DE102021202177A1

DE102021202177A1 - Verfahren zum bestimmen des betriebszustands von fahrzeugkomponenten

Info

Publication number: DE102021202177A1
Application number: DE102021202177.8A
Authority: DE
Inventors: Felix Loesch
Original assignee: Robert Bosch GmbH
Current assignee: Robert Bosch GmbH
Priority date: 2021-03-05
Filing date: 2021-03-05
Publication date: 2022-09-08
Also published as: CN115019415A; KR20220125689A; JP2022136039A; US20220284740A1

Abstract

Ein Aspekt der vorliegenden Offenbarung betrifft ein Verfahren zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges. Das Verfahren umfasst das Bereitstellen eines ersten Wissensgraphen, der Informationen über eine Mehrzahl von Fahrzeugkomponenten eines Fahrzeuges enthält, wobei jede Fahrzeugkomponente ein oder mehrere Signale bereitstellt. Das Verfahren umfasst weiterhin das Bestimmen des Betriebszustandes einer Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten, wobei das Bestimmen umfasst das Auswählen, unter Verwendung des ersten Wissensgraphen, einer Mehrzahl von Signalen und eines oder mehrerer Zustandsparameter, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind. Das Bestimmen umfasst weiterhin das Berechnen eines oder mehrerer Zustandsparameter der Fahrzeugkomponente basierend auf der ausgewählten Mehrzahl von Signalen. Das Bestimmen des Betriebszustandes der Fahrzeugkomponente umfasst schließlich das Ermitteln des Betriebszustandes der Fahrzeugkomponente anhand der in dem ersten Wissensgraphen enthaltenen Informationen und basierend auf dem berechneten einen oder den mehreren Zustandsparametern.

Description

Technisches Gebiet
Die vorliegende Erfindung betrifft Techniken zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges. Zugehörige Aspekte betreffen ein elektronisches Fahrzeugsystem und ein Datenwolken-System.
Hintergrund
Ein typisches Problem bei der proaktiven Überprüfung des Betriebszustandes von Fahrzeugkomponenten ist die begrenzte Menge an Diagnoseinformationen, die dem Lieferanten, dem Originalausrüstungshersteller (englisch „OEM“ oder „original equipment manufacturer“), dem Fahrzeugbesitzer oder der Werkstatt zur Verfügung stehen. Bei einigen Verfahren nach dem Stand der Technik sind Daten aus Fahrzeugsignalen in der Regel nur im Fahrzeug verfügbar und können aufgrund der begrenzten Speicherkapazität in den elektronischen Fahrzeugsteuervorrichtungen nicht zur weiteren Analyse gespeichert werden. Bei Ausfällen oder Fehlfunktionen von Fahrzeugkomponenten werden daher bei Verfahren des Standes der Technik häufig lediglich Diagnosefehlercodes auf hoher Ebene (englisch „DTCs“ oder high-level „diagnostic trouble codes“) erzeugt und lokal im Fehlerprotokoll gespeichert. Diese Diagnosefehlercodes können von beschränkter Aussagekraft bezüglich des Kerns eines aktuellen Problems sein. Zudem und aufgrund der genannten Einschränkungen wird die Fahrzeugdiagnose in der Regel erst eine Weile nach Auftreten eines Problems in einer Werkstatt durchgeführt (wo der DTC-Code ausgelesen werden kann). In vielen Fällen ist ein großer Aufwand und zusätzliches Expertenwissen erforderlich, um die Ursache des Problems zu identifizieren. Das kann dazu führen, dass Fahrzeugkomponenten bei Fahrzeugreparaturen ausgetauscht werden, ohne zu wissen, durch welche Fahrzeugkomponente und aus welchem Grund ein Problem tatsächlich verursacht wurde. Zudem ist es in vielen Fällen nicht möglich, ein Problem zu erkennen, bevor größerer Schaden in den Fahrzeugkomponenten angerichtet wurde.
Zusammenfassung der Erfindung
Ein erster allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein Verfahren zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges. Das Verfahren umfasst das Bereitstellen eines ersten Wissensgraphen, der Informationen über eine Mehrzahl von Fahrzeugkomponenten eines Fahrzeuges enthält, wobei jede Fahrzeugkomponente ein oder mehrere Signale bereitstellt. Das Verfahren umfasst weiterhin das Bestimmen des Betriebszustandes einer Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten, wobei das Bestimmen das Auswählen, unter Verwendung des ersten Wissensgraphen, einer Mehrzahl von Signalen und eines oder mehrerer Zustandsparameter, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind, umfasst. Das Bestimmen umfasst weiterhin das Berechnen eines oder mehrerer Zustandsparameter der Fahrzeugkomponente basierend auf der ausgewählten Mehrzahl von Signalen. Das Bestimmen des Betriebszustandes der Fahrzeugkomponente umfasst schließlich das Ermitteln des Betriebszustandes der Fahrzeugkomponente anhand der in dem ersten Wissensgraphen enthaltenen Informationen und basierend auf dem berechneten einen oder den mehreren Zustandsparametern.
Ein zweiter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein elektronisches Fahrzeugsystem, das eine erste und eine zweite elektronische Vorrichtung umfasst, das dazu ausgelegt ist, um das Verfahren gemäß dem ersten allgemeinen Aspekt der vorliegenden Offenbarung auszuführen. Das System umfasst die erste elektronische Vorrichtung zum Verwenden des ersten Wissensgraphen. Die zweite elektronische Vorrichtung ist konfiguriert, um die Signale aus einer Mehrzahl von Fahrzeugkomponenten des Fahrzeuges zu überwachen und empfangen. Des Weiteren ist die zweite elektronische Vorrichtung konfiguriert, um die Zustandsparameter der Mehrzahl von Fahrzeugkomponenten zu ermitteln.
Ein dritter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein Datenwolken-System die dazu ausgelegt ist, Informationen von der zweiten Vorrichtung gemäß dem zweiten allgemeinen Aspekt zu empfangen, das Verfahren gemäß dem ersten allgemeinen Aspekt der vorliegenden Offenbarung auszuführen, um ein konzeptionelles Modell des zweiten Wissensgraphen zu aktualisieren. Des Weiteren ist das Datenwolken-System konfiguriert, um eine Update-Information, die in dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen enthalten ist, an die zweite Vorrichtung jedes Fahrzeuges aus der Mehrzahl von Fahrzeugen zu übermitteln.
Die Techniken der ersten bis dritten allgemeinen Aspekte können einen oder mehrere der folgenden Vorteile haben.
Erstens bieten die Techniken der vorliegenden Offenbarung die Möglichkeit, Expertenwissen über Fahrzeugkomponenten, ihre potenziellen Probleme / Fehlfunktionen und relevante Fahrzeugsignaldaten, die für die Berechnung von Zustandsparametern erforderlich sind, in einer während des Betriebs des Fahrzeugs zugänglichen und abrufbaren Form über einen Fahrzeug-Wissensgraphen (englisch „vehicle knowledge graph“). Daher kann dies im Vergleich zu einigen Techniken des Standes der Technik eine detaillierte Fahrzeugdiagnose von Fahrzeugkomponenten im Betrieb ermöglichen, was im Vergleich zur im Stand der Technik bekannten On-Board-Diagnose („OBD“) verbesserte Einsichten in einen Betriebszustand einer Fahrzeugkomponente liefern kann.
