-
Die Erfindung betrifft eine Prozesseinheit zur Bremsgeräuscherkennung von durch ein Egofahrzeug erzeugten Bremsgeräuschen, umfassend eine Detektionseinheit, die konfiguriert ist, um Bremsgeräusche auf einer Grundlage von erfassten akustischen Bremsgeräuschsignalen zu detektieren. Ferner betrifft die Erfindung noch ein Egofahrzeug und ein Verfahren.
-
Die Bremse bzw. das Bremssystem ist mit das wichtigste Sicherheitssystem in einem Fahrzeug. Heutzutage werden vor allem Scheibenbremssysteme verwendet. Dabei besteht ein Scheibenbremssystem für gewöhnlich aus drei wesentlichen Komponenten, der Bremsscheibe, dem Bremssattel und den Bremsbelägen. Die Bremsbeläge werden beim Bremsen gegen die Bremsscheibe gepresst. Durch die Reibung entsteht ein Bremsmoment.
-
Der Bremssattel dient als Lagerung für die Bremsbeläge und presst diese mittels Bremskolben und hydraulischem Druck gegen die Bremsscheibe. Das Scheibenbremssystem ist ein einer Lagerung gelagert. Diese besteht aus dem Radträger mit dem eingepressten Radlager und der Radnabe. Ein Hitzeschutzblech ist notwendig, um die Bauteile in Richtung Fahrzeuginnenseite vor der heißen Bremsscheibe zu schützen.
-
Die Fahraufgabe einer Bremse ist die Umwandlung von kinetischer Energie in Wärmeenergie, um das Fahrzeug zu verzögern bzw. zum Stillstand zu bringen. In den mechanischen Scheibenbremsen findet diese Umwandlung mittels Reibung statt. Während dieser Energieumwandlung können zahlreiche Geräusche entstehen, die Aufschluss von dem Zustand des Bremssystems geben können.
-
Die
WO 2019/063179 WO offenbart die Nutzung eines Mikrofons zur Bestimmung des Bremszustandes sowie die Meldung an einen Benutzer.
-
Ausgehend vom Stand der Technik ist es eine Aufgabe dieser Erfindung, Mittel bereitzustellen, welche eine Erkennung des Zustands eines Bremssystems zulassen.
-
Diese Aufgabe wird gelöst durch eine Prozesseinheit mit den Merkmalen des Anspruchs 1 sowie ein Egofahrzeug mit einer solchen Prozesseinheit mit den Merkmalen des Anspruchs 10.
-
Ferner wird die Aufgabe gelöst durch ein Verfahren, welches eine solche Prozesseinheit verwendet, mit den Merkmalen des Anspruchs 15.
-
In den Unteransprüchen sind weitere vorteilhafte Maßnahmen aufgelistet, die geeignet miteinander kombiniert werden können, um weitere Vorteile zu erzielen.
-
Die Aufgabe wird gelöst durch eine Prozesseinheit zur Bestimmung des Zustands eines Bremssystems mittels von einem Egofahrzeug erzeugten Bremsgeräuschen, umfassend
- eine Detektionseinheit, die konfiguriert ist, um Bremsgeräusche auf einer Grundlage von erfassten akustischen Bremsgeräuschsignalen zu detektieren, wobei
- eine Verarbeitungseinheit, in welche die Bremsgeräusche einspeisbar sind, vorgesehen ist, wobei die Verarbeitungseinheit dazu konfiguriert ist, basierend auf künstlicher Intelligenz, unter Verwendung mehrerer Trainingsdatensätze, die eingespeisten detektierten Bremsgeräusche zu klassifizieren,
- wobei die Verarbeitungseinheit ferner dazu konfiguriert ist, anhand des jeweiligen klassifizierten Bremsgeräusches unter Verwendung zumindest eines für einen Bremsvorgang relevanten, dynamischen Ist-Fahrzeugparameters den Zustand des Bremssystems zu bestimmen.
-
Dabei sind unter dynamischen Ist-Fahrzeugparametern vorzugsweise - im Unterschied zu Umgebungsparametern, wie z. B. Straßenbelag - das Egofahrzeug selbst betreffende Parameter, welche beispielsweise zum derzeitigen Bremsvorgang vorliegen oder den Bremsvorgang selber beschreiben wie beispielsweise Bremsdauer (Bremsbeginn und Bremsende), zu verstehen. Ferner können unter dynamischen Ist-Fahrzeugparametern beispielsweise bereits gefahrene Kilometer mit dem derzeitigen Bremssystem, Bremsweg, Bremsdruck, Geschwindigkeit, Verzögerung, Fahrtrichtung (vorwärts/ rückwärts) verstanden werden. Diese dynamischen Ist-Fahrzeugparameter ändern sich dynamisch bei den einzelnen getätigten Bremsvorgängen.
