DE102020104479A1

DE102020104479A1 - SYSTEM AND METHOD FOR PROVIDING A SYSTEM FUNCTION OF A VEHICLE

Info

Publication number: DE102020104479A1
Application number: DE102020104479.8A
Authority: DE
Inventors: Christoph Segler; Thomas Hubregtsen
Original assignee: Bayerische Motoren Werke AG
Current assignee: Bayerische Motoren Werke AG
Priority date: 2020-02-20
Filing date: 2020-02-20
Publication date: 2021-08-26

Abstract

Die Erfindung betrifft ein System und Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs (1). Das Verfahren umfasst ein Bereitstellen (5) von Eingangsdaten (ED) an einen Algorithmus für maschinelles Lernen (17), wobei die Eingangsdaten (ED) zumindest einen Eingangswert (EW) einer Eingangsfahrzeugkenngröße (EK) einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen (EK) des Fahrzeugs (1) ), eines mit dem Fahrzeug (1) verbundenen Backend-Servers (3) oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, ein Erzeugen (6) von Ausgangsdaten (AD) des Algorithmus für maschinelles Lernen (17) als Antwort auf ein Empfangen der Eingangsdaten (ED) durch den Algorithmus für maschinelles Lernen (17), wobei die Ausgangsdaten (AD) zumindest einen Ausgangswert (AW) einer Ausgangsfahrzeugkenngröße (AK) einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen (AK) des Fahrzeugs (1) umfassen, ein Eingeben (7) der Ausgangsdaten (AD) in zumindest eine dem Algorithmus für maschinelles Lernen (17) nachfolgende Datenflusssteuerung (21, 22, 23), die eingerichtet ist, den zumindest einen Ausgangswert (AW) der Ausgangsfahrzeugkenngröße (AK) basierend auf einem in der Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) auf einen Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK) zu setzen, ein Setzen (8) des zumindest einen Ausgangswertes (AW) der Ausgangsfahrzeugkenngröße (AK) auf den Regelwert (RW) der Ausgangsfahrzeugkenngröße (AK), wenn gemäß dem in der zumindest einen Datenflusssteuerung (21, 22, 23) hinterlegten Regelwerk (21a, 22a, 23a) der zumindest eine Ausgangswert (AW) auf den Regelwert (RW) zu setzen ist, und ein Ausgeben (9) des Regelwertes (RW) der Ausgangsfahrzeugkenngröße (AK) an eine Systemeinheit (10) des Fahrzeugs (1), die eingerichtet ist, die der Ausgangsfahrzeugkenngröße (AK) zugeordnete Systemfunktion des Fahrzeugs (1) bereitzustellen.The invention relates to a system and method for providing a system function of a vehicle (1). The method comprises providing (5) input data (ED) to an algorithm for machine learning (17), the input data (ED) at least one input value (EW) of an input vehicle parameter (EK) of a plurality of different input vehicle parameters (EK) of the vehicle ( 1)), a backend server (3) connected to the vehicle (1) or a distributed computer system, a part of which is preferably arranged in a cloud computer system, a generation (6) of output data (AD) of the algorithm for machine learning (17) in response to receiving the input data (ED) by the algorithm for machine learning (17), the output data (AD) at least one output value (AW) of an output vehicle parameter (AK) of a plurality of different output vehicle parameters (AK) of the vehicle (1) comprise inputting (7) the output data (AD) into at least one data flow control following the algorithm for machine learning (17) eration (21, 22, 23), which is set up, the at least one output value (AW) of the output vehicle parameter (AK) based on a set of rules (21a, 22a, 23a) stored in the data flow controller (21, 22, 23) to a control value (RW) to set the starting vehicle parameter (AK), a setting (8) of the at least one output value (AW) of the starting vehicle parameter (AK) to the control value (RW) of the starting vehicle parameter (AK), if according to the at least one data flow control (21 , 22, 23) stored set of rules (21a, 22a, 23a) of at least one output value (AW) is to be set to the control value (RW), and output (9) of the control value (RW) of the output vehicle parameter (AK) to a system unit (10) of the vehicle (1), which is set up to provide the system function of the vehicle (1) assigned to the output vehicle parameter (AK).

Description

Die Offenbarung betrifft ein System und Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs.The disclosure relates to a system and method for providing a system function of a vehicle.

Moderne Fahrzeuge verfügen über eine Vielzahl von Sensoren und Aktoren, die eine Vielzahl von Kenngrößen produzieren. Diese Kenngrößen werden als Eingangskenngrößen für Fahrzeugfunktionen eingesetzt. Manchmal entsteht ein Ärgernis im Fahrzeug, beispielsweise in einem Auto, durch ein unerklärliches Verhalten von Funktionen. Insbesondere ist es möglich, das ein unverständliches und/oder unerwünschtes Verhalten von Funktionen auftritt, die mittels Algorithmen für maschinelles Lernen, abgekürzt ML genannt, gesteuert und/oder geregelt werden.Modern vehicles have a large number of sensors and actuators that produce a large number of parameters. These parameters are used as input parameters for vehicle functions. Sometimes an annoyance arises in the vehicle, for example in a car, due to an inexplicable behavior of functions. In particular, it is possible that incomprehensible and / or undesirable behavior occurs in functions that are controlled and / or regulated by means of algorithms for machine learning, called ML for short.

Es ist eine Aufgabe der vorliegenden Erfindung, eine Systemfunktion eines Fahrzeugs derart bereitzustellen, dass ein vorgegebener Ausgangswert einer Ausgangskenngrö- ße eines Fahrzeugs, der an eine Systemeinheit des Fahrzeugs zur Bereitstellung einer der Ausgangsfahrzeugkenngröße zugeordneten Systemfunktion des Fahrzeugs ausgegeben wird, zuverlässig eingehalten wird. Insbesondere ist eine Aufgabe der Erfindung, ein Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs und eine Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs bereitzustellen, die die zuverlässige Bereitstellung der Systemfunktion im Fahrzeug auf einfache und kostengünstige Weise ermöglichen. Auch soll die zuverlässige Systemfunktion von einem Benutzer der Systemfunktion einfach und zeitsparend eingerichtet, verändert und/oder bedient werden können.It is an object of the present invention to provide a system function of a vehicle such that a predetermined output value of an output parameter of a vehicle, which is output to a system unit of the vehicle to provide a system function of the vehicle assigned to the output vehicle parameter, is reliably maintained. In particular, an object of the invention is to provide a method for providing a system function of a vehicle and an arrangement for providing the system function of the vehicle, which enable the reliable provision of the system function in the vehicle in a simple and inexpensive manner. The reliable system function should also be able to be set up, changed and / or operated by a user of the system function in a simple and time-saving manner.

Diese Aufgabe wird durch den Gegenstand der unabhängigen Ansprüche gelöst. Vorteilhafte Ausgestaltungen der Erfindung sind in den Unteransprüchen angegeben.This problem is solved by the subject matter of the independent claims. Advantageous refinements of the invention are specified in the subclaims.

Bei dem erfindungsgemäßen computerimplementierten Verfahren zur Bereitstellung einer Systemfunktion eines Fahrzeugs werden Eingangsdaten an einen Algorithmus für maschinelles Lernen bereitgestellt, wobei die Eingangsdaten zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen des Fahrzeugs, eines mit dem Fahrzeug verbundenen Backend-Servers oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, und Ausgangsdaten des Algorithmus für maschinelles Lernen als Antwort auf ein Empfangen der Eingangsdaten durch den Algorithmus für maschinelles Lernen erzeugt, wobei die Ausgangsdaten zumindest einen Ausgangswert einer Ausgangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen des Fahrzeugs umfassen. Die Ausgangsdaten werden in zumindest eine dem Algorithmus für maschinelles Lernen nachfolgende Datenflusssteuerung eingegeben, die eingerichtet ist, den zumindest einen Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße zu setzen, und der zumindest eine Ausgangswert der Ausgangsfahrzeugkenngröße wird auf den Regelwert der Ausgangsfahrzeugkenngröße gesetzt, wenn gemäß dem in der zumindest einen Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert auf den Regelwert zu setzen ist. Der Regelwert der Ausgangsfahrzeugkenngröße wird an eine Systemeinheit des Fahrzeugs ausgegeben, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße zugeordnete Systemfunktion des Fahrzeugs bereitzustellen.In the computer-implemented method according to the invention for providing a system function of a vehicle, input data are provided to an algorithm for machine learning, the input data being at least one input value of an input vehicle parameter of a plurality of different input vehicle parameters of the vehicle, a backend server connected to the vehicle or a distributed computer system from a part of which is preferably arranged in a cloud computer system, and output data of the algorithm for machine learning generated in response to receiving the input data by the algorithm for machine learning, the output data at least one output value of an output vehicle characteristic of a plurality of different output vehicle characteristic values of the vehicle include. The output data are input into at least one data flow control following the algorithm for machine learning, which is set up to set the at least one output value of the output vehicle parameter based on a set of rules stored in the data flow control to a control value of the output vehicle parameter, and the at least one output value of the output vehicle parameter is set to the control value of the output vehicle parameter is set if the at least one output value is to be set to the control value according to the set of rules stored in the at least one data flow controller. The control value of the output vehicle parameter is output to a system unit of the vehicle which is set up to provide the system function of the vehicle assigned to the output vehicle parameter.

