DE102019109067B4 - Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen - Google Patents

Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen Download PDF

Info

Publication number
DE102019109067B4
DE102019109067B4 DE102019109067.9A DE102019109067A DE102019109067B4 DE 102019109067 B4 DE102019109067 B4 DE 102019109067B4 DE 102019109067 A DE102019109067 A DE 102019109067A DE 102019109067 B4 DE102019109067 B4 DE 102019109067B4
Authority
DE
Germany
Prior art keywords
decision
making module
data
action
motor vehicle
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.)
Active
Application number
DE102019109067.9A
Other languages
English (en)
Other versions
DE102019109067A1 (de
Inventor
Stefan Sellschopp
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.)
Ap Solutions De GmbH
Original Assignee
Allianz Partners SAS
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 Allianz Partners SAS filed Critical Allianz Partners SAS
Priority to DE102019109067.9A priority Critical patent/DE102019109067B4/de
Priority to PCT/EP2020/057689 priority patent/WO2020200825A1/de
Publication of DE102019109067A1 publication Critical patent/DE102019109067A1/de
Application granted granted Critical
Publication of DE102019109067B4 publication Critical patent/DE102019109067B4/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808Diagnosing performance data
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/006Indicating maintenance
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/008Registering or indicating the working of vehicles communicating information to a remotely located station
    • GPHYSICS
    • G07CHECKING-DEVICES
    • G07CTIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00Registering or indicating the working of vehicles
    • G07C5/08Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816Indicating performance data, e.g. occurrence of a malfunction

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

Entscheidungsfindungsmodul (12), umfassend mindestens eine Datenschnittstelle (20) und eine Datenbankeinrichtung (22), wobei das Entscheidungsfindungsmodul (12) dazu eingerichtet ist, Handlungsempfehlungen (28) betreffend einen Zustand eines Kraftfahrzeugs (10) mittels eines Verfahrens zum automatischen Bereitstellen von Handlungsempfehlungen (28) für eine Reaktion auf einen Zustand eines Kraftfahrzeugs (10) bereitzustellen, wobei das Verfahren die folgenden Schritte umfasst:- Empfangen von Zustandsdaten (26) des Kraftfahrzeugs (10) aus einer Kontrolleinrichtung (16) des Kraftfahrzeugs (10) durch das Entscheidungsfindungsmodul (12),- Zuordnen von in der Datenbankeinrichtung (22) des Entscheidungsfindungsmoduls (12) gespeicherten Begleitdaten (24) zu den Zustandsdaten (26),- Erstellen einer auf den Zustandsdaten (26) und den Begleitdaten (24) basierenden Handlungsempfehlung (28) mittels einer vorbestimmten Empfehlungsvorschrift (32),- über die Datenschnittstelle (20) des Entscheidungsfindungsmoduls (12) Einwirken auf eine Ausführungseinheit (14) des Kraftfahrzeugs (10) zum Umsetzen der Handlungsempfehlung (28), wobei das Entscheidungsfindungsmodul (12) dazu ausgebildet ist, in einer Selbstlernphase- mindestens einen Bewertungsparameter (34) zu erfassen, wobei der jeweilige Bewertungsparameter (34) das Umsetzen der Handlungsempfehlung (28) durch die Ausführungseinheit (14) beschreibt,- basierend auf den Zustandsdaten (26), den Begleitdaten (24), der bereitgestellten Handlungsempfehlung (28) und dem mindestens einen Bewertungsparameter (34) einen Lerndatensatz (36) zu erzeugen, und- anhand des Lerndatensatzes (36) die Empfehlungsvorschrift (32) mittels einer vorbestimmten Trainingsmethode (38) für mindestens eine zukünftige Handlungsempfehlung (28) anzupassen, wobei das Entscheidungsfindungsmodul (12) weiterhin dazu eingerichtet ist, basierend auf der Handlungsempfehlung (28) ein Signal an die Ausführungseinheit (14) des Kraftfahrzeugs (10) zu übermitteln, welche dazu eingerichtet ist, das Signal zu empfangen und basierend auf dem Signal die Handlungsempfehlung (28) umzusetzen.

