DE102022110913A1 - SEAT ADJUSTMENT - Google Patents
SEAT ADJUSTMENT Download PDFInfo
- Publication number
- DE102022110913A1 DE102022110913A1 DE102022110913.5A DE102022110913A DE102022110913A1 DE 102022110913 A1 DE102022110913 A1 DE 102022110913A1 DE 102022110913 A DE102022110913 A DE 102022110913A DE 102022110913 A1 DE102022110913 A1 DE 102022110913A1
- Authority
- DE
- Germany
- Prior art keywords
- clusters
- preferred
- seat
- occupant
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000004044 response Effects 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 68
- 239000011159 matrix material Substances 0.000 claims description 23
- 238000011524 similarity measure Methods 0.000 claims description 21
- 230000007704 transition Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 description 49
- 238000004422 calculation algorithm Methods 0.000 description 13
- 238000010801 machine learning Methods 0.000 description 13
- 238000012549 training Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000013598 vector Substances 0.000 description 5
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 210000000689 upper leg Anatomy 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 206010038743 Restlessness Diseases 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011888 foil Substances 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
- B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
- B60N2/002—Seats provided with an occupancy detection means mounted therein or thereon
- B60N2/0021—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement
- B60N2/0024—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat
- B60N2/0027—Seats provided with an occupancy detection means mounted therein or thereon characterised by the type of sensor or measurement for identifying, categorising or investigation of the occupant or object on the seat for detecting the position of the occupant or of occupant's body part
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
- B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
- B60N2/02—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles the seat or part thereof being movable, e.g. adjustable
- B60N2/0224—Non-manual adjustments, e.g. with electrical operation
- B60N2/0244—Non-manual adjustments, e.g. with electrical operation with logic circuits
- B60N2/0268—Non-manual adjustments, e.g. with electrical operation with logic circuits using sensors or detectors for adapting the seat or seat part, e.g. to the position of an occupant
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
- B60N2210/00—Sensor types, e.g. for passenger detection systems or for controlling seats
- B60N2210/40—Force or pressure sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
- B60N2220/00—Computerised treatment of data for controlling of seats
- B60N2220/10—Computerised treatment of data for controlling of seats using a database
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Seats For Vehicles (AREA)
Abstract
Ein Computer beinhaltet einen Prozessor und einen Speicher, der durch den Prozessor ausführbare Anweisungen speichert zum Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.A computer includes a processor and a memory that stores instructions executable by the processor for receiving a series of print cards indicating a respective row of seating positions of an occupant in a seat, the print cards including a current print card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting a physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Description
GEBIET DER TECHNIKFIELD OF TECHNOLOGY
Diese Offenbarung betrifft Systeme und Verfahren für eine Sitzeinstellung in einem Fahrzeug.This disclosure relates to systems and methods for seat adjustment in a vehicle.
ALLGEMEINER STAND DER TECHNIKGENERAL STATE OF THE ART
Fahrzeuge beinhalten typischerweise eine Fahrgastkabine, um Insassen des Fahrzeugs unterzubringen. Die Fahrgastkabine beinhaltet typischerweise einen oder mehrere Vordersitze, die vorn in der Fahrgastkabine angeordnet sind, einen oder mehrere Rücksitze, die hinter den Vordersitzen angeordnet sind, und möglicherweise Sitze einer dritten Reihe hinten in der Fahrgastkabine.Vehicles typically include a passenger cabin to accommodate occupants of the vehicle. The passenger cabin typically includes one or more front seats located at the front of the passenger cabin, one or more rear seats located behind the front seats, and possibly third row seats at the rear of the passenger cabin.
Jeder Sitz beinhaltet typischerweise eine Sitzlehne, eine Sitzfläche und eine Kopfstütze. Die Kopfstütze wird durch die Sitzlehne gestützt und kann relativ zu der Sitzlehne stationär oder bewegbar sein. Die Sitzlehne wird durch die Sitzfläche gestützt und kann relativ zu der Sitzfläche stationär oder bewegbar sein. Die Sitzlehne, die Sitzfläche und/oder die Kopfstütze sind häufig in mehreren Freiheitsgraden einstellbar.Each seat typically includes a seat back, a seat base and a headrest. The headrest is supported by the seat back and may be stationary or movable relative to the seat back. The seat back is supported by the seat surface and may be stationary or movable relative to the seat surface. The seat back, the seat and/or the headrest are often adjustable in several degrees of freedom.
KURZDARSTELLUNGSHORT PRESENTATION
Ein Computer beinhaltet einen Prozessor und einen Speicher, der durch den Prozessor ausführbare Anweisungen speichert zum Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.A computer includes a processor and a memory that stores instructions executable by the processor for receiving a series of print cards indicating a respective row of seating positions of an occupant in a seat, the print cards including a current print card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting a physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Das Einstellen der physischen Konfiguration des Sitzes kann auf dem einen der Cluster basieren, in den der Cluster, der die aktuelle Sitzposition beinhaltet, am wahrscheinlichsten übergeht. Das Profil kann eine Wahrscheinlichkeitsmatrix des Übergangs von jeweiligen Clustern in jeweilige andere Cluster beinhalten und die Matrix basiert auf der Reihe von Druckkarten.Setting the physical configuration of the seat may be based on which one of the clusters the cluster containing the current seating position is most likely to transition into. The profile may include a probability matrix of transition from respective clusters to respective other clusters and the matrix is based on the series of pressure maps.
Die Anweisungen können Anweisungen zum Einordnen jeder der Reihe von Sitzpositionen in einen der Cluster auf Grundlage von Ähnlichkeitsmaßen zwischen dieser Sitzposition und jedem der Cluster beinhalten. Die Anweisungen können Anweisungen zum, als Reaktion darauf, dass keines der Ähnlichkeitsmaße zwischen einer der Sitzpositionen und jedem der Cluster über einer Schwellenähnlichkeit liegt, Erstellen eines neuen Clusters und Einordnen dieser Sitzposition in den neuen Cluster beinhalten.The instructions may include instructions for classifying each of the series of seating positions into one of the clusters based on similarity measures between that seating position and each of the clusters. The instructions may include instructions for, in response to none of the similarity measures between any of the sitting positions and each of the clusters being above a threshold similarity, creating a new cluster and classifying that sitting position into the new cluster.
Die Cluster können auf den Sitzpositionen einer Vielzahl von anderen Insassen basieren. Die Anweisungen können Anweisungen zum Bestimmen einer Vielzahl von Merkmalen des Insassen beinhalten und wobei die Cluster nur auf den Sitzpositionen des Insassen und der anderen Insassen mit den gleichen Merkmalen wie der Insasse basieren können. Die Merkmale können einen Fahrzeugtyp beinhalten, in dem die jeweiligen Insassen in den Sitzpositionen gesessen haben.The clusters may be based on the seating positions of a variety of other occupants. The instructions may include instructions for determining a variety of characteristics of the occupant and wherein the clusters may be based only on the seating positions of the occupant and the other occupants with the same characteristics as the occupant. The features may include a type of vehicle in which the respective occupants were seated in the seating positions.
Die Merkmale können demografische Informationen über die Insassen beinhalten.The characteristics may include demographic information about the inmates.