Dem Algorithmus für maschinelles Lernen ist also eine Datenflusssteuerung nachgeschaltet, mittels der ein von dem ML-Algorithmus ausgegebener Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße gesetzt werden kann. Wenn das Regelwerk gemäß dem eingehenden Ausgangswert der Ausgangsfahrzeugkenngröße erkennt, dass der Ausgangswert gegen den Regelwert zu ersetzen ist, wird anstelle des Ausgangswertes der Regelwert an eine der Datenflusssteuerung nachgeschaltete Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion ausgegeben. Der Regelwert ist also ein vorbestimmter Wert, der anstelle des Ausgangswertes von der Datenflusssteuerung an die Systemeinheit ausgegeben wird, wenn gemäß dem in der Datenflusssteuerung hinterlegten Regelwerk der Ausgangswert auf den Regelwert zu setzen ist.The algorithm for machine learning is followed by a data flow control, by means of which an output value of the starting vehicle parameter output by the ML algorithm can be set to a control value of the starting vehicle parameter based on a set of rules stored in the data flow control. If the set of rules recognizes according to the incoming output value of the output vehicle parameter that the output value is to be replaced by the control value, the control value is output instead of the output value to a system unit of the vehicle connected downstream of the data flow control to provide the system function. The control value is therefore a predetermined value that is output from the data flow controller to the system unit instead of the output value if the output value is to be set to the control value according to the set of rules stored in the data flow controller.

ML-Algorithmen verwenden eine Reihe von Eingangsfahrzeugkenngrößen, z.B. eine Geschwindigkeit des Fahrzeugs und/oder dessen Innen- und/oder Außentemperatur und/oder eine Tageszeit, um eine Systemfunktion, auch Funktionalität genannt, z.B. eine Intensität der Luftströmung im Fahrzeug und/oder eine gewünschte Innentemperatur, vorherzusagen. Es wird erfindungsgemäß vorgeschlagen, eine Sperrliste mit Werten für diese Systemfunktionen derart hinzuzufügen, dass Ergebnisse/Entscheidungen des ML-Algorithmus in Abhängigkeit der von dem ML-Algorithmus erzeugten Werte dadurch außer Kraft gesetzt werden, dass diese Werte gegen Regelwerte ausgetauscht/ersetzt werden. Diese Korrektur der Ergebnisse/Entscheidungen des ML-Algorithmus findet also stromabwärts von dem ML-Algorithmus mittels einer Datenflusssteuerung statt, die stromaufwärts zu der Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion angeordnet ist, als zwischen dem ML-Algorithmus und dieser Systemeinheit.ML algorithms use a number of input vehicle parameters, e.g. a speed of the vehicle and / or its inside and / or outside temperature and / or a time of day, in order to achieve a system function, also called functionality, e.g. an intensity of the air flow in the vehicle and / or a desired one Indoor temperature, predict. It is proposed according to the invention to add a blacklist with values for these system functions in such a way that results / decisions of the ML algorithm are overridden as a function of the values generated by the ML algorithm by exchanging / replacing these values with control values. This correction of the results / decisions of the ML algorithm therefore takes place downstream of the ML algorithm by means of a data flow control which is arranged upstream of the system unit of the vehicle to provide the system function, than between the ML algorithm and this system unit.

Folgendes Ausführungsbeispiel verdeutlicht, wie mittels des Regelwerks der Ausgangswert des ML-Algorithmus gegen den Regelwert des Regelwerks ersetzt wird:

Der Benutzer der Systemfunktion macht die Erfahrung: „Manchmal, wenn ich die Arbeit verlasse, wird meine Musik lauter“. Ein paar Mal hatte der Benutzer einige Freunde dabei. Der Benutzer meint, dass die Eingangsfahrzeugkenngrößen und deren Eingangswerte „Standort: Garching“ und „Anzahl der Personen: > 1“ sind. Die Systemeinheit des Fahrzeugs zur Bereitstellung der Systemfunktion „Musitdautstärke“ hat gelernt: der Benutzer ist um 14:00 Uhr statt wie sonst um 17:00 Uhr zu seinem Fahrzeug gegangen. Die Eingangsfahrzeugkenngrößen und deren Eingangswerte können sein: „Standort“: Garching‟, „Tageszeit: 14:00 Uhr“. Anstatt den ML-Algorithmus so zu trainieren oder abzuändern, dass sich die Musik des Benutzers nicht mehr lauter wird, wird im Regelwerk der Datenflusssteuerung die Regel hinzuzufügt: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug, beispielsweise ein Radio, CD-Player, Streaming Dienst etc., in Garching erhöhen. Ein sich automatisch in Garching erhöhende Lautstärke als Ausgangswert des ML-Algorithmus wird also durch das Regelwerk außer Kraft gesetzt und gegen eine Lautstärke ersetzt, die als Regelwert eine Höhe aufweist, die so hoch ist, wie diese beim Abschalten des Fahrzeugs in Garching vor Antritt der Fahrt beispielsweise nach der Arbeit war.

The following exemplary embodiment illustrates how the initial value of the ML algorithm is replaced by the rule value of the set of rules by means of the set of rules:

The user of the system function experiences: "Sometimes when I leave work, my music gets louder". A couple of times the user had some friends with him. The user means that the input vehicle parameters and their input values are "Location: Garching" and "Number of people:>1". The vehicle's system unit for providing the “music volume” system function has learned: the user went to his vehicle at 2:00 p.m. instead of the usual 5:00 p.m. The input vehicle parameters and their input values can be: "Location": Garching "," Time of day: 2:00 pm ". Instead of training or changing the ML algorithm in such a way that the user's music is no longer louder, the rule is added to the data flow control system: never automatically adjust the volume of the entertainment system in the vehicle, e.g. a radio, CD player, streaming service etc., in Garching. A volume that automatically increases in Garching as the output value of the ML algorithm is therefore overridden by the rules and replaced with a volume that has a level as a control value that is as high as it was when the vehicle was switched off in Garching before the start of the Drive, for example, after work.

Ein- und Ausgangsfahrzeugkenngrößen können jede Kenngröße im und/oder am Fahrzeug bedeuten, die von Sensoren und Aktoren im Fahrzeug beispielsweise einer elektronischen Kontrolleinheit, auch ECU genannt, des Fahrzeugs und/oder einem damit verbundenem Server, bereitgestellt wurden oder werden. Entsprechendes gilt für die Ein- und Ausgangswerte dieser Kenngrößen. Auch Flottendaten, die von Sensoren und Aktoren anderer Fahrzeuge, also Flottenfahrzeuge, erzeugt wurden oder werden, taugen als Ein- oder Ausgangswerte oder Ein- oder Ausgangsfahrzeugkenngrößen, z.B. Echtzeitnavigationsdaten. Diese „Fremddaten“ können mit „Eigendaten“ des Fahrzeugs verknüpft werden, beispielsweise mit einem vom Benutzer in das Navigationssystem des Fahrzeugs eingegebenen Navigationsziel.Input and output vehicle parameters can mean any parameters in and / or on the vehicle that have been or are provided by sensors and actuators in the vehicle, for example an electronic control unit, also called ECU, of the vehicle and / or a server connected to it. The same applies to the input and output values of these parameters. Fleet data that have been or are generated by sensors and actuators of other vehicles, i.e. fleet vehicles, are also suitable as input or output values or input or output vehicle parameters, e.g. real-time navigation data. This “external data” can be linked with “own data” of the vehicle, for example with a navigation destination entered by the user into the vehicle's navigation system.

Der Begriff Fahrzeug umfasst PKW, LKW, Busse, Wohnmobile, Krafträder, etc., die der Beförderung von Personen, Gütern, etc. dienen. Insbesondere umfasst der Begriff Kraftfahrzeuge zur Personenbeförderung. Ergänzend oder alternativ kann das Hybrid- oder Elektrofahrzeug gemäß Ausführungsformen ein reines Elektrofahrzeug (BEV) oder ein Plugin-Hybridfahrzeug (PHEV) sein. Es können jedoch auch andere Antriebsformen verwendet werden, beispielsweise in Forme eines diesel- oder benzinbetriebenen Fahrzeugs. Das Fahrzeug kann auch in Form eines Schienenfahrzeugs vorliegen.The term vehicle includes cars, trucks, buses, mobile homes, motorcycles, etc., which are used to transport people, goods, etc. In particular, the term includes motor vehicles for passenger transport. Additionally or alternatively, the hybrid or electric vehicle according to embodiments can be a purely electric vehicle (BEV) or a plug-in hybrid vehicle (PHEV). However, other forms of drive can also be used, for example in the form of a diesel or gasoline-powered vehicle. The vehicle can also be in the form of a rail vehicle.