Zweitens können die vorliegenden Techniken dazu beitragen, den Aufwand für die Diagnose von Fahrzeugkomponenten effektiv zu reduzieren, indem proaktiv ein Betriebszustand für jede Fahrzeugkomponente bereitgestellt und kontrolliert wird. Im Falle einer Verschlechterung des Betriebszustands kann das Fahrzeug proaktiv einen Nutzer des Fahrzeugs oder Dritte (z.B. über ein Datenwolken-System; englisch „Cloud-Computing-System“). So kann beispielsweise ein Problem schneller erkannt werden und bei einer Diagnose in einer Werkstatt Aufwand und Zeit gespart werden, da nicht erste einige Zeit nach Auftreten eines Problems anhand von begrenzten Informationen eine Diagnose durchgeführt werden muss. Darüber hinaus können die vorliegenden Techniken einen Überblick über alle relevanten Daten bezüglich des Gesundheitszustands der Fahrzeugkomponenten liefern, bevor das Fahrzeug tatsächlich in der Werkstatt eintrifft.
Drittens können die Techniken der vorliegenden Offenbarung die Analyse des Betriebszustands von Fahrzeugkomponenten durch den Datenwolken-Fahrzeug-Wissensgraph (englisch „Cloud Vehicle Knowledge Graph“) ermöglichen, der Betriebszustände und andere relevante Fahrzeugdaten für mehrere Fahrzeuge (z.B. eines Modells oder mit bestimmten Komponenten) speichert. Insbesondere umfassen die vorliegenden Techniken eine statistische Analyse und ein Lernen des Datenwolken-Fahrzeug-Wissensgraphen über eine „Flotte von Fahrzeugen“ (z.B. mehr als 1000 oder mehr als 10.000 Fahrzeuge). Damit der Wissensgraph kontinuierlich versbessert werden (z.B., welche Zustandsparameter benötigt werden, um den Betriebszustand von Fahrzeugkomponenten zu bewerten). Bei vielen Verfahren des Stands der Technik sind diese Daten weder verfügbar noch werden sie analysiert, da die Fahrzeuge weder Betriebszustandsdaten für jede Fahrzeugkomponente übermitteln noch diese und andere relevante Daten in einem Datenwolken-Fahrzeug-Wissensgraphen gesammelt werden.
Einige Begriffe werden in der vorliegenden Offenbarung in folgender Weise verwendet:

Der Begriff „Fahrzeug“ umfasst jede zum Transport von Passagieren und/oder Frachtgut ausgelegte Vorrichtung. Das Fahrzeug kann ein Kraftfahrzeug sein (zum Beispiel ein zumindest teilweise autonom operierendes / assistiertes Kraftfahrzeug, insbesondere ein PKW oder ein LKW). Allerdings kann das Fahrzeug auch ein Schiff, ein Zug, ein Luftfahrzeug oder ein Raumfahrzeug sein.

Unter dem Begriff „Fahrzeugkomponente“ werden jegliche interne Komponenten eines Fahrzeugs verstanden. Eine Fahrzeugkomponente kann ein Motor sein (z.B. ein Verbrennungsmotor, ein Elektromotor, ein Hybridmotor oder eine Brennstoffzelle oder Teile eines Motors wie ein Turbolader), eine Steuervorrichtung (z.B. eine Motorsteuerung), eine Batterie oder andere energieaufnehmende Systeme, Komponenten eines Antriebstrangs (z.B. ein Getriebe), Assistenzsysteme (z.B. Brems-Assistenten, Spurhalte-Assistenten, Park-Assistenten), Klimatisierungs-Systeme, Sensoren oder Sensorsysteme (z.B. Kamera-basierte Systeme, LIDAR-Systeme, RADAR-Systeme, Ultraschallsensor-Systeme) oder elektronische Systeme zur Kontrolle von Funktionen des Innenraums. Eine Fahrzeugkomponente kann auch ein Teil der oben beschriebenen Systeme oder eine Kombination von mehreren der oben beschriebenen Systeme (oder Teile derer) sein.
Demensprechend umfasst der Begriff „Fahrzeugparameter“ verschiedene Parameter, die zum Bestimmen eines Betriebszustands einer Fahrzeugkomponente eine Rolle spielen können, d.h. sie können den Betriebszustand einer oder mehrerer Fahrzeugkomponenten charakterisieren. Eine nicht erschöpfende Liste solcher Parameter umfasst eine Temperatur (z.B. Innen- oder Außentemperatur), einen Druck (z.B. einen Luftdruck), eine Drehzahl, ein Drehmoment, einen Massenstrom, einen Verschleißparameter, einen Reibparameter, eine Stromstärke, eine Spannung, eine Leistung, ein Wirkungsgrad, ein Druckverhältnis, eine Geschwindigkeit, eine Beschleunigung usw.
Der Begriff „Signale“ kann alle Signale umfassen, die für das Fahrzeug während des Betriebes des Fahrzeuges erfasst werden oder in der Vergangenheit erfasst worden sind. Dabei handelt es sich um die Signale von Fahrzeugkomponenten des Fahrzeuges, die beispielweise durch entsprechende Sensoren erzeugt werden, mit denen die Fahrzeugkomponenten ausgestattet sind oder die sich in der Nähe der jeweiligen Fahrzeugkomponenten befinden.
Unter dem Begriff „Wissensgraph“ sind im Folgenden alle Ansätze bezeichnet, die Datenpunkte (z.B., Daten, welche jeweilige Signale von Fahrzeugkomponenten abbilden) auf einer semantischen Ebene beschreiben, d.h. Ansätze, bei denen die Datenpunkte selbst in semantische Modelle übermittelt werden, um sie nutzbar zu machen. Die Datenpunkte können als Dateninstanzen von Konzepten interpretiert werden, welche in einem konzeptionellen Modell mit entsprechenden Beziehungen untereinander definiert sind. Darüber hinaus können den Konzepten Attribute zugeordnet werden. Dabei besteht ein Wissensgraph aus seinem konzeptionellen Modell und den Dateninstanzen der in dem konzeptionellen Modell definierten Konzepte. Weitere Erläuterungen sind weiter unten zu finden.
Der Begriff „Datenwolken-System“ oder Rechnerwolken-System (englisch „Cloud-Computing-System“) ist eine Infrastruktur, die über ein Netzwerk, beispielsweise über das Internet, verfügbar gemacht wird. Ein „Datenwolken-System“ beinhaltet in der Regel Speicherplatz, Rechenleistung und/oder Anwendungssoftware als Dienst (d.h. ein Nutzer kann über das Netzwerk diese Ressourcen nutzen). In anderen Worten ist ein „Datenwolken-System“ eine Infrastruktur, die über ein Netzwerk zur Verfügung gestellt werden, ohne dass diese auf dem lokalen System vorhanden / installiert sein müssen. „Datenwolken-Systeme“ können verteilte Ressourcen enthalten (z.B. mehrerer Rechnersysteme an verschiedenen Orten). Das Angebot und die Nutzung der Ressourcen des „Datenwolken-Systems“ erfolgt dabei durch technische Schnittstellen und Protokolle, etwa mittels eines Webbrowsers.
Figurenliste

1 zeigt schematisch ein Beispiel eines Verfahrenes 140 zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges basierend auf dem ersten Wissensgraphen 10.
2 zeigt schematisch eine Struktur eines ersten Wissensgraphen 1 eines Fahrzeuges mit zwei Fahrzeugkomponenten Komp A, Komp B, die jeweils zwei Signale S-CA-1, S-CA-2 und S-CB-1, S-CB-2 erzeugen. Aus den beiden Signalen S-CA-2 und S-CB-2 wird der Parameter Param-H1 berechnet und dieser Parameter wird weiterverwendet, um den Betriebszustand der Fahrzeugkomponente Komp B zu bestimmen.
3 zeigt schematisch 20 mögliche Ausgestaltungen und weitere Aspekte eines Verfahrenes zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges.