Die Cluster können mindestens teilweise auf den Sitzpositionen der anderen Insassen basieren, bis sich eine Sammlungsstrecke oder eine Sammlungszeit der Reihe von Druckkarten des Insassen über einen jeweiligen Streckenschwellenwert oder Zeitschwellenwert erhöht, nach dem die Cluster vollständig auf der Reihe von Sitzpositionen des Insassen basieren können. Die Anweisungen können Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Dauer des Bleibens in den Sitzpositionen in diesem Cluster beinhalten und wobei eine höhere Dauer eine Likelihood dafür erhöhen kann, dass die Klassifizierung bevorzugt lautet.The clusters may be based at least in part on the seating positions of the other occupants until a collection distance or a collection time of the occupant's series of pressure cards increases above a respective distance threshold or time threshold, after which the clusters may be based entirely on the series of occupants' seating positions. The instructions may include instructions for classifying each cluster as preferred or non-preferred based on a duration of remaining in the sitting positions in that cluster, and where a higher duration may increase a likelihood that the classification is preferred.
Die Anweisungen können Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Variation unter den Sitzpositionen in diesem Cluster beinhalten und wobei eine höhere Variation eine Likelihood dafür erhöhen kann, dass die Klassifizierung nicht bevorzugt lautet.The instructions may include instructions for classifying each cluster as preferred or non-preferred based on variation among the seating positions in that cluster, and where higher variation may increase a likelihood that the classification is non-preferred.
Die Anweisungen können Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Rückkehrzeit vom Wechseln aus einer beliebigen der Sitzpositionen in diesem Cluster zum Wechseln zurück in eine der Sitzpositionen in diesem Cluster beinhalten und wobei eine höhere Rückkehrzeit eine Likelihood dafür erhöhen kann, dass die Klassifizierung nicht bevorzugt lautet.The instructions may include instructions for classifying each cluster as preferred or non-preferred based on a return time from changing from any of the seating positions in that cluster to changing back into one of the seating positions in that cluster, and where a higher return time may increase a likelihood that the classification is not preferred.
Die Anweisungen können Anweisungen zum Kombinieren von zwei Clustern zu einem einzelnen Cluster auf Grundlage einer Überschneidung zwischen den zwei Clustern beinhalten. The instructions may include instructions for combining two clusters into a single cluster based on an overlap between the two clusters.
Das Kombinieren von zwei Clustern kann nur stattfinden, wenn die zwei Cluster beide als bevorzugt klassifiziert sind oder beide als nicht bevorzugt klassifiziert sind.Combining two clusters can only take place if the two clusters are both classified as preferred or both are classified as non-preferred.
Die Anweisungen können Anweisungen zum Identifizieren des Insassen und Laden des Profils des Insassen auf Grundlage der Identifizierung des Insassen beinhalten.The instructions may include instructions for identifying the occupant and loading the occupant's profile based on the occupant's identification.
Ein System beinhaltet einen Sitz mit einer physischen Konfiguration, die einstellbar ist, und einen Computer, der kommunikativ an den Sitz gekoppelt ist. Der Computer ist programmiert zum Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf dem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen der physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.A system includes a seat with a physical configuration that is adjustable and a computer that is communicatively coupled to the seat. The computer is programmed to receive a series of pressure cards indicating a respective series of seating positions of an occupant on the seat, the pressure cards including a current pressure card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting the physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Die physische Konfiguration kann mindestens eines von einer Neigung des Sitzes, einer Höhe des Sitzes, eines Zurücklehnungswinkels des Sitzes oder einer Lendenstützposition des Sitzes beinhalten.The physical configuration may include at least one of a tilt of the seat, a height of the seat, a recline angle of the seat, or a lumbar support position of the seat.
Der Sitz kann eine Sitzfläche beinhalten, die eine Vielzahl von Blasen beinhaltet, und die physische Konfiguration kann Füllstände der jeweiligen Blasen beinhalten.The seat may include a seating surface that includes a plurality of bladders, and the physical configuration may include levels of the respective bladders.
Ein Verfahren beinhaltet Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.A method includes receiving a series of pressure maps indicating a respective series of seating positions of an occupant in a seat, the pressure maps including a current pressure map; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting a physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
KURZE BESCHREIBUNG DER ZEICHNUNGENBRIEF DESCRIPTION OF THE DRAWINGS
-
1 ist eine Draufsicht auf ein beispielhaftes Fahrzeug mit einer zur Veranschaulichung freigelegten Fahrgastkabine.1 is a top view of an exemplary vehicle with a passenger cabin exposed for illustrative purposes. -
2 ist eine perspektivische Ansicht eines Sitzes des Fahrzeugs.2 is a perspective view of a seat of the vehicle. -
3 ist ein Blockdiagramm eines Systems für den Sitz.3 is a block diagram of a system for the seat. -
4 ist eine Druckkarte, die eine Sitzposition eines Insassen auf dem Sitz darstellt.4 is a pressure map that represents a seating position of an occupant on the seat. -
5 ist ein Prozessablaufdiagramm eines beispielhaften Prozesses zum Initialisieren eines Profils der Sitzpositionen für den Insassen.5 is a process flow diagram of an example process for initializing a profile of seating positions for the occupant. -
6 ist ein Prozessablaufdiagramm eines beispielhaften Prozesses zum Aktualisieren des Profils.6 is a process flow diagram of an example process for updating the profile. -
7 ist ein Prozessablaufdiagramm eines beispielhaften Prozesses zum Einstellen einer physischen Konfiguration des Sitzes.7 is a process flow diagram of an example process for setting a physical configuration of the seat.
DETAILLIERTE BESCHREIBUNGDETAILED DESCRIPTION
Unter Bezugnahme auf die Figuren beinhaltet ein Computer 102 eines Fahrzeugs 100 einen Prozessor und einen Speicher, der durch den Prozessor ausführbare Anweisungen speichert zum Empfangen einer Reihe von Druckkarten 104, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz 106 angibt, wobei die Druckkarten 104 eine aktuelle Druckkarte 104 beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten 104, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes 106 als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.Referring to the figures, a
Der Computer 102 kann den Sitz 106 auf eine Weise konfigurieren, die der Insasse am bequemsten findet, und auf eine Weise, die den Insassen dazu ermutigt, eine Sitzposition zu verwenden, die der Insasse bequem findet. Das Profil kann mehrere Sitzpositionen verfolgen, die der Insasse bequem findet, und das Profil kann im Zeitverlauf aktualisiert werden, wenn sich die Präferenzen des Insassen ändern.The
Unter Bezugnahme auf die
