeug 10" zumindest teilweise zu steuern. Insbesondere wird die Betriebsstrategie dazu verwendet, die Verbraucher 16, 16', 16" zu steuern.
  • Beispielsweise kann die Betriebsstrategie angeben, dass bei einer Außentemperatur von > 25 °C in einem bestimmten geographischen Bereich, die Sitzheizung 16" und die Heizung der Heckscheiben 16' abgeschaltet werden. Dies kann zum Beispiel von Vorteil sein, wenn das Fahrzeug eine lange Steigung herauffahren muss, was durch in dem Kartenspeicher 22 abgelegte Karten bekannt sein kann.
  • Somit kann das Kundenfahrzeug 10" in Abhängigkeit der Umweltdaten 41, der Fahrzeugzustandsdaten 43, der Trip- bzw. Tour-Daten 44 in Abhängigkeit von den Positionsdaten 42 eine optimale Betriebsstrategie auswählen und so die einzelnen Verbraucher 16, 16', 16" zu steuern.
  • Im Rahmen dieser Anmeldung ist vorgesehen, dass sämtliche Einrichtungen, die durch die unterschiedlichen Fahrzeugrecheneinrichtungen 12 implementiert werden, auch als Instruktionen eines Computerprogramms ausgedrückt werden können. Es sind somit explizit auch die notwendigen Instruktionen mit offenbart.
  • In einem Ausführungsbeispiel können neben den Umweltdaten 41, den Fahrzeugzustandsdaten 43 und den Trip- bzw. Tour-Daten 44 weitere Eingabedaten bei der Bestimmung der Szenariocluster und Profile berücksichtigt werden. Beispielsweise können Daten von einem Risikoradar, wie es durch die DE 10 2017 203 785 beschrieben ist, verwendet werden. Beispielsweise kann durch die Betriebsstrategie angegeben sein, dass bei einem hohen Risiko die Spannungsamplitude des Bordnetzes leicht erhöht wird. Somit kann eine Betriebsstrategie gewählt werden, die einer Risikosituation angepasst ist.
  • An dieser Stelle sei darauf hingewiesen, dass alle oben beschriebenen Teile für sich alleine gesehen und in jeder Kombination, insbesondere die in den Zeichnungen dargestellten Details, als erfindungswesentlich beansprucht werden. Abänderungen hiervon sind dem Fachmann geläufig.
  • Bezugszeichenliste
  • 10
    Fahrzeug
    11, 11', 11"
    Sensoren
    12
    Fahrzeugrecheneinrichtung
    13
    Fahrzeugkommunikationseinrichtung/SIM-Modul
    14
    Fahrzeugspeichereinrichtung
    15
    Batterie
    16, 16', 16"
    Verbraucher
    20
    Navigationseinheit
    21
    GPS-Sensor
    22
    Kartenspeicher
    23
    BUS
    30
    Server
    31
    Szenarioclustereinrichtung
    32
    Profilclustereinrichtung
    33
    Szenarioklassifikatortrainingseinrichtung
    34
    Profilklassifikatortrainingseinrichtung
    35
    Betriebsstrategiespeichereinrichtung
    36
    Bewertungseinrichtung
    37
    Serverkommunikationseinrichtung
    40
    Datenpaket
    41
    Umweltdaten
    42
    Positionsdaten
    43
    Fahrzeugzustandsdaten
    44
    Trip- bzw. Tour-daten
    45
    Menge von Szenario-Clustern
    46
    Menge von Profil-Clustern
    50
    Klassifikationsdaten
    60
    Betriebsstrategie
    70
    gelernte Betriebsstrategie
    71
    Georeferenz
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • DE 102017214384 [0005]
    • DE 102017203785 [0089]

Claims (15)