Ausführliche Beschreibung
Zunächst werden anhand von 1 die Techniken zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges beschrieben. Sodann wird eine beispielhafte Struktur des ersten Wissensgraphen 10 anhand von 2 besprochen. Zuletzt werden in Bezug auf 3 mögliche Ausgestaltungen und weitere Aspekte der vorliegenden Offenbarung dargestellt.
Wie in der 1 skizziert, betrifft ein erster allgemeiner Aspekt ein Verfahren 140 zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges. Das Verfahren umfasst das Bereitstellen 100 eines ersten Wissensgraphen 10, der Informationen über eine Mehrzahl von Fahrzeugkomponenten Komp A, Komp B eines Fahrzeuges FA enthält (siehe auch 2). Die Bezeichnung „erster Wissensgraph“ bedeutet nicht, dass es zwangsläufig auch einen zweiten Wissensgraphen gibt. Sie dient lediglich zur Unterscheidung der Wissensgraphen in Fällen, in denen mehrere Wissensgraphen verwendet werden. Der erste Wissensgraph 10 kann zum Beispiel ein lokaler Fahrzeug-Wissensgraph sein, der auf einer Einheit eines Fahrzeugdiagnosesystems oder einer anderen Einheit des Fahrzeugs implementiert wird (d.h., der im Fahrzeug abgelegt ist). In anderen Beispielen kann der Wissensgraph 10 auf einem entfernten System gespeichert sein (d.h., außerhalb des Fahrzeugs) und mit dem Fahrzeug über geeignete Kommunikationsschnittstellen verbunden sein (mehr dazu weiter unten).
Wie oben erwähnt kann der Wissensgraph Konzepte, Attribute und Beziehungen zwischen den jeweiligen Konzepten enthalten, wobei beispielweise jedes Konzept eine Fahrzeugkomponente abbildet (die Fahrzeugkomponente modelliert). Daher kann in einigen Beispielen der erste Wissensgraph zum Berechnen von Zustandsparametern und/oder zum Ermitteln eines Betriebszustands einer Fahrzeugkomponente verwendet werden. Zudem kann beispielweise jede der Fahrzeugkomponente ein oder mehrere Signale S-CA-1, S-CA-2, S-CB-1, S-CB-2 bereitstellen. In manchen Beispielen, wie oben erwähnt, können diese Signale von entsprechenden Sensoren erzeugt werden. Im Beispiel von 2 ist schematisch eine Struktur des ersten Wissensgraphen 10 des Fahrzeuges mit zwei Fahrzeugkomponenten Komp A, Komp B dargestellt (die Struktur ist zur Illustration gegenüber vielen „realistischen Fällen“ stark vereinfacht). Beide Komponenten erzeugen in diesem Beispiel jeweils zwei Signale S-CA-1, S-CA-2 und S-CB-1, S-CB-2. In anderen Beispielen kann das Fahrzeug mehr Fahrzeugkomponenten enthalten (z.B. mehr als 10 oder mehr als 100 Fahrzeugkomponenten), die in einem Wissensgraphen abgebildet sind. Jeder dieser Komponenten kann wiederum ein oder mehrere Signale erzeugen (z.B. mehr als 5 oder mehr als 10 Signale). Daher veranschaulicht 2 nur eine vereinfachte Struktur des ersten Wissensgraphen 10, bzw. die in der 2 gezeigte Struktur kann in manchen Beispielen nur eine Unterstruktur des ersten Wissensgraphen darstellen.
Die Techniken der vorliegenden Offenbarung umfassen weiter das Bestimmen 140 des Betriebszustandes einer Fahrzeugkomponente Komp B aus der Mehrzahl von Fahrzeugkomponenten Komp A, Komp B. Dabei kann das Bestimmen das Auswählen 110, unter Verwendung des ersten Wissensgraphen 10, einer Mehrzahl von Signalen und eines oder mehrerer Zustandsparameter Param-H1 umfassen, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind. In anderen Worten kann der erste Wissensgraph befragt werden, welche Signale und welche Zustandsparameter für das Bestimmen des Betriebszustands der Fahrzeugkomponente (z.B., der betrachteten Fahrzeugkomponente zu einem bestimmten Zeitpunkt während des Betriebs des Fahrzeuges FA) relevant sein können. Im Beispiel von 2 werden zwei Signale, nämlich das zweite Signal S-CA-2 der ersten Fahrzeugkomponente Komp A und das zweite Signal S-CB-2 der zweiten Fahrzeugkomponenten Komp B, sowie ein einzelner Zustandsparameter Param-H1 zum Bestimmen des Betriebszustandes der zweiten Fahrzeugkomponente Komp B benötigt. In der 2 ist ein einzelner Parameter Param-H1 nur beispielhaft offenbart und in anderen Fällen können mehrere Zustandsparameter zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sein (z.B. mehr als 5 oder mehr als 10 Zustandsparameter). Alternativ oder zusätzlich können nur ein Signal oder mehr als zwei Signale zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sein.
Des Weiteren kann der Schritt „Bestimmen“ des Verfahrens das Berechnen 120 eines oder mehrerer Zustandsparameter Param-H1 der Fahrzeugkomponente basierend auf der ausgewählten Mehrzahl von Signalen umfassen. Die Zustandsparameter können beispielweise mit einem Fahrzeugdiagnosesystem berechnet werden. In manchen Beispielen können ein oder mehrere Signale der Fahrzeugkomponente benötigt werden, um den Zustandsparameter derselben Fahrzeugkomponente zu berechnen. In anderen Beispielen können ein oder mehrere Signale einer ersten Fahrzeugkomponente erforderlich sein, um den Zustandsparameter einer zweiten Fahrzeugkomponente zu berechnen. In diesem Zusammenhang lässt sich bei der 2 die oben erwähnten zweiten Signale S-CA-2 und S-CB-2 der beiden Fahrzeugkomponenten zeigen, die zum Berechnen des einzelnen Zustandsparameters Param-H1 verwendet sind. In den anderen Beispielen kann der Zustandsparameter von mehreren Signalen abhängen (z.B. von mehr als 5 oder mehr als 10 Zustandsparametern), die deshalb zum Berechnen des Zustandsparameters verwendet werden.
Zuletzt kann der Betriebszustand der Fahrzeugkomponente anhand der in dem ersten Wissensgraphen 10 enthaltenen Informationen und basierend auf dem berechneten einen oder den mehreren Zustandsparametern Param-H1 berechnet werden. Zum Beispiel kann das Berechnen des Betriebszustandes durch das Fahrzeugdiagnosesystem durchgeführt werden. In diesem Kontext können die in dem ersten Wissensgraphen enthaltenen Informationen über eine Beziehung zwischen zwei oder mehreren Fahrzeugkomponenten Komp A, Komp B aus der Mehrzahl von Fahrzeugkomponenten des Fahrzeuges enthalten. Zum Beispiel kann diese Beziehung auf einem Zusammenhang zwischen einem oder mehreren Signalen S-CA-2 und S-CB-2 und den Zustandsparametern Param-H1 basieren, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente verwendet werden. In manchen Beispielen kann ein solches Verfahren der vorliegenden Offenbarung verwendet werden, um der Betriebszustand der zwei oder mehreren Fahrzeugkomponenten des Fahrzeuges zu bestimmen. In den anderen Beispielen kann dieses Verfahren zum Bestimmen des Betriebszustandes einer größeren oder kleineren Anzahl von Fahrzeugkomponenten des Fahrzeuges zu bestimmen.
