DE102021112625A1

DE102021112625A1 - Erleichterung von Steuerungsübergängen zwischen einem Nutzer und einem Fahrzeugsteuerungssystem

Info

Publication number: DE102021112625A1
Application number: DE102021112625.8A
Authority: DE
Inventors: Zahy Bnaya; Asaf Degani; Claudia Goldman-Shenhar
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2020-10-21
Filing date: 2021-05-15
Publication date: 2022-04-21
Also published as: US11738778B2; CN114379579A; US20220119015A1

Abstract

Ein System, um Steuerungsübertragungen zu erleichtern, enthält ein Eingabemodul, das dafür konfiguriert ist, einen Satz von Nutzerpräferenzen zu erfassen, die Steuerungszustände mit Kontexten in Beziehung setzen, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und einen autonomen und/oder teilautonomen Steuerungszustand umfassen. Das System enthält eine Verarbeitungsvorrichtung, die dafür konfiguriert ist, während des Betriebs eines teilautonomen Systems auf Basis des Satzes von Nutzerpräferenzen und eines aktuellen Kontextzustands eine Steuerungsübertragungsrichtlinie (TOC) automatisch zu generieren, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf Aktionen vorschreibt. Die Verarbeitungsvorrichtung ist auch dafür konfiguriert, auf Basis einer von dem Nutzer oder einem Steuerungssystem ausgeführten Aktion zu bestimmen, ob ein Übergang von einem aktuellen Steuerungszustand zu einem zweiten Steuerungszustand durchgeführt werden soll, und als Reaktion auf die TOC-Richtlinie, die den Übergang vorschreibt, einen Übergang vom aktuellen Steuerungszustand zum zweiten Steuerungszustand durchführt.

Description

Einleitung
Die vorliegende Offenbarung bezieht sich auf Übertragungen der Steuerung in einem Fahrzeug.
Autonome und teilautonome Steuerungssysteme werden mehr und mehr verbreitet. Solche Steuerungssysteme können für verschiedene Anwendungen, wie etwa Automobile, Lastwagen, Baumaschinen, Software-Tools, Fertigungsanlagen, Robotik, landwirtschaftliche Geräte, Vorrichtungen für die persönliche Mobilität (z. B. elektrische Rollstühle) und andere vorgesehen werden. In teilautonomen Fahrzeugen kann ein Nutzer (Fahrer) typischerweise zwischen manueller Steuerung und teilautonomer Steuerung umschalten, indem er mit Fahrzeugsystemen z. B. durch Auswählen einer Touchscreen-Option oder einer Taste interagiert. Solche Interaktionen können dazu führen, dass die Aufmerksamkeit des Nutzers abgelenkt wird. Dementsprechend ist es wünschenswert, ein System bereitzustellen, das die Übertragung der Steuerung zwischen einem Nutzer und einem Fahrzeugsteuerungssystem erleichtern kann, während gleichzeitige aktive Nutzerinteraktionen reduziert oder minimiert werden.
Zusammenfassung
In einer beispielhaften Ausführungsform enthält ein System, um Steuerungsübertragungen zwischen einem Nutzer und einem Steuerungssystem zu ermöglichen bzw. zu erleichtern, ein Eingabemodul, das dafür konfiguriert ist, einen Satz von Nutzerpräferenzen zu erfassen, wobei der Satz von Nutzerpräferenzen Steuerungszustände mit Kontexten in Beziehung setzt, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und zumindest einen eines autonomen Steuerungszustand und eines teilautonomen Steuerungszustands umfassen. Das System enthält auch eine Verarbeitungsvorrichtung, die dafür konfiguriert ist, während eines Betriebs eines teilautonomen Systems eine Steuerungsübertragungsrichtlinie (TOC) auf der Grundlage des Satzes von Nutzerpräferenzen und eines aktuellen Kontextzustands automatisch zu erzeugen, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf während des Betriebs durchgeführte Aktionen vorschreibt. Die Verarbeitungsvorrichtung ist auch dafür konfiguriert, auf der Grundlage einer von dem Nutzer oder dem Steuerungssystem durchgeführten Aktion aus Basis der TOC-Richtlinie zu bestimmen, ob ein Übergang von einem aktuellen Steuerungszustand zu einem zweiten Steuerungszustand durchgeführt werden soll, und als Reaktion auf die den Übergang vorschreibende TOC-Richtlinie einen Übergang vom aktuellen Steuerungszustand zum zweiten Steuerungszustand durchzuführen.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Verarbeitungsvorrichtung dafür konfiguriert, auf der Grundlage des Satzes von Nutzerpräferenzen ein Nutzermodell zu erzeugen, wobei das Nutzermodell dafür konfiguriert ist, eine Nutzeraktion vorherzusagen, wenn das Steuerungssystem im aktuellen Kontextzustand arbeitet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale gibt das Nutzermodell eine Wahrscheinlichkeit für einen Übergang in einen Steuerungszustand an, wenn das Steuerungssystem in einem bestimmten Kontextzustand arbeitet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird die TOC-Richtlinie gemäß einem Markov-Entscheidungsprozess (MDP) generiert bzw. erzeugt.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Verarbeitungsvorrichtung ferner dafür konfiguriert, auf der Grundlage des Satzes von Nutzerpräferenzen ein Abschätzen der kognitiven Belastung und/oder der sensorischen Belastung des Nutzers, wenn er mit dem Steuerungssystem interagiert, durchzuführen.
Zusätzlich zu einem oder mehreren der hierin beschriebenen Merkmale umfasst ein Erzeugen der TOC-Richtlinie ein Berechnen einer Reward-Funktion, die mit einer vom Steuerungssystem präsentierten Benachrichtigung verbunden ist, wobei die Reward-Funktion auf der kognitiven Belastung und/oder der sensorischen Belastung basiert, wobei die Verarbeitungsvorrichtung dafür konfiguriert ist, als Reaktion auf einen Wert der Reward-Funktion, der einen ausgewählten Wert überschreitet, dem Nutzer die Benachrichtigung zu präsentieren.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Verarbeitungsvorrichtung ferner dafür konfiguriert, Interaktionsdaten zu erfassen, die Interaktionen zwischen dem Nutzer und dem Steuerungssystem während des Betriebs repräsentieren, eine oder mehrere Aktualisierungen der Nutzerpräferenzen basierend auf den Interaktionsdaten zu bestimmen und das Nutzermodell basierend auf den aktualisierten Präferenzen zu aktualisieren.
In einer beispielhaften Ausführungsform umfasst ein Verfahren zum Erleichtern von Steuerungsübertragungen zwischen einem Nutzer und einem Steuerungssystem ein Erfassen eines Satzes von Nutzerpräferenzen, wobei der Satz von Nutzerpräferenzen Steuerungszustände mit Kontexten in Beziehung setzt, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und zumindest einen eines autonomen oder teilautonomen Steuerungszustands umfassen. Das Verfahren umfasst auch ein automatisches Erzeugen, während des Betriebs eines teilautonomen Systems, einer Steuerungsübertragungsrichtlinie (TOC) auf der Grundlage des Satzes von Nutzerpräferenzen und eines aktuellen Kontextzustands, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf während des Betriebs durchgeführte Aktionen vorschreibt. Das Verfahren umfasst ferner basierend auf einer von dem Nutzer oder dem Steuerungssystem durchgeführten Aktion ein Bestimmen, basierend auf der TOC-Richtlinie, ob ein Übergang von einem aktuellen Steuerungszustand zu einem zweiten Steuerungszustand durchgeführt werden soll, und als Reaktion auf die den Übergang vorschreibende TOC-Richtlinie ein Übergehen vom aktuellen Steuerungszustand zum zweiten Steuerungszustand.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale umfasst das Verfahren ferner ein Erzeugen eines Nutzermodells basierend auf dem Satz von Nutzerpräferenzen, wobei das Nutzermodell dafür konfiguriert ist, eine Nutzeraktion vorherzusagen, wenn das Steuerungssystem im aktuellen Kontextzustand arbeitet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale gibt das Nutzermodell eine Wahrscheinlichkeit für einen Übergang in einen Steuerungszustand an, wenn das Steuerungssystem in einem bestimmten Kontextzustand arbeitet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird die TOC-Richtlinie gemäß einem Markov-Entscheidungsprozess (MDP) erzeugt.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale umfasst das Verfahren ferner, basierend auf dem Satz von Nutzerpräferenzen, ein Abschätzen einer kognitiven Belastung und/oder einer sensorischen Belastung des Nutzers, wenn er mit dem Steuerungssystem interagiert.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale beinhaltet das Erzeugen der TOC-Richtlinie das Berechnen einer Reward-Funktion, die mit einer vom Steuerungssystem präsentierten Benachrichtigung verbunden ist, wobei die Reward-Funktion auf der kognitiven Belastung und/oder der sensorischen Belastung basiert.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale umfasst das Verfahren ferner ein Erfassen von Interaktionsdaten, die Interaktionen zwischen dem Nutzer und dem Steuerungssystem während des Betriebs repräsentieren, ein Bestimmen einer oder mehrerer Aktualisierungen zu den Nutzereinstellungen auf Basis der Interaktionsdaten und ein Aktualisieren des Nutzermodells auf Basis der aktualisierten Präferenzen.
In einer beispielhaften Ausführungsform enthält ein Fahrzeugsteuerungssystem einen Speicher mit computerlesbaren Anweisungen und eine Verarbeitungsvorrichtung zum Ausführen der computerlesbaren Anweisungen, wobei die computerlesbaren Anweisungen die Verarbeitungsvorrichtung steuern, um ein Erfassen eines Satzes von Nutzerpräferenzen durchzuführen, wobei der Satz von Nutzerpräferenzen Steuerungszustände mit Fahrzeugkontexten in Beziehung setzt, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und einen autonomen und/oder teilautonomen Steuerungszustand umfassen. Die Verarbeitungsvorrichtung ist auch dafür konfiguriert, automatisch und während eines Betriebs eines Fahrzeugs durch einen Nutzer eine Steuerungsübertragungsrichtlinie (TOC) auf Basis des Satzes von Nutzerpräferenzen und eines aktuellen Kontextzustands zu erzeugen, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf während des Fahrzeugbetriebs durchgeführte Aktionen vorschreibt. Die Verarbeitungsvorrichtung ist weiter dafür konfiguriert, auf Basis einer von dem Nutzer oder einem Fahrzeugsteuerungssystem durchgeführten Aktion basierend auf der TOC-Richtlinie zu bestimmen, ob ein Übergang von einem aktuellen Steuerungszustand zu einem zweiten Steuerungszustand durchgeführt werden soll, wobei als Reaktion auf die TOC-Richtlinie, die den Übergang vorschreibt, ein Übergang vom aktuellen Steuerungszustand zum zweiten Steuerungszustand erfolgt.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Verarbeitungsvorrichtung ferner dafür konfiguriert, ein Nutzermodell auf der Grundlage des Satzes von Nutzerpräferenzen zu erzeugen, wobei das Nutzermodell dafür konfiguriert ist, eine Nutzeraktion vorherzusagen, wenn sich das Fahrzeug im aktuellen Kontextzustand befindet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale gibt das Nutzermodell eine Wahrscheinlichkeit für einen Übergang in einen Steuerungszustand an, wenn sich das Fahrzeug in einem bestimmten Kontextzustand befindet.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale wird die TOC-Richtlinie gemäß einem Markov-Entscheidungsprozess (MDP) erzeugt.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale ist die Verarbeitungsvorrichtung weiter dafür konfiguriert, auf der Grundlage des Satzes von Nutzerpräferenzen ein Abschätzen zumindest einer kognitiven Belastung und einer sensorischen Belastung eines Nutzers bei der Interaktion mit dem Fahrzeugsteuerungssystem durchzuführen.
Zusätzlich zu einem oder mehreren der hier beschriebenen Merkmale umfasst ein Erzeugen der TOC-Richtlinie ein Berechnen einer Reward-Funktion, die mit einer vom Fahrzeugsteuerungssystem präsentierten Benachrichtigung verbunden ist, wobei die Reward-Funktion auf der kognitiven Belastung und/oder der sensorischen Belastung basiert.
Die obigen Merkmale und Vorteile sowie andere Merkmale und Vorteile der Offenbarung sind aus der folgenden detaillierten Beschreibung leicht ersichtlich, wenn sie in Verbindung mit den begleitenden Zeichnungen genommen werden.
Figurenliste
Weitere Merkmale, Vorteile und Details erscheinen nur beispielhaft in der folgenden ausführlichen Beschreibung, wobei sich die ausführliche Beschreibung auf die Zeichnungen bezieht, in denen:

1 eine Draufsicht auf ein Kraftfahrzeug mit einer Fahrzeugverarbeitungsvorrichtung gemäß einer beispielhaften Ausführungsform ist;
2 ein Computersystem darstellt, das dafür konfiguriert ist, gemäß einer beispielhaften Ausführungsform Operationen in Bezug auf Steuerübertragungen durchzuführen;
3 ein Flussdiagramm ist, das Aspekte eines Verfahrens zum Erzeugen einer Steuerungsübertragungsrichtlinie (TOC), Steuern von Steuerungsübertragungen zwischen einem Nutzer und einem Fahrzeugsteuerungssystem und/oder Aktualisieren der TOC-Richtlinie gemäß einer beispielhaften Ausführungsform darstellt;
4 ein Beispiel für ein Nutzermodell darstellt, wobei das Nutzermodell auf Nutzerpräferenzen basiert, die Fahrzeugkontexte mit bevorzugten Steuerungszuständen in Beziehung setzen, gemäß einer beispielhaften Ausführungsform;
5 ein Beispiel für ein wahrscheinlichkeitstheoretisches bzw. probabilistisches Nutzermodell darstellt, wobei das probabilistische Nutzermodell auf Nutzerpräferenzen basiert, die Fahrzeugkontexte mit bevorzugten Steuerungszuständen in Beziehung setzen, gemäß einer beispielhaften Ausführungsform;
6 ein Beispiel für eine Darstellung einer Übergangsfunktion darstellt, die gemäß einer TOC-Richtlinie erzeugt wird, wobei die Übergangsfunktion Übertragungen der Steuerung zwischen Steuerungszuständen basierend auf dem Fahrzeugkontext und den Nutzerpräferenzen vorschreibt, gemäß einer beispielhaften Ausführungsform;
7 ein Beispiel einer Reward-Funktion darstellt, die gemäß der TOC-Richtlinie von 6 erzeugt wurde, gemäß einer beispielhaften Ausführungsform;
8 eine grafische Darstellung eines Entscheidungsprozessrahmens ist, der dafür konfiguriert ist, zur Erzeugung einer TOC-Richtlinie verwendet werden zu können;
9 ein Flussdiagramm ist, das Aspekte eines Verfahrens zum Erfassen eines Nutzermodells auf Basis von Nutzerpräferenzen und zum Definieren einer TOC-Richtlinie auf Basis des Nutzermodells gemäß einer beispielhaften Ausführungsform darstellt;
10 ein Beispiel für ein Nutzermodell und eine Reward-Funktion, die mit dem Verfahren von 9 erzeugt wurden, gemäß einer beispielhaften Ausführungsform darstellt;
11 ein Flussdiagramm ist, das Aspekte eines Verfahrens zum Steuern von Fahrzeugsteuerungszuständen basierend auf einer TOC-Richtlinie gemäß einer beispielhaften Ausführungsform darstellt;
12 ein Beispiel für ein Verfahren zum Steuern von Fahrzeugsteuerungszuständen für einen ersten Nutzer und zum Benachrichtigen des ersten Nutzers über eine Änderung des Steuerungszustands auf Basis einer Reward-Funktion gemäß einer beispielhaften Ausführungsform darstellt;
13 ein Beispiel für ein Verfahren zum Steuern von Fahrzeugsteuerungszuständen für einen zweiten Nutzer und zum Benachrichtigen des zweiten Nutzers über eine Änderung des Steuerungszustands auf Basis einer Reward-Funktion gemäß einer beispielhaften Ausführungsform darstellt;
14 ein Beispiel für ein Verfahren zum Steuern von Fahrzeugsteuerungszuständen für einen ersten Nutzer und zum Benachrichtigen des ersten Nutzers über eine Änderung des Steuerungszustands auf der Grundlage einer Reward-Funktion gemäß einer beispielhaften Ausführungsform darstellt; und
15 ein Beispiel für ein Verfahren zum Steuern von Fahrzeugsteuerungszuständen für einen zweiten Nutzer und zum Benachrichtigen des zweiten Nutzers über eine Änderung des Steuerungszustands auf Basis einer Reward-Funktion gemäß einer beispielhaften Ausführungsform darstellt.

