DE102019211611A1

DE102019211611A1 - Verfahren zum Durchführen eines Schließvorgangs, Schließvorrichtung, Servereinrichtung und Kommunikationsendgerät zum Durchführen eines derartigen Verfahrens

Info

Publication number: DE102019211611A1
Application number: DE102019211611.6A
Authority: DE
Inventors: Andreas Hanauska; Christian Gruber; Norbert Seuling; Mohammad Shaikh
Original assignee: Conti Temic Microelectronic GmbH
Current assignee: Conti Temic Microelectronic GmbH
Priority date: 2019-08-01
Filing date: 2019-08-01
Publication date: 2021-02-04
Also published as: WO2021018943A1; US20220268081A1

Abstract

Es ist ein Verfahren zum Durchführen eines Schließvorgangs eines von einer elektromotorischen Antriebseinheit (18) angetriebenen Schließteils (14) einer Schließvorrichtung (12) eines Fahrzeugs (10) offenbart. Das Verfahren weist die folgenden Schritte auf: Ermitteln von eine aktuelle Schwergängigkeit der Schließvorrichtung (12) repräsentierenden Reibungskraftdaten mittels eines maschinellen Lernverfahrens (34), das mit Reibungskraftreferenzdaten als Eingangsdaten (36) aus vorangegangenen Schließvorgängen trainiert ist, Ermitteln von die Reibungskraftdaten berücksichtigenden Soll-Antriebsleistungsdaten für die Antriebseinheit (18) und Betreiben der Antriebseinheit (18) basierend auf den ermittelten Soll-Antriebsleitungsdaten zum Durchführen des Schließvorgangs bei zumindest einem darauffolgenden Schließvorgang.

Description

Die vorliegende Erfindung betrifft ein Verfahren zum Durchführen eines Schließvorgangs eines von einer elektromotorischen Antriebseinheit angetriebenen Schließteils wie beispielsweise einer Tür, eines Fensters, eines Schiebedachs oder einer Klappe einer Schließvorrichtung eines Fahrzeugs. Die vorliegende Erfindung betrifft ferner eine Schließvorrichtung mit einem Steuergerät zum Durchführen eines derartigen Verfahrens, sowie eine Servereinrichtung und ein Kommunikationsendgerät, insbesondere mobiles Kommunikationsendgerät, zum Durchführen eines derartigen Verfahrens.
Schließvorrichtungen von Fahrzeugen weisen üblicherweise ein unbewegliches (statisches) Element und ein bewegliches Schließelement oder Schließteil wie beispielsweise eine Tür, ein Fenster, ein Schiebedach oder eine Klappe auf, dessen Position mittels einer Antriebseinheit, insbesondere einer elektromotorischen Antriebseinheit, gegenüber dem unbeweglichen Element bewegbar ist, um eine korrespondierende Öffnung des Fahrzeugs zu öffnen und/oder zu schließen. Derartige Schließvorrichtungen werden in der Fahrzeugtechnik üblicherweise zur Verstellung von Fahrzeugtüren, Fahrzeugfenstern bzw. Fahrzeugscheiben oder Klappen wie beispielsweise Heckklappen des Fahrzeugs eingesetzt.
Eine übliche Funktionalität bei derartigen Schließvorrichtungen ist der Schutz vor Einklemmen oder Verletzen von Einklemmobjekt im Öffnungsbereich des Schließteils. Bei einem solchen Einklemmschutz werden beispielsweise Maximalwerte eines Lastmoments einer das Schließteil elektromotorisch antreibenden Antriebseinheit vorgegeben. Werden diese Maximalwerte beim Schließen des Schließteils überschritten, so wird eine Steuerung den Einklemmfall erkennen und gegebenenfalls eine Reversierung des Schließteils bewirken.
Allerdings hat sich gezeigt, dass derartige auf Maximalwerte basierende Steuerungen unter Umständen einen Einklemmfall als solchen erkennen, obwohl tatsächlich kein Einklemmfall vorliegt. Derartige sogenannte „false positive“ Reversierung oder „false positive“ Einklemmfälle sind beim Benutzer des Fahrzeugs nicht erwünscht und werden häufig als störend oder sogar als eine Fehlfunktion der Schließvorrichtung empfunden.
Die Aufgabe der vorliegenden Erfindung besteht daher darin, ein Verfahren zum Durchführen eines Schließvorgangs eines von einer elektromotorischen Antriebseinrichtung angetriebenen Schließteils zu schaffen, mit der ein zuverlässigerer Einklemmschutz realisiert werden kann. Ferner ist es eine Aufgabe der vorliegenden Erfindung eine Schließvorrichtung mit einem Steuergerät zum Durchführen eines derartigen Verfahrens, sowie eine Servereinrichtung und ein Kommunikationsendgerät zum Durchführen eines derartigen Verfahrens bereitzustellen.
Diese Aufgaben werden durch ein Verfahren gemäß dem Patentanspruch 1, durch eine Schließvorrichtung gemäß dem Patentanspruch 7, durch eine Servereinrichtung gemäß dem Patentanspruch 8 und durch ein Kommunikationsendgerät gemäß dem Patentanspruch 10 gelöst. Vorteilhafte Ausgestaltungen sind in den Unteransprüchen angegeben.
Gemäß einem ersten Aspekt der vorliegenden Erfindung wird ein Verfahren zum Durchführen eines Schließvorgangs eines von einer elektromotorischen Antriebseinheit angetriebenen Schließteils einer Schließvorrichtung eines Fahrzeugs bereitgestellt. Das Schließteil kann insbesondere eine Tür, ein Fenster oder eine Klappe des Fahrzeugs sein. Das erfindungsgemäße Verfahren umfasst die folgenden Schritte: Ermitteln von eine aktuelle Schwergängigkeit der Schließvorrichtung repräsentierenden Reibungskraftdaten mittels eines maschinellen Lernverfahrens, das mit Reibungskraftreferenzdaten als Eingangsdaten aus vorangegangenen Schließvorgängen trainiert ist, Ermitteln von die Reibungskraftdaten berücksichtigenden Soll-Antriebsleistungsdaten für die Antriebseinheit und Betreiben der Antriebseinheit basierend auf den ermittelten Soll-Antriebsleistungsdaten zum Durchführen des Schließvorgangs bei zumindest einem darauffolgenden Schließvorgang.