Wie bereits oben beschrieben, umfasst vorteilhafterweise das in der zumindest einen Datenflusssteuerung hinterlegte Regelwerk zumindest eine Regel mit zumindest einem Wert der Ausgangsfahrzeugkenngröße des Fahrzeugs als Regeleingangsgrö-ßenwert, dem der zumindest eine Ausgangswert entsprechen muss, um die Ausgangsfahrzeugkenngröße auf den Regelwert zu setzen, wobei insbesondere eine Höhe des Regelwertes von einer Höhe des Regeleingangsgrößenwertes abhängig ist. In weiterer Ausführungsform der Erfindung umfasst die von dem Regelwerk umfasste zumindest eine Regel mehrere Werte von jeweils unterschiedlichen Ausgangsfahrzeugkenngrößen als Regeleingangsgrößenwerte umfasst, wobei insbesondere die Höhe des Regelwertes von den jeweiligen Höhen der Regeleingangsgrößenwerte abhängig ist. So könnte z.B. die oben aufgeführte Regel abgeändert lauten: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug in Garching zwischen 13:30 Uhr und 14:30 Uhr erhöhen. Es ist auch möglich, dass die zumindest eine Regel bei Vorliegen des Regeleingangsgrößenwertes oder der Regeleingangsgrößenwerte in den Ausgangsdaten ein Setzen auf Regelwerte unterschiedlicher Ausgangsfahrzeugkenngrößen bewirkt. So könnte z.B. die oben aufgeführte Regel abgeändert lauten: niemals automatisch die Lautstärke des Entertainmentsystems im Fahrzeug erhöhen und die Entertainmentquelle wechseln, wenn sich das Fahrzeug zwischen 13:30 Uhr und 14:30 Uhr in Garching befindet. Ein Umschalten auf Verkehrsnachrichten oder einen Radiosender, der mittels einer Funktion zur automatischen Einstellung eines Radiosenders gefunden wurde, wäre also bei einer Fahrt in Garching zwischen 13:30 Uhr und 14:30 Uhr ausgeschlossen.As already described above, the set of rules stored in the at least one data flow controller advantageously includes at least one rule with at least one value of the output vehicle parameter of the vehicle as the control input value to which the at least one output value must correspond in order to set the output vehicle parameter to the control value, in particular a level of the control value is dependent on a level of the control input variable value. In a further embodiment of the invention, the at least one rule encompassed by the set of rules includes multiple values of different output vehicle parameters as control input values, with the level of the control value in particular being dependent on the respective levels of the control input values. For example, the above rule could be modified: never automatically increase the volume of the entertainment system in the vehicle in Garching between 1.30 p.m. and 2.30 p.m. It is also possible for the at least one rule to set the control values of different output vehicle parameters when the control input variable value or the control input variable values are present in the output data. For example, the above rule could be modified: never automatically increase the volume of the entertainment system in the vehicle and change the entertainment source when the vehicle is in Garching between 1.30 p.m. and 2.30 p.m. Switching to traffic news or a radio station that was found by means of a function for automatically setting a radio station would therefore be impossible when driving in Garching between 1.30 p.m. and 2.30 p.m.

Wenn das Regelwerk mehrere Regeln umfasst, wobei die Regeln jeweils unterschiedliche Regeleingangsgrößenwerte zu einer oder mehreren unterschiedlichen Ausgangsfahrzeugkenngrößen umfassen und/oder jeweils ein Setzen auf Regelwerte einer oder mehrerer unterschiedlicher Ausgangsfahrzeugkenngrößen bewirken, kann eine Vielzahl von Regelwerk-Szenarien in der Datenflusssteuerung hinterlegt werden.If the set of rules comprises several rules, the rules each comprising different control input variable values for one or more different output vehicle parameters and / or each causing a setting to control values of one or more different output vehicle parameters, a large number of rule set scenarios can be stored in the data flow control.

Es ist von Vorteil, wenn die Ausgangsdaten Ausgangswerte unterschiedlicher Ausgangsfahrzeugkenngrößen umfassen und jeweils einer der Ausgangsfahrzeugkenngrößen eine Datenflusssteuerung zugeordnet ist. Auf diese Weise kann jeder Ausgangsfahrzeugkenngröße eine individuell darauf eingerichtete Datenflusssteuerung zugeordnet werden. Bei einer Fehlersuche kann so eine fehlerhafte Datenflusssteuerung schnell und einfach aufgefunden und repariert/ausgetauscht werden.It is advantageous if the output data include output values of different output vehicle parameters and a data flow control is assigned to one of the output vehicle parameters. That way everyone can Output vehicle parameter can be assigned to a data flow control that is individually set up for it. When troubleshooting, a faulty data flow control can be quickly and easily found and repaired / replaced.

Die Erfindung umfasst auch Softwareprogramm, das eingerichtet ist, das computerimplementierte Verfahren nach einem der vorhergehenden Ausführungsformen auszuführen, wenn es auf einem Computer ausgeführt wird, wobei der Computer vorzugsweise Teil einer elektronischen Kontrolleinheit des Fahrzeugs, des mit dem Fahrzeug verbundenem Backend-Servers oder des verteilten Computersystems ist, von dem vorzugsweise ein Teil in dem Cloud-Computersystem angeordnet ist. Das Softwareprogramm kann eingerichtet werden, um auf einem oder mehreren Prozessoren ausgeführt zu werden, und um dadurch das erfindungsgemäße Verfahren auszuführen. Das Softwareprogramm kann auf einem oder mehreren Speichermedien gespeichert sein.The invention also comprises software program which is set up to carry out the computer-implemented method according to one of the preceding embodiments when it is carried out on a computer, the computer preferably being part of an electronic control unit of the vehicle, of the backend server connected to the vehicle or of the distributed one Computer system, a part of which is preferably arranged in the cloud computer system. The software program can be set up to be executed on one or more processors, and thereby to execute the method according to the invention. The software program can be stored on one or more storage media.

Die Erfindung umfasst auch eine Anordnung zur Bereitstellung einer Systemfunktion eines Fahrzeugs. Es umfasst eine Versorgungseinheit, die eingerichtet zum Bereitstellen von Eingangsdaten an einen Algorithmus für maschinelles Lernen, wobei die Eingangsdaten zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen des Fahrzeugs, eines mit dem Fahrzeug verbundenen Backend-Servers oder eines verteilten Computersystem, von dem vorzugsweise ein Teil in einem Cloud-Computersystem angeordnet ist, umfassen, und eine Generierungseinheit, die eingerichtet zum Erzeugen von Ausgangsdaten des Algorithmus für maschinelles Lernen als Antwort auf ein Empfangen der Eingangsdaten durch den Algorithmus für maschinelles Lernen, wobei die Ausgangsdaten zumindest einen Ausgangswert einer Ausgangsfahrzeugkenngröße einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen des Fahrzeugs umfassen. Weiter umfasst ist eine Eingabeeinheit, die eingerichtet zum Eingeben der Ausgangsdaten in zumindest eine dem Algorithmus für maschinelles Lernen nachfolgende Datenflusssteuerung, die eingerichtet ist, den zumindest einen Ausgangswert der Ausgangsfahrzeugkenngröße basierend auf einem in der Datenflusssteuerung hinterlegten Regelwerk auf einen Regelwert der Ausgangsfahrzeugkenngröße zu setzen, eine Rückstelleinheit, die eingerichtet zum Setzen des zumindest einen Ausgangswertes der Ausgangsfahrzeugkenngröße auf den Regelwert der Ausgangsfahrzeugkenngröße, wenn gemäß dem in der zumindest einen Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert auf den Regelwert zu setzen ist, und eine Ausgabeeinheit, die eingerichtet zum Ausgeben des Regelwertes der Ausgangsfahrzeugkenngröße an eine Systemeinheit des Fahrzeugs, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße zugeordnete Systemfunktion des Fahrzeugs bereitzustellen.The invention also comprises an arrangement for providing a system function of a vehicle. It comprises a supply unit, which is set up to provide input data to an algorithm for machine learning, the input data at least one input value of an input vehicle parameter of a plurality of different input vehicle parameters of the vehicle, a backend server connected to the vehicle or a distributed computer system, of which preferably one Part arranged in a cloud computer system, comprise, and a generation unit, which is set up to generate output data of the algorithm for machine learning in response to receiving the input data by the algorithm for machine learning, wherein the output data at least one output value of an output vehicle characteristic of a plurality include different starting vehicle characteristics of the vehicle. Also included is an input unit which is set up to input the output data into at least one data flow control following the algorithm for machine learning, which is set up to set the at least one output value of the output vehicle parameter based on a set of rules stored in the data flow control to a control value of the output vehicle parameter, a Reset unit that is set up to set the at least one output value of the output vehicle parameter to the control value of the output vehicle parameter when the at least one output value is to be set to the control value according to the set of rules stored in the at least one data flow controller, and an output unit that is set up to output the control value of the Output vehicle parameter to a system unit of the vehicle which is set up to provide the system function of the vehicle assigned to the output vehicle parameter.