Description

  • Die Erfindung betrifft ein Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs. Hierzu werden Zustandsdaten des Kraftfahrzeugs von einer Kontrolleinrichtung des Kraftfahrzeugs an das Entscheidungsfindungsmodul übermittelt.
  • Die Kontrolleinrichtung kann beispielsweise eine telematische Kontrolleinrichtung (Telematic Control Unit - TCU) sein. Typischerweise verfügt eine solche telematische Kontrolleinrichtung über zumindest eine elektronische Schnittstelle zu zumindest einem Onboard-Datennetzwerk des Kraftfahrzeugs. Eine elektronische Schnittstelle kann beispielsweise durch einen CAN-Bus oder einen LIN-Bus realisiert sein. Außerdem ist die telematische Kontrolleinrichtung in der Regel dazu ausgebildet, über zumindest eine Kommunikationsschnittstelle und eine kabellose Netzwerkverbindung, wie zum Beispiel eine GPRS (General Packet Radio Service) oder eine LTE (Long Term Evolution) Verbindung Daten, beispielsweise Zustandsdaten des Kraftfahrzeugs, zu einer fahrzeugexternen Back-End-Einrichtung zu übermitteln. Eine Back-End-Einrichtung kann beispielsweise ein Cloud-Server sein. Das Entscheidungsfindungsmodul kann als ein solcher Cloud-Server realisiert sein. Die weitere Ausgestaltung einer telematischen Kontrolleinrichtung und der Kommunikation zwischen telematischer Kontrolleinrichtung und Back-End-Einrichtung ist als dem Fachmann grundsätzlich bekannt anzusehen.
  • Aus der US 8 374 745 B2 sind ein System und eine Methode zum telematischen Sammeln diagnostischer Fahrzeugdaten bekannt. Die gesammelten diagnostischen Fahrzeugdaten werden aggregiert und dazu genutzt, die Diagnose und/oder Prognose von Fahrzeugfehlfunktionen zu verbessern. Die der verbesserten Diagnose und/oder Prognose zugrundeliegenden Algorithmen können dann genutzt werden, um Wartungsvorschläge zu unterbreiten, Assistenz im Fehlerfall zu bieten oder um das Fahrzeugdesign zu verbessern.
  • Nachteilig hierbei ist es, dass ein umfangreicher Datensatz aus Fehlerdaten erstellt werden muss, um eine signifikante Verbesserung der der genannten Prognose und/oder Diagnose zugrundeliegenden Algorithmen zu erzielen. Diese Fehlerdaten müssen aus unterschiedlichen Quellen bezogen werden, so zum Beispiel von Fahrzeugen im Verkehr, von Werkstätten sowie von mit Garantiefällen befassten Institutionen (bspw. Versicherungsgesellschaften). Dies geht zulasten der Effizienz der beschriebenen Methode.
  • Die US 9 672 497 B1 beschreibt eine Methode, wie Reparaturinformationen, beispielsweise bezüglich einer Fahrzeugreparatur, mit Hilfe von machinelearning Algorithmen weiterverarbeitet werden können.
  • Aus der DE 11 2012 004 782 T5 sind Verfahren und Systeme zum Kommunizieren von Fahrzeugbedingungen auf der Basis von Fahrzeugkomponentendiagnostik und -anzeigen bekannt. Verschiedene Komponenten eines Fahrzeugs können Diagnostikinformationen liefern, die gesammelt und durch ein Diagnostikmodul interpretiert werden können. Die Diagnostikinformationen können ausgewertet werden, um einen Handlungsoptionsrat über das Diagnostikmodul bereitzustellen.
  • Der Erfindung liegt die Aufgabe zugrunde, eine effiziente und zuverlässige Möglichkeit bereitzustellen, passgenaue und adäquate Handlungsempfehlungen in Reaktion auf einen jeweiligen Kraftfahrzeugzustand zu generieren.
  • Die Aufgabe wird durch den Gegenstand des unabhängigen Patentanspruchs gelöst. Vorteilhafte Weiterbildungen der Erfindung sind durch die abhängigen Patentansprüche, die folgende Beschreibung sowie die Figuren beschrieben.
  • Durch die Erfindung ist also ein Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs bereitgestellt. Das besagte Entscheidungsfindungsmodul, umfassend mindestens eine Datenschnittstelle und eine Datenbankeinrichtung, ist dazu eingerichtet, Handlungsempfehlungen betreffend einen Zustand des Kraftfahrzeugs mittels eines Verfahrens zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf den Zustand des Kraftfahrzeugs automatisiert bereitzustellen. Das Entscheidungsfindungsmodul kann hierzu auf der Grundlage einer Prozessoreinrichtung gebildet sein. Die Prozessoreinrichtung kann hierzu zumindest einen Mikroprozessor und/oder zumindest einen Mikrocontroller und/oder zumindest einen FPGA (Field Programmable Gate Array) und/oder zumindest einen DSP (Digital Signal Processor) aufweisen. Des Weiteren kann die Prozessoreinrichtung Programmcode aufweisen, der dazu eingerichtet ist, bei Ausführen durch die Prozessoreinrichtung das Verfahren durchzuführen. Der Programmcode kann in einem mit dem jeweiligen Prozessor gekoppelten Datenspeicher der Prozessoreinrichtung gespeichert sein.
