DE102018216557A1

DE102018216557A1 - Verfahren, Vorrichtung und Fortbewegungsmittel zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels

Info

Publication number: DE102018216557A1
Application number: DE102018216557.2A
Authority: DE
Inventors: Stefanus Stahl
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2018-09-27
Filing date: 2018-09-27
Publication date: 2020-04-02

Abstract

Die Erfindung betrifft ein Fortbewegungsmittel, eine Vorrichtung und ein Verfahren zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels (80). Das Verfahren umfasst die Schritte: Empfangen eines ersten Signals eines ersten Schallwandlers (30) zu einem ersten Zeitpunkt, Empfangen eines ersten Parametersatzes repräsentierend mit dem ersten Signal korrespondierende Randbedingungen, Trainieren eines selbstlernenden Systems unter Verwendung des ersten Signals und/oder einer Referenz für das erste Signal in Abhängigkeit des ersten Parametersatzes, Empfangen eines zweiten Signals des ersten Schallwandlers (30) zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt, Empfangen eines zweiten Parametersatzes repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen, und Ermitteln einer Fehlerfreiheit des Fortbewegungsmittels (80) durch Klassifizieren des zweiten Signals und/oder einer Referenz für das zweite Signal in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems.

Description

Die vorliegende Erfindung betrifft ein Verfahren, eine Vorrichtung und ein Fortbewegungsmittel zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels.
Moderne Fortbewegungsmittel verfügen häufig über eine Mehrzahl unterschiedlicher Sensoren für eine Umfelderfassung und/oder eine Erfassung von Ereignissen im Innenraum der Fortbewegungsmittel. Sensoren für eine Erfassung des Innenraums können beispielsweise Kameras zur Müdigkeitserkennung eines Fahrers, oder auch Mikrophone zur Entgegennahme von Sprachbefehlen zur Steuerung von Funktionen der Fortbewegungsmittel sein. Im Stand der Technik werden Mikrophone darüber hinaus zur Überwachung einer Fehlerfreiheit von Fortbewegungsmitteln eingesetzt, indem durch die Fortbewegungsmittel erzeugte Geräusche mittels dieser Mikrophone erfasst werden. Auf Basis geeigneter Analyseverfahren können durch die Mikrophone erzeugte Signale bewertet und potentielle Fehlfunktionen des Fortbewegungsmittels abgeleitet werden.
DE102014217500A1 offenbart ein Verfahren und eine Vorrichtung zum Diagnostizieren von Zuständen eines Fahrzeugs. Zu diesem Zweck ist in einem Innenraum des Fahrzeugs mindestens ein Mikrophon vorgesehen. Die vom Mikrophon aufgenommenen Geräusche werden hinsichtlich Tonfrequenzen, Lautstärkeamplituden, Phasenlagen und/oder Laufzeitunterschieden analysiert. Dabei können entsprechende Geräuschdaten gespeichert und/oder nach außerhalb des Fahrzeugs übertragen werden. Auf Basis der Analyse kann eine Beurteilung eines Zustands des Fahrzeugs vorgenommen werden.
Das Fraunhofer-Institut für Keramische Technologien und Systeme IKTS offenbart in der Broschüre „Akustische Diagnostik - Fehlerdetektion, Signalbeurteilung, Qualitätssicherung“ Verfahren und Vorrichtungen zur akustischen Diagnose technischer Einrichtungen. Dies umfasst eine Qualitätsbewertung von Bauteilen und Materialien, eine Überwachung von Verschleißteilen von Anlagen und Maschinen und eine Schadensdetektion an Bauteilen und Komponenten. Mit Hilfe von Verfahren zur Signalanalyse, Mustererkennung und zum Maschinenlernen können Signale von Überwachungssensoren automatisch interpretiert und deren Bedeutung erkannt werden.
Die im Stand der Technik vorgeschlagenen Verfahren und Vorrichtungen setzen entweder vordefinierte Randbedingungen und/oder eine weitgehende Abwesenheit potentieller Störgrößen für eine Analyse relevanter Geräusche einer technischen Einrichtung oder eines Fortbewegungsmittels voraus. Eine Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels während einer Fahrt ist auf diese Weise hinsichtlich einer Erkennungsleistung von Fehlerzuständen eingeschränkt.
Es ist daher eine Aufgabe der vorliegenden Erfindung, die vorstehend genannten Nachteile des Standes der Technik zu lindern bzw. auszuräumen.
Die Lösung der vorstehend identifizierten Aufgabe erfolgt durch die Merkmale der unabhängigen Ansprüche. Die Unteransprüche haben bevorzugte Weiterbildungen der Erfindung zum Inhalt.
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird ein Verfahren zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels vorgeschlagen. Das Fortbewegungsmittel kann beispielsweise ein Straßenfahrzeug (z.B. Motorrad, PKW, Transporter, LKW) oder ein Schienenfahrzeug oder ein Luftfahrzeug/Flugzeug oder ein Wasserfahrzeug sein. Des Weiteren können die nachfolgend beschriebenen Verfahrensschritte vollständig oder teilweise durch eine erfindungsgemäße Vorrichtung in diesem Fortbewegungsmittel ausgeführt werden. Da ein Teil der Verfahrensschritte eine Trainingsphase für ein selbstlernendes System darstellt, kann dieser Teil der Verfahrensschritte alternativ oder zusätzlich in einem vom Fortbewegungsmittel abweichenden Trainingsfortbewegungsmittel ausgeführt werden. Das Trainingsfortbewegungsmittel kann bevorzugt baugleich zum Fortbewegungsmittel ausgebildet sein, ist aber nicht auf ein baugleiches Fortbewegungsmittel beschränkt. Es sei darauf hingewiesen, dass die Verfahrensschritte im Sinne einer vereinfachten Beschreibung zunächst nur bezüglich des Fortbewegungsmittels erläutert werden, auch wenn diese zum Teil auch durch das Trainingsfortbewegungsmittel ausgeführt werden können. Im Anschluss daran folgt eine Erläuterung zur Ausführung eines Teils der Verfahrensschritte im Trainingsfortbewegungsmittel.
