-
Die Erfindung betrifft ein Verfahren zum Ausführen einer Funktion eines Fahrzeugs. Die Erfindung betrifft ferner ein computerlesbares Medium zum Ausführen einer Funktion eines Fahrzeugs, ein System zum Ausführen einer Funktion eines Fahrzeugs, sowie ein Fahrzeug umfassend das System zum Ausführen einer Funktion eines Fahrzeugs.
-
Aus dem Stand der Technik sind Verfahren bekannt, die eine Treffergenauigkeit, engl. accuracy, einer prädizierten Abfahrtszeit maximieren. Die prädizierte Abfahrtzeit entspricht dadurch möglichst häufig einer tatsächlichen Abfahrtzeit. Weiter ist aus dem Stand der Technik bekannt, mit jeder prädizierten Abfahrtszeit eine Aktion zu verknüpfen und/oder auszuführen.
-
Es ist daher eine Aufgabe der Erfindung, ein Ausführen einer Funktion des Fahrzeugs effizient zu verbessern. Insbesondere ist eine Aufgabe der Erfindung, ein Prädizieren eines Beginns einer nächsten Fahrt mit dem Fahrzeug und das Ausführen einer Funktion des Fahrzeugs in Abhängigkeit des Beginns der nächsten Fahrt mit dem Fahrzeug effizient zu verbessern.
-
Gelöst wird diese Aufgabe durch die Merkmale der unabhängigen Ansprüche. Vorteilhafte Ausgestaltungen und Weiterbildungen der Erfindung ergeben sich aus den abhängigen Ansprüchen.
-
Gemäß einem ersten Aspekt zeichnet sich die Erfindung aus durch ein Verfahren zum Ausführen einer Funktion eines Fahrzeugs. Das Verfahren kann ein computerimplementiertes Verfahren und/oder ein steuergeräteimplementiertes Verfahren sein. Die Funktion des Fahrzeugs kann eine Kundenfunktion des Fahrzeugs sein. Eine Kundenfunktion des Fahrzeugs kann eine von einem Nutzer des Fahrzeugs bedienbare und/oder erlebbare Funktion des Fahrzeugs sein. Das Fahrzeug kann ein Kraftfahrzeug sein. Das Verfahren umfasst ein Ermitteln eines aktuellen Fahrzeugorts des Fahrzeugs. Weiter umfasst das Verfahren ein Bestimmen einer Wahrscheinlichkeit für einen Beginn einer nächsten Fahrt innerhalb eines Zeitfensters aus einer Menge von Zeitfenstern in Abhängigkeit des ermittelten aktuellen Fahrzeugorts. Das Zeitfenster kann ein Zeitfenster mit einer festen, vorgegebenen Zeitdauer sein. Beispielsweise kann das Zeitfenster 30 min lang sein und die Zeit zwischen 17:00 Uhr und 17:30 Uhr umfassen.
-
Das Verfahren umfasst weiter ein Prädizieren eines Abfahrtszeitfensters für den Beginn der nächsten Fahrt, wobei das Abfahrtzeitfensters für den Beginn der nächsten Fahrt das Zeitfenster ist, für das die bestimmte Wahrscheinlichkeit den höchsten Wert aufweist. Schließlich umfasst das Verfahren ein Ausführen der Funktion des Fahrzeugs, falls die bestimmte Wahrscheinlichkeit des prädizierten Abfahrtszeitfenster einen vorgegebenen Schwellwert überschreitet.
-
Vorteilhafterweise kann das Verfahren effizient ein Abfahrtzeitfenster prädizieren. Weiter kann das Verfahren effizient eine Funktion des Fahrzeugs in Abhängigkeit des prädizierten Abfahrtszeitfensters steuern.
