DE102020105610A1

DE102020105610A1 - I.t. cloud-unterstützte universelle verlustfreie datenkompression

Info

Publication number: DE102020105610A1
Application number: DE102020105610.9A
Authority: DE
Inventors: Ronit Bustin
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2019-04-01
Filing date: 2020-03-03
Publication date: 2020-10-01
Also published as: US20200314217A1; CN111800143A

Abstract

Ein Verfahren der Datensequenzverarbeitung, das von einer I.T.-Cloud-Plattform unterstützt wird, umfasst die Erfassung der Zielumgebung über einen ersten Sensor, der auf einem ersten Fahrzeug angeordnet ist, das die Zielumgebung durchquert. Das Verfahren umfasst auch die Übertragung eines verarbeiteten ersten Datensatzes, der eine Eigenschaft der erfassten Zielumgebung anzeigt, an die I.T.-Cloud-Plattform über eine ersten elektronischen Steuerung, die auf dem ersten Fahrzeug angeordnet ist. Das Verfahren umfasst zusätzlich die Zusammenführung des verarbeiteten ersten Datensatzes mit einem I.T.-Cloud-Datensatz, der sich auf der I.T.-Cloud-Plattform befindet, auf der I.T.-Cloud-Plattform, um einen kombinierten Datensatz zu erzeugen, der die Charakteristik der Zielumgebung anzeigt. Ein Datensequenzverarbeitungssystem, das von der I.T.-Cloud-Plattform unterstützt wird, wird ebenfalls offenbart.

Description

EINLEITUNG
Die vorliegende Offenbarung bezieht sich auf eine universelle verlustfreie Datenkompression, die durch eine I.T.-Cloud-Plattform für ein Datenerfassungs- und -verarbeitungssystem eines Kraftfahrzeugs unterstützt wird. Das Thema Datenerfassungs- und -verarbeitungssystem und die universelle verlustfreie Datenkompression kann, muss aber nicht, auf autonome Fahrzeuge bezogen sein.
Die Fahrzeugautomatisierung umfasst den Einsatz von Mechatronik, künstlicher Intelligenz und Multi-Agenten-Systemen zur Wahrnehmung der Fahrzeugumgebung und zur Unterstützung des Fahrzeugführers.
Solche Merkmale und die Fahrzeuge, die sie verwenden, können als intelligent oder smart bezeichnet werden. Ein Fahrzeug, das Automatisierung für komplexe Aufgaben, insbesondere die Navigation, nutzt, kann als halbautonom bezeichnet werden. Ein Fahrzeug, das sich ausschließlich auf die Automatisierung verlässt, wird folglich als roboterhaft oder autonom bezeichnet. Hersteller und Forscher fügen derzeit eine Vielzahl von automatisierten Funktionen zu Automobilen und anderen Fahrzeugen hinzu.
Die Autonomie in Fahrzeugen wird oft in einzelne Stufen eingeteilt, wie z.B. Stufe 1 - Fahrerassistenz - wo das Fahrzeug unter bestimmten Umständen entweder die Lenkung oder die Geschwindigkeit autonom steuern kann, um den Fahrer zu unterstützen; Stufe 2 - Teilautomatisierung - wo das Fahrzeug unter bestimmten Umständen sowohl die Lenkung als auch die Geschwindigkeit autonom steuern kann, um den Fahrer zu unterstützen; Stufe 3 - Bedingte Automatisierung - wobei das Fahrzeug unter normalen Umgebungsbedingungen sowohl die Lenkung als auch die Geschwindigkeit autonom steuern kann, jedoch die Aufsicht des Fahrers erfordert; Stufe 4 - Hohe Automatisierung - wobei das Fahrzeug unter normalen Umgebungsbedingungen eine vorgeschriebene Fahrt autonom absolvieren kann, ohne dass die Aufsicht des Fahrers erforderlich ist, und Stufe 5 - Vollständige Autonomie - wobei das Fahrzeug unter allen Umgebungsbedingungen eine vorgeschriebene Fahrt autonom absolvieren kann.
Die Autonomie von Fahrzeugen erfordert immer ausgefeiltere Wahrnehmungssysteme, einschließlich verschiedener optischer Geräte und einer Vielzahl von Sensoren zur Erkennung von Objekten und anderen Hindernissen in der Umgebung des Gastfahrzeugs sowie bordeigene Prozessoren und Software zur Interpretation der erfassten Daten. Die Konnektivität der Fahrzeugwahrnehmungssysteme mit einer I.T.-Cloud-Plattform ermöglicht mehreren Fahrzeugen den gleichzeitigen und universellen Zugriff auf gemeinsame Pools konfigurierbarer Systemressourcen und Daten für die zuverlässige Steuerung und den Betrieb der betroffenen Fahrzeuge. Um die Automatisierung von Fahrzeugen zu ermöglichen, ist die Verwaltung von Datenverarbeitungsressourcen erforderlich, um große Mengen erfasster Daten effizient zu speichern, zu verarbeiten und zu übertragen.
In der Signalverarbeitung wird der Prozess der Reduzierung der Größe einer Datendatei, d.h. die Reduzierung der Bitrate, oft als Datenkomprimierung bezeichnet. Komprimierung ist nützlich, weil sie die für die Speicherung, Verarbeitung und Übertragung von Daten erforderlichen Ressourcen reduziert. Im Zusammenhang mit der Datenübertragung wird die Datenkompression als Quellcodierung bezeichnet - die Codierung erfolgt an der Quelle der Daten, bevor diese gespeichert oder übertragen werden. Bei der Datenkomprimierung werden Informationen mit weniger Bits als die ursprüngliche Darstellung kodiert. Die Komprimierung kann entweder verlustbehaftet oder verlustfrei erfolgen. Die verlustfreie Komprimierung reduziert Bits im Allgemeinen durch die Identifizierung und Beseitigung statistischer Redundanz. Bei der verlustfreien Komprimierung gehen keine Informationen verloren. Im Vergleich dazu reduziert die verlustbehaftete Komprimierung Bits, indem sie unnötige oder weniger wichtige Informationen entfernt, führt aber im Allgemeinen zu verlorenen Informationen.
BESCHREIBUNG
Ein Verfahren der Datensequenzverarbeitung, die von einer I.T.-Cloud-Plattform unterstützt wird, umfasst die Erfassung der Zielumgebung über einen ersten Sensor, der auf einem ersten Fahrzeug angeordnet ist, das die Zielumgebung durchquert. Das Verfahren umfasst auch die Übertragung eines verarbeiteten ersten Datensatzes, der eine Eigenschaft der erfassten Zielumgebung anzeigt, an die I.T.-Cloud-Plattform über eine erste elektronische Steuerung, die auf dem ersten Fahrzeug angeordnet ist. Das Verfahren beinhaltet zusätzlich die Zusammenführung des verarbeiteten ersten Datensatzes mit einem I.T.-Cloud-Datensatz, der sich auf der I.T.-Cloud-Plattform befindet, auf der I.T.-Cloud-Plattform, um einen kombinierten Datensatz zu erzeugen, der die Charakteristik der Zielumgebung anzeigt.
Das Verfahren kann auch die Übertragung des kombinierten Datensatzes von der I.T.-Cloud-Plattform zu einer Fahrzeugkommunikationseinheit umfassen, die in einem zweiten Fahrzeug angeordnet ist, das die Zielumgebung durchquert und einen Prozessor oder Kodierer und ein zweites elektronisches Steuerung oder einen Dekodierer hat, und die Übertragung des kombinierten Datensatzes an den Prozessor und die elektronische Steuerung über die Fahrzeugkommunikationseinheit. Zusätzlich kann das Verfahren die Übertragung des kombinierten Datensatzes an den Prozessor und die elektronische Steuerung über die Fahrzeugkommunikationseinheit beinhalten.
Das Verfahren kann zusätzlich das Sortieren oder Verfeinern des kombinierten Datensatzes auf der I.T.-Cloud-Plattform nach vorgegebenen Kriterien und das Korrelieren oder Abgleichen des sortierten kombinierten Datensatzes mit dem zweiten Roh-Datensatz nach den vorgegebenen Kriterien vor der Übertragung des kombinierten Datensatzes an das zweite Fahrzeug umfassen.
Das Verfahren kann ferner die Erfassung der Zielumgebung über einen zweiten Sensor, wie z.B. eine Kamera, der auf dem zweiten Fahrzeug angeordnet ist und mit dem Prozessor kommuniziert, umfassen. Zusätzlich kann das Verfahren die Übertragung eines zweiten Roh-Datensatzes, der aus der erkannten Zielumgebung gewonnen wurde, über den zweiten Sensor an den Prozessor umfassen. Darüber hinaus kann das Verfahren die Durchführung einer verlustfreien Online-Komprimierung des zweiten Roh-Datensatzes in Echtzeit über den Prozessor oder Kodierer unter Verwendung des kombinierten Datensatzes umfassen.
Nach dem Verfahren kann die verlustfreie Online-Komprimierung des zweiten Roh-Datensatzes die Verwendung eines CTW-Komprimierungsalgorithmus (Context Tree Weighted) mit einer Kontextbaum-Datenstruktur mit mindestens einem Kontextknoten und einer Kontextpuffer-Datenstruktur umfassen.
Die Verwendung des CTW-Kompressionsalgorithmus kann die Bestimmung einer gewichteten Wahrscheinlichkeit des Auftretens eines Symbols im zweiten Roh-Datensatz unabhängig voneinander über den Prozessor und der zweiten elektronischen Steuerung bei einem aktuellen Kontext umfassen, indem der kombinierte Datensatz zur Erzeugung einer verbesserten Kontextbaum-Datenstruktur verwendet wird.
Der CTW-Kompressionsalgorithmus kann einen stichprobenbasierten Schätzer für die Wahrscheinlichkeit des Auftretens des Symbols (z.B. als Teil einer Sequenz von unabhängigen und identisch verteilten Symbolen (HD)) für jeden gemäß dem mathematischen Ausdruck definierten Unterkontext verwenden: $P_{e}^{r} = \int \frac{Γ (\sum_{j} rj + \frac{| A |}{2})}{\prod_{j} Γ (r_{j} + \frac{1}{2})} \prod_{j} θ_{j}^{r_{j} + a_{j}} d θ,$
die Parameter und Variablen, für die hier im Einzelnen aufgeführt sind.