In einem ersten Schritt des erfindungsgemäßen Verfahrens wird ein erstes Signal eines ersten Schallwandlers des Fortbewegungsmittels zu einem ersten Zeitpunkt durch die erfindungsgemäße Vorrichtung empfangen. Die Vorrichtung kann eine Auswerteeinheit umfassen, welche bevorzugt über einen Dateneingang und einen Datenausgang verfügt. Die Auswerteeinheit kann beispielsweise als ASIC, FPGA, Prozessor, digitaler Signalprozessor, Mikrocontroller, o.ä., ausgestaltet und informationstechnisch an eine interne und/oder externe Speichereinheit angebunden sein. Die Auswerteeinheit kann darüber hinaus eingerichtet sein, das erfindungsgemäße Verfahren in Verbindung mit einem durch die Auswerteeinheit ausgeführten Computerprogramm durchzuführen. Das durch den ersten Schallwandler erzeugte erste Signal kann mittels des Dateneingangs der Auswerteeinheit von der Auswerteeinheit empfangen und für eine weitere Verarbeitung in der an die Auswerteeinheit angebunden Speichereinheit abgelegt werden. Der erste Schallwandler kann ein Luftschall- und/oder ein Körperschallwandler (z.B. ein Piezo-Wandler), insbesondere ein Mikrophon und bevorzugt ein Innenraummikrophon (z.B. in einer Fahrgastzelle) des Fortbewegungsmittels sein. Darüber hinaus ist es auch denkbar, ein Signal eines Ultraschallsensors des Fortbewegungsmittels für das erfindungsgemäße Verfahren zu verwenden.
Der Schallwandler kann beispielswiese über ein Bordnetz des Fortbewegungsmittels informationstechnisch (direkt oder indirekt) mit der Auswerteeinheit verbunden sein. Des Weiteren kann ein bereits bestehender Schallwandler des Fortbewegungsmittels oder ein dedizierter Schallwandler für das erfindungsgemäße Verfahren eingesetzt werden. Der Schallwandler ist bevorzugt derart ausgebildet und derart im Fortbewegungsmittel angeordnet, dass er in der Lage ist, u.a. Fahr-, Karosserie-, Umgebungs- und Innenraumgeräusche des Fortbewegungsmittels mit einem minimal erforderlichen Schallpegel aufzunehmen. Vorteilhaft repräsentiert das erste Signal oben genannte Geräusche in einem fehlerfreien Zustand des Fortbewegungsmittels.
In einem zweiten Schritt des erfindungsgemäßen Verfahrens wird durch die Auswerteeinheit ein erster Parametersatz repräsentierend mit dem ersten Signal korrespondierende Randbedingungen empfangen. Der Parametersatz kann eine Mehrzahl unterschiedlicher Randbedingungen umfassen, die beispielsweise durch eine Mehrzahl von Steuergeräten des Fortbewegungsmittels erzeugt und/oder empfangen werden. Ein Beispiel für eine durch den Parametersatz repräsentierte Randbedingung kann z.B. eine Information über eine aktuelle Position des Fortbewegungsmittels sein, welche von einem Steuergerät bereitgestellt werden kann, das z.B. über eine GPS-Einheit zur Lokalisation des Fortbewegungsmittels verfügt. Eine solche Information über eine mit dem ersten Signal zeitlich korrespondierende Randbedingung kann bevorzugt in der an die Auswerteeinheit angebundenen Speichereinheit in Form des beschriebenen Parametersatzes abgelegt werden. Es ist möglich, dass der Parametersatz nur über einen einzelnen Parameter verfügt, wobei der einzelne Parameter wiederum einen Einzelwert oder eine Kombination zusammengehöriger Werte (z.B. einzelne GPS-Koordinaten) zur Repräsentation einer jeweiligen Randbedingung umfassen kann. Vorteilhaft können das erste Signal und der mit dem ersten Signal korrespondierende erste Parametersatz als ein gemeinsamer Datensatz in der Speichereinheit abgelegt werden. Alternativ oder zusätzlich können das erste Signal und der erste Parametersatz in der Speichereinheit mit einer gemeinsamen, eindeutigen Kennung versehen werden, so dass eine spätere Zuordnung untereinander ermöglicht wird. Der erste Parametersatz kann beispielsweise durch ein weiteres Steuergerät verwaltet und der Auswerteeinheit als vollständiger Parametersatz bereitgestellt werden. Alternativ kann die Auswerteeinheit auch einzelne oder mehrere Parameter von unterschiedlichen Steuergeräten des Fortbewegungsmittels empfangen und diese in der Speichereinheit in geeigneter Weise zum ersten Parametersatz zusammenführen.