-
Die Trainingsdatensätze können manuell oder per Computer erstellt werden und beinhalten beispielsweise das Bremsgeräusch einer mit wenig - mittel - und viel Rost behafteten Bremsscheibe, Bremsbelägen mit keinen, wenig oder viel und sehr viel Verschleiß etc. Solche Trainingsdatensätze können vorab in die Prozesseinheit eingespielt sein, und können beispielsweise per externen Rechner und einer vorzugsweisen drahtlosen Anbindung oder bei einem Werkstattbesuch regelmäßig aktualisiert werden.
-
Eine Detektionseinheit kann als Schnittstelle ausgebildet sein, welche die Bremsgeräuschsignale empfängt und umwandelt oder als beispielsweise akustische Sensoren, wie Mikrofone ausgebildet sein.
-
Künstliche Intelligenz sind Verfahren oder Methoden, denen beispielsweise ein Maschinelles Lernen zugrunde liegt. Dazu bauen Algorithmen beim maschinellen Lernen ein Modell auf, das auf Trainingsdatensätzen beruht. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern es erkennt Muster und Gesetzmä-ßigkeiten anhand der Trainingsdatensätze.
-
Bremsgeräusche sind Geräusche, welche bei einer Bremsung auftreten oder durch das Bremssystem verursacht werden. Bekannte Bremsgeräusche sind beispielsweise: Rubbeln, welches bei einer Frequenz von 10Hz bis 100Hz auftritt, Bremsenklappern, welches nicht während einer Bremsung auftritt, sondern ausschließlich im ungebremsten Zustand, wenn durch einen unebenen Fahrbahnbelag hohe Beschleunigungen in den ungefederten Teilen des Fahrwerks auftreten. Ferner bekannt sind das Knarzen und Muhen, welches bei einem Frequenzbereich zwischen 100Hz und 500 Hz und bei sehr niedrigen Geschwindigkeiten, auftritt. Ferner sind bekannt das Heulen bei einem höheren Frequenzbereich von 500Hz bis 1kHz sowie das Zwitschern mit Frequenzen zwischen 1kHz und 10kHz, sowie das niederfrequente Quietschen und das hochfrequente Quietschen. Diese Einteilung dient nur als Beispiel; es kann eine weitere Unterteilung oder eine zusätzliche Unterteilung vorgenommen werden.
-
Durch die Erfindung ist eine Klassifikation der Bremsgeräusche möglich und eine Zustandsbestimmung des Bremssystems. Die Klassifikation ist anhand von Trainingsdatensätzen als auch der objektiven dynamischen Ist-Fahrzeugparameter möglich. Die Verarbeitungseinheit kann dabei direkt bei der Klassifikation und Beurteilung der Bremsgeräusche die dynamischen Ist-Fahrzeugparameter miteinbringen, beispielsweise durch Gewichtung einzelner Neuronen falls die Verarbeitungseinheit als künstliches Neuronales Netz ausgebildet ist, oder die dynamischen Ist-Fahrzeugparameter nachher berücksichtigen, beispielsweise bei einem Abgleich der klassifizierten Bremsgeräusche mit den dynamischen Ist-Fahrzeugparametern. So kann beispielsweise der Zustand des Bremssystems als schlecht beurteilt werden, wenn die Klassifikation beispielsweise ein Bremsquietschen ergibt und bekannt ist, dass das Bremssystem eine normale Betriebstemperatur aufweist und das Bremssystem als weniger schlecht bei demselben Quietschen beurteilt werden, wenn die Betriebstemperatur des Bremssystems sehr niedrig ist, bspw. bei Vereisung.
-
Dadurch ist eine Bestimmung des Zustands des Bremssystems nach objektiven Kriterien möglich. Durch die Einbeziehung der Trainingsdatensätze unter Verwendung einer KI (Künstlichen Intelligenz)-Methode sowie zumindest der dynamischen Ist-Fahrzeugparameter wird die Wahrscheinlichkeit einer richtigen Bestimmung merklich erhöht.
-
Vorzugsweise ist die Verarbeitungseinheit dazu konfiguriert, den Zustand des Bremssystems unter Verwendung zumindest eines für einen Bremsvorgang relevanten, statischen Ist-Fahrzeugparameter zu bestimmen. Weiterhin vorzugsweise umfassen die statischen Ist-Fahrzeugparameter zumindest einen Parameter aus der Gruppe: Fahrzeugtyp und/oder Bremsentyp, wie beispielsweise Scheibenbremse oder Trommelbremse, und/oder Material der Bremse und/oder Material. Dadurch kann der Zustand des Bremssystems besonders gut ermittelt werden. Die Verarbeitungseinheit kann dabei direkt bei der Klassifikation und Beurteilung der Bremsgeräusche die statischen Ist-Fahrzeugparameter miteinbringen, beispielsweise durch Gewichtung einzelner Neuronen falls die Verarbeitungseinheit als künstliches Neuronales Netz ausgebildet ist, oder die statischen Ist-Fahrzeugparameter nachher berücksichtigen, beispielsweise bei einem Abgleich der klassifizierten Bremsgeräusche mit den statischen Ist-Fahrzeugparametern.