  1. Verfahren zur Bestimmung einer Betriebsstrategie für ein Fahrzeug (10), folgende Schritte aufweisend: a) Erfassen von Umwelt- (41) und/oder Fahrzeugdaten (43); b) Gruppieren der Umwelt- (41) und/oder Fahrzeugdaten (43) in mindestens eine Gruppe; c) Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- (41) und/oder Fahrzeugdaten (43), wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt; d) Bestimmen einer Betriebsstrategie des Fahrzeugs (10) unter Verwendung des mindestens einen Klassifikators; e) Steuern zumindest eines Teils des Fahrzeugs (10) unter Verwendung der Betriebsstrategie.
  2. Verfahren nach Anspruch 1, gekennzeichnet durch a1) Erfassen mindestens einer Positionsangabe (42) des Fahrzeugs (10), wobei das Trainieren des mindestens einen Klassifikators auch unter Verwendung der mindestens einen Positionsangabe (42) ausgeführt wird.
  3. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Bestimmen unter Verwendung einer aktuellen Fahrzeugposition ausgeführt wird.
  4. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Trainieren ein Trainieren eines ersten Klassifikators unter Verwendung der Umweltdaten und eines zweiten Klassifikators unter Verwendung der Fahrzeugdaten umfasst.
  5. Verfahren nach einem der vorhergehenden Ansprüche, gekennzeichnet durch d1) Übertragen der bestimmten Betriebsstrategie von einem Server (30) auf das Fahrzeug (10), insbesondere unter Verwendung eines Mobilfunknetzes.
  6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Bestimmen eine Abfrage einer Datenbank umfasst, wobei die Abfrage als eine Funktion in Abhängigkeit einer Positionsangabe (42), insbesondere einer aktuellen Fahrzeugposition, ausgebildet ist.
  7. Verfahren nach einem der vorhergehenden Ansprüche dadurch gekennzeichnet, dass die Betriebsstrategie in einer Speichereinrichtung, insbesondere einer Datenbank, gespeichert ist.
  8. Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 7, gekennzeichnet durch f) Lernen einer Testbetriebsstrategie während des Betriebs eines Testfahrzeugs (10); g) Bewerten und Vergleichen der Testbetriebsstrategie und der bestimmten Betriebsstrategie hinsichtlich eines Bewertungskriteriums, insbesondere hinsichtlich des Energieverbrauchs des Fahrzeugs (10); h) Ersetzen der bestimmten Betriebsstrategie mit der Testbetriebsstrategie, insbesondere in einer/der Speichereinrichtung, wenn festgestellt ist, dass die Testbetriebsstrategie hinsichtlich des Bewertungskriteriums vorzuziehen ist.
  9. System, umfassend: - ein Fahrzeug (10) umfassend ein erstes computerlesbares-Speichermedium und mindestens einen ersten Prozessor, wobei das erste computerlesbare Speichermedium Instruktionen umfasst, die a) ein Erfassen von Umwelt- (41) und/oder Fahrzeugdaten (43); und e) insbesondere ein Steuern zumindest eines Teils des Fahrzeugs (10) unter Verwendung einer Betriebsstrategie implementieren, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden; - einen Server (30) umfassend ein zweites computerlesbares Speichermedium und mindestens einen zweiten Prozessor, wobei das zweite computerlesbare Speichermedium Instruktionen umfasst, die: d) ein Bestimmen einer Betriebsstrategie des Fahrzeugs (10) unter Verwendung eines mindestens einen Klassifikators; und b) insbesondere ein Gruppieren der Umwelt- (41) und/oder Fahrzeugdaten (43) in mindestens eine Gruppe; und c) insbesondere ein Trainieren mindestens eines Klassifikators unter Verwendung der Umwelt- (41) und/oder Fahrzeugdaten (43), wobei die mindestens eine Gruppe mindestens eine Klasse des mindestens einen Klassifikators angibt, implementieren, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  10. System nach Anspruch 9, dadurch gekennzeichnet, dass - das erste computerlesbare Speichermedium ferner Instruktionen umfasst, die ein d1) Erfassen mindestens einer Positionsangabe (42) des Fahrzeugs (10), implementieren, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden; und - das zweite computerlesbare Speichermedium ferner Instruktionen umfasst, die implementieren, dass das Trainieren des mindestens einen Klassifikators auch unter Verwendung der mindestens einen Positionsangabe (42) ausgeführt wird, wenn die Instruktionen durch den mindestens einen ersten Prozessor ausgeführt werden.
  11. System nach Anspruch 9, dadurch gekennzeichnet, dass das zweite computerlesbare Speichermedium ferner Instruktionen umfasst, die implementieren, dass das Bestimmen eine Abfrage einer Datenbank umfasst, wobei die Abfrage als eine Funktion in Abhängigkeit einer Positionsangabe (42), insbesondere einer aktuellen Fahrzeugposition, ausgebildet ist, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  12. System nach Anspruch 9, dadurch gekennzeichnet, dass das zweite computerlesbare Speichermedium ferner Instruktionen umfasst, implementieren, dass die Betriebsstrategie in einer Speichereinrichtung, insbesondere einer Datenbank, gespeichert ist, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  13. System nach Anspruch 9 oder 10, dadurch gekennzeichnet, dass das zweite computerlesbare Speichermedium ferner Instruktionen umfasst, die f) ein Lernen einer Testbetriebsstrategie während des Betriebs eines Testfahrzeugs (10); g) ein Bewerten und Vergleichen der Testbetriebsstrategie und der bestimmten Betriebsstrategie hinsichtlich eines Bewertungskriteriums, insbesondere hinsichtlich des Energieverbrauchs des Fahrzeugs (10); h) ein Ersetzen der bestimmten Betriebsstrategie mit der Testbetriebsstrategie, insbesondere in einer/der Speichereinrichtung, wenn festgestellt ist, dass die Testbetriebsstrategie hinsichtlich des Bewertungskriteriums vorzuziehen ist implementieren, wenn die Instruktionen durch den mindestens einen zweiten Prozessor ausgeführt werden.
  14. Steuereinrichtung für ein Fahrzeug (10), insbesondere für einen PKW (10), Folgendes aufweisend: b) ein computerlesbares Speichermedium, welches Instruktionen enthält, die Verfahrensschritte a) und e) des Anspruchs 1 zu implementieren, wenn die Instruktionen durch den mindestens einen Prozessor ausgeführt werden; c) eine Fahrzeugkommunikationseinrichtung, die dazu ausgebildet ist, die Betriebsstrategie zu empfangen, die nach Schritt d) und insbesondere den Schritten b) und c), des Anspruchs 1 bestimmt ist.
  15. Fahrzeug (10) des Systems nach einem der Ansprüche 9-13.
DE102018215017.6A 2018-09-04 2018-09-04 Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug Pending DE102018215017A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102018215017.6A DE102018215017A1 (de) 2018-09-04 2018-09-04 Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102018215017.6A DE102018215017A1 (de) 2018-09-04 2018-09-04 Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug

Publications (1)

Publication Number Publication Date
DE102018215017A1 true DE102018215017A1 (de) 2020-03-05

Family

ID=69527353

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102018215017.6A Pending DE102018215017A1 (de) 2018-09-04 2018-09-04 Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug

Country Status (1)

Country Link
DE (1) DE102018215017A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020120367A1 (de) 2020-08-03 2022-02-03 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und System zur Steuerung eines elektrifizierten Fahrzeugs

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011078271A1 (de) * 2011-06-29 2013-01-03 Bayerische Motoren Werke Aktiengesellschaft Steuereinheit zum Betreiben eines Kraftfahrzeugs
DE102014008380A1 (de) * 2014-06-05 2014-12-24 Daimler Ag Verfahren zur prädiktiven Steuerung und/oder Regelung eines Antriebsstranges eines Fahrzeuges
DE102013223684A1 (de) * 2013-11-20 2015-05-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Geben von Empfehlungen für mehrere Fahrzeuginsassen
DE102017006155A1 (de) * 2017-06-29 2017-12-21 Daimler Ag Verfahren zum Betreiben eines Sensorsystems eines Fahrzeugs
DE102017203785A1 (de) * 2017-03-08 2018-09-13 Bayerische Motoren Werke Aktiengesellschaft Überwachungssystem
DE102017214384A1 (de) * 2017-08-18 2019-02-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtungen zur Festlegung eines Betriebsstrategieprofils

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102011078271A1 (de) * 2011-06-29 2013-01-03 Bayerische Motoren Werke Aktiengesellschaft Steuereinheit zum Betreiben eines Kraftfahrzeugs
DE102013223684A1 (de) * 2013-11-20 2015-05-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zum Geben von Empfehlungen für mehrere Fahrzeuginsassen
DE102014008380A1 (de) * 2014-06-05 2014-12-24 Daimler Ag Verfahren zur prädiktiven Steuerung und/oder Regelung eines Antriebsstranges eines Fahrzeuges
DE102017203785A1 (de) * 2017-03-08 2018-09-13 Bayerische Motoren Werke Aktiengesellschaft Überwachungssystem
DE102017006155A1 (de) * 2017-06-29 2017-12-21 Daimler Ag Verfahren zum Betreiben eines Sensorsystems eines Fahrzeugs
DE102017214384A1 (de) * 2017-08-18 2019-02-21 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtungen zur Festlegung eines Betriebsstrategieprofils