In einem dritten Schritt des erfindungsgemäßen Verfahrens wird ein selbstlernendes System unter Verwendung des ersten Signals und/oder einer Referenz für das erste Signal in Abhängigkeit des ersten Parametersatzes trainiert. Hier können unterschiedliche, aus dem Stand der Technik bekannte Verfahren zum maschinellen Lernen, wie künstliche neuronale Netze und insbesondere Deep-Learning-Algorithmen, eingesetzt werden. Das neuronale Netz kann bevorzugt auf Basis des durch die Auswerteeinheit ausgeführten Computerprogramms in Verbindung mit der an die Auswerteeinheit angebundenen Speichereinheit realisiert werden. Ziel ist es, das selbstlernende System mittels des ersten Signals, das - wie oben beschrieben - bevorzugt einen fehlerfreien Zustand des Fortbewegungsmittels repräsentiert, derart anzulernen, dass der durch das erste Signal repräsentierte fehlerfreie Zustand im selbstlernenden System eindeutig abgebildet wird. Alternativ oder zusätzlich zum Trainieren des selbstlernenden Systems mit dem ersten Signal kann auch eine Repräsentation für das erste Signal zum Trainieren verwendet werden. Dies kann insbesondere dann von Vorteil sein, wenn die durch das erste Signal repräsentierten akustischen Informationen zu komplex und/oder nicht eindeutig genug sind, um das selbstlernende System auf deren Basis effizient und/oder zuverlässig trainieren zu können. Eine Repräsentation für das erste Signal kann z.B. durch eine entsprechende Vorverarbeitung des ersten Signals erzeugt werden. Eine solche Vorverarbeitung kann u.a. anderem vorsehen, spezifische Merkmale (auch Fingerabdrücke genannt) aus dem ersten Signal zu extrahieren, wie Cepstral-Koeffizienten, Nulldurchgangsraten, Frequenzspektren, Wavelets, Frequenzverteilungen, Signalpegel und weitere aus dem Stand der Technik bekannte Merkmale zur Analyse bzw. Vorverarbeitung von Signalen und insbesondere von Audiosignalen. Darüber hinaus kann auch die Anwendung klassischer Frequenzfilter eine vorteilhafte Vorverarbeitung des ersten Signals darstellen (z.B. um nicht relevante Störfrequenzen im ersten Signal standardmäßig zu eliminieren). Auf diese Weise kann das erste Signal mittels der Auswerteeinheit im Hinblick auf das selbstlernende System entsprechend optimiert werden, wodurch eine nachfolgende Klassifikation weiterer Signale auf Basis des trainierten, selbstlernenden Systems verbessert werden kann.
In einem vierten Schritt des erfindungsgemäßen Verfahrens wird durch die Auswerteeinheit ein zweites Signal des ersten Schallwandlers zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt empfangen. Während die bisher beschriebenen Verfahrensschritte zum Trainieren (im Folgenden auch Trainingsphase genannt) des selbstlernenden Systems vorgesehen sind, sind der aktuell beschriebene Verfahrensschritt und die nachfolgenden Verfahrensschritte zum Anwenden (im Folgenden auch Anwendungsphase genannt) des trainierten, selbstlernenden Systems vorgesehen.
In einem fünften Schritt des erfindungsgemäßen Verfahrens wird ein zweiter Parametersatzes repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen empfangen.
In einem sechsten Schritt des erfindungsgemäßen Verfahrens wird eine Fehlerfreiheit des Fortbewegungsmittels durch Klassifizieren des zweiten Signals und/oder einer Referenz für das zweite Signal in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems ermittelt. D.h. konkret, dass ein trainiertes, selbstlernendes System in der Trainingsphase durch ein fehlerfreies Fortbewegungsmittel bevorzugt derart trainiert wird, dass das trainierte, selbstlernende System in der Anwendungsphase in der Lage ist, kritische Abweichungen zwischen dem ersten Signal und dem zweiten Signal automatisch festzustellen. Für den Fall, dass kritische Abweichungen zwischen den beiden Signalen festgestellt werden, kann dies auf eine Fehlfunktion des Fortbewegungsmittels hindeuten. Da die durch den ersten Schallwandler aufgenommenen Geräusche und weitere Schallereignisse i.d.R. durch oben beschriebene Randbedingungen beeinflusst werden (z.B. durch unterschiedliche Straßenbeläge, Reifenarten, Straßenzustände, usw.) ist es von Vorteil, wenn das zweite Signal unter vergleichbaren Randbedingungen aufgenommen wird, wie das erste Signal. In einem konkreten Beispiel kann das Fortbewegungsmittel in der Trainingsphase zu einem ersten Zeitpunkt eine erste Position bzw. einen ersten Streckenabschnitt passieren und das dort aufgenommene erste Signal unter Verwendung einer Information über die Position bzw. den Streckenabschnitt in das selbstlernende System einspeisen. Auf diese Weise kann das selbstlernende System ein erstes Signal repräsentierend einen fehlerfreien Zustand des Fortbewegungsmittels für die korrespondierende Position bzw. den Streckenabschnitt trainieren. In diesem Zusammenhang ist es beispielsweise möglich, in Abhängigkeit jeweiliger Positionsinformationen eine Karte aufzubauen, die zu jeweiligen Positionen korrespondierende (akustische) Fingerabdrücke bzw. Merkmale enthält. Bei einem erneuten Passieren der ersten Position bzw. des ersten Streckenabschnitts durch das Fortbewegungsmittel zu einem zweiten Zeitpunkt, kann das beim erneuten Passieren aufgenommene zweite Signal mittels des trainierten, selbstlernenden Systems unter annähernd identischen Randbedingungen (nämlich dieselbe Position bzw. derselbe Streckenabschnitt) auf eine Fehlerfreiheit überprüft werden. Für den Fall, dass das zweite Signal trotz annähernd identischer Randbedingungen zum ersten Signal keine ausreichende Übereinstimmung mit dem ersten Signal im Zuge der Klassifizierung liefert, kann ein potentieller Fehlerzustand des Fortbewegungsmittels angenommen werden. In diesem Fall kann durch die Auswerteeinheit beispielsweise das Ausgeben eines Hinweises (akustisch und/oder optisch und/oder haptisch) im Fortbewegungsmittel ausgegeben werden, so dass ein Benutzer des Fortbewegungsmittels z.B. eine manuelle Überprüfung und/oder eine Reparatur des Fortbewegungsmittels veranlassen oder durchführen kann.