-
Besonders bevorzugt ist die Verarbeitungseinheit ferner dazu konfiguriert, den Zustand des Bremssystems unter Verwendung zumindest eines dynamischen Umfeldparameters zu bestimmen.
-
Weiterhin vorzugsweise umfassen die dynamischen Umfeldparameter zumindest einen Parameter aus der Gruppe: Wetter und/oder Luftfeuchtigkeit/Regen. Damit wird dem Rechnung getragen, dass durch beispielsweise Vereisung oder Regen leicht abgewandelte Bremsgeräusche entstehen können. Die Genauigkeit der Zustandsbestimmung des Bremssystems kann somit erhöht werden.
-
Die Verarbeitungseinheit kann dabei direkt bei der Klassifikation und Beurteilung der Bremsgeräusche die dynamischen Umfeldparameter, beispielsweise durch Gewichtung einzelner Neuronen falls die Verarbeitungseinheit als künstliches Neuronales Netz ausgebildet ist, miteinbringen oder die dynamischen Umfeldparameter nachher berücksichtigen, beispielsweise bei einem Abgleich der klassifizierten Bremsgeräusche mit den dynamischen Umfeldparametern.
-
Vorzugsweise ist die Verarbeitungseinheit ferner dazu konfiguriert, den Zustand des Bremssystems zumindest unter Verwendung zumindest eines statischen Umfeldparameters zu bestimmen. Weiterhin vorzugsweise umfassen die statischen Umfeldparameter zumindest einen Parameter aus der Gruppe: Straßenbelag und/oder Zustand des Straßenbelags. Somit wird beispielsweise dem Klappern des Bremssystems, bei einer Fahrt des Egofahrzeuges auf Kopfsteinpflaster Rechnung getragen. Dadurch kann die Genauigkeit der Bestimmung des Zustands des Bremssystems erhöht werden.
-
Somit kann ein Fehlalarm, der beispielsweise von Klappern durch Straßenschäden/ Kopfsteinpflaster verursacht wird, vermieden werden. Dieses Klappern kann eine fehlerhafte Klassifikation zur Folge haben und zu einer Einstufung des Zustands des Bremssystems als schadhaft zur Folge haben.
-
Weiterhin vorzugsweise ist die Prozesseinheit dazu ausgelegt, die lokale Position des Egofahrzeuges zu bestimmen und ferner dazu ausgelegt, den zumindest einen statischen Umfeldparameter durch einen Abgleich zwischen der lokalen Position des Egofahrzeuges und einer HD-Karte (High Definition =hochpräzise Karte) zu ermitteln.
-
Dadurch kann der Zustand der Straßen (beispielsweise Schotterstraße) oder Straße mit vielen Schlaglöchern leicht, zu jeder Tageszeit, also auch beispielsweise nachts, mit in die Bestimmung des Zustands des Bremssystems miteinbezogen werden.
-
Alternativ oder zusätzlich ist zumindest ein weiterer Sensor zur Erfassung der statischen Umfeldparameter vorgesehen. Dieser kann beispielsweise eine Frontkamera sein, welche das Umfeld aufnimmt und die relevanten statischen Umfeldparameter extrahiert.
-
Die Verarbeitungseinheit kann dabei direkt bei der Klassifikation und Beurteilung der Bremsgeräusche die statischen Umfeldparameter, beispielsweise durch Gewichtung einzelner Neuronen falls die Verarbeitungseinheit als künstliches Neuronales Netz ausgebildet ist, miteinbringen oder die statischen Umfeldparameter nachher berücksichtigen, beispielsweise bei einem Abgleich der klassifizierten Bremsgeräusche mit den statischen Umfeldparametern.
-
In bevorzugter Ausgestaltung ist die Prozesseinheit dazu ausgebildet, abhängig von den bestimmten/ermittelten Zustand des Bremssystems eine Aktion auszuführen. Vorzugsweise umfasst die Aktion eine Rückmeldung, beispielsweise „Bremsscheibe austauschen“ an den Fahrer des Egofahrzeuges. Diese Anzeige kann beispielsweise auf einem Display im Fahrzeug angezeigt werden. Auch kann bei Feststellung eines drohenden Versagens des Bremssystems durch die Prozesseinheit aktiv in die Steuerung eingegriffen werden, beispielsweise durch Ansteuern eines Seitenstreifens oder begrenzen der Geschwindigkeit des Egofahrzeugs.