Die eine aktuelle Schwergängigkeit der Schließvorrichtung repräsentierenden Reibungskraftdaten sind Schätzwerte, die die an der jeweiligen Schließposition des Schließteils zu erwartende Schwergängigkeit abschätzen. Diese Schätzwerte werden von dem maschinellen Lernverfahren mithilfe von Trainingsdaten ermittelt. Um die Schwergängigkeit der Schließvorrichtung abschätzen zu können, wird das maschinelle Lernverfahren mit den aus Test-, Trainings- und/oder Validierungsfahrten des Fahrzeugs gewonnenen Schließvorgängen trainiert. Während dieser „Testschließvorgänge“ werden tatsächliche Reibungskraftdaten ermittelt (bspw. über schließpositionsabhängige Lastmomentmessungen an der Antriebseinheit) und werden diese tatsächlichen Reibungskraftdaten dann in Form von Reibungskraftreferenzdaten als Eingangsdaten zum Trainieren des maschinellen Lernverfahrens verwendet. Das maschinelle Lernverfahren, das beispielsweise ein neuronales Netz, ein Entscheidungsbaum (regression tree oder boosted regression tree) sein kann, liefert dann basierend auf den verwendeten Trainingsdaten Schätzwerte für die in der Schließvorrichtung zu erwartende Schwergängigkeit bzw. Reibungskraft, die dem Schließteil an der jeweiligen Schließposition entgegensteht. Die Reibungskraft bzw. die Schwergängigkeit ist dabei das Ergebnis eines (mechanischen) Zusammenspiels der jeweiligen Komponenten der Schließvorrichtung, wie auch das Ergebnis von externen Effekten, die auf die Schließvorrichtung einwirken (Umgebungstemperatur, Umgebungsluftfeuchte, Alterungserscheinungen, Verschmutzung, etc.).
Besonders wichtig sind die von dem maschinellen Lernverfahren ermittelten Reibungskraftdaten für die Anlaufphase bzw. die Einschwingphase der Schließvorrichtung. In dieser Phase sind tatsächliche Reibungskraftdaten nur schwer oder gar nicht ermittelbar. Gleichzeitig kommt es in der Einschwingphase der Schließvorrichtung zur mechanischen Verspannung oder Vorspannung der Komponenten der Schließvorrichtung, zum Seilspielausgleich eines in der Schließvorrichtung unter Umständen vorhandenen Bowden- oder Seilzugs, zur Vorspannung von Federelemente der Schließvorrichtung oder ganz allgemein zum Einlaufen bzw. Einschwingen der Komponenten der Schließvorrichtung. Dieses Einschwingen hat aber Reibungsänderungen zur Folge, die mittels des maschinellen Lernverfahrens zuverlässig abgeschätzt werden können.
Basierend auf den durch das maschinelle Lernverfahren ermittelten Reibungskraftdaten werden dann - beispielsweise über eine vorbestimmte oder voreingestellte Zuordnungsfunktion - entsprechende Soll-Antriebsleistungsdaten für die Antriebseinheit ermittelt, die die Reibungskraftdaten bzw. die Schätzwerte für die zu erwartende Schwergängigkeit der Schließvorrichtung berücksichtigen. Die Berücksichtigung erfolgt dadurch, dass die Soll-Antriebsleistungsdaten (mittels der Zuordnungsfunktion) derart gewählt sind, dass das Schließteil an der jeweiligen Schließposition zumindest den zu erwartenden (mittels des maschinellen Lernverfahrens ermittelten) Reibungskraftschätzwert überwinden kann. Mit anderen Worten werden die Soll-Antriebsleistungsdaten derart gewählt, dass das Schließteil die ihm vermutlich entgegenwirkende Reibungskraft an der jeweiligen Schließposition überwinden kann.
Nachdem die Soll-Antriebsleistungsdaten ermittelt wurden, wird die Antriebseinheit schließlich basierend auf den ermittelten Soll-Antriebsleistungsdaten zum Durchführen des Schließvorgangs bei zumindest einem darauffolgenden Schließvorgang betrieben. Das Schließteil wird also so betrieben, dass das Schließteil zumindest die dem Schließteil an der jeweiligen Schließposition entgegenwirkende (zu erwartende) Reibungskraft überwinden kann.
Das erfindungsgemäße Verfahren beruht insbesondere auf der Idee, dass es im Laufe der Lebensdauer einer Schließvorrichtung immer mal wieder zu Änderungen der Schwergängigkeit und damit zu Änderungen der Reibung in der Schließvorrichtung kommen kann. Auch können Änderungen der Umgebungsbedingungen der Schließvorrichtung zu Änderungen der Reibung bzw. der Schwergängigkeit der Schließvorrichtung führen. Beispielsweise hat eine geringere Umgebungstemperatur eine größere Schwergängigkeit zur Folge. Diese Änderungen der Schwergängigkeit der Schließvorrichtung führen zu, dass die dem Schließteil an der jeweiligen Schließposition entgegenwirkende Reibungskraft unter Umständen einen systemseitig einmal eingestellten Maximalwert überschreiten würde, der dann als Einklemmfall identifiziert werden würde, jedoch kein Einklemmfall ist.
Da mittels des erfindungsgemäßen Verfahrens jedoch die zu erwartende Reibungskraft an der jeweiligen Schließposition vorab abgeschätzt wird und diese zu erwartende Reibungskraft anschließend derart berücksichtigt wird, dass die Antriebseinheit mit einer die Reibungskraft überwindenden Soll-Antriebsleistung betrieben wird, können die im Laufe der Lebensdauer einer Schließvorrichtung auftretenden Änderungen wie auch die extern auf die Schließvorrichtung einwirkenden Änderungen der Schwergängigkeit entsprechend berücksichtigt werden. Dadurch wird die Anzahl an fälschlicherweise detektierter Einklemmfälle (false positive Fälle) reduziert und die Zuverlässigkeit und Benutzerfreundlichkeit der Schließvorrichtung erhöht.