Nach dem Verfahren kann die Durchführung der verlustfreien Online-Kompression des zweiten Roh-Datensatzes die Erzeugung einer relativ kürzeren kodierten Bitfolge in Erwiderung auf eine relativ höhere bestimmte Wahrscheinlichkeit und die Erzeugung einer relativ längeren kodierten Bitfolge in Erwiderung auf eine geringere bestimmte Wahrscheinlichkeit umfassen.
Das Verfahren kann zusätzlich die Kommunikation der erweiterten Kontextbaum-Datenstruktur an die I.T.-Cloud-Plattform über die Fahrzeugkommunikationseinheit beinhalten, z.B. nachdem das zweite Fahrzeug die Zielumgebung verlassen hat.
Je nach dem Verfahren kann die I.T.-Cloud-Plattform eine langfristige Speicherung des kombinierten Datensatzes beinhalten.
Ein Datensequenzverarbeitungssystem, das von der I.T.-Cloud-Plattform unterstützt wird und die oben beschriebene Methode anwendet, wird ebenfalls offenbart.
Die oben genannten Merkmale und Vorteile sowie andere Merkmale und Vorteile der vorliegenden Offenbarung werden aus der folgenden detaillierten Beschreibung der Verkörperung(en) und der besten Art(en) zur Durchführung der beschriebenen Offenbarung leicht ersichtlich sein, wenn sie in Verbindung mit den beigefügten Figuren und beigefügten Ansprüchen genommen werden.
Figurenliste

1 ist eine Draufsicht eines ersten autonomen Kraftfahrzeugs, das ein Gelände verlässt, und eines zweiten autonomen Kraftfahrzeugs, das in das Gelände einfährt, wobei jedes Fahrzeug ein Informationssammelsystem verwendet, das mit einem Datensequenzverarbeitungssystem kommuniziert, das von einer I.T.-Cloud-Plattform unterstützt wird, gemäß der vorliegenden Offenbarung.
2 ist eine schematische Darstellung des Online-Betriebs des in 1 dargestellten Datenfolgeverarbeitungssystems gemäß der vorliegenden Offenbarung.
3 ist eine Darstellung einer Kompressionsalgorithmus-Kontextbaum-Datenstruktur, die vom Datensequenzverarbeitungssystem zur verlustfreien Kodierung (Komprimierung) und Dekodierung (Dekomprimierung) von Rohdaten verwendet wird, veranschaulicht durch das in 4 gezeigte Symbol x_t, das vom zweiten Fahrzeug gesammelt wurde.
4 ist eine Darstellung der Bewertung des Auftretens des Symbols x_t an jedem Knoten der Kontextbaum-Datenstruktur zur Verwendung im Kompressionsalgorithmus.
5 ist ein Flussdiagramm einer Methode der Datensequenzverarbeitung, die durch die in 1-4 gezeigte I.T.-Cloud-Plattform unterstützt wird, gemäß der vorliegenden Offenbarung.

AUSFÜHRLICHE DARSTELLUNG
Unter Bezugnahme auf die Figuren, in denen sich gleichartige Bezugszeichen auf gleichartige Komponenten beziehen, zeigt 1 eine schematische Darstellung eines ersten Kraftfahrzeugs 10, das als autonomes Fahrzeug dargestellt ist.
Der Begriff „autonom“, wie er hier verwendet wird, bezieht sich im Allgemeinen auf den Einsatz von Mechatronik, künstlicher Intelligenz und Multi-Agenten-Systemen, um den Bediener eines Fahrzeugs bei der Steuerung des betreffenden Fahrzeugs in unterschiedlichem Maße zu unterstützen. Eine solche Automatisierung kann das gesamte Spektrum der Unterstützung umfassen, von den Fahrzeugsystemen, die unter bestimmten Umständen entweder die Lenkung oder die Geschwindigkeit autonom steuern, um den Bediener zu unterstützen, bis hin zur vollständigen Automatisierung, bei der die Beteiligung des Bedieners vermieden wird.
Wie gezeigt, hat das erste autonome Kraftfahrzeug 10 einen Fahrzeugkörper 12. Die Fahrzeugkarosserie 12 kann eine Vorder- oder Frontseite 12-1, eine linke Karosserieseite 12-2, eine rechte Karosserieseite 12-3, eine Nachlaufseite oder Hinterseite 12-4, eine Oberseite oder einen Abschnitt, wie z.B. ein Dach, 12-5, und eine Unterseite oder ein Fahrgestell 12-6 haben. Das erste Fahrzeug 10 kann zur Überquerung einer Straßenoberfläche innerhalb eines bestimmten geographischen Gebiets, hier als Zielumgebung 14 definiert, verwendet werden, das eine bestimmte Landschaft oder ein bestimmtes Gelände und damit verbundene physische Objekte umfasst. Das erste Fahrzeug 10 kann eine Vielzahl von Straßenrädern 16 enthalten. Obwohl vier Räder 16 in 1 dargestellt sind, wird auch ein Fahrzeug mit weniger oder mehr Rädern oder mit anderen Mitteln, wie z.B. Schienen (nicht dargestellt), zur Überquerung der Straßenoberfläche oder anderer Teile der Zielumgebung 14 ins Auge gefasst.
Zum Beispiel, und wie in 1 gezeigt, kann das erste Fahrzeug 10 ein erstes Informationserfassungssystem 18 verwenden, das ein Wahrnehmungs- und Leitsystem sein kann, das Mechatronik, künstliche Intelligenz und ein Multi-Agenten-System zur Unterstützung des Fahrzeugführers einsetzt. Das Informationssammelsystem 18 kann zur Erkennung verschiedener Objekte oder Hindernisse auf dem Weg des ersten Fahrzeugs 10 verwendet werden.
Das erste Informationserfassungssystem 18 kann solche Funktionen und verschiedene Datenquellen für komplexe Aufgaben, insbesondere die Navigation, nutzen, um das erste Fahrzeug halbautonom zu betreiben, oder sich ausschließlich auf die Automatisierung verlassen, um das Fahrzeug mit einem Roboter oder völlig autonom zu betreiben.
Wie in 1 dargestellt, werden als Teil des ersten Informationserfassungssystems 18 mehrere Sensoren des ersten Fahrzeugs 20 an der Fahrzeugkarosserie 12 angeordnet und als Datenquellen verwendet, um den autonomen Betrieb des ersten Fahrzeugs 10 zu erleichtern. Dementsprechend kann das erste autonome Fahrzeug 10 als Host-Fahrzeug für den/die ersten Fahrzeugsensor(en) 20 identifiziert werden. Solche ersten Fahrzeugsensoren 20 können z.B. eine akustische oder optische Vorrichtung umfassen, die an der Fahrzeugkarosserie 12 montiert ist. Verschiedene Ausführungsformen eines optischen Geräts, die durch die entsprechenden Ziffern 20A und 20B gekennzeichnet sind, sind in 1 dargestellt. Insbesondere kann eine solche optische Vorrichtung entweder ein Sender 20A oder ein Kollektor/Empfänger 20B von Licht sein. Entweder der Sender 20A oder die Empfänger 20B-Ausführung der optischen Vorrichtung 20 kann an einer der Seiten 12-1, 12-2, 12-3, 12-4, 12-5 und 12-6 der Fahrzeugkarosserie montiert werden. Die ersten Fahrzeugsensoren 20 werden als Teil des ersten Informationserfassungssystems 18 dargestellt und können Teil anderer Systeme sein, die vom Fahrzeug 10 verwendet werden, z.B. zur Anzeige einer 360-Grad-Ansicht der Zielumgebung 14.
Wie in 1 dargestellt, kann die optische Vorrichtung 20 eine Laserstrahlquelle für ein LIDAR-System (Light Detection and Ranging) sein und wird speziell durch die Zahl 20A gekennzeichnet. Weitere Beispiele für die optische Einrichtung 20 können ein Laserlichtsensor für ein adaptives Geschwindigkeitsregelsystem oder eine Kamera (ebenfalls in 1 dargestellt) sein, die Videodateien erzeugen kann, die durch die Zahl 20B spezifisch gekennzeichnet sind. Im Allgemeinen ist jeder der ersten Fahrzeugsensoren 20 so eingerichtet, dass er die Zielumgebung 14 erkennt, einschließlich z.B. eines Objekts 22, das außerhalb des ersten Fahrzeugs 10 positioniert ist. Dementsprechend ist der erste Fahrzeugsensor 20 so eingerichtet, dass er einen rohen ersten Datensatz 24A aus der Zielumgebung 14 erfasst.
Das Objekt 22 kann leblos sein, wie z.B. ein Baum, ein Gebäude, eine Straße oder ein Verkehrsschild, ein Tier oder eine Person. Die Zielumgebung 14 in der Nähe des ersten Fahrzeugs 10 kann mehrere Objekte (siehe 3) umfassen, wie z.B. das Objekt 22, dessen Informationen zur Unterstützung der Navigation des betroffenen Fahrzeugs 10 verwendet werden können. Der/die Sensor(en) 20 können daher zur Erfassung von Rohbildern und Videodaten verwendet werden, aus denen über spezifische Algorithmen spezifische Informationen zu verschiedenen Objekten, z.B. dem Objekt 22, extrahiert werden können. Jeder erste Sensor 20 ist auch so eingerichtet, dass er die erfassten Daten an einen Datenprozessor übermittelt, der auf dem ersten Fahrzeug 10 angeordnet ist und im Folgenden ausführlich beschrieben wird.