  • Wie oben beschrieben, ist es vorgesehen, dass im Laufe des Verfahrens jeweilige Zustandsdaten des Kraftfahrzeugs von einer Kontrolleinrichtung des Kraftfahrzeugs an das Entscheidungsfindungsmodul übermittelt werden. Erfindungsgemäß umfasst das Entscheidungsfindungsmodul eine Datenbankeinrichtung. Es ist vorgesehen, dass die durch die Kontrolleinrichtung des Kraftfahrzeugs an das Entscheidungsfindungsmodul übermittelten Zustandsdaten des Kraftfahrzeugs zu in der Datenbankeinrichtung gespeicherten Begleitdaten zugeordnet werden. Die Zustandsdaten des Kraftfahrzeugs können beispielsweise einen Batterieladestatus beschreiben und/oder einen Motorbetriebsstatus und/oder charakteristische Fehlercodes und/oder aktuelle Positionsdaten des Kraftfahrzeugs. Die in der Datenbankeinrichtung gespeicherten Begleitdaten können beispielsweise Angaben zur Entschlüsselung der charakteristischen Fehlercodes und/oder länderspezifische Zusatzinformationen enthalten, wobei letztere in vorteilhafter Weise mittels der übermittelten Position, insbesondere der übermittelten Geoposition, des Kraftfahrzeugs den Zustandsdaten zugeordnet werden können. Es kann zusätzlich vorgesehen sein, dass im Rahmen der genannten Zuordnung eine sogenannte Case-ID (Fallidentifikationsnummer) vergeben wird. Mit anderen Worten wird aus den Zustandsdaten und den Begleitdaten ein Datensatz erzeugt, der die Fallsituation beschreibt.
  • Erfindungsgemäß ist es weiterhin vorgesehen, dass basierend auf den genannten Zustandsdaten und den Begleitdaten eine Handlungsempfehlung erstellt wird. Das Erstellen der Handlungsempfehlung erfolgt dabei mittels einer vorbestimmten Empfehlungsvorschrift. Beispielsweise wird mittels der Empfehlungsvorschrift aus einem übermittelten Satz an Zustandsdaten, welche den genannten Begleitdaten zugeordnet werden, ein fixes Set an Möglichkeiten generiert, welches aus Handlungsempfehlungen besteht, die zu dem jeweiligen Fall (Case) adäquat sind, beziehungsweise passgenau zu dem Fall generiert wurden. Die Empfehlungsvorschrift gilt es, dahingehend zu verbessern oder zu optimieren, dass die eine adäquate Handlungsempfehlung generiert.
  • Über eine Datenschnittstelle des Entscheidungsfindungsmoduls wird erfindungsgemäß auf eine Ausführungseinheit zum Umsetzen der Handlungsempfehlung eingewirkt. Eine Ausführungseinheit kann beispielsweise eine elektronische Schaltung sein, welche basierend auf der jeweiligen Handlungsempfehlung einen jeweiligen vorbestimmten Schaltzustand herstellt. Die Ausführungseinheit ist dabei kraftfahrzeugintern oder kraftfahrzeugextern angeordnet. Bei einer kraftfahrzeuginternen Anordnung kann beispielsweise vorteilhaft eine elektrische Verbindung zu einem fehlerhaften Bauteil, beispielsweise einer Kraftfahrzeugbatterie, unterbrochen werden. Bei einer kraftfahrzeugexternen Anordnung der Ausführungseinheit kann es vorgesehen sein, dass die Handlungsempfehlung durch eine Art Fernsteuerung umgesetzt wird.
  • Ein wesentliches Merkmal des Verfahrens ist es nun, dass in einer Selbstlernphase von dem Entscheidungsfindungsmodul mindestens ein Bewertungsparameter erfasst wird, wobei der jeweilige Bewertungsparameter das Umsetzen der Handlungsempfehlung durch die Ausführungseinheit beschreibt. Ein solcher Bewertungsparameter kann zum Beispiel ein einfaches positives oder negatives Signal sein. Ein positives Signal bedeutet beispielsweise, dass die Handlungsempfehlung 1:1 von der Ausführungseinheit umgesetzt wurde. Ein negativer Bewertungsparameter kann andererseits beschreiben, dass die Handlungsempfehlung nicht oder fehlerhaft von der Ausführungseinheit umgesetzt wurde. Das Umsetzen der Handlungsempfehlung durch die Ausführungseinheit oder die Aktion der Ausführungseinheit in Reaktion auf die Handlungsempfehlung wird also durch einen jeweiligen Bewertungsparameter beschrieben. Hieran wird erkannt, ob die Handlungsempfehlung nützlich war.
  • Eine Form der technischen Umsetzung des beschriebenen Verfahrens kann beispielsweise so aussehen, dass als Handlungsempfehlung ein Schaltsignal an die Ausführungseinheit, also an eine elektronische Schaltung, übermittelt wird. Das Umsetzen der Handlungsempfehlung kann demnach darin bestehen, dass ein Schaltzustand der elektronischen Schaltung verändert wird. Das Umsetzen der Handlungsempfehlung, also die Änderung des Schaltzustands, wird dabei erfasst und mit mindestens einem Bewertungsparameter belegt. Der Bewertungsparameter kann beispielsweise auch darüber Auskunft geben, ob das jeweilige Umsetzen der Handlungsempfehlung den erwünschten Effekt erzielt hat. In einem konkreten Ausführungsfall kann der Bewertungsparameter mit anderen Worten also beschreiben, ob die Änderung des jeweiligen Schaltzustands tatsächlich dazu geführt hat, dass ein fehlerhaftes Bauteil des Kraftfahrzeugs elektrisch von einem Stromkreis oder Bordnetz des Kraftfahrzeugs getrennt wurde. Wie oben beschrieben kann ein solches Bauteil beispielsweise eine defekte Kraftfahrzeugbatterie sein. Mit anderen Worten kann durch einen Bewertungsparameter beschrieben werden, ob durch eine jeweils ermittelte Handlungsempfehlung eine adäquate Maßnahme ergriffen wurde. Auf der Grundlage der Bewertung der Handlungsempfehlung durch den mindestens einen Bewertungsparameter kann nun die Empfehlungsvorschrift adaptiert oder angepasst werden.