Die Verwendung eines maschinellen Lernverfahrens zur Ermittlung der jeweils zu erwartende Reibungskräfte hat zudem den Vorteil, dass keine aufwändigen Messungen der aktuell auftretenden Reibungskräfte an oder in der Schließvorrichtung durchgeführt werden müssen. Stattdessen können durch das maschinelle Lernverfahren die jeweils aktuell zu erwartenden Reibungskräfte in Form der Reibungskraftdaten zuverlässig abgeschätzt werden, sodass die jeweils dann notwendige Soll-Antriebsleistung für die Antriebseinheit in Form der Soll-Antriebsleistungsdaten ermittelt werden kann. Das erfindungsgemäße Verfahren hat insbesondere in der Einschwingphase der Schließvorrichtung Vorteile, da dort Messungen der tatsächlich auftretenden Reibungskräfte nur schwer oder gar nicht durchführbar sind. Mittels des maschinellen Lernverfahrens können jedoch auch in dieser heiklen Phase basierend auf den vielen Trainingsdaten zuverlässig Schätzwerte für die zu erwartenden Reibungskraftdaten in der Schließvorrichtung ermittelt werden.
Das maschinelle Lernverfahren kann bspw. ein neuronales Netz sein, bei dem als Eingangsdaten zum Trainieren des neuronalen Netzes Reibungskraftreferenzdaten aus vorangegangenen bzw. vergangenen bzw. in der Vergangenheit getätigten Schließvorgängen, die beispielsweise während Test-, Trainings- und/oder Validierungsfahrten des Fahrzeugs gesammelt wurden, verwendet werden. Das maschinelle Lernverfahren kann aber auch ein Entscheidungsbaum (regression tree oder boosted regression tree) sein.
Gemäß einer Ausgestaltung des erfindungsgemäßen Verfahrens werden die Reibungskraftreferenzdaten basierend auf schließpositionsabhängigen Lastmomentmessungen an einem Elektromotor der Antriebseinheit ermittelt. Diese Ausgestaltung beruht auf der Idee, dass das an dem Elektromotor der Antriebseinheit anliegende Lastmoment Rückschlüsse auf Reibungskraftdaten bzw. Rückschlüsse auf die Schwergängigkeit der Schließvorrichtung zulässt. So ist das Lastmoment am Elektromotor in der Regel größer, wenn die Schwergängigkeit der Schließvorrichtung größer ist. Mittels Lastmomentmessungen am Elektromotor können die Reibungskraftreferenzdaten gewonnen werden, die später als Trainingsdaten für das maschinelle Lernverfahren genutzt werden.
Gemäß einer weiteren Ausgestaltung des erfindungsgemäßen Verfahrens umfassen die Eingangsdaten zum Trainieren des maschinellen Lernverfahrens auch Daten, die eine Umgebungstemperatur des Fahrzeugs, eine Umgebungsluftfeuchtigkeit des Fahrzeugs und/oder eine Verstellgeschwindigkeit des Schließteils repräsentieren. So wurde beispielsweise erkannt, dass geringere Umgebungstemperaturen, geringere Umgebungsluftfeuchtigkeiten und/oder geringere Verstellgeschwindigkeiten des Schließteils auf eine erhöhte Schwergängigkeit der Schließvorrichtung schließen lassen. Indem die Eingangsdaten zum Trainieren des maschinellen Lernverfahrens auch Datensätze enthalten, die verschiedene Umgebungstemperaturen, Umgebungsluftfeuchtigkeiten und/oder Verstellgeschwindigkeiten des Schließteils berücksichtigen, können die vom maschinellen Lernverfahren ermittelten Reibungskraftdaten für die jeweilige Situation genau bestimmt werden.
In einer besonders bevorzugten Ausgestaltung werden die Eingangsdaten an eine Servereinrichtung übermittelt, die dazu ausgebildet ist, die Reibungskraftdaten zu ermitteln. Mit anderen Worten erfolgt die Umsetzung des maschinellen Lernverfahrens auf der Servereinrichtung und beispielsweise nicht auf einem Steuergerät des Fahrzeugs. Dies hat den Vorteil, dass eine höhere Rechenkapazität genutzt werden kann. Gleichzeitig kann ein kostengünstigeres und platzsparenderes Steuergerät im Fahrzeug verbaut werden.
Gemäß einer weiteren Ausgestaltung werden neben den Reibungskraftreferenzdaten aus Test-, Trainings- und/oder Validierungsfahrten auch die eine aktuelle Schwergängigkeit repräsentierenden Reibungskraftdaten als zusätzlicher Eingangsdaten zum Trainieren des maschinellen Lernverfahrens verwendet. Mit anderen Worten werden die aus aktuellen Schließvorgängen gewonnenen bzw. geschätzten Reibungskraftdaten als zusätzliche Eingangsdaten zum Trainieren des maschinellen Lernverfahrens verwendet. Das maschinelle Lernverfahrens aktualisiert sich somit selbst, sodass bspw. auch Alterungserscheinungen der Schließvorrichtung berücksichtigt werden können.
In einer besonders bevorzugten Ausgestaltung werden die eine aktuelle Schwergängigkeit repräsentierenden Reibungskraftdaten aber nur dann zum Trainieren des maschinellen Lernverfahrens verwendet, wenn ein Triggerereignis auftritt. Das Triggerereignis kann ein internes Triggerereignis oder ein externes Triggerereignis sein.
Ein internes Triggerereignis ist beispielsweise eine vom Steuergerät des Fahrzeugs durchgeführte Eigendiagnose, bei der ein schließpositionsabhängiges aktuelles Lastmoment (ermittelt beispielsweise durch eine Messung am Elektromotor) mit dem durch das maschinelle Lernverfahren abgeschätzten Lastmoment für dieselbe Schließposition verglichen wird. Wird dann ermittelt, dass das aktuelle Lastmoment von dem mittels des maschinellen Lernverfahrens abgeschätzten Lastmoment um mehr als einen Schwellenwert abweicht, kann im Rahmen der Eigendiagnose ein internes Triggersignal ausgegeben werden, das die Notwendigkeit einer Aktualisierung und damit die Notwendigkeit eines erneuten Trainings des maschinellen Lernverfahrens erforderlich macht. Die Eigendiagnose bzw. Systemdiagnose, die letztlich als internes Triggerereignis zum Aktualisieren des maschinellen Lernverfahrens dienen kann, ist beispielsweise auf dem Steuergerät der Schließvorrichtung installiert. Ein externes Triggerereignis ist beispielsweise ein von einer Leitwarte oder einer externen Überwachungseinrichtung ausgegebenes Triggersignal, welches die Notwendigkeit einer Aktualisierung bzw. eines erneuten Trainings des maschinellen Lernverfahrens angibt. Die Leitwarte oder Überwachungseinrichtung kann an einem externen Ort, d. h. außerhalb des Steuergeräts bzw. außerhalb der Servereinrichtung, angeordnet sein, was wiederum Bauraum spart. Die internen und externen Triggerereignisse ermöglichen es, eine Aktualisierung des maschinellen Lernverfahrens gezielt, d. h. nur bei Bedarf durchzuführen. Das spart Zeit und Rechenleistung.
