DE102020200647A1 - Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal - Google Patents
Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal Download PDFInfo
- Publication number
- DE102020200647A1 DE102020200647A1 DE102020200647.4A DE102020200647A DE102020200647A1 DE 102020200647 A1 DE102020200647 A1 DE 102020200647A1 DE 102020200647 A DE102020200647 A DE 102020200647A DE 102020200647 A1 DE102020200647 A1 DE 102020200647A1
- Authority
- DE
- Germany
- Prior art keywords
- sensor signal
- algorithm
- algorithms
- roughness
- fractal dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 117
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000000342 Monte Carlo simulation Methods 0.000 claims abstract description 19
- 238000004088 simulation Methods 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 23
- 238000013459 approach Methods 0.000 claims description 7
- 230000035939 shock Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 2
- 230000003287 optical effect Effects 0.000 description 6
- 230000033001 locomotion Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
Die vorliegende Erfindung betrifft ein Verfahren zur Ermittlung einer minimalen Anzahl von Algorithmen, welche zur erfolgreichen Ereigniserkennung in einem Sensorsignal (200) verwendet werden sollen, umfassend:• Empfangen (110) eines Sensorsignals (200),• Anwenden (130) einer vordefinierten Anzahl von Simulationsschritten einer Monte-Carlo Simulation auf das Sensorsignal (200) zum Erhalt einer Vielzahl integrierter Zeitdauern (300),• Berechnen (140) einer fraktalen Dimension (400), umfassend eine Rauheit und einen Anstiegswinkel (a), der Vielzahl integrierter Zeitdauern (300),• Anwenden (150) der fraktalen Dimension, umfassend die Rauheit und den Anstiegswinkel (a), auf eine einem ersten Algorithmus zugeordnete Referenz (500) zur Überprüfung einer Performanz des ersten Algorithmus in Verbindung mit dem Sensorsignal (200) und,• in Abhängigkeit eines Ergebnisses der Überprüfung, Anwenden (160) der fraktalen Dimension (400), umfassend die Rauheit und den Anstiegswinkel (a), auf eine einem zweiten Algorithmus zugeordnete Referenz (600) zur Überprüfung einer Performanz des zweiten Algorithmus in Verbindung mit dem Sensorsignal (200).The present invention relates to a method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal (200), comprising: • receiving (110) a sensor signal (200), • applying (130) a predefined number of Simulation steps of a Monte Carlo simulation on the sensor signal (200) to obtain a multiplicity of integrated time periods (300), • Calculation (140) of a fractal dimension (400), comprising a roughness and a rise angle (a), of the multiplicity of integrated time periods (300 ), • applying (150) the fractal dimension, comprising the roughness and the slope angle (a), to a reference (500) assigned to a first algorithm for checking a performance of the first algorithm in connection with the sensor signal (200) and, • in Depending on a result of the check, applying (160) the fractal dimension (400), including the roughness and the slope angle (a), to a Reference (600) assigned to the second algorithm for checking a performance of the second algorithm in connection with the sensor signal (200).
Description
Stand der TechnikState of the art
Die vorliegende Erfindung betrifft ein Verfahren sowie eine Vorrichtung zur Ermittlung einer minimalen Anzahl von Algorithmen, welche zur erfolgreichen Ereigniserkennung in einem Sensorsignal verwendet werden sollen.The present invention relates to a method and a device for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal.
Für die Auswertung von Sensorsignalen werden häufig Algorithmen eingesetzt. Je komplexer oder umfangreicher ein Sensorsignal ist, desto aufwendiger ist die Auswertung und desto schwieriger eine Ereigniserkennung. Um Algorithmen nicht unnötig komplex zu gestalten und damit die Abarbeitungszeit oder benötigten Ressourcen zu erhöhen, werden in der Regel spezialisierte Algorithmen verwendet. Diese können beispielsweise auf eine bestimmte Signalart, einen bestimmten Signalbereich, die Erkennung eines bestimmten Ereignisses oder in anderer Weise spezialisiert sein oder aber verschiedene Ansätze für die Auswertung verfolgen. Die Auswerteergebnisse hängen dabei von der Funktionsweise der verwendeten Algorithmen ab.Algorithms are often used to evaluate sensor signals. The more complex or extensive a sensor signal, the more complex the evaluation and the more difficult event detection. In order not to make algorithms unnecessarily complex and thus to increase the processing time or required resources, specialized algorithms are usually used. These can, for example, be specialized in a certain type of signal, a certain signal range, the detection of a certain event or in some other way, or they can pursue different approaches for the evaluation. The evaluation results depend on the functionality of the algorithms used.