-
Weiterhin vorzugsweise ist die Verarbeitungseinheit als künstliches neuronales Netz mit gewichteten Neuronen ausgebildet. Dabei eignet sich dieses insbesondere um einen Zustand des Bremssystems anhand der Bremsgeräusche unter den erlernten Trainingsdatensätzen zu bestimmen. Das künstliche neuronale Netz kann eine verschiedene Anzahl von Schichten aufweisen. Die einzelnen Neuronen können dabei verschieden gewichtet werden, wodurch das Ausgangsergebnis, d.h. der ermittelte Zustand des Bremssystems, beeinflusst werden. Weiterhin vorzugsweise ist das künstliche neuronale Netz dazu konfiguriert, bei der Gewichtung der künstlichen Neuronen den zumindest einen dynamischen Ist-Fahrzeugparameter zu berücksichtigen.
-
Somit können die dynamischen Ist-Fahrzeugparameter einfach in die Bestimmung miteinfließen. Ferner können die statischen Ist-Fahrzeugparameter und/oder die dynamischen und/oder statischen Umfeldparameter ebenfalls durch unterschiedliche Gewichtung von Neuronen einfach in die Bestimmung des Zustands des Bremssystems miteinfließen.
-
Ferner wird die Aufgabe gelöst durch ein Egofahrzeug mit mehreren ein Bremsgeräusch erzeugenden Bremssystemen und einer wie oben beschriebenen Prozesseinheit. Vorzugsweise ist das Egofahrzeug als autonom fahrendes Fahrzeug ausgebildet.
-
Durch die Erfindung können beispielsweise das Quietschen oder andere Bremsgeräusche, welche bei fahrerlosen Fahrzeugen nicht durch den Fahrer erkannt werden können, wahrgenommen werden. Diese sind jedoch häufig ein Zeichen für einen baldigen Bremswechsel oder eine erneute Kalibrierung oder Verschleißerscheinungen durch Rost/Verschmutzung oder andere Fehler an dem Bremssystem.
-
In autonomen Fahrzeugen kann somit der Zustand des Bremssystems besser bewertet werden, was normalerweise durch den Fahrer durch störende Geräusche wie Quietschen erkannt wird. Bei dem Feststellen eines Mangels kann das Fahrzeug zu einer Untersuchung in die Werkstatt geschickt werden.
-
In bevorzugter Ausbildung umfasst das Egofahrzeug eine Vorderachse und eine Hinterachse und die Detektionseinheit zumindest zwei Sensoren, insbesondere Mikrofone, wobei jeweils ein Sensor im Bereich der Vorderachse des Egofahrzeuges und im Bereich an der Hinterachse des Egofahrzeuges platziert ist. Alternativ sind vier Bremssysteme und korrespondierend dazu vier Sensoren, insbesondere vier Mikrophone, als Detektionseinheit vorgesehen, wobei die Sensoren jeweils im Bereich des Bremssystems jedoch nicht am Bremssystem angeordnet sind. Die Sensoren sind dabei vorzugsweise im Bereich der Radaufhängung angeordnet. Dadurch kann eine einfache Aufnahme der Bremsgeräusche an jedem Bremssystem erfolgen.
-
Weiterhin vorzugsweise ist das Egofahrzeug dazu ausgebildet, die klassifizierten Bremsgeräusche als auch zumindest den einen dynamischen Ist-Fahrzeugparameter als auch den ermittelten Zustand des Bremssystems an eine Auswerteeinheit zu übermitteln.
-
Dies kann beispielsweise über eine drahtlose Kommunikationsschnittstelle erfolgen. Dazu können zunächst alle Daten im Egofahrzeug gespeichert, und nach Beendigung der Fahrt an die Auswerteeinheit übermittelt werden. Auch kann eine Übermittlung nach einer voreingestellten Zeit oder gefahrenen Kilometerzahl erfolgen. Die Auswerteeinheit kann anschließend eine Langzeitanalyse durchführen, beispielsweise wie schnell und wie lange das Bremssystem noch mit der aktuellen Bremsscheibe, Bremsklotz fährt und/oder wie schnell der Verschleiß ist. Diese Informationen können beispielsweise an den Fahrer zurückübertragen werden und auf einem Display angezeigt werden.
-
Vorzugsweise weist das Bremssystem ein Beschleunigungsaufnehmer auf. Dadurch kann ein Signalabgleich zwischen akustischen Sensoren und Beschleunigungsaufnehmern erfolgen. Durch diesen Abgleich ist es einfacher möglich, nur Bremsgeräusche des Bremssystems zu erfassen. Vorzugsweise ist die Prozesseinheit dazu ausgebildet, das klassifizierte Bremsgeräusch dem jeweils schallabstrahlenden Bremssystem oder Fremdgeräuschen zuzuordnen. Dadurch kann eine unnötige Auswertung vermieden werden.