Das erfindungsgemäße Verfahren kann als Computerprogrammprodukt ausgebildet sein, das zumindest ein computerlesbares Speichermedium mit darauf gespeicherten, von einem Computer ausführbaren Programmcodeanweisungen aufweist, die zum Durchführen des Verfahrens bzw. Ausgestaltungen davon ausgebildet sind.
Gemäß einem zweiten Aspekt der vorliegenden Erfindung wird eine Schließvorrichtung für ein Fahrzeug bereitgestellt. Die Schließvorrichtung umfasst ein Schließteil wie beispielsweise ein Fenster, eine Tür, ein Schiebedach oder eine Klappe (oder Heckklappe) des Fahrzeugs, das zum Schließen (wie auch zum Öffnen) einer entsprechenden Öffnung des Fahrzeugs ausgebildet ist. Die erfindungsgemäße Schließvorrichtung umfasst ferner eine elektromotorische Antriebseinheit zum Antreiben des Schließteils sowie ein Steuergerät, das zum Durchführen eines Verfahrens gemäß dem ersten Aspekt bzw. Ausgestaltungen davon ausgebildet ist. Mit der erfindungsgemäßen Schließvorrichtung kann das Schließteil zuverlässig geschossen und die Anzahl an „false positive“ Einklemmfällen reduziert werden.
Gemäß einem dritten Aspekt der vorliegenden Erfindung wird eine Servereinrichtung bereitgestellt, die zum Durchführen eines Verfahrens gemäß dem ersten Aspekt bzw. Ausgestaltungen davon ausgebildet ist. In einer besonders bevorzugten Ausgestaltung ist die Servereinrichtung fahrzeugextern, d. h. außerhalb des Fahrzeugs, ausgebildet. Dies hat den Vorteil, dass kein zusätzlicher Bauraum im Fahrzeug zum Durchführen des Verfahrens benötigt wird
Schließlich wird gemäß einem vierten Aspekt der vorliegenden Erfindung ein Kommunikationsendgerät bereitgestellt, das zum Durchführen eines Verfahrens gemäß dem ersten Aspekt bzw. Ausgestaltungen davon ausgebildet ist. Erfindungsgemäß ist das Kommunikationsendgeräts fahrzeugextern und mobil ausgebildet. Beispielsweise kann das Kommunikationsendgerät ein Smartphone oder dergleichen sein. Dies hat den Vorteil, dass das erfindungsgemäße Verfahren auf mobilen Geräten, wie beispielsweise Smartphones, verwendet werden kann. Das Verfahren kann beispielsweise in Form eines Computerprogrammprodukts (App), die auf dem mobilen Kommunikationsendgerät ausführbar ist, durchgeführt werden.
Weitere Merkmale und Aufgaben der vorliegenden Erfindung werden dem Fachmann durch Ausüben der vorliegenden Lehre und Betrachten der beiliegenden Zeichnungen ersichtlich. Es zeigen:

1 eine schematische Ansicht einer Ausführungsform einer erfindungsgemäßen Schließvorrichtung, einer erfindungsgemäßen Servereinrichtung und eines erfindungsgemäßen Kommunikationsendgeräts,
2 eine Prinzipskizze zur Veranschaulichung des erfindungsgemäßen Verfahrens,
3 eine schematische Ansicht von schließpositionsabhängigen Motorstromdaten zur weiteren Veranschaulichung des erfindungsgemäßen Verfahrens und
4 eine schematische Ansicht eines Flussdiagramms, die eine Ausführungsform des erfindungsgemäßen Verfahrens zeigt.

Elemente gleicher Konstruktion oder Funktion sind figurenübergreifend mit den gleichen Bezugszeichen versehen.
Es sei zunächst auf 1 verwiesen, die ein Fahrzeug 10 mit einer Schließvorrichtung 12 zeigt. Die Schließvorrichtung 12 weist ein Schließteil 14 das im konkreten Beispiel von 1 als Fenster bzw. Fensterscheibe des Fahrzeugs 10 dargestellt ist, auf. In anderen Ausführungsformen kann das Schließteil 14 ein Schiebedach, eine Tür oder eine Klappe wie bspw. eine Heckklappe des Fahrzeugs 10 sein. Das Schließteil 14 kann sich zwischen einer Offenstellung und Geschlossenstellung derart bewegen, dass eine zum Schließteil 14 gehörende Öffnung 16 mittels des Schließteils 14 geöffnet bzw. geschlossen werden kann.
Die Schließvorrichtung 12 weist ferner eine elektromotorische Antriebseinheit 18 zum Antreiben des Schließteils 14 auf. Die elektromotorische Antriebseinheit 18 kann beispielsweise einen Elektromotor aufweisen, dessen Antriebsleistung zur Bewegung des Schließteils 14 zwischen der Offenstellung und Geschlossenstellung führt. Die Schließvorrichtung 12 weist ferner ein Steuergerät 20 auf, das mit der elektromotorischen Antriebseinheit 18 bzw. dem Elektromotor betriebsmäßig verbunden ist und den Betrieb der Antriebseinheit 18 bzw. des Elektromotors steuert.
In 1 sind ferner eine Servereinrichtung 22 sowie ein Kommunikationsendgerät 24 dargestellt. Die Servereinrichtung 22 ist dabei extern vom Fahrzeug 10 ausgebildet, d. h. die Servereinrichtung 22 ist außerhalb des Fahrzeugs 10 ausgebildet. Das Kommunikationsendgerät 24 ist ebenfalls extern vom Fahrzeug 10 ausgebildet und zudem mobil ausgebildet, sodass beispielsweise eine Person 26 das Kommunikationsendgerät 24 mit sich führen kann.