-
Gemäß einer ersten, vorteilhaften Ausgestaltung der Erfindung kann der aktuelle Fahrzeugort unter Verwendung einer Position des Fahrzeugs ermittelt werden, und/oder kann die Position des Fahrzeugs mittels eines globalen Satellitennavigationssystems ermittelt werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung kann die Wahrscheinlichkeit P für einen Beginn einer nächsten Fahrt innerhalb eines Zeitfenster aus der Menge von Zeitfenstern in Abhängigkeit des ermittelten aktuellen Fahrzeugorts wie folgt bestimmt werden: P(Beginn der nächsten Fahrt in Zeitfenster F, wenn Fahrzeug zu einem Zeitpunkt t am Fahrzeugort A steht) = Anzahl vergangener Ereignisse, bei denen Fahrzeug zum Zeitpunkt t am Fahrzeugort A stand und der Beginn der Fahrt im Zeitfenster F stattfand / (Anzahl vergangener Ereignisse, bei denen Fahrzeug zum Zeitpunkt t am Fahrzeugort A stand und der Beginn der Fahrt im Zeitfenster F stattfand + Parameter k), wobei der Parameter k eine nichtnegative reelle Zahl ist. Der Parameter k kann die Wahrscheinlichkeit für den Beginn der nächsten Fahrt verringern. Dadurch kann verhindert werden, dass die Wahrscheinlichkeit für den Beginn der nächsten Fahrt zu hoch geschätzt wird. Dies kann beispielsweise auftreten, wenn nur wenige Daten zu vergangenen Fahrten des Nutzers des Fahrzeugs vorliegen. Der Parameter k kann nutzerspezifisch bestimmt werden. Alternativ kann der Parameter k für alle Nutzer des Fahrzeugs bestimmt werden. Hiermit kann die Wahrscheinlichkeit für den Beginn der nächsten Fahrt innerhalb eines Zeitfenster effizient bestimmt werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann der Parameter k unter Verwendung einer Kostenfunktion ermittelt werden. Hiermit kann der Parameter k effizient bestimmt werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann der Parameter k unter Verwendung eines Parameteroptimierungsverfahren ermittelt werden. Hiermit kann der Parameter k effizient bestimmt werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Kostenfunktion in Abhängigkeit von zwei Kenngrößen ermittelt werden, und/oder kann eine erste Kenngröße repräsentativ für einen Anteil aller Fahrten sein, bei denen die bestimmte Wahrscheinlichkeit den vorgegebenen Schwellwert überschreitet, und/oder kann die zweite Kenngröße repräsentativ für eine Anzahl von Fahrten sein, bei denen die bestimmte Wahrscheinlichkeit des prädizierten Abfahrtszeitfensters den vorgegebenen Schwellwert überschreitet und der Beginn der Fahrt im bestimmten Zeitfenster liegt, geteilt durch eine Anzahl von prädizierten Abfahrtszeitfenstern, bei denen die Wahrscheinlichkeit den vorgegebenen Schwellwert überschreitet. Mit der Kostenfunktion kann der Parameter k effizient bestimmen werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Funktion des Fahrzeugs zeitlich verzögert ausgeführt werden, und/oder kann die Funktion des Fahrzeugs zeitlich verzögert in Abhängigkeit der Funktion und/oder des prädizierten Abfahrtszeitfensters ausgeführt werden, und/oder kann die Funktion des Fahrzeugs zeitlich verzögert in Abhängigkeit einer aktuellen Verkehrssituation ausgeführt werden. Hiermit kann das Ausführen der Funktion flexibel gesteuert werden.
-
Gemäß einer weiteren, vorteilhaften Ausgestaltung der Erfindung kann die Funktion des Fahrzeugs ein Übermitteln einer Nachricht an einen Nutzer des Fahrzeugs, und/oder ein Konditionieren und/oder ein Vorkonditionieren des Fahrzeugs für die nächste Fahrt umfassen. Hiermit können effizient verschiedene Fahrzeugfunktionen gesteuert werden.
-
Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein computerlesbares Medium zum Ausführen einer Funktion eines Fahrzeugs, wobei das computerlesbare Medium Instruktionen umfasst, die, wenn ausgeführt auf einem Rechner und/oder einem Steuergerät des Fahrzeugs, das oben beschriebene Verfahren ausführen.
-
Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein System zum Ausführen einer Funktion eines Fahrzeugs, wobei das System dazu ausgebildet ist, das oben beschriebene Verfahren auszuführen.
-
Gemäß einem weiteren Aspekt zeichnet sich die Erfindung aus durch ein Fahrzeug umfassend das oben beschriebene System zum Ausführen einer Funktion eines Fahrzeugs.