Unter weiterer Bezugnahme auf 1 kann die Zielumgebung 14 auch mit einem zweiten Kraftfahrzeug 100 befahren werden. Ähnlich wie das erste Kraftfahrzeug 10 kann das zweite Fahrzeug 100 ein autonomes Fahrzeug sein, wie dargestellt, und hat einen Fahrzeugaufbau 112, einschließlich ähnlicher relevanter Karosserieteile und Straßenräder. Darüber hinaus enthält das zweite autonome Kraftfahrzeug 100 ein zweites Informationserfassungssystem 118, das mehrere zweite Fahrzeugsensoren 120 verwendet, die in Struktur und Funktionalität den ersten Fahrzeugsensoren 20 des ersten Informationserfassungssystems 18, wie oben beschrieben, entsprechen. Ähnlich wie die ersten Sensoren 20 im Fahrzeug 10, können die zweiten Fahrzeugsensoren 120 Teil anderer Systeme sein, die vom Fahrzeug 20 verwendet werden, z.B. zur Anzeige einer 360-Grad-Ansicht der Zielumgebung 14.
Nach der vorliegenden Offenbarung fährt das zweite autonome Fahrzeug 100 in der Regel in die Zielumgebung 14 ein, nachdem das erste autonome Fahrzeug 10 das geografische Zielgebiet verlassen hat. Ähnlich wie der/die erste(n) Sensor(en) 20, ist der zweite(n) Sensor(en) 120 so eingerichtet, dass er/sie die Zielumgebung 14 erfasst, einschließlich der Erfassung eines zweiten Roh-Datensatzes 124A, wie z.B. Videobilder, die von der Zielumgebung gesammelt wurden. Der rohe zweite Datensatz 124A soll innerhalb des Fahrzeugs 10 verlustfrei komprimiert werden, und zwar in begrenzter Zeit und mit der effizientesten Nutzung des Datenspeichers, wie im Folgenden ausführlich beschrieben wird. Aus dem Rohdatensatz 124A können auch verschiedene spezifische Merkmale extrahiert werden, je nachdem, für welche Anwendungen die Rohdaten gesammelt wurden, z.B. um eine 360-Grad-Ansicht der Zielumgebung 14 anzuzeigen oder um die Rohdaten für halbautonome Zwecke in einen Wahrnehmungsalgorithmus einzufügen.
Der/die zweite(n) Sensor(en) 120 ist/sind auch so eingerichtet, dass er/sie den zweiten Roh-Datensatz 124A, der aus der Zielumgebung 14 gesammelt wurde, an einen Datenprozessor übermittelt, der auf dem zweiten Fahrzeug 100 angeordnet ist und im Folgenden ausführlich beschrieben wird. Wie in 1 dargestellt, enthält jedes Informationserfassungssystem 18 bzw. 118 einen ersten Prozessor 26 und einen zweiten Prozessor 126. Wie gezeigt, arbeiten die Prozessoren 26, 126 als Quell-Encoder, die so eingerichtet sind, dass sie die erfassten Rohdaten komprimieren. Jeder Prozessor ist daher operativ mit dem ersten Sensor 20 und dem zweiten Sensor 120, d.h. den einzelnen Quellen der erfassten Rohdaten, verbunden und kann physisch montiert werden. Jeder der Prozessoren 26, 126 enthält einen Speicher, der greifbar und nicht vergänglich ist. Der jeweilige Speicher der Prozessoren, 26, 126 kann ein beschreibbares Medium sein, das an der Bereitstellung von computerlesbaren Daten oder Prozessanweisungen beteiligt ist. Ein solches Medium kann viele Formen annehmen, einschließlich flüchtiger oder nicht flüchtiger Medien. Bei den Prozessoren 26 und 126 kann es sich um kleine, speziell für die Komprimierung der gesammelten Rohdaten konzipierte Einheiten handeln. Jeder der Prozessoren 26, 126 verwendet auch einen Algorithmus, der als elektronische Schaltung, wie z.B. ein FPGA (Field-Programmable Gate Array), implementiert oder im nichtflüchtigen Speicher gespeichert werden kann. Die komprimierten Daten, die von jedem der Prozessoren 26, 126 erzeugt werden, können zur Speicherung gesendet werden. Dementsprechend werden die gesammelten Rohdaten nicht sofort, sondern erst zu einem späteren Zeitpunkt (z.B. für das Offline-Lernen) dekodiert.
Zusätzlich enthält jedes Informationserfassungssystem 18 und 118 die entsprechenden programmierbaren elektronischen Steuerungen 28 und 128. Wie in 2 dargestellt, können die Steuerungen 28, 128 in die jeweiligen Zentraleinheiten (CPUs) 30, 130 integriert sein, die jeweils auf dem jeweiligen Fahrzeug 10, 100 angeordnet sind. Die Steuerungen 28, 128 sind, wie dargestellt, auf den jeweiligen autonomen Fahrzeugen 10, 100 angeordnet und arbeiten als Decoder für die erfassten Rohdaten, die vom jeweiligen ersten und zweiten Prozessor 26, 126 empfangen werden. Die Steuerungen 28, 128 können auch so eingerichtet werden, dass die erfassten Rohdaten für verschiedene Zwecke verwendet werden, wie z.B. zur Erstellung einer 360-Grad-Sicht auf die Zielumgebung 14, zur Ausführung von Wahrnehmungsalgorithmen usw. Jede der Steuerungen 28, 128 enthält einen Speicher, der greifbar und nicht vergänglich ist. Der Speicher kann ein beschreibbares Medium sein, das an der Bereitstellung von computerlesbaren Daten oder Prozessanweisungen beteiligt ist. Ein solches Medium kann viele Formen annehmen, einschließlich, aber nicht beschränkt auf nichtflüchtige und flüchtige Medien. Nichtflüchtige Medien, die von den Steuerungen 28, 128 verwendet werden, können z.B. optische oder magnetische Platten und andere persistente Speicher umfassen. Jede der Steuerungen 28, 128 enthält einen Algorithmus, der als elektronische Schaltung, z.B. FPGA, oder als ein im nichtflüchtigen Speicher gespeicherter Algorithmus implementiert werden kann.
Zu den flüchtigen Medien der 28.128 Speicher der einzelnen Steuerungen kann beispielsweise ein dynamischer Direktzugriffsspeicher (DRAM) gehören, der einen Hauptspeicher darstellen kann. Jede der Steuerungen 28, 128 kann mit den jeweiligen Prozessoren 26, 126 über ein Übertragungsmedium, einschließlich Koaxialkabel, Kupferdraht und Glasfaser, einschließlich der Drähte in einem Systembus, der eine bestimmte Steuerung an einen einzelnen Prozessor koppelt, kommunizieren. Der Speicher jeder Steuerung 28, 128 kann auch eine flexible Platte, Festplatte, Magnetband, ein anderes magnetisches Medium, eine CD-ROM, DVD, ein anderes optisches Medium usw. enthalten. Die Steuerungen 28, 128 können mit einem schnellen Primärtakt, den erforderlichen Analog-Digital- (A/D) und/oder Digital-Analog- (D/A) Schaltungen, Ein-/Ausgangsschaltungen und -geräten (E/A) sowie einer geeigneten Signalkonditionierung und/oder Pufferschaltung ausgestattet sein. Algorithmen, die von den Steuerungen 28, 128 benötigt werden oder auf die von diesen zugegriffen werden kann, können im Speicher abgelegt und automatisch ausgeführt werden, um die erforderliche Funktionalität bereitzustellen.
Die Steuerungen 28, 128 können so eingerichtet, d.h. strukturiert und programmiert werden, dass sie erfasste Rohdatensignale empfangen und verarbeiten, die von den jeweiligen ersten und zweiten Sensoren 20, 120 erfasst wurden. Die Steuerungen 28, 128 können auch die Dekodierung, d.h. die Dekomprimierung, durchführen und dann die rohen erfassten Daten an zusätzliche Algorithmen übertragen, wie z.B. Algorithmen, die so konstruiert sind, dass sie eine 360-Grad-Ansicht oder eine Wahrnehmung des Objekts 22 und anderer Gegenstände in der Zielumgebung 14 erzeugen. Zu Beispielzwecken ist jede CPU 30, 130 speziell mit der jeweiligen Wahrnehmungssoftware 30A, 130A programmiert, die einen Algorithmus der künstlichen Intelligenz (KI) enthalten kann, der so eingerichtet ist, dass er eingehende Daten von den jeweiligen ersten und zweiten Sensoren 20, 120 bewertet. Die entsprechenden CPUs 30, 130 können so eingerichtet werden, dass sie eine zusätzliche Verarbeitung der Daten durchführen, z.B. mehrere Bilder in die 360-Grad-Ansicht integrieren oder Wahrnehmungsalgorithmen für autonomes Fahren generieren. Die Wahrnehmungssoftware 30A, 130A wäre im Allgemeinen so eingerichtet, dass sie die Daten der physikalischen Parameter der jeweiligen Sensoren 20, 120 analysiert und interpretiert. Beispielsweise kann die Wahrnehmungssoftware 30A, 130A so eingerichtet werden, dass sie eine Positionierung des Objekts 22 im X-Y-Z-Koordinatensystem (siehe 1) definiert und das Objekt 22 mit Hilfe eines vortrainierten KI-Algorithmus identifiziert.
Das erste und zweite Informationssammelsystem 18, 118 sind Teil eines Datensequenzverarbeitungssystems 200, das auch eine I.T.-Cloud-Plattform 210 umfasst, die für die Speicherung und Verarbeitung von I.T.-Cloud-Daten oder des Datensatzes 212 eingerichtet ist. Im Allgemeinen handelt es sich bei einer I.T.-Cloud-Plattform um eine von einem Anbieter verwaltete Suite von Hardware und Software. Ein IT-Paradigma ermöglicht den universellen Zugriff auf gemeinsame Pools konfigurierbarer Systemressourcen und übergeordnete Dienste, die mit minimalem Verwaltungsaufwand schnell bereitgestellt werden können, oft über das Internet. Darüber hinaus ist Cloud Computing auf die gemeinsame Nutzung von Ressourcen angewiesen, um Kohärenz und Größenvorteile zu erzielen, ähnlich wie bei einem öffentlichen Versorgungsunternehmen. Das System 200 wird von der I.T.-Cloud-Plattform 210 unterstützt, um eine universelle verlustfreie Komprimierung der gesammelten Sensordaten zu erreichen, insbesondere des zweiten Roh-Datensatzes 124A, der von dem/den zweiten Sensor(en) 120 erfasst wird.