Es sei darauf hingewiesen, dass der für die Trainingsphase erforderliche fehlerfreie Zustand des Fortbewegungsmittels und/oder des Trainingsfortbewegungsmittels beispielsweise anhand einer Benutzereingabe und/oder einer Laufleistung des Fortbewegungsmittels ermittelt werden kann.
Es sei weiter darauf hingewiesen, dass die Verfahrensschritte zum Trainieren des selbstlernenden Systems auch während einer laufenden Anwendungsphase des selbstlernenden Systems ausgeführt werden können, um beispielsweise eine Zuverlässigkeit bzw. Genauigkeit des selbstlernenden Systems durch ein Berücksichtigen zusätzlicher Informationen zu verbessern. Solche zusätzlichen Informationen können beispielsweise dritte, vierte und beliebige weitere Signale eines jeweiligen Schallwandlers sein, welche zu jeweils voneinander abweichenden Zeitpunkten erfasst werden. Auf diese Weise kann die Konfiguration des selbstlernenden Systems im Laufe der Zeit durch das Berücksichtigen dieser zusätzlichen Informationen stetig weiter trainiert werden, so dass die Zuverlässig bzw. die Genauigkeit bei der Klassifizierung entsprechend verbessert werden kann. Dies kann z.B. durch ein abwechselndes Ausführen der Trainingsschritte und der Anwendungsschritte erfolgen. Alternativ oder zusätzlich kann auch eine zweite Instanz des selbstlernenden Systems durch die Auswerteeinheit ausgeführt werden, so dass ein paralleles Trainieren und Anwenden des selbstlernenden Systems möglich ist. Zu geeigneten Zeitpunkten kann eine Konfiguration eines solchen parallel ausgeführten, selbstlernenden Systems für die Trainingsphase in das selbstlernende System für die Anwendungsphase übertragen und dort verwendet werden.
In einer vorteilhaften Ausgestaltung der vorliegenden Erfindung können der erste, zweite und dritte Verfahrensschritt im Trainingsfortbewegungsmittel und/oder im Fortbewegungsmittel ausgeführt werden, wobei das erste Signal einen fehlerfreien Zustand des Trainingsfortbewegungsmittels und/oder des Fortbewegungsmittels repräsentiert. Zu diesem Zweck kann das Trainingsfortbewegungsmittel bevorzugt baugleich oder zumindest im Wesentlichen identisch zum Fortbewegungsmittel sein, damit ein mittels des Trainingsfortbewegungsmittels trainiertes, selbstlernendes System für eine nachfolgende Klassifizierung des zweiten Signals im Fortbewegungsmittel in geeigneter Weise verwendet werden kann. Die Verfahrensschritte vier, fünf und sechs können entsprechend im Fortbewegungsmittel ausgeführt werden, wobei eine Konfiguration des trainierten, selbstlernenden Systems aus dem Fortbewegungsmittel und/oder aus dem Trainingsfortbewegungsmittel verwendet werden kann. Eine Konfiguration des trainierten, selbstlernenden Systems des Trainingsfortbewegungsmittels kann beispielsweise durch eine drahtlose oder drahtgebundene Datenübertragung, oder durch Verwendung eines Datenträgers vom Trainingsfortbewegungsmittel auf das Fortbewegungsmittel übertragen werden.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung können der erste Parametersatz und/oder der zweite Parametersatz weitere Informationen bezüglich des Fortbewegungsmittels und/oder des Trainingsfortbewegungsmittels umfassen. Neben der bereits beschrieben Position des Fortbewegungsmittels kann dies u.a. auch eine Geschwindigkeit und/oder eine Motordrehzahl des Fortbewegungsmittels umfassen. Des Weiteren kommen auch Informationen über aktive Komponenten (z.B. Lüfter, Klimaanlage, Medienwiedergabevorrichtung usw.) des Fortbewegungsmittels und/oder eine Uhrzeit und/oder eine Wetterinformation und/oder einen Straßenzustand, und/oder eine Verkehrsdichte, und/oder Öffnungszustände von Fenstern und/oder Türen und/oder Lüftungsklappen und/oder Schiebedächern, und/oder intern erzeugte Schallereignisse (z.B. Sprache und/oder Geräusche), und/oder extern erzeugte Schallereignisse (z.B. Verkehrsgeräusche) und weitere Informationen in Frage.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung können beim Ermitteln der Fehlerfreiheit des Fortbewegungsmittels zusätzlich Informationen weiterer Sensoren berücksichtigt werden. Diese weiteren Sensoren, wie z.B. LIDAR-, Radar-, Ultraschallsensoren oder Kameras, können eine Kontrollfunktion wahrnehmen, um sicherzustellen, dass eine erfolgte Klassifizierung eines Fehlerzustandes des Fortbewegungsmittels durch das selbstlernende System plausibel ist. Die Signale dieser Sensoren können ebenfalls in das selbstlernende System eingespeist werden. Alternativ können diese Signale auch durch ein weiteres selbstlernendes System (z.B. eine weitere Instanz) verarbeitet werden, welches eingerichtet ist, mit dem selbstlernenden System im Zuge der Trainings- und/oder Anwendungsphase zu kommunizieren.