  • Basierend auf den eingangs übermittelten Zustandsdaten, den Begleitdaten, welche in der Datenbankeinrichtung des Entscheidungsfindungsmoduls gespeichert sind, der bereitgestellten Handlungsempfehlung und dem mindestens einen Bewertungsparameter, wird von dem Entscheidungsfindungsmodul ein Lerndatensatz erzeugt. Anhand des so erzeugten Lerndatensatzes wird die Empfehlungsvorschrift zum Erstellen der Handlungsempfehlung mittels einer vorbestimmten Trainingsmethode für mindestens eine zukünftige Handlungsempfehlung angepasst. Mit anderen Worten wird die Bewertung der Umsetzung einer jeweiligen Handlungsempfehlung dazu genutzt, die Generierung zukünftiger Handlungsempfehlungen mittels der vorbestimmten Empfehlungsvorschrift zu verbessern. Durch diese Selbstlernphase und durch das Rückspeisen jeweiliger Bewertungsparameter wird zum einen in vorteilhafter Weise die Effizienz des beschriebenen Verfahren erhöht, und zum anderen in vorteilhafter Weise sichergestellt, dass zukünftig adäquate beziehungsweise passgenaue Handlungsempfehlungen für die beobachteten Situationen, zu denen Bewertungsparameter vorliegen, generiert werden können.
  • Erfindungsgemäß ist das Entscheidungsfindungsmodul dazu ausgebildet, basierend auf der Handlungsempfehlung ein Signal an eine Ausführungseinheit des Kraftfahrzeugs zu übermitteln, wobei die Ausführungseinheit des Kraftfahrzeugs dazu eingerichtet ist, das Signal zu empfangen und basierend auf dem Signal die Handlungsempfehlung umzusetzen. Mit anderen Worten betrifft diese Ausführungsform des Entscheidungsfindungsmoduls den oben genannten Fall, dass die Ausführungseinheit kraftfahrzeugintern angeordnet ist.
  • Zu der Erfindung gehören auch Ausführungsformen, durch die sich zusätzliche Vorteile ergeben.
  • Eine Ausführungsform sieht vor, dass das Entscheidungsfindungsmodul dazu ausgebildet ist, zeitgleich mit der Übermittlung der Zustandsdaten durch die Kontrolleinrichtung des Kraftfahrzeugs eine Telekommunikation zwischen einer ersten Telekommunikationseinrichtung am oder im Kraftfahrzeug und einer zweiten Telekommunikationseinrichtung der Ausführungseinheit zu betreiben. Eine solche Telekommunikation kann automatisiert betrieben werden oder es kann vorgesehen sein, dass eine solche Telekommunikation manuell hergestellt wird, also z.B. von einem Benutzer, der das defekte Kraftfahrzeug nutzen möchte. Eine Telekommunikation kann beispielsweise ein Telefonat sein. Eine Telekommunikation kann aber auch eine Computer-Datenübertragung zwischen den beiden Telekommunikationseinrichtungen betreffen. Es kann vorgesehen sein, dass die Telekommunikation einen Austausch jeweiliger Sprachsignale zwischen erster und zweiter Telekommunikationseinrichtung umfasst, wobei das jeweilige Sprachsignal zumindest ein gesprochenes Wort und/oder ein Satzfragment und/oder einen Satz umfasst. Im Falle eines solchen Telefonats kann das Entscheidungsfindungsmodul dazu ausgebildet sein, mittels automatischer Spracherkennung die Inhalte der Sprachsignale als weitere Zustandsdaten zu erkennen.
  • Dieser Ausführungsform kann beispielsweise die Situation zugrundeliegen, dass der Kraftfahrzeugführer oder ein anderer Insasse desjenigen Kraftfahrzeugs, dessen Zustandsdaten an das Entscheidungsfindungsmodul übermittelt werden, parallel zu dieser Übermittlung eine Telefonverbindung zu einem Servicecenter aufbaut. Parallel zur Übermittlung der Zustandsdaten des Kraftfahrzeugs kann es also vorgesehen sein, dass ein Kraftfahrzeuginsasse sich telefonisch mit einem Mitarbeiter oder einem sogenannten Chatbot (Dialogautomanten oder Dialogsystem) eines Servicecenters über den aufgetretenen Fehlerfall austauscht oder bespricht. Hierdurch ergibt sich der Vorteil, dass zusätzliche Zustandsdaten betreffend den Zustand des Kraftfahrzeugs erfasst werden.
  • In einer weiteren Ausführungsform kann es vorgesehen sein, dass das Entscheidungsfindungsmodul dazu ausgebildet ist, die Zustandsdaten an eine Programmierschnittstelle des Entscheidungsfindungsmoduls oder an eine die Datenbankeinrichtung und die Datenschnittstelle des Entscheidungsfindungsmoduls koppelnde Servereinrichtung zu übermitteln. Eine solche Servereinrichtung kann beispielsweise durch eine oben beschriebene Cloud-Servereinrichtung realisiert sein.
  • In einer vorteilhaften Ausführungsform umfassen die in der Datenbankeinrichtung des Entscheidungsfindungsmoduls gespeicherten Begleitdaten einen Empfehlungskatalog und/oder Regeln zur Verarbeitung der Zustandsdaten.
  • Für den Fall, dass die Zustandsdaten des Kraftfahrzeugs diagnostische Fehlercodes umfassen, kann eine solche Regel zur Verarbeitung der Zustandsdaten darin bestehen, dass ein jeweiliger Fehlercode oder eine Kombination an Fehlercodes unter Berücksichtigung der Reihenfolge des Auftretens der jeweiligen Fehlercodes einem vorbestimmten Zustand des Kraftfahrzeugs, der durch die Begleitdaten beschrieben wird, eindeutig zugeordnet wird.