Um trotz der Verwendung von spezialisierten Algorithmen eine möglichst gute Ereigniserkennung zu realisieren, wird für die Auswertung oft mehr als ein Algorithmus verwendet. Wird eine Vielzahl von Algorithmen verwendet, um das Sensorsignal auszuwerten, werden die einzelnen Auswerteergebnisse der Algorithmen zu einem Gesamtergebnis zusammengefasst.In order to achieve the best possible event detection despite the use of specialized algorithms, more than one algorithm is often used for the evaluation. If a large number of algorithms are used to evaluate the sensor signal, the individual evaluation results of the algorithms are combined into an overall result.
Wird eine Vielzahl von Algorithmen verwendet, die das gleiche Ereignis erkennen sollen, dabei aber unterschiedliche Ansätze bei der Auswertung des Sensorsignals verfolgen, spricht man von der Verwendung von redundanten Algorithmen. Je nach verwendeter Herangehensweise des Algorithmus und Eigenschaft des ausgewerteten Sensorsignals können sich die Auswerteergebnisse der einzelnen Algorithmen stark unterschieden. Dadurch, dass die redundanten Algorithmen unterschiedlichen Funktionsweisen aufweisen, tragen die einzelnen redundanten Algorithmen, in Anhängigkeit des auszuwertenden Sensorsignals, in unterschiedlicher Güte zu einer Ereigniserkennung bei. Daher müssen für eine finale Ereigniserkennung die Auswerteergebnisse der einzelnen redundanten Algorithmen ausgewertet bzw. gewichtet oder zu einem gemeinsamen Auswerteergebnis zusammengefasst werden.If a large number of algorithms are used that are intended to detect the same event, but follow different approaches to the evaluation of the sensor signal, this is referred to as the use of redundant algorithms. Depending on the approach used by the algorithm and the property of the evaluated sensor signal, the evaluation results of the individual algorithms can differ greatly. Because the redundant algorithms have different modes of operation, the individual redundant algorithms, depending on the sensor signal to be evaluated, contribute in varying degrees to event detection. Therefore, for a final event detection, the evaluation results of the individual redundant algorithms have to be evaluated or weighted or combined into a common evaluation result.
Offenbarung der ErfindungDisclosure of the invention
Die erfindungsgemäße Verfahren bietet demgegenüber den Vorteil, dass aus einer Vielzahl von für eine Ereigniserkennung zur Verfügung stehenden Algorithmen eine minimale Anzahl von Algorithmen bestimmt werden kann, die zu einer erfolgreichen Ereigniserkennung in einem Sensorsignal benötigt werden. So kann die Anzahl der für die Signalauswertung verwendeten Algorithmen reduziert werden, ohne eine erfolgreiche Ereigniserkennung zu gefährden. Auf diese Weise können benötigte Rechenzeit, benötigter Energiebedarf und/oder benötigte Hardwareressourcen reduziert werden. Die zur Verfügung stehenden redundanten Algorithmen sind bekannt und für jeden der Algorithmen ist weiter eine Referenz bezüglich seiner Funktionsweise bekannt. Diese Referenz umfasst insbesondere eine fraktale Dimension, umfassend eine Rauheit und einen Anstiegswinkel a, einer Vielzahl integrierter Zeitdauern für die Auswertung eines Sensorsignals mit dem jeweiligen Algorithmus. Das Verfahren umfasst die Schritte:
- - Empfangen eines Sensorsignals,
- - Anwenden einer vordefinierten Anzahl von Simulationsschritten einer Monte-Carlo Simulation auf das Sensorsignal zum Erhalt einer Vielzahl integrierter Zeitdauern,
- - Berechnen einer fraktalen Dimension, umfassend eine Rauheit und einen Anstiegswinkel a, der Vielzahl integrierter Zeitdauern,
- - Anwenden der fraktalen Dimension auf eine einem ersten Algorithmus zugeordnete Referenz zur Überprüfung einer Performanz des ersten Algorithmus in Verbindung mit dem Sensorsignal und,
- - in Abhängigkeit eines Ergebnisses der Überprüfung, Anwenden der fraktalen Dimension auf eine einem zweiten Algorithmus zugeordnete Referenz zur Überprüfung einer Performanz des zweiten Algorithmus in Verbindung mit dem Sensorsignal.
