DE102020200647A1

DE102020200647A1 - Method for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal

Info

Publication number: DE102020200647A1
Application number: DE102020200647.4A
Authority: DE
Inventors: Peter Bakucz; Balazs Leidecker
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2020-01-21
Filing date: 2020-01-21
Publication date: 2021-07-22

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.

In contrast, the method according to the invention offers the advantage that a minimum number of algorithms can be determined from a large number of algorithms available for event recognition, which are required for successful event recognition in a sensor signal. In this way, the number of algorithms used for signal evaluation can be reduced without jeopardizing successful event detection. In this way, the required computing time, the required energy requirement and / or the required hardware resources can be reduced. The available redundant algorithms are known and a reference with regard to its mode of operation is also known for each of the algorithms. This reference includes, in particular, a fractal dimension, including a roughness and a rise angle α, a plurality of integrated time periods for the evaluation of a sensor signal with the respective algorithm. The procedure consists of the following steps:

- 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.

Exemplary embodiments of the invention are described in detail below with reference to the accompanying drawings. In the drawing is:

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

1 zeigt ein Flussdiagramm 100 einer Ausführungsform des erfindungsgemäßen Verfahrens. In einem ersten Schritt 110 wird ein 2D-Sensorsignal, beispielsweise von einem optischen Sensor 800, wie einer Kamera, eines Fortbewegungsmittels 700 empfangen, auf Basis dessen eine Ereigniserkennung durchgeführt werden soll. In einem zweiten Schritt 120 wird das empfangene 2D-Sensorsignal pixelweise in ein 1D-Sensorsignal transformiert. Anschließend wird in Schritt 130 eine vordefinierte Anzahl von Simulationsschritten einer Monte-Carlo Simulation auf das 1D-Sensorsignal angewendet um eine Vielzahl integrierter Zeitdauern 300 zu erhalten. Auf Basis der Vielzahl integrierter Zeitdauern 300 wird in Schritt 140 eine fraktale Dimension 400, umfassend eine Rauheit und einen Anstiegswinkel a, berechnet. In Schritt 150 wird die berechnete fraktale Dimension 400, umfassend die Rauheit und den Anstiegswinkel a, auf eine einem ersten Algorithmus zugeordnete Referenz 500 angewendet, um eine Performanz des ersten Algorithmus in Verbindung mit dem 1D-Sensorsignal zu überprüfen. Ist die Performanz des ersten Algorithmus ausreichend, wird ausgegeben, dass der erste Algorithmus mit dem 1D-Sensorsignal verwendet werden soll. Wird die Performanz des ersten Algorithmus als nicht ausreichend erachtet, wird in Schritt 160 die fraktale Dimension 400, umfassend die Rauheit und den Anstiegswinkel a, auf eine einem zweiten Algorithmus zugeordnete Referenz 600 angewendet, um eine Performanz des zweiten Algorithmus in Verbindung mit dem 1D-Sensorsignal zu überprüfen. Ist die Performanz des ersten Algorithmus ausreichend, wird ausgegeben, dass der erste Algorithmus und der zweite Algorithmus mit dem 1D-Sensorsignal verwendet werden soll. Wird auch die Performanz des zweiten Algorithmus als nicht ausreichend erachtet, so wird das Verfahren so lange fortgesetzt, bis alle zur Verfügung stehenden Algorithmen überprüft wurden. Ergibt keine der Überprüfungen das die Performanz als ausreichend angesehen wird, wird ausgegeben, dass alle zur Verfügung stehenden Algorithmen für die Ereigniserkennung in dem 1D-Sensorsignal verwendet werden. 1 shows a flow chart 100 an embodiment of the method according to the invention. In a first step 110 becomes a 2D sensor signal, for example from an optical sensor 800 like a camera, a means of locomotion 700 received, on the basis of which an event detection is to be carried out. In a second step 120 the received 2D sensor signal is transformed into a 1D sensor signal pixel by pixel. Then in step 130 a predefined number of simulation steps of a Monte Carlo simulation applied to the 1D sensor signal for a large number of integrated time periods 300 to obtain. On the basis of the large number of integrated time periods 300 will be in step 140 a fractal dimension 400 comprising a roughness and a rise angle α. In step 150 becomes the calculated fractal dimension 400 , comprising the roughness and the slope angle α, to a reference assigned to a first algorithm 500 used to check a performance of the first algorithm in connection with the 1D sensor signal. If the performance of the first algorithm is sufficient, it is output that the first algorithm should be used with the 1D sensor signal. If the performance of the first algorithm is considered insufficient, step 160 the fractal dimension 400 , comprising the roughness and the slope angle α, to a reference assigned to a second algorithm 600 used to check a performance of the second algorithm in connection with the 1D sensor signal. If the performance of the first algorithm is sufficient, it is output that the first algorithm and the second algorithm should be used with the 1D sensor signal. If the performance of the second algorithm is also deemed to be insufficient, the method is continued until all available algorithms have been checked. If none of the checks shows that the performance is considered to be sufficient, it is output that all available algorithms are used for event detection in the 1D sensor signal.