Das Fahrzeug 100 beinhaltet eine Fahrgastkabine 108, um gegebenenfalls Insassen des Fahrzeugs 100 unterzubringen. Die Fahrgastkabine 108 beinhaltet einen oder mehrere Vordersitze 106, die vorn in der Fahrgastkabine 108 angeordnet sind, und einen oder mehrere Rücksitze 106, die hinter den Vordersitzen angeordnet sind. Die Fahrgastkabine 108 kann zudem Sitze 106 einer dritten Reihe (nicht gezeigt) hinten in der Fahrgastkabine 108 beinhalten. In
Unter Bezugnahme auf
Der Sitz 106 beinhaltet eine Vielzahl von Sitzaktoren 118, welche die Positionen oder Einstellungen der Komponenten des Sitzes 106 einstellen. Zum Beispiel können die Sitzaktoren 118 einen Drehaktor zum Zurücklehnen der Sitzlehne 110 relativ zur Sitzfläche 112, Linearaktoren unter einer Vorderseite und einer Rückseite der Sitzfläche 112 zum Anheben oder Absenken der Vorderseite oder Rückseite der Sitzfläche 112, um die Höhe und Neigung des Sitzes 106 einzustellen, und einen Linearaktor in der Sitzlehne 110, um die Position der Lendenstützstange 116 einzustellen, beinhalten.The
Die Sitzfläche 112 und möglicherweise die Sitzlehne 110 können eine Vielzahl von Blasen 120 beinhalten. Die Blasen 120 sind flexible Taschen, die mit Fluid (Flüssigkeit oder Gas) füllbar sind. Die Blasen 120 können in einer Ebene angeordnet sein, die im Allgemeinen parallel zur Sitzfläche 112 verläuft, z. B. in horizontal angeordneten Reihen. Die Blasen 120 weisen jeweils einen Füllstand auf, bei dem es sich um eine Fluidmenge in der jeweiligen Blase 120 handelt. Die Blasen 120 können durch einen Verdichter oder eine Pumpe und Ventile (nicht gezeigt) für die jeweiligen Blasen 120 versorgt werden. Die physische Konfiguration kann die Füllstände der jeweiligen Blasen 120 beinhalten.The
Der Sitz 106 beinhaltet eine Vielzahl von Drucksensoren 122, die in der Sitzfläche 112 angeordnet sind. Die Drucksensoren 122 können von einem beliebigen geeigneten Typ zum Messen eines Drucks sein, der durch den Insassen an den jeweiligen Punkten ausgeübt wird, an denen sich die Drucksensoren 122 befinden, z. B. Dehnungsmessstreifen, piezoelektrisch usw. Der Drucksensor 122 kann z. B. in einem Gittermuster angeordnet sein.The
Unter Bezugnahme auf
Der Computer 102 kann Daten durch ein Kommunikationsnetzwerk 124 übertragen und empfangen, wie etwa einen Controller-Area-Network-Bus (CAN-Bus), Ethernet, WiFi, ein Local Interconnect Network (LIN), einen On-Board-Diagnoseanschluss (OBD-II) und/oder durch ein beliebiges anderes drahtgebundenes oder drahtloses Kommunikationsnetzwerk. Der Computer 102 kann über das Kommunikationsnetzwerk 124 kommunikativ an den Sitz 106 (d. h. die Sitzaktoren 118 und/oder die Blasen 120), die Drucksensoren 122, einen Transceiver 126 und andere Komponenten gekoppelt sein.The
Der Transceiver 126 kann dazu ausgelegt sein, Signale drahtlos durch ein beliebiges geeignetes Protokoll zur drahtlosen Kommunikation, wie etwa Bluetooth®, WiFi, IEEE 802.11a/b/g, andere HF(Hochfrequenz)-Kommunikation usw., zu übertragen. Der Transceiver 126 kann dazu ausgelegt sein, mit einem Remote-Server zu kommunizieren, das heißt einem Server, der von dem Fahrzeug 100 getrennt und von diesem beabstandet ist. Der Remote-Server kann sich außerhalb des Fahrzeugs 100 befinden. Der Remote-Server kann zum Beispiel mit einem anderen Fahrzeug 100 (z. B. V2V-Kommunikation), einer Infrastrukturkomponente (z. B. V2I-Kommunikation über dedizierte Nahbereichskommunikation (Dedicated Short-Range Communications - DSRC) oder dergleichen), einem Ersthelfer, einer mobilen Vorrichtung, die mit dem Halter des Fahrzeugs 100 assoziiert ist, usw. assoziiert sein. Der Transceiver 126 kann eine Vorrichtung sein oder kann einen separaten Sender und Empfänger beinhalten. Unter Bezugnahme auf
Die Druckkarten 104 geben die Sitzpositionen an. Die Sitzpositionen sind Anordnungen des Körpers des Insassen; zum Beispiel kann das Gewicht des Insassen zentriert oder mehr in Richtung einer Seite verlagert sein, kann er sich nach hinten oder vorne lehnen, kann er seine Oberschenkel angehoben oder abgesenkt haben usw. Die jeweiligen Sitzpositionen können durch entsprechend unterschiedliche Druckkarten 104 definiert sein. Zum Beispiel ist in der Druckkarte 104 in
Der Speicher des Computers 102 kann ein Profil für jeden einer Vielzahl von möglichen Insassen speichern. Jedes Profil kann eine Vielzahl von Clustern der Sitzpositionen, Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt und eine Wahrscheinlichkeitsmatrix des Übergangs von jeweiligen Clustern in jeweilige andere Cluster beinhalten, wie jeweils nachstehend detaillierter beschrieben.The memory of
Die Cluster sind Gruppierungen ähnlicher Sitzpositionen des Insassen. Ähnliche Sitzpositionen sind Sitzpositionen, die ausreichend nahe beieinander liegen, sodass Insassen im Durchschnitt wahrnehmen, dass sie effektiv gleich sind. Ähnliche Sitzpositionen können zum Beispiel durch empirische Tests mit einer Vielzahl von Testinsassen bestimmt werden. Wie nachstehend beschrieben, werden die Sitzpositionen durch maschinelles Lernen, z. B. nicht überwachtes Lernen, in die Cluster organisiert. Unterschiedliche Ähnlichkeitsmaße können für das maschinelle Lernen verwendet werden, wie nachstehend beschrieben, z. B. Kullback-Leibler-Divergenz, Kosinusähnlichkeit usw. Jeder Cluster beinhaltet Sitzpositionen, die sich für den Insassen ähnlich anfühlen. Die Cluster können durch ihre Schwerpunkte (wie nachstehend beschrieben) oder durch Prototypen, d. h. Datenpunkte (in diesem Fall die Druckkarten 104), die jeweilige Cluster darstellen, dargestellt werden. Jeder Cluster wird als bevorzugt oder nicht bevorzugt klassifiziert, d. h., ob der Insasse es bevorzugt, in der Sitzposition in dem Cluster zu sitzen oder nicht.The clusters are groupings of similar seating positions of the occupant. Similar seating positions are seating positions that are sufficiently close together that occupants perceive, on average, that they are effectively the same. Similar seating positions can be determined, for example, through empirical tests with a large number of test occupants. As described below, the seating positions are determined by machine learning, e.g. B. unsupervised learning, organized into clusters. Different similarity measures can be used for machine learning as described below, e.g. B. Kullback-Leibler divergence, cosine similarity, etc. Each cluster contains seating positions that feel similar to the occupant. The clusters can be represented by their centroids (as described below) or by prototypes, ie data points (in this case the print maps 104) that represent respective clusters. Each cluster is classified as preferred or non-preferred, that is, whether the Occupant prefers to sit in the seating position in the cluster or not.
Das Profil kann eine Wahrscheinlichkeitsmatrix T des Übergangs von jeweiligen Clustern in jeweilige andere Cluster beinhalten
Die Matrix ist eine N-×-N-Matrix, wobei N die Anzahl der Cluster in dem Profil ist. Die Spalten können einen aktuellen Cluster darstellen, in dem der Insasse sitzt, und die Zeilen können einen nächsten Cluster darstellen, in dem der Insasse sitzen wird (oder umgekehrt); d. h., der Wert pij in der i-ten Spalte und der j-ten Zeile ist eine Wahrscheinlichkeit des Übergangs als Nächstes zu dem j-ten Cluster, vorausgesetzt, dass sich der Insasse aktuell in dem i-ten Cluster befindet. The matrix is an N × N matrix, where N is the number of clusters in the profile. The columns may represent a current cluster in which the occupant sits and the rows may represent a next cluster in which the occupant will sit (or vice versa); that is, the value p ij in the i-th column and j-th row is a probability of transitioning next to the j-th cluster, assuming that the occupant is currently in the i-th cluster.