Sowohl das Steuergerät 20, als auch die Servereinrichtung 22 und das Kommunikationsendgerät 24 sind dazu ausgebildet ein in Zusammenhang mit 2 bis 4 erklärtes Verfahren zum Durchführen eines Schließvorgangs des Schließteils 14 durchzuführen.
Es sei nun auf 2 verwiesen, die eine Prinzipskizze zur Veranschaulichung des erfindungsgemäßen Verfahrens zum Durchführen eines Schließvorgangs des Schließteils 14 zeigt.
In 2 sind wiederum das Steuergerät 20 und die Servereinrichtung 22 gezeigt. Das Steuergerät 20 ist beispielsweise im Fahrzeug 10 verbaut und ist mit Sensoreinrichtungen 28 verbunden, die dem Steuergerät 20 Daten 30, die beispielsweise die Umgebungstemperatur oder die Umgebungsluftfeuchtigkeit des Fahrzeugs 10, die Position des Schließteils 14 oder die aktuelle Verfahrgeschwindigkeit des Schließteils 14 repräsentieren, zur Verfügung stellen. Das Steuergerät 20 empfängt zudem weitere für den Elektromotor der Antriebseinheit 18 spezifische Daten 30 wie zum Beispiel den Motorstrom oder die Motorspannung des Elektromotors. Aus Motorstrom- bzw. Motorspannungsdaten kann das Steuergerät 20 beispielsweise ein aktuelles Lastmoment an dem Elektromotor der Antriebseinheit 18 ermitteln. Da das Steuergerät 20 immer auch die aktuelle Position des Schließteils 14 erfasst, kann das aktuelle Lastmoment des Elektromotors in Abhängigkeit von der jeweiligen Position bzw. Schließposition des Schließteils 14 ermittelt werden.
Basierend auf diesen Daten 30 können nun mittels eines Modells 32, das näher in Zusammenhang mit der Servereinrichtung 22 beschrieben wird, Schätzwerte für Reibungskraftdaten, die eine aktuelle Schwergängigkeit der Schließvorrichtung 12 repräsentieren, ermittelt werden. Diese Reibungskraftdaten repräsentieren im Wesentlichen die an der jeweiligen Schließposition des Schließteils 14 zu erwartende Reibungskraft, die dem Schließteil 14 bei seiner Bewegung von der Offenstellung in die Geschlossenstellung entgegenwirkt. Mit anderen Worten wird mit den geschätzten Reibungskraftdaten der zu erwartende Widerstand beim Schließen des Schließteils 14 abgeschätzt. Diese Schätzwerte sind insbesondere in der Anlauf- bzw. Einschwingphase der Schließvorrichtung 12 relevant, da in dieser Phase (erste 1-3 cm Verstellweg) der Bewegung des Schließteils 14 die mechanischen Komponenten der Schließvorrichtung 12 einlaufen und/oder vorgespannt werden müssen und/oder beispielsweise ein Spielausgleich der Seil- oder Bowdenzüge erfolgen muss. Das Einlaufen bzw. Einschwingen der Komponenten der Schließvorrichtung 12 führt zu einer schließpositionsabhängigen Reibungskraft bzw. Schwergängigkeit, die dem Schließteil 14 bei seiner Bewegung von der Offenstellung in die Geschlossenstellung entgegenwirkt. Diese Schwergängigkeit wird mithilfe des Modells 32 in Form von Reibungskraftdaten abgeschätzt, ohne aktuelle zusätzliche Messungen an der Antriebseinheit 18 bzw. an dem Elektromotor durchzuführen.
Wie bereits erwähnt wurde, werden die geschätzten Reibungskraftdaten mittels eines Modells 32 ermittelt. Das Modell 32 beruht dabei auf einem maschinellen Lernverfahren 34, das vorzugsweise auf der Servereinrichtung 22 durchgeführt wird. Das maschinelle Lernverfahren 34 nutzt dabei unter anderem die Daten 30, die von den Sensoreinrichtungen 28 an die Servereinrichtung 22 übermittelt werden und dort als Eingangsdaten 36 zum Trainieren das maschinellen Lernverfahrens 34 verwendet werden. Diese Eingangsdaten 36 umfassen somit nicht nur Daten, die beispielsweise die Position des Schließteils 14 oder die Verfahrgeschwindigkeit des Schließteils 14 angeben, sondern auch Daten, die die Umgebungstemperatur oder die Umgebungsluftfeuchtigkeit des Fahrzeugs 10 repräsentieren.
Mithilfe der Eingangsdaten 36 wird das maschinellen Lernverfahren 34 trainiert, um schließlich das Modell 32 zu erzeugen, welches die Reibungskraftdaten, die die zu erwartende Schwergängigkeit der Schließvorrichtung repräsentieren, für die jeweilige Schließposition des Schließteils 14 liefert.
Die Eingangsdaten 36 werden beispielsweise während Test-, Trainings- oder Validierungsfahrten des Fahrzeugs 10 erzeugt und sind letztlich das Ergebnis aus bereits getätigten, d. h. in der Vergangenheit vollzogenen bzw. bereits durchgeführten Schließvorgängen des Schließteils 14. Man kann sich die Eingangsdaten 36 also so vorstellen, dass beispielsweise während der verschiedensten Test-, Trainings- oder Validierungsfahrten in den verschiedensten Umgebungsbedingungen (d. h. bei verschiedenen Umgebungstemperaturen und/oder verschiedenen Umgebungsluftfeuchtigkeiten) das Schließteil 14 des Fahrzeugs 10 mehrmals und in ausreichender Anzahl bewegt wurde und während der Bewegung des Schließteils 14 schließpositionsabhängige Lastmomentmessungen am Elektromotor der Antriebseinheit 18 durchgeführt wurden. Diese schließpositionsabhängigen Lastmomente wurden dann zu in der jeweiligen Umgebung des Fahrzeugs 10 tatsächlich auftretenden Reibungskraftdaten umgerechnet und sind als Reibungskraftreferenzdaten zum Trainieren des maschinellen Lernverfahren 34 hinterlegt worden. Basierend auf diesen Reibungskraftreferenzdaten kann dann das maschinelle Lernverfahren 34 für die jeweilige Umgebungsbedingung des Fahrzeugs 10 schließpositionsabhängige Schätzwerte für die aktuell zu erwartenden Reibungskräfte in der Schließvorrichtung 12 angeben, ohne dass bei einem erneuten Schließvorgang des Schließteils 14 die tatsächlichen Werte der in der jeweiligen Schließposition auftretenden Reibungskraft gemessen werden müsste.