2 zeigt eine Darstellung eines Zeitverlaufs eines empfangenen Sensorsignals 200. Auf Basis dieses empfangenen Sensorsignals wird eine vordefinierte Anzahl von Simulationsschritten einer Monte-Carlo Simulation durchgeführt. Als Ergebnis der Monte-Carlo Simulation wird eine Vielzahl integrierter Zeitdauern 300 erhalten. 2 shows an illustration of a time curve of a received sensor signal 200 . On the basis of this received sensor signal, a predefined number of simulation steps of a Monte Carlo simulation is carried out. As a result of the Monte Carlo simulation, a large number of integrated time periods 300 receive.

3 zeigt eine Darstellung einer Vielzahl integrierter Zeitdauern 300, wie sie als Ergebnis einer Anwendung einer Monte-Carlo Simulation auf Basis des erfassten Sensorsignals 200 erhalten wird. Ausgehend von der Vielzahl integrierter Zeitdauern 300 wird eine fraktale Dimension 400 berechnet. 3 shows a representation of a plurality of integrated time periods 300 as it is the result of an application of a Monte Carlo simulation based on the recorded sensor signal 200 is obtained. Based on the large number of integrated time periods 300 becomes a fractal dimension 400 calculated.

4 zeigt eine Darstellung einer fraktalen Dimension 400, welche auf Basis der Vielzahl integrierter Zeitdauern 300 berechnet wurde. Die integrierte Gerade der dargestellten fraktalen Dimension 400 besitzt sowohl eine Rauheit, also auch einen Anstiegswinkel a. Weiter zeigt 4 eine Darstellung einer einem ersten Algorithmus zugeordneten Referenz 500 sowie eine Darstellung einer einem zweiten Algorithmus zugeordneten Referenz 600. Die integrierten Geraden beide Referenzen besitzen ebenfalls je eine Rauheit sowie einen Anstiegswinkel a. Um eine Performanz des ersten Algorithmus in Verbindung mit dem Sensorsignal 200 zu überprüfen, wird in einem Schritt des Verfahrens wird die fraktale Dimension 400 auf die dem ersten Algorithmus zugeordnete Referenz 500 angewendet. Dabei wird auch die Rauheit der integrierten geraden und/oder der Anstiegswinkel a überprüft. Ergibt die Überprüfung, dass die Performanz des ersten Algorithmus in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in einem Sensorsignal ausreichend ist, wird ausgegeben, dass der erste Algorithmus für die Auswertung des Sensorsignals 200 verwendet werden soll. Ergibt die Überprüfung, dass die Performanz des ersten Algorithmus in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in einem Sensorsignal nicht ausreichend ist, so wird die fraktale Dimension 400 auf die dem zweiten Algorithmus zugeordnete Referenz 600 angewendet. Ergibt die Überprüfung, dass die Performanz des zweiten Algorithmus in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in einem Sensorsignal ausreichend ist, wird ausgegeben, dass der erste Algorithmus und der zweite Algorithmus für die Auswertung des Sensorsignals 200 verwendet werden sollen. Ergibt die Überprüfung, dass die Performanz des zweiten Algorithmus in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in einem Sensorsignal nicht ausreichend ist und stehen noch weitere Algorithmen zur Verfügung, wird die Überprüfung der Performanz der zur Verfügung stehenden Algorithmen fortgesetzt bis die Überprüfung ergibt, dass eine Performanz in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in einem Sensorsignal ausreichend ist oder, bis die Performanz aller zur Verfügung stehender Algorithmen überprüft wurde. Konnte keine Anzahl von Algorithmen ermittelt werden, deren Performanz in Verbindung mit dem Sensorsignal 200 für eine erfolgreiche Ereigniserkennung in dem Sensorsignal 200 ausreichend ist, wird ausgegeben, dass alle zur Verfügung stehenden Algorithmen für eine Ereigniserkennung in dem Sensorsignal 200verwendet werden sollen. 4th shows a representation of a fractal dimension 400 , which are based on the large number of integrated time periods 300 was calculated. The integrated straight line of the fractal dimension shown 400 has a roughness as well as a rise angle a. Next shows 4th a representation of a reference assigned to a first algorithm 500 and a representation of a reference assigned to a second algorithm 600 . The integrated straight lines of both references also each have a roughness and a slope angle a. About the performance of the first algorithm in connection with the sensor signal 200 To be checked, one step of the procedure will be the fractal dimension 400 to the reference assigned to the first algorithm 500 applied. The roughness of the integrated straight and / or the slope angle a is also checked. If the check shows that the performance of the first algorithm in connection with the sensor signal 200 is sufficient for successful event detection in a sensor signal, it is output that the first algorithm for the evaluation of the sensor signal 200 should be used. If the check shows that the performance of the first algorithm in connection with the sensor signal 200 is not sufficient for successful event detection in a sensor signal, the fractal dimension becomes 400 to the reference assigned to the second algorithm 600 applied. If the check shows that the performance of the second algorithm in connection with the sensor signal 200 is sufficient for successful event detection in a sensor signal, it is output that the first algorithm and the second algorithm for the evaluation of the sensor signal 200 should be used. If the check shows that the performance of the second algorithm in connection with the sensor signal 200 is not sufficient for successful event detection in a sensor signal and if further algorithms are available, the check of the performance of the available algorithms is continued until the check shows that there is a performance in connection with the sensor signal 200 is sufficient for successful event detection in a sensor signal or until the performance of all available algorithms has been checked. It was not possible to determine a number of algorithms, their performance in connection with the sensor signal 200 for successful event detection in the sensor signal 200 is sufficient, it is output that all available algorithms are to be used for event detection in the sensor signal 200.