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HEIMRATH, Andreas ; FROESCHL, Joachim ; BAUMGARTEN, Uwe: Reflex-augmented reinforcement learning for electrical energy management in vehicles. In: ICAI '18 : proceedings of the 2018 International Conference on Artificial Intelligence : publication of the 2018 World Congress in Computer Science, Computer Engineering, & Applied Computing (CSCE '18), 30 July - 02 August 2018, Las Vegas, Nevada, USA. USA : CSREA Press, 2018. S. 429-430. - ISBN 1-60132-480-4. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102020120367A1 (de) 2020-08-03 2022-02-03 Dr. Ing. H.C. F. Porsche Aktiengesellschaft Verfahren und System zur Steuerung eines elektrifizierten Fahrzeugs

Similar Documents

Publication Publication Date Title
DE102018121595B4 (de) Unbeaufsichtigtes anlernen von agenten für autonome fahranwendungen
DE102019107797B4 (de) FAHRZEUGPROGNOSEN UND ABHILFEMAßNAHMEN
DE102016000493A1 (de) Verfahren zum Betrieb eines Fahrzeugsystems und Kraftfahrzeug
DE102017200602B4 (de) Prognostizieren einer voraussichtlichen Haltezeit für ein Start-Stopp-System eines Kraftfahrzeugs
DE102017217444B4 (de) Verfahren und System zum Aktualisieren eines Steuerungsmodells für eine automatische Steuerung zumindest einer mobilen Einheit
DE102018203583B4 (de) Verfahren, Fahrerassistenzsystem sowie Kraftfahrzeug zur Prädiktion einer Position oder einer Trajektorie mittels eines graphbasierten Umgebungsmodells
EP2507588B1 (de) Verfahren und steuergerät zur steuerung eines hybridantriebs eines fahrzeugs
DE102016003969B4 (de) Verfahren zum Erfassen von Umgebungsdaten mittels mehrerer Kraftfahrzeuge
DE102019108644A1 (de) Verfahren und vorrichtung zum automatischen lernen von regeln für autonomes fahren
WO2021121695A1 (de) Verfahren, vorrichtung und system zur detektion von anomalen betriebszuständen eines geräts
DE102018113046A1 (de) Ein system und verfahren zur reduzierung des fahrzeugressourcen-erschöpfungsrisikos
DE102014212989A1 (de) Steuern von Datenverbindungen und/oder Datenübertragungen in einer mobilen Funkeinrichtung
DE102020119861A1 (de) Verfahren und Assistenzeinrichtung zum iterativ optimierten Betreiben eines Kraftfahrzeugs und Kraftfahrzeug
DE102021103184A1 (de) Drahtlose Kommunikationsvorrichtung und Servervorrichtung
WO2022037968A1 (de) Steuervorrichtung und verfahren zum prädiktiven betreiben eines energiebordnetzes
DE102019114626A1 (de) System und Verfahren zur Hardware-Überprüfung in einem Kraftfahrzeug
DE102021004426A1 (de) Verfahren zum Trainieren einer autonomen Fahrfunktion
DE102018215017A1 (de) Verfahren zur Bestimmung einer Betriebsstrategie für Fahrzeug, System, Steuereinrichtung für ein Fahrzeug und ein Fahrzeug
DE102017208168A1 (de) Verfahren zum Erzeugen einer Überholwahrscheinlichkeitssammlung, Verfahren zum Betreiben einer Steuereinrichtung eines Kraftfahrzeugs, Überholwahrscheinlichkeitssammeleinrichtung und Steuereinrichtung
DE102018215014B4 (de) Verfahren sowie Bewertungsvorrichtung zur Standortoptimierung eines Fahrzeugs
WO2021069418A1 (de) Verfahren zur prädiktion eines geschwindigkeitsprofils eines fahrzeugs
DE102021106190B3 (de) Vorrichtung und Verfahren zur Prädiktion und Vermeidung der Degradation von elektrischen Antriebskomponenten im Fahrzeug
DE102022127529A1 (de) Steuerung des automatisierten fahrbetriebs von fahrzeugen mit einem unabhängigen planungsmodell und einem kognitiven lernmodell
DE102021108131A1 (de) Verbesserte Datenprotokollierung zur Systemvalidierung in Fahrunterstützungssystemen
WO2024012950A2 (de) Verfahren und assistenzeinrichtung zur navigationsroutenfindung und entsprechend eingerichtetes kraftfahrzeug

Legal Events

Date Code Title Description
R163 Identified publications notified