Wie oben erwähnt, kann der erste Wissensgraph in den vorliegenden Techniken ein konzeptionelles Modell mit einer Mehrzahl von Konzepten umfassen. In einem Beispiel kann jedes Konzept eine entsprechende Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten abbilden. Darüber hinaus können die Konzepte mit Attributen versehen werden und deren jeweilige Beziehungen untereinander definiert sein. Ein Konzept kann dabei als Knoten 11, 12 des Wissensgraph 10 betrachtet werden und eine Beziehung zwischen den Konzepten als Kanten 13, 14, welche die Konzepte (oder Knoten) miteinander verbinden. Die Mehrzahl von Konzepten kann zum Beispiel ein Fahrzeug mit allen Fahrzeugkomponenten oder einem Teil davon abbilden. Die Beziehung zwischen den Konzepten kann derart sein, dass zum Beispiel ein Signal der ersten Komponente erforderlich ist, um den Zustandsparameter der zweiten Fahrzeugkomponente zu berechnen, oder umgekehrt ein Signal der zweiten Komponente erforderlich ist, um den Zustandsparameter der ersten Fahrzeugkomponente zu berechnen. In anderen Beispielen kann die Beziehung zwischen den Konzepten darauf hinweisen, dass derselbe Zustandsparameter von den zwei oder mehreren Fahrzeugkomponenten abgefragt wird. In manchen Beispielen kann der erste Wissensgraph eine Mehrzahl von Dateninstanzen umfassen. Diese Dateninstanzen können Datenpunkte aus dem einen oder den mehreren Signalen aufweisen. Zusätzlich oder alternativ können Dateninstanzen auch Datenpunkte aus dem einen oder den mehreren Zustandsparametern jeder Fahrzeugkomponente enthalten. Außerdem können die Dateninstanzen den jeweiligen Konzepten in dem konzeptionellen Modell zugeordnet sein. Des Weiteren kann der erste Wissensgraph konfiguriert werden, um das eine oder die mehreren Signale und den einen oder die mehreren Zustandsparameter jeder Fahrzeugkomponente zu empfangen und weiterhin ausgelegt sein, um empfangene Signale und Zustandsparameter in das konzeptionelle Modell zu übertragen. Zusätzlich oder alternativ kann der erste Wissensgraph ferner so ausgelegt sein, dass er die empfangenen Signale und Zustandsparameter in die Dateninstanzen überträgt. In manchen Beispielen kann das Empfangen des einen oder der mehreren Signale das Erzeugen der Datenpunkte (beispielweise Zeitreihen von Datenpunkte) aus dem einen oder den mehreren Signalen umfassen. Zusätzlich oder alternativ können die Datenpunkte (beispielweise Zeitreihen von Datenpunkte) aus dem einen oder den mehreren Zustandsparametern erzeugt werden. In manchen Beispielen können die Datenpunkte nach einem entsprechenden Verarbeiten der Signale (z.B. der von Sensoren erfassten Signale) durch das Fahrzeugdiagnosesystem oder eine andere Einheit des Fahrzeuges erzeugt werden.
Der nächste Schritt des beispielhaften Verfahrens gemäß 3 umfasst das Speichern 210 der mit einem entsprechenden Zeitstempel versehenen erzeugten Datenpunkte (beispielweise der Zeitreihen der erzeugten Datenpunkte) aus dem einen oder den mehreren Signalen der Fahrzeugkomponente in dem ersten Wissensgraphen 10. In manchen Beispielen können die Datenpunkte als die Dateninstanzen in dem ersten Wissensgraphen gespeichert werden.
In manchen Beispielen der vorliegenden Techniken kann der Zustandsparameter der Fahrzeugkomponente kontinuierlich (z.B. durch das Fahrzeugdiagnosesystem) unter Verwendung des ersten Wissensgraphen berechnet werden 120 (z.B. mehr als einmal pro Tag oder mehr als einmal pro Stunde beim Betrieb des Fahrzeugs). In den anderen Beispielen wird der Zustandsparameter der Fahrzeugkomponente zu vordefinierten Zeitpunkten unter Verwendung des ersten Wissensgraphen berechnet. Des Weiteren kann jeder Zustandsparameter der Fahrzeugkomponente in dem ersten Wissensgraphen gespeichert werden 220 (z.B. als die Dateninstanz). Dabei kann jeder Zustandsparameter mit einem entsprechenden Zeitstempel versehen werden.
In manchen Beispielen kann das Berechnen des Betriebszustandes der Fahrzeugkomponente basierend auf einem oder mehreren aktuellen Werten des einen oder der mehreren Zustandsparameter erfolgen. In anderen Beispielen kann der Betriebszustand der Fahrzeugkomponente basierend auf einem oder mehreren in dem ersten Wissensgraphen gespeicherten Werten des einen oder der mehreren Zustandsparameter der Fahrzeugkomponente und/oder in dem ersten Wissensgraphen gespeicherten Werte der Signale berechnet werden. Mit anderen Worten kann der Wissensgraph auch historische Werte der Zustandsparameter und/oder Signale verwenden, die zum Berechnen des Betriebszustandes der Fahrzeugkomponente berücksichtigt werden. In manchen Beispielen kann das Berechnen der Zustandsparameter zu bestimmten Zeitpunkten Ereignis-getriggert durchgeführt werden. In anderen Beispielen wird das Berechnen der Zustandsparameter zu bestimmten Zeitpunkten periodisch durchgeführt mit einer Berechnungsfrequenz gegeben ist. Zum Beispiel kann die Berechnungsfrequenz durch den ersten Wissensgraphen bereitgestellt werden. In einem bevorzugten Beispiel kann die Berechnungsfrequenz für jeden Zustandsparameter der Mehrzahl von Fahrzeugkomponenten anhand des ersten Wissensgraphen bestimmt werden. In manchen Beispielen kann sich eine Berechnungsfrequenz eines ersten Zustandsparameters von einer Berechnungsfrequenz eines zweiten Zustandsparameters unterscheiden. Zum Beispiel kann es sich um den ersten und den zweiten Zustandsparameter derselben Fahrzeugkomponente handeln. In einem anderen Beispiel können der erste und der zweite Zustandsparameter den verschiedenen Fahrzeugkomponenten zugeordnet sein. In manchen Beispielen können die Berechnungsfrequenzen für zwei oder mehrere Zustandsparameter gleich sein.
In der vorliegenden Offenbarung kann das Bestimmen des Betriebszustandes für jede Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten durchgeführt werden. Dadurch wird eine Mehrzahl von Betriebszuständen gebildet. Anhand der Mehrzahl von Betriebszuständen kann im manchen Beispielen ein Betriebszustand des Fahrzeuges bestimmt werden. Darüber hinaus kann das Bestimmen des Betriebszustandes der Fahrzeugkomponente das Klassifizieren 230 des Betriebszustandes der Fahrzeugkomponente (oder des Fahrzeugs) beinhalten. In manchen Beispielen kann der Betriebszustand als abnormal mit einer Fehlfunktion oder als normal ohne die Fehlfunktion auf Basis des berechneten Betriebszustandes der Fahrzeugkomponente klassifiziert werden. In manchen Beispielen kann das Vorliegen einer Fehlfunktion bedeuten, dass sich der Betriebszustand der Fahrzeugkomponente in letzter Zeit in vorbestimmter Weise verschlechtert hat und/oder dass eine Lebensdauer der Fahrzeugkomponente sich einem Ende zuneigt (beispielweise aufgrund von Verschleiß der Fahrzeugkomponente wie z.B. Bremsanlage). In anderen Beispielen kann das Klassifizieren zusätzliche und/oder andere Klassen umfassen. In manchen Beispielen kann es zwei oder mehr Fehlerklassen geben, die verschiedene Arten von Fehlfunktionen und/oder verschiedene Schwergrade von Fehlfunktionen indizieren. Zusätzlich oder alternativ kann es eine oder mehrere Klassen geben, die einen noch normalen Betriebszustand indizieren, der sich aber in Richtung einer Fehlfunktion bewegt (d.h., eine oder mehrere Klassen, die ein Auftreten einer Fehlfunktion prognostizieren). Neben einer Klassifikation kann der Betriebszustandes auch durch eine Regression der anhand der in dem ersten Wissensgraphen enthaltenen Informationen und basierend auf dem berechneten einen oder den mehreren Zustandsparametern erfolgen.