Detaillierte Beschreibung
Die folgende Beschreibung ist lediglich beispielhaft und soll die vorliegende Offenbarung, ihre Anwendung oder Verwendungen nicht einschränken. Es versteht sich, dass in den Zeichnungen entsprechende Bezugsziffern gleiche oder entsprechende Teile und Merkmale bezeichnen.
Es werden Vorrichtungen, Systeme und Verfahren zur Erleichterung von Steuerübertragungen zwischen einem Nutzer und einem Steuerungssystem eines teilautonomen Systems (SAS) bereitgestellt. Ein SAS kann jede Art von System sein, das sowohl autonome als auch manuelle Steuerungsmöglichkeiten beinhaltet. In einer Ausführungsform ist das SAS ein autonomes oder teilautonomes Fahrzeugsteuerungssystem. Das Fahrzeug kann jede beliebige Art von Fahrzeug sein (z. B. ein Personenwagen. Lastwagen, ein Flugzeug), das über ein gewisses Maß an autonomer Steuerungsfähigkeit verfügt. Das SAS ist nicht so eingeschränkt und kann jede beliebige Art eines teilautonomen Systems sein.
Eine Ausführungsform eines SAS enthält eine Verarbeitungsvorrichtung oder steht mit dieser in Verbindung, die dafür konfiguriert ist, eine Richtlinie für die Übertragung der Steuerung zu formulieren, die vorschreibt, wann und ob die Steuerung des SAS zwischen verschiedenen Steuerungszuständen übertragen wird. Die Richtlinie zur Übertragung der Steuerung kann während des Betriebs eines SAS unter Verwendung eines Entscheidungsprozesses generiert werden, der die Nutzerpräferenzen, die Fähigkeiten des SAS-Steuerungssystems, den Kontext, in dem das SAS arbeitet, und/oder die Kosten der Übertragung der Steuerung (z. B. die kognitive Belastung des Nutzers, um mit dem SAS zu interagieren) berücksichtigt.
Die Verarbeitungsvorrichtung nutzt die Richtlinie für die Steuerungsübertragung, um eine optimale Ausführung von Steuerungsübertragungen (die zeitliche Abfolge von Steuerungsübergangsereignissen) zwischen dem Nutzer und dem SAS-Steuerungssystem für ein vorgegebenes Protokoll der Steuerungsübertragung (wie von der TOC-Richtlinie vorgeschrieben) zu berechnen. Auf diese Weise können Entscheidungen zur Steuerungsübergabe während des Betriebs und basierend auf dem aktuellen SAS- und Nutzerkontext getroffen werden, um den Nutzer von der Bürde, solche Entscheidungen während des Betriebs zu treffen, zu entlasten.
Entscheidungen zur Übertragung der Steuerung können Entscheidungen zur automatischen Übertragung der Steuerung von einem aktuellen Steuerungszustand zu einem vorgeschriebenen Steuerungszustand umfassen. In einer Ausführungsform gibt die Verarbeitungsvorrichtung vor oder gleichzeitig mit einer Übertragung der Steuerung eine Warnung an den Nutzer aus. Die Warnung kann eine Benachrichtigung an den Nutzer sein, dass eine Übertragung der Steuerung stattfindet oder ansteht. In einer Ausführungsform bietet die Verarbeitungsvorrichtung dem Nutzer als Teil der Warnmeldung die Option, die vorgeschriebene Übertragung der Steuerung zu akzeptieren oder abzulehnen.
In einer Ausführungsform wird die TOC-Richtlinie unter Verwendung einer Formulierung eines Steuerungsübertragungsproblems als Entscheidungsprozess erzeugt. Der Entscheidungsprozess kann jede Art von Prozess sein, der imstande ist, eine TOC-Richtlinie auf Grundlage von Nutzerpräferenzen und Nutzer- und SAS-Kontext zu generieren. In einer Ausführungsform ist der Entscheidungsprozess ein Markov-Entscheidungsprozess. Der Markov-Entscheidungsprozess wird verwendet, um eine TOC-Richtlinie basierend auf Nutzerpräferenzen in Bezug darauf, wer die Steuerung hat (das SAS-Steuerungssystem oder der Nutzer), auf Fähigkeiten der Steuerung durch das SAS-Steuerungssystem, Nutzer- und SAS-Kontext und Overhead-Kosten beim Übergang zwischen verschiedenen Zuständen der Steuerung zu berechnen. Eine Reward-Funktion kann als Eingabe für den MDP-Entscheidungsprozess (oder einen anderen geeigneten Entscheidungsprozess) bereitgestellt werden, um die Nutzerzufriedenheit zu erhöhen oder zu maximieren. Die TOC-Richtlinie wird so generiert, dass die TOC-Richtlinie eine vorgegebene Reward-Funktion maximiert, um ein ausreichend hohes Maß an Nutzerzufriedenheit zu erreichen. In einer Ausführungsform schreibt die TOC-Richtlinie eine Art von Benachrichtigung vor, die dem Nutzer bereitgestellt wird, um den Nutzer auf eine Steuerungsübertragung aufmerksam zu machen, die auf Basis der Kosten für den Nutzer (z. B. kognitive Belastung und/oder sensorische Belastung) ausgewählt wird.
Es wird darauf hingewiesen, dass die Nutzerpräferenzen basierend auf Informationen erfasst werden können, die von einem bestimmten Nutzer und/oder von einer Klasse von Personen mit einer gemeinsamen oder ähnlichen Charakteristik (z. B. Alter) bereitgestellt werden. Außerdem können die Nutzerpräferenzen durch Überwachen der Fahrereingaben während des Fahrzeugbetriebs erfasst werden.
In einer Ausführungsform ist die Verarbeitungsvorrichtung dafür konfiguriert, ein Nutzermodell auf Basis der Nutzerpräferenzen zu erstellen. Das Nutzermodell sagt die Steuerungspräferenz des Nutzers unter verschiedenen Kontexten voraus und ermöglicht der Verarbeitungsvorrichtung, vorherzusagen, wie und wann die Steuerung übertragen werden kann, und daraus Steuerungsentscheidungen zu treffen. Das Nutzermodell kann auf von einem Nutzer eingegebenen Nutzerpräferenzen, auf Nutzerpräferenzen von einer Klasse von Nutzern und/oder durch Überwachung von Nutzerinteraktionen mit dem SAS-Steuerungssystem basieren.
Das System kann dafür konfiguriert sein, Aktualisierungen einer TOC-Richtlinie und/oder eines Nutzermodells basierend auf während des Betriebs gesammelten Überwachungsdaten durchzuführen. Die Überwachungsdaten umfassen die Detektion von Nutzereingaben, SAS-Steuerungszuständen und/oder eines Nutzerzustands (z. B. abgelenkt, alarmiert etc.), die verwendet werden können, um das/die Modell(e) zu aktualisieren und Steuerungsübertragungsentscheidungen zu verbessern.
Die hier beschriebenen Ausführungsformen liefern eine Anzahl von Vorteilen. Zum Beispiel ermöglichen die Ausführungsformen automatische Steuerungsübertragungsentscheidungen, die eine Interaktion des Nutzers mit einem Fahrzeug oder anderen SAS-Steuerungssystemen reduzieren oder minimieren und die Möglichkeit einer übermäßigen Ablenkung des Nutzers verringern. Außerdem wägt das System die kognitive Belastung des Nutzers wenn entschieden wird, ob die Steuerung übertragen werden soll, gemäß den Nutzerpräferenzen ab, um sicherzustellen, dass ein Nutzen einer Übertragung der Steuerung die Kosten überwiegt. Die Interaktion über die Steuerung des Systems (welche Seite hat die Kontrolle, wann und wie) ist mit Kosten verbunden, die entweder durch eine optimierte Verhandlungspolitik oder durch den Entwurf eines besseren Protokolls optimiert werden können.
1 zeigt eine Ausführungsform eines Kraftfahrzeugs 10, das eine Fahrzeugkarosserie 12 aufweist, die zumindest teilweise eine Fahrgastzelle 14 definiert. Die Fahrzeugkarosserie 12 trägt auch verschiedene Fahrzeugteilsysteme, einschließlich eines Motorsystems 16 und anderer Teilsysteme, um Funktionen des Motorsystems 16 und anderer Fahrzeugkomponenten wie etwa ein Brems-Teilsystem, ein Lenkungs-Teilsystem, ein Kraftstoffeinspritzungs-Teilsystem, ein Abgas-Teilsystem und andere zu unterstützen.
Das Fahrzeug 10 umfasst auch ein Bordcomputersystem 20, das eine oder mehrere Verarbeitungsvorrichtungen 22 und eine Nutzerschnittstelle 24 enthält. Die Nutzerschnittstelle 24 kann einen Berührungsbildschirm bzw. Touchscreen, ein Spracherkennungssystem und/oder verschiedene Tasten umfassen, die einem Nutzer ermöglichen, mit Funktionen des Fahrzeugs zu interagieren. Die Nutzerschnittstelle 24 kann dafür konfiguriert sein, mit dem Nutzer über visuelle Kommunikation (z. B. Text und/oder grafische Anzeigen), taktile Kommunikation oder Warnungen (z. B. Vibration) und/oder akustische Kommunikation zu interagieren.
Das Bordcomputersystem 20 kann als autonome Fahrzeugsteuerung konfiguriert sein oder die Fähigkeit dazu einschließen. Auf das Bordcomputersystem 20 oder Komponenten des Systems 20, die eine autonome Steuerungsfunktion haben, wird als „Fahrzeugsteuerungssystem“ verwiesen.
2 veranschaulicht Aspekte einer Ausführungsform eines Computersystems 30, das mit dem Bordcomputersystem 20 kommuniziert oder Teil davon ist und das verschiedene Aspekte der hierin beschriebenen Ausführungsformen ausführen kann. Das Computersystem 30 enthält zumindest eine Verarbeitungsvorrichtung 32, die im Allgemeinen einen oder mehrere Prozessoren zum Ausführen von Aspekten der hierin beschriebenen Verfahren umfasst. Das Computersystem 30 kann Teil eines teilautonomen Systems (SAS) sein oder mit diesem in Verbindung stehen. Im Folgenden wird das SAS als Teil des Fahrzeugs 10 beschrieben; das SAS kann jedoch jedes beliebige System sein, das ein gewisses Maß an autonomer Steuerung aufweist (z. B. eine Produktionsanlage, persönliche Mobilitätsvorrichtungen, Baumaschinen etc.).
Die Verarbeitungsvorrichtung 32 kann in das Fahrzeug 10, z. B. als bordeigene Verarbeitungsvorrichtung 22, integriert sein oder kann eine vom Fahrzeug 10 separate Verarbeitungsvorrichtung wie etwa ein Server, ein Personalcomputer oder eine mobile Vorrichtung (z. B. ein Smartphone oder Tablet) sein. Die Verarbeitungsvorrichtung 32 kann dafür konfiguriert sein, Funktionen auszuführen, die das Sammeln von Nutzerpräferenzdaten, das Erzeugen von Richtlinien der Steuerungsübertragung und/oder die Steuerung verschiedener Fahrzeugteilsysteme (z. B. als Teil eines autonomen oder teilautonomen Fahrzeugsteuerungssystems) einschließen.
Die Komponenten des Computersystems 30 schließen die Verarbeitungsvorrichtung 32 (wie etwa einen oder mehrere Prozessoren oder Verarbeitungseinheiten), ein Systemspeicher 34 und einen Bus 36 ein, der verschiedene Systemkomponenten einschließlich des Systemspeichers 34 mit der Verarbeitungsvorrichtung 32 koppelt. Der Systemspeicher 34 kann eine Vielzahl von für das Computersystem lesbaren Medien enthalten. Solche Medien können alle verfügbaren Medien sein, auf die durch die Verarbeitungsvorrichtung 32 zugegriffen werden kann, und umfassen sowohl flüchtige als auch nichtflüchtige Medien, austauschbare und nicht austauschbare Medien.
Der Systemspeicher 34 umfasst beispielsweise einen nichtflüchtigen Speicher 38 wie etwa eine Festplatte, und kann auch einen flüchtigen Speicher 40 wie etwa einen Direktzugriffsspeicher (RAM) und/oder einen Cache-Speicher umfassen. Das Computersystem 30 kann ferner andere austauschbare/nicht austauschbare, flüchtige/nicht flüchtige Computersystem-Speichermedien enthalten.
Der Systemspeicher 34 kann zumindest ein Programmprodukt 42 mit einem Satz (z. B. zumindest einem) von Programmmodulen enthalten, die dafür konfiguriert sind, Funktionen der hierin beschriebenen Ausführungsformen auszuführen. Zum Beispiel speichert der Systemspeicher 34 verschiedene Programmmodule, die im Allgemeinen die Funktionen und/oder Methoden der hier beschriebenen Ausführungsformen ausführen. Ein Eingabemodul 44 kann enthalten sein, um Funktionen auszuführen, die sich auf das Erfassen von Daten einschließlich Nutzerpräferenzdaten, Fahrzeugkontext- und Steuerungszustandsdaten sowie Überwachungsdaten (z. B. Fahrzeugüberwachungsdaten und Nutzerinteraktionsdaten) beziehen. Ein Verarbeitungsmodul 46 kann enthalten sein, um Funktionen auszuführen, die sich auf das Erzeugen von TOC-Richtlinien, das Erstellen von Modellen, das Ausführen von Steuerungsübertragungen und/oder Aktualisieren von TOC-Richtlinien und Modellen beziehen. Wie hierin verwendet bezieht sich der Begriff „Modul“ auf eine Verarbeitungsschaltung, die eine anwendungsspezifische integrierte Schaltung (ASIC), eine elektronische Schaltung, einen Prozessor (gemeinsam, dediziert oder Gruppe) und einen Speicher, der ein oder mehrere Software- oder Firmware-Programme ausführt, eine kombinatorische Logikschaltung und/oder andere geeignete Komponenten enthalten kann, die die beschriebene Funktionalität bereitstellen.
Die Verarbeitungsvorrichtung 32 kann auch mit einer oder mehreren externen Vorrichtungen 48 wie etwa Fahrzeugkomponenten und verschiedenen Steuervorrichtungen wie etwa einem Fahrzeugsteuerungssystem kommunizieren. Die Kommunikation mit verschiedenen Vorrichtungen kann über Input/Output (I/O)-Schnittstellen 50 erfolgen.