Um eine solche Funktionalität des Systems 200 zu erreichen, ist jedes der Fahrzeuge 10, 100 so eingerichtet, dass es die Kommunikation zwischen der I.T.-Cloud-Plattform 210 und den Prozessoren 26, 126 und den Steuerungen 28, 128 herstellt, z.B. über die jeweiligen Fahrzeugkommunikationseinheiten 31, 131. Die jeweiligen Kommunikationseinheiten 31, 131 sind in den Fahrzeugen 10, 100 angeordnet und speziell eingerichtet, um Daten aus externen Quellen, wie z.B. der I.T.-Cloud-Plattform 210, zu empfangen und die empfangenen Daten innerhalb des Fahrzeugs an die jeweiligen Prozessoren 26, 126 und Steuerungen 28, 128 zu übermitteln.
Die erforderliche Kommunikation zwischen dem ersten und zweiten Fahrzeug 10, 100 und der I.T.-Cloud-Plattform 210 kann zellular oder über ein drahtloses lokales Netzwerk (Wi-Fi) erfolgen, das durch eine Cloud-Edge auf einer zellularen Basisstation (nicht abgebildet) zur Verringerung der Latenzzeit oder über einen erdumlaufenden Satelliten 220 ermöglicht wird.
Im Allgemeinen ist die Datenkomprimierung nützlich, da sie die für die Speicherung, Verarbeitung und Übertragung der Daten erforderlichen Ressourcen reduziert. Rechenressourcen werden beim Komprimierungsprozess und in der Regel bei der Umkehrung des Prozesses (Dekomprimierung) verbraucht. Die Datenkompression unterliegt einem Kompromiss zwischen Raum und Zeit. Beispielsweise kann ein Komprimierungsschema für Video teure Hardware erfordern, damit das Video schnell genug dekomprimiert wird, um während der Dekomprimierung angezeigt werden zu können, da die Option, das Video vor der Anzeige vollständig zu dekomprimieren, unbequem sein oder zusätzlichen Speicherplatz erfordern kann. Abstrakt gesehen kann ein Kompressionsalgorithmus als eine Funktion von Sequenzen (normalerweise von Oktetts oder Bytes) betrachtet werden. Die Komprimierung ist erfolgreich, wenn die resultierende Sequenz kürzer ist als die ursprüngliche Sequenz (und die Anweisungen für die Dekompressionskarte). Wie in der vorliegenden Offenbarung ausdrücklich in Betracht gezogen wird, ist „universelle Kompression“ eine Quellcodierung, die es ermöglicht, Daten ohne vorherige Kenntnis der Verteilung der Datenquelle zu komprimieren. In der Informationstechnologie kann die Datenkompression verlustbehaftet oder verlustfrei sein.
Die verlustfreie Kompression ist eine Klasse von Datenkompressionsalgorithmen, die eine perfekte Rekonstruktion der Originaldaten aus den komprimierten Daten ermöglicht, d.h. die Daten nicht verschlechtert, wodurch die Kompression rückgängig gemacht werden kann. Im Gegensatz dazu ist die durch verlustbehaftete Komprimierung mögliche Datenreduzierung in der Regel deutlich höher als bei verlustfreien Techniken, aber eine solche Komprimierung ist irreversibel. Bei der verlustbehafteten Komprimierung wird häufig eine Technik des teilweisen Verwerfens von Daten verwendet, die nur die Rekonstruktion einer Annäherung an die Originaldaten zur Darstellung des Inhalts erlaubt, was in der Regel zum Verlust von Informationen führt. Spezifische Designs von Datenkompressionsverfahren beinhalten Kompromisse zwischen verschiedenen Faktoren, einschließlich des Kompressionsgrades, der Menge der eingeführten Verzerrung (bei verlustbehafteter Datenkompression) und der für die Kompression und Dekompression der Daten erforderlichen Rechenressourcen.
Der verlustfreie Kompressionsalgorithmus kann mit Hilfe der I.T.-Cloud-Plattform 210 auf jede gesammelte Rohinformation angewendet werden. Sie bietet sowohl die Unterstützung durch die I.T.-Cloud-Plattform 210 und definiert den Umfang der Informationen, die die I.T.-Cloud-Plattform erhalten soll, und wie diese Informationen in einen verlustfreien Kompressionsalgorithmus integriert werden können, um die Leistung des Algorithmus zu verbessern. So können beispielsweise neben dem autonomen Fahren auch Kameras an Fahrzeugen eingesetzt werden, um dem Fahrer des Fahrzeugs eine 360-Grad-Sicht auf die Umgebung des Fahrzeugs zu ermöglichen. Diese Daten können auch verlustfrei komprimiert und dekodiert werden, bevor sie verarbeitet werden und dem Betreiber des Fahrzeugs eine solche 360-Grad-Sicht bieten. Eine solche beispielhafte Nutzung der verlustfrei komprimierten Daten zur Erreichung der 360-Grad-Sicht steht möglicherweise nicht im Zusammenhang mit dem autonomen Fahren. Aus Gründen der Zweckmäßigkeit und Klarheit wird sich der Rest der vorliegenden Offenbarung jedoch in erster Linie auf eine autonome Fahrzeuganwendung der von der I.T.-Cloud-Plattform 210 unterstützten universellen verlustfreien Datenkompression konzentrieren.
Die erste elektronische Steuerung 28 ist so eingerichtet, dass sie den komprimierten rohen ersten Datensatz 24A vom ersten Fahrzeugsensor 20 empfängt und den rohen ersten Datensatz 24Averarbeitet, z.B. durch Dekodierung des komprimierten ersten Datensatzes 24A. Die erste elektronische Steuerung 28 ist auch so eingerichtet, dass sie der I.T.-Cloud-Plattform 210 einen verarbeiteten ersten Datensatz 24B übermittelt, der einen bestimmten physikalischen Parameter oder eine Eigenschaft der erkannten Zielumgebung anzeigt 14. Die I.T.-Cloud-Plattform 210 ist so eingerichtet, dass sie den verarbeiteten ersten Datensatz 24B mit dem I.T.-Cloud-Datensatz 212, der sich möglicherweise bereits auf der I.T.-Cloud-Plattform befindet, zusammenführt, d.h. kombiniert und integriert, und dadurch einen kombinierten Datensatz 212A erzeugt, der die für die Zielumgebung charakteristische Subjektcharakteristik anzeigt 14. Ein solcher kombinierter Datensatz 212A wird von der I.T.-Cloud-Plattform 210 als Zahlenfolge oder Aufzählungen gespeichert.
Die Reihenfolge der Nummern in der kombinierten Datensatzfolge 212A bestimmt, worauf sich die Sachnummern beziehen, z.B. auf welches Symbol x_t und in welchem Kontext, d.h. die das Symbol umgebende Datenstruktur, die im Folgenden detailliert beschrieben wird. Jedes Mal, wenn die I.T.-Cloud-Plattform 210 neue Daten erhält, wie z.B. den verarbeiteten ersten Datensatz 24B, werden die neuen Daten mit den zuvor gespeicherten Daten kombiniert, und der neu kombinierte Datensatz 212A überschreibt die zuvor in der IT-Wolke gespeicherten kombinierten Daten. Dementsprechend würden frühere Begegnungen verschiedener oder gleicher Fahrzeuge mit der Zielumgebung 14 für die Integration solcher Daten auf der I.T.-Cloud-Plattform 210 genutzt und können offline durchgeführt werden. Der Begriff „Offline“ bedeutet hier, dass die thematische Integration der Daten auf der I.T.-Cloud-Plattform 210 getrennt von der Rohdatenerfassung über das/die in der Zielumgebung betriebene(n) Fahrzeug(e) 14, d.h. zeitlich außerhalb der Rohdatenerfassung, durchgeführt werden kann.
Die I.T.-Cloud-Plattform 210 kann auch so eingerichtet werden, dass der kombinierte Datensatz 212A an das zweite Fahrzeug 100 übertragen wird, wenn das zweite Fahrzeug die Zielumgebung 14 durchquert. Die I.T.-Cloud-Plattform 210 kann speziell so eingerichtet werden, dass der kombinierte Datensatz 212A über die Kommunikationseinheit 131 im Wesentlichen parallel an den zweiten Prozessor 126 und der zweiten elektronischen Steuerung 128 kommuniziert wird. Die fahrzeuginterne Kommunikation zwischen dem zweiten Prozessor 126 und der zweiten elektronischen Steuerung 128 behält die verlustfreie Eigenschaft der Kompression des zweiten Roh-Datensatzes 124A bei und kann über ein (nicht dargestelltes) Datennetzwerk, z.B. ein im Fahrzeug angeordnetes Controller Area Network (CAN-Bus), erfolgen 10. Insbesondere kann die I.T.-Cloud-Plattform 210 den kombinierten Datensatz 212A an eine im Fahrzeug 10 angeordnete zentrale Kommunikationseinheit 131 übermitteln. Die zentrale Kommunikationseinheit 131 des Fahrzeugs kann dann den empfangenen kombinierten Datensatz 212A an den zweiten Prozessor 126 und den zweiten elektronischen Steuerung 128 übertragen.