-
Weitere Merkmale der Erfindung ergeben sich aus den Ansprüchen, den Figuren und der Figurenbeschreibung. Alle vorstehend in der Beschreibung genannten Merkmale und Merkmalskombinationen sowie die nachfolgend in der Figurenbeschreibung genannten und/oder in den Figuren allein gezeigten Merkmale und Merkmalskombinationen sind nicht nur in der jeweils angegebenen Kombination, sondern auch in anderen Kombinationen oder aber in Alleinstellung verwendbar.
-
Im Folgenden wird anhand der beigefügten Zeichnungen ein bevorzugtes Ausführungsbeispiel der Erfindung beschrieben. Daraus ergeben sich weitere Details, bevorzugte Ausgestaltungen und Weiterbildungen der Erfindung. Im Einzelnen zeigen schematisch
- 1 ein beispielhaftes Verfahren zum Ausführen einer Funktion eines Fahrzeugs,
- 2 einen beispielhaften Verlauf von zwei Kenngrößen einer Kostenfunktion, und
- 3 einen beispielhaften Verlauf einer Abhängigkeit einer ersten Kenngröße von einer zweiten Kenngröße einer Kostenfunktion.
-
Im Detail zeigt 1 ein beispielhaftes Verfahren 100 zum Ausführen einer Funktion eines Fahrzeugs. Ein Fahrverhalten eines Nutzers eines Fahrzeugs kann nur bedingt prädiziert werden. Aus diesem Grund soll eine Funktion eines Fahrzeugs nur ausgeführt werden, wenn diese auch mit einer hohen Wahrscheinlichkeit relevant für den Nutzer des Fahrzeugs ist. Beispielsweise kann eine Relevanz mit den Kenngrößen Präzision und Trefferhäufigkeit quantifiziert und/oder evaluiert werden. Um das Fahrverhalten eines Nutzers des Fahrzeugs prädizieren zu können, kann ein Beginn einer nächsten Fahrt des Nutzers des Fahrzeugs prädiziert werden. Vorzugsweise wird das Verfahren 100 zu einem Abstellzeitpunkt des Fahrzeugs ausgeführt. Zusätzlich oder alternativ kann das Verfahren 100 während einem Stand und/oder während einem Parken des Fahrzeugs zu vorgegebenen Zeitpunkten und/oder Zeitintervallen ausgeführt werden. Das Verfahren 100 kann auf einem Steuergerät und/oder einem Rechner des Fahrzeugs ausgeführt werden. Zusätzlich oder alternativ kann das Verfahren auf einem fahrzeugexternen Server, beispielsweise einem Backend-Server, ausgeführt werden.
-
Das Verfahren 100 kann einen aktuellen Fahrzeugort des Fahrzeugs ermitteln 102. Der aktuelle Fahrzeugort kann auf Basis einer Fahrzeugposition, beispielsweise einer letzten Fahrzeugposition einer letzten Fahrt mit dem Fahrzeug, ermittelt werden. Die Fahrzeugposition kann mittels eines globalen Satellitennavigationssystems bestimmt werden. Die Fahrzeugposition kann an dem Fahrzeugort variieren. Beispielsweise kann die Fahrzeugposition an dem Fahrzeugort um 5m, ..., 50m, ..., 200m variieren. Die Fahrzeugposition an dem Fahrzeugort kann durch unterschiedliche Abstellorte des Fahrzeugs an dem Fahrzeugort und/oder durch eine Ungenauigkeit beim Bestimmen der Fahrzeugposition variieren. Beispielsweise kann der aktuelle Fahrzeugort ermittelt werden, indem für alle vergangenen Fahrzeugpositionen Cluster von Fahrzeugpositionen berechnet werden. Beispielsweise können mittel eines DBSCAN-Algorithmus und/oder agglomeratives Clustering Cluster von Fahrzeugpositionen berechnet werden, wobei jeder Cluster einen Fahrzeugort repräsentiert. Unter Verwendung der letzten Fahrzeugposition des Fahrzeugs kann der Cluster von Fahrzeugpositionen ermittelt werden und damit auch der aktuelle Fahrzeugort.