Die Verarbeitungsvorrichtung 32 kann auch über einen Netzwerkadapter 54 mit einem oder mehreren Netzwerken 52 wie etwa einem lokalen Netzwerk (LAN), einem allgemeinen Weitverkehrsnetz (WAN) und/oder einem öffentlichen Netzwerk (z. B. dem Internet) kommunizieren. Es versteht sich, dass, obwohl nicht dargestellt, auch andere Hardware- und/oder Softwarekomponenten in Verbindung mit dem Computersystem 30 verwendet werden können. Beispiele schließen einen Mikrocode, Vorrichtungstreiber, redundante Verarbeitungseinheiten, Arrays externer Laufwerke, RAID-Systeme und Datenarchivierungssysteme etc. ein, sind aber nicht darauf beschränkt.
Das Bordcomputersystem 20, das Computersystem 30 und/oder eine andere Verarbeitungsvorrichtung sind/ist dafür konfiguriert, während eines Fahrzeugbetriebs Steuerungsübertragungen zwischen Steuerungszuständen (z. B. von einem Fahrzeugsteuerungssystem zu einem Nutzer, vom Nutzer zum Fahrzeugsteuerungssystem, zwischen Steuerungsübergangszuständen und/oder zwischen Ebenen der autonomen Steuerung) durchzuführen. Die Steuerungsübertragungen können auf eine Steuerungsübertragungsrichtlinie (TOC) gestützt werden, die auf Basis von Nutzerpräferenzen und Fähigkeiten des Fahrzeugsteuerungssystems (z. B. Ebenen des autonomen Betriebs) erzeugt wird. Die TOC-Richtlinie wird bereitgestellt, um das Timing bzw. den Zeitpunkt von Steuerungsübertragungen in Bezug auf Nutzerpräferenzen, Steuerungsfähigkeiten des Fahrzeugsteuerungssystems und die Kosten der Steuerungsübertragung unter verschiedenen Bedingungen und Kontexten zu verbessern oder zu optimieren. Die Richtlinie kann auch das optimale Timing liefern, um einen Nutzer zu benachrichtigen, wann eine Übertragung der Steuerung erforderlich ist oder empfohlen wird, und/oder wenn es für die Fahrzeugsteuerung optimal ist, die Steuerung zu übernehmen. Die Steuerungsrichtlinie ermöglicht der Verarbeitungsvorrichtung, die Steuerung zu übertragen (oder dem Nutzer eine Option zur Übernahme der Steuerung zu bieten), ohne dass eine gleichzeitige aktive Interaktion des Nutzers mit dem Steuerungssystem erforderlich ist.
Die Nutzerpräferenzen können auf vorher vorhandenen (z. B. vom Nutzer vor dem Betrieb des Fahrzeugs bereitgestellten) Nutzerinformationen und/oder auf durch Überwachung der Nutzereingaben während des Betriebs bestimmten Nutzerpräferenzen basieren. Andere Informationsquellen, die zum Bestimmen der Nutzerpräferenzen verwendet werden können, schließen eine Analyse vorheriger Übertragungen von Steuerungsaktionen und eine Analyse von Steuerungsaktionen und/oder Präferenzen für eine Gruppe oder Klasse von Nutzern mit einer gemeinsamen Charakteristik ein.
In einer Ausführungsform werden die Nutzerpräferenzen in ein Nutzermodell integriert, das bevorzugte Steuerungszustände unter verschiedenen Kontexten beschreibt. Das Nutzermodell kann ein probabilistisches Modell sein, das Wahrscheinlichkeitswerte liefert, die die Wahrscheinlichkeit angeben, dass ein Nutzer eine vorgegebene Steuerungsaktion (einen Wechsel zwischen Steuerungszuständen), die in einem bestimmten Kontext vorgegeben ist, bevorzugen würde.
In einer Ausführungsform wird die TOC-Richtlinie unter Verwendung eines automatisierten Entscheidungsalgorithmus oder -prozesses erzeugt, der die Übertragung von Steuerungsaktionen basierend auf Nutzerpräferenzen, Kontexten und Steuerungszuständen vorschreibt. Der Entscheidungsprozess generiert eine TOC-Richtlinie basierend auf Nutzerpräferenzen in Bezug auf den bevorzugten Steuerungszustand des Nutzers in einem gegebenen Kontext (z. B. Stadt oder Land, Nacht oder Tag), Fähigkeiten der Steuerung durch das Fahrzeugsteuerungssystem (verfügbare Steuerungszustände wie vollautonome Steuerung oder teilautonome Steuerung) und Overhead-Kosten beim Übergang zwischen verschiedenen Steuerungszuständen.
Der Entscheidungsprozess kann ein stochastischer und/oder probabilistischer Prozess wie etwa ein Markov-Entscheidungsprozess sein. Obgleich der unten beschriebene Entscheidungsprozess ein Markov-Entscheidungsprozess ist, kann jeder/s beliebige andere geeignete Algorithmus, Modell oder Prozess wie etwa optimale Steuerung, dynamische Programmierung, maschinelles Lernen (überwacht oder nicht überwacht) und andere verwendet werden.
Ein Markov-Entscheidungsprozess (MDP) ist ein zeitdiskreter stochastischer Steuerungsprozess, der einen mathematischen Rahmen zum Modellieren der Entscheidungsfindung unter Bedingungen bereitstellt, bei denen die Ergebnisse teilweise zufällig sind und teilweise unter der Steuerung eines Entscheidungsträgers (des Fahrzeugsystems) stehen.
Eine Ausführungsform des MDP-Prozesses wird durch das Tupel < C, A, T, R̃, S̃>. In dem Tupel ist C ein Satz von Steuerungszuständen, wobei jeder Steuerungszustand einen Fahrzeugzustand definiert, der sich darauf bezieht, welche Instanz (der Nutzer oder das Fahrzeugsteuerungssystem) Aspekte des Fahrzeugbetriebs steuert. Beispiele für Steuerungszustände schließen eine volle Nutzersteuerung, eine vollautonome Steuerung, eine teilautonome Steuerung und eine autonome Steuerung bestimmter Fahrzeugfunktionen (z. B. Bremsen oder Lenken) ein.
A ist eine Menge von vordefinierten Aktionen, die von dem Nutzer oder der Fahrzeugsteuerung ausgeführt werden können. Die Aktionen können als A(A_u, A_m) repräsentiert werden, wobei A_u ein Satz vordefinierter Nutzeraktionen und A_m ein Satz von Fahrzeugsteuerungssystem- (Maschinen-) Aktionen ist. Die vordefinierten Aktionen werden auf Zustände der Steuerung angewendet. Beispiele für Aktionen sind die Übernahme der Steuerung durch den Nutzer, die Übernahme der Steuerung durch das Fahrzeugsteuersystem, das Bestätigen oder Ignorieren einer Kommunikation vom Fahrzeugsteuersystem, das Detektieren von Nutzereingaben und das Ausführen von Steuerungsaktionen durch den Nutzer (z. B. das Betätigen der Bremsen, das Betätigen eines Lenksystems und andere).
T ist eine probabilistische Übergangsfunktion des Wechsels von einem aktuellen Steuerungszustand in einen anderen Steuerungszustand bei gegebener Aktion A. Diese Funktion liefert eine Wahrscheinlichkeit, dass eine Steuerungsaktion A zu einer Änderung um Steuerungszustand führt. R̃ ist eine Reward-Funktion, die einen Wert repräsentiert, den der Nutzer erfährt, wenn das Fahrzeugsteuerungssystem eine Aktion zur Änderung des Steuerungszustands ausführt und/oder wenn das Fahrzeugsteuerungssystem dem Nutzer eine Benachrichtigung präsentiert. Die Reward-Funktion berücksichtigt den „Aufwand“ bzw. die „Kosten“ der Interaktion zwischen Nutzer und Fahrzeugsteuerungssystem (z. B. die kognitive Belastung (wie viel Aufmerksamkeit der Nutzer dem System widmen muss) und die sensorische Belastung (Ausmaß der erforderlichen sensorischen Eingaben)). Die Reward-Funktion schreibt die Art der Benachrichtigung vor, die die kognitive und sensorische Belastung minimiert und/oder den Präferenzen des Nutzers entspricht.
S̃ ist eine Menge von Kontextzuständen, die den relevanten Kontext des Fahrzeugs und des Fahrzeugsteuerungssystems beschreiben. Ein „Kontextzustand“ ist ein beliebiger Zustand oder eine beliebige Bedingung, in dem oder der sich das Fahrzeug befindet und der oder die die Übertragung von Steuerungsentscheidungen beeinflussen kann. Kontextzustände können sich auf Fahrzeugfähigkeiten, Nutzerbedingungen (z. B. ist der Nutzer abgelenkt) und/oder Umgebungsbedingungen beziehen. Beispiele für Kontextzustände schließen die Tageszeit (z. B. Tag oder Nacht), regionale Charakteristiken (z. B. Stadt, Land), Straßentyp (z. B. Autobahn, lokale Straße), Straßenzustand (z. B. asphaltiert oder unbefestigt) und andere ein. Andere Kontextzustände umfassen Fähigkeiten des Fahrzeugsteuerungssystems (z. B. autonom, teilautonom, Manöver wie Einparken und Wendemanöver, die vom Fahrzeugsteuerungssystem durchgeführt werden können).
Jeder Kontextstatus in S̃ enthält Informationen von verschiedenen Quellen. Eine Quelle ist eine Teilmenge der dem Fahrzeugsteuerungssystem zur Verfügung stehenden Funktionen (Umgebungsinformationen, Detektionen, Systemstatusmeldungen etc.), die für die Übertragung der Steuerung relevant sind. Eine andere Quelle ist eine Information über den Zustand des Nutzers (Aufmerksamkeit, Engagement, Fokus, Gesundheit, Stress etc.), der den gewünschten Zustand der Steuerung beeinflusst. Die Informationen über den Nutzerzustand können erfasst werden, indem der Nutzer über eine Kamera oder einen anderen Sensor überwacht wird und die Informationen z. B. unter Verwendung einer Gesichtserkennung und/oder biometrischer Daten analysiert werden. Zu jedem Zeitpunkt t befindet sich das System in einem bestimmten Steuerungszustand c_t und hat einen bestimmten Kontext s̃_t.
Eine Verarbeitungsvorrichtung nutzt den Entscheidungsprozess, um während des Fahrzeugbetriebs eine TOC-Richtlinie zu generieren, die basierend auf dem Kontextstatus, dem Steuerungsstatus und den Nutzerpräferenzen vorschreibt, wie Steuerungsentscheidungen getroffen werden.
3 veranschaulicht Ausführungsformen eines Verfahrens 60 zum Überwachen eines Fahrzeugs während des Betriebs, zum Erzeugen einer TOC-Richtlinie und zum Erleichtern der Übertragung der Steuerung zwischen einem Nutzer und einem Fahrzeugsteuerungssystem. Das Verfahren 60 kann von einem Prozessor oder von Prozessoren durchgeführt werden, der/die in einem Fahrzeug angeordnet ist/sind (z. B. als Bordcomputer wie etwa das Computersystem 20), worauf hier als „Verarbeitungsvorrichtung“ verwiesen wird. Das Verfahren 60 wird in Verbindung mit den Blöcken 61-68 besprochen. Das Verfahren 60 ist nicht auf die Anzahl oder Reihenfolge der Schritt darin beschränkt, da einige durch die Blöcke 61-68 repräsentierten Schritte in einer anderen Reihenfolge als der unten beschriebenen ausgeführt werden können, oder weniger als alle die Schritte ausgeführt werden können.
Das Verfahren 60 wird in Verbindung mit dem Fahrzeug von 1 und einer Verarbeitungsvorrichtung diskutiert, die z. B. das Computersystem 30, der Bordprozessor 22 oder eine Kombination davon sein kann. Es wird besonders zu erwähnen, dass Aspekte des Verfahrens 60 von jeder geeigneten Verarbeitungsvorrichtung oder jedem geeigneten Vorrichtungssystem oder einer Kombination von Verarbeitungsvorrichtungen durchgeführt werden können.
Das Verfahren 60 umfasst drei Teilschritte, die einen ersten Schritt, der vor dem Einsatz (z. B. vor dem Fahrzeugbetrieb oder vor dem Beginn eines Prozesses zum Erzeugen einer TOC-Richtlinie) durchgeführt wird, einen zweiten Schritt zur Verwendung einer TOC-Richtlinie, um Steuerungsentscheidungen zu treffen, und einen dritten Schritt einschließt, der nach dem Einsatz durchgeführt wird, um Nutzermodelle und die TOC-Richtlinie zu aktualisieren. Die erste Stufe wird durch die Blöcke 61-64 repräsentiert, die zweite Stufe wird durch die Blöcke 65 und 66 repräsentiert und die dritte Stufe wird durch die Blöcke 67 und 68 repräsentiert.
Das Verfahren 60 wird in Verbindung mit einem Fahrzeug beschrieben, das ein teilautonomes Steuerungssystem (SAS) aufweist, und wird als „SAS-System“ bezeichnet. Es wird besonders zu erwähnen, dass das Verfahren nicht derart beschränkt ist, da das Verfahren in Fahrzeugen durchgeführt werden kann, die in der Lage sind, verschiedene Steuerungsebenen zu bedienen. Beispiele von Steuerungsebenen sind eine vollständige manuelle Steuerung durch einen Nutzer, eine partielle Steuerung durch den Nutzer (z. B. ist die Lenkung manuell und die Beschleunigung und das Bremsen werden durch ein Fahrzeugsteuerungssystem gesteuert) und eine vollautonome Steuerung.
In Block 61 sammelt die Verarbeitungsvorrichtung Daten über Nutzerpräferenzen bezüglich der Interaktion mit dem Fahrzeugsystem. Die Nutzerpräferenzen zeigen die Präferenz des Nutzers hinsichtlich des Steuerungszustands an, der in verschiedenen Kontexten bevorzugt wird. Eine Nutzerpräferenz kann zum Beispiel sein, das Fahrzeug nachts manuell zu steuern, aber eine autonome Steuerung bei Tageslicht zuzulassen.
Einem Nutzer kann beispielsweise ein Fragebogen oder ein anderes Dokument oder eine Anzeige bereitgestellt werden, die den Nutzer auffordert, Präferenzen bezüglich der Bedingungen oder des Kontexts anzugeben, unter denen oder in dem der Nutzer einen Steuerungszustand vorziehen würde. Ein Nutzer kann beispielsweise bejahende oder ablehnende Antworten zu Präferenzaussagen oder -fragen geben, Präferenzaussagen manuell eingeben oder vordefinierte Aussagen auswählen. Beispiele für Aussagen schließen ein:

„Ich fahre lieber manuell als eingeschaltet bzw. automatisiert
„Ich bin nachts lieber automatisiert, wenn ich auf einer Autobahn fahre“

In einer Ausführungsform kann der Nutzer eine numerische Rangfolge oder eine andere Angabe dazu machen, wie sehr der Nutzer einen Steuerungszustand in einem gegebenen Kontext oder einem Satz von Kontexten bevorzugt. Diese Angabe kann verwendet werden, um Wahrscheinlichkeiten, dass ein Nutzer einen Steuerungszustand wählen würde, zu berechnen.
In Block 62 können Nutzermodelle zur Verwendung in einem Entscheidungsprozess und zur Erstellung von TOC-Richtlinien generiert werden. Ein kognitives Nutzermodell wird für die Vorhersage von Nutzeraktionen basierend auf den Nutzerpräferenzen, dem aktuellen Steuerungszustand und dem Kontext generiert. Diese Informationen werden verwendet, um ein Nutzermodell zu erstellen, das die Steuerungspräferenzen des Nutzers in jedem von einem oder mehreren Kontexten oder Kontextkombinationen in Beziehung setzt. Das Nutzermodell kann durch ein Bayes-Netz, ein neuronales Netz, eine Nachschlagetabelle und/oder eine andere Datenstruktur oder -darstellung dargestellt werden, die die Steuerungspräferenzen des Nutzers unter verschiedenen Kontexten spezifiziert.
Das kognitive Modell kann durch die folgende Wahrscheinlichkeitsfunktion U repräsentiert werden, die eine TOC-Richtlinie beschreibt, die der Nutzer in Bezug auf eine Steuerungsaushandlung erwartungsgemäß nehmen wird. $U : P ({\tilde{A}}_{U} | S, C),$
wobei P die Wahrscheinlichkeit ist, dass ein Nutzer bei einem Steuerungszustand C und einem Kontextzustand S̃ eine Aktion A_u ausführen wird.
4 zeigt ein Beispiel eines Teils eines Nutzermodells 70, das als Bayes-Netz konfiguriert ist, das die Abhängigkeiten von Steuerungszuständen von Kontextzuständen grafisch darstellt. Das Nutzermodell 70 enthält einen Knoten 72, der einen manuellen Steuerungszustand repräsentiert, und die Knoten 74 und 76 Kontextwerte (d. h. Autobahnkontext bzw. einen Nachtkontext) repräsentieren. Dieses Modell 70 sagt voraus, dass sich ein Nutzer für die manuelle Steuerung entscheiden wird, wenn er nachts auf einer Autobahn unterwegs ist.
Ein weiteres Beispiel für das Nutzermodell 70 ist in 5 dargestellt. Das Nutzermodell 70 wird in diesem Beispiel durch eine Nachschlagetabelle (LUT) 78 repräsentiert, die die Wahrscheinlichkeit, dass ein Nutzer von einem automatisierten Steuerungszustand in einen manuellen Steuerungszustand übergeht (d. h. die Steuerung von der Fahrzeugsteuerung übernimmt), gemäß den Nutzerpräferenzen unter verschiedenen Kontextwerten in Beziehung setzt. Die Wahrscheinlichkeit in diesem Beispiel wird als „Prob(takeover)“ bezeichnet und ist die Wahrscheinlichkeit, dass der Steuerungszustand in einen manuellen Steuerungszustand übergeht (der Nutzer hat die Steuerung über das Fahren), wenn der Kontextzustand „Autobahn“ („H“) und „Nacht“ („N“) gegeben ist. Der Kontextstatus „H“ ist wahr („T“), falls sich ein Fahrzeug auf einer Autobahn befindet, und falsch („F“), falls sich ein Fahrzeug nicht auf einer Autobahn befindet. Der Kontextstatus „N“ ist wahr, falls das Fahrzeug nachts in Betrieb ist, und falsch, falls das Fahrzeug nachts nicht in Betrieb ist.
Die LUT 78 ist eine Tabelle bedingter Wahrscheinlichkeiten, die die Wahrscheinlichkeit der Übernahme der Steuerung durch den Nutzer unter Straßen- und Tageszeitbedingungen angibt. Dieses Beispiel repräsentiert einen Nutzer, der es vorzieht, (unabhängig vom Straßenzustand) nachts manuell zu fahren, der es vorzieht, tagsüber auf Autobahnen manuell zu fahren, und der nachts auf Autobahnen die autonome Steuerung bevorzugt.
Zusätzlich kann ein Reward-Modell generiert werden, das die Kosten quantifiziert, die einem Nutzer entstehen, wenn eine Aktion in einem Systemzustand ausgeführt wird. Das Reward-Modell stellt den Wert (eine Benachrichtigung wie ein Blinklicht oder einen anderen visuellen Indikator, eine Reihe von Pieptönen oder einen anderen akustischen Indikator, eine grafische Benachrichtigung, eine Textbenachrichtigung etc.) dar, den ein Nutzer erhält, wenn sich das System zwischen Steuerungszuständen bewegt.
Wieder auf 3 bezugnehmend wird in Block 63 eine TOC-Richtlinie erstellt, indem das Interaktionsproblem als geeigneter Entscheidungsprozess formalisiert wird. In einer Ausführungsform ist der Entscheidungsprozess ein Markov-Entscheidungsprozess (MDP).
In Block 64 wird das MDP-Problem gelöst, um eine TOC-Richtlinie zu generieren.
In Block 65 beginnt die zweite Stufe während des Betriebs des Fahrzeugs. Die TOC-Richtlinie wird basierend auf einem detektierten Steuerungszustand und einem oder mehreren detektierten Kontextzuständen angewendet. Die TOC-Richtlinie schreibt vor, unter welchen Bedingungen und wann der Nutzer oder das Fahrzeugsteuerungssystem die Steuerung übernimmt.
In Block 66 werden während des Betriebs des Fahrzeugs Daten in Bezug auf Nutzerinteraktionen mit dem Fahrzeugsteuerungssystem gesammelt, die genutzt werden können, um die TOC-Richtlinie, den MDP-Prozess und/oder die Nutzermodelle (z. B. des kognitiven Modells und/oder des Belohnungsmodells) zu validieren und/oder zu verbessern.
In den Blöcken 67 und 68 beginnt die dritte Phase, in der die Nutzermodelle und die TOC-Richtlinie ausgewertet werden. Beispielsweise kann in Block 67 das kognitive Modell und/oder das Belohnungsmodell des Nutzers auf Basis einer Detektion einer Nutzerreaktion auf Benachrichtigungen von der Verarbeitungsvorrichtung, einer Überwachung von Nutzereingaben in verschiedenen Kontexten und der anderweitigen Sammlung von Daten, die das Nutzerverhalten in Bezug auf Steuerungsübertragungen angeben, aktualisiert werden. In Block 68 wird die TOC-Richtlinie (z. B. durch Neuberechnen der TOC-Richtlinie basierend auf aktualisierten Nutzermodellen (falls gewünscht)) aktualisiert.
Das Folgende ist ein Beispiel für eine Architektur zum Berechnen einer TOC-Richtlinie unter Verwendung eines MDP-Prozesses. In diesem Beispiel wird der MDP-Prozess durch das Tupel dargestellt: $TOC MDP = <C,A,T, \tilde{R}, \tilde{S} > .$
In diesem Beispiel umfasst der Satz von Zuständen C fünf Steuerungszustände, die als Zustände C1, C2, C3, C4 und C5 bezeichnet sind. Der Steuerungszustand C1 ist ein vollkommen manueller Fahrzustand, C2 ist ein Zustand, in dem das Fahrzeugsteuersystem die Steuerung anfordert, und C3 ist ein partieller manueller Fahrzustand, in dem ein oder mehrere Steuerungsmerkmale (z. B. die Lenkung) manuell gesteuert werden und ein oder mehrere andere Steuerungsmerkmale (z. B. Beschleunigung bzw. Gas und/oder Bremsen) vom Fahrzeugsteuersystem gesteuert werden. Der Steuerungszustand C4 ist ein automatisierter Fahrzustand, und der Steuerungszustand C5 ist ein HandOver bzw. eine Übergabe an den Fahrer.
Der Satz von Aktionen A umfasst einen Satz von Aktionen, die entweder vom Nutzer (A_U) oder von der Maschine (A_M) ausgeführt werden können. In diesem Beispiel umfasst der Satz von Nutzeraktionen Folgendes: $\begin{array}{l} A_{U} = {der Nutzer ignoriert Steuerungsanforderung, der Nutzer stimmt zu, die Steu - \\ erung abzugeben, der Nutzer \ddot{u} bernimmt die Steuerung,Nutzer bremst} \end{array}$
$\begin{array}{l} A_{M} = {das Fahrzeug fordert die Steuerung an, Countdown, \ddot{U} bergabe, Warten auf \\ Nutzereingabe} \end{array}$
T ist die Übergangsfunktion, die die Wahrscheinlichkeit des Übergangs von einem ersten Zustand C_i in einen zweiten Zustand C_j angibt. R̃ ist die Benachrichtigung, die der Nutzer gemäß der Reward-Funktion empfängt, wenn sich das System zwischen dem Zustand C_i und dem Zustand C_j bewegt, während es eine Aktion von Am ausführt.
6 zeigt ein Beispiel einer LUT 90, die eine Übergangsfunktion und eine TOC-Richtlinie darstellt. Die LUT 90 wird auf Basis eines Nutzermodells wie etwa des Modells 70 berechnet. Wie dargestellt ist, liefert die LUT 90 eine Wahrscheinlichkeit Pr(Ci, Cj) eines Übergangs von einem ersten Zustand Ci zu einem zweiten Zustand Cj. „Modell U“ („MU“) bezieht sich auf ein Nutzermodell wie etwa das Modell 90, das Wahrscheinlichkeitswerte liefert, die der Wahrscheinlichkeit entsprechen, dass ein Nutzer einen bestimmten Steuerungszustand bei einem gegebenen Satz von Kontextzuständen wählen würde.
7 zeigt ein Beispiel einer LUT 92, die eine Reward-Funktion R(Ci,A,Cj) darstellt, die einen Reward-Wert (eine Anzeige oder Benachrichtigung) vorschreibt, der verwendet wird, um den Nutzer über eine Übertragung der Steuerung zu informieren. Die Reward-Funktion ist in einer Ausführungsform abhängig von den Kosten, die dem Nutzer durch eine Interaktion mit dem Fahrzeugsteuerungssystem entstehen (z. B. kognitive Belastung, sensorische Belastung), sowie davon, wie sehr der Nutzer bevorzugt, sich in einem bestimmten Steuerungszustand unter einer Reihe von Kontextzuständen zu befinden.
Die Reward-Funktion kann auf Nutzerpräferenzen basieren, die von einem Nutzer (z. B. aus Fragebögen) erfasst wurden, oder basierend auf Kenntnissen über die Präferenzen einer Gruppe oder Klasse von Personen (z. B. wie sehr die Leute eine rot blinkende Taste mögen) angenommen werden.
Zum Beispiel kann ein Nutzer angeben, dass Blinklichter unerwünscht sind (z. B. trägt der Nutzer einn oder stimmt der Aussage zu: „Blinken stört mich generell, aber wenn ich nachts fahre und müde bin, würde ich lieber automatisiert fahren, wenn ich auf einer Autobahn fahren muss“).
8 ist eine grafische Darstellung eines MDP-Entscheidungsrahmens, der einen MDP-Prozess darstellt, der gemäß den Beispielen der 6 und 7 generiert wurde. Der Rahmen stellt die verschiedenen Steuerungszustände grafisch dar und zeigt Aktionen (Au oder Am), die zu einer Übertragung der Steuerung führen können. Obgleich nicht dargestellt kann der MDP-Entscheidungsprozess ein Bestimmen einer Wahrscheinlichkeit, dass eine Aktion zu einem Übergang des Steuerungszustands führt, beinhalten. In diesem Beispiel kann die Aktion des Fahrzeugs, das die Steuerung anfordert, von einer vollständigen manuellen Steuerung (Steuerungszustand C1) den Steuerungszustand in den Zustand C2 überführen. Die Aktion des Nutzers, der der Anforderung zustimmt (Eingabe durch den Fahrer (z. B. durch Drücken einer Taste, Erteilen einer verbalen Anweisung)), kann einen Übergang vom Zustand C2 zum Zustand C4 (automatisiertes Fahren eingeschaltet) veranlassen. Wenn die Aktion darin besteht, dass der Nutzer die Anforderung ignoriert (keine Eingabe durch den Fahrer), kann das MDP wieder in den Zustand C1 übergehen.
Aus dem Zustand des automatisierten Fahrens (C4) kann die Aktion des Nutzers, das Lenkrad zu berühren oder zu bewegen, einen Übergang in den Zustand C3 (partiell manuell) veranlassen. Die Aktion des Nutzers, die Bremse zu betätigen, kann einen Übergang vom Zustand C3 zum Zustand C1 veranlassen. Eine weitere Aktion ist die Angabe, dass das Fahrzeug eingeschränkt ist, was einen Übergang vom Steuerungszustand C4 in einen HandOver- bzw. Übergabe-Zustand (C5) veranlassen kann, in dem das Fahrzeug dabei ist, die volle Steuerung an den Nutzer zu übergeben. Ein Fahrzeug kann eingeschränkt sein, wenn eine Bedingung vorliegt, unter der die volle Funktionalität beeinträchtigt ist oder beeinträchtigt werden kann, oder eine Bedingung, unter der die autonome Steuerung nicht ordnungsgemäß umgesetzt werden kann. Beispielsweise kann das Fahrzeug in seiner Fähigkeit, autonom zu fahren, eingeschränkt sein, falls ein Sensor beeinträchtigt ist (z. B. eine Kameralinse ist verdeckt) oder falls die Straßenbedingungen jenseits der autonomen Fähigkeiten liegen (z. B. kann das Fahrzeug einen Kreisverkehr oder ein anderes Manöver nicht autonom ausführen).
Falls eine Zeitspanne ohne Zustands- bzw. Bedingungsänderung verstreicht (dies wird als eine Aktion betrachtet), kann das Fahrzeugsteuerungssystem in den Zustand C1 übergehen. Die Wahrscheinlichkeit, dass die Änderung als Folge einer Aktion stattfindet, wird durch das Nutzermodell definiert.
9 stellt eine Ausführungsform eines Verfahrens 100 zum Lernen von Nutzermodellen und Definieren einer TOC-Richtlinie dar. Das Verfahren 100 kann Teil des Verfahrens 60 sein. Das Verfahren 100 wird in Verbindung mit Blöcken 101-109 diskutiert. Das Verfahren 100 ist nicht auf die Anzahl oder Reihenfolge der darin enthaltenen Schritte beschränkt, da einige durch die Blöcke 101-109 repräsentierten Schritte in einer anderen Reihenfolge als der unten beschriebenen ausgeführt werden können oder weniger als all die Schritte ausgeführt werden können.
In Block 101 werden Nutzerpräferenzdaten von einem Nutzer (Fahrer) gesammelt. Die Daten können von einem einzelnen Fahrer oder von mehreren Fahrern gesammelt werden.
In Block 102 wird ein Nutzermodell erlernt, das die Präferenzen eines Fahrers hinsichtlich bestimmter Steuerungszustände widerspiegelt. Die Präferenzen des Fahrers werden genutzt, um einen Satz von für die autonome Steuerung oder teilautonome Steuerung relevanten Fahrzeugmerkmalen zu bestimmen.
Basierend auf den Nutzerpräferenzen wird ein Reward-Modell, das die Reward-Funktion R(C,A,C') darstellt, aus den Nutzerpräferenzen erzeugt (Block 103). Die Reward-Funktion schreibt die Art von Benachrichtigung vor, die dem Nutzer bereitgestellt wird, wenn eine Aktion A einen Übergang von einem ersten Steuerungszustand C zu einem zweiten Steuerungszustand C'veranlasst, basierend auf den Nutzerpräferenzen. Außerdem wird ein als kognitives Modell konfiguriertes Nutzermodell erzeugt (Block 104).
In Block 105 bestimmt die Verarbeitungsvorrichtung den Steuerungszustandsraum (verfügbare Steuerungszustände, z. B. Zustände C1-C5) und den Aktionsraum, der die verfügbaren Nutzer- und Maschinenaktionen enthält. Die Übergangsfunktion T wird aus dem kognitiven Modell bestimmt (Block 106), und eine nutzerspezifische Reward-Funktion wird berechnet (Block 107).
In Block 108 wird die TOC-Richtlinie mit der maximalen Belohnung beispielsweise durch einen Wert-Iterationsprozess berechnet. Das Ergebnis ist eine TOC-Funktion π, die eine Aktion spezifiziert, die ein Nutzer ausführen kann, wenn er sich in einem Kontextzustand oder einer Menge von Kontextzuständen befindet (Block 109).
Die Erfassung der Fahrerpräferenzen kann auf verschiedene Weise bewerkstelligt werden. In einer Ausführungsform wird ein Nutzer vom Fahrzeugsystem aufgefordert, Nutzerpräferenzen bereitzustellen bzw. anzugeben. Zum Beispiel kann die Verarbeitungsvorrichtung Fragebögen präsentieren, in denen Kunden gebeten werden, die Wichtigkeit von Kandidatenmerkmalen zu bewerten. Die Bewertung kann genutzt werden, um Wahrscheinlichkeitswerte abzuleiten. Ein Beispiel für einen solchen Fragebogen stellt sich wie folgt dar:

Fragebogen Beispiel: für Fahrpräferenzen über Tageszeit/Verkehr/Straßentyp: Stadt, Überland, Autobahn/Belegung/Ablenkung:
- „Geben Sie Ihre Präferenzen für die Aussage A-K durch Wählen einer Punktzahl an entsprechend:
  1. 1 - Stimme der Aussage überhaupt nicht zu;
  2. 2 - Stimme der Aussage ein wenig zu;
  3. 3 - Ist mir egal (ich habe hier keine klare Präferenz);
  4. 4 - Stimme der Aussage nahezu vollständig zu;
  5. 5 - Stimme mit Aussage voll und ganz zu.''
- „Aussagen A-K“:
  1. A. Zu jeder Zeit und auf allen Straßen ziehe ich es vor, manuell zu fahren und die Kontrolle zu haben;
  2. B. Wenn der Verkehr dicht ist, ziehe ich es vor, manuell zu fahren und die Kontrolle zu haben;
  3. C. Insbesondere nachts ziehe ich es vor, wann immer möglich mich vom Auto automatisch fahren zu lassen;
  4. D. Auf Autobahnen ziehe ich es vor, wann immer möglich mich vom Auto automatisch fahren zu lassen;
  5. E. Wenn ich alleine im Auto bin, ziehe ich es vor, wann immer möglich mich vom Auto automatisch fahren zu lassen;
  6. F. Ich werde sehr abgelenkt, wenn mich eine Taste anblinkt, die mein Eingreifen erfordert;
  7. G. Die Tageszeit ist das wichtigste Merkmal;
  8. H. Die Art der Straße ist für mich bei der Entscheidung, was ich bevorzuge, das wichtigste Merkmal;
  9. I. Der Verkehr ist das wichtigste Merkmal;
  10. J. Die Fahrzeugbelegung bestimmt, was für mich wichtig ist;
  11. K. Beim Fahren abgelenkt zu werden, ist für mich untragbar.''