5 zeigt eine Ausführungsform, in welcher eine erfindungsgemäße Vorrichtung 900 in einem Fortbewegungsmittel 700 angeordnet ist. Die Vorrichtung 900 ist dabei mit einem optischen Sensor in Form einer Kamera 800 verbunden. Von der Kamera 800 erfasste Sensordaten werden an die Vorrichtung 900 übertragen und über einen Dateneingang von der Auswerteeinheit empfangen. Anschließend kann die Vorrichtung eine minimale Anzahl von Algorithmen ermitteln, welche zur erfolgreichen Ereigniserkennung in dem Sensorsignal 200 verwendet werden sollen. 5 shows an embodiment in which a device according to the invention 900 in a means of transportation 700 is arranged. The device 900 is with an optical sensor in the form of a camera 800 connected. From the camera 800 sensed sensor data are sent to the device 900 transmitted and received by the evaluation unit via a data input. The device can then determine a minimum number of algorithms which are necessary for successful event detection in the sensor signal 200 should be used.

Claims

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 to the sensor signal (200) to obtain a large number of integrated time periods (300), • Calculating (140) a fractal dimension (400), including a roughness and a rise angle (a), of the large number 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, • 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 a second algorithm for checking a performance of the second algorithm in conjunction with the Sensor signal (200).

Procedure according to Claim 1 , wherein the first algorithm and the second algorithm solve the same problem, but differ in a way of functioning.

Method according to one of the preceding claims, wherein the Monte Carlo simulation is only applied to part of the sensor signal (200).

Method according to one of the preceding claims, wherein, if the sensor signal is a 2D sensor signal, the sensor signal is transformed into a 1D sensor signal and the Monte Carlo simulation is applied to the 1D sensor signal.

Method according to one of the preceding claims, wherein the first algorithm and the second algorithm solve the problem of object recognition, recognition of an approach to an object, determination of a service time or repair time or determination of a time for triggering a shock delivery.

Method according to one of the preceding claims, wherein the method is carried out by an embedded system.

A method according to any preceding claim, wherein the method is used in a real-time environment.

Method according to one of the preceding claims, the method being used in a series vehicle, in particular for detecting the surroundings.

Device (900) for determining a minimum number of algorithms which are to be used for successful event detection in a sensor signal (200), comprising: • a data input, • a data output, and • an evaluation unit; wherein the device is set up: • to receive a sensor signal (200) via the data input, • apply a predefined number of simulation steps of a Monte Carlo simulation to the sensor signal (200) in order to obtain a large number of integrated time periods (300), • to calculate a fractal dimension (400), comprising a roughness and a rise angle (a), of the plurality of integrated time periods (300), • to apply a fractal dimension (400), 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, • Depending on a result of the check, the fractal dimension (400), including the roughness and the slope angle (a), to a reference (600) assigned to a second algorithm for checking a performance of the second algorithm in connection with the sensor signal (200) apply.

Device according to Claim 9 , wherein the device (900) is further set up, the method steps according to one of Claims 1 until 8th to execute.