Die Wahrscheinlichkeit pii des Übergangs von einem Cluster in denselben Cluster ist als null definiert. Jede Spalte ergibt die Summe 1. Wie nachstehend beschrieben, basiert die Matrix T auf der Reihe von Druckkarten 104 von den Sitzpositionen des Insassen.The probability p ii of transitioning from a cluster to the same cluster is defined as zero. Each column sums to 1. As described below, the matrix T is based on the series of pressure maps 104 of the occupant's seating positions.
Der Prozess 500 beginnt in einem Block 505, in dem der Computer 102 den Insassen identifiziert. Zum Beispiel kann der Insasse einen Funkschlüssel verwenden, um das Fahrzeug 100 zu starten, und der Funkschlüssel weist ein RFID-Tag oder dergleichen auf, das den Insassen unter anderen potenziellen Insassen, die das Fahrzeug 100 regelmäßig verwenden, eindeutig spezifiziert. Das RFID-Signal kann mit dem Insassen im Speicher assoziiert sein. Als ein anderes Beispiel kann sich ein Mobiltelefon oder eine mobile Vorrichtung des Insassen z. B. mit einer Benutzerschnittstelle des Fahrzeugs 100 koppeln. Das Mobiltelefon oder die mobile Vorrichtung kann mit dem Insassen im Speicher assoziiert sein. Als ein anderes Beispiel kann der Computer 102 Daten von einer Innenkamera empfangen, die ein Sichtfeld aufweist, das ein Gesicht des Insassen beinhaltet, und kann den Insassen unter Verwendung von bekannten Bilderkennungstechniken identifizieren. Als ein anderes Beispiel kann der Insasse identifizierende Informationen, wie etwa einen Benutzernamen und ein Passwort, in eine Benutzerschnittstelle eingeben.The
Als Nächstes bestimmt der Computer 102 in einem Block 510 eine Vielzahl von Merkmalen des Insassen. Die Merkmale sind für den Insassen spezifische Fakten. Zum Beispiel können die Merkmale demografische Informationen über den Insassen beinhalten, z. B. Größe, Gewicht, Alter, Geschlecht, Wohnsitzstaat usw. Die demografischen Informationen können im Speicher gespeichert und mit dem Profil des Insassen assoziiert werden. Als ein anderes Beispiel können die Merkmale einen Fahrzeugtyp des Fahrzeugs 100 beinhalten, in dem der Insasse sitzt. Der Computer 102 kann den Typ des Fahrzeugs 100, in dem er installiert ist, im Speicher speichern.Next, in a
Als Nächstes bestimmt der Computer 102 in einem Entscheidungsblock 515, ob ausreichend Daten über die Sitzpositionen des Insassen gesammelt wurden, damit das Profil nur auf den Daten des Insassen basiert. Zum Beispiel kann der Computer 102 bestimmen, ob sich eine Sammlungsstrecke, d. h. eine Anzahl von Meilen, die das Fahrzeug 100 gefahren ist, während die Sitzpositionen des Insassen aufgezeichnet wurden, über einen Streckenschwellenwert erhöht hat. Der Streckenschwellenwert kann so gewählt sein, dass er ausreichend lang ist, sodass der Computer 102 keine neuen Sitzpositionen mehr sammelt. Als ein anderes Beispiel kann der Computer 102 bestimmen, ob sich eine Sammlungszeit, d. h. eine Sammeldauer, während welcher das Fahrzeug 100 gefahren ist, während die Sitzpositionen des Insassen aufgezeichnet wurden, über einen Zeitschwellenwert erhöht hat. Der Zeitschwellenwert kann so gewählt sein, dass er ausreichend lang ist, sodass der Computer 102 keine neuen Sitzpositionen mehr sammelt. Wenn ausreichend Daten erfasst wurden, geht der Prozess 500 zu einem Block 520 über. Wenn nicht ausreichend Daten erfasst wurden, geht der Prozess 500 zu einem Block 525 über.Next, in a decision block 515, the
In dem Block 520 lädt der Computer 102 ein Profil für den Insassen, das Cluster der Sitzpositionen des Insassen und der Sitzpositionen einer Vielzahl von anderen Insassen aufweist. Die Cluster können auf den Sitzpositionen nur von anderen Insassen basieren, welche die gleichen Merkmale wie der Insasse aufweisen, z. B. einen gleichen Fahrzeugtyp und gleiche demografischen Informationen. Die Sitzpositionen in dem Profil können unter Verwendung von nicht überwachtem Lernen, z. B. bekannten Algorithmen, wie etwa k-Means, hierarchische Aggregation, selbstorganisierende Merkmalskarten usw., in Cluster eingeordnet werden. Der Computer 102 kann Cluster von Insassen mit den gleichen Merkmalen wie der Insasse von einem Remote-Server unter Verwendung des Transceivers 126 abrufen. Die Verwendung von Sitzpositionen von anderen Insassen mit den gleichen Merkmalen stellt eine gute Schätzung der wahrscheinlichen Präferenzen des Insassen in der Situation bereit, in der nicht ausreichend Daten über den Insassen vorliegen. Nach dem Block 520 geht der Prozess 500 zu dem Block 530 über.In
In dem Block 525 lädt der Computer 102 ein Profil für den Insassen, das Cluster aufweist, die vollständig auf den Sitzpositionen des Insassen basieren, d. h. nicht auf beliebigen anderen Insassen. Die Sitzpositionen in dem Profil können unter Verwendung von nicht überwachtem Lernen, z. B. bekannten Algorithmen, wie etwa k-Means, hierarchische Aggregation, selbstorganisierende Merkmalskarten usw., in Cluster eingeordnet werden. Nach dem Block 525 geht der Prozess 500 zu einem Block 530 über.In
In dem Block 530 klassifiziert der Computer 102 jedes Cluster in dem geladenen Profil als bevorzugt oder nicht bevorzugt. Der Computer 102 kann einen Algorithmus des maschinellen Lernens zum Klassifizieren von Elementen in eine bekannte Anzahl von Kategorien verwenden, z. B. naive Bayes-, Nearest-Neighbor-, Polynomlassifikatoren, künstliche neuronale Netzwerke usw. Eingaben in den Algorithmus des maschinellen Lernens können eine Dauer des Bleibens in den Sitzpositionen in demselben Cluster, eine Variation unter den Sitzpositionen jedes Clusters, eine Rückkehrzeit vom Wechseln aus einer beliebigen der Sitzpositionen in jedem Cluster zum Wechseln zurück in eine der Sitzpositionen in demselben Cluster usw. beinhalten. Eine höhere Dauer des Bleibens in den Sitzpositionen in einem Cluster erhöht eine Likelihood dafür, dass die Klassifizierung bevorzugt lautet. Eine höhere Variation unter den Sitzpositionen eines Clusters erhöht die Likelihood dafür, dass die Klassifizierung nicht bevorzugt lautet. Eine höhere Rückkehrzeit vom Wechseln aus einer beliebigen der Sitzpositionen in einem Cluster zum Wechseln zurück in eine der Sitzpositionen in demselben Cluster erhöht eine Likelihood dafür, dass die Klassifizierung nicht bevorzugt lautet. Anders ausgedrückt gibt ein längeres Bleiben in einer Sitzposition und ein schnelleres und/oder häufigeres Zurückwechseln in diese Sitzposition an, dass der Insasse diese Sitzposition bevorzugt, und gibt das schnellere Übergehen von einer Sitzposition und ein größere Unruhe in dieser Sitzposition an, dass der Insasse diese Sitzposition nicht bevorzugt. Andere Eingaben können ebenfalls verwendet werden. Trainingsdaten für den Algorithmus des maschinellen Lernen können z. B. durch Experimente erzeugt werden, bei denen Insassen über den Komfort beim Wechseln zwischen unterschiedlichen Sitzpositionen befragt werden. Zum Beispiel können die Trainingsdaten erzeugt werden, indem eine Reihe der Druckkarten 104 von Insassen aufgezeichnet wird und die Insassen aufgefordert werden, zu antworten, ob die Sitzposition bequem oder unbequem ist, während die Insassen ein Fahrzeug fahren. Wenn der antwortende Insasse darlegt, dass eine Sitzposition bequem ist, wird die Sitzposition in den Trainingsdaten als bevorzugt klassifiziert, und wenn der antwortende Insasse darlegt, dass eine Sitzposition unbequem ist, wird die Sitzposition in den Trainingsdaten als nicht bevorzugt klassifiziert, z. B. kann die Klassifizierung eine binäre Auswahl von 1 für bevorzugt und 0 für nicht bevorzugt sein. Alternativ kann jede Sitzposition eine Bewertung für bevorzugt und eine Bewertung für nicht bevorzugt aufweisen und wird die Sitzposition danach klassifiziert, welche der beiden Bewertungen höher ist. Nach dem Block 530 endet der Prozess 500.At block 530, the
Der Prozess 600 beginnt mit dem Durchführen des vorstehend beschriebenen Prozesses 500, um das Profil für den Insassen zu laden.