Des Weiteren können beim Ermitteln der Fehlerfreiheit des Fortbewegungsmittels der erste Parametersatz und der zweite Parametersatz im Wesentlichen übereinstimmen. Dies kann bedeuten, dass geringe Abweichungen, z.B. hinsichtlich einer Positionsangabe, im ersten und zweiten Parametersatz im Zuge der Klassifizierung vernachlässigt werden können. Dies kann z.B. mittels in der Speichereinheit abgelegter vordefinierter Werte für maximale Abweichungen zwischen jeweiligen Parametern festgelegt werden. Alternativ kann eine vordefinierte Teilmenge des ersten Parametersatzes und des zweiten Parametersatzes im Wesentlichen übereinstimmen. D.h., dass nicht zwangsläufig alle Parameter des ersten und zweiten Parametersatzes beim Klassifizieren berücksichtigt werden müssen und diese in geeigneter Weise ausgelassen werden können.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung kann das Trainieren des selbstlernenden Systems im Ansprechen auf ein Erfüllen vordefinierter Kriterien durch den ersten Parametersatz ausgeführt werden. Mit anderen Worten kann das Trainieren des selbstlernenden Systems beispielsweise immer dann unterbrochen oder nicht gestartet werden, wenn der empfangene erste Parametersatz bestimmte vordefinierte Kriterien nicht erfüllt. Ein solches vordefiniertes Kriterium kann beispielsweise eine nicht aktive Medienwiedergabe und/oder nicht vorhandene Sprachäußerungen durch Passagiere im Fortbewegungsmittel sein. D.h., dass das Trainieren des selbstlernenden Systems bevorzugt nur dann durchgeführt wird, wenn solche zusätzlichen und im Sinne des erfindungsgemäßen Verfahrens unerwünschten Schallereignisse aktuell nicht vorliegen. Auf diese Weise kann sichergestellt werden, dass das selbstlernende System nur mit Informationen relevanter Schallereignisse trainiert wird. Ob die vordefinierten Kriterien aktuell erfüllt sind, oder nicht, kann beispielsweise ebenfalls mittels der Auswerteeinheit in Verbindung mit einem geeigneten Analysealgorithmus festgestellt werden.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung kann die Konfiguration des trainierten, selbstlernenden Systems an einen externen Server übertragen werden. Die Konfiguration kann durch das Fortbewegungsmittel und/oder das Trainingsfortbewegungsmittel im Zuge der Trainingsphase erstellt und mittels einer Drahtloskommunikationsverbindung einer Mobilfunkeinheit und/oder eines WLAN-Moduls des Fortbewegungsmittels und/oder des Trainingsfortbewegungsmittels an den Server übertragen werden. Der Server kann eingerichtet sein, eine Mehrzahl von Konfigurationen einer Mehrzahl von Fortbewegungsmitteln und/oder Trainingsfortbewegungsmitteln zu empfangen und diese zu speichern. Darüber hinaus kann der Server eingerichtet sein, die Mehrzahl von Konfigurationen in geeigneter Weise zu filtern und/oder zu kombinieren, so dass alle relevanten Informationen der am erfindungsgemäßen Verfahren teilnehmenden Fortbewegungsmittel und/oder Trainingsfortbewegungsmittel in geeigneter Weise zusammengeführt werden können. Dies kann bevorzugt fahrzeugspezifisch durchgeführt werden, indem der Server jeweils diejenigen empfangenen Konfigurationen kombiniert, die von Fortbewegungsmitteln desselben Modells oder derselben Modellreihe stammen. Es sei darauf hingewiesen, dass das Kombinieren von Konfigurationen darüber hinaus auch modellübergreifend und/oder herstellerübergreifend sinnvoll sein kann, sofern geeignete und/oder sich ergänzende Größen der jeweiligen Konfigurationen sinnvoll kombiniert werden können. Nach dem Kombinieren der jeweiligen Konfigurationen durch den Server können die kombinierten Konfigurationen mittels der Drahtloskommunikationsverbindung an jeweils korrespondierende Fortbewegungsmittel und/oder Trainingsfortbewegungsmittel übertragen werden. Im Ansprechen auf ein Empfangen einer jeweiligen Konfiguration durch das Fortbewegungsmittel und/oder das Trainingsfortbewegungsmittel kann die jeweilige Konfiguration im Fortbewegungsmittel und/oder Trainingsfortbewegungsmittel durch das selbstlernende System übernommen und verwendet werden. Das Übernehmen kann in Form eines Überschreibens einer bisherigen Konfiguration des selbstlernenden Systems oder in Form eines Kombinierens der vom Server empfangenen Konfiguration mit der bisherigen Konfiguration im Fortbewegungsmittel und/oder Trainingsfortbewegungsmittel erfolgen.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung kann ein ermittelter Fehlerzustand des Fortbewegungsmittels durch eine Benutzereingabe plausibilisiert werden. Dies kann beispielsweise derart ausgestaltet werden, dass die Auswerteeinheit im Falle eines ermittelten, potentiellen Fehlerzustandes eine Sprachausgabe und/oder eine Ausgabe eines optischen Hinweises im Fortbewegungsmittel auslöst, welche auf den potentiellen Fehlerzustand hinweist. Ein Benutzer des Fortbewegungsmittels kann diesen Fehlerzustand daraufhin selbst bewerten und beispielsweise durch eine Spracheingabe und/oder eine Bedienung eines entsprechenden Bedienelementes der Auswerteeinheit diesen Fehlerzustand bestätigen oder der Auswerteeinheit mitteilen, dass es sich um eine Fehlererkennung handelt. Für den Fall, dass es sich um eine Fehlerkennung handelt, kann die Auswerteeinheit diese Information nutzen, um das selbstlernende System bzgl. des vermeintlichen Fehlerzustandes neu zu konfigurieren.