In diesem Kontext kann in manchen Beispielen eine Abweichung zwischen dem einen oder den mehreren aktuellen Werten des einen oder der mehreren Zustandsparameter der Fahrzeugkomponente und dem einem oder den mehreren in dem ersten Wissensgraphen jeweiligen gespeicherten Werten des einen oder der mehreren Zustandsparameter der Fahrzeugkomponente berechnet werden. Beispielweise kann der Betriebszustand der Fahrzeugkomponente als abnormal mit der Fehlfunktion klassifiziert werden, wenn die Abweichung eine vordefinierte Größe überschreitet. Anderenfalls kann der Betriebszustand der Fahrzeugkomponente als normal ohne die Fehlfunktion klassifiziert werden. In anderen Beispielen können einem oder mehreren Zustandsparametern der Fahrzeugkomponente ein oder mehrere entsprechende Schwellenwerte zugeordnet werden, um festzustellen, ob der Betriebszustand der Fahrzeugkomponente normal oder abnormal ist (oder ob eine andere Klasse von Fehlfunktionen vorliegt). Zum Beispiel kann ein entsprechender Schwellenwert jedem Zustandsparameter der Fahrzeugkomponente zugeordnet werden. Dann kann der Betriebszustand der Fahrzeugkomponente als abnormal mit einer Fehlfunktion klassifiziert werden (oder in eine andere Klasse von Fehlfunktionen), wenn ein oder mehrere Zustandsparameter der Fahrzeugkomponente den einen oder die mehreren entsprechenden Schwellenwerten überschreiten. Andernfalls kann der Betriebszustand der Fahrzeugkomponente als normal ohne die Fehlfunktion klassifiziert werden. In anderen Beispielen kann dieses Kriterium umgekehrt angewandt werden und umfassen das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als abnormal, wenn ein oder mehrere Zustandsparameter der Fahrzeugkomponente unter den einen oder die mehreren entsprechenden Schwellenwerten fallen, und anderenfalls das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als normal. In wieder anderen Beispielen kann das Berechnen des Betriebszustandes der Fahrzeugkomponente das Berechnen eines durchschnittlichen Betriebszustandsparameters der Fahrzeugkomponente umfassen, welcher von einer gewichteten Summe aller Betriebszustandsparameter der Fahrzeugkomponente abhängt. In diesem Zusammenhang kann jedem Betriebszustandsparameter der Fahrzeugkomponente ein entsprechendes Gewicht zugeordnet werden. In einem bevorzugten Beispiel werden die den Betriebszustandsparametern zugeordneten Gewichte unter Verwendung des ersten Wissensgraphen ermittelt.
In manchen Beispielen kann dem durchschnittlichen Betriebszustandsparameter ein Durchschnittschwellenwert zugeordnet werden. Des Weiteren kann beispielsweise der Betriebszustand der Fahrzeugkomponente als abnormal mit einer Fehlfunktion klassifiziert werden, wenn der durchschnittliche Betriebszustandsparameter der Fahrzeugkomponente den Durchschnittschwellenwert überschreitet und anderenfalls kann der Betriebszustand der Fahrzeugkomponente als normal ohne die Fehlfunktion klassifiziert werden. In anderen Beispielen kann dieses Kriterium umgekehrt angewandt werden und umfassen das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als abnormal, wenn der durchschnittliche Betriebszustandsparameter der Fahrzeugkomponente unter den Durchschnittschwellenwert fällt, und anderenfalls das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als normal.
In der vorliegenden Offenbarung kann der erste Wissensgraph für jeden Betriebszustandsparameter einen Betriebszustandsindikator des abnormalen Betriebszustandes der Fahrzeugkomponente enthalten (definiert, z.B., als eine zusätzliche Eigenschaft in dem Wissensgraphen), wodurch eine Mehrzahl von Betriebszustandsindikatoren gebildet wird. In manchen Beispielen kann jeder Betriebszustandsindikator die Abweichung und die vordefinierte Größe enthalten, die dem jeweiligen Zustandsparameter Param-H1 der Fahrzeugkomponente entsprechen. In anderen Beispielen kann jeder Betriebszustandsindikator den Schwellenwert umfassen, die dem jeweiligen Zustandsparameter der Fahrzeugkomponente entsprechen. In wieder anderen Beispielen kann jeder Betriebszustandsindikator den Durchschnittschwellenwert und zugeordneten Gewichte enthalten, die dem jeweiligen Zustandsparameter der Fahrzeugkomponente entsprechen.
In den Techniken der vorliegenden Offenbarung kann der abnormale Betriebszustand der Fahrzeugkomponente mit jeweiligen Betriebszustandsparametern in dem ersten Wissensgraphen gespeichert werden. In manchen Beispielen kann der abnormale Betriebszustand der Fahrzeugkomponente auch mit einem Zeitstempel versehen. Darüber hinaus kann eine Reaktion basierend auf dem klassifizierten Betriebszustand der einen oder der mehreren Fahrzeugkomponente ausgelöst werden. In manchen Beispielen kann die Reaktion das Anzeigen des Betriebszustandes auf einer grafischen Benutzerschnittstelle beinhalten. Zusätzlich oder alternativ kann die ausgelöste Reaktion das Bereitstellen von Informationen bezüglich des Betriebszustandes der einen oder der mehreren Fahrzeugkomponente an ein entferntes System (z.B. zur Information des Originalausrüstungsherstellers oder einer Autowerkstatt) oder an eine Einheit des Fahrzeuges (z.B. zur Information des Fahrers) umfassen. In anderen Beispielen kann Informationen bezüglich des Betriebszustandes auf einem Mobilgerät eines Nutzers des Fahrzeugs angezeigt werden. Zum Beispiel kann die Reaktion basierend auf dem klassifizierten Betriebszustand der Fahrzeugkomponente als abnormal mit der Fehlfunktion das Erzeugen einer Alarm- oder einer Warnmeldung umfassen. Zusätzlich oder alternativ kann in diesem Fall der Betrieb des Fahrzeuges angehalten oder verändert werden. Darüber hinaus kann als Reaktion auf den klassifizierten abnormalen Betriebszustand der Fahrzeugkomponente eine Ereignisprotokolldatei erzeugt werden. In manchen Beispielen kann auch eine Mitteilung an das entfernet System übertragen werden. Die Reaktion kann zum Beispiel die Mitteilung umfassen, dass das Fahrzeug eine Wartung oder Reparatur benötigt, wenn der klassifizierte Betriebszustand abnormal ist. Im umgekehrten Fall, wenn der Betriebszustand als normal klassifiziert wurde, kann die Reaktion die Mitteilung enthalten, dass das Fahrzeug normal funktioniert. Die oben beschriebenen Reaktionen können in anderen Beispielen auch in Reaktion auf das Ermitteln anderer oben genannter Fehlfunktionen ausgeführt werden,
Die Techniken der vorliegenden Offenbarung können ferner das Aktualisieren, unter Verwendung des ersten Wissensgraphen, eines oder mehrerer Werte von Berechnungsfrequenzen in Reaktion auf das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als abnormal mit der Fehlfunktion umfassen. In manchen Beispielen kann das Aktualisieren, unter Verwendung des ersten Wissensgraphen, das Lernen des einen oder der mehreren Werte von Berechnungsfrequenzen durch den ersten Wissensgraphen umfassen. In manchen Beispielen kann das solcherart Lernen auf den in dem ersten Wissensgraphen gespeicherten Dateninstanzen basieren. Zum Beispiel kann das Aktualisieren das Lernen des einen und der mehreren Werte von Berechnungsfrequenzen durch den ersten Wissensgraphen basierend auf einem oder mehreren in dem ersten Wissensgraphen gespeicherten Werten von Zustandsparametern der Fahrzeugkomponente umfassen. In manchen Beispielen können die gespeicherten Werten von Zustandsparametern verwendet werden, für die der Betriebszustand der Fahrzeugkomponente als abnormal mit der Fehlfunktion klassifiziert wurde. Zusätzlich oder alternativ kann auch eine neue Mehrzahl von Signalen der Mehrzahl von Fahrzeugkomponenten unter Verwendung des ersten Wissensgraphen bestimmt werden, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind, in Reaktion auf das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als abnormal mit der Fehlfunktion. In manchen Beispielen kann eine Anzahl von Signalen in der neuen Mehrzahl von Signalen, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind, sich von einer Anzahl von Signalen der Mehrzahl von Signalen in Reaktion auf das Klassifizieren des Betriebszustandes der Fahrzeugkomponente als abnormal mit der Fehlfunktion unterscheiden.