Das maschinelle Lernverfahren 34 ermöglicht also eine rechnerische bzw. theoretische Abschätzung der tatsächlich auftretenden Reibungskraftdaten für die jeweiligen Schließposition des Schließteils 14. Diese rechnerische bzw. theoretische Abschätzung basiert auf den tatsächlich im Vorfeld ermittelten Daten, die als Eingangsdaten 36 zum Trainieren des maschinellen Lernverfahrens 34 ermittelt wurden. Mithilfe des maschinellen Lernverfahrens 34 ist es somit nicht mehr notwendig, für einen aktuellen Schließvorgang des Schließteils 14 die tatsächliche Schwergängigkeit der Schließvorrichtung 12 bzw. die tatsächlich auftretenden Reibungskraftdaten zu bestimmen. Stattdessen werden die tatsächlich auftretenden Reibungskraftdaten mittels des maschinellen Lernverfahrens 34 und des daraus ermittelten Modells 32 abgeschätzt. Wie bereits mehrfach erwähnt wurde, ist diese Abschätzung insbesondere in der Einschwingphase der Schließvorrichtung 12 von Vorteil, da hier nur sehr schwer- oder gar keine - Messdaten, die die Schwergängigkeit der Schließvorrichtung 12 repräsentieren, ermittelt werden können.
Wie ferner in 2 zu erkennen ist, werden neben den Eingangsdaten 36 zum Trainieren des maschinellen Lernverfahrens 34 auch die eine aktuelle Schwergängigkeit repräsentierenden Reibungskraftdaten 38 als zusätzliche Eingangsdaten zum Trainieren des maschinellen Lernverfahrens 34 berücksichtigt. Mit anderen Worten werden die zusätzlich ermittelten und/oder geschätzten Reibungskraftdaten als zusätzliche Eingangsdaten zum Trainieren des maschinellen Lernverfahrens 34 berücksichtigt. Dies hat den Vorteil, dass das System sich selbst aktualisieren kann und auch auftretende Alterungserscheinungen der Schließvorrichtung 12, wozu beispielsweise ein mechanischer Abrieb der Führungen, ein sich vergrößerndes Seilspiel, Alterungserscheinungen der Federn etc. zählen können, berücksichtigt werden können.
Allerdings muss die Aktualisierung des maschinellen Lernverfahrens 34 nicht bei jedem neuen Schließvorgang des Schließteils 14 erfolgen. Vielmehr kann die Aktualisierung abhängig sein von sogenannten Triggerereignissen. Diese Triggerereignisse können unterteilt werden in interne und externe Triggerereignisse.
Ein internes Triggerereignis ist beispielsweise eine vom Steuergerät 20 des Fahrzeugs 10 durchgeführte System- oder Eigendiagnose 40. Dabei wird ein aktuelles schließpositionsabhängiges Lastmoment (ermittelt beispielsweise durch eine Lastmomentmessung am Elektromotor) mit dem durch das maschinelle Lernverfahren abgeschätzten Lastmoment für dieselbe Schließposition verglichen. Falls das aktuelle Lastmoment von dem mittels des maschinellen Lernverfahrens abgeschätzten Lastmoment um mehr als einen Schwellenwert abweicht, kann im Rahmen der System- oder Eigendiagnose 40 dann ein internes Triggersignal ausgegeben werden, das die Notwendigkeit einer Aktualisierung des Modells 32 und damit die Notwendigkeit eines erneuten Trainings des maschinellen Lernverfahrens 34 erforderlich macht.
Ein externes Triggerereignis ist beispielsweise ein von einer Leitwarte oder einer externen Überwachungseinrichtung ausgegebenes externes Triggersignal 42, welches die Notwendigkeit einer Aktualisierung des Modells 32 bzw. die Notwendigkeit eines erneuten Trainings des maschinellen Lernverfahrens 34 kennzeichnet. Das externe Triggersignal 42 kann beispielsweise von der Leitwarte dann ausgegeben werden, wenn externe Effekte (bspw. Aktualisierung der Steuerungssoftware, Änderungen an der Schließvorrichtung etc.) eine Aktualisierung des Modells 32 erforderlich machen.
Mithilfe der internen und externen Triggerereignisse kann eine Aktualisierung des maschinellen Lernverfahrens 34 und damit eine Aktualisierung des Modells 32 gezielt, d. h. nur bei Bedarf, angestoßen werden. Besonders sinnvoll ist es, die Reibungskraftdaten 38 insbesondere für den Fall, dass eine Aktualisierung des maschinellen Lernverfahrens 34 notwendig ist, als zusätzliche Eingangsdaten zum Trainieren des maschinellen Lernverfahrens 34 zu verwenden. Denn in diesem Fall werden auch die bereits ermittelten bzw. historischen Reibungskraftdaten zur Aktualisierung und Weiterentwicklung des maschinellen Lernverfahrens 34 berücksichtigt.
Es sei nun auf 3 verwiesen, die eine schematischen Ansicht von Motorstromwerten (y-Achse) in Abhängigkeit der Schließposition (x-Achse) des Schließteils 14 zeigt. Die Schließposition ist dabei in 3 so angegeben, dass eine Bewegung des Schließteil 14 von links (im Bereich von 400 mm) nach rechts (in Richtung hin zu einer Position von 0 mm) die Öffnung 16 des Fahrzeugs 10 schließt. Mit anderen Worten befindet sich das Schließteil 14 auf der linken Seite des Graphen von 3 in seiner Offenstellung und auf der rechten Seite in seiner Geschlossenstellung .