Der zweite Prozessor 126 kann so eingerichtet werden, dass er eine verlustfreie Online-Komprimierung, d.h. in Echtzeit, des zweiten Roh-Datensatzes 124A unter Verwendung des kombinierten Datensatzes 212A durchführt. Nach der vorliegenden Offenbarung bedeutet der Begriff „online“, dass die verlustfreie Komprimierung des zweiten Roh-Datensatzes 124A während des regulären Betriebs des Datenfolgeverarbeitungssystems 200 und während das zweite Kraftfahrzeug 100 mit regelmäßigen Aufgaben unterwegs ist, durchgeführt wird. Daher wird hier „online“ mit einer „off-line“-Lösung für die Datenkompression kontrastiert, die zeitlich außerhalb des regulären Betriebs des betreffenden Rohdatenerfassungsfahrzeugs durchgeführt würde. Die Analyse des zweiten Roh-Datensatzes 124A soll Rahmen für Rahmen erfolgen, z. B. durch Rasterabtastung des Videobildes. Im Allgemeinen wird das Scannen sequentiell (Byte für Byte) durchgeführt, und die Reihenfolge des Scans erfolgt nach Relevanz, d.h. die Reihenfolge des Scans ist so gewählt, dass das nächste Byte mit einer gut definierten Menge bereits beobachteter Bytes, die zur Bildung eines Kontexts verwendet werden, hoch korreliert ist. Für die entsprechende Aufzählung und Berechnung wird eine Baumstruktur verwendet, die im Folgenden ausführlich besprochen wird. Zum Beispiel sind beim Raster-Scan die relevanten Bytes die paar Bytes vor dem aktuellen Byte in der aktuellen Zeile und die Bytes in der vorherigen Zeile an einer ähnlichen Stelle relativ zum aktuellen Byte. Der zweite Prozessor 126 kann weiter eingerichtet werden, um die Parameter der verlustfreien Online-Komprimierung des zweiten Roh-Datensatzes 124A zu verschieben, um einen verbesserten Komprimierungsstartpunkt zu erhalten. Die Komprimierung des zweiten Roh-Datensatzes 124A erfolgt durch Bestimmung einer gewichteten Wahrscheinlichkeit P_w für das aktuelle Symbol x_t unter Berücksichtigung des aktuellen Kontexts. Diese gewichtete Wahrscheinlichkeit P_w wird aus geschätzten Wahrscheinlichkeiten in jedem möglichen Subkontext bis hin zum Kontext der maximalen Länge erzeugt. Der gesammelte rohe zweite Datensatz 124A soll nach seiner verlustfreien Kompression innerhalb des zweiten Fahrzeugs 100 zwischen dem zweiten Prozessor 126 und der Steuerung 128 zur weiteren Verarbeitung darin übertragen werden.
Alternativ können die Rohdaten nach der Komprimierung über den Prozessor 26 oder 126 statt an der jeweiligen Steuerung 28 oder 128 direkt in den Speicher gesendet werden. In einem solchen Fall muss der kombinierte Datensatz 212A auch im Speicher erhalten bleiben, so dass eine verlustfreie Komprimierung aus dem Speicher offline durchgeführt werden kann, um beispielsweise als Trainingsdaten bei der Entwicklung verbesserter Algorithmen verwendet zu werden.
Wie in 3 gezeigt, können sowohl der zweite Prozessor 126 als auch die elektronische Steuerung 128 einen kontextbaumgewichteten (CTW) Kompressionsalgorithmus 132 enthalten. Der CTW-Kompressionsalgorithmus 132 enthält eine Kontextbaum-Datenstruktur 134 mit einem Kontextknoten 136A und einer Kontextpuffer-138-Datenstruktur. Genauer gesagt verwendet der zweite Prozessor 126 die kombinierten Daten aus der I.T.-Cloud-Plattform 210, um die Parameter in jedem Knoten der Kontextbaum-Datenstruktur 134 für die verlustfreie Komprimierung des zweiten Roh-Datensatzes 124A zu verschieben. Die thematische Verschiebung der Parameter entsprechend der kombinierten Daten bietet die verbesserte Komprimierung im Vergleich zum allgemeinen CTW-Verfahren, indem eine anfängliche Wahrscheinlichkeitsabschätzung verbessert wird. Die gleiche Verschiebung der Parameter wird auch in der Steuerung 128 durchgeführt, wodurch die verlustfreie Eigenschaft des Kompressionsprozesses erhalten bleibt. Während die beiden Geräte, der zweite Prozessor 126 und die Steuerung 128 im Wesentlichen gleichzeitig arbeiten können, kann die Dekodierung in der Steuerung 128 beginnen, bevor die gesamte Kodierung im zweiten Prozessor abgeschlossen ist. Da der zweite Prozessor 126 mit der Kodierung, d.h. der Komprimierung und Übertragung der komprimierten Bits beginnt, muss der zweite Prozessor die Komprimierung der gesamten Datensequenz nicht beenden, bevor die Steuerung 128 die komprimierten Bits empfangen und die Dekodierung durchführen kann. Die Steuerung 128 kann daher die Dekodierung durchführen, ohne auf das Ende der Datensequenz warten zu müssen. Mit anderen Worten, eine solche Komprimierung kann in Echtzeit durchgeführt werden.
Die Datenstruktur des Kontextpuffers 138 wird verwendet, um die verlustfreie Online-Komprimierung des zweiten Roh-Datensatzes 124A bei dem aktuellen Kontext 138 über den CTW-Komprimierungsalgorithmus 132 durchzuführen. Sowohl der zweite Prozessor 126 als auch die elektronische Steuerung 128können so eingerichtet werden, dass sie unabhängig voneinander die gewichtete Wahrscheinlichkeit P_w des Symbols x_t nach dem aktuellen Kontextpuffer (z.B. ein bestimmtes Pixel in einem Videodatei-Bild) im zweiten Roh-Datensatz 124A bestimmen.
Dementsprechend kann der CTW-Kompressionsalgorithmus 132 so eingerichtet werden, dass er die gewichtete Wahrscheinlichkeit P_w der Symbole x_t im zweiten Roh-Datensatz 124A bei gegebenem Kontext 138 bestimmt, indem er den kombinierten Datensatz 212A verwendet, um eine erweiterte oder verfeinerte Kontextbaum-Datenstruktur 134A zu erzeugen. Die erweiterte Kontextbaum-Datenstruktur 134A kann dann über die Fahrzeugkommunikationseinheit 131 an die I.T.-Cloud-Plattform 210 übermittelt werden.
Konkret bestimmen für einen gegebenen Kontext 138 der zweite Prozessor 126 und die elektronische Steuerung 128 jeweils einen Satz von Wahrscheinlichkeiten (derselbe Satz), der auf den aktuellen Werten im CTW-Kompressionsalgorithmus 132 basiert. Der Betreffsatz der Wahrscheinlichkeiten wird für die Kodierung und Dekodierung des aktuellen Symbols x_t verwendet. Die Berechnung dieser Wahrscheinlichkeiten basiert auf den geschätzten Wahrscheinlichkeiten in jedem Knoten des CTW-Kompressionsalgorithmus 132, wie z.B. dem Knoten 136A. Die geschätzten Wahrscheinlichkeiten in jedem Knoten des CTW-Kompressionsalgorithmus 132 werden dann gemäß dem Kompressionsalgorithmus 132 berechnet, der die Anhebung als Ergebnis des CTW-Kompressionsalgorithmus unter Berücksichtigung des kombinierten Datensatzes 212A definiert, der die Berechnung verschiebt. Sobald die Kodierung und Dekodierung des aktuellen Symbols x_t abgeschlossen ist, kann der CTW-Kompressionsalgorithmus 132 mit einem zusätzlichen Auftreten des Symbols x_t aktualisiert werden (eine Aktualisierung, die die jeweiligen Werte der geschätzten Wahrscheinlichkeiten ändert). Eine solche Verbesserung der Kontextbaum-Datenstruktur 134 kann durch Verschieben von Parametern in jedem der beiden Prozessoren 126 und 128 in jedem Knoten des CTW-Kompressionsalgorithmus 132 entsprechend dem kombinierten Datensatz 212A erreicht werden, um das Symbol xt zu kodieren bzw. zu dekodieren. Diese Parameter verbessern die Berechnung der geschätzten Wahrscheinlichkeit in jedem Knoten des CTW-Kompressionsalgorithmus 132. Mit erneutem Hinweis auf 2, $x_{- \infty}^{t}$
bezeichnete die gesamten zu kodierenden und zu dekodierenden Rohdaten. C^k bezeichnet die komprimierte Folge von Bits, deren Länge zunächst nicht bekannt ist, weshalb sie im Allgemeinen mit einer Variablen k bezeichnet wird.
Die kombinierte Datensatzfolge 212A der Aufzählungen in der I.T.-Cloud-Plattform 210 soll für die Korrespondenz mit der Datenstruktur 134 des Kontextbaums so organisiert werden, dass die kombinierte Datensatzfolge 212A der Aufzählungen in die Knoten 136A des Sachkontextbaums passt. Jeder Kontext-Knoten 136A in der Datenstruktur 134 des Kontext-Baums entspricht einem bestimmten Wert und einer bestimmten Länge eines bestimmten Kontexts 138, wobei verschiedene analysierte Kontexte unterschiedliche (ungleiche) Längen haben können. Darüber hinaus enthält jeder Kontextknoten 136A den kombinierten Datensatz 212A Aufzählungsfolge und wird als Variable „r“ bezeichnet. Relevante Aufzählungen für jeden möglichen Wert des identifizierten Kontexts 138 können erhalten werden, indem man einem spezifischen Kontextpfad 134-1-Wert in der Kontextbaum-Datenstruktur 134folgt. Neben der Variable r, deren Daten von der I.T.-Cloud-Plattform 210 empfangen werden, verfügt jeder Knoten über aktuelle Aufzählungen α, die auf dem erfassten Rohdatensatz 124A basieren und auch im CTW-Kompressionsalgorithmus 132 erscheinen. (Die themenrelevanten Aufzählungen α stehen im Allgemeinen für die Komprimierung zur Verfügung, wenn der spezifische Wert des identifizierten Symbols xt als sehr wahrscheinlich identifiziert wird.
Nach der Komprimierung des identifizierten Symbols x_t kann der zweite Prozessor 126 (sowie die zweite elektronische Steuerung 128, sobald die betroffene Steuerung die Dekodierung des identifizierten Symbols abgeschlossen hat) die Kontextbaum-Datenstruktur 134 aktualisieren, um das Erscheinungsbild des identifizierten Symbols x_t in die Aufzählung aufzunehmen. Bemerkenswert ist, dass der Kontextpuffer 138 parallel zur Kontextbaum-Datenstruktur 134 ebenfalls aktualisiert wird, indem die Symbole nach links verschoben und das Symbol x_t an der Stelle des Symbols x_t-1 eingefügt wird. Dies ist jedoch weniger relevant für diesen Absatz, in dem der Schwerpunkt auf dem Grund der Aktualisierung der Aufzählungen im CTW selbst liegt.