Als Nächstes empfängt der Computer 102 in einem Block 605 eine aktuelle Druckkarte 104 von den Drucksensoren 122.Next, in a
Als Nächstes bestimmt der Computer 102 in einem Entscheidungsblock 610, ob sich die Sitzposition des Insassen geändert hat. Der Computer 102 kann bestimmen, ob die aktuelle Druckkarte 104 eine andere Sitzposition als die nächstjüngste Druckkarte 104 angibt. Zum Beispiel kann der Computer 102 bestimmen, ob sich beliebige der Werte für den Druck in der Druckkarte 104 um mehr als einen Druckschwellenwert geändert haben. Der Druckschwellenwert kann z. B. auf Grundlage eines bekannten Rauschniveaus des Drucksensors 122 gewählt werden, das z. B. durch empirische Tests bestimmt wurde, durch einen Sensorhersteller spezifiziert wurde usw. Wenn sich die Sitzposition nicht geändert hat, kehrt der Prozess 600 zu dem Block 605 zurück, um die nächste aktuelle Druckkarte 104 zu empfangen. Während der Prozess 600 zwischen den Blöcken 605 und 610 pendelt, empfängt der Computer 102 die Reihe von Druckkarten 104. Wenn sich die Sitzposition geändert hat, geht der Prozess 600 zu einem Block 615 über.Next, in a decision block 610, the
In dem Block 615 aktualisiert der Computer 102 das Profil so, dass es die unmittelbar vorherige Sitzposition beinhaltet, d. h. die Sitzposition, aus welcher der Insasse gerade übergegangen ist. Der Computer 102 speichert zudem Daten in Bezug auf diese Sitzposition, beinhaltend die Dauer, für die der Insasse in dieser Sitzposition geblieben ist, und die aktuelle Sitzposition, in die der Insasse gerade übergegangen ist. Diese Daten werden verwendet, wenn in einem nachfolgenden Block 625 die unmittelbar vorhergehende Sitzposition in einen der Cluster eingeordnet wird und die Matrix T aktualisiert wird.In block 615, the
Als Nächstes bestimmt der Computer 102 in einem Entscheidungsblock 620, ob die unmittelbar vorhergehende Sitzposition einem beliebigen der Cluster in dem Profil ausreichend ähnlich ist. Der Computer 102 kann Ähnlichkeitsmaße zwischen der aktuellen Druckkarte 104 und jedem Cluster in dem Profil berechnen. Wenn das höchste Ähnlichkeitsmaß über einer Schwellenähnlichkeit liegt, dann ist die unmittelbar vorhergehende Sitzposition dem entsprechenden Cluster ausreichend ähnlich; andernfalls ist die unmittelbar vorhergehende Sitzposition keinem der Cluster ausreichend ähnlich. Der Ähnlichkeitsschwellenwert kann z. B. experimentell gewählt werden, indem Insassen über den Komfort beim Wechseln zwischen unterschiedlichen Sitzpositionen befragt werden, wie z. B. vorstehend in Bezug auf den Block 530 beschrieben, und ein Wert eines Ähnlichkeitsmaßes identifiziert wird, bei dem sich Meinungen zum Komfort ändern, z. B. ein Wert eines Ähnlichkeitsmaßes, der zu Clustern in den Trainingsdaten mit Sitzpositionen führt, die durch die antwortenden Insassen nahezu einheitlich als bequem oder als unbequem klassifiziert werden, d. h., die Cluster sind nahezu einheitlich bevorzugt oder nicht bevorzugt, z. B. ist mindestens ein Schwellenanteil jedes Clusters bevorzugt oder nicht bevorzugt. Der Schwellenanteil kann so gewählt sein, dass er nahezu einheitlich ist, während Ausreißer berücksichtigt werden, z. B. 95 %. Ein Beispiel für ein Ähnlichkeitsmaß ist die Kullback-Liebler-Divergenz:
In dem Block 625 ordnet der Computer 102 die unmittelbar vorhergehende Sitzposition auf Grundlage der Ähnlichkeitsmaße zwischen dieser Sitzposition und jedem der Cluster in einen der Cluster ein, insbesondere in den Cluster, mit dem diese Sitzposition das höchste Ähnlichkeitsmaß aufweist. Wenn der Insasse länger als eine Schwellenzeit in dieser Sitzposition geblieben ist, ordnet der Computer 102 diese Sitzposition in den Cluster ein, der als bevorzugt klassifiziert ist und das höchste Ähnlichkeitsmaß aufweist. Die Wahrscheinlichkeiten in der Matrix T werden ebenfalls aktualisiert. Nach dem Block 625 geht der Prozess 600 zu einem Entscheidungsblock 635 über.In
In dem Block 630 erstellt der Computer 102 einen neuen Cluster und ordnet die unmittelbar vorhergehende Sitzposition in den neuen Cluster ein. Der Cluster kann als bevorzugt klassifiziert sein, wenn der Insasse mindestens für die Schwellenzeit in dieser Sitzposition geblieben ist, und andernfalls als nicht bevorzugt. Nach dem Block 630 geht der Prozess 600 zu dem Entscheidungsblock 635 über.In
In dem Entscheidungsblock 635 bestimmt der Computer 102, ob das Profil aktualisiert werden muss. Zum Beispiel kann der Computer 102 bestimmen, ob eine Schwellenaktualisierungszeit seit der letzten Aktualisierung verstrichen ist, d. h., seit der Computer 102 einen Block 640 das letzte Mal ausgeführt hat. Die Schwellenaktualisierungszeit kann so gewählt sein, dass sie ausreichend lang ist, sodass es wahrscheinlich ist, dass eine Überschneidung zwischen zwei Clustern aufgetreten ist. Wenn das Profil nicht aktualisiert werden muss, kehrt der Prozess 600 zu dem Block 605 zurück, um mit dem Empfangen der Reihe von Druckkarten 104 fortzufahren. Wenn das Profil aktualisiert werden muss, geht der Prozess 600 zu einem Block 640 über.In
In dem Block 640 kombiniert der Computer 102 beliebige Paare von Clustern, die einander überschneiden, zu einem einzelnen Cluster. Das Kombinieren von zwei Clustern zu einem einzelnen Cluster findet nur statt, wenn die zwei Cluster beide als bevorzugt klassifiziert sind oder beide als nicht bevorzugt klassifiziert sind. Die Matrix T wird entsprechend aktualisiert. Als Nächstes bestimmt der Computer 102 in einem Entscheidungsblock 645, ob das Fahrzeug 100 noch eingeschaltet ist. Wenn das Fahrzeug 100 noch eingeschaltet ist, kehrt der Prozess 600 zu dem Block 605 zurück, um mit dem Empfangen der Reihe von Druckkarten 104 fortzufahren. Wenn das Fahrzeug 100 ausgeschaltet wurde, endet der Prozess 600.In
Der Prozess 700 beginnt in einem Block 705, in dem der Computer 102 den Insassen identifiziert, wie vorstehend in Bezug auf den Block 505 des Prozesses 500 beschrieben.The
Als Nächstes weist der Computer 102 in einem Block 710 die Sitzaktoren 118 und/oder die Blasen 120 an, die physische Konfiguration des Sitzes 106 einzustellen, um z. B. mindestens eines von der Neigung des Sitzes 106, der Höhe des Sitz 106, des Zurücklehnungswinkels des Sitzes 106 oder der Lendenstützposition des Sitzes 106 einzustellen und/oder um einen oder mehrere der Füllstände der Blasen 120 einzustellen. Das Einstellen der physischen Konfiguration des Sitzes 106, d. h. Auswählen, welche Sitzaktoren 118 und/oder Blasen 120 betätigt werden sollen und in welchem Ausmaß, basiert auf einem wahrscheinlichsten Cluster für den Insassen gemäß der Matrix T. Zum Beispiel kann der Computer 102 eine stationäre Matrix TS berechnen oder sich daran annähern, welche die Wahrscheinlichkeiten dafür darstellt, nach einem willkürlich langen Zeitraum in jedem Cluster zu sein:
Als Nächstes empfängt der Computer 102 in einem Block 715 eine aktuelle Druckkarte 104 von den Drucksensoren.Next, in a
Als Nächstes identifiziert der Computer 102 in einem Block 720 den Cluster, zu dem die aktuelle Druckkarte 104 gehört. Der Computer 102 kann unter Verwendung des gleichen Ähnlichkeitsmaßes, das in dem vorstehenden Entscheidungsblock 620 verwendet wurde, bestimmen, zu welchem Cluster die aktuelle Druckkarte 104 das höchste Ähnlichkeitsmaß aufweist.Next, in a block 720, the