  • In analoger Weise können die Zustandsdaten des Kraftfahrzeugs auch Sensordaten umfassen, wobei durch die Datenbankeinrichtung jeweilige Sensordaten einem vorbestimmten Zustand des Kraftfahrzeugs, der durch die Begleitdaten beschrieben wird, eindeutig zugeordnet werden.
  • Gemäß einer vorteilhaften Ausführungsform kann es vorgesehen sein, dass das Entscheidungsfindungsmodul dazu ausgebildet ist, der mindestens einen zukünftigen Handlungsempfehlung einen Konfidenzwert zuzuordnen. Ein solcher Konfidenzwert kann sich aus dem Lerndatensatz in der Weise ergeben, dass Handlungsempfehlungen, die wiederholt mit positiven Bewertungsparametern bewertet werden, einen erhöhten Konfidenzwert aufweisen. Bevorzugt ist die Ausführungseinheit dazu ausgebildet, die Handlungsempfehlung in Abhängigkeit von dem jeweiligen Konfidenzwert umzusetzen. Es kann ebenso vorgesehen sein, dass eine jeweilige Handlungsempfehlung durch die Ausführungseinheit automatisiert umgesetzt wird, sobald der der Handlungsempfehlung zugeordnete Konfidenzwert einen vorbestimmten Schwellenwert erreicht.
  • Gemäß einer weiteren Ausführungsform beschreibt der Bewertungsparameter zum Beschreiben des Umsetzens der Handlungsempfehlung mindestens einen Vorgang, der nicht zur Handlungsempfehlung passt. Ein solcher Vorgang kann insbesondere eine Reparatur und/oder eine Abschleppmaßnahme sein, die nicht zur Handlungsempfehlung passt. Beispielhaft kann dies Folgendes bedeuten: Die Handlungsempfehlung in Form eines elektronischen Schaltsignals wird an die Ausführungseinheit, welche als elektronische Schaltung vorliegt, übermittelt. Daraufhin stellt die Ausführungseinheit einen dem Schaltsignal entsprechenden Schaltzustand her. Durch die Herstellung des Schaltzustands kann beispielsweise in einem Fehlerspeicher des Kraftfahrzeugs eine Fehlermeldung generiert werden, welche beim Auslesen des Fehlerspeichers, beispielsweise durch eine Werkstatt, eine Reparatur befiehlt. Der hier beschriebenen Ausführungsform liegt nun beispielhaft die Situation zugrunde, dass die befohlene Reparatur nicht den erwünschten Effekt hervorruft. Die Handlungsempfehlung ist in diesem Fall also nicht adäquat, um den aufgetretenen Fehlerzustand zu beheben. Diese Diskrepanz zwischen Handlungsempfehlung und dem Ausbleiben des erwünschten Effekts kann nun ebenfalls mit einem Bewertungsparameter belegt werden. Sollte in dem beschriebenen Fall zwar eine Reparatur vorgenommen worden sein, diese allerdings nicht der übermittelten Handlungsempfehlung entsprechen, so kann auch dieser Vorgang mit einem Bewertungsparameter belegt werden. In diesem Ausführungsbeispiel wird deutlich, dass Bewertungsparameter über die Datenschnittstelle des Entscheidungsfindungsmoduls durch eine Vielzahl an Akteuren oder Quellen erfasst oder eingespeist werden können. Mögliche Quellen können Sensoren oder Eingabegeräte sein.
  • Darüber hinaus betrifft die Erfindung eine vorteilhafte Ausführungsform des Entscheidungsfindungsmoduls, wobei die Datenbankeinrichtung des Entscheidungsfindungsmoduls hier dazu eingerichtet ist, neue Begleitdaten aus mindestens einer Datenquelle zu empfangen und die in der Datenbankeinrichtung gespeicherten Begleitdaten unter Berücksichtigung der neuen Begleitdaten nach Ablauf eines vorbestimmten Zeitintervalls automatisch zu aktualisieren. Mit anderen Worten kann es vorgesehen sein, dass ein automatisches Update der hinterlegten Begleitdaten stattfindet, beispielsweise wenn neue Fehlercodes für das Kraftfahrzeug erstellt wurden.
  • Die Erfindung umfasst auch die Kombinationen der beschriebenen Ausführungsformen.
  • Im Folgenden sind Ausführungsbeispiele der Erfindung beschrieben. Hierzu zeigt:
    • 1 eine schematische Darstellung der beteiligten Komponenten;
    • 2 eine schematische Darstellung des durch das Entscheidungsfindungsmodul ausgeführten Verfahrens; und
    • 3 eine schematische Detaildarstellung der einzelnen Schritte der Selbstlernphase.
  • Bei den im Folgenden erläuterten Ausführungsbeispielen handelt es sich um bevorzugte Ausführungsformen der Erfindung. Bei den Ausführungsbeispielen stellen die beschriebenen Komponenten der Ausführungsformen jeweils einzelne, unabhängig voneinander zu betrachtende Merkmale der Erfindung dar, welche die Erfindung jeweils auch unabhängig voneinander weiterbilden und damit auch einzeln oder in einer anderen als der gezeigten Kombination als Bestandteil der Erfindung anzusehen sind. Des Weiteren sind die beschriebenen Ausführungsformen auch durch weitere der bereits beschriebenen Merkmale der Erfindung ergänzbar.
  • In den Figuren bezeichnen gleiche Bezugszeichen jeweils funktionsgleiche Elemente.