Das erfindungsgemäße System weist dem erfindungsgemäßen Verfahren entsprechende Vorteile und Effekte auf. Die Einheiten können als separate Funktionseinheiten oder als integrierte Funktionseinheit, beispielsweise in der elektronischen Kontrolleinheit des Fahrzeugs, vorliegen.The system according to the invention has advantages and effects corresponding to the method according to the invention. The units can be present as separate functional units or as an integrated functional unit, for example in the electronic control unit of the vehicle.

Der Algorithmus für maschinelles Lernen kann ein Entscheidungsbaum, auch Decision Tree genannt, Zufallswald, auch Random Forest genannt, ein künstliches neuronales Netzwerk, eine Support-Vektor-Maschine, ein k-Nearest-Neighbor-Algorithmus oder ein Ensemble-Klassifikator oder eine Kombination hiervon sein. Der ML-Algorithmus kann auf eine Benutzerautomatisierung angewendet werden, beispielsweise eine Nutzung einer Sitzheizung und/oder Einstellung einer Umgebungstemperatur im Fahrzeug.The machine learning algorithm can be a decision tree, also called a decision tree, random forest, an artificial neural network, a support vector machine, a k-nearest neighbor algorithm or an ensemble classifier, or a combination thereof be. The ML algorithm can be applied to user automation, for example using seat heating and / or setting an ambient temperature in the vehicle.

In vorteilhafter Ausführungsform der Erfindung ist von der Anordnung eine an das Regelwerk anschließbare Mensch-Maschine-Schnittstelle, insbesondere eine in dem Fahrzeug vorhandene oder daran anschließbare graphische Benutzerschnittstelle, umfasst, mittels der das Regelwerk von einem Fahrzeugführer, einem Passagier, einem Entwickler und/oder einem Wartungsmitarbeiter/Mechaniker in dem Fahrzeug und/oder außerhalb des Fahrzeugs, insbesondere mittels Zugriff auf einen mit dem Fahrzeug verbundenen Backend-Server, eingerichtet, verändert und/oder bedient werden kann. So kann über einen im Fahrzeug verbauten Berührbildschirm, auch „Touchdisplay“ oder „Touchscreen“ genannt, als graphische Benutzerschnittstelle auf das das Regelwerk, und damit einhergehend auf die Datenflusssteuerung, zugegriffen werden. Alternativ oder Zusätzlich kann z.B. in einer Werkstatt ein Servicemitarbeiter über eine separate Bedieneinheit, die an eine On-Board-Schnittstelle des Fahrzeugs mit dem Fahrzeug verbindbar ist, auf das Regelwerk zugegriffen werden. Die an das Regelwerk anschließbare Mensch-Maschine-Schnittstelle erlaubt auch einen Zugriff auf einen Server, beispielsweise Backend-Server, so dass es einem Entwickler, der für eine Funktion zuständig ist, die mittels einem Algorithmus für maschinelles Lernen bereitgestellt ist, möglich ist, eine Regel außerhalb des Fahrzeugs für einige oder sämtliche Fahrzeuge über die Mensch-Maschine-Schnittstelle zu setzen, die über diese Funktion verfügen. Auf diese Weise kann die zuverlässige Systemfunktion von einem Benutzer der Systemfunktion einfach und zeitsparend eingerichtet, verändert und/oder bedient werden.In an advantageous embodiment of the invention, the arrangement includes a human-machine interface that can be connected to the set of rules, in particular a graphical user interface that is present in the vehicle or can be connected to it, by means of which the set of rules can be accessed by a vehicle driver, a passenger, a developer and / or a maintenance employee / mechanic in the vehicle and / or outside the vehicle, in particular by means of access to a backend server connected to the vehicle, can be set up, changed and / or operated. A touch screen built into the vehicle, also known as a “touch display” or “touch screen”, can be used as a graphical user interface to access the rules and regulations and the associated data flow control. Alternatively or additionally, a service employee in a workshop, for example, can access the set of rules via a separate operating unit that can be connected to an on-board interface of the vehicle with the vehicle. The human-machine interface that can be connected to the set of rules also allows access to a server, for example a back-end server, so that a developer who is responsible for a function that is provided by means of an algorithm for machine learning is possible As a rule, to set the man-machine interface outside the vehicle for some or all vehicles that have this function. In this way, the reliable system function can be set up, changed and / or operated by a user of the system function in a simple and time-saving manner.

Ausführungsbeispiele der Offenbarung sind in den Figuren dargestellt und werden im Folgenden näher beschrieben. Es zeigen:

1 eine schematische Darstellung eines Fahrzeugs mit daran angeschlossenem Server gemäß dem Stand der Technik,
2 eine schematische Anordnung zur Bereitstellung einer Systemfunktion des Fahrzeugs gemäß dem Stand der Technik,
3 ein schematisches Flussdiagramm mit Schritten zur Bereitstellung der Systemfunktion des Fahrzeugs gemäß einer ersten Ausführungsform der Erfindung,
4 eine schematische Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs gemäß einer zweiten Ausführungsform der Erfindung,

Exemplary embodiments of the disclosure are shown in the figures and are described in more detail below. Show it:

1 a schematic representation of a vehicle with an attached server according to the prior art,
2 a schematic arrangement for providing a system function of the vehicle according to the prior art,
3 a schematic flow diagram with steps for providing the system function of the vehicle according to a first embodiment of the invention,
4th a schematic arrangement for providing the system function of the vehicle according to a second embodiment of the invention,

Im Folgenden werden, sofern nicht anders vermerkt, für gleiche und gleichwirkende Elemente gleiche Bezugszeichen verwendet.Unless otherwise noted, the same reference symbols are used below for elements that are the same and have the same effect.

1 zeigt eine schematische Darstellung eines Fahrzeugs 1 mit einer elektronischen Kontrolleinheit 2, auch Electronic Control Unit, ECU, genannt, und einem an die elektronische Kontrolleinheit 2 angeschlossenen Server 3 gemäß dem Stand der Technik. Von Aktoren und/oder Sensoren des Fahrzeugs 1 werden Eingangsdaten bereitgestellt, die zumindest einen Eingangswert einer Eingangsfahrzeugkenngröße EK enthalten, wobei diese Eingangsdaten an die elektronische Kontrolleinheit 2 übertragen werden. Mittels der Eingangsfahrzeugkenngrößen, beispielsweise eine Innentemperatur des Fahrzeugs 1 oder Positionen von Elementen eines Fahrersitzes und/oder Beifahrersitzes, Einstellungen eines im Fahrzeug 1 vorhandenen Entertainmentsystems, z.B. eines Radios, CD-Players oder eines an das Entertainmentsystem angeschlossenen Smartphones, werden die Eingangsdaten an die elektronische Kontrolleinheit übertragen, um Ausgangswerte von Ausgangskenngrößen AK festzulegen. Ausgangswerte und Ausgangskenngrößen AK sind beispielsweise Einstellungen von Elementen des Fahrersitzes bzw. Beifahrersitzes und/oder Einstellungen zur Temperierung innerhalb des Fahrzeugs, z.B. Innentemperatur, Stärke einer Belüftung und/oder Einstellungen im Entertainmentsystem des Fahrzeugs 1, beispielsweise Hinweise zur Streckenführung in einem Navigationssystem, das von dem Entertainmentsystem des Fahrzeugs 1 umfasst ist. 1 shows a schematic representation of a vehicle 1 with an electronic control unit 2 , also called Electronic Control Unit, ECU, and one to the electronic control unit 2 connected server 3 according to the state of the art. From actuators and / or sensors of the vehicle 1 input data are provided which contain at least one input value of an input vehicle parameter EK included, this input data to the electronic control unit 2 be transmitted. By means of the input vehicle parameters, for example an internal temperature of the vehicle 1 or positions of elements of a driver's seat and / or front passenger seat, settings of one in the vehicle 1 existing entertainment system, for example a radio, CD player or a smartphone connected to the entertainment system, the input data are transmitted to the electronic control unit in order to obtain output values from output parameters AK to be determined. Output values and output parameters AK are for example settings of elements of the driver's seat or front passenger seat and / or settings for temperature control within the vehicle, for example interior temperature, strength of ventilation and / or settings in the entertainment system of the vehicle 1 , for example information on route guidance in a navigation system that is provided by the entertainment system of the vehicle 1 is included.