-
Ferner wird die Aufgabe gelöst durch ein Verfahren zur Bestimmung des Zustands eines Bremssystems mittels von einem Egofahrzeug erzeugten Bremsgeräuschen, unter Verwendung einer wie oben beschriebenen Prozesseinheit mit den Schritten:
- - detektieren der Bremsgeräusche auf einer Grundlage von erfassten akustischen Bremsgeräuschsignalen,
- - klassifizieren der detektierten Bremsgeräusche basierend auf künstlicher Intelligenz (KI), unter Verwendung mehrerer Trainingsdatensätze, durch eine Verarbeitungseinheit,
- - bestimmen des Zustands des Bremssystems anhand des jeweiligen klassifizierten Bremsgeräusches unter Verwendung zumindest eines für einen Bremsvorgang relevanten, dynamischen Ist-Fahrzeugparameters.
-
Vorzugsweise werden die Bremsgeräusche kontinuierlich aufgenommen und ausgewertet. Dadurch kann beispielsweise ein dauerhaftes Schleifen der Scheibenbremsen erkannt werden. Alternativ können die Bremsgeräusche bei Bremsbeginn bis beispielsweise kurz nach Bremsende aufgezeichnet werden.
-
Weitere Merkmale, Eigenschaften und Vorteile der vorliegenden Erfindung ergeben sich aus der nachfolgenden Beschreibung unter Bezugnahme auf die beiliegenden Figuren. Darin zeigen schematisch:
- 1: ein Bremssystem gemäß dem Stand der Technik,
- 2: beispielhaft eine Klassifikation von Bremsgeräuschen und deren Verursachen,
- 3: eine Prozesseinheit gemäß der Erfindung,
- 4: ein Egofahrzeug gemäß der Erfindung,
- 5: ein Verfahren gemäß der Erfindung.
-
1 zeigt beispielhaft ein Bremssystem 1a. Dieses besteht für gewöhnlich aus drei wesentlichen Komponenten, der Bremsscheibe 2, dem Bremssattel 3 und den Bremsbelägen 4. Die Bremsbeläge 4 werden gegen die Bremsscheibe 2 gepresst. Durch die Reibung entsteht ein Bremsmoment. Der Bremssattel 3 dient als Lagerung für die Bremsbeläge 4 und presst diese mittels Bremskolben 5 und hydraulischem Druck gegen die Bremsscheibe 2. Das Bremssystem 1a ist in einer Lagerung (nicht gezeigt) gelagert. Diese besteht aus einem Radträger (nicht gezeigt) mit einem eingepressten Radlager (nicht gezeigt) und einer Radnabe (nicht gezeigt). Ein Hitzeschutzblech (nicht gezeigt) ist notwendig, um die Bauteile in Richtung Fahrzeuginnenseite vor der heißen Bremsscheibe 2 zu schützen.
-
Die hier vorgestellte Erfindung ist jedoch nicht auf derartige Bremssysteme 1a eingeschränkt, sondern kann auf Bremsen/Bremssysteme aller Art, wie auch für Bremsen für Landwirtschaftsgeräte, Fahrräder etc und überall dort wo Bremsgeräusche entstehen, angewendet werden.
-
2 zeigt beispielhaft eine Einteilung von Bremsgeräuschen und deren Ursachen. Hier werden nur ein paar Bremsgeräusche sowie eine der möglichen Ursachen und eine mögliche Rückmeldung aufgezeigt.
-
Hier sind die Bremsgeräusche grob in Schleifgeräusche, Quietschen, Schleifgeräusche bei Nässe, Klackern und Bremsrubbeln unterteilt. Ferner kann eine Unterteilung in Muhen, Heulen etc. wie im Beschreibungsteil und noch weitere Einteilungen vorhanden sein, auf welche jedoch nicht näher eingegangen werden soll. Weiterhin können sich die einzelnen Bremsgeräusche zu einem Gesamtgeräusch überlagern.
-
Die bei einem Egofahrzeug 10 (4) entstehenden Bremsgeräusche sind daher für gewöhnlich wesentlich umfangreicher. Dies gilt ebenso für die Trainingsdatensätze, welche der Erfindung zugrunde liegen. Diese können beispielsweise manuell erstellt werden, anhand vorhandener Tabellen mittels Expertenwissens oder einer Wissensdatenbank etc.
-
Hier sind als Klasse „Schleifgeräusch bei nicht betätigter Bremse und Quietschen beim Bremsen“ angegeben, welche beispielsweise durch einen abgefahrenen Bremsbelag oder durch Bremsflüssigkeitsverlust entstehen. Auch andere Ursachen können jedoch dafür in Frage kommen. Als Rückmeldung an den Fahrer können ein Anhalten sowie ein Auffüllen der Bremsflüssigkeit in Frage kommen oder andere Rückmeldungen.