Bezugnehmend auf 10 werden aus den für jede Aussage erhaltenen Antworten Tabellen 120 und 122 erstellt. Tabelle 120 liefert eine Wahrscheinlichkeit, dass der Steuerungszustand manuell ist, wenn die Kontextzustände „Autobahn“ („H“) und „Nacht“ („N“) gegeben sind. Tabelle 122 ist eine Reward-Funktion, die die Art der dem Nutzer bereitgestellten Benachrichtigung basierend auf den Nutzerpräferenzen vorschreibt. Die Reward-Funktion in diesem Beispiel entspricht einer Blinklicht-Benachrichtigung. Wie aus Tabelle 122 hervorgeht, ist der Reward-Wert für einen Übergang vom Steuerungszustand C1 zu C2 negativ, was widerspiegelt, dass der Fahrer kein Blinklicht bevorzugt, wenn das Fahrzeugsteuerungssystem die Steuerung anfordert. Für die Übergangsfunktion können Maximum-Likelihood-Schätzeinrichtungen verwendet werden.
Die Nutzerpräferenzen können für einen einzelnen Nutzer erfasst werden oder, falls mehrere Nutzer Präferenzdaten bereitstellen, kann die Wahrscheinlichkeit auf einem Anteil der Fahrer, die einen bestimmten Steuerungszustand bevorzugen, gestützt werden. Falls beispielsweise eine ausreichend große Anzahl an Teilnehmern den obigen Fragebogen ausgefüllt hat, kann die Wahrscheinlichkeit auf dem Anteil basieren. Falls 50 % der Nutzer das automatische Fahren auf der Autobahn bevorzugen, dann kann die Wahrscheinlichkeit Pr(Autobahn, Übernahme) auf 0,5 gesetzt werden.
Eine andere Umsetzung des Erlernens von Nutzermodellen beinhaltet das Sammeln von Daten von realen Fahrern und das Erlernen, wann ein Nutzer oder Nutzer Steuerungsaktionen durchführen (z. B. auskuppeln und auf manuelle Steuerung umschalten, autonome Steuerung einschalten). Die Vorhersage dieser Verhaltensweisen eines Nutzers ist abhängig vom Kontext (Arten oder Straßen, Tageszeit, etc.). Eine solche Vorhersage kann durch einen Prozess des maschinellen Lernens oder der künstlichen Intelligenz wie etwa durch Deep Learning und/oder lernende Klassifikatoren erfolgen.
11 zeigt eine Ausführungsform eines Verfahrens 130 zum Ausführen von Steuerungsübertragungen während des Fahrzeugbetriebs unter Verwendung einer TOC-Richtlinie π(C): C-> A, die eine auszuführende Aktion basierend auf einem aktuellen Steuerungszustand vorschreibt. In Block 131 wird der aktuelle Steuerungszustand detektiert und im MDP-Rahmen identifiziert. Unter Anwendung der TOC-Richtlinie (Block 132) wird eine Fahrzeugsteuerungsaktion Am ausgewählt (Block 133). Je nach der Aktion bestimmt die Verarbeitungsvorrichtung, ob die Aktion sofort ausgeführt oder auf eine Nutzeraktion gewartet werden soll (Block 134). Die Verarbeitungsvorrichtung kann dann die Aktion sofort ausführen (Block 135) oder auf eine Aktion des Nutzers warten (Block 136).
Interaktionsdaten können in Block 137 gesammelt und zur Aktualisierung eines Nutzermodells genutzt werden (Block 138). Der MDP-Prozess und die TOC-Richtlinie werden dann auf Basis des aktualisierten Nutzermodells aktualisiert.
In einer Ausführungsform ist die Verarbeitungsvorrichtung dafür konfiguriert, Interaktionsdaten zwischen einem Nutzer und einem Fahrzeugsteuerungssystem zu sammeln und die Interaktionsdaten zu nutzen, um ein bestehendes Nutzermodell zu aktualisieren. Basierend auf dem aktualisierten Nutzermodell werden Aktualisierungen an den Übergangs- und Reward-Funktionen sowie eine Neuberechnung der TOC-Richtlinie durchgeführt.
Zusätzlich zur Detektion von Nutzersteuerungsaktionen und -eingaben zum Aktualisieren des Nutzermodells können die gesammelten Interaktionsdaten Daten enthalten, die den emotionalen und/oder kognitiven Zustand eines Nutzers während des Fahrzeugbetriebsangeben. Die Einbeziehung der Fahrerüberwachung (DMS, emotionaler Zustand) als Faktor beim Bestimmen der Übergabewahrscheinlichkeit (z. B. der Wahrscheinlichkeit, dass eine Person, die (z. B. aufgrund von Trunkenheit, Unaufmerksamkeit, Unaufmerksamkeit, Beschäftigung mit dem Telefon) einen langsamen Blick hat) wird die Steuerung übernehmen. Die Daten der Fahrerüberwachung können von der Übergangsfunktion im MDP-Prozess erfasst werden. Die tatsächliche Bereitschaft oder mangelnde Bereitschaft eines Fahrers, die Steuerung zu übernehmen oder anderweitig einen Steuerungszustand auszuwählen, kann ebenfalls vom Nutzermodell widergespiegelt werden.
In einer Ausführungsform ist die Verarbeitungsvorrichtung dafür konfiguriert, eine TOC-Richtlinie zu entwerfen, indem Richtlinien für zwei (oder mehr) unabhängige TOC-Entwürfe berechnet werden, wobei jeder Kandidat eines TOC-Entwurfs einen eigenen Satz möglicher Aktionen und Übergänge aufweist (zum Beispiel nutzt ein erster Kandidat für einer Richtlinie eine Zeitüberschreitung von 5 Sekunden, um eine Steuerungsanforderung vom Fahrzeug abzubrechen, während ein zweiter Kandidat für eine Richtlinie einen Tastendruck „Abbrechen“ benötigt).
Es werden zwei MDP-Prozesse konstruiert, um die möglichen Kandidatenentwürfe darzustellen. Für jeden MDP-Prozess werden die optimale Richtlinie einer Steuerungsübergabe und die erwartete Reward-/Wert berechnet. Die erwarteten Reward-Werte werden verglichen, und der Kandidatenentwurf mit dem höchsten Wert wird ausgewählt.
Man beachte, dass die Kriterien für eine Wahl eines der TOC-MDP gegenüber dem anderen die durch die jeweiligen Richtlinienlösungen entstehenden Kosten sind. Diese Kosten können Interaktionsfaktoren (wie etwa die Komplexität der Interaktionen, kognitive/sensorische Belastung, Anzahl der Interaktionen etc.) widerspiegeln.
In 12-15 sind Beispiele für das Verfahren 60 und/oder 130 für verschiedene beispielhafte Nutzer dargestellt. Für jedes Beispiel sind ein Nutzermodell und eine Reward-Funktion dargestellt. 12 und 13 veranschaulichen Situationen, in denen ein einem Nutzer bereitgestellter Reward-Wert kontextunabhängig und abhängig von den Interaktionskosten ist. 14 und 15 veranschaulichen Situationen, in denen ein einem Nutzer bereitgestellter Reward sowohl vom Kontext als auch den Interaktionskosten abhängig ist.
Im Beispiel von 12 bevorzugt „Nutzer 1“ im Allgemeinen manuelles Fahren gegenüber einer autonomen Steuerung, zieht es aber vor, manchmal die autonome Steuerung zu nutzen. Das Blinken von einer Nutzerschnittstelle stört den Nutzer 1 nicht sonderlich. Diese Präferenzen werden verwendet, um ein Nutzermodell 140 (LUT) zu erstellen, das die Wahrscheinlichkeit, dass der Nutzer 1 die manuelle Steuerung übernimmt, angibt. Wie gezeigt ist, besteht eine hohe Wahrscheinlichkeit (0,9), dass der Nutzer 1 die Steuerung übernehmen möchte, wenn er nachts auf einer Autobahn fährt. Die Verarbeitungsvorrichtung kann in diesem Beispiel automatisch zu einer manuellen Steuerung übergehen, wenn der Nutzer 1 eine entsprechende Aktion (z. B. Lenken oder Bremsen) ausführt.
Eine Reward-Funktion wird durch das Reward-Modell 142 dargestellt, das widerspiegelt, dass der Nutzer keine starke Präferenz gegenüber Blinklichtern hat. Somit sind die Interaktionskosten für den Nutzer 1 gering, und das Reward-Modell hat einen hohen Reward-Wert, wenn der Steuerungszustand von C4 nach C1 übergeht (Nutzer die manuelle Steuerung übernimmt). Daher wird die Verarbeitungsvorrichtung eine Blinklichtbenachrichtigung präsentieren.
Im Beispiel von 13 bevorzugt ein „Nutzer 2“ die meiste Zeit die autonome Steuerung und zieht es gelegentlich vor, manuell zu fahren. Das Blinken von einer Nutzeroberfläche stört den Nutzer 2. Diese Präferenzen werden verwendet, um ein Nutzermodell 150 zu erstellen, das die Wahrscheinlichkeit, dass der Nutzer 2 die manuelle Steuerung übernimmt, angibt. Wie gezeigt ist, besteht eine geringe Wahrscheinlichkeit (0,1), dass der Nutzer 2, wenn er nachts auf einer Autobahn fährt, die Steuerung übernehmen möchte. Die Verarbeitungsvorrichtung in diesem Beispiel ändert daher die Steuerungszustände nicht als Reaktion auf die gleiche, von Nutzer 2 ausgeführte Aktion (z. B. Bewegen des Lenkrads oder Betätigen der Bremsen). Ein Reward-Modell 152 spiegelt wider, dass der Nutzer nicht durch Blinklichter benachrichtigt werden möchte. Folglich sind die Interaktionskosten für den Nutzer 2 hoch, und das Reward-Modell hat einen niedrigen Reward-Wert. Somit wird die Verarbeitungsvorrichtung keine Blinklichtbenachrichtigung anzeigen, es sei denn, es liegen andere Bedingungen vor (z. B. der Nutzer 2 ist abgelenkt).
Im Beispiel von 14 hängt der Reward sowohl von den Interaktionskosten als auch vom Kontext ab. Der Nutzer 1 bevorzugt das manuelle Fahren gegenüber der autonomen Steuerung und zieht es vor, bei Nacht auf einer Autobahn sportlicher zu fahren. In diesem Beispiel basiert der Reward sowohl auf dem Kontext (Autobahn und Nacht) als auch auf den Reward-Präferenzen des Nutzers. Der Kontext wird hier höher gewichtet als die Interaktionskosten, und folglich enthält das Reward-Modell 142 verglichen mit dem Beispiel von 12 einen höheren Reward-Wert beim Übergang von C4 zu C1.
Im Beispiel von 15 zieht es der Nutzer 2 vor, tagsüber auf Kommunalstraßen manuell zu fahren, und bevorzugt eine autonome Steuerung bei Nacht, wenn er auf einer Autobahn unterwegs ist. Wieder basiert der Reward sowohl auf dem Kontext (Autobahn und Nacht) als auch auf den Reward-Präferenzen des Nutzers.
Obwohl hierin Ausführungsformen in Bezug auf teilautonome Fahrzeuge wie etwa Personenfahrzeuge (z. B. Pkws und Lkws) beschrieben sind, sind die Ausführungsformen nicht so beschränkt und können auf jedes Transport- oder andere System angewendet werden, das eine autonome oder teilautonome Funktionalität aufweist. Beispiele solcher Systeme sind teilautonome Transportsysteme (z. B. teilautonome Fahrzeuge, Flugzeuge, Züge etc.), Fahrzeuge für die persönliche Mobilität (z. B. Rollstühle, Gehhilfen etc.), teilautonome Rettungsdienste mit sowohl automatisierten (z. B. Roboter-) Operatoren als auch menschlichen Anwendern und Systeme, die menschliche und automatisierte Anwender bzw. Operatoren aufweisen (z. B. Landwirtschaft, Industrie, Fertigung, persönliche Assistenten etc.).
Obwohl die obige Offenbarung unter Bezugnahme auf beispielhafte Ausführungsformen beschrieben wurde, versteht der Fachmann, dass verschiedene Änderungen vorgenommen und Äquivalente durch Elemente davon ersetzt werden können, ohne von deren Umfang abzuweichen. Außerdem können viele Modifikationen vorgenommen werden, um eine bestimmte Situation oder ein bestimmtes Material an die Lehren der Offenbarung anzupassen, ohne vom wesentlichen Umfang der Offenbarung abzuweichen. Daher soll die vorliegende Offenbarung nicht auf die besonderen, offenbarten Ausführungsformen beschränkt sein, sondern alle Ausführungsformen einschließen, die in deren Umfang fallen.