In einer weiteren vorteilhaften Ausgestaltung der vorliegenden Erfindung können beim Trainieren des selbstlernenden Systems und/oder beim Ermitteln der Fehlerfreiheit des Fortbewegungsmittels zusätzlich zweite Signale eines zweiten Schallwandlers berücksichtigt werden. Dies kann zum einen genutzt werden, um anhand von Pegel- und/oder Laufzeitunterschieden zwischen dem ersten Signal und dem zweiten Signal einen potentiellen Fehler im Fortbewegungsmittel zu lokalisieren und zum anderen, um einen erkannten Fehlerzustand in einem der beiden Signale durch das jeweils andere Signal zu plausibilisieren. Darüber hinaus können auch dritte, vierte, oder weitere Schallwandler im Sinne des erfindungsgemäßen Verfahrens eingesetzt werden.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung wird eine Vorrichtung zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels vorgeschlagen. Die Vorrichtung umfasst eine Auswerteeinheit und einen Dateneingang, wobei die Auswerteeinheit eingerichtet ist, in Verbindung mit dem Dateneingang ein erstes Signal eines ersten Schallwandlers zu einem ersten Zeitpunkt zu empfangen, einen ersten Parametersatzes repräsentierend mit dem ersten Signal korrespondierende Randbedingungen zu empfangen, ein zweites Signal des ersten Schallwandlers zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt zu empfangen und einen zweiten Parametersatz repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen zu empfangen. Des Weiteren ist die Auswerteeinheit eingerichtet, ein selbstlernendes System unter Verwendung des ersten Signals und/oder einer Referenz für das erste Signal in Abhängigkeit des ersten Parametersatzes zu trainieren, und eine Fehlerfreiheit des Fortbewegungsmittels durch Klassifizieren des zweiten Signals und/oder einer Referenz für das zweite Signal in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems zu ermitteln.
Gemäß einem dritten Aspekt der vorliegenden Erfindung wird ein Fortbewegungsmittel vorgeschlagen, welches eine Vorrichtung gemäß dem zweitgenannten Erfindungsaspekt umfasst. Die Merkmale, Merkmalskombinationen sowie die sich aus diesen ergebenden Vorteile entsprechen den in Verbindung mit dem erst- und zweitgenannten Erfindungsaspekt ausgeführten derart ersichtlich, dass zur Vermeidung von Wiederholungen auf die obigen Ausführungen verwiesen wird.
Weitere Einzelheiten, Merkmale und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung und den Figuren. Es zeigen:

1 ein Flussdiagramm veranschaulichend Schritte eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens;
2 ein Blockschaltbild einer erfindungsgemäßen Vorrichtung in Verbindung mit einem Fortbewegungsmittel; und
3 ein Beispiel für ein Ausführen erfindungsgemäßer Verfahrensschritte in einem Fortbewegungsmittel und in einem Trainingsfortbewegungsmittel.

1 zeigt ein Flussdiagramm veranschaulichend Schritte eines Ausführungsbeispiels eines erfindungsgemäßen Verfahrens zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels 80. Im ersten Schritt 100 wird ein erstes Signal eines ersten Mikrophons 30 des Fortbewegungsmittels 80 durch eine erfindungsgemäße Auswerteeinheit 10 mittels eines Dateneingangs 12 der Auswerteeinheit 10 empfangen. Das erste Mikrophon 30 ist in einer Fahrgastzelle des Fortbewegungsmittels 80 angeordnet. Die Auswerteeinheit 10 ist als Mikrocontroller realisiert und mit einer externen Speichereinheit 20 informationstechnisch verbunden. Das Fortbewegungsmittel 80 befindet sich zum ersten Zeitpunkt in einem fehlerfreien Zustand. Im zweiten Schritt 200 empfängt die Auswerteeinheit 10 einen ersten Parametersatz repräsentierend mit dem ersten Signal korrespondierende Randbedingungen von einem Motorsteuergerät des Fortbewegungsmittels 80. Der erste Parametersatz umfasst Informationen zu einer aktuellen Geschwindigkeit und einer aktuellen Motordrehzahl des Fortbewegungsmittels 80. Im Schritt 300 wird ein durch die Auswerteeinheit 10 ausgeführtes, selbstlernendes System unter Verwendung des ersten Signals in Abhängigkeit des ersten Parametersatzes trainiert. Im Schritt 320 wird die Konfiguration des trainierten, selbstlernenden Systems mittels einer Mobilfunkverbindung 45 an einen externer Server 70 übertragen, welcher eingerichtet ist, eine Mehrzahl von Konfigurationen selbstlernender Systeme einer Mehrzahl von Fortbewegungsmitteln 80 zu empfangen und in geeigneter Weise zu kombinieren. Im Schritt 340 wird die durch den Server 70 kombinierte Konfiguration mittels der Mobilfunkverbindung 45 an das Fortbewegungsmittel 80 übertragen und durch die Auswerteeinheit 10 in das selbstlernende System integriert. Im Schritt 400 empfängt die Auswerteeinheit 10 mittels des Dateneingangs 12 ein zweites Signal des ersten Schallwandlers 30 zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt. Im Schritt 500 empfängt die Auswerteeinheit 10 einen zweiten Parametersatz repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen, wobei der zweite Parametersatz Werte für eine Motordrehzahl und eine Geschwindigkeit umfasst, die im Wesentlichen mit Werten des ersten Parametersatzes übereinstimmen. Im Schritt 600 wird durch die Auswerteeinheit 10 auf Basis des selbstlernenden Systems ein Fehlerzustand des Fortbewegungsmittels 80 durch Klassifizieren des zweiten Signals in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems festgestellt. Im Ansprechen darauf wird einem Benutzer des Fortbewegungsmittels 80 ein optischer Hinweis über den vorliegenden Fehlerzustand in einem Display des Fortbewegungsmittels 80 ausgegeben.