-
Als weitere Klasse wird ein „Quietschen“ aufgezeigt, welches beispielsweise folgende Ursachen aufweisen kann: Reibbelag löst sich, Rost oder Rostflecken an den Bremsscheiben, Bremsbeläge haben schlechte Qualität, Bremsstaub und Schmutz an den Bremsbelägen, Bremssystem ist überhitzt. Als Rückmeldung können ein Anhalten und Aufsuchen einer Werkstatt zur Überprüfung der Bremsbeläge in Frage kommen.
-
Als weitere Klasse wird ein „Schleifgeräusch nur bei Nässe“ aufgezeigt, welches beispielsweise folgende Ursachen aufweisen kann: Bremsbacken oder Bremsscheiben verschlissen. Als Rückmeldung kann ein baldiges Aufsuchen einer Werkstatt zum Austauschen der Bremsbacken oder Bremsscheiben in Frage kommen.
-
Als weitere Klasse wird ein „Klackern“ aufgezeigt, welches beispielsweise als Ursache „Bremssattel locker“ aufweisen kann. Als Rückmeldung kann ein baldiges Aufsuchen einer Werkstatt zum Überprüfen des Bremssattels in Frage kommen.
-
Als weitere Klasse wird ein „Bremsenrubbeln“ aufgezeigt, welches beispielsweise folgende Ursachen aufweisen kann: Mangelhafter Rundlauf von Radnabe oder Bremsscheibe, fehlerhafte bzw. unsaubere Montage der Bremsscheibe auf der Radnabe sowie Rost (an der Bremsscheibe). Als Rückmeldung kann ein baldiges Aufsuchen einer Werkstatt zum Erneuern der Bremsscheiben und /oder der Bremsbeläge, und zum Überprüfen des Rundlaufs der Radnabe und Bremsscheibe in Frage kommen.
-
3 zeigt eine erfindungsgemäße Prozesseinheit 6 zur Bestimmung des Zustands eines Bremssystems 1a (1) mittels von einem Egofahrzeug 10 (4) erzeugten Bremsgeräuschen. Die Prozesseinheit 6 umfasst eine Detektionseinheit 7, die dazu konfiguriert ist, um Bremsgeräusche auf einer Grundlage von erfassten akustischen Bremsgeräuschsignalen zu detektieren.
-
Die Detektionseinheit 7 kann als Schnittstelle zum Empfang der Bremsgeräuschsignale oder beispielsweise als akustische Sensoren, insbesondere als Mikrofone, welche am Egofahrzeug 10 (4) angeordnet sind, ausgestaltet sein.
-
Ferner umfasst die Prozesseinheit 6 eine Verarbeitungseinheit 8, welche zum Empfang und Verarbeiten der Bremsgeräusche ausgebildet ist. Die Verarbeitungseinheit 8 ist dazu konfiguriert, basierend auf künstlicher Intelligenz unter Verwendung mehrerer Trainingsdatensätze die empfangenen detektierten Bremsgeräusche zu klassifizieren. Die Verarbeitungseinheit 8 kann insbesondere als künstliches neuronales Netz ausgebildet sein, umfassend eine oder mehrere Schichten mit mehreren Neuronen. Auch andere Methoden und Verfahren aus der Künstliche Intelligenz können jedoch zum Einsatz kommen.
-
Ferner ist die Verarbeitungseinheit 8 dazu konfiguriert, anhand des jeweiligen klassifizierten Bremsgeräusches unter Verwendung zumindest eines für einen Bremsvorgang relevanten, dynamischen Ist-Fahrzeugparameters den Zustand des Bremssystems 1a (1) zu bestimmen.
-
Dabei sind unter dynamischen Ist-Fahrzeugparametern das Egofahrzeug 10 (4) selbst betreffende Parameter, welche beispielsweise zum derzeitigen Bremsvorgang vorliegen oder den Bremsvorgang selber beschreiben, wie beispielsweise Bremsdauer (Bremsbeginn und Bremsende) beschreiben, zu verstehen. Ferner können unter dynamischen Ist-Fahrzeugparameter beispielsweise bereits gefahrene Kilometer mit dem derzeitigen Bremssystem, Bremsweg, Bremsdruck, Geschwindigkeit, Verzögerung, Fahrtrichtung (vorwärts/ rückwärts) verstanden werden. Diese Ist-Fahrzeugparameter ändern sich dynamisch bei den einzelnen getätigten Bremsungen.
-
Die dynamischen Ist-Fahrzeugparameter können direkt bei der Klassifikation berücksichtigt werden. So kann beispielsweise bei Verwendung eines neuronalen Netzes die Gewichtung der einzelnen Neuronen anhand der dynamischen Ist-Fahrzeugparameter verändert werden. So kann beispielsweise bei einem Bremsgeräusch „quietschen“ in Verbindung mit den dynamischen Ist-Fahrzeugparameter „hohe Bremstemperatur“ bei beispielsweise einem heißen Sommertag das Quietschten anders bewertet werden, als wenn der Ist-Fahrzeugparameter „normale Bremstemperatur“ vorliegt. Dadurch kann der Zustand des Bremssystems genau ermittelt werden.