Als Nächstes bestimmt der Computer 102 in einem Entscheidungsblock 725, ob der in dem Block 720 identifizierte Cluster als bevorzugt oder nicht bevorzugt klassifiziert ist. Wenn sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist, geht der Prozess 700 zu einem Block 730 über. Wenn sich die aktuelle Sitzposition in einem der Cluster befindet, der als bevorzugt klassifiziert ist, geht der Prozess 700 zu einem Entscheidungsblock 735 über.Next, in a
In dem Block 730 weist der Computer 102 die Sitzaktoren 118 und/oder die Blasen 120 an, die physische Konfiguration des Sitzes 106 einzustellen, um z. B. mindestens eines von der Neigung des Sitzes 106, der Höhe des Sitz 106, des Zurücklehnungswinkels des Sitzes 106 oder der Lendenstützposition des Sitzes 106 einzustellen und/oder um einen oder mehrere der Füllstände der Blasen 120 einzustellen. Das Einstellen der physischen Konfiguration des Sitzes 106, d. h. Auswählen, welche Sitzaktoren 118 und/oder Blasen 120 betätigt werden sollen und in welchem Ausmaß, basiert auf dem Cluster, in den der identifizierte Cluster am wahrscheinlichsten übergeht, gemäß der Matrix T. Der Computer 102 kann die physische Konfiguration auf eine Weise einstellen, die den Insassen ermutigt, von dem identifizierten Cluster zu dem Cluster mit dem wahrscheinlichsten Übergang überzugehen. Der Computer 102 kann die Ausgabe eines Algorithmus des maschinellen Lernens verwenden, der die möglichen physischen Konfigurationen des Sitzes 106 danach klassifiziert, zu welchem Cluster sie den Insassen am wahrscheinlichsten ermutigen, überzugehen, z. B. naive Bayes-, Nearest-Neighbor-, Polynomlassifikatoren, künstliche neuronale Netzwerke usw. Trainingsdaten für den Algorithmus des maschinellen Lernens können z. B. durch Experimente erzeugt werden, bei denen der Sitz 106 zu unterschiedlichen physischen Konfigurationen geändert wird, während die Druckkarten 104 aufgezeichnet werden, die zeigen, wie sich die Sitzpositionen der Insassen ändern. Die Trainingsdaten beinhalten somit physische Konfigurationen des Sitzes 106 und entsprechende aktuelle und anschließende Sitzpositionen, aus denen der Algorithmus des maschinellen Lernens lernen kann, welche physische Konfiguration die anschließende Sitzposition angesichts der aktuellen Sitzposition produzieren kann. Beim Ausführen des Algorithmus des maschinellen Lernens wird die anschließende Sitzposition auf Grundlage der aktuellen Sitzposition aus der Matrix T ausgewählt. Alternativ kann der Cluster mit dem wahrscheinlichsten Übergang, wie vorstehend beschrieben, nur verwendet werden, wenn dieser Cluster als bevorzugt klassifiziert ist. Wenn der Cluster mit dem wahrscheinlichsten Übergang als nicht bevorzugt klassifiziert ist, kann die gleiche Prozedur verwendet werden, jedoch mit dem wahrscheinlichsten Cluster, d. h. dem Cluster mit dem größten Wert von pi in der stationären Matrix Ts, anstelle des Clusters mit dem wahrscheinlichsten Übergang. Nach dem Block 730 geht der Prozess 700 zu dem Entscheidungsblock 735 über.In
In dem Entscheidungsblock 735 bestimmt der Computer 102, ob das Fahrzeug 100 noch eingeschaltet ist. Wenn das Fahrzeug 100 noch eingeschaltet ist, kehrt der Prozess 700 zu dem Block 715 zurück, um mit dem Empfangen der Reihe von Druckkarten 104 fortzufahren. Wenn das Fahrzeug 100 ausgeschaltet wurde, endet der Prozess 700.In
Computerausführbare Anweisungen können von Computerprogrammen zusammengestellt oder interpretiert werden, die unter Verwendung einer Vielfalt von Programmiersprachen und/oder -techniken erstellt wurden, beinhaltend unter anderem, entweder allein oder in Kombination, Java™, C, C++, Visual Basic, Java Script, Perl, HTML usw. Im Allgemeinen empfängt ein Prozessor (z. B. ein Mikroprozessor) Anweisungen, z. B. von einem Speicher, einem computerlesbaren Medium usw., und führt diese Anweisungen aus, wodurch er einen oder mehrere Prozesse durchführt, beinhaltend einen oder mehrere der in dieser Schrift beschriebenen Prozesse. Derartige Anweisungen und andere Daten können unter Verwendung einer Vielfalt von computerlesbaren Medien gespeichert und übertragen werden. Eine Datei in einer vernetzten Vorrichtung ist im Allgemeinen eine Sammlung von Daten, die auf einem computerlesbaren Medium, wie etwa einem Speichermedium, einem Direktzugriffsspeicher usw. gespeichert ist. Ein computerlesbares Medium beinhaltet ein beliebiges Medium, das an der Bereitstellung von Daten (z. B. Anweisungen) beteiligt ist, die von einem Computer gelesen werden können. Ein derartiges Medium kann viele Formen annehmen, beinhaltend unter anderem nicht flüchtige Medien, flüchtige Medien usw. Nicht flüchtige Medien beinhalten zum Beispiel optische oder magnetische Platten und andere Dauerspeicher. Flüchtige Medien beinhalten dynamischen Direktzugriffsspeicher (dynamic random access memory - DRAM), der in der Regel einen Hauptspeicher darstellt. Gängige Formen computerlesbarer Medien beinhalten beispielsweise eine Diskette, eine Folienspeicherplatte, eine Festplatte, ein Magnetband, ein beliebiges anderes magnetisches Medium, eine CD-ROM, eine DVD, ein beliebiges anderes optisches Medium, Lochkarten, Lochstreifen, ein beliebiges anderes physisches Medium mit Lochmustern, einen RAM, einen PROM, einen EPROM, einen FLASH-EEPROM, einen beliebigen anderen Speicherchip oder eine beliebige andere Speicherkassette oder ein beliebiges anderes Medium, das von einem Computer gelesen werden kann.Computer-executable instructions may be composed or interpreted by computer programs created using a variety of programming languages and/or techniques including, but not limited to, either alone or in combination, Java™, C, C++, Visual Basic, Java Script, Perl, HTML etc. Generally, a processor (e.g. a microprocessor) receives instructions, e.g. B. from a memory, a computer-readable medium, etc., and executes these instructions, thereby performing one or more processes, including one or more of the processes described in this document. Such instructions and other data may be stored and transmitted using a variety of computer-readable media. A file in a networked device is generally a collection of data stored on a computer-readable medium, such as a storage medium, random access memory, etc. A computer-readable medium includes any medium that is involved in providing data (e.g., instructions) that can be read by a computer. Such media may take many forms, including, but not limited to, non-volatile media, volatile media, etc. Non-volatile media includes, for example, optical or magnetic disks and other persistent storage devices. Volatile media includes dynamic random access memory (DRAM), which is typically represents a main memory. Common forms of computer-readable media include, for example, a floppy disk, a foil disk, a hard drive, a magnetic tape, any other magnetic medium, a CD-ROM, a DVD, any other optical medium, punched cards, punched tape, any other physical medium with hole patterns, a RAM, a PROM, an EPROM, a FLASH-EEPROM, any other memory chip or memory cartridge, or any other medium that can be read by a computer.