Die Aktualisierung der Kontextbaum-Datenstruktur 134 wird im Allgemeinen zu zwei Zwecken durchgeführt: 1) die Komprimierung des zweiten Roh-Datensatzes 124A zu verfeinern, falls die rohen zweiten Daten nicht gut zu dem kombinierten Datensatz 212A passen, und 2) die komprimierte Datenfolge (Baum der Aufzählungen) an die I.T.-Cloud-Plattform 210 zu senden, um sie zu kombinieren und für die Verarbeitung der von einem anderen, d.h. dem nächsten Fahrzeug gesammelten Daten zu verwenden, um in die Zielumgebung einzutreten 14.
Konkret wird der kombinierte Datensatz 212A verwendet, um die Wahrscheinlichkeit des Wiederauftretens (Wahrscheinlichkeit) jedes Symbols im relevanten, d.h. statistisch hoch korrelierenden, Kontext 138 zu bewerten. Beispielsweise kann die statistische Korrelation in einem relevanten Kontext 138 des zweiten Roh-Datensatzes 124A eine wiederkehrende Folge von Symbolen sein, die dem identifizierten Symbol x_t direkt vorausgehen. Die Bewertung kann durch die Analyse, Rahmen für Rahmen, des gesammelten zweiten Roh-Datensatzes 124A, der vom zweiten Sensor 120 erfasst wurde, erfolgen, z.B. eine von der Kamera 120 erzeugte Videodatei, um jedes Symbol x_t der gesammelten rohen zweiten Daten verlustfrei zu komprimieren. Jeder Knoten in der Kontextbaum-Datenstruktur 134 berechnet eine geschätzte Wahrscheinlichkeit, die sowohl von dem kombinierten Datensatz 212A der I.T.-Cloud-Plattform 210 (im CTW-Kompressionsalgorithmus 132 mit r bezeichnet) als auch von den aktuellen Aufzählungen (im CTW-Kompressionsalgorithmus 132 mit α bezeichnet) abhängt. In der Praxis werden für jedes identifizierte, zu komprimierende Symbol xt mehrere mögliche Kontexte 138, d.h. Knoten entlang des Pfades 134-1 entlang der Datenstruktur 134 des Kontextbaums, die dem aktuellen Kontext 138 entsprechen, analysiert. Der Unterschied zwischen solchen möglichen Kontexten 138 ist ihre Länge. Die Kontextbaum-Datenstruktur 134 kann daher Aufzählungen für verschiedene Kontextlängen bis zur Länge D (siehe 3) erzeugen.
Die Kontextbaum-Datenstruktur 134 stellt eine arithmetische Verbindung zwischen den Aufzählungen in α sicher, wobei der vorhergehende Knoten 136A immer die Summe der Aufzählungen der nachfolgenden Knoten 136B ist (wie in 3 dargestellt). Die Werte von r im kombinierten Datensatz 212A müssen jedoch nicht der obigen Beziehung folgen, um die verlustfreie Eigenschaft der Kompression zu erhalten. Da die Verbindung zwischen den Werten von r's im vorhergehenden Knoten relativ zu den nachfolgenden Knoten nicht erhalten bleiben muss, können die Datensätze 24B und 212 auf der I.T.-Cloud-Plattform 210 nach anderen Kriterien, z.B. der Speichereffizienz, kombiniert werden.
Der grundlegende CTW-Kompressionsalgorithmus 132 wurde 1995 von Willems, Shtrakov und Tjalkens entwickelt und verwendet den Krichevsky-Trofimov-Schätzer, der allgemein als „KT 1981“ bezeichnet wird. In der Informationstheorie erzeugt der Schätzer KT 1981 angesichts einer unbekannten stationären Quelle π mit dem Alphabet A und einem Stichprobenbereich w von π eine Wahrscheinlichkeitsschätzung P_e, oder Pa_i(w) Schätzer der Wahrscheinlichkeit für jedes Symbol a_i ∈ A. Der Pa_i Schätzer wird im Allgemeinen als optimal angesehen, da er das schlimmste Bedauern asymptotisch minimiert. Die Vorteile für die Kontextbaum-Datenstruktur 134 sind, dass der Pa_i Schätzer kann sequentiell berechnet werden, und er hat eine untere Grenze, die es uns erlaubt, die „Parameterredundanz“ einheitlich für alle θ im untenstehenden Ausdruck nach oben zu begrenzen. Für ein binäres Alphabet und eine Zeichenkette w mit m Nullen und n Einsen wird der KT-Schätzer Pa_i(w) ist definiert als: $P e (m, n) = \int_{0}^{1} \frac{1}{π \sqrt{(1 - θ) θ)}} {(1 - θ)}^{m} θ^{n} d θ$
und die sequentielle Berechnung ist wie folgt (wobei P_e(0,0) = 1): $P_{e} (m + 1, n) = \frac{m + 1 / 2}{m + n + 1} P_{e} (m, n)$
$P_{e} (m, n + 1) = \frac{n + 1 / 2}{m + n + 1} P_{e} (m, n)$
Der CTW-Kompressionsalgorithmus 132 enthält einen anderen Schätzer, der ebenfalls von der KT 1981 vorgeschlagen und als stichprobenbasierter Schätzer bezeichnet wird. $P_{e}^{r}$
anstelle des Standard-KT 1981-Schätzers P_e, und ist gemäß dem unten gezeigten mathematischen Ausdruck definiert: $P_{e}^{r} = \int \frac{Γ (\sum_{j} r_{j} + \frac{| A |}{2})}{\prod_{j} Γ (r_{j} + \frac{1}{2})} \prod_{j} θ_{j}^{r_{j} + a_{j}} d θ$
Im Ausdruck 132 stellt der Vektor „α“, der für einen spezifischen Subkontext bis zum Kontext der maximalen Länge angegeben wird, eine Aufzählung dessen dar, was bisher im zweiten Roh-Datensatz 124A nach dem spezifischen Subkontext entsprechend der spezifischen Sequenz, die vom zweiten Sensor 120 des zweiten Fahrzeugs 100 erfasst wurde, beobachtet wurde. Der Vektor „r“ stellt eine Aufzählung dessen dar, was in dem kombinierten Datensatz 212A beobachtet wird, und stellt die Verschiebung der Kompression des zweiten Roh-Datensatzes 124A durch den kombinierten Datensatz dar. Der Vektor „r“ kann für jeden jeweiligen Kontextknoten 136A in der Kontextbaum-Datenstruktur 134 eindeutig sein und unabhängig ausgewählt werden. Daher ist bei Verwendung des kombinierten Datensatzes 212A Aufzählung der $P_{e}^{r}$
ein Schätzer einer unabhängigen und identisch verteilten Sequenz mit genau a_i Auftritte von k_i ∈ A, wobei k_i Symbole aus der Menge A sind. Dabei ist a_i der Wert des i-ten Index im Vektor α, der die Substanz des Vektors α an einem bestimmten Knoten definiert und an jedem Knoten 136A der Kontextbaum-Datenstruktur 134 ausgewertet wird.
Das Verfahren, das in der Kontextbaum-Datenstruktur 134 zur Berechnung der gewichteten Wahrscheinlichkeit P_w verwendet wird, wird bei der Kodierung durch den zweiten Prozessor 126 verwendet. Die Aufzählungen α, sowie der Verschiebungsvektor r, d.h. der kombinierte IT-Datensatz 212A, beeinflussen die geschätzten Wahrscheinlichkeiten in jedem Knoten 136A nach dem CTW-Kompressionsalgorithmus 132. Die gewichtete Wahrscheinlichkeit P_w wird aus diesen geschätzten Wahrscheinlichkeiten P_e gemäß der iterativen Gleichung in 0053 berechnet. Die Berechnung der gewichteten Wahrscheinlichkeit P_w wird wie im CTW-Algorithmus von Willems et al. 1995 durchgeführt und wie folgt angegeben: $P_{w} (c o n t e x t s) = \frac{1}{2} P_{e}^{r_{s}} (α_{s}) + \frac{1}{2} P_{w}^{{0 s}} P_{w}^{{1 s}}, f o r l (s) < D$
$P_{w} (c o n t e x t s) = P_{e}^{r_{s}} (α_{s}), f o r l (s) = D$
Die Funktion I empfängt Knoten s und gibt seine Tiefe in der Kontextbaum-Datenstruktur 134 zurück. Die gewichtete Wahrscheinlichkeit Pw, die für die Komprimierung (sowohl bei der Kodierung als auch bei der Dekodierung) verwendet wird, ist die Wahrscheinlichkeit in der Wurzel der Kontextbaum-Datenstruktur 134. Zur Berechnung der Probandenwahrscheinlichkeit Pw wird die Kontextbaum-Datenstruktur 134 entsprechend dem Kontext 138 auf dem Pfad 134-1 verfolgt, und die stichprobenbasierten Schätzer in jedem Knoten werden entlang des Pfades verwendet. Alle Knoten 136A und 136B werden entlang des Pfades 134-1 verwendet, die in den Kontext 138 passen. Der vorliegende stichprobenbasierte Schätzer $P_{e}^{r}$
verwendet den Vektor r_s d.h. einschließlich der kombinierten Informationen, die von der I.T.-Cloud-Plattform 210 für jeden Knoten s des spezifischen Kontexts erhalten werden, sowie die spezifische Aufzählung auf der Grundlage der Rohdaten a_s die auch für jeden Knoten in der Kontextbaum-Datenstruktur 134 eindeutig ist.