- - receiving a sensor signal,
- - Applying a predefined number of simulation steps of a Monte Carlo simulation to the sensor signal to obtain a large number of integrated time periods,
- - Calculation of a fractal dimension, comprising a roughness and a rise angle a, of the plurality of integrated time periods,
- - applying the fractal dimension to a reference assigned to a first algorithm for checking a performance of the first algorithm in connection with the sensor signal and,
- - Depending on a result of the check, applying the fractal dimension to a reference assigned to a second algorithm to check a performance of the second algorithm in connection with the sensor signal.
In anderen Worten wird bei dem Verfahren in einem ersten Schritt ein Sensorsignal empfangen. Das Sensorsignal kann von jeder Art von Sensor stammen oder auch ein kumuliertes Signal sein, dass sich aus den Signalen mehrerer Sensoren zusammensetzt.In other words, in the method, a sensor signal is received in a first step. The sensor signal can come from any type of sensor or it can also be a cumulative signal that is composed of the signals from several sensors.
In einem zweiten Schritt werden anhand des Sensorsignals eine vordefinierte Anzahl bestimmter zufälliger und diskreter Ereignisse generiert, um ein realistisches Scenario über einen vordefinierten Zeitraum einer Ereigniserkennung in dem empfangenen Sensorsignal zu erhalten. Hierfür wird insbesondere eine stochastische Monte-Carlo Simulation angewendet. Die Anzahl der Simulationsschritte bzw. Experimente ist vordefiniert und beträgt beispielsweise 512. Diese Anzahl kann jedoch auch bedarfsweise angepasst, also vergrößert oder verringert werden. Als Ergebnis der Monte-Carlo Simulation wird eine Vielzahl integrierter Zeitdauern erhalten.In a second step, the sensor signal is used to generate a predefined number of certain random and discrete events in order to obtain a realistic scenario over a predefined period of event detection in the received sensor signal. In particular, a stochastic Monte Carlo simulation is used for this. The number of simulation steps or experiments is predefined and is, for example, 512. However, this number can also be adapted as required, that is to say increased or decreased. A large number of integrated time periods are obtained as a result of the Monte Carlo simulation.
In einem weiteren Schritt wird auf Basis der erhaltenen Vielzahl integrierter Zeitdauern eine fraktale Dimension des empfangenen Sensorsignals berechnet. Als Ergebnis wird eine Rauheit einer integrierten Gerade erhalten. Außerdem wird ein Anstiegswinkel der integrierten Gerade erhalten.In a further step, a fractal dimension of the received sensor signal is calculated on the basis of the large number of integrated time periods obtained. As a result, an integrated straight line roughness is obtained. In addition, a slope angle of the integrated straight line is obtained.