Claims

System zum Erleichtern von Steuerübertragungen zwischen einem Nutzer und einem Steuerungssystem, aufweisend: ein Eingabemodul, das dafür konfiguriert ist, einen Satz von Nutzerpräferenzen zu erfassen, wobei der Satz von Nutzerpräferenzen Steuerungszustände mit Kontexten in Beziehung setzt, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und zumindest einen eines autonomen oder eines teilautonomen Steuerungszustands umfassen; und eine Verarbeitungsvorrichtung, die dafür konfiguriert ist, während des Betriebs eines teilautonomen Systems automatisch auszuführen: ein Generieren einer Steuerungsübertragungsrichtlinie (TOC) basierend auf dem Satz von Nutzerpräferenzen und einem aktuellen Kontextzustand, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf während der Operation durchgeführte Aktionen vorschreibt; basierend auf einer von dem Nutzer oder dem Steuerungssystem durchgeführten Aktion, ein Bestimmen, auf Basis der TOC-Richtlinie, ob ein Übergang von einem aktuellen Steuerungszustand in einen zweiten Steuerungszustand durchgeführt werden soll; und als Reaktion auf die TOC-Richtlinie, die den Übergang vorschreibt, einen Übergang vom aktuellen Steuerungszustand in den zweiten Steuerungszustand.
System nach Anspruch 1, wobei die Verarbeitungsvorrichtung dafür konfiguriert ist, ein Nutzermodell auf Basis des Satzes von Nutzerpräferenzen zu erzeugen, wobei das Nutzermodell dafür konfiguriert ist, eine Nutzeraktion vorherzusagen, wenn das Steuerungssystem im aktuellen Kontextzustand arbeitet.
System nach Anspruch 2, wobei das Nutzermodell eine Wahrscheinlichkeit eines Übergangs in einen Steuerungszustand, wenn das Steuerungssystem in einem gegebenen Kontextzustand arbeitet, angibt.
System nach Anspruch 1, wobei die TOC-Richtlinie gemäß einem Markov-Entscheidungsprozess (MDP) erzeugt wird.
System nach Anspruch 1, wobei die Verarbeitungsvorrichtung ferner dafür konfiguriert ist, auf Basis des Satzes von Nutzerpräferenzen eine Abschätzung zumindest einer kognitiven Belastung und einer sensorischen Belastung des Nutzers, wenn er mit dem Steuerungssystem interagiert, durchzuführen.
System nach Anspruch 5, wobei das Generieren der TOC-Richtlinie ein Berechnen einer Reward-Funktion einschließt, die mit einer vom Steuerungssystem präsentierten Benachrichtigung verbunden ist, wobei die Reward-Funktion auf der kognitiven Belastung und/oder der sensorischen Belastung basiert, wobei die Verarbeitungsvorrichtung dafür konfiguriert ist, dem Nutzer als Reaktion auf einen Wert der Reward-Funktion, der einen ausgewählten Wert überschreitet, die Benachrichtigung zu präsentieren.
System nach Anspruch 2, wobei die Verarbeitungsvorrichtung ferner dafür konfiguriert ist, Interaktionsdaten zu erfassen, die Interaktionen zwischen dem Nutzer und dem Steuerungssystem während des Betriebs repräsentieren, eine oder mehrere Aktualisierungen an den Nutzerpräferenzen basierend auf den Interaktionsdaten zu bestimmen und das Nutzermodell basierend auf den aktualisierten Präferenzen zu aktualisieren.
Verfahren zum Erleichtern von Steuerübertragungen zwischen einem Nutzer und einem Steuerungssystem, aufweisend: ein Erfassen eines Satzes von Nutzerpräferenzen, wobei der Satz von Nutzerpräferenzen Steuerungszustände mit Kontexten in Beziehung setzt, wobei die Steuerungszustände zumindest einen manuellen Steuerungszustand und zumindest einen eines autonomen oder teilautonomen Steuerungszustands umfassen; ein automatisches, während des Betriebs eines teilautonomen Systems, Generieren einer Steuerungsübertragungsrichtlinie (TOC) auf Basis des Satzes von Nutzerpräferenzen und eines aktuellen Kontextzustands, wobei die TOC-Richtlinie Übergänge zwischen Steuerungszuständen als Reaktion auf während des Betriebs durchgeführte Aktionen vorschreibt; basierend auf einer von dem Nutzer oder dem Steuerungssystem durchgeführten Aktion, ein Bestimmen, auf Basis der TOC-Richtlinie, ob ein Übergang von einem aktuellen Steuerungszustand zu einem zweiten Steuerungszustand durchgeführt werden soll; und als Reaktion auf die TOC-Richtlinie, die den Übergang vorschreibt, ein Übergehen vom aktuellen Steuerungszustand zum zweiten Steuerungszustand.
Verfahren nach Anspruch 8, ferner aufweisend ein Erzeugen eines Nutzermodells auf Basis des Satzes von Nutzerpräferenzen, wobei das Nutzermodell dafür konfiguriert ist, eine Nutzeraktion vorherzusagen, wenn das Steuerungssystem im aktuellen Kontextzustand arbeitet, wobei das Nutzermodell eine Wahrscheinlichkeit eines Übergangs zu einem Steuerungszustand angibt, wenn das Steuerungssystem in einem gegebenen Kontextzustand arbeitet.
Verfahren nach Anspruch 8, ferner aufweisend, basierend auf dem Satz von Nutzerpräferenzen, ein Abschätzen einer kognitiven Belastung und/oder einer sensorischen Belastung des Nutzers, wenn er mit dem Steuerungssystem interagiert, wobei ein Generieren der TOC-Richtlinie ein Berechnen einer mit einer von dem Steuerungssystem präsentierten Benachrichtigung verbundenen Reward-Funktion einschließt, wobei die Reward-Funktion auf der kognitiven Belastung und/oder der sensorischen Belastung basiert.