2 zeigt eine schematische Anordnung zur Bereitstellung einer Systemfunktion des Fahrzeugs 1 gemäß dem Stand der Technik. Eine Systemeinheit 10 des Fahrzeugs, beispielsweise ein Motor des Fahrzeugs 1, ein oder mehrere Spiegel des Fahrzeugs 1, ein Fahrwerk des Fahrzeugs 1, oder ein Entertainmentsystem des Fahrzeugs 1, stellt Eingangswerte EW und Eingangsfahrzeugkenngrößen EK an eine Softwareeinheit 16 mit klassischer Software, also Softwarecode zur Steuerung und/oder Regelung einer oder mehrerer der Eingangsfahrzeugkenngrößen EK bereit, um die Systemeinheit 10 mit einem oder mehreren Ausgangswerten AW von einer oder mehreren Ausgangskenngrößen AK zu versorgen. Beispielsweise kann bei einem Belüftungssystem die Belüftungsstärke in Form eines Eingangswertes „Stufe 2“ der Eingangsfahrzeugkenngröße „Lüftungsstärke“ bei einer zu erzielenden Innenraumtemperatur automatisch von der Systemeinheit 10 an die Softwareeinheit 16 weitergereicht werden, sodass die Softwareeinheit 16 auf die Zielgröße der Innentemperatur im Fahrzeug 1, beispielsweise 20°C, eingestellt wird. Sobald der Ausgangswert „20°C“ der Ausgangsfahrzeugkenngröße „Innentemperatur“ erreicht ist, behält die Softwareeinheit 16 getroffene Einstellungsparameter an einer Belüftungseinheit im Fahrzeug 1 auf Basis des Eingangswertes EW und der Eingangsfahrzeugkenngröße EK bei, um die Innentemperatur hinsichtlich des Ausgangswertes 20°C aufrechtzuerhalten. Alternativ oder zusätzlich kann anstelle einer automatischen Eingabe von Eingangswerten EW und Eingangsfahrzeugkenngrößen EK auch ein Benutzer 11 die Softwareeinheit 16 mit Eingangswerten EW und Eingangsfahrzeugkenngrößen EK versorgen. 2 shows a schematic arrangement for providing a system function of the vehicle 1 according to the state of the art. A system unit 10 of the vehicle, for example an engine of the vehicle 1 , one or more mirrors of the vehicle 1 , a chassis of the vehicle 1 , or an entertainment system in the vehicle 1 , represents input values EW and input vehicle parameters EK to a software unit 16 with classic software, i.e. software code for controlling and / or regulating one or more of the input vehicle parameters EK ready to the system unit 10 with one or more output values AW of one or more output parameters AK to supply. For example, in the case of a ventilation system, the ventilation strength in the form of an input value “level 2” of the input vehicle parameter “ventilation strength” can be automatically provided by the system unit at an interior temperature to be achieved 10 to the software unit 16 be passed on so that the software unit 16 on the target size of the interior temperature in the vehicle 1 , for example 20 ° C, is set. As soon as the output value “20 ° C” of the output vehicle parameter “interior temperature” is reached, the software unit retains it 16 Setting parameters made on a ventilation unit in the vehicle 1 based on the input value EW and the input vehicle parameter EK in order to maintain the internal temperature with respect to the initial value of 20 ° C. Alternatively or additionally, input values can be entered automatically instead of EW and input vehicle parameters EK also a user 11 the software unit 16 with input values EW and input vehicle parameters EK supply.

Auch ist es möglich, dass ein Algorithmus für maschinelles Lernen 17, auch LM-Algorithmus genannt, eine Verarbeitung der Eingangswerte EW und Eingangsfahrzeugkenngrößen EK des Benutzers 11 oder in automatisierter Form der Systemeinheit 10 vornimmt, um Ausgangswerte AW für Ausgangsfahrzeugkenngrößen AK festzulegen, die an die Systemeinheit 10 zur Bereitstellung von Systemfunktionen weitergeleitet werden. Sofern es bei der Softwareeinheit 16 und/oder dem Algorithmus für maschinelles Lernen 17 zu Fehlfunktionen kommt, bei denen Zielgrößen in den Ausgangswerten der Ausgangsfahrzeugkenngrößen auf Basis vorhandener Eingangswerte und Eingangsfahrzeugkenngrößen nicht erreicht werden, kann ein Entwickler 12 über eine Sperrliste 18, die der Softwareeinheit 16 vorgeschaltet und damit der Softwareeinheit 16 gegenüber stromaufwärts angeordnet ist, und/oder über eine Sperrliste 19, die dem Algorithmus für maschinelles Lernen 17 vorgeschaltet und damit diesem gegenüber stromaufwärts angeordnet ist, Werte für die Eingangswerte EW der Eingangsfahrzeugkenngrößen EK festlegen, die für den Fall der Sperrliste 18 nicht an die Softwareeinheit 16 und für den Fall der Sperrliste 19 nicht an den Algorithmus für maschinelles Lernen übertragen werden. Im Ausführungsbeispiel der 2 hat der Entwickler 12 mittels der Sperrliste 19 lediglich die Möglichkeit, einen Benutzer 11 bestimmte Eingangswerte von bestimmten Eingangsfahrzeugkenngrößen als zu sperrende Werte in der Sperrliste 19 zu hinterlegen, wobei für die Systemeinheit 10 mittels der Sperrliste 18 die Möglichkeit besteht, dass Eingangswerte von Eingangsfahrzeugkenngrößen sowohl in Richtung der Softwareeinheit 16 als auch in Richtung des Algorithmus für maschinelles Lernen 17 gefiltert werden. Durch die Filterung von Eingangswerten von Eingangsfahrzeugkenngrößen mittels der Sperrlisten 18, 19 besteht also die Möglichkeit, das Verhalten der Softwareeinheit 16 und des ML-Algorithmus 17 zu beeinflussen. So können vorhandene Fehlfunktionen des ML-Algorithmus 17 dadurch behoben oder zumindest verringert werden, dass neue Trainingsdaten dem ML-Algorithmus 17 zur Verfügung gestellt werden bzw. frühere Trainingsdaten gelöscht werden. Auch ist es möglich bisher ausgeschlossene Eingangsfahrzeugkenngrößen EK und deren Eingangswerte EW in die Sperrliste 19 mit aufzunehmen oder vorhandene Eingangswerte EW von vorhandenen Eingangsfahrzeugkenngrößen EK aus der Sperrliste 19 zu löschen, um ein gewünschtes Verhalten des ML-Algorithmus 17 bei der Zurverfügungstellung von Ausgangswerten zur Ausgangsfahrzeugkenngrößen zu erhalten. Die Verwaltung der Sperrliste 18 und/oder der Sperrliste 19 obliegt nicht dem Benutzer 11, der beispielsweise Fahrzeugführer des Fahrzeugs 1 sein kann, sondern dem Entwickler 12 derart, dass eine Manipulation der Sperrliste 19 durch den Benutzer 11 nicht möglich ist. Auf diese Weise wird gemäß dem Stand der Technik eine Fehlbedienung/Fehleinstellung der Sperrlisten 18, 19 vermieden.It is also possible to have a machine learning algorithm 17th , also called the LM algorithm, a processing of the input values EW and input vehicle parameters EK of the user 11 or in the automated form of the system unit 10 makes to baseline AW for starting vehicle parameters AK set that to the system unit 10 to provide system functions. Unless it is with the software unit 16 and / or the machine learning algorithm 17th Malfunctions occur in which target values in the output values of the output vehicle parameters on the basis of existing input values and input vehicle parameters cannot be achieved, a developer can 12th via a blacklist 18th that of the software unit 16 upstream and thus the software unit 16 is arranged opposite upstream, and / or via a blacklist 19th that the machine learning algorithm 17th upstream and thus upstream opposite it, values for the input values EW the input vehicle parameters EK set that in case of blacklist 18th not to the software unit 16 and in the event of the blacklist 19th cannot be passed on to the machine learning algorithm. In the embodiment of 2 did the developer 12th using the blacklist 19th only the possibility of a user 11 certain input values of certain input vehicle parameters as values to be blocked in the blacklist 19th to be deposited, whereby for the system unit 10 using the blacklist 18th there is the possibility that input values of input vehicle parameters both in the direction of the software unit 16 as well as towards the machine learning algorithm 17th be filtered. By filtering input values of input vehicle parameters using the blacklists 18th , 19th there is therefore the possibility of the behavior of the software unit 16 and the ML algorithm 17th to influence. Thus, existing malfunctions of the ML algorithm 17th can be eliminated or at least reduced by the fact that new training data are added to the ML algorithm 17th made available or previous training data deleted. It is also possible to have previously excluded input vehicle parameters EK and their input values EW in the blacklist 19th to include or existing input values EW of existing input vehicle parameters EK from the blacklist 19th to be deleted to a desired behavior of the ML algorithm 17th in the provision of output values for output vehicle parameters. The management of the blacklist 18th and / or the blacklist 19th is not up to the user 11 , for example, the driver of the vehicle 1 can be, but the developer 12th such that manipulation of the blacklist 19th by the user 11 not possible. In this way, according to the state of the art, incorrect operation / incorrect setting of the blacklists is avoided 18th , 19th avoided.