Wie ferner in 3 zu erkennen ist, sind zwei Kurven gezeigt. Eine erste Kurve 44, die als strichpunktierte Kurve dargestellt ist, ist eine Kurve von Motorstromwerten, die dem Fachmann aus dem Stand der Technik bekannt ist. Die erste Kurve 44 stellt das Ergebnis einer schließpositionsabhängigen Lastmomentmessung am Elektromotor der Antriebseinheit 18 dar. Wenn sich das Schließteil 14 in seiner Offenstellung befindet, d. h. in einem Bereich bei einer Position von ca. 400 mm oder mehr, ergibt sich im konkreten Beispiel beispielsweise ein Motorstrom von knapp unter 5 A. Auf dem Weg zur Geschlossenstellung, d. h. in einem Bereich bei einer Position von ca. 0 mm, steigt der Motorstrom kontinuierlich an. Wenn das Schließteil 14 die Dichtung an der Öffnung 16 erreicht, kommt es aufgrund des erhöhten Widerstands zu einem sprunghaften Anstieg des Motorstroms (dargestellt durch den Pfeil 48). Der Motorstrom steigt weiter (siehe Pfeil 50), bis das Schließteils 14 schließlich die Geschlossenstellung erreicht hat. Ein derartiger Verlauf ist dem Fachmann aus dem Stand der Technik geläufig.
Zusätzlich zur Kurve 44 ist in 3 jedoch noch eine gegenüber der Kurve 44 verschobene zweite Kurve 46 dargestellt. Wie zu erkennen ist, ist die zweite Kurve 46 gegenüber der ersten Kurve 44 nach oben, d. h. hin zu höheren Motorstromwerten verschoben. Wie ferner zu erkennen ist, ist der Abstand (Pfeil 52) zwischen den Kurven 44 und 46 im Bereich der Offenstellung kleiner als der Abstand (Pfeil 54) zwischen den Kurven 44 und 46 im Bereich der Geschlossenstellung. Zudem ist eine lokale Erhöhung des Motorstroms bei einer Position im Bereich von ca. 300 mm (Pfeil 56) vorhanden.
Die Kurve 46 repräsentiert Soll-Antriebsleistungsdaten der Antriebseinheit 18, also diejenigen Antriebsleistungsdaten, mit denen der Elektromotor der Antriebseinheit 18 zu betreiben ist bzw. die sich bei entsprechendem Betrieb des Elektromotors einstellen, wobei die Soll-Antriebsleistungsdaten derart gewählt sind, dass das Schließteil 14 die mittels des maschinellen Lernverfahrens 34 ermittelten Reibungskraftdaten an der jeweiligen Schließposition überwinden kann. Mit anderen Worten: Wenn beispielsweise das maschinelle Lernverfahren 34 im Bereich der Offenstellung eine etwas erhöhte Schwergängigkeit der Schließvorrichtung 12 vorhersagt, dann wird diese erhöhte Schwergängigkeit in eine Soll-Antriebsleistung umgerechnet, die die erhöhte Schwergängigkeit berücksichtigt. Die Folge ist, dass das Schließteil 14 nicht mehr mit Soll-Antriebsleistungsdaten gemäß Kurve 44, sondern mit Soll-Antriebsleistungsdaten gemäß Kurve 46 betrieben wird. Im Bereich der Offenstellung wird somit die Soll-Antriebsleistung etwas erhöht sein (Pfeil 52), sodass das Schließteil 14 auch bei lokal erhöhtem Wiederstand problemlos in Richtung der Geschlossenstellung bewegt werden kann. Wenn das maschinelle Lernverfahren 34 bspw. eine kontinuierliche Zunahme der lokalen Schwergängigkeit von der Offenstellung bis zur Geschlossenstellung des Schließteils 14 vorhersagt, wird dies in kontinuierlich größeren Soll-Antriebsleistungsdaten resultieren. Dies ist exemplarisch dadurch dargestellt, dass der Abstand im Bereich der Geschlossenstellung (Pfeil 54) größer ist als im Bereich der Offenstellung (Pfeil 52) ist.
Das maschinelle Lernverfahren kann aber auch eine lokale begrenzte Erhöhung der Schwergängigkeit (Pfeil 56) vorhersagen. Diese lokal begrenzte Erhöhung kann beispielsweise durch eine Verschmutzung in der Führung, durch Korrosion etc. auftreten. Wenn das maschinelle Lernverfahren für diesen Bereich eine lokal erhöhte Schwergängigkeit vorhersagt, wird für diesen Bereich die Soll-Antriebsleistung (Pfeil 56) entsprechend weiter erhöht.
Die Folge der Anpassung der Soll-Antriebsleistung von Kurve 44 auf Kurve 46 ist, dass bei im Verlauf der Benutzung der Schließvorrichtung 12 auftretenden Alterungserscheinungen, bei lokal auftretenden Schwergängigkeiten und/oder bei durch externe Einflüsse (Veränderungen der Umgebungstemperatur und/oder Umgebungsluftfeuchtigkeit) bewirkte Schwergängigkeitsänderungen die Antriebseinheit 18 bzw. deren Elektromotor immer mit der entsprechend angepassten Soll-Antriebsleistung betrieben wird. Dadurch wird eine Erhöhung der Schwergängigkeit nicht sofort als Einklemmfall bzw. Reversierfall erkannt, da die Erhöhung der Schwergängigkeit nicht die Folge eines Einklemmens eines Objektes, sondern die Folge eines schließvorrichtungsimmanenten Verhaltens (Umgebungstemperatur, Umgebungsluftfeuchtigkeit, Alterungserscheinung, Korrosion, Verschmutzung etc.) ist. Stattdessen wird sichergestellt, dass auch bei schließvorrichtungsimmanenten Änderungen der Schwergängigkeit immer eine ausreichend große Soll-Antriebsleistung vorgegeben wird. Dies hat zur Folge, dass Änderungen der Schwergängigkeit nicht gleich als Einklemmfall klassifiziert werden und die Anzahl an „false positive“ Einklemmfällen, also die Anzahl an denjenigen Einklemmfällen, die versehentlich als Einklemmfall klassifiziert wurden, obwohl tatsächlich nur ein Fall von lokaler Erhöhung der Schwergängigkeit vorlag, verringert wird.
Es sei abschließend noch auf 4 verwiesen, die eine schematische Ansicht eines Flussdiagramms einer Ausführungsform des erfindungsgemäßen Verfahrens zeigt.
Das Verfahren startet mit dem Schritt 400.