-
Weiter kann das Verfahren 100 eine Wahrscheinlichkeit für einen Beginn einer nächsten Fahrt innerhalb eines Zeitfensters aus einer Menge von Zeitfenstern in Abhängigkeit des ermittelten aktuellen Fahrzeugorts bestimmen 104. Sobald das Fahrzeug abgestellt wird, kann das Verfahren 100 eine Wahrscheinlichkeit für einen Beginn einer nächsten Fahrt innerhalb eines Zeitfensters aus einer Menge von Zeitfenstern in Abhängigkeit des ermittelten aktuellen Fahrzeugorts unter Verwendung vergangener Fahrten eines Nutzers des Fahrzeugs bestimmen. Die Wahrscheinlichkeit P für den Beginn der nächsten Fahrt innerhalb eines Zeitfensters F aus einer Menge von Zeitfenstern kann wie folgt bestimmt werden:
- P(Beginn der nächsten Fahrt in Zeitfenster F, wenn Fahrzeug zu einem Zeitpunkt t am Fahrzeugort A steht) = Anzahl vergangener Ereignisse, bei denen Fahrzeug zum Zeitpunkt t am Fahrzeugort A stand und der Beginn der Fahrt im Zeitfenster F stattfand / (Anzahl vergangener Ereignisse, bei denen Fahrzeug zum Zeitpunkt t am Fahrzeugort A stand und der Beginn der Fahrt im Zeitfenster F stattfand + Parameter k),
wobei der Parameter k eine nichtnegative reelle Zahl ist.
-
Der Parameter k kann in Abhängigkeit der Anzahl von Ereignissen, insbesondere von vergangenen Ereignissen, eines Nutzers angepasst werden. Ein vergangenes Ereignis kann ein eine vergangene Fahrt mit dem Fahrzeug sein. Der Parameter k wird vorzugsweise durch eine Kostenfunktion automatisiert angepasst. Beispielsweise kann der Parameter k erhöht werden, wenn nur wenige Ereignisse des Nutzers vorhanden sind. Dadurch kann die Wahrscheinlichkeit für den Beginn der nächsten Fahrt in Zeitfenster F erniedrigt werden. Beispielsweise kann der Parameter k erniedrigt werden, wenn viele Ereignisse des Nutzers vorhanden sind. Dadurch kann die Wahrscheinlichkeit für den Beginn der nächsten Fahrt in Zeitfenster F erhöht werden. Die Wahrscheinlichkeit wird gegen einen vorgegebenen Schwellwert verglichen. Durch ein Anpassen des Parameters k kann, kann ein Überschreiten oder ein Unterschreiten des vorgegebenen Schwellwerts gesteuert werden.
-
Die Anzahl vergangener Ereignisse kann alle bisherigen Wochentage umfassen, an denen einen Fahrt mit dem Fahrzeug stattfand. Alternativ kann die Anzahl vergangener Ereignisse auf einen aktuellen Wochentag beschränkt werden. Zusätzlich oder alternativ kann die Anzahl vergangener Ereignisse auf Wochentage Montag bis Freitag, Feiertage, und/oder Tage eines Wochenendes eingegrenzt werden. Die Menge von Zeitfenstern kann vorgegeben sein. Beispielsweise kann die Menge von Zeitfenstern Zeitfenster eines vorgegebenen Zeitraums, beispielsweise einen Zeitraum von 24 nach dem Abstellen des Fahrzeugs umfassen. Ein beispielhaftes Zeitfenster kann einen Zeitraum 8:00 Uhr bis 8:30 Uhr an einem Folgetag, nachdem das Fahrzeugabgestellt wurde, umfassen.
-
Das Verfahren 100 kann ein Abfahrtszeitfensters für den Beginn der nächsten Fahrt prädizieren 106. Das Abfahrtzeitfensters für den Beginn der nächsten Fahrt kann das Zeitfenster sein, für das die bestimmte Wahrscheinlichkeit den höchsten Wert aufweist. Das Abfahrtszeitfenster für einen Nutzer prädiziert werden, beispielsweise, wenn eine nutzerindividuelle Funktion des Fahrzeugs ausgeführt werden soll. Alternativ kann das Abfahrtszeitfenster für alle Nutzer des Fahrzeugs prädiziert werden, wenn eine für alle Nutzer des Fahrzeugs relevante Funktion des Fahrzeugs ausgeführt werden soll.