2 zeigt ein Blockschaltbild einer erfindungsgemäßen Vorrichtung in Verbindung mit einem Fortbewegungsmittel 80. Die Vorrichtung umfasst eine Auswerteeinheit 10, welche über einen Dateneingang 12 und einen Datenausgang 14 verfügt. Die Auswerteeinheit 10 ist als Mikrocontroller ausgebildet und ist informationstechnisch mit einer externen Speichereinheit 20 verbunden. Mittels eines durch die Auswerteeinheit 10 ausgeführten Computerprogramms ist ein selbstlernendes System in Form eines neuronalen Netzes implementiert. Mittels des Dateneingangs 12 ist die Auswerteeinheit 10 über ein Bordnetz des Fortbewegungsmittels 80 informationstechnisch mit einem ersten Mikrophon 30 und einem zweiten Mikrophon 35 verbunden. Das erste Mikrophon 30 und das zweite Mikrophon 35 sind jeweils in einer Fahrgastzelle des Fortbewegungsmittels 80 angeordnet. Des Weiteren ist die Auswerteeinheit 10 mittels des Dateneingangs 12 informationstechnisch mit einem GPS-Modul verbunden, welches eingerichtet ist, auf Basis des GPS-Systems aktuelle Positionsdaten des Fortbewegungsmittels 80 an die Auswerteeinheit 10 zu übermitteln. Auf diese Weise wird die Auswerteeinheit 10 in Verbindung mit dem neuronalen Netz in die Lage versetzt, erste Signale des ersten Mikrophons 30 und zweite Signale des zweiten Mikrophons 35 zu empfangen und diese mit den jeweiligen Positionsdaten des Fortbewegungsmittels 80 zu verknüpfen. Ferner ist die Auswerteeinheit 10 eingerichtet, eine Konfiguration des neuronalen Netzes an einen externen Server 70 zu übertragen. Zu diesem Zweck werden die Konfiguration repräsentierende Daten mittels des Datenausgangs 14 der Auswerteeinheit 10 an eine Mobilfunkeinheit 40 des Fortbewegungsmittels 80 übertragen, so dass die Mobilfunkeinheit 40 eine Mobilfunkverbindung 45 zur Übertragung der Daten mit dem externen Server 70 aufbauen kann.
3 zeigt ein Beispiel für ein Ausführen erfindungsgemäßer Verfahrensschritte in einem Fortbewegungsmittel 80 und in einem Trainingsfortbewegungsmittel 90. Zunächst fährt das Trainingsfortbewegungsmittel 90 entlang einer Straße 60, welche über einen Streckenabschnitt 62 mit einem glatten Straßenbelag und einen Streckenabschnitt 64 mit einem rauen Straßenbelag verfügt. Das Trainingsfortbewegungsmittel 90 befindet sich während der gesamten Fahrt in einem fehlerfreien Zustand. Beim Passieren der beiden Streckenabschnitte 62, 64 wird eine durch das Trainingsfortbewegungsmittel 90 und die jeweiligen Straßenbeläge verursachte Geräuschkulisse durch ein erstes Mikrophon 30 des Trainingsfortbewegungsmittels 90 erfasst. Mittels einer erfindungsgemäßen Auswerteeinheit 10 des Trainingsfortbewegungsmittels 90 wird ein durch die Auswerteeinheit 10 implementiertes, neuronales Netz mit einem ersten Signal des ersten Mikrophons 30 in Verbindung mit jeweiligen Positionsangaben des Trainingsfortbewegungsmittels 90 trainiert. Nach dem Passieren der beiden Streckenabschnitte 62, 64 überträgt das Trainingsfortbewegungsmittel 90 eine Konfiguration des trainierten, neuronalen Netzes mittels einer Mobilfunkverbindung 45 an einen Server 70. Der Server 70 ist mittels einer Mobilfunkeinheit 40 eingerichtet, die Mobilfunkverbindung 45 mit dem Trainingsfortbewegungsmittel 90 aufzubauen. Anschließend überträgt der Server 70 die Konfiguration des neuronalen Netzes mittels einer Mobilfunkverbindung 45 an ein Fortbewegungsmittel 80, welches die Straße 60 zu einem späteren Zeitpunkt als das Trainingsfortbewegungsmittel 90 befährt. Das Fortbewegungsmittel 80 ist identisch zum Trainingsfortbewegungsmittel 90 ausgebildet und umfasst entsprechend die gleichen erfindungsgemäßen Komponenten wie das Trainingsfortbewegungsmittel 90. Die vom Server 70 empfangene Konfiguration des neuronalen Netzes des Trainingsfortbewegungsmittels 90 im Fortbewegungsmittel 80 wird als aktuelle Konfiguration des neuronalen Netzes des Fortbewegungsmittels 80 übernommen. Beim Passieren der Streckenabschnitte 62, 64 wird die durch das Fortbewegungsmittel 80 und die jeweiligen Straßenbeläge verursachte Geräuschkulisse durch ein erstes Mikrophon 30 des Fortbewegungsmittels 80 erfasst. Das erste Signal des ersten Mikrophons 30 wird mittels des neuronalen Netzes des Fortbewegungsmittels 80 in Verbindung mit jeweiligen aktuellen Positionsangaben des Fortbewegungsmittels 80 klassifiziert. Auf diese Weise kann durch das neuronale Netz eine veränderte Geräuschkulisse zwischen dem Streckenabschnitt 62 mit einem glatten Straßenbelag und dem Streckenabschnitt 64 mit einem rauen Straßenbelag im Zuge einer Bewertung einer Fehlerfreiheit des Fortbewegungsmittels 80 vorteilhaft berücksichtigt werden.