Im darauffolgenden Schritt 402 erfolgt die Ermittlung von Reibungskraftdaten mittels des maschinellen Lernverfahrens 34. Das maschinelle Lernverfahren 34 wird dabei basierend auf Reibungskraftreferenzdaten, die als Eingangsdaten 36 aus vorangegangenen Schließvorgängen des Schließteils 14 resultieren, trainiert. Bei den Eingangsdaten 36 werden die über die Sensoreinrichtung 28 zur Verfügung gestellten Daten 30 verwendet. Dazu zählen auch Daten, die durch schließpositionsabhängige Lastmomentmessungen, die an dem Elektromotor der Antriebseinheit 18 während der Test-, Trainings- und Validierungsfahrten durchgeführt wurden, ermittelt wurden. Da diese Fahrten bei unterschiedlichen Umgebungstemperaturen und Umgebungsluftfeuchtigkeiten durchgeführt wurden und die Daten 30 auch die jeweils vorliegende Umgebungstemperatur bzw. Umgebungsluftfeuchtigkeit berücksichtigen, enthalten die Eingangsdaten 36 auch Datensätze zu unterschiedlichen Umgebungstemperaturen und Umgebungsluftfeuchtigkeiten, mit denen das maschinelle Lernverfahren 34 trainiert wird. Dadurch ist es möglich, für die jeweilige Umgebungssituation des Fahrzeugs 10 zuverlässige Reibungskraftdaten, die die zu erwartende Schwergängigkeit repräsentieren, zu ermitteln.
Im nächsten Schritt 404 werden Soll-Antriebsleistungsdaten ermittelt, die die im Schritt 402 ermittelten Reibungskraftdaten berücksichtigen. Die Berücksichtigung der Reibungskraftdaten erfolgt dadurch, dass die Soll-Antriebsleistungsdaten derart gewählt sind, dass das Schließteil 14 bei seiner Bewegung von der Offenstellung in die Geschlossenstellung zumindest die ihm an der jeweiligen Schließposition entgegenwirkende Reibungskraft, die durch die Reibungskraftdaten abgeschätzt wird, überwinden kann.
Schließlich wird in einem Schritt 406 die Antriebseinheit 18 bzw. der Elektromotor der Antriebseinheit 18 basierend auf den im Schritt 404 ermittelten Soll-Antriebsleistungsdaten betrieben, um den Schließvorgang des Schließteils 14 bei zumindest einem darauffolgenden Schließvorgang durchzuführen. Beim Betrieb der Antriebseinheit 18 stellt sich dann beispielsweise eine wie in 3 gezeigte Kurve 46 ein, sodass das Schließteil 14 auch bei lokal erhöhten Schwergängigkeiten sicher und zuverlässig von der Offenstellung in die Geschlossenstellung bewegt werden kann, ohne einen „false positive“ Einklemmfall (bspw. im Bereich von 300 mm - Pfeil 56) zu bestimmen.
Das Verfahren endet schließlich beim Schritt 408.
Wie bereits eingangs erwähnt wurde, kann das in Zusammenhang mit 2 bis 4 beschriebene Verfahren entweder direkt auf dem Steuergerät 20 oder auf der Servereinrichtung 22 oder auf dem mobilen Kommunikationsendgerät 24 durchgeführt werden. Vorzugsweise wird das Verfahren nicht auf dem Steuergerät 20 durchgeführt, um Rechenleistung, Bauraum und Kosten beim Steuergerät 20 zu sparen.

Claims

Verfahren zum Durchführen eines Schließvorgangs eines von einer elektromotorischen Antriebseinheit (18) angetriebenen Schließteils (14) einer Schließvorrichtung (12) eines Fahrzeugs (10), wobei das Verfahren die folgenden Schritte aufweist: - Ermitteln von eine aktuelle Schwergängigkeit der Schließvorrichtung (12) repräsentierenden Reibungskraftdaten mittels eines maschinellen Lernverfahrens (34), das mit Reibungskraftreferenzdaten als Eingangsdaten (36) aus vorangegangenen Schließvorgängen trainiert ist, - Ermitteln von die Reibungskraftdaten berücksichtigenden Soll-Antriebsleistungsdaten für die Antriebseinheit (18) und - Betreiben der Antriebseinheit (18) basierend auf den ermittelten Soll-Antriebsleitungsdaten zum Durchführen des Schließvorgangs bei zumindest einem darauffolgenden Schließvorgang.
Verfahren nach Anspruch 1, wobei die Reibungskraftreferenzdaten basierend auf schließpositionsabhängigen Lastmomentmessungen an einem Elektromotor der Antriebseinheit (18) ermittelt sind.
Verfahren nach einem der Ansprüche 1 oder 2, wobei die Eingangsdaten (36) ferner Daten (30), die eine Umgebungstemperatur des Fahrzeugs (10), eine Umgebungsluftfeuchtigkeit des Fahrzeugs (10) und/oder eine Verstellgeschwindigkeit des Schließteils (14) repräsentieren, mit umfassen.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die Eingangsdaten (30) an eine Servereinrichtung (22) übermittelt werden, die dazu ausgebildet ist, zumindest die Reibungskraftdaten mittels des maschinellen Lernverfahrens (34) zu ermitteln.
Verfahren nach einem der vorhergehenden Ansprüche, wobei die eine aktuelle Schwergängigkeit repräsentierenden Reibungskraftdaten als zusätzliche Eingangsdaten (38) zum Trainieren des maschinellen Lernverfahrens (34) verwendet werden.
Verfahren nach Anspruch 5, wobei die Reibungskraftdaten nur in Abhängigkeit eines Triggerereignisses (40, 42) zum Trainieren des maschinellen Lernverfahrens verwendet werden
Schließvorrichtung (12) für ein Fahrzeug (10), mit: - einem Schließteil (14) zum Schließen einer Öffnung (16) des Fahrzeugs (10), - einer elektromotorischen Antriebseinheit (18) zum Antreiben des Schließteils (14) und - einem Steuergerät (20), das zum Durchführen eines Verfahrens nach einem der vorhergehenden Ansprüche ausgebildet ist.
Servereinrichtung (22), das zum Durchführen eines Verfahren nach einem der Ansprüche 1 bis 6 ausgebildet ist.
Servereinrichtung (22) nach Anspruch 8, wobei die Servereinrichtung (22) fahrzeugextern ausgebildet ist
Kommunikationsendgerät (24), das zum Durchführen eines Verfahrens nach einem der Ansprüche 1 bis 6 ausgebildet ist, wobei das Kommunikationsendgerät (24) fahrzeugextern und mobil ausgebildet ist.