Die berechnete fraktale Dimension, also die erhaltene Rauheit und der erhaltene Anstiegswinkel, wird in einem weiteren Schritt auf eine einem ersten Algorithmus zugeordnete Referenz angewendet, um eine Performanz des ersten Algorithmus in Verbindung mit dem empfangenen Sensorsignal bei der Ereigniserkennung in dem empfangenen Sensorsignal zu überprüfen. Das Überprüfungsergebnis kann in Form eines maschinenlesbaren Codes ausgegeben werden. Ergibt die Überprüfung, dass die Performanz der Ereigniserkennung des ersten Algorithmus in Verbindung mit dem empfangenen Sensorsignal nicht ausreichend ist, wird die berechnete fraktale Dimension, umfassend die Rauheit und den Anstiegswinkel a, auf eine einem zweiten Algorithmus zugeordnete Referenz angewendet, um eine Performanz des zweiten Algorithmus in Verbindung mit dem empfangenen Sensorsignal bei der Ereigniserkennung in dem empfangenen Sensorsignal zu überprüfen. Auch dieses Überprüfungsergebnis kann in Form eines maschinenlesbaren Codes ausgegeben werden. Ergibt die Überprüfung, dass die Performanz ausreichend ist, so kann in Form eines maschinenlesbaren Codes ausgegeben werden, dass für die Ereigniserkennung der erste Algorithmus und der zweite Algorithmus zu verwenden sind. Ergibt die Überprüfung, dass auch die Performanz des zweiten Algorithmus nicht ausreichend ist, so wird das Verfahren mit den weiteren zur Verfügung stehenden Algorithmen fortgesetzt bis eine Anzahl von Algorithmen ermittelt werden konnte, welche eine ausreichende Performanz für eine erfolgreiche Ereigniserkennung in dem empfangenen Sensorsignal bietet oder bis die maximale Anzahl der zur Verfügung stehenden Algorithmen erreicht ist. Konnte keine Anzahl von Algorithmen ermittelt werden konnte, welche eine ausreichende Performanz für eine erfolgreiche Ereigniserkennung in dem empfangenen Sensorsignal bieten, so kann ausgegeben werden, dass für die Ereigniserkennung in dem Sensorsignal alle zur Verfügung stehenden Algorithmen zu verwenden sind.The calculated fractal dimension, i.e. the obtained roughness and the obtained rise angle, is applied in a further step to a reference assigned to a first algorithm in order to check a performance of the first algorithm in connection with the received sensor signal during event detection in the received sensor signal. The check result can be output in the form of a machine-readable code. If the check shows that the performance of the event detection of the first algorithm in connection with the received sensor signal is not sufficient, the calculated fractal dimension, including the roughness and the slope angle α, is applied to a reference assigned to a second algorithm in order to determine a performance of the second To check the algorithm in connection with the received sensor signal in the event detection in the received sensor signal. This check result can also be output in the form of a machine-readable code. If the check shows that the performance is sufficient, it can be output in the form of a machine-readable code that the first algorithm and the second algorithm are to be used for event recognition. If the check reveals that the performance of the second algorithm is also insufficient, the method is continued with the other available algorithms until a number of algorithms can be determined which offers sufficient performance for successful event detection in the received sensor signal or until the maximum number of available algorithms is reached. If it was not possible to determine a number of algorithms which offer sufficient performance for successful event detection in the received sensor signal, it can be output that all available algorithms are to be used for event detection in the sensor signal.
Die Unteransprüche zeigen bevorzugte Weiterbildungen der Erfindung.The subclaims show preferred developments of the invention.
Das Verfahren verwendet dabei insbesondere redundant ausgelegte Algorithmen, die eigerichtet sind das gleiche sensorsignalbezogene Problem (Erkennen eines Ereignisses in einem Sensorsignal) zu lösen, sich jedoch in ihrer Funktionsweise unterscheiden. Die Unterschiede können beispielsweise auf verschiedenen Herangehensweisen bei der Signalauswertung, auf unterschiedlichen verwendeten mathematische Methoden zur Auswertung oder der Auswertung unterschiedlicher Bereiche eines Sensorsignals beruhen. Auch können die Algorithmen eingerichtet sein, die unterschiedliche Sensorsignale, aus denen ein kumuliertes Sensorsignal zusammengesetzt ist, auszuwerten.In particular, the method uses redundantly designed algorithms which are set up to solve the same sensor-signal-related problem (detection of an event in a sensor signal), but which differ in their mode of operation. The differences can be based, for example, on different approaches to signal evaluation, on different mathematical methods used for evaluation or on the evaluation of different areas of a sensor signal. The algorithms can also be set up to evaluate the different sensor signals from which an accumulated sensor signal is composed.