3 zeigt ein schematisches Flussdiagramm mit Schritten 5 bis 9 zur Bereitstellung der Systemfunktion des Fahrzeugs 1 gemäß einer Ausführungsform der Erfindung. Eingangsdaten ED werden dem Algorithmus für maschinelles Lernen 17 in Form zumindest eines Eingangswertes EW, einer Eingangsfahrzeugkenngröße EK einer Mehrzahl unterschiedlicher Eingangsfahrzeugkenngrößen EK des Fahrzeugs 1 bereitgestellt, 5. Als Antwort auf ein Empfangen der Eingangsdaten ED durch den Algorithmus für maschinelles Lernen 17 werden Ausgangsdaten AD in Form zumindest eines Ausgangswertes AW einer Ausgangsfahrzeugkenngröße AK erzeugt, 6, wobei die Ausgangsfahrzeugkenngröße AK von einer Mehrzahl unterschiedlicher Ausgangsfahrzeugkenngrößen AK des Fahrzeugs 1 umfasst ist. Die Ausgangsdaten AD werden in zumindest eine dem Algorithmus für maschinelles Lernen 17 nachfolgende Datenflusssteuerung eingegeben, 7, die eingereicht ist, den zumindest einen Ausgangswert AW der Ausgangsfahrzeugkenngrößen AK basierend auf einen in der Datenflusssteuerung hinterlegten Regelwert auf einen Regelwert RW der Ausgangsfahrzeugkenngröße AK zu setzen. Ein Setzen, 8, des zumindest einen Ausgangwertes AW der Ausgangsfahrzeugkenngröße AK auf den Regelwert RW der Ausgangsfahrzeugkenngröße AK findet statt, wenn gemäß dem in der zumindest ein Datenflusssteuerung hinterlegten Regelwerk der zumindest eine Ausgangswert AW auf den Regelwert RW zu setzen ist. Der Regelwert RW der Ausgangsfahrzeugkenngröße AK wird an die Systemeinheit 10 des Fahrzeugs 1 ausgegeben, 9, die eingerichtet ist, die der Ausgangsfahrzeugkenngröße AK zugeordnete Systemfunktion des Fahrzeugs 1 bereitzustellen. 3 shows a schematic flow diagram with steps 5 until 9 to provide the system function of the vehicle 1 according to one embodiment of the invention. Input data ED are used by the machine learning algorithm 17th in the form of at least one input value EW , an input vehicle parameter EK a plurality of different input vehicle parameters EK of the vehicle 1 5. In response to the machine learning algorithm receiving the input data ED 17th output data AD in the form of at least one output value AW an output vehicle parameter AK generated, 6, where the output vehicle characteristic AK from a plurality of different starting vehicle parameters AK of the vehicle 1 is included. The output data AD are used in at least one of the machine learning algorithms 17th subsequent data flow control entered, 7 that is submitted, the at least one output value AW the starting vehicle parameters AK based on a rule value stored in the data flow control to a rule value RW the starting vehicle parameter AK to put. A setting, 8, of the at least one output value AW the starting vehicle parameter AK on the control value RW the starting vehicle parameter AK takes place when the at least one output value according to the set of rules stored in the at least one data flow controller AW on the control value RW is to be set. The rule value RW the starting vehicle parameter AK is sent to the system unit 10 of the vehicle 1 output, 9, which is set up to correspond to the output vehicle parameter AK assigned system function of the vehicle 1 provide.

Sämtliche der vorgenannten erfindungsgemäßen Verfahrensschritte können in der elektronischen Kontrolleinheit 2 des Fahrzeugs 1 ausgeführt werden. Alternativ oder zusätzlich können diese Schritte oder ein Teil hiervon in dem Server 3 ausgeführt werden, der sich außerhalb des Fahrzeugs 1 befindet und mit diesem beispielsweise über Funk verbunden ist.All of the aforementioned method steps according to the invention can be carried out in the electronic control unit 2 of the vehicle 1 are executed. Alternatively or in addition, these steps or a part thereof can be carried out in the server 3 outside of the vehicle 1 and is connected to it, for example, by radio.

Die Datenflusssteuerung stellt eine Funktion bereit, bei der aufgrund einer Regel ein in die Datenflusssteuerung eingegebener Ausgangswert AW der Ausgangsfahrzeugkenngröße AK des Algorithmus für maschinelles Lernen 17 auf den Regelwert RW gesetzt wird. Der Algorithmus für maschinelles Lernen kann hierbei jeden Algorithmus umfassen, der zur Vorhersage/Bestimmung eines Ausgangswertes AW verwendet wird, wobei möglicherweise eine Standardfunktion mit variablen Parametern verwendet wird, wobei Wichtungen der Standardfunktion antrainiert werden unter Verwendung von Trainingsdaten. Eine Funktion maschinellen Lernen ist eine Funktion, bei der als Hauptkomponente der Algorithmus für maschinelles Lernen verwendet wird.The data flow control provides a function in which, on the basis of a rule, an output value entered into the data flow control AW the starting vehicle parameter AK of the machine learning algorithm 17th on the control value RW is set. The algorithm for machine learning can include any algorithm that is used to predict / determine an output value AW is used, possibly using a standard function with variable parameters, with weights of the standard function being trained using training data. A machine learning function is a function that uses the machine learning algorithm as the main component.

Mittels des in 3 gezeigten erfindungsgemäßen Verfahrens kann die vorliegende Erfindung gemäß dem folgenden Ausführungsbeispielen ausgeführt werden:

Benutzer ist irgendjemand von einem Fahrer, Beifahrer, Mechaniker oder Entwickler.
1. 1. Ausführungsbeispiel, bei dem Daten von der Datenflussteuerung an die Systemeinheit ohne Änderungen durchgeleitet werden:
  - - Folgendes wird an den ML-Algorithmus 17 gesendet: Fenster ist geöffnet, Fahrer befindet sich in Garching,
  - - ML-Algorithmus 17 bestimmt/sagt vorher, dass eine Audiolautstärke zu erhöhen ist,
  - - Datenflusssteuerung erkennt Signaländerung in der Audiolautstärke und prüft die Regel, nach der die Signaländerung in der Audiolautstärke an die Systemeinheit durchzuleiten ist,
  - - Audiolautstärke wird erhöht.
2. 2. Ausführungsbeispiel der Hinzunahme einer speziellen Regel:
  - - der Benutzer loggt sich in eine Schnittstelle zum Zugriff auf die Datenflusssteuerung ein,
  - - der Benutzer fügt eine Regel für ein spezielles Szenario mit Bezug auf ein spezielles Szenario der Datenflusssteuerung, also dessen Regelwerk, hinzu, beispielsweise „verringere nicht die Lautstärke, wenn ich das Fenster in Garching schließe“,
  - - diese Regel wird für die Datenflusssteuerung für „Audiolautstärke“ gesetzt.
3. 3. Ausführungsform, bei der Daten auf Standard gesetzt werden:
  - - Folgendes wird in den Algorithmus für maschinelles Lernen 17 eingegeben: Fenster ist geöffnet, Fahrer befindet sich in Garching,
  - - ML-Algorithmus bestimmt/sagt vorher, dass Audiolautstärke zu erhöhen ist,
  - - Datenflusssteuerung erkennt Signaländerung in der Audiolautstärke und prüft die Regel, wonach die Audiolautstärke auf einen Standardwert als Regelwert zurückzusetzen ist,
  - - Audiolautstärke bleibt gleich.
4. 4. Ausführungsbeispiel, bei dem eine Hauptregel hinzugenommen wird:
  - - Nutzer loggt sich in die Schnittstelle zur Bedienung der Datenflusssteuerung ein,
  - - Benutzer nimmt eine Regel für ein spezielles Szenario mit Bezug auf ein spezielles Szenario in das Regelwerk der Datenflusssteuerung mit auf, z.B. „erhöhe nicht den Heizgrad der Heizung, wenn ich in München die Tür des Fahrzeugs 1 schließe“,
  - - die Regel wird als Hauptregel zur Fortführung von Datenflusssteuerungen für „Fahrerheizung“, „Beifahrerheizung“, „Rücksitzheizung“ gesetzt.

Using the in 3 According to the method according to the invention shown, the present invention can be carried out according to the following exemplary embodiments:

User is anyone from a driver, passenger, mechanic, or developer.
1. 1st embodiment in which data is passed through from the data flow control to the system unit without changes:
  - - The following is attached to the ML algorithm 17th sent: window is open, driver is in Garching,
  - - ML algorithm 17th determines / predicts that an audio volume should be increased,
  - - Data flow control detects signal changes in the audio volume and checks the rule according to which the signal change in the audio volume is to be passed on to the system unit,
  - - The audio volume is increased.
2. 2nd embodiment of the addition of a special rule:
  - - the user logs into an interface to access the data flow control,
  - - the user adds a rule for a special scenario with reference to a special scenario of the data flow control, i.e. its set of rules, for example "do not reduce the volume when I close the window in Garching",
  - - this rule is set for the data flow control for "audio volume".
3. 3rd embodiment in which data is set to standard:
  - - The following is used in the machine learning algorithm 17th entered: window is open, driver is in Garching,
  - - ML algorithm determines / predicts that audio volume should be increased,
  - - Data flow control detects signal changes in the audio volume and checks the rule according to which the audio volume is to be reset to a standard value as a rule value,
  - - Audio volume remains the same.
4. 4th embodiment in which a main rule is added:
  - - User logs into the interface to operate the data flow control,
  - - The user includes a rule for a special scenario with reference to a special scenario in the data flow control set of rules, eg "Do not increase the heating level of the heating when I open the door of the vehicle in Munich 1 close ",
  - - The rule is set as the main rule for the continuation of data flow controls for "driver heating", "passenger heating", "rear seat heating".