Die Offenbarung wurde auf veranschaulichende Weise beschrieben und es versteht sich, dass die Terminologie, die verwendet wurde, beschreibenden und nicht einschränkenden Charakters sein soll. Die Verwendung von „als Reaktion auf‟ und „nach (dem) Bestimmen“ gibt eine kausale Beziehung an, nicht nur eine rein temporale Beziehung. In Anbetracht der vorstehenden Lehren sind viele Modifikationen und Variationen der vorliegenden Offenbarung möglich und kann die Offenbarung anders als konkret beschrieben umgesetzt werden. Gemäß der vorliegenden Erfindung wird ein Computer bereitgestellt, der einen Prozessor und einen Speicher aufweist, der durch den Prozessor ausführbare Anweisungen speichert zum: Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.The disclosure has been described in an illustrative manner, and it is understood that the terminology used is intended to be descriptive rather than limiting. The use of “in response to” and “after determining” indicates a causal relationship, not just a purely temporal relationship. Many modifications and variations of the present disclosure are possible in light of the above teachings, and the disclosure may be implemented other than as specifically described. According to the present invention, there is provided a computer having a processor and a memory storing instructions executable by the processor for: receiving a series of print cards indicating a respective row of seating positions of an occupant on a seat, the print cards representing a current Include print card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting a physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Gemäß einer Ausführungsform basiert das Einstellen der physischen Konfiguration des Sitzes auf dem einen der Cluster, in den der Cluster, der die aktuelle Sitzposition beinhaltet, am wahrscheinlichsten übergeht.According to one embodiment, adjusting the physical configuration of the seat is based on which one of the clusters the cluster containing the current seating position is most likely to transition into.
Gemäß einer Ausführungsform beinhaltet das Profil eine Wahrscheinlichkeitsmatrix des Übergangs von jeweiligen Clustern in jeweilige andere Cluster und basiert die Matrix auf der Reihe von Druckkarten.According to one embodiment, the profile includes a probability matrix of transition from respective clusters to respective other clusters and bases the matrix on the series of pressure maps.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Einordnen jeder der Reihe von Sitzpositionen in einen der Cluster auf Grundlage von Ähnlichkeitsmaßen zwischen dieser Sitzposition und jedem der Cluster.According to one embodiment, the instructions include instructions for classifying each of the series of seating positions into one of the clusters based on similarity measures between that seating position and each of the clusters.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum, als Reaktion darauf, dass keines der Ähnlichkeitsmaße zwischen einer der Sitzpositionen und jedem der Cluster über einer Schwellenähnlichkeit liegt, Erstellen eines neuen Clusters und Einordnen dieser Sitzposition in den neuen Cluster.According to one embodiment, the instructions include instructions for, in response to none of the similarity measures between any of the seating positions and each of the clusters being above a threshold similarity, creating a new cluster and classifying that seating position into the new cluster.
Gemäß einer Ausführungsform basieren die Cluster auf den Sitzpositionen einer Vielzahl von anderen Insassen.According to one embodiment, the clusters are based on the seating positions of a plurality of other occupants.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Bestimmen einer Vielzahl von Merkmalen des Insassen und wobei die Cluster nur auf den Sitzpositionen des Insassen und der anderen Insassen mit den gleichen Merkmalen wie der Insasse basieren. Gemäß einer Ausführungsform beinhalten die Merkmale einen Fahrzeugtyp, in dem die jeweiligen Insassen in den Sitzpositionen gesessen haben.According to one embodiment, the instructions include instructions for determining a plurality of characteristics of the occupant and wherein the clusters are based only on the seating positions of the occupant and the other occupants with the same characteristics as the occupant. According to one embodiment, the features include a vehicle type in which the respective occupants were seated in the seating positions.
Gemäß einer Ausführungsform beinhalten die Merkmale demografische Informationen über die Insassen.According to one embodiment, the features include demographic information about the occupants.
Gemäß einer Ausführungsform basieren die Cluster mindestens teilweise auf den Sitzpositionen der anderen Insassen, bis sich eine Sammlungsstrecke oder eine Sammlungszeit der Reihe von Druckkarten des Insassen über einen jeweiligen Streckenschwellenwert oder Zeitschwellenwert erhöht, nach dem die Cluster vollständig auf der Reihe von Sitzpositionen des Insassen basieren.According to one embodiment, the clusters are based at least in part on the seating positions of the other occupants until a collection distance or a collection time of the occupant's series of pressure cards increases above a respective distance threshold or time threshold, after which the clusters are based entirely on the series of occupants' seating positions.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Dauer des Bleibens in den Sitzpositionen in diesem Cluster und wobei eine höhere Dauer eine Likelihood dafür erhöht, dass die Klassifizierung bevorzugt lautet.According to one embodiment, the instructions include instructions for classifying each cluster as preferred or non-preferred based on a duration of remaining in the seating positions in that cluster, and where a higher duration increases a likelihood that the classification is preferred.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Variation unter den Sitzpositionen in diesem Cluster und wobei eine höhere Variation eine Likelihood dafür erhöht, dass die Klassifizierung nicht bevorzugt lautet.According to one embodiment, the instructions include instructions for classifying each cluster as preferred or non-preferred based on variation among the seating positions in that cluster, and wherein higher variation increases a likelihood that the classification is non-preferred.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Klassifizieren jedes Clusters als bevorzugt oder nicht bevorzugt auf Grundlage einer Rückkehrzeit vom Wechseln aus einer beliebigen der Sitzpositionen in diesem Cluster zum Wechseln zurück in eine der Sitzpositionen in diesem Cluster und wobei eine höhere Rückkehrzeit eine Likelihood dafür erhöht, dass die Klassifizierung nicht bevorzugt lautet.According to one embodiment, the instructions include instructions for classifying each cluster as preferred or non-preferred based on a return time from changing from any of the seating positions therein Cluster to change back to one of the seating positions in that cluster and where a higher return time increases a likelihood that the classification is not preferred.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Kombinieren von zwei Clustern zu einem einzelnen Cluster auf Grundlage einer Überschneidung zwischen den zwei Clustern.According to one embodiment, the instructions include instructions for combining two clusters into a single cluster based on an overlap between the two clusters.