-
Das Prädizieren 106 des Abfahrtszeitfensters kann erfolgen, indem ein Zeitfenster mit fester Dauer, beispielsweise 30 min, vorzugsweise innerhalb eines Prädiktionshorizonts, beispielsweise innerhalb einem Zeitraum von 24 h, gesucht wird, welches die höchste Wahrscheinlichkeit für den Beginn der nächsten Fahrt aufweist. Beispielsweise kann das Abfahrtzeitfenster unter Verwendung fester Zeitfenster ab einem Ende der letzten Fahrt ermittelt werden. Alternativ kann das Abfahrtzeitfenster auf Basis von Zeitfenstern fester Dauer ermittelt werden, die um kleine Zeitschritte, beispielsweise in 5 min-Schritten, an einem Ende der letzten Fahrt verschoben werden. Gibt es mehrere Zeitfenster innerhalb des Prädiktionshorizonts, bei denen die Wahrscheinlichkeit über dem vorgegebenen Schwellwert liegt, kann das Zeitfenster mit der höchsten Wahrscheinlichkeit prädiziert werden oder können alle ermittelten Zeitfenster prädiziert werden.
-
Die Dauer des Zeitfensters kann in Abhängigkeit der Funktion des Fahrzeugs, die ausgeführt werden soll, gewählt werden. Ein Zeitfenster von kurzer Dauer kann eine Abfahrtzeit präziser prädizieren, jedoch kann die Wahrscheinlichkeit für den Beginn der nächsten Fahrt in dem Zeitfenster von kurzer Dauer geringer sein als in einem Zeitfenster von längerer Dauer. Zusätzlich oder alternativ kann in einem ersten Schritt eine Abfahrtszeit innerhalb einem Zeitfenster von kurzer Dauer versucht werden zu ermitteln und, falls kein Abfahrtzeitfenster mit einer Wahrscheinlichkeit gefunden wurde, welches den vorgegebenen Schwellwert überschreitet, das Zeitfenster schrittweise bis zu einer vorgegebenen maximalen Dauer zu erweitern. Beispielsweise kann ein initiales Zeitfenster von 30 min zunächst auf ein Zeitfenster von 60 min, dann auf ein Zeitfenster von 90 min, und schließlich auf ein Zeitfenster von maximal 120 min erweitert werden.
-
Das Prädizieren des Abfahrtszeitfensters kann in regelmäßigen Zeitabständen erneut durchgeführt werden, wenn das Fahrzeug nicht bewegt wird. Die Wahrscheinlichkeiten für Abfahrtszeitfenster können sich im zeitlichen Verlauf ändern. Beispielsweise kann die Wahrscheinlichkeit dafür, dass die nächste Fahrt am nächsten Morgen zur Arbeit stattfindet geringer sein, wenn das Fahrzeug um 17:00 Uhr am Vortag abgestellt wurde und es noch eine Möglichkeit besteht, dass eine weitere Fahrt am Abend stattfindet.
-
Wird das Prädizieren des Abfahrtszeitfensters im Fahrzeug ausgeführt, müsste das Fahrzeug bei einem erneuten Prädizieren zu einem späteren Zeitpunkt geweckt werden. Dies kann verhindert werden, indem das Prädizieren des Abfahrtszeitfensters für zukünftigen Zeitpunkte bereits ausgeführt wird, wenn das Fahrzeug abgestellt wird, unter der Annahme, dass das Fahrzeug bis zu dem zukünftigen Zeitpunkt nicht bewegt wird. Wird das Fahrzeug beispielsweise um 17:00 Uhr abgestellt, kann ein Prädizieren des Abfahrtszeitfensters für die zukünftigen Zeitpunkte 17:10 Uhr, 17:20 Uhr, ..., bis zu einem maximalen Zeithorizont von beispielsweise 24 h erfolgen, jeweils unter der Annahme, dass das Fahrzeug bis zu diesem Zeitpunkt noch nicht bewegt wurde. Das Prädizieren des Abfahrtszeitfensters kann enden, sobald ein Zeitfenster gefunden wird, dessen Wahrscheinlichkeit über dem Schwellwert liegt. Wird das Fahrzeug entgegen der Annahme zu einem früheren Zeitpunkt bewegt, so wird eine für einen späteren Zeitpunkt vorgemerktes Ausführen einer Funktion verworfen. Analog kann dieses Vorgehen auch bei einem Prädizieren des Abfahrtszeitfensters auf einem fahrzeugexternen Server erfolgen.