Im einem nächsten Schritt des Verfahrens können die eine oder die mehreren gelernten Berechnungsfrequenzen aus dem ersten Wissensgraphen abgerufen werden 240. Darüber hinaus kann der Betriebszustand der einen oder der mehreren Fahrzeugkomponenten aus der Mehrzahl von Fahrzeugkomponenten zu einem nächsten Zeitpunkt gemäß der jeweiligen abgerufenen einen oder der mehreren Berechnungsfrequenzen aus dem ersten Wissensgraphen bestimmt werden. In manchen Beispielen kann das Bestimmen des Betriebszustandes zu dem nächsten Zeitpunkt das Abrufen der in dem ersten Wissensgraphen gespeicherten Dateninstanzen umfassen. In anderen Beispielen, alternativ oder zusätzlich, kann das Bestimmen des Betriebszustandes zu dem nächsten Zeitpunkt das Abrufen des einen oder mehreren in dem ersten Wissensgraphen gespeicherten Werten von Zustandsparametern umfassen. In wieder anderen Beispielen kann das Bestimmen des Betriebszustandes zu dem nächsten Zeitpunkt das Abrufen 250 der neuen Mehrzahl von Signalen umfassen, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind. Weiterhin kann das Bestimmen des Betriebszustandes zu dem nächsten Zeitpunkt das Senden einer Anfrage 260 an die Mehrzahl von Fahrzeugkomponenten durch den ersten Wissensgraphen umfassen, um die neue Mehrzahl von Signalen zu erhalten. Dies kann die neue Mehrzahl von Signalen bereitstellen 270, welche von der Mehrzahl von Fahrzeugkomponenten erhalten werden, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente zu dem nächsten Zeitpunkt erforderlich sind.
Die Techniken der vorliegenden Offenbarung umfassen das Übermitteln 300 des klassifizierten Betriebszustandes der Fahrzeugkomponente (z.B. abnormal mit der Fehlfunktion) und/oder des jeweiligen einen oder der mehreren Zustandsparameter, die dazu führten, dass der Betriebszustand der Fahrzeugkomponente entsprechend bestimmt wurde (z.B. als abnormal mit der Fehlfunktion), an ein entferntes System. In manchen Beispielen kann der klassifizierte Betriebszustand der Fahrzeugkomponente (z.B. abnormal mit der Fehlfunktion) und/oder die jeweiligen einen oder der mehreren Zustandsparameter an einen zweiten Wissensgraphen übermittelt werden. In manchen Beispielen kann der zweite Wissensgraph in einem Datenwolken-System (oder einem anderen von dem Fahrzeug entfernten Computer-System) abgelegt sein. Daher kann der zweite Wissensgraph auch als Datenwolken-Fahrzeug-Wissensgraph bezeichnet werden. In manchen Beispielen kann das Verfahren das Übermitteln 300 des klassifizierten Betriebszustandes einer Mehrzahl der oder jeder Fahrzeugkomponente (z.B. als abnormal mit einer Fehlfunktion) und/oder des jeweiligen einen oder der mehreren Zustandsparameter umfassen, die dazu führten, dass der Betriebszustand der entsprechenden Fahrzeugkomponente entsprechend bestimmt wurde (z.B. als abnormal mit der Fehlfunktion), an den zweiten Wissensgraphen. In manchen Beispielen können der jeweilige eine oder die mehreren Zustandsparameter zusammen mit dem entsprechenden einen oder den mehreren Betriebszustandsindikatoren übermittelt werden. Zusätzlich oder alternativ können diese Zustandsparameter auch zusammen mit der entsprechenden Mehrzahl von Signalen übermittelt werden. Des Weiteren kann das Übermitteln der in dem ersten Wissensgraphen gespeicherten Dateninstanzen an den zweiten Wissensgraphen umfassen.
Der nächste Schritt kann das Speichern 310 des übermittelten klassifizierten Betriebszustands und/oder des einen oder der mehreren Zustandsparameters der einen oder der mehreren Fahrzeugkomponente des Fahrzeuges und/oder der Signale, in manchen Fällen zusammen mit dem entsprechenden einen oder den mehreren Betriebszustandsindikatoren in dem zweiten Wissensgraphen als Dateninstanzen umfassen. Zusätzlich oder alternativ können die Zustandsparameter auch zusammen mit der entsprechenden Mehrzahl von Signalen in dem zweiten Wissensgraphen als Dateninstanzen gespeichert werden. Weiterhin kann das Verfahren das Benachrichtigen 320 eines Operators (z.B. einem Mitarbeiter beim Originalausrüstungshersteller oder an einer Autowerkstatt) oder Fahrzeugfahrers umfassen (z.B. über das Datenwolken-System), wenn der Betriebszustand der einen oder der mehreren Fahrzeugkomponenten des Fahrzeuges eine Fehlfunktion indiziert. In manchen Beispielen kann das Benachrichtigen ferne Informationen über den entsprechenden einen oder die mehreren Zustandsparameter enthalten, beispielwiese zusammen mit dem entsprechenden einen oder den mehreren Betriebszustandsindikatoren. In einem Beispiel kann der zweite Wissensgraph die klassifizierten Betriebszustände und/oder einen oder der mehreren Zustandsparameter und/oder die Signale der Fahrzeugkomponenten einer Mehrzahl von Fahrzeugen umfassen. Auf diese Weise kann der zweite Wissensgraph eine große Menge an „Fehldaten“ verschiedener Art über die „Flotte von Fahrzeugen“ sammeln. Zum Beispiel kann eine solche „Flotte von Fahrzeugen“ 10 oder mehr, 100 oder mehr 1000 oder mehr Fahrzeuge umfassen. Die Fahrzeuge können gewisse Gemeinsamkeiten aufweisen. In manchen Fällen können die Fahrzeuge Fahrzeuge eines bestimmten Typs oder Modells sein. Alternativ oder zusätzlich können die Fahrzeuge eine oder mehrere Fahrzeugkomponenten vom gleichen Typ aufweisen.