-
Die dynamischen Ist-Fahrzeugparameter können jedoch auch nach der Klassifikation in Betracht gezogen werden. So kann bei der Klassifikation „Quietschen“ und abschließenden Abgleich mit beispielsweise dem dynamischen Ist-Fahrzeugparameter „hohe Bremstemperatur“ bei beispielsweise einem heißen Sommertag ein anderer Zustand ermittelt werden, als wenn der dynamische Ist-Fahrzeugparameter „normale Bremstemperatur“ vorliegt.
-
Die dynamischen Ist-Fahrzeugparameter können durch ein Steuerungssystem 9 der Prozesseinheit 6 übermittelt werden.
-
Die Trainingsdatensätze können manuell oder per Computer erstellt werden und beinhalten beispielsweise das Bremsgeräusch einer mit wenig-mittel-und viel Rost behafteten Bremsscheiben an verschiedenen Stellen, Bremsbelägen mit keinen-wenigviel und sehr viel Verschleiß etc. Solche Trainingsdatensätze können vorab in die Prozesseinheit 6 eingespielt sein, oder beispielsweise per externen Rechner und einer vorzugsweisen drahtlosen Anbindung oder bei einem Werkstattbesuch regelmäßig aktualisiert werden.
-
Die Verarbeitungseinheit 8 ist ferner dazu konfiguriert, den Zustand des Bremssystems 1a (1) unter Verwendung der für einen Bremsvorgang relevanten, statischen Ist-Fahrzeugparameter zu bestimmen. Dabei können die statischen Ist-Fahrzeugparameter zumindest einen Parameter aus der Gruppe: Fahrzeugtyp und/oder Bremsentyp und/oder Material der Bremse und/oder Material etc. umfassen. Diese können vorab in der Prozesseinheit 6 eingespeichert sein, oder vom Steuerungssystem 9 übertragen werden. Dadurch kann eine verfeinerte/genauere Zustandsbestimmung des Bremssystems 1a (1) vorgenommen werden.
-
Ferner können zur weiteren genaueren Zustandsbestimmung des Bremssystems 1a dynamische Umfeldparameter verwendet werden. Dynamische Umfeldparameter sind beispielsweise das Wetter und/oder Luftfeuchtigkeit/Regen. So kann ein „Schleifen“ bei beispielsweise Schnee und extremen Minusgeraden anders beurteilt werden als bei normalen Temperaturen. Die dynamischen Umfeldparameter können beispielsweise von einer Kamera /Sensor, welcher im Rahmen eines Fahrerassistenzsystems am Egofahrzeug 10 (4) angeordnet ist und welcher die dynamischen Umfeldparameter an das Steuerungssystem 9 überträgt, erzeugt werden. Anschließend können diese vom Steuerungssystem 9 an die Prozesseinheit 6 übertragen werden.
-
Ferner können zusätzlich zur weiteren genaueren Zustandsbestimmung des Bremssystems 1a statische Umfeldparameter verwendet werden. Die statischen Umfeldparameter können einen Straßenbelag, beispielsweise eine Schotterstraße, und einen Zustand des Straßenbelags, beispielsweise eine Straße mit vielen Schlaglöchern, umfassen.
-
Die statischen Umfeldparameter können durch einen Abgleich zwischen der lokalen Position des Egofahrzeugs 10 (4) und einer HD-Karte (Hochpräzise Karten) bestimmt werden. Dabei ist die Prozesseinheit 6 dazu ausgelegt, die lokale Position des Egofahrzeuges 10 (4) zu bestimmen und aus der HD Karte die statischen Parameter abzulesen. Dadurch kann beispielsweise ein Bremsgeräusch „Klappern“ auf einem Schotterweg oder einem Kopfsteinpflaster anders beurteilt werden als auf einer normalen Straße.
-
Alternativ oder zusätzlich zur Verifikation können die statischen Umfeldparameter beispielsweise durch einen weiteren Sensor im Rahmen eines Fahrerassistenzsystems erfasst werden.
-
Ferner ist die Prozesseinheit 6 dazu ausgebildet, abhängig von dem bestimmten Zustand des Bremssystems 1a (1) eine Aktion auszuführen. Diese Aktion ist vorzugsweise eine Rückmeldung auf einer Anzeigeeinheit an den Fahrer des Egofahrzeuges 10 (4), beispielsweise eine Anzeige auf einem Display an den Fahrer. Eine solche kann beispielsweise sein: sofort anhalten und Werkstatt aufsuchen, oder baldiges Aufsuchen der Werkstatt.