  • 1 zeigt ein Kraftfahrzeug 10, ein Entscheidungsfindungsmodul 12 und eine Ausführungseinheit 14. Das Kraftfahrzeug 10 weist im hier gezeigten Ausführungsbeispiel eine Kontrolleinrichtung 16 sowie eine Telekommunikationseinrichtung 18 auf. Das Entscheidungsfindungsmodul 12 weist in der hier gezeigten Ausführungsform eine Datenschnittstelle 20 sowie eine Datenbankeinrichtung 22 auf. In der hier gezeigten Datenbankeinrichtung 22 sind Begleitdaten 24 gespeichert. Die Ausführungseinheit 14 weist ebenfalls eine Telekommunikationseinrichtung 18 auf. In 1 ebenfalls gezeigt sind Zustandsdaten 26 sowie die vom Entscheidungsfindungsmodul 12 erzeugte Handlungsempfehlung 28. Im hier gezeigten Ausführungsbeispiel wird eine Telekommunikation 30 zwischen den beiden Telekommunikationseinrichtungen 18 betrieben.
  • Unter Bezugnahme auf die im Zusammenhang mit 1 beschriebenen und bezeichneten Komponenten beschreibt 2 schematisch ein durch das Entscheidungsfindungsmodul 12 durchgeführtes Verfahren. Hierbei werden in Schritt S1 Zustandsdaten 26 des Kraftfahrzeugs 10 durch die Kontrolleinrichtung 16 des Kraftfahrzeugs 10 an das Entscheidungsfindungsmodul 12 übermittelt. In einem nächsten Schritt S2 werden die übermittelten Zustandsdaten 26 in der Datenbankeinrichtung 22 des Entscheidungsfindungsmoduls 12 den in der Datenbankeinrichtung 22 gespeicherten Begleitdaten 24 zugeordnet. Es kann hierzu in der Datenbankeinrichtung 22 zu unterschiedlichen möglichen Werten oder Werteintervallen der Zustandsdaten 26 jeweils ein Datensatz mit vorbestimmten Begleitdaten 24 gespeichert sein. Das Zuordnen erfolgt dann, so dass zu dem zumindest einen in den aktuellen Zustandsdaten 26 angegebenen Werte der passende Datensatz an Begleitdaten 24 herausgesucht wird.
  • In einem nächsten Schritt S3 wird basierend auf den Zustandsdaten 26 und den Begleitdaten 24 eine Handlungsempfehlung 28 erzeugt. Die Handlungsempfehlung 28 wird dabei mittels einer vorbestimmten Empfehlungsvorschrift 32 erzeugt. Die Empfehlungsvorschrift 32 kann beispielsweise auf einer Zuordnungstabelle und/oder auf einem künstlichen Neuronalen Netzwerk und/oder auf einem Expertensystem beruhen.
  • In einem nächsten Schritt S4 wird über die Datenschnittstelle 20 des Entscheidungsfindungsmoduls 12 auf die Ausführungseinheit 14 zum Umsetzen der Handlungsempfehlung 28 eingewirkt.
  • An die Schritte S1 bis S4 schließt eine Selbstlernphase an. Die Selbstlernphase ist in 2 mit dem Schritt S5 bezeichnet. Sie kann beispielsweise auf der Grundlage einer Methode des maschinellen Lernens realisiert werden.
  • 3 zeigt nun die einzelnen Schritte der Selbstlernphase S5. Hierzu wird zusätzlich auf 1 verwiesen. In einem ersten Schritt S5.1 wird von dem Entscheidungsfindungsmodul 12 mindestens ein Bewertungsparameter 34 erfasst. Wie oben beschrieben, beschreibt der Bewertungsparameter 34 das Umsetzen der Handlungsempfehlung 28 durch die Ausführungseinheit 14. Der Bewertungsparameter 34 kann dabei über die Datenschnittstelle 20 in das Entscheidungsfindungsmodul 12 eingegeben werden. In einem zweiten Schritt der Selbstlernphase S5.2 wird von dem Entscheidungsfindungsmodul 12 basierend auf den Zustandsdaten 26, den Begleitdaten 24, der bereitgestellten Handlungsempfehlung und dem mindestens einen Bewertungsparameter 34 ein Lerndatensatz 36 erzeugt. Dieser Lerndatensatz 36 dient als Grundlage für den dritten Schritt der Selbstlernphase S5.3. In diesem dritten Schritt S5.3 wird nämlich anhand des Lerndatensatzes 36 die Empfehlungsvorschrift 32 mittels einer vorbestimmten Trainingsmethode 38 für mindestens eine zukünftige Handlungsempfehlung 28 angepasst.
  • In einer konkreten Ausführungsform der Erfindung wird eine Standardhandlungsempfehlung maschinell aus einem fixen Set an Möglichkeiten (also adäquaten Handlungsempfehlungen) generiert und auf die Ausführungseinheit zum Umsetzen der Standardhandlungsempfehlung eingewirkt. Die Ausführungseinheit ist im konkreten Fall durch einen Call-Center Agenten realisiert. Parallel dazu wird eine Telefonverbindung zwischen einem Kraftfahrzeuginsassen und dem Call-Center Agenten betrieben, so dass über die Analyse der ausgetauschten Sprachsignale zusätzliche Zustandsdaten übermittelt werden.
  • Außerdem hat im konkreten Ausführungsbeispiel eine Vielzahl an Beteiligten die Möglichkeit, Feedback (also Bewertungsparameter) bezüglich des Umsetzens einer jeweiligen Handlungsempfehlung durch die Ausführungseinheit einzuspeisen.
  • Insgesamt zeigen die Beispiele, wie durch die Erfindung ein Entscheidungsfindungsmodul bereitgestellt werden kann, welches ein Verfahren zum automatischen Bereitstellen von Handlungsempfehlungen für eine Reaktion auf einen Zustand eines Kraftfahrzeugs durchführen kann. Durch die beschriebene Selbstlernphase, welche Bewertungsparameter berücksichtigt, die das Umsetzen einer jeweiligen Handlungsempfehlung beschreiben, ist das hier beschriebene Verfahren besonders effizient trainierbar und stellt in vorteilhafter Weise passgenaue Handlungsempfehlungen mit einem hohen Konfidenzwert bereit.