Im nächsten Schritt kann ein konzeptionelles Modell des zweiten Wissensgraphen basierend auf den übermittelten Informationen (z.B. Betriebszustände, Zustandsparameter und/oder Signale) der Fahrzeugkomponenten der Mehrzahl von Fahrzeugen aktualisiert werden. In manchen Beispielen kann das Aktualisieren des konzeptionellen Modells des zweiten Wissensgraphen das Verwenden 330 einer statistischen Analyse in Bezug auf die übermittelten Informationen (z.B. Betriebszustände, Zustandsparameter und/oder Signale) der Fahrzeugkomponenten der Mehrzahl von Fahrzeugen beinhalten, um das Bestimmen der Betriebszustände der Fahrzeugkomponenten zu optimieren. Zum Beispiel kann das konzeptionelle Modell des zweiten Wissensgraphen basierend auf den in dem zweiten Wissensgraphen gespeicherten Dateninstanzen aktualisiert werden. In diesem Ausführungsbeispiel kann das Aktualisieren des konzeptionellen Modells des zweiten Wissensgraphen das Verwenden einer statistischen Analyse in Bezug auf die in dem zweiten Wissensgraphen gespeicherten Dateninstanzen beinhalten, um das Bestimmen der Betriebszustände der Fahrzeugkomponenten zu optimieren. In manchen Beispielen kann das Verwenden der statistischen Analyse das Lernen des einen oder der mehreren Betriebszustandsindikatoren für den entsprechenden Betriebszustandsparameter umfassen. Dies kann beispielweise darauf abzielen, die in den Betriebszustandsindikatoren enthalten Werte von Abweichungen und vordefinierten Größen zu aktualisieren. Alternativ oder zusätzlich können auf diese Weise auch die Schwellenwerte und/oder die Durchschnittschwellenwerte mit den zugeordneten Gewichten in den Betriebszustandsindikatoren der Betriebszustandsparameter aktualisiert werden.
Im nächsten Schritt können die vorliegenden Techniken das Bestimmen eines neuen oder mehrerer neuer Zustandsparameter anhand des aktualisierten konzeptionellen Modells umfassen, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind. Zusätzlich oder alternativ kann auch eine neue Mehrzahl von Signalen bestimmt werden, die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich ist. In manchen Beispielen kann anhand des aktualisierten konzeptionellen Modells eine neue Berechnungsfrequenz für den einen oder mehreren Zustandsparameter der Mehrzahl von Fahrzeugkomponenten bestimmt werden. Weiterhin kann das konzeptionelle Modell des ersten Wissensgraphen aus der Mehrzahl von Fahrzeugen basierend auf dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen aktualisiert werden. Zum Beispiel kann die vorliegende Offenbarung das Übermitteln 340 von Update-Information (z.B. über das Datenwolken-System), die in dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen enthalten ist, an den ersten Wissensgraphen jedes Fahrzeuges aus der Mehrzahl von Fahrzeugen umfassen. Zuletzt kann in manchen Beispielen die übermittelte Update-Information in dem ersten Wissensgraphen jedes Fahrzeuges gespeichert werden 350.
Ein zweiter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein elektronisches System, das eine erste und eine zweite elektronische Vorrichtung umfasst, das dazu ausgelegt ist, um das Verfahren gemäß dem ersten allgemeinen Aspekt der vorliegenden Offenbarung auszuführen. Die erste elektronische Vorrichtung kann eine elektronische Vorrichtung eines Fahrzeuges (z.B. eine Einheit eines Fahrzeugdiagnosesystems oder eine andere separate Einheit des Fahrzeugs) zum Verwenden des ersten Wissensgraphen sein. Die zweite elektronische Vorrichtung (z.B. das Fahrzeugdiagnosesystem) kann zum Überwachen und Empfangen von Signalen einer Mehrzahl von Fahrzeugkomponenten des Fahrzeuges sowie zum Berechnen der Zustandsparameter der Mehrzahl von Fahrzeugkomponenten eingesetzt werden. Das System kann mindestens einen Prozessor, mindestens einen Speicher (der Programme enthalten kann, die, wenn ausgeführt, die Verfahren der vorliegenden Offenbarung ausführen) sowie mindestens eine Schnittstelle für Eingänge und Ausgänge aufweisen.
In den Beispielen oben wurde teilweise ein lokaler erster Wissensgraph (d.h., in dem Fahrzeug abgelegt und seine Verwendung beschrieben). In anderen Beispielen kann der erste Wissensgraph auf einem entfernten System abgelegt sein. Zum Beispiel kann das Fahrzeug die Mehrzahl von Signalen an das entfernte System übermittelt werden (z.B. regelmäßig oder auf Anfrage). Auf dem entfernten System können dann die Schritte des Ermittelns des Betriebszustandes der Fahrzeugkomponente der vorliegenden Offenbarung durchgeführt werden. Der ermittelte Betriebszustand kann von dem entfernten System zurück an das Fahrzeug und/oder einen dritten Ort übermittelt werden (z.B. um eine der oben beschriebenen Reaktionen auszulösen). In anderen Fällen kann der erste Wissensgraph auf einem entfernten System abgelegt sein und mit einer Einheit im Fahrzeug zusammenarbeiten, um den Betriebszustandes der Fahrzeugkomponente zu ermitteln.
In wieder anderen Beispielen kann ein Wissensgraph, der auf einem entfernten System abgelegt ist, Informationen von einer Mehrzahl von Fahrzeugen enthalten (wir in Bezug auf den zweiten Wissensgraph weiter oben beschrieben) und die Schritte des Ermittelns des Betriebszustandes der Fahrzeugkomponente der vorliegenden Offenbarung durchführen.
Ein dritter allgemeiner Aspekt der vorliegenden Offenbarung betrifft ein Datenwolken-System die dazu ausgelegt ist, Informationen von der zweiten Vorrichtung gemäß dem zweiten allgemeinen Aspekt zu empfangen, das Verfahren gemäß dem ersten allgemeinen Aspekt der vorliegenden Offenbarung auszuführen, um ein konzeptionelles Modell des zweiten Wissensgraphen zu aktualisieren. Des Weiteren kann das Datenwolken-System konfiguriert werden, um eine Update-Information, die in dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen enthalten ist, an die zweite Vorrichtung jedes Fahrzeuges aus der Mehrzahl von Fahrzeugen zu übermitteln. In manchen Beispielen können in diesem Zusammenhang auch zwei oder mehrere Datenwolken-Systeme verwendet werden.
Die vorliegende Offenbarung betrifft auch Computer-Programme, die die Verfahren der vorliegenden Offenbarung ausführen. Die vorliegende Offenbarung betrifft auch computer-lesbare Medien und Signale, die die Computer-Programme der vorliegenden Offenbarung speichern oder codieren.

Claims

Verfahren zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente eines Fahrzeuges, wobei das Verfahren folgende Schritte umfasst: das Bereitstellen (100) eines ersten Wissensgraphen (10), der Informationen über eine Mehrzahl von Fahrzeugkomponenten (Komp A; Komp B) eines Fahrzeuges (F A) enthält, wobei jede Fahrzeugkomponente ein oder mehrere Signale (S-CA-1; S-CA-2; S-CB-1; S-CB-2) bereitstellt; das Bestimmen (140) des Betriebszustandes (Betriebszustand) einer Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten, wobei das Bestimmen die folgenden Schritte umfasst: das Auswählen (110), unter Verwendung des ersten Wissensgraphen, einer Mehrzahl von Signalen und eines oder mehrerer Zustandsparameter (Param-H1), die zum Bestimmen des Betriebszustandes der Fahrzeugkomponente erforderlich sind; das Berechnen (120) eines oder mehrerer Zustandsparameter (Param-H1) der Fahrzeugkomponente basierend auf der ausgewählten Mehrzahl von Signalen; das Ermitteln (130) des Betriebszustandes der Fahrzeugkomponente (Betriebszustand) anhand der in dem ersten Wissensgraphen enthaltenen Informationen und basierend auf dem berechneten einen oder den mehreren Zustandsparametern.