Um das Verfahren weiter zu verbessern, kann eine Vorauswahl stattfinden, welche einen Teilbereich des empfangenen Sensorsignals festlegt. Dies kann beispielsweise dann sinnvoll sein, wenn erkannt werden kann, dass ein für die Erkennung relevantes Ereignis nur in einem Teilbereich des empfangenen Sensorsignals zu erwarten ist. Die Monte-Carlo Simulation des Verfahrens wird dann nur auf den festgelegten Teilbereich des empfangenen Sensorsignals angewendet.In order to improve the method further, a preselection can take place which defines a sub-range of the received sensor signal. This can be useful, for example, if it can be recognized that an event relevant for the recognition is to be expected only in a partial area of the received sensor signal. The Monte Carlo simulation of the method is then only applied to the defined sub-range of the received sensor signal.
Um eine weitere Auswertung des Sensorsignals zu vereinfachen und/oder zu beschleunigen, kann das Sensorsignal in einem Zwischenschritt aufbereitet werden. Handelt es sich bei dem Sensorsignal beispielsweise um ein 2D-Signal, welches von einem optischen Sensor bereitgestellt wird, kann es vor einer Auswertung durch einen Algorithmus oder durch mehrere Algorithmen pixelweise in ein 1D-Signal transformiert werden. Um die Vielzahl integrierter Zeitdauern zu erhalten, wird die Monte-Carlo Simulation auf das aufbereitete Sensorsignal, im hier genannten Beispiel also auf das 1D-Signal, angewendet.In order to simplify and / or accelerate a further evaluation of the sensor signal, the sensor signal can be processed in an intermediate step. If the sensor signal is, for example, a 2D signal that is provided by an optical sensor, it can be transformed into a 1D signal pixel by pixel by an algorithm or by several algorithms before it is evaluated. In order to obtain the large number of integrated time periods, the Monte Carlo simulation is applied to the processed sensor signal, i.e. to the 1D signal in the example mentioned here.
Für das Verfahren können Gruppen von redundanten Algorithmen verwendet werden, die verschiedenste Probleme lösen. Beispielsweise können die Algorithmen eingerichtet sein, aus einem Sensorsignal ein Objekt zu erkennen bzw. zu klassifizieren. Dabei können sie beispielsweise eingerichtet sein, ein Sensorsignal eines optischen Sensors oder mehrerer optischer Sensoren auszuwerten. Eine andere Möglichkeit ist, dass die Algorithmen eingerichtet sind eine Annäherung an ein Objekt zu erkennen. Um dieses Problem zu lösen, könnten die Algorithmen beispielsweise eingerichtet sein, die Sensorsignale von optischen Sensoren, Ultraschall-Sensoren, LIDAR-Sensoren und/oder anderen zur Entfernungsmessung geeigneter Sensoren auszuwerten. In einem weiteren Anwendungsfall können die Algorithmen das Problem der Bestimmung eines Service- bzw. Reparaturzeitpunktes lösen. Je nach hierbei überwachter Vorrichtung können dabei eine Reihe verschiedener Signale ausgewertet werden die von Sensoren bereitgestellt werden, welche die Funktion der betreffenden Vorrichtung überwachen. In einem Beispiel einer Bohrvorrichtung könnten so beispielsweise Sensorwerte ausgewertet werden, die einen Vortrieb, eine Rotationsgeschwindigkeit und/oder eine Erwärmung des Bohrers und/oder weitere mit der Vorrichtung in Beziehung stehende Funktionswerte anzeigen. In einem weiteren möglichen Anwendungsfall können die Algorithmen eingerichtet sein, dass Problem der Bestimmung eines Zeitpunktes zur Auslösung einer Schockabgabe eines Defibrillators zu lösen. Auch in diesem Anwendungsfall können die Sensoren eingerichtet sein das gleiche Sensorsignal mit unterschiedlichen Herangehensweisen auszuwerten oder auch verschiedene Sensorsignale auszuwerten und die Auswerteergebnisse der einzelnen Algorithmen zu kombinieren bis eine erfolgreiche Ereigniserkennung gewährleistet werden kann.Groups of redundant algorithms that solve a wide variety of problems can be used for the method. For example, the algorithms can be set up to recognize or classify an object from a sensor signal. They can be set up, for example, to evaluate a sensor signal from an optical sensor or a plurality of optical sensors. Another possibility is that the algorithms are set up to recognize an approach to an object. In order to solve this problem, the algorithms could be set up, for example, to evaluate the sensor signals from optical sensors, ultrasonic sensors, LIDAR sensors and / or other sensors suitable for distance measurement. In a further application, the algorithms can solve the problem of determining a service or repair time. Depending on the device being monitored here, a number of different signals can be evaluated that are provided by sensors that monitor the function of the device in question. In one example of a drilling device, for example, sensor values could be evaluated which indicate a propulsion, a rotational speed and / or a heating of the drill and / or other function values related to the device. In another possible one In the application, the algorithms can be set up to solve the problem of determining a point in time for triggering a shock delivery from a defibrillator. In this application, too, the sensors can be set up to evaluate the same sensor signal with different approaches or also to evaluate different sensor signals and to combine the evaluation results of the individual algorithms until successful event detection can be guaranteed.