Claims (10)

  1. Entscheidungsfindungsmodul (12), umfassend mindestens eine Datenschnittstelle (20) und eine Datenbankeinrichtung (22), wobei das Entscheidungsfindungsmodul (12) dazu eingerichtet ist, Handlungsempfehlungen (28) betreffend einen Zustand eines Kraftfahrzeugs (10) mittels eines Verfahrens zum automatischen Bereitstellen von Handlungsempfehlungen (28) für eine Reaktion auf einen Zustand eines Kraftfahrzeugs (10) bereitzustellen, wobei das Verfahren die folgenden Schritte umfasst: - Empfangen von Zustandsdaten (26) des Kraftfahrzeugs (10) aus einer Kontrolleinrichtung (16) des Kraftfahrzeugs (10) durch das Entscheidungsfindungsmodul (12), - Zuordnen von in der Datenbankeinrichtung (22) des Entscheidungsfindungsmoduls (12) gespeicherten Begleitdaten (24) zu den Zustandsdaten (26), - Erstellen einer auf den Zustandsdaten (26) und den Begleitdaten (24) basierenden Handlungsempfehlung (28) mittels einer vorbestimmten Empfehlungsvorschrift (32), - über die Datenschnittstelle (20) des Entscheidungsfindungsmoduls (12) Einwirken auf eine Ausführungseinheit (14) des Kraftfahrzeugs (10) zum Umsetzen der Handlungsempfehlung (28), wobei das Entscheidungsfindungsmodul (12) dazu ausgebildet ist, in einer Selbstlernphase - mindestens einen Bewertungsparameter (34) zu erfassen, wobei der jeweilige Bewertungsparameter (34) das Umsetzen der Handlungsempfehlung (28) durch die Ausführungseinheit (14) beschreibt, - basierend auf den Zustandsdaten (26), den Begleitdaten (24), der bereitgestellten Handlungsempfehlung (28) und dem mindestens einen Bewertungsparameter (34) einen Lerndatensatz (36) zu erzeugen, und - anhand des Lerndatensatzes (36) die Empfehlungsvorschrift (32) mittels einer vorbestimmten Trainingsmethode (38) für mindestens eine zukünftige Handlungsempfehlung (28) anzupassen, wobei das Entscheidungsfindungsmodul (12) weiterhin dazu eingerichtet ist, basierend auf der Handlungsempfehlung (28) ein Signal an die Ausführungseinheit (14) des Kraftfahrzeugs (10) zu übermitteln, welche dazu eingerichtet ist, das Signal zu empfangen und basierend auf dem Signal die Handlungsempfehlung (28) umzusetzen.
  2. Entscheidungsfindungsmodul (12) nach Anspruch 1, das dazu eingerichtet ist, zeitgleich mit der Übermittlung der Zustandsdaten (26) durch die Kontrolleinrichtung (16) des Kraftfahrzeugs (10) an das Entscheidungsfindungsmodul (12) eine Telekommunikation (30) zwischen einer ersten Telekommunikationseinrichtung (18) am oder im Kraftfahrzeug (10) und einer zweiten Telekommunikationseinrichtung (18) der Ausführungseinheit (14) zu betreiben, wobei die Telekommunikation (30) einen Austausch jeweiliger Sprachsignale zwischen erster und zweiter Telekommunikationseinrichtung (18) umfasst, wobei das jeweilige Sprachsignal zumindest ein gesprochenes Wort und/oder ein Satzfragment und/oder einen Satz umfasst, wobei das Entscheidungsfindungsmodul (12) dazu eingerichtet ist, mittels automatischer Spracherkennung die Inhalte der jeweiligen Sprachsignale als weitere Zustandsdaten (26) zu erkennen.
  3. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, das dazu ausgebildet ist, die Zustandsdaten (26) an eine Programmierschnittstelle des Entscheidungsfindungsmoduls (12) oder an eine die Datenbankeinrichtung (22) und die Datenschnittstelle (20) des Entscheidungsfindungsmoduls (12) koppelnde Servereinrichtung zu übermitteln.
  4. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, wobei die in der Datenbankeinrichtung (22) des Entscheidungsfindungsmoduls (12) gespeicherten Begleitdaten (24) einen Empfehlungskatalog und/oder Regeln zur Verarbeitung der Zustandsdaten (26) umfassen.
  5. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, wobei die Zustandsdaten (26) des Kraftfahrzeugs (10) diagnostische Fehlercodes umfassen, wobei die Datenbankeinrichtung (22) dazu eingerichtet ist, einen jeweiligen Fehlercode oder eine Kombination an Fehlercodes unter Berücksichtigung der Reihenfolge des Auftretens der jeweiligen Fehlercodes einem vorbestimmten Zustand des Kraftfahrzeugs (10), der durch die Begleitdaten (24) beschrieben wird, eindeutig zuzuordnen.
  6. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, wobei die Zustandsdaten (26) des Kraftfahrzeugs (10) Sensordaten umfassen, wobei die Datenbankeinrichtung (22) dazu ausgebildet ist, jeweilige Sensordaten einem vorbestimmten Zustand des Kraftfahrzeugs (10), der durch die Begleitdaten (24) beschrieben wird, eindeutig zuzuordnen.
  7. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, das dazu ausgebildet ist, der mindestens einen zukünftigen Handlungsempfehlung (28) einen Konfidenzwert zuzuordnen und wobei die Ausführungseinheit (14) dazu ausgebildet ist, die Handlungsempfehlung (28) in Abhängigkeit von dem Konfidenzwert umzusetzen.
  8. Entscheidungsfindungsmodul (12) nach Anspruch 7, wobei die Ausführungseinheit (14) dazu ausgebildet ist, die Handlungsempfehlung (28) automatisiert umzusetzen, sobald der der Handlungsempfehlung (28) zugeordnete Konfidenzwert einen vorbestimmten Schwellenwert erreicht.
  9. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, wobei der Bewertungsparameter (34) zum Beschreiben des Umsetzens der Handlungsempfehlung (28) mindestens einen Vorgang beschreibt, der nicht zur Handlungsempfehlung (28) passt, insbesondere eine Reparatur und/oder eine Abschleppmaßnahme, die nicht zur Handlungsempfehlung (28) passt.
  10. Entscheidungsfindungsmodul (12) nach einem der vorhergehenden Ansprüche, wobei die Datenbankeinrichtung (22) dazu eingerichtet ist, neue Begleitdaten (24) aus mindestens einer Datenquelle zu empfangen und die in der Datenbankeinrichtung (22) gespeicherten Begleitdaten (24) unter Berücksichtigung der neuen Begleitdaten (24) nach Ablauf eines vorbestimmten Zeitintervalls automatisch zu aktualisieren.
DE102019109067.9A 2019-04-05 2019-04-05 Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen Active DE102019109067B4 (de)