Gemäß einer Ausführungsform findet das Kombinieren von zwei Clustern nur statt, wenn die zwei Cluster beide als bevorzugt klassifiziert sind oder beide als nicht bevorzugt klassifiziert sind.According to one embodiment, combining two clusters only occurs if the two clusters are both classified as preferred or both are classified as non-preferred.
Gemäß einer Ausführungsform beinhalten die Anweisungen Anweisungen zum Identifizieren des Insassen und Laden des Profils des Insassen auf Grundlage der Identifizierung des Insassen. Gemäß der vorliegenden Erfindung wird ein System bereitgestellt, das Folgendes aufweist: einen Sitz mit einer physischen Konfiguration, die einstellbar ist; und einen Computer, der kommunikativ an den Sitz gekoppelt ist; wobei der Computer zu Folgendem programmiert ist: Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf dem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen der physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.According to one embodiment, the instructions include instructions for identifying the occupant and loading the occupant's profile based on the occupant's identification. According to the present invention there is provided a system comprising: a seat having a physical configuration that is adjustable; and a computer that is communicatively coupled to the seat; wherein the computer is programmed to: receive a series of pressure cards indicating a respective series of seating positions of an occupant on the seat, the pressure cards including a current pressure card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting the physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Gemäß einer Ausführungsform beinhaltet die physische Konfiguration mindestens eines von einer Neigung des Sitzes, einer Höhe des Sitzes, eines Zurücklehnungswinkels des Sitzes oder einer Lendenstützposition des Sitzes.According to one embodiment, the physical configuration includes at least one of a tilt of the seat, a height of the seat, a recline angle of the seat, and a lumbar support position of the seat.
Gemäß einer Ausführungsform beinhaltet der Sitz eine Sitzfläche, die eine Vielzahl von Blasen beinhaltet, und beinhaltet die physische Konfiguration Füllstände der jeweiligen Blasen.According to one embodiment, the seat includes a seating surface that includes a plurality of bladders and includes the physical configuration of fill levels of the respective bladders.
Gemäß der vorliegenden Erfindung beinhaltet ein Verfahren Folgendes: Empfangen einer Reihe von Druckkarten, die eine jeweilige Reihe von Sitzpositionen eines Insassen auf einem Sitz angibt, wobei die Druckkarten eine aktuelle Druckkarte beinhalten; Aktualisieren eines Profils des Insassen auf Grundlage der Druckkarten, wobei das Profil eine Vielzahl von Clustern von Sitzpositionen und Klassifizierungen der Cluster als bevorzugt oder nicht bevorzugt beinhaltet und das Aktualisieren des Profils Einordnen einer der Sitzpositionen in einen der Cluster, der als bevorzugt klassifiziert ist, als Reaktion darauf, dass der Insasse länger als eine Schwellenzeit in dieser Sitzposition bleibt, beinhaltet; und Einstellen einer physischen Konfiguration des Sitzes als Reaktion darauf, dass sich die aktuelle Sitzposition in einem der Cluster befindet, der als nicht bevorzugt klassifiziert ist.According to the present invention, a method includes: receiving a series of pressure cards indicating a respective series of seating positions of an occupant in a seat, the pressure cards including a current pressure card; updating a profile of the occupant based on the pressure maps, the profile including a plurality of clusters of seating positions and classifications of the clusters as preferred or non-preferred, and updating the profile classifying one of the seating positions into one of the clusters classified as preferred Responding to the occupant remaining in that seating position for longer than a threshold time includes; and adjusting a physical configuration of the seat in response to the current seating position being in one of the clusters that is classified as non-preferred.
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022110913.5A DE102022110913A1 (en) | 2022-05-03 | 2022-05-03 | SEAT ADJUSTMENT |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102022110913.5A DE102022110913A1 (en) | 2022-05-03 | 2022-05-03 | SEAT ADJUSTMENT |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102022110913A1 true DE102022110913A1 (en) | 2023-11-09 |
Family
ID=88414343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102022110913.5A Pending DE102022110913A1 (en) | 2022-05-03 | 2022-05-03 | SEAT ADJUSTMENT |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102022110913A1 (en) |
-
2022
- 2022-05-03 DE DE102022110913.5A patent/DE102022110913A1/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112017004754B4 (en) | OCCUPANT PROFILING SYSTEM | |
US8437919B2 (en) | Vehicle personalization system | |
DE102019110769A1 (en) | NOTIFICATION SYSTEM FOR THE SPATIAL PERCEPTION OF REMOTE VEHICLES | |
DE102019101355A1 (en) | seatbelt | |
DE102017109730A1 (en) | Temperature monitoring in autonomous vehicles | |
CN106043179A (en) | Vehicle adjusting method and device | |
DE102017113447A1 (en) | Driving behavior analysis based on vehicle braking | |
EP3215402B1 (en) | Method for automatically setting user data in a motor vehicle | |
DE102017206012B3 (en) | Method for operating a vehicle | |
DE102018209674A1 (en) | Apparatus and method for detecting an object in a vehicle | |
DE102015114792A1 (en) | Cooperative occupant detection | |
DE102019122907A1 (en) | Operating assistance procedures for a vehicle, control unit and vehicle | |
DE102020125989A1 (en) | System for controlling autonomous vehicles to reduce motion sickness | |
DE102018203898A1 (en) | System and method for trip planning for a vehicle | |
DE102022125731A1 (en) | SEAT ADJUSTMENT | |
DE102020209870A1 (en) | OSCILLATING VEHICLE SEAT FOR OCCUPANT COMFORT | |
DE102020208191A1 (en) | Acquisition and processing of vehicle occupant data using artificial intelligence | |
DE102022127553A1 (en) | AIRBAG WITH DEPLOYABLE SECONDARY CHAMBERS | |
DE102016113933A1 (en) | System and method for occupant size | |
DE102006054574A1 (en) | Method for identifying driver of vehicle due to biometric system, involves calculating driver-related profile from multiple biometric characteristic values and determining conformity grades of profile with driver-related reference profile | |
US11613218B2 (en) | Seat adjustment | |
DE102022110913A1 (en) | SEAT ADJUSTMENT | |
DE102020215729A1 (en) | SYSTEM AND METHOD FOR DETECTING ABNORMAL PASSENGER BEHAVIOR IN AUTONOMOUS VEHICLES | |
DE102022131810A1 (en) | NAVIGATION ATTRIBUTE CONTROLLED SYSTEM AND METHOD FOR CUSTOMIZING AN CUSTOMIZABLE COMPONENT OF A VEHICLE | |
DE102020117555A1 (en) | METHOD AND DEVICE FOR INTRIBUTOR CLASSIFICATION |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R082 | Change of representative |
Representative=s name: ETL IP PATENTANWALTSGESELLSCHAFT MBH, DE |