-
Das Verfahren 100 kann die Funktion des Fahrzeugs ausführen 108, falls die bestimmte Wahrscheinlichkeit des prädizierten Abfahrtszeitfenster einen vorgegebenen Schwellwert überschreitet. Beispielsweise kann der vorgegebene Schwellwert einen Wert von 0,6, 0,7, 0,8, oder 0,9 umfassen. Die Funktion des Fahrzeugs wird vorzugsweise nur dann ausgeführt, wenn die Wahrscheinlichkeit des prädizierten Abfahrtszeitfensters einen vorgegebenen Schwellwert überschreitet. Liegt die Wahrscheinlichkeit des prädizierten Abfahrtszeitfensters über dem Schwellwert, kann die Funktion zu einem späteren Zeitpunkt ausgeführt werden, wobei der spätere Zeitpunkt ein Zeitpunkt zwischen einem aktuellen Zeitpunkt und dem bestimmten Abfahrtszeitfensters ist. Weiter kann der spätere Zeitpunkt abhängig von der Funktion des Fahrzeugs sein, die ausgeführt werden soll. Ist die Funktion beispielsweise ein Überprüfen der Verkehrslage und/oder ein Konditionieren des Fahrzeugs, kann die Funktion beispielsweise 30 min oder 60 min vor dem prädizierten Fahrtbeginn ausgeführt werden.
-
Der Parameter k kann mittels einer Parameteroptimierung ermittelt werden. Vorzugsweise erfolgt die Parameteroptimierung mittels einer Kostenfunktion. Mittels der Kostenfunktion können anhand von zwei Kenngrößen verschiedene Wertebelegungen des Parameters k evaluiert werden. Wie oben beschrieben wird der Parameter k bei dem Bestimmen der Wahrscheinlichkeit P verwendet. Die Parameteroptimierung kann historische Daten, beispielsweise ein Abfahrtsort und/oder eine Abfahrtszeit einer Fahrt eines Nutzers mit dem Fahrzeug verwenden. Die historischen Daten können als Testdaten für die Evaluierung des Parameters k mit der Kostenfunktion verwendet werden. Bei der Parameteroptimierung wird für verschiedene Wertebelegungen des Parameters k jeweils die Kostenfunktion berechnet. Es wird diejenige Wertebelegung des Parameters k verwendet, welche die Kostenfunktion maximiert. Um den Parameter k möglichst effizient zu ermitteln, kann ein Algorithmus zur Parameteroptimierung wie beispielsweise Rastersuche, Zufallssuche oder Bayessche Optimierung eingesetzt werden. Die Parameteroptimierung kann weiter beschleunigen werden, indem eine repräsentative Stichprobe von Nutzern, beispielsweise 1000 ausgewählte Nutzer, verwendet wird.
-
Um die Kostenfunktion zu berechnen, kann zunächst eine Berechnung von zwei Kenngrößen, Präzision und Trefferhäufigkeit, für verschiedene Wahrscheinlichkeitsschwellwerte erfolgen. Die Kenngröße Trefferhäufigkeit wird im Folgenden auch mit Recall bezeichnet. Beispielsweise kann die Berechnung für die Wahrscheinlichkeitsschwellwerte 0, 0.01, 0.02, ..., 1 erfolgen. Die Kenngröße Recall kann definiert werden als der Anteil aller Fahrten bei denen die Wahrscheinlichkeit über dem vorgegebenen Schwellwert ist und der Fahrtbeginn im prädizierten Zeitfenster liegt. Die Kenngröße Präzision kann wie folgt definiert werden: Anzahl der Fahrten, bei denen die Wahrscheinlichkeit über dem Schwellwert liegt und ein Fahrtbeginn im prädizierten Zeitfenster liegt, geteilt durch die Anzahl der Prädiktionen, bei die Wahrscheinlichkeit über dem vorgegebenen Schwellwert liegt. In anderen Worten gibt die Präzision die Wahrscheinlichkeit dafür an, dass innerhalb eines prädizierten Abfahrtszeitfensters tatsächlich eine Fahrt beginnt.