Als Regelwert bzw. Regelwerte werden Werte angesehen, auf die von dem Regelwerk der Datenflusssteuerung die in die Datenflusssteuerung eingegebenen Ausgangswerte AW der Ausgangsfahrzeugkenngrößen AK gesetzt werden und die an die Systemeinheit 10 zur Bereitstellung der der Ausgangsfahrzeugkenngröße AK zugeordneten Systemfunktion des Fahrzeugs 1 ausgegeben werden. Ein Regelwert RW ist damit der Wert, der von dem Regelwerk der Datenflusssteuerung bei Vorliegen von einem Ausgangswert als Eingabewert in der Datenflusssteuerung anstelle des Ausgangswertes gesetzt wird. Der Regelwert RW bildet also den Wert ab, der bei Erfüllen einer Regel des Regelwerks anstelle des Ausgangswertes AW an die Systemeinheit 10 ausgegeben wird.Values to which the output values entered into the data flow control from the set of rules of the data flow control are regarded as control values or control values AW the starting vehicle parameters AK be set and sent to the system unit 10 to provide the starting vehicle parameter AK assigned system function of the vehicle 1 are issued. A rule value RW is thus the value that is set by the rules of the data flow control when there is an output value as an input value in the data flow control instead of the output value. The rule value RW thus depicts the value that occurs when a rule of the set of rules is fulfilled instead of the initial value AW to the system unit 10 is issued.

In 4 ist eine schematische Anordnung zur Bereitstellung der Systemfunktion des Fahrzeugs 1 gemäß einer weiteren Ausführungsform der Erfindung gezeigt. Ein oder mehrere Ausgangswerte AW des Algorithmus für maschinelles Lernen 17 von einer oder mehreren Ausgangsfahrzeugkenngrößen AK werden Datenflusssteuerungen 21, 22, 23 derart zugeführt, dass je einer Ausgangsfahrzeugkenngröße AK je eine Datenflusssteuerung 21, 22, 23 zugeordnet ist. Beispielsweise kann bei einer Fahrwerkssteuereinheit ein Wert für eine Querbeschleunigung als Ausgangsfahrzeugkenngröße an die Datenflusssteuerung 21 weitergeleitet werden, wohingegen ein anderer Wert für eine Längsbeschleunigung als weitere Ausgangsfahrzeugkenngröße AK an die Datenflusssteuerung 22 weitergeleitet wird. Jede der Datenflusssteuerungen 21, 22, 23 weist jeweils ein Regelwerk 21a, 22a, 23a auf, gemäß dem der eine oder die mehreren Ausgangswerte AW der jeweiligen Ausgangsfahrzeugkenngröße geprüft werden, ob eine Regel in dem jeweiligen Regelwerk 21a, 22a, 23a derart vorliegt, dass der eine oder die mehreren Ausgangswerte gegen einen oder mehrere Regelwerte RW zu ersetzen sind.In 4th is a schematic arrangement for providing the system function of the vehicle 1 shown according to a further embodiment of the invention. One or more output values AW of the machine learning algorithm 17th of one or more basic vehicle parameters AK become data flow controls 21 , 22nd , 23 fed in such a way that each has a starting vehicle parameter AK one data flow control each 21 , 22nd , 23 assigned. For example, in the case of a chassis control unit, a value for a transverse acceleration can be sent to the data flow control as an output vehicle parameter 21 are forwarded, whereas a different value for a longitudinal acceleration as a further output vehicle parameter AK to the data flow control 22nd is forwarded. Any of the data flow controls 21 , 22nd , 23 each has a set of rules 21a , 22a , 23a according to which the one or more output values AW the respective starting vehicle parameter are checked whether there is a rule in the respective set of rules 21a , 22a , 23a is present in such a way that the one or more output values against one or more control values RW to be replaced.

Beispielsweise können in einer Gesamtdatenflusssteuerungseinheit 29 Grundregeln 26, 27 derart hinterlegt sein, dass die Grundregel 27 auf die Datenflusssteuerung 21 und 23 und die Grundregel 26 auf die Datenflusssteuerung 22 und 23 wirken. Es ist also möglich, dass bei der Datenflusssteuerung 23 mehrere Grundregeln 26, 27 gleichzeitig in dem Regelwerk 23a hinterlegt sind und prüfen, ob bei gegebenenfalls vorliegender Übereinstimmung von Ausgangswerten AW mit in den Grundregeln 26, 27 hinterlegten Grundregelwerten die Ausgangswerte AW gegen Regelwerte RW zu ersetzen sind. Hierbei kann die Höhe eines jeweiligen Regelwertes von der Höhe des Ausgangswertes abhängen. So kann beispielsweise erst ab einer bestimmten Höhe eines Ausgangswertes ein Setzen auf den Regelwert und damit eine Ersetzung des Ausgangswertes gegen den Regelwert erfolgen. Es kann auch Bereiche von Höhen des Ausgangswertes AW geben, bei denen keine Änderung der Höhe des Regelwertes erfolgt.For example, in an overall data flow control unit 29 Basic rules 26th , 27 be stored in such a way that the basic rule 27 on the data flow control 21 and 23 and the basic rule 26th on the data flow control 22nd and 23 works. So it is possible that in data flow control 23 several basic rules 26th , 27 at the same time in the set of rules 23a are stored and check whether, if there is a match between the initial values AW with in the basic rules 26th , 27 stored basic control values the output values AW against control values RW to be replaced. The level of a respective control value can depend on the level of the initial value. For example, a setting to the control value and thus a replacement of the output value by the control value can only take place from a certain level of an output value. There can also be ranges of heights from the initial value AW in which there is no change in the level of the control value.

In dem in 4 dargestellten Ausführungsbeispiel umfasst die Gesamtdatenflusssteuerungseinheit 29 die Datenflusssteuerungen 21, 22, 23 sowie die Grundregeln 26, 27, die auf eine oder mehrere der Datenflusssteuerungen 21, 22, 23 wirken. An die Gesamtdatenflusssteuerungseinheit 29 ist eine Mensch-Maschine-Schnittstelle 30, die als graphische Benutzerschnittstelle ausgeführt sein kann, derart angeschlossen, dass der Benutzer 11 mittels der Mensch-Maschine-Schnittstelle 30 das Regelwerk 21a, 22a, 23a der Datenflusssteuerungen 21, 22, 23 einrichten, verändern und/oder bedienen kann. Die Mensch-Maschine-Schnittstelle 30 kann unterschiedliche Benutzeroberflächen für einen Fahrer 13, Passagier/Beifahrer 14, den Entwickler 12 und einen Mechaniker 15 aufweisen. Beispielsweise kann der Funktionsumfang für einen Fahrer 13 gegenüber dem Funktionsumfang für einen Entwickler 12 eingeschränkt sein. Auch ist es möglich, dass der Mechaniker 15 gegenüber dem Fahrer 13 umfangreichere Änderungen an den Regelwerken 21a, 22a, 23a vornehmen kann, wobei gegenüber dem Entwickler 12 wiederum der Funktionsumfang für den Mechaniker 15 beschränkt ist. Die Mensch-Maschine-Schnittstelle 30 kann alternativ zu der in 4 gezeigten Ausführungsform auch unmittelbar mit einer mehreren der Datenflusssteuerungen 21, 22, 23 verbunden sein, um ein einfaches und zügiges Einrichten, Verändern und/oder Bedienen der Regelwerte 21a und/oder 22a und/oder 23a zu ermöglichen. Auch kann der Entwickler über die Mensch-Maschine-Schnittstelle 30 auf den Backend-Server 3 zugreifen, um das Regelwerk 21a, 22a, 23a der Datenflusssteuerungen 21, 22, 23 für mehrere oder sämtlich Fahrzeuge 1 einzurichten, zu verändern und/oder zu bedienen, die über das Regelwerk 21a, 22a, 23a verfügen.In the in 4th The illustrated embodiment includes the overall data flow control unit 29 the data flow controls 21 , 22nd , 23 as well as the basic rules 26th , 27 that apply to one or more of the data flow controls 21 , 22nd , 23 works. To the overall data flow control unit 29 is a human-machine interface 30th , which can be designed as a graphical user interface, connected in such a way that the user 11 by means of the human-machine interface 30th the set of rules 21a , 22a , 23a the data flow controls 21 , 22nd , 23 set up, change and / or operate. The human-machine interface 30th can have different user interfaces for one driver 13th , Passenger / front passenger 14th , the developer 12th and a mechanic 15th exhibit. For example, the range of functions for a driver 13th compared to the range of functions for a developer 12th to be disabled. It is also possible for the mechanic 15th towards the driver 13th extensive changes to the regulations 21a , 22a , 23a can make, being towards the developer 12th again the range of functions for the mechanic 15th is limited. The human-machine interface 30th can be used as an alternative to the in 4th The embodiment shown also directly with one of several of the data flow controllers 21 , 22nd , 23 be connected to a simple and quick setup, change and / or operation of the control values 21a and or 22a and or 23a to enable. The developer can also use the human-machine interface 30th on the backend server 3 access to the rulebook 21a , 22a , 23a the data flow controls 21 , 22nd , 23 for several or all vehicles 1 set up, change and / or operate using the rules and regulations 21a , 22a , 23a feature.