Das erfindungsgemäße Verfahren kann beispielsweise durch ein eingebettetes System ausgeführt werden. Unter einem eingebetteten System versteht der Fachmann ein Rechensystem, welches in einen technischen Kontext eingebunden und speziell an eine bestimmte Aufgabe angepasst ist. Dabei verrichten eingebettete Systeme ihren Dienst oft weitestgehend unsichtbar für einen Benutzer. Eingebettete Systeme sind in der Regel eingerichtet ihren Dienst autonom, also ohne eine Abhängigkeit von anderen Systemen zu verrichten. Im Fall von komplexen Gesamtsystemen kann aber auch eine Vernetzung einer Vielzahl von ansonsten autonomen, eingebetteten Systemen zum Einsatz kommen.The method according to the invention can be carried out, for example, by an embedded system. The person skilled in the art understands an embedded system to be a computing system that is integrated into a technical context and specially adapted to a specific task. Embedded systems often perform their service largely invisible to a user. Embedded systems are usually set up to perform their service autonomously, i.e. without being dependent on other systems. In the case of complex overall systems, however, a network of a large number of otherwise autonomous, embedded systems can also be used.
Das Verfahren kann beispielsweise auch in einer Echtzeitumgebung verwendet werden. Parameter des Verfahrens, wie beispielsweise die Anzahl der Simulationsschritte der Monte-Carlo Simulation und/oder der Umfang der auszuwertenden Sensorsignale können dabei, entsprechend der jeweiligen zeitlichen Bedingungen der Echtzeitumgebung in deren Umfeld das Verfahren zum Einsatz kommt, angepasst werden.The method can also be used in a real-time environment, for example. Parameters of the method, such as the number of simulation steps of the Monte Carlo simulation and / or the scope of the sensor signals to be evaluated, can be adapted according to the respective temporal conditions of the real-time environment in which the method is used.
Das erfindungsgemäße Verfahren kann insbesondere in einem Serienfahrzeug, zum Beispiel durch ein Steuergerät des Fahrzeugs, verwendet werden. Dabei kann das Verfahren insbesondere bei der Umfelddetektion verwendet werden.The method according to the invention can be used in particular in a series vehicle, for example by a control unit of the vehicle. The method can be used in particular for the detection of the surroundings.