Bezugszeichenliste

10: Auswerteeinheit
12: Dateneingang
14: Datenausgang
20: Speichereinheit
30: erstes Mikrophon
35: zweites Mikrophon
40: Mobilfunkeinheit
45: Mobilfunkverbindung
50: GPS-Modul
60: Straße
62: Streckenabschnitt mit glattem Straßenbelag
64: Streckenabschnitt mit rauem Straßenbelag
70: Server
80: Fortbewegungsmittel
90: Trainingsfortbewegungsmittel

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 102014217500 A1 [0003]

Claims

Verfahren zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels (80) umfassend die Schritte: a. Empfangen (100) eines ersten Signals eines ersten Schallwandlers (30) zu einem ersten Zeitpunkt, b. Empfangen (200) eines ersten Parametersatzes repräsentierend mit dem ersten Signal korrespondierende Randbedingungen, c. Trainieren (300) eines selbstlernenden Systems unter Verwendung des ersten Signals und/oder einer Referenz für das erste Signal in Abhängigkeit des ersten Parametersatzes, d. Empfangen (400) eines zweiten Signals des ersten Schallwandlers (30) zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt, e. Empfangen (500) eines zweiten Parametersatzes repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen, und f. Ermitteln (600) einer Fehlerfreiheit des Fortbewegungsmittels (80) durch Klassifizieren des zweiten Signals und/oder einer Referenz für das zweite Signal in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems.
Verfahren nach Anspruch 1, wobei • die Verfahrensschritte a, b und c in einem Trainingsfortbewegungsmittel (90) und/oder im Fortbewegungsmittel (80) ausgeführt werden und wobei das erste Signal einen fehlerfreien Zustand des Trainingsfortbewegungsmittels (90) und/oder des Fortbewegungsmittels (80) repräsentiert, und • die Verfahrensschritte d, e und f im Fortbewegungsmittel (80) ausgeführt werden und wobei eine Konfiguration des trainierten, selbstlernenden Systems aus dem Fortbewegungsmittel (80) und/oder aus dem Trainingsfortbewegungsmittel (90) verwendet wird.
Verfahren nach einem der vorstehenden Ansprüche, wobei der erste Schallwandler (30) ein Luftschall- und/oder ein Körperschallwandler, insbesondere ein Mikrophon (30) und bevorzugt ein Innenraummikrophon (30) des Fortbewegungsmittels (80) und/oder des Trainingsfortbewegungsmittels (90) ist.
Verfahren nach einem der vorstehenden Ansprüche, wobei der erste Parametersatz und/oder der zweite Parametersatz eine oder mehrere der folgenden Informationen bezüglich des Fortbewegungsmittels (80) und/oder des Trainingsfortbewegungsmittels (90) umfassen: • eine Position, und/oder • eine Geschwindigkeit, und/oder • eine Motordrehzahl, und/oder • eine Uhrzeit, und/oder • eine Wetterinformation, und/oder • einen Straßenzustand, und/oder • eine Verkehrsdichte, und/oder • aktive Komponenten, und/oder • Öffnungszustände von Fenstern und/oder Türen und/oder Lüftungsklappen und/oder Schiebedächern, und/oder • intern erzeugte Schallereignisse, und/oder • externe erzeugte Schallereignisse.
Verfahren nach einem der vorstehenden Ansprüche, wobei das Ermitteln (600) der Fehlerfreiheit des Fortbewegungsmittels (80) zusätzlich Informationen weiterer Sensoren des Fortbewegungsmittels (80) berücksichtigt, und/oder nur dann ausgeführt wird, wenn • der erste Parametersatz und der zweite Parametersatz im Wesentlichen übereinstimmen, oder • eine vordefinierte Teilmenge des ersten Parametersatzes und des zweiten Parametersatzes im Wesentlichen übereinstimmt.
Verfahren nach einem der vorstehenden Ansprüche, wobei das Trainieren (300) des selbstlernenden Systems im Ansprechen auf ein Erfüllen vordefinierter Kriterien durch den ersten Parametersatz ausgeführt wird.
Verfahren nach einem der vorstehenden Ansprüche, weiter umfassend • Übertragen (320) der Konfiguration des trainierten, selbstlernenden Systems an einen externen Server (70), und/oder • Empfangen (340) und Verwenden einer durch den externen Server (70) bereitgestellten Konfiguration für das selbstlernende System.
Verfahren nach einem der vorstehenden Ansprüche, wobei ein ermittelter Fehlerzustand des Fortbewegungsmittels (80) durch eine Benutzereingabe plausibilisiert wird.
Verfahren nach einem der vorstehenden Ansprüche, wobei beim Trainieren (300) des selbstlernenden Systems und/oder beim Ermitteln (600) der Fehlerfreiheit des Fortbewegungsmittels (80) zusätzlich zweite Signale eines zweiten Schallwandlers (35) berücksichtigt werden.
Vorrichtung zur akustischen Überwachung einer Fehlerfreiheit eines Fortbewegungsmittels (80) umfassend: • eine Auswerteeinheit (10), und • einen Dateneingang (12), wobei die Auswerteeinheit (10) eingerichtet ist, • in Verbindung mit dem Dateneingang (12) ◯ ein erstes Signal eines ersten Schallwandlers (30) zu einem ersten Zeitpunkt zu empfangen, ◯ einen ersten Parametersatz repräsentierend mit dem ersten Signal korrespondierende Randbedingungen zu empfangen, ◯ ein zweites Signal des ersten Schallwandlers (30) zu einem vom ersten Zeitpunkt abweichenden zweiten Zeitpunkt zu empfangen, und ◯ einen zweiten Parametersatz repräsentierend mit dem zweiten Signal korrespondierende Randbedingungen zu empfangen, • ein selbstlernendes System unter Verwendung des ersten Signals und/oder einer Referenz für das erste Signal in Abhängigkeit des ersten Parametersatzes zu trainieren, und • eine Fehlerfreiheit des Fortbewegungsmittels (80) durch Klassifizieren des zweiten Signals und/oder einer Referenz für das zweite Signal in Abhängigkeit des zweiten Parametersatzes mittels des trainierten, selbstlernenden Systems zu ermitteln.
Fortbewegungsmittel (80) umfassend eine Vorrichtung nach Anspruch 10.