Obwohl die Erfindung im Detail durch bevorzugte Ausführungsbeispiele näher illustriert und erläutert wurde, so ist die Erfindung nicht durch die offenbarten Beispiele eingeschränkt und andere Variationen können vom Fachmann hieraus abgeleitet werden, ohne den Schutzumfang der Erfindung zu verlassen. Es ist daher klar, dass eine Vielzahl von Variationsmöglichkeiten existiert. Beispielhaft genannte Ausführungsformen stellen nur Beispiele dar, die nicht in irgendeiner Weise als Begrenzung etwa des Schutzbereichs, der Anwendungsmöglichkeiten oder der Konfiguration der Erfindung aufzufassen sind. Vielmehr versetzen die vorhergehende Beschreibung und die Figurenbeschreibung den Fachmann in die Lage, die beispielhaften Ausführungsformen konkret umzusetzen, wobei der Fachmann in Kenntnis des offenbarten Erfindungsgedankens vielfältige Änderungen beispielsweise hinsichtlich der Funktion oder der Anordnung einzelner, in einer beispielhaften Ausführungsform genannter Elemente vornehmen kann, ohne den Schutzbereich zu verlassen, der durch die Ansprüche und deren rechtliche Entsprechungen, wie etwa weitergehenden Erläuterungen in der Beschreibung, definiert wird.Although the invention has been illustrated and explained in more detail by preferred exemplary embodiments, the invention is not restricted by the disclosed examples and other variations can be derived therefrom by the person skilled in the art without departing from the scope of protection of the invention. It is therefore clear that there is a multitude of possible variations. Embodiments cited by way of example only represent examples that are not to be interpreted in any way as a limitation, for example, of the scope of protection, the possible applications or the configuration of the invention. Rather, the preceding description and the description of the figures enable the person skilled in the art to implement the exemplary embodiments in concrete terms, whereby the person skilled in the art, with knowledge of the disclosed inventive concept, can make various changes, for example with regard to the function or the arrangement of individual elements mentioned in an exemplary embodiment, without the To leave the scope of protection that is defined by the claims and their legal equivalents, such as further explanations in the description.

Die unter Bezug auf die dargestellten Ausführungsformen beschriebenen Merkmale der Erfindung, beispielsweise die Verwendung von je einer Datenflusssteuerung 21, 22, 23 für je eine Ausgangsfahrzeugkenngröße AK wie in 4 dargestellt, können auch bei anderen Ausführungsformen der Erfindung, z.B. dem erfindungsgemäßen Schritt 7 gemäß 3 zur Bereitstellung der Systemfunktion des Fahrzeugs 1, vorhanden sein, außer wenn es anders angegeben ist oder sich aus technischen Gründen von selbst verbietet.The features of the invention described with reference to the illustrated embodiments, for example the use of one data flow controller each 21 , 22nd , 23 for one output vehicle parameter each AK as in 4th shown, can also in other embodiments of the invention, for example the step according to the invention 7th according to 3 to provide the system function of the vehicle 1 , unless otherwise stated or if it is prohibited by itself for technical reasons.

Claims

Computer-implemented method for providing a system function of a vehicle (1), comprising the steps: - Provision (5) of input data (ED) to an algorithm for machine learning (17), the input data (ED) at least one input value (EW) of an input vehicle parameter (EK) of a plurality of different input vehicle parameters (EK) of the vehicle (1), a backend server (3) connected to the vehicle (1) or a distributed computer system, part of which is preferably arranged in a cloud computer system, - Generating (6) output data (AD) of the algorithm for machine learning (17) in response to receiving the input data (ED) by the algorithm for machine learning (17), the output data (AD) having at least one output value (AW) an output vehicle parameter (AK) of a plurality of different output vehicle parameters (AK) of the vehicle (1), - Inputting (7) the output data (AD) into at least one data flow controller (21, 22, 23) following the algorithm for machine learning (17), which is set up to convert the at least one output value (AW) of the output vehicle parameter (AK) based on a to set the set of rules (21a, 22a, 23a) stored in the data flow control (21, 22, 23) to a control value (RW) of the starting vehicle parameter (AK), - Setting (8) the at least one output value (AW) of the output vehicle parameter (AK) to the control value (RW) of the output vehicle parameter (AK) if according to the set of rules (21a, 22a) stored in the at least one data flow controller (21, 22, 23) , 23a) the at least one output value (AW) is to be set to the control value (RW), and - Outputting (9) the control value (RW) of the starting vehicle parameter (AK) to a system unit (10) of the vehicle (1) which is set up to provide the system function of the vehicle (1) assigned to the starting vehicle parameter (AK).

The computer-implemented method according to Claim 1 , wherein the set of rules (21a, 22a, 23a) stored in the at least one data flow controller (21, 22, 23) comprises at least one rule (26, 27) with at least one value of the output vehicle parameter (AK) of the vehicle (1) as the control input value, to which the at least one output value (AW) must correspond in order to set the output vehicle parameter (AK) to the control value (RW), wherein in particular a level of the control value (RW) is dependent on a level of the control input variable value.

The computer-implemented method according to Claim 2 , the at least one rule (26, 27) comprised by the set of rules (21a, 22a, 23a) comprises several values of different output vehicle parameters (AK) as control input values, in particular the level of the control value (RW) depends on the respective levels of the control input values is dependent.

The computer-implemented method according to Claim 2 or Claim 3 , the at least one rule (26, 27) causing a setting to control values (RW) of different output vehicle parameters (AK) when the control input variable value or the control input variable values are present in the output data (AD).

The computer-implemented method according to one of the Claims 2 until 4th , the set of rules (21a, 22a, 23a) comprising a plurality of rules (26, 27), the rules (26, 27) each comprising different control input variable values for one or more different output vehicle parameters (AK) and / or each setting to control values ( RW) cause one or more different output vehicle parameters (AK).

The computer-implemented method according to one of the preceding claims, wherein the output data (AD) include output values (AW) of different output vehicle parameters (AK) and a data flow controller (21, 22, 23) is assigned to one of the output vehicle parameters (AK).

Software program which is set up to carry out the computer-implemented method according to one of the preceding claims when it is carried out on a computer, the computer preferably being part of an electronic control unit (2) of the vehicle (1) of the backend connected to the vehicle (1) Server (3) or the distributed computer system, a part of which is preferably arranged in the cloud computer system.

Arrangement for providing a system function of a vehicle (1), comprising: - A supply unit which is set up to provide (5) input data (ED) to an algorithm for machine learning (17), the input data (ED) at least one input value (EW) of an input vehicle parameter (EK) of a plurality of different input vehicle parameters (EK) of the vehicle (1), - A generation unit which is set up to generate (6) output data (AD) of the algorithm for machine learning (17) in response to receiving the input data (ED) by the algorithm for machine learning (17), the output data (AD) At least one output value (AW) of an output vehicle parameter (AK) of a plurality of different output vehicle parameters (AK) of the vehicle (1), a backend server (3) connected to the vehicle (1) or a distributed computer system, of which preferably a part is in a Cloud computer system is arranged, comprise, - An input unit which is set up to input (7) the output data (AD) in at least one data flow controller (21, 22, 23) following the algorithm for machine learning (17) and which is set up to input the at least one output value (AW) of the output vehicle parameter (AK) based on a set of rules (21a, 22a, 23a) stored in the data flow control (21, 22, 23) to set a control value (RW) of the starting vehicle parameter (AK), - A reset unit, which is set up to set (8) the at least one output value (AW) of the output vehicle parameter (AK) to the control value (RW) of the output vehicle parameter (AK), if according to the at least one data flow controller (21, 22, 23) stored set of rules (21a, 22a, 23a) of at least one output value (AW) is to be set to the control value (RW), and - an output unit which is set up to output (9) the control value (RW) of the starting vehicle parameter (AK) to a system unit (10) of the vehicle (1) which is set up to output the system function of the vehicle (1) assigned to the starting vehicle parameter (AK) provide.

Arrangement according to Claim 9 , in which the algorithm for machine learning (17) uses a decision tree, also called a decision tree, a random forest, an artificial neural network, a support vector machine, a k-nearest neighbor algorithm or an ensemble Is a classifier or a combination thereof.

Arrangement according to Claim 8 or Claim 9 , in which the arrangement comprises a human-machine interface (30) that can be connected to the set of rules (21a, 22a, 23a), in particular a graphical user interface that is present in the vehicle (1) or that can be connected to it, by means of which the set of rules ( 21a, 22a, 23a) by a vehicle driver (13), a passenger (14), a developer (12) and / or a maintenance employee / mechanic (15) in the vehicle (1) and / or outside the vehicle (1), can be set up, changed and / or operated in particular by means of access to a backend server (3) connected to the vehicle (1).