Weiter wird eine Vorrichtung zur Ermittlung einer minimalen Anzahl von Algorithmen, welche zur erfolgreichen Ereigniserkennung in einem Sensorsignal verwendet werden sollen, vorgeschlagen. Die Vorrichtung umfasst einen Dateneingang, einen Datenausgang sowie eine Auswerteeinheit. Über den Dateneingang kann die Auswerteeinheit ein Sensorsignal empfangen. Die Auswerteeinheit wendet eine vordefinierte Anzahl von Simulationsschritten einer Monte-Carlo Simulation auf das empfangene Sensorsignal an, um eine Vielzahl integrierter Zeitdauern zu erhalten. Anschließend wird auf Basis der Vielzahl integrierter Zeitdauern eine fraktale Dimension, umfassend eine Rauheit und einen Anstiegswinkel a, berechnet. Diese fraktale Dimension, umfassend die Rauheit und den Anstiegswinkel a, wird auf eine einem ersten Algorithmus zugeordnete Referenz angewendet, um eine Performanz des ersten Algorithmus in Verbindung mit dem empfangenen Sensorsignal bei der Ereigniserkennung in dem empfangenen Sensorsignal zu überprüfen. Das sich daraus ergebende Überprüfungsergebnis kann über den Datenausgang, in Form eines maschinenlesbaren Codes, ausgegeben werden. Ergibt sich aus dem Überprüfungsergebnis, dass die Performanz der Ereigniserkennung des ersten Algorithmus in Verbindung mit dem empfangenen Sensorsignal nicht ausreichend ist, wird die berechnete fraktale Dimension, umfassend die Rauheit und den Anstiegswinkel a, auf eine einem zweiten Algorithmus zugeordnete Referenz angewendet, um eine Performanz des zweiten Algorithmus in Verbindung mit dem empfangenen Sensorsignal bei der Ereigniserkennung in dem empfangenen Sensorsignal zu überprüfen. Auch dieses Überprüfungsergebnis kann über den Datenausgang, in Form eines maschinenlesbaren Codes, ausgegeben werden. Ergibt die Überprüfung, dass die Performanz ausreichend ist, so kann über den Datenausgang, in Form eines maschinenlesbaren Codes, ausgegeben werden, dass für die Ereigniserkennung der erste Algorithmus und der zweite Algorithmus zu verwenden sind. Ergibt das Überprüfungsergebnis, dass auch die Performanz des zweiten Algorithmus nicht ausreichend ist, so wird das Verfahren mit den weiteren zur Verfügung stehenden Algorithmen fortgesetzt bis eine Anzahl von Algorithmen ermittelt werden konnte, welche eine ausreichende Performanz für eine erfolgreiche Ereigniserkennung in dem empfangenen Sensorsignal bietet oder bis die maximale Anzahl der zur Verfügung stehenden Algorithmen erreicht ist. Konnte keine Anzahl von Algorithmen ermittelt werden konnte, welche eine ausreichende Performanz für eine erfolgreiche Ereigniserkennung in dem empfangenen Sensorsignal bieten, so kann über den Datenausgang ausgegeben werden, dass für die Ereigniserkennung in dem Sensorsignal alle zur Verfügung stehenden Algorithmen zu verwenden sind.A device is also proposed for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal. The device comprises a data input, a data output and an evaluation unit. The evaluation unit can receive a sensor signal via the data input. The evaluation unit applies a predefined number of simulation steps of a Monte Carlo simulation to the received sensor signal in order to obtain a large number of integrated time periods. Then a fractal dimension, comprising a roughness and a rise angle α, is calculated on the basis of the large number of integrated time periods. This fractal dimension, including the roughness and the slope angle α, is applied to a reference assigned to a first algorithm in order to check a performance of the first algorithm in connection with the received sensor signal during event detection in the received sensor signal. The result of the check can be output via the data output in the form of a machine-readable code. If the result of the check shows that the performance of the event detection of the first algorithm in connection with the received sensor signal is not sufficient, the calculated fractal dimension, including the roughness and the slope angle α, is applied to a reference assigned to a second algorithm in order to determine a performance to check the second algorithm in connection with the received sensor signal in the event detection in the received sensor signal. This check result can also be output via the data output in the form of a machine-readable code. If the check shows that the performance is sufficient, it can be output via the data output in the form of a machine-readable code that the first algorithm and the second algorithm are to be used for event recognition. If the check result shows that the performance of the second algorithm is also insufficient, the method is continued with the other available algorithms until a number of algorithms can be determined which offers sufficient performance for successful event detection in the received sensor signal or until the maximum number of available algorithms is reached. If it was not possible to determine a number of algorithms which offer sufficient performance for successful event detection in the received sensor signal, it can be output via the data output that all available algorithms are to be used for event detection in the sensor signal.
Weiter kann die Vorrichtung eingerichtet sein, die oben beschriebenen Verfahrensschritte auszuführen.Furthermore, the device can be set up to carry out the method steps described above.