Verfahren nach Anspruch 1, wobei der erste Wissensgraph umfasst: ein konzeptionelles Modell, das eine Mehrzahl von Konzepten umfasst, wobei jedes Konzept eine entsprechende Fahrzeugkomponente aus der Mehrzahl von Fahrzeugkomponenten abbildet, wobei die Konzepte mit Attributen versehen sind und deren jeweilige Beziehungen untereinander definiert sind; eine Mehrzahl von Dateninstanzen, welche Datenpunkte aus dem einen oder den mehreren Signalen und/oder aus dem einen oder den mehreren Zustandsparametern jeder Fahrzeugkomponente aufweisen und den jeweiligen Konzepten in dem konzeptionellen Modell zugeordnet sind, optional wobei der erste Wissensgraph konfiguriert ist, um das eine oder die mehreren Signale und den einen oder die mehreren Zustandsparameter jeder Fahrzeugkomponente zu empfangen und weiter ausgelegt ist, um empfangene Signale und Zustandsparameter in das konzeptionelle Modell und/oder in die Dateninstanzen zu übertragen, wobei das Empfangen des einen oder der mehreren Signale ferner das Erzeugen der Datenpunkte, optional Zeitreihen von Datenpunkten, aus dem einen oder den mehreren Signalen oder aus dem einen oder den mehreren Zustandsparametern umfasst.
Verfahren nach Anspruch 1 oder 2, weiter umfassend das kontinuierliche Berechnen (120) der Zustandsparameter der Fahrzeugkomponente oder das Berechnen (120) der Zustandsparameter zu bestimmten Zeitpunkten unter Verwendung des ersten Wissensgraphen, optional wobei das Berechnen der Zustandsparameter zu den bestimmten Zeitpunkten, die durch eine Berechnungsfrequenz gegeben sind, wobei die Berechnungsfrequenz durch den ersten Wissensgraphen bereitgestellt wird.
Verfahren nach einem der vorhergehenden Ansprüche 1 bis 3, wobei das Bestimmen des Betriebszustandes der Fahrzeugkomponente ferner das Klassifizieren (230) des Betriebszustandes der Fahrzeugkomponente als abnormal mit einer Fehlfunktion oder als normal ohne die Fehlfunktion auf Basis des berechneten Betriebszustandes der Fahrzeugkomponente umfasst.
Verfahren nach Anspruch 4, wobei das Berechnen des Betriebszustandes der Fahrzeugkomponente (Betriebszustand) das Berechnen einer Abweichung zwischen dem einen oder den mehreren aktuellen Werten des einen oder der mehreren Zustandsparameter der Fahrzeugkomponente und dem einem oder den mehreren in dem ersten Wissensgraphen gespeicherten Werten des einen oder der mehreren Zustandsparameter der Fahrzeugkomponente umfasst, optional wobei der Betriebszustand der Fahrzeugkomponente als abnormal klassifiziert wird, wenn die Abweichung eine vordefinierte Größe überschreitet oder unterschreitet, und anderenfalls der Betriebszustand der Fahrzeugkomponente als normal ohne die Fehlfunktion klassifiziert wird.
Verfahren nach Anspruch 4 oder 5, wobei der erste Wissensgraph für jeden Betriebszustandsparameter einen Betriebszustandsindikator des abnormalen Betriebszustandes der Fahrzeugkomponente enthält, und wobei dadurch eine Mehrzahl von Betriebszustandsindikatoren gebildet wird, optional wobei jeder Betriebszustandsindikator die Abweichung und die vordefinierte Größe enthält, die dem jeweiligen Zustandsparameter (Param-H1) der Fahrzeugkomponente entsprechen.
Verfahren nach Anspruch 3 und einem der vorhergehenden Ansprüche 4 bis 6, ferner umfassend das Aktualisieren, unter Verwendung des ersten Wissensgraphen, eines oder mehrerer Werte von Berechnungsfrequenzen in Reaktion auf ein Klassifikationsergebnis des Betriebszustandes der Fahrzeugkomponente, optional wobei das Aktualisieren, unter Verwendung des ersten Wissensgraphen das Lernen der einen oder der mehreren von Berechnungsfrequenzen durch den ersten Wissensgraphen basierend auf den in dem ersten Wissensgraphen gespeicherten Dateninstanzen umfasst.
Verfahren nach einem der vorhergehenden Ansprüche 4 bis 7, weiter umfassend: das Übermitteln (300) des klassifizierten Betriebszustandes der Fahrzeugkomponente und des jeweiligen einen oder der mehreren Zustandsparameter, die dazu führten, dass der Betriebszustand der Fahrzeugkomponente als abnormal mit der Fehlfunktion bestimmt wurde, an einen zweiten Wissensgraphen, optional ferner wobei das Übermitteln des jeweiligen einen oder der mehreren Zustandsparameter zusammen mit dem entsprechenden einen oder den mehreren Betriebszustandsindikatoren und/oder mit der entsprechenden Mehrzahl von Signalen erfolgt.
Verfahren nach Anspruch 8, wobei der zweite Wissensgraph die übermittelten Zustandsparameter der Fahrzeugkomponenten einer Mehrzahl von Fahrzeugen umfasst, wobei die übermittelten Betriebszustände als abnormal mit der Fehlfunktion klassifiziert wurden, und wobei das Verfahren ferner umfassend das Aktualisieren eines konzeptionellen Modells des zweiten Wissensgraphen basierend auf den übermittelten Zustandsparametern der Fahrzeugkomponenten der Mehrzahl von Fahrzeugen, optional wobei das Aktualisieren des konzeptionellen Modells des zweiten Wissensgraphen das Verwenden (330) einer statistischen Analyse in Bezug auf die übermittelten Zustandsparameter der Fahrzeugkomponenten der Mehrzahl von Fahrzeugen beinhaltet, um das Bestimmen der Betriebszustände der Fahrzeugkomponenten zu optimieren.
Verfahren nach Anspruch 9, umfassend: das Aktualisieren des konzeptionellen Modells des ersten Wissensgraphen aus der Mehrzahl von Fahrzeugen basierend auf dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen; das Übermitteln (340) von Update-Information, die in dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen enthalten ist, an den ersten Wissensgraphen jedes Fahrzeuges aus der Mehrzahl von Fahrzeugen, optional weiter umfassend das Speichern (350) der übermittelten Update-Information in dem ersten Wissensgraphen jedes Fahrzeuges.
Elektronisches Fahrzeugsystem zum Bestimmen eines Betriebszustandes einer Fahrzeugkomponente des Fahrzeuges, das dazu ausgelegt ist, um die Schritte der Verfahren nach den Ansprüchen 1 bis 10 auszuführen, das System umfassend: eine erste elektronische Vorrichtung zum Verwenden des ersten Wissensgraphen; eine zweite elektronische Vorrichtung, die konfiguriert ist, um: die Signale aus einer Mehrzahl von Fahrzeugkomponenten des Fahrzeuges zu überwachen und empfangen; die Zustandsparameter der Mehrzahl von Fahrzeugkomponenten zu berechnen.
Datenwolken-System, die dazu ausgelegt ist um: Informationen von der zweiten Vorrichtung nach Anspruch 11 zu empfangen; die Schritte der Verfahren nach den Ansprüchen 8 bis 10 auszuführen, um ein konzeptionelles Modell des zweiten Wissensgraphen zu aktualisieren; eine Update-Information, die in dem aktualisierten konzeptionellen Modell des zweiten Wissensgraphen enthalten ist, an die zweite Vorrichtung jedes Fahrzeuges aus der Mehrzahl von Fahrzeugen zu übermitteln.