-
Im Detail zeigt 2 einen beispielhaften Verlauf 200 der Kenngrößen Recall 202 und Präzision 204 der Kostenfunktion in Abhängigkeit des Wahrscheinlichkeitsschwellwerts 206. Wie in 2 dargestellt befindet sich die Präzision 204 oberhalb der Diagonalen 208, sofern die geschätzten Wahrscheinlichkeiten mit der tatsächlichen Genauigkeit übereinstimmen.
-
Im Detail zeigt 3 einen Verlauf 300 einer Abhängigkeit einer ersten Kenngröße, der Kenngröße Recall 202, von einer zweiten Kenngröße, der Kenngröße Präzision 204, der Kostenfunktion. Als Kostenfunktionen können beispielsweise gewählt werden:
- 1) Recall für eine definierte Präzision, beispielsweise eine Präzision von 0,7,
- 2) Die Fläche unter der Recall / Präzision-Kurve 302. Die gestrichelten Linien in 3 dienen zur Verdeutlichung wie der Flächeninhalt berechnet wird, wenn die Kurve nicht den gesamten Bereich von 0 bis 1 bei dem Recall und/oder der Präzision abdeckt.
- 3) Wie unter 2) beschrieben, jedoch wird der Flächeninhalt nicht über den gesamten Präzisionswertebereich von 0 bis 1, sondern über ein Intervall wie beispielsweise 0,5 bis 0,8 berechnet.
-
Weiterhin kann ein Schwellwert für eine Funktion für alle Nutzer des Fahrzeugs vorgebeben sein. Zusätzlich oder alternativ kann ein Schwellwert für eine Funktion für jeden Nutzer des Fahrzeugs vorgegeben werden. Bei der Verwendung der Kostenfunktion 1) entspricht vorzugsweise der Wahrscheinlichkeitsschwellwert der geforderten Präzision dem vorgegebenen Schwellwert für das Ausführen der Funktion des Fahrzeugs. Damit kann erreicht werden, dass die geforderte Precision zukünftig bei allen Nutzern des Fahrzeugs erreicht wird. Bei einer Optimierung der Kostenfunktion pro Nutzer erhält man so für jeden Nutzer einen individuellen minimalen Schwellwert für das Ausführen der Funktion.
-
Die Variante 2) oder 3) der Kostenfunktion kann verwendet werden, wenn zum Zeitpunkt der Parameteroptimierung noch nicht genau feststeht, welche Präzision später gefordert wird. Beispielsweise kann die Präzision durch einen Nutzer dynamisch eingestellt werden. Die bei der Berechnung resultierende Zuordnung von Schwellwert zu Präzision - also mit welchem Schwellwert wird welche Präzision erreicht - kann genutzt werden, um den Schwellwert dynamisch zu ändern und damit eine bestimmte Präzision pro Nutzer oder über alle Nutzer zu erreichen, ohne der Parameter k neu anpassen zu müssen. Variante 1) der Kostenfunktion kann bessere Ergebnisse erzielen. Varianten 2) und 3) der Kostenfunktion erhöhen die Flexibilität.
-
Bezugszeichenliste
-
- 100
- Verfahren
- 102
- Ermitteln eines aktuellen Fahrzeugorts
- 104
- Bestimmen einer Wahrscheinlichkeit
- 106
- Prädizieren eines Abfahrtszeitfensters
- 108
- Ausführen einer Funktion des Fahrzeugs
- 200
- Verlauf von zwei Kenngrößen
- 202
- Recall
- 204
- Präzision
- 206
- Wahrscheinlichkeitsschwellwerte
- 208
- Diagonale
- 300
- Verlauf
- 302
- Recall/Präzision-Kurve