Priority Applications (2)

Application Number Priority Date Filing Date Title
DE102019109067.9A DE102019109067B4 (de) 2019-04-05 2019-04-05 Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen
PCT/EP2020/057689 WO2020200825A1 (de) 2019-04-05 2020-03-19 Verfahren zum automatischen bereitstellen von handlungsempfehlungen sowie entscheidungsfindungsmodul

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019109067.9A DE102019109067B4 (de) 2019-04-05 2019-04-05 Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen

Publications (2)

Publication Number Publication Date
DE102019109067A1 DE102019109067A1 (de) 2020-10-08
DE102019109067B4 true DE102019109067B4 (de) 2023-11-09

Family

ID=69953996

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019109067.9A Active DE102019109067B4 (de) 2019-04-05 2019-04-05 Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen

Country Status (2)

Country Link
DE (1) DE102019109067B4 (de)
WO (1) WO2020200825A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374745B2 (en) 2008-09-05 2013-02-12 GM Global Technology Operations LLC Telematics-enabled aggregated vehicle diagnosis and prognosis
DE112012004782T5 (de) 2011-11-16 2014-08-07 Flextronics Ap, Llc Steuerung von Vorrichtungsmerkmalen auf der Basis von Fahrzeuganzeigen und -zustand
US9672497B1 (en) 2013-11-04 2017-06-06 Snap-On Incorporated Methods and systems for using natural language processing and machine-learning to produce vehicle-service content

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190077353A1 (en) * 2017-09-13 2019-03-14 International Business Machines Corporation Cognitive-based vehicular incident assistance
KR102474355B1 (ko) * 2017-10-30 2022-12-05 현대자동차 주식회사 차량 제어 통합 관리 시스템 및 이와 통신을 통해 연결된 중앙 인공지능 서버

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374745B2 (en) 2008-09-05 2013-02-12 GM Global Technology Operations LLC Telematics-enabled aggregated vehicle diagnosis and prognosis
DE112012004782T5 (de) 2011-11-16 2014-08-07 Flextronics Ap, Llc Steuerung von Vorrichtungsmerkmalen auf der Basis von Fahrzeuganzeigen und -zustand
US9672497B1 (en) 2013-11-04 2017-06-06 Snap-On Incorporated Methods and systems for using natural language processing and machine-learning to produce vehicle-service content

Also Published As

Publication number Publication date
DE102019109067A1 (de) 2020-10-08
WO2020200825A1 (de) 2020-10-08

Similar Documents

Publication Publication Date Title
DE112010001370B4 (de) Signalübertragungsvorrichtung für einen Aufzug
DE10244131B4 (de) Verfahren zur Unterstützung einer Identifizierung einer defekten Funktionseinheit in einer technischen Anlage
WO2004104604A1 (de) Diagnosesystem
DE102005027378B3 (de) Dynamische Priorisierung von Prüfschritten in der Werkstattdiagnose
DE102004024262A1 (de) Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen
DE102005015664A1 (de) Diagnosesystem zur Bestimmung einer gewichteten Liste möglicherweise fehlerhafter Komponenten aus Fahrzeugdaten und Kundenangaben
EP2619667A1 (de) Verfahren zum überwachen von mindestens zwei mikrocontrollern
EP2733910B1 (de) BUS-System, Verfahren zum Betrieb eines BUS-Systems und fluidisches System mit einem BUS-System
DE102017213583A1 (de) Verfahren zur Produktionsplanung
DE112017007370T5 (de) Verfahren zur Erzeugung einer Netzwerkkonfigurationsinformation und Kommunikationsgerät
DE10323390A1 (de) Telediagnose-Viewer
WO2020173983A1 (de) Verfahren und vorrichtung zum überwachen eines industriellen prozessschrittes
DE102004022624A1 (de) Verfahren zur Überwachung eines Systems
DE102019109067B4 (de) Entscheidungsfindungsmodul zum automatischen Bereitstellen von Handlungsempfehlungen
DE102012003000A1 (de) Ferndiagnostizierung von Fahrzeugen
DE102013011126A1 (de) Verfahren zur Darstellung von wenigstens ein Kraftfahrzeug betreffenden Informationen
DE10315344B4 (de) Verfahren und Vorrichtung zur Erkennung fehlerhafter Komponenten in Fahrzeugen
DE102021002302A1 (de) Verfahren zur Ablaufplanung durchzuführender Testprozesse
DE102019206189B4 (de) Kommunikationssystem mit einem Kraftfahrzeug und einer Servervorrichtung, Kraftfahrzeug, und Servervorrichtung
DE102013020550A1 (de) Verfahren und Einrichtung zur Datenkommunikation in Fahrzeugen, insbesondere in Kraftfahrzeugen
DE10243093A1 (de) Vorrichtung und Verfahren zum System-Check von Fahrzeugen
DE10252109B4 (de) Verfahren zur Parametrierung
DE19959140B4 (de) Fehlerdiagnosesystem für Kraftfahrzeuge
DE19927498A1 (de) System und Verfahren zur Qualitätskontrolle in einer Produktionslinie
DE102023003967A1 (de) Verfahren zum Koordinieren von mehreren Fahrzeugen in einer Gruppe

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed
R018 Grant decision by examination section/examining division
R081 Change of applicant/patentee

Owner name: AP SOLUTIONS GMBH, DE

Free format text: FORMER OWNER: ALLIANZ PARTNERS SAS, 80802 MUENCHEN, DE