4 zeigt ein konkretes Beispiel für den zu untersuchenden zweiten Rohdatensatz 124A. Die schattierten Standorte in 4 bezeichnen einen spezifischen Kontext 138 mit einer Länge von fünf Einheiten. Unter Berücksichtigung dieses spezifischen Kontextes 138 wird die erste Stelle direkt nach dem in 4 gezeigten Themenkontext, d.h. die erste der drei unverschatteten Einheiten oder Symbole x_t, untersucht. Die Extraktion dieser „Next Location“-Symbole aus der gesamten Sequenz des zweiten Roh-Datensatzes 124A liefert eine Untersequenz, die (für den spezifischen Knoten, der dem Subjektkontext entspricht und eine Länge von fünf Einheiten hat) als unabhängige und identisch verteilte Sequenz angenommen wird. Der stichprobenbasierte Schätzer $P_{e}^{r}$
liefert eine Schätzung der Wahrscheinlichkeit der Subjektsequenz unter solchen Annahmen und entspricht somit einem bestimmten Knoten 136A und entspricht dem spezifischen Kontext 138 in der in 3 gezeigten Kontextbaum-Datenstruktur 134.
Der Prozessor 126 und die elektronische Steuerung 128 können somit die Wahrscheinlichkeit des Auftretens des identifizierten Symbols xt entsprechend der aktuell beobachteten Datenfolge, d.h. des zweiten Roh-Datensatzes 124A unter Verwendung des Vektors α in jedem Knoten, nach dem CTW-Kompressionsalgorithmus 132 aktualisieren. Wie oben besprochen, ist zur Berechnung der Wahrscheinlichkeit P_w von Symbol x_t gehen der zweite Prozessor 126 und der zweite elektronische Steuerung 128 den Kontextbaumpfad 134-1 hinunter. In jedem Knoten verwenden der zweite Prozessor 126 und die zweite elektronische Steuerung 128 den stichprobenbasierten Schätzer, der die in der Vergangenheit beobachteten Vorkommnisse des Symbols xt in den relevanten Kontexten berücksichtigt. Nach der Kodierung und Dekodierung des Subjekts werden diese Knoten mit dem zusätzlichen Vorkommen aktualisiert, und der stichprobenbasierte Schätzer $P_{e}^{r}$
wird ebenfalls entlang des Pfades 134-1 aktualisiert.
Unter Verwendung des im Ausdruck 132 verkörperten Ansatzes kann der zweite Prozessor 126 so eingerichtet werden, dass er durch verlustfreie Online-Kompression des zweiten Roh-Datensatzes 124A eine relativ kürzere kodierte Bitfolge (kodierte Speichereinheiten) erzeugt, und zwar aufgrund einer relativ höheren ermittelten Wahrscheinlichkeit P_w aus dem aktuellen Kontext 138. Und alternativ dazu kann der zweite Prozessor 126 eine relativ längere kodierte Bitfolge erzeugen, da die Wahrscheinlichkeit, dass er mit einer relativ geringen Wahrscheinlichkeit bestimmt wird, relativ gering ist. P_w aus dem aktuellen Kontext 138. Mit anderen Worten, wenn die Sequenz wahrscheinlicher ist, dann wird ihre komprimierte Version kürzer sein, da die Bestimmung des Wahrscheinlichen aus der Sequenz selbst abgeleitet wird.
Wie im CTW-Algorithmus von Willems et al. 1995 wird dann die gewichtete Wahrscheinlichkeit P_w in einen arithmetischen Kodierer/Dekodierer eingefügt, um die kodierte/dekodierte Sequenz zu erzeugen.
Der verlustfrei komprimierte rohe zweite Datensatz 124A kann anschließend vom zweiten Prozessor 126 an den zweiten elektronischen Steuerung 128 kommuniziert oder übertragen werden. Diese Übertragung kann in Echtzeit erfolgen, d.h., wie oben beschrieben, können Teile der Daten nach einem bestimmten Übertragungsprotokoll übertragen werden, ohne zu warten, bis die gesamte Sequenz komprimiert ist. Die zweite elektronische Steuerung 128 kann wiederum den verlustfrei komprimierten Rohdatensatz 124A dekodieren und den dekodierten zweiten Datensatz verarbeiten, um die erweiterte oder aktualisierte Kontextbaum-Datenstruktur 134A unter Verwendung des kombinierten I.T.-Cloud-Datensatzes 212A zu erzeugen. Die Aktualisierung der Kontextbaum-Datenstruktur 134 wird nach jedem Dekodierungsschritt auf der Grundlage des dekodierten Symbols xt durchgeführt, wodurch die Aufzählungen der Kontextbaum-Datenstruktur aktualisiert und für den nächsten Dekodierungsschritt vorbereitet werden können.
Darüber hinaus kann die aktualisierte Kontextbaum-Datenstruktur 134 vom zweiten Fahrzeug 100 an die I.T.-Cloud-Plattform 210 übertragen und mit dem kombinierten Datensatz 212A zusammengeführt werden, um auf ein weiteres, auf das zweite Fahrzeug 100 folgendes, autonomes Fahrzeug zu übertragen, das die Zielumgebung 14 durchfährt. Mit anderen Worten, die zweite elektronische Steuerung 128 kann so eingerichtet werden, dass sie die aktualisierte Kontextbaum-Datenstruktur 134, z.B. als Teil des verarbeiteten zweiten Datensatzes 124B, an die I.T.-Cloud-Plattform 210 übermittelt, wenn das zweite Fahrzeug 100 ausfährt oder nachdem das zweite Fahrzeug 100 die Zielumgebung 14 verlassen hat. Dieser Zyklus, bei dem die Daten der I.T.-Cloud-Plattform 210 zur verlustfreien Komprimierung und Verarbeitung neuer Rohdaten, wie z.B. des zweiten Datensatzes 124A, die von Fahrzeugen gesammelt werden, die in die Zielumgebung 14 einfahren, und bei dem dann die verarbeiteten neuen Daten mit den I.T.-Cloud-Daten kombiniert werden, kann für so viele Fahrzeuge wiederholt werden, wie die Zielumgebung 14 durchfahren. Dementsprechend kann die I.T.-Cloud-Plattform 210 Vorkehrungen für die langfristige Speicherung des kombinierten Datensatzes 212A enthalten, um die verlustfreie Komprimierung neu gesammelter Daten durch zusätzliche Fahrzeuge zu erleichtern, die das von der Zielumgebung identifizierte besondere Gelände durchfahren 14.
Die I.T.-Cloud-Plattform 210 kann auch so eingerichtet werden, dass der kombinierte Datensatz 212A nach vorgegebenen Kategorien und/oder Kriterien sortiert und/oder gruppiert wird, z. B. nach Tageszeit, Wochentag, Monatstag, den vier Jahreszeiten usw. Zusätzlich können die spezifischen Kriterien und die Auflösung innerhalb eines bestimmten Kriteriums in Bezug auf die verfügbare Speicherkapazität der I.T.-Cloud-Plattform 210 ausgewählt werden. Daher kann der zuvor gespeicherte IT-Plattform-Datensatz 212 nach solchen Kriterien sortiert werden. Der erste Datensatz 24A, der von dem/den ersten Fahrzeugsensor(en) 20 erfasst wird, kann dann entsprechend sortiert und dann mit den zuvor gespeicherten Daten der IT-Plattform 212 kombiniert werden. Der daraus resultierende sortierte kombinierte Datensatz 212A kann dann an das zweite Fahrzeug 100 übertragen werden.
5 zeigt ein Verfahren 300 der Datenfolgeverarbeitung für ein Informationserfassungssystem, wie das zweite Informationserfassungssystem 118 des zweiten Fahrzeugs 100, wie oben in Bezug auf 1-4 beschrieben. Das Verfahren 300 kann über das Datensequenzverarbeitungssystem 200 durchgeführt werden, das von der I.T.-Cloud-Plattform 210 unterstützt wird und den zweiten Prozessor 126 und die zweite elektronischen Steuerung 128 verwendet, die mit entsprechenden Datenkomprimierungsalgorithmen programmiert sind. Das Verfahren 300 wird im Rahmen 302 eingeleitet, wobei das erste Fahrzeug 10 relativ zur Zielumgebung 14, die das Objekt 22 einschließt, angeordnet ist oder diese physisch durchquert. Im Anschluss an Rahmen 302 geht das Verfahren zu Rahmen 304 über, wo das Verfahren die Erfassung der Zielumgebung 14 in der Nähe des ersten Fahrzeugs 10 über den ersten Sensor/die ersten Sensoren 20 umfasst.
Nach Rahmen 304 geht das Verfahren zu Rahmen 306 über. Im Rahmen 306 umfasst das Verfahren die Übertragung des verarbeiteten ersten Datensatzes 24B, der ein Merkmal der erkannten Zielumgebung anzeigt, an die I.T.-Cloud-Plattform 210 über die erste elektronische Steuerung 28 14. Nach Rahmen 306 geht das Verfahren zu Rahmen 308 über. Im Rahmen 308 umfasst das Verfahren die Zusammenführung des ersten Datensatzes 24B auf der I.T.-Cloud-Plattform 210 mit dem I.T.-Cloud-Datensatz 212, der sich auf der I.T.-Cloud-Plattform 210 befindet, um den kombinierten Datensatz 212A zu erzeugen, der die Charakteristik der Zielumgebung 14 anzeigt. Nach Frame 308 kann das Verfahren auf Frame 310 zugreifen. Im Rahmen 310 umfasst das Verfahren die Übertragung des kombinierten Datensatzes 212A von der I.T.-Cloud-Plattform 210 zum zweiten Fahrzeug 100 (ausgestattet mit dem zweiten Prozessor 126 und der zweiten elektronischen Steuerung 128), das die Zielumgebung 14 durchquert. In Rahmen 310, wie oben in Bezug auf die beschrieben, kann das Verfahren auch das Sortieren des kombinierten Datensatzes 212A auf der I.T.-Cloud-Plattform 210 nach den vorgegebenen Kriterien vor der Übertragung des kombinierten Datensatzes an das zweite Fahrzeug 100 umfassen. Nach Rahmen 310 kann das Verfahren bis zu Rahmen 312 fortschreiten.
Im Rahmen 312 umfasst das Verfahren die Übertagung des kombinierten Datensatzes 212A an den Prozessor 126 und der elektronischen Steuerung 128 über die Fahrzeugkommunikationseinheit 131.