-
4 zeigt ein erfindungsgemäßes Egofahrzeug 10 mit vier Bremsgeräusch erzeugenden Bremssystemen 1a, 1b, 1c, 1d und einer Prozesseinheit 6, welche mit den jeweiligen Bremssystem 1a, 1b, 1c, 1d datentechnisch verbunden ist. Das Egofahrzeug 10 ist vorzugsweise als hochautomatisiertes selbstfahrendes Fahrzeug ausgebildet. Bei solchen fahrerlosen Fahrzeugen werden Fehler an den Bremssystemen 1a, 1b, 1c, 1d wie z.B. quietschen oder eine Veränderung des Belags akustisch nicht wahrgenommen. Diese sind jedoch häufig ein Zeichen für einen baldigen Bremswechsel oder eine erneute Kalibrierung oder Verschleißerscheinungen durch Rost/Verschmutzung.
-
Das Egofahrzeug 10 umfasst als Detektionseinheit 7 vier Mikrofone, wobei die Mikrofone (nicht gezeigt) jeweils im Bereich des Bremssystems 1a, 1b, 1c, 1d jedoch nicht direkt am Bremssystem 1a, 1b, 1c, 1d angeordnet sind. Beispielsweise kann ein solches Mikrofon an der jeweiligen Radaufhängung angeordnet sein.
-
Alternativ kann jeweils ein Mikrofon an einer Vorderachse (nicht gezeigt) und an einer Hinterachse (nicht gezeigt) angeordnet sein.
-
Ferner kann das Egofahrzeug 10 eine drahtlose Kommunikationsschnittstelle 11 aufweisen, zur Übertragung der klassifizierten Bremsgeräusche als auch zumindest der dynamischen Ist-Fahrzeugparameter, sowie vorzugsweise der statischen Ist-Fahrzeugparameter, als auch der dynamischen Umfeldparameter und der statischen Umfeldparameter an eine externe Auswerteeinheit, beispielsweise eine Cloud 12.
-
Hier kann eine Langzeitbewertung durchgeführt werden und ggf. bestimmt werden, wann genau ein Werkstattbesuch notwendig ist, und die Ursache für beispielsweise Bremsenrubbeln genauer festgestellt werden. Dadurch kann bei einem Werkstattbesuch gezielter die Ursache behoben werden.
-
Vorzugsweise weisen die Bremssysteme 1a, 1b, 1c, 1d jeweils einen Beschleunigungsaufnehmer (nicht gezeigt) auf, durch welchen eine klare Zuordnung der Bremsgeräusche zum jeweiligen Bremssystem 1a, 1b, 1c, 1d oder beispielsweise zu einem Fremdgeräusch erfolgen kann. Dadurch kann bei Zuordnung zu einem Fremdgeräusch beispielsweise auf eine aufwändige Auswertung verzichtet werden.
-
5 zeigt ein erfindungsgemäßes Verfahren zur Bestimmung des Zustands zumindest eines Bremssystems 1a (1) mittels von einem Egofahrzeug 10 (4) erzeugten Bremsgeräusch.
-
Dabei werden in einem ersten Schritt S1 die Bremsgeräusche auf der Grundlage von erfassten akustischen Bremsgeräuschsignalen durch Mikrofone detektiert.
-
In einem zweiten Schritt S2 werden die detektierten Bremsgeräusche unter Verwendung mehrerer Trainingsdatensätze, durch ein künstliches neuronales Netz klassifiziert.
-
In einem dritten Schritt S3 werden die relevanten, dynamischen Ist-Fahrzeugparameter, die statischen Ist-Fahrzeugparameter, die dynamischen Umgebungsparameter und die statischen Umgebungsparameter ermittelt.
-
In einem vierten Schritt S4 wird der Zustand des Bremssystems 1a (1) anhand des jeweiligen klassifizierten Bremsgeräusches unter Verwendung von für den Bremsvorgang relevanten, dynamischen Ist-Fahrzeugparametern, den statischen Ist-Fahrzeugparametern, den dynamischen Umgebungsparametern und den statischen Umgebungsparametern ermittelt.
-
Die Prozesseinheit 6 (3) kann dazu ausgebildet sein, die Bremsgeräusche kontinuierlich aufzunehmen und auszuwerten. Dadurch kann beispielsweise ein Schleifen nur bei Nässe von einem dauerhaften Schleifen unterschieden werden. Alternativ können die Bremsgeräusche bei Bremsbeginn bis beispielsweise kurz nach Bremsende aufgezeichnet werden.
-
Bezugszeichenliste
-
- 1a, 1d
- Bremssystem
- 2
- Scheibenbremse
- 3
- Bremssattel
- 4
- Bremsbeläge
- 5
- Bremskolben
- 6
- Prozesseinheit
- 7
- Detektionseinheit
- 8
- Verarbeitungseinheit
- 9
- Steuerungssystem
- 10
- Egofahrzeug
- 11
- Kommunikationsschnittstelle
- 12
- Cloud
- S1-S4
- Verfahrensschritte
-
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
-