Nachfolgend werden Ausführungsbeispiele der Erfindung unter Bezugnahme auf die begleitende Zeichnung im Detail beschrieben. In der Zeichnung ist:
-
1 ein Flussdiagramm einer Ausführungsform des erfindungsgemäßen Verfahrens, -
2 eine Darstellung eines empfangenen Sensorsignals, -
3 eine Darstellung einer Vielzahl integrierter Zeitdauern als Ergebnis einer Anwendung einer Monte-Carlo Simulation auf Basis des empfangenen Sensorsignals, -
4 eine Darstellung einer Fraktalen Dimension auf Basis der Vielzahl integrierter Zeitdauern sowie eine Darstellung einer einem ersten Algorithmus zugeordneten Referenz und eine Darstellung einer einem zweiten Algorithmus zugeordneten Referenz, und -
5 Eine Ausführungsform der erfindungsgemäßen Vorrichtung in einem Fortbewegungsmittel.
-
1 a flow chart of an embodiment of the method according to the invention, -
2 a representation of a received sensor signal, -
3 a representation of a large number of integrated time periods as a result of an application of a Monte Carlo simulation based on the received sensor signal, -
4th a representation of a fractal dimension based on the large number of integrated time periods and a representation of a reference assigned to a first algorithm and a representation of a reference assigned to a second algorithm, and -
5 An embodiment of the device according to the invention in a means of locomotion.
Ausführungsform der ErfindungEmbodiment of the invention
Claims (10)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020200647.4A DE102020200647A1 (en) | 2020-01-21 | 2020-01-21 | Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020200647.4A DE102020200647A1 (en) | 2020-01-21 | 2020-01-21 | Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020200647A1 true DE102020200647A1 (en) | 2021-07-22 |
Family
ID=76650298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020200647.4A Pending DE102020200647A1 (en) | 2020-01-21 | 2020-01-21 | Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020200647A1 (en) |
-
2020
- 2020-01-21 DE DE102020200647.4A patent/DE102020200647A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015006931B4 (en) | Parking zone detection device and control method thereof | |
DE102017214611B4 (en) | Method for checking a reaction signal of a vehicle component and checking device and motor vehicle | |
DE102014220925A1 (en) | System and device for functional plausibility of sensor data and sensor arrangement with functional plausibility of sensor data | |
DE102018128289A1 (en) | METHOD AND DEVICE FOR AUTONOMOUS SYSTEM PERFORMANCE AND CLASSIFICATION | |
EP3887218A1 (en) | Method for planning a parking process supported by a parking assistance system | |
EP2121417B1 (en) | Method and device for determining a steering angle offset | |
DE4100501A1 (en) | Detecting and identifying faults at sensors for state values - using association matrix giving optimal relationship between characteristic vectors and associated classification vectors | |
AT521724A1 (en) | Method and device for analyzing a sensor data stream and method for driving a vehicle | |
DE102010033213B4 (en) | Method for evaluating signals from an ultrasonic sensor and device for detecting the surroundings | |
EP2081791A1 (en) | Method for scanning the surroundings of a vehicle | |
DE102020200647A1 (en) | Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal | |
WO2018178196A1 (en) | Method for determining a degree-of-damage uncertainty of a motor vehicle | |
WO2020224971A1 (en) | Method for ascertaining measurement values using at least two different measurement methods, and use thereof | |
DE102019216017A1 (en) | Method and device for processing a Doppler range matrix and radar system | |
DE102018129735B4 (en) | Method for determining a functional state of a sensor device for a motor vehicle, wherein an information time is determined, control device and sensor device | |
DE102019218078B4 (en) | Determination of a situation in the environment of a motor vehicle | |
WO2018127328A1 (en) | Determining movement information with environment sensors | |
DE102021202878A1 (en) | Method for determining the range for a LiDAR sensor | |
DE102017120366A1 (en) | Method, apparatus, computer program and computer program product for motion planning of a system | |
WO2021254672A1 (en) | Method, device, computer program, and computer-readable storage medium for determining a neural network and for operating a vehicle | |
EP3757698A1 (en) | Method and device for evaluating and selecting signal comparison metrics | |
EP3655934B1 (en) | Concept for monitoring a parking space | |
DE102019220607A1 (en) | Use of ultrasound-based subsystems for 360 ° environment detection | |
DE10144362A1 (en) | Method and system for detecting a change in the condition of a tire | |
DE102019120651A1 (en) | Pattern recognition using ultrasonic signals for autonomous driving |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: G01D0001000000 Ipc: G06F0017100000 |
|
R016 | Response to examination communication |