Nach Rahmen 312 kann das Verfahren bis zu Rahmen 314 fortschreiten. Im Rahmen 314 umfasst das Verfahren die Erfassung der Zielumgebung 14, über den zweiten Sensor 120, der auf dem zweiten Fahrzeug 100 angeordnet ist und mit dem zweiten Prozessor 126 kommuniziert. Nach Rahmen 314 kann das Verfahren bis zu Rahmen 316 fortschreiten. Im Rahmen 316 umfasst das Verfahren die Übertragung des zweiten Roh-Datensatzes 124A, der aus der erkannten Zielumgebung 14 gewonnen wurde, über den zweiten Sensor 120 an den zweiten Prozessor 126. Nach Rahmen 316 kann das Verfahren zu Rahmen 318 übergehen. Im Rahmen 318 beinhaltet das Verfahren die Durchführung einer verlustfreien Online-Komprimierung des zweiten Roh-Datensatzes 124A über den zweiten Prozessor 126 unter Verwendung des kombinierten Datensatzes 212A.
Im Rahmen 318, wie in den 1-4 beschrieben, kann die verlustfreie Online-Kompression des zweiten Roh-Datensatzes 124A die Verwendung des CTW-Kompressionsalgorithmus 132 mit einer Kontextbaum-Datenstruktur 134 mit mindestens einem Kontextknoten 136A und der Kontextpuffer-13 8-Datenstruktur beinhalten. Die Verwendung des CTW-Kompressionsalgorithmus 132 kann die Bestimmung der Wahrscheinlichkeit des Auftretens des identifizierten Symbols x_t im zweiten Roh-Datensatz 124A in jedem Kontextknoten 136A des CTW-Kompressionsalgorithmus unter Verwendung der erweiterten Kontextbaum-Datenstruktur 134A beinhalten. Darüber hinaus kann der CTW-Kompressionsalgorithmus 132 den stichprobenbasierten Schätzer für die Wahrscheinlichkeit des Auftretens der Symbolfolge x_t für jeden Teilkontext verwenden, der gemäß dem oben beschriebenen mathematischen Ausdruck 132 definiert ist: $P_{e}^{r} = \int \frac{Γ (\sum_{j} rj + \frac{| A |}{2})}{\prod_{j} Γ (r_{j} + \frac{1}{2})} \prod_{j} θ_{j}^{r_{j} + a_{j}} d θ$
Die Durchführung der verlustfreien Online-Kompression des zweiten Roh-Datensatzes 124A im Rahmen 318 kann die Erzeugung einer relativ kürzeren kodierten Bitfolge in Erwiderung auf eine relativ höhere bestimmte gewichtete Wahrscheinlichkeit P_w im jeweiligen Kontextbaum beinhalten. Zusätzlich kann die Durchführung der verlustfreien Online-Kompression des zweiten Roh-Datensatzes 124A im Rahmen 318 die Erzeugung einer relativ längeren kodierten Bitfolge in Erwiderung auf eine geringere bestimmte gewichtete Wahrscheinlichkeit P_w im jeweiligen Kontextbaum beinhalten.
Nach Rahmen 318, z.B. nachdem das zweite Fahrzeug 100 die Zielumgebung 14 verlassen hat, kann das Verfahren auf Rahmen 320 zugreifen. Im Rahmen 320 kann das Verfahren die Aktualisierung der Daten der I.T.-Cloud-Plattform 210, wie z.B. des kombinierten Datensatzes 212A, mit der erweiterten Kontextbaum-Datenstruktur 134A umfassen. Insbesondere kann die erweiterte Kontextbaum-Datenstruktur 134A über die Fahrzeugkommunikationseinheit 131 an die I.T.-Cloud-Plattform 210 kommuniziert werden. Nach Frame 320 kann das Verfahren zu Frame 308 zurückkehren. Das Verfahren 300 kann so die Daten der I.T.-Cloud-Plattform 210 kontinuierlich aktualisieren und nutzen, um neu gewonnene Rohdaten, wie den zweiten Roh-Datensatz 124A, die von Fahrzeugen, die in die Zielumgebung einfahren, gesammelt wurden, zu verarbeiten und verlustfrei zu komprimieren 14. Um eine wiederholte verlustfreie Komprimierung der neu gewonnenen Rohdaten durch Fahrzeuge, die die Zielumgebung 14 durchfahren, zu ermöglichen, kann das Verfahren 300 die Langzeitspeicherung des kombinierten Datensatzes 212A auf der I.T.-Cloud-Plattform 210 einsetzen.
Die detaillierte Beschreibung und die Zeichnungen oder Abbildungen sind unterstützend und beschreibend für die Offenbarung, aber der Umfang der Offenbarung wird allein durch die Ansprüche definiert. Während einige der bevorzugten Ausführungsformen und andere Ausführungsformen für die Durchführung der beanspruchten Offenbarung detailliert beschrieben wurden, gibt es verschiedene alternative Muster und Ausführungsformen für die Durchführung der in den beigefügten Ansprüchen definierten Offenbarung. Darüber hinaus sind die in den Figuren gezeigten Ausführungsformen oder die Merkmale verschiedener Ausführungsformen, die in der vorliegenden Beschreibung erwähnt werden, nicht unbedingt als voneinander unabhängige Ausführungsformen zu verstehen. Vielmehr ist es möglich, dass jedes der in einem der Ausführungsbeispiele beschriebenen Merkmale mit einem oder mehreren anderen gewünschten Merkmalen aus anderen Ausführungsformen kombiniert werden kann, was zu anderen Ausführungsformen führt, die nicht in Worten oder durch Bezugnahme auf die Figuren beschrieben werden. Dementsprechend fallen solche anderen Ausführungsformen in den Schutzbereich der beigefügten Ansprüche.

Claims

Ein Verfahren zur Datensequenzverarbeitung, das von einer Informationstechnologie-, I.T.-, Cloud-Plattform unterstützt wird, wobei das Verfahren Folgendes umfasst: Erfassen einer Zielumgebung, über einen ersten Sensor, der auf einem ersten Fahrzeug angeordnet ist, das die Zielumgebung durchquert; Übertragen, über eine erste elektronische Steuerung, die auf dem ersten Fahrzeug angeordnet ist, eines verarbeiteten ersten Datensatzes, der eine Eigenschaft der erfassten Zielumgebung anzeigt, an die I.T.-Cloud-Plattform; und Zusammenführen, auf der I.T.-Cloud-Plattform, des verarbeiteten ersten Datensatzes mit einem I.T.-Cloud-Datensatz, der sich auf der I.T.-Cloud-Plattform befindet, um einen kombinierten Datensatz zu erzeugen, der die Charakteristik der Zielumgebung anzeigt.
Das Verfahren nach Anspruch 1, ferner umfassend das Übertragen des kombinierten Datensatzes von der I.T.-Cloud-Plattform zu einer Fahrzeugkommunikationseinheit, die in einem zweiten Fahrzeug angeordnet ist, das die Zielumgebung durchquert und einen Prozessor und eine zweite elektronische Steuerung aufweist, und das Übertragen des kombinierten Datensatzes an den Prozessor und die elektronische Steuerung über die Fahrzeugkommunikationseinheit.
Das Verfahren nach Anspruch 2, ferner umfassend das Sortieren des kombinierten Datensatzes auf der I.T.-Cloud-Plattform nach einem vorgegebenen Kriterium vor dem Übertragen des kombinierten Datensatzes an das zweite Fahrzeug.
Das Verfahren nach Anspruch 2, ferner umfassend: Erfassen der Zielumgebung über einen zweiten Sensor, der auf dem zweiten Fahrzeug angeordnet ist und mit dem Prozessor kommuniziert; Übertragen, über den zweiten Sensor an den Prozessor, eines zweiten Roh-Datensatzes, der aus der erfassten Zielumgebung gewonnen wurde, und Durchführen, über den Prozessor, einer verlustfreien Online-Komprimierung des zweiten Roh-Datensatzes unter Verwendung des kombinierten Datensatzes aus der I.T.-Cloud-Plattform.
Das Verfahren nach Anspruch 4, wobei die verlustfreie Online-Komprimierung des zweiten Roh-Datensatzes die Verwendung eines kontextbaumgewichteten, CTW-, Komprimierungsalgorithmus mit einer Kontextbaum-Datenstruktur mit mindestens einem Kontextknoten und einer Kontextpuffer-Datenstruktur umfasst.
Das Verfahren nach Anspruch 5, wobei die Verwendung des CTW-Kompressionsalgorithmus das Bestimmen, unabhängig voneinander über jeweils den Prozessor und der zweiten elektronischen Steuerung, einer gewichteten Wahrscheinlichkeit des Auftretens eines Symbols in dem zweiten Roh-Datensatz bei einem aktuellen Kontext durch Verwenden des kombinierten Datensatzes zum Erzeugen einer verbesserten Kontextbaum-Datenstruktur umfasst.
Das Verfahren nach Anspruch 6, wobei der CTW-Kompressionsalgorithmus einen auf einer Stichprobe basierenden Schätzer der Wahrscheinlichkeit des Auftretens des gemäß dem mathematischen Ausdruck definierten Symbols verwendet: $P_{e}^{r} = \int \frac{Γ (\sum_{j} r_{j} + \frac{| A |}{2})}{\prod_{j} Γ (r_{j} + \frac{1}{2})} \prod_{j} θ_{j}^{r_{j} + a_{j}} d θ$
Das Verfahren nach Anspruch 6, wobei das Durchführen der verlustfreien Online-Kompression des zweiten Roh-Datensatzes beinhaltet: Erzeugen einer relativ kürzeren kodierten Bitfolge in Erwiderung auf eine relativ höhere bestimmte Wahrscheinlichkeit; und Erzeugen einer relativ längeren kodierte Bitfolge in Erwiderung auf eine geringere bestimmte Wahrscheinlichkeit.
Das Verfahren nach Anspruch 6, ferner umfassend das Übertragen der erweiterten Kontextbaum-Datenstruktur an die I.T.-Cloud-Plattform über die Fahrzeugkommunikationseinheit.
Das Verfahren nach Anspruch 1, wobei die I.T.-Cloud-Plattform eine Langzeitspeicherung des kombinierten Datensatzes beinhaltet.